Additive biomass equations for pine species of forest plantations of Durango, Mexico
DOI:
https://doi.org/10.21829/myb.2004.1021272Palabras clave:
Aditividad de la biomasa, P. cooperi, P. durangensis, P. engelmannii, regresión generalizada no relacionadaResumen
Se presentan análisis estadísticos entre tres ecuaciones aditivas ponderadas para el cálculo de la biomasa en plantaciones de especies de pino típicas de los bosques de coníferas de la Sierra Madre Occidental en el Estado de Durango, México. Se usaron análisis estadísticos y gráficos para seleccionar las mejores ecuaciones para los componentes de la biomasa, de manera individual o múltiple. Por lo tanto, se ensayaron tres procedimientos aditivos lineales: (i) el convencional, (ii) una armonización, y (iii) la regresión generalizada no relacionada en dos tipos de ecuaciones para estimación de los componentes de la biomasa utilizando técnicas tanto de regresión simple lineal como múltiple. Estas pruebas se llevaron a cabo en dos escalas: (a) cada una de las tres especies de pino y (b) las tres especies en conjunto. Tanto para las ecuaciones de regresión lineal simple como para las de regresión múltiple, las ecuaciones generalizadas no relacionadas dieron estimaciones más precisas de los componentes de la biomasa, con tendencias consistentes con los procedimientos convencionales no aditivos de regresión múltiple no lineal y arrojaron estimaciones promedio de los componentes de la biomasa cuando las ecuaciones se aplicaron a un conjunto de datos de una muestra de 23 cuadrantes.Descargas
Citas
Brown, S. 1997. Los bosques y el cambio climatico: el papel de los terrenos forestales como sumideros de carbono. In: Actas del XI Congreso Mundial Forestal: Recursos Forestales y Arboles. Vol 1. Antalya Turky 13-22 October of 1997.
Clutter, J.L.; J.C. Forston; L.V. Pienaar; G.H. Brister and R.L. Bailey. 1983. Timber management: A quantitative approach. Wiley, New York. 333 p.
Cunia, T. and R.D. Briggs. 1984. Forcing additivity of biomass tables - some empirical results. Canadian Journal of Forest Research 14: 376-384. DOI: https://doi.org/10.1139/x84-067
Cunia, T. and R.D. Briggs. 1985. Forcing additivity of biomass tables - use of the generalized least-square method. Canadian Journal of Forest Research 15: 23-28. DOI: https://doi.org/10.1139/x85-006
Houghton, R.A. 1991. Tropical deforestation and carbon dioxide. Climate Change 19: 99-118. DOI: https://doi.org/10.1007/978-94-017-3608-4_10
Mohren, F. and K. Goldewijk. 1990. CO2 Fix Model. Institute of Forestry and Nature Research. Wageningen, Holanda.
Návar C., J.J.; J. Nájera, and E. Jurado. 2002. Biomass estimation equations in the Tamaulipan thornscrub of northeastern Mexico. Journal of Arid Environments 52:167-179. DOI: https://doi.org/10.1006/jare.2001.0819
Parresol, B. 1999. Assessing tree and stand biomass: a review with examples and critical comparisons. For. Sci. 45:573-593.
Schroeder, P.; S. Brown; J. Mo; R. Birdsey and C. Cieszewski. 1997. Biomass estimation for temperate broadleaf forest of the United States using inventory data. For. Sci. 43:424-434.
Ter-Mikaelian, M.T. and Korzukhin, M.D. 1997. Biomass equations for sixty five North American tree species. Forest Ecology and Management 97:1-24. DOI: https://doi.org/10.1016/S0378-1127(97)00019-4
Woods, K.D.; A.H. Feiveson and D.B., Botkin. 1991. Statistical analysis for biomass density and leaf-area index estimation. Canadian Journal of Forest Research 21:974-989. DOI: https://doi.org/10.1139/x91-135
Publicado
Cómo citar
-
Resumen724
-
PDF286
Número
Sección
Licencia
Madera y Bosques por Instituto de Ecología, A.C. se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.