INSTITUTO NACIONAL DE INVESTIGACIONES FORESTALES, AGRCOLAS Y PECUARIAS

CENTRO DE INVESTIGACIN REGIONAL DEL NOROESTE CAMPO EXPERIMENTAL TODOS SANTOS

METODOLOGIA PARA EVALUAR LAS POBLACIONES DE MEZQUITE (Prosopis spp.)

Rigoberto Meza Snchez

Folleto Tcnico Nm. 6

Agosto de 2002

METODOLOGIA PARA EVALUAR LAS POBLACIONES DE MEZQUITE (Prosopis spp.)

M.C. Rigoberto Meza Snchez

Investigador del Campo Experimental Todos Santos

INSTITUTO NACIONAL DE INVESTIGACIONES FORESTALES, AGRCOLAS Y PECUARIAS

CENTRO DE INVESTIGACIN REGIONAL DEL NOROESTE CAMPO EXPERIMENTAL TODOS SANTOS

La Paz, B.C.S. Mxico.

Agosto de 2002

COMIT EDITORIAL Presidente M.C. Manuel Gustavo Chvez Ruz Secretario Ing. Felipe de J. Agredano Hernndez Vocal en el C.E. Todos Santos M.C. Rigoberto Meza Snchez Vocal en el C.E. Valle de Santo Domingo Ing. Erasmo Gutirrez Prez M.C. Jess Navejas Jimnez

ISSN-1405-597X Folleto Tcnico No.6 La Paz, B.C.S. Mxico. Agosto de 2002

INIFAP-Campo Experimental Todos Santos Ed. SAGARPA. Mdulo C C. Agricultura s/n. Col. Emiliano Zapata La Paz, B.C.S. Mxico. CP-23070 Tel: 01(612) 128-6320 Fax: 01(612) 122-9018 E-Mail: cetodsan@prodigy.net.mx

CONTENIDO

Pg. INTRODUCCION EVALUACIN DE POBLACIONES FORESTALES Etapas y Aplicaciones del Inventario Definicin de trminos DISEOS DE MUESTREO Muestreo Simple Aleatorio Rutina de clculo METODOS PARA EL MUESTREO DE VEGETACION Mtodos de Muestreo en Parcelas Mtodo de Muestreo sin Parcelas Ubicacin de los sitios de muestreo MUESTREO DE POBLACIONES DE MEZQUITE Estimacin de la Produccin Muestreo de Comunidades Vegetales Asociadas LITERATURA CITADA 4 7 8 9 12 14 20 23 24 26 27 28 32 39 42

INTRODUCCIN Las poblaciones naturales de mezquite son importantes en la produccin forestal ya que su madera es fuerte y durable, buena para la fabricacin de muebles, puertas, ventanas, pisos, objetos decorativos, artesanas y excelente como lea y carbn. Por otra parte, bajo ciertas condiciones son fuente de forraje para el ganado domstico y fauna silvestre; adems, las flores producen polen y nctar para la produccin de miel y cera en las explotaciones apcolas; la planta excreta una goma de uso medicinal e industrial, la cual puede sustituir a la goma arbiga obtenida del gnero Acacia. Desde el punto de vista ecolgico, los mezquitales son importantes en la estructura y funcionamiento de los ecosistemas, son el habitat para una buena cantidad de fauna silvestre y mejoran la esttica del paisaje (Felker, 1979; NAS, 1980; Nabhan, 1985; Lpez, 1986; Harsh y Tewari, 1998). En el estado de Baja California Sur (figura 1) los mezquitales y huizachales cubren una superficie estimada de 75,387 hectreas; adems, se registran 528 unidades de produccin rural con actividad de tipo forestal, de las cuales el 18% realizan aprovechamientos forestales de productos maderables; de estas, el 30% los utilizan para la elaboracin de carbn, el 31% para lea, el 22% para postera y el resto para estos tres propsitos; el 65% de estas unidades de produccin se localizan en los Municipios de La Paz y Comond. De acuerdo con estadsticas recientes, el volumen para el aprovechamiento forestal maderable fue de 21,359.6 m3r de madera, de los cuales el 95.6% se utiliz para la elaboracin de carbn y el resto para postes y lea,
4

en los municipios de La Paz, Comond y Loreto (SARH, 1994; INEGI, 1999).

Figura 1. Distribucin de los mezquitales en Baja California Sur. En el estado, los mezquitales se han utilizado principalmente con el fin de elaborar carbn con la madera de las especies de Prosopis articulata, P. palmeri y P. glandulosa; adems para el apacentamiento del ganado domstico en las zonas de explotacin; representando estas actividades, dos de las pocas alternativas de ingresos econmicos para las familias que habitan estas zonas. Sin embargo,
5

debido a la falta de planes adecuados de manejo y a la poca inspeccin de regulacin, estas actividades han tenido un impacto no cuantificado en las poblaciones de mezquite que hace suponer que existe una sobreexplotacin del recurso y deterioro del mezquital. Esto puede ser un reflejo en el comportamiento de la produccin forestal ya que de 1989 a 1996 se estim un decremento de 46.4% en la madera utilizada para la elaboracin de carbn y una clara discrepancia de 1995 al 2000 entre el volumen autorizado y la produccin obtenida que es registrada con diferencias negativas de 63.0% y positivas hasta de 68.3%. Por lo antes mencionado es conveniente que los manejadores o prestadores de servicios tcnicos forestales cuenten con herramientas confiables para la evaluacin y monitoreo de las poblaciones silvestres de mezquite y sus recursos asociados, en la que su caracterizacin sirva como base para la elaboracin de planes adecuados de manejo o bien para modificar las actuales prcticas de aprovechamiento, tendientes a la conservacin, mejoramiento y uso sostenible de estos ecosistemas de importancia en las zonas ridas del estado.

EVALUACIN DE POBLACIONES FORESTALES La evaluacin es un proceso para determinar el estado de los recursos naturales de cualquier unidad de tierra. As, una evaluacin de los recursos forestales se considera como la estimacin cualitativa y cuantitativa de los atributos de la vegetacin presente, sus recursos asociados y de las caractersticas del medio en que se encuentran dichos recursos, considerando que tal estimacin puede ser realizada para un componente en especfico o para todo el conjunto (Rodrguez, 1998). Generalmente, los datos que describen los atributos de la vegetacin son colectados mediante el muestreo de las poblaciones en un programa de inventario y monitoreo. El inventario y monitoreo son procesos para obtener y analizar informacin en cuanto a los recursos fsicos y biolgicos de la tierra; el inventario establece el estado de los recursos existentes dentro de una unidad de manejo en un tiempo dado, mientras que el monitoreo mide los cambios en el estado de esos recursos, a travs de mediciones repetidas en el tiempo y nos da los indicios de cmo la condicin de la vegetacin est mejorando o declinando en funcin de las metas propuestas en dicha unidad de manejo (RISC, 1983; Muir y McClaran, 1997). Las actividades de inventario y monitoreo son parte fundamental en los esquemas de manejo, como una herramienta para la toma de decisiones de acuerdo al potencial productivo de los recursos de la tierra. Actualmente bajo la filosofa del uso mltiple, los programas de inventario y monitoreo sirven para una gran variedad de propsitos que de acuerdo con Muir y McClaran (1997) son:
7

Desarrollar planes de calidad, del uso del suelo. Ubicacin de recursos para usos y para usuarios. Caracterizar la condicin actual y monitorear la condicin en el futuro. Caracterizar los impactos de las acciones de uso del suelo. Caracterizar la capacidad o potencial de la produccin de recursos dentro de varios esquemas de manejo. Establecer una base comn de medicin entre varios tipos de tierra y poseedores. Apoyar la toma de decisiones y Satisfacer los requerimientos legales, como los estudios dasomtricos requeridos por la Ley forestal para el aprovechamiento de los recursos forestales en nuestro pas (SEMARNAP. 1997).

Etapas y Aplicaciones del Muestreo En los trabajos de inventarios forestales, el muestreo estadstico es una herramienta de mucha utilidad por razones econmicas y de tiempo; ya que se considera que ste nos proporciona la informacin necesaria a un costo mucho menor y con mayor rapidez con respecto al censo de la poblacin de inters. De acuerdo con Scheaffer et al. (1987) y Rodrguez (1998) sus principales etapas son: 1.- Establecer objetivos claros y concisos. 2.- Definir la poblacin objetivo. 3.- Definir el marco de muestreo. 4.- Definir el diseo de muestreo. 5.- Definir los datos a colectar, los mtodos e instrumentos de medicin.
8

6.- Definir el grado de precisin deseado aunado a la confiabilidad (probabilidad). 7.- Seleccin y adiestramiento de trabajadores de campo. 8.- Planeacin del trabajo de campo. 9.- Prueba piloto o premuestreo. 10.- Organizacin del manejo y anlisis de datos. 11.- Interpretacin de resultados y 12.- Publicacin del inventario. En general, el muestreo tiene numerosas aplicaciones en diferentes reas, tales como: Inventarios ganaderos y forestales, estimacin de cosechas, infestacin de malezas, de plagas y de enfermedades, contaminacin ambiental, empleo y desempleo de mano de obra, costos de produccin, normas de calidad de productos agropecuarios, encuestas de opinin, entre otras (Gmez, 1977). Definicin de trminos. El objetivo de cualquier muestreo es hacer inferencias acerca de una poblacin de inters en base a la informacin obtenida de una muestra de dicha poblacin y el principal mtodo utilizado para realizar tal inferencia es la estimacin de parmetros poblacionales; por ello es conveniente precisar algunas definiciones (Gmez, 1977; Scheaffer et al., 1987; Muir and McClaran, 1997; Rodrguez, 1998; Bern et al., 1999).

Poblacin. Es la totalidad de los elementos o individuos que tienen los atributos o caractersticas en comn que se van a describir. Por ejemplo, un mezquital. Elemento. Es un objeto o individuo en el cual se toman las mediciones (Una planta de mezquite). Variable. Es la caracterstica o atributo a medir en los individuos y puede ser cualitativa o cuantitativas (Vigor, altura, densidad, cobertura, produccin, frecuencia, etc.). Marco de muestreo. Es una lista de unidades de muestreo. Puede estar constituido por un croquis en el cual aparecen delimitadas las unidades de muestreo. Unidades de muestreo. Son colecciones no traslapadas de elementos de la poblacin que cubren la poblacin completa. En inventarios forestales equivale a la unidad de registro y pueden ser rodales, sitios o puntos de muestreo (en parcelas circulares el traslape debe de ser lo ms pequeo posible). Muestra. Es una coleccin de unidades seleccionadas de uno o varios marcos. Con los datos de la muestra, vamos a estimar ciertos parmetros de la poblacin y fijar lmites para el error de estimacin. Parmetro. Es una medida descriptiva que caracteriza a una poblacin. Los parmetros son constantes y desconocidos por lo que se proponen estimadores. Estimador. Es una medida descriptiva que caracteriza a una muestra; casi siempre los estimadores tienen el

10

mismo nombre que los parmetros y como su nombre lo indica, son los que estiman a stos (cuadro 1). Cuadro 1. Algunos parmetros y su estimador. PARAMETRO Media () Varianza (2) Total () Proporcin () Razn (R) ESTIMADOR = Xi/n S2 = (Xi - )2/n-1 t=N* p = ni/n r = /

Intervalo de confianza. Relaciona la precisin con la confiabilidad y nos indica que con cierto grado de confiabilidad, el intervalo calculado del estimador contiene al parmetro que se trata de estimar; en forma general su clculo se realiza con las siguientes expresiones: 1) Para muestras pequeas IC = t(n-1) * S 2) Para muestras grandes IC = Z(/2) * S Donde: IC Es el intervalo de confianza. - Es el estimador del parmetro (media). t - Es el valor de la tabla estadstica de t de student. Z Valor de z en la tabla estadstica para una distribucin normal. S - Es el error estndar del estimador. Tamao de muestra. Es el nmero de unidades muestrales necesarias para hacer la estimacin y depende de la precisin deseada y de la variabilidad inherente a la poblacin muestreada. Algunas frmulas generales utilizadas para su clculo son:
11

1) n = (t2*S2)/d2 2) n = (t2*CV2)/d2 3) n = (t2*CV2)/[d2+(t2*CV2)/N] Donde: n - Es el tamao de muestra. t - Es el valor de la tabla estadstica de t de student. S2 - Es la varianza. d - Es la precisin deseada. CV - Es el coeficiente de variacin. N - Es el tamao de la poblacin. Por lo general y en la mayora de los casos no se conoce la varianza poblacional (2), por lo tanto se propone lo siguiente: 1.- Realizar un premuestreo para calcular la varianza estimada (estimador). 2.- Si la distribucin de los datos es normal, la varianza se estima en base al rango S2 = (rango)2/36

DISEOS DE MUESTREO Es necesario entender que hay un diseo de muestreo que puede ser aplicado universalmente. El diseo a emplear es el resultado final de una serie de consideraciones, cada una de las cuales tiene influencia en la forma de cmo se realizar dicho muestreo (Romahn et al., 1994).

12

Los factores que tiene influencia en el muestreo son: 1.- Informacin requerida y precisin deseada 2.- Composicin de la poblacin y su variabilidad 3.- Topografa y accesibilidad 4.- Disponibilidad de personal y nivel adiestramiento 5.- Tiempo y dinero disponible 6.- Disponibilidad de fotos y mapas 7.- Conocimiento en estadstica y muestreo

de

En general los principales diseos de muestreo estadstico se pueden englobar en las siguientes categoras segn Scheaffer et al. (1987) y Snchez (1992): Muestreo simple aleatorio (MSA). MSA con reemplazo y MSA sin reemplazo. MSACR o SR con igual probabilidad. MSACR o SR con probabilidades proporcionales al tamao. Muestreo aleatorio estratificado (MAE). MAE con asignacin igual. MAE con asignacin proporcional. MAE con asignacin ptima. MAE con asignacin Neyman. Muestreo sistemtico. Muestreo por conglomerados. Muestreo por conglomerados en dos etapas. Otros estimadores. Regresin, razn y diferencia.

En funcin de lo anterior, se considera que el mejor diseo de muestreo para un determinado problema, es el que proporciona la precisin necesaria en trminos de un lmite para el error de estimacin (IC) a un costo mnimo. Por lo tanto para determinar si un estimador
13

obtenido bajo diferentes diseos de muestreo, es ms eficiente que otro, se puede utilizar la eficiencia relativa (ER). La ER de un estimador B comparado con otro estimador A, de una muestra de igual tamao; est definida como la proporcin inversa de sus varianzas, entonces: ER (B/A) = S2(A)/S2(B) ER = 1.- Ambos estimadores son eficientes. ER > 1.- El estimador B es ms eficiente que A. ER < 1.- El estimador A es ms eficiente que B. Muestreo Simple Aleatorio (MSA) El MSA es el esquema ms simple de muestreo y es la base para la mayora de los diseos de muestreo; consiste en la seleccin aleatoria de la muestras de una poblacin. En la cuantificacin de los recursos naturales uno de los diseos de muestreo ms utilizados es el MSA sin reemplazo con igual probabilidad; sin embargo bajo ciertas circunstancias, el MSA con reemplazo con probabilidades proporcionales al tamao disminuye la varianza del estimador y lo hace ms preciso, slo si las probabilidades de seleccin son proporcionales o aproximadamente proporcionales al tamao de la poblacin que se investiga (Scheaffer et al., 1987; Rodrguez, 1998). En la realizacin de inventarios forestales en Mxico, la aplicacin del diseo de muestreo simple aleatorio, se puede ejemplificar en las siguientes actividades; sin
14

que esto constituya el espectro total de la utilidad del mismo (Rodrguez, 1998): Caracterizacin del arbolado. Evaluacin de la regeneracin. Caracterizacin del medio de crecimiento. Evaluacin de plantaciones forestales. Estudios de produccin de semillas. Produccin de planta en vivero. Estudios de abastecimiento forestal. Informacin para fines especficos (tablas de volmenes).

Si se asume que las autorizaciones para realizar los aprovechamientos del mezquite se dan para pequeas superficies y que el propsito de cualquier evaluacin es conocer las caractersticas de las poblaciones silvestres de mezquite en estos sitios; se puede considerar que el diseo de muestreo simple aleatorio sin reemplazo con igual probabilidad, es una herramienta adecuada para estos fines. Por lo tanto, a continuacin se presentan las ecuaciones fundamentales en la estimacin de los siguientes parmetros poblacionales segn Gmez (1977); Scheaffer et al. (1987) y Snchez (1992): 1. Media poblacional (). Estimador de la media poblacional (altura promedio de los rboles en un rodal): = Xi/n

15

Varianza estimada para poblaciones finitas: V(

)

= (S2/n) * (N-n/N)

Varianza estimada para poblaciones infinitas: V(

)

= (S2/n)

donde S2 = (Xi2 - n 2)/n-1

La parte de (N-n)/N es un factor de correccin para poblaciones finitas (cpf); en la prctica este factor puede despreciarse si el valor del cpf > 0.95 o si n < (1/20)N. Error de estimacin para el estimador de la media: E.E. = 2 V(
)

donde 2 = Z(/2)

Intervalo de confianza para el estimador de la media: I.C. = E.E.

Tamao de muestra para el estimador de la media:

2. Total poblacional () Estimador del total poblacional (Nmero de rboles de mezquite en un rodal): t=N*
16

Varianza estimada para el estimador del total: V(t) = N2 * (S2/n) * (N-n/N)

Error de estimacin para el estimador del total: E.E. = 2 V(t) Donde 2 = Z(/2)

Intervalo de confianza para el estimador del total: I.C. = t E.E.

Tamao de muestra para el estimador del total:

En ocasiones el propsito principal de un muestreo es el de estimar el porcentaje o proporcin de unidades de una poblacin que presenta alguna caracterstica o cualidad de inters que los diferencia del resto de la poblacin; por ejemplo, un tcnico forestal puede estar interesado en la proporcin de rboles de un rodal de mezquite con dimetros del tallo mayor de 10 cm, o en la proporcin de rboles que estn infectados por murdago o por alguna plaga en particular. Si se selecciona una muestra simple aleatoria de tamao n, la proporcin muestral (p) es la fraccin de elementos en la muestra que poseen la caracterstica de inters (rboles con > 10 cm) y cuyos valores se encuentran entre 0 y 1 y q es su complemento para hacer la unidad (1); por ello, se considera a la proporcin como un caso especial de la media y las
17

frmulas fundamentales para sus estimadores de acuerdo con (Gmez (1977); Scheaffer et al. (1987) y Snchez (1992) son:

1. Proporcin promedio () Estimador de la proporcin promedio: p = pi/n Varianza estimada para el estimador de la proporcin promedio: V(p) = [(p*q)/n-1] * (N-n/N) Error de estimacin para el estimador de la proporcin promedio: E.E. = 2 V(p) Donde 2 = Z(/2)

Intervalo de confianza para el estimador de la proporcin promedio: I.C. = p E.E.

Tamao de muestra para el estimador de la proporcin promedio:

18

Tamao de muestra considerando varianza mxima porque se desconoce el valor de p y q:

Varianza estimada considerando varianza mxima para el estimador de la proporcin promedio: V(p) = (0.25/n-1) * (N-n/N)

2. Proporcin total de la poblacin (p). Estimador de la proporcin total: t(p) = N * p Varianza estimada del estimador de la proporcin total: Vt(p) = [N * (N-n)] * [(p * q) / (n-1)] Error de estimacin para el estimador de la proporcin total: E.E. = 2 Vt(p) Donde 2 = Z(/2)

Es conveniente mencionar que al efectuar los trabajos de campo mediante el muestreo, generalmente se toma informacin de variables cuantitativas como de variables cualitativas; sin embargo como recomendacin prctica, el manejo de la informacin y el clculo del tamao de la muestra deber estar en
19

funcin a la variable principal del objetivo de estudio y no calcular un tamao de muestra independiente para cada variable (Rodrguez, 1998). Rutina de clculo. Con el fin de ejemplificar la rutina de clculo para el muestreo simple aleatorio sin reemplazo con igual probabilidad, a continuacin se presenta el siguiente ejemplo: Suponiendo que un tcnico desea conocer la densidad de rboles en un predio de 500 hectreas, para ello levanta un total de 30 sitios de muestreo de 1000 m2 y cuenta el nmero de rboles y adems mide la altura de los mismos. La informacin recabada se resume en el cuadro 2. Cuadro 2. Nmero de rboles y altura promedio por sitio de muestreo en un predio de 500 ha. Sitio Arb. Alt. Sitio Arb. Alt. Sitio Arb. Alt. 1 4 5 11 9 3 21 3 8 2 7 3 12 4 6 22 5 6 3 5 6 13 3 7 23 6 6 4 9 3 14 6 5 24 8 4 5 8 3 15 8 3 25 9 3 6 6 4 16 7 4 26 7 4 7 4 7 17 6 5 27 3 7 8 5 6 18 4 7 28 6 4 9 6 4 19 8 4 29 4 6 10 8 3 20 5 6 30 5 5 Con esta informacin a) Estime el nmero total de rboles y obtenga su error de estimacin para una confiabilidad del 95%, b) Calcule el tamao de muestra para estimar la poblacin total con una precisin de 2000 individuos y una confiabilidad del 95%, c) Estime
20

la altura promedio de los rboles y su error de estimacin a un 95% de confiabilidad, d) Calcule el tamao de muestra para estimar la altura con una precisin de 0.5 m y una confiabilidad del 95%. a) Estimacin del total poblacional (Nmero de rboles en el predio de 500 ha): t=N* (N: Total de parcelas de 1000m2 en 500 ha) t = 5000 (178/30) = 5000 (5.93) = 29,650 rboles. Varianza estimada para el total: V(t) = N2 * (S2/n) * (N-n/N) V(t) = (5000)2 (3.51/30) [(5000-30)/5000] = 2,907,450 Error de estimacin para el estimador del total: E.E. = 2 V(t) = 2 2907450 = 3410

Intervalo de confianza para el estimador del total: I.C. = t E.E. = 26,240 < t < 33,210 De acuerdo a estos resultados podemos decir con un 95% de confiabilidad que el intervalo de confianza calculado para el estimador del total, contiene el parmetro total de la poblacin. b) Tamao de muestra para el estimador del total:

21

n = [50002 (4) (3.51)] / [20002 + (4) (3.51) (5000)] n = 351,000,000 / 4,070,200 = 86 sitios Debido a que ya se tiene informacin de los 30 sitios, slo es necesario levantar los 56 sitios faltantes. c) Estimacin de la media poblacional (altura promedio de los rboles en el predio de 500 ha): = Xi/n = 147/30 = 4.9 m de altura promedio Varianza estimada: V( V( = (S2/n) * (N-n/N) ) = (2.29/30) [(5000-30)/5000] = 0.0755
)

Error de estimacin para el estimador de la media: E.E. = 2 V(

)

= 2 0.0755 = 0.54 m

Intervalo de confianza para el estimador de la media: I.C. = E.E. = 4.36 < < 5.44

d) Tamao de muestra para el estimador de la media:

n = [5000 (4) (2.29)] / [5000 (2000)2] + [4 (2.29)] n = 45,800 / 1259.16 = 36.3 sitios

22

Debido a que ya se tiene informacin de los 30 sitios, slo sera necesario levantar los 6 sitios faltantes, si la altura de los rboles fuera la variable de inters. MTODOS PARA EL MUESTREO DE VEGETACIN Uno de los aspectos importantes para la seleccin del mtodo para el muestreo de la vegetacin y estimacin de sus atributos es la relacionada con la distribucin espacial de los individuos de una poblacin; al respecto, bsicamente se reconocen tres patrones de distribucin de los individuos en una poblacin (figura 2), la aleatoria, la uniforme y la agregada que es la que normalmente se presenta en la naturaleza. Para su determinacin existe un mtodo general que relaciona la varianza y la media de la poblacin para evaluar el grado de agregacin o amontonamiento (Franco et al., 1995).

Figura 2. Patrn de distribucin espacial de individuos en una poblacin: a) aleatoria, b) uniforme y c) agregada.

23

De acuerdo con estos autores, cuando una poblacin tiene un patrn de distribucin aleatoria la varianza es igual que la media, entonces S2/ = 1; cuando su patrn de distribucin es agregada la varianza es mayor que la media y la relacin S2/ > 1; en el caso de la distribucin uniforme la varianza es menor que la media y S2/ < 1. Por otra parte, en la estimacin de algunos atributos de la vegetacin ya sea la produccin, densidad, cobertura, frecuencia, etc., se han utilizado diferentes mtodos dependiendo del atributo a evaluar, entre ellos se encuentran los mtodos de parcela y mtodos sin parcela. Mtodos de Muestreo en Parcelas Los mtodos de muestreo de parcela han sido los ms utilizados en el muestreo de la vegetacin, las parcelas pueden ser de diferentes formas y tamaos. De las formas geomtricas, las que ms se han utilizado son el cuadrado, rectngulo y el crculo y de stas, las dos ltimas son las de uso ms frecuente; no se recomienda el uso de parcelas cuadradas o rectangulares muy anchas, as como tampoco las de formas irregulares o de figuras geomtricas difciles de delimitar en el terreno. (Wayne y Stubbendieck, 1986; Romahn et al., 1994). En cuanto al tamao de las parcelas es conveniente mencionar que se debe tomar en cuenta la precisin que se desea, los costos y tiempo de trabajo. La delimitacin de las parcelas pequeas ser ms precisa y fcil con respecto a las parcelas grandes; sin embargo, se incrementar su nmero y por lo tanto ser necesario acudir a ms lugares para obtener la
24

muestra, repercutiendo en el costo del inventario. Adems, es necesario considerar el estrato de la vegetacin a muestrear y su distribucin espacial, por lo que se considera que un tamao adecuado puede estar en funcin de 1 a 2 veces el rea cubierta por las plantas promedio. (Bonham, 1989; Romahn et al., 1994). De acuerdo con Romahn et al. (1994) en la figura 3 se muestran diferentes formas y tamaos de parcelas para diversos propsitos y sugieren el uso de la parcela grande para la evaluacin de las existencias volumtricas considerando a los individuos con dimetro > a los 10 cm (adems de otros atributos de inters), la parcela de tamao intermedio para cuantificar el arbolado prximo a incorporarse a la categora de aprovechamiento y la parcela ms pequea para la cuantificacin del renuevo. Se considera adems que las parcelas rectangulares son ms adecuadas cuando el patrn de distribucin es agregada y la vegetacin es dispersa; no obstante, las parcelas circulares tienen una relacin permetro:rea menor lo cual hace que disminuya el error de muestreo (Chambers y Brown, 1983).

Figura 3. Parcelas circulares y rectangulares para el muestreo de vegetacin.

25

Mtodo de Muestreo sin Parcela En cuanto a los mtodos sin parcela, uno de los ms utilizados para estimar la densidad es el mtodo de distancia llamado cuadrante de punto central, el cual consiste en ubicar puntos en el rea a muestrear, en cada punto se forma un cuadrante en el que en cada cuadrante se identifica la planta ms cercana a su centro y se mide la distancia en cada cuadrante (figura 4) y los atributos (variable) de inters en cada planta. Este mtodo se recomienda para poblaciones de distribucin aleatoria y para los estratos arbustivos y arbreo (Vzquez, 1986; Bonham, 1989; Franco et al., 1995; Bern et al., 1999).

Figura 4. Esquema del mtodo cuadrante de punto central para el muestreo de vegetacin.

26

Aunque este mtodo se utiliza para estimar la densidad de plantas, se puede obtener informacin adicional como datos de produccin (volumen de madera), cobertura area y basal, frecuencia y altura; y al igual que con los mtodos de parcela, obtener ms informacin de la poblacin bajo estudio y contar con ms bases para evaluar el efecto de los aprovechamientos sobre la condicin actual del monte. Ubicacin de los Sitios de Muestreo. Una vez definido el mtodo de muestreo y delimitada el rea de estudio (mezquital) en la cartografa o fotografas areas disponibles, se procede a la seleccin de los sitios de muestreo en forma aleatoria, mediante el trazo de transectos en los cuales de manera aleatoria se ubican los sitios a muestrear o bien mediante el uso de una malla de puntos o cuadrcula en la que cada interseccin es un sitio de muestreo, los cuales de la misma manera se seleccionan en forma aleatoria (figura 5); para esto se sugiere las tablas de nmeros aleatorios o bien el uso de las calculadoras. La ubicacin de los transectos puede estar en funcin a la forma geomtrica del rea de estudio, si sta es ms alargada que ancha, los transectos pueden ser paralelos a la longitud del rodal; de lo contrario se pueden trazar en forma perpendicular.

27

Figura 5. Delimitacin del rea de estudio y ubicacin de los sitios de muestreo. MUESTREO DE POBLACIONES DE MEZQUITE Con las consideraciones antes descritas, se pueden utilizar las parcelas circulares, las rectangulares o bien el cuadrante de punto central para el muestreo de las poblaciones silvestres de mezquite; en donde se sugiere medir principalmente los atributos de: densidad, produccin (volumen de madera muerta, viva, vaina, goma, etc.), cobertura area y basal, frecuencia, altura, sanidad, entre otros que se consideren de importancia. De acuerdo con el BLM (1999) estos atributos de la vegetacin se pueden definir y considerar de suma importancia por las siguientes razones: Densidad. Es el nmero de individuos por unidad de rea y se ha utilizado para describir las caractersticas en las poblaciones y comunidades vegetales, se considera til para el monitoreo de especies en estatus y para medir la tendencia, ya que indica si el nmero
28

de individuos de una especie va en aumento o en decremento. Cobertura. Generalmente se refiere al porcentaje de la superficie del suelo que est cubierta por la vegetacin; se puede expresar en trminos absolutos (m2/ha) o bien en porcentaje y puede ser area o basal. Su importancia radica en la proteccin que la vegetacin da al suelo para la estabilidad y funcionamiento de las cuencas hidrolgicas; adems de crear habitat para la fauna silvestre. Se puede estimar midiendo el dimetro mayor de la cobertura area (o del tallo) y otro perpendicular a ste para calcular el rea. Produccin. En trabajos de inventario generalmente lo que se mide es la fitomasa area en pi, que es la cantidad total de material vegetal (incluyendo partes muertas unidas a la planta) sobre la superficie del suelo en un rea en un tiempo dado; o bien el rendimiento que es la cantidad de un producto en un espacio y tiempo dados, es la porcin cosechada de un producto. La produccin puede ser evaluada a travs de mtodos directos o de cosecha o bien mediante su estimacin a travs de mtodos indirectos; cuya informacin nos indica el potencial de un sitio, as como las tasas de aprovechamiento y productos a utilizar en las reas de explotacin. Frecuencia. Se refiere al nmero de veces en que una especie est presente en un nmero dado de unidades de muestreo y se expresa en porcentaje. Se considera uno de los atributos ms fcil de medir en el monitoreo de la vegetacin y describe la abundancia y distribucin de las especies que es de utilidad para

29

detectar los cambios en las poblaciones comunidades vegetales sobre el tiempo.

Estructura. Se refiere a cmo la vegetacin est arreglada en un plano tridimensional, se puede medir en capas sobre un plano vertical o bien midiendo la altura de las plantas. Ayuda a evaluar el valor de las comunidades vegetales para proveer habitat a la fauna asociada; adems de estar relacionada con aspectos productivos en la formacin de fitomasa area. Composicin. Es la proporcin de varias especies de plantas en relacin al total de un rea dada y se expresa en trminos relativos. Se ha utilizado para describir los sitos ecolgicos y para evaluar la condicin de la vegetacin. Para el caso de las poblaciones de mezquite, independientemente del mtodo de muestreo de la vegetacin a utilizar (parcelas o sin parcela) se sugiere hacer las mediciones que se indican en el cuadro 3 a cada individuo presente en cada sitio o punto de muestreo y seguir la rutina de clculo para el muestreo simple aleatorio. En el caso del mtodo del cuadrante de punto central es necesario incluir informacin adicional como la que se indica en el cuadro 4.

30

Cuadro 3. Atributos a medir y parmetros a estimar en la evaluacin de poblaciones de mezquite. Produccin Infestacin Altura... Parsitos Plagas Enf. Tallos y dimetros No.
31

Cobertura area

Cobertura basal

Planta

Altura

PARA ESTIMAR MEDIAS TOTALES PROPORCIONES

DM. Dimetro mayor, Dm. Dimetro menor, No. Nmero, Vol. Volumen, Enf. Enfermedades

Cuadro 4. Informacin requerida en el mtodo de muestreo del cuadrante de punto central. Punto No. 1 Cuadrante I II III IV Distancia

DM-m Vol. madera Otros

DM

Dm

DM

Dm

De acuerdo con Vsquez (1986) para estimar la densidad absoluta total de individuos por hectrea (DAT), es necesario obtener la distancia media (DM) y rea media (AM) de la siguiente manera. DM = ( distancias)/No. de cuadrantes AM = (DM)2 DAT = 10,000/AM Estimacin de la Produccin Uno de los atributos de la vegetacin de gran importancia en los trabajos de inventario es la produccin, su evaluacin es de gran ayuda para caracterizar el potencial de un sitio y un requisito para la utilizacin de cualquier comunidad vegetal; debido a que la cuantificacin de los recursos, es el punto de partida para lograr el aprovechamiento racional y sostenido de cualquier especie y base para la elaboracin de un plan de manejo adecuado. Uno de los mtodos que se pueden utilizar en el mezquital para su estimacin, es el mtodo de segmentacin visual (figura 6), mediante el cual se pueden reducir los trabajos y los costos del inventario, se descarta el corte de los individuos y no requiere de una medicin fsica del arbolado; sin embargo, dependen de la habilidad del tcnico, por ello se debe de considerar el entrenamiento y la desviacin de la estimacin debida a la acumulacin del trabajo (Born y Chojnacky, 1985). En el caso de la estimacin del volumen es conveniente hacer la segmentacin de tallos y ramas, utilizar una clasificacin de dimetros y longitudes
32

(cuadro 6) para su registro y calcular el volumen para cada segmento, cuya suma nos dar el volumen por rbol Para este propsito el mtodo de Huber es el ms sencillo, pues para obtener el volumen de un fuste basta multiplicar el rea de su seccin media por su longitud. V = Am * h Donde: Am - Es el rea de la seccin media h - longitud de la troza

Figura 6. Segmentacin visual para la estimacin del volumen de un rbol en pi.

33

De los procedimientos comerciales para el clculo del volumen, el de Huber es el ms recomendable y el que ms se utiliza tanto por su sencillez y porque proporciona resultados bastante aceptables Este procedimiento da buenos resultados cuando los fustes no son de excesiva longitud y adoptan formas cilndricas o de un paraboloide truncado (Born y Chojnacky, 1985; Romahn et al., 1994). Cuadro 6. Clasificacin para la estimacin visual del volumen de tallos y ramas en mezquite. LONGITUD Clase Medida < 30 1 30-60 2 60-90 2 90-120 4 120-150 5 . . . . . . DIAMETRO Clase Medida 1-5 1 5-10 2 10-15 3 15-20 4 20-25 5 . . . . . .

Otro mtodo que se puede utilizar para estimar la produccin, es el conocido como anlisis dimensional, el cual se basa en medidas de fcil obtencin de las dimensiones de las plantas o de sus partes y su relacin con el peso de la fitomasa o volumen de madera de los individuos mediante la tcnica estadstica de regresin. Estas relaciones se hacen con el propsito de generar ecuaciones que sern utilizadas posteriormente para estimar la fitomasa o volumen de los individuos, ya sea total o de alguna(s) de sus partes; o bien, para la elaboracin de tablas o tarifas de produccin empleadas para el mismo propsito (Meza, 1996).
34

Las principales ventajas es que es un mtodo no destructivo, rpido, preciso, econmico y libre de la influencia personal para estudiar la fitomasa en rboles, arbustos y gramneas. Meza (1998) describe el procedimiento que involucra este mtodo, el cual consiste en: Seleccin de los Individuos. Se sugiere elegir a los individuos tratando de abarcar el mayor rango de variacin en el tamao y/o forma de los mismos. Medicin de los individuos. Generalmente se toman las medidas de las dimensiones de los rboles y se derivan otras variables que en conjunto se consideran como las variables independientes. Cosecha de Plantas. Despus de la medicin de las dimensiones de cada planta, se procede a realizar el corte o cosecha del producto (vaina, goma, etc.) de inters para su secado y pesaje. En este caso, el peso seco o el volumen de madera medido sern las variables dependientes. Anlisis de la Informacin. La relacin entre las variables dependientes (volumen o peso) e independientes (dimensiones) se analiza mediante su correlacin y posteriormente mediante el anlisis de regresin utilizando los datos originales y los datos transformados. Para la seleccin de las ecuaciones se sugieren los siguientes criterios: Valores altos en el coeficiente de determinacin (R2), Valores bajos en el error estandar del estimador (Sxy) o en el coeficiente de variacin (%) y la Independencia de residuales. Adems de lo anterior, es necesario considerar la utilidad prctica de la ecuacin ya que la variable independiente debe ser de fcil obtencin en campo.
35

Con el propsito de ejemplificar la rutina de clculo en el anlisis de regresin (Little y Hills, 1987), hipotticamente se midi el dimetro basal del tallo (cm) en rboles de mezquite y se estim el volumen de madera muerta (m3) en un rodal ubicado al sur del estado. En el cuadro 7 se presenta la informacin colectada. Cuadro 7. Dimetro basal (cm) y volumen de madera muerta (m3) en rboles de mezquite. DIMETRO BASAL 10 12 15 18 20 20 30 40 50 80 X = 295 = 29.5 X2 =12993 (X)2/n = 8702.5 x2 = 4290.5 VOLUMEN DE MADERA 0.0098 0.0119 0.0242 0.0294 0.0431 0.0721 0.0772 0.164 0.4155 0.1174 Y = 0.9646 = 0.09646 Y = 0.2280 (Y)2/n = 0.0930 y2 = 0.135

XY = 42.48 X * Y/n = 28.4557 xy = 14.0243

36

Coeficiente de determinacin r2 = (xy)2/x2 y2 r2 = 0.339 Coeficiente de correlacin r = 0.3390 = 0.582 Coeficiente de regresin b = xy/x2 = 0.00326 Intercepto a = b = 0.00029

Ecuacin = a + b X = 0.00029 + 0.00326 (X) Donde X es el dimetro basal del tallo. Si queremos saber si el impacto de la variable independiente sobre la variable dependiente es significativo, es conveniente hacer una prueba de hiptesis sobre el coeficiente de regresin mediante el anlisis de varianza para la regresin, como se muestra en el cuadro 8 (Little y Hills, 1987; Rodrguez, 1988). Cuadro 8. Anlisis de varianza para la regresin.
Fuente de variacin Grados de libertad Suma de cuadrados Cuadrado medio Fc

Regresin Residual Total

1 n-2 n-1

r2 y2

ScReg/1

CmR CmRes

(1-r2) y2 ScRes/n-2 y2

37

El estadstico Fc se compara con la Ft de tablas (que se encuentra en libros de estadstica o de diseos experimentales) para 1 y n-2 grados de libertad, bajo la siguiente regla de decisin: Si Fc > que Ft existe significancia; por lo tanto se rechaza Ho: b = 0 y esto quiere decir que la variable independiente s tiene un impacto significativo sobre la variable dependiente. Otra parte importante de todo estudio o trabajo donde se colecta una gran cantidad de datos, es la organizacin y presentacin de la informacin, de tal manera que se facilite su interpretacin. Una forma para la organizacin de esta informacin es mediante el mtodo de presentacin de datos a travs de tablas (cuadro 8) y grficas de distribucin de frecuencias, que son muy tiles para saber rpidamente que porcentaje de la poblacin presenta las caractersticas del atributo de inters (Gmez, 1977). Cuadro 8. Tabla de frecuencia para resumir los atributos poblacionales y dasomtricos. FRECUENCIA FRECUENCIA RELATIVA FRECUENCIA ACUMULADA No. FRECUENCIA RELATIVA ACUMULADA 100 % LIMITES DE CLASE Xmn X2 . . . Xn - Xmx

PUNTO MEDIO

No.

38

Muestreo de Comunidades Vegetales Asociadas En lo posible es conveniente considerar la vegetacin asociada a las poblaciones de mezquite y se sugiere hacer los muestreo por estratos considerando una clasificacin de las principales formas de vida: a) rboles, b) arbustos, c) Hierbas y d) gramneas (Chambers y Brown, 1983; Bonham, 1989). Independientemente del mtodo de muestreo, es conveniente resumir parte de la informacin del inventario en una forma (cuadro 9) en la que se concentra los principales atributos como la densidad, cobertura y frecuencia de las especies y con esta informacin, destacar la importancia relativa de cada especie y su influencia en la comunidad; para hacer las estimaciones respectivas se presentan las siguientes ecuaciones para los mtodos de parcelas y para el mtodo del cuadrante de punto central: (Cox, 1985; Cant, 1990 y Franco et al., 1995). Cuadro 9. Resumen para el anlisis de vegetacin en el muestreo de comunidades. Dominancia Dominancia Relativa Valor de Importancia Frecuencia Frecuencia Relativa Densidad Densidad Relativa

Mezq. . . Otras Total

39

Especies

Ecuaciones para los mtodos de parcelas. No. de individuos Area muestreada D de una especie DAT X 100

Densidad (D) = D. Relativa (DR) = Dominancia (Do) =

Area basal o area de una sp. Area muestreada Do de una sp. Do Total X 100

Do. Relativa (DoR) = Frecuencia (F) =

No. de parcelas con la especie Total de parcelas muestreadas F de una especie F Total DR + DoR + FR X 100

F. Relativa (FR) = Valor de Importancia =

Ecuaciones para el mtodo cuadrante de punto central. DR de la especie X DAT 100 Ind. de una especie DAT X 100

Densidad (D) =

D. Relativa (DR) =

Dominancia (Do) = D de la sp. X Area basal o area

40

Do. Relativa (DoR) = Frecuencia (F) = F. Relativa (FR) = Valor de Importancia =

Do de una sp. Do Total

X 100

No. de puntos con la especie Total de puntos muestreados F de una especie F Total DR + DoR + FR X 100

Finalmente es conveniente contar con informacin adicional en cuanto a las caractersticas fsicas del rea de muestreo por lo que se sugiere registrar: nombre del sitio, localizacin geogrfica, ubicacin fisiogrfica, descripcin bsica del suelo, caractersticas climticas, grado de disturbio y agentes causales, usos del rea, entre otras que se consideren de importancia a los propsitos del trabajo (RISC, 1983; Vsquez, 1986; Bonham, 1989).

41

LITERATURA CITADA Bern, Ch.; R. Brozka; W. Doe; M. Easter; D. Jones; G. Senseman and W. Sprouse. 1999. Ecological monitoring on army lands. Land condition trend analysis II. Technical reference manual. CEMML Colorado State University. USA. 681 p. BLM, 1999. Sampling vegetation attributes. Interagency Technical Reference. Bureau Land Management. BLM/RS/ST-96/002+1730. USA. 163 p. Bonham, D.Ch. 1989. Measurements for terrestrial vegetation. John Wiley & Sons. USA. 338 p. Born, D.J. and D.C. Chojnacky. 1985. Woodland tree volume estimation: A visual segmentation technique. Research Paper INT-344. USDA Forest Service. USA. 16 p. Cant B., J.E. 1990. Manejo de pastizales (Revisin Bibliogrfica). Universidad Autnoma Agraria Antonio Narro Unidad Laguna. Torren, Coah. Mxico. 290 p. Chambers, C.J. and R.W. Brown. 1983. Methods for vegetation sampling and analysis on revegetated mined lands. USDA - Forest Service. General Technical Report INT-151. USA. 57 p. Cox, W.G. 1985. Laboratory manual of general ecology. 5a ed. San Diego State University. WCB Publisher. USA.

42

Felker, P. 1979. Mesquite. An all-purpose leguminous arid land tree. In: G.A. Ritchie (ed.). New agricultural crops. AAAS. Selected Simposium No. 38. p. 89-132. Franco L.,J.; G. de la Cruz A.; A. Cruz G.; A. Rocha R.; N. Navarrete S.; G. Flores M.; E. Kato M.; S. Snchez C.; L.G. Abarca A. y C.M. Bedia S. 1995. Manual de ecologa. 2 ed. 3a reimpresin. Ed. Trillas. Mxico. 266 p. Gmez A., J.R. 1977. Introduccin al muestreo. Tesis. Maestra. Colegio de Postgraduados. Escuela Nacional de Agricultura. Chapingo, Mxico. 259 p. Harsh, N.L. and J.C. Tewari. 1998. Prosopis in the arid regions of India: Some important aspects of research and development. In: Tewari, J.C.; N.M. Pasiecznik; L.N. Harsh and P.J.C. Harris (eds.). Prosopis species in the arid and semi-arid zones of India. HDRA and The Prosopis Society of India. p. 5-10. INEGI. 1999. Anuario estadstico del Estado de Baja California Sur. Instituto Nacional de Estadstica, Geografa e Informtica. Gobierno del Estado de Baja California Sur. Aguascalientes, Ags. Mxico. 362 p. Little, M.T. y F.J. Hills. 1987. Mtodos estadsticos para la investigacin en la agricultura. 1 ed. 7 reimpresin. Ed. Trillas. Mxico. 270 p.

43

Lpez G., J.J. 1986. Tecnologa forestal. En: Medina T., J.J. y L.A. Natividad B. Metodologa de planeacin integral de los recursos naturales. Serie-Recursos Naturales No.3. Universidad Autnoma Agraria Antonio Narro. Buenavista, Saltillo, Coah. Mxico. p. 153-161. Meza S., R. 1996. Anlisis dimensional: Fundamentos y aplicaciones en el inventario de la vegetacin. En: Memoria. 3er Encuentro Regional sobre Botnica Econmica. Universidad Autnoma de Baja California Sur. La Paz, B.C.S. Mxico. p: 5156. Meza S., R. 1998. Mtodo indirecto para estimar la fitomasa area en plantas. En: Tecnologas Llave en Mano. Divisin Forestal. Serie 1998. SAGAR INIFAP. Mxico. p: 223-224. Muir, S. and McClaran, P.M. 1997. Rangeland inventory, monitoring and evaluation. In: Principles of rangeland science and management. Arizona AgNIC. URL:http://ag.arizona.edu/AOLS/agnic/knowledge/c hapter5/index.html. Nabhan, G.P. 1985. Gathering the desert. The University of Arizona Press. USA. p. 61-74. NAS, National Academy of Sciences. 1980. Firewood Crops. Shrub and tree species for energy production. Washington, D.C. U.S.A. p. 146-159.

44

RISC, 1983. Guidelines and terminology for range inventories and monitoring. Range Inventory Standardization Committee. Society for Range Management. USA. 13 p. Rodrguez del A., J.M. 1988. Mtodos de investigacin pecuaria. Diseos experimentales. Universidad Autnoma Agraria Antonio Narro. Buenavista, Saltillo, Coah. Mxico. s/n. Rodrguez F., C. 1998. Aplicacin de diseos de muestreo en inventarios forestales. SAGAR INIFAP. 156 p. Romahn de la V., C.F.; H. Ramrez M. y J.L. Trevio G. 1994. Dendrometra. Universidad Autnoma de Chapingo. Mxico. 354 p. Snchez, F. de J. 1992. Introduccin al muestreo estadstico. Apuntes de curso de postgrado. Dpto. de Estadstica. Universidad Autnoma Agraria Antonio Narro. Buenavista, Saltillo, Coah. Mxico. SARH. 1994. Inventario Forestal Peridico del Estado de B.C.S. SARH. Sub-secretara Forestal y de la Fauna Silvestre. Mxico, D.F. 70 p. Scheaffer, L.R.; W. Mendenhall y L. Ott. 1987. Elementos de muestreo. Grupo Editorial Iberoamrica. Mxico. 321 p.

45

Vsquez A.,R. 1986. Inventario de vegetacin. En: J.G. Medina T. y L.A. Natividad B. (comp.). Metodologa de planeacin integral de los recursos naturales. Serie Recursos Naturales No.3. Universidad Autnoma Agraria Antonio Narro. Buenavista, Saltillo, Coah. Mxico. p: 85 100. Wayne, C.C. and J. Stubbendieck. 1986. Range Research: Basic problems and techniques. Society for Range Management. USA. 317 p.

46

Edicin y revisin tcnica Comit editorial del INIFAP en Baja California Sur

Diseo M.C. Rigoberto Meza Snchez

Tiraje: 250 ejemplares

El contenido de esta publicacin podr ser reproducido total o parcialmente con fines de divulgacin; siempre y cuando se den los crditos correspondientes al autor, al Campo Experimental Todos Santos, al Centro de Investigacin Regional del Noroeste y al Instituto Nacional de Investigaciones Forestales Agrcolas y Pecuarias.

Parte del costo de impresin de esta publicacin se cubri con el apoyo econmico de la Fundacin Produce, Baja California Sur A.C.