Índice de sitio para plantaciones forestales de Pinus patula en el Estado de México

Abstract

La falta de herramientas silvícolas cuantitativas para clasificar la productividad de áreas arboladas en la planificación, gestión y aprovechamiento de plantaciones forestales comerciales (PFC) es un problema recurrente. El objetivo fue modelar el índice de sitio (IS) en función de la edad (E) mediante la inclusión de covariables para las PFC de Pinus patula en las regiones forestales VI y VII del Estado de México. Se utilizaron datos de 65 sitios de muestreo (250 m2) distribuidos en 90.8 ha de once PFC de entre 4 y 20 años, para ajustar con el software R® mediante efectos fijos y mixtos el modelo de crecimiento de Cieszewski y Bella (1989). La evaluación estadística se realizó mediante el cumplimiento de supuestos de regresión y los valores del sesgo medio ( ), sesgo en porcentaje ( ) y la raíz del error medio cuadrático (REMC). Se generaron curvas de crecimiento en altura dominante (Ad), incremento corriente y medio anual (ICA e IMA). El modelo cumple con los supuestos de regresión. Las diferencias en Ad están determinadas por la exposición topográfica en donde los terrenos con orientación Este y Norte son los más productivos. El , y RCME fueron de -0.091 m, -0.358% y 2.4 m, respectivamente. Las curvas de crecimiento polimórficas a una edad base de 20 años describieron la Ad y se determinó el IS con clases de 19 m, 22 m y 25 m. El ICA máximo y turno técnico fueron a los seis y once años. Clasificar las PFC de acuerdo con su rendimiento y productividad maderable da pautas para su manejo silvícola.

Índice de sitio en plantaciones forestales de Pinus oocarpa Shiede en Michoacán, México

“…Para elegir un modelo base se realizó una evaluación integral de los estadísticos de ajuste del coeficiente de determinación (R 2 ), los valores de la raíz del cuadrado medio del error (RCME) y el Criterio de Información de Akaike (AIC) (Tamarit-Urias et al 2014. Además, se verificó la significancia de sus parámetros (p < 0.05) y la distribución gráfica de los residuales (Hernández-Ramos et al 2022).…”

“…Características del sitio tales como: profundidad, textura y fertilidad del suelo; pendiente, aspecto y elevación; y precipitación, temperatura y duración de la temporada de crecimiento; todos se combinan para influir en qué tan bien crecen los árboles (DeYoung 2024). Mientras que Santiago- y Hernández-Ramos et al (2022) indican que el índice de sitio permite la clasificación de la productividad de áreas arboladas con base en la altura dominante y es útil para el manejo de rodales forestales, aplicando tratamientos de acuerdo con las condiciones de desarrollo de las masas en las diferentes áreas, lo cual permite identificar zonas óptimas o con vocación forestal para el establecimiento de plantaciones forestales. Mientras que la Sociedad de Silvicultores Americanos define el sitio como un área considerada en términos de su propio entorno, la cual determina el tipo y calidad de la vegetación que puede sustentar.…”

“…El modelado de la altura dominante se ha realizado con varios enfoques de ajuste, como son las técnicas del método de mínimos cuadrados ordinarios, donde se asumen supuestos de normalidad, homogeneidad de varianzas e independencia de los errores (García-Cuevas et al 2007, Murillo-Brito et al 2017, mismos supuestos que no se cumplen cuando se utilizan datos correlacionados provenientes de datos trasversales, longitudinales, remediciones o de sitios agrupados por condiciones similares (Carrero et al 2008, Seoane 2014, Corral et al 2019. Otro enfoque de ajuste es por medio de máxima verosimilitud y el uso de modelos de efectos mixtos (Hernández-Ramos et al 2022), en donde se asocian efectos aleatorios a los parámetros de los modelos, lo que influye para mejorar el término de error (Jerez-Rico et al 2011) al corregir la estructura de varianzas-covarianzas asociadas con datos correlacionados (Verbeke y Molenberghs 2000, Diggle et al 2002, Littell et al 2006.…”