nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
En México los bosques de encino están adaptados al fuego, sin embargo, en las regiones tropicales y subtropicales del país también hay especies sensibles a dicho elemento (Rodríguez-Trejo y Myers 2010). La alteración del régimen de fuego en los ecosistemas tropicales representa alrededor de la mitad de la superficie afectada por incendios en el mundo (Cochrane 2009).
La frecuencia e intensidad de los incendios forestales están determinados por el clima, la topografía y la acumulación del material combustible (Valdés et al. 2016). La carga de combustibles es el único factor que puede ser controlado por el ser humano de los tres componentes del triángulo del fuego (Gould et al. 2008), por ello conocer la carga de dicho componente permitirá generar alternativas para la prevención de incendios forestales y encaminar estrategias para el manejo del fuego (Calleja-Peláez et al. 2020).
El tipo de material combustible, su grado de compactación, la disposición espacial en el plano horizontal y vertical (Morfin-Ríos et al. 2012) y la estructura de la vegetación puede conllevar a efectos variables sobre el comportamiento del fuego (Odion et al. 2014). En Guerrero se han realizado algunos estudios sobre la cuantificación de combustibles forestales en bosque de encino (López-Moctezuma et al. 2015, Calleja-Peláez et al. 2020) y pino (López-López et al. 2023), aunque ninguno considera el efecto de las variables dasométricas sobre las cargas de combustible.
La relación de la profundidad de la capa de hojarasca y mantillo con sus respectivas cargas de combustible ha sido documentada previamente (Calleja-Peláez et al. 2021, López-López et al. 2023), la carga de material leñoso, hojarasca y mantillo con relación a carga total (Xelhuantzi-Carmona et al. 2011, Chávez-Duran et al. 2021, López-López et al. 2023) y el efecto de la pendiente sobre la carga de combustible por componente (Villers-Gómez et al. 2012, Calleja-Peláez et al. 2020).
La mayoría de estos estudios corresponden a bosques de pino y pino-encino, por ello surge la necesidad de investigar sobre la relación de estas variables con las cargas de combustible en bosque de encino. El entendimiento de la relación entre variables dasométricas y cargas de combustible aun es incipiente, tal es el caso de Caballero-Cruz et al. (2015) quienes evaluaron dos niveles de densidad del arbolado sobre las carga de combustible en bosque de pino y Castañeda-Rojas et al. (2015) registraron mayor c1h en bosques de P. hartwegii (p = 0.039), sin embargo dichos resultados no son concluyentes sobre el efecto de las variables dasométricas sobre la disponibilidad de combustibles para un ecosistema dado.
El manejo técnico del bosque (Caballero-Cruz et al. 2018), requiere que se conozca la influencia de las variables dasométricas y pendiente sobre la carga de combustibles en los ecosistemas forestales. Por tal motivo, el objetivo de la presente investigación fue conocer la relación de variables dasométricas, pendiente, profundidad de las capas de hojarasca y mantillo con las cargas de combustible en bosque de encino en la región Montaña del estado de Guerrero, México.
Materiales y métodos
Área de estudio
El estudio se llevó a cabo en ecosistemas con vegetación de encino sin evidencia de la ocurrencia de incendios forestales en las localidades de El Tejocote (ET) y La Ciénega (LC) perteneciente al municipio de Malinaltepec; mientras que la comunidad de Plan de Guadalupe (PG) pertenece al municipio de Atlamajalcingo del Monte en el estado de Guerrero (Figura 1).
Figura 1 Ubicación geográfica de los conglomerados en los bosques de encino en la región montaña del estado de Guerrero, Mexico.
Las localidades el ET y LC comparten dos especies (Quercus crassifolia Née y Quercus resinosa Liebm.), mientras en PG se registraron seis especies diferentes (Quercus calophylla Schltdl. y Cham., Quercus elliptica Liebm. ex A.DC., Quercus magnoliifolia Née, Quercus obtusata Bonpl., Quercus scytophylla Liebm. y Quercus splendens Née), seguido de LC con cuatro especies (Quercus insignisM. Martens & Galeotti, Quercus laurina Bonpl., Quercus martinezii C. H. Mull, Quercus salicifoliaNée) y ET registró una especie diferente (Quercus crispifolia Trel.). El resto de las especies pertenecen a las familias Pinaceae (3), Araliaceae (2), Betulaceae (2), Ericaceae (2), Solanaceae (2), Cletrhaceae (1), Magnoliaceae (1), Primulaceae (1), Simplocaceae (1), entre otros.
El clima del área de estudio corresponde A(C)w2(w) semicálido subhúmedo y C(w2)(w) templado subhúmedo (INEGI 2008), la precipitación del área va de los 1 500 a 2000 mm (INEGI 2006) con una temperatura media anual de 16 a 18 °C (INEGI 2007). La separación entre localidades es de 10 km, los conglomerados se implementaron en un intervalo altitudinal de 2400 a 2900 msnm (Figura 1).
Caracterización dasométrica
Se adaptó la metodología para el remuestreo del Inventario Nacional Forestal y de Suelos (CONAFOR 2015); las variables dasométricas se recabaron en cuatro sitios circulares de 400 m2 (UMS = unidad de muestreo secundario) equidistantes a 45.14 m a partir del centro del sitio 1; los sitios 2, 3 y 4 se orientaron a 0, 120 y 240° de azimut quedando dispuestos en forma de Y invertida; el radio de la (UMP = Unidad de muestreo primario) fue de 56.42 m abarcando la superficie equivalente a una hectárea (Figura 2).
Figura 2 Conglomerados para el muestreo de combustibles forestales y caracterización dasométrica en bosques de encino en la región Montaña del estado de Guerrero. Di: distancia de medición. Tr: Tiempo de retardo del combustible.
Se registró la altura total (m) y diámetro normal (cm) del estrato arbóreo en individuos con diámetro mayor o igual a 2.5 cm en los sitios de 400 m2. La información dasométrica en los sitios se empleó para estimar el número de árboles (Na), área basal (Ab), diámetro medio (Dm) y altura media (Am) considerando todas las especies de árboles registrado en los sitios de muestreo de acuerdo a las fórmulas descritas en la Tabla 1 (Aguirre-Calderón et al. 2003).
Tabla 1 Fórmulas para estimar las variables dasométricas con las cargas de combustible hojarasca y mantillo.
| Variables dasométricas | Fórmula | Combustibles | Fórmula |
|---|---|---|---|
| Diámetro medio |
|
Hojarasca |
|
| Altura media |
|
||
| Área basal |
|
Mantillo |
|
| Número de árboles |
|
Evaluación de combustibles forestales
A partir del centro de sitio circular (UMS) se trazaron tres líneas de intersección planar de 15 m orientadas a 0°, 120° y 240° de azimut para el muestreo de combustibles leñosos (Figura 2) de acuerdo a la técnica de intersecciones planares de Brown et al. (1982).
En cada línea se contabilizaron los combustibles leñosos por “tiempo de retardo” considerado como el tiempo necesario para que los combustibles ganen o pierdan el 66 % de su contenido de humedad en relación a la temperatura del ambiente (Barrios-Calderón et al. 2024). Por ello, el c1h se contabilizó a 2 m, el c10h a los 4 m y el c100h a los 10 m con un calibrador, el diámetro del c1000h se midió en toda la línea de 15 m con un flexómetro (López-López et al. 2023).
Al final de cada línea de intersección planar se colectaron muestras de hojarasca (Ho) y mantillo (Ma) en 0.09 m2, a cada muestra se le midió su profundidad con un flexómetro. La Ho y Ma se sometió a un proceso de secado en estufa a 70 °C para obtener su peso seco constante en 72 h (Ruiz-Corzo et al. 2022). Las cargas de Ho y Ma se estimaron con las ecuaciones de Calleja-Peláez et al. (2020) y López-López et al. (2023) descritas en la Tabla 1.
Estimación de la carga de carga de los combustibles leñosos
El peso de los combustibles leñosos se estimó con las fórmulas descritas en la Tabla 2 (Brown 1974), el cual se le aplico un factor de corrección de 1.675 y 2.01 considerando una densidad básica de la madera para encinos de 0.67 g cm3 (Bonilla-Padilla et al. 2012, Martínez-Villa et al. 2018).
Tabla 2 Fórmula para calcular el peso de combustibles leñosos (Brown 1974) ajustada para encinos.
| Clase diamétrica (cm) | Tiempo de retardo (horas) | Fórmula |
|---|---|---|
| 0-0.6 | c1h |
|
| 0.6-2.5 | c10h |
|
| 2.6-7.5 | c100h |
|
| >7.5 (sin pudrición) | c1000h |
|
| >7.5 (con pudrición) |
|
P = Peso del combustible en t ha-1; F = número de intersecciones; C = factor de corrección por la pendiente del terreno (%); L = Longitud de la línea de muestreo dada en pies lineales [ft]: 1 m = 3.28 ft; d2 = diámetro al cuadrado de piezas leñosas mayor a 7.5 cm.
Análisis estadístico
Los datos de cargas de combustible y variables dasométricas cumplieron el supuesto de normalidad (Shapiro y Wilk 1965), por lo que se procedió a aplicar la prueba de medias de Tukey para detectar diferencia de las variables dasométricas y cargas de combustible por conglomerado y localidad (α = 0.05), los análisis estadísticos se realizaron en el Software estadístico IBM SPSS versión 20 (SPSS 2011).
Por último, se realizó el análisis de correlación de Pearson a las variables dasométricas (Na, Ab, Dm, Am), profundidad de la capa de hojarasca y mantillo (Ph, Pm) y pendiente del terreno (Pe) con las cargas de combustible por tiempo de retardo (c1h, c10h, c100h y c1000h), hojarasca (Ho) y mantillo (Ma), el gráfico de correlación se generó en el paquete metan: Multi Environment Trials Analysis (Olivoto y Lucio 2023) implementado en el software R® (R Core Team 2023).
Resultados
Características dasométrica del arbolado
No se encontró diferencia entre localidades para el Dm con valores de 15.6 a 21.3 cm, el C2 (25.0 cm) fue mayor a los 12.4 cm del C4 (Tabla 3). La Am no denotó diferencia entre localidades (10.5 a 11.5 m), ni entre conglomerados con valores de 8 a 13.4 m (Tabla 3). El Na resultó mayor en LC con 1303 árboles ha-1, mientras que PG y ET solamente registraron 666 y 672 árboles ha-1 (p < 0.05); los 1625 árboles ha-1 del C4 fue estadísticamente mayor al resto de los conglomerados (Tabla 3). El Ab en la comunidad ET fue de 38.3 m2 ha-1 y representó el doble de los 19.3 m2 ha-1 registrado en PG; el C2 registró 47 m2 ha-1 de Ab que fue estadísticamente mayor a los 14.8 m2 ha-1 del C5 (Tabla 3).
Tabla 3 Comparación de medias de variables dasométricas según la prueba de Tukey (α = 0.05) en bosques de encino por conglomerado y localidad.
| Variable | Estadístico | Localidades | Conglomerados | |||||||
|---|---|---|---|---|---|---|---|---|---|---|
| ET | LC | PG | C1 | C2 | C3 | C4 | C5 | C6 | ||
| Dm |
|
21.3A | 15.8A | 15.6A | 17.7ab | 25.0b | 19.1ab | 12.4a | 14.0ab | 17.4ab |
| De | 7.3 | 6.5 | 2.7 | 7.5 | 5.8 | 7.9 | 2.2 | 1.5 | 2.6 | |
| Cv | 34.4 | 41.3 | 17.0 | 42.1 | 23.3 | 41.5 | 17.8 | 10.5 | 15.1 | |
| Am |
|
11.5A | 11.0A | 10.5A | 9.6a | 13.4a | 12.0a | 10.0a | 8.0a | 13.0a |
| De | 2.8 | 3.0 | 3.3 | 2 | 2.1 | 4.3 | 0.5 | 0.8 | 2.9 | |
| Cv | 24.1 | 27.4 | 31.4 | 20.6 | 15.8 | 36.0 | 5.0 | 9.9 | 22.4 | |
| Na |
|
672A | 1303B | 666A | 819a | 525a | 981a | 1625b | 594a | 738a |
| De | 426 | 450 | 252 | 589 | 140 | 430 | 102 | 284 | 231 | |
| Cv | 62 | 35 | 38 | 72 | 27 | 44 | 6 | 48 | 31 | |
| Ab |
|
38.3B | 35.5AB | 19.3A | 29.7ab | 47.0b | 32.7ab | 38.3ab | 14.8a | 23.8ab |
| De | 18.6 | 7.9 | 9.4 | 19.9 | 14.7 | 3.0 | 10.7 | 6.3 | 10.5 | |
| Cv | 48.6 | 22.1 | 48.6 | 66.9 | 31.3 | 9.3 | 27.9 | 42.7 | 44.2 | |
Carga de combustible leñoso
La comunidad de LC mostró mayor c1h (1.91 t ha-1) respecto a los 1.01 y 0.56 t ha-1 conferida en PG y ET (Figura 3a), la comparación entre conglomerados evidenció mayor carga en C4 (2.88 t ha-1), seguido el C6 (1.43 t ha-1), los conglomerados con cargas de 0.56 a 0.94 t ha-1 resultaron estadísticamente iguales (Figura 3b). El c10h no mostró diferencia entre localidades, los 3.29 t ha-1 del C4 fue mayor a los 0.62 t ha-1 del C3 (Figura 3b). Los 6.25 t ha-1 del c100h en PG resultó mayor a los 1.09 t ha-1 de LC (Figura 3a), el C6 (8.04 t ha-1) fue mayor a los 1.09 t ha-1 registrado en C3 (Figura 3b). El c1000h no exhibió diferencia entre localidades (2.78 a 5.88 t ha-1), ni entre conglomerados con valores de 1.52 a 10.25 t ha-1 (Figura 3b).
Figura 3 Comparación de medias Tukey (α = 0.05) de cargas de combustible por tiempo de retardo. a) localidad y b) conglomerado. Letras distintas indican diferencias entre localidades (A-B) y conglomerados (a-c). c1h: combustible de 1 h. c10h: combustible de 10 h. c100h: combustible de 100 h. c1000h: combustible de 1000 h.
Carga de combustible por componente y total
No se registró diferencia para la Ct entre localidades con cargas de 27.6 a 38.1 t ha-1 (p = 0.199); la Ct en C5 y C4 con 43.9 y 46.5 t ha-1 fue mayor a los 23.2 y 23.7 t ha-1 del C1 y C3, el resto de los conglomerados no mostraron diferencia estadística (Tabla 4). El Ma (9.6 a 19.7 t ha-1) y Ml (8.3 a 11.8 t ha-1) no evidenciaron diferencia entre localidades (Tabla 4).
La Ho fue mayor en PG con 12.7 t ha-1, la carga más baja de Ml correspondió al C3 (4.6 t ha-1) y resultó menor a los 16.9 t ha-1 del C2 (Tabla 4). La Ho exhibió mayor carga en C5 (13.6 t ha-1) respecto 5.9 t ha-1 del C1, el Ma mostró mayor diferencia donde el C4 registró hasta 27.9 t ha-1 resultado superior a las cargas conferidas en C1, C2, C3 y C6, mientras los 20.8 t ha-1 del C5 solamente fue diferente al C6 con 7.3 t ha-1 (Tabla 4).
Tabla 4 Comparación de medias de cargas de combustibles (t ha-1) según la prueba de Tukey (α = 0.05) en bosques de encino por componente entre localidades y conglomerados.
| Componente | Estadístico | Localidad | Conglomerado | |||||||
|---|---|---|---|---|---|---|---|---|---|---|
| ET | LC | PG | C1 | C2 | C3 | C4 | C5 | C6 | ||
| Ml |
|
11.8A | 8.3A | 11.3A | 6.6ab | 16.9b | 4.6a | 12.1ab | 9.5ab | 13.1ab |
| De | 7.5 | 5.8 | 4.1 | 6.7 | 3.8 | 3.5 | 5.5 | 2.0 | 5.1 | |
| Cv | 63.5 | 70.1 | 36.0 | 100.1 | 22.7 | 75.5 | 45.3 | 20.7 | 38.9 | |
| Ho |
|
6.2A | 6.8A | 12.7B | 5.9a | 6.4ab | 7.1ab | 6.5ab | 13.6b | 11.9ab |
| De | 3.2 | 2.2 | 3.6 | 3.4 | 3.5 | 2.0 | 2.6 | 4.8 | 2.2 | |
| Cv | 52.0 | 32.4 | 28.1 | 57.1 | 55.0 | 28.4 | 40.8 | 35.3 | 18.9 | |
| Ma |
|
9.6A | 19.7A | 14.1A | 11.1ab | 8.1ab | 11.5ab | 27.9c | 20.8bc | 7.3a |
| De | 3.3 | 10.9 | 9.5 | 3.6 | 2.7 | 2.6 | 9.4 | 7.4 | 5.9 | |
| Cv | 34.8 | 55.0 | 67.5 | 32.6 | 32.8 | 22.3 | 33.7 | 35.4 | 80.9 | |
| Ct |
|
27.6A | 34.9A | 38.1A | 23.7a | 31.4ab | 23.2a | 46.5b | 43.9b | 32.3ab |
| De | 8.5 | 14.0 | 11.7 | 10.2 | 4.7 | 1.5 | 9.7 | 13.2 | 7.3 | |
| Cv | 30.7 | 40.2 | 30.6 | 43.1 | 15.1 | 6.5 | 20.8 | 30.1 | 22.5 | |
Relación de cargas de combustible con variables físicas y dasométricas
El c1h mostró relación con el Na y c10h (r = 0.72 y 0.71; p < 0.001), seguido de la Pe y Dm con r = 0.51 y -0.41 (p < 0.05); la correlación del c10h fue similar para la Pe y Ab (r = 0.51, p < 0.05), seguido del Na con r = 0.42 y p < 0.05 (Figura 4a), los c100h y c1000h no evidenciaron correlación con las variables dasométricas y pendiente (p > 0.05).
Figura 4 Correlación de Pearson de a) cargas de combustible por tiempo de retardo y b) cargas de combustible por componente y total. c1h: combustible de 1 h. c10h: combustible de 10 h. Ab: área basal m2 ha-1. Dm: Diámetro medio por sitio (cm). Ct: carga total. Ph: Profundidad de la hojarasca (cm). Na: número de árboles ha-1. Pe: Pendiente (%). Ml: material leñoso. Ma: mantillo. Ho: hojarasca. Significancia de la correlación ns: p ≥ 0.05. *: p < 0.05. **: p < 0.01. ***: p < 0.001.
La Ct mostró relación con el Ma (r = 0.81, p < 0.001), seguido de la Ho y Ml con r = 0.51 y 0.41 (p < 0.05); la Ho mostró relación con la Ph y Pe para valores de r = 0.71 y -0.72 respectivamente (p < 0.001) indicando que a mayor Pe se reduce la carga de Ho, el Ma y Ml no mostraron relación con el resto de las variables (Figura 4b).
Discusión
Caracterización dasométrica del arbolado
La información dasométrica exhibió mayor variabilidad del Na con valores de 300 a 1725 árboles ha-1 (Cv = 54 %), que está dentro del intervalo de 387 árboles ha-1 (Castañeda-Rojas et al. 2015) y 1357 árboles ha-1 (López-López et al. 2024) lo que confiere representatividad de dicha variable a las condiciones del bosque de encino evaluado. El Ab mostró un Cv = 48 % (6 a 68 m2 ha-1) que está dentro del intervalo de 10 a 49 m2 ha-1 de area basal en bosques de Pinus douglasiana (Quintero-Gradilla et al. 2019) y 26.6 a 39.4 m2 ha-1 en humedales tropicales (Barrios-Calderón et al. 2024). El Dm (10 a 31 cm) y Am (7 a 18 m) de los sitios muestreados confieren un Cv de 35 y 27 % respectivamente, la baja variabilidad de la Am incide en que la variable no contribuya a explicar la carga de combustible en los bosques de encino evaluados.
Cargas de combustible por componente
La Ct en los conglomerados osciló de 23.2 a 46.5 t ha-1, dichas cargas concuerdan con los 27.2 t ha-1 en encinares tropicales dominado por Quercus peduncularis Née, Quercus skinneri Benth. y Quercus magnoliifolia Née (Rodríguez-Trejo et al. 2018), mientras que en un bosque de pino López-López et al. (2023) registraron 35.5 t ha-1, aunque Caballero-Cruz et al. (2018) y Rubio-Camacho et al. (2016) cuantificaron 46.8 y 49.6 t ha-1 de combustible relacionado a una densidad de 1784 y 5634 árboles ha-1 respectivamente.
El Ma registró mayor carga en los C1, C3, C4 y C5 (11.1 - 27.9 t ha-1) que representa más del 50 % de Ct, por consiguiente, los 17.9 t ha-1 consignado por Ruiz-Corzo et al. (2022) y 23.3 t ha-1 documentado por Rubio-Camacho et al. (2016) se relacionan a periodos prolongados sin la ocurrencia de un incendio en los ecosistemas. El Ml registró cargas de 4.6 a 16.9 t ha-1 que está en sintonía con los 3.8 a 17.7 t ha-1 registrado en otros estudios (Calleja-Peláez et al. 2020, Rodríguez-Trejo et al. 2018, Ruiz-Corzo et al. 2022, Rubio-Camacho et al. 2016); aunque es menor a los 41.9 y 45.5 t ha-1 registrado por Caballero-Cruz et al. (2018).
Correlación de cargas de combustible con variables dasométricas y pendiente
La relación entre Ct con Ma y Ho (r = 0.88 y 0.50) no es exclusivo para bosque de encino ya que Chávez-Duran et al. (2021) registraron correlación en bosque de pino-encino (r = 0.97 y 0.71), mientras que en bosque de pino López-López et al. (2023) reportaron valores de r = 0.89 y 0.83. La mortalidad del arbolado en un incendio forestal altera la dinámica de los combustibles de acuerdo a los resultados de López-López et al. (2023) al registrar un r = 0.95 para la relación Ml - Ct en un área incendiada, por el contrario, en un incendio de baja intensidad la correlación de Ct con Ho (r = 0.74) y Ma (r = 0.86) se mantiene (Xelhuantzi-Carmona et al. 2011).
El Na exhibió correlación con el c1h y c10h (r = 0.72 y 0.42) al registrar mayores cargas de dicho componente en C4 con 1.43 y 1.64 t ha-1 correspondiente a densidades de 1 625 árboles ha-1, menores cargas de c1h (0.28 t ha-1) y c10h (0.31 t ha-1) corresponden a sitios de menor densidad por ello, se confirma que a mayor densidad del arbolado se presentó mayor cargas de c1h y c10h. Similarmente Castañeda-Rojas et al. (2015) registraron mayor c1h en bosque denso con 0.30 t ha-1 (387 árboles ha-1) sobre bosques semidenso y fragmentada de Pinus hartwegii, mayores cargas de c10h se relacionan a conglomerados con Ab de 38.3 y 47.0 m2 ha-1 (r = 0.51).
La Pe exhibió correlación con el c1h y c10h (r = 0.51), similarmente Calleja-Peláez et al. (2020) evidenciaron correlación de la Pe con el c1h (r = 0.64), mientras Villers-Gómez et al. (2012) documentaron la influencia de la pendiente y altitud sobre los c1h. El Dm evidencio correlación negativa sobre el c1h (r = -0.41), por ello un Dm de 12.4 cm mostró una carga de 1.43 t ha-1 en el C4 y a medida que se incrementó el diámetro de los árboles del sitio se registraron menos ramillas con diámetro menor o igual a 0.6 cm.
Cargas de combustible por tiempo de retardo
El c1h denotó una carga menor 3.0 t ha-1, aunque su diámetro pequeño lo hace sensible a las condiciones atmosféricas y pierden humedad con facilidad (Lutes et al. 2009), además, su rápida inflamabilidad lo hacen sensible a iniciar incendios forestales en la época de seca (D’Este et al. 2021). Se consignaron cargas de 0.62 a 3.29 t ha-1 para el c10h que está dentro del intervalo de 0.23 a 3.09 t ha-1 conferida en otras investigaciones (López-López et al. 2023, Ruiz-Corzo et al. 2022, Rodríguez-Trejo et al. 2018); cargas altas de 3.2 a 6.8 t ha-1 se registraron en bosques fragmentados (Castañeda-Rojas et al. 2015), con alta densidad y asociado a periodos prolongados sin ocurrencia de incendios (Caballero-Cruz et al. 2018; Rubio-Camacho et al. 2016).
Los c100h registraron cargas de 1.09 a 8.04 t ha-1 que está dentro del intervalo de 0.38 a 3.5 t ha-1 registrado por Calleja-Peláez et al (2020) y 1.80 a 2.58 t ha-1 cuantificado por Rodríguez-Trejo et al (2018) para bosque de encino. Finalmente, el c1000h exhibió cargas de 1.52 a 10.25 t ha-1, similar a los 1.93 t ha-1 reportado por Calleja-Peláez et al (2020) y 4.1 a 5.38 t ha-1 consignado por Rubio-Camacho et al. (2016), sin embargo, su presencia se maximizó en bosques de alta densidad con 17.96 t ha-1 (Caballero-Cruz et al. 2018), fragmentados con 22.9 t ha-1 (Castañeda-Rojas et al. 2015) e incendiadas hasta con 34.3 t ha-1 (López-López et al. 2023), lo que en la práctica conllevan a alterar el régimen del fuego en los ecosistemas.
Conclusiones
Las variables dasométricas Na, Dm y Ab solo explican la carga de c1h y c10h por lo que es importante aplicar la extracción de árboles suprimidos para disminuir la densidad del arbolado. La Ct en los bosques de encino se explica en gran medida por la presencia de Ma, Ho y Ml, se registró correlación entre el espesor y la carga de Ho lo que da pauta a estimar dicho componente en campo. Las áreas evaluadas presentan alta acumulación de Ma y Ho lo que indica que el fuego no es un fenómeno recurrente en dichas áreas al registrar cargas de combustible mayor a 23 t ha-1. Se requiere implementar estrategias de prevención de incendios forestales como brechas corta fuego, líneas negras y remoción de combustible para evitar la ocurrencia de incendios forestales catastróficos
