Tarifas de biomasa aérea para abedul (Betula pubescens Ehrh.) y roble (Quercus robur L.) en el noroeste de España
DOI:
https://doi.org/10.21829/myb.2013.191348Palabras clave:
Aditividad, ajuste simultáneo, Galicia, heterocedasticidad, multicolinealidad.Resumen
El objetivo de este trabajo fue el desarrollo de modelos de estimación de biomasa aérea para
abedul (Betula pubescens Ehrh.) y roble (Quercus robur L.) en Galicia (noroeste de España). Para ello
se emplearon datos obtenidos mediante el muestreo destructivo de 50 abedules y 50 robles, en los que
se obtuvo el peso seco de biomasa total y por fracciones: madera del fuste, corteza del fuste, ramas
mayores de 2 cm, ramas de 0,5 cm a 2 cm, ramas menores de 0,5 cm, y hojas. En un primer paso se
seleccionaron los modelos que presentaban el mejor ajuste para cada fracción de biomasa arbórea
considerada. Posteriormente, y para asegurar la aditividad, se realizó un ajuste simultáneo de las ecuaciones
de estimación de biomasa por fracciones junto con la de biomasa total, empleando el procedimiento
estadístico denominado NSUR (Nonlinear Seemingly Unrelated Regressions). También fue
necesario un ajuste ponderado para corregir la existencia de heterocedasticidad. El número de condición
verificó que no existían problemas graves de multicolinealidad. Al final se obtuvo, para cada especie,
un sistema de siete ecuaciones de estimación de biomasa aérea para las distintas fracciones y
para la biomasa total. Estas ecuaciones explicaron como mínimo 79% de la variabilidad observada,
y en el caso de las ecuaciones de biomasa total 98% para abedul y 97% para roble. Se recomienda la
utilización de las ecuaciones desarrolladas en este estudio en sustitución de las ecuaciones de biomasa
existentes para la región.
Descargas
Citas
hornbeam (Carpinus betulus) trees in a coppice-with-standards in Chimay (Belgium). Annals of Forest Science 60:489-502. DOI: https://doi.org/10.1051/forest:2003042
Balboa-Murias, M.A., J.G. Álvarez González, A. Merino García y M. Barrio Anta. 2004. Revisión y discusión metodológica para la determinación de la biomasa forestal. Cuadernos de la Sociedad Española de Ciencias Forestales 18:35-39.
Balboa-Murias, M.A., A. Rojo, M.A Cela y G. Montero. 2005. Cuantificación del potencial de Betula alba L. para el almacenamiento de carbono a medio y largo plazo en Galicia. In: Actas del IV Congreso Forestal Español, Zaragoza (España), 26-30 septiembre.
Balboa-Murias, M.A., A. Rojo, J.G. Álvarez-González y A. Merino. 2006. Carbon and nutrient stocks in mature Quercus robur L. stands in NW Spain. Annals of Forest Science 63:557-565. DOI: https://doi.org/10.1051/forest:2006038
Belsley, D.A. 1991. Conditioning diagnostics, collinearity and weak data in regression. Wiley. Nueva York. 396 p.
Bond-Lamberty, B., C. Wang y S.T. Gower. 2002. Aboveground and belowground biomass and sapwood area allometric equations for six boreal tree species of northern Manitoba. Canadian Journal of Forestry Research 32:1441-1450. DOI: https://doi.org/10.1139/x02-063
Borders, B.E. 1989. Systems of equations in forest stand modelling. Forest Science 35:548-556.
Burger, H. 1945. Holz, Blattmenge und Zuwachs. VII: Die Lärche. Mitt Schw Anst forstl Forstl Versw 24:7-103.
Burger, H. 1953. Holz, Blattmenge und Zuwachs. XIII: Fichten im gleichaltrigen Hochwald. Mitt Schw Anst forstl Forstl Versw 29:38-130.
Carvalho, J.P. y B.R. Parresol. 2003. Additivity in tree components biomass of Pyrenean oak (Quercus pyrenaica Willd.). Forest Ecology and Management 179:269-273. DOI: https://doi.org/10.1016/S0378-1127(02)00549-2
Cienciala, E., M. Cerný, J. Alptauer y Z. Exnerová. 2005. Biomass functions applicable to European beech. Journal of Forest Science 51(4):147-154. DOI: https://doi.org/10.17221/4553-JFS
Clark, A. 1982. Predicting biomass production in the South. In: Hotvedt, J.E. y B.D. Jackson, eds. Predicting growth and yield in the Mid-South. 31th Annual For. Symp. Louisiana State University, Baton Rouge, L.A. p:119-139.
Cunia, T. 1986. Construction of tree biomass tables by linear regression techniques. In: Estimating tree biomass regressions and their error. Proceedings of the Workshop on tree biomass regression functions and their contribution to the error of forest inventory estimates. 26-30 Mayo. Siracusa, Nueva York.
p:27-37.
Diéguez-Aranda, U., A. Rojo Alboreca, F. Castedo-Dorado, J.G. Álvarez González, M. Barrio‑Anta, F. Crecente-Campo, J.M. González González, C. Pérez-Cruzado, R. Rodríguez Soalleiro, C.A. López-Sánchez, M.A. Balboa-Murias, J.J. Gorgoso Varela y F. Sánchez Rodríguez. 2009. Herramientas silvícolas para la gestión forestal sostenible en Galicia. Xunta de Galicia. Santiago de Compostela. 259 p.
Gracia, C., S. Sabaté, J. Vayreda y J. Ibáñez. 2002. Aboveground Biomass Expansion Factors and biomass equations of forest in Catalonia. In: COST E21 BEF meeting, Besalú (España), 4-5 julio.
Huang, S. 2002. Validating and localizing growth and yield models: procedures, problems and prospects. In: Proceedings of IUFRO Workshop on Reality, models and parameter estimation: the forestry scenario. Sesimbra (Portugal), 2-5 junio.
Jian, R., C. Wang, B. Hawkins y T. Letchford. 1998. Relative growth rate and biomass allocation of paper birch (Betula papyrifera) populations under different soil moisture and nutrient regimes. Canadian Journal of Forestry Research 28:44-55. DOI: https://doi.org/10.1139/x97-191
Johansson, T. 2000. Biomass equations for determining functions of common and grey alder growing on abandoned farmland and some practical implicatons. Biomass and Bioenergy 18:147-159. DOI: https://doi.org/10.1016/S0961-9534(99)00078-1
Jokela, E.J., C.A. Shannon y E.H. White. 1981. Biomass and nutrient equations for mature Betula papyrifera Marsh. Canadian Journal of Forestry Research 11:298-304. DOI: https://doi.org/10.1139/x81-040
Maliondo, S.M., M.K. Mahendrappa y G.D. van Raalte. 1990. Distribution of biomass and nutrients in some new brunswick forest stands: possible implications of whole-tree harvesting. Information Report M-X.170E/F. Hull, Quebec, Canadá.
Marklund, L.G. 1988. Biomassafunktioner för tall, gran och björk i Sverige. Sveriges lantbruksuniversitet, Institutionen för skogstaxering, Rapport 45:1-73.
Martin, J.G., B.D. Kloeppel, T.L. Schaefer, D.L. Kimbler y S.G. Mcnulty. 1998. Aboveground biomass and nitrogen allocation of ten deciduous southern Appalachian tree species. Canadina Journal of Forestry Research 28:1648-1659. DOI: https://doi.org/10.1139/x98-146
Mendoza Rivera, H., G.R. Bautista Mendoza, L.A. López y J.A. Vargas. 2002. Métodos de regresión, 1ª. ed. Universidad Nacional de Colombia, Dirección Nacional de Innovación académica, Facultad de Ciencias, Departamento de Estadística, Bogotá, Col.
Merino, A., C. Rey, J. Brañas y R. Rodríguez-Soalleiro. 2003.
Biomasa arbórea y acumulación de nutrientes en plantaciones de Pinus radiata D. Don en Galicia. Forest Systems 12(2):85-98.
Montero, G., R. Ruiz-Peinado y M. Muñoz. 2005. Producción de biomasa y fijación de CO2 por los bosques españoles. Monografías INIA, Serie Forestal 13. Madrid. 270 p.
Myers, R.H. 1990. Classical and Modern Regression with Applications. 2a ed. Duxbury Press, Belmont, CA. 488 p.
Návar, J.J., N. González, J.J. Graciano, V. Dale y B. Parresol. 2004. Additive biomass equations for pine species of forest plantations of Durango, Mexico. Madera y Bosques 10(2):17-28. DOI: https://doi.org/10.21829/myb.2004.1021272
Neter, J., M.H. Kutner, C.J. Nachtsheim y W. Wasserman. 1996. Applied linear statistical models. 4a ed. McGraw-Hill. Nueva York. 739 p.
Neter, J., M.H. Kutner, C.J. Nachtsheim y W. Wasserman. 1996. Applied linear statistical models. 4a ed. McGraw-Hill. Nueva York. 739 p.
Pardé, J.D. 1980. Forest Biomass. Forestry Abstracts 41(8):343-362.
Park, R.E. 1966. Estimation with Heteroscedastic Error Terms. Econometrica 34(4):888. DOI: https://doi.org/10.2307/1910108
Parresol, B.R. 1999. Assessing tree and stand biomass: a review with examples and critical comparisons. Forest Science 45:573-593.
Parresol, B.R. 2001. Additivity of nonlinear biomass equations. Canadian Journal of Forestry Research 31:865-878. DOI: https://doi.org/10.1139/x00-202
Peña, D. 2002. Regresión y diseño de experimentos. Alianza Editorial, Madrid. 744 p.
Porté, A., P. Trichet, D. Bert y D. Loustau. 2002. Allometric relationships for branch and tree woody biomass of maritime Pine (Pinus pinaster Ait.). Forest Ecology and Management 158:71-83. DOI: https://doi.org/10.1016/S0378-1127(00)00673-3
Rapp, M., I. Santa Regina, M. Rico y H.A. Gallego. 1999. Biomass, nutrient content, litterfall and nutrient return to the soil in Mediterranean oak forest. Forest Ecology and Management 119:39-49. DOI: https://doi.org/10.1016/S0378-1127(98)00508-8
Ryan, T.P. 1997. Modern regression methods. John Wiley & Sons, Nueva York. 515 p.
SAS Institute Inc. 2008. SAS/ETS® 9.2. User’s Guide. SAS Institute Inc., Cary, NC. 2861 p.
SAS Institute Inc. 2009. SAS/STAT® 9.2 User’s Guide (2nd ed.). SAS Institute Inc., Cary, NC. 7869 p.
Satoo, T. y H.A.I. Madgwick. 1982. Forest Biomass. Forestry Sciences. Kluwer Academic Publishers Group, Holanda. 160 p. DOI: https://doi.org/10.1007/978-94-009-7627-6_4
Schlaegel, B.E. 1982. Acer negundo biomass component regression analysis for the Mississipi Delta. Forest Science 28:355-358.
Schmitt, M.D.C. y D.F. Grigal. 1981. Generalized biomass equations for Betula papyrifera Marsh. Canadian Journal of Forestry Research 11:837-840. DOI: https://doi.org/10.1139/x81-122
Snowdon, P. 1985. Alternative sampling strategies and regression models for estimating forest biomass. Australian Forestry Research 15:353-366.
UNFCCC. 1997. The Kyoto Protocol. [online]. UNFCCC (United Nations Framework Convention on Climate Change). Disponible en http://unfccc.int/resource/docs/ convkp/kpeng.html. [2 de enero de 2012].
Wang, C. 2006. Biomass allometric equations for 10 co-occurring tree species in Chinese temperate forest. Forest Ecology and Management 222:9-16. DOI: https://doi.org/10.1016/j.foreco.2005.10.074
Waring, R.H. y S.W. Running. 1998. Forest ecosystems: analysis at multiple scales. 2a ed. Academic Press. San Diego, CA. 370 p.
White, H. 1980. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica 48(4):817-838. DOI: https://doi.org/10.2307/1912934
Zeide, B. 1987. Areas of biomass research. In: Wharton, E.H. y T. Cunia, eds. Estimating tree biomass regressions and their error. Proceedings of the Workshop on Tree biomass regression functions and their contribution to the error of forest inventory estimates. USDA For Serv Gen Tech Rep. p:193-196.
Zellner, A. 1962. An efficient method of estimating seemingly unrelated regressions and test for aggregation bias. Journal of the American Statistical Association 57:348-368. DOI: https://doi.org/10.1080/01621459.1962.10480664
Zianis, D., P. Muukkonen, R. Mäkipää y M. Mencuccini. 2005. Biomass and stem volume equations for tree species in Europe. Silva Fennica, Monograps 4. 63 p. DOI: https://doi.org/10.14214/sf.sfm4
Descargas
Publicado
Cómo citar
-
Resumen18298
-
PDF223
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.
