Embed Size (px)
Citation preview
Escuela Nacional De Ciencias Forestales
ESNACIFOR
DEPARTAMENTO DE DOCENCIA
ELABORACIÓN DE TABLA DE VOLUMEN COMERCIAL DE Rhizophora
mangle L. EN EL GOLFO DE FONSECA, HONDURAS
Por: Olga Patricia Díaz González
Como requisito previo para optar al grado de Ingeniero en Ciencias Forestales
Aprobado por:
__________________________ __________________________
Ing. Omar Fonseca Ing. Oscar W. Ferreira
Asesor Principal Asesor Secundario
_________________________
Departamento de Docencia
Siguatepeque, Comayagua, Honduras C.A.
Escuela Nacional De Ciencias Forestales
ESNACIFOR
ELABORACIÓN DE TABLA DE VOLUMEN COMERCIAL DE Rhizophora
mangle L.EN EL GOLFO DE FONSECA, HONDURAS
Tesis Grado
Por: Olga Patricia Díaz González
Miembros integrantes de la Terna Evaluadora:
_______________________
Ing. Heidi Vides
Representante del Departamento de Docencia
__________________________
Lic. Johnny Pérez
Representante de Comisión de Tesis
_________________________
Ing. Omar Fonseca
Asesor Principal
Siguatepeque, Comayagua, Honduras, C.A
Marzo 2014
iii
RESUMEN
Para la elaboración de la tabla volumétrica, se seleccionó una muestra de 41
árboles representativos del bosque de mangle existente en el golfo de Fonseca.
En el que se desarrollaron los modelos matemáticos Meyer Modificada,
Australiana Modificada, Ecuación Logarítmica y Variables Combinadas, para
seleccionar el método con el mejor ajuste, se comparó el volumen real de la
muestra con el estimado por cada uno de los modelos, luego se realizaron
regresiones para compararlos bajo los criterios estadísticos, para el criterio
biológico se elaboraron gráficos de dispersión y con el número de coeficientes y
facilidad de aplicación de la ecuación de cada uno de los modelos se determinó
el modelo con mejor criterio práctico.
El modelo seleccionado para la elaboración de la tabla de volumen para la
especie Rhizophora mangle L. fue el de variables combinadas
(0.00372+2.98735E-05*D²*H) considerando los criterios anteriormente
evaluados. Finalmente se tomó una muestra independiente de 10 árboles para
validar el trabajo realizado, misma que confirmó la precisión de los modelos
desarrollados, brindando confiabilidad para el uso inmediato de la tabla
volumétrica como un aporte a la base científica para determinar el valor
comercial de esta especie.
iv
ABSTRACT
For the preparation of the volume table, a sample of 41 representative trees
existing mangrove forest in the Gulf of Fonseca was selected. In the
mathematical models Meyer property, Australian property, Equation Logarithmic
and Variables Combined developed to select the method with the best fit , the
actual volume of the sample was compared with the estimated for each of the
models, then conducted regressions to compare low statistical criteria for
biological criteria were developed graphics dispersion and the number of
coefficients and ease of application of the equation of each of the models, the
model with the best practical criterion was determined.
The model selected for the preparation of the volume table for the species
Rhizophora mangle L. was the combined variables (0.00372+2.98735E-05²*D*H)
evaluated considering the criteria above. Finally an independent sample of 10
trees was taken to validate the work done; it confirmed the accuracy of the
models developed, providing reliability for the immediate use of volume tables as
a contribution to the scientific basis for determining the commercial value of this
species.
v
DEDICATORIA
Dedico mi estudio de tesis a Dios Todopoderoso.
A mis Padres, Francisco Díaz y Reina González, por brindarme el apoyo y ánimo
necesario para poder culminar esta meta.
A mi hijo Javier Eduardo Espinal y
A todas aquellas personas que de alguna manera me apoyaron para el
desarrollo de la presente investigación
vi
AGRADECIMIENTOS
En primer lugar doy gracias a Dios por brindarme salud, sabiduría, fe y la
valentía de enfrentar desafíos que se presentan en el transcurso de mi vida.
A mis asesores Ing. Omar Fonseca e Ing. Oscar Ferreira, por la asesoría técnica
que me brindaron para el desarrollo y la elaboración de mi tesis.
Al Lic. Johnny Pérez por el apoyo que me brindó en el análisis estadístico.
Al ICF/ Región Forestal del Pacífico por el apoyo logístico que me brindó para
poder realizar este proyecto.
A la Escuela Nacional de Ciencias Forestales (ESNACIFOR), por permitirme
realizar mis estudios universitarios, al personal docente y administrativo que
contribuyó a la formación de valores morales, éticos y profesionales hacia mí
persona.
vii
Tabla de contenido
RESUMEN …………………………………………………………………..……...……III
ABSTRACT ............................................................................................................ IV
DEDICATORIA ......................................................................................................... V
AGRADECIMIENTOS ....................................................................................................... VI
CAPITULO 1......................................................................................................... 1
1. INTRODUCCIÓN. ............................................................................................... 1
2. JUSTIFICACION ................................................................................................. 3
3. OBJETIVOS ....................................................................................................... 4
4. REVISIÓN DE LITERATURA .............................................................................................. 5
CAPITULO 2....................................................................................................... 23
1. DEFINICIÓN DEL PROBLEMA .............................................................................. 23
2. DESARROLLO DE LA HIPÓTESIS ......................................................................... 23
3. METODOLOGÍA ................................................................................................ 24
CAPITULO 3....................................................................................................... 37
5. RESULTADOS ................................................................................................. 37
6. DISCUSIÓN...................................................................................................... 47
7. COMENTARIOS ................................................... ¡ERROR! MARCADOR NO DEFINIDO.
CAPITULO 4....................................................................................................... 49
8. CONCLUSIONES ........................................................................................................49
9. RECOMENDACIONES .................................................................................................50
10. BIBLIOGRAFÍA .........................................................................................................51
11. ANEXOS ...................................................................................................................54
viii
LISTA DE CUADROS
CUADRO 1: PROMEDIO DE MADERA PARA CONSTRUCCIÓN DE UNA VIVIENDA EN 55
COMUNIDADES DEL GOLFO DE FONSECA EN EL AÑO 2001. ........................................ 14
CUADRO 2: ANÁLISIS DE LA REGRESIÓN DE ESPESOR DE CORTEZA ............................ 38
CUADRO 3: CALCULO DE VOLUMEN REAL POR ÁRBOL. .............................................. 39
CUADRO 4: VOLUMEN TOTAL REAL DE LA MUESTRA .................................................. 39
CUADRO 5: RESUMEN DE LOS COEFICIENTES OBTENIDOS PARA LOS MODELOS
MATEMÁTICOS ....................................................................................................... 40
CUADRO 6: COMPARACIÓN DE VOLUMEN TOTAL REAL CON EL VOLUMEN ESTIMADO DE
LAS DIFERENTES MODELOS MATEMÁTICOS ............................................................... 40
CUADRO 7: COMPARACIÓN DEL ANÁLISIS ESTADÍSTICO DE LAS DIFERENTES ECUACIONES
........................................................................................................................... 42
CUADRO 8: COMPARACIÓN DE LOS MODELOS CON EL MEJOR AJUSTE ESTADÍSTICO. .... 42
CUADRO 9: ANÁLISIS ESTADÍSTICO DEL MODELO CON MENOR PRECISIÓN .................... 43
CUADRO 10: PARÁMETROS UTILIZADOS EN EL CRITERIO PRACTICO. ........................... 45
CUADRO 11: COMPARACIÓN DE VOLUMEN REAL Y VOLUMEN ESTIMADOS EN LA MUESTRA
DE VALIDACIÓN...................................................................................................... 46
LISTA DE FIGURAS
FIGURA 1: PAISAJE AMH/E BAHÍA DE CHISMUYO ...................................................... 5
FIGURA 2: UBICACIÓN GENERAL DEL ÁREA DE ESTUDIO ............................................ 25
FIGURA 3: MAPA DEL ÁREA DE ESTUDIO .................................................................. 25
FIGURA 4: CANTIDAD DE MANGLE POR RANGO DE PENDIENTE, EXPRESADO EN HAS ..... 26
FIGURA 5: PRECIPITACIÓN PROMEDIO EN EL AÑO 2000 ............................................ 28
LISTA DE FORMULAS
FORMULA 1: DETERMINACIÓN DIFERENCIA AGREGADA EN EL AJUSTE DE UNA CURVA .. 18
FORMULA 2: DETERMINACIÓN DE LA DESVIACIÓN MEDIA EN EL AJUSTE DE UNA CURVA. 19
FORMULA 3: FORMULA DEL CONO PARA CUBICAR LA ÚLTIMA SECCIÓN DE CADA ÁRBOL 30
FORMULA 4: FORMULA DE SMALIAN ........................................................................ 30
FORMULA 5: MODELO MEYER MODIFICADA .............................................................. 32
FORMULA 6: MODELO AUSTRALIANA MODIFICADA .................................................... 32
FORMULA 7: ECUACIÓN LOGARÍTMICA ..................................................................... 33
FORMULA 8: MODELO VARIABLES COMBINADAS ....................................................... 33
FORMULA 9: ERROR O DESVIACIÓN ESTÁNDAR DE LA ESTIMACIÓN (SXY). ................... 34
ix
LISTA DE ANEXOS
ANEXO 1:FORMULARIO PARA TOMA DE DATOS DE CAMPO ......................................... 54
ANEXO 2: RESUMEN REGRESIÓN ESTADÍSTICA DEL MODELO MEYER MODIFICADA ....... 55
ANEXO 3: RESUMEN REGRESIÓN ESTADÍSTICA DEL MODELO AUSTRALIANA MODIFICADA
........................................................................................................................... 55
ANEXO 4: RESUMEN REGRESIÓN ESTADÍSTICA DEL MODELO LOGARÍTMICO ................ 56
ANEXO 5: RESUMEN REGRESIÓN ESTADÍSTICA DEL MODELO VARIUABLES COMBINADAS
........................................................................................................................... 56
ANEXO 6: DESARROLLO DEL MODELO MEYER MODIFICADA ....................................... 57
ANEXO 7: DESARROLLO MODELO AUSTRALIANA MODIFICADA .................................... 58
ANEXO 8: DESARROLLO DE LA ECUACIÓN LOGARÍTMICA ........................................... 59
ANEXO 9: DESARROLLO DEL MODELO VARIABLES COMBINADAS ................................ 60
ANEXO 10: TABLA VOLUMÉTRICA DE LA ESPECIE RHIZOPHORA MANGLE L. ................. 61
1
CAPITULO 1
1. INTRODUCCIÓN.
Los manglares ocupan alrededor de 17 millones de hectáreas de costa tropical
en todo el mundo, a través de África, Australia, Asia y América. Constituyen uno
de los habitantes más productivos y biológicamente diversos del planeta (OIMT,
2003). Según ICF, 2011, existen 130,894 ha. de mangle que representan el
1.1% del territorio nacional, de los que corresponde aproximadamente 24,124.9
ha al departamento de Choluteca y 24,459 ha para el departamento de Valle.
El Golfo de Fonseca, en el sector que corresponde a Honduras, lo forma una
franja costera de 0 a 40 Km de ancho y 163 Km de largo, desde la frontera con
la República de El Salvador hasta la frontera con la República de Nicaragua
(PROMANGLE, 2003). Los actores claves (sociedad civil, empresas, industrias e
instituciones gubernamentales y no gubernamentales) han volcado en algunas
áreas de los manglares sus expectativas para el desarrollo de prácticas que
apunten a la preservación de los recursos existentes, sin descuidar las
necesidades de desarrollo de miles de personas y grupos que sustentan en este
su economía familiar, representando así, renglones fundamentales de la
economía local, regional y nacional (PROMANGLE, 2001).
La Ley Forestal en su artículo 17 (funciones del ICF), establece que el ICF es
responsable de administrar el recurso forestal público (Artículo 98, 2007) sin
embargo en Honduras no se cuenta con una tabla para calcular el volumen de
madera en pie de la especie Rhizophora mangle L. Los resultados que se
obtuvieron en el presente estudio es producto de mediciones repetidas que
2
simplificarán la labor del ICF, así mismo, corresponden a un aporte a la base
científica para determinar el valor comercial de esta especie.
3
2. JUSTIFICACION
Los manglares son ecosistemas que se ubican en las zonas litorales tropicales y
subtropicales, que se caracterizan por la presencia de árboles que toleran los cambios
de flujos de marea y altas concentraciones de sal. Debido a que en el Golfo de
Fonseca desembocan distintos ríos, ya sean de Nicaragua, El Salvador y Honduras,
esto hace que esta pequeña porción de océano sea cargada con bastante sedimento
a las orillas del litoral y en cierta forma desarrolla un hábitat perfecto para la vida del
mangle.
Para el departamento de Choluteca se reportan 24,124.9 ha y 24,459 ha para el
departamento de Valle (ICF, 2011). En el país actualmente no existen tablas de
volumen de la especie Rhizophora mangle L. por lo que se acude a la utilizada en la
vecina república de El Salvador o las elaboradas para otras especies. Por esta razón,
es necesario elaborar una tabla que permita estimar el volumen más aproximado al
real en un área específica. Con la finalidad de dar un manejo sostenible, considerando
que los manglares han tenido un declive de poblaciones por ha en los últimos años,
debido a los diferentes usos que se le dan en la actualidad entre ellos la extracción de
leña que es una de las actividades más frecuentes de los pobladores en la zona de
influencia de los bosques de mangle (gran parte de la leña se usa para cocción de
alimentos, sal, ladrillo u otra actividad industrial). Así mismo, el corte ilegal para
convertir las zonas con vegetación en lagunas para el cultivo de camarón y finalmente
cabe mencionar que en la mayoría de las construcciones que se elaboran en la zona
costera hacen uso principalmente de la madera de Rhizophora mangle L.
4
3. OBJETIVOS
3.1 Objetivo general
Generar una tabla de volumen comercial de la especie Rhizophora
mangle L. para el Golfo de Fonseca, Honduras.
3.2 Objetivos específicos.
3.2.1 Desarrollar modelos de ecuaciones de volumen para la especie
Rhizophora mangle L. con base en la medición de las variables DAP y
altura total.
3.2.2 Estimar los parámetros asociados con cada modelo y su significancia.
3.2.3 Seleccionar el modelo con el mejor ajuste, considerando criterios
estadísticos, biológicos y prácticos.
3.2.4 Elaborar la tabla de volumen, usando el modelo seleccionado con el
mejor ajuste.
3.2.5 Validar el método seleccionado mediante una muestra independiente.
5
4. REVISIÓN DE LITERATURA
4.1 Generalidades de las áreas protegidas de la zona sur.
Figura # 1. Paisaje AMH/E Bahía de Chismuyo
El Golfo de Fonseca es compartido entre tres países; Honduras, El Salvador y
Nicaragua; abarca una extensión territorial de 3,200 km².
En Honduras, el Golfo de Fonseca representa el 1.9% del territorio y se extiende
a lo largo de 150 kilómetros en la costa Pacífica. La vertiente del pacífico
hondureña, según cálculos en el ArcGIS, con base en la información del SINIT
(2011). Cuenta con unas 10 islas y 17 islotes, de los cuales 22 pertenecen a
Honduras y 5 a El Salvador.
La zona sur de Honduras presenta características naturales singulares (ver
Figura 1), cuya función principal es servir de hábitat a una gran biodiversidad,
debiendo ser su aprovechamiento de forma racional, produciendo beneficios
sociales (PROARCAS, 2004).
6
Está compuesto por 11 áreas protegidas con una superficie total de 101,683.48
Has, respaldadas legalmente mediante el Decreto 5-99-E, publicado en el diario
oficial La Gaceta, el 20 de enero de 2000. Cuenta con una superficie de 316.16
km2. Declarado también como sitio Ramsar 1000 (Prazier, 1999).
4.2 Área de manejo hábitat/especie Bahía de Chismuyo.
La Bahía de Chismuyo fue declarada área protegida bajo decreto 5-99-E en el
año 2000 bajo la categoría de manejo hábitat/ especie (AMH/E). Misma que es
reconocida como categoría IV según la UICN. Está situada en la zona costera
sur occidental de Honduras en el departamento de Valle. Es jurisdicción de 5
municipios (Alianza, Nacaome, Goascorán, Amapala y San Lorenzo). La
importancia del área protegida como tal, radica en que la mayor parte de su
extensión está cubierta por humedales con bosques densos de manglares que
crean el medio apropiado para el desarrollo de especies de importancia
económica, como moluscos, crustáceos y peces. Actuando también este
manglar como barrera natural en la reducción de los impactos de tormentas
tropicales, inundaciones y otros fenómenos climáticos, que provocan la
destrucción de bienes y pérdida de vidas como consecuencia de la alteración de
la cobertura vegetal en la parte alta, media y baja de las principales cuencas y
subcuencas hidrográficas que drenan en el Golfo de Fonseca.
Las comunidades que se encuentran dentro o en los alrededores del área
protegida ejercen diferentes grados de presión o influencia sobre el manglar y
los demás recursos de la zona, mediante diversas actividades de producción
7
intensiva permanente y artesanal/subsistencia entre las que se pueden
mencionar, la pesca artesanal, ganadería, los cultivos de maíz, sorgo, caña de
azúcar, melón, sandía además de salineras, empresas camaroneras; así como
la extracción de leña, madera para postes y de fauna silvestre, entre otros
(PROARCAS, 2004).
4.3 Área de manejo hábitat/ especie (AMH/E).
La UICN (2008) define las Áreas de Manejo de Hábitat por Especies como:
“Áreas terrestres y/o marinas sujetas a intervención activa con fines de manejo,
para garantizar el mantenimiento de los hábitats y/o satisfacer las necesidades
de determinadas especies, incluyendo al hombre. Se permiten actividades
científicas, de monitoreo ambiental, educativas, recreativas y actividades que
proporcionen beneficios a la economía local y nacional siempre que estas sean
compatibles con los objetivos de manejo”. La categoría asignada a Bahía de
Chismuyo, concuerda con la Categoría IV de la UICN que tiene como objetivo
principal: mantener, conservar y restaurar especies y hábitats.
Otros de sus objetivos son: proteger patrones de vegetación u otros rasgos
biológicos mediante enfoques de gestión tradicionales; proteger fragmentos de
hábitats como elementos de las estrategias de conservación del paisaje terrestre
o marino; desarrollar la educación pública y el aprecio por las correspondientes
especies y hábitat; proporcionar un medio por el cual los residentes urbanos
puedan tener un contacto regular con la naturaleza.
8
4.4 scripción de la Especie.
Según descripción de Especies Plantarum (s.f.), Rhizophora mangle L. de la
familia RHIZOPHORACEAE, conocido como mangle rojo, presenta las
siguientes características generales:
a. FORMA. Árbol o arbusto perennifolio, halófito, de 1.5 a 15 m (hasta 30 m)
de altura con un diámetro a la altura del pecho de hasta 50 cm.
b. COPA / HOJAS. Copa redondeada. Hojas opuestas, simples, pecioladas,
elípticas a oblongas, aglomeradas en las puntas de las ramas, de 8 a 13
cm de largo por 4 a 5.5 cm de ancho, coriáceas, lisas, gruesas; verde
oscuras en el haz y amarillentas con puntos negros en el envés.
c. TRONCO / RAMAS. Tronco recto. Ramas apoyadas en numerosas raíces
aéreas de origen adventicio, simples o dicotómicamente ramificadas, con
numerosas lenticelas.
d. CORTEZA. Externa de color olivo pálido con manchas grises, pero si se
raspa adquiere un color rojo, amarga, dura, de textura lisa a rugosa y
apariencia fibrosa, se desprende fácilmente en escamas. Interna de color
rojo intenso, granulosa (con alto contenido de fibras y esclereidas). La
corteza forma lenticelas hipertrofiadas en las partes sumergidas de tallos
y raíces. Grosor total: 20 a 30 mm.
e. FLOR(ES). Inflorescencias simples, con 2 ó 3 flores, pedúnculos de 3 a 5
cm, flores actinomórficas; corola de 1.8 cm de diámetro; cáliz de 1.54 cm
de diámetro; sépalos 4, persistentes, amarillos, coriáceos, gruesos, de 4.1
9
mm de ancho; pétalos 4 no persistentes, blancos o amarillentos en la
base y moreno rojizos arriba, de 2.6 mm de ancho.
f. FRUTO(S). Baya de color pardo, coriácea, dura, piriforme, farinosa, de 2
a 3 cm de largo por 1.5 cm de ancho en la base, cáliz persistente. Se
desarrolla una semilla, rara vez dos, por fruto.
g. SEMILLA(S). Una sola semilla germina en el interior del fruto (viviparidad).
Los propágulos son frecuentemente curvos, de color verde a pardo en la
parte inferior y presentan numerosas lenticelas. Miden de 22 a 40 cm de
largo por 1 a 2 cm de diámetro en su parte más ancha y pesan
aproximadamente 50 g.
h. RAÍZ. Raíces fulcreas, ramificadas, curvas y arqueadas. Destacan las
modificaciones de sus raíces en prolongaciones aéreas del tallo como
zancos o prolongaciones cortas que emergen del suelo llamadas
neumatóforos.
i. SEXUALIDAD. Hermafrodita.
j. FOLLAJE: Perennifolio. La tasa de expansión foliar y la caída de las hojas
alcanza su nivel máximo en verano, cuando las temperaturas en los
niveles de radiación son los más altos.
k. FLORACIÓN: La floración ocurre durante todo el año, predominantemente
en el verano-otoño pero varía dependiendo de la localidad. En Chamela,
Jalisco, florece en octubre.
l. FRUCTIFICACIÓN: Fructifica durante todo el año.
10
m. POLINIZACIÓN: Anemófila y entomófila (principalmente áfidos), aunque
el principal vector del polen es el viento. La morfología de la flor favorece
la autopolinización, por lo que los niveles de endogamia son elevados.
n. ADAPTACIÓN: Especie de fácil adaptación a sitios salinos y anegados.
Una característica sobresaliente de la especie es su complejo sistema de
raíces aéreas que parten del mismo tronco o de las ramas laterales
(raíces pivotantes o zancos) y que bajan para anclarse y sostenerse en
los suelos anegados y fangosos. Otra característica adaptativa es la
presencia de estructuras para eliminar el exceso de sal, o estructuras
para respirar (neumatóforos). Se adapta a un gradiente de luz que va
desde alta insolación a sitios sombreados.
o. DISTRIBUCION: Especie con un amplio patrón de distribución. Se le
encuentra a lo largo de las costas del Golfo, el Pacífico y el Caribe.
p. HABITAT: Especie característica de los litorales donde forma a menudo
masas puras en las zonas intermareales de lagunas costeras y esteros
con influencia de agua salada. Crece en ambientes de continuo
movimiento de agua y salinidad variable (hipersalino a salobre). Su mejor
desarrollo es en litorales someros, con poca pendiente donde la marea
entra con mayor facilidad. Se desarrolla en los sitios protegidos contra la
acción del oleaje fuerte. Los manglares más productivos se desarrollan en
estuarios con lodo fino, compuesto de cieno, arcilla y alto porcentaje de
materia orgánica. Los suelos en los manglares de Rhizophora sp.
contienen generalmente mayores porcentajes de materia orgánica
11
comparado con los suelos de Avicennia sp. reportándose cantidades
promedios de 49.26 ± 8 ppm.
q. SUELOS: sustrato lodoso, turba, negro-arenoso muy húmedo, negro-
arcilloso, café claro, areno-arcilloso, zona pantanosa o inundada y roca
coralina. Con un pH de 6.6 cuando está saturado de agua y de 2.2 a 3 al
secarse. La especificidad de su hábitat hace a los manglares muy
sensibles a la perturbación.
r. DISPERSIÓN. Las unidades de dispersión son las plántulas, las cuales
tienen la habilidad para flotar y mantener la viabilidad por largos períodos.
Cuando se desprende el propágulo del árbol, puede quedar clavado en el
suelo fangoso o dispersarse con las corrientes de agua a grandes
distancias. La mayoría de las plántulas se establecen cerca de la planta
madre. De hecho, se ha sugerido que la colonización de un sitio nuevo y
lejano es un evento esporádico en el que interviene un número reducido
de individuos.
s. GERMINACIÓN. Por su característica de viviparidad, el fruto germina aun
cuando todavía está prendido al árbol. Madura en dos o tres meses, luego
de los cuales se desarrolla el embrión y permanece en el árbol por 6
meses o más. El proceso de desarrollo de los propágulos cuando están
unidos al árbol, toma alrededor de 6 meses y varía de acuerdo a la
estación del año. Desarrollo del embrión: el embrión crece en el fruto
produciendo una radícula gruesa que llega a medir 10 a 20 cm de largo,
con la punta morena y con grandes lenticelas circulares de color crema a
12
pardo. El hipocótilo continúa creciendo unido al fruto, desprendiéndose
cuando alcanza de 15 a 40 cm de largo. El endospermo se transforma en
un órgano placentario que permite el intercambio entre el embrión en
desarrollo y la planta, los cotiledones se fusionan formando un tubo verde
recubriendo a la plúmula hasta el desprendimiento del embrión.
4.5 Importancia Ecológica.
Se trata de una especie halófito facultativo. Aun cuando presenta una amplia
distribución y abundancia en el país, puede considerarse una especie rara
debido a la distribución restringida de su hábitat (especie estenoica). Esta
especie, junto con Avicenia germinans y Laguncularia racemosa como
elementos dominantes, forma asociaciones conocidas como manglares.
Típicamente es la especie de mangle.
Ubicada en la parte de mayor influencia salina (frente del manglar) y en la que el
nivel de inundación es mayor, aunque se trata de una especie con buenas
capacidades para explotar hábitats con condiciones particulares diversas,
pudiendo habitar en sitios con baja disponibilidad de nutrientes y baja salinidad
(PROMANGLE, 2000).
En lo que respecta a su densidad y abundancia de individuos mayores o iguales
a 1 cm de diámetro a la altura del pecho, se presenta una gran heterogeneidad
entre sitios a lo largo de ambas costas (species plantarum, s/f).
13
4.6 Usos actuales de Rhizophora mangle L. en el golfo de Fonseca.
Las prácticas de extracción de madera de los bosques de mangle, ejecutadas en
alguna medida por habitantes del golfo, se orientan según las demandas locales
y encierran desde la provisión de postes y varas para la construcción de
viviendas y otras obras, hasta el abastecimiento de leña para el consumo
doméstico y el sustento de la producción de alimentos y de sal mediante la
cocción en hornos (PROMANGLE, 2000), de acuerdo con el estudio realizado,
solamente 0.26% de los encuestados tiene como actividad principal aserrador y
1% como secundaria, de la composición familiar ninguno de los miembros se
dedica a esta actividad, la extracción de madera es destinada a la construcción
de vivienda principalmente donde el 33% manifestó hacer uso de madera de
mangle, donde solamente el 1.65% lo utiliza para poste, 0.83% para venta y el
resto de los encuestados para reparación o construcción de su casa, el total de
volumen de madera de mangle utilizado por los encuestado corresponde a 15.75
m3 si tomamos como base que para la construcción de una casa se necesitan
6.2421 m3 madera de mangle (PROMANGLE, 2001).
4.7 Costos y precios de madera de mangle.
El Precio Promedio por Metro Cubico de Madera de Mangle para la
construcción de artesones para casas es de Lps. 553.50 /m3. (PROMANGLE,
2001).
14
Cuadro # 1. Promedio de madera para construcción de una vivienda en 55
comunidades del golfo de Fonseca en el año 2001.
Dimensión
No. Pieza
s
Volumen Por pieza (M3 )
Volumen Total (M3 )
Precio/pieza Valor Total
8x5 12 0.12312 1.477 50 600.00
5x5 22 0.14102 3.10 50 1100.00
6x8 5 0.09855 0.4927 150 750.00
8x10 3 0.12321 0.36963 200 600.00
3.5x8 6 0.06894 0.4136 40 240.00
3x4 3 0.00738 0.0221 25 75.00
4x6 2 0.01478 0.356 25 50.00
6x6 1 0.01108 0.01108 40 40.00
Total 54 0.58808 6.2421 3,455
Fuente PROMANGLE, 2001.
Como se observa en el Cuadro 1 el valor promedio económico para el artesón
de madera de mangle de una vivienda en el área rural del Golfo de Fonseca es
de Lps. 3455.00, este valor promedio puede variar dependiendo del precio en el
instante o tiempo en que se quiera realizar la determinada medición.
De las personas consultadas un 33.09 % extrae madera del Bosque de mangle
para construcción, esto quiere decir que del universo (8,000 personas) unas
2,647 personas que representan unas 529 familias, hace uso directo de este
producto en las 55 comunidades objeto del estudio de Valoración Económica. Si
sabemos que para construir el artesón de una vivienda se necesita un promedio
de 6.24 m3, entonces existe una tendencia de consumo de 3,300.96 m3 cada 7
años utilizados en diferentes formas de construcción.
15
4.8 Manglares versus. captura de carbono.
De acuerdo con Cifuentes (2012), los ecosistemas marinos costeros pueden
secuestrar hasta cinco veces más carbono que muchos bosques del mundo. Sin
embargo, están siendo seriamente amenazados por conversión de uso, es decir
para ser utilizados con otros fines como extracción de leña y cultivos, lo cual no
solo afectaría las concentraciones de dióxido de carbono en la atmósfera, sino
que aumentaría la vulnerabilidad de áreas y poblaciones costeras al embate de
tormentas tropicales o aumento del nivel del mar.
“El rol de los ecosistemas marino costeros, como herramientas de mitigación y
como instrumentos para disminuir la vulnerabilidad y aumentar la capacidad
resiliente de comunidades rurales, es un tema de relevancia mundial que no ha
sido explorado de la misma forma que en ecosistemas terrestres” (Cifuentes,
2012).
4.9 Proyectos relacionados con Rhizophora mangle L.
Para el año 2012 el ICF en coordinación con la ONG comanejadora de áreas
protegidas reforesto 17 ha con la especie Rhizophora mangle L. en 2 áreas
protegidas en las que se plantaron 78,000 candelillas. Con la colaboración de 6
comunidades costeras del golfo de Fonseca (ver Cuadro 2).
16
Cuadro # 2. Área reforestada por comunidad con Rhizophora mangle L..
Comunidad Municipio Área protegida Área reforestada en ha
Cantidad de candelillas
El Venado Marcovia Las Iguanas y punta Condega
5 25000
El Zorrillo Goascoran Bahía de Chismuyo
5 20000
Guapinol Marcovia Las Iguanas y punta Condega
Güipo Marcovia Las Iguanas y punta Condega
5 25000
La Brea Nacaome Bahía de Chismuyo
2 8000
Playa Grande
Nacaome Bahía de Chismuyo
total 17 78,000
Fuente: ICF, 2012.
4.10 Tabla de volumen.
Las tablas de volumen son un modelo matemático para estimar el volumen fustal
(NPV, CATIE, CONAP, 1998), adquieren su nombre en virtud de que tiene
utilidad para la estimación de volumen de madera existente en un bosque
(Ferreira, 1995).
También es definida como una relación gráfica o numérica obtenida a partir de
una ecuación volumétrica que da un estimado del volumen de un árbol o de un
conjunto de árboles en función de variables correlacionadas con el volumen,
tales como el diámetro o circunferencia, la altura y forma, también estas tablas
presentan la existencia de volumen por clase diametrica para una especie,
varias especies o todo el bosque. Sin embargo, son específicas para el tipo de
rodal y especie (Alvarado, 2003).
17
4.11 Formas de obtener el volumen de un árbol.
a. Medición directa en árboles en pie y árboles derribados
Las mediciones hechas a un árbol son más o menos numerosas según el tipo de
volumen requerido.
En vista de que las diferentes partes de un árbol (tallo, ramas) nunca son sólidas
de una forma geométrica perfectamente conocida, como cilindros o conos, el
principio es medir en cada una de ellas el diámetro a diferentes alturas y calcular
el volumen con estas mediciones para lograr mayor exactitud (Caillez, 1980).
b. Medición indirecta:
Esta se realiza por medio de las tablas de volumen. Las mediciones del árbol
(diámetro de referencia, altura total, u otra variable) o del rodal (área basal por
hectárea, altura promedio) son más fácilmente obtenibles que el propio volumen.
(Ferreira, 1995).
4.12 Etapas fundamentales para la construcción de una tabla de volumen.
Según Alvarado (2003), los pasos fundamentales para la elaboración de tablas
de volumen son:
- Elección de la muestra.
- Mediciones de campo.
- Cubicación de los árboles de muestra.
- Análisis de regresión de volumen y elección del modelo de mayor precisión.
- Comparaciones estadísticas entre las funciones de las distintas especies y
eventual agrupación de ellas.
18
- Prueba de las tablas (Validación).
- Determinación de las funciones definitivas y despliegue de las tablas.
4.13 Método de construcción de tablas de volumen.
Según Ferreira (2005), citado por Suarez (2012), existen dos métodos de
construcción de tablas de volumen.
Métodos indirectos: estos fueron los primeros en ser desarrollados y usan
factores de forma y curva de ahusamiento (conicidad). La fórmula de conicidad
permite determinar el diámetro de un árbol a cualquier altura del fuste en función
de su DAP y altura total.
Métodos directos: estos incorporan un ajuste gráfico y consiste en hacer un
diagrama de dispersión con el volumen, y el DAP (la altura puede ir en forma
implícita o hacer un diagrama por clase de altura). Luego, según la tendencia
que muestre el diagrama, se ajusta una curva, tratando de hacer mínimos los
desvíos de cada observación con respecto a la curva ajustada. La etapa de
ajustar la curva es muy laboriosa y tediosa, pues para cada ajuste que se hace
se debe calcular la diferencia agregada (ver Fórmula 1) y la desviación media
(ver Fórmula 2) para medir la exactitud del ajuste.
Fórmula # 1. Determinación de diferencia agregada en el ajuste de una curva.
100
Ve
VrVeDA < 1%
19
Fórmula # 2. Determinación de la desviación media en el ajuste de una curva.
100/)(
n
VeVeVrDM < 10%
Dónde:
Ve = Volumen estimado (leído sobre la curva).
Vr = Volumen real (volumen calculado).
n = Número de árboles.
Según Ferreira (2005), la diferencia agregada mide la concordancia total de los
Volúmenes reales (Vr) y los Volúmenes estimados (Ve) de la tabla o curva,
mientras que la desviación media es un promedio de los desvíos y sirve como
sustituto de la desviación estándar que se usa en los métodos estadísticos.
Según Philip (1994), las técnicas para la construcción de tablas de volumen son
las siguientes:
Mediciones de volúmenes de árboles seleccionados en una muestra
representativa de la población.
Establecer relaciones entre las mediciones tomadas en los árboles y sus
volúmenes, generalmente usando técnicas de análisis de regresión.
Elegir el mejor modelo de regresión y verificar la exactitud de la tabla
construida.
4.14 Análisis de Regresión.
El Análisis de Regresión es uno de los más poderosos instrumentos estadísticos
para manejar las relaciones entre variables numéricas que representan
características tales como altura, diámetro, copa, rendimiento de especies
20
arbóreas. Este análisis permite estimar el valor promedio de una variable (la
dependiente), partiendo del valor conocido de otras variables (las
independientes) que están relacionadas con la primera. (Kometter y Maravi,
2007).
4.15 Diagrama de dispersión de puntos.
Es la representación de la forma como están asociadas o correlacionadas dos
variables. El coeficiente de Correlación “r” es el grado de asociación o
correlación entre dos variables. Se le da valor positivo (+) cuando la correlación
es positiva y valor negativo (-) cuando ésta es negativa. “r” varía entre +1.0 y –
1.0 (que son las correlaciones perfecta positiva y perfecta negativa), con cero en
el punto medio, indicando la falta de correlación (Kometter Y Maravi, 2007).
4.16 Análisis de regresión y elaboración de la tabla de volumen.
Según Kometter Y Maravi (2007), el análisis de regresión es una técnica
estadística que reduce los márgenes de error en los cálculos para establecer
una relación entre una variable cuantitativa llamada variable dependiente y una o
más variables independientes, llamadas predictores. El análisis de regresión es
muy útil en la elaboración de tablas de volumen, principalmente porque el
volumen del árbol es una variable difícil de medir mediante los métodos
convencionales. Sin embargo, este puede ser calculado a partir de una variable
fácil de medir como el Dap y su relación con el volumen usando el análisis de
regresión. Este análisis se podrá realizar mediante el uso de programas como
Microsoft Excel.
21
4.17 Concepto de Diámetro a la Altura del Pecho (DAP).
Según Ferreira (2005) la medición del diámetro es una medición directa y está
normalizada su ubicación a 1.3 metros sobre el nivel del suelo y se denomina
Dap o diámetro a la altura del pecho, Este diámetro normalmente se expresa en
centímetros.
4.18 Altura Total.
Es la medida del árbol calculada con cualquiera que fuese el instrumento de
medición que es considerado desde el pie del árbol, hasta la rama más alta del
mismo (Pacheco, 2011).
4.19 Volumen total.
Es el volumen del fuste principal de un árbol; para los árboles de forma
delicuescente, hasta el punto de inicio de la copa; para los árboles de forma
excurrente, hasta la punta del árbol (Prodan et al., 1997).
4.20 Tablas de volumen.
Según Ferreira (2005), las tablas de volumen se pueden clasificar en:
a) Tabla de volumen local: utiliza solamente el Dap, como variable
independiente.
b) Tabla de volumen general (estándar): utiliza el Dap y la altura como
variables independientes.
c) Tabla de volumen con clase de forma: es una tabla de volumen general
que utiliza el Dap y la altura como variables independientes además
incorpora la forma del árbol como variable dependiente.
22
4.21 Comparación estadística de los modelos.
Para poder determinar el modelo con mejor ajuste, según Cailliez, 1980, el
primer criterio que lo define es el error estándar de estimación, el cual debe ser
el más bajo en relación a los errores de otros modelos. Varios criterios han sido
señalados para escoger la mejor ecuación de predicción, como la diferencia
agregada, la desviación media y el coeficiente de correlación, además el análisis
de varianza y la desviación estándar de la regresión (Montgomery, 1991).
5. Comentarios:
En la actualidad no existe en el país una tabla que determine el volumen
especifico de la especie Rhizophora mangle L., por lo que al momento de
cubicar la madera que se extrae se utilizan tablas de especies similares, las
cuales pueden tener un margen considerable de error, si analizamos la
diferencia en los factores de crecimiento entre una especie y otra. Para poder
implementar un aprovechamiento sostenible se debe tener datos que sean
precisos para obtener una mejor estimación en los volúmenes calculados por
árbol.
23
CAPITULO 2
1. Definición del problema
El problema que existe en la diferencia entre el volumen de madera estimado
mediante tablas de volumen con respecto al volumen real que proporciona un
determinado bosque, es que en algunos casos este puede ser subestimado y en
otros sobreestimado. Para el caso específico de Rhizophora mangle L. no existe
en el país una tabla que estime el volumen de la especie, por lo que en la
actualidad al momento de cubicar la madera que se extrae se utilizan tablas
volumen de especies similares, las cuales pueden tener un margen de error
considerando los factores de crecimiento en el país y aún más importante la
diferencia de crecimiento con otras especies.
Para poder obtener una mejor estimación en los volúmenes calculados por árbol
surge la necesidad de desarrollar tablas de volumen por especie y aun mejor
para cada zona.
2. Desarrollo de la Hipótesis
Al momento de comparar los diferentes modelos, se podrá seleccionar el que
tenga el mejor ajuste en aspectos estadísticos, biológicos y prácticos para ser
usado en la tabla de volumen local para el bosque de manglar del Golfo de
Fonseca, Honduras.
Hipótesis nula:
No existe diferencia entre las ecuaciones comparadas.
24
Hipótesis alternativa:
Existe diferencia entre las ecuaciones comparadas.
3. Metodología
3.1. Trabajo de campo
3.1.1 Área de estudio
Según el plan de manejo para la bahía de Chismuyo en el 2004 (PROARCA,
2004) el área de manejo hábitat/especie (AMH/E) Bahía de Chismuyo, está
situada en la zona costera sur occidental de Honduras en el departamento de
Valle (ver Figuras 2 y 3). Es jurisdicción de 5 municipios (Alianza, Nacaome,
Goascorán, Amapala y San Lorenzo). La importancia del área protegida como
tal, radica en que la mayor parte de su extensión está cubierta por humedales
con bosques densos de manglares que crean el medio apropiado para el
desarrollo de especies de importancia económica, actuando también este
manglar como barrera natural en la reducción de los impactos de tormentas
tropicales, inundaciones y otros fenómenos climáticos, que provocan la
destrucción de bienes y pérdida de vidas como consecuencia de la alteración de
la cobertura vegetal.
Para efectos del estudio se seleccionó esta área debido a que es una zona de
alta importancia como generadora de productos relacionados con la actividad
forestal ya sea para comercio, reparación de viviendas (que es de momento el
mayor uso de la especie) o para ser usado como especie dendroenergética. Al
mismo tiempo es una barrera de protección antes los fenómenos naturales a los
25
que esta área está expuesta regularmente; sin embargo a pesar de esta riqueza
está siendo explotada irracionalmente, por lo que se necesita, se introduzcan
prácticas económica y ambientalmente sostenibles, para llevar el recurso a
perpetuidad, satisfaciendo las necesidades presentes y futuras de las
comunidades de influencia.
Figura # 2. Ubicación General del área de estudio.
Figura # 3. Mapa de ubicación del área de estudio.
26
a. Suelos
Según la clasificación de los suelos de Honduras elaborada por Simmons y
Castellanos (1969), en el AMHE Bahía de Chismuyo predominan los suelos:
Aluviales, Pantanos y Ciénagas, Suelos de los valles y Pespire,
b. Pendiente: La pendiente que predomina en el AMHE Bahía de Chismuyo
es la de 0 – 12 % (Ver Figura 4). Exceptuando el municipio de Amapala
que tiene suelos ligeramente escarpados (PROARCA, 2004)
Figura # 4: cantidad de mangle por rango de pendiente, expresado en has
c. Hidrología
En el AMHE Bahía de Chismuyo, la hidrografía reviste importancia desde la
perspectiva ambiental ya sea por su relación con la conservación del hábitat; la
producción de agua y la regulación del régimen hidrológico.
Siendo parte del sistema hidrográfico del Golfo de Fonseca, en el cual
desembocan cuatro ríos mayores: Río Choluteca, Río Nacaome, Río Goascorán
y Río Negro. De estos, el río Nacaome es el que aporta la mayor cantidad de
agua dulce a la Bahía de Chismuyo.
27
En cuanto a las mareas, se puede decir que la fuerza de la marea es el principal
motor que mueve las aguas del Golfo, La Bahía de Chismuyo, al igual que la de
San Lorenzo presenta accidentes morfológicos en sus entradas que ocasionan
la aceleración del flujo de marea, provocando fuentes locales de oxigenación de
aguas.
d. Clima
En la región del Golfo de Fonseca están bien definidas dos estaciones. Una
estación seca que comprende de noviembre a abril, y una estación lluviosa que
comprende de mayo a octubre. Los meses de mayor precipitación son
septiembre y octubre, mientras que los meses de mayor sequia son febrero,
marzo y abril.
e. Temperaturas
Las temperaturas como factores ambientales son de relevancia significativa ya
que contribuyen a dictaminar las características del suelo, el grado de humedad
del material vegetal y el comportamiento de esparcimiento de las plagas
forestales.
Los municipios de la jurisdicción del AMHE Bahía de Chismuyo reportan
temperaturas mínimas que oscilan entre 18.5 -20 °C y temperaturas máximas de
32 – 32.5 °C en promedio, lo que indica que poseen un clima tropical seco.
f. Precipitación
Según FAO (2000), la precipitación promedio anual del AMHE Bahía de
Chismuyo oscila entre los 1594 y 1869 mm (ver Figura 5).
28
Figura # 5. Precipitación promedio en el año 2000.
g. Problemática
La problemática ambiental que afecta los pisos altitudinales y el área de
influencia del AMHE Bahía de Chismuyo; tiene dos orígenes:
1. Problemas ocasionados por factores naturales.
2. Problemas de origen humano o antropogénico.
3.1.2 Selección de la muestra
Se seleccionaron los árboles (los cuales son representativos del bosque de
manglar existente en el golfo de Fonseca), en diferentes sitios para evitar el
impacto visual debido a que la investigación se realizó en un área protegida que
aunque su categoría de manejo permite el aprovechamiento este debe ser
limitado. Para la selección de los árboles se utilizaron los parámetros siguientes:
a. Árboles con fustes rectos (característica representativa del bosque de
manglar de la zona)
b. Árboles con buen estado fitosanitario
c. Árboles sin mal formaciones, ni indicios de daño
29
d. Árboles con desarrollo bajo condiciones naturales (no se incluyeron
arboles de plantaciones)
e. Árboles representativos de la clase diametrica respectiva
3.1.3 Selección del tamaño de la muestra
El procedimiento fue totalmente selectivo, extrayendo las clases diametrica más
grandes de las sub zonas de conservación (la zonificación permite investigación
en esta sub zona) y las clases diametrica menores de las zonas de usos
múltiples, de manera que la muestra sea representativa de los ejemplares
existentes en toda la zona. Para seleccionar el tamaño de la muestra se fueron
ingresando datos a diario para comparar el porcentaje de precisión al momento
de comparar el volumen real con el volumen estimado y extraer la menor
cantidad de árboles posibles. Otro factor que se considero es la similitud de
medidas en los individuos de la misma clase diametrica.
3.1.4 Medición de árboles muestra
Se realizaron mediciones a cada uno de estos árboles a partir de la última raíz
midiendo la altura total en m, Dap con corteza en cm y a lo largo del fuste se
hicieron mediciones de diámetros y espesor de corteza en cm, realizando la
primera medición a 0.3 m, la segunda a 0.8 m, la tercera a 1.3 m y para el resto
del árbol se dividió la altura en 10 secciones de igual tamaño por lo que el
tamaño de cada sección dependió de la altura total del árbol. La última sección
se considera como un cono en donde la base quedo determinada por la longitud
comprendida entre este último diámetro y el ápice del árbol. Posteriormente para
30
calcular el volumen de esta sección se utilizó la fórmula del cono (ver Fórmula
3).
Fórmula # 3. Formula del cono para cubicar la última sección de cada árbol.
Para calcular el volumen real de cada árbol, se aplicó la fórmula de Smalian (ver
Fórmula 4) en cada una de las secciones del árbol (exceptuando la última
sección).
Fórmula # 4. Fórmula de Smalian.
LDD
V
2
²2²1
4
Dónde:
V = Volumen de la troza (m³)
L = Longitud de la troza (m)
D1 = Diámetro mayor de la troza (m)
D2 = Diámetro menor de la troza (m)
3.1.5 Medición del espesor de corteza
Se realizaron dos mediciones de espesor de la corteza por cada sección, en los
primeros 15 árboles y con estos datos se elaboró una regresión para el resto de
los árboles. El objetivo de esta medición es calcular el volumen sin corteza de
cada árbol.
(V= 1/3 [(π/4) D²*h]).
31
3.1.6 Cálculos del volumen.
Luego de tomar las mediciones en el campo se procedió a calcular el volumen
real en una hoja de Excel, considerando diámetro con corteza, diámetro sin
corteza, con la fórmula de Smalian.
3.2. Trabajo de Oficina
La metodología usada para procesar los datos de campo y obtener los modelos
de volumen considera básicamente cuatro pasos siguientes (Suarez, 2012):
a. Cubicación de los árboles.
b. Análisis de regresiones.
c. Comparación estadística de las ecuaciones.
d. Obtención de la relación de volumen aplicando varios modelos
matemáticos.
3.2.1. Cubicación de los árboles.
Para este cálculo se utilizó la fórmula Smalian, considerando el diámetro sin
corteza, para obtener el volumen cubicó sin corteza, excluyendo el volumen de
las raíces debido a que estas son usadas únicamente como combustible (leña).
Cuando se obtuvieron los resultados se generó el listado de las variables
siguientes, DAPcc, DAPsc, altura total y volumen total. Que son la base para el
cálculo de las diferentes ecuaciones que se desarrollaron en la investigación.
32
3.2.2. Modelos matemáticos comparados.
Para el desarrollo del presente estudio se compararon 4 diferentes modelos
matemáticos que son usados para la elaboración de tablas volumétricas,
mismos que se definen a continuación:
1. Meyer modificada.
Este modelo matemático usa 5 coeficientes y se calcula mediante la
siguiente ecuación (ver Fórmula 5).
Fórmula # 5. Modelo Meyer modificada.
2. Australiana modificada.
Esta ecuación usa 4 coeficientes y se calcula mediante la siguiente
ecuación (ver Fórmula 6)
Fórmula # 6. Ecuación Australiana modificada.
3. Ecuación logarítmica.
Esta ecuación usa 3 coeficientes, a diferencia de las demás, en esta
ecuación se deben calcular los logaritmos naturales de diámetro y altura
y se calcula mediante la siguiente ecuación (ver Fórmula 7).
V = a+bD+cDH+dD²+eD²H
V = a + b * D² + c * H + d * D^2 *H
33
Fórmula # 7. Ecuación logarítmica.
4. Variables combinadas.
Esta ecuación usa únicamente 2 coeficientes y se calcula mediante la
siguiente ecuación (ver Fórmula 8)
Fórmula # 8. Modelo variables combinadas.
3.2.3. Criterios estadísticos.
a. Análisis de regresión.
Una vez tabulados los datos de diámetro, altura y volumen real entre otros
según la ecuación, se procesó en Excel el análisis estadístico para obtener los
coeficientes, el r2 y el r2 ajustado, así como la precisión obtenida del análisis de
varianza, para conocer con exactitud el modelo matemático que nos ofrece
mayor ajuste y precisión para elaborar la tabla de volumen.
b. Comparación estadística de los modelos.
Para poder determinar el modelo, según los criterios estadísticos se utilizaron las
siguientes pruebas (Simon y Freund, 1994):
1. Error o desviación estándar de la estimación (Sxy).
Es la media de las desviaciones cuadradas de los volúmenes reales y
estimados (ver Fórmula 9)
V= (a+b*LN(D)+c*LN(H))/1000
V = a+bD²H
34
Fórmula # 9. Error o desviación estándar de la estimación (Sxy).
Dónde:
Sxy: = Error o desviación estándar de la media
Vr = Volumen real
Ve = Volumen estimado
n = número total de la muestra
2. Coeficientes de determinación r2 y r2 ajustado.
Es un valor que indica el porcentaje de variación de los datos estimados, es
decir, la bondad de ajuste del modelo a los datos reales, en tal razón, mientras
más se acerque este valor a la unidad, se tendrá una correlación y regresión
casi perfecta.
En cada modelo matemático se evaluaron el coeficiente de determinación r2 y y
el coeficientes de determinación ajustada, (r2 ajustado). También se
determinaron los coeficientes de variación.
Se definieron los modelos matemáticos que presentarón más alto coeficiente de
determinación y nivel de significancia. Posteriormente se comparó los residuales
de cada modelo, con el fin de determinar si existieron o no independencia entre
los errores aportados por las variables independientes del modelo y si estos
errores están o no correlacionados entre sí. A partir de este análisis se
definieron los modelos matemáticos con mejores condiciones estadísticas para
ser los más representativos en los volúmenes.
Sxy = √Σ (Vr - Ve)2 / n - 1
35
3.2.4. Criterios biológicos
Para determinar los criterios biológicos considerados en la selección del mejor
modelo matemático se elaboraron y analizaron gráficos de dispersión, para
determinar que el modelo matemático seleccionado, establezca un crecimiento
en el volumen de cada árbol como se espera de manera natural.
3.2.5. Criterios prácticos
Los criterios prácticos que se consideraron para seleccionar el modelo que se
usará para elaborar la tabla de volumen, fueron primero que la fórmula del
modelo sea de fácil aplicación y se consideró el que tenga menor cantidad de
coeficiente.
3.2.6. Elaboración de la tabla de volumen
Una vez se seleccionó el mejor modelo matemático, se procedió a elaborar la
tabla de volumen, considerando los ejemplares en la zona de estudio, la tabla
considera clases diametrica cada 3 m, con una altura mínima de 3 m y una
altura máxima de 42 m, así mismo para el diámetro se consideró un intervalo de
5 cm entre clases diamétricas, iniciando con un Dap de 5 cm y el valor máximo
de 50 cm.
3.2.7. Validación mediante una muestra independiente
La validación del estudio se hizo con 10 árboles que representa el 25% de la
muestra que considero el estudio, dicha muestra se tomó de manera
independiente, se consideraron los mismos criterios que para la muestra, con la
diferencia que en este caso se inició calculando el volumen estimado con cada
36
uno de los modelos matemáticos utilizados y posteriormente se comparó con el
volumen real.
4. Comentarios.
El presente estudio se realizó en un área protegida que aunque su categoría de
manejo permite el aprovechamiento de manera sostenible, este se restringe a
algunas zonas, por lo que el estudio se realizó solamente en el puerto de la
Brea, sin embargo se hizo el corte en diferentes puntos para evitar el impacto
visual. Para seleccionar el tamaño de la muestra se consideró, que el área de
estudio se trata de un área protegida, de igual manera se consideraron las
dificultades para realizar las mediciones (en cuanto a tiempo porque se debe
hacer en marea baja y en el lapso de tiempo que tarda la misma en subir,
además de los terrenos fangosos) y la similitud de medidas en individuos
similares. Para la realización de la investigación se consultaron diferentes
estudios relacionados para determinar información que sirvió de base para el
presente estudio (ver Anexo 11).
37
CAPITULO 3
5. RESULTADOS
1. Desarrollados los cuatro modelos de ecuaciones de volumen para la
especie Rhizophora mangle L. con base en la medición de las variables Dap y
altura total
Los modelos desarrollados fueron:
Meyer modificado
Australiana modificada
Ecuación logarítmica y
variables combinadas
a. Regresión para estimar el espesor de corteza
Con los datos obtenidos de los 15 árboles (37% de la muestra) a los que se les
midió el espesor de corteza por cada sección se elaboró una regresión, con la
que se determinó el espesor de corteza de los árboles restantes (ver Cuadro 3).
La ecuación utilizada en esta regresión se muestra en la Fórmula 10
Fórmula # 10. Ecuación para calcular el diámetro sin corteza.
Los valores de los coeficientes para el desarrollo de esta ecuación son a= -
0.292889313 y B= 0.929778686
dap sc = a + b*dapcc
38
Cuadro # 3: Análisis de la regresión de espesor de corteza
ç
b. Tamaño de la muestra
El tamaño de la muestra total fue de 41 árboles, distribuidos en diez diferentes
clases diamétricas.
c. Volumen real de la muestra.
Luego de aplicar la fórmula de Smalian se obtuvo el volumen real por sección de
cada árbol y la fórmula del cono para obtener el volumen de la última sección, se
hizo la sumatoria de cada sección para obtener el volumen por cada uno de los
árboles de muestra (ver Cuadro 4).
Con el volumen real por árbol se obtuvo el volumen real total de la muestra el cual
fue de 6.5498 m3 (ver Cuadro 5).
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99404164
Coeficiente de determinación R^2 0.98811879
R^2 ajustado 0.98804931
Error típico 0.80277508
Observaciones 173
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadradosPromedio de los cuadradosF Valor crítico de F
Regresión 1 9164.99746 9164.99746 14221.473 1.542E-166
Residuos 171 110.200579 0.64444783
Total 172 9275.19803
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción -0.29288931 0.11961 -2.44870256 0.01534644 -0.52899155 -0.05678708 -0.52899155 -0.05678708
Variable X 1 0.92977869 0.00779664 119.253818 1.542E-166 0.91438864 0.94516873 0.91438864 0.94516873
39
Cuadro # 4. Calculo de volumen real por árbol. Ejemplo con el árbol número uno.
Cuadro # 5. Volumen total real de la muestra.
ARBOL # 1 DAP = 34,5 cm. H = 21,8 m.
LARGO DE VOLUMEN DE
SECCION ALTURA LA SECCION DAPcc DEC DAPsc AB 1 AB 2 AB PROMEDIOLA SECCION
# m. m. cm. cm. cm. m^2 m^2 m^2 m^3
1 0.3 34.5 2.9 31.8 0.0793 0.0793 0.0793 0.0397
2 0.8 0.5 34.5 2.3 31.8 0.0793 0.0793 0.0793 0.0397
3 1.3 0.5 34.5 2.5 31.8 0.0793 0.0652 0.0723 0.1481
4 3.35 2.05 31.3 2.6 28.8 0.0652 0.0539 0.0596 0.1221
5 5.40 2.05 28.5 2.1 26.2 0.0539 0.0466 0.0502 0.1030
6 7.45 2.05 26.5 2.3 24.3 0.0466 0.0420 0.0443 0.0908
7 9.50 2.05 25.2 2.3 23.1 0.0420 0.0365 0.0393 0.0805
8 11.55 2.05 23.5 2.3 21.6 0.0365 0.0343 0.0354 0.0726
9 13.60 2.05 22.8 2.3 20.9 0.0343 0.0203 0.0273 0.0560
10 15.65 2.05 17.6 2.3 16.1 0.0203 0.0118 0.0160 0.0329
11 17.70 2.05 13.5 2.0 12.3 0.0118 0.005 0.0083 0.0171
12 19.75 2.05 8.8 2.0 7.9 0.0049 0.0033
21.8 0.7525
Y
ARBOL DAP H VOLUMEN
# cm. m. REAL
1 34.5 21.8 0.7525
2 12.4 14.5 0.0663
3 24.5 21.35 0.4113
4 10.0 12.05 0.0354
5 15.3 14.0 0.1059
6 23.5 18.0 0.2576
7 16.0 15.45 0.1074
8 18.0 11.7 0.1401
9 24.3 18.0 0.3388
10 14.5 15.2 0.1098
11 11.0 12.3 0.0497
12 25.3 21.2 0.4172
13 10.1 10.6 0.0365
14 25.0 20.3 0.3905
15 28.5 17.4 0.4374
16 9.5 12.6 0.0356
17 10.3 14.0 0.0485
18 13.8 17.2 0.1072
19 9.0 11.4 0.0300
20 9.0 14.1 0.0344
21 8.8 14.0 0.0355
22 8.0 14.2 0.0251
23 9.0 13.5 0.0344
24 10.3 13.4 0.0435
25 9.1 15.65 0.0434
26 9.7 11.3 0.0270
27 9.0 13.5 0.0348
28 7.2 9.1 0.0152
29 7.5 13.1 0.0226
30 28.5 18.0 0.4536
31 12.0 14.2 0.0599
32 28.0 18.4 0.3823
33 10.1 13.8 0.0444
34 9.4 12.3 0.0326
35 9.8 12.3 0.0313
36 22.5 19.45 0.3427
37 10.0 12.15 0.0294
38 16.0 16.45 0.1334
39 24.0 20.0 0.3377
40 14.0 15.1 0.0957
41 24.8 20.4 0.4132
volumen total 6.5498
40
d. Para estimar los parámetros de cada uno de los modelos se desarrolló
una regresión en el programa Excel en la que se calculó los coeficientes
necesarios para desarrollar cada ecuación (ver Anexos 2, 3, 4 y 5). A
continuación se muestra el resumen de los coeficientes para las 4 ecuaciones
(ver Cuadro 6).
Cuadro # 6. Resumen de los coeficientes obtenidos para los modelos
matemáticos.
e. Luego de obtener el volumen total real (6.5498 m3) y los coeficientes para
cada ecuación se calculó el volumen estimado con cada uno de los cuatro
modelos matemáticos. (ver Anexos 6, 7, 8 y 9), una vez estimado el volumen
de cada uno de los modelos se procedió a comparar el Volumen estimado
con el volumen real de la muestra (ver Cuadro 7).
Cuadro # 7. Comparación de volumen total real con el volumen estimado de
los diferentes modelos matemáticos.
COEFICIENTES
a B c d e
Meyer modificada V= a + b*D+c*DH+d*d²+e*D²H -0.02914509 0.003002271 0.000113506 -0.000121876 2.8601E-05
Australiana Modificada V= a + b *D² + c *H + d * D² * H -0.03965988 5.83931E-05 0.003202963 2.55736E-05
Logarítmica V= (a+b*LN(D)+c*LN(H))/1000 -3.47167081 2.003819769 0.991976278
variables combinadas V = a + b * D^2 * H, 0.00372058 2.98735E-05
REGRESION MODELO
Ecuacion ModeloVolumen
total real
Volumen
total
estimado
Meyer
modificada a + b*D+c*DH+d*d²+e*D²H6.5498 6.5498
Australiana
modificada a + b *D² + c *H + d * D² * H6.5498 6.5499
Logaritmica EXP= (a+b*LN(D)+c*LN(H))/1000 6.5498 6.5771
Variables
combinadas a + b*D²*H6.5498 6.2447
41
Como se muestra en el cuadro anterior, la diferencia entre volumen estimado por
cada uno de los modelos en comparación al volumen estimado es poco
significativa, para el modelo Meyer modificado el valor es igual, para la ecuación
australiana modificada la diferencia fue de 0.0001 m3, para la ecuación
logarítmica la diferencia fue de 0.0273 m3 y finalmente para el modelo de
variables combinadas la diferencia fue de 0.3051 m3.
El siguiente Gráfico 1 muestra la diferencia entre el volumen real total y el
volumen estimado de una forma más sencilla, cabe mencionar que la diferencia
entre cada uno de los modelos es representada en cm3.
Gráfico # 1. Comparación del volumen total real y el volumen total estimado con
las diferentes modelos.
2. Seleccionar el modelo con el mejor ajuste, considerando criterios
estadísticos, biológicos y prácticos.
El modelo con el mejor ajuste mediante el criterio estadístico se
seleccionó comparando el análisis estadístico de cada uno de los
6
6,1
6,2
6,3
6,4
6,5
6,6
6,7
Volumen totalreal
1. Meyermodificada
2. Australia
na modifica
3. logaritmi
ca
4. Variables combinad
as
Comparación del volumen total real y volumen total estimado con las diferentes ecuaciones
42
modelos seleccionados considerando el r2, el r2 ajustado el error típico y el
error estándar (ver Cuadro 8)
Cuadro # 8: Comparación del análisis estadístico de las diferentes ecuaciones.
La ecuación generada utilizando el modelo matemático Meyer modificada y
australiana modificada, obtuvo los mejores parámetros estadísticos, como se
muestra en el Cuadro 9.
Cuadro # 9. Comparación de los modelos con el mejor ajuste estadístico.
La ecuación generada utilizando el modelo matemático variables combinadas
obtuvo la menor precisión del volumen estimado (6.2447) en comparación con el
volumen real (6.5498). Sin embargo la precisión (r2) fue de 0.9908 (ver Cuadro
10).
Ecuacion ModeloVolumen
total real
Volumen
total
estimado
r 2̂r 2̂
ajustado
Error típico
(sxy)
errpor
estándar
Meyer
modificada V= a + b*D+c*DH+d*d²+e*D²H6.5498 6.5498
0.99250 0.99167 0.01625 0.01603
Australiana
modificada V= a + b *D² + c *H + d * D² * H 6.5498 6.5499
0.99190 0.99124 0.01667 0.01645
Logaritmica V= (a+b*LN(D)+c*LN(H))/1000 6.5498 6.5771 0.99341 0.99306 0.09236 0.01782
Variables
combinadas V = a + b * D^2 * H,6.5498 6.2447
0.99109 0.99087 0.01702 0.01842
Ecuacion ModeloVolumen
total real
Volumen
total
estimado
presicion % r^2r^2
ajustado
Error típico
(sxy)
errpor
estándar %
Meyer
modificada a + b*D+c*DH+d*d²+e*D²H6.5498 6.5498 100
0.99250 0.99167 0.01625 0.01603 10.03498
Australiana
modificada a + b *D² + c *H + d * D² * H6.5498 6.5499 100.0015
0.99190 0.99124 0.01667 0.01645 10.29526
43
Cuadro # 10. Análisis estadístico del modelo con menor precisión.
Para seleccionar el modelo con mejor ajustes considerando los criterios
biológicos se elaboraron gráficos de dispersión, en los que se pudo interpretar
que no hay diferencia biológica entre los modelos (ver Gráficos 2, 3,4 y 5).
Grafico # 2. Comportamiento volumen real y volumen estimado en el modelo de
Meyer modificada.
Grafico # 3. Comportamiento volumen real y volumen estimado en el modelo de Australiana
modificada.
Ecuacion ModeloVolumen
total real
Volumen
total
estimado
presicion % r^2r^2
ajustado
Error típico
(sxy)
errpor
estándar %
Logaritmica EXP= (a+b*LN(D)+c*LN(H))/1000 6.5498 6.5771 100.4168 0.99341 0.99306 0.09236 0.01782 11.15224
Variables
combinadas a + b*D²*H6.5498 6.2447 95.34194
0.99109 0.99087 0.01702 0.01842 11.52767
Comportamiento volumen real y volumen estimado, Meyer modificada
44
Grafico # 4. Comportamiento volumen real y volumen estimado en el modelo de
la ecuación logarítmica.
Grafico # 5: Comportamiento volumen real y volumen estimado en el modelo de
variables combinadas
Como se muestra en los gráficos anteriores no hay diferencia significativa entre
los modelos considerando el criterio biológico.
Finalmente para aplicar los criterios prácticos se consideró el modelo de
variables combinadas porque utiliza solo 2 coeficientes, de igual manera este
modelo tiene menos dificultad al momento de la aplicación de la ecuación,
como se muestra en el Cuadro 11.
0,00000,05000,10000,15000,20000,25000,30000,35000,40000,45000,50000,55000,60000,65000,70000,75000,80000,8500
1 5 9 13 17 21 25 29 33 37 41
volumen estimado
volumen real
Comportamiento volumen real y volumen estimado,ecuacion Logaritmica
00,05
0,10,15
0,20,25
0,30,35
0,40,45
0,50,55
0,60,65
0,70,75
0,80,85
1 5 9 13 17 21 25 29 33 37 41
volumenestimado
volumen real
Comportamiento volumen real y volumen estimado,variables combinadas
45
Cuadro # 11. Parámetros utilizados en el criterio práctico.
Cuando se obtuvo el resultado de cada uno de los criterios se seleccionó el
modelo con el mejor ajuste, se elaboró un cuadro comparativo para verificar cual
modelo tuvo mayor bondad y ajuste considerando los tres criterios
seleccionados (Meyer modificado, Australiana modificada, Ecuación logarítmica
y variables combinadas), (ver Cuadro 12).
Cuadro # 12. Comparación final de los modelos desarrollados, considerando los
criterios estadísticos, biológicos y prácticos.
3. Elaborar la tabla de volumen de doble entrada, usando el modelo
seleccionado con el mejor ajuste.
Con la selección del modelo con mejor ajuste se elaboró la tabla de volumen que
es el punto focal del estudio, para la que se consideró 10 clases diametricas con
intervalos de separación de 5 cm y para la variable de altura intervalos de 3m. El
diámetro mínimo que se utilizó en la tabla es 5 cm y se concluyó con un
REGRESION MODELO COEFICIENTES
a B c d e
Meyer modificada a + b*D+c*DH+d*d²+e*D²H -0.02914509 0.003002271 0.000113506 -0.00012188 2.8601E-05Australiana Modificada a + b *D² + c *H + d * D² * H -0.03965988 5.83931E-05 0.003202963 2.5574E-05Logarítmica EXP= (a+b*LN(D)+c*LN(H))/1000 -3.47167081 2.003819769 0.991976278Variables combinadas a + b*D²*H 0.00372058 2.98735E-05
Biologica Practica
Ecuacion ModeloVolumen
total real
Volumen
total
estimado
presicion % r^2r^2
ajustado
Error típico
(sxy)
errpor
estándar %
Graficos de
dispersion Aplicación
Meyer
modificada a + b*D+c*DH+d*d²+e*D²H6.5498 6.5498 100
0.99250 0.99167 0.01625 0.01603 10.03498 sobrepuesto media
Australiana
modificada a + b *D² + c *H + d * D² * H6.5498 6.5499 100.0015
0.99190 0.99124 0.01667 0.01645 10.29526 sobrepuesto media
Logaritmica EXP= (a+b*LN(D)+c*LN(H))/1000 6.5498 6.5771 100.4168 0.99341 0.99306 0.09236 0.01782 11.15224 sobrepuesto alta
Variables
combinadas a + b*D²*H6.5498 6.2447 95.34194
0.99109 0.99087 0.01702 0.01842 11.52767 sobrepuesto facil
Estadistica
46
diámetro de 50 cm, así mismo, para la altura se consideró como altura mínima
3m y 42 m la altura máxima, es importante mencionar que las medidas utilizadas
son representativas del bosque de mangle del Golfo de Fonseca (ver Anexo 10).
4. Validar el método seleccionado mediante una muestra independiente.
Para cumplir este objetivo se consideró una muestra independiente de 10
árboles que representa el 25% de la muestra seleccionada. Para seleccionar
esta muestra independiente se consideró el mismo procedimiento de la muestra
inicial, e igualmente los mismos parámetros para la selección de sitios y de
individuos. Al momento de medir cada árbol en esta muestra a diferencia de la
muestra inicial, primero se tomó la medida de Dap y altura total, posteriormente
se secciono el árbol para cubicar mediante la fórmula de Smalian. En el trabajo
de oficina primero se estimó el volumen de cada uno de los cuatro modelos y
luego se comparó con el volumen real que fue de 2.5368 m3, para el modelo de
Meyer modificado fue de 2.4718 m3, para Australiana modificada fue de 2.4887
m3, para la ecuación logarítmica fue de 2.9821 m3 y finalmente para el modelo de
variables combinadas fue de 2.4992 m3. Las comparaciones se muestran en el
Cuadro 13.
Cuadro # 13. Comparación de volumen real y volumen estimado en la muestra
de validación.
47
6. Discusión
Al momento de comparar los diferentes modelos desarrollados, se seleccionó el
modelo matemático de Variables Combinadas que aunque tuvo el valor más
bajo al momento de comparar el volumen real con el volumen estimado, esta
diferencia estadísticamente es no significativa, debido a que la precisión fue de
más de 99%, por lo que fue muy importante la aplicación de los dos criterios
restantes para poder seleccionar el modelos con el mejor ajuste. Es importante
mencionar que el criterio que presento más diferencia entre los modelos fue el
criterio práctico, mejor conocido como parsimonia. Al momento de la validación
el modelo de las Variables Combinadas tuvo mejores resultados estadísticos por
lo que con más confiabilidad se seleccionó este modelo.
48
7. Comentarios
En el estudio comprobó que los diferentes modelos matemáticos se ajustaron
con muy buena precisión en las comparaciones estadísticas en los cuatro
modelos desarrollados, sin embargo en los criterios prácticos hubo diferencia en
la aplicación de las ecuaciones ya que la del modelo de variables combinadas
se puede calcular con facilidad en una calculadora científica. Al momento de la
validación el modelo que obtuvo el mejor ajuste, fue el de variables combinadas
sin embargo la diferencia de los otros modelos sigue siendo no significativa.
49
CAPITULO 4
8. Conclusiones.
Se desarrollaron los modelos Meyer modificada, Australiana modificada,
ecuación logarítmica y variables combinadas, para la especie Rhizophora
mangle L. con base en la medición de las variables Dap y altura total.
Se estimaron los parámetros asociados con cada modelo y su significancia.
El modelo seleccionado para la elaboración de la tabla de volumen para la
especie Rhizophora mangle L. fue el de Variables Combinadas
(0.00372+2.98735E-05*D²*H).
Se elaboró la tabla de volumen, usando el modelo variables combinadas,
considerando alturas 10 clases diametrica (de 5 a 50 cm) con intervalos de 5cm
y para la altura total se consideró una altura mínima de 3m y una máxima de
42m.
Se Validó la tabla volumétrica con una muestra independiente en la que se
obtuvo un buen ajuste en los cuatro modelos desarrollados con valores similares
a los de la muestra.
50
9. Recomendaciones.
Usar la tabla de volumen de la especie Rhizophora mangle L. que se obtuvo
como resultado de este estudio para conocer el volumen cuando se realice
un inventario forestal de dicha especie en el Golfo de Fonseca.
Debido a que en el presente estudio se validó mediante una muestra
independiente, se puede usar dicha tabla volumétrica con toda seguridad.
Se debe analizar y evaluar el periodo de tiempo que se podrá usar esta tabla
considerando la estructura del bosque, en función de las presiones que
enfrenta el bosque de manglar.
Considerando la diversidad de especies de mangle se recomienda generar
tablas de volumen para cada especie de mangle con la finalidad de evitar
errores de estimación en el volumen.
51
10. BIBLIOGRAFÍA
Alvarado, G. (2003). Tabla de volumen para Calophyllum brasiliense Camb. y
malerio colorado (Aspidosperma megalocarpum Muell.) en la unidad de
manejo las ventanas, zona de usos múltiples de la reserva de biosfera
Maya. Peten, Guatemala
Caillez, F. (1980). Estimación del volumen forestal y predicción del rendimiento.
Italia. Estudio FAO: Montes. 92 p
Cifuentes (2012). Investigación desarrollada por el CATIE y apoyada por el
proyecto RPP.
Ferreira, O. (1995). Manual de dasometría. Siguatepeque, Honduras,
ESNACIFOR. 93 p.
Ferreira, O. (2005). Manual de Inventarios Forestales. Escuela Nacional de
Ciencias Forestales: Siguatepeque, Honduras. 82 p.
ICF, (2011). Anuario Estadístico Forestal 2011, ICF, Tegucigalpa Honduras. Vol.
26, 10 p.
Kometter R. & Maravi E. (2007). Metodología para elaborar tablas nacionales de
conversión volumétrica de madera rolliza en pie a madera aserrada
calidad exportación 65 p.
Montgomery D. (1991). Diseño y análisis de experimentos. U.S.A. Grupo
Editorial Iberoamericana p. 429
52
NPV (Naturaleza para la Vida, GT); CATIE; CONAP (Consejo Nacional de Áreas
Protegidas,GT), (1998). Justificación técnica unidad de manejo las
ventanas zona de usos múltiples de la reserva de biosfera maya,
solicitada en concesión por árbol verde. Santa Elena, Petén, Guatemala.
34 p.
OIMT, (2003), Manglares un mar de riquezas, C.A. 8 p
Prazier, S. (1999). Visión General de los Sitios Ramsar. Wetlands International.
42p.
Philip, M. (1994). Measuring Trees and Forest. Ed 2. CAB International.
Wallingford, Oxon, UK, 310 p.
Prodan, M.; Peters, R.; Cox, F.; Real, P. (1997). Mensura forestal. Proyecto
IICA/GTZ sobre Agricultura, Recursos Naturales y Desarrollo Sostenible.
San José, Costa Rica. 96-97 p.
PROARCAS COSTAS, (2004). Plan de manejo AMH/E Bahía de Chismuyo. 114 p
PROMANGLE (2000). Diagnóstico y zonificación preliminar de los bosques de
mangle del golfo de Fonseca, Honduras C. A. 145 p.
PROMANGLE, (2001). Plan de ordenamiento del bosque de mangle del golfo de
Fonseca Honduras C.A. 110 p.
PROMANGLE (2003). Valoración económica de los manglares del golfo de
Fonseca Honduras C.A. 136 p
Sánchez-Paéz, H.; Guevara Mancera, O.; Álvarez-León R. (1998). Conservación y
uso sostenible de los manglares del pacifico colombiano. Proyecto PD
171/91 Rev.2 (F) Fase II. Conservación y Manejo para el uso múltiple y el
53
desarrollo de los manglares en Colombia, MinAmbiente/OIMT. Santa Fe
de Bogotá D.C., Colombia. 178 p.
Simon & Freund, (1994). Estadística elemental, octava ed. México. 492p
Sosa, L. (2004). Desarrollo del Rhizophora sp. En El Golfo de Fonseca,
Honduras. Tesis Ing. Forestal. Escuela Nacional de Ciencias Forestales,
Siguatepeque, Comayagua, Honduras.
Species Plantarum. (s.f). Recopilación Rhizophora mangle L, por ediciones y
publicaciones Species Plantarum/
http://www.conabio.gob.mx/conocimiento/info_especies/arboles/doctos/58
-rhizo1m.pdf s/f 9 p
Suarez, M. (2012). Comparación estadística de la tabla de volumen INFONAC y
ajuste de una ecuación de volumen local para bosques de Pinus oocarpa
Schiede bajo sistema de raleo ARSE en los municipios de El Porvenir y
Cedros, Francisco Morazán, Honduras. Tesis Ing. For. Escuela Nacional
de Ciencias Forestales, Siguatepeque, Comayagua, Honduras.
54
11. Anexos
Anexo # 1. Formulario para toma de datos de campo.
55
Anexo # 2. Resumen regresión estadística del modelo Meyer modificada.
Anexo # 3. Resumen regresión estadística del modelo Australiana modificada.
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99624416
Coeficiente de determinación R^2 0.99250243
R^2 ajustado 0.99166937
Error típico 0.01625217
Observaciones 41
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 4 1.258740853 0.314685213 1191.38909 1.05737E-37
Residuos 36 0.009508789 0.000264133
Total 40 1.268249642
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción -0.02914509 0.028816361 -1.011407885 0.31857113 -0.087587383 0.02929719 -0.08758738 0.02929719
Variable X 1 0.00300227 0.007269396 0.413001492 0.68205517 -0.011740747 0.01774529 -0.01174075 0.01774529
Variable X 2 0.00011351 0.000267983 0.423556424 0.67440931 -0.000429989 0.000657 -0.00042999 0.000657
Variable X 3 -0.00012188 0.000274975 -0.443226663 0.66025405 -0.000679552 0.0004358 -0.00067955 0.0004358
Variable X 4 2.8601E-05 1.1771E-05 2.429789442 0.02022343 4.72835E-06 5.2474E-05 4.7284E-06 5.2474E-05
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99593935
Coeficiente de determinación R^2 0.99189519
R^2 ajustado 0.99123804
Error típico 0.0166676
Observaciones 41
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadradosPromedio de los cuadradosF Valor crítico de F
Regresión 3 1.25797072 0.41932357 1509.39638 1.011E-38
Residuos 37 0.01027892 0.00027781
Total 40 1.26824964
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
Intercepción -0.03965988 0.02299599 -1.72464382 0.09293767 -0.08625418 0.00693441 -0.08625418 0.00693441
Variable X 1 5.8393E-05 7.8173E-05 0.74697145 0.4598015 -0.0001 0.00021679 -0.0001 0.00021679
Variable X 2 0.00320296 0.00168077 1.90565449 0.06448748 -0.0002026 0.00660852 -0.0002026 0.00660852
Variable X 3 2.5574E-05 4.0536E-06 6.30881328 2.4002E-07 1.736E-05 3.3787E-05 1.736E-05 3.3787E-05
56
Anexo # 4. Resumen regresión estadística del modelo Logarítmico.
Anexo # 5. Resumen regresión estadística del modelo Variables combinadas.
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.996698765
Coeficiente de determinación R^2 0.993408429
R^2 ajustado 0.993061504
Error típico 0.092364686
Observaciones 41
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 2 48.85785642 24.42892821 2863.4691 3.6374E-42
Residuos 38 0.324186935 0.008531235
Total 40 49.18204335
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción -3.471670809 0.228438638 -15.19738887 9.8243E-18 -3.93412065 -3.00922096 -3.93412065 -3.00922096
LN(DAP) 2.003819769 0.059062888 33.92688428 5.0476E-30 1.8842532 2.12338633 1.8842532 2.12338633
LN(H) 0.991976278 0.127052527 7.807607619 2.0423E-09 0.73477188 1.24918067 0.73477188 1.24918067
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.995537003
Coeficiente de determinación R^2 0.991093924
R^2 ajustado 0.990865563
Error típico 0.017018186
Observaciones 41
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadradosPromedio de los cuadrados F Valor crítico de F
Regresión 1 1.25695452 1.256954515 4340.03309 1.3315E-41
Residuos 39 0.01129513 0.000289619
Total 40 1.26824964
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 0.003720581 0.00355997 1.045115225 0.30240449 -0.00348014 0.0109213 -0.00348014 0.0109213
Variable X 1 2.98735E-05 4.5346E-07 65.87892748 1.3315E-41 2.8956E-05 3.0791E-05 2.8956E-05 3.0791E-05
57
Anexo # 6. Desarrollo del modelo Meyer modificada.
Ecuacion 1: MEYER MODIFICADA V = a+bD+cDH+dD²+eD²HY
ARBOL DAP H VOLUMEN
# cm. m. REAL D D*H D^2 D2*H Vol. E. ((VR)-(VE))^2(((VR)-(VE))/(VE)) sum (vr-ve)^2
1 34.5 21.8 0.7525 34.5 752.1 1190.25 25947.5 0.7569 0.000019005 -0.005759912 0.000019005
2 12.4 14.5 0.0663 12.4 179.8 153.76 2229.52 0.0735 0.000052105 -0.098184806 0.000052105
3 24.5 21.35 0.4113 24.5 523.1 600.25 12815.3 0.3972 0.000200003 0.035608605 0.000200003
4 10.0 12.05 0.0354 10.0 120.5 100 1205 0.0368 0.000002050 -0.038873234 0.000002050
5 15.3 14.0 0.1059 15.3 214.2 234.09 3277.26 0.1063 0.000000164 -0.003814544 0.000000164
6 23.5 18.0 0.2576 23.5 423.0 552.25 9940.5 0.3064 0.002383685 -0.159332022 0.002383685
7 16.0 15.45 0.1074 16.0 247.2 256 3955.2 0.1289 0.000461060 -0.166616858 0.000461060
8 18.0 11.7 0.1401 18.0 210.6 324 3790.8 0.1177 0.000500304 0.189985502 0.000500304
9 24.3 18.0 0.3388 24.3 437.4 590.49 10628.8 0.3255 0.000177281 0.040907209 0.000177281
10 14.5 15.2 0.1098 14.5 220.4 210.25 3195.8 0.1052 0.000021315 0.043892596 0.000021315
11 11.0 12.3 0.0497 11.0 135.3 121 1488.3 0.0471 0.000006985 0.056162082 0.000006985
12 25.3 21.2 0.4172 25.3 536.4 640.09 13569.9 0.4178 0.000000352 -0.001420162 0.000000352
13 10.1 10.6 0.0365 10.1 107.1 102.01 1081.31 0.0318 0.000021868 0.146944964 0.000021868
14 25.0 20.3 0.3905 25.0 507.5 625 12687.5 0.3902 0.000000079 0.000722231 0.000000079
15 28.5 17.4 0.4374 28.5 495.9 812.25 14133.2 0.4179 0.000378909 0.046575713 0.000378909
16 9.5 12.6 0.0356 9.5 119.7 90.25 1137.15 0.0345 0.000001237 0.032255695 0.000001237
17 10.3 14.0 0.0485 10.3 144.2 106.09 1485.26 0.0477 0.000000646 0.016854520 0.000000646
18 13.8 17.2 0.1072 13.8 237.4 190.44 3275.57 0.1097 0.000006263 -0.022813145 0.000006263
19 9.0 11.4 0.0300 9.0 102.6 81.00 923.4 0.0261 0.000015529 0.151218303 0.000015529
20 9.0 14.1 0.0344 9.0 126.9 81.00 1142.1 0.0351 0.000000452 -0.019179632 0.000000452
21 8.8 14.0 0.0355 8.8 123.2 77.44 1084.16 0.0328 0.000007134 0.081361290 0.000007134
22 8.0 14.2 0.0251 8.0 113.6 64.00 908.8 0.0260 0.000000740 -0.033130675 0.000000740
23 9.0 13.5 0.0344 9.0 121.5 81.00 1093.5 0.0331 0.000001770 0.040226575 0.000001770
24 10.3 13.4 0.0435 10.3 138 106.09 1421.61 0.0452 0.000002802 -0.037057678 0.000002802
25 9.1 15.65 0.0434 9.1 142.4 82.81 1295.98 0.0413 0.000004350 0.050480305 0.000004350
26 9.7 11.3 0.0270 9.7 109.6 94.09 1063.22 0.0314 0.000019011 -0.139034465 0.000019011
27 9.0 13.5 0.0348 9.0 121.5 81.00 1093.5 0.0331 0.000002994 0.052322232 0.000002994
28 7.2 9.1 0.0152 7.2 65.52 51.84 471.744 0.0071 0.000065893 1.146128735 0.000065893
29 7.5 13.1 0.0226 7.5 98.25 56.25 736.875 0.0187 0.000014869 0.205725315 0.000014869
30 28.5 18.0 0.4536 28.5 513.0 812.25 14620.5 0.4338 0.000391481 0.045609106 0.000391481
31 12.0 14.2 0.0599 12.0 170.4 144.00 2044.8 0.0672 0.000052662 -0.108058342 0.000052662
32 28.0 18.4 0.3823 28.0 515.2 784.00 14425.6 0.4304 0.002316640 -0.111821484 0.002316640
33 10.1 13.8 0.0444 10.1 139.4 102.01 1407.74 0.0448 0.000000184 -0.009560784 0.000000184
34 9.4 12.3 0.0326 9.4 115.6 88.36 1086.83 0.0325 0.000000007 0.002604156 0.000000007
35 9.8 12.3 0.0313 9.8 120.5 96.04 1181.29 0.0360 0.000022472 -0.131530863 0.000022472
36 22.5 19.45 0.3427 22.5 437.6 506.25 9846.56 0.3080 0.001204050 0.112660232 0.001204050
37 10.0 12.15 0.0294 10.0 121.5 100.00 1215 0.0372 0.000061329 -0.210341624 0.000061329
38 16.0 16.45 0.1334 16.0 263.2 256.00 4211.2 0.1380 0.000021255 -0.033405570 0.000021255
39 24.0 20.0 0.3377 24.0 480.0 576.00 11520 0.3567 0.000360044 -0.053199240 0.000360044
40 14.0 15.1 0.0957 14.0 211.4 196.00 2959.6 0.0976 0.000003770 -0.019886409 0.000003770
41 24.8 20.4 0.4132 24.8 505.9 615.04 12546.8 0.3866 0.000706040 0.068725919 0.000706040
TOTAL 6.5498 6.5498 0.009508789 1.163949838 0.009508789
58
Anexo # 7. Desarrollo modelo Australiana modificada.
a = -0.03965988 b = 5.83931E-05
AJUSTE DE LA ECUACION " AUSTRALIANA MODIFICADA " Vol. = a + b * D² + c * H + d * D^2 *H c = 0.00320296 d = 2.55736E-05
ARBOL
# DAP AT DAP Vol D2 AT D2H VolE ((VR)-(VE))^2((VR - VE )/(VE)) SUM (VR-VE)^2
1 34.5 21.8 34.5 0.7525 1190.25 21.8 25947.45 0.7632 0.0001155 -0.014080635 0.0001
2 12.4 14.5 12.4 0.0663 153.76 14.5 2229.52 0.0728 4.1981E-05 -0.089026589 0.0000
3 24.5 21.35 24.5 0.4113 600.25 21.35 12815.3375 0.3915 0.00039152 0.050539412 0.0004
4 10.0 12.05 10.0 0.0354 100 12.05 1205 0.0356 3.6771E-08 -0.005387708 0.0000
5 15.3 14.0 15.3 0.1059 234.09 14.0 3277.26 0.1027 1.0475E-05 0.031526081 0.0000
6 23.5 18.0 23.5 0.2576 552.25 18.0 9940.5 0.3045 0.00219579 -0.153909847 0.0022
7 16.0 15.45 16.0 0.1074 256 15.45 3955.2 0.1259 0.00034317 -0.147109647 0.0003
8 18.0 11.7 18.0 0.1401 324 11.7 3790.8 0.1137 0.00069802 0.232406721 0.0007
9 24.3 18.0 24.3 0.3388 590.49 18.0 10628.82 0.3243 0.00021039 0.044726746 0.0002
10 14.5 15.2 14.5 0.1098 210.25 15.2 3195.8 0.1030 4.5811E-05 0.065692163 0.0000
11 11.0 12.3 11.0 0.0497 121 12.3 1488.3 0.0449 2.3388E-05 0.107795768 0.0000
12 25.3 21.2 25.3 0.4172 640.09 21.2 13569.908 0.4127 2.0644E-05 0.011010431 0.0000
13 10.1 10.6 10.1 0.0365 102.01 10.6 1081.306 0.0279 7.3934E-05 0.308174072 0.0001
14 25.0 20.3 25.0 0.3905 625 20.3 12687.5 0.3863 1.7423E-05 0.010804456 0.0000
15 28.5 17.4 28.5 0.4374 812.25 17.4 14133.15 0.4249 0.00015519 0.029315691 0.0002
16 9.5 12.6 9.5 0.0356 90.25 12.6 1137.15 0.0350 3.0376E-07 0.015724953 0.0000
17 10.3 14.0 10.3 0.0485 106.09 14.0 1485.26 0.0494 7.4048E-07 -0.017433219 0.0000
18 13.8 17.2 13.8 0.1072 190.44 17.2 3275.568 0.1103 9.7392E-06 -0.028288154 0.0000
19 9.0 11.4 9.0 0.0300 81 11.4 923.4 0.0252 2.3052E-05 0.190536256 0.0000
20 9.0 14.1 9.0 0.0344 81 14.1 1142.1 0.0394 2.5399E-05 -0.127783615 0.0000
21 8.8 14.0 8.8 0.0355 77.44 14.0 1084.16 0.0374 3.7242E-06 -0.051558401 0.0000
22 8.0 14.2 8.0 0.0251 64 14.2 908.8 0.0328 5.9305E-05 -0.234778382 0.0001
23 9.0 13.5 9.0 0.0344 81 13.5 1093.5 0.0363 3.5159E-06 -0.051690634 0.0000
24 10.3 13.4 10.3 0.0435 106.09 13.4 1421.606 0.0458 5.34E-06 -0.050443274 0.0000
25 9.1 15.65 9.1 0.0434 82.81 15.65 1295.9765 0.0484 2.5455E-05 -0.104143732 0.0000
26 9.7 11.3 9.7 0.0270 94.09 11.3 1063.217 0.0292 4.9216E-06 -0.075927193 0.0000
27 9.0 13.5 9.0 0.0348 81 13.5 1093.5 0.0363 2.1759E-06 -0.040663781 0.0000
28 7.2 9.1 7.2 0.0152 51.84 9.1 471.744 0.0046 0.00011282 2.319842704 0.0001
29 7.5 13.1 7.5 0.0226 56.25 13.1 736.875 0.0244 3.3428E-06 -0.074845169 0.0000
30 28.5 18.0 28.5 0.4536 812.25 18.0 14620.5 0.4393 0.0002037 0.032486493 0.0002
31 12.0 14.2 12.0 0.0599 144 14.2 2044.8 0.0665 4.3883E-05 -0.099579302 0.0000
32 28.0 18.4 28.0 0.3823 784 18.4 14425.6 0.4340 0.0026703 -0.11907366 0.0027
33 10.1 13.8 10.1 0.0444 102.01 13.8 1407.738 0.0465 4.4063E-06 -0.045143416 0.0000
34 9.4 12.3 9.4 0.0326 88.36 12.3 1086.828 0.0327 8.2215E-09 -0.002773658 0.0000
35 9.8 12.3 9.8 0.0313 96.04 12.3 1181.292 0.0356 1.8105E-05 -0.119672589 0.0000
36 22.5 19.45 22.5 0.3427 506.25 19.45 9846.5625 0.3040 0.00149652 0.127246501 0.0015
37 10.0 12.15 10.0 0.0294 100 12.15 1215 0.0362 4.5803E-05 -0.187122112 0.0000
38 16.0 16.45 16.0 0.1334 256 16.45 4211.2 0.1357 5.174E-06 -0.016765467 0.0000
39 24.0 20.0 24.0 0.3377 576 20.0 11520 0.3526 0.00022339 -0.042382902 0.0002
40 14.0 15.1 14.0 0.0957 196 15.1 2959.6 0.0958 1.9225E-08 -0.001446748 0.0000
41 24.8 20.4 24.8 0.4132 615.04 20.4 12546.816 0.3825 0.00094453 0.08035519 0.0009
TOTAL 6.5498 6.5499 0.01027893 1.757153802 0.0103
59
Anexo # 8. Desarrollo de la Ecuación Logarítmica.
a =-3.47167081
b =2.00381977
AJUSTE DE LA ECUACION LOGARITMICA V= (a+b*LN(D)+c*LN(H))/1000 c =0.99197628
ARBOL DAP H X Z Y
VOLUMEN
# cm. m. M^3 Dm^3 LN(DAP)LN(H) LN(Vol) X^2 Z^2 Y^2 XY XZ YZ ESTIMADO ((VR)-(VE))^2(((VR)-(VE))/(VE)) sum (VR-VE)^2
1 34.5 21.8 0.7525 752.5000 3.54 3.08 6.6234 12.54 9.50 43.87 23.45 10.91 20.41 0.7971 0.00198738 -0.055929165 0.001987378
2 12.4 14.5 0.0663 66.3000 2.52 2.67 4.1942 6.34 7.15 17.59 10.56 6.73 11.22 0.0684 0.00000460 -0.031339693 0.000004601
3 24.5 21.35 0.4113 411.3000 3.20 3.06 6.0193 10.23 9.37 36.23 19.25 9.79 18.43 0.3932 0.00032667 0.045963570 0.000326672
4 10.0 12.05 0.0354 35.4000 2.30 2.49 3.5667 5.30 6.20 12.72 8.21 5.73 8.88 0.0370 0.00000262 -0.043692728 0.000002616
5 15.3 14.0 0.1059 105.9000 2.73 2.64 4.6625 7.44 6.96 21.74 12.72 7.20 12.30 0.1007 0.00002684 0.051437592 0.000026840
6 23.5 18.0 0.2576 257.6000 3.16 2.89 5.5514 9.97 8.35 30.82 17.53 9.12 16.05 0.3054 0.00228329 -0.156471237 0.002283289
7 16.0 15.45 0.1074 107.4000 2.77 2.74 4.6766 7.69 7.49 21.87 12.97 7.59 12.80 0.1215 0.00019822 -0.115895755 0.000198215
8 18.0 11.7 0.1401 140.1000 2.89 2.46 4.9424 8.35 6.05 24.43 14.29 7.11 12.16 0.1167 0.00054559 0.200081418 0.000545592
9 24.3 18.0 0.3388 338.8000 3.19 2.89 5.8254 10.18 8.35 33.94 18.59 9.22 16.84 0.3266 0.00014954 0.037445002 0.000149536
10 14.5 15.2 0.1098 109.8000 2.67 2.72 4.6987 7.15 7.41 22.08 12.56 7.28 12.79 0.0981 0.00013617 0.118914358 0.000136169
11 11.0 12.3 0.0497 49.7000 2.40 2.51 3.9060 5.75 6.30 15.26 9.37 6.02 9.80 0.0457 0.00001577 0.086827442 0.000015765
12 25.3 21.2 0.4172 417.2000 3.23 3.05 6.0336 10.44 9.33 36.40 19.49 9.87 18.43 0.4165 0.00000056 0.001791684 0.000000557
13 10.1 10.6 0.0365 36.5000 2.31 2.36 3.5973 5.35 5.57 12.94 8.32 5.46 8.49 0.0333 0.00001054 0.097645795 0.000010543
14 25.0 20.3 0.3905 390.5000 3.22 3.01 5.9674 10.36 9.06 35.61 19.21 9.69 17.97 0.3895 0.00000102 0.002590607 0.000001018
15 28.5 17.4 0.4374 437.4000 3.35 2.86 6.0808 11.22 8.16 36.98 20.37 9.57 17.37 0.4346 0.00000770 0.006384486 0.000007700
16 9.5 12.6 0.0356 35.6000 2.25 2.53 3.5723 5.07 6.42 12.76 8.04 5.70 9.05 0.0349 0.00000047 0.019656997 0.000000471
17 10.3 14.0 0.0485 48.5000 2.33 2.64 3.8816 5.44 6.96 15.07 9.05 6.15 10.24 0.0456 0.00000854 0.064128646 0.000008543
18 13.8 17.2 0.1072 107.2000 2.62 2.84 4.6747 6.89 8.09 21.85 12.27 7.47 13.30 0.1005 0.00004541 0.067075380 0.000045407
19 9.0 11.4 0.0300 30.0000 2.20 2.43 3.4012 4.83 5.92 11.57 7.47 5.35 8.28 0.0284 0.00000266 0.057533618 0.000002664
20 9.0 14.1 0.0344 34.4000 2.20 2.65 3.5381 4.83 7.00 12.52 7.77 5.81 9.36 0.0350 0.00000039 -0.017895248 0.000000393
21 8.8 14.0 0.0355 35.5000 2.17 2.64 3.5695 4.73 6.96 12.74 7.76 5.74 9.42 0.0332 0.00000507 0.067704204 0.000005067
22 8.0 14.2 0.0251 25.1000 2.08 2.65 3.2229 4.32 7.04 10.39 6.70 5.52 8.55 0.0279 0.00000760 -0.098991430 0.000007605
23 9.0 13.5 0.0344 34.4000 2.20 2.60 3.5381 4.83 6.77 12.52 7.77 5.72 9.21 0.0335 0.00000073 0.025396016 0.000000726
24 10.3 13.4 0.0435 43.5000 2.33 2.60 3.7728 5.44 6.74 14.23 8.80 6.05 9.79 0.0436 0.00000002 -0.003190306 0.000000019
25 9.1 15.65 0.0434 43.4000 2.21 2.75 3.7705 4.88 7.57 14.22 8.33 6.07 10.37 0.0397 0.00001358 0.092801317 0.000013583
26 9.7 11.3 0.0270 27.0000 2.27 2.42 3.2958 5.16 5.88 10.86 7.49 5.51 7.99 0.0327 0.00003220 -0.173677281 0.000032204
27 9.0 13.5 0.0348 34.8000 2.20 2.60 3.5496 4.83 6.77 12.60 7.80 5.72 9.24 0.0335 0.00000157 0.037319225 0.000001567
28 7.2 9.1 0.0152 15.2000 1.97 2.21 2.7213 3.90 4.88 7.41 5.37 4.36 6.01 0.0145 0.00000048 0.047815806 0.000000481
29 7.5 13.1 0.0226 22.6000 2.01 2.57 3.1179 4.06 6.62 9.72 6.28 5.18 8.02 0.0226 0.00000000 0.000147910 0.000000000
30 28.5 18.0 0.4536 453.6000 3.35 2.89 6.1172 11.22 8.35 37.42 20.49 9.68 17.68 0.4495 0.00001689 0.009143852 0.000016893
31 12.0 14.2 0.0599 59.9000 2.48 2.65 4.0927 6.17 7.04 16.75 10.17 6.59 10.86 0.0628 0.00000828 -0.045827542 0.000008277
32 28.0 18.4 0.3823 382.3000 3.33 2.91 5.9462 11.10 8.48 35.36 19.81 9.70 17.32 0.4434 0.00373196 -0.137778950 0.003731961
33 10.1 13.8 0.0444 44.4000 2.31 2.62 3.7932 5.35 6.89 14.39 8.77 6.07 9.96 0.0432 0.00000144 0.027775843 0.000001440
34 9.4 12.3 0.0326 32.6000 2.24 2.51 3.4843 5.02 6.30 12.14 7.81 5.62 8.74 0.0334 0.00000060 -0.023185211 0.000000599
35 9.8 12.3 0.0313 31.3000 2.28 2.51 3.4436 5.21 6.30 11.86 7.86 5.73 8.64 0.0363 0.00002480 -0.137273003 0.000024803
36 22.5 19.45 0.3427 342.7000 3.11 2.97 5.8369 9.69 8.81 34.07 18.17 9.24 17.32 0.3023 0.00163542 0.133793185 0.001635417
37 10.0 12.15 0.0294 29.4000 2.30 2.50 3.3810 5.30 6.24 11.43 7.79 5.75 8.44 0.0373 0.00006276 -0.212263272 0.000062760
38 16.0 16.45 0.1334 133.4000 2.77 2.80 4.8934 7.69 7.84 23.94 13.57 7.76 13.70 0.1293 0.00001700 0.031896528 0.000017003
39 24.0 20.0 0.3377 337.7000 3.18 3.00 5.8222 10.10 8.97 33.90 18.50 9.52 17.44 0.3536 0.00025400 -0.045066634 0.000253996
40 14.0 15.1 0.0957 95.7000 2.64 2.71 4.5612 6.96 7.37 20.80 12.04 7.16 12.38 0.0909 0.00002332 0.053145146 0.000023322
41 24.8 20.4 0.4132 413.2000 3.21 3.02 6.0239 10.31 9.09 36.29 19.34 9.68 18.17 0.3851 0.00078707 0.072842280 0.000787075
TOTAL 6.5498 6.5771 0.01237877 0.158780451 0.012378769
VOLUMEN REAL
60
Anexo # 9. Desarrollo del modelo Variables combinadas.
a 0.003720581
variables combinadas b 2.98735E-05
ARBOL
# DAP AT D^2*H sum (VR-VE)^2
1 34.5 21.8 25947.45 0.7525 0.77142057 0.000357988
2 12.4 14.5 2229.52 0.0663 0.06288298 1.1676E-05
3 24.5 21.35 12815.3375 0.4113 0.3791184 0.001035655
4 10.0 12.05 1205 0.0354 0.03227699 9.75321E-06
5 15.3 14.0 3277.26 0.1059 0.09418265 0.000137296
6 23.5 18.0 9940.5 0.2576 0.29323695 0.001269992
7 16.0 15.45 3955.2 0.1074 0.11443509 4.94924E-05
8 18.0 11.7 3790.8 0.1401 0.10952388 0.000934899
9 24.3 18.0 10628.82 0.3388 0.31379947 0.000625026
10 14.5 15.2 3195.8 0.1098 0.09174915 0.000325833
11 11.0 12.3 1488.3 0.0497 0.04074015 8.02789E-05
12 25.3 21.2 13569.908 0.4172 0.40166007 0.00024149
13 10.1 10.6 1081.306 0.0365 0.02858181 6.26977E-05
14 25.0 20.3 12687.5 0.3905 0.37529945 0.000231057
15 28.5 17.4 14133.15 0.4374 0.41848608 0.000357737
16 9.5 12.6 1137.15 0.0356 0.03025007 2.86218E-05
17 10.3 14.0 1485.26 0.0485 0.04064933 6.1633E-05
18 13.8 17.2 3275.568 0.1072 0.0941321 0.00017077
19 9.0 11.4 923.4 0.0300 0.02386461 3.7643E-05
20 9.0 14.1 1142.1 0.0344 0.03039794 1.60165E-05
21 8.8 14.0 1084.16 0.0355 0.02866707 4.66889E-05
22 8.0 14.2 908.8 0.0251 0.02342846 2.79406E-06
23 9.0 13.5 1093.5 0.0344 0.02894609 2.97451E-05
24 10.3 13.4 1421.606 0.0435 0.03874777 2.25837E-05
25 9.1 15.65 1295.9765 0.0434 0.03499477 7.06478E-05
26 9.7 11.3 1063.217 0.0270 0.02804143 1.08458E-06
27 9.0 13.5 1093.5 0.0348 0.02894609 3.42682E-05
28 7.2 9.1 471.744 0.0152 0.01037206 2.3309E-05
29 7.5 13.1 736.875 0.0226 0.01829245 1.85549E-05
30 28.5 18.0 14620.5 0.4536 0.43304493 0.000422511
31 12.0 14.2 2044.8 0.0599 0.05736475 6.42748E-06
32 28.0 18.4 14425.6 0.3823 0.42722258 0.002018038
33 10.1 13.8 1407.738 0.0444 0.03833348 3.68027E-05
34 9.4 12.3 1086.828 0.0326 0.02874678 1.48473E-05
35 9.8 12.3 1181.292 0.0313 0.03156875 7.22242E-08
36 22.5 19.45 9846.5625 0.3427 0.2904307 0.002732079
37 10.0 12.15 1215 0.0294 0.03257572 1.00852E-05
38 16.0 16.45 4211.2 0.1334 0.1220827 0.000128081
39 24.0 20.0 11520 0.3377 0.34042214 7.41004E-06
40 14.0 15.1 2959.6 0.0957 0.08469303 0.000121153
41 24.8 20.4 12546.816 0.4132 0.37109673 0.001772686
TOTAL 6.5498 6.24470622 0.013565425
volumen real
V = a+bD²H
volumen
estimado
61
Anexo # 10. Tabla volumétrica de la especie Rhizophora mangle L.
Regresion variables combinadas
Modelo a + b*D²*H
Coeficientes
a= 0.003720581
b= 2.98735E-05
elaborada por: Olga Patricia Diaz
tesis de grado
dap (cm)/altura (m) 3 6 9 12 15 18 21 24 27 30 33 36 39 42
5 0.01 0.01 0.01 0.01 0.01 0.02 0.02 0.02 0.02 0.03 0.03 0.03 0.03 0.03
10 0.01 0.02 0.03 0.04 0.05 0.06 0.06 0.07 0.08 0.09 0.10 0.11 0.12 0.13
15 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.22 0.24 0.26 0.28
20 0.04 0.07 0.11 0.14 0.18 0.21 0.25 0.28 0.32 0.35 0.39 0.42 0.46 0.49
25 0.06 0.11 0.17 0.22 0.28 0.33 0.38 0.44 0.49 0.55 0.60 0.66 0.71 0.76
30 0.08 0.16 0.24 0.32 0.39 0.47 0.55 0.63 0.71 0.79 0.86 0.94 1.02 1.10
35 0.11 0.22 0.32 0.43 0.54 0.64 0.75 0.86 0.96 1.07 1.17 1.28 1.39 1.49
40 0.14 0.28 0.42 0.56 0.70 0.84 0.98 1.12 1.26 1.39 1.53 1.67 1.81 1.95
45 0.18 0.36 0.53 0.71 0.88 1.06 1.24 1.41 1.59 1.76 1.94 2.12 2.29 2.47
50 0.22 0.44 0.66 0.87 1.09 1.31 1.52 1.74 1.96 2.18 2.39 2.61 2.83 3.05
Tabla volumetrica para Rhizophora mangle L.
62
Anexo 11. Galería fotográfica
63
Autorización
El autor, Olga Patricia Díaz González cede a ESNACIFOR los derechos
patrimoniales sobre esta obra en la medida necesaria para sus actividades
habituales en la época de creación, incluyendo su potencial publicación del
artículo técnico en la Revista el Tatascan, lo que implica, igualmente, la
autorización para su divulgación con fines académicos. Es entendido que la
publicación o copiado de esta tesis para ganancia económica no es permitido sin
mi permiso por escrito.
Olga Patricia Díaz González
Siguatepeque, Comayagua, Marzo 2014
![Socio-Economic Status and Living Conditions of Coastal ... · Rhizophora. mangle, Rhizophora. harrisonii, Laguncularia racemosa, Avicennia africana and Conocarpus erectus [64 66]](https://img.pdfslide.us/doc/110x75/605d6426c0c2010be12800b8/socio-economic-status-and-living-conditions-of-coastal-rhizophora-mangle-rhizophora.jpg)
