Inventarios Forestales - Catie
Inventarios Forestales - Catie
Inventarios Forestales - Catie
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Proyecto INRENA-CIFOR-FONDEBOSQUE<br />
Apoyo a la implementación del nuevo régimen a través de la capacitación a<br />
asociaciones de productores forestales concesionarios en la Amazonía peruana<br />
Curso Técnicas de Manejo Forestal<br />
Modulo I:<br />
<strong>Inventarios</strong> <strong>Forestales</strong><br />
Tema 1: <strong>Inventarios</strong> para la elaboración de<br />
Planes de Manejo<br />
Pucallpa, 17 de febrero, 2003
INDICE DE CONTENIDO<br />
1. INTRODUCCIÓN<br />
2. CLASIFICACION DE LOS INVENTARIOS FORESTALES<br />
2.1 De acuerdo al método estadístico<br />
2.2 De acuerdo al grado de detalle<br />
2.3 De acuerdo al objetivo<br />
3. ELEMENTOS DE ESTADISTICA PARA INVENTARIOS FORESTALES<br />
3.1 Media aritmética<br />
3.2 Desviación estándar<br />
3.3 Coeficiente de variación<br />
3.4 Error estándar<br />
3.5 Límites de confianza y error de muestreo<br />
3.6 Cálculo del número de muestras<br />
4. DISEÑOS BASICIOS DE MUESTREO<br />
4.1 Muestreo al azar<br />
4.2 Muestreo estratificado<br />
4.3 Muestreo sistemático<br />
5. CARACTERÍSTICAS DE LA UNIDAD ELEMENTAL DE MUESTREO<br />
5.1 Tamaño de las parcelas<br />
5.2 Forma de las parcelas<br />
5.3 Tamaño de la muestra<br />
5.4 Distribución de la muestra<br />
6. PLANIFICACION DE INVENTARIOS FORESTALES<br />
61 Definición de objetivos<br />
6.2 Descripción y estratificación del área del inventario<br />
6.3 Diseño del inventario<br />
6.4 Registro y recolección de datos de campo<br />
6.5 Procesamiento de la información<br />
7. INTERPRETACIÓN DE LOS RESULTADOS<br />
7.1 Error de muestreo<br />
7.2 Análisis de resultados básicos<br />
7.3 Grupos ecológicos<br />
7.4 Selección del sistema silvícola<br />
7.5 Determinación de parámetros silviculturales para la planificación del manejo<br />
8. RECOMENDACIONES<br />
9. BIBLIOGRAFIA
1. INTRODUCCIÓN<br />
El manejo de los bosques naturales requiere de información precisa y confiable que permita<br />
una adecuada planificación a mediano y largo plazo. La técnica que nos permite obtener<br />
este tipo de información se conoce como “Inventario Forestal”, definida como un “sistema<br />
de recolección y registro cuali-cuantitativo de los árboles y de las características del área<br />
sobre la cual se desarrolla el bosque, de acuerdo a un objetivo previsto y en base a métodos<br />
apropiados y confiables”.<br />
En el presente documento tiene como objetivo presentar de una manera clara y sencilla los<br />
aspectos más relevantes en el diseño, planificación e interpretación de los resultados de<br />
inventarios forestales para la elaboración de planes de generales de manejo (PGM) en<br />
concesiones forestales. Se analizan algunos conceptos teóricos y prácticos llegando a<br />
recomendaciones basada en la experiencia generada en Perú y otras regiones del trópico<br />
con características similares.<br />
El documento inicia con una clasificación de los diferentes tipos de inventarios forestales y<br />
un repaso sobre los aspectos más relevantes de la teoría estadística. En lo que respecta a la<br />
planificación la discusión se centra en cuatro aspectos claves en el diseño de inventarios<br />
forestales: el tamaño y forma de las parcelas o unidades de muestreo, el número de<br />
unidades de muestreo y distribución de la muestra a diferencia de otros textos de esta<br />
naturaleza se ha incluido un capitulo sobre interpretación de los resultados.<br />
Existen muchos textos sobre inventarios forestales, algunos de los cuales se han convertido<br />
en verdaderos clásicos en la temática (Loetsch et al. 1973, Malleux, 1982, Husch, 1983<br />
entre otros) en donde se analizan con mayor detalle diversos diseños de inventarios. No<br />
obstante, se ha visto por conveniente elaborar el presente documento que resume los puntos<br />
más relevantes y que pueda servir servir como guía para la ejecución inventarios forestales<br />
con fines de ejecución de planes de manejo en concesiones forestales en la amazonía<br />
peruana.
2. CLASIFICACION DE LOS INVENTARIOS FORESTALES<br />
Existen muchas clasificaciones diferentes de inventarios forestales. Con fines didácticos<br />
vamos a clasificarlos de acuerdo a los siguientes criterios:<br />
Criterio<br />
Tipo<br />
Método estadístico • Cien por ciento<br />
• Muestreo<br />
• Reconocimiento<br />
Grado de detalles<br />
• Inventario exploratorio<br />
• Inventario semi detallado<br />
• Inventario detallado<br />
• Evaluación del potencial maderero<br />
• Planificación de la extracción<br />
Objetivo<br />
• Elaboración de un plan de manejo<br />
• Evaluación de la dinámica del bosque<br />
• Definición de la necesidad de<br />
aplicación de un tratamiento silvícola<br />
2.1 De acuerdo al método estadístico<br />
a) <strong>Inventarios</strong> al cien por ciento. Este tipo de inventario recibe también el nombre de<br />
censo comercial. Se utiliza comúnmente en bosques naturales tropicales en la<br />
planificación de aprovechamientos de impacto reducido (AIR) y su ejecución es<br />
obligatoria en la mayoría de países tropicales para la elaboración del Plan Operativo<br />
Anual (POA). Como producto de este tipo de inventario se obtiene un mapa con la<br />
distribución espacial de los árboles a extraer y de las características del terreno.<br />
Estos dos factores son importantes para la planificación optimizada de caminos, lo<br />
que redundará en una reducción de los costos debido a un mayor rendimiento de la<br />
maquinaria o sistema de extracción a emplear. Además, una buena planificación de<br />
caminos se traduce en una disminución en la intensidad de daños al bosque residual.<br />
b) <strong>Inventarios</strong> por muestreo. Este tipo de inventario es el que se utiliza para la<br />
elaboración de Planes de Manejo. Consiste en la evaluación de una pequeña<br />
muestra bien distribuida y representativa del bosque e inferir sus resultados sobre la<br />
población . Los inventarios por muestreo permiten un considerable ahorro de<br />
tiempo, esfuerzo y dinero, no obstante están afectadas por un error de muestreo.
2.2 De acuerdo al grado de detalle<br />
La clasificación por el nivel o grado de detalle establece fundamentalmente un grado de<br />
precisión de la información tomada, más no así del tipo de información o énfasis sobre ésta.<br />
Este grado de precisión se refleja en términos de error de muestreo con relación al<br />
promedio de volumen por unidad de superficie. Malleux (1982) presenta la siguiente<br />
clasificación de acuerdo al grado de detalle:<br />
a) Reconocimiento. Consiste en una evaluación rápida del potencial forestal de una<br />
determinada superficie, con el fin de clasificarla “a priori” apta o no apta para una<br />
cierta actividad económica. No requiere de datos cuantitativos precisos sino de<br />
órdenes de magnitud, tampoco es importante el error estadístico. Su ejecución se<br />
basa en el juzgamiento rápido del área, en el que la experiencia profesional juega un<br />
papel muy importante.<br />
b) Inventario exploratorio. Ese tipo de inventario requiere de un muestreo de campo<br />
con el fin de obtener información cuali-cuantitativa del recurso forestal. Es error de<br />
muestreo puede varias entre 15 y 20% con respecto a la media del volumen total, a<br />
un 95% de confianza. En muchos países del trópico americano las normas<br />
nacionales exigen este rango de error máximo de muestreo para la elaboración de<br />
planes de manejo.<br />
c) Inventario semi-detallado. Este tipo de inventario permite tener más información y<br />
de mayor confiabilidad, como para garantizar la instalación de un complejo<br />
industrial. Se ajusta a estudios de pre-factibilidad, siendo el error de muestro<br />
permisible de hasta un 10-15 % sobre la media del volumen total a un 95 % de<br />
confianza.<br />
d) Inventario detallado. Es el de mayor nivel de confiabilidad estadística y se ajusta a<br />
estudios de factibilidad. El error de muestreo no debe ser mayor al 5-10%.<br />
2.3 De acuerdo al objetivo<br />
El objetivo o los objetivos de un inventario forestal, son variados, sin embargo pueden<br />
dividirse en sus usos más frecuentes en:<br />
a) Evaluación del potencial maderero. Tiene como objetivo hacer una evaluación del<br />
volumen maderable actual a partir de un determinado diámetro mínimo de corta . El<br />
tipo de información que provee no es suficiente para la elaboración de planes de<br />
manejo.<br />
b) Planificación de la extracción. El código de prácticas de la FAO (1995) recomienda la<br />
ejecución de censos comerciales para planificar aprovechamientos forestales de impacto<br />
reducido. Como se dijo anteriormente esta es una práctica muy difundida y en muchos<br />
países tiene carácter de obligatoria.
c) Evaluación para un plan de manejo. Este tipo de inventario no solo importa el<br />
volumen de las especies comerciales, sino también la distribución por clase diamétrica<br />
del número de árboles, área basal y volumen total de todas las especies a partir de<br />
clases diamétricas menores. No hay que perder de vista que el inventario para planes de<br />
manejo deben brindar información por lo menos para un ciclo de corta y que el mercado<br />
de especies maderables es muy dinámico.<br />
d) Evaluación de la dinámica del bosque. Este tipo de evaluación se realiza generalmente<br />
en parcelas permanentes de muestreo (PPM), donde el objetivo es evaluar los procesos<br />
dinámicos que ocurren en el bosque; es decir, el crecimiento, la mortalidad natural y el<br />
reclutamiento a partir de un diámetro establecido. La información dasométrica<br />
brindada por el monitoreo de PPM ayuda ajustar los parámetros dasométricos del plan<br />
de manejo.<br />
e) Definición de la necesidad de un tratamiento silvícola. Existen muchos tipos de<br />
muestreos que pueden ayudar a definir la necesidad o no aplicación de un tratamiento<br />
silvicultural. Entre los principales muestreos se tienen el muestreo diagnóstico,<br />
muestreo de remanencia y muestreo silvicultural, entre otros.
3. ELEMENTOS DE ESTADISTICA PARA INVENTARIOS FORESTALES<br />
En el presente capítulo se refrescará algunos aspectos básicos de la teoría estadística de tal<br />
modo que permita un mejor entendimiento de los conceptos posteriores.<br />
La metodología estadística se divide en dos componentes principales: la descriptiva y la<br />
inferencial. La estadística descriptiva incluye la presentación de datos en gráficos y<br />
cuadros, así como el cálculo de resúmenes numéricos tales como frecuencia, promedios,<br />
porcentajes, etc. La estadística inferencial proporciona una metodología para llegar a<br />
tomar decisiones respecto a una población, siguiendo un razonamiento derivado de la<br />
evidencia de datos numéricos observados en una muestra de la población.<br />
De manera general, cualquier conjunto de datos observados forma parte de un<br />
conglomerado más amplio de datos potenciales, aunque no observados. El conjunto de los<br />
datos observados se denomina muestra, en tanto que el grupo más general se llama<br />
población. Las poblaciones se describen mediante características denominadas<br />
parámetros. Los parámetros son valores fijos, aunque raramente se saben cuáles son. Las<br />
muestras se describen por las mismas características, pero cuando éstas se aplican a las<br />
muestras se llaman estadígrafoss. La media de una muestra es un estadígrafo. Se calculan<br />
los estadígrafos de las muestras para estimar los parámetros de la población.<br />
Los parámetros poblacionales son desconocidos y su estimación permite una aproximación<br />
a los valores reales, la cual no está exenta de errores. Estos pueden ser errores muestrales o<br />
de medición. La aplicación de un adecuado muestreo tiende a minimizar el error muestral,<br />
mientras que la reducción de los errores de medición depende de la calidad de los datos<br />
recolectados en el campo.<br />
Para comprender mejor los parámetros estadísticos se presenta un ejemplo de un inventario<br />
por muestreo al azar, en el cual se tomó una muestra de diez parcelas de 1 ha., reportando<br />
los siguientes volúmenes totales por hectárea: 64, 47, 39, 67, 54, 33, 49, 85, 72 y 90 m3/ha.<br />
3.1 Media aritmética (X)<br />
Es una medida de tendencia central, y se define como:<br />
donde:<br />
Σ Xi<br />
X = ------------<br />
n<br />
_<br />
Xi = valor observado de unidad i-ésima de la muestra.<br />
n = número de unidades de la muestra (tamaño de muestra).<br />
Reemplazando los datos en la fórmula se tiene:
_ 64+47+39+67+54+33+49+85+72+90<br />
X = ---------------------------------------------------- = 60 m 3 /ha<br />
10<br />
Si la superficie total del bosque inventariado es de 1,000 ha, el valor total sería:<br />
60 * 1,000 = 60,000 m 3<br />
3.2 Desviación estándar (S)<br />
Es una medida que caracteriza la dispersión de los individuos con respecto a la media. Da<br />
una idea de los individuos en una muestra si están próximos a la media o están<br />
diseminados. Se define como:<br />
Σ X i ² - (ΣX i )² / n<br />
S = ---------------------------------<br />
n - 1<br />
El denominador indica el número de grados de libertad.<br />
Para nuestro ejemplo calculamos:<br />
S =<br />
600²<br />
64² + 47² +...+72² + 90² - -----<br />
10<br />
---------------------------------------------- = 18.9 m3/ha<br />
10-1<br />
Se puede decir que el promedio de las desviaciones de los datos muestreados es de 18.9<br />
m 3 /ha, con respecto a la media muestral.<br />
3.3 Coeficiente de variación (CV)<br />
Es una medida que expresa la desviación estándar como un porcentaje de la media.<br />
S<br />
CV = ----- * 100<br />
X
18.9<br />
CV = ----- * 100 = 31.5 %<br />
60<br />
Se puede interpretar este resultado afirmando que la desviación promedio de los datos<br />
muestreados es de 31.5 % con respecto al promedio.<br />
Una de las ventajas del coeficiente de variación, es que permite comparar la variabilidad de<br />
poblaciones que tienen diferentes unidades de medida.<br />
3.4 Error estándar (S x )<br />
Lo que más interesa en un muestreo, aparte de la media, es su exactitud. Se sabe que cada<br />
media estimada con base en un muestreo, tiene un error estadístico, el cual también hay que<br />
calcular.<br />
A diferencia de la desviación estándar que mide el promedio de las desviaciones de las<br />
observaciones individuales respecto de la media muestral, el error estándar mide el desvío<br />
de las medias muestrales respecto de la media poblacional. Esta se calcula con la fórmula:<br />
S<br />
Sx = --------------<br />
n (1-n/N)<br />
donde:<br />
S = desviación estándar<br />
n = tamaño de la muestra (número de unidades muestrales)<br />
N = tamaño de la población (expresada en parcelas)<br />
Cuando n es muy pequeño con respecto a N, la fracción n/N se hace despreciable, y el<br />
factor (1-n/N) se aproxima a la unidad (1). En la práctica, cuando n/N es menor que 0,01, lo<br />
que comúnmente ocurre en los inventarios forestales, se puede considerar la población<br />
como infinita y la fórmula queda como:<br />
S<br />
S x = --------<br />
√n<br />
En este ejemplo sería:
18.9<br />
S x = -------- = 5.98<br />
√10<br />
3.5 Límites de confianza y error de muestreo absoluto<br />
La media obtenida a partir de una muestra difiere de la verdadera media poblacional. La<br />
media poblacional está comprendida entre un límite inferior dado por X - t(S x ) y un límite<br />
superior con X + t(S x ). Es decir:<br />
donde:<br />
_<br />
_<br />
X - t(S x ) ≤ µ ≤ X + t(S x )<br />
µ = media poblacional<br />
X = media muestral<br />
t(S x ) = error de muestreo absoluto<br />
El error de muestreo absoluto permite determinar los límites del intervalo de confianza al<br />
sumarlo y restarlo de la media muestral. El valor de t depende del nivel de confianza<br />
requerido y de los grados de libertad.<br />
Para 9 grados de libertad (nuestro ejemplo) y un nivel de confianza del 95 %, el valor de t<br />
es 2.26, los límites de confianza a ambos lados de la media serían:<br />
Límites de confianza: 60 ± 2.26(5.98) = 60 ± 13.51<br />
Límite superior: 60 + 13.51 = 73.51<br />
Límite inferior: 60 – 13.51 = 46.49<br />
Se puede decir con una probabilidad del 95% que la media real de la población no es menor<br />
a 46.49 m 3 /ha ni mayor a 77.51 m 3 /ha. Hay que tomar en cuenta que el 5%, en este caso de<br />
dos límites (inferior y superior), están a ambos lados de la distribución t, o sea 2.5% a cada<br />
lado. En la tabla el valor de t corresponde al 2.5% (0.025) de probabilidad de sobrepasar los<br />
límites de confianza.<br />
Si solamente interesa un lado, por ejemplo, el límite inferior, tendría que considerarse<br />
solamente el lado izquierdo de la distribución t, buscando el límite que corresponde al 5 %<br />
de probabilidad de sobrepasar este límite al lado izquierdo de la distribución t. En este caso<br />
se habla de la estimación mínima confiable (EMC).
El volumen mínimo por que se puede esperar por hectárea a un 95% de confianza es:<br />
_<br />
EMC = X - t (S x ) = 60 – 1.83 (5.98) = 49.01 m 3 /ha<br />
3.6 Error de muestreo relativo (E % )<br />
El error de muestreo absoluto, se puede expresar como error de muestreo relativo,<br />
expresado en porcentaje (E%), utilizando la relación siguiente:<br />
t(S x )<br />
E % = ------------ * 100<br />
X<br />
Para el ejemplo anterior el error de muestreo relativo (E % ) será:<br />
2.26 (5.98)<br />
E % = ---------------- * 100 = 22.5 %<br />
60<br />
Se puede interpretar este resultado afirmando, con un 95% de seguridad, que el valor de la<br />
media poblacional está en un rango de más o menos 22.5 % con respecto de la media<br />
muestral.<br />
El error de muestreo es diferente para cada parámetro forestal (N/ha, G/ha, V/ha) y también<br />
difiere de especie a especie. Generalmente, el error para una sola especie es mayor, para un<br />
grupo de especies se reduce el error y más todavía si se trata del total de especies.<br />
3.6 Cálculo del número de muestras<br />
A partir de la fórmula del error de muestreo relativo (E % ), se puede despejar una fórmula<br />
que permita calcular el tamaño de muestra necesario, para una precisión deseada.<br />
Reemplazando S x por su equivalente (S/n), se tiene:<br />
t(S/ √n)<br />
E % = ---------- * 100<br />
X
S<br />
Se conoce que: CV = ----- * 100<br />
X<br />
Reemplazando en la expresión anterior, se tiene:<br />
t(CV)<br />
E % = ---------<br />
√n<br />
Elevando al cuadrado, ambos miembros de la expresión, y haciendo una transposición de<br />
términos, se tiene:<br />
t 2 (CV) 2<br />
n = -------------<br />
E %<br />
2<br />
Esta fórmula es la más utilizada cuando se va a realizar un muestreo al azar o sistemático.<br />
En los cálculos del ejemplo anterior, el coeficiente de variación fue de 31.5%, con un error<br />
de muestreo de 22.5 por ciento. Si se quiere alcanzar un error del 15%, a un nivel de<br />
confianza de 95%, se va probando con diferentes grados de libertad hasta que los resultados<br />
de las "n" sean iguales. Así, para 19 grados de libertad, t = 2.09. Reemplazando los valores<br />
se tiene:<br />
t 2 (CV) 2 (2.09) 2 (31.5) 2<br />
n = -------------- = -------------------- = 19.3<br />
2<br />
E % 15 2<br />
Se necesitaría un mínimo de 20 muestras para alcanzar el error deseado. Ahora, si se desea<br />
un error del 10% al mismo nivel de probabilidad se prueba así:<br />
Para 40 grados de libertad t = 2.021<br />
(2.021) 2 (31.5) 2<br />
n = ------------------- = 40.5<br />
10 2
Nótese como para reducir el error de 15 a 10 % se tuvo que duplicar el número de muestras<br />
ha tomar. De la fórmula se deduce que el tamaño de la muestra está en función de la<br />
variabilidad del bosque (CV) y de la precisión requerida (E), y no del tamaño de la<br />
superficie del bosque a inventariar.<br />
El problema normalmente es que de antemano no se conoce el valor del coeficiente de<br />
variación. Este valor depende de la homogeneidad del bosque y del tamaño de las unidades<br />
de muestreo. Unidades más pequeñas normalmente corresponden a un mayor coeficiente de<br />
variación. Por otro lado, es lógico suponer que la heterogeneidad del bosque aumenta con<br />
su tamaño, puesto que es más probable encontrar tipos de bosques o estratos diferentes.<br />
La estimación del coeficiente de variación puede basarse en valores de bosques cercanos,<br />
anteriormente inventariados o mediante la realización de un pre-muestreo o muestreo<br />
piloto, aunque este último método ha mostrado ser poco práctico.<br />
Cálculos estadísticos en bosques con más de un estrato<br />
Determinación del Error de Muestreo (E % )<br />
Supongamos que se realiza un inventario en un bosque de 10,000 ha. Los resultados delo<br />
inventario por estrato son los siguientes. Se emplearon un total de 52 parcelas de inventario<br />
distribuidas en forma proporcional al tamaño de cada estrato.<br />
Estrato Superficie Volumen<br />
promedio<br />
(m3/ha)<br />
Desviación<br />
estándar<br />
I 4,000 77 25.2<br />
II 3,000 91 30.8<br />
II 2,000 54 15.0<br />
Para determinar el error de muestreo de la concesión se debe confeccionar el siguiente<br />
cuadro:<br />
Estrato<br />
Proporción<br />
del área<br />
(P)<br />
Volumen<br />
promedio<br />
(X)<br />
Desviación<br />
estándar<br />
(S)<br />
(PX) PS PS 2<br />
I 0.40 77 25.2 30.8 10.08 254.0<br />
II 0.30 91 30.8 27.3 9.24 284.6<br />
III 0.20 54 15.0 10.8 3.00 45.0<br />
Sumatoria 68.9 22.32 583.6<br />
El promedio del volumen es (X) es 68.8 m 3 /ha<br />
El error estándar (S x ) de la concesión será:
Reemplazando valores:<br />
S x = (Σ P i X i ) 2 - Σ P i Xi 2<br />
n N<br />
N = Superficie total del bosque<br />
Número de parcelas<br />
S x = (22.32) 2 – 583.6 = 9.580 - 0.058 = 3.09<br />
52 10,000<br />
Obsérvese que el segundo término no tiene casi ninguna infuencia y podría no usarse.<br />
Inclusive se tendría mayor seguridad en los datos de no usarse ya que este término<br />
disminuye casi imperceptiblemente el error estándar (S x ).<br />
El error de muestreo relativo sale de la multiplicación de del error estándar por el valor de<br />
“t” para 51 grados de libertad:<br />
E = t (n-1 gl ) S x<br />
E = 2.01 x 3.09 = 6.21 m 3 /ha<br />
El error de muestreo relativo E% = E x100 = 6.21 x 100 = 9.%<br />
X 68.9<br />
El error para cada uno de los estratos es:<br />
E% = t x CV<br />
√n<br />
Estrato I E% =15%<br />
Estrato II E% = 18%<br />
Estrato III E% = 14%<br />
Si hubiésemos calculado con los mismos datos el E% sin hacer caso a la estratificación, el<br />
error de muestreo hubiera sido mayor. En conclusión, una buena estratificación ayida a<br />
reducir el número de muestras requeridas durante el inventraio.
Derterminación del número de muestras sabiendo la variabilidad de cada estrato<br />
Vamos a suponer que tenemos tres estrato cuya superficie y coefociente de variación son<br />
conocidos:<br />
Estrato Superficie Coefiente de<br />
variación<br />
I 4,000 33%<br />
II 3,000 34%<br />
III 2,000 28%<br />
Se procede a calcular el coeficiente de variación ponderado, para toda la concesión<br />
Estrato<br />
Proporción de<br />
de la Superficie<br />
P<br />
Coeficiente de<br />
variación<br />
CV<br />
PxCV<br />
I 0.40 33 13.2<br />
II 0.30 34 10.2<br />
III 0.20 28 5.6<br />
Coeficiente de variación ponderado 29<br />
n = t 2 x CV 2<br />
E %<br />
2<br />
Reemplazando valores:<br />
Si queremos alcanzar por seguridad un E % del 10%<br />
Vamos a probar con un valor de t para 35 grados de libertad<br />
n = (2.031) 2 x (29) 2 = 34.6 = 35<br />
(10) 2<br />
En conclusión se recomienda utilizar un mínimo de 35 parcelas para llegar a ese error<br />
deseado.
4. DISEÑOS BASICOS DE MUESTREO<br />
Los principales diseños utilizados en la ejecución de inventarios forestales son el muestreo<br />
al azar y el sistemático , ambos pueden o no estratificarse.<br />
Diseños de<br />
inventarios<br />
Al azar<br />
Sistemático<br />
Estratificado<br />
No estratificado<br />
Estratificado<br />
No estratificado<br />
4.1 Muestreo al azar<br />
Este tipo de muestreo es el teóricamente cumple más fielmente las condiciones de<br />
aleatoriedad de la muestra. Las unidades muestreadas son seleccionada aleatoriamente , sin<br />
que la elección de una influya en las otras. Este diseño es una apliocación exacta de las<br />
leyes de la probabilidad y sus resultados tienen una alta confiabilidad, son imparciales y<br />
consistentes.<br />
Entre las desventajas de este diseño de muestreo al azar en inventarios forestales está la<br />
inseguridad para establecer la ubicación exacta de las muestras en el bosque (especialmente<br />
cuando no se cuenta con un geoposicionador o GPS), los altos costos por accesibilidad, y el<br />
hecho de no proporcionar datos confiables acerca de la configuración y topografía del<br />
bosque. No recomendamos su aplicación para inventarios forestales en concesiones<br />
forestales.<br />
4.2 Muestreo sistemático<br />
El muestreo sistemático es el método más aplicado en inventarios con fines de elaboración<br />
de planes de manejo en bosques tropicales y es el que se recomienda utilizar para las<br />
concesiones forestales en la amazonía peruana. Este tipo de muestreo implica una<br />
distribución regular, con distancias igualmente distribuidas entre las unidades de muestreo.<br />
En la práctica se comprobado que los resultados son suficientemente confiables inclusive<br />
cuando estadísticamente son procesados como si fueran tomados al azar.<br />
Una de las ventajas del diseño sistemático es que puede proporcionar datos confiables y<br />
seguros para la construcción de mapas en la concesión al mismo tiempo que se realiza el<br />
inventario. Esta ventaja se incrementa cuando de tratan de fajas que atraviesan todo el
osque y, la exactitud de los mapas aumenta conforme se reduce la distancia entre las fajas.<br />
Además, reduce la incertidumbre de errores personales en la ubicación de las unidades de<br />
muestreo debido a su valor constante.<br />
4.3 Muestreo estratificado<br />
La estratificación consiste en dividir el área de la concesión en sub-áreas o zonas con<br />
características comunes. Existen varios niveles y criterios de estratificación. Un primer<br />
criterio o nivel consiste en diferenciar las áreas con bosque productivo y las que están<br />
desprovistas de vegetación arbórea o que cuentan con una vegetación no productiva para<br />
los fines de manejo previsto. Esta primera estratificación o se puede realizar con base en<br />
imágenes de satélite recientes.<br />
Otro criterios de estratificación es el fisiográfico, es decir estratificar al bosque de acuerdo<br />
a su fisiografía. Malleux (1982) propone varios niveles de estratificación de acuerdo al<br />
grado de detalles que se quiera lograr. A continuación se presenta la clasificación más<br />
simple a nivel fisiográfico:<br />
Llanura aluvial<br />
Inundable<br />
No inundable o terraza<br />
Colinas bajas<br />
Sistema de colinas<br />
Colinas altas<br />
Montañoso<br />
Es posible sub-dividir aún más cada estrato de acuerdo al nivel que se quiera llegar, por<br />
ejemplo colina baja clase I o Clase II. Es posible encontrar concesiones que tengan<br />
solamente un solo estrato fisiográfico.<br />
Un tercer criterios es estratififcar al bosque de acuerdo a su volumen que se refleja por la<br />
altura y densidad de los árboles detectables por fotografías aéreas. Estos se pueden<br />
clasificar en alto, medio y bajo volumen En realidad todos estos criterios deben<br />
combinarse para tener una buena estratificación del área.<br />
La estratificación en estratos más homogéneos puede producir una ganancia en la precisión<br />
al reducir la influencia de los valores extremos. En ese sentido, la estratificación es<br />
eficiente si la variación es dentro de los estratos es pequeña y entre los estratos es grande.<br />
Según Dauber (1995), en el sentido estadístico no es conveniente definir más de cinco
estratos de bosque porque la diferencia entre los estratos en este caso ya no sería<br />
pronunciada y el número de muestras por estrato no sería suficiente.<br />
Dos estratos pueden tener estadísticamente el mismo coeficiente de variación pero<br />
diferentes volúmenes. También se puede dar el caso de que tengan volúmenes similares,<br />
similar coeficiente de variación pero la composición florística es diferente.<br />
No vamos a profundizar en este documento aspectos de estratificación, pero recomendamos<br />
revisar el libro de Malleux (1982) en donde se detalla las características propias de cada<br />
estrato a nivel exploratorio, semi-detallado o detallado.
5. CARACTERÍSTICAS DE LA UNIDAD ELEMENTAL DE MUESTREO<br />
En inventarios forestales la unidad de muestreo es la parcela. Es esencial definir su<br />
tamaño, forma, número y distribución , puesto que tiene mucha influencia sobre la calidad<br />
de los resultados a obtener y los costos de su ejecución.. A continuación vamos a hacer una<br />
breve discusión sobre estas variables.<br />
5.1 Tamaño de las parcelas<br />
En la región anazónica de Perú, como en la mayoría de regiones o zonas que aún cuentan<br />
con grandes superficies de bosque latifoliado, es costumbre utilizar unidades de muestreo<br />
de una hectárea durante los levantamientos de inventarios forestales. Vale la pena<br />
preguntarse si ese tamaño es el más conveniente.<br />
Estadísticamente se puede determinar el tamaño óptimo de las parcelas mediante la<br />
agregación de áreas, lo que permite obtener distintos tamaños de parcelas y así determinar<br />
el área óptima de la unidad muestral. La idea es tener parcelas del menor tamaño posible,<br />
que permita obtener un coeficiente de variación relativamente bajo. Se utiliza el coeficiente<br />
de variación ya que este estadístico permite comparar variables cuantitativas expresadas en<br />
tamaños diferentes.<br />
Es necesario señalar que el tamaño de la parcela está en función de la población que se<br />
quiere inventariar. Así, por ejemplo, si lo que se quiere es optimizar número de parcelas<br />
para obtener un bajo error de muestreo respecto al volumen de todas las especies varios<br />
estudios en bosques tropicales concuerdan en señalar que parcelas de media hectáreas son<br />
eficientes. Es claro que parcelas de una hectárea disminuirá un poco el coeficiente de<br />
variación pero no compensa el mayor esfuerzo realizado.<br />
Cualquiera que sea el tamaño de la unidad de muestreo escogida, ésta no debe variar en el<br />
mismo inventario. En todo caso, hay que tener presente que el tamaño de las unidades de<br />
muestreo siempre se refieren al plano horizontal. En terrenos inclinados hay que hacer la<br />
corrección de pendiente ya sea por resaltos horizontales o utilizando una tabla de<br />
compensación de distancias.<br />
Diversas investigaciones (Carrera, 1996; Hughell, 1997) están demostrando que parcelas de<br />
media exacta son mucho más eficientes en el sentido que no tiene mayor diferencia con<br />
respecto al coeficiente de variabilidad con parcelas de una hectárea, pero si hay<br />
repercusiones en los costos de su levantamiento. En conclusión se recomienda utilizar<br />
parcelas de media hectárea durante el levantamiento de datos de inventarios forestales en<br />
concesiones.<br />
6.3.2. Forma de las parcelas<br />
La decisión de cual es la forma de la unidad muestral debe basarse en lograr máxima<br />
eficiencia y minimizar el sesgo. Lo más utilizado en Perú son fajas o parcelas rectangulares
de 10 m de ancho las cuales han demostrado ser eficientes. Si se quiere tener una superficie<br />
de media hectárea entonces la parcela deberá ser de 500 m de largo.<br />
Se justifica parcelas de 10x 500 m por las siguientes razones<br />
- Adecuado control de distancia desde el eje central hasta 10 m.<br />
- Disminuye el riesgo de que una unidad abarque dos estratos diferentes, en<br />
contraposición con parcelas más largas.<br />
- Menores costos, debido a que se necesita abrir sólo 500 metros de brecha por cada<br />
unidad de muestreo en comparación con parcelas cuadradas.<br />
6.3.3 Tamaño de la muestra (número de parcelas)<br />
El tamaño total de la muestra está compuesto por la suma de las áreas de todas las parcelas.<br />
El tamaño de muestra tiene un límite máximo a partir del cual pierden eficiencia.<br />
Considerando una población dada de tamaño fijo, llega un límite donde la muestra aumenta<br />
en relación cuadrática, mientras que el error de muestreo disminuye sólo en proporción<br />
aritmética. Esto significa que el reducir a la mitad el error de muestreo, se aumenta el<br />
tamaño de la muestra en una proporción mayor, lo cual significa un aumento en los costos<br />
en casi esa misma proporción.<br />
Como se vio en el capítulo anterior, la fórmula estadística para determinar el número de<br />
parcelas es:<br />
t 2 x CV 2<br />
n = ----------------<br />
E %<br />
2<br />
Nótese que el número de parcelas está en función de la variabilidad del bosque (Coeficiente<br />
de Variación) y del error máximo que deseamos o nos permiten tener. El tamaño del<br />
bosque tiene poca influencia en el número total de muestras y está indirectamente<br />
expresada en la fórmula al considerar que bosques más grandes deben tener un mayor<br />
variabilidad.<br />
Como se dijo anteriormente, para la determinación del número de unidades de muestreo es<br />
necesario conocer el coeficiente de variabilidad de los diferentes estratos. Este coeficiente<br />
puede determinarse mediante un muestreo piloto o por información de otros inventarios<br />
anteriores cercanos al área. Realizar un muestreo piloto tiene algunas inconveniencias de<br />
orden práctico, por lo que se ha descartado su uso en la mayoría de países con bosques<br />
tropicales.<br />
Entre los principales inconvenientes se reconocen:<br />
- Regresar al bosque en dos ocasiones para recolectar información, lo que<br />
definitivamente tiene repercusión en los costos del inventario.
- Se necesitan por lo menos diez unidades de muestreo por estrato para tener un<br />
coeficiente de variación confiable. Utilizar un menor número de muestras puede<br />
llevarnos a serios errores de estimación.<br />
- Si bien se argumenta que se puede hacer el muestreo piloto y después completar el<br />
número de parcelas faltantes, esto no permite hacer una buena distribución<br />
sistemática de las parcelas.<br />
Una forma sencilla y práctica para determinar el número de parcelas a priori es hacer uso<br />
del conocimiento empírico. Así por ejemplo, 46 parcelas de inventario dan información<br />
confiable en inventarios de 5000 ha. Cuando decimos información confiable nos referimos<br />
a errores de muestreo menores al 15% sobre el volumen total. Por otro lado 100 parcelas<br />
han demostrado ser eficientes en inventarios de 50,000 ha. Con base en esta información<br />
podemos derivar la siguiente ecuación lineal simple:<br />
Donde:<br />
n = 40 + 0.0012 S<br />
n = Número de parcelas de media hectárea<br />
S = Superficie de bosque a inventariar en hectáreas<br />
Del desarrollo la formula propuesta se tiene el siguiente cuadro que relaciona la superficie<br />
total del bosque con el número de parcelas de media hectárea a inventariar.<br />
Cuadro 1. Número de parcelas de media hectárea propuestas para inventarios<br />
forestales en concesiones forestales en Perú.<br />
Superficie total del<br />
bosque a inventariar<br />
(ha)<br />
Número mínimo de<br />
parcelas de media<br />
hectárea<br />
Intensidad de muestreo<br />
5,000 46 0.46<br />
10,000 52 0.26<br />
15,000 58 0.19<br />
20,000 64 0.16<br />
25,000 70 0.14<br />
30,000 76 0.13<br />
50,000 100 0.10<br />
100,000 160 0.08<br />
200,000 280 0.07
La intensidad de muestreo recomendada solo es sólo válida para tamaño de parcelas de<br />
media hectárea. Nótese que si bien el número de parcelas se incrementa con respecto a la<br />
superficie, la intensidad de muestreo disminuye.<br />
Nótese que para hacer un inventario de 10 mil hectáreas se recomienda utilizar 52 parcelas<br />
y para un área de 50 mil hectáreas 100 parcelas. Si tenemos en cuenta los costos fijos de<br />
realizar el inventario podemos concluir que el incremento en el área no guarda la misma<br />
proporción en el incremento en los costos. Esto es muy importante porque es posible que<br />
convenga hacer un inventario en toda el área antes que realizarla en la cuarta parte de la<br />
misma (un quinquenio).<br />
El hecho de trabajar con un número fijo de parcelas permite simplificar el proceso de<br />
diseño y planificación por parte de los responsables en su ejecución y, por otro lado, un<br />
mejor control por parte del Estado. Sin embargo, debe de estar claro que esto no debe verse<br />
como una camisa de fuerza. Si existen inventarios anteriores en la zona el bosque está<br />
previamente estratificado y se conoce además el valor del coeficiente de variación de cada<br />
estrato, resulta más práctico determinar el número de parcelas de acuerdo a la precisión que<br />
deseamos tener.<br />
Un número mayor de parcelas nos permite tener mayor confiabilidad a nivel de estratos e<br />
incluso a nivel de especies o grupos de especies. En Bolivia por ejemplo, en algunos<br />
inventarios se presentan el error a nivel de especie, no como requisito legal sino como<br />
seguridad para el propietario del bosque de lo que realmente puede encontrar por estrato. El<br />
cuador propuesto permite llegar a ese nivel de detalle pero no debe exigirse como requisito<br />
legal.<br />
6.3.4. Distribución de la muestra<br />
La representatividad de la muestra es fundamental para lograr resultados fidedignos. Una<br />
muestra pequeña bien distribuida es mucho más eficiente que muestras de gran tamaño mal<br />
distribuidas. Las fórmulas estadísticas parten del hecho de que la muestras es representativa<br />
de la población, lo cual se logra con una buena distribución de las parcelas.<br />
Aunque nunca se ha normado sobre la distribución de la muestra, Dauber (1995)<br />
recomienda que ésta sea distribuida sistemáticamente en la superficie a inventariar en líneas<br />
de levantamiento paralelas equidistantes (generalmente en dirección este-oeste o norte-sur).<br />
Los puntos centrales de las unidades de esta manera estarán distribuidas en forma de una<br />
cuadrícula.<br />
La distancia entre los puntos de la cuadrícula se puede calcular según la fórmula:<br />
√A<br />
d = -----<br />
√n
donde:<br />
d = Distancia entre los puntos centrales (km)<br />
A = Superficie total del bosque a inventariar (Km2)<br />
n = Número de unidades de muestreo<br />
Para reducir las líneas de levantamiento y los costos, se puede aumentar la distancia entre<br />
ellas, multiplicando "d" por un factor entre 1 y 1.5, y reducir al mismo tiempo, la distancia<br />
entre los puntos centrales de las unidades sobre las líneas, dividiendo "d" con el mismo<br />
factor. En todo caso, el trecho sin inventariar entre las unidades de muestreo sobre una línea<br />
de levantamiento no debe ser menor al largo de la unidad.<br />
Las distancias entre las líneas de levantamiento y entre los puntos centrales de las unidades<br />
sobre las líneas deben ser valores definidos en km y redondeados al primer decimal. Los<br />
valores resultantes son de carácter estimativo y, en caso necesario, deben ser modificados<br />
para poder distribuir el número requerido de unidades.<br />
Una vez definidas las distancias anteriormente mencionadas, se distribuyen las unidades de<br />
muestreo en el mapa forestal, enumerándolas en forma correlativa y tratando de conseguir<br />
la mejor forma de cuadriculación para evitar así coincidencias en las líneas de<br />
levantamiento con ciertos rasgos sistemáticos del terreno (por ejemplo ríos o cadenas de<br />
colinas). Lo último es importante para evitar errores sistemáticos (sesgos).<br />
Pequeñas modificaciones del diseño sistemático puro en la fase de planificación solamente<br />
se justifican en zonas de geografía accidentada o para obviar obstáculos insuperables. En<br />
este caso, se puede aumentar o disminuir debidamente la distancia entre las unidades de<br />
muestreo sobre una línea de levantamiento. Si una unidad de muestreo cae en dos<br />
diferentes estratos, según el mapa forestal, es conveniente recorrerla sobre la línea de<br />
levantamiento en dirección al estrato que contiene la mayor parte de la unidad.<br />
Para entender mejor la distribución de las parcelas de inventario se cita un ejemplo práctico<br />
citado por Dauber (1995). Supóngase que se desea distribuir 100 parcelas de media<br />
hectárea en un bosque de 50 mil hectáreas (500 km 2 ).<br />
De acuerdo con la fórmula:<br />
√500<br />
d = --------- = 2,2 km<br />
√100<br />
Para ahorrar costos, se puede aumentar la distancia entre las picadas a 3 km, y reducir la<br />
distancia entre las parcelas a lo largo de las picadas a 2 km. Es necesario tener en claro que<br />
este cálculo solamente es una ayuda para el diseño de muestreo, que su versión final es el<br />
resultado de un procedimiento empírico.
La ubicación de las unidades de muestreo debe realizarse primero en el mapa, haciendo las<br />
modificaciones del caso antes de tomar los datos en el campo. El inconveniente de esta<br />
técnica es que la distribución del número de parcelas está en forma proporcional a la<br />
superficie del estrato y no con base en su variabilidad. Además, el desplazarse en fajas<br />
sistemáticas a lo largo de todo el bosque exige un gran despliegue físico e incrementa los<br />
costos de su ejecución. Por otro lado, los resultados obtenidos son muy buenos<br />
permitiendo obtener información sobre las características del área.<br />
En la Figura 4 se presenta un ejemplo de la distribución de parcelas en un inventario<br />
sistemático estratificado.<br />
Figura .1<br />
Ejemplo de la distribución de parcelas en un inventario sistemático<br />
estratificado. Fuente: Dauber (1995).
En Perú la forma más utilizada para distribuir la muestra es agrupándola en bloques o<br />
estratos para reducir costos. Esta forma de trabajar es mucho más económica puesto que<br />
los desplazamientos son menores y funciona bien cuando se tiene una buena estratificación<br />
del área. No obstante, el no recorrer toda el área puede llevar a algunos errores de sesgo de<br />
la información debido a una estratificación defectuosa.<br />
En todo caso cualquiera de los dos métodos son aceptables, el primero es más confiable<br />
pero más caro y el segundo brinda información aceptable. Queda a criterio del<br />
concesionario la forma en que desea distribuir las parcelas para la ejecución del plan de<br />
manejo de su concesión.<br />
6. PLANIFICACION DE INVENTARIOS FORESTALES<br />
A continuación se presentan los principales aspectos que se deben tener en cuenta al<br />
momento de iniciar la planificación y diseño de los inventarios forestales.<br />
6.1 Definición de objetivos<br />
La definición de objetivos constituye la parte más importante de un inventario. Pero no<br />
basta justificar el inventario en general, es necesario justificar cada uno de los datos que se<br />
recogen. Si no se sabe exactamente para qué se recolectan unos datos, lo mejor es no<br />
obtenerlos.<br />
Existe la tendencia de recolectar innecesariamente un número mayor de datos, lo que<br />
demanda mayores recursos. Por ejemplo, si se necesita determinar el volumen comercial,<br />
además del dap y la altura comercial, se mide la altura total. Según John y otros (1971), se<br />
actúa de esta manera porque se piensa que con un esfuerzo un poco mayor es posible<br />
recoger datos que puedan ser utilizados más tarde; no obstante, en la mayoría de los casos<br />
esta información no es tomada en cuenta.<br />
En el caso que el objetivo del inventario es recabar información confiable y al menor costo,<br />
de las características del área, así como información dasométrica que permita la elaboración<br />
del plan de manejo, se requiere la estimación de:<br />
- Distribución y características de los principales estratos forestales.<br />
- Distribución por clase diamétrica del número de árboles, área basal y volumen<br />
comercial de todas las especies por grupo comercial a partir de un determinado<br />
diámetro.<br />
6.2 Descripción y estratificación del área del inventario<br />
Antes de realizar el inventario es necesario obtener una idea bastante precisa del área. Esto<br />
se puede lograr mediante revisión de material cartográfico, imágenes de satélite e incluso<br />
un reconocimiento del sitio.
Es necesario señalar claramente en un mapa las áreas con y sin bosque. Dentro de las<br />
primeras se deben diferenciar, cuando sea posible, los bosques de producción y los de<br />
protección. Una vez identificadas las áreas de bosque de producción (área efectiva de<br />
manejo), éstas deben clasificarse por tipo de bosque o estratos, si es que hay diferencias<br />
marcadas que así lo ameriten. Se hace notar que pueden haber casos en que exista un sólo<br />
tipo de bosque. En general, no es conveniente diferenciar más de cuatro o cinco estratos ya<br />
que su diferencia no sería pronunciada (Dauber, 1995).<br />
Como se mencionó anteriormente, en el caso de las concesiones se recomienda utilizar la<br />
clave propuesta por Malleux (1982) la cual ha demostrado ser eficiente.<br />
6.3 Diseño del inventario<br />
El mejor diseño es aquel que reporta resultados más precisos a un costo más bajo. Dadas las<br />
características de las áreas en concesión, el diseño sistemático estratificado, con parcelas<br />
rectangulares de media hectárea (10x500m) es el que cumple mejor estas dos condiciones,<br />
por lo que se recomienda su uso.<br />
No obstante, el concesionario puede utilizar parcelas más grandes y utilizar otro tipo de<br />
diseño. Lo que tratamos en todo caso es de ser lo más eficiente en términos de costo y<br />
calidad de la información.<br />
6.4 Registro y recolección de datos de campo<br />
Es importante contar con un formulario claro y sencillo para recolectar datos durante el<br />
inventario. El formulario debe incluir los árboles, a partir de 30 cm dap, fustales (árboles<br />
entre 10 y 29.9 cm dap),<br />
a) Para los árboles. Deben ser medidos en todas las parcelas de 10 x 500 metros. Una<br />
parcela o unidad de muestreo está dividida en 5 subparcelas. Para cada individuo se debe<br />
registrar el número correspondiente, nombre común, diámetro y altura comercial.<br />
- Número del árbol. Es un número correlativo ascendente para cada árbol en una<br />
parcela. El promedio del número de árboles, a partir de 30 cm dap, varía entre 60 y<br />
120/ha, dependiendo del tipo de bosque; puede haber casos que sobrepasen este<br />
rango.<br />
- Nombre común. Se debe anotar el nombre común proporcionado por el "matero" o<br />
identificador. Si se va a contar con más de un "matero", es conveniente realizar un<br />
corto adiestramiento para uniformizar los nombres comunes.<br />
- Diámetro. Debe ser medido con cinta diamétrica o forcípula a la altura del pecho o<br />
estimado por encima de las gambas. En caso de que el árbol se encuentre sobre una<br />
pendiente, se medirá desde la parte más alta de la pendiente.
- Altura comercial. Está dada por el largo de fuste aprovechable sin defectos,<br />
estimada en metros. Si bien, el uso de instrumentos para su medición da resultados<br />
más precisos, implica un mayor tiempo por lo que es poco práctico.<br />
- Observaciones. En este espacio puede anotarse cualquier característica importante<br />
del árbol o del terreno que no haya sido considerada anteriormente.<br />
b) Para los fustales. Los fustales (árboles entre 10 y 29.9 cm dap) por su abundancia<br />
sólo debe ser evaluada en la tercera subparcela de 10x100 m<br />
100 m<br />
500 m<br />
Figura 2<br />
Distribución de subparcelas en una parcela de inventario.<br />
6.5 Procesamiento de la información<br />
Existen diversas fórmulas para determinar el volumen comercial. Una de las más simples y<br />
utilizadas es:<br />
donde:<br />
V = π x dap 2 x Hc ff<br />
4<br />
V = Volumen comercial (m 3 )<br />
dap = diámetro a la altura del pecho (m)<br />
Hc = altura comercial (m)<br />
ff = Factor de forma (0.65)<br />
Vale la pena recalcar que más importante que el tipo de fórmula a utilizar es medir o<br />
estimar adecuadamente el diámetro y altura comercial.. En otras regiones se han dado casos<br />
en los que se utilizan fórmulas más sofisticadas para medir con mayor precisión el<br />
volumen, pero, muchas veces no se percatan de que el árbol medido está defectuoso, hueco<br />
o podrido.<br />
Los resultados pueden ser procesados mediante el uso de cualquier hoja electrónica, sin<br />
embargo, existen programas computadorizados especialmente diseñados para procesar la<br />
información de inventarios.
Los formularios de campo deben ser revisados antes de ser digitados. La digitalización debe<br />
ser realizada por una persona capacitada y responsable, con el propósito de evitar errores de<br />
transcripción. Concluida esta etapa, se debe realizar una verificación intensiva de los datos.<br />
Un error muy común en los inventarios es incluir árboles comerciales que estén fuera del<br />
perímetro de la parcela. Se obra de esta manera inconscientemente pero eso puede tener<br />
graves repercusiones en el resultado final. Si por ejemplo en una de las fajas incluyo una<br />
caoba que estaba a medio metro más de la línea de inventario en realidad no estoy<br />
incluyendo una caoba solamente, sino cientos de caobas dependiendo de mi intensidad de<br />
muestreo. A veces es mejor una muestra muy pequeña bien tomada que muestras grandes<br />
con problemas en la toma de datos.<br />
Algunas personas recomiendan emplear una brigada extra de comprobación que verifique<br />
la información brindada por las brigadas de campo. Esto con el fin de que las brigadas de<br />
campo sepan que están siendo controladas y disminuya la posibilidad de falcear<br />
información.
7. INTERPRETACIÓN DE LOS RESULTADOS<br />
En general, los resultados de los inventarios se presentan en cuadros y tablas, pero casi nunca son<br />
interpretados. A continuación se expondrá en forma sucinta algunos aspectos importantes a tener en<br />
cuenta al analizar los resultados de un inventario. Esta sección ha sido elaborada tomando como<br />
base el documento de Louman y Stanley (2002) “Análisis e interpretación de resultados de<br />
inventarios forestales”.<br />
7.1 Error de muestreo<br />
Antes de interpretar los resultados dasométricos procedentes del inventario, es necesario calcular el<br />
error de muestreo para saber la confiabilidad de los mismos. En muchos de los países con bosques<br />
tropicales el estado exige un error máximo permisible para el volumen total o área basal entre 15 y<br />
20% a un nivel de 95% de confianza. Vale la pena preguntarse ¿Qué nos dice ese error de<br />
muestreo?<br />
Para entender mejor el significado práctico del error de muestreo vamos a analizar un ejemplo de un<br />
inventario forestal real donde se inventarió una superficie de 5,000 ha con una intensidad de 1%,<br />
utilizando parcelas de 2 ha. El inventario arrojó un error de muestreo de 14.5% a 95% de<br />
confianza.<br />
Cuadro 3. Resultado estadísticos básicos del inventario de Arroyo Colorado (Stanley, 1994)<br />
Parámetro<br />
Todas las especies mayor a<br />
25 cm dap<br />
Especies comerciales mayor a<br />
25 cm dap<br />
Tamaño de parcela 2ha 2 ha<br />
N de parcelas 26 26<br />
Intensidad de muestreo 1% 1%<br />
Volumen promedio 64.2 m 3 /ha 11.7 m 3 /ha<br />
Varianza 534.12 61.78<br />
Desviación estándar 23.11 61.78<br />
Coeficiente de variación 36% 67%<br />
Límites de confianza Inf. 54.9<br />
Sup. 73.5<br />
Inf. 8.5<br />
Sup. 14.8<br />
Error de muestreo 14.5% 27.1%<br />
Podemos interpretar los resultados del inventario que existe una alta probabilidad (95% de<br />
confianza) de que el volumen promedio verdadero de madera, para toda la población, se encuentre<br />
en un rango de 14.5% respecto a la media muestral o sea 54.9 y 73.5 m 3 /ha. En otras palabras, el<br />
error de muestreo nos dice el intervalo de confianza en el que se encuentra el promedio de la<br />
población a una probabilidad deseada previamente definida.<br />
Cabe notar que este rango fue planteado para todas las especies inventariadas, tanto comerciales<br />
como no comerciales. Si se considera sólo el volumen para las especies comerciales el error de<br />
muestreo sería mucho mayor y consecuentemente un rango entre el límite inferior y superior más<br />
amplio. En nuestro caso el error de muestreo para 13 especies comerciales mayores al diámetro<br />
mínimo de corta (DMC) fue de 27%, casi el doble del error para todas las especies. Eso muestra<br />
que un área boscosa puede ser muy homogénea respecto del volumen total por unida de superficie
para todas las especies, pero a la vez heterogénea respecto del volumen comercial de determinadas<br />
especies, especialmente si el bosque ha sido aprovechado anteriormente.<br />
Muchas veces se interpreta en forma equivocada los resultados del error de muestreo al considerar<br />
que el error encontrado es el error para cada una de las especies y no para el total en su conjunto.<br />
Esto ha traído como consecuencia una pérdida de credibilidad de los inventarios por parte de<br />
algunos usuarios e inclusive técnicos que interpretan incorrectamente su significado.. Es por eso<br />
que aunque no sea una exigencia de tipo legal, es conveniente señalar el error de muestreo de las<br />
especies comerciales a partir del DMC, lo que permitirá tener una mayor certeza del rango de los<br />
volúmenes reales que esperamos encontrar en el bosque y así evitar sorpresas desagradables.<br />
Implica también que los encargados de evaluar los planes de manejo deben ser flexibles y no exigir<br />
un error máximo basado en el volumen comercial, ya que obtener errores menores de poblaciones<br />
limitadas se necesita un número mucho mayor de muestras lo cual encarece el inventario. Lo<br />
importante es que se sepa interpretar los resultados del inventario de acuerdo con el objetivo<br />
deseado, y se obtenga la mayor información posible que permita planificar adecuadamente el<br />
manejo.<br />
En consecuencia cabe la pregunta ¿Qué nos interesa evaluaren un inventario con fines de manejo:<br />
el volumen de todas las especies , solamente el volumen de especies comerciales o aspectos de<br />
estructura y composición florística de todas las especies? En realidad los tres aspectos son<br />
importantes. Si solo fuera un plan de aprovechamiento definitivamente solo interesaría el volumen<br />
de las especies comerciales, pero para fines de manejo, además del volumen comercial, interesa<br />
conocer la distribución por clase diamétrica del número de árboles, área basal y volumen por<br />
hectárea para cada una de las especies y grupos de especies, lo cual como veremos más adelante es<br />
muy útil para la toma de decisiones silviculturales.<br />
7.2 Análisis de resultados básicos<br />
Agrupamiento de especies según su importancia comercial<br />
El primer paso en la interpretación de los resultados es agrupar las especies según su grado de<br />
accesibilidad en el mercado. Dada la variabilidad de la demanda del mercado y los diversos<br />
productos finales, el agrupamiento de las especies varía según regiones y en el tiempo. Por eso, es<br />
recomendable que se haga un estudio del mercado antes que se inicie la interpretación de los<br />
resultados, para saber cuales espéciese pueden vender actualmente y también en cuales especies se<br />
van a enfocar los tratamientos silviculturales.<br />
Además de proporcionar una idea del volumen aprovechable ahora y en el futuro, el agrupamiento<br />
de las especies en clases comerciales facilita la toma de decisiones silviculturales. Existen muchas<br />
clasificaciones para agrupar especies la más simple es aquella que las agrupa en comerciales y no<br />
comerciales.<br />
Abundancia<br />
El análisis de la abundancia por especie, por grupo comercial y por clase diamétrica, proporciona<br />
información vital sobre la factibilidad de realizar un aprovechamiento comercial, la futura<br />
composición del rodal y además nos permite tener una idea sobre el grupo ecológico a que<br />
pertenece una determinada especie de interés.
Por ejemplo, si en un bosque primario se encuentran más individuos de una especies en diámetros<br />
grandes en comparación con diámetros pequeños, esto implica que la especie no se regenera bien<br />
bajo sombra y es posible que sea una especies heliófita. Cabe mencionare que la clasificación por<br />
grupos ecológicos es compleja y, aparte de la abundancia, se necesita más información para<br />
agruparlas correctamente.<br />
Área basal<br />
Para Tener una mejor idea sobre la competencia que ocurre entre individuos en un rodal, lo ideal<br />
sería medir el ancho, la altura y la ubicación de todas las copas de los árboles en parcelas<br />
permanentes de muestreo. Dada la complejidad del bosque húmedo tropical, hacerlo resultaría<br />
demasiado costoso y estaría sujeto a muchos errores de medición. Sin embargo, hay una<br />
correlación lineal relativamente alta entre el diámetro de la copa y el diámetro del fuste. Al<br />
respecto Dawkins (1963) mostró que para árboles que están en el dosel superior y median, la<br />
relación entre copa y dap es aproximadamente 20:1. Dicha indicación permite usar el parámetro de<br />
área basal como un indicador del nivel de competencia en el dosel. Si una especie ocupa el mayor<br />
porcentaje de área basal relativa significa que está dominando el sitio, aún si no es la más<br />
abundante. Esto implica que las copas de esta especie dominante están ocupando mucha área y<br />
probablemente estén bien iluminadas.<br />
El área basal de un bosque primario es un indicador de la calidad del sitio: a mayor área basal,<br />
mejor calidad del sitio. Para los bosques húmedos tropicales el área basal varía entre 10 y 35 m 2 /ha<br />
a partir de 10 cm dap. Esta variación se debe principalmente a factores de sitio tales como<br />
profundidad, del suelo, drenaje, y fertilidad entre otros. Si para calidades de sitios conocidas, un<br />
bosque se acerca al área basal máxima encontrada en sitios de calidades similares, es probable que<br />
la competencia entre individuos en ese sitio sea alta, y que un tratamiento silvicultural que elimine<br />
parte del área basal (no más del 40%) ayudaría a eliminar la competencia y mejorar el crecimiento<br />
de individuos de especies deseadas. Obviamente lo que se eliminaría sería las especies sin valor<br />
comercial actual o futuro 8refinamiento).<br />
La determinación del área basal por grupos de especies y clases diamétricas también es útil para<br />
estimar el potencial que el bosque tiene de recuperar el volumen perdido por el aprovechamiento de<br />
madera. El área basal es una medida que toma en cuenta la cantidad y tamaño de los árboles, e<br />
información más exacta que el volumen, por que este último se basa en una combinación de la<br />
medición del área basal y la estimación de la altura del árbol<br />
Volumen<br />
La estimación del volumen es obviamente el resultado más importante del inventario desde el punto<br />
de vista financiero. Es necesario analizar si hay suficiente volumen total y o por hectárea que<br />
permita no solo hacer rentable el aprovechamiento sino el manejo de la concesión en su conjunto.<br />
Sin embargo, es necesario tener claro las implicancias del volumen promedio a nivel de especies o<br />
grupos de especies y el error.<br />
7.3 Grupos ecológicos<br />
El manejo exitoso de los bosques naturales depende mucho de la comprensión adecuada de los<br />
requisitos ecológicos de las especies arbóreas. Dado que para los bosques húmedos, el mayor factor
limitante para la regeneración parece ser la iluminación solar y que su distribución a través del rodal<br />
puede ser manipulada, es lógico agrupar especies arbóreas según el nivel de tolerancia a la sombra.<br />
La clasificación más común es dividirlas en:<br />
- Heliófitas efímeras<br />
- Heliódfitas durables<br />
- Esciófitas parciales<br />
- Esciótitas tortales<br />
En líneas generales, los grupos ecológicos se caracterizan por su distribuciones diamétricas en<br />
bosques primarios no intervenidos o poco intervenidos. La especies heliófitas efímeras tienen una<br />
frecuencia baja y aparecen solo en las clases diamétricas inferiores (hasta 40 cm dap). Las<br />
heliófitas durables presentan una distribución diamétrica en forma de campana o bimodales (con<br />
dos o más picos), generalmente con un pico en las clases diamétricas mayores. Muchas de las<br />
esciófitas presentan, por lo general, una distribución con muchos individuos en las clases<br />
diamétricas menores y menos en las clases superiores (J invertida), aunque muchas de esciófitas<br />
tienen una distribución irregular o nunca llegan a diámetros mayores, ya sea por la baja frecuencia<br />
con que ocurren en el bosque, por efectos de sitio, o por ser especies de sotobosque.<br />
Para el manejo, vale la pena distinguir cuatro grupos de distribuciones diamétricas: especies con<br />
muy pocos individuos (son escasas), especies sin árboles grandes (pueden ser heliófitas, pero<br />
también árboles del sotobosqueo especies que no se ajustan a las condiciones del sitio), especies sin<br />
regeneración (la mayoría de ellas heliófitas durables) y especies con una distribución diamétrica<br />
continua en forma de J invertida (probablemente esciófitas sin problemas de regeneración bajo<br />
dosel o en claros pequeños). Estos cuatro grupos no cubren todas las especies del bosque, pero son<br />
las que más claramente requieren de diferentes sistemas silviculturales. El manejo que se vaya a<br />
aplicar debe tomar en cuanta la importancia relativa de cada grupo en términos comerciales y<br />
ecológicos. En el Cuadro adjunto se muestras ejemplos de distribuciones diamétricas de cada<br />
grupo. No se puso un ejemplo de bosques amazónicos por que no se encontró inventarios con<br />
información de las clases diamétricas inferiores. Además, la información quen se prrsenta es<br />
referencial.<br />
Cuadro 3.<br />
Ejemplos de distribuciones diamétricas típicas para especies de diferentes<br />
grupos ecológicos (Louman y Stanley, 2002)<br />
Especie Clases diamétricas (cm) Observaciones<br />
10-19 20-29 30-39 40-49 50-59 60-69 70-79 80 +<br />
Simarouba glauca 0.1 Escasa<br />
Miconia sp 7.4 7.2 Sotobosque<br />
Cedropia peltata 9.5 6.1 3.4 Heliófita efímera<br />
Magnolia yoroconte 0.7 0.1 0.4 0.5 0.3 Heliófita durable<br />
Dalium guianense 2.0 0.7 0.7 1.4 0.7 0.5 0,1 Esciófita<br />
Esta agrupación ayuda mucho a interpretar los datos de los inventarios y a planificar la silvicultura<br />
del bosque.
7.4 Selección del sistema silvicultural<br />
Para la selección del sistema silvicultural mucho ayuda la interpretación de la distribución<br />
diamétrica de los árboles individuales. Para esto es necesario contar con información de los árboles<br />
a partir de 10 cm dap (o más dependiendo del diámetro mínimo inventariado) de todas las especies.<br />
En general, los bosques latifoliados húmedos tropicales presentan una distribución de J invertida:<br />
hay muchos individuos en las clases diamétricas pequeñas, pero a medida que el diámetro aumenta,<br />
disminuye el número de individuos, casi en forma logarítmica. Por lo general, eso quiere decir que<br />
el bosque es dinámico y no requiere de intervenciones específicas para mantener la estructura<br />
existente. Si también la composición se mantuviera, un sistema policíclico sería muy apropiado,<br />
entrando al bosque dos o más veces para cosechar árboles maduros durante la vida de un árbol. Sin<br />
embargo, esta distribución no es igual para todas las especies. Swietenia macrophylla muestra<br />
regeneración deficiente, lo que sugiere la necesidad de un sistema que deje suficiente tiempo para<br />
que la especie se regenere,; o sea un sistema monocíclico, que remueve el dosel superior y la<br />
próxima cosecha será cuando la nueva regeneración haya crecido (60 o más años).<br />
Es claro que no se pueden aplicar diferentes sistemas al mismo tiempo. Entonces, al tomar<br />
decisiones sobre el sistema por aplicar hay que establecer prioridades: cuales son las especies más<br />
importantes, cómo manejar el bosque como ecosistema de la mejor manera, y qué aspectos de la<br />
conservación de la biodiversidad y protección de suelos y fuentes de agua hay que cuidar. Para los<br />
bosques primarios de la Anazonía peruana, un sistema policíclico puede ser la mejor opción, aunque<br />
en algunos casos hay que ajustarlo para permitir la regeneración de especies heliófitas durables,<br />
como caoba (S. macrophylla). Si hay pocas caobas en las clases diamétricas inferiores es necesario<br />
tomar medidas para disminuir su mortalidad natural (por ejemplo eliminar sus competidores) y<br />
propiciar la instalación de la regeneración en claros más grandes para sostener la especie a largo<br />
plazo.<br />
Hay que tomar en cuenta que los datos de los inventarios para especies individuales son menos<br />
confiables que los promedios para todas las especies. Por esta razón, se recomienda analizar la<br />
distribución diamétrica de los árboles individuales por grupos de especie, preferiblemente por grupo<br />
ecológico.<br />
7.5 Determinación de parámetros silviculturales para la planificación del manejo<br />
El marco del sistema silvicultural policíclico en bosques de poca disponibilidad de información<br />
sobre su dinámica está determinado algunos parámetros que, por un lado, limitan su<br />
aprovechamiento, y por otro, buscan mantener la estructura, composición y dinámica del bosque<br />
dentro de márgenes ecológicos aceptables. En la práctica significa que si se aplica bien el marco<br />
silvicultural y el aprovechamiento de impacto reducido, el bosque se recuperará en el siguiente ciclo<br />
de corta.<br />
Los parámetros más importantes del marco silvicultural son el diámetro mínimo de corta y el<br />
volumen anual de corta permisible. En muchos de los bosques naturales tropicales no existe<br />
información detallada sobre el potencial productivo del bosque, por especie y por tamaño del<br />
individuo; entonces estos parámetros se suelen determinar con base en datos del inventario general,<br />
o de PPM en bosques similares. En este proceso de deben no solo tomar en cuenta los aspectos<br />
ecológicos, sino también los técnicos, sociales y económicos. En esta sección se presenta un<br />
método simplificado para determinar las cuatro parámetros, utilizando la información de inventarios<br />
forestales.
El diámetro mínimo de corta<br />
Es importante que el técnico que elabora el plan de manejo entienda como justificar la<br />
determinación del DMC según los datos del inventario y datos aceptables sobre dinámica del<br />
bosque. Si bien las normas legales tienen diámetros de corta predefinidos , estas mismas normas<br />
dejan abierta la posibilidad de proponer DMC diferentes, previa justificación técnica. En este<br />
acápite se muestra un método sencillo para definir el DMC y se mencionan otras consideraciones a<br />
tomar en cuenta en su determinación.<br />
Distribución diamétrica<br />
El método más sencillo para definir el DMC es mediante un análisis de la distribución diamétrica de<br />
la especie de interés. No tiene sentido fijar un DMC de por ejemplo 60 cm si la distribución<br />
diamétrica muestra que muy pocos individuos alcanzan ese diámetro.<br />
Otras consideraciones que hay que tomar en cuenta en la decisión del DMC son:<br />
• El DMC tiene que ser inferior al diámetro de la mayoría de los individuos que se<br />
encuentran podridos.<br />
• Entre menor sea el DMC, mayor será el porcentaje de desperdicios durante el aserrío,<br />
especialmente con equipo rústico.<br />
• Los costos por m 3 de madera extraída aumentan con diámetros menores.<br />
Balance entre uso y conservación<br />
Las siguientes son algunas de las consideraciones que se deben tomar en cuenta en la determinación<br />
del DMC para lograr un balance entre uso y conservación:<br />
• El DMC debe permitir un equilibrio entre el área basal aprovechada y el potencial del<br />
bosque para recuperar esa pérdida dentro del ciclo de corta previsto. Esto se puede<br />
determinar utilizando el método de tiempo de paso.<br />
• El DMC preferiblemente debe ser mayor al rango de dap en que la especie tiene su máxima<br />
producción de semillas (entre 40 y 60 para muchas especies). Esto es más importante<br />
cuando la especie es una heliófita durable , como caoba y cedro, debido a que no hay un<br />
banco de brinzales típico de la esciófitas y la permanencia de la especie depende<br />
directamente de la disponibilidad de semillas al momento de la creación de claros<br />
En general, el DMC depende de los tamaños máximos encontrados en el bosque, de la distribución<br />
diamétrica de los individuos por grupos de especies, del ciclo de corta y del crecimiento estimado<br />
para estas especies. La ocurrencia de árboles grandes permitirá establecer DMC mayores. Para una<br />
especie que tenga poca regeneración , el DMC tiene que ser mayor, o hay que dejar árboles<br />
semilleros, lo que podría bajar la intensidad de corta considerablemente.<br />
Un ciclo de corta largo permite tener DMC más bajos por que hay mas tiempo para recuperar lo<br />
que se va a cortar en este caso , generalmente hay que tener cuidado de dejar suficientes árboles<br />
semilleros y bajar la intensidad de corta. Un ciclo de corta corto generalmente requiere de un<br />
DMC mayor y una intensidad de corta baja. Los árboles de rápido crecimiento generalmente<br />
influyen de manera positiva en la intensidad de corta, en el DMC y en el ciclo de corta, ya que<br />
permiten una intensidad mayor, un DMC menor, y/o un ciclo más corto.
Uso de la tabla de rodal y proporción de movimiento es una herramienta útil para estimar para<br />
estimar los parámetros silviculturales. El método supone que los árboles dentro de una clase<br />
diamértica están distribuidos de una manera uniforme en toda la clase crecen con una tasa de<br />
crecimiento promedio. La proporción de movimiento refleja el tiempo que necesita un árbol para<br />
pasar de unan clase diamérica a la siguiente, este se determina dividiendo el crecimiento durante el<br />
periodo del análisis por el tamaño de la clase diamétrica. Por ejemplo, si el crecimiento promedio<br />
de los árboles de diferentes tamaños y diferentes especies es de 0.5 cm/año, el ciclo de corta en 20<br />
años y el tamaño de la clase diamétrica es de 10 cm se supone que todos los árboles de una<br />
determinada clase pasaría a la siguiente clase.<br />
De ahí la importancia de contar con datos fidedignos de la dinámica del bosque la cual es<br />
proporcionada por el monitoreo constante de los árboles en parcelas permanentes de muestreo<br />
(PPM). La medición de los árboles en PPM requieren de un alto grado de rigurosidad puesto que<br />
las mediciones respecto a los incrementos diámetros tiene que realizarse a un nivel milimétrico.<br />
Muchos esfuerzos se han realizado en la instalación de PPM en diversas partes del trópico pero son<br />
pocos los sitios en que la información recabada es confiable precisamente por no evaluarse<br />
adecuadamente.
8. BIBLIOGRAFIA<br />
CARRERA, F. 1996. Guía para la planificación de inventarios forestales en la zona de Uso<br />
Múltiple de la Reserva Biósfera Maya. Colección Manejo Forestal en la Reserva Biósfera<br />
Maya, Petén, Guatemala. Publicación N° 3. Proyecto CATIE/CONAP, Turrialba, C.R. 40 p.<br />
CARRERA, F; TINEO, A. 1994. <strong>Inventarios</strong> forestales en bosques secos. Material elaborado en el<br />
marco del proyecto RENARM/PBN como material de apoyo al Curso de inventarios<br />
forestales en Bosque Secos realizado en Nicaragua en junio de 1994. sp.<br />
CENTRO AGRONOMICO TROPICAL DE INVESTIGACION Y ENSEÑANZA. PROYECTO<br />
PRODUCCION EN BOSQUES NATURALES. 1994. Diseño y planificación de<br />
inventarios forestales. In: Curso intensivo de inventarios forestales para el bosque petenero.<br />
Tema II.(11 al 21 de julio de 1994). Flores, Guatemala. s.p.<br />
CENTRO DE INVESTIGACION Y MANEJO DE RECURSOS NATURALES RENOVABLES.<br />
1994. Levantamiento forestal de la faja de amortiguamiento de la reserva forestal El Chore.<br />
Santa Cruz, Bol. 195 p.<br />
DAUBER, E. 1995. Guía práctica y teórica para el diseño de un inventario forestal de<br />
reconocimiento. Santa Cruz, Bol, Proyecto BOLFOR. s.p.<br />
DAWKINS, H.C. 1963. crowns diameters: Their relationto bole diameter in tropical fores trees.<br />
Commonweath. Forestry Institute (G.B) Paper No 34.<br />
HUGHEL, D. 1997. La optimización de inventarios forestales. Documento técnico 59/1977.<br />
Proyecto BOLFOR. Bolivia. sp.<br />
HUSCH, B; MILLER,C; BBERS, T. 1983. Forest Mensuration. Wiley. New York. EEUU. 402 p.<br />
JOHN, H; MORENO, R; ECHEVERRI, R. 1971. Cursillo de inventarios forestales. Medellín, Col.,<br />
Universidad Nacional. 75 p.<br />
LOETSCH, F; ZOBRER, F; HALLER, E. 1973. Forest Inventory. Vol. I. Munchen, BLV. 435 p.<br />
LOUMAN, B; STANLEY, S. 2002. Análisis e interpretación de resultados de inventarios<br />
forestales. In: <strong>Inventarios</strong> forestales para bosques latifolidos en América Tropical. Serie<br />
técnica Manual Técnico N 50. CATIE. Editoras. Lorena Orozco y Cecilia Brumer.<br />
Turrilaba, Costa Rica. 264 p.<br />
MALLEUX, J. 1982. <strong>Inventarios</strong> forestales en bosques tropicales. Lima, Per. Universidad Nacional<br />
Agraria "La Molina". 441 p.<br />
STANLEY, S. 1994. Plan de manejo forestal unidad de manejo Arroyo Colorado. Petén, Gua.,<br />
CATIE. 64 p.<br />
STANLEY, S. 1997. Guía para la interpretación de resultados de un inventario forestal. Para<br />
concesiones forestales en la Reserva Biósfera Maya, Guatemala. Colección Manejo Forestal<br />
en la Reserva Biósfera Maya, Petén Guatemala. Publicación N° 8. Proyecto CATIE/CONAP,<br />
Turrialba, C.R. 38p.