No abstract

Efecto de la ganadería y la variación estacional sobre la composición florística y la biomasa vegetal en los humedales de la costa centro oeste Resumen:Antecedentes y Objetivos: Los humedales son ecosistemas altamente productivos que aportan diversos servicios ecosistémicos; sin embargo, también son de los más amenazados debido a actividades humanas como la agricultura y ganadería. México ha perdido 62% de sus humedales y específicamente los de la costa central del Golfo de México se están viendo afectados debido a la actividad ganadera. Existen pocos trabajos acerca del tema; por tanto, en esta investigación se analizó el efecto de la ganadería y la estacionalidad sobre la composición florística, biomasa aérea (BA) y biomasa subterránea (BS) de humedales herbáceos de la laguna de Alvarado, Veracruz, México. Métodos: Se seleccionaron dos localidades de trabajo y en cada una se eligieron dos sitios de muestreo. En cada sitio se colocaron ocho parcelas de 1 m² (la mitad fueron cercadas para evitar al ganado). Durante un año se obtuvieron datos de riqueza y diversidad de especies, cobertura vegetal, BA y BS. Con estos datos se calculó el valor de importancia relativa (VIR) por especie e índice de reemplazo de especies.Resultados clave: Se registraron 29 especies y se observó un gradiente de perturbación, resultando las localidades de Río Blanco las más conservadas. En general la riqueza fue significativamente mayor en lluvias y las especies con mayor VIR fueron las propias de humedales, aunque hubo gramíneas dominantes en ambas temporadas. La BS fue significativamente mayor en Río Blanco (sitio 1), y la BA en Río Blanco 1 y Río Limón 1. En lluvias la BA fue mayor en la mitad de los sitios. Conclusiones: Con los resultados de este trabajo se observa que los humedales herbáceos de agua dulce pueden conservar sus funciones ecológicas en presencia de la ganadería siempre y cuando sea de bajo impacto. Inclusive, si ésta se practica de manera controlada, puede favorecer la diversidad de especies nativas del humedal y limitar el crecimiento de pastos invasores. Palabras clave: especies invasoras, impacto humano, inundación, popales, riqueza florística. Abstract:Background and Aims: Wetlands are highly productive ecosystems, which provide many environmental services. However, they are one of the most threatened due to human activities such as agriculture and livestock. Mexico has lost 62% of its wetlands and specifically those of the central coast of the Gulf of Mexico are being affected due to livestock pressure. There are very few studies about the subject, so in this paper we analyze the effect of livestock and seasonality on floristic composition, above ground biomass (AB) and below ground biomass (BB) of the Alvarado lagoon, Veracruz, Mexico. Methods: We selected two working locations, and in each locality chose two sampling sites. In each site, we placed eight 1 m² plots of four different locations (half were fenced to keep out livestock). For an entire year we obtained species richness and diversity, and data on veg...

No abstract

Mangroves are highly productive ecosystems that provide important environmental services, but have been impacted massively in recent years by human activities. Studies of mangroves have focused on their ecology and function at local or landscape scales, but little has been done to understand their broader distributional patterns or the environmental factors that determine those distributions. Species distribution models (SDMs), have been used to estimate potential distributions of hundreds of species, yet no SDM studies to date have assessed mangrove community distributions in Mexico (the country with the fourth largest extent of this ecosystem). We used maximum entropy approaches to model environmental suitability for mangrove species distributions in the country, and to identify the environmental factors most important in determining those distributions. We also evaluated whether this modeling approach is adequate to estimate mangrove distribution as a community across Mexico. Best models were selected based on statistical significance (AUC ratio), predictive performance (omission error of 5%), and model complexity (Akaike criterion); after this evaluation, only one model per species met the three evaluation criteria. Environmental variable sets that included distance to coast yielded significantly better models; variables with strongest contributions included elevation, temperature of the coldest month, and organic carbon content of soil. Based on our results, we conclude that SDMs can be used to map mangrove communities in Mexico, but that results can be improved at local scales with inclusion of local variables (salinity, hydroperiod and microtopography), field validations, and remote sensing data.

No abstract