2 Guia Practicas InventariosForestales 15mayo11

UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA
FACULTAD DE INGENIERA Y CIENCIAS AMBIENTALES

DEPARTAMENTO ACADMICO AGROFORESTAL ACUCOLA
GUA DE PRCTICAS DE
INVENTARIOS FORESTALES:
ESTEREOMETRA
Autores:
Galvn Gildemeister, Octavio Francisco
Rosado Orneta, Erasmo Andrs
Riveros Torres, Luisa
Yarinacocha, Per
2011
1
PRCTICA 1
CLCULO E INTERPRETACIN DE ESTADSTICOS
I. INTRODUCCIN
El levantamiento de informacin cuantitativa y cualitativa de un bosque, para fines de
produccin y/o de conservacin, requiere del posterior procesamiento de los datos;
con la finalidad de generar informes que resuman y grafiquen el estado del bosque en
trminos de composicin, riqueza y diversidad florstica; as como en trminos de
estructura, produccin y productividad de bienes. Parte indispensable de los informes
de un inventario forestal son las medidas de tendencia central (media, mediana, moda
y percentiles), medidas de variabilidad (varianza, desviacin estndar y coeficiente de
variabilidad), error estndar, error de muestreo y los lmites de confianza; los cuales
permiten generar inferencias de la poblacin a partir de la informacin de una muestra.
Aunque actualmente existen varios programas estadsticos computacionales, que
facilitan el clculo de los valores estadsticos, el profesional formado para manejar los
recursos de los ecosistemas terrestres y acuticos, precisa dominar las tcnicas de
clculo las mismas que facilitaran la posterior interpretacin de los resultados; ya sea
que se generen manual o computacionalmente.
II. MARCO TERICO
2.1. Variable
Es la caracterstica que presenta variabilidad o variacin de una unidad elemental
(Steel y Torrie 1988, UNALM 2002).
2.2. Observacin
Es el registro u observacin de una caracterstica en una unidad elemental.
2.3. Poblacin, muestra, marco de muestreo, unidad de muestreo, elemento
Una poblacin se puede definir como (a) un agregado de todos los elementos
(Scheaffer et al. 1987, Di Rienzo et al. 2001), unidades elementales (UNALM 2002,
Crdova 2003) o entidades (Daniel 2004) que corresponden a personas, animales,
cosas, etc; con caractersticas comunes o; como (b) todas las posibles observaciones
de una variable (Calzada 1964, Steel y Torrie 1988, Ortiz y Carrera 2002). Entonces,
es necesario distinguir entre una poblacin objeto de una poblacin objetivo (Moya
2005). La primera es el conjunto de objetos o individuos que poseen un atributo
preestablecido, a partir de la poblacin objeto se puede generar una o varias
poblaciones objetivo es decir poblaciones de observaciones (Moya 2005, Ortiz y
Carrera 2002).
En los textos de estadstica existen varios trminos que se refieren a lo mismo, por
esta razn en esta Gua de Prcticas de Inventarios Forestales se emplear la
terminologa de Scheaffer et al. (1987). As, definiremos un elemento como el objeto
del cual se toma(n) la(s) observacin(es) y como poblacin al agregado de elementos
que deseamos describir. La unidad de muestreo es la coleccin de elementos de la
poblacin. Cabe precisar que una unidad de muestreo puede corresponder o no
corresponder con un elemento. Por ejemplo, si deseamos estimar el peso promedio de
los ejemplares de huangana, un individuo de huangana corresponder indistintamente
a un elemento o unidad de muestreo. Contrariamente, para un microbilogo, un
elemento puede ser una bacteria, pero una unidad de muestreo podra ser la cantidad
de bacterias que existen en un mililitro de agua.
En ciertas ocasiones no es posible acceder a la informacin de todas las unidades de
muestreo de una poblacin, en este caso es necesario delimitar un marco de
muestreo, el cual es una lista de unidades de muestreo de las cuales se facilita tomar
la informacin. Finalmente una muestra es la coleccin de unidades de muestreo
seleccionadas de un marco de muestreo.
Un ejemplo real que puede aclarar estos conceptos es lo sucedido en un inventario
forestal. Se pretendi tomar informacin del volumen de madera del bosque de una
cuenca, con una extensin de 350000 ha. Pero, existen sectores a los que no se pudo
acceder por razones financieras, entonces a todo el bosque de la cuenca se le excluy
las reas alejadas, de modo que las reas prximas fueron el marco de muestreo; el
cual se redujo a 150000 ha. Para evaluar este bosque se emple una parcela o
unidad de muestreo de 0.5 ha, por lo tanto el tamao del marco de muestreo fue de
300000 parcelas o unidades de muestreo. Si la intensidad del muestreo fue de 0,05%,
entonces la muestra fue de 150 unidades de muestreo que correspondieron a 75 ha.
Por supuesto, en este ejemplo, el elemento fue un rbol y la poblacin todos los
rboles existentes en el bosque.
2.4. Parmetros y estadsticos
Los parmetros son las caractersticas que describen a la poblacin. Son valores fijos
(pues existe una sola poblacin) pero rara vez se conocen. Los estadsticos son las
caractersticas que describen a una muestra y se usan para estimar los parmetros de
una poblacin (UNALM 2002); por lo tanto es rigurosamente necesario que una
muestra sea representativa y que todas las unidades de muestreo tengan igual
probabilidad de ser seleccionadas. Lo anterior esta referido al ineludible criterio de
aleatoriedad que justifica los clculos estadsticos.
2.5. Intensidad de muestreo
Es el tamao de la muestra (expresada en porcentaje) con relacin al tamao de la
poblacin o marco de muestreo.
Del ejemplo anterior, si vamos a emplear 150 parcelas, entonces:
(150)(0,5ha)(100%)
0,05%
150000ha
Donde i = intensidad de muestreo.

2.6. Medidas de tendencia central
2.6.1. Media aritmtica ( x )
Es la medida ms utilizada y se conoce como promedio o media.
n
x
i 1
Donde:
= sumatoria de las observaciones i
= nmero de observaciones
i 1
2.6.2. Media ponderada

Se utilizar cuando las observaciones no tienen la misma importancia y se les asocia
una ponderacin (UNALM 2002).
xp
x p
i 1
k
p
i 1
x1 p1 x 2 p 2 ... x k p k
p1 p 2 ... p k
Ejemplo: los siguientes son los precios y cantidades de madera vendidas de tres
especies.
Especie Precio
A
60
B
50
C
80
Total
Precio promedio por da
Cantidad vendida por da

260
230
150
640
(60)( 260) (50)( 230) (80)(150)
61.09
640
2.6.3. Mediana
Es el valor que ocupa la posicin central (UNALM 2002) y que no supera a ms de la
mitad de las observaciones, ni tampoco es superada por ms de la mitad de las
observaciones (Moya 2005). Para variables que no tienen una distribucin normal, la
mediana evita el sesgo producido por valores extremos (Moya 2005).
2.7. Medidas de variabilidad
Las medidas de tendencia central no sealan que tan diferentes son las observaciones
entre si, esta funcin le corresponde a las medidas de variabilidad, las cuales miden
las dispersin de los datos de la muestra (Moya 2005).
2.7.1. Desviacin estndar (S)
Caracteriza la dispersin de los individuos con respecto a la media y nos da una idea
sobre si la mayora de individuos en una poblacin estn prximos a la media o
diseminados (Freese 1978), por lo tanto, su valor se reduce si todas las observaciones
estn prximas a la media. Es til para comparar muestras con unidades iguales y
medias similares.
Matemticamente es la raz cuadrada de la varianza (S2). Para una muestra la
desviacin estndar es igual a S
2
S y la varianza es igual a:
n
(x x)
2
S
i 1
n 1
Donde:
S2
=
varianza de la muestra.
xi
=
valor anotado para cualquier observacin (por ejemplo: rea basal de la
parcela expresado en trminos de m2/ha).
x
=
promedio estimado del bosque.
n
=
nmero de observaciones.
La varianza tambin se calcula mediante las siguientes frmulas de trabajo:
s2
xi2 n.x 2
i 1
s2
n 1
x
i 1
2
i
( x) 2
i 1
n 1
2.7.2. Coeficiente de variacin (CV)

Facilita la comparacin de la variabilidad respecto a medias de diferentes tamaos
(Freese 1978). Por ejemplo, una desviacin estndar de 5 para una media de 20,
indica la misma variabilidad que una desviacin estndar de 16 para una media de 64.
En ambos casos el coeficiente de variacin sera 0,25 25%.
No tiene unidades (UNALM 2002) y se calcula mediante la siguiente frmula:
Coeficient eVariacin
DesvicinEstndar
MediaAritm tica
Se puede expresar como proporcin o en porcentaje.
CV
S
x
s
CV % 100%
x
2.7.3. Error estndar ( S x )

Dado que las unidades individuales varan, tambin puede existir variacin entre las
medias calculadas de muestras diferentes (Freese 1978). Por ejemplo, de una
poblacin con una media de 10, se pueden tomar varias muestras de 4 unidades, las
cuales podran tener medias de 8, 11, 10.5, etc. Entonces, el error estndar es una
medida de la variacin de una distribucin de medias (Maginnis et al. 1998). Si la
desviacin estndar mide la desviacin de las observaciones con respecto a la media
muestral, el error estndar mide la desviacin de las medias muestrales con respecto
a la media poblacional.
La frmula utilizada, para el muestreo simple al azar sin reemplazo es:
S 2
n
1
Sx
n N
Donde n es el tamao de la muestra y N el tamao de la poblacin. Si la fraccin de
n
es muy baja (por ejemplo 1/20, para una muestra menor de 5%)
N
n
entonces se puede omitir el trmino 1 conocido como correccin por poblacin

N
muestreo
finita.
En inventarios forestales:
n = nmero de parcelas de muestreo y N
TamaoBosque
TamaoParcelaMuestreo
y, dado que generalmente el tamao del bosque es enorme con respecto al tamao de
la parcela, entonces resulta evidente que se puede omitir el trmino 1

que el error estndar queda definido como S x
n
, de modo
N
S
n
2.8. Lmites de confianza

Es un procedimiento estadstico para indicar la confiabilidad de un estimador. Para
poblaciones normalmente distribuidas los lmites de confianza estn dados por:
estimador Coeficient eConfiabil idad xErrorEstndar

O sea:
x t1
Donde t es el coeficiente de confiabilidad que se extrae de una tabla de distribucin

normal t-Student.
Para inventarios forestales es comn utilizar valores de significancia iguales a 0,1,
0,05 y 0,001; o sea 10%, 5% y 1%.
Para muestras grandes (n > 60) los lmites de 95% de confianza se estiman por medio
de:
estimador 2xErrorEstndar
y los lmites de 99% de confianza por:
estimador 2,6xErrorEstndar
III. OBJETIVOS
Determinar los valores estadsticos de una muestra.

Inferir las caractersticas de una poblacin mediante los datos de una muestra.
IV. MATERIALES Y MTODOS

4.1. Materiales
Calculadora cientfica
Lapicero
Papel
Tabla de la distribucin acumulada T
4.2. Mtodos
El procedimiento para el clculo de los estadsticos se proceder a explicar
mediante un ejemplo.
Para estimar el volumen por hectrea de un bosque se midi el volumen en 20
parcelas de una hectrea (unidades de muestreo o unidades de medicin): 10, 9, 10,
9, 11, 16, 11, 7, 12, 12, 11, 3, 5, 11, 14, 8, 13, 12, 20, y 10. Calcule los estadsticos
media, mediana, desviacin estndar y error estndar y los lmites de confianza.
Media: x
214
10,7 m3/ha
20
Interpretacin: el volumen promedio por hectrea es 10.7 m3/ha

Mediana: Las observaciones se ordenan consecutivamente:
Observacin 3 5 7 8 9 9 10 10 10 11 11 11 11 12 12 12 13 14 16 20
Puesto
1 2 3 4 5 6 7
8
9
10 11 12 13 14 15 16 17 18 19 20
Dado que el nmero de observaciones es par, la mediana ser la semi suma de las
dos observaciones centrales, o sea la observacin con el puesto nmero 10 y la
observacin con el puesto nmero 11:
Mediana
11 11
11
2
Interpretacin: No ms del 50% de observaciones son inferiores a 11 m3/ha y no

ms del 50% de observaciones son superiores a 11 m3/ha.
Desviacin estndar: S
2546 214
20 = 3,672 m3/ha
19
Interpretacin: el promedio de las diferencias entre las observaciones y la media

muestral es 3,672 m3/ha
Error estndar: Si la fraccin de muestreo es muy pequea, es decir, si la poblacin
es infinita:
Sx
3,672
0,821 m3/ha
20
Interpretacin: el promedio de las diferencias entre las medias muestrales y la

media poblacional es 0,821 m3/ha
Lmites de confianza:
Para un lmite de confianza de 95% sobre la media, usaremos un valor de t de la
columna 0,025 y 19 grados de libertad, t0.025 19gl = 2,093 (Daza 2007).
= Media (t0.025 19gl) x (error estndar)
= 10,7 (2,093) x (0,821)
= 8,98 a 12,41 m3/ha
Interpretacin: hay un 95% de confianza que la media poblacional est entre 8.98
y 12.41 m3/ha
Para un lmite de confianza de 99% sobre la media, usaremos un valor de t de la
columna 0.005 y 19 grados de libertad, t0,005 19gl = 2,861 (Daza 2007).
= Media (t0,005 19gl) x (error estndar)
= 10,7 (2,861) x (0,821)
= 8,35 a 13,05 m3/ha
Interpretacin: hay un 99% de confianza que la media poblacional est entre 8,35
y 13,05 m3/ha. Estos lmites son ms amplios, pero es ms probable que incluyan a la
verdadera media poblacional.
Se proceder a calcular los estadsticos del ejemplo propuesto, utilizando las

frmulas del manual y guindose por el ejemplo resuelto.
Seguidamente interpretar los estadsticos y los lmites de confianza.
V. RESULTADOS
Ejemplo propuesto:
En la cuenca del ro Itaya, se obtuvieron los siguientes datos de nmero de rboles por
hectrea (a partir de 10 cm de dap) en 15 concesiones. Halle e interprete los datos
estadsticos bsicos de esa variable.
180, 165, 171, 183, 190, 190, 123, 110, 125, 165, 167, 187, 144, 156, 133.
Media:
Interpretacin:________________________________________________________
_____________________________________________________________________
__________________
Mediana
Interpretacin:________________________________________________________
_____________________________________________________________________
__________________
Desviacin estndar:
Interpretacin:________________________________________________________
_____________________________________________________________________
__________________
Error estndar:
Interpretacin:________________________________________________________
_____________________________________________________________________
__________________
Lmites de confianza (con 95% de confianza):
Interpretacin:________________________________________________________
_____________________________________________________________________
__________________
VI. BIBLIOGRAFA
Calzada B, J. 1964. Mtodos estadsticos para la investigacin. 2ed. Lima, Per.

494p.
Crdova Z, M. 2003. Estadstica descriptiva e inferencial. 5ed. Lima, Per, Editorial
Moshera. 495p.
Daniel, WW. 2004. Bioestadstica: base para el anlisis de las ciencias de la salud.
D.F., Mxico, Limusa Wiley. 755,[148]p.
Daza P, JF. 2007. Tablas estadsticas. Lima, Per, Megabyte S.A.C. Grupo
Editorial. 134p.
Di Rienzo, JA; Balzarini, MG; Casanoves, F; Gonzalez, LA; Tablada, EM; Daz, M;
Robledo, CW. 2001. Estadstica para ciencias agropecuarias. 4ed. Crdova,
Argentina, Editorial Triunfar. 322p.
Freese, F. 1978. Mtodos estadsticos elementales para tcnicos forestales.
Wisconsin, EEUU, Servicio Forestal. 102p.
Maginnis, S; Mndez G, JA; Davies, J. 1998. Manual para el manejo de bloques
pequeos de bosque hmedo tropical: con especial referencia a la Zona Norte de
Costa Rica. Costa Rica, Comisin de Desarrollo Forestal de San Carlos
(CODEFORSA). 208p.
Moya C, R. 2005. Estadstica descriptiva. 2ed. Lima, Per, Editorial San Marcos.
471p.
Ortiz, E; Carrera, F. 2002. Estadstica bsica para inventarios forestales. In Orozco,
L; Brumr, L. (eds). 2002. Inventarios forestales para bosques latifoliados en
Amrica Central. Turrialba, Costa Rica, CATIE. p.71-98.
Scheaffer, RL; Mendenhall, W; Ott, L. 1987. Elementos de muestreo. Trad. G
Rendn S; J Gmez A. 3ed. D.F., Mxico, Grupo Editorial Iberoamerica. 321p.
Steel, RGD; Torrie, JH. 1988. Bioestadstica. Trad. R Martnez. 2ed. D.F., Mxico,
McGraw-Hill. 622p.
Universidad Nacional Agraria La Molina (UNALM). 2002. Gua del curso de
estadstica general. Lima, Per, UNALM. 167p.
PRCTICA 2
NDICE DE VALOR DE IMPORTANCIA Y COCIENTE DE MEZCLA
I. INTRODUCCIN
El manejo de un ecosistema terrestre (un bosque, por ejemplo), para la generacin de
bienes y/o servicios, implica la conexin de actividades que abordan aspectos
tcnicos, ecolgicos, polticos, sociales y econmicos para garantizar la sostenibilidad
de la intervencin. Desde el punto de vista ecolgico, es necesario identificar las
especies ms importantes del ecosistema y que, dadas sus caractersticas
demogrficas y espaciales, pueden responder favorablemente a su aprovechamiento
sin que sus poblaciones disminuyan. Generalmente una poblacin se caracteriza
mediante el clculo de su densidad, o sea el nmero de individuos por unidad
espacial, la cual se puede expresar como el nmero de rboles por hectrea de una
especie o el nmero de bacterias por metro cbico de agua. Pero la densidad no
caracteriza adecuadamente el funcionamiento de una especie en comparacin con los
valores combinados de abundancia, frecuencia y dominancia; los cuales generan el
valor de importancia de cada especie y, por lo tanto, de cada poblacin (Odum y
Warrett 2006); aunque es necesario recordar que el valor de importancia no es un
ndice de densidad, en el sentido estricto de la palabra (Odum y Warrett 2006). El
ndice de valor de importancia permite identificar la importancia de una poblacin, en
un ecosistema en particular, considerando la cantidad, distribucin y tamao de sus
individuos con implicaciones directas y efectivas para el manejo de dicho ecosistema.
II. MARCO TERICO
2.1. ndice de Valor de Importancia (IVI)
La importancia ecolgica de las especies se estima mediante el clculo del ndice de
Valor de Importancia (IVI), propuesto por Curtis y McIntosh. El IVI puede ser un
indicativo del xito ecolgico o peso ecolgico de la especie evaluada (Lamprecht
1990). La obtencin de ndices similares para las especies, sugieren la igualdad o
semejanza del rodal en su composicin, en su estructura, en lo referente al sitio y a su
dinmica (Lamprecht 1990).
Los parmetros del IVI son la abundancia, la frecuencia y dominancia; los mismos que
se calculan para los rboles a partir de un determinado dimetro (dimetro a 1.30 m
del suelo o dap). Empero, tambin se ha incorporado la posicin sociolgica y la
regeneracin para crear el ndice Ampliado de Valor de Importancia (Lamprecht 1990).
Lamprecht (1990) define a estos parmetros de la siguiente manera:
Abundancia: nmero de individuos de cada especie.
Frecuencia: existencia o ausencia de una especie en una subparcela.
Dominancia: grado de cobertura de una especie, expresado como el espacio
ocupado por la misma a travs de la suma de las proyecciones de las copas de
todos los individuos de una especie. Debido a que la determinacin de las
proyecciones de las copas es muy complicada, generalmente se miden las reas
basales del fuste. Esto queda ampliamente justificado, dado que existe una alta
correlacin lineal entre el dimetro de copa y el del fuste.
Los valores de abundancia, frecuencia y dominancia pueden ser calculados, no slo
para las especies, sino tambin para los gneros, familias, formas de vida y clases
diamtricas (Lamprecht 1990).
2.2. Cociente de mezcla (CM)

Con la misma informacin empleada para calcular el IVI de las especies, se puede
calcular el cociente de mezcla (CM), un valor que expresa, aproximadamente, la
diversidad florstica de la comunidad (bosque o rodal). El CM es el resultado de la
divisin del nmero de especies entre el nmero de rboles encontrados, a partir de
un dap mnimo y una superficie dada (Lamprecht 1990 y Orozco 1991). Valores altos
de CM identifican a comunidades florsticamente ms diversas.
III. OBJETIVOS
Determinar el ndice de Valor de Importancia de un bosque mediante la

informacin suministrada por un inventario forestal.
Identificar la utilidad del IVI para el manejo de bosques.
Determinar el cociente de mezcla como medio de comparacin de la diversidad
florstica entre comunidades (bosques).

4.1. Materiales
Informacin de un inventario forestal

Calculadora
Lapicero
Papel
4.2. Mtodos
4.2.1. Clculo del IVI para las especies del inventario forestal:
IVI %especie A%especie D%especie F %especie

Donde:
IVI%especie
ndice de Valor de Importancia de la especie
A%especie
Abundancia relativa de la especie
Aespecie
x100%
Atotal
A%especie
Aespecie
Atotal
=
=
Abundancia absoluta de la especie

Abundancia absoluta de todas las especies
D%especie
Dominancia relativa de la especie
D%especie
Despecie
Dtotal
=
=
Despecie
x100%
Dtotal
rea basal de los rboles de la especie

rea basal de los rboles de todas las especies
dap
rea basal
F%especie
Frecuencia relativa de la especie
F %especie
Fespecie
(dap en m)
F especie
x100
F total
Frecuencia absoluta de la especie
10
F especie
Ftotal
n parcelas donde existe la especie

n total de parcelas
Frecuencia absoluta de todas las especies
Nota: los valores de la abundancia relativa y dominancia relativa no varan cuando los
valores de abundancia absoluta y dominancia absoluta se expresan en unidades de
superficie.
Como puede observarse, el valor del IVI se expresa en tanto por trescientos, como
es poco usual el uso de esta expresin, el IVI tambin se puede expresar en tanto por
ciento para lo cual el valor del IVI se divide entre tres.
4.2.2. Clculo del Cociente de Mezcla (CM):
CM
N especies
N individuos
V. RESULTADOS
Los valores del IVI de un bosque se pueden presentar de la siguiente manera:
Cuadro 1. ndice de Valor de Importancia de un bosque
N Especie Aespecie
1
2
A%especie
Despecie
D%especie n parc Fespecie F%especie IVI300% IVI100%
Totales
Donde n parc = nmero de parcelas donde existe la especie

VI. BIBLIOGRAFA
Lamprecht, H. 1990. Silvicultura en los trpicos. Trad. A Carrillo. Eschborn,

Alemania, GTZ. 335 p.
Odum, EP; Warrett, GW. 2006. Fundamentos de ecologa. Trad. T Aguilar O. 5 ed.
D.F., Mxico, Thomson. 600 p.
Orozco, L. 1991. Estudio ecolgico y de estructura horizontal de seis comunidades
boscosas de la Cordillera de Salamanca, Costa Rica. Turrialba, CR, CATIE. 34 p.
(Coleccin Silvicultura y Manejo de Bosques Naturales No. 2).
11
PRCTICA 3
ESTRUCTURA HORIZONTAL DEL BOSQUE
I. INTRODUCCIN
La presentacin de la estructura de un bosque, en un informe final de inventario
forestal, en trminos de nmero de rboles, rea basal y volumen; por especie (o
grupo de especies), por clase diamtrica y por hectrea; es universalmente
reconocido, y tiene como finalidad caracterizar (cuantitativa y cualitativamente) al
bosque e identificar decisiones relacionadas con el manejo forestal y la silvicultura del
bosque. En el Per, los trminos de referencia de los planes generales de manejo
forestal, de las concesiones forestales con fines maderables, exigen al manejador del
bosque la elaboracin de resmenes sobre la estructura y composicin florstica del
bosque de manera que, tanto el usuario del bosque (concesionario, comunidad nativa,
etc.) como la autoridad forestal (Ministerio de Agricultura, Gobierno Regional), puedan
planificar a mediano y largo plazo el aprovechamiento del bosque; mediante la divisin
administrativa del rea forestal productiva y la fijacin de los parmetros silvcolas para
el manejo (ciclo de corta, intensidad de corta, dimetros mnimos de corta y volmenes
de corta anual permisible), los cuales no se podran determinar si no se ha procesado
debidamente la informacin de un inventario forestal.
II. MARCO TERICO
2.1. Estructura
Finegan (2002) define estructura como las distribuciones matemticas que presentan
las variables cuantitativas medidas en el plano horizontal o vertical (Figura 1), la
estructura del bosque esta relacionada con los tamaos, la ubicacin y tipos de forma
de vida que existen en esta comunidad (Wadsworth 2000).
Figura 1. Representacin de la estructura horizontal y vertical de un bosque

hmedo tropical
2.2. Estructura horizontal
Factores fsicos (suelo y clima), biolgicos (caractersticas de las especies) y
ecolgicos (disturbios) determinan la estructura horizontal de un bosque (Louman et al.
2001); de modo que los cambios en estos factores pueden generar cambios en la
estructura (Louman et al. 2001). Se considera que la ms adecuada representacin de
la estructura horizontal es la distribucin de los rboles por clase diamtrica o
distribucin diamtrica (Finegan 2002).
Louman et al. (2001) seala que la estructura horizontal de una poblacin o una
comunidad (bosque) puede ser de dos tipos:
12
2.2.1. Coetnea o regular, cuando la mayora de individuos tienen una misma edad o
tamao, o estn en la misma clase de edad o tamao. Se representa mediante una
curva acampanada que tiende a comportarse como una poblacin normal (Figura 2).
Las plantaciones y los bosques secundarios jvenes se caracterizan por esta
distribucin.
Figura 2. Representacin de un bosque coetneo (Tomado de Louman et al.

2001)
2.2.2. Discetnea o irregular, cuando los individuos estn distribuidos en varias
clases de edad o tamao. Se representa mediante una curva que semeja a una jota
invertida (Figura 3). En la Amazonia peruana, los bosques primarios y bosques
residuales de las partes bajas tienen este tipo de distribucin. Lamprecht (1990)
recuerda que en estos bosques hmedos tropicales (tambin denominados bosques
hmedos siempreverdes, bosques pluviales o bosques siempreverdes densos) la
distribucin diamtrica para determinadas especies o grupos de especies puede ser
totalmente diferente.
Figura 3. Representacin de un bosque discetneo (Tomado de Louman et al.

2001)
Rollet (1980), Finegan y Delgado (1997) y Louman et al. (2001) sostienen que la
distribucin de los individuos por clase diamtrica indica los requerimientos de luz por
parte de una especie; permitiendo clasificarla (preliminarmente) en especie tolerante
(distribucin en forma de jota invertida) o intolerante (distribucin en forma de
campana). Empero, Hubbell y Foster (1987) demuestran que las distribuciones
diamtricas no son ndices confiables de la estrategia de regeneracin y de los
requerimientos de luz por parte de las especies.
El rea basal (G) tambin se emplea para analizar la estructura horizontal (Figura 4),
inclusive, silviculturalmente es ms importante pues sirve para indicar el grado de
13
desarrollo de un bosque e indicar la competencia entre rboles en un bosque (Finegan

2002), calcular los parmetros silvcolas que garantizan el aprovechamiento sostenible
de madera (Louman 2001), indicar la cercana de la vegetacin a la capacidad de
carga y evidenciar la intensidad de aprovechamiento de madera en un bosque
(Louman et al. 2001).
4.5
4.0
3.5
3.0
AB
2.5
2.0
1.5
1.0
0.5
0.0
10
20
30
40
50
60
70
80
90
>100
Clase diamtrica
TB Tamaya
TB Pisquis
TA AltoUcayali
CB AltoUcayali
(TB=bosque de terraza baja, TA=bosque de terraza alta, CB=bosque de colina baja)

Figura 4. Representacin del rea basal de cuatro bosques residuales en la
Amazonia peruana
2.3. Estructura vertical
La estructura vertical representa la distribucin de plantas y animales en los diferentes
niveles de un bosque, con respecto al nivel del suelo (Louman et al. 2001), y se puede
representar mediante un perfil (Figura 5); no obstante, se debe reconocer que un perfil
no necesariamente representa a un bosque, pues en este se pueden identificar varias
ecounidades con diferentes estructuras y composiciones florsticas (Louman et al.
2001).
14
Figura 5. Perfil de un bosque tropical hmedo (Tomado de Smith y Smith 2002)

2.4. Caractersticas estructurales de los bosques hmedos tropicales
Wadsworth (2000), citando a otras fuentes, seala que la cantidad de rboles por
unidad de superficie (densidad) es uniforme entre los bosques hmedos tropicales de
Amrica, frica y de Asia. Agrega que el rea basal de estos bosques (en individuos
con un dap mayor a 10 cm.) vara entre 35 y 45 m2/ha. Mayores detalles se pueden
encontrar en los textos clsicos y fcilmente accesibles de Lamprecht (1990) y
Wadsworth (2000).
III. OBJETIVOS
Determinar la estructura horizontal de un bosque hmedo tropical.

Identificar la utilidad de la estructura horizontal para la silvicultura y el manejo
forestal.

4.1. Materiales
Inventario florstico de una comunidad
Lapicero
Cuaderno de apuntes
4.2. Mtodos
Reconocer en la informacin del inventario los datos de nmero total de parcelas o
unidades de registro, rea de cada parcela, especie y dimetro.
Contar los individuos por especie y por clase diamtrica.
Calcular el rea basal y el volumen de cada rbol.
Tanto el conteo de rboles, como el clculo de rea basal y volumen se agrupar
por especie y por clase diamtrica. Estos valores se registraran en el siguiente
cuadro.
15
Cuadro 2. Nmero de individuos, rea basal y volumen por clase diamtrica y

por especie
Especie (i) Variable
n
Especie 1
AB
VOL
Especie 2
Total
Clase diamtrica (j)

10-19.9 20-29.9 30-39.9 40-49.9 50-59.9 60-69.9 70-79.9 80-89.9
n11
n12
n13
n14
n15
AB11
AB12
AB19
VOL11 VOL12
n21
n22
AB
AB21
AB22
>90
n19
VOL19 VOL1.
n23
n24
n25
n29
n2.
AB29
AB2.
VOL29 VOL2.
n
AB
VOL
n.1
AB.1
VOL.1
n.9
n..
AB.9 AB..
VOL.9 VOL..
n.2
AB.2
VOL.2
Transformar los valores en valores por hectrea de la siguiente manera:
nij
x10000 m2
TamaoMuestra(en m2)
AB ha
ABij
x10000 m2
2
TamaoMuestra(en m )
VOLha
VOLij
x10000 m2
2
TamaoMuestra(en m )
= nmero de individuos de la especie i en la clase diamtrica j

= nmero de parcelas x rea de la parcela
V. RESULTADOS
Generar las abundancias, reas basales y volmenes por especie, clase diamtrica y
por hectrea a partir de los datos de un inventario forestal y registrar el procesamiento
de estos datos en un cuadro similar al Cuadro 2.
VI. BIBLIOGRAFA
AB1.
VOL21 VOL22
Donde.
nij
ABij
VOLij
Tamao muestra
n1.
VOL
nha
Total
Finegan, B; Delgado, D. 1997. Bases ecolgicas para el manejo de los bosques

tropicales (Apuntes del curso Manejo y Silvicultura de los bosques tropicales).
Turrialba, Costa Rica, CATIE. p.irr.
Finegan, B. 2002. Ecologa y biologa de la conservacin para el manejo de los
bosques tropicales y biodiversidad (Notas del curso de posgrado). Turrialba, Costa
Rica, CATIE. p.irr.
Hubbell, SP; Foster, RB. 1987. La estructura espacial en gran escala de bosque
neotropical. Revista de Biologa Tropical: 35(1):722.
Lamprecht, H. 1990. Silvicultura en los trpicos. Trad. A Carrillo. Eschborn,
Alemania, GTZ. 335 p.
16
Louman, B; Valerio, J; Jimnez, W. 2001. Bases ecolgicas. In Louman, B; Quirs,

D; Nilsson, M. Silvicultura de bosques latifoliados hmedos com nfasis em
Amrica Central. Turrialba, Costa Rica, CATIE. p.19-78.
Louman, B. 2001. Levantamiento de informacin y toma de decisiones In Louman,
B; Quirs, D; Nilsson, M. Silvicultura de bosques latifoliados hmedos com nfasis
em Amrica Central. Turrialba, Costa Rica, CATIE. p.177-228.
Rollet, B. 1980. Organizacin. In Ecosistemas de los bosques tropicales: informe
sobre el estado de los conocimientos. Roma, Italia, UNESCO/PNUMA/FAO. p.126162.
Smith, RL; Smith, TM. 2002. Ecologa. Trad. F Mezquita; E Aparici. 4 ed. Madrid,
Espaa, Pearson. 642 p.
Wadsworth, F H. 2000. Produccin forestal para Amrica tropical. Washington, US,
USDA. 603p. (Manual de Agricultura 710-S).
17
PRCTICA 4
DIVERSIDAD : NDICES DE DIVERSIDAD
I. INTRODUCCIN
El manejo forestal es un concepto que ha evolucionado con el tiempo y con las
necesidades percibidas por la sociedad. Ahora el manejo forestal no slo se enfoca en
la generacin de bienes, sino tambin en la generacin de servicios del bosque; como
la conservacin de la diversidad biolgica, la proteccin del suelo, la conservacin de
fuentes de agua limpia, el secuestro y almacenamiento de carbono, entre otros. La
conservacin de la diversidad se reconoce como una necesidad para la humanidad,
pues facilita la seguridad alimentaria, la generacin de frmacos, el mantenimiento de
los estilos de vida de las poblaciones humanas que viven en el bosque y del bosque,
entre otros beneficios. Por lo antes expuesto, es necesario dominar tcnicas para la
cuantificacin de la diversidad en un sector determinado, las cuales permitiran
identificar espacios geogrficos sobre los cuales se deben dirigir los esfuerzos de
conservacin.
II. MARCO TERICO
2.1. Biodiversidad y diversidad ecolgica
Biodiversidad es un trmino que abarca la variedad de especies sobre la tierra, de una
regin de ella o de una comunidad en particular; de los genes que esas especies
contienen y la variedad de las comunidades que las especies forman (varios autores
citados por Finegan 2002). Este concepto fue modificado por Noss (1990) para
abarcar tambin los aspectos estructurales y funcionales de la diversidad biolgica y
ecolgica. Pero biodiversidad no es un concepto operacional, pues la medicin de toda
la biodiversidad o el monitoreo de sus cambios no son objetivos alcanzables; por esta
razn es necesario acudir a conceptos ms tradicionales como el de diversidad
ecolgica (Finegan 2002).
Es necesario ser exacto respecto a la escala espacial, por esta razn se han definido
tres tipos de diversidad (Odum y Barrett 2006, Finegan 2002, Magurran 1989):
Diversidad alfa: la diversidad encontrada en un solo punto en el espacio, que se
puede considerar como la diversidad de especies en una sola comunidad o hbitat.
Diversidad beta: la diversidad que surge a lo largo de un gradiente ambiental, que
atraviesa diferentes comunidades; que se puede considerar como la diversidad de
comunidades diferentes dentro de un paisaje.
Diversidad gamma: la diversidad a escala de paisaje.
2.2. Componentes de la biodiversidad
A nivel de comunidad (el conjunto de poblaciones de varias especies en un lugar
especfico) la diversidad de especies tiene dos componentes (Odum y Barrett 2006,
Finegan 2002, Magurran 1989):
La riqueza: el nmero total de especies.
La distribucin o uniformidad (trminos usados por Magurran 1989, Odum y Barrett
2006), equidad o equitatividad (trminos usados por Magurran 1989, Smith y Smith
2002 y Finegan 2002): la abundancia relativa de la especie y el grado de
dominacin, las cuales expresan la variabilidad de la contribucin de las diferentes
especies a la comunidad.
18
Estos conceptos de riqueza y uniformidad se ilustran en la figura 6 (adaptado de

Magurran 1989). Asumiendo que los smbolos , , y representan especies
diferentes; la comparacin revela que, entre las comunidades A y B, A es ms diversa
pues tiene tres especies (por tanto mayor riqueza), mientras que B tiene una sola. Por
el contrario, no existe diferencia en la riqueza de especies entre las muestras C y D,
pues ambas muestras tienen cuatro especies. Pero la comunidad C tiene tres
individuos de cada especie, en tanto que la comunidad D tiene una especie
representada por nueve individuos y las otras tres especies estn representadas por
un solo individuo. Por lo tanto, aunque ambas comunidades tienen el mismo nmero
de especies e individuos, la mayor uniformidad de la comunidad C la hace ms
diversa.
Figura 6. Comparacin de la riqueza y uniformidad en cuatro comunidades

Otro ejemplo que puede ilustrar la diferencia en diversidad es la siguiente (tomado de
Odum y Barrett 2006): dos comunidades tienen 100 individuos pertenecientes a 10
especies, pero difieren ampliamente en la distribucin de individuos por especie, de la
siguiente manera: comunidad A con 91, 1, 1, 1, 1, 1, 1, 1, 1 y 1 individuos por especie
(uniformidad mnima y dominacin mxima); y la comunidad B con 10 individuos por
especie (uniformidad perfecta y ausencia de dominacin).
2.3. Medicin de la diversidad de especies (diversidad )
La diversidad puede cuantificarse y compararse estadsticamente de dos maneras
(Odum y Barrett 2006):
Graficando perfiles semilogartmicos llamados curvas de dominacin contra
diversidad.
Calculando ndices de diversidad.
Los ndices de diversidad intentan. Existen muchos ndices de diversidad (Mostacedo
y Fredericksen 2000, Magurran 1989), algunos de ellos tienen varias modificaciones;
como por ejemplo la base del logaritmo para hacer los clculos (Magurran 1989), pero
todos intentan expresar la diversidad de una comunidad con un nmero singular
(Magurran 1989), mediante clculos que se sirven del nmero de individuos de cada
especie y/o el nmero de especies (Mostacedo y Fredericksen 2000).
2.3.1. ndice de diversidad de Shannon y Wiener
Conocido como ndice de diversidad de Shannon, es un ndice de la teora de la
informacin y el ms utilizado por los eclogos (Odum y Barret 2006, Smith y Smith
2002, Mostacedo y Fredericksen 2000, Somarriba 1999, Magurran 1989). Este ndice
considera que los individuos se muestrean al azar a partir de una poblacin
indefinidamente grande, asumiendo que todas las especies estn representadas en
la muestra; por lo tanto una fuente de error sustancial proviene de no incluir a todas las
especies de la comunidad en la muestra (Magurran 1989).
19
El ndice de Shannon mide el grado de incertidumbre. Si la diversidad es alta,

entonces es difcil predecir a que especie pertenecer un individuo tomado al azar
(Smith y Smith 2002); de modo que el ndice aumenta a medida que aumenta la
riqueza y los individuos se distribuyen ms homogneamente entre todas las especies
(Somarriba 1999). El valor de este ndice vara entre 1.5 y 3.5, pero raramente supera
4.5 (Magurran 1989).
Este ndice se calcula mediante la ecuacin:
n
DIVERSIDAD H pi log 2 pi
i 1
Donde:
Pi es la proporcin de individuos (abundancia relativa) de la especie i-sima, o sea
ni/N, donde ni = nmero de individuos de la especie i-sima y N = nmero de
individuos de todas las especies.
Para el clculo del ndice de Shannon es frecuente emplear el logaritmo de base
binaria (log2), pero se puede emplear cualquier base logartmica (Magurran 1989). No
obstante la revisin de la literatura pertinente y el empleo de programas
computacionales para el clculo d este ndice permiten afirmar que se est
uniformizando el empleo de la base de los logaritmos neperianos (Ln).
Accesoriamente, el ndice de Shannon permite calcular la uniformidad, pues la relacin
entre la diversidad observada y la diversidad mxima puede ser tomada como una
medida de uniformidad. Para esto se acepta que la diversidad mxima ocurre cuando
todas las especies son igual de abundantes, o sea cuando H = Hmax = log2S
(Somarriba 1999, Magurran 1989).
/
UNIFORMIDAD E H H
H max log 2 S
Donde:
S = nmero de especies de la comunidad.
El valor de E est entre 0 y 1. El valor de 1 significa que todas las especies tienen la
misma abundancia y, por lo tanto, la comunidad tiene una uniformidad mxima
(Magurran 1989).
2.3.2. ndice de diversidad de Simpson
Es una medida de la dominancia porque se pondera mediante la abundancia de las
especies (Magurran 1989). Este ndice expresa la probabilidad de que dos individuos
extrados al azar de una comunidad infinitamente grande pertenezcan a diferentes
especies (Magurran 1989).
Para una comunidad finita de p especies, se utiliza la siguiente expresin:
ni ni 1
i 1 N N 1
p
DOMINANCIA
donde ni = nmero de individuos de la especie i-sima y N = nmero de individuos de

todas las especies.
A medida que D se incrementa, la diversidad decrece (Magurran 1989). Los valores de
este ndice varan entre de 0 y 1, o sea que valores altos indican fuerte dominacin y
baja diversidad (Odum y Barrett 2006); por consiguiente la diversidad se expresa como
20
el inverso del ndice de dominancia (Smith y Smith 2002, Mostacedo y Fredericksen

2000, Magurran 1989):
DIVERSIDAD
Nn nN 1
i
i 1
III. OBJETIVOS
Identificar los componentes de la diversidad de una comunidad.

Determinar la diversidad alfa en comunidades vegetales diferentes.

4.1. Materiales
Inventarios florsticos de diferentes comunidades
Lapicero
Cuaderno de apuntes
4.2. Mtodos
4.2.1. Clculo del ndice de Shannon
Calcular la abundancia relativa o Pi de las especies, donde:
Pi = proporcin de individuos (abundancia relativa) de la especie i-sima = ni/N
ni = nmero de individuos de la especie i-sima
N = nmero de individuos de todas las especies.
Calcular el logaritmo neperiano de la abundancia relativa de la especie i-sima
(LnPi).
Calcular el producto del logaritmo neperiano por la correspondiente abundancia
relativa de la especie i-sima (Pi x LnPi).
Sumar estos productos y el resultado multiplicar por menos uno (-1).
El mismo procedimiento se puede seguir empleando el logaritmo con base binaria.
Este clculo se puede efectuar con ciertas calculadoras cientficas o el programa
EXCEL (columnas log 2 Pi , y Pi x log 2 Pi ). En este caso, nuevamente se suman los
productos y se obtiene un nuevo valor del ndice de Shannon.
Como ya se seal el ndice de Shannon se puede generar con cualquier base
logartmica, no obstante en ocasiones es necesario generarlo a partir de la base
binaria; en estos casos este ndice se puede generar a partir de la propiedad de los
logaritmo mediante la cual log a A
log10 A
, donde a es un nmero positivo y
log10 a
diferente de 10.
Empleando esta propiedad el ndice de Shannon se puede obtener con una
calculadora cientfica simple. Las columnas log10 Pi , log10 2 , log 2 Pi , y Pi x log 2 Pi .
Identificar la comunidad con el mayor ndice o sea la ms diversa.
4.2.2. Clculo del ndice de Simpson

Calcular la abundancia relativa o Pi de las especies, donde:
Pi = proporcin de individuos (abundancia relativa) de la especie i-sima =
ni/N
ni = nmero de individuos de la especie i-sima
N = nmero de individuos de todas las especies.
21
ni ni 1 .
N N 1
Para cada especie calcular ni y el cociente
Obtener la sumatoria de estos cocientes y calcular su inverso
Nn nN 1
i
i 1
Identificar la comunidad con el mayor ndice o sea la ms diversa.
V. RESULTADOS
Con la informacin de tres comunidades florsticas proceder a calcular los ndices de
diversidad mediante el empleo de la frmulas indicadas anteriormente y el llenado de
los cuadros correspondientes.
22
Cuadro 3. Inventario florstico de la comunidad 1 y clculo para obtener el ndice de Shannon
COMUNIDAD 1
Especies
Anonilla
Aallo caspi
Auca atadijo
Bellaco caspi
Cacahuillo
Cetico colorado
Guabilla
Itauba
Loro cetico
Ocuera blanca
Pichirina amarilla
Rifari blanco
Shimbillo
Topa
Urco cetico
Ucshaquiro
Yanahuasca
Total
N
individuos
4
1
39
3
1
7
9
1
5
4
3
1
7
15
4
2
1
107
Abundancia
relativa (Pi)
0.04
0.01
0.36
0.03
0.01
0.07
0.08
0.01
0.05
0.04
0.03
0.01
0.07
0.14
0.04
0.02
0.01
LnPi
Pi x LnPi
log2Pi
Pi x log2Pi
log10Pi
log102
log2Pi
Pi x log2Pi
-3.29
-4.67
-1.01
-3.57
-4.67
-2.73
-2.48
-4.67
-3.06
-3.29
-3.57
-4.67
-2.73
-1.96
-3.29
-3.98
-4.67
-0.12
-0.04
-0.37
-0.10
-0.04
-0.18
-0.21
-0.04
-0.14
-0.12
-0.10
-0.04
-0.18
-0.28
-0.12
-0.07
-0.04
-2.21
2.21
-4.74
-6.74
-1.46
-5.16
-6.74
-3.93
-3.57
-6.74
-4.42
-4.74
-5.16
-6.74
-3.93
-2.83
-4.74
-5.74
-6.74
-0.18
-0.06
-0.53
-0.14
-0.06
-0.26
-0.30
-0.06
-0.21
-0.18
-0.14
-0.06
-0.26
-0.40
-0.18
-0.11
-0.06
-3.19
3.19
-1.43
-2.03
-0.44
-1.55
-2.03
-1.18
-1.08
-2.03
-1.33
-1.43
-1.55
-2.03
-1.18
-0.85
-1.43
-1.73
-2.03
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
-4.74
-6.74
-1.46
-5.16
-6.74
-3.93
-3.57
-6.74
-4.42
-4.74
-5.16
-6.74
-3.93
-2.83
-4.74
-5.74
-6.74
-0.18
-0.06
-0.53
-0.14
-0.06
-0.26
-0.30
-0.06
-0.21
-0.18
-0.14
-0.06
-0.26
-0.40
-0.18
-0.11
-0.06
-3.19
3.19
x (-1) =
23
COMUNIDAD 2
Especies
Amasisa
Anonilla
Aallo caspi
Atadijo
Bolaina blanca
Bolaina negra
Cetico blanco
Cetico colorado
Charapahuasca
Cunchi moena
Goma pashaco
Guabilla
Hualaja
Huimba blanca
Insira
Loro cetico
Maquisapa accha
Pashaco blanco
Pashaco negro
Shimbillo
Topa
Ubos
Yacushapana
Total
N
individuos
5
7
11
9
18
5
6
9
5
3
7
9
8
3
6
7
3
7
5
10
12
3
3
161
Abundancia
relativa (Pi)
0.03
0.04
0.07
0.06
0.11
0.03
0.04
0.06
0.03
0.02
0.04
0.06
0.05
0.02
0.04
0.04
0.02
0.04
0.03
0.06
0.07
0.02
0.02
LnPi
Pi x LnPi
log2Pi
Pi x log2Pi
log10Pi
log102
log2Pi
Pi x log2Pi
-3.47
-3.14
-2.68
-2.88
-2.19
-3.47
-3.29
-2.88
-3.47
-3.98
-3.14
-2.88
-3.00
-3.98
-3.29
-3.14
-3.98
-3.14
-3.47
-2.78
-2.60
-3.98
-3.98
-0.11
-0.14
-0.18
-0.16
-0.24
-0.11
-0.12
-0.16
-0.11
-0.07
-0.14
-0.16
-0.15
-0.07
-0.12
-0.14
-0.07
-0.14
-0.11
-0.17
-0.19
-0.07
-0.07
-3.02
3.02
-5.01
-4.52
-3.87
-4.16
-3.16
-5.01
-4.75
-4.16
-5.01
-5.75
-4.52
-4.16
-4.33
-5.75
-4.75
-4.52
-5.75
-4.52
-5.01
-4.01
-3.75
-5.75
-5.75
-0.16
-0.20
-0.26
-0.23
-0.35
-0.16
-0.18
-0.23
-0.16
-0.11
-0.20
-0.23
-0.22
-0.11
-0.18
-0.20
-0.11
-0.20
-0.16
-0.25
-0.28
-0.11
-0.11
-4.36
4.36
-1.51
-1.36
-1.17
-1.25
-0.95
-1.51
-1.43
-1.25
-1.51
-1.73
-1.36
-1.25
-1.30
-1.73
-1.43
-1.36
-1.73
-1.36
-1.51
-1.21
-1.13
-1.73
-1.73
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
-5.01
-4.52
-3.87
-4.16
-3.16
-5.01
-4.75
-4.16
-5.01
-5.75
-4.52
-4.16
-4.33
-5.75
-4.75
-4.52
-5.75
-4.52
-5.01
-4.01
-3.75
-5.75
-5.75
-0.16
-0.20
-0.26
-0.23
-0.35
-0.16
-0.18
-0.23
-0.16
-0.11
-0.20
-0.23
-0.22
-0.11
-0.18
-0.20
-0.11
-0.20
-0.16
-0.25
-0.28
-0.11
-0.11
-4.36
4.36
x (-1) =
24
COMUNIDAD 3
Especies
Amasisa
Aallo caspi
Atadijo
Bolaina blanca
Bellaco caspi
Cetico blanco
Cetico colorado
Charapahuasca
Gutapercha
Insira
Loro cetico
Loroahui
Pichirina negra
Rifari blanco
Rosca shimbillo
Shimbillo
Tahuampa shimbillo
Topa
Total
N
individuos
3
5
9
41
1
3
4
1
1
2
3
2
2
2
1
7
1
17
105
Abundancia
relativa (Pi)
0.03
0.05
0.09
0.39
0.01
0.03
0.04
0.01
0.01
0.02
0.03
0.02
0.02
0.02
0.01
0.07
0.01
0.16
LnPi
Pi x LnPi
log2Pi
Pi x log2Pi
log10Pi
log102
log2Pi
Pi x log2Pi
-3.56
-3.04
-2.46
-0.94
-4.65
-3.56
-3.27
-4.65
-4.65
-3.96
-3.56
-3.96
-3.96
-3.96
-4.65
-2.71
-4.65
-1.82
-0.10
-0.14
-0.21
-0.37
-0.04
-0.10
-0.12
-0.04
-0.04
-0.08
-0.10
-0.08
-0.08
-0.08
-0.04
-0.18
-0.04
-0.29
-2.15
2.15
-5.13
-4.39
-3.54
-1.36
-6.71
-5.13
-4.71
-6.71
-6.71
-5.71
-5.13
-5.71
-5.71
-5.71
-6.71
-3.91
-6.71
-2.63
-0.15
-0.21
-0.30
-0.53
-0.06
-0.15
-0.18
-0.06
-0.06
-0.11
-0.15
-0.11
-0.11
-0.11
-0.06
-0.26
-0.06
-0.43
-3.10
3.10
-1.54
-1.32
-1.07
-0.41
-2.02
-1.54
-1.42
-2.02
-2.02
-1.72
-1.54
-1.72
-1.72
-1.72
-2.02
-1.18
-2.02
-0.79
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
-5.13
-4.39
-3.54
-1.36
-6.71
-5.13
-4.71
-6.71
-6.71
-5.71
-5.13
-5.71
-5.71
-5.71
-6.71
-3.91
-6.71
-2.63
-0.15
-0.21
-0.30
-0.53
-0.06
-0.15
-0.18
-0.06
-0.06
-0.11
-0.15
-0.11
-0.11
-0.11
-0.06
-0.26
-0.06
-0.43
-3.10
3.10
x (-1) =
25
Cuadro 6. Inventario florstico de la comunidad 1 y clculo para obtener el ndice

de Simpson
COMUNIDAD 1: bosque secundario de 7 aos, sector Neshuya-Curimana
N
ni-1
individuos
Especies
N
N-1
ni(ni-1)/N(N-1)
(ni)
Anonilla
4
3
107
106
0.001
Aallo caspi
1
0
107
106
0.000
Auca atadijo
39
38
107
106
0.131
Bellaco caspi
3
2
107
106
0.001
Cacahuillo
1
0
107
106
0.000
Cetico colorado
7
6
107
106
0.004
Guabilla
9
8
107
106
0.006
Itauba
1
0
107
106
0.000
Loro cetico
5
4
107
106
0.002
Ocuera blanca
4
3
107
106
0.001
Pichirina amarilla
3
2
107
106
0.001
Rifari blanco
1
0
107
106
0.000
Shimbillo
7
6
107
106
0.004
Topa
15
14
107
106
0.019
Urco cetico
4
3
107
106
0.001
Ucshaquiro
2
1
107
106
0.000
Yanahuasca
1
0
107
106
0.000
Total (N)
107
DOMINANCIA = D =
0.169
DIVERSIDAD = 1/D =
5.913

de Simpson
COMUNIDAD 2: bosque secundario de 15 aos, sector San Miguel de Semuya
N
ni-1
individuos
Especies
N
N-1
ni(ni-1)/N(N-1)
(ni)
Amasisa
5
4
161
160
0.001
Anonilla
7
6
161
160
0.002
Aallo caspi
11
10
161
160
0.004
Atadijo
9
8
161
160
0.003
Bolaina blanca
18
17
161
160
0.012
Bolaina negra
5
4
161
160
0.001
Cetico blanco
6
5
161
160
0.001
Cetico colorado
9
8
161
160
0.003
Charapahuasca
5
4
161
160
0.001
Cunchi moena
3
2
161
160
0.000
Goma pashaco
7
6
161
160
0.002
Guabilla
9
8
161
160
0.003
Hualaja
8
7
161
160
0.002
Huimba blanca
3
2
161
160
0.000
Insira
6
5
161
160
0.001
Loro cetico
7
6
161
160
0.002
Maquisapa accha
3
2
161
160
0.000
Pashaco blanco
7
6
161
160
0.002
Pashaco negro
5
4
161
160
0.001
Shimbillo
10
9
161
160
0.003
Topa
12
11
161
160
0.005
Ubos
3
2
161
160
0.000
Yacushapana
3
2
161
160
0.000
Total
DOMINANCIA = D =
0.048
161
DIVERSIDAD = 1/D =
20.641
26

de Simpson
COMUNIDAD 3: bosque secundario de 7 aos, sector San Miguel de Semuya
N
ni-1
individuos
Especies
N
N-1
ni(ni-1)/N(N-1)
(ni)
Amasisa
3
2
105
104
0.001
Aallo caspi
5
4
105
104
0.002
Atadijo
9
8
105
104
0.007
Bolaina blanca
41
40
105
104
0.150
Bellaco caspi
1
0
105
104
0.000
Cetico blanco
3
2
105
104
0.001
Cetico colorado
4
3
105
104
0.001
Charapahuasca
1
0
105
104
0.000
Gutapercha
1
0
105
104
0.000
Insira
2
1
105
104
0.000
Loro cetico
3
2
105
104
0.001
Loroahui
2
1
105
104
0.000
Pichirina negra
2
1
105
104
0.000
Rifari blanco
2
1
105
104
0.000
Rosca shimbillo
1
0
105
104
0.000
Shimbillo
7
6
105
104
0.004
Tahuampa shimbillo
1
0
105
104
0.000
Topa
17
16
105
104
0.025
Total
DOMINANCIA = D =
0.191
105
DIVERSIDAD = 1/D =
5.240
VI. BIBLIOGRAFA
Finegan, B; Delgado, D. 2002. Bases ecolgicas para el manejo de los

recursos naturales (Notas del curso). Turrialba, CR, CATIE. s.p.
Magurran, A. 1989. La diversidad ecolgica y su medicin. Trad. A Cirer.
Barcelona, Espaa, Ediciones Vedra. 200 p.
Mostacedo,B; Fredericksen, T. 2000. Manual de mtodos bsicos de muestreo
y anlisis en ecologa vegetal. Santa Cruz de la Sierra, Bolivia, BOLFOR. 87p.
Noss, RF. 1990. Indicators for monitoring biodiversity: a hierarchical approach.
Conservation Biology 4(4):355-364.
Odum, EP; Warrett, GW. 2006. Fundamentos de ecologa. Trad. T Aguilar O. 5
ed. D.F., Mxico, Thomson. 600 p.
Smith, RL; Smith, TM. 2002. Ecologa. Trad. F Mezquita; E Aparici. 4 ed.
Madrid, Espaa, Pearson. 642 p.
Somarriba, E. 1999. Diversidad Shannon. Agroforestera en las Amricas
6(23):72-74.
27
PRCTICA 5
DIVERSIDAD : NDICES DE SIMILITUD
I. INTRODUCCIN
Los inventarios forestales proveen la informacin necesaria para fijar los parmetros
silvcolas que se emplean para regular el aprovechamiento del bosque, es decir, para
facilitar el manejo forestal. Pero, previamente a la ejecucin de un inventario forestal,
es importante identificar los tipos de bosques, actividad que se conoce como la
estratificacin del bosque. Generalmente esta estratificacin se realiza en funcin a
diferencias fisiogrficas, aceptndose que las diferencias fisiogrficas generan
diferencias fsicas y biolgicas. Empero, la estratificacin basada en el criterio
fisiogrfico debe verificarse mediante la identificacin de diferencias florsticas, lo cual
se logra mediante el uso de los ndices de similitud, que pueden corroborar o
desechar la estratificacin realizada a priori.
II. MARCO TERICO
2.1. Medicin de la diversidad entre hbitats (diversidad )
La diversidad es una medida de la similitud entre hbitats en trminos de la variacin
de especies, que en ocasiones incluye la variacin entre la abundancia de las mismas
especies. Los ndices de similaridad son la forma ms fcil de medir la diversidad
entre pares de hbitats (Magurran 1989), pero tambin pueden emplearse para
comparar bosques bajo diferentes regmenes de perturbacin o bajo diferentes
condiciones de sitio (Mostacedo y Fredericksen 2000); por esta razn se sugiere su
empleo para verificar las diferencias florsticas entre bosques clasificados segn otros
criterios (por ejemplo, fisiogrfico, fase en la sucesin primaria o secundaria). En este
ltimo caso, tambin se recomienda el empleo combinado de estos ndices con tcnicas
de anlisis multivariados (anlisis clusters, anlisis de componentes principales) y
anlisis de especies indicadoras (McCune y Grace 2002).
Existen varios ndices de similaridad, los cuales pueden ser cualitativos, cuando slo
consideran la presencia o ausencia de las especies, o cuantitativos, cuando adems
consideran la abundancia de cada especie (Magurran 1989, Mostacedo y Fredericksen
2000).
2.2. ndices cualitativos
Estos ndices destacan por su simplicidad (Magurran 1989). Todava se usan los ms
antiguos (Mostacedo y Fredericksen 2000) destacando los siguientes:
ndice de Jaccard
Ij
j
ab j
ndice de Sorensen
Is
2j
ab
Donde:
j = nmero de especies halladas en ambos hbitats
a = nmero de especies en el hbitat A
b = nmero de especies en el hbitat B
28
Cuando el ndice es igual a uno seala una similaridad completa, pero si es igual a cero
indica que no hay especies en comn y por lo tanto la disimilaridad es completa
(Magurran 1989).
2.3. ndices cuantitativos
Los ndices cualitativos tienen como desventaja que no ponderan a las especies por su
abundancia (Magurran 1989). Lamprecht (1990) propone una correccin para fines de
investigacin forestal, consistente en ponderar utilizando las dominancias en lugar del
nmero de especies, pero tambin existen los ndices cuantitativos que para medir la
diversidad consideran la abundancia de las especies.
Entre los ndices cuantitativos ms conocidos tenemos los ndices de Bray-Curtis
(tambin conocido como ndice Cuantitativo de Sorensen [Magurran 1989] o ndice de
Czekanowski [Mc Cune y Mefford 1999]) y el ndice de Morisita-Horn:
ndice de Bray-Curtis
Ibc
2 jN
aN bN
Donde:
aN = nmero total de individuos en el hbitat A
bN = nmero total de individuos en el hbitat B
jN = suma de las abundancias menores de las especies halladas en ambos hbitats
ndice de Morisita-Horn
Imh
2 a ni xb ni
da dbaN bN
Donde:
aN = nmero total de individuos en la localidad A
ani = nmero de individuos de la i-sima especie en la localidad A
bN = nmero total de individuos en la localidad B
bni = nmero de individuos de la i-sima especie en la localidad B
da =
db =
an
2
i
a N2
b ni2
b N2
Smith (1986) citado por Magurran (1989) afirma que el ndice de Sorensen es el mejor
ndice cualitativo, en tanto que Wolda (1981) y Smith (1986) citados por Magurran
(1989) identifican al ndice de Morisita-Horn como el mejor ndice cuantitativo.
III. OBJETIVOS
Determinar la similitud entre dos comunidades florsticas.

Identificar la utilidad de los ndices de similitud para fines de manejo.

4.1. Materiales
Inventarios florsticos de diferentes comunidades
Lapicero
Cuaderno de apuntes
29
4.2. Mtodos
El Cuadro 9 orienta las operaciones matemticas que se deben realizar para calcular
los ndices de diversidad, segn las frmulas que estn en la seccin de mtodos.
Cuadro 9. Inventario florstico de las comunidades 2 y 3 y clculos para obtener
los ndices de similitud
COMUNIDAD 2
N individuos (ni)
COMUNIDAD 3
N individuos (ni)
Aallo caspi
5
7
11
Atadijo
Bellaco caspi
9
0
Especies
Amasisa
Anonilla
Cetico blanco
5
6
Cetico colorado
Charapahuasca
Cunchi moena
Goma pashaco
Guabilla
Gutapercha
Hualaja
Huimba blanca
5
3
7
9
0
8
3
6
Insira
Loro cetico
Loroahui
Maquisapa accha
Pashaco blanco
Pashaco negro
Pichirina negra
Rifari blanco
Rosca shimbillo
Shimbillo
Tahuampa shimbillo
5
9
1
41
0
3
4
1
0
0
0
1
0
0
2
3
7
0
3
7
5
0
0
0
10
0
2
0
0
0
2
2
1
7
1
17
0
0
105
18
12
Topa
Ubos
Yacushapana
N individuos
N especies
15
0
55
18
Bolaina blanca
Bolaina negra
n iA x n iB
3
3
161
23
COMUNIDAD 2 COMUNIDAD 3
2
2
ni A
ni B
25
9
49
0
121
25
81
0
738
0
18
81
0
324
25
36
81
1
1681
0
9
36
81
16
5
0
0
0
0
0
0
12
25
9
49
81
0
64
9
36
1
0
0
0
1
0
0
4
21
0
0
0
0
0
0
0
70
0
204
0
0
1255
49
0
9
49
25
0
0
0
100
0
144
9
9
1409
9
4
0
0
0
4
4
1
49
1
289
0
0
2189
4.2.1. Clculo del ndice de Jaccard
Ij
11
0,37
23 18 11
4.2.2. Clculo del ndice de Sorensen
Is
2 x11
0,54
23 18
4.2.3. Clculo del ndice de Bray-Curtis
Ibc
2 x3 5 9 18 3 4 1 2 3 7 12 2 x67
0,50
161 105
266
30
4.2.4. Clculo del ndice de Morisita-Horn
Imh
2155
0,59
1409 2189
161105
161
105
V. RESULTADOS
Efectuar el clculo de los ndices de Jaccard, Sorensen, Bray-Curtis y Morisita-Horn
entre las comunidades 1-2 y 1-3 de la prctica 4, llenando el Cuadro 10 (mediante el
mtodo graficado en el Cuadro 9) para cada una de las comparaciones.
Cuadro 10. Formato para el clculo de los ndices de similitud
Especies
COMUNIDAD 2
N individuos (ni)
COMUNIDAD 3
N individuos (ni)
n iA x n iB
COMUNIDAD 2 COMUNIDAD 3
n i2 A
n i2 B
N individuos
N especies
VI. BIBLIOGRAFA
Lamprecht, H. 1990. Silvicultura en los trpicos. Eschborn, Alemania, GTZ.
335p.
Magurran, A. 1989. La diversidad ecolgica y su medicin. Trad. A Cirer.
Barcelona, Espaa, Ediciones Vedra. 200 p.
McCune, B; Grace, JB. 2002. Anlisis of ecological communities. Oregon,
USA, MjM Software Design. 300p.
Mostacedo,B; Fredericksen, T. 2000. Manual de mtodos bsicos de muestreo
y anlisis en ecologa vegetal. Santa Cruz de la Sierra, Bolivia, BOLFOR. 87p.
31
PRCTICA 6
TAMAO DE LA MUESTRA
I. INTRODUCCIN
La Ley Forestal y de Fauna Silvestre (Ley N 27308) ha dispuesto que las
concesiones forestales con fines maderables tengan una superficie mnima de 5000
ha y, mediante la Resolucin Jefatural N 109-2003-INRENA (que atiendo a los
criterios de manejo forestal, universalmente aceptados) tambin ha dispuesto que se
realice un inventario forestal para planificar el manejo y aprovechamiento del bosque
en el mediano y largo plazo. Pero, dado que la ejecucin de un inventario forestal
implica el levantamiento, procesamiento, anlisis y evaluacin de datos del bosque; y
que las superficies forestales en la Amazonia Peruana son muy extensas, es
menester la determinacin del tamao de una muestra que garantice la
representatividad de la misma con respecto a la poblacin; por lo tanto se requiere
que el profesional domine las tcnicas desarrolladas para determinar el tamao de
una muestra.
II. MARCO TERICO
2.1. La muestra
En inventarios forestales una muestra debe ser representativa, lo cual significa que la
muestra debe contener toda la variabilidad de la poblacin (Malleux 1982). En el caso
de poblaciones infinitas o muy grandes, es imposible que una muestra represente en un
100% a la poblacin, de modo que siempre existirn diferencias entre esta y aquella
(Malleux 1982).
2.2. Tamao de la unidad de muestreo
La muestra esta formada por las unidades de muestreo (parcelas o unidades de
medicin) y el nmero de unidades de muestreo (Malleux 1982). En inventarios
forestales las unidades de muestreo poseen un tamao que se expresa en rea o
superficie (Malleux 1982). Entonces, el tamao de la muestra es la suma de las reas
de las unidades de muestreo (FAO 1974, Malleux 1982).
Unidades de muestreo pequeas incluyen sitios especficos (o asociaciones florsticas),
con elementos cuyas caractersticas no son tan contrastantes, por lo que la variabilidad
contenida es baja; de manera que la mayor fuente de variabilidad esta entre las
unidades de muestreo (Malleux 1982). Adems, las parcelas pequeas son ms
eficientes de acuerdo con los costos, pero generan sesgos en las estimaciones pues se
cometen ms errores de establecimiento y delimitacin de las parcelas (Ortiz y Carrera
2002). En cambio, las unidades de muestreo grandes pueden incluir varios sitios
especficos (o asociaciones florsticas), por lo tanto la fuente de variabilidad estar
dentro de las unidades de muestreo y no entre ellas (Malleux 1982).
Dado lo mencionado en el prrafo anterior, resulta evidente que en bosques
homogneos (bosques secundarios, plantaciones, algunos tipos de bosques primarios)
es mejor emplear unidades de muestreo pequeas; en tanto que en bosques
heterogneos es mejor emplear unidades de muestreo grandes para captar la
variablidad (Malleux 1982, Ortiz y Carrera 2002).
En plantaciones forestales se recomiendan parcelas pequeas (0.01 a 0.1 ha),
circulares (porque son fciles de instalar) y no emplear los rboles como vrtices de las
parcelas (Ortiz y Carrera 2002).
32
Para bosques tropicales maduros (primarios), Malleux (1982) recomienda unidades de

muestreo de una a dos hectreas, aunque seala que parcelas de 0.6 ha tienen una
representacin confiable. Ortiz y Carrera (2002) recomiendan las parcelas
rectangulares, largas y angostas; y coinciden con Carrera (1996) en emplear parcelas
de 0.5 ha (Figura 9), con un ancho de 20 m, por las siguientes razones:
La baja relacin permetro/rea disminuye la probabilidad de incluir rboles que
estn fuera de la parcela y elevar (equivocadamente) el volumen.
Adecuado control del ancho de la parcela desde la trocha eje.
Disminuye la probabilidad de incluir en una parcela ms de un estrato cuando la
parcelas son demasiado largas (1 Km).
Disminuyen los costos pues en cada lnea de muestreo se incluyen ms parcelas y,
por lo tanto, se abren menos lneas de muestreo.
Al respecto, la experiencia permite resear que las parcelas de 20 m x 250 m reducen
los costos pues, al caber mayor nmero de parcelas por lnea de muestreo, se deben
abrir menos lneas de muestreo en el bosque. En cambio, las parcelas de 10 m x 500 m
garantizan que la muestra quede mejor distribuida (Figura 9 y Figura 10). La eleccin
queda a criterio del profesional, el cual debe sopesar la calidad del trabajo con los
costos que este implica.
2.3. Forma de la unidad de muestreo
En un inventario forestal se puede emplear cualquier forma de unidad de muestreo para
estimar el volumen, pero la precisin y el costo varan dependiendo de la forma de la
parcela (Ortiz y Carrera 2002). En ciertos casos la eleccin de la forma de la unidad de
muestreo depende, la experiencia del profesional, el nivel de entrenamiento del
personal y los instrumentos que se posee (Malleux 1982). Pero la forma de la parcela
adems depende de las caractersticas del bosque, por esta razn en bosques
tropicales maduros se recomiendan las parcelas rectangulares (son ms fciles de
establecer que las parcelas cuadradas); en tanto que en plantaciones la visibilidad y
homogeneidad posibilita el establecimiento de parcelas redondas, cuyo costo de
establecimiento es menor (Ortiz y Carrera 2002).
2.4. Precisin de la muestra
La precisin es la medida del grado en que la poblacin esta representada en la
muestra (Malleux 1982). La precisin depende de tres aspectos (Freese 1978, Malleux
1982):
2.4.1. El tamao de la muestra
Cuanto mayor sea una muestra, menor ser el error de muestreo y, por lo tanto,
aumentar la precisin (Malleux 1982). No obstante, Malleux (1982) y Carrera (1996)
observan que un tamao de muestra grande no necesariamente ser eficiente, pues si
la muestra aumenta en proporcin cuadrtica, el error de muestreo disminuye en
proporcin aritmtica. En otras palabras, un tamao de muestra exageradamente
grande aumentar los costos, pero no necesariamente incrementar significativamente
la captura de variabilidad con respecto a una muestra ms pequea. El arte del
profesional estar en determinar el tamao de muestra ms eficiente.
2.4.2. La variabilidad de la poblacin
Las poblaciones con mayor variabilidad requieren de muestras mayores (Malleux 1982),
como por ejemplo los inventarios de una o algunas especies comerciales de alto valor
(Ortiz y Carrera 2002). Sobre reas extensas de bosques tropicales, la estratificacin
contribuye a reducir la variabilidad y, por lo tanto, reduce el error de muestreo.
En los bosques tropicales los coeficientes de variabilidad varan significativamente y
dependen del tipo de bosque (Malleux 1982). En ciertos bosques aluviales la
33
variabilidad es ms alta que en bosques de altura (terrazas altas, colinas y montaas);

debido a que las inundaciones generan condiciones fsicas especficas en algunos
sectores y, por consiguiente, asociaciones florsticas diferentes. En cambio, bajo
condiciones extremas de humedad (como los aguajales), la variabilidad disminuye.
Es importante agregar que en un bosque tropical (una comunidad), la variabilidad no
slo ocurre entre poblaciones de especies diferentes, sino tambin entre los individuos
que constituyen la poblacin de un determinada especie (Malleux 1982); por esta razn
siempre va a ser posible y necesario calcular los errores de muestreo no slo a nivel de
todo el bosque, sino tambin a nivel de poblacin de las especies de mayor importancia
econmica.
2.4.3. Representatividad de la muestra
Una muestra pequea bien distribuida puede ser ms representativa de la poblacin
que una muestra grande mal distribuida (Malleux 1982), esto es posible dada la
heterogeneidad florstica y estructural de los bosques tropicales, la cual determina que
un bosque este constituido por asociaciones o parches con caractersticas diferentes.
Por esta razn, la distribucin sistemtica de la muestra puede ser ms eficiente que la
distribucin aleatoria (Malleux 1982).
2.5. Determinacin del tamao de la muestra
El tamao de la muestra (que en lo sucesivo denominaremos con el smbolo de n) es
el rea total a inventariar y se puede calcular de dos formas (Ortiz y Carrera 2002):
En funcin al error de muestreo
En funcin a la intensidad de muestreo
En el primer caso se requiere fijar el error de muestreo y el coeficiente de variabilidad
del volumen del bosque que se va a inventariar, lo cual exige contar con la informacin
de otros inventarios en bosques similares o realizar un inventario piloto, conocido como
pre muestreo (Malleux 1982, Carrera 1996, Ortiz y Carrera 2002).
El clculo del tamao de muestra, en funcin a la intensidad de muestreo, es un
proceso ms sencillo y favorece el control del Estado; porque cuando se fija el tamao
de la muestra en funcin al error de muestreo se puede manipular el coeficiente de
variabilidad (Ortiz y Carrera 2002), otorgndole un valor demasiado bajo para un
bosque con una gran variabilidad florstica y fisiogrfica.
La intensidad de muestreo (i) se calcula mediante la siguiente expresin:
rea de la muestra
x100%
rea de la poblacin
III. OBJETIVOS
Determinar el nmero adecuado de parcelas (unidades de muestreo o unidades
de medicin) de un inventario forestal.
Evaluar los mtodos para determinar el tamao de la muestra de un inventario
forestal.
4.1. Materiales
Lapicero
Papel
Tabla de la distribucin acumulada T
34
4.2. Mtodos
4.2.1. Tamao de la muestra en funcin al error de muestreo
En esta prctica se va a incidir en el clculo del tamao de una muestra (n) para un
inventario forestal con fines maderables en el bosque hmedo tropical amaznico.
En la Prctica N 1 ya se mencion que la media poblacional (casi nunca calculada) se
puede estimar puntualmente a travs de un valor puntual, la media muestral x , o a
travs de un intervalo, donde x
s
, intervalo en el que se
1 , n 1
2
n
desconoce la varianza poblacional 2 y se omite la correccin para poblaciones

finitas en el clculo del error estndar x . En el intervalo se observa que la media
poblacional es igual a la media muestral mas/menos un error, o sea x error ;

donde el error sera:
1 , n 1 gl
2
n
Este error correspondera al error absoluto, el mismo que puede expresarse como un
porcentaje de x , entonces:
t1 ,n 1
2
Error Muestreo Relativo E %
x
s 100%
x
t 2,n 1gl
(100%)
Error Muestreo Relativo E %
x
Pero, el coeficiente de variabilidad (CV) es:
s
CV % 100%
x
Despejando x :
s
x
100%
CV
%
Reemplazando:
t 2 ,n 1gl
100%
E%
s
100%
CV %
Simplificando y despejando:
2
CV %
E %
t ,n1gl
2
35
De la frmula se deduce que el tamao de la muestra est en funcin de la variabilidad

del bosque (CV) y de la precisin exigida (E%), pero no de la superficie del bosque.
El valor de t se obtiene de la correspondiente tabla estadstica (t de student) y el E% lo
fija el interesado (para el caso de inventarios forestales en concesiones forestales
maderables en la Amazonia peruana, el ex INRENA determin que el E% no sea
mayor al 20%). Slo la determinacin del CV% significa un esfuerzo. Este CV% se
puede estimar mediante un muestreo piloto o premuestreo. En este caso se
recomienda establecer un mnimo de 10 parcelas por estrato o tipo de bosque (Ortiz y
Carrera 2002). Tambin se puede determinar empleando los datos de algn inventario
realizado en un mismo tipo de bosque cercano. Si esto ltimo no es factible
estaramos obligados a hacer una suposicin sobre el valor del coeficiente de
variabilidad.
Generalmente se estila, teniendo el CV%, calcular el n sin algn otro artificio (ver
Malleux 1982 y Dauber 1995). Es as como el INRENA determin el n para la
evaluacin forestal de los bosques de produccin permanente de Loreto (INRENA
2004) y Ucayali (INRENA 2003), pero en estos casos se emple unos CV% bastante
altos (90% y 80%, respectivamente), un E% de 15% y el n calculado se increment en
20%; todo lo cual origin un n bastante grande.
Ejemplo resuelto 1:
Sea Xi la variable volumen por ha y las observaciones 64, 47, 39, 67, 54, 33, 49, 85,
72, y 89 m3/ha; correspondientes a un muestreo aleatorio, entonces:
10
Media aritmtica: X
X
i 1
10
= 59.9 m3/ha
2
10
X
i 1
2
i
10
X i
i 1
10
10 1
S = 18.8 m3/ha
18.8
Coeficiente de variabilidad: CV
100 = 31.4%
59.9
Como ya se mencion, algunos autores sostienen que este CV% y un E% (fijado por el
interesado) se utilizan para calcular n:
2
31.42
2
n
17.5 18
2
15
O sea que n = 18, siendo opcional incrementar este n entre 10 a 20%.

Pero Ortiz y Carrera (2002) consideran que una vez calculado el CV% el
procedimiento debe continuar de la siguiente manera:
Error estndar: s x
18.8
= 5.95 m3/ha
10
Lmite de confianza: 59.9 t(0.05/2, 9 gl) x 18.8/ 10

59.9 2.26 x 5.95 = 59.9 13.45 m3/ha o sea
36
[46.5 m3/ha, 73.4 m3/ha]

Error de muestreo relativo: E %
2.2622 5.95
100% 22.47% 23
59.9
Si el E% es 10%, entonces se procede a calcular el tamao de la muestra (nmero

de parcelas), pero si es > 10% se fija a priori un E% y se tantea hasta que el n sea
igual a los grados de libertad empleados para el valor de t/2, n-1 gl
t 0.025,9 gl 31.4
2
2.2622 31.4
22.4
2
15
2.0796 31.4
18.95 19
2
15
2.1009 31.4
19.34 19
2
15
15
pero 22.4 9
Luego:
t (0.025, 21 gl) = 2.07
t 0.025, 21gl 31.4

2
15
pero 19 21
Luego:
t (0.025, 18 gl) = 2.1009
t 0.025,18gl 31.4
2
15
El tanteo se estabiliza con n = 19, o sea con 18 gl, entonces n = 19

Ejemplo resuelto 2:
Ahora se efectuar otro ejemplo con datos ms variables de volmenes por ha, los
mismos que podran encontrarse en bosque sometidos a un proceso combinado de
tala ilegal y deforestacin: 58, 14, 20, 0, 9, 45, 37, 39, 25 y 30.
10
Media aritmtica: X
X
i 1
10
= 27.7 m3/ha
2
10
X i
10
i
2
Xi
10
i 1
10 1
S = 17.7 m3/ha
17.7
100 = 63.9%
27.7
Coeficiente de variabilidad: CV
2 63.9 2
n 2
72.6 73
15 2
O sea n = 73
Este nmero se podra tomar como el n adecuado. Sera opcional incrementar este n
entre 10 a 20%.
De otra manera:
37
Error estndar: s x
17.7
= 5,59 m3/ha
10
Lmite de confianza: 27,7 t(0.025, 9 gl) x 17,7/ 10

27,7 2,26 x 5,59 = 27,7 12,6 m3/ha o sea
[15,1 m3/ha, 40,3 m3/ha]
Error de muestreo relativo: E %
2.2622 5.59
100% 45.7%
27.7
Tanteando:
t 0.025,9 gl x 63.9
15
2.2622 x 63.9
92.87 93
2
15
pero 93 9
Luego:
t (0.025, 92 gl) 1.98
t 0.025,92gl 63.9
2
2
2
1.98 63.9
71.1 71
2
15
1.9944 63.9
72.2 72
2
15
1.9939 63.9
72.1 72
2
15
15
pero 71 92
Luego:
t (0.025, 70 gl) = 1.9944
t 0.025,70gl 63.9
2
15
pero 72 70
Luego:
t (0.025, 71 gl) = 1.9939
t 0.025,71gl 63.9
2
15
El tanteo se estabiliza con n = 72, o sea con 71 gl, entonces n = 72. Ntese que
nuevamente, bajo ambas formas, el n resulta similar.
4.2.2. Tamao de la muestra en funcin a la intensidad de muestreo
En esta gua se va a emplear el mtodo desarrollado por Dauber (1995), quien
propone establecer 100 parcelas, las cuales tendrn dimensiones variables de
acuerdo con el tamao del bosque o del estrato (Cuadro 11).
V. RESULTADOS
Obtener el tamao de la muestra, en funcin al error de muestreo, mediante el
procedimiento comn y el procedimiento por tanteo, a partir de los siguientes datos
expresados en m3 por ha: 58,5, 62,3, 49,2, 99,7, 50,8, 60,3, 62,4, 43,5, 68,5, 75,1 y
44,5.
38
Cuadro 11. Intensidades mnimas de muestreo segn Dauber (1995)

Superficie total
del estrato (ha)
100
500
1000
2000
5000
10000
15000
20000
25000
30000
50000
100000
200000
Intensidad mnima
(%)
8,00
2,00
1,50
1,20
0,80
0,50
0,35
0,28
0,24
0,22
0,20
0,15
0,10
Superficie
muestreada (ha)
8
10
15
25
40
50
50
55
60
65
100
150
200
Tamao de la
parcela
0,08
0,10
0,15
0,25
0,40
0,50
0,50
0,55
0,60
0,65
1,00
1,50
2,00
VI. BIBLIOGRAFA
Carrera, F. 1996. Gua para la planificacin de inventarios forestales en la zona de

usos mltiples de la reserva de la Biosfera Maya, Petn, Guatemala. CATIE,
Turrialba, Costa Rica. 40p.
Dauber, E. 1995. Gua prctica y terica para el diseo de un inventario forestal de
reconocimiento. BOLFOR, Santa Cruz, Bolivia. p.irr.
FAO. 1974. Manual de inventario forestal con especial referencia a los bosques
mixtos tropicales. FAO, Roma, Italia. 195p.
INSTITUTO NACIONAL DE RECURSOS NATURALES. 2003. Mapificacin y
evaluacin forestal del bosque de produccin permanente del Departamento de
Ucayali. Lima, Per. 48p.
INSTITUTO NACIONAL DE RECURSOS NATURALES. 2004. Mapificacin y
evaluacin forestal del bosque de produccin permanente del Departamento de
Loreto. Lima, Per. 69p.
Malleux, J. 1982. Inventarios forestales en bosques tropicales. UNALM. Lima,
Per. 414p.
Ortiz, E; Carrera, F. 2002. Muestreo en inventarios forestales. In Orozco, L;
Brumer, C. (eds). 2001. Inventarios forestales en bosques latifoliados de Amrica
Central. Turrialba, CR, CATIE. p.101-117.
39
PRCTICA 7
DISEO DE INVENTARIOS SISTEMTICOS ESTRATIFICADOS EN BOSQUES
PRIMARIOS
I. INTRODUCCIN
En la prctica anterior se expuso que una muestra adecuada tiene que ser
representativa (para aprehender la mayor variabilidad posible de la poblacin) y
basarse en procedimientos estadsticos para generar inferencias acertadas sobre la
poblacin. Tambin se vio la necesidad de determinar el tamao ptimo de la muestra,
para asegurar la precisin de los datos pero sin que este criterio incremente
ineficientemente los costos del inventario. Simultneamente, se debe recordar que el
bosque hmedo tropical primario es un mosaico de parches, cada uno de los cuales
presentan diferentes caractersticas florsticas y estructurales, de modo que un bosque
presenta una alta heterogeneidad (variabilidad) espacial. Por lo tanto, en este tipo de
bosque es imprescindible que la muestra (la suma de unidades de muestreo o
parcelas) este convenientemente distribuida. Esto ltimo lo garantiza el diseo
adecuado del inventario, en funcin a las caractersticas biolgicas (diversidad,
composicin, estructura, dinmica) y fsicas (fisiografa, ubicacin, tipos de suelo) del
bosque; adems de los recursos que se dispone para hacer el inventario
(accesibilidad, medios de transporte, personal capacitado, equipos, etc.). Una regla
importante es emplear inventarios simples (fciles de disear y ejecutar) con una
buena distribucin de las parcelas (Ortiz y Carrera 2002a).
II. MARCO TERICO
2.1. Diseos de inventario
Existen dos tipos de diseos de inventario: al azar o aleatorio y sistemtico. Ambos se
pueden subdividir en estratificados y no estratificados (Malleux 1982, Ortiz y Carrera
2002a).
2.1.1. Muestreo al azar
Este muestreo respeta sin restricciones las leyes de la probabilidad, porque la
seleccin de las parcelas es al azar (Figura 7).
Ventajas:
Evita cualquier tipo de sesgo y son imparciales (Malleux 1982, Ortiz y Carrera
2002a).
Se puede calcular el error de muestreo (Malleux 1982).
Desventajas
No garantiza que las parcelas estn convenientemente distribuidas en todo el
bosque, de manera que aumenta la probabilidad de no captar la variabilidad del
bosque (Malleux 1982, Ortiz y Carrera 2002b).
Las parcelas tienen una ubicacin independiente y pueden quedar alejadas del
resto o pueden quedar en lugares inaccesibles; aumentando los costos del
inventario (Malleux 1982, Ortiz y Carrera 2002a).
No proporcionan informacin sobre el relieve, cursos de agua del bosque (Malleux
1982, Ortiz y Carrera 2002a); ni sobre la distribucin de rboles (Ortiz y Carrera
2002b).
Las desventajas de este tipo de muestreo han determinado que no sean empleados en
los bosques tropicales (Malleux 1982, Ortiz y Carrera 2002a).
40
76 92 108
75 91 107
32 46 60 74 90 106
31 45 59 73 89 105 121 134
30 44 58 72 88 104 120 133
29 43 57 71 87 103 119 132
28 42 56 70 86 102 118 131
9
18 27 41 55 69 85 101 117 130
17 26 40 54 68 84 100 116 129
16 25 39 53 67 83 99 115 128
15 24 38 52 66 82 98 114 127
14 23 37 51 65 81 97 113 126
13 22 36 50 64 80 96 112 125
12 21 35 49 63 79 95 111 124
11 20 34 48 62 78 94 110 123
10 19 33 47 61 77 93 109 122
4 5 6 7 8
Lneas de muestreo
10
Figura 7. Muestreo al azar en un bosque secundario con i = 10% y parcelas de

100 m2 (10 m x 10 m)
La Figura 7 ejemplifica un inventario con una inconveniente distribucin de parcelas,
para una poblacin (N) de 134 parcelas; de modo que si la intensidad de muestreo (i)
es de 10%, la muestra (n) es de 13 parcelas seleccionadas al azar.
2.1.2. Muestreo sistemtico
Las parcelas estn distribuidas segn un patrn regular (Malleux 1982, Prodan 1997),
guardando equidistancia y simetra (Malleux 1982, Dauber 1995, Ortiz y Carrera
2002a) (Figura 8).
Ventajas:
La disposicin regular de las parcelas genera datos ms precisos, pues se capta
mayor variabilidad o sea que, para muestra del mismo tamao, el muestreo
sistemtico genera muestras ms representativas que el muestreo aleatorio
(Freese s.f., Malleux 1982, Scheaffer et al. 1987, Prodan 1997, Ortiz y Carrera
2002a).
Facilita la ubicacin de las parcelas (Malleux 1982, Scheaffer et al. 1987, Prodan
1997, Ortiz y Carrera 2002a).
Proporcionan informacin adicional como relieve, caminos, ros y quebradas
(Malleux 1982, Ortiz y Carrera 2002b); posibilitando identificar estratos, rea de
proteccin y de manejo forestal (Ortiz y Carrera 2002a).
Son rpidos y baratos (Ortiz y Carrera 2002a).
Desventajas
El error de muestreo no se puede calcular correctamente (Freese s.f., Malleux
1982, Ortiz y Carrera 2002a), pues se genera el mximo error de muestreo y no el
promedio del error de muestreo (Ortiz y Carrera 2002a).
Malleux (1982), Steel y Torrie 1988, Prodan (1997) y Ortiz y Carrera (2002a) sealan
que en un muestreo sistemtico existe la probabilidad que la distribucin de parcelas
coincida con alguna periodicidad o tendencia de las condiciones biofsicas del bosque
(por ejemplo, las parcelas podran quedar ubicadas en las cimas y laderas de un
41
bosque de colinas). Sin embargo, en muestreos muy intensos (con tamao de muestra
muy grande) o muy extensos (en superficies grandes, como es el caso de la Amazonia
peruana) es muy improbable que la distribucin de las parcelas coincida con alguna
periodicidad natural y, que por lo tanto, las estimaciones sean sesgadas (Prodan
1997). El sesgo es ms improbable en el bosque tropical dada su alta variabilidad
florstica y estructural en el espacio (Malleux 1982). Scheaffer et al. (1987) y Ortiz y
Carrera (2002a) agregan que, cuanto ms grande sea el bosque, mayor es la
probabilidad que el muestreo sistemtico sea igual o mejor que el muestreo aleatorio.
Entonces, en los inventarios sistemticos en bosques tropicales primarios, es factible
emplear las frmulas del muestreo al azar (Malleux 1982, Ortiz y Carrera 2002a). No
obstante, para mejorar las estimaciones en un muestreo sistemtico, es importante
que el arranque de la seleccin de parcelas sea aleatorio; es decir que la primera
parcela sea seleccionada aleatoriamente (Prodan 1997, Ortiz y Carrera 2002a).
76 92 108
75 91 107
32 46 60 74 90 106
31 45 59 73 89 105 121 134
30 44 58 72 88 104 120 133
29 43 57 71 87 103 119 132
28 42 56 70 86 102 118 131
9
18 27 41 55 69 85 101 117 130
17 26 40 54 68 84 100 116 129
16 25 39 53 67 83 99 115 128
15 24 38 52 66 82 98 114 127
14 23 37 51 65 81 97 113 126
13 22 36 50 64 80 96 112 125
12 21 35 49 63 79 95 111 124
11 20 34 48 62 78 94 110 123
10 19 33 47 61 77 93 109 122
4 5 6 7 8
Lneas de muestreo
10
Figura 8. Muestreo sistemtico en un bosque secundario con i = 10%, parcelas

de 100 m2 (10 m x 10 m) y k = 10:1
La Figura 8 ejemplifica un muestreo con una seleccin sistemtica cada 10 parcelas (k
= 134/13 = 10.3 = 10) y arranque aleatorio entre las primeras diez parcelas (parcela 6).
Los ejemplos antes descritos corresponden a muestreos en bosques secundarios de
reducidas extensiones. Esta situacin no siempre ser posible en bosques primarios
de grandes extensiones. As, por ejemplo, una superficie de 100000 ha que ser
muestreada con parcelas de 0,5 ha, tendra que dividirse en 200000 rectngulos de
250 m x 20 m. Evidentemente esto dificultara la seleccin de la muestra. Por esta
razn se acostumbra a establecer (en el mapa) las parcelas a lo largo de lneas,
asegurndose que exista equidistancia y paralelismo entre lneas de muestreo,
equidistancia entre parcelas y una adecuada distribucin de las parcelas (Figuras 9 y
10). Ntese que en la Figura 9 la distancia entre lneas de muestreo es de 1750 m y en
la Figura 10 es de 1000 m; en tanto que la separacin entre parcelas es de 250 m y
500 m, respectivamente. Siguiendo las recomendaciones de Dauber (1995) se debe
poner cuidado en que la separacin entre parcelas no sea menor que el largo de las
mismas.
42
Lneas
16
24
32
40
15
23
31
39
14
22
30
38
13
21
29
37
12
20
28
36
11
19
27
35
10
18
26
34
17
25
33
10
00
12
50
15
00
17
50
20
00
22
50
25
00
27
50
30
00
32
50
35
00
37
50
40
00
42
50
45
00
47
50
50
00
52
50
55
00
57
50
60
00
62
50
65
00
67
50
70
00
72
50
75
00
77
50
80
00
82
50
85
00
87
50
90
00
92
50
95
00
97
50
10
00
0
75
0
50
0
25
0
5000
4750
4500
4250
4000
3750
3500
3250
3000
2750
2500
2250
2000
1750
1500
1250
1000
750
500
250
Distancia (m)
Figura 9. Distribucin sistemtica de parcelas de 20 m x 250 m en 5000 ha.
43
5000
4500
16
24
32
40
4000
12
20
28
35
3500
15
23
31
39
3000
11
19
27
35
2500
14
22
30
38
2000
10
18
26
34
1500
13
21
29
37
1000
17
25
33
500
Distancia (m)
Lneas
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
6000
6500
7000
7500
Figura 10. Distribucin sistemtica de parcelas de 10 m x 500 m en 5000 ha.
44
8000
8500
9000
9500
10
10000
2.1.2.1. Muestreo sistemtico no estratificado

Este muestreo se debe aplicar cuando no existen marcadas diferencias fisiogrficas o
florsticas en el bosque.
2.1.2.2. Muestreo sistemtico estratificado
Ortiz y Carrera (2002a) mencionan que este diseo es adecuado cuando existe una
variacin muy alta entre las parcelas, razn por la cual se divide la poblacin en sub
poblaciones o estratos, de modo que las parcelas dentro de los estratos sean lo ms
homogneas posible y los estratos lo ms heterogneos entre s (Figura 11).
Ventajas:
Genera mayor informacin, tanto de la poblacin, como de los estratos (Malleux
1982, Prodan 1997, Ortiz y Carrera 2002a).
Aumenta la precisin de los valores estadsticos dado que la estratificacin reduce
el error de estimacin (Malleux 1982, Prodan 1997, Ortiz y Carrera 2002a) al dividir
la variacin entre los estratos y disminuir la variacin dentro de los estratos (Steel y
Torrie 1988).
Los resultados son imparciales (Malleux 1982).
Desventajas:
Es difcil distribuir las parcelas en el bosque cuando existen muchos estratos
pequeos (Malleux 1982), por esta razn Prodan (1997) sostiene que las
clasificaciones muy detalladas son ineficaces, de modo que los estratos deben
agrupar bosques con rangos amplios de condiciones biofsicas.
Si los estratos son muy diferentes, para fines del manejo forestal, es conveniente
interpretar los datos como si fueran confiables por estrato y se analizan por estrato y
no para todo el bosque (Ortiz y Carrera 2002a).
III. OBJETIVOS
Disear un inventario mediante la distribucin sistemtica de las unidades de

muestreo en un bosque primario.
Aplicar la asignacin de la muestra proporcionalmente a la superficie de los
estratos de un bosque primario.

4.1. Materiales
Lapicero
Escuadras
Mapa de un bosque
Papel milimetrado transparente
Papel canson
Estilgrafos o plumones punta fina
4.2. Mtodos
Calcar el mapa del bosque en el papel milimetrado transparente, trazando
escrupulosamente los contornos de cada estrato (si los hubiera).
Medir la superficie del bosque o de cada estrato (si los hubiera).
Seleccionar el mtodo para calcular el tamao de la muestra.
Seleccionar las dimensiones de la parcela.
Calcular el tamao de la muestra (nmero de parcelas).
45
Asignar el nmero de parcelas proporcionalmente al tamao de cada estrato (si los

hubiera) de la siguiente manera:
Tamao del bosque (en hectreas)
=A
Tamao de cada estrato (tambin en hectreas) = Ai
Nmero total de parcelas (o sea la muestra)
=n
A
= ( i )(n)
Nmero de parcelas en el estrato i
Distribuir las parcelas en lneas equidistantes y paralelas por estrato.

Correr las parcelas hacia el estrato que contiene la mayor parte de la parcela
cuando estas caen en dos diferentes estratos (Ortiz y Carrera 2002a).
Realizar ligeras modificaciones del diseo sistemtico puro debido a obstculos
(ros, cochas, relieve muy accidentado, pantanos) (Ortiz y Carrera 2002a).
Efectuar el clculo de estadsticos extrapolando la informacin de la parcela a
unidad de rea, por ejemplo, si la parcela es de 0.5 ha, transformar estos datos a
la hectrea (Ortiz y Carrera 2002b).
6
12 18 24 30 34 38 42 49 56
11 17 23 29 33 37 41 48 55
10 16 22 28 32 36 40 47 54
15 21 27 31 35 39 46 53
14 20 26 86 102 118 45 52
13 19 25 85 101 117 44 51
14 28 42 56 70 84 100 116 43 50
13 27 41 55 69 83 99 115 131 144
12 26 40 54 68 82 98 114 130 143
11 25 39 53 67 81 97 113 129 142
10 24 38 52 66 80 96 112 128 141
9
23 37 51 65 79 95 111 127 140
22 36 50 64 78 94 110 126 139
21 35 49 63 77 93 109 125 138
20 34 48 62 76 92 108 124 137
19 33 47 61 75 91 107 123 136
18 32 46 60 74 90 106 122 135
17 31 45 59 73 89 105 121 134
16 30 44 58 72 88 104 120 133
15 29 43 57 71 87 103 119 132
4 5 6 7 8
Lneas de muestreo
10
Figura 11. Muestreo sistemtico estratificado en un bosque secundario con i =

10%, parcelas de 100 m2 (10 m x 10 m)
V. RESULTADOS
El profesor del curso proporcionar mapas de concesiones forestales con fines
maderables y los alumnos elaborarn diseos de inventarios. Los diseos se basaran
en los diferentes mtodos para calcular el tamao de la muestra y las diferentes
dimensiones de parcelas.
46
VI. BIBLIOGRAFA
Carrera, F. 1996. Gua para la planificacin de inventarios forestales en la zona de

usos mltiples de la reserva de la Biosfera Maya, Petn, Guatemala. CATIE,
Turrialba, Costa Rica. 40p.
FAO. 1974. Manual de inventario forestal con especial referencia a los bosques
mixtos tropicales. FAO, Roma, Italia. 195p.
Freese, F. s.f. Muestreo forestal elemental. Trad. Ctedra de Dasometra y
Ordenacin de Montes, Escuela Tcnica Superior de Ingenieros de Montes. 69p.
Per. 414p.
Ortiz, E; Carrera, F. 2002a. Diseos del muestreo para inventarios forestales. In
Orozco, L; Brumer, C. (eds). 2001. Inventarios forestales en bosques latifoliados de
Amrica Central. Turrialba, CR, CATIE. p.121-148.
Ortiz, E; Carrera, F. 2002b. Muestreo en inventarios forestales. In Orozco, L;
Brumer, C. (eds). 2001. Inventarios forestales en bosques latifoliados de Amrica
Central. Turrialba, CR, CATIE. p.101-117.
Prodan, M; Peters, R; Cox, F; Real, P. 1997. Mensura forestal. San Jos, CR, IICA,
BMZ/GTZ. 561p.
Steel, RGD; Torrie, JH. 1988. Bioestadstica. Trad. R Martnez. 2ed. D.F., Mxico,
McGraw-Hill. 622p.
47
PRCTICA 8
ANLISIS ESTADSTICO PARA INVENTARIOS SISTEMTICOS
ESTRATIFICADOS EN BOSQUES PRIMARIOS
I. INTRODUCCIN
La fase de campo de un inventario forestal se inicia con el final de la planificacin del
mismo, una de cuyas fases ms importantes es la identificacin y delimitacin de los
posibles estratos o tipos de bosque que se presenten en el bosque de inters. La fase
de campo termina con el levantamiento de toda la informacin, seguidamente se debe
procesar la misma para generar los estadsticos que permitan caracterizar los
estratos, cuantitativa y cualitativamente. El informe final del inventario no se debe
reducir a la mera presentacin de la estructura del bosque, tambin es necesario
determinar el error de muestreo y los valores estadsticos que permiten graficar las
principales caractersticas de los estratos, indicando el grado de certidumbre en la
captura de la informacin. Este es un paso ineludible para, posteriormente, generar
los parmetros silvcolas que facilitaran la regulacin de la corta, uno de los criterios
para alcanzar el manejo sostenible del bosque.
II. MARCO TERICO
Como ya se mencion en la anterior prctica, en un muestreo sistemtico casi nunca
se conoce la precisin del error de muestreo (Freese s.f., Malleux 1982, Dauber 1995,
Ortiz y Carrera 2002a). El procedimiento es emplear las frmulas del muestreo
aleatorio (Freese s.f., Malleux 1982, Scheaffer et al. 1987, Dauber 1995, Ortiz y
Carrera 2002a).
2.1. En un muestreo sistemtico:
n
Volumen promedio del bosque = x
x
i 1
ni
n
x
i 1
2
i
( xi ) 2
i 1
ni
Desviacin estndar del volumen del bosque = S i 2
Error estndar del volumen del bosque:

o Si se tiene la seguridad que la muestra seleccionada sistemticamente es
semejante a una muestra seleccionada aleatoriamente entonces el error
estndar se calcula mediante la siguiente frmula (Dauber 1995, Ortiz y
Carrera 2002a): S x
ni 1
2
n
Si
1 Esta frmula sobreestimar el error de
n N
muestreo, lo cual es una ventaja pues genera un margen de seguridad en

los clculos (Dauber 1995).
Si existen evidencias que la muestra no es semejante a una muestra
aleatoria primero se calcula una desviacin estndar aproximada (Prodan
48
1997, Ortiz y Carrera 2002a): S ia

error estndar: S x
X i 1 X i
y seguidamente el
2(n 1)
2
n
S ia
1
n N
2.2. En un muestreo sistemtico estratificado:

n
Volumen promedio por estrato = x
x
i 1
ni
Donde:
n
x
i 1
= sumatoria del volumen por ha de las parcelas del estrato
ni = nmero de parcelas del estrato i

n
Desviacin estndar del volumen por estrato = S i 2
i 1
2
i
i 1
ni
ni 1
Proporcin del estrato = p i i

A
Donde:
Tamao del bosque (en hectreas)
Tamao de cada estrato (tambin en hectreas)
( xi ) 2
=A
= Ai
Volumen promedio ponderado del bosque = x p
x p
i 1
x1 p1 x2 p 2 ... xk p k
si2
n
1 i
ni N i
Error estndar del volumen por estrato = S i x
Donde:
s i = Desviacin estndar del volumen del estrato i
ni = Nmero de parcelas levantadas en el estrato i
N i = Nmero de parcelas contenidas en el estrato i
Error estndar del volumen en todo el bosque: Generalmente se calcula utilizando

la frmula del muestreo aleatorio (Dauber 1995) = S st x =
P S
2
l
2
ix
III. OBJETIVOS
Caracterizar un bosque mediante el anlisis de los valores estadsticos de una

muestra.
Determinar el error de muestreo en un inventario forestal.
49

4.1. Materiales
Lapicero
4.2. Mtodos
Transformar los volmenes por parcela a volmenes por unidad de rea (m3/ha).
Elaborar la siguiente tabla y calcular los estadsticos con las frmulas que figuran
en el marco terico:
Estrato
1
2
Total
rea
Pi
Ni
ni
Xi
Si
Six
Pi Xi
Pi Sx
2
Ejemplo resuelto:
Se realiz un inventario sistemtico estratificado en un bosque de 3000 ha. La
estratificacin seal que 1710 ha correspondieron a un bosque de terraza baja y
1290 ha a un bosque de terraza baja inundable. El tamao de la muestra arroj un
nmero de 56 parcelas, las cuales fueron de 0.5 ha (250 m X 20 m) y se distribuyeron
proporcionalmente al rea de cada estrato (tipo de bosque). Calcule los estadsticos
del inventario dada la siguiente informacin:
Terraza baja
3
PARC m /0.5ha
1
20.15
2
25.99
3
21.91
4
26.29
5
24.18
6
14.59
7
20.29
8
12.88
9
16.63
10
12.05
11
15.86
12
22.01
13
19.11
14
8.2
15
14.67
16
20.43
17
20.83
18
27.32
19
26.95
20
37.76
21
8.62
22
24.68
23
34.35
24
33.59
25
25.09
26
26.69
27
17.34
28
36.51
29
21.94
30
29.59
31
44.47
32
30.22
Terraza baja inundable

3
m /0.5ha
PARC
33
18.66
34
11.39
35
9.04
36
5.05
37
23.36
38
9.74
39
13.87
40
5.23
41
34.12
42
13.02
43
20.54
44
33.9
45
10.79
46
8.9
47
3.02
48
17.99
49
16.75
50
2.98
51
1.72
52
9.07
53
26.52
54
7.48
55
7.36
56
15.43
50
1 Los valores se llevan a unidad de rea:

Terraza baja
3
PARC m /ha
1
40.30
2
51.98
3
43.82
4
52.58
5
48.36
6
29.18
7
40.58
8
25.76
9
33.26
10
24.10
11
31.72
12
44.02
13
38.22
14
16.40
15
29.34
16
40.86
17
41.66
18
54.64
19
53.90
20
75.52
21
17.24
22
49.36
23
68.70
24
67.18
25
50.18
26
53.38
27
34.68
28
73.02
29
43.88
30
59.18
31
88.94
32
60.44

3
m /ha
PARC
33
37.32
34
22.78
35
18.08
36
10.1
37
46.72
38
19.48
39
27.74
40
10.46
41
68.24
42
26.04
43
41.08
44
67.8
45
21.58
46
17.8
47
6.04
48
35.98
49
33.5
50
5.96
51
3.44
52
18.14
53
53.04
54
14.96
55
14.72
56
30.86
2 Se calcula Pi = Proporcin del estrato:

Terraza baja
P1 = 1710 ha / 3000 ha = 0,57
P2 = 1290 ha / 3000 ha = 0,43
3 Se calcula N i = Nmero de parcelas contenidas en cada estrato
Terraza baja
N1 = 1710 ha / 0,5 ha = 3420 parcelas
N2 = 1290 ha / 0,5 ha = 2580 parcelas
4 Se calcula ni = Nmero de parcelas levantadas en cada estrato
Terraza baja
n1 = 56 parcelas X 0,57 = 32 parcelas
n2 = 56 parcelas X 0,43 = 24 parcelas
5 Se calculan los estadsticos y se completa la tabla:
Estrato
BTB
BTBI
Total
rea
(ha)
1710
1290
3000
Pi
Ni
ni
0,57
0,43
3420
2580
6000
32
24
56
Xi
Si
46,32 16,96
27,16 18,07
51
Six
Pi Xi
Pi Sx
2,98
3,67
26,40
11,68
38,08
2,89
2,49
5,38
Volumen promedio de madera para todo el bosque = 38,08 m3/ha
Error estndar del volumen promedio de madera para todo el bosque
S st x =
P S =
2
ix
2
l
5,38
= 2,32 m3/ha
Error de muestreo al 95% de confiabilidad = E S st x t 0.05 / 2,562 = 2.32 X 2.0049 =

4.65 m3/ha
E%
P X
i
100 =
4,65
100 12,2%
38,08
Lmites de confianza para el volumen de madera en todo el bosque

= Pi X t 0.05 / 2,561 S st x
i
= 38,08 2 X 2,32 = (33,44, 42,72) m3/ha
Lmites de confianza para el volumen de madera en el bosque de terraza baja
= X t 0.05 / 2,321 S i x 1 i
i
Ni
= 46,32 2,03 X 2,98 X 0,995 = (40,30, 52,34) m3/ha
V. RESULTADOS
Obtener los estadsticos a partir de la informacin de un inventario forestal que
proveer el profesor del curso.
VI. BIBLIOGRAFA

Freese, F. s.f. Muestreo forestal elemental. Trad. Ctedra de Dasometra y
Ordenacin de Montes, Escuela Tcnica Superior de Ingenieros de Montes. 69p.
Per. 414p.
Ortiz, E; Carrera, F. 2002. Diseos del muestreo para inventarios forestales. In
Orozco, L; Brumer, C. (eds). 2001. Inventarios forestales en bosques latifoliados de
Amrica Central. Turrialba, CR, CATIE. p.121-148.
Prodan, M; Peters, R; Cox, F; Real, P. 1997. Mensura forestal. San Jos, CR, IICA,
BMZ/GTZ. 561p.
52
PRCTICA 9
DISEO DE INVENTARIOS SISTEMTICOS ESTRATIFICADOS EN BOSQUES
SECUNDARIOS
I INTRODUCCIN
El ingeniero agroforestal acucola es un profesional capacitado para el manejo
ecosistmico de paisajes, los cuales incluyen diversos ecosistemas terrestres y
acuticos, naturales y antropognicos, pequeos y grandes. Este manejo
ecosistmico involucra la dimensin ecolgica y tcnica, pero, adems, incluye las
interacciones entre el hombre con los ecosistemas que aprovecha; de manera que
tambin se deben considerar los aspectos sociales, polticos, legales, institucionales,
econmicos y financieros del manejo. Dado el propsito de la ingeniera agroforestal
acucola, es necesario adquirir las fortalezas tcnicas para el manejo de los bosques
secundarios, lo cual implica que previamente se conozca que existe y cuanto existe
en este tipo de ecosistema.
II. MARCO TERICO
2.1. Definicin e importancia de los bosques secundarios
Un bosque secundario es la vegetacin leosa que se desarrolla en tierras que son
abandonadas despus que su vegetacin original es destruida por la actividad humana
(Finegan 1992), cuyo grado de recuperacin depender de la duracin e intensidad de
uso anterior por cultivos agrcolas o pastos; as como por la proximidad de fuentes de
semillas (Smith et al. 1997). Aunque no se tienen datos precisos, se sabe que la
superficie de bosques secundarios, en Amrica Latina, hacia 1990, era de 165
millones de hectreas (Smith et al. 1997). Esta superficie en aumento, junto con el
potencial productivo de esta vegetacin, expresado en trminos de abundancia y
productividad de especies de rboles comerciales comunes del bosque secundario
(Finegan 1992), sealan la importancia de desarrollar tcnicas para el manejo
sostenible de estos bosques, de entre las cuales destacan las tcnicas para la
cuantificacin de los recursos forestales existentes.
2.2. Tcnicas de inventarios forestales en los bosques secundarios de Ucayali
La Universidad Nacional Agraria La Molina (UNALM) ha desarrollado dos de los ms
importantes proyectos de investigacin sobre bosques secundarios en la Amazonia
peruana: el Proyecto Utilizacin de bosques secundarios en el trpico hmedo
peruano y el Proyecto Manejo de bosques secundarios en Amrica tropical. Ambos
fueron desarrollados en Ucayali. El segundo de los proyectos fue liderado por el
Centro para la Investigacin Forestal Internacional (CIFOR) y el Centro Agronmico
Tropical de Investigacin y Enseanza (CATIE); y ejecutado por la Universidad
Nacional Agraria La Molina (UNALM), EMBRAPA CPATU y la Universidad
Centroamericana en Per, Brasil y Nicaragua; respectivamente. Estas instituciones
conjuntamente elaboraron un protocolo para la medicin de la vegetacin en bosques
secundarios. En el Per, particularmente en Ucayali, este protocolo funcion pues un
75% de los bosques secundarios no superan las 4 ha y alrededor del 65% de ellos son
menores de 4 aos (Galvn et al. 1999). Mediante este protocolo se aplicaron
muestreos sistemticos con una intensidad de muestreo de 10% y se emple parcelas
de 100 m2 (10 m x 10 m).
III. OBJETIVOS
Disear un inventario mediante la distribucin sistemtica de las unidades de

muestreo en un bosque secundario.
53
Aplicar la asignacin de la muestra proporcionalmente a la superficie de los

estratos de un bosque secundario.
Comparar los diseos de inventarios aplicados en bosques secundarios con
respecto a bosques primarios.

4.1. Materiales
Lapicero
Escuadras
Transportador
Papel milimetrado
Papel canson
Estilgrafos o plumones punta fina
Brjula
Cinta mtrica de 25 a 50 m.
4.2. Mtodos
4.2.1. Seleccin de las parcelas
El mtodo para el inventario de un bosque secundario consiste en la identificacin de
los estratos en el bosque y el subsiguiente establecimiento de las parcelas mediante
un muestreo sistemtico. Como los bosques secundarios no tienen formas
poligonales, y se trata de reducir los tiempos (y por lo tanto los costos) para efectuar
los inventarios, las parcelas se levantaran a lo largo de lneas de muestreo paralelas y
equidistantes; con la finalidad de colocar el mayor nmero posible de parcelas por
lnea; sin desmedro de la representatividad de la muestra. Este procedimiento se
grafica mediante las figuras 12, 13, 14 y 15.
Se va a inventariar un bosque secundario de 1,34 ha para lo cual se divide el bosque
(en el mapa) en 134 parcelas de 10 m x 10 m (Figura 12). Si la intensidad de muestreo
(i) es 10%, entonces el tamao de muestra (n) ser 13 parcelas. Dado que la muestra
es sistemtica, se calcula k, o sea la cantidad de parcelas de las cuales se
seleccionar una. En este caso k es igual a 134/13, de modo que se selecciona la
ltima de cada 10 parcelas; a partir de la parcela 6 que corresponde al arranque
aleatorio a partir de las 10 primeras parcelas.
Ntese que en la Figura 12, ya sea AB o BC la trocha base, se requiere abrir varias
trochas eje. Pero el diseo se puede simplificar y los costos reducir (Figura 13), al
exceptuar una lnea de parcelas y dividir k entre dos, de manera que k se fija en 5:1;
por lo tanto se tendra que seleccionar la ltima de cada 5 parcelas. En este ejemplo,
el arranque aleatorio de las cinco primeras parcelas corresponde a la parcela 5.
Advirtase que no se modificara i ni n.
El diseo puede simplificarse todava ms (Figura 14), al exceptuar una lnea,
seleccionar la ltima de cada 5 parcelas y arrancar con la seleccin (por conveniencia)
desde la parcela 11 (sin respetar el arranque aleatorio). Ntese que si la trocha base
es BC, entonces sera suficiente abrir las trochas eje 2a, 7a y 12a; lo cual representa
un significativa reduccin de los costos.
Finalmente, para mejorar la distribucin de las parcelas sera posible colocar las
parcelas, intercaladamente, en lados opuestos de las trochas ejes (Figura 15). Esta
distribucin de las parcelas permite aceptar que, al igual que en los bosques primarios,
54
las parcelas se distribuyan a lo largo de lneas, asegurndose que exista equidistancia

y paralelismo entre lneas de muestreo, equidistancia entre parcelas y una adecuada
distribucin de las parcelas.
En cuanto a un inventario sistemtico estratificado, la Figura 11 grafica el muestreo de
un bosque con dos estratos (Estrato 1 = 14400 m2, Estrato 2 = 5600 m2). Dado que el
bosque se ha dividido en 200 parcelas, la muestra es de 20 parcelas. La asignacin
proporcional a la superficie determin que al estrato 1 le corresponda 14 parcelas y al
estrato 2 le corresponda 6 parcelas. La seleccin sistemtica se realiz de la siguiente
manera:
Estrato 1: seleccin sistemtica cada 10 parcelas (k1 = 144/14 = 10.2 = 10), pero
como se obvi una lnea se seleccion la ltima de cada 5 parcelas, con arranque
aleatorio de entre las 5 primeras (correspondindole a la parcela 2).
Estrato 2: seleccin sistemtica cada 9 parcelas (k2 = 56/6 = 9.3 = 9), pero como
se obvi una lnea se seleccion la ltima de cada 5 parcelas, con arranque
aleatorio de entre las 5 primeras parcelas (correspondindole a la parcela 3).
4.2.2. Procedimientos en el gabinete y en el bosque
Demarcacin y estratificacin del bosque
Demarcar el bosque mediante una trocha que recorra su permetro.
Identificar estratos o tipos de bosque mediante un reconocimiento ocular.
Dividir el bosque en estratos.
Diseo del inventario
Trazar el bosque en un mapa y calcular la superficie del bosque y de los estratos
(si los hubiera).
Calcular la proporcin que representa cada estrato en el bosque:
Pi
rea del estrato i

rea del bosque
Dividir cada estrato en cuadrculas equivalentes al tamao de la parcela, donde el

nmero total de cuadrculas en cada estrato ser Ni.
Calcular el tamao de la muestra o sea el nmero total de parcelas (n) a
inventariar.
Determinar el nmero de parcelas a inventariar en cada estrato (ni), asignando las
parcelas proporcionalmente al rea de cada estrato: ni Pi n
En cada estrato, numerar cada cuadrcula o parcela.
Seleccionar las parcelas a inventariar:
o
Dividir el nmero total de cuadrculas del estrato (Ni) entre la muestra (ni) del
mismo estrato. Esta divisin genera un nmero entero llamado k, donde
Ni
o
o
En cada estrato, seleccionar al azar una cuadrcula de las primeras k-simas

cuadrculas.
Seleccionar el resto de cuadrculas cada k sima cuadrcula, empezando
desde la cuadrcula seleccionada al azar, hasta completar las ni cuadrculas.
Levantamiento de la informacin
Abrir las trocha base y las trochas eje.
Establecer las parcelas y, simultneamente, medir la vegetacin.
55
76 92 108
75 91 107
75 91 107
75 91 107
75 91 107
32 46 60 74 90 106
C
31 45 59 73 89 105 121 134 13a
32 46 60 74 90 106
C
31 45 59 73 89 105 121 134 13a
32 46 60 74 90 106
32 46 60 74 90 106
C
31 45 59 73 89 105 121 134 13a
C
31 45 59 73 89 105 121 134 13a
30 44 58 72 88 104 120 133 12a
30 44 58 72 88 104 120 133 12a
30 44 58 72 88 104 120 133 12a
30 44 58 72 88 104 120 133 12a
29 43 57 71 87 103 119 132 11a
29 43 57 71 87 103 119 132 11a
29 43 57 71 87 103 119 132 11a
29 43 57 71 87 103 119 132 11a
28 42 56 70 86 102 118 131 10a
28 42 56 70 86 102 118 131 10a
28 42 56 70 86 102 118 131 10a
28 42 56 70 86 102 118 131 10a
76 92 108
76 92 108
76 92 108
18 27 41 55 69 85 101 117 130 9a
18 27 41 55 69 85 101 117 130 9a
18 27 41 55 69 85 101 117 130 9a
18 27 41 55 69 85 101 117 130 9a
17 26 40 54 68 84 100 116 129 8a
17 26 40 54 68 84 100 116 129 8a
17 26 40 54 68 84 100 116 129 8a
17 26 40 54 68 84 100 116 129 8a
16 25 39 53 67 83 99 115 128 7a
16 25 39 53 67 83 99 115 128 7a
16 25 39 53 67 83 99 115 128 7a
16 25 39 53 67 83 99 115 128 7a
15 24 38 52 66 82 98 114 127 6a
15 24 38 52 66 82 98 114 127 6a
15 24 38 52 66 82 98 114 127 6a
15 24 38 52 66 82 98 114 127 6a
14 23 37 51 65 81 97 113 126 5a
14 23 37 51 65 81 97 113 126 5a
14 23 37 51 65 81 97 113 126 5a
14 23 37 51 65 81 97 113 126 5a
13 22 36 50 64 80 96 112 125 4a
13 22 36 50 64 80 96 112 125 4a
13 22 36 50 64 80 96 112 125 4a
13 22 36 50 64 80 96 112 125 4a
12 21 35 49 63 79 95 111 124 3a
12 21 35 49 63 79 95 111 124 3a
12 21 35 49 63 79 95 111 124 3a
12 21 35 49 63 79 95 111 124 3a
11 20 34 48 62 78 94 110 123 2a
11 20 34 48 62 78 94 110 123 2a
11 20 34 48 62 78 94 110 123 2a
11 20 34 48 62 78 94 110 123 2a
10 19 33 47 61 77 93 109 122 1a
10 19 33 47 61 77 93 109 122 1a
10 19 33 47 61 77 93 109 122 1a
10 19 33 47 61 77 93 109 122 1a
9 10 B
9 10 B
9 10 B
9 10 B
Figura 12. Muestreo sistemtico

en un bosque secundario con i
= 10%, parcelas de 100 m2 (10 m
x 10 m) y k = 10:1

= 10%, parcelas de 100 m2 (10 m
x 10 m) y k = 5:1 (obviando una
lnea de muestreo).

= 10%, parcelas de 100 m2 (10 m
lnea de muestreo y arranque
selectivo).
56

= 10%, parcelas de 100 m2 (10 m
lnea de muestreo, arranque
selectivo
y
parcelas
intercaladas a ambos lados de
la trocha eje).
V. RESULTADOS
El profesor del curso proporcionar mapas de bosques secundarios y los alumnos
elaborarn diseos de inventarios.
VI. BIBLIOGRAFA
Finegan, B. 1992. El potencial de manejo de los bosques hmedos secundarios
neotropicales de las tierras bajas. Trad. R Lujn. Turrialba, Costa Rica, CATIE.
30p. Coleccin Silvicultura y manejo de bosques naturales no. 5.
Galvn G, O; Alva V, J; Dominguez T, G. 1999. Caracterizacin biofsica de las
unidades agrarias de Semuya y Nueva Requena a partir de un sondeo rural rpido.
14p. Mimeogr.
Galvn G, O; Sabogal M, C; Coln C, V. 2000. Potencial productivo de los bosques
secundarios de altura de la zona de Pucallpa, Regin Ucayali, Amazonia peruana.
Revista Forestal del Per 23(1-2):63-78.
Smith, J; Sabogal, C; Jong, W de; Kaimowitz, D. 1997. Bosques secundarios como
recurso para el desarrollo rural y la conservacin ambiental en los trpicos de
Amrica Latina. Yakarta, Indonesia, CIFOR. 31p. Occasional Paper no. 13.
57
PRCTICA 10
EJECUCIN DE UN CENSO COMERCIAL
I. INTRODUCCIN
El Plan General de Manejo Forestal se considera como el instrumento de gestin del
bosque para el mediano y largo plazo y esta basado, principalmente, en la informacin
que provee el inventario forestal. Como instrumento de gestin en el corto plazo o ao
operativo esta el Plan Operativo Anual, que se basa en la informacin que provee el
censo comercial, el cual facilita el trazo de los caminos forestales y viales de arrastre,
la ubicacin de los patios de trozas, rboles semilleros, rboles aprovechables, zonas
de conservacin y de proteccin, entre otros aspectos. La ejecucin de un censo
comercial se basa en un mtodo casi estndar, pero con ligeras variaciones
dependiendo de la experiencia del profesional que lo ejecuta. A continuacin se
muestra un mtodo para ejecutar un censo comercial, el mismo que puede presentar
ciertas variantes y complementariedades; como el trazo de las curvas de nivel para
ubicar el trazo de los caminos y viales.
II. MARCO TERICO
2.1. Historia de los planes de manejo forestal en la Amazonia peruana
El Decreto Ley N 21147 Ley Forestal y de Fauna Silvestre, vigente desde mayo de
1975 hasta julio del 2000, mantuvo a los bosques de la Amazonia peruana bajo un
rgimen pernicioso que no favoreci el manejo del bosque. Esta ley cre los Bosques
Nacionales y los Bosques de Libre Disponibilidad y slo en los primeros se exigi que
su aprovechamiento requiera (obligatoriamente) de un estudio de factibilidad tcnico
econmico (que deba incluir un plan de manejo forestal) (Cueto 1982, Frisk et al.
1982). En los bosques de libre disponibilidad, los contratos de extraccin forestal
podan ser de menos de 1000 ha sobre los cuales no pesaba la obligatoriedad de
efectuar actividades de manejo forestal, por tal razn este tipo de contratos
proliferaron en desmedro del recurso forestal (INRENA et al. 2004).
En el ao 2000 el estado peruano decidi revertir esta situacin y, a travs de la Ley
N 27308, Ley Forestal y de Fauna Silvestre, cre un nuevo rgimen forestal basado
en concesiones forestales con fines maderables de hasta 40 aos renovables; bajo
planes de manejo forestal (INRENA et al. 2004). Esta nueva ley forestal estableci dos
niveles de planificacin de los planes de manejo forestal (INRENA et al. 2004):
Plan General de Manejo Forestal (PGMF), que contempla el marco general de
planificacin en el largo plazo.
Plan Operativo Anual (POA) que contempla la planificacin del aprovechamiento
en el corto plazo o ao operativo.
Finalmente, en el ao 2003, se modificaron los trminos de referencia para elaborar
los PGMF y POA, crendose unos lineamientos y formatos de presentacin de PGMF
y POA ms explcitos (y menos sujetos a las subjetividades del profesional) (INRENA
et al. 2004).
2.2. El censo comercial y la planificacin de la extraccin forestal
As como el inventario forestal es una de las actividades que sustenta el PGMF, el
censo comercial es la actividad que sustenta el POA. El censo comercial permite,
principalmente, planificar el aprovechamiento de la madera y/o de los productos no
maderables (Frisk et al. 1982, Amaral et al. 1998, Silva 2001, Prieto 2006, Coln y
Sabogal 2004, Sabogal et al. 2004, Quirs et al. 2004).
58
Especficamente las utilidades del censo comercial son las siguientes (Frisk et al.
1982, Amaral et al. 1998, Silva 2001, Prieto 2006, Coln y Sabogal 2004, Sabogal et
al. 2004, Quirs et al. 2004):
Identificar en el bosque y en el mapa los rboles aprovechables.
Identificar en el bosque y en el mapa los rboles semilleros.
Calcular los volmenes aprovechables por especie.
Identificar en el mapa colinas, ros, quebradas y cochas.
Graficar en el mapa el relieve del terreno.
Trazar en el mapa y en el bosque las viales de arrastre, caminos y los patios de
acopio.
Identificar la direccin de cada de los rboles que se van a aprovechar.
Identificar sectores de proteccin.
Identificar en el bosque y en el mapa los rboles para el segundo ciclo de corta.
Ejecutar el tratamiento silvicultural de corta de lianas.
Planificar el tratamiento silvicultural de manejo de regeneracin natural bajo
rboles madre.
Planificar el tratamiento silvicultural de mejoramiento y/o saneamiento.
III. OBJETIVOS
Fortalecer capacidades para ejecutar censos comerciales en bosques primarios.

Identificar las utilidades de un censo comercial.

4.1. Materiales
Lapicero
Escuadras
Transportador
Papel milimetrado
Porta mina 07 2B
Lpices de colores
Brjula
Clinmetro
Cinta mtrica de 25 a 50 m.
GPS
4.2. Mtodos
Los siguientes procedimientos para la ejecucin, en el bosque, de un censo comercial
se han tomado de Galvn (2011).
4.2.1. Demarcacin de la parcela de corta anual (PCA) y trazo de la trocha base
El establecimiento de una PCA requiere de la elaboracin previa de un mapa base,
con las coordenadas de loa vrtices de la PCA. La PCA es ubicada mediante la
ubicacin de un vrtice del rea forestal productiva (ya sea de la comunidad,
predio privado o concesin forestal), un vrtice de una PCA contigua o un trazo
con distancia y azimut conocidos a partir de un punto georeferenciado.
La PCA se demarca (lindera) mediante trochas de un ancho de 1.5 m. Las
distancias se miden mediante resaltos horizontales (Figura 16).
Se debe georeferenciar los cuatro vrtices de la PCA para verificar que las
distancias de los cuatro lados sean las correctas.
El lado ms largo de la PCA ser la trocha base.
59
A lo largo de la trocha base se deben colocar jalones cada 25 m, los cuales deben
indicar la distancia (25m, 50m, 75m, 100m, 125m, etc.). Los jalones que van a
sealar el inicio de cada trocha eje deben ser estacas gruesas en las cuales se
anotar el nmero de la trocha eje.
Figura 16. Medicin de distancias

4.2.2. Trazo de las trochas eje
Las trochas eje son perpendiculares a la trocha base, y se extienden de un lado de
la PCA al otro.
Cuando se termine de abrir una trocha eje la brigada deber volver a la trocha
base e iniciar el trazo de la trocha eje siguiente.
En cada trocha eje se colocarn jalones cada 25 metros. Las distancias se medirn
mediante resaltos horizontales. Estas mediciones se identifican con respecto a su
distancia a la trocha base (25m, 50m, 75m, 100m, etc.), anotndose con un
plumn indeleble sobre la parte descortezada del jaln o sobre una cinta amarrada
al jaln.
El ancho de la trocha eje ser de 0,50 cm. (slo para pasar).
El largo de una trocha eje no debe ser mayor a 1000 m. Si las dimensiones de la
PCA fueran considerables, se evitar trochas eje excesivamente largas dividiendo
la PCA en compartimientos.
En cuanto a la distancia entre trochas eje, el censo se efecta en fajas de 50 100
m de ancho, o sea que la distancia entre las trochas eje ser de 50 100 m.
Existen varias opciones para trazar las trochas eje. Una opcin consiste en ubicar
la trocha eje en el lado derecho de cada faja a censar. Si la faja es de 100 m,
entonces la primera trocha eje empezar a los 100 m del inicio de la trocha base.
Si la faja fuera de 50 m, entonces la primera trocha eje empezar a los 50 m del
inicio de la trocha base (Figura 17). Esta opcin evita que se excepten del censo
rboles aprovechables, pero dificulta la estimacin de la distancia a la trocha eje,
esta dificultad aumenta cuando el ancho de la faja es de 100 m.
Otra opcin es que la trocha eje atraviese la faja por el centro. Si la faja es de 100
m, entonces la primera trocha eje empezar a los 50 m del inicio de la trocha base.
Si la faja fuera de 50 m, entonces la primera trocha eje empezar a los 25 m del
inicio de la trocha base (Figura 18). Esta opcin facilita la estimacin de la
distancia a la trocha eje, pero propicia que no se midan los rboles que se hallan
prximos a los lmites imaginarios de la faja.
4.2.3. Censo de los rboles
Supuestamente la PCA debe hallarse en el rea forestal productiva, por lo tanto, in
situ, no sera necesario excluir sectores. Lo anterior significa que, antes de ejecutar
el censo, con base en el testimonio de personas, imgenes de satlite y de radar
60
se debe discriminar los sectores donde no se justificara hacer un censo. Sin

embargo, ya en el bosque, se deben registrar y ubicar ros, quebradas, colpas,
aguajales, zonas pantanosas y otros detalles de inters para exceptuar (en el
gabinete) reas de proteccin y conservacin. Lo anterior obliga a registrar el
ancho y la direccin de los ros y quebradas. Estos detalles deben anotarse en la
libreta de campo como observaciones.
reas a excluir
Laderas con pendientes mayores a
45%
Franja de 50 m de ancho a lo largo de
ros permanentes de > 10 m de ancho.
Zonas con asociaciones florsticas de
especies raras o en peligro de
extincin.
Zonas de refugio para la fauna.
Figura 17. Ubicacin de la trocha eje en el lado derecho de la faja de censo
Figura 18. Ubicacin de la trocha eje en el centro de la faja de censo (ancho de

50 m)
61
La brigada debe recorrer todo el ancho de la faja tal como lo indican las Figuras 17
y 18. Cuando se termine el censo la brigada deber volver a la trocha base e iniciar
el censo de la siguiente faja. Es importante considerar que siempre la trocha eje
ser la que est al lado derecho de la faja, lo cual debe anotarse en la libreta de
campo; pero, cuando la trocha eje atraviesa la faja por el centro, entonces se debe
anotar en la libreta de campo el lado de la faja (izquierda o derecha) donde se
halla el rbol.
Las distancias a la trocha base y a la trocha eje se estiman. Se sugiere medir la
distancia a la trocha eje de los primeros rboles para afinar las estimaciones
posteriores.
Cmo estimar las distancias a la trocha eje (distancia X) y la trocha base
(distancia Y)?
Cuando la trocha eje esta en el lado derecho de la faja (Figura 19):
AB y BC son dos tramos de la trocha base
En B y C se inician las correspondientes trochas eje
En G se ubica el rbol
CD y DE son dos tramos de 25 m de la trocha eje C
FG es la distancia X o distancia a la trocha eje DTE del rbol G
GH es la distancia Y o distancia a la trocha base DTB del rbol G, que es igual
a CF
Para estimar la distancia a la trocha base (distancia Y) se medir o estimar DF,
que es igual a GI, para sumarla a la distancia HI, ya conocida (pues es igual a CD)
y marcada en la estaca D. La distancia a la trocha eje (distancia X) ser la
medicin o estimacin de FG (por ejemplo 13 m).
Cuando la trocha eje atraviesa el centro de la faja (Figura 20):
AB es la trocha base
BC y CD son dos tramos de 25 m de la trocha eje
En F se ubica el rbol
EF es la distancia X o distancia a la trocha eje DTE del rbol F
FG es la distancia Y o distancia a la trocha base DTB del rbol F
Para estimar la distancia a la trocha base (distancia Y) se medir o estimar CE,
que es igual a FH, para sumarla a la distancia GH ya conocida (pues es igual a
BC) y marcada en la estaca C. La distancia a la trocha eje (distancia X) ser la
medicin o estimacin de EF (10 m), en este caso se debe poner cuidado de
anotar el lado de la faja donde se encuentra el rbol.
Para cada rbol se estimar la altura de fuste comercial (se debe controlar que el
matero no sobreestime las alturas).
Slo se incluir las especies que se van a comercializar en el corto y mediano
plazo (5 aos) y los individuos con con DAP igual o mayor al DMC legalmente
establecido.
Cada rbol ser numerado consecutivamente. Esta numeracin comienza al inicio
de la faja y acaba al final de la faja.
En cada rbol se anotar el nmero de la faja y el nmero del rbol (uno encima
del otro).
Los nmeros se anotarn con pintura en el lado del fuste que esta frente a la
trocha base o se anotar en una placa la cual se clava al fuste.
62
Figura 19. Medicin de distancias a la trocha base y a la trocha eje (cuando la

trocha eje esta al lado de la faja)
Figura 20. Medicin de distancias a la trocha base y a la trocha eje (cuando la

trocha eje esta en el centro de la faja)
Los rboles semilleros se identificarn y marcarn durante el censo, anotndose

los nmeros de faja y rbol y una letra S que lo identifique como semillero. Se
dejar el 10% (uno de cada diez) de los rboles con dimetro igual o mayor al
dimetro mnimo de corta.
Por ejemplo:
Si hay 2 rboles se dejar un rbol semillero.
Si hay 17 rboles se dejarn 2 rboles semilleros.
Las caractersticas que debe reunir un rbol semillero son las siguientes:
o Excelentes condiciones fitosanitarias
o Buena forma de fuste
o Copa ampliamente desarrollada
63
4.2.4. Personal
Brigada de censo:
Un (01) jefe de brigada o aforador: responsable del trabajo, verifica la medicin
correcta del DAP, estima la altura de fuste, estima la distancia a la trocha eje y la
distancia a la trocha base, selecciona los rboles semilleros y lleva el registro de
toda la informacin.
Un (01) matero: identifica la especie, mide el DAP y ayuda a estimar la altura de
fuste comercial.
Uno o dos (02) obreros: uno de ellos pinta el nmero de rbol en la corteza o anota
el nmero de rbol en una placa que es clavada en la corteza y ayuda a estimar la
distancia a la trocha eje y la distancia a la trocha base. Opcionalmente, otro obrero
selecciona y corta las lianas que interconectan los rboles aprovechables con los
rboles no aprovechables.
Brigada de apertura de trochas:
Un (01) jefe de brigada: responsable del trabajo, orienta a la brigada usando los
equipos (brjula, clinmetro, GPS, carta nacional y mapa base).
Un (01) jalonero: coloca los jalones en los cuales anota las distancias (con plumn
indeleble o pintura sobre un lado descortezado del jaln o sobre una cinta
amarrada al jaln). Ayuda al jefe de brigada a medir las distancias (con una wincha
de 50 m) y las pendientes.
Dos (02) trocheros: abren las trochas y proveen los jalones.
4.2.5. Datos obtenidos del censo:
Jefe de brigada:
Matero(s):
Hora inicio:
Hora final:
Ancho faja:
Largo faja:
Tipo de bosque:
Fisiografa:
Fecha:
PCA:
Faj rbo Espec DAP HF Distanc Lad Observacio

a
l
ie
(cm) (m)
ia
o
nes
(m)
(semillero
?)
X Y
V. BIBLIOGRAFA
Amaral, P; Verssimo, A; Barreto, P; Vidal, E. 1998. Bosque para siempre: manual

para la produccin de madera en la Amazonia. Trad. M Imamoto. Lima, Per,
WWF, IMAZON, USAID, ASDI. 161p.
Coln, V; Sabogal, C. 2004. Manual prctico para operadores forestales. Lima,
Per, INRENA, CIFOR, FONDEBOSQUE. 74p.
Cueto A, L. 1982. La Ley Forestal y de Fauna Silvestre. In Per forestal. p.15-24.
Frisk S, T; Dance, J; Novoa R, L. 1982. Planificacin y ejecucin de inventarios
para el abastecimiento oportuno y econmico de las industrias forestales. Lima,
Per, PROYECTO PNUD/FAO/PER/81/002. 70p.
Galvn G, O. 2011. Manual de campo para la ejecucin de un censo comercial.
Pucallpa, Per, UNIA. 20p. Indito.
INRENA. 2003. Ley Forestal y de Fauna Silvestre (Ley N 27308) y Reglamento de
la Ley Forestal y de Fauna Silvestre y sus modificaciones (D.S. N 014-2001-AG).
Lima, Per. 111p.
64
INRENA, CIFOR, FONDEBOSQUE. 2004. Planes de manejo en concesiones

forestales con fines maderables: lineamientos para su elaboracin y formatos de
presentacin. Lima, Per. 116p.
Maginnis, S; Mndez G, JA; Davies, J. 1998. Manual para el manejo de bloques
pequeos de bosque hmedo tropical: con especial referencia a la Zona Norte de
Costa Rica. Costa Rica, Comisin de Desarrollo Forestal de San Carlos
(CODEFORSA). 208p.
Prieto, H. 2008. Manual de censos forestales. Lima, Peru, WWF. 74p.
Quirs, D; Bermdez, G; Louman, B; Camino, R de. 2004. In. Orozco V, L (ed).
Planificacin del manejo diversificado de bosques latifoliados hmedos tropicales.
Turrialba, Costa Rica, CATIE. p.211-251.
Sabogal, C; Carrera, F; Coln, V; Pokorny, B; Louman, B. 2004. Manual para la
planificacin y evaluacin del maneo forestal operacional en bosques de la
Amazonia peruana. Lima, Per, INRENA, CIFOR, FONDEBOSQUE, CATIE. 279p.
Silva, JNM. 2001. Manejo florestal. 3ed. Braslia, Brasil, Empresa Brasileira de
Pesquisa Agropecuria, Embrapa Amaznia Oriental. 49p.
65

2 Guia Practicas InventariosForestales 15mayo11

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2 Guia Practicas InventariosForestales 15mayo11

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA

FACULTAD DE INGENIERA Y CIENCIAS AMBIENTALES

Donde i = intensidad de muestreo.

= sumatoria de las observaciones i

2.6.2. Media ponderada

Cantidad vendida por da

2.7.2. Coeficiente de variacin (CV)

Se puede expresar como proporcin o en porcentaje.

2.7.3. Error estndar ( S x )

entonces se puede omitir el trmino 1 conocido como correccin por poblacin

la parcela, entonces resulta evidente que se puede omitir el trmino 1

2.8. Lmites de confianza

estimador Coeficient eConfiabil idad xErrorEstndar

Donde t es el coeficiente de confiabilidad que se extrae de una tabla de distribucin

y los lmites de 99% de confianza por:

Determinar los valores estadsticos de una muestra.

IV. MATERIALES Y MTODOS

Interpretacin: el volumen promedio por hectrea es 10.7 m3/ha

Interpretacin: No ms del 50% de observaciones son inferiores a 11 m3/ha y no

Interpretacin: el promedio de las diferencias entre las observaciones y la media

Interpretacin: el promedio de las diferencias entre las medias muestrales y la

Se proceder a calcular los estadsticos del ejemplo propuesto, utilizando las

Calzada B, J. 1964. Mtodos estadsticos para la investigacin. 2ed. Lima, Per.

2.2. Cociente de mezcla (CM)

Determinar el ndice de Valor de Importancia de un bosque mediante la

IV. MATERIALES Y MTODOS

Informacin de un inventario forestal

IVI %especie A%especie D%especie F %especie

ndice de Valor de Importancia de la especie

Abundancia relativa de la especie

Abundancia absoluta de la especie

Dominancia relativa de la especie

rea basal de los rboles de la especie

Frecuencia relativa de la especie

Frecuencia absoluta de la especie

n parcelas donde existe la especie

Frecuencia absoluta de todas las especies

D%especie n parc Fespecie F%especie IVI300% IVI100%

Donde n parc = nmero de parcelas donde existe la especie

Lamprecht, H. 1990. Silvicultura en los trpicos. Trad. A Carrillo. Eschborn,

Figura 1. Representacin de la estructura horizontal y vertical de un bosque

Figura 2. Representacin de un bosque coetneo (Tomado de Louman et al.

Figura 3. Representacin de un bosque discetneo (Tomado de Louman et al.

desarrollo de un bosque e indicar la competencia entre rboles en un bosque (Finegan

(TB=bosque de terraza baja, TA=bosque de terraza alta, CB=bosque de colina baja)

Figura 5. Perfil de un bosque tropical hmedo (Tomado de Smith y Smith 2002)

Determinar la estructura horizontal de un bosque hmedo tropical.

IV. MATERIALES Y MTODOS

Cuadro 2. Nmero de individuos, rea basal y volumen por clase diamtrica y

Clase diamtrica (j)

Transformar los valores en valores por hectrea de la siguiente manera:

= nmero de individuos de la especie i en la clase diamtrica j

Finegan, B; Delgado, D. 1997. Bases ecolgicas para el manejo de los bosques

Louman, B; Valerio, J; Jimnez, W. 2001. Bases ecolgicas. In Louman, B; Quirs,

Estos conceptos de riqueza y uniformidad se ilustran en la figura 6 (adaptado de

Figura 6. Comparacin de la riqueza y uniformidad en cuatro comunidades

El ndice de Shannon mide el grado de incertidumbre. Si la diversidad es alta,

donde ni = nmero de individuos de la especie i-sima y N = nmero de individuos de

el inverso del ndice de dominancia (Smith y Smith 2002, Mostacedo y Fredericksen

Identificar los componentes de la diversidad de una comunidad.

IV. MATERIALES Y MTODOS

Identificar la comunidad con el mayor ndice o sea la ms diversa.

4.2.2. Clculo del ndice de Simpson

Para cada especie calcular ni y el cociente