Tabla de Contenidos

Presentacin.......................................................................................................................................................... i
1 Conceptos bsicos sobre regresin y correlacin...............................................................................................1
1.1 Supuestos bsicos de regresin......................................................................................................................2
1.2 Los supuestos de regresin en Dendrometra................................................................................................ 6
1.3 Estimacin de los parmetros del modelo de regresin lineal simple...........................................................7
1.3.1 El mtodo de mnimos cuadrados ordinarios .........................................................................................7
1.3.2 El mtodo de mnimos cuadrados ponderados .......................................................................................9
1.4 Las varianzas en regresin lineal simple.....................................................................................................10
1.4.1 La varianza en torno a la lnea de regresin..........................................................................................10
1.4.2 Las varianzas de la distribucin muestral de , y ..................................................................................12
1.4.2.1 Varianza de la distribucin muestral de .......................................................................................12
1.4.2.2 Varianza de la distribucin muestral de .......................................................................................12
1.4.2.3 Varianza de la distribucin muestral de .......................................................................................13
1.5 Componentes de la suma de desvos al cuadrado en regresin y el coeficiente de determinacin .............14
1.5.1 Componentes de la suma de desvos al cuadrado en regresin .............................................................14
1.5.2 El coeficiente de determinacin............................................................................................................15
1.6 Estimadores de regresin............................................................................................................................. 16
1.6.1 Distribucin en el muestreo...................................................................................................................17
1.6.2 Estimacin de parmetros..................................................................................................................... 18
1.6.3 Determinacin del tamao de la muestra..............................................................................................21
Referencias..........................................................................................................................................................21
2 Caracterizacin de rodales.................................................................................................................................22
2.1 Recopilacin de informacin en terreno......................................................................................................22
2.1.1 Trazado de parcelas de muestreo..........................................................................................................22
2.1.1.1 Parcela cuadrada en la horizontal..................................................................................................23
2.1.1.2 Parcela cuadrada en la pendiente...................................................................................................24
2.1.1.3 Parcela circular en la pendiente.....................................................................................................24
2.1.1.4 Parcelas concntricas.....................................................................................................................24
2.1.2 Otros tipos de unidades muestrales.......................................................................................................25
2.1.2.1 Parcelas Bitterlich..........................................................................................................................25
2.1.2.2 Mtodos de distancia.....................................................................................................................26
2.2 Medicin del dimetro y altura en rboles...................................................................................................26
2.2.1 Medicin del dap...................................................................................................................................26
2.2.1.1 Altura de medicin del dap............................................................................................................26
2.2.1.2 Instrumentos para medicin del dap..............................................................................................27
2.2.1.3 Precauciones en la medicin del dap.............................................................................................27
2.2.2 Medicin de alturas...............................................................................................................................27
2.2.2.1 Precauciones en la medicin de alturas.........................................................................................30
2.3 Procesamiento de la informacin muestral..................................................................................................31
2.3.1 Variables de estado del rodal................................................................................................................ 31
2.3.1.1 Dap promedio................................................................................................................................32
2.3.1.2 Altura promedio.............................................................................................................................33
2.3.2 La relacin entre la altura y el dap del rbol.........................................................................................34
2.3.3 Estimacin del volumen........................................................................................................................36
2.3.3.1 Determinacin del volumen sin agrupamiento de dimetros........................................................36
2.3.3.2 Determinacin del volumen con agrupamiento de dimetros .......................................................36
2.3.3.3 Tablas de rodal y de existencia......................................................................................................37

2.3.3.3.1 Tabulacin de la informacin muestral (dap)........................................................................37

2.3.3.3.2 Obtencin de los valores en las Tablas de rodal y de existencia...........................................38
2.3.3.3.2.1 Nmero de rboles por hectrea....................................................................................38
2.3.3.3.2.2 rea basal por hectrea..................................................................................................39
2.3.3.3.2.3 Altura.............................................................................................................................39
2.3.3.3.2.4 Volumen.........................................................................................................................40
3 Medicin y estimacin del volumen...................................................................................................................42
3.1 Medicin y estimacin del volumen en rboles individuales y productos................................................... 42
3.1.1 Mtodos para la determinacin directa del volumen en rboles individuales......................................42
3.1.1.1 Mtodo analtico............................................................................................................................42
3.1.1.1.1 Frmulas de Smalian, Huber y Newton.................................................................................43
3.1.1.1.2 Frmula general de Grosenbaugh..........................................................................................46
3.1.1.1.3 Frmula del centroide............................................................................................................46
3.1.1.1.4 Muestreo por importancia......................................................................................................49
3.1.1.2 Mtodo grfico..............................................................................................................................51
3.1.1.3 Desplazamiento de lquidos ..........................................................................................................52
3.1.1.4 Mtodo de densidad.......................................................................................................................53
3.1.2 Unidades para expresar el volumen...................................................................................................... 53
3.1.3 Relaciones funcionales de volumen......................................................................................................54
3.1.3.1 Funciones de volumen individual..................................................................................................54
3.1.3.2 Funcin de volumen individual con dlu variable..........................................................................56
3.1.4 Criterios para seleccionar modelos....................................................................................................... 57
3.1.4.1 El ndice de Furnival..................................................................................................................... 58
3.1.4.2 El ndice de Akaike.......................................................................................................................59
3.2 Determinacin del volumen en rodales........................................................................................................59
3.2.1 Funciones de volumen agregado...........................................................................................................60
3.2.2 Estimacin del volumen agregado a partir de funciones de volumen individual .................................60
3.2.2.1 Determinacin del volumen sin agrupamiento de dimetros........................................................60
3.2.2.2 Determinacin del volumen con agrupamiento de dimetros .......................................................60
Referencias..........................................................................................................................................................61
4 Estudio de la forma del fuste..............................................................................................................................62
4.1 Estudio de la forma mediante factores y cuocientes ....................................................................................62
4.1.1 Factores de forma..................................................................................................................................62
4.1.1.1 Factor de forma artificial...............................................................................................................62
4.1.1.2 Factor de forma natural................................................................................................................. 63
4.1.2 Cuocientes de forma..............................................................................................................................63
4.1.2.1 Cuociente de forma normal...........................................................................................................64
4.1.2.2 Cuociente de forma absoluto.........................................................................................................64
4.1.2.3 Clase de forma de Girard...............................................................................................................65
4.1.3 Punto de forma......................................................................................................................................65
4.2 Estudio de la forma mediante funciones de perfil fustal..............................................................................65
4.2.1 Slidos de revolucin............................................................................................................................65
4.2.2 Funciones de ahusamiento....................................................................................................................66
4.2.2.1 Modelacin del perfil fustal...........................................................................................................67
4.2.2.1.1 Definicin de variables para el ajuste de modelos de ahusamiento...................................... 67
4.2.2.1.2 Estimacin del volumen mediante funciones de ahusamiento..............................................69
4.2.2.1.3 Relacin entre el ahusamiento fustal y factor de forma cilndrico ........................................69
4.2.2.1.4 Modelos de ahusamiento.......................................................................................................71

4.2.2.1.4.1 Modelo simples..............................................................................................................71

Polinomio cuadrtico..................................................................................................................73
Obtencin del dimetro y la altura comercial.........................................................................75
Polinomio de grado 5..................................................................................................................75
Modelo trigonomtrico................................................................................................................75
Modelo de Real y Moore.............................................................................................................75
Modelo de Bruce.........................................................................................................................77
4.2.2.1.4.2 Polinomios segmentados................................................................................................78
Modelos compuestos de dos submodelos................................................................................... 78
Unin de dos submodelos cuadrticos................................................................................... 78
Unin de dos submodelos cbicos completos........................................................................79
Unin de dos submodelos cbicos (uno incompleto).............................................................79
Unin de un submodelo cbico incompleto y un cuadrtico completo.................................80
Modelos compuestos de tres submodelos...................................................................................80
Modelo cuadrtico-lineal-cuadrtico......................................................................................80
Modelo cuadrtico-cuadrtico-cuadrtico..............................................................................81
4.2.2.1.4.3 Modelos de ahusamiento de forma variable..................................................................82
4.2.2.1.4.4 Funciones de ahusamiento compatibles.........................................................................84
4.2.2.1.5 Incorporacin de restricciones a la altura de medicin del dap y otra altura en el fuste .......85
4.2.2.2 La muestra para el ajuste de modelos............................................................................................87
4.2.2.3 El ajuste de modelos de ahusamiento............................................................................................88
4.2.2.3.1 Ajuste promedio.....................................................................................................................88
4.2.2.3.2 Ajuste individual simultneo.................................................................................................89
4.2.2.4 Criterios usados para seleccionar modelos....................................................................................90
4.2.2.5 Validacin de funciones de ahusamiento......................................................................................94
Referencias..........................................................................................................................................................94
5 Biomasa................................................................................................................................................................97
5.1 Componentes de la biomasa.........................................................................................................................97
5.2 Mtodos para determinar la biomasa...........................................................................................................98
5.2.1 Determinacin directa de la biomasa....................................................................................................98
5.2.1.1 Separacin de componentes..........................................................................................................99
5.2.1.2 Biomasa en rboles individuales.................................................................................................100
5.2.1.2.1 Fuste.....................................................................................................................................100
5.2.1.2.2 Corteza.................................................................................................................................101
5.2.1.2.3 Copa ....................................................................................................................................101
5.2.1.2.3.1 Ramas gruesas..............................................................................................................101
5.2.1.2.3.2 Biomasa foliar..............................................................................................................101
5.2.1.2.4 Races...................................................................................................................................102
5.2.1.2.4.1 Cuello de raz y races laterales...................................................................................102
5.2.1.2.4.2 Muestreo de races pequeas y/o distales....................................................................103
5.2.1.3 El muestreo aleatorizado de ramas..............................................................................................103
5.2.1.3.1 Descripcin de los mtodos RBS........................................................................................ 105
5.2.1.3.1.1 RBS clsico..................................................................................................................105
5.2.1.3.1.2 RBS con swor en la primera etapa (swor_swr)...........................................................107
5.2.1.4 Determinacin de razones de peso seco y otros factores............................................................108
5.2.1.4.1 Peso fresco...........................................................................................................................108

5.2.1.4.2 Peso seco..............................................................................................................................109

5.2.1.4.3 Razones de peso seco...........................................................................................................109
5.2.1.4.4 Fracciones de peso seco.......................................................................................................109
5.2.1.4.5 Densidad de la madera........................................................................................................110
5.2.1.4.6 Factor de expansin de la biomasa.....................................................................................111
5.3 Estimacin de la densidad de biomasa en formaciones forestales............................................................111
5.3.1 Dosel principal.................................................................................................................................... 111
5.3.2 Sotobosque..........................................................................................................................................113
5.3.3 Desechos leosos y litera....................................................................................................................113
5.3.4 Races..................................................................................................................................................113
5.4 Desarrollo de funciones de biomasa individual.........................................................................................113
5.4.1 Mediciones de terreno para desarrollar funciones de biomasa...........................................................114
5.4.1.1 Dimetro de fuste........................................................................................................................114
5.4.1.2 Altura del rbol............................................................................................................................114
5.4.1.3 Dimensiones de la copa...............................................................................................................114
5.4.2 Modelos de regresin..........................................................................................................................115
5.4.3 Aditividad de los componentes de la biomasa....................................................................................117
5.4.3.1 Suma de componentes individuales............................................................................................ 117
5.4.3.2 Variables explicatorias comunes.................................................................................................118
5.4.3.3 Estimacin simultnea.................................................................................................................118
Referencias........................................................................................................................................................119
6 Crecimiento........................................................................................................................................................121
6.1 Crecimiento en rboles individuales..........................................................................................................122
6.1.1 El crecimiento en dimetro, altura y volumen de rboles individuales..............................................123
6.1.1.1 Crecimiento en dimetro.............................................................................................................124
6.1.1.2 Crecimiento en altura...................................................................................................................125
6.1.1.3 Crecimiento en volumen..............................................................................................................125
6.1.2 Anlisis fustal......................................................................................................................................126
6.1.2.1 Graficacin de la informacin obtenida del anlisis fustal.....................................................127
6.1.2.2 Otras opciones para determinar altura....................................................................................128
6.1.2.2.1 Frmula de Lenhart.........................................................................................................129
6.1.2.2.2 Frmula de Carmean.......................................................................................................129
6.1.3 Formas para expresar el crecimiento...................................................................................................130
6.1.3.1 La tasa de crecimiento expresado como inters simple..............................................................130
6.1.3.2 La tasa de crecimiento expresado como inters compuesto ........................................................131
6.1.3.3 La tasa de crecimiento expresado como inters continuo...........................................................131
6.1.4 Modelos de crecimiento......................................................................................................................131
6.2 El crecimiento de rodales...........................................................................................................................133
6.2.1 Tipos de crecimiento...........................................................................................................................135
6.2.2 Proyeccin directa del crecimiento.....................................................................................................136
6.2.2.1 Proyeccin de la tabla de rodal....................................................................................................136
6.2.2.1.1 Distribucin discreta............................................................................................................137
6.2.2.1.2 Distribucin homognea.....................................................................................................137
6.2.2.1.3 Distribucin individual.......................................................................................................138
6.2.2.2 Proyeccin de la tabla de rodal agregada....................................................................................138
6.2.3 Mtodos indirectos para estimar el crecimiento..................................................................................139
6.2.3.1 Tablas de rendimiento................................................................................................................. 140
6.2.3.2 Construccin de tablas de rendimiento.......................................................................................140
6.2.3.2.1 Funciones de mortalidad......................................................................................................140
6.3 Modelos simuladores del crecimiento........................................................................................................141

6.3.1 Definiciones.........................................................................................................................................142
6.3.2 Construccin de un Modelo Simulador...............................................................................................143
Referencias........................................................................................................................................................144
7 Estructura y densidad de rodales....................................................................................................................146
7.1 Estructura de rodal ....................................................................................................................................146
7.1.1 Modelacin de la distribucin diamtrica...........................................................................................146
7.1.1.1 La distribucin Weibull...............................................................................................................147
7.1.2 Rodales coetneos...............................................................................................................................148
7.1.3 Rodales heteroetneos.........................................................................................................................148
7.1.3.1 El concepto de rodal heteroetneo balanceado............................................................................148
7.1.3.2 Generacin de una distribucin balanceada del dap .................................................................. 150
7.2 Densidad.....................................................................................................................................................153
7.2.1 Densidad de rodal................................................................................................................................154
7.2.1.1 ndices de densidad de rodal.......................................................................................................155
7.2.1.1.1 El nmero de rboles...........................................................................................................155
7.2.1.1.2 rea basal............................................................................................................................155
7.2.1.1.3 ndice de Reineke................................................................................................................155
7.2.1.1.4 Factor de competencia de copas..........................................................................................157
7.2.1.1.5 ndices de espaciamiento.....................................................................................................158
7.2.1.1.5.1 Cuocientes de espaciamiento.......................................................................................158
7.2.1.2 ndices para rboles individuales.................................................................................................158
7.2.1.2.1 ndices de densidad puntual.................................................................................................159
7.2.1.2.2 ndices de competencia individual.......................................................................................159
7.2.1.2.2.1 El ndice de Bella.........................................................................................................161
7.2.1.2.2.2 El ndice de Hegyi........................................................................................................162
Referencias........................................................................................................................................................162

Presentacin
Dendrometra Bsica es un documento destinado a los estudiantes forestales que inician su
aprendizaje en mensura forestal. El nombre dado al documento deriva del hecho de que est
orientado principalmente a la medicin de rboles, pero tambin incorpora elementos
relacionados con la determinacin del crecimiento (Epidometra), y de medicin de rodales
(Dasometra).
El texto incluye la descripcin de mediciones bsicas en rboles y rodales, y del
procesamiento de la informacin recopilada, mostrando con especial nfasis el desarrollo de
tcnicas de estimacin. Aunque stas incorporan elementos de trigonometra y clculo, es el
mtodo estadstico de regresin el de ms amplio uso en mensura forestal. As, un nivel de
conocimiento aceptable en regresin es necesario para facilitar el aprendizaje en esta rea del
conocimiento. El reconociendo tcito de la importancia de esta herramienta est dado por la
inclusin de la tcnica de regresin en el Captulo 1. El Captulo 2 trata de la recopilacin de
informacin en terreno; all se entrega tambin una descripcin general del procesamiento de
la informacin recopilada para obtener variables a nivel de unidad de superficie de rodal. Los
Captulos restantes estn destinados al anlisis de tpicos especficos, esto es volumen en el
Captulo 3, forma fustal en el Captulo 4, biomasa en el Captulo 5, crecimiento en el Captulo
6, y estructura y densidad de rodal en el Captulo 7.
El nivel de detalle en cada Captulo est pensado para que el aprendiz pueda captar los
conceptos detrs de cada tcnica y pueda realizar aplicaciones prcticas tpicas en esta rea del
conocimiento. As, este documento no slo es una gua til para quien est iniciando su
formacin, sino tambin para el profesional que labora en este campo. Es de esperar que el
documento contribuya en forma significativa a todos aquellos que decidan invertir tiempo en
su lectura; asimismo, el autor agradecer a todo aquel que con sus observaciones y
comentarios contribuya al mejoramiento permanente del mismo.

1 Conceptos bsicos sobre regresin y correlacin

El anlisis de regresin es un mtodo estadstico para el estudio de la interdependencia entre
variables. El anlisis se centra en el estudio de la relacin matemtica entre variables, con el
objetivo de predecir valores de una o ms variables dependientes a partir de un conjunto de
variables predictoras. El anlisis asume que la variable predictora o independiente es no
aleatoria, esto es que puede ser manipulada por el experimentador. El anlisis de correlacin,
en tanto, se ocupa de la fuerza o intensidad de la asociacin entre las variables. Asume que
todas las variables son aleatorias.
En el anlisis de regresin, la interdependencia entre variables se expresa a travs de
relaciones matemticas (funciones). Por su intermedio puede conocerse cunto cambia la
variable dependiente (y) por unidad de cambio en la variable independiente (x), y predecirse el
valor de y asociado a un valor especfico de x. La utilidad de una funcin radica en que a partir
del conocimiento de una o ms variables fciles de medir puede estimarse otra variable difcil,
cara o imposible de medir en condiciones normales de muestreo. Ello permite aumentar la
eficiencia y reducir el costo de las estimaciones.
El modelo de regresin lineal bsico es
y i = 0 + 1 xi + i ,

donde:
yi es la variable dependiente en el i-simo individuo de la poblacin,
xi es la variable independiente en el mismo individuo,

i es un desvo o error aleatorio,

0 , 1 son los parmetros de la regresin.
La variable dependiente tambin se denomina variable de inters, porque es sta la variable
que interesa estimar a partir de la variable independiente. Esta, a su vez, recibe tambin el
nombre de variable auxiliar, ya que a partir de sta se puede conocer el valor de la variable
dependiente en el modelo. En el anlisis, cada individuo aporta un par de valores (yi, xi), el que
graficado en un sistema de coordenadas cartesianas corresponde a un punto (Fig. 1), y cuya
posicin es exactamente representada mediante la relacin yi = 0 + 1 xi + i . La lnea recta,
cuyo modelo matemtico es y i = 0 + 1 xi , representa la lnea de regresin poblacional.
En el anlisis de regresin, el problema bsico radica en estimar los parmetros de la funcin
de regresin poblacional, de la manera ms exacta posible, a partir de observaciones
contenidas en una muestra. Normalmente se acompaa del anlisis de correlacin, sobre el
grado o fuerza de asociacin lineal entre esas variables.

Figura 1. Grfico de dispersin de puntos y la lnea de regresin poblacional lineal simple.

A continuacin se describen aspectos generales relacionados con el ajuste de modelos de

regresin. Primero se revisan los supuestos bsicos de regresin, las consecuencias de su
violacin y pruebas para la deteccin de su cumplimiento; ms adelante se presenta el ajuste
de modelos. En los supuestos que se presentan a continuacin, los parmetros de la regresin
se expresan en trminos generales como i y los estimadores respectivos como bi.
1.1 Supuestos bsicos de regresin
El mtodo ms usado en el anlisis de regresin es el de cuadrados mnimos ordinarios
(CMO). Su nombre deriva del procedimiento utilizado para obtener los estimadores de los
parmetros de la regresin, consistente en minimizar la suma de los cuadrados de los desvos
de los valores observados respecto de la lnea de estimacin (ver Fig. l). El mtodo CMO es
computacionalmente simple y, cuando se cumplen ciertos supuestos, presenta varias
propiedades estadsticas que lo hacen eficaz (Gujarati 1981).
Supuesto 1. Valor esperado de los desvos cero.
E ( i x i ) = 0 .

El valor esperado de los desvos de la poblacin de valores y, respecto de su valor promedio,

es cero para cualquier valor fijo de x (Fig. 2). Ello implica que las estimaciones de los valores
medios de y en cada nivel de x son insesgadas.
La violacin de este supuesto slo afecta el intercepto de la regresin (la constante b0), cuando
el valor esperado de los desvos es constante para los diferentes valores de x. Por el contrario,
si el valor esperado vara entre valores de x, la estimacin de los coeficientes de regresin (
bi ; i 1 ) puede ser sesgada e inconsistente.

Figura 2. Valor esperado de los desvos en tres diferentes niveles de la variable explicatoria x.

Supuesto 2. No hay autocorrelacin entre los desvos.

cov( i , j ) = E ( i j ) = E {[ i E ( i )] j E ( j ) } = E ( i j ) = 0; i j .
El supuesto es que no hay (auto)correlacin entre los desvos i y j . Esto implica que para
cualquier valor dado de x, los desvos de y respecto de su valor promedio no presentan ningn
patrn sistemtico (Fig. 3). La deteccin de la autocorrelacin se realiza mediante la prueba de
Durbin-Watson.
Supuesto 3. Homocedasticidad de varianza.
var( i xi ) = E [ i E ( i )] = E ( i2 ) = 2 .
2

La varianza de los valores de y es una constante igual a 2 , independientemente del valor de

x (Fig. 4, izquierda). Cuando este supuesto no se cumple (Fig. 4, derecha) los estimadores
CMO son insesgados y consistentes, pero ya no son eficientes para ningn tamao de muestra;
es decir, su varianza ya no es mnima. Esto implica que los intervalos de confianza para los
parmetros de la regresin ( i ) sern innecesariamente anchos y las pruebas t y F de
significancia tendrn menor potencia.
Al usar CMO cuando hay heterogeneidad de varianza, los estimadores de los coeficientes no
tienen varianza mnima y los estimadores de la varianza de los coeficientes estimados son
sesgados. As, se altera el nivel de confianza de las pruebas de hiptesis de los parmetros del
modelo y la precisin de las estimaciones realizadas con el modelo, las cuales tendrn una
distribucin muestral ms amplia que la asumida para el modelo. El componente de error en la
funcin es difcil de estimar cuando la varianza tiene un sesgo desconocido (Gregoire y Dyer
1989).

Figura 3. Diferentes patrones de autocorrelacin: (a) positiva; (b) negativa; (c) ninguna

Figura 4. Homogeneidad de varianza (izquierda); heterogeneidad de varianza (derecha).

Hay dos opciones para el ajuste de modelos con errores heterogneos. La primera es modelar
la heterogeneidad de varianza y eliminar su efecto en la estimacin de los parmetros del
modelo, esto es utilizando regresin ponderada o cuadrados mnimos ponderados. La segunda
es ignorar la heterogeneidad, pero usar mtodos de ajuste resistentes a esa heterogeneidad.
La modelacin de la heterogeneidad requiere datos medidos en cada nivel de x. De lo
contrario es necesario dividir la muestra en intervalos arbitrarios uniformes (igual amplitud) y
pequeos, y tomar una muestra grande para estimar bien el patrn de varianza (Gregoire y
Dyer 1989).
Para la deteccin de la heteroscedasticidad se puede hacer un anlisis de regresin bajo el
supuesto de que sta no existe; posteriormente se hace un anlisis grfico de los residuos,
graficando el cuadrado de los desvos contra el valor estimado de y (Fig. 5) o contra el valor
de x. Otra opcin es agrupar valores de y y calcular la varianza para diferentes valores de x.
Esos datos pueden analizarse mediante regresin o mediante una prueba de Bartlett.

Figura 5. Patrones de los cuadrados de desvos respecto a y estimado: a) ninguno; b, c) lineal; d, e) cuadrtico.

Supuesto 4. Distribucin normal de los desvos.

i ~ N ( 0, 2 ) .
Los desvos se distribuyen normalmente, con media cero y varianza 2 (ver Fig. 4,
izquierda). El supuesto involucra los tres supuestos anteriores:
E ( i x i ) = 0 ,

E ( i j ) = 0; i j ,
E ( i2 ) = 2 ,

Cuando el supuesto de normalidad se cumple, los estimadores CMO de los parmetros de la

regresin y de la varianza ( i y 2 ) presentan las siguientes caractersticas:
1) Son insesgados.
2) Tienen varianza mnima. Adems de ser insesgados, los estimadores son eficientes;
esto es exactos, precisos e insesgados.
3) Son consistentes. A medida que el tamao de la muestra aumenta, el valor de los
estimadores tiende al valor del parmetro; la distribucin muestral se reduce de
amplitud.

2
4) bi ~ N i , bi . Los estimadores de los parmetros de la regresin ( i ) estn

normalmente distribuidos, con media igual al parmetro y varianza conocida.

5) La varianza de los parmetros de la regresin ( i ) es mnima. Esto significa que los
estimadores son precisos.
5

La violacin del supuesto de normalidad no es importante si el objetivo es slo realizar

estimaciones, porque los estimadores siguen siendo insesgados. S es importante para pruebas
de hiptesis y prediccin, ya que en stas se usa el valor de t. Sin embargo, aunque no haya
normalidad en los desvos, los estimadores CMO tienden a distribuirse normalmente a medida
que el tamao de la muestra aumenta.
Supuesto 5. No hay multicolinealidad entre las variables explicatorias.
La multicolinealidad se refiere a la existencia de una relacin lineal entre las variables
independientes. Cuando existe y es perfecta (exacta) los parmetros de la regresin ( i ) son
indeterminados y su error estndar es infinito; cuando no es tan exacta, la estimacin de los
parmetros de la regresin ( i ) es posible, pero sus errores estndar tienden a ser grandes.
La seal ms clara de la presencia de multicolinealidad es cuando R2 es muy alto, pero los
coeficientes de regresin no son significativos. Otra forma de detectarla es estimar cada xi en
funcin de las restantes x del modelo y obtener los coeficientes de determinacin
correspondientes ( Ri2 ); un valor alto de ste para una xi especfica seala que esa xi est
altamente correlacionada con el resto de las x, pudiendo sta ser eliminada del modelo
(Gujarati 1981).
1.2 Los supuestos de regresin en Dendrometra
El anlisis de regresin es de uso comn en Dendrometra, para la modelacin de la relacin
entre variables. En este campo, una variable de gran inters es el volumen de madera
contenido en el fuste de los rboles. As, tradicionalmente, se han realizado importantes
esfuerzos para obtener modelos que estimen con precisin el volumen a partir de variables de
medicin fcil, como el dimetro y la altura total del rbol. Por cierto, parte de estos esfuerzos
han estado orientados a determinar el cumplimiento de los supuestos bsicos de regresin. En
la prctica, es habitual detectar que uno o ms de los supuestos no se cumplen.
En el caso especfico de estimar el volumen, la muestra de rboles no satisface tres asunciones
bsicas del mtodo CMO: a) distribucin normal respecto al dap; b) homogeneidad de
varianza respecto a dap2altura; y c) muestreo aleatorio simple. Esta ltima asuncin se aplica
en la estimacin de intervalos de confianza, pero normalmente se toma una muestra distinta,
estratificada o por conglomerados, cuyas varianzas son bastante ms grandes que las del
muestreo aleatorio simple (Cunia 1964).
La heterogeneidad de varianza parece ser la asuncin ms importante, ya que tener buenos
estimadores de los volmenes de los rboles (e.g. una funcin de volumen) a menudo interesa
ms que estimar los intervalos de confianza. Una solucin a la heterogeneidad de varianza es
transformar mediante logaritmos el volumen, pero esta transformacin introduce sesgos en las
estimaciones. En este caso, el modelo estima la media geomtrica en vez de la media

aritmtica, siendo la primera menor que la segunda; as, se subestima el valor esperado. La
solucin insesgada es aplicar cuadrados mnimos ponderados (CMP) estudiando el patrn de
varianza (Cunia 1964).
Una opcin para aplicar CMP es estratificar la poblacin en la mayor extensin posible, esto
es con n estratos (siendo n el tamao de la muestra) basados en la variable dap 2; luego se
selecciona una unidad (rbol) por estrato, ya sea al azar o con probabilidad proporcional al
tamao. Este procedimiento permite obtener estimadores menos sesgados y muy eficientes
(Schreuder y Ouyang 1991).
1.3 Estimacin de los parmetros del modelo de regresin lineal simple
1.3.1 El mtodo de mnimos cuadrados ordinarios

El modelo de regresin lineal simple poblacional es yi = 0 + 1 xi + i , en el que yi y xi son,

respectivamente, la variable de inters y la variable auxiliar en el i-simo individuo de la
poblacin; i es un desvo aleatorio; 0 y 1 son los parmetros de la regresin (ver Fig.
1). Al operar con una muestra, el modelo de regresin se expresa mediante y i = b0 + b1 xi + i ,
en el que b0 y b1 son, respectivamente, los estimadores de la constante 0 y del coeficiente

1 de la regresin poblacional. En lo que se describe a continuacin se asume que se est

operando con una muestra de tamao n, a partir de la cual se derivan frmulas para los
estimadores. Esas frmulas son tambin vlidas para el trabajo con todos los individuos de la
poblacin; basta cambiar el lmite n de las sumatorias por N (el tamao de la poblacin) y los
smbolos de los estimadores por aquellos de los parmetros ( b0 por 0 y b1 por 1 ).
Aunque aqu el trabajo se centra en un modelo lineal simple, la metodologa que se describe es
aplicable tambin a regresin lineal mltiple. En este caso, naturalmente, el proceso es ms
complejo; as, el ajuste es ms aconsejable realizarlo mediante matrices.
Existen diferentes mtodos para la obtencin de los estimadores b0 y b1 de los parmetros
poblacionales. El ms conocido es el de cuadrados mnimos ordinarios (CMO). Mediante este
mtodo, los valores de b0 y b1 se obtienen de manera que la suma de desvos al cuadrado

i =1

i2 sea mnima. Cuando los supuestos de regresin se cumplen, especialmente el

referido a homogeneidad de varianzas, el mtodo es eficiente.

El ajuste del modelo de regresin, cuando el supuesto de homogeneidad de varianzas se
cumple, se realiza a partir de la suma simple de los desvos al cuadrado (relacin [1]). La
minimizacin de la funcin de desvos implica que las primeras derivadas parciales de la suma
de desvos al cuadrado, respecto de cada estimador de los parmetros de regresin, deben ser
iguales a cero.

i =1

i =1

i2 = ( yi b0 b1 xi )

[1]

La primera derivada de la suma de desvos con respecto a la constante de regresin b0 es

n

( i2 )
i =1

b0
de modo que

b0 =

1
n

i =1

i =1

= 2 ( y i b0 b1 xi ) (1) = 2 ( y i b0 b1 xi ) = 0

y b1 1n i =1 xi , esto es
i =1 i
n

b0 = y b1 x ,

[2]

donde:
y es el promedio de la variable dependiente,

x es el promedio de la variable independiente.

Reemplazando

i =1

[2]

en

[1],

i2 = i =1 ( y i ( y b1 x ) b1 xi ) 2 = i =1 (( y i y ) b1 ( xi x )) 2 ; tomando la derivada
n

parcial de esta ltima expresin respecto a b1 e igualando a cero, esto es

n

( i2 )
i =1

b1

= 2 {[( y i y ) b1 ( xi x )][( xi x )]} = 0

i =1

realizando el producto y acomodando los trminos resultantes se obtiene la relacin

i =1

( y i y )( xi x ) = b1 i =1 (xi x ) 2 . As, el estimador del coeficiente de regresin

n

poblacional es
n

b1 =

(y
i =1

y )( xi x )

(x
i =1

x)

[3]

Al dividir el numerador y el denominador de la relacin [3] por (n-1), esto es el nmero de

grados de libertad para el anlisis de la variabilidad de cada variable en el modelo, se obtiene
b1 = s yx / s x2 ; sta es una frmula opcional para estimar el coeficiente de regresin a partir del

cuociente entre la covarianza ( s yx = i =1 ( xi x )( y i y ) /(n 1) ) y la varianza de x ( s x2 ). El

n

coeficiente de regresin tambin puede estimarse con b1 = rs y / s x , relacin que se obtiene a

partir del coeficiente de correlacin ( r = s yx / s y s x ; ver ms adelante en este Captulo) y de las
desviaciones estndar de y y de x ( s y y s x , respectivamente).
1.3.2 El mtodo de mnimos cuadrados ponderados

El ajuste del modelo de regresin mediante el mtodo de mnimos cuadrados, cuando el

supuesto de homogeneidad de varianzas no se cumple, requiere de la ponderacin de los
desvos al cuadrado. Este mtodo recibe el nombre de cuadrados mnimos ponderados. Ahora
los estimadores de los parmetros de la poblacin deben asegurar que la suma de desvos al
cuadrado ponderados

wi i2 = i =1 wi ( y i b0 b1 xi ) 2 sea mnima, siendo wi un factor

n

i =1

de ponderacin que corrige la heterogeneidad de la varianza.

El mnimo de la funcin de desvos ponderada se logra de nuevo igualando a cero las primeras
derivadas parciales de la funcin con respecto a cada parmetro en el modelo. En el caso de la
constante b0 , la primera derivada es
n

( wi i2 )
i =1

b0

i =1

i =1

= 2 wi ( y i b0 b1 xi )(1) = 2 wi ( y i b0 b1 xi ) = 0

de modo que el estimador de la constante de regresin es

n

b0 =

w y
i =1

b1 wi xi
i =1

[4]

wi
i =1

La primera derivada de la funcin de desvos ponderados con respecto al coeficiente de

regresin b1 es
n

( wi i2 )
i =1

b1

i =1

i =1

= 2 wi ( y i b0 b1 xi )( xi ) = 2 wi ( y i xi b0 xi b1 xi2 ) = 0

esto es
n

b1 =

wi yi xi b0 wi xi
i =1

i =1

w x
i =1

2
i

Reemplazando el estimador de la constante b0 (relacin [4]) se obtiene la frmula para la

estimacin del coeficiente de regresin
1

2
n

wi xi
n

w x 2 i =1
[5]

i i
n
i =1
.

wi

i =1

El factor wi en [4] y [5] debe homogeneizar la varianza de y. As, su valor depender de la

varianza de y (que es lo mismo que decir la varianza de los desvos o errores), en los distintos
niveles de la variable x. Especficamente, wi = 1 / f ( s2 ) , relacin en la que f ( s2 ) es el
modelo de la varianza de y en funcin de x. Con esa estructura, es evidente que el factor de
ponderacin homogeniza la varianza de y y la convierte en unitaria.
n
n

w
y
n

i i wi x i
i =1
i =1

b1 = wi y i xi
n
i =1
wi

i =1

Existen tres patrones tpicos de varianza que pueden fcilmente ser captados y reducidos
mediante el factor de ponderacin wi. El primer caso es cuando se cumple el supuesto de que
los desvos se distribuyen normalmente, con media cero y varianza constante, lo que se

simboliza mediante i ~ N 0, s2 . Aqu, el patrn de varianza queda determinado por s2 = k ,

es decir un valor constante. As, wi = 1 / k , valor que reemplazado en la relaciones [4] y [5]
permite obtener las frmulas ya presentadas para la constante ([2]) y el coeficiente de
regresin ([3]). El segundo caso corresponde a un patrn de varianza de y proporcional al
nivel de la variable x, es decir s2 = k xi y wi = 1 / ( k xi ) ; el tercer caso, en tanto, involucra
patrones de varianza de y proporcional al cuadrado de la variable x, es decir s2 = k xi2 y

wi = 1 / k xi2 . Esas expresiones, reemplazadas en las relaciones 4 y 5, permiten obtener las

frmulas adecuadas para estimar los parmetros de regresin en cada condicin particular. Los
tres patrones de varianza analizados son relativamente simples, y con ello es fcil reemplazar
la expresin para el factor de ponderacin wi en las frmulas de estimacin de los parmetros
de regresin y obtener as frmulas para la estimacin directa de los parmetros. En
situaciones ms complejas es ms aconsejable modelar la varianza de los residuos y modificar
todas las variables en el modelo antes de realizar el ajuste (ver Clutter et al. 1983 para
aplicaciones a funciones de volumen).
1.4 Las varianzas en regresin lineal simple
1.4.1 La varianza en torno a la lnea de regresin

La varianza en torno a la lnea de regresin se obtiene a partir de la sumatoria de los desvos.

En ello se utiliza la relacin s 2yx = (1 /( n 2))i =1 ( y i y i ) 2 . Sumando y y = 0 en esa
n

relacin, la suma de desvos no cambia, pero el desarrollo de la nueva expresin permite

visualizar de qu depende el valor de la sumatoria en cuestin. As,

10

s y2x =

( yi y i + y y ) 2
i =1

n2

[( y

i =1

y ) ( y i y )]2

n2

Reemplazando y i = b0 + b1 xi y y = b0 +b1 x en el segundo componente del binomio de la

ltima relacin,
n

s y2x =

[( yi y ) (b0 + b1 xi b0 b1 x )]2

i =1

n2

[( y
i =1

y ) b1 ( xi x )]2

n2

desarrollando el cuadrado del binomio,

n

s 2yx =

[( yi y ) 2 2b1 ( yi y )( xi x ) + b12 ( xi x ) 2 ]
i =1

n2

i =1

i =1

( yi y ) 2 2b1 ( yi y )( xi x ) + b12 ( xi x ) 2
i =1

n2

esto es
s y2x =

n 1 2
s y 2b1 s yx + b12 s x2 .
n 2

[6]

Combinando el coeficiente de regresin b1 = i =1 ( xi x )( yi y ) / i =1 ( xi x ) 2 y la

n

covarianza s yx = i =1 ( xi x )( y i y ) /(n 1) , se obtiene ( n 1) s yx = b1 i =1 ( xi x ) 2 , o

n

2
sea s yx = b1 s x . Reemplazando esa igualdad en [6] se obtiene

s 2yx =

n 1 2
( s y b12 s x2 ) ,
n 2

[7]

la cual es equivalente a
n

s y2x =

( y
i =1

y ) 2 b12 ( xi x ) 2
n2

i =1

Con b1 = i =1 ( xi x )( yi y ) / i =1 ( xi x ) 2 , y definiendo el coeficiente de determinacin

n

r 2 = [i =1 ( xi x )( y i y )] 2 /[i =1 ( xi x ) 2 i =1 ( y i y ) 2 ] (ver relacin 19), es evidente

n

2
2 2
2
que b12 = r 2 [i =1 ( xi x ) 2 i =1 ( yi y ) 2 ] /[i =1 ( xi x ) 2 ]2 ; o sea, b1 = r s y / s x . Luego,

2
2
2 2
2
2
[7] se transforma en s yx = [(n 1) /( n 2)]s y (r s y / s x ) s x ; es decir

11

s y2x =

n 1 2
s y (1 r 2 ) .
n 2

[8]

i
1.4.2 Las varianzas de la distribucin muestral de b1 , b0 y y
1.4.2.1 Varianza de la distribucin muestral de b1

La

frmula

para

obtener

el

coeficiente

b1 = i =1 ( y i y )( xi x ) / i =1 ( xi x ) 2
n

de

regresin

es

(relacin

equivalente

[3])
a

b1 = i =1 y i ( xi x ) / i =1 ( xi x ) 2 . En esta ltima relacin, si se reconoce que los xi (

n

i =1,..., n )

es un conjunto de valores fijos y que ci = ( xi x ) / i =1 ( xi x ) 2 es un conjunto

n

de constantes, entonces la varianza muestral del coeficiente de regresin b1 = i =1 ci y i se

n

2
2 2
2 2
2 2
obtiene a partir de sb1 = c1 s y1 + c 2 s y2 + ... + c n s yn ; esto es s b21 = i =1 ci2 s y2i . O sea,

sb21 =

s
i =1

2
yi

( xi x ) 2
2

n
.
( xi x ) 2
i =1

[9]

2
La varianza s yi en [9] corresponde a la variacin de yi en torno a la lnea de estimacin en el

punto en que x = xi , es decir la varianza de los valores de y en el punto en que x = xi . Si se

2
asume que esa varianza tiene un valor fijo s yx , independiente del valor de x, la relacin [9]

se reduce a s b21 = s y2x / i =1 ( xi x ) 2 . La frmula para estimar la varianza de la distribucin

n

muestral del coeficiente de regresin b1 ([10]) se obtiene reemplazando en la ltima relacin

la igualdad

i =1

( xi x ) 2 = (n 1) s x2 .
sb21 =

s y2x

(n 1) s x2 .

[10]

1.4.2.2 Varianza de la distribucin muestral de b0

La constante de regresin se obtiene a partir de b0 = y b1 x (relacin [2]), de modo que,

aplicando la propiedad de la varianza de una diferencia, la varianza de la constante de
regresin es

12

sb20 = s 2y + x 2 s b21 .

[11]

Con y = i =1 y i / n , siendo n el tamao de la muestra, un conjunto fijo de datos, la varianza

n

s y2 queda expresada por

s y2 =

1 2
1
s y1 + s y22 + ... + s 2yn = 2
2
n
n

s
i =1

2
yi

2
En esta relacin, como ya se explic antes, s yi es la variacin de yi en torno a la lnea de
2
regresin en el punto en que x = xi , variacin que se asume constante e igual a s yx . As,

s y2x
1 2 n
n 2
.
s = 2 s yx 1 = 2 s yx =
n
n
n
i =1
2
y

Reemplazando esta expresin y la de la varianza del coeficiente de regresin b1 (relacin

[10]) en [11] se obtiene la varianza de la distribucin muestral de la constante de regresin
([12]).

sb20 =

s y2x
n

x 2 s y2x
(n 1) s x2

s 2yx

x 2 s y2x
n

( x
i =1

( x i x ) 2 + nx 2
= s2
sb20 = s y2x i =1 n

yx
2
n ( xi x )

i =1

x)2

1
x2
= s 2yx + n
n
( xi x ) 2

i =1

xi2 2 x xi + nx 2 + nx 2
i =1

i =1

n ( xi x )

= s 2yx

x
i =1

2
i

2 nx 2 + 2 nx 2
n

n ( xi x )

i =1

,
2

i =1

esto es
n

s b20 =

s 2yx xi2
i =1

n(n 1) s

2
x

[12]

i
1.4.2.3 Varianza de la distribucin muestral de y

La variable de inters para el valor medio de la variable explicatoria se estima a partir de la

2
2
2 2
relacin y i = y + b1 ( xi x ) , de manera que su varianza corresponde a s y = s y + ( xi x ) sb .
i rl

2
2
2
2
2
En esa relacin, s y = ( s yx / n) (ver arriba) y s b1 = s yx /[( n 1) s x ] (relacin [10]), con

13

s y2x = [(n 1) /( n 2)]( s y2 b12 s x2 ) (relacin [7]). As, la varianza de la distribucin muestral de
i queda definida por
y

1 ( x x ) 2
n
s y2i = s y2x + i
1

2
rl
n (n 1) s x N ,

[13]

donde:
s y2irl es la varianza de la distribucin muestral de la variable de inters, calculada a un nivel especfico xi de
la variable auxiliar,

2
x
y

es la varianza en torno a la lnea de regresin,

2
y

s , s x2 son las varianzas muestrales de la variable de inters y auxiliar, respectivamente.

As, si se desea estimar la varianza de la distribucin muestral de la variable de inters en el

nivel xi = x , o en el nivel x i = X , las frmulas corresponden a las relaciones [14] y [15],
respectivamente.

1 ( x ) 2
n
s 2y = s y2x + x
1

2
rl
n (n 1) s x N ,

[14]

1 ( X x ) 2
n
sY2 = s y2x +
1
2
rl
N .
n (n 1) s x

[15]

1.5 Componentes de la suma de desvos al cuadrado en regresin y el

coeficiente de determinacin
1.5.1 Componentes de la suma de desvos al cuadrado en regresin

En regresin lineal, la suma de desvos al cuadrado en torno del promedio de y [

i =1

( y i y ) 2 ] se descompone en desvos debidos a la regresin y residuos. Sumando

y i y i = 0 , esa suma no cambia, pero despus de cierto desarrollo de la expresin

n

i =1

i =1

( yi y ) 2 = [ ( y i y ) + ( yi y i )] se visualiza cmo se descompone la sumatoria de

2

desvos en cuestin. As, desarrollando el cuadrado del binomio,

n

i =1

i =1

i =1

i =1

( yi y ) 2 = ( y i y ) 2 + ( yi y i ) 2 + 2 ( y i y )( yi y i )

[16]

El ltimo componente de la derecha de la relacin [16] es igual a cero. Eso se demuestra

reemplazando en ese componente la funcin para estimar la variable de inters para el nivel
medio de la variable independiente [ y i = y + b( xi x ) ]; esto es

14

i =1

i =1

2 ( y i y )( y i y i ) = 2 [ y + b1 ( x i x ) y ][ y i y b1 ( x i x )]
n

= 2b1 ( xi x )[ y i y b1 ( x i x )]
i =1

n
n

= 2b1 ( xi x )( y i y ) b1 ( x i x ) 2
i =1
i =1

Reemplazando b1 por b1 = i =1 ( x i x )( y i y ) / i =1 ( x i x ) 2 , dentro del parntesis

n

cuadrado de la ltima expresin,

n
n
2 ( y i y )( y i y i ) = 2b1 ( xi x )( y i y )
i =1
i =1

(x
i =1

x )( y i y )

(x
i =1

x)2

2
i=1 ( xi x ) = 0 .

En consecuencia, la variabilidad total en torno al promedio de la variable y (sct: suma de

cuadrados total) se divide en variabilidad explicada por la regresin (scr: suma de cuadrados
de la regresin) y variabilidad residual (sce: suma de cuadrados del error). Esto es
sct = scr + sce (relacin [17]).
n

i =1

i =1

i =1

( yi y ) 2 = ( y i y ) 2 + ( yi y i ) 2

[17]

1.5.2 El coeficiente de determinacin

El coeficiente de determinacin r 2 seala la proporcin de la variabilidad de la variable

dependiente (y) que es explicada por la variable independiente (x) en la regresin. As,
r2 =

scr
(ver relacin [17]), es decir
sct
n

r2 =

( y
i =1
n

(y
i =1

y)2

y)

Reemplazando y i = y + b1 ( xi x ) en el numerador de la relacin [18],

15

[18]

r2 =

( y + b1 ( xi x ) y ) 2

= b12

i =1

(y
i =1

i =1

i =1

y)

(x
i =1
n

(y
i =1

x)2

y)

,
2

2
siendo b1 = ( x i x )( y i y ) / ( x i x ) , entonces

( x i x )( y i y )

r 2 = i =1
2
n

( xi x ) 2
i =1

(x
i =1
n

(y
i =1

x)2

y)

;
2

por consiguiente,
2

( x i x )( y i y )

r 2 = n i =1
n
.
( xi x ) 2 ( y i y ) 2
i =1

[19]

i =1

2
2
2 2
El coeficiente de determinacin tambin puede representarse mediante r = s yx / s y s x ,

2
relacin en la que s yx = ( xi x )( y i y ) /(n 1) es la covarianza, en tanto que s y y s x2

i =1

son las varianzas de y y de x, respectivamente.

1.6 Estimadores de regresin
En forestal existen muchas situaciones en las que se presentan relaciones lineales entre
variables que posibilitan la aplicacin de estimadores de regresin. En rboles individuales se
observan relaciones lineales entre el volumen y dap 2, entre el volumen y el rea basal, entre el
volumen y dap2altura. En parcelas de muestreo se observan relaciones lineales entre el
volumen y el rea basal, entre el volumen y la cobertura de copas, entre el volumen real en
terreno y el volumen estimado en fotoparcelas.
La funcin obtenida del ajuste del modelo de regresin posibilita la estimacin de parmetros
poblacionales (por ejemplo, el valor de la variable de inters en un nivel especfico de la
variable auxiliar). La estimacin puede ser puntual, generando un valor nico para el valor
buscado, o incluir algn indicador de la precisin asociada a la estimacin. En este caso se
obtienen dos valores que sealan los lmites dentro de los cuales debera encontrarse el
verdadero parmetro poblacional. Algunos de los conceptos asociados a la estimacin por
intervalos se discuten a continuacin.
16

1.6.1 Distribucin en el muestreo

Al utilizar estimadores de regresin se generan varias distribuciones muestrales, una por cada
estimador. As se genera la distribucin de y , la de y rl estimado por regresin, la de x , la
de b0 (estimador de 0 ) y la de b1 (estimador de 1 ). Cada una de esas distribuciones
tiene A valores muestrales ( A = N ! /[ n!( N n)!] ), cuando de la poblacin se obtienen
muestras de tamao n.
Los parmetros de la poblacin, si pudieran medirse todos los individuos que la componen,
podran calcularse con las relaciones siguientes. La derivacin de las frmulas para 0 y 1
que se presentan a continuacin se realiz mediante el procedimiento ya descrito de mnimos
cuadrados ordinarios; los detalles pueden revisarse ms atrs en este Captulo.
0 = y 1 x ,
N

1 =

(y
i =1

y )( xi x )

(x
i =1

S y2x =

x )

N 1 2
S y 12 S x2 ,
N 2

S y2 =

(y
i =1

N 1
N

S x2 =

y )2

(x
i =1

x )2

N 1

con
N

y =

y
i =1

N
N

x =

x
i =1

donde:
0 , 1 son la constante y el coeficiente de regresin poblacional, respectivamente,

17

S y2x es la varianza poblacional en torno a la lnea de regresin,

S y2 , S x2 son las varianzas poblacionales de la variable de inters y auxiliar, respectivamente,

y , x son los promedios poblacionales de la variable de inters y la variable auxiliar, respectivamente,

yi, xi son los valores de la variable de inters y la variable auxiliar en el i-simo individuo de la poblacin,
respectivamente,
N es el tamao de la poblacin.

1.6.2 Estimacin de parmetros

Los estimadores b0 y b1 de la regresin se obtienen a partir de las mediciones realizadas en

los individuos muestreados (ver ms atrs en este Captulo la derivacin de las frmulas;
mtodo de mnimos cuadrados ordinarios). Los valores de b0 y b1 obtenidos del ajuste
aseguran que la recta de la relacin entre y y x pase por el centro de la nube de puntos y i , xi .
b0 = y b1 x ,
n

b1 =

(y
i =1

y )( xi x )
,

(x

i =1

s 2yx =

n 1 2
( s y b12 s x2 ) ,
n 2
n

s y2 =

(y
i =1

s x2 =

(x
i =1

i =1

n
n

x=

x
i =1

x)2

n 1

con

y=

y) 2

n 1
n

x)

donde:

18

b0 , b1 son la constante y el coeficiente de regresin muestral, respectivamente,

s y2x es la varianza muestral en torno a la lnea de regresin (ver ms atrs en este Captulo),
s y2 , s x2 son las varianzas muestrales de la variable de inters y auxiliar, respectivamente,
y, x son los promedios muestrales de la variable de inters y la variable auxiliar, respectivamente,
yi, xi son los valores de la variable de inters y la variable auxiliar medidas en el i-simo individuo de la
muestra, respectivamente,
n es el tamao de la muestra.

La estimacin de la variable de inters, para un valor especfico de la variable auxiliar, se

realiza mediante el modelo matemtico ajustado con la informacin muestral [ y rl = b0 + b1 x ],
o mediante una modificacin que slo utiliza el coeficiente de regresin. La recta de
estimacin y rl = b0 + b1 x pasa por el punto ( y, x ), o sea y = b0 + b1 x ; por consecuencia
y rl = y + b1 ( x x ) , es una relacin que permite estimar conociendo slo el coeficiente de
regresin. En esta ltima relacin, el factor ( x x ) corrige la estimacin muestral de y y

posibilita estimar tanto el valor de y en cualquier nivel x de la variable auxiliar, como la

varianza correspondiente. As, cuando interesa estimar y en el nivel promedio x , en la
relacin correspondiente se reemplaza x por x .
y rl = y + b1 ( x x ) ,

1 ( x ) 2
n
s 2y = s y2x + x
1 ,

2
rl
n (n 1) s x N
donde:
rl es el estimador de regresin lineal del promedio de la variable de inters, en el nivel promedio de x (
y
x = x ),

s y2

es la varianza de la distribucin muestral de la variable de inters, estimada mediante regresin en el

nivel promedio de x,

rl

y, x son los promedios muestrales de la variable de inters y auxiliar, respectivamente,

x es el valor promedio poblacional conocido de la variable auxiliar .

La varianza del promedio estimado de la variable de inters, para un nivel especfico x de la
variable auxiliar, se calcula a partir de los desvos entre los valores observados y los estimados
mediante la regresin ajustada (relacin [14]). En aquellas situaciones en que x = x = x se
logra la mxima precisin en la estimacin.
El intervalo de confianza para la variable de inters, en el nivel x = x de la variable auxiliar,
se establece a partir del estimador y rl y su respectivo error de estimacin e y .
y rl e y

rl

e y = ts y ,
rl
rl

19

donde:
e y

rl

es el error de estimacin en el nivel promedio de x ( x = x ),

t es el valor del t de Student con (n-2) grados de libertad y una confianza especfica,

s y

rl

es el error estndar de estimacin en el nivel promedio de x.

Los lmites inferior y superior del intervalo de confianza para el promedio de la variable de
inters, estimado en el nivel x = x de la variable auxiliar, estn dados por l i = y rl e y y
rl

l s = y rl + e y

, respectivamente. El total poblacional se estima con Yrl = y + b1 ( X x ) ,

relacin en la que X es el total conocido de la variable auxiliar. El total estimado tiene como
rl

lmites de confianza inferior y superior Li = Yrl eY y L s = Yrl + eY , respectivamente, en

rl

rl

los que eY = tsY es el error de estimacin del total; ese error se obtiene a partir de la varianza
rl

rl

del total estimado en el nivel x = X , es decir mediante la relacin

s = s [1/n+ (X x) /{(n 1)s }](1 n/N)

2 2
Yrl yx

2 2
x

. Estimaciones para otros niveles de x se realizan reemplazando el nivel de x deseado en la

frmula de estimacin ( y rl = y + b1 ( x x ) ), y en la frmula para la varianza de la

distribucin respectiva (

s = s [1/n+ (x x) /{(n 1)s ](1} n N)/

2 2
yrl yx

2 2
x

); en este caso, el error de estimacin es

e y rl = ts y rl .

Tambin pueden obtenerse intervalos de confianza para los parmetros de la regresin, a partir
de las varianzas de las respectivas distribuciones muestrales (ver ms atrs en detalle el
desarrollo de las frmulas).
n

s b20 =

s y2x xi2

n ,

1
N
n(n 1) s

s b21 =

i =1

2
x

s y2x
( n 1) s x2

20

donde :

s b20 es la varianza de la distribucin muestral de la constante de regresin,

s b21 es la varianza de la distribucin muestral del coeficiente de regresin.
1.6.3 Determinacin del tamao de la muestra

El nmero n de individuos que debe seleccionarse y medirse en la poblacin, para lograr una
precisin determinada y con una confianza especfica en la estimacin del promedio
poblacional de la variable de inters, se determina en base al error de estimacin deseado y la
varianza en torno a la lnea de regresin.
n=

Nt 2 s y2x
Ne 2 + t 2 s y2x

donde:
N es el tamao de la poblacin,
t es el valor de t de Student para un nivel de confianza especfico y n-2 grados de libertad,

s y2x es la varianza en torno a la lnea de regresin,

e es el error de estimacin deseado en la variable de inters, expresado en la unidad de medicin de la
variable.

Referencias
Gujarati, D. 1981. Econometra. McGraw-Hill. 463p.
Gregoire, T.G. and M.E. Dyer. 1989. Model fitting under patterned heterogeneity of variance. For. Sci.
35(1):105-125.
Clutter, J.L., J.C. Fortson, L.V. Pienaar, G.H. Brister, and R.L. Bailey. 1983. Timber management: a quantitative
approach. John Wiley & Sons. USA. 333 pp.
Cunia, T. 1964. Weighted least squares method and construction of volume tables. For. Sci.10(2):180-191.
Schreuder, C.E. and Z. Ouyang. 1991. Optimal sampling strategies for weighted linear regresion estimation. Can.
J. For. Res. 21:1132-1137.

21

2 Caracterizacin de rodales
Un rodal es un conjunto espacialmente continuo de rboles y otros vegetales asociados,
suficientemente uniforme para constituir una unidad de manejo, la que puede diferenciarse
claramente de los rodales adyacentes por su edad, composicin de especies, estructura, o por
las caractersticas fisiogrficas o climticas en que crece. La caracterizacin del estado del
rodal en un momento especfico del tiempo se realiza a partir de mediciones en los rboles y
observaciones en parcelas u otro tipo de unidad de muestreo. En este Captulo se describen
esas mediciones y el proceso de la informacin recopilada en el muestreo.
2.1 Recopilacin de informacin en terreno
En la captura de informacin en rodales es habitual trazar numerosas unidades de muestreo,
las que posteriormente deben procesarse en conjunto para obtener valores promedio por
unidad de superficie de rodal. La informacin se recopila en terreno en unidades muestrales
cuyo tamao, forma y distribucin se han definido de antemano. Posteriormente, las variables
que estn relacionadas con la superficie de la unidad muestral se expanden para estimar el
valor por unidad de superficie (hectrea) del rodal. Esa expansin se realiza mediante el factor
de expansin, cuyo valor es funcin del tamao de la unidad de muestreo. Al utilizar parcelas
de muestreo tradicionales puede lograrse que el factor de expansin adquiera un valor
constante, lo que facilita el procesamiento de la informacin. Existen a su vez otros tipos de
unidades muestrales, en los que el factor de expansin es variable.
El factor de expansin es un multiplicador de las caractersticas de rodal que estn
relacionadas con la superficie de la unidad muestral. Por convencin, el tamao efectivo de la
unidad muestral se expresa en el plano de horizontal, que es el plano de referencia para la
presentacin de informacin a nivel de rodal.
2.1.1 Trazado de parcelas de muestreo

Al realizar el muestreo mediante parcelas, el factor de expansin queda definido por

Fe =

1 10000
=
,
A
a

donde:
Fe es el factor de expansin a hectrea,
A es el rea de la unidad muestral expresada en hectreas (ha),
a es el rea de la unidad muestral expresada en metros cuadrados (m2).

El factor de expansin es constante al trazar en terreno parcelas cuyo tamao resultante en el

plano horizontal sea constante. As, es necesario ajustar el tamao real de cada parcela segn
la pendiente del terreno en el punto seleccionado para su trazado (Fig. 1).

22

Figura 1. Trazado de parcelas en terreno con pendiente. Izquierda: parcela cuadrada en la horizontal; centro: parcela
cuadrada en la pendiente; derecha: parcela circular en la pendiente.

El muestreo con parcelas convencionales otorga libertad para la fijacin del tamao y la forma
de la parcela. Cualquier forma (cuadrada, rectangular, circular, hexagonal, etc.) y tamao de
parcela conduce a estimaciones insesgadas de las caractersticas de rodal. La seleccin de una
forma particular debe estar guiada por aspectos prcticos de trabajo en terreno.
El trazado de parcelas cuadradas es conveniente realizarlo con la diagonal paralela a la lnea
de mxima pendiente del terreno. Esta forma de trazado reduce el efecto de desplazamientos
respecto de la lnea de mxima pendiente; es decir, un desplazamiento de cierta magnitud en
la semidiagonal produce menos efecto sobre el tamao de parcela resultante en la horizontal,
que cuando ese desplazamiento ocurre al trazar un lado de la parcela paralelo a esa lnea.
2.1.1.1 Parcela cuadrada en la horizontal

En la pendiente, esto es directamente sobre el terreno, se traza una parcela romboidal, siendo
la resultante una parcela cuadrada en el plano horizontal. As, el trazado de la parcela en
terreno inclinado requiere conocer la semidiagonal perpendicular a la lnea de mxima
pendiente ( d h ) y la semidiagonal paralela a esta lnea ( d p ). Una parcela cuadrada en el
plano horizontal, con lados de dimensin l y superficie a en ese plano, con a = l l = l 2 y
d h2 + d h2 = l 2 , segn puede verse en la figura 1, requiere una semidiagonal en la horizontal

d h = ( a / 2)

0,5

. La longitud de la otra semidiagonal es una funcin de la inclinacin del terreno

expresada en la funcin trigonomtrica cos = d h / d p ; as, d p = d h / cos , es decir

d p = ( a / 2)

0,5

/ cos ,

donde:
a es la superficie deseada para la parcela en el plano horizontal (m2),
dp es la longitud de la semidiagonal paralela a la lnea de mxima pendiente (m),

es la pendiente del terreno (grados).

23

2.1.1.2 Parcela cuadrada en la pendiente

En este caso se traza una parcela cuadrada en la pendiente, siendo la resultante una parcela
romboidal en la horizontal. As, la semidiagonal perpendicular a la lnea de mxima pendiente
( d h ) y la semidiagonal paralela a esta lnea ( d p ) son de la misma longitud, lo que facilita el
clculo de las dimensiones y el trazado de la parcela en terreno. Ahora, la superficie a en la
horizontal se obtiene con a = 4 d h d p / 2 , esto es a = 2 d h d p . Incorporando la inclinacin
del terreno expresada en la funcin cos = d h / d p , es evidente que d h = d p cos , lo que
conduce a a = 2 d p cos d p y, finalmente, a
d p = ( a /( 2 cos ) )

0,5

donde:
dp es la longitud de la semidiagonal trazada ya sea paralela o perpendicular a la lnea de mxima pendiente
del terreno (m).
2.1.1.3 Parcela circular en la pendiente

La parcela circular minimiza la probabilidad de ocurrencia de rboles en el lmite de la parcela,

debido a que esta forma es la que tiene el menor permetro para una superficie determinada.
Al trazar una parcela circular en la pendiente se obtiene una parcela elptica en la horizontal.
Para trazarla se corrige el radio segn la mxima pendiente del terreno y se utiliza ese radio en
torno al punto centro de parcela. En este caso, la superficie de la parcela es a = rh rp ,
relacin en la que rh es el radio en el plano horizontal y rp es el radio en el plano inclinado.
As, incorporando rh = a /( rp ) en la inclinacin del terreno expresada en rp = rh / cos , la
que proviene de la funcin cos = rh / rp , la longitud del radio de parcela en cualquier
direccin en el plano inclinado es
rp = ( a /( cos ) )

0,5

2.1.1.4 Parcelas concntricas

En el muestreo con parcelas tradicionales se mide una o ms dimensiones de cada rbol

incluido en las parcelas. As, en rodales en los que se presenta una gran variacin en el tamao
de los rboles (ver rodales heteroetneos), una parcela de cierto tamao intermedio incluir un
gran nmero de rboles pequeos y un nmero pequeo de rboles de gran tamao, resultando
en una muestra sobredimensionada de rboles pequeos y en una muestra poco representativa
de rboles grandes. El problema se resuelve utilizando parcelas concntricas en la que cada
tamao de parcela permite obtener una muestra adecuada de cada rango de tamaos de
rboles. Al operar con tres tamaos de parcela (Fig. 2), en la parcela menor se miden los
rboles pequeos (e.g. regeneracin), en la intermedia los rboles de tamao medio (e.g.
aquellos de dimetro menor a 20 cm) y en la grande los rboles de gran dimensin (e.g.
aquellos de dimetro mayor o igual a 20 cm).
24

Figura 2. Trazado de parcelas concntricas. Izquierda: parcelas circulares; centro y derecha: parcelas cuadradas.

El trmino concntrica es relativo. Incluso, en algunos casos, por ejemplo cuando se desea
evaluar la regeneracin, es ms conveniente trazar la parcela menor en un costado de la
parcela grande, ya que esa zona es menos afectada (pisoteo) al realizar la medicin de los
rboles en las parcelas de mayor tamao.
2.1.2 Otros tipos de unidades muestrales

Adems de las parcelas tradicionales existen otros tipos de unidades muestrales. En general
son unidades de muestreo que no requieren dimensionarse o trazarse en terreno; a diferencia
de las parcelas tradicionales, el factor de expansin resultante es variable y depende de alguna
dimensin de los rboles o del espaciamiento de los mismos.
2.1.2.1 Parcelas Bitterlich

Este tipo de unidad muestral asume que cada rbol posee una parcela en torno a l y cuyo
tamao es una funcin directa del rea basal del rbol. La identificacin de los rboles a medir
en un determinado punto se realiza con la ayuda de un instrumento que proyecta un ngulo
visual horizontal de tamao conocido (ver Relascopa) y que determina el factor de rea
basal, esto es el nmero de unidades de rea basal (m 2) que representa por hectrea cada rbol
seleccionado con el instrumento, en un giro de 360 en torno al punto de muestreo. El factor
de expansin es inversamente proporcional al rea de seccin normal (rea basal) del rbol
Fe =

F
,
gi

donde:
Fe es el factor de expansin a hectrea,
F es el factor de rea basal del instrumento (m2 de rea basal/ha),
2
gi es el rea de seccin normal del rbol , con g i = d i / 40000 (m2), siendo di el dap del rbol (cm).

A esta tcnica tambin se le denomina muestreo puntual horizontal. Otras variantes

incorporan el muestreo en lnea y la proyeccin de un ngulo vertical.

25

2.1.2.2 Mtodos de distancia

Existe una gama de variantes consistentes en realizar mediciones de distancias. Algunos se

basan en la distancia entre el punto de muestreo y un rbol localizado en cierta posicin
respecto del punto (e.g. el sptimo rbol); otros consideran mediciones de distancia entre
rboles. Permiten realizar estimaciones de la densidad de la poblacin, esto es el nmero de
individuos por unidad de superficie.
2.2 Medicin del dimetro y altura en rboles
La medicin del dap (dimetro a la altura del pecho) y de la altura en rboles es una actividad
que se realiza frecuentemente para caracterizar el estado de los rodales, ya sea en base a estas
mismas variables u otras derivadas a partir de ellas. Normalmente, esta medicin se realiza en
parcelas que cubren cierta superficie y que se trazan en puntos representativos en el rodal de
inters. En estas parcelas se mide el dap de todos los rboles y la altura de una muestra
seleccionada cubriendo todo el rango diamtrico. La altura no se mide en todos los rboles
porque su medicin es ms difcil y costosa que la del dap; a su vez, entre estas dos variables
existe una relacin estrecha, la que se modela en base a la muestra recopilada y se utiliza para
estimar la altura a partir del dap.
2.2.1 Medicin del dap
2.2.1.1 Altura de medicin del dap

El dap es la variable que ms habitualmente miden los forestales. Principalmente porque es la

dimensin ms fcil de medir en los rboles; es sensitiva a los cambios ambientales y a la
densidad del rodal; y est estrechamente relacionada con la altura total, el volumen del fuste,
la biomasa del rbol y el tamao de la copa, variables importantes y de difcil medicin en
rboles en pie.
La altura de medicin del dap vara en las diferentes regiones del mundo. As, por ejemplo, en
Europa, Canad, Reino Unido, Australia y Chile, entre otros, el dap se mide a una altura de
1,30 m desde el nivel del suelo. En cambio, en Estados Unidos, la medicin se realiza a 4,5
pies, esto es aproximadamente a 1,37 m de altura. Esa variabilidad en la altura debe tenerse
presente en el momento de comparar variables que involucren el dap en su determinacin y
que hayan sido obtenidas en regiones que difieren en la altura de medicin del dap. En lo que
sigue, se describe la medicin del dap a una altura de 1,30 m desde suelo (Fig. 3).
En rboles normales en pie, rectos y en terreno plano, el dap se debe medir a 1,30 m del suelo
(Fig. 3a). La altura de medicin puede variar por la presencia de anormalidades, como
bifurcaciones, contrafuertes basales u otros defectos en el fuste, o por la inclinacin del fuste o
la pendiente del terreno. En rboles bifurcados a una altura menor de 1,30 m, cada pie del
rbol se mide y considera como un individuo (Fig. 3b); cuando la bifurcacin se presenta a
una altura mayor a 1,30, se realiza slo una medicin y se asume que el rbol tiene un fuste

26

nico (Fig. 3c). En rboles con defectos a la altura de 1,30 se realizan dos mediciones, cada
una a igual distancia bajo y sobre la altura de 1,30 m, esto es a una distancia a, siendo sta una
distancia suficiente para sobrepasar la zona de influencia del defecto (Fig. 3d). En rboles
inclinados, la altura de medicin debe fijarse por el lado hacia donde se inclina el fuste (Fig.
3e). En terreno con pendiente, la altura de medicin debe fijarse por el lado ms alto de sta
(Fig. 3f).

Figura 3. Definicin de la altura de medicin del dap en (a) rboles rectos, normales y terreno plano; (b) rboles
bifurcados bajo 1,3 m de altura en el fuste; (c) rboles bifurcados sobre 1,3; (d) rboles con defecto a la
altura de 1,3 m; (e) rboles inclinados; (f) en terreno con pendiente.
2.2.1.2 Instrumentos para medicin del dap

Los instrumentos utilizados para la medicin de dimetros reciben el nombre de

dendrmetros; entre los cuales destacan por su facilidad de uso las forcpulas (de brazos
paralelos o finlandesas) y las huinchas o cintas diamtricas. Otro instrumento til es el sector
de dimetro de Bitterlich.
2.2.1.3 Precauciones en la medicin del dap

La medicin del dap debe realizarse a la altura correcta y en forma perpendicular al eje del
fuste. La medicin a una altura mayor o menor producir, respectivamente, una subestimacin
y sobreestimacin del dap del rbol. La medicin en un plano diferente al perpendicular al eje
entrega un valor mayor al real. Errores en las mediciones producirn errores en cualquier
variable que se derive o estime a partir del dap, como por ejemplo la altura total o el volumen
fustal del rbol. Adems, debe cuidarse que el instrumental utilizado para realizar las
mediciones est en condiciones ptimas; en el caso de usar forcpula, que sta tenga sus
brazos paralelos; y cuando se utiliza una cinta diamtrica, que no est cortada en algn punto.
2.2.2 Medicin de alturas

La altura es la longitud de la lnea recta que va desde el suelo (base del fuste) hasta algn
punto en el rbol. Segn sea la posicin de ese punto, se definen cinco alturas diferentes: i)
altura total, medida entre el suelo y el extremo de la yema terminal del fuste (pice); ii) altura

27

fustal, medida entre el suelo y el punto donde comienza la copa (viva o muerta) del rbol; iii)
altura comercial, medida entre el suelo y el punto donde el fuste tiene un dimetro comercial
definido; iv) altura de tocn, medida entre el suelo y la base del primer trozo; y v) altura de
copa viva, medida entre el suelo y el inicio de la copa viva.
Despus del dap, la altura es la variable ms medida en los rboles. Es una variable que se
utiliza para caracterizar un rodal, estimar el volumen o determinar la calidad de sitio. Tambin
se utiliza para clasificar rboles; por ejemplo, la clasificacin de Kraft define cinco categoras
de rboles segn su altura y posicin relativa: dominante, codominante, intermedio, suprimido
y muerto; esta clasificacin puede tomarse como base para objetivos de manejo silvcola.
En un rbol tambin pueden definirse varias longitudes. Esta es una variable similar a la
altura, pero medida directamente sobre el fuste del rbol. En el fuste del rbol pueden
identificarse entre otras: i) longitud comercial, esto es la distancia entre el tocn y el extremo
del ltimo trozo til del fuste (o posicin del dimetro comercial); ii) longitud til, obtenida de
la diferencia entre la longitud comercial y la longitud de defectos; iii) longitud de defectos, la
suma de las secciones no tiles del fuste; iv) longitud de copa, la distancia entre el inicio de la
copa y el pice; v) longitud de copa viva, distancia entre el inicio de las ramas vivas y el pice.
La medicin en rboles de altura pequea (menor a 15 m) puede realizarse directamente,
mediante cintas mtricas o varas telescpicas. La medicin en rboles grandes se realiza
indirectamente, mediante instrumentos pticos denominados hipsmetros. Estos miden alturas
en base a relaciones entre lados de tringulos semejantes (hipsmetros Christen y Merritt) o
bien, en base a tangentes de ngulos (hipsmetros Haga, Blume-Leiss y Suunto). Para realizar
la medicin, el operario se posiciona a cierta distancia del rbol, apunta con el instrumento a
la base y a otro punto de inters en el rbol, y realiza la lectura en la escala del instrumento en
cada oportunidad. Considerando los valores sobre la horizontal como positivos y aquellos bajo
la horizontal como negativos, el valor absoluto de la diferencia entre ambas mediciones
entrega la altura buscada.
En la medicin de la altura total del rbol, con instrumentos basados en tangentes de ngulos,
la lectura al pice del rbol (ver Fig. 4), realizada a una distancia especfica D, implica que
tan 1 = h1 / D . Luego, la fraccin de altura sobre la horizontal es h1 = D tan 1 . Del mismo
modo, la fraccin de altura bajo la horizontal es h2 = D tan 2 . As, la altura del rbol, que
corresponde a h1 ( h2 ) , se obtiene de la relacin

h = D( tan 1 tan 2 ) ,
donde:
h es la altura del rbol (m),
D es la distancia horizontal hasta el eje fustal del rbol (m),

es el ngulo al pice del rbol (grados),

28

2 es el ngulo a la base del rbol (grados).

Los instrumentos pticos entregan directamente el valor de la altura sobre o bajo la horizontal,
segn corresponda. Para su utilizacin, el operario requiere slo posicionarse a la distancia
adecuada. Los instrumentos poseen habitualmente ms de una escala de medicin, cada cual
desarrollada para una distancia especfica de medicin desde el eje fustal del rbol. Tambin
incorporan escalas para la medicin de la pendiente del terreno.

Figura 4. Medicin de la altura de un rbol con instrumental ptico. (a) Lectura al pice positiva (sobre la
horizontal), lectura al tocn negativa (bajo la horizontal); (b) Ambas lectura positivas.

La altura del rbol tambin puede obtenerse sin realizar la medicin de la distancia horizontal.
En este caso se requiere un jaln de longitud conocida, el que se apoya en el fuste del rbol, y
un instrumento que permita determinar ngulos. La altura del rbol se obtiene de la siguiente
relacin de ngulos (ver Fig. 5).
h = P(1 2 ) /( 2 3 ) ,

donde:
h es la altura del rbol (m),
P es la longitud de un elemento de apoyo (jaln) para la medicin (m),

1 , 2 , 3

son ngulos medidos en porcentaje (gradiente).

Figura 5. Medicin de la altura de un rbol con apoyo en un jaln de altura conocida (P).

29

2.2.2.1 Precauciones en la medicin de alturas

La obtencin de la altura mediante instrumentos pticos requiere la medicin correcta de la

distancia horizontal entre el operario y el rbol. Si esa distancia se mide con error, la lectura
de la altura del rbol ser incorrecta, al igual que si se realiza la lectura en una escala graduada
para otra distancia distinta a la que se est situado desde el rbol. Si se mide la distancia con la
mira de algn instrumento y la visual desde el instrumento no incide perpendicularmente en la
mira, la distancia horizontal no es correcta y, por consiguiente, la altura del rbol tampoco
ser medida correctamente.
La medicin de la altura requiere que tanto la base como el pice del rbol sean claramente
visibles. Esto ltimo puede ser difcil en rboles de copa globosa, caso en que tender a
sobreestimarse la altura total. Otra causa de error en la medicin de alturas es la inclinacin
del rbol en relacin al plano vertical (ver Fig. 6 y 7). Estos errores de medicin se reducen al
aumentar la distancia entre el observador y el rbol.
En la medicin de la altura de un rbol inclinado, las lecturas obtenidas del instrumento ptico
no entregan la altura real del rbol. Esta lectura, que puede denominarse altura aparente, debe
corregirse para obtener la altura real. Cuando la medicin de la distancia horizontal se realiza
hasta la proyeccin vertical del pice del rbol, el operario puede posicionarse a esa distancia
en cualquier lugar alrededor del punto de proyeccin del pice sobre el plano horizontal que
pasa por la base del rbol (Fig. 6). En este caso, la altura total del rbol se obtiene de
h=

L
,
cos

donde:
L es la altura aparente del rbol (m),

es el ngulo de inclinacin del fuste del rbol (grados).

Figura 6. Medicin de la altura de un rbol inclinado. Medicin de la distancia horizontal hasta la proyeccin
vertical del pice del rbol.

30

Figura 7. Medicin de la altura de un rbol inclinado. Medicin de la distancia horizontal hasta la base del rbol y en
el plano de inclinacin del rbol. Izquierda: distancia horizontal medida en el sentido de inclinacin.
Derecha: distancia horizontal medida en el sentido contrario a la inclinacin.

Cuando la medicin de la distancia horizontal se realiza hasta la base del rbol (Fig. 7), la
frmula para la correccin de la altura aparente vara dependiendo de la posicin del operario.
El posicionamiento en el plano de inclinacin del fuste facilita la correccin, la cual se realiza
mediante
h =D

L
,
D cos L sin

donde:
L es la altura aparente del rbol (m),

es el ngulo de inclinacin del fuste del rbol (grados),

D es la distancia horizontal hasta la base del rbol (m).

La operacin en el denominador de la relacin anterior es una suma en el caso de posicionarse

en la direccin de la inclinacin del rbol (Fig. 7, izquierda), y una resta en el caso de
posicionarse en la direccin opuesta a la inclinacin del rbol (Fig. 7, derecha).
Posicionamientos en otros puntos fuera del plano de inclinacin del rbol requieren de
correcciones ms complejas, que incorporan, adems, la inclinacin del fuste en relacin al
plano vertical de observacin.
2.3 Procesamiento de la informacin muestral
2.3.1 Variables de estado del rodal

Los valores ms simples que caracterizan el estado de un rodal en un momento especfico del
tiempo son el dap medio y la altura media. Otras variables de estado de sumo inters son el
nmero de rboles y el rea basal por unidad de superficie (hectrea). Cuando la
caracterizacin tiene como meta la valoracin econmica, el volumen de madera es la variable
ms importante.

31

2.3.1.1 Dap promedio

El dap promedio del rodal puede corresponder al promedio aritmtico, cuadrtico o

geomtrico. El clculo puede realizarse con los datos individuales o tabulados. A continuacin
se describe el clculo directo con las mediciones realizadas en los rboles.
n

da =

i =1

n
n

dc =

i =1

2
i

dg = n

i =1

donde:
da es el dap promedio aritmtico (cm),
dc es el dap promedio cuadrtico (cm),
dg es el dap promedio geomtrico (cm),
di es el dap medido en el i-simo rbol (cm),
n es el nmero de rboles en los que se midi el dap.

En el clculo del dimetro promedio con los datos tabulados se utilizan las relaciones
siguientes. Ms adelante se describe la tabulacin.
c

da =

n d
i

i =1

n
c

n d

dc =

i =1

2
i

dg = n

ni
i

i =1

n = ni ,
i =1

donde:

32

di es la marca de la i-sima clase de dap (cm),

c es el nmero de clases de dap,
n es el nmero total de rboles (en la parcela o hectrea),
ni es el nmero de rboles en la i-sima clase de dap (en la parcela o hectrea).
2.3.1.2 Altura promedio

A partir de las mediciones de altura realizadas en los rboles muestra pueden definirse
diferentes promedios aritmticos. Entre otros: i) altura promedio, de todos los rboles o de
una muestra aleatoria de ellos; ii) altura dominante, promedio de los rboles dominantes y
codominantes; iii) altura mxima, promedio de los 100 rboles de mayor dap por hectrea; iv)
altura mayor, promedio de los 100 rboles de mayor altura por hectrea; y v) altura de Lorey,
que es un promedio ponderado por el rea basal.
El clculo del promedio a partir de mediciones sin ordenacin (tabulacin) es
n

Ha =

i =1

n
ndc

H dc =

dci

i =1

n dc

donde:
Ha es la altura promedio aritmtico (m),
Hdc es la altura promedio dominante (m),
hi es la altura medida en el i-simo rbol (m),
n es el nmero de rboles en los que se midi la altura,
ndc es el nmero de rboles dominantes y codominantes en los que se midi la altura.

En el clculo del promedio a partir de los datos tabulados se utilizan las relaciones siguientes
c

Ha =

n h
i

i =1

n
c

HL =

n g h
i =1
c

i i

n g
i =1

con

33

,
i

g i = d i2 / 40000 ,

donde:
Ha es la altura promedio aritmtico (m),
HL es la altura promedio de Lorey (m),
hi es la altura de la i-sima clase de dap (m),
c es el nmero de clases de dap,
ni es el nmero de rboles en la i-sima clase de dap (en la parcela o hectrea),
gi es la seccin transversal (normal) de un rbol de la i-sima clase de dap (m2),
di es la marca de clase de la i-sima de dap (cm).

2.3.2 La relacin entre la altura y el dap del rbol

Entre las diferentes variables medidas en un rbol, normalmente, existe algn tipo de relacin,
a las que se les denomina en general relaciones alomtricas. Una de esas relaciones, bastante
usada en el rea forestal, es la relacin entre la altura total del rbol y el dap. En general, a
mayor dap mayor es la altura total del rbol. La relacin altura-dap es bien descrita por una
curva asinttica. Esa forma se genera por el hecho de que el incremento corriente anual en
altura culmina (alcanza su mximo) antes que el dap (Fig. 8).
La medicin de la altura es ms cara y difcil que la medicin del dap. Por esta razn, y
debido a que existe una estrecha relacin entre la altura de un rbol y el dimetro de fuste, es
preferible, ms prctico y econmico tomar una muestra de rboles, medirles la altura y el
dimetro de fuste, ajustar una relacin entre esas variables y luego estimar la altura de
cualquier rbol en el rodal a partir del dimetro fustal. La relacin puede ser afectada por la
calidad de sitio y otros factores como el manejo, lo que la hace variar de un rodal a otro.

Figura 8. Grfico de dispersin de puntos altura-dap obtenida de 108 rboles de Pinus radiata D. Don. Cada punto
corresponde a un rbol.

Existe una gran variedad de modelos que se usan para ajustar la relacin entre la altura y el
dimetro fustal del rbol. A continuacin se presentan algunos de ellos.
hi = 1,3 + b0 d i + b1 d i + i ,
2

34

hi = 1,3 + b0 (1 e b1d i ) + i ,
hi = b0 + b1 (1 e b2 d i ) + i ,
hi = b0 + b1 Ln(d i ) + i ,
ln(hi ) = b0 + b1 ln(d i ) + i ,
hi = b0 + b1 /( d i + 10) + i ,

hi = b0 + b1e 0, 08 di + i ,
b

hi = b0 d i 1 + i ,
hi = b0 e b1 / di + i ,
b

hi = e b0 d i 1 + i ,
hi = e b0 + b1 / d i + i .
En esos modelos:
di es el dap con corteza del i-simo rbol (cm),
hi es la altura total del i-simo rbol (m),
ln es el logaritmo natural,
bi son coeficientes de regresin,
e es la base de los logaritmos naturales,

i es un error o desvo aleatorio.

La relacin entre la altura total y el dap de los rboles es no lineal en las variables. Ello
significa que la relacin no puede ser bien representada por una relacin en la que se incluya
el dap en forma lineal. As, la modelacin de la relacin requiere del ajuste de modelos no
lineales en las variables. La modelacin mediante modelos lineales requiere modificar la
variable explicatoria (dap), la variable dependiente (altura) o ambas, con el fin de obtener una
relacin lineal. En la figura 9 se muestran nubes de puntos obtenidas despus de modificar la
altura y/o el dap de los rboles. Es evidente que no todas las transformaciones, entre ellas
algunas habituales en la modelacin de la relacin altura-dap, linealizan la relacin.

35

Figura 9. Grficos de dispersin de puntos altura-dap para la especie Pinus radiata D. Don. Los grficos incluyen
transformaciones de la altura y/o del dap de los rboles.

2.3.3 Estimacin del volumen

El volumen por unidad muestral se obtiene a partir de los rboles medidos y se expande a la
unidad de superficie utilizando el factor de expansin definido por el tamao de la unidad
muestral. La determinacin del volumen puede realizarse rbol por rbol agrupando los
rboles en clases de tamao basadas en el dimetro (clases de dimetro). Los resultados se
presentan en forma de Tabla de rodal y existencia.
2.3.3.1 Determinacin del volumen sin agrupamiento de dimetros

Cada rbol es cubicado mediante una funcin de volumen individual segn su dimetro y
altura, si corresponde. El volumen por parcela se obtiene sumando el volumen estimado para
cada rbol presente en la parcela. El volumen por unidad de superficie y el total del rodal se
obtienen expandiendo el valor obtenido en la parcela.
2.3.3.2 Determinacin del volumen con agrupamiento de dimetros

Los rboles se agrupan en clases de dimetros, generando una tabla de rodal. El mtodo asume
que todos los rboles de una clase de dap tienen un dimetro igual a la marca de clase. El
volumen para el rbol de tamao promedio de cada clase se estima mediante una funcin de
volumen individual, a partir de la marca de clase, y la altura estimada para un rbol de ese
dap, si corresponde. Cuando la funcin de volumen incorpora la altura del rbol, sta es

36

estimada mediante la relacin altura-dimetro. El volumen por parcela aportado por una clase
de dap se obtiene multiplicando el volumen del rbol promedio de la clase por el total de
rboles perteneciente a la clase. La suma de volmenes a travs de todas las clases de tamao
genera el volumen por parcela. Este se expande para obtener el volumen por unidad de
superficie y el volumen para el total del rodal. Los resultados se entregan tabulados por clase
de dap, configurando una tabla de rodal y existencia.
La estimacin del volumen descrita en los prrafos precedentes corresponde al volumen en
pie. Estimaciones del volumen a obtener despus de realizado el volteo necesariamente
requieren considerar las prdidas producidas durante el volteo por quebraduras de fustes.
En los mtodos para estimar el volumen se ha descrito el tratamiento de la informacin
obtenida de una parcela de muestreo. Normalmente, sin embargo, la estimacin del volumen
requiere del trazado y medicin de ms de una parcela. As, los resultados finales
corresponden a un promedio de los valores estimados en las parcelas; ese promedio por
hectrea y para el total del rodal se acompaa habitualmente de sus respectivos intervalos de
confianza. Estos se derivan de la variabilidad de los datos entre parcelas. El procedimiento de
clculo depende de la metodologa utilizada para realizar el muestreo de la poblacin.
Cuando slo interesa conocer el volumen total acumulado por unidad de superficie, ste puede
estimarse directamente mediante funciones de volumen agregado. Detalles sobre funciones de
volumen individual y de volumen agregado se entregan en el Captulo sobre volumen.
2.3.3.3 Tablas de rodal y de existencia

La mediciones de dap y altura de rboles realizadas en parcelas de cierta superficie (e.g. 250,
400, 500 m2) se ordenan (tabulan) y procesan para generar tablas representativas de la
condicin o estado actual del rodal, en lo que se refiere bsicamente a tamaos de los
individuos. Una tabla de rodal presenta el nmero de rboles por clase de dap y unidad de
superficie (hectrea); tambin puede incluir la altura y el rea basal; cuando incluye el
volumen, medido en alguna unidad, configura una tabla de rodal y existencia. La estimacin
de esas variables se describe ms adelante.
2.3.3.3.1 Tabulacin de la informacin muestral (dap)

Un conjunto ordenado de datos entrega mayor cantidad de informacin y de mejor calidad.

As, la tabulacin o generacin de tablas es un paso bsico en el proceso de datos muestrales.
El primer paso es la definicin de las clases de dap, la amplitud (extensin) y la marca de
clase. Cada clase de dap est conformada por un intervalo de valores diamtricos; ese
intervalo es de amplitud constante (e.g. 2, 5, 10 cm). La marca de clase es el valor que se
ubica en el punto medio de la clase; cuando la amplitud es un valor par, se acostumbra a
definir marcas de clase par. Por ejemplo, en las Tablas 1 y 2 se defini marcas de clase de 2
cm de amplitud, con marcas de clase par; la primera clase incluye valores de dap entre 9,01 y
11,00, la segunda entre 11,01 y 13,00, etc.; para evitar que un valor pueda pertenecer a dos
37

clases adyacentes conviene definir los lmites de stas con un decimal ms que en las
mediciones.
Tabla 1. Tabla de Rodal
Clase de dap
(cm)
10
12
...
i
...
TOTAL

rboles
(n/ha)
N1
N2
...
Ni
...
N

rea basal
(m2/ha)
G1
G2
...
Gi
...
G

Altura
(m)
h1
h2
...
hi
...

Tabla 2. Tabla de Rodal y Existencia.

Clase de dap
(cm)

rboles
(n/ha)

rea basal
(m2/ha)

Altura
(m)

10
12
...
i
...
TOTAL

N1
N2
...
Ni
...
N

G1
G2
...
Gi
...
G

h1
h2
...
hi
...

Producto 1
Vp1-1
Vp1-2
...
Vp1-i
...
V p1

Volumen (m3ssc/ha)
Producto 2
Producto 3
Vp2-1
Vp3-1
Vp2-2
Vp3-2
...
...
Vp2-i
Vp3-i
...
...
V p2
V p3

Total
Vt-1
Vt-2
...
Vt-i
...
Vt

2.3.3.3.2 Obtencin de los valores en las Tablas de rodal y de existencia

2.3.3.3.2.1 Nmero de rboles por hectrea

Una vez definidas las clases de dap se realiza la determinacin de la frecuencia por clase y
unidad de superficie. Consiste en llevar a hectrea el nmero de rboles medidos por clase de
dap en la parcela.
c

N = Ni ,
i =1

N i = Fe ni ,

Fe = 10000 / a ,
donde:
N es el nmero total de rboles por hectrea,
Ni es el nmero de rboles por hectrea en la i-sima clase de dap,
c es el nmero de clases de dap,
ni es el nmero de rboles en la parcela en la i-sima clase de dap,

38

Fe es el factor de expansin (o reduccin) a hectrea,

a es la superficie de la parcela (m2).

La determinacin del nmero de rboles por clase de dap y unidad de superficie, como se
muestra aqu, no slo es til para la generacin de tablas de rodal y de existencia. Esa
informacin se utiliza tambin para estudios ms elaborados sobre la estructura de rodal,
especficamente en lo referido a la modelacin de la distribucin diamtrica, tpico que se
trata en el Captulo pertinente. Es habitual que en un rodal en particular se mida ms de una
parcela. As, la tabla de rodal y de existencia para el rodal corresponde al promedio de las
variables observadas en cada parcela de muestreo.
2.3.3.3.2.2 rea basal por hectrea

El rea basal corresponde a la suma de la seccin transversal del fuste a la altura del dap de
todos los rboles por unidad de superficie. A continuacin se describe el clculo del rea basal
por clase de dap a partir de datos tabulados; tambin puede obtenerse individualmente, rbol
por rbol en cada clase, y luego acumulando por clase; ese es el procedimiento ms preciso.
c

G = Gi ,
i =1

Gi = N i g i ,

g i = d i2 / 40000 ,

donde:
G es el rea basal total por hectrea (m2/ha),
Gi es el rea basal por hectrea en la i-sima clase de dap (m2/ha),
c es el nmero de clases de dap,
Ni es el nmero de rboles por hectrea en la i-sima clase de dap,
gi es la seccin transversal (m2) de un rbol de dap di (cm),
di es el dap del rbol, la marca de clase de la i-sima clase de dap (cm).
2.3.3.3.2.3 Altura

La altura es ms difcil y costosa de medir que el dap, razn por la que normalmente slo se
dispone de un nmero bajo de mediciones de altura en cada parcela de muestreo. A partir de la
muestra de alturas medidas en el rodal, y aprovechando la estrecha relacin que por lo general
existe entre la altura y el dap de los rboles de un rodal, se ajustan funciones de regresin que
permiten estimar la altura a partir del dap. Numerosos modelos se encuentran disponibles en
literatura para usar con este fin, algunos de los cuales se describen ms atrs en este Captulo
(ver relacin altura-dap). En trminos generales, el modelo es
hi = f ( d i ; ) ,

39

donde:
hi es la altura (m) de un rbol que tiene un dap di (cm) (o la altura promedio de la i-sima clase de dap,
estimada con la marca de clase di ),

es un vector de parmetros a estimar a partir de la muestra altura-dap,

f es un smbolo utilizado para indicar que la altura puede obtenerse a partir del dimetro y un conjunto
adecuado de parmetros, esto es mediante una funcin de regresin altura-dap.
2.3.3.3.2.4 Volumen

Habitualmente, la informacin ms valiosa la constituye la existencia volumtrica, habiendo

dos caminos para obtenerla, segn se describe ms atrs en este Captulo (ver estimacin del
volumen). En la tabla de rodal y existencia
c

V = Vi ,
i =1

Vi = N i vi ,
vi = f ( d i , hi , f i ;) ,

donde:
V es el volumen total de cierto producto por hectrea (m3/ha),
Vi es el volumen de cierto producto por hectrea en la i-sima clase de dap (m3/ha),
c es el nmero de clases de dap,
Ni es el nmero de rboles por hectrea en la i-sima clase de dap,
vi es el volumen (m3) de un rbol que tiene un dap di (cm) y una altura hi (m), (o el volumen del rbol
promedio de la i-sima clase de dap, estimada con la marca de clase di y la altura promedio de la clase
hi),
di es el dap del rbol, la marca de clase de la i-sima clase de dap (cm),
hi es la altura (m) de un rbol que tiene un dap di (cm) (o la altura del rbol promedio de la i-sima clase de
dap, estimada con la marca de clase di),
fi es una medida de la forma del fuste,

es un vector de parmetros a estimar a partir de una muestra volumen-dap-altura,

f es un smbolo utilizado aqu para indicar que el volumen por rbol puede obtenerse a partir del dimetro y
altura del rbol, y un conjunto adecuado de parmetros, esto es mediante una funcin de regresin de
volumen individual.

En los prrafos precedentes se menciona que cuando slo interesa estimar el volumen total por
unidad de superficie, es posible utilizar una funcin de volumen agregado con ese fin. La
misma estimacin se logra mediante una funcin de volumen individual, en base al promedio
de la variable explicatoria. Por ejemplo, si se utiliza el modelo vi = b0 + b1 d i2 hi f i + ei , en el
que vi es el volumen de un rbol de dap di, altura total hi y forma fustal fi, el volumen por
unidad de superficie (V) es

V = N b0 + b1 d 2 hf ,

donde:

40

N es el nmero de rboles por unidad de superficie,

d 2 hf es el promedio de la variable independiente en la muestra.

41

3 Medicin y estimacin del volumen

3.1 Medicin y estimacin del volumen en rboles individuales y productos
El volumen es la medida de la cantidad de madera slida ms ampliamente utilizada. En el
rbol individual pueden identificarse diferentes categoras de volumen. El rbol completo, esto
es considerando todos los componentes, constituye el volumen total; todos aquellos
componentes cuyas dimensiones son aceptables para el mercado constituyen el volumen
comercial; el volumen de desechos est conformado por secciones maderables del rbol que
presentan defectos y dimensiones menores o no comerciales; tambin existe la denominacin
de volumen bruto, cuando se estima el volumen total hasta un dimetro comercial (dlu:
dimetro lmite de utilizacin) incluyendo defectos; desde este ltimo, descontados los
defectos, se obtiene el volumen neto. Esos volmenes pueden expresarse con o sin corteza.
La medicin directa de cualquiera de los volmenes mencionados en el prrafo anterior es
difcil de realizar directamente en rboles en pi. As, la cubicacin normalmente se realiza
mediante mtodos indirectos. Esto consiste en estimar el volumen del rbol a partir de
variables de ms fcil medicin como el dap, la altura y la forma del fuste utilizando una
funcin de volumen. La construccin y validacin de una funcin de volumen requiere
determinar directamente el volumen en un nmero suficiente de rboles, a partir de
mediciones intensivas del dimetro y corteza a lo largo del fuste o por medio de metodologas
que implican el uso de implementacin costosa.
3.1.1 Mtodos para la determinacin directa del volumen en rboles individuales

La determinacin directa del volumen en rboles individuales es una tarea laboriosa que
consume habitualmente mucho tiempo. Es una labor necesaria para el desarrollo de relaciones
funcionales de volumen. A partir de una muestra de rboles, en los que se ha obtenido
directamente el volumen y otras variables auxiliares fciles de medir, se ajustan relaciones
entre el volumen y las variables auxiliares. Esas relaciones se utilizan para estimar el volumen
en otros rboles a partir de las variables de fcil medicin. La determinacin directa del
volumen se realiza mediante mtodos analticos, grficos o por desplazamiento de lquidos.
3.1.1.1 Mtodo analtico

Este mtodo asume que la forma del fuste del rbol, ya sea como un todo o por secciones, es
semejante a slidos geomtricos bsicos (cilindro, paraboloide, cono o neiloide) o troncos de
estos slidos. El volumen de esos slidos se obtiene mediante frmulas especficas, las que a
su vez se utilizan para la cubicacin de rboles y trozas. El desarrollo de esas frmulas se
describe a continuacin.

42

3.1.1.1.1 Frmulas de Smalian, Huber y Newton

El perfil longitudinal de los slidos simples (cilindro, paraboloide, cono o neiloide) puede
representarse mediante la relacin bsica
y = k l r ,

donde:
y es el radio del slido en la posicin l,
k es una constante, que define la tasa de aumento del radio del slido por cada unidad de aumento en la
longitud,
l es la distancia medida desde el extremo menor del slido,
r es un exponente que define la forma del slido (cilindro r = 0 ; paraboloide r = 0,5 ; cono r = 1 ;
neiloide r =1,5 ).

Al hacer girar el rea definida entre la curva de perfil y el eje longitudinal, en torno al eje
longitudinal, se obtiene un slido de revolucin (ver Fig. 1).

Figura 1. Perfil de slidos geomtricos bsicos (izquierda) y los slidos respectivos obtenidos de la rotacin de la
curva de perfil en torno al eje longitudinal (derecha).

El volumen del slido se obtiene de la integracin de la funcin de perfil bsica. El rea de

seccin en una posicin l corresponde a y 2 , y su integracin a lo largo del slido genera el
volumen del mismo; esto es,
L

2r +1 0

2 r +1
v = v = al = y 2 l = k 2 l 2 r l = k 2 l

donde:
a es el rea de seccin del slido a una distancia l desde el extremo menor,
L es la altura (longitud total) del slido.

As, las frmulas para estimar el volumen de un cilindro, paraboloide, cono y neiloide, son,
respectivamente
Y 2 L ,

Y 2
2

L,

Y 2

43

L,

Y 2
4

L,

esto es
Ab L ,

Ab
A
A
L, b L, b L,
2
3
4

donde:
Y es el radio en la base del slido, esto es a una distancia L del extremo de radio menor,
Ab es el rea en la base del slido.

El clculo del volumen requiere conocer la longitud y el radio o dimetro en la base del slido
de revolucin. La estimacin del volumen en troncos de paraboloide, cono y neiloide, en
cambio, requiere de ms de una medicin de dimetros (Fig. 2). Las frmulas para el volumen
de troncos de slidos se derivan mediante el procedimiento descrito; en ello se considera que
un tronco de slido se obtiene eliminndole su extremo menor, el cual a su vez tiene la misma
forma que el slido original, pero es de menor tamao.

Figura 2. Slidos y troncos de slidos geomtricos bsicos y sectores en el fuste que adquieren esa forma.

La frmula para el volumen del tronco de slido se obtiene evaluando la integral de la funcin
de perfil bsica entre la base del slido (L2) y otro punto cualquiera de su altura (L1)
v = k 2

l 2 r +1
2r +1

L2

L1

L2 r +1

L2 r +1

= k 2 1 .
2r + 1 2r + 1
2

As, en un paraboloide ( r = 0,5 )

2
2
L2 L2
v = k 2 2 1 = k ( L2 + L1 )( L2 L1 ) = k ( L2 + L1 ) L ,
2
2
2
2

A + As
v= b
L ,
2

44

donde:
v es el volumen del tronco de slido,
Ab es el rea de la seccin basal (mayor) del tronco de slido,
As es el rea de la seccin superior (menor) del tronco de slido,
L es la longitud del tronco de slido, con L = L2 L1 .

Esta frmula se conoce bajo la denominacin de Frmula de Smalian. Esta y otras frmulas
para calcular el volumen de troncos de slidos se entregan en la tabla 1.
Las frmulas de volumen se utilizan normalmente para la cubicacin de secciones de rboles.
Para ello se realizan mediciones de dimetro lo largo del fuste. La cubicacin se realiza
seccin tras seccin, quedando cada seccin definida entre dos mediciones sucesivas en el
caso de utilizar la frmula de Smalian. En la cubicacin mediante la frmula de Huber se
utiliza cada medicin, tomando como longitud de troza la distancia entre los puntos medios
entre mediciones. La frmula de Newton requiere definir las secciones en base a tres
mediciones sucesivas, las cuales deben realizarse a intervalos uniformes. El volumen total o
de una fraccin del fuste del rbol se obtiene sumando los volmenes obtenidos de las
secciones.
La precisin de las frmulas obtenidas por el mtodo analtico depende del grado de cercana
entre la forma real de la seccin del rbol y la ideal asumida por el slido de referencia. As, la
precisin depende, por un lado, de la seccin del rbol donde se utilice una frmula
determinada y, por otro, de la distancia entre las mediciones de dimetro realizadas en el fuste.
Mientras mayor es la distancia, menor es la precisin de las frmulas.
En cuanto a la porcin de fuste adecuada para la cubicacin con las diferentes frmulas, es
normal asumir una forma cilndrica para el tocn del rbol. Este es el nico camino posible
dado que en la prctica no se dispone de ningn dimetro bajo la altura de tocn. En la
porcin basal, el fuste de rboles grandes adquiere la forma de un tronco de neiloide; la parte
intermedia es bien representada por troncos de paraboloide; en tanto que el extremo superior
del fuste puede asumirse posee forma parablica o cnica.
La unidad resultante del clculo del volumen del slido o tronco de slido depende de las
unidades utilizadas para medir la longitud y el rea o reas de seccin. Cuando ellas se
expresan en metros (m) se obtiene el volumen expresado en metros cbicos (m 3). En la
medicin de trozas y rboles, lo normal es que se midan longitudes en metros y dimetros
(para obtener reas de seccin) en centmetros. As, la utilizacin de esas frmulas requiere de
la transformacin del dimetro a metros antes de calcular el rea de seccin; tambin puede
estimarse el rea de seccin directamente a partir del dimetro de troza medido en
centmetros, esto es mediante
A=

40000

45

d2,

donde:
A es el rea de seccin (m2) de una troza de dimetro de d (cm),

es una constante (3,14159..).

Tabla 1. Frmulas de volumen.
Tronco de slido
Paraboloide

Frmula

Denominacin

A + As
v= b
L
2

Smalian

v = Am L

Huber

A + Ab As + As
v = b
L
3

A + 3 A2 A + 3 A A2 + A
b
s
b s
s
v = b
4

Cono

Neiloide

Paraboloide, cono, neiloide

L
As Ab

v = As +
1/ 3

As
1 4
A

A + 4 Am + As
v= b
L
6

Northway

Newton

Am es el rea de seccin en la mitad de la longitud del tronco de slido.

3.1.1.1.2 Frmula general de Grosenbaugh

v=

(d b d s ) 2

d
d
+
b s
L ,
40000
2r + 1

donde:
v es el volumen de la troza (m3),
db es el dimetro basal (mayor) de la troza (cm),
ds es el dimetro en el extremo menor de la troza (cm),
L es la longitud de la troza (m),
r define la forma de la troza (paraboloide r = 0,5 ; cono

r = 1 ; neiloide r =1,5 ).

3.1.1.1.3 Frmula del centroide

La frmula de Newton, la cual es exacta para todos los troncos de slidos simples, puede
derivarse del polinomio de segundo grado siguiente (ver Wiant et al. 1992; Fig. 3)
C = b0 + b1l + b2 l 2 ,

donde:
C es el rea de seccin del tronco de slido a una distancia l desde el extremo menor.

46

[1]

Figura 3. rea de la seccin transversal en funcin de la distancia desde el extremo de menor dimetro de la troza.

La relacin [1], aplicada a las reas en la base (Ab, en l = L , siendo L la longitud del tronco de
slido), en la mitad de la longitud (Am, en l = L / 2 ) y en el extremo menor de la troza (As, en
l = 0 ), permite obtener la frmula de Newton. Esto es con
As = b0 ,

Am = b0 + b1 ( L / 2) + b2 ( L / 2) ,
2

Ab = b0 + b1 L + b2 L2 .

Resolviendo simultneamente las relaciones para C, As y Ab se obtienen las frmulas para

calcular b1 (combinando As y Ab) y b2 (combinando C, As y b1)
2

Ab As b2 L
,
L

[2]

Ab C ( L l ) As (1 L l )
.
L2 Ll

[3]

b1 =

b2 =

Esos coeficientes representan tasas de cambio del rea de seccin. As, en un paraboloide,
b2 = 0 y b1 = ( Ab As ) L .
La integral de C (relacin [1]) desde 0 hasta L es
v = As L + b1

L2
L3
,
+ b2
2
3

[4]

relacin que permite estimar el volumen a partir del rea de seccin a cualquier distancia
desde el extremo menor del tronco de slido. Cuando esa distancia es igual a L 2 , los

coeficientes b2 y b1 toman los valores b2 = ( 2( Ab + As ) 2 Am ) L2 y b1 = ( 4 Am 3 As Ab ) L ,

respectivamente. El reemplazo de esas relaciones en la frmula de volumen conduce a la
frmula de Newton.

47

As, la frmula de Newton no es ms que una de una gama de frmulas posibles, que utilizan
informacin adicional (dimetro o seccin) en algn punto intermedio de los troncos de
slido. Cuando esa distancia corresponde al punto en que se obtiene la mitad del volumen de
la pieza, se obtiene la relacin que se denomina frmula del centroide. Esa distancia se
determina mediante la relacin siguiente, en trozas de forma parablica.

[( D d ) + 1]
=L
2 [( D d )
4

lc

0,5

0,5
2

2 0,5

[5]

donde:
lc es la distancia hasta el centroide de la troza, medida desde el extremo menor (m),
D es el dimetro basal (mayor) de la troza (cm),
d es el dimetro en el extremo menor de la troza (cm),
L es la longitud de la troza (m).

Aunque en general se conoce esa frmula con el nombre de frmula del centroide, esa frmula
es vlida slo para trozas de forma parablica. La frmula general para cualquier forma bsica
de troza es
1

2 r +1

2 r +1
r
(
D
d
)
+1
2 2 r +1

.
lc = L
1
1

2 r +1
( D d ) r 1
2

[6]

Esta frmula se obtiene de la frmula de volumen de troncos de slidos de revolucin. Esto es

resolviendo la igualdad
L2 r +1
L2 r +1
k2 2 1
2 r +1
2 r +1
,
2 r + 1 2 r + 1 = k 2 L2 l c

2
2r + 1 2r + 1

y reemplazando las posiciones L1 y L2 por los dimetros respectivos obtenidos de la

relacin de perfil bsica y = k l r .
En la utilizacin de la frmula del centroide se opera como sigue. El primer paso es medir las
dimensiones de la troza, esto es el dimetro menor (d), el dimetro mayor (D) y la longitud (L);
luego se determina la posicin del centroide (lc) mediante la relacin [5] [6], se mide el
dimetro de la troza en ese punto y se calcula el rea de seccin a partir de ese dimetro; en
seguida se reemplaza ese valor en C y el de lc en l de la relacin [3] para obtener b2 y b1
mediante la relacin [2]. Finalmente, el volumen se obtiene mediante la relacin [4].

48

3.1.1.1.4 Muestreo por importancia

La idea de esta tcnica (Importance Sampling), aplicada a la estimacin del volumen fustal, es
concentrar el muestreo en aquellas partes del fuste que son de mayor importancia para la
determinacin del volumen en vez de repartir la muestra igualmente en toda la longitud del
fuste.
La integral para la obtencin del volumen comercial entre las alturas h1 y h2 en el fuste
l2

v c = A(l ) dl ,

[7]

l1

en la que A(l ) es el rea real de la seccin del fuste a una distancia l desde el pice (
l1 = H h2 , l 2 = H h1 , siendo H la altura total del rbol ), puede ser representada mediante
la relacin
l2

vc =
l1

A( L)
A(l )
f L (l ) dl = E

f L (l )
f L ( L)

[8]

en la que L es un vector aleatorio que posee una funcin de distribucin de probabilidad (fdp)
f L (l ) , la que recibe el nombre de distribucin de muestreo por importancia. As,
= A( L) / f L ( L) es un estimador insesgado de v c con varianza (ver Rubinstein 1981,
p.122)
l2

var =
l1

A 2 (l )
dl vc2 .
f L (l )

[9]

La estimacin del volumen se realiza tomando una muestra aleatoria L1 ,, Lm desde la fdp
f L (l ) y evaluando (ver [8])

1 m A( Li )
v~c =
.
m i =1 f L ( Li )

[10]

El mnimo de la varianza [9] ocurre cuando la fdp se define mediante

f L (l ) =

A(l )
l2

l1

A(l ) dl

[11]

Asumiendo que el perfil de fuste es de forma parablica y partiendo de la relacin bsica para
el rea de fuste estimada en la posicin l del fuste S (l ) = k d l2 = b l , con k = / 40000 y
l = H h , el valor del coeficiente b puede obtenerse a partir de la altura total (H) y el

49

dimetro de fuste ( d L ) en la posicin L del fuste ( L = H H L ), mediante

b = k d L2 / L = S ( L) / L . Reemplazando esa expresin en la relacin bsica se obtiene
S (l ) =

S ( L)
l.
L

As, un estimador para el volumen [7] es

l

vs =

S ( L) 2
S ( L) l 2
ldl
=
L l1
2L
vs =

l2

=
l1

S ( L) ( l 22 l12 )
,
2L

S ( L) K
.
2L

[12]

en la que K = l 22 l12 = ( H h1 ) 2 ( H h2 ) 2 = 2 H ( h2 h1 ) + h12 h22 . El estimador [12] es, sin

embargo, un estimador sesgado de [7], pero a partir de l puede obtenerse el estimador
insesgado definiendo la fdp (ver [11]) mediante
f L (l ) =

S ( L)
vs

[11]

y reemplazndola en [10]. As, el estimador insesgado es

1 m A( Li )
v~c = v s
.
m i =1 S ( L)

[10]

Note que en [10], el estimador aproximado del volumen ( v s ), obtenido a partir de la funcin
de perfil de fuste asumida, se corrige utilizando la razn entre la seccin real del rbol medida
en el punto de muestreo y la seccin estimada mediante la funcin de perfil fustal (ver
Gregoire et al. 1986, Wiant et al. 1992).
Naturalmente, la fdp en [11] se reduce con la funcin de perfil fustal seleccionada a
f L (l ) =

2l
K

[11]

y el estimador del volumen [4] es

K m A( Li )
v~c =
.

2m i =1 Li

[10]

A partir de [10] es claro que la estimacin del volumen puede realizarse a partir de una
medicin de dimetro en un punto seleccionado aleatoriamente en el fuste del rbol. La
seleccin de dos o ms puntos permite evaluar la precisin de las estimaciones. En este caso,

50

la varianza muestral se estima a partir de la estimaciones individuales vci = K A( Li ) /(2 Li )

mediante
var v~c =

m
1
( vci v~c ) 2 .

m( m 1) i =1

[13]

La estimacin del volumen requiere definir (una o ms) posiciones Li en el fuste,

seleccionando nmeros aleatorios u i desde una distribucin uniforme [0, 1], determinar el
rea A( Li ) y el volumen respectivo mediante [10]. En esa relacin, K = l 22 l12 define el
rango en el fuste para la seleccin de los puntos para determinar el volumen. As,
u i K = l 22 L2i representa una posicin aleatoria para medir el dimetro de fuste. Despejando,

se obtiene la posicin Li = ( l 22 u i K )

0,5

, la que expresada en trminos de altura en el fuste es

hi = H ( H h1 ) 2 u i K

0,5

[14]

Note que esta relacin tambin permite obtener la altura en el fuste para la medicin del
dimetro del centroide ( hc ). Para ello, u i en [14] se reemplaza por u = 0,5 . Note, adems,
que la funcin asumida para el rea de seccin fustal vara en relacin a la presentada
previamente al derivar la frmula del centroide. Tambin pueden usarse funciones de perfil
fustal ms complejas, pero una mayor complejidad no asegura siempre una estimacin ms
precisa (ver Coble y Wiant 2000). Esas funciones reciben el nombre de funciones
aproximadas de perfil fustal (proxy function).
3.1.1.2 Mtodo grfico

El primer paso en la obtencin del volumen mediante este mtodo es graficar el dimetro al
cuadrado (d2 en el eje Y) con las alturas en el fuste (h en el eje X). Luego se determina el factor
de volumen, esto es la cantidad de m 3 que representa cada cm2 de grfico. Ese factor
multiplicado por el rea bajo la curva, que se genera al unir los puntos del grfico d2-h, entrega
el volumen de la troza o rbol, segn sea el rea tomada desde el grfico (Fig. 4).

51

Figura 4. Determinacin del volumen fustal por el mtodo grfico. Al unir los puntos del grfico mediante lneas
rectas, el volumen determinado por este mtodo es equivalente al obtenido con la frmula de Smalian.

El factor de volumen (fv), esto es la cantidad de volumen que representa cada cm 2 de grfico,
se obtiene de la relacin
fv =

E d2 E h
,
40000

en la que E d2 corresponde a la escala para el dimetro en el eje Y y Eh corresponde a la escala

para la altura en el eje X. En la figura 4, en la que E d2 = 20 , esto es 20 cm2 de dimetro por
cada cm lineal en el grfico, y E h = 1 , esto es 1 m de altura por cada cm lineal en el grfico,
el factor de volumen es
fv =

( 20 ) (1)
40000

3.1.1.3 Desplazamiento de lquidos

Este mtodo de determinacin del volumen se basa en el desplazamiento que provoca la pieza
a cubicar al introducirla completamente en el lquido (agua) contenido en un recipiente
(Xilmetro). Existen dos opciones para la utilizacin del mtodo. Una opcin es medir el peso
del agua desplazada y determinar el volumen con la relacin
v=

Pa
,
da

donde:
Pa es el peso del agua desplazada (kg),
da es la densidad del agua (kg/m3).

La otra opcin es medir el volumen de agua desplazada. Este es el mtodo ms exacto,

especialmente cuando se cubican piezas de forma irregular. Requiere cortar y trozar el rbol
52

para su cubicacin. Puede ser difcil de implementar cuando los rboles o trozas son de
grandes dimensiones.
3.1.1.4 Mtodo de densidad

Este mtodo requiere conocer la densidad en verde de la madera de la especie que se desee
cubicar. El volumen se obtiene a partir del peso de las trozas recin cortadas.
v=

Pv
,
dv

donde:
Pv es el peso fresco (verde) de la troza (kg),
dv es la densidad verde de la madera (kg/m3).

3.1.2 Unidades para expresar el volumen

Existe una variedad de unidades que se utilizan para expresar el volumen de un rbol. Algunas
de ellas corresponden a unidades para expresar volumen cbico del rbol completo o parte de
l, otras expresan el volumen de productos del rbol (Tabla 2).
Las unidades para expresar el volumen slido son variadas. En Chile se encuentran en uso
unidades del sistema mtrico decimal (m3) y unidades del sistema ingls (pie3); tambin se
utilizan otras unidades particulares como el m3JAS (Japanese Agricultural Standards),
impuesto para la cubicacin de rollizos. Las unidades utilizadas para expresar volumen
despus del proceso de aserro provienen del sistema ingls. stas se denominan, en general,
unidades comerciales.
Tabla 2. Unidades para expresar volumen de madera.
Unidad de volumen

Smbolo

Metro cbico
Pie cbico

m3
pie3

Metro cbico JAS

m3JAS

Uso habitual
volumen slido
volumen slido
volumen slido de rollizos

Pulgada larga (frontera)

Pulgada corta (pinera)
Pie maderero (pie cuadrado)

Dimensiones
(espesor, ancho, longitud)
1m x 1m x 1m
1 x 1 x 1

pm, pie

1 x 10 x 12

volumen comercial

1 x 10 x 10,5

volumen comercial

1 x 1 x 1

volumen comercial

Otras:
pie Hoppus
pie2

L( C4 ) 2 10

ph

Cunit 100 pie3

madera slida, aserrn, astillas

53

3.1.3 Relaciones funcionales de volumen

Las funciones de volumen relacionan matemticamente el volumen con otras variables de ms

fcil medicin como el dap y altura de los rboles. La funcin de volumen individual se
desarrolla y aplica a nivel de rbol individual, permitiendo realizar estimaciones de volumen a
nivel de rodal a partir de mediciones realizadas a nivel de rbol individual en unidades
muestrales. Existen tambin funciones de volumen agregado, desarrolladas para estimar
directamente el volumen por unidad de superficie de rodal, en base a valores promedio del dap
y altura de los rboles.
3.1.3.1 Funciones de volumen individual

Una funcin de volumen individual relaciona el volumen con variables ms fciles de medir,
como el dap y la altura del rbol. En su construccin se utilizan datos (volumen, dimetro,
altura, forma fustal) obtenidos directamente de los rboles.
Hay dos principios bsicos involucrados en la construccin de funciones de volumen. El
primero asume que el volumen del rbol depende del dimetro, la altura y de la forma fustal.
El segundo asume que una funcin que determine correctamente el volumen de un rbol
tambin es vlida para otros rboles de igual dimetro, altura y forma. Existe una variedad de
modelos posibles para ajustar funciones de volumen individual; para decidir cul de ellos usar
deben considerarse aspectos de simplicidad, objetividad y precisin.
Dependiendo de la estructura del modelo usado para ajustar la relacin entre el volumen del
rbol y otras variables de ms fcil medicin, las funciones obtenidas pueden clasificarse en:
i) funciones de volumen local, que incorporan el dap como nica variable independiente; ii)
funciones de volumen general, cuyas variables independientes son el dap y la altura; y iii)
funciones de volumen con clase de forma, que incorporan el dap, la altura y la forma como
variables independientes.
La funcin de volumen local es til cuando la altura y forma fustal son constantes o presentan
una variabilidad baja; en esas circunstancias, la incorporacin de esas variables en la funcin
no aporta informacin adicional sobre la variabilidad del volumen; ello podra ser vlido en
rodales coetneos, localizados en sectores de calidad de sitio homognea y con poca variacin
en la densidad de rodal; el trmino local proviene de lo reducido que es la extensin para la
cual es vlida la funcin, normalmente slo el rodal de donde se recopilaron datos para su
ajuste. Cuando se requiere una funcin aplicable a variadas condiciones de sitio, manejo y
edad debe recurrirse a funciones de tipo general; la variabilidad en la calidad de sitio se refleja
en la variabilidad de la altura fustal y la variabilidad en manejo se refleja en la variabilidad
diamtrica. Ambas variables son a su vez afectadas por la edad del rodal. El ajuste de una
funcin con esas caractersticas requiere informacin de variadas condiciones de sitio, manejo
y edad, siendo a su vez aplicable a una amplia gama de condiciones, siempre en el rango de
condiciones que aportan datos para el ajuste. El tercer tipo de funcin es adecuado cuando

54

individuos de igual dap y altura tienen diferente forma fustal. A continuacin se presentan
algunos modelos de volumen individual.

vi = b1 d ib2 + i ,
vi = b1 g i hi + i ,

vi = b1 d i2 hi + i ,
vi = b0 + b1 d i2 hi + i ,
vi = b0 + b1 d i2 + b2 hi + b3 d i2 hi + i ,

vi = b0 + d ib1 hib2 + i ,
vi = b0 + b1 d ib2 hib3 + i ,
vi = d i2 /(b0 + b1 / hi ) + i ,
vi = b0 + b1 d i2 hi f i + i ,

donde:
vi es el volumen del i-simo rbol (expresado en alguna unidad: m3, pulgada, pie maderero, etc.),
di es el dap del i-simo rbol (cm),
hi es la altura total o comercial del i-simo rbol (m),
fi es una medida de la forma fustal del i-simo rbol (m), e.g. la clase de forma de Girard o el cuociente de
forma.

Los modelos de volumen individual incluyen modelos lineales y no lineales en los parmetros.
Los primeros se ajustan mediante el mtodo de mnimos cuadrados ordinarios o ponderados,
dependiendo del comportamiento de la varianza del volumen; el segundo tipo requiere de
mtodos de ajuste no lineales. Algunos modelos no lineales pueden linealizarse mediante
logaritmos para facilitar el ajuste y/o para homogeneizar la varianza. En ese caso, la funcin
resultante puede subestimar el volumen real del rbol.
Los modelos pueden ser utilizados para modelar el volumen del rbol individual
independientemente del volumen que se trate o de la unidad utilizada para expresarlo. As, el
volumen puede referirse al volumen total del rbol o al volumen comercial hasta un
determinado dlu, y puede ser determinado en cualquier unidad (m3ssc, pm, etc.).
La forma de la relacin entre el volumen fustal y otras variables en el rbol se puede detectar
fcilmente mediante grficos. En general, la relacin entre el volumen y variables simples en
el rbol como el dap, la altura total y la clase de forma de Girard es no lineal (ver Fig. 5).
55

Variables derivadas de esas variables bsicas permiten linealizar la relacin y reducir la

varianza residual del volumen (ver Tabla 3).
Tabla 3. Resultados del ajuste de un modelo de volumen individual con tres diferentes definiciones de variable
independiente. Base 108 rboles de P. radiata.
Raz del
Coeficiente de
Funcin ajustada
cuadrado medio
determinacin (R2)
residual

v = 0,402024 + 0,001208 D 2

0,64925

0,9202

v = 0,002109 + 0,000026059 D H

0,43697

0,9638

v = 0,080524 + 0,000000324 D HF

0,26919

0,9863

Figura 5. Relacin entre el volumen total (v) y el dap (D), la altura total (H) y la clase de forma de Girard (F) del
rbol, y otras variables habituales en modelos predictores del volumen individual. Base 108 rboles de P.
radiata.
3.1.3.2 Funcin de volumen individual con dlu variable

La funcin de volumen de rbol individual normalmente se ajusta para estimar el volumen de

fuste entre tocn y un dimetro lmite de utilizacin (dlu) especfico, lo que obliga a construir
una nueva funcin cuando se requiere estimar el volumen hasta otro dlu. As, puede requerirse
de un gran nmero de funciones, tantas como dlus diferentes se hayan definido. Cualquier
nueva definicin de dlu requiere del ajuste de una nueva funcin. Una tcnica alternativa, que
soluciona ese problema, es el ajuste de funciones de volumen con dlu variable. Otra opcin es
el ajuste de funciones de ahusamiento (ver Captulo sobre forma fustal).
Burkhart (1977) propuso el siguiente modelo para la estimacin del volumen considerando un
dlu variable
56

vc = V 1 + b1d b2 / D b3 ,
donde:
v c es el volumen comercial entre el tocn y el dlu d en fuste,
V es el volumen total entre el tocn y el pice del rbol,
d es el dimetro lmite comercial con o sin corteza,
D es el dap del rbol.

El modelo a ajustar es

Y = b1 d b2 / D b3 ,
con
Y =

vc
1 .
V

El conjunto de datos para el ajuste de la funcin debe incluir observaciones de volumen

comercial hasta diferentes dimetros lmite fijos (e.g. 10, 15, 20, 25 cm). Otros modelos de
este tipo estn descritos en Cao et al. (1980).
3.1.4 Criterios para seleccionar modelos

En la seleccin del mejor modelo pueden usarse varios criterios. Entre ellos destacan el ndice
de Furnival (1961), el ndice de Akaike, la diferencia agregada global, la diferencia media, la
desviacin estndar de los residuos, el coeficiente de variacin residual, el error estndar de
estimacin y el error cuadrtico medio residual. Al utilizar estos indicadores debe preferirse
aquel modelo que entregue el valor ms bajo. Lo contrario sucede cuando se usa el coeficiente
de correlacin simple, el coeficiente de correlacin ajustado o el coeficiente de determinacin,
criterios que tambin pueden ser tiles para la seleccin de modelos. La forma de clculo de
algunos de los criterios mencionados se describe a continuacin.
n

da =

vi vi
i =1

i =1

v
i =1

dm =

i =1
n

n vi
i =1

57

n
i
n
( i ) 2

2
= i i =1 ,
s = i =1
n
i =1
n p
n p
n

cv = 100

s
,

con
i = vi vi ,

donde:
da es la diferencia agregada,
dm es la diferencia media,

s es la desviacin estndar residual,

cv es el coeficiente de variacin residual,

i es un desvo o residuo,

p es el nmero de parmetros en el modelo,

n es el tamao de la muestra.
3.1.4.1 El ndice de Furnival

El ndice de Furnival (1961) es til para la comparacin de modelos que tienen diferentes
variables dependientes. Un modelo cuya variable dependiente es el volumen no puede
compararse directamente con otro modelo cuya variable dependiente es una transformacin
del volumen, como por ejemplo el logaritmo natural del volumen. El ndice de Furnival
soluciona ese problema.
I =

s
[ f (v)] ,

donde:
n i2
i =1
s es la raz del cuadrado medio residual, s = n p

[ f (v)]

0 ,5

, con

i = y i y i

es la media geomtrica de la primera derivada de la variable dependiente con respecto al

volumen,

n ln f (vi )
[ f (v)] = exp i= 1 (note
n

geomtrico).

que aqu el uso de ln es slo un medio para la obtencin del promedio

58

En modelos con variable dependiente transformada, el ndice es una estimacin de la

desviacin estndar en las unidades de medicin de la variable original. En el caso de que la
variable dependiente sea el volumen, el ndice se reduce al clculo de la desviacin estndar
alrededor de la curva. Note que en este caso [ f (v)] = 1 .
3.1.4.2 El ndice de Akaike

El ndice de Akaike (AIC: Akaikes Information Criterion) es til para la seleccin de

modelos que varan en el nmero de parmetros. Si dos o ms modelos se ajustan
relativamente igual a la informacin existente, este criterio conducir a la seleccin del
modelo ms simple.
sce 2 p
sce
AIC = n ln
e ,
+ 2 p , AIC = ln
n
n

donde:

sce

es la suma de los cuadrados de los desvos (error), sce =

caso volumen),
e es la base de los logaritmos naturales,
p es el nmero de parmetros en el modelo,
n es el tamao de la muestra.

i =1

i2 , con i = vi vi (en este

Seleccionada la mejor funcin para la prediccin del volumen, su uso debe limitarse a las
condiciones de ajuste o representatividad de la muestra de rboles. As, es conveniente que la
funcin de volumen al reportarse se acompae de antecedentes sobre: i) especie o grupo de
especies a las que es aplicable y la localidad, si corresponde; ii) definicin de la variable
dependiente (volumen) y las unidades de medicin; iii) definicin de las variables
independientes, altura de tocn y dimetro lmite de utilizacin; iv) autor y fecha de
preparacin; vi) tamao de la muestra y rango de la informacin bsica; vii) mtodo de
determinacin del volumen; viii) mtodo de ajuste; ix) medida apropiada de la precisin.
3.2 Determinacin del volumen en rodales
El volumen agregado de rodal se obtiene de la suma de los volmenes de los rboles
individuales por unidad de superficie del rodal (ha). Puede expresarse en cualquier unidad de
cubicacin tales como m3/ha, m3JAS/ha, pulgadas/ha, pie maderero/ha, etc.
La agregacin de los volmenes de los rboles individuales puede obtenerse directamente de
una funcin de volumen agregado, la cual permite obtener el volumen por unidad de
superficie a partir de mediciones de variables de rodal; tambin pueden utilizarse funciones de
volumen de rbol individual, caso en que el volumen agregado se obtiene de la suma de los
volmenes individuales estimados.

59

3.2.1 Funciones de volumen agregado

Las funciones de volumen agregado estiman el volumen por unidad de superficie.

Normalmente incluyen el rea basal por unidad de superficie (G, en m2/ha) y la altura
promedio de los rboles (H, en m) como variables predictoras. Algunos modelos agregados se
entregan a continuacin.
V = a 0 + a1GH ,
V = a 0 + a1G + a 2 GH ,

V = a 0 + a1G + a 2 H + a 3 GH + a 4 GH 2 ,

V = a 0 G a1 H a2 .
3.2.2 Estimacin del volumen agregado a partir de funciones de volumen individual

Consiste en la medicin de rboles en unidades maestrales, estimar el volumen en la unidad

muestral y luego expandirlo a la unidad de superficie. La determinacin del volumen puede
realizarse rbol por rbol, agrupando los rboles en clases de tamao basadas en el dimetro
(clases de dimetro).
3.2.2.1 Determinacin del volumen sin agrupamiento de dimetros

Cada individuo es cubicado mediante una funcin individual segn su dimetro y altura, si
corresponde. El volumen por parcela se obtiene sumando el volumen estimado para cada rbol
presente en la parcela. El volumen por unidad de superficie y el total del rodal se obtiene
expandiendo el valor obtenido en la parcela.
3.2.2.2 Determinacin del volumen con agrupamiento de dimetros

Los rboles se agrupan en clases de dimetro, generando una tabla de rodal. El mtodo asume
que todos los rboles de una clase de dap tienen un dimetro igual a la marca de clase. El
volumen del rbol de tamao promedio de cada clase se estima mediante una funcin de
volumen individual, a partir de la marca de clase y la altura estimada para un rbol de ese dap,
si corresponde. Si la funcin de volumen incorpora la altura del rbol, sta es obtenida
mediante la relacin altura-dimetro. El volumen por parcela aportado por una clase de dap se
obtiene multiplicando el volumen del rbol promedio de la clase por el nmero total de
rboles de la clase. La suma de volmenes a travs de todas las clases de tamao genera el
volumen por parcela. Este se expande para obtener el volumen por unidad de superficie y el
volumen para el total del rodal. Los resultados se entregan tabulados por clase de dap,
configurando una tabla de rodal y existencia.

60

En los mtodos para estimar el volumen agregado se ha descrito el tratamiento de la

informacin obtenida de una parcela de muestreo. Normalmente, sin embargo, la estimacin
del volumen requiere del trazado y medicin de ms de una parcela. As, los resultados finales
corresponden a un promedio de los valores estimados en las parcelas; ese promedio por
hectrea y para el total del rodal se acompaa habitualmente de sus respectivos intervalos de
confianza. Estos se derivan de la variabilidad de los datos entre parcelas. El procedimiento de
clculo depende de la metodologa utilizada para realizar el muestreo de la poblacin.
Referencias
Burkhart, H.E. 1977. Cubic-foot volume of loblolly pine to any merchantable top limit. Southern J. Appl. For.
1:7-9.
Cao, Q.V., H.E. Burkhart, and T.A. Max, 1980. Evaluation of two methods for cubic-volume prediction of
loblolly pine to any merchantable limit. For. Sci. 26(1):71-80.
Coble, D.W., and H.V. Wiant, Jr. 2000. Centroid method: Comparison of simple and complex proxy tree taper
functions. For. Sci. 46(4):473 - 477.
Furnival, G.M. 1961. An index for comparing equations used in constructing volume tables. For. Sci. 7: 337341.
Gregoire, T.G., H.T. Valentine, and G.M. Furnival. 1986. Estimation of bole volume by importance sampling.
Can. J. For. Res. 16:554-557.
Rubinstein, R.Y. 1981. Simulation and the montecarlo method, John Wiley. New York. 278p.
Wiant, Jr., H.V., G.B. Wood and G.M. Furnival. 1992. Estimating log volume using the centroid position. For
Sci. 38(1):187191.

61

4 Estudio de la forma del fuste

La forma del fuste de los rboles vara ampliamente. La tasa de disminucin del dimetro
fustal entre la base y el pice del rbol, conocida como ahusamiento, vara dependiendo de la
especie, edad y tamao de los rboles, y factores asociados al manejo del rodal y a las
condiciones de sitio.
El estudio de la forma fustal est destinado bsicamente a aportar informacin para la
estimacin del volumen del rbol. Tradicionalmente se reconocen cuatro lneas en el estudio
de la forma. Tres de ellas se basan en relaciones simples: i) factores de forma, que se derivan
del cuociente entre volmenes; ii) cuocientes de forma, obtenidos del cuociente entre
dimetros; y iii) puntos de forma, que corresponden al cuociente entre alturas; otra lnea se
basa en funciones ms complejas: iv) curvas, frmulas y tablas de ahusamiento.
4.1 Estudio de la forma mediante factores y cuocientes
En esta lnea, la forma del fuste se expresa numricamente mediante un valor nico por rbol.
4.1.1 Factores de forma

El factor de forma se obtiene del cuociente entre el volumen real del rbol y el volumen de un
cuerpo geomtrico de referencia, cuyas dimensiones corresponden a las dimensiones generales
del rbol (dap, altura). Al volumen del slido de referencia tambin se le denomina volumen
aparente.
f =

vr
,
vs

donde:
vr es el volumen real del fuste,
vs es el volumen del slido de referencia.

Dependiendo de la forma asumida para el slido de referencia se obtienen factores de forma

cilndricos, parablicos, cnicos o neiloidicos, siendo el factor de forma cilndrico el de uso
ms habitual. La utilidad del factor de forma es evidente. Conocido su valor, es fcil derivar el
volumen de un rbol mediante v r = f v s , siendo el volumen del slido de referencia (vs)
obtenido a partir de la altura y el dap del rbol (ver Captulo sobre volumen).
4.1.1.1 Factor de forma artificial

La utilidad del factor de forma como expresin de la forma del fuste depende de cmo se
defina el slido de referencia. Cuando el slido de referencia adquiere las dimensiones
definidas por la altura total y el dap del rbol, el factor de forma es afectado por el tamao del

62

rbol. Esto porque la medicin del dap se realiza siempre a una altura constante,
independientemente de la altura total del rbol. As, aunque dos rboles tengan exactamente la
misma forma, pero diferente tamao, el factor de forma adquirir valores diferentes. Tambin
puede ocurrir que dos rboles con igual factor de forma, no posean igual forma. Este factor de
forma recibe el nombre de factor de forma artificial, quedando definido de la siguiente
manera cuando el slido de referencia es un cilindro (note que el volumen del cilindro en este
caso es v s = g h )
f 1,3 =

vr
,
g h

donde:
2
g es el rea de seccin normal del fuste ( g = d / 40000 , siendo d el dap del rbol (cm)),

h es la altura total del rbol (m).

4.1.1.2 Factor de forma natural

La influencia del tamao del rbol sobre el factor de forma se elimina midiendo el dimetro
para el slido de referencia a un porcentaje de la altura total del rbol. As, el dimetro se
obtiene a la misma altura relativa en rboles de diferente altura. Este factor de forma recibe el
nombre de factor de forma natural o de Hohenadl en honor a quien propuso la forma para su
obtencin.
El factor de forma natural cilndrico se obtiene de la relacin siguiente (note que el volumen
del cilindro en este caso es v s = g 0,1h h )
f 0,1h =

vr
g 0,1h h

donde:
g 0 ,1h es el rea de seccin fustal a un dcimo de la altura total,
h es la altura total del rbol.

El factor de forma natural toma valores que oscilan entre 0,3 y 0,6. Los slido geomtricos
bsicos presentan valores de factor de forma natural entre 0,34 y 0,56 (paraboloide: 0,56;
cono: 0,41; niloide: 0,34).
4.1.2 Cuocientes de forma

El cuociente de forma se obtiene a partir del dimetro del fuste medido a una cierta altura
superior en el fuste y otro dimetro medido a una altura inferior estndar en el fuste del rbol

63

C=

ds
,
di

donde:
ds es el dimetro de fuste superior,
di es el dimetro de fuste inferior.

En los casos ms frecuentes, debido al ahusamiento fustal, el dimetro superior es menor que
el dimetro inferior resultando, por lo tanto, el cuociente de forma en valores inferiores a uno.
Existen varios cuocientes de forma; todos ellos utilizan el dap del rbol como dimetro de
referencia, variando la altura de medicin del dimetro fustal superior.
4.1.2.1 Cuociente de forma normal

Es el cuociente entre el dimetro (superior) medido a la mitad de la altura total del rbol y el
dap
C 0,5 h =

d 0 ,5 h
dap

donde:
d 0, 5 h es el dimetro de fuste medido a la mitad de la altura total del rbol,
dap es el dimetro con corteza medido a 1,3 metros de altura en el fuste del rbol.

A medida que la altura del rbol decrece, la altura de medicin del dimetro fustal superior se
acerca a la altura de medicin del dap y el cuociente de forma normal se aproxima a 1. En
rboles pequeos (altura menor a 2,6 m), el cuociente adquiere valores mayores a 1. As, el
cuociente de forma normal no tiene un lmite superior mximo.
4.1.2.2 Cuociente de forma absoluto

En este cuociente, el dimetro superior se mide a la mitad de la altura comprendida entre la

altura de medicin del dap (1,3 m) y la altura total del rbol. Con ello se impide que el
cuociente tome valores mayores que 1.
C 0 , 5 ( h +1, 3 ) =

d 0,5 ( h +1,3)
dap

donde:
d 0 , 5 ( h +1, 3) es el dimetro fustal medido a la mitad de la altura comprendida entre la altura de medicin
del dap (1,3 m) y la altura total del rbol.

La mejor manera de obtener los indicadores de la forma es midiendo los dimetros de fuste sin
corteza. Ello elimina la variabilidad adicional introducida por la variacin del espesor de
64

corteza entre rboles. El problema aqu, sin embargo, es medir el dimetro superior sin corteza
con exactitud en rboles en pie.
4.1.2.3 Clase de forma de Girard

Es el cuociente (expresado en porcentaje) entre el dimetro fustal sin corteza medido en el

extremo de la primera troza de 16,3 pies de largo (aproximadamente 5,27 m sobre el nivel del
suelo, considerando 1 pie de altura de tocn) y el dap con corteza. As, esta medida de la
forma fustal corrige parcialmente el efecto de la variabilidad de la corteza sobre el perfil
fustal.
F17 , 3 ' =100

dsc17 ,3'
dap

donde:
dsc17 , 3' es el dimetro de fuste sin corteza medido a 17,3 pies de altura en el rbol en pie.

4.1.3 Punto de forma

El punto de forma relaciona la altura a la cual se encuentra el centro de gravedad de la copa y

la altura total del rbol. El centro de gravedad de la copa es el punto en el cual el rbol es ms
resistente a la accin del viento. As, este indicador reconoce la importancia de la copa del
rbol como factor determinante de la forma fustal. La ubicacin exacta de ese punto es difcil
de definir; en la prctica se asume que se ubica en la zona donde se presenta la mayor
ramificacin de la copa. El punto de forma se expresa en porcentaje.
P = 100

hcg
h

donde:
hcg es la altura del centro de gravedad de la copa,
h es la altura total del rbol.

4.2 Estudio de la forma mediante funciones de perfil fustal

En esta lnea se utilizan relaciones matemticas que representan el perfil fustal tomando el
fuste como un todo o por secciones.
4.2.1 Slidos de revolucin

El estudio de la forma fustal se basa en cuatro slidos bsicos conocidos (cilindro,

paraboloide, cono y neiloide). El perfil de esos slidos puede representarse mediante la
relacin bsica siguiente, la que rotada en torno al eje del slido produce el slido respectivo
(ver Fig.1 en Captulo sobre volumen).

65

y = k l r ,

donde:
y es el radio del slido en la posicin l, es decir la distancia medida desde el extremo menor del slido,
k es una constante,
r es un exponente que define la forma del slido (cilindro r = 0 ; paraboloide r = 0,5 ; cono r
neiloide r =1,5 ).

=1;

En cuanto a representatividad, el perfil de los slidos puede identificarse en forma aproximada

en los fustes de los rboles; el cilindro en porciones de poca longitud del fuste de latifoliadas;
el paraboloide y el cono en fustes de conferas creciendo en rodales densos; el neiloide en
rboles que crecen aislados y rboles tropicales. Esas formas se identifican ms fcilmente en
el fuste de rboles individuales tomados por secciones. La integracin de la relacin que
describe el perfil fustal genera el volumen del slido (ver Captulo sobre volumen).
4.2.2 Funciones de ahusamiento

El trmino ahusamiento se usa para describir la disminucin en dimetro que experimenta el

fuste de un rbol desde la base hasta el pice. El ahusamiento fustal vara ampliamente,
dependiendo de la especie, la ubicacin regional y el sitio, posicin relativa del fuste y la copa
dentro del dosel, como tambin de los tratamientos silviculturales aplicados en el rodal
(fertilizacin, poda, raleo, etc.).
Una funcin de ahusamiento es una expresin matemtica que describe el perfil del fuste.
Relaciona el dimetro de fuste con la altura a la cual el fuste adquiere ese dimetro, y
variables de estado del rbol (dap, altura). A partir de la funcin se puede estimar el dimetro
con o sin corteza en cualquier punto del fuste, el volumen total o comercial para cualquier
dimetro lmite de utilizacin y desde cualquier altura de tocn, y la altura comercial (Clutter
et al. 1983).
Aunque la funcin de ahusamiento permite realizar estimaciones de variables sencillas como
el dimetro de fuste a cualquier altura del fuste, o la altura en el fuste en la que el dimetro
adquiere un determinado dimetro, su mayor utilidad radica en que permite realizar
estimaciones de volumen entre dos alturas cualquiera en el fuste del rbol. As, se transforma
en una herramienta esencial en modelos de simulacin y optimizacin del trozado,
permitiendo la clasificacin de productos en pie. Puede utilizarse en algoritmos para
determinar el patrn de trozado ptimo, buscando maximizar el volumen o valor de los
productos; en ello es necesario considerar tanto los dimetros mnimos y mximos como las
caractersticas que definan la calidad aceptable para cada producto. Tambin puede ser til
para determinar el momento oportuno para realizar intervenciones en un programa de podas,
para obtener un cilindro nudoso de determinado tamao. En resumen, dada la gama de
aplicaciones, una funcin de ahusamiento es una alternativa ms adecuada que las funciones
de volumen para la cubicacin de rboles, especialmente cuando se tienen estndares
cambiantes para los productos (Reed y Green 1984).
66

Dependiendo del modelo de ahusamiento ajustado y de la variable que se desee estimar, puede
ser necesario modificar algebraicamente la funcin de ahusamiento. Habitualmente, la
modificacin ms simple de realizar es la requerida para estimar el dimetro fustal. En
cambio, la estimacin de la altura en la que el fuste adquiere un dimetro especfico requiere
una modificacin ms compleja; en algunos casos, incluso, es imposible obtener una funcin
explcita para esa estimacin, siendo necesario obtener el dimetro buscado mediante
iteracin. La estimacin del volumen requiere la integracin de la funcin de ahusamiento.
Por cierto, las funciones derivadas sern vlidas slo para la zona o rodal muestreado para
generar la funcin de ahusamiento.
4.2.2.1 Modelacin del perfil fustal

La tasa de disminucin del dimetro es variable a travs de toda la longitud del fuste (Kozak
1988), de manera que la forma que el fuste adquiere en cada seccin se asemeja a diferentes
slidos geomtricos (ver Fig. 2 en Captulo sobre volumen). La forma de la seccin basal es
similar a un tronco de neiloide, la seccin intermedia a un cilindro o tronco de paraboloide y
el extremo a un cono o paraboloide (Newnham 1992).
En el desarrollo de algunos modelos usados para describir el perfil del fuste se ha considerado
la existencia de esas formas bsicas en el fuste; otros modelos, en cambio, son empricos, pero
no por ello menos efectivos. En general, las mayores dificultades de ajuste para los modelos se
presentan en la base y en la parte superior del fuste.
Existe una amplia gama de modelos de ahusamiento. Ellos varan tanto en el nmero de
parmetros como en la definicin de las variables dependiente e independiente. En general, los
modelos tienen estructura polinmica y pueden ser simples, esto es basados en slo un
polinomio (modelos unifuncionales), o pueden resultar de la unin de dos o ms polinomios
(modelos segmentados). La introduccin de restricciones en los modelos para mejorar las
estimaciones es habitual.
4.2.2.1.1 Definicin de variables para el ajuste de modelos de ahusamiento

El ajuste de modelos de ahusamiento requiere de la medicin de dimetros a diferentes alturas

en el fuste del rbol. As, tanto el dimetro como la altura pueden constituirse directamente en
la variable dependiente e independiente, respectivamente, en el modelo. Sin embargo,
normalmente es ms til definirlas en trminos relativos (Tabla 1), ya que as disminuye la
variabilidad de la variable dependiente y es ms fcil visualizar la relacin entre las variables,
lo cual ayuda en la seleccin de un modelo para el ajuste de una funcin promedio. La
definicin de la variable independiente importa en cuanto a la posicin del pice del rbol al
graficar el perfil fustal en un sistema de coordenadas cartesianas, lo que en trminos
algebraicos determina si el modelo de regresin debe o no incorporar una constante
(intercepto).

67

El uso de valores relativos para expresar las variables incorporadas en un modelo de

ahusamiento puede tambin ayudar a estabilizar la varianza de la variable dependiente. ste es
un requisito bsico cuando se usan tcnicas de regresin tradicionales (mnimos cuadrados
ordinarios) (Czaplewski et al. 1989). En todo caso, la definicin de la variable dependiente
debe estar guiada por el uso final de la funcin de ahusamiento. Esto porque al transformar la
variable dependiente de la funcin ajustada, cuando se desea estimar algunas variables
especficas, como dimetro de fuste a alguna altura de fuste, o volumen entre dos puntos
cualesquiera del fuste, puede introducirse sesgos en las estimaciones.
Tabla 1. Definicin de variables en modelos de ahusamiento.
Variable dependiente
Smbolo en
Variable
Significado
el modelo de
Variable
ahusamiento

dimetro absoluto

d2

cuadrado del dimetro

absoluto

d2

rea de seccin absoluta

dimetro relativo

rea de seccin relativa

y2

d
D
2

d
D2

h
H
H h
H h
H

Variable independiente
Significado

Smbolo en el
modelo de
ahusamiento

altura absoluta

altura relativa

distancia al pice

distancia al pice
relativa a altura total

H h distancia al pice
relativa a altura sobre el
H 1,3 dap

d es el dimetro de fuste medido a una altura variable h; D es el dimetro del fuste medido a una altura fija en el fuste (dap, en 1,3 m de altura);
H es la altura total del rbol.

Figura 1. Nubes de puntos obtenidas de la graficacin de diferentes combinaciones de definiciones de variables

comnmente utilizadas en modelos de ahusamiento.

68

Las graficacin de diferentes combinaciones de definiciones de variables comnmente

utilizadas en modelos de ahusamiento ayuda en la seleccin de modelos. As, cuando se busca
ajustar un modelo promedio de perfil fustal (ver ms adelante), tales grficos son de gran
utilidad en la seleccin de uno o ms modelos potenciales y en la identificacin de puntos para
la introduccin de restricciones (ver Fig. 1).
4.2.2.1.2 Estimacin del volumen mediante funciones de ahusamiento

El volumen de un rbol se determina a partir del volumen del slido de referencia (e.g.
cilindro) y el factor de forma respectivo mediante
v = v s f 1,3 ,

es decir
v = KD 2 H f 1,3 ,

donde:
v es el volumen total del rbol (m3),
D es el dap del rbol (cm),
H es la altura total del rbol (m),
K es una constante igual a / 40000 , cuando D es expresado en centmetros y H en metros,
f 1, 3 es el factor de forma artificial.

El valor del factor de forma artificial depende del perfil fustal. As, la frmula de clculo vara
de acuerdo al modelo utilizado para el perfil fustal.
4.2.2.1.3 Relacin entre el ahusamiento fustal y factor de forma cilndrico

El volumen del fuste se obtiene integrando la funcin de perfil fustal y evaluando la relacin
resultante en el rango deseado de la variable independiente. En ese clculo est involucrado el
factor de forma cilndrico.
La integral de la funcin
H

d2
0 D 2 h ,

d 2 / 40000
1
h , esto es
equivale a
2
g
0 D / 40000
H

( rea

de

fuste )h , relacin en la que g es el

rea de seccin normal del rbol ( g = D 2 / 40000 ). La integral, evaluada en toda la longitud
del fuste, resulta en v / g , esto es el cuociente entre el volumen total (v) y el rea de seccin

69

normal (g). El factor de forma artificial cilndrico se obtiene del producto entre ese cuociente
y H 1 , i.e.
v 1
v

=
= f1,3 .
g H
vs

As, el factor de forma cilndrico se obtiene de la integral

f1,3 =

1
H

d2
0 D 2 h .

[1]

Dependiendo de cmo se defina la variable independiente en el modelo de ahusamiento, puede

ser ms sencillo obtener la integral de la relacin [1] operando con la variable independiente
en vez de la altura. Tres casos tpicos se explican a continuacin.
Al definir la variable explicatoria mediante t =

h
, es claro que H t = h ; as, el factor de
H

forma cilndrico es
f1,3

1
=
H

d2
1
0 D 2 h = H
T

f 1,3 =
0

d2
0 D 2 Ht ,

d2
t .
D2

Al definir la variable explicatoria mediante x =

[1]

H h
, es claro que ( H 1,3) x = h y
H 1,3

el factor es
f 1, 3 =

1
H

f 1,3

d2
1
0 D 2 h = H

( H 1,3)
=
H

d2
0 D 2 ( H 1,3)x ,

d2
0 D 2 x .

Al definir la variable explicatoria mediante z =

H h
, es evidente que H z = h y el
H

factor es
f 1,3 =

1
H

d2
1
0 D 2 h = H

70

[1]

d2
0 D 2 H z ,

f 1, 3 =
0

d2
z .
D2

[1]

4.2.2.1.4 Modelos de ahusamiento

La literatura sobre modelacin del perfil fustal registra una gran variedad de modelos. A
continuacin se presenta una propuesta de ordenacin en cuatro lneas basada en la
complejidad de los modelos desarrollados. Con algunos de los modelos se entregan adems
las funciones derivadas para estimar el dimetro a cualquier altura en el fuste del rbol, el
volumen entre dos puntos del fuste y la altura comercial para un dimetro especfico.
Una funcin de ahusamiento relaciona dimetros de fuste con la altura de medicin de esos
dimetros, mediante modelos cuya forma general es
Y = f (X ) ,

en el que Y es el dimetro de fuste a una altura dada, o una variable derivada de ste; X es la
altura de medicin del dimetro, o una variable derivada de sta; f es una expresin algebraica
que toma variadas formas, preferentemente de polinomio ya sea simple o segmentado, o
exponencial.
4.2.2.1.4.1 Modelo simples

En teora, el modelo polinomial

s h = b0 + b1 h + b2 h 2 + b3 h 3 ,

en el que sh es el rea de seccin transversal a la altura h en el fuste, es adecuado para modelar

el perfil fustal de una rbol. Ello porque la relacin involucra varios slidos geomtricos
simples, cuya forma general es y = k l r (ver mtodo analtico para determinar volumen),
donde y es el radio del slido en la posicin (altura) l, y r define la forma del slido (cilindro:
r = 0 ; paraboloide: r = 0,5 ; cono: r = 1 ; neiloide: r =1,5 ). As, s h = y 2 = k 2 l 2 r ; esto
es s h = k 2 , en el caso de un cilindro, s h = k 2 l para un paraboloide, s h = k 2 l 2 en un
cono y s h = k 2 l 3 en un neiloide. As, si el fuste presenta forma cilndrica, el rea de seccin
transversal de fuste es una constante ( k 2 ), lo que est representado por el parmetro b0, con
b0 = k 2 ; la forma parablica est expresada en el componente b1 h , con l representado en

la altura h y b1 = k 2 ; las formas cnica y neiloidica estn representadas en los componentes

b2 h 2 y b3 h 3 , respectivamente. As, si la forma fustal corresponde a cualquiera de los
slidos bsicos, el modelo tendr al menos un parmetro significativo en el ajuste. Ahora, si
diferentes slidos bsicos contribuyen a la forma fustal, dos o ms parmetros del modelo
deberan resultar significativos en el ajuste.

71

Otro modelo que incorpora la definicin de perfil fustal implcita en los slidos bsicos es el
de Ormerod (1973). Aceptando que existen slidos con formas intermedias entre los slidos
bsicos tpicos, el radio fustal puede definirse mediante
d
a
= b( H h ) .
2

De acuerdo con esa relacin, el dimetro a una altura h del fuste est definido por
d = 2b( H h ) ,
a

relacin que evaluada a la altura de 1,3 m debe generar el dap del rbol (D), esto es
D = 2b( H 1,3) .
a

El cuociente entre el dimetro de fuste d y el dap del rbol es

d
2b( H h )
=
,
D 2b( H 1,3) a
a

de modo que
a

H h
d = D
,
H 1,3

donde:
d es dimetro de fuste a la altura h,
D es el dap del rbol,
H es la altura total del rbol.

Esa relacin se conoce como funcin de ahusamiento de Ormerod. Obviamente requiere que
ambos dimetros ( d , D ) sean expresados en la misma condicin, ya sea con o sin corteza
Note que el modelo de Ormerod es equivalente al modelo bsico y = k l r , en el que y = d / 2 ,
l = ( H h) ,

r=ay

k=

D/2
.
( H 1,3) r
a

El modelo de Ormerod tambin es representado mediante la relacin

Tomando x =

H h
y
H 1,3

f 1,3 =

( H 1,3)
H

d
H h
=
.
D H 1,3

d2
0 D 2 x (ver relacin [1]), la frmula de

2
volumen ( v = KD H f 1,3 ) para el modelo de Ormerod es

72

v = KD 2 H

( H 1,3)
H

2a

x ,

v = KD 2 H

( H 1,3) x 2 a +1

H
2 a +1 0

v = KD 2 H

( H 1,3) X 2 a +1
,
H
2a + 1

o bien, evaluando entre dos puntos del fuste,

v = KD 2 H

( H 1,3) x 22 a +1 x12 a +1

,
H
2
a
+
1

x 2 a +1 x12 a +1
,
v = KD 2 ( H 1,3) 2
2a + 1

donde:
v es el volumen (m3) entre las posiciones relativas x1 y x 2 en el fuste,

x1 =

H h1
H h2
x2 =
,
H 1,3
H 1,3 son los lmites relativos de integracin inferior y superior,

respectivamente.

Operando con alturas absolutas

KD 2
v=
( H 1,3) 2 a

( H h2 ) 2 a +1 ( H h1 ) 2 a +1

,
2
a
+
1

donde:
h1 y h2 son las alturas de integracin en el fuste (e.g. altura de tocn y altura comercial).
Polinomio cuadrtico

y 2 = b0 + b1t + b2 t 2 ,

donde:
y=

d
h
t=
es
el
dimetro
relativo
estimado
a
la
altura
relativa
D
H ,

bi son coeficientes de regresin.

Con esa definicin de variables es fcil restringir el modelo para que el dimetro estimado en
la altura total del rbol ( t = 1 ) sea cero ( y 2 = 0 ). Esto es 0 = b0 + b1 + b2 ; as b0 = b1 b2 ,

73

con lo cual el modelo se transforma en el modelo lineal simple sin intercepto siguiente (Kozak
et al. 1969)
y 2 = b1 (t 1) + b2 (t 2 1) .

El efecto directo de la introduccin de una restriccin en el modelo es la prdida de uno de

sus parmetros. En la prctica se requiere estimar slo dos parmetros en el proceso de ajuste
del modelo, siendo el tercero una funcin lineal de estos dos. La incorporacin de la
restriccin puede ocasionar estimaciones sesgadas. La ventaja del modelo restringido es que
satisface el principio biolgico de dimetro cero en el pice del rbol. En trminos prcticos,
en el modelo analizado, esa restriccin no es de mucha utilidad, dado que afecta una porcin
del fuste que no tiene uso comercial.
T

2
En este caso, la determinacin del volumen ( v = KD H f 1,3 ), con

relacin [1]) y t =

f 1,3

d2
= 2 t (ver
0 D

h
, se realiza mediante
H
T

v = KD 2 H
0

d2
t ,
D2

v = KD 2 H b0 + b1t + b2 t 2 t ,
0

b1t 2
b2 t 3

v = KD H
b
t
+
+
0
2
3

0
2

b T 2 b2T 3
v = KD 2 H b0T + 1
+
2
3

o bien, evaluando entre dos puntos cualquiera del fuste,

b1 (t 22 t12 ) b2 (t 23 t13 )
v = KD H b0 (t 2 t1 ) +
+
,
2
3

donde:
v es el volumen (m3) entre las posiciones relativas t1 y t 2 en el fuste,

t1 =

h1
h
t 2 = 2 son los lmites relativos de integracin inferior y superior, respectivamente.
,
H
H

74

Obtencin del dimetro y la altura comercial

El dimetro d a una altura especfica h del fuste (en t = h / H ) se obtiene de la transformacin

de la funcin de ahusamiento

d = D b0 + b1t + b2 t 2

0,5

La altura comercial h para un dimetro lmite determinado d requiere una transformacin ms

compleja

d 2H 2
b1 H (b1 H ) 2 4b2 b0 H 2
D2

h=
2b2

0,5

Polinomio de grado 5

Lowell (1986) proporciona un ejemplo del uso de un polinomio incompleto de grado 5. Otros
autores han usado polinomios incompletos de grado 40 (ver Bruce et al. 1968).
y 2 = b1 z + b2 z 2 + b3 z 3 + b4 z 4 + b5 z 5 .
Modelo trigonomtrico

Thomas y Parresol (1991) describen la forma fustal mediante la relacin

t
y 2 = b1 (t 1) + b2 sin( 2 t ) + b3 cot
,
2

en la que sin y cot son funciones trigonomtricas con argumento expresado en radianes.
La estimacin del volumen se realiza mediante

t2

sin

2
2
b2
2b3 2
2 (t 2 t1 )
relaci
v = KD H b1
(t 2 t1 ) [ cos(2 t 2 ) cos(2 t1 )] +
ln
2
2
t1

sin 2

n en la que ln es el logaritmo natural.

Modelo de Real y Moore

y i2 xi2 = b1 ( xi3 xi2 ) + b2 ( x i8 xi2 ) + b3 ( xi40 xi2 )

75

Real y Moore (1988) modelan la diferencia entre la seccin relativa del fuste ( y 2 ) y la
seccin relativa de un cono ( x 2 ) cuyas dimensiones corresponden a las dimensiones del rbol
(dap, altura), como se demuestra a continuacin.
Definiendo la variable dependiente como y i = d i / D , y la variable independiente como
x i = ( H hi ) /( H 1,3) , el modelo de ahusamiento no requiere una constante (intercepto).

Representando la distancia desde el pice mediante li = H hi , el dimetro de cono a una

distancia li desde el pice es definida por dci = k l i , donde k es la tasa de incremento de dc
por unidad de distancia desde el pice. Esa tasa es k =

dci
y depende de las dimensiones del
li

rbol. Su valor puede obtenerse desde algn punto en el fuste del rbol donde li y dci sean
conocidos, e.g. en el punto de medicin del dap (D) del rbol; luego k =
que dci = k li =

H hi
D
li = D
. As dci = D x .
H 1,3
H 1,3

El rea de seccin de cono es Sc =

Sf =

40000

D
, de modo
H 1,3

40000

dc 2 , esto es Sc =

D 2 x 2 , y la del fuste es
40000

d i2 ; ambas reas, expresadas en trminos relativos al rea de seccin a la altura

D2 x2
d i2
2
40000
40000
= x para el cono, y
= y 2 para el fuste.
del dap, son

D2
D2
40000
40000

As, la modelacin del cuociente entre el rea relativa del fuste y el rea relativa del cono, esto
es

y2
, puede realizarse mediante el modelo
x2

y i2
= b0 + b1 xi + b2 xi6 + b3 xi38 .
2
xi
Introduciendo la restriccin

y2
= 1 en x = 1 ,
x2
1 = b0 + b1 + b2 + b3 ,

Despejando,
b0 = 1 b1 b2 b3 ,

76

[2]

y reemplazando en [2] se obtiene el modelo en cuestin

y i2
= 1 b1 b2 b3 + b1 xi + b2 xi6 + b3 xi38 ,
2
xi
y i2 = xi2 b1 xi2 b2 xi2 b3 xi2 + b1 xi3 + b2 xi8 + b3 x 40 ,

y i2 xi2 = b1 ( xi3 xi2 ) + b2 ( xi8 xi2 ) + b3 ( x 40 xi2 ) .

Modelo de Bruce

Bruce et al. (1968) proponen el modelo de ahusamiento siguiente

y i2 = b1 x i1,5 + b2 ( x i1,5 x i3 ) D + b3 ( x i1,5 x i3 ) H + b4 ( x i1,5 x i32 ) DH + b5 ( x i1,5 x i32 ) H 0,5 + b6 ( x i1,5 x i40 ) H 2

.
La altura comercial se obtiene en forma iterativa, ya que la complejidad del modelo impide
derivar una funcin para obtener directamente esta variable. El volumen se obtiene con la
frmula siguiente
B
C
E
A

v = KD 2 ( H 1,3)
( x 22,5 x12,5 ) + ( x 24 x14 ) +
( x 233 x133 ) +
( x 241 x141 ) ,
4
33
41
2,5

con
A = b1 + b2 D + b3 H + b 4 DH + b5 H 0,5 + b6 H 2 ,

B = ( b2 D + b3 H ) ,

C = ( b4 DH + b5 H 0,5 ) ,
E = b6 H 2 ,

donde:
v es el volumen (m3) entre las posiciones relativas x1 y x 2 en el fuste,

x1 =

H h1
H h2
x2 =
,
H 1,3
H 1,3 son los lmites relativos de integracin inferior y superior,

respectivamente.

El modelo de Bruce et al. (1968) es el resultado final del anlisis de la forma fustal en una
especie particular (Alnus rubra Bong.) y por ello esa forma final pudiera no ser
completamente satisfactoria para otras especies. Esos autores tambin sugieren que para
efectos de ajustar un modelo de perfil promedio, bastara con una funcin simple que incluya
un conjunto de tres variables explicatorias, y proponen para ello dos conjuntos, i.e. ( x 1, 5 , x 2
, x 40 ) y ( x 1, 5 , x 3 , x 30 ).
77

4.2.2.1.4.2 Polinomios segmentados

Estos son modelos compuestos por submodelos que describen secciones del fuste (ver e.g.
Max y Burkhart 1976, Bennett et al. 1978, Cao et al. 1980, Farrar y Murphy 1987-1988, Farrar
1987; Czaplewski y McClure 1988; Czaplewski et al. 1989). La ventaja de estos modelos es
un menor sesgo en las estimaciones de dimetro que los modelos simples, pero la estimacin
de los parmetros es ms complicada y la derivacin de las frmulas de volumen y de altura
comercial es engorrosa o no existen (Kozak 1988). A continuacin se describe, a grandes
rasgos, la unin de modelos. Mayores detalles sobre este punto se encuentran en Cancino
(1993).
Los modelos segmentados se componen de dos o ms submodelos. Esto es
Yi = f i ( X ) ,

con
fi (X ) =

f 1 ( X , 1 );
a X 1 ,
f 2 ( X , 2 ); 1 X 2 ,

f r ( X , r ); r 1 X b.

El modelo segmentado est compuesto por r submodelos unidos en r-1 puntos ( 1 ,..., r 1 ).
La unin se realiza considerando restricciones de continuidad y pendiente comn en los
puntos de unin. Tambin es factible incorporar restricciones adicionales para que la variable
dependiente adquiera valores especficos en determinados puntos del fuste.
El modelo resultante reparametrizado puede ajustarse mediante la tcnica de regresin lineal
mltiple cuando los puntos de unin i son conocidos; de lo contrario, es necesario hacer uso
de tcnicas de ajuste no lineal (Gallant y Fuller 1973, Max y Burkhart 1976).
Modelos compuestos de dos submodelos
Unin de dos submodelos cuadrticos

Max y Burkhart (1976) proporcionan un ejemplo de la unin de dos submodelos cuadrticos.

En este caso, el modelo segmentado es definido por
y 2 = f i (T , i ) ,

f1 (T ,1 ) = a 0 + a1t + a 2 t 2 ; 0 t 1 ,
f 2 (T , 2 ) = b0 + b1t + b2 t 2 ; 1 t 1,
relaciones en las que ai y bi son coeficientes de regresin.

78

En la unin de los submodelos se incorporan las restricciones de continuidad y de igualdad de

pendiente en los puntos de unin. A partir de esas dos restricciones se despejan a0 y a1 y se
reemplazan las expresiones resultantes en fl. Tambin es posible incorporar la restriccin de
rea relativa cero ( y 2 = 0 ) en el pice del rbol ( t = 1 ). As se obtiene el modelo
f1 (T ,1 , 2 ) = b1 (t 1) + b2 (t 2 1) + (a 2 b2 )(1 t ) 2 ,

en el cual, el componente b1 (t 1) + b2 (t 2 1) 2 corresponde al modelo f 2 restringido (

y 2 = 0 en t = 1 ), de modo que el modelo para todo el rango de valores de t es

y 2 = b1 (t 1) + b2 (t 2 1) + (a 2 b2 )(1 t ) 2 I ,
con

I = 1;
I = 0;

t 1 ,
t > 1 .

Unin de dos submodelos cbicos completos

y 2 = f i (T , i ) ,

f 1 (T , 1 ) = a 0 + a1t + a 2 t 2 + a3 t 3 ; 0 t 1 ,
f 2 (T , 2 ) = b0 + b1t + b2 t 2 + b3t 3 ; 1 t 1.
La unin de los submodelos por el proceso ya descrito genera el modelo para todo el rango de
valores de t.
y 2 = b1 (t 1) + b2 (t 2 1) + b3 (t 3 1) + [ b4 + b5 (t + 21 )](t 1 ) 2 I ,
con

I = 1;
I = 0;

t 1 ,
t > 1 .

Unin de dos submodelos cbicos (uno incompleto)

y 2 = f i ( Z , i ) ,

f1 ( Z , 1 ) =

a1 z + a 2 z 2 + a 3 z 3 ; 0 z 1 ,

f 2 ( Z , 2 ) = b0 + b1 z + b2 z 2 + b3 z 3 ; 1 z 1.
En este caso, a partir de las restricciones de continuidad y de igualdad de pendiente en los
puntos de unin se despejan b0, y b1, y se reemplazan las expresiones resultantes en f2. As se
obtiene el modelo para todo el rango de valores de z.
y 2 = b1 z + b2 z 2 + b3 z 3 + [ b4 + b5 ( z + 21 )]( z 1 ) 2 I ,

79

con

I = 0;
I = 1;

z 1 ,
z > 1 .

Otra variante de la unin de dos submodelos cbicos (uno incompleto) es

y 2 = f i ( Z , i ) ,

f1 ( Z , 1 ) =
a 2 z 2 + a3 z 3 ; 0 z 1 ,
f 2 ( Z , 2 ) = b0 + b1 z + b2 z 2 + b3 z 3 ; 1 z 1.
Despejando b0, y b1 y reemplazndolos en f2 se obtiene (ver Parresol et al. 1987)
y 2 = b1 z 2 + b2 z 3 + [ b3 + b4 ( z + 2 1 )] ( z 1 ) 2 I
con

I = 0;
I = 1;

z 1 ,
z > 1 .

Unin de un submodelo cbico incompleto y un cuadrtico completo

y 2 = f i ( Z , i ) ,

f1 ( Z , 1 ) =

a1 z + a 2 z 2 + a3 z 3 ; 0 z 1 ,

f 2 ( Z , 2 ) = b0 + b1 z + b2 z 2

1 z 1.

El modelo final se obtiene despejando b0, y b1 y reemplazndolos en f2

y 2 = b1 z + b2 z 2 + b3 z 3 + [ b4 b3 ( z + 21 )]( z 1 ) 2 I ,
con

I = 0;
I = 1;

z 1 ,
z > 1 .

Modelos compuestos de tres submodelos

Max y Burkhart (1976) presentan dos ejemplos del ajuste de tres submodelos, uno
cuadrtico-lineal-cuadrtico, en tanto que el otro combina tres submodelos cuadrticos.
Modelo cuadrtico-lineal-cuadrtico

y 2 = f i (T , i ) ,

80

f 1 (T , 1 ) = a 0 + a1t + a 2 t 2 ;
f 2 (T , 2 ) = b0 + b1t

0 t 1,
; 1 < t 2 ,

f 3 (T , 3 ) = c0 + c1t + c 2 t ;
2

2 < t 1.

La unin de los submodelos considera las restricciones de continuidad y de igualdad de

pendiente en los dos puntos de unin ( 1 , 2 ), a partir de las cuales se despejan a0 y a1 y se
reemplazan en fl (ver Max y Burkhart 1976). El modelo resultante incorpora, adems, la
restriccin de rea relativa cero ( y 2 = 0 ) en el pice del rbol ( t = 1 ).
y 2 = b1 (t 1) + b2 (t 2 1) + b3 (1 t ) 2 I 1 b2 ( 2 t ) 2 I 2 ,

con

I i = 1; t i ,
I i = 0; t > i .

Modelo cuadrtico-cuadrtico-cuadrtico

y 2 = f i (T , i ) ,

f1 (T , 1 ) = a 0 + a1t + a 2 t 2 ; 0 t 1 ,
f 2 (T , 2 ) = b0 + b1t + b2 t 2 ; 1 < t 2 ,
f 3 (T , 3 ) = c0 + c1t + c 2 t 2 ;

2 < t 1.

La unin de los submodelos sigue el procedimiento ya descrito (ver Max y Burkhart 1976)
y 2 = b1 (t 1) + b2 (t 2 1) + b3 (1 t ) 2 I 1 + b4 ( 2 t ) 2 I 2 ,

con

I i = 1; t i ,
I i = 0; t > i .

La segmentacin del modelo debe considerarse al realizar estimaciones de la variable

dependiente (ver Fig. 2) o de cualquier otra variable derivada.

Figura 2. Representacin grfica de la estimacin de la variable dependiente mediante un polinomio segmentado

81

compuesto de tres submodelos. En el segmento de la izquierda, la variable dependiente es estimada

utilizando
el
modelo
completo,
esto
es
y 2 = b1 (t 1) + b2 (t 2 1) + b3 (1 t ) 2 I 1 + b4 ( 2 t ) 2 I 2 ; en el segmento central I 1 = 0 , de
modo
que la variable dependiente es estimada utilizando un modelo reducido (
y 2 = b1 (t 1) + b2 (t 2 1) + b4 ( 2 t ) 2 I 2 ); en el segmento de la derecha I 1 = 0 e I 2 = 0 , de
modo que la variable dependiente es estimada utilizando un modelo ms simple, equivalente a operar con
un2 modelo cuadrtico 2 con restriccin de seccin relativa cero en el pice del rbol (
y = b1 (t 1) + b2 (t 1) ).

La relacin para estimar d es

d = D b1 (t 1) + b2 (t 2 1) + b3 (1 t ) 2 I 1 + b4 ( 2 t ) 2 I 2

0, 5

en tanto que la altura comercial h se obtiene de

h=

H
B ( B 2 4 AC ) 0,5 ,
2A

con
A = b2 + b3 L1 + b4 L 2 ,
B = b1 2b31 L1 2b4 2 L 2 ,
C = b1 b2 d 2 / D 2 + b312 L1 + b4 22 L 2 ,

L1 = 1; d d1 ;
L2 = 1; d d 2 ;

L1 = 0; d < d 1 ,
L2 = 0; d < d 2 ,

donde d1 y d2 son dimetros estimados en los puntos de unin

d1 = D b1 ( 1 1) + b2 ( 12 1)

0, 5

d 2 = D b1 ( 2 1) + b2 ( 22 1) + b3 ( 1 2 ) 2

0,5

El volumen se estima mediante la relacin siguiente (ver Martin 1981)

b (t 2 t12 ) b2 (t 23 t13 )
b ( t 2 ) I 1 (1 t1 ) 3 J 1
v = KD 2 H 1 2
+
(b1 + b2 )(t 2 t1 ) 3 1
2
3
3

con

b4 ( 2 t 2 ) 3 I 2 ( 2 t1 ) 3 J 2
3

I 1 = 1; t 2 1 ;
J 1 = 1; t1 1 ;

] ,

I 1 = 0; t 2 > 1 ;
J 1 = 0; t1 > 1 ;

I 2 = 1; t 2 2 ;
J 2 = 1; t1 2 ;

I 2 = 0; t 2 > 2 ;
J 2 = 0; t1 > 2 .

4.2.2.1.4.3 Modelos de ahusamiento de forma variable

Esta lnea consiste en la utilizacin de un modelo exponencial simple, con un exponente

cambiante desde la base al pice del fuste para compensar las formas de neiloide, paraboloide

82

y cono (Ormerod 1973, Kozak 1988, Reed y Byrne 1985, Perez et al. 1990). Un modelo de
este tipo es fcil de desarrollar, reduce el tiempo de clculo y las estimaciones de dimetro son
menos sesgadas. Sin embargo, algunos de ellos tienen dos desventajas: i) no pueden ser
integrados para calcular el volumen, el cual debe ser calculado a partir de los dimetros
estimados y la longitud de los trozos; ii) no permiten calcular directamente la altura comercial
para un dimetro lmite de utilizacin determinado, valor que debe obtenerse por iteracin.
Aunque algunas de las funciones pueden ser integradas, las relaciones resultantes son
complicadas (Kozak 1988).
En esta lnea el modelo bsico es una funcin exponencial simple (Kozak 1988)
y =uc ,

con
y=

d
,
DI

DI = b0 D b1 b2D ,
h
1 t 0,5
,t= ,
u=
0,5
H
1 I

c = b3t 2 + b4 ln(t + 0,001) + b5t 0,5 + b6 et + b7

D
,
H

[3]

donde:
I es la posicin del punto de inflexin,
DI es el dimetro de fuste en el punto de inflexin.

Anlisis de datos de diferentes especies demuestran que las relaciones presentadas son
adecuadas para estimar el exponente c y el dimetro DI en el punto de inflexin (Kozak 1988).
Reemplazando y reacomodando la expresin resultante se obtiene el modelo a ajustar
d = b0 D b u
b1

D
2

b3t 2 +b4 ln( t +0 , 001) +b5t 0 , 5 +b6 e t +b7

D
H

Es fcil verificar que este modelo cumple con la restriccin de dimetro cero ( d = 0 ) cuando
t = 1 ; esto porque en ese punto u = 0 . Otra caracterstica del modelo es que d = D I cuando
t = I , punto donde la funcin cambia de direccin. Esa relacin puede linealizarse usando
transformacin logartmica, lo cual genera un modelo cuyos coeficientes pueden ser estimados
mediante regresin lineal mltiple (Kozak 1988).

83

ln d = ln b0 + b1 ln D + D ln b2 + b3 t 2 ln u + b4 ln(t + 0,001) ln u + b5 t 0 ,5 ln u + b6 e t ln u + b7

D
ln u
H

.
La determinacin de la altura comercial se realiza iterativamente. El proceso consiste en
ingresar el valor de d en la relacin [4], siendo el valor de c calculado mediante [3] para un
valor deseado de t0 (e.g. 0,9); as se obtiene un valor t1. El siguiente valor de t usado para
calcular c se puede obtener de la relacin [5], procedimiento que se repite hasta lograr una
precisin preestablecida (e.g. 0,01 (relacin [6])). Lograda la precisin deseada, la altura
comercial se estima mediante la relacin [7].

t i = 1 1 I 0 ,5

b D b1 b D
2
0

t2 = t0 +

t1 t o
,
2

[4]

[5]

t i t i +1 < 0,01 ,

[6]

hc = t i H .

[7]

La funcin de ahusamiento descrita no se puede integrar. As, el volumen se estima mediante

una frmula como la de Newton u otra (Kozak 1988).
4.2.2.1.4.4 Funciones de ahusamiento compatibles

Esta lnea consiste en derivar la funcin de ahusamiento a partir de una funcin de volumen
total o comercial (Demaerschalk 1971-1972, Goulding y Murray 1976, Clutter 1980, Gordon
1983, Reed y Green 1984, Byrne y Reed 1986, Lenhart et al. 1987, Candy 1989). De la
derivacin se obtiene una funcin de ahusamiento compatible, denominacin que recibe por el
hecho de que el volumen estimado mediante la integracin de sta es igual al obtenido
mediante la funcin de volumen original. Esta es una caracterstica deseable cuando las
estimaciones realizadas con la ltima funcin son precisas.
Algunas de las funciones de volumen actualmente en uso permiten derivar funciones de
ahusamiento, sujetas a la restriccin de que el volumen estimado mediante sta sea idntico al
generado por la funcin de volumen original. La derivacin necesita cierta informacin sobre
ahusamiento (Demaerschalk 1972). Por ejemplo, una funcin de volumen total como la de
Schumacher v = a1 D a2 H a3 puede convertirse a una funcin de ahusamiento, que en este caso
particular corresponde al modelo siguiente (ver Reed y Green 1984), cuya integracin sobre la
altura total del rbol genera la funcin de volumen total de Schumacher.

84

d = b1 D

b2

( H h) b

H b4

La frmula resultante de la integracin de esta funcin entre las alturas 0 y h en el fuste

permite obtener el volumen fustal entre esa alturas.

h
h
b12 D 2 b2 ( H h) 2 b3
v = K d 2h = K

H 2 b4
0
0

2 2b
b D 2 H
1

h =K

2 b +1

H h 3
1

.
2b3 +1

2 b3 +12 b4

Al estimar el volumen total, esto es hasta el punto en que h = H , esta relacin se transforma
en la funcin de Schumacher, en la cual
a1 = K

b12
,
2b3 + 1

a 2 = 2b2 ,
a 3 = 2b3 +1 2b4 .
4.2.2.1.5 Incorporacin de restricciones a la altura de medicin del dap y otra altura en el fuste

La incorporacin de restricciones obliga al modelo a estimar con exactitud el dimetro en

algn punto de inters del fuste. Este puede ser un punto del fuste cuya medicin de dimetro
sea habitual, como por ejemplo a la altura de 1,3 m (dap), o en otra altura donde el dimetro
de fuste sea factible de medir. As, el modelo restringido estimar con exactitud esos
dimetros conocidos en el fuste y con alta precisin los dimetros de fuste en los sectores
cercanos a esos puntos. A continuacin se describe algebraicamente la introduccin de
restricciones para el dimetro fustal, una para el dap y otra para el dimetro fustal medido a
otra altura.
Definiendo la variable dependiente como yi = (d i / D) 2 , en la que ambos dimetros son
medidos sin corteza, y la variable independiente como xi = ( H hi ) /( H 1,3) , el modelo de
ahusamiento no requiere una constante (intercepto). As, el perfil fustal puede ser representado
por un modelo como el siguiente
y i = b1 xi + b2 xi2 + b3 xi3 + b4 xi4 .

[8]

Incorporacin de la primera restriccin. Estimacin exacta del dap del rbol, cuando la
altura de medicin del dimetro es hi =1,3 . De acuerdo con la definicin de variables, la
restriccin en trminos algebraicos implica que y i = 1 en xi = 1 .
Evaluando en [8],

85

1 = b1 + b2 + b3 + b4 ,

despejando,
b1 =1 b2 b3 b4 ,

y reemplazando en [8]
y i = (1 b2 b3 b4 ) xi + b2 xi2 + b3 xi3 + b4 xi4 ,
y i = xi + b2 ( xi2 xi ) + b3 ( xi3 xi ) + b4 ( xi4 xi ) .

[9]

Incorporacin de la segunda restriccin. Estimacin exacta del dimetro de fuste medido a

la altura hi = hm . Esta restriccin, en trminos algebraicos, implica que y i = y m en xi = x m
, esto es que la variable dependiente tome un valor conocido ( y m : y medido) a una altura
conocida del fuste ( x m : x medido).
Evaluando en [9],
y m = x m + b2 ( x m2 x m ) + b3 ( x m3 x m ) + b4 ( x m4 x m ) ,

despejando,

b2 =

( y m x m ) b3 ( x m3 x m ) b4 ( x m4 x m )
,
( x m2 x m )

y reemplazando en [9]

( y m x m ) b3 ( x m3 x m ) b4 ( x m4 x m ) 2
y i = xi +
xi xi + b3 ( xi3 xi ) + b4 ( xi4 xi ) .
2
( xm xm )

Acomodando trminos,

3
4
( y m x m )( xi2 xi )
( x m3 x m )( xi2 xi )
( x m4 x m )( xi2 xi )
y i xi
= b3 xi xi
+ b4 xi xi

x m2 x m
x m2 x m
x m2 x m

:As, el modelo a ajustar se reduce a

t i = b3 z1i + b4 z 2 i ,

con

86

( y m x m )( xi2 x i )
t i = y i xi
,
x m2 x m
z1i = xi3 x i

( x m3 x m )( x i2 x i )
,
x m2 x m

z 2i = xi4 xi

( x m4 x m )( xi2 xi )
.
x m2 x m

4.2.2.2 La muestra para el ajuste de modelos

Los datos que se necesitan para obtener una funcin de ahusamiento para una especie son
dimetros de fuste sin corteza, medidos a diferentes alturas en el fuste, el dimetro con corteza
medido a 1,3 m de la superficie del suelo (dap) y la altura total de cada rbol en la muestra.
Hay varias opciones para constituir una muestra para la especie de inters. Entre las opciones
que se pueden considerar estn: a) una muestra general; b) una muestra por localidad; c) una
muestra por tamao de rbol; y d) una muestra por tipo de manejo.
Es ideal contar con una funcin nica por especie, obtenida a partir de la muestra general. En
ello es conveniente tener presente que el ahusamiento fustal es determinado por una serie de
factores (ver e.g. Lowell 1987, Amateis y Burkhart 1987). Cualquiera sea el caso, la obtencin
de una funcin general es un paso necesario para probar otras posibles ordenaciones de los
datos de la muestra (ver criterios para seleccionar modelos).
El tamao de la muestra es difcil de definir antes de realizar el proceso de ajuste.
Estadsticamente se puede derivar una expresin para determinar el tamao de muestra que se
debe tomar para lograr una precisin especfica en las estimaciones, pero para ello es
necesario definir el modelo a utilizar en el ajuste y tener una idea de la variabilidad de la
variable dependiente, de la(s) variable(s) independiente(s) y de su(s) covarianza(s);
normalmente estos aspectos se desconocen, especialmente si se trata del primer intento de
ajuste de modelos de ahusamiento. El camino habitual es tomar una muestra de cierto tamao,
ajustar los diferentes modelos en anlisis y seleccionar entre stos el que se considere ms
adecuado.
La muestra debe tener un tamao suficiente y ser representativa de la poblacin. Lo de tamao
suficiente o tamao "grande" es un trmino relativo, pero puede tomarse como base un valor
mnimo de 30 rboles por condicin para el ajuste de modelos, recordando que los grados de
libertad se obtienen a partir del nmero de mediciones de dimetros realizadas.
Lo de la representatividad debe entenderse principalmente por el lado del rango de tamaos de
rboles para los que se desea estimar el ahusamiento y, finalmente, el volumen; pero tambin
es necesario considerarla en relacin a la distribucin de la muestra de rboles y,
especialmente, de las alturas de medicin de los dimetros de fuste. Adems, es necesario
tener presente que, si se requiere modelar la heterogeneidad de varianza, es necesario tener
87

datos medidos a cada nivel de la variable independiente; de lo contrario hay que dividir la
muestra en intervalos pequeos y tomar una muestra grande para estimar bien el patrn de
varianza (Gregoire y Dyer 1989). Una muestra grande tambin protege contra la violacin del
supuesto de normalidad, supuesto importante si el objetivo es realizar pruebas de hiptesis y
prediccin; aunque no haya normalidad en los desvos, los estimadores obtenidos mediante el
mtodo de cuadrados mnimos ordinarios tienden a distribuirse normalmente a medida que el
tamao de la muestra aumenta.
4.2.2.3 El ajuste de modelos de ahusamiento

El ajuste promedio es la opcin ms simple en la construccin de una funcin de ahusamiento.

Se ajusta el modelo, con o sin restricciones, con el conjunto de datos de todos los rboles,
obtenindose un valor nico de los estimadores de los parmetros del modelo. Otra opcin es
el ajuste individual simultneo. Consiste en ajustar el modelo, con o sin restricciones, con el
conjunto de datos de todos los rboles, obtenindose simultneamente una funcin para
estimar cada parmetro del modelo en funcin de las dimensiones generales de cada rbol.
Esto requiere cierta elaboracin como se explica en lo que sigue.
Un ejemplo de modelo bsico es el siguiente
y = b0 + b1t + b2 t 2 + b3 t 3 ,

en el cual y =

h
d2
,t=
2
H
D

donde:
d es el dimetro sin corteza (cm) medido a la altura h (m),
D es el dap con corteza (cm),
H es la altura total del rbol (m).

Al restringir el modelo de modo que y = 0 cuando t = 1 , implica que b0 = b1 b2 b3 , lo

que reemplazado en el modelo original genera el modelo restringido
y = b1 ( t 1) + b2 ( t 2 1) + b3 ( t 3 1) .
4.2.2.3.1 Ajuste promedio

Al ajustar ese modelo al conjunto total de datos se obtiene la funcin de perfil fustal promedio

y = b1 ( t 1) + b2 t 2 1 + b3 t 3 1 ,

en la que los bi son los estimadores de los parmetros. En el ajuste promedio, cada uno de
esos estimadores tiene un valor fijo independientemente del tamao del rbol.

88

4.2.2.3.2 Ajuste individual simultneo

Este ajuste requiere una elaboracin mayor del modelo como se muestra a continuacin.
Tomando el modelo bsico y = b1 ( t 1) + b2 ( t 2 1) + b3 ( t 3 1) y las posibles variables
predictoras de los parmetros del modelo de ahusamiento (1 D
modelo bsico se transforma en

D2

H2

DH , el

y = b1 ( t 1) + b2 ( t 2 1) + b3 ( t 3 1)
+ b1 ( t 1) D + b2 ( t 2 1) D + b3 (t 3 1) D
+ b1 ( t 1) H + b2 (t 2 1) H + b3 (t 3 1) H
+ b1 ( t 1) D 2 + b2 (t 2 1) D 2 + b3 (t 3 1) D 2
+ b1 ( t 1) H 2 + b2 (t 2 1) H 2 + b3 (t 3 1) H 2
+ b1 ( t 1) DH + b2 (t 2 1) DH + b3 (t 3 1) DH .

Esta estructura de modelo es para cada rbol. La obtencin de los estimadores a partir de un
conjunto de rboles requiere una reparametrizacin del modelo, esto es un cambio en el
nombre de los parmetros.
y = b1 ( t 1) + b2 ( t 2 1) + b3 ( t 3 1)
+ b4 ( t 1) D + b5 (t 2 1) D + b6 (t 3 1) D
+ b7 ( t 1) H + b8 (t 2 1) H + b9 (t 3 1) H
+ b10 ( t 1) D 2 + b11 (t 2 1) D 2 + b12 (t 3 1) D 2
+ b13 ( t 1) H 2 + b14 (t 2 1) H 2 + b15 ( t 3 1) H 2
+ b16 ( t 1) DH + b17 (t 2 1) DH + b18 (t 3 1) DH .

Factorizando

y = ( b1 + b4 D + b7 H + b10 D 2 + b13 H 2 + b16 DH )( t 1)

+ ( b2 + b5 D + b8 H + b11 D 2 + b14 H 2 + b17 DH )( t 2 1)

+ ( b3 + b6 D + b9 H + b12 D 2 + b15 H 2 + b18 DH )( t 3 1),

89

se obtiene
y = B1 ( t 1) + B2 ( t 2 1) + B3 ( t 3 1) ,

con
B1 = b1 + b4 D + b7 H + b10 D 2 + b13 H 2 + b16 DH ,
B2 = b2 + b5 D + b8 H + b11 D 2 + b14 H 2 + b17 DH ,
B3 = b3 + b6 D + b9 H + b12 D 2 + b15 H 2 + b18 DH .

As, el ajuste promedio se reduce a ajustar el modelo y = b1t1 + b2 t 2 + b3 t 3 en el cual

t1 = t 1 , t 2 = t 2 1 , t 3 = t 3 1 . En el caso del ajuste individual simultneo, el modelo a

ajustar incorpora varios parmetros adicionales

y = b1t1 + b2 t 2 + b3t 3 + b4 t 4 + b5 t 5 + b6 t 6 + ... + b18 t18 ,

con t1 = t 1 , t 2 = t 2 1 , t 3 = t 3 1 , t 4 = t 4 1 , t 5 = t 5 1 , t 6 = t 6 1 ,, t18 = t 18 1 .
Al utilizar el modelo individual, el primer paso es estimar los parmetros B1 , B2 y B3 con
la funcin obtenida y las dimensiones generales del rbol (D, H).
4.2.2.4 Criterios usados para seleccionar modelos

Siempre es recomendable realizar una inspeccin de los residuos para evaluar la aptitud del
modelo. Grficos de los residuos contra los valores ajustados de la variable dependiente y
contra la(s) variable(s) independiente(s) permiten visualizar si el efecto de sta(s) es diferente
del supuesto en el modelo.
La determinacin de la relacin entre la variable dependiente y la(s) independiente(s) en el
modelo completo se realiza mediante una prueba F, la cual, al resultar significativa, indica que
al menos uno de los p parmetros en el modelo es diferente de cero.
F =

cmr
, valor que se compara con F(1, p 1, n p ) .
cme

La determinacin de la significancia de cada coeficiente de regresin se realiza mediante la

prueba t
t =

bi
sb

, valor que se compara con t (1, n p ) .

2

90

El software estadstico actualmente disponible habitualmente entrega directamente la

probabilidad asociada a cada parmetro, esto es la probabilidad de obtener ese valor por azar.
As, es suficiente comparar esa probabilidad con el nivel de significancia deseado (
= 0,05; = 0,01 ) en la prueba de hiptesis ( H 0 : bi = 0 ) para determinar la significancia del
estimador de cada parmetro ( bi ).
El proceso de seleccin entre diferentes modelos puede realizarse con criterios basados en los
residuos. A continuacin algunos criterios para modelos lineales (ver Hocking 1976).
cme =

R 2 =1

Ra = 1

sce
,
np

sce scr
=
,
sct sct

n 1
1R2 ,
np

PRESS = ( y i y i1 ) ,
2

i =1

0,5

sce
eee =
n p

con
n

sct = ( y i y ) ,
2

i =1
n

scr = ( y i y ) ,
2

i =1
n

i =1

i =1

2
sce = ( y i y i ) = i2 ,

cmr =

scr
,
p 1

donde:
cme es el cuadrado medio del error (varianza en torno a la lnea de estimacin),

R 2 es el coeficiente de determinacin (simple, mltiple),

Ra2 es el coeficiente de determinacin (simple, mltiple) ajustado,
PRESS es la suma de cuadrados de la prediccin,
eee es el error estndar de estimacin,

91

sct es la suma de cuadrados total corregida,

scr es la suma de cuadrados de la regresin,
sce es la suma de cuadrados del error,
cmr es el cuadrado medio de la regresin,
p es el nmero de parmetros en el modelo,
n es el tamao de la muestra,
bi es el valor del coeficiente i,

sbi es el error estndar del coeficiente i,

y i es un valor observado,
i es un valor estimado mediante el modelo,
y
i1 es el valor estimado para la observacin i mediante el modelo ajustado sin considerar esta observacin
y
en el proceso,

y es el promedio de las observaciones yi.

Especficamente aplicadas a modelos de ahusamiento, las pruebas de t y F son habituales.

Otros indicadores tradicionales como R2 tienen un valor limitado para evaluar modelos de
ahusamiento, porque no indican la habilidad del modelo para ser integrado y estimar el
volumen (Lowell 1986). Los criterios ms utilizados se basan en los desvos o residuos (ver
e.g. Kozak et al. 1969, Cao et al. 1980, Gordon 1983, Reed y Byrne 1985, Byrne y Reed 1986,
Lowell 1986, Farrar y Murphy 1987, Farrar 1987, Kozak 1988, Czaplewski y McClure 1988,
Perez et al. 1990), entre ellos los que se indican ms abajo. En las estimaciones pueden surgir
sesgos debido a la introduccin de restricciones en los modelos; eso justifica el uso de esta
medida como indicador.

sce
eee =
n p + C 1

B=

i =1

2
i

0,5

n
n

Da =

i =1

i
1 n 2 i =1
se =
i
n 1 i =1
n

pve = 100

( sct sce )

92

sct

0,5

donde:
eee es el error estndar de estimacin,
C es el nmero de restricciones introducidas en el modelo,
B es el sesgo (media del cuadrado de los desvos),
Da es el desvo absoluto promedio,

s e es la desviacin estndar de los desvos,

pve es el porcentaje de variacin explicada.

En las relaciones anteriores, el desvo i = mi m i , esto es la diferencia entre el valor

i ), se obtiene para la variable que se desee analizar.
observado ( mi ) y el valor estimado ( m
Esta variable puede ser el dimetro a una altura especfica, la altura comercial, o el volumen
total o comercial hasta un dimetro o altura lmite.

En aquellos casos en que se dispone de muestras de rboles obtenidas de diferentes

condiciones de sitio, de manejo o de otro factor, puede ser interesante determinar el efecto de
esos factores en el ahusamiento. El anlisis requiere que la varianza entre los niveles del factor
en anlisis sea homognea. Para detectar el cumplimiento de esta condicin se realiza una
prueba de homogeneidad de varianzas (Bartlett). Si la varianza es homognea, el efecto del
factor se analiza a travs de una prueba F; sta permite determinar si la agrupacin de niveles,
esto es obtener una funcin general por especie, tiene ms sentido que obtener funciones
individuales por nivel. La prueba F se establece de la siguiente forma, comparando el valor
calculado con el valor esperado F1; n 1, gl

gl s

sce j sce s
F =
sce s

gl j

gl j gl s

sce s = scei .
i =1

donde:
scej es la suma de cuadrados del error del conjunto de datos,
sces es la suma de cuadrados del error de los niveles del factor en anlisis,
n es el nmero de niveles del factor,
glj es el nmero de grados de libertad del conjunto de datos,
gls es la suma de grados de libertad de los niveles del factor,
si es el nmero de grados de libertad del nivel o grupo i.

Aqu, la prueba F evala la posibilidad de obtener una funcin para cada nivel del factor
considerado para dividir la informacin disponible (ver dummy variables en textos de
regresin). Esta prueba, con una implementacin cuidadosa, permite el anlisis de cada
parmetro del modelo para determinar semejanzas y diferencias por conjuntos de niveles.

93

4.2.2.5 Validacin de funciones de ahusamiento

Existen varias opciones para la validacin de una funcin de ahusamiento. Por ejemplo, la
funcin de ahusamiento, obtenida para cada condicin descrita, puede ser validada para la
variable dependiente definida en el ajuste y para las variables derivadas, como el dimetro a
cualquier altura, alturas para dimetros especficos, y volumen parcial o total. A su vez, la
validacin puede ser realizada con los datos usados para ajustar el modelo (validacin interna)
o con una submuestra independiente destinada exclusivamente para la validacin (validacin
externa). La validacin se basa en los criterios ya definidos; entre ellos, el error estndar de
estimacin, el sesgo (media de los desvos) y el porcentaje de variacin explicada son
especialmente tiles.
Especial inters reviste la validacin de la funcin de ahusamiento para aquellas variables
derivadas que implican una transformacin de la variable dependiente (ver Czaplewski y
d
, la obtencin del volumen requiere
D
transformar esa variable elevndola al cuadrado, esto es v = f ( y 2 ) ; en el modelo original se
cumple que y =y i i , donde y es el valor estimado, y i es el valor observado y i es un

Bruce 1990). Por ejemplo, cuando se define y =

error aleatorio. Con la transformacin de la variable se obtiene y 2 = y i2 2 y i i + i2 , relacin

en la cual el valor esperado es afectado por el sesgo introducido en la transformacin, esto es

[ ]

[ ] [ ]

[ ]

E y 2 = E y i2 + E i2 , en donde E i2 es un valor diferente de cero y corresponde al sesgo

en cuestin, el cual depende de la varianza de los errores aleatorios; en smbolos:

[ ]

E i2 = f (var( i )) .
Ms compleja es la estructura del sesgo introducida cuando se utiliza una transformacin raz

[ ]

cuadrada. En este caso y 2 = y i2 i , E y 2

[ ]

0, 5

[ ]

[ ]

E i2 y 3 3E i3 y 5
= y
+
+ ... , en donde el
8
8

[ ]

E i2 y 3 3E i3 y 5
+
+ ... . Esta situacin puede surgir al
8
8
ajustar un modelo en el que la variable dependiente es y 2 = ( d / D ) 2 y se modifica para obtener
el dimetro fustal a una altura especfica.
sesgo est representado por

Referencias
Amateis, R.L. and H.E Burkhart. 1987. Tree volume and taper of Loblolly pine varies by stand origin. South. J.
Appl. For. 11(4):185-189.
Bennett, F.A., F.T. Lloyd, B.F. Swindel and E.W. Whitehorne. 1978. Yields of veneer and associated products
from unthinned, old-field plantations of slash pine in the North Florida and South Georgia Flatwoods.
USDA SE176.
Bruce, D., R.O. Curtis and C. Vancoevering. 1968. Development of a system of taper and volume tables for red
alder. For. Sci 14(3):339-350.

94

Byrne, C. J. and D.D. Reed. 1986. Complex compatible taper and volume estimation systems for Red and
Loblolly pine. For. Sci. 32(2):423-443.
Cancino, J. 1993. Modelo optimizador de trozado de rboles basado en funciones de ahusamiento y
programacin dinmica. Tesis de Maestra. CATIE, Costa Rica. 230p.
Candy, S.G. 1989. Compatible tree volume and variable-form stem taper models for Pinus radiata in Tasmania.
N. Z. J. For. Sci. 5(3):313-322
Cao, Q.V., H.E. Burkhart, and T.A. Max 1980. Evaluation of two methods for cubic-volume prediction of
loblolly pine to any merchantable limit. For. Sci. 26(1):71-80.
Clutter, J. L. 1980. Development of taper functions from variable-top merchantable volume equations. For. Sci
26(1):117-120.
Clutter, J.L., J.C. Fortson, L.V. Pienaar, G.H. Brister, and R.L. Bailey. 1983. Timber Management: A
Quantitative Approach. John Wiley & Sons N.Y. 333p.
Czaplewski, R.L. and J.P. Mcclure. 1988. Conditioning a segmented stem profile model for two diameter
measurement. For. Sci. 24(2):512-522.
Czaplewski, R.L., A.S. Brown and D.G.Guenther. 1989. Estimating merchantable tree volume in Oregon and
Washington using stem profile models. USDA Research Paper RM-286. 17 p.
Czaplewski, R.L. and D. Bruce. 1990. Retransformation bias in a stem profile model. Can. J. For. Res. 20:1623 1630.
Demaerschalk, J.P. 1971. Taper functions can be converted to volume equations and point sampling factors. For.
Chron. 47(6):352-354.
Demaerschalk, J.P. 1972. Converting volume equations to compatible taper equations. For. Sci. 18(3):241-245.
Farrar, R.M. 1987. Stem-profile functions for predicting multiple product volumes in natural longleaf pines.
South. J. Appl. For. 11(3):161-167.
Farrar, R.M., and P.A. Murphy. 1987. Taper functions for predicting product volumes in natural shortleaf pines.
USDA SO-234.
Farrar, R. and P.A. Murphy. 1988. A versatile volume-defining function for natural loblolly pine trees. USDA
50-243.
Gallant, A.R. W.A. and Fuller. 1973. Fitting segmented polynomial regression models whose joint point have to
be estimated. Jour. Am. Stat. Assoc. 68(341):144-147.
Gordon, A. 1983. Comparison of compatible polynomial taper equations . N. Z. J. For. Sci. 13(2):146-155
Goulding, C.J. and J.C. Murray. 1976. Polynomial taper equations that are compatible with tree volume
equations. N. Z. J. For. Sci. 5(3):313-322.
Gregoire, T.G. and M.E. Dyer. 1989. Model fitting under patterned heterogeneity of variance. For. Sci. 35: 105125.
Hocking, R.R. 1976. The analysis and selection of variables in linear regression. Biometrics 32:1-49.
Kozak, A., D.D. Munro, and J.H.G. Smith. 1969. Taper functions and their application in forest inventory. For.
Chron. 45:278-283
Kozak, A. 1988. A variable-exponent taper equation. Can. J. For. Res. 18:1363-1368.
Lenhart, J.D., T.L. Hackett, and Ch.J. Laman 1987. Tree content and taper functions for loblolly and slash pine
trees planted on non-old-fields in East Texas. South. J. Appl. For. 11(3):147-151.
Lowell, K.E. 1986. A flexible polynomial taper equation and its suitability for estimating stem profiles and
volumes of fertilized and unfertilized radiata pine trees. Aust. For. Res. 16:165-174.
Lowell, K.E. 1987. A distributional taper-based volume system for fertilized and unfertilized radiata pine
plantations in Pigeon Valley, New Zealand. Aust. For. Res. 17:251-262.

95

Martin, A.J. 1981. Taper and volume equations for selected Appalachian Hardwood Species. USDA Research
Paper NE-490.
Max, T.A. H.E. and Burkhart. 1976. Segmented polynomial regression applied to taper equations. For. Sci.
22(3):283-289.
Newnham, R.M. 1992. Variable-form taper functions for four Alberta tree species. Can. J. For. Res. 22: 210-223.
Ormerod, D.W. 1973. A simple bole model. For. Chron. 49:136-138.
Parresol, B.R. J.E. Hotvedt, and Q.V. Cao. 1987. A volume and taper prediction system for bald cypress. Can. J.
For. Res. 17: 250-259.
Perez, D.N., H.E. Burkhart, and C.T. Stiff. 1990. A variable-form taper function for Pinus oocarpa chiede in
Central Honduras. For. Sci. 36(1):186-191.
Real, P.L. and J.A. Moore. 1988. An individual tree taper system for douglas-fir in the Inland-Northwest. In
Forest Growth Modeling and Predictions. Proceedings of IUFRO Conference, August 24-28, 1987,
Minneapolis, MN. Ed. by Ek, A.R., Shifley, S.R y Burk, T. E. USDA For. Serv. Gen Tech. Rep. NC120.
Reed, D.D., and C.J. Byrne. 1985. A simple, variable form volume estimation system. For. Chron. 61: 87-90.
Reed, D.D., and E.J. Green. 1984. Compatible stem taper and volume ratio equations. For. Sci. 30(4):977-990.
Thomas, C.E., and B.R. Parresol. 1991. Simple, flexible, trigonometric taper equations. Can. J. For. Res.
21:1132-1137.

96

5 Biomasa
La biomasa forestal es la cantidad total de materia viva existente en un ecosistema forestal.
Incluye todos los componentes que forman el ecosistema, como rboles, arbustos y otros
vegetales. Normalmente es expresada en toneladas de materia seca por hectrea, razn por la
cual tambin se suele usar el concepto de densidad de biomasa para referirse a esta variable
(ver e.g. Brown 1997). El uso del peso seco no slo permite eliminar la variabilidad de la
humedad en los diferentes componentes de la biomasa, sino que la cantidad de materia seca
est ms estrechamente relacionada con el rendimiento en diferentes procesos.
Desde el punto de vista de la productividad de sitio, la biomasa es una medida ms completa
que el volumen, pero su determinacin es considerablemente ms compleja. An as, es de
gran inters, especialmente en aquellos rodales manejados para la produccin de pulpa o
cuando la corteza es un producto importante (e.g. produccin de taninos). Tambin es
relevante cuando se manejan bosques para la produccin energtica, dado que la masa se
relaciona mejor que el volumen con la produccin de energa. Naturalmente, es de gran
relevancia por la participacin vegetal en el ciclo del carbono, en que la captura de C0 2
atmosfrico y su almacenamiento en la biomasa representa un efecto claramente benfico para
el ambiente; por otro lado, tambin incorpora nutrientes del suelo lo que puede conducir al
empobrecimiento del suelo y a la disminucin de la productividad de sitio, tpico
estrechamente relacionado con la conservacin de suelos. Tambin juega un rol importante en
proteccin forestal, ya sea relacionado con plagas o con incendios forestales.
5.1 Componentes de la biomasa
La biomasa forestal est conformada por componentes de variada complejidad y accesibilidad.
Por ello, su estimacin requiere la identificacin inicial de estos componentes y el diseo de la
estrategia adecuada de medicin o estimacin. Desde el punto de vista de una comunidad
forestal, y dependiendo de los objetivos especficos del estudio, la biomasa puede dividirse
espacialmente en biomasa area, la que incluye toda la biomasa viva sobre el suelo (biomasa
de dosel principal, biomasa de sotobosque) y desechos leosos (biomasa de residuos en pie,
colgantes y sobre la superficie del suelo), y biomasa subterrnea, incluyendo los componentes
leosos vivos y muertos de los sistemas radiculares. En el caso especfico de rboles, los
componentes habituales para la separacin de biomasa son races, ramas, follaje, madera de
fuste y corteza. Naturalmente, otras subdivisiones como e.g. fuste, corteza de fuste y copa
tambin son posibles. Un exhaustivo anlisis de la determinacin de la biomasa y ejemplos a
travs del tiempo son presentadas por van Laar y Aka 1997.
La determinacin de la biomasa de una formacin vegetal, constituida por la suma de la
biomasa de todos los componentes (rboles, arbustos, etc.), necesariamente requiere de la
determinacin de la biomasa en esos componentes. Las metodologas que se describen a
continuacin se basan fundamentalmente en el documento de Brown (1997), en el protocolo
de Snowdon et al. (2001), y en los artculos de Parresol (1999, 2001). Brown (1997) se
97

concentra en mtodos para estimar biomasa sobre el suelo; Snowdon et al. (2001) abarcan
componentes areos y subterrneos; Parresol (1999, 2001) realiza una revisin crtica de los
mtodos de estimacin de la biomasa, enfatizando en los aspectos estadsticos.
5.2 Mtodos para determinar la biomasa
La determinacin de la biomasa puede realizarse de varias maneras alternativas dependiendo
del componente involucrado y de la cantidad de informacin disponible. En aquellos casos en
que no se dispone de informacin, el nico camino disponible es el de la determinacin
directa de la biomasa, a partir del peso fresco y razones de peso seco o a partir del volumen y
densidad del material. La estimacin basada en el volumen es apta para componentes leosos
(fuste, ramas gruesas); el volumen puede determinarse mediante frmulas a partir de
mediciones de dimetros o estimarse mediante funciones. La estimacin de la biomasa
tambin puede realizarse mediante funciones de biomasa. Dependiendo de la biomasa
estimada por los mtodos anteriores, puede requerirse de un factor de expansin de biomasa.
La obtencin de informacin para la estimacin directa de la biomasa, especialmente para la
construccin de funciones de biomasa, requiere muestrear rboles en un rango amplio de
tamaos, edades, sitios y manejo. Los rboles son seleccionados mediante algn
procedimiento para muestreo destructivo; el peso fresco (o volumen) de los diferentes
componentes de la biomasa se determina en terreno; de cada componente se seleccionan
pequeas muestras mediante algn procedimiento normalmente aleatorio para la
determinacin de razones de peso seco o densidad. En la prctica, este submuestreo con
posterior uso de estimadores de razn, puede introducir sesgos. Una opcin prctica es el uso
del muestreo aleatorizado de ramas, mtodo que genera estimadores insesgados de la biomasa
ya sea total o por componente del rbol (ver ms adelante); es especialmente adecuado para la
determinacin de biomasa de ramas, ramillas, frutos y follaje. Otro mtodo til es el muestreo
por importancia (ver Captulo sobre volumen), el cual puede incorporarse en al estimar
biomasa de fuste y ramas gruesas.
5.2.1 Determinacin directa de la biomasa

La determinacin directa de la biomasa es una labor lenta y costosa que se utiliza slo en
ocasiones muy especficas. Es el nico camino para obtener la biomasa de componentes cuya
determinacin es difcil mediante regresin u otro mtodo de estimacin (e.g. litera). Tambin
se utiliza en la construccin de funciones, razones, cuocientes o fracciones de biomasa, y en la
correccin de estimaciones realizadas mediante regresin u otro mtodo.
La determinacin de la biomasa puede involucrar cosecha completa, o parcial dependiendo del
componente y tamao de los individuos. En el caso de la biomasa sobre el suelo y en rboles
de pequeo tamao, puede utilizarse el mtodo de cosecha completa, que involucra el pesaje
de todos los componentes en terreno. Sin embargo, por razones de costo, tiempo y
operatividad, en la mayora de las aplicaciones se utiliza slo cosecha parcial. En ambos casos

98

se requiere la determinacin del peso seco; para ello se seleccionan submuestras, las que
posteriormente se secan en laboratorio. La estrategia de muestreo o medicin de submuestras
debe definirse en funcin del contenido de humedad.
La cosecha completa involucra muestreo destructivo, colecta y pesaje de todo el material en la
parcela, o en el rbol, segn corresponda. Naturalmente, es el mtodo ms exacto y, en
algunas circunstancias, puede ser incluso ms rpido que el muestreo; por ello es el preferido
en algunos casos. En variadas situaciones es imposible de aplicar; e.g. en rboles grandes, o
cuando el acceso es difcil, o cuando no se permite cortar; o cuando el componente se presenta
como una variable continua o de lmites difusos en el espacio.
La cosecha completa normalmente se complementa con el mtodo de cosecha parcial. Esto es
necesario, por ejemplo, cuando la obtencin de la biomasa total de un componente involucra
demasiado trabajo, como es el caso de la biomasa de hojas, cuya la remocin en toda la copa,
an en rboles pequeos o arbustos es complicada. As, la combinacin de mtodos no slo es
posible sino necesaria; e.g., obtener la biomasa total de copa (cosecha completa) y usar
cosecha parcial para estimar proporciones de rama leosa, ramillas y follaje.
La determinacin directa de la biomasa del rbol completo es una labor lenta y costosa. Por
ello, la determinacin directa de la biomasa, a pesar de proveer determinaciones exentas de
error, slo puede aplicarse en rboles de tamao pequeo. As, surge la necesidad de mtodos
de muestreo para la determinacin y de funciones para la estimacin de la biomasa seca del
rbol completo o por componente, en funcin de variables de fcil medicin, como el
dimetro (dap) y la altura (total o comercial) del rbol.
La cosecha parcial se aconseja cuando no se puede cosechar completamente el rbol o colectar
todo el material sobre el suelo. En el caso de aplicarse a la determinacin de la biomasa del
rbol, en general se ejecuta en dos pasos. El primer paso involucra la estimacin de la biomasa
del fuste y ramas grandes a partir de (mediciones) estimaciones del volumen, combinado con
la estimacin de la densidad a partir de rodelas o muestras de incremento radial. El paso
siguiente es estimar la biomasa foliar y otros componentes pequeos mediante regresin o
submuestras. Independientemente de la estrategia especfica de determinacin de la biomasa,
esta siempre involucrar uno o ms de los pasos que se describen a continuacin.
5.2.1.1 Separacin de componentes

La determinacin de la biomasa requiere de la identificacin y separacin clara de los

distintos componentes para la obtencin de los pesos fresco y seco respectivos. Aunque en el
caso de la densidad de biomasa, en general, la identificacin es relativamente sencilla y los
lmites estn claramente establecidos (dosel principal, sotobosque, desechos y litera, y
sistemas radiculares), la determinacin de la biomasa en componentes discretos requiere
definir lmites (dimensiones), de acuerdo a los objetivos especficos del estudio. En el rbol, la
biomasa fustal, de copas y radicular requieren definir lmites especficos; e.g., hasta qu dlu
considerar biomasa de fuste; dimetro mnimo de rama y de ramillas y las especificaciones
99

respectivas para el follaje. Tambin es necesario para la determinacin de razones de peso

seco; aqu la estratificacin por tamao y/o contenido de humedad es til, atendiendo a
razones de precisin, operabilidad e inters (estimadores separados por subcomponente).
En cuanto a la definicin de lmites en el rbol, el lmite inferior del fuste se define a ras del
suelo mineral y alcanza hasta determinado dimetro mnimo (dimetro comercial). Si se
requiere determinar biomasa de madera y corteza de fuste por separado, una muestra de
rodelas facilita la divisin. La copa incluye, adems de ramas, ramillas y hojas, las flores y
frutos; incluso podra considerar otras plantas como enredaderas y epifitas, dependiendo del
inters del estudio. Obviamente, la separacin en componentes es opcional; en tal caso, el
corte de las ramas debe realizarse a ras del fuste.
5.2.1.2 Biomasa en rboles individuales
5.2.1.2.1 Fuste

El fuste1 es el componente principal del rbol y como tal proporciona la mayor proporcin de
la biomasa total, especialmente en rboles de edades avanzadas. La biomasa de fuste puede
obtenerse en forma directa o mediante funciones de biomasa a partir de dimensiones simples
del rbol (dap, altura, etc.; ver ms adelante).
La biomasa del fuste puede determinarse a partir del peso fresco del fuste y razones de peso
seco o a partir del volumen y densidad del fuste. La determinacin en base a peso seco ofrece
al menos dos opciones dependiendo del contenido de humedad del fuste. Si no existen
evidencias de gradiente de humedad, se sugiere dividir el fuste en pocas secciones (2 3) de
aproximadamente el mismo volumen, obtener una rodela en la mitad del volumen acumulado
o de la masa de cada seccin; el peso seco de cada seccin se obtiene del producto entre el
peso fresco y la razn de peso seco. En rboles con fuste mltiple a la altura de muestreo,
tomar a esa altura una rodela de espesor constante en cada fuste y pesarlas juntas. En la
presencia de un gradiente de humedad, el fuste se divide en varias secciones, las que se pesan
frescas, se obtiene una rodela entre secciones sucesivas, incluyendo una rodela en la base y
otra en el extremo del fuste; el peso seco de cada seccin se obtiene del producto entre el peso
fresco y la razn de peso seco promedio de las rodelas en los extremos de la seccin.
La determinacin de la biomasa fustal a partir del volumen y densidad requiere estimar estas
dos variables en el rbol. El volumen fustal puede obtenerse de mediciones del dimetro en
diferentes puntos del fuste mediante frmulas de volumen (Huber, Smalian, Newton, etc.) o
mediante funciones de volumen individual. La determinacin de la densidad requiere obtener
rodelas; valores de densidad determinados en otros estudios pueden usarse con precaucin, ya
que adems de variar a lo largo del fuste y con la edad del rbol, la densidad puede variar con
el ambiente.

Note que la biomasa del fuste puede ser obtenida aplicando el muestreo por importancia

100

5.2.1.2.2 Corteza

La corteza habitualmente se refiere a la corteza del fuste del rbol. La determinacin de la

biomasa de corteza se realiza simultneamente con la determinacin de la biomasa del fuste.
En cada una de las rodelas mencionadas puede separarse la corteza y determinar su peso. La
proporcin de peso de la corteza y el peso total de la madera del fuste permite obtener el peso
total de corteza en el fuste del rbol.
5.2.1.2.3 Copa

La copa engloba parte del fuste, ramas, ramillas y follaje 2. El muestreo se realiza en funcin
de la humedad en la copa. Sin gradiente de humedad entre ramas dentro de la copa, se
aconseja dividir la copa en al menos tres secciones de biomasa aproximadamente igual,
seleccionar una rama representativa de cada seccin, o varias si son muchas y pequeas de
modo que la muestra corresponda aproximadamente al 5% de la biomasa de la seccin. Si no
se requiere separar la copa en componentes y la rama es muy grande para secar, tomar una
muestra balanceada incluyendo todos los componentes menores. Si se desea particionar la
copa en componentes, la muestra debe dividirse en subcomponentes, tomando submuestras
para obtener razones de peso seco del material leoso. Los componentes menores se pesan y
submuestrean para determinar razones de peso seco.
En presencia de gradiente de humedad, o cuando se requiere una estimacin separada de la
biomasa foliar, se sugiere estratificar las ramas en grupos homogneos en proporcin de
follaje y/o contenido de humedad. Luego se determina el peso fresco de cada estrato y se
obtienen muestras de ramas para determinar razones de peso seco por estrato; tambin se
pueden determinar proporciones de material leoso a follaje, si es necesario.
5.2.1.2.3.1 Ramas gruesas

La biomasa leosa de ramas gruesas puede obtenerse a partir del volumen y densidad. El
volumen se determina mediante frmulas de volumen en base a mediciones de dimetro y
longitud. Requiere medicin de todas las ramas gruesas. El conjunto de ramas menores se
sugiere pesarlo en verde y determinar la razn de peso seco de una muestra.
5.2.1.2.3.2 Biomasa foliar

El follaje es de gran inters para la determinacin de la capacidad fotosinttica del rbol. Su

determinacin incluye todas las hojas o acculas. En rboles pequeos puede realizarse
secando y pesando todo el conjunto; en rboles adultos se procesa slo una fraccin (e.g.
25%).
El follaje puede obtenerse como una proporcin de la biomasa total de la copa. Parte con la
obtencin de la biomasa total de la copa y sigue con una de dos opciones. Una es muestreo de
Note que la seleccin de ramas y otros componentes menores puede realizarse aplicando el muestreo
aleatorizado de ramas, el cual conduce a estimadores insesgados de cualquier caracterstica de inters, ya sea
total o por componente de la copa.
2

101

ramas (3 o ms) de la copa, o del material menor, separar hojas y determinar peso seco de
hojas y peso seco total de cada rama muestra sumando los componentes antes separados (todo,
incluido frutos, epfitas, etc.). Obtener la proporcin de biomasa foliar promedio (biomasa de
hojas/biomasa total de rama) y obtener la biomasa foliar de la copa a partir del producto entre
esta proporcin y la biomasa de copa.
La otra opcin es estimar la biomasa de hojas como una proporcin de la biomasa de la copa
mediante regresin, tcnica que se usa slo para estimar la biomasa foliar y la biomasa total de
cada rama en el rbol en funcin del dimetro de rama u otra variable. Luego obtener la
proporcin de biomasa foliar promedio y obtener la biomasa foliar de la copa a partir del
producto entre sta y la biomasa de copa, como antes.
5.2.1.2.4 Races

La biomasa radicular es el componente ms difcil de medir, muestrear y estimar. La

determinacin directa de la biomasa radicular requiere de la excavacin del sistema radicular
completo, lo cual es impracticable en rboles grandes. As, el muestreo es el nico camino
para la estimacin de la biomasa radicular, el cual es caro, lento y poco preciso al existir
traslape con sistemas radiculares de rboles vecinos. Otro camino es la estimacin mediante
regresin, a partir de variables fciles de medir (e.g. dimetro de tocn).
La obtencin de informacin directa sobre biomasa radicular implica muestreo y cernido de
suelo para recuperar races de dimetro pequeo. As, Snowdon et al. (2001) definen biomasa
radicular restringindola a aquellas races que son retenidas en un cedazo de 2 mm, cerniendo
suelo hmedo. En esto se acepta que las races menores no aportan a la biomasa leosa de
races. El muestreo se realiza en un volumen de suelo en torno a rbol, delimitado por la
proyeccin vertical de la copa o mediante polgonos de Voronoi, y hasta una profundidad
definida. El muestreo en general se realiza en dos etapas. En la primera se evalan las races
prximas al tocn; en la segunda, otras races ms pequeas y ms distantes.
Normalmente, las races se clasifican por dimetro en gruesas, medianas y finas (<2; 2-5; 550;>50 mm). El secado se realiza a 70C hasta peso constante; se sugiere cepillar el material
mayor antes de pesar para eliminar arcillas; el material menor se combustiona, determinado el
peso de races por diferencia.
5.2.1.2.4.1 Cuello de raz y races laterales

Los rboles grandes requieren el uso de retroexcavadoras para recuperar el cuello radicular y
ramas laterales grandes. La excavacin es lenta y laboriosa, pero se facilita en suelo hmedo y
mediante el uso de sistemas de aire o hidrulicos a presin, brochas y otros implementos
pequeos.
Al material excavado y separado por componente, es necesario agregar la estimacin de races
perdidas durante la excavacin. Una opcin es contar y medir dimetros de races rotas, y

102

utilizar sistemas radiculares intactos para corregir la biomasa perdida a partir de cada raz.
Otra opcin es realizar muestreo y cernido de volmenes de suelo para recuperar races rotas,
tomando cinco o ms unidades muestrales por rbol.
En aquellos casos en que la raz se ha excavado con cuidado para estudios de crecimiento y
estructura radicular es conveniente documentar la raz excavada (fotografas, mediciones en
ambos planos vertical y horizontal; ngulos, dimensiones de los segmentos, puntos de
bifurcacin). Esa es informacin de inters para estudios ms acabados (e.g. exploracin de
las dimensiones fractales de la raz; interpretar distribucin y variabilidad espacial para
muestreo).
5.2.1.2.4.2 Muestreo de races pequeas y/o distales

En estas races se desconoce el rbol de origen. El muestreo puede concentrarse en torno al

rbol, esto es bajo el rea proyectada de copa o dentro del polgono de Voronoi, obteniendo
submuestras de suelo o recuperando todo el suelo en cubos o bloques. Otra opcin es utilizar
parcelas multirbol, las que incorporan la posicin de varios tocones; as, incluye races de
sotobosque y dosel principal. En estas parcelas tambin puede realizarse submuestreo,
utilizando cilindros de 5, 10 o ms cm de dimetro; se sugiere tomar 10 o ms submuestras,
localizadas aleatoriamente en cada parcela. Una desventaja evidente de la parcela multirbol y
de la obtencin de cubos de suelo es la remocin extensiva de suelo.
La recuperacin de las races requiere del cernido para eliminar rocas y otros materiales
extraos. Tambin puede incorporar lavado para eliminar restos de tierra. El remojo durante
cierto periodo facilita el lavado en suelos arcillosos.
5.2.1.3 El muestreo aleatorizado de ramas

El muestreo aleatorizado de ramas (Randomized Branch Sampling: RBS) es til para la

estimacin de parmetros tales como biomasa foliar, biomasa de races o cantidad de frutos en
rboles. El RBS utiliza la ramificacin natural dentro de la copa para configurar la muestra. Su
uso requiere definir nodos (un punto donde una rama o parte de una rama se divide en dos o
ms ramas), segmentos (una parte de una rama entre dos nodos consecutivos; ver Fig. 1a), y
paths (una serie de segmentos sucesivos entre el segmento basal y un segmento terminal, esto
es un segmento sin nodo en su extremo final).
La estimacin de la variable de inters para el rbol completo se realiza a partir de los valores
de la variable colectados a lo largo de uno o ms paths. En la seleccin de los segmentos de un
path puede usarse una variable auxiliar. La seleccin de un path se inicia en el primer nodo
definido con la seleccin de uno de los segmentos que de all emanan, contina a lo largo del
segmento seleccionado y repite la seleccin, si es que al final del segmento existe otro nodo.
El path finaliza al seleccionar un segmento terminal (Fig. 1a).

103

El RBS es un mtodo flexible. Existe libertad para definir tanto el primer nodo de un path y su
ltimo segmento, como tambin la variable auxiliar. El punto de inicio de cada path determina
la parte del rbol para la cual es vlida la estimacin que el path provee. La eleccin de la
variable auxiliar debe estar guiada por el objetivo de la estimacin. Ejemplos de variable
auxiliar son el rea de seccin transversal en la base de la rama (Jessen 1955, Valentine et al.
1994), la biomasa de hojas estimada visualmente (Valentine y Hilton 1977), y el producto
entre el dimetro al cuadrado y la longitud del segmento (Valentine et al. 1984, Williams
1989).
La seleccin de los segmentos se realiza con probabilidad proporcional al tamao de la
variable auxiliar. Este aspecto est estrechamente relacionado con la precisin del estimador.
Aunque en principio cualquier caracterstica del segmento puede utilizarse como variable
auxiliar, es recomendable seleccionar una variable auxiliar estrechamente relacionada con la
variable objetivo, con el fin de obtener la mayor precisin posible. La precisin de las
estimaciones aumenta al estratificar la copa del rbol y al eliminar los segmentos gruesos.
En la actualidad existen tres variantes del RBS. La primera, que corresponde al RBS
tradicional desarrollado por Jessen (1955), aplica seleccin con reposicin (swr: selection with
replacement) en todos los nodos; las otras dos variantes del mtodo, desarrolladas por
Saborowski y Gaffrey (1999), aplican seleccin sin reposicin (swor: selection without
replacement) en el primer segundo nodo.
El uso de swr que el RBS clsico hace en cada nodo puede causar una prdida de eficiencia.
Por esa razn Saborowski y Gaffrey (1999) sugirieron el uso de swor en el primer o segundo
nodo. Ello se basa en el hecho bien conocido que con muestreo aleatorio simple swor es ms
eficiente que swr (ver Cochran 1977). Los autores seleccionaron el mtodo de Sampford
(1967) para la seleccin con probabilidad variable y sin reposicin y lo incorporaron en el
estimador multietpico de Saborowski (1990). El estimador combina swor y seleccin con
probabilidad variable con el estimador Horvitz-Thompson (Horvitz y Thompson 1952). Esta
variante y el RBS clsico se describen a continuacin.

Figura 1: (a) Esquema idealizado de un rbol con 7 nodos y 17 segmentos. Los nodos 1 a 5 forman el fuste. (b), (c) y
(d) representan 3 niveles de compartimentos de la copa, los que se inician en un segmento (i) primario, (ij)
secundario y (ijl) terciario, con la correspondiente variable objetivo en los segmentos (fi, fij, fijl), y los valores
acumulados (Fi, Fij, Fijl).

104

5.2.1.3.1 Descripcin de los mtodos RBS

Todas las variantes del RBS usan probabilidades de seleccin proporcional a una variable
auxiliar, la que puede ser medida o estimada en los segmentos de un nodo. As, la
probabilidad condicional de seleccin del i-simo segmento en un nodo con N segmentos es
dado por qi = xi / i =1 xi , donde xi es la variable auxiliar del i-simo segmento.
N

5.2.1.3.1.1 RBS clsico

En el RBS clsico, cada path seleccionado genera un estimador de la variable objetivo, la que
se obtiene en base a los valores de la variable en cada segmento del path y la probabilidad
(incondicional) del segmento respectivo. Si se mide e.g. un valor de la variable de inters fr en
el r-simo segmento del path, f r / Qr es la contribucin de ese segmento al estimador de la
variable de inters para la parte del rbol sobre el punto de inicio del path, con Qr = s =1 q s ,
r

donde qs es la probabilidad de seleccin condicional del s-simo segmento del path. As, el
estimador de la variable objetivo total en el rbol, obtenido a partir de un path con R0
segmentos que se inicia en el segmento basal del rbol, es
R0
f
F0 = s .
s =1 Q s

[1]

Si se seleccionan n paths mediante el RBS clsico, se obtiene el estimador insesgado F

R0 i
s
fs
1 n

F = F0i , con F0i =

, y Q s = qu ,
n i =1
u =1
s =1 Q s

en donde el subndice 0 se ha incorporado para resaltar que el estimador se obtiene desde

un path que se inicia en el segmento basal del rbol, el nico segmento perteneciente a un
hipottico nodo cero. La varianza y el estimador insesgado de la varianza, respectivamente,
son

1
VarF =
n

Q (

N Paths
i =1

Ri

F0i F

R0 i

, con QRi = q s ,

[2]

s =1

n
1
V =
F0i F

n( n 1) i =1

),
2

[3]

donde R0i es el nmero de segmentos del i-simo path y NPaths es el nmero total de paths
posibles en el rbol.

105

En la prctica, el RBS tradicional no presenta ninguna limitacin. Puede ser aplicado con
cualquier tamao de muestra en rboles enteros o en partes del rbol, considerando o no los
segmentos del fuste principal como unidades elegibles. Al menos dos paths deben elegirse
para estimar la varianza del estimador.
El RBS clsico es obviamente un muestreo aleatorio multietpico (Saborowski y Gaffrey
1999). A excepcin del segmento basal, cada segmento del path puede ser asignado a cierta
etapa. La primera seleccin corresponde a la primera etapa, y los segmentos que ramifican
desde el primer nodo corresponden a unidades primarias; la segunda seleccin corresponde a
la segunda etapa, y los segmentos pertinentes a las unidades secundarias, etc. As, un nodo es
un punto de transicin desde un segmento a los segmentos de la etapa siguiente y el path es
una secuencia de segmentos de diferentes etapas (Fig. 1).
En el muestreo aleatorio multietpico usual, la poblacin est constituida de N unidades
primarias, Mi unidades secundarias en la i-sima unidad primaria, Kij unidades terciarias en la
unidad secundaria j de la unidad primaria i, etc. Las probabilidades condicionales de seleccin
son qi, qij, qijl, etc. Los tamaos muestrales en las diferentes etapas son n, mi, kij, etc.
Concordantemente, los valores de la variable de inters de los segmentos sucesivos de un path
f, f1, f2, f3,..., pueden ser representados por f, fi, fij, fijl,..., y por F, Fi, Fij, Fijl,..., los valores
acumulados de la variable (ver Fig. 1b-d), donde F es el total de la variable de inters en el
rbol, Fi es el total acumulado en la unidad primaria i, Fij el de la unidad secundaria j en la
unidad primaria i, Fijl el de la unidad terciaria l de la unidad secundaria j en la unidad primaria
i, etc. As
Mi

K ji

j =1

l =1

F = f + i =1 Fi , Fi = f i + Fij , Fij = f ij + Fijl , etc.

N

El RBS clsico selecciona n unidades con reposicin (wr: with replacement) en la primera
etapa, y mi = kij =1, es decir por cada segmento primario de rama (unidad primaria) en todas
las etapas siguientes se selecciona slo un segmento de rama. Otra diferencia con los mtodos
multietpicos de seleccin aleatoria tradicionales yace en la composicin de la variable de
inters, como ya se vio antes. Aqu no slo las unidades en la ltima etapa sino tambin las
unidades de todas las etapas anteriores pueden contribuir a la variable (ver relacin [1]).
Un estimador insesgado de F es, por lo tanto,
Yij
1 n F
F = f + i , con, Fi = f i +
,
qij
n i =1 qi

[4]

2
N
N

F
1
1 N Var2 Fi
i

VarF = qi

F
+
,

i
n i =1
n i =1 qi
i =1
qi

[2]

con varianza

106

 (estimador insesgado de Fi), dada la

donde Var2 Fi es la varianza condicional de F
i
seleccin muestral en la primera etapa.

El estimador de la varianza [2] es

n
Fi 1 n Fi
1

V =

n(n 1) i =1 qi n i =1 qi

[3]

Aunque la estructura de la frmula para la determinacin de la varianza del estimador de la

caracterstica de inters en el rbol ([2]) es ms compleja con la nueva nomenclatura
(compare con [2]), el estimador de la varianza ([3]), sin embargo, es equivalente a [3]. Note
que F0i = f +

Fi
qi

y F = f +

F
1 n Fi
1 n F
, de modo que F0i F = i i , lo que

qi n i =1 qi
n i =1 qi

evidencia que el RBS es un tipo particular de muestreo aleatorio multietpico.

Aunque la nueva nomenclatura es ms compleja y requiere mantener estimadores por unidad
primaria, la introduccin del RBS clsico en la nomenclatura de muestreo multietpico es
necesaria para la incorporacin de la seleccin sin reposicin de unidades muestrales en
, un estimador del total
alguna etapa de seleccin. En ese sentido es tambin til notar que F
i
de la variable de inters en la i-sima unidad primaria, puede obtenerse a partir del RBS
clsico con un path que se inicie en la i-sima unidad primaria, esto es mediante
R1i
f

F1i = s , en el cual el subndice 1 se ha incorporado para resaltar que el estimador se

s =1 Qs

obtiene desde un path que se inicia en una unidad primaria, con qi =1 . As, [2] se transforma
en
2

1 N Fi
1 N 1

VarF = qi Fi +
n i =1 qi i =1
n i =1 qi

Q ( F

M Path . i
j =1

R1ij

1ij

Fi

[2]

en la que M Path.i es el nmero total de paths que empiezan en la i-sima unidad primaria.
5.2.1.3.1.2 RBS con swor en la primera etapa (swor_swr)

Esta variante selecciona n unidades sin reposicin en la etapa 1 (wor: without replacement),
mi 1 unidades wr en la etapa 2 en la unidad primaria i, y k ij = ... =1 unidades wr en todas
por F

las etapas siguientes. As, reemplazando F

(ver [6]) se obtiene el estimador
i
1i
formalmente idntico a [4], cuya varianza y estimador de la varianza, ahora, respectivamente,
son

107

N
F F
1 1
VarY = ( i i ii ) i i +
i =1 i>i
i =1 i mi
i i
N

Q ( F

M Path . i

R1ij

j =1

1ij

Fi

[5]

y
2

m
n
ii F1i F1i
1
1
V = i i

+
F1ij F1i

m
(
m

1
)
i =1 i>i
i =1
j =1
ii
i
i
i
i
i
n

1
con F1i =
mi

,
[6]

mi

F
j =1

1ij

en donde es evidente que el mtodo requiere seleccionar al menos dos unidades primarias (
n 2 ) y al menos dos paths ( mi 2 ) por unidad primaria para estimar la varianza del
estimador.
La seleccin de las unidades, el clculo de la probabilidad que la i-sima unidad sea incluida
en la muestra (i ) , y la probabilidad que tanto las unidades i y i estn en la muestra (ii )
se realizan con el mtodo de Sampford (1967). Con este mtodo
i = n qi ,

[7]

y
n

ii = K n i i

[ t n( qi + qi )] Ln t (i i )
n t 2

t =2

tL
con K n = ntt
t =1 n
n

,
[8]

qi

.
y i =
1 nqi

Sampford define como S(m) a un conjunto de m N unidades i1 , i2 ,..., im y define Lm

como L0=1, Lm = S ( m ) i i ...i
1

( 1 m N ), donde la suma incluye a todos los

subconjuntos posibles de m unidades de la poblacin; Lm (i i ) se define de manera similar,

pero se obtiene de un poblacin en la que se han eliminado las unidades i y i.
5.2.1.4 Determinacin de razones de peso seco y otros factores
5.2.1.4.1 Peso fresco

La determinacin del peso fresco se realiza directamente en terreno, tan pronto como requiera
la aplicacin. Cuando se busca determinar razones de peso seco, la operacin completa debe
realizarse en poco tiempo; as se minimiza la prdida de peso y el aumento de variabilidad de
la razn determinada. La operacin puede requerir el uso de balanzas de diferentes
108

precisiones. El pesaje del fuste y ramas de grandes dimensiones puede requerir trozar y
obtener piezas ms pequeas; en ese caso, debe estimarse la prdida de biomasa por efecto del
corte.
5.2.1.4.2 Peso seco

La determinacin del peso seco se realiza en base a muestras (300-1000 g) de cada

componente, las cuales se han pesado frescas. Las muestras se secan a horno hasta peso
constante. El peso seco total de un componente ( Ws ) se obtiene del producto entre el peso
fresco total del componente ( Wv ) y la razn de peso seco de la muestra ( rsv ).
Ws = rsv Wv .
5.2.1.4.3 Razones de peso seco

La razn de peso seco es la relacin entre el peso seco y el peso fresco de una muestra de un
componente especfico. Requiere prontitud en la medicin del peso fresco (ver ms arriba).
Tambin es necesario tener presente que la razn puede variar durante el ao, punto
importante cuando el muestreo se extiende por mucho tiempo o se realiza en diferentes pocas
del ao.
n

rsv =

W
i =1
n

W
i =1

s_i

v_i

donde:
ws _ i

es el peso seco de la i-sima unidad muestral,

wv _ i es el peso fresco de la i-sima unidad muestral,

n es el tamao de la muestra seleccionada para la determinacin de la razn de peso seco ( n 1 ).
5.2.1.4.4 Fracciones de peso seco

La fraccin (proporcin) de peso seco es la relacin entre el peso seco de un subcomponente y

el peso seco total del componente del que aquel forma parte (e.g. peso de follaje / peso de
rama; peso de corteza / peso de fuste).

109

rss =

w
i= 1
n

s _ sc _ i

w
i= 1

,
s_c_i

donde:
ws _ sc _ i es el peso seco del subcomponente en la i-sima unidad muestral,

ws _ c _ i

es el peso seco del componente en la i-sima unidad muestral.

Entre otros, la fraccin de carbono, que permite convertir la biomasa a carbono, puede
determinarse en laboratorio por componente de la biomasa. Tambin es aceptable el uso de un
valor promedio; en el caso del carbono, el promedio generalmente usado es 0,5.
5.2.1.4.5 Densidad de la madera

La determinacin de la densidad del material leoso requiere seleccionar adecuadamente uno

o ms puntos de muestreo en el fuste o rama. Una muestra aleatoria es suficiente si la
densidad no vara sistemticamente a lo largo del fuste (o rama). Lo normal, sin embargo, es
que la densidad vare con la altura y edad del rbol; as, es mejor una muestra sistemtica o
por importancia, en este caso, con probabilidad proporcional al tamao estimado. La densidad
se determina mediante rodelas o muestras de incremento obtenidas con taladro de incremento.
La obtencin de la rodela implica muestreo destructivo, pero proporciona una muestra
representativa de la densidad en el punto de obtencin de la rodela; la muestra de incremento,
sin embargo, muestrea ms fuertemente la parte central del fuste, siendo necesario subdividir
radialmente el tarugo de incremento y ponderar por superficie de seccin de fuste o rama.
La densidad se obtiene en trminos de peso seco por unidad de volumen verde. Para ello es
necesario cubicar la rodela o el tarugo de incremento en verde, a partir de mediciones de radio
y espesor u otro mtodo. Al usar rodelas, la determinacin del volumen se realiza a partir del
rea de seccin de la rodela y del espesor medido en varios puntos o por el mtodo del
desplazamiento de lquidos, midiendo o pesando el volumen desplazado. Determinado el
volumen, la rodela se seca en horno a 105C hasta peso constante.
=

ws
,
vv

donde:

es la densidad de la madera (t/m3, g/cm3),

ws es el peso seco de la muestra,

110

v v es el volumen fresco de la muestra.

La densidad puede determinarse con o sin corteza, dependiendo de los objetivos y de la

determinacin de volumen. Si se requieren estimaciones separadas de volumen, de densidad y
de biomasa de madera y de corteza, es necesario medir con y sin corteza para obtener el
volumen, y pesar por separado madera y corteza para determinar la densidad respectiva. El
secado de las muestras a horno debe realizarse a 70-80C para evitar prdida de biomasa (ver
Snowdon et al. 2001, p.36).
Si se requiere determinar la densidad del fuste, es necesario obtener el peso fresco del fuste y
el volumen mediante alguna tcnica. La razn de peso seco se determina en base a muestras,
cuya posicin puede definirse mediante muestreo por importancia en base al volumen
acumulado del fuste. La densidad del fuste se obtiene dividiendo la biomasa seca fustal por el
volumen fustal fresco.
5.2.1.4.6 Factor de expansin de la biomasa

Es la relacin entre la biomasa total y la biomasa correspondiente a algn componente

comercial que se cuantifica para volumen (e.g. fuste comercial). Se utiliza para estimar la
biomasa total, incluyendo los componentes no inventariados. Aqu es necesario tener presente
que el volumen se determina hasta un dlu definido (e.g. dlu = 10 cm); as, el factor de
expansin debiera incluir la biomasa del fuste no comercial, as como otros componentes
(ramas, etc).
5.3 Estimacin de la densidad de biomasa en formaciones forestales
La biomasa por unidad de superficie (densidad de biomasa) involucra tanto compartimentos
continuos (litera) como discretos (rboles, arbustos). As, la estimacin de la biomasa requiere
combinar mtodos; en general, involucra el trazado de parcelas de muestreo de superficie
determinada, en los cuales se mide toda o parte de la biomasa de aquellos componentes de
distribucin continua y se estima o mide la biomasa de todos los componentes discretos en esa
superficie (rboles, arbustos, etc.). Tambin puede involucrar unidades de muestreo de tamao
variable segn el componente a evaluar, e.g. parcelas de 250 m 2 para evaluar rboles,
(sub)parcelas de 100 m2 para evaluar arbustos, (sub)parcelas de 1 m2 para evaluar litera,
(sub)muestras de 500 g para determinar razones de peso seco, etc.
5.3.1 Dosel principal

El dosel principal est compuesto por rboles cuya distribucin espacial es discreta. As, la
determinacin de su biomasa requiere establecer parcelas u otro tipo de unidades de muestreo.
La biomasa puede obtenerse a partir del volumen del rbol o directamente a partir de
funciones de biomasa. Al operar con el volumen, ste puede obtenerse mediante frmulas de
volumen a partir de mediciones de dimetro de fuste, o puede estimarse mediante funciones de
volumen individual (m3/rbol) a partir de mediciones simples en el rbol (dap, altura); tambin

111

puede obtenerse el volumen agregado mediante funciones de rendimiento (m 3/ha), en base a

las dimensiones promedio de los rboles (dap, altura, rea basal, etc.).
En la determinacin del volumen mediante funciones de volumen individual, los rboles se
organizan por clase de tamao (dap). El volumen se determina multiplicando el nmero total
de rboles de la clase por el volumen del rbol promedio de la clase. La suma a travs de todas
las clases genera el volumen por parcela, valor que se expande a hectrea mediante el factor
de expansin. El uso de funciones de volumen individual y de rendimiento implica la
medicin de rboles sobre un dimetro mnimo (e.g. dap10 cm); en ese caso, los rboles de
dap menor pueden incluirse como sotobosque, o ser considerados en el clculo del factor de
expansin de la biomasa.
El volumen por hectrea (en estado verde) se convierte a densidad de biomasa (t/ha) usando la
densidad de la madera y un factor de expansin de biomasa
W = V FE ,

donde:
W es la biomasa (t/ha),
V es el volumen (m3ssc/ha),

es la densidad de la madera (t/m3, g/cm3),

FE es un factor de expansin de la biomasa.

La densidad corresponde aqu a un valor promedio. En ello es necesario tener presente que la
densidad de la madera vara entre especies y entre individuos de una especie, y dentro del
individuo mismo tanto en sentido radial (edad) como longitudinal. De aplicarse a un conjunto
de especies, se requiere de un promedio de las densidades de las especies presentes ponderado
por el volumen de las especies. La determinacin de la densidad requiere obtener rodelas
tomadas de cada seccin del fuste.
Cuando se requiere una estimacin de la biomasa total, incluyendo aquellos componentes no
cubicados, debe tenerse presente que las estimaciones del volumen normalmente se realizan
para rboles sobre un determinado dimetro (e.g. dap 10 cm) y contemplan a su vez slo
una porcin del fuste (e.g. dlu = 10 cm); tanto la densidad de la madera, como el factor de
expansin deben considerar esa situacin para estimar correctamente por unidad de superficie.
As, el factor de expansin corresponde aqu a la razn entre la biomasa seca total de los
rboles y la biomasa seca del volumen estimado.
La biomasa tambin puede estimarse mediante funciones de regresin de biomasa, las que se
aplican a tablas de rodal o a mediciones de rboles individuales en rodales u otra formacin
(e.g. cortinas cortaviento u otra; ver e.g. Brown 1997). Aqu no se requiere determinar
volumen, ni aplicar factores de expansin para obtener componentes no inventariados. Las
funciones de biomasa pueden ser genricas (varias especies) o especficas (una especie). Entre
las variables predictoras, adems del dap y altura total, estn el dimetro de fuste en la base de
112

la copa viva, el dimetro de copa, el espesor de corteza, la longitud del fuste y la longitud de
copa.
5.3.2 Sotobosque

La biomasa de arbustos del sotobosque se estima a partir de los pesos de muestras directas de
subparcelas de rea conocida. Tambin se puede obtener mediante regresin en base a
medidas simples, como altura y dimetro de copa.
5.3.3 Desechos leosos y litera

Dependiendo de la aplicacin, quizs slo se requiere la estimacin de la biomasa

potencialmente aprovechable. Cuando corresponden a residuos de cosecha, involucra ramas y
restos de fuste quebrados y partes de fuste no comercial. De requerirse la biomasa de tocones,
puede estimarse a partir del volumen (segn dimetro y altura) y la densidad de la madera,
ajustando segn el grado de deterioro. El mismo ajuste es necesario en residuos no recientes,
cuando corresponda.
5.3.4 Races

La biomasa radicular es el componente ms difcil de medir, muestrear y estimar. Requiere la

excavacin del sistema radicular completo, lo cual es impracticable en rboles grandes. Es
caro, lento y poco preciso. Normalmente la estimacin se realiza mediante regresin, a partir
de variables fciles de medir como el dimetro de tocn, ya sea sola o como complemento del
muestreo.
5.4 Desarrollo de funciones de biomasa individual
Las funciones de biomasa individual relacionan la biomasa con variables de fcil medicin en
el rbol (dap, altura), o en componentes del rbol (dimetro de copa, longitud de copa;
dimetro basal de rama, longitud de rama; etc). El uso de funciones preexistentes debe
realizarse con cuidado. En especial deben considerarse aspectos relacionados con la estacin
de crecimiento y el sitio.
La mejor combinacin de variables explicatorias depende del componente a estimar. En el
caso de ramas, la biomasa leosa de rama se relaciona bien con el dimetro basal de rama. El
follaje es ms complejo y difcil de modelar; entre otros, los cambios estacionales y la
competencia por luz afectan la retencin de follaje en la rama. As, la modelacin del follaje
puede requerir incluir otras variables, como e.g. posicin en la copa, longitud o edad de la
rama.
La construccin de funciones de biomasa de ramas requiere muestreo destructivo de una
muestra de ramas. Snowdon et al. (2001, p.41-43) sugieren estratificar las ramas (segn
dimetro y posicin en la copa), seleccionar una muestra aleatoria por estrato, determinar el
113

peso fresco en terreno, separar biomasa por componente y realizar submuestreo en

componentes menores, entre otros. Adems del dimetro y la longitud de rama, la posicin en
la copa, el tamao del rbol (dap, altura, rea de copa proyectada) son variables auxiliares
potenciales.
5.4.1 Mediciones de terreno para desarrollar funciones de biomasa
5.4.1.1 Dimetro de fuste

El dimetro a la altura del pecho (dap, a 1,3 m del suelo) debe medirse en cada rbol muestra.
En algunos casos pueden requerirse dimetros a otras alturas (e.g. dimetro de tocn a 0,3 m
del suelo, en arbustos y rboles pequeos y/o bifurcados a poca altura). El dimetro de fuste al
inicio de la copa tambin es til para predecir la biomasa de la copa. En caso de multiplicidad
de fustes en un rbol, se utiliza el dimetro equivalente ( d e ), que corresponde al dimetro de
un rbol con rea de seccin de fuste equivalente a la suma de las secciones individuales
de =

d
i =1

2
i

donde:
d i es el dimetro del i-simo fuste.

La medicin de dimetros se realiza con y sin corteza. El espesor de corteza se obtiene con
calibrador de corteza; en muestreo destructivo se mide directamente el dimetro sin corteza
despus de eliminar la corteza. La mediciones sin corteza permiten obtener biomasa seca de
rboles muertos que no tienen corteza; tambin posibilitan estimar la biomasa de corteza.
5.4.1.2 Altura del rbol

En cada rbol muestra se registra la altura total o fustal antes de cortar el rbol. Ello porque en
inventarios, la altura siempre se determina en rboles en pie. Tambin deben medirse esas
dimensiones en el rbol despus de cortado.
5.4.1.3 Dimensiones de la copa

El dimetro, rea y longitud de copa son tiles como variables independientes al estimar la
biomasa de copa, especialmente en reas abiertas. El dimetro de copa se obtiene de dos
mediciones en ngulo recto, utilizando algn aparato para proyectar la copa al suelo y facilitar
la medicin. Un mayor nmero de mediciones aseguran mayor precisin, e.g. usando una red
de puntos bajo la copa. El rea de copa se puede obtener de forma simple a partir de los
dimetros asumiendo forma circular o elptica. Otra opcin para obtener el rea de copa es
mediante sensores remotos.

114

Los rboles muestra se cortan tan cerca del suelo como sea posible y se dividen en sus
componentes (e.g. fuste principal, ramas, hojas y frutos). Las ramas delgadas (dimetro basal
<10 cm), las hojas y frutos deberan pesarse en fresco en terreno. Luego se colectan
submuestras (5 o ms) de cada componente, la que se pesan frescas y despus de secar a horno
(a 105 C hasta peso constante). El pesaje se realiza con celeridad despus de sacar del horno.
Para cada submuestra se calcula la razn de peso seco.
Las ramas gruesas (dimetro basal >10 cm) y el fuste principal no son prcticas de medir en
fresco en terreno. Es ms fcil cortarlas en secciones y calcular el volumen de cada seccin. El
peso seco de la seccin se obtiene del producto entre el volumen y la densidad. El peso total
del fuste y ramas se obtiene de la suma de las secciones respectivas. La suma de todos los
componentes genera la biomasa total del rbol.
Reunida toda la informacin de los rboles seleccionados, puede procederse al ajuste de la
funcin de biomasa (ver modelos de volumen individual). El desarrollo de funciones de
biomasa de races, utilizando variables areas como predictores, requiere al menos de 20
rboles (Snowdon et al. 2001).
5.4.2 Modelos de regresin

Existe una amplia variedad de modelos lineales y no lineales utilizados por diferentes autores
para la estimacin de la biomasa por componente y total del rbol. Las variables explicatorias
habituales, entre otras, son el dap (d), la altura total (h), modificaciones de stas ( d 2 , d 2 h ),
edad, longitud de copa viva ( Lcv ), dimetro en la base de la copa y rea de albura a diferentes
alturas del fuste (Parresol 2001). Qu variable usar depende del componente a estimar; e.g. el
dimetro en la base de la copa viva es una de las mejores variables predictoras del peso de la
copa. Tambin se destaca el uso del rea de tejido conductor para predecir peso y rea foliar
el uso del rea de proyeccin de copa para la estimacin de biomasa en plntulas.
En el ajuste, el mtodo de mnimos cuadrados ordinarios no es totalmente satisfactorio debido
a que la biomasa es heterocedstica. Ello requiere algn mtodo de ponderacin adecuada o
transformacin de la informacin para lograr estimaciones de los parmetros con mnima
varianza. Otro punto importante en el ajuste de funciones para estimar la biomasa de los
componentes es la aditividad de las funciones.
Parresol (2001) reconoce tres estructuras generales de modelos para estimar biomasa (Tabla
1).

115

Tabla 1. Estructuras generales de modelos de biomasa individual, segn Parresol (2001).

Modelo
Estructura*
Caractersticas
1
y = b0 + b1 x1 + ... + b j x j +
(modelo lineal en los parmetros, error aditivo)
b

y = b0 x1b1 x 2b2 ...x j j +

y = b0 x1b1 x 2b2 ...x

(modelo no lineal en los parmetros, con error aditivo)

bj
j

total del rbol o de uno de sus componentes,

y esesla elbiomasa
error.

xj

(modelo no lineal en los parmetros, con error

multiplicativo)
es una dimensin del rbol o componente, b j es un parmetro del modelo y

El modelo 3 es habitualmente linealizado mediante logaritmos. Ello facilita el ajuste y a su

vez permite homogenizar la varianza a lo largo del dominio de uno o ms x j s. La
estimacin de la variable expresada en la unidad de medicin (no transformada) se realiza de
forma indirecta. El antilogaritmo de ln y genera la mediana de la distribucin ms que la

media. Si se define u = ln y , y 2 es la varianza de la funcin logartmica, la biomasa

estimada del componente, expresada en las unidades de medicin, es
y = e u +0,5 ,
2

y su varianza estimada es
a2 = e ( 2

+ 2u )

e (

+2u )

Note que a2 es un estimador de la varianza que incorpora correcciones para eliminar el sesgo
introducido al transformar la variable dependiente. Esa correccin es a veces excesiva (ver
Parresol 1999). Obviamente, no es el nico modelo para corregir el sesgo en la estimacin de
la varianza (ver Baskerville 1972). Por ejemplo, si se utiliza el modelo siguiente, cuya forma
general es tpica en la determinacin de la biomasa sobre el suelo,
y = k x b1 ,

en el que y es la biomasa y x es el dimetro de rama o el dap del rbol, y cuya linealizacin

conduce a
ln y = b0 +b1 ln x ,

modelo en que b0 = ln k , el cual normalmente se ajusta satisfactoriamente, pero sus

estimaciones son sesgadas. De acuerdo a lo expuesto en los prrafos precedentes, la
estimacin corregida y en la unidad de medicin de la variable dependiente es
2

y c = e b0 +b1 ln x +0,5 ,

116

siendo la respectiva varianza corregida estimada mediante (ver Mackensen et al. 2000)

s 2y = e 1 e 2 ( b0 +b1 ln x )+ ,
relaciones en las que
2 es la varianza de la funcin logartmica, esto es es el cuadrado
medio del error (cme).
Un modelo algo ms complejo en esta lnea es (Ruark et al. 1987)
y = k x b1 e b 2 x ,

el que linealizado se transforma en

ln y = b0 +b 1 ln x +b 2 x .

Payandeh (1981) presenta modelos que incluyen al dap (d) y/o la altura total o comercial del
rbol (h) como variables explicatorias
y = e b0 +b1ln d ,
y =b 0 +b1 d 2 + b2 h + b3 d 2 h ,

y = k d b1 h b2 .

Es conveniente tener presente que al operar con modelos linealizados mediante logaritmos, la
suma de la biomasa de los componentes estimados es diferente de la biomasa total estimada
mediante la regresin respectiva. As las funciones de los componentes y de la biomasa total
no se pueden armonizar; en este caso particular, no es admisible el concepto de aditividad.
5.4.3 Aditividad de los componentes de la biomasa

Un aspecto deseable de las funciones de biomasa por componente es que los valores estimados
por componente deben sumar el total estimado mediante la funcin de biomasa total. Esto es
vlido en estudios de biomasa vegetal o animal. Tambin es aplicable a otras variables como
tiempo (costo), energa, volumen, distancia, los que separados en sus componentes, mantienen
la caracterstica de aditividad (ver Parresol 2001). Esto requiere forzar el conjunto de
funciones de biomasa. Existen tres procedimientos diferentes los que dependen de cmo se
agregan los componentes individuales.
5.4.3.1 Suma de componentes individuales

La funcin de biomasa total es definida como la suma de las mejores funciones de regresin
y k = f k ( x k ) ;
y 1 = f 1 ( x1 ) ,
y 2 = f 2 ( x 2 ) ,...,
de los componentes. Esto es

117

y total = y 1 + y 2 + ... + y k , estimndose la varianza de ese estimador a partir de la varianza de la

suma de los componentes,

cov( y i , y j ) = yi y j

var( y total ) = i =1 var( y i ) + 2 i < j cov( y i , y j ) , donde

k

var( y i ) var( y j ) , siendo yi y j la correlacin entre y i y y j .

5.4.3.2 Variables explicatorias comunes

La aditividad se logra usando las mismas variables explicatorias ( x j ) y, si corresponde, la

misma funcin de ponderacin en el modelo de regresin lineal de la biomasa de cada
componente y aquel del total. As, los coeficientes de regresin de la funcin de biomasa total
pueden obtenerse sumando los coeficientes de los componentes. Esto es
y1 = b01 + b11 x1 +... + b j1 x j , y 1 = b02 + b12 x1 +... + b j 2 x j ,..., y k = b0 k + b1k x1 +... + b jk x j ;
y total = (b01 +.. + b0 k )

+ (b11 +.. + b1k ) x1 +... + (b j1 +.. +b jk ) x j , en el que b jk son los

parmetros de los modelos ajustados al componente i. Bsicamente este modelo asume que los
k componentes son independientes. Bajo este supuesto, la varianza de y total es simplemente
la suma de las varianzas de estimacin de cada componente (covarianza igual a cero). El
mayor problema es que el supuesto no es cierto en la mayora de los casos. Lo otro es que no
permite usar diferentes formas funcionales para diferentes componentes (ver excepcin en
Chiyenda y Kozak 1984).
5.4.3.3 Estimacin simultnea

Este es el mtodo ms flexible y general y el ms difcil de emplear. Utiliza el mtodo de

mnimos cuadrados generalizados conjuntos. Permite que cada componente tenga un
modelo, variables explicatorias e incluso funcin de ponderacin propias (diferentes). Las
variables predictoras de la biomasa total son todas las variables explicativas que aparecen en
los modelos de los componentes. Esto es y1 = f 1 ( x1 ) + 1 , y 2 = f 2 ( x 2 ) + 2 ,...,
y k = f k ( x k ) + k ; y total = f total ( x1 , x 2 ,..., x k ) + total . La aditividad se asegura introduciendo
restricciones al modelo de biomasa total, como se ejemplifica a continuacin.
Asuma que la biomasa del rbol se dividi en tres componentes, cada uno de los cuales puede
estimarse mediante los modelos siguientes
M

= b01 + b11 D 2 H ,

C f = b02 + b12 D 2 ,

Bc = b03 + b13 D 2 lc ,

donde:
Mf es la biomasa de madera del fuste,
Cf es la biomasa de corteza del fuste,
Bc es la biomasa de la copa,

118

D es el dap del rbol,

H es la altura total del rbol,
lc es la longitud de la copa.

As, la biomasa total del rbol (BT), que corresponde a la suma de los componentes, se estima
mediante el modelo
BT = b04 + b14 D 2 H + b24 D 2 + b34 D 2 lc ,

cuyos parmetros deben estar relacionados con aquellos de los componentes para asegurar la
aditividad. Esto es, b01 + b02 + b03 = b04 , b11 = b14 , b12 = b24 y b13 = b34 .
Este sistema de funciones (Mf, Cf, Bc, BT), sujeto a las restricciones expuestas, puede ser
ajustado utilizando Proc Model de SAS (SAS Institute Inc.1999).
Referencias
Baskerville, G.L. 1972 Use of logarithmic regression in the estimation of plant biomass. Can. J. For. Res. 2: 4953.
Brown, S. 1997. Estimating biomass and biomass change of tropical forests: A primer, Rep. N 134. FAO,
Rome. 55p.
Cochran, W.G., 1977. Sampling techniques. Wiley, New York. 428p.
Chiyenda, S.S. and A. Kozak. 1984. Additivity of component biomass regression equations when the underlying
model is lineal. Can. J. For. Res. 14: 441-446.
Horvitz, D.G., Thompson, D.J., 1952. A generalisation of sampling without replacement from a finite universe.
Journal of the American Statistical Association 47, 663-685.
Jessen, R.J., 1955. Determining the fruit count on a tree by randomized branch sampling. Biometrics 11, 99-109.
Laar, A. van and A. Aka. 1997. Forest mensuration. Cuvillier, Gttingen. 418p.
Mackensen, J., M. Tillery-Stevens, R. Klinge, and H. Flster. 2000. Site parameters, species composition,
phytomass structure and element stores of a terra-firme forest in East-Amazonia, Brazil. Plant Ecology
151:101-119.
Parresol, B.R. 1999. Assessing tree and stand biomass: A review with examples and critical comparisons. For.
Sci. 45(4):573-593.
Parresol, B.R. 2001. Additivity of nonlinear biomass equations. Can. J. For. Res 31: 865-878.
Payandeh, B. 1981. Choosing regression models for biomass prediction equations. For. Chron. 57(4): 229-232.
Ruak, G.A., G.L. Martin, and J.G. Bockheim. 1987. Comparison of constant and variable allometric ratios
estimating Populus tremuloides biomass. For. Sci. 33:294-300.
SAS Institute Inc. 1999. Chapter 14. The Model Procedure, pp 671-911. In SAS/ETS Users Guide, Version 8,
Cary, NC: SAS Institute Inc.1546 pp.
Saborowski, J., 1990. Schtzung von Varianzen und Konfidenzintervallen aus mehrstufigen Stichproben.
Schriften aus der Forstlichen Fakultt der Universitt Gttingen und der Niederschsischen Forstlichen
Versuchsanstalt, Bd. 99.
Saborowski, J., Gaffrey, D., 1999. RBS, ein mehrstufiges Inventurverfahren zur Schtzung von
Baummerkmalen. II. Modifizierte RBS-Verfahren. AFJZ 170, 223-227.
Sampford, M. R., 1967. On sampling without replacement with unequal probabilities of selection. Biometrika 54,
499-513.

119

Snowdon, P., J. Raison, H. Keith, K. Montagu, H. Bi, P. Ritson, P. Grierson, M. Adams, W. Burrows, and D.
Eamus. 2001. Protocol for sampling tree and stand biomass. National Carbon Accounting System
Technical Report No. 31. 114p.
Valentine, H.T. and Hilton, S.J., 1977. Sampling oak foliage by the randomized-branch method. Can. J. For. Res.
7: 295-298.
Valentine, H.T., Baldwin, Jr. V.C. Gregoire, T.G., Burkhart, H.E., 1994. Surrogates for foliar dry matter in
loblolly pine. For. Sci. 40, 576-585.
Valentine, H.T., Tritton, L.M., Furnival, G.M., 1984. Subsampling trees for biomass, volume, or mineral content.
For. Sci. 30, 673-681.
Williams, R.A., 1989. Use of randomized branch and importance sampling to estimate loblolly pine biomass.
South. J. Appl. For. 13, 181-184.

120

6 Crecimiento
El trmino crecimiento tiene una variedad de acepciones en biologa. En lo relativo a
mediciones forestales, se le utiliza para sealar el aumento de tamao ya sea a nivel de rbol
individual o a nivel de rodal. En este ltimo caso, puede referirse a un valor promedio por
rbol o a valores acumulados por unidad de superficie. La determinacin del crecimiento de
rboles es la base para evaluar el crecimiento de rodales.
El crecimiento se expresa en un cambio en el tamao de los individuos con el transcurso del
tiempo. Normalmente, crecimiento o incremento se utilizan indistintamente para indicar un
aumento de tamao ocurrido en alguna variable durante un determinado lapso de tiempo, en
tanto que la dimensin alcanzada hasta una edad especfica se refiere como crecimiento
acumulado.
El crecimiento se evala dentro de un perodo de tiempo determinado (da, mes, ao, u otro
perodo ms largo). La unidad de tiempo habitual para el estudio del crecimiento de un rbol o
de un rodal es el ao. De aqu surge la definicin del incremento corriente anual (ica), que
corresponde a la diferencia entre el tamao al inicio y al final de un ao de crecimiento. Si se
considera un lapso de tiempo mayor a un ao se habla de un perodo de crecimiento, y al
incremento obtenido en ese lapso se le denomina incremento peridico (ip), esto es la
diferencia entre el tamao al final del perodo y el tamao al inicio del perodo; ese tamao,
dividido por el nmero de aos en el perodo, genera el incremento peridico anual (ipa). Al
dividir el tamao total acumulado entre el nmero de aos (edad) se obtiene el incremento
medio anual (ima).
El crecimiento en el rbol individual puede obtenerse a partir de mediciones realizadas en dos
o ms oportunidades y a partir de muestras de incremento tomadas directamente en los
rboles. En los rodales, el nmero de individuos vara con el transcurso del tiempo, como un
resultado de la incorporacin de nuevos individuos y la eliminacin de individuos por
mortalidad natural o raleos planificados. As, la mejor forma de evaluar el crecimiento en
rodales es mediante mediciones repetidas a lo largo del tiempo, esto es estableciendo parcelas
de muestreo temporales o permanentes. Aunque las primeras permiten obtener valores de
crecimiento acumulado por unidad de superficie y valores promedio por rbol, en tanto que las
segundas permiten obtener incluso crecimiento de rboles individuales, la mayor ventaja que
proporcionan ambos tipos de parcela es que permiten obtener estimaciones de la
incorporacin y mortalidad de individuos con el transcurso del tiempo.
El crecimiento es determinado por las caractersticas genticas del individuo en interaccin
con el ambiente. La suma de las variables climticas (temperatura del aire, precipitacin,
viento, insolacin), topogrficas (pendiente, elevacin y exposicin del terreno), edficas
(caractersticas qumicas y fsicas, humedad y microorganismos) y la competencia (intra e
nter especfica con otros rboles, con vegetacin menor; efecto de animales) se expresa como
calidad de sitio, esto es la capacidad de un sitio o localidad para producir madera.
121

Al graficar los datos de tamao acumulado en relacin al tiempo se obtiene una curva de
crecimiento de forma sigmoidea (una s alargada). Esa forma tpica es observable al
considerar la vida completa del individuo, dentro de una estacin de crecimiento, en clulas
individuales, en tejidos y rganos, y por unidad de superficie de rodal.
La curva de crecimiento acumulado muestra el tamao alcanzado en cada edad por el
individuo. Las curvas de ica, ipa e ima presentan aproximadamente una forma parablica
convexa, con un valor mximo a alguna edad especfica. A ese punto se le denomina edad de
culminacin del crecimiento. En el caso de rodales y referido al volumen, a la edad de
mximo ima se le denomina edad de rotacin biolgica.
6.1 Crecimiento en rboles individuales
En los rboles, el crecimiento consiste en elongacin y engrosamiento del fuste, ramas y
races. Implica cambios en el tamao (e.g. peso, volumen) y en la forma del fuste y de otros
componentes. A nivel de rbol, el crecimiento se evala en la altura total o comercial, y en el
dimetro a la altura del pecho (dap) y en otros puntos del fuste. A partir de esas variables
simples se deriva el crecimiento en otras variables ms complejas, como el volumen o peso
total o de secciones del fuste.
La determinacin del crecimiento puede realizarse mediante remediciones, esto es
estableciendo parcelas de muestreo temporales o permanentes. El crecimiento tambin puede
obtenerse a partir de muestras de incremento tomadas directamente en los rboles (tarugos de
incremento) y a partir de anlisis fustal, que consiste en el conteo y medicin de anillos de
crecimiento en rodelas obtenidas en varios puntos a lo largo del fuste de rboles muestra.
Al graficar los datos de tamao acumulado en alguna variable especfica como altura,
dimetro, rea basal, volumen o peso de un rbol en relacin al tiempo, se obtiene una curva
de crecimiento. Si se dispone de datos de crecimiento hasta edades avanzadas del rbol puede
observarse que la curva de crecimiento acumulado es de forma sigmoidea.
Las curvas de ica, ipa e ima pueden derivarse a partir de mediciones y tambin a partir de la
curva de crecimiento total acumulado. El ima culmina cuando se iguala con el ica, esto es
cuando ima = ica . La edad de culminacin del ima puede obtenerse a partir de un grfico;
tambin puede obtenerse en forma analtica mediante la igualdad

y
y
= , siendo y el
t
t

crecimiento acumulado y t el tiempo (edad del rbol), o igualando la primera derivada de la

( y / t )
= 0 . El desarrollo de esta
funcin de incremento medio anual a cero, esto es con
t
relacin permite demostrar analticamente que el ima y el ica se igualan cuando el ima es
mximo, esto es

122

( y / t ) y t y
y
=
= 0 , i.e. = y .
2
t
t
t
A cualquier edad menor a la de mximo ima, la pendiente de la curva de ima es mayor a cero,
( y / t )
> 0 . Desarrollando se obtiene
esto es
t

y t y
y
> 0 , i.e. < y ,
2
t
t
as es evidente que antes de alcanzarse la edad de mximo ima, el ima es menor que el ica.

Figura 1. La curva de tamao acumulado sigmoidea tpica (arriba) y las curvas de incrementos (abajo). El mximo
crecimiento corriente anual (ica) coincide con el punto de inflexin de la curva de crecimiento acumulado;
el mximo incremento medio anual (ima) se obtiene en el punto en que este se iguala con el ica; tambin
corresponde al mximo ngulo que puede trazarse en la curva de tamao acumulado, con vrtice en el
origen del sistema de coordenadas.

La edad de culminacin del ica tambin puede obtenerse de un grfico, o en forma analtica
igualando la primera derivada de la funcin de incremento corriente anual a cero, esto es con
2 ( y)
=0.
t 2
6.1.1 El crecimiento en dimetro, altura y volumen de rboles individuales

En regiones de clima templado se presenta una marcada diferencia climtica en las diferentes
estaciones del ao, la que repercute en el crecimiento de los rboles. Los rboles crecen slo
durante aquellas pocas del ao en que el clima les es favorable (perodo vegetativo), esto es
cuando especialmente la temperatura y la humedad ambiental son adecuadas para su
123

desarrollo. El crecimiento se activa en primavera y verano, y se detiene en invierno. El

crecimiento es en general ms rpido en primavera que en otras pocas del ao. En primavera
se genera una capa de madera de color claro, denominada madera temprana; la capa de madera
de verano, denominada madera tarda, es ms estrecha y oscura. As, la capa de madera que se
genera cada ao es relativamente fcil de identificar. En un corte transversal del fuste, las
capas de crecimiento anual se observan como anillos concntricos a los que se les denomina
anillos de crecimiento. De esa manera, el crecimiento pasado de un rbol se puede reconstruir
a partir de muestras de madera, identificando, contando y midiendo anillos de crecimiento (ver
anlisis fustal). En zonas tropicales puede existir crecimiento continuo, o tambin ms de una
fase de crecimiento en cada ao, lo que imposibilita o al menos dificulta el reconocimiento del
crecimiento anual en muestras de madera.
El crecimiento puede obtenerse tambin mediante mediciones repetidas de las caractersticas
de inters en los rboles, esto es comparando inventarios. Cuando se requiere conocer el
crecimiento individual, es necesario identificar cada rbol medido en las parcelas de muestreo.
En este mtodo, el crecimiento se obtiene de la diferencia en el tamao entre dos mediciones
sucesivas. As, es aplicable a cualquier variable que pueda medirse directamente (e.g. dap,
altura) y es til en cualquier regin de la tierra.
6.1.1.1 Crecimiento en dimetro

El crecimiento en dimetro es producto de la actividad del cambium durante el perodo

vegetativo. Este tejido meristemtico genera cada ao una capa de madera hacia el interior del
fuste y una capa de corteza hacia el exterior, capas que son fciles de reconocer en especies
creciendo en zonas templadas.
El ambiente es determinante del crecimiento en dimetro. As, la calidad de sitio y el manejo
influyen fuertemente en el incremento diamtrico. En general, a mejor calidad de sitio mayor
es la tasa de incremento diametral y ms rpido se alcanza la edad de culminacin del
crecimiento en esta variable. La densidad de rodal, que se regula mediante raleos, est
estrechamente relacionada con el incremento en dimetro; en general, a menor densidad
mayor es el crecimiento de los rboles.
El crecimiento en dimetro es fuertemente afectado por la competencia entre rboles. As, la
etapa de crecimiento juvenil en especies helifilas se caracteriza por presentar tasas altas de
crecimiento, debido a la inexistencia de competencia entre los rboles; esa etapa dura hasta el
momento del cierre de las copas. En la etapa siguiente (madurez), la tasa de crecimiento se
reduce, pero los rboles pueden responder rpidamente, cuando se les alivia de la competencia
mediante raleos y/o fertilizaciones. En la etapa de senectud, el crecimiento en dimetro es
reducido y los rboles no reaccionan a los tratamientos mencionados. En especies de sombra
(umbrfilas), por el contrario, la fase juvenil presenta tasas de incremento pequeas hasta la
eliminacin del dosel superior; a partir de ese momento el crecimiento se acelera,
reducindose de nuevo con el inicio de la competencia entre vecinos.

124

El incremento diametral vara a lo largo del fuste. Normalmente interesa conocer la evolucin
del dap dado que es este el dimetro que usualmente se mide en los inventarios. En esta
variable es imposible observar el crecimiento en toda la fase juvenil, porque el dap empieza a
medirse cuando el rbol supera 1,3 m de altura; a pesar de ello, la curva de crecimiento en dap
presenta la forma sigmoidal tpica.
El incremento en dimetro puede obtenerse mediante remediciones, esto es comparando
inventarios sucesivos, mediante muestras de incrementos obtenidas con el taladro de
incremento y mediante anlisis fustal. En el caso de las remediciones, debe cuidarse de
realizar las mediciones en los mismos rboles, a la misma altura y posicin en el fuste y con el
mismo instrumento. Tambin es posible instalar bandas dendromtricas sobre los fustes. La
medicin debe realizarse en la misma poca del ao (perodo de receso vegetativo). En el caso
de obtener muestras con el taladro de incremento, debe cuidarse de obtener las muestras en
sentido radial; cualquier inclinacin generar datos irreales de crecimiento radial.
6.1.1.2 Crecimiento en altura

El crecimiento en altura es el resultado de la actividad de los tejidos meristemticos primarios.

La longitud de las fases de crecimiento juvenil, madurez y senectud como tambin el tamao
acumulado vara ampliamente tanto entre especies como dentro de una especie. En especies de
sombra creciendo bajo el dosel, el perodo juvenil es bastante ms prolongado que en especies
de luz, las que crecen a tasas mayores por estar expuestas a la luz directa desde sus primeros
aos de vida. En las especies de sombra, el crecimiento se acelera desde el momento en que
son liberadas de la sombra.
En especies helifilas, y especies de sombra una vez liberadas del dosel superior, el
crecimiento en altura vara dependiendo de la calidad del sitio. Otros factores, como la
competencia con otros vegetales, no alteran mayormente el crecimiento en altura, a menos que
la densidad de rodal sea extremadamente baja o alta.
El crecimiento en altura puede determinarse comparando inventarios, a travs del conteo y
medicin de longitud fustal entre verticilos (conferas) y mediante anlisis fustal.
6.1.1.3 Crecimiento en volumen

El crecimiento en volumen es la resultante del incremento en dimetro y en altura del fuste del
rbol. Es la variable ms til y ms empleada en estudios de crecimiento. Es la variable con
las fases de crecimiento de mayor longitud, con culminacin del ica y del ima a edades ms
avanzadas que el dap y la altura. Al ser una variable dependiente del dap y la altura de los
rboles, es afectada por los mismos factores que afectan a aquellas; as, la calidad de sitio y el
manejo del rodal estn estrechamente asociados al incremento en volumen.
A diferencia del dimetro y la altura, el volumen es muy difcil de medir directamente. Lo
normal es derivarlo a partir de mediciones de dimetro a diferentes alturas en el fuste. As,
125

slo es posible obtenerlo en forma directa en rboles de tamao pequeo, que sean posibles
de escalar para realizar la medicin de dimetros; a medida que transcurre el tiempo y los
rboles crecen, la medicin de dimetros a lo largo del fuste se hace cada vez ms difcil,
llegando a ser impracticable en un determinado momento. A partir de ese momento slo son
tiles mtodos indirectos para su estimacin como las funciones de volumen y funciones de
crecimiento. Tambin puede recurrirse al anlisis fustal, pero ste, por su naturaleza
destructiva, slo es aplicable cuando los rboles a analizar no son imprescindibles para etapas
o estudios posteriores.
6.1.2 Anlisis fustal

El anlisis fustal es una tcnica para la determinacin del crecimiento que puede
implementarse en especies creciendo en regiones de clima templado, en las que es
relativamente fcil la identificacin de los anillos de crecimiento. Consiste en el conteo y
medicin de anillos de crecimiento en secciones transversales del fuste a diferentes alturas
sobre el suelo. Este anlisis entrega un registro completo del crecimiento pasado del rbol.
Muestra cmo creci el rbol en altura y dimetro y cmo cambia de forma a medida que
incrementa en tamao. Aunque el mtodo puede implementarse en rboles en pie, obteniendo
muestras con taladro de incremento a diferentes alturas en el fuste escalando el rbol, el
muestreo no podra extenderse a todo el largo del fuste. As, el mtodo se realiza normalmente
tomando rodelas en rboles volteados; de esta forma se logra mayor precisin y antecedentes
de crecimiento ms completos que con la muestra de tarugos de incremento.
En el anlisis fustal, el desplazamiento de la mdula del rbol, la excentricidad y deformidad
del fuste causan inconvenientes al realizar las mediciones de los anillos de crecimiento (ver
Biging y Wensel 1988). Los dos primeros problemas son imposibles de corregir al tomar una
muestra de incrementos mediante el taladro. Al seccionar el rbol se observan claramente esos
defectos y puede implementarse algn procedimiento para corregir sus efectos.
En la toma de datos para implementar un anlisis fustal, el primer paso es registrar la especie
y el dap y marcar la altura de medicin del dap en el rbol en pie. A continuacin se procede a
voltear el rbol, se determina la edad contabilizando el nmero de anillos a la altura del tocn
y se registra la longitud total del fuste. Tambin pueden registrarse otras variables de inters,
como la longitud de fuste libre de ramas y el inicio de la copa viva, si fuera necesario.
Luego se procede a marcar y seccionar el rbol segn la longitud deseada. En algunos casos,
el seccionamiento del fuste se realiza en base a la longitud de trozas comerciales con el fin de
aprovechar la madera del rbol. En otros casos, el volteo y seccionamiento del fuste tiene
como nico objeto el realizar el estudio de crecimiento. En tal caso, la longitud de las
secciones est definida por los objetivos del anlisis fustal. En cualquiera de esas situaciones,
en el extremo de cada seccin se obtiene una rodela y se registra la altura de obtencin en el
fuste. Cuando el seccionamiento del fuste lo permite, tambin se obtiene una rodela en la
altura correspondiente al dap; en este caso, la muestra puede incluir una rodela a la altura del

126

tocn, una a la altura del dap, otra en el punto medio entre las dos anteriores, y las siguientes
rodelas cada un metro a partir desde este ltimo punto.
Para realizar el conteo y medicin de los anillos de crecimiento es necesario preparar
adecuadamente cada rodela, cepillando o lijando la superficie para que los anillos de
crecimiento sean claramente visibles. En cada rodela se obtiene el radio promedio y se traza
una lnea con lpiz blando a lo largo de ste. A lo largo de cada radio se realiza el conteo de
anillos, numerndolos desde el cambium hacia la mdula, marcando el final de cada anillo o el
final de un conjunto de anillos equivalente a otro perodo de incremento (e.g. 5, 10 o ms
aos). Despus de registrar el nmero total de anillos por rodela, se procede a medir y a
registrar el largo del radio, esto es la distancia entre la mdula y el final de cada anillo (u otro
perodo).
La informacin recopilada es conveniente registrarla en formularios adecuadamente
diseados. La informacin de los anillos de crecimiento se incluye en columnas, en la que
cada columna representa datos de la capa de madera producida en el mismo ao; la primera
columna corresponde a la madera del ao actual, la segunda a la del ao anterior y as
sucesivamente. Esa estructura de datos facilita el anlisis posterior, en el que deben
identificarse todos los radios que corresponden a cada ao o perodo de crecimiento (Tabla 1).
Tabla 1. Estructura de un archivo de datos obtenidos mediante anlisis fustal en un rbol (Pinus radiata).

Nota La primera lnea contiene el nmero del rbol (31), la edad actual (29 aos), la altura total (3055 cm), el dap con corteza (394 mm), el dap sin
corteza (344 mm) y el nmero de rodelas obtenidas del rbol (10). Cada una de las lneas siguientes contiene la informacin de cada rodela; la
primera columna seala el nmero de la rodela (e.g. 05 es la quinta rodela); a este dato le sigue en la lnea la altura de obtencin de la rodela (1335
cm), el espesor de corteza (04 mm), el nmero de radios en la rodela (16); a continuacin viene el radio medido para cada anillo, empezando con el
anillo ms externo (120 mm), luego el siguiente hacia el interior de la rodela (115 mm) y as sucesivamente. Note que en ninguno de los datos se ha
usado punto decimal; ello ahorra espacio en los archivos y tiempo al digitar los datos.

Al procesar la informacin debe recordarse de multiplicar por dos los valores de los radios
para obtener dimetros de fuste, cuando se requiera. Los dimetros de fuste a la altura de
obtencin de las rodelas se obtienen directamente a partir de las mediciones de radio
realizadas. Dimetros fustales a otras alturas se obtienen por interpolacin. En ello pueden
utilizarse frmulas o grficos.
La estimacin del crecimiento en volumen requiere determinar primero la altura alcanzada por
el rbol ao a ao o al final de perodos de crecimiento especficos. Esa informacin se
obtiene por interpolacin ya sea mediante grficos o mediante frmulas.
6.1.2.1 Graficacin de la informacin obtenida del anlisis fustal

En este mtodo se genera un grfico doble que incluye por un lado el perfil fustal en cada ao
o perodo de crecimiento y por otro la altura del rbol. En el grfico se trazan dos ejes
horizontales, uno para la edad y otro para los radios o dimetros de los anillos, y un eje

127

vertical comn representando la altura en que se obtuvieron las rodelas en el fuste. Por
ejemplo, en la parte izquierda de la figura 2 se ha representado la altura de la rodela contra la
edad que requiri el rbol para lograr esa altura. Esa edad se obtiene de la diferencia entre la
edad actual ( ea )y en nmero de anillos en la rodela ( ni ), i.e. edad = ea ni + 1 . Los radios
de fuste obtenidos para cada edad a la altura de obtencin de cada rodela estn representados
en la parte derecha del grfico.
Las curvas de ahusamiento de edades especficas se obtienen conectando los radios que
representan la misma edad. La posicin terminal de cada curva de ahusamiento es estimada
desde la curva de altura-edad. En la figura se grafica la obtencin de la altura total del rbol a
los 15 aos de edad; a la edad requerida se traza una vertical hasta el punto en que sta toca la
curva de altura acumulada; desde all se proyecta una lnea horizontal, la que al interceptar el
eje de altura determina la altura buscada. En la determinacin de la altura mediante el grfico
para una edad especfica debe asocirsele la mayor altura posible. Si la distancia entre rodelas
es muy pequea, el incremento de un ao (u otro periodo) ser mayor que la distancia entre
rodelas. As, en el grfico se generar una lnea vertical representando un rango de alturas para
un ao especfico; el valor correcto es el mximo valor de altura en ese rango.

Figura 2. Reconstruccin del perfil fustal a partir de anlisis fustal en un rbol de 29 aos de edad. En la parte
derecha se grafican radios de fuste, esto es la distancia entre la mdula y el anillo de crecimiento de cada
edad (cruz); la unin mediante rectas de todos los puntos correspondientes al anillo de crecimiento de cada
edad genera el perfil fustal del ao en cuestin. La altura total alcanzada en cada ao se deriva del grfico
de la izquierda (e.g. a la edad de 15 aos)

A partir de los antecedentes y grficos puede determinarse el crecimiento en dimetro fustal a

cualquier altura del fuste; tambin puede determinarse el crecimiento en altura ya sea
comercial o total. El incremento en volumen comercial o total se deriva a partir de esas
variables.
6.1.2.2 Otras opciones para determinar altura

El mtodo grfico claramente sobrestima la altura del rbol. Otra opcin es estimar la altura
mediante frmulas basadas en el conteo de anillos y en las alturas de obtencin de las rodelas.
128

Cuando dos rodelas sucesivas difieren en el nmero de anillos, entre esas dos alturas existe
una cantidad definida de pices escondidos; esa cantidad corresponde al nmero de anillos
que desaparecen en esa distancia entre rodelas, esto es la diferencia del nmero de anillos
entre rodelas (Fig. 3). Las frmulas proponen diferentes formas para distribuir esos pices en
la seccin fustal entre rodelas sucesivas (e.g. Dyer y Bailey 1987, Rayner 1991, Fabbio et al.
1994).
6.1.2.2.1 Frmula de Lenhart

Esta frmula distribuye homogneamente los pices perdidos entre las alturas de obtencin de
las rodelas, pero produce una distribucin heterognea entre secciones sucesivas.
h hi
,
H ij = hi + j i +1
ni ni +1 + 1

donde:
Hij es la altura total del rbol en la edad tij,
tij es la edad del rbol asociada al j-simo anillo interno en la i-sima rodela; t ij = n ni + j ,
n es la edad total del rbol,
j es el nmero del anillo interno, esto es un anillo que no aparece en la rodela siguiente, empezando el
conteo por el ms interno en esta condicin,
ni es el nmero de anillos en la i-sima rodela,
hi es la altura de obtencin de la i-sima rodela.

Figura 3. Estimacin de la altura total en base a dos frmulas alternativas (izquierda, Lenhart; derecha, Carmean).
6.1.2.2.2 Frmula de Carmean

Esta frmula asume que las rodelas se obtuvieron en la mitad del incremento anual o peridico
en altura. Distribuye heterogneamente los pices perdidos entre las alturas de obtencin de
las rodelas, pero produce una distribucin homognea en secciones sucesivas.
H ij = hi +

h hi
hi +1 hi
, i.e.
+ ( j 1) i +1
2( ni ni +1 )
ni ni +1

129

 h hi
.
H ij = hi + ( j 0,5) i +1
n

n
i +1
i
6.1.3 Formas para expresar el crecimiento

El crecimiento puede expresarse en trminos absolutos, esto es en las unidades usadas

habitualmente para expresar las variables, o en trminos relativos. El crecimiento relativo, ya
sea en proporcin o en porcentaje, es la relacin entre el crecimiento de cualquier variable y el
valor de la variable en algn punto del perodo de crecimiento. Aunque es aplicable a
cualquier variable, es ms habitual para el volumen y el rea basal. Son tiles para calcular la
rentabilidad y realizar comparaciones. Esta manera de expresar crecimiento tiene su base en la
teora econmica del inters, lo que posibilita su clculo en trminos de inters simple, inters
compuesto o de inters continuo, siendo vlidos slo para perodos cortos de tiempo.
6.1.3.1 La tasa de crecimiento expresado como inters simple

En esta lnea, la tasa de inters se aplica en un perodo de un ao. Una cantidad de dinero d 0 ,
depositada a una tasa de inters anual i, al final de un ao genera un monto total equivalente a
d1 = d 0 + d 0 i = d 0 (1 + i ) . As, teniendo los valores al inicio ( d 0 ) y al final del perodo ( d 1 ),
la tasa de inters corresponde a i =

d1 d 0
. Esto, aplicado al crecimiento de un rbol, permite
d1

obtener la tasa de crecimiento relativo p (porcentaje) mediante

p = 100

ipa y
y

donde:
ipa y es el incremento peridico anual en la variable y, esto esy elcrecimiento
promedio obtenido en un
y0
n
perodo de n aos, el cual es determinado mediante ipa y =
.

Es un medio para expresar el incremento de cualquier variable del rbol en relacin al tamao
total de la variable al inicio del perodo de crecimiento
p = 100

ipa y
y0

Tambin puede tomarse el valor medio de la variable como valor de referencia (frmula de
Pressler)
p = 200

ipa y
y0 + yn

130

o el valor final de la variable (frmula de Breymann)

p = 100

ipa y
yn

6.1.3.2 La tasa de crecimiento expresado como inters compuesto

En este caso, la tasa de inters se aplica por ms de un lapso de tiempo. As, el valor final
depende del valor inicial, incrementado en la tasa de inters por varios lapsos de tiempo
consecutivos, i.e.
d n = d 0 (1 + i ) n ,

y la tasa de crecimiento relativo p (porcentaje) equivalente de un rbol es

y n
p =100

y 0

1
.

6.1.3.3 La tasa de crecimiento expresado como inters continuo

En este caso se asume que el crecimiento es proporcional al tamao alcanzado. As

d n = d 0 e ni ,

y la tasa de crecimiento relativo p se obtiene con

y
ln n
y
p = 100 0
n

La tasa de crecimiento relativo p puede ser un indicador del momento oportuno para cosechar
un rbol. Cuando est referido al volumen, puede compararse con la tasa de inters del
mercado. Si p es ms alto que la tasa de inters del mercado, es ms conveniente mantener el
capital creciendo que liquidarlo, sin considerar que, adems, el incremento en tamao puede
permitir generar productos de ms alto valor.
6.1.4 Modelos de crecimiento

Existe una amplia gama de modelos matemticos que pueden ser utilizados para ajustar a
datos de crecimiento (e.g. Pienaar y Turnbull 1973, Nokoe 1978, Shifley y Brand 1984, Zeide
1993). En su mayora son modelos no lineales en los parmetros (Tabla 2) y deben ajustarse
mediante mtodos numricos. En el ajuste se utilizan mtodos iterativos, los que requieren
como punto de inicio un valor aproximado de los parmetros a estimar. De todos los
131

parmetros de los modelos, el ms fcilmente comprensible es la asntota, esto es el valor al

cual debiera tender la variable dependiente cuando la edad del individuo tiende a infinito. Ese
valor puede aproximarse con facilidad al graficar la variable de inters en funcin de la edad.
Tabla 2. Modelos de crecimiento.
Denominacin
Logstico

Primera derivada y = dy dt

Modelo

y=

k
1 + b e at
t

Gompertz

y = k b ac

Weibull

y = k 1 e at

Richards

y =

y = k (1 be at )

kbae at

(1 + b e )

a t 2

y = kcb cb

( ln b ) 2 b t

y = kabt b 1e at

y = kanbe at (1 b e at )

n 1

En esos modelos, y es el tamao acumulado alcanzado a la edad t; k es la asntota, esto es el tamao mximo posible.

Los modelos presentados en la tabla 2, as como tambin otros en literatura, reproducen

relativamente bien la curva de crecimiento sigmoideo. Algunos de ellos, como el modelo
Weibull, por ejemplo, presentan gran flexibilidad; esto permite utilizarlos para modelar el
crecimiento an en situaciones donde no es posible observar la forma tpica de la curva de
crecimiento (ver Fig. 4). El modelo de Weibull, debido a su gran flexibilidad, tambin es
utilizado habitualmente para modelar distribuciones de frecuencia (ver modelacin de la
frecuencia diamtrica en el Captulo sobre estructura de rodal).
Un ejemplo del ajuste del modelo Weibull a datos de crecimiento en dap, altura y volumen de
un rbol se presenta en la tabla 3. Los datos bsicos y las funciones ajustadas se presentan en
la figura 4. Se observa que el mximo incremento corriente (ica) en dap y altura se alcanz
alrededor de los 15 aos de edad; el incremento medio anual (ima) mximo se logra alrededor
de los 22 aos para el dap y alrededor de los 24 aos para la altura. El mximo ica en volumen
se produjo alrededor de los 27 aos; el mximo ima en volumen se producir pasado los 30
aos de edad.
Tabla 3. Resultados del ajuste del modelo Weibull a datos de dap, altura y volumen de un rbol (P. radiata).
Variable
dap (cm)
altura (m)
volumen
(m3ssc)

Parmetros* estimados para el modelo** y = k 1 e

( at ) b

recm

k
37,3444 (1,5917)
36,4436 (0,6761)

a
0,0517 (0,00222)
0,0478 (0,000884)

b
2,0282 (0,0918)
1,9217 (0,0294)

0,8140
0,2356

2,0036 (0,1283)

0,0345 (0,000880)

4,0196 (0,0892)

0,0105

Entre parntesis el error estndar de estimacin de cada parmetro; recm: raz del error cuadrtico medio.

Esta estructura del modelo Weibull permite obtener valores mayores para el parmetro a; note que en esta aplicacin la constante toma valores
pequeos; con la estructura de modelo que aparece en la tabla 2 seran an menores, lo que complica la asignacin de valores iniciales para el ajuste.
**

Las curvas ajustadas describen bien el comportamiento del tamao acumulado en dap, altura y
volumen. El ica y el ima presentan gran variabilidad a travs del tiempo y es difcil observar
una tendencia clara a partir de los datos bsicos. Sin embargo, al obtener esos valores a partir

132

de las funciones que describen el tamao acumulado, la tendencia de esos incrementos es

evidente y es fcil detectar a partir de ellos puntos de inters, como la edad de mximo ica o
mximo ima.

Figura 4. Parte superior: ajuste del modelo Weibull (lnea continua) a datos (puntos) de dap, altura (h) y volumen (v)
obtenidos mediante anlisis fustal en un rbol (ver tabla 1). Parte inferior: incremento corriente anual (lnea
continua) e incremento medio anual (lnea segmentada) para cada variable obtenidos a partir de los datos
(puntos y lnea delgada) y a partir de la funcin de tamao acumulado respectiva (lnea gruesa).

6.2 El crecimiento de rodales

El crecimiento de un rodal se define como el aumento de tamao, peso, volumen o valor por
unidad de superficie (hectrea) a travs del tiempo; a partir de sta es fcil extrapolar el
crecimiento a la superficie total del rodal, si fuera necesario. Aunque el crecimiento de rodal
es la resultante del crecimiento experimentado por los rboles individuales, incorpora
elementos adicionales que es necesario definir. As, se habla de rendimiento para sealar la
cantidad (volumen, peso) de producto total o comercial cosechado por unidad de superficie;
en tanto que corta es el volumen o nmero de rboles cortados peridicamente, sean estos
removidos o no desde el interior del bosque; el trmino mortalidad, en cambio, se utiliza para
referirse al volumen o nmero de rboles que se vuelven intiles por causas naturales tales
como competencia, enfermedades, catstrofes, vientos, nieve, sobremadurez, u otro; al
volumen o nmero de rboles que alcanzan un tamao mensurable entre dos mediciones
sucesivas se le denomina masa incorporada.
La estructura de los rodales, expresada por ejemplo en el nmero de rboles por clase de dap
por hectrea, cambia ao tras ao debido al crecimiento, la mortalidad, y la corta o
aprovechamiento de los individuos. As, la estructura de rodal se constituye en un elemento
clave para el estudio del crecimiento y rendimiento de rodales y su uso en la planificacin del

133

proceso de produccin. El desarrollo de herramientas para la toma de decisiones respecto de la

intensidad y frecuencia de las intervenciones silvcolas es clave para determinar, por ejemplo,
el conjunto de intervenciones que produce un incremento en valor econmico mayor que el
inters acumulado del costo de su ejecucin. Esas herramientas surgen de estudios
sistemticos del crecimiento en rboles y rodales.

Figura 5. Crecimiento por unidad de superficie en rodales coetneos (izquierda) y heteroetneos (derecha). Se
asume que el volumen por hectrea en un rodal no raleado (Vsr) podra ser igual a la suma del volumen
final en el rodal raleado (Vcr) y lo obtenido en los raleos.

Figura 6. Distribucin de frecuencia hipottica (nmero de rboles por hectrea) en rodales coetneos (izquierda) y
multietneos (derecha), al inicio (lnea negra) y al final de un periodo de crecimiento (lnea gris oscuro),
incluyendo mortalidad (rea gris oscuro), corta (rea gris claro) y masa incorporada (rea achurada). En el
rodal coetneo se asume un raleo por lo bajo; en el rodal heteroetneo, la corta involucra individuos de
todas las clases de dap.

Un elemento clave relacionado con el crecimiento es la densidad de rodal. Aunque en general

el efecto de la densidad de rodal sobre el crecimiento en rea basal o volumen es confuso
dependiendo de la edad y dlu, se acepta que el rendimiento bruto total en un rodal no raleado
es aproximadamente igual a la suma de lo obtenido en los raleos y el volumen remanente en el
rodal raleado (ver Fig. 5). El raleo aumenta el volumen comercial de los rodales, pero su
efecto sobre el incremento en volumen total no es claro; algunos autores reportan efectos
positivos, esto es informan sobre aumentos en el volumen total, en tanto que otros han
detectado disminuciones (ver Zeide 2001).
La determinacin de la mortalidad y de la masa incorporada (ver Fig. 6) requiere de
observaciones sucesivas del rodal a travs del tiempo, ya sea mediante parcelas temporales o
permanentes. A esa tcnica se le denomina mtodo de remediciones, en el cual, operando con
parcelas permanentes, se reconocen dos lneas; una de ellas es el Mtodo de Control,
134

originado en Francia hacia 1878; la otra se denomina Inventario Forestal Continuo y se

origina alrededor de 1938 en Amrica del Norte. La primera agrupa los datos en terreno por
clase de tamao, en tanto que la segunda mantiene registros por rbol, demandando as ms
recursos, pero otorgando ms precisin en la determinacin del crecimiento, la densidad y la
mortalidad (ver Husch et al. 2003).
6.2.1 Tipos de crecimiento

El crecimiento, definido como el aumento de tamao, peso, volumen o valor de un rodal a

travs del tiempo, puede definirse de varias formas alternativas, considerando los trminos ya
definidos. A continuacin se entrega la definicin de incrementos peridicos en volumen. Si
se dispone del nmero suficiente de mediciones puede obtenerse ipa, ica e ima. (Note que el
incremento peridico representado por I, corresponde a la integral del incremento corriente
anual, el cual se representa por i).
Incremento neto ( I ). Este se obtiene de la diferencia entre los volmenes al final y al inicio
del perodo de crecimiento.
I = v1 v 0 ,

donde:
v 0 es el volumen al inicio del periodo de crecimiento,

v1 es el volumen al final del periodo de crecimiento.

Crecimiento bruto del volumen inicial ( I b ). Este se obtiene de la diferencia entre los
volmenes al final y al inicio del perodo de crecimiento, incluyendo la mortalidad y el
volumen cortado, y descontando el volumen de la masa incorporada.
I b = I + v m + vc v I ,

donde:
vm es el volumen de la mortalidad en el periodo,
vc es el volumen cortado en el periodo,
vI es el volumen de la masa incorporada en el periodo.

Crecimiento bruto del volumen inicial, incluida la masa incorporada ( I b +I ).

Corresponde al total del incremento peridico, incluyendo la diferencia entre los volmenes al
final y al inicio del perodo, la mortalidad, el volumen cortado y el volumen de la masa
incorporada.
I b +I = I + v m + v c .

135

Crecimiento neto del volumen inicial ( I n ). Es el incremento peridico neto, incluyendo el

volumen cortado y deduciendo el volumen de la masa incorporada.
I n = I + vc v I .

Crecimiento neto del volumen inicial, incluida la masa incorporada ( I n +I ). Es el

incremento peridico neto, incluyendo el volumen cortado y el volumen de la masa
incorporada
I n +I = I + v c .

La medicin, estimacin y proyeccin del crecimiento de un rodal es comparativamente ms

compleja que en un rbol individual. Para determinar el crecimiento de un rodal existen
variados mtodos, los que pueden agruparse en trminos generales en directos e indirectos.
Los mtodos directos estiman el crecimiento en base a variables medidas en el mismo rodal;
los indirectos, en cambio, son bsicamente comparativos, esto es utilizan tablas o funciones de
crecimiento o produccin construidas con informacin recopilada en otros rodales.
Especficamente aplicado al volumen, una funcin de crecimiento es un predictor del
crecimiento en volumen para perodos cortos, en tanto que una funcin de produccin es un
predictor del volumen por unidad de superficie de rodal a una edad especfica.
6.2.2 Proyeccin directa del crecimiento

Consiste en proyectar la tabla de rodal actual ya sea por clase de dap o agregada, en base a
estimaciones del crecimiento peridico en dap. Tambin puede incluir estimaciones de
mortalidad y masa incorporada. Los resultados pueden utilizarse en la actualizacin de
inventarios, en la planificacin de prcticas de manejo y en la evaluacin econmica del rodal
futuro.
6.2.2.1 Proyeccin de la tabla de rodal

El volumen futuro se estima a partir de la tabla de rodal futura, la cual se obtiene a partir de la
tabla de rodal actual y datos de crecimiento en dimetro (dap) y estimaciones de la mortalidad.
La informacin sobre crecimiento en dimetro puede obtenerse de remediciones en parcelas
permanentes o temporales, a partir de muestras de incremento obtenidas con taladro de
incremento o a partir de rodelas (ver anlisis fustal). Adems de la tabla de rodal actual,
requiere una funcin de volumen individual y medios para determinar la masa incorporada y
la mortalidad. Existen tres variantes para estimar el crecimiento del rodal, las que se derivan
de la forma asumida para la distribucin de los rboles en cada clase de dap. En cualquiera de
ellas, la deduccin del volumen correspondiente a la mortalidad esperada en el perodo puede
realizarse descontando el nmero de rboles moribundos de cada clase de dap de la tabla rodal
actual, antes de proyectarla a futuro, o tambin puede realizarse en la tabla de rodal futura,
pero antes de estimar la existencia (ver Husch et al. 2003).

136

6.2.2.1.1 Distribucin discreta

Asume que todos los rboles en cada clase dap se ubican en el punto medio de la clase y que
todos crecen a una tasa igual al promedio de la clase. El volumen futuro se obtiene con la
frecuencia actual por clase de dap y el tamao futuro de los rboles, esto es la marca de clase
ms el incremento en el perodo.
6.2.2.1.2 Distribucin homognea

Al igual que el mtodo anterior, asume que todos los rboles de una clase crecen a una
velocidad igual a la tasa promedio de la clase, pero considera una distribucin homognea de
los rboles en cada clase de dap. As, la distribucin diamtrica futura requiere calcular una
razn de movimiento para cada clase de dap actual ( m0i ).
m0 i =

ip dapi
h

donde:
m0i es la razn de movimiento de la i-sima clase de dap,
ip dapi es el incremento peridico en dap en la i-sima clase de dap,
h es la amplitud de clase.

La razn de movimiento ( m0 ) permite determinar el nmero de rboles que se mueven desde

la clase i a otras clases en un periodo de crecimiento. Por ejemplo, si en la clase de dap 25 hay
actualmente 14 rboles, y el incremento de la clase es 6,2 cm, considerando una amplitud de
clase de 5 cm, m0 = 6,2 / 5 , esto es m0 = 1,24 ; ello significa que 24% de los rboles de la
i

25

25

( 14 0,24 = 3,36 )

clase 25 se mueven dos clases

formando en el futuro parte de la clase 35; el
resto de rboles de la clase 25 se mueve una clase menos, esto es (1 0,24) 14 =10,64
rboles pertenecern a la clase de dap 30 al final del periodo. En este caso, al ser el
incremento mayor que la amplitud de clase, todos lo rboles de la clase abandonarn la clase
de dap en el perodo de crecimiento; por el contrario, si el crecimiento en el perodo fuese
menor que la amplitud de clase, la razn de movimiento sera menor de uno y una parte de los
rboles permanecera en la misma clase de dap; e.g. si el crecimiento fuera de 4 cm,
m0 25 = 4 / 5 = 0,8 y la cantidad de rboles que avanza una clase de dap es (0,8) 14 =11,2 ; la
diferencia (14 11,2) = 2,8 permanece en la clase.
La fraccin decimal de la razn de movimiento seala la porcin de los rboles que se
desplazan una clase de dap ms que el entero de la razn de movimiento; el resto de los
rboles de la clase original se asigna a la clase inmediatamente anterior. La frecuencia de
rboles por clase de dap en la tabla de rodal futura queda constituida por los rboles que
permanecen en la clase ms los rboles que por efecto del crecimiento se desplazan y llegan a
la clase.
137

6.2.2.1.3 Distribucin individual

Esta opcin reconoce la posicin real de los rboles en cada clase de dap y utiliza el
incremento en dap de cada rbol para proyectar el crecimiento. As, cada clase de dap resume
el crecimiento individual de los rboles de la clase.
6.2.2.2 Proyeccin de la tabla de rodal agregada

Consiste en proyectar valores por unidad de superficie del rodal. Se basa en el principio que el
volumen por unidad de superficie (V) puede obtenerse directamente del producto entre el rea
basal (m2/ha), la altura promedio (H) y el factor de forma promedio de los rboles (F). As,
relacionando el volumen en dos puntos en el tiempo
V2
G H F
= 2 2 2 ,
V1
G1 H 1 F1

se obtiene
V2 = V1

G 2 H 2 F2
,
G1 H 1 F1

relacin en la cual el subndice 1 se refiere al rodal actual y el 2 al rodal futuro.

Si se asume que el factor de forma se mantiene constante a travs del tiempo, la proyeccin
requiere slo de estimaciones del incremento en altura y en rea basal. En rodales coetneos,
H2 se obtiene a partir de curvas de ndice de sitio, en tanto que en rodales heteroetneos la
altura promedio se mantiene relativamente constante ( H 1 H 2 ). As, el nico elemento
faltante para la proyeccin es el rea basal futura; esta puede obtenerse, por ejemplo, a partir
de muestras de incremento en dimetro mediante G 2 = G1 + I G , siendo el crecimiento bruto
b

el rea basal ( I G ) determinado mediante

b

m
m
2
2

d
d

d 12sc j

2 cci 2 sc j
i =1
i =1
j =1
= Fe
n

I Gb

12732,395 d 22sc j

j =1

donde:

d 22cci es el dap actual con corteza (cm) del i-simo rbol medido en la parcela de superficie a (m2),
d 22sci es el dap actual sin corteza (cm) del j-simo rbol medido en la muestra de incremento,
d 12sci es el dap inicial sin corteza (cm) del j-simo rbol medido en la muestra de incremento,
n es el nmero total de rboles medidos en la parcela,

138

m es el nmero de rboles medidos en la parcela en la muestra de incremento,

Fe es el factor de expansin a hectrea ( Fe = 10000 / a ).

6.2.3 Mtodos indirectos para estimar el crecimiento

Esta lnea de estimacin asume que el crecimiento del rodal seguir un patrn predecible a
partir de una funcin de rendimiento, la que ha sido desarrollada con informacin proveniente
de otros rodales. El mtodo consiste en obtener informacin bsica del rodal a proyectar y
utilizar la funcin para estimar el crecimiento o rendimiento del rodal.
Existen numerosos modelos predictores del rendimiento, que varan en cuanto a la poblacin
objeto y en la complejidad matemtica. As, existen modelos para bosques naturales coetneos
y heteroetneos, y para plantaciones. En relacin a la complejidad matemtica, el modelo ms
simple puede estar constituido por una funcin; otros ms complejos incorporan sistemas de
ecuaciones. Algunos modelos entregan predicciones agregadas por unidad de rea, en tanto
que otros llegan a estos valores a partir de funciones segn clases de tamao, incorporan una
funcin de distribucin de dap (e.g. la distribucin Weibull) o a partir de rboles individuales
e ndices de competencia. La evolucin del rendimiento tambin puede ser resumida en tablas,
generando lo que se denominan modelos tabulares o tablas de rendimiento.
Dependiendo del modelo a utilizar, la prediccin del crecimiento puede realizarse en forma
implcita o explcita. La primera involucra la prediccin de la tabla de rodal mediante alguna
funcin de distribucin de probabilidad (e.g. Weibull), en la que los parmetros respectivos
son estimados a partir de las dimensiones promedio de los rboles y la densidad de rodal (e.g.
, , = f ( H , N ) ); el volumen por ha se obtiene mediante una funcin de volumen
individual, a partir de la altura promedio por clase de dap ( h = f ( N , t , dap mx ) ) y la
frecuencia por clase de dap obtenida con la funcin de distribucin de probabilidad. La
segunda predice el crecimiento agregado, en funcin de la calidad de sitio, edad, y densidad (
V = f ( S , t , G ) ).
En el caso de utilizar una tabla de rendimiento, las estimaciones realizadas a partir de la tabla
se corrigen de acuerdo a la densidad relativa del rodal actual. Por ejemplo, el incremento en
volumen de un rodal particular se obtiene de
I V = P (V2T V1T ) ,

relacin en la V2T es el volumen que entrega la tabla para la edad futura del rodal y P es la
densidad relativa del rodal en anlisis, la cual puede obtenerse directamente de la relacin
entre el volumen actual del rodal ( V1R ) y el volumen que entrega la tabla para la edad actual
del rodal ( V1T ), esto es P = V1R / V1T .

139

6.2.3.1 Tablas de rendimiento

Una tabla de rendimiento entrega el volumen y otras caractersticas de rodal por clase de edad,
clase de sitio, especie y densidad. Con informacin de rodales coetneos se han desarrollado
tablas de rendimiento normal, empricas y de densidad variable, las que varan en la densidad
de los rodales tomados como base para su construccin.
Una tabla de rendimiento normal se construye en base a muestras de rodales con densidad
completa. A ese nivel de densidad se le denomina normal. El concepto asume que en esas
condiciones de densidad, los rboles estn aprovechando en un cien por ciento los recursos del
sitio. La tabla entrega valores de altura y dap promedio, nmero de rboles, rea basal y
volumen por unidad de superficie, en funcin del ndice de sitio y la edad del rodal. Su
utilizacin requiere conocer el ndice de sitio, la densidad relativa y la edad del rodal a
proyectar.
Los otros dos tipos de tablas eliminan la subjetividad en la determinacin de la normalidad de
los rodales. As, la tabla de rendimiento emprica est basada en muestras de rodales con
densidad promedio creciendo en el rea de inters. En las tablas de rendimiento de densidad
variable, la densidad es usada como variable independiente. En su construccin se utiliza
informacin de rodales con diferentes niveles de densidad. En este caso, cada tabla se
desarrolla para un tipo particular de manejo.
6.2.3.2 Construccin de tablas de rendimiento

El crecimiento es una funcin de muchos factores de sitio y de rodal en interaccin. En

rodales coetneos, la especie, edad y densidad de rodal, y la calidad de sitio determinan el
crecimiento. La densidad se expresa en base al rea basal, al nmero de rboles por hectrea o
mediante algn ndice de densidad de rodal ( Idr ). En rodales heteroetneos, esto es aquellos
que presentan entremezclados individuos de todas las edades, el crecimiento es determinado
por la especie, la densidad de rodal y la calidad de sitio.
La base ideal de datos para la construccin de tablas de rendimiento son registros completos
de rodales desde el establecimiento hasta la cosecha, lo que constituye una serie de
crecimiento real. En la prctica, a menudo se usa informacin de parcelas temporales, de un
rango amplio de sitios y edades, constituyendo una serie de crecimiento abstracta. Las
parcelas permanentes son el punto medio entre esos extremos. Al medirse a intervalos de
tiempo fijos, la informacin que generan se acerca a la serie real, denominndosele por ello
como serie de crecimiento aproximada.
6.2.3.2.1 Funciones de mortalidad

Las funciones de mortalidad requieren observaciones secuenciales del nmero de rboles por
unidad de superficie. Para estimar el nmero de rboles vivos, lo normal es ajustar funciones
en diferencia, en las que el nmero de rboles por unidad de superficie a una edad especfica

140

se expresa en funcin del nmero de rboles en el perodo anterior, esto es N 2 = f ( N 1 , t1 , t 2 )

. No est claro si la mortalidad depende de la calidad de sitio.
El nmero de rboles vivos es una funcin decreciente de la edad del rodal y puede ser
k t
representado mediante funciones de variada complejidad. Tomando el modelo N i = e i , y

evalundolo en dos puntos en el tiempo N 1 = e k t1 , N 2 = e k t 2 , dividiendo N 1 por N 2 y

reacomodando trminos se obtiene la funcin en diferencia siguiente

N 2 = N 1e k ( t 2 t1 ) ,
donde:
N 1 es el nmero de rboles vivos por unidad de superficie a la edad t1,
N 2 es el nmero de rboles vivos por unidad de superficie a la edad t2.
b
b
Un modelo algo ms complejo es N i 1 = b2 t i 3 . Evalundolo en las edades t1 y t2 se obtiene

N 1b1 = b2 t1b3 y N 2b1 = b2 t 2b3 , respectivamente; luego, restando N 1 de N 2 y reacomodando

trminos, se obtiene la ecuacin en diferencia

N 2 = N1 1 + b2 t 2b3 t1b3

)]

1 / b1

6.3 Modelos simuladores del crecimiento

La simulacin es una tcnica usada para tomar decisiones. En general, implica reproducir el
comportamiento de un sistema mediante un modelo que emula el sistema real, y operar el
modelo para obtener soluciones alternativas; as, permiten identificar los niveles ptimos de
las variables para un determinado propsito. En el rea forestal, el objetivo de los modelos
simuladores es predecir el crecimiento y produccin de rodales en diversas condiciones de
sitio y sujetos a diferentes intervenciones silviculturales. De esta manera, entre otras
aplicaciones, permiten determinar la disponibilidad futura de madera, evaluar tratamientos
silviculturales alternativos y valorar bosques en pie.
El crecimiento y rendimiento por unidad de superficie de rodal depende de una serie de
factores ambientales biticos y abiticos. El rodal tambin puede ser sometido a
intervenciones silvcolas como control de malezas, fertilizacin, poda y raleo, las que pueden
variar en oportunidad, intensidad y frecuencia. As, la combinacin de esos factores genera
infinitas alternativa de manejo, las que sumadas al largo ciclo de produccin forestal, limitan
severamente las posibilidades de aprender por experimentacin directa. As, surge la
necesidad de modelos matemticos capaces de predecir el efecto de las intervenciones
silvcolas en rodales establecidos en sitios caractersticos.

141

En lo relativo al crecimiento y rendimiento de rodales se distinguen tres enfoques de

simulacin definidos segn los parmetros primarios y unidades bsicas de simulacin. El
primero asume que la unidad bsica de simulacin es el rodal, no requiriendo ninguna
informacin del rbol individual. Las dos opciones restante consideran que la unidad bsica de
simulacin es el rbol individual; se diferencian en si consideran o no la distancia entre
rboles y otras variables como parmetros necesarios para determinar el nivel de competencia.
El resultado de estos enfoques son modelos agregados de rodal, por clase dap y modelos para
rboles individuales. Los ltimos analizan el estado del rbol particular en el rodal, y asumen
que el crecimiento depende, entre otros, de factores genticos, del microclima y de la
competencia ejercida por los rboles vecinos.
6.3.1 Definiciones

Un sistema es un conjunto de elementos unidos por algn grado de interaccin que les
confiere cualidades superiores a las de los elementos individuales. En el caso forestal, el rodal
es el sistema a modelar. El estado del sistema es la condicin en que se encuentran los
elementos que conforman el sistema en un punto del tiempo, e.g. rea basal, nmero de
rboles por hectrea, dap promedio, altura dominante, etc. Todos aquellos elementos y
sistemas que residen fuera del sistema de inters y que interactan con ste, e.g. las
condiciones de mercado (tasas de inters, valores de los productos, valores de insumos,
restricciones legales, etc.) constituyen el entorno del sistema.
Un modelo es una representacin de un sistema. Los modelos matemticos son los ms usados
en forestal para relacionar cuantitativamente variables de rodal o rboles individuales. Todo
modelo es menos complejo que la realidad, atendiendo a razones de simplicidad, o porque
algunas variables del sistema se relacionan con otras variables en el modelo, son difciles de
medir, o porque no se pueden identificar.
Los modelos matemticos estn constituidos por variables y relaciones funcionales. Entre las
primeras estn las variables de estado, que caracterizan a elementos del sistema en un punto
del tiempo, e.g. el rea basal (m2/ha), el nmero de rboles (n/ha) y la altura promedio. La
variable de estado puede ser endgena, o exgena; el primer tipo es generada por el modelo
(e.g. volumen (m3/ha), dap promedio), puede ser dinmica o predictora, esto es se obtiene en
funcin del tiempo, o derivada, siendo en este caso independientemente del tiempo; las del
segundo tipo son variables que ingresan como dato bsico al modelo (edad, altura dominante).
Los modelos tambin incorporan variables de control, las que reciben esa denominacin
porque permiten decidir el momento para efectuar intervenciones (e.g. raleo); este grupo
incluye todas las variables que pueden ser usadas como indicadores de la densidad de rodal
(e.g. rea basal y nmero de rboles por unidad de superficie). Las variables que caracterizan
los resultados de una decisin implementada sobre el sistema se denominan variables de
respuesta (e.g. volumen, rea basal por unidad de superficie). En cuanto a las relaciones, las
hay de transicin y de transformacin. Las primeras describen el comportamiento del sistema
a travs del tiempo, determinando, por ejemplo, el nmero de rboles, la altura promedio y el

142

rea basal por unidad de superficie en cualquier edad del rodal; las segundas, en cambio, son
independientes del tiempo y permiten slo modificar las unidades de las variables de
respuesta. Por ejemplo, el dap promedio de rodal a una edad especfica puede obtenerse a
partir del rea basal y del nmero de rboles por hectrea; el volumen obtenido en m 3ssc
puede transformarse a pulgadas, pies madereros u otra unidad.
Los modelos matemticos pueden ser determinsticos o estocsticos. Los primeros contemplan
relaciones entre variables sin incorporar elementos de azar. As, a partir del estado inicial se
puede conocer el estado en cualquier punto futuro y este estado es nico. Todo el sistema
depende del estado inicial; definido ste se conocen todos los estados posteriores del sistema
en el tiempo. Los segundos, tambin conocidos como probabilsticos o estadsticos, relacionan
variables en trminos de distribuciones de probabilidad. El estado en un momento del tiempo
depende del estado anterior sin importar lo ocurrido antes. Cada estado depende del estado
inmediatamente anterior y slo hay probabilidades de ocurrencia.
6.3.2 Construccin de un Modelo Simulador

La construccin de un modelo simulador del crecimiento requiere informacin histrica

abundante proveniente de parcelas permanentes (ver e.g. CONAF 1979, 1981).
La primera etapa en la construccin de un modelo es la identificacin del problema. Luego se
pasa a definir el sistema, identificando variables y relaciones funcionales. En la etapa
siguiente se formula el modelo, dndole la estructura adecuada segn las variables y funciones
a considerar. Luego se preparan los datos disponibles, planificando la recopilacin de
informacin adicional si fuera necesario. Con una base adecuada, puede procederse a la
construccin del modelo, realizando el ajuste de todas las funciones requeridas e
implementando el sistema con ellas. Luego se procede a realizar pruebas para comprobar la
validez del modelo construido, identificando las causas de problemas si los hubiera; en este
caso, quizs sea necesario reformular el modelo y ejecutar nuevamente todas las fases ya
descritas. Una vez que el modelo es aceptado como vlido se procede al diseo de
experimentos de simulacin, se realizan las simulaciones y se interpretan los resultados.
En la modelacin se utilizan normalmente tasas de crecimiento. As, el cambio por unidad de
tiempo de un rodal puede representarse mediante
x
= f ( X , u) ,
t

donde:
x
t es el cambio ocurrido en el rodal por unidad de tiempo,
X es el estado del rodal en la edad t,
u son las intervenciones silviculturales realizadas durante el periodo.

143

Integrando la funcin de tasas de cambio se obtiene la funcin de transicin global, la que

seala el estado del rodal al final de un periodo
t1

t0

x
= X (t ) = F [ X (t 0 ), u , t t 0 ] ,
t

donde:
X (t ) es el estado del rodal en la edad t,

X (t 0 ) es el estado del rodal en la edad t0,

t t 0 es la longitud del periodo de tiempo.

As, es evidente la necesidad de representar adecuadamente el estado inicial del rodal porque
de ste depende el estado en el periodo inmediatamente posterior. En modelos agregados de
rodal, el vector de estado adecuado puede estar representado mediante la altura dominante
(H), el rea basal (G) y el nmero de rboles por unidad de superficie (N).
H
G
N
= f1 ( H ) ,
= f 2 (H , G) ,
= f 3 ( H , G, N ) .
t
t
t

Cualquier otra variable de inters (e.g. dap promedio ( d ), volumen (V)) se obtiene a partir de
esas variables de estado
d = g 1 (G , N ) , V = g 2 ( H , G , d ) .

Referencias
Biging, G.S. and L.C. Wensel. 1988. The effect of eccentricity on the estimation of basal area and basal area
increment of coniferous trees. For. Sci. 34(3):621633.
CONAF. 1979. Documento de trabajo N 30.
CONAF. 1981. Documento de trabajo N 36.
Dyer, M.E. and R.L. Bailey. 1987. A test of six methods for estimating true heights from stem analysis data. For.
Sci. 33(1):313.
Fabbio, G., M. Frattegiani, and M. Manetti. 1994. Height estimation in stem analysis using second differences.
For. Sci. 40(2):329-340.
Husch, B., T.W. Beers, and J. A. Kershaw, Jr. 2003. Forest mensuration, 4 th edition, John Wiley & Sons, USA.
443p.
Nokoe, S. 1978. Demonstrating the flexibility of the Gompertz function as a yield model using mature species
data. Commonw. For. Rev. 51(1):35-42.
Pienaar, L.V. and K.J. Turnbull. 1973. The Chapman-Richards generalization of Von Bertalanffys growth
model for basal area growth and yield in even-aged stands. For. Sci. 19(1):2-22.
Rayner, M.E. 1991. Estimation of true height from karri (Eucalyptus diversicolor) stem analysis data. Aust. For.
54(1-2):105-108.
Shifley, S.R., and G.J. Brand. 1984. Chapman-Richards growth function constrained for maximum tree size. For.
Sci. 30(4):1066-1070.
Zeide, B. 1993. Analysis of growth equations. For. Sci. 39(3):594-616.

144

Zeide, B. 2001. Thinning and growth: A full turnaround. J. For. 99(1):20-25.

145

7 Estructura y densidad de rodales

Los conceptos de estructura y de densidad de rodal estn estrechamente relacionados. El
primero se refiere a la distribucin de especies y tamaos de los rboles en un rea forestal, en
tanto que el segundo se relaciona con el grado en que un sitio est siendo utilizado por los
rboles. Ese grado de ocupacin depende, naturalmente, del nmero, tamao y arreglo de los
rboles en terreno.
7.1 Estructura de rodal
La estructura de rodal se refiere a la distribucin de especies y tamao de los rboles en un
rea forestal. Habitualmente se evala a partir de la distribucin de frecuencia por clase de
tamao. Al observar la distribucin de frecuencia por clase de dimetro a la altura del pecho
(dap) se reconocen dos estructuras tpicas. En un extremo estn los rodales coetneos,
conformados por rboles de aproximadamente la misma edad; en estos rodales, la distribucin
diamtrica es aproximadamente normal (Fig. 1). En el otro extremo estn los rodales
heteroetneos, conformados por rboles que varan ampliamente en edad y tamao. La forma
tpica de la distribucin diamtrica de un rodal multietneo, esto es un rodal en que se
entremezclan todas las edades posibles, es la exponencial negativa, la que tambin suele
mencionrsele como J-invertida.

Figura 1. Distribuciones diamtricas tpicas de rodales coetneos (izquierda) y heteroetneos (derecha).

7.1.1 Modelacin de la distribucin diamtrica

Existe una gama de funciones tiles para representar la distribucin de frecuencias por clase
de tamao. La dimensin ms comn para representar el tamao de los rboles es el dap,
siendo la funcin de distribucin de probabilidad de Weibull la ms utilizada para modelar
esta distribucin.

146

7.1.1.1 La distribucin Weibull

La Weibull es una funcin muy flexible, permitiendo modelar una gran variedad de formas de
distribuciones suaves unimodales, desde la exponencial negativa hasta normales con o sin
sesgo (ver Fig. 2). De la funcin Weibull se conocen expresiones con dos y tres parmetros,
las que a su vez tienen dos forma generales, esto es la funcin de densidad de probabilidad
(fdp) y la funcin de distribucin de probabilidad acumulada (fda).
La fdp define la cantidad de densidad de probabilidad asociada con cada valor especfico de la
variable aleatoria continua x. La fda de x da la probabilidad de ocurrencia de un valor menor o
igual a x.
La fdp Weibull de tres parmetros es
x a

c 1

c x a
f ( x) =

b b

donde:
f ( x ) es la densidad de probabilidad correspondiente al valor x de la variable aleatoria,
a, b, y c, respectivamente, son los parmetros de ubicacin, escala y forma de la funcin (x a, b>0, c>0),
e es la base de los logaritmos naturales.

Los parmetros a y b deben ser siempre positivos, en tanto que la variable x puede tomar
cualquier valor. Al modelar la distribucin diamtrica, el valor mnimo posible para x, y por
consiguiente para el parmetro a, es 0 (cero).
La integral de la fdp genera la frecuencia relativa acumulada y otorga la probabilidad de
ocurrencia de un valor menor o igual a x. La fda para la distribucin Weibull de tres
parmetros es
c

F ( x) =1 e

x a

En la distribucin Weibull de dos parmetros, el parmetro de ubicacin a es igual a cero (

a = 0 ). As, la fdp es
c x
f ( x) =
b b

c 1

x

b

y la fda respectiva es
c

F ( x ) =1 e

147

x

b

En la modelacin de la distribucin diamtrica mediante la funcin Weibull es habitual ajustar

la funcin de distribucin acumulada, cuya estructura es ms simple que la funcin de
densidad de probabilidad. El ajuste mediante el mtodo de mnimos cuadrados no lineales
requiere obtener la frecuencia diamtrica acumulada por unidad de superficie (ha) en clases de
amplitud 1 (uno). El ajuste tambin puede realizarse mediante el mtodo de mxima
verosimilitud; en este caso no se requiere tabular la informacin.

Figura 2. La funcin de distribucin de probabilidad Weibull de tres parmetros ajustada a distribuciones

diamtricas. Izquierda: monte bajo de Eucalytus globulus (a=0,090; b=4,715; c=1,293); derecha rodal
coetneo de Pinus radiata ; a=5,176; b=50,028; c=2,825). Los parmetros fueron estimados mediante el
mtodo de mxima verosimilitud. Se observan las curvas fdp y fda obtenidas y los datos originales
respectivos (histogramas y ojivas).

Una vez estimados los parmetros de la funcin, la frecuencia absoluta por unidad de
superficie en la clase de dap x, considerando una amplitud de clase h, se obtiene mediante la
relacin siguiente, la cual es vlida para la funcin Weibull de dos y tres parmetros
x +0 , 5 h
x 0, 5 h

= N [ F ( x +0,5h ) F ( x 0,5h )] = N e b e b

Nx

donde:
Nx es la frecuencia absoluta por unidad de superficie (n/ha) en la clase de dap x,
N es la frecuencia absoluta total acumulada por unidad de superficie (n/ha).

7.1.2 Rodales coetneos

Un rodal coetneo se origina en un perodo relativamente corto, por lo que est conformado
por rboles relativamente similares en edad y tamao. As, la distribucin de frecuencias
diamtricas es aproximadamente normal, y es fcil de modelar mediante la funcin de
distribucin de probabilidad de Weibull (ver Fig. 2).
7.1.3 Rodales heteroetneos
7.1.3.1 El concepto de rodal heteroetneo balanceado

Un rodal heteroetneo, debido a su origen continuo, contiene entremezclados rboles de

variadas edades y tamaos. La distribucin diamtrica es irregular en reas pequeas, en tanto

148

que en reas grandes se observa, en una forma ms o menos definida, la distribucin

exponencial negativa (J-invertida). Cuando la distribucin de frecuencias es exactamente
representada mediante la J-invertida se habla de rodal (bosque) heteroetneo balanceado.
La silvicultura heteroetnea tiene una tradicin larga en diversas regiones del mundo. En
varias regiones de Europa es una prctica generalizada desde fines del siglo XIX. En Amrica
su origen se remonta a inicios del vigsimo siglo. Antecedentes especficos sobre silvicultura
heteroetnea se encuentran en Baker et al. (1996) y Johnson et al. (2002).
La meta de la silvicultura heteroetnea es generar y mantener rodales heteroetneos para un
flujo sostenido y constante de productos del bosque. Mantener la condicin heteroetnea
requiere intervenciones silviculturales peridicas para cosechar la produccin de madera y
controlar la estructura y composicin de especies de los rodales. Las intervenciones
promueven la regeneracin y facilitan su integracin en el dosel superior, la que debe ser
suficiente para sustituir los rboles que mueren o que se cosechan regularmente, y mantener
niveles deseados de densidad, rendimiento y calidad de rboles en el rodal. Las intervenciones
deben ocurrir por lo menos tres veces en el intervalo de tiempo que corresponde a la edad de
los rboles ms viejos conservados en el rodal. As, un rodal tambin se define como
heteroetneo cuando contiene por lo menos rboles de tres clases de edad, entremezclado en la
misma rea. Los rodales heteroetneos se pueden tambin formar por grupos coetneos de
rboles, pero los grupos son tan pequeos que es obviamente difcil determinar sus lmites en
terreno.
La seleccin de rboles individuales y la seleccin de rboles en grupo son los dos mtodos
silviculturales que se utilizan en silvicultura heteroetnea. En la seleccin de rboles
individuales, los rboles se seleccionan para la cosecha en base a sus caractersticas
individuales, como la forma, calidad, tasa de crecimiento, madurez financiera, competencia
con rboles ms jvenes y ms vogorosos, y riesgo de mortalidad. Por el contrario, la
seleccin de grupos se concentra en la condicin agregada de grupos pequeos de rboles. La
regulacin de los bosques es alcanzada por el control peridico de la estructura y de la
densidad del rodal, donde el dosel superior nunca se remueve totalmente. El intervalo de
tiempo entre las intervenciones se llama ciclo de corta.
El volumen de madera cosechado al final de cada ciclo de corta vara en funcin de la
estructura del rodal. El rodal heteroetneo puede adquirir una amplia gama de distribuciones
diamtricas (vase e.g. Mitscherlich 1952), desde balanceadas hasta desbalanceadas. Las
distribuciones diamtricas balanceadas presentan una declinacin continua y suave en el
nmero de rboles en las clases de dimetro mayor; las distribuciones desequilibradas, por el
contrario, pueden asumir variadas formas, con variacin irregular de la frecuencia entre clases
de dap sucesivas.
La distribucin ideal del dap en rodales heteroetneos se asume es balanceada, porque sta
podra generar un volumen constante de productos, cuando despus de cada ciclo de corta se

149

restaura la distribucin ideal del dap. Esta distribucin ideal del dap es definida
matemticamente por la funcin exponencial negativa. Esta es la funcin ms frecuentemente
utilizada para la descripcin de una distribucin equilibrada del dap.
La meta de modelar la distribucin ideal del dap mediante la funcin exponencial negativa es
guiar la cosecha en rodales heteroetneos. La cosecha peridica remueve solamente los
rboles excedentes del nmero ideal en cada clase de dap. El dficit, que podra aparecer en
algunas clases de dap, puede ser compensado conservando ms rboles que el nmero ideal en
las clases de dap con excedentes. En principio se asume que dentro de cada rodal la funcin
exponencial negativa en una cierta forma es silviculturalmente estable y sostenible. Esto no
necesariamente significa que la distribucin se presentara naturalmente y seguira siendo
estable en ausencia de intervenciones silviculturales, sino que la distribucin es sostenible
bajo del sistema silvcola impuesto.
Los bosques heteroetneos con distribucin diamtrica exponencial negativa son comunes
(vase e.g. Mitscherlich 1952; Johnson et al. 2002, p.338-340). Cuando esta distribucin es
equilibrada, entre sucesivas clase de dap existe un cuociente constante (q) (vase e.g.
Buongiorno y Mitchie 1980; Virgilietti y Buongiorno 1997; Knoke 1998; Rautiainen 1998).
Este cuociente, tambin llamado tasa de agotamiento, define la forma de la curva (su
"inclinacin" o "aplanamiento") y posibilita el cmputo del nmero ideal de rboles en cada
clase de dap para producir un nivel requerido de densidad de rodal. El resultado es una
estructura diamtrica heteroetnea balanceada.
La generacin de una curva ideal requiere definir no solamente un gradiente o forma (q), sino
tambin la densidad residual del rodal (DR) y el rango de dap a travs del cual calcular la
densidad residual del rodal. Tradicionalmente, se determina el rbol ms grande que
permanece en pie despus de la cosecha. Este dimetro (D) depende de la especie, de la
calidad de sitio, de los objetivos de manejo y de otros factores (Johnson et al. 2002, p.342).
Debido a que la generacin de la curva ideal requiere definir el nivel residual de densidad de
rodal (DR), el dimetro remanente mximo (D) y la tasa de agotamiento (q), se puede hablar
del desarrollo de una curva ideal restringida. Pero la puesta en prctica de la curva necesita
flexibilidad. As, el orden siguiente de prioridades se puede definir para la aplicacin de la
curva ideal: (1) mantener la densidad residual objetivo; (2) los rboles ms grandes que el
dimetro remanente mximo se cortan, a menos que sean necesarios para lograr la densidad
objetivo; y (3) la distribucin de dap residual debe acercarse tanto como sea posible al q
definido. Al final se realizan ajustes para las clases de dap con dficit, manteniendo rboles
adicionales en las clases con excedentes.
7.1.3.2 Generacin de una distribucin balanceada del dap

La distribucin del dap de un rodal heteroetneo balanceado puede ser representada mediante
la relacin

150

N i = k 0 e k 1d i ,

[1]

donde Ni es el nmero de rboles en la i-sima clase de dap, di (cm) es el punto medio de la isima clase de dap, k0 es el intercepto y k1 representa la tasa a la cual el nmero de rboles
disminuye entre clases de dap sucesivas.
La ecuacin [1] se puede tambin representar como una serie geomtrica con un cuociente q
entre clases de dap3 sucesivas, el cual se calcula mediante
q = N i +1 / N i ,

[2]

donde Ni es el nmero de rboles en la i-sima clase de dap y Ni+1 es el nmero de rboles en

la clase de dap ms pequea siguiente.
Substituyendo Ni+1 y Ni de la ecuacin [1] en la ecuacin [2] y con las marcas de clase d i y
d i h de la clase de dap i e i +1 , respectivamente, se obtiene

q = e k1h .

[3]

As, q depende de h (cm), la amplitud de la clase de dap. De la ecuacin [3] es obvio que el
valor q1 / h es constante para una curva dada, es decir q1 / h = e k1 , de modo que el valor q para
una curva con un h dado, puede servir para computar el valor q para otra curva con un h
especfico mediante q = q h / h . De la ecuacin [3] es tambin obvio que el parmetro k1 de la
ecuacin [1] se puede computar mediante
k1 = ln(q ) / h .

[4]

Con Ni+1=qNi (segn la ecuacin [2]) y un valor especfico de q, puede calcularse el nmero de
rboles en cada clase de dap, es decir N1, N1q, N1q2, N1q3, y as sucesivamente. En general, es
vlido
N i = N1 q i 1 ,

[5]

donde N1 es el nmero de rboles en la primera clase de dap (la ms grande). Eso significa que
la distribucin entera del dap depende de q y de N1. Adems, con D1, el punto medio de la
clase ms grande de dap, el parmetro k0 de la ecuacin [1] es dado por

Aqu se asume que i=1 es la clase de dap mayor.

151

k 0 = N1e k1D1 .

[6]

As, con D, el dap del rbol ms grande 4 de la distribucin ideal del dap, y un valor especfico
de q, falta solamente el cmputo del N1 para lograr un nivel definido de densidad residual de
rodal (DR), y la distribucin ideal del dap sera ya alcanzable mediante las ecuaciones [5] o
[1]. Hay actualmente por lo menos tres caminos para desarrollar una curva de distribucin de
dap ideal. Brender (1973) asume el valor de q y calcula el nmero de rboles en la clase de
dap ms grande (N1), para obtener una distribucin del dap con un rea basal especfica. La
distribucin restante se computa en base a q y N1 mediante la ecuacin [5]. Moser (1976)
calcula el parmetro k0 de la ecuacin [1], que es conveniente para cierta densidad de rodal
residual. La distribucin de frecuencia es computada mediante la ecuacin [1], donde k1 es
calculado mediante la ecuacin [4]. Otros autores (e.g. Guldin 1991) asumen N 1 = 1 ,
calculan la distribucin del dap mediante la ecuacin [5], y computan el rea basal B que
esa distribucin produce. Los valores de la distribucin son multiplicados por el factor B / B
para alcanzar el rea basal objetivo B y la distribucin de frecuencia ideal. En los prrafos
siguientes se describe el desarrollo de una curva ideal en base al cmputo de N1 para un nivel
definido de densidad de rodal residual.
Las medidas de la densidad que son aplicables a los rodales heteroetneos se pueden
representar mediante la frmula
c

i =1

i =1

i =1

DR = b1 N i + b2 N i d i + b3 N i d i2 ,

[8]

donde di y Ni se han definido previamente, c es el nmero de clases de dap, y los coeficientes

b1, b2, y b3, con valores convenientemente especificados, generan el rea basal, la razn de
rea por rbol, el factor de competencia de copas (vase Moser 1976; Johnson et al. 2002,
p.343). Los coeficientes bi para la razn de rea por rbol y el factor de competencia de copas
se especifican normalmente para especies individuales o grupos de especies, mientras que la
expresin para el rea basal es independiente de la especie (Moser 1976).
Insertando la ecuacin [5] en la ecuacin [8] se obtiene
c
c
c

D R = N 1 b1 q i 1 + b2 q i 1 d i + b3 q i 1 d i2 ,
i =1
i =1
i =1

de modo que N1 se determina con

D = D1 + 12 h .
152

[9]

N1 =

DR
c

i =1

i =1

i =1

b1 q i 1 + b2 q i 1 d i + b3 q i 1 d i2

y puede ser definido como

N1 =

DR
,
kD

[10]

con
c

i =1

i =1

i =1

k D = b1 q i 1 + b2 q i 1 d i + b3 q i 1 d i2 .

[11]

As, kD es el parmetro clave para el cmputo de N1 y de la distribucin diamtrica que genera

un nivel definido de densidad de rodal. Cuando se fija el rea basal residual objetivo B
(m2/ha), los parmetros bi toman los valores b1=0, b2=0, y b3=/40000, y la ecuacin [11] se
reduce a
kD =

q i 1 d i2 .

40000 i =1

[11a]

7.2 Densidad
Los organismos son afectados por las condiciones en que viven y por los recursos que
obtienen del ambiente circundante. Los individuos de una misma especie tienen
requerimientos similares para sobrevivir, crecer y reproducirse. La competencia entre los
individuos se inicia cuando la demanda total de estos por un recurso excede el suplemento
disponible en el espacio de uso comn; en esa competencia, algunos individuos no satisfarn
completamente sus necesidades. As, la competencia se define como la interaccin entre
individuos que es generada por un recurso de uso compartido cuyo suplemento es limitado, la
que conduce a una reduccin en la sobrevivencia, crecimiento y/o reproduccin de los
individuos. A mayor nmero de individuos por unidad de superficie, mayor es el efecto de la
competencia sobre un individuo en particular. As, densidad, competencia y crecimiento son
temas afines.
Con el transcurso del tiempo, los individuos crecen y aumentan sus requerimientos y, por lo
tanto, compiten con mayor intensidad, aumentando el riesgo de muerte. Despus de algn
tiempo, los rboles ms dbiles mueren por efecto de la competencia, quedando un nmero
menor de rboles vivos por unidad de superficie. A esta reduccin del nmero de rboles
vivos por unidad de superficie por efecto directo de la competencia se le denomina auto-raleo.
As, tanto el nmero de sobrevivientes como su tasa de crecimiento son influenciados por la

153

densidad. Esto no slo evidencia que los efectos de la competencia son dependientes de la
densidad, sino que el tamao del rbol es un indicador de la densidad de rodal.
El fenmeno del auto-raleo se produce no slo en rboles forestales sino que tambin ha sido
observado en un sinnmero de especies (ver Begon et al. 1986). Ese fenmeno puede
representarse matemticamente mediante
w = cN

3
2

relacin en la que w es el peso promedio de los individuos, N es el nmero de rboles por

unidad de superficie y c es una constante. Esta relacin describe la dependencia entre el
tamao promedio de las plantas y el nmero de plantas por unidad de superficie, en rodales
coetneos monoespecficos con cobertura completa de copas (ver Zeide 2002).
3

El hecho de que en muchas especies aparezca el exponente 2 , en la relacin entre el peso

promedio de los individuos ( w ) y el nmero de rboles por unidad de superficie N, ha dado
surgimiento al concepto de ley de la potencia

3
2

. Al linealizar la relacin, esto es

ln w = ln c 32 ln N , es claro que la tasa de aumento del tamao es mayor que la tasa de

disminucin en N. La posicin de la curva vara entre especies, pero la pendiente se mantiene
aproximadamente constante.
3

En cuanto al valor 2 , se piensa que es un reflejo de que la poblacin de plantas representa

pesos o volmenes (dimensiones de potencia 3) agrupadas bajo una superficie (dimensin
potencia 2) de dosel que captura luz, o simplemente el rea disponible para cada rbol (ver
e.g. Prodan et al. 1997, p.398). As, si el peso promedio es proporcional al cubo de alguna
dimensin l de la planta, esto es w l 3 , y el rea disponible es proporcional al cuadrado de la
misma dimensin, esto es A l 2 , e inversamente proporcional al nmero de rboles por
unidad de superficie, esto es A N 1 , es decir l N 1 / 2 , la relacin para el peso promedio
se reduce a w = c N 3 / 2 , en la cual se ha reemplazado el smbolo de proporcionalidad por
la constante de proporcionalidad c. Despejando, N = ( w / c ) 2 / 3 es el nmero mximo de
plantas por unidad de superficie en rodales con cobertura completa. Este valor puede servir de
base para evaluar la densidad de otros rodales en trminos relativos.
7.2.1 Densidad de rodal

El concepto de densidad en forestal se relaciona con el grado en que un sitio est siendo
utilizado por los rboles. Existen en literatura dos trminos generales para expresar densidad.
Por un lado est la expresin absoluta de densidad (density), que seala la cantidad de madera
o el grado de amontonamiento de los rboles en un rea. As se utilizan indicadores como rea
basal (m/ha), nmero de rboles (n/ha) y cobertura de copas por unidad de superficie, entre
154

otros. Por otro lado est la densidad relativa (stocking), que describe lo adecuado de una
densidad de rodal en relacin a un objetivo de manejo; se expresa en porcentaje de la densidad
deseable para un objetivo de manejo. As, por ejemplo, un rodal con una densidad absoluta
determinada puede ser considerado como demasiado denso si el rodal es manejado para
silvopastoreo, pero ese mismo rodal puede ser considerado como demasiado ralo para
producir madera de uso pulpable. Un indicador relativo debiera expresar esa condicin.
Una buena medida de la densidad debera ser independiente de la edad y de la calidad de sitio
(Spurr 1962, Zeide 2002). Adems, es deseable que sea fcil de aplicar y de relacionar con el
incremento en volumen, que es el objetivo tradicional de la silvicultura productiva.
El estudio de la densidad de rodal y su relacin con el rendimiento se ha realizado mediante
dos lneas que difieren slo en el nivel de anlisis. Por un lado estn los ndices de densidad de
rodal, que caracterizan el rodal como unidad; en el otro extremo estn los ndices para rboles
individuales, que caracterizan el estado del rbol particular dentro del rodal.
7.2.1.1 ndices de densidad de rodal

En general, son medidas relativamente sencillas y de fcil obtencin. Entre ellas estn el
nmero de rboles, el rea basal, el ndice de Reineke y el factor de competencia de copas.
7.2.1.1.1 El nmero de rboles

El nmero de rboles por unidad de superficie (hectrea) es la medida ms sencilla de

densidad de rodal. Como un indicador de densidad es una medida insatisfactoria, porque no se
relaciona directamente con la utilizacin del sitio ni con el grado de competencia entre
rboles. La ocupacin del sitio depende tambin del tamao de los individuos. As, un nmero
constante de rboles por unidad de superficie, representar diversos grados de ocupacin del
sitio y de densidad dependiendo del tamao de los rboles. A su vez, un nmero variable de
rboles pueden representar el mismo nivel de densidad de rodal o de ocupacin del sitio.
7.2.1.1.2 rea basal

El rea basal por unidad de superficie es la medida ms simple y de uso habitual para expresar
densidad de rodal. Es un indicador deficiente porque un valor determinado puede lograrse con
un nmero grande de rboles pequeos o con una cantidad pequea de rboles grandes; ambas
situaciones pueden representar niveles muy diferentes de ocupacin del sitio. An as, es ms
til que el nmero de rboles como indicador simple.
7.2.1.1.3 ndice de Reineke

El ndice de Reineke relaciona el nmero de rboles con el dimetro promedio de los rboles
creciendo en rodales normales coetneos. En un rodal normal se asume que la densidad es
completa, esto es que los rboles estn utilizando la totalidad de los recursos del sitio. En esas

155

circunstancias, existe una estrecha relacin entre el nmero de rboles por unidad de
superficie y el tamao promedio de los mismos. Esa relacin se representa mediante

N = b0 d cb1 ,
la que en literatura es habitual encontrarla en su forma linealizada
ln N = ln b0 + b1 ln d c ,

[12]

funcin en la que N es el nmero de rboles por unidad de superficie y d c es el dap promedio

cuadrtico de los individuos.
Reineke (1933) determin que la pendiente ( b1 ) de la curva [12] se aproximaba a 1,6 en
varias especies forestales, en tanto que la constante variaba entre especies. Ese descubrimiento
lo realiz Reineke al graficar el logaritmo del nmero de rboles por unidad de superficie
contra el logaritmo del dap promedio cuadrtico, y trazando una recta por arriba (no a travs)
de la nube de puntos (Zeide 2002). Aparentemente no hay correlacin entre edad y calidad de
sitio y el nmero de rboles por unidad de superficie para un dimetro medio determinado.
As, es seguro utilizar la curva como un estndar para comparar rodales de caractersticas
similares (e.g. rodales coetneos de diferente edad) y determinar su densidad.
La curva puede utilizarse para obtener una medida de densidad absoluta o relativa. En
trminos absolutos, el ndice de densidad de rodal (Idr) de Reineke de un rodal corresponde al
nmero de rboles por unidad de superficie en el momento de alcanzar un determinado
dimetro promedio; este dimetro estndar ( d 0 c ) es fijado por Reineke en 10 pulgadas. As,
ln Idr = ln b0 + b1 ln d 0 c .

[13]

Combinando [12] y [13] (restando una de otra, o despejando ln b0 de una y reemplazndola

en la otra) se obtiene
ln Idr = ln N + b1 ln

d
Idr = N 0 c
dc

d 0c
, i.e.
dc
b1

La expresin relativa del ndice combina directamente el nmero de rboles por unidad de
superficie (N) con el nmero de rboles de un rodal normal para el dimetro actual del rodal (
Nd )

156

Idrr =

N
,
Nd

o, en trminos porcentuales,
Idrr (%) = 100

N
.
Nd

7.2.1.1.4 Factor de competencia de copas

El factor de competencia de copas (Fcc) es una medida de la tensin de la densidad en un

rodal que se basa en el rea cubierta por la copa de los rboles. Al contrario del ndice de
Reineke, toma como referencia el desarrollo de la copa de rboles que crecen en condiciones
de densidad mnima, libres de competencia. El factor estima la proporcin de rea disponible
para el rbol promedio del rodal en relacin al rea mxima que podra usar si creciera libre de
competencia (ver Krajicek et al. 1961).
La base de desarrollo del Fcc es la relacin existente entre el dimetro de copa (w, en m) y el
dap (d, en cm) de rboles de crecimiento libre
w = a +bd .

As, el rea de copa (Ac, en m2) de un rbol de dimetro d es

Ac =

2
w = 0,785( a 2 + 2abd + b 2 d 2 ) .
4

La proporcin de superficie ocupada por la proyeccin vertical de la copa de un rbol en una

hectrea, expresada en porcentaje, se denomina rea mxima de copa (Amc). En trminos
algebricos, Amc = 100 A c / 10000 , es decir
Amc = 7,85 10 3 ( a 2 + 2abd + b 2 d 2 ) .

El Fcc corresponde a la suma de las reas mximas de copa de todos los rboles en una
hectrea. As, el factor expresa en trminos relativos la cobertura de copas de un rodal real en
comparacin a un rodal con la misma cantidad y tamao de rboles, pero creciendo en
condiciones de densidad mnima. El factor, calculado a partir de una tabla de rodal, es
c
c
2 c
2
2
Fcc = 7,85 10 a ni + 2ab ni d i + b ni d i ,
i =1
i =1
i =1

donde:
c es el nmero de clases de dap,
ni es el nmero de rboles por hectrea en la i-sima clase de dap,

157

di es la marca de clase de la i-sima clase de dap.

El vuelo completo de un rodal se produce cuando el Fcc es igual a 100. En teora, y

asumiendo que las copas estn suficientemente deformadas para llenar todos los huecos del
rodal, a partir de ese nivel de densidad empezara la competencia entre los rboles. Niveles
mayores de densidad reduciran el crecimiento promedio por rbol, pero mejorara la forma
fustal e incrementara el rendimiento por unidad de superficie. Naturalmente, el rango de
valores de Fcc adecuado para un rodal y una especie en particular depende de los objetivos de
manejo.
7.2.1.1.5 ndices de espaciamiento
7.2.1.1.5.1 Cuocientes de espaciamiento

Los cuocientes o factores de espaciamiento se obtienen relacionando el tamao de los rboles

dominantes y codominantes con la distancia promedio entre los rboles en el rodal. Utilizan el
dap o altura de los rboles dominantes y codominantes como dimensin representativa del
tamao, siendo el distanciamiento medio (Dm) obtenido mediante la relacin siguiente, la cual
es vlida para una distribucin cuadrada de rboles en el rodal.
Dm =

a
,
N

en la que a es la superficie (m2) del rea evaluada del rodal y N es el nmero de rboles en esa
superficie.
El cuociente de espaciamiento obtenido a partir de la altura, tambin conocido como factor de
espaciamiento relativo (RS) de Hart-Becking cuando se expresa en porcentaje, es
D
RS H = m ,
HD

en tanto que el basado en el dap, tambin conocido como factor de Wilson, es

D
RS D = m
dD

relaciones en las que H D y d D son, respectivamente, los promedios de la altura y del dap
de los rboles dominantes y codominantes.
7.2.1.2 ndices para rboles individuales

Son modelos matemticos que buscan establecer la forma en que los vecinos inmediatos
modifican la disponibilidad de recursos ambientales para un rbol individual. Incorporan

158

ndices de densidad puntual e ndices de competencia individual. El rbol al cual se le

determina la densidad o competencia se le denomina sujeto; los vecinos inmediatos reciben el
nombre de competidores.
7.2.1.2.1 ndices de densidad puntual

Son indicadores que se obtienen a partir del rea basal (ver Opie 1968). El supuesto es que, en
rodales densos, a igualdad de otras condiciones, a mayor rea basal mayor es la competencia y
menor el crecimiento de los rboles. As, una opcin es sumar el rea basal de todos los
rboles incluidos en una parcela circular de radio constante establecida con el rbol sujeto
como centro. Este mtodo requiere aumentar el radio de la parcela con el transcurso del
tiempo, para incluir individuos que estn a mayor distancia y que pueden iniciar la
competencia con el rbol sujeto a medida que crecen. Ese inconveniente se soluciona al
utilizar el conteo angular o la sumatoria angular.
7.2.1.2.2 ndices de competencia individual

Son indicadores que buscan establecer el estado competitivo del rbol individual dentro del
rodal y su relacin con el crecimiento. Por un lado se puede asumir que el rbol realiza
utilizacin exclusiva del sitio dentro de un espacio definido, el que se denomina espacio de
crecimiento. Este es un polgono alrededor del rbol sujeto (e.g. Brown 1965, Adlar 1974),
cuyo tamao y forma son definidos por la posicin de los competidores (Fig. 3). La otra
opcin es asumir que los rboles realizan un uso compartido del sitio, siendo el espacio total
de cada individuo denominado zona de influencia, esto es un rea de competencia circular en
torno a cada rbol (e.g. Bella 1971). Otros ndices se basan slo en la distancia entre rboles y
en el tamao relativo de estos (e.g. Hegyi 1974).

Figura 3. Definicin del espacio de crecimiento de un rbol (izquierda) y el concepto de zonas de influencia
(derecha).

En la configuracin del polgono que delimita el espacio de crecimiento puede o no

considerarse el tamao relativo de los competidores. En el caso graficado en la figura 3, el
polgono se obtuvo trazando perpendiculares en los puntos medios de las lneas de unin entre
el sujeto y los vecinos inmediatos; es decir, sin considerar el tamao de los rboles. La

159

distancia para trazar las perpendiculares tambin puede definirse en funcin del tamao, ya
sea expresado mediante el dimetro, o el rea basal como sigue
I ij =

d i2
Lij ,
d i2 + d 2j

donde:
Iij es la distancia, tomada a partir del eje fustal del rbol sujeto i en direccin al competidor j, a la cual se
traza la perpendicular para obtener el polgono del rbol i,
Lij es la distancia entre el rbol sujeto i y el rbol competidor j,
di es el dimetro del rbol sujeto i
dj es el dimetro del rbol competidor j.

Los ndices basados en el espacio de crecimiento asumen que a mayor superficie del espacio
de crecimiento mayor es el crecimiento del rbol (ver Fig. 4). El rea puede determinarse
descomponiendo el polgono en tringulos, fijando un punto en el interior del polgono (Fig.
5). La frmula siguiente est basada en el centro de gravedad del polgono, cuyas coordenadas
corresponden al promedio aritmtico de las coordenadas de los puntos que forman el
polgono. Obviamente, el clculo tambin puede basarse en las coordenadas del rbol sujeto
en lugar del centro de gravedad del polgono.

Ai =

1 ni
xi ( y j y j +1 ) + x j ( y j +1 yi ) + x j +1 ( yi y j ) ,
2 j =1

donde:
Ai es la superficie del polgono en torno al rbol i,
xi , yi son los promedios aritmticos de las absisas y ordenadas, respectivamente, de los puntos que
forman el polgono,

ni es el nmero de puntos que conforman el polgono yi .

Figura 4. Espacios de crecimiento de un conjunto de rboles (izquierda). Relacin entre el dap y la superficie del
espacio de crecimiento (centro), y entre el dap y el ndice de competencia de Hegyi (derecha), considerando,
en este caso, como competidores a los rboles que contribuyen a delimitar el polgono del rbol sujeto.

160

7.2.1.2.2.1 El ndice de Bella

El ndice de Bella (1971) est basado en el concepto de zonas de influencia. Asume que cada
rbol utiliza un rea circular cuyo tamao es una funcin directa del tamao del rbol. La
competencia se inicia cuando las zonas de influencia entran en contacto. La tensin
competitiva en un rbol sujeto es evaluada en base al traslape de su zona de influencia con la
de los competidores, ponderada por el tamao relativo de los rboles (Fig. 5).
Aij
IC i =
j =1 Ai
n

d j

d i

donde:
Ai es la superficie del rea de la zona de influencia del rbol sujeto i,
Aij es la superficie del rea de interseccin entre las zonas de influencia del rbol sujeto i y del rbol
competidor j,
di, dj son los dimetros del rbol sujeto i y del rbol competidor j, respectivamente,
n es el nmero de rboles que compiten con el sujeto i.

Figura 5. Clculo de reas. Izquierda: descomposicin del polgono en tringulos. Derecha: rea de interseccin de
zonas de influencia.

El rea de interseccin se obtiene mediante la relacin siguiente (rea gris, Fig. 5, derecha)
Aij = 0,5( ri 2 i + r j2 j ) y Lij ,

con

i =
j =
xi =

arccos i ,
180
ri

180

arccos

L2ij + ri 2 r j2
2 Lij

xj
rj

x j = Lij xi ,

161

y = ri sin

i
,
2

donde:
Lij es la distancia entre el rbol sujeto i y el rbol competidor j,
ri es el radio de la zona de competencia del rbol sujeto i; ri = k d i ,
rj es el radio de la zona de competencia del rbol competidor j; r j = k d j ,

i , j son ngulos medidos en radianes.

7.2.1.2.2.2 El ndice de Hegyi

El ndice de Hegyi (1974) est basado en los tamaos relativos de los rboles y la distancia
que los separa. Es un ndice simple, pero requiere definir de alguna manera los rboles
competidores efectivos. A mayor valor del ndice de Hegyi, menor es el tamao del rbol (Fig.
4).
n d /d
Ci = j i
L
j =1
ij

donde:
Ci es el ndice de competencia para el rbol sujeto i,
di es el dimetro del rbol sujeto i,
dj es el dimetro del rbol competidor j,
Lij es la distancia entre el rbol sujeto i y el rbol competidor j,
n es el nmero de rboles que compiten con el sujeto i.

Referencias
Adlard, P.G. 1974. Development of an empirical competition model for individual trees within a stand. In: Fries,
J. (ed.) Growth Models for Tree and Stand Simulation, Res. Notes 30. Department of Forest Yield
Research, Royal College of Forestry, Stockholm, 22-37.
Baker, J.B., M.D. Cain, J.M. Guldin, P.A. Murphy, and M.G. Shelton. 1996. Uneven-aged Silviculture for the
loblolly and shortleaf pine forest cover types. Gen. Tech. Rep. SO-1 18. Asheville, NC. U.S.
Department of Agriculture, Forest Service, Southern Station. 65 p.
Begon, M., J.L. Harper, and C.R. Townsend. 1986. Ecology. Sinauer Asociates inc. Massachusetts. 876 p.
Bella, I.E. 1971. A new competition model for individual trees. For. Sci.17(3):364-372.
Brown, G.S. 1965. Point density in stems per acre. New Zealand Forestry Service Research Notes 38: 1-11.
Buongiorno, J. and B.R. Mitchie. 1980. A matrix model of uneven-aged forest management. For. Sci. 26: 609625.
Brender, E.V. 1973. Silviculture of loblolly pine in the Georgia Piedmont. Georgia Forest Research Council.
Report No. 33, 74 p.
Cancino, J. and K. v. Gadow. 2002. Stem guide curves for uneven-aged forests. Development and limitations. In
Gadow, K. v., Nagel, J., Saborowski, J. (eds), Continuous Cover Forestry, 163-174. Kluwer Academic
Publischers.
Guldin, J.M. 1991. Uneven-aged BDq regulation of Sierra Nevada mixed conifers. West. J. Appl. For. 6: 27-32.

162

Hegyi, F. 1974. A simulation model for managing jack pine stands. In: Fries, J. (ed.) Growth Models for Tree
and Stand Simulation, Res. Notes 30. Department of Forest Yield Research, Royal College of Forestry,
Stockholm, 7490.
Johnson, P.S., S.R. Shifley, and R. Rogers. 2002. The ecology and silviculture of Oaks. CABI Publishing. 528 p.
Knoke, T. 1998. Analyse und Optimierung der Holzproduktion in einem Plenterwald zur Forstbetriebsplanung
in ungleichaltrigen Wldern. Forschungsberichte Mnchen Nr. 170, 182 S.
Krajicek, J.E., K.A. Brinkman, and S.F. Gingrich. 1961. Crown Competition-A measure of density. For. Sci.
7(1):35-42.
Mitscherlich, G. 1952. Der Tannen-Fichten-(Buchen)-Plenterwald. Heft 8 d. Schriftenreihe d. Bad. Forstl. Vers.
Anst., Freiburg. 42 p.
Moser Jr., J. W. 1976. Specification of density for the Inverse J-shaped diameter distribution. For. Sci. 22, 177180.
Opie, J.E. 1968. Predictability of individual tree growth using various definitions of competing basal area. For.
Sci. 14: 314323.
Prodan, M., R. Peters, F. Cox, y P. Real. 1997. Mensura forestal. IICA/GTZ. 586 p.
Rautiainen, O. 1998. Modelling the yield and growth of uneven-aged Shorea robusta stands. Ph.D thesis,
University of Joensuu.
Reineke, L.H. 1933. Perfecting a stand-density index for even-aged forests. Jour. Agric. Res. 46:627-638.
Spurr, S. 1962. A measure of point density. For. Sci. 8(1): 85-96.
Virgilietti, P. and J. Buongiorno. 1997. Modeling forest growth with management data. A matrix approach for
the Italian Alps. Silva Fennica 31, 27-42.
Zeide, B. 2002. Analysis of a concept: Stand density. Journal of Sustainable Forestry 14(4):51-62.

163