
Un modelo alométrico pantropical global y local
Author(s) -
Fernando Paz Pellat
Publication year - 2021
Publication title -
madera bosques/madera y bosques
Language(s) - Spanish
Resource type - Journals
SCImago Journal Rank - 0.247
H-Index - 13
eISSN - 2448-7597
pISSN - 1405-0471
DOI - 10.21829/myb.2021.2742446
Subject(s) - humanities , physics , mathematics , philosophy
El desarrollo de modelos alométricos generalizados que permitan realizar estimaciones comparables con modelos locales, es un gran reto para la realización de estimaciones de la biomasa aérea en los bosques tropicales. Las estimaciones de los modelos alométricos parametrizados en el espacio logarítmico (transformación a formato logarítmico) minimizando el error cuadrático de estimación requieren de la estimación de factores de corrección para la transformación inversa al espacio aritmético. Adicionalmente, si el objetivo es la minimización de sesgos (error relativo medio, ERM y error absoluto medio, EAM), entonces se puede minimizar el error absoluto de estimación. En este trabajo se usaron modelos alométricos clásicos, basados en la relación entre la biomasa (B) y el diámetro normal (D), altura total (H) y densidad de la madera (ρ), para revisar las relaciones entre sus parámetros. Para analizar las relaciones alométricas planteadas se utilizó una base de datos pública pantropical (4004 datos, 58 sitios de muestreo). Los análisis mostraron que para modelos globales (todos los sitios) y locales (cada sitio) el modelo de regresión lineal de la relación B versus ρD2H resultó en el mejor modelo (métrica de la raíz del error cuadrático medio o RECM), por ello fue usado como estándar de referencia. Los modelos parametrizados en el espacio logarítmico para las estimaciones globales resultaron con errores de estimación mayores al modelo B = av0 (D2H) con av0 como función lineal con ρ. La estimación de av0 fue realizada minimizando el error absoluto, resultando en los menores errores de sesgos de estimación (EAR y EAM), con valores del RECM comparables al proceso de minimización del error cuadrático. Para las estimaciones locales, usando modelos alométricos a nivel de sitio, se utilizó el modelo con solo av0 (minimización del error absoluto) y cambiando el factor de corrección del estimador simple al de razones, resultando en un modelo de predicción con error de estimación comparables al de las regresiones no lineales y superando los modelos de alometría clásicos. Dado que no se cuenta con información de la biomasa aérea en los inventarios forestales normales, la estimación del factor de corrección de razones fue parametrizado en forma empírica por un proceso de regresión lineal multivariada de datos medidos en campo con resultados comparables a contar con mediciones de campo de la biomasa aérea.