Search

La diversidad de plantas vasculares está relacionada con la productividad y resiliencia de los bosques, por lo tanto, el desarrollo de indicadores para su caracterización es fundamental. La riqueza de especies vasculares (S) ha mostrado ser un buen indicador de la diversidad de otros grupos biológicos. Asimismo, se ha propuesto que la riqueza de tipos funcionales de plantas ([S.sub.g]), se correlaciona significativamente con la riqueza de especies y, por lo tanto, puede ser usada como un indicador sustituto. En este trabajo se analiza la relación riqueza-área de muestreo (A), con bases teóricas y datos empíricos para proponer un marco teórico generalizado de las relaciones entre los parámetros de las curvas: S-A, [S.sub.g]-A y S-[S.sub.g]. Se evalúa el modelo potencial y el logarítmico de las curvas de acumulación riqueza-área de especies de plantas vasculares y tipos funcionales, estos últimos caracterizados mediante una clasificación basada en 36 atributos funcionales en 15 sitios de muestreo de 1000 [m.sup.2] en bosques de oyamel del Monte Tláloc, Estado de México. Los resultados muestran estimaciones de riqueza equiparables con las mediciones directas usando solamente un tipo de riqueza para estimar el otro. Esto puede simplificar considerablemente la obtención de indicadores de diversidad en inventarios de plantas vasculares. Palabras clave: Abies religiosa, espacios paramétricos, estimaciones simplificadas, indicadores de diversidad, relación de exponentes. The diversity of vascular plants is related to the productivity and resilience of forests, and therefore, the development of indicators for its characterization is fundamental. The richness of vascular species (S) has been shown to be a good indicator of other biological groups diversity. It has also been proposed that the type of functional plant richness ([S.sub.g]) significantly correlates with the species richness and, therefore, can be used as a substitute indicator. This paper analyzes the relationship between richness and sampling area (A), with theoretical and empirical data, to propose a generalized theoretical framework of the relations between the parameters of the curves: S-A, [S.sub.g]-A and S-[S.sub.g]. The power and logarithmic models of functional vascular plant types and richness-area accumulation curves are assessed, characterizing functional types through a classification based on 36 functional attributes, in 15 sampling sites of 1000 [m.sup.2] in the sacred-fr forests of Mount Tlaloc, State of Mexico. Results show richness estimates comparable with the direct measurements, obtained by using only one type of richness to estimate the other. This can greatly simplify the implementation of diversity indicators in vascular plant surveys. Keywords: Abies religiosa, parameter spaces, simplifed estimates, diversity indicators, relations among exponents., Introducción La conservación e incremento de la biodiversidad es uno de los objetivos de la Convención sobre la Diversidad Biológica (CBD, por sus siglas en inglés), dentro del marco de [...]

Uno de los mayores problemas en la estimación de biomasa aérea es la elección de un correcto modelo alométrico. En México existe una necesidad de cuantificar la biomasa de especies en zonas áridas. Los objetivos de este trabajo fueron ajustar ecuaciones alométricas para estimar la biomasa de Prosopis laevigata mediante un enfoque bayesiano (EB) y cuantificar el error en el ajuste de los modelos: EB, mínimos cuadrados ordinarios (MCO) y el obtenido de una investigación publicada en 2012. El modelo bayesiano se desarrolló con base en distribuciones de probabilidad de parámetros (a y b) a priori, recopiladas de siete sitios de experimentación en los cuales se estimó la biomasa (B) a través del diámetro basal (Db) mediante ecuaciones potenciales. Se compararon los enfoques en cinco tamaños de muestra (TM) (10, 30, 60, 90 y 120); en cada una de ellas se realizaron 1000 repeticiones sin remplazo. Los 144 árboles medidos en los sitios de muestreo fueron usados para validar el ajuste para cada submuestra. Los resultados mostraron que el EB presentó la menor variabilidad del error en las distintos TM. El MCO ajustó similar a EB, sin embargo, su variabilidad y la presencia de valores atípicos crecieron al disminuir TM. El ajuste con los parámetros de la investigación publicada en 2012 presentó la mayor variabilidad y demostró alta incertidumbre al estimar la biomasa con parámetros fjos. Se recomienda la aplicación de EB para la estimación de biomasa en otras especies de interés y su aplicación en inventarios nacionales. Palabras clave: calibración bayesiana, inventarios forestales, modelos alométricos, zonas áridas. One of the biggest problems in the estimation of aboveground biomass at the global level is the choice of a correct allometric model. In Mexico, there is a need to quantify the biomass of species in arid zones. For this reason, the objectives of this work were to adjust allometric equations for estimating biomass of Prosopis using a bayesian approach (EB) and to quantify the error in the adjustment of the models: EB, Ordinary Least Squares (OLS) and one get from a research published in 2012. The Bayesian model was developed on the basis of probability distributions of parameters (a and b) a priori, collected from seven experimentation sites in which we estimated the biomass (B) through basal diameter (Db) using power equations. We compared the approaches in fve sizes of samples (TM) (10, 30, 60, 90 and 120); in each of them, 1000 repetitions without replacement were carried out. The 144 trees measured in the sampling sites were used to validate the setting for each sub-sample. The results showed that the EB presented the lowest error variability in the different TM. The MCO adjusted similar to EB, however its variability and the presence of outliers grew to decrease TM. The adjustment with the parameters of that research made in 2012 presented the greatest variability and demonstrated the high degree of uncertainty when estimating the biomass with fxed parameters. It is recommended the application of EB for the estimation of biomass in other species of interest and their application in national inventories. Keywords: bayesian calibration, forest inventories, allometric models, arid zones., INTRODUCCIÓN Las estimaciones de biomasa aérea resultan importantes para conocer la contribución de la vegetación en el almacenamiento de carbono en distintos ecosistemas. Las estimaciones se realizan mediante la aplicación [...]

El método más común para estimar variables dasométricas a gran o pequeña escala es el inventario forestal basado en un muestreo en campo. En la actualidad la teledetección ofrece un abanico de posibilidades para incorporarse en las estimaciones forestales, tal es el caso de LiDAR (Light Detection And Ranging) que permite caracterizar de forma tridimensional el bosque. En este trabajo se estudió la relación entre datos derivados de LiDAR con los datos medidos en campo para estimar variables dasométricas como: área basal (AB), biomasa total (BT), cobertura arbórea (COB) y volumen de madera (VOL), mediante cuatro métodos: 1) regresión lineal múltiple, 2) regresión no lineal, 3) estimador de razón y 4) inventario forestal tradicional (muestreo estratificado). Las estimaciones totales derivadas del estimador de razón se encuentran dentro del intervalo de confianza al 95% calculado mediante inventario tradicional para AB, BT y VOL, siendo este el estimador que arroja los valores más cercanos y precisos a la estimación mediante inventario. En general, las estimaciones de los modelos no lineales fueron los más optimistas con respecto al inventario tradicional. Los resultados indican una buena relación ([R.sup.2] > 0.50) entre las métricas de LiDAR y datos de campo, principalmente los percentiles de altura y las tasas de retorno sobre una altura definida. A partir de los modelos lineales, se generó la cartografía de cada una de las variables analizadas. PALABRAS CLAVE: biomasa aérea, estimadores de razón y regresión, mapeo, modelación espacial, volumen total. The most common method to estimate forest variables to a large or small scale is the forest inventory based on field sampling. Currently, remote sensing techniques offer a range of possibilities in forest resources estimation; this is the case of LiDAR (Light Detection And Ranging) that allows the characterization forest structure in three-dimensions. We analyzed the relationship between LiDAR and field data to estimate forest variables such as: basal area (AB), total biomass (BT), crown cover (COB) and timber volume (VOL) through four methods: 1) multiple linear regression, 2) non-linear regression, 3) ratio estimators and 4) traditional forest inventory (stratified sampling). Total estimates derived from the ratio estimator were within the 95% confidence interval calculated by traditional inventory for AB, BT and VOL; this estimator showed the closest values and precision to those obtained by traditional forest inventory. In general, estimates through non-linear models were the most optimistic compared to the traditional forest inventory. Our results indicated a good relationship ([R.sup.2] > 0.50) between LiDAR metrics and field data, particularly the percentiles of height and rates of return on a defined height. From the linear models fit we generated maps for each of the forest variables analyzed. KEYWORDS: above-ground biomass, ratio and regression estimators, mapping, spatial modeling, total volume., Inventory and cartography of forest variables derived from LiDAR data: comparison of methods INTRODUCCIÓN La caracterización dasométrica de bosques y rodales para fines de manejo forestal se realiza tradicionalmente a [...]