Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Marco Arizapana
29/10/2019
Estructura horizontal
El análisis fitosociológico del bosque abarca la estimación de diversos parámetros. Los parámetros fitosociológi-
cos de la estructura horizontal pueden ser expresados en valores absolutos y relativos (MUELLER-DOMBOIS;
ELLENBERG, 1974). Los principales paŕametros de la estructura horizontal son (MUELLER-DOMBOIS;
ELLENBERG, 1974; SANQUETTA et al., 2014; SOUZA; SOARES, 2013):
1. Densidade absoluta (DAi ) da i-ésima especie, en número de individuos por hectarea, por especie;
2. Densidade relativa (DRi ) da i-ésima especie, en porcentage;
3. Dominancia absoluta (DoAi ) da i-ésima especie (m2 .ha− 1);
4. Dominancia relativa (DoRi ) da i-ésima especie, en porcentage;
5. Frequencia absoluta (F Ai ) da i-ésima especie, en porcentage
6. Frequencia relativa (F Ri ) da i-ésima especie, en porcentage;
7. Valor de cobertura (V Ci ) da i-ésima especie, en porcentage;
8. Porcentage de cobertura (P Ci ) da i-ésima especie;
9. Valor de importância (V Ii ) da i-ésima especie, en porcentage; y
10. Porcentage de importancia (P Ii ) da i-ésima especie.
1
Parcela Especie DAP
1 Campomanesia xanthocarpa 17.6
1 Ilex paraguariensis 13.9
1 Allophyllus edulis 12.1
1 Ilex paraguariensis 11.3
1 Vernonia discolor 23.8
2 Ilex paraguariensis 14.5
2 Nectandra grandiflora 13.5
2 Eugenia uniflora 13.2
2 Campomanesia xanthocarpa 22
2 Araucaria angustifolia 34.6
2 Matayba eleagnoides 32
2 Mimosa scabrella 28
2 Araucaria angustifolia 134
2 Ilex paraguariensis 19.5
2 Sapium glandulatum 12.9
2 Schinus terebinthifolius 23.5
2 Ilex paraguariensis 35
2 Araucaria angustifolia 19
2 Ilex paraguariensis 27
2 Ilex paraguariensis 17.6
2 Araucaria angustifolia 50.7
2 Nectandra grandiflora 16.9
2 Nectandra grandiflora 32.7
2 Araucaria angustifolia 44.8
2 Ilex paraguariensis 21
2 Luehea divaricata 34.5
2 Cedrela fissilis 38.6
2 Matayba eleagnoides 23.8
3 Piptocarpha angustifolia 27.9
3 Ilex paraguariensis 17.5
3 Ilex paraguariensis 26
3 Campomanesia xanthocarpa 22
3 Araucaria angustifolia 45
3 Matayba eleagnoides 28.7
3 Matayba eleagnoides 19.7
3 Araucaria angustifolia 48
3 Nectandra grandiflora 15.6
3 Ocotea porosa 78.9
3 Ilex paraguariensis 23
3 Ilex paraguariensis 16
3 Araucaria angustifolia 56
3 Ilex paraguariensis 23.6
3 Ilex paraguariensis 19.9
3 Araucaria angustifolia 25.6
3 Matayba eleagnoides 27.6
3 Nectandra grandiflora 19.8
3 Araucaria angustifolia 18.9
3 Ilex paraguariensis 10.1
3 Mimosa scabrella 27
3 Schinus terebinthifolius 21
3 Allophyllus edulis 18.4
3 Ilex paraguariensis 35.7
2
Parcela Especie DAP
3 Tabebuia avellanedae 29.6
3 Sapium glandulatum 23.6
knitr::opts_chunk$set(echo = TRUE)
library(data.table)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:data.table':
##
## between, first, last
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(plyr)
## -------------------------------------------------------------------------
## You have loaded plyr after dplyr - this is likely to cause problems.
## If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
## library(plyr); library(dplyr)
## -------------------------------------------------------------------------
##
## Attaching package: 'plyr'
## The following objects are masked from 'package:dplyr':
##
## arrange, count, desc, failwith, id, mutate, rename, summarise,
## summarize
datos<-read.csv("FOM.csv", header=TRUE, sep=(","))
## [1] 70
#Nombres del dataframe
names(datos)
## [1] 70 3
3
El objetivo de cargar el paquete data.table es transformar nuestra dataframe como objeto a ser analizado
por este paquete. Realizamos el siguiente procedimiento:
#un nuevo nombre a nuestro dataframe
datos2=data.table(datos)
datos2[,.(n=.N), by=Parcela][]
## Parcela n
## 1: 1 21
## 2: 2 23
## 3: 3 26
#número de individuos muestreados de la i-ésima especie en la j-ésima parcela
## Parcela Especie ni
## 1: 1 Araucaria angustifolia 4
## 2: 1 Ocotea porosa 1
## 3: 1 Ocotea pulchella 1
## 4: 1 Maytenus ilicifolia 1
## 5: 1 Ilex paraguariensis 4
## 6: 1 Campomanesia xanthocarpa 2
## 7: 1 Drymis brasiliensis 1
## 8: 1 Allophyllus edulis 2
## 9: 1 Matayba eleagnoides 2
## 10: 1 Cupania vernalis 1
## 11: 1 Capsicodendron dinnisii 1
## 12: 1 Vernonia discolor 1
## 13: 2 Ilex paraguariensis 6
## 14: 2 Nectandra grandiflora 3
## 15: 2 Eugenia uniflora 1
## 16: 2 Campomanesia xanthocarpa 1
## 17: 2 Araucaria angustifolia 5
## 18: 2 Matayba eleagnoides 2
## 19: 2 Mimosa scabrella 1
## 20: 2 Sapium glandulatum 1
## 21: 2 Schinus terebinthifolius 1
## 22: 2 Luehea divaricata 1
## 23: 2 Cedrela fissilis 1
## 24: 3 Piptocarpha angustifolia 1
## 25: 3 Ilex paraguariensis 8
## 26: 3 Campomanesia xanthocarpa 1
## 27: 3 Araucaria angustifolia 5
## 28: 3 Matayba eleagnoides 3
## 29: 3 Nectandra grandiflora 2
## 30: 3 Ocotea porosa 1
## 31: 3 Mimosa scabrella 1
## 32: 3 Schinus terebinthifolius 1
## 33: 3 Allophyllus edulis 1
## 34: 3 Tabebuia avellanedae 1
## 35: 3 Sapium glandulatum 1
4
## Parcela Especie ni
#llámamos a:
library(ggplot2)
5
Parcela 1 Parcela 2 Parcela 3
n = 21 n = 23 n = 26
Vernonia discolor 1
Tabebuia avellanedae 1
Schinus terebinthifolius 1 1
Sapium glandulatum 1 1
Piptocarpha angustifolia 1
Ocotea pulchella 1
Ocotea porosa 1 1
Nectandra grandiflora 3 2
Especie
Mimosa scabrella 1 1
Maytenus ilicifolia 1
Matayba eleagnoides 2 2 3
Luehea divaricata 1
Ilex paraguariensis 4 6 8
Eugenia uniflora 1
Drymis brasiliensis 1
Cupania vernalis 1
Cedrela fissilis 1
Capsicodendron dinnisii 1
Campomanesia xanthocarpa 2 1 1
Araucaria angustifolia 4 5 5
Allophyllus edulis 2 1
0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
Número de individuos
2. Densidad relativa (DRi ), basta usar la fórmula de la parte inferior, en que: s = número total de especies
observadas.
DAi
DRi = Ps
i=1 (DAi )
3. Dominancia absoluta (DoAi ) - m2 .ha− 1, es necesario el cálculo previo de las áreas transversales (gi )
del j − ésimo árbol. Luego, área basal de la especie (Gi ) es obtenida por la suma de las gj para cada
especie. Por fin, la DoAi de la i − ésima especie es calculada por la razón de Gi por la área total
muestreada (A): Pni
gj Gi
DoAi = i=1 =
A A
π 2
gj = .DAPj
40000
4. Dominancia relativa (DORi ), calculada por la razón de dominancia absoluta de cada especie (DoAi )
por la dominancia total (suma de valores de DoAi para cada especie). También se puede hacer por la
6
razón del área basal de la i − ésima especie (Gi ) por la suma de las áreas basales de todas las especies
muestreadas (GT ):
DoAi Gi
DoRi = Ps .100 =
i=1 (DoA i ) GT
5. Frecuencia absoluta (F Ai ), razón del número de unidades de muestras (Ui ) donde fueron encontradas
la i − ésima especie y el número total de unidades de muestras (UT ). Se puede multiplicar por 100
para obtener el parámetro relativizado:
Ui
F Ai = .100
UT
7. Valor de cobertura (V Ci ), integra los parámetros de densidad y dominancia relativa, esto es, el V CI es
suma de DRi y DoRi de cada especie:
V Ci = DRi + DoRi
9. Valor de importancia (V Ii ), integra los parámetros de densidad, dominancia y frecuencia relativa, esto
es, el V Ii es la suma de DRi , Doi y F Ri de cada especie:
V Ii = DRi + DoRi + F Ri
7
return(EH)
}
EH <- EH(species=datos2$Especie, sample=datos2$Parcela, d=datos2$DAP, A=0.3)
EH
8
## 3: 24.653305 8.217768
## 4: 20.349675 6.783225
## 5: 16.655321 5.551774
## 6: 15.584102 5.194701
## 7: 10.824131 3.608044
## 8: 10.470528 3.490176
## 9: 9.818144 3.272715
## 10: 9.479394 3.159798
## 11: 6.155894 2.051965
## 12: 5.779702 1.926567
## 13: 5.385460 1.795153
## 14: 5.262765 1.754255
## 15: 4.996703 1.665568
## 16: 4.996703 1.665568
## 17: 4.887715 1.629238
## 18: 4.511096 1.503699
## 19: 4.504418 1.501473
## 20: 4.416304 1.472101
## 21: 4.411233 1.470411
## VIi PIi