PlumX Metrics
Embed PlumX Metrics

Determinación de la intensidad de muestreo en inventario forestal continuo en un bosque tropical lluvioso denso, Amazonia Oriental, Brasil

Revista Forestal Mesoamericana Kurú, ISSN: 2215-2504, Vol: 15, Issue: 37, Page: 48-57
2018
  • 0
    Citations
  • 3,610
    Usage
  • 10
    Captures
  • 0
    Mentions
  • 0
    Social Media
Metric Options:   Counts1 Year3 Year

Metrics Details

Article Description

Resumen El muestreo optimizado en inventarios forestales permite perfeccionar las tecnologías de manejo forestal sostenible. Se desarrolló una metodología para determinar la intensidad optima de muestreo en inventarios forestales continuos, ajustándolos al principio n° 08 del FSC (Forest Stewardship Council). Datos de un censo con mapeo de árboles con DAP ≥ 35 cm fueron utilizados. Un simulador de plan de corte que combina un algoritmo genético y un Sistema de Información Geográfica (GIS) fue desarrollado. Diez planes de corte fueron simulados, cinco con intensidad de 22 m3 ha-1 y cinco con 30 m3 ha-1. El área efectiva de explotación forestal fue dividida en 4 690 parcelas (100 x 100 m), en las cuales fueron asignados los árboles mapeados en el censo. En la preparación del algoritmo genético dos enfoques (A y B) fueron considerados. El enfoque A buscó maximizar el número de especies muestreadas con base en las intensidades de muestreo predefinidas 1:1 000, 1:750, 1:500, 1:250 y 1:200. El enfoque B buscó minimizar el número de parcelas permanentes para muestrear todas las especies cosechadas. No fue posible muestrear todas las especies cosechadas utilizando intensidades de muestreo predefinidas. Para cumplir con el Principio n° 08 del FSC, la metodología determinó una intensidad óptima de muestreo de 1:180 y 1:165 para las intensidades de corte de 22 m3 ha-1 y 30 m3 ha-1 respectivamente. No hubo diferencia significativa entre el número de especies cosechadas en las diferentes intensidades de corte.

Provide Feedback

Have ideas for a new metric? Would you like to see something else here?Let us know