Última actualización de este sitio: 27 junio, 2023

————————

Contexto

La altura dominante es una variable crucial en ecología forestal y para toma de decisiones de manejo (Salas-Eljatib, 2021a). Se define como la altura media de los 100 árboles de mayor diámetro en 1 hectárea, sin embargo en la práctica se estima en base a parcelas de muestreo de diferentes superficies (Rennolls, 1978).

Datos

Para desarrollar este ejemplo, se ocupa la dataframe \({\tt eucaplot2}\) del paquete \({\tt datana}\) (Salas-Eljatib et al., 2022) del libro Análisis de datos con el programa estadístico R: una introducción aplicada (Salas-Eljatib, 2021b).

Esta dataframe contiene mediciones de árboles dentro de una parcela de muestreo de 500 m\(^{2}\) en una plantación de Eucalyptus globulus, en las cercanías de Gorbea, en la región de la Araucanía, sur de Chile.

> library(datana)
> data(eucaplot2)
> df <- eucaplot2

Revisemos los datos

> head(df) #primeras seis filas
   dap sanidad forma dominancia atot
1 28.0       1     1          2   27
2 35.5       1     1          1   31
3 34.0       1     2          1   31
4 37.5       1     2          1   35
5 26.5       1     2          2   27
6 29.0       1     1          2   26
> nrow(df) #numero de filas de la dataframe
[1] 15

Es siempre importante conocer la estructura de los datos, lo cual podemos realizar mediante la función \({\tt str()}\)

> str(df)
'data.frame':   15 obs. of  5 variables:
 $ dap       : num  28 35.5 34 37.5 26.5 29 24 30 29.5 32 ...
 $ sanidad   : int  1 1 1 1 1 1 1 1 1 1 ...
 $ forma     : int  1 1 2 2 2 1 1 1 2 2 ...
 $ dominancia: int  2 1 1 1 2 2 2 1 2 1 ...
 $ atot      : int  27 31 31 35 27 26 27 30 27 33 ...

Estimando la altura dominante

Estimador tradicional

Existen diferentes alternativas para calcular la altura dominante, la más comun es obtener la media de los árboles que representan (en proporción) a los 100 en una hectárea (ha). En este ejemplo, dado la superficie de la parcela, los 5 árboles de mayor diámetro en la parcela representarían a los 100 respectivos en 1 ha.

> A<-500/10000 #la superficie de la parcela en ha
> A*100 #numero de arboles necesarios en esta parcela
[1] 5

Esta forma de calcular la altura dominante, podemos realizar en R (R Core Team, 2022) como

> sort(df$atot,decreasing = T)[1:5]
[1] 35 35 33 31 31
> mean(sort(df$atot,decreasing = T)[1:5])
[1] 33

Por lo tanto, la altura dominante, mediante el estimador tradicional es 33 metros.

Un estimador alternativo

No obstante lo anterior, en biometría forestal se sabe que la altura dominante se ve afectada por la superficie de la parcela de muestreo. Mayores explicaciones al respecto pueden ser revisadas en Rennolls (1978), García (1998), y García & Batho (2005).

Para realizar este ejemplo, Ud debe bajar a su computador el siguiente archivo que contiene la función \({\tt TopHeight()}\) a emplear. Dicha función fue realizada por García & Batho (2005), y tiene implementado el denominado estimador-\(U\) de García (1998).

De esta forma la altura dominante calculada mediante el estimador-\(U\) se obtiene con

> source("fxAltDom.R")
> TopHeight(sort(df$atot), 100 * A)
[1] 32.426

Por lo tanto, la altura dominante, mediante este estimador alternativo es 32.426 metros.

Referencias bibliográficas

García O. (1998). Estimating top height with variable plot sizes. Can. J. For. Res. 28: 1509–1517.
García O. & Batho A. (2005). Top height estimation in lodgepole pine sample plots. West. J. Appl. For. 20 (1): 64–68.
R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.R-project.org.
Rennolls K. (1978). Top height”; its definition and estimation. Commonw. For. Rev. 57 (3): 215–219.
Salas-Eljatib C. (2021b). Análisis de datos con el programa estadístico R: una introducción aplicada. Ediciones Universidad Mayor, Santiago, Chile. 170 p. https://tienda.zigzag.cl/9789566086109-analisis-de-datos-con-el-programa-estadistico-r.html.
Salas-Eljatib C. (2021a). An approach to quantify climate-productivity relationships: an example from a widespread Nothofagus forest. Ecological Applications 31 (4): e02285. https://doi.org/10.1002/eap.2285.
Salas-Eljatib C., Riquelme J. & Pino N. (2022). datana: Data and functions to accompany Análisis de datos con R. Package version 1.0.2. https://cran.r-project.org/package=datana.