Sintesis 2023

Forma correcta de citar:
Hernández Ayón J. M.; Bolaños González M. A.; Norzagaray López C. O.; Coronado Álvarez L. e Ibarra
Alonso P. (Editores). 2023. Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones
en México: Síntesis a 2023. Serie Síntesis Nacionales. Programa Mexicano del Carbono en colaboración
con la Universidad Autónoma de Baja California (UABC). Texcoco, Estado de México, México. ISSN
2954-4882. 290 p.
Programa Mexicano del Carbono A.C.

Calle Chiconautla No. 8 Interior A
Colonia Lomas de Cristo, Texcoco, Estado de México, México
____________________________________________________________
www.pmcarbono.org
Esta obra fue elaborada por el Programa Mexicano del Carbono (PMC).
Se prohíbe la reproducción parcial o total de esta obra, por cualquier medio.
____________________________________________________________
Diseño Gráfico: Oscar J. Velázquez R.

___________________________________________________________________________________
ESTADO ACTUAL DEL CONOCIMIENTO DEL CICLO DEL CARBONO Y SUS INTERACCIONES EN
MEXICO. Año 5, No. 5, enero - diciembre de 2023. Es una publicación anual editada por el Programa Mexicano
del Carbono, A.C., calle Chiconautla No. 8 Interior A, Colonia Lomas de Cristo, C.P. 56225 Texcoco,
Estado de México, México. Tel. +52 (595) 951•2182, www.pmcarbono.org Editor responsable: José Martín
Hernández Ayón. Reservas de Derechos al Uso Exclusivo No. 04-2022-121910292200-102, ISSN 2954-4882.
Ambos otorgados por el Instituto Nacional del Derecho de Autor. Responsable de la última actualización de este
Número: José Martín Hernández Ayón, Calle Chiconautla No. 8 Interior A, Colonia Lomas de Cristo, C.P. 56225
Texcoco, Estado de México, México, fecha de última modificación, diciembre de 2023.
Estado Actual del Conocimiento
del Ciclo del Carbono y sus
Interacciones en México:
Síntesis a 2023
J. Martín Hernández Ayón, Martín A. Bolaños González,

C. Orión Norzagaray López, Luz de Lourdes A. Coronado Álvarez
y Patricia Ibarra Alonso
Editores
Programa Mexicano del Carbono (PMC)
Universidad Autónoma de Baja California (UABC)
Ensenada, Baja California, México
Diciembre 2023
Índice de Revisores
Dr. Carlos Orión Norzagaray

Instituto de Investigaciones Oceanológicas,
Universidad Autónoma de Baja California
Dra. Cecilia Chapa Balcorta

Universidad del Mar
M. en C. Claudia J. Olivas Castillo

Instituto Tecnológico de Sonora
Dr. Enrico Arturo Yépez González

Departamento de Ciencias del Agua y Medio Ambiente,
Dr. Jaime Garatuza Payán

Dra. Luz de Lourdes A. Coronado Álvarez

Universidad Autónoma de Baja California
Dra. María Susana Alvarado Barrientos

Red de Ecología Funcional
INECOL
Índice de Revisores
Dra. Mariela Fuentes Ponce

Universidad Autónoma Metropolitana
Unidad Xochimilco
Dr. Martín A. Bolaños González

Posgrado en Hidrociencias
Colegio de Postgraduados
Dra. Masuly G. Vega Puga

Ing. Mayte F. Reyes Hernández

Dr. Victor Manuel Salas Aguilar

Universidad Autónoma de Ciudad Juárez
Dra. Suzuky Pinto González

Prólogo
El Programa Mexicano del Carbono (PMC) se complace en presentar al público, como cada año desde
su formación en 2005, la Síntesis Nacional del 2023, obra que conjunta el esfuerzo realizado por numerosos
científicos, tanto nacionales como extranjeros, para impulsar la investigación y el avance en el conocimiento
del Ciclo del Carbono y sus Interacciones en México.
Como ya es tradición, durante el XIV Simposio Internacional del Carbono en México se presentaron 73
contribuciones en las diversas áreas temáticas que conforman el Comité Científico: Atmósfera, Ecosistemas
Acuáticos, Ecosistemas Costeros, Ecosistemas Marinos, Ecosistemas Terrestres y Sistemas Agropecuarios.
Por cuarto año, en respuesta a los eventos mundiales que acontecen en relación a la pandemia, y en proceso
de recuperación de la normalidad, el evento tuvo lugar de manera virtual bajo el auspicio del Programa
Mexicano del Carbono y la Universidad Autónoma de Baja California (UABC), ubicada en Ensenada, B.C.
El Simposio se enfocó en los temas transversales prioritarios de los estudios del carbono en México:
almacenes y flujos de carbono entre distintos reservorios, relación entre la diversidad biológica y el ciclo
del carbono, Análisis del estados actual del Centro Nacional de Datos Oceanográficos de México, economía
del carbono, desarrollo bajo en carbono, modelación y síntesis de la dinámica del carbono, mitigación
estratégica de GEI y sobre los retos que afronta la Red Latinoamericana de Acidificación del Océano. Se
promovió la aportación científica del PMC hacia la restauración y conservación de ecosistemas naturales
como estrategia para la mitigación del cambio climático.
Los trabajos expuestos, todos de excelente calidad académica, se sometieron a la opinión de la

comunidad científica, dando lugar a intensas jornadas de discusión, con una visión multidisciplinaria y multi
institucional, siempre bajo una óptica de integración del conocimiento de las diferentes áreas sobre el Ciclo
del Carbono y sus interacciones. Además, se contó con una importante participación de jóvenes científicos
y, teniendo como premisa el interés común, se discutieron los nuevos paradigmas de investigación sobre el
Ciclo del Carbono y sus tecnologías de estudio, con la finalidad de continuar con la labor emprendida por
sus mentores hace más de quince años, de desarrollar modelos y estrategias ex profeso para México, acordes
con sus necesidades, su realidad política, económica, social y ambiental. Cada investigación aquí plasmada
representa, por tanto, el esfuerzo de la comunidad científica por mejorar las condiciones del país.
Se agradece enormemente el interés y entusiasmo en participar en este colectivo científico, y se espera

que esta publicación sea un aliciente más para continuar en la consecución de las metas en tan relevante
tema.
José Martín Hernández Ayón

Coordinador General
Programa Mexicano del Carbono
Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México 2023
Contenido
Capítulo 1
Atmósfera 15
1.1 Desarrollo de un dispositivo de bajo costo para el monitoreo de intensidad UV y 16
temperatura en zonas urbanas
1.2 Interacciones Suelo-Planta-Atmósfera durante condiciones húmedas y secas del 23

Valle del Yaqui, México
Capítulo 2
Ecosistemas Acuáticos 31
2.1 Carbono en la Dinámica Fluvial del Río Nexapa 32
2.2 Dinámica de la materia orgánica disuelta cromofórica (CDOM) en dos lagos tropicales 39
de alta montaña en el centro de México
2.3 Variación espacial y temporal de CO2, CH4 y N2O disuelto en lagos kársticos tropicales 48
2.4 Biomasa zooplanctónica y máximo profundo de clorofila en un lago monomíctico 55

cálido
2.5 Flujo de carbono particulado a los sedimentos de dos lagos tropicales kársticos 61
2.6 Variación temporal de la biomasa del zooplancton de un lago monomíctico tropical 67

durante eventos El Niño y La Niña
2.7 Caracterización óptica de la materia orgánica disuelta en la cuenca media y baja del 73
río Usumacinta, México
2.8 Biomasa del zooplancton de dos lagos kársticos tropicales con estado trófico 81
contrastante
2.9 Reciclamiento del Carbono en condiciones anóxicas en los canales de Puente de 86

Urrutia, Xochimilco
Contenido
PROGRAMA MEXICANO DEL CARBONO
Capítulo 3
Ecosistemas Costeros 93
3.1 Almacén de carbono en suelo de manglares en proceso de restauración 94
3.2 Evaluación de la partición del intercambio neto del ecosistema en sitios subtropicales 101
mediante datos SIF
3.3 Almacenes de carbono aéreo en manglares conservados y en restauración: Yucalpetén 107

y Progreso, Yucatán
3.4 Temperatura satelital como proxy para el cálculo de omega aragonita en Bahía de los 113
Ángeles
3.5 Reducción de los almacenes de carbono en pastos marinos de una zona impactada del 122
caribe mexicano
3.6 Estimación del carbono azul secuestrado por Zostera marina en el estero de Punta 127
Banda B.C.
3.7 Carbono orgánico en sedimentos de pastizales marinos en el Parque Nacional Arrecife 133
de Puerto Morelos
3.8 Almacenes de carbono aéreo por condición en manglares de Sisal, Yucatán 139
Capítulo 4
Ecosistemas Marinos 145
4.1 Estacionalidad de la salinidad superficial en el Pacífico mexicano mediante el uso de 146
información satelital
4.2 Estacionalidad en los FCO2 en la región de las grandes islas del Golfo de California 152
4.3 Abundancias relativas de pterópodos y su relación con la acidificación en el Golfo de 158

Tehuantepec durante marzo-abril de 2021
4.4 Relación Alcalinidad Total-Salinidad en las aguas superficiales de la Bahía Todos 164
Santos, Ensenada
4.5 Variabilidad de las masas de aguas y el carbono inorgánico disuelto en dos remolinos 169
de mesoescala en el Sistema Frontal de Baja California Sur, México.
Contenido
4.6 Flujos de CO2 océano-atmósfera durante las temporadas de post-tehuano y tehuano 176
en Bahías de Huatulco, Oaxaca, México
4.7 Distribución vertical de tres variables del sistema de carbonatos cercanas al núcleo de 182
la zona de mínimo de oxígeno en México
Capítulo 5
Ecosistemas Terrestres 189
5.1 Carbono orgánico en suelos con nopal verdura en laderas de los volcanes Tláloc- 190
Teuhtli, Sierra Chichinautzin, CdMx
5.2 Implicaciones del estrés evaporativo en pastizales cultivados a lo largo de un gradiente 197
altitudinal: Un estudio en la Cuenca del Río Usumacinta, México
5.3 Efecto de la sequía en la asimilación de carbono y la producción de biomasa del 204

cultivo de trigo
5.4 Servicios ecosistémicos y la biodiversidad de la zona semiárida el municipio de 210

Tepezalá, Aguascalientes, Méx.
5.5 Carbono orgánico en suelos con manejo forestal de Calpan, Puebla 217
5.6 Redes Bayesianas del carbono orgánico del suelo en el Parque Nacional La Montaña 222
Malinche, México
Capítulo 6
Sistemas Agropecuarios 231
6.1 Efecto del calentamiento nocturno sobre el rendimiento y relaciones hídricas del 232
cultivo de trigo (Triticum aestivum L.)
6.2 Respiración del suelo en sistemas silvopastoriles y monocultivo de pasto en Tenosique, 241
Tabasco
6.3 Distribución de carbono orgánico en el suelo del sistema milpa intercalado con 248
árboles frutales
6.4 Cálculo del coeficiente de cultivo para Avena de invierno en una región semiárida 254
6.5 Diseño de un sistema agroforestal para un ecosistema típico de selva baja caducifolia 260
Contenido
6.6 Captura de carbono en sistemas tradicionales: “Coo yuu” en la Mixteca Alta 266
6.7 Niveles de sustentabilidad de sistemas agroforestales de cacao en comunidades del 272

Estado de Tabasco, México
6.8 Estimación de la huella de carbono de la cadena productiva de café orgánico bajo 277
sombra
6.9 Incremento del carbono lábil por obras de conservación en pastizales pastoreados del 284
norte de México
1 Atmósfera
Capítulo 1. Atmósfera 15
1.1. Desarrollo de un dispositivo de bajo costo para el monitoreo de intensidad

UV y temperatura en zonas urbanas
Flores-Lugo Juliana A.1,*; Ortega-Blanco Christian A.2 y Méndez-Barroso Luis A.1,3

1
Departamento de Ciencias del Agua y Medio Ambiente, Instituto Tecnológico de Sonora, Calle 5 de febrero 818 sur, Colonia Centro.
C.P. 85000. Ciudad Obregón, Sonora, México.
2
Instrumentación Teria Scientific. Ciudad Obregón, Sonora
3
Laboratorio Nacional de Resiliencia Costera, LANRESC
*
Autor para correspondencia: juliana.flores213026@potros.itson.edu.mx
Resumen
La exposición prolongada a altas temperaturas y niveles de radiación UV causan graves problemas de

salud, inclusive en casos extremos, la muerte. Ciudad Obregón, Sonora, cuenta con temperaturas
extremadamente altas (~50°C) y altos niveles de radiación UV durante el verano. Sin embargo, la
ciudad actualmente no cuenta con redes de monitoreo de temperatura y radiación UV que alerte a la
población sobre el riesgo de exposición a la intemperie. En este trabajo se pretende desarrollar un
dispositivo de bajo costo que permita la medición de radiación UV, temperatura y humedad relativa en
zonas urbanas. El costo total del dispositivo fue de $946 MXN ($56.0 USD) y consistió en un
microcontrolador ESP32-DEVKitC, un sensor de UV (ML8511) y un sensor de temperatura/humedad
relativa (SHT10). El ML8511 no tiene protección contra la intemperie, es necesario encontrar un tipo
de cristal que no interfiera en la detección de la radiación UV del sensor. La reducción de costos con
este dispositivo es de alrededor del 98% en comparación con el costo de los radiómetros generalmente
utilizados ($15,000-$50,000 MXN). El periodo de monitoreo incluyó los meses de julio-octubre de
2023, los datos se transmitieron remotamente vía Wifi y se almacenaron en un archivo de Google
Drive. Los resultados indicaron que el dispositivo fue capaz de seguir el comportamiento diurno de la
radiación UV. El dispositivo de bajo costo puede ser utilizado como herramienta base para la
implementación de un sistema de alerta temprana ante altos niveles de radiación UV y temperaturas
extremas en zonas urbanas.
Palabras clave: Radiación ultravioleta; sistemas de monitoreo; ciencia ciudadana; vulnerabilidad

térmica.
Abstract
Prolonged exposure to high temperatures and levels of UV radiation can cause serious health problems,
including in extreme cases, death. Ciudad Obregón, Sonora, has extremely high temperatures (~50°C)
and high levels of UV radiation during the summer. However, the city currently does not have
temperature and UV radiation monitoring networks to alert the population about the risk of outdoor
exposure. This work aims to develop a low-cost device that allows the measurement of UV radiation,
temperature, and relative humidity in urban areas. The total cost of the device was $946 MNX ($56.0
USD) and consisted of an ESP32-DEVKitC microcontroller, a UV sensor (ML8511), and a
temperature/relative humidity sensor (SHT10). The ML8511 does not have weather protection, it is
necessary to find a type of glass that does not interfere with the detection of UV radiation from the
sensor. The cost reduction with this device is around 98% compared to the cost of used radiometers
($15,000-$50,000 MNX). The monitoring period included the months of July-October 2023 where the
data was transmitted remotely via Wi-Fi and stored in a Google drive file. The results indicated that
16 Capítulo 1. Atmósfera
the device was able to follow the diurnal behavior of UV radiation. These results indicate that the low-
cost device can be used as a basis for the implementation of an early warning system against high levels
of UV radiation and extreme temperatures in urban areas.
Keywords: Ultraviolet radiation; monitoring systems; citizen science; thermal vulnerability.
Introducción
La sobreexposición a temperaturas extremas y los altos niveles de radiación ultravioleta (UV)

pueden causar una serie de efectos adversos en la salud humana e inclusive, en casos extremos, la
muerte. En el año 2020 se registraron más de 120,000 defunciones por cáncer de piel y unos 15 millones
de personas presentaron ceguera a causa de cataratas, donde aproximadamente el 10% fue causado por
la exposición a radiación UV (EPA, 2015; OMS, 2022). Por ello, la Organización Mundial de la Salud
(OMS) establece los niveles de radiación UV que potencialmente pueden producir daños a la salud, a
fin de adoptar medidas protectoras. En cuanto al impacto adverso por calor extremo, se tiene registro
de 393 muertes en México durante el periodo 2002-2010, donde la mayoría de las muertes fueron en
los estados de Sonora y Baja California (Martínez y Bandala, 2017). Obregón es la segunda ciudad
más poblada del estado de Sonora, con temperaturas extremadamente altas de 50°C, que durante las
olas de calor pueden alcanzar los 56°C (Díaz y Calvario 2017; Salah, 2020) y altos niveles de radiación
UV con promedios diarios de hasta 7 kW/cm2 (obtenidos de imágenes satelitales; The World Bank,
2017). A pesar de ello, la Estación Sinóptica Meteorológica Automática (ESMA) del Servicio
Meteorológico Nacional (SMN) que se encuentra en Ciudad Obregón, se encuentra fuera de servicio y
los datos no se encuentran disponibles al público. Ante este escenario resulta indispensable el
establecimiento de una red de monitoreo meteorológico urbano para informar a la población sobre el
riesgo a la salud al exponerse al aire libre y puedan tomar las precauciones necesarias. Los sensores de
bajo costo son una alternativa factible como sustituto de las tecnologías actuales de monitoreo
meteorológico. Dichos sensores tienen la particularidad de que su precio puede variar entre los $100 y
los $2500 pesos (EPA,2017), además de tener la capacidad de presentar información en tiempo real
generando datos en volumen suficiente y disponibles en todo momento (García y Rico, 2020). El
presente trabajo tiene como objetivo crear un dispositivo de monitoreo meteorológico de bajo costo,
que incluya la observación de radiación UV, temperatura y humedad relativa que sirva de base para la
implementación de un sistema de alerta temprana que pueda advertir a la población de Obregón ante
altos niveles de radiación UV y temperaturas extremas y tomar las medidas de precaución adecuadas.
Materiales y Métodos
Área de estudio
El prototipo del sistema de monitoreo se instaló en el campus Centro del Instituto Tecnológico de
Sonora (ITSON centro) en Ciudad Obregón, al sur del estado de Sonora, México. El clima es cálido y
árido (BW (h’) w (e’)) con temperatura media anual de 24°C, y una máxima de hasta 50°C en verano
y la mínima de 16°C en enero (Diaz y Calvario 2017).
Integración del dispositivo de monitoreo de intensidad UV, temperatura y humedad relativa
Para medir la temperatura y humedad relativa se utilizó el sensor SHT10 ($113) resistente a la
intemperie cuya precisión es de 4.5 % para las lecturas de humedad y de 0.5°C para las lecturas de
temperatura. En cuanto a la medición de la intensidad UV, se utilizó el sensor ML8511($125 pesos)
que detecta longitud de onda en el rango de 280 nm a 390 nm de luz y emite una tensión analógica que
está linealmente relacionada con la medida de intensidad UV (mW/cm2). Estos sensores se conectaron
a una placa de desarrollo ESP32-DevKitC ($92); un microcontrolador de bajo costo y bajo consumo
de energía que cuenta con conectividad Wi-Fi y Bluetooth integrada, el cual, se introdujo en una caja
con tapa de acero galvanizado ($45) para su protección contra la intemperie y se le conectó una antena
($200) para la señal de Wi-Fi. La cubierta de protección para el sensor temperatura/humedad SHT10
se creó a partir de Filamento Sunlu PETG blanco con una impresora 3D (costo de impresión 3D: $150).
La fuente de energía del dispositivo consistió en un panel solar de 5 voltios ($168), conectado a un
módulo de carga TP4056 ($53) y este a una batería recargable de 3.7 voltios reciclada un vapeador
electrónicos, lo cual permite reducir los costos de desarrollo del dispositivo en general, debido a que
no es necesario obtener una nueva batería cada vez que se agote la carga (como sería en el caso de las
baterías no recargables). El dispositivo se instaló y programó para tomar mediciones cada 15 min (a
partir del día 10 de junio de 2023) y enviar los datos de los sensores vía Wi-Fi a una hoja de cálculo en
Google Drive para ser almacenados y consultados en tiempo real.
Desempeño de la protección del sensor UV
El sensor ML8511 no cuenta con un sistema de protección o sellado por lo que el sensor queda
expuesto a factores ambientales como la humedad, polvo y agua. Por lo tanto, se evaluaron dos
prototipos del sensor ML8511 para determinar si existe algún efecto de atenuación en la radiación por
el material utilizado para la protección. El primer sensor no contó con ningún tipo de protección
mientras que el segundo fue cubierto con una pantalla de cristal de zafiro. Los dos prototipos se
instalaron y estuvieron en funcionamiento durante dos días para determinar si existe algún tipo de
atenuación en la radiación. Para análisis de los datos, construcción de las series de tiempo y gráficos
se utilizó el paquete estadístico R.
Figura 1. a) Diagrama de conexión de los componentes del dispositivo: El sensor de temperatura y humedad SHT10 cuenta con
cuatro pines de conexión: VCC (3-5 V CC), tierra (GND), reloj (SCK) y datos (SDA). El sensor de UV ML8511 cuenta con
cinco pines de conexión, aunque solo se necesitan 3 para su funcionamiento; OUT, tierra (GND) y 3V3 (alimentación). b)
Dispositivo instalado y en funcionamiento en ITSON campus centro.
Resultados y discusión
En cuanto a la integración del dispositivo, el resultado fue un dispositivo inalámbrico con

protecciones básicas contra la intemperie (Figura 1.b) y un costo final de $946 pesos, el cual entra en
la gama de costo típico de compra para sensores de bajo costo ($100 a $2500 pesos; EPA, 2017), en
comparación con los radiómetros UV de banda ancha que son los dispositivos más utilizados para
medir radiación UV a nivel de suelo; modelos como EKO, Solar Light y Scintec/Kipp & Zonen con
precios que rondan entre los $15,000 a $50,000 pesos (Peña, 2018; Serrano et al., 2022). Esto
representa una significativa reducción de costos de alrededor del 93% y 98% en comparación con los
radiómetros de banda ancha de alto costo, los cuales son dispositivos pesados, no portátiles y caros, sin
embargo, la calidad de datos de estos radiómetros es conocida y constante en una variedad de
condiciones, tienen una duración operativa de 10+ años y se necesita capacitación de personal para
poder utilizarlos. En contraste, la calidad de datos de los sensores de bajo costo puede variar de un
sensor a otro en diferentes condiciones meteorológicas, tiene una duración operativa breve de 1 año o
puede tornarse menos sensible con el paso del tiempo, sin embargo, pueden ser utilizados con poca o
nada de capacitación (EPA, 2017). Por estas características se considera que el dispositivo de bajo
costo puede ser utilizado como herramienta base (incluso en la ciencia ciudadana) en la
implementación de un sistema de alerta temprana en zonas urbanas y no para monitoreo reglamentario.
De acuerdo con los resultados de las pruebas realizadas (durante dos días) de los prototipos del
sensor ML8511 con y sin protector para la intemperie (Figura 2.1), se encontró que el prototipo con
protector de cristal de zafiro (UV 2) sí atenúa la radiación UV detectada por el sensor (p. ej. a las 12:40
a.m. del día 1 la atenuación en la radiación UV fue de 2.43 mW/cm², a excepción de las horas 8:39
a.m., 10:39 a.m., 11:40 a.m., y 13:40 p.m. del día 1 y las horas 9:46 a.m., 11:31 a.m., 12:32 p.m. y
14:32 p.m. del día 2, donde los resultados fueron inconsistentes, ya que el prototipo UV 2 (sensor con
protector) detectó mayor intensidad UV que el prototipo UV 1 (sensor sin protector), p.ej. a las 11:31
a.m. del día 2 el prototipo UV 2 atenuó 0.34 mW/cm² y a las 9:46 a.m. y 14:32 p.m. atenuó 0.15
mW/cm². Estos resultados indican que el cristal zafiro no es viable como protector para el sensor de
radiación UV, ya que interviene en la correcta detección de la intensidad UV. Las posibles causas de
la atenuación son: absorción de ciertas longitudes de onda dentro del rango de la radiación UV por el
cristal de zafiro, inclinación del sensor que afecta la intensidad de UV y polarización creada por el
cristal, por lo tanto, el sensor ML8511 se instaló sin protector contra la intemperie.
Figura 2. Prueba de atenuación UV y gráfica de serie de tiempo. 1) Resultados de la prueba realizada para detectar atenuación
de radiación UV entre prototipo 1 sin protector (UV 1) y prototipo con protector de cristal de zafiro (UV 2), 2) Gráfica de serie
de tiempo diaria del promedio de intensidad UV (mW/cm2) durante los meses de julio-octubre 2023.
En cuanto a los análisis estadísticos, se realizaron análisis de serie de tiempo de las variables de
intensidad UV (mW/cm²), temperatura (°C) y humedad relativa (%), registradas durante el periodo de
estudio (julio-octubre 2023). La Figura 2.2 muestra la variación temporal de la intensidad de radiación
UV. El mes de julio fue el que presentó mayor intensidad UV, manteniéndose entre 5.5 mW/cm² a 6.5
mW/cm², el día con mayor radiación UV fue el día 07 de julio con alrededor de 9 mW/cm²), sin
embargo, se aprecia que conforme pasan los meses el promedio de IUV va disminuyendo, los meses
septiembre y octubre presentaron el menor promedio de intensidad UV (por debajo de 3 mW/cm²).
La Figura 3.a muestra que los niveles de radiación UV se encuentran por debajo de 2 mW/cm2
durante las primeras horas de la mañana (6-8 hrs). Conforme avanza el día, el promedio horario de la
intensidad aumenta gradualmente, alcanzando su punto máximo (4.95 mW/cm2) cerca del mediodía.
En cuanto a la desviación estándar, es más amplia en horas de mayor intensidad (10 a 14 hrs), indicando
una variabilidad mayor en los valores de radiación UV. A medida que la intensidad UV disminuye (a
partir de las 14 hrs), la desviación estándar también disminuye, sugiriendo una mayor consistencia en
los valores durante esas horas.
Figura 3. Gráficas de series de tiempo del promedio horario de julio-octubre 2023, las líneas sólidas indican el promedio y las
líneas punteadas indican la desviación estándar. a) Promedio horario de Intensidad UV (mW/cm2), b) Promedio horario de
Temperatura (°C) y c) Promedio horario de Humedad relativa (%).
Respecto al promedio horario de temperatura (Figura 3.b), se observa una tendencia parecida a la
de la intensidad UV (Figura 3.a). Los valores más altos de temperatura se presentan durante el día entre
las 10 y 16 hrs (cuando el sol se encuentra en su máxima elevación), mientras que a partir de las 16
horas en adelante (cuando el sol comienza a ocultarse) la temperatura comienza a disminuir lentamente
e incrementa gradualmente al amanecer. El valor máximo es de 40°C, el mínimo de 29°C y el promedio
de 36°C. En cuanto a la desviación estándar se observa que la temperatura varía más con relación al
promedio horario durante las 10-18 horas del día, mientras que entre las 6 y 8 hrs los valores de
temperatura están relativamente cerca del promedio horario, por ende, hay poca variación entre ellos.
Por otro lado, la temperatura (Figura 3.b) y la humedad relativa (Figura 3.c) están inversamente
relacionadas, lo que significa que a medida que aumenta la temperatura (entre las 10-14 hrs), la
humedad relativa disminuye y viceversa. Esto es debido a que el aire más cálido puede contener más
humedad en forma de vapor de agua, lo que resulta en una disminución relativa de la humedad
(Martínez-Ramírez, 2008).
Conclusiones
Se desarrolló un dispositivo de bajo costo capaz de monitorear radiación UV, temperatura y

humedad relativa con capacidad de transmitir la información remotamente permitiendo su
visualización en tiempo real. El dispositivo tuvo un costo total de $946 MXN ($56.0 USD). Las pruebas
realizadas del prototipo con protección de cristal de zafiro (UV2) probaron que el protector utilizado
atenuaba la radiación UV, por lo que el sensor ML8511 se instaló sin protección a la intemperie, por
lo tanto, es necesario realizar más pruebas para encontrar un material viable que proteja al sensor
ML8511 y que no interfiera con su capacidad de detección en la intensidad UV para proporcionar
mayor duración operativa a dicho sensor. Se identificaron los patrones horarios en la intensidad UV y
temperatura, encontrando que los valores más altos se presentan entre las 10 y 14 horas del día. Estos
resultados indican que el dispositivo fue capaz de seguir el comportamiento diurno de dichas variables
y puede ser utilizado como herramienta base para la implementación de un sistema de alerta temprana
para advertir a la población ante altos niveles de radiación UV y temperaturas extremas.
Literatura citada
Díaz-Caravantes, R. E. y J. E. Calvario-Parra. 2017. Percepción del riesgo a las altas temperaturas de los migrantes que transitan por
Sonora. Migraciones internacionales, 9:237-267.
EPA (Environmental Protection Agency). 2015. Efectos de la radiación UV en la salud. https://espanol.epa.gov/espanol/efectos-de-la-
radiacion-uv-en-la-salud (Consulta: agosto 30, 2023).
EPA (Environmental Protection Agency). 2017. Cómo evaluar sensores de bajo costo mediante la colocalización con monitores del
método de referencia federal. https://www.epa.gov/air-sensor-toolbox (Consulta: diciembre 18, 2023).
García Navarrete G. y Rico Soto K. G. 2020. Sensores de bajo costo para el monitoreo de la calidad del aire, Epistemus, 13:30-37. DOI:
10.36790/epistemus. v13i27.108.
Martínez-Austria, P. F., and E.R. Bandala. 2017. Temperature and heat-related mortality trends in the Sonoran and Mojave Desert region.
Atmosphere, 8(3), 53. DOI: 10.3390/atmos8030053.
Martinez-Ramirez J. N. 2008. Uso de diferentes cubiertas plásticas en invernaderos para mejorar los efectos de radiación, temperatura y
humedad relativa. Trabajo terminal, especialidad en Química Aplicada. Centro de Investigación en Química Aplicada. Saltillo,
Coahuila, México. 71 p.
OMS (Organización Mundial de la Salud). 2022. Radiación ultravioleta. https://www.who.int/es/news-room/fact-
sheets/detail/ultraviolet-radiation (Consulta: agosto 30, 2023).
Peña Martínez C. M. 2018. Predicción de la irradiancia solar con un sistema de visión artificial para horizontes de tiempos cortos
“Nowcasting”. Tesis de Maestría. Centro de investigaciones en óptica A.C. Aguascalientes, Aguascalientes, México 100 p.
The World Bank (2020). Solar resource data: Solargis. http://globalsolaratlas.info (Consulta: Agosto 30, 2023).
Salah, R. (2020). Altas temperaturas y vulnerabilidad social: las/los adolescentes jornaleras/os en el Poblado Miguel Alemán. Tesis de
Maestría en Ciencias Sociales. El colegio de Sonora. Hermosillo, Sonora. 208 p.
Serrano A. Abril-Gago J. y García-Orellana C.J. 2022. Development of a Low-Cost Device for Measuring Ultraviolet Solar Radiation.
Frontiers in Environmental Science, 9737875. DOI: 10.3389/fenvs.2021.737875
1.2. Interacciones Suelo-Planta-Atmósfera durante condiciones húmedas y secas

del Valle del Yaqui, México
Sotomayor-Quijada, Liczy G. 1,* y Sánchez-Mejía Zulia M.1,*

1
Departamento de Ciencias de Agua y Medio Ambiente, Instituto Tecnológico de Sonora, Ciudad Obregón, Sonora, México.
*
Autor para correspondencia: liczy.sotomayor213282@potros.itson.edu.mx; zulia.sanchez@itson.edu.mx
Resumen
Estudiar la dinámica de la capa limite planetaria (ABL) es complejo, por lo que utilizar modelos
atmosféricos en conjunto de datos micrometeorológicos son una herramienta muy útil para determinar
los flujos e interacciones que existen entre la atmósfera y el suelo. La estabilidad atmosférica y la
turbulencia que se genera están relacionadas directamente con lo que sucede en el suelo y con fenómenos
meteorológicos a escala regional. Es por ello que el estudio es realizado en el sector agrícola más
importante de México, el Valle del Yaqui, el cual carece de monitoreo integrado de procesos suelo-
planta-atmósfera. Este trabajo presenta una simulación para conocer la dinámica de la atmósfera en
diferentes etapas fenológicas del cultivo en verano en el Valle del Yaqui. El software que se utilizó es
CLASS, con un total de 4 simulaciones, estudio de la estabilidad atmosférica con Pasquill-Gidffor con
datos observados y un análisis de imágenes fenológicas. Se observaron diferencias en la altura de la capa
limite planetaria en diferentes etapas fenológicas, así como un domino de calor sensible en condiciones
secas y diferentes cantidades de CO2 durante el periodo julio a octubre.
Palabras claves: Calor sensible; Calor latente; CLASS; Capa limite planetaria
Abstract
Studying the dynamics of the planetary boundary layer (ABL) is complex, so using atmospheric models
with micrometeorological datasets is a very useful tool to determine the fluxes and interactions that exist
between the surface and the atmosphere. Atmospheric stability and turbulence are related to surface
characteristics and meteorological phenomena on a regional scale. Therefore, we targeted the most
important agricultural sector in Mexico, the Yaqui Valley, which lacks integrated monitoring of soil-
plant-atmosphere processes. This work summarizes a model exercise with simulations during the
development of summer crop in the Yaqui Valley. We used CLASS, with a total of 4 simulations, a
study of atmospheric stability with Pasquill-Gidffor, observed data categorized by phenological, and
phenocams. Differences in the height of the planetary boundary layer were observed in different
phenological stages, as well as a dominance of sensible heat in dry conditions and different amounts of
CO2 during the period from July to October.
Keywords: Sensible heat; Latent heat; CLASS; planetary boundary layer
Introducción
Los gases de efecto invernadero (GEI) generados por la agricultura contribuyen al 13.4% de los GEI
a nivel mundial, del cual México aporta el 1.3%. A nivel nacional la agricultura y ganadería contribuye
en un 12.3% del total de GEI, principalmente con fertilizantes nitrogenados como el óxido nitroso N2O
(GONZALEZ-ESTRADA y Camacho Amador, 2017).
Las actividades agrícolas durante la preparación del terreno son una fuente muy importante de
diseminación de material particulado (MP) (Manoj K. Shukla, 2014). Esto debido a que, en la
preparación de terreno se fragmenta el suelo a partículas pequeñas y pueden ser transportadas a la

atmósfera (Ongley, 2007). La capa limite planetaria (ABL) por sus siglas en inglés (Atmospheric
Boundary Layer) es la sección de la atmósfera más cercana a la Tierra, en el que se da el ciclo del agua
y en donde se dispersan partículas de gas o sólidos (Venegas, 1986). La estabilidad de la atmósfera
dependerá de los cambios bruscos de temperatura que se genera en la ABL. A mayor temperatura el aire
se eleva y al chocar con el aire frío se generan remolinos provocando inestabilidad (Holton y Hakim,
2012). Las partículas en la superficie se dispersan en función de varios factores como la turbulencia y
estabilidad atmosférica, el tipo de suelo, tamaño de partículas, compactación de suelo, cobertura vegetal
y humedad de suelo. Se ha notado que en áreas donde la agricultura es altamente productiva, existe una
estrecha conexión con las emisiones de partículas de suelo que son llevadas hacia la atmósfera. Además,
se identifica un posible papel en la absorción y transporte de materia orgánica e inorgánica (Manoj K.
Shukla, 2014).
El modelo CLASS (Chemistry Land-surface Atmosphere Soil Slab model) es un modelo simulador
permite analizar las interacciones superficie-atmósfera, así como los procesos de transporte de partículas
a la atmósfera en relación a la capa limite planetaria (Bosman y Krol, 2023).
En México el 49.97% del territorio se emplea en la agricultura (FAO, 2022). Utilizando prácticas
agrícolas intensivas, por medio de riego por gravedad y alto consumo de fertilizantes sintéticos,
plaguicidas agrícolas (Parra-Cota et al., 2018). Debido a que el Valle del Yaqui cuenta con 235,000 ha
de superficie dedicada a la agricultura (Naylor et al., 2001), representa un área importante para México.
Se destaca que en el Valle del Yaqui la falta de información es un área de oportunidad para el monitoreo
continuo de variables climatológicas, partículas y gases en la atmósfera, así como las condiciones que
generan su dispersión. Es por ello que el objetivo de este trabajo es caracterizar las condiciones
atmosféricas durante la etapa fenológica del sorgo en verano que resultan en una emisión de partículas
del suelo a la atmósfera, a través de datos colectados en el observatorio ecohidrológico y el modelo
CLASS, con el fin de generar información para los tomadores de decisiones.
Metodología
Área de estudio
El área de estudio está ubicada en la región del Valle del Yaqui (Figura 1), el cual se encuentra el
noroeste del país en el estado de Sonora, México. La precipitación promedio anual es de 377 mm y a
temperatura promedio anual 25°C y el promedio máximo anual es de 45°C.
Figura 1. Valle del Yaqui Sonora, México; Punto rojo indica ubicación del observatorio ecohidrológico en el Instituto
Tecnológico del Valle del Yaqui
Instrumentación
El Instituto Tecnológico de Sonora estableció un observatorio ecohidrológico en el Valle del Yaqui

en colaboración PIEAES y el Instituto Tecnológico del Valle del Yaqui con las coordenadas Latitud
27.411167°, Longitud -110.134731°, (GMT/UTC -7). El observatorio cuenta con una estación
micrometeorológica integrada (ClimaVUE TM50, Campbell Scientific, USA), Sensor de humedad de
suelo (SoilVUE10, Campbell Scientific, USA) y un sistema de covarianza de vórtices (LI-7500DS and
SmartFlux 3 System, LICOR Nebraska, USA), además de una cámara fenológica Moultrie (Modelo
MCG-13271, PRADCO Outdoor Brands).
Diseño experimental
Se han recolectado datos micrometeorológicos y fotografías fenológicas desde el 2019 durante el

cultivo de trigo (Triticum) y sorgo (Sorghum vulgare), así como del horizonte de cielo. El cultivo de
trigo es de ciclo invierno-primavera y el del sorgo verano-otoño. Aquí se analizan datos del 26 de julio
al 13 de octubre del 2021.
Procesamiento de datos
Los datos se procesaron en Eddy Pro (Versión 7.0.9), siguiendo la metodología estandarizada de
(Delgado-Balbuena et al., 2020). La resolución temporal de las bases de datos fue a media hora.
Modelo conceptual
El equilibrio de radiación de la superficie es determinado mediante el flujo neto de energía radiante

(Rn) y es absorbido por la superficie como almacenamiento de calor en el suelo (G) o humedad de suelo
(q) según las particularidades del cultivo, como puede ser la diferencia entre una parcela recién húmeda
y con vegetación o una parcela sin vegetación y seca. Cuando el calor sale de la superficie se distribuye
en calor sensible (H) el cual calienta el aire, y calor latente (Le) es el vapor de agua que se evapora o
condensa sobre la tierra, y esas variables son empleada en el estudio de la turbulencia atmosférica y en
la formación de la ABL. La humedad del suelo desempeña una función crucial en la distribución de esta
energía térmica, cuando hay una presencia de radiación hay turbulencia en la atmósfera.
Figura 2. Modelo conceptual de dispersión de partículas en el Valle del Yaqui en condiciones humedad, secas y con poca o
bastante Rn. Rn (Radiación neta), T (Temperatura), q (humedad del suelo) G (flujo de calor del suelo), Le (Calor latente) y H
(Calor sensible), flechas circulares simulan ser dispersiones por las condiciones generadas. El tamaño de flecha indica la
magnitud según sea el caso de la variable o condición y el color azul indica mayor o menor cambio según la condición.
Etapas fenológicas
Los datos observados se categorizaron por etapas fenológicas del sorgo (Cuadro 1), teniendo 4 etapas
con distinto desarrollo de vegetación, así como datos a distintas profundidades del suelo por el Soil Vue
obteniendo datos Rn, T, Le y H, mientras que para q y G se realizaron promedios ponderados de 1 día
en específico de cada etapa fenológica.
Cuadro 1. Fechas de las etapas fenológicas del sorgo y porcentaje de cobertura, con respecto a la profundidad de la humedad
Etapa Fecha % cm
1 26 Julio-13 Agosto 60% suelo, 40 % Cultivo 5 cm Suelo desnudo y 5 cm suelo con Cultivo
2 13 Agosto-30 Septiembre 0% suelo, 100% Cultivo 30 cm Suelo desuno y 30 cm Cultivo
3 30 Septiembre-16 Octubre 70% Suelo, 30% Cultivo 5 cm Suelo desnudo y 30 cm Cultivo
4 16 Octubre-22 Octubre 90% Suelo, 10% Cultivo 5 cm suelo desnudo y 5 cm Cultivo
%: Porcentaje de suelo desnudo y con vegetación de la parcela; cm: Profundidad a la que se observaron los dados de humedad del suelo.
Modelación de datos observados
El proceso de modelación se realizó a través del software CLASS (https://classmodel.github.io/), con

los datos observados y categorizados dependiendo de la etapa fenológica (Cuadro 1), utilizando datos
de calor sensible (H), calor latente (Le), longitud de Obukhov (L), temperatura potencial (T), humedad
especifica (q), velocidad de fricción (𝑢𝑢∗ ), concentración de dióxido de carbono (CO2), radiación neta
(Rn), temperatura del suelo (Ts) y humedad del suelo (θ). En la interfase sección BASIC, se establecieron
los datos de tiempo, temperatura potencial y humedad específica. En el apartado Rad/Geo, es el espacio
en el que permite definir los datos de localización y radiación. Finalmente, el apartado Surface permite
establecer las condiciones de la superficie (tipo de suelo, vegetación, temperatura y humedad del suelo).
Se modeló el nivel de condensación elevada (LCL), la altura de la capa limite planetaria (CLP), calor
sensible, calor latente y CO2.
Se realizó la clasificación de Pasquill-Gidffor (Figura 3) para categorizar las distintas estabilidades

atmosféricas, siendo 6 categorías, A (altamente inestable), B (moderadamente inestable), C (levemente
inestable), D (neutral), E (moderadamente estable) y F (extremadamente estable). La estabilidad G es
incluida para representar el viento bajo condiciones nocturnas donde las condiciones son estables
(Mohan, 1998).
Figura 3. Climograma de estabilidad de Paquill-Gidffor de las 4 etapas fenológicas del Valle del Yaqui
Análisis de datos observados y modelados
Se realizaron 4 simulaciones en CLASS con los datos de las variables de cada etapa fenológica,
simulando la altura de la capa limite planetaria, calor latente (Le) y calor sensible (H) (Figura 4).
a) b)
c) d)
Figura 4. Simulación de cada caso fenológico del cultivo del sorgo a) Calor latente (Le), b) Calor sensible (H), c) Concentración
de Dióxido de carbono (CO2), d) Altura de la capa limite planetaria (LCL)
Durante la secuencia fotográfica se observa que a menor cobertura y humedad la dispersión de

particular cubre el horizonte disminuyendo la visibilidad del horizonte (Figura 5).
Figura 5. Fotografías capturadas en el Patronato para la Investigación y Experimentación Agrícola del Estado de Sonora A.C en
diferentes etapas fenológicas de cultivo del Valle del Yaqui, el número indica en la etapa que se encuentra el cultivo.
El comportamiento diurno de la estabilidad atmosférica (Figura 3), clasificados con el modelo de

Pasquill-Gidffor, indicando que en las etapas 1 y 2, se tiene más tipos de estabilidades, sin embargo, la
etapa 2 muestra más estabilidad entre las 6 pm y 6 am, y en las horas de Rn tiene más inestabilidad. En
los casos fenológicos 3 y 4, se tiene una mayor cantidad de inestabilidad extrema en las horas de sol, sin
embargo, pasa bruscamente de inestable a estable.
En los resultados modelados se muestra que Le cambia con respecto a la etapa fenológica (Figura 4a)
debido a que, al momento de la siembra, casi el 100% de la evapotranspiración se presenta en forma de
evaporación. Mientras que, en un cultivo completo, más del 90% de la evapotranspiración se encuentra
en forma de transpiración (FAO, 2006). En las etapas terminales 3 y 4, se observa una menor presencia
de Le, ya que no hay vegetación en estos períodos. Esta falta de vegetación está directamente relacionada
con el cambio en H, según Ochoa (1999). En ausencia de vegetación, no hay elementos para absorber o
reflejar la radiación neta (Rn), lo que lleva a que Rn se transmita directamente al suelo, resultando en un
aumento de H y una disminución de Le, ya que no hay evapotranspiración. La concentración de CO2
(Figura 4c) muestra que cuando hay vegetación se mitiga la concentración de CO2 (Buckeridge et al.,
2007), a mayor vegetación menor concentración de CO2. De acuerdo con (Taiz L, 2009), CO2 es
utilizado por las plantas para realizar la fotosíntesis, transformándolo en compuesto orgánico con la luz
lumínica. La altura de la capa límite planetaria (CLP) está vinculada a condiciones específicas (Figura
4d). La etapa 4 tiene una elevada altura, con condiciones de (H) elevado, suelo desnudo y (T) alta. La
etapa 2 muestra una disminución en la altura, siendo más estable. La altura de la CLP se ve afectada por
flujos de calor y evapotranspiración, variando en tiempo y espacio. A menor temperatura en la superficie,
menor es la altura de la CLP (Stull, 1988).
Las imágenes fenológicas (Figura 5) son claro ejemplo de que bajo condiciones de suelo desnudo y
alta radiación se encuentra mayor dispersión de partículas (Figuras 5.3 y 5.4), mientras que en el caso
de la etapa 2 (Figura 5.2), se mantiene nula dispersión y en la etapa 1 (Figura 5.1), se mantiene con poca
dispersión, debido a la vegetación, humedad y menor radiación en la etapa 1 y 2 (Stull, 1988).
Conclusiones
El modelaje de la dinámica de la ABL reveló que, bajo condiciones de suelo desnudo y alta radiación,
las partículas se dispersan hacia la atmósfera, Además, reveló que a altas temperaturas la atmósfera se
expande, por lo que en ciertas horas del día alcanza una altura máxima en la cual los gases generados se
puede dispersar hacia la atmósfera libre y no estar presentes en la ABL. Bajo condiciones con vegetación,
la inestabilidad de la atmósfera se presenta bajo a ciertas horas, sin embargo, la altura es más estable y
constante, además de mitigar la concentración del CO2 presente de la atmósfera, por lo que tener un
cultivo alternativo en verano ayuda a mitigar la concentración de CO2, amortigua las altas temperaturas,
disminuye la dispersión de partículas en la ABL y sirve para la toma de decisiones en el manejo agrícola
en el Valle del Yaqui.
Agradecimientos
CONAHCyT – Ciencias Básica 286494, PROFAPI – 2023 089
Literatura citada
Bosman, P. J. M., and M. C Krol. 2023. ICLASS 1.1, a variational Inverse modelling framework for the Chemistry Land-surface
Atmosphere Soil Slab model: description, validation, and application. Geoscientific Model Development, 16(1).
https://doi.org/10.5194/gmd-16-47-2023
Buckeridge, M. S., L. C. Mortari y M. R. Machado. 2007. Respostas fisiológicas de plantas às mudanças climáticas: alterações no balanço
de carbono nas plantas podem afetar o ecossistema? Embrapa Florestas, 422.
FAO. 2006. Evapotranspiración del cultivo Guías para la determinación de los requerimientos de agua de los cultivos. In Estudio Fao
Riego Y Drenaje. https://doi.org/M-56
FAO. 2022. Land Use domain contains data on forty-four categories of land use, irrigation and agricultural practices, relevant to monitor
agriculture, forestry and fisheries activities at national, regional and. In global level. https://www.fao.org/food-agriculture
statistics/resources/publications/statistical-yearbook-and-pocketbook/en/
GONZALEZ-ESTRADA, A. y M. Camacho Amador. 2017. Emisión de gases de efecto invernadero de la fertilización nitrogenada en
México. Revista Mexicana de Ciencias Agrícolas, 8(8), 1733–1745. https://doi.org/10.29312/remexca.v8i8.698
Holton, J. R. and G. J. Hakim. 2012. An introduction to dynamic meteorology: Fifth edition. In An Introduction to Dynamic Meteorology:
Fifth Edition (Vol. 9780123848666). https://doi.org/10.1016/C2009-0-63394-8
Manoj K. Shukla, J. P. F. M. 2014. Material particulado diseminado al realizer dos tipos de labranza en un suelo agrícola del Valle de
Mesilla, Nuevo México. 32.
Naylor, R. L., W. P Falcon and A. Puente-gonzález. 2001. Policy reforms and Mexican agriculture: Views from the Yaqui Valley.
Agricultural Economics.
Ochoa, J. 1999. La Vegetación como Instrumento para el Control Microclimático. Unviersitat Politècnica de Catalunya, Barcelona, España.
Ongley, E. 2007. Lucha Contra la Contaminación Agrícola de los Recursos Hídricos. (Estudio FAO Riego y Drenaje - 55). In Organización
de las Naciones Unidas para la Agricultura y la Alimentación.
Parra-Cota, F. I., C.-B. Coronel-Acosta, C. F. Amézquita-Avilés, S. De los Santos-Villalobos y D. I. Escalante-Martínez. 2018. Diversidad
metabólica de microorganismos edáficos asociados al cultivo de maíz en el Valle del Yaqui, Sonora. Revista Mexicana de Ciencias
Agrícolas, 9(2), 431–442. https://doi.org/10.29312/remexca.v9i2.1083
Stull, R. B. 1988. An introduction to boundary layer meteorology. An Introduction to Boundary Layer Meteorology.
https://doi.org/10.1007/978-94-009-3027-8
Taiz L, Z. E. 2009. Fisiología Vegetal. (3 (ed.)).
Venegas, L. E. 1986. Difusión de contaminantes en una capa límite atmosférica estratificada convectivamente. Universidad de Buenos
Aires.
2Ecosistemas
Acuáticos
2.1. Carbono en la Dinámica Fluvial del Río Nexapa
Ibarra-Melgarejo Gabriel1; Guerra-Hernández Eloisa A.1,* y Cruz-Flores Gerardo1

1
Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México. Laboratorio de Calidad del Agua y Ecohidrología.
Batalla 5 de mayo S/N, Ejercito de Oriente Zona Peñón, Iztapalapa, CP 09230 Ciudad de México, México.
*
Autor para correspondencia: eloisa.guerra@zaragoza.unam.mx
Resumen
Los ambientes ribereños son ecosistemas frágiles que se encuentran en un delicado equilibrio entre la
parte terrestre y la acuática lo que los vuelve altamente complejos, además de brindar numerosos
servicios ambientales como la captura de agua, de carbono entre otros elementos y fungir como hábitat
para numerosas especies, frecuentemente las practicas antrópicas influyen de manera directa y negativa
la función adecuada de dichos ambientes, provocando el deterioro del ecosistema y la pérdida de estos
servicios. En la presente investigación se analizaron parámetros físicos y químicos que permiten analizar
el comportamiento del carbono orgánico e inorgánico en diferentes sitios de estudio a lo largo del Río
Nexapa, en donde el carbono inorgánico se incrementa en las zonas de menor altitud contrariamente al
carbono orgánico que presentó concentraciones superiores en las zonas más altas con pastizal montano
y sitios con alta conservación ecosistémica.
Palabras clave: agua fluvial; ecosistemas ribereños; Iztaccíhuatl-Popocatépetl; sistemas lóticos
Abstract
Riverine environments are fragile ecosystems that are in a delicate balance between the terrestrial and
aquatic parts, which makes them highly complex, in addition to providing numerous environmental
services such as the capture of water, carbon, among other elements, and serving as habitat for numerous
species, frequently anthropogenic practices directly and negatively influence the proper function of said
environments, causing the deterioration of the ecosystem and the loss of the services already mentioned.
That is why in the present investigation physicochemical parameters were analyzed that allow analyzing
the behavior of carbon, where marked trends of inorganic carbon were found, contrary to organic carbon,
as well as the relationship between anthropogenic activities with the conservation of the sampling sites.
Key words: stream water; riparian ecosystems; Iztaccíhuatl-Popocatépetl, lotic system
Introducción
Los ambientes ribereños de montaña contribuyen al transporte y almacenamiento de elementos como

el carbono además de brindar múltiples servicios ecosistémicos. La zona riparia es la región de transición
y en donde se llevan a cabo las interacciones continuas entre los medios terrestre y acuático. Se
caracteriza por una flora y una fauna cuya composición está determinada por la intensidad luminosa, el
contenido y mantenimiento de cierto nivel de agua, la velocidad de la corriente y la granulometría del
suelo. Las zonas además poseen un poder amortiguador es decir, tienen la capacidad de absorber y
almacenar elementos (Granados et al., 2006), regulando las condiciones del entorno y evitando cambios
drásticos por la llegada intempestiva o difusa de flujos con material sedimentario y disuelto
El agua, en sus diferentes estados de agregación es indispensable para el mantenimiento ecosistémico,
es necesario enfocarse en su condición actual de disponibilidad en cuanto a cantidad, calidad y
distribución. En particular, los sistemas lóticos contribuyen en gran medida al transporte lateral de
32 Capítulo 2. Ecosistemas Acuáticos

carbono desde los cuerpos de agua epicontinentales a los océanos (Ordoñez et al., 2013). de forma
continua, por lo cual es importante conocer está dinámica.
El carbono representa uno de los elementos esenciales para la vida de los organismos sobre la Tierra,
el conocimiento adecuado de su ciclo en los diferentes medios (atmósfera, océano y tierra) es uno de los
retos actuales de la ciencia mundial. Debido al aporte antropogénico de compuestos de carbono la
importancia del estudio de este elemento ha pasado de ser trascendental para la vida vegetal y animal, a
ser factor importante del cambio climático del planeta (Hernández y Gaxiola, 2007) estudios de su ciclo
ofrecen una indicación de la salud de la biosfera, afectaciones en la calidad ambiental es bastante notoria
en los ambientes ribereños por la complejidad y el delicado equilibrio que en ellos existe (Cruz et. al.
2013). Se estima que el flujo global de carbono terrestre que se transporta a través de ríos y arroyos hacia
el mar es aproximadamente de 1x1015 g/año con una composición de carbono orgánico cercana al 45%
(Ludwig et al ,1996; Cai, 2011, Liu Q, 2020)
A partir de 2007 se aceptó ampliamente la idea de que los ecosistemas acuáticos epicontinentales no
son conductos pasivos de carbono (C) hacia el océano, sino que también funcionan simultáneamente
como una interfaz activa para el transporte, procesamiento e intercambio de C entre los ecosistemas
terrestres y la atmósfera (Soria et al., 2020).
Parte de los sitios de muestreo se encuentran dentro de la Reserva de la Biosfera de Los Volcanes, la
cual proporciona importantes servicios ambientales, ya que es una de las áreas de captación de aguas
para el abastecimiento de la zona metropolitana, Sin embargo, la compleja dinámica social en la zona de
influencia y las diversas actividades que se llevan a cabo han provocado un desequilibrio en la dinámica
geoquímica principalmente en el carbono y el nitrógeno de sistemas acuáticos y la atmósfera lo cual
atenta contra la calidad de los servicios ecosistémicos. (Falkowski et al., 2000; Quijada et al., 2019). La
descarga de aguas residuales agrícolas y urbanas elevan los niveles de materia orgánica en los sistemas
ribereños y altera la relación nutrimental entre el carbono, el nitrógeno y el fósforo (Kalscheur et al.,
2012; Fu et al., 2014; Jin et al., 2014).
Posteriormente se han realizado trabajos de investigación algunos de los cuales fueron llevados a cabo
en la zona de los volcanes, como los presentados por Cruz y Guerra (2013) en donde se estiman los
contenidos del carbono almacenado en la parte aérea y subterránea de vegetación riparia, en mantillo,
capa de fermentación, suelo y de éste, el lábil, de biomasa microbiana de suelos adyacentes a sistemas
ribereños de alta montaña, del acumulado en sedimentos del lecho de los arroyos, del carbono orgánico
particulado (COP) y carbono en carbonatos del agua. La investigación llevada a cabo para identificar la
dinámica del carbono en el sistema agua-suelo-sedimento en cinco localidades de la subcuenca del rio
Nexapa, con el objetivo de conocer el balance de este nutrimento y su variación temporal (Guerra et al.,
2020). Y en el río Amecameca para evaluar, los contenidos de carbono del agua y sedimento en dos
afluentes del río, en función del cambio de uso de suelo, se realizó esta investigación en los sistemas
Amalacaxco-Zoyatzingo y San José-Zoyatzingo dentro del Parque Nacional Iztaccíhuatl-Popocatépetl y
terrenos de bienes comunales de Amecameca y Santa Isabel Chalma (Guerra et al., 2011).
Desafortunadamente, existe escasa información sobre flujos de C en sistemas acuáticos
epicontinentales mexicanos y la mayoría (95%) de los estudios realizados sobre C en aguas
epicontinentales son en sistemas lénticos, mientras que la que se realiza en sistemas lóticos es limitada,
por lo que es relevante contribuir a la investigación al respecto. El objetivo de este trabajo es determinar
las especies químicas del carbono y sus concentraciones en el sistema fluvial de un ambiente ribereño de
montaña en diferentes partes del río y así identificar los sitios con mayor perturbación. En particular en
los bosques templados del país, la información publicada sobre capitales de carbono y de las emisiones
debidas a las perturbaciones naturales o al cambio de uso del suelo es aún escasa, son pocos los estudios
donde se han cuantificado los almacenes de carbono en los ecosistemas ribereños como un todo,
incluyendo el sistema suelo-agua-vegetación (Martínez et al., 2015).
Materiales y método
Capítulo 2. Ecosistemas Acuáticos 33

Zona de estudio
La Subcuenca del Nexapa, se encuentra ubicada en la Región Hidrológica No 18, río Balsas (alto
Balsas), cuenca del Atoyac. La corriente superficial más importante es el río Nexapa que nace en la falda
oriental del Popocatépetl a unos 20 km al norte de la ciudad de Atlixco y tiene como afluentes a los ríos
Atotonilco y Atila. El río Nexapa, es de régimen permanente alimentado en su porción alta por los
deshielos del volcán. Sobre su porción occidental, recibe aportaciones del río Cantarranas y de las
barrancas La Leona y Cuescomate. en el estado de Puebla, entre los 18º 10’ y 19º 09’N y los 98º 14’ y
98º 56’O, dentro de la región hidrológica “Balsas”, específicamente en el alto Balsas. Posee una
extensión territorial de 4,440 km2 y es del tipo abierta (Navarro et al., 2007).
Trabajo de campo
El muestreo se llevó a cabo en cuatro campañas, octubre y noviembre de 2021, así como abril y mayo
de 2022. En cada sitio de muestreo se realizó georreferenciación, caracterización ecológica, y se
determinaron: ancho de cauce, velocidad de corriente, características del cauce y lecho del río. Además
de medición de parámetros in situ: temperatura, pH, conductividad eléctrica, CO2 de acuerdo a Guerra y
Cruz (2014).
Las muestras de agua se toman de manera manual en botellas de polietileno de 1 L ml etiquetadas con
la clave de cada sitio que indica fecha, lugar y número de muestra, para el carbono inorgánico. Para el
carbono orgánico se tomasn en botellas de vidrio ambaar y se acidifican con ácido sulfúrico ajustando a
un pH de 2. Y para el Carbono orgánico particulado (COP) se filtran 250 mL o el volumen que soporte
la membrana de fibra de vidrio de 45 µm.
En laboratorio se analizan carbonatos y bicarbonatos mediante el método de dos indicadores (Guerra y

Cruz,2014).Carbono orgánico total (COT) cuantificado con el método colorimétrico utilizando el equipo
hach, que consiste en la digestión con persulfato e indicador azul de bromotimol (NMX-AA-187-scfi-
2021). Respecto al carbono orgánico particulado (COP) se cuantificó mediante una oxidación del carbono
por vía húmeda con una solución K2Cr2O7-H2SO4 y determinación espectrofotométrica (Wetzel, 2000).
Y el carbono orgánico disuelto (COD) se calculó a través de la diferencia de COT-COP.
A partir de los análisis físicos y químicos realizados en campo y laboratorio se obtuvieron los datos
que fueron procesados y en el Cuadro 1, se muestran las concentraciones promedio de las variables de
interés de esta investigación. El estado de conservación en cada uno de los sitios es diferente dependiendo
de las actividades que se llevan a cabo en el sitio y sus alrededores. Los 13 sitios de muestreo van de
1255 hasta los 4014 m s.n.m, siendo los sitios con mayor altitud Cascada, Apatlaco y Buenavista los que
se encuentran en mejor estado de conservación y con uso de suelo Forestal, contrastando con los sitios
de menor altitud que tienen fuerte influencia de actividad agrícola, ganadera y urbana, donde se identifica
el incremento de sales en los sistemas lóticos a través de los carbonatos y bicarbonatos.
En la Figura 1 es posible observar la tendencia ascendente de las concentraciones en sitios con menor
altitud de las formas de carbono inorgánico los valores de carbonatos se encuentran entre 0 y 34.32 mgL-
1
, bicarbonatos entre 0 y 429.88 mgL-1 y CO2 entre 0 y 43.95 mgL-1. Es posible observar que las formas
inorgánicas de carbono incrementan su concentración en las zonas más bajas, tal como se ha
documentado anteriormente, el comportamiento ascendente del carbono inorgánico disuelto en agua de
las zonas altas hacia las de menor altitud, lo que refleja el comportamiento del equilibrio CO2-
carbonatos-bicarbonatos resaltando la presencia del carbono disuelto en forma de bicarbonatos (Guerra
et al., 2020).

Cuadro 1. Altitud, uso de suelo y concentraciones de las variables en cada sitio de muestreo.
Carbonatos Bicarbonatos CO2 COT COD COP
Altitud Localidad Uso de suelo
mgL-1 mgL-1 mgL-1 mgL-1 mgL-1 mgL-1
1255 Ahuehueyo Agrícola/forestal 0 190.24 0 7 0.87 6.13
1260 Rijo Agrícola 15.88 204.28 14.38 1 0.73 0.27
1306 Nexapa Agrícola/urbano 23.32 317.78 0 3 1.11 1.89
1578 Huilulco Agrícola 34.32 366.05 0 5.5 1.24 4.26
1591 Ameyal Agrícola/ganadero 0 429.88 43.95 42 1.25 40.75
2260 Nealtican Urbano/agrícola/ 0 189.2 25.97 42 2.56 39.44
minero
2535 Truchera Forestal 0 59.4 0 0.77 0.45 0.323
2535 S. truchera Forestal 0 60.72 0 0.588 0.412 0.17
2653 Xitomulco Forestal 0 47.85 0 0.918 0.69 0.22
2684 Xalizintla Agrícola 0 40.08 0 2 0.40 20.80
3295 Buenavista Forestal 0 23.83 41.95 41 0.47 40.53
3640 Apatlaco Pastizal/forestal 0 15.84 0 1 0.14 0.86
4014 Cascada Pastizal/forestal 0 0 0 28 1.29 26.71
CO2: dióxido de carbono; COT: carbono orgánico total; COD: carbono orgánico disuelto; COP: carbono orgánico particulado
Figura 1. Concentración de carbono inorgánico (mgL-1 ) registrado en cada uno de los sitios de estudio
En cuanto a las formas orgánicas no tienen de manera general una tendencia de contener mayores
concentraciones hacia menores altitudes como se muestra en la Figura 2, tanto en las zonas forestales
como Cascada y Buenavista el aporte de COP, es alto por el incremento de material orgémico de la
vegetación que llega al cauce, como en zonas agrícolas y urbanas donde las descargas residuales que
llegan a los ríos tienen alta carga de material paiculado, salvo en la localidad Ahuehueyo de altitud más
baja que presenta buena calidad del agua, por otro lado, los sitios de muestreo Ameyal y Nealtican tienen
los valores promedio más altos, siendo así más evidente que las concentraciones son variables en los
diferentes gradientes altitudinales.

La dinámica del carbono disuelto en los sistemas lóticos puede ser influenciada por diversos procesos
físicos, químicos, bióticos y antrópicos, que son modificados por las condiciones geológicas, climáticas,
edáficas y biológicas, conforme aumenta la concentración de nutrimentos en estos sistemas fluviales los
productores primarios tienen mayor desarrollo, aumentando la cantidad de biomasa que favorece el
aprovechamiento del CO2, transformándolo a bicarbonatos amortiguando el cambio de pH en el sistema
y posteriormente incrementado el carbono orgánico en el sistema en sus formas disuelta y particulada
(Guerra et al., 2020). Las actividades antropogénicas puntuales como aplicación de abonos orgánicos,
fertilizantes, descargas puntuales y cambio de uso de suelo pueden alterar el flujo de escorrentía y con
ello la carga de nutrientes y sedimentos que llegan al río incrementando el carbono orgánico (CO)
(Ordoñez et al., 2013).
Se llevó a cabo un análisis de correlaciones de rango de Spearman, debido al comportamiento no
paramétrico de los datos, entre cada par de variables, los cuales se calculan a partir de los rangos de
valores de datos y son menos sensibles a los valores atípicos, a partir de los que identificaron relaciones
altamente significativas de manera directa entre COT, COP y COD; entre COD y % de C del suelo; pH
con conductividad y oxígeno disuelto; entre carbonatos y bicarbonatos y de ambos con conductividad
temperatura hídrica. También relaciones significativas inversas entre pH con CO2; asi como en % de C
del suelo con bicarbonatos, conductividad y oxígeno disuelto. Tanto las relaciones directas e inversas se
han descrito antes tal como reporta Ordoñez (2013) al realizar análisis similares y un análisis de
correlaciones de Spearman, la disolución de bases de Ca y Mg en forma de bicarbonatos provenientes de
la disolución de CO2, aumentando así el contenido de CO32-, efecto producido por la ley de Henry, esto
a su vez, incrementa la CE.
Carbono orgánico
45
40
CONCENTRACIÓN
35
30
25
20
15
10
5
0
Nexapa
Nealtican
S. truchera
Ahuehueyo
Rijo
Xitomulco
Buenavista
Apatlaco
Cascada
Huilulco
Ameyal
Truchera
Xalizintla
1255 1260 1306 1578 1591 2260 2535 2535 2653 2684 3295 3640 4014
ALTITUD
COT mg/L COP mgC/L COD mgC/L
Figura 2. Concentración de carbono orgánico (mg L-1) en los diferentes sitios de estudio
El incremento en la disolución del CO2 en el rio produce incremento de pH y disminuyen el OD. En

general la conductividad aumenta con la temperatura. El agua fría puede contener más oxigeno que la
caliente así como a mayor presión atmosférica el agua contendrá más oxigeno (Pulido, 2005; Peña, 2007).
El aporte de compuestos orgánicos tales como ácidos fúlvicos provenientes de arrastre o lixiviación del
suelo, producto de intervenciones antropogénicas, principalmente de la actividad agropecuaria, y cambio
de uso del suelo, están alterando la MO susceptible a fuerte mineralización produciendo efectos adversos
en la calidad del agua por la disminución del OD (Ordoñez, 2013; Amann 2012).
Conclusiones

Se determinó que la variación de carbono esta influenciada por el uso de suelo y las actividades
específicas que se llevan a cabo en cada uno en el entorno a las zonas de muestreo. Los sitios con mayor
conservación de las condiciones naturales tuvieron concentraciones de carbono inorgánico más bajas,
que se incrementan en las zonas más alteradas por actividades antrópicas como ganadería, agricultura o
asentamientos humanos que en general incrementan la concentración de sales en ríos y arroyos por el
material de arrastre que llega al cauce y las descargas de diferentes fuentes que llegan a los sistemas.
Aunque no se mostró un patrón de comportamiento definido, en el caso del carbono orgánico, en todas
sus formas presentan una relación directa como consecuencia de la fragmentación y disolución de la
materia orgánica que se mantiene en el agua, aportada a través de los residuos vegetales y animales.
lixiviación y degradación materiales naturales que contribuyen con la carga de materia orgánica en los
sistemas, siendo la concentración de oxígeno disuelto un indicativo de la oxidación y y alta tasa de
transformación. El pH permite seguir la dinámica de oxido-reducción del sistema y asociarla con los
procesos de asimilación de sales o sus alteraciones con presencia de mayores cantidades de bicarbonatos
o bien incrementos en el CO2 disuelto, en función de la capacidad buffer de estos sistemas.
Demostrando así las consecuencias negativas que tiene el cambio de uso de suelo y como esto afecta
de manera directa los servicios ecosistémicos que los sistemas ribereños nos brindan como lo son la
captura de carbono, abastecimiento de agua y conservación de biodiversidad. Debido a estas acciones y
los mecanismos de carbono, el transporte y la transformación son algunos de los temas de actualidad más
importantes de la bioquímica de agua dulce.
Literatura citada
Amann T. (2012). Carbon dynamics in the freshwater part of the Elbe estuary, Germany: Implications of improving water
quality'', Estuarine, Coastal and Shelf Science, vol. 107, n.° 0, pp. 112-121.
Cai, W. J. (2011). Estuarine and coastal ocean carbon paradox: CO2 sinks or sites of terrestrial carbon incineration?. Annual review of
marine science, 3, 123-145.
Cruz G., Guerra E. y Etchevers J. (2013). Contenidos de carbono en distintos compartimentos de ambientes ribereños en ecosistemas
forestales de montaña . Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2013. Serie
Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con el Colegio de Postgraduados, la Universidad Autónoma
de Chapingo y el Instituto Tecnológico y de Estudios Superiores de Monterrey. Texcoco, Estado de México, México.
Fu, Y., Tang, C., Li, J., Zhao, Y., Zhong, W., & Zeng, X. (2014). Sources and transport of organic carbon from the Dongjiang River to the
Humen outlet of the Pearl River, southern China. Journal of Geographical Sciences, 24, 143-158.
Granados-Sánchez, D., & Hernández-García, M. Á., & López-Ríos, G. F. (2006). Ecología de las Zonas Ribereñas. Revista Chapingo. Serie
Ciencias Forestales y del Ambiente, 12(1),55-69.
Guerra-Hernández E., Cruz-Flores G. (2014). Métodos de Evaluación y Diagnostico para Agua y Suelo. UNAM, FES Zaragoza. México.
Guerra-Hernández E., Ramírez-Cabrera José A., Monfil-Hernández F. y Cruz-Flores G. Carbono en el sistema agua-sedimento-suelo a lo
largo de la subcuenca del río Nexapa, Puebla (2020). Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en
México: Síntesis a 2020. Serie Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con la Universidad Autónoma
Metropolitana-Xochimilco. Texcoco, Estado de México, México.
Hernández B. y Gaxiola G.(2007). Carbono en ecosistemas acuáticos de México. Instituto Nacional de Ecología. México.
Jin, Z., Ji, F. Y., Xu, X., Xu, X. Y., Chen, Q. K., & Li, Q. (2014). Microbial and metabolic characterization of a denitrifying phosphorus-
uptake/side stream phosphorus removal system for treating domestic sewage. Biodegradation, 25, 777-786.
Kalscheur, K. N., Penskar, R. R., Daley, A. D., Pechauer, S. M., Kelly, J. J., Peterson, C. G., & Gray, K. A. (2012). Effects of anthropogenic
inputs on the organic quality of urbanized streams. Water Research, 46(8), 2515-2524.
Liu, Q., Liang, Y., Cai, W. J., Wang, K., Wang, J., & Yin, K. (2020). Changing riverine organic C: N ratios along the Pearl River: Implications
for estuarine and coastal carbon cycles. Science of the Total Environment, 709, 136052.
Ludwig, W., Amiotte Suchet, P., & Probst, J. L. (1996). River discharges of carbon to the world’s oceans: determining local inputs of
alkalinity and of dissolved and particulate organic carbon. Sciences de la terre et des planètes (Comptes rendus de l’Académie des
sciences), 323, 1007-1014.
Navarro A., Rincón C., Rosas E., Aguilar A., Contreras S., Caso L., Bayona J., Velasco F., Sánchez A., Vázquez A., Martínez C., Díaz M.,
Pérez A., Malajevich A., Cuellar I., Navarrete D. yCid S. (2007). El agua en la Subcuenca del Nexapa, México: necesidad de una
gestión integral. Conferencia Latinoamericana de Saneamiento. (pp. 12-16).
NMX-AA-187-scfi-202. Análisis de agua- medición de carbono orgánico total en aguas naturales, salinas, residuales y residuales tratadas.
Ordóñez M., Bravo I. y Figueroa A. (2013). Flujo de Carbono Orgánico Total (COT) en una cuenca andina:caso subcuenca Río Las Piedras.
Revista Ingenierías.
Peña E., Chang J. (2007). Calidad del agua, Trabajo de investigación Oxigeno. Escuela Superior Politecnica del Litoral. Guayaquil.
Pulido A., López J., Baquero J. (2005). Agua, minería y medioambiente. Instituto Geológico y Minero de España.

Quijada D., Guerra E., Cruz. G. (2019).IMPACTO DEL USO DE SUELO EN LA CALIDAD DEL AGUA DE LA SUBCUENCA NEXAPA
DE LA RESERVA DE LA BIÓSFERA LOS VOLCANES, Facultad de Estudios Superiores Zaragoza. Universidad Nacional
Autónoma de México. México.
Soria I., Alcocer J., Oseguera ., Aucancela R., Cuevas D., Cortés D., Merino M., Ramírez J. y Díaz J. (2020). Dinámica de la presión parcial
de CO2 a lo largo del río Usumacinta, México. Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en
México: Síntesis a 2020. Serie Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con la Universidad Autónoma
Metropolitana-Xochimilco. Texcoco, Estado de México, México.
Wetzel R., Likens G. (2000). Limnological Analyses Third Edition. Springer Science+Business Media. Nueva York, Estados Unidos.

2.2. Dinámica de la materia orgánica disuelta cromofórica (CDOM) en dos lagos

tropicales de alta montaña en el centro de México
Soria-Reinoso Ismael1; Alcocer Javier2,*; Oseguera Luis A.3; Rivera-Herrera E. Montserrat1; Vargas-
Sánchez Mariana1 e Ibarra-Morales Diana1
1
Programa de Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México. Av. Universidad 3000, Delegación
Coyoacán, C.P. 04510, Ciudad de México.
2
Grupo de Investigación en Limnología Tropical, FES Iztacala, Universidad Nacional Autónoma de México. Av. de los Barrios 1, Los
Reyes Iztacala, C.P. 54090, Tlalnepantla, Estado de México.
*Autor para correspondencia: jalcocer@unam.mx
Resumen
El Sol y La Luna son los únicos lagos tropicales de alta montaña perennes en México. Están sujetos a
condiciones extremas (pH ácido, alta radiación UV) y son considerados centinelas del cambio global.
Esta investigación evaluó la variación anual de la concentración y calidad de la materia orgánica disuelta
cromofórica (CDOM) en El Sol y La Luna. Se tomaron muestras mensuales en la superficie y fondo de
cada lago para caracterizar las propiedades ópticas de la CDOM. Se midieron las variables ambientales
asociadas, diferenciando la temporada fría-seca y cálida-lluviosa. La concentración de CDOM, definida
como el coeficiente de absorción a350, fue mayor en El Sol (1.07±0.34 m-1) que en La Luna (0.40±0.27
m-1). Los aportes autóctonos de CDOM en El Sol fueron más importantes durante la temporada de lluvias
(SR>1); mientras tanto, durante la estación seca, el depósito atmosférico promovió el ingreso de CDOM
alóctono derivada de los suelos agrícolas de la base del volcán, lo que se refleja en compuestos de mayor
peso molecular (SR~1). La CDOM de La Luna es fundamentalmente alóctona del depósito atmosférico
y de su cuenca de drenaje. Se caracteriza por compuestos de mayor peso molecular que son rápidamente
fotodegradados por las condiciones de alta sensibilidad a la radiación solar de La Luna.
Palabras clave: Absorción CDOM; lagos alpinos; Nevado de Toluca; depósito atmosférico;
pendiente espectral.
Abstract
El Sol and La Luna are Mexico's only high-mountain tropical perennial lakes. These lakes are exposed
to extreme conditions (acid pH, high UV radiation) and are considered sentinels of global change. This
study evaluated the annual variation of the concentration and quality of chromophoric dissolved organic
matter (CDOM) in El Sol and La Luna. Monthly samples were taken on the surface and bottom of each
lake to characterize the CDOM optical properties. The associated environmental variables were
measured, differentiating cold-dry and warm-rainy seasons. The CDOM concentration, defined as the
absorption coefficient a350, was higher in El Sol (1.07±0.34 m-1) than in La Luna (0.40±0.27 m-1). The
autochthonous contributions of CDOM in El Sol were more important during the rainy season (SR>1);
meanwhile, during the dry season, atmospheric deposition promoted the allochthonous entry of CDOM
derived from agricultural soils at the base of the volcano, which is reflected in compounds of higher
molecular weight (SR~1). In La Luna, the CDOM is fundamentally allochthonous, derived from the
atmospheric deposition and its drainage basin. It is characterized by compounds of higher molecular
weight that are rapidly photodegraded due to La Luna's high sensitivity to solar radiation.
Keywords: CDOM absorption; alpine lakes; Nevado de Toluca; atmospheric deposition; spectral
slope.

Introducción
La materia orgánica disuelta (DOM) de los sistemas acuáticos epicontinentales desempeña un papel
fundamental en el ciclo global del carbono (C) (Battin et al., 2009). La DOM cromofórica (CDOM), una
mezcla compleja (aminoácidos aromáticos, fenoles de lignina y sustancias húmicas) de origen autóctono
o alóctono, representa la fracción de DOM coloreada que absorbe la luz (Li y Hur 2017, Zhang et al.,
2021). La CDOM en los sistemas acuáticos epicontinentales regula la penetración de luz en la columna
de agua y por ende la producción primaria y la estructura térmica (Zhang et al., 2021). Además, la
mineralización de la DOM, ya sea por procesos biológicos y fotoquímicos, determina el metabolismo
acuático e influye directamente en las emisiones de CO2 y CH4 hacia la atmósfera (Sobek et al., 2007,
Tranvik et al., 2009).
La espectroscopía UV-Vis se ha utilizado ampliamente para caracterizar la abundancia y calidad de
la CDOM (Li y Hur 2017). Los coeficientes de absorción (aCDOM) de longitudes de onda específicos
proporcionan datos como el estado trófico (a254), la atenuación difusa de radiación UV (a320), el contenido
de lignina y la relevancia en los ciclos biogeoquímicos (a350) o en teledetección (a440) (Li y Hur 2017,
Zhang et al., 2021). Además, los aCDOM presentan correlaciones positivas con el C orgánico disuelto
(DOC) por lo que son un proxy confiable para predecir o estimar el DOC (Massicotte et al., 2017). Otras
propiedades ópticas como el cociente del coeficiente de absorción de 250 nm a 365 nm (a250/a365), la
pendiente espectral (S) entre 275-295 nm (S275-295) y el coeficiente de pendiente espectral (SR) son
indicadores del peso molecular (PM) y origen de la CDOM (Helms et al., 2008, Su et al., 2015).
Los lagos de alta montaña (LAM) son ecosistemas únicos situados sobre la línea arbórea (> 4000 m
snm) y considerados como centinelas del cambio climático (Adrian et al., 2009). Se caracterizan por
tener un bajo contenido de nutrimentos, pH y DOC (Sommaruga 2001). Debido a la elevada incidencia
de radiación solar (RUV), la concentración de DOM es baja, poco aromática (mayor contribución algal
y bacteriana) y de bajo PM (Su et al., 2015).
En México existen únicamente dos LAM perennes: El Sol y La Luna. Estudios previos han
caracterizado su dinámica térmica, limnológica, y biológica (Alcocer et al., 2004, 2020b, Ibarra-Morales
et al., 2022). Recientemente, se reportó la variación temporal del DOC en ambos lagos (Aucancela et al.,
2020). Las concentraciones de DOC en El Sol son hasta ocho veces más altas que en La Luna, con valores
máximos a inicios de la temporada de lluvias. Sin embargo, hasta la fecha, no se ha caracterizado la
abundancia y calidad de la CDOM a pesar de su importancia en los procesos biogeoquímicos y ecológicos
como parámetros más sensibles a los cambios ambientales que las mediciones de DOC por sí solas
(Mladenov et al., 2011). Además, los lagos tropicales de alta montaña están menos estudiados que su
contraparte templada. Por tal motivo, el objetivo del presente estudio es determinar los coeficientes de
absorción y caracterizar la variación anual de la CDOM y sus impulsores ambientales en los únicos LAM
en México: El Sol y La Luna, para establecer la línea base para futuras investigaciones.
Área de estudio
Este estudio se realizó en los lagos de alta montaña El Sol y La Luna, ubicados dentro del cráter del
volcán Nevado de Toluca, Estado de México a 4200 m snm (Figura 1). La zona presenta un clima alpino
frío, con temperaturas medias mensuales que fluctúan entre 2.3±1.1 °C en enero a 5.3±1.2 °C en mayo
(período 1964-2019; estación 15062 Nevado Toluca; SMN-CONAGUA, 2023). Las precipitaciones por
debajo del valor medio anual (98 mm) se presentan de octubre a abril (estación seca; mínimo en febrero,
11 mm), mientras que los valores de precipitación más altos ocurren de mayo a septiembre, con máximos
de 236 mm en julio (período 1964-2019; estación 15062 Nevado Toluca; SMN-CONAGUA, 2023). El

área de captación (El Sol: 2.39 km2; La Luna: 0.74 km2) tiene una cubierta vegetal poco desarrollada y
dominada por pastizales alpinos, musgos y líquenes (Ibarra-Morales et al., 2022).
Figura 1. Lagos El Sol y La Luna dentro del cráter del volcán Nevado de Toluca, Estado de México. (Imagen: Google Earth-
2023).
A pesar de tener el mismo origen, régimen hídrico y edad, ambos lagos tienen diferencias en sus
características morfométricas, fisicoquímicas, biológicas y ecológicas (Armienta et al., 2000, Alcocer et
al., 2004, Jiménez-Seinos et al., 2023). El Sol (oligotrófico) es más grande (superficie: 22.9 ha vs. 3 ha),
profundo (profundidad máxima: 15 m vs 10 m) y menos transparente (profundidad de disco de Zecchi:
5.4 m vs. 9.1 m) que La Luna. Además, tiene una extensa zona litoral con vegetación y se introdujo
trucha arcoíris a diferencia de La Luna (ultra-oligotrófico), que no tiene peces y presenta una zona litoral
reducida y desnuda. Ambos lagos, separados por un domo dacítico, son fríos (~8 °C), ácidos, poco
mineralizados, bien oxigenados y polimícticos cálidos con niveles de agua que fluctúan entre la estación
seca y lluviosa, sin secarse. No presentan una capa de hielo en ninguna época (Alcocer et al., 2004).
Metodología
Se realizaron muestreos mensuales durante un año (febrero 2022 – marzo 2023) en la porción central
y más profunda de cada lago. Se midieron los parámetros fisicoquímicos de la columna de agua
[temperatura (T), oxígeno disuelto (OD), pH y conductividad eléctrica (K25)] utilizando una sonda
multiparamétrica Hydrolab DS5. Además, se obtuvieron los datos meteorológicos de precipitación para
el año de estudio (EMA Nevado de Toluca; SMN-CONAGUA, 2023) y se calculó la precipitación y
radiación solar acumulada de los 30 días previos a cada fecha de muestreo (Gerea et al., 2017).
Para caracterizar la CDOM, se recolectaron por duplicado muestras de agua en la superficie (0.5 m)
y fondo utilizando una botella de muestreo UWITEC de 5 L. Las muestras se filtraron sucesivamente,
primero a través de filtros pre-combustionados Whatman GF/F (0.7 µm) y luego por filtros Millipore
(0.22 µm). Las muestras se almacenaron en oscuridad y frío (4 °C) en frascos (prelavados con HCl)
ámbar de borosilicato para evitar reacciones microbianas y de fotooxidación (Helms et al., 2008).
Luego de climatizar las muestras a temperatura ambiente, se obtuvieron los espectros de absorbancia
UV-Vis entre 200 nm y 800 nm, en intervalos de 1 nm, utilizando un espectrofotómetro de doble haz
(Perkin Elmer, Lambda-35) con cubetas de cuarzo de 1 cm y agua ultrapura Milli-Q como blanco. Se
restó la absorbancia media de 700 a 800 nm de todos los valores de absorbancia espectral para eliminar
la línea base instrumental, la dispersión y efectos refractivos (Helms et al., 2008). Los coeficientes de
absorción neperianos aCDOM (m-1) se obtuvieron a partir de los datos de absorbancia corregidos (A) en
función de la longitud de la cubeta (L; 0.01 m), según la ecuación 1.
𝑎𝑎!"#$ = 2.303 ∗ 𝐴𝐴/𝐿𝐿 (1)

Las pendientes espectrales S275-295 y S350-400 se calcularon mediante una regresión lineal de los
espectros de absorción del rango de longitud de onda transformados con el logaritmo natural y se
expresaron como número positivo (nm-1). El coeficiente de pendiente espectral SR se calculó como S275-
295 dividido por S350-400 (Helms et al., 2008). Además, se calculó el cociente de los coeficientes de CDOM
a 250 nm y 365 nm (a250/a365), utilizados como indicadores del PM de la CDOM. La concentración de
clorofila-a (Clor-a) se midió por extracción en acetona y fluorometría (EPA 445.0, Arar y Collins, 1997).
Las diferencias temporales (lluvias vs. secas) entre ambos lagos se determinaron mediante un análisis
factorial de varianza (lago x temporada). Se realizó la prueba de Shapiro-Wilk y el test de Levene para
corroborar la normalidad y homocedasticidad de varianzas. Las variables que no cumplieron con estos
supuestos fueron transformadas a escala logarítmica y estandarizados para tener una distribución de
media de 0 y desviación estándar de 1. Se determinaron correlaciones no paramétricas (Spearman) con
las variables fisicoquímicas, utilizando el programa SigmaPlot V14.0.
Resultados y Discusión
Caracterización ambiental
Se definieron dos periodos de acuerdo con la precipitación acumulada: el periodo “seco” de noviembre
2022 a marzo 2023 (incluido febrero-abril 2022) y el periodo “lluvioso” de mayo a octubre de 2022.
Hubo diferencias significativas (F=347; p<0.0001) entre temporadas, con 130 mm (16±21 mm) de
precipitación en la estación seca y con 1118 mm (186±71 mm) en la estación lluviosa. La precipitación
máxima se registró en julio y la mínima en enero-marzo, con un total acumulado de 1249 mm.
La T y el OD no presentaron diferencias significativas entre lagos (p>0.05) pero sí entre temporadas
(F>6.3; p<0.05). El pH y la K25 fueron mayores en El Sol con diferencias entre ambos periodos (F>5.5;
p<0.05). La concentración de Clor-a fue significativamente mayor (F=68.5; p<0.0001) en El Sol que en
La Luna, con valores más altos en la temporada cálida de lluvias (F=8.9; p<0.05), similar a lo reportado
previamente (Alcocer et al., 2004 y 2020b). Solamente el OD en El Sol presentó diferencias
significativas entre la superficie y fondo (F=9.8; p<0.05), con valores más bajos (~2-3 mg L-1) en el
fondo en julio, agosto y diciembre. Esto se debe a su régimen polimíctico cálido discontinuo a diferencia
de La Luna que es polimíctico cálido continuo (Alcocer et al., 2020b).
Cuadro 1. Caracterización fisicoquímica de los lagos El Sol y La Luna para el periodo anual (febrero 2022 – marzo 2023)
El Sol La Luna
T OD pH K25 Clor-a T OD pH K25 Clor-a
°C mg L-1 µS cmˉ¹ µg L-1 °C mg L-1 µS cmˉ¹ µg L-1
Promedio 9.0 7.5 8.1 42 0.92 9.3 6.9 4.9 10 0.28
Desviación estándar 2.2 1.3 0.8 3 0.44 2.1 0.6 0.9 1 0.08
Mínimo 4.8 2.1 6.0 39 0.26 4.6 6 3.1 9 0.13
Máximo 13.0 9.2 9.0 47 1.72 13.0 8.2 7 12 0.47
T = temperatura, OD = oxígeno disuelto, K25 = conductividad eléctrica estandarizada a 25ºC, Clor-a = Concentración de clorofila-a
Concentración de CDOM
Los coeficientes de absorción (aCDOM) son un indicador de la cantidad relativa de CDOM. Teniendo
en cuenta que a254 refleja principalmente compuestos aromáticos, y que en sistemas de aguas claras
ultraoligotróficos, el a440 es cercano a 0 o incluso negativo, reportamos la concentración de CDOM como
a350, como lo sugieren Zhang et al. (2021). No se detectaron diferencias significativas (p>0.05) en las
variables ópticas entre la superficie y fondo en ningún lago, por lo que se reportan los valores integrados.

El promedio anual de a350 registrado en El Sol (1.07±0.34 m-1) fue casi el triple que en La Luna
(0.40±0.27 m-1), con diferencias entre ambos lagos y entre temporadas (interacción; F=5.4; p<0.05). Los
valores más altos de a350 se registraron en julio para El Sol (1.54±0.14 m-1) y marzo (2022) para La Luna
(0.96±0.23 m-1). Mientras tanto, el a350 mínimo de ambos lagos (El Sol=0.53±0.11 m-1; La
Luna=0.16±0.04 m-1) se midió en abril (Figura 2a-b). Se observó una alta correlación entre los aCDOM
dentro de sus regiones del espectro de luz ultravioleta (a254; a320; a350; a365 r2=0.83-0.98; p<0.001), por lo
que presentaron un comportamiento temporal similar, con valores significativamente mayores en El Sol.
Los rangos de aCDOM de ambos lagos son consistentes con estudios anteriores de lagos alpinos (Mladenov
et al., 2011, Su et al., 2015). El a350 se correlacionó (p<0.05) con el pH (r=0.65), la K25 (r=0.61) y la
Clor-a (r=0.51).
a) b)
Figura 2. Diagramas de caja (a) y variación mensual (b) de la absorción promedio (±d.e) de CDOM a 350 nm (a350) de los lagos El
Sol y La Luna. En (a) se indica la mediana (círculo relleno), los percentiles y el rango. En (b) las líneas discontinuas corresponden
al promedio anual para El Sol (naranja) y La Luna (azul). La precipitación mensual acumulada se muestra en barras.
Considerando que el a350 es un indicador del DOC a escala local (Massicotte et al., 2017), la
concentración de CDOM más elevada en El Sol es similar al DOC reportado previamente por Aucancela
et al. (2020), con valores mayores en El Sol debido a sus condiciones de oligotrofía, mayor impacto
antrópico (introducción de trucha) y mayor área de captación que La Luna (ultraoligotrófico). Además,
el coeficiente de atenuación de luz es mayor en El Sol, lo que refleja la mayor turbidez (Alcocer et al.,
2020a), pero también la mayor concentración de CDOM registrada en comparación con La Luna. Dadas
las condiciones de pH más extremas en el lago La Luna, la densidad microbiana y de fitoplancton es
menos abundante que en El Sol (Cuna et al., 2022). Esto sugiere que la producción autóctona de CDOM
es más baja en La Luna, según la correlación directa entre los aCDOM y la abundancia bacteriana para
lagos alpinos (Mladenov et al., 2011). Cabe mencionar que La Luna es un ecosistema sensible a la RUV,
por lo cual se esperarían mayores tasas de fotodegradación, en comparación con El Sol, que tiene una
mayor atenuación UV en la zona superior de la columna de agua (Alcocer et al., 2020a).
Se observó una variación sincrónica de a350 en ambos lagos (Figura 2b), probablemente debido a los
efectos regionales (precipitación, radiación, temperatura y viento), como se ha descrito previamente para
lagos de la Patagonia (Gerea et al., 2017). Se ha demostrado que los aportes atmosféricos (depósito
húmedo y seco) tienen mayores efectos sobre la CDOM de lagos alpinos que la escorrentía superficial y
aportes de la vegetación terrestre poco desarrollada (Mladenov et al., 2011).
El a350 de El Sol fue mayor en lluvias (Figura 2a), lo cual podría asociarse al efecto de la precipitación
acumulada. Sin embargo, la alta correlación de a350 con la concentración de Clor-a, que presentó mayores
valores en lluvias por el aporte de nutrientes (Alcocer et al., 2004), sugiere que la CDOM de El Sol es
mayoritariamente autóctona, por el aporte de fitoplancton, algas bentónicas y su posterior

descomposición. Se debe agregar que se presentaron picos altos de a350 en la temporada seca (febrero-
marzo; Figura 2a), periodo de menor productividad limitado por las bajas temperaturas (Alcocer et al.,
2004). Ibarra-Morales et al. (2020) mencionan que los vientos dominantes durante la estación fría-seca
soplan en dirección SO-NE y hay un transporte de compuestos orgánicos derivados de tierras agrícolas
que rodean la base del volcán Nevado de Toluca. Además, se ha demostrado que durante los primeros
eventos de precipitación en la época seca (como sucedió en febrero 2022 y marzo 2023), las
concentraciones de CDOM del agua de lluvia son significativamente más altas por el “lavado” de
sustancias acumuladas derivadas de la quema de residuos de cultivos y polvo antropogénico. Por el
contrario, la CDOM del agua de lluvia recolectada en la temporada de mayor precipitación es menor por
un efecto de dilución (Zhang et al., 2014).
En La Luna no se diferencia un efecto temporal de a350, pero si valores más altos en febrero-marzo
(Figura 2). Alcocer et al. (2020c) mencionan que el contenido de C orgánico de los suelos alrededor del
lago La Luna es mayor que en El Sol. Lo anterior, sumado a que los vientos durante la estación seca
soplan directamente sobre La Luna (Barba-López et al., 2021), sugiere que los aportes alóctonos de
CDOM, derivados del depósito seco y arrastre de sedimentos de su cuenca de drenaje, son más
importantes en La Luna. Esto es similar a lo reportado recientemente, donde el aporte de C orgánico
terrestre (es decir, pastizal y zacatonal alpino) representa una proporción mayor en La Luna que en El
Sol (Alcocer et al., 2020c, Jiménez-Seinos et al., 2023).
La mayor incidencia de RUV en el Nevado de Toluca se ha registrado durante la temporada fría-seca
(diciembre a abril), con valores más bajos en los meses cálidos y lluviosos (mayo-noviembre; Alcocer et
al., 2020b). En este estudio, la radiación solar media (30 días antes del muestreo) máxima se midió en
abril (~302 W m-1; SMN-CONAGUA, 2023), lo que aumentaría significativamente la fotodegradación
de la CDOM, disminuyendo el a350 de ambos lagos (Figura 2b).
Fuentes y procesamiento de CDOM
La S275-295 presentó diferencias significativas entre ambos lagos (F=8.3; p<0.01) independientemente
de la temporada, con un promedio anual en El Sol de 0.024±0.003 nm-1 y en La Luna de 0.022±0.007
nm-1 (Figura 3a). La S275-295 se correlacionó (p<0.05) de forma positiva con el PM definido como a250/a365
(r = 0.80) y negativa con la precipitación (r = -0.49) y el coeficiente de pendiente espectral SR (r = -0.60).
a) b)
Figura 3. Variación mensual (a) de la pendiente espectral (S275-295) y diagramas de caja (b) del coeficiente de pendiente espectral
(SR) de los lagos El Sol y La Luna. En (a) las líneas discontinuas corresponden al promedio anual para El Sol (naranja) y La Luna
(azul) y la precipitación mensual acumulada (30 días previos al muestreo) se muestra en barras. En (b) se indica la mediana
(círculo relleno), los percentiles y el rango de SR.
Los valores de SR fluctuaron entre 0.8 y 1.6 en El Sol (1.2±0.3) y entre 0.44 y 2.5 en La Luna (1.3±0.7).
En ambos lagos, el SR mínimo y máximo se registraron en enero y julio, respectivamente. No se observó

una diferencia significativa del SR entre lagos, pero sí entre temporadas (F=9.1; p<0.005), con valores
más altos en lluvias (Figura 3b). El SR se correlacionó (p<0.05) con los aCDOM (r>0.33), con la T del agua
(r=0.37), la precipitación acumulada (r=0.45), el OD (r=-0.38) y con el PM (r=-0.84).
S275-295 y SR cambian en función de las fuentes y procesamiento de DOM. (Helms et al., 2008). Los
valores de SR>1 son indicativos de un enriquecimiento de compuestos de bajo PM (menor humificación),
derivados de fuentes autóctonas o de procesos de fotodegradación (rompimiento de enlaces y pérdida de
DOM de alto PM). Mientras tanto, los valores de SR<1 se atribuyen a un mayor contenido de compuestos
de alto PM, de origen terrestre (Helms et al., 2008).
La S275-295 es independiente de la concentración de CDOM y está inversamente relacionada a su PM
(Su et al., 2015). La S275-295 fue mayor en El Sol que La Luna. Por lo tanto, el tamaño molecular de
CDOM más pequeño en El Sol se asocia a la acumulación y descomposición microbiana de la vegetación
sumergida y fitoplancton, más abundantes que en La Luna. SR se correlacionó positivamente con los
aCDOM, lo que indica mayor contribución de CDOM autóctona en El Sol en lluvias (SR>1) y alóctona de
alto PM proveniente del depósito atmosférico en secas (Figura 3b; SR~1). Los valores mayores de S275-
295 se calcularon para los meses secos (abril, diciembre-enero) de alta incidencia de RUV, lo que
promueve la fotodegradación de CDOM en esta temporada y acumula compuestos de menor PM.
La S275-295 permanece relativamente estable, excepto en los picos de máxima RUV (Figura 3a). Esto
sugiere que el principal reservorio de CDOM en La Luna es de origen alóctono de alto PM (p.ej., DOM
terrígena menos degradada y aromática), proveniente del depósito atmosférico y de su cuenca de drenaje.
Sin embargo, el DOM alóctono es más susceptible al procesamiento fotoquímico que el material
autóctono (Catalán et al., 2013), por lo que la CDOM en la Luna es rápidamente degradada en los meses
de alta RUV. Esto explicaría la alta variabilidad de la SR en La Luna en ambas temporadas, a diferencia
de El Sol, que posee una mayor turbidez, mayor atenuación UV y posiblemente menores tasas de
fotodegradación de CDOM.
Conclusiones
Como se observó para los lagos El Sol y La Luna, las propiedades ópticas, las fuentes y la composición
química de la CDOM, juegan un papel fundamental en los lagos alpinos remotos, que muestran
tendencias en función de los aportes atmosféricos, la radiación solar incidente y el procesamiento
bacteriano (Mladenov et al., 2011). Los resultados de este estudio indican que El Sol tiene mayor
concentración de CDOM que su vecino La Luna (evidenciada por el coeficiente de absorción a350).
Contrario a lo esperado, los aportes autóctonos de CDOM en El Sol son más importantes durante la
temporada de lluvias (SR>1), mientras que, durante la estación fría-seca, el ingreso alóctono de CDOM
de alto peso molecular (SR~1), derivado de los suelos agrícolas alrededor del nevado, son probablemente
el principal impulsor de absorción de CDOM. En La Luna, los aportes autóctonos de CDOM son
reducidos debido al pH ácido, menor abundancia bacteriana, ausencia de macrófitos y a la alta radiación
UV que limita el desarrollo de fitoplancton. La menor S275-295 en La Luna sugiere que el reservorio
principal de CDOM se caracteriza por compuestos de alto peso molecular derivados fundamentalmente
de aportes atmosféricos y de su cuenca de drenaje. Sin embargo, sus condiciones de mayor sensibilidad
a la RUV promueven una fotodegradación más intensa que en El Sol, lo que se ve reflejado en altas
pendientes espectrales. No se distinguieron diferencias de la CDOM entre la superficie y fondo en ningún
caso. Futuros estudios deben incluir sistemáticamente el efecto a largo plazo del depósito seco y húmedo
sobre la composición de CDOM y su relación con el DOC de ambos lagos para dilucidar los procesos
biogeoquímicos en los dos únicos LAM en México.
Agradecimientos

El presente trabajo fue financiado por el proyecto PINCC 2020-2021 “Cuerpos Acuáticos
Epicontinentales: Papel en la Dinámica del Carbono y Emisiones de Gases de Efecto Invernadero en
México” y PINCC 2023 “Cuerpos Acuáticos Epicontinentales: Papel en la Dinámica del Carbono y
Emisiones de Gases de Efecto Invernadero en México. Segunda parte. Eutroficación y emisión de GEI.”
Un agradecimiento especial al Posgrado en Ciencias del Mar y Limnología de la UNAM y a los colegas
del equipo de Limnología Tropical de la FES Iztacala (UNAM) por su apoyo en el trabajo de campo.
Asimismo, a la Comisión Estatal de Parques Naturales y de la Fauna de la Secretaría de Ecología,
Gobierno del Estado de México, que proporcionó el permiso para llevar a cabo esta investigación
científica en el Área de Protección de Flora y Fauna Nevado de Toluca.
Literatura citada
Adrian, R., C. M. O’Reilly, H. Zagarese, S. B. Baines, D. O. Hessen, W. Keller, D. M. Livingstone, R. Sommaruga, D. Straile, E. Van
Donk, G. A. Weyhenmeyer, y M. Winder. 2009. Lakes as sentinels of climate change. Limnology and Oceanography 54:2283–2297.
https://doi.org/10.4319/lo.2009.54.6_part_2.2283.
Alcocer, J., L. A. Oseguera, E. Escobar, L. Peralta, y & A. Lugo. 2004. Phytoplankton Biomass and Water Chemistry in Two High-Mountain
Tropical Lakes in Central Mexico. Arctic, Antarctic, and Alpine Research 36:342–346. https://doi.org/10.1657/1523-0430(2004)036.
Alcocer, J., C. N. Delgado, y R. Sommaruga. 2020a. Photoprotective compounds in zooplankton of two adjacent tropical high mountain
lakes with contrasting underwater light climate and fish occurrence. Journal of Plankton Research 42:105–118.
https://doi.org/10.1093/plankt/fbaa001.
Alcocer, J., J. Roberson, L. A. Oseguera, y W. M. Lewis. 2020b. Rhythmic episodes of heating and cooling control thermal stratification
of two tropical high mountain lakes. Aquatic Sciences 82:1–11. https://doi.org/10.1007/s00027-020-00731-1.
Alcocer, J., A. C. Ruiz-Fernández, L. A. Oseguera, M. Caballero, J. A. Sanchez-Cabeza, L. H. Pérez-Bernal, y D. M. Hernández-Rivera.
2020c. Sediment carbon storage increases in tropical, oligotrophic, high mountain lakes. Anthropocene 32:100272.
https://doi.org/10.1016/J.ANCENE.2020.100272.
Arar, E. J., y G. B. Collins. 1997. Method 445.0 In vitro determination of Chlorophyll a and Pheophytin ain marine and freshwater algae
by fluorescence. Página U.S. Environmental Protection Agency. United Sates Environmental Protection Agency, Office of Research
and Development. National Exposure Research Laboratory, Cincinnati.
Armienta, M. A., D. la S. De La Cruz-Reyna, y J. L. Macías. 2000. Chemical characteristics of the crater lakes of Popocatetetl, El Chichon,
and Nevado de Toluca volcanoes, Mexico. Journal of Volcanology and Geothermal Research 97:105–125.
https://doi.org/10.1016/S0377-0273(99)00157-2.
Aucancela, R., J. Alcocer, I. Soria-Reinoso, L. A. Oseguera-Pérez, y D. Ibarra-Morales. 2020. Carbono orgánico disuelto en dos lagos
tropicales de alta montaña, El Sol y La Luna, Nevado de Toluca. 98–104. En: M. Hernández, M. Rojo, M. Fuentes, A. Velázquez, y
M. Bolaños (eds). Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2020. Serie
Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con la Universidad Autónoma Metropolitana-Xochimilco,
Texcoco, Estado de México, México. 603 p.
Barba-López, M. del R., A. Filonov, J. Alcocer, L. Ladah, y I. Tereshchenko. 2021. Complex interactions between meteorological
parameters and the thermal regime of two tropical, high altitude crater lakes (Nevado de Toluca, Mexico). Science of the Total
Environment 771. https://doi.org/10.1016/j.scitotenv.2021.145310.
Battin, T. J., S. Luyssaert, L. A. Kaplan, A. K. Aufdenkampe, A. Richter, y L. J. Tranvik. 2009. The boundless carbon cycle. Nature
Geoscience 2:598–600. https://doi.org/10.1038/ngeo618.
Catalán, N., B. Obrador, M. Felip, y J. L. Pretus. 2013. Higher reactivity of allochthonous vs. autochthonous DOC sources in a shallow
lake. Aquatic Sciences 75:581–593. https://doi.org/10.1007/s00027-013-0302-y.
Cuna, E., J. Alcocer, M. Gaytán, y M. Caballero. 2022. Phytoplankton Biodiversity in Two Tropical, High Mountain Lakes in Central
Mexico. Diversity 14:1–17. https://doi.org/10.3390/d14010042.
Gerea, M., G. L. Pérez, F. Unrein, C. Soto Cárdenas, D. Morris, y C. Queimaliños. 2017. CDOM and the underwater light climate in two
shallow North Patagonian lakes: evaluating the effects on nano and microphytoplankton community structure. Aquatic Sciences
79:231–248. https://doi.org/10.1007/s00027-016-0493-0.
Helms, J. R., A. Stubbins, J. D. Ritchie, E. C. Minor, D. J. Kieber, y K. Mopper. 2008. Absorption spectral slopes and slope ratios as
indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter. Limnology and Oceanography
53:955–969. https://doi.org/10.4319/lo.2008.53.3.0955.
Ibarra-Morales, D., J. Alcocer, L. A. Oseguera, y R. Sosa-Echeverría. 2020. Bulk Deposition and Main Ionic Composition in a Remote
Tropical Region: Nevado de Toluca, Mexico. Water, Air, and Soil Pollution 231. https://doi.org/10.1007/s11270-020-04785-7.
Ibarra-Morales, D., R. A. Silva-Aguilera, L. A. Oseguera, M. Merino-Ibarra, y J. Alcocer. 2022. Impacts of global change on two tropical,
high mountain lakes in Central Mexico. Science of The Total Environment 852:158521.
https://doi.org/10.1016/J.SCITOTENV.2022.158521.
Jiménez-Seinos, J. L., J. Alcocer, y D. Planas. 2023. Food web differences between two neighboring tropical high mountain lakes and the
influence of introducing a new top predator. PLOS ONE 18:e0287066. https://doi.org/10.1371/JOURNAL.PONE.0287066.
Li, P., y J. Hur. 2017. Utilization of UV-Vis spectroscopy and related data analyses for dissolved organic matter (DOM) studies: A review.
Critical Reviews in Environmental Science and Technology 47:131–154. https://doi.org/10.1080/10643389.2017.1309186.
Massicotte, P., E. Asmala, C. Stedmon, y S. Markager. 2017. Global distribution of dissolved organic matter along the aquatic continuum:

Across rivers, lakes and oceans. Science of the Total Environment 609:180–191. https://doi.org/10.1016/j.scitotenv.2017.07.076.
Mladenov, N., R. Sommaruga, R. Morales-Baquero, I. Laurion, L. Camarero, M. C. Diéguez, A. Camacho, A. Delgado, O. Torres, Z. Chen,
M. Felip, y I. Reche. 2011. Dust inputs and bacteria influence dissolved organic matter in clear alpine lakes. Nature Communications
2:1–7. https://doi.org/10.1038/ncomms1411.
SMN-CONAGUA. 2023. Información Estadística Climatológica. México. https://smn.conagua.gob.mx/es/climatologia/informacion-
climatologica/informacion-estadistica-climatologica (Consulta: julio 16, 2023).
Sobek, S., L. J. Tranvik, Y. T. Prairie, P. Kortelainen, y J. J. Cole. 2007. Patterns and regulation of dissolved organic carbon: An analysis
of 7,500 widely distributed lakes. Limnology and Oceanography 52:1208–1219. https://doi.org/10.4319/LO.2007.52.3.1208.
Sommaruga, R. 2001. The role of solar UV radiation in the ecology of alpine lakes. Journal of Photochemistry and Photobiology B: Biology
62:35–42. https://doi.org/10.1016/S1011-1344(01)00154-3.
Su, Y., F. Chen, y Z. Liu. 2015. Comparison of optical properties of chromophoric dissolved organic matter (CDOM) in alpine lakes above
or below the tree line: Insights into sources of CDOM. Photochemical and Photobiological Sciences 14:1047–1062.
https://doi.org/10.1039/c4pp00478g.
Tranvik, L. J., J. A. Downing, J. B. Cotner, S. A. Loiselle, R. G. Striegl, T. J. Ballatore, P. Dillon, K. Finlay, K. Fortino, L. B. Knoll, P. L.
Kortelainen, T. Kutser, S. Larsen, I. Laurion, D. M. Leech, S. L. McCallister, D. M. McKnight, J. M. Melack, E. Overholt, J. A.
Porter, Y. Prairie, W. H. Renwick, F. Roland, B. S. Sherman, D. W. Schindler, S. Sobek, A. Tremblay, M. J. Vanni, A. M. Verschoor,
E. von Wachenfeldt, y G. A. Weyhenmeyer. 2009. Lakes and reservoirs as regulators of carbon cycling and climate. Limnology and
Oceanography 54:6 2298-2314. https://doi.org/10.4319/lo.2009.54.6_part_2.2298
Zhang, Y., G. Gao, K. Shi, C. Niu, Y. Zhou, B. Qin, y X. Liu. 2014. Absorption and fluorescence characteristics of rainwater CDOM and
contribution to Lake Taihu, China. Atmospheric Environment 98:483–491. https://doi.org/10.1016/j.atmosenv.2014.09.038.
Zhang, Y., L. Zhou, Y. Zhou, L. Zhang, X. Yao, K. Shi, E. Jeppesen, Q. Yu, y W. Zhu. 2021. Chromophoric dissolved organic matter in
inland waters: Present knowledge and future challenges. Science of the Total Environment 759.
https://doi.org/10.1016/j.scitotenv.2020.143550.

2.3. Variación espacial y temporal de CO2, CH4 y N2O disuelto en lagos kársticos
tropicales
Vargas-Sánchez Mariana1,*; Alcocer Javier2; Sánchez-Carrillo Salvador3 y Oseguera-Pérez Luis2

1
Programa de Posgrado en Ciencias del Mar y Limnología. Universidad Nacional Autónoma de México, Ciudad de México, México.
2
Grupo de Investigación en Limnología Tropical, FES Iztacala, Universidad Nacional Autónoma de México, Tlalnepantla, México.
3
Departamento de Biogeoquímica y Ecología Microbiana, Museo Nacional de Ciencias Naturales, Consejo Superior de Investigaciones
Científicas (MNCN-CSIC).
*
Autor de correspondencia: marianavs@me.com
Resumen
Los ecosistemas acuáticos epicontinentales son fuentes importantes de gases de efecto invernadero (GEI)
a la atmósfera a nivel mundial. Sin embargo, existen muy pocos estudios sobre la concentración y
evasión de GEI en sistemas acuáticos kársticos y hasta el momento se sabe poco sobre cuál es su
contribución al cambio global. El presente trabajo estudia la variación espacial y temporal de las
concentraciones de CO2, CH4 y N2O en tres lagos kársticos del Parque Nacional “Lagunas de
Montebello” (PNLM), Chiapas y su relación con variables ambientales asociadas al estado trófico de los
cuerpos de agua. Se analizaron las dos temporadas climáticas tropicales (cálida/lluvia y fría/seca). La
concentración de CO2, CH4 y N2O se estimó siguiendo la técnica del espacio de cabeza utilizando He
como gas de intercambio. Los tres lagos estudiados presentaron sobresaturación de los tres gases en
relación con el equilibrio atmosférico en ambas temporadas de muestreo. La concentración de CO2, CH4
y N2O osciló entre 13.0 – 168.6 µmol L–1, 0.02 – 364.1 µmol L–1 y 0.01 – 0.17 µmol L–1,
respectivamente. Se observó una distribución vertical diferencial en la temporada cálida/lluvias asociada
a la estratificación térmica de los lagos. En la temporada fría/secas la concentración fue homogénea
debido a la mezcla de la columna de agua. En general, las concentraciones de GEI aumentaron con el
grado de eutrofización de los lagos y se encuentran en el rango de otros cuerpos de agua tropicales. Los
lagos kársticos tropicales del PNLM son fuentes importantes de GEI a la atmósfera.
Palabras clave: GEI; carbono; nitrógeno; eutrofización; Chiapas.
Abstract
Epicontinental aquatic ecosystems are significant sources of greenhouse gases (GHG) worldwide.
However, there are only a few studies on the concentration and evasion of GHGs in karst aquatic
systems. Hence, very little is known about their contribution to global change. This study examines the
spatial and temporal variation of CO2, CH4, and N2O concentrations in three karst lakes of the “Lagunas
de Montebello” National Park (PNLM) in Chiapas. It also explores the relationship between these
concentrations and environmental variables linked to the trophic state of the water bodies. The study
analyzes both tropical climatic seasons (i.e., the warm/rainy and cold/dry). The concentration of GHG
was estimated using the headspace technique with He as the exchange gas. The study found that the
three lakes showed supersaturation of the three gases in both sampling seasons, exceeding the
atmospheric balance. CO2, CH4, and N2O concentrations ranged between 13.0 – 168.6 µmol L–1, 0.02 –
364.1 µmol L–1, and 0.01 – 0.17 µmol L–1, respectively. In the warm/rainy season, a differential vertical
distribution was observed associated with the thermal stratification of the lakes. In contrast, in the
cold/dry season, the concentration was homogeneous due to the mixing of the water column. In general,
GHG concentrations increase with the degree of eutrophication of lakes and are similar to those found

in other tropical water bodies. The study concludes that the tropical karst lakes of the PNLM are
significant sources of GHGs in the atmosphere.
Keywords: GHG; carbon; nitrogen; eutrophication; Chiapas.
Introducción
Dióxido de carbono (CO2), metano (CH4) y óxido nitroso (N2O) son los tres gases de efecto
invernadero (GEI) más estudiados debido a su alto potencial de calentamiento global1 y su reciente
aumento de concentración en la atmósfera (Ciais et al., 2013). Los sistemas acuáticos epicontinentales
son sitios importantes en la dinámica del C y N debido a que en ellos tienen lugar diversos procesos
aeróbicos y anaeróbicos que resultan en la producción o consumo de GEI (Ortiz- Llorente y Álvarez-
Cobelas, 2012; Raymond et al., 2013; Li et al., 2021; Prairie y Cole, 2022).
Las variaciones espaciales y temporales de la concentración de CO2, CH4 y N2O en los lagos
tropicales han sido menos documentadas en comparación con las zonas templadas y boreales (Huttunen
et al., 2003; Karlsson et al., 2013; Denfeld et al., 2015). En las zonas tropicales los procesos metabólicos
tienen mayor intensidad que implican mayores tasas de producción y/o consumo de GEI en comparación
con las zonas templadas debido a la elevada temperatura (Barros et al., 2011; Raymond et al., 2013;
Amado y Roland, 2017). Diversos estudios demuestran que el procesamiento de C y N en los lagos está
estrechamente relacionado con el estado trófico de los cuerpos de agua (Drake et al., 2018, DelSontro et
al., 2018; Li et al., 2021). Sin embargo, se sabe muy poco sobre las principales variables que controlan
la dinámica de los GEI en el ambiente acuático.
Los lagos kársticos son sistemas peculiares debido a que la acción simultanea de procesos biológicos,
la litología regional y los aportes de agua subterránea, determina el balance de C y N en ellos (Liu et al.,
2010). Como la mayoría de los sistemas acuáticos, los lagos kársticos no han escapado de la
contaminación del agua y la eutrofización. Las “Lagunas de Montebello” representan uno de los sistemas
kársticos más importantes de México el cual está conformado por más de 130 cuerpos de agua con
diferentes características morfométricas (Alcocer et al., 2016) y ecológicas (Rivera et al., 2019; Vargas-
Sánchez et al., 2022). En el presente trabajo se estudió la variación espacial y temporal de las
concentraciones de CO2, CH4 y N2O en tres lagos kársticos con diferente estado trófico y su relación con
variables ambientales de los cuerpos de agua.
El Parque Nacional “Lagunas de Montebello” (PNLM) se localiza en el sureste de Chiapas (16°04’-

16°10’ N y 91°37’-91°47’ O, 1,500 m s.n.m; Figura 1) y abarca una superficie aproximada de 6,425 ha
entre los municipios de La Independencia y La Trinitaria (CONANP, 2011). Aunque el Río Grande de
Comitán desemboca en las lagunas del extremo NO del PNLM, el aporte de agua subterránea es el más
relevante. El clima es templado lluvioso con un verano largo, fresco y húmedo, con un régimen de
precipitaciones típico de verano [Cb(m)(f)ig] (García, 2004). Para el estudio se seleccionaron tres lagos
con estado trófico contrastante: Tziscao (prístino/ultra-oligotrófico; TZ), San José (prístino/oligotrófico;
SJ) y San Lorenzo (impactado-eutrófico; SL). Los muestreos se llevaron a cabo en dos temporadas
climáticas (hidrodinámicas) contrastantes: la cálida/lluvias (estratificación de noviembre 2021) y la
fría/seca (circulación de febrero 2022). Se midieron in situ perfiles verticales metro a metro de
temperatura (T), oxígeno disuelto (OD), conductividad eléctrica (K25) y pH mediante una sonda
1
El potencial de calentamiento global (GWP por sus siglas en inglés) es una medida que combina los efectos de la influencia radiactiva de un gas en la
atmósfera en relación con el CO2, así como el tiempo de residencia del gas en la atmósfera. El CO2 es el estándar con el que se comparan otros gases, por lo
que tiene un GWP de 1 (CO2eq) (IPCC, 2013).

multiparamétrica marca Hydrolab modelo DS5X (precisión T: ± 0.10°C, OD: ± 0.2 mg L–1, K25: 1 μS
cm-1, pH: 0.2) acoplado a un sistema de captura de información modelo SVR4a. Se realizó la calibración
correspondiente previa a cada muestreo.
Leyenda
Lago Subcuenca
Poblado Canal
ANP Camino
Figura 1. Localización del Parque Nacional “Lagunas de Montebello”, Chiapas, México.
Con base en los perfiles verticales se seleccionaron tres profundidades de muestreo que representaron
la heterogeneidad ambiental de la columna de agua. Se tomaron muestras de agua con una botella
muestreadora de agua UWITEC de 5 L de capacidad para la determinación de la concentración de
nutrientes (nitrógeno y fósforo), clorofila “a” (Clor-a), sólidos suspendidos totales (SST) y GEI
disueltos. Se estimó la transparencia del agua mediante la profundidad del disco de Secchi (ZDS). Los
análisis para determinar la concentración de nutrientes se realizaron siguiendo los métodos propuestos
por Solórzano (1969). Para la determinación de la Clor-a se siguió el método 445.0 de la USEPA (Arar
y Collins 1997). La extracción de los GEI se realizó siguiendo la técnica del espacio de cabeza, con 40
ml de agua en jeringas de 60 ml, usando He como gas de intercambio. Se tomaron muestras de aire in
situ para estimar el equilibrio atmosférico. La concentración de los gases se estimó por cromatografía
de gases. Finalmente, se realizaron análisis de varianza para comparar las concentraciones entre
temporadas, entre lagos y entre las profundidades en las que fueron tomadas las muestras y se utilizaron
modelos de regresión múltiple (MRM) paso a paso para identificar qué factor ambiental explicaba mejor
la variación en GEI en cada temporada. Todos los análisis estadísticos se llevaron a cabo con el software
R Core Team (2016).
Los lagos presentaron características fisicoquímicas y biológicas con amplios rangos de variación
temporal y espacial (Cuadro 1). Únicamente la T, el OD, el pH, la K25 y el N-NO3 presentaron
variaciones estacionales significativas (ANOVA, p < 0.05). El resto de las variables (Clor-a, SST, N-
NO2, P-PO4 y ZSD) mostraron valores similares en ambas temporadas de muestreo (ANOVA, p > 0.05).
Sin embargo, todas las variables (excepto el pH) mostraron variación significativa entre lagos (ANOVA,
p < 0.05). Durante la temporada cálida/lluvias, los lagos se encontraban estratificados térmicamente. TZ
y SL presentaron termo y oxiclinas profundas (31-34 m y 11-13 m, respectivamente) en comparación
con SJ el cual presentó termo y oxiclinas superficiales (~ 3 – 5 m). Durante la temporada fría/seca, TZ
y SJ presentaron columnas de agua completamente oxigenadas mientras que SL presentó anoxia por

debajo de los 8 m debido a la alta carga de materia orgánica que este recibe. La concentración de Clor-
a en SL fue cerca de 80 y 50 veces mayor en comparación con TZ y SJ, respectivamente (p < 0.05). La
concentración de SST fue superior en SL en contraste con SJ y TZ (p < 0.05). En concordancia, SL
presentó los valores más bajos de transparencia de la columna de agua y TZ los más elevados (Cuadro
1). SL presentó los valores más elevados de P-PO4, N-NO2 y N-NH4, mientras que SJ presentó los
valores más altos de N-NO3. TZ fue el lago con las concentraciones más bajas de nutrientes (P-PO4, N-
NO3, N-NO2 y N-NH4) (Cuadro 2).
Cuadro 1. Caracterización fisicoquímica de los lagos en estudio durante la temporada cálida/lluvias (C/L) y la temporada
fría/seca (F/S). (Temp: temporada, X: promedio, DE: desviación estándar).
T (ºC) DO (mg L–1) pH K25 (µS cm–1) SST (mg L–1) Clor-a (µg L-1) ZDS
Lago Temp
X DE X DE X DE X DE X DE X DE (m)
C/L 21.8 1.1 7.2 3.6 8.5 0.3 235 9.3 1.2 0.3 0.6 0.1 7.2
TZ
F/S 19.2 0.5 5.4 0.6 8.5 0.1 242 1.9 1.6 1.0 0.5 0.1 7.0
C/L 20.9 0.7 7.5 2.2 9.1 0.1 338 8.8 4.4 2.6 1.0 0.1 3.5
SJ
F/S 21.4 0.6 6.0 0.2 7.6 0.1 333 0.9 2.9 1.3 0.8 0.1 2.3
C/L 21.2 1.3 4.7 2.8 7.7 0.4 518 77.8 9.4 6.5 46.3 10.1 0.6
SL
F/S 20.8 0.6 6.1 5.0 9.1 0.6 609 17.2 7.2 0.7 50.8 8.5 0.4
Cuadro 2. Concentración de nutrientes durante la temporada cálida/lluvias (C/L) y la temporada fría/seca (F/S). (Temp:
temporada, X: promedio, DE: desviación estándar).
P-PO4 (µmol L–1) N-NO3 (µmol L–1) N-NO2 (µmol L–1) N-NH4 (µmol L–1)
Lago Temp
X DE X DE X DE X DE
C/L 0.06 0.00 0.31 0.35 0.10 0.02 0.13 0.04
TZ
F/S 0.46 0.37 4.20 0.51 0.14 0.09 2.02 1.09
C/L 0.03 0.01 5.45 3.62 0.44 0.08 3.40 2.44
SJ
F/S 0.07 0.04 3.98 1.47 0.13 0.10 2.70 1.31
C/L 2.01 0.83 16.48 23.83 0.72 0.43 18.37 12.90
SL
F/S 1.25 0.02 1.67 0.99 0.17 0.07 11.46 13.33
Los lagos presentaron sobresaturación de CO2 en relación con el equilibrio atmosférico (10.9 ± 0.6
µmol CO2 L–1) durante ambas temporadas de muestreo. La concentración de CO2 (CCO2) osciló entre
13.0 – 168.6 µmol L–1 y presentó claras diferencias entre temporadas (p < 0.001) con un promedio de
41.9 ± 35.3 µmol L–1 durante la temporada cálida/lluvias en comparación con 20.9 ± 7.2 µmol L–1 en la
temporada fría/secas (Figura 2); probablemente las temperaturas más altas del agua la temporada
cálida/lluvias incrementan la productividad primaria e impulsan los procesos de mineralización de la
MO, responsable del consumo de OD y de la metanogénesis (Sjögersten et al., 2014). Los lagos
presentaron sobresaturación de CH4 en relación con el equilibrio atmosférico (0.04 ± 0.01 µmol CH4 L–
1
) durante ambas temporadas de muestreo (con excepción de SJ durante la temporada cálida/lluvias). La
concentración de CH4 (CCH4) osciló entre 0.02 – 364.1 µmol L–1 sin diferencias entre temporadas (p >
0.05). Únicamente SL presentó sobresaturación de N2O en relación con el equilibrio atmosférico (0.03
± 0.004 µmol N2O L–1) durante ambas temporadas de muestreo. TZ y SJ presentaron sobresaturación de
N2O únicamente en la temporada fría/seca. La concentración de N2O (CN2O) osciló entre 0.01 – 0.17
µmol L–1 sin diferencias entre temporadas (p > 0.05). Se observó que existen diferencias significativas
en la CCO2 y CCH4 en los lagos (p < 0.05). TZ presentó los valores más bajos de CO2 disuelto (19.9 ±
10.8 µmol L–1) y SL los más elevados (35.1 ± 17.8 µmol L–1) (p < 0.05). En el caso del CH4, SJ presentó
los valores más bajos (0.13 ± 0.1 µmol L–1) y SL los más elevados (4.6 ± 14.1 µmol L–1) (p < 0.05). Lo
anterior sugiere que el estado trófico y el proceso de eutrofización de los cuerpos de agua tiene una
relación directa y de manera constante a lo largo del año con la CCO2 y CCH4. La CN2O no presentó
variación significativa entre los lagos (p > 0.05). Las concentraciones de GEI medidas en TZ y SJ están
en el rango de otros cuerpos de agua tropicales, mientras que las concentraciones registradas en SL son

cerca de dos veces superiores a las reportadas en trabajos previos (Aufdenkampe et al., 2011; Raymond
et al., 2013, Borges et al., 2023).
A) B) C)
0.15
1.75 1
log10 CCO2 (µmol L−1)
log10 CN2O (µmol L−1)

log10 CCH4 (µmol L−1)
0 0.10
1.50
−1
0.05
1.25
−2
0.00
Cálida/lluvias Fría/secas Cálida/lluvias Fría/secas Cálida/lluvias Fría/secas
Figura 2. Gráfico de violín del log10 de la concentración de CO2, CH4 y N2O en Tziscao (azul oscuro), San José (azul claro) y
San Lorenzo (verde).
Los tres GEI mostraron patrones espaciales claros relacionados con los cambios estacionales en la
estratificación y la mezcla vertical. Durante la temporada cálida/lluvias, la CCO2 y CCH4 fue más elevada
en el hipolimnion de TZ y SL (p < 0.05, Cuadro 3) debido a que la anoxia estimuló la metanogénesis y
la estratificación térmica limitó el intercambio vertical de gases por difusión vertical, lo que condujo a
que los gases se almacenaran en el hipolimnion. En SJ, la CCH4 fue más elevada en la superficie
sugiriendo producción de CH4 aún en condiciones óxicas (Tang et al., 2022). La concentración de N2O
no presentó variación espacial vertical de ningún lago (KW, p > 0.05). Durante la temporada fría/seca y
en respuesta a que la columna de agua se encontraba en circulación en los tres lagos la CCO2, CCH4 y CN2O
fue homogénea (p > 0.05).
Cuadro 3. Concentración promedio (X) y desviación estándar (DE) de los GEI disueltos en la columna de agua de Tziscao (TZ),
San José (SJ) y San Lorenzo (SL).
Z CCO2 (µmol L–1) CCH4 (µmol L–1) CN2O (µmol L–1)
Lago Temporada
(m) X DE X DE X DE
0 13.88 0.09 0.39 0.09 0.03 0.00
Cálida/lluvias 34 14.79 2.19 0.32 0.04 0.03 0.01
40 42.35 6.20 7.52 5.79 0.03 0.01
TZ
0 17.36 1.62 0.43 0.38 0.05
Fría/secas 20 16.42 0.58 0.11 0.03 0.04
45 14.43 0.95 0.10 0.01 0.05
0 35.22 0.83 0.13 0.14 0.02 0.01
Cálida/lluvias 5 39.95 6.63 0.03 0.01 0.03 0.02
10 33.12 1.44 0.02 0.02 0.03 0.01
SJ
0 18.77 0.70 0.22 0.03 0.05
Fría/secas 5 22.24 2.84 0.17 0.03 0.05
10 19.77 1.88 0.21 0.01 0.05
0 29.16 4.32 0.21 0.22 0.04 0.02
Cálida/lluvias 5 46.30 12.86 0.11 0.09 0.05 0.01
15 122.39 65.33 205.59 224.22 0.12 0.07
SL
0 18.51 7.82 0.87 0.96 0.03
Fría/secas 5 33.60 6.14 0.16 0.07 0.05
15 27.33 13.79 0.25 0.11 0.05
Los MRM sugirieron que en la temporada cálida/lluvias las variables que más influyeron en la
variabilidad de la CCO2 fueron la CCH4, el pH y el OD (R2 = 0.98). Para la CCH4, el MRM incluyó la CCO2,
el pH, el OD y el P-PO4 como variables independientes (R2 = 0.97). Finalmente, para la CN2O, los

predictores más importantes en el MRM fueron el N-NH4, los SST, N-NO2, y la Clor-a (R2 = 0.96). La
relación que existe entre la CCO2 y la CCH4 sugiere que la oxidación de la materia orgánica en los
sedimentos estimuló la producción de CH4, pero probablemente la mayor parte del CH4 podría haberse
consumido bajo la oxidación anaeróbica del CH4 (AOM; Deutzmann et al., 2014) y liberado como CO2
a la columna de agua. Durante la temporada fría/secas las variables que más influyeron en la variabilidad
de la CCO2 fueron P-PO4, N-NH4, el OD y el pH (R2 = 0.65). Para la CCH4, el MRM incluyó el N-NH4, el
OD y el N-NO3 como variables independientes (R2 = 0.75). Finalmente, para la CN2O, los predictores
más importantes en el MRM fueron el pH, P-PO4 y la CCO2 (R2 = 0.69).
Conclusiones
Los resultados sugieren que existe una relación directa entre la concentración de GEI disueltos y el
estado trófico de los lagos kársticos del PNLM. La dinámica estacional de la concentración de GEI
disueltos en los lagos del PNLM resultó de una interacción compleja de variables bióticas y abióticas
expuestas a una fuerte estacionalidad tropical. A pesar de que la magnitud de la CCH4 y CN2O no mostró
variación estacional, los patrones de distribución vertical de los GEI estuvieron relacionados
principalmente con la anoxia hipolimnética que estimuló los procesos de producción y/o consumo de
CO2, CH4 y N2O y, por lo tanto, con la estacionalidad e hidrodinámica de la columna de agua de los
lagos kársticos tropicales.
Agradecimientos
El presente trabajo fue apoyado por la DGAPA-UNAM a través de los proyectos PAPIIT IV200319
“Área Experimental de Lagos Tropicales ()” y PAPIIT IV200122 “AELT - Efectos del cambio global y
climático sobre la limnología y biodiversidad acuática ()”, por el Programa de Investigación en Cambio
Climático a través de los proyectos PINCC 2020 “Cuerpos acuáticos epicontinentales: papel en la
dinámica del carbono y emisiones de gases de efecto invernadero en México”, PINCC 2021 “Cuerpos
acuáticos epicontinentales: papel en la dinámica del carbono y emisiones de gases de efecto invernadero
en México. Continuación” y PINCC 2023 “Cuerpos acuáticos epicontinentales: papel en la dinámica
del carbono y emisiones de gases de efecto invernadero en México. Segunda parte: Eutroficación y
emisión de GEI”, así como por el Ministerio de Ciencia e Innovación, Consejo Superior de
Investigaciones Científicas de España, a través del proyecto ICOOP-CSIC “Contribución del Neotrópico
Acuático Continental a las Emisiones de Gases de Efecto Invernadero (COOPA20433)”. Los autores
agradecen al Parque Nacional Lagunas de Montebello, Comisión Nacional de Áreas Naturales
Protegidas (CONANP), comunidad local y Comisarios Ejidales por facilitar el acceso a los lagos.
Asimismo, agradecen a los colegas del equipo de Limnología Tropical de la FES Iztacala (UNAM) por
su apoyo en el trabajo de campo, al laboratorio de Biogeoquímica Acuática del ICMyL por los análisis
de nutrientes y a José Luis Ayala Liquiñano (MNCN-CSIC) por los análisis de gases.
Literatura citada
Alcocer, J., L. A. Oseguera, G. Sánchez, C. G. González, J. R. Martínez and R. González. 2016. Bathymetric and morphometric surveys
of the Montebello Lakes, Chiapas. Journal of Limnology, 75(s1). https://doi.org/10.4081/jlimnol.2016.1343
Amado, A. and M. Roland. 2017. Microbial role in the carbon cycle in tropical inland aquatic ecosystems. Frontiers in microbiology.
Arar, E. J. and G. Collins. 1997. In vitro determination of chlorophyll a and pheophytin a in marine and freshwater algae by fluorescence
(445.0). US Environmental Protection Agency.
Aufdenkampe, A. K., E. Mayorga, P. A. Raymond, J. M. Melack, S. C. Doney, S. R. Alin, R. E. Aalto and K. Yoo. 2011. Riverine coupling
of biogeochemical cycles between land, oceans, and atmosphere. Frontiers in Ecology and the Environment, 9(1), 53-
60. https://doi.org/10.1890/100014
Barros, N., J. J. Cole, L. J. Tranvik, Y. T. Prairie, D. Bastviken, V. L. M. Huszar, P. Del Giorgio and F. Roland. 2011. Carbon emission
from hydroelectric reservoirs linked to reservoir age and latitude. Natural Geoscience, 4: 593-596 pp.

Borges, A., W. Okello, S. Bouillon, L. Deirmendjian, A. Nankabirwa, E. Nabafu, T. Lambert, J. Descy and C. Morana. 2023. Spatial and
temporal variations of dissolved CO2, CH4 and N2O in lakes Edward and George (East Africa). Journal of Great Lakes
Research, 49(1), 229-245. https://doi.org/10.1016/j.jglr.2022.11.010
Ciais P., C. Sabine, G. Bala, L. Bopp, V. Brovkin and J. Canadell. 2013. Carbon and other biogeochemical cycles. In: Stocker TF, Qin D,
Plattner G-K, Tignor M, Allen SK, Boschung J, Nauels A, Xia Y, Bex V, Midgley PM (eds) Climate change 2013: the physical
science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change.
Cambridge University Press, New York, NY, USA, pp 465–570
CONANP. 2007. Programa de conservación y manejo Parque Nacional Lagunas de Montebello, México.
CONANP. 2011. Programa de Monitoreo de Calidad del Agua, Estudio para monitorear los parámetros de calidad del agua de las lagunas
de Montebello.
Deemer, B. R., J. A. Harrison, S. Li, J. J. Beaulieu, T. DelSontro, N. Barros, J. F. Bezerra-Neto, S. M. Powers, M. A. Dos Santos and J. A.
Vonk. 2016. Greenhouse Gas Emissions from Reservoir Water Surfaces: A New Global Synthesis. BioScience, 66(11), 949–964.
https://doi.org/10.1093/biosci/biw117
DelSontro, T., J. J. Beaulieu and J. A. Downing. 2018. Greenhouse gas emissions from lakes and impoundments: Upscaling in the face of
global change. Limnology and Oceanography Letters, 3(3), 64–75. https://doi.org/10.1002/lol2.10073
Denfeld, B. A., M. Wallin, E. Sahlée, S. Sobek, J. Kokic, H. E. Chmiel and G. A. Weyhenmeyer. 2015. Temporal and spatial carbon
dioxide concentration patterns in a small boreal lake in relation to ice cover dynamics. Boreal Environment Research, 20(6), 679-
692. http://diva-portal.org/smash/record.jsf?pid=diva2:872262
Deutzmann, J. S., P. Stief, J. Brandes and B. Schink. 2014. Anaerobic methane oxidation coupled to denitrification is the dominant methane
sink in a deep lake. Proceedings of the National Academy of Sciences of the United States of America, 111(51), 18273-
18278. https://doi.org/10.1073/pnas.1411617111
Drake, T. W., P. A. Raymond and R. G. M. Spencer. 2017. Terrestrial carbon inputs to inland waters: A current synthesis of estimates and
uncertainty. Limnology and oceanography letters, 3(3), 132-142. https://doi.org/10.1002/lol2.10055
García, E. 2004. Modificaciones al sistema de clasificación climática de Köppen. Universidad Nacional Autónoma de México. México.
Huttunen, J. T., J. Alm, A. Liikanen, S. Juutinen, T. Larmola, T. Hammar, J. Silvola and P. J. Martikainen. 2003. Fluxes of methane, carbon
dioxide and nitrous oxide in boreal lakes and potential anthropogenic effects on the aquatic greenhouse gas emissions.
Chemosphere, 52(3), 609–621. https://doi.org/10.1016/S0045-6535(03)00243-1
IPCC. 2013. Climate Change 2013: The Physical Science Basis. Cambridge University Press.
Karlsson, J., R. Giesler, J. L. Persson and E. Lundin. 2013. High emission of carbon dioxide and methane during ice thaw in high latitude
lakes. Geophysical Research Letters, 40(6), 1123-1127. https://doi.org/10.1002/grl.50152
Kortelainen, P., T. Larmola, M. Rantakari, S. Juutinen, J. Alm and P. J. Martikainen. 2020. Lakes as nitrous oxide sources in the boreal
landscape. Global Change Biology, 26(3), 1432-1445. https://doi.org/10.1111/gcb.14928
Li, Y., J. Shang, C. Zhang, W. Zhang, L. Niu, L. Wang and H. Zhang. 2021. The role of freshwater eutrophication in greenhouse gas
emissions: A review. In Science of the Total Environment (Vol. 768). Elsevier B.V.
https://doi.org/10.1016/j.scitotenv.2020.144582
Liu, Z., W. Dreybrodt and H. Wang. 2010. A new direction in effective accounting for the atmospheric CO2 budget: Considering the
combined action of carbonate dissolution, the global water cycle and photosynthetic uptake of DIC by aquatic organisms. Earth
Sci. Rev. 99, 162–172.
Marcé, R., B. Obrador, J. A. Morguí, J. Lluís Riera, P. López and J. Armengol. 2015. Carbonate weathering as a driver of CO2
supersaturation in lakes. Nature Geoscience, 8(2), 107–111. https://doi.org/10.1038/ngeo2341
Natchimuthu, S., I. Sundgren, M. Gålfalk, L. Klemedtsson and D. Bastviken. 2017. Spatiotemporal variability of lake pCO2 and
CO2 fluxes in a hemiboreal catchment. Journal of Geophysical Research: Biogeosciences, 122(1), 30-
49. https://doi.org/10.1002/2016jg003449
Ortiz-Llorente, M. J. and M. Alvarez-Cobelas. 2012. Comparison of biogenic methane emissions from unmanaged estuaries, lakes, oceans,
rivers and wetlands. In Atmospheric Environment (Vol. 59, pp. 328–337). https://doi.org/10.1016/j.atmosenv.2012.05.031
Prairie, Y. T. and J. J. Cole. 2022. The Carbon Cycle in Lakes: A Biogeochemical Perspective. Encyclopedia of Inland Waters, 89-
101. https://doi.org/10.1016/b978-0-12-819166-8.00055-4
Raymond, P. A., J. Hartmann, R. Lauerwald, S. Sobek, C. McDonald, M. Hoover, D. Butman, R. Striegl, E. Mayorga, C. Humborg, P.
Kortelainen, H. Dürr, M. Meybeck, P. Ciais and P. Guth. 2013. Global carbon dioxide emissions from inland waters. Nature,
503(7476), 355–359. https://doi.org/10.1038/nature12760
Rivera-Herrera E.M., M. Vargas-Sánchez, J. Alcocer y L.A Oseguera-Pérez. 2019. 2.16. Impacto antrópico en la biomasa fitoplanctónica
de lagos kársticos, Chiapas, México. pp. 318-324. En: Paz-Pellat, F. A. Velázquez y M. Rojo (Editores). Estado Actual del
Conocimiento del Ciclo del Carbono sus Interacciones en México. Síntesis a 2019. Programa Mexicano del Carbono en
colaboración con el Centro Nayarita de Innovación y Transferencia de Tecnología, Universidad Autónoma de Nayarit, Consejo de
Ciencia y Tecnología del Estado de Nayarit y Stanford University-México Economía Limpia 2050-USAID. Texcoco, Estado de
México, México. 541 pp.
Sjögersten, S., C. R. Black, S. Evers, J. Hoyos-Santillan, E. L. Wright and B. L. Turner. 2014. Tropical wetlands: A missing link in the
global carbon cycle? Global biogeochemical cycles 28: 1371-1386.
Solórzano, L. 1969. Determination of ammonia in natural waters by the phenolhypochlorite method 1 1 This research was fully supported
by U.S. Atomic Energy Commission Contract No. ATS (11-1) GEN 10, P.A. 20. Limnology and Oceanography, 14(5), 799-
801. https://doi.org/10.4319/lo.1969.14.5.0799
Tang, K. W., D. F. Mcginnis, D. Ionescu and H. Grossart. 2016. Methane production in Oxic Lake waters potentially increases aquatic
methane flux to air. Environmental Science and Technology Letters, 3(6), 227-233. https://doi.org/10.1021/acs.estlett.6b00150
Vargas-Sánchez, M., J. Alcocer and L. A. Oseguera. 2022. Seston and eutrophication on a tropical karst lake district: Lagunas de
Montebello, Chiapas, Mexico. Limnetica, 41(2), 1. https://doi.org/10.23818/limn.41.16

2.4. Biomasa zooplanctónica y máximo profundo de clorofila en un

lago monomíctico cálido
Cervantes-Bedolla Michelle1; Oseguera Luis A2,*; Fernández Rocio2; Alcocer Javier2; Vargas-Sánchez
Mariana; Zavala-Velázquez Karla D. 1 y Espíritu-Vera Kevin D.1
1
Licenciatura en Biología, FES Iztacala, Universidad Nacional Autónoma de México. Av. De los Barrios 1, Los Reyes Iztacala, CP 54090,
Tlalnepantla, Estado de México.
2
Grupo de Investigación en Limnología Tropical, FES Iztacala, Universidad Nacional Autónoma de México. Av. De los Barrios 1, Los
Reyes Iztacala, CP 54090, Tlalnepantla, Estado de México.
3
Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México.
*
Autor para correspondencia: loseguera@unam.mx
Resumen
La distribución del plancton depende de las características morfológicas de los lagos. En el caso de los
lagos tropicales profundos y oligotróficos, se desarrolla un máximo profundo de clorofila (DCM por sus
siglas en inglés) en el metalimnion. Alchichica es un lago tropical profundo con régimen de mezcla
monomixis cálida. Se caracteriza por una baja riqueza específica de zooplancton, con solo tres especies
dominantes, el copépodo Leptodiaptomus garciai y dos especies de rotíferos, Brachionus sp. y Hexarthra
sp. Durante el año se presentan tres eventos fitoplanctónicos entre ellos un DCM el cual está integrado
principalmente por la diatomea Cyclotella alchichicana. El objetivo de este trabajo fue determinar la
variación de la biomasa zooplanctónica en relación con la dinámica del DCM a lo largo de 8 años (2009-
2016). L. garciai contribuyó con casi el 100 % (5 ± 36 g PS m-2) de la biomasa y dominó en todos los
meses donde se presentó el DCM. De los rotíferos, Hexarthra sp. registró su biomasa mayor en el año
2011 con 0.143 ± 0.069 g PS m-2, mientras que para Brachionus sp. su mayor biomasa se observó en el
año 2014 con 0.009 ± 0.013 g PS m-2. No se presentaron diferencias significativas entre años excepto L.
garciai fue significativamente mayor (p < 0.05) en 2009. No se encontró correlación alguna entre la
biomasa del fitoplancton (clorofila a) total ni sus fracciones con ninguno de los componentes del
zooplancton.
Palabras clave: Lago Alchichica; Leptodiaptomus; Brachionus; Hexarthra; Lagos Tropicales.
Abstract
The distribution of plankton depends on the morphological characteristics of lakes. In the case of deep
lakes, especially in the oligotrophic, a deep chlorophyll maximum (DMC) is observed during
stratification. Alchichica is a deep tropical lake with warm monomxis mixing regime. It is characterized
by a low specific richness of zooplankton, with only three dominant species, the copepod Leptodiaptomus
garciai, an endemic calanoid and two species of rotifers, Brachionus sp. and Hexarthra sp. During the
year, there are three phytoplankton events, including a Deep Chlorophyll Maximum, mainly formed by
the diatom Cyclotella alchicana. This work aimed to determine which zooplankton component provides
more biomass during DCM with different intensities over eight years (2009-2016). L. garciai contributed
almost 100 % (5 ± 36 g PS m-2) of biomass and dominated all months where DCM was presented. Of the
rotifers, Hexarthra sp. recorded its highest biomass in 2011 with 0.143 ± 0.069 g PS m-2, while
Brachionus sp. its highest biomass was 0.009 ± 0.013 g PS m-2 and was observed in 2014. However,
there were no significant differences between the years. L. garciai was different in 2009. No correlation
was found between the total phytoplankton biomass (chlorophyll a) and its fractions with zooplankton
components.

Keywords: Alchichica Lake; Leptodiaptomus; Brachionus; Hexarthra; Tropical Lakes.
Introducción
El carbono biogénico en los ecosistemas pelágicos está compuesto principalmente por el necton y el
plancton, este último se divide en el fitoplancton que son los productores primarios y el zooplancton que
son los consumidores primarios (Hirata et al., 2011; James et al., 2022). La distribución del plancton
depende de las características morfológicas de los lagos. En el caso de los lagos tropicales profundos se
desarrolla un máximo profundo de clorofila (DCM, por sus siglas en inglés) durante la estratificación
(Margalef 1983). El DCM se desarrolla en el metalimnion y está compuesto principalmente por
fitoplancton (Reynolds et al. 2002).
Alchichica es un lago tropical profundo con un régimen de mezcla monomíctico cálido (Alcocer et
al., 2000) y la dinámica de la producción primaria está asociada con su hidrodinámica (González-
Contreras et al., 2015; Cuevas-Lara et al., 2016). El zooplancton que habita en este lago está sujeto a la
hidrodinámica del lago, presentando mayores abundancias durante los eventos fitoplanctónicos (Alcocer
et al., 2022; Fernández et al., 2022).
A lo largo del año se presentan tres eventos fitoplanctónicos entre ellos, el desarrollo de un DCM,
compuesto principalmente por la diatomea Cyclotella alchichicana (diámetro 35 – 63 µm; promedio 49
µm, n = 100; Oliva et al., 2006). La riqueza del zooplancton en el lago Alchichica es muy baja, con una
especie de cópepodo calanoide Leptodiaptomus garciai y dos rotíferos Brachionus sp. y Hexarthra sp.
(Alcocer et al., 2022; Fernández et al., 2022). Por lo anterior, el objetivo de este trabajo fue determinar
la variación de la biomasa zooplanctónica en relación con la dinámica del DCM a lo largo de ocho años.
Materiales y métodos
Área de estudio
El lago Alchichica (19°24′ N, 97°24′ W, 2326 m. s.n.m.) se encuentra en el límite de los estados de
Puebla y Veracruz dentro de la cuenca endorreica Oriental, con casi 5,000 km2 de superficie. Esta región
tiene un clima árido con una evaporación anual de 1,690 mm y una precipitación de menor a 500 mm
por año (Adame et al., 2008). El rango de la temperatura de región es de -5.5 a 30.0 °C y la temperatura
media anual es de 14.4 °C (García, 2004). El lago tiene una superficie de 2,367 km2 y un diámetro de 1.7
km, con profundidad media de 48.4 m y una máxima de 62 m (Filonov et al., 2022). El lago contiene
~115,000,000 m3 de agua salina con un rango de 8.5 a 9.9 g L −1 donde los iones dominantes son el sodio,
magnesio, cloro y bicarbonato, y un pH alcalino (pH~9) (Vilaclara et al., 1993).
El lago Alchichica es monomíctico cálido con un período de mezcla que generalmente abarca tres
meses y una estratificación de nueve a diez meses; durante la estratificación el hipolimnion se torna
anóxico (Macek et al.,2009). La capa de mezcla del lago Alchichica presenta concentraciones de clorofila
a menores a 5 μg L−1 y concentraciones bajas de nutrientes (4.14 μM de nitrógeno total y 0.21 μM de
fósforo total) por lo que es considerado oligotrófico (Ramírez-Olvera et al., 2009).
Metodología
Se realizaron muestreos mensuales en el periodo de 2009 a 2016. Se midieron perfiles verticales in

situ (resolución espacial de 1 m) en la parte central y más profunda del lago (62 m) de temperatura y
oxígeno disuelto con una sonda multiparamétrica de calidad del agua DS5 Hydrolab; con base en los
perfiles se determinó la profundidad de la capa de mezcla. El DCM se ubicó con la ayuda de un perfilador
de fluorescencia natural marca Biospherical modelo PNF-300.

Para la obtención de muestras biológicas se usó una botella muestreadora marca Uwitec con capacidad
de 5 L. Se eligieron diez profundidades de acuerdo con los perfiles de temperatura, oxígeno disuelto y
fluorescencia natural para garantizar una colecta representativa del DCM. En cada profundidad se
obtuvieron dos botellas, la primera para el análisis de clorofila-a y la otra para la determinación de la
biomasa del zooplancton. En el laboratorio se analizaron la clorofila a total (TClor), la de talla grande
(GClor-a) y la de talla pequeña (PClor-a) mediante el método 445.5 del EPA con ayuda de un fluorómetro
Turner Design 10-AU (Arar et al., 1993).
El segundo conjunto de diez muestras se utilizó para el análisis del zooplancton. Las diez muestras de
agua se filtraron in situ (54 µm) y todos los organismos se concentraron en viales de 50 ml y se fijaron
con formaldehído al 4 % para su posterior análisis (identificación, recuento). Los concentrados completos
de 50 ml se identificaron y se contaron (cámara Sedgwick Rafter bajo un microscopio óptico) en el
laboratorio.
La biomasa de copépodos se estimó con el peso seco calculado con la medida de longitud total (L en
mm, excluyendo las setas caudales) con la constante PS = 7.6637 L 1.8911 para nauplios y PS= 6.6705L
2.0374
para copepoditos y adultos (Ciros et al., 2015). La biomasa de los rotíferos se estimó como
biovolumen calculado con base en las fórmulas geométricas propuestas por Ruttner-Kolisko (1977). El
peso húmedo se estimó a partir del biovolumen de cada individuo utilizando una densidad específica de
1.0, y el peso seco correspondió al 10% del peso húmedo (Ruttner-Kolisko, 1977).
La biomasa del zooplancton y la concentración de Clor-a y sus fracciones se integraron por unidad de
área en toda la columna de agua. Se realizó una prueba de prueba U de Mann-Whitney para comprobar
si existían diferencias significativas entre los años y una correlación de Sperman entre los componentes
del zooplancton y la Clor-a para ver si existe una concordancia (Shahbaba 2012).
La época de estratificación en el lago Alchichica tuvo una duración de ocho meses en los 8 años
muestreados. El lago se encontró bien estratificado desde el mes de julio, sin embargo, el DCM se inició
en diferentes meses, para el 2009 y 2010 fue en agosto y en julio para el periodo de 2011 a 2016.
La temperatura de la capa de mezcla durante estos meses varió de 15.9 ± 0.2 °C en noviembre de 2010
a 19.5 ± 0.2 °C en julio de 2015. Durante estos cuatro meses la capa de mezcla se va profundizando,
empezando en promedio a los 17.5 ± 0.9 m y terminado a los 25.3 ± 1.0 m. El oxígeno disuelto en la
capa de mezcla fue muy constante durante todos los meses de muestreo con un promedio de 6.8 ± 0.1
mg L-2. La duración del DCM fue de cuatro meses en todos los años.
La concentración de TClor-a en el lago Alchichica durante los meses donde se presentó el DCM varió
de 49 mg m-2 a 374 mg m-2 con un promedio de 160 ± 88 mg m-2. En el 2012 se observó la concentración
mayor de TClo-a con un valor promedio de 295 ± 83 mg m-2 con un intervalo de 192 a 374 mg m-2
(Figura 1).
En contraste, el año con menor concentración de TClor-a fue el 2013 con un rango entre 49 y 122 mg
m y un promedio de 96 ± 34 mg m-2 (Figura 1). El DCM fue más intenso en septiembre de 2013 a 2016,
-2
en julio para 2009, 2011 y 2012 y octubre en 2010 (Figura 1).

El DCM en el lago Alchichica está compuesto principalmente por Cyclotella alchichicana que es una
diatomea de talla grande (35 – 63 µm) (Oliva et al., 2006). Lo anterior explica porque el aporte mayor a
la Tclor-a fue la fracción de la GClor-a con un promedio del 83 ± 11%. El aporte mayor se presentó en
el mes de septiembre de 2015 con el 96% y el menor en octubre de 2009 con 49%.

350
GClor-a > 2 µm PClor-a < 2 µm
300
Clor-a (mg m-2)
250
200
150
100
50
0
Ago
Ago
Nov
Ago
Nov
Jul
Ago
Jul
Ago
Jul
Ago
Jul
Jul
Ago
Jul
Ago
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Oct
Oct
Oct
Oct
Oct
Oct
Oct
Oct
2009 2010 2011 2012 2013 2014 2015 2016
Figura 1. Clorofila a durante el Máximo Profundo de Clorofila (DCM) en el periodo de estratificación en el lago de Alchichica,
Puebla.
El copépodo Leptodiatomus garciai se observó en el 96.9 % de los meses donde se presentó el DCM
estando ausente solo en septiembre de 2010 y aportó el 99.93% de la biomasa total. La biomasa mayor
varió de 0 g PS m-2 (por debajo del límite de detección) a 147 g PS m-2 con un promedio de 5 ± 36 g PS
m-2. La biomasa mayor en el año 2009 presentó un promedio de 38 ± 73 g PS m-2, mientras que los
valores más bajos se observaron en el año 2010 con un promedio de 0.01 ± 0.01 g PS m-2.
160 1.0
A 0.9
B
Biomasa (g PS m-2)
140 0.8
0.7
120
Biomasa (g PS m-2)
0.6
100 0.5
0.4
80 0.3
0.2
60 0.1
0.0
40
Jul
Jul
Jul
Jul
Jul
Jul
Ago
Nov
Ago
Ago
Ago
Ago
Ago
Ago
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Oct
Oct
Oct
Oct
Oct
Oct
Oct
20
2010 2011 2012 2013 2014 2015 2016
0
Ago
Nov
Ago
Nov
Ago
Ago
Ago
Ago
Ago
Ago
Jul
Jul
Jul
Jul
Sep
Jul
Jul
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Oct
Oct
Oct
Oct
Oct
Oct
Oct
Oct
2009 2010 2011 2012 2013 2014 2015 2016

Figura 2. A Biomasa de L. garciai durante el Máximo Profundo de Clorofila en la época de estratificación del lago Alchichica a lo
largo de un periodo de ocho años. B Detalle de la biomasa del calanoide L. garciai de los años 2010 a 2016.
El aporte de los rotíferos a la biomasa total es insignificante con un 0.07%, siendo Hexarthra sp. el
que mayor aporte tuvo con 0.04 % mientras que Brachionus sp. solo aporto el 0.03%. Brachionus sp. se
observó en todos los años mientras que Hexarthra sp. solo se presentó en cinco años (Figuras 3 y 4).
La biomasa del rotífero Brachionus sp. durante el DCM varió de estar ausente a 0.03 g PS m-2. Los
valores mayores se presentaron durante el año 2014 con un promedio de 0.009 ± 0.013 g PS m-2. En el
periodo de 2010 a 2016 la biomasa es menor a 0.010 g PS m-2. El componente zooplanctónico con la
menor biomasa en la mayoría de los meses donde se observó fue Hexarthra sp. a excepción del año
2011, donde se registraron valores de biomasa 0.069 ± 0.072 g PS m-2.

0.035
Biomasa (g PS m-2) 0.030
0.025
0.020
0.015
0.010
0.005
0.000
Ago
Ago
Nov
Ago
Ago
Ago
Ago
Ago
Ago
Jul
Jul
Jul
Jul
Sep
Jul
Jul
Jul
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Oct
Oct
Oct
Oct
Oct
Oct
Oct
Oct
2009 2010 2011 2012 2013 2014 2015 2016
Figura 3. Biomasa del rotífero Brachionus sp. perteneciente al complejo B. plicatilis durante el DCM en el período de
estratificación en el lago Alchichica, Puebla.
La biomasa de L. garciai encontrada en 2009 fue diferentes significativamente (p < 0.05) al resto de
los años entre los cuales no se presentaron diferencias significativas (p > 0.05). No se encontraron
diferencias significativas (p > 0.05) entre años para Brachionus sp. y Hexarthra sp. lo cual se debe a que
las desviaciones estándar son muy elevadas. No se encontró una correlación entre la concentración de la
Clor-a con el copépodo (rs = -0.49, p > 0.05) ni con los rotíferos [Brachionus sp. (rs = 0.43, p > 0.05),
Hexarthra sp. (rs = -0.31, p > 0.05)]. Tampoco se encontró ninguna correlación significativa (p > 0.05)
entre las fracciones de la clorofila, GClo-a y PClor-a, con ninguno de los componentes del zooplancton.
0.160
0.140
0.120
Biomasa (g PS m-2)
0.100
0.080
0.060
0.040
0.020
0.000
Ago
Nov
Ago
Ago
Ago
Ago
Ago
Jul
Sep
Ago
Ago
Jul
Jul
Jul
Jul
Jul
Jul
Sep
Sep
Sep
Sep
Sep
Sep
Sep
Oct
Oct
Oct
Oct
Oct
Oct
Oct
Oct
2009 2010 2011 2012 2013 2014 2015 2016

Figura 4. Biomasa de rotífero Hexarthra sp. perteneciente al complejo H. jenkinae durante el DCM en el período de estratificación
en el lago Alchichica, Puebla.
Conclusiones
La especie del zooplancton con mayor aporte de biomasa es el copépodo calanoide Leptodiaptomus
garciai con el 99.93 % de la biomasa total; Hexarthra sp. aportó el 0.04 % mientras que Brachionus sp.
solo aporto el 0.03%. L. garciai registró su biomasa mayor durante el año 2009. No se encontraron
diferencia significativa entre años para la biomasa de ninguno de los dos rotíferos; para la biomasa de L.

garciai solo el año 2009 fue diferentes de los demás. No se encontró una correlación de la clorofila a
total ni sus fracciones con ninguno de los componentes del zooplancton.
Agradecimientos
Esta investigación fue financiada por PAPIIT a través de los proyectos “Los lagos como centinelas de
cambio climático. Acoplamiento clima-lago-agua subterránea en cuencas endorreicas semiáridas”
(IN213323), “La limnología del Lago Alchichica bajo el escenario actual de cambio ambiental global”
(IN213323), “Cuerpos acuáticos epicontinentales: Papel de la dinámica del carbono y emisiones de gases
de efecto invernadero en México” (PINCC 2020-2021) y “Cuerpos acuáticos epicontinentales: Papel de
la dinámica del carbono y emisiones de gases de efecto invernadero en México. Segunda parte:
Eutroficación y emisiones de GEI” (PINCC 2023).
Literatura citada
Alcocer, J., A. Lugo, E. Escobar, M.R. Sánchez and G. Vilaclara. 2000. Water column stratification and its implications in the tropical
warm monomictic Lake Alchichica, Puebla, Mexico. Verh. Int. Ver. Theor. Angew. Limnol 27:3166–3169.
Andrade, V. S., M. Gutiérrez, F. Gutierrez and A.M. Gagneten. 2022. Effect of rainfall runoff from agricultural areas and seasonal crop
practices on zooplankton community in Pampean streams, Argentina. Environmental Science and Pollution Research 29:41713-
41724. https://doi.org/10.1007/s11356-021-18417-y
Chiappa-Carrara, X., E. Arce, G. Pérez-Ponce de León, and J. Alcocer. 2022. Alchichica silverside. In Lake Alchichica Limnology: The
Uniqueness of a Tropical Maar Lake (pp. 261-272). Cham: Springer International Publishing.
Ejsmont-Karabin, J., and A. Karabin. 2013. The suitability of zooplankton as lake ecosystem indicators: crustacean trophic state
index. Polish Journal of Ecology 61:561-573.
González-Contreras, C.G., J. Alcocer and L.A. Oseguera. 2015. Phytoplankton chlorophyll a in the tropical deep Alchichica: A long-term
record (1999–2010). Hidrobiológica 25:347–356.
Hirata, T., N. J. Hardman-Mountford, R. J. W. Brewin, J. Aiken, R. Barlow, K. Suzuki, T. Isada, E. Howell, T. Hashioka and M. Noguchi-
Aita. 2011. Synoptic relationships between surface chlorophyll-a and diagnostic pigments specific to phytoplankton functional
types. Biogeosciences, 8:311-327.
James, C. C., A. D. Barton, L. Z. Allen, R. H. Lampe, A. Rabines, A. Schulberg, H. Zheng, R. Goericke, K. Goodwin and A. E. Allen.
2022. Influence of nutrient supply on plankton microbiome biodiversity and distribution in a coastal upwelling region. Nature
communications, 13(1), 2448.
Jeppesen, E., P. Noges, T. Davidson, J. Haberman, T. Noges, K. Blank, T. Lauridsen, C. Sayer, R. Laugaste, L.S. Johansson, R. Bjerrring
and S. L. Amsinck. 2011 Zooplankton as indicators in lakes: a scientific-based plea for including zooplankton in the ecological
quality assessment of lakes according to the European Water Framework Directive (WFD). Hydrobiologia 76: 279-297
https://doi.org/10.1007/s10750-011-0831-0
Livingstone, D. M. 2003. Impact of secular climate change on the thermal structure of a large temperate central European lake. Climatic
change. 57:205-225 https://doi.org/10.1023/A:1022119503144 .
Monakov, A. V. 2003. Feeding of freshwater invertebrates. Kenobi Productions.
Oliva, M. G., A. Lugo, J. Alcocer and E. A. Cantoral. 2006. Cyclotella alchichicana sp. nov. from a saline Mexican lake. Diatom Research,
21: 81-89. https://doi.org/10.1080/0269249X.2006.9705653
Reynolds, C. S, V. Huszar, C. Kruk, L. Naselli-Flores and S. Melo. 2002. Towards a functional classification of the freshwater
phytoplankton J. Plankton Res., 24: 417-428. https://doi.org/10.1093/plankt/24.5.417
Rita, A., C. O’Reilly, H. Zagarese, S. Baines, D. Hessen, W. Keller, D. Livingstone, R. Sommaruga, D. Straile, E. Van Donk, G. A.
Weyhenmeyer, and M. Winder. 2009. Lakes as sentinels of climate change. Limnology and Oceanography 54:2283-2297.
https://doi.org/10.4319/lo.2009.54.6_part_2.2283.
Shahbaba, B. 2012. Biostatistics with R. Springer New York Dordrecht Heidelberg London
Smol, J. P., A. P. Wolfe, H. J. Birks, B. Douglas, M. S. Douglas, V. J. Jones, A. Korhola, R. Pienitz, K. Ruhland, S. Sorvari, D. Antoniades,
S.J. Brooks, M-A. Fallu, M. Hughes, B.E. Keatley, T.E. laung, N. Michelutti, L. Nazaroval, M. Nyman, A.M. Paterson, B. Perren,
R. Quinlan, M. Rautio, E. Saulnier-Talbot, S. Siitonen, N. Solovieva, and J. Weckstrom. 2005 Climate-driven regime shifts in the
biological communities of arctic lakes. Proceedings of the National Academy of Sciences, 102:4397-4402.
https://doi.org/10.1073/pnas.0500245102
Winder, M., and D. E. Schindler. 2004. Climatic effects on the phenology of lake processes. Global Change Biology 10:1844-1856.
https://doi.org/10.3390/app13052881
Yuan, L. L., and A. I. Pollard. 2018. Changes in the relationship between zooplankton and phytoplankton biomasses across a eutrophication
gradient. Limnology and Oceanography, 63:2493-2507.

2.5. Flujo de carbono particulado a los sedimentos de dos lagos tropicales kársticos
Rivera-Herrera Erika M.1; Alcocer Javier2,*; Oseguera Luis A.2 y Fernández Rocío2
1
Programa de Posgrado en Ciencias del Mar y Limnología. Universidad Nacional Autónoma de México, Ciudad de México, México.
2
Grupo de Investigación en Limnología Tropical, FES Iztacala, Universidad Nacional Autónoma de México, Tlalnepantla, México.
*
Autor para correspondencia: jalcocer@unam.mx
Resumen
Se cuantificó el flujo de carbono total particulado (CTP) y carbono orgánico particulado (COP) hacia los
sedimentos de los lagos Tziscao y San José, Parque Nacional “Lagunas de Montebello”, Chiapas. El flujo
de CTP promedio en Tziscao fue 0.25 ± 0.01 g m-2 d-1 en el periodo 1 (estratificación temprana) y 0.09
± 0.01 g m-2 d-1 en el periodo 2 (estratificación bien establecida); mientras que en San José el flujo de
CTP promedio fue 0.93 ± 0.02 g m-2 d-1 en el periodo 1 y 0.74 ± 0.01 g m-2 d-1 en el periodo 2. El flujo
de COP promedio en Tziscao fue 0.17 ± 0.00 g m-2 d-1 en el periodo 1 y 0.09 ± 0.01 g m-2 d-1 en el periodo
2; mientras que en San José el flujo de COP promedio fue 0.11 ± 0.03 g m-2 d-1 en el periodo 1 y 0.43 ±
0.01 g m-2 d-1 en el periodo 2. Los flujos de San José fueron mayores a los flujos de Tziscao debido a su
mayor productividad primaria resultante del proceso de eutroficación (mesotrófico) al estar ubicado en
la zona de planicie donde recibe la entrada de contaminantes asociados a la actividad antrópica. Tziscao
mantiene su estado oligotrófico al estar ubicado en la zona de montaña rodeado de una zona boscosa,
con un reducido aporte de material hacia el cuerpo de agua.
Palabras clave: COP; CTP; “Lagunas de Montebello”; Chiapas; México.
Abstract
The flux of total particulate carbon (TPC) and particulate organic carbon (POC) towards the sediments
of Lakes Tziscao and San José, “Lagunas de Montebello” National Park, Chiapas, was quantified. The
average TPC flux in Tziscao was 0.25 ± 0.01 g m-2 d-1 in period 1 (early stratification) and 0.09 ± 0.01 g
m-2 d-1 in period 2 (well-developed stratification), while in San José, the average TPC flux was 0.93 ±
0.02 g m-2 d-1 in period 1 and 0.74 ± 0.01 g m-2 d-1 in period 2. The average POC flux in Tziscao was
0.17 ± 0.00 g m-2 d-1 in period 1 and 0.09 ± 0.01 g m-2 d-1 in period 2, while in San José, the average POC
flux was 0.11 ± 0.03 g m-2 d-1 in period 1 and 0.43 ± 0.01 g m-2 d-1 in period 2. The fluxes in San José
were higher than those in Tziscao due to its higher primary productivity (mesotrophic) resulting from the
eutrophication process since its location in the plateau area where it receives pollutants associated with
anthropic activities. Tziscao maintains its oligotrophic status as it is in the mountain area surrounded by
a forested area, with a reduced contribution of material to the body of water.
Keywords: POC, TPC; “Lagunas de Montebello”; Chiapas, México.
Introducción
El almacenamiento de carbono (C) en ambientes acuáticos epicontinentales ha recibido más atención

desde que se evidenció su gran capacidad de depósito. En particular, los lagos se conceptualizan como
recipientes de materia y energía, que a su vez guardan información de eventos procedentes de la cuenca
que los rodea y la atmósfera, motivo por el cual se han propuesto como “centinelas de cambio climático”
(Williamson et al., 2009; Adrian et al., 2009). En los lagos, la acumulación de carbono total particulado
(CTP), así como de su fracción orgánica (carbono orgánico particulado, COP), cobra relevancia debido

a la gran cantidad de sedimentos y la elevada proporción de C que éstos reciben de sus cuencas de drenaje
(Mendonça et al., 2017).
Algunos estudios sugieren que el incremento de los flujos de C a los sedimentos lacustres, tanto
autóctono como alóctono, conlleva asimismo a tasas elevadas de enterramiento de C. Adicionalmente,
otros estudios a escalas local y regional han mostrado que incluso si la sedimentación o flujo de C en los
lagos es a menudo bajo comparado con su emisión, éste representa un enterramiento significativo a largo
plazo (Heathcote y Downing, 2011; Anderson et al., 2014; Mendonça et al., 2017; Sun et al., 2018;
Huang et al., 2019).
Los cuerpos acuáticos de las regiones tropicales han mostrado tener tasas elevadas tanto de
sedimentación como de emisión de C (CO2, CH4) por unidad de área, lo que sugiere que su alta
productividad y metabolismo -comparada con los templados- convierte a los lagos tropicales en
procesadores activos de C (Mendonça et al., 2017). Sin embargo, se conoce poco sobre la magnitud de
los flujos de C en cuerpos acuáticos epicontinentales tropicales y cómo los procesos biogeoquímicos
actúan sobre éstos, ya que la mayoría de los estudios se han realizado en lagos de latitudes templadas
(Alcocer et al., 2014; Maxon y Harvey, 2017). Incluso y a pesar de que se ha reconocido su importancia,
la exportación de C hacia los sedimentos en ambientes tropicales ha sido pobremente estudiada y se
cuenta con pocas estimaciones (Tranvik et al., 2018).
Actualmente, la mayoría de los estudios con relación al balance de C en ambientes acuáticos
epicontinentales se enfocan en el efecto del cambio climático y las actividades humanas en las emisiones
de C, mientras que los efectos netos de estos balances dependen fuertemente del flujo de C hacia los
sedimentos (Velthuis et al., 2017). De esta manera, para generar un mejor entendimiento de cómo los
lagos regulan el flujo de C, en este trabajo se cuantificó el flujo de CTP y COP hacia los sedimentos en
dos lagos tropicales kársticos.
El estudio se llevó a cabo en el Parque Nacional "Lagunas de Montebello” (PNLM), localizado al sur-
sureste del estado de Chiapas, entre los 16°04’ y 16°10’ latitud norte y 91° 37’ y 91°47’ de longitud
oeste. Los lagos seleccionados fueron Tziscao y San José. El clima es C(fm), templado húmedo con
lluvias todo el año (García-Amaro, 1981). La precipitación total anual es de 1,750 mm. La época con
mayor precipitación ocurre a partir de mayo y hasta enero, con un total de lluvia de 1,625 mm, siendo
los meses de julio y septiembre los que presentan máximos valores; mientras que la época de relativa
sequía ocurre de febrero a abril, con una precipitación de 116 mm (CFE, 2012). La comunidad vegetal
más importante es el bosque de coníferas (CONANP, 2007).
Para la medición de los flujos del CTP, COP, seston y clorofila a (Clor-a) se empleó una estación de
trampas de sedimento KC-Denmark (sediment trap 2-tube station), con dos tubos de acrílico (Ø=80/74
mm, L=450 mm, V=1.9 L, con una proporción L:Ø=6). Se colocaron anclajes a un metro del fondo, a 45
m de profundidad en Tziscao y de 14 m en San José. La recuperación de las trampas con los sedimentos
se hizo durante dos periodos consecutivos: 01 de mayo a 27 de junio (periodo 1, estratificación temprana)
y 27 de junio a 27 de septiembre (periodo 2, estratificación bien establecida) del 2022. Cada vez que se
colocaron las trampas de sedimentos se midieron perfiles verticales metro a metro de temperatura (T) y
oxígeno disuelto (OD) mediante una sonda multiparamétrica marca Hydrolab modelo DS5X acoplado a
un sistema de captura de información modelo SVR4a. De forma adicional, se determinó la concentración
inicial del CTP, COP, seston y Clor-a con la ayuda de una botella muestreadora marca UWITEC de 5L
y la concentración final se midió en los sedimentos recuperados de las trampas.
Una vez recuperado el material de las trampas se filtró el mismo día de la colecta a través de filtros
Whatman tipo GF/F de 13 mm de diámetro para el CTP, COP y la Clor-a; así como de 47 mm
(combustionados a 550 ºC, 4 h) de diámetro para el seston. El CTP y COP se determinaron con un
analizador elemental Carlo Erba NC2100 en la Universidad de Carolina del Norte en Wilmington;

mientras que para la determinación de la Clor-a se siguió el método 445.0 de la United States
Environmental Protection Agency (EPA) (Arar y Collins, 1997). El seston se determinó por gravimetría
a partir de la diferencia inicial y final del material retenido en los filtros completamente secos.
Se calculó la fracción inorgánica del carbono (CIP) de la diferencia entre el CTP y el COP. El seston
se diferenció en bioseston y abioseston. El bioseston se midió como el peso perdido de la muestra después
de calcinar los filtros durante 4 h a una temperatura de 550 °C en una mufla marca Thermolyne modelo
48000. El abioseston se determinó de la diferencia entre el seston y el bioseston. Se llevaron a cabo
análisis de varianza de un factor para determinar diferencias entre los flujos de COP, Clor-a, seston,
bioseston y abioseston en los 2 periodos. El cálculo de los flujos para los diferentes componentes se hizo
considerando la diferencia entre las concentración inicial y final, el diámetro interno de la trampa y el
tiempo que permanecieron colocadas las trampas.
Tziscao
Se encontraron diferencias significativas (p < 0.05) en los flujos de seston, CTP, COP, CIP y Clor-a
entre los dos periodos en los que las trampas capturaron el material en sedimentación. El periodo 1 (mayo
a junio) presentó flujos mayores con respecto al periodo 2 (junio a septiembre) (Figura 1; Cuadro 1). Lo
anterior se asocia a que el periodo 1 correspondió a la estratificación temprana donde el lago está apenas
estratificándose y el flujo del material de la capa de mezcla no es retenido por la termoclina, a diferencia
del periodo 2, cuando el lago está bien estratificado, la termoclina se convierte en una barrera para el
flujo vertical hacia el fondo (Figura 2).
Figura 1. Flujo de seston, bioseston y abioseston (izquierda), CTP, COP y CIP (centro) y Clor-a (derecha) hacia los sedimentos en
los dos periodos de muestreo en los lagos Tziscao (arriba) y San José (abajo).

Cuadro 1. Flujos promedio (X) con desviación estándar (D.E.) de Seston, abioseston, bioseston, CTP, COP, CIP y Clor-a en los
periodos en los que se colocaron las trampas en Tziscao y San José.
Tziscao San José
May-Jun Jun-Sep May-Jun Jun-Sep
X D.E. X D.E. X D.E. X D.E.
Seston (g m-2 d-1) 2.48 0.16 1.09 0.03 11.2 0.48 11.4 0.14
Abioseston (g m-2 d-1) 1.87 0.14 0.73 0.01 9.37 0.40 8.86 0.07
Bioseston (g m-2 d-1) 0.61 0.02 0.36 0.04 1.81 0.08 2.49 0.07
CTP (g m-2 d-1) 0.25 0.01 0.09 0.01 0.93 0.02 0.74 0.01
CIP (g m-2 d-1) 0.08 0.01 0.00 0.00 0.81 0.01 0.31 0.03
COP (g m-2 d-1) 0.17 0.00 0.09 0.01 0.11 0.03 0.43 0.01
Clor-a (µg m-2 d-1) 277.0 27.8 84.7 5.4 561.3 149.3 258.1 20.9
San José
En el periodo 1 (mayo a junio) los flujos de CTP, CIP y Clor-a fueron mayores con respecto al periodo
2 (junio a septiembre) (p < 0.05); mientras que en el periodo 2 los flujos de bioseston y COP fueron
mayores (p < 0.05) (Figura 1; Cuadro 1). Esto puede explicarse porque en el periodo 1, probablemete
existe un aporte de material inorgánico por escorrentía hacia el lago, además de un aumento en la biomasa
de fitoplancton derivada de nutrientes arrastrados hacia el cuerpo de agua; mientras que en el periodo 2,
contrariamente a lo esperado, el flujo de COP y bioseston no corresponde con el flujo de Clor-a, por lo
que probablemente en este periodo el aporte de material orgánico sea en gran medida alóctono. Cabe
mencionar que durante el mes de junio se presentó una mezcla vertical incompleta o atelomixis en San
José, fenómeno común en los lagos tropicales (Figura 3).
Figura 2. Perfiles de temperatura (T) y concentración de oxígeno disuelto (OD) en los meses de muestreo del lago Tziscao.
Todos los flujos de los materiales particulados fueron mayores en San José con respecto a Tziscao. El
flujo de CTP fue hasta 8 veces mayor, el de COP hasta 5 veces, el de CIP hasta 100 veces, el de seston
hasta 10 veces, el de abioseston hasta 12 veces, el de bioseston hasta 7 veces y el de la Clor-a hasta 3
veces mayores que Tziscao (Figura 1; Cuadro 1).

Figura 3. Perfiles de temperatura (T) y concentración de oxígeno disuelto (OD) en los meses de muestreo del lago San José.
Lo anterior puede explicarse a que la productividad primaria (PP) es mayor en San José al ser
mesotrófico (Vargas et al., 2023); así, el incremento de productores primarios incentivados por las
concentraciones mayores de nutrientes (Alcocer et al., 2023) conllevan un aumento de los flujos de Clor-
a, COP y bioseston en comparación con el oligotrófico Tziscao. San José al ubicarse en la zona de
planicie del PNLM recibe contaminantes y sedimentos proveniente de la cuenca del Río Grande de
Comitán y que se caracteriza por presentar extensas áreas de actividad agrícola por lo que por la
escorrentía puede traer consigo material erosionado, así como fertilizantes (Martínez, 2015). Lo anterior
puede explicar los flujos mayores de abioseston, CTP y CIP. pero también la entrada de nutrientes que
incentiven el crecimiento de los organismos fitoplanctónicos. De forma diferente, Tziscao está rodeado
de una zona boscosa por lo que el material alóctono que recibe, sedimentos y materia orgánica, es en
menor cantidad (Alcocer et al., 2021).
Finalmente, los flujos de CTP y COP de Tziscao fueron similares a los presentados en lagos tropicales
oligotróficos como Alchichica en Puebla con un flujo de CTP de 0.09 a 0.73 g m-2 d-1 y un flujo de COP
de 0.12 a 0.77 g m-2 d-1 (Oseguera et al., 2013; Pascoe-Orrala et al., 2013) y los lagos Maggiore y
Mergozzo en Italia con un flujo de COP de 0.15-0.17 g m-2 d-1 y 0.08-0.16 g m-2 d-1, respectivamente
(Callieri, 1997; Callieri et al., 1999). Mientras que San José, presentó flujos superiores a los lagos
anteriormente mencionados.
Conclusión
Los flujos de CTP (0.74-0.93 g m-2 d-1) y COP (0.11-0.43 g m-2 d-1) en el lago San José fueron mayores
que en el lago Tziscao (CTP: 0.10-0.25 g m-2 d-1; COP: 0.10-0.17 g m-2 d-1), estas diferencias se explican
en gran medida a la mayor productividad primaria del lago San José además del aporte alóctono
proveniente de la cuenca donde se desarrollan actividades agrícolas, ganaderas y erosión por
deforestación. Tziscao, a diferencia de San José, presenta una menor productividad primaria y está
rodeado de bosques que reducen la movilización de sedimentos y materia orgánica hacia el lago.
Agradecimientos
La presente investigación fue apoyada por la UNAM a través de los proyectos DGAPA/PAPIIT
IV200319 “Área Experimental de Lagos Tropicales”, DGAPA/PAPIIT IV200122 “AELT - Efectos del
cambio global y climático sobre la limnología y biodiversidad acuática” y UNAM/PINCC 2021 “Cuerpos
acuáticos epicontinentales: papel en la dinámica del carbono y emisiones de gases de efecto invernadero
en México. Continuación” y UNAM/PINCC 2023 “Cuerpos Acuáticos Epicontinentales: Papel en la

Dinámica del Carbono y Emisiones de Gases de Efecto Invernadero en México. Segunda parte:
Eutroficación y emisión de GEI”. Se agradece al Parque Nacional Lagunas de Montebello, Comisión
Nacional de Áreas Naturales Protegidas (CONANP), comunidad local y Comisarios Ejidales por facilitar
el acceso a los lagos. A los colegas del equipo de trabajo de la FES Iztacala, UNAM: M. Vargas, I.F.
Soria, y R.R. Aucancela, por su apoyo en el trabajo de campo.
Literatura citada
Alcocer J., A. C. Ruiz-Fernández, E. Escobar, L. H. Pérez-Bernal, L. A. Oseguera, V. Ardiles-Gloria. 2014. Deposition, burial and
sequestration of carbon in an oligotrophic, tropical lake. J. Limnol. 73(2):223-235.
Alcocer, J., B. Prado, L. Mora, L.A. Oseguera and M. Caballero. 2021. Sediment characteristics of tropical, karst lakes and their relationship
with watershed topography, lake morphometry, and human activities. Journal of Paleolimnology 66: 333-353.
https://doi.org/10.1007/s10933-021-00210-z
Adrian, R., C. M. O'Reilly, H. Zagarese, S. B. Baines, D. O. Hessen, W. Keller... and G. A. Weyhenmeyer. 2009. Lakes as sentinels of
climate change. Limnology and oceanography 54(6part2): 2283-2297.
Alcocer, J., F. Álvarez, M. Caballero, O. Escolero, L. Mora y B. Prado. 2023. Las causas del deterioro. En: Alcocer, J., Escolero, O. y
Álvarez, F. (Eds.). Las “Lagunas de Montebello”. Joyas de la naturaleza amenazadas. FES Iztacala, UNAM. México. 81 p.
Anderson, N. J., H. Bennion, y A. F. Lotter. 2014. Lake eutrophication and its implications for organic carbon sequestration in
Europe. Global Change Biology 20(9): 2741-2751.
Arar, E. J. and Collins, G. B. 1997. In vitro determination of chlorophyll a and pheophytin a in marine and freshwater algae by fluorescence
(Method 445.0). National Exposure Research Laboratory–US Environmental Protection Agency, Ohio.
Callieri, C. 1997. Sedimentation and aggregate dynamics in Lake Maggiore, a large deep lake in Northern Italy. Memorie dell'Istituto
italiano di Idrobiologia 56:37-50. Callieri C., R. Bertoni, C. De Marco, M. Contesini. 1991. Settling flux and sinking velocity of
seston in lago di Mergozzo (northern Italy) and influence of microbial activity on the decomposition of entrapped organic material.
Hydrobiologia 213:155-165.
Comisión Federal de Electricidad (CFE). 2012. Estudio para Conocer la Calidad del Agua de las Lagunas de Montebello, Chiapas. Tomo
1, Hidrometeorología. 264 p.
Comisión Nacional de Áreas Naturales protegidas (CONANP). 2007. Programa de Conservación y Manejo Parque Nacional Lagunas de
Montebello.
García-Amaro, E. 1981. En CONANP (2007), Programa de Conservación y Manejo Parque Nacional Lagunas de Montebello.
Heathcote, A. J. and J. A. Downing. 2012. Impacts of eutrophication on carbon burial in freshwater lakes in an intensively agricultural
landscape. Ecosystems, 15(1): 60-70.
Huang, C., Z. Chen, Y. Gao, Y. Luo, T. Huang, A. Zhu... and B. Yang. 2019. Enhanced mineralization of sedimentary organic carbon
induced by excess carbon from phytoplankton in a eutrophic plateau lake. Journal of Soils and Sediments 19(5): 2613-2623.
Martínez, A. M. 2015. Caracterización de los suelos de la cuenca del Río Grande, como soporte para entender la dinámica de contaminantes
que llegan al sistema lagunar de Montebello, Chiapas. Tesis de licenciatura. Facultad de Estudios Superiorres Zaragoza, UNAM.
139 p.
Maxon J. Ngochera and Harvey A. Bootsma. 2018. Carbon, nitrogen and phosphorus content of seston and zooplankton in tropical Lake
Malawi: Implications for zooplankton nutrient cycling, Aquatic Ecosystem Health & Management 21(2): 185-192
Mendonça, R., R. A. Müller, D. Clow, C. Verpoorter, P. Raymond, L. J. Tranvik and S. Sobek. 2017. Organic carbon burial in global lakes
and reservoirs. Nature communications 8(1): 1-7.
Oseguera-Pérez, L.A., J. Alcocer-Durand y B. Hernández-Hernández. 2013. 2.7. Variación del flujo de carbono orgánico particulado en un
lago oligotrófico con dominancia de fitoplancton de talla grande. pp. 328-334. En: F. Paz Pellat, J. Wong González, M. Bazan y V.
Saynes. (eds.). Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2013. Programa
Mexicano del Carbono, Colegio de Posgraduados, Universidad Autónoma de Chapingo e Instituto Tecnológico y de Estudios
Superiores de Monterrey. México. 696 pp. ISBN 978-607-96490-1-2
Pascoe-Orrala, T., J. Alcocer-Durand y L.A. Oseguera-Pérez. 2013. 2.9. Variación horizontal de los flujos de carbono particulado en un
lago tropical. pp. 343-348. En: F. Paz Pellat, J. Wong González, M. Bazan y V. Saynes. (eds.). Estado Actual del Conocimiento del
Ciclo del Carbono y sus Interacciones en México: Síntesis a 2013. Programa Mexicano del Carbono, Colegio de Posgraduados,
Universidad Autónoma de Chapingo e Instituto Tecnológico y de Estudios Superiores de Monterrey. México. 696 pp. ISBN 978-
607-96490-1-2
Sun, W., Q. Jiang, E. Liu, J. Chang and E. Zhang. 2018. Climate change dominates recent sedimentation and organic carbon burial in Lake
Chenghai, southwest China. Journal of Limnology 77(3).
Tranvik, L., J. J. Cole and Y. T. Prairie. 2018. The study of carbon in inland waters-from isolated ecosystems to players in the global carbon
cycle. Limnology and oceanography Letters 3(3): 41-48.
Vargas-Sánchez, M., J. Alcocer, S. Sánchez-Carrillo, L.A. Oseguera, E.M. Rivera-Herrera, I. Soria-Reinoso, A. Guzmán-Arias, F. García-
Oliva, M. Merino-Ibarra. 2023. Carbon Dioxide Concentration and Emissions along a Trophic Gradient in Tropical Karst Lakes.
Water 2023, 15,13. https://doi.org/10.3390/ w15010013
Velthuis, M., S. Kosten, R. Aben, G. Kazanjian, S. Hilt, E. T. Peeters... and E. S. Bakker. 2018. Warming enhances sedimentation and
decomposition of organic carbon in shallow macrophyte‐dominated systems with zero net effect on carbon burial. Global change
biology 24(11): 5231-5242.
Williamson, C. E., J. E. Saros and D. W. Schindler. 2009. Sentinels of change. Science (Washington) 323(5916): 887-888.

2.6. Variación temporal de la biomasa del zooplancton de un lago monomíctico

tropical durante eventos El Niño y La Niña
Espíritu-Vera Kevin D.¹; Oseguera Luis A.2,*; Fernández Rocío²; Soria-Reinoso Ismael F.³;
Arreguin-Rebolledo Uriel⁴; Alcocer Javier²; Cervantes-Bedolla Michelle¹ y Zavala-Velázquez
Karla D.¹
1
Licenciatura en Biología, FES Iztacala, Universidad Nacional Autónoma de México. Av. De los Barrios 1, Los Reyes Iztacala, CP
54090, Tlalnepantla, Estado de México.
2
Grupo de Investigación en Limnología Tropical, FES Iztacala, Universidad Nacional Autónoma de México. Av. De los Barrios 1, Los
Reyes Iztacala, CP 54090, Tlalnepantla, Estado de México.
3
Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México.
4
Centro de Ciencias Básicas, Departamento de Química, Universidad Autónoma de Aguascalientes, Avenida Universidad 940, C.P.
20100, Aguascalientes, México.
*
Autor para correspondencia: loseguera@unam.mx
Resumen
El Niño-Oscilación del Sur (ENSO, por sus siglas en inglés) es un fenómeno océano-atmosférico con
efectos macroclimáticos caracterizado por el aumento de la temperatura de la superficie del océano en el
Pacífico del este. Los efectos del ENSO repercuten no solo en el océano, también afectan el continente
y sus cuerpos de agua interiores. Presenta dos eventos, El Niño y La Niña. El lago Alchichica, ubicado
en la cuenca Serdán-Oriental, presenta una temporalidad tropical marcada, lluvias y secas. Alchichica es
un lago profundo, monomíctico cálido. El ciclo anual de la hidrodinámica estacional determina el
gradiente de temperatura que influye en la dinámica poblacional del fitoplancton y zooplancton. En el
zooplancton de Alchichica se encuentran como organismos predominantes al copépodo Leptodiatomus
garciai así como dos especies de rotíferos, Brachionus sp. y Hexarthra sp. El objetivo del presente
trabajo fue determinar si influye, y de qué manera, el ENSO sobre la biomasa del zooplancton durante
un periodo de ocho años (2009 a 2016). El copépodo calanoide Leptodiaptomus garciai aportó el 99.87
% de la biomasa total mientras que los rotíferos solo aportaron el 0.12%. L. garciai registró su biomasa
mayor durante la Niña de 2009 mientras que la de rotíferos se observó en la Niña de 2011-12. No se
encontraron diferencia significativa entre eventos del ENSO para la biomasa de ninguno de los dos
rotíferos; para la biomasa de L. garciai solo el año 2009 fue diferentes de los demás.
Palabras clave: ENSO, variabilidad climática, Lago Alchichica, zooplancton.
Abstract
The El Niño Southern Oscillation (ENSO) is an ocean-atmospheric phenomenon with macroclimatic

effects characterized by rising ocean surface temperature in the Eastern Pacific. Although the effects of
ENSO are associated with the oceans, they can also affect inland bodies of water and present two events,
El Niño and La Niña. Lake Alchica, located in the basin Serdán-Oriental, presents a marked temporality
in which rainy and dry seasons are distinguished; it is characterized by a deep lake monomíctico warm.
The annual cycle of seasonal hydrodynamics determines the temperature gradient influencing
phytoplankton and zooplankton population dynamics. In the zooplankton of Alchichica, we find as
predominant organisms the copepod Leptodiatomus garciai and two species of rotifers Brachionus sp.
and Hexarthra sp. The objective was to determine how the ocean-atmospheric phenomenon ENSO (El
niño) influences the biomass of zooplankton over eight years (2009 to 2016). The calanoid copepod L.
garciai provided 99.87% of the total biomass, while the rotifers only contributed 0.12%. L. garciai
recorded its highest biomass during Niña 09, while that of rotifers was observed in Niña 11-12. No

significant difference was found between ENSO events for the biomass of either rotifer; for L. garciai
biomass only in 2009, it was different from the others.
Keywords: ENSO, climate variability, Lake Alchichica, zooplankton.
Introducción
En lagos tropicales se presenta una temporalidad marcada identificada por las temporadas de lluvias
y secas (Villalobos, 2006). El régimen de mezcla y las propiedades fisicoquímicas determinan, en gran
medida, la composición y estructura del plancton de los lagos (Becker et al., 2009). El zooplancton del
lago Alchichica presenta una baja riqueza y representada por un calanoide Leptodiaptomus garciai y los
rotíferos Brachionus sp. y Hexarthra sp. (Ortega-Mayagoitia et al. 2022). El fitoplancton muestra una
mayor diversidad, pero está dominado principalmente por la diatomea Cyclotella alchichicana y la
cianobacteria Nodularia aff. spumigena solo en la estratificación temprana (Vilaclara et al. 2022).
Las fluctuaciones físicas impulsadas por el clima ejercen fuertes impactos en los ecosistemas
acuáticos. En general, las propiedades térmicas de los ecosistemas acuáticos se rigen más directamente
por las fluctuaciones climáticas y oceánicas a gran escala (Shimoda et al. 2011). El Niño-Oscilación del
Sur (ENSO por sus siglas en inglés) es un fenómeno océano-atmosférico con efectos macroclimáticos
caracterizado por el aumento de la temperatura de la superficie del océano en el Pacífico del este. Los
efectos del ENSO repercuten no solo en el océano, también afectar el continente y sus cuerpos de agua
interiores, provocando valores extremos en la física, en la química y por lo tanto en la composición del
plancton (Alcocer y Lugo, 2003). El ENSO presenta dos eventos, El Niño y La Niña, es un fenómeno
asincrónico con diferentes intensidades (débil, moderado y fuerte) (NOOA, 2023), su influencia en el
clima se presenta en diferentes épocas del año (Vadadi-Fülöp et al. 2012), por lo que su efecto en los
ecosistemas acuáticos es muy variado, puede intensificar lluvias o sequías (Havens y Jeppesen, 2018),
entre otras secuelas.
Las abundancias máximas del zooplancton están relacionadas con los eventos de máximos
fitoplanctónicos de circulación y estratificación bien establecida, los cuales son regulares año con año,
presentando variaciones en las abundancias relacionadas a la variabilidad climática (Alcocer et al., 2022;
Fernández et al., 2022). Tomando en cuenta estas variaciones, se plantearon varias preguntas; la primera
fue si las abundancias mínimas y máximas del zooplancton están relacionadas con alguno de los eventos
del ENSO, la segunda fue determinar si los eventos de El Niño y La Niña tienen el mismo efecto sobre
las abundancias del zooplancton cuando el fenómeno ocurre durante la circulación o cuando ocurre
durante la estratificación, y la tercera fue establecer si el ENSO influye en el aumento o disminución de
la biomasa de los productores primarios expresado como clorofila a.
Material y métodos
Área de estudio
El lago Alchichica está ubicado a 19º24’N y 97º24’W en la cuenca endorreica Serdán-Oriental, a una
altitud de 2,326 m. La temperatura del aire varía desde -5.5 a 30ºC, con una media de 14.4 º C (García,
2004). La precipitación anual es inferior a 500 mm, en contraste la evaporación es de 1,690 mm. La
superficie del lago es de 2.3 km², con un volumen de agua de 114,688,900 m³, la profundidad máxima
alcanza los 62 m y la profundidad promedio es de 40.9 m. El lago es oligotrófico con baja concentración
de nutrientes y clorofila en la capa de mezcla, presentando valores de clorofila a ≤ 5 μg L-1, 4.14 ± 0.69
μM de nitrógeno total y 0.21 ± 0.04 μM de fósforo total en la capa de mezcla (Ramírez-Olvera et al.,
2009). Es un lago salino (8.5 g -9 L-1) y alcalino con un pH de 9 (Vilaclara et al., 1993).
Metodología

Para identificar los fenómenos de El Niño y La Niña se consultó el Índice Oceánico del Niño (ONI
por sus siglas en inglés). Los datos se obtuvieron de la página de la NOAA
(https://www.ncei.noaa.gov/access/monitoring/enso/sst#oni).
Se realizaron campañas de muestreo mensuales de 2009 a 2016. En la parte central y más profunda
del lago se midieron perfiles verticales in situ de temperatura y oxígeno disuelto con ayuda de una sonda
multiparamétrica de calidad del agua marca Hydrolab modelo DS4. Se obtuvieron muestras de agua
duplicadas de diez profundidades a lo largo de la columna de agua utilizando una botella de muestra de
agua de tipo Niskin marca Uwitec de 5 L.
El primer conjunto de diez muestras se utilizó para el análisis de concentración de clorofila-a total
(Clor-a) y fraccionada por talla [grande (GClor-a > 2 µm) y pequeño (PClor-a < 2 µm y > 0.7 µm)]. Las
muestras para Clor-a se analizaron en un fluorómetro Turner Design 10-AU siguiendo el método EPA
445.0 (Arar et al., 1993). El segundo conjunto de diez muestras se utilizó para el análisis del zooplancton.
Las diez muestras de agua se filtraron in situ (54 µm) y todos los organismos se concentraron en viales
de 50 ml y se fijaron con formaldehído al 4 % para su posterior análisis (identificación, recuento). Los
concentrados completos de 50 ml se identificaron y se contaron con una cámara Sedgwick Rafter bajo
un microscopio óptico en el laboratorio.
La biomasa de copépodos se estimó con el peso seco calculado con la medida de longitud total (L en
mm, excluyendo las setas caudales) con la constante PS= 7.6637𝐿𝐿!.#$!! para nauplios y PS=
6.6705𝐿𝐿%.&'() para copepoditos y adultos (Ciros et al., 2015). La biomasa de los rotíferos se estimó como
biovolumen calculado con base en las fórmulas geométricas propuestas por Ruttner-Kolisko (1977). El
peso húmedo se estimó a partir del biovolumen de cada individuo utilizando una densidad específica de
1.0, y el peso seco correspondió al 10% del peso húmedo (Ruttner-Kolisko, 1977). Los valores de la
clorofila y la biomasa del zooplancton se integraron en la columna de agua sobre área (m2) y se
expresaron como g PS m-2. Para determinar si existían diferencias significativas entre los años se realizó
una prueba de prueba U de Mann-Whitney (Shahbaba 2012).
El lago Alchichica presentó una hidrodinámica regular con un periodo de circulación de enero a marzo
y una estratificación de abril a diciembre. Solo en el 2016 la circulación inició hasta febrero por lo que
la estratificación duro diez meses. De acuerdo con el ONI se presentaron tres fenómenos La Niña
moderadas, la primera durante la circulación del 2009 (Niña 09), la segunda inició a la mitad de la
estratificación de 2011 y finalizó en la circulación de 2012 (Niña11-12), y la última se observó a finales
de la estratificación de 2016 (Niña 16). La Niña con intensidad y duración mayor (12 meses), abarcó casi
todo el periodo de estratificación del 2010 y terminó a inicios de la estratificación del 2011 (Niña10-11).
Asimismo, se presentaron dos eventos El Niño, uno que inició a la mitad de la estratificación de 2009 y
terminó en la circulación de 2010 (Niño 09-10) y el segundo, llamado “Godzilla” por su intensidad y
duración, inició a finales de la estratificación de 2014 y terminó a inicios de la circulación, teniendo una
duración de 18 meses y una anomalía máxima de 2.4 °C (Niño14-16) (Figura 1).

Figura 1. Índice oceánico del ENSO (ONI) de 1009 a 2016. Por arriba de la línea en rojo el índice indica el fenómeno de El Niño,
por debajo de la línea en azul el índice indica el fenómeno de La Niña.
La mayor concentración de Clor-a durante los 8 años tuvo un promedio de 215 ± 183 mg m-2 con un
mínimo de 15 mg m-2 que se presentó en noviembre de 2013 donde no se presentó ninguno de los eventos
ENSO. La mayor parte de la Clor-a está compuesta por la clorofila de PClor-a que representa el 74%.
La mayor concentración de Clor-a se observó en la Niña11-12 con un promedio de 277 ± 216 mg m-
2
presentándose el valor máximo en la circulación de 2012 con 636 mg m-2 y el valor mínimo se observó
a finales de la estratificación de 2011. La menor concentración de Clor-a se encontró en la Niña16 con
un promedio de 112 ± 71 mg m-2 en un intervalo de 63 a 238 mg m-2 (Figura 2). No se encontró una
diferencia significativa (p > 0.05) entre la concentración de Clor-a en los diferentes eventos ENSO.
Figura 2. Dinámica temporal de la Clorofila-a grande (GClor-a >2) y clorofila-a de talla pequeña (PClor-a<2) de 2009 a 2016 en el
Lago Alchichica, Puebla.
El copépodo Leptodiatomus garciai estuvo presente en todos los meses donde se identificaron los
eventos del ENSO y aportó 99.87% del total de la biomasa. En la Niña 09 se observó su mayor biomasa
con un promedio de 175 ± 158 g PS m-2 y un mínimo de 3 g PS m-2 y un máximo de 315 g PS m-2. La
menor biomasa se encontró en la Niña 16 donde los valores estuvieron por debajo del límite de detección

(Figura 3). La biomasa del copépodo en La Niña 09 fue casi 20 veces más mayor y diferente
significativamente (p < 0.05) al promedio de los demás eventos del ENSO.
Figura 3. A. Variación de la biomasa de L. garciai de 2009 a 2016 en el lago Alchichica, Puebla. B Detalle de la biomasa del
calanoide L. garcia de los años 2010 a 2016.
Brachionus sp. estuvo presente en todos los eventos del ENSO mientras que Hexarthra sp. solo estuvo
ausente en la Niña 09. Ambos rotíferos aportaron el 0.12% de la biomasa total, Brachionus sp. aportó el
0.08% y Hexarthra sp. el 0.05%. La mayor biomasa de Brachionus sp. se observó en la Niña 11-12 con
un promedio de 0.10 ± 0.21 g PS m-2 y estuvo por debajo del límite de detección en la Niña 09 y en el
Niño 14-16. Hexarthra sp. tuvó su mayor biomasa en la Niña 11-12 con un promedio de 0.21 ± 0.02 g
PS m-2 y la biomasa menor se observó en el Niño 14-16 con un promedio de 0.01 ± 0.00 g PS m-2. No se
encontraron diferencias significativas (p > 0.05) entre los eventos del ENSO. (Figura 4)
Figura 4. A. Variación de la biomasa de los rotíferos Brachionus sp.. y Hexarthra sp.. DE 2009 A 2016 en el lago Alchichica,
Puebla. B Detalle de la biomasa de los rotíferos Brachionus sp. y Hexarthra sp. años 2010 a 2016.
Conclusiones
El copépodo calanoide Leptodiaptomus garciai fue la especie del zooplancton con mayor aporte de
biomasa con el 99.87 % del total; Hexarthra sp. aportó el 0.05% y Brachionus sp. aportó el 0.08%. L.
garciai registró su biomasa mayor durante la Niña 09 mientras que la de rotíferos se observó en la Niña

11-12. No se encontraron diferencia significativa entre eventos del ENSO para la biomasa de ninguno de
los dos rotíferos; para la biomasa de L. garciai solo el año 2009 fue diferentes de los demás.
Agradecimientos
Esta investigación fue financiada por PAPIIT a través de los proyectos “Los lagos como centinelas de
cambio climático. Acoplamiento clima-lago-agua subterránea en cuencas endorreicas semiáridas”
(IN213323), “La limnología del Lago Alchichica bajo el escenario actual de cambio ambiental global”
(IN213323), “Cuerpos acuáticos epicontinentales: Papel de la dinámica del carbono y emisiones de gases
de efecto invernadero en México” (PINCC 2020-2021) y “Cuerpos acuáticos epicontinentales: Papel de
la dinámica del carbono y emisiones de gases de efecto invernadero en México. Segunda parte:
Eutroficación y emisiones de GEI” (PINCC 2023).
Literatura citada
Alcocer, J., and A. Lugo. 2003. Effects of El Niño on the dynamics of Lake Alchichica, central Mexico. Geofísica Internacional, 42(3),
523–528.
Alcocer, J., M. Merino-Ibarra, J. A. Ramírez-Zierold, L. A. Oseguera, D. Cortés-Guzmán, F. S. Castillo-Sandoval and M. G. Pérez-Ramírez,
2021. Lake Alchichica limnology. Lake Alchichica Limnology. The Uniqueness of a Tropical Maar Lake; Springer Nature:
Berlin/Heidelberg, Germany, 491.
Alcocer, J. y L. Oseguera, 2019. El cuerpo de agua. En Alcocer, J. Lago Alchichica: Una joya de biodiversidad. Universidad Nacional
Autónoma de México, Facultad de Estudios Superiores Iztacala. Comisión Nacional para el Conocimiento y Uso de la
Biodiversidad. México. 244 p.
Alcocer, J., and F. W. Bernal-Brooks. 2010. Limnology in Mexico. Hydrobiologia, 644(1), 1-54.
Alcocer, J., A. Lugo, E. Escobar, M. D. R. Sánchez y G. Vilaclara. 2000. Water column stratification and its implications in the tropical
warm monomictic Lake Alchichica, Puebla, Mexico. Internationale Vereinigung für theoretische und angewandte Limnologie:
Verhandlungen, 27(5), 3166-3169
Arar, E.J. and G.B. Collins. 1997. Method 445.0 In Vitro Determination of Chlorophyll a and Pheophytin a in Marine and Freshwater Algae
by Fluorescence; U.S. Environmental Protection Agency: Cincinnati, OH, USA.
Becker, V., V. L. M. Huszar and L. O Crossetti. 2009. Responses of phytoplankton functional groups to the mixing regime in a deep
subtropical reservoir. Hydrobiologia, 628, 137-151.
Ciros-Pérez J, E. Ortega-Mayagoitia and J. Alcocer. 2015. The role of ecophysiological and behavioral traits in structuring the zooplankton
assemblage in a deep, oligotrophic, tropical lake. Limnology and Oceanography 60: 2158-2172.
González Contreras, C. G., J. Alcocer and L. Alberto Oseguera. 2015. Phytoplanktonic chlorophyll a in the tropical deep lake Alchichica:
a long-term record (1999-2010). Hidrobiológica, 25(3), 347-356.
Havens, K. and E. Jeppesen. 2018. Ecological responses of lakes to climate change. Water, 10(7), 917.
Montiel, A. y J. Ciros. 2019. Plancton. En Alcocer, J. Lago Alchichica: Una joya de biodiversidad. Universidad Nacional Autónoma de
México, FES Iztacala. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. México. 244 p
Ortega-Mayagoitia, E., J. A. Alcántara-Rodríguez, A. Lugo-Vázquez, A. Montiel-Martínez and J. Ciros-Pérez. 2022. Metazooplankton:
The joys and challenges of living in a saline, oligotrophic, warm monomictic lake. In Lake Alchichica Limnology: The Uniqueness
of a Tropical Maar Lake (pp. 237-260). Cham: Springer International Publishing.
Osorio-Tafall, B. F. 1942. Un Diaptomus del México Central (Copepoda, Diaptomidae). Revista Brasileira de Biologia 2: 147-154.
Ramírez-Olvera, M.A. J. Alcocer, M. Merino-Ibarra and A. Lugo. 2009 Nutrient limitation in a tropical saline lake: A microcosm
experiment. Hydrobiologia 626, 5–13.
Roldán, G. 1992. Fundamentos de limnología neotropical. Medellín. Editorial Universidad de Antioquia. pp. 205-223.
Shahbaba B. 2012. Biostatistics with R. Springer New York Dordrecht Heidelberg London
Shimoda, Y., M. E. Azim, G. Perhar, M. Ramin, M. A. Kenney, S. Sadraddini, A. Gudimov and G. B. Arhonditsis. 2011. Our current
understanding of lake ecosystem response to climate change: what have we really learned from the north temperate deep lakes?.
Journal of Great Lakes Research, 37(1), 173-193.
Vadadi-Fülöp, C., C. Sipkay, G. Mészáros and L. Hufnagel. 2012. Climate change and freshwater zooplankton: what does it boil down to?.
Aquatic Ecology, 46, 501-519.
Vilaclara, G., M. G. Oliva-Martínez, M. Macek, E. Ortega-Mayagoitia, R. J. Alcántara-Hernández and C. López-Vázquez. 2022.
Phytoplankton of Alchichica: A unique community for an oligotrophic lake. In Lake Alchichica Limnology: The Uniqueness of a
Tropical Maar Lake (pp. 197-211). Cham: Springer International Publishing.
Villalobos, G.U. 2006. Ciclo anual de estratificación y circulación en el Embalse Arenal, Costa Rica. Revista de Biología Tropical, 257-
263.
Shahbaba, B. 2012. Biostatistics with R. Springer New York Dordrecht Heidelberg London

2.7. Caracterización óptica de la materia orgánica disuelta en la cuenca media y

baja del río Usumacinta, México
Soria-Reinoso Ismael1; Alcocer Javier2,*; Sánchez-Carrillo Salvador3; Vargas-Sánchez Mariana1;

Rivera-Herrera Erika M.1 y Oseguera Luis A.2
1
Programa de Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México. Av. Universidad 3000,
Delegación Coyoacán, C.P. 04510, Ciudad de México.
2
3
Departamento de Biogeoquímica y Ecología Microbiana, Museo Nacional de Ciencias Naturales-CSIC (MNCN-CSIC), Serrano 115
Bis, E-28006 Madrid, España.
*
Autor para correspondencia: jalcocer@unam.mx
Resumen
La materia orgánica disuelta (DOM) modula el ciclo del carbono (C) debido a su incorporación a través
del metabolismo microbiano. No obstante, se conoce muy poco sobre la concentración y composición de
la DOM en sistemas fluviales tropicales, caracterizados por una fuerte estacionalidad climática, tal y
como sucede en el río Usumacinta, el principal sistema fluvial de México. El objetivo de este estudio fue
evaluar la variación temporal (lluvias vs. secas) de la concentración y la composición de la DOM
cromofórica (CDOM) en la cuenca media y baja del río Usumacinta, utilizando técnicas de
espectroscopía de absorbancia UV-Vis. El río Usumacinta presenta un mayor contenido de compuestos
aromáticos, de alto peso molecular y mayor contribución de lignina y celulosa durante la estación
lluviosa, asociado al mayor aporte terrestre por escorrentía y lixiviación. En la estación seca aumentan
los componentes autóctonos de CDOM (fitoplancton) debido a la intensa degradación microbiana y
fotoquímica asociada al mayor tiempo de residencia del agua. En ambas temporadas se observó un
incremento de la CDOM aguas abajo, posiblemente por el aporte terrestre alóctono desde los Pantanos
de Centla localizados en la cuenca baja. La CDOM se correlacionó fuertemente con el carbono orgánico
disuelto (DOC), demostrando la utilidad de integrar el DOC en sistemas fluviales tropicales mexicanos
a partir de mediciones ópticas simples.
Palabras clave: Absorción de CDOM; DOC; río tropical; Chiapas; México.
Abstract
Dissolved organic matter (DOM) modulates the carbon (C) cycle due to its incorporation through
microbial metabolism. However, knowledge about the concentration and composition of DOM in
tropical rivers, particularly those with strong seasonal variations like the Usumacinta River in Mexico,
remains limited. Therefore, the objective of this study was to evaluate the temporal variation (rainy versus
dry season) of the concentration and composition of the chromophoric DOM (CDOM) in the middle and
lower basin of the Usumacinta River, using UV-Vis absorbance spectroscopy techniques. The
Usumacinta River has a higher content of high molecular weight aromatic compounds and a more
significant contribution of lignin and cellulose during the rainy season, associated with the greater
terrestrial contribution by runoff and leaching. In the dry season, the autochthonous CDOM components
(phytoplankton) increases due to the intense microbial and photochemical degradation associated with
the longer water residence time. In both seasons, CDOM increased downstream, possibly due to the
allochthonous terrestrial contribution from extensive Centla wetlands located in the lower basin. CDOM
correlated strongly with dissolved organic carbon (DOC), demonstrating the convenience of integrating
DOC into Mexican tropical river systems from simple optical measurements.

Keywords: CDOM absorption; DOC; tropical river; Chiapas; Mexico.
Introducción
La materia orgánica disuelta (DOM) representa un vínculo fundamental entre los ciclos del carbono
(C) terrestre y acuático. Una cantidad significativa de DOM terrestre se degrada en los sistemas fluviales
a través de la mineralización fotoquímica y biológica y regresa a la atmósfera como CO2 (Cole et al.,
2007, Battin et al., 2008). La DOM cromofórica (CDOM) o coloreada representa la fracción de DOM
que absorbe la luz (Li y Hur 2017). La CDOM es una fuente de energía que incluye compuestos solubles
(p.ej., carbohidratos, aminoácidos, ácidos húmicos y fúlvicos) de alto y bajo peso molecular (PM) de
origen autóctono o alóctono que están regulados por el metabolismo ecosistémico interno (p.ej., consumo
microbiano, la fotodegradación y la floculación) (Zhang et al., 2021).
La composición química de la CDOM determina sus propiedades ópticas, por lo que las mediciones
a través de espectroscopía UV-Vis se han utilizado ampliamente para caracterizar la abundancia y calidad
de la CDOM en sistemas fluviales (Spencer et al., 2010, Lambert et al., 2015, Wang et al., 2019). Existen
varios parámetros ópticos para caracterizar cualitativamente la CDOM. Los coeficientes de absorción
(aCDOM) de longitudes de onda específicos (a254, a350, a440) proporcionan información del contenido de
lignina, color y tienen relevancia en los ciclos biogeoquímicos (Massicotte et al., 2017, Zhang et al.,
2021). Además, una serie de proxies ópticos simples relacionados con la aromaticidad de DOM y el PM,
incluida la relación de pendiente espectral (SR) (Helms et al., 2008) y la absorbancia UV específica a 254
nm (SUVA254) (Weishaar et al., 2003) proporcionan información sobre la composición química y origen
de la CDOM. Los aCDOM presentan correlaciones positivas con el C orgánico disuelto (DOC) por lo que
son un proxy confiable para predecir o estimar el DOC (Massicotte et al., 2017).
El río Usumacinta es el más importante en cuanto a descarga hacia el Golfo de México superado solo
por el río Mississippi. Recientemente se han realizado las primeras aproximaciones para evaluar no solo
los flujos laterales de C (Cuevas‐Lara et al., 2021, Soria-Reinoso et al., 2022a), sino también los flujos
verticales de emisiones de CO2 y CH4 hacia la atmósfera del río Usumacinta (Soria-Reinoso et al., 2020,
2022b), encontrándose que la estacionalidad climática tropical (lluvias vs. secas), la litología carbonatada
y la presencia de extensos humedales (p. ej., “Pantanos de Centla”) determinan, en gran medida, los
balances de C. Sin embargo, hasta la fecha, no se ha caracterizado la abundancia y calidad de la CDOM
a pesar de su importancia en los procesos biogeoquímicos y ecológicos como parámetros más sensibles
que las mediciones de DOC a los cambios ambientales. Por tal motivo, el objetivo del presente estudio
fue determinar los coeficientes de absorción y caracterizar la variación estacional (temporada de lluvias
-TL- frente a la de secas -TS-) de la CDOM del río Usumacinta en su porción mexicana (cuenca media
y baja) para establecer la línea base para futuras investigaciones relacionadas con el ciclo y balance del
C.
Área de estudio
Este estudio se realizó en la cuenca media y baja del río Usumacinta, sureste mexicano. El río
Usumacinta forma parte de la Región Hidrológica No. 30 (RH 30) Grijalva-Usumacinta, que constituye
el sistema fluvial más importante de México y de América Central, y el décimo de América del Norte
(Benke y Cushing 2009). La RH 30 tiene un área drenaje de ~112 550 km2 y ocupa el segundo lugar en
cuanto a descarga hacia el Golfo de México después del río Mississippi con un caudal medio de ~2678
m3 s-1 (Muñoz-Salinas y Castillo 2015).
El río Usumacinta nace en la Sierra de los Cuchumatanes en Guatemala (3800 m.s.n.m.), tras lo cual
ingresa al territorio mexicano por la selva Lacandona y fluye a través de Chiapas, Tabasco y Campeche,

hasta que se le une el río Grijalva en la zona denominada Tres Brazos, ~24 km antes de su desembocadura
en el Golfo de México (Soares y García 2017). En la cuenca baja destacan la Reserva de la Biósfera
“Pantanos de Centla”, el sistema de humedales más grande de Mesoamérica (Yáñez-Arancibia et al.,
2009). La cuenca del río Usumacinta tiene un clima tropical húmedo, con precipitaciones de ~1500 a
2500 mm año-1. Se diferencia una temporada lluviosa -TL- en verano (junio-noviembre) debido a la
prevalencia de los vientos alisios que aportan hasta el 80% de la precipitación anual y una temporada
seca -TS- en invierno (diciembre-mayo; Grodsky y Carton, 2003). El río Usumacinta no está represado
en su curso mexicano y drena por una de las áreas de bosque tropical más grandes de la región; su cuenca
está constituida fundamentalmente por rocas carbonatadas (Benke y Cushing, 2009).
Metodología
Se realizaron dos campañas de muestreo, una en noviembre de 2021 (lluvias -TL-) y otra en abril de
2022, (secas -TS-). El trabajo de campo se realizó en seis estaciones correspondientes a los ríos Tzendales
(M1), Lacantún (M2), el cauce principal del río Usumacinta en Frontera Corozal (M3) y Tres Brazos
(B1), y la bifurcación hacia el río San Pedro-San Pablo (B3). Se tomaron muestras de Laguna Cometa
(B2), como sitio representativo de los humedales de los Pantanos de Centla en la cuenca baja (Figura 1).
Figura 1. Estaciones de muestreo a lo largo de la cuenca del río Usumacinta (M = cuenca media, B = cuenca baja).
En cada sitio, en la parte central del cauce, se midieron los parámetros fisicoquímicos de la columna
de agua [temperatura (T), oxígeno disuelto (OD), pH y conductividad eléctrica (K25)] utilizando una
sonda multiparamétrica Hydrolab DS5. Para caracterizar el DOC, la CDOM y la concentración de
Clorofila-a (Clor-a) se recolectaron por duplicado muestras de agua superficiales (0.5 m) utilizando una
botella de muestreo UWITEC de 5 L.

Para la medición del DOC, se filtraron 60 ml de agua a través de filtros Whatman GF/F previamente
calcinados. Las muestras de agua se fijaron con H3PO4 (40%) y se almacenaron en frascos ámbar para
evitar cualquier reacción fotoquímica. El DOC se midió en un Analizador TOC Shimadzu.
Las muestras de CDOM se filtraron sucesivamente, primero a través de filtros pre-combustionados
Whatman GF/F (0.7 µm) y luego por filtros Millipore (0.22 µm). Las muestras se almacenaron en
oscuridad y frío (4 °C) en frascos (prelavados con HCl) ámbar de borosilicato para evitar reacciones
microbianas y de fotooxidación (Helms et al.,, 2008).
Luego de climatizar las muestras a temperatura ambiente, se obtuvieron los espectros de absorbancia
UV-Vis entre 200 nm y 800 nm, en intervalos de 1 nm, utilizando un espectrofotómetro de doble haz
(Perkin Elmer, Lambda-35) con cubetas de cuarzo de 1 cm y agua ultrapura Milli-Q como blanco. Se
restó la absorbancia media de 700 a 800 nm de todos los valores de absorbancia espectral para eliminar
la línea base instrumental, la dispersión y efectos refractivos (Helms et al., 2008). Los coeficientes de
absorción neperianos aCDOM (m-1) se obtuvieron a partir de los datos de absorbancia corregidos (A) en
función de la longitud de la cubeta (L; 0.01 m), según la ecuación 1.
𝑎𝑎!"#$ = 2.303 ∗ 𝐴𝐴/𝐿𝐿 (1)
Se calcularon los valores de SUVA254 dividiendo la absorbancia (A) a 254 nm por la concentración
de DOC (mg L−1) y se expresó en unidades de litro por miligramo de C por metro (Weishaar et al., 2003).
Las pendientes espectrales (S) se calcularon por ajuste lineal de los espectros de absorción del rango de
longitud de onda (275-295 nm y 350-400 nm). El coeficiente de pendiente espectral SR se calculó como
S275-295 dividido por S350-400 (Helms et al., 2008). La concentración de Clor-a se midió por extracción en
acetona y fluorometría (EPA 445.0, Arar y Collins, 1997).
Las diferencias temporales (lluvias vs. secas) se determinaron mediante un análisis factorial de
varianza (cuenca x temporada). Se realizó la prueba de Shapiro-Wilk y la prueba de Levene para
corroborar la normalidad y homocedasticidad de varianzas. Las variables que no cumplieron con estos
supuestos fueron transformadas a escala logarítmica y estandarizados para tener una distribución de
media de 0 y desviación estándar de 1. Se determinaron correlaciones no paramétricas (Spearman) con
las variables fisicoquímicas, utilizando el programa SigmaPlot V14.0.
Variables fisicoquímicas
Las variables ambientales de la cuenca media y baja se presentan en el cuadro 1.

Cuadro 1. Variables ambientales de la cuenca media y baja del río Usumacinta durante lluvias 2021 (TL) y secas 2022 (TS).
T (°C) OD (mg L-1) pH K25 (µS cm-1) Clor-a (µg L-1)
Cuenca
TL TS TL TS TL TS TL TS TL TS
Promedio 24.2 28.2 8.1 6.9 7.8 8.1 573 683 0.42 2.41
Media
d.e 0.9 1.4 0.5 0.3 0.2 0.0 90 170 0.31 1.71
Promedio 27.3 29.6 4.5 6.0 7.6 8.8 563 13 240 1.97 7.11
Baja
d.e 0.8 1.1 1.9 1.6 0.2 0.5 109 15 915 0.30 3.55
Promedio 25.9 29.1 6.1 6.4 7.7 8.5 567 8456 1.19 4.78
d.e 1.7 1.4 2.3 1.4 0.2 0.5 97 13 902 0.84 3.65
Global
Mín. 22.9 26.5 1.1 1.8 7.0 7.9 465 503 0.11 0.68
Máx. 27.8 32.3 8.6 8.6 8.0 9.3 730 54 829 2.85 20.68
TL = temporada de lluvias; TS = temporada de secas; T = temperatura; OD = oxígeno disuelto; K25 = conductividad eléctrica estandarizada a 25ºC; Clor-a
= concentración de Clorofila-a; d.e = Desviación estándar, Mín. = mínimo, Máx. = máximo.

La temperatura fue mayor en la TS (F=57.8; p<0.0001) y en la cuenca baja (F=28.2; p<0.001). El OD

no presentó diferencias entre temporadas (p>0.05) pero si valores más altos en la cuenca media que en
la baja (F=9.3; p<0.006). El pH (F=5.9; p<0.05) y la K25 (F=38.9; p<0.001) fueron significativamente
diferentes (cuenca x temporada), con valores más altos de K25 en la cuenca baja y en la TS por el ingreso
de una cuña salina, que no se presentó en la TL. La concentración de Clor-a fue significativamente mayor
en la TS (F=43.3; p<0.0001), con valores más altos en la cuenca baja (F=47.7; p<0.0001), similar a lo
reportado para el año 2017-2018 (Cuevas‐Lara et al., 2021, Soria-Reinoso et al., 2022a).
Concentración de DOC y CDOM
El DOC no presentó diferencias significativas (p>0.05) entre la TL (3.54±3.21 mg L-1) y la TS

(3.06±2.69 mg L-1) pero sí valores más altos en la cuenca baja que en la media (F=35.5; p<0.0001; Figura
2a). En la TL los valores mínimos se registraron en el río Lacantún (M2; 0.53 mg L-1) y máximos en
Laguna Cometa (B2; 9.74 mg L-1). Mientras tanto, en la TS el DOC mínimo (1.04 mg L-1) y máximo
(11.61 mg L-1) se midieron en el cauce principal en Frontera Corozal (M3) y Laguna Cometa (B2),
respectivamente. No se detectaron diferencias temporales del DOC porque en Tzendales (M1), Lacantún
(M2) y Laguna Cometa (B2) el DOC fue mayor en secas (Figura 2a). Esto se explica posiblemente porque
en Tzendales (M1) y Lacantún (M2) se registraron eventos de lluvias en la TS durante los días previos
al muestreo, lo cual explicaría el mayor arrastre y lixiviación de DOC alóctono. Mientras tanto, el elevado
DOC registrado en Laguna Cometa (B2) en la TS puede asociarse al aporte autóctono (fitoplancton), lo
cual se verifica por la correlación del DOC con la Clor-a (r = 0.54, p < 0.05).
a) b)
Figura 2. Variación longitudinal del DOC (a) y de la absorción promedio de CDOM a 350 nm (a350) (b) del río Usumacinta
durante la época de lluvias 2021 (TL) y secas 2022 (TS).
La concentración de CDOM se reporta como a350, proxy de lignina terrestre y parámetro útil para el
estudio de los ciclos biogeoquímicos en los sistemas acuáticos (Zhang et al., 2021). Al igual que el DOC,
no se detectaron diferencias significativas (p>0.05) entre la TL (5.70±4.85 m-1) y la TS (3.98±4.11 m-1)
pero sí un incremento significativo de la a350 en la cuenca baja (F=30.8; p<0.0001; Figura 2b). Los valores
más altos se registraron en Laguna Cometa (B2) en ambas temporadas (14.32±3.17 m-1); mientras que,
el mínimo de la TL (0.96 m-1) se registró en el río Lacantún (M2) y de la TS (0.43 m-1) en el Frontera
Corozal (M3). Se observó una alta correlación entre los aCDOM dentro de sus regiones del espectro de luz
ultravioleta (a254; a320; a350; a365; r2=0.79-0.99; p<0.001), por lo que presentaron un comportamiento
longitudinal similar. Así mismo, los aCDOM (254, 350 y 440) se correlacionaron fuerte y positivamente
con el DOC (r>0.71) para ambas temporadas, como se ha observado en varios sistemas fluviales (Spencer

et al., 2012). Por lo tanto, se derivaron relaciones CDOM-DOC robustas para la cuenca media y baja del
río Usumacinta, diferenciando el efecto temporal (Figura 3a y b).
a) b)
Figura 3. Relaciones entre el carbono orgánico disuelto (DOC) y la absorción de materia orgánica disuelta cromofórica (CDOM)
para la temporada de lluvias (a) y de secas (b) en la cuenca media y baja del río Usumacinta.
Fuentes y procesamiento de CDOM
Los valores de SUVA254 (Figura 4a) variaron de 3.07 a 5.84 L mg C-1 m-1 (4.62±2.03 L mg C-1 m-1)
en la TL y de 1.53 a 3.18 L mg C-1 m-1 en la TS (2.13±0.76 L mg C-1 m-1). Se observaron diferencias
significativas entre ambas temporadas (F=39.8; p<0.0001), pero no entre la cuenca media y baja
(p>0.05). SUVA254 se ha correlacionado positivamente con el grado de aromaticidad de la DOM
(Weishaar et al., 2003). Esto se verifica para el río Usumacinta por la correlación del SUVA254 con la
Clor-a (r=-0.52; p<0.05), lo cual indica una mayor proporción relativa de compuestos menos aromáticos
en la TS.
a) b)
Figura 4. Variación longitudinal de los parámetros cualitativos de la CDOM (a) Absorbancia UV específica a 254 nm (SUVA254) y
(b) coeficiente de pendiente espectral (SR) en el río Usumacinta durante la época de lluvias (TL) y secas (TS). En (b) se distingue el
límite de 1 para diferenciar compuestos de alto y bajo peso molecular.

El coeficiente de pendiente espectral (SR) se ha propuesto como un proxy inverso del PM (Helms et
al., 2008). Los valores de SR (Figura 4b) fluctuaron entre 0.69 y 1.26 en la TL (1.09±0.37) y entre 1.07
y 1.58 en la TS (1.19±0.35). No se encontraron diferencias significativas entre la cuenca media y baja
(p>0.05) pero se distinguen valores >1 en la TS y <1 en la TL, excepto Lacantún (M2). Esto explica que
hay un enriquecimiento de compuestos de bajo PM (< 1000 Da; menor humificación) derivados de
fuentes autóctonas en la TS. Mientras tanto, en la TL se produce una acumulación de compuestos de alto
PM (> 1000 Da) de origen terrestre (Helms et al., 2008). Los valores de SR también pueden incrementar
debido a la fotodegradación de CDOM (rompimiento de enlaces y pérdida de DOM de alto PM). En la
TS, la fotodegradación podría aumentar por la menor turbidez y contenido de sólidos suspendidos totales
(Cuevas‐Lara et al., 2021) que limitan la penetración de luz.
El SUVA254 y SR se han utilizado como proxies para rastrear las fuentes y procesos de DOM en los
sistemas fluviales. En general, altos valores de DOC durante los periodos de alto flujo, están relacionados
con mayor aromaticidad (alto SUVA254) y PM medio-alto (SR bajo). En el flujo base, el mayor tiempo
de residencia aumenta la probabilidad de descomposición de DOC terrestre; por lo tanto, el bajo PM y
menor aromaticidad en secas probablemente reflejan procesos de degradación fotoquímica o microbiana.
Los cambios estacionales en las propiedades de CDOM se han verificado para ríos tropicales (Spencer
et al., 2010, Lambert et al., 2015) y templados (Spencer et al., 2012).
Conclusiones
El presente estudio reporta por primera vez la variación de las propiedades ópticas de CDOM en el
río Usumacinta. Se observó que la variación temporal tropical juega un rol fundamental en la
concentración de CDOM. La elevada aromaticidad (SUVA254), el contenido de lignina (a350), color (a440)
y la acumulación de compuestos de alto peso molecular (SR<1) son indicativos de CDOM terrígena que
ingresa al río durante la temporada de lluvias. Por otro lado, los compuestos de menor peso molecular
(SR>1) y poco aromáticos (SUVA254) están asociados con una mayor contribución del metabolismo
microbiano al almacén (“pool”) de CDOM, indicativos de producción interna de CDOM en la temporada
de secas. Se determinaron correlaciones CDOM-DOC útiles para posteriores estudios relacionados con
el ciclo y presupuesto del C en sistemas fluviales.
Agradecimientos
El presente trabajo fue sufragado por el proyecto PINCC 2020 “Cuerpos Acuáticos Epicontinentales:
Papel en la Dinámica del Carbono y Emisiones de Gases de Efecto Invernadero en México”, PINCC
2021 “Cuerpos acuáticos epicontinentales: papel en la dinámica del carbono y emisiones de gases de
efecto invernadero en México. Continuación”, PINCC 2023 “Cuerpos Acuáticos Epicontinentales: Papel
en la Dinámica del Carbono y Emisiones de Gases de Efecto Invernadero en México. Segunda parte:
Eutroficación y emisión de GEI”, el proyecto DGAPA/PAPIIT IN216818 “Flujos de carbono, nutrientes
y sedimentos en un sistema lótico tropical” y el proyecto ICOOP-CSIC “Los grandes ríos del neotrópico
y su contribución al ciclo de carbono global (COOPA20472)”. Un agradecimiento especial al Posgrado
en Ciencias del Mar y Limnología de la UNAM. Asimismo, a Fundación Natura y Ecosistemas
Mexicanos AC, a los colegas del equipo de Limnología Tropical de la FES Iztacala (UNAM) por su
apoyo en el trabajo de campo.
Literatura citada
Arar, E. J., y G. B. Collins. 1997. Method 445.0 In vitro determination of Chlorophyll a and Pheophytin ain marine and freshwater algae by
fluorescence. Página U.S. Environmental Protection Agency. United Sates Environmental Protection Agency, Office of Research

and Development. National Exposure Research Laboratory, Cincinnati.

Battin, T. J., L. A. Kaplan, S. Findlay, C. S. Hopkinson, E. Marti, A. I. Packman, J. Denis Newbold, and F. Sabater. 2008. Biophysical
controls on organic carbon fluxes in fluvial networks. Nature Geoscience 1:95–100. https://doi.org/10.1038/ngeo101.
Benke, A. C., and C. E. Cushing. 2009. Rivers of North America. Páginas 425–437 en Elsevier, editor. Encyclopedia of Inland Waters.
Cole, J. J., Y. T. Prairie, N. F. Caraco, W. H. McDowell, L. J. Tranvik, R. G. Striegl, C. M. Duarte, P. Kortelainen, J. A. Downing, J. J.
Middelburg, and J. Melack. 2007. Plumbing the global carbon cycle: Integrating inland waters into the terrestrial carbon budget.
Ecosystems 10:171–184. 10.1007/s10021-006-9013-8.
Cuevas‐Lara, D., J. Alcocer, D. Cortés‐Guzmán, I. F. Soria‐Reinoso, F. García‐Oliva, S. Sánchez‐Carrillo, and L. A. Oseguera. 2021.
Particulate organic carbon in the tropical Usumacinta River, southeast Mexico: Concentration, flux, and sources. Water 13 (11):
1561. 10.3390/w13111561.
Helms, J. R., A. Stubbins, J. D. Ritchie, E. C. Minor, D. J. Kieber and K. Mopper. 2008. Absorption spectral slopes and slope ratios as
indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter. Limnology and Oceanography
53:955–969 https://doi.org/10.4319/lo.2008.53.3.0955.
Lambert, T., F. Darchambeau, S. Bouillon, B. Alhou, J. D. Mbega, C. R. Teodoru, F. C. Nyoni, P. Massicotte and A. V. Borges. 2015.
Landscape Control on the Spatial and Temporal Variability of Chromophoric Dissolved Organic Matter and Dissolved Organic
Carbon in Large African Rivers. Ecosystems 18:1224–1239. https://doi.org/10.1007/s10021-015-9894-5.
Li, P. and J. Hur. 2017. Utilization of UV-Vis spectroscopy and related data analyses for dissolved organic matter (DOM) studies: A review.
Critical Reviews in Environmental Science and Technology 47:131–154. https://doi.org/10.1080/10643389.2017.1309186
Massicotte, P., E. Asmala, C. Stedmon and S. Markager. 2017. Global distribution of dissolved organic matter along the aquatic continuum:
Across rivers, lakes and oceans. Science of the Total Environment 609:180–191. https://doi.org/10.1016/j.scitotenv.2017.07.076.
Muñoz-Salinas, E. and M. Castillo. 2015. Streamflow and sediment load assessment from 1950 to 2006 in the Usumacinta and Grijalva
Rivers (Southern Mexico) and the influence of ENSO. Catena 127:270–278. 10.1002/esp.3880.
Soares, D. y A. García. 2017. La cuenca del río Usumacinta desde la perspectiva del cambio climático. Primera ed. Instituto Mexicano de
Tecnología del Agua, Jiutepec, México.
Soria-Reinoso, I., J. Alcocer, L. Oseguera-Pérez, R. Aucancela, D. Cuevas-Lara, D. Cortés-guzmán, M. Merino-Ibarra, J. A. Ramírez-Zierold,
y J. Valenzuela. 2020. Dinámica de la presión parcial de CO2 a lo largo del río Usumacinta, México. Página 602 en M. Hernández,
M. Rojo, M. Fuentes, A. Velázquez, y M. Bolaños, editores. Estado Actual del Conocimiento del Ciclo del Carbono y sus
Interacciones en México: Síntesis a 2020. Programa Mexicano del Carbono en colaboración con la Universidad Autónoma
Metropolitana-Xochimilco, Xochimilco, CDMX, México.
Soria-Reinoso, I., J. Alcocer, S. Sánchez-Carrillo, F. García-Oliva, D. Cuevas-Lara, D. Cortés-Guzmán and L. A. Oseguera. 2022a. The
Seasonal Dynamics of Organic and Inorganic Carbon along the Tropical Usumacinta River Basin (Mexico). Water 14:2703.
10.3390/w14172703.
Soria-Reinoso, I., S. Sánchez-Carrillo, J. Alcocer, M. Vargas-Sánchez, y L. A. Oseguera. 2022b. Variación temporal y espacial de las
concentraciones y flujos de CH4 en el Río Usumacinta, México. Páginas 51–58 en M. Hernández, O. Briones-Virrareal, M. Bolaños,
y P. Ibarra, editores. Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2022. Programa
Mexicano del Carbono en colaboración con el Instituto de Ecología (INECOL)., Texcoco, Estado de México, México.
Spencer, R. G. M., K. D. Butler and G. R. Aiken. 2012. Dissolved organic carbon and chromophoric dissolved organic matter properties of
rivers in the USA. Journal of Geophysical Research: Biogeosciences 117. 10.1029/2011JG001928
Spencer, R. G. M., P. J. Hernes, R. Ruf, A. Baker, R. Y. Dyda, A. Stubbins and J. Six. 2010. Temporal controls on dissolved organic matter
and lignin biogeochemistry in a pristine tropical river, Democratic Republic of Congo. Journal of Geophysical Research:
Biogeosciences 115:1–12. 10.1029/2009JG001180.
Wang, X., Y. Wu, H. Bao, S. Gan and J. Zhang. 2019. Sources, Transport, and Transformation of Dissolved Organic Matter in a Large River
System: Illustrated by the Changjiang River, China. Journal of Geophysical Research: Biogeosciences 124:3881–3901.
10.1029/2018JG004986.
Weishaar, J. L., G. R. Aiken, B. A. Bergamaschi, M. S. Fram, R. Fujii and K. Mopper. 2003. Evaluation of specific ultraviolet absorbance
as an indicator of the chemical composition and reactivity of dissolved organic carbon. Environmental Science and Technology
37:4702–4708. 10.1021/es030360x.
Yáñez-Arancibia, A., J. W. Day and B. Currie-Alder. 2009. Functioning of the Grijalva-Usumacinta River Delta, Mexico: Challenges for
Coastal Management. Ocean Yearbook 23:473–501. https://doi.org/10.1163/22116001-90000205.
Zhang, Y., L. Zhou, Y. Zhou, L. Zhang, X. Yao, K. Shi, E. Jeppesen, Q. Yu and W. Zhu. 2021. Chromophoric dissolved organic matter in
inland waters: Present knowledge and future challenges. Science of the Total Environment 759.
https://doi.org/10.1016/j.scitotenv.2020.143550.

2.8. Biomasa del zooplancton de dos lagos kársticos tropicales con estado trófico
contrastante
Vivar-Sánchez Diego1; Fernández Rocío2; Oseguera-Pérez Luis2; Alcocer Javier2*; Rivera-Herrera

Erika M.3 y Zúñiga-Ramos Catriona2
1
Licenciatura en Biología, FES Iztacala. FES Iztacala, Universidad Nacional Autónoma de México. Av. de los Barrios 1, Los Reyes
Iztacala, C.P. 54090, Tlalnepantla, Estado de México.
2
3
Programa de Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México. Av. Universidad 3000,
Delegación Coyoacán, C.P. 04510, Ciudad de México.
*Autor para correspondencia: biol.fernandez@gmail.com
Resumen
En el presente trabajo se analiza el aporte de biomasa del zooplancton en dos lagos kársticos tropicales
con diferente estado trófico, el oligotrófico Ensueño y el eutrófico La Encantada, pertenecientes al
distrito lacustre del Parque Nacional “Lagunas de Montebello”. Ambos lagos presentan características
morfométricas similares. Los muestreos se llevaron a cabo en las dos épocas representativas de la
estacionalidad tropical: secas/fría (mezcla) y lluvias/cálida (estratificación). En La Encantada se
determinaron 9 taxones de rotíferos, 4 de copépodos y 2 de cladóceros, de los cuales solo 3 aportaron >
28 µg PS L-1. En Ensueño se determinaron 2 taxones de rotíferos, 2 cladóceros y 1 copépodo, los cuales
representan aproximadamente el 80% de la biomasa total en ambas temporadas. La biomasa del lago
eutrófico varía de 97 a 390 µg PS L-1 y la del lago oligotrófico de 25 a 48 µg PS L-1.
Palabras clave: biomasa zooplancton; copépodos; lagos kársticos, “Lagunas de Montebello”, Chiapas.
Abstract
This paper analyzes the contribution of zooplankton biomass in two tropical karstic lakes with different
trophic status, the oligotrophic Ensueño and the eutrophic La Encantada, belonging to the lacustrine
district of the "Lagunas de Montebello" National Park. Both lakes present similar morphometric
characteristics. Sampling was carried out in the two representative seasons of tropical seasonality:
dry/cold (mixing) and rainy/warm (stratification). In La Encantada, 9 rotifers, 4 copepods, and 2
cladocerans taxa were determined, of which only 3 contributed > 28 µg DW L-1. In Ensueño, 2 rotifer
taxa, 2 cladocerans, and one copepod were determined, representing approximately 80% of the total
biomass in both seasons. The biomass of the eutrophic lake varies from 97 to 390 µg DW L-1, and that
of the oligotrophic lake from 25 to 48 µg DW L-1.
Keywords: zooplankton biomass, copepods, karst lakes.
Introducción
Los sistemas acuáticos epicontinentales constituyen un componente importante en el ciclo global del
carbono -C- (Oseguera et al. 2015). El zooplancton juega un papel fundamental en la transferencia de C
dentro de las redes tróficas y en el flujo vertical de la columna de agua (Lavaniegos, 2007). Este transfiere
parte del C atmosférico fijado por el fitoplancton y lo transporta dentro de la zona eufótica y hacia estratos
más profundos a través de una compleja red trófica. El zooplancton contribuye al flujo pasivo

principalmente con sus excretas fecales, pero también se liberan huevos, mudas y cadáveres, así como el
detritus resultante de la degradación de estos productos (Lavaniegos, 2007).
Los lagos “La Encantada” y “Ensueño” pertenecen al distrito lacustre Parque Nacional “Lagunas de
Montebello” (PNLM). Se eligieron ambos lagos por compartir características morfométricas tales como
área, profundidad promedio y ubicación cercana a menos (1 km), pero presentan distinto estado trófico,
eutrófico y oligotrófico, respectivamente (Alcocer et al., 2018). En el presente estudio se analizó la
composición del zooplancton en estos dos lagos con estado trófico contrastante en dos temporadas
(cálida/lluviosa y fría/seca) con el fin de determinar cuál de los componentes del zooplancton aporta más
biomasa y cómo cambia entre estaciones.
Material y Métodos
Área de estudio
El Parque Nacional “Lagunas de Montebello” (PNLM) se caracteriza por encontrarse sobre un

asentamiento de roca la caliza perteneciente al Cretácico localizado en estado de Chipas, México
(16°040’ a los 16°100’ N, 91°370’ a los 91°470’ W, a 1,500 m s. n. m.). Pertenece a la subcuenca
endorreica del Río Grande de Comitán-Lagos de Montebello. El clima es templado con lluvias, con una
temperatura anual de 17.3°C, precipitación de 2,279 mm y evaporación 948 mm (Fernández et al., 2022;
Comisión Nacional de Áreas Naturales Protegidas -CONANP- Estación Climática Meteorológica
Automática No. N15DA7496).
En el Cuadro 1 se resumen sus características morfométricas. La Encantada es un lago eutrófico con
una concentración promedio de clorofila a de 12.1 µg L-1 y por el contrario Ensueño es un lago
oligotrófico con un promedio de clorofila a de 0.5 µg L-1 (Vera-Franco et al. 2015).
Cuadro 1. Características morfométricas de los lagos del Parque Nacional “Lagunas de Montebello”, Chiapas.
Lago Zmax (m) Zmen (m) A (ha) Lmax (km) Tipo
La Encantada ENC 89 27.5 8.2 385 monomíctico
Ensueño ENS 35 21.6 2.7 220 monomíctico
Metodología
Se realizaron dos campañas de muestreo, en septiembre del 2022 que corresponde a la temporada
cálida/lluviosa y en marzo 2023 que corresponde a la temporada fría/seca. Los muestreos se realizaron
en la zona pelágica central. Se registraron los perfiles verticales de temperatura (T) y concentración de
oxígeno disuelto (OD) con la ayuda de una sonda multiparamétrica de calidad del agua marca Hydrolab
(OTT Hydroment, loveland, CO, EE. UU.).
De acuerdo con los perfiles de temperatura y oxígeno disuelto se eligieron 3 profundidades de la zona
de mezcla en cada lago. En cada profundidad se obtuvo una muestra de agua de 5 L con la ayuda de una
botella Uwitec. Los cinco litros de se filtraron in-situ usando una malla de 64 µm, los organismos
retenidos se concentraron en viales de 50 ml y se fijaron con formaldehído al 4%. En el laboratorio se
identificaron y cuantificaron los componentes del zooplancton (cladóceros, copépodos y rotíferos)
utilizando una cámara de Sedwick-Rafter bajo un microscopio óptico. En el caso de la determinación, se
utilizaron claves taxonómicas especializadas. Para la biomasa de los rotíferos primero se calculó el
biovolumen basado en las fórmulas geométricas propuestas por Ruttner-Kolisko (1997). El peso húmedo
fue estimado a partir del biovolumen de cada individuo (Bottrell et al., 1976). El peso seco corresponde
al 10% del peso húmedo (Pace y Orctt, 1981). La biomasa de los microcrustáceos fue estimada por grupo
(calanoides, cyclopoides, copepoditos, nauplios y cladóceros) poniendo los ejemplares a secar a 60℃
durante 24 h y posteriormente se pesaron en un comparador de masas (precisión de 0.1 µg).

De acuerdo con los perfiles de T y OD durante la temporada cálida/lluviosa ambos lagos se

encontraron estratificados. La zona de mezcla para La Encantada estuvo en los primeros 5 m mientras
que en Ensueño llego hasta los 25 m. En la época de fría/seca Ensueño se encontró mezclado con T y
OD homogéneo en toda la columna de agua. En el caso de La Encantada esta presento una T homogénea
en toda la columna de agua, pero el OD estuvo por debajo del límite de detección después de los 9 m.
Se determinaron 15 taxones en La Encantada (eutrófico) de los cuales fueron 9 rotíferos, 4 copépodos
y 2 cladóceros. El aporte de biomasa de los rotíferos fue < 2 µg PS L-1, el de copépodos y sus estadios
varió por debajo del límite de detección a 324 µg PS L-1, siendo los copepoditos calanoides los que
aportaron el 65% de la biomasa en el periodo de estratificación y el calanoide Mastigodiaptomus nesus
el 85% durante la circulación (cuadro 2). En el lago oligotrófico Ensueño se determinaron 5 taxones que
corresponden a 2 rotíferos, 1 copépodo calanoide y 2 cladóceros. El aporte de biomasa de los rotíferos
fue < 0.3 µg PS L-1, el del copépodo calanoide y sus estadios varió de 5 a 38 µg PS L-1 y el de los
cladóceros de 0.6 a 3.48 µg PS L-1 (Cuadro 3)
Cuadro 2.- Biomasa de cada grupo del zooplancton en los periodos de mezcla (septiembre 2022) y de estratificación (marzo 2023)
en el lago La Encantada. (DLD: debajo del límite de detección).
La Encantada
Zooplancton taxa Biomasa (µg PS L-1)
Rotífera Estratificación Circulación
Asplachna sp. 1.74 DLD
Brachionus calyciflorus 0.05 DLD
B. havanensis 0.03 0.36
B. angularis 0.00 DLD
Keratela americana 0.16 DLD
K. coclearis 0.00 0.00
K. tropica 0.02 DLD
Filinia longiseta DLD 0.22
Polyarthra vulgaris DLD 0.17
Copépoda
Mastigodiaptomus nesus DLD 324.12
Leptodiaptomus cuauhtemoci 5.76 3.84
Mycrociclops ceibaensis 1.60 DLD
Termocyclops/Mesocyclops 7.80 18.20
copepodito calanoide 28.5 41.04
copepodito ciclopoide 0.40 DLD
Cladócera
Ceriodaphnia dubia 44.10 2.10
C. lacustris 6.90 0.90
Total 97.07 390.95
Fernández et al. (2022) reporta datos similares, aunque la biomasa determinada contempla más de una
especie de copépodos calanoides. En el caso de otros lagos eutróficos tropicales, el aporte mayor de
biomasa es por parte de los cladóceros pequeños tales como Ceriodaphnia y/o de copépodos ciclopoides
(p.ej., Sendacz et al. 2006; Papa y Zafaralla, 2011).

Cuadro 3.- Biomasa del zooplancton del lago Ensueño en los periodos de mezcla (septiembre 2022) y estratificación (marzo 2023).
Ensueño
Zooplancton taxa Biomasa (µg PS L-1)
Rotífera Estratificación Circulación
Keratela americana 0.29 0.003
Pthygura sp. 0.10 0.02
Copépoda
Mastigodiaptomus nesus 5.55 9.99
Copepodito calanoide 38.38 15.96
Cladócera
Ceriodaphnia dubia 0.60 DLD
Diaphanosoma birgei 3.48 DLD
Total 48.40 25.97
(DLD: debajo del límite de detección).
El comportamiento que se observó durante ambos periodos concuerda con lo reportado por Fernández
et al. (2022), puesto que la composición en ambos lagos predomina el grupo de los copépodos seguido
por los cladóceros. “La Encantada”, al ser un lago eutrófico, tiene una composición variable en
contraposición con “Ensueño”, que mostró composición similar en ambos periodos.
Biomasa zooplancton
100%
80%
60%
40%
20%
0%
Estratificación Circulación Estratificación Circulación
Encantada Ensueño
Rotifera Copepoda Cladocera
Figura 1. Contribución porcentual de biomasa de los copépodos, cladóceros y rotíferos en los lagos La Encantada y Ensueño en
temporada de estratificación y circulación.
Conclusiones
Los copépodos es el grupo de zooplancton que más biomasa aporta en los lagos estudiados, en especial
el calanoide Mastigodiaptomus nesus. Los rotíferos aportan menos del 1% en ambos lagos y los
cladóceros el 50% en la temporada de estratificación en La Encantada.
Agradecimientos
Esta investigación fue financiada por PAPIIT a través de los proyectos “AELT - Efectos del cambio
global y climático sobre la limnología y biodiversidad acuática” (AV200122), Área Experimental de
Lagos Tropicales (AV200319), “Cuerpos acuáticos epicontinentales: Papel de la dinámica del carbono y
emisiones de gases de efecto invernadero en México” (PINCC 2020-2021) y “Cuerpos acuáticos
epicontinentales: Papel de la dinámica del carbono y emisiones de gases de efecto invernadero en
México. Segunda parte: Eutroficación y emisiones de GEI” (PINCC 2023).

Literatura citada
Alcocer, J., M. Merino‐Ibarra, L. A. Oseguera and O. Escolero. 2018. Anthropogenic impacts on tropical karst lakes: “Lagunas de
Montebello,” Chiapas. Ecohydrology, 11(8), e2029. DOI:10.1002/eco.2029
Fernández, R., J. Alcocer, y L. A. Oseguera. 2022. Microcrustacean (Cladocera and Copepoda) assemblages of a tropical karst lake district.
Diversity, 14(7), 564. MDPI AG. Retrieved from http://dx.doi.org/10.3390/d14070564
Fernández, R., L. A. Oseguera and J. Alcocer. 2020. Zooplankton biodiversity in tropical karst lakes of southeast Mexico, Chiapas. Revista
Mexicana de Biodiversidad, 91. DOI: https://doi.org/10.22201/ib.20078706e.2020.91.3184
Franco-Vera, M.N., P.P. Hernández-Victoria, J. Alcocer, V. Ardiles-Gloria y A. Oseguera Luis. 2015. Concentración y distribución vertical
de la clorofila-a fitoplanctónica en los lagos de Montebello, Chiapas. In: Alcocer, J., M. Merino-Ibarra, E. Escobar-Briones.
(Editores). 2015. Tendencias de investigación en Limnología tropical: Perspectivas universitarias en Latinoamérica. Asociación
Mexicana de Limnología, UNAM y CONACyT.
Lavaniegos, B. E. 2007. El papel del zooplancton en la transferencia del carbono en el Océano. Hernández de la Torre, B. & G. Glaxiola
(Eds), 129-139.
Núñez Domínguez, J. O. 2007 Programa de conservación y manejo Parque Nacional “Lagunas de Montebello” México/fots., José Odón
Núñez Domínguez (no. 333.72097275 p764c.). Comisión Nacional de Áreas Naturales Protegidas (México)\México Secretaría De
Medio Ambiente y Recursos Naturales.
Oseguera, L. A., J. Alcocer y E. Y. Villarreal Quintero. 2015. Metabolismo lacustre de un lago tropical profundo: ¿Fuente o sumidero de
carbono? Hidrobiológica, 25(3), 391-399.
Papa, R. D. S., y M. T. Zafaralla. 2011. The composition, diversity and community dynamics of limnetic zooplankton in a tropical caldera
lake (Lake Taal, Philippines). Raffles Bulletin of Zoology, 59(1).
Sendacz, S., S. Caleffi, and J. Santos-Soares. 2006. Zooplankton biomass of reservoirs in different trophic conditions in the State of São
Paulo, Brazil. Brazilian Journal of Biology, 66, 337-350. DOI: 10.1590/s1519-69842006000200016

2.9. Reciclamiento del Carbono en condiciones anóxicas en los canales de Puente

de Urrutia, Xochimilco
Escobedo-Garduño Rodrigo1,2; Ángeles-Vázquez José R.1,*; Ferrara-Guerrero María J.1; Figueroa-

Torres María G.2; Vargas-Solís Rosario C.2 y Capetillo-Colin Fernando2
1
Laboratorio de Ecología Microbiana;
2
Laboratorio de Ficología y Fitofarmacología. Departamento El Hombre y su Ambiente. Universidad Autónoma Metropolitana Unidad
Xochimilco. Calzada del Hueso 1100 Col. Villa Quietud, Ciudad de México, México, C.P. 04960.
*Autor para correspondencia”: jangeles@correo.xoc.uam.mx
Resumen
Las poblaciones bacterianas aerobias y anaerobias juegan un papel imprescindible para el

reciclamiento del Carbono en ecosistemas acuáticos, sin embargo, es escasa la información sobre la
actividad bacteriana heterótrofa anaerobia en estos ecosistemas. En esta investigación se eligieron seis
sitios de muestreo ecológicamente distintos en los canales que forman el Polígono Puente de Urrutia,
Xochimilco. En cada sitio se cuantificaron en agua de fondo y en sedimento superficial (1 cm de
profundidad), la capacidad de las bacterias anaerobias de mineralizar ADN, proteínas, lípidos e
hidratos de carbono. Esta capacidad se midió in vitro en cultivos en placas bajo atmosfera anaerobia
(N2, 90% y CO2, 10%). Estas actividades se compararon con los cambios del perfil físico-químico del
agua y del sedimento superficial en épocas de lluvias 2022 (agosto). Los resultados encontrados
mostraron que la población heterótrofa anaerobia en el sedimento superficial fue tres veces mayor que
en agua de fondo. En el centro del canal de Tezhuilo se presentó la mayor actividad hidrolítica
(1.14x105 UFC ml-1) en agua de fondo. Por otra parte, en los sedimentos del sitio la Laguna de
Tezhuilo presentó la mayor actividad (2.42x105 UFC ml-1). A pesar del estrés en oxígeno que existe en
este ecosistema, es significativa la actividad mineralizadora anaerobia, sin embargo, esta actividad no
es mayor que la reportado en condiciones aerobias.
Palabras clave: Agua de Fondo; Bacterias heterótrofas; Enzimas extracelulares; Mineralización de la

materia orgánica; Sedimentos superficiales.
Abstract
Aerobic and anaerobic bacterial populations play an essential role in the recycling of carbon in
aquatic ecosystems, however, there is little information on anaerobic heterotrophic bacterial activity in
these ecosystems. In this research, six ecologically distinct sampling sites were chosen in the channels
that form the Puente de Urrutia Industrial Estate, Xochimilco. At each site, the capacity of anaerobic
bacteria to mineralize DNA, proteins, lipids and carbohydrates was quantified in bottom water and
surface sediment (1 cm deep). This capacity was measured in vitro in plate cultures under anaerobic
atmosphere (N2, 90% and CO2, 10%). These activities were compared with the changes in the
physical-chemical profile of water and surface sediment during the rainy season in 2022 (August). The
results found showed that the anaerobic heterotrophic population in the surface sediment was three
times greater than in bottom water. In the center of the Tezhuilo channel, the highest hydrolytic
activity (1.14x105 CFU ml-1) was present in bottom water. On the other hand, in the sediments of the
site, the Laguna de Tezhuilo presented the highest activity (2.42x105 CFU ml-1). Despite the oxygen

stress that exists in this ecosystem, anaerobic mineralizing activity is significant; however, this activity
is not greater than that reported under aerobic conditions.
Keywords: Bottom Water; Extracellular enzymes; Heterotrophic bacteria; Mineralization of organic

matter; Surface sediments
Introducción
Las bacterias heterótrofas son de importancia ecológica ya que realizan dos procesos
fundamentales; i) la actividad mineralizadora que forma parte de la capacidad de autodepuración de los
ecosistemas acuáticos, dejando a disposición elementos nutritivos para los productores primarios ii) la
producción de biomasa bacteriana que es consumida eficazmente dentro de las cadenas tróficas
(Madigan et al., 1999; Sherr y Sherr, 2000). El reciclamiento de estas formas de carbono orgánico se
lleva a cabo por actividad enzimática mediante la degradación hidrolítica de compuestos orgánicos
modificando la retención o movimiento de nutrientes (Cole, 1999).
El Lago de Xochimilco brinda servicios ecosistémicos, es proveedor de recursos medicinales,
materias primas y alimento, es importante en la recarga de mantos acuíferos y regulación del clima.
Pese a los múltiples servicios que genera este ecosistema, ha sufrido grandes cambios y perturbaciones
a través del tiempo y en la actualidad sigue en deterioro por el continuo crecimiento de la mancha
urbana (Figueroa-Torres et al., 2014, Ferrara-Guerrero et al., 2014).
El desconocimiento por la falta de investigaciones respecto al papel ecológico de las poblaciones
bacterianas heterótrofas anaerobias en los sedimentos ha hecho que estas poblaciones microbianas
carezcan de interés en el momento de evaluar el impacto de la contaminación sobre los ecosistemas
acuáticos. En esta investigación fue evaluada la potencialidad mineralizadora de las poblaciones
bacterianas heterótrofas anaerobias, en agua de fondo y sedimentos superficiales en los sitios de
estudio.
El Polígono Puente de Urrutia se ubica entre las coordenadas 19°15’34.7 N y 99°04’15” O; el canal
mide 500 m de largo por 6 m de ancho, y su profundidad va entre 1.8 y 0.30 m. Se eligieron seis sitios
de muestreo en esta zona (Fig. 1) de acuerdo con sus características ecológicas y tipos de actividad
antrópica.
Trabajo de campo
La profundidad y transparencia se midieron con un disco de Secchi, la temperatura del agua y

sedimento con un termómetro de mercurio (rango de -20°C a 110°C), el pH con un potenciómetro
HANNA (modelo Grochek HI98127). La conductividad y el potencial Redox se midieron con un
Multiparametrico YSI (modelo ProQuatro) y la salinidad con un refractómetro (modelo ATC
Salinómetro Sal 0-100‰). El oxígeno disuelto (OD) (mg l-1) se evaluó por el método de Winkler
(1998). Los materiales suspendidos (MES) fueron calculados de acuerdo con Hobson, (1967). Las
muestras de agua para los análisis bacteriológicos fueron almacenadas en frascos tipo penicilina
estériles y gasificados con N2, preservados a 4° C hasta su procesamiento. Las muestras de agua para
la determinación de nutrientes inorgánicos se filtraron con membranas Whatman GF/C y almacenadas

a -21°C bajo atmósfera de N2. Para las determinaciones de carbono orgánico total (TOC) y fosforo
total (PT) las muestras de agua no fueron filtradas y se preservaron a -21°C en frascos gasificados con
N2.
Las muestras de sedimento superficial se obtuvieron con una pala tipo draga, cinco mililitros fueron
obtenidos con una jeringa estéril sin punta; y se preservaron en 45 ml gliceraldehido al 20% a -20° C;
además se tomaron 50 g para el análisis de materia orgánica (M.O.%) y 500 g para textura y porosidad,
las muestras se preservaron a temperatura ambiente.
Figura 1.- Sitios de muestreo Borde canal de Apatlaco (BCP), Entrada al canal de Tezhuilo (ET), Centro canal de
Tezhuilo (CC), Laguna de Tezhuilo (LT), Entrada a paraje (EP) y Puente de Urrutia (PU)
Trabajo de laboratorio
La actividad heterótrofa se evidenció a través de la producción de enzimas hidrolíticas

extracelulares capaces de oxidar compuestos de alto peso molecular como el ADN, proteínas, lípidos,
almidones y quitina (Lányi, 1997). Para el aislamiento de las poblaciones heterótrofas viables se utilizó
agar nutritivo más dos gramos de cada sustrato probado. Los cultivos fueron incubados en condición
anaerobias con una mezcla de gases de 90% N2, 10% CO2 a 28°C por un periodo de 48 a 72 horas y las
unidades formadoras de colonias se cuantificaron a través de la siguiente formula:
UFC ml-1 = Número de colonias por placa * factor de dilución múltiple
ml de la muestra sembrada
El porcentaje de MO en los sedimentos se determinó por el método de Walkey y Black (1934). El

amonio se cuantificó por el método colorimétrico de Nessler a 630 nm (Boyd & Tucker, 1992), el TOC
por el método de digestión en condiciones acidificadas utilizando un kit marca Hach® con sensibilidad
de 0.3 a 20.0 mg C l-1, y el PT se midió por digestión por método del molibdovanadato en medio ácido
con un kit marca Hach® con sensibilidad de 1.0 a 100 mg l-1 PO34. La textura del sedimento se
determinó por el método del hidrómetro de Bouyoucos (1951), la porosidad de acuerdo con Revsbech

et al., (1980) y Rasmussen & Jorgensen (1992). El análisis estadístico de correspondencia canónica
(ACC) se realizó a través del programa PAST 4.0.
Agua de fondo
En el agua de fondo la hidrólisis del ADN fue mayor en el sitio EP, y más escasa en los otros sitios
muestreados. Los valores más altos en producción de quitinasas se encontraron en los sitios BCA, ET
y LT (Cuadro 1). La quitina es el segundo polisacárido más abundante en la naturaleza después de la
celulosa se caracteriza por ser un polisacárido complejo, su hidrólisis es principalmente por
microorganismos anaerobios que tienen la capacidad de degradar polímeros complejos como celulosa
(Rojas-Cáceres, 2008; Corrales, 2015). Se observó que en el sitio ET la actividad proteasa y quitinasa
fueron semejante. La actividad amilolítica, fue escasa y no se observó en el sitio LT. El sitio CC no
presento actividad ADNasa, y el sitio PU no presento actividad ADNasa y Lipasa.
Sedimento superficial
En los sedimentos, la actividad lipasa fue 10 a 100 veces mayor en los sitios BCA y ET que en agua
de fondo. Esto se explica porque las lipasas se encuentran ampliamente distribuidas en la naturaleza y
sobre todo en los sedimentos de ecosistemas acuáticos someros con gran acumulación de materia
orgánica, esta correlación se comprobó en nuestros resultados del análisis estadístico (p < 0,015). La
capacidad de hidrolizar almidón se presentó en todos los sitios, la mayor actividad se presentó en los
sitios LT, EP y PU. La actividad ADNasa se presentó en cinco de los seis sitios muestreados, se pudo
observar que la hidrolisis de esta molécula fue superior en sedimento a excepción del sitio EP. Al igual
que en el agua de fondo, la mayor actividad hidrolítica fue la proteolítica (Figura 2) ya que estas
enzimas presentan amplia distribución en diferentes metabolismos y ecosistemas, a medida que
aumentan las poblaciones microbianas en los sedimentos se forman biopelículas compuestas por
polisacáridos, proteínas y ácidos nucleicos, estas biopelículas pueden resuspenderse y nutrir la
columna de agua (Suarez-Fernández, 2002).
Cuadro 1. Actividad hidrolítica en cada sitio de muestreo

AGUA DE FONDO ADNasa Proteasa Lipasa Amilasa Quitinasa
BCA 1.0x102 4.03x103 3.3x103 1.0x103 6.7x103
ET 1.7x102 3.33x103 3.3x102 6.7x102 3.3x103
CC 0 7.7x104 3.4x104 2.7x103 3.3x102
LT 3.3x101 3.3x101 3.3x101 0 1.0x102
EP 3.3x102 6.7x101 3.3x101 6.7x101 3.3x101
SEDIMENTO SUPERFICIAL ADNasa Proteasa Lipasa Amilasa Quitinasa
BCA 9.3x103 4.7x104 3.3x104 1.7x104 3.3x101
ET 4.3x103 2.0x104 1.7x104 6.7x102 1.3x103
CC 2.7x103 1.7x104 3.3x104 1.0x104 1.3x103
LT 0 3.2x104 0 1.1x105 1.0x105
EP 6.7x102 3.7x103 6.7x102 1.7x104 6.7x103
PU 1.0x103 4.7x104 0 2.3x104 0

a b
Figura 2.- Porcentaje de actividades hidrolíticas en los seis sitios de muestreo, agua de fondo (a) y sedimento superficial
(1 cm de profundidad) (b)
El análisis ACC, de agua de fondo (Figura 3-a) mostró una dependencia positiva con la hidrólisis de
lípidos, proteínas, con elevadas concentraciones de TOC, baja turbidez, y altos valores de MO y MES.
Por otra parte, la producción de quitinasas y amilasas se vio influenciada por altas concentraciones de
NH4, por la baja profundidad, la baja salinidad y el pH neutro. También se puede explicar la menor
actividad ADNasa encontrada en el sitio EP, en donde la concentración de oxígeno fue menor. Por otra
parte, el análisis ACC de sedimento superficial (Figura 3-b) mostró que las actividades amilasas y
quitinasas, pudieron estar influenciadas por la baja profundidad, sedimentos limosos y altas
concentraciones de MO, mientras que la lipasa, ADNasa y proteasa por las altas concentraciones de
TOC, NH4, pH neutros, baja salinidad y sedimentos arcillosos.
a b
Figura 3.- Análisis de correlación canónica entre las diferentes actividades hidrolíticas estudiadas en agua de fondo, sedimento y
los parámetros físico-químicos.
Conclusiones
En general, se observó una significativa actividad bacteriana heterótrofa anaerobia en agua de

fondo y sedimentos; sin embargo, estas actividades están por debajo de lo reportado para actividades
bacterianas aerobias. Gonzales et al. (2021) mencionan que los valores de bacterias heterótrofas
aerobias a partir de 2.0x102 UFC ml-1 son significativos, por lo que los valores obtenidos en este
estudio en agua de fondo (+/- de 1.5x105 UFC ml-1) y en sedimento (+/- 5.5x105 UFC ml-1) indican
que en el sistema estudiado se está llevando a cabo el reciclamiento de compuestos orgánicos y el
intercambio de nutrientes entre la columna de agua y el sedimento por la comunidad bacteriana
heterótrofa anaerobia, de manera eficiente. Además, estas poblaciones bacterianas son responsables de
oxidar compuestos orgánicos de alto peso molecular, como la hemicelulosa participando así

activamente en la hidrólisis de sólidos insolubles para producir compuestos solubles simples que
pueden ser aprovechados por otras comunidades microbianas presentes en el ecosistema.
El hecho de que este ecosistema tenga una profundidad entre 0.3 a 1.10 m de profundidad, y un
constante paso de trajineras, permite la formación de microhábitats anaerobios por la resuspensión
partículas sedimentarias, lo que explica la presencia de microrganismos anaerobios en el agua de
fondo.
Es necesario a futuro continuar realizando investigaciones que permitan conocer además la
capacidad de depuración de fenoles, detergentes, pesticidas, entre otros, de las poblaciones bacterianas
anaerobias, además, de su importancia ecológica.
Agradecimientos
Los autores de este trabajo agradecen por el apoyo para el desarrollo de este proyecto al programa:
Convocatoria para el Desarrollo Académico 2023, Apoyo a los trabajos terminales del alumnado.
Literatura citada
Boyd, C. y Tucker, C.S. 1992. Water quality and pond soil analyses for aquaculture. Alabama Agricultural Experimental Station. Auburn
University. 183 p.
Cole, J.J. 1999. Aquatic microbiology for ecosystem scientists: New and recycled paradigms in ecological microbiology. Ecosystems 2:
(pp. 215-225).
Corrales, L.C., Antolínez-Romero, D.M., Bohórquez-Macias, J.A. y Corredor-Vargas, A.M. 2015. Bacterias anaerobias: procesos que
realizan y contribuyen a la sostenibilidad de la vida en el planeta. Universidad Colegio Mayor de Cundinamarca. Bogotá,
Colombia. NOVA. 2015; 13 (23): (pp. 55-81).
Coyne, M. 2000. Microbiología del suelo: Un enfoque exploratorio. Traducido por: Martin Rasskin. Editorial Paraninfo. España. 416 p.
Ferrara-Guerrero, M.J., Hernández-Hernández, M., Ángeles-Vázquez, J. R., Ponce-Mendoza, A., Figueroa-Torres, M. G. & Vargas-Solís,
R. C. 2014. La nitrificación microbiana como indicadora de calidad del agua en los canales de la zona chinampera de
Xochimilco, México. In Figueroa-Torres, M.G., Linares-Jauregui, F., Ferrara-Guerrero, M.J. & Castro-Mejía, J. (2014). Manejo
Integral de la Cuenca de Xochimilco y Sus Afluentes, ISNN 2007-5782, (pp. 35-44).
Figueroa-Torres, M.G., Linares-Jauregui, F., Ferrara-Guerrero, M.J. & Castro-Mejía, J. (2014). Manejo Integral de la Cuenca de
Xochimilco y Sus Afluentes. Hacia un plan de manejo sustentable y por la regeneración socioambiental de la subcuenca
hidrológica de Xochimilco y sus afluentes. 118 p.
González, M., Araque, J., Viteri, F., Villacis, L., Escobar, S.., Araujo, L., Medina, G. y Andueza, F. (2021). Microbiología del agua del
lago craterico volcánico Cuicocha. Imbabura. Ecuador. Cotopaxi. Ecuador. Revista de la Facultad de Farmacia, 63 (1): (pp. 1-17).
Hobson, L.A. 1967. The seasonal and vertical distribution of suspended particulate matter in an area of the Northeast Pacific Ocean.
Limnol. Oceanogr. 12(4): (pp. 642-649).
Lányi, B. (1997). Clasical and rapid identification methods for medically important bacteria. (pp. 1-68). In Colwell R.R. y Grigorva R.
(1997). Methods in microbiology, vol. 19. Academic Press, London, New York.
Madigan, M.T., Martinko, J.M. y Parker, J. 1999. Brock. Biología de los microorganismos. 8va Ed.
Muylaert, K., Van der Gucht, K., Vloemans, N., De Meester, L., Gillis, M., y Vyverman, W. 2002. Relationship between bacterial
community composition and bottom-up versus topdown variables in four eutrophic shallow lakes. Applied and Environmental
Microbiology, 68(10). (pp. 4740-4750).
Rasmussen, H. y Jorgensen, B.B. 1992. Microelectrode study of seasonal oxygen uptake in a coastal sediment: role of molecular
diffusion. Mar Ecology Program. Ser 81: (pp. 289-303)
Revsbech N. P., Sorensen J., Blackburn T. H. y Lomholt J. P. 1980. Distribution of oxygen profiles in marine sediments measured with
microelectrodes. Limnol. Oceanogr. 25: (pp. 403-408).
Rojas-Cáceres, J.P. 2008. Estudio mineralización del carbonato de calcio usando como matriz quitosano y mezclas de quitosano con
polímeros sintéticos hidrosolubles. Tesis de Licenciatura. Santiago de Chile. 62 p.
Sherr, E. y Sherr, B. 2000. Marine Microbes. Analysis Overview. En: Microbial Ecology of the Oceans. D.L. Kirchman (ed.), Wiley-Liss
Inc. 542 p.
Suarez-Fernández, B. 2002. Enzima con actividad hidrolítica. Organización mundial de propiedad intelectual. Publicación internacional.
WO 02/44359 A1. 42 p.
Walkley, A. y Black, I.A. 1934. An examination of the Degtjareff method for determining organic carbon in soils: Effect of variations in
digestion conditions and of inorganic soil constituents. Soil Sci. 63: (pp. 251-263).
Winkler, M. 1998. Tratamiento biológico de aguas de desecho. México. 43 p.

3Ecosistemas
Costeros
3.1. Almacén de carbono en suelo de manglares en proceso de restauración

Moreno-Martínez Ameyali1,*; Herrera-Silveira Jorge A.1,2; Teutli-Hernández Claudia3 y Pech-Poot
Eunice Y.1
1
Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional, Unidad Mérida. Carretera antigua a Progreso km 6,
Col. Loma bonita, Mérida, Yucatán, México.
2
Laboratorio de Resiliencia Costera (LANRESC). Sisal, Yucatán, México.
3
Escuela Nacional de Estudios Superiores, Unidad Mérida. Universidad Autónoma Nacional de México. Yucatán México.
*
Autor para correspondencia: ameyali.moreno@cinvestav.mx
Resumen
Los manglares capturan y almacenan grandes cantidades de Dióxido de carbono (CO2) a través de la
fotosíntesis y es transformado en biomasa vegetal. Al CO2 capturado y almacenado como C orgánico en
biomasa vegetal y suelo de ecosistemas costeros (e.g., manglares, praderas marinas y marismas) por
periodos largos (años hasta miles de años) se le conoce como “carbono azul”. En los últimos años se han
implementado acciones de restauración ecológica enfocadas la recuperación de servicios ecosistémicos
en sitios degradados, incluyendo la capacidad de almacén de C. El objetivo de este trabajo fue determinar
la variabilidad en el almacén de C orgánico en el suelo de diferentes tipos ecológicos de manglar (franja,
cuenca y chaparro) en proceso de restauración localizados en dos escenarios ambientales (húmedo y seco)
en la costa kárstica de Yucatán. Las muestras de suelo se colectaron con ayuda de un nucleador de metal
en un rango de 0-10 cm de profundidad, considerando la fracción con tonalidad más oscura. La estructura
forestal y los parámetros fisicoquímicos del agua intersticial se evaluaron in situ y posteriormente en el
laboratorio se llevó a cabo la caracterización de las submuestras de suelo, análisis del contenido de
materia orgánica y carbono y la estimación del almacén de C en suelo. El mayor almacén de C orgánico
en suelo estuvo asociado a aquellos sitios con características ambientales de tipo húmedo (cuenca y
franja) con similitudes en la estructura de la vegetación; 16.9 ± 2.1 – 28.7 ± 1.8 Mg C ha-1.
Palabras clave: carbono azul; servicios ecosistémicos; tipos ecológicos; cambio climático
Abstract
Mangroves capture and store substantial amounts of carbon dioxide (CO2) through photosynthesis, which
is then transformed into plant biomass. CO2 sequestered and stored as organic carbon in plant biomass
and soil of coastal ecosystems (e.g., mangroves, seagrasses, and tidal marshes) for long periods (years to
thousands of years) is known as "blue carbon". In recent years, ecological restoration actions are being
implemented in degraded sites focused on recovering ecosystem services, including carbon storage
potential. The aim of this study was to determine the variability of soil organic C storage in different
mangrove ecological types (fringe, basin and, dwarf) undergoing ecological restoration located in two
environmental scenarios (wet and dry) on the karstic coast of Yucatan. Soil samples were collected with
a metal corer in a depth range of 0-10 cm, considering the fraction with darker hue. The forest structure
and pore-water physicochemical parameters were evaluated in situ, then, in the laboratory, we
characterized the soil subsamples and analyzed the organic matter and carbon content and estimated the
soil C stocks. The highest soil organic C stocks were associated with those sites with humid
environmental scenario (basin and fringe) with similarities in the structure of the vegetation; 16.9 ± 2.1
– 28.7 ± 1.8 Mg C ha-1.
Key words: blue carbon; ecosystem services; ecological types; climate change
94 Capítulo 3. Ecosistemas Costeros

Introducción
Los manglares son conocidos como ecosistemas de carbono azul, esto por su capacidad de almacén
de carbono orgánico por largos periodos, principalmente en el suelo (Nellemann et al., 2009; Trumper et
al., 2009). Las diferencias en las características estructurales de los manglares definidas por la hidrología,
geomorfología y condiciones climáticas, tienen como resultado diferentes tipos ecológicos de manglar y
diferencias en la provisión de servicios ecosistémicos como el almacén de carbono (Twilley et al., 2018;
Cinco-Castro et al., 2022). Sin embargo, son ecosistemas que han sido degradados por impactos naturales
y antrópicos, teniendo como consecuencia la disminución de su distribución global del 2.1% (Goldberg
et al., 2020). La restauración ecológica de sitios degradados desde una perspectiva de Soluciones basadas
en Naturaleza es vista como oportunidad para la mitigación y adaptación del cambio climático (Cohen-
Shacham et al., 2016), ya que favorece la captura y almacén de carbono (Pendlenton et al., 2012). En
Yucatán, se han implementado acciones de restauración en zonas de manglar degradadas como la
modificación hidrológica para recuperar condiciones ecológicas, estructurales y funcionales a fin de
lograr su auto sostenibilidad, resiliencia y provisión de servicios ecosistémicos (Teutli-Hernández et al.,
2020). Por lo tanto, este estudio tiene como objetivo determinar la variabilidad en el almacén de C
orgánico en suelo en diferentes tipos ecológicos de manglar (franja, cuenca y chaparro) en proceso de
restauración localizados en dos escenarios ambientales (húmedo y seco) en la costa kárstica de Yucatán.
Área de estudio
El área de estudio comprende cinco sitios de manglar con diferentes tipos ecológicos (franja, cuenca
y chaparro) distribuidos en dos escenarios ambientales, húmedo y seco (Fig. 1). El escenario húmedo esta
influenciado por el anillo de cenotes y las descargas subterráneas como fuente principal de agua dulce en
los sitios de manglar (García-Ruiz et al., 2019). Mientras que en el escenario seco el aporte de agua
subterránea es bajo, y el principal aporte de agua dulce proviene de la precipitación. Los sitios
seleccionados se encuentran en proceso de restauración, la principal acción implementada fue la
rehabilitación hidrológica con la apertura de canales (Herrera-Silveira et al., 2022). En el sitio de
Celestún, adicionalmente se reforestó con plántulas de Rhizophora mangle y Avicennia germinans
(Teutli-Hernández, 2017). El diseño de muestreo consistió en la selección de parcelas establecidas
(0.0025 ha cada una) para evaluar los cambios en las condiciones ambientales (agua, suelo y vegetación)
posterior a la implementación de las acciones de restauración. Se muestrearon 48 parcelas totales, 35 en
el escenario húmedo(franja-Dzilam = 12; cuenca-Celestun = 15; cuenca-Sisal =8) y 13 en escenario seco
(chaparro-Yucalpetén = 5; chaparro-Progreso = 8).
Muestreo en campo
La colecta de las submuestras de suelo se realizó con un nucleador de metal de 1 m de longitud y 5.25
cm de diámetro. Previamente se retiró la capa superficial del suelo o mantillo, es decir, hojarasca, raíces,
y material fino o grueso que pudiese estar presente. Se colectaron cuatro submuestras a diferente rango
de profundidad (e. g. 0-15 cm, 15-30 cm, 30- 50 cm, 50-100 cm) (Donato et al., 2011; Kauffman et al.,
2011). Para fines de esta investigación, en cada núcleo se colectó la submuestra superficial
correspondiente al rango 0-10 cm de profundidad como referencia del material acumulado posterior a la
restauración ecológica. Las muestras se transportaron en frío para su posterior análisis.
Las condiciones del agua intersticial juegan un papel importante en el almacén de C en suelo. El
monitoreo de las variables reguladoras del suelo se realizó a través del análisis fisicoquímico del agua
Capítulo 3. Ecosistemas Costeros 95

intersticial: salinidad, temperatura, pH y potencial redox con ayuda de un refractómetro y un

multiparamétrico ULTRAMETER II-6 PFC.
Para determinar la estructura de los árboles, en cada parcela se midieron las variables: diámetro a la
altura del pecho (DAP; 1.30 m) utilizando cinta diamétrica o vernier. Con base en esta medida se calculó
el área basal por individuo y por hectárea. Así mismo, se determinó la especie y altura.
Figura 1. Ubicación de los tipos ecológicos de manglar en proceso de restauración en dos escenarios ambientales (húmedo y seco)
en la costa de Yucatán, México.
Análisis de laboratorio
Una vez en el laboratorio, las muestras fueron secadas en un horno a 70° C por 72 h y el peso seco se
obtuvo usando una balanza analítica (OAHUS Scout Pro). Cada muestra se trituró, tamizó y homogenizó
para su análisis (Howard et al., 2014). Para determinar las características generales del suelo se emplearon
diferentes técnicas: la textura se obtuvo mediante el método de campo propuesto por Siebe et al. (2006),
el color en húmedo y seco se determinó mediante la observación en la tabla Munsell (1980), y la densidad
aparente se calculó como el cociente entre el peso seco (g) y el volumen de la muestra (cm-3) tomando
en cuenta las dimensiones (profundidad y diámetro) de la muestra colectada (Kauffman y Donato, 2012).
El contenido de materia orgánica se determinó con el método de Loss On Ignition (Dean, 1974; Bengtsson
y Enell, 1986). El contenido porcentual de carbono total se obtuvo por el método de combustión seca
empleando un auto-analizador elemental (Sollins et al., 1999; Howard et al., 2014). El almacén (Mg ha-
1
) de carbono orgánico se calculó usando el contenido porcentual, la densidad aparente de cada muestra
y la profundidad.
Para la cuantificación de las reservas de carbono es importante reportar la incertidumbre asociada a la
estimación (Kauffman y Donato, 2012), debido a que toda evaluación conlleva cierto grado de error
relacionado con las fallas en la medición y tamaño de muestra (Wolfgang y Lazos, 2004; Cisneros-de la
Cruz et al., 2021). La incertidumbre se obtuvo siguiendo la ecuación 1 (Kauffman y Donato, 2012):
Incertidumbre (%) = (Error del IC x 2 / Media del IC) x 100
donde, IC es el intervalo de confianza obtenidos con el método Bootstrap no paramétrico.

Pese a que las condiciones previas a la restauración ecológica en cada sitio fueron distintas (Herrera-
Silveira et al., 2010, 2012), la implementación de las acciones de restauración ecológica (e.g.
rehabilitación hidrológica y reforestación) realizadas en los sitios evaluados en este estudio derivaron en
el establecimiento y desarrollo de la vegetación. Las mayores alturas y áreas basales se registraron en el
escenario ambiental húmedo con tipos ecológicos de cuenca y franja (Cuadro 1). Esto se relaciona con
las condiciones hidrológicas predominantes en el sitio; se encuentra inundado mayor parte del año con
aportes de agua dulce subterránea a través de manantiales (Herrera-Silveira y Comín, 2000; Bauer-
Gottwein et al., 2011), resultando en bajos niveles de salinidad intersticial (Cuadro 1), lo cual implica
menor estrés para el desarrollo de la vegetación (Kodikara et al., 2017).
Las condiciones de menor salinidad intersticial y mejor desarrollo de la vegetación favorecieron el
aporte de material orgánico en forma de hojarasca y material particulado, posteriormente por el proceso
de descomposición es integrado como en forma de C al suelo. Al momento del muestreo correspondiente
a este estudio, el contenido de materia orgánica fue mayor en sitios con mejor desarrollo en la estructura
de la vegetación, que, aunado a condiciones menos salinas (Cuadro 1) favorecieron la acumulación de
materia orgánica por periodos largos, lo cual es resultado de la lenta descomposición (Loomis y Craft,
2010; Morrissey et al., 2014).
Cuadro 1. Variables ambientales (vegetación y parámetros fisicoquímicos intersticiales) de tipos ecológicos de manglar en proceso
de restauración en dos escenarios ambientales (húmedo y seco) en la costa de Yucatán, México.
Promedio ± Error estándar
Escenario ambiental Húmedo Seco
Tipo ecológico Cuenca Cuenca Franja Chaparro Chaparro
Sitio Celestún Sisal Dzilam Yucalpetén Progreso
Especies L. racemosa A. germinans
L. racemosa
A. germinans L. racemosa A. germinans A. germinans
R. mangle
R. mangle R. mangle
Altura (m) 5.1 ± 0.20 3.5 ± 0.09 4.2 ± 0.13 1.7 ± 0.04 2.1 ± 0.09
Área basal (m2 ha-1) 33.9 20.4 69.9 13.3 13.4
Densidad (ind ha-1) 8,222 11,900 13,846 20,640 8,400
Densidad aparente (g cm-3) 0.23 ± 0.02 0.34 ± 0.03 0.30 ± 0.04 0.37 ± 0.07 0.36 ± 0.03
Materia orgánica (%) 47.8 ± 3.5 34.9 ± 3.5 34.5 ± 4.1 26.3 ± 2.7 25.1 ± 1.9
Salinidad (UPS) 39.4 ± 2.0 22.1 ± 1.1 51.6 ± 1.2 56.9 ± 1.2 51.3 ± 1.9
Temperatura (°C) 31.8 ± 0.2 28.6 ± 0.1 30.8 ± 0.4 31.3 ± 0.2 29.7 ± 0.1
pH 7.0 ± 0.04 7.0 ± 0.02 6.9 ± 0.02 7.1 ± 0.03 7.1 ± 0.04
Potencial redox (mV) -291.7 ± 8.2 -297.0 ± 4.8 -308.9 ± 3.3 -274.4 ± 5.2 -290.6 ± 5.4
En cuanto al almacén de C orgánico en suelo superficial, los mayores valores registrados corresponden
al tipo ecológico manglar de cuenca y franja (Sisal, Celestún y Dzilam) en escenario ambiental húmedo
(Cuadro 2). Dichos valores se asociaron mejor al desarrollo estructural de la vegetación (e.g., mayores
alturas y áreas basales), mejores condiciones intersticiales reflejadas en menor salinidad, así como
mayores contenidos de materia orgánica y menor densidad aparente (Cuadro 1).
Es importante mencionar que el carbono almacenado en la capa superficial de suelo (10 cm) de los
sitios de manglar restaurados analizados en este trabajo es comparable con el almacén de carbono aéreo
reportado por Caamal et al. (2012), Herrera–Silveira et al. (2015), Gutiérrez-Mendoza y Herrera-Silveira
(2015) para manglares chaparros en la Península de Yucatán. Dichos autores reportan almacenes de
carbono aéreo de 13.7, 10.1 y 8.5 Mg C ha-1, respectivamente.
El menor almacén de C registrado en el manglar de franja (Dzilam) en comparación con el resto de
los sitios en el escenario húmedo, puede estar asociado a las tormentas tropicales y huracanes que
impactaron la costa Norte de Yucatán en el 2020, provocando el lavado o remoción parcial del carbono

almacenado en la capa superficial (al estar más expuesta) y la reducción de la concentración (McKee et
al., 2007; Peneva–Reed et al., 2021). Con esto se destaca la importancia de los manglares restaurados
como sitios clave para protección costera frente a eventos climáticos extremos como huracanes (Gedan
et al., 2011), así como la estabilización del suelo para prevenir su erosión, pérdida de materia orgánica y
carbono acumulado (McKee et al., 2012).
Pese a que los manglares de tipo chaparro (Yucalpetén y Progreso) presentaron similitudes en el
desarrollo estructural de la vegetación, Progreso registró menor contenido de materia orgánica, sin
embargo, el carbono almacenado en suelo superficial fue mayor en comparación con Curva Yucalpetén
(Cuadro 2). Esto puede asociarse a las condiciones altamente reducidas del suelo como reflejo de la
dinámica hidrológica en el sitio, indicando mayor tiempo de inundación (Cuadro 1). Lo cual permite que
el proceso de descomposición sea más lento, favoreciendo la retención y acumulación de materia orgánica
y carbono en el suelo, reflejándose en menor pH intersticial por la producción de ácidos orgánicos durante
la descomposición (Rivera–Monroy et al., 2017).
Respecto a la incertidumbre asociada a la estimación del almacén de C, el manglar de tipo chaparro
(Yucalpetén) registró la mayor incertidumbre. Lo cual puede estar relacionado con el número de réplicas
en manglar chaparro (n=5). De acuerdo con GOFC-GOLD (2014), el nivel de incertidumbre aceptable
en la evaluación de las existencias de carbono y su captura es igual o menor a 20%. Por ello, a fin de
disminuir la incertidumbre de estimación en los sitios de habría que diseñar un muestreo que incluya
mayor número de réplicas por sitio.
Cuadro 2. Almacén de C orgánico de tipos ecológicos de manglar en proceso de restauración en dos escenarios ambientales
(húmedo y seco) en la costa de Yucatán, México.
Promedio ± E.E (Mínimo-
Máximo)
Escenario
Tipo ecológico Sitio Almacén de C orgánico (Mg ha-1) Incertidumbre (%)
ambiental
Cuenca Celestún 26.7 ± 4.0 (19.7 – 35.6) 30.2
Húmedo Cuenca Sisal 28.7 ± 1.8 (24.3 – 31.6) 12.5
Franja Dzilam 16.9 ± 2.1 (13.1 – 21.7) 25.4
Seco Chaparro Yucalpetén 13.0 ± 2.3 (8.2 – 16.9) 34.6
Chaparro Progreso 16.1 ± 1.7 (13.6 – 20.5) 20.8
Conclusiones
Los resultados obtenidos demostraron que el mayor almacén de C orgánico en suelo estuvo asociado
a los sitios con características ambientales de tipo húmedo, que presentan similitudes en la estructura de
la vegetación y menores valores de salinidad intersticial como resultado del aporte de agua dulce
subterránea, así como de la implementación de las acciones de restauración. Así mismo, los mayores
almacenes de carbono se registraron en los sitios con mayores contenidos de materia orgánica y menor
densidad aparente, esto debido al desarrollo de la vegetación y la incorporación autóctona de material
orgánica en forma de hojarasca, raíces finas, madera muerta al suelo.
Con base en lo observado durante la realización de este trabajo y con los resultados obtenidos, se
recomienda continuar con el monitoreo de la dinámica del carbono en sitios de manglar restaurados.
Literatura Citada
Bauer-Gottwein, P., Gondwe, B. R. N., Charvet, G., Marín, L. E., Rebolledo-Vieyra, M., and Merediz-Alonso, G. 2011. Review: The Yucatán
Peninsula karst aquifer, Mexico. Hydrogeology Journal 19: 507–524 DOI: 10.1007/s10040-010-0699-5.
Bengtsson, L. y Enell, M. 1986. Chemical analysis. In: B.E. Berglund (Ed): Handbook of Holocene Palaeoecology and Palaeohydrology,
John Wiley and Sons Ltd., Chichester, USA.
Caamal-Sosa J. P, A. Zaldívar, F. Adame-Vivanco, C. Teutli, M. T. Andueza, R. Pérez y J. A. Herrera-Silveira. 2012. Almacenes de carbono
en diferentes tipos ecológicos de manglares en un escenario cárstico. En: F. Paz y R. Cuevas (Eds.). 2012. Estado Actual del

Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2011. Texcoco, Estado de México, México. ISBN
978-607-715-085-5. 887 p.
Cinco-Castro, S., Herrera-Silveira, J., and Comín, F. (2022). Sedimentation as a support ecosystem service in different ecological types of
mangroves. Frontiers in Forests and Global Change 5: 733820 DOI: 10.3389/ffgc.2022.733820.
Cisneros-de la Cruz D.J., J. A Herrera-Silveira, C. Teutli-Hernández, S.A Ramírez-García, A. Moreno-Martínez, O. Pérez-Martínez, A.
Canul-Cabrera, J. Mendoza-Martínez, J. Montero-Muñoz, F. Paz-Pellat, R. M. Roman-Cuesta. 2021. Manual para la Medición,
Monitoreo y Reporte del Carbono y Gases de Efecto Invernadero en Manglares en Restauración. Proyecto, Mainstreaming Wetlands
into the Climate Agenda: A multi-level approach (SWAMP). CIFOR/CINVESTAV-IPN/UNAM-Sisal/PMC, 100pp.
Cohen-Shacham, E., Walters, G., Janzen, C., and Maginnis, S. 2016. Nature-based solutions to address global societal challenges. Gland,
Switzerland: IUCN. 97 pp.
Dean, W. E. 1974. Determination of carbonate and organic matter in calcareous sediments and sedimentary rocks by loss on ignition;
comparison with other methods. Journal of Sedimentary Research 44: 242-248 DOI: 10.1306/74D729D2-2B21-11D7-
8648000102C1865D.
Donato, D. C., Kauffman, J. B., Murdiyarso, D., Kurnianto, S., Stidham, M., and Kanninen, M. 2011. Mangroves among the most carbon-
rich forests in the tropics. Nature geoscience 4(5): 293-297 DOI: 10.1038/NGEO1123.
García-Ruiz, R., Sanchez-Hernandez, R., Bautista, F., and Goguitchaichvili, A. (2022). Colorimetric method to estimate the soil organic
matter in karst areas. Ecosistemas y recursos agropecuarios 9(1) DOI: 10.19136/era.a9n1.3189.
Gedan, K. B., Kirwan, M. L., Wolanski, E., Barbier, E. B., and Silliman, B. R. 2011. The present and future role of coastal wetland vegetation
in protecting shorelines: answering recent challenges to the paradigm. Climatic change, 106: 7-29 DOI: 10.1007/s10584-010-0003-
7.
Global Observation of Forest Cover and Land Dynamics (GOFC-GOLD). 2014. A sourcebook of methods and procedures for monitoring
and reporting anthropogenic greenhouse gas emissions and removals associated with deforestation, gains, and losses of carbon
stocks in forests remaining forests, and forestation. GOFC-GOLD Report version COP20-1, (GOFC-GOLD Land Cover Project
Office, Wageningen University, The Netherlands).
Goldberg, L., Lagomasino, D., Thomas, N., and Fatoyinbo, T. (2020). Global declines in human‐driven mangrove loss. Global change
biology 26(10): 5844-5855 DOI: 10.1111/gcb.15275.
Gutiérrez-Mendoza, J. y Herrera-Silveira J., A. 2015. Almacenes de Carbono en manglares de tipo Chaparro en un escenario cárstico. En:
F. Paz y J. Wong (Eds.). 2015. Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a
2014. Texcoco, Estado de México, México. ISBN: 978-607-96490-2-9. pp. 405-414.
Herrera Silveira, J.A., Zaldívar-Jiménez, A., Teutli-Hernández, C., Pérez-Ceballos, R., Andueza, T., Caamal J., Alvarado, E., Zaldívar-
Jiménez, T. y R. Ortegón-Herrera. 2010. Calidad del Agua y Restauración Ecológica del Ecosistema de Manglar en Yucatán. Informe
Final: Restauración de manglares, Diciembre 2010. CINVESTAV-API: APIPRO-SOP-007/10.
Herrera-Silveira J. and F. Comín, 2000. An introductory account of the types of aquatic ecosystems of Yucatan Peninsula (SE México). In:
Munawar, M., S. G. Lawrence, I. F. Munawar & D. F. Malley (eds), Aquatic Ecosystems of Mexico: Status and Scope. Backhuys.
Leiden: 213–227.
Herrera-Silveira, J. A., Pech-Cárdenas, M. A., Morales-Ojeda, S. M., Cinco-Castro, S., Camacho-Rico, A., Sosa, J. P. C., Mendoza-Martínez.
J. E., Pech-Poot, E. Y., Montero, J., and Teutli-Hernandez, C. 2020. Blue carbon of Mexico, carbon stocks and fluxes: a systematic
review. PeerJ 8: 1-36 DOI: 10.7717/peerj.8790.
Herrera-Silveira, J.A., Teutli-Hernández. C., Cortés-Balán, O., Cinco-Castro, S., Osorio-Moreno, I., Ramírez-Ramírez, J., Carrillo Baeza,
L., Pech Poot, E., Hernández-Arana H. y López-Adame, H. 2015. Red Multi-institucional. Programa Regional para la
Caracterización y el Monitoreo de Ecosistemas de Manglar del Golfo de México y Caribe Mexicano: Península de Yucatán. Segunda
Etapa. CINVESTAV-ECOPEY/CONABIO, FB1728/KN003/14. 5to Informe Parcial.
Herrera-Silveira, J.A., Zaldívar-Jiménez, A., Teutli-Hernández, C., Pérez-Ceballos, R., Caamal, J. y T. Andueza. 2012. Rehabilitación de
manglares en el estado de Yucatán sometidos a 120 diferentes condiciones hidrológicas y nivel de impacto: el caso de Celestún y
Progreso. Centro de Investigación y de Estudios Avanzados. Unidad Mérida. Informe Final SNIB CONABIO. Proyecto GH009.
México, D.F.
Howard, J., Hoyt, S., Isensee, K., Pidgeon, and E., Telszewski, M. (eds). 2014. Coastal Blue Carbon: Methods for assessing carbon stocks
and emissions factors in mangroves, tidal salt marshes, and seagrass meadows. Conservation International, Intergovernmental
Oceanographic Commission of UNESCO, International Union for Conservation of Nature. Arlington, Virginia, USA. 186 pp.
Kauffman, J. B., and Donato, D. C. 2012. Protocols for the measurement, monitoring and reporting of structure, biomass, and carbon stocks
in mangrove forests. Bogor, Indonesia: Cifor. 50 pp.
Kaufman, J. B., Heider, C., Cole, T., Dwire, K. A., and Donato, D. C. 2011. Ecosystem C pools of Micronesian mangrove forests:
implications of land use and climate change. Wetlands 31: 343-352.
Kodikara, K. A. S., Jayatissa, L. P., Huxham, M., Dahdouh-Guebas, F., and Koedam, N. 2017. The effects of salinity on growth and survival
of mangrove seedlings changes with age. Acta Botanica Brasilica, 32: 37-46 DOI: 10.1590/0102-33062017abb0100.
Loomis, M. J., and Craft, C. B. 2010. Carbon sequestration and nutrient (nitrogen, phosphorus) accumulation in river‐dominated tidal
marshes, Georgia, USA. Soil Science Society of America Journal 74(3): 1028-1036 DOI: 10.2136/sssaj2009.0171.
McKee, K. L., Cahoon, D. R., and Feller, I. C. 2007. Caribbean mangroves adjust to rising sea level through biotic controls on change in
soil elevation. Global Ecology and Biogeography 16(5): 545-556 DOI: 10.1111/j.1466-8238.2007. 00317.x.
McKee, K., Rogers, K., and Saintilan, N. 2012. Response of salt marsh and mangrove wetlands to changes in atmospheric CO2, climate,
and sea level. In: Global change and the function and distribution of wetlands. Springer, Dordrecht. 63-96 pp.
Morrissey, E. M., Gillespie, J. L., Morina, J. C., and Franklin, R. B. 2014. Salinity affects microbial activity and soil organic matter content
in tidal wetlands. Global change biology 20(4): 1351-1362 DOI: 10.1111/gcb.12431.
Nellemann, C., Corcoran, E., E., Duarte, C. M., Valdés, L., De Young, C., Fonseca, L., and Grimsditch, G. (Eds.). 2009. Blue carbon: the
role of healthy oceans in binding carbon: a rapid response assessment. UNEP/Earthprint. 80 p.

Pendleton, L., Donato, D. C., Murray, B. C., Crooks, S., Jenkins, W. A., Sifleet, S., Craft, C., Fourqurean, J. W., Kauffman, J. B., Marbá,
N., Megonigal, P., Pidgeon, E., Herr, D., Gordon, D., and Baldera, A. 2012. Estimating global “blue carbon” emissions from
conversion and degradation of vegetated coastal ecosystems. PloS one 7(9): 1-7 DOI: 10.1371/journal.pone.0043542.
Peneva-Reed, E. I., Krauss, K. W., Bullock, E. L., Zhu, Z., Woltz, V. L., Drexler, J. Z., Conrad, J. R., and Stehman, S. V. 2021. Carbon stock
losses and recovery observed for a mangrove ecosystem following a major hurricane in Southwest Florida. Estuarine, Coastal and
Shelf Science 248: 106750 DOI: 10.1016/j.ecss.2020.106750.
Rivera-Monroy V. H., Lee, S. Y., Kristensen, E., and Twilley R. R. 2017. Mangrove ecosystems: a global biogeographic perspective. Cham,
Switzerland: Springer Science. 407 pp.
Siebe C., R. Jahn, and K. Stahr. 2006. Manual para la descripción y evaluación ecológica de suelos en el campo. Publicación Especial 4.
Sociedad Mexicana de la Ciencia del Suelo, A.C. Chapingo, México.
Sollins, P., Glassman, C., Paul, E., Swanston, C., Lajtha, K., Heil, J. W., Elliott, E. T. 1999. Soil carbon and nitrogen: pools and fractions.
In: Standard soil methods for long-term ecological research (ed. Robertson, G). Oxford University Press New York, NY.
Teutli-Hernández C., J.A. Herrera-Silveira, D.J. Cisneros-de la Cruz., y R. Román-Cuesta. 2020. Guía para la restauración ecológica de
manglares: Lecciones aprendidas. Proyecto, Mainstreaming Wetlands into the Climate Agenda: A multi-level approach (SWAMP).
CIFOR/CINVESTAV-IPN/UNAM-Sisal/PMC. 42pp.
Teutli-Hernández, C. 2017. Una aproximación a la integración de escalas ecológicas para la restauración de ecosistemas de manglar. Tesis
Doctoral. Departamento Biología evolutiva, Ecología y Ciencias Ambientales. Universidad de Barcelona. Barcelona, España. 191
pp.
Trumper, K., Bertzky, M., Dickson, B., van der Heijden, G., Jenkins, M., and Manning, P. 2009. The Natural Fix? The role of ecosystems
in climate mitigation. A UNEP rapid response assessment. UNEP, UNEPWCMC. Cambridge, UK. 65pp.
Twilley, R. R., Rovai, A. S., and Riul, P. 2018. Coastal morphology explains global blue carbon distributions. Frontiers in Ecology and the
Environment 16(9): 503-508. DOI: 10.1002/fee.1937.
Wolfgang, A., y Lazos, R. 2004. Guía para estimar la incertidumbre de la medición. El Marqués, Qro., México. Centro Nacional de
Metrología. 27 pp.

3.2. Evaluación de la partición del intercambio neto del ecosistema en sitios

subtropicales mediante datos SIF
Uuh-Sonda Jorge M.1,*; Méndez-Barroso Luis A.1,3; Sánchez-Mejía Zulia1; Yépez-Gonzalez Enrico1
y Figueroa-Espinoza Bernardo2,3
1
Departamento de Ciencias del Agua y Medio Ambiente, Instituto Tecnológico de Sonora, Calle 5 de Febrero 818 sur, Colonia Centro.
C.P. 85000. Ciudad Obregón, Sonora, México.
2
Instituto de Ingeniería, Laboratorio de Ingeniería y Procesos Costeros, Universidad Nacional Autónoma de México, Puerto de Abrigo
S/N, C.P. 97351, Sisal, Yucatán, México.
3
Laboratorio Nacional de Resiliencia Costera, LANRESC
*Autor para correspondencia: jorge.uuh.sonda@gmail.com
Resumen
La estimación de la partición del intercambio neto de CO2 del ecosistema (NEE) en sus dos componentes,
producción primaria bruta (GPP) y respiración del ecosistema (Reco) es de gran importancia para
entender la dinámica del ciclo del carbono y cómo los factores ambientales afectan este ciclo. Sin
embargo, la falta de observaciones de estos componentes, hacen difícil la validación de la partición de
NEE. La fluorescencia de la clorofila inducida por el Sol (SIF) representa un importante avance para
inferir la fotosíntesis del ecosistema (GPP) mediante la cuantificación directa de la luz emitida por las
moléculas de clorofila al ser excitadas por la absorción de fotones provenientes de la luz solar. En este
estudio se relacionaron datos de percepción remota de SIF del sensor TROPOMI, con estimaciones de
producción primaria bruta (GPP-EC) obtenidas con un modelo de partición de NEE, ampliamente usado
en la literatura, que se basa en la relación de la Reco con la temperatura. Esto con el fin de evaluar el
desempeño que tiene este modelo de partición, en ecosistemas que además de la temperatura presentan
importantes controles hidrológicos. Los datos de NEE fueron obtenidos con la técnica de covarianza de
vórtices en cuatro estaciones de monitoreo de la red MexFlux, localizadas en dos tipos de ecosistemas
bajo condiciones climáticas y topográficas contrastantes: Manglar de franja (Navopatia, Sonora),
Manglar de cuenca (Sisal, Yucatán), Selva Baja Caducifolia sobre terreno complejo (Álamos, Sonora) y
Selva Baja Caducifolia costera (El Palmar, Yucatán). Los resultados muestran una estrecha relación
entre GPP-EC y SIF-TROPOMI en los sitios con Selva Baja Caducifolia mientras que en los manglares
se observó una correlación de débil a baja. Esto sugiere que la temperatura en las selvas bajas
caducifolias ejerce un importante control sobre la respiración del ecosistema, mientras que en los
manglares, los controles hidrológicos también estarían modulando la dinámica de la Reco. El presente
trabajo muestra una alternativa para estimar la partición de NEE a partir de datos satelitales de SIF en
ecosistemas donde su respiración esté modulada principalmente por la temperatura.
Palabras claves: Ciclo del carbono; covarianza de vórtices; percepción remota; ecosistemas costeros;
cambio climático.
Abstract
The estimation of the partition of net ecosystem exchange of CO2 (NEE) into its two components, gross
primary production (GPP) and ecosystem respiration (Reco) is of great importance to understand carbon
cycle dynamics and how environmental factors, especially under a climate change scenario, affect this
cycle. However, the lack of observations of these components makes validation of the NEE partition
difficult. Sun-induced chlorophyll fluorescence (SIF) represents an important advance to infer
ecosystem photosynthesis (GPP) by directly quantifying the light emitted by chlorophyll molecules
when excited by the absorption of photons from sunlight. In this study, remote sensing data of SIF from

the TROPOMI sensor were related to estimations of gross primary production (GPP-EC) obtained with
a NEE partitioning model, widely used in the literature, which is based on the relationship of Reco with
the temperature. The main goal is to evaluate the performance of this partitioning model on those
ecosystems that, in addition to temperature, have important hydrological controls. NEE data were
obtained with the eddy covariance technique from four monitoring stations of the MexFlux network,
located in two ecosystem types, under contrasting climatic and topographic conditions: fringe mangrove
(Navopatia, Sonora), basin mangrove (Sisal, Yucatán), tropical deciduous forest on complex terrain
(Alamos, Sonora) and tropical coastal deciduous forest (El Palmar, Yucatán). The results show a close
relationship between GPP and SIF-TROPOMI in the sites located in tropical deciduous forest while in
mangroves, a weak to low correlation was observed. This suggests that the temperature in the tropical
deciduous forests exerts an important control over ecosystem respiration, while in the mangroves
hydrological controls would also be modulating the dynamics of the Reco. The present work shows an
alternative to estimate the NEE partition from SIF satellite data in ecosystems where its respiration is
mainly modulated by temperature.
Keywords: Carbon cycle, eddy covariance, remote sensing, coastal ecosystems, climate change.
Introducción
La productividad primaria bruta (GPP, por sus siglas en inglés) es un flujo muy importante para
evaluar el balance de carbono en los diversos ecosistemas del planeta. Durante la pasada década se
desarrollaron modelos para estimar GPP basados en índices de vegetación (NDVI, EVI, etc.) y
calibrados/validados con observaciones estimadas mediante la técnica de covarianza de vórtices (EC)
(Liu, et al., 2021). Estos índices infieren el vigor vegetal mediante la concentración de clorofila, sin
embargo, su alta concentración no necesariamente indica una alta actividad fotosintética, ya que en
ocasiones ésta se encuentra limitada por el déficit de presión de vapor, radiación solar o estrés hídrico
(Kiratzis, et al., 2017; Liu et al., 2020). A diferencia de los índices de vegetación tradicionales (i.e.,
NDVI), la fluorescencia de clorofila inducida por la radiación solar (SIF) se considera una estimación
directa de la actividad fotosintética (Baker, 2016). Por lo tanto, SIF y GPP están estrechamente
relacionados con la actividad fotosintética de la vegetación (Turner et al. 2020). Por otro lado, una de
las técnicas desarrolladas para la partición del intercambio neto de CO2 del ecosistema (NEE) en sus dos
componentes (GPP y Reco), y que ha sido utilizada en sitios con sistemas de covarianza de vórtices
(Verduzco et al., 2015; Uuh-Sonda et al., 2022), se basa en un modelo de regresión, el cual emplea una
relación funcional de la temperatura del sitio con la NEE nocturna (Reco en las horas sin luz), para poder
estimar valores diurnos de respiración, mediante la extrapolación de dicha relación (Reichstein et al.,
2005). El desarrollo de este modelo fue efectuado en ecosistemas con climas boreales, mediterráneos y
templados, donde la variación de temperatura es efectivamente un control importante. Sin embargo, hay
ecosistemas donde además de la temperatura, existen controles hidrológicos que modulan las dinámicas
de los flujos de Carbono (p.e. precipitación, acceso a agua subterránea o niveles de inundación del suelo),
y en donde la estimación de la Reco (y por lo tanto GPP) basada solo en temperatura podría no presentar
buenos resultados. En este contexto, el presente trabajo busca analizar esta hipótesis evaluando la
partición de NEE, mediante la comparación de sus estimaciones de GPP de torres de flujo de EC con
datos satelitales de SIF. Para ello, se utilizaron observaciones de SIF del Instrumento de Monitoreo de
la Troposfera (TROPOMI), las cuales son una opción para el estudio de ecosistemas por su buena
resolución espacial (3 x 7 km) y temporal de un día (Köhler et al., 2020), junto con estimaciones de
GPP, producto del mencionado modelo de partición de NEE, obtenidas de torres de EC en dos
ecosistemas de Selva Baja Caducifolia (SBC) y dos de manglares. Finalmente, es importante resaltar
que la interacción entre GPP y SIF en bosques tropicales secos (BTS) y manglares ha sido prácticamente
ignorada en los estudios globales de ecosistemas.

Figura 1. Ubicación de los Sitios de estudios en los estados mexicanos de Sonora y Yucatán.
Metodología
Sitios de estudio
Cuatro son los sitios considerados para este estudio. Todos ellos con estaciones de covarianza de
vórtices (EC), comúnmente conocidas como Torres de Flujos. Dos de estos sitios están localizados en el
estado de Sonora y los otros dos en el estado de Yucatán (Figura 1). Los sitios se ubican en dos tipos de
ecosistemas bajo condiciones climáticas y topográficas contrastantes: Manglar de franja (Navopatia,
Sonora), Manglar de cuenca (Sisal, Yucatán), Selva Baja Caducifolia sobre terreno complejo (Álamos,
Sonora) y Selva Baja Caducifolia costera (El Palmar, Yucatán). Las características climáticas e
hidrológicas, así como los periodos de análisis de cada sitio, son enlistadas en el Cuadro 1.
Cuadro 1. Características climáticas e hidrológicas de los sitios de estudios

Sitio Ecos. Clima P anual Régimen TMA Periodo de análisis
(mm) de P (ºC)
Álamos SBC Semiárido-cálido 706 NAM 24.0 Feb. 2018 – Dic. 2020
Son. BS1(h’)he(e) Jul.-Oct.
El Palmar, SBC Semiárido-cálido 618 Verano 25.5 Feb. 2018 – Ago. 2019
Yuc. BS1(h’)w(x’) Jun.-Sep
Navopatia, Manglar Árido-cálido 350 NAM Jul.- 30.0 Feb 2018 – Feb 2019
Son. Franja BW(h)w Oct.
Sisal, Manglar Cálido-seco 574 Verano 25.8 Mar. 2022 – Dic. 2022
Yuc. Cuenca BS1 (h’) w Jun.-Sep.
P: Precipitación; TMA: Temperatura Media Anual.
Se utilizaron datos satelitales de fluorescencia de clorofila inducida por la luz solar (SIF) derivados
del sensor TROPOMI (TROPOsphere Monitoring Instrument) a bordo del satélite Sentinel 5P. Se
utilizaron datos de radiancia de SIF (mW⋅m−2⋅sr−1⋅μm−1) a 740 nm a través de la base de datos
del Instituto Tecnológico de California (CalTech, ftp://fluo.gps.caltech.edu). Los datos se filtraron,
suavizaron (periodo de 8 días) y geo-rectificaron mediante la herramienta de procesamiento de
TROPOMI del programa NASA-ARSET (https://github.com/philag/TROPOMI-OCO-2_SIF_DEMO)
la cual se encuentra codificada en el lenguaje de programación “Julia” (https://julialang.org/downloads/)
y se utilizó el paquete de visualización “Pluto” (https://juliahub.com/ui/Packages/Pluto/OJqMt/0.7.5)

como interface gráfica. La extracción de los datos de SIF se realizó mediante la definición de un polígono
alrededor de la ubicación de las estaciones de monitoreo de flujos de Navopatia, Sisal, El Palmar y
Álamos. Esta área fue delimitada utilizando la versión web de Google Earth
(https://earth.google.com/web/). El periodo de datos de SIF extraídos para cada sitio aparece en el
Cuadro 1.
Figura 2. Comparación y correlación entre la GPP-EC estimada y la SIF-TOPROMI obtenida para los sitios de Selva Baja
Caducifolia. a), b) Álamos, en Sonora, y c), d) El Palmar, en Yucatán.
Figura 3. Comparación y correlación entre la GPP-EC estimada y la SIF-TOPROMI obtenida para los sitios de Manglar. a), b)
Navopatia, en Sonora, y c), d) Sisal, en Yucatán.
Estimaciones de productividad primaria bruta (GPP-EC)
Para la partición de NEE en sus dos componentes, se utilizó la herramienta online REddyProcWeb
desarrollada por el Department of Biogeochemical Integration del Max Planck Institute for
Biogeochemistry (https://www.bgc-jena.mpg.de/bgi/index.php/Services/REddyProcWeb). El algoritmo
de partición sigue un modelo de regresión descrito en Reichstein et al., (2005) que utiliza todos los flujos
de NEE nocturnos, como un símil de la Reco debido a la ausencia de fotosíntesis durante la noche, para
estimar una sensibilidad a la temperatura 𝐸𝐸𝐸𝐸. Posteriormente, utilizando una ventana móvil de siete días,
se calculan las temperaturas y respiraciones de referencia estacional (𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇, 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅) que se emplean para
estimar la Reco diurna y la GPP, de la siguiente manera:
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 ⋅ 𝑒𝑒 !"⋅((1/&'()*&"))*(1/(&*&"))) , (1)
𝐺𝐺𝐺𝐺𝐺𝐺 = 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 − 𝑁𝑁𝑁𝑁𝑁𝑁, (2)
donde 𝑇𝑇𝑇𝑇 se mantiene constante a -46.02 ºC (ó 227.13 K).

Los datos de cada media hora de GPP obtenidos de la partición, son promediados diariamente y
suavizados en un periodo de 8 días (GPP-EC), para poder ser comparados con los datos de SIF-
TROPOMI.
La Figuras 2 y 3 muestran las comparaciones de las series de tiempo y las correlaciones entre la
productividad primaria bruta de las torres de Covarianza de Vórtices (GPP-EC), obtenida mediante la
técnica de partición de NEE, y la fluorescencia de la clorofila inducida por el Sol de cada sitio (SIF-
TROPOMI), obtenida del sensor TROPOMI.
Es posible observar que los dos sitios de Selva Baja Caducifolia (Figura 2) muestran una muy buena
correlación, ya que sus coeficientes de determinación son elevados y sus valores de intercepción son
cercanos a cero. Al comparar los sitios, se tiene que el de Álamos (Figura 2b) muestra un mejor ajuste
(R2=0.90 y b=0.49 µmolC m-2 s-1) y una mayor sensibilidad (m= 3.434 µmolC nm sr mW-1 s-1) que el
sitio de El palmar (R2=0.81, b=0.65 µmolC m-2 s-1 y m=2.336 µmolC nm sr mW-1 s-1; Figura 2d). Esto
indica, que el modelo de partición de NEE muestra un buen desempeño para ambos sitios, siendo capaz
de estimar con muy buena precisión el comportamiento estacional de la Reco, y por lo tanto de la GPP
(Figuras 2a y 2c), a partir del control que ejerce la temperatura en cada sitio. Esto a pesar de las
diferencias observables en las dinámicas de los flujos verticales de Carbono y a sus controles
medioambientales, pues la selva de Álamos muestra un comportamiento general de fuente de Carbono
(Reco>GPP), con importantes picos anuales de respiración a la llegada de las primeras lluvias (Rojas‐
Robles et al., 2020), mientras que la selva de El Palmar muestra un comportamiento general de sumidero
de Carbono (Reco<GPP) que presenta también estos picos de respiración con las primeras lluvias, pero
de una manera más moderada y menos constante (Uuh-Sonda et al., 2022).
Para los sitios de Manglar las correlaciones muestran un pobre desempeño (Figura 3), teniendo que
el sitio de Navopatia (Figura 3 b) presenta un coeficiente de determinación ligeramente mayor (R2=0.13)
al de Sisal (R2=0.06; Figura 3 d). Los valores de intercepción se observan alejados del cero, siendo el de
Navopatia (b=1.39 µmolC m-2 s-1) ligeramente menor al de Sisal (b=1.75 µmolC m-2 s-1). Esto es un
indicio de que el modelo de partición de NEE, muestra un mal desempeño para ambos sitios de Manglar,
pues no solo es incapaz de estimar con precisión el comportamiento estacional de la Reco, y por lo tanto
de la GPP (Figuras 3a y 3c), basado solamente en la temperatura, sino que se sobrestima la GPP (y por
lo tanto la Reco) proveniente de la partición. Esto puede deberse al hecho de que estos ecosistemas
presentan periodos de inundación de sus suelos (Granados‐Martínez et al., 2021; Uuh-Sonda et al.,
2023), lo que ejercería un control adicional sobre los procesos de respiración de estos, modificando la
dinámica de la Reco. Sin embargo, es posible observar en el sitio de Navopatia (Figura 3 b), que varios
puntos en el diagrama de correlación caen dentro de los límites de confianza del 95%. La mayoría de
estos puntos corresponde al periodo de junio 2018 a enero de 2019, donde se encuentra el pico de
máximo de actividad fotosintética (SIF). Al considerar sólo estos valores se obtiene una mejor
correlación (R2=0.80), aunque con una línea de tendencia que aún presenta una intercepción alejada del
cero (b=1.24 µmolC m-2 s-1). Esto indica que el modelo de partición de NEE en este sitio, tiene un mejor
desempeño bajo las condiciones ambientales que se presentan en este periodo. Estudios previos en este
ecosistema (Granados‐Martínez et al., 2021) muestran que para estos meses se tienen niveles de
inundación y temperatura relativamente más altos que los observados en los meses de marzo a mayo.
Para el caso de Sisal, también se observa que existen algunos puntos (Figura 3d) que mejoran la
correlación. Estos son aquellos que se encuentran en el periodo de máxima actividad fotosintética (GPP-
EC > 2 µmolC m-2 s-1) entre los meses de junio a septiembre de 2022. Sin embargo, a diferencia de lo
que se observa en Navopatia, estos puntos en Sisal mejoran de una manera más modesta la estadística
(R2=0.33). El periodo de estos puntos corresponde a los periodos de máxima inundación de los suelos y
un ligero decremento en las temperaturas (Uuh-Sonda et al., 2023). El hecho de que en los manglares se

obtengan malos ajustes del modelo de partición, en los meses donde los niveles de inundación tienen
niveles bajos (periodos prolongados donde se tienen suelos descubiertos, no inundados, pero húmedos),
las magnitudes de la actividad fotosintética disminuye, y los valores de NEE se vuelven menos negativos
(o más positivos), hace suponer que en estos períodos, la respiración del suelo estaría controlada por
procesos que no pueden ser explicados solamente basándose en la temperatura.
Conclusiones
Dadas las diferencias en el desempeño del modelo de partición para ecosistemas de Selva Baja y de
Manglar, cuyos controles hidrológicos pueden ser muy contrastantes, se puede concluir que la
estimación de GPP, con base en la relación de la Reco con la temperatura del sitio, puede ser bien
aplicada en ecosistemas donde los suelos o sedimentos no muestran prolongados periodos de inundación
o saturación. En este sentido, la SIF obtenida del sensor TROPOMI puede ser una buena alternativa para
particionar la NEE (obtener GPP) en ecosistemas que muestran que la Reco puede ser bien caracterizada
por el comportamiento de la temperatura.
Agradecimientos
Los autores agradecen el apoyo brindado por el M.I. Juan Gómez Liera, Técnico Académico del Instituto de Ingeniería de la UNAM.
Así como las facilidades otorgadas por el Ejido Sisal, así como a los ejidatarios del municipio de Hunucmá, Yucatán y a la agrupación
“Chencoopoo X’kankay”. También agradecemos el apoyo brindado por el LANRESC, el apoyo del Proyecto CONACYT-SEMARNAT
278608, y el apoyo del PINCC-UNAM 2020. El primer autor agradece el apoyo ofrecido por la Estancia Posdoctoral CONAHCYT (CVU:
490291) y el apoyo del Programa de Fomento y Apoyo a Proyectos de Investigación (PROFAPI-ITSON 2023-103). El segundo autor
agradece el apoyo recibido por el proyecto financiado por la convocatoria del Programa de Fomento y Apoyo a Proyectos de Investigación
(PROFAPI-ITSON 2023-085). El tercer autor agradece el apoyo ofrecido del Programa de Fomento y Apoyo a Proyectos de Investigación
(PROFAPI-ITSON 2023-089).
Literatura Citada
Baker, N. 2016. Chlorophyll Fluorescence: A Probe of Photosynthesis In Vivo. Annu. Rev. Plant Biol, 59, 89–113
Granados‐Martínez, K. P., E. A. Yépez, Z. M. Sánchez‐Mejía, H. A Gutiérrez‐Jurado and L. A. Méndez‐Barroso. 2021. Environmental
controls on the temporal evolution of energy and CO2 fluxes on an arid mangrove of Northwestern Mexico. Journal of Geophysical
Research: Biogeosciences, 126(7), e2020JG005932.
Köhler, P., M. J. Behrenfeld, J. Landgraf, J. Joiner, T. S. Magney and C. Frankenberg. 2020. Global retrievals of solar‐induced chlorophyll
fluorescence at red wavelengths with TROPOMI. Geophysical Research Letters, 47(15), e2020GL087541.
Liu, Q., F. Zhang, J. Chen and Y. Li. 2020. Water stress altered photosynthesis- vegetation index relationships for winter wheat. Agronomy
Journal, 112.2944–2955 doi:10.1002/agj2.20256.
Liu, F., C. Wan and X. Wang. 2021. Can vegetation index track the interannual variation in gross primary production of temperate
deciduous forests?. Ecological Processes. 10(51), 1-11 doi.org/10.1186/s13717-021-00324-2.
Reichstein, M., Falge, E., Baldocchi, D., Papale, D., Aubinet, M., Berbigier, P., Bernhofer, C., Buchmann, N., Gilmanov, T., Granier, A.,
Grünwald, T., Havránková, K., Ilvesniemi, H., Janous, D., Knohl, A., Laurila, T., Lohila, A., Loustau, D., Matteucci, G., Meyers,
T., Miglietta, F., Ourcival, J.-M., Pumpanen, J., Rambal, S., Rotenberg, E., Sanz, M., Tenhunen, J., Seufert, G., Vaccari, F., Vesala,
T., Yakir, D. and Valentini, R. 2005. On the separation of net ecosystem exchange into assimilation and ecosystem respiration:
review and improved algorithm. Global change biology, 11(9), 1424-1439.
Rojas‐Robles, N. E., J. Garatuza‐Payán, J. C. Álvarez‐Yépiz, Z. M. Sánchez‐Mejía, R. Vargas and E. A. Yépez. 2020. Environmental
controls on carbon and water fluxes in an old‐growth tropical dry forest. Journal of Geophysical Research: Biogeosciences, 125(8),
e2020JG005666.
Turner, A. J., P. Köhler, T. S. Magney, C. Frankenberg, I. Fung and R. C. Cohen. 2020. A double peak in the seasonality of California’s
photosynthesis as observed from space. Biogeosciences, 17(2), 405–422. doi:10.5194/bg-17-405-2020.
Uuh‐Sonda, J. M., B. Figueroa‐Espinoza, H. A. Gutiérrez‐Jurado and L. A. Méndez‐Barroso. 2022. Ecosystem productivity and
evapotranspiration dynamics of a seasonally dry tropical forest of the Yucatan Peninsula. Journal of Geophysical Research:
Biogeosciences, 127(1), e2019JG005629.
Uuh‐Sonda, J. M., Z. Sánchez-Mejía, y B. Figueroa‐Espinoza. 2023. Análisis de flujos ecohidrológicos ecosistema-atmósfera en un
manglar de la Península de Yucatán. VI Congreso Mexivano de Ecosistemas de Manglar.
Verduzco, V. S., J. Garatuza‐Payán, E. A. Yépez, C. J. Watts, J. C. Rodríguez, A. Robles‐Morua, and E. R. Vivoni. 2015. Variations of
net ecosystem production due to seasonal precipitation differences in a tropical dry forest of Northwest Mexico. Journal of
Geophysical Research: Biogeosciences, 120(10), 2081-2094.

3.3. Almacenes de carbono aéreo en manglares conservados y en restauración:

Yucalpetén y Progreso, Yucatán
Us-Balam Heimi G.1,*; Cortés-Esquivel José L.1,2; Ramírez-García Silvia A.1; Herrera-Silveira Jorge
A.1,3 y Teutli-Hernández Claudia1,4
1
Laboratorio de Producción Primaria, Departamento de Recursos del Mar, CINVESTAV Unidad Mérida, Km 6, Antigua Carretera Mérida-
Progreso, Cordemex, 97310, Mérida, Yucatán, México.
2
Departamento de Recursos del Mar, Doctorado en Ciencias Marinas, CINVESTAV Unidad Mérida, Km 6, Antigua Carretera Mérida-
Progreso, Cordemex, 97310, Mérida, Yucatán, México.
3
Laboratorio Nacional de Resiliencia Costera (LANRESC), Mérida, Yucatán, México.
4
Escuela Nacional de Estudios Superiores Unidad Mérida, Universidad Nacional Autónoma de México, Ucú, Yucatán.
*
Autor para correspondencia: amy_griseldy@hotmail.com.
Resumen
El ecosistema de manglar representa uno de los sumideros de carbono más importantes en el mundo.
Debido a su ubicación cercana a la costa, están amenazados por la deforestación y/o cambios en el uso
de suelo. Los manglares degradados, al carecer de cobertura vegetal, pierden significativamente su
capacidad de almacenamiento y secuestro de carbono, de ahí la importancia de estrategias de
conservación y restauración en esas áreas de manglar. La biomasa vegetal es un componente importante
para aumentar las reservas de carbono en el ecosistema. El objetivo de este estudio fue determinar el
almacén de carbono aéreo en dos sitios de manglar (Progreso y Yucalpetén) con diferentes condiciones
(conservado y en proceso de restauración). Se analizaron la estructura vegetal y los parámetros
fisicoquímicos del agua intersticial in situ. Los resultados mostraron que Progreso (en proceso de
restauración) fue el sitio con mayor densidad de árboles; 19,266 ± 1,603 ind. ha-1, mientras que la
densidad más baja se registró en Yucalpetén (conservado); 5,000 ± 3,553 ind. ha-1. El mayor almacén
de carbono aéreo se registró en Progreso (conservado) y el menor almacén se registró en Yucalpetén
(conservado); 38 ± 13 Mg C ha-1 y 25 ± 5.8 Mg C ha-1, respectivamente. En ambos casos, los almacenes
de carbono aéreo en Progreso y Yucalpetén (en proceso de restauración) representan aproximadamente
un tercio del almacén de carbono aéreo en sitios conservados. El mayor almacén de carbono en Progreso
(conservado) se debe a una mejor estructura forestal (mayor densidad de árboles, diámetro y altura) y
menor salinidad del agua intersticial.
Palabras clave: Carbono aéreo; almacén de carbono; cambio climático.
Abstract
Mangrove ecosystems represent one of the most important carbon sinks in the world. Due to their location
near to the coast, they are threatened by deforestation and/or land use change. Degraded mangroves, by
not having vegetation cover, significantly lose their carbon storage and sequestration potential, therefore
the importance of conservation and restoration strategies in these mangrove areas. Vegetation biomass
is an important component to increase ecosystem carbon stocks. The aim of this study was to determine
underground carbon storage in two mangrove sites (Progreso and Yucalpeten) with different conditions
(conserved and undergoing restoration). Vegetation structure and porewater parameters were analyzed
in situ. The results showed that Progreso (undergoing restoration) was the site with the highest tree
density; 19,266 ± 1,603 ind. ha-1, meanwhile, the lowest density was registered in Yucalpeten
(conserved); 5000 ± 3553 ind. ha-1. The highest underground carbon stock was registered in Progreso
(conserved), and the lowest carbon stock was registered in Yucalpeten (conserved); 38 ± 13 Mg C ha-1
and 25 ± 5.8 Mg C ha-1, respectively. In both cases, the underground carbon stocks in Progreso and

Yucalpeten (undergoing restoration) represent approximately one third part of underground carbon stock
in conserved sites. The highest carbon stock in Progreso (conserved) as a result of a better forest structure
(highest tree density, diameter, and height) and lowest porewater salinity.
Key words: aboveground carbon; carbon stocks; climate change.
Introducción
Los manglares como ecosistema representan uno de los almacenes más importantes de carbono en el
mundo (Herrera-Silveira et al., 2016; Cinco-Castro et al., 2020). Al encontrarse en zonas cercanas a la
costa, son amenazados por la deforestación y el cambio de uso de suelo para el desarrollo de
infraestructura turística, por lo que pierden de forma significativa la capacidad de almacenamiento, de
ahí la importancia de conservar y restaurar este tipo de bosques (Teutli-Hernández et al., 2020).
Los manglares son de los ecosistemas más productivos en la generación y exportación de materia
orgánica, contribuyendo a los ciclos biogeoquímicos, donde uno de los que sobresalen por su
importancia, es el ciclo del carbono (Mitsch y Gosseink, 2000). Debido a su cercanía con la costa, cuentan
con una influencia hidrológica directa generando condiciones anóxicas que permiten el almacenamiento
de carbono por largos periodos de tiempo.
Hoy en día, la variabilidad de los almacenes de carbono en manglares es muy estudiada (Dittmar et
al., 2006; Kauffman y Donato, 2012; Herrera-Silveira, 2016), sin embargo, el análisis de la biomasa
aérea bajo diferentes condiciones (conservado vs restaurado) ha sido poco estudiada, tomando en cuenta
que los aportes de la biomasa son de suma importancia en el almacenamiento de carbono (Teutli-
Hernández et al., 2017).
Los manglares almacenan carbono en la biomasa aérea (hojas, tallos, raíces adventicias, propágulos,
neumatóforos) y en el suelo (sedimento y raíces) (Donato et.al., 2011). Estudios previos indican que los
manglares pueden almacenar hasta cinco veces más carbono orgánico en sus suelos que otros tipos de
bosques. Sin embargo, la degradación de estos puede liberar y emitir una gran cantidad de CO2 hacia la
atmósfera (Herrera-Silveira et al., 2014). Por ello es importante generar proyectos de restauración que
permitan: i) recuperar las funciones de los manglares, ii) recuperar la cobertura vegetal, iii) incrementar
el acervo de carbono tanto aéreo como subterráneo y, iv) mejorar las condiciones estructurales de los
manglares.
Por lo tanto, el objetivo de este trabajo fue determinar el almacén de carbono en dos sitios de manglar
en Yucatán, bajo diferentes condiciones (conservado y en restauración).
Área de estudio
El área de estudio se localiza en la costa norte de la Península de Yucatán, en el municipio de Progreso,

en el cual se seleccionaron dos sitios de estudio: Yucalpetén y La ciénega de Progreso (Figura 1). La
ciénega de Progreso se localiza a un costado de la pista de remo y canotaje dentro del municipio de
Progreso. Tiene una extensión aproximada de 150 ha (21°16´03´ý 21°17´17´´ N, 89°37´24´´ y
89°42´09´´W). Al norte limita con el canal de Yucatán (parte central entre el Golfo de México y Océano
Atlántico); al este con la localidad urbana de Chicxulub Puerto; al sur con una zona de manglar, además
del puerto de abrigo; y al oeste con la localidad urbana de Chelem. Por otro lado, la localidad de
Yucalpetén se localiza a 1 km del puerto de Progreso (21° 28' N y 89° 7' W), limita con las localidades
de Chuburná y Progreso (SEMAR 2013). Ambos sitios de estudio, presentan un clima de tipo cálido
semi-seco de marzo a junio, con intensas lluvias de julio a octubre; presentan vientos del norte con lluvias

de menor intensidad el resto del año. La temperatura media anual es de 25.6°C, registrando la máxima
temperatura en el mes de mayo (36°C) y la mínima en el mes de enero (24°C) (SEMAR, 2013). Resulta
importante señalar que en ambas localidades se han implementado acciones de restauración hidrológica
y antes de las acciones, los sitios restaurados carecían de vegetación.
Figura 1. Área de estudio en el municipio de Progreso en Yucatán: A) Yucalpetén; B) Ciénega de Progreso.
Se delimitaron en total 23 parcelas de muestreo, 7 parcelas para sitios conservados y 16 parcelas en

sitios restaurados. Las parcelas se establecieron con una dimensión de 10 x 10 m (100 m2) para manglares
conservados y parcelas de 5 x 5 m (25 m2) para manglares sujetos a restauración. En cada sitio se
colectaron muestras de agua superficial e intersticial a 30 cm de profundidad con un tubo de acrílico y
una jeringa. A cada muestra se le midió la salinidad (registrada en UPS) con ayuda de un refractómetro
(Master-S/Millα, ATAGO®). Además, se midieron las variables estructurales como: altura total,
diámetro a la altura del pecho (DAP), diámetro a 30 cm del suelo (D30) y cobertura de la copa. En el caso
de Avicennia germinans (A. germinans) y Laguncularia racemosa (L. Racemosa) el DAP se mide a una
altura de 1.3 m sobre el nivel del suelo, mientras que para Rhizophora mangle (R. mangle), el diámetro
se mide por encima de la última raíz aérea.
Biomasa y Carbono aéreo
La estimación de la biomasa aérea (BA) se realizó mediante las ecuaciones alométricas establecidas
por especie de manglar (Kauffman et al., 2013). La estimación de BA para cada localidad se expresó en
toneladas por hectárea. Para estimar el carbono aéreo (Mg ha-1) se multiplicó la biomasa por el factor
0.5, considerando que el 50% de la BA corresponde al contenido de carbono (Bouillon et al. 2008, IPCC,
2013).
La salinidad intersticial reportada en el municipio de Progreso antes de las accione de restauración era
de > 100 UPS (Herrera-Silveira et al., 2014). Los valores de la salinidad intersticial en ambas localidades
registraron valores muy similares entre las dos condiciones. La localidad de Yucalpetén registró un valor
promedio de 64 ± 11.3 UPS en manglares conservados, mientras que para manglares restaurados fue de
67 ± 7 UPS. Progreso registró el valor promedio en manglar conservado de 55 ± 11.4 UPS, mientras que
para el manglar en restauración fue de 60 ± 17.9 UPS (Figura 2).

Figura 2. Promedio de salinidad de los sitios Yucalpetén y Progreso por condición de manglar (Las barras indican desviación
estándar).
Con respecto a los resultados de las variables estructurales, en Progreso se registraron los individuos
con mayor altura y DAP/D30, para el manglar conservado los valores promedio fueron de 3 ± 0.7 m y 5.3
± 1.3 cm respectivamente. La densidad, Yucalpetén registró la menor densidad en sitios conservados con
5000 ± 3,553 ind. ha-1 y Progreso la mayor densidad en sitios restaurados con 19,266 ± 1,603 ind. ha-1
(Cuadro 1). En Yucalpetén, la especie dominante registrada para ambas condiciones fue A. germinans,
mientras que, para la localidad de Progreso, el manglar conservado estuvo dominado por R. mangle y el
manglar restaurado por A. germinans.
Cuadro 1. Promedio de las condiciones estructurales del manglar de los sitios Yucalpetén y Progreso. En paréntesis, se muestran
las desviaciones estándar (SD) de cada parámetro evaluado.
Localidad Condición Altura DAP / D30 Densidad Especie

(m) (cm) (ind. ha-1) dominante
Yucalpetén Conservado 2.9 3.5 Avicennia
(0.17) (0.95) 5000 (3553) germinans
Restaurado 1.8 2.17 Avicennia
(0.25) (0.25) 7333 (5268) germinans
Progreso Conservado 3 5.3 Rhizophora
(0.7) (1.3) 6133 (1616) mangle
Restaurado 2.1 2.8 19266 Avicennia
(0.54) (1.1) (1603) germinans
Los resultados del almacén de carbono aéreo demuestran variación de acuerdo a la condición de
manglar (conservado, en restauración). Para el manglar conservado en el sitio de Progreso se observaron
valores promedio de almacén de carbono de 38 ± 13 Mg C ha-1, siendo más altos que el manglar en
condición restaurado puesto que registró un almacén promedio de 14 ± 13 Mg C ha-1; a diferencia de
Yucalpetén que reporta el menor valor en ambas condiciones con un promedio de 25 ± 5.8 Mg C ha-1 en
sitios conservados, siendo menor en manglares en restauración 5.3 ± 5 Mg C ha-1 (Figura 3).

Figura 3. Promedio de almacén de carbono aéreo Yucalpetén y Progreso por condición de manglar. Las barras indican desviación
estándar (SD).
Los resultados indican que el almacén de C aéreo para manglares restaurados en Progreso es mayor
con respecto a lo reportado para manglares chaparros dominados por A. germinans con 13 ± 1.3 Mg C
ha-1 (Sara-Morales et al., 2021) ya que presenta características estructurales similares al área de estudio.
A pesar de la disminución de la salinidad, los valores registrados son altos para especies con menor
tolerancia, por esta razón, la especie dominante en ambos sitios fue A.germinans, ya que tienen mayor
tolerancia a altas concentraciones de sal (Cintrón y Schaeffer-Novelli, 1983) y se desarrolla en forma de
un matorral de baja altura (< 3 m) (Flores-verdugo et al., 2007). Por otro lado, el almacén de C aéreo en
manglares conservados, está relacionado con el desarrollo estructural en altura y DAP del manglar.
Estudios recientes indican que la salinidad baja drásticamente de niveles hiperhalinos a condiciones
aptas para el desarrollo de la vegetación en sitios como Celestún, a consecuencia de las acciones de
restauración hidrológicas (Teutli-Hernandez et al., 2017). De acuerdo con Herrera-Silveira et al., (2014),
debido a la interrupción de los flujos hídricos y antes de las acciones de restauración, la salinidad
intersticial registrada en la localidad de Progreso era de > 100 UPS, por lo que se demuestra que las
acciones de restauración realizadas en manglares degradados en Yucalpetén y Progreso han favorecido
la disminución de la salinidad y esto ha permitido el desarrollo del manglar. Las áreas demasiado someras
no reciben agua con la frecuencia apropiada y tenderán a salinizar limitando el crecimiento de manglar,
mientras que zonas muy profundas impedirían el establecimiento de propágulos por ahogamiento
(Herrera-Silveira et al., 2014), por esta razón es importante la nivelación topográfica y los aportes de
agua al área ya que son determinantes en el desarrollo y distribución del manglar. Ambos sitios han sido
depósitos de material de dragado, lo cual ha modificado la topografía y con ello la hidrología del sitio.
Progreso recibe agua de dos fuentes agua dulce cuyo origen es tierra adentro ya sea subterráneo o
escorrentía, y de la laguna costera de Chelem (Herrera-Silveira et al., 2014), a diferencia de Yucalpetén
donde la ruptura del acuitardo costero (por la construcción y el dragado de dársenas portuarias) provocó
la intrusión del agua del mar hacia el interior de la cuenca, reduciendo la concentración del agua dulce
disponible (Batllori-Sampedro et al., 2006).
Estudios como el de Teutli-Hernánez et al., (2020), indican que las acciones de restauración como la
rehabilitación hidrológica son fundamentales para regular las condiciones fisicoquímicas, especialmente
la salinidad. En este trabajo se observa que, después de aproximadamente 10 años del inicio de las
acciones de restauración, los niveles de salinidad han disminuido, incluso se puede observar que las
condiciones salinas son muy parecidas entre el manglar conservado con respecto al sitio que se encuentra
en restauración, favoreciendo el incremento de la cobertura de manglar y con ello el acervo de C aéreo.

Conclusiones
Uno de los componentes que determina el desarrollo, distribución y dominancia de las comunidades
de manglar es la microtopografía y los aportes de agua. Ambas localidades fueron depósito de dragado,
provocando alteraciones en la topografía e hidrología, por esta razón se implementaron acciones de
restauración hidrológica para la recuperación de áreas de manglar. A comparación de Yucalpetén,
Progreso, tiene aportes de agua subterránea y de la laguna de Chelem favoreciendo a un mejor desarrollo
de la vegetación (altura, diámetro y densidad) y mayor almacén de Carbono aéreo en ambas condiciones
(conservados y en restauración). Sin embargo, se puede concluir que, en ambas localidades, las acciones
de restauración hidrológica tienen un efecto positivo, disminuyendo la salinidad intersticial, lo que
contribuyó al desarrollo de la vegetación, reflejándose en sus variables estructurales y favoreciendo al
incremento en el almacén de carbono aéreo.
Agradecimiento
Al CINVESTAV Unidad Mérida, A los fondos de los proyectos del Dr. Jorge Alfredo Herrera
Silveira, al equipo de colaboradores del Laboratorio de Producción Primaria, por el apoyo a la colecta y
análisis de las muestras. al Consejo Nacional de Ciencia y Tecnología (CONAHCYT) por el apoyo
económico con la beca de doctorado de J.L. Cortés.
Literatura citada
Batllori-Sampedro, E. González-Piedra, J. I. Díaz-Sosa y J. L Febles-Patrón. 2006. Caracterización hidrológica de la región costera

noroccidental del estado de Yucatán, México. Investigaciones geográficas, (59), 74-92.
Cinco-Castro, S. and J. Herrera-Silveira. 2020. Vulnerability of mangrove ecosystems to climate change effects: The case of the Yucatan
Peninsula. Ocean & Coastal Management, 192, 105196.
Dittmar, T., N. Hertkorn, G. Kattner, and R. J. Lara. 2006. Mangroves, a major source of dissolved organic carbon to the oceans. Global
Biogeochem. Cycles 20. GB1012, doi: 10.1029/2005GB002570.
Donato, D. C., J. B. Kauffman, D. Murdiyarso, S. Kurnianto, M. Stidham, and M. Kanninen. 2011. Mangroves among the most carbon-rich
forests in the tropics. Nature Geosci. 4: 293-297. doi: 10.1038/ngeo1123.
Herrera-Silveira, J. A., A. Camacho Rico, E. Pech, M. Pech, J. Ramírez-Ramírez, y C. Teutli-Hernández. 2016. Dinámica del carbono
(almacenes y flujos) en manglares de México. Terra Latinoamericana, 34(1), 61-72.
Herrera-Silveira, J. A., C. Teutli-Hernández, A. Zaldívar-Jiménez, R. Pérez-Ceballos, O. Cortés-Balán, I. Osorio-Moreno, J. Ramírez-
Ramírez, J. Caamal-Sosa, M. T. Andueza-Briceño, Torres y H. Hernández-Aranda. 2014. Programa regional para la caracterización
y el monitoreo de ecosistemas de manglar del Golfo de México y Caribe Mexicano: Península de Yucatán. Centro de Investigación
y de Estudios Avanzados-Mérida. Informe final SNIB-CONABIO, proyecto No. FN009. México, D. F.
Kauffman, J. B. and D. Donato. 2012. Protocols for measurement, monitoring and reporting structure, biomass and carbon stocks in
mangrove forest. Working Paper 86. Center for International Forestry Research (CIFOR). Bogor, Indonesia.
Mitsh, W. J. and J. G. Gosselink. 2000. Wetlands. John Wiley. NewYork, NY, USA.
Teutli-Hernández, C., J. A. Herrera-Silveira, D. J. Cisneros-de la Cruz y R. M. Román-Cuesta. 2020. Guía para la restauración ecológica
de manglares: Lecciones aprendidas. CIFOR.
Teutli-Hernández C., M. Menéndez, F. Comín y J. A. Herrera-Silveira. 2017. Captura de carbono aéreo en una zona de manglar restaurado.
Programa Mexicano del Carbono. 258-266 pps.

3.4. Temperatura satelital como proxy para el cálculo de omega aragonita en

Bahía de los Ángeles.
Martínez-Fuentes Luz M.1b; Norzagaray-López Orión1a,*; Hernández-Ayón Martín1a; Santamaría-del-

Ángel Eduardo1b; González-Silveira Adriana1b; Solana-Arellano Ma. Elena2 y Zirino Weiss Alberto3.
1 Institutode Investigaciones Oceanológicas (IIO)a – Facultad de Ciencias Marinas (FCM)b, Universidad Autónoma de Baja California
(UABC). Carretera Tijuana-Ensenada 3917, CP 22860, Ensenada, Baja California, México.
2 Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. Carretera Ensenada - Tijuana No. 3918,
Zona Playitas, CP. 22860, Ensenada, B.C. México.

3 Scripps Institution of Oceanography, 9500, Gilman Drive, La Jolla, CA. 92093.
*Autor para correspondencia: orion.norzagaray@uabc.edu.mx
Resumen
La superficie del océano absorbe aproximadamente un tercio del exceso de CO2 gas liberado a la
atmósfera por causas antropogénicas, una consecuencia directa es la disminución del pH y de omega
aragonita en la superficie del mar, o acidificación del océano (AO). En Bahía de Los Ángeles, B.C.
(BLA) habita el coral Porites panamensis; el sistema del CO2 en BLA es controlado por la dinámica
estacional del Canal de Ballenas (CB): mezcla vertical acarreando a superficie agua profunda con bajo
estado de saturacion del aragonita (Ωara) y pH. Valores bajos de Ωara y pH tienen repercusiones negativas
en la estructura morfológica de los corales. Los trabajos que han utilizado la temperatura derivada de
sensores remotos como proxy para calcular variables del sistema de CO2, se han enfocado en la región
de las Grandes Islas y el Canal de Ballenas. El propósito de este trabajo es utilizar la temperatura satelital
(SSTsat) como proxy para estimar el Ωara, como una herramienta para el monitoreo de la zona costera.
Para esto, se recolectó agua de mar mensualmente en tres estaciones entre junio de 2017 y octubre de
2019. A las muestras se les midió la salinidad, temperatura (Temin situ), concentración de carbono y
alcalinidad totales (±3µmol kg-1) y se calculó el pHTot y Ωara. Se observó una buena correspondencia
entre datos de Temin situ y los datos de SSTsat, así mismo, las relaciones empíricas de Ωara vs Temin situ
(rpearson=0.94; error asociado= 0.051) y Ωara vs SSTsat muestran una buena correspondencia para el cálculo
de Ωara.
Palabras clave: Variabilidad estacional; estado de saturación de aragonita; sensores remotos;

acidificación.
Abstract
Ocean surface absorbs approximately one third of the CO2 gas released into the atmosphere by
anthropogenic causes, a direct consequence is the decrease in pH and saturation state of aragonite (Ωara)
at the sea surface, or ocean acidification (AO). In Bahia de Los Angeles, B.C. (BLA) inhabits the coral
Porites panamensis; CO2 system in BLA is controlled by the seasonal dynamics of the Canal de Ballenas
(CB): vertical mixing bringing to the surface deep water with low Ωara and pH. Low values of Ωara and
pH have negative repercussions on morphological structure of corals. Many of projects have used the
temperature derived from remote sensing as a proxy to calculate variables of the CO2 system, they have
been focused on the region of the large islands and the Ballenas Channel. The main goal of this work is
to use satellite temperature (SSTsat) as a proxy to estimate the Ωara, as a tool for monitoring the coastal
zone. For this purpose, seawater was collected monthly at three stations between June 2017 and October
2019. We measured salinity, temperature (Temin situ), concentration of total carbon and alkalinity (±3μmol
kg-1), and pHTot and Ωara were calculated. A good correspondence was observed between Temin situ data

and SSTsat data, likewise, the empirical relationships of Ωara vs Temin situ (rpearson = 0.94; associated error
= 0.051) and Ωara vs SSTsat show a good correspondence for the calculation of Ωara.
Key word: Seasonal variability; saturation state of aragonite; remote sensing; acidification.
Introducción
La superficie del océano absorbe aproximadamente un tercio del exceso de CO2 gas que es liberado a
la atmósfera por causas antropogénicas, y una consecuencia directa es la disminución del pH y del estado
de saturación de aragonita (Ωara) en la superficie del mar, o acidificación del océano (AO; Kleypas et al.,
1999a; Le Quéré et al., 2015). La saturación de estado de saturación del aragonita (Ωara) y de calcita
(Ωcal) están en función de la concentración de CO32- disponible (Zeebe, 2012), ya que es producto de las
concentraciones del ion calcio (Ca2+) y del ion carbonato (CO32-) dividido entre la constante del producto
de solubilidad (Kps), ya sea para aragonita o calcita (Feely et al., 1988): Ωara = [Ca2+] [CO32-]/Kps (Ec.
1). Donde [Ca2+] se obtiene a partir de la salinidad y el ion carbonato se obtiene de la combinación de
dos de los cuatro parámetros que describen el sistema de los carbonatos y mediciones de la presión,
salinidad y temperatura (Dickson et al., 2007). Valores de Ωara > 1 indican que el sistema del CO2 del
agua de mar presenta condiciones que favorecen la precipitación de carbonato de calcio en forma de
aragonita, o bien, que se favorece la preservación de estructuras calcáreas (Fabry et al., 2008). En la
superficie de los océanos tropicales se han reportado valores de Ωara de 4 unidades, lo que indica que se
favorece la precipitación observada en diversos calcificadores marinos (Gledhill et al., 2009).
La AO es considerada una amenaza para los arrecifes de coral (IPCC, 2013), ya que una gran cantidad
de estudios de laboratorio ha mostrado que la formación de sus exoesqueletos (i.e., la tasa de
calcificación) se ve comprometida bajo condiciones de bajo pH y/o Ωara (Allemand et al., 2011). Tal es
el caso de especies de coral del género Porites, a las cuales, condiciones de AO afectan negativamente
la densidad esqueletal, pero no su crecimiento, y se ha pronosticado que su densidad se verá disminuida
en un ~20% (Tambutté et al., 2015), volviéndolos frágiles y potencialmente vulnerables a la bioerosión
y disolución (Norzagaray et al., 2017a).
En Bahía de los Ángeles (B.C.) se ha descrito la presencia de la especie Porites panamensis Cabral-
Tena et al., 2013; Norzagaray et al., 2014). Esta bahía se caracteriza por una alta productividad primaria
(Muñoz-Barbosa et al., 1991; Halfar et al., 2005; López-Tejada, 2020), debido a las altas concentraciones
de nutrientes (Torres-Delgado et al., 2013), asociadas al transporte vertical de las masas de agua, como
el transporte agua subsuperficial subtropical hacia la superficie, que acarrea agua con altas
concentraciones de carbono inorgánico disuelto (CID) proveniente del Canal de Ballenas (CB;
Hernández-Ayón et al., 2013; Martínez-Fuentes et al., 2022). El aporte de las masas de agua presenta
variabilidad estacional y en BLA influyen en el Ωara, por ejemplo, el aumento de la temperatura
aumentará la concentración de iones de carbonato debido a las dependencias de las constantes de
equilibrio a la temperatura (y salinidad; Gledhill et al., 2009).
Para evaluar procesos biogeoquímicos y estimar las variables del sistema del CO2, recientemente se
han utilizado las observaciones satelitales (Munro et al., 2015). Sin embargo, estas observaciones deben
evaluarse cuidadosamente con mediciones in situ (Munro et al., 2015), buscando la mejor combinación
de herramientas (p. ej., observaciones satelitales, mediciones in situ y modelos numéricos) para optimizar
el contenido de información (Donlon et al., 2002).
Para alcanzar esta visión sinóptica, utilizando datos de temperatura satelital, y cercano a BLA, en la
Región de las Grandes Islas (RGI), Zirino et al. (1997) utilizaron datos de temperatura satelital y datos
de campo de pH y salinidad como herramienta para calcular la pCO2. Para esta región, Hernández Ayón
et al. (2013), utilizaron datos de temperatura del sensor Modis Terra para obtener mapas de estimaciones
del CID, además, son los primeros en mencionar la posibilidad de calcular otras variables del sistema de
carbono, cómo el Ωara superficial. Martínez-Fuentes et al. (2022) calcularon una serie de tiempo de 20

años de CID en BLA usando la relación de temperatura-CID, utilizando imágenes multisensor (es decir,
datos de temperatura obtenidos de diferentes sensores). Sin embargo, para el CB y BLA no existen
trabajos que relacionen directamente el Ωara con datos de temperatura de datos satelitales. Es por eso que
el objetivo del presente estudio es proponer un modelo para el cálculo de Ωara en Bahía de los Ángeles,
a partir de la relación de temperatura in situ y temperatura satelital.
La zona de estudio fue Bahía de los Ángeles que está ubicada en la región de las grandes islas (RGI),
en la parte central del Golfo de California (GC; Figura 1; 29°2Ń, 113°33´W - 28°57Ń, 113°29´W), y
contigua al Canal de Ballenas.
Figura 1. Área de estudio ubicada en la Región de las Grandes Islas (RGI) del Golfo de California (a). Localización de BLA y el
Canal de Ballenas (b) indicando los lugares en dónde se obtuvieron los datos de temperatura anual. En “b”, los círculos negros
indican las ubicaciones y los números de las estaciones de muestreo en Bahía de los Ángeles (BLA) entre junio de 2017 y octubre
de 2019.
Con respecto a la morfología de la bahía, mide ~16 km de largo y ~6.4 km en su sección más ancha,
La entrada de la bahía mide alrededor de 10 km de largo y está interrumpida en el medio por la isla
Ventana y otras seis pequeñas islas y al sur por la isla Cabeza de Caballo y otras dos pequeñas islas
(Lavaniegos et al., 2012). En la RGI y CB, se presentan dos escenarios estacionales que modifican a las
variables biogeoquímicas (p. ej. El CID; Hernández-Ayón et al., 2013). (1) durante invierno se observa
la presencia de agua ricas en CO2, y (2) en verano, con una condición de menor concentración del CID
(Martínez-Fuentes et al., 2022). Estos escenarios en BLA están en función de la influencia de dos masas
de agua provenientes del CB: (1) el agua del Golfo de California (AGC) para el verano con una salinidad
> 35 ups, temperatura >12 °C y CID ⁓2080 μmol kg-1, y (2) el agua Subsuperficial Subtropical (ASSt)
en invierno, con temperatura entre 9 a 18 °C, salinidad < 34.4 ups y ⁓2300 μmol kg-1.
En Bahía de los Ángeles (BLA) ocurren procesos biogeoquímicos modulados por el intercambio entre
masas de agua con el Canal de ballenas y que favorecen a los productores primarios. El aporte estacional
de las masas de agua del Canal de Ballenas con Bahía de los Ángeles, regulan el Ωara, ya que, junto al
enriquecimiento/disminución estacional de CID, la variación de temperatura y salinidad, también afectan
el estado de saturación. Se colectaron muestras discretas mensualmente entre junio de 2017 y octubre de
2019 de las estaciones indicadas en la Figura 1b. En cada estación se recolectó agua en superficie (0m)
y una segunda muestra entre 16 o 25m (dependiendo de la batimetría medida in situ), obteniendo un total
de 12 muestras por mes.
La temperatura in situ fue medida directamente de la botella Niskin con un termómetro digital [± 0.01
°C, YSI4600, Yellow Springs Instruments (YSI), USA]. La salinidad de las muestras fue determinada en
el laboratorio usando un salinómetro (± 0.1; YSI3200, YSI, USA). A las muestras se les midió la
alcalinidad total (AT) mediante titulación de celda abierta, siguiendo el procedimiento descrito por
Dickson et al. (2007) y con un sistema automatizado (Model P-TA, PONTUS, México;
https://pontusbaja.com/). El CID fue cuantificado coulométricamente, utilizando el método descrito por

Johnson et al. (1987; CM5014, UIC, Joliet, USA). La precisión y exactitud de AT y CID estuvo en el
orden de ± 3 μmol kg-1, utilizando material de referencia certificado (A. Dickson, Scripps-UCSD).
Con la información anterior (temperatura, salinidad, CID y AT) se calculó el pH en escala de iones
totales (pHTot) y el estado de saturación de aragonita (Ωara obs) con el software CO2SYS (Lewis et al.,
1998). Un dato importante es que se consideró una versión modificada por Orr et al. (2018) para el
cálculo de su incertidumbre y esta fue de ± 0.013 para el pH y de ± 0.15 unidades para el Ωara. Se usaron
las constantes de disociación para carbonatos propuestas por Lueker et al. (2000).
El primer paso fue validar la temperatura de sensores remotos vs. datos in situ en la zona costera de
BLA aledaña al CB. El siguiente paso fue evaluar si estos datos tienen buena correspondencia con
variables biogeoquímicas para estudiar los procesos en BLA. Para ello se utilizaron imágenes diarias de
temperatura satelital del mar (SSTsat; ºC), de los pixeles cercanos a las coordenadas de las estaciones de
muestreo seleccionadas (i.e., estaciones de 1-3; Figura 1c). Los datos de SSTsat corresponden a datos de
nivel 3 (L3) proporcionados por el Dr. E. Santamaría-del-Ángel (Popeye’s laboratory, FCM-UABC), se
utilizaron datos de día a 11 micrones, y que son el resultado de imágenes diarias de SST con cobertura
local (LAC; 1 km de resolución), obtenidos de diferentes fuentes: (1) Moderate Resolution Imaging
Spectrometers (MODIS; a partir de 2002), (2) Terra (a partir de 2001), (3) Aqua (a partir de 2003) y (4)
Suomi-NPP Visible Infrared Imager Radiometer Suite (VIIRS; a partir de 2012).
Una primera aproximación de esta propuesta fue evaluar la relación entre temperatura in situ (Temin
situ; medidas discretas superficiales) y SSTsat, la cual fue analizada mediante análisis de regresión lineal
simple, SSTsat=bo+b1*Temin situ. Para lo cual se seleccionaron los datos de SSTsat concordantes del día en
el que se realizó cada monitoreo in situ (SSTsat diarios), con el fin de observar qué tanto se aproximan los
datos satelitales con los datos tomados en campo. Posteriormente, y despues de haber verificado una
buena correspondencia entre temperaturas (in situ y sensores remotos), se evaluó si la temperatura in situ
mostraba una buena correspondencia con el Ωara observado (Ωara obs), datos con los cuales se construyó
el modelo propuesto. Con respecto a los análisis de regresión, el análisis se llevó a cabo con un α=0.05;
ademas, se empleó un protocolo para calibrar y validar el modelo lineal obtenido, para lo cual se utilizó
el 70% de los datos seleccionados aleatoriamente para generar el modelo lineal y el 30% de los datos
restantes fueron usados para validar el modelo. Para cada caso (contraste entre temperatura in situ vs
sensores remotos, asi como Ωara vs temperatura in situ) el error del modelo propuesto fue calculado como
el promedio de las diferencias absolutas entre valores observados y calculados a partir del 30% de los
datos destinados para la validación, también conocido como MAE (por sus siglas en inglés). Para el
cálculo de la Ωara calc con el modelo propuesto (ecuación 3) tiene asociado un error de 0.051 unidades.
𝑀𝑀𝑀𝑀𝑀𝑀 = 𝛴𝛴| ∨ 𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺 − 𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺𝛺| (2)
Ωara calc = 0.119 * SSTsat (3)
A partir de la relación de los datos de Temin situ y de SSTsat cor (n=57; Figura 2), se obtuvo un coeficiente
de correlación de pearson de 0.95. La prueba de hipótesis para significancia de los coeficientes de
regresión lineal entre los datos de Temin situ y datos de SSTsat cor (Figura 2), indican que el valor del
intercepto fue mayor al valor de p=0.05, por lo que se rechaza el intercepto, mientras el valor de la
pendiente es menor a 0.05, por lo que no se descarta la pendiente en la ecuación lineal. La SSTsat fue
similar en magnitud y estacionalidad a la Temin situ del área de estudio (Figura 2) en BLA y a la reportada
en otras zonas costeras ubicadas en el CB y cercanas a BLA (Martínez-Díaz-de-León et al., 2006), con
temperaturas entre 16 a 29 °C y una estacionalidad marcada entre invierno y verano.

Figura 2. Datos de SSTsat diarios versus temperatura medida in situ (°C; datos superficiales). La escala de color indica el mes. La
línea gris punteada indica el modelo lineal propuesto. Se observan los datos correspondientes a las estaciones 1 a 3.
Con respecto a la relación de Temin situ vs. Ωara obs, al realizar la prueba de hipótesis para significancia
de los coeficientes de regresión lineal (Figura 3a), los valores de p>0.05 indican una baja probabilidad
de rechazo a la pendiente, el valor p>0.05 del intercepto, indican que se descarta de la ecuación lineal.
Esta misma prueba de hipótesis para la significancia de los coeficientes se realizó para la regresión lineal
del 30 % restante de los datos entre Ω observado vs. calculado (Figura 3b), con una p< 0.05 para la
pendiente y una p>0.05 del intercepto, por lo que se decidió rechazar el intercepto. En ambas regresiones
(Temin situ vs Ωara obs y Ω observado vs. calculado), los residuos cumplieron con los supuestos de
normalidad (gráfico de normalidad) y homocedasticidad (resultados no mostrados). Considerando los
análisis de correlación entre las variables, podría resultar útil la relación temperatura in situ y Ωara para
modelar series de tiempo de Ωara calc para esta región usando datos de SSTsat.
Figura 3. Se muestran la regresión lineal simple entre Temin situ vs. Ωara obs (A; 70% de los datos in situ usados para la calibración
del modelo) usados para generar la ecuación 3, así como la relación entre el Ωara obs vs. Ωara calc (B; 30% de los datos in situ usados
para la validación y cálculo del error).
Tendencia y estacionalidad de una serie de tiempo de 20 años del Ωara calc
Los datos de temperatura in situ estuvieron en un rango de 14 a 28 °C. Los datos de temperatura, CID
y Ωara obs presentaron una estacionalidad marcada, con dos escenarios contrastantes entre invierno y
verano. Durante los meses de invierno se presentaron valores menores de Ωara obs (entre 1.6 a 2.8
unidades).

Figura 4. Series de tiempo de datos discretos colectados en el periodo de 2017 a 2019 en BLA. Se observa estacionalidad en la (a)
temperatura, (b) Ωara obs. Los datos observados para las tres estaciones de estudio se muestran en gris, mientras que su valor
central (mediana) y dispersión (desviación absoluta de la media) en color negro.
La serie de tiempo de SSTsat de la estación 3 mostró un intervalo anual entre los 14 a 29 °C (Figura
4a), siguiendo una marcada estacionalidad, con una media de 21 °C, con valores similares al patrón
reportado para los datos de temperatura discretos. La serie de SSTsat presentó un periodo frío en invierno
(temperatura mínima ⁓14 °C), el cual se incrementa durante los meses de mayo a junio para llegar a un
periodo cálido en verano con los valores más altos (~29 °C). Dicha condición se extendió hasta
noviembre.
Figura 5. Serie de tiempo de 20 años de la SSTsat cor (A) y del Ωara calc (B) para las diferentes estaciones de muestreo en BLA. Con
respecto al estado de saturación, las estaciones presentaron el mismo comportamiento estacional, así como una amplitud similar.
El rango de Ωara calc reportado en el presente trabajo es similar al rango observado para distintos lugares
del Golfo de California (variación anual de 1.5 a 3.5 unidades; Figuras 4b y 5b). Para algunos lugares
del GC se han registrado valores de Ωara < 3.5 unidades (3.34-3.49 unidades; Kleypas et al., 1999b).
Norzagaray et al. (2017b) reportaron para Cabo Pulmo una variación anual del Ωara entre 2.7 a 3.5
unidades, con una media de 3.1 (⁓0.7 unidades mayor al del presente trabajo), con un promedio de 2.8 ±
0.2 unidades para invierno, bajo la influencia de AGC (1.3 unidades mayor que el presente estudio),
mientras que para verano se observó un promedio de 3.2 ± 0.3 unidades cuando se presenta la influencia
de agua superficial tropical (AST).
Por otra parte, el promedio de los datos de Ωara calc del presente trabajo es inferior al reportado para
otros estudios en arrecifes de coral de zonas tropicales, con una diferencia ⁓0.9 unidades, con un Ωara

medio de 3.3 unidades (Bates et al., 2010; Manzello et al., 2012; Andersson et al., 2014) y ⁓0.4 unidades
menor al reportado en BLA por Cabral-Tena et al. (2013), con un promedio de ⁓2.8 unidades.
La posibilidad de calcular el Ωara con datos de temperatura, o datos hidrográficos históricos, permite
poder estudiar la estacionalidad y la tendencia a largo plazo de la acidificación en las aguas costeras
(Oliva-Méndez et al., 2016). Sin embargo, hay que resaltar la importancia de la elección de una base de
datos de temperatura satelital confiable, ya que el uso de datos diarios derivados de multisensores de una
resolución espacial de 1 km permite tener series de tiempo largas para poder distinguir diferentes escalas
temporales y espaciales. En el caso de las variaciones temporales, permite distinguir la estacionalidad,
variabilidad interanual, variabilidad decadal, etc. (Santamaría-del-Ángel et al., 2019). Además, hay que
resaltar la necesidad de combinar datos de satélite con datos medidos in situ (Sathyendranath y Platt,
1993), que, combinado con herramientas estadísticas y modelos matemáticos orientados a cuantificar el
error asociado con los datos satelitales, permitan mejorar el manejo de esta información (Selvaraj et al.,
2009), y así, poder incrementar la información de eventos espaciales y temporales en regiones de difícil
acceso para la toma de muestras in situ.
Conclusiones
En este trabajo se reporta que la temperatura superficial del mar es una herramienta útil para estimar
el Ωara en la región de estudio, dado que:
(1) la SST derivada de sensores remotos (multisensor) mostró una relación significativa con respecto
a los datos de temperatura medidos en campo, lo que permitió utilizar los datos diarios de SSTsat como
proxy para la estimación de Ωara. A partir de este procedimiento se obtuvo un error de 0.051 unidades,
valor relativamente pequeño dada la variabilidad del Ωara observado.
(2) Temporalmente, la relación encontrada entre temperatura y Ωara estimada, permiten obtener series
largas de tiempo con información en distintas escalas temporales (i.e., diaria, quincenal, mensual o
interdecadal).
Agradecimientos
Este estudio fue financiado por el CONAHCyT, mediante el Fondo Sectorial para Educación [CB-2017-18-
A1-S-21581 a CONL]. Agradecemos a CONAHCyT por la beca otorgada a LMMF para estudios de doctorado.
Agradecemos también a la Dra. Rosalía Ávalos, directora de la RBZM Bahía de los Ángeles, Canales de Ballenas,
Salsipuedes por el permiso otorgado para realizar las actividades. Finalmente, agradecemos a la M.C. Erika
Santacruz por su apoyo en el trabajo de campo.
Literatura citada
Allemand, D., É. Tambutté, D. Zoccola and S. Tambutté. 2011. Coral calcif., cells to reefs. Coral reefs: an ecosystem in transition. Sprin.,
NY. DOI:10.1007/978-94-007-0114-4_9.
Andersson, A. J., L. Yeakel, N. R. Bates and S. J. de Putron. 2014. Partial offsets in ocean acidification from changing coral reef
biogeochemistry. Nat. Clim. Chang. 4: 56–61. DOI:10.1038/nclimate2050.
Bates, N., A. Amat, and A. Andersson. 2010. Feedbacks and responses of coral calcification on the Bermuda reef sytem to seasonal changes
in biological processes and ocean acidification. Biogeosciences 7: 2509–2530. DOI:10.5194/bg-7-2509-2010.
Cabral-Tena, R. A., H. Reyes-Bonilla, S. Lluch-Cota, D. A. Paz-García, L. E. Calderón-Aguilera, O. Norzagaray and E. F. Balart. 2013.
Different calcification rates in males and females of the coral Porites panamensis in the Gulf of California. Marine Ecology Progress
Series, 476, 1-8. DOI:10.3354/meps10269.
Dickson, A.G., C.L. Sabine and J. R. Christian. (Eds.). 2007. Guide to Best Practices for Ocean CO2 Measurement. North Pacific Marine
Science Organization, British Columbia, p. 191. DOI:10.25607/OBP-1342.
Donlon, C. J., P. J. Minnett, C. Gentemann, T. J. Nightingale, I. J. Barton, B. Ward and M. J. Murray. 2002. Toward improved validation
of satellite sea surface skin temperature measurements for climate research. American Meteorological Society. 15: 353 - 369.
Fabry, V. J., B. A. Seibel, R. A. Feely and J. C. Orr. 2008. Impacts of ocean acidification on marine fauna and ecosystem processes. ICES
Journal of Marine Science 65:414–432. https://doi.org/10.1093/icesjms/fsn048.

Feely, R. A., R. H. Byrne, J. G. Acker, P. R. Betzer, C. T. A. Chen, J. F. Gendron and M. F. Lamb. 1988. Winter-summer variations of
calcite and aragonite saturation in the northeast Pacific. Marine Chemistry, 25(3), 227-241.
Gledhill, D. K., R. Wanninkhof, and C. M. Eakin. 2009. Observing ocean acidification from space. Oceanography. 22(4), 48-59.
https://www.jstor.org/stable/24861023.
Halfar, J., L. Godinez-Orta, B. Riegl, J. E. Valdez-Holguin and J. M. Borges. 2005. Living on the edge: high-latitude Porites carbonate
production under temperate eutrophic conditions. Coral Reefs, 24, 582-592. DOI:10.1007/s00338-005-0029-x.
Hernández-Ayón, J. M., C. Chapa-Balcorta, F. Delgadillo-Hinojosa, V. F. Camacho- Ibar, M. A. Huerta-Díaz, E. Santamaría-del Angel, S.
Galindo-Bect y J. A. Segovia-Zavala. 2013. Dinámica del carbono inorgánico disuelto en la región de las grandes islas del golfo de
California: Influencia de las masas de agua. Ciencias Mar. 39 (2), 183–201. DOI:10.7773/cm.v39i2.2243.
IPCC. 2013. Summary for policymakers. Climate Change 2013: The Physical Science Basis Contrib. of Working Group I to the 5th Asses.
Rep. of the Intergov. Panel on Clim. Chan., Camb. Univ.Press, NY.
Kleypas, J. A., R. W. Buddemeier, D. Archer, J. P. Gattuso, C. Langdon and B. N. Opdyke. 1999a. Geochemical consequences of increased
atmospheric carbon dioxide on coral reefs. Science, 284(5411), 118-120. DOI:10.1126\\science.284.5411118.
Kleypas, J. A., J. W. McManus and L. A. B. Meñez. 1999b. Environmental limits to coral reef development: ¿Where do we draw the line?
Am Zool 39:146−159. DOI:10.1093/icb/39.1.146.
Lavaniegos, B. E., G. Heckel and P. Ladrón de Guevara. 2012. Variabilidad estacional de copépodos y cladóceros de bahía de Los Ángeles
(Golfo de California) e importancia de Acartia clausi como alimento del tiburón ballena. Ciencias marinas, 38(1A), 11-30.
DOI:10.7773/cm.v38iIA.2017.
Le Quéré, C., R. Moriarty, R. Andrew, J. Canadell, S. Sitch, J. Korsbakken, P. Friedlingstein, G. Peters, R. Andres, T. Boden, T. 2015.
Global Carbon Budget 2015. Earth Sys. Sci. Data. 7, 349-396. DOI:10.5194/essd-7-349-2015.
Lewis, E., D. Wallace and L. J. Allison. 1998. Program developed for CO2 system calculations. Carbon Dioxide Information Analysis
Center, managed by Lockheed Martin Energy Research Corporation for the US Department of Energy Tennessee.
DOI:10.15485/1464255.
López-Tejada, N. L. 2020. Influencia de la circulación en la variabilidad de la biomasa de fitoplancton en Bahía de los Ángeles, Baja
California: resultados de un modelo numérico oceánico de interacción físico-biológica. Tesis de Maestría. Sin publicar. Centro de
Investigación y de Educación Superior de Ensenada. CICESE. Ensenada, Baja California, México.
Lueker, T. J., A. G: Dickson and C. D. Keeling. 2000. Ocean pCO2 calculated from dissolved inorganic carbon, alkalinity, and equations
for K1 and K2: validation based on laboratory measurements of CO2 in gas and seawater at equilibrium. Marine chemistry, 70(1-
3), 105-119. DOI:10.1016/S0304-4203(00)00022-0.
Manzello, D. P., I. C. Enochs, N. Melo, D. K. Gledhill and E. M. Johns. 2012. Ocean acidification refugia of the Florida Reef Tract. PLOS
One 7: e41715. DOI:10.1371/journal.pone.0041715.
Martínez-Díaz-de León, A., I. Pacheco-Ruíz, F. Delgadillo-Hinojosa, J. A. Zertuche-González, A. Chee-Barragán, R. Blanco-Betancourt,
J. M. Guzmán-Calderón and A. Gálvez-Telles. 2006. Spatial and temporal variability of the sea surface temperature in the Ballenas-
Salsipuedes Channel (central Gulf of California). J. Geophys. Res. Oceans 111 (C2). DOI:10.1029/2005JC002940.
Martínez-Fuentes, L. M., C. O. Norzagaray, J. M. Hernández-Ayón, M. E. Solana-Arellano, A. G. Uribe-López, J. A. Valdivieso-Ojeda,
V. Camacho-Ibar, A. Mejía-Trejo, F. Delgadillo-Hinojosa and R. A. Cabral-Tena. 2022. Influence of the advection of water masses
in the Ballenas Channel on the CO2 system in Bahía de los Angeles (Mexico). Regional Studies in Marine Science, 55, 102505.
DOI:10.1016/j.rsma.2022.102505.
Munro, D. R., N. S. Lovenduski, B. B. Stephens, T. Newberger, K. R. Arrigo, T. Takahashi and C. Sweeney. 2015. Estimates of net
community production in the Southern Ocean determined from time series observations (2002–2011) of nutrients, dissolved
inorganic carbon, and surface ocean pCO2 in Drake Passage. Deep Sea Research Part II: Topical Studies in Oceanography, 114,
49-63. DOI:10.1016/j.dsr2.2014.12.014.
Muñoz-Barbosa, A., G. Gaxiola-Castro and J. A. Segovia-Zavala. 1991. Temporal variability of primary productivity, chlorophyll and
seston in Bahía de los Ángeles, Gulf of California. Ciencias Marinas, 17(4), 47-68. DOI:10.7773/cm.v17i4.845.
Norzagaray, C. O., L. E. Calderon‐Aguilera, J. M. Hernández‐Ayón, H. Reyes‐Bonilla, J. P. Carricart‐Ganivet, R. A. Cabral‐Tena and E.
F. Balart. 2014. Low calcification rates and calcium carbonate production in Porites panamensis at its northernmost geographic
distribution. Marine Ecology, 36(4), 1244-1255. DOI:10.1111/maec.12227.
Norzagaray, O. C., L. E. Calderon-Aguilera, A. B. Castro-Ceseña, G. Hirata and J. M. Hernández-Ayón. 2017a. Skeletal dissolution kinetics
and mechanical tests in response to morphology among coral genera. Facies, 63, 1-14. DOI:10.1007/s10347-016-0488-2.
Norzagaray, C. O., J. M. Hernández‐Ayón, L. E. Calderon Aguilera, H. Reyes‐Bonilla, C. Chapa‐Balcorta and A. Ayala‐Bocos. 2017b.
Aragonite saturation and pH variation in a fringing reef are strongly influenced by oceanic conditions. Limnology and
Oceanography, 62(6), 2375-2388. DOI:10.1002/lno.10571.
Oliva-Méndez, N., J. M. Hernández-Ayón, R. Durazo, A. R. Simone y E. Santamaría-del-Ángel. 2016. Aplicación de una relación empírica
para el estudio del sistema del CO2 en la región oceánica frente a Ensenada, BC. Programa Mexicano del Carbono.
Orr, J. C., J. M. Epitalon, A. G. Dickson and J. P. Gattuso. 2018. Routine uncertainty propagation for the marine carbon dioxide system.
Mar. Chem. 207, 84-107. DOI:10.1016/j.marchem.2018.10.006.
Santamaría-del-Ángel, E., M. T. Sebastia-Frasquet, A. González-Silvera, J. Aguilar-Maldonado, A. Mercado-Santana y J. C. Herrera-
Carmona. 2019. Uso potencial de las anomalías estandarizadas en la interpretación de fenómenos oceanográficos globales a escalas
locales. Tópicos de Agenda para la Sostenibilidad de Costas y Mares Mexicanos, 193.
Sathyendranath, S., and T. Platt. 1993. Remote sensing of water-column primary production. In ICES Marine Science Symposia. Vol.
197(1): 236-243.
Selvaraj, J. J., M. Rajasekharan yÁ. I. Guzmán-Alvis. 2009. Aplicaciones de los sistemas de información geográfica y sensores remotos al
manejo de pesquerías marinas y desafíos para su desarrollo en Colombia. Boletín de Investigaciones Marinas y Costeras-INVEMAR,
38(1), 105-120. ISSN: 0122-9761.

Tambutté, E., A. A. Venn, M. Holcomb, N. Segonds, N. Techer, D. Zoccola and S. Tambutté. 2015. Morphological plasticity of the coral
skeleton under CO2-driven seawater acidification. Nature Communications, 6(1), 1-9. DOI:10.1038/ncomms8368.
Torres-Delgado, E.V., F. Delgadillo-Hinojosa, V. F. Camacho-Ibar, M. A. Huerta- Díaz, J. A. Segovia-Zavala, J. M. Hernández-Ayón y S.
Galindo-Bect. 2013. Enriquecimiento invernal de nutrientes inorgánicos en el canal de Ballenas, golfo de California. Ciencias Mar.
39 (2), 165–182. DOI:10.7773/cm.v39i2.2236.
Zeebe, R., E. 2012. History of seawater carbonate chemistry, atmospheric CO2, and ocean acidification. Annual Review of Earth and
Planetary Science. 40(1): 141–165. DOI:10.1146/annurev-earth-042711-105521.
Zirino, A., J. M. Hernández Ayón, R. A. Fuhrmann, R. L. Bernstein, J. R. Lara Lara, G. Gaxiola Castro y S. Álvarez Borrego. 1997.
Estimaciones superficiales de PCO, en el Golfo de California a partir de mediciones continuas de pH e imágenes de satélite. Ciencias
Marinas, 23(1): 1-22.

3.5. Reducción de los almacenes de carbono en pastos marinos de una zona

impactada del caribe mexicano
Cota-Lucero Tania C.1,*; García-Trasviña José A.1; Martínez-Mendoza Juan E.1; Medina-Euan
Daniela G.1; Ramírez-Ramírez Javier 1 y Herrera-Silveira Jorge A.1
1
Centro de Investigación y de Estudios Avanzados del IPN, Mérida, Yucatán.
*Autor de correspondencia: tania.cota@cinvestav.mx
Resumen
Las actividades antropogénicas son la principal amenaza para los ecosistemas costeros, ya que ocasionan
el deterioro del estado de salud de los pastos marinos, así como disminución de su productividad
primaria, lo que se traduce como la pérdida de los servicios ecosistémicos, principalmente el
almacenamiento de carbono orgánico en la biomasa (Cbio) de las praderas marinas. Sin embargo, pocos
estudios han evaluado la variabilidad temporal en los almacenes de carbono de sitios con alto desarrollo
costero. Por lo tanto, el objetivo del presente estudio fue determinar la variabilidad temporal de los
almacenes de carbono en biomasa de los pastos marinos, ubicados en Punta Nizuc, Quintana Roo, una
localidad con alto impacto antrópico. En Punta Nizuc, los almacenes de Cbio de estas praderas submarinas
han disminuido de 2005 a 2010 con un valor medio de 1.21±0.79 y 0.31±0.17 Mg C ha-1,
respectivamente. Esta variabilidad en los almacenes de Cbio indican que las condiciones de calidad del
agua y la salud de las praderas submarinas no están favoreciendo la productividad de los pastos marinos
en la zona de estudio. Se sugiere un muestreo robusto y establecer un diagnóstico actual de las
condiciones de la calidad de agua y los pastos marinos de Punta Nizuc, esto permitirá establecer acciones
inmediatas en las estrategias de mitigación contra el cambio climático, ya que la localidad es un sitio con
alto impacto antrópico sobre las praderas de pastos marinos.
Palabras clave: carbono, pastos marinos, impactos, productividad, cambio climático.
Introducción
Los pastos marinos desempeñan un papel fundamental en el equilibrio de los ecosistemas costeros;
brindan protección costera, sustentan las redes alimentarias a través de la pesca y son un hábitat
importante para un gran número de especies de importancia económica y comercial (Constanza et al.,
2007). Estos ecosistemas pueden almacenar importantes reservas de carbono orgánico en sus tejidos y
desempeñan un papel importante en el ciclo del carbono, ya que son considerados sumideros de CO2 y
contribuyen en las estrategias de mitigación del cambio climático (Bedulli et al., 2020). La capacidad de
las praderas marinas para secuestrar carbono está influenciada por factores bióticos (microorganismos,
fauna) y abióticos, incluido el estado de salud, las propiedades geoquímicas del sedimento, condiciones
ambientales predominantes, configuración del paisaje y actividades antrópicas en la zona costera
(Lovelock y Reef, 2020). Las actividades antropogénicas son la principal amenaza para los ecosistemas
costeros, ya que ocasionan el deterioro del estado de salud de las praderas marinas, así como disminución
de su productividad primaria (Salinas et al., 2020; Waycott et al., 2009), lo que se traduce como la
pérdida de los servicios ecosistémicos como el almacenamiento de carbono (Dahl et al., 2022).
A nivel mundial los pastos marinos de México ocupan el cuarto lugar con mayor almacén de Corg (130
Mg Corg ha-1) (Herrera Silveira et al., 2020). En México la mayor extensión de fanerógamas marinas se
presenta en las costas de la Península de Yucatán, que se caracteriza por ser una zona kárstica, pero con
los mayores almacenes de carbono (46 Tg Corg) del país, además de contar con zonas consideradas como
“hot spots” de carbono (CONABIO, 2018; Herrera Silveira et al., 2020; Cota-Lucero y Herrera-Silveira

2021). A pesar de la importancia de estos ecosistemas costeros, su deterioro es evidente (Cuevas et al.
2022). En zonas altamente desarrolladas, como el estado de Quintana Roo, el desarrollo turístico ha
generado cambios en el uso del suelo, promovidos por la construcción de infraestructura de alojamiento
y el aumento de las descargas de aguas residuales que contaminan el agua marina, alterando la comunidad
de pastos marinos y los almacenes de carbono (Bedulli et al., 2020; López-Mendoza et al., 2020).
Actualmente existen escasos registros sobre los almacenes de carbono en pastos marinos de Q. Roo
(Ramírez-Ramírez et al. 2015, Mendoza-Martínez et al. 2019), pero no indican su variabilidad temporal.
Identificar las tendencias en las reservas de carbono de pastos marinos en áreas impactadas
Antrópicamente permite establecer las bases para mejorar las estrategias de manejo en términos de
mitigación del cambio climático y conservación (Fries et al. 2021). Por lo tanto, el presente estudio tiene
por objetivo determinar los cambios en el largo plazo de los almacenes de carbono en biomasa de pastos
marinos, ubicados en Punta Nizuc, una localidad con alto impacto antrópico.
Material y Métodos
Se realizaron muestreos anuales en el periodo 2005-2010 cubriendo un total de 32 estaciones, en la

localidad de Punta Nizuc, ubicada en la zona costera de Q. Roo (Figura 1). A continuación, se indican
los métodos empleados para cuantificar el carbono almacenado en la biomasa viva de pastos marinos y
el hecho de que se usaron sistemáticamente en cada evento de monitoreo, se pudo conseguir analizar
series de tiempo de estas variables. Para esto, en cada estación de muestreo, se colectaron muestras de
biomasa por duplicado con nucleadores de PVC tipo curer de 15 cm de diámetro (CARICOMP, 2001).
Las muestras de pastos marinos se limpiaron con agua dulce para remover epifitos. Para obtener el peso
seco de la biomasa, las muestras se colocaron al horno (72 °C). El almacén de carbono contenido en
biomasa (Cbio) se calculó utilizando el peso seco (g Ps m-2) y factores de conversión para carbono
orgánico en cada especie presente Thalassia testudinum (0.36) y Syringodium filiforme (0.32) (Short et
al., 1985; Fourqurean y Zieman, 2002). Estos valores fueron extrapolados a Mg (106g) C ha-1. Para
determinar diferencias entre años se realizó un análisis de varianza no paramétrico Kruskall-Wallis (H),
considerando un nivel de significancia de 0.05.
Figura 1. Distribución de las estaciones de muestreo en Punta Nizuc, Quintana Roo. Círculos verdes representan las estaciones de
monitoreo visitados en el periodo de 2005 a 2010.

Durante el periodo de muestreo, se observó la presencia de Thalassia testudinum en la zona de estudio,

junto con la presencia puntual de Syringodium filiforme en 2008. Los almacenes de Cbio se redujeron con
valores medios de 1.21±0.79 y 0.31±0.17 Mg C ha-1 de 2005 a 2010, respectivamente, sin embargo, se
presentó un incremento en 2008 con valores máximos de 4.51 Mg C ha-1 (Figura 2), y que corresponden
a la contribución de S. filiforme a la biomasa total, demostrando la importancia de la especie en términos
de almacenes de Cbio en la localidad y que coincide con algunos estudios que demuestran que
generalmente las praderas mixtas presentan mayores reservas de carbono (Mazarrasa et al. 2018). La
productividad de las praderas marinas es regulada por la calidad de agua como la luz que depende de la
concentración de partículas suspendidas en la columna de agua y a su vez, este factor se ve exacerbado
por como resultado del exceso de nutrientes que generan las descargas residuales no tratadas por los
complejos turísticos de la localidad, los cuales promueven afloramientos intensos de sargazo (Serrano et
al., 2014; Herrera-Silveira et al., 2019). Cabe mencionar que la zona de estudio se encuentra sometida a
constantes alteraciones antrópicas (transportes marinos, aguas residuales) que podrían afectar la salud de
los ecosistemas costeros.
Temporalmente se ha registrado en Punta Nizuc un incremento en las concentraciones de Nitrógeno

Inorgánico Disuelto (NID) ya que para 2007 los valores eran de 47.1 µmol y para 2019 estos
incrementaron a 71 µmol. El nitrógeno suele ser uno de los principales indicadores de eutrofización para
las costas de Quintana Roo ya que se asocia a las descargas de aguas residuales y que coinciden con el
incremento poblacional de 982,900 habitantes en Cancún de 2000 al 2020 (INEGI, 2020). Estas
concentraciones superan la concentración sugerida como límite permisible para la protección de la vida
acuática en zonas costeras (Herrera-Silveira et al. 2008; Cejudo et al. 2021). El presente estudio, revela
la tendencia a la diminución de los almacenes de carbono en pastos marinos de Punta Nizuc, sin embargo,
se debe determinar la condición actual de las praderas submarinas y los almacenes de carbono en biomasa
y en sedimentos. Esto permitirá establecer acciones inmediatas en las estrategias de mitigación contra el
cambio climático ya que, la localidad es un sitio con alto impacto sobre las praderas de pastos marinos.
Figura 2. Variabilidad en los almacenes de carbono en biomasa de los pastos marinos en Punta Nizuc. Se presentan los valores
mínimos y máximos, la línea central dentro las cajas representa la mediana mientras que las líneas inferior y superior de las cajas
los Quartiles 25 y 75.

Conclusiones
En Punta Nizuc, los almacenes de carbono en la biomasa de pastos marinos han disminuido de 2005
a 2010 con un valor medio de 1.21±0.79 y 0.31±0.17 Mg C ha-1, respectivamente. Esta disminución en
los almacenes de carbono en biomasa es un indicador de las posibles variaciones de calidad del agua y
la salud de las praderas submarinas. Debido a la disminución de los almacenes de Cbio, se sugiere un
muestreo robusto y establecer un diagnóstico de las condiciones de la calidad de agua y los pastos
marinos de Punta Nizuc actuales, esto permitirá establecer acciones inmediatas en las estrategias de
mitigación contra el cambio climático ya que, la localidad es un sitio con alto impacto sobre las praderas
de pastos marinos.
Literatura citada
Bedulli, C., P. S. Lavery, M. Harvey, C. M. Duarte and O. Serrano. 2020. Contribution of Seagrass Blue Carbon Toward Carbon Neutral
Policies in a Touristic and Environmentally-Friendly Island. Frontiers in Marine Science, 7(January), 1–12. DOI:
10.3389/fmars.2020.00001
Cejudo, E., Acosta-González, G., Ortega-Camacho, D., & Ventura-Sanchez, K. (2021). Water quality in natural protected areas in Cancun,
Mexico: A historic perspective for decision makers. Regional Studies in Marine Science, 48, 102035.
Cuevas, E., A. Uribe-Martínez, S. M. Morales-Ojeda, P. A. Gómez-Ruíz, E. Núñez-Lara, C. Teutli-Hernández and J. A. Herrera-Silveira.
2021. Spatial configuration of seagrass community attributes in a stressed coastal lagoon, southeastern Gulf of Mexico. Regional
Studies in Marine Science, 48, 102049.
Dahl, M., R. Ismail, S. Braun, P. Masqué, P. S. Lavery, M. Gullström, A. Arias-Ortiz, M. E. Asplund, A. Garbaras, L. D. Lyimo, M. S. P.
Mtolera, O. Serrano, C. Webster and M. Björk. 2022. Impacts of land-use change and urban development on carbon sequestration
in tropical seagrass meadow sediments. Marine Environmental Research, 176, 105608.
https://doi.org/https://doi.org/10.1016/j.marenvres.2022.105608
Fourqurean J.W and J. C. Zieman. 2002. Nutrient content of the seagrass Thalassia testudinum reveals regional patterns of relative
availability of nitrogen and phosphorus in the Florida Keys USA. Biogeochemistry 61:229245 DOI 10.1023/A:1020293503405.
Herrera Silveira J , Cortés Balán T. , Ramírez Ramírez O., Osorio I. 2008. Monitoreo de la Condición Trófica de la Columna Agua de Los
Ambientes Costeros Del Parque Nacional Costa Occidental de Isla Mujeres, Punta Cancún Y Punta Nizúc: Primera Etapa. Instituto
Politécnico Nacional Centro de Investigación y de Estudios Avanzados, Mérida. Informe final SNIB-CONABIO proyecto No.
FQ004 , México DF ( 2008 )
Herrera-Silveira, J. and S. Morales-Ojeda. 2010. Coastal Lagoons: Critical habitats of environmental change. En: Kennish, M.J., Paerl, J.
(Eds.) Coastal Lagoons: Critical Habitats of Environmental Change. CRC Press, Florida, pp. 307-334.
Herrera Silveira, J.A., S. Morales Ojeda, J. A. Mendoza-Martínez, F. Árcega Cabrera, D. G. Medina-Eúan, D. Sierra Oramas, S. A. Ramírez
García, V. M. Nava Ruiz, M. E. Lamas Cosío, M. E. Gómez Romero y E. Noreña Barroso. 2019. Caracterización de los pastos
marinos, monitoreo de cocodrilos y calidad del agua de los ecosistemas asociados al área de protección de flora y fauna manglares
de nichupté, componentes calidad del agua y pastos marinos. CONANP, PMC, CINVESTAV.
Hernández-Terrones, L. M., K. A. Null, D. Ortega-Camacho, and A. Paytan. 2015. Water quality assessment in the Mexican Caribbean:
Impacts on the coastal ecosystem. Continental Shelf Research, 102, 62–72. https://doi.org/https://doi.org/10.1016/j.csr.2015.04.015
INEGI M.S. Censos de Población y Vivienda 1900–2020 (2020)
http://www.cuentame.inegi.org.mx/monografias/informacion/qroo/poblacion/dinamica.aspx?tema=me&e=23 . (consultado el 10
de mayo de 2021)
Jones, B. L. and R. K. Unsworth. 2016. The perilous state of seagrass in the British Isles. Royal Society Open Science, 3(1), 150596.
López-Mendoza, P. G., A. C. Ruiz-Fernández, J. A. Sanchez-Cabeza, B. I. Van Tussenbroek, T. Cuellar-Martinez and L. H. Pérez-Bernal.
2020. Temporal trends of organic carbon accumulation in seagrass meadows from the northern Mexican Caribbean. CATENA, 194,
104645. https://doi.org/https://doi.org/10.1016/j.catena.2020.104645
Lovelock, C. E. and R. Reef. 2020. Variable Impacts of Climate Change on Blue Carbon. One Earth, 3(2), 195–211.
https://doi.org/10.1016/j.oneear.2020.07.010
Mazarrasa, I., Samper-Villarreal, J., Serrano, O., Lavery, P. S., Lovelock, C. E., Marbà, N., ... & Cortés, J. (2018). Habitat characteristics
provide insights of carbon storage in seagrass meadows. Marine pollution bulletin, 134, 106-117.
Salinas, C., C. M. Duarte, P. S. Lavery, P. Masque, A. Arias-Ortiz, J. X. Leon, D. Callaghan, G. A. Kendrick and O. Serrano. 2020. Seagrass
losses since mid-20th century fuelled CO2 emissions from soil carbon stocks. Global Change Biology, 26(9), 4772–4784. DOI:
10.1111/gcb.15204
Serrano, O., P. S. Lavery, M. Rozaimi and M. Á. Mateo. 2014. Influence of water depth on the carbon sequestration capacity of seagrasses.
Global Biogeochemical Cycles. 28:950-961
Short F.T., M. W. Davis, R. A. Gibson and C. F. Zimmermann. 1985. Evidence for phosphorus limitation in carbonate sediments of the
seagrass Syringodium filiforme. Estuarine, Coastal and Shelf Science 20:419430 DOI 10.1016/0272-7714(85)90086-1.
Tan, Y. M., O. Dalby, G. A. Kendrick, J. Statton, E. A. Sinclair, M. W. Fraser, P. I. Macreadie, C. L. Gillies, R. A. Coleman, M. Waycott,
K. J. Van Dijk, A. Vergés, J. D. Ross, M. L. Campbell, F. E. Matheson, E. L. Jackson, A. D. Irving, L. L. Govers, R. M. Connolly,

… C. D. H. Sherman. 2020. Seagrass Restoration Is Possible: Insights and Lessons From Australia and New Zealand. Frontiers in
Marine Science, 7(August). https://doi.org/10.3389/fmars.2020.00617
Waycott, M., C. M. Duarte, T. J. B. Carruthers, R. J. Orth, W. C. Dennison, S. Olyarnik, A. Calladine, J. W. Fourqurean, K. L. Heck, A. R.
Hughes, G. A. Kendrick, W. J. Kenworthy, F. T. Short, and S. L. Williams. 2009. Accelerating loss of seagrasses across the globe
threatens coastal ecosystems. Proceedings of the National Academy of Sciences, 106(30), 12377–12381.

3.6. Estimación del carbono azul secuestrado por Zostera marina en el estero de
Punta Banda B.C.
Martagón-Domínguez Juan M.1; Solana-Arellano Ma. Elena1 e Hinojosa-Corona Alejandro!

1
Departamento de Ecología Marina, Centro de Investigación Científica y de Educación Superior de Ensenada, Carretera Tijuana-Ensenada
No. 3918, Zona Playitas 22860, Ensenada, Baja California, México.
2 Departamento de Geología, Centro de Investigación Científica y de Educación Superior de Ensenada, Carretera Tijuana-Ensenada No.
3918, Zona Playitas 22860, Ensenada, Baja California, México
* Autor de correspondencia: jmmartagond@gmail.com
Resumen
Las praderas de pastos marinos ofrecen valiosos servicios ecosistémicos, incluido el secuestro de carbono
orgánico (C"#$ ) en sus suelos, conocido como carbono azul. Sin embargo, existen escasos registros de su
distribución espacial. En este trabajo, se estimó la distribución de Zostera marina, así como la
variabilidad del C"#$ en el sustrato, en el Estero de Punta Banda (EPB), Baja California, México. Usando
técnicas de percepción remota, una colección de imágenes tomadas entre 2021 y 2022, se procesó en un
algoritmo de clasificación de bosque aleatorio en Google Earth Engine. Se computó un mapa de
probabilidad de cobertura en el cual se estima una extensión de 20.32 ha en 2022 y 27.66 ha para todo el
periodo, lo cual representa el 2% del total del área de inundación del EPB. Usando pérdida por
calcinación y métodos de análisis elemental, se estimó el C"#$ de núcleos de sustrato de 50 cm de
profundidad, tomados de áreas vegetadas y no vegetadas por Z. marina. Se encontró que el suelo
vegetado captura mas C"#$ en contraste al suelo no vegetado adyacente, estimando un total de 846.5 ±
122.25 MgC en el suelo vegetado. Al analizar el perfil de C"#$ en función de la profundidad se observó
un ingreso neto de C"#$ en las zonas vegetadas, lo cual resalta la importancia de monitorear y conservar
las praderas de Zostera marina.
Palabras clave: Baja California; percepción remota; humedal Ramsar.
Abstract
Seagrass meadows are coastal ecosystems considered high value services providers, including organic
carbon (C"#$ ) sequestration, also known as blue carbon. Nevertheless, there are few records documenting
their spatial distribution, as well as their carbon storage capacity, primarily those from Baja California.
In this work, spatial distribution and C"#$ variability of Zostera marina extents were estimated along the
eastern Pacific coastal lagoon, Estero Punta Banda (EPB), Baja California, México. Taking advantage of
remote sensing techniques, with the object of assessing seagrass cover at intertidal and shallow subtidal
of EPB, a high spatial resolution image collection was compiled between 2021 and 2022. This collection
was processed by a random forest pixel-based classification in Google Earth Engine. By combining the
multiple image classifications, a seagrass probability map was calculated, suggesting an estimated extent
of 20.32 ha in 2022 and 27.66 ha for the whole period, accounting for 2% of the total intertidal and
subtidal at EPB, representing an estimated cover of 1004.64 ha. C"#$ content of 50 cm depth soil cores,
sampled from seagrass vegetated and unvegetated intertidal zones, was analyzed via loss on ignition
paired with elemental analysis. Our findings suggest Zostera marina vegetated soil captures more C"#$
in contrast to unvegetated soil, with a total estimated of 846.5 ± 122.25 MgC in vegetated soil. C"#$
profile analysis of vegetated soil shows a total C"#$ uptake in seagrass vegetated soil, emphasizing the
importance of seagrass meadows monitoring and conservation.

Key words: Baja California; remote sensing, Ramsar wetland.
Introducción
Dada la alta cantidad de CO! en la atmósfera causante del cambio climático, se tiene la urgencia de
disminuir las emisiones de este gas, así como es necesario encontrar estrategias que ayuden a la
eliminación de éste del medio atmosférico, para así alcanzar la meta de evitar un incremento mayor de
la temperatura del planeta. Para ello, es importante el monitoreo del carbono en los suelos de los
ecosistemas, y de las poblaciones de seres vivos constituyentes de los mismos, que sean sumideros
de 𝐶𝐶%&' , pues es un indicador de desarrollo sostenible (Sustainable Development Goal Indicator 15.3.1)
según las Metas de Desarrollo Sostenible de las Naciones Unidas, designado así ya que permite mostrar
la condición del suelo, identificar áreas degradadas, explorar el potencial que tienen de secuestrar
carbono, ayudar a reportar las emisiones de efecto invernadero, establecer objetivos de conservación y
la toma de decisiones basadas en evidencia para la mitigación y adaptación al cambio climático (FAO y
ITPS, 2020).
A nivel global, hay un déficit de información de la calidad del carbono en el suelo de las praderas de
pastos marinos, ecosistemas considerados como sumidero eficiente de 𝐶𝐶%&' , existe cierta dificultad para
su registro geográfico, pues se encuentran sumergidos por aguas intermareales.
En México, especialmente en la península de Baja California, recientemente se ha empezado la
estimación de cobertura y carbono azul secuestrado por pastos marinos (Krause et al., 2022; Watson &
Hinojosa-Corona, 2018), pues el reporte de proyecto CEC (2016) señala que para 2015, México solo
tenía mapeado el 38% del área total de pastos marinos y solo el 2% de la determinación de los polígonos
de cobertura de pastos. Este mismo, señala a la península de Baja California como prioritaria para la
estimación de los polígonos de cobertura de pastos marinos, así como de carbono azul.
Este trabajo se realizó en el Estero Punta Banda (EPB), una laguna costera localizada al sureste de la
Bahía de Todos Santos, en el municipio de Ensenada, estado de Baja California, en la región norte de la
Península de Baja California, lugar que es denominado sitio Ramsar por su importancia para la
conservación de la diversidad biológica, dedicado a la pesca y actividades recreativas, amenazado por el
desarrollo urbano, la invasión de vegetación de especies exóticas que desplaza a las nativas, el tránsito
de caballos, personas y vehículos motorizados, así como la contaminación por la falta de tratamiento de
aguas residuales y el uso de agroquímicos por las actividades agrícolas del Valle de Maneadero
(Martínez-Ríos-Del-Río, 2005). En este sitio el pasto marino que habita es Zostera marina.
Con el fin de estimar la cobertura, se formó una colección de imágenes de alta resolución de este sitio.
Para ello se llevaron a cabo vuelos con dron de ala fija modelo eBee+ en dos épocas del año diferentes.
Un par los días 02 y 03 de diciembre de 2021, en los que se empleó una cámara multiespectral Sequoia,
cubriendo un área de 1458 ha del EPB el primer día, y una cámara Canon S110 cubriendo 934 ha el
segundo día. Cabe destacar que no fue posible registrar el 100% del área de estudio. De igual manera, se
llevaron a cabo vuelos los días 19 y 20 de mayo de 2022, en los cuales se usó la cámara multiespectral
Canon S110 NIR, cubriendo un total de 2679 ha.
Por otro lado, se descargaron imágenes satelitales multiespectrales de 3m de resolución espacial de la
plataforma satelital PlanetScope, al nivel de procesado 3B.
Tanto la planeación de los vuelos, como la selección de las imágenes satelitales, se hizo procurando
las fechas con las mareas más bajas según REDMAR (2011), y con mejor iluminación solar

Para el análisis de la colección de imágenes, estas se cargaron a la plataforma en la nube Google Earth
Engine (GEE), en la cual se diseñó un flujo de trabajo. En el primer paso, las imágenes fueron unidas en
un solo mosaico en caso de que estuvieran divididas en segmentos. Seguido a esto, se calcularon los
denominados índice de vegetación normalizado NDVI (Kriegler et al., 1969) y el índice de vegetación
optimizado 2 (Jiang et al., 2008). Posteriormente las imágenes fueron recortadas al polígono del cuerpo
de agua.
Por otro lado, se definieron puntos con coberturas de interés en las primeras imágenes recabadas de
dron y satélite, sitios donde se realizaron muestreos de coberturas en campo. Así pues, se definieron en
cada escena los conjuntos de pixeles correspondientes a las clases de cobertura que se localizaron: Z.
marina, Ulva sp, Spartina sp, arena y agua, de los cuales se usaron un 60% para entrenar el algoritmo de
clasificación de tipo bosque aleatorio, mientras que el 40% restante se usó para validar el modelo en una
matriz de confusión.
Finalmente, al sumarse los diferentes resultados de las 𝑛𝑛 diferentes fechas, cada pixel representado,
tiene el valor de la suma 𝑚𝑚 del número de veces que fue clasificado como Zostera marina, de tal manera
que, se está considerando a la probabilidad 𝑃𝑃 = 𝑚𝑚/𝑛𝑛 de que el pixel sea Z. marina.
Para estimar la biomasa de Z. marina en el estero, se tomaron tres réplicas de muestras de cobertura
en la pradera durante los meses de noviembre de 2021 y octubre de 2022. Se recolectaron cuadrantes de
20 cm x 20 cm de individuos de Z. marina. Posteriormente en el laboratorio, se segmentó la parte área,
correspondiente a hojas y haces, de la parte subterránea, correspondiente al rizoma de cada uno de los
individuos, y se obtuvo el peso seco al llevarlas a 105°C por 24 horas. Finalmente, se estimó la
probabilidad moderada (𝑃𝑃 ≥ 3/𝑛𝑛) de biomasa total de Z. marina en todo el estero haciendo el producto
de esta probabilidad de cobertura por la biomasa promedio anual.
Para calcular la concentración de 𝐶𝐶%&' en el sustrato, se recolectaron 11 núcleos de sustrato, 5
vegetados y 6 no vegetados, distribuidos a lo largo del estero, siguiendo un muestreo basado en el
protocolo propuesto por Potouroglou et al. (2021) . Para su procesamiento, se tomó un volumen constante
de 5 cm( de cada muestra segmentada, secadas a 60°C por 24 horas, y pesadas para obtener la densidad
(𝜌𝜌) ). Estas muestras fueron procesadas a través del método de loss-on-ignition para obtener el peso seco
libre de cenizas y así conocer el porcentaje de materia orgánica (%MO).
Para calibrar un modelo de densidad de carbono orgánico (DCO), se midió el porcentaje de %𝐶𝐶%&' en
la columna de sustrato a través de métodos de espectrometría de masas, tanto en un núcleo tomado del
sustrato vegetado por Z. marina, como en un núcleo de la parte no vegetada adyacente al primero.
Con estos datos, se observó la relación de %C"#$ en función del %MO en ambos núcleos a través de
una regresión lineal. Con esta, se calculó el %C"#$ en cada una de las submuestras de todos los otros
núcleos recolectados usando el %MO obtenido al repetir el procedimiento de loss-on-ignition.
Ahora, en todos los núcleos recolectados se calculó la DCO multiplicando 𝜌𝜌) por el %𝐶𝐶%&' . Con esto,
se realizó un conjunto de regresiones lineales para analizar la distribución vertical en función de la
pendiente, según la metodología propuesta por Kindeberg et al. (2019) . Posteriormente, se calculó el
𝐶𝐶%&' en las diferentes secciones de núcleo submuestreado al multiplicar la DCO por la altura de cada
intervalo de submuestra. Estos valores se sumaron para obtener el stock de carbono total por núcleo.
Se realizó una prueba de ANOVA bayesiano evaluando 𝜌𝜌) y el %MO, con el fin de probar diferencias
entre los núcleos pertenecientes a la misma zona, entre los núcleos pertenecientes a la zona vegetada y
entre los núcleos pertenecientes a la zona no vegetada. En el caso de encontrar diferencias significativas
se han realizado pruebas t-bayesianas entre cada núcleo para saber cuáles pares de núcleos presentan
estas diferencias. De igual manera, para poder afirmar que la zona vegetada está secuestrando más C"#$
que la zona no vegetada, se realizó una prueba t-bayesiana entre los valores de 𝜌𝜌) , %MO y %C"#$ de
ambas áreas. Todos estos análisis se realizaron en el software JASP.

Estimación de Cobertura de Z. marina

El área estimada para los productos recabados en los vuelos con dron se reportan en el Cuadro 1. Los
registros de diciembre de 2021 son de gran importancia, pues se observaron anomalías de vegetación
dentro de los canales secundarios, los cuales no se presentan en registros de otras fechas, mientras que
en mayo de 2022 es cuando se obtiene cobertura de Z. marina por parte del clasificador en zonas donde
nunca antes se había reportado.
Se aprecia que la clasificación erró al clasificar las zonas de marisma como Z. Marina. Se plantea que
tan altos valores de exactitud y 𝜅𝜅, siendo que hay confusiones de clases, se debe a mediciones del sensor
causadas por cambios en la reflectancia, debido al tiempo largo de registro del área tan grande.
Cuadro 1. Estimación de área de la cubierta de Zostera marina en productos de dron.

Área de Z. marina Área Registrada Exactitud
Fecha 𝜿𝜿
(𝐡𝐡𝐡𝐡) (𝐡𝐡𝐡𝐡) Global
02 de diciembre de 2021 64 1 400 0.99 0.98
03 de diciembre de 2021 34 900 0.98 0.93
19 y 20 de mayo de 2022 57 2 679 0.99 0.96
Para el caso de las imágenes recopiladas de PlanetScope, el área del modelo de cubierta, obtenido en
la clasificación, se presenta en el Cuadro 2.
Cuadro 2. Estimación de área de la cubierta de Zostera marina en productos satelitales, se reporta el nivel de la marea respecto a la
Bajamar Media Inferior (BMI).
Exactitud Nivel de Marea
Fecha Área de cubierta (𝐡𝐡𝐡𝐡) 𝜿𝜿
Global (m, BMI)
31 de octubre de 2021 23.32 0.95 0.92 0.649
26 de enero de 2022 9.39 0.94 0.91 0.322
26 de febrero de 2022 30.16 0.97 0.95 0.394
23 de abril de 2022 64.93 0.99 0.98 -0.15
06 de junio de 2022 21.34 0.98 0.97 0.204
19 de junio de 2022 55.29 0.99 0.98 0.208
Al obtener el mapa de probabilidad (Figura 2), se tiene una estimación de un área acumulada total de
110.34 ha para la colección correspondiente a 2022 y 154. 66 ha para todo el periodo de estudio.
Figura 2. Mapa de probabilidad de Zostera marina para las imágenes recabas en a) 2022 y b) 2021-2022.

Con esto se reporta un valor de biomasa aérea de 20.46 Mg y de 10.18 Mg de biomasa subterránea
para 2022, mientras que para todo el periodo de estudio se tiene un valor de biomasa aérea en
probabilidad moderada de 20.94 Mg y de 12.04 Mg de subterránea.
Estimación de Carbono
De los núcleos tomados de las zonas vegetadas, el valor de 𝜌𝜌) promedio de todos fue de 1.2 ± 0.19
gcm*( , encontrando probabilidad mínima de diferencias entre ellos (FB+, = 0.155); mientras que, en las
áreas no vegetadas adyacentes, el valor promedio de 𝜌𝜌) es de 1.27 ± 0.1 gcm*( , habiendo alta
probabilidad de diferencias entre núcleos ( FB+, = 1.68 × 10- ). Por otro lado, se encontró alta
probabilidad de diferencia entre la 𝜌𝜌) medida del área vegetada de la no vegetada para todo el conjunto
de núcleos (FB+, = 101.797).
En el caso del %MO, se reporta un valor promedio total de 2.56 ± 1.44 en los núcleos del área
vegetada, teniendo bajas probabilidades de diferencias entre ellos (FB+, = 1.49 ); en tanto que, los
núcleos del área no vegetada, con un valor promedio de %MO de 2.55 ± 1.67 , muestran altas
probabilidades de diferencias significativas entre ellos (FB+, = 2.5 × 10+. ). Entre todo el conjunto de
núcleos tomados del área vegetada contra los del área no vegetada, se observa que la probabilidad de
diferencias es mínima (FB+, = 0.142). Por otro lado, al comparar solamente el conjunto de núcleos
tomados del lado oeste central del estero, sobre la barra arenosa, se observan diferencias significativas
entre los tomados del área vegetada contra los tomados de suelo desnudo (FB+, = 22.122).
Tras haber estimado el %C"#$ , se encontró que, entre el total de núcleos vegetados contra los no
vegetados, hubo bajas probabilidades de diferencias ( 𝐹𝐹𝐵𝐵+, = 1.29 ), y al comparar los núcleos
recolectados del lado oeste del estero sobre la barra arenosa, se encontraron altas probabilidades de
diferencias entre los núcleos del área vegetada contra los del área de suelo desnudo (𝐹𝐹𝐵𝐵+, = 39654.16).
Al realizar las regresiones de DCO en función de la profundidad (Cuadro 2), todos los núcleos
tomados de áreas vegetadas por Z. marina presentan un perfil de profundidad ‘en disminución’ de
densidad de carbono orgánico con respecto a la profundidad, con un valor medio (± DE) de 5.7 ±
2.15 mgC cm*( . En el caso de los núcleos de áreas no vegetadas, los 3 núcleos tomados del lado oeste
del estero, sobre la barra arenosa, presentaron un perfil de profundidad ‘en disminución’ de densidad de
carbono orgánico con respecto a la profundidad, con un valor promedio de 4.84 ± 1.33 mgC cm*( .
Cuadro 2. Regresiones lineales de Densidad de Carbono Orgánico en función del estrato de profundidad.
ID Punto Vegetado Pendiente Intercepto 𝐑𝐑𝟐𝟐 F p n
1 A Si -3.18× 10"# 9.64× 10"$ 0.641 34.04 <0.001 21
2 A No -9.36× 10"% 5.24× 10"$ 0.410 14.29 0.001 22
3 B Si -1.25× 10"# 8.48× 10"$ 0.416 12.83 0.002 20
4 B No -8.59× 10"% 5.82× 10"$ 0.475 19.01 <0.001 23
5 C Si -1.47× 10"# 8.8× 10"$ 0.771 64.2 <0.001 21
6 C No -1.61× 10"# 7.73× 10"$ 0.599 32.98 <0.001 26
7 D No 1.68× 10"# 6.45× 10"$ 0.426 14.89 <0.001 22
8 E Si -1.15× 10"# 6.27× 10"$ 0.308 9.826 0.004 24
9 E No 2.73× 10"# 3.89× 10"$ 0.561 28.12 <0.001 24
10 F Si -2.68× 10"# 6.29× 10"$ 0.594 24.89 <0.001 19
11 F No 8.75× 10"& 1.2× 10"$ 0.005 0.206 0.65 21
Esto podría significar que el ingreso de carbono orgánico ha ido incrementando a través de los años.
De igual manera, en una disminución abrupta en función de la profundidad, para luego estabilizarse,
puede implicar que, a cierta profundidad, la tasa de remineralización es muy baja y se puede considerar
que a partir de esa profundidad ya se puede considerar como carbono secuestrado permanentemente.

Este no es el caso para los núcleos de la parte no vegetada continental, los cuales tienen un perfil de
profundidad ‘en aumento’, con un valor promedio de 7.82 ± 2.24 mgC cm*( . Se puede inferir que el
ingreso de la materia orgánica ha disminuido a través del tiempo, lo cual se puede deber a una
disminución en la cobertura de Zostera marina tendiendo a una tasa alta de remineralización.
Esto se puede deber a la corriente de entrada o flujo reportado por Ortiz et al. (2003) , pues se observa
que en las zonas con un perfil en descenso hay una dinámica de corriente menor a la parte con un perfil
de aumento o mezclado cercano a la boca, con alta intensidad de corriente.
Al comparar el stock de carbono obtenido al sumar el carbono total contenido en cada núcleo, se
observa que no hay una diferencia (FB+, = 0.481) entre la parte vegetada (29.02 ± 9.06 MgC ha*+ ) de
la no vegetada (28.92 ± 15.72 MgC ha*+ ) a lo largo del estero. Sin embargo, al comparar los núcleos
adyacentes de la parte vegetada de la no vegetada, se observa que existen diferencias moderadas (FB+, =
1.62), siendo mayor el stock de carbono en la parte vegetada (30.64 ± 4.42 MgC ha*+ ) respecto a la no
vegetada (23.08 ± 3.1 MgC ha*+ ).
Finalmente, al realizar el producto del valor medio del stock de carbono del área vegetada por el área
de probabilidad moderada, se puede estimar un valor de 846.5 ± 122.25 MgC. Sin embargo, se debe
tener reserva este valor pues a zona submareal no se está considerando, lo cual genera una subestimación.
Conclusiones
Se obtuvieron productos con una resolución espacial y frecuencia temporal altas, logrando evadir los
obstáculos comunes en el mapeo de pastos como son la turbidez del agua, nubes en las escenas satelitales
y que el sitio tiene una gran extensión. Se consiguió el desarrollo del algoritmo semiautomatizado para
monitoreo de Zostera marina, el cual permite reportar su presencia en sitios donde no se había observado
presencia anteriormente. Se desarrolló un método de muestreo y monitoreo del suelo a bajo costo y
altamente replicable, el cual permite observar la variabilidad del carbono. Se pudieron identificar posibles
efectos causados por la eutrofización y estructura de la dinámica de flujo. Finalmente se puede decir que
se estimó una concentración de 846.5 ± 122.25 MgC.
Literatura Citada
CEC (Commission for Enviromental Cooperation). 2016. North America’s blue carbon: Assessing seagrass, salt marsh and mangrove
distribution and carbon sinks project report. www.cec.org (Consulta: octubre 10, 2023)
FAO (Food and Agriculture Organization of the United Nations). 2020. Global soil organic carbon map V1.5: Technical report.
DOI:10.4060/ca7597en (Consulta: octubre 10, 2023)
Jiang, Z., Huete, A. R., Didan, K. and Miura, T. 2008. Development of a two-band enhanced vegetation index without a blue band. Remote
Sensing of Environment, 112:3833–3845. DOI:10.1016/j.rse.2008.06.006
Kindeberg, T., E. Röhr, P. O. Moksnes, C. Boström, and M. Holmer, 2019. Variation of carbon contents in eelgrass (Zostera marina)
sediments implied from depth profiles. Biology Letters, 15(6). DOI:10.1098/rsbl.2018.0831
Krause, J. R., A. Hinojosa-Corona, A. B. Gray, J. C. Herguera, J. McDonnell, M. V. Schaefer, S. C. Ying, and E. B. Watson, 2022. Beyond
habitat boundaries: Organic matter cycling requires a system-wide approach for accurate blue carbon accounting. Limnology and
Oceanography, 67(S2), S6–S18. DOI:10.1002/lno.12071
Kriegler, F. J., W. A., Malila, R. F. Nalepka, and W. Richardson, 1969. Preprocessing transformations and their effects on multispectral
recognition. Remote Sensing of Environment, VI, 97.
Martínez-Ríos-Del-Río, L. 2005. Ficha informativa de los humedales de Ramsar (FIR).
https://rsis.ramsar.org/RISapp/files/RISrep/MX1604RIS.pdf
Ortiz, M., L. Huerta-Tamayo, y A. Hinojosa. 2003. Transporte de sedimento por tracción de marea en el Estero de Punta Banda, Baja
California, México. GEOS, 23: 283–294.
Potouroglou, M., D. Whitlock, L. Milatovic, G. MacKinnon, H. Kennedy, K. Diele, and M. Huxham, 2021. The sediment carbon stocks of
intertidal seagrass meadows in Scotland. Estuarine, Coastal and Shelf Science, 258:107442. DOI:10.1016/j.ecss.2021.107442
REDMAR (Red Mareográfica de CICESE). 2011. MAR (1.0). http://redmar.cicese.mx/ (Consulta: octubre 10, 2023)
Watson, E. B. and A. Hinojosa-Corona. 2018. Assessment of blue carbon storage by baja California (Mexico) tidal wetlands and evidence
for wetland stability in the face of anthropogenic and climatic impacts. Sensors (Switzerland), 18:1–17. DOI:10.3390/s18010032

3.7. Carbono orgánico en sedimentos de pastizales marinos en el Parque Nacional

Arrecife de Puerto Morelos
Sánchez-Rojas Melisa A.1; Ruiz-Fernández Ana C.2,*; Van-Tussenbroek Brigitta I.3; Cardoso-
Mohedano José G.4; Flores-de-Santiago Francisco J.5; Sandoval-Gil Jose M.6 y Pérez-Bernal Libia H.
1
Posgrado en Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México C.P. 04510 Ciudad Universitaria, Coyoacán,
Cd. México, México
2
Unidad Académica Mazatlán, Instituto de Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México, C.P. 82040
Mazatlán, Sinaloa, México
3
Unidad Académica de Sistemas Arrecifales, Instituto de Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México,
C.P. 77580 Puerto Morelos, Quintana Roo, México
4
Estación el Carmen, Instituto de Ciencias del Mar y Limnología, Universidad Nacional Autónoma de México, C.P. 24157, Ciudad del
Carmen, Campeche, México
5
Unidad Académica Procesos Oceánicos y Costeros, Instituto de Ciencias del Mar y Limnología, Universidad Nacional Autónoma de
México, C.P. 04510, Ciudad Universitaria, Coyoacán, Cd. México, México
6
Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California, C.P. 22860, Ensenada, Baja California, México.
*
Autor de correspondencia: caro@ola.icmyl.unam.mx
Resumen
La disminución de las extensiones de pastizales marinos a nivel mundial ha generado pérdidas del
carbono orgánico (Corg) almacenado y favorecido la liberación de CO2. Se reconstruyó la variación
espacio-temporal (últimos 60 años) de las tasas de enterramiento e inventarios de Corg en sedimentos de
pastizales marinos frente a zonas afectadas por arribazones de sargazo, del Parque Nacional Arrecife de
Puerto Morelos (PNAPM), Quintana Roo, mediante núcleos sedimentarios fechados con 210Pb. Se
registraron máximos de las tasas de acumulación másica (TAM) en 2015 y 2018, atribuidos a una mayor
erosión en los alrededores por: (1) la pérdida de pastizales marinos frente a donde se extrajeron los
núcleos, debido a las arribazones de sargazo; (2) la socavación por el choque de las olas con el sargazo
acumulado; (3) y la remoción de arena en la región, como consecuencia de la limpieza del sargazo. Se
registraron tasas de enterramiento de Corg relativamente altas (11.4 – 133.0 g m-2 año-1), probablemente
por los elevados valores de TAM y la dominancia de Thalassia testudinum y Syringodium filiforme, cuya
elevada biomasa favorece la captura de sedimentos finos ricos en Corg alóctono. Los máximos de las tasas
de enterramiento de Corg coincidieron con los de TAM (2015 y 2018). Los inventarios de Corg fueron
constantes a lo largo del tiempo en los sitios de muestreo, y sus promedios a 30 cm de profundidad (desde
15.9 ± 3 a 24.8 ± 4 Mg ha-1) fueron comparables con los reportados previamente para sedimentos de
pastizales marinos dentro del PNAPM.
Palabras clave: Fechado con 210Pb; tasas de enterramiento de Corg; inventarios de Corg; Thalassia
testudinum; sargazo.
Abstract
The decrease in global seagrass meadow extensions has led to losses of stored organic carbon (Corg) and
favored the release of CO2. The spatial-temporal variation (over the last 60 years) of Corg burial rates and
Corg stocks in seagrass sediments, in front of areas affected by sargassum influxes in Puerto Morelos Reef
National Park (PNAPM), Quintana Roo, were reconstructed using 210Pb-dated sediment cores. Maximum
of mass accumulation rates (MAR) were recorded in 2015 and 2018, attributed to increased erosion in
the surroundings due to: (1) loss of seagrass meadows caused by sargassum influxes in front of the area
where the cores were extracted; (2) scour caused by the waves that collide with the sargassum masses
accumulated on the nearshore; (3) and sand removal on the region due to sargassum cleaning efforts.

Relatively high Corg burial rates (11.4 - 133.0 g m-2 year-1) were observed, possibly due to the elevated
MAR values and the dominance of Thalassia testudinum and Syringodium filiforme, which high biomass
facilitates the capture of fine sediments rich in allochthonous Corg. Maximum in Corg burial rates
coincided with those of MAR (2015 and 2018). Corg stocks remained constant over time at the sampling
sites, and their averages at a 30 cm depth (from 15.9 ± 3 to 24.8 ± 4 Mg ha-1) were comparable to those
previously reported for seagrass sediment within the PNAPM.
Key words: 210Pb-dating; Corg burial rates; Corg stocks; Thalassia testudinum; sargassum.
Introducción
Las afectaciones continuas del último siglo sobre los pastizales marinos han destruido casi el 30% de
su superficie mundial (Waycott et al., 2009), lo cual ha generado pérdidas de los inventarios del carbono
orgánico (Corg) preservado en su biomasa y sedimentos (Howard et al., 2014). Los cambios temporales
en los inventarios y tasas de enterramiento de Corg de los pastizales marinos pueden evaluarse mediante
el estudio de núcleos sedimentarios fechados con 210Pb (Ruiz-Fernández et al., 2014), que permite
obtener cronologías de los últimos ~100 años y las tasas de acumulación sedimentaria (TAS; cm año-1)
y másica (TAM; g cm-2 año-1; Sanchez-Cabeza y Ruiz-Fernández, 2012).
Desde la década de los 80s, Puerto Morelos ha experimentado un acelerado cambio de uso de suelo
porque es parte del corredor turístico más concurrido de México (Riviera Maya); adicionalmente, desde
2015 está expuesto a las arribazones de sargazo (Chávez et al., 2020; Iporac et al., 2022). Dentro del
Parque Nacional Arrecife de Puerto Morelos (PNAPM), existen pastizales marinos (Thalassia testudinum
y Syringodium filiforme), cuya estructura y dominancia específica se ha modificado por los cambios
ambientales que han ocurrido en sus alrededores (van Tussenbroek et al., 2014). Esta contribución analiza
la variación espacio-temporal reciente (últimos 60 años) de los inventarios y tasas de enterramiento de
Corg en sedimentos de T. testudinum y S. filiforme de la laguna Arrecifal del PNAPM, y su relación con
el cambio de uso de suelo y las arribazones de sargazo. Este trabajo puede contribuir al entendimiento
de cómo las arribazones de sargazo puede afectar a la dinámica del Corg importante para sustentar la
conservación de los pastizales marinos del PNAPM como sumideros naturales de carbono.
En 2018 se recolectaron cuatro núcleos sedimentarios en dos transectos de áreas de pastizales marinos
(T. testudinum y S. filiforme) frente a una zona afectada por la acumulación de sargazo durante las
arribazones de 2015 y 2018. Los núcleos PMT1.1 y PMT2.1 se ubicaron en una pradera sobreviviente
(de acuerdo con observaciones in situ antes y después de las arribazones) cerca de la costa, y los núcleos
PMT1.2 y PMT2.2 en la parte media de la laguna Arrecifal del PNAPM (Figura 1). La recolección de
los núcleos se realizó manualmente, mediante el enterramiento de tubos PVC. Los núcleos fueron
seccionados en intervalos de 1 cm; las muestras se secaron en un horno a 40°C, se molieron en un mortero
de porcelana (excepto las muestras utilizadas para el análisis de distribución de tamaño de grano) y se
almacenaron hasta el momento de su análisis.
Las actividades de 210Pbtot se midieron mediante espectrometría alfa (Ortec Ametek Alpha Ensemble;
Ruiz-Fernández et al., 2009) y las de 226Ra (352 keV) se determinaron con espectrometría de rayos
gamma (Ortec-Ametek 920E). Los valores de 210Pbex (fracción de 210Pb originada en la atmósfera, que
vuelve a la columna de agua por precipitación) se estimaron como la diferencia entre 210Pbtot y 226Ra (que
representa al 210Pbsop, la fracción de 210Pb originada y atrapada dentro de los sedimentos).
La distribución del tamaño de grano se determinó con difracción láser (Malvern Mastersizer 2000E)
en muestras tratadas con 30% de H2O2. Las concentraciones de carbono y nitrógeno total (Ctot y Ntot) y
orgánico (Corg y Norg) se determinaron con un analizador elemental (Vario Micro Cube Elementar™) a

temperatura de combustión de 550°C (Cuellar-Martinez et al., 2019). Las concentraciones de carbono

inorgánico (Cinorg) se calcularon con la diferencia entre las concentraciones de Ctot y Corg. La precisión
analítica de todos los análisis se evaluó con el análisis de materiales de referencia certificados (Malvern
AQS3002 para el análisis de tamaño de grano, LECO 502 309 para la concentración de C y N, IAEA-
300 para las actividades de 210Pb) y la precisión de los análisis con el coeficiente de variación (CV), el
cual es el porcentaje del cociente dado por el promedio de los valores medidos en cada análisis y su
desviación estándar.
Figura 1. Localización de la zona de estudio en la laguna Arrecifal del PNAPM, Quintana Roo.
Las cronologías se estimaron con el modelo de Flujo Constante Sedimentación Constante (CFCS;
Appleby y Oldfield, 1983; Sanchez-Cabeza y Ruiz-Fernández, 2012), excepto para PMT1.1, que no fue
fechable. La variabilidad de la tasa de acumulación sedimentaria (TAS) se calculó mediante el cociente
de la profundidad de cada sección (cm) y su edad (años) dada por el modelo Plum. La variabilidad de
TAM se obtuvo como el producto de TAS y las densidades de cada sección. Al comparar las edades
derivadas de los modelos CFCS y Plum se reforzó la confianza de la cronología de CFCS.
Los inventarios de Corg a 30 cm de profundidad se calcularon mediante el producto de la densidad de
los sedimentos, la concentración de Corg y el espesor en cada sección para cada núcleo (Howard et al.,
2014).
Los registros obtenidos fueron bastante jóvenes (la sección más antigua correspondió a 1980 ± 2 en
PMT1.2), 1993 ± 2 en PMT2.1 y 1958 ± 2 en PMT2.2).
El intervalo de TAM (0.7 - 1.5 g cm−2 año−1) obtenido en los núcleos fue relativamente alto comparado
con los intervalos de TAM en sedimentos de pastizales marinos previamente reportados para PNAPM
(0.11 - 0.76 g cm−2 año−1; López-Mendoza et al., 2020) o para la laguna de Términos (0.04 - 0.39 g cm−2
año−1; Ruiz-Fernández et al., 2020), o para el golfo Arábigo (0.08 - 0.34 g cm−2 año−1; Cusack et al.,
2018).
Los valores de TAM fueron prácticamente constantes, excepto por un incremento a partir de 2015
(Figura 2). Usualmente, el incremento en los valores de TAM en sistemas acuáticos cuyos alrededores
han sido altamente antropizados se atribuye a una mayor descarga de sedimentos como resultado de la
erosión continental (Ruiz-Fernández et al., 2015). Si bien, la laguna Arrecifal del PNAPM podría estar
expuesta a la entrada de sedimentos producto del aumento de la urbanización en Puerto Morelos, la

correlación entre el crecimiento poblacional (variación temporal del número de habitantes de Puerto
Morelos) y los valores de TAM (Figura 2) no fue significativa. La falta de correlación entre una mayor
urbanización y el aumento de TAM posiblemente se debió a que los registros estudiados son muy
recientes, y no proveen valores suficientemente antiguos, que sirvan de referencia de las condiciones
previas al desarrollo turístico de la región.
Figura 2. Variaciones temporales de los valores de TAM y las tasas de enterramiento de Corg en los núcleos PMT1.2, PMT2.1 y
PMT2.2.
Los máximos de TAM registrados en 2015 (PMT2.2) y 2018 (PMT1.2 y PMT2.1) posiblemente están
relacionados con una mayor erosión en los alrededores de la laguna Arrecifal como consecuencia de: (1)
la pérdida de pastizales marinos frente a los sitios donde se extrajeron los núcleos analizados en este
trabajo, debido a la llegada de las mareas marrones de sargazo a la costa (van Tussenbroek et al., 2017);
(2) la socavación generada por el choque de las olas incidentes con las masas de sargazo acumulado; (3)
la remoción de arena en la región producto de las actividades ineficientes de limpieza de sargazo
(Rodríguez-Martínez et al., 2016; Uribe-Martínez et al., 2022).
Las tasas de enterramiento de Corg fueron relativamente altas (11.4 – 133.0 g m-2 año-1) en comparación
con las reportadas en sedimentos de pastizales marinos del PNAPM (López-Mendoza et al., 2020),
probablemente debido a los elevados valores de TAM (Figura 2); así como de la dominancia de las
especies altamente productivas, T. testudinum y S. filiforme, cuya alta biomasa favorece la captura de
sedimentos finos ricos en Corg alóctono (Armitage y Fourqurean, 2016; Kindeberg et al., 2018). Los
máximos de las tasas de enterramiento de Corg coincidieron con los máximos de TAM registrados durante
2015 y 2018, que podrían atribuirse a la llegada de las mareas marrones de sargazo a las costas de Puerto
Morelos.
Los pastizales marinos de donde se extrajeron los núcleos analizados en este trabajo han estado
expuestos a la acción de las olas cercanas a la costa (van Tussenbroek, 1995), a la erosión causada por
cambios en el uso del suelo (Rodríguez-Martínez et al., 2010) y al impacto de las arribazones de sargazo
(van Tussenbroek et al., 2017). No obstante, los inventarios de Corg a 30 cm de profundidad registrados
en este estudio (15.9 ± 3.0 a 24.8 ± 4.6 Mg ha-1) se mantuvieron constantes a lo largo del tiempo en los
diferentes sitios de muestreo. Los promedios de los inventarios de Corg a 30 cm de profundidad (desde
15.9 ± 3 a 24.8 ± 4 Mg ha-1) fueron comparables con los reportados previamente para sedimentos de
pastizales marinos dentro del PNAPM.
Conclusiones

En este trabajo se reconstruyó la variación espacio-temporal en las tasas de enterramiento e inventarios

de Corg en sedimentos de los pastizales marinos de la costa de la laguna Arrecifal del Parque Nacional
Arrecife de Puerto Morelos (PNAPM), y se evaluó su relación con las arribazones de sargazo y el
aumento de la urbanización de la región mediante el análisis de núcleos sedimentarios fechados con
210
Pb.
Los resultados sugieren que la llegada masiva de sargazo en la costa del Caribe mexicano, desde 2015,
podría haber acelerado las tasas de enterramiento de Corg en los sedimentos de pastizales marinos del área
de estudio.
Agradecimientos
Al Ing. Jahir Emanuel Mendoza Castañeda por su apoyo en los análisis de laboratorio A Marta García
Sánchez, Elisa Vera Vázquez y Guadalupe Barba Santos por su apoyo en el campo y la preparación
preliminar de las muestras. Este estudio fue realizado gracias al apoyo del proyecto UNAM-DGAPA
PAPIIT IN102821 “Dinámica de la acumulación y preservación de carbono azul en sedimentos recientes
de dos humedales costeros de importancia internacional”.
Literatura citada
Appleby, P. G., & Oldfieldz, F. (1983). The assessment of 210Pb data from sites with varying sediment accumulation rates. Hydrobiologia,
103(1), 29–35. https://doi.org/10.1007/BF00028424
Armitage, A. R., & Fourqurean, J. W. (2016). Carbon storage in seagrass soils: long-term nutrient history exceeds the effects of near-term
nutrient enrichment. Biogeosciences, 13(1), 313–321. https://doi.org/10.5194/bg-13-313-2016
Chávez, V., Uribe-Martínez, A., Cuevas, E., Rodríguez-Martínez, R. E., van Tussenbroek, B. I., Francisco, V., Estévez, M., Celis, L. B.,
Monroy-Velázquez, L. V., Leal-Bautista, R., Álvarez-Filip, L., García-Sánchez, M., Masia, L., & Silva, R. (2020). Massive Influx
of Pelagic Sargassum spp. on the Coasts of the Mexican Caribbean 2014–2020: Challenges and Opportunities. Water, 12(10),
2908. https://doi.org/10.3390/w12102908
Cuellar-Martinez, T., Ruiz-Fernández, A. C., Sanchez-Cabeza, J. A., Pérez-Bernal, L. H., & Sandoval-Gil, J. (2019). Relevance of carbon
burial and storage in two contrasting blue carbon ecosystems of a north-east Pacific coastal lagoon. Science of The Total
Environment, 675, 581–593. https://doi.org/10.1016/j.scitotenv.2019.03.388
Cusack, M., Saderne, V., Arias-Ortiz, A., Masqué, P., Krishnakumar, P. K., Rabaoui, L., Qurban, M. A., Qasem, A. M., Prihartato, P.,
Loughland, R. A., Elyas, A. A., & Duarte, C. M. (2018). Organic carbon sequestration and storage in vegetated coastal habitats
along the western coast of the Arabian Gulf. Environmental Research Letters, 13(7). https://doi.org/10.1088/1748-9326/aac899
Howard, J. L., Hoyt, S., Isensee, K., Telszewski, M., & Pidgeon, E. (2014). Coastal blue carbon: methods for assessing carbon stocks
and emissions factors in mangroves, tidal salt marshes, and seagrasses. Conservation International, Intergovernmental
Oceanographic Commission of UNESCO.
INEGI. (2023). INEGI, 40 años de conocer México. https://www.inegi.org.mx/
Iporac, L. A. R., Hatt, D. C., Bally, N. K., Castro, A., Cardet, E., Mesidor, R., Olszak, S., Duran, A., Burkholder, D. A., & Collado-Vides,
L. (2022). Community-based monitoring reveals spatiotemporal variation of sargasso inundation levels and morphotype dominance
across the Caribbean and South Florida. Aquatic Botany, 182(103546). https://doi.org/10.1016/j.aquabot.2022.103546
Kindeberg, T., Ørberg, S. B., Röhr, M. E., Holmer, M., & Krause-Jensen, D. (2018). Sediment stocks of carbon, nitrogen, and phosphorus
in Danish eelgrass meadows. Frontiers in Marine Science, 5. https://doi.org/10.3389/fmars.2018.00474
López-Mendoza, P. G., Ruiz-Fernández, A. C., Sanchez-Cabeza, J. A., van Tussenbroek, B. I., Cuellar-Martinez, T., & Pérez-Bernal, L.
H. (2020). Temporal trends of organic carbon accumulation in seagrass meadows from the northern Mexican Caribbean. Catena,
194, 104645. https://doi.org/10.1016/j.catena.2020.104645
Rodríguez-Martínez, R. E., Ruíz-Rentería, F., van Tussenbroek, B., Barba-Santos, G., Escalante-Mancera, E., Jordán-Garza, G., &
Jordán-Dahlgren, E. (2010). Environmental state and tendencies of the Puerto Morelos CARICOMP site, Mexico. Rev. Biol. Trop,
23–43.
Rodríguez-Martínez, R. E., van Tussenbroek, B., & Jordán-Dahlgren, E. (2016). Afluencia masiva de sargazo pelágico a la costa del
Caribe mexicano (2014-2015). In E. García-Mendoza, S. I. Quijano-Scheggia, A. Olivos-Ortiz, & E. J. Núñez-Vázquez (Eds.),
Florecimientos algales nocivos en México (Primera ed, pp. 352–365). CICESE.
Ruiz-Fernández, A. C., Hillaire-Marcel, C., de Vernal, A., Machain-Castillo, M. L., Vásquez, L., Ghaleb, B., Aspiazu-Fabián, J. A., &
Páez-Osuna, F. (2009). Changes of coastal sedimentation in the Gulf of Tehuantepec, South Pacific Mexico, over the last 100 years
from short-lived radionuclide measurements. Estuarine, Coastal and Shelf Science, 82(3), 525–536.
https://doi.org/10.1016/j.ecss.2009.02.019
Ruiz-Fernández, A. C., Maanan, M., Sanchez-Cabeza, J. A., Pérez-Bernal, L. H., López-Mendoza, P., & Limoges, A. (2015). Chronology
of recent sedimentation and geochemical characteristics of sediments in Alvarado Lagoon, Veracruz (southwestern gulf of
Mexico). Ciencias Marinas, 40(4), 291–303. https://doi.org/10.7773/cm.v40i4.2473
Ruiz-Fernández, A. C., Sanchez-Cabeza, J. A., Cuéllar-Martínez, T., Pérez-Bernal, L. H., Carnero-Bravo, V., Ávila, E., & Cardoso-

Mohedano, J. G. (2020). Increasing salinization and organic carbon burial rates in seagrass meadows from an anthropogenically-
modified coastal lagoon in southern Gulf of Mexico. Estuarine, Coastal and Shelf Science, 242.
https://doi.org/10.1016/j.ecss.2020.106843
Ruiz-Fernández, A. C., Sánchez-Cabeza, J. A., Ontiveros-Cuadras, J. F., & Páez-Osuna, F. (2014). Registros ambientales del cambio
global. Revista Ciencia y Desarrollo, 40, 6–11.
Sanchez-Cabeza, J. A., & Ruiz-Fernández, A. C. (2012). 210Pb sediment radiochronology: An integrated formulation and classification of
dating models. Geochimica et Cosmochimica Acta, 82, 183–200. https://doi.org/10.1016/j.gca.2010.12.024
Uribe-Martínez, A., Berriel-Bueno, D., Chávez, V., Cuevas, E., Almeida, K. L., Fontes, J. V. H., van Tussenbroek, B. I., Mariño-Tapia, I.,
Liceaga-Correa, M., Ojeda, E., Castañeda-Ramírez, D. G., & Silva, R. (2022). Multiscale distribution patterns of pelagic rafts of
sargasso (Sargassum spp.) in the Mexican Caribbean (2014–2020). Frontiers in Marine Science, 9.
https://doi.org/10.3389/fmars.2022.920339
van Tussenbroek, B. I., Cortés, J., Collin, R., Fonseca, A. C., Gayle, P. M. H., Guzmán, H. M., Jácome, G. E., Juman, R., Koltes, K. H.,
Oxenford, H. A., Rodríguez-Ramirez, A., Samper-Villarreal, J., Smith, S. R., Tschirky, J. J., & Weil, E. (2014). Caribbean-wide,
long-term study of seagrass beds reveals local variations, shifts in community structure and occasional collapse. PLoS ONE, 9(3).
https://doi.org/10.1371/journal.pone.0090600
van Tussenbroek, B. I., Hernández Arana, H. A., Rodríguez-Martínez, R. E., Espinoza-Avalos, J., Canizales-Flores, H. M., González-
Godoy, C. E., Barba-Santos, M. G., Vega-Zepeda, A., & Collado-Vides, L. (2017). Severe impacts of brown tides caused by
Sargassum spp. on near-shore Caribbean seagrass communities. Marine Pollution Bulletin, 122(1–2), 272–281.
https://doi.org/10.1016/j.marpolbul.2017.06.057
Waycott, M., Duarte, C. M., Carruthers, T. J. B., Orth, R. J., Dennison, W. C., Olyarnik, S., Calladine, A., Fourqurean, J. W., Heck, K. L.,
Hughes, A. R., Kendrick, G. A., Kenworthy, W. J., Short, F. T., & Williams, S. L. (2009). Accelerating loss of seagrasses across
the globe threatens coastal ecosystems. Proceedings of the National Academy of Sciences, 106(30), 12377–12381.

3.8. Almacenes de carbono aéreo por condición en manglares de Sisal, Yucatán
Cinco-Castro Siuling G.1,*; Us-Balam Heimi G.1; Moreno-Martínez Ameyali1; Herrera-Silveira Jorge
A.1,2 y Teutli-Hernández Claudia3
1
Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional, Unidad Mérida. Antigua Carretera a Progreso
km.6, CP 97310, Mérida, Yucatán.
2
Laboratorio de Resiliencia Costera (LANRESC). Sisal, Yucatán, México.
3
Escuela Nacional de Estudios Superiores, Unidad Mérida. Universidad Autónoma Nacional de México. Yucatán México.
*Autor para correspondencia: siuling.cinco@cinvestav.mx
Resumen
Los manglares contribuyen a la mitigación del cambio climático debido a su capacidad de capturar y
almacenar carbono. Con base en esto, el objetivo de este trabajo consiste en estimar el carbono aéreo
almacenado en los árboles del bosque de manglar en Sisal, Yucatán. Para esto, se delimitaron 18 parcelas
de muestreo y se registraron los datos estructurales: diámetro a la altura del pecho (DAP), diámetro a 30
cm (D30), altura, cobertura y especie de los árboles de manglar, siguiendo las metodologías
estandarizadas para la estimación de almacenes de carbono. Los resultados indican que el almacén de
carbono aéreo promedio para la localidad de Sisal es de 56.5 ± 26.9 Mg C ha-1, registrando los almacenes
más altos en manglares conservados con 77.4 ± 34.5 Mg C ha-1. La contribución que tiene el almacén de
carbono aéreo al almacén de carbono total en Sisal debe ser evaluado incluyendo los otros
compartimentos (mantillo, material leñoso caído, raíces y suelo), ya que este conocimiento es de utilidad
para la implementación de medidas de mitigación.
Palabras clave: manglares, carbono azul, almacén de carbono, biomasa aérea.
Abstract
Mangroves contribute to climate change mitigation due to their ability to capture and store carbon. Based
on this, the aim of this work is to estimate the aboveground carbon stored in the trees in a mangrove
forest in Sisal, Yucatán. For this, 18 sampling plots were delimited and the structural data: diameter at
breast height (DBH), diameter at 30 cm (D30), height, coverage, and species of mangrove trees were
recorded, following the standardized methodologies for the estimation of carbon stocks. The results
indicate that the average aboveground carbon stock for Sisal, Yucatan is 56.5 ± 26.9 Mg C ha-1,
registering the highest stocks in conserved mangroves with 77.4 ± 34.5 Mg C ha-1. The contribution of
the aboveground organic carbon stock to the total carbon stock in Sisal must be evaluated including the
other compartments (necromass, dead downed wood, roots, and soil), since this knowledge is useful for
the implementation of mitigation measures.
Keywords: mangrove forests, carbon stock, aboveground biomass, blue carbon.
Introducción
Los manglares son ecosistemas costeros que se distribuyen en zonas tropicales y subtropicales (Giri
et al., 2011). Son reconocidos por los diversos servicios ecosistémicos que brindan (Ewel et al., 1998;
Sanjurjo y Welsh, 2005). Uno de ellos, es que los manglares tienen capacidad de almacenar hasta cuatro
veces más carbono (C) y secuestrar a tasas diez veces mayores que otros ecosistemas terrestres; por lo
que son un ecosistema clave para contribuir a los esfuerzos internacionales en la mitigación de los efectos

del cambio climático y reducir la vulnerabilidad de los socioecosistemas costeros (Donato et al., 2011;
Adame et al., 2013; Kauffman et al., 2013). Estos ecosistemas almacenan carbono en la biomasa aérea
(hojas, tallos, raíces adventicias, propágulos, neumatóforos) y en el suelo (sedimento y raíces),
alcanzando almacenes promedio de 738.9 ± 27.9 Mg C ha−1 (Alongi, 2020). Las acciones de manejo
recomendadas en manglares consisten en fortalecer las políticas de conservación, planificar la migración
hacia el interior, reforzar la legislación y facilitar la participación de las partes interesadas en las
actividades de conservación y restauración de los manglares (Cinco-Castro et al., 2020). Estas acciones
se han convertido en una prioridad para mantener las reservas de C y mitigar las emisiones de CO2 que
se derivan de la pérdida de humedales (Were et al., 2019). Por lo anterior, el objetivo de este estudio fue
determinar el almacén de C aéreo en árboles de manglar en un área natural protegida estatal en Sisal,
Yucatán.
Área de estudio
El área de estudio comprende la localidad de Sisal, Yucatán, la cual se ubica en la zona costera del
municipio de Hunucmá y forma parte de la Reserva Estatal Ciénegas y Manglares de la Costa Norte de
Yucatán (Figura 1). En la configuración geomorfológica de la zona se presentan ciénegas, es decir,
cuerpos de agua temporalmente inundables. Las amenazas sobre los manglares que se identifican en la
zona se relacionan con cambios hidrológicos y en la conectividad ecosistémica derivados de la
construcción de infraestructura (edificios y carreteras, principalmente). Además de que los frecuentes
eventos meteorológicos impactan también a los ecosistemas costeros (Herrera-Silveira et al., 2022),
ocasionando diferentes condiciones de salud de los manglares (Figura 2).
Figura 1. Área de estudio y sitios de muestreo en Sisal, Yucatán. Elaboración: Siuling Cinco, Laboratorio de Producción Primaria
– CINVESTAV Unidad Mérida.

Figura 2. Diferentes condiciones de manglares en Sisal, Yucatán. Manglar conservado (A-B) y manglar degradado (C-D).
Colecta de datos
El diseño de muestreo se estableció de acuerdo con metodologías estandarizadas especializadas en

carbono (IPCC, 2014; Kauffman y Donato, 2012). Para el registro de variables estructurales de la
vegetación se establecieron 18 parcelas de muestreo, distribuidas de manera estratégica con base en la
condición de los manglares de la zona de interés.
Las variables registradas fueron DAP (cm) estandarizado a 1.30 m de altura, especie y altura (m) de
los árboles. En los manglares de tipo chaparro se registró el D30 (cm) y la cobertura de la copa (largo,
ancho y alto, cm).
Estimaciones de Carbono
A partir de los datos registrados en campo, se estimó la biomasa (kg) de acuerdo con las ecuaciones
alométricas por especie (Cuadro 1). La biomasa fue convertida a carbono utilizando el factor de 0.46,
que considera que el 46% de la biomasa es carbono. Los resultados son expresados en megagramos de
carbono por hectárea (Mg C ha-1) ± incertidumbre de la estimación utilizando el IC95%. Los resultados se
presentan por condición de la vegetación (Kauffman y Donato, 2012).
Se realizó un análisis de varianza no paramétrico (Kruskal Wallis) para determinar diferencias en los
almacenes de carbono en árboles de acuerdo con su condición.

Cuadro 1. Ecuaciones alométricas para el cálculo de la biomasa aérea.

Tipo de manglar DAP Especie Ecuación alométrica r2 Referencia
(cm)
Petén, Cuenca, 0-21 A. germinans b = 0.403*d1.934 95 Smith & Whelan,
Franja 2006
Petén, Cuenca, 0-18 L. racemosa b = 0.362*d1.930 98 Smith & Whelan,
Franja 2006
Petén, Cuenca, 0-20 R. mangle b = 0.722*d1.731 94 Smith & Whelan,
Franja 2006
Chaparro 0-10 R. mangle Ln b = 2.528 + (1.129 94 Ross et al., 2001
(Lnd302) + (0.156* Ln Vol
copa)
b= peso seco (Kg), d= DAP (cm), vol copa= volumen de la copa, r2= Variancia de regresión (%).
Almacenes de carbono aéreo
El promedio del almacén de carbono aéreo en los manglares de Sisal, Yucatán es de 56.5 ± 26.9 Mg
C ha-1. El almacén de carbono aéreo más alto se registró en manglares conservados con 77.4 ± 34.5 Mg
C ha-1. Los almacenes con valores más bajos se identificaron en zonas de manglar degradado (14.6 ± 5.3
Mg C ha-1) (Figura 3). Dada la variabilidad en los almacenes de carbono en árboles, existen diferencias
estadísticas entre la condición de los manglares (H=10.14, p=0.0004).
Figura 3. Almacén de carbono aéreo por condición del manglar: Conservado (n=12), Degradado (n=6). Las barras representan la
incertidumbre asociada a la estimación del almacén.
Los resultados indican que el C en biomasa aérea almacenado en los manglares de Sisal, representa
el 53.7% del almacén promedio estimado para los manglares globalmente (109.3 ± 5.0 Mg C ha−1;
Alongi, 2020). En manglares conservados el almacén aéreo es mayor, reforzando que el almacén de

carbono aéreo es el primero que se pierde cuando existe un impacto sobre el ecosistema de manglar
(Kauffman et al., 2013).
Considerando que la biomasa aérea representa el 14.8% del almacén de C total (Alongi, 2020), la
estimación de los almacenes de C en el área de Sisal debe incluir los otros compartimentos,
principalmente el almacén subterráneo, que suele corresponder a la mayor proporción (50-90%;
Kauffman et al., 2013).
La diferencia en el almacén de carbono aéreo entre manglares conservados y degradados, indica que
por cada hectárea de manglar que se degrada se pierden 62.7 ± 53.3 Mg C. Esto equivale a las emisiones
de 230.3 ± 195.8 t CO2e por hectárea durante el tiempo que ocurre la degradación, la cual a nivel global
provoca emisiones de 0.12 Pg C por año (Donato et al., 2011).
Por otro lado, en estudios posteriores es importante considerar los diferentes estratos dados por las
características estructurales, fisicoquímicas y de suelo de los ecosistemas que se reflejan en la condición
y cobertura.
Conclusiones
Las estimaciones de los almacenes de carbono aéreo en un área protegida estatal en la localidad de
Sisal, Yucatán presenta variabilidad en las condiciones de conservación. En esto influye el número de
datos, pero también la variabilidad intrínseca de los ecosistemas de manglar.
Por otro lado, se resalta la necesidad de generar e incrementar los datos locales que contribuyan a
disminuir la incertidumbre en las estimaciones de almacenes y hacen más certeras las estimaciones de
emisiones que contribuyen a las Condiciones Determinadas a Nivel Nacional (NDC) y otros
compromisos internacionales.
Este estudio destaca la importancia que tienen los almacenes de carbono en la mitigación del cambio
climático, ya sea por la conservación de los ecosistemas costeros existentes o por la restauración de
aquellos que presentan una condición degradada.
Agradecimientos
Al personal del Laboratorio de Producción Primaria de Cinvestav-Unidad Mérida por su apoyo en el

trabajo de campo y procesamiento de muestras.
Literatura citada
Adame, M. F., J.B. Kauffman, I. Medina, J.N. Gamboa, O. Torres, J.P. Caamal, M. Reza and J.A. Herrera-Silveira. 2013. Carbon stocks of
tropical coastal wetlands within the karstic landscape of the Mexican Caribbean. PLoS One
8:e56569.doi:10.1371/journal.pone.0056569
Alongi, D.M. 2020. Global Significance of Mangrove Blue Carbon in Climate Change Mitigation. Sci 2020, 2, 67.
https://doi.org/10.3390/sci2030067
Cinco-Castro, S. and J. Herrera-Silveira. 2020. Vulnerability of mangrove ecosystems to climate change effects: The case of the Yucatan
Peninsula. Ocean & coastal management, 192, 105196.
Donato, D.C., J. Kauffman-Boone, D. Murdiyarso, S. Kurnianto and M. Stidham. 2011. Mangroves among the most carbon rich forests in
the tropics. Nature Geoscience 4:293-297
Ewel, K., R. Twilley, and J.I.N. Ong. 1998. Different kinds of mangrove forests provide different goods and services. Global Ecology &
Biogeography Letters, 7(1), 83-94.
Giri C., E. Ochieng, L. L. Tieszen, Z. Zhu, A. Singh, T. Loveland, J. Masek, N. Duke. 2011. Status and distribution of mangrove forests of
the world using earth observation satellite data. Global Ecology and Biogeography, 20(1), 154-159.
Herrera-Silveira, J. A., C. Teutli-Hernandez, F. Secaira-Fajardo, R. Braun, J. Bowman, L. Geselbracht, M. Musgrove, M. Rogers, J.
Schmidt, P.J. Robles-Toral, J.A. Canul-Cabrera, and L. Guerra-Cano. 2022. "Hurricane Damages to Mangrove Forests and Post-
Storm Restoration Techniques and Costs." The Nature Conservancy, Arlington, VA.
IPCC. 2014. 2013 Supplement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories: Wetlands. Hiraishi, T., T. Krug, K.
Tanabe, N. Srivastava, J. Baasansuren, M. Fukuda and T.G. Troxler (eds). Published: IPCC, Switzerland
Kauffman J.B., D.C. Donato y M.F. Adame. 2013. Protocolo para la medición, monitoreo y reporte de la estructura, biomasa y reservas
de carbono de los manglares. Documento de Trabajo 117. Bogor, Indonesia: CIFOR.

Sanjurjo, E. y S. Welch. 2005. Una descripción del valor de los bienes y servicios ambientales prestados por los manglares. Gaceta
ecológica, (74), 54-68.
Were, D., F. Kansiime, T. Fetahi, A. Cooper and C.Jjuuko. 2019. Carbon sequestration by wetlands: a critical review of enhancement
measures for climate change mitigation. Earth Systems and Environment, 3, 327-340.

4 Ecosistemas
Marinos
Capítulo 4. Ecosistemas Marinos 145

4.1. Estacionalidad de la salinidad superficial en el Pacífico mexicano mediante el

uso de información satelital
Coronado-Álvarez Luz de Lourdes A.1,*; Hernández-Ayón J. Martín1; Norzagary-López C. Orión1 y

Espinosa-Carrón T. Leticia2
1
Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California.
2
Instituto Politécnico Nacional, CIIDIR- SINALOA, Guasave, Sinaloa, México.
*
Autor para correspondencia: luz.coronado@uabc.edu.mx
Resumen
El uso de información satelital, acceso libre y costo bajo, es una herramienta potencial para la descripción
de las variaciones latitudinales de temperatura y salinidad superficial del mar a través del tiempo. A su
vez, estas variables pueden utilizarse como trazadores y con ello, tener una visión más amplia de la
dinámica oceanográfica. Por lo que se estudió la variación estacional de la temperatura del mar (TSM) y
salinidad superficiales (SSS), del 2002-2021 y 2011-2021, respectivamente, con imágenes diarias de 4x4
y 25x25 km, correspondientemente, en el pacífico frente a México (PM). Con esta información se
hicieron promedios climatológicos estacionales de cada variable y se describieron sus cambios en el
periodo de estudio. Además, se regionalizó el PM con base a los cambios latitudinales de TSM y SSS.
Por un lado, agua del subártico frente a la penísnula de Baja California (Región I); una zona de transición
entre Cabo Corrientes y Cabo San Lucas, que forma parte de la Región II, donde el agua tropical
superficial predomina. El uso de datos satelitales aplicado a otras líneas de investigación vg., química
del océano es un área de oportunidad para el desarrollo de algoritmos empíricos para la estimación de
otros parámetros como la alcalindad total, que está correlacionada y así discenir los procesos que la
afectan, en aras de contribuir al conocimiento en el marco de los problemas ambientales que aquejan en
la actualidad como la acidificación del océano y cambio climático.
Palabras clave: Datos satelitales, estacionalidad, pacífico mexicano, salinidad, variabilidad.
Abstract
The use of open-access, low-cost satellite information is a potential tool for describing latitudinal
variations in surface sea temperature and salinity over time. At the same time, these variables can be used
as tracers and thus provide a broader view of oceanographic dynamics. Therefore, we studied the seasonal
variation of sea surface temperature (TSM) and salinity (SSS), from 2002-2021 and 2011-2021,
respectively, with daily images of 4x4 km and 25x25 km, correspondingly in the Pacific off Mexico
(PM). With this information, seasonal climatological averages were made for each of the variables.
Subsequently, the dynamics of these variables in the study period were described; where the PM was
regionalized in two areas based on the latitudinal changes of SST and SSS and the influence of the water
masses present. On the one hand, water from the sub-aquatic off the Baja California peninsula (Region
I) is a transition zone between Cabo Corrientes and Cabo San Lucas, part of Region II, where tropical
surface water predominates. The use of satellite data coupled with other lines of research is an area of
opportunity for the development of empirical algorithms for the estimation of other parameters such as
total alkalinity, which is correlated and thus to discuss the processes that affect it to contribute to
knowledge within the framework of the environmental problems that currently affect the ocean such as
ocean acidification and climate change.
Keywords: Satellite data, seasonality, Mexican Pacific, salinity, variability.
146 Capítulo 4. Ecosistemas Marinos

Introducción
La misión Soil Moisture and Ocean Salinity (SMOS), lanzada el 2 de noviembre de 2009, es una de
las misiones de European Space Agency's Earth Explorer, la cual forma parte de los elementos de
investigación de esta institución (Srivastava et al., 2016).
Es la primera misión que proporciona, a partir de mediciones de microondas en banda L,
observaciones globales de la variabilidad de la humedad del suelo y de la salinidad de la superficie del
mar debida al intercambio continuo en el ciclo del agua de la Tierra entre los océanos, la atmósfera y la
tierra. Las observaciones desde el espacio proporcionan una cobertura sinóptica de la temperatura y
salinidad superficiales del océano, entre otras variables, cuya información es útil para una amplia gama
de aplicaciones oceanográficas. Estas mediciones se utilizan cada vez más para vigilar los procesos
medioambientales y climáticos a gran escala que pueden afectar a importantes recursos marinos
gestionados (Olmedo et al., 2021).
La salinidad es un trazador conservador, esto significa que permanece estable a lo largo del tiempo y
sólo se ve alterado por procesos que tienen lugar en los límites de los océanos. Así, la salinidad es
conservadora excepto en la superficie del océano. Aquí aumenta por la evaporación y disminuye por la
lluvia y la nieve (Bigg y Killworth, 1988).
Es por ello que en este primer análisis de este producto satelital en México, se validaron los datos
medidos versus satelitales de la salinidad, para establcer un punto de partida para el uso de información
de libre acceso y bajo costo para la identificación de procesos que generan los cambios a diferentes
escalas espacio-temporales con el objetivo de discenir las implicaciones que éstos tienen en las
condiciones oceanográficas.
Area de estudio
El pacífico mexicano (PM) se dividió latitudinalmente de: 22.5° - 33° N y de 9° - 22° N,

denominándose Región I y II, respectivamente (Figura 1). Esta regionalización respondió a la descripción
oceanográfica física llevada a cabo por Durazo (2015) y Flores-Morales et al. (2009). Por un lado, las
aguas más frías y menos salinas que se localizan frente a la Península de Baja California, debido a la
influencia de la Corriente de California (Región I) y las aguas cálidas y salinas que corresponden al
pacífico tropical (Región II).
Figura 1. Área de estudio: Pacífico Mexicano (PM). La línea puntueda horizontal negra indica la division del PM en: Región I,
área de influencia de la Corriente de California y Región II, área con condiciones tropicales. Los puntos rojos indican las
estaciones hidrográficas con mediciones de temperatura y salinidad superficiales obtenidas de 25 años de datos.
Mediciones

Se recopiló información oceanográfica proveniente de diferentes repositorios que contenían datos de

temperatura y salinidad en el PM de: la National Oceanic and Atmospheric Administration
(NOAA/Ocean Acidification Program (OAP; https://www.ncei.noaa.gov/access/oads/; NOAA, 2018);
Global Ocean Data Analysis Project (GLODAP_2020; https://www.glodap.info/; Lauvset et al., 2021);
Lamont -Doherty Earth Observatory (LDEO; https://www.ldeo.columbia.edu/research/databases-
repositories; Takahashi et al., 2019) y Surface Ocean CO₂ Atlas (SOCAT; https://www.socat.info/;
Bakker et al., 2016).
Información satelital
La información de temperatura satelital (TSM) dentro del periodo 2002-2021, se obtuvo del sensor
MODIS-Aqua (NASA, 2018), con desviación estándar del producto de <0.03° C, la temporalidad fue
diaria con resolución espacial de 4x4 km.
Los datos satelitales de salinidad se obtuvieron del sensor Soil Moisture and Ocean Salinity satellite
(SMOS) de la plataforma de productos The European Space Agency, que tiene una desviación estándar
del producto ~<0.2 (Olmedo et al., 2017; Olmedo et al., 2021). Los datos de salinidad superficial satelital
(SSS) tuvieron resoluciones espacio-temporales por día a ¼° de 2011 a 2021.
Estacionalidad
Los datos de TSM y SSS fueron promediados por mes y se obtuvieron las climatologías estacionales:
invierno (enero - marzo), primavera (abril - junio), verano (julio - septiembre) y otoño (octubre –
diciembre) de cada variable. El procesamiento de datos se efectuó en el programa Matlab; mientras que,
los mapas climatológicos se elaboraron en el software Ocean Data View (ODV, Schlitzer, 2021).
Una vez que se obtuvieron los promedios estacionales de TSM y SSS, se describieron sus variaciones
latitudinales y los agentes forzantes que propiciaron los cambios a través de las diferentes escalas
espacio-temporales.
El cálculo de las climatologías de TSM y SSS mostraron que las condiciones termohalinas del PM
presentan heterogeineidad en su distribución espacio-temporal; al norte, aguas de tipo subártico, frías y
menor salinidad, de la Corriente de California; más al sur en las costas al sur de Sinaloa, aguas de
transición producto de la mezcla de aguas de salinidad alta del Golfo de California que se encuentran con
el agua cálida tropical proveniente del ecuador y en la porción sureste del PM, aguas tropicales. Estas
condiciones cambian latitudinalmente en el PM por las variaciones temporales de la circulación de masas
de agua superficiales. Los resultados termohalinos mostraron los cambios en la extensión y retracción
del Agua de la Corriente de California (ACC) en primavera-verano, así como la dirección del flujo como
lo describió Durazo (2015).
Los valores de TSM variaron estacionalmente en la porción noroeste del PM; el área entre los 22.5º -
33º N presentó valores entre 12º y 22.5º C en invierno y primavera (Figura 2a), cuando se intensificó el
flujo de ACC hacia el ecuador. Mientras que en verano y otoño, el flujo de la ACC se debilita y la
temperatura alcanzó un máximo de 27.5º C, producto de la presencia de Agua Tropical Superficial (ATS)
con dirección como resultado del flujo hacia el polo. La dinámica estacional descrita anteriormente, se
puede visualidar observando el desplazamiento latitudinal de la isoterma de 20ºC hacia el sur en invierno-
primavera y con la retracción al norte durante verano-otoño.
En tanto, la porción tropical se caracterizó por la presencia de ATS, con temperaturas promedio bajas
en invierno y otoño (~25º - 27º C) y cálidas en primavera-verano (~30º C) (Figura 2b), donde la isoterma
de 28ºC delimitó las áreas norte de agua cálida del sur. Sin embargo, durante otoño-inverno, una

condición única en la Región II es la presencia de los vientos tehuanos en el Golfo de Tehuantepec (GT),
los cuales son de tipo inercial (Chapa-Balcorta et al., 2015; Coronado-Álvarez et al., 2023), lo que
provocó temperaturas superficiales más bajas (~26º C) en el área de influencia, con respecto a las zonas
adyacentes con temperatura más cálida (~30º C) (Figura 2b).
Los datos de SSS evidenciaron también la variación estacional con la influencia de la ACC flujo hacia
el sur o la incursion del ATS hacia el polo. Durante la influencia del agua del subártico se registraron las
salinidades más bajas en primavera e invierno (aprox. ~33.2) en latitudes menores (~25º N; Figura 3a).
En tanto que la influencia del Agua Tropical Superficial fue perceptible hasta los 27º N en verano (34.2
unidades de salinidad), lo cual concuerda con la presencia de aguas más cálidas reportadas en esta época
(Figura 3a).
Con respecto a la porción sureste del PM, la influencia del ATS se mantuvo en las cuatro épocas del
año. Aunque con salinidades mayores a 34 entre los ~15º y ~22º N; cabe señalar que entre Cabo
Corrientes y Cabo San Lucas, se presentaron condiciones más salinas (34.75), lo cual denota la formación
de agua de transición (Atr) producto de la mezcla del ATS, Agua del Golfo de California (AGC) y ACC
(Figura 3b). Mientras que, por debajo de los ~15º N, se observaron salinidades más bajas (33.5) por el
efecto de índices de precipitación altos. Asimismo, donde se ubica el GT, se observó SSS promedio mayor
(~33.75) que el área circundatente (~33.5) en otoño e inverno, ya que al desplazarse agua hacia fuera de
la costa por el mecanismo de los tehuanos, surge de mayor profundidad y más salina, Agua Subsuperficial
Suptropical (ASsSt) (Figura 3b).
En la porción sureste del PM la temperatura aumentó homogéneamente en la porción tropical en
verano (>30° C; Figura 2b), resalta la influencia estacional (otoño-invierno) de los vientos tehuanos que
conforman una condición única en el GT, donde se detecta la influencia en superficie de las propiedades
fisicas y químicas de ASsSt como lo reporta Chapa-Balcorta et al., (2015). De acuerdo con Fiedler et al.
(2013) y Coronado-Álvarez et al. (2023), la estratificación juega un papel importante, ya que en esta
región es mayor, y es modificada estacionalmente por los vientos tehuanos. Es preciso señalar que la
presencia de agua de menor salinidad (Figura 3b), al sur de esta región, se debió a la influencia de índices
de precipitación mayores.
Por tanto, la dinámica oceanográfica del PM se encuentra modulada por procesos advectivos que
varían de manera estacional, con la presencia de masas de agua diferentes y con cambios en la
temperatura superficial. Lo que sugiere se explore en otras escalas espacio-temporales para describir de
forma minuciosa los cambios latitidinales y los proceso de costa-océano que influyen en los cambios
citados en este trabajo.
Lo anterior permite tener una visión más amplia de lo que está ocurriendo en aguas mexicanas, y a su
vez sentar las bases para su aplicación en otras líneas de investigación vg., como el uso de la salinidad
como trazador para su aplicación en la formulación de algoritmos empíricos en la determinación de
variables del sistema de carbonatos que están correlacionadas, como la alcalinidad total.

Figura 2. Distribución estacional de la tempereatura superficial del mar satelital (TSM) con datos diarios del sensor MODIS-
Aqua, resolkución epsacial de 4x4 km en el periodo 2002-2021. a) Región I , área de influencia del agua del subártico y b) Región
II, área incluenciada por el agua tropical superficial.
Figura 3. Distribución estacional de la salinidad superficial del mar satelital (TSM) con datos diarios del sensor Soil Moisture and
Ocean Salinity satellite (SMOS) de la plataforma de productos The European Space Agency. Resoluciones espacio-temporales por
día a ¼° de 2011 a 2021. a) Región I , área de influencia del agua del subártico y b) Región II, área incluenciada por el agua
tropical superficial.

Conclusiones
El uso de información satelital que es de acceso libre y costo bajo, es una herramienta clave para la
descripción de los cambios a través del tiempo, discirniendo las variaciones espaciales e identificando
los agentes forzantes de cambio. Por lo que el uso de datos de temperatura y salinidad satelitales es un
campo poco explorado en México, siendo así una oportunidad para su uso y aplicación en otras áreas y/o
problemas vg., cambio climático y acidificación del océano.
Agradecimientos
El primer autor fue apoyado con una beca del Consejo Nacional de Humanidades, Ciencia y
Tecnología (CONAHCYT) para una estancia postdoctoral en el Instituto de Investigaciones
Oceanológicas (IIO) de la Universidad Autónoma de Baja California (UABC). LEC recibió Estímulos al
Desempeño del Investigador (EDI), y becas del Comité de Operación y Fomento de Actividades
Académicas (COFAA) del Instituto Politécnico Nacional. Agradecemos a la Coordinación de la
Investigación Científica (CIC) de la Universidad Nacional Autónoma de México (UNAM) por la
aprobación y apoyo para realizar los cruceros oceanográficos MareaR-IX, X, y XI a bordo del R/V El
Puma.
Literatura citada
Bakker, D. C., B. Pfeil, C. S. Landa, N. Metzl, K. M. O’Brien, A. Olsen, K. Smith, C. Cosca, S. Harasawa, S. D. Jones, S. Nakaoka, Y.
Nojiri, U. Schuster, T. Steinhoff, C. Sweeney, T. T. Takahashi, B. Tilbrook, C. Wada, R. H. Wanninkhof, S. R. Alin, C. F. Balestrini,
L. Barbero, N. R. Bates, A. A. Bianchi, F. Bonou, J. Boutin, Y. Bozec, E. F. Burger, W. J.Cai, R. D. Castle, L. Chen, M. Chierici, K.
Currie, W. Evans, C. Featherstone, R. A. Feely, A. Fransson, C. Goyet, N. Greenwood, L. Gregor, S. Hankin, N. J. Hardman-
Mountford, J. Harlay, J. Hauck, M. Hoppema, M. P. Humphreys, C.W. Hunt, B. Huss, J. S. P. Ibánhez, T. Johannessen, R. Keeling,
V. Kitidis, A. Körtzinger, A. Kozyr, E. Krasakopoulou, A. Kuwata, P. Landschützer, S. K. Lauvset, N. Lefèvre, C. Lo Monaco, A.
Manke, J. T. Mathis, L. Merlivat, F. J. Millero, P. M. S. Monteiro, D. R. Munro, A. Murata, T. Newberger, A. M. Omar, T. Ono, K.
Paterson, D. Pearce, D. Pierrot, L. L. Robbins, S. Saito, J. Salisbury, R. Schlitzer, B. Schneider, R. Schweitzer, R. Sieger, I. Skjelvan,
K. F. Sullivan, S. C. Sutherland, A. J. Sutton, K. Tadokoro, M. Telszewski, M. Tuma, S. M. Van Heuven, D. Vandemark, B. Ward,
A. J. Watson and S. Xu. 2016. A multi-decade record of high-quality fCO2 data in version 3 of the Surface Ocean CO2 Atlas
(SOCAT), Earth System Science Data, 8, 383–413, hdoi.org/10.5194/essd-8-383-2016, http://www.earth-syst-sci-
data.net/8/383/2016/, https://www.socat.info/
Bigg, G.R, Kilworth PD. 1988. Conservative Tracers and the Ocean Circulation. Phil. Trans. R, Soc. Lond. 325, 177-187.
https://www.jstor.org/stable/i202815
Chapa-Balcorta C., J. M. Hernández-Ayón, R. Durazo, E. Beier, S. R. Alin and A. López-Pérez. 2015. Influence of post-tehuano
oceanographic processes in the dynamics of the CO2 system in the Gulf of Tehuantepec, Mexico, J. Geophys. Res.-Ocean.
120,7752–7770. doi.org/10.1002/2015JC011249
Coronado-Álvarez, L. L. A., J. M Hernández-Ayón, J. A. Delgado-Contreras, R. Durazo, T. L. Espinosa-Carreón, O. Norzagary-López, R.
Sosa-Ávalos and C. Chapa-Balcorta. 2023.Variability of pCO2 and FCO2 in the Mexican Pacific during 25 years. J. Mar. Sys.
103853. https://doi.org/10.1016/j.jmarsys.2022.103853
Durazo, R. 2015. Seasonality of the transitional region of the California Current System off Baja California. JGR Oceans.
doi.org/10.1002/2014JC010405
Flores-Morales, A. L., A. Parés-Sierra and S.G. Marinone. 2009. Factors that modulate the seasonal variability of the sea surface temperature
in the Eastern Tropical Pacific. Geofísica Internacional 48: 337-349.
NOAA. 2018. Ocean Acidification Data Stewardship (OADS). OADS project comes from NOAA/OAR/Ocean Acidification Program
(OAP) and NOAA/NESDIS/National Centers for Environmental Information (NCEI)). https://www.ncei.noaa.gov/access/oads/
Consultado Mayo 2021.
Olmedo, E., J. Martínez, A. Turiel, J. Ballabrera-Poy and M. Portabella. 2017. Dibiased non-Bayesian retrival: A novel approach to SMOS
Sea Surface Salinity. Rem. Sens.of Env. 193, 103-126. doi.org/10.1016/j.rse.2017.02.023
Olmedo, E., C. González-Haro, N. Hoareau, M. Umbert, V. González-Gambau, J. C. Martzínez, Gabarró and A. Turiel. 2021. Nine years
of SMOS sea surface salinity global maps at the Barcelona Expert Center. ESSD 13, 857-888. doi.org/10.5194/essd-13—857-2021
Schlitzer, R. 2021. Ocean Data View. https://odv.awi.de, 2021.
Srivastava, P. E., V. Pandey, S. Suman, M. Gupta and T. Islam. 2016. Available Data Sets and Satellites for Terrestrial Soil Moisture
Estimation. En: Prashant K. Srivastava, George P. Petropoulos, Yann H. Kerr (Eds). Satellite Soil Moisture Retrieval, Elsevier, pp-
29-44, ISBN 9780128033883, doi.org/10.1016/B978-0-12-803388-3.00002-4.

4.2. Estacionalidad en los FCO2 en la región de las grandes islas del

Golfo de California
Paredes-Hernández Jonathan D.1,*; Hernández-Ayón José M.2; Coronado-Álvarez Luz L. A.2 y

Norzagaray-López Carlos O.2
1
Posgrado en oceanografía costera, Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California, Carretera
Ensenada-Tijuana No. 3917, Fracc. Playitas, Ensenada, Baja California, C.P. 22860
2
Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California, Carretera Ensenada-Tijuana No. 3917, Fracc.
Playitas, Ensenada, Baja California, C.P. 22860
*Autor para correspondencia: David.peredes@uabc.edu.mx
Resumen
El océano es considerado como un gran sumidero de CO2. Bajo este esquema, es por tanto de gran interés
dilucidar los procesos de mesoescala y submesoescala que influyen en la red de cambios espacio-
temporales a los que se ve expuesto el sistema del CO2 en los mares mexicanos. El objetivo del trabajo
es comprender el efecto de la estacionalidad en los flujos de CO2 en la región de las grandes islas (RGI)
del Golfo de California. Para llevar acabo esto, se emplearon los datos compilados durante tres campañas
oceanográficas en la región de umbrales. Históricamente se ha estipulado que la RGI es una fuente
continua de CO2 hacia la atmósfera. Los resultados obtenidos señalan que, si bien la región es una fuente
de CO2, dicho estado no es permanente durante todas las épocas del año. En este trabajo se observó un
marcado efecto estacional en las variables del sistema del CO2 y en los FCO2. Los flujos de CO2
presentaron un comportamiento estacional, encontrando que los flujos más altos fueron durante el
invierno, época en la cual la presencia del Agua Subsuperficial Subtropical (ASsSt) fue mayor en
superficie y con la pCO2(mar) mayor. Hacia el verano, las magnitudes del flujo disminuyeron. La región
fue fuente durante el invierno, presentando flujos máximos de 9.6 mmol Cm-2d-1 y mínimos de 6 mmol
Cm-2d-1 a lo largo de toda la región de estudio. En primavera y verano, la región presento zonas en
equilibrio y zonas fuentes con 1-2 mmol Cm-2d-1.
Palabras clave: pCO2; Química del CO2;
Abstract
The ocean is considered a major sink for CO2. Within this framework, it is therefore of great interest to
elucidate the mesoscale and submesoscale processes that influence the spatial-temporal network of
changes to which the CO2 system in Mexican seas is exposed. The objective of this work is to understand
the effect of seasonality on CO2 fluxes in the region of the Midriff Islands (MI) in the Gulf of California.
To accomplish this, data collected during three oceanographic campaigns in the threshold region were
used. Historically, the MI has been identified as a continuous source of CO2 in the atmosphere. The
results obtained in this study indicate that, while the region is a CO2 source, this state is not permanent
throughout all times of the year. A marked seasonal effect on the CO2 system variables and CO2 fluxes
was observed in this work. CO2 fluxes exhibited seasonal behavior, with the highest fluxes occurring
during winter, a period when the presence of StSsW was greater at the surface, along with higher
pCO2(mar). Toward summer, the magnitudes of the fluxes decreased. The region acted as a source during
winter, with maximum fluxes of 9.6 mmol Cm-2d-1 and minimums of 6 mmol Cm-2d-1 throughout the
entire study area. In spring and summer, the region exhibited areas in balance and source areas with 1-2
mmol Cm-2 d-1.
Key words: pCO2; Chemistry of CO2;

Introducción
Los estudios llevados a cabo en el Golfo de California (GC), relacionados con el sistema del CO2, son
pocos. El primero de todos lo llevó a cabo Gaxiola Castro et al. (1978), quienes realizaron un muestreo
espacial, midieron la variación del pH, alcalinidad total (AT) y derivaron el carbono inorgánico disuelto
(CID). Determinaron que durante la primavera se presentaron los valores más bajos de pH y CID
superficial de hasta 8.0-8.1 y 2100μmol kg-1, respectivamente, en la región de las grandes islas (RGI).
Zirino et al. (1997) emplearon la relación pH-temperatura detectada por Zirino y Lieberman (1985) y
estimaron la presión parcial de CO2 en el agua (pCO2) a partir de imágenes satelitales de temperatura y
pH medido in situ. Hidalgo-González et al. (1997) estudiaron el transporte vertical de CID, asociándolo
con las mareas post vivas y post muertas. Montes-Hugo et al. (1998) analizó los flujos de CO2 en la
interfase océano atmósfera (FCO2) en la región norte del golfo (Alto Golfo) durante el invierno,
encontraron que estos se mantuvieron en equilibrio. En 1996 Hernández-Ayón et al. (2007a) describieron
la variabilidad del CID en el GC, utilizaron muestras recolectadas durante la campaña oceanográfica
MEGAMARCO I, se midió AT y CID, así como salinidad, pH y fosfato. Siendo la primera vez que se
realizaban un muestreo discreto de AT y CID. En este estudio, se reportó que la distribución vertical del
CID en la Región de las Grandes Islas (RGI) se hallaba asociada a un proceso de mezcla. Siguiendo esta
línea de investigación, Hernández-Ayón (2007b) describió las variaciones en la intensidad de mezcla
vertical en las grandes islas para el inverno del 2002. Estos autores, usaron los datos generados por la
campaña Umbrales I, donde se identificó la importancia del Agua Subsuperficial Subtropical (ASsSt) y
el Agua del Golfo de California (AGC) en combinación con la mezcla vertical para modular las
concentraciones del CID en la zona (Hernández-Ayón et al., 2007; Espinoza-Carreón and Escobedo-
Urías, 2017). Una vez planteado el paradigma que presenta la mezcla vertical modulando el CID en la
RGI, Hernández-Ayón et al. (2013) estimó el efecto y la variabilidad espacio-temporal de la dinámica
de las masas de agua sobre el CID en la RGI, donde registraron valores altos de pCO2 y CID, de hasta
800 μatm y 2300 μmolkg-1, respetivamente; así como salinidades y pH bajos, de hasta ~7.7 y 35,
correspondientemente. Se encontró que el ASsSt fue una fuente que enriqueció con CID las aguas
superficiales en la RGI. Dicho enriquecimiento fue modulado por el volumen de mezcla que tuvo el
ASsSt con el AGC, este proceso se vio afectado por la estacionalidad. Se reportó que dicho volumen de
mezcla fue mayor en invierno y disminuyó hacia el verano. Por lo cual los autores concluyeron que el
ASsSt y el AGC, en conjunto con la mezcla vertical de marea, controlaron la concentración de CID en
la región.
Con lo anterior en mente, resulta necesario describir con detalle los procesos que controlan la
variabilidad espacial y temporal de las variables que componen el sistema del CO2. Así como cuantificar
los reservorios y FCO2, lo cual fue el objetivo de este estudio.
Los datos empleados de salinidad, temperatura, CID y AT in situ se obtuvieron en una red de 30
estaciones durante la serie de campañas oceanográficas Umbrales I-II-II, financiadas por el proyecto
“Umbrales G33464-T”. Dichas colectas fueron realizadas a bordo del buque oceanográfico Francisco de
Ulloa (Figura 1), durante marzo 2002 (invierno), mayo 2003 (primavera) y septiembre 2004 (verano).
Durante el recorrido de las tres campañas oceanográficas se realizaron lances de CTD (Sea-Bird 911
Plus, SBE, EUA); en 26 de las estaciones mencionadas. Adicionalmente, se realizaron lances de botellas
Niskin para toma de muestras discretas para el análisis del sistema de los carbonatos. El CID de las
muestras del crucero Umbrales I se midieron a bordo de la embarcación utilizando la técnica de titulación
potenciométrica descrita por Hernández-Ayón et al. (1999). Las medidas de CID de las muestras

obtenidas durante las campañas Umbrales II y III se midieron utilizando un sistema coulométrico en
Scripps Institution of Oceanography de la Universidad de California. A raíz de estas mediciones, se
calibraron los datos obtenidos durante Umbrales I, el marco de precisión obtenido para los datos
generados por potenciometría fue de ±10 µmolkg-1 y los generados mediante la técnica de
coulombiometría fue de ±3 µmol kg-1(Hernández-Ayón et al., 2013).
Figura 1: Mapa de la zona de estudio. El panel de la derecha muestra la Isla tiburón (IT, B), Isla Ángel de la Guarda (IAG, A) e
Isla San Lorenzo (ISL, C). Los puntos azules corresponden a las estaciones de muestreo realizadas durante las campañas
Umbrales I, II y II. Llevadas a cabo durante marzo 2002, mayo 2003 y septiembre 2004.
Los valores de viento superficial (U10 ; m s-1) empleados se obtuvieron de la base de datos Coppernicus
(https://cds.climate.copernicus.eu/cdsapp#!/home) . Estos datos están modelados cada hora durante todos
los días correspondientes a los meses de marzo 2002, mayo 2003 y septiembre 2004. Esta información
es derivada de sensores remotos para toda la región y son generados mediante el motor ERA5, el cual
proporciona estimaciones de datos de reanálisis por hora en una cuadrícula de 30 x30 km de resolución,
para esto emplean observaciones in situ y datos satelitales. Se utilizaron los valores promedio de vientos
diurnos (06:00-18:00 horas) durante los días de muestreo. La pCO2 se calculó a través del programa
CO2Sys (Lewis y Wallace, 1998), utilizando los parámetros de CID y AT medidos in situ durante las
campañas Umbrales, junto a temperatura, salinidad y profundidad. El ΔpCO2 se estimó mediante la
diferencia del valor estimado de pCO2 y el valor de pCO2(aire) de 374.4 μatm, promedio anual atmosférico
para el periodo de estudio, calculado por el laboratorio de monitoreo de la NOAA en Mauna Loa.
Los flujos de CO2 se calcularon utilizando la ecuación de Liss y Mervilat (1986), haciendo uso del
coeficiente de transferencia del gas (CO2) estimado por Wanninkhof (2014).
𝐹𝐹𝐹𝐹𝐹𝐹2 = 𝑘𝑘𝑘𝑘0(∆𝑝𝑝𝑝𝑝𝑝𝑝2)
Donde k es la velocidad de transferencia del gas que se encuentra parametrizada como
𝑘𝑘=0.251∗𝑢𝑢2∗(𝑆𝑆𝑆𝑆/660)−0.5 donde u es la velocidad del viento(ms-1) y Sc es el número de Schmidt (coeficiente
entre la viscosidad cinemática y la difusividad de masa, en función de la temperatura) y K0 denota la
solubilidad del CO2 en el agua y el ΔpCO2 describe la diferencia entre las presiones parciales del CO2 en
el océano y la atmósfera (Wanninkhof, 2014).
Las principales características que presenta la RGI del GC es la presencia marcada del AGC en toda
la capa superficial (Lavin y Marinone, 2003), así como una mezcla vertical fuerte propiciada por un
intervalo amplio de mareas y un patrón de vientos alternante para condiciones de invierno y verano. Estos
forzantes físicos (muy posiblemente una combinación de ellos) llevan ASsSt a la superficie y a su vez
modifican la composición química de las aguas superficiales. Siguiendo esta línea de pensamiento, los
cambios de temperatura-salinidad que se observan en la superficie y el hecho de que la columna de agua

se estratifique o se mezcle, indican que la composición en la estructura vertical cambia estacionalmente.

Estos cambios estructurales propiciados por la estacionalidad se rigen por la proporción en la que se
mezclan el AGC y el ASsSt, por ende, afecta las concentraciones de AT y CID en la región de estudio
(Hernández-Ayón et al., 2013).
Figura 2: Presión parcial de bióxido de carbono en el océano (pCO2(mar),,µatm; A, B y C) y diferencia de presiones parciales del
agua y el aire (ΔpCO2, µatm;D, E y F) en la RGI del Golfo de California durante invierno 2002(A,D), primavera 2003(B,E) y
verano 2004(C,F).
La mezcla vertical intensa ocasionada por los forzamientos de mareas y la presencia de temperaturas
superficiales bajas, mantienen una capa de agua mezclada, lo que afecta la presencia de agua
subsuperficial con concentraciones altas de CID y valores de pCO2(mar) altos. Esto, al combinarse con
vientos “intensos”, favorece que el sistema marino sea fuente de CO2 a la atmósfera. Al reconocer como
los forzamientos físicos modifican la cantidad de pCO2(mar) y CID disponible en superficie, observamos
la modificación paulatina de las propiedades superficiales en la región (Figura 2). Es por esto que la
proporción de mezcla que presenta el ASsSt y AGC moduló de manera directa los FCO2 en la región.
Los niveles de pCO2 altos registrados en la zona a lo largo de los años fueron descritos por Hidalgo-
González et al. (1997), Zirino et al. (1997) y Hernández-Ayón (2007b), los cuales refieren a la zona
como una fuente de CO2, reportando valores de pCO2 superiores a los 500 µatm en las aguas superficiales
circundantes a las zonas de Isla Ángel de la Guarda e Isla Tiburón. Los FCO2 obtenidos en este estudio
corroboran que la zona es una fuente de CO2 hacia la atmósfera (Figura 3A). Pero la condición de fuente
no prevaleció durante todo el año, si bien durante la época de invierno la región denotó ser fuente, en la
época de primavera y verano (Figuras 3B y 3C), la región presentó un amplio dinamismo espacial y
temporal. En la primavera se detectaron zonas en equilibrio en la parte norte y sur de la región de estudio,
y solamente dos centros de emisión con 1 C m-2 d-1, lo cual es opuesto a lo que se ha reportado Álvarez-
Borrego (2008), lo cual nos indica que en la temporada de primavera la región parece encontrarse en

equilibrio con la atmósfera, lo cual es contrario a lo que se suele mencionar respecto a la región. En
verano fue una época “peculiar”, puesto que, a pesar de presentar en la parte central de la región de
estudio, valores muy cercanos al equilibrio en la parte norte y sur se calcularon flujos de CO2 de hasta 2
mmol Cm-2 d-1. Lo anterior debido a magnitudes de viento mayores en las zonas cercanas a las islas Ángel
de la Guarda y Tiburón, las cuales han sido reportadas anteriormente (Álvarez-Borrego y Lara-Lara,
1991). Durante el verano, los valores superficiales de ΔpCO2 (Figura 3C) fueron los más bajos, pero
sumados a los vientos (>5 m s-1) que se tienen en la región provenientes del sureste, favoreció que los
flujos fueran de 2 mmol C m-2 d-1. Esto contrasta con los valores reportados por Hidalgo et al. (1997),
quienes calcularon flujos de 23 mmol C m-2 d-1 en las áreas circundantes a la isla San Lorenzo durante
julio (principios de verano) de 1990. Dichos valores hacen referencia a estaciones de colecta ubicadas en
el Canal de Ballenas (lado oeste de la isla). Estos flujos altos se debieron a la presencia de vientos con
una magnitud de 25 m s-1. Es importante tomar en cuenta el método utilizado por Hidalgo et al. (1997)
para calcular la pCO2(mar). Ellos estimaron la pCO2(mar) mediante mediciones in situ de pH y la alcalinidad
específica estimada con mediciones de salinidad. Ellos utilizaron una alcalinidad específica de 0.120
meq kg-1 %o. Mientras que, en este estudio, los cálculos se llevaron a cabo mediante mediciones directas
de CID y AT, con las cuales se derivaron los valores del pCO2(mar).
Figura 3: Flujos de bióxido de carbono en la interfase océano atmósfera (FCO2; mmol Cm-2d- 1). Durante invierno 2002(A),
primavera 2003(B) y verano 2004(C) en la región.
Conclusiones
Históricamente se ha estipulado que la RGI del GC es una fuente continua de CO2. Los resultados
obtenidos en este trabajo señalan que, si bien la región es una fuente de CO2, dicho estado no es
permanente durante todas las épocas del año. Presentando variabilidad temporal y espacial. En este
trabajo se observó un marcado efecto estacional en las variables del sistema del CO2 y en los FCO2. Los
flujos de CO2 presentaron un comportamiento estacional. Encontrando los flujos más altos durante el
inverno, época en la cual la presencia de ASsSt es mayor en superficie y la pCO2(mar) mayor. Hacia el
verano, las magnitudes del flujo disminuyeron. La región fue fuente durante el invierno, presentando
flujos máximos de 9.6 mmol Cm-2d-1 y mínimos de 6 mmol Cm-2d-1 a lo largo de toda la región de estudio,
en la primavera la región mostro zonas en equilibrio en la parte norte de Isla Ángel de la guarda y al sur
de IT, así como flujos de 1 mmol Cm-2 d-1 en la parte central. Caso que se ve invertido en el verano,
donde se detectaron flujos de 1-2 mmol Cm-2d-1 en las zonas norte y sur, mientras que en el centro de la
región se encuentra una amplia zona en equilibrio. Debido a que no existen trabajos previos sobre
estimaciones de los FCO2 en la región, resulta complicado contrastar los resultados obtenidos. Se observó

que la región presentó estacionalidad marcada en las concentraciones de pCO2(mar). La variable presentó
sus valores máximos superficiales durante el invierno y mínimos hacia el verano.
Referencias
Álvarez-Borrego, S. and J. R. Lara-Lara. 1991. The physical environment and primary productivity on the Gulf of California. In: Dauphin
JP, Simoneit B. (eds.), The Gulf and Peninsular Province of the Californias. American Association of Petroleum Geologists, Tulsa,
pp. 555–567.
Álvarez-Borrego, S. 2008. Oceanografía de la región de las grandes islas. In: Danemann G.D., Ezcurra E. (eds.), Bahía de los Ángeles:
recursos naturales and comunidad. Línea base 2007. San Diego(CA): SEMARNAT, INE, Pronatura Noroeste A.C., San Diego
Natural History Museum. p. 45–65.
Espinoza-Carreón, T. L. and D. Escobedo-Urías. 2017. South region of the Gulf of California large marine ecosystem upwell-ing, fluxes of
CO2 and nutrients. https://doi.org/10.1016/j.envdev.2017.03.005
Gaxiola-Castro, G., S. Álvarez-Borrego y R. A. Shwartzlose. 1978. Sistema del bióxido de carbono en el Golfo de California. Cienc. Mar.
5: 25–40.
Hernández-Ayón, J.M., A. Zirino-Weiss, F. Delgadillo-Hinojosa y S. Galindo-Bect. 2007a. Carbono inorgánico disuelto en el Golfo de
California en condiciones de verano. pp45-57. Hernández-de-la-Torre, B. y Gaxiola-Castro, G. (Eds.) Carbono en ecosistemas
acuáticos de México. Secretaria de medio ambiente y recursos naturales, Instituto nacional de ecología y CICESE. México DF.
Hernández-Ayón, J.M., F. Delgadillo-Hinojosa, T. Camiro-Vargas y M. López-Mariscal. 2007b. Estudio de las variables del CO2 en la
región de las grandes islas del golfo de California en condiciones de invierno. pp.59-73 Hernández-de-la-Torre, B. y Gaxiola-
Castro, G. (Eds.) Carbono en ecosistemas acuáticos de México. Secretaria de medio ambiente y recursos naturales, Instituto nacional
de ecología y CICESE. México DF.
Hernández-Ayón, J. M., C. Chapa-Balcorta, F. Delgadillo-Hinojosa, V. F. Camacho-Ibar, M. A. Huerta-Díaz, E. Santamaría-del-Angel, S.
Galindo-Bect and J. A. Segovia-Zavala. 2013. Dynamics of dissolved inorganic carbon in the Midriff Islands of the Gulf of
California: Influence of water masses. Ciencias Marinas, 39(2), 183–201. https://doi.org/10.7773/cm.v39i2.2243
Hidalgo-González, R. M., A. Zirino y S. Álvarez-Borrego. 1997. Mezcla en la región de las grandes islas del Golfo de California: efecto en
la pc0, superficial. Ciencias Marinas, 23(3), 317-327.
Lavín, M.F. and S.G. Marinone. 2003. An Overview of the Physical Oceanography of the Gulf of California. In: Velasco Fuentes, O.U.,
Sheinbaum, J., Ochoa, J. (eds) Nonlinear Processes in Geophysical Fluid Dynamics. Springer, Dordrecht.
https://doi.org/10.1007/978-94-010-0074-1_11
Lewis, E. and D. Wallace.1998. Program developed for CO2 system calculations. ORNL/CDIAC-105. Carbon Dioxide Inf. Anal. Cent.
Oak Ridge Natl. Lab. US Dep.Of Energy. Oak Ridge. Tenn.
Liss, P. and L. Merlivat. 1986. Air-Sea exchange rates: Introduction and synthesis. In: Buart Menard P (ed.), The role of Air-Sea Exchange
in Geochemical Cycling. Reidel Publishing Company, Boston, pp. 113–127.
Montes-Hugo, M.A., S. Alvarez Borrego y A. Zirino. 1998. The winter air-water CO2 net flux is not significant in the Gulf of California
to the north of 30oN. Cienc.Mar. 29(4): 483–490.
Wanninkhof, R. and K. Thoning. 1993. Measurement of fugacity of CO2 in surface water using continuous and discrete sampling methods.
Marine Chemistry, 44(2-4), 189–204. doi:10.1016/0304-4203(93)90202
Wanninkhof, R. 2014. Relationship between wind speed and gas exchange over the ocean revisited, Limnol. Oceanogr. Methods, 12,
doi:10.4319/lom.2014.12.351.
Zirino A., J.M. Hernández-Ayón, R.A. Fuhrman, S. Alvarez-Borrego, G. Gaxiola-Castro, R. Lara-Lara y R.L. Bernstein. 1997.
Estimaciones superficiales de pCO2 en el Golfo de California a partir de mediciones continuas de pH e imágenes de sátelite. Cienc.
Mar. 23: 1–22.

4.3. Abundancias relativas de pterópodos y su relación con la acidificación en el

Golfo de Tehuantepec durante marzo-abril de 2021
Arévalo-Bonilla Alejandro A.1; Chapa-Balcorta Cecilia2,*; López-Serrano Antonio2; García-Burciaga

Hugo O.2 y Martínez-Magaña Víctor H.3
1
Posgrado en Ecología Marina, Universidad del Mar, Ciudad Universitaria, Puerto Ángel, Distrito de San Pedro Pochutla, Oax., México
C.P. 70902
2
Ciudad Universitaria, Puerto Ángel, Distrito de San Pedro Pochutla, Oax., México C.P. 70902
3
Instituto mexicano de investigación en pesca y acuacultura sustentables (IMIPAS). Av. México 190, Del Carmen, Coyoacán, 04110
Ciudad de México, CDMX
*
Autor para correspondencia: cecilia_chapa@aulavirtual.umar.mx
Resumen
El Golfo de Tehuantepec (GoT) es considerado un laboratorio natural para el estudio de la acidificación

del océano, debido a la influencia de vientos del Norte llamados “Tehuanos” que causan un afloramiento
del agua subtropical subsuperficial (AStSs), con un cambio en los valores de pH y carbono inorgánico
disuelto (CID) de la masa de agua superficial tropical (AST). Este proceso físico provoca un descenso
en el pH total (pHT). Se utilizaron muestras biológicas y de agua de la campaña oceanográfica
(JCFINP/21-03) con el fin de evaluar si la abundancia de los pterópodos es afectada por pHT menores a
7.8. Se reportan pH en la escala de iones totales y la alcalinidad total (AT) del agua de mar y estado de
saturación de aragonita (Ωarag). Las muestras biológicas, una vez preservadas se midieron se preservaron
en alcohol del 70% y se hizo el conteo de pterópodos por medio de un microscopio estereoscópico
Olympus SZ. Se obtuvieron valores de pHT entre 7.7-7.9, CID de 2100-2275 µmol Kg-1, Ωarag de entre 1
a 2.5 y estado de saturación de calcita (Ωcal) de entre 2-3.8. La abundancia relativa de pterópodos
Thecostomados (Euthecostomata) fluctuó entre 73% y 2% donde los máximos valores se encontraron en
la zona costera y los mínimos valores en mar abierto.
Palabras Clave: CID; pHT; Tehuanos; Oaxaca, zooplancton, aragonita
Abstract
The Gulf of Tehuantepec (GoT) is considered a natural laboratory for the study of ocean acidification,
due to the influence of northern winds called “Tehuanos” that cause an upwelling of subtropical
subsurface water (StSsW), and changes on pH and dissolved inorganic carbon (DIC) values of the
tropical surface water mass (TSW). This physical process causes a decrease in the pH (pHT). Biological
and water samples from the oceanographic campaign (JCFINP/21-03) were used in order to evaluate
whether the abundance of pteropods is affected by pHT lower than 7.8. pH on the total ion scale and total
alkalinity (TA) of seawater and saturation state of aragonite are reported. The biological samples, once
preserved, were measured, preserved in 70% alcohol and the pteropods were counted using an Olympus
SZ stereoscopic microscope. pHT values between 7.7-7.9, CID of 2100-2275 µmol Kg-1, omega
aragonite between 1 to 2.5 and omega calcite between 2-3.8 were obtained. The relative abundance of
Thecostomado pteropods (Euthecostomata) fluctuated between 73% and 2% where the maximum values
were found in the coastal zone and the minimum values in the open sea.
Key words: DIC; pHT; Tehuanos; Oaxaca, zooplankton, aragonite.

Introducción
El aumento de la concentración de dióxido de carbono (CO2) en la atmósfera desde la época de la

revolución industrial (Chapa-Balcorta et al., 2019a; Feely et al., 2008a; Nordhaus, 1992), ha provocado
la acidificación en los océanos (AO). El CO2 entra en contacto con el agua de mar, forma acido carbónico
(H2CO3), convertido a iones bicarbonato (HCO3-1) e iones carbonato (CO3-2) y en este proceso libera
iones hidrogeno en el medio. Esto ha afectado a los organismos marinos, principalmente a los que tienen
estructuras de carbonato de calcio (CaCO3) debido a que éstas tienden a disolverse en condicions de
acidificación (Bednaršek et al., 2021a; Clements y Hunt, 2017; Knecht et al., 2023).
Este proceso ha sido caracterizado en el Golfo de Tehuantepec (GoT) en donde se presentan vientos
intermitentes conocidos como Nortes o Tehuanos (velocidad >10 m s-1). Esto ocurre de noviembre a
marzo resultado de gradientes de presión entre el golfo de México y el GoT extendiéndose cientos de
kilómetros mar adentro (Trasviña et al., 1995). Estos vientos pueden generar un acenso del AStSs y
también crear un mezclado turbulento en los primeros 50 metros, con esto cambia las condiciones
normales que la AST tiene de pH, temperatura, salinidad, carbono inorgánico disuelto (CID), etc. y al
modificar el pH a valores más bajos se considera que se ha acidificado la zona. El pHT promedio en es
de 8.2 (Orr et al., 2005; Raven et al., 2005), sin embargo, en el GoT se ha registradon valores de pH en
la escala de agua de mar de hasta 7.5 (escala de agua de mar) (Chapa-Balcorta et al., 2019b).
Una consecuencia biológica de lo anterior, es la respuesta de los organismos ante procesos de
acidificación. Entre ellos, los pterópodos, moluscos pelágicos de tamaño variable desde 1 mm a 1 cm
aproximadamente, con un manto modificado y mucoso que se le conoce como alas donde se adhieren las
partículas alimenticias (Lavaniegos, 2007). Estos organismos calcifican aragonita, una de las dos formas
cristalinas del CaCO3, la cual es más soluble que la calcita por tener un acomodo molecular rómbico en
vez de hexagonal como la calcita (Álvarez-Borrego, 2007). El estado de saturación de este cristal se
denomina omega aragonita (Ωarag). Bednaršek et al. (2021b) han reportado efectos negativos en los
pterópodos al ser sometidos a un medio acidificado y con una omega aragonita baja. Moya et al., 2016
reportaron que los pterópodos se ven negativamentea fectados en condiciones de pHT < 8. Por esta
característica se han propuesto como proxys en la AO (Bednaršek et. al., 2021b; Knecht et al., 2023).
Sin embargo, estos estudios han sido desarrollados en otras regiones del océano. Por lo anterior, este
trabajo pretende evaluar si existe una relacion entre la distribucion espacial del pH y la abundancia de
pteropodos thecostomados en el Golfo de Tehuantepec.
Se colectaron muestras de agua y zooplancton durante la campaña oceanográfica 2021 (JCFINP/21-

03) a bordo del barco de investigación oceanográfica Dr. Jorge Carranza Fraser del Instituto Nacional de
Pesca. Se colectaron datos de temperatura y salinidad mediante un CTD Idronaut 320 plus integrado en
una roseta y equipado con sensores integrados y periféricos con una precisión en los sensores de
conductividad, temperatura y presión, 0.001 mS/cm, 0.001ºC y 0.01% FS, respectivamente. Las muestras
biológicas se colectaron mediante el uso de una red Bongo de 70 cm de diámetro con dos redes cónicas
de 4 metros de longitud de 300 y 505 µm de luz de malla respectivamente. La máxima profundidad de
estos arrastres fue hasta 200 metros, donde la batimetría lo permitió, para el zooplancton capturado en la
red de 300 µm fue conservado en alcohol al 96%, mientras que las muestras de la red de 500 µm fueron
fijadas en formaldehído al 4 % amortiguado con borato de sodio, ambas en contenedores de plástico
debidamente etiquetados. Luego de 48 horas se cambió el fijador del formaldehído a alcohol del 70%.
Las muestras de agua se colectaron por medio de botellas Niskin y posteriormente se pasaron a
botellas de borosilicato de sodio con tapón esmerilado previamente lavadas, se fijaron con 200 µL HgCl2,
se utilizó grasa Apiezon en el tapón de las botellas y se usaron ligas para sellarlas con el fin de evitar el
intercambio de CO2 con la atmósfera. Posteriormente las muestras fueron analizadas en el Laboratorio

de Biogeoquímica Marina de la Universidad del Mar. El pH se midió mediante el método de tinción por
púrpura de m-Cresol (Procedimiento operativo estándar [SOP] 6b, Dickson, 2007) con una precisión de
± 0.001 y de exactitud ± 0.003 con ayuda de un espectrofotómetro Lambda XLS. La Alcalinidad Total
(AT) se realizó mediante la titulación potenciométrica de celda abierta (Dickson et al., 2007, SOP 3b)
por medio de material de referencia certificado provisto por el Dr. Andrew Dickson del Scrips Institution
of Oceanography con una precisión de ±3 µmoles km-1 y una exactitud de ±3 µmoles km-1 por medio de
una unidad de dosificación de líquidos 848 Titrino. Posteriormente se utilizó el programa CO2Sys (Lewis
y Wallace 1998) para el cálculo del Ωarag), estado de saturación de calcita (omega calcita, Ωcal) y pHT.
Se presentan resultados preliminares correspondientes a un transecto localizado en el centro del GoT.

Está compuesto de cuatro estaciones de muestreo de la 43 a la 46 (Figura 1). El muestreo se hizo durante
un evento de vientos tehuanos.
Figura 1. Mapa de las estaciones del crucero JCFINP/21-03 GoT.
El intervalo de CID (Figura 2a) registrado en este transecto fue de 2013-2275 µmol Kg-1 en los
primeros 100 m de profundidad. Estos valores son ligeramente mayores a los reportados por Chapa-
Balcorta et al. (2019) de 2200 µmol Kg-1, y por lo reportado por Chapa-Balcorta et al. (2015), quienes
encontraron valores de CID de 2252-2268 µmol kg-1 para la AStSs.
Los valores de pHT variaron entre 7.9 y 7.7 en los primeros 100 m (Figura 2b). Estos valores se
encontraron dentro del intervalo reportado por Chapa-Balcorta et al., 2019, de 7.92 a 7.6 en los primeros
100 m, con un pH relativamente más bajo al reportado por Chapa-Balcorta et al. (2015) para el GoT en
el mes de abril de 2013. También hay un claro descenso del pH en los primeros 3 m con respecto a la
media a nivel superficial de los océanos, que es de 8.2 (Hurtado-García & Barberena-Moncada, 2023;
Orr et al., 2005; Raven et al., 2005) mientras que en este estudio el valor máximo de pHT fue de 7.9.
Estos cambios de pH a lo largo de la columna de agua nos indican que agua con un pH menor emergió
cerca de la costa. Chapa-Balcorta et al. mencionaron que este efecto en el Golfo de Tehuantepec se debe
al ascenso de agua subsuperficial subtropical que es rica en CID presenta valores bajos de pH y Ωarag.
El alto contenido de CID en el AssSt se debe a procesos relacionados con la bomba biológica a la
descomposición aerobia de la materia orgánica y la pobre ventilación. Los vientos tehuanos influencian

principalmente la capa superficial y subsuperficial, de acuerdo a Transviña et al. 1995, quien también
reporta impactos en la capa de mezcla entre los primeros 50 m de profundidad para el mes de febrero.
Figura 2. Transectos verticales de las estaciones 43 a 46 a) Carbono Inorgánico Disuelto (CID, b) pH Total (pHT) c) Ωarag y d)
Ωcal.
Abundancia relativa de pterópodos
73
80
70
Abundancia relativa
60
50
40
23
30
20
2 2
10
0
43 44 45 46
Estaciones
Figura 3. Abundancia relativa de pterópodos (Euthecostomata). donde va de la zona oceánica (estación 43) a la costera (estación
46).
La Ωarag y la Ωcal varió entre 1 – 2.5 y entre 2 – 3.8, respectivamente en los primeros 100 m de
profundidad (Figura 2c y d). El horizonte de saturación de la aragonita (Ωarag=1) se encontró dentro de
los 50 m de profundidad cerca de la costa (Estaciones 45 y 46) y a 140 m de profundidad en mar abierto
(Estaciones 43 y 44) (Figura 2c). Cerca de la costa se encontró el mayor porcentaje de abundancia relativa
(72%) de pterópodos Thecostomados (estación 46), por el contrario, el menor porcentaje se encontró en
la parte oceánica en las estaciones 43 y 44 con 2 % de abundancia relativa fluctuó entre 72% y 2%., cerca
de la costa (Estación 46) en comparación con las estaciones más oceánicas (estación 43) respectivamente
(Figura 3). Las máximas abundancias coincidieron con valores de pH entre 7.92 y 7.6. Esto difiere a lo

que se podría esperar en condiciones de acidificación como lo plantean Bednaršek et al. (2021b). Es
posible que esto se deba a otros factores como la disponibilidad de alimento, ya que se ha reportado la
presencia de pterópodos en regiones de surgencia (Feely et al., 2008b; Mackas & Galbraith, 2012; Mucci,
1983; Thomsen et al., 2013) también puede ser que el ascenso de agua subsuperficial impida que los
pterópodos pasen a la parte oceánica, comportándose como una barrera. Este es el primero estudio de su
tipo en el Golfo de Tehuantepec, sin embargo, se requieren más estudios que evalúen la disponibilidad
de alimento y otros factores oceanogràficos y biologicos que modulan la abundancia de pteropodos en la
region para tener una idea más clara de la contribución relativa de estos factores a la vulnerabilidad de
los pterópodoas ante la acidificación del océano.
Conclusiones
Durante la temporada de estudio, en el Golfo de Tehuantepec existió una disminución de pHT con
respecto a la media de 8.2 a nivel superficial de los océanos. En este estudio el efecto ocurrió en los
primeros 100 m de profundidad con valores de 7.7 a 7.9 para el transecto reportado.
Los valores de CID fluctuaron entre 2100-2275 µmol kg-1 debido al afloramiento, probablemente del
agua AStSs.
La distribución espacial de la abundancia de los pterópodos no fue la esperada con base en la
bibliografía, en este estudio se reportó que a pHT más bajo de 7.9 y con Ωarag cercano a 1 hubo la mayor
abundancia de pterópodos con el 73%. Posiblemente existen otras variables no consideradas en este
estudio que podrían ayudar a comprender mejor esta distribución como lo es su fuente de alimento. Este
es el primer estudio realizado en el GoT que trata de identificar relación entre el pH y la abundancia de
los pterópodos.
Agradecimientos
Los autores agradecen al CONAHCYT por la beca para el primer autor Beca número 2022-000018-
02NACF-16054), al IMIPAS (Instituto mexicano de investigación en pesca y acuacultura sustentables,
antes INAPESCA por el acceso a las muestras y datos. Al proyecto Coastal Acidification Time Series,
Salina Cruz financiado por The Ocean Foundation y la Global Ocean Acidification Observation Network
Literatura citada
Álvarez-Borrego, B. E. (2007). Principios generales del ciclo del carbono en el océano En: B. Hernández- De la Torre & G. Gaxiola-
Castro, (Eds).Primera edición. 11-26.
Bednaršek, N., J. A. Newton, M. W. Beck, S. R. Alin, R. A Feely, N. R Christman, y T. Klinger. 2021b. Severe biological effects under
present-day estuarine acidification in the seasonally variable Salish Sea. Science of The Total Environment, 765, 142689.
https://doi.org/10.1016/j.scitotenv.2020.142689
Chapa-Balcorta, C., J. M. Hernandez-Ayon, R. Durazo, E. Beier, S. R. Alin y A. López-Pérez. 2015. Influence of post-Tehuano
oceanographic processes in the dynamics of the CO2 system in the Gulf of Tehuantepec, Mexico. 2015, 120, Article 120.
https://doi.org/doi:10.1002/ 2015JC011249.
Chapa-Balcorta, C., R. Sosa-Ávalos y J. M. Hernández-Ayón. 2019a. Almacenes y flujos en ecosistemas marinos. En Estado del ciclo del
carbono en México Agenda azul y verde (Editores: Paz-Pellat, F., J. M. Hernández-Ayón, R. Sosa-Ávalos y A. S. Velázquez-
Rodríguez, Vol. 1, p. 730). Red Temática del CONACyT.
Chapa-Balcorta, C., R. Sosa-Ávalos y J. M. Hernández-Ayón. 2019b. Almacenes y flujos en ecosistemas marinos. En Estado del ciclo del
carbono en México Agenda azul y verde (Editores: Paz-Pellat, F., J. M. Hernández-Ayón, R. Sosa-Ávalos y A. S. Velázquez-
Rodríguez, Vol. 1, p. 730). Red Temática del CONACyT.
Clements, J. C. y H. L. Hunt. 2017. Effects of CO2 -driven sediment acidification on infaunal marine bivalves: A synthesis. Marine Pollution
Bulletin, 117(1-2), 6-16. https://doi.org/10.1016/j.marpolbul.2017.01.053
Dickson, A. G., C. L. Sabine, J. R. Christian, C. P. Bargeron y North Pacific Marine Science Organization (Eds.). (2007). Guide to best
practices for ocean CO2 measurements. North Pacific Marine Science Organization.
Feely, R. A., C. L. Sabine, J. M. Hernandez-Ayon, D. Ianson, y B. Hales. 2008a. Evidence for Upwelling of Corrosive «Acidified» Water
onto the Continental Shelf. Science, 320(5882), 1490-1492 pp. https://doi.org/10.1126/science.1155676

Feely, R. A., C. L. Sabine, J. M. Hernandez-Ayon, D. Ianson and B. Hales. 2008b. Evidence for Upwelling of Corrosive «Acidified» Water
onto the Continental Shelf. Science, 320(5882), Article 5882. https://doi.org/10.1126/science.1155676
Hurtado-García, I. L. y J. A. Barberena-Moncada. 2023. Calidad de aguas marino-costeras en bahías de San Juan del sur, Escameca, La
Flor y El Ostional, Costas del Océano Pacifico nicaragüense. Revista Científica de FAREM-Estelí, 45, 235-250.
https://doi.org/10.5377/farem.v12i45.16047
Knecht, N. S., F. Benedetti, U. Hofmann, N. Bednaršek, S. Chaabane, C. De Weerd, K. Peijnenburg, R. Schiebel y M. Vogt. 2023. The
impact of zooplankton calcifiers on the marine carbon cycle (pp. 1-98) [Preprint]. Preprints.
https://doi.org/10.22541/essoar.167283650.05543210/v1
Lavaniegos, B. E. 2007. El papel del zooplancton en la transferencia del carbono en el océano (B. Hernández- De la Torre & G. Gaxiola-
Castro, Eds.; Primera edición).
Mackas, D. L. y M. D. Galbraith. 2012. Pteropod time-series from the NE Pacific. ICES Journal of Marine Science, 69(3), Article 3.
https://doi.org/10.1093/icesjms/fsr163
Moya, A., Howes, E. L., Lacoue‐Labarthe, T., Forêt, S., Hanna, B., Medina, M., ... y Gattuso, J. P. 2016. Near‐future pH conditions severely
impact calcification, metabolism and the nervous system in the pteropod Heliconoides inflatus. Global Change Biology, 22(12),
3888-3900.
Mucci, A. (1983, septiembre 1). The solubility of calcite and aragonite in seawater at various salinities, temperatures, and one atmosphere
total pressure. American Journal of Science, 283(7), Article 7.
Nordhaus, W. D. 1992. The ‘Dice’ Model: Background and Structure of a Dynamic Integrated Climate-Economy Model of the Economics
of Global Warming. Cowles Foundation Discussion Papers, 134.
Orr, J. C., V. J. Fabry, O. Aumont, L. Bopp, S. C. Doney, R. A. Feely, A. Gnanadesikan, N. Gruber, A. Ishida, F. Joos, R. M. Key, K.
Lindsay, E. Maier-Reimer, R. Matear, P. Monfray, A. Mouchet, R. G. Najjar, G.-K. Plattner, K. B Rodgers, … A. Yool. 2005.
Anthropogenic ocean acidification over the twenty-first century and its impact on calcifying organisms. Nature, 437(7059), Article
7059. https://doi.org/10.1038/nature04095
Raven, J., K. Caldeira, O. Hoegh-Guldberg, L. Peter, U. Riebesell, J. Shepherd, C. Turley y A. Watson. 2005. Ocean acidification due to
increasing atmospheric carbon dioxide. Royal Society.
Thomsen, J., I. Casties, C. Pansch, A. Körtzinger y F. Melzner. 2013. Food availability outweighs ocean acidification effects in juvenile
Mytilus edulis: Laboratory and field experiments. Global Change Biology, 19(4), Article 4. https://doi.org/10.1111/gcb.12109
Trasviña, A., E. D. Barton, J. Brown, H. S. Velez, P. M. Kosro y R. L. Smith. 1995. Offshore wind forcing in the Gulf of Tehuantepec,
Mexico: The asymmetric circulation. Journal of Geophysical Research, 100(C10), 20649. https://doi.org/10.1029/95JC01283

4.4. Relación Alcalinidad Total-Salinidad en las aguas superficiales de la Bahía

Todos Santos, Ensenada
Córdova-Medina Ivar1,*; Hernández-Ayón José M.2; Cervantes-Díaz Gabriela Y.2; Santander-Cruz

Jonathan2; González-Silvera Adriana G.1; Calderón-López Jorge M.1 y Norzagaray-López C. Orion2
1
Facultad de Ciencias Marinas, Universidad Autónoma de Baja California, Ensenada, México, Carretera Ensenada-Tijuana No. 3917,
Fracc. Playitas, Ensenada, Baja California, C.P. 22860
2
Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California, Carretera Ensenada-Tijuana No. 3917, Fracc.
Playitas, Ensenada, Baja California, C.P. 22860
*Autor para correspondencia: ivar.cordova@uabc.edu.mx
Resumen
Se ha reportado una relación directa entre la Alcalinidad Total (AT) y la Salinidad (S) a lo largo del
océano global. En zonas costeras hay poca información sobre esta relación, porque además de que se
cuenta con pocas mediciones de AT, ésta puede ser modificada debido a diversos procesos como las
surgencias, la advección de masas de agua, evaporación, entre otros; los cuales son procesos distintivos
de la región de la Bahía Todos Santos (BTS). El objetivo de este trabajo es determinar si existe una
relación AT-S, que sea de utilidad para estudios de oceanografía costera o del sector acuícola. Esto con
la finalidad de que, en conjunto con la AT estimada, y otra variable como lo puede ser el pH, se pueda
describir la química del carbono en la BTS. Se realizaron 16 muestreos desde febrero del 2021 hasta
junio del 2023 en cuatro puntos de la BTS. Con base en nuestros resultados, no se encontró una relación
directa entre estas dos variables, debido a que, además de los procesos biogeoquímicos influyentes en la
zona, se registró un gradiente salino de 0.8 unidades, el cual es pequeño comparado con el reportado en
aguas oceánicas (~3 unidades). Sin embargo, se proponen dos opciones para usar una AT representativa
de la BTS: (1) utilizar el valor promedio de 2235 ± 9 µmol kg-1 o (2) utilizar el valor promedio cuando
S>33.5 y para cuando S<33.5, con valores de 2237 ± 8 µmol kg-1 y de 2234 ± 10 µmol kg-1,
respectivamente.
Palabras clave: Alcalinidad total; salinidad; Bahía Todos Santos; química del carbono.
Abstract
Throughout the global ocean, a direct relationship has been reported between Total Alkalinity (AT) and
Salinity (S). However, the information about this relationship in coastal areas is scarce because, in
addition to the fact that there are few measurements of AT, this relationship can be modified due to
various processes, such as upwelling, advection of water masses, evaporation, among others; which are
distinctive processes of the Todos Santos Bay (BTS) region. The objective of the work is to determine
if there is a relationship between AT and S, which may be useful for coastal oceanography studies or the
aquaculture sector. With the above and in conjunction with the estimated AT, and another variable such
as pH, the carbon chemistry in the BTS can be described. For this, 16 samplings at four points in the
BTS were carried out from February 2021 to June 2023. Based on our results, no direct relationship was
found between these two variables, because, in addition to the biogeochemical processes, a saline
gradient of 0.8 units was recorded, which is small compared to that reported in ocean waters that can be
up to 3 units. However, two options are proposed to use a representative AT of the BTS: (1) use the
average value of 2235 ± 9 µmol kg-1 or (2) use the average value when S>33.5 and for when S<33.5,
with values of 2237 ± 8 µmol kg-1 and 2234 ± 10 µmol kg-1, respectively.

Key words: Total alkalinity; salinity; Todos Santos Bay; carbon chemistry.
Introducción
En la actualidad, las concentraciones de CO2 atmosférico se han visto incrementadas debido a

actividades antropogénicas, tales como la actividad industrial. En las últimas décadas aproximadamente
el 30% de las emisiones de CO2 antropogénicas son absorbidas por el océano (Feely et al., 2004). Es por
esto que resulta de importancia estudiar el sistema del CO2 en el océano, y para esto se determinaron
cuatro variables que rigen el sistema del CO2 en el agua de mar: pH, Alcalinidad Total (AT), CO2 Total
(TCO2) y presión parcial del CO2 (pCO2) (Millero, 2013).
En las aguas superficiales del océano global, se ha reportado una relación proporcional entre la
variable de alcalinidad total y la salinidad, esto debido a que la AT en el océano es controlada
principalmente por procesos de evaporación o precipitación (Lee et al., 2006). Por otra parte, en las
zonas costeras esta relación es compleja debido a que influyen otros procesos como las surgencias,
entradas de río, procesos biológicos, entre otros. Conocer y entender los procesos que modifican la AT
es de utilidad para poder diagnosticar diversos procesos importantes en el océano (Jiang et al., 2014).
Oliva-Méndez et al. (2018) describieron el sistema del CO2 dentro de la BTS con el objetivo de
evaluar el efecto del evento de La Niña del 2011 sobre el horizonte de saturación del aragonita (ZΩa) en
la BTS. Actualmente, este trabajo sigue siendo el único que describe el sistema del CO2 en la BTS.
Por lo tanto, los estudios sobre la química del CO2 dentro de la BTS siguen siendo escasos, debido a
esto, el objetivo de este trabajo es determinar la relación entre la alcalinidad total y la salinidad para que,
junto con otra variable del sistema del CO2, se pueda ampliar la descripción de la química del CO2 en la
BTS, además, que esta relación sea de utilidad tanto para estudios de oceanografía costera como de
acuacultura.
Área de estudio
El trabajo se realizó en la Bahía Todos Santos (Figura 1), Ensenada, Baja California, México. La BTS
es una bahía semicerrada localizada en la costa noroeste de Baja California, siendo parte del límite sur
de la Corriente de California (CC). Esta bahía se conecta al Océano Pacífico por medio de dos entradas
ubicadas al norte y al sur de la Isla Todos Santos. La circulación superficial del agua dentro de la BTS
depende tanto de la intensidad como de la dirección de los vientos (Delgadillo-Hinojosa et al., 2015).

Figura 1. Ubicación del área de estudio.
Metodología
Se realizaron 16 muestreos con cuatro puntos de muestreo en la Bahía Todos Santos (Figura 1)
durante el periodo de febrero del 2021 hasta junio del 2023 a bordo de una embarcación de pesca
deportiva. Durante los muestreos se recolectaron muestras de agua en cuatro estaciones a 0 y 20 m de
profundidad utilizando una botella Niskin de 5 L. El agua de cada profundidad se colectó en botellas de
borosilicato de 250 mL y se les adicionó 50 μL de cloruro de mercurio para evitar los cambios que genera
el plancton en las concentraciones de CO2. Además, en cada estación se lanzó un CTD Castaway para
realizar perfiles verticales de temperatura y salinidad.
Determinación de AT
Para la estimación de la AT se utilizó el método potenciométrico propuesto por Hernández-Ayón et

al. (1999). Se utilizó material certificado de Scripps para la determinación de los valores estándares
(exactitud) y se trabajó con una precisión de ±3 µmol kg-1 en las mediciones.
Tanto los valores de AT como los de salinidad fueron acordes a los reportados por Oliva-Méndez et
al. (2018), con un intervalo de AT de 2203-2253 µmol kg-1, mientras que los valores de salinidad se
encontraron entre 33.0 y 33.8.
El coeficiente de regresión (Figura 2) fue bajo (R2=0.049), por lo que se determinó que no existe una
relación directa entre las variables de AT y S, a pesar de observarse una relación positiva. Esto se debe
a procesos característicos de la BTS y de una zona costera donde se pueden presentar eventos de
surgencias, procesos de evaporación, advección de masas de agua y sin descartar a los procesos
biológicos, entre otros (Jiang et al., 2014). Estos resultados de una nula relación entre la AT y la S
concuerdan con el estudio realizado por Schneider et al. (2007) en el Mar Mediterráneo, en donde
obtuvieron intersecciones negativas en esta relación y lo atribuyeron a procesos de evaporación y por
aportes de ríos o por precipitación.

2260
2250
2240
AT [µmol kg-1]
2230
2220
y = 10.833x + 1873.1
R² = 0.049
2210
2200
32.900 33.000 33.100 33.200 33.300 33.400 33.500 33.600 33.700 33.800 33.900
Salinidad
Figura 2. Gráfica de relación AT contra salinidad.
Si bien, no se encontró una relación directa siguiendo el bajo coeficiente de regresión obtenido, se
encontró que por arriba de una salinidad de 33.5 el valor promedio de AT fue mayor que el promedio
que se obtuvo para todos los datos, mientras que por debajo de los datos de salinidad menor a 33.5 el
promedio de AT fue menor (Cuadro 1). La relación AT y salinidad se ajusta mejor en el océano abierto
debido al amplio gradiente de salinidad que puede llegar a ser mayor a 3 unidades (Millero, 2013),
mientras que, en este caso para la zona de estudio, el gradiente de salinidad fue de solo 0.8 unidades, por
lo que, sumado a los procesos de evaporación-precipitación, de advección y biogeoquímicos de la región,
son las principales causas de la ausencia de una relación entre la AT y la S. Debido a que la regresión es
tan baja y el error al aplicar esta relación será grande, se recomienda el continuar generando más datos
en distintos puntos de la BTS y en distintas temporadas. Sin embargo, si fuera necesario utilizar un valor
de AT (junto con otra variable del sistema del CO2) y poder así describir el sistema del CO2, se propone
utilizar (1) el valor promedio de AT obtenido de todos los datos o (2) los promedios de AT para las
respectivas salinidades (S>33.5 o S<33.5). La decisión de usar una u otra genera, por ejemplo, una
diferencia 1 µmol kg-1 si calculamos carbono inorgánico disuelto, o una micro atmósfera si se calcula el
pCO2 usando un mismo pH, pero variando las diferentes opciones de AT que se proponen en este trabajo.
Cuadro 1. Valores promedio y desviación estándar de del conjunto de valores de S, de valores de S>33.5 y valores de S<33.5.
AT promedio (µmol kg-1) Desviación estándar (µmol kg-1)
Salinidad Total 2235 ±9
Salinidad > 33.5 2237 ±8
Salinidad < 33.5 2234 ±10
Conclusiones

No se encontró una relación directa entre la alcalinidad total y la salinidad debido principalmente a
procesos físicos presentes en el área de estudio como al pequeño (comparado con el oceánico) gradiente
de salinidad de 0.8 unidades. La recomendación que se plantea es el generar más mediciones sobre estas
variables en distintos puntos de la BTS y en distintas temporadas. Sin embargo, con el fin de describir
el sistema del CO2 dentro de la BTS se propone utilizar el valor promedio de AT para todo el conjunto
de salinidades (2235 ± 9 µmol kg-1), o bien, utilizar el promedio para cuando la salinidad fue mayor a
33.5 (2237 ± 8 µmol kg-1) o menor a 33.5 (2234 ± 10 µmol kg-1).
Agradecimientos
Los autores agradecen a Phytoplankton Ecology Team (POPEYE) por el financiamiento de los
muestreos realizados a lo largo del periodo de estudio del trabajo.
Literatura citada
Delgadillo-Hinojosa, F., V. Camacho-Ibar, M.A. Huerta-Díaz, V. Torres-Delgado, P. Pérez-Brunius, L. Lares, S.G. Marinone, J.A. Segovia,
J.L. Peña-Manjarrez, E. García-Mendoza and R. Castro. 2015. Seasonal behavior of dissolved cadmium and Cd/PO4 ratio in Todos
Santos Bay: A retention site of upwelled waters in the Baja California peninsula, Mexico. / Marine Chemistry 168: 37–4 DOI:
http://dx.doi.org/10.1016/j.marchem.2014.10.010.
Feely, R.A., C. L. Sabine, K. Lee, W. Berelson, J. Kleypas, V. J. Fabry, and F. Millero. 2004. Impact of Anthropogenic CO2 on the CaCO3
System in the Oceans. Science 305:362-366. DOI:10.1126/science.1097329.
Hernández-Ayón, J.M., S.L. Belli and A. Zirino. 1999. pH, alkalinity, and total CO2 in coastal seawater by potentiometric titration with a
difference derivative readout. Anal. Chim. Acta, 394:101-108.
Jiang, Z.-P., T. Tyrrell, D. J. Hydes, M. Dai, and S. E. Hartman (2014), Variability of alkalinity and the alkalinity-salinity relationship in
the tropical and subtropical surface ocean, Global Biogeochem Cycles. 28: 729–742. DOI:10.1002/2013GB004678.
Lee, K., L. T. Tong, F. J. Millero, C. L. Sabine, A. G. Dickson, C. Goyet, G.-H. Park, R. Wanninkhof, R. A. Feely, and R. M. Key. 2006.
Global relationships of total alkalinity with salinity and temperature in surface waters of the world’s oceans, Geophys. Res. Lett.
33, L19605. DOI:10.1029/2006GL027207.
Millero, F. (2013). Chemical Oceanographic. Fourth edition. CRC Press. Taylor & Francis Group. Boca Raton, Florida. 571 p.
Oliva-Méndez, N., F. Delgadillo-Hinojosa, P. Pérez-Brunius, A. Valencia-Gasti, M. A. Huerta-Diaz, E. Palacios-Coria y J. M. Hernández-
Ayón. 2018. El sistema de carbonatos en aguas costeras del norte de la península de Baja California bajo condiciones de La Niña.
Ciencias Marinas 44(3): 203–220 DOI: http://dx.doi.org/10.7773/cm.v44i3.2833.
Schneider, A., D. W. R. Wallace, and A. Körtzinger. 2007. Alkalinity of the Mediterranean Sea. Geophysical Research Letters. 34, L15608.
DOI:10.1029/2006GL028842

4.5. Variabilidad de las masas de aguas y el carbono inorgánico disuelto en dos

remolinos de mesoescala en el Sistema Frontal de Baja California Sur, México.
Espinosa-Carreón T. Leticia1,*; De la Cruz-Ruiz A. Itahi1,2; Gaxiola-Gutiérrez M. Yarlin1,3 y

Martínez-Magaña Víctor H.4
1
Instituto Politécnico Nacional, Centro Interdisciplinario de Investigación para el Desarrollo Integral Regional. Unidad Sinaloa.
Boulevard Juan de Dios Bátiz Paredes No. 250, Col. San Joachín, CP 81101, Guasave, Sinaloa, México.
2
Doctorado en Conservación del Patrimonio Paisajístico, Instituto Politécnico Nacional.
3
Universidad Autónoma de Sinaloa, Campus Los Mochis.
4
CRIAP Manzanillo, Playa Ventanas s/n, Col. Carretera Manzanillo a Campos Colima, CP 28200, Manzanillo, Colima.
*Autor para correspondencia: leticiaesp@gmail.com
Resumen
Se realizó una campaña oceanográfica en julio-agosto de 2019 en el Sistema Frontal de Baja California
Sur a bordo del B/I “Dr. Jorge Carranza Fraser” del Instituto Nacional de Pesca y Acuacultura
(INAPESCA). Con ayuda de un CTD Idronaut se obtuvieron los perfiles hidrológicos y a profundidades
estándar alícuotas de agua para la determinación de carbono inorgánico disuelto (CID). Se seleccionó
una estación representativa de un remolino ciclónico (RC) y otra de uno anticiclónico (RAc) para
conocer la variabilidad vertical de la hidrología y el CID. Se realizó un diagrama con la salinidad
absoluta y la temperatura conservativa, así como perfiles de temperatura, salinidad, oxígeno disuelto,
clorofila, CID y pH(sw). En el RC, se registró mayor influencia del Agua del Subartico (ASA) que en
el RAc, en ambos se presentó el Agua de Transición (ATr), el Agua Ecuatorial Subsuperficial (AESs),
y el Agua Intermedia del Pacífico (AIP), mientras que se observó muy poca contribución del Agua
Subtropical Superficial (AStS) en el RAc. El máximo de clorofila se registró a menor profundidad y con
mayor concentración en el RC (40 m, >1.5 mg m-3) que en el RAc (95 m, 0.6 mg m-3). La concentración
de oxígeno disuelto y el pH (sw) fueron mayores y más someros en el RC. La distribución de DIC mostró
en superficie concentraciones más altas en el RAc que en el RC, con 2035 µmol kg-1 en superficie y
2292 µmol kg-1 a los 500 m, mientras que en el RC registró valores de 2009 µmol kg-1 en superficie y
de 2276 µmol kg-1 a los 500 m. Se evidenció el efecto de los remolinos de mesoescala en la distribución
vertical de las variables del carbono.
Palabras clave: Carbono inorgánico disuelto; masas de agua; Sistema Frontal de Baja California.
Abstract
An oceanographic campaign was carried out in July 2019 in the Frontal System of Baja California Sur
aboard the B/I “Dr. Jorge Carranza Fraser” of the Instituto Nacional de Pesca y Acuacultura
(INAPESCA). With the help of an Idronaut CTD, you will obtain hydrological profiles and deep-water
levels for the determination of inorganic carbon dioxide (CID). Select a representative station of a
cyclonic wind (RC) and another of an anticyclonic (RAc) to recognize the vertical variability of the
hydrology and the CID. Create a diagram of absolute salinity and conservative temperature, including
temperature profiles, salinity, oxygen density, chlorophyll, CID and pH(sw). In the RC, the greater
influence of the Sub Artic Water (SAW) is recorded in the RAc, in addition the Transition Water (TrW),
the Subsuperficial Equatorial Water (ESsW), and the Intermediate Water of the Pacificare recorded
(PIW), although we observed a small contribution to the Subtropical Superficial Water (AStS) in the
RAc. The maximum chlorophyll was recorded at greater depth and with greater concentration in the RC
(40 m, >1.5 mg m-3) than in the RAc (95 m, 0.6 mg m-3). The oxygen concentration and pH (sw) are
greater and less so in the RC. The distribution of DIC in surface area is highest in the RAc, with 2035
1
µmol kg-1 in surface area and 2292 µmol kg-1 at 500 m, although the RC recorded values of 2009 µmol
kg-1 in surface area and 2292 µmol kg-1 in surface area. 2276 µmol kg-1 at 500 m. The effect of the
mesoscale remnants is evident in the vertical distribution of the variables studied.
Key words: dissolved inorganic carbon; water masses; Frontal System of Baja California.
Introducción
Los componentes físicos, químicos y biológicos definen las propiedades en los sistemas marinos,
pero es el movimiento del agua el que altera las características de estos componentes alrededor de los
organismos, transporta nutrientes y productos de desecho, ayuda a las migraciones e influye en la tasa
de encuentro entre los depredadores planctónicos y sus presas (Mann & Lazier, 2005). De acuerdo a la
temática del estudio, se puede definir la(s) escala(s) espaciotemporales, desde capilares hasta decadales,
en este trabajo se estudiaron los procesos de mesoescala definidos con una duración de semanas a meses
y de decenas a cientos de kilómetros, como los remolinos ciclónicos (divergencia de núcleo frío) y
anticiclónicos (convergencia de núcleo cálido) los cuales modulan las características biogeoquímicas de
la columna de agua.
El carbono inorgánico disuelto (CID) es la suma de las concentraciones de todas las especies químicas
del dióxido de carbono, constituido por el ácido carbónico, bicarbonato y carbonato (Sarmiento &
Gruber, 2006).
En la República Mexicana, en la costa occidental de Baja California, se encuentra el Sistema Frontal
de Baja California Sur (SFBCS), que se caracteriza por tener una oceanografía dinámica (Bakun, 1996;
Etnoyer et al., 2004), entre los procesos que se destacan se encuentran las surgencias (Etnoyer et al.,
2006), y remolinos de mesoescala ciclónicos y anticiclónicos (Kurczyn et al., 2012) que causan efectos
en la hidrología, distribución de masas de agua y consecuentemente en el sistema del carbono
promoviendo variaciones en espacio y tiempo de estas propiedades.
El origen del sistema, se atribuye a la confluencia de agua fría de la Corriente de California (CC) y
agua templada superficial tropical; las cuales también forman el Sistema de la Corriente de California
(SCC) (ubicada al norte del SFBCS) (Carr, 2002). El objetivo del trabajo fue conocer la relación de las
masas de agua en relación a los procesos de mesoescala y el carbono inorgánico disuelto.
Área de estudio
El Sistema Frontal de Baja California Sur (SFBCS), está localizado en el extremo sur del Sistema de
la Corriente de California (SCC) que se compone de la Corriente de California (CC), la Contracorriente
de California (también conocida como corriente de Davidson, CcC) y la Contracorriente Subsuperficial
(CcSs) (Carr, 2002). La Corriente de California (CC), forma parte del sistema de corrientes con flujos
hacia el ecuador llamadas “Corrientes de frontera oriental”, de naturaleza geostrófica, con flujo hacia el
ecuador, profundidad de 500m, flujo lento (25 cm seg-1) y salinidad y temperatura promedio de 33 y
13°C respectivamente (Zárate-Vidal, 1991).
Metodología
Se realizó una campaña oceanográfica del 27 julio al 20 de agosto de 2019 en el Sistema Frontal de
Baja California Sur (SFBCS) a bordo del B/I “Dr. Jorge Carranza Fraser” del Instituto Nacional de Pesca
y Acuacultura (INAPESCA) (Figura 1). Con ayuda de un CTD Idronaut modelo Ocean Seven 320 Plus
se obtuvieron los perfiles hidrológicos de temperatura, salinidad, oxígeno disuelto y pH en 57 estaciones.
2
Se realizaron cálculos de temperatura conservativa (Θ) y salinidad absoluta (SA) con el software del
proveedor y con lo sugerido por IOC/SCOR/IAPSO (2010) y McDougall et al. (2012). La concentración
de oxígeno disuelto, la clorofila y el pH se tomaron de acuerdo a la calibración del mantenimiento del
Idronaut. La identificación de las masas de agua se realizó de acuerdo a Durazo et al. (2010).
Adicionalmente con ayuda de botellas Niskin de 5 L acopladas a la roseta del CTD, a profundidades
estándar (superficie, 20, 50, 100, 200 y 500 m) se colectaron muestras de agua para la determinación de
carbono inorgánico disuelto (CID), llenando botellas de borosilicato de 125 ml evitando burbujear la
muestra y adicionando 100 µL de una solución saturada de cloruro de mercurio para detener las
funciones biológicas y almacenándolas a 20 oC en oscuridad hasta su análisis, siguiendo el
procedimiento recomendado por Dickson et al. (2007).
Los análisis de CID se realizaron en el laboratorio de Productividad Primaria y Sistema del Carbono
del Instituto Politécnico Nacional-CIIDIR Sinaloa, con un analizador de CO2gas (AS-C3, Apollo
SciTech, USA). Para evaluar precisión y exactitud en las mediciones de CID, se utilizaron sub-
estándares de referencia proporcionados por el Dr. Martín Hernández Ayón del IIO-UABC. Durante los
análisis se tuvo la precaución de no exceder la diferencia de hasta 4 µmol L-1 con respecto al subestándar.
Previo a los análisis, se siguieron las recomendaciones del fabricante, que incluye la realización de
curvas de calibración.
A partir de imágenes de satélite de anomalía del nivel del mar se observó el área de influencia de los
procesos de mesoescala, de los cuales se seleccionaron dos estaciones, una estación representativa de un
remolino ciclónico (RC) y otra de uno anticiclónico (RAc) para conocer la variabilidad vertical de la
hidrología (Figura 1).
Figura 1. Área de estudio. Recuadro verde localización del Sistema Frontal de Baja California Sur (SFBCS) y localización del
Remolino Ciclónico (RC) y Remolino Anticiclónico (RAc), los círculos grandes azul y rojo marcan el área de influencia de los
remolinos.
3
El diagrama de temperatura conservativa-salinidad absoluta (Figura 2) mostró una diferencia en

temperatura y salinidad en ambos remolinos, en el RC se registró una menor temperatura y salinidad que
en el RAc. En el RC, el Agua del Subártico (ASA) se presentó con mayor influencia, mientras que en el
RAc fue menos evidente. Ambos remolinos presentaron Agua de Transición (ATr), Agua Ecuatorial
Subsuperficial (AESs) y Agua Intermedia del Pacífico (AIP), y una ligera influencia del Agua
Subtropical Superficial (AStS) en el RAc.
Figura 2. Diagrama Temperatura conservativa-Salinidad absoluta en el remolino ciclónico (RC) y en el anticiclónico (RAc). Las
masas de agua se tomaron de acuerdo a Durazo et al. (2010). ASA = Agua del Subártico, ATr = Agua de Transición, AStS = Agua
Subtropical Superficial, AESs = Agua Ecuatorial Subsuperficial, AIP = Agua Intermedia del Pacífico.
Durazo et al. (2010) realizaron la climatología estacional de variables hidrológicas en la Corriente de

California frente a Baja California en un periodo de 1997-2008, y aunque sus observaciones llegaron
hasta Puerto San Carlos (BCS), reportaron un predominio del ASA durante todo el año, y que, durante
el verano y otoño, además del ASA, se registró la influencia del ATS y del AStS, este estudio concuerda
con las masas de agua registradas, a excepción de la poca influencia del ATS, lo que sugiere que el
estudio de Durazo et al. (2010), podría estar subestimando la gran dinámica del SFBCS.
Tres factores han sido propuestos en la generación de remolinos y meandros en Baja California: el
esfuerzo del viento, la inestabilidad en el flujo de la costa y la geometría de la costa (Haidvogel et al.,
1991; Soto-Mardones et al., 2004). Simpson y Lynn (1990) también sugieren que la batimetría del fondo
de los océanos provoca inestabilidad en la intensificación estacional de la corriente de California e
interviene en la formación de remolinos y meandros.
Los perfiles verticales de las variables estudiadas mostraron una diferencia entre el remolino ciclónico
y anticiclónico. Se observó una menor (mayor) temperatura superficial en el RC de 21.8 oC (RAc=23.9
o
C), salinidad menor en el RC de 33.7 (RAc=34.2), el máximo de clorofila se registró a menor
profundidad y con mayor concentración en el RC (40 m, >1.5 mg m-3) que en el RAc (95 m, 0.6 mg m-
3
). El oxígeno disuelto y el pH también mostraron diferencias en cuanto a profundidad, la amplitud el
máximo en ambos fue más angosto en el RC, mientras que en el RAc fue más amplio cubriendo
aproximadamente los primeros 100 m, el CID mostró un cambio rápido en los primeros 50 m en el RC,
mientras que en el RAc la concentración fue similar en los primeros 100 m, la distribución de DIC
4
mostró en superficie concentraciones más altas en el RAc, con 2035 µmol kg-1 en superficie y 2292
µmol kg-1 a los 500 m, mientras que en el RC registró valores de 2009 µmol kg-1 en superficie y de 2276
µmol kg-1 a los 500 m (Figura 3).
Figura 3. Perfiles de: a) temperatura, b) salinidad, d) clorofila d) oxígeno disuelto, e) carbono inorgánico disuelto, f) pH.
Es evidente el efecto que presentan ambos remolinos en las características de las variables, ya que se
apreció una elevación en el RC y un hundimiento en el RAc en los perfiles (Figura 3), que coincide con
lo reportado por Huang et al. (2010). Vázquez-Martínez (2013) reporta en su estudio realizado en el
SFBCS en junio de 2010 en un remolino ciclónico con una concentración en el máximo de clorofila de
1.6 mg m-3 a 30 m, cuya concentración fue similar al de este estudio, aunque su profundidad fue menor.
En los sistemas influenciados por corrientes con frontera oriental, los remolinos ciclónicos han sido
identificados como sitios de mayor concentración de clorofila (McGillicuddy et al., 1998) y para explicar
esto se han propuesto al menos dos mecanismos: el primero debido a la advección de aguas costeras
ricas en nutrientes hacia la zona llamada Zona Costera de Transición (Coastal Transition Zone, CTZ),
esta es la zona que se ubica más allá del talud continental y es aquí donde se intensifica la interacción
entre las aguas de surgencias costeras y las aguas de océano abierto (Crawford et al., 2005; Feng et al.,
2007; Lehahn et al., 2011) el segundo mecanismo propuesto, es la inyección vertical de nutrientes a la
capa superior dentro de un remolino (Brzezinski y Washburn, 2011).
Al realizar la comparación de la distribución del CID con respecto a las masas de agua y las
concentraciones de las variables con otros estudios, se tiene el Hernández-Ayón et al. (2010) en el golfo
de California en condiciones de verano quienes reportan concentraciones superficiales de CID de 2040-
2200 µmol kg-1, y valores de superiores a 8.04, siendo mayores y menores a las registradas en este
estudio respectivamente. Para la región de las Grandes Islas, en verano de 2004, Hernández-Ayón (2013)
reportan el Agua del Golfo de California entre la superficie y los 250 m, valores de 2200-2300 µmol kg-
1
, los cuales fueron mayores a los de este estudio.
Conclusiones
El efecto de los remolinos de mesoescala influye en las propiedades de las variables físico-químico-
biológicas de la columna de agua, ambos remolinos presentan características particulares y es necesario
incrementar el estudio en el Sistema Frontal de Baja California Sur para categorizar de mejor manera el
forzamiento físico que presentan.
5
Agradecimientos
Los autores desean agradecer todas las facilidades al Instituto Nacional de Pesca y Acuacultura, por
la invitación para participar en los cruceros oceanográficos realizados a bordo del B/I “Dr. Jorge
Carranza Frase”, así como también a la tripulación y al personal científico participante. Al proyecto IPN-
SIP20231233. ECL tiene beca EDI y COFAA. ICR tiene beca CONAHCYT e IPN-BEIFI.
Literatura citada
Bakun, A. 1996. Patterns in the Ocean: Ocean Processes and Marine Population Dynamics. CSGCS/NOAA/CIBNOR, 323
pp.
Brzezinski, M.A. y L. Washburn. 2011. Phytoplankton primary productivity in the Santa Barbara Channel: effects
of wind driven upwelling and mesoscale eddies. Journal of Geophysical Research, 116, C12013.
Carr, M.E. 2002. Estimation of potential productivity in Eastern Boundary Currents using remote sensing. Deep-Sea Res.,
II, 49: 59–80.
Crawford, W. R., P. J. Brickley and A. C. Thomas. 2007. Mesoscale eddies dominate surface phytoplankton in northern
Gulf of Alaska. Progress in Oceanography, 75:287–303.
Dickson, A.G. Sabine, C.L. and Christian, J.R. (Eds). 2007. Guide to best practices for ocean CO2 measurements. PICES
Special Publication 3, 191 pp.
Durazo, R., A. Ramírez-Manguilar, L. Miranda, y L. Soto-Mardones. 2010. Climatología de variables hidrográficas. En G.
Gaxiola-Castro, & R. Durazo, Dinámica del ecosistema pelágico frente a Baja California, 1997-2007. Diez años de
Investigaciones Mexicanas de la Corriente de California. 25-58.
Etnoyer, P., D. Canny, B. Mate and L. Morgan. 2004. Persistent Pelagic Habitats in the Baja California to Bering Sea
(B2B) Ecoregion. Oceanography, 17: 90-101.
Etnoyer P., D. Canny, B. R. Mate, L. Morgan, J. G. Ortega-Ortiz and W. J. Nichols. 2006. Sea-surface temperature gradients
across blue whale and sea turtle foraging trajectories off the Baja California Peninsula, México. Deep-Sea Research
II, 53:340-358.
Feng, M., L. J. Majewski, C. B Fandry and A. M. Waite. 2007. Characteristics of two counter rotating eddies in the Leeuwin
current system off the western Australian coast. Deep-Sea Research II, 54:961–980.
Haidvogel, D. B., A. Beckmann and K. S. Hedstrom. 1991. Dynamical simulations of filament formation and
evolution in the coastal transition zone. J. Geophys. Res., 96:15017-15040.
Hernández-Ayón, M., Zirino-Weiss, A., Delgadillo-Hinojosa, F. and Galindo-Bect, S. 2010. Carbono inorgánico disuelto
en el golfo de California en condiciones de verano. En. Dinámica del Ecosistema Pelágico frente a Baja California,
1997-2007. Diez años de Investigaciones Mexicanas de la Corriente de California. R. Durazo y G. Gaxiola-Castro
(Eds.). SEMARNAT-INE-CICESE: 45-57 pp.
Hernández-Ayón, M., Chapa-Balcorta, C., Delgadillo-Hinojosa, F. Camacho-Yvar, V.F., Huerta-Díaz, M.A., Santamaría-
del-Ángel, E., Galindo-Bect, S. and Segovia-Zavala, J.A. 2013. Dynamics of disolved inorganic carbón in the Midriff
Islands region of the Gulf of California: Influence of water masses. Ciencias Marinas, 39: 183-201. DOI:
https://doi.org/10.7773/cm.v39i2.2243
Huang, B., J. Hu, H. Xu, Z. Cao and D. Wang. 2010. Phytoplankton community at warm eddies in the northern South
China Sea in winter 2003/2004. Deep-Sea Research II, 57:1792–1798.
IOC/SCOR/IAPSO, 2010: The international thermodynamic equation of seawater – 2010: Calculation and use of thermodynamic
properties. Intergovernmental Oceanographic Commission Manuals and Guides 56, UNESCO, 196 pp.
Kurczyn, J. A., Beier, E., Lavín, M. F., and Chaigneau, A. 2012. Mesoscale eddies in the northeastern Pacific tropical-
subtropical transition zone: statistical characterization from satellite altimetry. J. Geophys. Res. Ocean 117:C10021.
doi: 10.1029/2012JC007970
Lehahn, Y., F. d’Ovidio, M. Lévy, Y. Amitai and E. Heifetz. 2011. Long range transport of a quasi isolated chlorophyll
patch by an Agulhas ring. Geophysical Research Letters, 38, L16610.
McDougall, T.J., Jackett, D. R., F. J. Millero, R. Pawlowicz, P. M. Baker. 2012. A global algorithm for estimating Absolute Salinity.
Ocean Science, 8: 1123-1134, doi:10.5194/os-8-1123-2012.
Mann, K. H., & Lazier, J. R. N. (2005). Dynamics of Marine Ecosystems. Blackwell Publishing Ltd.
https://doi.org/10.1002/9781118687901
McGillicuddy Jr., D.J., A. R. Robinson, D. A. Siegel, H. W. Jannasch, R. Johnson, T. D. Dickey, J. McNeil, A. F. Michaels
and A. H. Knap. 1998. Influence of mesoscale eddies on new production in the Sargasso Sea. Nature, 394:263–266.
Sarmiento, J.L. & N. Gruber. (2006). Ocean Biogeochemical dynamics. Princeton University Press. Princenton, New
Jersey.
6
Simpson, J. J. and R. J. Lynn. 1990. A Mesoscale eddy dipole in the offshore California Current. J. Geophys. Res.,
95:13009-13022.
Soto-Mardones, L., A. Parés-Sierra, J. García, R. Durazo and S. Hormazabal. 2004. Analysis of the mesoscale structure in
the IMECOCAL region (off Baja California) from hydrographic, ADCP and altimetry data. Deep Sea Res. Part II,
51:785–798.
Vázquez Martínez, I. 2013. Respuesta del fitoplancton a los procesos físicos de mesoescala en el Sistema Frontal de Baja
California Sur. Tesis Maestría en Recursos Naturales y Medio Ambiente. IPN-CIIDIR Unidad Sinaloa, 113 pp.
Zárate-Vidal, S. E. 1991. Corriente de California. En: Oceanografía de mares mexicanos; Oceanografía física.
Comp. De la Lanza, E. G. AGT Ed., S. A. México, D. F. 569pp.
7
4.6. Flujos de CO2 océano-atmósfera durante las temporadas de post-tehuano y

tehuano en Bahías de Huatulco, Oaxaca, México.
García-Burciaga Hugo O.1; Chapa-Balcorta Cecilia2,*; Hernández-Ayón José M.4; López-Serrano

Antonio2 y Leal-Acosta María L.3
1
Carrera de Biología Marina. Universidad del Mar. Puerto Ángel, Oaxaca. C.P. 70902
2
Instituto de Recursos. Universidad del Mar Campus Puerto Ángel, Ciudad Universitaria S/N, CP 70902, Puerto Ángel, Oaxaca, México.
3
Instituto de Industrias. Universidad del Mar Campus Puerto Ángel, Ciudad Universitaria S/N, CP 70902, Puerto Ángel, Oaxaca, México.
4
Instituto de Investigaciones Oceanológicas Universidad Autónoma de Baja California. Km. 104 Tij-Ens. Ensenada Baja California.
*
Autor para correspondencia: cecilia_chapa@aulavirtual.umar.mx
Resumen
En este trabajo se reportan los flujos de CO2 (FCO2) océano-atmósfera en Bahías de Huatulco (BH)
durante las temporadas de post-tehuano (abril) y vientos tehuanos (noviembre) en 2017. Se colectaron
muestras de agua a lo largo de un transecto perpendicular a la costa. Se analizaron en el laboratorio el
carbono inorgánico disuelto (CID) y la alcalinidad total (AT) y se calcularon la presión parcial del CO2
(pCO2) y los FCO2. Para ello se evaluaron las condiciones del viento en el Golfo de Tehuantepec. Los
resultados muestran que BH fue una fuente de CO2 en ambas temporadas (FCO2 promedio(abril)= +0.74
mmol m-2 d-1 y FCO2 promedio(noviembre)= +11.8 mmol m-2 d-1). Esta fuente de CO2 está relacionada al
acercamiento de la masa de Agua Subsuperficial Subtropical (ASsSt) a las costas de BH en las
temporadas de abril y noviembre que enriquece la costa con CID y pCO2. A pesar de que la ∆pCO2 fue
similar en ambos muestreos el FCO2 fue mayor durante noviembre y menor en abril. Esto se atribuyó a
una mayor turbulencia en la columna de agua por los intensos vientos tehuanos en noviembre los cuales
facilitan el intercambio gaseoso de CO2 y amplifican el FCO2, mientras que en abril el FCO2 está en
función de la cantidad de CID que hay en el océano.
Palabras clave: Sistema de carbonatos; Golfo de Tehuantepec; Agua Subsuperficial Subtropical;

vientos tehuanos.
Abstract
This study reports ocean-atmosphere CO2 fluxes (FCO2) in Bahías de Huatulco (BH) during the post-
tehuano (April) and tehuano winds (November) seasons in 2017. Water samples were collected along a
transect perpendicular to the coast. Dissolved inorganic carbon (DIC) and total alkalinity (TA) were
analyzed in the laboratory, and carbon dioxide partial pressure (pCO2) and FCO2 were calculated. Wind
conditions in the Gulf of Tehuantepec were evaluated. The results indicate that BH was a source of CO2
in both seasons (average FCO2 (April) = +0.74 mmol m-2 d-1 and average FCO2 (November) = +11.8 mmol m-
d ). This CO2 source is linked to the approach of the Subtropical Subsurface Water Mass (StSsW) to
2 -1
the BH coast in April and November, enriching the coast with DIC and pCO2. Despite similar ∆pCO2 in
both samplings, FCO2 was higher in November and lower in April. This was attributed to greater water
column turbulence due to intense tehuano winds in November, facilitating CO2 gas exchange and
amplifying FCO2. In April, FCO2 is influenced by the amount of DIC present in the ocean.
Key words: Carbonate System; Gulf of Tehuantepec; Subsurface Subtropical Water Mass; Tehuano.

Introducción
El ciclo del carbono es esencial para regular el equilibrio climático global, involucrando intercambios
y transformaciones entre sistemas terrestres, la atmósfera, la litósfera, la biosfera y la hidrósfera. La
atmósfera es el reservorio más pequeño con 418.88 ppm según el observatorio de Mauna Loa en Hawaii
(https://gml.noaa.gov/ccgg/trends/monthly.html). Sin embargo, el mayor depósito de carbono reside en
los océanos, con aproximadamente 38,000 Pg de carbono inorgánico disuelto (CID) (Emerson y Hedges,
2008). Los océanos no solo almacenan carbono masivamente, sino que también funcionan como
sumidero principal de carbono antropogénico, absorbiendo unos 118 ± 19 Pg C entre 1800 y 1994 (Sabine
et al., 2004).
Los flujos de carbono son clave para entender la redistribución del carbono entre diferentes
reservorios. El intercambio de CO2 entre la atmósfera y los océanos es esencial y está influenciado por
las presiones parciales del gas en el aire y en el agua. Este proceso puede ocurrir en ambas direcciones:
desde el océano hacia la atmósfera cuando la presión parcial del CO2 (pCO2) en el agua supera la del
aire, y viceversa (Chapa-Balcorta et al., 2018). Además de este flujo, se observa un patrón global en los
océanos: las regiones tropicales tienden a liberar CO2 (fuentes), mientras que las templadas lo captan
(sumideros). El Pacífico ecuatorial es la principal fuente natural de CO2 (Gruber et al., 2009; Takahashi
et al., 2009).
En el Golfo de Tehuantepec (GT), los vientos tehuanos influyen en el ascenso de la masa de Agua
Subsuperficial Subtropical (ASsSt) y generan cambios biogeoquímicos al modificar la columna de agua,
enriqueciendo las aguas superficiales con nutrientes, CID y pCO2, disminuyendo el pH y saturación de
aragonita (ΩAr) (Chapa-Balcorta et al., 2015a). En consecuencia, el GT se comporta como una fuente de
CO2 durante eventos de vientos tehuanos.
Aunque los flujos de CO2 se han estudiado a nivel regional en el Golfo de Tehuantepec (GT), se
desconoce su comportamiento en la zona costera. Este estudio busca evaluar los flujos de CO2 océano-
atmósfera en Bahías de Huatulco (BH) durante las temporadas de post-tehuano y tehuano.
El estudio se llevó a cabo en Bahías de Huatulco, Oaxaca, México, en los buques de investigación
oceanográfico ARM “MAZUNTE” (BI-08) (abril) y ARM “ALTAIR” (BI-03) (noviembre) de la
Secretaría de Marina en el año 2017 (Figura 1).
Figura 1. Localización del área de estudio en Bahías de Huatulco, Oaxaca, México. Los puntos representan las cuatro estaciones
del transecto realizado el 27 de abril y 27 de noviembre de 2017.

Se realizó un transecto con cuatro estaciones frente a la bahía de Tangolunda (Figura 1), donde se
recolectaron muestras de agua a diferentes profundidades que van desde la superficie hasta los 100 m de
profundidad. Las muestras fueron obtenidas usando botellas Niskin de 5 L, almacenadas en botellas de
borosilicato de sodio de 0.5 L, fijadas con una solución de HgCl2 y finalmente se usó grasa Apiezon para
tapar las botellas y evitar el intercambio gaseoso. Los datos de temperatura potencial (T °C) y salinidad
práctica (SP) se tomaron con un CTD SBE 19plus. A partir de estos datos, y con base en TEOS 10
(IOC/SCOR/IAPSO, 2010), se calculó la salinidad absoluta (SA) y la temperatura conservativa (Θ) con
las funciones para MATLAB.
De las cuatro variables del sistema de carbonatos [CID, alcalinidad total (AT), pH y pCO2] se midieron
dos en laboratorio: CID y AT. El análisis se hizo en el laboratorio de Oceanografía Química del Instituto
de Investigaciones Oceanológicas de la Universidad Autónoma de Baja California (UABC). Mientras
que la pCO2 se calculó con el programa CO2SYS versión 1.1 para MATLAB (van Heuven et al., 2011)
con las constantes de agua de mar estándar y las constantes de disociación K1 y K2 de Lueker et al.
(2000) así como la temperatura, salinidad y presión in situ. Con los resultados de pCO2 se calcularon los
flujos de CO2 (FCO2) (mmol C m-2 d-1) océano-atmósfera con la ecuación propuesta por Liss y Merlivat
(1986):
𝐹𝐹𝐹𝐹𝐹𝐹! = 𝑘𝑘 ∙ 𝐾𝐾" ∙ (𝑝𝑝𝐶𝐶𝐶𝐶!#$ − 𝑝𝑝𝐶𝐶𝐶𝐶!%&' ) (1)
Donde k es la velocidad de transferencia del gas (Wanninkhof, 2014), K0 es la solubilidad del CO2 en
el agua de mar a la temperatura y salinidad in situ (Weiss, 1974), pCO2OC y pCO2ATM son las presiones
parciales del CO2 en el océano y en la atmósfera, respectivamente. Para el cálculo, se utilizaron valores
del promedio mensual de pCO2 atmosférico del observatorio Mauna Loa en Hawaii (Keeling et al., 2001)
(https://scropssco2.ucsd.edu/data/atmospheric_co2/primary_mlo_co2_record.html)), para los meses de
abril y noviembre de 2017 se usaron los valores de 409.03 y 405.12 μatm, respectivamente. También fue
necesario datos de la velocidad del viento para calcular k, estos fueron proporcionados por Copernicus
Marine Service (marine.copernicus.eu) con una resolución temporal de 6 horas del período de enero a
diciembre de 2017 de la capa superficial a 10 m sobre el nivel del mar. Los datos cuentan con un
procesado L4 y una resolución espacial de 0.25° x 0.25° (https://doi.org/10.48670/moi-00185). Los
mapas de velocidad y la dirección del viento se realizaron en el software de programación MATLAB
R2017b.
Resultados y discusiones
Campo de viento
El primer muestreo, el 27 de abril de 2017 se hizo a finales de la temporada de invierno en condiciones

de post-tehuano. Se considera temporada de post-tehuano debido a que semanas previo al muestreo hubo
eventos de vientos tehuanos (Figura 2a). En la costa occidental del GT se registraron vientos del oeste y
cerca de las estaciones de muestreo en BH estos vientos llegaron con velocidades de ~4 m s-1 (Figura
2b). El segundo muestreo, el 27 de noviembre de 2017, se hizo en la temporada de invierno y vientos
tehuanos (Figura 2a). Estos vientos formaron un abanico en una gran extensión de GT superando los 14
m s-1, también alcanzaron la zona costera de BH con velocidades de ~10 m s-1 cerca de las estaciones de
muestreo (Figura 2c).
Flujos de CO2 océano-atmósfera
En los períodos de abril y noviembre de 2017, el océano se comportó como una fuente de CO2 hacia
la atmósfera (Figura 3a). No obstante, hubo una diferencia en la cantidad de CO2 emitido en ambos
períodos. En abril los FCO2 fluctuaron entre -0.16 y +2.04 mmol m-2 d-1 y en noviembre oscilaron entre
los -2.98 y +28.74 mmol m-2 d-1 (Figura 3a). Los valores negativos se registraron en la estación cuatro en

ambos períodos de muestreo, sin embargo, el acumulado y el promedio de los flujos por muestreo nos
indican que el transecto frente a Tangolunda se comportó como una fuente de CO2 en abril y noviembre
de 2017 (ΣFCO2(abril)= +2.96 mmol m-2 d-1, FCO2 promedio(abril)= +0.74 mmol m-2 d-1 y ΣFCO2(noviembre)=
+47.16 mmol m-2 d-1, FCO2 promedio(noviembre)= +11.8 mmol m-2 d-1). También, la ∆pCO2 (Figura 3b)
siguió una tendencia similar a los FCO2, sin embargo, los valores entre la ∆pCO2 de abril y noviembre
presentan valores similares a excepción de la estación 3 la cual es mayor en noviembre que en abril. Cabe
señalar que en la estación 4 la ∆pCO2 fue negativa en abril y noviembre (-6.0 y -15.79 μatm,
respectivamente), al igual que los FCO2.
a)
b) c)
Figura 2. a) Promedio diario de la velocidad del viento en Bahías de Huatulco durante el año 2017. b) Viento dominante en el GT
el 27 de abril y c) 27 de noviembre de 2017. El punto blanco en los mapas es la ubicación más cercana a BH donde se hizo la serie
de tiempo de la figura a.
a) b)
Figura 3. a) Flujos de CO2 en mmol m-2 d-1 y b) ∆pCO2 en μatm del transecto de Bahías de Huatulco en los periodos de abril (azul)
y noviembre (negro).
En el GT se ha reportado ascenso y abordamiento de la ASsSt. En temporada de post-tehuano se han

identificado variables oceanográficas que promueven el ascenso de la ASsSt en la región occidental del
GT como lo son surgencias costeras y zonas de mezcla generadas por los vientos tehuanos donde se
reportan flujos hasta de +5 mmol m-2 d-1 y +42 mmol m-2 d-1, respectivamente (Chapa-Balcorta et al.,
2015b). Mientras que en temporada de tehuanos los vientos son el principal factor que provoca intensa

mezcla vertical y eventos de abordamiento de la ASsSt en el GT (Trasviña et al., 1995; Chapa-Balcorta,

2016). Se han reportado flujos entre -24 y +23 mmol m-2 d-1 durante eventos de tehuanos (Chapa-
Balcorta, 2016). A pesar de que los estudios indican ascenso y abordamiento de agua subsuperficial en
la región del GT, aun son pocos los estudios que nos muestren que ocurre cerca de las costas. En este
sentido, García-Burciaga et al. (2021) reportan para abril de 2017 en el mismo transecto frente a la bahía
de Tangolunda (Figura 1) la presencia y ascenso de la ASsSt, el ascenso de esta masa de agua enriqueció
con CID y pCO2 aguas superficiales, el resultado fue una fuente de CO2 como se muestra en este trabajo,
sin embargo, los flujos fueron mayores en noviembre (Figura 3a). Es importante mencionar que la ∆pCO2
mostró valores muy similares entre los muestreos de abril y noviembre (Figura 3b), esto sugiere que en
dicho mes los vientos tehuanos promueven el intercambio océano-atmósfera y en abril el flujo depende
de la concentración de CID en el agua. Esto es congruente con lo reportado por Chapa-Balcorta et al.
(2015a) donde mencionan que los flujos de CO2 pueden ser amplificados por los fuertes vientos, pero
también por otros factores como la actividad fotosintética y procesos de desnitrificación. Asi mismo, en
BH las comunidades coralinas intervienen en el secuestro de carbono (Calderón-Aguilera et al., 2007;
Calderón-Aguilera et al., 2017) y en consecuencia en los flujos de CO2 océano-atmósfera, la zona de
arrecifes realiza un secuestro neto de 4.51 ton C ha-1 año-1 (Chapa-Balcorta et al., 2017).
Conclusiones
Se encontró que Bahías de Huatulco se comportó como una fuente de CO2 durante los periodos de
muestreo (FCO2 promedio(abril)= +0.74 mmol m-2 d-1 y FCO2 promedio(noviembre)= +11.8 mmol m-2 d-1).
Estos flujos positivos están asociados al enriquecimiento de CID y pCO2 cuando la ASsSt se acerca a las
costas de BH en los meses de abril y noviembre como se ha reportado anteriormente. A pesar que la
pCO2 fue similar en ambos muestreos, el mayor flujo se presentó en época de tehuanos y este fue menor
en post-tehuanos. Esto sugiere que los intensos vientos en temporada de tehuanos están amplificando los
FCO2, provocando una mayor turbulencia en la columna de agua y facilitando la salida del gas, mientras
que en post-tehuanos el flujo depende de la cantidad de CID que hay el océano (enriquecido por múltiples
factores).
Agradecimientos
Los autores agradecen al proyecto Programa de monitoreo permanente de la acidificación del océano
y su efecto en la calcificación de los corales formadores de arrecifes en México”, con clave
_SEMARNAT-2016-01-278637 por el financiamiento de este trabajo; A la Secretaría de Marina Armada
de México por el uso del buque de investigación oceanográfico ARM “Río Tecolutla” (BI-08) y ARM
“ALTAIR” (BI-03) para la colecta de las muestras. Al Oc. Pablo Gregorio Ruiz Pérez por el apoyo en el
laboratorio. Por último, un agradecimiento a todas las personas involucradas en la toma de muestras.
HOGB es becario del proyecto PRODEP “Variación espacio-temporal de los procesos biogeoquímicos
de la zona costera del Golfo de Tehuantepec y su relación con el zooplancton.
Literatura citada
Calderón-Aguilera, L.E., H. Reyes-Bonilla y J.D. Carriquiry. 2007. El papel de los arrecifes coralinos en el flujo de carbono en el océano:
estudios en el Pacífico mexicano. En El carbono en aguas costeras y lacustres, 215-226.
Calderón-Aguilera, L.E., H. Reyes-Bonilla, C.O. Norzagaray-López y R.A. López-Pérez. 2017. Los arrecifes coralinos de México:
Servicios ambientales y secuestro de carbono. Programa Mexicano del Carbono, 53-62.
Chapa-Balcorta, C. 2016. Dinámica del carbono inorgánico disuelto en el Golfo de Tehuantepec. Tesis de doctorado.148 p.
Chapa-Balcorta, C., J.M. Hernández-Ayón, R. Durazo-Arvizu y A. Siqueiros-Valencia. 2015a. Flujos de carbono en el Golfo de
Tehuantepec posterior a eventos Tehuanos. Programa Mexicano del Carbono, 501-507.

Chapa-Balcorta, C., J.M. Hernández-Ayón, R. Durazo-Arvizu, E. Beier, S.R. Alin, and A. López-Pérez. 2015b. Influence of post-Tehuano
oceanographic processes in the dynamics of the CO2 system in the Gulf of Tehuantepec, Mexico. J. Geophys. Res. Oceans, 120,
7752–7770.
Chapa-Balcorta, C., J.M. Hernández-Ayón, R.A. López-Pérez, A. Siqueiros-Valencia, C.O. Norzagaray-López y R.A. Guerra-Mendoza.
2017. Intercambio océano-atmósfera de CO2 en un ecosistema coralino del Pacífico tropical mexicano. Programa Mexicano del
Carbono, 283-289.
Chapa-Balcorta, C., R. Sosa-Ávalos, J.M. Hernández-Ayón y T.L. Espinosa-Carreón. 2018. Base de datos sobre carbono inorgánico disuelto
y flujos de carbono océano-atmósfera en ecosistemas marinos de México. Elementos para Políticas Públicas, 2(3), 186-199.
Emerson, S., & J. Hedges. 2008. Chemical oceanography and the marine carbon cycle. Cambridge University Press. 453 p.
García-Burciaga, H.O., C. Chapa-Balcorta, A. López-Serrano, M.L. Leal-Acosta y J.M. Hernández-Ayón. 2021. Sistema del CO2 en
condiciones de post-tehuano en Bahías de Huatulco, Oaxaca, México. En: Hernández-Ayón J.M., M.G. Manzano, M.A. Bolaños y
P. Ibarra (eds.), Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2021 (pp. 247-
252). Serie Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con el Tecnológico de Monterrey. Texcoco,
Estado de México, México. 640 p.
Global Ocean Hourly Reprocessed Sea Surface Wind and Stress from Scatterometer and Model. E.U. Copernicus Marine Service
Information (CMEMS). Marine Data Store (MDS. DOI: 10.48670/moi-00185
Gruber, N., M. Gloor, S.E. Mikaloff-Fletcher, S.C. Doney, S. Dutkiewicz, M.J. Follows, M. Gerber, A.R. Jacobson, F. Joos, K. Lindsay,
D. Menemenlis, A. Mouchet, S.A. Müller, J.L. Sarmiento, and T. Takahashi. 2009. Oceanic sources, sinks, and transport of
atmospheric CO2. Global Biogeochemical Cycles, 23(1), GB1005.
IOC, SCOR and IAPSO. 2010. The international thermodynamic equation of seawater - 2010: Calculations and use of thermodynamic
properties. Intergovernmental Oceanographic Commission, Manuals and Guides No. 56, UNESCO (English), 196 p.
Keeling, C. D., S.C. Piper, R.B. Bacastow, M. Wahlen, T.P. Whorf, M. Heimann, and H.A. Meijer. 2001. Exchanges of atmospheric CO2
and 13CO2 with the terrestrial biosphere and oceans from 1978 to 2000. I. Global aspects. SIO Reference Series, No. 01-06, Scripps
Institution of Oceanography, San Diego, 88 p.
Liss P., and L. Merlivat. 1986. Air-Sea exchange rates: Introduction and synthesis. In: Buart Menard P (ed.), The role of Air-Sea Exchange
in Geochemical Cycling. Reidel Publishing Company, Boston, 113–127.
Lueker, T. J., A.G. Dickson, and C.D. Keeling. 2000. Ocean pCO2 calculated from dissolved inorganic carbon, alkalinity, and equations for
K1 and K2: validation based 53 on laboratory measurements of CO2 in gas and seawater at equilibrium. Marine Chemistry,
70(3):105-119.
Sabine, C. L., R.A. Feely, N. Gruber, R.M. Key, K. Lee, J.L. Bullister, ...A.F. Ríos. 2004. The oceanic sink for anthropogenic CO2. Science,
305(5682), 367-370.
Takahashi, T., S.C. Sutherland, R. Wanninkhof, C. Sweeney, R.A. Feely, D.W. Chipman, and A. Watson. 2009. Climatological mean and
decadal change in surface ocean pCO2, and net sea–air CO2 flux over the global oceans. Deep Sea Research Part II: Topical Studies
in Oceanography, 56(8-10), 554-577.
Trasviña, A., E.D. Barton, J. Brown, H.S. Velez, P.M. Kosro, and R.L. Smith. 1995. Offshore wind forcing in the Gulf of Tehuantepec,
Mexico: The asymmetric circulation. Journal of Geophysical Research, 100(C10), 20649.
van Heuven, S., D. Pierrot, J.W.B. Rae, E. Lewis, and D.W.R. Wallace. 2011. MATLAB program developed for CO2 system calculations.
ORNL/CDIAC-105b. Carbon Dioxide Information Analysis Center, Oak Ridge National Laboratory, U.S. Department of Energy.
Wanninkhof, R. 2014. Relationship between wind speed and gas exchange over the ocean revisited. Limnology and Oceanography:
Methods, 12(6), 351-362.
Weiss, R.F. 1974. Carbon dioxide in water and seawater: The solubility of a non-ideal gas. Marine Chemistry, 2, 203-215.

4.7. Distribución vertical de tres variables del sistema de carbonatos cercanas al

núcleo de la zona de mínimo de oxígeno en México
De la Cruz-Ruiz A. Itahi1,*; Espinosa-Carreón T. Leticia2; Chapa-Balcorta Cecilia3 y Martínez-

Magaña Víctor H.4
1
Doctorado en Ciencias en Conservación del Patrimonio Paisajístico. Instituto Politécnico Nacional, Centro Interdisciplinario de
Investigación para el Desarrollo Integral Regional. Unidad Sinaloa. Boulevard Juan de Dios Bátiz Paredes No. 250, Col. San Joachín,
CP 81101, Guasave, Sinaloa, México.
2
Instituto Politécnico Nacional, Centro Interdisciplinario de Investigación para el Desarrollo Integral Regional. Unidad Sinaloa.
Boulevard Juan de Dios Bátiz Paredes No. 250, Col. San Joachín, CP 81101, Guasave, Sinaloa, México.
3
Instituto de Recursos. Universidad del Mar Campus Puerto Ángel, Ciudad Universitaria S/N, CP 70902, Puerto Ángel, Oaxaca, México.
4
CRIAP Manzanillo, Playa Ventanas s/n, Col. Carretera Manzanillo a Campos Colima, CP 28200, Manzanillo, Colima.
*Autor para correspondencia: itahi.dlc@gmail.com
Resumen
A nivel nacional, la dinámica del sistema de carbonatos en el Pacífico tropical mexicano presenta una
dinámica distinta a otras regiones del país, debido a un exceso de carbono inorgánico disuelto en la
columna de agua. El objetivo de este trabajo fue enriquecer el conocimiento del sistema de CO2 para
entender el comportamiento de sus variables en esta zona del Pacífico. Se reporta la variabilidad hasta
los 200 m de temperatura, clorofila, oxígeno disuelto, carbono inorgánico disuelto (CID), alcalinidad
total (AT) y pHT en dos estaciones monitoreadas durante marzo de 2020, a bordo del B/I “Dr. Jorge
Carranza Fraser”. Los valores de CID, AT y pHT fueron similares tanto en la superficie como a partir de
los 100 m, pero se encontraron diferencias entre los 25 y 100 m en ambas estaciones que se relacionaron
a un remolino anticiclónico en la estación más alejada de la costa.
Palabras clave: Pacífico tropical mexicano; Sistema de carbonatos; Zona del mínimo de oxígeno;
Remolinos anticiclónicos.
Abstract
At the national level, the dynamics of the carbonate system in the Mexican tropical Pacific presents a
different dynamic than other regions of the country, due to an excess of dissolved inorganic carbon in
the water column. The objective of this work was to enrich the knowledge of the CO2 system to better
understand the behavior of its variables in this area of the Pacific. The variability up to 200 m of
temperature, chlorophyll, dissolved oxygen, dissolved inorganic carbon (DIC), total alkalinity (TA) and
pHT is reported in two stations monitored during March 2020, aboard the R/V “Dr. Jorge Carranza Fraser.
The values of DIC, TA and pHT were similar both at the surface and from 100 m, but differences were
found between 25 and 100 m in both stations that were related to an anticyclonic gyre in the station
furthest from the coast.
Key words: Mexican tropical Pacific; Carbonate system; Oxygen minimum zone; Anticyclonic eddies.
Introducción
Uno de los componentes más importantes de la oceanografía química es el sistema de carbonatos,

debido principalmente a su relación con la acidez del agua de mar y porque se considera que es un
regulador del ciclo del carbono (Emerson y Hedges, 2008). Dicho sistema puede ser estudiado a partir

de las cuatro variables que lo integran: carbono inorgánico disuelto (CID), alcalinidad total (AT), presión
parcial del CO2 en el agua (pCO2) y pH (Park, 1965).
Se considera que en las aguas del Pacífico tropical mexicano (PTM) la dinámica del sistema de
carbonatos es diferente a otras regiones, ya que existe un exceso de CID en la columna de agua (Paulmier
et al., 2011). Además, en esta región del Pacífico mexicano se encuentra el núcleo de la Zona de Mínimo
de Oxígeno (Maske et al., 2019) y forma parte de la llamada “alberca de agua cálida del Pacífico
oriental”, cuyas aguas se caracterizan por tener temperaturas en la superficie >28.5 °C (Wang y Enfield,
2001).
Si bien la mayoría de los estudios relacionados al sistema de carbonatos en el Pacífico mexicano hasta
hace tiempo estaban enfocados en regiones como el sistema de la Corriente de California o el golfo de
California, en los últimos años se han publicado más trabajos de la dinámica del sistema de carbonatos
desde la región de Cabo Corrientes hasta el golfo de Tehuantepec. Por ello, el objetivo de este trabajo
fue enriquecer el conocimiento generado de las variables del sistema de CO2 y sus cambios en la región.
Del 28 de febrero al 29 de marzo de 2020 se realizó una campaña oceanográfica a bordo del B/I Dr.
Jorge Carranza Fraser del Instituto Nacional de Pesca y Acuacultura (INAPESCA), donde se colectaron
alícuotas a diferentes profundidades desde la superficie hasta los 200 m de la columna de agua en dos
estaciones oceanográficas frente a las costas de Guerrero, al sureste de Acapulco (Figura 1). En cada
estación se registró la temperatura, conductividad y fluorescencia a lo largo de la columna de agua con
ayuda de un CTD modelo Ocean Seven 320 Plus WOCE (precisión de 0.01%) de la marca Idronaut.
Figura 1. Estaciones oceanográficas en el área de estudio.
Las muestras fueron colectadas en botellas de borosilicato de 125 ml y fijadas con 50 µL de una
solución saturada de cloruro de mercurio (HgCl2) para despues ser trasladadas al laboratorio de
Biogeoquímica Marina de la Universidad del Mar (Campus Puerto Ángel), donde se cuantificaron las
variables de CID y AT. Las mediciones de CID se realizaron por acidificación y detección coulométrica
con ayuda del módulo de acidificación CM5330 y del coulómetro modelo CM5017, ambos de la marca
UIC Inc. La AT fue determinada mediante titulación de celda abierta con ayuda del titulador Titrino 848
marca Metrohm. Para ambas metodologías se utilizaron estándares de referencia certificados,
proporcionados por el laboratorio del Dr. Andrew Dickson (del Instituto de Oceanografía de Scripss),

además de seguir las recomendaciones descritas en Dickson et al. (2007). Los resultados obtenidos
fueron expresados en micromoles por kilogramo de agua de mar (µmol kg-1), cuya precisión fue de ± 5
µmol kg-1.
Los valores de pHT (escala de pH de concentración total de iones de hidrógeno) fueron calculados
con ayuda del programa CO2SYS (Lewis y Wallace, 1998) utilizando los datos de temperatura, salinidad
y presión in situ, los datos de CID y AT obtenidos en el laboratorio y las constantes de disociación de
Lueker et al. (2000). También se llevó a cabo análisis de oxígeno disuelto (OD) durante la campaña, en
el laboratorio seco del buque, con el método micro-Winkler (Anderson, 1971).
Se analizó la dinámica hidrográfica del área de estudio durante el mes de la campaña con ayuda de
compuestos mensuales de imágenes de satélite de Temperatura Superficial del Mar (TSM) y Clorofila
Satelital (ClaSAT), obtenidos del portal Ocean Color de la NASA (NASA, 2017), con resolución espacial
de 4 km por píxel. La Altura Absoluta del Nivel del Mar (AANM) y el flujo geostrófico fueron obtenidos
a partir de los productos GECKO (Observatorio Geostrófico y de Corrientes de Ekman, por sus siglas en
inglés), con una resolución temporal de 1 día y espacial de 0.25 °, facilitados por el Dr. Joël Sudre del
Laboratorio de Estudios de Geofísica y Oceanografía Espacial (LEGOS, por sus siglas en francés).
El diagrama de Temperatura Conservativa (θ) y Salinidad Absoluta (SA) (θ-SA) obtenido a partir de
las dos estaciones monitoreadas, mostró la presencia del Agua Tropical Superficial (ATS) y el Agua
Subtropical Subsuperficial (AStSs; Figura 2). Sin embargo, la profundidad a la que las masas de agua se
reportan varió entre las estaciones. Se encontró la presencia del ATS en la estación 37 (E37) hasta los 72
m, mientras que en la estación 40 (E40) estuvo presente hasta los 44 m. Por otro lado, se reportó la
presencia del AStSs a partir de los 108 m y 65 m de la columna de agua en E37 y E40, respectivamente.
Figura 2. Diagrama θ-SA en las estaciones de monitoreo de la campaña realizada a cabo en marzo 2020. Clasificación de las masas
de agua de acuerdo con Portela et al. (2016). ATS = Agua Tropical Superficial, ATr = Agua de Transición, AStSs = Agua
Subtropical Subsuperficial.

Durante la campaña oceanográfica se encontraron estructuras de mesoescala en el área de estudio

(Figura 3), destacando la presencia de un remolino ciclónico al noroeste de E40 y dos remolinos
anticiclónicos al sureste de E37. Dicha dinámica física favoreció la variación en el nivel del mar desde
la costa hacia el océano, con un rango que varió desde los 50 hasta los 110 cm de AANM.
La TSM presentó una variación norte-sur que fue desde los 27.5 ° hasta los 30.5 °C, estos rangos de
temperatura corresponden a los propios de la alberca de agua cálida del Pacífico (Trasviña et al., 1999;
Fiedler y Talley, 2006) y donde las temperaturas más bajas se asociaron al remolino anticiclónico y las
más altas a la circulación anticiclónica, mientras que la ClaSAT mostró una variación costa-océano, con
valores en la línea de costa >0.5 mg m-3. Este filamento de clorofila es resultado de la circulación de la
Corriente Costera Mexicana (Kessler, 2006), ya que dicha corriente acarreó aguas ricas en nutrientes
provenientes del golfo de Tehuantepec y enriqueció la zona costera.
Figura 3. Promedios de Altura Absoluta del Nivel del Mal y flujo geostrófico (izquierda), Temperatura Superficial del Mar
(centro) y Clorofila Satelital (derecha) durante marzo de 2020.
El perfil vertical de temperatura de E37 (Figura 4) mostró una termoclina y oxiclina por debajo de los
50 m, profundidad a la cual también se registró el valor máximo de clorofila (1.09 mg m-3). Por su parte,
en E40 la termoclina fue más somera, mientras que el valor máximo de clorofila se registró a los 49 m
(1.84 mg m-3). El hundimiento de las masas de agua en E37 permitió encontrar valores de oxígeno
disuelto de 172.04 µmol l-1 a 75 m de la columna de agua. Como describieron Cepeda-Morales et al.
(2009), la profundidad de los valores máximos de clorofila tanto como los valores mínimos de oxígeno
están relacionados con la presencia de remolinos ciclónicos y anticiclónicos en el área de estudio.

Figura 4. Perfiles verticales de temperatura (izquierda), clorofila (centro) y oxígeno disuelto (derecha) hasta los 200 m en las
estaciones monitoreadas.
Los perfiles de CID mostraron en ambas estaciones un incremento de sus valores conforme aumenta
la profundidad (Figuras 5), con valores superficiales de 1918 y 1938 μmol kg-1 y que aumentaron a 2195
μmol kg-1 a 200 m. Los valores de AT presentaron tendencias inversas en ambas estaciones en los
primeros 25 metros, disminuyendo en E37 de 2193 a 2146 μmol kg-1 y con un incremento en E40 de
2258 a 2331 μmol kg-1, pero aumentando sus valores en ambas estaciones a partir de los 50 m.
Los valores superficiales de pHT calculados en E37 fueron de 7.964, disminuyeron a 7.790 a los 50 m
y aumentaron a 7.912 a los 200 m, mientras que en E40 variaron de superficie a 200 m de 8.029 hasta
7.996, con un valor mínimo en los 50 m de 7.695. Los valores superficiales de pH fueron similares de
Espinosa-Carreón et al. (2020), quienes reportaron valores de pHsw 8.02 frente a la bahía de Acapulco.
Figura 5. Perfiles verticales de Carbono Inorgánico Disuelto (izquierda), Alcalinidad Total (centro) y pHT (derecha).
Conclusiones
Los valores reportados en este trabajo en ambas estaciones registraron perfiles similares de T, Cla,
OD, CID, AT y pHT tanto en superficie como a 200 m. Sin embargo, la presencia de un remolino
anticiclónico promovió diferencias en los perfiles entre los 25 y 100 m, destacando la diferencia en los
valores de OD a 75 m, donde en E37 se encontraron valores de 172.014 μmol l-1 y 2.25 μmol l-1 en E40.

Agradecimientos
Los autores agradecen al CONAHCYT por la beca número 2021-000018-02NACF-23332 y por el

apoyo de la Beca de Estímulo Institucional de Formación de Investigadores (BEIFI) del Instituto
Politécnico Nacional que el primer autor recibe para sus estudios de posgrado, así como el financiamiento
del proyecto número 20231233 del IPN. También se agradece al proyecto Coastal Acidification Time
Series, Salina Cruz, financiado por The Ocean Foundation y la Global Ocean Acidification Observation
Network y al Instituto Nacional de Pesca y Acuacultura por las facilidades otorgadas durante la campaña
JCFINP/20-03.
Literatura citada
Anderson JC. 1971. Oxygen analysis. In: Marine Technician Handbook. Sea Grant Publication No. 9, SIO Ref. No. 71–8, Univ. of
California, 29 pp.
Cepeda-Morales, J., E. Beier, G. Gaxiola-Castro, M. F. Lavín y V. M. Godínez. 2009. Effect of the oxygen minimum zone on the second
chlorophyll maximum in the Eastern Tropical Pacific off Mexico. Ciencias Marinas, 35(4), 389–403.
https://doi.org/10.7773/cm.v35i4.1622
Dickson, A.G., C.L. Sabine y J.R. Christian (Eds.). 2007. Guide to best practices for ocean CO2 measurements. PICES Special Publication
3, 191 pp.
Emerson S, y Hedges J. Chemical Oceanography and the Marine Carbon Cycle. Cambridge: Cambridge University Press; 2008.
doi:10.1017/CBO9780511793202
Espinosa-Carreón, T. L., L. Flores-Trejo, A. I. De la Cruz-Ruiz, J. M. Hernández-Ayón, C. Chapa-Balcorta y D. Hernández-Becerril. 2020.
Distribución vertical de algunas variables del sistema de carbono en el límite superior de la alberca cálida del Pacífico tropical
mexicano. En: Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en México: Síntesis a 2020. Hernández,
J. M., M. Rojo., M. Fuentes., A. Velázquez y M. Bolaños (Editores). 2020. Serie Síntesis Nacionales. Programa Mexicano del
Carbono en colaboración con la Universidad Autónoma Metropolitana-Xochimilco. Texcoco, Estado de México, México. ISSN
2954-4882. 602 p.
Kessler, W. S. 2006. The circulation of the eastern tropical Pacific: A review. Progress in Oceanography, 69(2–4), 181–217.
https://doi.org/10.1016/j.pocean.2006.03.009
Lewis, E. y D. Wallace. 1998. CO2SYS-Program developed for the CO2 systems calculations. Carbon Dioxide Inf. Anal. Center; Report
ORNL/CDIAC-105.
Maske, H., E. Escobar, L. Sanchez, C. Almeda-Jauregui, C. Chapa-Balcorta, R. Sosa-Avalos y J. Hernandez-Ayón. 2019. Capítulo 5 Zona
del Mínimo de Oxígeno en el Pacífico Mexicano. En Estado Actual del Conocimiento del Ciclo del Carbono y sus Interacciones en
México: Síntesis a 2019. Serie Síntesis Nacional.
NASA Ocean Biology Processing Group. (2017). MODIS-Aqua Level 3 Mapped Chlorophyll Data Version R2018.0. NASA Ocean Biology
Distributed Active Archive Center. https://doi.org/10.5067/AQUA/MODIS/L3M/CHL/2018
Park, K. P. 1965. Total carbon dioxide in seawater. Journal of Oceanography. Soc. Japan 21: 10-15.
Paulmier, A., D.Ruiz-Pino, y V. Garçon. 2011. Carbon Maximum Zone (CMZ) formation associated with Oxygen Minimum Zone (OMZ).
Biogeoscience 8, 239–252. doi: 10.5194/bg-8-239-2011
Portela, E., E. Beier, E.D. Barton, R. Castro, V. Godínez, E. Palacios-Hernández, P.C. Fiedler, L. Sánchez-Velasco, and A. Trasviña. 2016.
Water Masses and Circulation in the Tropical Pacific off Central Mexico and Surrounding Areas. J. Phys. Oceanogr., 46, 3069–
3081, https://doi.org/10.1175/JPO-D-16-0068.1
Trasviña, A., D. Lluch-Cota, A. E. Filonov, & A. Gallegos. 1999. Oceanografía y el Niño. Los Impactos de El Niño en México. UNAM,
México, 69-101.
Wang, C. y D. B. Enfield. 2001. The tropical western hemisphere warm pool. Geophysical Research Letters, 28(8), 1635–1638.
https://doi.org/10.1029/2000GL011763

5Ecosistemas
Terrestres
5.1. Carbono orgánico en suelos con nopal verdura en laderas de los volcanes
Tláloc-Teuhtli, Sierra Chichinautzin, CdMx
López-Blanco Jorge1; Rodríguez-Gamiño, Lourdes2,*; Vela-Correa, Gilberto3 y Evelia Padilla Arzate3
1 Global Change Consulting. Barquera 13-B509, Merced Gómez, Benito Juárez, 03930, CdMx
2 Colegio de Geografía, FFyL, UNAM. Universidad 3000, Circuito Exterior S/N, Cd. Universitaria, Coyoacán, 04510, CdMx
3 Universidad Autónoma Metropolitana Xochimilco, Lab. de Edafología. Calz. del Hueso 1100, Villa Quietud, Coyoacán, 04960, CdMx
*
Autor para correspondencia: lulugamino@hotmail.com
Resumen
Se determinó la concentración de carbono orgánico del suelo (COS) en ocho sitios con cultivo de nopal
verdura (Opuntia ficus-indica), en las laderas de los volcanes Tláloc-Teuhtli, Sierra Chichinautzin,
CdMx. En cada sitio, se caracterizó la geometría del relieve, su origen, tipo, unidad morfogenética,
litología y cronología, también se tomó de 0-30 cm de profundidad una muestra de suelo por sitio. En
laboratorio se obtuvo la densidad aparente (Da) y el carbono orgánico (CO). El COS se calculó con base
en la ecuación: COS= (CO*Da* Ps*Sup) /100. Los resultados mostraron que el valor más alto de COS
(20.5 kg m-2; 2,471 msnm; pendiente 3°), está en el Sitio S7, en la ladera sur del volcán Teuhtli, con
relieve Endógeno volcánico acumulativo de laderas de montaña medias de flujos lávicos de basalto,
andesita y depósitos piroclásticos, del Cuaternario Pleistoceno. El valor más bajo de COS (5.4 kg m-2;
2,799 msnm; pendiente 12°) está en el S1, en la ladera norte del volcán Tláloc, con relieve Endógeno
volcánico acumulativo de laderas de montaña medias-superiores de depósitos piroclásticos sobre flujos
lávicos de basalto y andesita, del Cuaternario Pleistoceno. En promedio, los sitios de la ladera del Teuhtli
(14.0 kg m-2), tuvieron 72% más de COS, que para el caso de los sitios de la ladera del Tláloc (8.3 kg m-
2
). La diferencia de valores de COS entre las dos laderas estudiadas, se relaciona, aparentemente, con la
antigüedad y morfología que conforman las coladas de lava del material parental, su consecuente
diferencia de inclinación del terreno (Tláloc 8.5°; Teuhtli 4.3°), mayor cantidad de cauces (flujo hídrico
concentrado) en el Tláloc, y por el mayor modelado por flujo laminar en las áreas de interfluvio,
asimismo, por el impacto humano de extracción de suelo para su comercialización.
Palabras clave: Carbono orgánico; densidad aparente; morfogénesis; laderas; Tláloc-Teuhtli
Abstract
The Soil Organic Carbon (SOC) concentration in eight sites with cactus pear (Opuntia ficus-indica) crop
was determined, on the mountain slopes of the Tláloc-Teuhtli volcanoes, Sierra Chichinautzin, Mexico
City. In each site, some relief features were considered (geometry, origin, type, morphogenetic unit,
lithology and chronology); also, a soil sample was taken from 0-30 cm depth per site. By laboratory work
Bulk density (bD) and organic carbon (OC) were obtained. Based on the equation: COS= (CO*Da*
Ps*Sup)/100 the SOC was calculated. The results showed that the highest value of SOC (20.5 kg m-2;
2,471 masl; slope 3°) is at site S7, on the southern mountain slope of the Teuhtli volcano, with cumulative
endogenous volcanic relief of middle mountain slopes of basalt-andesite lava flows and pyroclastic
deposits, from the Quaternary Pleistocene. The lowest value of SOC (5.4 kg m-2; 2,799 masl; slope 12°)
is in the S1, on the north slope of the Tláloc volcano, with an endogenous cumulative volcanic relief of
middle-upper mountain slopes of pyroclastic deposits on basalt and andesite lava flows, from the
Quaternary Pleistocene. On average, the sites on the Teuhtli slope (14.0 kg m-2) had 72% more SOC than
the sites on the Tláloc slope (8.3 kg m-2). The difference in COS values, between the two studied slopes,
is apparently related to the age and morphology of the lava flows of the parent material. Its consequent
difference in terrain inclination (Tlaloc 8.5°; Teuhtli 4.3°), greater channels quantity (concentrated
190 Capítulo 5. Ecosistemas Terrestres

runoff) in the Tláloc, and due to the greater modeling by overland flow in the interfluve areas, likewise,
due to the human impact of extracting soil for its commercialization.
Keywords: Organic carbon; apparent density; morphogenesis; slopes; Tlaloc-Teuhtli
Introducción
El suelo es la mayor reserva de Carbono (C) en los ecosistemas terrestres (Castellano et al., 2015; Luo
et al., 2010), asimismo, es un importante depósito del CO2 atmosférico (Guo & Gifford, 2002). El
Carbono orgánico almacenado en los suelos es la mayor reserva terrestre de carbono, y el suelo almacena
al menos tres veces más carbono que la atmósfera (Jobbagy & Jackson, 2000). Se ha estimado que, a
nivel global, hay entre 1,300 a 1,500 Gt de reservas de C orgánico que se almacenan en el suelo, entre 0
y 100 cm de profundidad, y aproximadamente 900 Gt, entre 100 y 200 cm de profundidad (Fan et al.,
2018). Dada la importante cantidad de carbono almacenado en el suelo, un pequeño cambio en el carbono
orgánico del suelo (COS) podría ejercer impactos significativos en la concentración del CO2 atmosférico
(Smith et al., 2008). El carbono orgánico del suelo (COS), es un componente clave para la funcionalidad
de los ecosistemas y crucial para la alimentación, el suelo, el agua, la seguridad energética, así como en
la reducción de los impactos negativos del cambio climático (Stockmann et al., 2015).
El objetivo de este trabajo fue determinar y analizar comparativamente, la concentración de carbono
orgánico del suelo (COS), en ocho sitios (en altitudes de 2,363 a 2,799 msnm), con cultivo de nopal
verdura (Opuntia ficus-indica), en la ladera norte del Volcán Tláloc, y en la ladera sur del Volcán Teuhtli,
Sierra Chichinautzin, sur de la Ciudad de México (CdMx).
Área de estudio
El Volcán Tláloc (2,303 a 3,691 msnm), y el volcán Teuhtli (2,232 a 2,709 msnm), se localizan en la
provincia ambiental biofísica (PAB), del Eje Neovolcánico, en la región ambiental biofísica (RAB) 121
Depresión de México, y en la sub-región ambiental biofísica (SRAB) de Sierra Chichinautzin (López-
Blanco, 2009). Están entre las coordenadas 19°03” y 19°16‘, de latitud Norte y entre 98°59‘ y 99°05’,
de longitud Oeste, en la porción sur de la Cuenca de México (Figura 1). De manera general, la Sierra
Chichinautzin está constituida por estructuras volcánicas formadas por flujos lávicos y depósitos
piroclásticos, acumulados desde el Terciario hasta el Cuaternario (Pleistoceno-Holoceno; Martin, 1980).
Esta Sierra, representa el límite sur de la Cuenca de México y su origen se relaciona con la subducción
de la Placa de Cocos, por debajo de la Placa Norteamericana (Tapia-Varela y López-Blanco, 2001).
Las lavas que componen la estructura principal del volcán Tláloc (3,691 msnm), son de derrames de
coladas de lava, en bloque, compuestas de andesitas basálticas de olivino y augita (espesor promedio 40
m; Martin, 1980:56). Las lavas que componen la estructura principal del Teuhtli, volcán escudo coronado
por conos de escoria, son de andesitas basálticas de augita y olivino, y se presentan en derrames de 0.5
m a 2.0 m de espesor, cubiertas por capas delgadas de ceniza color café (Martin, 1980:45).
El tipo de clima dominante es templado subhúmedo con lluvias de verano (García, 2004). En el Tláloc
hay una temperatura media anual de 13°C, y en el Teuhtli es de 16 °C. La precipitación media anual del
Tlaloc es de 900 a 1200 mm y la del Teuhtli es de 600 a 900 mm (Rodríguez-Gamiño, 2008).
Las unidades de suelo son, para el Tláloc: una asociación de Phaeozem háplico y Andosol húmico; y
para el Teuhtli: Phaeozem háplico (INEGI, 1999). Los tipos de vegetación dominantes en el Tláloc:
bosque de pino, pino-encino, encino, pastizal y matorral. En el Teuhtli, principalmente matorral xerófito.
Los principales usos del suelo, en las laderas de este estudio, tanto para el Tláloc, como para el Teuhtli,
Capítulo 5. Ecosistemas Terrestres 191

es de agricultura de temporal, con cultivos permanentes anuales de nopal verdura (Opuntia ficus-indica),
y el uso urbano (Rodríguez-Gamiño, 2008).
Figura 1. Del lado izquierdo, localización general del área de estudio, en el contexto de la CdMx. A la derecha, localización
específica de los sitios de muestra de suelo (S1 a S8). Fuentes: Google Earth (2023) y elaboración propia.
Procedimiento y análisis
Se obtuvieron los tipos morfogenéticos y clases del relieve en los sitios de toma de las muestras de
suelo, a partir del método de levantamiento geomorfológico del ITC (Verstappen y van Zuidam, 1991).
Se caracterizaron las principales variables de la geometría del relieve local en cada sitio de perfil (altitud,
pendiente y orientación de ladera). También se determinó el origen del relieve, tipo, unidad
morfogenética, crono-litología. En campo se ubicaron los sitios de muestreo (S1 a S8; ver Fig.1), se
condicionó a que ellos estuviesen en parcelas donde se cultiva nopal verdura (Opuntia ficus-indica).
Para cada sitio de muestreo de suelo, se tomó una muestra superficial combinada entre los 0 y 30 cm.
En laboratorio se obtuvieron los valores de Densidad aparente (Da) y Carbono Orgánico (CO; SEMARNAT,
2002). Finalmente, se realizó el análisis de la información. El carbono orgánico se determinó con un
analizador elemental Thermo Scientific Flash 2000. El carbono orgánico en el suelo (COS), se calculó
con base en la ecuación 1:
COS= (CO*Da* Ps*Sup) /100 (1)
Donde, COS es el Carbono orgánico del suelo, en Mg ha-1; CO es el Carbono orgánico total en %; Da es
la densidad aparente en Mg m-3; Ps es la profundidad de la toma de muestra (0.3 m); Sup es la superficie
de referencia (10,000 m2=1 ha). Para convertir de Mg ha-1 a kg m-2, los valores resultantes se
multiplicaron por 1,000 (1 Mg=1000 kg) y se dividió entre 10,000, para tenerlos en m2.
Características del relieve
Los tipos morfogenéticos y clases, del relieve, en los ocho sitios del estudio, se muestran en el Cuadro
1. En él, se observa que la ladera norte del Volcán Tláloc, está conformada por las unidades

morfogenéticas de relieve: Endógeno volcánico acumulativo de laderas de montaña medias-superiores

(S1), medias (S2), e inferiores (S3 y S4), todas, de depósitos piroclásticos sobre flujos lávicos de andesita-
basalto, del Cuaternario Pleistoceno. La ladera sur del Volcán Teuhtli, está conformada por las unidades
morfogenéticas de relieve: Endógeno volcánico acumulativo de laderas de montaña inferiores (S6),
medias (S7) y superiores (S8), todas, de depósitos piroclásticos sobre flujos lávicos de andesita-basalto,
del Cuaternario Pleistoceno. La planicie aluvial intermontana de Milpa Alta, originada por los depósitos
aluviales y coluviales, provenientes del Tláloc y Teuhtli, está conformada por la siguiente unidad
morfogenética del relieve: Exógeno acumulativo aluvial, de planicie aluvial intermontana con depósitos
aluviales-coluviales, y piroclásticos, del Holoceno.
Cuadro 1. Morfogénesis, tipo/clase y geometría, del relieve en los ocho sitios de los volcanes Tláloc-Teuhtli.
Nombre del Orient

Altitud
Sitio Sist. Morfo- Morfogénesis y tipo/clase de relieve (Cuadr / Pend (°)
(msnm)
genético Valor°)
Endógeno volcánico acumulativo de laderas de montaña
S1 Tláloc medias-superiores de depósitos piroclásticos sobre flujos 2,799 NW31° 12°
lávicos de basalto y andesita, del Cuaternario Pleistoceno
S2 Tláloc medias de depósitos piroclásticos sobre flujos lávicos de 2,695 NE33° 5°
basalto y andesita, del Cuaternario Pleistoceno
S3 Tláloc inferiores de depósitos piroclásticos sobre flujos lávicos de 2,519 NW09° 9°
S4 Tláloc inferiores de depósitos piroclásticos sobre flujos lávicos de 2,459 NE08° 8°
Planicie
Aluvial Exógeno acumulativo aluvial, de planicie aluvial
S5 Intermontana intermontana con depósitos aluviales holocénicos y 2,363 SE49° 2°
Tláloc- piroclásticos del Holoceno
Teuhtli
S6 Teuhtli inferiores de flujos lávicos de basalto, andesita y depósitos 2,426 SE39° 3°
piroclásticos, del Cuaternario Pleistoceno
S7 Teuhtli medias de flujos lávicos de basalto, andesita y depósitos 2,471 SE65° 3°
S8 Teuhtli superiores de flujos lávicos de basalto, andesita y depósitos 2,527 SE79° 7°
msnm: metros sobre el nivel del mar; Orient: orientación; Cuadr: cuadrante; °: valor en grados; Pend: pendiente.
Morfométricamente, los sitios de la ladera del Tláloc tienen altitudes que van de 2,459 a 2,799 msnm,
orientaciones, hacia el noroeste y noreste, y pendientes, de 5° a 12°. Los sitios de la ladera del Teuhtli,
tienen altitudes que van de 2,426 a 2,527 msnm, orientaciones, hacia el sureste, y pendientes, de 3° a 7°.
Distribución espacial comparativa del COS, entre la ladera del Tláloc y la del Teuhtli
En el Cuadro 2 se muestran los valores de COS (en kg m-2) para los ocho sitios del estudio, agrupados
por laderas (ladera Norte del Tláloc y ladera sur del Teuhtli; Figura 2), y en la planicie aluvial

intermontana Tláloc-Teuhtli. Los resultados mostraron que el valor más alto de COS (20.5 kg m-2; 2,471
msnm; pendiente 3°, y orientación SE65°), está en el Sitio S7, en la ladera sur del volcán Teuhtli, con
relieve Endógeno volcánico acumulativo de laderas de montaña medias de flujos lávicos de andesita-
basalto, y depósitos piroclásticos, del Cuaternario Pleistoceno (edad isotópica en años 19,530±160;
Bloomfield, 1975).
El valor más bajo de COS (5.4 kg m-2; 2,799 msnm; pendiente 12° y orientación NW31°) está en el
S1, en la ladera norte del volcán Tláloc, con relieve Endógeno volcánico acumulativo de laderas de
montaña medias-superiores de depósitos piroclásticos sobre flujos lávicos de andesita-basalto, del
Cuaternario Pleistoceno (edad isotópica en años 38,590±3,210; Bloomfield, 1975). El valor de COS para
el sitio S5, ubicado en la planicie aluvial intermontana Tláloc-Teuhtli, fue de 19.9 kg m-2; 2,363 msnm;
pendiente 2°, y orientación SE49°, con relieve: Exógeno acumulativo aluvial, de planicie aluvial
intermontana con depósitos aluviales-coluviales, y piroclásticos, del Holoceno.
El valor promedio de COS, agrupando los sitios S1 a S4 (ladera norte del Tláloc), resultó en 8.2 kg
m-2 (rango=5.4 a 11.3 kg m-2; pendiente media de los sitios=8.5°); en cambio, el valor para los sitios S6
a S8 (ladera sur del Teuhtli), resultó en 14.1 kg m-2 (rango=10.0 a 20.5 kg m-2; pendiente media de los
sitios=4.3°), esto es, los sitios de la ladera sur del Teuhtli, tuvieron 72% más de COS, que para los sitios
de la ladera norte del Tláloc.
Cuadro 2. Valores de COS para los ocho sitios de estudio, COS promedio y pendiente media, por ladera.
Nombre del COS Pendiente Media
COS (Mg COS
Sitio Sistema Promedio por por Ladera y
ha-1) (kg m )
-2
Morfogenético ladera (kg m-2) General(°)
S1 Tláloc 54.3 5.4
S2 Tláloc 113.1 11.3
8.2 8.5
S3 Tláloc 80.4 8.0
S4 Tláloc 81.8 8.2
Planicie Aluvial
Promedio Promedio General
S5 Intermontana del 199.1 19.9
General 11.9 6.1
Tláloc-Teuhtli
S6 Teuhtli 117.5 11.7
S7 Teuhtli 204.6 20.5 14.1 4.3
S8 Teuhtli 99.5 10.0
La diferencia de valores de COS entre las dos laderas estudiadas, se relaciona, aparentemente, con la
antigüedad y morfología que conforman las coladas de lava del material parental (Tláloc 38,590±3,210
años; Teuhtli 19,530±160; Bloomfield, 1975), su consecuente diferencia de inclinación del terreno
(Tláloc 8.5°; Teuhtli 4.3°), mayor cantidad de cauces (por flujo hídrico concentrado; Figura 2) en el
Tláloc, y por el mayor modelado por flujo laminar en las áreas de interfluvio, también para el Tláloc,
asimismo, por el impacto humano de extracción de suelo para su comercialización, que se ha detectado
en algunas porciones de la ladera norte del Tláloc (López-Blanco et al., 2022:234).

Figura 2. Del lado izquierdo, mapa de intervalos altitudinales en msnm. A la derecha, mapa de intervalos de pendiente en grados.
En los dos mapas están los ocho sitios de muestreo de suelo (S1 a S8). Fuente: Elaboración propia usando el DTM Lidar (del
Terreno; tamaño pixel=5m) de INEGI.
Conclusiones
El valor más alto de COS está en el Sitio S7, en la ladera sur del volcán Teuhtli, con relieve Endógeno
volcánico acumulativo de laderas de montaña medias de flujos lávicos de andesita-basalto, y depósitos
El valor más bajo de COS está en el S1, en la ladera norte del volcán Tláloc, con relieve Endógeno
volcánico acumulativo de laderas de montaña medias-superiores de depósitos piroclásticos sobre flujos
lávicos de andesita-basalto, del Cuaternario Pleistoceno.
El valor promedio de COS, agrupando los sitios S1 a S4 (ladera norte del Tláloc), resultó en 8.2 kg
m-2; en cambio, el valor para los sitios S6 a S8 (ladera sur del Teuhtli), resultó en 14.1 kg m-2. Los sitios
de la ladera sur del Teuhtli, tuvieron 72% más de COS, que para los sitios de la ladera norte del Tláloc.
Literatura citada
Bloomfield, Keith, 1975, A late Quaternary monogenetic volcano field in central. Mexico: Geologische Rundschau, v. 64, p. 476-497.
Castellano, M. J., K. E. Mueller, D. C. Olk, J. E. Sawyer, and J. Six. 2015. Integrating plant litter quality, soil organic matter stabilization,
and the carbon saturation concept, Global change biology, 21(9), 3200-3209, doi:10.1111/gcb.12982.
Fan, H., Zhao, W., Daryanto, S., Fu, B., Wang, S., & Wang, Y. 2018. Vertical distributions of soil organic carbon and its influencing factors
under different land use types in the desert riparian zone of downstream Heihe River basin, China. Journal of Geophysical Research:
Atmospheres, 123, 7741-7753. https://doi.org/10.1029/2018JD028268.
García, E. 2004. Modificaciones al sistema de clasificación climática de Köppen (para adaptarlo a las condiciones de la República Mexicana)
5ta. Edición. Serie Libros. Núm. 6. Ed. Instituto de Geografía, UNAM. México. 97 p.
Guo, L.B., Gifford, R.M. 2002. Soil carbon stocks and land use change: a meta analysis. Global Change Biology. org/10.1046/j.1354-
1013.2002.
INEGI (Instituto Nacional de Estadística y Geografía). 1999. Carta Edafológica de Milpa Alta (E14A49) a escala 1:50,000, México.
Jobbagy, E.G. & Jackson, R.B. 2000. The vertical distribution of soil organic carbon and its relation to climate and vegetation. Ecol. Appl.
10 (2), 423–436. https://doi.org/ 10.1890/1051-0761(2000)010[0423:TVDOSO]2.0.CO;2.
López-Blanco J. 2009. 1.6 Regionalización ambiental (biofísica) nacional, basada en la tipología de sus componentes naturales (unidades
ambientales biofísicas) y mapa I.6.1. Mapa de unidades ambientales biofísicas (Escala 1:2,000,000), pp. 319-354 y Anexo
Cartográfico. In SEMARNAT-INE-UNAM, Caracterización y Diagnóstico para el Programa de Ordenamiento Ecológico General
del Territorio (POEGT). México.
López-Blanco J.; Rodríguez-Gamiño L.; Vela-Correa G. y Ferreira-Ocaña M. 2022 5.10. Distribución vertical del carbono orgánico
atmosférico fijado en el suelo en el Volcán Tláloc, Sierra Chichinautzin, CdMx in Hernández Ayón J. M.; Briones Villareal O.;
Bolaños González M. A. e Ibarra Alonso P. (Editores). 2022. Estado Actual del Conocimiento del Ciclo del Carbono y sus
Interacciones en México: Síntesis a 2022. Serie Síntesis Nacionales. Programa Mexicano del Carbono en colaboración con el
Instituto de Ecología (INECOL). Texcoco, Estado de México, México. ISSN 2954-4882.
Luo, Z., E. Wang, and O.J. Sun. 2010. Soil carbon change and its responses to agricultural practices in Australian agro-ecosystems: a review
and synthesis, Geoderma, 155(3), 211-223, doi: 10.1016/j.geoderma.2009.12.012.

Martin del P. A. 1980. Vulcanología de la Sierra Chichinautzin, Tesis de Maestría, Facultad de Ciencias, UNAM, México, 131 p.
Rodríguez-Gamiño, L. 2008. Determinación de indicadores ambientales en Milpa Alta, Distrito Federal. Tesis de Doctorado en Geografía.
Facultad de Filosofía y Letras-Instituto de Geografía, UNAM. México, 188 p.
SEMARNAT. 2002. Norma Oficial Mexicana NOM-021-RECNAT-2000. Estudios, muestreo y análisis. Secretaría de Medio Ambiente y
Recursos Naturales, México. Diario Oficial de la Federación. 31 diciembre 2002. 73 p.
Smith, P., Fang, C., Dawson, J.J.C., Moncrieff, J.B. 2008. Impact of Global Warming on Soil Organic Carbon. Adv. Agron. 97, 1-43.
https://doi.org/10.1016/S0065-2113 (07)00001-6.
Stockmann, U., Padarian, J., McBratney, A., Minasny, B., de Brogniez, D., Montanarella, L., Hong, S.Y., Rawlins, B.G., Field, D.J. 2015.
Global soil organic carbon assessment. Glob. Food Sec. 6, 9-16. . gfs.2015.07.001
Tapia-Varela, G. y López-Blanco, J. 2001. Mapeo geomorfológico analítico de la porción central de la Cuenca de México: unidades
morfogenéticas a escala 1:100,000. Revista Mexicana de Ciencias Geológicas 19 (1):50-65.
Verstappen, H. Th. and R. A. van Zuidam. 1991, The ITC system of geomorphologic survey: a basis for the evaluation of natural resources
and hazards, ITC Publication, 10, 89 p.

5.2. Implicaciones del estrés evaporativo en pastizales cultivados a lo largo de un

gradiente altitudinal: Un estudio en la Cuenca del Río Usumacinta, México.
Coronel Claudia1,*; Serna Fernanda2; Alcudia-Aguilar Alejandro3; Popoca-Cruz Pavel E.4; Madrigal-
Gómez José M.5 y Reyes-García Lizeth M.1
1
Instituto de Investigaciones Sociales Dr. José María Luis Mora, Poussin 45, San Juan Mixcoac, CP 03730, Benito Juárez, CDMX.
2
Centro de Investigación en Matemáticas A.C., De Jalisco s/n, Valenciana, C.P. 36023, Guanajuato, Guanajuato.
3
Cultivo Land LPBC, 5020 Franklin Drive, suite 100 Pleasanton, 94588, CA, EEUU.
4
Laboratorio Nacional de Ciencias de la Sostenibilidad (LANCIS), Instituto de Ecología, UNAM. Circuito exterior s/n anexo al Jardín
Botánico. Ciudad Universitaria, C.P. 04510. Coyoacán, CDMX.
5
Centro de Investigación en Ciencias de Información Geoespacial Centro Geo, Contoy 137 Col. Lomas de Padierna, CP 14240, Tlalpan,
CDMX.
*Autor por correspondencia: ccoronel@institutomora.edu.mx
Resumen
Los pastizales, además de su relevancia en la producción ganadera y su predominancia en la cuenca del

Río Usumacinta, desempeñan un papel esencial en el ciclo hidrológico. El objetivo de este estudio es
analizar la respuesta fenológica de estos ecosistemas a lo largo de un gradiente altitudinal y su relación
con el estrés hídrico experimentado durante una década. Se analizaron series de tiempo de índices de
vegetación y fracción evaporativa derivados del sensor MODIS, para integrar años considerados
normales y secos en términos de precipitación, se empleó la descomposición de series para comprender
las tendencias a lo largo del tiempo. Nuestros resultados indican que los pastizales son sensibles a la
variabilidad en la humedad disponible, especialmente durante años de sequía, y presentan una capacidad
limitada para recuperarse después de tales eventos. El gradiente altitudinal influye, con zonas más bajas
y planas experimentando un estrés hídrico más marcado, independientemente de las condiciones
meteorológicas; en general los pastizales requieren una alta fracción evaporativa para que sean
productivos. El monitoreo de los pastos inducidos es esencial para tomar decisiones informadas sobre su
manejo sostenible, en especial para fortalecer su papel en la economía local y contribuir a la estabilidad
hidrológica de la cuenca.
Palabras clave: Estrés evaporativo, pastizales, humedad disponible
Abstract
Grasslands, in addition to their relevance in livestock production and their predominance in the
Usumacinta River basin, play an essential role in the hydrological cycle. The objective of this study is to
analyze the phenological response of these ecosystems along an altitudinal gradient and its relationship
with the stress experienced during a decade. Time series of vegetation indices and evaporative fraction
derived from the MODIS sensor were analyzed to integrate years considered normal and dry in terms of
precipitation, series decomposition was used to understand trends over time. Our results indicate that
grasslands are sensitive to variability in available moisture, especially during dry years, and have limited
ability to recover after such events. The altitudinal gradient influences, with lower and flatter areas
experiencing more marked water stress, regardless of weather conditions; in general, grasslands require
a high evaporative fraction to be productive. The monitoring of induced pastures is essential to make
informed decisions about their sustainable management, especially to strengthen their role in the local
economy and contribute to the hydrological stability of the basin.
Keywords: Evaporative stress, grasslands, available moisture

Introducción
La precipitación representa la entrada principal de agua al ecosistema. Aparte de este proceso

biofísico, la evapotranspiración (ET) es el factor predominante que afecta el suministro de agua, y su
dinámica se ve influenciada por las características y cambios en la vegetación (Zhang et al., 2001). Un
aumento en la ET resulta en un menor suministro de agua al sistema socio ecológico, aumentando su
vulnerabilidad a sequías. Sin embargo, la transpiración en plantas es fundamental para la productividad
primaria y acumulación de carbono. Es crucial relacionar los ciclos fenológicos de productividad
primaria con los flujos de agua para un análisis más integrado de la función ecosistémica. Actualmente,
la cobertura vegetal en la cuenca del Usumacinta en México ha sido impactada negativamente por el
monocultivo de palma africana, la introducción de pastizales y la agricultura intensiva de cultivos
transitorios (Horton et al., 2021). Los pastizales, en particular, juegan un papel crucial en la dinámica
hídrica y ecológica de la región. Este estudio analiza la respuesta fenológica de los pastizales inducidos
a lo largo de un gradiente altitudinal y su relación con el estrés hídrico a lo largo de una década. El
objetivo es caracterizar la respuesta fenológica de los pastos en el mediano plazo, identificar sus
estrategias de uso de agua interanual y entender su comportamiento ante el estrés hídrico, especialmente
durante los años secos.
Área de estudio
La Cuenca del río Usumacinta presenta una gran heterogeneidad topográfica, geológica y climática,
lo que permite la presencia de un gran número de tipos de vegetación, desde herbáceas y matorrales de
alta montaña (en la parte más fría de la cuenca de Guatemala), templada bosques (coníferas y robles),
bosques montanos, bosques tropicales de clima cálido (perennifolios, semi perennifolios y caducifolios,
dependiendo de la humedad), y en las partes bajas están presentes una gran cantidad de tipos de
humedales de agua dulce o salobre (Velázquez et al., 2000.). Los pastos representan el 47%, 24% y 22%
de superficie de las cuencas baja, media y alta respectivamente (Figura 1).
Figura 1. Coberturas analizadas en la Cuenca Usumacinta. INEGI: Instituto Nacional de Estadística, Geografía e Informática.

Obtención de variables y series de tiempo
Los cambios en los eventos fenológicos son una señal importante de las variaciones climáticas año
con año y permiten ver los cambios del medio ambiente a nivel global. (Red, et al., 1994). La fenología
de la vegetación puede ser detectada por medio de satélites y otros sistemas de sensores remotos las
características estacionales y espectrales de reflectancia y la transmitancia de dosel, plantas y hojas.
(Willem et al., 2010). El índice mejorado de vegetación (EVI), se optimizó aumentando la sensibilidad
en las regiones de alta biomasa y mejoró el monitoreo de la vegetación mediante la disociación de la
señal del fondo del dosel y una reducción de la influencia atmosférica. La ecuación utilizada para su
obtención se indica a continuación:
! #$#% & ##
EVI =
#$#% ' %1## & %2#(')
donde, RIRC, RR y RA son respectivamente los valores de reflectancia bidireccional de la superficie para
las bandas del infrarrojo cercano, del rojo y del azul con una corrección de los efectos de la atmósfera. L
es un ajuste del fondo del dosel que toma en cuenta la transferencia radiante diferencial del infrarrojo
cercano y el rojo a través del dosel, G es un factor de ganancia, y C1, C2 son los coeficientes de resistencia
de aerosoles.
Se descargaron imágenes satelitales MODIS para la obtención de información durante un periodo de
10 años entre el 2010 y 2021, se obtuvieron los productos (MOD16A2) o Evapotranspiración neta (ET),
Evapotranspiración potencial (PET); con una resolución espacial moderada de 500 m y una resolución
temporal de 8 días. Se extrajo el Índice de Vegetación Mejorada (EVI, MOD13Q) con una resolución
temporal de 16 días y resolución espacial de 250 m. Las series de tiempo se extrajeron mediante la
“Application for Extracting and Exploring Analysis Ready Samples” (AppEEARS) empleando los
polígonos de pastos en la porción mexicana de la cuenca, que fueron reportados en la serie VI de uso de
suelo y vegetación de INEGI en 2014.
Con el software Rstudio se prepararon los datos, se estandarizaron cada una de las variables respecto
del promedio de la serie de tiempo para cada área en las tres cuencas. La fracción evaporativa fET se
obtuvo previamente mediante el cociente ET/PET de las series, valores bajos de fET indican estrés
evaporativo. De esta forma se obtuvieron anomalías de EVi y fET que pueden indicar la afectación en la
productividad primaria debido a estrés evaporativo.
Análisis de series de tiempo
Consistió en descomponer las series de tiempo en sus componentes constituyentes, que para el caso
de una variable estacional son, un componente de tendencia, un componente aleatorio, y un componente
estacional. Se empleó el software Rstudio para representar los componentes temporales mencionados.
Análisis de componentes principales
Se realizó el Análisis de Componentes Principales (ACP) con las series estandarizadas del índice EVI
y de la fracción evaporativa del conjunto de coberturas terrestres presentes en la cuenca del río
Usumacinta, incluyendo los pastos. Se empleó el método de descomposición por valor singular, este
método tiene una alta eficiencia computacional y es aplicable a matrices rectangulares, como es el caso
de las series de tiempo (Wikle et al., 2019). La reducción de dimensiones es sumamente útil en series de
tiempo porque permite resumir en unos cuantos componentes, los procesos subyacentes que capturan los
datos.

El comportamiento del EVI permitió observar la fenología de la superficie terrestre a través del tiempo
y relacionar los ciclos con años secos y húmedos. En la Figura 2 se puede ver el patrón estacional del
EVI en pastizales en la cuenca alta, éste coincide con ciclos de lluvia muy definidos. En comparación, la
fenología de los pastizales en la cuenca baja muestra mayor variación, lo que implica más sensibilidad a
los pulsos de lluvia con una fenología muy definida en los años más secos para la zona. En términos
generales la entrada de agua es mayor en la cuenca baja que en las otras áreas.
Figura 2 Series de tiempo de EVI, ET y precipitación para pastos en cuenca Alta y Baja.
La tendencia de las series de tiempo del EVI y ET mostrada en la figura 3, para los pastos en la cuenca
media, muestra la respuesta a la baja de la productividad primaria, en los años que fueron reportados
secos por el National Weather Service (NWS) de Estados Unidos (NWS, 2021) y con una anomalía de
sequía por el Servicio Meteorológico Nacional (SMN) en México (SMN, 2021). Además, destacan dos
años, el 2013 considerado normal y el año 2020 en el que se reportó la fase Niña, con una entrada mayor
de agua para la región (NWS, 2021). Ambos años reflejan una recuperación de los niveles de
productividad “normales” de estos ecosistemas. Comparativamente con los pastos en la cuenca alta, la
recuperación en 2020 fue más rápida para los pastizales en cuenca media, pero debemos considerar que
ésta recibe un mayor volumen de agua (resultados no mostrados).
Respecto del análisis de componentes principales, se obtuvieron 3 componentes para el EVI, que
explican el 80% de la variación de las series de tiempo; el primero relacionado con la época de
crecimiento, y el segundo componente se relaciona con la extensión de los pulsos de lluvia en los años
húmedos para la región, según reportó el SNM mediante el índice ONI (Oceanic Niño Index). El tercer
componente mostró la respuesta al estrés, con mayores ponderaciones negativas en meses secos, se
identificó además el efecto de los años con sequía en 2018 y 2019 según el SMN (2021), así como el
2011, que fue un año de recuperación después de una sequía prolongada de casi dos años (Figura 4 gráfico
superior, círculos rojos). En zonas planas y de menor altitud, los pastizales presentaron menor
productividad en comparación con los pastos en cuenca alta, según lo muestra el eigenvalor obtenido
para este componente (Cuadro 1).

Figura 3. Componentes de tendencia, estacional y aleatorio de series de tiempo para el pastizal en la cuenca media.
Los resultados del ACP para la fracción evaporativa indicaron estrés por falta de agua, en especial
los dos primeros componentes que explicaron 86.6 % de la varianza total. El primero se relaciona con la
recuperación de los ecosistemas en años que fueron subsecuentes a un periodo de sequía intenso y/o
prolongado. Los pastos en cuenca alta presentaron un nivel importante de estrés en esos años de
recuperación en comparación con los pastizales en cuenca baja (Cuadro 1). El segundo componente
resaltó el largo periodo de sequía 2009-2010 y también el periodo de sequía intensa de 2019, (Figura 4
gráfico inferior) los eigenvalores más negativos indicaron el mayor nivel de estrés en los ecosistemas.
Además, al obtenerse también ponderaciones negativas en los periodos de secas de años considerados
normales, se consideró que este componente capturó la sensibilidad general al estrés, tal fue el caso de
los pastos en zonas bajas y planas que presentaron eigenvalores positivos.
Figura 4. Ponderaciones de componentes principales para series de tiempo del EVI y fET en coberturas de pastizales y
ecosistemas presentes en la cuenca del río Usumacinta.

En otros estudios sobre la fenología de los pastos en regiones semiáridas y tropicales, se ha

reportado una respuesta sensible a la disminución de la precipitación y la humedad disponible en suelo
y se atribuyó a un desarrollo superficial de las raíces de los pastos y a un predominio de la transpiración
como estrategia de uso de agua (Anderson et al., 2015; Carpintero et al., 2020).
Cuadro 1. Eigenvalores de Componentes principales que indican estrés evaporativo.
Cobertura CP3 EVI CP1 fET CP2 fET
Pastizal subcuenca alta 4.1140 -15.2271 1.3419
Pastizal subcuenca media 5.9581 -14.9180 1.8581
Pastizal subcuenca baja 8.1886 -14.6062 5.5574
CP3 EVI: respuesta al estrés, CP1 fET: recuperación post estrés, CP2; fET: indicador de estrés. En negritas se indican los mayores impactos.
Podemos generalizar que la respuesta de los pastos al estrés evaporativo fue inmediata, pero hubo
mayor sensibilidad al estrés evaporativo en los pastos de zonas bajas. Nestola et al. (2016) asociaron la
disminución en la captura de C en pastos en Canadá, a una menor eficiencia de uso de luz durante la fase
de madurez del ciclo anual, etapa donde la disponibilidad de agua es mucho menor que en verano. Por
otro lado, la recuperación después de un evento de sequía intenso y/o prolongado, toma al menos un ciclo
subsecuente, especialmente con una menor entrada de agua como fue el caso de los pastos en cuenca alta.
Scott et al. (2009) encontraron una marcada disminución en la fijación de C para pastizales semiáridos
durante una sequía en invierno de 2005, los efectos se prolongaron hasta la primavera y verano de 2006.
En experimentos realizados en pastos expuestos a sequía, se logró una recuperación de la productividad
hasta el segundo año, cuando la humedad del suelo alcanzó 70 % de la capacidad de campo (Staniak,
2013; Staniak y Kocon, 2015). Otros análisis mostraron que la respuesta de los pastos ante sequías
depende de la estación, desarrollo de la planta y las estrategias de uso de agua (Lemoine et al., 2018).
Conclusiones
El comportamiento de los pastos en periodos de sequía e incluso durante la temporada seca, refleja
una tolerancia baja al estrés evaporativo y, por lo tanto, mayor vulnerabilidad a la variabilidad en el agua
disponible, la cual se relaciona en buena medida con los ciclos ENOS, pero también con la predominancia
de este tipo de uso de suelo en las cuencas baja y media. Ello contribuye a retroalimentar el efecto de
estrés evaporativo ante la falta de elementos rugosos que favorezcan sistemas convectivos, que
intercepten mejor la precipitación y que promuevan la infiltración. Los pastizales resultaron ser los
ecosistemas con una respuesta más sensible a la estación seca y por eventos de sequía, del total de tipos
de vegetación analizados en la cuenca (resultados no mostrados).
Literatura Citada

Anderson, M., C. Zolin, C. Hain, K. Semmens, T. Yilmaz, and F. Gao. 2015. Comparison of satellite-derived LAI and precipitation
anomalies over Brazil with a thermal infrared-based Evaporative Stress Index for 2003–2013. Journal of Hydrology 526:287-302
DOI:10.1016/j.jhydrol.2015.01.005.
AppEERS (Application for Extracting and Exploring Analysis Ready Samples). 2021. MODIS Vegetation Index Products (NDVI and
EVI). USA. https://appeears.earthdatacloud.nasa.gov/ (Consulta agosto 20, 2021).
Carpintero, E., A. Andreu, P. Gómez-Giráldez, A. Blázquez and M. González-Dugo. 2020. Remote-sensing-based water balance for
monitoring of evapotranspiration and water stress of a mediterranean oak–grass savanna. Water 12:1418 DOI:10.3390/w12051418.
Horton, A. Nygren, M. Diaz-Perera and M. Kummu. 2021. Flood severity along the Usumacinta River, Mexico: Identifying the
anthropogenic signature of tropical forest conversion. Journal of Hydrology X 10:100072 DOI: 10.1016/j.hydroa.2020.100072.
Lemoine, N., R. Griffin-Nolan, A. Lock and A. Knapp. 2018. Drought timing, not previous drought exposure, determines sensitivity of two
shortgrass species to water stress. Oecologia 188:965–975 DOI:10.1007/s00442-018-4265-5
MODIS (Moderate Resolution Imaging Spectroradiometer). 2015. MODIS Vegetation Index Products (NDVI and EVI). USA.
https://modis.gsfc.nasa.gov/ (Consulta agosto 20, 2021).
Nestola, E., C. Calfapietra, C. Emmerton, C. Wong, D. Thayer and J. Gamon. 2016. Monitoring grassland seasonal Carbon dynamics, by
integrating MODIS NDVI, proximal optical sampling, and Eddy Covariance measurements. Remote Sensing 8:260
DOI:10.3390/rs8030260.
NWS (National Weather Service). 2021. El Niño, Southern Oscillation (ENSO), Cold & Warm episodes by season. USA.
https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php (Consulta agosto 20, 2022).
Reed, B., J. Brown, D. VanderZee, T. Loveland, J. Merchant and D. Ohlen. 1994. Measuring phenological variability from satellite imagery.
Journal of Vegetation Science 5:703-714 DOI:10.2307/3235884.
Staniak, M. 2013. Response of selected species and cultivars of forage grass to water shortage in the soil. Monografie i Rozprawy Nauky
38:1–217.
Staniak, M. and A. Kocon. 2015. Forage grasses under drought stress in conditions of Poland. Acta Physiologiae Plantarum 37:116 DOI
10.1007/s11738-015-1864-1
Scott, R., G., Jenerette, D. Potts and T. Huxman. 2009. Effects of seasonal drought on net carbon dioxide exchange from a woody-plant-
encroached semiarid grassland. Journal of Geophysical Research 114: G04004 DOI:10.1029/2008JG000900.
SMN (Servicio Meteorológico Nacional). 2021. Monitor de Sequía en México (MSM) al 15 de Diciembre de 2021. México.
https://smn.conagua.gob.mx/es/climatologia/monitor-de-sequia/monitor-de-sequia-en-mexico (Consulta agosto 20, 2022).
Velázquez, A., V. Toledo y I. Luna. 2000. Mexican Temperate Vegetation. pp. 573-592. In: North American Terrestrial Vegetation.
Barbour, M. G. and W. D. Billings (eds.). Cambridge, University Press, USA.
Wikle, C. K., A. Zammit-Mangion and N. Cressie. 2019. Spatio-Temporal Statistics with R. CRC Press. Boca Raton, FL.
Willem, L., J, Davison, G. Casady and S. Marsh. 2010. Phenological Characterization of Desert Sky Island Vegetation Communities with
Remotely Sensed and Climate Time Series Data. Remote Sensing 2: 388 - 415.
Zhang, L., W. Dawes and G. Walker. 2001. Response of mean annual evapotranspiration to vegetation changes at catchment scale. Water
Resources Research 37: 701-708 DOI:10.1029/2000WR900325.

5.3. Efecto de la Sequía en la Asimilación de Carbono y la Producción de Biomasa

del cultivo de Trigo
Pinto R. Suzuky1,*; Aispuro-Arana Francisco H.1; Garatuza-Payan J.1, 2 y Yépez Enrico A.1, 2
1
Departamento de Ciencias del Agua y Medio Ambiente, Instituto Tecnológico de Sonora, Ciudad Obregón, Sonora, México.
2
Sede Regional Sur de Sonora, Laboratorio Nacional de Geoquímica y Mineralogía (LANGEM), Instituto Tecnológico de Sonora, Ciudad
Obregón, Sonora, México.
*
Autor para correspondencia: suzuky.pinto19018@potros.itson.edu.mx
Resumen
El aumento de la temperatura y la escasez de agua derivados del cambio climático, afectan negativamente
el desarrollo y la productividad del cultivo de trigo, lo que tiene implicaciones fisiológicas en los procesos
de captura de carbono y producción de biomasa de la planta. En este estudio, se evaluó el efecto de la
sequía tardía sobre la fenología, la fotosíntesis y la generación de biomasa de seis genotipos
seleccionados de trigo, sembrados bajo condiciones de alta temperatura nocturna en el Valle del Yaqui
durante el ciclo 2022-2023. Los resultados iniciales de este primer año mostraron un fuerte efecto del
déficit hídrico sobre la tasa fotosintética, con reducciones de hasta el 23 % y una tasa fotosintética
promedio máxima de 24 µmol de CO2/m2 s1 en comparación con el control (sin estrés). Debido a la
sequía, la fenología se aceleró 7 días, y la producción de biomasa estimada a través del NDVI al final del
llenado de grano se redujo en un 61% respecto al control. Además, la pérdida de verdor se aceleró en un
70% en comparación con el control. El efecto de la sequía fue más intenso en el ambiente que combinó
altas temperaturas nocturnas, mostrando una reducción en la duración del ciclo del cultivo de 11 días y
pérdida del verdor dos veces más rápida que en el control. Se espera que los resultados de esta evaluación
inicial del efecto combinado de altas temperaturas nocturnas y sequía sean un parteaguas para definir
nuevas interrogantes sobre la respuesta al cambio climático de las líneas aquí evaluadas.
Palabras Clave: NDVI, temperatura nocturna, Cambio climático, déficit hídrico
Abstract
The increase in temperature and water deficit derived from climate change negatively affect the
development and productivity of the wheat crop, which has physiological implications in the processes
of carbon capture and biomass production of the plant. This study evaluated the effect of late drought on
phenology, photosynthesis and biomass generation of six selected wheat genotypes, under high night
temperature conditions in the Yaqui Valley during the 2022-2023 season. The initial results of this first
year showed a strong effect of the water deficit on the photosynthetic rate, with reductions of up to 23 %
and a maximum average photosynthetic rate of 24 µmol CO2/m2 s1 compared with the control (no stress).
Drought accelerated the phenology by 7 days, and the biomass production estimated through the NDVI
at the end of the grain filling was reduced by 61% in comparison to the control. Furthermore, the loss of
greenness was accelerated by 70% compared to the control. The effect of drought was more intense in
the environment that combined high nocturnal temperatures, resulting in an 11-day reduction in the crop
cycle duration and a twofold acceleration in the rate of loss of greenness compared to the control. The
results of this initial evaluation of the combined effect of high night temperatures and drought are
expected to be crucial in shaping novel inquiries concerning the germplasm's response to climate change.
Keywords: NDVI, temperature nighttime temperature, Climate change, water deficit

Introducción
El cambio climático es uno de los desafíos más apremiantes para la sostenibilidad ambiental y la
seguridad alimentaria a nivel global. Los impactos más notables de este fenómeno son la escasez de agua
y el aumento de la temperatura en diversas regiones agrícolas del mundo, acompañado de patrones
climáticos extremos como la ocurrencia de olas de calor, o el aumento de las temperaturas mínimas
(IPCC, 2023). Estos cambios ambientales tienen un impacto directo sobre cultivos básicos como el trigo,
un producto indispensable en la dieta de millones de personas en todo el mundo. La escasez de agua y el
estrés térmico afectan los procesos de asimilación de carbono y producción de biomasa de la planta lo
que tiene consecuencias negativas sobre el crecimiento y la productividad final del cultivo de trigo.
Entender los mecanismos que explican la respuesta a la sequía y al calor implica el estudio de los
parámetros fisiológicos y agronómicos clave como los que se abordan en esta investigación (Reynolds
et al., 2012). Un desarrollo acelerado y la reducción de la duración del ciclo son los principales efectos
negativos de la sequía y el calor. Sin embargo, estas no son las únicas variables afectadas. La tasa de
asimilación de CO2 es una medida de la actividad fotosintética de la planta que también puede verse
disminuida por la escasez de agua y el incremento de temperatura, lo que tiene consecuencias sobre el
rendimiento final y sobre la cantidad de biomasa generada (Farooq et al., 2014; Pinto et al., 2010). Esta
última es una medida aproximada del índice de área foliar, lo que finalmente determina en mayor medida
el potencial de captación de radiación solar y CO2 de la planta. La estimación de la biomasa a través de
índices vegetativos es muy utilizada en el área de mejoramiento de cultivos, ya que la medición directa,
aunque es más precisa, también es destructiva y demanda de mucho tiempo. El NDVI (índice vegetativo
de diferencia normalizada) es la tasa diferencial de reflectancia en el rojo y el cercano infrarrojo (Tucker,
1979) y se utiliza para estimar la cantidad e intensidad del verdor de la biomasa aérea de un cultivo. Se
identifica como una variable en el fenotipo de alto rendimiento (HTP) ya que su registro es rápido y no
destructivo permitiendo el mapeo de grandes poblaciones. El análisis de los patrones de decaimiento del
NDVI permite identificar genotipos con la capacidad de mantener su actividad fotosintética por más
tiempo y es especialmente útil en condiciones estrés como altas temperaturas y sequía, ya que su
asociación con el potencial de rendimiento es más fuerte bajo dichos ambientes (López et al., 2012).
El experimento se llevó a cabo durante el ciclo 2022-2023 en el block 710 del Valle del Yaqui. Se
estableció un ensayo en bloques al azar con 12 genotipos de trigo, de los cuales se seleccionaron seis
para la ejecución de la metodología aquí descrita. Siguiendo las recomendaciones en fechas de siembra
y manejo agrícola correspondiente a la región Noroeste de México proporcionadas por el Instituto
Nacional de Investigaciones Agrícolas, Forestales y Pecuarias (INIFAP) se registró fecha de germinación
el 24 de diciembre de 2022. Desde emergencia hasta espigamiento +10 los tratamientos se dividieron en:
1) Calor y 2) Control (condiciones de alto rendimiento, sin manipulación). A partir de espigamiento +10
se inició el tratamiento de sequía suspendiendo los riegos en dos de los cuatro bloques hasta alcanzar la
madurez fisiológica, por lo que al final los tratamientos quedaron de la siguiente manera: 1) Calor, 2)
Control, 3) Calor con sequía (Calseq) y, 4) Sequía. El tratamiento de calor consistió en incrementar la
temperatura nocturna de dosel en 2 °C con respecto al Control iniciando en el embuche y terminando 10
días después de iniciado el tratamiento de sequía. El incremento de temperatura se logró mediante un
sistema compuesto por calentadores colocados en las cuatro esquinas y el centro de cada bloque de calor
sobre una estructura metálica elevada 1.2 m sobre el dosel. La temperatura de dosel del Control se
monitoreó 24/7 mediante dataloggers (McAusland et al., 2023).
La fenología se evaluó registrando la fecha de espigamiento y madurez fisiológica de acuerdo a
metodología sugerida por Pask et al. (2012). La captura o asimilación de carbono se reporta como tasa
fotosintética (Phs) de la hoja bandera en espigamiento +16 y fue registrada mediante un analizador

infrarrojo de gases (IRGA, LI-6400-XT) de LI-COR Biosciences. Se registraron de 2-3 datos por unidad
experimental con dos réplicas de campo. Se utilizó una cámara de 2 cm2 con fuente de luz LED propia
azul/roja, PPFD saturante >1200 µmol/m2 s1 y un flujo de CO2 de 500 µmol/mol. La producción de
biomasa se estimó a través del NDVI registrado de dos a tres veces por semana durante todo el ciclo,
mediante un sensor óptico portátil Greenseeker (Trimble). La tasa de pérdida (RS) de la biomasa
fotosintética se calculó como la pendiente de la ecuación de la línea recta obtenida de la regresión desde
el punto máximo de NDVI. Dado que se trata de un estudio preliminar con fines exploratorios, no se
contó con réplicas por genotipos por lo que el análisis estadístico considera solamente el efecto entre
tratamientos. El análisis se realizó mediante un ANOVA robusta de una vía (Wilcox, 2012) en R (R Core
Team, 2022).
Se observó unefecto significativo del estrés hídrico sobre la tasa de asimilación de CO2 (Phs); el
tratamiento de Sequía registró una Phs media 18.5 µmol/m2 s1 mientras que para el Control la media fue
de 23.9 µmol/m2 s1 (P<0.0001) lo que significó una reducción del 23% (Figura 1).
30
25
20
Phs (µmol/m2s1)
15
10
0
Calor Control Calsq Sequía
Figura 1. Tasa de asimilación media de CO2 (Phs, µmol/m2s) de los seis genotipos seleccionados de trigo evaluados en el Valle del
Yaqui, Sonora durante el ciclo 2022-2023 bajo cuatro tratamientos. En el eje x se indican en colores los tratamientos: Calor,
Calor con sequía (Calsq), Sequía y Control.
En el tratamiento de Calor, Phs también disminuyó, pero de manera menos significativa; no obstante,
al combinar Calor con sequía (Calsq) se observó que Phs se redujo casi en un 47% comparada con el
Control (P<0.000). La reducción en la tasa de asimilación de CO2 bajo condiciones de estrés por calor y
sequía se ha visto asociada con una baja disponibilidad de CO2 e inactivación de la enzima Rubisco
(Carmo-Silva et al., 2011). En un ambiente donde el recurso hídrico se encuentra limitado, la planta
tiende a cerrar sus estomas para minimizar las pérdidas de agua por transpiración lo que tiene como
consecuencia una limitación en la captura de CO2 que ingresa a las células fotosintéticas de las hojas
principalmente. Por otro lado, bajo condiciones de calor, sin limitaciones hídricas la planta debe ser capaz
de desarrollar un sistema radicular fuerte que le dé la capacidad de acoplar el flujo de agua con la alta
demanda requerida para lograr su enfriamiento (Zandalinas et al., 2018; Reynolds et al., 2012). Cuando
se combinan sequía y calor, las limitaciones para la asimilación de CO2 se agudizan.

El efecto de la sequía sobre la fenología se evaluó mediante el análisis de la fecha de madurez

promedio y fue registrada como días después de la emergencia (DAE). Como era de esperarse, El ciclo
de desarrollo de la planta se redujo cuando fue sometida a una limitante del recurso hídrico en los
tratamientos de Sequía y en Calorsq (Figura 2). En Sequía, la madurez se redujo de 126 a 120 días en
comparación con el Control, mientras que en Calorsq la madurez ocurrió mucho antes, a los 115 DAE
(P<0.0001). Una reducción de 6 o hasta 11 días en la duración del ciclo muy probablemente impactará
negativamente el rendimiento final y sus componentes como se ha observado en otros estudios (Sarto et
al., 2017). Esto se debe a que la planta dispondrá de menor tiempo para la asimilación de CO2, limitando
la producción de compuestos fotosintéticos que contribuyan a llenar el grano. Este estudio no incluye el
análisis de rendimiento, sin embargo, se esperarían pérdidas en esta variable debido a la presencia de
granos de bajo peso, pero no necesariamente asociadas a un menor número de granos ya que en este
estudio, este parámetro fue fijado en etapas previas a la ocurrencia del estrés por sequía (Rawson et al.
1998; Zadoks et al., 1974).
Figura 2. Días a madurez registrada por seis genotipos seleccionados de trigo evaluados en el Valle del Yaqui, Sonora durante el
ciclo 2022-2023 bajo cuatro tratamientos. Se indican en colores los tratamientos: Calor, Calor con sequía (Calsq), Sequía y
Control.
El impacto de la sequía sobre la pérdida de biomasa, estimada mediante el NDVI, mostró cambios
evidentes asociados con la permanencia del verdor y reducción del ciclo de desarrollo del cultivo.
Numerosos estudios han reportado que la sequía y el calor aceleran la pérdida del verdor y la llegada de
la madurez, disminuyendo el periodo disponible para llenar el grano (López y Reynolds 2012; Duan et
al., 2017; Langridge y Reynolds, 2021). Las curvas presentadas en la Figura 3 muestran nuevamente que
el tratamiento de Calorsq tuvo el efecto más fuerte sobre la pérdida de biomasa fotosintética, seguido de
Sequía y Calor, en ese orden. El NDVI para los tratamientos de Control y Sequía se observó muy similar
entre sí hasta aproximadamente cuatro días después de iniciado el tratamiento de sequía (TS), cuando la
aplicación de un riego de auxilio en el tratamiento de Control retrasó la pérdida del verdor en este bloque,
pero no en el de Sequía. Se observa claramente como las líneas se separan y lo mismo sucede con los
tratamientos de Calor y Calorsq.

Figura 3. NDVI para el periodo comprendido entre el 7/02/2023 y el 24/04/2023. Se presenta la serie de tiempo con los primeros
dos tratamientos: Calor y Control, en rojo y azul respectivamente. A partir del día 88 se distinguen en azul oscuro y café los
tratamientos Calsq y Sequía. DDE: días después de emergencia; NDVI: índice vegetativo de diferencia normalizada; TC: Inicio
del tratamiento de calor nocturno en los bloques Calor y Calsq; TS: inicio del tratamiento de sequía en los bloques Sequía y
Calsq.
Los resultados mostraron que a los 120 DAE el NDVI en el tratamiento de Sequía ya había bajado
hasta 0.21 e incluso había alcanzado la madurez. Por otro lado, el NDVI del Control en esa misma fecha
fue de 0.49 (P<0.001). RS mostró que en el tratamiento de Sequía la tasa de pérdida de biomasa
fotosintética, fue casi dos veces mayor que en el Control; los valores promedio estimados para RS en
Calor, Control, Sequía y Calorsq fueron: -0.0065, -0.0055, -0.0096 y -0.0118 por DAE (P<0.001),
respectivamente. La permanencia del verdor en la biomasa, llamada staygreen, ha sido claramente
identificada como una variable adaptativa al estrés por calor (Aispuro-Arana et al., 2022; Pinto et al.,
2016) ya que se asocia positivamente con la retención de la clorofila en el último periodo del llenado de
grano y el rendimiento de grano.
Conclusiones
En este estudio preliminar se mostró que la sequía afectó significativamente la fenología, la cantidad
de biomasa producida y la fenología del cultivo de trigo. Se observó que la sequía y el calor combinados,
muestran un efecto mayor sobre los parámetros evaluados, cuando se comparan contra el control. Lo
anterior es de suma relevancia ya que sequía y calor frecuentemente ocurren al mismo tiempo, por lo que
es necesario continuar explorando la respuesta del cultivo de trigo ante la combinación de estos tipos de
estrés. Se espera que los resultados de este estudio piloto contribuya al planteamiento de nuevos objetivos
que nos ayuden a entender y adoptar diversas estrategias para el mejoramiento del cultivo ante los retos
del cambio climático.
Agradecimientos
Los recursos financieros para este proyecto provienen del Consejo Estatal de Ciencia y Tecnología –
Sonora Grant No. 20190430 a través de Newton Fund y del CONAHCYT el cual proporcionó los
recursos para la beca posdoctoral de la Dra. R. Suzuky Pinto. Agradecemos al equipo de fisiología del
CIMMYT por todo el apoyo brindado, en especial a la M.C. Margarita Guerra Lugo, al Dr. Carlos Robles
y al Dr. Matthew Reynolds.
Literatura citada

Aispuro-Arana, F. H., Pinto, R. S., Parra-Cámara, O., Reyes-Hernández, M., Rivera-Díaz, M. A., Garatuza-Payán, J., Yépez, E. A. (2022).
Variación del staygreen en 12 genotipos de trigo (Triticum spp) bajo condiciones experimentales de calor. En: Memorias del XIII
Simposio Internacional del Carbono en México.
Carmo-Silva, A. E., Gore, M. A., Andrade-Sanchez, P., French, A. N., Hunsaker, D. J., & Salvucci, M. E. (2012). Decreased CO2
availability and inactivation of Rubisco limit photosynthesis in cotton plants under heat and drought stress in the field.
Environmental and Experimental Botany, 83, 1-11.
Duan, T., Chapman, S. C., Guo, Y., & Zheng, B. (2017). Dynamic monitoring of NDVI in wheat agronomy and breeding trials using an
unmanned aerial vehicle. Field Crops Research, 210, 71-80.
Farooq, M., Hussain, M., & Siddique, K. H. (2014). Drought stress in wheat during flowering and grain-filling periods. Critical reviews in
plant sciences, 33(4), 331-349.
IPCC (2023). Consultado el 15 de agosto de 2023. Link: https://www.ipcc.ch/report/sixth-assessment-report-cycle/
Langridge, P., & Reynolds, M. (2021). Breeding for drought and heat tolerance in wheat. Theoretical and Applied Genetics, 134, 1753-
1769.
Lopes, M. S., & Reynolds, M. P. (2012). Stay-green in spring wheat can be determined by spectral reflectance measurements (normalized
difference vegetation index) independently from phenology. Journal of experimental botany, 63(10), 3789-3798.
McAusland, L., Acevedo‐Siaca, L. G., Pinto, R. S., Pinto, F., Molero, G., Garatuza‐Payan, J., ... & Yepez, E. A. (2023). Night‐time warming
in the field reduces nocturnal stomatal conductance and grain yield but does not alter daytime physiological responses. New
Phytologist.
Pask, A. (Ed.). (2012). Physiological Breeding II: A field guide to wheat phenotyping. CIMMYT.
Pinto, R. S., Lopes, M. S., Collins, N. C., & Reynolds, M. P. (2016). Modelling and genetic dissection of staygreen under heat stress.
Theoretical and Applied Genetics, 129, 2055-2074.
Pinto, R.S., Reynolds, M.P., Mathews, K.L. et al. Heat and drought adaptive QTL in a wheat population designed to minimize confounding
agronomic effects. Theor Appl Genet 121, 1001–1021 (2010). https://doi.org/10.1007/s00122-010-1351-4
R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
URL http://www.R-project.org/.
Rawson, H.M., Zajac, M. & Penrose, L.D.J. 1998. Effect of seedling temperature and its duration on development of wheat genotypes
differing in vernalization response. Field Crops Res., 57: 289-300.
Reynolds, M. P., Pask, A. J. D., & Mullan, D. M. (2012). Physiological breeding I: interdisciplinary approaches to improve crop adaptation.
CIMMYT.
Sarto, M. V. M., Sarto, J. R. W., Rampim, L., Rosset, J. S., Bassegio, D., da Costa, P. F., & Inagaki, A. M. (2017). Wheat phenology and
yield under drought: a review. Australian Journal of Crop Science, 11(8), 941-946.
Wilcox, R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Elsevier.
Zadoks, J. C., Chang, T. T., & Konzak, C. F. (1974). A decimal code for the growth stages of cereals. Weed research, 14(6), 415-421.
Zandalinas, S. I., Mittler, R., Balfagón, D., Arbona, V., & Gómez‐Cadenas, A. (2018). Plant adaptations to the combination of drought and
high temperatures. Physiologia plantarum, 162(1), 2-12.

5.4. Servicios ecosistémicos y la biodiversidad de la zona semiárida el municipio de

Tepezalá, Aguascalientes, Méx.
Alonso-Tapia Hugo1; Torres-González Jorge A.1; Meraz-Mercado Marco1; Galarza-Mendoza José L.2;
Díaz-Romo Abraham1 y Meraz Jiménez Antonio de J.1,*
1
Centro de Ciencias Agropecuarias, Benemérita Universidad Autónoma de Aguascalientes, La Posta, Km 8.5 C.P. 20920 Jesús María,
Aguascalientes.
2
Tecnológico Nacional de México, Instituto Tecnológico de Torreón. Carr. Torreón-San Pedro km 7.5, C.P. 27170, Ejido Ana. Torreón,
Coahuila, México.
*
Autor para correspondencia: jesus.meraz@edu.uaa.mx
Resumen
Este estudio se enfocó en analizar la biodiversidad y los servicios ecosistémicos en el municipio de

Tepezalá, correspondiente a la zona semiárida del Estado de Aguascalientes, México. Ante los cambios
estructurales en los sistemas socioecológicos y la importancia de la valoración social de los servicios
ecosistémicos, se buscó comprender las interacciones entre actores sociales y la apropiación de dichos
servicios. La protección de la biodiversidad local y la mitigación de la vulnerabilidad climática se destacó
como objetivos fundamentales, enfocándose en la incorporación genuina de las comunidades en la
gestión y en la promoción de medios de vida sostenibles. Se estudio, de forma exploratoria, la adaptación
de los socioecosistemas rurales a través de la investigación interdisciplinaria y la participación
comunitaria. En esta fase el trabajo se centró en el análisis de la vegetación y la distribución espacial de
las especies, de las que se identificaron 18 taxa en el municipio. Los resultados resaltaron la riqueza de
especies en diferentes sitios y su aporte al paisaje. Se hizo énfasis en los servicios ecosistémicos
proporcionados por los pastizales y matorrales, que abarcaron desde la regulación climática hasta la
producción de alimentos. Sin embargo, se llamó la atención sobre desafíos como el pastoreo
descontrolado y la apropiación de terrenos por la industria, en este caso minera. En conclusión, este
estudio promovió la conservación de la biodiversidad y la gestión sostenible de los recursos para
enfrentar los retos ambientales y climáticos en la zona semiárida de Tepezalá.
Palabras clave: zona árida; vegetación arbórea; pastizales.
Abstract
This study focused on the analyzing biodiversity and ecosystem services in the municipality of Tepezalá,
in the semi-arid zone of the State of Aguascalientes, Mexico. Given the structural changes in socio-
ecological systems and the importance of valuing ecosystem services, we sought to understand the
interactions between social actors and the appropriation of these services. The protection of local
biodiversity and the mitigation of climate vulnerability were highlighted as fundamental objectives,
focusing on the genuine incorporation of communities in management and promotion of sustainable
livelihoods. The adaptation of rural socioecosystems was explored through interdisciplinary research and
community participation. In this phase, the work focused on the analysis of vegetation and spatial
distribution of the species, of which 18 taxa were identified across the territory of Tepezalá. The results
highlighted the richness of species in different sites and their contribution to the landscape. Emphasis
was placed on the ecosystem services provided by grasslands and shrublands, ranging from climate
regulation to food production. However, attention was drawn to challenges such as uncontrolled grazing
and land appropriation by industry, in this case mining. In conclusion, this study promoted biodiversity
conservation and sustainable resource management to address environmental and climatic challenges in
the semi-arid zone of Tepezalá.

Keywords: arid zone; arboreal vegetation; grasslands.
Introducción
Los sistemas socioecológicos están en constante evolución y enfrentan desafíos estructurales que
requieren una comprensión profunda de la valoración social de los servicios ecosistémicos (SE) que
proveen y su impacto en las interacciones sociales y ambientales (Cáceres et al., 2015). En este contexto,
proteger la biodiversidad local y abordar la vulnerabilidad climática se ha convertido en una prioridad.
Las reservas en sistemas humano-ambientales deben involucrar genuinamente a las comunidades locales
en la toma de decisiones y promover políticas que impulsen medios de vida sostenibles y la adaptación
a los extremos climáticos. La investigación interdisciplinaria y la participación comunitaria son
esenciales para identificar estrategias de adaptación en los socioecosistemas rurales (Arenas-Wong et al.,
2023).
Sin embargo, los seres humanos siempre prestan más atención al desarrollo económico en términos
de cambios en el uso del suelo, pero descuidan la evaluación de los efectos en el medio ambiente. Se
debe prestar más atención a los complejos efectos del CO2 en las respuestas de la vegetación al cambio
climático en las diferentes regiones para gestionar el manejo de los ecosistemas vulnerables en un
contexto de cambio global (Zhang et al., 2023). No está claro cómo la riqueza de especies vegetales
puede responder al cambio climático en escalas temporales largas (por ejemplo, 100.000 años) (Sun et
al., 2021). Este ecosistema de tierras secas se caracteriza por ser sensible y vulnerable debido a las
estresantes condiciones climáticas y a la escasa vegetación, lo que podría causar desertificación y
obstaculizar el desarrollo socioeconómico y la estabilidad (Jiang et al., 2019). De ahí que los
responsables de la toma de decisiones deban aumentar la concienciación sobre la protección ecológica e
incorporarla a la planificación y gestión del uso del suelo (Li y Lei, 2023). Es por lo que se planteó el
objetivo de analizar las especies vegetales presentes en el municipio de Tepezalá y evaluar su importancia
para la sociedad.
Área de estudio
El municipio de Tepezalá se encuentra al noreste del estado de Aguascalientes, limita con el estado
de Zacatecas y está rodeado por los municipios de Cosío, Rincón de Romos, Pabellón de Arteaga y
Asientos. Cuenta con una superficie de 233.22 km2, la vegetación en la mayor parte del territorio está
formada por matorrales y pastizal natural (Figura 1).

Figura 1. Mapa de localización del Municipio de Tepezalá, Aguascalientes, Mex. Fuente: Marco geoestadístico de los estados
unidos mexicanos (INEGI 2022).
Análisis de la vegetación
Con apoyo del programa R se crearon los puntos de muestro dentro del área de estudio, resultando un
total de 33 sitios de muestreo. En cada sitio se tomó sus coordenadas geográficas y se determinó la
cobertura de las principales especies. Posteriormente se determinó la riqueza y frecuencia de la especie,
para lo cual se contabilizó el número de individuos por sitio. Se estimó el aporte específico de cada
especie a la abundancia de la vegetación en el paisaje a través de la ecuación:
A= ΣFrecuencias spp/sitio/Número de sitios
donde: A= Aporte de cada especie a la abundancia de la vegetación de todas las especies en un sitio,
Frecuencia= Frecuencia de cada especie en el sitio, Número de sitios= Número de sitios muestreados (en
este caso, 33). Las especies de distribución más amplia fueron aquellas que se presentaron en un mayor
número de sitios.
Distribución espacial de las especies mediante el método densidad Kernel
Se aplicó el método de Kernel para destacar la vegetación y mostrar la representación espacial de las
especies y con ello destacar la importancia del cuidado de la vegetación en el predio. Para lo anterior se
utilizaron los programas R project y ArcMap 10.2.2.
Riqueza de especies
A partir de los 33 muestreos realizados, se identificaron 18 especies en todo el territorio. Los sitios 1
y 13 presentaron el mayor número, con 9 y 8, respectivamente. En el 53% de los sitios se encontraron
entre 5 y 7 especies, mientras que en los puntos 2, 15, 18 y 28 no se registró especia alguna, ya que
correspondieron a terrenos de cultivo, que al momento del muestreo no contaron con ningún tipo de
vegetación, (Figura 2).

10
Riqueza de especies
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
Sitios
Figura 2. Riqueza de especies en los sitios de muestreo del municipio. Fuente: Elaboración a partir de los datos de campo
Frecuencia de las especies
En los 33 sitios muestreados las especies más recurrentes fueron: Acacia farnesiana, Prosopis
laevigata, Opuntia spp. (Figura 3). Contrasta con la Sierra Fría, una zona dentro del mismo estado, pero
con un clima más húmedo en donde se encontraron 50 especies, entre las más abundantes: Juniperus
deppeana, Quercus potosina y Arctostaphyllos pungens (Díaz et al., 2012).
Figura 3. Frecuencia por especies en Tepezalá Aguascalientes. Fuente: Elaboración a partir de los datos de campo
De igual manera se identificaron herbáceas, como las Poáceas, en donde las especies con mayor
presencia en orden decreciente correspondieron a Lycurus phleoides Kunth, Eragrostis lehmanniana
Nees, Rhynchelytrum repens (Willd) C. E. Hubb., Cechrus ciliaris L., Bouteloua curtipendula (Michx)
Torr., Arisitida adscensionis L. (Figura 4). La presencia de Bouteloua o Lycurus coincidió con lo
reportado como especies herbáceas dominantes para la región (Siqueiros-Delgado et al., 2016).

Figura 4. Frecuencia de Poaceas por especie en Tepezalá, Fuente: Elaboración a partir de los datos de campo.
Cobertura promedio del paisaje
La cobertura dentro del paisaje correspondió a 86.5 % y la composición florística se conformó por 18
especies representativas del matorral xerófilo y matorral crassicaule. En relación con la riqueza específica
del paisaje, contribuyeron significativamente: mezquite (Prosopis laevigata) con 36.8 %, huizache
(Acacia farnesiana) con 14.2 %, nopal (Opuntia sp.) con 10.9 %, gatuño (Mimosa monancistra) con 7.2
%, maguey (Agave sp.) con 6 % y sangre de Grado (Jatropha dioica) con 4% (Figura 5).
Figura 5. Cobertura promedio de especies identificadas en el área de estudio. Fuente: Elaboración a partir de los datos de campo.
A las 38 especies de arbustivas y herbáceas se sumaron los pastos identificados en los 33 puntos de
muestreo, los cuales se agruparon en 8 familias de la clase Dicotyledoneae y dos de la clase
Monocotyledonae. La familia Poaceae integró el mayor número de taxones.
Servicios ecosistémicos por tipo de vegetación
Pastizales. Según datos del nuevo Atlas de pastizales, los pastizales cubrieron 54 % de la superficie
terrestre (https://www.rangelandsdata.org/atlas/) y han desempeñado un papel fundamental en la
conservación de la biodiversidad, la regulación del clima, el agua y los ciclos biogeoquímicos globales.

Prestan una amplia gama de servicios ecosistémicos a la humanidad, como el suministro de alimentos,
el abastecimiento y la retención de agua, el almacenamiento de carbono, la regulación del clima, la
polinización y los servicios culturales (O’Mara, 2012). En el caso del área de estudio, se constató un
manejo inadecuado de las áreas de pastoreo, ya que por lo general fueron terrenos ejidales de uso común
sin reglamentos para controlar la carga animal, por lo que en la mayoría de los sitios muestreados se
observó pérdida importante de vegetación y suelo expuesto, así como evidentes procesos de erosión.
Sin embargo, en la zona de estudio y con el fin de garantizar la captura de carbono en pastizales y
matorrales, es apremiante la implementación del pastoreo moderado en ejidos y ranchos ganaderos para
disminuir las emisiones de CO2 e incrementar la captura de carbono, (Jurado-Guerra et al., 2021).
Matorrales. Los SE que ofrecen los matorrales han sido los de la regulación de nutrientes, la polinización,
el control biológico, conservación del hábitat, refugio y criadero de especies endémicas; producción de
alimentos, combustibles, medicinales y plantas ornamentales. Así mismo, han proporcionado soporte
para actividades culturales, científicas y educativas y tienen valor estético. Sin embargo, el pastoreo
descontrolado es una de las principales causas de deterioro, junto con los desmontes para agricultura y
ganadería (Biodiversdiad, 2021). El mezquite fue la especie que se encontró mayormente distribuida en
todo el municipio (Figura 6).
Figura 6. Distribución espacial del mezquite en el Municipio de Tepezalá, Aguascalientes. Fuente: Elaboración a partir de los
datos de campo
Lo expuesto anteriormente coincidió con lo mencionado por Rojas (2021), para quien la sostenibilidad
territorial es un planteamiento orientado a la gestión de la sociedad y la naturaleza, cuyo objetivo es
propiciar que cada contexto urbano o rural aproveche sus capacidades endógenas, preserve su identidad
y continúe beneficiándose de los bienes y servicios de los ecosistemas de forma racional y perdurable.
La información que se generó con esta investigación contribuye al diseño de políticas de sostenibilidad
ambiental y social y su integración en la planificación territorial supone un avance hacia una nueva
concepción del desarrollo en el municipio. Las prácticas más factibles que se pueden acordar con los
usuarios de los agostaderos son la rotación de potreros, establecer áreas temporales de exclusión,
resiembra de pasto nativo y obras de conservación de suelo con el cultivo de spp forrajeras.
Conclusiones

En resumen, en este estudio se identifican especies cruciales en Tepezalá que aportan diversos
servicios ecosistémicos esenciales. A medida que se enfrentan desafíos ambientales y climáticos, es
crucial garantizar la protección de la biodiversidad y fomentar la gestión sostenible en colaboración con
las comunidades locales. Los resultados subrayan la necesidad de abordar cuestiones como el pastoreo
descontrolado y la conservación de terrenos para mantener un equilibrio ecológico y social en esta región
semiárida.
Literatura citada:
Arenas-Wong, R. A., Robles-Morúa, A., Bojórquez, A., Martínez-Yrízar, A., Yépez, E. A., & Álvarez-Yépiz, J. C. (2023). Climate-induced
changes to provisioning ecosystem services in rural socioecosystems in Mexico. Weather and Climate Extremes, 41, 100583.
https://doi.org/10.1016/j.wace.2023.100583
Biodiversidad (Biodiversidad Mexicana). 2021. Matorrales. https://www.biodiversidad.gob.mx/ecosistemas/Matorral (consultado: agosto
09, 2023)
Cáceres, D. M., Tapella, E., Quétier, F., & Díaz, S. (2015). The social value of biodiversity and ecosystem services from the perspectives
of different social actors. Ecology and Society, 20(1), art62. https://doi.org/10.5751/ES-07297-200162
Díaz, Vicente; Sosa-Ramírez, Joaquín, & Pérez-Salicrup, Diego R.. (2012). Distribución y abundancia de las especies arbóreas y arbustivas
en la Sierra Fría, Aguascalientes, México. Polibotánica, (34), 99-126.
ILRI, IUCN, FAO, WWF, UNEP and ILC. 2021. Rangelands Atlas. Nairobi Kenya: ILRI. Home page | Rangelands ATLAS
(rangelandsdata.org) (consultado: agosto 23, 2023)
Jiang, L., Bao, A., Jiapaer, G., Guo, H., Zheng, G., Gafforov, K., Kurban, A., & De Maeyer, P. (2019). Monitoring land sensitivity to
desertification in Central Asia: Convergence or divergence? Science of The Total Environment, 658, 669–683.
https://doi.org/10.1016/j.scitotenv.2018.12.152
INEGI (Instituto Nacional de Estadística y Geografía). 2022. Marco geoestadístico de los estados unidos mexicanos.
https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463770541 (Consulta: agosto 19, 2023).
Jurado-Guerra, P., Velázquez-Martínez, M., Sánchez-Gutiérrez, R. A., Álvarez-Holguín, A., Domínguez-Martínez, P. A., Gutiérrez-Luna,
R., Garza-Cedillo, R. D., Luna-Luna, M., & Chávez-Ruiz, M. G. (2021). Los pastizales y matorrales de zonas áridas y semiáridas
de México: Estatus actual, retos y perspectivas. Revista Mexicana de Ciencias Pecuarias, 12, 261–285.
https://doi.org/10.22319/rmcp.v12s3.5875
Li, X., & Lei, L. (2023). Evaluating rural sustainable land use from a system perspective based on the ecosystem service value. Regional
Sustainability, 4(1), 96–114. https://doi.org/10.1016/j.regsus.2023.03.002
O’Mara, F. P. (2012). The role of grasslands in food security and climate change. Annals of Botany, 110(6), 1263–1270.
https://doi.org/10.1093/aob/mcs209
Rojas-García, O. (2021). Riesgos socioambientales derivados de la pérdida de servicios ecosistémicos: El caso de Ecatepec de Morelos,
Estado de México. RDP Revista Digital de Posgrado, 3, 32–53. https://doi.org/10.22201/fesa.rdp.2021.3.03
Siqueiros-Delgado, M. E., Rodríguez-Avalos, J. A., Martínez-Ramírez, J., & Sierra-Muñoz, J. C. (2016). Situación actual de la vegetación
del estado de Aguascalientes, México. Botanical Sciences, 94(3), 455–470. https://doi.org/10.17129/botsci.466
Sun, Y., Sun, Y., Yao, S., Akram, M. A., Hu, W., Dong, L., Li, H., Wei, M., Gong, H., Xie, S., Aqeel, M., Ran, J., Degen, A. A., Guo, Q.,
& Deng, J. (2021). Impact of climate change on plant species richness across drylands in China: From past to present and into the
future. Ecological Indicators, 132, 108288. https://doi.org/10.1016/j.ecolind.2021.108288
Zhang, G., He, Y., Huang, J., Fu, L., Han, D., Guan, X., & Zhang, B. (2023). Divergent sensitivity of vegetation to aridity between drylands
and humid regions. Science of The Total Environment, 884, 163910. https://doi.org/10.1016/j.scitotenv.2023.163910

5.5. Carbono orgánico en suelos con manejo forestal de Calpan, Puebla
Castelán-Vega R.1,2,*; González-González F.1,2; Tamaríz-Flores V.1,2 y Cruz-Montalvo A.1

1
Departamento de Investigación en Ciencias Agrícolas, Benemérita Universidad Autónoma de Puebla. 14 Sur #6301, Colonia San
Manuel, CP 72474, Puebla, Puebla.
2
Posgrado en Ciencias Ambientales, Benemérita Universidad Autónoma de Puebla. 14 Sur #6301, Colonia San Manuel, CP 72474,
Puebla, Puebla.
*
Autor para correspondencia: rosalia.castelan@correo.buap.mx
Resumen
El cambio climático es atribuido a las actividades antropogénicas que generan altas emisiones de gases
de efecto invernadero (GEI), como el dióxido de carbono, metano y fluorocarbonados, entre otros. El
suelo es el reservorio más importante de carbono de los ecosistemas terrestres, almacenando más del
80% de todos los reservorios del mundo. La capacidad del suelo para almacenar carbono orgánico (COS)
depende de sus propiedades, usos y manejo. La presente investigación tuvo como objetivo estimar la
cantidad de COS bajo tres condiciones de manejo forestal en tres tipos de vegetación: bosque de oyamel,
bosque de pino-encino y bosque de pino, en una zona forestal comunitaria del municipio de Calpan,
Puebla. Se establecieron 6 unidades de muestro circular y se tomaron muestras compuestas de suelo en
los primeros 30 cm de profundidad en tres unidades de manejo forestal (Perturbado, Aprovechado y
Conservado). Los resultados muestran diferencias significativas en la concentración de COS en función
de la condición de manejo. La unidad forestal Aprovechado presentó la concentración promedio de COS
más alta con 194 Mg C ha-1, seguido de las unidades Conservado y Perturbado con 174 y 93 Mg C ha-1,
respectivamente. Las diferencias en COS se deben a diferencias en el manejo de los suelos por la papelera
San Rafael y posiblemente por la vegetación que predomina en cada una de las unidades de manejo
forestal.
Palabras clave: materia orgánica; degradación del suelo; iztaccíhuatl.
Abstract
Climate change is attributed to anthropogenic activities that generate high emissions of greenhouse gases
(GHGs), such as carbon dioxide, methane, and fluorocarbons, among others. Soil is the most important
carbon reservoir of terrestrial ecosystems, storing more than 80% of all the world's reservoirs. The
capacity of soil to store organic carbon depends on its properties, uses and management. The present
investigation had the objective of estimating the amount of organic carbon in the soil per unit of area
under different forest management conditions in the Communal Properties of Calpan, Puebla. To this
end, three forest management units were defined (disturbed, harvested, and conserved). In each
management unit, six circular sampling units were established and samples were taken from the first 30
cm of depth (N=18). The determination of COS was estimated according to the methods regulated in
NOM-021-SEMARNAT-2000. The results show significant differences in COS concentration,
depending on the management condition and vegetation type. The forest unit with harvesting presented
the highest average COS concentration with 194 MgC ha-1, followed by the conserved and disturbed
units with 174 and 93 MgC ha-1, respectively. The differences in concentration are given by the history
of soil management, since in the past they were overexploited by the San Rafael paper mill, and by the
vegetation that predominates in each of the forest management units.
Key words: organic material; vegetation type and degradation.

Introducción
El cambio climático se ha acelerado por la variación de las concentraciones de los gases de efecto
invernadero (GEI) que alteran el equilibrio energético del sistema climático, como el dióxido de carbono,
metano y fluorocarbonados, entre otros (Eswaran et al., 1993). El suelo es el reservorio más importante
de carbono de los ecosistemas terrestres, almacenando más del 80% de todos los reservorios del mundo
(Llorente, 2004). La capacidad del suelo para almacenar Carbono Orgánico depende de sus propiedades,
usos y manejo.
El manejo de los bosques juega un papel importante en los procesos de estabilización del carbono
orgánico del suelo (COS), es trascendental analizar el papel que juegan los propietarios del bosque y su
percepción ante su territorio (John et al., 2005). Actualmente, se sabe que las actividades como: la gestión
forestal, los métodos de selección de especies y la duración de la rotación de corta influyen en la
concentración del COS (Álvarez y Rubio, 2016), de esta manera, las buenas prácticas de manejo forestal
favorecerán la restauración y preservación de las reservas de carbono orgánico en el suelo, sus funciones
ecosistémicas, así como también, la mejora de las prácticas de manejo para la mitigación ante el cambio
climático global.
La presente investigación tuvo como objetivo estimar la cantidad de carbono orgánico del suelo por
unidad de área bajo diferentes condiciones de manejo forestal en el municipio de Calpan, Puebla, en las
faldas del volcán Iztaccíhuatl.
Área de estudio
El municipio de Calpan, Puebla, se localiza entre los paralelos 19°18’12” y 19°29’24” N y meridianos
98°37’48” y 98°39’25” O, y altitud de 2780 m.s.n.m. (INEGI, 2010) (Figura 1). Los terrenos comunales
comprenden una superficie total de 1038.61 ha y una porción de su territorio corresponde a la zona de
influencia y amortiguamiento del Parque Nacional Iztaccíhuatl-Popocatépetl. Los climas presentes son
el templado subhúmedo con lluvias en verano y semifrío subhúmedo con lluvias en verano. Presenta tres
tipos de cobertura vegetal: Bosque de Pino, Bosque de Pino-Encino y Bosque de Oyamel. Las clases
taxonómicas de suelo predominantes son Andosol y Cambisol (0.17%) (INEGI, 2010).
Ubicación: Bienes Comunles, Calpan,

Puebla
Figura 1. Ubicación terrenos comunales de Calpan, Puebla.

Metodología
Se definieron tres unidades de manejo forestal (Perturbado, Aprovechado y Conservado) en tres tipos
de vegetación: pino, pino-encino y oyamel, respectivamente. El tipo de suelo en las tres unidades
establecidas es andosol. En cada unidad de manejo se establecieron 6 unidades de muestro circular y se
tomaron muestras compuestas de los primeros 30 cm de profundidad (N=18). La determinación del
carbono orgánico se estimó por el método de Walkley y Black (AS – 07) normado en la NOM -021-
RECNAT-2000. Para calcular el carbono orgánico del suelo por unidad de área (MgC ha-1) se utilizó la
ecuación 1 (Penman et al., 2003):
𝐶𝐶𝐶𝐶𝐶𝐶 = 𝐶𝐶 ∗ 𝐷𝐷𝐷𝐷𝐷𝐷 ∗ 𝑃𝑃 ∗ 1 – 𝐹𝐹𝐹𝐹 ∗ 10 (1)
donde, 𝐶𝐶𝐶𝐶𝐶𝐶 representa el carbono orgánico del suelo expresado por unidad de área (Mg ha-1) en
función del contenido de carbono orgánico 𝐶𝐶 (%), la densidad aparente DAP (Mg m!" ), la profundidad
del suelo P (m), y el porcentaje de fragmentos gruesos FG (> 2 mm).
Se consideraron cuatro intervalos de niveles de almacenamiento de carbono orgánico (Vela et al.,
2012): Muy Alto (>150 Mg ha-1), Alto (100-150 Mg ha–1), Medio (50-100 Mg ha-1) y Bajo (<50 Mg ha-
1
).
Debido a que la estimación del COS requiere de una medición exacta de la densidad aparente, al centro
de la parcela circular se tomó una muestra de suelo sin alterar, por el método del cilindro de volumen
conocido.
Con el fin de comparar la cantidad de carbono orgánico del suelo bajo las diferentes condiciones de
manejo, se realizó un ANOVA de una vía seguido por una prueba de rangos de Tukey con el software
SPSS 15.0.
En el Cuadro 1 se muestran los resultados de las variables requeridas para calcular el valor del COS.
Se puede observar que el suelo del bosque con aprovechamiento forestal presenta la menor densidad
aparente (0.66 Mg m-3), sin presentar diferencia significativa con el suelo del bosque conservado (0.67
Mg m-3). El suelo bajo bosque perturbado y sin manejo, presenta la más alta densidad aparente, sin
embargo, no puede considerarse que se presente compactación, esto se debe a la naturaleza volcánica de
los suelos.
De manera similar el análisis de fragmentos gruesos no presenta diferencia significativa entre el suelo
de la unidad Conservado y el que se encuentra en condición Aprovechado. Sin embargo, si hay diferencia
entre éstos dos con el suelo de la condición Perturbado (31.32%).
Cuadro 1. Densidad aparente (DAP) y fragmentos gruesos (FG) del suelo entre 0 a 30 cm en tres unidades de manejo forestal en
los Bienes Comunales San Juan Cuauhtémoc, según su condición.
Manejo forestal DAP (Mg m-3) FG (%)
Aprovechado 0.66 ± 0.12 a 26.02 ± 19.04 a
Conservado 0.67 ± 0.14 a 24.72 ± 12.36 a
Perturbado 0.95 ± 0.18 b 31.32 ± 17.40 b
Letras diferentes representan diferencias estadísticamente significativas con la prueba de Tukey, con intervalo de confianza del 95%. DAP: densidad
aparente, FG: fragmentos gruesos.
Se encontraron diferencias significativas en los contenidos de COS, entre las tres condiciones de
manejo forestal analizadas (Figura 2).
Los suelos en la condición de aprovechamiento forestal con bosque de pino-encino alcanzaron los
mayores contenidos de COS (194 MgC ha-1), considerados como muy altos según la categorización de
Vela et al., (2012), lo cual coincide con lo planteado por John et al., 2005, quienes reportan que el manejo

forestal aumenta la productividad de los bosques y, por lo tanto, la descomposición de la materia orgánica
en el suelo.
El suelo con la condición conservada registra concentraciones del COS (174 MgC ha-1) consideradas
también muy altas (Vela et al 2012). En esta zona predomina la presencia de oyamel, y a pesar que el
oyamel ha registrado altos contenidos de COS, la degradación a la que se sometió durante cerca de 50
años por la papelera San Rafael no ha permitido que se alcancen los máximos en la acumulación de este
elemento (Bojórquez et al; 2015).
El suelo con la condición de perturbado muestra las concentraciones más bajas de COS (93 MgC ha-
1
); no obstante, también son categorizadas como altas, debido al suelo volcánico y tipo de vegetación de
pino. A pesar de la lenta descomposición de la materia orgánica por el contenido de lignina, celulosa y
hemicelulosa de sus acículas, las condiciones de humedad y temperatura de la región han favorecido su
descomposición (Bojórquez et al; 2015).
Condición de manejo forestal
Aprovechado a
Conservado a
Perturbado b
0 50 100 150 200 250

Mg C ha-1
Figura 2. Carbono orgánico del Suelo en las condiciones forestales analizadas. Letras diferentes, entre usos del suelo representan
diferencias significa para un 95% de probabilidades.
Conclusiones
Los resultados obtenidos en este estudio, demuestran que la condición de manejo forestal con
aprovechamiento fue el reservorio que presentó la concentración promedio de COS mayor, seguido de
las unidades conservadas y perturbadas. Las diferencias en COS posiblemente están dadas por la historia
del manejo de los suelos, ya que durante 50 años sufrieron sobreexplotación por parte de la papelera San
Rafael. El tipo de vegetación original podría ser importante en los reservorios de COS, ya que la
composición de la hoja determina la velocidad de descomposición de la materia orgánica. La zona
conservada se encuentra en su mayoría bajo bosque de oyamel, la de aprovechamiento en bosque de
pino-encino y la perturbada en bosque de pino.
Literatura citada
Álvarez, S., A. Rubio. 2016. Wood Use and Forest Management for Carbon Sequestration in Comunity Forestry in Sierra Juárez, México.
Small – sacale Forestry Research pepaer. 15:357-374 DOI 10.007/s11842 – 016 – 9325 – 2.
Avilés-Hernández, V., A. Velázquez-Martínez, G. Ángeles-Pérez, J. D. Etchevers-Barra, H. De los Santos-Posadas, y T. Llanderal. 2009.
Variación en almacenes de carbono en suelos de una toposecuencia. Agrociencia 43, 457– 464.
Bojórquez, S. J. I., P. L. A. Castillo, J. A. Hernández, P. J. D. García y M. A. Madueño. 2015. Cambios en las reservas de Carbono orgánico
de suelo bajo diferentes coberturas. Cultivos Tropicales 36 (4), 63 – 69.
Eswaran, H., E. Van Den Berg and P. Reich. 1993. Organic carbon in soils of the world. Division S-5 notes. Soil Science Society of America
Journal 57: 192-194.

INEGI. 2010. Compendio de información Geográfica Municipal 2010 Tlahuapan, Puebla. Instituto Nacional de Estadística y Geografía.
México.
John, B., T. Yamashita, B. Ludwig, and H. Flessa. 2005. Storage of organic carbon in aggregate and density fractions of silky soils under
different types of land use. Geoderma 128, 63–79. doi: 10.1016/j.geoderma.2004.12.013
Llorente, M. 2004. Caracterización física y química de vertisoles del noreste de México sometidos a distintas formas de manejo. Tesis
Maestría en Ciencias Forestales. Facultad de Ciencias Forestales. Universidad Autónoma de Nuevo León. Linares, NL., México.
98 p.
Márquez, R. C., C. J. C. Cuevas y C. C. Ávalos. 2009. Ordenamiento territorial comunitario en la zona de Influencia del Parque Nacional
Iztaccíhuatl – Popocatépetl. En: Monterroso. R. A. I. (Ed). Manejo de Recursos Naturales en México: Nuevos enfoques para su
gestión integral. Pp. 179 – 188. 1 Ed. Universidad Autónoma de Chapingo. México.
Norma Oficial Mexicana NOM – 021 – RECNAT – 2000 que establece las especificaciones de fertilidad, salinidad y clasificación de suelos,
estudio, muestreo y análisis. 2002. Diario Oficial.
Penman, J., M. Gytarsky, T. Hiraishi, T. Krug, D. Kruger, R. Pipatti y F. Wagner. 2003. Good practice guidance for land use, land-use
change and forestry. Kanagawa, Japan: Intergovernmental Panel on Climate Change, Institute for Global Environment Strategies.
Obtenido de http://www. ipcc-nggip.iges.or.jp/public/gpglulucf/gpglulucf_files/ GPG_LULUCF_FULL.pdf
Vela, G., J. López y M. Rodríguez. 2012. Niveles de carbono orgánico total en el Suelo de Conservación del Distrito Federal, centro de
México. Boletín del Instituto de Geografía 77: 18–30.

5.6. Redes Bayesianas del carbono orgánico del suelo en el Parque Nacional La
Montaña Malinche, México
Romero-Valderrábano Javier A.1; Linares-Fleites Gladys1,* y Valera-Pérez Miguel A.1

1
Posgrado de Ciencias Ambientales, Instituto de Ciencias, Benemérita Universidad Autónoma de Puebla. 4 Sur No. 104, Colonia Centro,
C.P. 72000, Puebla, México
*Autor para correspondencia: gladys.linares@correo.buap.mx
Resumen
El Parque Nacional La Malinche presenta graves problemas ambientales. Esta situación se debe
principalmente a la deforestación en la zona, ocasionada por la tala clandestina, los incendios forestales
y la plaga del gusano descortezador. El análisis de la dinámica del carbono en suelo ha cobrado gran
importancia en el contexto de las estrategias de mitigación ante el Cambio Climático, sin embargo,
existen retos metodológicos en torno a su análisis debido a la gran heterogeneidad de los suelos y a la
compleja relación de los procesos naturales y sociales involucrados. Las Redes Bayesianas permiten la
integración de diversos tipos de datos en un marco de trabajo común y facilitan el análisis inferencial
de los efectos de distintos escenarios socioambientales. Las Redes Bayesianas se consideran una de las
herramientas más poderosas para representar sistemas complejos de interacciones causales entre
variables sujetas a incertidumbre y su estructura gráfica permite comprender las relaciones más
fácilmente. El objetivo de este trabajo es explorar la capacidad de las Redes Bayesianas en el diseño de
modelos estadísticos gráficos para la modelación de las relaciones causales entre las principales
variables que determinan la capacidad de retención de carbono en suelos. La Malinche tiene un gran
potencial para programas de servicios ambientales sobre secuestro de carbono y la conservación de sus
recursos naturales contribuirá en el combate de las emisiones de CO2 la atmósfera y mitigará el cambio
en el micro-clima.
Palabras Claves: secuestro de carbono; dinámica de sistema; modelación ambiental.
Abstract
La Malinche National Park presents serious environmental problems. This situation is mainly due to
deforestation in the area, caused by clandestine logging, forest fires and the barkworm plague. The
analysis of carbon dynamics in soil has gained great importance in the context of mitigation strategies
for Climate Change, however, there are methodological challenges around its analysis due to the great
heterogeneity of soils and the complex relationship between the natural and social processes involved.
Bayesian Networks are considered one of the most powerful tools to represent complex systems of
causal interactions between variables subject to uncertainty, and their graphical structure makes it
easier to understand the relationships. The objective of this work is to explore the capacity of Bayesian
Networks in the design of graphical statistical models for the modeling of the causal relationships
between the main variables that determine the capacity of carbon retention in soils. La Malinche has
great potential for environmental service programs on carbon sequestration and the conservation of its
natural resources will contribute to combating CO2 emissions into the atmosphere and will mitigate the
change in the micro-climate.
Keywords: carbon sequestration; system dynamics; environmental modeling.

Introducción
Debido a que las Redes Bayesianas pueden sintetizar una gran diversidad de información y
conocimiento para determinar de manera explícita las probabilidades de sucesos, a la vez que facilitan
el planteamiento de distintos escenarios, han demostrado ser modelos útiles para representar fenómenos
con relaciones complejas de muchas variables y altos grados de incertidumbre. Por esto, en los últimos
años han ganado relevancia en las ciencias ambientales, donde actualmente tienen múltiples
aplicaciones (Aguilera et al., 2011).
En el Centro de Investigación en Ciencias Agrícolas (CICA), del Instituto de Ciencias (ICUAP) de
la Benemérita Universidad Autónoma de Puebla (BUAP), se han realizado diversos estudios de las
propiedades de suelos pertenecientes al Eje Neovolcánico Transversal Mexicano en el estado de
Puebla. Entre estos estudios pueden destacarse los realizados en el Parque Nacional La Montaña
Malinche (Llaguno et al., 2007; Valera et al., 2009; Río, 2014).
Dadas las condiciones actuales de deterioro ambiental de La Malinche, habitantes de los pueblos
originarios, académicos, estudiantes y miembros de la sociedad civil han acordado constituirse en una
Red, con el propósito de llevar a cabo un modelo de gestión integral permanente de La Malinche.
Considerándola como un territorio bio-social-cultural, se están implementando variadas acciones, entre
la que se destacan los planes sobre secuestro de carbono y la conservación de sus recursos naturales, lo
que contribuirá en el combate de las emisiones de CO2 a la atmósfera para la mitigación del Cambio
Climático
En este trabajo, se exploró la posibilidad de emplear un modelo basado en la teoría de grafos, la
probabilidad condicional y el teorema de Bayes para realizar inferencias entre variables, pudiendo
generar predicciones utilizando probabilidades previas derivadas de datos medidos o de la opinión de
expertos; este modelo representa relaciones causa-efecto a través de una red de grafos acíclicos
dirigidos, resultando fácil de interpretar y pudiendo expresar la incertidumbre de las relaciones en
términos de probabilidad.
Área de estudio
Los sistemas forestales de la zona del volcán La Malinche se encuentran en el Parque Nacional
Malinche o Matlalcuéyatl, que se ubica en la zona central oriente de México formando parte de la
cordillera neo volcánica y se considera la montaña aislada más significativa del País. Comprende una
superficie total de 46,112 hectáreas.
En el Parque Nacional La Malinche (Comisión Nacional de Áreas Naturales Protegidas, 2013) se
presentan diversas unidades climáticas, siendo estas: clima templado subhúmedo con lluvias en verano,
clima semifrío y subhúmedo con lluvias en verano y clima frío, en la cumbre de la montaña.
La Malinche se caracteriza por contar con pendientes poco pronunciadas en las zonas bajas del
volcán, mientras que, a alturas superiores, a los 3 mil 300 metros sobre el nivel del mar, son muy
pronunciadas, alcanzando hasta los 4 mil 461 metros de altitud.
La zona estudiada se ubica en la región hidrológica del Río Balsas, específicamente en la cuenca
hidrológica del Rio Atoyac-A y las subcuencas de Acajete y Chapulco.
El Parque Nacional La Malinche (Figura1) está integrado por 58 localidades, pertenecientes a 16
municipios, 12 de ellos pertenecientes al estado de Tlaxcala y 4 al estado de Puebla.
Suelos y calidad de suelos

Los suelos de las inmediaciones del volcán La Malinche, se originaron por el aporte de material
proveniente de las erupciones de los cráteres satélites del volcán, durante la época del Pleistoceno y
Holoceno del periodo Cuaternario.
Los suelos seleccionados fueron clasificados en dos tipos: suelos con calidad inherente y suelos con
calidad dinámica (Cervantes, 2023). Para el suelo identificado con calidad inherente (aquel con
propiedades potencialmente innatas del suelo y resultado de los factores formadores originales del
suelo), el muestreo se realizó en función de los diferentes horizontes y capas de suelo identificados
durante el descubrimiento del perfil edáfico. Para el suelo identificado con calidad dinámica (aquel
resultado de influencia antropogénica), el patrón de muestreo siguió un muestreo sistemático de rejilla,
cuyas distancias se consideraron a 16 metros.
Figura 1. Ubicación del Parque La Malinche.
Redes Bayesianas en el análisis de suelos
Las Redes Bayesianas son la representación gráfica de dependencias de razonamiento probabilístico

basado en el teorema de Bayes; se diferencian de otras redes probabilísticas por ser grafos acíclicos
dirigidos, en los que cada nodo representa una variable aleatoria y cada arco una dependencia
probabilística en la que se especifica la probabilidad condicional de cada variable dados los nodos
padres (Taalab et al., 2015).

Una Red Bayesiana representa la distribución de la probabilidad conjunta de las variables

representadas por la red y consta de tres elementos fundamentales:
• conjunto de nodos: representan variables, cada uno con un conjunto de estados mutuamente
excluyentes (discretos o continuos).
• conjunto de enlaces o arcos: que representan las relaciones o dependencias causales (dirigidas)
entre estos nodos.
• conjunto de probabilidades: que especifican la creencia de que un nodo X estará en determinado
estado para cada combinación de los estados de sus nodos principales (tablas de probabilidad
condicional).
Una vez que se establece la Red Bayesiana, se agrega evidencia a uno o más nodos. Esta evidencia
se propaga a través de la red, actualizándose la distribución de probabilidad conjunta. Este cálculo de
inferencia estadística se realiza aplicando el teorema de Bayes.
Se utiliza la aptitud de las Redes Bayesianas para la clasificación de los parámetros fisicoquímicos
de registros de 11 variables edáficas de 17 muestras de suelos de tipo Andosol, provenientes de la
Montaña de la Malinche, en los cuales se considera tanto la calidad inherente como la dinámica. Para
explorar algunas de las relaciones entre los datos se calcula una matriz de correlación, para las
variables continuas de las muestras, como son: la capacidad de intercambio catiónico CIC
[Cmol(+)/kg], los cationes intercambiables de Ca [Cmol(+)/kg], Mg [Cmol(+)/kg], Na [Cmol(+)/kg],
K [Cmol(+)/kg], el pH en agua y cloruro de potasio, contenido total de nitrógeno, carbono orgánico,
materia orgánica y la relación carbono-nitrógeno. Posteriormente, se discretizan los datos continuos en
estados distintivos de cada variable. El software QGeNIe Modeler se puede utilizar para obtener el
diagrama de la Red Bayesiana.
Se discretizaron los datos continuos en estados distintivos de cada variable, (Cuadro1) y se obtuvo
una primera estructura para el análisis de los datos, donde fue posible apreciar la relación entre los
cationes intercambiables y el pH, la relación del pH y capacidad de intercambio catiónico y de manera
más difusa la relación de estas variables con el Carbono Orgánico y Nitrógeno.
Fue posible juzgar cuantitativamente la coherencia de la estructura mediante el análisis de la Fuerza
de Influencia de los nodos parentales sobre los nodos hijo (Cuadro 2); ésta fue calculada por el método
de distancia euclidiana, en función de la tabla de probabilidad condicional de los nodos hijo, y
esencialmente expresa la distancia entre varias distribuciones de probabilidad condicional sobre el nodo
hijo condicionada a los estados del nodo padre.
Se destacan en ese análisis de la Fuerza de Influencia las distancias ponderadas entre las siguientes
cuatro parejas de nodos, que son: Calidad y Ca con distancia 0.308785, Calidad y K con distancia
0.448972, Calidad y Mg 0.311070 y Calidad y Na con 0.275641. La mayor fuerza de influencia se
alcanzó entre los nodos carbono orgánico (CO) y materia orgánica (MO) con distancia ponderada de
0.672154 y un máximo de 0.8.

Cuadro 1. Clases de las variables edáficas
Variables Clases No de
datos
Calidad Inherente 7
Dinámica 10
CIC [Cmol(+)/kg] <8 8
8-20 6
>20 3
Ca CIC <1.35 4
[Cmol(+)/kg] 1.35-2.725 6
2.725-4.21 5
>4.21 2
K CIC [Cmol(+)/kg] <0.3 5
0.3-0.55 6
>0.55 6
Mg CIC <0.6 7
[Cmol(+)/kg] 0.6-1.0 6
1.0-1.5 3
>1.5 1
Na CIC <0.15 3
[Cmol(+)/kg] 0.15-0.17 3
0.17-0.19 8
>0.19 3
Carbono Orgánico <1.5 4
(%) 1.5-2.5 4
2.5-4 3
>4 6
Materia Orgánica 0-2 4
(%) 2-4 4
4-8 7
>8 2
Nitrógeno Total (%) <0.25 8
0.25-0.55 8
>0.55 3
Relación Carbono- 0-8 9
Nitrógeno C/N 8-16 4
>16 4
Ph_Kci <5 8
5-5.5 7
5>5.55 2
Ph_H 2 0 <5.8 7
5.8-6.5 4
>6.5 6

Cuadro 2. Resultados del análisis de Fuerza de Influencia de las relaciones entre nodos de la Red Bayesiana
Nodo Nodo Promedio Máximo Ponderado
parental hijo
Calidad Ca 0.308785 0.308785 0.308785
Calidad K 0.448972 0.448972 0.448972
Calidad Mg 0.311070 0.311070 0.311070
Calidad Na 0.275641 0.275641 0.275641
Calidad CO 0.0216871 0.5 0.0216871
Calidad CIC 0.164652 0.433013 0.164652
Ca ph_h2O 0.0364153 0.5 0.0364153
Ca CO 0.0256569 0.5 0.0256569
CO MO 0.672154 0.8 0.672154
CO N 0.20656 0.305505 0.20656
K ph_h2O 0.0320941 0.5 0.0320941
K CO 0.0247889 0.5 0.0247889
K ph_kcl 0.117536 0.5 0.117536
Mg ph_kcl 0.103351 0.5 0.103351
Mg CO 0.0247889 0.5 0.0247889
Mg ph_h2O 0.0361467 0.5 0.0361467
MO CN 0.285407 0.520416 0.285407
N CN 0.286443 0.57735 0.286443
Na ph_kcl 0.108067 0.481125 0.108067
Na CO 0.0256295 0.586302 0.0256295
Na ph_h2O 0.03331 0.288675 0.03331
ph_h2O CIC 0.148614 0.433913 0.148614
ph_kcl CIC 0.159511 0.629153 0.159511
El diagrama de la Red Bayesiana (Figura 2) fue representado según el grosor de los arcos de la red.
Las probabilidades a priori designadas para el nodo padre Calidad fueron: 42% para la calidad
inherente (I) y 58% para la calidad dinámica (D). Se observa una fuerte relación de causa-efecto entre
el nodo padre Calidad y los nodos hijos Ca, K, Mg y Na.
La relación causa-efecto más destacada en el diagrama se observa entre los nodos carbono orgánico
(CO) y materia orgánica (MO) cuyo arco es el más grueso.
Puede observarse que la calidad de los suelos (Inherente o Dinámica) es la causa principal para la
conservación de la materia orgánica (MO) de estos suelos.
Las relaciones mostradas en el diagrama de la Red Bayesiana apuntan a que La Malinche tiene un
gran potencial para programas de servicios ambientales sobre secuestro de carbono, y la conservación
es la medida inicial para asegurar que este tipo de proyectos tengan futuro en la región.

Figura 2. Diagrama de la Red Bayesiana (Elaborado con Netica de Norsys, versión académica de QGeNIE de BayesFusion).
Conclusiones
Las Redes Bayesianas son adecuadas para el diseño de modelos estadísticos gráficos que esclarecen
las relaciones causales entre las principales variables que determinan la capacidad de retención de
carbono en suelos.
Entre las ventajas de las Redes Bayesianas se encuentran las siguientes: resultan intuitivas y
eficientes, permiten contabilizar las fuentes de incertidumbre e identificar componentes críticos y
sirven para modelar múltiples interdependencias. Entre las desventajas debe señalarse que pueden ser
computacionalmente demandantes para sistemas con un gran número de variables aleatorias.

Literatura citada
Aguilera, P. A., A. Fernández, R. Fernández, R. Rumí and A. Salmerón. 2011. Bayesian networks in environmental modelling.
Environmental Modelling & Software, 26(12), 1376–1388.
Cervantes, J. 2023. Evaluación de la restauración de los servicios ecosistémicos prestados por el suelo mediante el sistema agroecológico
“Metepantle” en el Parque Nacional la Malinche. . Tesis de Maestría en Ciencias Ambientales. Instituto de Ciencias. Benemérita
Universidad Autónoma de Puebla. 75 p.
Comisión Nacional de Áreas Naturales Protegidas. CONANP (2013). Programa de Manejo del Parque Nacional La Malinche o
Matlalcuéyatl. Ciudad de México, México: Comisión Nacional de Áreas Naturales Protegidas.
Llaguno, J., J. Cervantes, M.A. Valera, E. Torres, E. y G. Linares. 2007. Emisiones de CO2 de los suelos forestales del volcán La
Malinche, estado de Puebla. Memorias del XII Congreso Nacional y VI Internacional de Ciencias Ambientales (formato digital)
Academia Nacional de Ciencias Ambientales y Universidad de Chihuahua.
QGeNIe Modeler . Version 4.0.R1, Built on 6/27/2022 BayesFusion, LLC.
Ríos, A. 2014. Calidad del carbono secuestrado en suelos de los sistemas forestales de la zona del volcán La Malinche, Estado de Puebla.
Tesis de Maestría en Ciencias Ambientales. Instituto de Ciencias. Benemérita Universidad Autónoma de Puebla. 167p.
Taalab, K., R. Corstanje, J. Zawadzka, T. Mayr, M. J. Whelan, J. A. Hannam and R. Creamer. 2015. On the application of Bayesian
Networks in Digital Soil Mapping. Geoderma, 259–260, 134–148.
Valera, M. A., J. Llaguno, G. Linares y E Torres, 2009. Evaluación del secuestro de carbono en suelos de La Malinche, estado de Puebla.
Saberes compartidos. 3(3), 14-20.

6Sistemas
Agropecuarios
6.1. Efecto del calentamiento nocturno sobre el rendimiento y relaciones hídricas

del cultivo de trigo (Triticum aestivum L.)
Aispuro-Arana Francisco H1; Pinto R. Suzuky1,*; Luque-Apodaca Heira L.1; Madueño-Moreno

Myrbeth G.1; Olivas-Castillo Claudia1; Reyes-Hernández Mayte F.1; Rivera-Díaz Miguel A.1;
Garatuza-Payán Jaime1 y Yépez Enrico A.1
1
Departamento de Ciencias del Agua y Medio Ambiente. Instituto Tecnológico de Sonora. Calle 5 de febrero 818 sur, Centro, CP 85000.
Ciudad Obregón, Sonora.
*Autor de correspondencia: suzuky.pinto19018@potros.itson.edu.mx.
Resumen
El cambio climático afecta la productividad del cultivo de trigo. Sin embargo, hay poca investigación
sobre el impacto del calentamiento nocturno, el cual está aumentando más rápido que el diurno. Las
temperaturas nocturnas elevadas, modifican los patrones de desarrollo del cultivo de trigo, ajustando la
fenología y fisiología de la planta ante el estrés. Este estudio tuvo como objetivo evaluar la respuesta
fisiológica, fenológica y de rendimiento de cuatro líneas avanzadas de trigo (Triticum aestivum L.)
cultivadas en campo, bajo condiciones de alta temperatura nocturna (+2 °C). El experimento se realizó
durante los ciclos 2021 y 2022 en el Valle del Yaqui, Sonora; Sembrando cuatro genotipos de trigo bajo
dos tratamientos. Tratamiento 1: dosel sometido a incremento de temperatura nocturna (Calor),
tratamiento 2: dosel sometido a temperatura ambiente (Control). Las variables evaluadas fueron:
Rendimiento de grano (GY), biomasa aérea (BM), peso mil granos (TGW), número de granos m-2 (GN),
conductancia estomática nocturna (gsN), fenología y el potencial hídrico al medio día (Ψmd) y madrugada
(Ψpd). El tratamiento de calor mostró un impacto significativo sobre las variables evaluadas. GY y BM
disminuyeron hasta en 11 y 29 % respectivamente, en contraste al control. La gsN disminuyó hasta un
80 %, mientras que el ΔΨ (ΔΨ= Ψpd - Ψmd) vario de -1.6 ± 0.1 Control a -2.2 ± 0.1 MPa en Calor,
mostrando por lo tanto posibles efectos del incremento de temperatura nocturnas en el cultivo de trigo.
Palabras clave: Cambio climático, conductancia estomática, potencial hídrico.
Abstract
Climate change affects wheat productivity. However, there is little research on nighttime warming effects
while nighttime warming is increasing faster than daytime warming. Nighttime warming modify wheat´s
development pattern, adjusting phenology and physiology to stress. This study aimed to evaluate the
physiological, phenological and yield response of four advanced lines of wheat (Triticum aestivum L.)
grown under nighttime heat conditions (+2 °C) during 2021 and 2022. The experiment was carried in
the Yaqui Valley, Sonora. We sow four wheat genotypes under two treatments; treatment 1: canopy
subjected to increased night temperature (Heat), treatment 2: canopy ambient temperature (Control). The
variables evaluated were: grain yield (GY), aerial biomass (BM), thousand grain weight (TGW), number
of grains m-2 (GN), nocturnal stomatal conductance (gsN), phenology and midday water potential (Ψmd)
and pre-down (Ψpd). The heat treatment showed a significant impact on the variables evaluated. GY and
BM decreased up to 11 and 29% respectively. The gsN decreased up to 80 %, while the ΔΨ (ΔΨ= Ψpd -
Ψmd) varied from -1.6 ± 0.1 Control to -2.2 ± 0.1 MPa in heat, showing the many possible effects of the
experimental increase in night temperature in the wheat crop.
Keywords: Climate change, stomatal conductance, water potential.
232 Capítulo 6. Sistemas Agropecuarios

Introducción
El cultivo de trigo (Triticum aestivum L.) representa cerca del 25% de la producción mundial de
cereales y constituye una de las principales fuentes alimentarias, aportando el 20% de las calorías y el
25% de las proteínas que se consumen (Impa et al., 2019). La producción de este cereal debe satisfacer
la creciente demanda de alimentos; sin embargo, aumentar los rendimientos de trigo en condiciones de
estrés(Ortiz et al., 2008).
El incremento de la temperatura repercute en la tasa de desarrollo de la planta, experimentando una
aceleración de procesos funcionales y metabólicos (Hochman et al, 2017). Esto ejerce un control
significativo sobre la fenología de la planta y afectando significativamente peso y numero de granos
(Spiertz, 1977; Pinto et al., 2010; Akter & Rafiqul, 2017). Aunado a esto el estado de agua en las plantas
se ve fuertemente afectado (Wahid et al., 2007). Esto se debe a que dichas condiciones propician un
déficit hídrico, resultado de un aumento desproporcionado en la transpiración. cambios en el
comportamiento estomático, potencial hídrico o aumento del déficit presión de vapor. (Sattar et al., 2020;
McAusland et al., 2021).
A pesar de que se ha reportado que las temperaturas nocturnas están aumentando 1.4 veces más rápido
que las temperaturas diurnas y estas pueden extenderse durante periodos prolongados en ciclos agrícolas
(Screen, 2014), gran parte de las investigaciones se enfocan en evaluar el efecto del incremento de
temperatura diurna, mediante métodos tradicionales como el sembrar en fechas tardías (Blum, 1986;
Aiqing et al., 2018). En consecuencia, los efectos del calentamiento nocturno aún no han sido
profundizados.
Es importante explorar la respuesta del cultivo de trigo bajo escenarios de cambio climático en
condiciones de campo, ya que gran parte de las aportaciones se basan en modelos de simulación (Kimball
et al., 2008). Por lo tanto, este estudio tuvo como objetivo evaluar la respuesta en la relación hídrica y
el rendimiento de cuatro líneas avanzadas de trigo (Triticum aestivum L.) cultivadas en campo, bajo
condiciones de alta temperatura nocturna (+2 °C) en el Valle del Yaqui Sonora.
El estudio se llevó a cabo en parcelas del Patronato para la Investigación y Experimentación Agrícola
del Estado de Sonora (PIEAES) durante los ciclos agrícolas de otoño- invierno 2021 y 2022, en terrenos
ubicados en el Bloque 710 del Valle del Yaqui, Sonora localizado en las coordenadas 27°23'46''N
109°55'51''W (Figura 1).
a) b)
Figura 1. (a) ubicación del experimento; (b) Diseño experimental de manipulacion de temperaturas nocturnas del dosel.
Se evaluaron cuatro genotipos de trigo harinero (Triticum aestivium L.) distribuidos en un diseño
experimental de bloques al azar con dos tratamientos y dos repeticiones. Tratamiento 1: dosel sometido
a incremento de temperatura 2°C por encima de la temperatura del dosel del control (Calor), y
tratamiento 2: dosel sometido a temperatura ambiente (Control). Los cuatro genotipos se seleccionaron
tomando en cuenta la tolerancia de estos al estrés por calor diurno en estudios previos (Cuadro 1).
Capítulo 6. Sistemas Agropecuarios 233

La siembra se realizó con una sembradora (SUB-24) el 14 de diciembre de 2020 y 2021, en un suelo
barrial compactado a cuatro hileras en los surcos y una densidad de siembra de 175 kg ha-1, tomando
como parcela útil las dos hileras centrales, el manejo agronómico se realizó siguiendo las
recomendaciones de Centro Internacional de Mejoramiento de Maíz y Trigo (Aquino, 1998).
Cuadro 1. Genotipos evaluados
Genotipo Clave Tolerancia

BORLAUG100 F2014 BOR intermedio
PASTOR//HXL7573/2*BAU PAS bajo
SOKOLL SOK alta
SOKOLL//PUB94.15.1.12/WBLL1 PUB alta
Manipulación de la temperatura del dosel
Para la manipulación de la temperatura del dosel del cultivo en el tratamiento de calor en cada
repetición, se utilizaron 21 radiadores térmicos (modelo FTE-1000, 1000 W, 240 V, 245 mm de largo x
60 mm de ancho, construidos por Mor Electric Company Heating Association Inc. Comstock Park, MI,
EE. UU.) distribuidos sobre una estructura cuadrangular. Se instalaron sensores infrarrojos de
temperatura (IRTS Apogee Instruments Inc., Logan, UT, EE. UU.) en cada unidad experimental al igual
que un registrador de datos (CR1000 Campbell Sci, Inc., Logan, UT, EE. UU) para el monitoreo de la
temperatura (Kimball et al., 2012). La manipulación de calor se efectuó solamente en el periodo nocturno
de 18:00 a 6:00 horas, elevando la temperatura de las del tratamiento 2°C por encima de la temperatura
de dosel del control. Para monitorear la temperatura del dosel se instaló un sensor de humedad y
temperatura STH-10 Mesh-Protected Weather-Proof Temperature/Humidity conectado a una placa
ArduinoUno Rev3 en cada bloque.
Variables evaluadas
Se registraron variables sobre el rendimiento y sus componentes, fenología y de relaciones hídricas.

El rendimiento de grano (GY), peso de 1000 granos (TGW), número de granos (GN) y biomasa aérea
final (BM), se evaluaron después de que todos los genotipos alcanzaran la madurez fisiológica siguiendo
la metodología sugerida por Pask et al., (2012). La fenología, se midió utilizando la escala decimal de
Zadoks et al., 1974, considerando cada etapa fenológica cuando la población de cada genotipo alcanzo
> 50% de las características relacionadas con cada etapa. La duración del llenado del grano (GFD) se
estimó como el número de días desde la antesis hasta la madurez fisiológica (Iqbal et al., 2011).
La conductancia estomática (gs) se obtuvo utilizando el porómetro modelo Li-600, LI-COR (Lincoln,
Nebraska 68504, USA); el momento en que se realizaron las mediciones diurnas (gs) fue entre las 10:00
– 13:00 hrs y las nocturnas (gnN) entre 18:00 y 22:00 hrs. seleccionando la hoja bandera de dos plantas
representativas por unidad experimental. Se registró gs y gsN en cara adaxial y abaxial de cada hoja
durante el embuche y espigamiento, según la escala de las etapas de crecimiento de los cereales (Zadoks
et al., 1974). El potencial hídrico de la hoja (Ψ) se midió utilizando una cámara de presión Scholander
modelo 610 portátil de PMS Instruments (Corvallis, Oregón, EE. UU.) siguiendo la metodología
empleada por Argentel et al., (2019). las mediciones se realizaron antes del amanecer (Ψpd) entre las 4:30
– 6:00 hrs y al mediodía (Ψmd) entre las 11:00 – 14:00 hrs, para después calcular el diferencial de
potencial hídrico ΔΨ (ΔΨ= Ψpd - Ψmd).
Para realizar el análisis estadístico se utilizó Rstudio Core Team, 2022, versión: 2022.2.3.492,
(RStudio, PBC, Boston, MA). Se utilizó un modelo lineal mixto, teniendo en cuenta el año, tratamiento,

genotipo, repetición, etapa fenológica (embuche o espigamiento) y en el caso del Ψ, gs y gsN, el tiempo
de medición (madrugada, día o noche). Se realizó una comparación de medias tomando en cuenta la
diferencia significativa honesta (HSD) de Tukey al 95 % de confianza.
El ciclo 2021 registró temperaturas más altas que 2022 pero sin cambios severos en el DPV, con
excepción de algunos días muy secos en el mes de marzo (Fig. 2). En 2021 se observó que la temperatura
promedio del aire fue de 13.1 °C en calor, una temperatura mínima promedio de 9.3 °C y máxima
promedio de 20.2 °C. En 2022, durante la noche, el tratamiento de calor registró una temperatura
promedio del aire de 12.2 °C, una mínima promedio de 8.7 °C, y una máxima promedio de 19.2 °C. El
DPV durante la noche del ciclo 2021 registró una media de 0.3 kPa, el DPV mínimo fue de 0.1 kPa y el
máximo de 0.8 kPa; mientras que durante el ciclo 2022, el DPV promedio fue de 0.3, el DPV mínimo
fue de 0.1 y el máximo de 0.7 kPa.
Figura 2. Variación de la temperatura del aire (Tair) y el déficit de presión de vapor (DPV) del periodo de calentamiento
nocturno de los ciclos 2021 y 2022, en rojo el tratamiento de calor y en azul el control. Las barras de error representan el error
estándar de la media.
Componentes de rendimiento
Los valores de los componentes del rendimiento GY, BM, GN fueron menores en el tratamiento de
calor que en el control (Figura 2). Sin embargo, solo se determinaron diferencias significativas entre
tratamientos (P <0.01) para GY y GN. En promedio, GY y BM disminuyeron 4 y 6 %, respectivamente
por efecto del tratamiento de calor en referencia al control.
En 2022 los genotipos con menor GY en el control fueron PUB (496 g m-2) y SOK (454 g m-2),
mientras que BOR genero el mayor rendimiento (611 g m-2). Bajo tratamiento de calor SOK y PUB
obtuvieron menor GY (440 y 443 g m-2) mientras que BOR y PAS el GY más alto (553 y 521g m-2)
respectivamente. A pesar de que TGW y GN son considerados los principales componentes de
rendimiento, no se observó un efecto significativo del tratamiento de calor sobre TGW, por lo que GN
fue el componente que mejor se asoció a las perdidas en el rendimiento grano ante el incremento de la
temperatura nocturna, lo cual coincide con lo reportado por otros autores (Lizana & Calderini, 2013;
García et al., 2015; Pinto et al., 2015). Sin embargo, al no haber diferencias significativas en la fenología

(Cuadro 2) la reducción en el número de granos puede atribuirse a una partición deficiente de biomasa,
como resultado de una menor disponibilidad de carbohidratos para la espiga y al aumento de la
esterilidad de las espiguillas bajo condiciones de calor (Garcia et al., 2015; Shenoda et al., 2021;
McAusland et al., 2023). Cabe resaltar que PUB y SOK son genotipos originalmente considerados de
alta tolerancia al calor diurno en estudios previos (Reynolds et al., 2015), pero estos disminuyeron su
rendimiento de grano en por lo menos un 11 y 3 % con el tratamiento de calor nocturno.
Figura 3. Variación del rendimiento de grano (GY), biomasa aérea (BM), peso de mil granos (TGW) y numero de granos (GN) en
respuesta al calentamiento nocturno (rojo) y control (azul) de las cuatro líneas de trigo durante los ciclos agrícolas 2021 y 2022.
Fenología
La fenología no varió significativamente entre tratamientos (Cuadro 2). Solamente se encontraron

diferencia significativa (P <0.01) en el periodo de llenado de grano (GFD). GFD, fue consistentemente
menor en el ciclo 2021 en comparación con el ciclo 2022, esto se refleja en el rendimiento de grano que
se presentó en el mismo año el cual fue mayor, al ser un año en el cual se presenta una mayor
acumulación de temperaturas mínimas lo que provoca que GFD sea prolongado y extender la
acumulación de masa y nutrientes (Félix et al., 2009; Farooq et al., 2011; Iqbal et al., 2011) es decir,
contribuye a incrementar la asimilación de carbono en la planta (Fig. 3).
Al comparar las etapas fenológicas de ambos ciclos se observó que en 2022 el germoplasma fue más
precoz que en 2021 (P<0.001); tanto en el tratamiento de calor como en el control DTB, DTH y DTA se
alcanzaron antes en 2021, sin embargo, en ambos ciclos la media para DTM fue similar. En 2021 la
DTM promedio para el tratamiento de calor y el control fue 114 y 115 días, respectivamente, mientras
que en 2022 fue 115 y 117 días para calor y control, respectivamente (Cuadro 2).

Cuadro 2. Etapas fenológicas de los cuatro genotipos de trigo.

DTnB DTH DTA DTM GFD
GENOTIPO
(Días) (Días) (Días) (Días) (Días)
2021 Calor Control Calor Control Calor Control Calor Control Calor Control
BOR 63 ± 0.4 65 ± 0.3 74 ± 0.4 76 ± 0.5 79 ± 0.4 81 ± 0.5 115 ± 0.6 116 ± 0.5 41 ± 0.6 40 ± 0.8
PAS 59 ± 0.4 58 ± 0.3 70 ± 0.4 71 ± 0.5 75 ± 0.4 76 ± 0.5 111 ± 0.6 114 ± 0.5 41 ± 0.6 44 ± 0.8
PUB 68 ± 0.4 69 ± 0.3 79 ± 0.4 81 ± 0.5 84 ± 0.4 86 ± 0.5 115 ± 0.6 116 ± 0.5 36 ± 0.6 36 ± 0.8
SOK 65 ± 0.4 67 ± 0.3 76 ± 0.4 78 ± 0.5 81 ± 0.4 83 ± 0.5 114 ±0.6 115 ± 0.5 38 ± 0.6 37 ± 0.8
2022
BOR 60 ± 0.4 57 ± 0.3 71 ±0.4 70 ± 0.5 76 ± 0.4 75 ± 0.5 114 ± 0.6 116 ± 0.6 43 ± 0.6 46 ± 0.8
PAS 53 ± 0.4 53 ± 0.3 65 ± 0.4 65 ± 0.5 70 ± 0.4 69 ± 0.5 115 ± 0.6 114 ± 0.6 49 ± 0.6 50 ± 0.8
PUB 63 ± 0.4 63 ± 0.3 76 ± 0.4 76 ± 0.5 81 ± 0.4 81 ± 0.5 117 ± 0.6 120 ± 0.6 41 ± 0.6 44 ± 0.8
SOK 61 ± 0.4 62 ± 0.3 72 ± 0.4 72 ± 0.5 77 ± 0.4 77 ± 0.5 115 ± 0.6 116 ± 0.6 42 ± 0.6 45 ± 0.8
DTnB: Dias a embuche; DTH: Dias a espigamiento; DTA: Dias a floración; DTM: Dias a madurez; GFD: periodo de llenado de grano.
Lo anterior indica que, aunque 2021 fue un año más cálido, la distribución de horas frío durante cada
etapa fue distinta a lo registrado para 2022, lo que puede explicar las diferencias entre años observada
para los parámetros de rendimiento y sus componentes. En el ciclo 2021 la acumulación de horas frío
desde el embuche hasta floración fue mayor, no obstante, el total de horas frio acumuladas en 2021
durante todo el ciclo fue menor que en 2022. Esto se debe a que durante el periodo comprendido desde
la floración hasta la madurez se acumularon 150 horas frío en el control del ciclo 2021, 250 en 2022; la
tendencia fue misma para el control. Las bajas temperaturas registradas en el último periodo del llenado
de grano prologaron esta etapa lo que resultó en mayor GFD en 2022 (Cuadro 2).
Conductancia estomática
Se encontró diferencia significativa entre tratamientos y años para GsN (P < 0.001). En general el
tratamiento de calor redujo las pérdidas de agua durante la noche en un 48 % en referencia a control. En
promedio los valores más bajos de gsN en calor se observaron en 2021 (0.044 mol m-2 s-1). En 2022 gsN
fue mayor en calor registrando una media de 0.057 mol m-2 s-1(Figura 3).
Se observó que tanto gsN como gs aumentaron significativamente conforme la planta se desarrolló
(P < 0.003) debido a que los requerimientos hídricos de la planta son mayores a partir del espigamiento
que en etapas previas, permitiendo un adecuado desarrollo y ganancia en el peso de grano (Fisher et al.,
1978) aunado al aumento del VPD conforme avanzó el ciclo. En ambos ciclos el tratamiento de calor
disminuyó considerablemente gsN de cada genotipo. Por ejemplo, en 2021 en etapa de embuche (Figura
3a), BOR fue el genotipo con mayor gsN en control (0.143 mol m-2 s-1) y el tratamiento de calor provocó
una reducción del 72 %, PAS y SOK fueron los genotipos con menor gsN (0.046 y 0.60 mol m-2 s-1
respectivamente). No obstante, al igual que en BOR, el tratamiento de calor logro reducir hasta un 60 y
80 % de la gsN de PAS y SOK, respectivamente. Por otra parte, en el ciclo 2022 los genotipos PUB y
PAS presentaron gsN más altas en control (0.13 y 0.16 mol m-2 s-1) llegando a reducir la gsN hasta un
72 y 75%.

a) b)
c) d)
Figura 4. Variación de la conductancia estomática nocturna (gsN) en embuche (a), espigamiento (b) y conductancia diurna (gs)
en embuche (c) y espigamiento (d) en respuesta al calentamiento nocturno (rojo) y control (azul) de las cuatro líneas de trigo
durante los ciclos agrícolas 2021 y 2022. Misma observación que figuras anteriores.
No se encontraron diferencias significativas para gs entre tratamientos, por lo que el incremento de

temperatura nocturna no resultó en un cambio sobre las magnitudes en la conductancia estomática
diurna, lo que indica que para entender mejor los mecanismos de respuesta de tolerancia al estrés por
calor en condiciones experimentales deben de considerar explícitamente el efecto de las temperaturas
nocturnas incremento de temperatura nocturna (McAusland et al., 2023). El nulo efecto del aumento de
temperatura nocturna sobre la cantidad de agua que pierde el cultivo durante el día (10:00 – 13:00)
sugiere que probablemente la planta es capaz de realizar un balance hídrico durante las primeras horas
del día o durante la noche para compensar las necesidades impuestas por el incremento de la temperatura
nocturna (Resco de Dios., 2016).
Diferencial de potencial hídrico
Se encontraron diferencias significativas entre tratamientos para ΔΨ en embuche (P <0.01). Al

observar la figura 5, encontramos que en general los aumentos en la gsN (Figura 4) se relacionan con
los cambios en ΔΨ, conforme el cultivo se desarrolla ΔΨ disminuye (Figura 5b).
En espigamiento, ΔΨ es significativamente menor en control (P > 0.0009); en promedio en
espigamiento observamos mayores aumentos consistentes en el ΔΨ -1.6 ± 0.1 en calor, mientras que en
control disminuye -2.2 ± 0.1 Mpa, esto indica que hay una disminución en el Ψpd lo que sugiere que la
planta está experimentando cierta dificultad para abastecer de agua a las hojas. Por ejemplo, las
diferencias de PAS y SOK fueron más grandes, en calor su ΔΨ fue de -1.28 y -1.57 Mpa,
respectivamente, mientras que en control fueron de -2.58 y -2.57. Siendo que estos genotipos fueron los
que menos agua perdieron en respuesta al calor (Figura 4) esto probablemente puede pasar debido a que,
el sistema de calentamiento eleva las tasas de evaporación del suelo, limitando la disponibilidad de agua
en la planta (Comstock. 2002). El aumento de gsN y el aumento de ΔΨ pueden indicar una redistribución
de agua durante la noche en las plantas sometidas tratamiento de calor ante la falta de disponibilidad de
agua en el suelo (O'Toole et al., 1980; Lombardozzi et al., 2017; McAusland et al., 2023).

a) b)
Figura 5. Diferencial de potencial hídrico (ΔΨ), entre la madrugada (Ψpd) y el medio día (Ψmd) en embuche (a) y espigamiento
(b) en respuesta al calentamiento nocturno (rojo) y control (azul) de las cuatro líneas de trigo durante los ciclos agrícolas 2021 y
2022.
Conclusiones
Los genotipos incluidos en este estudio ya se habían evaluado ante condiciones climáticas
adversas considerando no solo el incremento de la temperatura nocturna si no también el diurno. sin
embargo, la respuesta al incremento de temperatura de forma experimental no se había evaluado. Al
exponer a estos 4 genotipos con rasgos de tolerancia al calor a condiciones de temperaturas elevadas en
la noche en condiciones de campo encontramos que:
• Existe una marcada respuesta a la variación ambiental entre los ciclos 2021 y 2022 al aumento
de la temperatura nocturna.
• Una mala distribución temperaturas mínimas nocturnas se relaciona con las perdidas en la
productividad del trigo.
• Genotipos previamente considerados como altamente tolerantes al calor, como SOK y PUB,
resultaron ser menos rendidores en noches más cálidas.
• Los genotipos actualmente considerados como tolerantes a altas temperaturas podrían no
adaptarse al aumento proyectado en las temperaturas mínimas para las próximas décadas.
Literatura citada
Aiqing, S., Somayanda, I., Sebastian, S. V., Singh, K., Gill, K., Prasad, P. V. V., & Jagadish, S. K. (2018). Heat stress during flowering
affects time of day of flowering, seed set, and grain quality in spring wheat. Crop Science, 58(1), 380-392.
Akter, N., & Rafiqul, M. (2017). Heat stress effects and management in wheat. A review. Agronomy for sustainable development, 37, 1-
17.
Aquino, P. (1998). La adopción del método de siembra de trigo en surcos en el Valle del Yaqui, Sonora, México. Informe especial del
programa de trigo. El Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) Cd. Obregón, Son. México. 17. 1-45
Argentel, L., Garatuza, J., Yepez, E. A., Arredondo, T., & de Los Santos, S. (2019). Water regime and osmotic adjustment under warming
conditions on wheat in the Yaqui Valley, Mexico. PeerJ, 7, e7029.
Blum, A. (1986). The effect of heat stress on wheat leaf and ear photosynthesis. Journal of experimental botany, 37(1), 111-118.
Comstock, J. P. (2002). Hydraulic and chemical signalling in the control of stomatal conductance and transpiration. Journal of experimental
botany, 53(367), 195-200.
Farooq M, Bramley H, Palta JA, Siddique KHM (2011) Heat stress in wheat during reproductive and grain filling phases. Crit Rev Plant
Sci 30:491–50
García, G. A., Dreccer, M. F., Miralles, D. J., & Serrago, R. A. (2015). High night temperatures during grain number determination reduce
wheat and barley grain yield: a field study. Global change biology, 21(11), 4153-4164.
Impa, S. M., Sunoj, V. J., Krassovskaya, I., Bheemanahalli, R., Obata, T., & Jagadish, S. K. (2019). Carbon balance and source‐sink
metabolic changes in winter wheat exposed to high night‐time temperature. Plant, Cell & Environment, 42(4), 1233-12
Iqbal, M., Fayyaz, M., Shahzad, A., Ahmed, I., Ali, G. M., Masood, S., & Spaner, D. (2011). Effect of vernalization on grain fill duration
and grain weight in spring wheat.

Lizana, X. C., & Calderini, D. F. (2013). Yield and grain quality of wheat in response to increased temperatures at key periods for grain
number and grain weight determination: considerations for the climatic change scenarios of Chile. The Journal of Agricultural
Science, 151(2), 209-221.
Lombardozzi, D. L., Zeppel, M. J., Fisher, R. A., & Tawfik, A. (2017). Representing nighttime and minimum conductance in CLM4. 5:
global hydrology and carbon sensitivity analysis using observational constraints. Geoscientific Model Development, 10(1), 321-
331.
McAusland, L., Acevedo‐Siaca, L. G., Pinto, R. S., Pinto, F., Molero, G., Garatuza‐Payan, J., ... & Yepez, E. A. (2023). Night‐time warming
in the field reduces nocturnal stomatal conductance and grain yield but does not alter daytime physiological responses. New
Phytologist.
McAusland, L., Smith, K. E., Williams, A., Molero, G., & Murchie, E. H. (2021). Nocturnal stomatal conductance in wheat is growth‐stage
specific and shows genotypic variation. New Phytologist, 232(1), 162-175.
Narayanan, S. (2018). Effects of high temperature stress and traits associated with tolerance in wheat. Open Access J Sci. 2(3).177‒186.
DOI: 10.15406/oajs.2018.02.00067.
Ortiz, R., Sayre, K. D., Govaerts, B., Gupta, R., Subbarao, G. V., Ban, T., Hodson, D., Dixon, J. M., Iván Ortiz-Monasterio, J., & Reynolds,
M. (2008). Climate change: Can wheat beat the heat? Agriculture, Ecosystems and Environment, 126(1–2), 46–58.
https://doi.org/10.1016/j.agee.2008.01.019
O'Toole, J. C., & Cruz, R. T. (1980). Response of leaf water potential, stomatal resistance, and leaf rolling to water stress. Plant
physiology, 65(3), 428-432.
Pask, A. (Ed.). (2012). Physiological Breeding: A field guide to wheat phenotyping. II. Cimmyt.
Pinto, R. S., Reynolds, M. P., Mathews, K. L., McIntyre, C. L., Olivares-Villegas, J. J., & Chapman, S. C. (2010). Heat and drought adaptive
QTL in a wheat population designed to minimize confounding agronomic effects. Theoretical and applied genetics, 121, 1001-
1021.
Reynolds, M., Molero, G., Tattaris, M., Cossani, M., Alderman, P., & Sukumaran, S. (2015). Pre-Breeding for yield potential: Summary of
International Data from 2nd WYCYT and Performance of Pipeline Material.
Shenoda, J. E., Sanad, M. N., Rizkalla, A. A., El-Assal, S., Ali, R. T., & Hussein, M. H. (2021). Effect of long-term heat stress on grain
yield, pollen grain viability and germinability in bread wheat (Triticum aestivum L.) under field conditions. Heliyon, 7(6).
Spiertz, J. H. J. (1977). The influence of temperature and light intensity on grain growth in relation to the carbohydrate and nitrogen
economy of the wheat plant. Netherlands Journal of Agricultural Science, 25(3), 182-197.
Zadoks, J.C., Chang, T.T., & Konzak, C. F. (1974). A decimal code for the growth stages of cereals. Weed Research, 14(6), 415–421.
https://doi.org/https://doi.org/10.1111/j.1365-3180.1974.tb01084.x.

6.2. Respiración del suelo en sistemas silvopastoriles y monocultivo de pasto en

Tenosique, Tabasco.
Morales-Ruiz Danilo E.1,*; Aryal Deb Raj2; Villanueva-López Gilberto3; Pinto-Ruiz René1; Venegas-
Venegas José A.2; Casanova-Lugo Fernando4; Guevara-Hernández Francisco1 y Reyes-Sosa Mariela2
1
Facultad de Ciencias Agronómicas, Universidad Autónoma de Chiapas;
2
CONAHCYT-UNACH, Facultad de Ciencias Agronómicas;
3
El Colegio de la Frontera Sur, Unidad Villahermosa, Tabasco, México
4
Tecnologico Nacional de México, Instituto Tecnológico de Zona Maya, Quintana Roo
*Autor para correspondencia: moraless@outlook.com
Resumen
La respiración del suelo es un principal componente en el ciclo del carbono global y del flujo de dióxido
de carbono (CO2) entre los ecosistemas naturales de la tierra y la atmosfera. La integración de
componente arbóreo en sistemas de pastoreo animal, como sistemas silvopastoriles, podría cambiar la
tasa de respiración del suelo y aumentar el almacenamiento de carbono en suelo. El objetivo de este
trabajo fue evaluar las tasas del flujo de CO2 en cuatro sistemas de uso de suelo ganadero, plantaciones
forestales con pastoreo (PF), árboles dispersos en potreros (ADP), cercas vivas (CV) y monocultivo de
pasto (MNP) en Tabasco, México. Se realizaron mediciones mensuales de flujo de CO2 por cuatro días
consecutivos durante siete meses en un horario de 11:00 a 15:00 horas con un analizador portátil EGM-
5, la temperatura y humedad del suelo. Los resultados de respiración del suelo muestran una diferencia
significativa (P<0.05) entre sistemas donde PF tiene menor emisión de CO2 a la atmosfera y superiores
en el sistema MNP. Los valores de temperatura (°C) y humedad (%) del suelo no presentaron diferencias
estadísticas significativas (P>0.05). Esto demuestra que los sistemas silvopastoriles con mayor cantidad
de árboles dentro del potrero emiten menos CO2 tanto en los meses de sequía como en el periodo de
norte, siendo estos sistemas más estables en cuanto a emisiones de CO2 por respiración del suelo. Sin
embargo, aún falta estudiar el almacenamiento de carbono en suelo y su relación con la emisión de CO2
Palabras clave: Flujo de CO2 del suelo, Emisión de GEI, Sistemas silvopastoriles.
Abstract
Soil respiration is a major component in the global carbon cycle and the flux of carbon dioxide (CO2)
between the earth's natural ecosystems and the atmosphere. The integration of tree components into
animal grazing systems, such as silvopastoral systems, could change the rate of soil respiration and
increase soil carbon storage. The objective of this work was to evaluate the CO2 flux rates in four
livestock land use systems; forest plantations with grazing (PF); scattered trees in pastures (ADP); Live
fences (CV) and monoculture grass (MNP) in Tabasco, Mexico. CO2 flow was carried out monthly for
four consecutive days for seven months from 11:00 a.m. to 3:00 p.m. with a portable EGM-5 analyzer,
in addition, soil temperature and humidity were measured. The soil respiration results show a significant
difference (P<0.05) between systems where PF has lower CO2 emissions into the atmosphere and higher
in the MNP system. In addition, the values of temperature (°C) and humidity (%) of the soil did not
present significant statistical differences (P>0.05). This shows that silvopastoral systems with a greater
number of trees within the pasture emit less CO2 both in the dry months and in the northern period, these
systems being more stable in terms of CO2 emissions from soil respiration. However, it is still necessary
to study the storage of carbon in the soil and its relationship with the emission of CO2
Keywords: Soil CO2 flux, GEI emissions, Silvopastoral systems.

Introducción
La respiración del suelo es el principal componente en el ciclo del carbono y es considerado el

segundo factor significativo en el flujo de dióxido de carbono (CO2) entre los ecosistemas naturales de
la tierra y la atmosfera. (Cantú-Silva et al., 2010; Mamta et al., 2012). La emisión de CO2 es el resultado
de procesos biológicos, como la respiración de organismos edáficos, descomposición de materia
orgánica y recambio de raíces finas (Millard et al., 2008; Moitinho et al., 2015; Morales Ruiz et al.,
2021). El aumento en las emisiones de CO2 por los cambios de uso de suelo tiene la capacidad de
aumentar la concentración de dióxido de carbono en la atmosfera y por ende el calentamiento global
(Friedlingstein et al., 2020; Tang et al., 2006). La velocidad de emisión de dióxido de carbono del suelo
determina el flujo neto entre el suelo y la atmosfera (Schwendenmann et al., 2007).
Los principales factores que regulan la respiración del suelo son la temperatura, la humedad, el tipo
de vegetación, uso y manejo del suelo (Davidson et al., 1998; Scholze et al., 2003), estos son importantes
por la influencia en los flujos e incremento de la respiración del suelo. Los sistemas agroforestales
tropicales como los sistemas silvopastoriles (SSP) han sido reconocidos por que contribuyen a
contrarrestar las emisiones de carbono, secuestrando y almacenando grandes cantidades de carbono en
biomasa (aérea y subterránea) versus monocultivo de pasto (Nair et al., 2010), Sin embargo el
almacenamiento y potencial de fijación de carbono puede variar dependiendo de arreglos y manejo de
sistemas silvopastoriles (Morales Ruiz et al., 2021).
También se ha reportado que los SSP podrían convertirse en una alternativa tecnológica para
contrarrestar significativamente la deforestación de los bosques en las zonas tropicales y la
concentración de gases efecto invernadero en la atmosfera (Mutuo et al., 2005). Cabe destacar que el
sureste de México, especialmente el estado de Tabasco, originalmente estaba cubierto por bosque nativo,
principalmente Cedrela odorata, Swietenia microphyla, Cordia allidora, Tabebuia rosea, Blepharidium
mexicanum, Dialium guinense, entre otras especies, pero a partir de los años 60´s esa masa forestal se
redujo a un 5%, posteriormente en los 70´s se reduce considerablemente al 1.6 % y actualmente el estado
presenta fragmentos de selva que suman el 0.3 % de la región de los ríos entre ellos el municipio de
Tenosique, El bosque fue deforestado para dar paso a monocultivo de pastizales para el pastoreo de
ganado y paulatinamente el establecimiento de diferentes arreglos silvopastoriles.
Actualmente los sistemas silvopastoriles constituyen la forma persistente de la vegetación a lo largo
de los paisajes ganaderos. La importancia que estas tienen en términos de cobertura arbórea y el aumento
constante de las emisiones de CO2 del suelo para cuantificar perdidas de carbono resultante por los
cambios de uso de suelo han sido escasamente estudiadas. En este contexto el objetivo del presente
estudio fue evaluar las tasas del flujo de CO2 en cuatro sistemas de uso de suelo 1) plantaciones forestales
con pastoreo (PF), 2) árboles dispersos en potreros (ADP), 3) cercas vivas (CV) y 4) monocultivo de
pasto (MNP) en el sureste de México, así como su relación con las variables ambientales, temperatura
del suelo y humedad del suelo.
Área de estudio
El estudio se realizó en la Cuenca del río Usumacinta, del municipio de Tenosique, Tabasco, México, la
cual se localiza en las coordenadas 17° 16´ latitud N y los 91° 19´ longitud O. El clima de la región está
clasificado dentro de los cálidos húmedos Af, con abundantes lluvias en verano y precipitaciones todo
el año. La temperatura media anual es de 28 °C. El régimen de precipitaciones se caracteriza por un
promedio de caída de agua de 1500 a 2500 mm por año y con una altura sobre el nivel del mar de 145
metros (Hudson et al., 2005; INEGI (Instituto Nacional de Estadística y Geografía), 2009). Las parcelas

de muestreo se distribuyeron en seis ejidos: Redención del Campesino, Bejucal, Francisco Villa,
Allende, Repasto y Miguel Hidalgo dentro de la cuenca del rio Usumacinta (Figura 1).
Figura 1. Localización del área de estudio, de los ejidos dentro de la Cuenca del río Usumacinta en Tenosique, Tabasco, México.
Metodología
Para el estudio se seleccionaron cuatro sistemas de uso ganadero a) Plantaciones forestales en

pastoreo, b) Árboles dispersos en potreros, c) Cercas vivas, d) Monocultivo de pasto. Se utilizaron 20
parcelas de 1000 m2 cada uno orientadas de este a oeste, cinco por cada sistema ganadero, debidamente
distribuidas por los seis ejidos y por toda la cuenca del río Usumacinta. La respiración del suelo fue
medida in situ con una cámara cerrada dinámica EGM-5 (PP Systems) durante un periodo de siete meses
(diciembre 2022 a junio 2023). Se instalaron a nivel del suelo, tres aros de PVC con un diámetro de
cuatro pulgadas y una altura de 10 cm donde se acoplo la cámara para medir la respiración. Estos aros
se distribuyeron aleatoriamente dentro de las parcelas circulares con un radio de 17.80 m en ADP y
MNP. Para PF las parcelas fueron rectangulares con 20 m de ancho por 50 m de largo con un área de
1000 m2 y para CV, se midió un transecto lineal de 100 metros donde se distribuyeron los aros de PVC
a distancias iguales. La forma de las parcelas fue diferente para cada sistema, enteramente dependiente
por la distribución espacial de los árboles, con esta selección de formas se asegura que la densidad
arborea sea igual o similar en cada sistema (Ibrahim & Andrade, 2003). En cada fecha de muestreo (cada
mes), las mediciones se realizaron durante cuatro días consecutivos en un horario de 11:00 a 15:00 horas.
Previo a las mediciones en cada punto de muestreo, se retiró la capa de mantillo y se midió la respiración,
la temperatura (°C) y humedad del suelo (%) a 5 cm de profundidad, así como la temperatura del aire.
Los datos fueron sometidos a ANOVA de una vía donde se analizó el efecto del sistema y la interacción
entre los factores sobre la emisión de CO2 del suelo, la temperatura y la humedad. Finalmente se utilizó
una prueba de Tukey al 95 % para declarar las diferencias estadísticas significativas. Los análisis fueron
elaborados con el software Statistic versión 10.0 para Windows (StatSoft, Inc. 2010).

En la Figura 2, presenta un análisis de flujo de CO2 del suelo en cuatro sistemas silvopastoriles
comparado con monocultivo de pasto, medido en un periodo de siete meses que varió entre 0.57 a 0.75
CO2 hr-1 y demuestra una diferencia estadísticamente significativa (P < 0.05) en plantaciones forestales
con un flujo de CO2 menor y siendo superiores en el sistema MNP (Fig. 2a). Sin embargo, la temperatura
no mostro diferencias estadísticas significativa (P= 0.684) entre los cuatro sistemas de uso de suelo
ganadero, PF con una temperatura de 35, ADP 35.3, CV 35.2 y MNP 36 °C (Fig. 2b). Igualmente, la
humedad del suelo en %, no presento diferencias estadísticas significativa (P= 0.959) entre los cuatro
sistemas de uso de suelo ganadero, PF con una humedad de 28.3, ADP 27.1, CVLS 28.9
Sistema; Means y MNP 28.1 %
(Fig. 2c) y una intercepción significativa (P < 0.05) entre sistemasCurrent
para respiración,
effect: temperatura y
F(3, 136)=.49775, p=.68446
Effective hypothesis decomposition
humedad del suelo. Vertical bars denote 0.95 confidence intervals
38.0
b b 37.5 a
Temperatura del suelo (°C)

37.0
a a
36.5 a
ab
a 36.0
35.5
35.0
34.5
34.0
a 33.5 b
33.0
ADP PF MNP CV
Sistemas
Figura 2. Variación de las emisiones de CO2 (a), temperatura del suelo (b) y humedad del suelo (c) cuatro en sistemas
silvopastoriles versus monocultivo de pasto. PF: plantaciones forestales en pastoreo, ADP: árboles dispersos en potreros, CV:
cercas vivas y MNP: monocultivo de pasto.
En la Figura 3, se puede observar el comportamiento temporal del flujo de carbono (CO2), en cuatro
sistemas silvopastoriles versus monocultivo de pasto medido en un periodo de siete meses (diciembre
2022 a junio 2023), mismo que sirvió para monitorear y observar la tendencia de las emisiones de
dióxido de carbono entre PF, ADP, CV y MNP. El sistema de plantaciones forestales y árboles dispersos
en potreros presentan menores emisiones de CO2 en la mayoría de los meses, incluyendo los meses más
secos del año (marzo y abril). Por otro lado, MNP y CV mostraron que las emisiones de CO2 se
mantuvieron siempre superiores (> 0.74 y 0.75, gm-2 hr-1 para CV y MNP respectivamente) y disminuyó
para MNP en los dos últimos meses de medición. Nuestros datos también muestran que la temperatura
del suelo, tienen una influencia en los flujos de CO2 del suelo. Esto es consistente con algunos estudios
anteriores. (Curiel-Yuste et al., 2007; Santiago et al., 2018; Villanueva-López et al., 2016; Yuste et al.,

2007). También (Cantú-Silva et al., 2010) reportan que los flujos de CO2 del suelo están directamente
relacionados por las variaciones en la temperatura del suelo, donde los microrganismos son los
responsables de la descomposición de la materia orgánica en el suelo. Además (Jassal & Black, 2006;
Xu et al., 2003) reportan una relación entre la respiración del suelo y factores bióticos como la biomasa
microbiana del suelo y la macrofauna que varían con las estaciones del año. Otra variable ambiental que
se observó un efecto importante sobre el suelo y la respiración es la humedad (Yáñez Díaz et al., 2017)
mencionan que el contenido de humedad fue un factor que controla la respiración del suelo ya que inhibe
la difusión del CO2. Esto demuestra que los sistemas silvopastoriles con mayor cantidad de árboles dentro
del potrero emiten menos CO2 tanto en los meses de sequía como en el periodo de norte, siendo estos
sistemas más estables en cuanto a emisiones de CO2 por respiración del suelo.
Figura 3. Dinámica temporal de las emisiones de dióxido de carbono (CO2 hr-1) durante un periodo de medición de siete meses en
dos épocas (norte y secas). PF: plantaciones forestales, ADP: árboles dispersos en potreros, CV: cercas vivas y MNP:
monocultivo de pasto.
Los resultados de respiración del suelo en tres sistemas silvopastoriles comparado con monocultivo
de pasto, es similar a lo reportado por (Villanueva-López et al., 2014) quienes trabajando en dos sistemas
ganaderos (cercas vivas vs monocultivo de pasto) en Tabasco, reportan 0.97 y 1.01 CO2 h-1 CV y MNP,
respectivamente, emisiones de CO2 del suelo. De igual manera reportan (Vásquez et al., 2013) quienes
trabajando en seis zonas de muestreo diferenciado por dos tipos de uso de suelo (área de bosque y zona
de cultivo) reportan 1.26 vs 1.54 CO2 h-1 bosque y zona de cultivo, respectivamente. Con respecto a
temperatura del suelo y humedad (%) reportado en este trabajo difiere a los resultados de (Villanueva-
López et al., 2014, 2016; Yáñez Díaz et al., 2017) quienes encontraron diferencias estadísticamente
significativas en temperatura del suelo y humedad, trabajando con cercas vivas versus monocultivo de
pasto y en cuatro diferentes sistemas de uso de la tierra, respectivamente. Estos resultados de temperatura
(°C) y humedad (%) difieren a lo reportado por (Adame‐Castro et al., 2020) quienes trabajando en
sistemas silvopastoriles tropicales reportan 17.6 % más altos contra 0.37 % a este trabajo y humedad es
menor ya que reporta 10.6 % a los 28 % en promedio de los sistemas silvopastoriles de esta investigación.
Conclusiones
Las tasas de respiración del suelo en los tres sistemas silvopastoriles comparado con monocultivo de
pasto presentan diferencias estadísticamente significativas (P < 0.05), monocultivo de pasto es el sistema
que presenta mayor emisión de CO2, seguido por cercas vivas, los cuales son los usos de suelos
ganaderos similares en el sureste de México. Los mayores flujos de CO2 del suelo ocurrieron en la época
de estiaje asociada a las altas temperaturas de cada sistema. Los flujos de CO2 son resultados que

presentan una variación por mes y se observa diferencia estadísticamente significativa entre sistemas,
esto puede ser causado por la variación en humedad y temperatura, como resultado de la presencia de
los árboles.
Literatura citada
Adame‐Castro, D. E., Aryal, D. R., Villanueva‐López, G., López‐Martínez, J. O., Chay‐Canul, A. J., & Casanova‐Lugo, F.
(2020). Diurnal and seasonal variations on soil CO2 fluxes in tropical silvopastoral systems. Soil Use and
Management, 36(4), 671-681.
Cantú-Silva, I., González-Rodríguez, H., & Gómez-Meza, M. V. (2010). CO2 efflux in vertisol under different land use
systems. Tropical and Subtropical Agroecosystems, 12(2), 389-403.
Curiel-Yuste, J., Baldocchi, D. D., Gershenson, A., Goldstein, A., Misson, L., & Wong, S. (2007). Microbial soil
respiration and its dependency on carbon inputs, soil temperature and moisture. Global Change Biology, 13(9),
2018-2035.
Davidson, E. A., Belk, E., & Boone, R. D. (1998). Soil water content and temperature as independent or confounded factors
controlling soil respiration in a temperate mixed hardwood forest. Global change biology, 4(2), 217-227.
Friedlingstein, P., O’sullivan, M., Jones, M. W., Andrew, R. M., Hauck, J., Olsen, A., Peters, G. P., Peters, W., Pongratz,
J., & Sitch, S. (2020). Global carbon budget 2020. Earth System Science Data, 12(4), 3269-3340.
Hudson, P. F., Hendrickson, D. A., Benke, A. C., Varela-Romero, A., Rodiles-Hernández, R., & Minckley, W. L. (2005).
Rivers of Mexico. En Rivers of North America.
Ibrahim, M. A., & Andrade, H. (2003). ¿ Cómo monitorear el secuestro de carbono en los sistemas silvopastoriles?
Agroforestería en las Américas, número 39-40 (2003).
INEGI (Instituto Nacional de Estadística y Geografía). (2009). Prontuario de información geográfica municipal de los
Estados Unidos Mexicanos. Clave geoestadística 17007.
Jassal, R. S., & Black, T. A. (2006). Estimating heterotrophic and autotrophic soil respiration using small-area trenched
plot technique: Theory and practice. Agricultural and forest meteorology, 140(1-4), 193-202.
Mamta, S., Sharma, S., & Kudrat, M. (2012). Effect of crop rotation, soil temperature and soil moisture on CO2 emission
rate in Indo-Gangetic plains of India. International Journal of Agriculture and Forestry, 2(3), 117-120.
Millard, P., Midwood, A. J., Hunt, J. E., Whitehead, D., & Boutton, T. W. (2008). Partitioning soil surface CO2 efflux into
autotrophic and heterotrophic components, using natural gradients in soil δ13C in an undisturbed savannah soil.
Soil Biology and Biochemistry, 40(7), 1575-1582.
Moitinho, M. R., Padovan, M. P., Panosso, A. R., Teixeira, D. D. B., Ferraudo, A. S., & La Scala Jr, N. (2015). On the
spatial and temporal dependence of CO2 emission on soil properties in sugarcane (Saccharum spp.) production.
Soil and Tillage Research, 148, 127-132.
Morales Ruiz, D. E., Aryal, D. R., Pinto Ruiz, R., Guevara Hernandez, F., Casanova Lugo, F., & Villanueva Lopez, G.
(2021). Carbon contents and fine root production in tropical silvopastoral systems. Land Degradation &
Development, 32(2), 738-756.
Mutuo, P. K., Cadisch, G., Albrecht, A., Palm, C., & Verchot, L. (2005). Potential of agroforestry for carbon sequestration
and mitigation of greenhouse gas emissions from soils in the tropics. Nutrient cycling in Agroecosystems, 71, 43-
54.
Nair, P. R., Nair, V. D., Kumar, B. M., & Showalter, J. M. (2010). Carbon sequestration in agroforestry systems. Advances
in agronomy, 108, 237-307.
Santiago, L., Germain, J., López, V., & Lugo, C. (2018). Almacenamiento de carbono y flujos de CO2 del suelo en sistemas
ganaderos de Tabasco.
Scholze, M., Knorr, W., & Heimann, M. (2003). Modelling terrestrial vegetation dynamics and carbon cycling for an
abrupt climatic change event. The Holocene, 13(3), 327-333.
Schwendenmann, L., Pendall, E., & Potvin, C. (2007). Surface soil organic carbon pools, mineralization and CO 2 efflux
rates under different land-use types in Central Panama. Stability of Tropical Rainforest Margins: Linking
Ecological, Economic and Social Constraints of Land Use and Conservation, 107-129.
Tang, X., Zhou, G., Liu, S., Zhang, D., Liu, S., Li, J., & Zhou, C. (2006). Dependence of soil respiration on soil
temperature and soil moisture in successional forests in southern China. Journal of Integrative Plant Biology,
48(6), 654-663.
Vásquez, J. R., Macías, F., & Menjivar, J. C. (2013). Respiración del suelo según su uso y su relación con algunas formas
de carbono en el departamento del Magdalena, Colombia. Bioagro, 25(3), 175-180.
Villanueva-López, G., Casanova-Lugo, F., Ramírez-Avilés, L., & Martínez-Zurimendi, P. (2014). Influencia del sistema
silvopastoril “cercas vivas” de Gliricidia sepium en la respiración del suelo en Tacotalpa, Tabasco, México.
Tropical and Subtropical Agroecosystems, 17(2), 261-266.

Villanueva-López, G., Martínez-Zurimendi, P., Ramírez-Avilés, L., Aryal, D. R., & Casanova-Lugo, F. (2016). Live fences
reduce the diurnal and seasonal fluctuations of soil CO2 emissions in livestock systems. Agronomy for Sustainable
Development, 36(1), 1-8.
Xu, liukang, Baldocchi, D., & Tang, jianwu. (2003). Assessing soil CO2 efflux using continuous measurements of CO2
profiles in soils with smal solid—Studocu. https://www.studocu.com/pe/document/universidad-nacional-de-san-
agustin-de-arequipa/quimica/assessing-soil-co2-efflux-using-continuous-measurements-of-co2-profiles-in-soils-
with-smal-solid-state-sensors-tang-et-al-2003-2/51585929
Yáñez Díaz, M. I., Cantú Silva, I., González Rodríguez, H., Marmolejo Monsiváis, J. G., Jurado, E., & Gómez Meza, M. V.
(2017). Respiración del suelo en cuatro sistemas de uso de la tierra. Revista mexicana de ciencias forestales, 8(42),
123-149.
Yuste, J., Baldocchi, D. D., Misson, L., Gershenson, A., Wong, S., & Goldstein, A. (2007). Microbial Soil Respiration and
its dependency on Carbon Inputs, Soil Temperature and Moisture in two contrasting ecosystems. AGU Fall
Meeting Abstracts, 2006, B41E-0236.

6.3. Distribución de carbono orgánico en el suelo del sistema milpa intercalado con
árboles frutales
Ramos-Pérez Miguel A.1,*; Aryal Deb Raj2; Camas-Gómez Robertony3; Guevara-Hernández

Francisco4; Pinto-Ruiz René4 y La O-Arias Manuel A.4
1
Universidad Autónoma de Chiapas (MCPAT-CONACYT)
2
Universidad Autónoma de Chiapas (CATEDRAS-CONACYT)
3
Instituto Nacional de Investigación Forestales, Agrícolas y Pecuarias;
4
Universidad Autónoma de Chiapas (Docente-investigador).
*
Autor para correspondencia:angel.ramos@unach.mx
Resumen
El sistema Milpa intercalada con árboles frutales (MIAF) ayuda a contribuir en la mitigación del cambio
climático a través de la captura de carbono orgánico (CO) en el suelo. El propósito de esta investigación
es conocer la concentración de CO en suelo y la distribución de raíces finas de todos los cultivos del
MIAF y el pastizal. El estudio se llevó a cabo en el campo experimental centro del INIFAP en
Ocozocoautla, Chiapas, México. El muestreo de suelo y de raíces finas del MIAF, se realizó a diferentes
distancias de los árboles y en zigzag para el pastizal. Para la determinación de CO se utilizó el método
de Walkley y Black, 1934. La biomasa de raíces finas ≤ a 2 mm mostró diferencia estadística entre
sistemas (F = 32.31, p = 0.000), el MIAF obtuvo una media de 220.8 g/m3 con intervalo de 156.1 g/m3 a
285.6 g/m3; mientras que el pastizal obtuvo una media de 713.0 g/m3. Sin embargo, el MIAF en % de
CO, tuvo un efecto significativo (F = 20.80, p = 0.000), a 80 cm del tronco con media de 2.3%, en
comparación de 160 y 300 cm. En profundidad del suelo también tuvo diferencia estadística de (F = 4.76,
p = 0.001) de 0-10 cm, con una media de 2,2%. Estos resultados podrían permitir conocer la aportación
del sistema MIAF en la captura de CO.
Palabras clave: MIAF; biomasa radicular; suelo.
Abstract
The Milpa intercropped with fruit trees (MIAF) system helps to contribute to climate change mitigation
through the capture of organic carbon (CO) in the soil. The purpose of this research is to know the
concentration of CO in soil and the distribution of fine roots of all MIAF crops and pasture. The study
was carried out at the INIFAP experimental field center in Ocozocoautla, Chiapas, Mexico. Sampling of
soil and fine roots of the MIAF was carried out at different distances from the trees and in zigzag for the
pasture. For CO determination, the method of Walkley and Black, 1934 was used. The biomass of fine
roots ≤ to 2 mm showed statistical difference between systems (F = 32.31, p = 0.000), the MIAF obtained
a mean of 220.8 g/m3 with interval from 156.1 g/m3 to 285.6 g/m3; while the pasture obtained a mean
of 713.0 g/m3. However, the MIAF in % CO, had a significant effect (F = 20.80, p = 0.000), at 80 cm
from the trunk with a mean of 2.3%, compared to 160 and 300 cm. In soil depth it also had a statistical
difference of (F = 4.76, p = 0.001) from 0-10 cm, with a mean of 2.2%. These results could provide
insight into the contribution of the MIAF system in CO capture.
Key words: MIAF; root biomass; soil.

Introducción
Los sistemas de producción agroforestales aportan 1.6 gigatoneladas de carbono (GtC) a nivel mundial
(Friedlingstein et al. 2020), así que estos sistemas brindan múltiples servicios ambientales, obteniendo
gran potencial en mitigación de gases de efecto invernadero (GEI) (Sarandón, 2002). De la misma forma,
los sistemas agroforestales son una alternativa para la captura de carbono orgánico (CO), incluyendo el
sistema milpa intercalada con árboles frutales (MIAF), el cual combina la producción intensiva de árboles
frutales y la milpa tradicional (maíz y frijol). Convirtiéndose en un sistema multipropósito para la
intensificación del manejo sustentable, que es compatible con el paradigma de la agricultura tradicional
de México (Turrent et al., 2017 y Camas et al., 2018).
El MIAF aproximadamente captura en el área foliar de los arboles 0.75 Mg C ha-1 por año, además de
contribuir en la conservación del suelo formando terrazas, permite mayor eficiencia en el uso del suelo,
radiación solar y agua, con gran participación de mujeres en la toma de decisiones en el manejo y
establecimiento del MIAF (Cadena et al., 2018 y Regalado et al., 2020).
Sin embargo, es necesario conocer la contribución del sistema MIAF en captura de CO en suelo y su
distribución de raíces finas de todos los cultivos a diferentes profundidades. Ya que contribuyen en la
acumulación de carbono al suelo por el recambio constante que sufren debido al estrés biótico y abiótico
(Morales, 2020).
Por ello, el interés de evaluar la captura de CO del suelo provenientes de las raíces finas a diferentes
distancias del árbol tanto horizontal como vertical y la distribución de raíces finas, fibrosas y leñosas del
sistema MIAF comparado con un pastizal que no cuenta con raíces leñosas y que conserva las
características del suelo de origen sin disturbios en los distintos horizontes en Ocozocoautla, Chiapas,
México. Esto, permitirá conocer la contribución del sistema MIAF en diferentes horizontes.
El área de estudio se localiza en el Campo Experimental Centro de Chiapas, del Instituto Nacional de
Investigaciones Forestales Agrícolas y Pecuarias (INIFAP), ubicado en Ocozocoautla, Chiapas, México.
Entre las coordenadas geográficas 16°47'09"N 93°24'04"W a 793 m s.n.m. Establecido sobre un suelo
Vertisol Pélico, de características muy oscuras en los primeros 30 cm en húmedo (CEIEG, 2012), según
García, (2004) es de clima Aw1, que corresponden a un clima cálido subhúmedo con lluvias en verano
y la precipitación promedio anual es de 1191.8 mm; el período de mayor índice de lluvias es de junio a
septiembre, sin embargo, de octubre a enero existen precipitaciones por los frentes fríos (SIAP, 2022),
La presente investigación, es de tipo experimental y descriptiva, con un diseño yijk = M + Ii + Dj +
PK + eijk con arreglo factorial 2 x 3 x 5 con 4 repeticiones donde yijk = Variable de Media estándar en i
ésima J ésima k ésima y relación de las mismas; M = Media General; Ii = Efecto de i ésima inclinación;
DJ = Efecto de i ésima distancia; Pi = Efecto de i ésima profundidad y eijk = interacción del error
estándar. Los tratamientos son 30 conformados por dos inclinaciones del árbol a favor y en contra de la
sub-franja de maíz y frijol, a tres distancias de la sub-franja central del frutal a 80, 160 y 300 cm y cinco
profundidades en los dos sistemas de 0-10, 10-20, 20-30, 30-40 y 40-50 cm.
La recolección de muestras de suelo y de raíces finas se realizó en puntos dirigidos por conveniencia
en el MIAF y el pastizal asegurándose que sea equitativa y proporcional para los dos sistemas según la
Editorial Grudemi (2019). El proceso constará de dos fases, con sus respectivas variables inclinación,
distancia del tronco del árbol y profundidad.
• En la primera fase se analizó la distribución de las raíces finas de Guayaba como leñosas y
fibrosas (maíz, frijol y malezas) en las hileras del sistema MIAF comparado con un pastizal.
• En la segunda fase se cuantifico el almacenamiento de CO y su distribución espacial en el suelo
a dos inclinaciones, tres distancias del árbol y a cinco profundidades en los dos sistemas.

Como primera fase
Para la obtención de raíces finas por factores inclinación del árbol (favor y contra a la franja de milpa),
distancia del frutal (80 cm, 160 cm y 300 cm) y profundidad en los dos sistemas (0-10, 10-20, 20-30, 30-
40 y 40-50 cm). Fue necesario lavar las muestras de suelo que se obtuvieron con el núcleo de 30 x 30 x
10 cm en cada punto dirigido, lo cual fue mediante la técnica modificada de monolito con el principio
del método lógico del cilindro. Finalmente, las muestras colectadas fueron llevadas al laboratorio para
ser separadas en raíces finas ≤ 2 mm con la ayuda de un vernier y pinzas, posteriormente fueron secadas
en estufa a 65 °C, tomando los valores de peso seco para la estimación de biomasa radicular.
En la segunda fase
Para la estimación de CO del suelo del MIAF y el pastizal se utilizó el método de digestión química
seguido por espectrofotometría (Walkley y Black, 1934). Las muestras de suelo para análisis físico
químico de los dos sistemas fueron utilizadas para determinar pH y rango milivoltios (R.mV) utilizando
un potenciómetro, para Densidad aparente (Da) se obtuvieron muestras de suelo no disturbadas de
volumen conocido con la ayuda de un cilindro.
Las pruebas estadísticas que se aplicaron fueron análisis de varianza, correlación y regresión para
comparar entre dos sistemas, profundidades de suelo y distancia de los árboles frutales.
Resultados
Distribución de biomasa radicular
La biomasa de raíces finas ≤ a 2 mm en el sistema MIAF y el pastizal mostró diferencia estadística (F

= 32.31, p = 0.000). El MIAF obtuvo una media de 220.8 g m3 con intervalo de 156.1 a 285.6 g m3;
mientras que el pastizal obtuvo una media de 713.0 g m3 con intervalo de 555.0 a 872.0 g m3 (Figura 1).
Esto indica que lo observado en el pastizal es 3.2 veces mayor que el MIAF debido a la producción de
biomasa radicular en los primeros 10 cm de profundidad, pero con mejor distribución en el MIAF ya que
las raíces leñosas mantienen su biomasa a mayor profundidad como se muestra en el segundo grafico
(Figura 1). En función a las características fisicoquímicas de los sistemas como son: especies, edad,
manejo agronómico propiedades del suelo y factores ambientales (Gómez et al., 2021; Rico A. y Suárez
S., 2018 y Contreras et al., 2021).
Figura 1. Gráficos de dispersión representando la Biomasa radicular (g m-3).
Por otro lado, el total de biomasa de raíces finas en el sistema MIAF presentó diferencia estadística
en inclinación, distancia del árbol y la profundidad de suelo. En contra de la inclinación del árbol fue

mayor con media de 252.6 g m3 en comparación a favor con media de 189.0 g m3 demostrando que la
inclinación del árbol modifica el anclaje y producción de raíces finas. Sin embargo, no perjudica ya que
los arboles se establecieron con diferente inclinación a cada metro. En distancia fue mejor a 160 cm con
media de 261.1 g m3 en comparación a 80 cm con media de 225.9 g m3 y 300 cm con media de 175.4 g
m3, esto indica que la mayor producción de raíces finas se encuentra en el área de goteo independiente
mente de la inclinación del árbol. En profundidad se encuentra una diferencia estadística de 0–10 cm con
media de 280.9 g m3 en comparación de 40–50 cm con media de 149.1 g m3 (Cuadro 1). demostrando
que el crecimiento radicular se sigue presentando a mayor profundidad en el sistema MIAF. Siguiendo
un patrón muy similar a los sistemas agroforestales con producción de raíces leñosas y fibrosas. Con una
distribución vertical y horizontal dependiendo del número y tipo de especies establecidas (Figura 2).
Resultados similares fueron reportados por Rendón y Giraldo-Herrera (2019).
Cuadro 1. Biomasa de raíces finas con un diseño factorial de múltiples niveles y arreglo espacial, en g/m3, área ocupada por el
sistema MIAF.
Agrupación
Factor Parámetro Media g/m3 Valor F, p
Tukey
Favor 189.0 (149.4, 228.6) B
Inclinación del árbol 5.06, 0.026
Contra 252.6 (213,0, 292.3) A
80 cm 225.9 (177.4, 274.4) AB

Distancia del árbol 160 cm 261.1 (212.6, 309.7) A 3.09, 0.049
300 cm 175.4 (126.9, 223.9) B
0-10 cm 280.9 (218.6, 343.2) A

10-20 cm 216.5 (154.1, 278.8) AB
Profundidad 20-30 cm 244.5 (182.2, 306.8) AB 2.37, 0.056
30-40 cm 213.3 (151.0, 275.6) AB
40-50 cm 149.1 (86.7, 211.3) B
Medias con diferente letra en agrupación indican diferencia significativa (Tukey ≤ 0.05).
Figura 2. Gráfico de columna agrupada en distribución de raíces finas por profundidad de suelo.
Distribución de carbono orgánico en el suelo

Con el porcentaje de CO en el suelo no se encontró diferencia estadística entre el MIAF y pastizal, sin
embargo, en sistemas separados dentro del MIAF muestra diferencia estadística en distancia y
profundidad. En distancia horizontal se encuentra diferencia estadística a 80 cm del árbol con media de
2.3 % de CO en comparación de 160 y 300 cm. En profundidad se encuentra con diferencia estadística
mayor en los primeros 10 cm de profundidad con media de 2.2 % de CO comparado a profundidades de
30-50 cm con media de 1.6 % de CO (Cuadro 2). Teniendo comportamiento similar a la distribución de
raíces leñosas. Por otro lado, el pastizal cuenta con diferencias estadísticas (F = 5.99, p = 0.004) mayor
en los primeros 10 cm de profundidad con media de 2.8 (intervalo de confianza 1.9, 2.5) % de CO en
comparación de 30-50 cm con media de 1.3 (intervalo de confianza 1.4, 1.9) % de CO. El pastizal
acumula un 54.8 % de CO en los primeros 20 cm de profundidad y el MIAF el 46 % comportándose muy
estable en todo el sistema esto se puede contribuir al buen desarrollo radicular ayudando a la estabilidad
del pH, Da y R.mV. Resultados muy similares a lo reportado por Cotler et al, (2016).
Cuadro 2. Carbono Orgánico en % de 250 miligramos de suelo del sistema MIAF.
Agrupación
Factor Parámetro Media % Valor F, p
Tukey
Inclinación del
Favor 1.8 (1.6, 2.0) A 0.16, 0.689
árbol
Contra 1.8 (1.6, 1.9) A
80 cm 2.3 (2.1, 2.5) A

Distancia del
160 cm 1.7 (1.5, 1.9) B 20.80, 0.000
árbol
300 cm 1.4 (1.2, 1.6) B
0-10 cm 2.2 (1.9, 2.5) A

10-20 cm 1.9 (1.7, 2.2) A
Profundidad 20-30 cm 1.7 (1.5, 2.0) AB 4.76, 0.001
30-40 cm 1.6 (1.4, 1.9) B
40-50 cm 1.5 (1.2, 1.7) B
Medias con diferente letra en agrupación indican diferencia significativa (Tukey ≤ 0.05).
Esto indica una disminución acentuada de CO a mayor profundidad en el suelo del pastizal en
comparación del MIAF mejorando la estabilidad del sistema al capturar CO en diferentes horizontes. El
almacenamiento de CO en los dos sistemas disminuye conforme se profundiza en el suelo evidenciando
mayor acumulación de CO en los primeros 10 cm de profundidad (Figura 3). Sin embargo, el sistema
MIAF de 30 a 50 cm de profundidad acumula más CO que el pastizal y se puede contribuir por su
desarrollo radicular a diferentes horizontes. Resultados muy similares a los reportados por Contreras-
Santos et al, (2021). Expresando que a pesar que se sabe que el pastizal cuenta con mayor cantidad de
raíces fibrosas no se encontró diferencia estadística en captura de carbono.
Figura 3. Gráfico de columna agrupada en distribución de CO en % de 250 miligramos de suelo a diferentes profundidades
inclinación y distancia incluyendo la interacción del pastizal.

Conclusiones
La distribución de raíces finas ≤ 2 mm en el sistema MIAF se encuentra distribuida de forma vertical

y horizontal, sin embargo, la mayor incidencia de raíces leñosas se encuentra a 160 cm del árbol y de 20-
30 cm de profundidad aumentando la captura de CO a diferentes profundidades y mejorando las
condiciones del suelo al reducir la Da, gracias a la distribución del sistema radicular de los árboles.
El sistema MIAF produce hasta el 67.9 % de la biomasa radicular total en horizontes más profundos
siendo un importante reservorio de CO en el suelo a diferentes profundidades.
El almacenamiento de CO en los suelos del sistema MIAF son medios, se encuentran entre 1.4 y 2.3
% pero sin diferencia estadística con el pastizal, esto quiere decir que el poco almacenamiento de CO es
normal para la región, por el origen del suelo, no existe una degradación de los recursos por la
intervención del sistema de producción. Sin embargo, el MIAF tiene mayor acumulación de CO a
profundidades de 30 - 50 cm con media de 1.6 % de CO, esto se debe a la distribución de raíces finas en
horizontes más profundos del suelo.
Literatura Citada
Cadena-Iñiguez, P., Camas-Gómez, R., Walter López-Báez, §, Del Carmen López-Gómez, H., & Helder González-Cifuentes, J. (2018). El
MIAF, una alternativa viable para laderas en áreas marginadas del sureste de México: caso de estudio en Chiapas. Revista Mexicana
de Ciencias Agrícolas, 9(7), 1351–1361. https://doi.org/10.29312/remexca.v9i7.1670
Camas Gómez, R., Turrent Fernández, A., Cortes Flores, J. I., Livera Muñóz, M., González Estrada, A., Villar Sánchez, B., López Martínez,
J., Espinoza Paz, N., & Cadena Iñiguez, P. (2018). Erosión del suelo, escurrimiento y pérdida de nitrógeno y fósforo en laderas bajo
diferentes sistemas de manejo en Chiapas, México. Revista Mexicana de Ciencias Agrícolas, 3(2), 231–243.
https://doi.org/10.29312/remexca.v3i2.1459.
CEIEG. 2012. Comité Estatal de Información Estadística y Geográfica. Regiones socioeconómicas. Compendio de información estadística
y geográfica de Chiapas [fecha de consulta: 17 de junio de 2021]. Disponible en: http://www.ceieg.chiapas.gob.mx/home/wp-
content/uploads/downloads/productosdgei/CIGECH/CIGECH_REGIONES.pdf
Contreras-Santos, J. L., Martínez-Atencia, J., & Falla-Guzman, C. K. (2021). Carbono acumulado en raíces de especies vegetales en
sistemas silvopastoriles en el Norte de Colombia. Revista de Ciencias Ambientales, 55(1), 52–69. https://doi.org/10.15359/rca.55-
1.3
Cotler, H., Martínez, M., & Etchevers, J. D. (2016). CARBONO ORGÁNICO EN SUELOS AGRÍCOLAS DE MÉXICO:
INVESTIGACIÓN Y POLÍTICAS PÚBLICAS Organic Carbon in Agricultural Soils of Mexico: Research and Public Policy.
Investigación Políticas Públicas, 34(1), 125–138.
García, E. (2004). Modificaciones al sistema de clasificación climática de Köppen. Universidad Nacional Autónoma de México.
Editorial Grudemi (2019). Muestreo probabilístico. Recuperado de Enciclopedia Económica (https://enciclopediaeconomica.com/muestreo-

probabilistico/).
Friedlingstein, P., O’Sullivan, M., Jones, M. W., Andrew, R. M., Hauck, J., Olsen, A., Peters, G. P., Peters, W., Pongratz, J., Sitch, S., Le
Quéré, C., Canadell, J. G., Ciais, P., Jackson, R. B., Alin, S., Aragão, L. E. O. C., Arneth, A., Arora, V., Bates, N. R., … Zaehle, S.
(2020). Global Carbon Budget 2020. Earth System Science Data, 12(4), 3269–3340.
Gómez, J. D., Etchevers, J. D., Monterroso, A. I., Campo, J., Paustian, K., & Asensio, C. (2021). Soil organic carbon and root biomass of
Quercus sp. Madera y Bosques, 27(4). https://doi.org/10.21829/myb.2021.2742445
Morales Ruiz, D. E. (2020). Cambio en el almacén de carbono en sistemas silvopastoriles comparado con monocultivo de pastos. 151–
156.
Regalado, L.J.; Castellanos, A..; Pérez, R.N.; Méndez, E.J.A. y Hernández, R.E. 2020. Estudios Sociales. Revista de Alimentación
Contemporánea y Desarrollo Regional Volumen 30, Número 56. Revista Electrónica. ISSN: 2395-9169. 33p
Rendón, J. R., & Giraldo-Herrera, A. (2019). Distribución de raíces en café variedad castillo® bajo dos arreglos espaciales. Revista
Cenicafé, 70(1), 7–17. https://doi.org/10.38141/10778/70101
Rico A., A., & Suárez S., J. C. (2018). Biomasa de raíces finas en arreglos agroforestales con cacao en la amazonia occidental colombiana.
Rev
SIAP.2022. Servicio de Información Agroalimentaria y Pesquera. Pronóstico Agrometeorológico [fecha de Consulta: 17 de abril de 2022].
https://www.gob.mx/siap/documentos/pronostico-agrometeorologico-292537?idiom=es
Walkley, A., Black, I.A., 1934. An examination of the Degtjareff method for determining soil organic matter, and a proposed modification
of the chromic acid titration method. Soil Sci. 37, 29–38.

6.4. Cálculo del coeficiente de cultivo para Avena de invierno en

una región semiárida.
Juárez-Altamirano René1; Torres-Gómez Andrés 1; Salas-Aguilar Víctor 2 y Flores-Rentería Dulce3,*

1
Grupo de Sustentabilidad de los Recursos Naturales y Energía. Centro de Investigaciones y de Estudios Avanzados del Instituto
Politécnico Nacional (SRNyE-CINVESTAV), Av. Industria Metalúrgica 1062, Parque Industrial Ramos Arizpe Ramos Arizpe, C.P.
25900, Coahuila, México.
2
Universidad Autónoma de Ciudad Juárez (UACJ), Kilometro 3.5 Carretera Anáhuac S/N, C.P. 31600
Anáhuac, Municipio de Cuauhtémoc, Chihuahua, México.
3
CONAHCyT -Grupo de Sustentabilidad de los Recursos Naturales y Energía. Centro de Investigaciones y de Estudios Avanzados del
Instituto Politécnico Nacional (SRNyE-CINVESTAV), Av. Industria Metalúrgica 1062, Parque Industrial Ramos Arizpe Ramos
Arizpe, C.P. 25900, Coahuila, México.
* Autor para correspondencia: yaahid.flores@cinvestav.edu.mx
Resumen
La avena forrajera es un cultivo de importancia económica en México que se siembra anualmente como
planta para la alimentación del ganado, mientras que la producción de granos sirve para el consumo en
la dieta humana. La producción de este cultivo en las regiones áridas de México se lleva a cabo en áreas
con riego, lo que requiere de planificación sobre la demanda de agua y por tanto del conocimiento de
requerimientos hídricos y de los coeficientes de cultivo que permitan el desarrollo de este. Para dar
respuesta a esta necesidad se requiere la estimación de la evapotranspiración (ET) del cultivo, en este
trabajo se compararon los resultados del cálculo de la ET a partir del método de Covarianza Eddy,
Balance hídrico del suelo y con percepción remota, para posteriormente construir una curva de
coeficiente de cultivo para las distintas etapas fenológicas del cultivo de avena. Al comparar los métodos
utilizados en este trabajo se validó el uso del cálculo de la ET a partir del balance hídrico del suelo y de
percepción remota para ser utilizados como alternativa al método de Covarianza Eddy. Los coeficientes
de cultivo de la avena presentaron valores de entre 0.7 y 2.3 en las diferentes etapas fenológicas. Se
observó una diferencia de estos valores con respecto a la literatura, las cuales pueden ser atribuidas a la
cantidad de riego que los productores aplican a la parcela. Se propone una curva de coeficiente de cultivo
que puede ser empleada como referencia en el cálculo del riego para el cultivo de avena de invierno.
Palabras clave: Balance hídrico; Covarianza Eddy; Evapotranspiración; Percepción remota; Riego.
Abstract
Forage oats are a crop of economic importance in Mexico that is planted annually as a plant for livestock
feed, while grain production serves for consumption in the human diet. The crop establishment in the
arid regions of Mexico is carried out in areas with irrigation, which requires planning on water demand
and, therefore, knowledge of water requirements and crop coefficients that allow the development of
this. Respond to this need involves the estimation of evapotranspiration (ET) of the crop; in this work,
we compared the results of the calculation of the ET from the method of Covariance Eddy, water balance
of the soil and with remote sensing, to later build a curve of coefficient of cultivation for the different
phenological stages of the oat crop. When comparing the methods used in this work, the calculation of
the ET from the soil water balance and remote sensing was validated to be used as an alternative to the
Eddy Covariance method. The coefficients of oat cultivation presented values between 0.7 and 2.3 in
the different phenological stages. A difference in these values was observed compared to the literature,
which can be attributed to the amount of irrigation producers applied to the plot. A proposed crop
coefficient curve can be used as a reference in the calculation of irrigation for winter oat cultivation.

Keywords: Water balance; Eddy covariance; Evapotranspiration; Remote sensing; Irrigation.
Introducción
Las prácticas agrícolas convencionales han satisfecho las necesidades básicas de la sociedad, sin
embargo, el constante incremento de la población humana, el cambio climático y la intensificación de
actividades antropogénicas están ejerciendo una presión cada vez mayor sobre uno de los recursos no
renovables más limitantes para la agricultura, el agua. Es por ello que en los últimos años se ha llegado
al consenso de que se necesita un cambio de estrategias hacia nuevos métodos de producción que
garantice una agricultura sostenible (Velasco-Muñoz et al., 2019; Zaman et al., 2018). En este sentido,
el agua es de vital importancia para mantener e incrementar la producción eficiente de cultivos. La
demanda de agua de riego por parte de los usuarios agrícolas desencadena la competencia por los
recursos hídricos y aumenta la preocupación ambiental.
El riego se convierte en un problema mayor cuando las regiones se encuentran bajo condiciones
climáticas adversas donde las fuentes de agua son limitadas y la cantidad de lluvia es considerablemente
baja, por lo tanto, la escasez de agua se considera una limitante importante para promover la agricultura
de manera sostenible (Simsek y Comlekcioglu, 2011). En regiones áridas y semiáridas es frecuente que
se recurra al uso de agua de baja calidad, con altos niveles de salinidad o componentes tóxicos que
disminuyen el rendimiento de los cultivos y deterioran la calidad del suelo (Velasco-Muñoz et al., 2019).
Así, la agricultura en estas regiones ocupa un lugar principal en el debate sobre la escasez y la gestión
del agua (Prinz y Singh, 2000). Para mejorar las prácticas de riego es necesario comprender que el agua
aplicada depende de las necesidades de los cultivos en sus diferentes etapas de desarrollo y que el
consumo de agua esta relaciona directamente con la evapotranspiración (ET). En la actualidad se han
propuesto y validado distintos métodos para calcular la ET, como el balance hídrico del suelo, la
covarianza de remolinos y el uso de sensores remotos. El cálculo de la ET es relevante para la
determinación del coeficiente de cultivo (Kc), el cual se define como la relación entre la
evapotranspiración de un cultivo en específico y la evapotranspiración de referencia (Cuesta et al.,
2005). Su importancia se debe a que estos valores representan los efectos integrados de las características
del cultivo, el método de riego, la tasa de desarrollo del cultivo, condiciones climáticas, del suelo, y las
prácticas de manejo. Entonces, cada cultivo tendrá coeficientes de cultivo específicos y predecirá del
uso de agua en sus diferentes etapas de crecimiento (Pokorny, 2019).
El objetivo principal de este trabajo fue construir la curva de coeficiente de cultivo para mejorar la
gestión del riego en un cultivo de avena de invierno. Los resultados de esta investigación aportarán las
herramientas necesarias para mejorar la gestión del agua en la región de estudio por parte de los
agricultores que deseen mantener e incrementar su productividad a la par de hacer un mejor uso del
recurso hídrico con la determinación periódica de la ET a través de un método más económico y factible
como puede ser el balance hídrico.
Área de estudio
El trabajo experimental se realizó en una parcela agrícola ubicada en el municipio de General Cepeda
al sureste del estado de Coahuila, la región se caracteriza por un clima semiárido con una temperatura
media anual de 18 a 20 °C. La precipitación media anual se encuentra en el rango de los 350 mm
(INAFED, 2016). Los principales cultivos del municipio son maíz de grano, nopal forrajero, nuez, sorgo
y maguey pulquero (SIACON, 2018). La parcela cuenta con una extensión de 12 ha y fue sembrada con
avena en el mes de octubre de 2021, con la cosecha en abril de 2022. El suelo se preparó para la siembra

con arado y se empleó una máquina sembradora para la siembra y fertilizado. Para el riego se utilizó un
sistema de aspersión, divididos en sectores de 1ha los sectores se riegan en distintos días o momentos
del día. La toma de decisión de riego para cada sector es arbitraria, regándose 9 horas durante el día o
12 horas durante la noche. Además del riego no se dio otro manejo al cultivo (fertilización, plaguicidas,
etc.).
Metodología
Para este trabajo se obtuvo la evapotranspiración real (ETa) a partir de los métodos de Eddy
Covarianza, balance hídrico del suelo y con percepción remota. Adicionalmente se calculó la
evapotranspiración de referencia (ETo) usando el método estándar FAO Penman-Monteith. Una vez
realizada la siembra del cultivo se colocó la torre de Covarianza Eddy EddyFlux System LI-7900 (Li-
cor), la cual consiste en un analizador infrarrojo de canal abierto (LI-7500DS) para medir el dióxido de
carbono y vapor de agua (CO2/H2O), acompañado por un anemómetro sónico WindMaster, un paquete
del sistema Standard Biomet (7900-100) y un sistema SmartFlux 3. Las variables (CO2/H2O) se midieron
en 10 Hz, promediando la información cada 30 min. Todas las variables meteorológicas se midieron en
intervalos de 5 s y los promedios de cada 30 min. La altura de la torre fue la estándar de 1.5 veces la
altura del cultivo. El área de influencia de la torre se limitó a 200 m. Los datos de Covarianza Eddy se
procesaron en el software EddyPro con procesos de control de calidad de los flujos descritos por
(Delgado‐Balbuena et al., 2019).
Para el balance hídrico del suelo se colocaron tres pozos de observación dentro del área de influencia
de la torre en distintos sectores de la parcela, con la finalidad de monitorear la humedad del suelo
recolectando datos cada treinta minutos. En cada pozo se colocaron 4 sensores Watermark con un
registrador de datos WatchDog Data Logger (Spectrum Technologies, Inc.), que miden la tensión hídrica
del suelo. Los sensores se instalaron a 3 cm, 12 cm, 22 cm y 40 cm dentro de la zona radicular del
cultivo. Para el cálculo de la ET por este método se utilizaron diferentes escalas de tiempo (Rashid
Niaghi y Jia, 2019).
Para el cálculo de evapotranspiración con sistema de percepción remota se utilizó el Índice de
Vegetación de Diferencia Normalizada (NDVI) con imágenes satelitales obtenidas del catálogo de
satélites y datos geoespaciales de Google Earth Engine. Las imágenes se colectaron del satélite Sentinel
2A. Cada imagen fue tratada por corrección radiométrica, atmosférica y superficie iluminada, las
imágenes se seleccionaron con base en la cobertura temporal y las condiciones sin nubes. El NDVI se
estimó con el valor de reflectancia de las longitudes de onda rojo e infrarrojo cercano. Para el producto
de Sentinel 2A se usaron las bandas 3 (0.63a 0.69 μm) y 4 (0.77a 0.90 μm). Posteriormente con la ETa
obtenida a partir de los tres métodos y la ETo obtenida del método Penman-Monteith se realizó el cálculo
del coeficiente de cultivo por etapa fenológica (Allen et al., 2006). Finalmente, se construyó la curva de
coeficiente de cultivo para avena de invierno.
Se compararon los resultados de evapotranspiración de referencia (ETo) con los de

evapotranspiración real (ETa) de los tres métodos Fig. 1. Se observa que la ETa fue mayor que la ETo a
diferencia de lo que se esperaría teóricamente. Los mayores valores de ETa se presentaron en el periodo
de invierno, la diferencia de ETa con ETo se atribuye a que el riego en la parcela nunca se detiene o
modifica a pesar de que los requerimientos de agua son menores durante el periodo de invierno. Con el
riego constante siempre hay agua disponible para evaporarse que no es aprovechada por el cultivo y
contribuye al aumento de la ETa.
El método de percepción remota muestra los resultados más parecidos a ETo. La ETa obtenida con
la Covarianza Eddy muestra valores superiores a ETo durante el periodo de invierno esto refleja el

manejo del riego en la parcela. En estas circunstancias, el continuar el riego del cultivo, como los
propietarios, supone una pérdida del recurso hídrico sin tener beneficios para el desarrollo de la avena.
Figura 1. Comportamiento de la ETa calculada con los métodos covarianza Eddy, balance hídrico y percepción remota (círculos
rojos) comparados con la ETo calculada con el método FOA Penman-Monteith (línea negra).
La Figura 2 muestra los valores promedio por etapa fenológica de Kc obtenidos, así como la curva
general para este cultivo en particular. En la curva se observa la dinámica del Kc durante el desarrollo
de la planta.
Un aspecto que destacar es que la FAO no cuenta con curvas de Kc para cultivo de avena, sin
embargo, reporta valores máximos de Kc de 1.15 (Anapalli et al., 2018), como se observa en los
resultados obtenidos los valores son superiores a los teóricos. Estos resultados pueden explicarse con el
manejo que se da del cultivo, (Doorenbos y Pruitt, 1977) y (Allen et al., 2006) señalan que al aumentar
la frecuencia de riego en etapas de desarrollo tempranas con poco desarrollo de área foliar la evaporación
directa del agua del suelo superficial aumenta y esto conduce a un aumento del valor de Kc tal como
sucede en la parcela de estudio.

Figura 2. Curva de coeficiente de cultivo propuesta para avena de invierno en una región semiárida.
Los valores de Kc obtenidos en este estudio representan un aporte para el conocimiento, pues
muestran el estado real del cultivo en la parcela con el manejo usual que los productores le dan, con
estos resultados los productores pueden visualizar que el desarrollo del cultivo se ve afectado por su
manejo y que el rendimiento puede mejorarse.
Conclusiones
Los resultados presentan el potencial del uso del balance hídrico del suelo y el uso de percepción
remota en el cálculo de la evapotranspiración para la toma de decisión del riego de los cultivos al
compararlos con el método de Covarianza Eddy. Adicionalmente, las distintas variables cuantificadas
como la humedad del suelo, las variables meteorológicas y las características del suelo a lo largo de las
etapas fenológicas del cultivo de avena aportan información sobre los requerimientos hídricos del cultivo
que puede servir para mejorar las prácticas de riego de los agricultores y reducir su consumo de agua. El
aporte científico de este trabajo incluye además el cálculo y la propuesta de una curva de valores de
coeficiente de cultivo durante el desarrollo de la avena de invierno, el cual puede ser empleado como
referencia para productores con manejo y características ambientales similares.
Agradecimientos
Este trabajo se realizó con la financiación del Fondo Destinado a Promover el Desarrollo de la Ciencia
y la Tecnología en el Estado de Coahuila, del Consejo Estatal de Ciencia y Tecnología de Coahuila
(COAH-2021-C15-C009). Agradecemos al propietario del predio donde se realizó esta investigación
por su apoyo y facilidades para la instalación de equipos. A CONAHCyT por la beca no. 773063
otorgada a René Juárez Altamirano para el desarrollo de la tesis de maestría donde se obtuvieron los
resultados aquí presentados.
Literatura citada
Allen R. G., L. S. Pereira, D. Raes y M. J. R. F. Smith. 2006. Evapotranspiración del cultivo: guías para la determinación de los
requerimientos de agua de los cultivos. 2006; 298.
Anapalli S.S., D. K. Fisher, K. N. Reddy, P. Wagle, P. H. Gowda and R. J. A. W. M. 2018. Sui Quantifying soybean evapotranspiration
using an eddy covariance approach. 2018; 209: 228-239.

Cuesta A., A. Montoro, A. Jochum, P. López y A. Calera-Belmonte. 2005. Metodología operativa para la obtención del coeficiente de
cultivo desde imágenes de satélite.
Delgado‐Balbuena J., J. Arredondo, H. Loescher, L. F. Pineda‐Martínez, J. Carbajal and R. J. J. o G. R. B. Vargas. 2019. Seasonal
precipitation legacy effects determine the carbon balance of a semiarid grassland. 2019; 124: 987-1000.
Doorenbos J. and W. Pruitt. 1977. Crop water requirements. FAO irrigation and drainage paper 24. Land Water Development Division,
FAO, Rome 1977; 144.
INAFED. 2016. Enciclopedia de Los Municipios y Delegaciones de México. Estado de Coahuila.
Pokorny J. 2019. Evapotranspiration☆. In: Fath B, editor. Encyclopedia of Ecology (Second Edition). Elsevier, Oxford. pp. 292-303.
Prinz D. and A. K. Singh. Water resources in arid regions and their sustainable management. Annals of Arid Zone 2000; 39: 251-272.
Rashid Niaghi A. and X. Jia. 2019. New approach to improve the soil water balance method for evapotranspiration estimation. Water 2019;
11: 2478.
SIACON. 2018. Estadisticas de la Producción Agrícola Nacional y Estatal.
Simsek M. and N. Comlekcioglu. 2011. Effects of different irrigation regimes and nitrogen levels on yield and quality of melon (Cucumis
melo L.). African Journal of Biotechnology 2011; 10: 10009-10018.
Velasco-Muñoz J. F., J. A. Aznar-Sánchez, A. Batlles-Delafuente and M. D. 2019. Fidelibus. Sustainable Irrigation in Agriculture: An
Analysis of Global Research. Water 2019; 11: 1758.
Zaman M., S. A. Shahid and L. Heng. 2018. Guideline for salinity assessment, mitigation and adaptation using nuclear and related
techniques: Springer Nature.

6.5. Diseño de un sistema agroforestal para un ecosistema típico de

selva baja caducifolia
García-Martínez, R.1, *; Gómez-Gómez O.I.1; Hernández-Soto F.N. 1 y García-Urbina J.1
1
División de Ingeniería Forestal, Tecnológico Nacional de México-TES Valle de Bravo. Carretera federal Monumento-Valle de
Bravo, km 30, Ejido San Antonio de la Laguna, CP 51200, Valle de Bravo, Estado de México.
*
Autor para correspondencia: rgm1117@gmail.com
Resumen
Los sistemas agroforestales son esquemas productivos que buscan aprovechar los atributos de los
cultivos agrícolas y especies forestales para proveer productos alimenticios y maderables para
consumo o comercialización. Estos sistemas productivos funcionan como una práctica de
conservación de suelos y conservación de la biodiversidad. El objetivo de este trabajo fue diseñar tres
sistemas agroforestales aplicables a la comunidad de La Calera de los Gallos, Ixtapan del Oro, Estado
de México, comunidad perteneciente a un ecosistema característico de selva baja caducifolia. Para
ello se identificaron las especies de plantas (cultivos anuales, frutales y forestales) que se utilizan en
la comunidad. Posteriormente se generaron los arreglos topológicos y se definieron las especies que
se incluyeron en cada arreglo. Se usó como área estándar una hectárea de terreno. Los diseños se
generaron en el software AutoCAD. Se generaron tres sistemas: 1) Maíz-Limón-Bursera, 2) Frijol-
Guayaba-Teca y 3) Avena-Plátano-Gmelina. El diseño de estos sistemas es adecuado para su
aplicación en la comunidad de la Calera de los Gallos, debido a que considera las condiciones
climáticas y topográficas, de tal manera que las especies seleccionadas son de uso común por los
productores locales.
Palabras clave: sistemas agroforestales; producción forestal; producción agrícola.
Abstract
Agroforestry systems are productive schemes that seek to take advantage of the attributes of
agricultural crops and forest species to provide food and timber products for consumption or
commercialization. These productive systems work as a practice of soil conservation and biodiversity
conservation. The aim of this project was to design three agroforestry systems applicable to the
community of La Calera de los Gallos, Ixtapan del Oro, Estado de Mexico, a community belonging
to a characteristic ecosystem of low deciduous forest. For this, the plant species (annual, fruit and
forest crops) used in the community were identified. Subsequently, the topological arrangements were
generated and the species that would be included in each arrangement were defined. One hectare of
land was used as a standard area. The designs were generated in AutoCAD software. Three systems
were generated: 1) Corn-Lemon-Bursera, 2) Bean-Guava-Teak and 3) Oat-Plantain-Gmelina. The
design of these systems is suitable for application in the community of Calera de los Gallos, because
it considers the climatic and topographic conditions, in such a way that the selected species are
commonly used by local producers.
Keywords: agroforestry systems; forest production; agricultural production.
Introducción
Los sistemas agroforestales son el conjunto de técnicas de manejo de tierras que implica la
combinación simultanea o escalonada en tiempo y espacio de los árboles forestales con la ganadería

y/o los cultivos (CONAFOR, 2020). En los estudios realizados en México se ha observado que estos
sistemas mejoran los ingresos de las familias.
Para un sistema agroforestal de café, Villavicencio-Enríquez en 2013, observó que el principal
producto económico son los árboles maderables (Cedrela odorata, Robinsonella
mirandae y Mastichodendron capirii), seguido del café (Coffea arabica y C. canephora) y las
palmas (Chamaedorae tepejilote y Chamaedorae elegans).
La provisión de diversidad de alimentos de los sistemas agroforestales incrementa la seguridad
alimentaria de las familias. En un estudio realizado por Rosas-Castelán en 2016, encontraron que los
cultivos del sistema agroforestal orgánico en 2011 cubrieron los requerimientos de carbohidratos para
4.07 personas y proteínas para 4.45, al año siguiente, estos sistemas proporcionaron carbohidratos
para 8.81 personas y proteínas para 10.85.
Los sistemas agroforestales, son sistemas y tecnologías de uso del suelo y recursos naturales en
los cuales las especies leñosas (árboles, arbustos, etc.) se utilizan deliberadamente bajo un sistema de
manejo integral con cultivos agrícolas y/o producción animal, en alguna forma de arreglo espacial o
secuencia temporal (JIRCAS, 2010).
En comparación con los sistemas de producción en monocultivo, los sistemas agroforestales
ofrecen a los productores varias ventajas (FAO, 2020):
• Incrementa en forma directa los ingresos a la familia campesina, combinando cultivos con
ciclos de producción más equilibrada.
• Reduce los costos de producción agropecuaria.
• A mediano y largo plazo, los ingresos de la producción de madera y productos no maderables,
como la goma, frutas, colorantes y miel pueden ser importantes.
Los sistemas agroforestales deben cumplir tres condiciones fundamentales (Iglesias, 2011): 1)
existen al menos dos tipos de plantas que interactúan biológicamente; 2) al menos uno de los
componentes es una leñosa perenne y 3) al menos uno de los componentes es una planta manejada
con fines agrícolas (incluyendo pastos).
El objetivo de este estudio fue diseñar un sistema agroforestal aplicado a las condiciones
geográficas y climáticas de una selva baja caducifolia.
Metodología
Delimitación Geográfica
El estudio se realizó en la comunidad de la calera de los gallos se ubica en el Estado de México en

el municipio de Ixtapan del Oro (Figura 1). Sus límites son: al norte, con la localidad de Tutuapan y
al sur, con el Nuevo Santo Tomás de los Plátanos (Colinas, Barranca Honda y San Nicolás); al este,
con Villa de colorines y al oeste, limita con el estado de Michoacán (Cerro del Águila).

Figura 1. Mapa de ubicación de la localidad Calera de los Gallos, Ixtapan de la Sal, Estado de México.
El clima predominante en la comunidad es semicálido-subhúmedo, con lluvias en verano (junio-

noviembre); el rango de precipitación se encuentra entre los 1,000 mm y 1,300 mm; y la escala
isotérmica va de los 16 °C a 20 °C. La vegetación predominante es pastizal inducido y vegetación
secundaria arbustiva de bosque de Pino-Encino. El tipo de suelo es acrisol húmico y cambisol eútrico.
Diseño de los sistemas agroforestales
Los sistemas agroforestales propuestos se diseñaron a partir de las necesidades con las que cuenta
la localidad, por lo que se formularon encuestas para identificar las especies forestales, frutales y
agrícolas de importancia para los productores. Posteriormente se realizó una consulta de literatura
para describir aspectos técnicos de instalación del cultivo y el manejo.
Los arreglos topológicos se trabajaron en AutoCAD, donde se establecieron marcos de plantación
y secciones por cultivo.
Resultados
Los cultivos identificados con mayor predominancia fueron: Maíz (Zea mays ssp.), Frijol
(Phaseolus vulgaris ssp.), Calabaza (Curcubita pepo spp). Las especies frutales identificadas fueron:
Chirimoyo (Annona cherimola spp), Guayabo (Psidium guajava), Mamey (Mammea americana L),
Mango (Mangifera spp), Aguacate (Persea americana Mill), Ilama (Annona macroprophyllata),
Mandarina (Citrus tangerina Tanaka), Naranja (Citrus Sinensis), Papaya (Carica papaya), Limón
(Citrus aurantifolia), Guanábana (Annona muricata L), Zapote blanco (Casimiroa edulis),
Tamarindo (Tamarindus indica), Nanche (Byrsonima crassifolia), Plátano (Musa paradisiaca).
Finalmente, las especies de importancia forestal fueron: Pinzán (Pithecellobium spp.), Guaje
(Leucaena leucocephala), Melina (Gmelina arborea ssp), Teca (Tectona grandis ssp), Parota
(Enterolobium cyclocarpum ssp), Linanóe (Bursera linanoe), Caoba (Swietenia macrophylla), Cedro
Rojo (Cedrela odorata), Cazahuate (Ipomoea arborescens), Fresno (Fraxinus uhdei) y Ceiba (Ceiba
acuminata), Colorín (Erythrina coralloides).
Arreglos de los sistemas agroforestales

Arreglo 1: En el arreglo número uno se sugiere maíz como cultivo, ya es el cereal que más se cultiva
en la localidad, el limón como árbol frutal y la bursera como el forestal ya que la madera es utilizada
para la elaboración de cajas ornamentales y su fruto para realizar perfumes (Figura 2). Las densidades
de plantación (plantas/ha) por cultivo fueron: maíz (100 000), limón (247) y bursera (288).
Figura 2. Diseño del sistema agroforestal Maíz-Limón-Bursera aplicable a la Calera de los Gallos, Ixtapan del Oro, Estado de
México.
Arreglo 2: El segundo cultivo más sembrado es el frijol, el frutal elegido fue la guayaba y la especie
forestal es la teca (Figura 3). Las densidades de plantación (plantas/ha) por cultivo fueron: frijol (150
000), guayaba (464) y teca (282).

Figura 3. Diseño del sistema agroforestal Frijol-Guayaba-Teca aplicable a la comunidad de Calera de los Gallos, Ixtapan del
Oro, Estado de México.
Arreglo 3: Como cultivo se eligió la avena ya que es de importancia para los productores que cuentan
con animales. Como frutal se escogió el aguacate porque es una fuente de ingresos económicos
importantes y para la especie forestal se eligió la gmelina debido a que cuenta con una característica
de rápido crecimiento (Figura 4). Las densidades de plantación (plantas/ha) por cultivo fueron: avena
(3 000 000), aguacate (494) y gmelina (156).

Figura 4. Diseño del sistema agroforestal Avena-Aguacate-Gmelina aplicable a la comunidad de la Calera de los Gallos,
Ixtapan del Oro, Estado de México.
Conclusiones
El diseño de estos sistemas es adecuado para su aplicación en la comunidad de la Calera de los

Gallos, Ixtapan del Oro, Estado de México, porque considera las condiciones climáticas y
topográficas, de tal manera que las especies seleccionadas son de uso común por los productores
locales.
Literatura citada
CONAFOR. 2020. Sistemas agroforestales maderables en México. Obtenido de https://www.gob.mx/conafor/documentos/sistemas-

agroforestales-maderables-en-
mexico#:~:text=Actualmente%2C%20los%20Sistema%20Agroforestales%20(SAF,y%2Fo%20los%20cultivos%E2%80%9D
FAO. 2020. Sistemas Agroforestales. Obtenido de https://www.fao.org/3/ah647s/ah647s04.htm
Iglesias, J. 2011. Sistemas de producción agroforestales. Capacitación y análisis en:. Rev Sist Prod Agroecol., 151-176.
JIRCAS. 2010. Manual de sistemas agroforestales. Paraguay: JIRCAS.
Rosas-Castelán, J. 2016. Sistema agroforestal y alimentación familiar en Vicente. Revista Mexicana de Ciencias Agrícolas, 3197-3206.
Villavicencio-Enriquez, L. 2013. Caracterización agroforestal en sistemas de café tradicional y rústico, en San Miguel, Veracruz,
México. Revista Chapingo serie ciencias forestales y del ambiente. doi:doi.org/10.5154/r.rchscfa.2010.08.051

6.6. Captura de carbono en sistemas tradicionales: “Coo yuu” en la Mixteca Alta
Reyna-Ramirez Cristian A.1,2; Fuentes-Ponce Mariela H.1,*; Xolalpa Morales Karen C.1 y Orozco-
Ramírez Quetzalcóatl3
1
Universidad Autónoma Metropolitana-Xochimilco, Departamento de Producción Agrícola y Animal. México, Calzada del Hueso 1100,
Colonia Villa Quietud, Coyoacán, CDMX. C.P. 04960 México.
2
Consejo Nacional de Humanidades Ciencias y Tecnologías. Programa Investigadoras e Investigadores por México.
3
Unidad Académica de Estudios Territoriales Oaxaca, Instituto de Geografía. Universidad Nacional Autónoma de México.
*Autor para correspondencia: mfponce@correo.xoc.mx
Resumen
Los sistemas agrícolas son importantes para proveer alimentos y brindar servicios ecosistémicos. En la
Mixteca Alta en Oaxaca persiste un agrosistema tradicional conocido como “Coo yuu” (lama-bordo), la
captación de suelo lo perfila con potencial para capturar C. El objetivo de esta investigación fue
determinar la capacidad del sistema lama-bordo para almacenar carbono. El estudio se realizó en 6
municipios del Geoparque Mixteca Alta, se identificaron 16 zonas de lama-bordo, se realizaron vuelos
con un dron DJI phantom 4 RTK, resolución 15cm/píxel. Se realizó un ortomosaico y un modelo de
elevación digital. En QGIS se calculó el área y volumen de cada lama-bordo, en cada zona se realizaron
muestreos de suelo para determinar densidad aparente, contenido de carbono orgánico y nitrógeno total,
y se calculó la capacidad de almacenamiento de C de cada zona. Se analizaron 211 lama-bordos (110.59
hectáreas), el promedio por lama-bordo es de 0.56 hectáreas, la altura promedio del pretil es de 2.51m,
con una densidad aparente promedio de 1.02 g cm-3, teniendo 13 700 ton de suelo, con 1.47% de carbono
orgánico, lo que representa 392.28 Mg C ha-1 el contenido de nitrógeno total es de 0.13%. Los lama-
bordos almacenan C debido a su ubicación en el territorio, el mayor almacenamiento es en los que se
encuentran en la parte baja del Geoparque debido a su antigüedad, con pretiles más altos y el tipo de
suelo Feozem que contiene mayor C. Es urgente promover el cuidado de estos sistemas para no perder
el C almacenado.
Palabras clave: lama-bordo; sistemas de información geográfica; dron; análisis del paisaje agrícola.
Abstract
Agricultural systems provide food and ecosystem services. In the Mixteca Alta of Oaxaca, a traditional
agrosystem known as “Coo yuu” (lama-bordo) persists, which soil capture profiles it with potential to
capture C. The objective of this research was to determine the capacity of the lama-bordo system to store
carbon. The study was carried out in 6 municipalities of the Geoparque Mixteca Alta, 16 lama-bordo
areas were identified, where flights were carried out with a DJI phantom 4 RTK drone, resolution of 15
cm/pixel. An orthomosaic and a digital elevation model were completed. In QGIS, the area and volume
of each lama-bordo were calculated, soil sampling was carried out in each zone to determine apparent
density, organic carbon content and total nitrogen, and the C storage capacity of each zone was
calculated. 211 lama-bordo (110.59 hectares) were analyzed, average area per lama-bordo was 0.56
hectares, the lama-bordo mean height was 2.51m, with an average apparent density of 1.02 g cm-3, having
13,700 tons of soil, with 1.47% organic carbon, which represents 392.28 Mg C ha-1, the total nitrogen
content was 0.13%. The lama-bordos store C due to their location in the territory, the greatest storage is
in those found in the lower part of the Geoparque because they are older, with higher deep and the feozem
soil has a higher C content. It is urgent to promote the care of these systems so as not to lose the C stored.
Key words lama-bordo; geographic information systems; drone; agricultural landscape analysis.

Introducción
En un contexto de crisis ambiental, los sistemas agrícolas han cobrado importancia, por un lado,
contribuyen aproximadamente a un tercio de las emisiones de gases de efecto Invernadero (GEI) a nivel
mundial (Shukla, et al, 2019), en México representan el 19% (INECC), pero por otro pueden ser un
potencial sumidero de carbono (C) dependiendo de su manejo (Lal, 2021). Al mismo tiempo, la
agricultura es una de las actividades socioeconómicas más vulnerables a los efectos del cambio climático
(Liu, 2019), por lo cual es necesario la búsqueda de agrosistemas resilientes mejorando aspectos como
la calidad del suelo ligado con la concentración de carbono orgánico del suelo (COS) respecto a
agregación, retención de agua y nutrientes disponibles para la planta (Lal, 2021). Por lo cual aumentar el
almacenamiento de COS en suelos degradados es pertinente para la seguridad alimentaria y climática.
La Mixteca Alta se caracteriza por un clima árido y suelos frágiles que han perdido C ante el cambio de
uso de suelo e intensificación agrícola y pastoreo, sin embargo, las comunidades desde la época
prehispánica han implementado sistemas de terrazas y lama-bordos -“Coo yuu” serpiente de piedra- para
enfrentar estás condiciones (Bocco et al., 2019; Orozco y Bocco 2021, Santiago-Mejía et al., 2018). Este
sistema se basa en la construcción de bordos de roca perpendiculares a la pendiente dentro los causes con
la finalidad de captar el suelo erosionado generando una calidad mayor que los suelos de ladera
(Santiago-Mejía et al., 2018). Actualmente estas parcelas son utilizadas para el establecimiento de
diferentes cultivos y del sistema milpa que incluye el maíz de “cajete” (Orozco et al., 2020). Los “lama-
bordos” representan un sistema con alto potencial de producción de alimentos y captura de C en una zona
climáticamente frágil, por ello la importancia de conservarlos mediante su uso agrícola. Por ello, el
objetivo de la presente investigación fue demostrar la capacidad del sistema tradicional lama-bordo para
retener C, lo que implicaría suelos con calidad para la producción de alimentos, secuestro de carbono y
retención de agua.
El estudio se realizó en la Mixteca Alta, en el estado de Oaxaca, en los municipios de Santo Domingo
Tonaltepec, San Bartolo Soyaltepec, Santa María Chachoápam, Santo Domingo Yanhuitlán, Santiago
Tillo y San Pedro Topiltepec, que son parte del Geoparque Mixteca Alta (Orozco et al., 2021), el clima
es subhúmedo con lluvias en verano, en los últimos años con una precipitación < 350 mm. Para
determinar la ubicación y el volumen de suelo de los lama-bordos se realizaron 16 vuelos (Figura 1) con
un dron DJI phantom 4 RTK. Con las imágenes obtenidas de cada vuelo se construyó un ortomosaico
RGB y un modelo de elevación digital con una resolución de 15cm/pixel, para el análisis se utilizó el
programa QGIS para el cálculo de volumen de cada lama-bordo (OSGeo. QGIS3.30.1-1, 2023) (Figura.
2). En cada área de vuelo se tomó una muestra de suelo de 0-20cm para determinar la densidad aparente
y el contenido de carbono orgánico, este último se determinó por digestión seca a 900°C (TOC SSM
5050A Shimadzu). El contenido de C por lama-bordo se calculó con base en la formula: COS (Mg ha-
1
)=CO (Da) Ps, donde: CO=Carbono orgánico total (%), Da=Densidad aparente (Mg m–3);
Ps=Profundidad del suelo (m) (Monreal, et al., 2005). La calidad de la materia orgánica se infirió por
medio de la relación C:N, se utilizó el método de Kjeldahl (modificado por Bremner, 1965) para
determinar el contenido de nitrógeno total.

Figura 1. Área de estudio, zonas donde se realizaron los 16 vuelos.
En la zona de la Mixteca Alta los suelos son delgados y degradados, con bajos contenidos de materia
orgánica, se han reportado contenidos de C para suelos agrícolas de 43.73 Mg ha-1 los más desgatados
en comparación con un suelo en descanso que presentó el doble 85.71 Mg ha-1 a 30 cm de profundidad
(Santiago-Mejía et al., 2018).
Figura 2. Vuelo 5 de Dron DJI Phantom 4 RTK, A) Zona de lama-bordo vuelo 5 mosaico tridimensional, B) Modelo digital de
elevación (DEM) con los puntos que se usaron para el cálculo de pretil, C) Orthomosaico del Vuelo 5 procesado en QGIS para el
cálculo de las áreas de cada lama-bordo.

Sin embargo, la ventaja de los lama-bordos en el almacenamiento de C, es su profundidad en

comparación al resto de los suelos de ladera de la Mixteca, en la presente investigación el promedio de
profundidad fue de 2.51 m (Cuadro 1). Esto quiere decir que tienen más capacidad de almacenaje, además
el proceso de acumulación es de suelo de las partes superiores del perfil de la parte alta de la pendiente
lo que hace que el contenido de C sea similar en todo el perfil, lo que no ocurre en un perfil de un suelo
dónde las cantidades de C se van reduciendo con la profundidad. El promedio de C retenido por los lama-
bordos estudiados fue de 392.28 Mg ha-1 (Cuadro 1), la diferencia en la retención de C dentro de los
diferentes lama-bordos estudiados se debió al relieve y tipo de suelo (Figura 3). Los lama-bordos
estudiados en los vuelos 5 y 6 fueron los que presentaron los mayores contenidos de C, debido a que
están en la zona baja, los pretiles fueron aproximadamente de 3 metros debido a la acumulación del suelo
procedente de la zona de ladera, además el suelo es un Feozem con mayores proporciones de C que los
Regosoles, Litosoles y Cambisoles del resto del territorio (Cuadro 1 y Figura 3). Santiago-Mejía et al.
(2018), mencionan que la cantidad de C también podría ser un indicador de la antigüedad del lama-bordo,
en el caso de los vuelos 5 y 6 la relación C:N es la más alta lo que indica una MOS más recalcitrante o
sea más vieja, mientras que los lama-bordos de los vuelos 15 y 16 podrían ser más jóvenes, porque a
pesar de estar en la zona intermedia en cuanto a pendiente y en un suelo Feozem el almacenamiento de
C es menor así como la relación C:N, así mismo la altura del pretil es alrededor de la mitad (1.5m) que
los lama-bordos de los vuelos 5 y 6 (Cuadro 1).
Cuadro 1. Contenido de C y N en los lama-bordo en cada zona de vuelo.

Vuelo Lama- Área Altura DA C orgánico Pool de NT C: N
bordos del promedio (g cm-3) (%) Carbono (%)
vuelo pretil (Mg ha-1)
(ha) (m)
1 17 4.35 2.56 1.05 2.29 615.55 0.19 12.44
2 19 3.06 2.81 0.93 1.00 261.33 0.11 8.9
3 29 20.1 2.02 0.82 1.00 165.64 0.06 14.88
4 5 1.45 3.87 1.02 1.00 394.74 0.13 7.4
5 25 10.4 2.85 1.17 3.90 1300.45 0.08 49.74
6 10 6.6 3.35 1.04 3.90 1358.76 0.09 42.20
7 8 3.03 3.27 1 0.50 163.5 0.08 5.58
8 7 4.55 1.64 1.14 0.50 93.48 0.08 5.95
9 24 8.94 1.56 1.1 0.50 85.8 0.03 19.84
10 7 4.97 2.5 1.1 0.50 137.5 0.67 7.44
11 11 4.3 1.85 0.92 1.80 306.36 0.13 13.39
12 11 14.38 1.22 1.06 1.50 193.98 0.08 18.47
13 17 5.99 3.9 0.91 1.80 638.82 0.08 21.42
14 7 5.39 3.68 1.01 1.50 557.52 0.07 19.13
15 10 10.06 1.55 1.01 0.90 140.89 0.11 7.65
16 4 3.02 1.53 1.11 0.90 152.84 0.08 10.71
Total 211 110.59 Promedio 2.51 Promedio 1.008 Promedio 1.71 410.44 0.13 11.38
DA: Densidad aparente del lama-bordo; NT: Nitrógeno total en lama-bordo; C:N: Relación Carbono Nitrógeno en lama-bordo.
Los lama-bordos que presentaron menor almacenamiento de C fueron los de los vuelos 8, 9 y 10, los
cuales se encuentran en la parte alta con el tipo de suelo regosol y con pretiles más pequeños (Cuadro 1
y Figura 3). A pesar de que estos lama-bordos están en la parte alta, tienen mayores contenidos de C que
los suelos agrícolas de la zona, los campesinos mencionan que los sistemas lama-bordo en la parte alta,

tienen tres ventajas: el suelo es de mejor calidad, conservan la humedad y tienen rendimientos estables
en el tiempo, similar a las parcelas de los valles (Orozco y Bocco, 2021). Los lama-bordos son sistemas
ideados, construidos y desarrollados en el antropoceno con un fin agrícola (Leigh et al., 2013), sin
embargo, el fenómeno de migración ha provocado el abandono de la agricultura, el uso y mantenimiento
de los lama-bordos. El no uso de estos sistemas reduce su mantenimiento y, por dicha razón, varios
pretiles se han ido destruyendo, y con ello se pierde el suelo acumulado. Es imperante reconocer la
importancia de los lama-bordos tanto desde el punto de vista cultural y socio-económico como
agrosistema y como proveedor de servicios ecosistémicos, en este caso específico, de almacenamiento
de C.
Figura 3. Altitud y tipos de suelos en los 16 vuelos realizados.
Conclusiones
Los sistemas agrícolas tradicionales denominados “lama-bordos” en la Mixteca Alta de Oaxaca

representan un agrosistema con potencial de captura de C, debido a su ubicación en el territorio, así como
la posibilidad de almacenar el suelo erosionado de la parte alta de un pasaje accidentado. El mayor
almacenamiento es en los lama-bordos de la parte baja del territorio del Geoparque debido a que son más
antiguos, con pretiles más altos y el tipo de suelo Feozem que tiene mayor contenido de C.
Agradecimientos
Al proyecto PAPIIT IA300923 La distribución de la agrodiversidad y su relación con factores

socioeconómicos y funciones ecosistémicas en la Mixteca Alta, Oaxaca. Al proyecto “Rediseño de
agrosistemas, investigación y desarrollo tecnológico participativo” del Departamento de Producción
Agrícola y Animal de la UAM-X.

Literatura Citada
Bremner, J. M. 1965. Nitrogen availability indexes. In: C. A. Black et al. (ed). Methods of soil analysis, Part 2. Chemical and
Microbiological Properties. Madison, Wisconsin. 1324-1345p.
Bocco, G., B. Castillo-Solís, Q. Orozco-Ramírez y A. Ortega-Iturriaga. 2019. La agricultura en terrazas en la adaptación a la variabilidad
climática en la Mixteca Alta, Oaxaca, México. Journal of Latin American Geography 18: 1–28.
Lal, R. 2021. Soil management for carbon sequestration. South African Journal of Plant and Soil DOI: 10.1080/02571862.2021.1891474
Leigh, D. S, S. A. Kowalewski. and G. Holdridge. 2013. 3400 years of agricultural engineering in Mesoamerica: lama-bordos of the Mixteca
Alta, Oaxaca, México. Journal of Archaeological Science 40: 4107-4111.
Liu, D., X. Guo and B. Xiao. 2019. What causes growth of global greenhouse gas emissions? Evidence from 40 countries. Science of The
Total Environment Volume 661: 750-766.
Mendelsohn, R. 2009. The impact of climate change on agriculture in developing countries. J. Nat. Res. Policy Res. 1: 5–19.
Monreal, C. M., J. D. Etchevers, M. Acosta, C. Hidalgo, J. Padilla, R. M. López, L. Jiménez, and A. Velázquez. 2005. A method for
measuring above- and below-ground C stocks in hillside landscapes. Can. J. Soil Sci. 85: 523-530.
Orozco-Ramírez, Q. y G. Bocco. 2021. Los paisajes agrícolas en el Geoparque Mundial UNESCO Mixteca Alta, Oaxaca, México. Revista
de Geografía Agrícola 66.
OSGeo (QGIS3.30.1-1). 2023. Sistema de Información Geográfica (SIG) de código abierto. General Public License. Open Source
Geospatial Fundation. . (Consulta: septiembre 08, 2023),
Orozco-Ramírez, Q. G. Bocco and B. Solís-Castillo.2020. Cajete maize in the Mixteca Alta region of Oaxaca, Mexico: adaptation,
transformation, and permanence. Agroecology and Sustainable Food Systems 44: 1162-1184
Santiago-Mejía, B. E., M. R. Martínez-Menez, E. Rubio-Granados, H. Vaquera-Huerta y J. Sánchez-Escudero. 2018. Variabilidad espacial
de propiedades físicas y químicas del suelo en un sistema lama-bordo en la mixteca alta de Oaxaca, México. Agricultura, Sociedad
y Desarrollo 15: 275-288.
Shukla P.R., J. Skea, R. Slade, R. Van Diemen, E. Haughey, J. Malley, M. Pathak and J. Portugal-Pereira J. 2019. Climate Change and
Land: an IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and
greenhouse gas fluxes in terrestrial ecosystems. IPCC.

6.7. Niveles de sustentabilidad de Sistemas Agroforestales de cacao en comunidades

del estado de Tabasco, México.
Sánchez-Hernández Rufo1,*; Estrada-Botello Maximiano A.1; Sánchez-Hernández Esperanza2;

Salvador-Morales Pedro3 y Ramos-Reyes Rodimiro4
1
Universida Juárez Autónoma de Tabasco/División Académica de Ciencias Agropecuarias. Carretera Villahermosa -Teapa Kilómetro
25+2 Ranchería la Huasteca 2da sección, 86298 Centro, Tabasco C.P. 86298
2
Universidad Autónoma de Chiapas. Facultad de Ciencias Agrícolas. Campus IV, Huehuetán. Entronque Carretera Costera y Pueblo de
Huehuetán, Huehuetán, Chiapas. C.P. 30660
3
Tecnológico Nacional de México/Instituto Tecnológico de Chiná (IT Chiná). Calle 11 S/N entre 22 Y 28, Chiná, Campeche. C.P. 24520,
México.
4
El Colegio de la Frontera Sur (ECOSUR), Unidad Villahermosa. Carretera a Reforma Km. 15.5 s/n Ra, Guineo 2da. Sección, Municipio
del Centro, Tabasco, C.P. 86280.
*Autor para correspondencia: rufo.sanchez@ujat.mx
Resumen
El cultivo de cacao es un sistema agroforestal de gran arraigo en la cultura de los tabasqueños; además,
juega un papel importante en la economía y conservación del medio ambiente. Sin embargo, actualmente
este sistema agroforestal enfrenta una serie de problemas, que afectan sus niveles de sustentabilidad. Por
ello, el objetivo de la investigación es realizar una evaluación para determinar el nivel de sustentabilidad
del cultivo de cacao en comunidades de Tabasco, a través de la metodología para la Evaluación de la
Sostenibilidad para la Agricultura y la Alimentación (SAFA). Los resultados indican que la actividad se
desarrolla con niveles de sustentabilidad apenas aceptables en todas sus dimensiones, aunque la
integridad ambiental es ligeramente superior sobre las dimensiones de buena gobernanza, bienestar social
y resiliencia económica, se podrían considerar la totalidad de las dimensiones que son de bajo nivel, lo
que hace de esta población de productores altamente vulnerables económicamente, además de carentes
de derechos y con bajos niveles de vida digna. Los productores reconocen estas condiciones de la
actividad, y como respuesta han propuesto enfrentar los problemas, sobre todo de los bajos precios que
impone el mercado internacional y la falta de ética del corporativismo, a través de la recuperación de
esquemas de organización, en donde haya una mayor equidad, democracia y estado de derecho, así como
mejorar las condiciones de mercado, a partir de una mayor capacidad de transformación de la materia
prima, para dar valor agregado a la producción.
Palabras clave: SAFA, sostenibilidad, agroforestería, Theobroma cacao L., agricultura tropical.
Abstract
The cultivation of cocoa is an agroforestry system with a great tradition in the culture of the Tabasco
people, in addition to playing an important role in the economy and environmental conservation.
However, currently, this agroforestry system faces a series of problems that affect its sustainability levels.
Therefore, the research aims to carry out an evaluation to determine the level of sustainability of cocoa
cultivation in communities of Tabasco, through the methodology for the Sustainability Assessment for
Agriculture and Food (SAFA). The results indicate that the activity is carried out with barely acceptable
levels of sustainability in all its dimensions; although environmental integrity is slightly higher than the
dimensions of good governance, social well-being and economic resilience, all dimensions are of low
level, which makes this population of producers highly economically vulnerable, in addition to lacking
rights and with low levels of decent living. The producers recognize these conditions of the activity, and
in response, they have proposed to confront the problems, especially the low prices imposed by the

international market and the lack of ethics of corporatism, through the recovery of organizational
schemes, where there is more significant equity, democracy and the rule of law, as well as improving
market conditions, based on a greater capacity to transform raw materials to give added value to
production.
Key words: SAFA; sustainability; agroforestry; Theobroma cacao L.; tropical agriculture.
Introducción
El cultivo de cacao (Theobroma cacao L.) ha acompañado a las poblaciones mesoamericanas desde
épocas muy antiguas, en particular para los mayas y otras culturas ancestrales establecidas en la parte sur
y sureste de México, esta planta tuvo un gran significado, fue alimento exclusivo para las altas clases
sociales de la época, además de que fue utilizado como moneda de cambio (Mendoza-López et al., 2011).
De ahí que este cultivo tenga un gran arraigo entre las poblaciones del sur-sureste de México hasta
nuestros días, en particular en el estado de Tabasco, el cual es el principal productor de cacao a nivel
nacional, en donde se cultivan un total de 40, 923 ha en los municipios de Cárdenas, Comalcalco y
Cunduacán (SIAP, 2021), con un aporte a la producción nacional del 73% (De la Cruz-Landero et al.,
2015). Sin duda alguna, la importancia del sistema agroforestal de cacao (SAFC) trastoca la economía
de la entidad, sin embargo, su trascendencia va más allá. Los SAFC juegan un papel muy importante en
la conservación del medio ambiente, en específico, mantienen una cubierta arbórea formada por árboles
de cacao y de sombra, cubierta que es escasa en la actualidad, debido a fuertes procesos de cambio de
uso de suelo, que ha experimentado la región en las últimas décadas, sobre todo impulsado por programas
gubernamentales de desarrollo que han ido incrementado la frontera agrícola (Salvador-Morales et al.,
2019).
El SAFC representa el ingreso económico para una gran cantidad de pequeños productores que han
practicado este cultivo desde hace cientos de años; desde el punto de vista ambiental este agroecosistema
funciona como un almacén de carbono, significa el único refugio para una gran cantidad de especies de
flora, fauna y microrganismos, además de que contribuyen a la protección del suelo contra la erosión, y
facilitan la recarga del acuífero, entre otras funciones muy importantes (Casanova-Lugo et al., 2016). Sin
embargo, durante las ultimas décadas, el cultivo de cacao ha sido presionado por factores de carácter
legal, comercial, medio ambientales, fitosanitarios, entre otros, que ponen en riesgo su cultivo de manera
sustentable.
De acuerdo con Zarta (2018), la sustentabilidad es un término emergente que data desde los años
sesenta, como una respuesta a la preocupación generada por el creciente deterioro ambiental, sin
embargo, señala que este termino se puede considerar como aun en construcción, y en un sentido amplio,
la sustentabilidad puede concebirse como la producción de bienes y servicios, para satisfacer las
necesidades humanas, garantizándoles una mejor calidad de vida a la población en general, con
tecnologías limpias en armonía con la naturaleza, en donde el ciudadano, participe de las decisiones del
proceso de desarrollo, fortaleciendo las condiciones del medio ambiente y haciendo un aprovechamiento
racional de los recursos naturales, que permitan su regeneración y el crecimiento natural.
En este contexto, en 2013 la Organización Mundial para la Agricultura y la Alimentación (FAO) creó
el marco de referencia de Evaluación de la Sostenibilidad para la Agricultura y la Alimentación, conocido
como SAFA, este se constituyó como un documento internacional de referencia, para definir los
elementos de sostenibilidad y un marco de evaluación entre las sinergias de las dimensiones que integran
la sustentabilidad. Dicha metodología define a un sistema alimentario y agrícola como sostenible cuando
se asegura la integridad ambiental, la resiliencia económica, el bienestar social y la buena gobernanza
(FAO, 2013).
Aun cuando el cultivo de cacao enfrenta un panorama adverso, es un sistema agroalimentario muy
importante desde las diferentes dimensiones de la sustentabilidad, por lo que el objetivo del presente

trabajo es realizar una evaluación del nivel de sustentabilidad del SAFC a través del uso del marco de
referencia de la metodología SAFA, en comunidades de la región de la Chontalpa en Tabasco, México.
Ubicación
La investigación se realizó en cinco comunidades pertenecientes a los municipios de Comalcalco y

Cunduacán, dos de los principales productores de cacao en Tabasco. Ambos municipios pertenecen a la
denominada región de la Chontalpa. Las comunidades son las siguientes: Ejido Mantilla (18.047 N; -
93.310 O), ranchería Francisco I. Madero Primera Sección (18.251 N; -93.350 O); ranchería Norte
Segunda Sección (18.312 N, -93.199 O); ranchería Arena Segunda Sección (18.176 N, -93.398 O) y
ranchería Oriente Cuarta Sección (18.213 N, -93.236 O).
Descripción del medio físico
El clima predominante de la subregión es cálido húmedo con abundantes lluvias en verano,

precipitación media anual de 2500 mm y una temperatura media anual de 26 °C (Pérez-Sosa y Granados-
Ramírez, 2020).
Según Francisco-Santiago et al. (2023) los suelos de esta región productora de cacao corresponden a
los grupos Vertisol, Cambisol y Fluvisol, los cuales se consideran como aptos para el cultivo por ser de
origen aluvial, profundos, ricos en MO, con niveles adecuados en sus propiedades químicas, y con
texturas de medias a finas.
Descripción de la metodología SAFA
Se basa en cuatro dimensiones: 1) Buena Gobernanza, 2) Integridad Ambiental, 3) Resiliencia

Económica y 4) Bienestar Social. Para instrumentar la metodología se aplica una entrevista a los
productores, las preguntas reflejan 21 temas evaluados a nivel de finca: Ética corporativa,
Responsabilidad, Participación, Estado de derecho, Gestión holística, Atmósfera, Agua, Tierra,
Biodiversidad, Materiales y energía, Bienestar de los animales, Inversión, Vulnerabilidad, Calidad de
información del producto, Economía local, Medio de vida digno, Prácticas comerciales justas, Derecho
laborales, Equidad, Seguridad y salud humana, Diversidad cultural.
Levantamiento de encuestas
El cuestionario se dirigió a una población de 102 productores de cacao, de los cuales el 66 % fueron
hombres y el 34 % restante fueron mujeres. Este total se agrupó en cinco grupos focales distribuidos de
la siguiente manera: Ejido Mantilla (n=16), ranchería Francisco I. Madero Primera Sección (n=48);
ranchería Norte Segunda Sección (n=11); ranchería Arena Segunda Sección (n=11) y ranchería Oriente
Cuarta Sección (n=16). El cuestionario fue levantado por un encuestador, el cual explicó la pregunta para
adecuar la terminología de la encuesta a un lenguaje coloquial de fácil comprensión para los productores.
Las respuestas fueron vertidas a través de equipos de entre 8-10 personas, dando un espacio de tiempo
para que el equipo analizara la pregunta y discutiera sobre la respuesta.
Procesamiento de datos
Las respuestas se codifican en niveles que van desde 0= Irrelevante, 1 = Inaceptable, 2 = Limitado,
hasta 3 = Bueno. Los resultados se procesan mediante histogramas de frecuencias y promedian, los

promedios de cada pregunta se trasladan a una gráfica radial y se clasifican en los umbrales zonificados
antes mencionados. Al final se obtiene un promedio de los 21 indicadores para obtener un nivel de
sustentabilidad general a nivel del sistema agroforestal de cacao.
Resultados y Discusión.
De acuerdo a la ponderación general del marco de referencia de SAFA, el nivel de sustentabilidad del
SAFC es de 1.7, en particular es de 2.1 para la dimensión de integridad ambiental, 1.5 de resiliencia
económica, 1.4 de bienestar social y 1.6 para buena gobernanza (Figura 1). Aunque los aspectos
ambientales y de manejo agronómico han representado un reto importante para los productores, sobre
todo desde la aparición de la moniliasis, principal problema fitosanitario, la dimensión de integridad
ambiental es la que aparece en un nivel ligeramente más alto, sin que llegue a presentar niveles buenos,
apenas logra superar los niveles de aceptables. Esto en buena medida obedece a aspectos de degradación
ambiental que han disminuido la calidad de la atmósfera, suelo y agua, lo que ha representado
deforestación y pérdida de biodiversidad. Algunas investigaciones han reportado que los suelos
cultivados con cacao requieren suministros de nutrientes ante la pérdida de los mismos (Francisco-
Santiago et al., 2023), lo que se torna aún más complejo con los estragos ocasionados por problemas
fitosanitarios como la moniliasis, lo que a derivado en que los productores tomen la decisión de hacer un
cambio de uso de suelo, generalmente para integrar cultivos o pastizales, agravando aún más la
degradación de suelo (Salvador-Morales et al. 2017).
Atmósfera
Gestión holística 3 Agua
Estado de derecho Tierra
Participación 2 Biodiversidad
Responsabilidad 1 Materiales y energía
Ética corporativa Bienestar de los…

0
Diversidad cultural Inversión
Seguridad y salud… Vulnerabilidad
Equidad Calidad de…

Derecho laborales Economía local
Prácticas… Medio de vida digno
Figura 1. Estimación del nivel de sustentabilidad de los sistemas agroforestales de cacao en cinco comunidades de productores en
la región de la Chontalpa en Tabasco.
La combinación de baja producción por la creciente degradación del agroecosistema, con los bajos
precios que se registran en la zona, sobre todo por los altibajos de precios en el mercado internacional,
han ocasionado una importante perdida en la capacidad de inversión, que se suma a una baja en el
consumo per cápita de cacao en el mercado local, así como un reducido nivel de transformación para
darle valor agregado a la producción, hacen de la población de productores de cacao sumamente
vulnerable, que se refleja en un bajo nivel de vida digno, que además vulnera derechos básicos como la
salud y derechos laborales.
Otro aspecto importante a considerar, es el bajo nivel de gobernanza que se registra, la cual se ve
reflejada en una pobre capacidad de organización, problemas severos de corrupción, falta de ética
corporativa, falta de democracia en el sector, lo que redunda en la poca posibilidad de hacer frente a las

prácticas comerciales injustas, así como a la falta de estado de derecho, que suman a un severo problema
de seguridad y salud.
Cabe señalar que el cultivo de cacao en la región de la Chontalpa también está siendo afectado por un
distanciamiento de los jóvenes de esta actividad, por lo que es notorio un pobre relevo generacional, así
como una incipiente participación de mujeres de diversidad cultural.
Conclusiones
El sector de productores de cacao en comunidades de la Chontalpa en Tabasco presenta niveles de

sustentabilidad apenas aceptables. En las dimensiones de buena gobernanza, bienestar social y resiliencia
económica están en niveles menores a dos que los ubican por debajo de niveles aceptables, y solamente
la dimensión de integridad ambiental es ligeramente superior a dicho nivel, que la ubican entre los niveles
aceptable y bueno.
Agradecimientos
Los autores agradecen el apoyo de UK PACT México, Green Climate Fund (GCF), Pronatura México,
Secretaría de bienestar, sustentabilidad y cambio climático de Tabasco, por el apoyo otorgado para la
realización de esta investigación.
Literatura citada.
Casanova-Lugo, F., L. Ramírez-Avilés, D. Parsons, A. Caamal-Maldonado, A. T. Piñeiro-Vázquez, and V. Díaz-Echeverría. 2016.

Environmental services from tropical agroforestry systems. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 22(3), 269-
284. doi: 10.5154/r.rchscfa.2015.06.029
De la Cruz-Landero, E., V. Córdova-Avalos, E. García-López, A. Bucio-Galindo, and J. L. Jaramillo-Villanueva. 2015. Manejo agronómico
y caracterización socioeconómica del cacao en Comalcalco, Tabasco. Foresta Veracruzana, 17(1): 33-40.
Francisco-Santiago, S. P., D. J. Palma-López, R. Sánchez-Hernández, J. J. Obrador-Olán y P. García-Alamilla, 2023. Fertilidad edáfica y
nutrición en el cultivo de cacao (Theobroma cacao L.) en tres suelos de Tabasco, México. Terra Latinoamericana, 41: 1-18. doi.
e1116. https://doi.org/10.28940/terra.v41i0.111
Mendoza-López, A., R.A. Gallardo-Méndez, C.H. Avendaño-Arrazate. 2011. El mundo del cacao (Theobroma cacao L.) kawa (Maya)
cacahuatl (Náhuatl). Agroproductividad 4:20-26.
Organización de las Naciones Unidas para la Alimentación y Agricultura [FAO]. 2013. SAFA Sustainability Assessment of Food and
Agriculture Systems Indicators. http://www.fao.org/3/ai4113e.pdf
Pérez-Sosa, E. y G. R. Granados-Ramírez. 2020. Posibles efectos del cambio climático en la región productora de cacao en Tabasco, México.
Tlalli. Revista de Investigación en Geografía, 3, 39-67. https://doi.org/10.22201/ffyl.26832275e.2020.3.1069
Salvador-Morales, P., L.C. Cámara-Cabrales, J.L. Martínez-Sánchez, R. Sánchez-Hernández y E. Valdés-Velarde. 2019. Diversidad,
estructura y carbono de la vegetación arbórea en sistemas agroforestales de cacao. Madera y Bosques, 25:1-14.
https://doi.org/10.21829/myb.2019.2511638
Salvador-Morales, P., R. Sánchez Hernández, D. Sánchez Gómez, U. López Noverola, G.Alejo Santiago, E. Valdés Velarde and J.F. Gallardo
Lancho. 2017. Evolution of soil organic carbon during a chronosequence of transformation from cacao (Theobroma cacao L.)
plantation to grassland. Acta Agronómica, 66 (4): 525-530.
SIAP (Servicio de Información Agroalimentaria y Pesquera). (2021). Sistema de información Agroalimentaria de Consulta. Consultado el
25 de mayo, 2021, desde: https://www.gob.mx/siap/documentos/siaconng-161430
Zarta Ávila, P. 2018. La sustentabilidad o sostenibilidad: un concepto poderoso para la humanidad. Tabula Rasa 28: 409-423. doi:
https://doi.org/10.25058/20112742.n28.18

6.8. Estimación de la huella de carbono de la cadena productiva de

café orgánico bajo sombra
Villa-Herrera Adán1,*; Salvador-Castillo José M.1; Ramírez-Armas Luz M.1 y Bolaños-González

Martín A.1
1
Posgrado en Hidrociencias, Campus Montecillo, Colegio de Postgraduados, Carr. México-Texcoco km 36.5, Montecillo C.P. 56264.
Texcoco, Estado de México, México.
*Autor para correspondencia: adan123avh@hotmail.com
Resumen
La producción de alimentos genera alrededor de un tercio de las emisiones globales de gases de efecto
invernadero (GEI). En este escenario, la huella de carbono (HC) cuantifica las emisiones de GEI en las
fases involucradas en la obtención de un producto alimenticio, ofreciendo una métrica estándar para
evaluar su impacto ambiental. El objetivo de esta investigación fue estimar la HC de la cadena productiva
de café orgánico cultivado por la cooperativa Comon Yaj Noptic SPR de RL, ubicada en La Concordia,
Chiapas. Para ello se utilizó información obtenida mediante entrevistas y datos medidos durante la
cosecha y procesamiento postcosecha. Además, se usaron los factores de emisión reportados en la Guía
de Buenas Prácticas del Panel Intergubernamental de Cambio Climático en su refinamiento de 2019. Se
encontró que las emisiones de GEI desde el manejo de la parcela hasta la obtención del café pergamino
fue de 0.620 kg de CO2e, y desde éste al empaque del café molido fue de 0.415 kg CO2e kg-1 de café
verde producido. Así, los GEI emitidos en toda la cadena productiva fueron de 1.034 kg de CO2e kg-1 de
café verde. En contraparte, se estimó que el sistema agroforestal capturó en promedio 20.486 kg CO2e,
resultando en una HC de -19.452 kg CO2e kg-1 de café verde, demostrando que este sistema agroforestal
captura más CO2 del que emite. Los resultados muestran la sostenibilidad de estos sistemas
agroforestales, y subrayan la necesidad de apoyar a los pequeños productores en su adopción y
mantenimiento.
Palabras clave: Coffea arabica, sistemas agroforestales, gases de efecto invernadero.
Abstract
Food production contributes nearly a third of all global greenhouse gas (GHG) emissions. In this context,
the carbon footprint (CF) quantifies GHG emissions in the phases involved in obtaining a food product,
offering a standard metric to evaluate its environmental impact. This research aimed to estimate the CF
of the production chain of organic coffee grown by the cooperative Comon Yaj Noptic SPR de RL,
located in La Concordia, Chiapas. Data were gathered from interviews and measurements during harvest
and postharvest processing. In addition, it is supplemented by emission factors from the 2019 Good
Practice Guide by the Intergovernmental Panel on Climate Change. GHG emissions, starting from plot
cultivation to the parchment coffee stage, were quantified at 0.620 kg of CO2e, and from this stage to the
ground coffee packaging, it amounted to 0.415 kg CO2e kg-1 of green coffee. This brought the total GHG
emissions of the entire production chain to 1.034 kg of CO2e kg-1 of green coffee. In contrast, it was
estimated that the agroforestry system captured an average of 20,486 kg CO2e, leading to a net CF of -
19.452 kg CO2e kg-1 of green coffee. This underscores that the agroforestry system mitigates more CO2
than it releases. The results demonstrate the sustainability of these agroforestry systems and highlight the
need to support small producers in their adoption and maintenance.

Key words: Coffea arabica, agroforestry systems, greenhouse gases.
Introducción
La caficultura en el estado de Chiapas, entidad reconocida por su rica tradición cafetalera, no solo
brinda sustento económico a miles de productores, sino que también representa un modelo de prácticas
agrícolas sostenibles. El cultivo convencional del café tiene consecuencias ambientales, como la pérdida
de biodiversidad y la contaminación debido al uso de fertilizantes sintéticos (Escamilla, 2007); sin
emnargo, diferentes regiones de Chiapas han experimentado un giro hacia la producción orgánica bajo
sombra. Esta transformación, favorecida por la creciente demanda mundial de productos sostenibles, se
ve impulsada por sistemas agroforestales que no solo conservan la biodiversidad y mejoran la salud del
suelo, sino que también contribuyen a mitigar los impactos del cambio climático (CMCC, 1994).
La problemática global del cambio climático debido al incremento en las emisiones de gases de efecto
invernadero (GEI) por actividades antropogénicas, enfatiza la necesidad urgente de comprender y
minimizar nuestra huella de carbono (HC); la cual se define como la cantidad de emisiones de GEI a la
atmósfera por parte de un individuo, organización, proceso, producto o evento dentro de un límite
específico (Pandey et al., 2011). En este contexto, la HC ofrece una representación tangible de las
emisiones de GEI de un producto o proceso, desde simples emisiones de CO2 hasta complejas mediciones
de ciclo de vida (Schneider y Samaniego, 2010). En el sector agrícola, por ejemplo, se emiten GEI como
el CO2 por el uso de combustibles fósiles, el CH4 de la oxidación anaeróbica de materia orgánica y el
N2O por el uso de fertilizantes nitrogenados (FAO, 2017).
Este estudio tuvo como objetivo principal cuantificar la HC del café orgánico cultivado en sistemas
agroforestales por la sociedad cooperativa Comon Yaj Noptic SPR de RL. Mediante este análisis, se
generó información para ayudar a identificar estrategias para optimizar y reducir la HC de este modelo
productivo, además de informar a consumidores y comercializadores sobre el impacto ambiental del café
procedente de esta organización y del sistema de manejo.
Área de estudio
El estudio se centró en las parcelas de los productores que integran a la cooperativa de café orgánico
Comon Yaj Noptic SPR de RL, con sede en la comunidad de Nuevo Paraíso, La Concordia, Chiapas.
Esta se fundó el 19 de mayo de 1995 e integra a 141 productores de 13 comunidades (Figura 1), cuya
proporción es de 31.9% mujeres y 68.1% hombres, los cuales cuentan con una superficie de 93.95 y
219.34 ha, respectivamente. De acuerdo con la estación climatológica más cercana a la zona de estudio,
00007037 Finca Cuxtepeques (SMN, 2023) ubicada a 15°43' 43" latitud norte N, 92°58'08" longitud
oeste y altitud de 1550 m, la temperatura promedio de la zona es de 22.4 °C y la precipitación media
anual de 2151.3 mm.
Recopilación de datos
La etapa de reconocimiento de las unidades de producción y primera fase de recolección de datos se

efectuó entre los meses de julio a octubre de 2022. Después, en febrero de 2023, durante la temporada
de cosecha, se realizó un nuevo recorrido de campo para recopilar evidencias sobre el ciclo productivo
del café (prácticas de cultivo, transporte y procesamiento). Para ello se realizaron entrevistas detalladas
con productores de las 13 comunidades (Figura 1) y se analizaron fichas técnicas que describen el manejo
específico de cada parcela de café. Al concluir el proceso de recopilación de información, se construyó
una base de datos que consolidó la información de los 141 productores con 161 parcelas bajo su manejo.

Posteriormente se homogeneizó la información recopilada transformando a valores de rendimiento en kg

de café verde por hectárea (kg ha-1). Por lo cual, en la fase de campo se determinaron los kg de café
cereza necesarios para obtener un quintal de café pergamino (270 kg de cereza para obtener 57.5 kg de
café pergamino), así como la cantidad de café pergamino para generar un kg de café verde (1.282 kg de
pergamino para obtener un kg de semilla verde).
Figura 1. Ubicación de las parcelas de los productores de la cooperativa de café orgánico Comon Yaj Noptic en el municipio de La
Concordia, Chiapas.
Cálculo de la huella de carbono
Para el ciclo productivo 2022-2023, se consideró la HC desde la fase primaria de manejo de parcelas,
pasando por el beneficio húmedo, hasta el empacado del café molido. Durante estas etapas, se estimaron
las emisiones de GEI originadas por la aplicación de insumos, el uso de combustibles para el transporte,
los procesos de despulpado y beneficiado del café utilizando diferentes factores de emisión para calcular
las emisiones de CO2e. Como resultado, se obtuvo el valor de la HC en kg de CO2e kg-1 de café verde
producido.
Estimación de carbono almacenado por el sistema agroforestal
La cantidad de carbono que los sistemas agroforestales capturan anualmente de la atmósfera, mediante
su proceso de fotosíntesis, se estimó usando el perfeccionamiento de 2019 de las Directrices del Panel
Intergubernamental de Cambio Climático de 2006 para los inventarios nacionales de gases de efecto

invernadero (IPCC, 2019). Por la forma en que se manejó la información recopilada la cantidad de
carbono capturada también se estimó en kg de CO2e kg-1 de café verde.
Análisis de datos
La información se gestionó mediante hojas de cálculo de Excel® y, en seguida, se calcularon las

estadísticas descriptivas y se elaboraron gráficas de cajas con el software R (versión 4.3.1) y su interfaz
R-studio (versión 2023.6.0.421, R Core Team, 2023). Se determinaron las emisiones totales de GEI y se
contrastaron con la cantidad de carbono que el sistema agroforestal puede capturar. Esta comparación
proporcionó una evaluación de la HC neta del proceso de producción de café orgánico en la zona de
estudio.
Al evaluar algunas de las variables asociadas a los sistemas de producción de café (Cuadro 1), es
evidente que existe variabilidad en las distintas mediciones registradas, lo que proporciona una visión
amplia de las condiciones en los sistemas de producción de café. La superficie de las parcelas fue desde
las 0.50 hasta 6.00 ha. La altitud a la que se ubican las parcelas de café también mostró un amplio rango
(1077 m), encontrándose que la producción de café se desarrolla en diversas condiciones altitudinales,
lo que podría impactar la calidad y características del grano.
Cuadro 1. Estadísticas descriptivas de algunas variables analizadas para estimar la huella de carbono.
Variables Unidades Mínimo Máxima Mediana Media Desviación Coeficiente
estándar de variación
Superficie ha 0.50 6.00 1.50 1.95 1.276 0.656
Altitud m 769 1846 1429 1369.2 225.935 0.165
Densidad de Plantas ha-1 1050 18300 4133.3 4574.1 2454.860 0.537
siembra
Edad Años 1.7 26.0 9.3 10.1 5.465 0.542
Especies de Cantidad 1 50 12 13.2 5.754 0.436
sombra
Rendimiento qq ha-1 1 40 10.0 12.8 8.460 0.663
Distancia km 12.43 32.50 22.04 21.96 5.915 0.269
La densidad de siembra presentó una notable variabilidad, lo que sugiere que existen diferentes
prácticas agronómicas adoptadas por los productores. Además, las plantaciones de café tuvieron edades
que fueron desde 1.7 hasta 26 años, por lo que existen tanto cultivos jóvenes como plantaciones viejas,
lo que puede tener implicaciones en el rendimiento y la calidad del café. Asimismo, la cantidad de
especies de árboles de sombra fluctuó desde 1 hasta 50, con una media de 12 especies presentes por
parcela. Esto no sólo beneficia la biodiversidad, sino que también influyen en la cantidad de CO2
capturado (Casanova-Lugo et al., 2016) y en la prestación de otros servicios ecosistémicos de regulación,
como el ajuste del clima, la erosión, fertilidad del suelo, control biológico de plagas y enfermedades, y
humedad del suelo (Villarreyna et al., 2020).
Por otro lado, el rendimiento osciló desde 1 hasta 40 qq ha-1. El coeficiente de variación de 0.663
refleja una alta variabilidad en el rendimiento, lo que podría deberse a diferencias en las edades de las
plantaciones, las prácticas de manejo y las condiciones del suelo. Por último, la distancia varió desde
12.43 hasta 32.50 km, su coeficiente de variación de 0.269 indica una variabilidad moderada en las
distancias desde las instalaciones de la cooperativa hasta las parcelas de café.

En las gráficas de cajas (Figura 2) se presentan los datos relacionados con el carbono en la producción
de café. La cantidad de carbono capturada varió desde de 3.99 a 154.97 kg CO2e kg-1 de café verde. Esta
amplia variabilidad es evidenciada por un coeficiente de variación de 0.937. Además, se obtuvo una
mediana de 15.98 y una media de 20.49 kg CO2e kg-1 de café verde, indicando que las parcelas analizadas
tienen una buena capacidad de capturar carbono. En estudios realizados en Costa Rica, se encontró que
la tasa de fijación de carbono en café bajo sombra en promedio fue de 7.6 kg CO2e kg-1 de café verde,
con un rango entre 5.0 y 17.6 (Segura y Andrade, 2010). Por su parte, Porras et al. (2015) reportó en
cafetales bajo sombra de Nicaragua una captura promedio de 1.83 CO2e kg-1 de café verde, pero solo
para la biomasa viva arbórea sobre el suelo. Los resultados encontrados en este estudio son reflejo en
buena medida del porcentaje alto de sombra arbórea y los rendimientos de café bajos.
Figura 2. Cantidad de carbono capturado por el agroecosistema (a) y emisiones de GEI de la cadena productiva del café, desde el
manejo de la plantación hasta la obtención del pergamino (b).
En cuanto a la HC desde el manejo de la plantación hasta la obtención del pergamino, los valores se
encontraron en un rango de 0.560 a 1.080 kg CO2e kg-1 de café verde. El coeficiente de variación de
0.127, indica que existe poca variabilidad en esta métrica en comparación con la captura de CO2. Además,
la mediana (0.589) y la media (0.620) cercanas sugieren que la mayoría de los sistemas tienen un impacto
ambiental similar en esta etapa de la producción.
El análisis detallado de la HC desde el manejo de la parcela hasta la obtención de café pergamino,
mostró que el despulpado y las emisiones resultantes de los residuos representaron el mayor impacto,
con un promedio de 0.561 kg de CO2e emitidos por cada kilogramo de café verde. Esta cifra es muy
amplia en comparación con las otras etapas y resalta la importancia de considerar los residuos y abordar
su tratamiento como un área clave para la reducción de emisiones. La gestión adecuada de los residuos
y la exploración de tecnologías más sostenibles de despulpado podrían ser cruciales para disminuir esta
cifra.
Por otro lado, la aplicación de PSD y el transporte de insumos también tienen contribuciones
considerables, con 0.0271 y 0.0133 kg de CO2e kg-1 de café verde, respectivamente. Aunque estos valores
son menores en comparación con el despulpado, no deben ser subestimados. La optimización de rutas de

transporte, la elección de medios de transporte más eficientes y la revisión de las prácticas de aplicación
de PSD podrían ser áreas de mejora.
En conjunto, la HC promedio desde el manejo de la parcela hasta la obtención del café pergamino se
situó en 0.6204 kg de CO2e kg-1 de café verde. Si bien algunas etapas tienen un mayor impacto que otras,
es fundamental abordar cada una de ellas con un enfoque holístico para alcanzar una producción más
sostenible. En un estudio realizado en Honduras, la HC fue de 3.42 kg CO2e kg-1 café verde, siendo la
etapa de cultivo la de mayor relevancia con 1.74 kg CO2e kg-1 café verde, en buena medida debido a la
fertilización química, que resultó en emisiones de óxido nitroso elevadas, seguido de la etapa de
procesado con 1.10 kg CO2e kg-1 café oro (Albornoz, 2017).
De acuerdo con los datos recopilados, la HC del procesamiento en la cooperativa fue de 0.4145 kg de
CO2e kg-1 de café verde. Analizando de forma individual cada actividad del procesamiento, el tostado
utilizando gas LP contribuyó más a la HC, con 0.2863 kg de CO2eq kg-1 de café verde. Este valor fue
superior a las otras actividades, destacando la relevancia de considerar alternativas más limpias o
eficientes en términos energéticos para el proceso de tostado.
Por otro lado, actividades como el pesado con báscula y el empacado con selladora fueron impactos
mínimos, con 0.0006 y 0.0019 kg de CO2eq kg-1 de café verde, respectivamente. Aunque estas
contribuciones resultaron menores en comparación con el tostado, es esencial considerar cada etapa para
obtener una imagen completa y comprensiva de la HC. Además, el embolsado, aunque no se consideró
una actividad energéticamente intensiva como el tostado, presentó una HC de 0.0862 kg de CO2e kg-1 de
café verde, lo que podría indicar la necesidad de revisar los materiales utilizados o buscar opciones más
sostenibles.
Conclusiones
La huella de carbono emerge como una métrica esencial para evaluar el impacto ambiental de la
producción de alimentos. En este caso, la cadena productiva del café orgánico bajo sombra cultivado por
la cooperativa Comon Yaj Noptic SPR de RL presentó una emisión significativa en sus diferentes etapas,
alcanzando un total de 1.034 kg de CO2e kg-1 de café verde producido.
A pesar de las emisiones asociadas a la producción de café, el sistema agroforestal implementado las
compensa de manera notable, capturando en promedio 20.486 kg CO2e. Esto se traduce en una huella de
carbono neta de -19.452 kg CO2e kg-1 de café verde, una cifra que evidencia la capacidad del sistema
agroforestal de revertir su huella de carbono.
Estos hallazgos refuerzan la idea de que estos sistemas agroforestales no solo son sostenibles desde
una perspectiva medioambiental, sino que son altamente efectivos para la mitigación del cambio
climático, al capturar más CO2 del que emiten. En ese sentido, es esencial promover y apoyar a los
pequeños productores en la adopción y mantenimiento de prácticas agroforestales, dada su eficacia
comprobada en la reducción del impacto ambiental y en la contribución a un futuro más sostenible.
Agradecimiento
A la cooperativa Comon Yaj Noptic SPR de RL, con sede en La Concordia, Chiapas, por su invaluable
colaboración en este estudio. Extendemos un especial agradecimiento a todos y todas sus integrantes por
su hospitalidad y generosidad, pero sobre todo por el trabajo que realizan día a día, demostrando que es
posible producir de manera responsable y sostenible. Gracias por ser parte integral de esta investigación.
Literatura citada
Albornoz O. A. C. 2017. Huella de carbono del café (Coffea arabica) en Empresa Asociativa Campesina Aruco en Copán, Honduras para
el año 2016-2017. Escuela Agrícola Panamericana, Zamorano Honduras. 40 p.

Casanova-Lugo, F., L. Ramírez-Avilés, D. Parsons, A. Caamal-Maldonado, A. T. Piñeiro-Vázquez and V. Díaz-Echeverría. 2016.

Environmental services from tropical agroforestry systems. Revista Chapingo serie ciencias forestales y del ambiente 22:269-284.
https://doi.org/10.5154/r.rchscfa.2015.06.029
Convención Marco para el cambio climático (CMCC).1994. Disponible en: https://unfccc.int/resource/docs/convkp/convsp.pdf
Escamilla, E. 2007. Influencia de los factores ambientales, genéticos, agronómicos y sociales en la calidad del café orgánico en México.
Tesis de Doctorado en Ciencias. Colegio de Postgraduados-M.F. Altamirano, Veracruz. 254 p.
Food and Agriculture Organization of the United Nations (FAO). 2017. Adoption of climate technologieS in the agrifood sector. FAO
Investment centre Roma. FAO/EBRD Cooperartion. Disponible en: https://www.fao.org/3/i7022e/i7022e.pdf
Intergovernmental Panel on Climate Change (IPCC). 2019. Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas
Inventories. Task Force on National Greenhouse Gas Inventories (TFI). 49th session of the IPCC, 8 – 12 May 2019, Kyoto, Japan.
Disponible en línea en: https://www.ipcc.ch/report/2019-refinement-to-the-2006-ipcc-guidelines-for-national-greenhouse-gas-
inventories/
Pandey, D., M. Agrawal and J. S. Pandey. 2011. Carbon footprint: current methods of estimation. Environ Monit Assess 178:135–160.
https://doi.org/10.1007/s10661-010-1678-y
Porras, I., A. Amrein y B. Vorley. 2015. Café y créditos de carbono para productores de pequeña escala: ¿Las finanzas de carbono pueden
promover la producción más limpia de café en Nicaragua? International Institute for Environment and Development.
http://www.jstor.org/stable/resrep02679
R Core Team. 2023. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing.
Schneider, H. y J. Samaniego. 2010. La huella del carbono en la producción, distribución y consumo de bienes y servicios. LC/W.298.
Copyright © Naciones Unidas. Todos los derechos reservados. Impreso en Naciones Unidas, Santiago de Chile. 46 p.
Segura, M. A., y H. J. Andrade. Huella de carbono en cadenas productivas de café (Coffea Arabica l.) con diferentes estándares de
certificación en Costa Rica. Luna Azul 35: 60-77. Disponible en línea en: http://www.scielo.org.co/scielo.php?pid=S1909-
24742012000200005&script=sci_abstract&tlng=es
Servicio Meteorológico Nacional (SMN). Fecha de Consulta 20 de septiembre de 2023. Disponible en:
https://smn.conagua.gob.mx/es/informacion-climatologica-por-estado?estado=chis
Villarreyna, R., J. Avelino y R. Cerda. 2020. Adaptación basada en ecosistemas: efecto de los árboles de sombra sobre servicios
ecosistémicos en cafetales. Agronomía Mesoamericana 31:499–516. https://doi.org/10.15517/am.v31i2.37591

6.9. Incremento del carbono lábil por obras de conservación en pastizales

pastoreados del norte de México
Nava-Reyna Erika1,*; Sigala-Rodríguez José A.2; Basave-Villalobos Erickson2; Constente-García

Vicenta1 y Marcial-Pablo Mariana de J.1
1
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias, Centro Nacional de Investigación Disciplinaria en Relación
Agua, Suelo, Planta, Atmósfera, Km. 6.5 Margen Derecha Canal de Sacramento, C.P. 35079, Gómez Palacio, Dgo., México.
2
INIFAP, CIRNOC - Campo Experimental Valle del Guadiana, Carretera Durango-El Mezquital km 4.5, C.P. 34170, Durango, Dgo.,
México
*Autor por correspondencia: nava.erika@inifap.gob.mx
Resumen
Los ecosistemas de pastoreo son claves en la retroalimentación de C entre la atmósfera y el suelo,

desempeñando un papel importante en la variabilidad interanual del ciclo de C, el cual depende
principalmente de la intensidad del pastoreo. Para aminorar, prevenir o restaurar suelos erosionados por
prácticas agropecuarias como el libre pastoreo, es necesaria la implementación de prácticas de
conservación de agua y suelo. Por lo anterior, la presente investigación tuvo como objetivo evaluar
variaciones en el contenido de carbono lábil derivadas de obras de conservación de suelos por muros de
piedra en suelos degradados por sobrepastoreo en el Ejido Lázaro Cárdenas (Garabitos), municipio de
Durango, Durango, México. Se cuantificó la fracción lábil de carbono orgánico del suelo por su
oxidabilidad con permanganato de potasio en suelos de un área conservada con exclusión de pastoreo y
tres zonas aguas arriba en una obra de conservación de suelo por muros de piedra (parte alta, media y
baja). Los resultados mostraron diferencias significativas entre los tratamientos, donde todas las zonas
dentro de la obra de conservación de suelos presentaron mayor contenido de carbono lábil, en
comparación con el área conservada, especialmente en las partes media y baja, demostrando la eficiencia
para retener el C lábil en suelos con pastoreo intensivo.
Palabras clave: Sobrepastoreo, suelos degradados, muros de piedra
Abstract
Grazing ecosystems play a key-role in the C feedback between the atmosphere and the soil, playing an
important role in the interannual variability of the C cycle, which depends mainly on grazing intensity.
To reduce, prevent or restore soils eroded by agricultural practices such as free grazing, the
implementation of soil water conservation practices is necessary. Therefore, the objective of this research
was to evaluate variations in the labile carbon content derived from soil conservation works by stone
walls in soils degraded by overgrazing in Ejido Lázaro Cárdenas (Garabitos), municipality of Durango,
Durango, Mexico, since 2011. Thus, the labile fraction of soil organic carbon was quantified by its
oxidizability with potassium permanganate in soils from a conserved area, grazing-excluded, and three
upstream areas in a soil conservation work using rock bunds (upper, middle and lower part). The results
demonstrated a significant difference between the treatments, where all areas within the soil conservation
practice presented a higher labile carbon content compared to the conserved area, especially in the
middle and lower parts of the work, demonstrating its efficiency to retain labile C in intensively grazed
soils.
Keywords: Overgrazing, degraded soils, rock bunds

Introducción
El cambio del uso del suelo y los procesos de degradación del suelo derivados como la erosión,
pérdida de nutrientes, salinización, entre otros, impactan fuertemente el ciclo global del carbono al
disminuir el almacén del carbono orgánico del suelo (COS) e incrementar la emisión de gases de efecto
invernadero (GEI). Incluso, la pérdida del COS por el cambio de ecosistemas naturales a manejados
puede ser de 20% o más dentro de los primeros 2-5 años (Lal, 2019). Las actividades antropogénicas
son la principal fuente de degradación de suelo. En este sentido, los ecosistemas de pastoreo juegan un
papel importante en la retroalimentación de C entre la atmósfera y el suelo, ya que representan 40% de
la superficie terrestre libre de hielo, conteniendo un tercio del C total del suelo, por lo que estos
ecosistemas conducen gran parte de la variabilidad interanual del ciclo global del C, dependiendo de la
intensidad de pastoreo (Lal, 2002). Por un lado, el pastoreo tiene el potencial de servir como sumidero
de C por la acumulación del COS bajo determinadas condiciones climáticas y edáficas por las excretas
de los animales (Hewins et al., 2018). Sin embargo, los animales consumen directamente la biomasa
aérea del ecosistema, modificando su composición y disminuyendo la posible fijación de CO2 por la
fotosíntesis y la rizodeposición en el suelo (Liu et al., 2022). Además, el pastoreo puede afectar la
abundancia de leguminosas y, consecuentemente, la fijación de N en el suelo. Asimismo, la fermentación
entérica de los rumiantes y sus excretas incrementan las emisiones de GEI y la lixiviación del C y N en
el suelo. Igualmente, la disminución en la cobertura vegetal y hojarasca favorece la tasa de
mineralización de la materia orgánica del suelo (MOS) por las fluctuaciones de la temperatura y
humedad en el suelo, favoreciendo la desertificación. Así, el efecto del pastoreo sobre el almacenamiento
de COS depende de diversos factores como la precipitación, el tipo de suelo, la biodiversidad de las
plantas y la intensidad de pastoreo (Naidu et al., 2022). Con el fin de prevenir o restaurar el impacto del
pastoreo en el suelo, se requieren prácticas de uso de suelo que favorezcan su sustentabilidad, incluidas
las técnicas de conservación de agua y suelo.
Los cambios en el contenido de COS en pastizales son difíciles de detectar en el corto plazo. No
obstante, el carbono lábil, es decir la fracción de C más fácilmente mineralizable y de rápido retorno, es
un indicador útil y confiable de los cambios inducidos por el manejo en pastizales de pastoreo, ya que
representa la fracción de COS más joven y, por lo tanto, es más sensible a disturbios y cambios en el
manejo que el C orgánico total.
Por lo anterior, la presente investigación tuvo como objetivo evaluar variaciones en el contenido de
carbono lábil derivadas de obras de conservación de suelos por muros de piedra.
Descripción del sitio de estudio
El presente estudio se realizó en un área de agostadero del Ejido Lázaro Cárdenas (Garabitos),
municipio de Durango, Durango, México. El sitio corresponde a una ladera con exposición sur y una
pendiente del 15% a una altitud de 1,990 m. La vegetación predominante es matorral y pastizal con
arbustos de clima semiseco templado con un promedio de precipitación anual de 475 mm y temperatura
media anual de 17°C. En la composición de la vegetación destacan especies arbustivas como el huizache
chino (Acacia schaffneri), el mezquite (Prosopis laevigata) y el nopal duraznillo (Opuntia durangensis),
así como especies herbáceas y gramíneas. El suelo es muy somero (de menos de 25 cm) y pedregoso, el
cual ha estado sometido a procesos de erosión hídrica debido a la reducción de la cobertura herbácea por
el sobrepastoreo.
Toma y manejo de las muestras

Debido a la elevada erosión en el sitio de estudio, en 2011 se realizaron obras de conservación del
suelo que consistieron en muros de piedra acomodada de 30 cm de alto acordonados en curvas a nivel
con un espaciamiento de 25 m entre muros. Para evaluar la efectividad del manejo para conservación de
suelos, se tomaron muestras de suelo a diferente nivel aguas arriba de la obra (Cuadro 1). Además, se
muestreo en un área contigua sin perturbación por sobrepastoreo y erosión aparente, como área de
referencia.
Cuadro 1. Descripción de las zonas de estudio
Clave Tratamiento Descripción
Con Pastizal conservado con exclusión 24°0’33’’ N, 104°42’28’’ O
de pastoreo
MP-PA Muros de piedra – Parte alta de la 24°0’42’’ N, 104°42’51’’ O
obra, justo después del muro previo
MP-PM Muros de piedra – Parte media entre 24°0’31’’ N, 104°42’32’’ O
muros de la obra
MP-PB Muros de piedra – Parte baja, en 24°0’31’’ N, 104°42’46’’ O
suelo retenido por la obra
Se tomaron 3 muestras de suelo al azar de 0-20 cm de cada tratamiento en diferentes zonas de la obra
(muros de piedra): parte alta, media y baja, para hacer una muestra compuesta del suelo por tratamiento.
Las muestras fueron secadas al aire y tamizadas por 2.0 mm para la evaluación del contenido de carbono
lábil
Cuantificación del carbono lábil
Se empleó el método de Blair et al. (1995) basado en el grado de oxidación del C por permanganato
de potasio, donde 2.5 g de muestra de suelo se mezclaron con 25 ml de KMnO4 0.333 M y se agitaron
por 1 h a 12 rpm, para posteriormente centrifugar los tubos a 2,000 rpm durante 5 min. Posteriormente,
una alícuota del sobrenadante fue diluido 1:1000 para leer en el espectrofotómetro (Multiskan Sky –
Thermo Scientific) a 565 nm. Adicionalmente se leyó un blanco sin muestra y se realizó una curva de
calibración. El cambio en la concentración de permanganato de potasio se empleó para estimar la
cantidad de COS oxidado, asumiendo que 1 M MnO4 se consume para la oxidación de 9,000 g de
carbono. Así, los resultados fueron expresados como g C kg-1 de suelo y la fracción lábil de C es la que
fue oxidada por el permanganato.
Análisis estadístico
Los resultados fueron analizados empleando el programa IBM SPSS Statistics. La normalidad de los
datos fue analizada con la prueba de Shapiro-Wilk al 95% de confianza, además de la prueba de
homogeneidad de varianza. Dado que los datos cumplieron ambos supuestos, se realizó un análisis de
ANOVA de una vía al 95% de confianza.
Existió un impacto altamente significativo de los muros de piedra en la variabilidad del carbono lábil
en el suelo (F = 81.769, p = 0.000), donde todas las zonas dentro de la obra de conservación de suelos
presentaron un mayor contenido de carbono lábil en comparación al área conservada (Figura 1).

Figura 1. Fracciones de carbono lábil en suelos de pastizales conservados (Con) y a diferente nivel aguas arriba dentro de muros
de piedra como obras de recuperación de suelos degradados por sobrepastoreo: en la pare alta (MP-PA), parte media (MP-PM) y
parte baja (MP-PB) en el norte de México. Las barras seguidas por la misma letra para una fracción dada no son diferentes
significativamente (P<0.05).
Se ha demostrado que la exclusión de pastoreo regularmente incrementa ciertas propiedades químicas

del suelo, incluido el C oxidable por permanganato, debido principalmente a la acumulación de biomasa
radicular y hojarasca, que es removida regularmente por los animales rumiantes (Sigcha et al., 2018).
No obstante, los resultados de este estudio demostraron un mayor contenido de carbono lábil en la zona
con pastoreo, probablemente derivado de las excretas de los rumiantes. Asimismo, se ha reportado que
el pastoreo puede incrementar la fracción lábil de carbono por la activación de la actividad microbiana
por las enzimas encontradas en la saliva y orina de los animales herbívoros, especialmente a temperaturas
cálidas (Knorr et al., 2005; Rui et al., 2011). Además, de acuerdo con el estudio de Naidu et al. (2022),
el mayor almacén de COS en zonas de exclusión que en zonas pastoreadas, puede influenciar
negativamente su estabilidad, ya que el aporte del C fijado por la vegetación es una importante fuente
de energía para la microbiota del suelo, favoreciendo la tasa de descomposición de la MOS y su
liberación como GEI, desestabilizando la reserva de C en el suelo, un fenómeno limitado en el área
degradada debido a la limitación de la cantidad de COS.
Por otro lado, los resultados demostraron la influencia que ha tenido la obra de muros de piedra en la
dinámica de carbono del suelo, donde la mayor acumulación de carbono lábil se ha dado en la parte
media y baja de la obra, posiblemente relacionado directamente a procesos de escurrimiento por la
erosión hídrica. De acuerdo con Taye et al. (2013), los pastizales intensamente pastoreados suelen ser
suelos compactados y con poca cobertura vegetal, lo que genera un mayor coeficiente de escorrentía que
generó la migración de nutrientes a la parte baja de las obras de conservación de suelo (diques de piedra),
lo cual coincide con los resultados de esta investigación.
Conclusiones
La exclusión de pastoreo ha generado una disminución del contenido de carbono lábil en el suelo en
el mediano plazo en comparación con zonas pastoreadas, aunque es necesaria la determinación del C
orgánico total (COT) para el cálculo de la fracción no lábil, pudiendo ser la que se esté acumulando en
mayor concentración. Adicionalmente, el uso de muros de piedra como técnica de conservación de suelos
ha sido eficaz para la retención de C lábil en suelos con pastoreo intensivo.
Agradecimientos

Este proyecto fue financiado por el fondo de Proyectos Fiscales del Instituto Nacional de
Investigaciones Forestales, Agrícolas y Pecuarias 2023-1 titulado “Recuperación de la funcionalidad de
suelos degradados bajo diferentes estrategias en ecosistemas áridos y templados del norte de México”.
Literatura Citada
Blair, G. J., R. D Lefroy, and L. Lisle. 1995. Soil carbon fractions based on their degree of oxidation, and the development of a carbon
management index for agricultural systems. Australian Journal of Agricultural Research 46(7): 1459–1466.
https://doi.org/10.1071/AR9951459
Hewins, D. B., M. P. Lyseng, D. F. Schoderbek, M. Alexander, W. D. Willms, C. N. Carlyle, S. X. Chang, and E. W. Bork. 2018. Grazing
and climate effects on soil organic carbon concentration and particle-size association in northern grasslands. Scientific Reports
2018 8(1): 1–9. https://doi.org/10.1038/s41598-018-19785-1
Knorr, W., I. C. Prentice, J. I. House, and E. A. Holland. 2005. Long-term sensitivity of soil carbon turnover to warming. Nature
433(7023): 298–301. https://doi.org/10.1038/nature03226
Lal, R. 2002. Soil carbon dynamics in cropland and rangeland. Environmental Pollution 116(3): 353–362. https://doi.org/10.1016/S0269-
7491(01)00211-1
Lal, R. 2019. Accelerated Soil erosion as a source of atmospheric CO2. Soil and Tillage Research, 188: 35–40.
https://doi.org/10.1016/J.STILL.2018.02.001
Liu, J., F. Isbell, Q. Ma, Y. Chen, F. Xing, W. Sun, L. Wang, J. Li, Y. Wang, F. Hou, X. Xin, Z. Nan, N. Eisenhauer, and D. Wang. 2022.
Overgrazing, not haying, decreases grassland topsoil organic carbon by decreasing plant species richness along an aridity
gradient in Northern China. Agriculture, Ecosystems & Environment, 332: 107935. https://doi.org/10.1016/J.AGEE.2022.107935
Naidu, D. G. T., S. Roy, and S. Bagchi. 2022. Loss of grazing by large mammalian herbivores can destabilize the soil carbon pool.
Proceedings of the National Academy of Sciences of the United States of America, 119(43): e2211317119.
https://doi.org/10.1073/PNAS.2211317119/SUPPL_FILE/PNAS.2211317119.SAPP.PDF
Rui, Y., S. Wang, Z. Xu, Y. Wang, C. Chen, X. Zhou, X. Kang, S. Lu, Y. Hu, Q. Lin, and C. Luo. 2011. Warming and grazing affect soil
labile carbon and nitrogen pools differently in an alpine meadow of the Qinghai-Tibet Plateau in China. Journal of Soils and
Sediments, 11(6): 903–914. https://doi.org/10.1007/S11368-011-0388-6/FIGURES/3
Sigcha, F., Y. Pallavicini, M. J. Camino, and C. Martínez-Ruiz. 2018. Effects of short-term grazing exclusion on vegetation and soil in
early succession of a Subhumid Mediterranean reclaimed coal mine. Plant and Soil, 426(1–2): 197–209.
https://doi.org/10.1007/S11104-018-3629-2/FIGURES/2
Taye, G., J. Poesen, B. Van Wesemael, M. Vanmaercke, D. Teka, J. Deckers, T. Goosse, W. Maetens, J. Nyssen, V. Hallet, and N.
Haregeweyn. 2013. Effects of land use, slope gradient, and soil and water conservation structures on runoff and soil loss in semi-
arid Northern Ethiopia. Physical Geography 34(3) 236–259. https://doi.org/10.1080/02723646.2013.832098

Sintesis 2023

Cargado por

Copyright:

Formatos disponibles

Sintesis 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sintesis 2023

Cargado por

Copyright:

Formatos disponibles

Forma correcta de citar:

Programa Mexicano del Carbono A.C.

Diseño Gráfico: Oscar J. Velázquez R.

J. Martín Hernández Ayón, Martín A. Bolaños González,

Programa Mexicano del Carbono (PMC)

Universidad Autónoma de Baja California (UABC)

Ensenada, Baja California, México

Dr. Carlos Orión Norzagaray

Dra. Cecilia Chapa Balcorta

M. en C. Claudia J. Olivas Castillo

Dr. Enrico Arturo Yépez González

Dr. Jaime Garatuza Payán

Dra. Luz de Lourdes A. Coronado Álvarez

Dra. María Susana Alvarado Barrientos

Dra. Mariela Fuentes Ponce

Dr. Martín A. Bolaños González

Dra. Masuly G. Vega Puga

Ing. Mayte F. Reyes Hernández

Dr. Victor Manuel Salas Aguilar

Dra. Suzuky Pinto González

Los trabajos expuestos, todos de excelente calidad académica, se sometieron a la opinión de la

Se agradece enormemente el interés y entusiasmo en participar en este colectivo científico, y se espera

José Martín Hernández Ayón

1.2 Interacciones Suelo-Planta-Atmósfera durante condiciones húmedas y secas del 23

2.4 Biomasa zooplanctónica y máximo profundo de clorofila en un lago monomíctico 55

2.6 Variación temporal de la biomasa del zooplancton de un lago monomíctico tropical 67

2.9 Reciclamiento del Carbono en condiciones anóxicas en los canales de Puente de 86

3.3 Almacenes de carbono aéreo en manglares conservados y en restauración: Yucalpetén 107

4.3 Abundancias relativas de pterópodos y su relación con la acidificación en el Golfo de 158

5.3 Efecto de la sequía en la asimilación de carbono y la producción de biomasa del 204

5.4 Servicios ecosistémicos y la biodiversidad de la zona semiárida el municipio de 210

6.7 Niveles de sustentabilidad de sistemas agroforestales de cacao en comunidades del 272

1.1. Desarrollo de un dispositivo de bajo costo para el monitoreo de intensidad

Flores-Lugo Juliana A.1,*; Ortega-Blanco Christian A.2 y Méndez-Barroso Luis A.1,3

La exposición prolongada a altas temperaturas y niveles de radiación UV causan graves problemas de

Palabras clave: Radiación ultravioleta; sistemas de monitoreo; ciencia ciudadana; vulnerabilidad

Keywords: Ultraviolet radiation; monitoring systems; citizen science; thermal vulnerability.

La sobreexposición a temperaturas extremas y los altos niveles de radiación ultravioleta (UV)

Integración del dispositivo de monitoreo de intensidad UV, temperatura y humedad relativa

Desempeño de la protección del sensor UV

En cuanto a la integración del dispositivo, el resultado fue un dispositivo inalámbrico con

Se desarrolló un dispositivo de bajo costo capaz de monitorear radiación UV, temperatura y

1.2. Interacciones Suelo-Planta-Atmósfera durante condiciones húmedas y secas

Sotomayor-Quijada, Liczy G. 1,* y Sánchez-Mejía Zulia M.1,*

Keywords: Sensible heat; Latent heat; CLASS; planetary boundary layer

preparación de terreno se fragmenta el suelo a partículas pequeñas y pueden ser transportadas a la

El Instituto Tecnológico de Sonora estableció un observatorio ecohidrológico en el Valle del Yaqui

Se han recolectado datos micrometeorológicos y fotografías fenológicas desde el 2019 durante el

El equilibrio de radiación de la superficie es determinado mediante el flujo neto de energía radiante

Modelación de datos observados

El proceso de modelación se realizó a través del software CLASS (https://classmodel.github.io/), con

Se realizó la clasificación de Pasquill-Gidffor (Figura 3) para categorizar las distintas estabilidades

Análisis de datos observados y modelados

Durante la secuencia fotográfica se observa que a menor cobertura y humedad la dispersión de

El comportamiento diurno de la estabilidad atmosférica (Figura 3), clasificados con el modelo de

CONAHCyT – Ciencias Básica 286494, PROFAPI – 2023 089

2.1. Carbono en la Dinámica Fluvial del Río Nexapa

Ibarra-Melgarejo Gabriel1; Guerra-Hernández Eloisa A.1,* y Cruz-Flores Gerardo1

Palabras clave: agua fluvial; ecosistemas ribereños; Iztaccíhuatl-Popocatépetl; sistemas lóticos