MANUAL DE INVENTARIOS FORESTALES Metodología de Oscar Ferreira Rojas

1. INTRODUCCIÓN

• Inventario forestal es el método usado para medir y registrar los datos del bosque, procesar estos datos de campo para obtener así información de la cantidad y calidad de los árboles y características del área boscosa con un grado de detalle y precisión de acuerdo al objetivo previsto

• Un inventario forestal, tiene diversas

aplicaciones específicas que forman parte

de un plan de manejo y que son por

ejemplo. Vender o comprar madera, hacer

un plan de aprovechamiento, determinar

espaciamiento de un raleo, determinar la

corta anual permisible

… INTRODUCCIÓN

2. CLASIFICACIÓN DE INVENTARIOS

FORESTALES

• 2.1 CLASIFICACIÓN SEGÚN LA FORMA

DE TOMAR LOS DATOS

• INVENTARIO POR MUESTREO SISTEMÁTICO

• INVENTARIO POR MUESTREO AL AZAR

• INVENTARIO ESTRATIFICADO

• INVENTARIO 100%

• 2.2 CLASIFICACIÓN SEGÚN EL

OBJETIVO DEL INVENTARIO • PLAN DE MANEJO FORESTAL

• PLAN DE APROVECHAMIENTO

• EVALUAR EL POTENCIAL MADERERO

2. CLASIFICACIÓN DE INVENTARIOS

FORESTALES

• 2.3 CLASIFICACIÓN DE ACUERDO AL

GRADO DE PRESICIÓN • INVENTARIO DETALLADO (error de muestreo 5-10%)

• INVENTARIO SEMI-DETALLADO (error de muestreo

10-15%)

• INVENTARIO EXPLORATORIO (error de muestreo 15-

20%)

• INVENTARIO DE RECONOCIMIENTO (reconocimiento

aéreo, recorrido del área, estudio de fotos aéreas)

3. LA ESTADÍSTICA EN LOS

INVENTARIOS FORESTALES

• 3.1 DISTRIBUCIÓN POR FRECUENCIA

Y AGRUPAMIENTO DE DATOS

DAP (cm) Altura DAP (cm) Altura DAP (cm) Altura DAP (cm) Altura DAP (cm) Altura

13,9 10,5 10,4 9,6 19,5 18,4 14,2 14,5 15 15,9 8 15,3 11,7 9,8 9,2 18,6 11,8 9,7 8,8 14,6 12,2 16,3 13,9 8,4 10 10,9 13,3 16 15 5,8 13,9 11,9 15,5 12,3 13,1 12,5 7,4 7,4 13,3 11,3 10,3

8,8 16 19,5 9,7 9,6 18,8 11,3 7,5 13,3 8,4 12,9 10,3 25,3 13,1 12,9 12 13 11 11 9,8

13 20,2 9,4 6,3 12 15 15 4 18,6 7,1

9,1 10 16,3 9,7 22 14,4 18,4 13 8,7 11 13,3 19,5 22,3 11 12,3 19 10,5 12,1 11,9 22,5 15,2 13

4,5 9,5 8,7 16,5 12,3 18,9 14,3

3. LA ESTADÍSTICA EN LOS

INVENTARIOS FORESTALES

0

2

4

6

8

10

12

14

16

18

20

0.0 5.0 10.0 15.0 20.0 25.0 30.0

No

. d

e A

rbo

les

DAP (cm)

DAP (cm) Intervalo Marca de clase Número de

Arboles

2 4,9 3,5 2

5 7,9 6,5 5

8 10,9 9,5 17

11 13,9 12,5 19

14 16,9 15,5 17

17 19,9 18,5 9

20 22,9 21,5 4

23 25,9 24,5 1

Total 74

• 3.1 DISTRIBUCIÓN POR FRECUENCIA

Y AGRUPAMIENTO DE DATOS

DAP (cm) Intervalo

Marca de clase

Número de Arboles

2 4,9 3,5 2

5 7,9 6,5 5

8 10,9 9,5 17

11 13,9 12,5 19

14 16,9 15,5 17

17 19,9 18,5 9

20 22,9 21,5 4

23 25,9 24,5 1

Total 74

• 3.2 DISTRIBUCIÓN NORMAL

• Y = 0.3989/e(0.5xZxZ)

• DONDE:

• Z = Desvío tipificado (Z = (x - x̄)/S)

• e = 2.71828

• 3.3 MUESTREO • 3.3.1 Distribución de las medias muestrales

• M= N!/(n!x(N-n)!)

• Donde:

• M = Número de muestras

• n = Tamaño de la muestra

• N = Total de unidades de muestreo

• ! = Factorial

• EJEMPLO:

• Si la población se compone de 5 unidades (N), es posible

obtener 10 muestras de 2 unidades de muestreo cada una.

• M = 5!/2!x3! = 120/12 = 10 muestras

• 3.3 MUESTREO • 3.3.2 ERROR ESTÁNDAR

• Sx = S/√(nx(1-n/N))

• DONDE:

• S = Desviación estándar

• n = tamaño de la muestra

• N = Tamaño de la población expresada en número de parcelas

• 3.4 DISTRIBUCIÓN DE t DE STUDENT • t = (x - x̄)/S

Coeficiente de confianza

Valor de t

Valor de Z Tamaño de la muestra (n)

2 5 10 15 20 25 30

68% 1,8 1,14 1,05 1,03 1,01 1,01 1 1

95% 12,71 2,78 2,26 2,14 2,09 2,06 2,05 2

99% 63,66 4,6 3,25 2,98 2,86 2,8 2,76 3

• 3.5 PRECISIÓN Y ERROR DE

MUESTREO • Muestreo aleatorio con reemplazo

• Muestreo aleatorio sin reemplazo

• 3.6 CÁLCULO DEL ERROR DE

MUESTREO • Existe un bosque de 200 hectáreas de Pinus oocarpa de

26 años que constituye la población. Se seleccionó y

midió una muestra al azar de 25 unidades de muestreo

(parcelas) de 0.05 hectáreas cada una, y los volúmenes

obtenidos después de procesar los datos son los

siguientes

Parcela No. Volumen m³ (Volumen)²

1 96 9216

2 72 5184

3 86 7396

4 48 2304

5 31 961

6 59 3481

7 46 2116

8 38 1444

9 80 6400

10 52 2704

11 40 1600

12 26 676

13 56 3136

14 92 8464

15 88 7744

16 53 2809

17 32 1024

18 58 3364

19 37 1369

20 55 3025

21 88 7744

22 39 1521

23 27 729

24 101 10201

25 83 6889

1483 101501

• 3.6 CÁLCULO DEL ERROR DE

MUESTREO • 1) Media (x̄ )

• x̄ = (ΣX)/n = 1483/25 = 59.32 m³/hectárea

• 2) Desviación estándar (S) • √((ΣX²-(ΣX)²/n)n-1) = √((101501-(1483)²/25)25-1) = 23.74 m³/ha

• 3) Coeficiente de Variación (C) • C = (S/ x̄ ) * 100 = (23.74/59.32)*100 = 40%

• 4) Error estándar de la Media Muestral (Sx) • Sx = S/ √n = 23.74/ √25 = 4.75 m³/hectárea

• 3.6 CÁLCULO DEL ERROR DE

MUESTREO

• 5) Error de muestreo (EM) • EM = txSx = 2.064 * 4.75 = 9.8 m³/hectárea El valor de t se obtiene de una tabla y su valor para 24 grados de libertad (n-1) es 2.604 para 95% de probabilidad

• 6) Error de muestreo como porcentaje de la media • EM% = (Error de muestreo absoluto/media) * 100

• EM% = (9.8/59.32)*100 = 16.5%

• 7) Límites de confianza (LC)

• LC = x̄ ± EM = 59.32 ± 9.8

• PARCELAS

CIRCULARES

Superficie en metros²

Superficie en hectáreas

Radio de la parcela en

metros

1000 0,1 17,84

900 0,09 16,92

800 0,08 15,96

500 0,05 12,62

200 0,02 7,98

50 0,005 3,99

• PARCELAS

CUADRADAS

Superficie en metros²

Superficie en hectáreas

Lado en metros

Semidiagonal en metros

1000 0,1 31,62 22,36

900 0,09 30 21,21

800 0,08 28,28 20

500 0,05 22,36 15,18

200 0,02 14,14 10

50 0,005 7,07 5

Lado

• PARCELAS

RECTANGULARES

Superficie en metros²

Superficie en hectáreas

Lados en metros

1000 0,1 50 x 20

900 0,09 45 x 20

800 0,08 40 x 20

500 0,05 25 x 20

200 0,02 20 x 10

50 0,005 10 x 5

Lad

o 1

Lado 2

• INTENSIADAD DE

MUESTREO En un área boscosa de 400 hectáreas

de ha decidido hacer parcelas de 1000

m² y una intensidad de 10%.

I = Am/AT

Donde:

I = Intensidad de muestreo

Am = Área muestreada

AT = Área total

Am = 0.1 x 400 = 40 ha = 400,000 m²

Am = n x Tp n = Am/Tp

n = 40/0.10 = 400 parcelas de 1000 m²

• Método estadístico Para poblaciones infinitas

n = C²t²/a²

Donde:

n = Número de parcelas

C = Coeficiente de variación en % o como

fracción

a = error de muestreo deseado en % o

como fracción

t = valor de t de Student para una

probabilidad dada y para n-1 grados de

libertad

Para poblaciones finitas

n = (C²t²/a² + (C²t/N²))

• PRE-MUESTREO • En un bosque de 200 hectáreas se ha hecho un

pre-muestreo de 10 parcelas de 500 m². Precisión

del 20% y 95% de probabilidad

• x̄ = ∑x/n = 1184/10 = 118.4 m³/ha

• S = √((∑x² - (∑x)²/n)/(n-1)) = √((163848-(1184)²/10)/9)

• C = (S/x̄)̄ * 100 = (51.3/118.4)*100 = 43.3%

• n = C²t²/a² = ((43.3)² * (2.262)²)/20² = 23.98 = 24 parcelas

• n = ((43.3)² * (2.069)²)/20² = 20 parcelas

Parcela No. 1 2 3 4 5 6 7 8 9 10

Volumen (m³/ha)

192 172 62 92 160 80 112 176 64 74

• MUESTREO

ALEATORIO • Un mapa del bosque de escala

adecuada.

• Una tabla de números aleatorios. Puede

usarse también una calculadora que

tenga la función de números al azar.

• Definir el tamaño de la parcela

1 2 3 4 5 6 7 8 9 10 11 12

13 14 15 16 17 18 19 20 21 22 23 24

25 26 27 28 29 30 31 32 33 34 35 36

37 38 39 40 41 42 43 44 45 46 47 48

49 50 51 52 53 54 55 56 57 58 59 60

61 62 63 64 65 66 67 68 69 70 71 72

73 74 75 76 77 78 79 80 81 82 83 84

85 86 87 88 89 90 91 92 93 94 95 96

97 98 99 100 101 102 103 104 105 106 107 108

109 110 111 112 113 114 115 116 117 118 119 120

121 122 123 124 125 126 127 128 129 130 131 132

133 134 135 136 137 138 139 140 141 142 143 144

145 146 147 148 149 150 151 152 153 154 155 156

157 158 159 160 161 162 163 164 165 166 167 168

169 170 171 172 173 174 175 176 177 178 179 180

181 182 183 184 185 186 187 188 189 190 191 192

• MUESTREO

SISTEMÁTICO Hay que distribuir 20 parcelas de 1000

m², sobre un área de 142 hectáreas.

Las parcelas se separaran c/100m

• Am=Tp*n =1000*20 =20,000 m²= 2 ha.

Intensidad de muestreo

• I = Am/AT= 2/142=0.0140845=1.40845%

Distancia entre líneas

• L =Tp/B*I =1000/100*0.0140845= 710 m.

Espaciamiento para distribución cuadrada • S = √(Tp/I) = √(10000/0.0140845)= 266.46 m.

• MUESTREO

ESTRATIFICADO • Dividir la población en sub-poblaciones

• El muestreo puede ser aleatorio o

sistemático