Desarrollo de técnicas estadísticas para la evaluación y monitoreo de ecosistemas forestales en México.

Abstract

La Comisión Nacional Forestal implementó en 2004 el proyecto Inventario Nacional Forestal y de Suelos (INFyS), cuyo primer ciclo de medición se llevó a cabo de 2004 a 2007, y el segundo de 2009 a 2013. A pesar del esfuerzo realizado para la toma de datos en campo en el contexto del INFyS, actualmente no existe un marco conceptual estadístico que guie la estimación de los parámetros de interés forestal considerando los datos de la remedición. Por lo anterior, el objetivo del presente proyecto de investigación fue generar herramientas estadísticas para la estimación de parámetros forestales en el contexto del INFyS que tomen en cuenta los datos provenientes de la remedición. El reporte contiene cinco capítulos. El Capítulo I presenta los aspectos generales de la investigación incluyendo las principales conclusiones. Enfatiza que aun cuando el conglomerado de muestreo definido en el INFyS incluye teóricamente cuatro subparcelas, por varias circunstancias existe la posibilidad que en campo la información se tome en conglomerados incompletos, lo cual conduce a conglomerados de diferentes tamaños. En el Capítulo II se presenta un análisis comparativo de los estimadores media de razones (MR), razón de medias (RM) y Forest Inventory and Analysis (FIA) para estimar parámetros de interés forestal en la selva mediana de Campeche y Quintana Roo con datos del segundo ciclo de medición del INFyS. En las diferentes condiciones estudiadas, los resultados indican que para área basal, densidad y volumen por hectárea los tres estimadores son equivalentes. En el Capítulo III se analizan las propiedades estadísticas de MR, RM, FIA y el estimador Van Deusen (VAN) utilizando una población de árboles simulados. Para el muestreo se consideraron tres condiciones de completitud de los conglomerados. Para cada una de estas condiciones, las estimaciones de volumen y número de árboles por hectárea obtenidas mediante MR, RM, FIA y VAN resultaron similares y prácticamente insesgadas. No obstante, a medida que el grado de completitud fue menor, tanto para volumen como para densidad, la varianza estimada de FIA se volvió fuertemente sesgada. En el Capítulo IV se analizan las propiedades estadísticas de estimadores para parámetros forestales cuando los datos de campo se obtienen mediante muestreo de panel rotante. Se hace referencia al Estimador de Muestreo Replicado (MRE), de Mínimos Cuadrados Generalizados (MCG) y al Estimador Compuesto Univariado (ECU). Para este estudio se consideró una pseudo-población forestal artificial resultante de la unión de siete bases de datos del INFyS, donde las remediciones fueron más consistentes. El muestreo se realizó en dos condiciones de tamaño de muestra panelizada (1000 y 1500 conglomerados). En ambas condiciones, los resultados de área basal por hectárea indican que MCG es ligeramente sesgado, pero con varianza pequeña y que MRE es insesgado, pero de varianza grande. El ECU produce estimaciones cuasi insesgadas y de mínima varianza. _______________ DEVELOPMENT OF STATISTICAL TECHNIQUES FOR THE EVALUATION AND MONITORING OF FOREST ECOSYSTEMS IN MEXICO. ABSTRACT: The National Forestry Commission implemented in 2004 the National Forest and Soil Inventory (INFyS) project, whose first measurement cycle was carried out from 2004 to 2007, and the second of 2009 to 2013. Despite the efforts made for field data collection in the context of INFyS, there is not a conceptual statistical framework to guide the estimation of the parameters of forest interest based on re-measured data. Therefore, the main objective of this research was to generate statistical tools for estimating forest parameters in the context of the INFyS. The report contains five chapters. Chapter I presents the general aspects of the research including the principal conclusions. It is emphasized that although the INFyS sampling cluster theoretically includes four subplots, for several reasons there is the possibility field data are taken into smaller clusters, leading to a sampling that practically implies different cluster size. It also emphasizes the lack a conceptual framework that considers statistical analysis from re-measurement data. In Chapter II the results of the statistical comparison of the estimators of Mean of Ratios (MR), Ratio of Means (RM) and Forest Inventory and Analysis (FIA) are presented for data of the medium rainforest of Campeche and Quintana Roo corresponding to the second measurement cycle. The results indicate that for basal area, density and volume per hectare all three estimators are equivalent. Chapter III the statistical properties the MR, RM, FIA and Van Deusen (VAN) estimators are analyzed using a simulated population of trees. Three conditions of completeness of the clusters were considered. In each of these conditions, estimates of volume and number of trees per hectare obtained by MR, RM, FIA and VAN were similar and practically unbiased. However, as the level of completeness decreases (the number of incomplete clusters increases) the estimated variance of the FIA estimator became strongly biased for both volume and density. Chapter IV the statistical properties of estimators for forest parameters are analyzed when field data are obtained through a sampling of rotating panel. Reference is made to the Replicated Sampling Estimator (RES), Generalized Least Squares (GLS) and the Univariate Composite Estimator (UCE). An artificial forest pseudo-population resulting from joining seven databases of the INFyS where re-measurements were more consistent was considered for this study. Sampling was carried out in two conditions of panelized sample size (1000 and 1500 clusters). In both conditions, the results of basal area per hectare indicate that GLS is slightly biased, but with smaller variance and that RES is unbiased, but with larger variance. The UCE produces estimates quasi-unbiased and of minimum variance.