Funciones Alométricas para Bosque Mediterraneo Chileno

Funciones alomtricas
para el bosque mediterrneo

chileno
Modelos de Biomasa y Carbono
para las especies Quillay, Peumo, Espino y Litre
distribuidas en la zona de bosques
mediterrneos de Chile
San ago 2014
Fundacin
undacin para la
Innovacin Agraria
Corporacin
oracin Nacional Forestal
Fores
Escuela d
de Ingeniera
Forestal
UNIVERSIDAD MAYOR
Centro de
d EEstudios
t di de
d Recursos
R
Naturales
N t
Funciones alomtricas
para el bosque mediterrneo
chileno
Modelos de Biomasa y Carbono
para las especies Quillay, Peumo, Espino y Litre
distribuidas en la zona de bosques
mediterrneos de Chile
3
San ago 2014
Autores:
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Colaboradores:
Daniela Prado
Jorge Neumann
Jess Torralba
Javier Cano
Waldo Prez
Paulina Vidal
Asesora estadstica:
Marisol Rodrguez
Fundacin
undacin para la
Innovacin Agraria
Corporacin
oracin Nacional Forest
Forestal
Escuela de Ingeniera Fo
Forestal
UNIVERSIDAD MAYOR
Centro de Estudios de Recursos Naturales

Natu
ndice
PRESENTACIN ...................................................................................................................... 7
1.
OBJETIVOS .................................................................................................................. 9
1.1. O
G
.................................................................................................. 9
1.2. O
............................................................................................ 9
2.
ESTADO DEL ARTE .................................................................................................... 11
3.
FASE DE CAMPO ...................................................................................................... 15

3.1. Z
............................................................................................. 15
3.2. S
............................................ 17
3.3. V
,
......................................................... 18
4.
ESTIMACIN DE CRECIMIENTOS DIAMTRICOS DEL DAP............................................... 21

4.1 M
....................................................................................................... 21
4.2 R
.......................................................................................................... 22
5.
RELACIN ENTRE PESO VERDE Y VARIABLES ALOMTRICAS MEDIDAS ............................. 25

5.1. Q
................................................................................................................ 25
5.2. P
................................................................................................................. 27
5.3. L
.................................................................................................................... 28
5.4. E
.................................................................................................................. 29
6.
PROCESAMIENTO Y ANLISIS DE RESULTADOS DE LABORATORIO.................................... 33

6.1. P
..................................................... 33
6.1.1 Determinacin del contenido de humedad................................................ 33
6.1.2 Determinacin de la densidad bsica de la madera.................................. 33
6.1.3 Determinacin del contenido de carbono .................................................. 33
6.1.4 Anlisis estadsticos ................................................................................... 34
6.2. R
..................................................................... 34
6.2.1. Contenido de Humedad ............................................................................ 34
6.2.2. Densidad bsica ........................................................................................ 35
6.2.3. Relacin peso seco peso fresco (Ps/Pv). ................................................... 36
6.2.4. Contenido de carbono ............................................................................... 37
7.
ELABORACIN DE MODELOS ..................................................................................... 39

7.1 M
..................................................................... 39
7.1.1 Quillay ........................................................................................................ 40
7.1.2 Peumo ........................................................................................................ 44
7.1.3 Litre ............................................................................................................ 48
7.1.4 Espino ......................................................................................................... 50
7.1.5 Espino Vstago ....................................................................................... 54
7.2 M
....................................................... 56
7.2.1. Quillay ....................................................................................................... 57
7.2.2 Peumo ........................................................................................................ 58
7.2.3 Espino ......................................................................................................... 58
8.
MODELOS PARA PREDICCIN DE CARBONO ................................................................ 59
9.
MODELOS DE BIOMASA Y CARBONO TILES PARA TELEDETECCIN ................................ 61
10 REFERENCIAS BIBLIOGRFICAS .................................................................................. 61
Presentacin
La Corporacin Nacional Forestal (CONAF) est impulsando estudios sobre la creacin de funciones
alomtricas que permitan cuan ficar carbono en las
especies na vas de Chile. En este marco, se propuso
a OTERRA la confeccin de modelos de cuan ficacin de carbono para especies del bosque mediterrneo de la zona central del pas.
Las especies que componen estos bosques otorgan
posiblemente la mayor dificultad que puede encontrarse en Chile en relacin a la confeccin de funciones de biomasa y carbono, debido principalmente
a dos factores: en primer lugar, el bosque ha sido
some do a una permanente intervencin y destruccin teniendo como consecuencia que las formas
naturales de los rboles se hayan perdido, siendo
modificadas por crecimientos simpdicos, err cos
de los ms complejos de modelar con los tradicionales mtodos de aproximaciones a slidos regulares (cilindros, conos, paraboloides y otros (Gayoso
& Guerra, 2005). En segundo lugar, el agrupamiento de las especies y las interrelaciones entre ellas
no guarda un patrn natural, sino que el azar de la

destruccin que han sufrido, perdindose las fisionomas originales de los bosques y afectando con
ello el modelamiento normal que las copas y que el
rbol en general tena.
La confeccin de funciones alomtricas para es mar
biomasa y carbono (ByC) se desarroll para cuatro
especies del Bosque Mediterrneo Chileno, quillay
(Quillaja saponaria Mol.), peumo (Cryptocarya alba
(Mol.) Looser), litre (Lithraea caustica Mol.) y espino (Acacia caven Mol.). Se abarcaron 19 zonas de
muestreo distribuidas entre las regiones V y VIII con
un total de 328 rboles procesados.
Finalmente, se realiz un anlisis de crecimientos
para cada especie, y para complementar as el obje vo final que es la mejor aproximacin a la determinacin de capturas de carbono en este po de
bosque segn su rea de distribucin.
1. Objetivos
1.1. Objetivo General
Confeccionar mtodos de cuan ficacin de
Biomasa y Carbono sobre el suelo en especies
del bosque mediterrneo chileno.
1.2. Objetivos especficos
Obtener datos empricos de campo de

Biomasa y Carbono de especies seleccionadas para que sean la base de la bsqueda de relaciones entre variables alomtricas.
Analizar la bondad de usar variables alomtricas diferentes a las tradicionales

para las es maciones de Biomasa y Carbono, sobre la base de la fac bilidad de
capturar cada variable en terreno y las
bondades de los modelos construidos.
Estudiar opciones de es macin de Biomasa y Carbono agregada a unidades de

bosques y su ventaja respecto del uso de
funciones por especie.
2. Estado del Arte

El marco de referencia de este estudio es la generacin de lneas bases de los contenidos de carbono
en ecosistemas forestales mediterrneos chilenos.
As, es importante resaltar cual es la informacin
fundamental que se requiere y en los trminos ms
simples posibles. En primer lugar, es deseable conocer los montos de carbono que pueden contener
los pos de bosques mediterrneos existentes, vale
decir el conjunto de materiales orgnicos que lo
componen, dentro de los que son fcilmente reconocibles las partes areas de la vegetacin, el suelo,
y las races de la vegetacin. Un segundo cues onamiento es cuanto carbono acumulan en un perodo
de empo, cuya respuesta depende del crecimiento
del conjunto de componentes anteriores. Ambas tem cas resultarn tan complejas como complejos,
heterogneos y diversos sean los sistemas que se
estudien, y dicha complejidad aumenta cuando se
considera que el contenido de carbono y el crecimiento son interdependientes.
Respecto del contenido de carbono, existen a su vez
dos tem cas que deben ser atendidas en procesos
diferentes (Picard, Saint-Andr, & Henry, 2012). La
primera es la evaluacin del contenido de carbono
de cada uno de los componentes de la vegetacin,
principalmente los componentes arbreos y de gran
talla. En este mbito, el bosque mediterrneo posee el 50% de las especies de la flora vascular de
los bosques del sur de Sudamrica (Armesto, Rozz,

Smith-Ramrez, & Arroyo, 1998), que implica un arduo trabajo de creacin de modelos para cada una
de las especies. Obtenidos los modelos es necesario
entender cmo se organizan en la arquitectura boscosa en que par cipan, dando lugar a la vegetacin
que compone el bosque mediterrneo, y en par cular a la frecuencia en que puede aparecer una u
otra especie. Si bien existe vasta informacin relava a la es macin de existencias en bosques, los
mediterrneos son aquellos de los ms complejos
de cuan ficar, debido principalmente a dos factores
combinados: su riqueza flors ca y perturbaciones
de larga data y extremadamente heterogneas respecto de sus efectos (Arroyo, Cavieres, Mar corena, & Muoz, 1995; Holgrem, 2002). Schulze et al,
(2008) compararon diferentes pos de inventarios
de masas en bosques del po esclerfilo, con censos en las mismas reas, y describieron errores de
es macin de hasta un 200%. Ntese que los inventarios con enen un error rela vo a la medicin de
las frecuencias de cada una de las especies, sumado
a que dichas frecuencias posiblemente no tengan un
patrn posible de capturar con un muestreo, ya que
provienen de la casus ca de las alteraciones antrpicas. Por tanto, la es macin de biomasa y carbono (ByC) a escala de bosque cons tuyen tambin un
desa o a la inves gacin futura.
11
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Respecto de la acumulacin de carbono, existen tcnicas simples para medir los crecimientos del cuerpo de un individuo basndose en sus crecimientos
en grosor del tallo, el crecimiento en altura, y el
crecimiento de la copa, esta l ma una estructura
difusa, dada su composicin de hojas y ramas y ramillas. Los bosques mediterrneos tambin presentan par cularidades en estas tres variables. Los dimetros en bosques monopdicos pueden medirse
de forma estndar a un metro y treinta del suelo,
bajo el supuesto que esa seccin del tronco ende
a aproximarse a un cilindro. Dado que los bosques
mediterrneos poseen la cualidad de rebrotar de tocn, el crecimiento se distribuye en varios pies, cuya
competencia provoca frecuentemente alteraciones
en la forma. Un caso extremo lo presenta Litrahea
caustica, que genera extensiones horizontales tan
cercanas al suelo que es imposible reconocer el
punto de origen de la cepa. Por otra parte, la existencia de varios pies sobre una misma cepa agrega
dificultad y costo al inventario por el hecho de
aumentar en varias mediciones la masa que estara
contenida en un cuerpo, en comparacin a una forma monopdica.
12
Respecto de la altura, hace ms de un siglo fue propuesta la ley de Eichorn (1904), que indica que la
produccin de masa para una especie est determinada casi completamente por el crecimiento en
altura (para una especie dada, en una regin dada).
En los bosques mediterrneos tambin ocurren diferencias notorias en esta regla, que posiblemente
estn causadas por el cambio de fisonoma de los
rboles, provocando que se reduzca la relacin de la
produc vidad con el crecimiento en altura.
La copa, como tercer componente, es un volumen
difuso que para una misma especie, podr variar su
contenido de masa segn la condicin de competencia que tenga el rbol. Cruz (2013) propuso un
modelo de masa de copa para Quercus pyrenaica
Willd, con una alta e inversa relacin con la densidad del bosque, segn clase diamtrica, vale decir, a
mayor densidad de la vegetacin, menor masa en la
copa del rbol, relacin que es aparente a la vista si
se aprecia cmo cada rbol compite por un espacio

para su copa con sus vecinos. Los bosques mediterrneos y sobre todo aquellos con alteraciones, poseen
grandes espacios a su alrededor, de manera que los
tamaos de las copas estn determinados por una
competencia que no pareciera ser la luz, sino que posiblemente la disponibilidad de agua en los ecosistemas. En defini va, es posible que los tamaos de las
copas no sea una buena variable de correlacin con
el crecimiento, aunque si del contenido de ByC.
Los atributos descritos, descontadas y tratadas las
limitaciones comentadas, permi rn es mar la ByC
de un rbol al ser incorporadas en un modelo predictor llamado funcin alomtrica (Chave, Andalo,
& Brown, 2005). El proceso de construccin bsicamente consiste en probar estads camente si las
variables alomtricas estn relacionadas con la variable dependiente y que se quiere predecir, en este
caso ByC. Es importante en este contexto discu r
dos aspectos: nmero de variables a escoger dentro
del modelo y el po de modelo.
El desarrollo tecnolgico actual ha facilitado los
procesos y anlisis que se requieren para construir
modelos, y ello ha derivado en la confeccin de modelos con ms variables y ms complejos (Prado &
Alarcn, 1991). CONAF (2013) describe un grupo de
29 variables independientes posibles de usar, entre
ellas algunas tan precisas como dimetro al inicio de
la copa sin corteza. Sin embargo, desde una perspecva opera va se recomienda priorizar la simpleza y
uso mnimo de variables ante las precisiones de los
modelos. Ello, porque el costo de recoger la informacin no ha cambiado con las tecnologas, y a la
fecha sigue siendo la fraccin ms costosa de la generacin de informacin. As, frente a dos modelos
es posible que siempre se escoja aquel que requiera
menos datos de terreno aunque se sacrifique precisin. Sobre todo con las consideraciones que se han
sealo rela vas a la heterogeneidad intrnseca del
bosque mediterrneo. As tambin, es interesante
conservar modelos que se realizan con alguna variable con baja relacin. Par cularmente el caso del
rea de copa, por ejemplo, puede resultar de baja
FUNCIONES ALOMTRICAS PARA EL BOSQUE MEDITERRNEO CHILENO
potencia, pero relevante para proyectos de teledeteccin, que slo cuentan con dicha variable para
predecir.
El tratamiento estads co de los modelos est determinado por el po de relacin entre las variables
independientes y aquella que se busca es mar, vale
decir, cmo cambia la variable dependiente ByC
respecto del cambio de la variable independiente.
Ntese por ejemplo que en general la altura ene
una relacin lineal con el aumento de la biomasa.
Sin embargo, el dimetro relaciona con la biomasa
al cuadrado. Ambas sentencias explican que generalmente las relaciones mejores son del po DAP2 *
HT (Prodan, Peters, & Cox, 1997), y que merece dos
consideraciones. La primera es que aumentos lineales del dimetro provocarn aumentos mayores a
los lineales en el volumen/masa. Por ello, se deber
recurrir a funciones no lineales para las es maciones. Un segundo aspecto y posiblemente de mayor
relevancia, es la heterocedas cidad que presentan
la mayora de la variables usadas en mediciones de
volumen/masa (Pardo & Ruiz, 2005). Al respecto,
considrese lo siguiente, cuando el tamao del cuerpo es pequeo, las diferencias entre valor real y valor es mado resultan muy pequeas pinsese en
dimetros de rboles pequeos -. En la medida que
los cuerpos son mayores la tendencia (la relacin)
sigue verificndose, pero la variacin entre valor
real/valor predicho puede ser mayor, debido a que
un rbol maduro posee un volumen afectado por
su historia de crecimiento par cularidades de su
microsi o, su propia gen ca, los fenmenos climcos en su vida, por mencionar algunos (Prodan et
al., 1997). Este fenmeno se aprecia adecuadamen-
te en una grfica de puntos para los datos empricos

biomasa - DAP, si fuera el DAP la variable en anlisis, donde la nube de puntos asemejar un cono
que se abre segn crece la variable independiente.
Si bien siempre es posible construir un modelo que
es me la tendencia de dicha nube de puntos, la heterocedas cidad tendr como consecuencia que las
es maciones de ByC ser menos precisa mientras
mayores sean los individuos que a los que se quiere es mar su ByC. La heterocedas cidad no puede
repararse con modelos matem cos y debe tenerse en cuenta al momento de usar alguna funcin.
Por ello, se recomienda observar grficas de niveles
de confianza de los modelos de prediccin que dan
una idea de la magnitud en los errores que pueden
tener las es maciones segn los tamaos de los individuos.
En Chile existe profusa informacin de funciones
alomtricas para biomasa de las especies de los bosques templados (Gayoso, 2013a, 2013b, 2013c; Gayoso & Guerra, 2005; Picard et al., 2012; Schlegel,
2001). La reciente publicacin Compendio de funciones alomtricas de biomasa de especies forestales presentes en Chile (CONAF, 2013) recopil 21
funciones de biomasa para espino, 3 para litre y 28
para quillay, aunque ninguna especfica para peumo.
As, las funciones elaboradas en este estudio aportarn la componente de carbono que es parte del contexto que da origen a estas lneas de inves gacin,
cuidando par cularmente abarcar territorialmente
la mayor proporcin de la distribucin actual de las
especies seleccionadas.
13
3. Fase de Campo
3.1. Zonas de muestreo
Las especies obje vo cubren una amplitud la tudinal cercana a 7 grados (Figura 3.1), par cipando en
diversas formaciones forestales, y estados de conservacin.
Figura 3.1 Diagrama de distribucin de las especies estudiadas, cubriendo cerca de 7 grados de la tud.
Dada la diversidad de si os que forma la fisionoma

y topogra a de la distribucin de las especies en el
territorio, fue necesario analizar la per nencia de
establecer localidades que permi era capturar las
diferencias morfolgicas de las especies. Si bien no
existen estudios de diferenciaciones de razas y expresiones de plas cidad para la mayora de las especies, fue recomendable considerar a lo menos una
estra ficacin la tudinal, y longitudinal, separando
la cordillera de los Andes, la depresin intermedia y
la cordillera de la costa.
Una vez definidas las zonas, se ges onaron permisos
de ingresos a los predios con la colaboracin de las
oficinas regionales y provinciales de CONAF, quienes
verificaron la existencia de planes de manejo.
As, se logr abarcar zonas de muestreos comprendidas entre las Regiones V y VIII, de manera que se
cubri la ms amplia distribucin geogrfica posible
para el conjunto de especies (Cuadro 3.1) (Figura
3.2).
15
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Cuadro 3.1 Distribucin geogrfica del muestreo y nmero de rboles.

Especie
Quillay
Peumo
Litre
Espino
16
Regin
Localidad
R.M
V
VI
VI
VI
VI
V
VII
VII
R.M
VI
VI
R.M
VII
VIII
R.M
R.M
V
V
VI
VII
VII
R.M
R.M
V
V
V
VI
VII
San Carlos de Apoquindo

Putaendo
Lolol
San Fco. Mostazal
Pumanque
Chpica
Cajn Magdalena
Pencahue
Batuco
Curacav
Chpica
Paine
Cajn del Maipo
Sagrada Familia
Arauco
San Carlos de Apoquindo
Curacav
ilhue
Cajn Magdalena
Los Tricahues
Pencahue
Batuco
Melipilla
Curacav
Putaendo
ilhue
Cajn Magdalena
Chpica
Pencahue
N
1
24
9
17
3
6
3
11
6
17
28
11
13
2
11
28
6
19
5
9
11
2
23
2
3
7
15
22
14
Figura 3.2 Ubicacin de puntos de muestreo de biomasa para las cuatro especies.
3.2. Seleccin de sitios para la extraccin

de rboles
Para cada zona se escogieron reas que cumplieran
con la definicin legal de bosque, es decir, al menos
un 25% de cobertura de dosel. La seleccin incluy tanto individuos monopdicos como simpdicos,
que pueden haber tenido su origen en tocones anteriores o de semilla. As tambin se procur cubrir
el mayor rango de estados de desarrollo, representados por los dimetros de los tallos. Es importante
sealar que el grupo de rboles de clases superiores
a 30 cm es extremadamente escaso en la zona de
distribucin, y los pocos individuos encontrados no
estaban disponibles para el estudio. En consecuen-
cia en este trabajo se han construido modelos para

la muestra ms frecuente y que corresponde a rboles de hasta 35 cm de dimetro.
Para el caso de las especies quillay y peumo la distribucin diamtrica incluy dimetros a la altura del
pecho (DAP) 5 cm y para el caso de litre y espino
dimetros a la altura de tocn (DAT) 5 cm (Figura
3.3 y 3.4).
Seleccionados los individuos se midi el conjunto de
variables alomtricas (Cuadro 3.2) y las mediciones
se realizaron con instrumentos y mtodos convencionales de inventarios para estos bosques.
Figura 3.3 Distribucin de frecuencias diamtricas para quillay y peumo.

58
58
56
56
54
54
<

<
:
17
:
8
8
6
6
4
9 < 55 58 5; 64 68 6; 75 85 88
4
9
/0
54
59
64
78
84
89
/0
Figura 3.4 Distribucin de frecuencias diamtricas para espino y litre.

58
58
56
56
54
54
<
<
:
:
8
8
6
6
4
9
54 59 64 69 74 79 84 89

/0

4
8
=
58 5= 68 6= 78 7= 88

/0
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Cuadro 3.2 Variables alomtricas medidas.

Variable
alomtrica
en campo
Detalle de medicin, precisin y lmites
Observaciones
Altura total
Distancia del inicio del tallo en el suelo y hasta la parte

ms alta de su copa medida con hipsmetro.
Variable tradicional.
DAP
Dimetro a la altura del pecho a 1.3 mts. Medida con

forcpula, lmite inferior 5 cm.
DAT
Dimetro a la altura de tocn a 0.2 mts. Medida con

forcpula, lmite inferior 5 cm.
Numero de vstagos
Vstagos con ms de 5 cm sobre una cepa, naciendo a

menos de la altura del DAP.
Usada para probar en modelos de

cuan ficacin no tradicionales, en
que el modelo se aplic a cepas.
Dimetro de Copa (DC)
Medidos los dimetros desde un punto de origen del

conjunto, mayor y menor con huincha de distancia y
precisin de 10 cm.
Usada para probar en modelos de

cuan ficacin no tradicionales.
Altura de copa
Medido desde el suelo y hasta el inicio del follaje.
Usada en modelos de cuan ficacin no tradicionales.
3.3. Volteo, pesado y extraccin de

muestras
18
Los rboles fueron volteados con un corte a ras de

suelo, direccionados hacia una malla sobre el suelo
de manera de no perder follaje en la faena. Una vez
volteado se midi la altura total, altura de comienzo
de copas y fue separado en los siguientes componentes.
Tallo: Seccin leosa entre el suelo y la clara generacin de copa en varias bifurcaciones.
Ramas: Desde el tallo y hasta donde la seccin
transversal de la rama alcanza los 3 cm.
Ramillas y hojas: De las anteriores todo el resto.
Cada componente fue pesado en terreno (Figura

3.5) teniendo como instrumental de pesado:
Trpode de madera.
Eslingas de amarre de 2.000 kg.
Sistema de mosquetones para resistencia de la
carga.
Pesa con capacidad de 1:1000 Kg para tallo y
1:200 kg para ramas y ramillas y hojas.
A cada componente se le extrajeron probetas con
tres repe ciones, las cuales fueron pesadas en terreno, empaquetadas y rotuladas con cdigos de
iden ficacin de cada rbol para el laboratorio.
Figura 3.5 Detalle del proceso de volteo y pesado de cada componente Tallo, Ramas y Ramillas y Hojas.
La distribucin de peso verde por componente es

muy similar entre el quillay y el peumo y entre el
litre y el espino (Cuadro 3.3, Figura 3.6).
Cuadro 3.3 Relacin porcentual de peso y coeficiente de variacin por componente.
Especie
quillay
peumo
litre
espino
Componente
Tallo
Ramas
RyH
Tallo
Ramas
Ry H
Tallo
Ramas
Ry H
Tallo
Ramas
Ry H
Peso. (%)
66%
13%
21%
68%
12%
20%
49%
26%
25%
51%
22%
27%
C.V (%)
16%
33%
39%
14%
38%
41%
27%
37%
35%
24%
29%
40%
Figura 3.6 Distribucin de peso por cada componente.

19
4. Estimacin de crecimientos
diamtricos del DAP
Los crecimientos diamtricos descritos en este captulo deben usarse como nacionales, a pesar que se
determinaron por macrozona. Ello porque el principal obje vo de este proyecto implic un muestreo
destruc vo, que condicion los si os en los cuales
fue posible trabajar. No obstante, sera conveniente
en el futuro precisar esta informacin con un anlisis previo de zonificacin de la especie, de manera
que cubriera sa sfactoriamente su distribucin. En
este trabajo no fue posible debido a que la principal
tarea fue la obtencin de muestras para las funciones de carbono, y ello limit fuertemente los si os
a aquellos lugares en que se permi la corta de rboles.
La rodela fue secada, lijada y escaneada. El tamao muestral qued conformado por un total de 313
muestras (Cuadro 4.1). El conteo y medicin de los
anillos de crecimiento se extrajo de la imagen, usando el so ware ArMap (Figura 4.1). El procesamiento y medicin de anillos se realiz segn el mtodo
propuesto por Cruz (2011).
Cuadro 4.1 Nmero de muestras analizadas

para determinacin de crecimientos.
Especie
quillay
80
peumo
82
4.1 Metodologa
litre
69
Para la determinacin de crecimientos, a cada rbol le fue extrada una rodela a la altura del DAT.
espino
82
Figura 4.1 Medicin de ancho de anillos en las 4 especies estudiadas.
21
Pablo Cruz
Alejandro Bascuan
Juan Velozo
4.2
Resultados
La distribucin de muestras en el territorio se agrup en las siguientes categoras:

Macrozona 1 Extremo norte de la V regin (Norte).
Macrozona 2 Regin metropolitana y extremo sur de la V (Centro - Norte).
Macrozona 3 Regin VI (Centro - Sur).
Macrozona 4 Regiones VII y VIII (Sur).

/0
4,=

4,<
4,<
4,;
4,;
4,:
4,:
4,9
4,9
4,8
4,8
4,7
!(5
!(6
!(7
!(8
4,6
4,5
4
4
22
4,=
4,=
54

/0
64
74
84

/0
4,7
!(5
!(6
!(7
!(8
4,6
4,5
4
4
94
/0
5,8

54

/0
64
74
84
/0

5,6
4,<
4,;
5
4,:
4,<
4,9
4,:
4,8
4,7
!(5
!(6
!(7
!(8
4,6
4,5
!(5
!(6
!(7
!(8
4,8
4,6
4
4,4
4
54
64
74
/0
4
54
64
74
84
/0
Figura 4.2 Incrementos de DAP o DAT la muestra por especie segn localidades o macrozonas.
La variacin del ancho de anillos es rela vamente

baja, considerando que los coeficientes de variacin
estn en torno al 20 %. El espino es una excepcin y
muestra un aumento de la variabilidad hacia el sur.
Estos comportamientos pueden relacionarse con la
variacin ambiental en que estn creciendo las especies. As sera posible decir que los ambientes en
que est creciendo espino en el sur, son poco homogneos (a lo menos aquellos donde se tomaron las
muestras).
Cuadro 4.2 Incrementos medios del dimetro anuales promediados para cada macrozona.
Especie
Macrozona
quillay
peumo
litre
espino
IMAt
Promedio
(cm ao-1)
Coeficiente
de variacin
IMAt
Promedio
(cm ao-1)
Coeficiente
de variacin
IMAt
Promedio
(cm ao-1)
Coeficiente
de variacin
IMAt
Promedio
Coeficiente
de variacin
1N
0,48
19%
0,37
31%
0,47
22%
0,74
23%
2 C-N
0,46
20%
0,39
17%
0,44
27%
0,73
26%
3 C-S
0,40
18%
0,41
27%
0,41
35%
0,69
38%
4S
0,61
26%
0,33
15%
0,42
19%
0,58
30%
Promedio
0,49
26%
0,38
27%
0,44
26%
0,70
30%
Crecimiento diametral
0.8
0.7
cm ao -1
0.6
0.5
0.4
0.3
0.2
23
0.1
0
1N
2 C-N
3 C-S
4S
Macrozonas
quillay
peumo
litre
espino
Figura 4.3 Incrementos medios anuales del DAP por macrozona.
El quillay presenta un significa vo aumento en su

crecimiento en la zona sur. El peumo en cambio pareciera ofrecer mejores crecimientos en la zona central de su distribucin. Tanto el litre como el espino
presentan una leve tendencia a aumentar su crecimiento hacia el norte. Del grupo, el espino ofrece
las mayores tasas de crecimiento anual.
5. Relacin entre peso verde

y variables alomtricas medidas
En la siguiente seccin se contrasta grficamente las
tendencias de las potenciales variables alomtricas
y los correspondientes pesos verdes para cada especie y cada componente, con el obje vo de observar
las tendencias que muestran los datos. Los cuadros

por debajo de las grficas corresponden al coeficiente de correlacin de Pearson1.
25
5.1. Quillay
Peso Verde (Kg) - DAP (cm)
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.953*
0.835
0.787
0.947
*Coeficiente de correlacin de Pearson.
1.
El coeficiente de correlacin de Pearson expresa la relacin lineal de dos variables aleatorias cuan ta vas y es independiente de la escala de medida de cada una de las
variables. Es l para evaluar una primera aproximacin de la relacin, aunque puede ser dbil si las relaciones fueran altas pero no lineales.
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Peso Verde (Kg) - Altura total (m)

6444
744

5944
5444
944

4
4
9
54
59
744

694
694
644
644
594
594
544
544
94

4
64
4
9
54
59
6944

6444
5944
5444
944
94

4
64
4
9
54
59

4
4
64
9
54
59
64
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.715
0.623
0.521
0.699
Peso Verde (Kg) - Dimetro copa (m)

6444

5944
5444
944

4
4
9
54
"
!#

!#
!
!

#

59

#

#

#
#

#

#

#

#

#
26
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.655
0.657
0.555
0.662
Peso Verde (Kg) - Altura de copa (m)

744

6444
694
744
5944
644
544
94

4
4
6
8
:
<
5944
594
5444
544
944

4
4
9
54

6444
644
5444
594
6944

694
94

4
4
6
8
:
<
944

4
4
6
8
:
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.511
0.533
0.413
0.514
En el quillay, las variables que presentan mejores correlaciones con peso verde son el DAP, altura total y dimetro
<
de copa, a diferencia de la variable altura de copa que

presenta muy baja correlacin.
5.2. Peumo
Peso Verde (Kg) - DAP (cm)
694
5444
694

5944

<44
644
644
5644
:44
594
594
=44
844
544
544
:44
94
644

4

4
94

4
744

4
4 54 64 74 84 94
4 54 64 74 84 94
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.934
0.849
0.771
0.955
4 54 64 74 84 94
4 54 64 74 84 94
Peso Verde (Kg) - Altura Total (cm)

5444
694
694

5844
<44
644
644
:44
594
594
<44
844
544
544
:44
644
94
94

4
4
9
54

4
59
4
9
54
5444
844
644

4
59

5644
4
9
54

4
59
4
9
54
59
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.645
0.473
0.375
0.6
Peso Verde (Kg) - Altura de Copa (cm)

5444
694

694

5844

<44
644
644
:44
594
594
<44
844
544
544
:44
644
94
94

4
4
6
8
:
<

4
4
6
8
:
<

5644
5444
844

4
4
6
8
:
<
644

4
4
6
8
:
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.189
0.041
0.04
0.128
<
27
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Peso Verde (Kg) - Altura de Copa (cm)

5444
694

694

5844

<44
644
644
:44
594
594
<44
844
544
544
:44
644
94
94

4
4
6
8
:

4
<
4
6
8
:
5444
844

4
<

5644
4
6
8
:
644

4
4
<
6
8
:
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.189
0.041
0.04
0.128
<
Peso Verde (Kg) - DAT (cm)

5444
694

694

<44
644
644
:44
594
594
844
544
544
644
94
94

4
4
28
59
74

4
4
89

59
74

4
4
89
59
74
5844
5644
5444
<44
:44
844
644
4
4
89
59
74
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.95
0.84
0.79
0.95
En esta especie la variable DAP, DAT y dimetro de copa

presenta las mejores correlaciones, aunque la altura total
89
presenta una correlacin interesante a diferencia de la

altura de copa que no existe relacin entre variables.
5.3. Litre
694

644
594
544
94

4
4
54
64
74
584
564
544
<4
:4
84
64
4

4
54
64
74
584
564
544
<4
:4
84
64
4
944

844
744
644

4
54
64
74
544

4
4
54
64
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.821
0.753
0.715
0.874
74
Para el litre la variable alomtrica con mayor pernencia es el dimetro de tocn de cada vstago,
debido a la infac bilidad de medir claramente cepas
individuales (Figura 5.1), y a que la conducta de cada
vstago es tender a un crecimiento horizontal que

impide la medicin de la altura predominante, la altura de copas y dimetros de copa.
Figura 5.1 Crecimiento caracters co en litre. El po de crecimiento

de ml ples vstagos y de forma
rastrera impide la correcta medicin de algunas variables alomrtricas.
5.4. Espino
794
594

594

;44
:44
944
844
744
644
544
4

744
694
644
594
544
94

4
4
54
64
74
84
544
544
94
94

4
4
54
64
74
84

4
4
54
64
74

29

4
84
54
64
74
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.910
0.852
0.814
0.922
84
Peso Verde (Kg) - Altura Total (m)

794
594
644

744
694
944
844
544
594
94
544
94
4
6
8
:
<
644
94
4
4
744

4
4
6
8
:
<

:44
594
544
644
;44

4
6
8
:
<
544

4
4
9
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.545
0.549
0.282
0.520
54
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Peso Verde (Kg) - Altura Dimetro de Copa (m)

844
594

744
644

;94

:44
594
544
644
894
544
94
544

4
4
9
4
4
54
744
94

9

4
54

594

4
4
9
4
54
9
54
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.772
0.831
0.763
0.838
Peso Verde (Kg) - Nmero de vstagos (V)

844
594
/ 0
744
644

544
644
94
544

4
4
30
6
8
:
594
:44
544
844
94

4
<
<44

4
6
8
:
644

4
4
<

6
8
:
<

4
4
6
8
:
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.340
0.309
0.337
0.357
<
Peso Verde (Kg) - Altura de copa (m)

844
594

744
644

544
644
94
544

4
4
5
6
7
8

4
4
5
6
7
8
<44

594
:44
544
844
94
644

4
4
5
6
7
8

4
4
5
6
7
Peso Tallo
Peso Ramas
Peso R y H
Peso Total
0.092
0.084
0.065
0.077
8
El dimetro de tocn y el dimetro de copa muestran la

mayor correlacin con el peso verde, a diferencia de lo
que ocurre con la altura de copas y nmero de vstago
donde no existe relacin con los pesos. Adems es notorio que algunas variables de alta relacin, no enen
un comportamiento lineal (dimetro de tocn) y otras s
(dimetro de copas). La altura en espino en par cular, se
hace insensible en rboles de mayor tamao.
metro del suelo, DAM). Al establecer las correlaciones por

vstagos, fue necesario realizar las mediciones para cada
vstago en par cular. Adems, el peso del tallo inferior se
asign proporcionalmente a cada vstago en funcin del
dimetro relativo de cada uno.
En campo se observ que esta especie en par cular forma un slo tallo en los primeros cen metros desde el
suelo, ya sea de individuos de semilla o de rebrote. Esta
seccin alcanza regularmente 40 a 100 cm desde el suelo,
para luego ramificarse en pocos brotes secundarios (de
3 a 6 mximos). Sobre 160 cm ocurre una segunda ramificacin en que los broten podran cons tuir las ramas
verdaderas.
De las variables ensayadas, el dimetro a la altura de

un metro, presenta la mayor relacin, respecto de las
tradicionales.
No es heterocedas ca hacia los grandes dimetros (Figura 5.2). Como se discu (captulo 2), la mayora de
los modelos de prediccin de peso y volumen, deben
lidiar con puntos que se abren hacia los dimetros
mayores. As, el dam puede considerarse una potente variable de es macin sobre todo en los rangos en
que los modelos pierden potencia por heterocedas cidad.
Por esta razn, se tom una variable alomtrica adicional,

correspondiente al dimetro de cada vstago, es decir,
despus de la primera ramificacin y que est regularmente a menos de un metro desde el suelo (dimetro a 1
Al modelar la relacin de esta nueva variable con el peso

verde total se encontraron las siguientes bondades:
El modelo resultante se presenta en el captulo 7.
31
"
/0
844
"!"#
744
>C4+=8
644
544
4
4
54
64
74
/0
Figura 5.2 Ajuste de variable auxiliar: Dimetro por vstago a la altura de 1 metro (DAM). Comportamiento del crecimiento
de vstagos.
6. Procesamiento y anlisis
de resultados de laboratorio
6.1.2 Determinacin de la densidad bsica de la
madera
6.1. Procesamiento de muestras en

laboratorio
6.1.1 Determinacin del contenido de humedad
Para la determinacin del contenido de humedad
en base peso seco, se u liz la norma chilena NCH
176/1-Of1984. Las muestras comprendieron rodelas
del tallo tomadas a la altura del tocn, a 1 y a 1,5 m
(de dos a cuatro cen metros de espesor), secciones
de ramas de primer orden con dimetros de 2 a 5
cm; y adems, una muestra compuesta de hojas y
ramillas menores a 1,5 cm de dimetro. Para los tres
componentes del rbol se determin el contenido
de humedad por el promedio de tres repe ciones
de cada componente. El peso fresco fue obtenido
en terreno con una balanza granataria digital port l, con una sensibilidad de 0,01 g. La masa seca
de las muestras fue obtenida por medio de sacado
en una estufa de ro forzado a 105 C; las muestras
se mantuvieron por 72 horas hasta alcanzar peso
constante, la masa fue medida en laboratorio en
una balanza con sensibilidad de 0.01 g. La frmula
de clculo para CH fue:
Para la determinacin de la densidad bsica, se u liz como referencia la norma chilena NCH176/21986. Se usaron probetas saturadas, y procedimientos para determinar la densidad de probetas
irregulares. La es macin del volumen de las probetas se realiz mediante la inmersin de las probetas
y la medicin del desplazamiento volumtrico por
diferencia de pesadas (se us una balanza con sensibilidad de 0.01 g). Las densidades se determinaron
sobre probetas en forma de cua, las que comprendieron desde el duramen hasta la albura. Las probetas se obtuvieron de rodelas del tallo, tomadas a
la altura del tocn, a 1 y a 1,5 m y, en secciones de
ramas de primer orden con dimetros de 2 a 5 cm
(se us las mismas muestras del contenido de humedad). La frmula de densidad bsica fue:
Densidad Bsica (t m3 -1) =
Peso Seco
volumen verde
[2]
6.1.3 Determinacin del contenido de carbono

Contenido de Humedad (%) =
Peso verde Peso Seco
Peso Seco
* 100
[1]
La determinacin de carbono se realiz mediante el

mtodo Dumas con un equipo TruSpec CN, Leco.
Este equipo ocupa la tcnica basada en la completa e instantnea oxidacin de la muestra mediante
33
Pablo Cruz
Alejandro Bascuan
Juan Velozo
combus n completa con oxgeno puro a una temperatura de aproximadamente 950 C. El producto
de esta combus n se presenta como CO2, H2O y
N2, los cuales son transportados por helio, y posteriormente separados en columnas especficas. Finalmente pasan de forma separada por detectores; el
carbono se mide mediante un sensor de absorcin
IR. El detector emite una seal proporcional a la
concentracin de carbono contenido en la muestra.
Se tomaron muestras representa vas de cada componente, para cada clase diamtrica y especie (13 a
23 repe ciones por componente analizado en cada
especie). De cada muestra se tom una sub-muestra de 140 mg de masa seca (la que fue previamente molida homogneamente). Esta sub-muestra se
ubica en una lmina de estao que acta como catalizador en el proceso de combus n inicial. Para
determinar el contenido de carbono se u lizaron estndares trazables NIST.
34
No obstante que las funciones elaboradas en este

estudio usaron los contenidos de carbono es mados como se ha indicado, es importante sealar
que el valor u lizado en los Inventarios de Gases de
Efecto Invernadero ha sido considerado por defecto
como 0,5.
6.1.4 Anlisis estadsticos

Se aplic el test de normalidad Anderson-Darling, a
los datos de contenido de humedad, la razn peso
seco/peso fresco y el contenido de carbono. La existencia de diferencias se es m con la prueba Kruskal Wallis, para probar la hiptesis nula de que las
muestras provienen de poblaciones con medianas
iguales. Luego para determinar las diferencias entre
los componentes se aplic un test de comparacin
ml ple con = 0,05. En el caso de la densidad bsica, la normalidad de los datos se evalu mediante
el test de Anderson-Darling. Luego las diferencias
se probaron con la prueba no paramtrica U de
Mann-Whitney, que u liza rangos de datos mustrales de dos poblaciones independientes. Si las muestras de densidad se distribuan de manera normal se
aplic un anlisis de varianza.
6.2. Resultados variables biomtricas

6.2.1. Contenido de Humedad
La diferencia en el CH fue estads camente significava entre componentes en todas las especies (Cuadro 6.1).
Cuadro 6.1 Pruebas de comparacin mltiple entre componentes para el contenido de humedad.
Componente
quillay
peumo
litre
espino
Hojas y Ramillas
229
229
187
231
Ramas
234
234
188
305
Tallo
238
238
186
301
Total
701
701
561
837
Cuadro 6.2 Contenido de Humedad segn tipo de muestra.

Componente
Contenido de Humedad (%)
Coeficiente de variacin (%)
quillay
peumo
litre
espino
quillay
peumo
litre
espino
Hojas y Ramillas
106,6
107,6
99,9
93,2
21
27
26
41
Ramas
93,2
72,4
63,9
73,9
15
17
15
21
Tallo
87,9
69,3
58,8
65,2
17
17
17
19
Total
92,5
77,3
70,4
74,7
* Total: Promedio ponderado por el peso de cada componente
En general el contenido de humedad ene una variacin estrecha en todas las especies para los componentes tallo y rama coeficientes de variacin
menores al 21% -. La componente hoja y ramilla
es ms variable en todas las especies, debindose
posiblemente a que el material de medicin es intrnsecamente heterogneo (Cuadro 6.2). En efecto,
se trata de una mezcla de ramillas y hojas, stas lmas tambin de tamao variable, siendo extremo
en el caso de espino, con un 41%. Es posible que la
variacin en el espino se deba a que la muestra se
recogi en un periodo de 6 meses aproximadamente y el resultado se haya visto afectado por el ciclo
fenolgico de la hoja.
Del grupo de especies, el quillay es la que con ene

ms humedad y con la menor variacin en toda la
muestra. As tambin el espino y el litre arrojaron los
menores contenidos de humedad y en niveles similares, cons tuyndose una segunda similitud entre
estas especies (Figura 6.1).
6.2.2. Densidad bsica
El quillay y el espino, no enen una distribucin
normal de la densidad bsica (p < 0,01, de Anderson-Darling), mientras que el peumo y el litre si. Por
lo tanto, el anlisis de la densidad por componente se hizo con la prueba U Mann-Whitney para las
Contenidos de humedad (%)
% de Humedad
120
100
80
60
40
20
0
Hojas y Ramillas
Ramas
Tallo
Total
35
componente
quillay
peumo
litre
espino
Figura 6.1 Contenido de humedad (%) segn componente para las especies estudiadas.
Cuadro 6.3 Tamao muestral para la densidad bsica, por componente y total.
Componente
quillay
peumo
litre
espino
Ramas
182
82
85
203
Tallo
201
66
135
259
Total
383
148
220
462
Cuadro 6.4 Densidad bsica segn tipo de muestra.

Densidad bsica (t m3 -1)
Componente
quillay
peumo
litre
espino
quillay
peumo
litre
espino
Ramas
0,64
0,63
0,71
0,74
9,5
10,5
10,2
Tallo
0,63
0,63
0,74
0,74
7,0
9,2
5,4
7,8
Promedio
0,63
0,63
0,73
0,74
* Total: Promedio ponderado por el peso de cada componente.
Pablo Cruz
Alejandro Bascuan
Juan Velozo
Densidad bsica
0.75
(tm3 - 1)
0.70
0.65
0.60
0.55
0.50
Ramas
Tallo
promedio
componente
quillay
peumo
litre
espino
Figura 6.2 Densidad bsica de las especies estudiadas por cada componente.
primeras y ANDEVA para las segundas (Cuadro 6.3 y

Cuadro 6.4).
36
Ni quillay ni el peumo registraron diferencias significa vas de la densidad bsica entre componentes,
por tanto para estas especies es posible afirmar que
la densidad bsica corresponde a 0,63 y 0,62 t m3 -1
respec vamente. El espino y el litre, en cambio resultaron con densidades estads camente dis ntas
entre componente. Por ello, la forma correcta de
usar estos valores sera tomar los datos separados
por componente. Adems estas dos especies son
consistentemente ms pesadas que quillay y peumo.
Dentro de la muestra de cada componente, la variacin es estrecha en todas las especies (Figura 6.2).
6.2.3. Relacin peso seco peso fresco (Ps/Pv).
La variable Ps/Pv, permite valorar la proporcin de
materia seca contenida por una unidad de masa
fresca dada. Est variable es rela vamente estable
para una especie y por componente, bajo condiciones de crecimiento homogneas. El aumento
de este parmetro respecto a los niveles estndar
de la especie, indica condiciones de estrs hdrico
o algn factor asociado a ste. En nuestro estudio
por ejemplo, las especies que enen mayor densidad de madera presentan mayor relacin Ps/Pv, lo
cual, probablemente est asociado al mayor contenido de fibra (densidad bsica) en estas maderas.
Sin embargo en el anlisis de hojas y ramillas, para
espino el valor aparece muy alto respecto al valor
promedio de las otras especies. Lo anterior se debe
a que en el espino coexiste una porcin de follaje
muerto con el ac vo; de esta forma al tomar una
muestra compuesta se observa un valor mayor a lo
normal. Finalmente cabe sealar que variable Ps/Pv
ene la ventaja de presentar una varianza ms estable que la funcin inversa por la cual se determina el
volumen de agua, producindose un menor error de
es macin emprico.
Cuadro 6.5 Pruebas de comparacin mltiple y tamao muestreal para las cuatro especies.
Componente
quillay
peumo
litre
espino
Hojas y Ramillas
230
230
187
236
Ramas
235
223
188
305
Tallo
238
228
186
302
Total
703
681
561
843
Cuadro 6.6 Relacin peso seco / peso verde por componente.

Relacin peso seco/peso fresco (%)
Componente
quillay
peumo
litre
espino
quillay
peumo
litre
espino
Hojas y Ramillas
49
49
51
74
11,5
12,5
13,0
23,8
Ramas
52
59
61
93
9,0
9,9
6,2
9,7
Tallo
54
59
63
77
8,2
7,1
6,8
8,0
Total
53
57
59
80
Relacin Ps/Pv (%)
Relacin ps/pv (%)
60
45
30
15
0
Hojas y Ramillas
Ramas
Tallo
Total
componente
quillay
peumo
litre
espino
37
Figura 6.3 Relacin Ps/Pv por componente para las cuatro especies.
El contenido de materia seca (DM, siglas del ingls

dry ma er) es la relacin de peso seco y el peso
fresco de la planta. Se expresa en kg (peso seco) kg1
(peso fresco).
La relacin Ps/Pv es estads camente diferente entre
componentes para todas las especies (Cuadro 6.5).
La relacin Ps/Pv es considerablemente homognea bajos coeficientes de variacin - en las cuatro

especies y en todos los componentes (Cuadro 6.6).
Hojas y ramillas es el componente con ms variacin
debido probablemente a las razones ya discu das y
especialmente en el espino, que en este componente vuelve a ofrecer las mayores variaciones.
Cuadro 6.7 Pruebas de comparacin mltiples y tamao muestral.

Componente
quillay
peumo
litre
espino
Hojas y Ramillas
13
14
12
13
Ramas
16
18
13
17
Tallo
19
22
17
23
48
54
42
53
Pablo Cruz
Alejandro Bascuan
Juan Velozo
6.2.4. Contenido de carbono

El quillay, el peumo y el litre con enen los mismos
porcentajes de carbono en ramas y tallos. El espino,
en cambio arrojo una leve reduccin del contenido
en las ramas, respecto del tallo, no obstante los anlisis indicaron que es estads camente significa va.
As tambin, para todos los casos, la componente

hoja y ramillas ene estads camente mayores contenidos de carbono respecto del resto (Cuadro 6.8).
Es destacable el nivel constante que presenta el
contenido de carbono en todos los componentes
en todas las especies, que oscila entre 48 y 52 %
(Figura 6.4).
Contenidos de carbono (%)

Contenido de carbono %
55
53
51
49
47
45
Hojas y Ramillas
Ramas
componente
quillay
peumo
Tallo
litre
Total
espino
38
Figura 6.4. Contenido de carbono en las cuatro especies, por componente. Los valores de la ordenada se han
restringido al rango 45 55 % para acentuar las diferencias entre especies, en atencin a la similitud que han
presentado.
Cuadro 6.8 Contenido de carbono por componente y por especie.

Contenido de Carbono (%)
Componente
quillay
peumo
litre
espino
quillay
peumo
litre
espino
Hojas y Ramillas
50
52
51
51
1,9
1,6
2,7
2,1
Ramas
48
49
48
48
1,4
1,3
1,2
1,8
Tallo
49
49
48
49
2,2
1,3
1,8
1,6
Total
49
50
49
49
7. Elaboracin de modelos
Se construyeron dos pos de modelos. Los primeros
son los ms sencillos de dos variables dependiente
y una independiente y los segundos con el conjunto de variables independientes con el fin de comprobar si stos mejoran sustan vamente a los primeros.
Con fines prc cos, si la calidad de un modelo de
dos variables es similar a uno de ml ples variables,
razonablemente debera recomendarse aquel ms
sencillo, debido principalmente al beneficio de reducir la captura de informacin en terreno. En los
casos que los niveles de correlacin no superen el
65% (R2), los modelos simplemente no se escribieron como una forma de impedir que fueran usados.
Dado que recurrentemente se debe aludir a estads cas que respaldan los resultados, se han incorporado notas explica vas en cuadros para las explicaciones de la interpretacin de dichos valores
estads cos.
R2. En este captulo se hace alusin frecuentemente a R2 o R cuadrado, y que puede tener
diferentes definiciones segn la estads ca que
se est usando. Cuando se hacen pruebas de correlacin entre variables, R2 se indica como coeficiente de correlacin de Pearson, que es una
prueba para evaluar si dos variables estn relacionadas, y puede aplicarse cuando las variables
cumplen con condiciones de normalidad. Si no
fuera lineal, la prueba de correlacin que debiera
hacerse es la de Spearman, y el equivalente a R2
es rho de Spearman (). En el caso que se est

evaluando la calidad de un modelo predictor, se
llamar coeficiente de determinacin (Pardo &
Ruiz, 2005).
7.1 Modelos simples de dos variables

Se analiz la relacin entre la variable dependiente
y cada una de las variables independientes, con el
obje vo de proponer modelos de los ms sencillos
posibles. El primer anlisis corresponde a pruebas
de normalidad para definir el po de anlisis de correlacin a evaluar. Los anlisis estads cos fueron
realizados en el paquete SPSS ver 17.
Pruebas de normalidad. Es necesario evaluar si
el comportamiento de las variables cumplen con
las tres pruebas de normalidad clsicas: a) si la
distribucin de frecuencias es similar a una curva
de distribucin normal. Bsicamente es una comparacin de ambas curvas, la de los datos y una
con distribucin normal. Esta prueba es llamada
Kolmorogov-Smirnov (KMS) y define que si no
hay diferencias significa vas en la prueba los
datos no hacen diferencia significa va con una
curva normal el p valor de la prueba ser mayor a 0,05. b) Homogeneidad de varianza u homocedas cidad, que bsicamente indica que la
variacin en los datos en un rango de la variable
es similar en todos los otros. En caso contrario
exis r heterocedas cidad. La prueba recomendada para evaluar homocedas cidad es la Prue-
39
Pablo Cruz
Alejandro Bascuan
Juan Velozo
ba de Levene. c) independencia de las unidades

muestrales que bsicamente indica que resultados en una variable no dependen de otros anteriores. En este caso la prueba estads ca es Durbin Watson y aplica de la misma forma de KMS.
Si las pruebas indican que no existe normalidad
en alguna variable, se debe recurrir a estads ca
no paramtrica. Casi la mayora de los modelos
en es maciones de biomasa arrojan los mejores
ajustes con modelos no paramtricos (Pardo &
Ruiz, 2005).
Se ha incorporado como variable nica la relacin

DAP2HT ya que es una combinacin que refleja una
dimensin volumtrica y que as combinada puede
tratarse como una variable independiente ms. En
el captulo siguiente volver a aparecer al combinar
cada una - DAP y HT como variables por separado.
La mayora de las variables independientes usadas

muestran alguna correlacin sa sfactoria en algn
modelo (Rho0,7) (Cuadro 7.3). Con estos resultados, se evalu la calidad de los modelos no lineales
tradicionales de manera de elegir aquellos con mejor coeficiente de determinacin.
A pesar que el modelo que mejor ajusta para altura,
DAP y dimetro de copa es el cbico, cae a valores
nega vos hacia el origen (la izquierda). As, parece
recomendable elegir el modelo de potencia, sacrificando levemente precisin.
Ntese que el anlisis de varianza (ANDEVA) indica que los coeficientes son significa vos, es decir,
aportan a la explicacin del comportamiento de la
biomasa. El peor modelo es consistentemente el de
dimetro de copa (R2 = 0,65). Los coeficientes del
cuadro 7.4 fueron usados para la confeccin de los
modelos que se presentan a con nuacin.
7.1.1 Quillay
40
Ntese que slo altura y dimetro de copa enen

cercana entre la media y la mediana, indicando una
distribucin cercana a la normal (Cuadro 7.1).
Los anlisis de correlacin indican que la altura y el
DAP presenta comportamiento normal (KMS > 0,05),
y no as dimetro de copa ni la variable DAP2HT
(Cuadro 7.2). Por tanto las correlaciones se evaluaron tanto con Pearson como Spearman.
ANDEVA. Si bien cada modelo puede evaluarse con R2, la aplicacin de una ANDEVA, permite evaluar el aporte de cada coeficiente en el
modelo, segn se seala en el cuadro. La lgica de aplicacin consiste en demostrar que H0
se cumple y que indicara que ambas variables
no enen relacin (nivel F0,05), y lo mismo
para cada uno de los coeficientes del modelo.
Cuadro 7.1 Estadstica descriptiva para quillay, para una muestra de 80 rboles.
Estadstico
Altura
(m)
DAP
(cm)
D. Copa
(m)
DAP2 HT
Peso Seco
(Kg/arb.)
Media
6,9
16,7
3,2
3141,5
119,7
Mediana
6,0
15,0
2,9
1611,75
67,3
Mnimo
72
5,1
Rango
14
36
10
26824
1105,4
Mximo
16
41
11
26896
1110,4
Cuadro 7.2 Prueba de Kolmogorov-Smirnov para una muestra de 80 rboles de quillay.

Altura
(m)
DAP
(cm)
D. Copa
(m)
DAP2 HT
Desviacin Tpica
3,1
7,7
1,6
4436,5
Z de Kolmogorov -Smirnov
1,2
1,1
1,4
2,2
Sig. Asinttica (bilateral)
0,12
0,17
0,04
0,00
Estadstico
Cuadro 7.3 Coeficiente de determinacin (R2) para los modelos tradicionales

posibles de probar para cada una de las variables. La variable dependiente
en todos los casos es Biomasa. En negrita los R2 mayores entre los modelos.
Variables
Altura
DAP
D. Copa
DAP2 HT
Lineal
0,57
0,73
0,57
0,93
Logartmica
0,42
0,53
0,39
0,53
Inversa
0,27
0,34
0,21
0,13
Cuadr ca
0,71
0,93
0,65
0,94
Cbica
0,78
0,96
0,68
0,96
Compuesta
0,71
0,91
0,48
0,61
Potencia
0,74
0,95
0,51
0,93
0,65
0,86
0,39
0,56
Crecimiento
0,71
0,91
0,48
0,61
Exponencial
0,71
0,91
0,48
0,61
Logs ca
0,71
0,91
0,48
0,61
Modelos
Cuadro 7.4 Coeficiente de determinacin (R2), valores de cada coeficiente

mediante anlisis de varianza y valor de los coeficientes para construir los
modelos seleccionados.
Variables
Modelos
Tipo de modelo
2
R corregido
Altura
DAP
D. Copa
DAP2 HT
Potencia
Potencia
Cuadr co
Cbico
0,73
0,96
0,65
0,96
0,0003
0,000
0,000
0,628
0,00
0,000
0,000
0,00
ANDEVA
b0
(Constante)
b1
0.00
b2
b3
Coeficientes para los modelos
b0 (Constante)
1,494
0,150
39,404
3,21
b1
2,066
2,251
-11,357
0,048
9,198
-2,5E-6
b2
b3
8,3E-11
41
Pablo Cruz
Alejandro Bascuan
Juan Velozo
M O D E L O S Q U IL L A Y
MODELOS
M O D E LQUILLAY
O S Q U IL L A Y
MAltura
ODELO
S Q U IL L A Y
Total
MODELOS Q
U IL L A Y

5644

""
#
<44

844
4
4
9
54

59
64
Parmetros de cada modelo
Variables y unidades
N muestral = 80
Rango HT = 2 16 m
= 0,74
R2
B = Biomasa (kg)
HT = Altura total (m)
42
DAP

5644
"
#
<44
844
4
4
54
64 74

N muestral = 80
Rango DAP = 5 - 41 cm
= 0,95
R2
84
94
DAP = Dimetro a la
altura del pecho (cm)
Dimetro de Copa

[5]
"
#
5644
<44
844
4
4
6
8
:
<
54
56
#!

N muestral
Rango DC
R2
= 80
= 1-10,5 (m)
= 0,65
DC = Dimetro de copa(m)
43
DAP2 * HT

[6]
5644 "
#
<44
844
4
4
54444
-

N muestral = 80
Rango DAP = 5 41cm
Rango HT = 2- 16 m
R2
= 0,96
64444
74444
=
Relacin
DAP2HT
dimetro al cuadrado por
Altura Total
Pablo Cruz
Alejandro Bascuan
Juan Velozo
7.1.2 Peumo
Slo altura y dimetro de copa tienen cercana entre
la media y la mediana, indicando una distribucin
cercana a la normal. Efec vamente, los anlisis de
correlacin indican que slo la altura y el DAP ene
un comportamiento normal (KMS 0,05) (Cuadro
7.5 y Cuadro 7.6).
La mayora de las variables independientes usadas muestran correlacin bastante sa sfactoria
(Rho0,7) (Cuadro 7.7) en algn modelo. Con estos
resultados, se evalu la calidad de los modelos no
lineales tradicionales de manera de elegir aquellos
con mejor coeficiente de determinacin.
La variable que ofrece los menores coeficientes es la
altura. En consecuencia, no ser construido.
Cuadro 7.5 Estadstica descriptiva para peumo, para una muestra de 82 rboles.
Estadstico
44
Altura
(m)
DAP
(cm)
DAT
(cm)
D. Copa
(m)
DAP2HT
Peso Seco
(Kg)
Media
8,2
14,3
16,3
3,5
2.397
99,4
Mediana
8,0
13
15.0
3,3
1.362
55,3
Mnimo
75
Rango
10
32
36
8,3
16.353
800
Mximo
13
37
42
9,3
16.428
805
Cuadro 7.6 Prueba de Kolmogorov-Smirnov para una muestra de 82 rboles de peumo.

Estadstico
Altura
(m)
DAT
(cm)
D. Copa
(m)
DAP
(cm)
DAP2 HT
Peso Seco
(Kg)
Desviacin Tpica
2,2
6,6
1,8
7,4
3373,8
141,6
0,98
1,61
1,5
1,6
2,4
2,6
0,29
0,01
0,02
0,11
0,00
0,00
Cuadro 7.7 Coeficiente de determinacin (R2) para los modelos tradicionales posibles de probar
para cada una de las variables. La variable dependiente en todos los casos es Biomasa. En negrita
los R2 mayores entre los modelos.
Variables
Altura
DAP
DAT
D. Copa
DAP2HT
Lineal
0,36
0,82
0,83
0,67
0,93
Logartmica
0,28
0,61
0,62
0,43
0,58
Inversa
0,19
0,36
0,37
0,20
0,11
Cuadrtica
0,53
0,91
0,92
0,80
0,93
Cbica
0,60
0,91
0,92
0,80
0,93
Compuesta
0,62
0,88
0,88
0,67
0,67
Potencia
0,60
0,95
0,94
0,58
0,96
0,54
0,84
0,86
0,37
0,52
Crecimiento
0,63
0,88
0,86
0,67
0,67
Exponencial
0,63
0,88
0,86
0,67
0,67
Logstica
0,63
0,88
0,86
0,67
0,67
Modelos
Cuadro 7.8 Coeficiente de determinacin (R2), valores de cada coeficientes mediante anlisis
de varianza y valores de cada coeficiente para construir los modelos seleccionados.
45
Variables
DAP
DAT
D. Copa
DAP2HT
Potencia
Potencia
Cuadr co
Potencia
0,95
0,94
0.80
0,96
(Constante)
0,0
0,0
0,03
0,00
b1
0,0
0,0
0,008
0,00
Modelos
Tipo de modelo
2
R corregido
ANDEVA
b0
0,00
b2
Coeficientes
para los modelos
b0
(Constante)
0,136
0.096
65,474
0,076
b1
2,352
2.366
-39,993
0,92
b2
11,153
Para todos los modelos propuestos las constantes y cada uno de los coeficientes son significa vos
para predecir la biomasa (Cuadro 7.8).
Pablo Cruz
Alejandro Bascuan
Juan Velozo
MODELOS
PEUMO
MODELO
S PEUMO
MODELO
MODELO
S PEUMO
S PEUMO
DAP
[7]

5644
"
#
=44
:44
744
4
4
9
54
59
64
69
74
79
84


N muestral
82
Rango DAP =
5 37 cm
R2
0,95
DAP = dimetro a la altura
del pecho (cm)
46
DAT

5644
[8]
"
##
=44
:44
744
4
4
54

N muestral
82
Rango DAT
6 42 cm
R2
0,94
64 74
84
94
DAT = dimetro a la altura
del tocn (cm)
Dimetro de Copa

5644
=44
[9]
"
#
:44
744
4
4
6
8
:
#!
<
54
N muestral = 82
DC = Dimetro de Copa(m)
Rango DC =
1 9,3 m
R2
0,80
47
DAP2*HT

5644
[10]
"
#
=44
:44
744
4
4
9444

N muestral = 82
Rango DAP = 5 37 cm
Rango HT = 3 13 m
R2
=
0,96
54444
6
59444
64444
DAP2HT = Relacin dimetro
al cuadrado por altura total
Pablo Cruz
Alejandro Bascuan
Juan Velozo
7.1.3 Litre
Esta especie slo pudo ser descrita con la variable
DAT, como ya se indic, debido a que su forma de
crecimiento rastrero impide medir correctamente
alturas y DAP, y la agrupacin de sus vstagos dificulta la determinacin de una cepa de otra. Ntese
que el DAT presenta cercana entre la media y la mediana, indicando una distribucin cercana a la normal (Cuadro 7.9). Los anlisis de correlacin indican
que el DAT ene un comportamiento normal (KMS
0,05) (Cuadro 7.10).
La variable DAT muestra una correlacin sa sfactoria, evalundose la calidad de los modelos no lineales tradicionales de manera de elegir el que presente
mayor coeficiente de determinacin (Cuadro 7.11).
Para el modelo propuesto las constantes y los coeficientes son significa vos para predecir la biomasa
(Cuadro 7.12).
Cuadro 7.9 Estadstica descriptiva para litre, para una muestra de 80 rboles.
48
Estadstico
DAT
(cm)
Peso seco
(Kg/arb.)
Media
12,2
47,0
Mediana
12,0
34,9
Mnimo
3,1
Rango
21
225,1
Mximo
23
228,2
Cuadro 7.10 Prueba de Kolmogorov-Smirnov para una muestra de 80 rboles de litre.

Estadstico
DAT
(cm)
Peso Seco
(Kg/arb.)
Desviacin Tpica
4,9
45,62
1,037
1,500
0,233
0,022
Cuadro 7.11 Coeficiente de determinacin (R2) para los modelos tradicionales posibles de probar para cada una de
las variables. La variable dependiente en todos los casos es Biomasa. En negrita el R2 mayor entre los modelos.
Variable
Modelos
DAT
Lineal
0,68
Logartmica
0,59
Inversa
0,46
Cuadrtica
0,73
Cbica
0,73
Compuesta
0,84
Potencia
0,87
0,82
Crecimiento
0,84
Exponencial
0,84
Logstica
0,84
Cuadro 7.12 Coeficiente de determinacin (R2), valores de cada coeficientes mediante anlisis de varianza
y valores de cada coeficiente para construir el modelo seleccionado.
Variable
Modelos
DAT
Tipo de modelo
Potencia
R2 corregido
0,87
ANDEVA
b0
(Constante)
0,000
b1
0,000
Coeficientes
para los modelos
b0
(Constante)
0.196
b1
2,091
49
Pablo Cruz
Alejandro Bascuan
Juan Velozo
M O DELO LITRE
M O DELO
MODELO
LITRE LITRE
DAT

744
"
#
644
544
4
4
9
54 59
64
69
DAT = dimetro a la altura
del tocn (cm)
N muestral = 80
Rango DAT = 4 - 23 cm
R2
= 0,87
7.1.4 Espino
50
Ntese que slo altura y dimetro de copa enen

cercana entre la media y la mediana, indicando una
distribucin cercana a la normal (Cuadro 7.13). Los
anlisis de correlacin indican que el DAT y dimetro
de copa tiene comportamiento normal (KMS>0,05)
(Cuadro 7.14).
La mayora de las variables independientes usadas

muestran correlacin sa sfactoria en algn modelo (Cuadro 7.15). Con estos resultados, se evalu la
calidad de los modelos no lineales tradicionales de
manera de elegir aquellos con mejor coeficiente de
determinacin.
Cuadro 7.13 Estadstica descriptiva para espino, para una muestra de 86 rboles.
Altura
(m)
DAT
(cm)
D. Copa
(m)
DAT2 HT
Peso Seco
(Kg/arb.)
Media
3,7
15,1
3,4
1134
65.9
Mediana
3,5
14,0
3,3
662
38.1
Mnimo
1,5
10
38
3.8
Rango
5,5
27
7,8
5009
360
Mximo
7,0
32
8,8
5046
363.8
Estadstico
Cuadro 7.14 Prueba de Kolmogorov-Smirnov para una muestra de 86 rboles de espino.

Altura
(m)
DAT
(cm)
D. Copa
(m)
DAT2 HT
Peso Seco
(Kg/arb.)
Media
3,7
15,1
3,4
1134
65,9
Desviacin Tpica
1,1
1,1
1,6
1205
72,7
1,6
1,3
1,2
1,9
1,8
0,01
0,05
0,13
0,00
0,00
Estadstico
las variables. La variable dependiente en todos los casos es Biomasa. En negrita los R2 mayores entre los modelos.
Variables
Altura
DAT
D.Copa
DAT2HT
Lineal
0,40
0,82
0,77
0,89
Logartmica
0,37
0,68
0,59
0,68
Inversa
0,28
0,50
0,34
0,21
Cuadrtica
0,40
0,89
0,84
0,89
Cbica
0,40
0,89
0,84
0,90
Compuesta
0,49
0,88
0,77
0,71
Potencia
0,53
0,92
0,80
0,92
0,50
0,84
0,69
0,53
Crecimiento
0,49
0,88
0,77
0,71
Exponencial
0,49
0,88
0,77
0,71
Logstica
0,49
0,88
0,77
0,71
Modelos
Cuadro 7.16 Coeficiente de determinacin (R2) y valor de los coeficientes para construir los modelos seleccionados.
Variables
Modelos
Altura
DAT
D. Copa
DAT2HT
Potencia
Potencia
Cuadr ca
Potencia
0,53
0,92
0,84
0,92
(Constante)
0,00
0,00
0,76
0,000
b1
0,00
0,00
0,62
0,000
Tipo de modelo
R2 corregido
ANDEVA
b0
0,000
b2
b3
Coeficientes
para los modelos
b0
(Constante)
0,967
0,071
4,408
0,068
b1
2,90
2,395
-3,838
0,972
b2
5,258
b3
La variable que ofrece el menor coeficiente de determinacin (R2<0,65) es la altura, de manera que el
modelo no fue aceptado.
El ANDEVA indica que en todos los modelos escogidos, los coeficientes aportan a la explicacin de la
biomasa. Ello se verifica para todas las variables a
excepcin de dimetro de copa (Cuadro 7.16).
51
Pablo Cruz
Alejandro Bascuan
Juan Velozo
MODELOS
MODELOS
ESPINO
ESPIN O
MODELOS
ESPINO
MODELOS
ESPINO
DAT

:44
"
#
844
644
4
4
9
54
59
64
69
74
79


N muestral
= 86
DAT = dimetro a la
Rango DAT = 5 - 32 cm
R2
altura del tocn (cm)
= 0,92
Dimetro de Copa
52

:44
[13]
"
#
844
644
4
4
6
8
:
#!

N muestral = 86
Rango DC = 1-8,75 (m)
R2
= 0,84
<
54
DC
dimetro
copa (m)
de
DAT2*HT
[14]

:44
"
#
844
644
4
4
6444

N muestral =
86
Rango DAT =
5 32 cm
Rango HT
= 1,5 7 m
R2
= 0,92

-
8444
:444
DAT2HT = Relacin dimetro al

cuadrado por altura total
53
Pablo Cruz
Alejandro Bascuan
Juan Velozo
7.1.5 Espino Vstago

La variable DAM presenta una cercana entre la media y la mediana, indicando una distribucin cercana
a la normal. Los anlisis de correlacin indican que
la variable DAM ene un comportamiento normal
(KMS 0,05) (Cuadro 7.18).
La nueva variable DAM ofrece un interesante coeficiente de determinacin (Cuadro 7.19) (R2 = 0,94).
Para el modelo propuesto las constantes y los coeficientes son significa vos para predecir la biomasa
(Cuadro 7.20).
Cuadro 7.17 Estadstica descriptiva para vstago en espino, para una muestra de 97 vstagos.
Estadstico
DAM
(cm)
Peso Seco
(Kg/arb.)
Media
12,1
46,2
Mediana
11,0
35.3
Mnimo
4,1
Rango
20
192,8
Mximo
25
196,9
Cuadro 7.18 Prueba de Kolmogorov-Smirnov para una muestra de 97 vstagos de espino.

Estadstico
54
DAM
(cm)
Peso Seco
(Kg/arb.)
Desviacin Tpica
5,2
41,3
1,07
1,52
0,19
0,02
las variables. La variable dependiente en todos los casos es Biomasa. En negrita el R2 mayor entre los modelos.
Variable
Modelos
DAM
Lineal
0,89
Logartmica
0,78
Inversa
0,62
Cuadrtica
0,93
Cbica
0,93
Compuesta
0,88
Potencia
0,94
0,90
Crecimiento
0,88
Exponencial
0,88
Logstica
0,88
Cuadro 7.20 Coeficiente de determinacin (R2), valores de cada coeficiente mediante anlisis de varianza y valor
de los coeficientes para construir los modelos seleccionados.
Variables
Modelos
DAM
Tipo de modelo
Potencia
R2 corregido
0,94
ANDEVA
b0
(Constante)
0,00
b1
0,00
Coeficientes
para los modelos
b0
(Constante)
0,177
b1
2,142
55
Pablo Cruz
Alejandro Bascuan
Juan Velozo
MODELO VSTAGO
MODELO VSTAGO
MODELO VSTAGO
MODELO
VSTAGO
MODELO
VSTAGO
DAM

844
"
#
744
644
544
4
4
9
54
59

64
69
74

N muestral
= 97
Rango DAM = 5 25 cm
DAM
R2
del metro (cm)
= 0,94
Es destacable la baja heterocedas cidad que resulta

de usar DAM como variable independiente (ntese
en la grfica la cercana de los puntos de mayores
dimetros a la lnea de tendencia del modelo).
56
Cada vstago de la muestra con ene la proporcin

de biomasa de su cepa, de manera que para usar
el DAM en inventario, bastara medir todos los vstagos de la correspondiente parcela, independiente
de las cepas. Considerando su ajuste homocedas co, el modelo resultante es mara mejor en dimetros mayores, condicin que no enen los otros modelos construidos y, posiblemente, sea ms simple
de medir en campo que los DAT.
7.2
B = Biomasa (kg)
Modelos complejos de mltiples

variables
En este captulo se analizan modelo complejos para

las especies del estudio, cuyo fin es mejorar las precisiones de es macin. La creacin de funciones de
prediccin de volumen es una materia de larga data
en el sector forestal el volumen es la base de la
prediccin de biomasa -, y ha tenido como consecuencia el descubrimiento de modelos que normalmente son los que mejor ajuste entregan. As, para
realizar un anlisis que aproveche de mejor forma la
informacin recogida en terreno, se ha hecho una
= Dimetro a la altura
revisin de aquellos modelos que han sido indicados como los de mejor ajuste para un gran nmero
de especies (Cuadro 7.21). (Cano, Corral, Njera, &
Abel, 2008; Diguez et al., 2003; Drake, Emanuelli, &
Acua, 2003; Prodan et al., 1997).
Estos modelos representan las formas matem cas
generales que se han publicado, como aquellos que
frecuentemente ajustan mejor. El uso de DAP y HT,
se debe a que la relacin DAP2HT, genera una base
cbica a par r de la cual los dems trminos de la
ecuacin ajustan sobre la base de dicho cubo. Por
ello, se recomienda agregarla como una variable
independiente, como en el captulo anterior. Ntese que al ser probada en un modelo lineal, queda
expresada semejante al modelo 1 del cuadro 7.21,
pero con una constante b0. As, sin la constante, el
modelo toma la forma factor de forma constante,
que es un modelo clsico que se determina y se valora en la forma que est escrito, vale decir, la relacin de, HT y slo un coeficiente b1.
No se consider finalmente la creacin de modelos
lineales donde se agregan y relacionan variables
como altura de copa y nmero de vstagos debido
a que presentan muy bajas relaciones. Los modelos
con dimetro de copa se agregan en un captulo especial, dado su valor para estudios de teledeteccin.
Cuadro 7.21 Modelos ms importantes para estimar biomasa y volumen. Los coeficientes en las funciones corresponden a b0 (la constante), b1, b2 y b3. Las variables para los modelos son B: biomasa en kg, DAP: dimetro a la altura
del pecho en cm y h: altura en m.
Tipo de modelo
1. Factor de forma constante
Referencias
Modelo
Modelo de Spurr
B = b1 *DAP2 * HT
B = b0 + b1 * HT + b2 *DAP2+ b3 *DAP
2. Variable combinada generalizada completa

3. Alomtrica o logartmica sin intercepto
Schumacher-Hall
B = b1 * DAPb2 * HTb3
Newnham
B = b0 + b1 * DAPb2 * HTb 3
4. Logartmica con intercepto
5. Variables transformadas
B=
Honer
DAP2
b
b0 + 1
HT
7.2.1. Quillay
Los ajustes de los modelos probados entregan un
coeficiente de determinacin cercano a 0,95 (Cuadro 7.22).
cada una de las variables. La variable dependiente

Cuadro 7.22 Coeficiente de determinacin (R2) para

los modelos tradicionales posibles de probar para
Cuadro 7.22 Coeficiente de determinacin (R2) para los modelos tradicionales posibles de probar para Quillay. La
variable dependiente en todos los casos es Biomasa. En negrita los R2 mayores entre los modelos.
Modelo
R2 Corregida
Expresin
Factor de forma constante
0,93
B = 0,036 * DAPT2 * HT
[16
Variable combinada generalizada completa
0,94
B = 49,427 - 10,41HT+0,115* DAP2 + 0,033 *DAPT2* * HT
[17
Alomtrica o logartmica sin intercepto
0,94
B = 0,014 * DAP2,870 * HT0,188
[18
Logartmica con intercepto
0,95
B = 29,129 + 0,002 * DAP3.528 * HT0.034
[19
Variables transformadas
0.93
B=
DAP2
0,25 + 24,594
HT
[20
57
Pablo Cruz
Alejandro Bascuan
Juan Velozo
7.2.2 Peumo
7.2.3 Espino
Los ajustes de los modelos probados son similares

en su desempeo, ya que todos entregan un coeficiente de determinacin en torno a 0,93 (Cuadro
7.23)
Los ajustes de los modelos probados entregan un

coeficiente de determinacin cercano a 0,92 (Cuadro 7.24).
Cuadro 7.23 Coeficiente de determinacin (R2) para los modelos tradicionales para Peumo. La variable dependiente
Modelo
R2 Corregida
Expresin
0,93
B = 0,042 * DAP2 HT
[21]
0,93
B = 30,271 - 3,129 * HT - 0,158* DAP2 + 0,056 *DAP2*HT
[22]
0,93
B = 0,024 * DAP1,939 * HT1,316
[23]
0,94
B = 9,323 + 0,012 * DAP2,032 * HT1,455
[24]
0,93
B=
DAP2
-0,678 + 31,918
HT
[25]
58
Cuadro 7.24 Coeficiente de determinacin (R2) para los modelos tradicionales posibles pra Espino. La variable dependiente en todos los casos es Biomasa. En negrita los R2 mayores entre los modelos.
Modelo
R2 Corregida
Expresin
0,899
B = 0,058 *DAT * HT
[26]
0,915
B = 9,748 - 4,886*HT+0,092* DAT2 + 0,043 *DAT2*HT
[27]
0,917
B = 0,048 * DAT2,272 * HT0,565
[28]
0918
B = 3,589 + 0,033 * DAT2,372 * HT0,586
[29]
0,912
B=
DAP2
1,341 + 10,78
HT
[30]
8. Modelos para prediccin

de carbono
En este captulo se extractan, para cada especie, los
mejores modelos conseguidos con los anlisis realizados. Con ellos se construyen las funciones almetricas de carbono finales, ponderando los modelos
por el valor constante de carbono obtenido. Los criterios de seleccin han sido su potencia predictora y
su sencillez. Para cada especie se han escogido modelos de dos variables y de ms variables en el caso
que estos l mos sean significa vamente mejores
que los primeros (Cuadro 8.1).
Para el quillay, el peumo y el espino se han dejado

dos modelos, uno de dos y otro de tres variables.
Para el espino se presenta el modelo con la variable
DAM, que se propone en este estudio como nueva
variable Alomtrica. En litre slo se cont con la variable DAT.
59
Cuadro 8.1 Modelos propuestos para estimar contenido de carbono (C) en especies del Bosque
Mediterrneo Chileno.
Especie
Tipo de modelo - R2
Modelo
Quillay
Potencia - 0,95
Logartmica con intercepto 0,95
C = 0,073598 * DAP2,251
C = 14,27321+0,00098 * DAP3,528 * HT0,034
Potencia - 0,95
C = 0,067456 * DAP2,352
C = 4,624 + 0,00595 * DAP2.032 * HT1.455
Litre
Potencia - 0,87
C = 0,09638 * DAT2,0912
Espino
Potencia - 0,92
C = 0,034954 * DAT2,3949
C = 1,76938 + 0,01627 * DAT2,372 * HT0,586
Potencia - 0,94
C = 0,08711 * DAM2,1416
Peumo
Espino
vstago
9. Modelos de biomasa y carbono

tiles para teledeteccin
Si bien el dimetro de copa (DC) result ser un predictor de menor potencia que las otras variables
para la es macin de biomasa y carbono, se agregan a este informe las funciones con DC considerando que pueden tener u lidad como aproximaciones
cuando se es man ByC sin datos de campo y slo
con imgenes.
No fue posible determinar una funcin para litre, debido a su forma de crecimiento, que impidi la medicin de dimetros de copa. Los pobres resultados
con litre podran mejorarse si se inves garan modelo de medicin de masa dentro del bosque y no por
rboles individuales, como pude ser Hart-Becking,
entre otros.
61
Cuadro 9.1 Modelos propuestos para estimar contenido de biomasa y carbono aplicando mtodos de teledeteccin.
DC corresponde a Dimetro de copa, medido en metros.
Especie
Quillay
Peumo
Espino
Modelo
R2
B = 39,404 11,357 * DC + 9,198 * DC 2

C = 32,475 19,836 * DC + 5,532 * DC 2
0,65
B = 39,404 11,357 * DC + 9,198 * DC 2

C = 19,308 5,565 * DC + 4,507 * DC 2
0,80
B = 4,408 3,839 * DC + 5,258 * DC 2

C = 2,173 1,893 * DC + 2,592 * DC 2
0,84
10. Referencias bibliogrficas

Cano, M., Corral, E., Njera, L., & Abel, J. (2008). Ajuste
de ecuaciones de volumen en Pinus durangensis en
la comunidad las Flechas, Durango. Revista de las
Sedes Regionales. h p://www.redalyc.org/ar culo.
oa?id=66615066012
Chave, J., Andalo, C., & Brown, S. (2005). Tree allometry
and improved es ma on of carbon stocks and balance in tropical forests. Oecologia, 145(1), 87-99.
CONAF. (2013). Compendio de funciones alomtricas para
la estimacin de la biomasa de especies forestales presentes en Chile. San ago, Chile, Chile: Corporacin Nacional Forestal.
Cruz, P. (2011). Aplicaciones de ArcInfo para inves gacin
en Silvicultura: Anlisis fustal y rea Potencial Aprovechable. Encuentro de Usuarios Esri Chile 2011. h p://
www.usuarios.cl/agenda.html
Cruz, P. (2013). Anlisis del estado de conservacin de
bosques. Caso del Quercus pyrenaica en la comarca del Bierzo. h p://www.academia.edu/4638887/
Analisis_del_estado_de_conservacion_de_bosques._
Caso_del_Quercus_pyrenaica_en_la_comarca_del_
Bierzo#
Diguez, U., Barrio, M., Castedo, F., A, R., lvarez, M.,
lvarez, J., & Rojo, A. (2003). Dendrometra. Madrid,
Espaa: Mundiprensa.
Drake, F., Emanuelli, P., & Acua, E. (2003). Compendio de
funciones dendromtricas del Bosque Nativo. San ago, Chile: GTZ.
Eichhorn, F. (1904). Beziehungen zwischen Bestandshhe
und Bestandsmasse. Allgemeine Forst- und Jagdzeitung(80), 45-49.
Gayoso, J. (2013a). Funciones alomtricas para la determinacin de existencias de carbono forestal para la
especie Araucaria araucana (Molina) K. Koch (ARAUCARIA). San ago, Chile.: Unidad de cambio clim co,
Corporacin Nacional Forestal-Programa Bosques

PROCARBONO, Universidad Austral de Chile.49 p.
Gayoso, J. (2013b). Funciones alomtricas para la determinacin de existencias de carbono forestal para la
especie Nothofagus oblicua (Mirb.) Oerst. (ROBLE).
San ago, Chile.: Unidad de cambio clim co, Corporacin Nacional Forestal-Programa Bosques PROCARBONO, Universidad Austral de Chile. 41 p.
Gayoso, J. (2013c). Funciones alomtricas para la determinacin de existencias de carbono forestal para la
especie Nothofagus pumilio (peopp. et Endl) Krasser
(LENGA). San ago, Chile: Unidad de cambio clim co, Corporacin Nacional Forestal-Programa Bosques
PROCARBONO, Universidad Austral de Chile.32 p.
Gayoso, J., & Guerra, J. (2005). Contenido de carbono en
la biomasa area de bosques na vos de Chile. Bosque,
26(2), 6.
Pardo, A., & Ruiz, M. (2005). Anlisis de datos con spss 13.
Madrid: McGraw-Hill.
Picard, N., Saint-Andr, L., & Henry, M. (2012). Manual de
construccin de ecuaciones alomtricas para estimar
el volumen y la biomasa de los rboles. Paris: FAO.
Prado, J., & Alarcn, C. (1991). Funciones de biomasa de
Eucalyptus globulus en la regin costera central. Ciencias e investigaciones forestales, 5(1), 59-70.
Prodan, M., Peters, R., & Cox, F. (1997). Mensura Forestal.
San Jos: Ins tuto Iberoamericano de cooperacin
para la agricultura (IICA).
Schlegel, B. (2001). Es macin de biomasa y carbono en
bosques del po forestal siempreverde. Vaidivia, Chile: Simposio Internacional Medicin y Monitoreo de la
Captura de Carbono en Ecosistemas Forestales. 13 p.
Schulze, C., Urru a, J., & P., H. (2008). Generacin de valor agregado y encadenamiento produc vo para la especie Peumo (Crytocarya alba) (pp. 44): U Mayor.
63
Pablo Cruz
Alejandro Bascuan
Juan Velozo
64
Anexos
65
Pablo Cruz
Alejandro Bascuan
Juan Velozo
66
67
68

"#%
"&!
# !
#&
$$

'%!
! %
!'
! %
!!&'

'%"
! &
!
! !
!!'$
!$!
!&'!
" "#
"$&
# &
#&"

"#%
"&"
# #
#&!
$$"
%%
'&
&
'!
##
&$

'%"
!!
!"
! !#
!"
!$
!'!
" #&
"$'%
# !
#&$'
$$ #
%#
&#!&

"#%
"&"
# $
#&#
$$$
%%"
'
&%
!
#$!
&%$
! "$
!$&
"&!

'%#
!!
!#
! !%
!""
!$ #
!'
" $'
"%
# "&
#&'
$$#!
%#"#
&#&
'%%
!
$%$
""%
$!%

"#&
"&#
# %
#&$
$$&
%%$
'$
'
!&
#%
&&%
! $
!$'%
" "
"%&&
#"##
$
%$"
&

'%# "#&
!! "&#
!% # %
! !' #&%
!"% $%
!$! %%'
!'$ ''
" %%
'$
"%
!"
# $!
#%'
#'
&'$
$$%% ! %
%#%" !%
&$$ "
'&" "&'
&! #"&
%!% $ "
""&' %
$"#" &$!
&$"& '!&
&$ !!

'%#
!!
!&
! "
!"
!$!"
!'
" &"
"%!
# %#
#' $
$$'$
%#''
&$"$
'&#
%
%&&
"##
$# #
&%!
&
!&'
$&&
!$

"#&
"&$
# &
#&&
$%
%&
'
''
!&
#&#
'"
! &
!% !
" !$
"& %
##
$ $$
% '
&'%
'%&
!%'
%%
!%
"%%'
# &
#&'
$%
%&
' "

! !
#'
'
! '
!%!"
" "'
"&"
##
$ &&
%##
& &
' !
"'
%#"
! #
"&"
$$%
&#!$
$!"
'
#!%"
&!"
!'
! "
!"
!$!%
!' $
" '
"%"
# &$
#'"
$%"
%$
&$%
'&&
$"
&!!
"$!
$#&%
&&!
$"
!'&&
$'&'
! &#
!!&'
!%& &
"
"$%#$
#%&"
#%

#
"!
! $
"%#"
#'#
#!"
'$
#'$!
! '%
$%"!
!%"!
%$#$
" $
&%$
"&#$
''!#
##!$ ! &
$!& ''
%%& "$'
&## $$'
' "# &' "
"#$
""
%'#
""&
! %
%%
"&'! !"'!
$$$& !" &
&$# !&'"
% " "'
''% "%'
#"% # #$
&" #%$ $
!% $!#%
!"' $'&#
!%" $ %$$"!
"'%% &!'%
""%%! '$'
"&& ! '''&$
#!!% &&
#%% # & '
&
!&%&#
"'''$

" '$
"%"%
# '#
#'#
$% '
%$!'
&$'#
''
'&
&%!
"$"'
$$"
&&$%
!!&
"%
%&$
!!'#
!"%
!%'$'
" $&
"$'!
#'&
#%"!
$!!
$'$
%$!%'
&!$ %
'!%"
''$!'
&""!
%&%
%
! '
#''
'
!!"
!%#
" %
"&$&
###
$! #
%''
&%'
' %!
"&&
&!!
!!"
"'"
$% !
&$$$
%&
!%"
###%
& !%
! !
!" $
!%###
"'
""' '
"&''!
#!! !
#%' %
$ &&
$&#
%!"'&

"!#
"%$
#!
#'%!
$%##
%$%
&%!"
''#&
!##
'"
"%!
$%!$
&'%$
"$"
" %
% #
!#&!
!" !
!& '
" #!%
"% !"
# !$
#%&!
$!%"
%$%
%$&&
&"&
''%'
!
'$#
&#'"
&$%
!' $
#"%"

!!
$!
' %
!!
!%#'
" &
"&%'
##$"
$!"
% &
&
' '&
#%
&$$
!!#!
"'&$
$%%!
&%
&"!
!""
#$!#
&! "
!
!"!!!
!%$%
" "&
"#%
"'"%
#!"'
#&
$!%
$&
%!%!

Pablo Cruz
Alejandro Bascuan
Juan Velozo
"%$#
#!'
#'&
$%$$
%$&#
&%#
''%'
!&
'%
"%$#
$%%%
' !
#'
" &
%! !
!$$#
!"!
!&!!
" $##
"%!$#
# "$
#%'$$
$!&'"
% $$
%%
&""
' "!
#&'
'"&
&'!$
&'%'
!'$!
#'

Continuacin Quillay.
!!#
$$
'!
!!$
!%$$
" &&
"&'
##%$
$!#$
% !#
&
'!
#""
&'%
!!&&
# $
$&&
&%%!
'
! '
#%%
&"!
!!&
!""!
!%%&
"!$$
"#''
"' &'
#!$"#
#& %'
$!
$&"'
%!'"$

"%%
#! #
#''
$%%%
%$'&
&%$&
'''&
"!
''&
"%'%
$&#
'$%
#%
"!!&
%!'
!%"
!""&
!&"
" %$!
"%"&$
# #'%
#&$
$"$
%"#
%%!"
&"$"!
' "&$
&#$
'%%
' #
'! !
"!
#!"

!!%
$'
'!#
!!
!%%
" '$
"&''
##&&
$!$'
% #
& !'
'!"!
#$'
' $
!"
#$!
$&$
&&
'#"
! $&
#%%!
&"%%
!!&'
!"#
!%&%'
""%#
"#!&
"'"'
#!%&&
#&"!"
$!!$&
$&$
%"""

$%&%
%%
&%&
$
" #
! "
"& %
$&#
'&
$%
"!'
%"#
!&
!""&&
!&"''
" &$!
"%#'&
# % !
#& ##
$" "
%$
%%"'
&"&"'
' %
!
"
'#"$
'$"
"!"'
#$&'
!! #
!%%&
"!!
"'&
##'&
$!&
% $#
& #%
'!$!
#'
'#
!"#
#'%
$&''
&&$#
!
!! !
#&!"
&#"#
!"$#
!"$"
!%'%
"#%$
"#" '
"'#"
#!'
#&#%&
$!# "
$&%%
%"! %

""#
!"&
"&##
$&&!
'"$
$$
"""!
%#'
!&%$
!"#$
!&#&!
" '#%
"%%!
# &"
#&!&#
$"!#&
%%%'
%%$$%
&#"
' ' !
!!!
'
'&
''!'
"$%
# !&
'&
%
""'
%#$!
!'!&
!"$!
!&$$
"!"#
"%&
# '"'
#&#%
$""'!
%' &
%%&!
&#
'!
#"'
# &
%%
! &
"'%"
# !$$
#$&
$!'!
% %'
& %!
'!&
$"
'%%
!"%'
# '
$'!#
&'$
"'
!!%#
#&'
&$'
!#!$
!"$&
!&#%
"$%
"##!
"'$#!
#""!
#&%
$!$%
$&' '
%""''

'!''
$!"

!#$
#$
$'$'
&'""
'
!" !
#'"#
&$$&
!$
!"%##
!&!%
"%#'
"#$ '
"'%#'
#"#'
#&&!&
$!&%
$'%%
%"$#'

%$"
!''$
!"$'%
!&%!#
"! &
"%&'"
#!#!
#&$
$"$
%$&
%%'&#
&#!'
'!!%
%#!
%#
!&
!"&
" #'
# $%"
!#!
#&&
%
&'&
!!
!"$&
#''$
&% #
!$$"
!"& !
!& !
"&"
"#%
"'&#'
#" $%
#&'#$
$!'!$
$' %
%"&

!"%#&
!&&#
"! $
"%'&
#!#
#&%!
$"%"
%
%&!
&###
'!"&!
'"#
'#'
#"%
!% '
"# &
# '$#
%!
'"
%
!#
$""
&%%&
!% !
!"&&&
!& &"
"'
"#&%
"''#!
#"!%
#'$&
$"#%
$'!"'
%"'#!

"&$#
#! "!
#&&!!
$"&#"
%! %
%& %
&#%"
'!$#
%
#&
%$!
!'$"
"%&!
#! "
!##
$&'
&& &
!%%'
!"'#
!&!#
"''#
"#&&&
#"
#""$&
#'%"
$"%!
$'"%"
%#&&
69
Pablo Cruz
Alejandro Bascuan
Juan Velozo

%&
70
/
0
1
2
3
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
,*
,+
,,
,-
,.
,/
,0
,1
,2
,3
-*
-+
-,
--
-.
-/
-0
-1
-2
-3
.*
.+
.,
.-
..
./

%&
%&
,"2
.",
/"3
1"3
+*"-
+-"+
+0"-
+3"2
,-"1
,2"*
-,"1
-1"2
.-"-
.3"-
//"0
0,".
03"1
11".
2/"/
3."+
+*-",
++,"1
+,,"1
+--",
+.."+
+//"/
+01".
+13"3
+3,"1
,*0"+
,,*"*
,-."/
,.3".
,0."2
,2*"1
,31",
-+.",
--+"1
-.3"1
-02"-
-21".
/"0
2"/
+,"*
+0",
,+"+
,0"2
--",
.*".
.2"-
/1"+
00"1
11"+
22".
+**"/
++-"/
+,1".
+.,",
+/1"3
+1."/
+3,"+
,+*"0
,-*"*
,/*".
,1+"2
,3."+
-+1".
-.+"2
-01"+
-3-".
.,*"2
..3"+
.12"/
/*3"*
/.*"/
/1-"*
0*0"0
0.+"-
011"*
1+-"3
1/+"2
13*"2

%&

%&

%&
-"3
/"2
2"-
++",
+."0
+2"/
,,"3
,1"2
--"-
-3".
.0"*
/-",
0+"*
03".
12"-
21"3
32"+
+*3"*
+,*".
+-,"/
+./"-
+/2"1
+1,"2
+21"/
,*,"3
,+3"*
,-/"2
,/-"-
,1+"/
,3*"-
-*3"3
--*",
-/+",
-1,"3
-3/".
.+2"0
..,"/
.01"+
.3,"0
/+2"1
/./"0
*"1
+"*
+".
+"3
,"/
-",
."*
."2
/"2
0"3
2"*
3"-
+*"0
+,"+
+-"0
+/"-
+1"+
+3"*
,*"3
,-"+
,/"-
,1"0
-*"+
-,"0
-/"-
-2"+
.+"*
.."*
.1",
/*"/
/-"3
/1".
0+"+
0."3
02"2
1,"2
11"*
2+",
2/"1
3*",
3."3
+"+
+"0
,"-
-"+
."*
/"+
0"-
1"1
3",
+*"2
+,"1
+."1
+0"2
+3"+
,+"0
,.",
,1"*
-*"*
--",
-0"/
.*"*
.-"1
.1"0
/+"0
//"3
0*"-
0."3
03"1
1."1
13"3
2/"-
3*"3
30"1
+*,"1
+*2"3
++/"-
+,+"2
+,2"0
+-/"0
+.,"2
+/*",

%&
%&
1"-
++"*
+/"0
,+"*
,1".
-."1
.-"*
/,"-
0,"1
1."*
20"/
+**"*
++."0
+-*"-
+.1",
+0/",
+2.".
,*."2
,,0"-
,.3"+
,1-"*
,32",
-,."1
-/,".
-2+"-
.++"0
..-"+
.1/"3
/+*"+
/./"/
/2,"-
0,*".
0/3"3
1**"1
1.,"3
120"/
2-+".
211"2
3,/"/
31."1
+#*,/",
+"-
,"*
,"2
-"2
."3
0",
1"1
3".
++",
+-",
+/"/
+1"3
,*"/
,-"-
,0"-
,3"/
--"*
-0"0
.*"/
.."/
.2"2
/-"-
/2"+
0-"*
02",
1-"0
13",
2/"+
3+",
31"/
+*."+
++*"3
++2"*
+,/"-
+-,"2
+.*"0
+.2"1
+/1"*
+0/"/
+1."-
+2-"-

%&

%&
,",
-"-
."1
0".
2"-
+*"/
+-"*
+/"2
+3"*
,,".
,0",
-*"-
-."1
-3"/
.."0
/*"*
//"2
0,"*
02"/
1/".
2,"1
3*"-
32"-
+*0"1
++/"/
+,."0
+-.",
+.."+
+/.".
+0/",
+10"-
+21"2
+33"2
,+,",
,,."3
,-2"+
,/+"1
,0/"2
,2*",
,3/"+
-+*".
+*"2
+0"-
,-"*
-+"+
.*"0
/+".
0-"1
11"/
3,"2
+*3"1
+,2"+
+.2"+
+03"2
+3-"+
,+2"+
,.."2
,1-",
-*-".
--/"-
-03"*
.*."/
..+"3
.2+"*
/,,"+
/0/"*
0*3"2
0/0"/
1*/"+
1//"1
2*2",
20,"1
3+3",
311"1
+#*-2",
+#+**"1
+#+0/",
+#,-+"2
+#-**"/
+#-1+",
+#..."+
+#/+3"*
71

$#
&
$& !'
%! #
%% $$
&! &!
&' (
'$ !
!"#
!$(

(
%
!#
"#
#$
$&
&

$'
%"
&
&&
'$
(#
$
%
!'

!% %"
"% %&
# &
$$ &&
&
'$
$' &(
&' ''
((
((
&( '(
!$
!""
$
!! !"$
%
!&
"#
!!'
" !%' ""
" !
$$
!$% !& "% $!
"$(
&'
!'' #" "#& &!
#
!#
"!! % "(! (#
#%&
!"
"$( &' ## ! '
$!&
!%!
"(( (' #(! !##
$("
!(#
$#' !&!
%%"
"!(
%' "!
&"'
"%%
%& """
' &
#$
&"( "%%
(
##&
' #
((
#(
''# #"'
'"
$"&
(%" #&&
'
$'%
#$ $ '
!'#
%"&
"(!
%(
$#
&#%
%!
'#
&#"
'%#
'%(
(!&
!
((!
! "%
$(
!!&&
!(
!#!"
!
''
!!!
!%!
"'
"$(
# %
#&(
$#&
%!
&
&'$
'&%
(&!
&#
'!
!($
# #
$"(
%&
'%
(#'
!(%
!!$
!#(
!$&$
!&#%
!(!!
" $
"!("
"#'&
"%'&
"'("
("

"
$"
&'
!%
!"&
!&
"'
"#&
"'(
#"#
#'!
$""
$'%
%#!
&
&%"
'!'
'(%
(%%
"(
%
($
!&&
"%
##(
$"(
%""
&!(
'!'
("

!(#
"#'
#(
#&&
$$
%"!
& (
' "
( #
!!
"%
!$&
"'$
$!
%%
'
(%$
! !&
!!($
!#&
!%$"
!'#!
""'
"!#
"#$
"%%'
"'(
# !!
#"$(
#%"
#'$$
$ "
#%
&"
!"
!"%
!&"
" "
"$&
#"
#$"
$&
$%"
%!"
%'&
&$#
'!#
'(&
(&#
$#
"'
!!$
" %
#(
$&
%&
&
' (
(!(
!##
! %
!!'"
!#&
!$"$

"(
#%!
$#
%!&
&!
'!"
(""
$
&%
"(
#$
$((
&$%
(!
!(#
!!&$
!#%"
!%%
!'%$
"&&
"!('
"$!%
"&%"
#&
#!%
#$!
#&'(
$%%
$"$
$%#"
$(##
%!$"
%$&
%'($
&!!'
&$%(
&( (
(#
!!(
!%'
"
"$&
#'
#%!
$!
$'"
%#(
& (
&("
'&
($"
"'
!'
!!
" (
#!
$!%
%"$
&#(
'%%
('&
! !
!!#
!"&$
!$ !
!%$"
!&('
!(#&
"
"!$'
"# (
"$'#
"&$"
"(!%

$ %
%&
&%
' #
("
$'
("
""&
#(
%$!
'!"
!#
! ("
!"(!
!$((
!' %
"#!
"!&&
"$!
"&&$
#"&
#"(
#$(
#''
$ &(
$#''
$'%
% ""
%#%(
%' #
& %(
&$""
&(&
'!'(
'%'
('"
!$%
"
"$
##
#%!
$!#
$(
%%"
&"(
' (
(#
((#
'&
'%
!'(
"(%
$'
%!$
&#%
'&!
!!
! "%
!!&%
!#!
!$%'
!&!
!'&(
"#
"!'
""&(
"$$$
"&"$
"(!
#
#"$
#$#

&'(
( !
#$
''
"#
$$
%&(
'%"
!$&
!!%!
!#&&
!&!
!("'
" '#
"##
"&&
"('#
#!&
#$%(
#'&'
$ (&
$$!%
$'%%
%! %
%$&&
%(#'
&"!(
&&!!
' !#
'$"'
'(%
("(%
('#
!(%
"(
#$!
$ '
$'(
%%$
&#%
'"!
(!#
!
!
!!'
"#
#$&
$&(
&%
'"'
(&$
! '
!!%%
!# (
!$&&
!&#
!('
"'!
"!%
"##$
"%"#
"'!(
#!'
#!""
###"
#%$(
#'&(
$ $

'&$
"
%!
"!"
#($
%&(
'&#
!'
!"
!$!(
!&&
"!#
"!'(
"$%$
"'$"
# $"
##%#
#&'&
$ !!
$#%(
$'!&
% (&
%$&(
%(&!
&"&&
&&(#
'!!"
'%%#
( %
($'
$&
$#$
#$
$$%

#"#
$!
$&%
%$%
&#
'""
(!(
"!
#
!$#
"&#
#((
%"
&%'
(
!$(
!! #
!"&#
!$#
!& !
!''(
"&"
"!%!
"#$&
"%$'
"'%$
#&&
#!(%
#$!
#&$
#('%
$!!'
$#&%
$&"
!'#
#%"
%$$
'%
!&&
!"&
!$$
!'&
"&%
""$'
"%$"
"(%
#!'
#% $
#(%!
$"!!
$%($
%'
%#'
%'(!
&" &
&&$$
'!&
'%&
( #(
(%#
##
%%
(
&"$
!!(
!'%

%"&
&!$
'!
(!!
"
##
!%$
"(!
$!$
%%$
'
(%#
! !"
!!''
!#%
!%"(
!'!#
" $
"! "
"# &
"%!'
"'#$
#%(
#!((
#$"%
#&'
$"
$!'%
$$#(
$' '
%(#
%"&&

#(
%'
'!
!#%
!!'&
!$#
!'
"("
""(
"&"
#!(
#"%(
#&!#
$("
$#&%
$'&#
%!'%
%& "
& $#
&%
''
'$%#
(%"
($&&
$
%#'
!$
&&&
!"%"
!(%#
"$&(
#!

72

%((
&(&
(!
$
"#
!%
"("
$"#
%'
'"%
(('
! %%
!"#!
!$!$
!& $
!( "
" &
""!(
"$#&
"&&"
#%
#!#%
##(#
#&#(
$
$!'
$$$%
$'"(
% "
%#!'
%&""
&#%

Pablo Cruz
Alejandro Bascuan
Juan Velozo

%&
/
0
1
2
3
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
,*
,+
,,
,-
,.
,/
,0
,1
,2
,3
-*
-+
-,
--
-.
-/
-0
-1
-2
-3
.*
.+
.,
.-
..
./

%& %&
%&
%&
%&
%&
%&
%&
%&
-"*
0"*
+*"0
."+
*"2
+"+
0"3
+"-
,".
."0
3",
+0"-
0"-
+",
+"1
+*"0
,"+
-"0
0"0
+-",
,-".
3"*
+"1
,"/
+/",
-"*
/",
3"*
+2"+
-,"*
+,"-
,".
-".
,*"2
."+
1"+
++"2
,-"3
.,"-
+0",
-"+
."/
,1"/
/".
3".
+/",
-*"0
/."+
,*"2
."*
/"2
-/",
0"3
+,"+
+3"*
-2"-
01"1
,0"*
/"*
1"-
.."+
2"0
+/"+
,-"-
.1"*
2-"+
-+"3
0"+
2"3
/."+
+*"/
+2"/
,2"+
/0"1
+**"-
-2"0
1".
+*"2
0/"-
+,"1
,,".
--"/
01"/
++3".
./"3
2"2
+,"2
11"1
+/"+
,0"0
-3".
13".
+.*"/
/."*
+*"-
+/"+
3+".
+1"2
-+"-
./"2
3,".
+0-"/
0,"2
+,"*
+1"0
+*0".
,*"1
-0".
/,"3
+*0"0
+22"0
1,"/
+-"3
,*",
+,,"1
,-"3
.,"*
0*"/
+,+"3
,+/"1
2,"3
+/"2
,-",
+.*"-
,1"-
.2"+
02"1
+-2".
,./"*
3."+
+2"*
,0"-
+/3"-
-+"*
/."0
11"/
+/0",
,10".
+*0",
,*"-
,3"1
+13"2
-/"*
0+"0
20"3
+1/"+
-+*"*
++3"+
,,"2
--"-
,*+"0
-3"-
03"+
30"3
+3/".
-./"2
+-,"3
,/".
-1"+
,,."3
.-"2
11"+
+*1"0
,+0"3
-2-"3
+.1"/
,2",
.+",
,.3"1
.2"0
2/"0
++2"3
,-3"2
.,."-
+0-"*
-+",
./"0
,10"*
/-"1
3."0
+-*"3
,0-"3
.01"+
+13"/
-."-
/*"+
-*-"3
/3",
+*."+
+.-"0
,23".
/+,",
+30"2
-1"0
//"*
---",
0."3
++.",
+/0"3
-+0"-
//3"2
,+/"+
.+"+
0*"+
-0."+
1*"3
+,."2
+1*"3
-.."0
0*3"2
,-."-
.."2
0/"/
-30"1
11",
+-/"3
+2/"0
-1.",
00,"-
,/."/
.2"0
1+"+
.-*"2
2-"3
+.1"0
,*+"*
.*/"-
1+1",
,1/"0
/,"1
11"*
.00"/
3*"2
+/3"2
,+1"+
.-1"1
11."1
,31"1
/0"3
2-",
/*."*
32"+
+1,"1
,-."*
.1+"1
2-."2
-,*"1
0+"-
23"0
/.-"*
+*/"1
+20"+
,/+"/
/*1"+
231".
-.."2
0/"3
30"-
/2-"2
++-"0
,**"*
,03"2
/.."*
30,"1
-03"3
1*"1
+*-".
0,0",
+,+"3
,+."0
,22"3
/2,".
+#*-*"0
-30"*
1/"1
++*"0
01*".
+-*"/
,,3"1
-*2"1
0,,",
+#+*+"-
.,-"+
2*"3
++2",
1+0".
+-3"/
,./".
-,3",
00-"1
+#+1."0
./+"-
20"-
+,0"+
10."*
+.2"1
,0+"2
-/*"/
1*0"0
+#,/*"0
.2*"/
3+"3
+-."-
2+-"/
+/2".
,12"1
-1,"0
1/+"+
+#-,3".
/+*"2
31"0
+.,"1
20."1
+02"-
,30"-
-3/".
131",
+#.+*"3
/.,"+
+*-"0
+/+"/
3+1"2
+12"1
-+."/
.+3"+
2.."3
+#.3/"-
/1."/
+*3"2
+0*"/
31,"1
+23".
---"-
..-"/
23.",
+#/2,"/
0*2"*
++0",
+03"3
+#*,3".
,**".
-/,"1
.02"2
3./"+
+#01,"0
0.,"0
+,,"3
+13"0
+#*22"*
,++"2
-1,"2
.3."2
331"0
+#10/"/
012"-
+,3"1
+23"/
+#+.2".
,,-"0
-3-"/
/,+"1
+#*/+"1
+#20+"-
1+/",
+-0"1
,**"*
+#,+*"2
,-/"1
.+."2
73
Pablo Cruz
Alejandro Bascuan
Juan Velozo
74

%& %& %& %&
%&
%&
%& %&
%&
%&
.
+"1
-"0
0"*
+"3
*"3
*"1
-"+
+"/
+".
/
,"2
/"1
3"0
-"+
+"/
+"+
."3
,".
,"-
0
."+
2"-
+."*
."/
,",
+"1
1"+
-"/
-"-
1
/"0
++"/
+3"-
0",
-"*
,"-
3"2
."3
."0
2
1"/
+/",
,/"0
2",
-"3
-"*
+-"*
0"/
0"+
3
3"/
+3".
-,"1
+*"/
/"+
-"3
+0"1
2"-
1"2
+*
++"3
,.",
.*"2
+-"+
0"-
."2
,*"2
+*"-
3"1
++
+."/
,3"0
.3"2
+0"*
1"1
/"3
,/"-
+,"0
++"2
+,
+1".
-/"/
/3"1
+3"+
3",
1"+
-*".
+/"+
+.",
+-
,*"0
.+"3
1*"0
,,"0
+*"3
2".
-/"3
+1"3
+0"2
+.
,."*
.2"3
2,".
,0".
+,"1
3"2
.,"*
,*"3
+3"0
+/
,1"2
/0"/
3/",
-*"/
+."1
++"-
.2"/
,."+
,,"0
+0
-+"2
0."1
+*2"3
-."3
+0"2
+,"3
//"/
,1"0
,/"3
+1
-0"+
1-"/
+,-"1
-3"1
+3"+
+."1
0-"*
-+"-
,3".
+2
.*"0
2,"2
+-3".
.."1
,+"/
+0"0
1+"*
-/"-
--"+
+3
./"/
3,"1
+/0"*
/*"+
,."+
+2"/
13"/
-3"/
-1"+
,*
/*"1
+*-",
+1-"1
//"1
,0"2
,*"0
22"/
.."*
.+"-
,+
/0"+
++."-
+3,".
0+"1
,3"1
,,"3
32"*
.2"1
./"1
,,
0+"2
+,/"3
,+,"*
02"*
-,"1
,/",
+*2"*
/-"1
/*".
,-
01"3
+-2",
,-,"1
1."0
-/"3
,1"0
++2"/
/2"3
//"-
,.
1.",
+/+"+
,/."-
2+"0
-3"-
-*",
+,3"0
0.".
0*".
,/
2*"2
+0."/
,11"*
22"3
.,"2
-,"3
+.+"+
1*"+
0/"2
,0
21"1
+12"0
-**"1
30"/
.0".
-/"1
+/-",
10"+
1+".
,1
3."3
+3-"-
-,/".
+*.".
/*"-
-2"1
+0/"1
2,".
11"-
,2
+*,".
,*2"0
-/+"+
++,"0
/.",
.+"1
+12"2
22"3
2-".
,3
++*",
,,.".
-11"2
+,+",
/2".
.."3
+3,"/
3/"0
23"1
-*
++2"-
,.*"3
.*/"0
+-*"+
0,"0
.2",
,*0"0
+*,"1
30"-
-+
+,0"1
,/2"*
.-.".
+-3"-
01"+
/+"0
,,+"-
++*"*
+*-",
-,
+-/".
,1/"1
.0.",
+.2"3
1+"1
//"+
,-0".
++1"/
++*",
--
+..".
,3."+
.3/"*
+/2"2
10"/
/2"2
,/,",
+,/"-
++1"0
-.
+/-"1
-+-"*
/,0"3
+03"*
2+".
0,"0
,02".
+--".
+,/"+
-/
+0-"-
--,"0
//3"3
+13"0
20"/
00"/
,2/",
+.+"1
+--"*
75
Pablo Cruz
Alejandro Bascuan
Juan Velozo
76
77
78
!
!'
"$
#$
$$
%'
'!
' $#
$' !" %&
& " '"
'$ "& !
!"
#'
&&
#'

"
!#
'
&!
$'
"
! &
"#'
#'&
%""
&'&
$
'
"$
#'
%&#
'&%
!'%
#"& #$
%! !"%
' " ""
""!
&''
''#
#$
#%
%" !# &'
"!& %' #'% %&%
!% $'
!''
""%
$" !# % "
!& $# "$! %
&#
!#%
& $"#
" #'" !!$ $#'
" $
!&
#"
# #%
'% #" $ $
&&# ' '
"&
"' ! #""
%!% &#$
&
!' '! ""

&
&'
!" $& !&"

''$
&'$
&
%"
$!
##%
"&%
" !
!$#
"'
""
!'#
!#
!
%"
"
'
&
&%
'%%
&%"
%%&
$&'
$$
#!
"$
!'$
!!&
$!
#"
'# "# !!
'!$
&$
%&&
%'
$##
#'!
#!$
"&
"!
!&"
!"
''
$
%
'#
$$
"
&
'&
&
$#
#
"
!!

"$#
"!
!$$
!
&
""
'
%'
#
$
"
&#
$'
##
"!
& !&
#'' &
"& &%
" '%
#
&&! ' &
% # &#
#%# %%$
"!! %$
'' $"
% #%&
#" #'
'"
&!'
%"
$#
#%
"'"
" #
!$
!$
##

%
!'

&&

''%
%&!
#%%
!&
'!
#
&"$
$&#
#!!
!&'
#"
$
%
&'$
%'
$'$
$&
# %
"#!
!&#
! #
%
"
!$''
''"
'
&!
%#$
$&#
$&
###
"'%
""
!'
!"!
!
$
!
'
$
!"

'
& "
%"
#&&
"%&
!%
%
%"
&

% #' !"##
#%$ !"## %!
"%! !
&
!%! !' "&" !
%&
&$
''
#

!
&#
!'
'&
$
!
#
&"
$%
"
!
'
'
%#
$
"'
!'
!
&"
$"

#! #
'

&"
#
!
''
&
$"

!
$'
!'
#$
"$
!%
!

"
'!
%#
$
"
& '
#! %#
% $
# #
&$
%
#&
$ $
%
# ##
#

&&%
%%'
$%'
#&&
##
" '
"!%
!&"
!!#
'
"'

%&

!$
'$%
&
#'
&'" " % !""
$%! !&
"$! "
!%'
%&
'&&
&&
$!%
"%%
! %
&$
#"
'!
&&
!'! '!' "#$
"'

"!%
!$%! & !&& '" "&!
!" # $&& !$' %&" !&%
!&$ #% !!$% $$ !#"
'#% "#& ! # #" ! &%
%!' !#
#! "%
!! "'
$ #
%
&& &' '!
&! %' &"&
% % ##& %$&
$#$ "# $'!
#' $ $
# % & ##$
"$' ! "'#
""
!$"
!&
%#
!$

$'
"
$
" #$
'$
%'
$ &
"%#
!!
'$
$'
'#
&"
%!'
$""
##&
"%'
"&
!"!
&$
!#
##
!
&%%
%"$
$
#
!&$
%%
%!
%"
'&
&'
&%
% &
$#"
#&"
#
"#'
"!
"#&
" %&
!'&&
!%
!""!
!&&
'"#
%
"'
&
&
&'!
%"
#"$
!&'
"
'!!
&"#
%$
$&#
$
#""
"&
&
#&
'
'$$
& '
$'&
#%
"#
!!%
"
$

!
'%"

"%&
""$$
"$!
!&%!
!#'"
!! &
!%"
&!
$
!&
%
'%#
%&'
$!
""'
!#%

#!
''
%%
$"
##
!'$
&
%"
%
'%"
&&
%'#
%"

Pablo Cruz
Alejandro Bascuan
Juan Velozo

" " "
"
" " " "
!

! ' !
!
!
/0
/0
/0
/0 /0 '/0
/0 #/0 #/0 #/0
9
5+:
7+7
9+<
5+=
4+;
4+;
7+6
5+6
5+8
:
6+:
9+6
=+4
7+4
5+5
5+5
8+=
5+=
6+6
;
7+;
;+9
57+4
8+7
5+:
5+:
;+5
6+;
7+6
<
9+5
54+7
5;+=
9+=
6+6
6+7
=+;
7+<
8+8
=
:+;
57+;
67+;
;+<
6+=
7+4
56+=
9+4
9+<
54
<+;
5;+:
74+9
54+4
7+;
7+=
5:+:
:+8
;+9
55
54+=
66+5
7<+7
56+:
8+:
8+=
64+<
<+5
=+8
56
57+8
6;+6
8;+6
59+9
9+;
:+4
69+:
=+=
55+:
57
5:+7
77+4
9;+5
5<+<
:+=
;+7
75+5
56+4
58+4
58
5=+8
7=+8
:<+6
66+9
<+7
<+;
7;+5
58+8
5:+;
59
66+=
8:+9
<4+9
6:+9
=+<
54+6
87+<
5;+4
5=+<
5:
6:+;
98+6
=8+4
74+=
55+8
55+=
95+5
5=+<
67+5
5;
74+=
:6+;
54<+:
79+<
57+6
57+<
9=+5
66+=
6:+;
5<
79+9
;5+=
568+:
85+4
59+5
59+<
:;+;
6:+7
74+:
5=
84+8
<5+=
585+<
8:+;
5;+6
5<+4
;;+5
6=+=
78+<
64
89+:
=6+:
5:4+7
96+<
5=+8
64+8
<;+6
77+<
7=+7
65
95+7
548+4
5<4+6
9=+7
65+<
66+=
=<+4
7<+4
88+6
66
9;+7
55:+7
645+8
::+7
68+8
69+:
54=+9
86+9
8=+8
67
:7+<
56=+8
668+5
;7+;
6;+6
6<+9
565+<
8;+6
99+4
68
;4+:
587+7
68<+5
<5+;
74+5
75+9
578+=
96+7
:4+=
69
;;+=
59<+4
6;7+:
=4+4
77+6
78+<
58<+<
9;+;
:;+5
6:
<9+9
5;7+9
744+9
=<+=
7:+8
7<+6
5:7+8
:7+8
;7+<
6;
=7+:
5<=+=
76=+4
54<+7
7=+=
85+<
5;<+=
:=+8
<4+;
6<
546+6
64;+6
79<+=
55<+5
87+9
89+:
5=9+5
;9+;
<<+5
6=
555+5
669+8
7=4+8
56<+9
8;+7
8=+:
656+6
<6+7
=9+<
74
564+9
688+9
867+8
57=+7
95+7
97+<
674+6
<=+7
547+=
75
574+7
6:8+8
89<+4
594+;
99+9
9<+6
68=+4
=:+:
556+8
76
584+:
6<9+7
8=8+5
5:6+:
9=+=
:6+<
6:<+;
548+6
565+7
77
595+8
74;+5
975+=
5;9+5
:8+9
:;+:
6<=+6
556+6
574+9
78
5:6+:
76=+=
9;5+7
5<<+4
:=+7
;6+:
754+:
564+9
584+6
79
5;8+7
797+:
:56+8
645+:
;8+7
;;+<
777+4
56=+5
594+7
Nota: El clculo del contenido de biomasa seca total y carbono total se realiz con las funciones seleccionadas para cada
especie y descritas en el documento, la biomasa seca de cada componente se determin segn su porcentaje de peso seco, a
su vez, la biomasa verde de cada componente fue representada asignndole su contenido de humedad de cada componente
y la biomasa verde total como la suma de sus componentes.
Para fijar la altura mxima en las tablas de dos entradas se aument el rango de altura en un 30%.
79

Funciones Alométricas para Bosque Mediterraneo Chileno

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Funciones Alométricas para Bosque Mediterraneo Chileno

Загружено:

Авторское право:

Доступные форматы

Funciones alomtricas

para el bosque mediterrneo

San ago 2014

San ago 2014

Centro de Estudios de Recursos Naturales

ESTADO DEL ARTE .................................................................................................... 11

FASE DE CAMPO ...................................................................................................... 15

ESTIMACIN DE CRECIMIENTOS DIAMTRICOS DEL DAP............................................... 21

RELACIN ENTRE PESO VERDE Y VARIABLES ALOMTRICAS MEDIDAS ............................. 25

PROCESAMIENTO Y ANLISIS DE RESULTADOS DE LABORATORIO.................................... 33

ELABORACIN DE MODELOS ..................................................................................... 39

MODELOS PARA PREDICCIN DE CARBONO ................................................................ 59

MODELOS DE BIOMASA Y CARBONO TILES PARA TELEDETECCIN ................................ 61

10 REFERENCIAS BIBLIOGRFICAS .................................................................................. 61

no guarda un patrn natural, sino que el azar de la

1.2. Objetivos especficos

Obtener datos empricos de campo de

Analizar la bondad de usar variables alomtricas diferentes a las tradicionales

Estudiar opciones de es macin de Biomasa y Carbono agregada a unidades de

2. Estado del Arte

los bosques del sur de Sudamrica (Armesto, Rozz,

se aprecia cmo cada rbol compite por un espacio

FUNCIONES ALOMTRICAS PARA EL BOSQUE MEDITERRNEO CHILENO

te en una grfica de puntos para los datos empricos

Dada la diversidad de si os que forma la fisionoma

Cuadro 3.1 Distribucin geogrfica del muestreo y nmero de rboles.

San Carlos de Apoquindo

FUNCIONES ALOMTRICAS PARA EL BOSQUE MEDITERRNEO CHILENO

3.2. Seleccin de sitios para la extraccin

cia en este trabajo se han construido modelos para

Figura 3.3 Distribucin de frecuencias diamtricas para quillay y peumo.

Figura 3.4 Distribucin de frecuencias diamtricas para espino y litre.

54 59 64 69 74 79 84 89

58 5= 68 6= 78 7= 88

Cuadro 3.2 Variables alomtricas medidas.

Detalle de medicin, precisin y lmites

Distancia del inicio del tallo en el suelo y hasta la parte

Dimetro a la altura del pecho a 1.3 mts. Medida con

Dimetro a la altura de tocn a 0.2 mts. Medida con

Vstagos con ms de 5 cm sobre una cepa, naciendo a

Usada para probar en modelos de

Dimetro de Copa (DC)

Medidos los dimetros desde un punto de origen del

Usada para probar en modelos de

Medido desde el suelo y hasta el inicio del follaje.

Usada en modelos de cuan ficacin no tradicionales.

3.3. Volteo, pesado y extraccin de

Los rboles fueron volteados con un corte a ras de

Cada componente fue pesado en terreno (Figura

FUNCIONES ALOMTRICAS PARA EL BOSQUE MEDITERRNEO CHILENO

La distribucin de peso verde por componente es

Figura 3.6 Distribucin de peso por cada componente.

Cuadro 4.1 Nmero de muestras analizadas

Figura 4.1 Medicin de ancho de anillos en las 4 especies estudiadas.

La distribucin de muestras en el territorio se agrup en las siguientes categoras:

La variacin del ancho de anillos es rela vamente

Figura 4.3 Incrementos medios anuales del DAP por macrozona.

El quillay presenta un significa vo aumento en su

5. Relacin entre peso verde

las tendencias que muestran los datos. Los cuadros

*Coeficiente de correlacin de Pearson.

Peso Verde (Kg) - Altura total (m)

Peso Verde (Kg) - Dimetro copa (m)