Agave lechuguilla Torr., of the family Agavaceae, is distributed from southwestern United States to southern Mexico and is one of the most representative species of arid and semiarid regions. Its fiber is extracted for multiple purposes. The objective of this study was to generate a robust model to predict dry fiber yield (Dfw) rapidly, simply, and inexpensively. We used a power model in its linear form and bioclimatic areas as dummy variables. Training, generation (80%) and validation (20%) of the model was performed using machine learning with the package ‘caret’ of R. Using canonical correlation analysis (CCA), we evaluated the relationship of Dwf to bioclimatic variables. The principal components analysis (PCA) generated two bioclimatic zones, each with different A. lechuguilla productivities. We evaluated 499 individuals in four states of Mexico. The crown diameter (Cd) of this species adequately predicts its fiber dry weight (R² = 0.6327; p < 0.05). The intercept (β₀), slope [lnCd (β₁)], zone [(β₂)] and interaction [lnCd:Zona (β₃)] of the dummy model was statistically significant (p < 0.05), giving origin to an equation for each bioclimatic zone. The CCA indicates a positive correlation between minimum temperature of the coldest month (Bio 6) and Dwf (r = 0.84 and p < 0.05). In conclusion, because of the decrease in Bio 6 of more than 0.5°C by 2050, the species could be vulnerable to climate change, and A. lechuguilla fiber production could be affected gradually in the coming years.

Bark beetles are a natural part of coniferous forests. Dendroctonus mexicanus Hopkins is the most widely distributed and most destructive bark beetle in Mexico, colonizing more than 21 pine species. The objectives of this study were to generate ecological niche models for D. mexicanus and three of its most important host species, to evaluate the overlap of climate suitability of the association Dendroctonus–Pinus, and to determine the possible expansion of the bark beetle. We used meticulously cleaned species occurrence records, 15 bioclimatic variables and ‘kuenm’, an R package that uses Maxent as a modeling algorithm. The Dendroctonus–Pinus ecological niches were compared using ordination methods and the kernel density function. We generated 1392 candidate models; not all were statistically significant (α = 0.05). The response type was quadratic; there is a positive correlation between suitability and precipitation, and negative with temperature, the latter determining climatic suitability of the studied species. Indeed, a single variable (Bio 1) contributed 93.9% to the model (Pinus leiophylla Schl. & Cham). The overlap of suitable areas for Dendroctonus–Pinus is 74.95% (P. leiophylla) and on average of 46.66% in ecological niches. It is observed that D. mexicanus begins to expand towards climates not currently occupied by the studied pine species.

Se reconstruyó la precipitación invierno-primavera de 219 años (1792-2010) de la Reserva de la Biosfera Sierra de Manantlán (RBSM), Jalisco, México, empleando los anillos anuales de Pinus douglasiana (Mtz.) como “proxy”. La sequía de mediados del siglo XX (1941-1963) fue la más severa del periodo estudiado. El índice multivariado de El Niño Oscilación del Sur (ENSO; 1959-2010) y el índice de ancho del anillo de P. douglasiana mostraron correlación significativa (r = 0.4542; P < 0.05) de los meses de enero-junio, con mayor correlación en los meses de enero (r = 0.4337; P < 0.0001) y marzo (r = 0.4310; P < 0.0001). Las teleconexiones de ENSO en la región varían a través del tiempo; de enero a junio, los eventos El Niño están asociados con precipitaciones mayores que el promedio, mientras que los eventos La Niña muestran lo contrario.

El clima ejerce una función importante sobre la distribución natural de las especies. Los modelos bioclimáticos son una herramienta importante para evaluar la respuesta de las especies al cambio climático. El objetivo de este estudio fue estimar la distribución de Dendroctonus mexicanus Hopkins, bajo escenarios actuales y futuros (año 2050) de cambio climático y en dos valores (4.5 y 8.5) de trayectorias de concentración representativas (RCP´s). Los aspectos del modelo (creación, calibración, selección y evaluación) se realizaron con kuenm, un paquete de R con algoritmo de modelación Maxent. El modelo de idoneidad de D. mexicanus se constituyó principalmente de temperatura media del 1/4 anual más cálido (76.6%), intervalo de temperatura anual (12.5%) y precipitación de 1/4 anual más seco (5.5%). En México, el área de idoneidad alta de D. mexicanus se calculó en 121 310.7 km², de los cuales el Estado de México (17 879.7 km²), Michoacán (15 669.8 km²), Puebla (14 693.1 km²), Oaxaca (14 380.1 km²) e Hidalgo (13 830 km²), representaron más de 63% de esta superficie. Se estima que para el 2050, la idoneidad climática disminuya 51 000 km², especialmente en Michoacán, Jalisco y Guanajuato y, en contraste, aumente cerca de 25 000 km² hacia el noroeste del país. Por lo que es factible una migración de este descortezador hacia mayores latitudes (30 km ± 15 km) y altitudes (~ 100 m), ampliando su registro hasta los 3700 m snm; estos cambios relevantes de su distribución pueden implicar daños forestales potenciales.

Los modelos de nicho ecológico (MNE) son una herramienta para conocer el impacto del cambio climático sobre la distribución de las especies. El objetivo de este estudio fue generar MNE para predecir la distribución actual y potencial de Pinus engelmannii Carriére. Los modelos se crearon en ‘kuenm’, un paquete de R que usa como algoritmo a Maxent. Se utilizaron 346 registros de presencia de la especie cuidadosamente depurados, 15 variables bioclimáticas y proyecciones climáticas de cuatro modelos de circulación general (MCGs) al 2050, bajo dos trayectorias de concentración representativas (RCPs) 4.5 y 8.5. Los MNE fueron evaluados acorde con su significancia estadística, ROC parcial, tasa de omisión (<5%), AIC y respuesta de la variable. Se generaron 1827 modelos candidatos, el que mejor desempeño mostró fue de tipo cuadrático. Bio 1 [temperatura media anual (°C)] y Bio 17 [precipitación de ¼ anual más seco (mm)], son las variables que mejor predicen la distribución de P. engelmannii, contribuyendo al modelo con 75.6% y 6.3%. Las áreas de idoneidad alta para esta especie ocurren de forma discontinua en Chihuahua (29 090 km2) y Durango (9310 km2), sus preferencias son entre 9 °C y 12 °C (Bio 1). Al parecer esta especie no es susceptible al cambio en el clima, pues al transferir el modelo y a pesar de un incremento de casi 2 °C (Bio 1) al 2050 en su distribución actual, no se predicen nuevas áreas idóneas, pero tampoco se pierden las existentes.

The native pine species of Mexico, constituting 55% of all pine species, play a crucial economic role for local populations. Climatic factors affected by climate change, such as temperature and precipitation, influence tree physiology and distribution. Our study focused on the aboveground biomass density (AGB_d) distribution of ten Mexican pine species and its correlation with bioclimatic variables. Dendrometric data were obtained from National Forest and Soil Inventory (INFyS) (period: 2009 and 2014) while data on bioclimatic variables were obtained from WorldClim2. AGB_d distribution maps were generated for the ten species. Spearman and Bayesian correlations were determined between AGB_d and the 19 bioclimatic variables. Six species showed a significant correlation (p < 0.05) between AGB_d and bioclimatic variables. The results did not show geographical regionalization for AGB_d and highlighted the complexity of responses in each species. Temperature variables showed the highest number of correlations with AGB_d (76%), which varied between species. Regarding precipitation, correlations were mostly positive. In general, our findings suggest an important link between climate and AGB_d, from which relevant strategies can be developed for sustainable forest management of the country’s forests in relation to expected climate change.