UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

FACULTAD DE RECURSOS NATURALES RENOVABLES

AREA DE MANEJO FORESTAL

CURSO
INVENTARIO FORESTAL

ING. MSc. FERNANDO GUTIERREZ HUAMAN

DOCENTE ASOCIADO
fgutierrez16471@[Link]

TINGO MARIA- 2008

 PRESENTACION

La presente publicación, se ha realizado dentro del marco del Curso de Inventario

Forestal que se viene dictando en el presente semestre 2008-I, por la Facultad de
Recursos Naturales Renovables, especialidad de Ciencias Forestales, de la UNAS.

Se realizó mediante la sistematización de notas de clases, ejercicios dispersos y

revisión bibliográfica de conceptos básicos de la estadística. También se incluyen algunas
prácticas realizados principalmente en el bosque húmedo tropical, y que sirva a los
estudiantes y personas interesadas en el que hacer forestal como guía metodológica de
recoger información cuali –cuantitativa de los recursos forestales

Se agradece a todas las personas que colaboraron en la preparación de la presente

publicación, especialmente a Wilfredo Tello Zevállos, ayudante de cátedra del curso de
inventario forestal.
 CURSO: INVENTARIO FORESTAL

Contenido

PRESENTACION

CAPITULOI: Conceptos Básicos

1.1.- Situación general de los bosques

1.2.- Definición de inventario forestal
1.3.- Algunos términos utilizados en inventario forestal
1.4.- Antecedentes sobre inventarios forestales
1.5.- Clasificación de los inventarios forestales
1.5.1.- De acuerdo al Método Estadístico
[Link].- Inventario al 100%
[Link].- Inventario por Muestreo
a) Muestreo al azar
b) Muestreo sistemático
1.5.2.- De acuerdo al objetivo del Inventario
[Link].- Inventarios de reconocimiento o potencialidades
[Link].- Inventarios Exploratorios
[Link].- Inventarios para planes de Aprovechamiento Foresta
[Link].- Evaluación para un plan de Manejo Forestal
1.5.3.- De acuerdo con el grado de detalle
[Link].- Nivel de reconocimiento
[Link].- Nivel exploratorio
[Link].- Nivel semi detallado
[Link].- Nivel detallado
1.5.4.- Características de los bosques tropicales
[Link].- Características generales
[Link].- Características de los individuos

CAPITULO II. Conceptos estadísticos en inventario forestal

2.1.- Población
2.2.- Unidad elemental de muestreo
2.3.- Muestra
2.4.- Relación entre población y muestra
2.5.- Observación
2.6.- Intensidad de muestreo
2.7.- Variables
2.7.1.- Clasificación de Variables
a) Variables cualitativas
b) Variables cuantitativas
2.8.- Ejemplo práctico de aplicación de la estadística forestal
a) Toma de datos de variables
b) Análisis de datos
c) Distribución de frecuencias

CAPITULO III. Parámetros estadísticos de la población a partir de la muestra

3.1.- Parámetro
3.2.- Parámetro de tendencia central
3.3.- Parámetros de dispersión
3.4.- Medidas de tendencia central
3.5.- Parámetros de dispersión
3.6.- Valor estadístico
3.7.- Clases de valores estadísticos
3.7.1.- Media aritmética o Promedio aritmético
3.7.2.- La mediana
3.7.3.- Moda
3.7.4.- Varianza y Desviación estándar
3.7.5.- Coeficiente de variación
3.7.6.- Error estándar
3.7.7.- Error de Muestreo Absoluto (E)
3.7.8.- Error de Muestreo Relativo (E%)
3.7.9.- Interpretación de los límites de confianza
3.8.- Calculo de número de muestras

CAPITULO IV. Planificación de inventarios forestales

4.1.- Definir los objetivos del inventario forestal

4.2.- Prioridad de Objetivos
4.3.- Descripción y estratificación del área de inventario
4.3.1.- Diseño del inventario
4.3.2.- Registro y recolección de datos de campo
4.3.3.- Disponibilidad de personal capacitado
4.3.4.- Necesidades de equipos y materiales
4.3.5.- Procesamiento de la información
4.3.6.- Interpretación de los resultados
4.3.7.- Error de muestreo
4.4.- Análisis de los resultados básicos
4.5.- Grupos ecológicos
4.6.- Selección de sistema silvicultural

CAPITULO V. Muestreo Forestal

5.1.- Inferencia estadística

5.2.- Limitaciones del muestreo
5.3.- Muestra
5.4.- Forma y tamaño de las unidades elementales (parcelas)
5.5.- distribución de las unidades de muestreo
a) Unidades de muestreo continúas
b) Unidades de muestreo discontinuas
5.6.- Tamaño de la muestra
5.7.- Calculo del tamaño de la muestra en función del error de muestreo
5.7.1.- Ejemplo de cálculo del tamaño de la muestra en un inventario sin
estratificar
5.7.2.- Ejemplo cuando la desviación estándar poblacional es conocida
5.7.3.- Ejemplo de cálculo del tamaño de muestra en un inventario estratificado
5.8.- Calculo del tamaño de la muestra en función de la intensidad de muestreo
5.8.1.- Ejemplo de tamaño de la muestra en función de la intensidad de muestreo
5.9.- Distribución de la muestra
5.9.1.- Muestreo selectivo
5.9.2.- Muestreo aleatorio
5.9.3.- Muestreo sistemático
CAPITULO VI. Diseño de muestreo en Inventarios Forestales

6.1.- Muestreo aleatorio simple

6.1.1.- Cálculo de muestreo aleatorio simple
6.1.2.- Ejemplo de un muestreo aleatorio simple
6.1.3.- Ejemplo de muestreo aleatorio simple cuando el área forestal es
de forma irregular
6.2.- Muestreo sistemático
6.3.- Muestreo estratificado
6.3.1.- Descripción del diseño
6.3.2.- Asignación de la muestra
6.3.3.- Ejemplo de muestreo al azar estratificado
6.4.- Muestreo por el sistema Dawkins o en grupos
6.4.1. Ejemplo de muestreo en grupos

CAPITULO VII Censo Forestal Comercial

7.1.- Materiales
7.2.- Metodología
7.2.1.- Delimitación de la parcela de corta anual
7.2.2.- Apertura de trocha base y trocha de orientación
7.2.3.- Censo propiamente dicho

CAPITULO VIII Procesamiento de datos de campo del Inventario Forestal

8.1.- Digitalización de datos

8.2.- Calculo de área basal por árbol
8.3.- Calculo de Volumen
8.4.- Elaboración del mapa de dispersión de especies

BIBLIOGRAFIA CONSULTADA

ANEXOS

1) Ejemplo tipo de problema resueltos sobre muestreo

2) Inventario de la vegetación arbórea
3) Explicación de censo comercial
4) Formularios de campo
5) Tabla de distribución de “ t “ de student
 CAPITULO I. CONCEPTOS BÁSICOS

1.1. Situación general de los bosques

Según, información estadística de la FAO (Fondo de las Naciones Unidas para la

Agricultura y la Alimentación) la superficie mundial de bosques naturales y plantados se
estima en 3,500 millones de hectáreas y cada año desaparece entre 14 a 15 millones de
hectáreas. El 50% de la superficie de bosques a nivel mundial, corresponden a bosques
tropicales naturales.

En América Latina, es Brasil el país que cuenta con la mayor superficie de

bosques naturales aprovechables con un total de de 300 millones de ha, luego le sigue el
Perú con 75 millones; Colombia, 60 millones y Bolivia, 60 millones.
Por su extensión de su superficie boscosa, el Perú ocupa el séptimo lugar en el mundo, es
decir aproximadamente 75 millones de hectáreas. Se estima que 45 millones son
aprovechables con fines productivos. Sin embargo su poca contribución a la economía
nacional aproximadamente de 1.5% -2% del PBI, por lo tanto, estos bosques naturales
conservan un gran potencial de recursos que hay que aprovechar en sus diferentes usos
bajo el concepto de sostenibilidad, es decir sin afectar la biodiversidad de los mismos
dentro de criterios acordes a la realidad política, económica y social del país.

Para utilizar apropiadamente los recursos del bosque tropical se requiere

fundamentalmente responder a muchas interrogantes como por ejemplo: ¿Qué productos
maderables es lo que se tiene? ¿Donde están? ¿De que calidad son? ¿Cuánto? y ¿Cómo se
puede utilizar? ¿Cómo es su regeneración natural? Estas interrogantes plantean toda una
problemática de evaluación cuali – cuantitativa que todavía está distante de ser resuelta.

En la actualidad se cuenta con poca información lo cual lógicamente determina

un mal uso o mal aprovechamiento del bosque, precisamente por falta de un
conocimiento más profundo del recurso bosque, como unidad biológica. Claro está que
las características de los bosques tropicales y subtropicales son muy complejas
especialmente en lo que se refiere a la composición de la población o masa forestal

Lo que determina que también los sistemas de muestreos sean complejos o

difíciles en muchos casos, requiriéndose de procedimientos especiales o específicos para
cada caso. Se han diseñado diferentes sistemas de muestreos y existen ya numerosas
experiencias de técnicos y científicos que vienen trabajando durante varios años
recopilando gran volumen de información cuali – cuantitativa y cartográfica.

1.2. Definición de inventario forestal

Una definición resumida de Inventario Forestal es la siguiente: “El Inventario

Forestal, es un sistema de recolección y registro cuali – cuantitativo de los elementos que
conforman el bosque de acuerdo a un objetivo previsto y en base a métodos apropiados y
confiables”.
De acuerdo a esta definición se entiende entonces que el Inventario Forestal no
sólo es un registro simplemente cuantitativo, sino que también considera el aspecto
cualitativo, a nivel específico, por ejemplo la especie o a nivel general de grupos de
especies ya sean comerciales o potenciales
Otra consideración importante en el Inventario forestal, no sólo se refiere o
considera a la evaluación de los árboles, sino que se amplia a todos los elementos que
conforman el bosque (fauna, agua, plantas medicinales, frutas y muchos otros recursos no
leñosos). De acuerdo al concepto moderno el cual está compuesto por el capital vuelo,
suelo y demás elementos o individuos que se desarrollan o viven entre la masa forestal.
Lógicamente al diseñar y realizar un inventario forestal, que registra todas estas
características significaría complicado el sistema y además obligaría a un uso mayor de
recursos económicos y deben de participar especialistas de diferentes disciplinas.
Las definiciones de Inventario Forestal dados por (Husch y Loetsch) recogen
precisamente estos conceptos mediante los siguientes términos:
Así, Husch define “Inventario Forestal: es un método de descripción cuali –
cuantitativa de los árboles forestales de una determinada área y de las características del
área sobre la que se desarrolla el bosque”.
Y para Loetsch “Inventario Forestal: es la tabulación confiable y satisfactoria de
información de los árboles relativa a una determinada área de bosque de acuerdo a un fin
previsto”.

1.3. Algunos términos utilizados en inventario forestal

Además de las definiciones dadas es conveniente conocer algunos conceptos básicos

y términos utilizadas relacionados a los parámetros del bosque y actividades de manejo u
ordenación forestal. Así por Ejemplo:

Comunidad: Conjunto de poblaciones de todas las especies que viven y interactúan en

un área dada y en un tiempo en particular.
Ecosistema forestal: Una comunidad donde los árboles son los organismos dominantes.
Esta comunidad en conjunto con otros organismos que viven en el bosque y su ambiente,
constituyen el ecosistema forestal
Tierras Forestales. Todo terreno cubierto por vegetación arbórea de cualquier tipo
aprovechado o no. Cuya capacidad de uso mayor es forestal. Se incluye también dentro
de esta definición a las tierras de vocación o aptitud forestal.
Bosque. Toda área cubierta por árboles sean o no productivos. Se trata de un agregado
de árboles que ocupa un espacio común En su condición natural o en plantaciones. El
bosque puede clasificarse en tipos o estratos.
Tipo de bosque o estrato. Es la asociación de un grupo de árboles que se desarrollan en
condiciones locales similares pudiendo ser la composición florística homogénea o
heterogénea. Por lo general el tipo de bosque es una concepción más amplia que el
estrato.
Rodal. Es la unidad más específica del bosque donde los árboles o la masa forestal
tienen condiciones similares de localización, edad, volumen, composición florística, etc.

1.4. Antecedentes sobre inventarios forestales

El Inventario Forestal es la base para el manejo de nuestros bosques en forma

sostenible, de tal manera que los inventarios forestales son más antiguos que el manejo
forestal implementado en diferentes países.
Las primeras informaciones obtenidas para los planes de manejo fueron mediante
“tasaciones” del área forestal disponible mediante la elaboración de mapas de bosques de
determinadas regiones, esta actividad fue rápidamente desarrollada en Europa Central.
También se desarrollo rápidamente los sistemas de muestreos inventariándose
grandes áreas como distritos rurales y provincias. Ejemplo el sistema de fajas fue
originario de Suecia.
Una influencia decisiva en los inventarios forestales fue el desarrollo rápido de la
estadística matemática.
 Otra influencia, en el desarrollo de los inventarios fue el uso de las fotografías
aéreas a partir de 1920, mayormente desarrolladas en [Link]. y Canadá. Posteriormente
el desarrollo de la percepción remota ha revolucionado la metodología de los inventarios.
Especialmente en áreas inaccesibles y muy extensas lo que generalmente sucede en
bosques tropicales. Por lo tanto la percepción remota, se ha convertido en una
herramienta que se considera necesaria o indispensable en la mayor parte de los
inventarios forestales.
El avance de la electrónica en los procesamientos de datos facilita también grandemente
los trabajos especialmente cuando es necesario procesar un alto volumen de información.
La obtención de datos de campo es un proceso sumamente laborioso que conlleva un alto
costo de dinero, tiempo y esfuerzo. Por lo que se hace necesario diseñar métodos que
signifiquen reducción de costos y eficiencia de trabajo de campo.

1. 5. Clasificación de los Inventarios Forestales

Es posible clasificar los inventarios forestales de acuerdo: al tamaño de la

unidad o unidad de evaluación, la distribución de las muestras, las restricciones para la
distribución de las muestras, al trabajo de campo y registró de la información y al
objetivo del inventario. Donde cada elemento o factor tiene relación con el tratamiento
estadístico.
Los criterios de clasificación de inventarios pueden resumirse en los siguientes:
1.5.1. De acuerdo al Método Estadístico

1. 5.1.1. Inventario al 100%

Significa la medición, control o conteo de todos los individuos o elementos

de la población, capaces de ser evaluados y procesados en base a sus características
cuantitativas y/o cualitativas. Llamado también censo, aplicado para planes de
aprovechamiento. Ver anexo Inventario al 100% para Plan Operativo Anual.

Este Inventario es bastante simple, sin embargo para su ejecución es laboriosa,

dependiéndose del área a inventariarse. Es realizado desde 2 puntos de vista: costo y
precisión.

[Link]. Inventario por Muestreo

Basado este método en la ciencia estadística, que permite obtener información

correcta, precisa y a bajo costo de una población, es decir, realizar inferencias correctas
de toda la población a partir de una muestra. Cuanto más grande sea la muestra habrá
mayor estrechez entre los datos del muestreo con la población. Tiene aplicación práctica
para planes generales de manejo.

a) Muestreo al azar; pueden ser: sin estratificar y estratificado

El muestreo al azar es una recopilación práctica basado en las leyes de la probabilidad.

La selección de la unidad de muestreo es hecha completamente al azar. (Figura 1)
 Figura Nº 1

Fuente: Carrera (2005)

 Muestreo al Azar sin estratificar

Llamada también diseño al azar simple; en el que la muestra es tomada

directamente de la población, de acuerdo a los requisitos de randomización. Este diseño
es, por lo tanto, una aplicación exacta de las leyes de probabilidad y sus resultados tienen
una alta confiabilidad, son imparciales y consistentes.

 Muestreo al Azar Estratificado

Este muestreo divide a la población en estratos o sub poblaciones. Cada una de

las cuales agrupa a las unidades elementales que tienen un valor semejante. En el caso de
los bosques; los estratos se construyen en base a diversos factores; como: las asociaciones
ecológicas, abundancias de determinadas especies, tamaño de árboles y otros.

b) Muestreo sistemático puede ser sin estratificar y estratificado

El muestreo sistemático, tal como se aplica a los inventarios forestales, es la

medición de las características forestales por medio de unidades de muestreo distribuidas
con arreglo a un modelo fijo. Las parcelas o transectos de muestreos son distribuidas en
forma sistemática a través de toda el área de muestreo guardando equidistancia y simetría.

Generalmente, el muestreo sistemático es aplicado en áreas bastante extensas. Se

puede utilizar diversos tamaños y formas de parcelas de muestreos, entre los que son más
frecuentes son los transectos o fajas de muestreo.
 Figura Nº 2

Fuente: Carrera (2005)

 Muestreo Sistemático sin estratificar

Los diseños sistemáticos, se elabora en primer lugar el esquema o disposición que

van a tener las muestras en la població[Link] se escoge al azar una unidad de muestreo
de la población, y en base a ella, se ubica el resto de unidades sistemáticamente.
Los esquemas se elaboran en base a frecuencias unidimensionales y bidimensionales. Los
diseños sistemáticos pueden proporcionar datos suficientes y seguros para la construcción
de mapas de la zona, al mismo tiempo que se realiza el inventario forestal.
Los inventarios forestales sistemáticos, facilitan el trabajo de campo y reducen la
incertidumbre de errores personales en la medición de distancias entre unidades, debido al
valor constante de esta medida. Debido también a que se toman puntos equidistantes entre
muestras, Esto se evidencia fuertemente en poblaciones naturales como los bosques
donde los muestreos sistemáticos son precisos.
Como la muestra cubre toda la población, puede separarse en bloques las zonas
más interesantes, de los cuales se obtiene información con la misma intensidad que la
del inventario de toda la población.
Los diseños sistemáticos no proveen un exacto error de muestreo. Teóricamente,
cuando este es calculado como si fuera al azar, debido a que no cumplen los requisitos de
randomizaciòn.
Se usan comúnmente 3 tipos de unidades: fajas, parcelas y clusters (agrupación de
muestras o muestras polarizadas).

 Muestreo sistemático estratificado

Se estratifica en primer lugar la población, luego se construye el esquema o
disposición sistemática de unidades y finalmente se escoge al azar la primera unidad y en
base a ella se distribuye el resto de unidades que constituyen el esquema de muestreo. En
los inventarios forestales, este tipo de diseño es muy usado. Debido a las ventajas que
proporciona la estratificación sobre algunas zonas del bosque. Además de la información
global.
El uso de estratificación pude reducir el error de muestreo, y por lo tanto aumenta la
precisión.
No proporciona un exacto error de muestreo teóricamente, cuando los parámetros se
estiman como si las muestras fueran escogidas al azar.
1.5.2. De acuerdo al objetivo del inventario

El objetivo o los objetivos de un inventario forestal son variados, sin embargo

estas pueden resumirse de acuerdo con los datos mas frecuentes o comunes y al grado o
nivel de confiabilidad que tienen. Así de acuerdo con el objetivo de uso de la información
a obtenerse los inventarios pueden clasificarse:

1. 5.2.1.- Inventarios de reconocimiento o de potencialidades

Tiene como objetivo hacer una evaluación rápida del bosque con el fin de conocer
la información básica, disponibilidad volumétrica actual, o potencial. Puede ser sobre el
volumen total, es decir de todos las especies o sobre determinadas especies, de acuerdo a
su uso.

1. 5.2.2.- Inventarios exploratorios.

Es la herramienta que permite establecer las pautas de manejo forestal de

ejecución a mediano y largo plazo. Este inventario busca determinar los valores de los
criterios silviculturales que se debe de aplicar durante el proceso de manejo del bosque.
Este inventario generalmente se realiza por muestreo utilizando una intensidad moderada
o bien con resultados de error de muestreo, fijado mayormente<20% sobre alguna
variable determinada.

[Link]. Inventarios para planes de aprovechamiento forestal

Estos inventarios pone énfasis en recolectar información exacta con el mínimo de

error posible y a bajo costo sobre: la topografía del terreno, calculo del área efectiva y de
las zonas de protección. Este inventario se hace sobre áreas definidas de
aprovechamiento. Como es el plan operativo anual de aprovechamiento (POA)

Requiere de un trabajo más complejo que en el primer caso. Además de conocer el

stock actual de volumen, es necesario conocer o evaluar las características del área, con
fines de extracción. Es decir las facilidades o dificultades que presenta el área para
realizar un programa de aprovechamiento. Ello significa un mayor énfasis en la
accesibilidad del área y sus condiciones topográficas y edáficas.

[Link].- Evaluación para un plan de manejo forestal.

Es el nivel más complejo de evaluación forestal y reúne todas las características o

detalles necesarios para este fin. En este caso ya no solo se trata de obtener información
para ver las posibilidades de extracción, sino también de establecer las condiciones en
que el bosque va a ser manejado. Por lo tanto, se requiere de un gran volumen de
información cuali-cuantitativa y otros aspectos no considerados en los casos anteriores;
como: características silviculturales, estudios de crecimiento y evaluación de la fauna
silvestre.

1.5.3. De acuerdo con el grado de detalle

 Otra forma de clasificar los inventarios forestales, es de acuerdo al grado de detalle.
Desde lo más general hasta el más detallado. Esto nos da un grado de precisión de la
información tomada, más no así del énfasis de este. Este grado de precisión se refleja en
términos de error de muestreo, con relación al promedio de volumen por unidad de
superficie.
Esta clasificación incluye los siguientes niveles:

1. 5.3.1. Nivel de reconocimiento

Consiste en una evaluación rápida del potencial forestal de una determinada
superficie, con el fin de calificarla ‘’a priori’’ como apta o no para una cierta aptitud
económica. No requiere de datos cuantitativos precisos sino de órdenes de magnitud.
Tampoco es importante el error estadístico, y por lo general no es necesario ningún tipo
de muestreo de campo.
En este nivel se trata de diferenciar los recursos forestales y clasificarlos en forma
general desde el punto de vista de uso actual y condiciones fisonómicas generales, las
unidades diferenciadas son:

- Bosque clímax
- Áreas de cultivo
- Bosque degradado o secundario
- Áreas de vegetación
- Bosques de protección

[Link]. Nivel exploratorio

Es un tipo de evaluación que exige datos cuantitativos concretos sujetos a cierta

confiabilidad estadística. Es decir que requieren invariablemente de un muestreo de
campo con el fin de obtener información cuali-cuantitativa del recurso forestal La
información proporcionada debe servir para tomar una decisión sobre el uso o forma mas
apropiada del aprovechamiento del área.

[Link]. Nivel semidetallado

Permite tener una información de mayor confiabilidad sobre la información

tomada, e incluye también mayor cantidad de información que en el caso anterior, con
suficiente nivel de confiabilidad como para garantizar o no el establecimiento o desarrollo
de un complejo industrial. La información debe ser tomada con métodos e instrumentos
de buena precisión o exactitud.

Este tipo de inventario se ajusta a estudios de prefactibilidad, siendo el error de muestreo

del orden de +/- 10 a 15% sobre la media del volumen a un nivel de confiabilidad de 95%
de probabilidad.
El criterio de trabajo de este nivel es el fisiográfico-florístico. En consecuencia las
unidades diferenciadas están relacionadas a estos factores de clasificación, con cierta
predominancia del aspecto fisiográfico.

1. 5.3.4. Nivel Detallado

Es el de mayor nivel de confiabilidad estadística y se ajusta a estudios de
factibilidad o definitivos. El error de muestreo en este caso debe ser no mayor de 10%
sobre la media del volumen. Pudiendo llegar hasta +/- 5%, siempre al nivel del 95% de
probabilidades. La obtención de este nivel de precisión demanda necesariamente un
trabajo intensivo de muestreo y un gran cuidado en las mediciones de campo y el
procesamiento de los datos en el gabinete.
 El criterio es florístico, estudios de las condiciones cuali- cuantitativas de la
vegetación arbórea, principalmente en lo que respecta a altura del dosel, diámetro de
copas, densidad, cobertura y otros.

1.5.4.- Características de los bosques tropicales

[Link]. Características generales

Un conocimiento profundo de los bosques tropicales lleva invariablemente a
determinar el alto grado de complejidad florística, edáfica, topográfica, calidad etc. que se
presenta incluso sobre pequeñas extensiones territoriales.
Cuando se hace referencia al bosque tropical en términos genéricos, se incluye
dentro de esta denominación al bosque tropical y subtropical, que están basados en
criterios ecológicos y geográficos. Mediante la definición ecológica se puede llegar a
campos específicos, entrando a una subdivisión o clasificación de los bosques tropicales o
subtropicales de acuerdo al régimen de pluviosidad, temperatura, altitud, etc.
De esta manera se diferencian un alto número de las llamadas zonas ecológicas en
base a los distanciamientos de latitud con relación al Ecuador. Los trópicos de Cáncer y
Capricornio marcan el limite de la zona tropical (17º Latitud Sur y Norte) y la zona
subtropical (está limitada por los paralelos 23º Sur y Norte)
El alto número de especies forestales por unidad de superficie es una de las
características más saltantes o representativas del bosque tropical, lo cual complica los
estudios de Inventarios Forestales.
La difícil accesibilidad desde el punto de vista topográfico, es decir pendiente y
altura relativa, así como desde el punto de vista edáfico es también otra característica del
bosque tropical. En el primer caso se presentan zonas con fuertes pendientes formando
sistemas de cordilleras y macizos que dificultan o impiden el acceso. En el segundo caso
las llamadas llanuras o selva baja también se presentan condiciones edáficas de difícil
acceso como son los aguajales o pantanos.

[Link]. Características de los Individuos

Se entiende por características individuales a cada una de las cualidades

(características, propiedades o comportamientos) que posee un individuo. Para su estudio
se divide en dos grandes grupos: las características comunes y las particulares o
especificas.

 Las características comunes son aquellas cualidades que están presentes

en todos los individuos de un agregado que los distingue de los demás.
En nuestro caso son las que definen al concepto “árbol” pero que se
manifiestan particularmente en cada individuo. Existiendo una variación
en la proporción o forma de las características que se diferencian a un
individuo de otro. Determinándose que el bosque está formado por
individuos relativamente diferentes pero esencialmente iguales.
 Las características particulares o específicas, son aquellas cualidades
suplementarias que se encuentran en algunos individuos de un agregado
debido a variaciones genéticas o taxonómicas que se manifiestan en
diferencias específicas como el contenido de gomas, resinas, taninos, etc.

CAPITULO II. CONCEPTOS ESTADÍSTICOS EN INVENTARIO FORESTAL

2.1. Población
 Una población es el conjunto de unidades (o elementos) de la misma
naturaleza que posee una característica en común. Cuya función debe ser claramente
expresada. Por ejemplo, un bosque se considera como un conjunto de un número finito de
parcelas contiguas de igual o desigual tamaño, o como un conjunto de todos los árboles
que viven en el bosque. Es importante considerar dos aspectos importantes:

La población puede tener un número finito o infinito de elementos y, en ambos

casos, la definición de un elemento de la población debe ser lo suficientemente preciso,
para conocer sin ambigüedad si un elemento dado pertenece o no a ella. Las poblaciones
pueden ser finitas o infinitas. Una población es finita cuando se conoce, o se puede
establecer su tamaño es decir que N = es un numero entero. Una población es infinita
cuando N no se conoce o cuando no se puede calcular, esta es N = ∞

Los elementos (o unidades) tienen que ser de la misma naturaleza. Pero no

necesariamente del mismo tamaño: por ejemplo cada elemento puede ser una fracción del
bosque, siendo el total de la población una gran superficie forestal. Un elemento puede
ser también una parte variable (o subparcela) de una parcela, si las parcelas están
repartidas en un área parcialmente del área (en este último caso, la población es la parte
del área de bosque. La población también se puede definir como un conjunto de unidades
elementales (personas, animales, plantas, etc.) con características comunes o similares en
las cuales se estudian una o más variables.
En inventarios forestales en donde las unidades de muestreo son parcelas generalmente, el
tamaño de la población (N) se puede calcular utilizando el área efectiva del bosque en
hectáreas (A) y el área o tamaño de las parcelas en hectáreas (a). Por lo tanto:
N = A/a
Ejm. Si tengo un bosque natural de 500 ha, y el diseño que mis unidades de muestreo o
unidades elementales, son parcelas de 20 x 20 m (0.04 ha). Por lo tanto mi población es
de 12,500 unidades de muestreo o parcelas (N = 12,500). Estas parcelas de medición
poseen atributos, como: área basal, número de árboles por ha, especie dominante, etc. y
que van a generar cada uno, una población de observaciones.
Ejemplos:
 El conjunto de madereros de la ciudad de Pucallpa
 El conjunto de árboles de tornillo del BRUNAS.
 El conjunto de plantones de caoba a la edad de 3 meses del vivero
forestal UNAS.
 El conjunto de docentes de la UNAS
 Conjunto de especies forestales maderables en Alto Huallaga
 Conjunto de agricultores cocaleros del valle de Monzón.
 El conjunto de especies forestales no maderables
 Un conjunto de parcelas de bosque de 20 x 20 m.

2.2 Unidad elemental o unidad de muestreo

Viene a ser cada uno de los elementos que conforman la población. Es la

unidad de donde se obtienen la información deseada acerca de una característica o un
atributo especifico. La unidad de muestreo es definida durante el proceso de planificación
del inventario, dependiendo de la información que debo obtener de este.

Ejemplos:
 Un maderero de la ciudad de Pucallpa
 Un árbol de tornillo del BRUNAS
 Un plantón de caoba a la edad de 3 meses del vivero forestal UNAS.
 Un docente de la UNAS
  Una especie forestal maderable en el Alto Huallaga
 Un agricultor cocalero del valle Monzón.
 Una parcelas de 20 x 20 m.

2.3 Muestra
Es un subconjunto de una población conformada por uno o más unidades
elementales. Lo cual normalmente se escoge con el fin de recoger datos para generar
información acerca de la población. El tamaño de la muestra se representa con la letra “n”
y se define como el número de unidades de muestreo que son parte de la muestra.

Ejemplos:
 34 madereros de la ciudad de Pucallpa
 15 árboles de tornillo del BRUNAS
 120 plantones de caoba a la edad de 3 meses del vivero forestal
UNAS.
 40 docentes de la UNAS
 5 especies forestales maderables en el Alto Huallaga
 70 agricultores cocaleros del valle Monzón.
 50 parcelas de 20 x 20 m.

2.4. Relación entre población y muestra

Figura 3. Relación entre población y muestra

Donde:
 = Promedio poblacional S 2 = Variancia muestral
2= Variancia poblacional
x = Promedio muestral
Las poblaciones se describen mediante parámetros. Los parámetros son valores
fijos calculados a partir de todas las observaciones de la población. El valor del parámetro
es constante y por lo general es desconocido Ejm. La altura promedio de todos los árboles
de la UNAS.

2.5. Observación
Es la información o dato registrado de la unidad elemental para la
variable o característica en estudio Ejm observación 15 = X15

2.6. Intensidad de muestreo

 Se define como la intensidad de muestreo, representada con la letra “f” o “i”, es
decir la proporción (%) de unidades de muestreo escogidas como parte de la muestra. La
intensidad “i” es el resultado de dividir el tamaño de la muestra (n) entre el tamaño de la
población (N)
i = n/N
En inventarios forestales donde las unidades de muestreo son parcelas, la intensidad de
muestreo también se puede calcular utilizando área efectiva de evaluación en hectáreas
(A) y el área o tamaño de la parcelas en hectáreas (a).

Por Ejemplo: si deseamos inventariar un bosque de 500 ha y utilizamos una muestra de

30 parcelas de 0.04 ha. La intensidad de muestreo seria:
i = (30*0.04 ha/500 ha) x 100
i = 0.24%
La intensidad de muestreo es entonces igual a 0.24%
2.7. Variables

Se llama así a las características o atributos que pueden tomar diferentes valores,
cuando son observadas las unidades elementales de la muestra o población.
Las variables son observadas a través de evaluaciones, mediciones y encuestas.
Algunas características o atributos distinguen o identifican a un objeto,
individuo, o unidad de muestreo por Ej. “este bosque es de bolaina y tiene 12 años de
edad” o “que esta plantación de tornillo tiene 12 m2/ha”, estamos describiendo rasgos
distintivos de los rodales.
Una variable es la observación de una característica o atributo asociado con
un individuo o unidades elementales. Es decir son observaciones que se pueden medir,
contar y calificar.

2.7.1. Clasificación de las Variables

Las variables se clasifican en cualitativas y cuantitativas.

a) Variables Cualitativas Es la característica cuyos valores se expresan en valores
nominal u ordinal. Representan presencia o ausencia de un atributo o cualidad. Por lo
general no numérica. Ejemplo: color de hojas de los árboles, calidad de maderas. No es
posible realizar operaciones aritméticas.
b) Variables cuantitativas .Es la característica cuyos valores se expresan en escalas
de intervalos. Con sus valores se pueden realizar operaciones aritméticas. Las variables
cuantitativas a su vez se pueden clasificarse en discretas y continua
Variable Discreta Es aquella variable cuantitativa que puede tomar solo ciertos valores en
un intervalo considerado. No admite ningún valor entre dos valores consecutivos fijos.
Generalmente son valores que se obtiene por conteo (expresa valores enteros), Ejm.
Numero de hojas, número de ramas etc.
Variable continua Es aquella variable cuantitativa que puede tomar cualquier valor en el
intervalo considerado por Ej. Diámetro, altura, edad etc. Lo que varia es la magnitud sin
que la forma sea significante.
Por lo tanto es de gran utilidad práctica determinar dentro de que modo de variación se
encuentra una característica, porque los métodos de estimación desarrollados en la
estadística son diferentes para ambos. Siendo los más sencillos los que se aplican para las
variables continúas.
Ejemplos:
Variable 1 : Color de hojas de las plantas de capirona
Variable 2 : Sabor de fruto de cocona
Variable 3 : Número de hojas por planta de uña de gato
Variable 4 : Altura de planta del aguaje
Variable 5 : Número de fruto de aguaje
 Variable 6 : Calidad de frutos del cacao
Variable 7 : Número de flores por planta
Variable 8 : Número de hijuelos del bambú
Variable 9 : Diámetro de planta
Variable 10 : Longitud de hoja
2.8. Ejemplo práctico de aplicación de la estadística forestal

a) Toma de datos de Variables.

Determinar algunas características descriptivas de la población de la especie forestal

Tornillo (Cedrelinga cateniformis) del BRUNAS (plantación de 16 años)

Variables observadas y cuantificadas de cada elemento de la población en estudio:

(recopilados por estudiantes del curso sobre variables cualitativas y cuantitativas.

Cuadro 1: Variables de una población de “Tornillo”.

ALTURA (m)([Link]) CALIDAD DE

DAP (cm) Nº DE RAMAS
N(X) FUSTE
(Var cont) (Var. Discreta)
COMERCIAL TOTAL (Var. Cual)
1 43,18 6 14 2 12
2 37,33 6 12 2 9
3 18,03 5 10 2 4
4 30,21 4 16 3 6
5 38,91 7 17 1 8
6 35,11 9 17 2 6
7 35,74 8 19 2 5
8 24,99 7 18 3 2
9 21,51 6 13 3 4
10 17,08 11 15 1 5
11 21,83 8 17 1 8
12 14,55 7 11 1 4
13 24,67 9 15 1 6
14 33,47 6 16 2 10
15 24,20 6 18 2 4
16 36,69 5 18 2 8
17 28,37 4 16 2 10
18 29,99 7 17 2 6
19 33,78 6 19 2 8
20 17,18 9 16 2 4
21 37,07 5 19 3 10
22 28,63 6 15 2 10
23 31,95 7 18 2 10
24 46,81 5 17 2 12
Calidad de fuste:
1= árbol de fuste recto
2= árbol de fuste torcido
3= árbol de fuste deformados

b) Análisis de los datos

Los datos obtenidos con las mediciones de las unidades de muestreo en la población
(censo) o con la evaluación de una parte de las unidades de muestreo en la población
(muestreo), se deben analizar para generar información disponible. Comúnmente
empleamos técnicas estadísticas para analizar los datos. Así por ejemplo podemos
ordenar los datos según su valor, agrupar para crear distribuciones de frecuencias, valores
estadísticos de tendencia central y mediadas de dispersión.

c) Distribución de frecuencias
Una de las formas más sencillas de generar información a partir de datos de un gran
número de observaciones de una variable es por medio de cuadros de distribución de
frecuencias. Las distribuciones de frecuencias permiten observar tendencias o rasgos
sobresalientes de las observaciones tales como: el agrupamiento de los datos alrededor de
algunos valores, la variación o dispersión de los valores, o la forma y simetría de la
distribución
Un cuadro de distribución de frecuencias es una agrupación de datos en clases exclusivas
y exhaustivas. Para cada clase se registra el número de observaciones que pertenecen a
esa clase o categoría. Las clases deben ser exclusivas para que cada observación sea
asignada a una única clase o grupo y exhaustivas para que todas las observaciones sean
asignadas a alguna clase. Los valores del cuadro de distribución de frecuencias se pueden
utilizar para construir un grafico el cual recibe el nombre de histograma.

Variables Cualitativas: Calidad de fuste

Cuadro 2: Tabla de Distribución de Frecuencia de la Variable Cualitativa

"Calidad de Fuste"

Calidad de Frecuencia Frecuencia

Porcentaje (%)
fuste absoluta (fi) relativa (fri)
Calidad = 1 5 0,208 20,8
Calidad = 2 15 0,625 62,5
Calidad = 3 4 0,167 16,7
Total 24 1,000 100,0
k = 3 clases N= 24
Interpretación:

Del cuadro 2, observamos que en la calidad de fuste 2 tenemos 15 árboles que representa
el 62.5% , seguido de la calidad 1 con 5 árboles con 20.8% y finalmente de la calidad de
fuste 3 con 4 árboles, que representa16.7%.
Se podría mencionar de acuerdo a esta característica, que dicha plantación no recibió
ningún tratamiento silvicultural en cuanto a la poda y al raleo, encontrándose árboles con
deformación del fuste.
 Grafico de la tabla de fre cue ncias de la
v ariable Cualitativ a "Calidad de fuste "

15
15

Número de
arboles
10
5
4
5

0
1 2 3
Calidad de fuste

Figura 4

Variables Cuantitativas Discretas (número de ramas)

En el caso de variables cuantitativas discretas, las clases o categorías para construir el
cuadro de distribución de frecuencias son los posibles valores del atributo. Por ejem. Si el
atributo fuera el numero de ramas encontrados de cada árbol, las clases para construir la
distribución de frecuencias son : 2,3,4,5,6,7,8,9,10,11,12. El resultado de esta distribución
puede ser como el que se presenta a continuación en el cuadro Nº3

Cuadro 3: Tablas de Distribución de Frecuencias de la Variable

Cuantitativa Discreta" Número de Ramas"

Numero de Frecuencia
Frecuencia absoluta (fi) Porcentaje (%)
ramas relativa (fri)
2 1 0,042 4,2
3 - - -
4 5 0,208 20,8
5 2 0,083 8,3
6 4 0,167 16,7
7 - - -
8 4 0,167 16,7
9 1 0,042 4,2
10 5 0,208 20,8
11 - - -
12 2 0,083 8,3
Totales 24 1,00 100,0

En el cuadro 3 se observa el número de ramas, que mas del 50% de los árboles tienen más
de 4 ramas, esto quiere decir que la especie tornillo es ramificado y necesita realizar
podas a la edad apropiada.
 Grafico de distribución de frecuencias de la variable
cuantitativa discreta "Número de ramas"
5 5
5
4 4
Frecuencia 4
3
2 2
2
1 1
1
0
1 2 3 4 5 6 7 8 9 10 11 12
Figura 5: Número de ramas

Variable cuantitativa continua: Diámetro a la altura del Pecho (Dap)

En el caso de variable cuantitativa continua, las clases o grupos para preparar la

distribución de frecuencias se construyen en función de la variable. El primer paso en la
construcción de un cuadro de frecuencias para una variable continua es definir el número
de clases o grupos que tendrá el cuadro.
El numero de clases (K) depende del número de observaciones, el rango de los valores
(valor máximo menos el valor mínimo), la precisión deseada al momento de calcular los
valores estadísticos y de cuanto deseo resumir los datos
Una regla general basada en la experiencia indica que el número de clases debe
normalmente estar entre 5 y 11. ó entre 5 y 15
A continuación se explica la forma para calcular el número de clases (K) de la variable
diámetro, de nuestra práctica
Rango
Rango = Obs. Mayor – Obs. Menor
46.81cm – 14.55 cm.

Rango = 32.26cm

Número de Clases:

Por la formula de Sturges:

K = 1 + 3.3 log (n)

K= 1 + 3.3 log 24

K = 5.55 = 6

Una vez definido el número de clase, el siguiente paso es calcular el ancho de clase o el
tamaño de intervalo de clase (TIC). Se calcula dividiendo el Rango entre el número de
clase (K)
Tamaño del Intervalo de Clase (TIC)
 Rango
TIC 
K
32.26
TIC 
6
TIC  5.38

El siguiente paso consiste en definir los límites de las clases. Estos se construyen de
forma tal que sean continuos pero exclusivos. Es decir una observación solo puede
pertenecer a una única clase.

LIi = Limite inferior de la clase “i”

LSi = Limite superior de la clase “i”

LI1 = obs. Menor = 14.55 LS1 = LI1 + TIC = 19.93

LI2 = LS1 = 19.93 LS2 = LI2 + TIC = 25.31
LI3 = LS2 = 25.31 LS3 = LI3 + TIC = 30.69
- ------------
- -----------
LI6 = LS5 = 41.45 LS6= LI6 + TIC = 46.83
A continuación debemos contar cuantas observaciones pertenecen a cada clase, este valor
se denomina frecuencia absoluta (fi) de la clase. Una vez calculada la frecuencia absoluta
se procede a calcular la frecuencia relativa de cada clase (fr) la cual se define como la
frecuencia absoluta de la clase dividida entre el numero total de observaciones
Otro valor que es importante calcular es el punto medio (pm) de la clase es igual a la
suma de los limites inferior y superior dividido entre 2.
En nuestro ejemplo el pm1 = (14.55 + 19.93)/2= 17.24 cm.

Para ilustrar este proceso se tomó como ejemplo los datos de diámetro de la población
del Tornillo.

Cuadro 4: Tabla de Distribución de Frecuencia de la Variable

Cuantitativa Continua (Dap. en cm)

Diámetro (cm.)
Clases (i) (pm) (fi) (fri) (Fi) (Fri)
(Li - Ls>
1 (14,55-19,93> 17,24 4 0,167 4 0,167
2 (19,93-25,31> 22,62 5 0,208 9 0,375
3 (25,31-30,69> 28,00 4 0,167 13 0,542
4 (30,69-36,07> 33,38 5 0,208 18 0,750
5 (36,07-41,45> 38,76 4 0,167 22 0,917
6 (41,45-46,83> 44,14 2 0,083 24 1,000
Total 24 1,000

Donde:
Diámetro = en centímetros
X’ i = marca de clase
fi = frecuencia absoluta
fri = frecuencia relativa
Fi = frecuencia acumulada
Fri = Frecuencia acumulada relativa

Del cuadro 4, observamos que el mayor número de individuos están concentrados en las
clase diamétricas de 19.93 – 25.31cm y 30.69 – 36.07 cm, existiendo 5 árboles que
representa el 20.8 %, seguidos por la clases diamétricas de 14.55 – 19.93cm , 25.31 –
30.69cm y (36.07 – 41.45cm) con 4 árboles que representa el 16.7 %, luego del 41.45 –
46.83cm con 2 árboles (8.3%) . que podemos concluir que el crecimiento en diámetro no
es uniforme debido a muchos factores calidad de sitio, estructura del rodal, densidad de
plantación, ambiente etc. siendo una plantación homogénea.

Histograma de frecuencias de la variable cuantitativa

continua "Diametro"
5 5
5
4 4 4
Número de arboles

3
2
2

0
17,24 22,62 28,00 33,38 38,76 44,14
Marca de clase

Figura 6.

Poligono de frecuencias de la variable cuantitativa continua

"Diametro"
6
Número de arboles

5
4
3
2
1
0
17,24 22,62 28,00 33,38 38,76 44,14
Marca de clase
Figura 7
Variable cuantitativa continua: Altura total.

Rango
Rango = Obs. Mayor - Obs Menor
19 m– 10 m
 RANGO = 9 m

Número de Clases

Por la formula de Sturges:

K = 1 + 3.3 log (n)
K= 1 + 3.3 log 24

K = 5.55 = 6

Tamaño del Intervalo de Clase (TIC)

Rango
TIC 
K
9
TIC 
6
TIC  1.5m

Cuadro 5: Distribución de frecuencias de la variable cuantitativa continua (Altura

total)

Altura Total (m)

Clase (i) (xi) (fi) (fri) (Fi) (Fri)
(Li - Ls>
1 (10-11,5> 4,59 2 0,083 2,00 0,083
2 (11,5-13,0> 5,78 2 0,083 4,00 0,166
3 (13,0-14,5> 6,93 1 0,042 5,00 0,208
4 (14,5-16,0> 8,10 7 0,292 12,00 0,500
5 (16,0-17,5> 9,27 5 0,208 17,00 0,708
6 (17,5-19,0> 10,44 7 0,292 24,00 1,000
Total 24 1,000

En el cuadro 5, se observa que el mayor número de árboles se encuentran en las clases de

rango de 14.5 – 16.0 m y 17.5 – 19.0 m que presenta 7 árboles con un 29.2%, esto nos
indica que también el crecimiento de alturas totales es heterogéneo dependiendo de varios
factores.
 H istograma de fre cue ncias de la v ariable cuantitativ a
continua "Altura total"

7 7
7

N úm ero de arboles
6
5
5
4
3 2 2
2
1
1
0
4,59 5,78 6,93 8,10 9,27 10,44
M arca de clase

Figura 8

Poligono de frecuencias de la variable cuantitativa

continua "Altura total"
Número de arboles

8
6
4
2
0
4,59 5,78 6,93 8,10 9,27 10,44
Marca de clase

Figura 9

Variable cuantitativa continua: Altura comercial.

Rango
Rango = Obs. Mayor – Obs. Menor
11 m – 4 m

RANGO = 7m

Numero de Clases

Por la formula de Sturges:

K = 1 + 3.3 log (n)
K= 1 + 3.3 log 24

K = 5.55 = 6
 Tamaño del Intervalo de Clase (TIC)

Rango
TIC 
K
7
TIC 
6
TIC  1.17

Cuadro 6: Distribución de tabla de frecuencia de la variable cuantitativa

continua (Altura comercial)

Altura comercial
Clase (i) (xi) (fi) (fri) (Fi) (Fri)
(m) (Li - Ls>
1 (4 - 5,17> 4,59 6 0,250 6 0,250
2 (5,17-6,34> 5,78 7 0,292 13 0,542
3 (6,34-7,51> 6,93 5 0,208 18 0,750
4 (7,51-8,68> 8,10 2 0,083 20 0,833
5 (8,68-9,85> 9,27 3 0,125 23 0,958
6 (9,85-11,02> 10,44 1 0,042 24 1,000
Total 24 1,000

En el cuadro 6, se observa que en la clase de (5.17 – 6.34m); hay 7 árboles con un

29.2%; seguido de la clase de (4 - 5,17m) que hay 6 árboles con un 25.0 %; le sigue la
clase de (6.34 – 7.51) 5 árboles con un 20.8%; (8.68 – 9.85) 3 árboles con un 12.5%;
(7.51 – 8.68) 2 árboles con 8.3% y finalmente entre el rango (9.85 – 11.02m).1 árbol.
Estas características nos demuestran que esta plantación no recibió las podas oportunas
para mejorar la formación del fuste. Histogramas de frecuencias y polígonos de
frecuencia Figuras 10,11 y 11a
Histograma de frecuencias de la variable cuantitativa
continua "Altura comercial"
7
7 6
6
Número de arboles

5
5
4 3
3 2
2 1
1
0
4,59 5,78 6,93 8,10 9,27 10,44
Marca de clase

Figura 10.
 Poligono de frecuencias de la variable cuantitativa
continua "Altura comercial"

8
Número de arboles
6
4
2
0
4,59 5,78 6,93 8,10 9,27 10,44
Marca de clase

Figura 11.

Poligono de frecuencias de la variable cuantitativa

continua "Altura comercial"

8
Número de arboles

6
4
2
0
4,59 5,78 6,93 8,10 9,27 10,44
Marca de clase

Figura 11 a

CAPITULO III. PARÁMETROS ESTADÍSTICOS DE LA POBLACIÓN A

PARTIR DE LA MUESTRA

Las deducciones sobre las características de la población que se hace a partir de la

muestra, solo se puede hacer si se aplican las leyes de la probabilidad matemática. El
objetivo de la naturaleza al azar de este tipo de muestreo es asegurar que estas leyes sean
aplicables.

3.1. Parámetro. Son valores constantes que caracterizan y describen a las

poblaciones. Para hallar su valor es necesario observar a cada uno de los elementos o
unidades elementales de la población.
El parámetro es un valor único y generalmente desconocido (incógnita) y deben de
estimarse mediante la información que proporciona la muestra.

3.2. Parámetros de tendencia central

Media poblacional, cuya notación es = 
Moda poblacional, cuya notación es =Mo (de un conjunto de
observaciones, el valor o clase o
categoría que ocurre con mayor
frecuencia)
Mediana poblacional, cuya notación es =Me (de un conjunto de
observaciones ordenadas de
acuerdo a su magnitud, es el
valor de la observación que
ocupa la posición central de
dicho conjunto)

3.3. Parámetros de dispersión

Varianza poblacional, cuya notación es = σ2
Desviación estándar, cuya notación es =σ
Coeficiente de variación, cuya notación es = CV
Rango, cuya notación es =R

3.4. Medidas de tendencia central

Son medidas que se ubican aproximadamente al centro de un conjunto de datos, cuando
están ordenados. También recibe el nombre de medidas de localización o posición.

3.5. Parámetros de dispersión

Son indicadores del grado de dispersión de los datos y nos dan a conocer la variabilidad
existente dentro de la población con respecto a la media.

3.6. Valor estadístico.

Son medidas determinadas a partir de una muestra y cuyos valores se caracterizan por
cambiar de una muestra a [Link] decir presentan diferentes valores.
Los valores estadísticos sirven para estimar a los parámetros.

Estimar. Consiste en considerar el valor estadístico como si fuera el valor del parámetro.

3.7. Clases de valores estadísticos.

Medidas de tendencia central

Media o promedio = X
Mediana = Me
Moda = Mo

Medidas de dispersión
Varianza = S2
Desviación estándar = S
Coeficiente de variación = CV

3.7.1. Media aritmética o Promedio aritmético

Es la medida de posición más común. En general se considera la mejor medida para
caracterizar la posición de las observaciones y se define como la suma de todos los
valores de las observaciones en la muestra (Xi) divididos entre el tamaño de la
muestra(n). Llamada también promedio o simplemente media.
 n

X i
X i 1

n
Para una población finita esta se representa con la letra (  ) y se define como la suma de
todas las observaciones de la población dividida entre el tamaño de la población (N)
Cuando los datos están agrupados en una distribución de frecuencias, la media aritmética
o promedio de observaciones se calcula sumando los resultados de multiplicar la
frecuencia absoluta de la clase (fi) por el punto medio de la clase (pm).
El resultado se divide entre el numero de observaciones en la muestra (n)

 ( fi * pm) i
X  i 1

Un ejemplo de cálculo de media. Supongamos que la muestra de 5 parcelas nos da los

siguientes volúmenes en m3 por hectárea:
X1 = 80, X2 = 69, X3 =72, X4= 62 y X5 =70
Entonces podemos calcular la media aritmética de la muestra, según la formula:

80+69+72+62+70
X= = 70.6 m3/ha
5

Donde: X = Valores de las unidades de muestreo

n = Número de unidades de muestreo (tamaño de la muestra)

La media de la muestra es una estimación no viciada de la media poblacional.

Si suponemos una superficie total del bosque inventariado de 1000 ha, el valor total seria:
70,600 m3.

3.7.2. La mediana
La mediana (Me) es el valor del medio; es decir el valor que divide una muestra o
población de observaciones ordenadas de menor a mayor en dos grupos de igual numero
de observaciones. Cuando el número de observaciones es impar la media es igual al valor
de la observación del medio y cuando el número de observaciones es par, la mediana es el
promedio de los valores de las observaciones centrales. Para calcular la mediana las
observaciones deben estar ordenadas de menor a mayor o agrupadas en una distribución
de frecuencias. Si “n” observaciones están simplemente ordenadas el valor que divide las
observaciones a la mitad (Vme) se determina con la siguiente formula:

Vme= n+1/2
En cambio cuando las observaciones están agrupadas en una distribución de frecuencias
la mediana (Me) se calcula utilizando la formula:
0.5 * n  Fai )
Me  Li  *C
fi
Donde: Li =Limite inferior de la clase donde esta la mediana
n = numero de observaciones

Fai< frecuencia absoluta acumulada menor que la clase que contiene la mediana
Fi = frecuencia absoluta de la clase donde esta la mediana
C= ancho real de la clase que contiene la mediana
La mediana varía más que la media aritmética en muestreos sucesivos, o sea que la
mediana es menos estable que la media aritmética.
Por esta razón no es tan utilizada para generar inferencias de la posición de una
población. Por lo general se prefiere utilizar la media aritmética.

Ejemplos. Después de medir el crecimiento diametrito anual (mm.) de un total de 9

árboles de una misma especie en una parcela permanente de medición, tenemos los
siguientes resultados:

5,4,5,6,6,23,4,5,5,

El promedio del crecimiento medio anual para este conjunto de datos es 7 mm/año. Sin
embargo es evidente el sesgo causado por uno de los datos.
Al ordenar los datos en forma ascendente tenemos:

4,4,5,5,5,5,6,6,23

El valor de la mediana en este caso es 5mm/año nótese en este caso que la mediana ofrece
una mejor ilustración de los resultados

3.7.3. Moda (Mo)

El valor mas frecuente en un conjunto de observaciones se define como moda (Mo). En el

ejemplo anterior la moda es 5, puesto que es el dato que mas se repite.

3.7.4. Varianza y Desviación estándar

Son medidas de variabilidad más frecuentemente empleadas.

 Varianza, es el promedio de las desviaciones al cuadrado de las variables

respuesta de la media.
 Desviación estándar, es la raíz cuadrada de la varianza y expresa el promedio
cuadrático de la desviación de simples observaciones de la media aritmética.

La varianza se obtiene mediante las formulas:

 X 
2

 X  X
n 2 n

i X i
2

n
S2  i 1
 i 1
n 1 n 1

S2 = es una estimación no viciada de la varianza poblacional.

El denominador indica el número de grados de libertad (n-1)

Para nuestro ejemplo, calculamos:

 80  70.6    69  70.6    72  70.6    62  70.6   70  70.6 
2 2 2 2 2

S2 
4
88 . 36  2 . 56  1 . 96  73 .96  0 .36
S2 
4
167.2
S 
2

S 2  41.8 m3/ha
La desviación estándar
Es la raíz cuadrada de la varianza:

 X 
n 2
i X
S i 1
n 1

Y para nuestro ejemplo, seria:

S  41.8 m3/ha

S = 6.46 m3/ha

3.7. 5. Coeficiente de variación

Es una medida relativa de variabilidad, que nos permite comparar la variabilidad de
parámetros expresados en diferentes unidades. Es la relación entre la desviación estándar
y el promedio.
También se define como la desviación estándar en porcentaje de la media.

S 
CV= S %  x100 %  x100
X 

En nuestro ejemplo:
6.46
CV= S%  x100 CV= S%  9.15%
70.6

3.7.6. Error estándar.

Lo que más interesa en un muestreo a parte de la media, es su exactitud. Se sabe que cada
media estimada en base a un muestreo tiene un error estadístico o error de muestreo.
A diferencia de la desviación estándar que mide el promedio de las desviaciones de las
observaciones individuales respecto a la media muestral. El error estándar mide el desvío
de las medias maestrales respecto a la media poblacional. Esto se calcula con la siguiente
formula .
El error estándar es:
S n S
S  1  1 i
n N n

Donde: S = estimación de la desviación estándar poblacional

n = número de unidades de muestreo (tamaño de la muestra)
N = número de elementos de la población (tamaño de la población)
i = intensidad de muestreo

Cuando n es muy pequeña con respecto a N, la fracción n/N se hace despreciable y el

factor (1-n/N) se aproxima a la unidad (1). En la práctica cuando n/N es menor que 0.01
lo que generalmente ocurre en los inventarios forestales, se puede considerar la población
como infinita y la fórmula queda como:
S
SX  (Fórmula para poblaciones infinitas)
n
En nuestro ejemplo, seria:
6 .4 6
S 
5

S = 2.89 m3/ha

Si queremos el error estándar en porcentaje de la media, lo que generalmente es el caso

reemplazamos la desviación estándar por el coeficiente de variación (CV) y obtenemos:

CV
S X
% 
n
Para nuestro ejemplo:
9.15
SX %   4.08%
2.24

3.7.7. Error de muestreo absoluto (E)

Para poder definir los límites de confianza todavía tenemos que multiplicar el error
estándar con el valor de “t” que depende del nivel requerido de confianza y de los grados
de libertad. Para nuestro ejemplo del ítem 3.7.1.
Para 4 grados de libertad y un nivel de confianza de 95% de la tabla de distribución de “t”
tenemos “t” = 2.78
Los límites de confianza a ambos lados de la media entonces serían:
X  t.s = 70.6  2.78 x 2.89 = 70.6 m3/ha  8.03 m3/ha

Limite inferior 70.6 – 8.03 = 62.57 m3/ha

Limite superior 70.6 + 8.03 = 78.63 m3/ha
3.7.8. Error de muestreo relativo (E %)
El error de muestreo relativo (E%) es el error de muestreo absoluto expresado en
porcentajes.
También se llama error admisible, se obtiene con las siguientes formulas:
t ( sx)
E%  *100
x
E% = 2.78(,89)/70.6 m3/ha *100
E%= 8.034/70.6 m3/ha *100
E%= 0.11379*100
E%= 11.37%
El error admisible es diferente para cada parámetro forestal (Numero de individuos/ha,
Área Basal/ha, Volumen/ha). También difiere de especie a especie.

3.7.9. Interpretación de los límites de confianza

Según nuestros cálculos podemos decir que con una probabilidad de 95% el valor real de
la población no es menor de 62.57 m3/ha, y no es mayor a 78.63 m3/ha. Solamente en el
5% de los casos caería fuera de estos límites. También se dice que la probabilidad de
sobrepasar es de 5%.
Solamente en un 5% de los casos la media caería fuera de estos límites. Eso significa que
cada lado de la distribución la probabilidad de sobrepasar el límite es de 2.5%.
A fin de comprender bien estas nociones de intervalo de confianza y de probabilidad, e
aquí un ejemplo. Si el volumen medio en una hectárea de una población es estimado en
200 m3 y el error de muestreo a ± 3%, a un intervalo o escala de 95%, los límites de
intervalo de confianza, serán:
200 – (0.03 x 200) = 194: límite de confianza inferior a la escala de 95%.
El intervalo de confianza (194 – 206) significa que la probabilidad de la verdadera media
sea comprendida en este intervalo que es de 95%.

3.8. Cálculo del número de muestras

Para calcular el número de muestras (n) con base a un error máximo requerido, se debe
conocer primero un estimado de la desviación estándar de la población (S) y un estimado
de la media poblacional, los cuales permiten calcular el coeficiente de variación de la
población que vamos a muestrear (CV%). El CV% puede estimarse utilizando los
resultados de inventarios en bosques similares al estudiado o haciendo un muestreo
preliminar de baja intensidad.
A partir de la formula del error de muestreo relativo (E%) se puede despejar la formula
que permite calcular el tamaño de la muestra necesario para una precisión deseada

Reemplazando Sx por su equivalente (S/ n ) se tiene:

E% = t(S/ n )/X*100
Se conoce que :
CV% = S/X*100
Si reemplazamos en la expresión anterior, tenemos:

E%= t (CV)/ n
Si elevamos al cuadrado ambos miembros de la expresión y transponemos los términos
tenemos:
n= t2 (CV)2/(E%)2
Esta formula es la mas utilizada para realizar un muestreo al azar o sistemático.
En los cálculos del ejemplo anterior el coeficiente de variación es de 9.25% con un error
de muestreo E % = 11.37. Si se quiere alcanzar un error de 5% a un nivel de confiabilidad
del 95%. Por lo tanto se va probando con diferentes niveles grados de libertad hasta que
los resultados de las “n” son iguales. Así para 9 grados de libertad t = [Link] reemplazar
los valores se tiene:
n = 5.10*83.72/25
n= 17.10 = 17
Por lo tanto se necesitaría un mínimo de 17 muestras para alcanzar el error deseado.
Ahora si se desea un error del 2% al mismo nivel de probabilidades se prueba así:

40 grados de libertad t = 2.021

n= (2.021)2(9.15)2/4
n=4.08*83.72/4
n= 85.47 = 85 muestras
Vemos que para reducir el error de 5 a 2% se tuvo que duplicar el número de muestras.
De la formula deducimos que el tamaño de la muestra esta en función de la variabilidad
del bosque (CV) y de la precisión requerida (E%) y no del tamaño de la superficie del
bosque.
El problema normalmente es que de antemano no se conoce el valor del coeficiente de
variación. Este valor depende de la homogeneidad del bosque y del tamaño de las
unidades de muestreo. Unidades más pequeñas normalmente corresponde a una mayor
coeficiente de variación

CAPITULO IV. PLANIFICACIÓN DE INVENTARIOS FORESTALES

Si bien es cierto que el aspecto matemático estadístico, juega un papel preponderante

en el diseño y ejecución de los inventarios forestales. También es importante la
planificación y pensar en cada uno de los detalles de la ejecución del trabajo para saber
cual información se requiere, que variables hay que medir en el campo, como se medirán,
quien lo hará, como se procesará la información, como se presentará el informe, que tipos
de cuadros y figuras se incluirán, etc.
El objetivo de la planificación de todo inventario, es definir para cada una de las fases un
procedimiento de ejecución lógico, sensato y eficiente, que permita obtener la
información requerida al menor costo posible y un mínimo error posible. Incluye una
serie de fases y etapas muy variadas que consideran aspectos que requieren de especial
atención o de lo contrario se corre el riesgo de que por una pequeña falla u omisión se
desmerezca todo un trabajo de gran envergadura y alto costo.
No existe una receta fija para diseñar un inventario forestal. El diseño final depende del
tipo de bosque, la información requerida, tiempo y fondos disponibles entre otros. El
tiempo y los fondos disponibles son los factores principales que afectan el diseño de un
inventario. Los costos dependen de la información requerida, la exactitud deseada y el
área total y efectiva del bosque. Entre las actividades y costos del inventario debemos
considerar las actividades previas al inventario: compra de la carta nacional, fotografías
aéreas, imágenes satelitales e interpretación de las mismas.

Los pasos básicos y consideraciones que se deben seguir en la planificación de un

inventario forestal, se describen a continuación:

4.1. Definir los objetivos del inventario forestal

Es muy importante definir con claridad los objetivos del inventario. Debe
considerarse la importancia relativa de cada uno de ellos, para poder diseñar y llevar a
cabo las operaciones que mejor resuelvan el problema. También hay que tener en cuenta
las inevitables restricciones y limitaciones, tales como el tiempo y fondos disponibles y la
aptitud del personal.
A menudo, se critica a los responsables del diseño y ejecución de las operaciones del
inventario, de abordar estos trabajos sin una idea clara de los objetivos a cumplir. En
consecuencia, la información conseguida puede ser inadecuada, cuando no útil, para los
funcionarios, políticos, economistas, madereros e industriales.
Los objetivos deberán definirse conjuntamente con el personal que ha de utilizar los
resultados y el especialista de inventarios y no por este solo. El especialista debe diseñar
un inventario que facilite a los usuarios la información que necesitan en forma adecuada
y con la precisión requerida. Esta cooperación con los posibles usuarios es necesaria
desde el momento en que se prepara el inventario hasta la salida de los últimos resultados.

4.2. Prioridad de objetivos

La prioridad de los objetivos a cumplir debe establecerse con claridad antes del
diseño del inventario. Por ejemplo si la estimación de la superficie de un bosque es más
importante que la de su volumen, el diseño se reforzará con trabajos de fotointerpretación
de sensores remotos y de dibujo de mapas, dando menor importancia a las medidas de
árboles en el terreno. Así mismo se establecerán prioridades en zonas o bloques a la
región inventariada. Los inventarios forestales llevan consigo generalmente una gran
cantidad de datos de campo lo que implica gastos muy elevados y considerables
dificultades logísticas. En particular la relación: costo de acceso a las parcelas o
muestreo/ costo de la toma de datos es a veces muy alta. El costo adicional que supone la
medición y registro de otros parámetros, no relacionamos directamente con el propósito
del inventario, puede resultar insignificante. En tales casos es aconsejable aprovechar la
oportunidad ofrecida por la logística del inventario para recoger datos valiosos para
especialistas no implicados en los propósitos principales del inventario (especialistas en
suelos, dendrólogos, fitosociólogos, etc.).

4.3. Descripción y estratificación del área del inventario

Antes de realizar el inventario es necesario obtener una idea bastante precisa del área,
localización política y geográfica, accesibilidad, vías de comunicación y estado legal de
la propiedad. Esto se puede lograr mediante la revisión de material cartográfico, imágenes
de satélite e incluso un reconocimiento del sitio o sobrevolando el área.
Es necesario señalar claramente en un mapa las áreas con y sin bosque. Dentro de las
primeras se deben diferenciar, cuando sea posible, los bosques de producción y los de
protección. Una vez identificadas las áreas de bosque de producción y los de protección.
( área efectiva de manejo), estas deben clasificarse por tipo de bosque o estrato, si es que
hay diferencias marcadas que así lo ameriten. Se hace notar que puede haber casos en
que exista un solo tipo de bosque. En general, no es conveniente diferenciar más de
cuatro o cinco estratos, ya que su diferencia no sería pronunciada (Dauber, 1995).

4.3.1 Diseño del inventario

El mejor diseño es aquel que reporta resultados más precisos a un costo más bajo. Dadas
las características de las áreas en concesión, el diseño sistemático estratificado, con
parcelas rectangulares de 0.5 ha (10m x 500m) es el que cumple mejor estas dos
condiciones, por lo que se recomienda su uso. Figura 12

No obstante, el concesionario puede utilizar parcelas más grandes y utilizar otro tipo de
diseño. En todo caso, lo que se trata es de ser lo más eficiente en términos de costo y
calidad de la información.
 4.3.2. Registro y recolección de datos de campo

Es importante contar con un formulario claro y sencillo para recolectar datos durante el
inventario. El formulario debe incluir los árboles a partir de 30 cm de Dap y los fustales
(árboles entre 10 y 29.9 cm Dap), Latizales y Brinzales. Ver en anexo modelos de
formularios y un ejemplo de registro de datos para estudio de la vegetación es decir
árboles maduros y de regeneración natural.

Figura 12. Distribución de subparcelas en una parcela de inventario

a) Para los árboles. Deben ser medidos en todas las parcelas de 10 m x 500
m. Una parcela o unidad de muestreo está dividida en 5 subparcelas. Para cada individuo
se debe registrar el número correspondiente, nombre común, diámetro y altura comercial.

 Número del árbol. Es un número correlativo ascendente para cada árbol

en una parcela. El promedio del número de árboles a partir de 30 cm Dap
varía entre 60 y 120/ha, dependiendo del tipo de bosque; puede haber
casos que sobrepasen este rango.

 Nombre común. Se debe anotar el nombre común proporcionado por el

“matero” o identificador. Si se va a contar con más de un matero, es
conveniente realizar un corto entrenamiento para uniformizar los
nombres comunes.

 Diámetro. Debe ser medido con cinta diamétrica o forcípula a la altura

del pecho (= Dap) o estimado por encima de las gambas o aletas. En caso
de que el árbol se encuentre sobre una pendiente, se medirá desde la parte
más alta de la pendiente.

 Altura comercial. Está dada por el largo de fuste aprovechable sin

defectos, estimada en metros. Si bien el uso de instrumentos para su
medición da resultados más precisos, implica un mayor tiempo, por lo
que es poco práctico.

 Observaciones. En este espacio puede anotare cualquier característica

importante del árbol o del terreno que no haya sido considerado
anteriormente.

b) Para los fustales. Los fustales ( árboles entre 10 cm y 29.9 cm Dap), por
su abundancia, sólo deben ser evaluados en la tercera subparcela de 10 m x 100 m. La
información a registrarse es el número correspondiente, nombre común y diámetro del
individuo, de acuerdo a lo descrito anteriormente.
 4.3.3. Disponibilidad de personal capacitado

El contar con personal obrero, técnico y profesional forestal, debidamente

capacitado debe ser uno de los aspectos más importantes que debe tenerse en cuenta. En
el caso de que no se cuenta con personal capacitado, debe organizarse cursos de
capacitación antes de iniciarse los trabajos de campo. A continuación se resumen las
necesidades en cada fase de trabajo:
a) En el trabajo de precampo. En esta fase deben desarrollarse las
siguientes actividades:
- Planificación del trabajo de campo.
- Fotointerpretación y cartografía.
- Diseño del levantamiento y muestreo, calculo de costos, etc.
Toda esta labor debe estar bajo la supervisión de un jefe o director de proyecto.
En resumen, las necesidades principales son:
- 1 Jefe o director del proyecto.
- 1 Especialista en inventario forestal.
- 1 Interprete de imágenes satelitales
- 1 Especialista en SIG.
- 1 Secretaria.

b) En el trabajo de campo. En esta fase se requiere un jefe de proyecto.

Cada brigada de trabajo debe estar conformada como mínimo por:
- 1 técnico forestal o bachiller con experiencia en el campo.
- 1 matero ( personal que conoce las especies por su nombre
común)
- 2 trocheros
- 1 brujulero
- 2 personas de apoyo logístico para medición de distancias y
pintado
Además deberá contarse con el personal de apoyo logístico para la
cocina. También para el transporte ya se fluvial o terrestre. Dependiendo
de la ubicación del estudio.
La posición o forma de desplazamiento de los integrantes de la brigada
del inventario en el campo es: (Figura 13)
 Figura 13
c) Después del trabajo de campo. Esta fase la más laboriosa del
inventario forestal. Sin embargo si se ha analizado y planificado
adecuadamente el trabajo resulta más fluido.
La disponibilidad de personal es:
- 1 jefe del proyecto.
- 1 o 2 ingenieros que se ocupa del ordenamiento de datos.
- 1 Interprete de imágenes satelitales y fotografías aéreas
- 2 bachilleres incluyendo especialista SIG.

4.3.4. Necesidades de equipos y materiales.

Tanto para la fase de gabinete como para la fase de campo se necesitan
principalmente:
- GPS
- Computadoras con programas SIG
- Brújulas
- Cinta diamétrica
- Wincha de nailon
- Estereoscopios de espejos.
- Carta Nacional.
- Imágenes de radar.
- Fotografías aéreas
- Mosaicos.
- Hipsómetro
- Libreta de campo
- Suero Antiofidico
- Carpas y bolsas de dormir
- Mosquiteros
- Equipos de cocina
- Pintura etc.

4.3.5. Procesamiento de la información

Existen diversas fórmulas para determinar el volumen comercial. Una de las más
simples y utilizada es:
  *Dap 2
V  * Hc* f
4
Donde:

V = volumen comercial (m³)

Dap = diámetro a la altura del pecho (m)
Hc = altura comercial (m)
f = factor de forma (0.65)

Los resultados pueden ser procesados con cualquier hoja electrónica (por
ejemplo, Microsoft Excel a través de las tablas dinámicas). Sin embargo, existen
programas computarizadas especialmente diseñados para procesar la información de
inventarios, entre ellos: el Sistema para el Procesamiento de Inventario en Bosques
Latifoliados desarrollado por el proyecto CATIE-COSUDE 1998 y el sistema
computarizado de Procesamiento y Análisis de inventarios Forestales del proyecto Bolfor
(2002).

Los formularios de campo deben ser revisados antes de ser digitados. Concluida
esta etapa, se debe realizar una verificación intensiva de los datos.

Un error muy común en los inventarios es incluir árboles comerciales que estén
fuera del perímetro de la parcela. Se obra de esta manera inconscientemente, pero eso
puede tener graves repercusiones en el resultado final.

4.3.6. Interpretación de los resultados

A continuación se expondrá en forma resumida algunos aspectos importantes a tener en

cuenta al analizar los resultados de un inventario.

4.3.7. Error de muestreo

Antes de interpretar los resultados dasométricos procedentes de inventarios, es necesario

calcular el error de muestreo para saber la confiabilidad del mismo. En muchos países con
bosques tropicales el estado exige un error máximo permisible para el volumen total o el
área basal entre 15 y 20% a un nivel de 95% de confianza.

Para entender mejor el significado práctico del error de muestreo se analiza, con un
ejemplo de un inventario forestal real donde se inventarió una superficie de 5000 ha y con
una intensidad de 1%, utilizando parcelas de 2 ha. El inventario arrojó un error de
muestreo de 14.5% a 95% de confianza. Ver Cuadro 7.
Se pueden interpretar los resultados del inventario expresando que existe una alta
probabilidad (95% de confianza) de que el volumen promedio verdadero de madera para
toda la población se encuentre en un rango de 14.5% respecto a la media muestral, o sea
54.9 y 73.5 m³/ha. En otras palabras, el error de muestreo indica el intervalo de confianza
en el que se encuentra el promedio de la población a una probabilidad deseada
previamente definida.

Cuadro 7. Resultados de precisión de inventario.

Todas las especies Especies comerciales

Parámetro
mayores a 25 cm Dap mayores 25 cm Dap
 Tamaño de parcela 2 ha 2 ha
N° de parcelas 26 26
Intensidad de muestreo 1% 1%
Volumen promedio 64.2 m³/ha 11.7 m³/ha
Varianza 534.12 61.78
Desviación estándar 23.11 61.78
Coeficiente de variación 36% 67%
Limites de confianza Inf. 54.9 Inf. 8.5
Sup. 73.5 Sup. 14.8
Error de muestreo 14.50% 27.10%

Fuente: (Carrera, 2005)

Cabe notar que este rango fue planteado para todas las especies inventariadas,
tanto comerciales como comerciales. Si se considera sólo el volumen para las especies
comerciales, el error de muestreo sería mucho mayor y consecuentemente habría un rango
más amplio entre el límite inferior y superior. En el caso planteado, el error de muestreo
para 13 especies comerciales mayores al diámetro mínimo de corta (DMC) fue de 27%,
casi el doble del error para todas las especies. Eso muestra que un área boscosa puede ser
muy homogénea respecto del volumen total por unidad de superficie para todas las
especies, pero a la vez heterogénea respecto del volumen comercial de determinadas
especies, especialmente si el bosque ha sido aprovechado anteriormente.

Muchas veces se interpreta en forma equivocada los resultados del error de

muestreo, al considerar que el error encontrado es el error para cada una de las especies y
no para el total en su conjunto. Es por eso que, aunque no sea una exigencia de tipo legal,
es conveniente señalar el error de muestreo de las especies comerciales a partir del DMC,
lo que permitirá tener una mayor certeza del rango de los volúmenes reales que se espera
encontrar en el bosque y así evitar sorpresas desagradables. Lo importante es que sepa
interpretar los resultados del inventario de acuerdo con el objetivo deseado y se obtenga
la mayor información posible que permita planificar adecuadamente el manejo.

En consecuencia, cabe la pregunta ¿qué interesa evaluar en un inventario con

fines de manejo: el volumen de todas las especies, solamente el volumen de especies
comerciales o aspectos de la estructura y composición florística de todas las especies? En
realidad, los tres aspectos son importantes. Si tan solo fuera un plan de aprovechamiento,
definitivamente que solo interesaría el volumen de las especies comerciales, pero para
fines de manejo, además del volumen comercial, interesa conocer la distribución por
clase diamétrica del número de árboles, área basal y volumen por hectárea para cada una
de las especies, lo cual como se verá más adelante es muy útil para la toma de decisiones
silviculturales.

4.4 Análisis de resultados básicos

 Agrupamiento de especies según su importancia comercial

El primer paso en la interpretación de los resultados es agrupar las especies según su

grado de accesibilidad en el mercado. Dada la variabilidad de la demanda del mercado y
los diversos productos finales, el agrupamiento de las especies varía según regiones y en
el tiempo. Por eso, es recomendable que se haga un estudio para saber cuales especies se
van a enfocar los tratamientos silviculturales.

Existen muchas clasificaciones para agrupar especies. La más simple es aquella que las
agrupa en comerciales y no comerciales.

 Abundancia

El análisis de la abundancia por especie, por grupo comercial y por clase diamétrica,
proporciona información vital sobre la factibilidad de realizar un aprovechamiento
comercial, la futura composición del rodal y además permite tener una idea sobre el grupo
ecológico a que pertenece una determinada especie de interés.

Por ejemplo, si en un bosque primario se encuentran más individuos de una especie en

diámetros grandes en comparación con diámetros pequeños, esto implica que la especie
no se regenera bien bajo sombra y es posible que sea una especie heliófita. Cabe
mencionar que la clasificación por grupos ecológicos es compleja y, aparte de la
abundancia, se necesita más información para agruparlas correctamente.

 Área basal

Para tener una mejor idea sobre la competencia que ocurre entre individuos en un rodal,
lo ideal sería medir el ancho, la altura y la ubicación de todas las copas de los árboles en
parcelas permanentes de muestreo (PPM). Dada la complejidad del bosque húmedo
tropical, hacerlo resultaría demasiado costoso y estaría sujeto a muchos errores de
medición. Sin embargo, hay una correlación lineal relativamente alta entre el diámetro de
la copa y el diámetro del fuste. Al respecto, Dawkins (1963) mostró que para árboles que
están en el dosel superior y medio, la relación entre copa y Dap es aproximadamente de
20:1. Dicha indicación permite usar el parámetro de área basal como un indicador del
nivel de competencia en el dosel. Si una especie ocupa el mayor porcentaje de área basal
relativa significa que está dominado el sitio, aún si no es la más abundante. Esto implica
que las copas de esta especie dominante están ocupando mucha área y probablemente
estén bien iluminadas.

El área basal de un bosque primario es un indicador de la calidad del sitio: a mayor área
basal, mejor calidad del sitio. Para los bosques húmedos tropicales el área basal varía
entre 10 y 35 m²/ha a partir de 10 cm. Dap. Esta variación se debe principalmente a
factores de sitio, tales como profundidad del suelo, drenaje y fertilidad, entre otros. Si
para calidades de sitios conocidas un bosque se acerca al área basal máxima encontrada
en sitios de calidades similares, es probable que la competencia entre individuos en ese
sitio sea alta y que un tratamiento silvicultural que elimine parte del área basal (no más
del 40%) ayudaría a eliminar la competencia y mejorar el crecimiento de individuos de
especies deseadas. Obviamente, lo que se eliminarían serían individuos de especies sin
valor comercial actual o futuro (en este caso, a través de un tratamiento de refinamiento).

La determinación del área basal por grupos de especies y clases diamétricas también es
útil para estimar el potencial que el bosque tiene que recuperar, vale decir, el volumen
perdido por el aprovechamiento de volumen. El área basal es una medida que toma en
cuenta la cantidad y tamaño de los árboles y da una información más exacta que el
volumen, porque este último se basa en una combinación de la medición del área basal y
la estimación de la altura del árbol.

 Volumen
La estimación del volumen es obviamente el resultado más importante del inventario
desde el punto de vista financiero. Es necesario analizar si hay suficiente volumen total
por hectárea que permita no solo hacer rentable el aprovechamiento, sino el manejo de la
concesión en su conjunto. Sin embargo, es necesario tener clara las implicancias del
volumen promedio al nivel de especies o grupos de especies y el error de muestreo.

4.5. Grupos ecológicos

El manejo exitoso de los bosques naturales depende mucho de la comprensión adecuada

de los requisitos ecológicos de las especies arbóreas. Dado que para los bosques húmedos
tropicales el mayor factor limitante para la regeneración parece ser la iluminación a través
del rodal puede ser manipulada, parece lógico agrupar especies arbóreas según el nivel de
tolerancia a la sombra.

La clasificación más común es dividir las especies en:

 Heliófitas efímeras, especies intolerantes a la sombra; con reproducción masiva y

precoz; de crecimiento rápido en buenas condiciones de luz y de vida corta; aptas
para la colonización de espacios abierto.

 Heliófitas durables, especies intolerantes a la sombra; de vida relativamente

larga; además de colonizar espacios abiertos, pueden regenerarse en claros más
pequeños en el bosque.

 Esciófitas parciales, especies que toleran la sombra que pueden reaccionar

cuando reciben mayor cantidad de luz

 Esciófitas totales, especies que toleran la sombra y permanecen bajo dosel.

 En líneas generales, los grupos ecológicos se caracterizan por sus distribuciones

diamétricas en bosques primarios no intervenidos o poco intervenidos. Las
especies heliófitas efímeras tienen una frecuencia baja y aparecen comúnmente
solo en las clases diamétricas mayores) o bimodales (con dos o más picos). Una
gran parte de las especies esciófitas presentan por lo general una distribución con
una alta concentración de individuos en las clases diamétricas menores y menos
en las clases superiores (curva de distribución diamétrica en forma de “J”
invertida), aunque también muchas especies esciófitas tienen una distribución
irregular o nunca llegan a diámetros mayores, ya sea por la baja frecuencia con
que ocurren en el bosque, por efectos de sitio, o por ser especies del sotobosque.

Para fines de manejo vale la pena distinguir cuatro grupos de distribuciones diamétricas:

 Especies con muy pocos individuos (son escasas)

 Especies sin árboles grandes (pueden ser heliófitas, pero también árboles del
sotobosque o especies que no se ajustan a las condiciones del sitio).

 Especies sin regeneración (la mayoría de ellas serían heliófitas durables)

 Especies con distribución diamétrica continua en forma de “J”

invertida,(probablemente esciofitas, sin problemas de regeneración bajo dosel o
en claros pequeños).
Estos cuatro grupos no cubren todas las especies del bosque, pero son las que más
claramente requieren de diferentes sistemas silviculturales. El manejo que se vaya a
aplicar debe tomar en cuenta la importancia relativa de cada grupo en términos
comerciales y ecológicos.

4.6. Selección del sistema silvicultural

La interpretación de la distribución diamétrica de los árboles individuales es de gran

ayuda para la selección del sistema silvicultural. Para esto es necesario contar con
información de los árboles a partir de 10 cm Dap (o más, dependiendo del diámetro
mínimo inventariado) de todas las especies. En general, los bosques latifoliados húmedos
tropicales presentan una distribución de “J” invertida: hay muchos individuos en las
clases diamétricas pequeñas, pero, a medida que el diámetro aumenta, disminuye el
número de individuos casi en forma logarítmica.

En términos generales, eso quieres decir que el bosque es dinámico y no requiere de

intervenciones específicas para mantener la estructura existente. Si la composición de
especies también se mantuviera, un sistema policíclico sería muy apropiado, entrando al
bosque dos o más veces para cosechar árboles maduros durante la vida de un árbol. Sin
embargo, esta distribución no es igual para todas las especies. La caoba (Swietenia
macrophylla), por ejemplo, muestra regeneración deficiente, lo que sugiere la necesidad
de un sistema que deje el tiempo necesario para que la especie se regenere; o sea, en
cierta forma un sistema monocíclico (a nivel de esa especie), que remueve el dosel
superior y la próxima cosecha será cuando la nueva regeneración se haya desarrollado (en
60 o más años).

Es claro que no se pueden aplicar diferentes sistemas al mismo tiempo. Entonces, al

tomar decisiones sobre el sistema por aplicar hay que establecer prioridades: ¿cuáles son
las especies más importantes?, ¿cómo manejar el bosque como ecosistema de la mejor
manera?, y ¿qué aspectos de la conservación de la biodiversidad y protección de suelos y
fuentes de agua hay que cuidar?. Para los bosques primarios de la amazonía peruana, un
sistema policíclico puede ser la mejor opción, aunque en algunos casos hay que ajustarlo
para permitir la regeneración de especies heliófitas durables, la caoba y otras especies
comerciales que presentan ese patrón de regeneración. Hay que tomar en cuenta que los
datos de los inventarios para especies individuales son menos confiables que los
promedios para todas las especies. Por esta razón, se recomienda analizar la distribución
diamétrica de los árboles individuales por grupos de especie, preferiblemente por grupo
ecológico.

CAPITULO V.-MUESTREO FORESTAL

El bosque tropical caracterizado por su inmensa extensión, por la diversidad de

asociaciones y especies que comprende y por su gran dinamismo biológico, presenta en
primera instancia un problema de magnitud y complejidad que condiciona y limita el
proceso permitiendo trabajar solo con una pequeña parte de la población y luego inferir
necesariamente los conocimientos así obtenidos al bosque en su conjunto o a toda la
población.

El muestreo estadístico es una herramienta útil usada en la mayoría de los inventarios

forestales para la planificación del manejo forestal, ya que permiten determinar las
características de la población (estadísticos de posición y variación) con respecto a
diferentes variables, a bajo costo (ahorrar dinero), con una precisión absoluta y cuando
se necesitan tener los datos con rapidez, (tiempo). Por su extensión algunas poblaciones
son infinitas por lo tanto su estudio sólo es factible mediante un muestreo.
Como en la mayoría de los casos la población objeto de estudio es demasiado
grande para ser completamente enumerada y/o medida, es factible efectuar este trabajo
únicamente en una selección de elementos de la población total. Como la selección se
llama “muestreo” las unidades seleccionadas se llaman “elementos del muestreo”, y el
conjunto de elementos de muestreo constituyen la muestra. Si los procedimientos de
selección son adecuados las técnicas de muestreo son útiles para:

 Conseguir una estimación de los verdaderos valores de la media y del total de

la población de un parámetro dado, a partir de los valores de este parámetro en los
elementos de muestreo;

 Conseguir una estimación del error muestreo (o de la precisión o de los

límites de confianza) a un nivel de confianza dado, para las estimaciones de la media o
del total obtenidas por medio de la muestra.

La estimación del error de muestreo es a veces muy difícil y en ciertos casos las
fórmulas son sólo aproximadas. Por esta razón debemos acudir a diseños de muestreo
simple que sea posible.
Algunos conceptos deben ser claramente establecidos en relación con el muestreo.

Sin embargo los censos comerciales, requisito indispensable para la elaboración

de planes operativos anuales (POA) constituye el ejemplo más conocido de inventario al
cien por ciento. La decisión del método de inventario se apoya en 2 factores principales:
propósitos y costos.

5.1. Inferencia estadística. Se define como el método en que conociendo los valores
numéricos de las características de lo singular es posible estimar los valores numéricos de
las características en general.

5.2. Limitaciones del muestreo. En ciertas condiciones la utilidad del muestreo es

cuestionable, pueden mencionarse algunas condiciones principales:
a) Si se necesitan datos para áreas muy pequeñas.
b) Si se necesitan datos a intervalos regulares de tiempo y cuando es importante
medir cambios muy pequeños entre un periodo y el siguiente.
c) Cuando el muestreo resulta poco práctico.

5.3. Muestra. Es una parte representativa de la población en base a la cual se puede

hacer inferencias correctas de la población o el universo. Por lo tanto para que sea
aceptable la muestra desde el punto de vista del análisis estadístico debe cumplir las
condiciones siguientes:
a.) Necesita representar a la población, en esta condición equivale a que toda la
población se concentre en la muestra.
b.) Tener confiabilidad susceptible de medición
c.) Que responda a un plan práctico y eficaz.

En los inventarios forestales generalmente la muestra es una superficie areal que debe
cumplir dos condiciones importantes:
 a.) La elección de una muestra representativa de la población significa la
elección de una muestra en la cual toda la variabilidad de la población se
encuentra representada en la muestra.
b.) La segunda condición es que sirvan para hacer inferencias correctas acerca de
la población lo cual sólo se logra cuando son escogidas siguiendo los
métodos o procedimientos estadísticos estos son los métodos de muestreo,
tenemos al azar, sistemático.

También existen otras condiciones que deben cumplirse en la elección de la muestra estas
son:
a) Que la selección sea un proceso inconsciente.
b) Que inconveniencias individuales no sean sustituidas por conveniencias
personales.
c) Que todas las unidades sean iguales es decir que tengan el mismo tamaño.

5.4 Forma y tamaño de las unidades elementales (parcelas)

Otro aspecto importante en la determinación de la unidad de muestreo es lo

referente a la forma que estas deben tener. Como en los inventarios forestales se usan
unidades areales, estas, tienen necesariamente que tener una forma que deben ser:
cuadrada, rectangular y circular. En un inventario forestal se puede utilizar cualquier tipo
de parcela para obtener estimaciones exactas del volumen por ha o el volumen total de un
bosque. Sin embargo, la precisión y el costo del inventario pueden variar
significativamente con el tipo de parcela utilizado. En bosques homogéneos en cuanto a
la variable que se quiere evaluar, el error de muestreo tiende a disminuir si se utilizan
parcelas pequeñas. En bosques muy heterogéneos, por el contrario, el coeficiente de
variación aumenta cuando se utilizan parcelas pequeñas.
En plantaciones forestales compuestas por rodales muy homogéneos se recomiendan
parcelas pequeñas de 0.01 a 0.1 ha de forma rectangular, cuadrada o circular. El
perímetro de parcelas cuadradas o rectangulares en plantaciones forestales deben ir sobre
el centro de las calles (ver figura Nº 14) y los vértices deben quedar en la intersección de
las calles y no se deben utilizar los árboles como vértices de la parcela

Las parcelas circulares son las más utilizadas en plantaciones dado que su establecimiento
es muy fácil ya que solo se requiere fijar un punto y cuales árboles quedan dentro del
círculo. Solo en caso de duda se mide la distancia del centro de la parcela a un árbol dado
para verificar si entra o no en la parcela.

x x x

x x x

x x x

x x x
 Figura 14. Perímetro de parcela en las interlineas de plantaciones

En inventarios en bosques naturales latifoliados, debido a su alta heterogeneidad

siempre es recomendable establecer parcelas rectangulares o fajas y angostas
generalmente entre 20-30 m de ancho, para cubrir una mayor área de terreno. La decisión
de la forma ideal de la unidad muestral debe basarse en lograr máxima eficiencia y
minimizar el sesgo. No obstante no se recomienda utilizar parcelas circulares ni
cuadradas debido a que demandan un mayor tiempo para su levantamiento.

Con respecto al tamaño de las parcelas, Malleux (1982) menciona que las
parcelas pequeñas (0.1 ha) abarcan una menor variabilidad dentro de las muestras, pero
una mayor variabilidad entre muestras, mientras que las parcelas grandes (1.0 ha)
incluyen una alta variabilidad al interior pero baja variabilidad entre parcelas. Podríamos
decir entonces que las parcelas pequeñas son mas aptas para bosques homogéneos y las
unidades grandes para bosques heterogéneos, de esta forma nos aseguramos una mayor
representatividad de las especies del bosque. Concluyendo que el tamaño de la parcela
estará dado en función del objetivo del inventario, de la variabilidad del bosque, el
tamaño de la población que deseamos inventariar y de la precisión deseada.

Es necesario distinguir claramente la diferencia entre el tamaño de la parcela y el

tamaño de la muestra. El tamaño de la muestra es el producto del número de parcelas por
el tamaño de las mismas. En todo caso utilizando la misma intensidad de muestreo se
puede decir hacer un inventario con pocas parcelas grandes o muchas parcelas pequeñas.

En la siguiente figura muestra el cambio del coeficiente de variación respecto al

tamaño de las parcelas para un bosque latifoliado en Peten Guatemala.

En la figura 15, se muestra que mientras mayor sea el tamaño de las unidades de
muestreo, menor será la variabilidad entre las mismas. Pero llega un momento en que
mayores incrementos en la superficie de la unidad de muestreo no tienen mayor
relevancia en la disminución del coeficiente de variación.
Fuente. (Carrera, 2005) Figura 15

En base a esta figura podemos afirmar que unidades de muestreo de 0.5 ha, permiten una
mejor eficiencia en términos de variabilidad y costos. En bosques de la amazonia y
brasileña se encontraron resultados similares (Malleux, 1982)

5.5. Distribución de las Unidades de Muestreo

La diversidad de formas de unidades de muestreo, por lo cual se hace necesario

agruparlos para poder realizar comparaciones equivalentes, se pueden dividirlas en dos
grupos principalmente:
a) Unidades de muestreo continuas.
b) Unidades de muestreo discontinuas.

a) Unidades de muestreo continuas. Son aquellas que aun teniendo subunidades,

estas se encuentran unas a continuación de otras. Sin que exista un intervalo o espacio
que las separe. En este caso se convierten en fajas o líneas de muestreo.

Figura 16. Ejemplo de parcelas continúas

 b) Unidades de muestreo discontinuas. Son las que están formadas por
subunidades que se encuentran separadas unas de otras con un intervalo.

Figura 16. Ejemplo de parcelas discontinuas (en líneas)

Figura 17. Ejemplo de parcelas discontinuas (en líneas)

Figura 18. Ejemplo de unidades discontinuas llamadas “cluster” o en grupos

5.6. Tamaño de la Muestra

El tamaño de la muestra es la suma de los tamaños de las unidades de [Link] decir

se refiere al área total por inventariar expresado en número de parcelas de un tamaño
definido, que puede ser un elemento o un individuo (como un árbol) o una unidad de
muestreo (una parcela) El tamaño de una población determinada y de cualquiera de sus
subdivisiones debe ser medible. Las unidades elementales en el caso de parcelas, en
algunos casos pueden ser de diferente tamaño, éste es el caso cuando en una superficie
forestal de límites son irregulares en este caso, las fajas son de igual anchura pero de
desigual longitud.
De la formula del error de muestreo se desprende que el tamaño de la muestra esta en
función de la variabilidad del bosque (CV%) y del Error requerido (E %).
Pero llega un momento en que a pesar en que se aumente el número de parcelas, el error
no disminuye en la misma proporción (Figura Nº19 ) se observa que la muestra aumenta
en relación cuadrática, mientras que el error de muestreo disminuye en proporción
aritmética. Esto significa que el reducir a la mitad el error de muestreo, aumenta el
tamaño de la muestra en una proporción mayor, lo cual significa un aumento en los costos
en casi esa misma proporción.
En términos generales, el tamaño de la muestra es decir el numero de unidades
experimentales que queremos evaluar o medir en el campo se pude calcular en función
del máximo error de muestreo requerido o en relación con una intensidad de muestreo
establecida.

Fuente. (Carrera, 2005) Figura 19

5.7. Cálculo del tamaño de la muestra en función del error de muestreo

Si lo que se desea es calcular el numero de muestras (n) en base a un error máximo
requerido, se debe conocer primero un estimado de la desviación estándar de la población
(S) y un estimado de la media poblacional, los cuales permiten calcular el coeficiente de
variación de la población que vamos a muestrear (CV%). El CV % puede estimarse
utilizando los resultados de inventarios en bosques similares al estudiado, o haciendo
muestreo preliminar de baja intensidad.
Este método se puede emplear con poblaciones infinitas o finitas. Para el caso de
poblaciones infinitas, el tamaño de la muestra se deriva de la formula del calculo del
error de muestreo relativo (E%). Para generar una fórmula que permita calcular “n” lo
que se hace es despejar “n” en la formula del error de muestreo de la media:
( t ) 2 * ( CV %) 2
n 
( E %) 2
 Donde:
t = Es un valor de t-student definido a un nivel de confianza (95%) con
n-1 grados de libertad
CV% = Coeficiente de variación estimado de la población por muestrear
E% = Error de muestreo en porcentaje máximo requerido a un nivel de
confiabilidad requerido.
Para el caso de poblaciones finitas (N= tamaño de la población conocida) la
formula para estimar “n” se deriva de la ecuación para calcular el error de muestreo de la
media en poblaciones finitas. El resultado de despejar “n” de esta ecuación es:

( t ) 2 * ( CV %) 2
n 
( t ) 2 * ( CV %) 2
( E %) 2 
N

Para calcular el tamaño de la muestra “n” con estas ecuaciones, primero se

calcula “n” asumiendo un valor de “t”arbitrario, por ejemplo t = 2.567 si se tienen datos
de un muestreo preliminar el valor de t-student se puede determinar utilizando los grados
de libertad de ese inventario preliminar.
Una vez que se ha calculado el tamaño de la muestra, se vuelve a calcular
nuevamente pero esta vez utilizando un valor para “t” que aparezca en la tabla de t-
student con los grados de libertad correspondientes a la primera estimación. Por ejemplo,
si el primer calculo del tamaño de la muestra fue = 33, se hace un segundo calculo de
tamaño de la muestra con un “t” correspondiente a 32 grados de libertad, esto se repite
nuevamente hasta que este valor estimado del tamaño de la muestra no cambie. A
continuación se presenta un ejemplo de cálculo del número de muestras para un
inventario no estratificado utilizando la fórmula para poblaciones infinitas y finitas.
Además cuando se presenta el proceso para inventarios donde se cuenten con varios
estratos.

5.7.1. Ejemplo de cálculo del tamaño de la muestra en un inventario sin estratificar

Vamos a estimar el volumen comercial promedio por ha de una plantación de capirona de
400 ha. Se decide que se utilizarán parcelas rectangulares de 0.1 ha y que el error de
muestreo debe ser inferior a 20%, con un nivel de confiabilidad del 95%. Calculemos
entonces, el número de unidades de muestreo que se deben evaluar en el campo.

Datos:
Área del bosque (A) = 400 ha.
Área de parcela (a) = 0.1 ha
Tamaño de la población (N) =4000 parcelas
Error de muestreo permisible (E%) = 20% al 95% de confiabilidad

Datos de Inventario preliminar:

n =10
gl = 9
Volumen comercial promedio = 125 m3/ha
Desviación estándar (S) = 50 m3/ha
Coeficiente de Variación (CV%)= 40%
t (9 gl) =2.262
Procedimiento:
Poblaciones finitas:
Primer calculo de n
 (2.262) 2 * (40) 2
n  20.4  20
(2.262) 2 * (40) 2
(20) 2 
4000
Poblaciones infinitas:

( 2 .262 ) 2 ( 40 ) 2
n  20 .5  21
( 20 ) 2
Segundo calculo de n
t = 19gl = 2.093
(2.093) 2 * (40) 2
n  17.4  17
(2.093) 2 * (40) 2
(20) 
2

4000

( 2 .093 ) 2 ( 40 ) 2
n  17 .5  18
( 20 ) 2

Tercer calculo:

t = 16 gl= 2.120

( 2.120) 2 * ( 40) 2
n  17.9  18
( 2.093) 2 * ( 40) 2
( 20) 
2

4000

( 2 .120 ) 2 ( 40 ) 2
n  17 .9  18
( 20 ) 2

Dado que el valor calculado de “n” tiende a estabilizarse en 17 o 18 se estima que el

tamaño de muestra debe ser de n = 18. Por lo tanto si utilizamos la formula simplificada
para poblaciones infinitas. El resultado es muy parecido.

5.7.2. Ejemplo cuando la desviación estándar poblacional es conocida:

σ = Desviación estándar poblacional esta disponible a fin de determinar el tamaño

requerido de la muestra.
 En algunos casos, se conoce la desviación estándar de la variable
 En otros casos pueden estar disponibles datos pasados (históricos) que se pueden
extrapolar para estimar la desviación estándar actual.
Si la desviación estándar no se puede determinar con datos pasados, se puede realizar
una muestra preliminar llamada “Muestra Piloto” y se puede obtener los resultados para
obtener la desviación estándar.
Ejemplo: Un Ing. Forestal desea conocer la altura promedio de una población de la
especie tornillo, deseando que el valor estimado que va obtener de la media ( x )
comparado con el verdadero valor (µ) no sea superior a  20 cm., con un intervalo de
confianza del 95% en la estimación correcta de la verdadera media (µ). Además se
conoce en base a estudios anteriores la desviación estándar σ = es de 60 cm. Determine el
tamaño de muestra (n)
Solución:

Datos
E =  20 cm.
σ = 60 cm.
95% de confianza = z = 1.96 ≈ 2

z 2 ( ) 2 (1.96) 2 (60) 2 3.8416(3600)

n    34.57  35
E2 (20) 2 400

En la determinación del tamaño de la muestra, es siempre redondear al siguiente entero a

fin de sobre satisfacer ligeramente los criterios deseados.

5.7.3. Ejemplo de cálculo del tamaño de muestra en un inventario

estratificado

Un bosque natural de 300 hectáreas se ha dividido en tres estratos considerando su

posición fisiográfica en Colina alta (A= 80 ha) Colina baja (B= 100 ha) Plano ondulado (
C= 120 ha). Para conocer su variabilidad y calcular el tamaño de la muestra (n) se realizo
un muestreo piloto en cada estrato, obteniéndose los datos siguientes:

Estratos
Nº de parcelas A B C
1 16 7 20
2 0 10 10
3 24 22 8
4 8 6 22
5 39 11 18
87 56 78
Suma x
i1

Promedio Xi 17.4 11.2 15.6

Desviación estándar (Si) 15.027 6.380 6.229

La proporción que guardan los estratos (P) con respecto al área total seria:
Bosque A: P1 = a1/A = 80/300 = 0.27
Bosque B: P2 = b2/B = 100/300 = 0.33
Bosque C: P3 = c3/C = 120/300 = 0.40
Total= 1.00
Ahora calculamos la desviación standard común (Pse)

Estrato Si Pi Si*Pi
A 15.027 0.27 4.0573
B 6.380 0.33 2.1054
C 6.629 0.40 2.4916
Pse = 8.6543
Como el error permisible es de 20% y esta dado en porcentajes, también el Pse debe
convertirse a porcentaje: para ello obtenemos el promedio general

Estrato Xi Pi Xi*Pi
A 17.4 0.27 4.698
 B 11.2 0.33 2.696
C 15.6 0.40 2.240
Volumen medio(V) = 14.634
De esta formula, la desviación estándar de la población estratificada será:
Pse (%)= Pse*100/V = 8.6543*100/14.634 = 59.14%

Ahora aplicamos la formula para 4gl.(n-1) y 0.05 de confiabilidad. Luego se va probando

con diferentes grados de libertad hasta que los resultados de las “n” sean iguales, Asi
t 2 ( Pse) 2 (2.776) 2 (59.14) 2
n   65.9  66
E 2  t 2 ( Pse) 2 / N 20 2  (2.776) 2 (59.14) 2 / 3000
El valor de N = 3000, se obtiene de:
N = numero total de parcelas en el bosque =A/a
300ha *10000m 2 / ha
N  3000
10000m 2
Luego se continúa probando con diferentes grados de libertad en el rango 4 (premuestreo)
y 66(valor estimado), se recomienda trabajar con un valor promedio. En el caso del
ejemplo tomamos el valor correspondiente a 35 gl ((66+4)/2)
(2.03) 2 (59.14) 2
n   35.60  36
(20) 2  (2.03) 2 (59.14) 2 / 3000

En este último caso, obtenemos un número similar entre n (36) y el gl utilizado (35);
queda por lo tanto, en 36 el número de parcelas, las cuales debemos distribuir entre los
estratos de la forma siguiente:
Estrato A: n1= n (P1S1)/Pse =36(4.0573)/8.6543 =17
Estrato B: n2= n (P2S2)/Pse = 36(2.1054)/8.6543=9
Estrato C: n3= n (P3S3)/Pse= 36(2.4916)/ 8.6543 =10
Lo que se busca con este procedimiento es que haya coincidencia entre el valor de n
calculado y el valor de gl utilizado
Cuando se toma en cuenta el área de cada estrato y se saca un numero de muestras
proporcionales a su área, se llama “distribución proporcional de las muestras por el
estrato” en este caso es igual al anterior variando únicamente en el reparto de la muestra
por estratos
Estrato A: n1 =n (P1)= 36(0.27) = 10
Estrato B: n2 =n (P2)= 36(0.33) = 12
Estrato C: n3 =n (P3)= 36(0.40) = 14

Es muy importante observar esta diferencia porque ayuda a confirmar que el número de
parcelas a muestrear no depende del tamaño del bosque sino de su variabilidad. El estrato
A, a pesar de tener el área mas pequeña de todo el bosque requiere de mas parcelas que
los estratos B y C.

Entre los principales inconvenientes se reconocen:

Hay que ingresar al bosque en dos ocasiones para recolectar información, lo que
definitivamente tiene repercusión en los costos del inventario.
Se necesitan por lo menos diez unidades de muestreo por estrato para tener un coeficiente
de variación confiable. Un menor número de muestras puede inducirnos a serios errores
de estimación.
Si bien se argumenta que se puede hacer el muestreo piloto y después completar el
número de parcelas faltantes, esto no permite hacer una buena distribución sistemática de
las parcelas
Una forma de salvar estos inconvenientes es trabajar por intensidades de muestreo. Desde
el punto de vista estadístico no es la más conveniente pero en términos prácticos ha
demostrado ser la mejor.

5.8. Calculo del tamaño de la muestra en función de la intensidad de muestreo

La relación porcentual entre el tamaño del área muestreada y el área total de la población
nos da la intensidad de muestreo ( i ) lo cual esta definida por la siguiente formula:

Superficie delamuestr a
i
Superficie delapoblac ion
El hecho de trabajar con intensidades de muestreo simplifica el proceso de diseño y
planificación por parte de los responsables de su ejecución, sin embargo en nuestro país
no esta normada por la administración forestal del estado, la cual exige trabajar con un
error de muestreo máximo

Cuadro 8:

5.8.1. Ejemplo del tamaño de la muestra en función la intensidad de muestreo

Queremos estimar el volumen comercial medio por hectárea de una plantación de una
plantación de capirona de 400 ha. Se ha decidido utilizar parcelas rectangulares de 0.1 ha
y una intensidad de muestreo de muestreo de 2%. Calculemos el número de unidades de
muestreo que debe evaluarse en el campo.
Datos
Área de bosque (A)= 400 ha.
Área de parcela (a) = 0.1 ha
Intensidad de muestreo requerida ( i ) = 2%
Tamaño de la población (N) = 4 000 parcelas
Procedimiento
Dado que la intensidad de muestreo debe ser 2% el tamaño de la muestra(n) es
n =N * i = 4000* 0.02 = 80 parcelas

Ej. Si deseamos inventariar un bosque de 10,000 ha (N) y utilizamos como muestra 70

parcelas de 1 ha (n), la intensidad (i) es:
70 * 1 ha
i  x 100  0 . 7
10 , 000 ha

La inversa de la fracción de muestreo N / n es el factor aplicado a un total muestral, para

obtener una estimación poblacional

5.9. Distribución de la muestra

La representatividad de la muestra es fundamental para lograr resultados

fidedignos. Una muestra pequeña bien distribuida es mucho más eficiente que muestras
de gran tamaño mal distribuidas. Las formulas estadísticas parten del hecho de que las
muestras son representativas, lo cual se logra con una buena distribución.

La selección de las unidades de muestreo que serán parte de la muestra puede ser
selectiva, aleatoria o sistemática. Cada sistema de muestreo posee ventajas y desventajas,
las cuales deben analizarse en cada caso en particular con el propósito de determinar cual
alternativa permite recolectar la información requerida al menor costo y con la precisión
deseada.

5.9.1. Muestreo Selectivo

En inventarios forestales la selectividad de la muestra es poco frecuente, pero

puede darse el caso de que el bosque tenga una forma muy irregular, por lo que se hace
necesario escoger las unidades de muestreo que según criterio y experiencia profesional
son representativas de la población. El profesional puede seleccionar unidades de
muestreo promedios de la población o bien aquellas que representan los extremos.

El muestreo selectivo es subjetivo, pero es muy eficiente cuando se desea conocer

rápidamente la población, su posición y el grado de variación, auque puede generar
información sesgada. Lógicamente los estadísticos de precisión generados con el
muestreo selectivo, auque se puede calcular utilizando las formulas de un muestreo
aleatorio, no tienen validez estadística.
En la practica, esta forma de muestreo muchas veces nos hace sobre estimar las
variables, porque en la selección de las muestras se tiende a dejar por fuera áreas de
claros, los cuales forman parte integral del bosque, pero tienen pocos árboles.

5.9.2. Muestreo aleatorio

Comúnmente se emplean dos tipos de muestreos aleatorios: muestreo aleatorio con

reemplazo y muestreo aleatorio sin reemplazo. En el muestreo aleatorio con reemplazo,
todas las unidades de muestreo de la población pueden seleccionarse sin ninguna
limitación. Si una unidad de muestreo es seleccionada en una oportunidad, esa misma
unidad puede ser seleccionada nuevamente. En el muestreo sin reemplazo, en cambio, las
unidades seleccionadas en una oportunidad no se vuelven a seleccionar en oportunidades
sucesivas. Este último tipo de muestreo es el que se utiliza en inventarios forestales.
En un inventario aleatorio las parcelas de medición pueden aglomerarse y pueden
quedar secciones del bosque sin ninguna parcela de medición, lo que no permite una
adecuada valoración del bosque y dificulta las labores de planificación Figura Nº18

Un inventario con muestreo aleatorio podría generar información de gran

exactitud sobre la cantidad y calidad de la madera comercial en el bosque, pero no
permite recolectar buena información para calculo de áreas, ni sobre la localización y
distribución de los árboles en el terreno, salvo en que por azar las unidades de muestreo,
hayan quedado bien distribuidas en el terreno. En síntesis los muestreos aleatorios son
poco prácticos en inventarios forestales.

X X X X

X X
X X
X
X
X
X
X X

X X
X
Figura 20 Ejemplo de un muestreo aleatorio simple. (Cada X
representa una unidad de muestro).

5.9.3. Muestreo sistemático

El muestreo sistemático permite que la muestra se distribuya adecuadamente sobre toda la

población; con ello se evita que partes de la población sean más intensamente
muestreadas que otras. En las zonas tropicales, los sistemáticos con parcelas en líneas son
muy utilizados, ya que sirven no solo para recolectar información de la masa forestal,
sino también para realizar estratificaciones del bosque, hacer estimaciones del área de
cada estrato y dado que las líneas de inventario recorren todo el terreno sistemáticamente,
recolectar información adicional (pendientes, accidentes geográficos, caminos existentes,
presencia de quebradas y ríos) aun costo menor : Los inventarios con inventarios
sistemáticos permiten generar la información básica requerida en todo inventario forestal,
ya que:
a) Proporcionan datos suficientes para la construcción de mapas de la zona, al mismo
tiempo que se realiza el inventario
b) Facilitan el calculo de áreas por tipo de bosque, área efectiva de manejo y área de
protección
c) Facilitan el trabajo de campo y reducen la incertidumbre de errores personales en la
medición de distancias entre parcelas debido al valor constante de la medida
d) Como la muestra cubre toda la población, las zonas mas interesantes puedan
separarse en bloques y tratarlas con la misma intensidad que el inventario de toda la
población

X X X X

X X X X

X X X X

X X X X

X X X X

X X X X

Figura 21: Ejemplo de un muestreo sistemático. (Cada X representa una

unidad de muestro).

Si bien se ha dado mucha importancia a la forma y tamaño de las parcelas no

menos importante es la distribución de las mismas. Dauber (1995) recomienda que se
distribuyan sistemáticamente en la superficie por inventariar en líneas de levantamiento
paralelas y equidistantes (generalmente en dirección de este-oeste o norte- sur).De esta
manera los puntos centrales de las unidades estarán distribuidos en forma de cuadricula.
La distancia entre los puntos de la cuadricula se puede calcular según la formula:
 Fuente: (Carrera, 2005)

Donde: d = distancia entre los puntos centrales (Km)

A = superficie total de inventario (Km2)
n = numero de unidades de muestreo

Para reducir las líneas de levantamiento y los costos, se puede aumentar la

distancia entre ellos, multiplicando “d” por un factor entre 1 y 1.5 y reducir al mismo
tiempo, la distancia entre los puntos centrales de las unidades sobre las lineas, dividiendo
“d” por el mismo factor. En todo caso el trecho sin inventariar entre las unidades de
muestreo sobre una línea de levantamiento no debe ser menor a lo largo de la unidad.
Las distancias entre las líneas de levantamiento y entre los puntos centrales de las
unidades sobre las líneas deben ser valores definidos en kilómetros y redondeados al
primer decimal. Los valores resultantes son de carácter estimativo y en caso necesario
deben ser modificados para poder distribuir el número requerido de unidades.
Una vez distribuidas las distancias se distribuyen las unidades de muestreo en el
mapa forestal, enumerándolas en forma correlativa y tratando de conseguir la mejor
forma de cuadriculación para evitar así coincidencias en las líneas de levantamientos con
ciertos rasgos sistemáticos del terreno (por ejm. ríos, cadenas de montañas). Lo último es
importante para evitar errores sistemáticos (sesgos)
Pequeñas modificaciones del diseño sistemático puro en la fase de planificación
solamente se justifican en zonas de geografía accidentada o para obviar obstáculos
insuperables. En este caso se puede aumentar o disminuir la distancia entre las unidades
de muestreo sobre una línea de levantamiento.
Si una parcela cae en dos diferentes estratos, según el mapa forestal, es
conveniente correrla sobre la línea de levantamiento en dirección al estrato que contiene
la mayor parte de la unidad. Veamos un ejemplo:
Se desea distribuir 100 parcelas en un bosque de 5000 hectáreas (50 km2) en forma
sistemática. De acuerdo con la formula

50
d=  0.7km.
100
Para ahorrar costos se puede aumentar la distancia entre las parcelas a 1 km y
reducir la distancia entre los centros de las parcelas a lo largo de las picadas a 0.5 km. Es
necesario tener claro que este cálculo solamente es una ayuda para el diseño de muestreo
y que su versión final es el resultado de un procedimiento empírico.

En la figura 22. Se presenta un ejemplo de la distribución de parcelas en un inventario

sistemático estratificado.
Fuente. (Dauber, 1995) Figura 22: Distribución de parcelas

CAPITULO VI. DISEÑO DE MUESTREO EN INVENTARIOS FORESTALES

En este capitulo estudiaremos los diseños de muestreo empleados en inventarios

forestales. Entre los principales diseños de muestreo utilizados en la ejecución de
inventarios forestales se encuentran los muestreos aleatorios simples, sistemáticos,
estratificados, en conglomerados y doble. Además, estableceremos cuando se pueden usar
estos diseños, y cuales son sus ventajas y desventajas.

Se debe dar preferencia a los diseños fáciles de ejecutar en el campo pero sin
descuidar la calidad de la información; esto disminuye la posibilidad de cometer errores
generar información sesgada. Los costos de un inventario están determinados
principalmente por los tiempos de desplazamiento en el campo y los tiempos efectivos de
medición. En este sentido, se debe dar preferencia a diseños de muestreo con una buena
distribución de la muestra, de tal forma que se reduzca el tiempo de desplazamiento y el
de ubicación de las unidades de muestreo en el campo, ya que estos son, en realidad,
tiempos no efectivos. Finalmente, se deben preferir diseños que para igual tamaño de
nuestra permitan minimizar el error de muestreo.

El diseño del esquema de muestreo es el que determina como se distribuye y

seleccionan las unidades de muestreo que forman parte de la muestra. El factor principal
en la selección de las unidades de muestreo es evitar que se introduzcan errores de sesgo
en la estimación de los parámetros poblacionales.

Las formulas estadísticas para determinar el error de muestreo parten del hecho
de que la muestra es representativa de la población, lo cual implica la elección de una
muestra que incluya toda la variabilidad de la población. Esto rara vez ocurre si es que las
muestras no esta bien distribuidas.

6.1. Muestreo aleatorio simple

 En el diseño aleatorio simple, la muestra es tomada directamente de la población
de acuerdo con los requisitos de aleatoriedad. En consecuencia, este diseño es una
aplicación exacta de las leyes de la probabilidad y sus resultados tienen una alta
confiabilidad, son imparciales y consistentes.

El muestreo aleatorio simple es sencillo y muy eficiente cuando se aplica en poblaciones

con unidades de muestreo homogéneas en cuento al parámetro poblacional que se desea
estimar (volumen total, área basal, numero de árboles por hectáreas, etc.). Sin embargo,
es poco práctico cuando se trata de inventariar bosques tropicales, debido a que:

– Muchas veces las parcelas que constituyen la muestra quedan en sitios

inaccesibles o alejados del resto de las parcelas, lo cual tiene repercusión en los
costos.
– No proporciona datos confiables acerca de la configuración y topografía del
bosque, que si bien no son las informaciones mas importante que se genera con
un inventario, son por lo general datos complementarios de mucha utilidad para
la planificación del manejo forestal.
– Hay poca seguridad sobre el establecimiento exacto de las parcelas en el bosque.
Para la selección de la muestra se debe proceder de la siguiente manera:
Se divide el área total efectiva del bosque (A) en paralelas de muestreo de tamaño (a). A
cada unidad en la población de le asigna un número, y la muestra (n) se escoge al azar
utilizando un generador o una tabla de numero aleatorio, con el fin de asegurar que cada
unidad de muestreo tenga igual probabilidad de ser escogida como parte de la muestra.
Normalmente, las unidades de muestreo se seleccionan sin remplazar; es decir
que cada unidad de muestreo solo puede ser escogida una vez. En inventario forestal para
estimar el número de árboles, volumen comercial, biomasa seca, o toneladas de carbono
en el bosque, por lo general se busca estimar tanto el total en el bosque como el valor
promedio hectáreas.
En este tipo de inventario, los datos de campo consisten en mediciones por
unidad de muestreo (x); como por ejemplo: número de árboles por parcela, área basal por
parcela, volumen por parcela. Esto significa que los cálculos se pueden hacer con los
mismos resultados; sin embargo, el analista debe tener cuidado con el tratamiento de los
datos.
Para evitar errores es recomendable que la información en mediciones por unidad
de muestreo, se extrapole primero a unidad de área. Cuando las unidades de muestreo no
son parcelas, sino árboles, individuos u otra unidad de muestreo simple, no se tienen este
problema y los datos de campo se pueden tratar por unidad de muestreo.
Para ilustrar el método de muestreo aleatorio simple, es suficiente tomar el ejemplo de un
territorio de 100 hectáreas que se subdivide en sitios muestras rectangulares de 1/50 de
hectárea. La población observada comprende de este modo, 5,000 parcelas o sitios, a los
cuales se les atribuye un número del 1 al 5,000.
En la práctica, cada zona recibirá un número que corresponde a la latitud y a la
longitud de su centro antes que un número secuencial. La muestra, es constituida a la
seguida de una selección aleatoria de las coordenadas, con la ayuda de un programa
informático.
El muestro aleatorio presenta las principales ventajas siguientes:

- Elimina toda subjetividad en la elección de las unidades de muestreo a medir,

puesto que la elección de las unidades no es anulada por el personal quien selecciona.

- Permite calcular el error de muestreo.

Aplicación exacta de las leyes de probabilidad
- La estimación se realiza en forma simple
- Resultados no influidos por gradientes del terreno
- A veces la muestra quedan en sitios inaccesibles
- No da datos confiables sobre la configuración y topografía del bosque

6.1.1. Cálculo de muestreo aleatorio simple

Las formulas para el cálculo de los parámetros, en el caso del muestreo aleatorio simple,
fue ampliamente desarrollado en el Capitulo anterior. A continuación se presenta, en
forma resumida, las principales formulas para este tipo de muestreo.

Promedio:

X 
 xi 
n

Desviación estándar maestral:

n xi    xi 
2 2

S
nn  1

Errores estándar de la media:

s
Sx  * 1 f
n
Errores de muestreo absoluto y relativo:
E  Sx * t / 2, n 1
E
E%  * 100
X

Limites de confianza inferior (Li) y superior (Ls) para la estimación de la media

poblacional:
Li  X  Sx * t / 2, n 1
Ls  X  Sx * t  / 2,n 1
Limites de confianza inferior (TLi) y superior (TLs) para la estimación de total (T) en la
población
TLi  A * X  Sx * t  / 2,n 1 
TLs  A * X  Sx * t  / 2,n 1 

Si este diseño de muestreo se utiliza en inventarios cuyas unidades de muestreo

no son parcelas – por ejemplo, en inventarios cuyas unidades de muestreo son árboles,
plántulas en viveros, semillas, una especie animal – el total en la población se calcula
multiplicando el promedio por unidad de muestreo, por el tamaño de a población (N), en
cuyo caso las formulas del total y sus limites de confianza se transforman en:
T  X *N
TLi  N * X  Sx * t  / 2,n 1 
TLs  N * X  Sx * t  / 2,n 1 
 6.1.2. Ejemplo de un muestreo aleatorio simple

En un inventario forestal de un bosque natural de 500 ha, se calculó que el área efectiva
de manejo es de 370 ha, mientras que las restantes 130 ha fueron clasificadas como zonas
de protección por pendiente (mayor a 70%), y zonas de protección de ríos y fuentes de
agua. Para el inventario se utilizaron parcelas rectangulares de 30 m x 100 m (0,3 ha). Se
escogieron al azar 11 parcelas, los resultados de volumen comercial total, el error de
muestreo con una confiabilidad del 95% y los limites de confianza del total con igual
confiabilidad.

Datos de campo

Resultados del inventario por parcela y extrapolados a hectárea.

Parcela 1 2 3 4 5 6 7 8 9 10 11
Vc (m3/parc) 3,6 3,15 4,65 4,44 5,1 3,81 4,14 2,7 3,54 4,89 4,23
Vc (m3/ha) 12,0 10,5 15,5 14,8 17,0 12,7 13,8 9,0 11,8 16,3 14,1

Datos básicos:
Área efectiva (A) = 370ha
Tamaño de parcela (a) = 0.3 ha
Tamaño población (N) = 1 233
Tamaño de muestra (n) = 11
Fracción de muestreo (n/N= f) = 0,0089
t= 0,05/2, 10=2,228

 xi =147,5
 xi  =21 756,25
2

 xi  =2 039,01
2

Cálculos

Volumen promedio por hectárea: Vc =147,5/11=13,401 m3/ha

Total de volumen comercial (T) en el área de bosques efectiva:

T = A * Vc = 370*13,401= 4 958,37 m3

Desviación estándar del volumen comercial por hectárea:

112039,01  21756,25
S =2,473m3 /ha
1110

Error estándar de la media del volumen comercial por hectárea:

2,473
Sx = * 1  0,0098  0,7423m 3 / ha
11
Error de muestreo absoluto y relativo al 95% de confiabilidad:

E=Svc*t0.05/2, 10 = 0,7423* 2,228= 1,654m3 /ha

E 1,654
E%= *100= *100 = 12,34%
Vc 13,401

Limites de confianza al 95% de confiabilidad para la estimación del volumen total:

Tli =370* 13,401  0,7423 * 2,228  4346,45m 3

Tls =370* 13,401  0,7423 * 2,228  5570,29m 3

6.1.3. Ejemplo de muestreo aleatorio simple cuando el área forestal es de forma

irregular

Si el área forestal que va a ser muestreada es de forma irregular, existe la posibilidad de

muestrear parcelas incompletas en los bordes (figura 23). En este caso es necesario medir
dos variables para cada lote: el área de la unidad de muestreo y la cantidad de la
característica muestreada por ejemplo el volumen de madera. El cálculo de volumen
medio por unidad de área debe calcularse en base a dos variables usando proporciones.
El procedimiento de cálculo es el siguiente:

Figura 23. Poblaciones irregulares y unidades de muestreo irregulares

Vi = Una característica por ejm el volumen medido en las unidades de muestreo

V = Volumen promedio por unidad de muestreo
Xi = El área o superficie en cada unidad de muestreo
x = Área promedio por unidad de muestreo
R = Volumen medio por unidad de área (superficie). También se le llama estimador de
la razón.
X = Área total del bosque
V = Volumen del bosque
SV2 = variancia de la estimación del volumen
SR2 = variancia de la estimación del volumen medio por unidad de área
S X2 = variancia de la estimación del área forestal dada
 n

V i n

V
i 1
n
V i
R  n
 i 1
n
X
X
i 1
i X
i 1
i

n
Razón de Media de las
las medias razones

Estimador de la variancia

 n 2 n

 Vi  X i2 
 X iVi
2

SR2 
R  i 1  i 1 2  2  Ó
n  1 V 2
X X .V 
 
 

 n 2 n

 Vi  X i2 
SR2  R
2 1  f  i 1  i 1 2  2
 X iVi 
n n  1  V 2
X X .V 
 
 
Ejemplo de cálculo de muestreo cuando las unidades de muestreo o parcelas son de
dimensiones variables

Superficie (Xi) Volumen (Vi)

Línea
(Ha) (m3)
Vi 2 X i2 Xi * Vi
1 2.30 150 22500 5.29 345
2 1.50 80 6400 2.25 120
3 1.60 90 8100 2.56 144
4 3.00 200 40000 9.00 600
5 2.20 180 32400 4.84 386
6 1.80 90 8100 3.24 162
7 2.00 160 25600 4.00 320
14.40 950 143100 31.18 2087

V i
950
Rˆ  i 1
n

14.40
X
i 1
i

R̂  65.97 m3/ha
 n 2 n n

 
Rˆ  i 1
2 Vi  X i
2
 X i .Vi 

SR2   i 1
 2 i 1
n  1 V 2 X
2
X .V 
 
 
 
65.97   143100
2


31.18
2
2087 
 
2
S R
6  18417.2 4.231 279 
SR2 
4352.04
7.769  7.369  14.96
6
S R2  725.3x0.178
S R2  129.10
S R  11.35

S Rˆ
CV % 
X
11 . 35
CV %  * 100
65 . 97
CV %  17 . 27 %

Error estándar de la población es:

S Rˆ 11.35
SR  
n 2.64
S R  4.29
Error de muestreo absoluto (E)
Rˆ  t * S R
65.97  2.4474.29 
65.97  10.5m3/ha

Limites de confianza
Limite superior: 65.97 + 10.5 = 76.47 m3/ha
Limite inferior : 65.97 - 10.5 = 55.47 m3/ha
Error de muestreo relativo (E %)

t * S Rˆ
E%  100
X
E% 
2.447 * 4.29
100
65.97
E %  15.91%

6.2. Muestreo sistemático

El muestreo sistemático es el mas utilizado en inventarios forestales en bosques naturales

tropicales a pesar de que en teoría este tipo de muestreo no esta basada en leyes de la
probabilidad, lo que no permite calcular con precisión el error de muestreo, sin embargo, en la
practica casi todos los inventarios realizados con muestreo sistemático son analizados utilizando
las formulas del muestreo al azar.
 Malleux (1982) señala que el muestreo sistemático generalmente da resultados más
precisos que el muestreo al azar, debido a que el área es cubierta en una forma más regular y
proporcional; además; los cálculos generan un aproximado del máximo error de muestreo, y no
del promedio del error del muestreo como es el caso del muestreo al azar. El autor señala que
así como es posible introducir un elemento de selección al azar en un muestreo sistemático,
también se pueden introducir procedimientos especiales que validen el cómputo del error del
muestreo, como por ejemplo, la selección al azar de la primera muestra, parcela o transecto.

En el caso de los bosques tropicales naturales, puede considerarse que, dentro de una
unidad determinada por la causalidad, los elementos de la población se distribuyen según las
leyes al azar; por lo tanto, puede considerarse que las poblaciones o sub-poblaciones
conformados por individuos o grupos de individuos están distribuidos aleatoriamente. Se puede
pensar, entonces que tanto una muestra sistemática o una muestra al azar podrán captar más o
menos con la misma fidelidad las características de la población.

Una de las grandes ventajas del muestreo sistemático es la facilidad de ubicar la muestra
lo cual favorece el trabajo de campo, ya que en caso de utilizar fajas o parcelas, están se hallan
equidistantes y en una sola dirección, lo que no sucede con el muestreo al azar.

Las principales ventajas de los inventarios forestales con muestreo sistemático se resumen
en:

 Permiten hacer estimaciones confiables de medios poblacionales y de totales (por

ejemplo volumen total), ya que la muestra se distribuye en toda la población en
muchos casos las estimaciones son mejores que las obtenidas con un muestreo
simple aleatorio.

 Los inventarios son usualmente más rápidos y baratos, ya que se reduce el tiempo
invertido en la localización de las parcelas de medición y en el desplazamiento de
una parcela a otra.

 El área puede ser mapeada en el terreno, dado que las cuadrillas de campo deben
recorrerer toda el área a intervalos fijos y con un rumbo definido; esto permite
identificar estratos de bosque, áreas de protección y el área efectiva de manejo.
Con este sistema se puede recopilar la información necesaria para preparar mapas
de curvas de nivel utilizando técnicas de interpolación espacial.

Las principales desventajas son:

Desde el punto de vista teórico no proporciona un exacto error de muestreo, cuando los
parámetros se examinan como muestras al azar.
La estimación de error estándar, es mas compleja y solo es una aproximación.
El error estándar depende del orden o distribución de las parcelas en el terreno.
Si el muestreo coincide con alguna distribución periódica de la población, la estimación
de la medida poblacional es muy mala.
La estimaciones del total y la media aritmética tienen un sesgo (conforme aumenta el
tamaño de la muestra, las estimaciones tienden a alejarse de los valores poblacionales).
Sin embargo, este sesgo se puede reducir si se utiliza un muestreo sistemático con
arranque aleatorio.
 X X X

X X X

X X X

X X X

X X X

X X X
X X X

Figura 24: Ejemplo de un Muestreo Sistemático. Cada X, representa

una unidad de muestreo
Según el objetivo a seguir, los inventarios sistemáticos pueden ser efectuados en pequeña
y en gran escala, si se practica sobre vastos territorios, las líneas podrán ser espaciadas o
separadas de 1 á 1.5 Km. Por el contrario, si la superficie es restringida, el inventario
debe ser intensivo, las líneas serán las más cercanas posibles (100, 200 ó 300 m). La
separación entre líneas y la distancia entre los sectores o transectos a lo largo de la mirada
es determinada a partir de un paso de sondeo (K) y de un punto de partida, escogida
aleatoriamente entre 1 y K.
Para ilustrar nuestro propósito, tomemos una virada de 1000 m de largo sobre la cual, se
puede establecer 5 sectores o sitios = 200 m y la separación entre cada sector será
entonces de 200 m.
Las principales ventajas de este método, son las siguientes:
 La muestra es más fácil de seleccionar, puesto que hay necesidad de un solo
número aleatorio.
 Las unidades de muestreo son generalmente mejor repartidos dentro de la
población, y se puede estimar la mediana, la más justa que con una muestra
aleatoria comparable.
 Los costos de acceso a los sectores muestrales son menos, puesto que el
número de unidades de muestreo flota en la virada compuesta que es fijada
en función al equipo que pueda hacer en una jornada normal del trabajo.
 La localización de las unidades de muestreo es muy fácil, lo cual favorece
enormemente el trabajo de campo.

Los principales inconvenientes de este método son:

 La no posibilidad de cálculo verdadero del error de muestreo, ya que esto no
se funda sobre las leyes del azar. Una sola unidad es tirada al azar, las otras
unidades no son elegidas independientemente; la elección de la primera
unidad, determina automáticamente la elección de los otros.
  En la práctica, las fórmulas utilizadas para determinar la muestra aleatoria
pueden también servir para calcular el error de muestreo de un sondeo
sistemático
 El muestreo sistemático generalmente da resultados más precisos debido a
que el área es recubierta en una forma mas regular o proporcional, si se
cumple estrictamente el proceso sistemático, se puede eliminar la
parcialización.

6.3. Muestreo estratificado

El muestreo estratificado puede ser al azar o sistemático.

Estratificación.-Es la separación del bosque en subpoblaciones a criterios

homogenizadores de ecología, fisiografía, suelos, especies, volúmenes, etc.
Cuando la variación entre las unidades de muestreo de la población es muy alta, el error
de muestreo será necesariamente alto. En este caso, es necesario subdividir la población
en subpoblaciones y agrupar las unidades con condiciones similares en estratos, de
manera que las unidades de muestreo que conforman el estrato sean lo mas homogénea
posible, y que los estratos sean heterogéneos entre si.
Sin embargo antes de comenzar un inventario si se tiene algún conocimiento acerca
de la población se puede utilizar esa información en la estratificación y así reducir el error
de muestreo.
El muestreo estratificado es un método de muestreo que consiste en clasificar o
dividir la población en grupos relativamente homogéneos llamados “estratos” y las
unidades de muestreo son escogidas aleatoriamente en cada estrato. Se realiza para
reducir la variabilidad de un parámetro de la población.
Las principales ventajas de un diseño de muestreo estratificado son:
Se obtiene mayor información sobre el bosque, ya que además de estimarse los
parámetros de las características de la población, se obtienen los parámetros de las
características por estrato.
Se obtiene una ganancia en la precisión de los estimados de la población al reducir la
influencia de los valores extremos.
Las principales desventajas son:
En poblaciones con gran variabilidad, los estratos muchas veces resultan muy pequeños
en extensión, por lo que no se puede hacer un muestreo de pequeña densidad dentro de
cada estrato
Se debe conocer el tamaño de cada estrato y se deben hacer un muestreo en cada estrato
para hacer estimaciones de medias y desviaciones para ese estrato.

Ejemplo del muestreo aleatorio estratificado

 Figura 25. Población dividida en 4 estratos: (I, II, III, IV)

6.3.1. Descripción del diseño

En el muestreo al azar estratificado las unidades de la población se agrupan de acuerdo a

semejanzas en algunas características. Después se muestrea en cada estrato y se
combinan los estimadores en grupo, para obtener la estimación de la población.
Al muestrear un bosque se puede hacer estimaciones separadas para cada estrato y
después combinar estos datos parciales para dar un estimador aplicable a toda la
población. Si la variación dentro de los estratos es menor que la variación entre los
estratos, al estimador de la población será más precisa que si el muestreo hubiese sido al
azar sobre toda la población.
 La densidad de cada estrato debe ser conocida antes del muestreo o
estimada exactamente en lo posible.
 Cada unidad de muestreo, debe figurar en un solo estrato. Esto supone
que los estratos no pueden sobrepasar a otros o recortar o disminuir.
Sus límites deben ser bien conocidos.
El muestreo en cada estrato es simple al azar.
En un bosque con unidades de muestreo de superficies enteras en todos los estratos el
análisis es como sigue:
n = número de unidades de muestreo seleccionadas en todos los estratos (población)
nj = número de unidades de muestreo seleccionadas en cada estrato
N = número de unidades de muestreo en que se ha dividido toda la población (A/a)
Nj = número de unidades de muestreo en que se ha dividido cada estrato
Xij = cantidad medida en la unidad de muestreo sobre cada estrato
X j = media o promedio de X para cada estrato
X = media o promedio de X para toda la población
Pj = proporción o peso de cada estrato en la población total = Nj / N
M = número de estratos en la población
XT = suma de todas las X = Nj Xj = N X
S 2j = variancia dentro de cada estrato
S X2 = error estándar
 n

X
j 1
ij

Xj 
nj
N

N
j 1
j Xj
X
N
2
 nj 
nj
  X ij 
 X i j   i 1
2 

i 1 nj
 
S 2j   
nj 1
N jS2 
N j  n j 
M
1
S  2
2
X  
j 1 
N  nj 

M N S2  n 
1
 2
  
j 1 
j j
1  j



N  nj  Nj 

6.3.2. Asignación de la muestra:

Para determinar el tamaño de la muestra y número de unidades de muestreo

necesarias para obtener una precisión determinada existen varias alternativas como ya se
explico en capítulos anteriores. Para la asignación del numero de muestras (nj ) por cada
estrato ( Nj ) las soluciones más comunes se conocen con el nombre de asignación
proporcional y asignación optima.
En ambos métodos de asignación es necesario conocer previamente el número de
unidades de muestreo para toda la población para lo cual es necesario conocer el tamaño
deseado del error de muestreo (precisión con que se espera hacer las estimaciones) y una
estimación razonable de la varianza dentro de los estratos.

2
 n 
t   Pj S j 
2

n  j 1 
t 
2 n 
E 2    Pj S 2j 
N  j 1 

n
22 262
784   2
2
760 
500
2704 2704
n 
61.46  6.08 67.54

n = 40 muestras

 Asignación proporcional
En este procedimiento se determina un número de unidades de muestreo para cada estrato
proporcional a su tamaño. Suponiendo que se determinó 40 unidades de muestreo (n=40),
la población se subdividió en tres estratos de tamaño (Nj), en donde la suma de los Nj=N,
se tiene que la proporción del tamaño de cada estrato (Pj) es igual Nj/N. Para calcular el
tamaño de muestra (nj) para cada estrato se procede a multiplicar “n” por ejemplo:

nj= n*Pj

Pj= Nj/N

Ejemplo de asignación proporcional

Estrato (j) Nj Pj nj
1 300 0.6 24
2 150 0.3 12
3 50 0.1 4
Nj=
n j  n  40 1.0
n j  n  40
Nj=
 Proporcional a la variación en el estrato. En este procedimiento de fijación de la
muestra por estrato también conocido como fijación optima, el tamaño de la
muestra (n) se distribuye proporcionalmente a la variación del estrato medida con
un estimado de l desviación estándar del estrato (Sj). En este caso si se tiene una
población de tamaño (N) dividida en “m” estratos de tamaño (Nj), en donde la
suma de los Nj=N, se tiene que la proporción del tamaño de cada estrato (Pj) es
igual a Nj/N. Para calcular el tamaño de la muestra (nj) para cada estrato, se
procede a multiplicar “n” por la proporción de variación del total atribuible al
estrato “j”. la formula para calcular el tamaño de muestra en cada estarto es
entonces:

Pj S j 12
nj  M
*n  * 40
P S
26
j j
j 1

n j  18.4  18
Estrato (j) Pj Sj S 2j Pj Sj Pj S 2j nj
1 0.6 20 400 12 240 18
2 0.3 30 900 9 270 14
3 0.1 50 2500 5 250 8
n 760 40
P S
j 1
j
2
j  26
 22 26 
2
n 2
7.842  2 760 
500
2704
n
61.46  6.08
2704
n
67.54

n = 40 muestras
El número de muestras para cada estrato es:
Pj S j 12
nj  M
n 40
26
P S
j 1
j j

n j  18.4  18

En base a esto se realiza de los otros estratos

6.3.3. Ejemplo de muestreo al azar estratificado

Deseo realizar un inventario forestal al azar estratificado de un bosque que se ha

clasificado en 3 estratos según su fisiografía.
Colinas bajas suaves (CBS) = superficie 200 has
Colinas bajas accidentadas (CBA) = superficie 180 has
Colinas altas suaves (CAS) = superficie 80 has
Siendo la unidad de muestreo 100 x 100 m

Estrato 1 Estrato 2 Estrato 3

Xi Xi Xi
80 m3/ha 70 m3/ha 200 m3/ha
90 50 180
100 30 170
120 60 150

X1 
X i
X2 
X i
X3 
X i

n1 n2 n3
390 210 700
X1  X2  X3 
4 4 4
X 1  97.5 X 2  52.5 X 3  175

Lo fácil es sumar X 1  X 2  X 3  108.3

Sin embargo para calcular la media para toda la población es:

 M

N X
j 1
j
20097.5   18052.5   80175 
j

XT  
N 460
19500  9450  14000
XT 
460
X T  93.36 m /ha
3

En el caso que tendríamos conocimiento acerca de alguna información del volumen/ha de

los estratos, el volumen medio de la población seria:

20050 97.5   18040 52.5   80100 175 

X
46080 
975000  378000  1400000
X
36800
X  74.80 m3/ha

6.4. Muestreo por el sistema Dawkins

Existen muchos sistemas de muestreo quedando en todo caso supeditados a

criterio del técnico y a las condiciones que caracterizan la población a muestrearse.
Dawkins diseñó un sistema de muestreo basado en la división de la población (patrón
sistemático) en blocks cuadrados o rectangulares dentro de los cuales se distribuyen al
azar un mínimo de 2 muestras en forma de fajas que tienen la misma longitud de los
bloques, donde la faja es la unidad de muestreo pudiendo ésta tener la orientación o
dirección más conveniente de acuerdo a la facilidad de acceso del área. Este diseño tiene
algunas desventajas desde el punto de vista estadístico:

1) Sobre las características de la muestra, específicamente el tamaño de la muestra

en que muestras de gran tamaño traen como consecuencia una reducción de la
variabilidad entre muestras, por lo que se reduce el error de muestreo.
2) Se refiere a la dificultad de establecer una estratificación en base a las unidades
de muestreo, la estratificación en blocks determina un patrón demasiado rigido
que coincide con las características propias naturales del bosque.

Sin embargo, a pesar de ello el error de muestreo puede reducirse por análisis de
variancia ya que generalmente la diferencia entre muestras dentro de los blocks es
pequeña, en todo caso la mayor parte de la variabilidad es aportada por la diferencia entre
blocks.

Este sistema capta condiciones de selección de muestras al azar dentro de un

patrón sistemático. Los blocks son cuadrados dentro de los cuales es recomendable
distribuir al azar un mínimo de dos unidades de muestreo en forma de fajas que tienen
una longitud igual al lado del block.

El tamaño de los blocks depende de varios factores:

 a) Número de unidades mínimo de muestreo.

b) Facilidad de acceso.

c) Las diferencias entre blocks deben aportar la mayor proporción posible de

la variancia total.

En todo caso el tamaño del block no debe ser ni muy pequeño ni muy grande.
Ya que un tamaño muy pequeño determina un mayor esfuerzo físico y económico en la
abertura de trochas de acceso y de muestreo y un tamaño muy grande puede reducir
mucho el número de unidades de muestreo. La fracción de muestreo debe ser igual en
todos los blocks. La orientación de las fajas de muestreo debe ser la que permita un
acceso más fácil.

6.4.1. Ejemplo de muestreo en grupos

Figura 26. Ejemplo de un sistema de muestreo en grupos con distribución de dos

fajas al azar.

Cuadro 9. Ejemplo de calculo del error de muestreo cuando la distribución de las

muestras es un bloque (cada bloque 2 parcelas)

Bloque Parcela Superf. Vol. por Vol/ha

X 1. X 2
V1  V2 V1  V2 2
X1.X2
V1 V22
Nº Nº Faja(X) faja (m3) (v) X1  X 2 X1  X2

1 1.05 110 105

I 0.560 -27 729 408
2 1.20 158 132
1 0.85 124 146
II 0.529 -41 1681 889
2 1.40 262 187
1 0.95 135 142
III 0.428 25 625 267
2 0.78 91 117
 1 1.15 158 137
IV 0.415 -31 961 399
2 0.65 109 168
1 1.05 73 70
V 0.499 23 529 264
2 0.95 45 47
10.03 1265 2227

Promedio

1265
V
10.03
V  126.1 m3/ha

1265
V  X
X 1. X 2
V1  V2 2
10.03  X
2227 S2  1 2

 S2   445.4 n
5 2
445.4 S2
SV2   44.41 Varianza de SV2 
10.03 promedios X

S2
SV2 
X
SV  6.66
SV .t  6.66 x 2.57  17.113.6%

Para 5% de significación

126 + 17.1 = 143 m3/ha

126 – 17.1 = 109 m3/ha

CAPITULO 7. CENSO FORESTAL COMERCIAL

El censo comercial es un inventario al cien por ciento de todos los árboles

comerciales, a partir del diámetro establecido para su aprovechamiento en una parcela de
corta anual (PCA). Se realiza con el objetivo de proporcionar información que permita
planificar su aprovechamiento de la parcela de corta, con impacto reducido. Así como el
inventario forestal es la base para el Plan General de Manejo Forestal (PGMF), el censo
comercial es la base para la elaboración del Plan Operativo Anual.
El censo debe proporcionar información sobre el numero de árboles,
volumen y ubicación de cada árbol a aprovechar, así como las características de terreno
(topografía, presencia de ríos y quebradas, zonas pantanosas, presencia de viales antiguas,
vegetación especial, etc.)
El planeamiento de este tipo de inventario es bastante simple pero su ejecución es
laboriosa, dependiendo del área a inventariarse. La medición de todo los árboles de una
población significa un gran despliegue físico y económico que sólo podrá justificarse si
las ventajas económicas del menor riesgo que se logra, por la mayor exactitud de los
resultados, son mayores que el costo involucrado. Por el exhaustivo recorrido del área
donde se desarrolla el bosque, encierra una posibilidad muy grande para la toma de datos
de campo, particularmente para la preparación de planes muy exactos de extracción
selectiva de algunas especies.( En Anexo encontraras un modelo de trabajo de censo)
7.1. Materiales

 Cinta diamétricas o métrica, GPS, Brújula, Pintura esmalte, Pincel o brocha

Libreta de apuntes, Machete, Formulario de campoMarcadores

7.2. Metodología

7.2.1. Delimitación de la parcela de corta anual.

Una vez definida la PCA se procede a su delimitación a través de una
trocha perimetral al menos un metro de ancho. La delimitación se puede realizarse con
una brigada conformada por cuatro personas: un brujuleo, un jalonero y dos trocheros.

7.2.2. Apertura de trocha base y trochas de orientación

La trocha base es la de orientación en forma perpendicular cada 50 o 100
m. La trocha base puede ser uno de los lados rectos del polígono perimetral.
Sobre la trocha base deben colocarse estacas numeradas y claramente
identificadas cada 50 o 100 m., indicando el inicio de cada una de las trochas de
orientación .Censos realizados en trochas separadas cada 50 m., ofrecen información mas
segura y confiable que las recolectadas en trochas separadas cada 100 m., pero estos
últimos tienen mayor rendimiento y por ende un costo menor. Se justifican trochas cada
50m., cuándo el bosque es muy cerrado (mala visibilidad o cuando se incluye un alto
número de especies comerciales a partir de diámetros de corta pequeños.
En las trochas de orientación se deben colocar estacas cada 25 m, (medir
también la pendiente) con una cinta plástica de color llamativo y anotar en ella el numero
de faja, su orientación y su distancia respectiva desde la trocha base, lo cual ayuda a una
rápida orientación en el campo.

F1 F2 F3
N

Trocha eje

10
0
Trocha base
 F1, F2, F3: Fajas.
Figura 27: Ejemplo de distribución de trochas en un censo comercial

7.2.3. Censo propiamente dicho

Consiste en ubicar, identificar y evaluar los arboles con valor comercial a

partir de un DMC, así como las características del terreno. El censo puede realizarse en
forma simultánea a la apertura de las trochas o en una etapa posterior. Si se decide
hacerlo en dos etapas las trochas deben estar claramente despejadas, estaqueadas y
numeradas para que sirvan los puntos de referencia y si poder ubicar los arboles en el
mapa.
La información que se toma durante el censo incluye: numero de faja,
numero de árbol, nombre común de la especie, Dap, altura comercial, calidad de fuste,
ubicación (distancias o coordenadas “x” e “y”) y lado de faja. También indicar si el
árbol censado será reservado como semillero. Opcionalmente se recogen observaciones
sobre las características del terreno (como presencia de quebradas, bajos, zonas de
pendiente), vegetación con características especiales (como “sogales” o “pacales”),
material que pueda utilizarse para caminos, dirección natural de caída del árbol.
En el cuadro 10 uno se presenta un formulario de censo.

Cuadro 10: Ejemplo de formulario de campo para la toma de datos del censo comercial.

Concesionario PCA: Bloque:

Faja Evaluador: Fecha:
Distancias
Faja Nº Especie Dap(cm) Altura(m) Fuste
X Y Lado AS Obs.

AS: Árbol semillero, cuando el árbol censado se va destinar y dejar como semillero.
Marcar con X
A continuación se ofrecen algunos detalles adicionales sobre las variables de evaluación:

a. Identificación de árboles

Se deben identificar todos los árboles con valor comercial de la lista

previamente definida por el concesionario a partir del diámetro mínimo de corta

b. Medición de D.a.p.

Se deben medir aun altura de 1.30 m, tomando como referencia la altura

del pecho del evaluador.

c. Estimación de la altura comercial

La altura del fuste aprovechable corresponde ala distancia del punto de

corte hasta el sitio donde se realizara el despunte, que generalmente se inicia en la
bifurcación del fuste.

d. Evaluación de la calidad de fuste

La calidad de fuste se puede evaluarse utilizando un código visual en 3
categorías.

Cuadro 11: Categorías de calidad de fuste

Código Calificación Características

1 bueno Fustes rectos y cilíndricos sin defectos

Fustes con algunos defectos de forma o daños que

2 regular
pueden mermar el rendimiento de la madera
Fustes deformados o podridos o con serios daños
3 inferior
que ponen en duda su aprovechamiento

e. Marcación de árboles en el campo

Cada árbol debe estar codificado con un número correlativo que lo

identificara. Si fuera el caso el código debe contener además del número del árbol, el
bloque y el número de faja y el lado. Por ejemplo, el árbol B-3-25-D corresponde al
bloque B, faja 3, árbol 25 y lado derecho.
f. Ubicación el mapa

Es común anotar la posición de cada árbol en un sistema de coordenadas

“x” e “y” en la hoja de campo. El eje “X” indica la distancia del árbol ala trocha de
orientación, pudiendo estar ala derecha o izquierda de la misma, mientras que el eje “Y”
corresponde a la distancia de la trocha desde su inicio. En ambos casos las ediciones son
estimadas, ya que no se necesitan mediciones muy precisas. En el caso de del eje “y”, su
determinación se facilita debido a las estacas colocadas cada 25 [Link] indican su
distancia.
g. Anotación de observaciones

Se deben anotar cualquier característica del árbol, bosque o terreno que

ayude a tomar decisiones en el aprovechamiento.

CAPITULO VIII. PROCESAMIENTO DE DATOS DE CAMPO DEL

INVENTARIO FORESTAL

8.1. Digitalización de datos

8.2. Calculo de área basal por árbol
8.3. Ccálculo de volumen total, por hectárea y clase diamétrica para cada una de las
especie (aplicación de tabla dinámica)
8.4. Elaboración del mapa de dispersión de especies
BIBLIOGRAFÍA CONSULTADA

AMARAL, P.; VERISSIMO, A.; BARRETO, P.; VIDAL, E. 2005. Bosque para
Siempre, Manual para la Producción de Madera en la Amazonía.
[Link]ú.Lima.162 p.

CARRERA, F. 2005. Inventarios Forestales. XVII Curso Intensivo Internacional Manejo

Diversificado de Bosques Naturales Tropicales. CATIE. Turrialba, Costa Rica.47 p.

FAO. 1982. Planificación y ejecución de inventarios para el abastecimiento oportuno y

económico de las industrias forestales. PER/81/002. Lima, Perú.89 p.

FINEGAN, B.; SABOGAL, C.; REICHE, C.; HUTCHINSON, I. 1993. Los Bosques
Húmedos Tropicales de América Central: Su manejo sostenible es posible y
rentable. Revista Forestal Centro Americana Nº 6. Año 2. 17-27 p.

MALLEUX, J. 1975. Mapa forestal del Perú. Memoria descriptiva. Universidad Nacional
Agraria La Molina. 75 p.

MALLEUX, J. 1982. Inventarios forestales en bosques tropicales - Universidad Nacional

Agraria La Molina. 414 p.

SABOGAL, C., CARRERA, F., COLAN, V., POKORNY, B., LOUMAN, B. 2004.
Manual para la Planificación y Evaluación de Manejo Forestal Operacional en
Bosques de la Amazonia Peruana (Proyecto INRENA-CIFOR-FONBEBOSQUE)
Lima, Peru.280 p.

OROZCO, L.; BRUMER, C. 2002 Inventario Forestal para Bosques Latifoliados en

América Central. CATIE. Turrialba, Costa Rica 264 p.
 ANEXOS:

1) Problemas tipos resueltos de inventario forestal (sobre muestreo).

Problemas:
1. Se realizó un inventario para extracción en una superficie de 290 Ha; el método
fue en fajas de longitudes variables, encontrándose en cada faja las siguientes especies
comerciales y sus mediciones son:

Especie Diámetro (cm.) Altura (cm.)

Caoba 90 18,5
Faja 1 Longitud 1,6 Km. Cedro 60 13
Ishpingo 40 18
Tornillo 80 13
Faja 2 Longitud 1,2 Km. Cedro 60 10
Caoba 80 14
Caoba 20 13
Moena 60 15
Faja 3 Longitud 1,4 Km. Tornillo 65 13
Ishpingo 70 14
Ishpingo 60 12
Faja 4 Longitud 2,1 Km. Tornillo 50 14
Tornillo 40 11

Preguntas:

- Calcular el volumen total en m3 de la población

- Calcular el error de muestreo

Sol:
Inventario para extracción >40 cm.

Superficie Volumen V2 X2 X.V

Faja 1 3,20 12,38 153,26 10,24 39,62
Faja 2 2,40 11,48 131,79 5,76 27,55
Faja 3 2,80 9,76 95,26 7,84 27,33
Faja 4 4,20 5,26 27,67 17,64 22,09
12,60 38,88 407,99 41,48 116,59

d 2
Hallando el volumen: Formula V  xCFxH .
4
Faja 1 Faja 2 Faja 3 Faja 4
V1 = 8.23 4.57 2.97 2.37
V2 = 2.57 1.98 3.02 1.92
V3 = 1.582 4.93 3.77 0.97
12.382 11.48 9.76 5.26
 Hallando R̂

R̂ = Vi  38.88  3.086

 Xi 12.6
R̂ = 3.086 m3 / Ha.
VT = 3.086 x 290
VT = 894.94 m3

Hallando el error de muestreo

Formula:

Rˆ 2  Vi   [Link] 
2
X i2
S 2 Rˆ =   2
n  1  V X .V 
2
X2

2 3.086 2  407.99 41.48 116.59 

 2
S Rˆ =  
3  94.98 9.92 30.61 
S 2 Rˆ =2.77
S Rˆ = 1.66
Tenemos
S R̂
Sx  E 
n
1.66
E=
4
E = 0.83
VP = Rˆ  t.S R
VP = 3.086  2.77 x (0.83)
VP = 3.086  2.30

2.- Se desea realizar un inventario estratificado de una población boscosa de 285.5 Ha,
clasificado en 4 estratos. No se tiene información de su varianza poblacional; sin embargo, se
realizo un muestreo piloto de 5 parcelas en cada estrato obteniéndose los siguientes datos, las
parcelas son de 20x20 m.

Estrato 1 (sup. 30%) 20m3, 10m3, 16m3, 13m3, ____

Estrato 2 (sup. 15%) 30m3, 40m3, 30m3, 20m3, 30m3
Estrato 3 (sup. 15%) 16m3, 20m3, 25m3, 30m3, 30m3
Estrato 4 (sup. 35%) 36m3, 45m3, 10m3, 15m3, 30m3

Determinar el número de muestras para toda la población y por cada estrato

distribuido en forma optima.
 Solución:

Formula para hallar el número de muestras para la población

t 2  [Link] 
2

n
t2
 PjSj 
Para el error
E  2 2

N
E = 1 ------ 10%
O´ también si se conoce de la
población hasta el 10%
300.67
n
2.3 2

22 94.105
71.38

n = 56 muestras

Hallando el número de muestras por cada estrato.

1.281
nj  1  x56  8.27  8
8.671

1.061
nj  2  x56  6.75  7
8.671

1.236
nj  3  x56  7.98  8
8.671

5.093 33
nj  4  x56  33 
8.671 56

Estratos Sup Pj Sj S2j PjSj PjS2j

1 85,65 0,30 4,27 18,24 1,281 5,475
2 42,83 0,15 7,07 5,00 1,061 7,50
3 57,10 0,20 6,18 38,20 1,236 7,64
4 99,92 0,35 14,55 211,70 5,093 74,09
Σ= 8,671 Σ= 94,705
 Estrato 1 Estrato 2 Estrato 3 Estrato 4

20 30 16 36
10 40 20 45
16 30 25 10
13 20 30 15
C 30 30 30

X1 = 59 X 2 = 150 X3 121 X 4 = 136

=
40 5 5 5

X 1 = 14.75 X 2 = 30 X3 = 24.2 X 4 = 27.2

Hallamos el promedio

X 
 NjXj
N

85.65 42.83 57.10 99.92

 14.75   30  x 24.2   27.2
X  0.04 0.04 0.04 0.04
285.5
0.04

X  23.28 m3 ∕ 0.04 Ha
2) Metodología de Inventario de la Vegetación Arbórea

Propósito

Conocer la toma de información de la vegetación arbórea que comprende

el estudio de la regeneración natural y de los árboles maduros.
Se entiende por regeneración natural todas aquellas especies arbóreas
menores a 40 cm. de Dap, y que pueden remplazar a los árboles maduros después de un
aprovechamiento.

Metodología
 Delimitar una parcela de 20 x 20 metros de lado, luego delimitar los cuadrantes
de 10x10 m, 5x5 y 2x2 m, dentro de la superficie de 20 x 20 m.
equidistantemente, de manera que quede definido como se aprecia en la Figura 1.
 En los cuadrantes evaluar las categorías mencionadas en el Cuadro 1.

Cuadro 1. Clasificación de la vegetación

Tamaño de la Superficie de la
Categorías Dimensiones del individuo
muestra (m) parcela (m2)
Brinzales >= 0.30 - < 1.50 m. de altura 2x2 4
Latizal bajo A >= 1.5 - < 3.0m de altura 5x5 25
Latizal bajo B >= 3.0 m - < 5 cm de dap. 5x5 25
Latizal alto >= 5 - < 10 cm de dap. 5x5 25
Fustal >= 40 - < 40 cm de dap. 10 x 10 100
Arboles maduros >= 40 cm de dap. 20 x 20 400
 20 m

5m

2m
5m
2m
20 m
2m
5m
2m
10 m

5m

10 m

Figura [Link]ño de parcela para evaluación de categorías de especies forestales

3) Metodología de Censo Comercial

El censo comercial es un inventario al cien por ciento de todos los árboles

comerciales, a partir del diámetro establecido para su aprovechamiento en una parcela de
corta anual (PCA). Se realiza con el objetivo de proporcionar información que permita
planificar un aprovechamiento de impacto reducido. Así como el inventario forestal
exploratorio es la base para el Plan General de Manejo Forestal (PGMF). El censo
comercial es la base para la elaboración del Plan Operativo Anual.
El censo debe proporcionar información sobre el número de árboles
aprovechables , volumenes y ubicación georreferenciada de cada árbol aprovechar, así
como las características de terreno (topografía, presencia de ríos y quebradas, zonas
pantanosas, presencia de viales antiguas, vegetación especial, etc.)
Delimitación de la parcela de corta anual.
Una vez definida la PCA se procede a su delimitación a través de una tocha
perimetral al menos un metro de ancho. La delimitación se puede realizarse con una
brigada conformada por cuatro personas: un brujuleo, un jalonero y dos trocheros.

Apertura de trocha base y trochas de orientación

La trocha base es la de orientación en forma perpendicular a cada faja de
50 o 100 m. La trocha base puede ser uno de los lados rectos del polígono perimetral.

Sobre la trocha base deben colocarse estacas numeradas y claramente

identificadas cada 25 m.,indicando el inicio de cada una de las trochas de orientación
.Censos realizados en trochas separadas cada 50 m.,ofrecen información mas segura y
confiable que las recolectadas en fajas separadas cada 100 m.,pero estos últimos tienen
mayor rendimiento y por ende un costo menor. Se justifican fajas cada 50m., cuándo el
bosque es muy cerrado (mala visibilidad o cuando se incluye un alto numero e especies
comerciales a partir de diámetros de corta pequeños.
En las trochas de orientación se deben colocar estacas cada 25 m, con una
cinta plástica de color llamativo y anotar en ella el bloque, numero de faja, su orientación
y su distancia respectiva desde la trocha base, lo cual ayuda a una rápida orientación en el
campo.
 F1

Trocha eje
N

25m

Trocha base
(x,y) 25m

(x,y): Punto de inicio (coordenadas de origen).

F1: Fajas.
Figura 1: Ejemplo de distribución de fajas en un censo comercial

Trabajo de campo del Censo

Consiste en ubicar, identificar y evaluar los árboles con valor comercial a
partir de un DMC, así como las características del terreno. El censo puede realizarse en
forma simultánea la apertura de las trochas.
La información que se toma durante el censo incluye: numero de faja,
numero de árbol, nombre común de la especie, Dap, altura comercial, calidad de fuste,
ubicación (distancias o coordenadas “x” e “y”) y lado de faja. También indicar si el
árbol censado será reservado como semillero. Opcionalmente se recogen observaciones
sobre las características del terreno (como presencia de quebradas, zonas de pendiente),
vegetación con características especiales (como “sogales” o “pacales”), material que
pueda utilizarse para caminos, dirección natural de caída del árbol.
 En el cuadro 01, se presenta el diseño del formulario para censo comercial.

Cuadro 1: Ejemplo de formulario de campo para la toma de datos en el

censo comercial.

Concesionario: PCA: Bloque:

Faja: Evaluador: Fecha:
Calidad Distancias(m)
Faja Nº Especie Dap(cm) Altura(m)
Fuste DTB(Y) DTE(X) Lado AS Obs.
F1 25 caoba 75 26 1 16 23 D X

AS: Árbol semillero, cuando el árbol censado se va destinar y dejar como semillero. Marcar con X
A continuación se ofrecen algunos detalles adicionales sobre las variables de evaluación:

a. Identificación de árboles
Se deben identificar todos los árboles con valor comercial de la lista
previamente definida por el concesionario a partir del diámetro mínimo de corta

b. Medición de Dap.
Se deben medir a una altura de 1.30 m, tomando como referencia la altura
del pecho del evaluador.

c. Estimación de la altura comercial

La altura del fuste aprovechable corresponde a la distancia del punto de
corte hasta el sitio donde se realizara el despunte, que generalmente se inicia en la
bifurcación del fuste.

d. Evaluación de la calidad de fuste

La calidad de fuste se puede evaluarse utilizando un código visual en 3
categorías
 Cuadro 2: Categorías de calidad de fuste (SABOGAL et al., 2004)

Código Calificación Características

1 bueno Fustes rectos y cilíndricos sin defectos

Fustes con algunos defectos de forma o daños que

2 regular
pueden mermar el rendimiento de la madera
Fustes deformados o podridos o con serios daños
3 Mala
que ponen en duda su aprovechamiento

e. Marcación (Codificación) de árboles en el campo

Cada árbol debe estar codificado con un número correlativo que lo
identificará debe contener el número del árbol, el número de faja y a que lado se
encuentra de la trocha eje. Por ejemplo, el árbol F1-25-D corresponde ala faja 1, árbol 25
y lado derecho. (Ver figura 2)

f. Ubicación en el mapa
Es común anotar la posición de cada árbol en un sistema de coordenadas
“X” e “Y” en la hoja de campo. El eje “X” indica la distancia del árbol ala trocha
orientación (distancia desde la trocha de eje), pudiendo estar ala derecha o izquierda de la
misma, mientras que el eje “Y” corresponde a la distancia de la trocha desde su inicio
(distancia desde la trocha base). En ambos casos las ediciones son estimadas, ya que no se
necesitan mediciones muy precisas. En el caso de del eje “y”, su determinación se facilita
debido a las estacas colocadas cada 25 que indican su distancia.
 DTB DTE

23 16
F1 Codificación
25 de un árbol
D

25m

Figura 2: Ejemplo de ubicación y marcación (codificación) de un determinado árbol en un

censo comercial
f. Anotación de observaciones
Se deben anotar cualquier característica del árbol, bosque o terreno
que ayude a tomar decisiones en el aprovechamiento.
3. Modelos de Formularios de campo de Inventario Forestal

El objetivo de un inventario forestal es obtener información sobre ciertos parámetros

forestales, para fines de planificación y manejo forestal. Para ello se requiere de cierta
información que se debe tomar en el campo y en gabinete, por lo tanto se elaboro un
resumen de los formularios de campo y guías, las cuales serán una herramienta básica
para la ejecución de los inventarios y elaborar planes de manejo, planes operativos, y
otros.
La presente guía permitirá con mayor facilidad al técnico, alumno o aquellos dedicados al
sector forestal, y en especial a los de la actividad del inventario forestal a manejar dichos
formularios, o en todo caso servirá de guía o patrón para la adecuada reformulación de los
formularios presentados.
Los formularios de campo para árboles y fustales deben contener datos de
encabezamiento consistentes en datos generales (enumerador y fecha) y datos que
caracterizan la unidad de muestreo (Lugar, estrato, línea, Nº de unidad de muestreo).
A continuación siguen los datos de los árboles y fustales:
a. Numero de árbol:
El número de árbol en cada unidad de muestreo debe comenzar con 1.
b. Nombre Común de la Especie:
c. Dap o CAP (cm.)

La utilización del DAP o CAP debe ser clara, y uniformemente definida para todo el
inventario. Se mide a la altura del pecho (1.30 m.) desde el suelo o del lado mas alto, en
caso de pendientes. En el caso de deformaciones o aletones se mide encima de estos.

d. Calidad del Fuste:

Clase 1: Sano y recto sin ningún signo visible de defectos.

Clase 2: Con señales de ataque de hongos, pudrición, heridas, curvatura,
crecimiento en espiral u otras deformaciones.
Clase 3: Leña.
e. Altura Comercial: (m.)
Es la altura desde el tocón hasta el principio de la copa.
f. Altura Total (m.)
Es la altura desde el suelo hasta la punta de la copa.
Nota: Bifurcaciones en alturas menores a 1.30 m. se consideran como árboles separados.

El ultimo grupo de datos consiste en una caracterización general del sitio (sotobosque,
pendiente, relieve, altitud s. n. m. Drenaje, cursos de agua, sucesión ecológica del bosque,
intervención humana, observaciones).

1. Formulario para Latizales y Brinzales.

Los formularios para latizales y brinzales deben contener datos de encabezamiento

consistentes en datos generales (enumerador, fecha) y datos que caracterizan la unidad de
muestreo (lugar, estrato, línea, Nº de unidad de muestreo).

A continuación siguen los datos de la regeneración natural (Nombre común, numero de

individuos de latizales y brinzales en subparcela 1 y subparcela 2 y el total de ambas
subparcelas).

Al pie del formulario siguen las definiciones de la regeneración natural.

 FORMULARIO PARA ÁRBOLES Y FUSTALES ( DAP>=10cm)
Aforador:______________________________ Fecha:___/___/___

Nº línea:___________ Nº Parcela: _____________________ Matero:_______________________________

DAP/CAP Alturas (m) Calidad Observaciones

No de arbol Nombre común (cm) Comercial Total 1, 2, 3

Sotobosque: Ralo o ausente Medio denso Denso

Drenaje: Bien drenado Moderada Fangosa
Relieve: Plano Poco ondulado Ondulado Escarpado
Estrato de bosque:
Pendiente:
Lugar:
 MUESTREO DE REGENERACIÓN NATURAL

Aforador: ______________________ Línea __________ Parcela: _____________

Matero: _______________________________ Fecha: _______

Subparcela Subparcela Suma

Nº de Nombre común 1 2 Observaciones

árbol L B L B L B

L = Latizal: 5 cm =< dap < 10 cm

B = Brinzal: dap < 5 cm y h > =1.3 m