Un sistema para el análisis de calidad de fuste con el fin de predecir rendimientos comerciales de pulpa y madera sólida de Melina (Gmelina arborea Roxb.), en inventarios precosecha
Costa Rica es un país con un alto potencial para la producción de madera en plantaciones forestales de rápido crecimiento. Entre las especies plantadas Gmelina arborea figura como una de las más comunes y la especie que mejor crecimiento ha demostrado a nivel nacional. La necesidad de maximizar el valor y lograr una utilización más completa del producto de las plantaciones de Melina ha impulsado la búsqueda de mejores sistemas de inventario precosecha, con el fin de predecir rendimiento para diversos productos. En esta investigación, se desarrolló un sistema simplificado para la clasificación de árboles (a los 6 años) en 4 clases de forma. El sistema se denominó CGFM y describe las siguientes clases de árbol: Clase 1, árboles sin presencia de torceduras abruptas o bifurcaciones en el primer 80 por ciento del fuste, Clase 2, árboles con una bifurcación alta, entre 33 y 80 por ciento de la altura total, Clase 3, árboles con una bifurcación baja, entre el nivel de suelo y 33 por ciento de la altura total, y Clase 4, árboles muy retorcidos o con una fuerte pérdida de dominancia. Se comprobó que no había diferencia significativa entre frecuencia de defectos de forma para las fuentes de semilla comparadas en este estudio. La frecuencia de defectos de forma del fuste variaba de sitio en sitio, pero no se encontró una relación entre calidad del sitio y la frecuencia de los defectos. Se encontró diferencia significativa entre la productividad (volumen comercial de madera a los 6 años) de fuentes. La mejor fuente generó 237.8 m3/ha y la de menor productividad 210.5m3/ha. La conicidad de los árboles, medido como el factor de forma cilíndrica (FFC), no presentó diferencias significativas entre fuentes de semilla ni tamaño del árbol. Se encontraron diferencias entre sitios pero no se halló una relación directa con la calidad de sitio. Se reconoció que el uso de una sola ecuación general para calcular el volumen comercial de madera en las plantaciones dio origen a sub y sobre estimaciones de volumen. Se encontró que los volúmenes comerciales de pulpa variaban de lo estimado en árboles con la presencia de defectos de forma. Además fue evidente que la presencia de defectos de forma del fuste tuvieron un efecto negativo sobre el rendimiento de productos de madera sólida como son la madera para aserrío y para la fabricación de lápices. En este estudio se cortó, troceó y cubicó más de 400 árboles para las cuatro clasificaciones de producto estudiadas: volumen comercial, volumen para pulpa, volumen para aserrío y volumen para lápices. Los valores observados fueron utilizados para generar 14 ecuaciones de volumen utilizando regresión lineal, para cada producto en cada clase de forma (con la excepción de clase 4 donde únicamente se generó ecuaciones para volumen comercial y para pulpa). Las variables independientes utilizadas fueron DAP y altura total. Además se generaron 14 "Valores de descuento", para ajustar el valor dado por la ecuación general de volumen para calcular el volumen comercial para los diferentes productos en cada clase de forma CGFM. Estas ecuaciones también dieron un buen ajuste a los volúmenes observados, aunque en la mayoría de los casos este fue menor del ajuste de la ecuación de volumen correspondiente. Las ecuaciones generadas calculan volúmenes inclusivos, es decir el volumen máximo para un producto de un árbol según las especificaciones del producto. Los volúmenes reales de cada producto dependen de su valor y demanda y se calculan restando el volumen de los productos mayores. Las ecuaciones fueron diseñadas para alcanzar el mayor grado de precisión de estimación de volumen de productos a nivel de rodal no a nivel del árbol individual. En una validación de las 14 ecuaciones desarrolladas se encontraron errores de estimación de hasta +/- 7.4 por ciento en 12 de las ecuaciones
Main Authors: | , |
---|---|
Format: | biblioteca |
Language: | spa |
Published: |
Turrialba, Costa Rica CATIE
1996
|
Subjects: | CLASIFICACION, GMELINA ARBOREA, INVENTARIOS FORESTALES, MODELOS MATEMATICOS, PLANTACION FORESTAL, TROCEADO, VOLUMEN, SEMILLAS, TALLOS, |
Online Access: | http://hdl.handle.net/11554/9034 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Costa Rica es un país con un alto potencial para la producción de madera en plantaciones forestales de rápido crecimiento. Entre las especies plantadas Gmelina arborea figura como una de las más comunes y la especie que mejor crecimiento ha demostrado a nivel nacional. La necesidad de maximizar el valor y lograr una utilización más completa del producto de las plantaciones de Melina ha impulsado la búsqueda de mejores sistemas de inventario precosecha, con el fin de predecir rendimiento para diversos productos. En esta investigación, se desarrolló un sistema simplificado para la clasificación de árboles (a los 6 años) en 4 clases de forma. El sistema se denominó CGFM y describe las siguientes clases de árbol: Clase 1, árboles sin presencia de torceduras abruptas o bifurcaciones en el primer 80 por ciento del fuste, Clase 2, árboles con una bifurcación alta, entre 33 y 80 por ciento de la altura total, Clase 3, árboles con una bifurcación baja, entre el nivel de suelo y 33 por ciento de la altura total, y Clase 4, árboles muy retorcidos o con una fuerte pérdida de dominancia. Se comprobó que no había diferencia significativa entre frecuencia de defectos de forma para las fuentes de semilla comparadas en este estudio. La frecuencia de defectos de forma del fuste variaba de sitio en sitio, pero no se encontró una relación entre calidad del sitio y la frecuencia de los defectos. Se encontró diferencia significativa entre la productividad (volumen comercial de madera a los 6 años) de fuentes. La mejor fuente generó 237.8 m3/ha y la de menor productividad 210.5m3/ha. La conicidad de los árboles, medido como el factor de forma cilíndrica (FFC), no presentó diferencias significativas entre fuentes de semilla ni tamaño del árbol. Se encontraron diferencias entre sitios pero no se halló una relación directa con la calidad de sitio. Se reconoció que el uso de una sola ecuación general para calcular el volumen comercial de madera en las plantaciones dio origen a sub y sobre estimaciones de volumen. Se encontró que los volúmenes comerciales de pulpa variaban de lo estimado en árboles con la presencia de defectos de forma. Además fue evidente que la presencia de defectos de forma del fuste tuvieron un efecto negativo sobre el rendimiento de productos de madera sólida como son la madera para aserrío y para la fabricación de lápices. En este estudio se cortó, troceó y cubicó más de 400 árboles para las cuatro clasificaciones de producto estudiadas: volumen comercial, volumen para pulpa, volumen para aserrío y volumen para lápices. Los valores observados fueron utilizados para generar 14 ecuaciones de volumen utilizando regresión lineal, para cada producto en cada clase de forma (con la excepción de clase 4 donde únicamente se generó ecuaciones para volumen comercial y para pulpa). Las variables independientes utilizadas fueron DAP y altura total. Además se generaron 14 "Valores de descuento", para ajustar el valor dado por la ecuación general de volumen para calcular el volumen comercial para los diferentes productos en cada clase de forma CGFM. Estas ecuaciones también dieron un buen ajuste a los volúmenes observados, aunque en la mayoría de los casos este fue menor del ajuste de la ecuación de volumen correspondiente. Las ecuaciones generadas calculan volúmenes inclusivos, es decir el volumen máximo para un producto de un árbol según las especificaciones del producto. Los volúmenes reales de cada producto dependen de su valor y demanda y se calculan restando el volumen de los productos mayores. Las ecuaciones fueron diseñadas para alcanzar el mayor grado de precisión de estimación de volumen de productos a nivel de rodal no a nivel del árbol individual. En una validación de las 14 ecuaciones desarrolladas se encontraron errores de estimación de hasta +/- 7.4 por ciento en 12 de las ecuaciones |
---|