Aplicación de un enfoque bayesiano para ajustar ecuaciones de biomasa de Prosopis laevigata en el norte de México
Uno de los mayores problemas en la estimación de biomasa aérea es la elección de un correcto modelo alométrico. En México existe una nece - sidad de cuantificar la biomasa de especies en zonas áridas. Los objetivos de este trabajo fueron ajustar ecuaciones alométricas para estimar la biomasa de...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | , , |
| Format: | Artículo |
| Language: | spa |
| Published: |
2021
|
| Subjects: | |
| Online Access: | https://doi.org/10.21829/myb.2021.274242 https://myb.ojs.inecol.mx/index.php/myb/article/view/2424/2266 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Uno de los mayores problemas en la estimación de biomasa aérea es la elección de un correcto modelo alométrico. En México existe una nece
-
sidad de cuantificar la biomasa de especies en zonas áridas. Los objetivos de este trabajo fueron ajustar ecuaciones alométricas para estimar la
biomasa de
Prosopis laevigata
mediante un enfoque bayesiano (EB) y cuantificar el error en el ajuste de los modelos: EB, mínimos cuadrados
ordinarios (MCO) y el obtenido de una investigación publicada en 2012. El modelo bayesiano se desarrolló con base en distribuciones de proba
-
bilidad de parámetros (
a
y
b
)
a priori
, recopiladas de siete sitios de experimentación en los cuales se estimó la biomasa (B) a través del diámetro
basal (Db) mediante ecuaciones potenciales. Se compararon los enfoques en cinco tamaños de muestra (TM) (10, 30, 60, 90 y 120); en cada una
de ellas se realizaron 1000 repeticiones sin remplazo. Los 144 árboles medidos en los sitios de muestreo fueron usados para validar el ajuste
para cada submuestra. Los resultados mostraron que el EB presentó la menor variabilidad del error en las distintos TM. El MCO ajustó similar
a EB, sin embargo, su variabilidad y la presencia de valores atípicos crecieron al disminuir TM. El ajuste con los parámetros de la investigación
publicada en 2012 presentó la mayor variabilidad y demostró alta incertidumbre al estimar la biomasa con parámetros fijos. Se recomienda la
aplicación de EB para la estimación de biomasa en otras especies de interés y su aplicación en inventarios nacionales. |
|---|