Modelling diameter distributions of Betula alba L. stands in northwest Spain with the two-parameter Weibull function

The diameter distributions of 125 permanent plots installed in birch dominated (Betula alba L.) stands in Galicia were modelled with the two-parameter Weibull distribution. Four different fitting methods were used: that based on percentiles of the distribution, non linear regression, maximum likelihood and the method of moments. The most accurate fit was obtained with the non linear regression (NLR) approach, considering the following statistics in the comparison: bias, mean absolute error (MAE), mean square error (MSE) and number of plots rejected by the Kolmogoroff-Smirnoff (KS) test. The scale parameter (b) and the shape parameter (c) obtained with the most accurate method (non linear regression), were first modelled with simple linear models and then related to commonly measured prediction variables (quadratic mean diameter, dominant height and stand density) with the parameter prediction model (PPM). The parameters fitted with the method of moments were recovered with the parameter recovery model (PRM) from the first and the second moments of the distribution (mean diameter and variance, respectively). Results indicated that both methods were successful in predicting the diameter frequency distributions. The PRM was more accurate than the PPM method. Las distribuciones diamétricas de 125 parcelas permanentes instaladas en masas puras de abedul (Betula alba L.) en Galicia fueron modelizadas con la distribución Weibull de dos parámetros. Se emplearon cuatro métodos de ajuste: basados en percentiles de la distribución, regresión no lineal, máxima verosimilitud y el método de los momentos. Los ajustes más precisos fueron obtenidos con regresión no lineal, considerando los siguientes estadísticos en la comparación de los resultados: sesgo, error medio absoluto, error medio cuadrático y número de parcelas rechazadas por el test de Kolmogoroff-Smirnoff. El parámetro de escala (b) y el parámetro de forma (c) obtenidos con el método más preciso (regresión no lineal), fueron relacionados con variables de masa de frecuente medición (diámetro medio cuadrático, altura dominante y densidad) mediante modelos lineales sencillos aplicando la metodología de predicción de parámetros. Los parámetros ajustados con el método de los momentos fueron recuperados con modelos de recuperación de parámetros a partir del primer y del segundo momento de la distribución (diámetro medio y varianza, respectivamente). Los resultados indicaron que ambos métodos fueron satisfactorios para predecir las distribuciones de frecuencias de diámetros. El método de recuperación de parámetros fue más preciso que el método de predicción de parámetros.