Comparación de métodos de estimación de ajuste de las funciones Weibull, SB de Johnson y beta a masas de Pinus pinaster, Pinus radiata y Pinus sylvestris en el noroeste de España
Resumen
El objetivo de este estudio fue comparar la precisión de las distribuciones Weibull, SB de Johnson y beta, ajustadas por alguno de los métodos más habituales y fijando diferentes valores para los parámetros de localización, para describir distribuciones diamétricas en masas regulares de Pinus pinaster, Pinus radiata y Pinus sylvestris en el noroeste de España. Se midieron un total de 155 parcelas permanentes en masas de Pinus sylvestris en Galicia, 183 parcelas de Pinus pinaster en Galicia y en Asturias y 325 parcelas de Pinus radiata en ambas regiones para describir sus distribuciones diamétricas. Los parámetros de la función Weibull fueron estimados por las aproximaciones de los Momentos y Máxima Verosimilitud, los de la función SB de Johnson por los estimadores condicionados de Máxima Verosimilitud y por el método de Knoebel y Burkhart, y los de la función beta por el método basado en los Momentos de la distribución. Las funciones beta y SB de Johnson fueron ligeramente superiores a la función Weibull en las masas de Pinus pinaster; las funciones SB de Johnson y beta fueron más precisas en los mejores ajustes en las masas de Pinus radiata, y los mejores resultados de las funciones Weibull y SB de Johnson fueron ligeramente superiores a los de la función beta en las masas de Pinus sylvestris. No obstante, las tres funciones son apropiadas para estas masas siempre que se elija un valor de localización y método de estimación de los parámetros apropiado.
Descargas
Citas
Álvarez-González JG. 1997. Análisis y caracterización de las distribuciones diamétricas de Pinus pinaster Ait. en Galicia. Doctoral thesis, Universidad Politécnica, Madrid.
Bailey RL, Dell TR. 1973. Quantifying Diameter Distributions with the Weibull Function. For Sci 19, 97-104.
Bain LJ, Antle CE. 1967. Estimation of parameters in the Weibull distribution. Technometrics 9, 621-627.
Borders BE, Souter RA, Bailey RL, Ware KD. 1987. Percentile based distributions characterize forest stand tables. For Sci 33, 570-576.
Cao Q. 2004. Predicting parameters of a Weibull function for modeling diameter distribution. For Sci 50(5), 682- 685.
Condés S. 1997. Simulación de parcelas arboladas con datos del II Inventario Forestal Nacional. Doctoral thesis, Universidad Politécnica, Madrid.
Dans F et al. 2005. O monte galego segundo criterios de xestión forestal sostible. Diagnóstico. Asociación Forestal de Galicia, Vigo. 450 pp.
DGCN. 2006. Tercer Inventario Forestal Nacional. Ministerio de Medio Ambiente. Madrid.
Eerikäinen K, Maltamo M. 2003. A percentile based basal area diameter distribution model for predicting the stand development of Pinus kesiya plantations in Zambia and Zimbabwe. For Ecol Manage 172, 109-124.
Ek AR, Issos JN, Bailey RL. 1975. Solving for Weibull diameter distribution parameters to obtain specified mean diameters. For Sci 21, 290-292.
Fonseca TF. 2004. Modelação do crescimento, mortalidade e distribuição diamétrica, do pinhal bravo no Vale do Tâmega. Doctoral thesis, Univ. of Trás-os-Montes e Alto Douro. Vila Real.
Fonseca TF, Marques CP, Parresol BR. 2009. Describing Maritime Pine Diameter Distributions with Johnson's SB Distribution Using a New All-Parameter Recovery Approach. For Sci 55(4), 367-373.
Gerald CF, Wheatley PO. 1989. Applied numerical analysis. (4th edition). Addison-Wesley publishing Co, Reading, Massachusetts.
PMCid:2625985
Gorgoso JJ. 2003. Caracterización de las distribuciones diamétricas de Betula alba L. en Galicia. Doctoral thesis Universidad de Santiago de Compostela, Lugo.
Gorgoso JJ, Rojo A, Afif E, Barrio M. 2008. Modelling diameter distributions of birch (Betula alba L.) and pedunculate oak (Quercus robur L.) stands in northwest Spain with the beta distribution. Invest Agrar: Sist Recur For 17(3), 271-281.
Hafley WL, Schreuder HT. 1977. Statistical distributions for fitting diameter and height data in even-aged stands. Can J For Res 4, 481-487. http://dx.doi.org/10.1139/x77-062
Harter HL, Moore AH. 1965. Maximum-Likelihood estimation of the parameters of gamma and Weibull populations from complete and from censored samples. Technometrics 7(4), 639-643. http://dx.doi.org/10.1080/00401706.1965.10490304
Hawkins K, Hotvedt J, Cao Q, Jackson B. 1988. Using the Weibull distribution to model harvesting machine productivity. Forest Products Journal 38(4), 59-65.
Hyink DM, Moser JW. 1983. A generalized framework for projecting forest yield and stand structure using diameter distributions. For Sci 29, 85-95.
Johnson NL. 1949. Systems of frequecy curves generated by methods of translation. Biometrika 36, 149-176. Johnson NL, Kitchen JO. 1971. Some notes on tables to facilitate fitting SB curves. Biometrika 58 (1), 223-226.
http://dx.doi.org/10.1093/biomet/58.1.223
Kamziah AK, Ahmad MI, Lapongan J. 1999. Nonlinear regression approach to estimating Johnson SB parameters for diameter data. Can J For Res 29(3), 310-314. http://dx.doi.org/10.1139/x98-197
Knoebel BR, Burkhart HE. 1991. A bivariate distribution approach to modeling forest diameter distributions at two points in time. Biometrics 47, 241-253. http://dx.doi.org/10.2307/2532509
Liu C, Zhang SY, Lei Y, Newton PF, Zhang L. 2004. Evaluation of three methods for predicting diameter distributions of black spruce (Picea mariana) plantations in central Canada. Can J For Res 34, 2424-2432. http://dx.doi.org/10.1139/x04-117
Loetsch F, Zöhrer F, Haller KE. 1973. Forest inventory 2. Verlagsgesellschaft. BLV. Munich. 469 pp.
Maltamo M, Puumalainen J, Päivinen R. 1995. Comparison of beta and Weibull functions for modelling basal area diameter distribution in stands of Pinus sylvestris and Picea abies. Scan J For Res 10, 284-295. http://dx.doi.org/10.1080/02827589509382895
Maltamo M, Kangas A. 1998. Methods based on k-nearest neighbour regression in the prediction of basal area diameter distribution. Can J For Res 28, 1107-1115. http://dx.doi.org/10.1139/x98-085
Mønness EN. 1982. Diameter distributions and height curves in even aged stands of Pinus sylvestris L. Meddeleser fra Norsk Institut for Skoforskning 36(15), 1-43.
Nanang DM. 1998. Suitability of the Normal, Log-normal and Weibull distributions for fitting diameter distributions of neem plantations in Northern Ghana. For Ecol Manage 103, 1-7.
Nanos N, Montero G. 2002. Spatial prediction of diameter distributions models. For Ecol Manage 161, 147-158.
Palahí M, Pukkala T, Blasco E, Trasobares A. 2007. Comparison of beta, Johnson's SB, Weibull and truncated Weibull functions for modeling the diameter distribution of forest stands in Catalonia (north-east of Spain). Eur J Forest Res 126, 563-571. http://dx.doi.org/10.1007/s10342-007-0177-3
Parresol BR. 2003. Recovering parameters of Johnson's SB distribution. US For. Ser. Res. Paper SRS-31. 9 pp.
Río M. del 1999. Régimen de claras y modelo de producción para Pinus sylvestris L. en los sistemas Central e Ibérico. Tesis doctorales INIA, Serie: Forestal 2. Madrid, España, 257 pp.
SADEI. 2010. Datos básicos de Asturias 2010. Instituto Asturiano de Estadística. Gobierno del Principado de Asturias. 40 pp.
SAS Institute INC. 2003. SAS/STATTM User's Guide, Version 9.1. Cary, North Carolina.
Scolforo JRS, Vitti FC, Grisi RL, Acerbi F, De Assis AL. 2003. SB distribution's accuracy to represent the diameter distribution of Pinus taeda, through five fitting methods. For Ecol Manage 175, 489-496.
Shifley SR, Lentz EL. 1985. Quick estimation of the threeparameter Weibull to describe tree size distributions. For Ecol Manage 13, 195-203.
Siekierski K. 1992. Comparison and evaluation of three methods of estimation of the Johnson SB distribution. Biom J 34, 879-895.
http://dx.doi.org/10.1002/bimj.4710340714
Siipilehto J. 1999. Improving the accuracy of predicted basal area diameter distribution in advanced stands by determining stem number. Silva Fenn 33(4), 281-301.
Stankova TV, Zlatanov TM. 2010. Modeling diameter distribution of Austrian black pine (Pinus nigra Arn.) plantations: a comparison of the Weibull frequency distribution function and percentile-based projection methods. Eur J Forest Res 129, 1169–1179. http://dx.doi.org/10.1007/s10342-010-0407-y
Zanakis SH. 1979. A simulation study of some simple estimators for the three parameter Weibull distribution. J Stat Comput Simul 9, 101-116. http://dx.doi.org/10.1080/00949657908810302
Zhang L, Packard KC, Liu C. 2003. A comparison of estimation methods for fitting Weibull and Johnson's SB distributions to mixed spruce-fir stands in northeastern North America. Can J For Res 33, 1340-1347. http://dx.doi.org/10.1139/x03-054
Zhou B, McTague JP. 1996. Comparison and evaluation of five methods of estimation of the Johnson System parameters. Can J For Res 26, 928-935. http://dx.doi.org/10.1139/x26-102
Zöhrer F. 1969. The application of the beta function for best fit of stem diameter distributions in inventories of tropical forest. Mitt. Bundesforsch-.anst. Forst- u. Holzwirtsch., Reinbek/Hamburg 74: 279-293.
Zöhrer F. 1970. Das Computerprogram BETKLA zum Ausgleich von Stammzahl-Durchmesserverteilungen mit Hilfe der Beta-Verteilung. Mitt. Bundesforsch-.anst. Forst- u. Holzwirtsch., Reinbek/Hamburg 76, 50 pp.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Consulte la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.









