Ecuaciones de volumen comercial para

las principales especies maderables de

Castilla y Len





















Paco Rodrguez Miguel Broto
Responsable cubiFOR Jefe de rea
rea I+D+i Cesefor rea I+D+i Cesefor
[email protected] [email protected]
[email protected] [email protected]





NDICE




1 INTRODUCCIN 1
2 MATERIALES Y MTODO 2
2.1 Zona de estudio y descripcin de los datos 2
2.2 Funciones seleccionadas para su comparacin 5
2.3 Ajuste de los modelos 7
2.4 Diagnosis y validacin de los modelos 7
3 RESULTADOS Y DISCUSIN 9
3.1 Ajuste de los modelos 9
3.2 Diagnosis de los modelos 11
3.3 Validacin de los modelos 14
3.4 Inclusin en cubiFOR 20
4 CONCLUSIONES 20
5 BIBLIOGRAFA 21
ANEXO I: DESCRIPCIN, INSTALACIN Y UTILIZACIN DE cubiFOR 23
ANEXO II: ANLISIS DE LA ESCALA DE TRABAJO CON cubiFOR. 27









1





1 INTRODUCCIN

El conocimiento de las existencias maderables en los montes es necesario tanto para los gestores
como para los propietarios y rematantes de madera. Este conocimiento debe ser lo ms preciso
posible pero buscando un compromiso entre el coste y el valor de la masa. Los gestores lo
necesitan para la planificacin y la cuantificacin de aprovechamientos y los rematantes para
seleccionar los aprovechamientos y cuantificarlos. Las herramientas de clculo de volmenes se
enriquecen con la clasificacin de productos; stas deben ser homogneas, aplicables en el mayor
nmero posible de casos y estables en el tiempo. De esta forma se puede aumentar la eficiencia
del proceso de gestin y venta, accediendo a las subastas un mayor nmero de empresas que
disponen de mayor informacin, a la vez que permiten fijar mejor los precios y elaborar
estadsticas plurianuales, consiguiendo un mercado ms transparente.

El volumen de inters puede englobar todo el fuste del rbol o solamente una porcin entre el
tocn y un punto determinado sobre el fuste. Las ecuaciones que proporcionan el volumen hasta
un determinado dimetro o altura a lo largo del tronco se denominan ecuaciones de volumen con
clasificacin de productos o ecuaciones de volumen comercial. Estas ecuaciones se han
elaborado tradicionalmente mediante dos metodologas distintas: i) funciones de perfil del tronco
y, ii) ecuaciones de volumen porcentual.

Las funciones de perfil del tronco fueron inicialmente introducidas por HJER en 1903 (citado en
BEHRE, 1923) como un intento de describir el perfil del tronco de los rboles y desde entonces ste
ha sido un tema de gran inters para los forestales (e.g., KOZAK, 1988, 2004; NEWNHAM, 1992;
RIEMER et al., 1995; BI, 2000; FANG et al., 2000). La construccin de una ecuacin de volumen con
clasificacin de productos a partir de una funcin del perfil del tronco se basa en la capacidad de
esta funcin para describir el dimetro del tronco a distintas alturas. Teniendo en cuenta la
aplicacin de la integral definida para calcular el volumen de un slido de rotacin, es posible
determinar el volumen de madera entre dos alturas cualesquiera a lo largo del tronco del rbol.
Una vez que se especifica el dimetro lmite hasta el que se quiere conocer el volumen, su
correspondiente altura se determina invirtiendo analticamente la funcin o bien por medio de
algn procedimiento iterativo (DIGUEZ-ARANDA et al., 2006).

El enfoque ms comn en el desarrollo de sistemas compatibles de volumen ha sido desarrollado
SPURR (SPURR 1952) sin
v u
2
H, donde V es el volumen total del rbol, D es el dimetro
normal, y la H es la altura total del rbol) en forma de ecuacin de perfil, o viceversa, utilizando un
relacin de compatibilidad. Esto asegura que la funcin de volumen y la funcin de perfil son
analticamente consistentes (SHARMA y ODERWALD 2001). Ejemplos de este enfoque son los sistemas
derivados de DEMAERSCHALK (1972), MARTIN (1981), y BYRNE y REED (1986). Otro enfoque se ha
basado en el desarrollo de un sistema compatible de volumen que garantice la compatibilidad la
ecuacin de perfil y la funcin existente de volumen total. De esta forma se incluye la ecuacin de
volumen en la ecuacin de perfil de modo que la integracin del modelo de perfil entre cero y su
altura total proporcione el mismo volumen total del rbol que el de la ecuacin. Ejemplos de este
enfoque son los sistemas de GOULDING y MURRAY (1976), FANG y BAILEY, (1999), y FANG et al. (2000).

2

El principal objetivo de este trabajo consiste en elaborar ecuaciones de volumen comercial para
las principales especies maderables de Castilla y Len e integrarlas en el complemento de Excel
cubiFOR (www.cesefor.com/cubifor). De esta forma se pretende homogeneizar el sistema de
cubicacin tanto en la gestin como en la planificacin forestal, dotndolo de una clasificacin de
productos de madera.


2 MATERIALES Y MTODO

2.1 Zona de estudio y descripcin de los datos

Castilla y Len es la comunidad autnoma con mayor extensin de Espaa (94.223km
2
MP
y la tercera regin ms extensa de la Unin Europea. La morfologa de Castilla y Len est
formada, en su mayor parte, por la Meseta y un cinturn de relieves montaosos, con una altitud
media de 800 m, variando entre 110 y 2650 m. Castilla y Len tiene un clima mediterrneo
continentalizado, con inviernos largos y fros, con temperaturas medias de entre 4 y 7 C en enero
y veranos cortos y calurosos (medias de 19 a 22C), pero con los tres o cuatro meses de aridez
estival caractersticos del clima mediterrneo. La pluviosidad, con una media de 450-500 mm
anuales, es escasa, acentundose en las tierras ms bajas, aunque en algunas zonas alcanza los
1500 mm anuales.

Para este estudio se seleccionaron las especies de mayor inters forestal de la regin en base a los
datos obtenidos del Tercer Inventario Forestal Nacional (IFN3) y del Anuario de Estadstica Forestal
de 2007, respecto a sus existencias maderables en pie, su superficie ocupada y al volumen de sus
cortas. As, segn el Inventario Forestal Nacional (IFN3) las especies forestales de Castilla y Len
con mayor volumen en pie son por orden decreciente: pino silvestre (Pinus sylvestris L.), pino
negral (Pinus pinaster Ait.), rebollo (Quercus pyrenaica Mill.), encina (Quercus ilex L.), chopo
(Populus x euramericana), haya (Fagus sylvatica L.), pino laricio (Pinus nigra Arnold.), roble albar
(Quercus petraea (Matt) Liebl), pino pionero (Pinus pinea L.), quejigo (Quercus faginea Lam.),
sabina (Juniperus thurifera L.) y castao (Castanea sativa Mill.). Este orden no se corresponde con
el obtenido al analizar la superficie poblada o las cortas de madera realizadas durante 2007.
Finalmente las especies seleccionadas por su inters se muestran en la Tabla 1 junto a su
superficie, volumen en pie y cortas de madera durante el ao 2007. Tambin se aadi el pino
radiata debido a su gran inters comercial en la zona.

Tabla 1: Cortas de madera en Castilla y Len, por especie y provincia, segn el Anuario de
Estadsticas Forestales 2007 (entre parntesis se indica el cdigo IFN para cada una de las
especies).

Especie Existencias (m
3
) Superficie (ha) Cortas (m
3
)
Pino silvestre [21] 40.701.986 336.742 493.824
Pino pionero [23] 4.309.075 87.793 43.097
Pino laricio [25] 6.644.062 79.666 112.589
Pino negral [26] 39.012.229 412.713 603.436
Sabina [38] 2.038.244 103.288 n.d.
Rebollo [43] 20.731.416 722.773 21.648
Chopo [58] 7.990.250 61.519 333.943
Haya [71] 7.929.422 66.257 532

3

El muestreo se dise abarcando un amplio rango en dimetros, alturas, estructuras de masa,
clase social, densidad de plantas, tipologa del terreno y regin de procedencia para el total de
especies estudiadas. En la figura 1 se muestra un plano de las parcelas medidas con la
metodologa Criterion (RODRGUEZ et al., 2009). Adems de los rboles apeados con dicha
metodologa, se obtuvieron tambin datos procedentes de rboles tipo propiedad de la Junta de
Castilla y Len, la Universidad de Valladolid, y diversas empresas del sector forestal de Castilla y
Len.


Figura 1. Puntos de muestreo realizados con la metodologa Criterion. Las distintas especies estn
indicadas segn el cdigo del IFN y se emplea un color diferente para cada una.

En total la base de datos const de 7581 rboles en los que se midieron 104536 parejas de datos
dimetro-altura. Por especies, obtuvimos 1844 rboles de pino silvestre, 456 de pino pionero,
533 de pino laricio, 1715 de pino negral, 719 de pino radiata, 326 de sabina albar, 302 de rebollo,
992 de chopo y 189 de haya. En cada uno de los rboles se dispona del dimetro normal (D, en
cm), la altura total (H, en m), la altura del tocn (h
st
, en m) y dimetros (d
i
, en cm) a distintas
alturas (h
i
, en m). Se calcularon tambin los volmenes comerciales (v
i
, en m
3
) a un determinado
dimetro en punta delgada (d
i
), el volumen total (V, en m
3
), el dimetro relativo (d
r
= d
i
/D) y la
altura relativa (q =h
i
/H) del fuste.

Para detectar posibles anomalas en los datos se examin el grfico de dispersin entre el
dimetro relativo y la altura relativa. Para aumentar la eficacia en la deteccin de datos atpicos se
realiz un ajuste local cuadrtico no paramtrico (asumiendo una distribucin normal de los
errores) para cada una de las especies usando regresin local loess (CLEVELAND, 1993). Para ello se
emple el procedimiento LOESS del paquete estadstico SAS/STAT
TM
(2001) con un parmetro de
4

suavizado de 0,3 para cada especie. Los residuos de cada ajuste loess se dividieron en diez
intervalos de altura relativa en los que se examin su distribucin y se calcularon dos valores lmite
para discriminar los datos atpicos: el cuartil inferior menos dos veces el rango intercuartlico y el
cuartil superior ms dos veces el rango intercuartlico (BI, 2000; BI y LONG, 2001; RODRGUEZ y
MOLINA, 2003; RODRGUEZ, 2005). En la figura 2 se muestra el ajuste local no paramtrico de todas
las especies ensayadas. Finalmente los datos atpicos fueron eliminados de la muestra. En la Tabla
2 se muestran los principales estadsticos descriptivos de la muestra final utilizada.



Figura 2. Depuracin de datos siguiendo la metodologa propuesta por Bi (2000). Cada grfico
representa una de las especies analizadas en donde la lnea roja es la prediccin media mediante
el ajuste local no paramtrico con un parmetro de suavizado de 0,3.

Tabla 2: Estadsticos descriptivos de la muestra empleada
Especie Variable n media desviacin mximo mnimo
Pino
silvestre

[21]
secciones 23319 8,09 6,22 35,00 2,00
D [cm] 1844 30,48 12,07 82,00 9,50
H [m] 1844 16,76 5,24 35,80 5,05
V [m
3
] 1844 0,72 0,84 9,13 0,00
Pino
pionero

[23]
secciones 4534 9,94 2,98 20,00 2,00
D [cm] 456 36,49 14,30 98,00 12,10
H [m] 456 10,67 3,85 23,40 3,57
V [m
3
] 456 0,73 0,83 5,00 0,01
Pino laricio

[25]
secciones 5691 9,44 4,29 25,00 2,00
D [cm] 533 24,86 8,06 51,85 9,85
H [m] 533 15,35 4,70 29,80 5,00
V [m
3
] 533 0,44 0,38 2,41 0,01
5

Pino negral

[26]
secciones 25416 12,82 4,67 28,00 2,00
D [cm] 2220 38,21 9,40 86,00 10,15
H [m] 2220 15,29 3,61 29,00 3,90
V [m
3
] 2220 1,06 0,69 6,60 0,00
Pino radiata

[28]
secciones 9128 12,71 3,98 23,00 2,00
D [cm] 719 29,53 11,58 63,25 7,50
H [m] 719 20,26 7,06 41,50 6,00
V [m
3
] 719 0,78 0,74 4,60 0,02
Sabina albar

[38]
secciones 2593 7,95 2,49 15,00 2,00
D [cm] 326 21,41 7,38 45,87 7,99
H [m] 326 6,33 1,72 12,60 3,00
V [m
3
] 326 0,13 0,11 0,69 0,01
Rebollo

[43]
secciones 3046 10,09 3,23 20,00 3,00
D [cm] 302 19,24 9,85 63,34 5,00
H [m] 302 11,67 4,01 24,50 3,90
V [m
3
] 302 0,23 0,29 2,20 0,00
Chopo

[58]
secciones 28980 29,24 4,56 40,00 17,00
D [cm] 992 29,94 6,28 47,90 11,10
H [m] 992 24,17 4,70 36,20 13,20
V [m
3
] 992 0,75 0,42 2,13 0,05
Haya

[71]
secciones 1829 9,68 2,78 22,00 3,00
D [cm] 189 25,93 10,29 72,45 9,51
H [m] 189 18,29 4,15 31,80 8,10
V [m
3
] 189 0,49 0,55 5,31 0,04


2.2 Funciones seleccionadas para su comparacin

En este estudio se han evaluado las ecuaciones de perfil y sistemas compatibles de volumen ms
empleados en la actualidad. A travs de un anlisis preliminar de las ecuaciones (de perfil y
modelos de volumen), se seleccion la mejor de cada tipo para su comparacin y evaluacin en
profundidad. Los modelos de perfil evaluados fueron los propuestos por RIEMER et al. (1995),
DAQUITAINE et al. (1999), MUHAIRWE (1999), BI (2000) y KOZAK (2004). Los sistemas compatibles de
volumen evaluados fueron DAMAERSCHALK (1972), GOULDING and MURRAY (1976), PARRESOL et al.
(1987), FANG and BAILEY (1999), FANG et al. (2000) y SHARMA and ODERWALD (2001). Debido a los
buenos resultados obtenidos en el anlisis preliminar (bajo sesgo y alta precisin), se seleccin el
modelo de perfil Stud (DAQUITAINE, 1999) y el sistema compatible de volumen FANG et al., (2000)
para su evaluacin en profundidad.

El perfil o silueta real del rbol (en el caso de la mayora de las conferas) es una combinacin de
los troncos de los distintos tipos dendromtricos. As, la zona inferior o raigal, que es convexa
respecto al eje, es comparable a un tronco de neiloide. Inmediatamente despus de esta zona
neildica viene una porcin de fuste donde se presenta la forma ms o menos cilndrica, luego
otra zona del perfil convexo hacia el exterior, comparable al parablico. Finalmente, el perfil
parablico va degenerando gradualmente en cnico. Por tanto, una condicin indispensable para
los distintos modelos es que se adapten a los diferentes tipos dendromtricos.

6

El modelo de perfil seleccionado corresponde al modelo Stud (DAQUITAINE et al., 1999) est
inspirado en el modelo elaborado por NEWNHAM (1992). Su ecuacin simplificada es di=uhr
q
,
donde di es el dimetro del fuste a una altura relativa dada (hr), u es una funcin exponencial que
tiene en cuenta la forma del raigal del rbol y q es una funcin que representa al coeficiente local
de forma, el cual vara a lo largo del fuste en funcin de la altura relativa y de las caractersticas
dendromtricas del rbol (D y H). Los parmetros de este modelo son fcilmente interpretables
desde un punto de vista dendromtrico:
1
y
2
forman parte de la funcin q los cuales hacen
referencia a la forma de la parte alta (tipo dendromtrico cono) y media (tipo dendromtrico
paraboloide) del fuste respectivamente. El resto de los parmetros (
3
,
4
y
5
) forman parte de la
funcin u, la cual describe la parte baja del tronco (tipo dendromtrico neiloide), donde
3
hace
referencia a su anchura,
4
a su longitud y
5
al dimetro relativo donde acaba el raigal. La funcin
correspondiente a este modelo se muestra a continuacin:

100H
+ +
1 11 2
D
- q
4
di= 1+
50 51 3
[1]

Por otra parte se evalu el sistema de ecuaciones de volumen compatibles de FANG et al., (2000).
ste consta de una funcin de perfil, una tarifa de cubicacin de volumen hasta un dimetro
determinado y una tarifa de cubicacin de volumen total (en realidad sta es un caso especial
incluido en el modelo volumen hasta cierta altura, es decir, cuando d
i
= 0, entonces v
i
= V). Este
modelo segmentado asume tres secciones distintas con un factor de forma variable entre ellas
pero constante en cada una de ellas. La expresin matemtica del modelo del perfil es la siguiente:

1 1 2
2 1 2
1 1
2 2
2 1
1 (I I ) I I
1 2 1 2 1 2
1
2 3
3 2
2 3 1 st
0
k-b
1
b
1
1
k
(b b )
b b
k k
(b b )
b b b
k
I I I
1 2 2
1 2
donde
H 1 q
1 h
H
, r
di=c
I 1 si p q p ; 0 si no
I 1 si p q p ; 0
b b b (1 p )
(1 p )
,
,
1 2 2
2
1 1
1 2
2
a k
a b
0
1 0 1 2 1 1 2 3 1 2
k k
b b
, r
a D H
ci=
b (r r ) b (r r ) b r
r (1 p ) (1 p )

[2]

Los parmetros p
1
y p
2
son altura relativas desde el suelo donde se asumen que existen dos puntos
de inflexin. El modelo derivado para estimar el volumen comercial (v
i
) y total (V) es la integral del
modelo del perfil. Su expresin matemtica es la siguiente:

1 2 1
1 0 1 2 2 1 1 2 3 2 1 2
2
2
1 1
k
I I
2
I
k
b
vi=c H (br (I I )(b b )r I (b b ) r (1 q)
[3]
1 2
a a
0
V a D H
[4]

7

Aunque el sistema compatible de FANG et al. (2000) se basa en la ecuacin de volumen [4], se
podra incluir o utilizar cualquier otra ecuacin.

2.3 Ajuste de los modelos

En el sistema de volumen anterior, las ecuaciones [2] y [3] pueden ajustarse simultneamente y
posteriormente sustituir las estimaciones obtenidas de los parmetros en las ecuacin [4]. Con
esta forma de ajuste se optimizan las predicciones en volmenes hasta un dimetro o altura lmite
determinados ms que la descripcin del perfil del tronco del rbol. En este trabajo se ha optado
por el ajuste simultneo de las dos ecuaciones para optimizar la suma de cuadrados total de los
errores del sistema, es decir, minimizar a la vez los errores en las predicciones de los volmenes y
de las funciones de perfil. Para ello se utiliz el mtodo de ajuste de mxima verosimilitud con
informacin completa Full Information Maximum Likelihood (FIML) implementado en
procedimiento MODEL del programa estadstico SAS/ETS (SAS Institute Inc., 2004). Existen varios
problemas asociados con los sistemas de volumen que violan el principio fundamental de
independencia y distribucin homognea de los errores con media cero y varianza constante:
multicolinealidad, autocorrelacin y heterocedasticidad son los ms importantes. Aunque los
estimadores obtenidos en el ajuste de regresin permanecen insesgados ante la presencia de
multicolinealidad, autocorrelacin y heterocedasticidad, estos no son los ms eficientes (MYERS,
1990; KOZAK, 1997). La multicolinealidad se refiere a la existencia de correlacin entre las variables
independientes usadas en los anlisis de regresin. Para evaluar la presencia de multicolinealidad
entre las variables de un modelo se puede emplear el ndice de condicin. De acuerdo con BELSEY
(1991), si el ndice de condicin es 5-10, la multicolinealidad no es problema, si est entre 30-100
hay problemas asociados con la multicolinealidad, y si est en el rango de 1.000-3.000 hay
problemas severos asociados con la multicolinealidad.

Para el desarrollo de ecuaciones de volumen porcentual o funciones de perfil se trabaja con
mltiples observaciones a lo largo del tronco en cada uno de los rboles. Por tanto, es razonable
esperar que las observaciones dentro de cada uno de los rboles estn correlacionadas
espacialmente, lo cual viola el principio de independencia de los errores. Para tener en cuenta la
autocorrelacin, se modeliz el trmino del error mediante una estructura continua
autorregresiva de orden x [CAR(x)], la cual se puede aplicar a datos irregularmente espaciados y no
balanceados (GREGOIRE et al., 1995; ZIMMERMAN y NEZ-ANTN, 2001). De esta forma, el trmino
del error se expresa como:

h h
ij ij k
k k
k ij
k x
ij ij k 1
I e e
[5]

donde e
ij
es el jth residuo ordinario del ith individuo, e
ij-k
es el jth residuo ordinario del i-kth
individuo, I
k
= 1 para j > k y es cero par
k
es el parmetro autorregresivo de orden k a ser
estimado, y h
ij
-h
ij-k
es la distancia que separa la jth de la jth-kth observacin dentro de cada rbol,
h
ij
> h
ij-k
S
ij
ahora el termino del error bajo la condicin de independencia. La estructura del
error expresada en la ecuacin [5] fue ajustada simultneamente con la estructura de la media de
cada una de la ecuaciones [1]-[3] usando el procedimiento MODEL del programa estadstico
SAS/ETS (SAS Institute Inc., 2004b), el cual permite una actualizacin dinmica de los residuos.

2.4 Diagnosis y validacin de los modelos

La evaluacin de la capacidad de ajuste del modelo se ha basado en el anlisis numrico y grfico
de los residuos, es decir de la diferencia entre el valor observado y el valor predicho por el modelo.
8

Se examinaron tres estadsticos: la raz del error medio cuadrtico (RMSE), el error medio (e) y el
coeficiente de determinacin para regresin no lineal (R
2
). Aunque se han apuntado limitaciones
asociadas con el uso del R
2
en regresin no lineal, la utilidad general de alguna medida global de la
bondad del modelo parece superar alguna de esas limitaciones (RYAN, 1997). Las expresiones de
estos estadsticos son las siguientes:

n
2
i i
i 1
y y
n p
RMSE
[6]
i i
y y
n
e
[7]
2
y y
i i
2
R r
[8]

donde y
i
y
i
y son los valores predichos y observados de la variable dependiente, respectivamente,
n el nmero total de observaciones, p el nmero de parmetros del modelo (el nmero de
parmetros compartidos en el sistema de cuatro ecuaciones se divide por cuatro), y r
yiyi
el
coeficiente de correlacin para la regresin lineal entre los valores observados y predichos de la
variable dependiente (RYAN, 1997).

Puesto que la capacidad de ajuste de los modelos no tiene por qu reflejar su capacidad predictiva
(MYERS, 1990), se recomienda una evaluacin de estos con un conjunto de datos independientes a
los usados para el ajuste (VANCLAY y SKOVSGAARD, 1997; PRETZSCH et al., 2002). Debido a la escasez
de tales datos, se han propuesto varios mtodos para llevarla a cabo (p.e., validacin cruzada y
doble validacin cruzada). Sin embargo, estos mtodos raramente proporcionan informacin
adicional en comparacin con los estadsticos obtenidos a partir del ajuste del modelo al conjunto
global de datos (KOZAK y KOZAK, 2003). Adems, de acuerdo con MYERS (1990) y HIRSCH (1991) la
estimacin final de los parmetros del modelo deber obtenerse a partir de todos los datos
porque las estimaciones de los parmetros sern ms precisas que aquellas obtenidas con el
modelo ajustado a una porcin de los mismos. Teniendo en cuenta todas estas consideraciones, se
decidi validar el modelo con una muestra independiente procedente de los rboles tipo del
IFN2. Los rboles tipo del IFN2 poseen valores precisos del volumen total y del dimetro a 4 m de
altura o del dimetro a la altura de fin de fuste. Estos datos permiten realizar la validacin en
trminos de dimetro y de volumen proporcionado por el modelo. En la Tabla 3 se muestran los
principales estadsticos descriptivos de la muestra de validacin utilizada.

La evaluacin de la validacin de los modelos se bas solamente en el anlisis grfico y numrico
de los residuos a travs de la raz del error medio cuadrtico (RMSE), que evala la precisin del
modelo, y del error medio (e), que evala su sesgo. En todos los casos se analiz la influencia de
los errores a nivel de cada clase dimetrica para cada una de las especies.

Tabla 3: Estadsticos descriptivos de la muestra de validacin procedente del IFN2
Especie Variable n medida desviacin mximo mnimo
Pino silvestre
natural
[21]
D [cm] 6508 24,9 13,3 86,9 7,5
H [m] 6508 11,4 5,1 32,0 2,3
V [m
3
] 6508 0,420 0,587 5,111 0,008
Pino pionero
[23]
D [cm] 2405 31,4 12,5 100,3 7,8
H [m] 2405 8,6 2,9 19,5 2,5
V [m
3
] 2405 0,382 0,380 2,639 0,009
9

Pino laricio natural
[25]
D [cm] 1332 17,3 8,5 92,3 7,5
H [m] 1332 7,8 3,5 28,0 2,5
V [m
3
] 1332 0,143 0,286 4,926 0,007
Pino negral [26]
D [cm] 11595 28,4 11,8 114,6 7,5
H [m] 11595 10,3 3,6 29,0 2,0
V [m
3
] 11595 0,419 0,460 6,695 0,008
Pino radiata
1

[28]
D [cm] 114 23,4 10,1 51,1 7,7
H [m] 114 14,9 6,1 28,0 5,0
V [m
3
] 114 0,364 0,416 1,981 0,007
Sabina
[38]
D [cm] 86 17,8 6,6 43,0 7,9
H [m] 86 6,1 2,1 16,5 3,0
V [m
3
] 86 0,087 0,069 0,435 0,013
Rebollo
[43]
D [cm] 5024 22,4 15,9 172,4 7,5
H [m] 5024 8,8 3,2 30,0 2,0
V [m
3
] 5024 0,200 0,399 8,387 0,006
Chopo
[58]
D [cm] 542 25,8 12,8 101,9 7,5
H [m] 542 17,4 6,3 32,0 4,0
V [m
3
] 542 0,472 0,555 4,291 0,007
Haya
[71]
D [cm] 1265 29,5 16,7 114,6 7,6
H [m] 1265 12,5 4,4 28,0 2,5
V [m
3
] 1265 0,411 0,494 4,079 0,011
Pino silvestre de
repoblacin
2

[210]
D [cm] 1677 24,5 9,2 72,3 7,8
H [m] 1677 10,7 5,9 31,0 2,5
V [m
3
] 1677 0,318 0,343 2,408 0,015
Pino laricio de
repoblacin
[250]
D [cm] 206 17,0 4,6 29,5 7,5
H [m] 206 7,5 2,0 12,5 3,0
V [m
3
] 206 0,104 0,072 0,384 0,009
Pino negral
resinado
[926]
D [cm] 830 38,4 14,0 114,9 7,8
H [m] 830 12,9 4,5 29,0 3,5
V [m
3
] 830 0,902 0,832 8,519 0,009


3 RESULTADOS Y DISCUSIN

3.1 Ajuste de los modelos

En la tabla 4 se muestran los parmetros ajustados, y su error estndar, del modelo Stud para cada
una de las especies evaluadas, mientras que en la tabla 5 se muestran esos mismos resultados
para el modelo del volumen comercial Fang. El ajuste del modelo Stud proporciona en todos los
casos parmetros significativos excepto en la sabina (sp.38). Para reducir el efecto de la
autocorrelacin de los errores, una estructura CAR(1) fue necesaria en todos los casos. En el caso
del modelo FANG, siempre los parmetros son todos significativos, mientras que para reducir el
efecto de la autocorrelacin fue necesaria, en todos los casos, una estructura del error CAR(2),
excepto en el caso de la sabina, que con una estructura CAR(1) fue suficiente.


1
Modelo extrado de Rodrguez y Broto, 2003
2
Modelo extrado de Crecente et al., 2009
10

Tabla 4: Parmetros estimados y error estndar obtenido tras el ajuste del modelo Stud
a
10
a
11
a
2
a
3
a
4
a
51

21
0,6435
(0,0098)
0,0012
(0,0002)
0,5923
(0,0295)
0,4718
(0,0139)
10,6314
(0,2333
0,8304
(0,0081
23
1,1767
(0,0258)
0,0065
(0,0006)
0,8868
(0,0818)
0,2141
(0,0219)
14,6713
(1,5775)
0,9799
(0,0182)
25
0,7409
(0,0288)
0,0015
(0,0004)
0,7821
(0,1014)
0,4538
(0,0511)
9,6694
(0,7892)
0,8177
(0,0297)
26
0,6991
(0,0115)
0,0015
(0,0003)
0,2730
(0,0274)
0,2731
(0,0098)
12,8106
(0,4406)
0,9591
(0,0076)
28
0,8962
(0,0186)
0,0019
(0,0003)
0,2367
(0,0297)
0,3392
(0,0082)
23,7144
(0,6517)
0,9351
(0,0059)
38
0,8040
(0,0125)
--
--
-0,1713
(0,0520)
0,0527
(0,0279)
31,1962
(26,7995)
1,2153
(0,0113)
43
1,0613
(0,0256)
0,0029
(0,0004)
0,3286
(0,0431)
0,2646
(0,0132)
38,1221
(2,8850)
1,0658
(0,0080)
58
1,4065
(0,0178)
0,0051
(0,0002)
0,2902
(0,0122)
0,0910
(0,0024)
45,1500
(2,5729)
1,0330
(0,0022)
71
0,9331
(0,0431)
0,0026
(0,0006)
0,1520
(0,0653)
0,1668
(0,0187)
23,0294
(4,3585)
1,0266
(0,0137)
250
0,7001
(0,0184)
0,0018
(0,0003)
0,1383
(0,0422)
0,2529
(0,0139)
15,6509
(0,8727)
0,9811
(0,0111)
926
0,7531
(0,0245)
0,0049
(0,0006)
0,2552
(0,0301)
0,1912
(0,0086)
18,6812
(1,0474)
0,9749
(0,0074)

Tabla 5: Parmetros estimados y error estndar obtenido tras el ajuste del modelo Fang
a
0
a
1
a
2
b
1
b
2
b
3

21
0,000051
(0,0000)
1,845867
(0,0062)
1,045022
(0,0076)
0,000011
(0,0000)
0,000038
(0,0000)
0,000030
(0,0000)
23
0,000067
(0,0000)
1,6988
(0,0101)
1,210604
(0,0121)
0,000006
(0,0000)
0,000033
(0,0000)
0,000026
(0,0000)
25
0,000002
(0,0000)
1,982808
(0,0125)
0,905147
(0,0149)
0,000014
(0,0000)
0,000036
(0,0000)
0,000029
(0,0000)
26
0,000048
(0,0000)
1,929098
(0,0049)
0,976356
(0,0055)
0,000010
(0,0000)
0,000035
(0,0000)
0,000033
(0,0000)
28
0,000058
(0,0000)
1,829097
(0,0064)
1,007844
(0,0067)
0,000009
(0,0000)
0,000033
(0,0000)
0,000030
(0,0000)
38
0,000072
(0,0000)
1,905008
(0,0118)
0,854447
(0,0135)
0,000007
(0,0000)
0,000028
(0,0000)
0,000040
(0,0000)
43
0,000051
(0,0000)
1,867810
(0,0091)
0,989625
(0,0146)
0,000002
(0,0000)
0,000030
(0,0000)
0,000032
(0,0000)
58
0,000044
(0,0000)
1,872438
(0,0052)
1,023328
(0,0059)
0,000013
(0,0000)
0,000028
(0,0000)
0,000026
(0,0000)
71
0,000012
(0,0000)
2,036193
(0,0088)
0,799343
(0,0217
0,000015
(0,0000)
0,000033
(0,0000)
0,005194
(0,0029)
250
0,00068
(0,0000)
1,767667
(0,0084)
1,066995
(0,0078)
0,000011
(0,0000)
0,000022
(0,0000)
0,000037
(0,0000)
926
0,000063
(0,0000)
1,804487
(0,0097)
1,098533
(0,0112)
0,000010
(0,0000)
0,000038
(0,0000)
0,000034
(0,0000)
11

3.2 Diagnosis de los modelos

La diagnosis del modelo de perfil y del modelo compatible de volumen comercial se llev a cabo a
partir del anlisis numrico de los residuos (en dimetro). Se evaluaron los estadsticos de error
cuadrtico medio (RMSE), error medio (e), variabilidad explicada (R
2
), ndice de condicin (IC) y
criterio Bayesiano de Informacin (BIC), los cuales se muestran en la tabla 6. En general
obtenemos unos estadsticos muy similares en ambos modelos y diferentes entre especies. As
podemos decir que aunque en general la precisin est alrededor de 1,5 cm (RMSE medio entre
especies), existen especies en las que el modelo obtenido es ms preciso que en otras, por
ejemplo en pino laricio natural (sp.25) y en chopo (sp.58) se posee un modelo bastante ms
preciso que la media de especies (RMSE de aproximadamente 0,8), mientras que en pino
pionero (sp.23) y pino negral resinado (sp.926) la precisin tiende a ser menor (RMSE cercano a
3 cm), probablemente debido a la gran variabilidad de su corteza. Respecto a la multicolinealidad,
en general siempre obtenemos un ndice de condicin (IC) mayor en el modelo Fang, siendo en
chopo (sp.58) algo elevado (cercano a 100).

Tabla 6: Estadsticos de diagnosis de los modelos
Cdigo Modelo RMSE e R
2
IC BIC
21
Stud 1,5489 -0,0689* 0,9845 23,1 7272,9
Fang 1,6285 -0,0314* 0,9829 42,9 8082,4
23
Stud 2,7241 0,0836 0,9714 21,4 3551,8
Fang 2,6939 0,0598 0,972 42,6 3520,5
25
Stud 0,8408 -0,0459 0,9931 30,5 -151,1
Fang 0,8486 -0,0142 0,993 39,3 -135,2
26
Stud 1,6426 -0,0294* 0,9775 18,0 6875,6
Fang 1,7121 0,0049 0,9756 43,7 7456,6
28
Stud 1,4381 0,0345* 0,9839 14,8 2681,4
Fang 1,5189 -0,0627* 0,982 56,7 3090,6
38
Stud 1,6892 0,1519* 0,9602 14,5 1053,9
Fang 1,5808 0,0115 0,9651 34,2 930,1
43
Stud 1,1855 0,0316 0,9855 9,6 426,1
Fang 1,1909 -0,0036 0,9853 35,8 444,8
58
Stud 0,7531 0,0336* 0,9949 26,8 -6873,7
Fang 0,7574 0,033* 0,9948 109,9 -6726,0
71
Stud 1,2901 -0,1057* 0,9836 10,3 381,3
Fang 1,4016 -0,1882* 0,9806 -- 507,0
250
Stud 1,1677 0,0076 0,9807 16,3 559,0
Fang 1,1503 -0,0283 0,9812 47,5 514,9
926
Stud 2,0863 -0,005 0,9766 11,5 4661,8
Fang 2,0813 0,033 0,9767 59,8 4655,4
*
indica un valor estadsticamente diferente de 0, es decir que presenta sesgo

Si nos fijamos en el criterio de seleccin de modelos BIC, en donde un menor valor indica una
mejor diagnosis, en 7 de los 11 casos el criterio BIC es mejor para el modelo Stud, sin embargo en
ningn caso las diferencias son acusadas. Respecto al sesgo, el modelo Fang presenta un menor
nmero de casos en los que podemos considerar que el modelo es segado, pero las diferencias son
12

mnimas. Aproximadamente, en la mitad de los casos consideramos que los modelos son
insesgados. En los casos en los que el modelo presenta algo de sesgo, ste es muy pequeo
(menor de 0,2 cm en el peor de los casos) por lo que podemos considerarlo como casi
despreciable. En la figura 3 se analiza la evolucin del error para cada intervalo de altura relativa
en el rbol y para cada una de las especies y modelos evaluados.



Figura 3. Diagrama de cajas del error en dimetro en funcin de la altura considera en el fuste (en
trminos relativos) para cada especie y modelo evaluado (en negro el modelo Stud y en blanco el
modelo Fang)

13

Hay que destacar que los errores siempre acostumbran a ser mayores en la parte baja del rbol
ya que el rbol presenta en esta zona un mayor dimetro. Por otra parte, esta parte baja del rbol
es la de mayor inters comercial por lo que es interesante que el modelo posea el menor error
posible. En general el rango intercuatlico de los errores no es mayor de 3 cm, y el error para las
distintas clases de altura relativa tiende a ser insesgado (media cercana a 0). Los mayores errores
los encontramos en pino pionero (sp.23) y en pino negral (sp.26) debido a su gran espesor de
corteza. Tambin son destacables los errores en sabina, debida a la diferente conformacin del
fuste en los distintos individuos (desde fustes maderables y rectos hasta portes completamente
rastreros). Tanto el pino pionero (sp.23) como la sabina (sp.38) destacan por presentar errores
grandes (aunque insesgados) y ms o menos constantes a lo largo del fuste. En el resto de
especies, los errores son menores y decrecientes con la altura relativa. Destacan los buenos
resultados en pino laricio (sp.25 y sp.250) y en chopo (sp.58).

Finalmente, en la tabla 7 se evala la precisin (en trminos de RMSE) de cada uno de los modelos
en funcin de la clase diamtrica estudiada. Para la clase diamtrica inferior (hasta 10 cm de
dimetro normal), el modelo Fang es el que presenta normalmente mayor precisin, mientras que
en las clases diamtricas habitualmente comerciales (hasta 50cm) el modelo Stud tiende a
presentar mayor precisin. En todos los casos las diferencias entre modelos no son acusadas. Tal y
como ocurri con el sesgo, el pino pionero (sp.23) y la sabina (sp.38) son las especies que
presentan peor precisin. En el caso opuesto, el pino laricio natural (sp.25) y el chopo (sp.58) son
las especies que presentan mejor precisin en todas las clases diamtricas. En todos los casos la
precisin tiende a disminuir al aumentar el dimetro normal del rbol, siendo extremadamente
baja en el caso de las mayores clases diamtricas de pino pionero (sp.23) y de haya (sp.71).


Tabla 7: Error cuadrtico medio (RMSE) por clase dimetrica para cada especie
Especie CD 5 15 25 35 45 55 65 75
21
n 18 2906 5025 5607 3159 1532 605 79
Fang 0,489 1,160 1,780 2,499 3,634 5,092 6,381 11,523
Stud 0,546 1,147 1,585 2,142 3,369 4,810 5,964 9,738
23
n -- 282 802 1204 1018 329 255 169
Fang -- 1,837 3,453 5,692 7,580 10,935 13,907 26,139
Stud -- 2,100 3,471 5,658 7,553 10,965 14,310 29,203
25
n -- 233 434 309 128 -- -- --
Fang -- 0,321 0,709 0,840 1,166 -- -- --
Stud -- 0,363 0,662 0,865 1,063 -- -- --
250
n 11 1325 1780 689 181 28 -- --
Fang 0,498 0,811 1,109 2,055 2,992 10,508 -- --
Stud 0,852 0,793 1,093 2,176 3,147 13,902 -- --
26
n -- 1267 4588 6817 2554 518 138 16
Fang -- 1,514 2,469 2,884 3,896 4,427 9,716 5,941
Stud -- 1,262 2,152 2,654 3,766 4,196 9,704 11,557
926
n -- -- 120 1529 2878 1972 593 175
Fang -- -- 3,290 2,808 4,055 5,002 5,594 10,958
Stud -- -- 2,980 2,918 4,023 5,012 5,676 11,147
14

28
n 52 1096 2369 2528 1857 449 81 --
Fang 0,614 0,935 1,621 2,553 2,997 5,005 3,442 --
Stud 1,161 1,084 1,433 2,192 2,685 4,147 4,850 --
38
n 56 897 1025 245 52 -- -- --
Fang 0,324 1,303 2,844 5,345 5,077 -- -- --
Stud 0,822 1,566 3,014 6,255 7,789 -- -- --
43
n 367 1053 891 351 68 22 12 --
Fang 0,350 0,755 1,642 2,875 3,742 4,954 12,807 --
Stud 0,466 0,758 1,608 2,749 4,199 4,353 10,532 --
58
n -- 858 12134 12737 2279 -- -- --
Fang -- 0,230 0,420 0,657 1,056 -- -- --
Stud -- 0,257 0,417 0,642 1,064 -- -- --
71
n 13 432 728 326 107 33 6 5
Fang 0,299 0,577 1,249 3,008 5,952 5,383 23,933 25,698
Stud 0,260 0,562 1,112 2,658 4,725 3,203 13,867 23,485

Por otra parte, los modelos evaluados han sido ampliamente contrastados en el mbito forestal. El
modelo Stud ha sido empleado para describir el perfil del tronco de Pinus radiata en el Pas Vasco
(RODRGUEZ et al., 2004) y en Tenerife (MARTNEZ, 2004), diversos clones de chopo (RODRGUEZ y
BLANCO, 2001; RODRGUEZ y MOLINA, 2003; RODRGUEZ, 2005), pino canario en Tenerife (MARTNEZ,
2006), pino silvestre en el Alto Valle del Ebro (RUIZ, 2001; LIZARRALDE et al., 2004) y en el sistema
central (LIZARRALDE, 2008) y pino negral en el sistema Ibrico (LIZARRALDE, 2008). El sistema de
ecuaciones FANG et al. (2000) tambin ha cosechado muy buenos resultados en diversas especies
como son el pino taeda y pino ellioti (FANG et al., 2000), pino silvestre (DIGUEZ-ARANDA et al.,
2006), pino pinaster (2006), pino cooperi, pino durangensis, pino engelmannii y pino teocote
(CORRAL et al., 2009). En nuestro caso, ambos modelos proporcionan una muy buena diagnosis y
unos resultados muy parecidos, generalmente insesgados y muy precisos.

3.3 Validacin de los modelos

La validacin se realiz con los datos de los rboles tipo del IFN2 (tabla 3). Se evalu tanto el error
medio (sesgo) y la precisin (RMSE) tanto en dimetro como en volumen para todas las especies y
analizados por provincias. Estos resultados se muestran en las tablas 8-19. Si analizamos la
precisin de la validacin en dimetro, en todos los casos el modelo Stud presenta mejores
estadsticos de validacin. Respecto a la validacin en volumen, no existen tantas diferencias
como en dimetro, pero tiende a ser el modelo Fang quien presenta mejores resultados.

Respecto a pino silvestre procedente tanto de masas naturales (tabla 8) como artificiales (tabla 9)
obtenemos una muy buena validacin en ambos modelos. Respecto al dimetro, el modelo Fang
presenta mayor sesgo y menor precisin, mientras que en volumen tiende a ser el modelo Stud el
que presenta mayor sesgo y menor precisin. En general los errores son bajos (en el peor de los
casos, menos de 30 dm
3
en volumen y 4 cm de dimetro), mientras que la precisin es de en
torno a 6 cm (entre 5 y 7 cm) y entre 42 y 107 dm
3
.



15

Tabla 8: Resultados de la validacin en volumen y dimetro, del sesgo y la precisin (RMSE) en el
caso del pino silvestre de origen natural (cdigo 21)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 26,22 -4,94 4,19 -1,01 62,11 47,55 6,34 3,15
9 16,68 -26,47 5,11 -0,09 39,75 64,56 9,75 9,09
24 8,15 1,46 2,42 -0,76 22,49 21,81 3,32 1,85
34 5,68 4,32 2,15 -0,75 8,28 13,35 2,66 1,85
37 9,41 1,66 2,86 -0,98 17,10 23,76 3,65 2,17
40 29,03 -80,85 6,68 -0,66 62,71 159,58 8,58 3,02
42 18,63 -36,60 4,68 -1,05 44,45 78,19 6,21 2,75
49 4,66 3,36 2,00 -0,52 9,34 13,54 2,62 1,76
TOTAL 17,00 -28,61 4,47 -0,64 42,44 80,68 7,22 5,34

Los resultados en pino pionero (tabla 10) son generalmente buenos para todas las provincias
presentando un sesgo negativo de unos 40 dm
3
y una precisin en torno a las 110 dm
3
(siendo
mejor en el modelo Fang). Respecto a los resultados en dimetro, los resultados del modelo son
prcticamente insesgados (0,06 cm) y con una alta precisin media (3,79 cm), no siendo
destacable ninguna provincia en particular.


Tabla 9: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino silvestre de repoblacin (cdigo 210)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 6,50 -30,03 4,23 -0,63 61,68 79,95 6,30 3,90
9 4,86 -18,14 4,75 0,13 70,99 81,78 9,66 8,43
24 11,20 9,38 2,85 0,08 12,20 9,66 3,23 1,57
34 8,98 9,98 1,90 -0,51 10,90 8,22 4,07 2,34
37 -3,84 -34,68 3,14 -1,54 58,22 66,96 5,48 5,07
40 -15,10 -62,03 4,03 -1,66 113,88 141,32 5,56 2,95
42 -11,64 -46,48 3,89 -1,17 120,58 135,38 4,99 2,68
49 10,28 9,63 2,69 0,04 11,23 8,74 3,30 1,26
TOTAL -2,92 -31,75 4,09 -0,63 93,44 107,65 6,87 5,40

Los resultados, tanto en dimetro como en volumen, obtenidos en pino laricio natural (tabla 11) y
artificial (tabla 12) son especialmente buenos, presentando un sesgo prcticamente nulo (valores
inferiores a 4 cm de dimetro y a 29 dm
3
, en el peor de los casos) y una precisin muy elevada
(entre 3 y 4 cm y entre 10 y 40 dm
3
).



16

Tabla 10: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino pionero (cdigo 23)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 -77,19 -85,32 4,70 -1,48 134,06 150,99 6,95 4,81
9 -22,77 -17,21 4,04 0,32 59,19 70,86 8,75 7,31
40 -53,57 -75,48 7,11 0,19 94,14 146,29 9,09 4,42
47 -28,30 -30,61 5,43 0,18 104,45 126,39 7,13 3,43
49 -17,60 -15,39 4,57 0,53 63,83 75,34 6,10 3,29
TOTAL -37,62 -42,01 5,36 -0,06 105,81 128,05 7,15 3,79

Tabla 11: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino laricio de origen natural (cdigo 25)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 -2,45 -8,76 3,95 -0,82 69,51 114,27 6,63 3,40
9 -23,27 -21,98 6,67 2,66 69,49 86,11 14,50 13,99
24 2,60 6,17 2,08 -0,33 8,95 15,62 2,44 1,21
34 4,13 9,53 2,00 -0,14 5,89 10,79 2,44 1,45
37 -7,27 0,00 3,65 -0,32 38,43 45,55 5,88 2,34
40 14,76 19,32 2,66 0,20 55,25 60,38 3,87 2,01
42 2,15 6,23 3,32 0,01 35,29 36,69 4,46 2,02
49 1,02 5,79 1,57 -0,56 8,09 11,20 2,15 1,31
TOTAL 1,87 5,73 2,70 -0,05 31,54 40,02 4,33 3,24

En pino negral los resultados son bastante mejores en el caso en el que no se haya resinado su
fuste cerrados (tabla 13), en donde el sesgo tanto en volumen
como en dimetro es prcticamente nulo, obteniendo una precisin bastante elevada (entre 4 y 7
cm y 65 dm
3
) para una especie con tanta variabilidad en sus corteza. En el caso de los pinos
resinados abiertos (tabla 14) el sesgo en volumen es prcticamente el tripe (unos 50 dm
3
),
con una precisin de casi una tercera parte (entre 180 y 230 dm
3
). En este ltimo caso destacan
los rboles de la provincia de Burgos (9) con mayor sesgo y menor precisin.

Tabla 12: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino laricio de repoblacin (cdigo 250)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
9 14,92 21,37 3,78 1,29 15,73 114,27 8,32 6,91
24 9,94 16,76 3,76 1,07 11,40 86,11 4,29 1,65
34 -0,77 3,72 1,39 -0,53 6,20 15,62 -- --
37 9,49 17,40 3,88 0,81 13,56 10,79 -- --
40 6,11 15,41 1,18 -1,00 8,17 45,55 -- --
42 16,05 23,94 3,37 0,45 24,33 60,38 4,76 2,11
49 11,52 16,74 3,99 1,66 13,59 36,69 7,06 2,93
TOTAL 12,23 19,16 3,53 0,90 16,06 11,20 4,83 3,25
17


Tabla 13: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino negral sin resinar (cdigo 26)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 -4,43 -33,17 4,70 -1,48 48,93 88,86 5,99 2,90
9 7,24 -16,11 5,01 -1,22 55,82 69,57 10,32 10,24
24 5,38 0,59 3,67 -0,59 30,81 36,85 4,50 2,17
34 5,08 1,35 3,13 -1,24 9,66 23,39 4,00 2,32
37 -0,68 -12,88 3,78 -0,77 26,66 54,01 4,46 2,05
40 44,34 6,69 7,38 -0,10 88,89 70,16 8,76 3,32
42 9,55 -14,66 4,42 -1,08 37,62 60,35 5,82 2,57
47 28,46 -2,72 7,24 0,08 129,05 150,60 8,74 3,59
49 1,91 -2,36 2,98 -1,14 16,76 21,59 3,67 1,92
TOTAL 17,88 -7,98 5,40 -0,73 67,76 75,12 7,33 4,27

En pino radiata (tabla 15) y en sabina (tabla 16), son poco los rboles tipo que se disponen, sin
embargo, los resultados obtenidos son bastante buenos, presentando un sesgo prcticamente
nulo en el caso del pino radiata (tabla 15) con una elevada precisin. En sabina aunque los
resultados tambin son buenos, presentan un elevado sesgo en dimetro (cercano a 3 cm).

Tabla 14: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino negral resinado (cdigo 926)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 -60,94 -75,24 8,47 -1,19 164,31 200,96 9,70 5,10
9 -132,14 -146,87 2,24 -3,05 371,68 471,79 10,67 12,43
24 5,47 25,01 7,69 1,84 78,47 84,35 9,14 4,08
34 -12,11 -1,59 1,20 -2,05 24,70 17,33 -- 5,45
37 38,61 57,29 9,73 1,61 79,19 -- -- --
40 -6,75 0,97 7,76 -0,13 92,28 132,95 10,05 5,51
42 -52,22 -41,36 6,08 -1,40 78,03 82,82 8,32 4,79
TOTAL -52,07 -55,29 6,97 -1,03 186,77 233,44 9,40 6,49

Tabla 15: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del pino radiata (cdigo 28)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
9 -31,53 -5,77 5,41 0,97 50,13 39,58 11,18 10,34
24 -6,08 11,17 2,89 0,45 15,31 15,25 3,88 1,17
TOTAL -25,28 -1,61 4,78 0,84 43,95 34,75 9,63 8,85
18

Tabla 16: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso de la sabina albar (cdigo 38)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
9 -7,81 -19,12 8,39 3,89 22,66 46,73 15,51 12,49
40 -65,22 -160,31 7,05 -1,33 -- -- -- --
TOTAL -8,48 -20,76 8,35 3,74 23,63 49,78 15,25 12,26

En el caso de las frondosas los resultados tambin son buenos, excepto en el caso del haya, en
donde el sesgo y la precisin son bastante peores, sobretodo en el caso del modelo Fang. En
rebollo (tabla 17) el sesgo en dimetro es prcticamente nulo (1,22 cm) y en volumen es
relativamente bajo (40 dm
3
). Respecto a la precisin, sta es algo peor que en las conferas,
probablemente al no distinguir entre pies procedentes de monte alto y monte bajo. En chopo
(tabla 18) los resultados son muy buenos, presentando poco sesgo y gran precisin en ambos
modelos. En el caso del haya (tabla 19) los malos resultados cosechados por el modelo Fang lo
hacen descartable. Si tenemos en cuenta los resultados obtenidos por Stud, el sesgo es del mismo
orden que el obtenido en el caso del rebollo pero la precisin es menor en el caso del haya. En
este caso tampoco se han separado los pies procedentes de monte bajo y de monte alto. Por otra
parte, el haya es una especie con poco dominancia apical en malas estaciones, la cual implica una
mayor variabilidad en la forma del rbol.

Tabla 17: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del rebollo (cdigo 43)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
5 -16,73 -36,87 6,87 0,42 72,77 95,57 9,44 4,15
9 -51,45 -89,15 8,65 2,75 247,13 345,86 14,75 13,21
24 -23,42 -68,48 5,83 -0,12 214,11 376,44 9,10 6,86
34 -24,46 -53,70 5,03 0,05 337,52 476,75 7,08 5,17
37 -42,23 -65,97 8,97 2,23 161,06 225,34 11,98 5,40
40 -21,49 -36,96 4,37 -0,15 166,67 218,67 6,40 2,89
42 -93,75 -135,32 7,73 0,87 346,51 487,84 12,13 3,92
49 -40,79 -74,12 7,50 0,38 155,00 223,10 9,80 3,41
TOTAL -40,93 -71,45 7,44 1,22 216,28 313,85 10,99 6,72

Tabla 18: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del chopo I-214 (cdigo 58)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
24 -16,85 -4,20 4,84 -0,56 52,59 52,94 5,87 2,20
34 -15,97 -9,11 3,83 -1,48 30,76 17,50 5,03 3,26
40 -43,16 -34,73 3,92 -1,90 79,37 90,55 5,35 4,05
42 -98,84 -75,48 3,08 -3,89 218,40 178,31 8,78 9,35
49 -34,00 -31,91 4,73 -1,13 68,69 76,14 6,56 2,46
TOTAL -36,26 -25,37 4,17 -1,59 98,15 86,96 5,90 4,36
19



Tabla 19: Resultados de la validacin en volumen y dimetro del sesgo y la precisin (RMSE) en el
caso del haya (cdigo 71)
PROVINCIA
Sesgo RMSE
Volumen (dm
3
) Dimetro (cm) Volumen (dm
3
) Dimetro (cm)
Fang Stud Fang Stud Fang Stud Fang Stud
9 -1268,96 -247,52 20,11 -2,43 2295,17 621,51 25,57 15,25
24 -860,61 -115,06 19,20 -1,97 1534,05 298,25 22,18 6,39
34 -743,20 -80,93 18,12 -2,20 1408,35 307,71 21,03 5,77
42 -1065,78 -183,10 20,98 -0,94 2084,60 468,66 26,76 3,61
TOTAL -899,53 -128,44 19,27 -1,96 1651,35 356,05 22,33 7,27

En la figura 4 se analiza el error en la prediccin del volumen en funcin de la clase diamtrica.
Como es habitual en este tipo de modelos, el error aumento conforme aumenta el dimetro
normal del rbol considerado.



Figura 4. Diagrama de cajas del error en volumen en funcin de la altura considera en el fuste (en
trminos relativos) para cada especie y modelo evaluado (en negro el modelo Stud y en blanco el
modelo Fang)
20

En general el modelo Stud tiende a sobrestimar el volumen, mientras que el modelo Fang tiende
a subestimarlo, no existiendo grandes diferencias entre ambos, sin embargo parece que el modelo
Stud proporciona resultados menos sesgados y con menor variabilidad (menor rango
intercuartlico). Excepto en el caso del haya (sp.71) y del pino silvestre (sp.21) para las mayores
clases diamtricas, los errores tiende a presentar un rango intercuartlico menor de 20 dm
3
.

3.4 Inclusin en cubiFOR

En todos los casos se incluy en cubiFOR el modelo Stud para todas las especies,
recomendndose su uso cuando se pretende clasificar productos. Sin embargo, si slo se pretende
calcular el volumen total de los rboles, la utilizacin del modelo Fang compatible resulta muy
cmoda y rpida al representar una tarifa de doble entrada del tipo
1 2
a a
0
V aD H en donde a
0
, a
1
y a
2

son los coeficientes mostrados en la tabla 5.



Figura 5. Complemento de Excel cubiFOR con todos los modelos incluidos

4 CONCLUSIONES

Se elaboran modelos de cubicacin (con clasificacin de productos) para las principales especies
maderables de Castilla y Len, con datos procedentes de distintas tipologas de masa que se
consideran como representativas de la regin.

En algunas especies como es el caso de la sabina y el rebollo, estos modelos son novedosos al no
existir antecedentes bibliogrficos para estas especies.
21


Los modelos se validan de forma independiente con datos procedentes de los rboles tipo del
IFN2. En general los resultados obtenidos son poco sesgados y bastante precisos.

Todos los modelos se incluyen en el complemento de Excel cubiFOR considerando siempre el
modelo Stud como el mejor predice el volumen. Para el caso concreto en el que slo se desee
obtener el volumen total del rbol, resulta sencillo y cmodo utilizar la ecuacin de volumen
compatible de Fang, la cual proporciona resultados similares a los de Stud.

En resumen, con este trabajo se pretende homogeneizar el sistema de cubicacin en Castilla y
Len, a travs de modelos de volumen con clasificacin de productos para las principales especies
maderables de la regin. Todos los modelos presentan una precisin y un sesgo aceptable. Para
facilitar su utilizacin se aporta una herramienta informtica, cubiFOR, que los incluye.


AGRADECIEMIENTOS
Este trabajo ha sido financiado por la Junta de Castilla y Len a travs de un proyecto de
investigacin concedido a la Fundacin Cesefor. Por otra parte se ha podido llevar a cabo gracias al
apoyo de muchas personas de distintas entidades como son Cesefor, la Universidad de Valladolid,
el Instituto Nacional de Investigacin y Tecnologa Agraria y Alimentaria, Agresta Soc. Coop y
Sayfor. Especial agradecimiento a los tcnicos de las distintas secciones territoriales de la Junta de
Castilla y Len por su apoyo prestado y por el aporte de datos de rboles tipo procedentes de
aprovechamientos.


5 BIBLIOGRAFA

BEHRE, C.E. 1923. Preliminary Notes on Studies of Tree Form. Journal of Forestry 21: 507-511.
BELSLEY D.A., 1991. Conditioning diagnostics, collinearity and weak data in regression, John Wiley & Sons Inc.,
New York.
BI H., 2000. Trigonometric variable-form taper equations for Australian eucalyptus. For. Sci. 46: 397409.
BI H., LONG Y., 2001. Flexible taper equation for site-specific management of Pinus radiata in New South
Wales, Australia. For. Ecol. Manage. 148: 79-91.
BYRNE J., REED D., 1986. Complex compatible taper and volume estimation systems for red and loblolly pine.
For. Sci., 32 (2): 423-443.
CLEVELAND W.S., 1993. Visualizing Data. AT&T Bell Laboratories, Murray Hill, 360 pp.
CORRAL-RIVAS, J.J., DIGUEZ-ARANDA, U., CORRAL, S. CASTEDO-DORADO, F. 2007. A merchantable volume system for
major pine species in El Salto, Durango (Mexico). For Ecol and Manage, 238 (1-3), pp. 118-129.
DAQUITAINE, R., SAINT-ANDRE, L., LEBAN, J.M. 1999. Product properties prediction - improved utilisation in the
forestry-wood chain applied on spruce sawnwood: Modelling stem properties distribution. Final Report sub-
task A2.1. Nancy.
DEMAERSCHALK J., 1972. Converting volume equations to compatible taper equations. For. Sci. 18: 241245.
DIGUEZ-ARANDA U., CASTEDO F., LVAREZ J.G., AND ROJO A., 2006. Compatible taper function for Scots pine
plantations in northwestern Spain. Can. J. For. Res. 36: 11901205.
DIGUEZ-ARANDA U., CASTEDO F., LVAREZ J.G., AND ROJO A., 2006. Compatible taper function for Scots pine
plantations in northwestern Spain. Can. J. For. Res. 36: 11901205.
FANG Z. AND BAILEY R.L., 1999. Compatible volume and taper models with coefficients for tropical species on
Hainan Island in Southern China. For. Sci. 45: 85100.
FANG Z., BORDERS B.E., AND BAILEY R.L., 2000. Compatible volume-taper models for loblolly and slash pine based
on a system with segmentedstem form factors. For. Sci. 46: 112.
GOULDING C., MURRAY J., 1976. Polynomial taper equations that are compatible with tree volume equations. NZ.
J. For. Sci., 5: 313-322.
22

GREGOIRE TG, SCHABENBERGER O, BARRETT JP (1995) Linear modelling of irregularly spaced, unbalanced,
longitudinal data from permanent-plot measurements. Can J Res 25:137156
HIRSCH, R.P., 1991. Validation samples. Biometrics 47:1193-1194.
KOZAK A., 2004. My last words on taper functions. For. Chron. 80: 507515.
KOZAK A. AND KOZAK R.A., 2003. Does cross validation provide additional information in the evaluation of
regression models? Can. J. For. Res. 33: 976987.
KOZAK A., 1997. Effects of multicollinearity and autocorrelation on the variable-exponent taper functions. Can.
J. For. Res. 27: 619629.
KOZAK, A. 1988. A Variable-Exponent Taper Equation. Canadian Journal of Forest Res. 18:1363-1368.
LIZARRALDE, I.; ORDEZ, C.; BRAVO, F. 2004. Desarrollo de ecuaciones de copa para Pinus pinaster Ait. en el
Sistema Ibrico Meridional. Cuad. Soc. Esp. Cien. For. 18: 173-177
LIZARRALDE, I. (2008): Dinmica de rodales y competencia en las masas de pino silvestre (Pinus sylvestris L.) y
pino negral Pinus pinaster Ait.) de los Sistemas Central e Ibrico Meridional. Tesis Doctoral. Universidad de
Valladolid. 230 pp
MARTN A.J., 1981. Taper and volume equations for selected Appalachian hardwood species. USDA For. Serv.
Res. Pap. NE-490.
MARTNEZ Y., 2004. Modelos del perfil del rbol para pino radiata en Tenerife. Documento interno. Genea
Consultores. 8 pp.
MARTNEZ Y., 2006. Modelos del perfil del rbol para pino canario en Tenerife. Documento interno. Genea
Consultores. 8 pp.
MUHAIRWE C.K., 1999. Taper equations for Eucalyptus piluraris and Eucalyptus grandis for the north coast in
New South Wales, Australia. For. Ecol. Manage. 113: 251269.
MYERS R.H., 1990. Classical and modern regression with applications (Second Ed.). Duxbury Press, Belmont,
California.Newnham (1992
NEWNHAM, R.M. 1992. Variable-Form Taper Functions for Four Alberta Tree Species. Canadian Journal of
Forest Res. 22:210-223.
PARRESOL B.R. and THOMAS C.E., 1996. A simultaneous density-integral system for estimating stem profile and
biomass: slash pine and willow oak. Can. J. For. Res. 26: 773781.
PRETZSCH H., BIBER P., DURSKY J., GADOWK.V., HASENAUER H., KNDLER G., KENK G., KUBLIN E., NAGEL J., PUKKALA T.,
SKOVSGAARD J.P., SODTKE R., STERBA H., 2002. Recommendations for standardized documentation and further
development of forest growth simulators. Forstw Cbl 121(3), 138-151.
RIEMER T., von GADOW K., and SLOBODA B., 1995. Ein Modell zur Beschreibung von Baumschften. Allg. Forst
Jagdztg. 166: 144147.
RODRGUEZ F., BROTO M., CANTERO A., 2004. Aplicacin del programa cubica a distintos regmenes de gestin del
pino radiata en el Pas Vasco. I Reunin de Modelizacin. SECF. Palencia. 8pp.
RODRGUEZ F., 2009. Cuantificacin de productos forestales en la planificacin forestal: Anlisis de casos con
cubiFOR. Actas V Congreso Forestal Nacional. vila
RODRGUEZ F., BLANCO R., 2001. Tarifa de cubicacin con clasificacin de productos para chopo I-214 del valle
medio del Cinca (Huesca). Actas del III Congreso Forestal Nacional. Mesa 4-5: 321-326.
RODRGUEZ, F, MOLINA C. 2003. Modelos De Perfil De Fuste Para Tres Clones De Chopo (Populus X Euramerica)
En Navarra. Invest. Agr. Sist. Rec. For. 12(3): 73-85
RODRGUEZ F. 2005. Modelos de produccin de las choperas del Valle del Cinca. Tesis Doctoral. Universitat de
Lleida. 212pp
RYAN T.P., 1997. Modern regression methods, John Wiley & Sons Inc., New York.
SAS INSTITUTE INC SASS1A1 u C v SAS Publising, USA, 3884 pp
SHARMA, M. & ODERWALD R.G. 2001. Dimensionally compatible volume and taper equations. Canadian Journal
of Forest Research 31(5):797-803.
SPURR S.H., 1952. Forest Inventory. The Ronald Press Company. New York.
VANCLAY J.K., SKOVSGAARD J.P., 1997. Evaluating forest growth models. Ecol Modell 98, 1-12.
ZIMMERMAN D.L. AND NEZ-ANTN V., 2001. Parametric modeling of growth curve data: an overview (with
discussion). Test 10: 173.
23

ANEXO I: DESCRIPCIN, INSTALACIN Y UTILIZACIN DE CUBIFOR

Este Anexo es un resumen del M ICk descargable en:
http://www.cesefor.com/cubifor/descargas/cubiFOR_Manual.pdf

II.1. Descripcin de cubiFOR

cubiFOR, es una herramienta de cubicacin, en formato complemento de Excel, programada en
Microsoft VBA (Visual Basic for Applications). Con este complemento podemos calcular el
volumen de madera y de los distintos productos que se pueden obtener y la biomasa en una
masa forestal a partir de la lista de los distintos dimetros normales y alturas totales de los
distintos rboles que componen la masa forestal.

Para el clculo de los productos de madera (figura 1) se basa
en modelos del perfil del rbol. Integrando dicha funcin
entre dos alturas cualesquiera, se obtiene el volumen del
rbol entre esas dos alturas. Los distintos productos de
madera se definen en base a las caractersticas morfolgicas
de las trozas, es decir a partir de su dimetro en punta
delgada y en punta gruesa y de su longitud. Existe una
norma vigente respecto a la clasificacin de madera en rollo,
la UNE 56514:85 (tabla 1) pero no se ajusta a la realidad del
sector forestal de Castilla y Len. cubiFOR se basa en una
nueva clasificacin de productos de madera elaborada por
BROTO et al., (2006) en base a encuestas a los agentes del
sector de la madera (tabla 2).

Los clculos de biomasa (excepto para el fuste) se basan en
las ecuaciones elaboradas por el INIA (MONTERO et al. 2005)
para cada unos de los productos de biomasa. Para el fuste se
utiliza el volumen calculado con el modelo del perfil,
multiplicado por la densidad bsica de la madera (tanto de la
madera como de la corteza) y el porcentaje medio de corteza
de cada una de las especies. (RODRGUEZ et al., 2006).

Las especies incluidas en cubiFOR son el pino silvestre (Pinus sylvestris L.), el pino pionero (Pinus
pinea L.), el pino laricio (Pinus nigra Arn.), el pino negral (Pinus pinaster Ait.), el pino radiata
(Pinus radiata D. Don), la sabina (Juniperus thurifera L.), el rebollo (Quercus pyrenaica Willd.), el
chopo (Populus x euramericana (Dode) Guinier) y el haya (Fagus sylvatica L.).

Tabla 1: Clasificacin de madera en rollo. UNE 56.514-85
Producto dimetro mnimo (cm) dimetro mximo (cm) longitud mnima (m)
Desenrollo 15 160 0.6
Sierra 20 200 1.2
Postes 10 45 6
Desintegracin 8 20 1
Apea 8 15 2.5

Figura 1: Distribucin de los productos
en el rbol
24

Tabla 2: Clasificacin de madera en rollo realizada por Cesefor (BROTO et al., 2006)
Producto dimetros mnimo (cm)
longitud
mnima (m)
dimetro
cubiFOR (cm)
dimetro
normal (cm)
Desenrollo > 40* 3 > 40 > 45*
Chapa plana > 40* 3 > 40 > 45*
Sierra Gruesa > 40 2,5 > 40 > 45
Sierra > 25 2,5 > 25 y < 40 > 30 y < 40
Canter > 15 y < 28 2,5 > 15 y < 28 > 15 y < 30
Postes > 15 y < 28 >6 y < 14 > 15 y < 28 > 15 y < 30
Apeas > 6 y < 16 1,8 > 6 y < 16 > 7,5 y < 15
Desintegracin > 5 1 > 5 > 7,5
Energa - - - Todos
*: En los chopos, el dimetro mnimo es de 20 cm y el dimetro normal de 25 cm


II.2. Instalacin de cubiFOR

Para su instalacin, se debe descargar el complemento en la web de cubiFOR
(www.cesefor.com/cubifor). Se recomienda guardar el archivo (cubiFOR_CyL.xla) en el directorio
\\Archivos de programa\ Microsoft Office\Office\Macros. En la suite Microsoft Office 2003, para
activarlo, al abrir MS Excel, debemos ir al men HERRAMIENTAS y dentro de ste, al submen
COMPLEMENTOS. Se abrir una pantalla con todos los complementos de MS Excel instalados en
nuestro PC. Si hemos guardado el complemento en el directorio de macros de MS Excel, ste
aparecer en la lista de complementos, sino, iremos a LxAMINAk y lo seleccionaremos de entre
los directorios de nuestro PC. En la figura 2A se muestra dicho proceso.
Figura 2A: Instalacin de cubiFOR en MS Excel 2003

Sin embargo, si disponemos de la suite Microsoft Office 2007, para activarlo, al abrir MS Excel,
debemos ir al men OPCIONES DE EXCEL y dentro de ste, al submen COMPLEMENTOS. En la
opcin ADMINISTRAR debemos seleccionar COMPLEMENTOS DE EXCEL y clicaremos en el botn
IR. Se abrir una pantalla con todos los complementos de MS Excel instalados en nuestro PC. Si
hemos guardado el complemento en el directorio de macros de MS Excel, ste aparecer en la
lista de complementos, sino, iremos a LxAMINAk y lo seleccionaremos de entre los directorios
de nuestro PC. En la figura 2B se muestra dicho proceso.


1
2
25

Figura 2B: Instalacin de cubiFOR en MS Excel 2007

II.3. Utilizacin de cubiFOR

Su utilizacin va a depender de la versin de Office que tengamos. Si disponemos de Excel 2003,
en el men de HERRAMIENTAS estar activada una opcin llamada cubiFOR (Figura 3A). Clicando
sobre esa opcin se abrir la aplicacin (Figura 4). Si disponemos de Excel 2007, si ya hemos
instalado cubiFOR tendremos activo, en la cinta de opciones, un men denominado
COMPLEMENTOS, en donde tendremos situado a cubiFOR (Figura 3B). Clicando sobre la opcin
cubiFOR iniciaremos la aplicacin.

Figura 3: Acceso al complemento cubiFOR en MS Excel 2003 (izquierda) y en MS Excel 2007
(derecha).

Una vez abierto cubiFOR podremos calcular volumen total, volumen de productos y biomasa de
las distintas fracciones. Si nuestros datos slo corresponden a una especie forestal, podremos
seleccionar en la pestaa superior la especie deseada. Por el contrario, si nuestros datos son una
mezcla de rboles de distintas especies, tendremos que haber definido una columna en los datos
de origen, en la que para cada rbol se indique su especie mediante la misma codificacin que la
empleada en el IFN3 (Tabla 3). Por otra parte, debajo de la pestaa de especie, tenemos un marco
que define alguna caracterstica importante de la especie, como puede ser su origen (natural o
repoblacin) si ha estado resinado o no, en el caso del chopo, el clon, etc... Inmediatamente
debajo de este marco, podremos seleccionar y definir los distintos productos de madera a cubicar.
Estos productos se definen en base a su dimetro en punta delgada y a la longitud mnima
aprovechable de sus trozas. Todos ellos vienen definidos por defecto en base a los datos expuesto
en la tabla 2, pero puede ser modificado por el usuario. Inmediatamente ms abajo, tenemos el
marco de carga de datos. De esta forma debemos seleccionar los datos donde tenemos los
dimetros normales de los rboles a cubicar, las alturas totales de stos y el nmero de veces que
1
2
3
A
B
26

est repetido ese rbol. En el caso en que no se especifique la frecuencia, se considerar que es 1.
l clasifica productos con cubifor
una nueva Hoja denominada cubiFOR en donde se presentan los datos originales y los datos
calculado con cubiFOR. Estos datos calculados depende de los productos seleccionados pero
siempre mantienen el mismo orden: (i) datos de origen (dimetro normal, altura total, frecuencia y
cdigo de especie), (ii), datos obtenido para los productos de madera (volumen total con corteza,
volumen del fuste y volumen de los distintos productos seleccionados y su nmero de trozas), (iii)
datos obtenidos de la biomasa de las distintas fracciones del rbol (biomasa de los productos de
madera, de trituracin, de las ramas y de las races).


Figura 4: Utilizacin de cubiFOR

Tabla 3: Cdigo de especies
Especie Carcter distintivo Cdigo IFN3
Pino silvestre Natural 21
Pino silvestre Repoblado 210
Pino pionero -- 23
Pino laricio Natural 25
Pino laricio Repoblado 250
Pino negral Cerrado (No resinado) 26
Pino negral Abierto (Resinado) 926
Pino radiata -- 28
Sabina -- 38
Rebollo -- 43
Chopo Clon I-214 58
Haya -- 71

1 - Selecciona la
especie
2 - Marca sus
caracteres distintivos
3 - Selecciona y
define los distintos
productos
4 - Introduce los
datos
5 - Cubica con
cubiFOR
27


ANEXO II: ANLISIS DE LA ESCALA DE TRABAJO CON CUBIFOR.


L A Cuantificacin de productos forestales en la
planificacin forestal: Anlisis de casos con cubiFOR v C l
Nacional, el cual puede descargarse directamente de la web del congreso o en la pgina de
cubiFOR: http://www.congresoforestal.es/fichero.php?t=41725&i=529&m=2185


II.1. Objetivo

El objetivo de este trabajo es ilustrar tres ejemplos de clasificacin de productos a diferentes
escalas (paisaje o regional, monte y rodal):
Pino silvestre a nivel regional a partir de los datos del IFN3 (Tercer Inventario Forestal
Nacional).
Clculo de existencias en la k C M U S
C situado en el trmino municipal de Hontoria del Pinar (Burgos), 8 revisin del
U y C U G L
Llanos, Las V L C del trmino municipal de Huerta del Rey (Burgos).
Intervencin selvcola en el rodal 247 de la Seccin 3 del Cuartel A del monte 125
A C S


II.2. Aplicacin a tres escalas de trabajo

a. Escala paisaje o regional

Se utilizaron los datos del Tercer Inventario Forestal Nacional (MARM, 2008) elaborados por
ALBERA MEDIO AMBIENTE S.L. Se dispona del valor de las principales variables forestales (nmero
de pies, rea basimtrica, volumen con y sin corteza, incremento anual en volumen con corteza y
volumen de leas) a nivel provincial, por especie y por clase diamtrica. En este trabajo slo se
presenta el anlisis en pino silvestre (en la pgina web de cubiFOR se pueden descargar los
resultados para las principales especies maderables de Castilla y Len). En la tabla 1 se observan
las principales variables de existencias forestales a nivel provincial. En la tabla 2 se presentan las
existencias por clase diamtrica a nivel regional.

Para realizar resultados compatibles con los valores obtenidos en el IFN3, la metodologa de
anlisis se bas en lo siguiente: (i) se seleccionaron los rboles tipo del IFN2 y se calcul su
clasificacin de productos, (ii) se construyeron valores modulares de la proporcin de un
producto respecto a su volumen total (segn IFN3) para cada una de las clases diamtricas. De
esta forma se aport al IFN3 la clasificacin de productos en base al su volumen, y (iii) se calcul la
biomasa a nivel provincial y por clases diamtricas.





28

Tabla 1: Existencias de pino silvestre en Castilla y Len (N = cantidad de pies mayores, G = rea
basimtrica, V = volumen con corteza, Vu= volumen sin corteza, iV= incremento anual de volumen
con corteza, Vl = volumen de leas)
Especie N (npies) G (m) V (m) Vu (m) iV (m) Vl (m)
vila 7.675.034 298.010 1.669.087 1.388.734 88.688 102.815
Burgos 52.418.424 1.978.506 12.272.296 9.786.501 531.243 683.380
Len 33.156.883 728.832 3.649.148 2.874.999 244.909 239.454
Palencia 16.150.669 418.705 2.096.930 1.619.977 146.904 138.274
Salamanca 2.219.673 80.717 483.779 381.865 37.575 27.488
Segovia 19.418.629 900.649 6.294.855 5.326.684 260.678 318.171
Soria 54.026.907 1.986.611 12.816.998 10.357.778 516.875 686.601
Zamora 16.722.752 303.470 1.418.893 1.114.470 116.807 97.965
TOTAL 201.788.971 6.695.500 40.701.986 32.851.008 1.943.678 2.294.148

Tabla 2: Existencias de pino silvestre en Castilla y Len por clase diamtrica
CD N (n pies) G (m) V (m) Vu (m) iV (m) Vl (m)
10 56.297.001 446.746 1.187.377 831.755 194.784 133.902
15 53.602.994 948.923 4.083.411 2.989.888 391.756 300.961
20 41.056.944 1.270.556 6.639.619 5.156.367 454.075 419.488
25 23.124.298 1.113.161 6.656.208 5.339.746 334.881 379.437
30 12.053.138 836.260 5.598.783 4.577.555 208.695 292.781
35 6.864.500 654.559 4.765.347 3.946.656 136.902 234.561
40 4.206.394 523.366 4.069.283 3.406.526 94.258 191.239
45 2.184.035 343.875 2.833.796 2.399.657 54.899 127.834
50 1.255.571 243.516 2.095.276 1.789.902 34.644 91.912
55 632.396 148.450 1.305.600 1.125.685 19.431 56.818
60 296.133 82.683 729.645 635.510 10.518 32.050
65 102.737 33.682 298.396 260.907 3.648 13.210
>70 112.830 49.723 439.245 390.853 5.186 19.955
Total 201.788.971 6.695.500 40.701.986 32.851.008 1.943.678 2.294.148

b. Escala monte

Se utilizaron los datos del inventario forestal del proyecto de ordenacin (o revisin) de los montes
U.P n 222, U.P n 226 y U.P n 611 pertenecientes al catlogo de Burgos y realizados por
AGRESTA SOC. COOP. MAD. Tambin se emplearon los datos de rboles tipo procedentes slo del
proyecto de Ordenacin del monte U.P n222 realizado en 1950 (tabla 3). En una primera fase,
para comprobar que el modelo de perfil proporcionaba resultados suficientemente precisos, se
compar la cubicacin realizada sobre los rboles tipo con la obtenida con cubiFOR. La
comparacin se realiz en trminos de sesgo (promedio de los residuos entre volumen del rbol
tipo y el volumen obtenido con cubiFOR) y de precisin (error absoluto medio o promedio del
sesgo individual en valor absoluto). Finalmente se aplic cubiFOR a los datos del inventario
forestal, permitiendo clasificar productos a nivel de estrato, rodal y cuartel segn la metodologa
siguiente: (i) se calcul, a nivel de parcela, la altura individual de todos los rboles a partir de la
curva altura-dimetro desarrollada por LIZARRALDE (2009), (ii) se realiz la clasificacin de
29

productos en todas las parcela, y (iii) se infirieron los resultados a nivel de la hectrea, y para
cada uno de los estratos, rodales y cuarteles.

Tabla 3: Estadsticos descriptivos de los rboles tipo del proyecto de Ordenacin del monte U.P. n
222 (d = dimetro normal, h = altura total, v = volumen con corteza, vu = volumen sin corteza, vCF
= volumen con cubiFOR
n=80 d (cm) h (cm) v (m
3
) vu (m
3
) vCF (m
3
)
Promedio 30,5 1213 0,465 0,329 0,457
Mnimo 23,5 660 0,153 0,083 0,156
Mximo 52,5 2070 1,884 1,325 2,065
Desviacin Estndar 8,0 256 0,347 0,256 0,363

c. Escala rodal

Se utilizaron datos procedentes de unas cortas de mejora (clara por lo bajo sin contar los cabrios y
las varas) en S A S
La toma de datos consisti en lo siguiente: (i) sealamiento de los rboles a extraer (personal de la
Seccin IV del Servicio Territoriales de Medio Ambiente de Soria), (ii) inventario de los pies a
extraer (dimetro normal cruzado y altura total con Vertex III) por parte del personal de Cesefor, y
(iii) contada en blanco, es decir, medicin del volumen individual de todos los rboles a partir de
su longitud maderable y su dimetro a la mitad de dicha longitud (administracin forestal). En
total se sealaron 1000 pies de los cuales slo se analizaron 753 tras la depuracin de errores en la
toma de datos o imposibilidad de identificar el nmero de rbol una vez abatido. La comparacin
se realiz en trminos de sesgo (promedio de los residuos entre volumen de la contada en blanco
y el volumen obtenido con cubiFOR) y de precisin (error absoluto medio o promedio del sesgo
individual en valor absoluto). En la tabla 4 se muestran los estadsticos descriptivos de la muestra
que se analiz.

Tabla 4: Principales caractersticas de la muestra a extraer en los trabajos de mejora (d = dimetro
normal, h = altura total, vH = volumen individual calculado por Huber, vN = volumen individual
calculado por Newton, vPM = volumen individual calculado por Huber en base el modelo de perfil
del rbol de cubiFOR)
n=753 d (cm) h (cm) vH (m
3
) vN (m
3
) vPH (m
3
)
Promedio 25,7 1855 0,468 0,483 0,437
Mnimo 18,5 1200 0,042 0,045 0,083
Mximo 51,5 2570 2,521 2,527 2,414
Desviacin Estndar 5,0 253 0,238 0,239 0,235

Se cubicaron los rboles una vez apeados por la formula de Huber y Newton. Con cubiFOR se
calcul el dimetro a la mitad del fuste y se cubic tambin por Huber para comparar dichos
volmenes con los obtenidos en la medicin en blanco. Finalmente se clasificaron los productos de
madera y de biomasa procedentes de las cortas de mejora.






30

II.3. Resultados y Discusin

a. Escala Regional

Los resultados de los valores modulares de la clasificacin de productos en base a los rboles tipo
del IFN2 se presentan en la tabla 5, mientras que los relativos a la clasificacin de biomasa son los
expresados por MONTERO et al. (2005) para pino silvestre. En ambos casos obtenemos valores
modulares aplicables a cualquier parcela del IFN para clasificar los distintos productos de madera y
biomasa. Destacan dos clases diamtricas; la clase 20, a partir de la cual la proporcin de madera
de trituracin disminuye mucho, y la clase diamtrica 55, que es la que presenta una mayor
proporcin de madera de chapa.

Tabla 5: Valores modulares para la clasificacin de productos de pino silvestre por clase diamtrica
CD (cm) Trituracin Apeas Postes Canter Sierra Chapa CD (cm)
10 67,3% 23,9% - - - - 10
15 69,1% 28,9% - - - - 15
20 42,0% - 17,2% 40,0% - - 20
25 14,1% - 12,8% 72,7% - - 25
30 6,9% - 4,6% 88,3% - - 30
35 4,0% - - 95,8% - - 35
40 2,6% - - 67,3% 30,0% - 40
45 1,8% - - 48,7% 48,0% 1,4% 45
50 1,3% - - 28,3% 61,6% 8,7% 50
55 1,0% - - 17,1% 72,4% 9,5% 55
60 0,7% - - 11,7% 79,8% 7,7% 60
65 0,6% - - 8,6% 86,6% 4,2% 65
>70 0,5% - - 6,6% 88,5% 4,4% >70

Los resultados de la clasificacin de productos en pino silvestre, a nivel regional, separado por
provincias, se presentan en las figuras 1 y 2. En general la madera de trituracin representa ms
de la mitad de la madera en pie, llegando hasta el 67% en las provincias donde ms repoblaciones
se han realizado con esta especie.

Respecto al porcentaje de madera para postes y para apeas, resulta ms o menos constante y en
torno a un 10% y un 5%, respectivamente. La madera de canter oscila entre el 10% y el 25%,
mientras que la madera de sierra est entre un 1% un 20%. Finalmente, la madera para chapa
nunca representa una cantidad superior al 2%. Respecto a los productos de biomasa area,
observamos como los productos de madera procedentes del fuste, sin incluir la madera de
trituracin, representan entre un 25% (caso de Zamora) y un 60% (caso de Segovia) de la biomasa
area. Estos productos son un buen indicador de la calidad y estado de desarrollo de las masas, al
representar los productos de madera de mayor valor comercial que muy probablemente no van a
ser aprovechados como biomasa forestal. Se separa de estos productos a la biomasa procedente
de la madera de trituracin, al ser un producto utilizable tanto por la industria de la madera como
por la industria de la biomasa. Finalmente, el nico producto solamente utilizable por la industria
de la biomasa son las ramas (mayores y menores de 7 cm) que representan entre un 21% y un
26% de la biomasa total area.

31





Figura 1: Clasificacin de productos de madera, en pino silvestre, a
nivel provincial







Figura 2: Clasificacin de productos de biomasa, en pino silvestre,
a nivel provincial
32

a. Escala Monte

En la tabla 6 se presentan los resultados de comprobacin entre la cubicacin de los rboles tipo y
la obtenida por cubiFOR. Observamos que tanto el sesgo como la precisin nos indican que la
utilizacin del modelo del perfil nos proporciona una buena estimacin del volumen. Los errores
individuales tienden a compensarse unos con otros, obteniendo un error medio pequeo (0,008
m
3
, equivalente a un 1,4%) aunque con errores individuales mayores (hasta 0,181m
3
, equivalente
a un 21,3%). Al igual que ocurre con las tarifas y tablas de cubicacin, los modelos de perfil se
consideran vlido a escala de masa, ya que la muestra de ajuste responde a diferentes
condiciones de crecimiento y competencia de masa y no a las condiciones individuales del rbol.
Para mejorar la precisin a nivel individual una posible solucin pasara por el calibrado de
modelos mixtos (CALAMA Y MONTERO, 2006). Para ello se debera invertir ms en la toma de
datos, aadiendo al dimetro normal y la altura total, una segunda medida de dimetro, a una
altura prefijada, como por ejemplo a 2 o 4 m. En la tabla 7 se muestran los resultados de la
clasificacin de productos (madera y biomasa) sobre pino laricio.

Tabla 6: Error y precisin en la cubicacin de rboles tipo con cubiFOR
sesgo (m
3
) precisin (m
3
) Sesgo relativo (%)
Promedio 0,008 0,028 1,4%
Mnimo -0,181 0,001 -21,3%
Mximo 0,137 0,181 19,0%
Desviacin Estndar 0,051 0,039 7,8%

Tabla 7: Clasificacin de productos de madera y biomasa en pino laricio, a nivel de monte y
cuartel (V = volumen con corteza, R>7 = ramas mayores de 7 cm, R<7 = ramas menores de 7 cm)
Madera
Monte/Cuartel
biomasa
Monte/Cuartel
222/A 226/U 611/U 222/A 226/U 611/U
V (m
3
/ha) 70,05 2,86 10,13 Fuste (t/ha) 22,10 1,17 3,96
Trituracin (m
3
/ha) 14,47 0,74 4,38 R>7 (t/ha) 1,25 0,07 0,09
Apeas (m
3
/ha) 3,42 0,16 1,00 R<7 (t/ha) 10,04 0,54 1,92
Postes (m
3
/ha) 3,17 0,15 0,98 Raz (t/ha) 8,21 0,44 1,54
Canter (m
3
/ha) 43,53 1,35 3,62

Sierra (m
3
/ha) 4,69 0,41 0

a. Escala Rodal

Se compararon los resultados obtenidos al cubicar en gabinete (cubiFOR+HUBER) y al cubicar tras
el apeo por HUBER (contada en blanco). Los resultados en trminos de sesgo (absoluto y relativo)
y precisin se presentan en la tabla 8. El sesgo promedio en la medicin es bajo
(aproximadamente 0.03m
3
o un 5% de error) y la precisin obtenida es muy elevada. Aunque los
resultados obtenidos son algo peores a los obtenidos en pino laricio a escala de monte, se
considera que la utilizacin de cubiFOR a nivel de rodal, proporciona buenas estimaciones del
volumen. Estos peores resultados, probablemente sean debidos a que todos los rboles
responden a una tipologa similar de clara por lo bajo, es decir que la mayora de ellos son rboles
pequeos o malformados. Tal y como ocurri a escala de monte, tambin las estimaciones a nivel
individual proporcionan errores grandes (un mximo de 0.3 m
3
y 95%). Finalmente, la clasificacin
de productos (biomasa y madera) se presenta en la tabla 9. En este tipo de claras, a parte de los
33

cabrios y las varas, el principal destino es para la industria de la desintegracin o para la industria
del canter.


Tabla 8: Error y precisin en la cubicacin de rboles tipo con cubiFOR
sesgo (m
3
) precisin (m
3
) Sesgo relativo (%)
Promedio 0,0313 0,0698 5,2%
Mnimo -0,2381 0,0001 -95,6%
Mximo 0,3063 0,3063 44,7%
Desviacin Estndar 0,0856 0,0584 19,6%

Tabla 9: Clasificacin de productos de madera y biomasa, en pino silvestre, a nivel de rodal (V =
volumen con corteza, R>7 = ramas mayores de 7 cm, R<7 = ramas menores de 7 cm)
Productos de madera (m
3
) Productos de Biomasa (t) y de CO
2
(t)
V 332,2 Fuste 87,7 163,8
Trituracin 118,5 Trituracin 48,9 91,3
Apeas 0,1 R>7 2,2 4,1
Postes 24,1 R<7 30,8 58,0
Canter 108,6 Hojas 11,0 20,6
Sierra 79,1 Raz 43,6 81,4
Chapa 0,6




34