Madera y Bosques

vol. 21, nm. 3: 95-110

Otoo 2015

Modelos de crecimiento y

rendimiento de totalidad del rodal

para Pinus patula
Whole-stand growth and yield models for Pinus patula
Wenceslao Santiago-Garca1*, Hctor Manuel De los Santos-Posadas2, Gregorio ngeles-Prez2, Jos Ren ValdezLazalde2, Jos Javier Corral-Rivas3, Gerardo Rodrguez-Ortiz4 y Elas Santiago-Garca5
1 Instituto de Estudios Ambientales. Universidad de la
Sierra Jurez. Ixtln de Jurez, Oaxaca, Mxico.
2 Postgrado en Ciencias Forestales. Campus Montecillo. Colegio de Postgraduados. Montecillo, Texcoco, Edo. de Mxico, Mxico. hmsantos@colpos.mx

3 Instituto de Silvicultura e Industria de la Madera. Universidad Jurez del Estado de Durango. Durango,
Mxico.
4 Divisin de Estudios de Posgrado e Investigacin.
Instituto Tecnolgico del Valle de Oaxaca. Oaxaca,
Mxico.

5 Direccin Tcnica Forestal de la comunidad de Ixtln

de Jurez, Oaxaca. Ixtln de Jurez. Oaxaca, Mxico.
* Autor para correspondencia. wsantiago@unsij.edu.mx

Resumen

La prediccin del crecimiento y el rendimiento de una especie forestal maderable es un requisito fundamental para planificar su manejo
racional. El objetivo de este trabajo fue actualizar las funciones que componen un sistema compatible de crecimiento y rendimiento para
Pinus patula, desarrollado bajo el enfoque de modelos explcitos de totalidad del rodal. Se reajustaron los parmetros del sistema mediante la tcnica de regresin aparentemente no relacionada. Para ello, se utiliz informacin dasomtrica derivada de cuatro inventarios
realizados peridicamente en 42 parcelas permanentes de muestreo de 400 m2 en Hidalgo, Mxico. La estructura de las funciones originales del sistema, en su mayora, generaron buen ajuste y comportamiento grfico satisfactorio. La productividad del rodal se describe
mediante un patrn polimrfico de crecimiento, el cual est interrelacionado con las ecuaciones de rea basal, dimetro promedio y
volumen total de fuste por hectrea. La funcin de mortalidad corresponde a un modelo exponencial ajustado bajo mnimos cuadrados
no lineales. El reajuste del sistema permiti ampliar el rango de validez de las ecuaciones de crecimiento a 31 aos de edad del rodal. El
nuevo sistema sugiere un turno tcnico que maximiza el volumen de alrededor de 20 aos para el sitio promedio. Este resultado sugiere
que el turno de 40 aos, actualmente usado en los planes de manejo en la regin, puede ser acortado, siempre y cuando la densidad del
rodal se maneje correctamente.
Palabras clave: diferencia algebraica, modelos compatibles, prediccin explcita, sistema de crecimiento, turno tcnico.

Abstract

Predicting the growth and yield of timber tree species is a prerequisite for planning sustainable forest management. The objective was
to update several functions that integrate a compatible growth and yield system for Pinus patula, developed under the explicit wholestand model approach. System parameters were estimated using seemingly unrelated regression. For that, forest biometric information
was used from four periodical inventories conducted in 42 permanent plots of 400 m2 in Hidalgo, Mexico. Almost all the functions of
the system had good fit and satisfactory graphical behavior in their original structure. A polymorphic growth pattern explains stand
productivity, which is interrelated with growth equations of basal area, mean diameter and total stem volume per hectare. The mortality
function corresponds to an exponential model fitted under non-linear least squares method. The re-fitted system broadened the range of
the growth equations to 31 years. The new system suggests a maximizing volume rotation of about 20 years for the average site. These
results suggest that the commonly used 40 year rotation period used in the management plans in the region could be shortened if a proper
density management strategy is applied.
Keywords: algebraic difference, compatible models, explicit prediction, growth system, optimum rotation age.

95

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

Introduccin

Santiago-Garca et al. (2013) ajustaron un

SCRM

La planificacin adecuada del uso o aprovechamiento de

compatible de totalidad del rodal para bosques coetneos

un bosque hace necesario que sus administradores cuen-

de Pinus patula de la regin de Zacualtipn, Hidalgo,

ten con herramientas silvcolas cuantitativas confiables,

Mxico. Este tipo de modelos, generalmente, es el ms

que les permitan pronosticar el crecimiento y el rendi-

adecuado para el manejo de rodales coetneos y planta-

miento maderable esperado. Los sistemas de crecimiento y

ciones forestales, porque representa un buen compromiso

rendimiento maderable (SCRM) constituyen una parte de

entre generalidad y precisin de las estimaciones (Garca,

estas herramientas. En bosques bajo manejo forestal

1988; Vanclay, 1994; Diguez-Aranda et al., 2006a). El

maderable es necesario contar con modelos para predecir

sistema para P. patula fue generado utilizando datos de

la dinmica de rodales en una amplia variedad de condi-

tres inventarios realizados durante los aos 2005, 2006 y

ciones y opciones de manejo (Garca, 1994; Vanclay,

2008 en sitios permanentes de investigacin silvcola,

1994; Davis et al., 2001).

siendo vlido para rodales de entre 8 y 27 aos de edad.

Un SCRM es un conjunto de modelos que describen de

manera cuantitativa la dinmica del crecimiento en un

Durante 2012, se realiz una cuarta remedicin de los

sitios permanentes, lo que permite reajustar el SCRM .

rodal forestal. Esta dinmica es reflejada en los cambios

de magnitud de las variables del rodal como la altura

Objetivo

dominante, el dimetro promedio de los rboles, el rea

Actualizar las ecuaciones que integran el

basal, el nmero de rboles por unidad de superficie y el

ble desarrollado por Santiago-Garca et al. (2013), bajo el

volumen. Cada ecuacin en el sistema describe una rela-

enfoque de modelado explcito a nivel de rodal, para las

cin diferente entre un conjunto de variables, pero se

masas naturales coetneas de Pinus patula en la regin de

asume que todas las relaciones ocurren simultneamente

Zacualtipn, Hidalgo, Mxico.

SCRM

compati-

(Borders y Bailey, 1986).

Los

SCRM

se pueden clasificar en compatibles y no

Materiales y mtodos

compatibles, dependiendo del grupo de relaciones simultneas entre sus componentes. Los

SCRM

no compatibles

rea de estudio

generalmente constituyen un grupo de modelos en que se

El estudio se realiz al sureste del municipio de Zacual-

ignora la interdependencia entre los componentes del cre-

tipn de ngeles, Hidalgo, Mxico, en la provincia fisio-

cimiento, y los parmetros de cada ecuacin se estiman de

grfica

forma separada (Borders y Bailey, 1986). Por otra parte,

Subprovincia Sierra de Zacualtipn. Los rodales estu-

en

compatibles los componentes del crecimiento

diados se localizan entre 20 36 44 y 20 37 49 LN

estn relacionados entre s (Buckman, 1962; Clutter,

y 98 35 30 y 98 37 46 LO, con altitud media de

1963); adems, se considera que la integral de la curva que

2060 m. El suelo de las partes bajas es Feozem hplico

describe la tasa de crecimiento es igual al rendimiento,

(Hh), con una capa superficial obscura, suave y rica en

cuando se evala en un intervalo de tiempo (Borders y

materia orgnica, mientras que en las partes con mayor

Bailey, 1986; Borders, 1989). Como alternativa, existe el

pendiente es Regosol calcrico (Rc). El clima es C(fm)

desarrollo de ecuaciones de diferencia algebraica (ADA ,

wb(e)g, templado-hmedo con lluvias todo el ao, tem-

algebraic difference approach) para generar SCRM compa-

peratura media anual de 13.5 C y precipitacin anual

tibles, tambin llamadas funciones de transicin, que des-

de 2050 mm. En las ltimas tres dcadas, la masa fores-

criben las tasas de cambio del sistema en cualquier punto

tal del rea de estudio se ha orientado hacia el desarro-

del tiempo, en funcin de su estado actual (Ramrez et al.,

llo de rodales coetneos de P. patula (Aguirre-Salado et

1987; Garca, 1988; Garca, 1994).

al., 2009).

96

SCRM

denominada

Sierra

Madre

Oriental

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

Datos dasomtricos

Las variables de estado estimadas por hectrea, a

Los datos utilizados en el estudio se colectaron en cuatro

partir de estos datos fueron: altura promedio de los rbo-

inventarios realizados en 42 parcelas permanentes de

les dominantes (HD, m), dimetro promedio (DP, cm), rea

muestreo de 400 m , durante los aos 2005, 2006, 2008

basal (AB , m 2), volumen total (V, m3) y nmero de rboles

y 2012; dichas parcelas cubren diferentes intervalos de

vivos (NA). En el anlisis estadstico se utiliz la informa-

densidad, calidad de sitio y edad de rodales puros y coet-

cin dasomtrica de las parcelas no intervenidas, es decir,

neos de P. patula ( Tabla 1). Los datos colectados fueron:

con mortalidad natural. Solo en el caso de la estimacin

altura total (m) de todos los rboles (obtenida con clin-

de la altura promedio de los rboles dominantes se utiliz

metro digital y con una curva dimetro-altura), de los

la totalidad de las parcelas inventariadas (intervenidas y

cuales, cuatro se identificaron como dominantes (Hd) de

no intervenidas).

acuerdo con la definicin de altura dominante que corresponde a los 100 rboles ms altos por hectrea (Assman,

Desarrollo de modelos compatibles

1970; Alder, 1980); dimetro normal (medido con cinta

Para reajustar el modelo compatible en HD (Santiago-Gar-

diamtrica) de todos los rboles (Dn, cm) y nmero de

ca et al., 2013), se utilizaron 126 pares de datos no trasla-

rboles vivos (Na).

pados, correspondientes al promedio de alturas dominantes

y edades que van de 8 aos a 31 aos (Tabla 1). En general,
el modelo de diferencia algebraica (ADA) que define la

Tabla 1. Media, desviacin estndar y rango de las variables

familia de curvas de ndice de sitio (IS) tiene la forma: Y2 =

dasomtricas utilizadas en el sistema de crecimiento y

(Y1, E 2 , E1, ), donde: Y2 = valor de la variable analizada

rendimiento maderable bajo diferencia algebraica.

del rodal a una edad E 2 (edad de proyeccin), Y1 = variable

de inters medida a una edad E1 (edad inicial) y = vector

Variable

Media

HD1

126

17.21

HD2

126

E1

Desviacin

de parmetros de regresin (Clutter et al., 1983; Diguez-

Mnimo

Mximo

4.31

7.86

25.30

La actualizacin del patrn de crecimiento para la

18.90

4.30

9.31

27.90

funcin f(.) presenta una hiptesis de crecimiento poli-

126

17.98

5.33

8.00

27.00

mrfica basada en el modelo de Hossfeld IV (Ecuaciones 1

E2

126

20.31

5.76

9.00

31.00

IS

126

28.69

1.91

24.00

32.00

AB1

100

25.95

5.42

12.53

36.15

AB2

100

28.99

5.28

16.64

39.61

DP1

100

17.28

5.64

5.86

26.86

DP2

100

18.79

5.66

6.81

30.12

V1

100

190.41

64.08

66.39

302.28

momento en que

V2

100

219.57

59.14

90.01

341.89

pendientes en cualquiera de los otros modelos que confor-

NA1

100

1434.50

1436.91

500.00 6400.00

man el

NA2

100

1350.40

1329.49

400.00 6400.00

(Kiviste et al., 2002; De los Santos-Posadas et al., 2006;

Estndar

HD1 y HD2 son la altura dominante (m) en E1 y E2, donde E1 y E2 son la edad (aos)
de prediccin y proyeccin, respectivamente, IS es el ndice de sitio del rodal (m)
calculado con la ec. 11, AB1 y AB2 son el rea basal (m2 ha-1) a la edad E1 y E2, DP1 y
DP2 son el dimetro promedio (cm) a la edad E1 y E2, V1 y V2 son el volumen (m3
ha-1) a la edad E1 y E2; y NA1 y NA2 son el nmero de rboles (ha-1) a la edad E1 y E2.

Aranda et al., 2005; Magaa et al., 2008).

y 2). Con este patrn, las tasas de crecimiento son variables entre sitios forestales, pero la potencialidad mxima
es constante, dando origen a curvas de asntota comn,
tambin conocidas como curvas polimrficas (GmezTejero et al., 2009).
Se debe tener en cuenta que el patrn de crecimiento
en altura dominante afectar a todo el sistema en el

SCRM .

HD

IS

se utilicen como variables inde-

La estructura del modelo de Hossfeld

IV

Gmez-Tejero et al., 2009) es:

HD1 =

b0
1 + exp(b1) exp(-b2 lnE1)

(1)
97

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

Al resolver la ecuacin por b 1, se obtiene el siguiente

donde:

modelo polimrfico de proyeccin en diferencia alge-

dimetro promedio (cm) a la edad E2,

braica:

rboles (ha ) a la edad E2, lo dems ya se defini previamente.

AB2

es el rea basal (m2 ha-1) a la edad E2,

NA 2

DP2

es el

es el nmero de

-1

Al diferenciar ambos lados y despejar ln (AB2) se

obtiene:

HD1

((

-1 exp(-b2 lnE2)

(2)

ln(AB2) = ln(AB1) + 1 (E2 - E1) + 2

( DP1

HD 1 y HD 2

1 + ln NA2
3
NA1
DP1

corresponden a la altura dominante en

E1 y E 2 , ln indica el logaritmo natural, exp es la funcin

exponencial y bi son los parmetros a estimar.
En el reajuste del resto de las variables del

Esta es la forma lineal del modelo de proyeccin para

el logaritmo de

SCRM

se

utilizaron 100 pares de datos no traslapados, correspon-

dimetro promedio y volumen total, consisti en definir

Si se aplica la funcin exponencial en

ambos lados de la ecuacin, se obtiene el modelo no lineal

de proyeccin siguiente:

dientes a E1 y E 2 (Tabla 1). El paso inicial para la construccin de los modelos compatibles de rea basal,

AB .

AB2 = exp ln(AB1) + 1 (E2 - E1) + 2

( DP1

1 + ln NA2
3
NA1
DP1

donde

[(

1 + exp b2 lnE1 + ln b0

b0

HD2 =

(4)

las ecuaciones de prediccin para caracterizar el estado

promedio del rodal a una edad definida. En este caso, las

La presencia y combinacin de variables predictoras

ecuaciones se basaron en modificaciones del modelo

como

bsico de rendimiento de Schumacher (1939) y Clutter

crecimiento para estas variables en particular. As, para el

(1963). El segundo paso fue desarrollar una forma de dife-

DPi,

rencia de las ecuaciones de prediccin. La forma de obte-

prediccin y proyeccin:

DPi

NA i,

se tiene el siguiente par de ecuaciones compatibles de

ner un modelo compatible se ejemplifica a continuacin,

para el modelo de rea basal. La ecuacin de prediccin es
(Santiago-Garca et al., 2013):

AB1 = exp 0 + 1 E1 + 2 1 [IS NA1]3

DP1
(3)
donde: AB1 = rea basal (m 2 ha-1) a la edad E1, DP1 = dimetro promedio (cm) a la edad E1,

IS

= ndice de sitio del

rodal (m), NA1 = nmero de rboles (ha-1) a la edad E1 y i

= parmetros a estimar en el modelo.
Si se linealiza la ecuacin 3 para los estados E1 y E 2 ,

en la ecuacin 4, requiere de modelos de

DP1 = exp b0 +

b1
NA1 + b2 HD1
E1

DP2 = exp ln(DP1) + b1

ln(AB2) = 0 + 1 E2 + 2 1 + 3 ln[IS NA2]

DP2

(6)
donde: bi son los parmetros a estimar, lo dems ya fue
definido con anterioridad.
Para el volumen total se reajustaron las siguientes
ecuaciones compatibles:

V1 = exp 0 + 1

HD1

AB1 E1 2 HD1

(7)

2
V2 = exp ln(V1) + 1 HD2 - HD1 E2 HD2
AB2 AB1
E1
HD1

(8)

donde: V1 es el volumen (m3 ha-1) a la edad E1, V2 es el

volumen (m3 ha-1) a la edad E 2 , i son los parmetros a
estimar, lo dems ya fue definido.

98

(5)

NA2 NA1
+ b2 (HD2 - HD1)
E2
E1

se obtienen las ecuaciones siguientes:

ln(AB1) = 0 + 1 E1 + 2 1 + 3 ln[IS NA1]
DP1

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

Para pronosticar el nmero de rboles sobrevivientes en

Resultados

un tiempo determinado se ajustaron las siguientes funciones

de mortalidad (Torres y Magaa, 2001; Zhao et al., 2007):
NA2 = NA1 exp[1 (E2 - E1)]

Altura dominante e ndice de sitio

La informacin dasomtrica de sitios permanentes de

NA2 = NA1 exp[1 IS (E2 - E1)]

(9)

muestreo permiti aplicar el mtodo de desarrollo de curvas de diferencia algebraica. Los modelos generaron ajus-

(10)

tes que explicaron 91.0 % (prediccin, Ec. 1) y 96.8 %

(proyeccin, Ec. 2) de la varianza total observada en la

Ajuste del sistema y anlisis estadstico

altura dominante, siendo todos sus parmetros significati-

Cada componente del

se reajust de manera simul-

vos y con valores bajos en su error estndar (Tablas 2 y 3).

tnea, a travs de regresin aparentemente no relacionada

El anlisis estadstico muestra que el modelo poli-

(SUR , seemingly unrelated regression), mediante el proce-

mrfico de Hossfeld IV es adecuado, presenta un valor alto

dimiento

(SAS Institute Inc., 2011),

del coeficiente de determinacin (R 2), para ambas ecua-

con excepcin de las funciones de mortalidad, que se ajus-

ciones de prediccin y proyeccin, y valores ms reducidos

taron a travs de mnimos cuadrados no lineales.

de SCE y CME para el modelo de proyeccin (Ec. 2). En la

MODEL

de

SCRM

SAS / ETS

Como criterios de evaluacin de la bondad de ajuste

de los modelos se utilizaron la suma de cuadrados del
error (SCE), el cuadrado medio del error (CME), el coefi-

figura 1 se presenta el comportamiento grfico de los

modelos de crecimiento en altura dominante.
La ecuacin polimrfica b1 de Hossfeld

IV,

bajo la for-

ciente de determinacin (R ) y, para las ecuaciones de

mulacin ADA que expresa el ndice de sitio (IS) para P. patula

mortalidad, el sesgo ( E ) en la proyeccin del NA (Corral-

a una edad base (Eb) de 40 aos se explica en el modelo 11.

Rivas et al., 2004; Zhao et al., 2007). La tcnica de estimacin de parmetros

SUR

proporciona una mejora en la

estimacin de parmetros de regresin, porque utiliza las

Tabla 2. Estadsticas de bondad de ajuste de los modelos del

sistema de crecimiento y rendimiento maderable.

correlaciones entre los errores en un sistema de ecuaciones; adems, permite compatibilidad total entre el modelo
de prediccin y el de proyeccin, de forma que los par-

Modelo

metros comunes de ambas ecuaciones toman los mismos

Altura

valores mientras se cumple con el criterio de minimizacin

dominante

de los cuadrados de los residuos (Galn et al., 2008).

rea basal

Los modelos descritos son intrnsecamente no lineales, por lo que la estimacin de los parmetros requiere el
empleo de un proceso iterativo (Diguez-Aranda et al.,
2005); en este caso, se utiliz el algoritmo de Gauss-Newton que est implementado en el procedimiento MODEL de
SAS / ETS (SAS

Institute Inc., 2011).

Dimetro
promedio
Volumen
Mortalidad

Prediccin
SCE

CME

Proyeccin
R

SCE

CME

R2

208.2 1.679 0.910 73.82

0.590 0.968

447.8 4.592 0.845

94.9

0.963 0.965

318.3 3.247 0.898 56.29

0.568 0.982

16391.6 167.3 0.959 7100.8

---

---

---

71.72

0.979

376307 5085.2 0.997

SCE = suma de cuadrados del error, CME = cuadrado medio del error, R2 = coeficiente de determinacin del modelo.

45.8625
45.8625
1+ exp 1.2205 ln(E) + ln HD -1 exp(-1.2205 ln(40))
45.8625
=
45.8625
1+ exp 1.2205 ln(E) + ln HD -1 0.011082

IS =

(11)
99

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

El

Tabla 3. Valores estimados de los parmetros para los modelos

IS

se refiere a la altura dominante del rodal a una

edad de referencia, lo que permite al silvicultor clasificar y

del sistema de crecimiento y rendimiento maderable.

proyectar el crecimiento del rodal y, por tanto, representa

Modelo

Parmetros Estimacin Error estndar Pr >|t|

Altura dominante

rea basal

Dimetro
promedio

Volumen

Mortalidad

un medio eficaz y simplificado para estimar la productivi-

b0

45.86253

5.8077

<.0001

dad forestal (Clutter et al., 1983; Garca et al., 1998;

b1

3.99835

0.1001

<.0001

Torres y Magaa, 2001; De los Santos-Posadas et al.,

b2

1.22054

0.0963

<.0001

2006). La estimacin precisa del nivel de productividad es

-3.78898

0.2131

<.0001

fundamental en el manejo forestal, porque contribuye a

0.02697

0.0016

<.0001

determinar la cosecha de madera y el periodo de rotacin,

-14.51160

0.3984

<.0001

adems de ayudar a la toma de decisiones acerca de la elec-

0.72549

0.0201

<.0001

cin de las especies ms adecuadas para cierta localizacin

b0

2.25015

0.0514

<.0001

(Vargas-Larreta et al., 2010). As, se considera que la cali-

b1

-0.00134

0.0001

<.0001

dad de sitio expresada mediante HD o IS en conjunto con la

b2

0.04272

0.0023

<.0001

edad son las variables predictoras ms importantes en los

2.23436

0.0625

<.0001

-1.51495

0.0487

<.0001

0.41252

0.0211

<.0001

-0.03378

0.0030

<.0001

modelos de crecimiento y rendimiento maderable.

Reajuste de las ecuaciones compatibles

La actualizacin de las ecuaciones de

HD

IS

permiti

continuar con el reajuste del SCRM , ya que fueron de utili-

35

35
IS 32
IS 29
IS 26
IS 23
Datos

30

30

Altura dominante (m)

Altura dominante (m)

25
20
15
10

25

20
Datos
IS 32
IS 29
IS 26
IS 23

15
10

0
0

10

20
30
Edad (aos)

(A)

40

10

20
30
Edad (aos)

40

(B)

Figura 1. Curvas anamrficas (A) y polimrficas (B) de ndice de sitio para Pinus patula en Zacualtipn, Hidalgo, a la edad base de
40 aos (sobrepuestas a las trayectorias de los datos observados en parcelas permanentes de muestreo).

100

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

dad para explicar el crecimiento en dimetro promedio,

ble. Las caractersticas de los parmetros en ambos mode-

rea basal y volumen. El ajuste y los parmetros estima-

los reflejan su eficiencia estadstica porque tienen errores

dos para el resto de las ecuaciones que integran el

estndar reducidos y son significativos. Los criterios esta-

SCRM

muestran un alto nivel de precisin, al explicar de 84.5%

dsticos del modelo de

a 99.7% de la variacin total observada en las variables de

tiago-Garca et al. (2013).

AB

P pueden consultarse en San-

inters (Tabla 2). La significancia de los parmetros (p <

El empleo del modelo de crecimiento en dimetro pro-

0.0001) y los valores reducidos para los errores estndar

medio proporciona gran flexibilidad, porque puede utili-

asociados a cada uno de ellos, hacen robustos y confiables

zarse para cualquier nivel de densidad, edad y calidad de

los modelos de crecimiento (Tabla 3). De estos, los mode-

sitio. En la figura 3 se presentan las curvas de crecimiento

los de proyeccin destacan por presentar valores ms

para el dimetro promedio obtenidas mediante la ecuacin

bajos de

previa (Modelo DP P) y actualizada (Modelo DP A). El com-

SCE

CME ,

as como R con valores ms altos,

2

respecto a los modelos de prediccin.

portamiento del modelo de crecimiento en dimetro prome-

El modelo actualizado de rea basal (Modelo

AB

A),

genera un patrn de crecimiento con caractersticas desea-

dio es coherente de acuerdo con los datos observados.

Modelar toda la variabilidad posible del

DP

es difcil

bles en una curva de crecimiento: forma sigmoide con un

porque su crecimiento est afectado por el nivel de pro-

punto de inflexin y tendencia a alcanzar una asntota

ductividad y la densidad del rodal principalmente. Inter-

horizontal a edades avanzadas (Kiviste et al., 2002). Asi-

venciones como los aclareos (por ejemplo, aclareos por lo

mismo, tiene capacidad predictiva similar al modelo pre-

bajo) producen un cambio instantneo en el valor de esta

vio (Modelo

P). La actualizacin, genera predicciones

variable, por ello, en la actualizacin del modelo de creci-

ms optimistas en edades jvenes y produce estimaciones

miento en DP solo se utiliz la informacin de las parcelas

menores en edades posteriores a los 20 aos (Fig. 2). En

sin aclareos. Como se aprecia en la figura 3, el modelo

esta etapa es preferible tener estimaciones conservadoras

actualizado (DP A) de crecimiento en dimetro promedio,

en rea basal, y consecuentemente, en volumen madera-

produce estimaciones ms optimistas respecto al modelo

AB

previo (DP P).

El modelo previo de volumen total por hectrea
50

Area basal (m2 ha-1)

(Modelo V P) y el modelo actualizado (Modelo V A) gene-

Modelo AB A
Modelo AB P

45

ran curvas de crecimiento similares, dado que su estruc-

40

tura matemtica es la misma. No obstante, al igual que el

35

modelo en rea basal, este modelo actualizado genera pre-

30

dicciones ligeramente ms optimistas en edades jvenes y

25

produce estimaciones ms conservadoras en edades poste-

20

riores a los 20 aos (Fig. 4).

15

Uno de los problemas principales para estimar el ren-

10

dimiento futuro es el poder pronosticar el nmero de

rboles sobrevivientes por unidad de superficie, sobre los

0
0

10

15

20
25
Edad (aos)

30

35

40

cuales se distribuir el volumen proyectado (Magaa et

al., 2008). El comportamiento de la funcin de mortalidad (Ec. 9) ajustada por Santiago-Garca et al. (2013), se

Figura 2. Curvas de crecimiento en rea basal para el ndice de

muestra razonable de acuerdo con los datos observados en

sitio promedio en rodales de Pinus patula, obtenidas con el

campo (Fig. 5 A), presenta una tasa de mortandad de 3.3

modelo de rea basal previo (AB P) y actualizado (AB A).

% anual y un sesgo de 2.25. El reajuste de esta ecuacin

101

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

(NA 2 =
35

NA1exp[-0.04801(E 2-E1)])

gener una tasa de

mortandad anual de 4.6%, la cual es ms severa y con

mayor sesgo en la proyeccin (36.6), de acuerdo con los

30
Dimetro pomedio (cm)

datos observados (Fig. 5 B). Asimismo, la incorporacin

del

25

IS

en la funcin de mortalidad:

NA 2

NA1exp[-

0.0017IS (E 2-E1)] (Fig. 5 C), genera tasas variables de

20

mortalidad, las cuales tienden a ser mayores en las mejores calidades de sitio.

15

Para el sitio promedio (IS = 29 m) gener una tasa de

Datos
Modelo DP A
Modelo DP P

10

mortandad de 4.8 % anual. Sin embargo, el sesgo en la

proyeccin (37.1) es mayor respecto a la ecuacin original.

Debido a esta situacin, se decidi descartar la incorporacin de estas expresiones en la actualizacin del

0
0

10

20
Edad (aos)

30

40

SCRM

mantener la ecuacin de mortalidad con sus parmetros

originales, por ser ms consistente y generar menor sesgo

Figura 3. Curvas de crecimiento en dimetro promedio (DP)

en las estimaciones. As, es recomendable el uso de la

para el ndice de sitio ms comn (29 m) en rodales de Pinus

ecuacin original en el conjunto del

patula (sobrepuestas a las trayectorias de los datos observados

es necesario explorar con mayor detalle el comporta-

en parcelas permanentes de muestreo). DP A y DP P = modelo

miento de la mortalidad en diferentes niveles de densidad

actualizado y previo, respectivamente.

del rodal, porque es de esperarse que los rodales ms den-

SCRM .

No obstante,

samente poblados presenten tasas ms altas de mortalidad

respecto a rodales menos densos. En ese sentido, es posible determinar distintos patrones de mortalidad, lo cual

450
400

Modelo V A

hace factible la posibilidad de incluir en el

Modelo V P

una funcin de mortalidad que refleje esta dinmica.

Volumen (m3 ha-1)

350

SCRM

ms de

Con esta ecuacin (Ec. 9) se estima el nmero de

300

rboles sobrevivientes (NA 2), a partir del nmero actual de

250

rboles (NA1) y la edad actual del rodal (E1), fijando un

200

periodo de proyeccin (E 2).

150

Uso del SCRM

100

El principal uso de las ecuaciones del

SCRM

es la simula-

cin de escenarios de manejo, donde a travs de una tabla

50

de rendimiento se muestra el cambio en la magnitud de

0
0

10

20
Edad (aos)

30

40

cada una de las variables dasomtricas de inters a medida

que cambia su edad. Sin embargo, el

SCRM

propuesto,

representa mltiples tablas de rendimiento e innumerables

Figura 4. Curvas de crecimiento en volumen para el ndice de

combinaciones para el manejo de la densidad. En la tabla

sitio promedio en rodales de Pinus patula. V A y V P =volumen

4 se presenta una tabla de rendimiento de densidad varia-

actualizado y previo, respectivamente.

ble, para los rodales de P. patula en los IS ms comunes del

estudio (27 m y 29 m de HD).

102

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

Tabla 4. Prediccin del crecimiento y rendimiento maderable para los IS de 27 m y 29 m, considerando una densidad inicial de 2000
rboles por hectrea.
HD

AB

DP

ICA

IMA

IS

IS

IS

IS

IS

IS

IS

IS

IS

IS

IS

IS

NA

29

27

29

27

29

27

29

27

29

27

29

27

2000

0.9

0.7

0.7

0.7

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

1934

2.0

1.6

2.8

2.8

0.4

0.3

0.0

0.0

0.0

0.0

0.0

0.0

1869

3.1

2.6

4.7

4.6

3.0

2.7

9.7

8.9

9.7

8.9

3.2

3.0

1807

4.3

3.6

6.2

6.1

6.5

5.8

26.1

23.2

16.4

14.3

6.5

5.8

1747

5.5

4.7

7.5

7.2

9.7

8.6

42.3

37.2

16.2

14.0

8.5

7.4

1689

6.7

5.7

8.6

8.3

12.5

11.1

58.3

51.1

16.0

13.9

9.7

8.5

1633

7.8

6.7

9.7

9.2

15.1

13.3

74.2

65.0

15.9

13.9

10.6

9.3

1579

8.9

7.7

10.7

10.1

17.3

15.3

90.0

78.9

15.8

13.8

11.2

9.9

1526

10.0

8.6

11.6

10.9

19.3

17.0

105.6

92.6

15.7

13.8

11.7

10.3

10

1476

11.0

9.6

12.5

11.7

21.2

18.7

121.1

106.3

15.5

13.7

12.1

10.6

11

1427

12.0

10.5

13.3

12.5

22.9

20.2

136.4

119.9

15.3

13.6

12.4

10.9

12

1379

13.0

11.4

14.2

13.2

24.5

21.6

151.5

133.3

15.1

13.4

12.6

11.1

13

1333

13.9

12.2

15.0

13.9

26.0

22.9

166.3

146.6

14.8

13.3

12.8

11.3

14

1289

14.8

13.0

15.8

14.6

27.4

24.2

180.9

159.7

14.6

13.1

12.9

11.4

15

1246

15.7

13.8

16.6

15.3

28.6

25.3

195.3

172.6

14.3

12.9

13.0

11.5

16

1205

16.5

14.6

17.4

16.0

29.9

26.4

209.4

185.4

14.1

12.7

13.1

11.6

17

1165

17.3

15.4

18.1

16.7

31.0

27.5

223.2

197.9

13.8

12.6

13.1

11.6

18

1126

18.0

16.1

18.9

17.3

32.1

28.5

236.8

210.3

13.6

12.4

13.2

11.7

19

1089

18.8

16.8

19.6

18.0

33.1

29.4

250.1

222.5

13.3

12.2

13.2

11.7

20

1053

19.5

17.5

20.3

18.6

34.0

30.3

263.2

234.5

13.1

12.0

13.2

11.7

21

1018

20.1

18.1

21.0

19.3

35.0

31.2

276.0

246.3

12.8

11.8

13.1

11.7

22

984

20.8

18.7

21.7

19.9

35.8

32.0

288.6

257.9

12.6

11.6

13.1

11.7

23

951

21.4

19.3

22.4

20.5

36.7

32.8

300.9

269.3

12.3

11.4

13.1

11.7

24

920

22.0

19.9

23.1

21.1

37.4

33.5

313.0

280.6

12.1

11.3

13.0

11.7

25

889

22.6

20.5

23.7

21.7

38.2

34.2

324.9

291.7

11.9

11.1

13.0

11.7

26

860

23.1

21.0

24.4

22.3

38.9

34.9

336.6

302.6

11.7

10.9

12.9

11.6

27

831

23.6

21.5

25.0

22.9

39.6

35.6

348.1

313.4

11.5

10.8

12.9

11.6

28

803

24.2

22.1

25.6

23.4

40.3

36.2

359.4

324.0

11.3

10.6

12.8

11.6

29

777

24.6

22.5

26.2

24.0

40.9

36.9

370.6

334.4

11.1

10.4

12.8

11.5

30

751

25.1

23.0

26.8

24.5

41.5

37.5

381.5

344.7

10.9

10.3

12.7

11.5

31

726

25.6

23.5

27.4

25.1

42.1

38.0

392.3

354.9

10.8

10.2

12.7

11.4

32

702

26.0

23.9

28.0

25.6

42.6

38.6

402.9

364.9

10.6

10.0

12.6

11.4

33

679

26.4

24.3

28.5

26.1

43.2

39.1

413.3

374.7

10.4

9.9

12.5

11.4

34

656

26.8

24.8

29.1

26.6

43.7

39.6

423.6

384.5

10.3

9.7

12.5

11.3

35

634

27.2

25.2

29.6

27.1

44.2

40.1

433.8

394.1

10.2

9.6

12.4

11.3

E = edad del rodal (aos), NA = nmero de rboles por hectrea, HD = altura dominante (m), IS = ndice de sitio (m), DP = dimetro promedio del rodal (cm), AB = rea basal
(m2 ha-1) V = volumen por hectrea (m3 ha-1), ICA = incremento corriente anual en volumen (m3 ha-1 ao-1) e IMA = incremento medio anual en volumen (m3 ha-1 ao-1).

103

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

3500

3500
Datos
NA 3400
NA 2800
NA 2200
NA 1600
NA 1000

2500

Datos
NA 3400
NA 2800
NA 2200
NA 1600
NA 1000

3000
Nmero de rboles (NA ha-1)

Nmero de rboles (NA ha-1)

3000

2000
1500
1000
500

2500
2000
1500
1000
500
0

0
0

10

20
Edad (aos)

30

40

10

20
Edad (aos)

30

40

B
3500
Datos
NA 3400
NA 2800
NA 2200
NA 1600
NA 1000

Nmero de rboles (NA ha-1)

3000
2500
2000
1500
1000
500
0
0

10

20
Edad (aos)

30

40

C
Figura 5. Mortalidad simulada en cinco densidades inciales de rodales de Pinus patula para la Ec. 9 (A, B) y Ec. 10 (C) (sobrepuestas
a las trayectorias de los datos observados en parcelas permanentes de muestreo).

104

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

La calidad de sitio permite distinguir distintos niveles

zontal (b 0 = 45.86 m), cuyo valor fue superior al obtenido

de incremento corriente anual (ICA) e incremento medio

para el modelo anamrfico (38.98 m). Esta estimacin ms

anual (IMA) en volumen, con lo que es posible definir la

alta de la asntota permiti caracterizar de mejor manera

edad a la que ocurre el turno tcnico, es decir, la edad

la calidad de estacin a travs de curvas polimrficas y

ptima de cosecha del rodal, si se desea maximizar el

sugiere que la tasa relativa de crecimiento es especfica del

volumen total (la edad cuando

sitio, por lo que una mejor calidad de sitio, reduce el turno

ICA

IMA).

El comporta-

miento de los incrementos (Tabla 4) indica que el turno

tcnico en HD y en consecuencia, en volumen.

tcnico ocurre alrededor de los 20 aos para el IS de 29 m

El modelo polimrfico desarrollado en este estudio

y a los 22 aos para el IS de 27 m, bajo el mismo nivel de

coincide con lo obtenido por Gmez-Tejero et al. (2009),

densidad inicial en plantas vivas al ao 1. De estos resul-

al encontrar que la familia polimrfica 1 (derivada de b1)

tados, se destacan dos factores que determinan la edad a

de Hossfeld IV es la ms adecuada para describir la altura

la que ocurre el turno tcnico: la calidad de sitio y el nivel

dominante de plantaciones de Eucalyptus urophylla S. T.

de densidad.

Blake en Oaxaca, Mxico. En adicin, Torres y Magaa

Es factible que bajo una silvicultura intensiva se pue-

(2001) sealan que en aos recientes se ha dado mayor

dan generar planes de manejo con un turno de alrededor

nfasis al desarrollo de funciones de IS polimrficas, por-

de 20 aos en los mejores sitios, siempre y cuando se

que se ha comprobado que tales tendencias se aproximan

pueda cumplir con los siguientes requisitos: 1) se pro-

ms a la tendencia real del crecimiento en altura. Al res-

mueva una rpida repoblacin del rodal despus de la

pecto, Corral-Rivas et al. (2004) mencionan que las fun-

cosecha final y 2) se apliquen, en tiempo y forma, prcti-

ciones anamrficas generalmente no son adecuadas para

cas de control de la vegetacin competidora y de manejo

representar el crecimiento en altura dominante, porque la

de la densidad.

forma de las curvas vara entre sitios, por tanto, el creci-

Una funcin bsica de un SCRM es que tambin puede

miento en esta variable es realmente polimrfico.

proveer actualizaciones del inventario, cuando se carece

Como ejemplos de ello se puede mencionar el trabajo

de remediciones en la red de sitios permanentes diseada

de Amaro et al. (1998), para plantaciones de eucaliptos en

para ello. Dependiendo de la calidad y el tiempo entre

Portugal, y el trabajo de Corral-Rivas et al. (2004), para

remediciones, el

permite: 1) estimar el inventario a

bosques naturales de Pinus cooperi Blanco, P. durangen-

partir de un inventario previo, o 2) a partir de una actua-

sis Martnez, P. engelmannii Carr, P. leiophylla Schl. et

lizacin de este tipo, estimar el nuevo tamao de muestra

Cham. y P. herrerae Martnez en Durango, Mxico; as

en caso de que se requiera un nuevo inventario operativo.

como el trabajo de Rodrguez-Acosta y Arteaga-Martnez

SCRM

(2005) para P. chiapensis (Martnez) Andresen en Vera-

DISCUSIN

cruz y Puebla, Mxico.

Asimismo, en los ltimos aos tambin se ha dado

Altura dominante e ndice de sitio

nfasis a los modelos de diferencia algebraica generalizada

Se observ que la familia de curvas polimrficas (Fig.1 B)

(GADA , generalized algebraic difference approach). Este

describen mejor el patrn de crecimiento en comparacin

enfoque tiene la ventaja de ampliar la base de ecuaciones

con las curvas anamrficas desarrolladas por Santiago-

de acuerdo con varias teoras sobre las caractersticas del

Garca et al. (2013) (Fig. 1 A). La actualizacin del modelo

crecimiento, lo que permite ms de un parmetro espec-

de Hossfeld

para describir el crecimiento en altura

fico por sitio y hace ms flexibles las ecuaciones dinmi-

dominante de P. patula supone la incorporacin de nuevos

cas. Lo anterior, da la posibilidad de simular polimorfismo

datos, lo que incrementa el rango de edad y, por tanto,

con mltiples asntotas (Cieszewski y Bailey, 2000; De los

permiten hacer una mejor estimacin de la asntota hori-

Santos-Posadas et al., 2006; Diguez-Aranda et al.,

IV

105

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

2006b; Vargas-Larreta et al., 2010). El modelo de Hoss-

sitio, por el hecho de ajustar de forma simultnea el sis-

feld

ADA ,

tema, lo que concuerda con otros trabajos donde analiza-

en las que tanto la asn-

ron el crecimiento del rea basal (Buckman, 1962;

tota, como la tasa de crecimiento, pueden variar con el

Diguez-Aranda et al., 2005), al no encontrar significativa

sitio (Gmez-Tejero et al., 2009).

la incorporacin del ndice de sitio.

IV

es tan flexible que, adems de sus familias

permite generar familias

GADA ,

Las ecuaciones de prediccin y proyeccin en dime-

Reajuste de las ecuaciones compatibles

tro promedio a nivel de rodal (Ec. 5 y 6) fueron esenciales

El nivel de precisin del SCRM actual (R = 0.845 0.997),

para estimar el rea basal. Se considera que el dimetro

es similar al 88.4% 99.7% obtenido en estudio previo

promedio del rodal es la variable dasomtrica ms sensi-

(Santiago-Garca et al., 2013). Asimismo, a lo obtenido

ble al efecto de la densidad, porque un alto nivel de densi-

por Galn et al. (2008), quienes con base en datos de sitios

dad genera supresin en su crecimiento y un bajo nivel de

con remediciones y mediante regresin SUR , desarrollaron

densidad permite expresar mayor potencial de crecimiento

un sistema compatible para Cedrela odorata L. y Tabe-

diamtrico. Esto repercute de manera importante en el

buia donnell-smithii Rose, cuya precisin explica de 89.6

crecimiento del rea basal. Las funciones de crecimiento

% a 99.6 % de la variabilidad total observada en la altura

para esta variable, en particular, consideran: la edad, el

dominante, rea basal y volumen. Similares niveles de pre-

nmero de rboles por hectrea y una medida de la cali-

cisin obtuvieron Magaa et al. (2008), al desarrollar un

dad del sitio, como lo es la altura dominante. Esta ltima

sistema de ecuaciones para predecir el crecimiento y ren-

variable permite expresar de manera adecuada los niveles

dimiento de Pinus rudis Endl., en Aloapan, Oaxaca, con

de productividad de los rodales de P. patula.

base en datos de la misma naturaleza.

Davis et al. (2001) mencionan que una de las caracte-

Al incluir como variable predictora alguna funcin

rsticas del dimetro promedio es que este incrementa a

de la densidad del rodal como lo es el nmero de rboles

travs de la vida del rodal cuando el arbolado crece y

por hectrea (NA), se da al sistema la connotacin de

cuando el arbolado ms pequeo dentro del rodal sufre

densidad variable, propiedad ideal para simular regme-

una alta tasa de mortalidad. Contar con modelos para

nes silviculturales etiquetados para distintos IS. Otra cua-

pronosticar el crecimiento en dimetro promedio de masas

lidad que se destaca de este tipo de modelos es la invarianza

regulares resulta de utilidad para el manejo forestal, por-

con respecto al camino de proyeccin, es decir, los valores

que esta variable es de primordial inters para la industria

pronosticados para un instante futuro a partir de un

forestal. En ese sentido, y de acuerdo con Alder (1980), los

estado inicial deben ser iguales, independientemente del

modelos de prediccin sern ms realistas a medida que se

nmero de pasos utilizados en su prediccin (Sullivan y

incrementen los esfuerzos en la recoleccin de datos y en

Clutter, 1972; Diguez-Aranda et al., 2005). Sullivan y

la construccin del propio modelo.

Clutter (1972) y Garca (1994) definen esta cualidad como

Por su parte, las ecuaciones de volumen a nivel de

composicin o propiedad de semigrupo, esto es, el resul-

rodal (Ec. 7 y 8) incorporan como variables indepen-

tado de proyectar el estado, primero de E 0 a E1 y luego de

dientes a la edad, el rea basal y la calidad del sitio

E1 a E 2 , debe ser el mismo que el de la proyeccin en una

(expresada mediante la altura dominante o el ndice de

sola etapa de E 0 a E 2 .

sitio), las cuales hacen posible la abstraccin del fen-

El modelo de prediccin de rea basal (Ec. 3) consi-

meno del rendimiento maderable (Fig. 4). Estas varia-

dera como variables predictoras: la edad del rodal, el

bles se han utilizado convencionalmente para modelar el

nmero de rboles por hectrea, el ndice de sitio y el di-

rendimiento maderable de Pinus arizonica Engl. (Zepeda

metro promedio del rodal. Por su parte, su correspon-

y Domnguez, 1998), P. rudis Endl. (Magaa et al.,

diente modelo de proyeccin (Ec. 4), excluye al ndice de

2008), P. patula (Valdez-Lazalde y Lynch, 2000), P.

106

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

montezumae Lamb. (Zepeda y Acosta, 2000), Cedrela

Uso del SCRM

odorata L. y Tabebuia donnell-smithii Rose (Galn et

Los turnos tcnicos en volumen de alrededor de 20 aos

al., 2008).

calculados con el SCRM actual son similares al turno de 25

Torres y Magaa (2001) mencionan que la evaluacin

aos estimado con el SCRM generado por Santiago-Garca

de existencias volumtricas en un rodal o plantacin per-

et al. (2013) en la regin de estudio. Sin embargo, el acor-

mite conocer la cantidad de madera disponible y as poder

tamiento de la edad de los turnos actuales se debe a pre-

planificar las actividades de cosecha. Por su parte, Galn

dicciones ms optimistas del

et al. (2008) y Magaa et al. (2008) sealan que las ecua-

tempranas, es decir, pronostica una mayor velocidad de

ciones de prediccin explcita o de rodal completo, permi-

crecimiento en volumen en edades menores a 20 aos.

ten estimar la dinmica de crecimiento en volumen por

Posterior a esta edad, las predicciones del SCRM actual son

unidad de superficie, y son de gran uso en manejo forestal,

ms conservadoras respecto al SCRM previo.

SCRM

actual para edades

debido a su sencillez y precisin. A este respecto, Vanclay

De acuerdo con Snchez et al. (2003), los turnos

(1994) menciona que este tipo de modelos son los ms

aumentan segn disminuye la calidad del sitio, y la edad

adecuados para la planificacin del manejo de rodales

del turno disminuye cuando el nivel de densidad del rodal

coetneos y plantaciones forestales.

es ms bajo o se intensifican los aclareos. Las relaciones

El modelo de mortalidad concuerda con lo sealado

por Clutter et al. (1983) y Torres y Magaa (2001), quienes mencionan que en muchos trabajos se ha probado
que el

fundamentales de crecimiento expresadas en el SCRM permiten corroborar lo anterior.

Por otra parte, con las tablas de rendimiento de den-

tiene poca relacin dentro de las funciones de

sidad variable, es posible evaluar distintos niveles de pro-

mortalidad. Asimismo, coincide con el trabajo de Palah

ductividad y densidad, los cuales determinan la capacidad

et al. (2002), quienes proponen esta misma estructura

del sitio para alcanzar cierta dimensin en el tamao del

para pronosticar la sobrevivencia en rodales de P. sylves-

arbolado. Por ejemplo, al cambiar la calidad de sitio y la

tris L. en el noreste de Espaa. Sin embargo, la tasa de

densidad del rodal, la tabla de rendimiento muestra el cre-

mortalidad anual de estos rodales es de 0.43%, lo cual es

cimiento esperado en dimetro promedio. Esta variable de

explicable siendo sitios experimentales, plantados con

estado representa un buen indicador de la dimensin de

densidades iniciales iguales y sujetos a la misma silvicul-

dimetros presentes en el rodal, lo cual resulta de inters

tura. Tambin concuerda parcialmente con lo encon-

para la industria forestal.

IS

trado por Magaa et al. (2008), quienes presentan una

Como puede notarse, el

SCRM

representa una herra-

funcin de mortalidad para rodales naturales de P. rudis

mienta de manejo poderosa para generar esquemas de

Endl., donde la tasa de mortalidad proporcional es una

manejo maderable y, con ello, tomar decisiones. En ese

funcin de la edad y el ndice de sitio, para un IS > 20 m,

sentido, su incorporacin en los programas de manejo para

la tasa de mortalidad anual es superior a 5.0 %. Es

la regin de estudio se hace necesaria. De acuerdo con

importante destacar que para realizar pronsticos de

Vanclay (1994), un SCRM se elabora para: realizar estima-

rendimiento futuro es necesario establecer algn valor

ciones confiables de crecimiento y rendimiento corriente y

asinttico mnimo, porque si se contina simulando la

futuro, determinar la edad ptima de cosecha, estimar la

mortalidad, esta lleva a estimar cero rboles por hect-

produccin anual, peridica o total durante el periodo de

rea cuando en un bosque bajo manejo esto solo sera

rotacin, realizar anlisis financieros, explorar alternati-

posible si ocurre un evento catastrfico. Es decir, la den-

vas silviculturales, determinar un rgimen de manejo que

sidad mnima razonable que se puede encontrar en los

maximice el volumen maderable o el valor de la produc-

rodales, para cierta edad, a partir de la cual se acota la

cin, entre otras aplicaciones. Por su parte, Pretzsch (2009)

mortalidad.

seala que los modelos de crecimiento y las simulaciones

107

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

de crecimiento del bosque juegan un papel importante en

Referencias

manejo forestal, dada la longevidad de los rboles y roda-

Aguirre-Salado, C.A., J.R. Valdez-Lazalde, H.M. De los San-

les forestales. Asimismo, menciona que en rodales coet-

tos-Posadas, G. ngeles-Prez, R. Haapanen y A.I. Agui-

neos, las tablas de rendimiento pueden ser el mejor enfoque

rre-Salado. 2009. Mapeo de carbono arbreo areo en

para realizar el manejo forestal, en donde la produccin de

bosques manejados de pino patula en Hidalgo, Mxico.

volumen es el principal objetivo.

Agrociencia 43(2):209220.

La actualizacin de las ecuaciones de crecimiento

permiti ampliar el rango de validez del

SCRM ,

su mejor

Assmann, E. 1970. The principles of forest yield study. Pergamon Press. Oxford. 506 p.

comportamiento se encuentra en el intervalo de 8 aos a

Alder, D. 1980. Estimacin del volumen forestal y prediccin

31 aos de edad del rodal. Pronsticos fuera de este inter-

del rendimiento con referencia especial a los trpicos. Vol.

valo deben tomarse con ciertas reservas y es factible, siem-

2. Estudio FAO: Montes 22/2. Organizacin de las Nacio-

pre y cuando las variables proyectadas mantengan un

nes Unidas para la Agricultura y la Alimentacin. Roma,

comportamiento realista. Mediciones futuras permitirn

Italia. 118 p.

ampliar el rango de validez de las ecuaciones, as como

Amaro, A., D. Reed, M. Tom e I. Themido. 1998. Modelling

establecer nuevos patrones de crecimiento y mortalidad

dominant height growth: Eucalyptus plantations in Por-

natural de los bosques de P. patula en la regin de Zacual-

tugal. Forest Science 44(1):3746.

tipn, Hidalgo. Estas ecuaciones se han integrado al simulador de crecimiento SiCRepp, el cual permite representar

Borders, B.E. 1989. System of equations in forest stand modeling. Forest Science 35(2):548556.

de forma interactiva, infinidad de situaciones en un rodal

Borders, B.E. y R. L. Bailey. 1986. A compatible system of

y as pronosticar su crecimiento y rendimiento, tanto

growth and yield equations for slash pine fitted with res-

corriente, como futuro (Santiago-Garca, 2013).

tricted three-stage least squares. Forest Science 32(1):185

201.

Conclusiones
El sistema de crecimiento y rendimiento actualizado para

Buckman, R. 1962. Growth and yield of red pine in Minnesota.

USDA Forest Service, Tech Bull 1272. 50 p.

Pinus patula permite simular un grupo amplio de escena-

Cieszewski, C.J. y R.L. Bailey. 2000. Generalized algebraic

rios silvcolas para el manejo de los rodales repoblados de

difference approach: theory based derivation of dynamic

forma natural en Zacualtipn, Hidalgo. Adems, en coin-

site equations with polymorphism and variable asympto-

cidencia con el sistema previo, el presente ratifica que los

tes. Forest Science 46(1):116126.

turnos utilizados actualmente para el manejo operativo de

los bosques de P. patula son demasiado largos (40 aos o

Clutter, J.L. 1963. Compatible growth and yield models for

loblolly pine. Forest Science 9(3):354371.

50 aos) y con intervenciones poco frecuentes, por lo que

Clutter, J.L., J.C. Forston, L.V. Pienaar, G.H. Brister y R.L. Bai-

estos pueden ser acortados para maximizar la produccin

ley. 1983. Timber management: A quantitative approach.

en volumen total, como la obtencin de algn producto

John Wiley & Sons, Inc. Nueva York. 333 p.

especfico. En este trabajo se muestra que el insumo bsico

Corral-Rivas, J.J., J.G. lvarez G., A.D. Ruz G. y K.V. Gadow.

para realizar pronsticos de crecimiento son los datos de

2004. Compatible height and site index models for five

sitios permanentes a nivel de rodal. Con estos modelos de

pine species in El Salto, Durango (Mexico). Forest Eco-

crecimiento y rendimiento se obtienen predicciones y pro-

logy and Management 201:145160.

yecciones de gran precisin, por lo que constituyen una

Davis, L.S., K.N. Johnson, P.S. Bettinger y T.E. Howard. 2001.

herramienta bsica para simular alternativas silvicultura-

Forest management. 4a ed. McGraw-Hill series in Forest

les y as seleccionar los regmenes de manejo ptimos de la

Resources. Nueva York. 804 p.

especie P. patula en la regin de estudio.

108

Madera y Bosques

vol. 21, nm. 3 : 95-110

Otoo 2015

De los Santos-Posadas, H.M., M. Montero-Mata y M. Kanni-

Palah, M., J. Miina, M. Tom y G. Montero. 2002. Stand-level

nen. 2006. Curvas dinmicas de crecimiento en altura

yield model for Scots pine (Pinus sylvestris L.) in north-

dominante para Terminalia amazonia (Gmel.) Excell en

east Spain. Investigacin Agraria: Sistemas y Recursos

Costa Rica. Agrociencia 40(4):521532.

Forestales 11(2):409424.

Diguez-Aranda, U., F. Castedo D. y J.G. lvarez G. 2005. Fun-

Pretzsch, H. 2009. Forest dynamics, growth and yield: From

ciones de crecimiento en rea basimtrica para masas de

measurement to model. Springer-Verlag. Berln, Heidel-

Pinus sylvestris L. procedentes de repoblaciones en Gali-

berg. Alemania. 664 p.

cia. Investigacin Agraria: Sistemas y Recursos Forestales 14(2):253266.

Diguez-Aranda, U., F. Castedo D., J.G. lvarez G. y A. Rojo A.
2006a. Dynamic growth model for Scots pine (Pinus sylvestris L.) plantations in Galicia (north-western Spain).
Ecological Modelling 191:225242.
Diguez-Aranda, U., H.E. Burkhart y R.L. Amateis. 2006b.
Dynamic site model for loblolly pine (Pinus taeda L.) plan-

Ramrez, M.H., R.L. Bailey y B.E. Borders. 1987. Some implications of the algebraic difference method approach for
developing growth models. In: Forest Growth Modeling
and Prediction. IUFRO. Minnepolis, EUA.
Rodrguez-Acosta, M. y B. Arteaga-Martnez. 2005. ndice de
sitio para Pinus chiapensis (Martnez) Andresen, en los
estados de Veracruz y Puebla, Mxico. Revista Chapingo
Serie Ciencias Forestales y del Ambiente 11(1):3944.

tations in the United States. Forest Science 52(3):262272.

Snchez, F., R. Rodrguez, A. Rojo, J.G. lvarez, C. Lpez, J.

Galn, L.R., H.M. De los Santos P. y J.I. Valdez H. 2008. Cre-

Gorgoso y F. Castedo. 2003. Crecimiento y tablas de pro-

cimiento y rendimiento maderable de Cedrela odorata I. y

duccin de Pinus radiata D. Don en Galicia. Investigacin

Tabebuia donnell-smithii Rose en San Jos Chacalapa,

Agraria: Sistemas y Recursos Forestales 12(2):6583.

Pochutla, Oaxaca. Madera y Bosques 14(2):6582.

Santiago-Garca, W., H.M. De los Santos-Posadas, G. ngeles-

Garca, C.X., H. Ramrez M., C. Rodrguez F., J. Jasso M. y

Prez, J.R. Valdez-Lazalde y G. Ramrez-Valverde. 2013.

C.A. Ortiz S. 1998. ndice de sitio para caoba (Swietenia

Sistema compatible de crecimiento y rendimiento para

macrophylla King) en Quintana Roo, Mxico. Revista

rodales coetneos de Pinus patula. Revista Fitotecnia

Ciencia Forestal en Mxico 23(84):919.

Mexicana 36(2):163172.

Garca, O. 1988. Growth modelinga (re)view. New Zealand

Journal of Forestry 33(3):1417.
Garca, O. 1994. The statespace approach in growth modeling. Canadian Journal of Forest Research 24:1894
1903.
Gmez-Tejero, J., H.M. De los Santos-Posadas, A.M. Fierros-

Santiago-Garca, W. 2013. Simulador de crecimiento para el

manejo de rodales coetneos de Pinus patula. Tesis de
Doctorado en Ciencias. Colegio de Postgraduados. Montecillo, Texcoco, Mxico. 109 p.
SAS Institute Inc. 2011. SAS / ETS 9.3 Users Guide. Cary, NC:
SAS Institute Inc.

Gonzlez y J.R. Valdez-Lazalde. 2009. Modelos de creci-

Schumacher, F.X. 1939. A new growth curve and its application

miento en altura dominante para Eucalyptus grandis Hill

to timberyield studies. Journal of Forestry 37:819820.

ex Maiden y E. urophylla S. T. Blake en Oaxaca, Mxico.

Sullivan, A.D. y J.L. Clutter. 1972. A simultaneous growth and

Revista Fitotecnia Mexicana 32(2):161169.

Kiviste, A., J.G. lvarez G., A. Rojo A. y A.D. Ruiz G. 2002.
Funciones de crecimiento de aplicacin en el mbito forestal. Monografas INIA: Forestal N. 4. Madrid. 190 p.
Magaa T., O.S., J.M. Torres R., C. Rodrguez F., H. Aguirre
D. y A.M. Fierros G. 2008. Prediccin de la produccin y
rendimiento de Pinus rudis Endl. en Aloapan, Oaxaca.
Madera y Bosques 14(1):519.

yield model for loblolly pine. Forest Science 18(1):7686.

Torres R., J.M. y O.S. Magaa T. 2001. Evaluacin de plantaciones forestales. Limusa. Mxico. 472 p.
Valdez-Lazalde, J.R. y T.B. Lynch. 2000. Merchantable and
total volume equations for thinned natural stands of
patula pine. Agrociencia 34(6):747758.
Vanclay, J.K. 1994. Modelling forest and yield, applications to
mixed tropical forests. CAB International. Dinamarca. 312 p.

109

Santiago-Garca et al. Modelos de crecimiento y rendimiento para Pinus patula

Vargas-Larreta, B., J.G. lvarez-Gonzlez, J.J. Corral-Rivas y

Zhao, D., B. Borders, M. Wang y M. Kane. 2007. Modeling

.A. Aguirre C. 2010. Construccin de curvas dinmicas

mortality of second-rotation loblolly pine plantations in

de ndice de sitio para Pinus cooperi Blanco. Revista Fito-

the Piedmont/Upper Coastal Plain and Lower Coastal

tecnia Mexicana 33(4):343351.

Plain of the southern United States. Forest Ecology and

Zepeda B., E.M. y A. Domnguez P. 1998. Niveles de incre-

Management 252:132143.

mento y rendimiento maderable de poblaciones naturales

de Pinus arizonica Engl., de El Poleo, Chihuahua. Madera
y Bosques 4(1):2739.
Zepeda B., E. M. y M. Acosta M. 2000. Incremento y rendimiento maderable de Pinus montezumae Lamb., en San
Juan Tetla, Puebla. Madera y Bosques 6(1):1527.

110

Manuscrito recibido el 5 de diciembre de 2014.

Aceptado el 15 de septiembre de 2015.
Este documento se debe citar como:
Santiago-Garca, W., H.M. De los Santos-Posadas, G. ngeles-Prez,
J.R. Valdez-Lazalde, J.J. Corral-Rivas, G. Rodrguez-Ortiz y E. Santiago-Garca. 2015. Modelos de crecimiento y rendimiento de totalidad del rodal para Pinus patula. Madera y Bosques 21(3):95-110.