Predicción de diámetro normal, altura y volumen de Abies religiosa a partir del diámetro del tocón

• Published in: Madera y bosques Vol. 23; no. 3; pp. 61 - 70
• Main Authors: García Cuevas, Xavier, Hernández Ramos, Jonathan, García Magaña, J. Jesús, Hernández Ramos, Adrián, Herrera Ávila, Victorino, González Peralta, Alfredo, Garfias Mota, Enrique Jonathan
• Format: Journal Article
• Language: Spanish
• Published: 2017
• Subjects: allometry; alometría; clandestinidad; cortas; felling; management; manejo; regresión; regression; underground
• ISSN: 1405-0471; 2448-7597
• DOI: 10.21829/myb.2017.2331528

En el control y supervisión del manejo forestal, realizar auditorías en zonas aprovechadas y/o cuantificar cortas clandestinas requiere la estimación del diámetro normal (d), altura total (h) o volumen (v) para caracterizar la masa original y a partir de ella, estimar los volúmenes extraídos. Cuando el árbol ya no existe, no se tiene la medida del diámetro normal (d), pero la estimación del mismo o de otras variables se puede realizar en función del diámetro del tocón (dt). Esta relación alométrica puede utilizarse para calcular los volúmenes faltantes. El objetivo fue ajustar ecuaciones que describan el diámetro normal, altura y volumen como una función del diámetro del tocón de árboles de Abies religiosa (Kunth) Schltdl. et Cham., en Tancítaro, Michoacán, México. Se realizó un muestreo en 71 sitios y 1745 pares de datos dt-d, dt-h y d-v; incluyendo todas las categorías diamétricas y de alturas. En SAS 9.0, usando procedimiento Model y el método de máxima verosimilitud, se ajustaron modelos lineales y no lineales para predecir d, h y v. Con base en el nivel de significancia de los parámetros de los modelos, sus estimadores de bondad de ajuste, la prueba la normalidad de los datos, homogeneidad de varianza, autocorrelación de los errores y la capacidad predictiva de los mismos, se puede inferir que estos son válidos para predecir el d, h y v en función del dt. Todos los modelos explican más de 91% de la variabilidad de los datos.