Contido principal do artigo

Jesús Enrique Andrades-Grassi
Universidad de Los Andes, Mérida, Venezuela
Venezuela
https://orcid.org/0000-0002-5009-2826
Hugo Alexander Torres Mantilla
Universidad de Los Andes, Mérida, Venezuela
Venezuela
https://orcid.org/0000-0002-4615-4051
Ronald Edgardo Rangel Vasquez
Universidad de Los Andes, Mérida, Venezuela
Venezuela
https://orcid.org/0000-0002-4671-6296
Luis Enrique Gámez
Universidad de Los Andes, Mérida, Venezuela
Venezuela
Ledyz Cuesta Herrera
Departamento de Matemática, Física y Estadística. Facultad de Ciencias Básicas. Universidad Católica del Maule, Chile.
Venezuela
Alicia Elena Gómez Mejías
Universidad de Los Andes, Mérida, Venezuela
Venezuela
https://orcid.org/0000-0002-9652-4209
Hugo Alexander Torres Mantilla
Universidad de Los Andes, Mérida, Venezuela
Venezuela
https://orcid.org/0000-0002-4615-4051
Juan Ignacio López
Universidad de Los Andes, Mérida, Venezuela
Venezuela
No 20 (2024): Recursos Rurais, Artigos orixinais, páxinas 39-47
DOI https://doi.org/10.15304/rr.id10129
Recibido: 17-09-2024 Publicado: 09-11-2024
Copyright Como citar

Resumo

Se analizó la distribución espacial de árboles comerciales en la Reserva Forestal El DoradoTumeremo, estado Bolívar, Venezuela. Se planteó la hipótesis nula de Aleatoridad Espacial Completa (CSR), aplicando métodos exploratorios espaciales sin marcas y prueba de patrones puntuales multivariantes (α = 0.05). La distribución espacial dominante resulto ser el agregado. La función de densidad espacial aumenta bajo una estructura polinomial de segundo orden, siendo evidenciado por las funciones K y L. Además, se identificaron que las variables Suelos, Pendiente del terreno y Distancia a la Red de Drenaje, influyen sobre el proceso de ocurrencia de los árboles comerciales. Los modelos de patrones de puntos homogéneos evidenciaron ajustes pobres. Se identificó un proceso inhomogéneos de tipo Thomas que evidencia estadísticamente la ocurrencia de árboles padres e hijos que fue modelado de forma efectiva. Con ello, se recomienda modelarse el proceso de patrones de puntos inhomogéneos involucrando covariables (Especie, Volumen, entre otros).

Citado por

Detalles do artigo

Citas

Andrades-Grassi, J., Rangel, R., López-Hernández, Omaña, N., Cuesta-Herrera, L. & Gómez, A. (2021). Modelado y simulación del terreno del Compartimiento 9, en la Reserva Forestal El Dorado, Tumeremo, Bolívar-Venezuela. Recursos Rurais, 17, 5-15. DOI: 10.15304/rr.id7496.

Baddeley, A., Rubak, E. & Turner, R. (2016). Spatial point patterns. Methodology and applications with R CRC Press.

Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial point patterns: methodology and applications with R. CRC Press.

Baddeley, A. & Turner, R. (2000). Practical maximum pseudo likelihood for spatial point patterns. Australian and New Zealand Journal of Statistics 42: 283-322.

Badii, M., Guillen, A., Cerna, E., Landeros, J., Valenzuela, J. & Ochoa, Y. (2012). Estimación poblacional por muestreo de distancias. Daena; International Journal of Good Conscience 7(1): 85-96.

Bivand, R.S., Pebesma, E.J. & Gómez-Rubio, V. (2013). Applied spatial data analysis with R (Vol. II). Springer. DOI: 10.1007/978-1-4614-7618-4

Clark, P.J. & Evans, F.C. (1954). Distance to nearest neighbor as a measure of spatial relationships in populations. Ecology 35: 445–453.

EMB (2021). Elaboración de Maderas Bosco C.A. Plan de manejo forestal UP6, El Dorado Tumeremo. Edo. Bolívar..

EMB (2016). Elaboración de Maderas Bosco C.A. Plan de Corta. Lote Boscoso el Dorado Tumeremo. Edo. Bolívar.

FAO (2020). Organización de las Naciones Unidas para la Alimentación y la Agricultura. Global Forest Resources Assessment: Key findings 2020. http://www.fao.org/3/CA8753EN/CA8753EN.pdf.

Fox, J. (2017). Using the R Commander: a point-and-click interface or R. CRC Press.

Fox, J. (2005). The R commander: a basic statistics graphical user interface to R. Journal of Statistical Software 14(9): 1-42. DOI: 10.18637/jss.v014.i09

Fox, J. & Bouchet-Valat, M. (2018). Rcmdr: R Commander. R package version, 2.4.4.

Gujarati, D. & Porter, D. (2010). Econometría (quinta edición). México: Editorial Mc. Graw Hill.

Hernández, F., Navarro, C., Peña, R. & Nájera, A. (2018). Patrón de distribución espacial de las especies arbóreas de la región de El Salto, Durango. Revista Mexicana de Ciencias Forestales 9(47): 169-184. DOI: 10.29298/rmcf.v9i47.161

Lacaze, B., Dudek, J. & Picard, J. (2018). Software GRASS GIS con QGIS. En N. Baghdadi, C. Lawes, M.J., Griffiths, M.E., Midgley, J.J., Boudreau, S., Ealey, H. & Chapman, C.A. (2008). Tree spacing and area of competitive influence do not scale with tree size in an African rain forest. Journal of Vegetation Science 19(5): 729-738. DOI: 10.3170/2008-8-18445

Mauricio-Timaná, C. (2020). Uso de R para analizar la distribución espacial del bosque seco de Piura. (Tesis de grado). Universidad de Piura. Facultad de Ingeniería. Porgrama Académico de Ingeniería Industrial y de sistemas. Piura. Perú.

Miranda, A., Hernández, H., Bustamante, R., Díaz, E., González, L. & Altamirano, A. (2016). Regeneración natural y patrones de distribución espacial de palma chilena Jubaea chilensis (Molina) Baillon en los bosques mediterráneos de Chile central. Gayana, Botánica, 73(1), 54-63. DOI: 10.4067/S0717-66432016000100007

Morrison, L., Maurent, E., Finegan, B., Delgado-Rodríguez, D., Casanoves, F & Ngo Bieng, M. (2022). Recuperación de la biodiversidad en bosques neotropicales primarios y perturbados de Costa Rica. (en línea). Turrialba, Costa Rica, CATIE. 40 p. (Serie técnica. Informe técnico/CATIE, no. 437).

Moura de Mello, L. & Alves Cantos, A. (2017). Modelo de la distribución espacial de Quillaja brasiliensis (A. ST-HIL. & TUL.) Mart. En el sur de Brasil y la historia de la dispersión del género Quillaja (Quillajaceae) en América del Sur. Boletín del Museo Nacional de Historia Natural 66(2): 297-308.

Olaya, V. (2011). Sistemas de información geográfica. https://wiki.osgeo.org/wiki/Libro_SIG

Oyarzún, A., Donoso, P. & Gutiérrez, A. (2019). Patrones de distribución de alturas de bosques antiguos siempre verde del centro-sur de Chile. Bosque, 40(3): 355-364. DOI: 10.4067/S0717-92002019000300355

R Core Team, (2023). R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/.

Rangel, R., López, J., Gómez, A. & Perdomo, L. (2023). Floristic and structural characterization of forest communities in different physiographic units, El Dorado - Tumeremo, Bolivar – Venezuela. Recursos Rurais 19: 55-66. DOI: 10.15304/rr.id9568

Rangel, R., López, J; Gómez, A., Perdomo, L., Pino, M., Rojas, Y., Osorio, S., Lugo, J., Torres, Y & Salcedo, P. (2022). Efecto de dos sistemas silviculturales sobre variables de estructura del dosel y de luz dentro del bosque universitario El Caimital, Barinas – Venezuela. Recursos Rurais, 18: 45-57. DOI: 10.15304/rr.id8523

Vásquez-Rivas, D.V., Andrades-Grassi, J.E., Gámez, L.E. & Rodríguez-L, G.G. (2022) Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colombia Forestal, 25(1), 36-50.