Estimadores de muestreo para inventario de plantaciones forestales comerciales de eucalipto en el sureste mexicano

Abstract


 
 
 El estudio se desarrolló con datos de las plantaciones de Eucalyptus urophylla propiedad de la empresa Forestaciones Operativas de México S. A. de C. V., establecidas en los municipios de Agua Dulce y Las Choapas, en el estado de Veracruz. En un inventario forestal se busca el balance entre el costo mínimo de implementación y la confiabilidad y precisión estadística máximas. Este balance es crítico particularmente en inventarios de plantaciones forestales de superficies extensas. El presente estudio toma como base datos de inventarios operativos para evaluar diversos estimadores de muestreo clásico en plantaciones forestales comerciales de eucalipto con el fin de determinar un esquema óptimo que tome en cuenta el error de muestreo máximo permisible y al mismo tiempo permita reducir los costos. Los resultados sugieren que el estimador mejor evaluado para esta población fue uno de proporciones (razón) volumen total y edad estratificado a nivel de clases de edad. En precisión resultó ser el estimador de razón de volumen total y del área basal con estratificación a nivel de predios. Para el primer caso, en un umbral de 5 % de error de muestreo, es posible reducir el tamaño de muestra en 84.7 %; en el segundo, la reducción puede ser de 89.9 %.
 
 

Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México

“…Uno de los supuestos básicos es que el valor de la variable auxiliar a nivel poblacional (N) es conocido sin error de muestreo, de forma que es posible lograr que el muestreo sea eficiente en términos de costo y tiempo, además, si el tamaño de la muestra es robusto, el estimador es más eficiente y de menor sesgo (Roldan, 2013). Por lo tanto, es posible estimar la media poblacional de las variables de interés Yi (AB, VTA y B), con mayor precisión, cuando la variable auxiliar Xi (datos espectrales e índices de vegetación), muestran una alta correlación con la variable Yi (Scheaffer, Mendenhall y Ott, 1986;Valdez-Lazalde, González-Guillén, y Santos-Posadas, 2006;Roldán-Cortés et al, 2013;Ortiz-Reyes et al, 2015). En la tabla 1 se muestran las expresiones matemáticas de las ecuaciones que describen a los estimadores del MSA, ME, ERaz y EReg.…”

Estrategia de muestreo óptima para la planeación del inventario maderable en plantaciones comerciales de Tectona grandis L.f.

“…Los métodos de muestreo e inventarios con validez estadística son muy útiles para generar estimaciones confiables y científicamente defendibles (Schreuder et al, 2004;Fattorini et al, 2015). En una plantación forestal comercial (PFC) es importante estimar con precisión las existencias maderables, lo que permite tener información para planificar acciones y tomar decisiones informadas sobre el manejo técnico y la inversión por efectuar (Roldán et al, 2014). Cuando la superficie de la PFC es extensa, el inventario se realiza por muestreo para obtener parámetros de interés de la población de manera correcta, precisa y a un costo mínimo (van Laar y Akça, 2007;Köhl y Magnussen, 2016).…”

“…El propósito del inventario forestal maderable es aportar información cuantitativa confiable para el manejo operativo de la PFC, para lo cual se requiere el conocimiento acertado, a nivel de unidad mínima de manejo, sobre medias y totales del número de árboles (N), área basal (AB) y volumen (V) por hectárea. Lo anterior obliga a buscar un balance entre los recursos financieros disponibles y la precisión estadística necesaria (Roldán et al, 2014). En ese sentido, el mejor enfoque para optimizar recursos es diseñar una estrategia de muestreo, que debe combinar el método para seleccionar la muestra con el procedimiento para estimar los parámetros de la población (Gregoire y Valentine, 2008;Grafström et al, 2014).…”

“…Cualquiera que sea el diseño de muestreo y el tamaño de muestra, se tienen implicaciones en términos de costo y eficiencia en la fiabilidad al estimar el inventario, misma que puede cuantificarse en función de la precisión, el sesgo y el error cuadrático medio (Köhl et al, 2011;Roldán et al, 2014). La precisión está en función de la homogeneidad de la población y del número de sitios de muestreo considerados, por lo que el inventario se debe llevar a cabo para que atienda el nivel de precisión predeterminado y para que se optimice tanto el tiempo, como los costos por efectuarlo (Schreuder et al, 2004;van Laar y Akça, 2007;Marchi et al, 2017).…”

“…Al respecto, Lencinas y Mohr-Bell (2007) señalan que una estrategia para optimizar un inventario consiste en estratificar con alguna variable fuertemente relacionada con la variable de interés, como en este caso lo fue la edad de las PFC. De lo anterior, se deduce que al implementar en la práctica la estratificación por clase de edad se puede lograr que el esfuerzo de muestreo sea bajo, ya que se requiere un menor tamaño de muestra lo que coincide con lo determinado porRoldán et al (2014). en este caso, la superioridad del AB como variable auxiliar se debe a que el valor de ρ fue de 0.99 y el de la edad de 0.47.…”