Patrón espacial y métodos de muestreo para Bertholletia excelsa (castaña de Pará) en la Mesorregión del Bajo Amazonas, estado de Pará, Brasil



Document title: Patrón espacial y métodos de muestreo para Bertholletia excelsa (castaña de Pará) en la Mesorregión del Bajo Amazonas, estado de Pará, Brasil
Journal: Bosque (Valdivia)
Database: PERIÓDICA
System number: 000420649
ISSN: 0304-8799
Authors: 1
1
2
1
1
Institutions: 1Universidade Federal do Vale do Jequitinhonha e Mucuri, Diamantina, Minas Gerais. Brasil
2Universidade Federal do Oeste do Para, Santarem, Para. Brasil
Year:
Volumen: 38
Number: 1
Pages: 97-107
Country: Chile
Language: Español
Document type: Artículo
Approach: Analítico, descriptivo
Spanish abstract El objetivo de este estudio fue analizar el patrón espacial y los métodos de muestreo para Bertholletia excelsa. El inventario de exploración, con mapeo de coordenadas cartesianas de los árboles con dap ≥ 20 cm, se llevó a cabo en un área de 1.000,31 ha. Para la definición de la estructura diamétrica se utilizaron técnicas multivariadas: análisis de conglomerado y discriminante. Para analizar los patrones espaciales, los individuos fueron agrupados en tres niveles: población, jóvenes y adultos, siendo la desviación de aleatoriedad definida por la función K de Ripley. Fueron simulados los inventarios forestales con el muestreo aleatorio simple, sistemático y adaptativo, teniendo en cuenta las parcelas de 2.500 nf, con una intensidad de muestreo del 15 % y un margen de error de 10 %. Las comparaciones entre los métodos de muestreo se realizaron por exactitud y precisión. Se registraron 446 árboles, de los cuales 59 individuos eran jóvenes y 387 eran adultos. La estructura diamétrica se caracterizó por un bajo número de árboles en los primeros grados y un alto número de individuos en las clases intermedias. El patrón espacial de la población y de los adultos fue agregado, mientras que los menores fueron distribuidos al azar. El muestreo sistemático fue el mejor procedimiento para estimar el número total de individuos de B. excelsa, sin embargo, hay necesidad de investigar el efecto de agregación y el tamaño de las parcelas mayores de 2.500 m2 sobre los estimadores de muestreo adaptativo por conglomerados
English abstract The aim of this study was to analyze the spatial pattern and sampling methods for Bertholletia excelsa. The inventory of exploration, by mapping Cartesian coordinates of all trees with dbh ≥ 20 cm, was carried out in an area of 1,000.31 ha. For the definition of the diametric structure, multivariate techniques were used: cluster and discriminant analysis. To analyze the spatial patterns, individuals were grouped into three levels: population, young individuals and adults; being the random deviation defined by the Ripley's K function. The forest inventories were simulated with a simple random sampling, systematic and adaptive, taking into account plots of 2,500 m2, with a sampling intensity of 15 % and an error range of 10 %. Comparisons between sampling methods were performed for the accuracy and precision. Four hundred and forty six trees were registered, of which 59 were young individuals and 387 were adults. A low number of trees in the early stages and a high number of individuals in the intermediate classes characterize the diametric structure. The spatial pattern of the adult population was aggregated, while the young individuals were randomly distributed. Systematic sampling is the best procedure to estimate the total number of individuals of B. excelsa; however, there is a need to investigate the effect of aggregation and size of the largest plots of 0.25 hectares on the estimates of adaptive cluster sampling
Disciplines: Biología,
Agrociencias
Keyword: Silvicultura,
Ecología,
Distribución espacial,
Bertholletia excelsa,
Función K de Ripley,
Distribución diamétrica,
Amazonas,
Brasil,
Métodos de muestreo,
Inventario forestal,
Análisis de cúmulos
Keyword: Silviculture,
Ecology,
Spatial distribution,
Bertholletia excelsa,
Ripley’s K function,
Diametric distribution,
Amazon,
Brazil,
Sampling methods,
Forest inventory,
Cluster analysis
Full text: Texto completo (Ver HTML)