¿Mínimos cuadrados ordinarios o regresión frontera estocástica para estimar la línea de autoaclareo con la ecuación de Yoda?



Título del documento: ¿Mínimos cuadrados ordinarios o regresión frontera estocástica para estimar la línea de autoaclareo con la ecuación de Yoda?
Revista: Revista mexicana de ciencias forestales
Base de datos: PERIÓDICA
Número de sistema: 000458344
ISSN: 2007-1132
Autores: 1
Instituciones: 1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias, Campo Experimental San Martinito, Tlahuapan, Puebla. México
Año:
Periodo: Mar-Abr
Volumen: 14
Número: 76
Paginación: 120-145
País: México
Idioma: Español, inglés
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en español La determinación precisa de la línea de autoaclareo mediante funciones tamaño-densidad junto con las guías para manejar la densidad (GMD) son insumos fundamentales para gestionar la densidad de rodales. Objetivos: (1) comparar las técnicas de ajuste de parámetros de mínimos cuadrados ordinarios lineales (MCO-L) combinada con criterios para desplazar la línea promedio y regresión frontera estocástica (RFE) para determinar la línea de autoaclareo con la ecuación de Yoda; (2) generar una GMD para Pinus montezumae en Puebla, México. Se utilizaron 90 sitios de muestreo circulares de 0.10 ha, ubicados en condición de alta densidad, cubrieron un amplio intervalo de edad y condiciones de crecimiento. Las variables número de árboles (N) y volumen promedio por árbol (Vp) se escalaron a una hectárea. Para MCO-L se aplicaron criterios teóricos para modificar el valor del intercepto (parámetro α) y desplazar la línea promedio a la frontera superior de las observaciones; para RFE se evaluaron las modalidades del modelo seminormal (MSN), modelo normal truncado (MNT) y modelo normal exponencial (MNE). Con el criterio de utilizar Vp y N del sitio con el índice de densidad del rodal máximo para aumentar el parámetro del intercepto, MCO-L reproduce una línea de autoaclareo similar a las modalidades de RFE. Por tanto, se seleccionó a RFE-MSN para reproducirla. El índice de densidad del rodal de Yoda fue de 9.2 m3. Con una alometría específica y 100 árboles ha-1 como densidad de referencia, se delimitaron las zonas de crecimiento de Langsaeter que conformaron la GMD, esta es útil para prescribir regímenes de aclareos
Resumen en inglés Accurate determination of the self-thinning line using size-density functions together with density management guidelines (DMGs) are fundamental inputs for managing stand density. Objectives: (1) to compare linear ordinary least squares (OLS) parameter fitting techniques combined with criteria to shift the mean line and stochastic frontier regression (SFR) to determine the self-thinning line with the Yoda equation; (2) to generate a DMG for Pinus montezumae in Puebla, Mexico. Ninety circular 0.10 ha sampling sites were used, located in a high density condition, covering a wide range of ages and growth conditions. The variables number of trees (N) and average volume per tree (aV) were scaled to one hectare. For OLS, theoretical criteria were applied in order to modify the value of the intercept (parameter α) and move the average line to the upper boundary of the observations; for the SFR, the semi-normal model (SNM), the truncated normal model (TNM) and exponential normal model (ENM) modalities were evaluated. With the criterion of using the aV and N of the site with the maximum stand density index to increase the intercept parameter, the OLS, a self-thinning line similar to the SFR modes is reproduced. Therefore, SFR-SNM was selected to reproduce it. The density index of the Yoda stand was 9.2 m3. With a specific allometry and 100 trees ha-1 as reference density, Langsaeter's growth zones were delimited to form the DMG, which is useful for prescribing thinning regimes
Disciplinas: Agrociencias,
Matemáticas
Palabras clave: Silvicultura,
Matemáticas aplicadas,
Dasometría,
Pinus montezumae,
Aclareo
Keyword: Silviculture,
Applied mathematics,
Dasometry,
Pinus montezumae,
Thinning
Texto completo: Texto completo (Ver HTML) Texto completo (Ver PDF)