Acceso usuarios
[1]
;
Benedicto Vargas-Larreta
[2]
;
Oscar Alberto Aguirre-Calderón
[1]
;
Eduardo Alanís-Rodríguez
[1]
;
Javier Jiménez-Pérez
[1]
;
Luis Gerardo Cuéllar-Rodríguez
[1]
México
La biomasa aérea se emplea frecuentemente como indicador de la productividad y la capacidad de almacenamiento de carbono de los bosques. El objetivo de este estudio fue desarrollar un modelo que estimara la biomasa y el carbono en función de variables de rodal. Para ello, se utilizaron datos provenientes de parcelas permanentes establecidas en los bosques del ejido La Ciudad, Durango, donde se registraron el diámetro cuadrático medio, la altura dominante, el volumen y el área basal. Se ajustaron siete funciones de crecimiento para cada una de las variables explicativas, y su desempeño se evaluó mediante el sesgo medio, la raíz del error medio cuadrático (REMC, REMC%), el coeficiente de determinación (R2) y el criterio de información de Akaike (AIC). Posteriormente, se seleccionó el modelo con el mejor ajuste y comportamiento biológico, y se derivó su forma dinámica a través del enfoque de diferencias algebraicas (ADA) para permitir proyecciones invariantes al estado base. El modelo de Gompertz que incluyó el área basal fue el que mostró el mejor ajuste, con un R2de 0.874 y un error relativo de 15%. La formulación dinámica obtenida permitió proyectar la biomasa hacia adelante y hacia atrás en función de cambios en el área basal, y mostró capacidad para representar trayectorias de crecimiento bajo distintos niveles de área basal. Los resultados confirman la utilidad del modelo como herramienta para la planificación forestal, la evaluación de escenarios silvícolas y la estimación de los almacenes de carbono con fines de mitigación climática en bosques naturales.
Aboveground biomass is frequently used as an indicator of forest productivity and carbon storage capacity. The aim of this study was to develop a model for estimating biomass and carbon as a function of stand-level variables. We used data from permanent sample plots established in the forests of the ejido La Ciudad, Durango, where quadratic mean diameter, dominant height, volume, and basal area were measured. Seven growth functions were fitted for each explanatory variable, and their performance was evaluated using mean bias, root mean square error (RMSE, RMSE %), coefficient of determination (R2), and the Akaike Information Criterion (AIC). The model with the best statistical fit and biological behavior was then selected and expressed in dynamic form through the algebraic difference approach (ADA) to allow base-state–invariant projections. The Gompertz model that included basal area provided the best fit, yielding an R2of 0.874 and a relative error of 15%. The resulting dynamic formulation enabled forward and backward projections of biomass based on changes in basal area and showed the ability to represent growth trajectories under different basal area levels. Theresults demonstrate the usefulness of the model as a tool for forest planning, evaluation of silvicultural scenarios, and carbon stock estimation for climate-mitigation purposes in natural forests.
