18/08/22

Incremento en el diámetro corresponde a un incremento en

altura y biomasa.
Ecuaciones más exactas son las específicas de un sitio o zona
geográfica.
Herramienta eficaz para estimar la biomasa aérea total de los
ecosistemas forestales.
Precaución al aplicar los modelos alométricos, podrían generar
sesgo por diferencias en:
1. Región específica
2. Tipo de especies
3. Tamaño de las clases diamétricas

¿Qué es un modelo alométrico?

n Herramienta eficaz e importante en la predicción de la

biomasa aérea total de los ecosistemas.
B = f (Dap, ht, hbc, etc.)

Log10B = a + b Log10 Dap

Biomasa aérea total (Kg)

Y
a = -1.988 ±
0.192
b = 2.993 ± 0.138

R2 = 0.97 DAP (cm)

CME = 0.070
X

1
 18/08/22

Definición

Relación matemática mediante la cual se estima

una variable (volumen o biomasa) con base en una
o más variables independientes (dap, alturas, área
de copa, densidad básica).

Un modelo estima el volumen o biomasa promedio

de árboles individuales en términos de una o más
de las dimensiones medidas (Husch et al. 1963)

Los modelos relacionan la biomasa con las mediciones de árboles

en pie (dap, altura comercial y/o total, crecimiento diamétrico,
etc.) (Araújo et al.1999; Ortiz 1993; Brown 1997).

Fuerte correlación lineal entre LIDAR (Light Detection and

Ranging) sensores remotos y datos de biomasa aérea (Drake et
al., 2002; Nelson et. Al 1988).

Los sistemas LIDAR registran datos de posición (x, y) y de

elevación (z) en intervalos predefinidos.
Proporciona alturas del terreno y vegetación (permite el análisis
de diferentes tipos de vegetación).

2
 18/08/22

OOB= datos no muestreados

Tamaño muestra
üRango de diámetros, altura, especies
ü Número de especies
ü Mayor heterogeneidad: más árboles se requieren
üLos modelos de biomasa pueden ser construidos usando
un mínimo de treinta árboles bien seleccionados (MacDiken
1997).
üDespués de analizados los modelos con los 30 árboles se
decide si es necesario cortar más y de qué tamaños.

3
 18/08/22

Construcción de modelos de biomasa y carbono

Selección de
árboles

Medir dimensiones (dap, hbc, ht,

Acopa)
Directo: Cortar y Indirecto:
pesar Cubicación

Follaje y ramas Fuste, tocón y

ramas > 30 cm

Materia Seca Biomasa Gravedad específica

Fracción de carbono

Carbono
9

¿Qué podríamos medir en árboles?

• Diámetro a la altura del pecho (dap)
• Altura total (ht)
• Altura a la base de la copa (hbc)
• Área de copa (Acopa)

¿Qué podríamos estimar en árboles?

• Densidad básica de la madera

10

4
 18/08/22

Construcción de modelos de biomasa y carbono

Selección de
árboles

Medir dimensiones (dap, hc, ht)

Directo: Cortar y Indirecto:

pesar Cubicación

Follaje y ramas Fuste, tocón y

ramas > 30 cm

Materia Seca Biomasa Gravedad específica

Fracción de carbono

Carbono
28

Follaje
Altura total (m)

Ramas
Altura comercial (m)

Fuste
Dap (cm)

comercial

Tocón

Raíces

29

5
 18/08/22

Método directo
Selección de
árboles

Medir dimensiones Cortar y pesar Muestras para

básicas por componentes: Materia Seca
Dap (cm) fuste, tocón
Alturas (m) ramas, follaje

30

Construcción de modelos de biomasa y carbono

Selección de
árboles

Medir dimensiones (DAP, Hc, Ht)

Directo: Cortar y Indirecto:

pesar Cubicación

Follaje y ramas Fuste, tocón y

ramas > 30 cm

Materia Seca Biomasa Gravedad específica

Fracción de carbono

Carbono
31

6
 18/08/22

Método indirecto

Volumen de
árboles grandes

Cubicación de Calcular volumen

fuste, con Smalian y/o
tocón Huber, cilindro y
ramas >30 cm Neiloida truncada

Muestras para
Gravedad específica

Biomasa

32

Volumen de fuste o ramas grandes:

j
(
éæ d 2 + d 2
Vf,r = å êçç T1 T2
)ö÷ ´ æç π ö÷ ´h ù
÷ 4 Ti ú
i =1 êè 2 ø è ø úû
ë
Donde: Vf,r: Volumen fuste ó rama (m3); dT1: Diámetro extremo grueso troza
(m); dT2: Diámetro extremo delgado troza (m); hTi: Altura o longitud troza (m)

Vrama = d rama
2
´ (π 4 ) ´ Lrama
Donde: Vrama: Volumen rama (m3); d2rama: Diámetro centro rama (m); Lrama:
Longitud rama (m)

38

7
 18/08/22

Cubicación de tocones
Sin gambas
(Cilindro)

p * Dc2
Vt = xh
4
Dc h

39

Volumen de tocón: Neiloida truncada

Con gambas

Au: Área parte

h: Altura (m)
superior (m2)

Ab: Área parte

inferior (m2)

æh ö
[
V tocón(m3) = ç ÷ ´ Ab + 3 Ab 2 ´ Au + 3 Au 2 ´ Ab + Au
è4 ø
]

40

8
 18/08/22

ORGANIZACIÓN Y ANÁLISIS DE LA
INFORMACIÓN

Foto: Bosques andinos. PROECUT.

42

1. Tabular datos

Generales: Biomasa: Volumen:

Dap (cm) Peso húmedo Gravedad específica
Altura total y/o Materia Seca
comercial (m)

Biomasa total / árbol

Especie Dap AT AC Bt
(cm) (m) (m) (t)
C. guianensis 85 44 23 9.11
C. guianensis 94 26 19 7.76
C. guianensis 105 28 13 11.98

43

9
 18/08/22

Organización de datos
Alt. Total Alt. ccial
No. Arbol DAP (cm) BTotal
(m) Alt/Dap (m) Bfuste
(kg/arbol)
(kg/arbol)
1 15.0 14.8 1.2 12.7 112.5 143.5
2 27.0 22.3 1.0 17.1 263.7 303.1
3 18.2 16.6 1.1 . 63.2 90.8
4 26.7 21.2 1.0 11.1 269.9 301.9
5 19.5 13.9 0.9 10.1 93.2 126.3
6 22.8 18.3 1.0 16.4 179.9 218.7
7 15.7 15.7 1.2 12.5 56.9 94.1
8 15.6 16.2 1.3 12.7 68.9 105.7
9 10.3 11.8 1.4 10.2 22.4 52.0
10 14.8 15.3 1.3 11.5 39.2 76.0
11 9.7 8.6 1.1 7.6 10.5 34.7
12 7.9 8.7 1.4 6.9 9.0 31.4
13 45.8 31.9 0.9 23.2 1217.3 1208.9
14 60.6 34.9 0.7 27.6 1852.5 1811.3
15 62.3 34.3 0.7 25.1 1384.8 1382.5
16 47.9 35.0 0.9 26.2 1112.1 1121.8

44

2. Graficar
• Dap (eje x) y altura (eje y)
• Dap (eje x) y biomasa total (eje y)

16
Biomasa aérea total (Mg árbol-1)

14 Btot = -6.96 -4 *D2.07

R2 = 0.71
12

Biomasa total aérea vs. Dap de 10

árboles en bosques húmedos
tropicales, C.R. 8

(Segura & Kanninen, 2005)

6

0
0 60 70 80 90 100 110

Dap (cm)
45

10
 18/08/22

3. Realizar análisis estadísticos para determinar

correlación entre variables. ANOVA

46

4. Probar modelos genéricos

Usando una o dos variables independientes (dap y alt.)

Fórmula Autor
Kopezky-Gehrhardt
B = b0 + b1 d 2
Dissescu-Meyer
B = b1 d + b2 d 2
Husch (1963)
LogB = b0 + b1 Logd
Spurr (1952) variable combinada
B = b0 + b1 d 2 h
Schumacher-Hall
LogB = b0 + b1 Logd + b2 Logh
LogB = b0 + b1 Log (d 2 h ) Spurr (1952) variable combinada
logarítmica
B: Biomasa total; d: dap; h: altura total o comercial; b0, b1 y b2: Coeficientes de
regresión; Log: Logaritmo en base 10
Fuente: Loetsch et al, (1973)

47

11
 18/08/22

Criterios de selección de modelos de

mejor ajuste:

ü Lógica biológica del modelo

ü Coeficiente de determinación ajustado (R2-ajustado)
ü Coeficiente de determinación (R2)
ü Coeficiente de variación (CV%)
ü Prueba F (análisis de variancia) para el modelo y para cada
parámetro

48

Probar supuestos de normalidad homocedasticidad e

independencia
Probar el modelo con los datos originales
Estadísticos: PRESS, Índice de Furnival, Mallows (C)

49

12
 18/08/22

Ejemplo del (mal) uso de los modelos: BAT vs. Dap de árboles
en bosques húmedos tropicales, C.R.
15

total (Mg árbol-1)

10

TOTBIOM
B = 7.03 – 0.19*Dap + 2x10-3*Dap2
R2=0.959

Biomasa aérea
5

0
60 70 80 90 100 110
DAP
Dap (cm)

(Fuente: Segura & Kanninen 2001)

50

B = 7.03 – 0.19*Dap + 2X10-3*Dap2

R2=0.959

Y = a + bx + cx2
Biomasa aérea total (Mg árbol-1)

a = 7.03
b = - 0.19
c = 0.002

r2 = 0.959

¡ La lógica del modelo !

¡ Extrapolación ! Dap (cm)

(Fuente: Segura & Kanninen, 2002)

51

13
 18/08/22

ÍNDICE DE FURNIVAL
Compara los valores ajustados contra los reales.
Función, comparar entre modelos cuya variable dependiente
(biomasa) fue transformada

Por ejemplo:
V = a + b*D + c*H
Contra
Ln(V) = a + b*D + c*H
ó
Ln(V) = a + b*ln(D) + c*ln(H)

Furnival, G. M. 1961. An index for comparing equations used in constructing

volume tables. Forest Science 7(4): 337-341.
52

Ejemplo de selección de modelos

Modelo R2 CV(%) CME IF C PRESS C å

LnBt=0.8+2-4*D2 0.71 11.5 0.21 1.30 1 0.93 1 2

LnBt=-7.3+2.1*LnD 0.71 11.6 0.21 1.32 2 0.96 3 5

Bt=-7.5+0.2*D 0.66 23.6 1.58 1.58 4 53.16 4 8

Bt=-54.1+13.9*LnD 0.64 24.2 1.62 1.62 5 56.11 5 10

Bt: Biomasa total (tárbol); D: dap (cm), R2: Coeficiente de determinación ajustado; CV
(%): Coeficiente de variación; IF: Índice de Furnival
C: Calificación= 1: Bueno; 2, 3 y 4: Regular; 5: Malo

53

14
 18/08/22

Muestreo de árboles seleccionados para estimar la biomasa

aérea total en bosques altoandinos y andinos

Orjuela y Lerma, 2014

60

Orjuela y Lerma, 2014

61

15
 18/08/22

Modelos alométricos
Biomasa arriba del suelo, para tres especies dominantes del bosque alto
andino Miconia sp, Weimannia auriculata y Baccharis sp.
Especie N Dap prom Ht prom (m) Bt (kg/árbol)
(cm)
Bacharis sp 4 12,2 5,8 31,5
Miconia sp 10 29,0 13,1 311,9
Weinmannia 16 37,3 12,8 381,4
auriculata

Ln(Bt)=-1.85+2.11*Ln(dap)
R2 y R2-ajust=0.94; ECMP = 0,16; AIC = 30,21; BIC = 34,41; P<0,05

Orjuela y Lerma, 2014 y Segura et al., 2014

62

Simulada vs. real

14 14
12 a) 12 b)
10 10
Biomasa simulada (Mg árbol-1)

8 8

6 6

4 4
Modelos: 2 2
a) Brown et al., 1989 0 0
b) Brown & Iverson, 1992 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
c, d) Segura & Kanninen, 2005
14 14

Datos: 12 c) 12
d)
Bosques naturales 10 10

intervenidos 8 8

en fincas privadas 6 6
de Costa Rica 4 4
2 2
0 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14

Biomasa real (Mg árbol-1)

(Segura & Kanninen, 2005)

63

16
 18/08/22

Existencia de bases de datos

http://biblioteca.catie.ac.cr/carbono/index.phh/es/
www.globallometree.org
http://www.fao.org/news/story/en/item/179061/icode/

64

Segura y Andrade, 2008.

65

17
 18/08/22

Construcción de modelos
alométricos

66

18