Representatividad geográfica y ambiental del inventario de especies arbustivas en el Área de Protección de Recursos Naturales “Cuenca Alimentadora del Distrito Nacional de Riego 004 Don Martín”, Coahuila, México

ResumenSe analizó la representatividad del inventario de plantas arbustivas de un área natural protegida de Coahuila, México, con los siguientes objetivos: describir los tipos de sesgos de muestreo; definir la heterogeneidad ambiental de la reserva captada en las recolectas botánicas, y determinar el nivel de resolución espacial que respalda la información recolectada. Los sesgos fueron significativos (por distancia a carreteras, χ2 = 199.01; p < 0.01; por rango altitudinal, χ2 = 391.02; p < 0.01, y por tipo de vegetación, χ2 = 518.13; p< 0.01). La muestra del inventario exhibe diferencias significativas entre el grupo testigo y un diseño aleatorizado para 5 variables bioclimáticas (temperatura media anual [Bio1]: U = 117,900; p< 0.01; isotermalidad [Bio3]: U = 189,650; p< 0.01; precipitación del mes más húmedo [Bio13]: U = 134,330; p< 0.01; estacionalidad de la precipitación [Bio15]: U = 175,720; p< 0.01 y la precipitación del trimestre más frío [Bio19]: U = 146,550; p< 0.01). Respecto a las variables ambientales y distancias a carreteras, el cubrimiento de esta infraestructura dentro del área puede contribuir a una buena caracterización del área natural protegida. La información proveniente de las recolectas realizadas es adecuada para escalas pequeñas de análisis (1 y 0.5°).

The representativeness of the inventory of shrub species of a natural protected area in Coahuila, Mexico was analyzed, with the following objectives: to describe the types of sampling bias; to define the environmental heterogeneity of the botanical records; to determine the level of spatial resolution that supports the information collected. Biases were significant (χ2 = distance road 199.01; p< 0.01, by altitudinal range χ2 = 391.02; p< 0.01 and vegetation χ2 = 518.13; p< 0.01). The inventory sample exhibits significant differences between the control group and a randomized design for 5 bioclimatic variables (mean annual temperature (Bio1): U = 117,900; p< 0.01; isothermality (Bio3): U = 189.650, p< 0.01; precipitation wettest month (Bio13): U = 134.330, p< 0.01; seasonality of precipitation (Bio15): U = 175.720, p< 0.01 and precipitation of the coldest quarter (Bio19): U = 146.550, p< 0.01). Environmental variables and road distances, on the coverage of this infrastructure in the area, can contribute to a good characterization of the ANP. The information from collected records is adequate for small scales of analysis (1 and 0.5°).