Revista Chapingo Serie Ciencias Forestales y del Ambiente
Caracterización de las estructuras diamétricas de los bosques naturales del noroeste de Durango, México
ISSNe: 2007-4018   |   ISSN: 2007-3828
PDF

Palabras clave

Coníferas
latifoliadas
función Weibull
modelado diamétrico

Cómo citar

Corral-Rivas, S. ., Álvarez-González, J. G. ., Corral-Rivas, J. J. ., & López-Sánchez, C. A. (2015). Caracterización de las estructuras diamétricas de los bosques naturales del noroeste de Durango, México. Revista Chapingo Serie Ciencias Forestales Y Del Ambiente, 21(2), 221–236. https://doi.org/10.5154/r.rchscfa.2014.10.046

Resumen

La distribución diamétrica de 44 parcelas permanentes (coníferas y latifoliadas) se modeló a través de las funciones de densidad de probabilidad (FDP) Weibull de tres parámetros y SB Johnson, en el municipio de Santiago Papasquiaro, Durango. Para ello, se emplearon cuatro métodos de ajuste de parámetros: máxima verosimilitud, momentos, regresión no lineal por mínimos cuadrados ordinarios y percentiles. El mejor método de ajuste para las especies de coníferas y latifoliadas fue el método de momentos. En el modelado de la FDP Weibull se asumió que el parámetro de localización (e) corresponde al diámetro mínimo inventariable de la distribución. El parámetro de escala (λ) se modeló con el procedimiento de predicción de parámetros a través de un modelo de regresión lineal simple que relaciona γ con el diámetro cuadrático medio y la altura dominante del rodal. Finalmente, el parámetro de forma (γ) fue recuperado indirectamente por el método de momentos a través de la predicción del diámetro medio del rodal. De acuerdo con la prueba de Kolmogorov-Smirnov (= 0.05), 71 % de las parcelas del grupo de especies de coníferas y 68 % de las parcelas del grupo de latifoliadas provienen de una población que sigue la función de distribución ajustada.

 
https://doi.org/10.5154/r.rchscfa.2014.10.046
PDF

Citas

Álvarez-González, J. G., & Ruiz-González, A. D. (1998). Análisis y modelización de las distribuciones diamétricas de Pinus pinaster Ait., en Galicia. Investigaciones Agrarias: Sistemas Recursos Forestales, 7(2), 123–137. http://www.inia.es/IASPF/1998/vol7/06.J.G.ALVAREZ.pdf

Bailey, R. L., & Dell, T. R. (1973). Quantifying diameter distributions with the Weibull function. Forest Science, 19, 97–104.

Borders, B. E. (1989). Systems of equations in forest stand modeling. Forest Science, 35, 548–556.

Borders, B. E., & Patterson, W. D. (1990). Projecting stand tables: A comparison of the Weibull diameter distribution method, a percentile-based projection method, and a basal area growth projection method. Forest Science, 36, 413–424.

Burk, T. E., & Newberry, J. D. (1984). A simple algorithm for moment-based recovery of Weibull distribution parameters. Forest Science, 30, 329–332.

Cao, Q. V., & Burkhart, H. E. (1984). A segmented distribution approach for modeling diameter frequency data. Forest Science, 30(1), 129–137.

Cao, Q. V. (2004). Predicting parameters of a Weibull function for modeling diameter distribution. Forest Science, 50, 682–685.

Cooray, K. (2006). Generalization of the Weibull distribution: The odd Weibull family. Statistical Modelling, 6, 265– 277. doi: https://doi.org/10.1191/1471082X06st116oa

Corral-Rivas, J. J., Vargas, L. B., Wehenkel, C., Aguirre, C. O., Álvarez, G. J. G., & Rojo, A. A. (2009). Guía para el establecimiento de sitios de investigación forestal y de suelos en bosques del estado de Durango. Durango, México: Editorial UJED.

Devore, J. L. (1987). Probability and statistics for engineers and the sciences. USA: Brooks/Cole Cengage learning.

Dubey, S. D. (1967). Some percentile estimators for Weibull parameters. Technometrics, 9, 119–129. doi: https://doi.org/10.1080/00401706.1967.10490445

García, M. E. (1981). Modificaciones al sistema de clasificación climática de Köppen (4ª ed.). México: Instituto de Geografía, Universidad Nacional Autónoma de México.

Gorgoso, J. J., Álvarez, G. J. G., Rojo, A., & Grandas-Arias, J. A. (2007). Modelling diameter distributions of Betula alba L. stands in northwest Spain with the two-parameter Weibull function. Investigaciones Agrarias: Sistemas Recursos Forestales, 16(2), 113–123. http://revistas.inia.es/index.php/fs/article/view/1002/999

Gorgoso-Varela, J. J., & Rojo-Alboreca, A. (2014). A comparison of estimation methods for fitting Weibull and Johnson’s SB functions to pedunculate oak (Quercus robur) and birch (Betula pubescens) stands in northwest Spain. Forest Systems, 23(3), 500–505. http://revistas.inia.es/index.php/fs/article/view/4939/2147

González-Elizondo, M. S., González, E. M., & Márquez, L. M. A. (2007). Vegetación y eco-regiones de Durango. México: CIIDIR-IPN-Plaza y Valdés, S. A. de C. V.

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, 481–487. doi: https://doi.org/10.1139/x77062

Hyink, D. M., & Moser, J. W. (1983). A generalized framework for projecting forest yield and stand structure using diameter distributions. Forest Science, 29, 85–95.

Jiang, L., & Brooks, J. (2009). Predicting diameter distributions for young longleaf pine plantations in Southwest Georgia. Southern Journal of Applied Forestry, 33, 25–28.

Johnson, N. L. (1949). Systems of frequency curves generated by methods of translation. Biometrika, 36, 149–176. doi: https://doi.org/10.1093/biomet/36.1-2.149

Knoebel, B. R., & Burkhart, H. E. (1991). A bivariate distribution approach to modeling forest diameter distribution at two points in time. Biometrics, 47, 241– 253. doi: https://doi.org/10.2307/2532509

Lai, C. D., Xie, M., & Murthy, D. N. P. (2003). A modified Weibull distribution. Reliability, IEEE Transactions, 52(1), 33–37. doi: https://doi.org/10.1109/TR.2002.805788

Leduc, D., Matney, T., Belli, K., & Baldwin, C., Jr. (2001). Predicting diameter distribution of longleaf pine plantations: A comparison between artificial neural networks and other accepted methodologies. Asheville, NC, USA: U. S. Department of Agriculture, Forest Service, Southern Research Station. http://www.srs.fs.usda.gov/pubs/rp/rp_srs025.pdf

Liu, C., Zhang, L., Davis, C. J., Solomon, D. S., & Gove, J. H. (2002). A finite mixture model for characterizing the diameter distributions of mixed–species forest stands. Forest Science 48(4), 653–661. http://www.fs.fed.us/ne/durham/4104/papers/Gove2002MixtureForestScience.pdf

Maldonado-Ayala, D., & Návar, J. 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. http://www.redalyc.org/articulo.oa?id=61789905

Mehtätalo, L. (2004). An algorithm for ensuring compatibility between estimated percentiles of diameter distribution and measured stand variables. Forest Science 50, 20–32.

Návar, J. J., & Contreras, J. C. (2000). Ajuste de la distribución Weibull a las estructuras diamétricas de rodales irregulares de Pino de Durango, México. Agrociencia, 34, 353–361. http://www.redalyc.org/articulo.oa?id=30234312

Newby, M. (1980). The properties of moment estimators for the Weibull distribution based on the sample coefficient of variation. Technometrics, 22, 187–194. doi: https://doi.org/10.1080/00401706.1980.10486133

Parresol, B. (2003). Recovering of Johnson’s SB distribution. Asheville, NC, USA: U. S. Department of Agriculture, Forest Service, Southern Research Station. http://www.srs.fs.usda.gov/pubs/rp/rp_srs031.pdf

Rennolls, K., Geary, D. N., & Rollison, T. J. D. (1985). Characterizing diameter distributions by the use of the Weibull distribution. Forestry, 58(1), 57–66. doi: https://doi.org/10.1093/forestry/58.1.57

Statistical Analysis System (SAS Institute Inc.). (2008). SAS/ STATTM User´s Guide, Relase 8.0 Edition. Cary, NC, USA: Author.

Schreuder, H. T., Hafley, W. L., & Bennett, F. A. (1979). Yield prediction for unthinned natural slash pine stands. Forest Science, 25, 25–30.

Scolforo, J. R. S., Vitti, F. C., Grisi, R. L., Acerbi, F., & De Assis, A. L. (2003). SB distribution´s accuracy to represent the diameter distribution of Pinus taeda, through five fitting methods. Forest Ecology and Management, 175, 489–496. doi: https://doi.org/10.1016/S0378-1127(02)00183-4

Shifley, S., & Lentz, E. (1985). Quick estimation of the three-parameter Weibull to describe tree size distributions. Forest Ecology and Management, 13, 195– 203. doi: https://doi.org/10.1016/0378-1127(85)90034-9

Shiver, B. D. (1988). Sample sizes and estimation methods for the Weibull distribution for unthinned slash pine plantation diameter distributions. Forest Science, 34(3), 809–814.

Smalley, G. W., & Bailey, R. L. (1974). Yield tables and stand structure for loblolly pine plantations in Tennessee, Alabama and Georgia highlands. New Orleans, LA, USA: Forest Service, Southern Forest Experiment Station.

Sokal, R., & Rohlf, F. (1981). Biometry (2a ed.). New York, USA: W. H. Freeman and Company.

Secretaría de Recursos Naturales y Medio Ambiente (SRNyMA) (2006). Programa Estratégico Forestal 2030. Victoria de Durango, Dgo, México: Secretaría de Recursos Naturales y Medio Ambiente del Estado de Durango.

Torres-Rojo, J. M., Acosta-Mireles, M., & Magaña-Torres, O. S. (1992). Métodos para estimar los parámetros de la función Weibull y su potencial para ser predichos a través de atributos de rodal. Agrociencia. Serie Recursos Naturales, 2(2), 57–76.

Vanclay, J. (1995). Growth models for tropical forest: A synthesis of models and methods. Forest Science, 41, 7–42.

Wehenkel, C., Corral-Rivas, J. J., Hernández-Díaz, J. C., & Gadow, K. v. (2011). Estimating balanced structure areas in multi-species forests on the Sierra Madre Occidental, Mexico. Annals of Forest Science, 68, 385– 394. doi: https://doi.org/10.1007/s13595-011-0027-9

Wright, S. J., Muller-Landau, H. C., Condit, R., & Hubbell, S. P. (2003). Gap–dependent recruitment, realized vital rates, and size distributions of tropical trees. Ecology, 84(12), 3174–3185. doi: https://doi.org/10.1890/02-0038

Zanakis, S. H. (1979). A simulation study of some simple estimators for the three parameter Weibull distribution. Journal of Statistical Computation and Simulation, 9, 101–116. doi: https://doi.org/10.1080/00949657908810302

Zhang, L., Packard, K., & Liu, C. (2003). A comparison of estimation methods for fitting Weibull and Johnson’s SB distributions to mixed spruce-fir stands in northeastern North America. Canadian Journal of Forest Research, 33, 1340–1347. doi: https://doi.org/10.1139/x03-054

Zhou, B., & McTague, J. P. (1996). Comparison and evaluation of five methods of estimation of the Johnson’s system parameters. Canadian Journal of Forest Research, 26(6), 928–935. doi: https://doi.org/10.1139/x26-102

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Derechos de autor 2015 Revista Chapingo Serie Ciencias Forestales y del Ambiente