Vol. 25 Núm. 3 (2019): Otoño 2019
Artículos Científicos

Estimación de distribuciones diamétricas para Pinus patula con la función Weibull

Eloísa Pérez-López
Universidad de la Sierra Juárez
Wenceslao Santiago-García
Universidad de la Sierra de Juárez
Biografía
Gerónimo Quiñonez-Barraza
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias
Biografía
Gerardo Rodríguez-Ortiz
Instituto Tecnológico del Valle de Oaxaca
Biografía
Elías Santiago-García
Dirección Técnica Forestal de la Comunidad de Ixtlán de Juárez
Faustino Ruiz-Aquino
Universidad de la Sierra de Juárez
Biografía

Publicado 2019-12-13

Palabras clave

  • moments methodology,
  • parameter prediction,
  • percentiles prediction,
  • implicit prediction,
  • Kolmogorov-Smirnov test,
  • regression
  • ...Más
    Menos
  • método de momentos,
  • predicción de parámetros,
  • predicción de percentiles,
  • predicción implícita,
  • prueba de Kolmogorov-Smirnov,
  • regresión
  • ...Más
    Menos

Resumen

La predicción implícita es una herramienta valiosa para conocer el tipo de productos que se pueden obtener del bosque en un tiempo determinado y, de esta forma, planificar el manejo forestal sostenible. En la Sierra Norte de Oaxaca, México, existen rodales coetáneos de Pinus patula, una especie maderable de rápido crecimiento e importancia económica y ecológica. El objetivo de este estudio fue estimar el crecimiento y rendimiento maderable de esta especie a través de dos sistemas de predicción con el enfoque de modelos de distribución en clases diamétricas. La base de datos consistió en 132 distribuciones diamétricas, provenientes de 66 sitios permanentes de muestreo de 400 m2 localizados en Ixtlán de Juárez, Oaxaca, México. La distribución diamétrica del rodal se estimó mediante la función de densidad de probabilidades Weibull con los métodos de predicción de parámetros y predicción de percentiles. Asimismo, se ajustaron modelos de proyección del diámetro mínimo y diámetro medio cuadrático del rodal para recuperar los parámetros y estimar la estructura diamétrica de rodales a medida que cambia la edad. El mejor método fue el de predicción de parámetros, debido al sesgo menor en la predicción del volumen total con respecto a un sistema de proyección explícito diseñado para la especie. Por tanto, es preferente el uso de este sistema de predicción implícita para planificar el manejo de los rodales coetáneos de P. patula.

Citas

  1. Alder, D. (1980). Estimación del volumen forestal y predicción del rendimiento con referencia especial a los trópicos (Vol. 2). Roma, Italia: Organización de las Naciones Unidas.
  2. Amaro, A., Reed, D., Tomé, M., & Temido, I. (1998). Modelling dominant height growth: Eucalyptus plantations in Portugal. Forest Science, 44(1), 37-46. doi: 10.1093/forestscience/44.1.37
  3. Arteaga, B. (2003). Evaluación dasométrica de una plantación de Pinus spp. en Perote, Veracruz, México. Foresta Veracruzana, 5(1), 27-32.
  4. Assmann, E. (1970). The principles of forest yield study. Pergamon Press: Oxford.
  5. Bailey, R. & Dell, T. (1973). Quantifying diameter distributions with the Weibull function. Forest Science, 19(2), 97-104. doi: 10.1093/forestscience/19.2.97
  6. Borders, B. & Patterson, W. (1990). Projecting stands tables: A comparison of the Weibull diameter distribution method, a Percentile-Based projection method, and a basal area growth projection method. Forest Science, 36(2), 413-424. doi: 10.1093/forestscience/36.2.413
  7. Borders, B., Souter, R., Bailey, R., & Ware, K. (1987). Percentile-based distributions characterize forest stand tables. Forest Science, 33, 570-576. doi: 10.1093/forestscience/33.2.570
  8. Cao, C. (2004). Predicting parameters of Weibull function for modeling diameter distribution. Forest Science, 50(5), 682-685. doi: 10.1093/forestscience/50.5.682
  9. Clutter, J. L., Forston, J. C., Pienaar, L. V., Brister, G. H.,  Bailey, R. L. (1983). Timber Management: A Quantitative Approach. Nueva York, Estados Unidos: John Wiley & Sons, Inc.
  10. De la Fuente E., A., Velásquez M., A., Torres R., J. M., Ramírez M., H., Rodríguez F., C.,  Trinidad S., A. (1998). Predicción del crecimiento y rendimiento de Pinus rudis Endl., en Pueblos Mancomunados, Ixtlán, Oaxaca. Revista Ciencia Forestal en México, 23(84), 3-8.
  11. Diéguez-Aranda, U., Castedo D., F., Álvarez G., J. G., & Rojo A., A. (2006). Dynamic growth model for Scots pine (Pinus sylvestris L.) plantations in Galicia (north-western Spain). Ecological Modelling, 191:225-242. doi: 10.1016/j.ecolmodel.2005.04.026
  12. Embrechts, P., Klüppelberg, C., & Mikosch, T. (1997). Modelling Extremal Events for Insurance and Finance. New York:. Springer.
  13. Galán L., R., De los Santos P., H. M.,  Valdez H., J. I. (2008). Crecimiento y rendimiento maderable de Cedrela odorata L. y Tabebuia donnell-smithii Rose en San José Chacalapa, Pochutla, Oaxaca. Madera y Bosques, 14(2), 65-82. doi: 10.21829/myb.2008.1421213
  14. García, G., C., Cañadas, N., & Montero, G. (2002). Modelización de la distribución diamétrica de las masas de Pinus pinea L. de Valladolid (España) mediante la función Weibull. Investigación Agraria. Sistemas y Recursos Forestales, 11(2), 263-282.
  15. García, O. (1988). Growth modeling–a (re)view. New Zealand Journal of Forestry, 33(3),14-17.
  16. Gómez-García, E., Crecente-Campo, F., Pérez-Rodríguez, F., & Diéguez-Aranda, U. (2013). Ajuste de la función Weibull biparamétrica a distribuciones diamétricas de rodales regulares de Quercus robur L. en Galicia. En V. Gasteiz (Comp.), Montes: Servicios y desarrollo rural. Sociedad Española de Ciencias Forestales.
  17. Haan, C. T. (1986). Statistical Methods in Hydrology. Iowa: State Press.
  18. Hafley, W. L. & Schreuder H., T. (1977). Statistical distributions for fitting diameter and height data in even-aged stands. Canadian Journal of Forest Research, 7(3), 481-487. doi: 10.1139/x77-062
  19. Hirigoyen, A. & Rachid, C. (2014). Selección de funciones de distribución de frecuencias diamétricas, para Pinus taeda, Eucalyptus globulus y Eucalyptus dunnii en Uruguay. Bosque, 35(3), 369-376. doi: 10.4067/S0717-92002014000300011
  20. Hyink, D. M. & Moser, J. W. (1983). A generalized framework for projecting forest yield and stand structure using diameter distributions. Forest Science, 29(1), 85-95. doi: 10.1093/forestscience/29.1.85
  21. López-Villegas, M. F., Santiago-García, W., Quiñonez-Barraza, G., Suárez-Mota, M. E., Santiago-Juárez, W., & Santiago-García, E. (2017). Ecuaciones globales y locales de altura-diámetro de 12 especies de interés comercial en bosques manejados. Revista Mexicana de Agroecosistemas, 4(2), 113-126.
  22. Magaña T., O. S., Torres R., J. M., Rodríguez F., C., Aguirre D., H.,  Fierros G., A. M. (2008). Predicción de la producción y rendimiento de Pinus rudis Endl., en Aloapan, Oaxaca. Madera y Bosques, 14(1), 5-19. doi: 10.21829/myb.2008.1411214
  23. Maldonado A., D.  Návar Ch., J. (2002). Ajuste y predicción de la distribución Weibull a las estructuras diamétricas de plantaciones de pino de Durango, México. Madera y Bosques, 8(1), 61-72. doi: 10.21829/myb.2002.811306
  24. Maltamo, M., Puumalainen, J., & Päivinen, R. (1995). Comparison of Beta and Weibull functions for modeling basal area diameter distribution in stands of Pinus sylvestris and Picea abies. Scandinavian Journal of Forest Research, 1-4, 284-295. doi: 10.1080/02827589509382895
  25. Montero M., M. & Fierros G., A. M. (2000). Predicción del crecimiento de Pinus caribaea var. hondurensis Barr y Golf. en “La Sabana”, Oaxaca, México. Comunicación Técnica. Revista Forestal Centroamericana, 32, 20-25.
  26. Návar-Cháidez, J. (2009). Estimaciones empíricas de parámetros de la distribución Weibull en bosques nativos del norte de México. Revista Forestal Latinoamericana, 24(2), 51-68.
  27. Pece, M. G., G. de Benítez, C., & J. de Galíndez, M. (2000). Uso de la función Weibull para modelar distribuciones diamétricas en una plantación de Melia azedarach. Revista Forestal Venezolana, 44(2), 49-52.
  28. Pérez-López, E., Santiago-García, W., Quiñonez-Barraza, G., Rodríguez-Ortiz, G., & Ruiz-Aquino, F. (2017). Ecuaciones dinámicas: Altura dominante e índice de sitio para Pinus patula Schiede ex Schlechtendal & Chamisso. En V. J. C. Vinay, V. A. Esqueda E., O. H. Tosquy V., A. Ríos U., M. V. Vázquez H., & C. Perdomo M. (Comps.). Avances en Investigación Agrícola, Pecuaria, Forestal, Acuícola, Pesquería, Desarrollo rural, Transferencia de tecnología, Biotecnología, Ambiente, Recursos naturales y Cambio Climático-2017 (pp. 1125-1133). Medellín, Ver., México: Inifap. CP. UV. UACH. AVC. Itboca. ITUG. ITSH. UPH.
  29. Pienaar, L. V. & Rheney, J. W. (1993). Yield prediction for mechanically site-prepared slash pine plantations in the southeastern coastal plain. Southern Journal of Applied Forestry, 17(4), 163-173. doi: 10.1093/sjaf/17.4.163
  30. Poudel, K. P. & Cao, Q. V. (2013). Evaluation of methods to predict Weibull parameters for characterizing diameter distributions. Forest Science, 59(2), 243-252. doi: 10.5849/forsci.12-001
  31. Prodan, M., Peters, R., Cox, F., & Real, P. (1997). Mensura forestal. San José, Costa Rica: IICA y GTZ.
  32. Quevedo, A., Moret, A. Y., & Jerez, M. (2003). Comparación de métodos de ajuste de funciones de probabilidad para distribuciones diamétricas en plantaciones de teca. Revista Forestal Venezolana, 47(2), 53-60.
  33. Quiñonez B., G., De los Santos P., H. M., Cruz C., F., Velázquez M., A., & Ramírez V., G. (2015). Modelación dinámica de distribuciones diamétricas en masas mezcladas de Pinus en Durango, México. Madera y Bosques, 21(2), 59-71. doi: 10.21829/myb.2015.212445
  34. Rennolls, K., Geary, D. N., & Rollinson, T. J. D. (1985). Characterizing diameter distributions by the use of the Weibull distribution. Forestry, 58(1), 57-66. doi: 10.1093/forestry/58.1.57
  35. Reynolds, M. R., Burk, T. E., & Huang, W. C. (1988). Goodness-of-fit test and model selection procedures for diameter distribution models. Forest Science, 34(2), 373-399. doi: 10.1093/forestscience/34.2.373
  36. Rodríguez-Justino, R. (2017). Sistemas compatibles de cubicación de árboles individuales para dos especies de interés comercial en Ixtlán de Juárez, Oaxaca. Tesis de maestría. Universidad de la Sierra Juárez. Ixtlán de Juárez, Oaxaca, México.
  37. Santiago-García, W., De los Santos-Posadas, H. M., Ángeles-Pérez, G., Corral Rivas, J. J., Valdez-Lazalde, J. R., & Del Valle-Paniagua, D. H. (2014). Predicción del rendimiento maderable de Pinus patula Schl. et Cham. a través de modelos de distribución diamétrica. Agrociencia, 48(1), 87-101.
  38. Santiago-García, W., Pérez-López, E., Quiñonez-Barraza, G., Rodríguez-Ortiz, G., Santiago-García, E., Ruiz-Aquino, F.,  Tamarit-Urias, J.C. (2017). A dynamic system of growth and yield equations for Pinus patula. Forests, 8(12), 465. doi: 10.3390/f8120465
  39. SAS Institute Inc. (2011). SAS/ETS® 9.3 User's Guide. Cary, NC:, SAS Institute Inc.
  40. Servicios técnicos forestales de Ixtlán de Juárez [STF] (2015). Programa de manejo forestal para el aprovechamiento y conservación de los recursos forestales maderables de Ixtlán de Juárez. Ciclo de corta 2015-2024. Ixtlán de Juárez, Oaxaca, México.
  41. Sokal, R. & Rohlf, J. (1979). Biometría: principios y métodos estadísticos en la investigación biológica. Madrid: H. Blume.
  42. Torres-Rojo, J. M., Acosta M., M., & Magaña T., O. S. (1992). Métodos para estimar los parámetros de la función Weibull y su potencial para ser predichos a través de atributos del rodal. Agrociencia. Serie Recursos Naturales Renovables, 2, 57-76.
  43. Torres-Rojo, J. M., Magaña-Torres, O. S., & Acosta-Mireles, M. (2000). Metodología para mejorar la predicción de parámetros de la distribuciones diamétricas (Ensayo). Agrociencia, 34(5), 627-637.