Folleto Tecnico Diagramas Manejo Densidad Guachochi

Diagramas de Manejo de la Densidad con modelacin de Regresin Frontera Estocstica para mezcla de especies
de la UMAFOR 0807 Guachochi, Chihuahua
DIAGRAMAS DE MANEJO DE LA DENSIDAD CON MODELACIN DE

REGRESIN FRONTERA ESTOCSTICA PARA MEZCLA DE
ESPECIES DE LA UMAFOR 0807 GUACHOCHI, CHIHUAHUA
Martn Martnez Salvador, Gernimo Quionez Barraza
Datos 100% 85%

75% 60% 45%
35% 25% ACL
10000
1000
N (Na ha-1)
100
10
1 10 100
Dq (cm)
Chihuahua, Chihuahua
Febrero de 2015
Manual Tcnico
FOLLETO TECNICO
Diagramas de Manejo de la Densidad con modelacin de Regresin Frontera

Estocstica para mezcla de especies de la UMAFOR 0807 Guachochi,
Chihuahua
Dr. Martn Martnez Salvador

Investigador del Programa de Manejo Forestal Sustentable
Centro de Investigacin Regional Centro Norte
Campo Experimental Delicias
martinez.martn@inifap.gob.mx
Dr. Gernimo Quionez Barraza

Investigador del Programa de Manejo Forestal Sustentable
Centro de Investigacin Regional Centro Norte
Campo Experimental Valle del Guadiana
quinonez.geronimo@inifap.gob.mx
FOLLETO TECNICO
No est permitida la reproduccin total o parcial de esta publicacin, ni la transmisin de

ninguna forma o por cualquier medio, ya sea electrnico, mecnico, fotocopia, por registro
u otros mtodos, sin el permiso previo y por escrito de la institucin
Impreso y hecho en Mxico
3
Contenido
1 Introduccin .......................................................................................................................... 7
2 Conceptos bsicos ............................................................................................................... 10
3 Marco de referencia ............................................................................................................ 13
4 Materiales y mtodos .......................................................................................................... 16
4.1 Descripcin del rea de estudio ........................................................................................ 16
4.1.1 Aspectos fsicos ..................................................................................................... 17
4.1.2 Aspectos biolgicos ............................................................................................... 18
4.2 Potencial natural ............................................................................................................... 19
4.3 Descripcin de la base de datos ........................................................................................ 19
4.4 Enfoques de modelacin ................................................................................................... 21
4.4.1 Modelo de Reineke en Mnimo Cuadrados Ordinarios (MCO) ............................ 21
4.4.2 Modelo de Yoda en Mnimos Cuadrados Ordinarios (MCO) ............................... 22
4.4.3 Modelo de Reineke en Regresin Frontera Estocstica (RFE) ............................. 22
4.4.4 Modelo de Yoda en Regresin Frontera Estocstica (RFE) .................................. 23
4.4.5 Enfoques de Regresin Frontera Estocstica (RFE) .............................................. 23
4.5 Ajuste de los modelos. ...................................................................................................... 25
4.6 Generacin de los DMD ................................................................................................... 25
4.6.1 Variables para la implementacin de los DMD ..................................................... 26
5 Resultados y discusin ........................................................................................................ 28
5.1 Estimacin de relaciones funcionales ............................................................................... 28
5.2 ndice de Reineke ............................................................................................................. 29
5.3 ndice de Yoda .................................................................................................................. 30
5.4 Elaboracin de las guas de densidad ............................................................................... 30
6 Conclusiones ....................................................................................................................... 34
7 Agradecimientos .................................................................Error! Marcador no definido.
8 Literatura citada .................................................................................................................. 36
9 Anexos ................................................................................................................................ 44
9.1 Implementacin del DMD basado en el modelo de Reineke ........................................... 44
9.2 Implementacin del DMD basado en el modelo de Yoda ................................................ 47
9.3 Rodales para la aplicacin de aclareos ............................................................................. 49
9.4 Procedimiento para el uso de los la gua de densidad ...................................................... 51
4
Lista de figuras
Figura 1. Desarrollo y produccin de los rodales, en la aplicacin de cortas intermedias. .. 11

Figura 2. Esquema general del mtodo de cortas intermedias. ............................................ 12
Figura 3. Perspectiva general de densidad UMAFOR Guachochi A.C................................ 15
Figura 4. Nomogramas para establecer los lmites y control de la densidad........................ 16
Figura 5. Cierre de copas en arbolado maduro en la UMAFOR Guachochi A.C ................ 16
Figura 6. Ubicacin geogrfica del rea de estudio, UMAFOR Guachochi A.C., En el
contexto nacional y estatal .................................................................................................... 17
Figura 7. Uso de suelo y vegetacin UMAFOR 0807 Guachochi A.C ................................ 18
Figura 8. Potencial natural UMAFOR 0807 Guachochi A. C. ............................................. 19
Figura 9. Ajuste de los enfoques del modelo de Reineke . ................................................... 29
Figura 10. Ajuste de los enfoques del modelo de Yoda . ..................................................... 30
Figura 11. Diagramas de Manejo de la Densidad (DMD) . .................................................. 31
Figura 12. Secuela de Aclareos con el DMD basado en el modelo de Reineke . ................. 44
Figura 13. Secuela de Aclareos con el DMD basado en aclareos. ....................................... 46
Figura 14. Secuela de Aclareos con el DMD basado en crecimiento constante .................. 46
Figura 15. Secuela de Aclareos con el DMD basado en el modelo de Yoda . ..................... 48
Figura 16. Rodales con densidad mxima candidatos a aplicar aclareos con el DMD de
Reineke o Yoda. ................................................................................................................... 49
Figura 17. Rodales con densidad mxima candidato a aplicar aclareo con el DMD de
Reineke y Yoda. ................................................................................................................... 50
Figura 18. Esquema general para el control de la densidad en los rodales forestales de la
UMAFOR 0807. ................................................................................................................... 52
5
Lista de cuadros
Cuadro 1. Estadsticas descriptivas de la base de datos . ..................................................... 20

Cuadro 2. Estimadores de los parmetros y estadsticos de ajuste del modelo de volumen. 20
Cuadro 3. Estimadores de los parmetros del modelo de Reineke con RFE ....................... 28
Cuadro 4. Estimadores de los parmetros del modelo de Yoda con RFE ........................... 28
Cuadro 5. Diagrama de Manejo de la Densidad (DMD) en forma tabular con el modelo de
Reineke ................................................................................................................................ 32
Cuadro 6. Diagrama de Manejo de la Densidad (DMD) en forma tabular para el rea basal
(AB) con el modelo de Reineke .......................................... Error! Marcador no definido.
Yoda .................................................................................................................................... 32
Cuadro 8. Secuela de aclareos con el DMD basado en el modelo de Reineke . .................. 46
Cuadro 9. Secuela de aclareos con el DMD basado en el modelo de Yoda para un rodal
mezclado de la UMAFOR 0807 Guachochi A.C.............................................................. 48
6
1 Introduccin
En la actualidad ante la nueva poltica de incrementar la productividad forestal a nivel

nacional en los bosques bajo manejo forestal, y considerando que Chihuahua es el segundo
estado con mayor produccin maderable, el control de la densidad en los rodales tiene un
papel importante en el crecimiento y rendimiento forestal. La calidad del sitio ocupa un
papel preponderante, no menos importante es el control de la densidad ya que representa el
segundo factor en importancia y mediante su control se puede determinar la productividad
del sitio, situacin que facilita el manejo de las densidades y competencia en las masas
arboladas por parte de los profesionales forestales que administran los bosques (Daniel et
al., 1979).
El ndice de densidad del rodal de Reineke (Reineke, 1933) es uno de esos ndice que se
utiliza comnmente en Amrica del Norte y est siendo adoptado en otros lugares
(Vacchiano et al., 2005). Los diagramas o guas de densidad son una representacin de sta
en los rodales con determinado dimetro cuadrtico en funcin a la relacin que existe entre
las variables dasomtricas Zepeda y Villareal (1987). Las guas de manejo de la densidad
forestal constituyen una valiosa herramienta silvcola en la planeacin y prescripcin de
tratamientos silvcolas (Hernndez et al., 2013; Mrquez y lvarez, 1995), es decir, son
modelos que grafican la relacin entre la produccin y la densidad que existe en los rodales
(Centeno, 2013). Estas, se han basado en el desarrollo natural del arbolado, lo cual refleja la
relacin entre el tamao, la densidad, la competencia y la ocupacin del sitio (Navarro et
al., 2010; Den & Baldwin 1993; Hernndez et al., 2013; Vacchiano et al., 2008). Es por
ello que al tener representaciones graficas permiten la planificacin de aclareos mediante la
definicin de los limites superior e inferior de la ocupacin de un sitio en un rodal
determinado (Navarro et al., 2011).
A travs del tiempo se han desarrollado metodologas tratando de explicar y dar a conocer
los valores que representan los estados de desarrollo del bosque. La ms conocida en
funcin al tamao-densidad es la Ley de auto-aclareo definida por (Reineke, 1933), sta
refiere una relacin intraespecfica de tamao-densidad de rodales coetneos no
intervenidos y en crecimiento activo. O bien, que analiza la mortalidad por competencia
extrema en poblaciones regulares (Chauchard et al. 1995). Otra medida usada para evaluar
7
densidad es el ndice de Yoda tambin basado en la ley del auto-aclareo (relacin mxima
densidad-tamao), en escala logartmica natural, la relacin entre el nmero de plantas por
unidad de rea y su biomasa promedio debera mantener una relacin lineal con una
pendiente universal de -1.5 (Yoda et al., 1963; Pretzsch, 2009). En particular, Reineke estipulo
la densidad del rodal, relacionando el nmero de rboles por ha-1 con el dimetro medio
cuadrtico, mediante una funcin lineal a escala logartmica con una pendiente universal de
-1.605 (Reineke, 1933).
En las masas forestales, para determinar la ocupacin de un rodal la mejor medida de

densidad relativa para la construccin de guas de densidad est dada por el ndice de
densidad de Reineke (IDR). Este ndice como se menciono est fundado en la relacin
densidad-tamao entre el nmero de rboles por hectrea (NA) y su dimetro medio
cuadrtico (Dq) expresado en la escala logartmica base diez. Adicionalmente otro ndice
para determinar la densidad es el generado por Yoda (IDY), este est definido como la
relacin mxima de la densidad y tamao, o bien la ley de los -3/2 (Yoda et al., 1963). El
ndice de densidad relativa de Reineke y la ley -3/2 son bsicamente lo mismo, ya que se
utilizan para definir una densidad mxima permitida en un rodal con un tamao medio dado
(Yang y Titus, 2002). Para relacionar el nmero de rboles/ rea con una expresin del
tamao del rbol promedio, Zeide (1987) recomienda el uso del dimetro cuadrtico medio
(la ecuacin de Reineke) en lugar de la biomasa promedio de los rboles (expresin de
Yoda), ya que el dimetro est ms correlacionado con el ancho de la copa. Adems, el
dimetro se puede medir con ms precisin y facilidad que la biomasa y es la variable ms
prctica para el manejo forestal (Rio et al., 2001). La diferencia en las pendientes de
Reineke y Yoda surge de la diferente alometra entre el dimetro cuadrtica medio y la
biomasa promedio de la planta (es decir, volumen o peso).
De acuerdo a lo anterior, y considerando que en gran parte de las reas bajo manejo forestal
en el estado de Chihuahua se carece de una herramienta que permita regular la densidad
forestal en los rodales bajo manejo es que se han elaborado las presentes guas de densidad
y se ha integrado el presente folleto tcnico abordando los siguientes objetivos: 1) generar
diagramas o guas de densidad para los bosques mixtos en la regin de Guachochi, Chih.,
empleando la funcin de frontera estocstica y la tcnica de mnimos cuadrados ordinarios
en los modelos de Reineke y Yoda, adicionalmente 2) estimar las lneas del auto-aclareo
8
para el bosque bajo anlisis, y 3) generar guas didcticas y de fcil manipulacin para los
tcnicos forestales y productores con la finalidad tener un manejo eficiente de las
densidades en los rodales a partir de la lnea que se ha definido con respecto al auto-
aclareo.
9
2 Conceptos bsicos
Densidad: Es el grado de ocupacin de un sitio y/o la intensidad de competencia entre los

rboles (Davis y Johnson, 1987). De acuerdo a Becerra (1986) es una medicin que se
refiere a la presencia de rboles sobre un rea determinada por ejemplo nmero de rboles,
rea basal o volumen de los rboles por unidad de superficie.
Densidad puntual: Esta metodologa fue sugerida por Spurr (1952) y es una de las
medidas especficas para describir el grado de competencia en un rbol dado dentro del
rodal. Los mtodos para medir la densidad se basan en las dimensiones del rbol de inters,
el tamao y la distancia a sus competidores ms cercanos.
ndice de densidad: Es una medida de la densidad, misma que est basada en nmero de
rboles por unidad de rea y dimetro medio (Avery y Burkhart, 1983).
Gua o diagrama de densidad: Es un diagrama o representacin grfica en el cual se

representa la densidad y el grado de densidad, de rodales de determinado dimetro
cuadrtico, para un amplio rango de densidades, en trminos de la relacin existente entre
estas variables dasomtricas (Zepeda y Villareal, 1987).
Relacin rbol/rea (RAA): Esta relacin necesita realizar un censo detallado de rodales
densos, adems se requiere conocer las dimensiones de cada rbol en cada parcela
muestreada. Ha sido poco utilizada ya que no representa ventaja alguna sobre las medidas
ms simples de densidad del rodal, esta relacin fue desarrollada por Chisman y
Schumacher (1940).
rea basal por unidad de superficie: Es la acumulacin de la seccin transversal de todos

los fustes por hectrea de los rboles a 1.3 DAP. Esta medida se usa para estimar la
densidad del rodal, adems, se considera un indicador de la competencia cuando se
desconoce la historia del rodal. Del rea basal y el nmero de rboles por unidad de
superficie es directamente deducible el dimetro cuadrtico medio. Las dos expresiones -
rea basal y dimetro medio cuadrtico son equivalentes y se utilizan como ndices de
densidad (Husch, 1993). Para quienes tienen suficiente experiencia en terreno, el rea basal
es una medida directa de la densidad, para un sitio y edad dada. Cuando no se tiene se
10
puede usar su equivalente, dimetro medio cuadrtico y nmero de rboles por hectrea ya
que permite ilustrar la densidad del rodal como una agregacin de N rboles en la
superficie a un DAP promedio.
Factor de competencia de copas (FCC): Desarrollada por Krajicek et. al., (1961) esta
medida de la densidad puede ser empleada en rodales coetneos e incoetneos. Se basa en
la proyeccin horizontal del rea de copa de los rboles individuales para un dimetro
determinado. Este mtodo es sencillo y prctico, se emplea para determinar el espacio
mximo posible de crecimiento que el rbol puede utilizar y el nmero mnimo de rboles
creciendo en un rea determinada sin competencia.
ndice de espaciamiento o espaciamiento relativo (IE): Se basa en la distancia media

entre los rboles y la altura media del dosel dominante Hart (1928). Este se ha utilizado
para el control intensivo de la densidad en el manejo de plantaciones.
Aclareo: Es una intervencin directa al rodal que libera espacio de crecimiento al eliminar
algunos rboles para colocar a los individuos remanentes en una posicin competitiva
favorable con lo cual se redistribuye el potencial de crecimiento del rodal (Smith et al.,
1997).
Figura 1. Desarrollo y produccin de los rodales, en la aplicacin de cortas intermedias.
11
Figura 2. Esquema general del mtodo de cortas intermedias.
a) Antes de tratamiento.
b) Despus del tratamiento.
c) Aclareo intensivo.
12
3 Marco de referencia
El auto-aclareo se ha utilizado para predecir la dinmica de poblaciones bajo competencia

intraespecfica e interespecfica, en el sector forestal es un concepto silvcola importante
para mantener la salud del rodal, enfrentar el cambio climtico y el estrs bitico (Zhang et
al., 2013), en este contexto, los antecedentes en la construccin de diagramas o guas de
manejo de densidad han sido desarrollados para varias especies de conferas y latifoliadas
del hemisferio norte (Gingrich 1967, Rogers, 1983, Wittwerg et al. 1997, Day, 1998).
Chauchard et al. (2001). En Estados Unidos existen guas para Pseudotsuga menziesii,
(Drew y Flewelling, 1979), P. douglasiana (Mc Carter y Long. 1986) y para P. contorta
(Flewelling y Drew, 1985), As como para P. ponderosa (Zhang et al., 2013) entre otras.
Tambin han sido desarrolladas para especies forestales en Japn, y Canad (Mc Carter y
Long 1986; Farnden 1996; Saunders y Puettmann 2000). En la actualidad esta herramienta
se ha implementado en diferentes pases como; Chile (Farden 1996), Espaa e Italia
(Vacchiano et al., 2008; Valbuena et al., 2008, Castedo et al., 2009). En Sudamrica se
tiene referencia del uso de estas herramientas silvcolas, en Argentina se cuenta con
diagramas de manejo de la densidad en P. elliottii (Day y Gonda, 1987), Araucaria
angustifolia (Fassola y Brandan, 1991) y en la regin patagnica Nothofagus pumilio
(Rechene y Gonda 1992, Gonda et al., 1993). En Chile existen guas de densidad de manejo
para (Nothofagus obliqua), raul (N. alpina) y coige (N. dombeyi) (Gezan et al., 2007,
Burkhart et al 2013). En Espaa para P. radiata (Chauchard et al., 2004) y para Quercus
pyrenaica (Castaos et al., 2013). Adems de P. halepensis y P. pinaster en el
mediterrneo del pas Vasco (Valbuena et al., 2008).
En Mxico la elaboracin de las primeras guas de densidad se remonta a casi treinta aos
en el estado de Hidalgo y en Zacatln Puebla para rodales de P. patula (Becerra, 1986),
recientemente tambin son referidas por (Acosta, 2007), adicionalmente se han integrado
guas de densidad para P. hartwegii en el estado de Mxico (Zepeda y Villareal, 1987), as
mismo, en la regin de Zacualtipn existen guas de densidad para P. patula donde se
sugiere una intensidad de aclareo fuerte (50%) en arbolado vivo en cada intervencin
(Santiago et al., 2013), para P. montezumae en Hidalgo tambin existen guas para el
manejo de la densidad (Rodrguez et al., 2009). Para rodales de P. teocote en Hidalgo las
13
guas construidas son un soporte en la planificacin para diferentes opciones de manejo de

densidad ya que se definen los lmites de variacin natural de densidad de la especie a la
vez que muestra la capacidad explicativa y predictiva para el manejo forestal (Hernndez et
al., 2013). En el Norte de Mxico, en San Dimas Durango existen guas de densidad para,
P. cooperi, esta especie en particular requiere de mayor espacio para su crecimiento, en
comparacin a otras especies (Mrquez y lvarez, 1995), as mismo en el estado de Nuevo
Len se han integrado para P. pseudostrobus (Aguirre, 1994) y en Chihuahua para P.
arizonica engelmn (Fernndez, 1999).
Las guas de densidad son modelos, que grafican la relacin entre la produccin y la
densidad de los rodales (Centeno, 2013). Estos, se han basado en el desarrollo natural del
arbolado, lo cual refleja la relacin entre el tamao, la densidad, la competencia y la
ocupacin del sitio (Navarro et al., 2010; Den & Baldwin 1993; Hernndez et al., 2013;
Vacchiano et al., 2008). Por lo tanto, al ser representaciones graficas permiten la
planificacin de aclareos mediante la definicin de los limites superior e inferior de la
ocupacin de un sitio de un rodal (Navarro et al., 2011). Las guas de densidad son una
representacin de la densidad y el grado de sta (Figuras 3 y 4) existente en los rodales con
determinado dimetro cuadrtico para amplias densidades de rodales, todo en funcin a la
relacin que existe entre las variables dasomtricas Zepeda y Villareal (1987), (Santiago et
al., 2013), en este sentido, (Rodrguez et al., 2009) mencionan que al realizar aclareos, se
debe procurar que las copas de los arboles residuales no se toquen con la finalidad de evitar
una alta densidad (Figura 5).Sin embargo, las guas de densidad se pueden usar con varios
objetivos como minimizar la ventana temporal para alcanzar criterios especficos de
operatividad (Newton y Weetman, 1994), controlar el desarrollo de arbustos durante las
etapas tempranas de desarrollo del rodal (Smith, 1989), y optimizar el hbitat de vida
silvestre en trminos de la relacin entre predador-presa (Sturtevant et al., 1996). La
interpretacin biolgica de la pendiente en la lnea de auto-aclareo: auto-tolerancia, los
parmetros y forma matemtica de los modelos que reproducen mecanismos de crecimiento
pueden ser analizados en trminos de biologa, adems de estadsticas (Zeide, 2005). La
pendiente de Reineke es una medida de la capacidad competitiva intraespecfica de los
rboles, llamada auto-tolerancia por analoga con la tolerancia del rbol (Zeide, 1985).
Tolerancia indica la capacidad competitiva intraespecfica de los rboles, mientras que la
14
auto-tolerancia se refiere a la capacidad de los rboles para competir con o tolerar

congneres (Zeide, 2005). Por lo tanto, la auto-tolerancia es importante para determinar la
densidad ptima de plantaciones, intensidad de aprovechamiento, y otras actividades
silvcolas en masas puras.
Figura 3. Perspectiva general de densidad UMAFOR Guachochi A.C
Densidad excesiva
Densidad suficiente
Densidad deficiente
15
Figura 4. Nomogramas para establecer los lmites y control de la densidad basados en el
IDR e IDY (Santiago et al., 2013).
Figura 5. Cierre de copas en arbolado maduro en la UMAFOR Guachochi A.C
Materiales y mtodos
Descripcin del rea de estudio

Los DMD se desarrollaron para las masas forestales mezcladas de la Unidad de Manejo
Forestal (UMAFOR) 0807 de Guachochi A.C, se encuentra en las coordenadas 26 30 y
27 34 de latitud norte y 106 32 y 107 54 de longitud oeste, abarca el municipio de
16
Guachochi y parte de Balleza, Batopilas, Urique, Guadalupe y Calvo, Nonoava y Rosario

en el estado de Chihuahua.
Figura 6. Ubicacin geogrfica del rea de estudio, UMAFOR Guachochi A.C., En el

contexto nacional y estatal
3.1.1 Aspectos fsicos
3.1.1.1 Clima
De acuerdo con la clasificacin de Kpen, modificada por Garca (1981), en la

UMAFOR Guachochi predominan los tipos de clima templado frio con verano fresco largo,
Cb'(w2), en un (34.56 %) de la superficie y los climas templados sub-hmedos C(w1)w,
C(w2), C(wo), con un (41.7 %) de la superficie, el semi-clido sub-hmedo (A)C(wo),
(A)C(wo)x (6.62 %) y los de menor presencia los semiridos clidos y templados (1.12 %).
La temperatura media anual supera los 13.7 C y una precipitacin media anual de 540.4
mm. La temperatura media del mes ms frio flucta entre los -15 C, y la del mes ms
caliente mayor a 24 C.
3.1.1.2 Suelos
En la UMAFOR se identifican 6 tipos de suelos, predominando los leptosoles con un

(41.33 %), son asociados al crecimiento de vegetacin boscosa no aptos para agricultura,
17
como segunda unidad edafolgica estn los regosoles con (30.81 %), los Phaeozems (15.8
%), luvisoles (7.83 %), cambisoles (4.11 %) y los fluvisoles (0.12 %).
3.1.2 Aspectos biolgicos
3.1.2.1 Vegetacin
La vegetacin de pino comprende 477,850.35 ha (48.84 %) de la superficie en la

UMAFOR, mayormente en los municipios de Guachochi, Balleza y Batopilas, las especies
presentes son: P.durangensis, P. arizonica, P. engelmannii, P. ayacahuite, P. lumholtzi. El
bosque de pino-encino se encuentra en una superficie de 126,878.97 ha (12.96 %). El
bosque de encino lo integran 86,616.34 ha., las especies ms comunes son Quercus
arizonica, Quercus sideroxila, Quercus fulva, Quercus emori, Quercus durifolia y Quercus
laurina, el bosque de encino-pino ocupa 78,213.30 ha., el pastizal 75,722.60 y el pastizal
natural 39,794.53 ha. (Figura 7). Las de menor representacin son las de las zonas las
agrcolas y selva baja caducifolia 9.53 % (ERF, 2009).
Figura 7. Uso de suelo y vegetacin UMAFOR 0807 Guachochi A.C

18
3.2 Potencial natural

El potencial natural es la calidad de un territorio para el desarrollo de la vegetacin, en
funcin de las interacciones de los factores ecolgicos del sitio como el suelo, el relieve y
el clima (Martnez et al., 2006). El potencial natural alto representa el 21.38 %, el
clasificado como medio en la UMAFOR fue de 26 %, esta superficie cubre zonas de pino,
encino y pino-encino mientras que el potencial bajo ocupa un 18.3 %, en zonas de
vegetacin de selva baja caducifolia. (Figura 8).
Figura 8. Potencial natural UMAFOR 0807 Guachochi A. C.
3.3 Descripcin de la base de datos
La base de datos de la UMAFOR 0807 Guachochi A. C. se integr de 666 sitios de

0.10 ha. Estos se colectaron en los ejidos Papajichi, Samachique, P.P. Ajolotes, P.P. El
Frayle, P.P. El Penacho, P.P. El Porvenir, P.P. La Unin, P.P. Siturachi, P.P. Fraccin Sur
A, P.P. P.P. Los Cerritos, P.P. Pino Gordo, P.P. Lote 10 San Isidro y P.P. Cumbres de
19
Sinforosa. En el Cuadro 1 se muestran las estadsticas descriptivas para la mezcla de

especies del gnero Pinus (Pinus arizonica, Pinus durangensis, Pinus teocote, Pinus
leiophylla, Pinus engelmannii, Pinus lumholtzzi, Pinus ayacahuite y Pinus herrerae),
Quercus (Quercus sideroxila, Quercus durifolia, Quercus resinosa, Quercus crassifolia,
Quercus rugosa), Juniperus deppena, Arbutus jalapensis, Abies durangensis y Pseudotsuga
menziessii.
Cuadro 1. Estadsticas descriptivas de la base de datos de la mezcla de especies usada en el ajuste

del modelo de Reineke y Yoda.
Estadisticos
Variables
Media SD Mn Mx
2
AB (m ) 19.94 8.18 1.81 42.65
3
Vta (m ) 161.54 73.00 11.41 437.60
Vtap 0.49 0.24 0.08 1.68
Dq (cm) 26.91 5.52 13.90 47.94
1
Na (arboles ha- ) 442 336 30 1420
SD es la desviacin estndar, Mn es el valor mnimo, Mx es el valor mximo, AB es el rea basal, Vta es el

volumen total rbol, Vtap es el volumen total rbol promedio, Dq es el dimetro cuadrtico, Na es el nmero
de rboles.
Los volmenes individuales de las especies fueron predichos con las ecuaciones de
volumen total rbol (Vta) reportadas para la UMAFOR 0807 Guachochi A.C., en el
cuadro 2 se presentan las ecuaciones basadas en el modelo de Schumacher y Hall
(Schumacher and Hall, 1933), con las cuales se estim el Vta.
Cuadro 2. Estimadores de los parmetros y estadsticos de ajuste del modelo de volumen.

Parmetros Vta cc
Cdigo b0 b1 b2 b3 RMSE R2
Estimacin 0.00002 2.154422 1.02415 0.0001
(EE) Error estndar 1.28E-06 0.0208 0.029 3.97E-06
P. durangensis 0.102 0.98
Valor de t 15.52 103.46 35.35 25.09
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000027 2.120149 0.969354 0.000136
P. arizonica 0.108 0.98
Valor de t 23.88 126.44 46.61 25.51
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000056 1.847202 1.034216 0.000079
P. leiophylla (EE) Error estndar 3.79E-06 0.0273 0.0308 4.09E-06 0.079 0.97
Valor de t 14.74 67.64 33.62 19.43
20
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000011 2.244813 1.116209 0.000149
P. engelmannii 0.072 0.98
Valor de t 9.57 72.02 26.28 24.66
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000048 1.878022 0.996633 0.000149
(EE) Error estndar 5.19E-06 0.0231 0.0579 0.000011
Q. sideroxyla 0.105 0.94
Valor de t 9.27 81.24 17.22 13.26
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000038 1.818784 1.158475 0.000191
(EE)Error estndar 5.72E-06 0.0305 0.0699 0.00001
Q. rugosa 0.111 0.90
Valor de t 6.59 59.68 16.58 18.47
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000024 2.08009 1.051828 0.000114
Pinus 0.103 0.98
Valor de t 38.34 195.45 77.67 41.98
Valor de p <.0001 <.0001 <.0001 <.0001
Estimacin 0.000041 1.853884 1.081727 0.000172
(EE)Error estndar 3.03E-06 0.0182 0.0372 7.44E-06
Quercus 0.108 0.92
Valor de t 13.57 101.93 29.06 23.13
Valor de p <.0001 <.0001 <.0001 <.0001
son los parmetros del modelo de volumen, EE es el error estndar, t es el valor asociado a la
distribucin t de student, Pr > t es el valor de la probabilidad de t, RMSE es la raz del cuadrado
medio del erro, R2 es el coeficiente de determinacin.
3.4 Enfoques de modelacin
3.4.1 Modelo de Reineke en Mnimo Cuadrados Ordinarios (MCO)
El nmero de rboles por hectrea para una densidad completa vara dependiendo del
dimetro del rodal, por lo que es necesario considerar una curva que muestre el nmero de
rboles por hectrea para todos los dimetros promedio, la ecuacin de Reineke (Reineke,
1933; Pretzsch, 2009; Santiago et al., 2013) es dado por la ecuacin 1 y en su forma
linealizada en la ecuacin 2.
= + (1)
() = () + (2)
es el nmero de rboles por hectrea, es el dimetro cuadrtico, es el parmetro del

intercepto y es el parmetro de la pendiente a ser estimados, para este caso el termino del
error se distribuye como ~ (0, 2 ).
21
3.4.2 Modelo de Yoda en Mnimos Cuadrados Ordinarios (MCO)
El modelo de auto-aclareo de Yoda (Yoda et al., 1963; Montero et al., 2007; Santiago et
al., 2013) es dado por la ecuacin 3 y la forma linealizada en la ecuacin 4.
= + (3)
() = () + (4)
es el volumen promedio es el nmero de rboles por hectrea, es el parmetro

del intercepto y es el parmetro de la pendiente a ser estimados y el trmino del error se
distribuye como ~ (0, 2 ).
3.4.3 Modelo de Reineke en Regresin Frontera Estocstica (RFE)
Los modelos de Regresin Frontera Estocstica (RFE) estiman los valores extremos de
un conjunto de datos, en lugar de la media o los cuantiles de una funcin. En el mtodo
estocstico, la propia frontera es una variable aleatoria de manera que cada observacin
tiene su propia funcin frontera que se desva de la funcin general. La ventaja de este
enfoque se basa en que la frontera puede ser consecuencia de factores externos no medidos.
El modelo de frontera estocstica divide el componente del error en; 1) un componente de
error asociado con la medicin de las observaciones ( ) y 2) un componente de error que
se asume para dar cuenta de la ineficiencia tcnica en los datos ( ) (Kumbhakar y Lovell,
2000; Santiago et al., 2013).
El modelo de Reineke para estimar la lnea de auto-aclareo mediante RFE tiene la

estructura dada en (5).
() = + () + + (5)
donde es un error aleatorio con distribucin normal simtrica distribuida

independientemente de ; este asume las variaciones aleatorias para la funcin mxima de
densidad-tamao relacionadas con a factores aleatorios, errores en las dimensiones de las
variables y se distribuye (0, 2 ); por otro lado, el componente de error es
asimtrico y mide la ineficiencia tcnica de las observaciones, se distribuye independiente
de y de la variable regresora y los parmetros del modelo. Por tanto, para el ajuste de la
22
relacin densidad-tamao, se deben seleccionar distribuciones con asimetra positiva para

, como el caso de la semi-normal, normal-truncada exponencial o gamma (Kumbhakar y
Lovell, 2000; Zhang et al., 2005; Santiago et al., 2013)
3.4.4 Modelo de Yoda en Regresin Frontera Estocstica (RFE)
El modelo de Yoda de auto-aclareo en RFE es dado por la expresin 6.
() = + () + + (6)
3.4.5 Enfoques de Regresin Frontera Estocstica (RFE)
Para la distribucin de se consider la distribucin semi-normal, normal-truncada y

exponencial (Coelli et al., 1998; Kumbhakar y Lovell, 2000).
3.4.5.1 Modelo Normal Exponencial
Para el modelo Normal-Exponencial, se distribuye (0, 2 ) y se distribuye

idnticamente e independiente exponencial con el parmetro de escala . Dada la
independencia del trmino del error y , la densidad conjunta de y puede ser escrita
como la expresin 7.
1 2
(, ) = { } (7)
2 2
La funcin marginal de densidad de para la funcin de produccin es dada por 8 y la

funcin de densidad marginal para la funcin de costos es dada en 9.

1 2
() = (, ) = ( ) ( ) { + 2 } (8)
0
1 2
() = ( ) ( ) { + 2 } (9)

La funcin Log-Verosimilitud para el modelo de produccin Normal-Exponencial con

productores es dada por 10
23
2
ln = ln + ( 2 ) + + ln ( ) (10)
2

3.4.5.2 Modelo Semi-Normal
Para el caso de un modelo Semi-Normal, con distribucin + (0, 2 ), se

distribuye (0, 2 ) y ambos componentes son mutuamente independientes. De acuerdo
a la independencia de los trminos del error, la densidad conjunta de y puede ser
escrita como 11.
2 2 2 (11)
(, ) = [ 2 2 ]
2 2 2
Sustituyendo = + en la ecuacin 11, se obtiene la ecuacin 12
2 2 ( + )2
(, ) = [ 2 ] (12)
2 2 22
Con la integracin de se obtiene la funcin de densidad marginal de con la expresin

13

2 2 2
() = (, ) = [1 ( )] { 2 } = ( ) ( ) (13)
0 2 2
donde = y = 2 + 2 .
2
En el caso del modelo de frontera estocstica de costos, = y () = () ( ).
La funcin Log-Verosimilitud para el modelo de produccin con productores es escrita como

14
1
ln = ln + ln ( ) 2 2 (14)
2

3.4.5.3 Modelo Normal Truncado
El modelo Normal-Truncado es una generalizacin del modelo Semi-Normal

permitiendo que la media de sea diferente de 0. En el modelo Normal-Truncado, el
24
trmino del componente del error de es (0, 2 ) y el trmino de error es

+ (, 2 ). La funcin de densidad conjunta de y puede escribirse como 15.
1 ( )2 2
(, ) = { } (15)
2 ( ) 22 22
la funcin de densidad marginal de para la funcin de produccin es dado en 16
( + )2
1
() = (, ) = ( ) { }
0 2( ) 2 2
1 + (16)
( ) ( )
=

[ ( )]

y la funcin de densidad marginal para la funcin de costos es dada en 17
1 1
() = ( ) ( + ) [ ( )] (17)

La funcin Log-Verosimilitud para el modelo Normal-Truncado de produccin con

productores es dada por 18
1 + 2
ln = ln ln ( ) + ln ( ) ( ) (18)
2

3.5 Ajuste de los modelos.

Los modelos de Reineke y Yoda fueron ajustados en la versin linealizada para MCO en
el procedimiento Proc Model SAS/ETS y para RFE en el procedimiento Proc QLim
SAS/ETS (SAS Institute Inc., 2011).
3.6 Generacin de los DMD

Para generar los DMD se eligi el mejor ajuste de los enfoques probados para el modelo
de Reineke y Yoda y posteriormente se definieron las lneas que determinan la zona de
mortalidad, la zona de crecimiento constante y la zona de crecimiento libre; se tom la lnea
de auto-aclareo como el 100% y se fij la lnea de mortalidad inminente al 65% del ndice
25
de Densidad de Reineke (IDR) e ndice de Densidad de Yoda (IDY), cubriendo en esta

franja la zona de mortalidad inminente. Este lmite en otros estudios se ha definido entre el
55% y 60% (Gezan et al., 2007; Santiago et al., 2013). Para la zona de crecimiento
constante se defini entre el 30% y 65% del IDR e IDY, mientras que la zona de
crecimiento libre se consider entre el 20% y 30% del IDR e IDY. Para ejemplificar los
porcentajes de densidad, dentro de la zona de mortalidad se definieron las lneas de 85% y
75%, en la zona de crecimiento constante, las lneas de 55% y 45% y en la zona de
crecimiento libre la lnea del 25%.
Para calcular el ndice de densidad relativa para Reineke (IDR) se utiliz un Dq de

referencia de 25 cm y el IDR fue calculado como (19) y para estimar el nmero de rboles
() de un IDR como (20).
25
= ( ) (19)

= ( ) (20)
25
Para estimar el ndice de Densidad de Yoda (IDY) se utiliz un nmero de rboles por
hectrea () de referencia de 100 rboles y el IDY fue calculado como (21) y para estimar
el nmero de rboles () de un IDY como (22).
100
= ( ) (21)

= ( ) (22)
100
3.6.1 Variables para la implementacin de los DMD
3.6.1.1 Nmero de rboles por hectrea (N)
Como medida de la densidad de la parcela, a nivel unidad de manejo (UM) o predio, el

se obtiene con la expresin (23), donde es el nmero de rboles de la parcela y es la
superficie expresada en hectreas (ha).
26
(23)
=

3.6.1.2 rea basal (AB)
El rea basal se calcula sumando el rea de las secciones transversales del dimetro
normal (Dn) medido en cm de los rboles presentes en los sitios de inventario. Para el
clculo del rea basal a nivel hectrea, se extrapola la medicin de la parcela a la hectrea
(24), donde es una constante cuando el Dn es dado en cm ( = 40,000), es el
dimetro normal de cada rbol en el sitio de inventario, es la superficie de la parcela en
hectreas y es la contante matemtica pi (Quionez, 2014).
=1 2 (24)
=

3.6.1.3 Dimetro Cuadrtico
El dimetro medio cuadrtico es el dimetro normal correspondiente al rbol de rea

basal (AB) media de la parcela o unidad de manejo (UM), por lo tanto se puede determinar
a partir del AB y N de la parcela o como una medida cuadrtica de los dimetros en la
parcela. El Dq se obtiene con la expresin 25, donde es el nmero de rboles en la
parcela (Quionez, 2014).
0.5 0.5
=1 2 (25)
= ( ) =( )

3.6.1.4 Volumen promedio (Vp)
El volumen promedio de los rboles de la mezcla de especies encontrados en el sitio de

muestreo se calcul con la expresin 26 y los volmenes predichos (Vta) con las
ecuaciones del Cuadro 2.
=1 (26)
=

27
4 Resultados y discusin
4.1 Estimacin de relaciones funcionales
Para la construccin de las guas de densidad se estim la lnea de auto-aclareo NA=f (Dq) y
Vp= f (NA) en ambos modelos Reineke y Yoda (Reineke, 1933; Yoda et al., 1963) Cuadros
3y4
Cuadro 3. Estimadores de los parmetros del modelo de Reineke con RFE para la mezcla
de especies de la UMAFOR 0807 Guachochi A.C.
Enfoque Parmetro Estimador EE t Pr > t lnL AIC SBC

12.425556 0.391832 31.71 <.0001
-1.860873 0.129082 -14.42 <.0001
MSN -602 1214 1232 0.759 1.197
v 0.486643 0.033561 14.50 <.0001
u 0.582800 0.079419 7.34 <.0001
12.503845 0.363683 33.28 <.0001
-1.793441 0.115949 -15.47 <.0001
MNT v 0.476964 0.024323 19.61 <.0001 -595 1201 1223 56.259 117.94
u 56.257246 3.08446 18.25 <.0001
-8775.408 0.009880 -8881 <.0001
12.103907 0.363671 33.28 <.0001
-1.713451 0.115945 -15.47 <.0001
MNE -595 1199 1217 0.597 0.7562
v 0.476903 0.024318 19.61 <.0001
u 0.360636 0.039510 9.13 <.0001
lnL es el logaritmo de la Verosimilitud, AIC es el Criterio de Informacin de Akaike
(AIC = 2k 2lnL), SBC es el Criterio de Informacin de Schwartz (SBC = 2lnL + kln(n)), k
es el nmero de parmetros del modelo, n es el nmero de observaciones, = 2u + 2v y
= u v .
Cuadro 4. Estimadores de los parmetros del modelo de Yoda con RFE para la mezcla de
especies de la UMAFOR 0807 Guachochi A.C.
Enfoque Parmetro Estimador EE t Pr > t lnL AIC SBC
2.347365 0.128262 18.30 <.0001
-0.487082 0.020874 -23.33 <.0001
MSN -293 595 613 0.536 1.858
0.254246 0.019499 13.04 <.0001
0.472447 0.035958 13.14 <.0001
MNT 2.317754 0.133666 17.34 <.0001 -292 594 616 0.987 3.43879
28
-0.497364 0.022396 -22.21 <.0001

0.275617 0.020252 13.61 <.0001
0.947789 0.734316 1.29 <.0001
-2.600428 5.283212 -0.49 <.0001
2.310646 0.134920 17.13 <.0001
-0.500412 0.022101 -22.64 <.0001
MNE -292 592 610 0.385 0.924
0.283202 0.016693 16.97 <.0001
0.261778 0.026106 10.03 <.0001
4.2 ndice de Reineke

El ndice de Reineke tiene como premisa fundamental el que para una especie dada, el
nmero mximo de rboles (NA) que puede soportar un rodal coetneo, completamente
poblado, est correlacionado negativamente con su dimetro medio cuadrtico (Dq) y la
curva que representa esta relacin asume la forma de lnea recta cuando se traza en forma
logartmica base 10 (Reineke, 1933; Spurr, 1952; Husch et al., 1972; Daniel et al., 1982;
Clutter et al., 1983; Aguirre, 1994) (Figura 9a). De acuerdo a lo anterior, en la figura 9 se
puede observar la lnea de auto-aclareo de acuerdo a la densidad presente en las parcelas
bajo estudio (Figura 9b).
a b
Datos MCO MSN Datos MCO MSN
MNE MNT MNE MNT
12
1400
10
1200
8 1000
LN (Na ha-1)
N (Na ha-1)
800
6
600
4
400
2
200
0 0
2 3 4 5 0 10 20 30 40 50 60 70 80 90 100
LDq (cm) Dq (cm)
Figura 9. Ajuste de los enfoques del modelo de Reineke a la mezcla de especies, (Figura 9a) las
variables en unidades logartmicas, las variables en unidades originales con una distribucin en
forma de j invertida (Figura 9b).
29
4.3 ndice de Yoda

Este ndice tiene su fundamento en la ley del auto-aclareo, la cual es definida como la
relacin mxima de la densidad y tamao, o bien la ley de los -3/2. De acuerdo la escala
logartmica natural, se define como la relacin entre el nmero de plantas por unidad de
rea, por lo que su biomasa promedio debe mantener una relacin lineal (Yoda et al., 1963;
Pretzsch, 2009). En la Figura 10 se observa la lnea de auto-aclareo con base en este ndice.
a b
Datos MCO MNE Datos MCO MNE
MSN MNT
MSN MNT 2
4
1.8
3 1.6
1.4
2
1.2
LVp (m3)
LVp (m3)
1
1
0 0.8
0.6
-1
0.4
-2
0.2
-3 0
1 2 3 4 5 6 7 8 0 200 400 600 800 1000 1200 1400 1600
LN (Na ha-1)
N (Na ha-1)
Figura 10. Ajuste de los enfoques del modelo de Yoda a la mezcla de especies, (Figura 10a)
las variables en unidades logartmicas, las variables en unidades originales con una
distribucin en forma de j invertida (Figura 10b).
4.4 Elaboracin de las guas de densidad
Para la integracin de las guas de densidad se requiere en primera instancia definir la lnea
de auto-aclareo estimada con el ajuste de RFE. As pues, con el valor mximo se generan
las zonas o franjas de densidad las cuales representan las diferentes zonas de crecimiento en
las que se evala el grado de competencia presente en el rodal (Figuras 9 y 10).
30
100% 85% 20% 25% 35%

75% 60% 45% 55% 65%
45% 35% 75% 85% 100%
10000 10
1000 1
N (Na ha-1)
Vp
100 0.1
10 0.01
1 10 100 10 100 1000 10000
Dq (cm) Na
Figura 11. Diagramas de Manejo de la Densidad (DMD) estimada con el IDR para el
modelo de Reineke (izquierda) y Yoda (derecha) para la mezcla de especies en el rea de
estudio.
En el Cuadro 5 se presenta el DMD (rboles por hectrea por clase de IDR) en forma
tabular para el modelo de Reineke, para la construccin del DMD se utiliz un Dq de 25 cm
como referencia para la definicin del IDR. El IDR de la lnea de crecimiento libre (25%)
fue de 210, el IDR para la lnea de crecimiento constante (45%) fue de 380, para la lnea de
mortalidad inminente (75%), el IDR fue de 630 y para la lnea de auto-aclareo (100%) el
IDR fue de 837. En el Cuadro 7 se presenta el DMD para el AB, el cual fue definido a
partir del Dq y nmero de rboles por hectrea para los IDR considerados en las lneas del
DMD. El AB equivalente al IDR en la lnea de mortalidad inminente es de 46 m2, los
31
aclareos deben aplicarse antes de cruzar la lnea de mortalidad inminente para evitar perder
AB por competencia al cruzar la lnea de mortalidad inminente, por lo que la prescripcin
de los aclareos puede ser en funcin del AB y con la razn de volumen-rea basal (Vta/AB)
se puede convertir a volumen.

Reineke para la mezcla de especies de la UMAFOR 0807 Guachochi
Densidad (rboles ha-1) por clase de IDR
Dq (cm)
837 100% 715 85% 630 75% 545 65% 465 55% 380 45 % 295 35% 210 25% 170 20%
5 15024 12819 11295 9771 8337 6813 5289 3765 3048
10 4334 3698 3259 2819 2405 1965 1526 1086 879
15 2094 1787 1575 1362 1162 950 737 525 425
18 1510 1289 1136 982 838 685 532 379 306
20 1250 1067 940 813 694 567 440 313 254
25 837 715 630 545 465 380 295 210 170
30 604 516 454 393 335 274 213 151 123
35 458 391 345 298 254 208 161 115 93
40 360 308 271 235 200 164 127 90 73
45 292 249 220 190 162 132 103 73 59
50 241 206 182 157 134 110 85 61 49
55 203 174 153 133 113 92 72 51 41
60 174 149 131 113 97 79 61 44 35
65 151 129 114 98 84 68 53 38 31
70 132 113 99 86 73 60 47 33 27
75 116 100 88 76 65 53 41 29 24
80 104 89 78 68 58 47 37 26 21
85 93 80 70 61 52 42 33 23 19
90 84 72 63 55 47 38 30 21 17
En el Cuadro 7 se presenta el DMD en forma tabular para el modelo de Yoda. Para la

implementacin, se utilizaron 100 rboles por hectrea como referencia para la definicin
del IDY. El IDY de la lnea de crecimiento libre (20%) fue de 0.90 m3, el IDY para la lnea
de crecimiento constante (35%) fue de 1.60 m3, para la lnea de mortalidad inminente
(65%), el IDR fue de 2.95 m3 y para la lnea de auto-aclareo (100%) 4.56 m3. En el DMD
se puede apreciar que para una densidad de 50 rboles por hectrea en una corta de
regeneracin (CR), los rboles padres seran de 2.45 m3 de volumen promedio.

Yoda para la mezcla de especies de la UMAFOR 0807 Guachochi
Densidad en volumen promedio (m3) por clase de IDY y lneas de densidad (%)
N 4.56
3.86 (85%) 3.40 (75%) 2.95 (65%) 2.50 (55%) 2.05 (45%) 1.60 (35%) 1.15 (25%) 0.90 (20%)
(100%)
50 6.44 5.45 4.80 4.16 3.53 2.89 2.26 1.62 1.27
60 5.88 4.98 4.38 3.80 3.22 2.64 2.06 1.48 1.16
70 5.45 4.61 4.06 3.52 2.99 2.45 1.91 1.37 1.07
80 5.10 4.31 3.80 3.30 2.79 2.29 1.79 1.28 1.01
90 4.81 4.07 3.58 3.11 2.63 2.16 1.69 1.21 0.95
32
100 4.56 3.86 3.40 2.95 2.50 2.05 1.60 1.15 0.90
150 3.73 3.16 2.78 2.41 2.04 1.68 1.31 0.94 0.74
200 3.23 2.73 2.41 2.09 1.77 1.45 1.13 0.81 0.64
250 2.89 2.45 2.16 1.87 1.58 1.30 1.01 0.73 0.57
300 2.64 2.24 1.97 1.71 1.45 1.19 0.93 0.67 0.52
350 2.45 2.07 1.82 1.58 1.34 1.10 0.86 0.62 0.48
400 2.29 1.94 1.71 1.48 1.25 1.03 0.80 0.58 0.45
450 2.16 1.83 1.61 1.40 1.18 0.97 0.76 0.54 0.43
500 2.05 1.73 1.53 1.32 1.12 0.92 0.72 0.52 0.40
550 1.95 1.65 1.46 1.26 1.07 0.88 0.69 0.49 0.39
600 1.87 1.58 1.39 1.21 1.03 0.84 0.66 0.47 0.37
650 1.80 1.52 1.34 1.16 0.99 0.81 0.63 0.45 0.35
700 1.73 1.47 1.29 1.12 0.95 0.78 0.61 0.44 0.34
750 1.67 1.42 1.25 1.08 0.92 0.75 0.59 0.42 0.33
800 1.62 1.37 1.21 1.05 0.89 0.73 0.57 0.41 0.32
850 1.57 1.33 1.17 1.02 0.86 0.71 0.55 0.40 0.31
900 1.53 1.29 1.14 0.99 0.84 0.69 0.54 0.39 0.30
950 1.49 1.26 1.11 0.96 0.82 0.67 0.52 0.38 0.29
1000 1.45 1.23 1.08 0.94 0.80 0.65 0.51 0.37 0.29
Los DMD en forma tabular son ms sencillos de interpretar, ya que se pueden hacer las
prescripciones de aclareo en funcin del IDR o IDY con el dimetro cuadrtico, volumen
promedio y nmero de rboles por hectrea.
33
5 Conclusiones
Los modelos de Reineke y Yoda con el enfoque de MCO se ajustan al promedio de la
dispersin de los datos de las relaciones estudiadas en cada modelo, por lo que la lnea de
auto-aclareo debera ser desplazada modificando el intercepto.
El enfoque de modelacin de RFE ajusta la lnea de auto-aclareo al lmite superior de la

frontera de los datos de los sitios de inventario operativo de la UMAFOR 0807. El Modelo
Normal Exponencial (MNE) result estadsticamente mejor para el modelo de Reineke,
mientras que para el modelo de Yoda, el Modelo Semi-Normal (MSN) present los mejores
estadsticos de ajuste.
El Modelo Normal Truncado (MNT) es el enfoque que ms desplaza la lnea ajustada al

lmite superior de los datos utilizados en el presente estudio, por lo que las lneas de auto-
aclareo fueron definidas como ajustes con RFE con una distribucin Normal Truncada para
el componente del error.
Los DMD ayudarn a establecer secuelas de aclareo para las masas forestales de la
UMAFOR 0807, lo que considera una oportunidad muy valiosa en la aplicacin de
tratamientos intermedios como cortas preparatorias para la cosecha final, con objetivos de
manejo regular mediante la metodologa del Mtodo de Desarrollo Silvcola (MDS).
El IDR para la mezcla de especies en la lnea a auto-aclareo fue de 837 y el IDY de 4.56,
los cuales pueden ser disgregados por especie o grupo de especies de acuerdo con la
composicin en un rodal dado, as los aclareos pueden ser prescritos controlando el IDR e
IDY para la composicin de especies deseada.
El modelo de Yoda representa una opcin muy interesante para el manejo de la densidad
de masas mezcladas, si bien el modelo de Reineke ha sido usado ampliamente en la
caracterizacin de la densidad, con el modelo de Yoda se pueden prescribir los aclareos en
funcin del volumen promedio y con ello proyectar el crecimiento en el tiempo para
compatibilizar las prescripciones al ciclo de corta del programa de manejo.
Los DMD generados con el modelo de Reineke y Yoda pueden ser complementados con
ecuaciones dinmicas de proyeccin del dimetro cuadrtico, rea basal y volumen para
34
determinar periodos de recuperacin en la planeacin de los tratamientos silvcolas

intermedios.
El IDR e IDY pueden ser usados como ndices de densidad relativa para la prescripcin
de tratamientos silvcolas basados en manejo regular con el Mexicano de Ordenacin de
Bosques Irregulares (MMOBI).
35
6 Literatura citada
Acosta M., M., F. A. Carrillo y O. T. Magaa. 2007. Aplicacin prctica de una gua de
densidad en rodales naturales y plantaciones forestales del estado de Hidalgo.
Folleto Tcnico No. 7. INIFAP. Centro de Investigacin Regional Centro. Pachuca,
Hgo. Mxico. 23 p.
Aguirre, C.O.; G. Vega y J. Jimnez. 1994. Gua de densidad para Pinus pseudostrobus
Lindl. En Nuevo Len Memorias del Simposio y II Reunin Nacional de
Silvicultura y Manejo de Recursos Forestales. p. 43.
Avery T. E. y Burkhart H. E. 1983. Forest measurements. Third Ed.McGraw-Hill, New

York. 332 p.
Becerra L. F. 1986. Determinacin de una gua de densidad para Pinus patula Schl. et
Chamb., en la regin de Chignahuapan-Zacatln, Puebla. Tesis de maestra en
ciencias. Colegio de Postgraduados. Chapingo, Mxico. 82 p.
Burkhart M. U, R Rodriguez, P Gajardo. 2013. Desarrollo de una gua de manejo de la

densidad en bosques de segundo crecimiento de roble (Nothofagus obliqua) en la
regin del Biobo. BOSQUE 34(2): 201-209. Biobo, Chile.
Castao S. J., M. Barrio., P. A. Alvarez. 2013. Elaboracin de diagramas de manejo de

densidad a escala regional para masas de Quercus pyrenaica Willd. En el Noroeste
de Espaa. 6to Congreso espaol
Castedo F, F Creciente, P Alvarez & M Barrio. 2009. Development of a stand density

Management diagram for radiata pine stand including assessment of stand stability.
Oxford Journal Life Sciences Forestry 82: 1-16.
Centeno D. J. J. 2013. Diagramas de manejo de la densidad para Pinus cooperi y Pinus

durangensis en Durango, Mxico. Facultad de Ciencias Forestales, Universidad
Autnoma de Nuevo Len. Mxico.
36
Chauchard, L. M. 2001. Crecimiento y produccin de repoblaciones de Pinus radiata D.

Don en el territorio histrico de Guipzcoa (Pas Vasco). Tesis doctorales N 40
Departamento de Agricultura y Pesca. Gobierno del Pas Vasco. Pas Vasco,
Espaa. 173 p.
Chauchard, L. M., M. Gonzalez Pealba, L. Maresca, A. Rabino, R. Sbrancia. 1995.

Dinmica y manejo del bosque de Nothofagus: Aplicacin de Leyes Fundamentales
de la Densidad de Rodales. IV Jornadas Forestales Patagnicas, I,: 106-115.
Chauchard, L. M., Olalde, M., 2004. Diagrama de manejo de la densidad de masas de pino
radiata en el Pas Vasco Reunin del Grupo de Modelizacin Forestal de la SECF.
Palencia.
Chrisman, H. H., and F. X. Schumacher. 1940. On the tree-area ratio and certain of its
applications. J. For. 38: 311-317.
Clutter, J. L., C. J. Fortson, V. L. Pineaar, H. G. Brister and L. R. Bailey. 1983. Timber

management, a quantitative approach. John Wiley and Sons, Inc.
Coelli, T. J., Prasada Rao, D. S., Battese, G. E. 1998. An Introduction to Efficiency and
Productivity Analysis, London: Kluwer Academic Publisher.
Daniel, T. W., J. A. Helms, and F. S. Baker. 1979. Principles of Silviculture. Second

Edition. McGraw-Hill. New York, USA. 500 p.
Daniels P, U. H & F BAKER, ed (1982) Principios de Silvicultura. Editorial Mc Graw-Hill,

Mxico. 492 pp.
Davis L. S. y Johnson K. N. 1987. Forest Management. Third ed.McGraw Hill, New York.
790 p.
Day, K. 1998. Stocking standards for uneven aged interior Douglas-fir stands. In: Vyse, A.,
C. Hollstedt, and D. Huggardz (eds). Managing the Dry Douglas-Fir forests of the
Southern Interior. Res. B.C. mim. For., Victoria B.C. Working Paper 34. pp: 37-52.
37
Day, R. J., H. E. Gonda. 1987. Un mtodo de planificacin para el manejo de Pino elliottii
en Misiones tendiente a mejorar la produccin (traduccin del original por los
autores) Actas Simposio Silvicultura y Mejoramiento Gentico de Especies
Forestales. Buenos Aires.
Dean T, J. & V, C., Jr Baldwin. 1993. Using a Density Management Diagram to Develop
Thinning Schedules for Loblolly Pine Plantations. United States Department of
Agriculture. New Orleans, Louisiana.
Drew, T. J., and J. W. Flewelling. 1979. Stand density management: an alternative

approach and its application to Douglas-fir plantations. For. Sci. 25: 518-532.
Farnden C. 1996. Stand density management diagrams for lodge pole pine, white spruce
and interior Douglas-fir. Victoria, BC. Canada. Natural Resources Canada,
Canadian Forest Service, Pacific Forestry Centre, Information Report BC-X-360. 41
p.
Fassola, H., S. Brandan 1991. Diagrama Preliminar de Manejo de la Densidad para

Araucaria angustifolia (Bert.) O. Kuntze, en Misiones (Argentina). Convenio
I.FO.NA.- U.N.A.M. Indito.
Fernndez R. R. 1999. Gua de densidad para Pinus arizonica Engelm. Ejido Talayotes
Chihuahua. 173 pp.
Flewelling J.W. y T. Drew. 1985. Stand density management diagram for lodgepole pine.
In: Bauwgarter R. Lodgepole pine: the species and its management. Coop. Ext.
Washington.
Garca, E. 1988. Modificacin del sistema de clasificacin climtica de Kppen. Instituto

de Geografa. Universidad Nacional Autnoma de Mxico. Mxico, D.F. Mxico.
217 p.
Gezan S, A. O. & E. Andenmatten. 2007. Diagramas de manejo de la densidad para

renovales de Roble, Raul y Coige en Chile. Revista Bosque 28: 97-105.
38
Gingrich, S. F. 1967. Growth and yield in uneven aged silviculture and management in the
United States. USDA Forest Service. Washington, DC. USA. pp. 115-124.
Gonda, H.E., J.O. Bava, D.C. Rechene. 1993. Manejo de los Bosques de Lenga de Chubut.
Situacin Actual y Propuestas Preliminares. Actas Congreso Forestal Argentino y
Latinoamencano, Paran, Entre Ros, 9 p
Hart H.M. 1928: Stamtal en Dunning. Tsis, Pases Bajos.
Hernndez R. J, J. J. M., Garca, J. H. F, Muoz., X. C. Garca., T. R. Senz., C. L, Flores.,

A. R, Hernndez. 2013. Gua de densidad para manejo de bosques naturales de
Pinus teocote Schlecht. et Cham. Hidalgo. Revista Mexicana de Ciencias Forestales.
4.19. 62-77.
Husch B., Miller Ch. I. y Beers T. W. 1972. Forest mensuration. Second Edition. John
Wiley, New York. 410 p.
Husch, B., C. Miller and T. Beers. 1993. Forest mensuration. Krieger Publishing Co.
Malabar, FL USA. 410 p.
INEGI, 2006. Gua para la interpretacin de cartografa. Edafologa, Instituto Nacional de

Geografia, Estadistica, e Informatica, Aguascalientes Ags.
Krajicek J. E., Brinkman K. A. y Gringrich S. F. 1961.Crown competition a measure of

density. Forest Science 7(1):35-42.
Kumbhakar, S. C., and C. A. K. Lovell. 2000. Stochastic Frontier Analysis. Cambridge

University Press. New York, USA. 333 p.
Mrquez L, M. A., Alvarez Z, R., 1995. Construccin de una gua de densidad para Pinus
cooperi var ornelasi con base en la clase de copa en Durango, Mxico. Madera y
Bosques 1 (2), 2336.
Martnez, S. M., R. Armendriz, R. Valdez y L. F. Beltrn. 2006. Clasificacin de

Potenciales Naturales en los Bosques Templados del Sur de Chihuahua. Folleto
Tcnico No. 35. INIFAP. 33 p.
39
McCarter, J.B. y J.N. Long. 1986. A lodgepole pine density management diagram. Western
Journal of Applied Forestry 1: 6-11.
Montero, M. M., H. M. De los Santos-Posadas, y M. Kanninen. 2007. Hyeronima

alchorneoides: ecologa y silvicultura en Costa Rica. Serie tcnica. Informe
tcnico/CATIE no. 354. Turrialba. Costa Rica. 50 p.
Navarro C, MA Herrerra, F Drake, P Donoso. 2011. Diagrama de manejo de densidad y su

aplicacin a raleo en bosques de segundo crecimiento de Drimys winteri en el sur de
Chile. Bosque 32(2): 175-186.
Navarro, C., J. Pinares., C. Pinilla., M. J. Sanhueza. 2010. Diagramas de manejo de

densidad: Una herramienta de gestin silvcola. Gestin Ambiental 20: 63-73. New
York, NY. USA. 333 p.
Newton P. F & G. F Weeman. 1994. Stand density managemet diagram for managed black
spruce stand. Forestry Chronicle 70: 65-74.
Pretzsch, H. 2009. Forest Dynamics, Growth and Yield: From Measurement to Model.
Springer-Verlag Berlin Heidelberg. Germany. 664 p.
Quionez, B. G. 2014. Sistema de crecimiento y rendimiento para las principales especies

comerciales de Pinus en Durango, Mxico. Tesis Doctoral. Colegio de
Postgraduados, Campus Montecillo, Estado de Mxico, Mxico. 192 p.
Rechene, D.C., H.E. Gonda. 1992. Propuesta Metodolgica y Plan de Manejo Preliminar
para Lenga en Sitios de Calidad Media de Chubut. CIEFAP, Publicacin Tcnica 8:
126-159.
Reineke, L. H. 1933. Perfecting a stand density index for even aged forests. J. Agric. Res.
46 (7): 627-638.
Ro M del, G Montero, F Bravo. 2001. Analysis of diameter-density relationship and self-

thinning in non-thinned even-aged scots pine stands. For. Ecol. Manage. 142:79-87.
40
Rodrguez L., R., R. Z. Razo, D. H. Daz y J. R. Meza. 2009. Gua de densidad para Pinus
montezumae en su rea de distribucin natural en el Estado de Hidalgo. Folleto
Tcnico No. 1. Universidad Autnoma del Estado de Hidalgo. Instituto de Ciencias
Agropecuarias. rea Acadmica de Ingeniera Forestal. Tulancingo de Bravo, Hgo.
Mxico. 31 p.
Rogers R. 1983. Guides for thinning shortleaf pine. In Proceedings of the second biennial
southern silvicultural research conference. Atlanta, GA, USA. U.S. Department of
Agriculture, Forest Service. p. 217-225.
Santiago G, W., H. M. De los Santos P, G. ngeles P, J. R. Valdez L, D. H. Del Valle P y

J. J. Corral R. 2013. Auto-aclareo y guas de densidad para Pinus patula mediante
enfoque de regresin de frontera estocstica. Agrociencia 47: 75-89.
SAS Institute Inc. 2011. SAS/ETS 9.3 Users Guide. Cary, NC: SAS Institute Inc.
Saunders M. & K. Puettmann. 2000. A preliminary White Spruce density management

diagram for the lake states. Minnesota Staff papers series N 145. 15 pp.
Schumacher, E. X., and F. D. S. Hall. 1933. Logarithmic expression of timber-tree

volumen. J. Agr. Res. 4: 719-734.
Smith N. 1989. A stand density control diagram for western red cedar (Thuja aplicata).
Forest Ecology and Management 27: 235-244.
Smith, D. M., B. C. Larson, M. J. Kelty, and P. M. S. Ashton. 1997. The Practice of

Silviculture: Applied Forest Ecology. Ninth Edition. John Wiley & Sons, Inc. New
York, USA. 537 p.
Spurr, S. H. 1952. Forest inventory. New York. Wiley pp. 275-292.
Sturtevant B. R, Bissonette J. A, Long J. N. 1996. Temporal and spatial dynamics of boreal

forest structure in western Newfoundland: Silvicultural implications for marten
habitat management. Forest Ecology and Management 87:1325
UMAFOR Guachochi A.C. 2009. Estudio Regional Forestal. Chihuahua. 245 p.
41
Vacchianno G, R Motta, J Long & J Shaw. 2008. A density management diagram for Scots
pine (Pinus sylvestris L.): a tool for assessing the forests protective effect. Forest
ecology and Management 255(7): 2542-2554
Vacchiano, G., Lingua, E., Motta, R., 2005. Valutazione dello stand density index in
popolamenti di abete bianco (Abies alba Mill.) nel Piemonte meridionale. It. For.
Mont. 60 (3), 269286.
Valbuena, P., Del Peso, C., Bravo. F., 2008. Stand density mangement diagrams for two
mediterranean species in estern Spain Investigaciones Agrarias: Sistema y Recursos
Forestales 17 (2), 97-104.
Wittwerg R, T Lynch, M Huebschmann. 1997. Stand density index for shortleaf pine (Pinus
echinata Mill.) natural stand. In Proceedings of the ninth biennial southern
silvicultural research conference, Asheville, NC, U.S.A. U.S. Department of
Agriculture, Forest Service. 590-596 p.
Yang, Y. and S.J. Titus. 2002. Maximum-size density relationship for constraining
individual tree mortality functions. For. Ecol. Manage. 168; 259-273.
Yoda, K., T. Kira, H. Ogawa, and K. Hozumi. 1963. Self-thinning in overcrowded pure
stands under cultivated and natural conditions (Intraspecific competition among
higher plants XI). J. Institute Polytech. Osaka City University, Series D. 14: 107-
129.
Zeide B. 1985. Tolerance and self-tolerance of trees. Forest Ecology and Management 13:
149-166.
Zeide B. 1987. Analysis of the 3/2 power law of self-thinning. For. Sci. 33: 517-537.
Zeide B. 2005. How to measure stand density. Trees 19: 1-14.
Zepeda B. E. M. y Villareal D. M. E. 1987. Gua de densidad para Pinus hartwegii Lindl.

Zoquiapan, estado de Mxico. Tesis Profesional. Divisin de Ciencias Forestales.
Universidad Autnoma Chapingo. 52 p.
42
Zhang, J., Oliver, W. W., & Powers, R. F. 2013. Reevaluating the self-thinning boundary
line for ponderosa pine (Pinus ponderosa) forests. Canadian Journal of Forest
Research, 43(10), 963-971.
Zhang, L., H. Bi, J. H. Gove, and L. S. Heath. 2005. A comparison of alternative methods
for estimating the self-thinning boundary line. Can. J. For. Res. 35: 1507-1514.
43
7 Anexos
7.1 Implementacin del DMD basado en el modelo de Reineke
Para generar la secuela de aclareos con el DMD basado en el modelo de Reineke a

manera de ejemplo en el bosque templado de la regin, se utiliz la informacin de la
relacin funcional = (), de datos de inventario operativo procesados, para una
unidad de manejo (UM) de 4.5 ha. Los datos iniciales fueron Dq= 13cm y N=1260 rboles
por hectrea. En la Figura 12 se presenta la trayectoria de crecimiento del Dq de la zona de
crecimiento libre (Lnea verde) a la zona de crecimiento constante (Lnea roja) (a).
El primer aclareo por lo bajo (ACL1) se aplica a un Dq=17 cm con una intensidad de
corta (IC) de 40%, quedando N=760 rboles por hectrea. La prescripcin del ACL1 por lo
bajo se aplica dentro de la zona de crecimiento constante (Lnea roja), para garantizar que
no se pierda volumen por competencia o por sobreutilizacin de los recursos del sitio (b).
a b
Figura 12. Secuela de Aclareos con el DMD basado en el modelo de Reineke para la mezcla de
especies, con Dq=15 cm y N=1260 rboles por hectrea.
44
En la Figura 13 se muestran el crecimiento en Dq despus del ACL1 por lo bajo (c); un

segundo aclareo (ACL2) por lo bajo (d) para llegar a N=450 rboles por hectrea y DQ= 23
cm; crecimiento del Dq para llegar a un Dq=30 cm (e) y un tercer aclareo (ACL3) por lo
alto para llegar a un Dq=40 cm y Na=275 rboles por hectrea, la IC aplicada fue de 38%
(f).
c d
e f
45
Figura 13. Secuela de Aclareos con el DMD basado en el modelo de Reineke para la mezcla de
especies de la UMAFOR 0807, con un primer aclareo (ACL1) por lo bajo, segundo aclareo (ACL2)
por lo bajo y tercer aclareo (ACL3) por lo alto.
En la Figura 14 se presenta el seguimiento de la secuela de aclareo con el crecimiento en
Dq despus de la aplicacin de un ACL3 por lo alto, pasando de un Dq=23 cm a un Dq=30
cm y Na=280 rboles por hectrea (g) y la aplicacin de un cuarto aclareo (ACL4) por lo
alto, dejando la condicin del rodal con un Dq=40 cm y N=170 rboles por hectrea (h).
Esta condicin prepara la masa para la corta de regeneracin.
g h
Figura 14. Secuela de Aclareos con el DMD basado en el modelo de Reineke con crecimiento
constante despus de la aplicacin de un ACL3 (g) y aplicacin de un cuarto aclareo (ACL4) por lo
alto (h).
En el Cuadro 8 se muestra la secuela de aclareos de forma tabular para una UM de 4.5
ha, con un Dq=15 cm, N=1260 rboles por hectrea, y razn de volumen-rea basal
(Vta/AB) de 7.12 m3 ha-1. La IC promedio de los ACL es de 39%. La remocin de los
cuatro aclareos 1,831.02 m3.
Cuadro 7. Secuela de aclareos con el DMD basado en el modelo de Reineke para un rodal
mezclado.
Tratamiento Intensidad de
Dq (cm) N (Na ha-1) rea basal (m2) Remocin (m3 ha-1) Posibilidad (m3)
silvcola corta (%)
17 1260 28.60
17 760 17.25 ACL1 40% 94.19 423.85
23 750 31.16
23 450 18.70
ACL2 39% 103.45 465.54
30 450 31.81
30 280 19.79
ACL3 38% 99.73 448.81
40 275 34.56
46
40 170 21.36
ACL4 37% 109.51 492.82
55 100 23.76
Dq es el dimetro cuadrtico, N es el nmero de rboles. AB es el rea basal, ER son las existencias reales por
hectrea, ERT son las existencias reales totales, TS es el tratamiento silvcola, IC es la intensidad de corta,
Rem es la remocin y Pos es la posibilidad.
7.2 Implementacin del DMD basado en el modelo de Yoda

Para generar la secuela de aclareos con el DMD basado en el modelo de Yoda se utiliz
la informacin de la relacin funcional = () para una unidad de manejo (UM) de 4.5
ha. Los datos iniciales fueron de un Vp=0.14 m3 y N=1,260 rboles por hectrea.
En la Figura 15 se presenta la trayectoria de crecimiento del Vp de la zona de

crecimiento libre a la zona de crecimiento constante (i). El primer aclareo por lo bajo
(ACL1) se aplica a un Vp=0.31 m3 con una intensidad de corta (IC) de 63%, quedando
N=500 rboles por hectrea; con el segundo aclareo (ACL2) por lo bajo la condicin
residual queda en Vp=0.52 m3 y N=180 rboles por hectrea; con el tercer aclareo (ACL3)
por lo alto el volumen se redistribuye en Vp=1.10 m3 y N=70 rboles por hectrea. La
prescripcin de los aclareos por lo bajo y por lo alto se plantea dentro de la zona de
crecimiento constante, para garantizar que no se pierda volumen por competencia o por
sobreutilizacin de los recursos disponibles del sitio.
i j
47
Figura 15. Secuela de Aclareos con el DMD basado en el modelo de Yoda para la mezcla de
especies de la UMAFOR 0807, estado inicial de crecimiento en volumen (i) y un programa de
cuatro aclareos (j).
En el Cuadro 10 se muestra la secuela de aclareos de forma tabular para una UM de 4.5
ha, con un Vp=0.140 m3, N=1,260 rboles por hectrea. La IC promedio de los ACL es de
62.6%. La remocin total de los tres aclareos es de 696.04 m3.
Cuadro 8. Secuela de aclareos con el DMD basado en el modelo de Yoda para un rodal mezclado de la
UMAFOR 0807 Guachochi A.C.
N (Na ha-1) Vp (m3) TS IC (%) Remocin (m3 ha-1) Posibilidad (m3)
1260 0.14
1260 0.31 ACL1 63% 278.94 1,253.88
500 0.31
500 0.52
ACL2 61% 160.60 722.7
180 0.52
180 0.83
ACL3 64% 109.80 494.1
70 1.10
48
7.3 Rodales para la aplicacin de aclareos
Figura 16. Rodales con densidad mxima candidatos a aplicar aclareos con el DMD de Reineke o
Yoda.
49
Figura 17. Rodales con densidad mxima candidato a aplicar aclareo con el DMD de Reineke y
Yoda.
50
7.4 Procedimiento para el uso de los la gua de densidad
En el presente folleto tcnico se pretende que el empleo de las guas de densidad generadas
sea una herramienta til y de fcil uso para los manejadores forestales, tcnicos y
productores de la UMAFOR Guachochi A.C. por lo que a continuacin se describe en
forma prctica su uso. Una vez que se cuenta con la informacin recopilada en campo, para
realizar el aclareo utilizando el IDR el primer paso es:
Se localiza un sitio dentro del rodal donde se aplicarn las cortas de aclareo, este
debe ser un lugar donde no se haya intervenido con anterioridad.
Ubicar la densidad que se obtuvo por hectrea en la gua (Na)=nmero de rboles
Situar el dimetro cuadrtico estimado (Dq) sobre la gua
El punto de interseccin es la densidad de rboles encontrada, a partir de ah se
puede observar grficamente las necesidades de aclareo.
Una vez que se encuentra la densidad sobre la gua, en la tabla del anexo se
observar en especfico la cantidad de rboles que debe existir y el porcentaje de
aclareo a realizar en el rea de trabajo.
Para iniciar el aclareo, se deber efectuar la remocin visual sealando con pintura
los rboles que se debern remover del sitio considerando sus caractersticas
fenotpicas y su posicin en la estructura del bosque.
Se realizan varias mediciones de la distancia que existe entre los rboles ms
vigorosos y de mayor dimetro.
Posteriormente se obtiene una distancia promedio la cual servir como referencia
para efectuar el espaciamiento entre los rboles residuales en el resto del rodal.
En el rea donde se realizaran los aclareos se efecta la remocin (De acuerdo al
nmero de rboles y porcentaje encontrado en la gua de densidad y anexo).
Cuando se procede a aplicar el aclareo se deber prescindir de los individuos con
fenotipo no deseable, as como los plagados, enfermos, decrpitos, mal
conformados, codominados o afectados por fenmenos meteorolgicos.
El paso anterior se deber realizar procurando que las copas de los rboles
residuales no se toquen entre ellas (Figura 5).
51
Localizar el
sitio donde se
aplicarn las
cortas de
aclareo
Realizar
Observar la mediciones de Obtener la Al remover, las
cantidad de Considerar distancia Efectuar la
Ubicar Efectuar la distancia copas de los
grficamente la rboles que remocin visual fenotipo y promedio y remocin (no. Prescindir de
debe existir y el entre los rboles
densidad que se y sealar con posicin en la efectuar el de rboles los rboles,
porcentaje de mejores arboles espaciamiento residuales no se
obtuvo por pintura los estructura del encontrado en plagados,
hectrea en el aclareo a rboles a (vigorosos y de entre los debern tocar
bosque de los la gua de decrpitos, mal
DMD realizar remover mayor rboles entre ellas
arboles a densidad y conformados.
dimetro)
remover anexo)
Figura 18. Esquema general para el control de la densidad en los rodales forestales de la UMAFOR 0807.
52

Folleto Tecnico Diagramas Manejo Densidad Guachochi

Загружено:

Сведения о документе

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

Folleto Tecnico Diagramas Manejo Densidad Guachochi

Загружено:

Авторское право:

Доступные форматы

Diagramas de Manejo de la Densidad con modelacin de Regresin Frontera Estocstica para mezcla de especies

de la UMAFOR 0807 Guachochi, Chihuahua

DIAGRAMAS DE MANEJO DE LA DENSIDAD CON MODELACIN DE

Martn Martnez Salvador, Gernimo Quionez Barraza

Datos 100% 85%

Diagramas de Manejo de la Densidad con modelacin de Regresin Frontera

Dr. Martn Martnez Salvador

Dr. Gernimo Quionez Barraza

No est permitida la reproduccin total o parcial de esta publicacin, ni la transmisin de

Figura 1. Desarrollo y produccin de los rodales, en la aplicacin de cortas intermedias. .. 11

Cuadro 1. Estadsticas descriptivas de la base de datos . ..................................................... 20

En la actualidad ante la nueva poltica de incrementar la productividad forestal a nivel

En las masas forestales, para determinar la ocupacin de un rodal la mejor medida de

Densidad: Es el grado de ocupacin de un sitio y/o la intensidad de competencia entre los

Gua o diagrama de densidad: Es un diagrama o representacin grfica en el cual se

rea basal por unidad de superficie: Es la acumulacin de la seccin transversal de todos

ndice de espaciamiento o espaciamiento relativo (IE): Se basa en la distancia media

Figura 1. Desarrollo y produccin de los rodales, en la aplicacin de cortas intermedias.

Figura 2. Esquema general del mtodo de cortas intermedias.

b) Despus del tratamiento.

El auto-aclareo se ha utilizado para predecir la dinmica de poblaciones bajo competencia

guas construidas son un soporte en la planificacin para diferentes opciones de manejo de

auto-tolerancia se refiere a la capacidad de los rboles para competir con o tolerar

Figura 3. Perspectiva general de densidad UMAFOR Guachochi A.C

Figura 4. Nomogramas para establecer los lmites y control de la densidad basados en el

IDR e IDY (Santiago et al., 2013).

Figura 5. Cierre de copas en arbolado maduro en la UMAFOR Guachochi A.C

Descripcin del rea de estudio

Guachochi y parte de Balleza, Batopilas, Urique, Guadalupe y Calvo, Nonoava y Rosario

Figura 6. Ubicacin geogrfica del rea de estudio, UMAFOR Guachochi A.C., En el

3.1.1 Aspectos fsicos

De acuerdo con la clasificacin de Kpen, modificada por Garca (1981), en la

En la UMAFOR se identifican 6 tipos de suelos, predominando los leptosoles con un

3.1.2 Aspectos biolgicos

La vegetacin de pino comprende 477,850.35 ha (48.84 %) de la superficie en la

Figura 7. Uso de suelo y vegetacin UMAFOR 0807 Guachochi A.C

3.2 Potencial natural

Figura 8. Potencial natural UMAFOR 0807 Guachochi A. C.

3.3 Descripcin de la base de datos

La base de datos de la UMAFOR 0807 Guachochi A. C. se integr de 666 sitios de

Sinforosa. En el Cuadro 1 se muestran las estadsticas descriptivas para la mezcla de

Cuadro 1. Estadsticas descriptivas de la base de datos de la mezcla de especies usada en el ajuste

SD es la desviacin estndar, Mn es el valor mnimo, Mx es el valor mximo, AB es el rea basal, Vta es el

Cuadro 2. Estimadores de los parmetros y estadsticos de ajuste del modelo de volumen.

3.4 Enfoques de modelacin

3.4.1 Modelo de Reineke en Mnimo Cuadrados Ordinarios (MCO)

es el nmero de rboles por hectrea, es el dimetro cuadrtico, es el parmetro del

3.4.2 Modelo de Yoda en Mnimos Cuadrados Ordinarios (MCO)

es el volumen promedio es el nmero de rboles por hectrea, es el parmetro

3.4.3 Modelo de Reineke en Regresin Frontera Estocstica (RFE)

El modelo de Reineke para estimar la lnea de auto-aclareo mediante RFE tiene la

donde es un error aleatorio con distribucin normal simtrica distribuida

relacin densidad-tamao, se deben seleccionar distribuciones con asimetra positiva para

3.4.4 Modelo de Yoda en Regresin Frontera Estocstica (RFE)

El modelo de Yoda de auto-aclareo en RFE es dado por la expresin 6.

3.4.5 Enfoques de Regresin Frontera Estocstica (RFE)

Para la distribucin de se consider la distribucin semi-normal, normal-truncada y

3.4.5.1 Modelo Normal Exponencial

Para el modelo Normal-Exponencial, se distribuye (0, 2 ) y se distribuye

La funcin marginal de densidad de para la funcin de produccin es dada por 8 y la

La funcin Log-Verosimilitud para el modelo de produccin Normal-Exponencial con

3.4.5.2 Modelo Semi-Normal

Para el caso de un modelo Semi-Normal, con distribucin + (0, 2 ), se

Sustituyendo = + en la ecuacin 11, se obtiene la ecuacin 12