Optimización del tamaño de muestra para inventarios forestales mediante muestreo aleatorio en un bosque seco tropical de Manabí, Ecuador

Autores/as

DOI:

https://doi.org/10.33936/la_tecnica.v16i2.8381

Palabras clave:

forestería, arboles, parcelas, estimación, cálculo.

Resumen

La optimización del tamaño de muestra en inventarios forestales es clave para generar información confiable que respalde el manejo y la conservación de ecosistemas vulnerables como el bosque seco tropical. En este contexto, el presente estudio tuvo como objetivo optimizar el tamaño de muestra para inventarios forestales mediante muestreo aleatorio simple en un bosque seco tropical de Manabí, Ecuador. La investigación se desarrolló en 20 ha de bosque principal de la comunidad Andil, donde se aplicó un diseño de muestreo aleatorio simple con nueve parcelas rectangulares de 20 × 25 m, equivalentes a 500 m² cada una y una superficie total muestreada de 0,45 ha; en cada unidad se midieron todos los individuos con DAP ≥ 10 cm, registrando diámetro, altura total, área basal y volumen, y se calcularon además varianza, desviación estándar, coeficiente de variación, error estándar y límites de confianza al 95%, valores que se procesaron en el programa Rstudio. Los resultados registraron 203 individuos distribuidos en 17 especies, con dominancia de Guazuma ulmifolia, Senna mollissima y Cochlospermum vitifolium; además, se estimó un volumen total de 62,37 m³, una media de 6,93 m³ por parcela, un coeficiente de variación de 31,22% y un tamaño de muestra calculado de 8,82 parcelas, redondeado a 9. Se concluye que el muestreo aleatorio simple permitió definir un tamaño de muestra técnicamente suficiente para caracterizar de forma general la masa forestal, aunque la heterogeneidad del bosque sugiere ampliar el número de parcelas si se busca mayor precisión.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alberdi, I., Adame, P., Aulló, I., Hernández, L., Montes, F., Rubio, Á., Oliveira, N., Cañellas, I., Ramírez, C., Veloso, J. y Vergara, G. (2023). Estimación e interpretación de indicadores de biodiversidad forestal considerando la información de los inventarios forestales nacionales. Agencia Española de Cooperación Internacional para el Desarrollo (AECID). https://bibliotecadigital.infor.cl/handle/20.500.12220/32696

Angelis, L. and Stamatellos, G. (2004). Multiple objective optimization of sampling designs for forest inventories using random search algorithms. Computers and Electronics in Agriculture, 42(3), 129-148. https://doi.org/10.1016/s0168-1699(03)00121-2

Bravo, D., Ganchozo, M., Mero, O., Pinargote, J. y Cabrera. C. (2024). Análisis estructural de la vegetación arbórea en la finca “El Despeño” de la Comunidad Balsa Tumbada Adentro, Junín, Manabí, Ecuador. Revista de Investigación Talentos, 11(1), 47-63. https://doi.org/10.33789/talentos.11.1.196

Bouasria, A., Bouslihim, Y., Gupta, S., Taghizadeh, R. and Hengl, T. (2023). Predictive performance of machine learning model with varying sampling designs, sample sizes, and spatial extents. Ecological Informatics, 78, 102294. https://doi.org/10.1016/j.ecoinf.2023.102294

Brück, S., Medina, B. and Moraes, M. (2023). The Ecuadorian paramo in danger: What we know and what might be learned from northern wetlands. Global Ecology and Conservation, 47, e02639. https://doi.org/10.1016/j.gecco.2023.e02639

Cabrera, C., Sornoza, L., Cantos, C., Pionce, G. y Ganchozo, M. (2020). Análisis de la regeneración natural de cinco especies forestales de la finca Ándil UNESUM. Revista Perspectivas Rurales, 18(36), 101-123. http://doi.org/10.15359/prne.18-36.5

Cedeño, A. (2023). Variabilidad climática en el cantón Jipijapa, provincia de Manabí [Tesis de Ingeniero Ambiental, Universidad Estatal del Sur de Manabí] https://repositorio.unesum.edu.ec/bitstream/53000/5876/1/Cede%C3%B1o%20Toala%20Alan%20Jair.pdf

De Sousa, C., Silva, J., Ferreira, R., Da Silva, D., Da Silva, E. and Lima, R. (2023). Size of sampling units aproppriate for management level forest inventory in Eastern Amazon, Brazil. Revista em Agronegócio e Meio Ambiente, 16(2), e10938. https://doi.org/10.17765/2176-9168.2023v16n2e10938

Durán, N., González, D., Martínez, J. y Prado, M. (2025). Modelado espacial de Guazuma ulmifolia Lam. ante el cambio climático en México. Revista Mexicana de Ciencias Forestales, 16(87), 153-175. https://doi.org/10.29298/rmcf.v16i87.1510

Goodbody, T. R. H., Coops, N., Senf, C. and Seidl, R. (2023). Airborne laser scanning to optimize the sampling efficiency of a forest management inventory in South-Eastern Germany. Ecological Indicators, 157, 111281. https://doi.org/10.1016/j.ecolind.2023.111281

Hassan, S., Irfan, M., Binte, A., Ahmad, I. y Ali, S. (2021). Evaluación de la deforestación en bosques subtropicales utilizando datos de terrenos espacio-temporales. Revista Cubana de Ciencias Forestales 9(2), 205-225. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid= S2310-34692021000200205&lng=es&tlng=es.

Heberle, T., Denega, L., Stepka, T. F., Nicoletti, M. F., Galéski, G. and de Jesus, L. dos S. (2022). Effectiveness of sampling methods for thinned and non-thinned Pinus taeda L. plantations in the mountain region of Santa Catarina, Brazil. Floresta, 52(4), 541-551. https://doi.org/10.5380/rf.v52i4.85374

Hernández, J., García, X., Pérez, R., González, A. y Martínez L. (2020). Inventario y mapeo de variables forestales mediante sensores remotos en el estado de Quintana Roo, México. Madera y Bosques, 26(1), e2611884. https://doi.org/10.21829/myb.2020.2611884

Hetzer, J., Huth, A., Wiegand, T., Dobner, H. and Fischer, R. (2019). An analysis of forest biomass sampling strategies across scales. Biogeosciences, 17, 1673-1683. https://doi.org/10.5194/bg-17-1673-2020

Iheaturu, C., Wingate, V., Akinyemi, F. and Speranza, C. (2025). An integrated object-based sampling approach for validating non-contiguous forest cover maps in fragmented tropical landscapes. Int. J. Appl. Earth Obs. Geoinformation, 139, 104497. https://doi.org/10.1016/j.jag.2025.104497

Indacochea, B. y García, R. (2024). Inventario forestal con enfoque bioético para la protección sostenible de recursos en la Finca Experimental Andil de Jipijapa. Perfiles, 31(1), 61-73. https://doi.org/10.47187/perf.v1i31.274

Kauai, F., Corte, A., Cysneiros, V., Pelissari, A., & Sanquetta, C. (2019). Evaluation of forest inventory processes in a forest under concession in the southwestern Brazilian Amazon. Acta Amazonica, 49(2), 91-96. https://doi.org/10.1590/1809-4392201801331

Kománek, M., Knott, R., Kadavý, J. and Kneifl, M. (2024). Is the Concentric Plot Design Reliable for Estimating Structural Parameters of Forest Stands?, Forests, 15(12), 2246. https://doi.org/10.3390/f15122246

Laly, G., Atindogbé, G., Akpo, A. H., Dotchamou, T., Kassa, B. D. and Fonton, N. H. (2025). Optimal tree sampling for ecosystem-specific biomass allometry modeling in Congo Basin forests. International Journal of Biological and Chemical Sciences, 18(6), 2205-2220. https://doi.org/10.4314/ijbcs.v18i6.12

Li, C., Yu, Z., Dai, H., Zhou, X. and Zhou, M. (2023). Effect of sample size on the estimation of forest inventory attributes using airborne LiDAR data in large-scale subtropical areas. Annals of Forest Science, 80, 1-15. https://doi.org/10.1186/s13595-023-01209-4

Lozano, L. y Bonilla, J. (2022). Factor de forma para árboles del Bosque Seco Tropical (bs-T) en el norte del Departamento del Tolima - Colombia. Revista Temas Agrarios, 27(2), 344-353. https://doi.org/10.21897/rta.v27i2.3136

Mansingh, A., Pradhan, A., Sahoo, S., Cherwa, S., Mishra, B., Rath, L., Ekka, N. and Panda, B. (2025). Tree diversity, population structure, biomass accumulation, and carbon stock dynamics in tropical dry deciduous forests of Eastern India. BMC Ecology and Evolution, 25. https://doi.org/10.1186/s12862-025-02385-9

Mexudhan, Lal, J. and Patil, G. (2024). Assessment of tree species diversity, biomass, C and N storage in two sites of dry tropical forest of Chhattisgarh, India. International Journal of Economic Plants, 11, 180-187. https://doi.org/10.23910/2/2024.5263

Mena-Mosquera, V.E., Andrade C., H. J. y Torres-Torres, J. J. (2020). Composición florística, estructura y diversidad del bosque pluvial tropical de la subcuenca del río Munguidó, Quibdó, Chocó, Colombia. Entramado, 16(1), 204-215. DOI 10.18041/1900-3803/entramado.1.6109.

Morris, J., Fuente, F., Morris, S., Li, K., Benítez, M. and Perfecto, I. (2026). Agricultural intensification associated with significant reduction in epiphyte diversity on coffee plants. Agriculture, Ecosystems and Environment, 401, 110249. https://doi.org/10.1016/j.agee.2026.110249

Mosquera, J. V., Auguste, G., Wong, D., Turner, A. W., Hodonsky, C. J., Alvarez-Yela, A. C., Song, Y., Cheng, Q., Lino Cardenas, C. L., Theofilatos, K., Bos, M., Kavousi, M., Peyser, P. A., Mayr, M., Kovacic, J. C., Björkegren, J. L. M., Malhotra, R., Stukenberg, P. T., Finn, A. V., van der Laan, S. W., Zang, C., Sheffield, N. C. and Miller, C. L. (2023). Integrative single-cell meta-analysis reveals disease-relevant vascular cell states and markers in human atherosclerosis. Cell Reports, 42(11), 113380. https://doi.org/10.1016/j.celrep.2023.113380

O´Brien, F. y Cabrera, R. (2024). Especies florísticas y actividades antrópicas en el bosque seco tropical en Cantagallo del cantón Jipijapa. MQRInvestigar, 8(1), 5376-5387. https://doi.org/10.56048/MQR20225.8.1.2024.5376-5387

Palma, D. y Sánchez, R. (2023). Uso y manejo del suelo. Vol 3. En: Hacia un conocimiento global y multidisciplinario del recurso suelo. Sociedad Mexicana de las Ciencias del Suelo. https://www.smcsmx.org/files/2023/LIBRO_3_2023.pdf

Papa, D., Almeida, D., Silva, C., Figueiredo, E., Stark, S., Valbuena, R., Rodríguez, L. and Oliveira, M. (2020). Evaluating tropical forest classification and field sampling stratification from lidar to reduce effort and enable landscape monitoring. Forest Ecology and Management, 457, 117634. https://doi.org/10.1016/j.foreco.2019.117634

Pohjankukka, J., Tuominen, S. and Heikkonen, J. (2022). Bayesian approach for optimizing forest inventory survey sampling with remote sensing data. Forests, 13(10), 1692. https://doi.org/10.3390/f13101692

Pretzsch, H. (2020). The course of tree growth. Theory and reality. Forest Ecology and Management, 478, 118508. https://doi.org/10.1016/j.foreco.2020.118508

Rebolledo López, D. C., y Lores Ochoa, D. C. (2021). Evaluación espaciotemporal de la cobertura vegetal del parque nacional Henri Pittier, Venezuela. GeoFocus, Revista Internacional de Ciencia y Tecnología de la Información Geográfica, 28, 25-58. http://dx.doi.org/10.21138/GF.742

Rodrígues Pinto, L. O., Rodrigo de Souza, C., Terra, M., Mello, J., Calegário, N. and Acerbi, F. (2021). Optimal plot size for carbon-diversity sampling in tropical vegetation. Forest Ecology and Management, 482, 118778. https://doi.org/10.1016/j.foreco.2020.118778

Scheeres, J., De Jong, J., Brede, B., Brancalion, P., Noth, E., Almeyda, A., Bastos, E., Silva, C., Valbuena, R., Molin, P., Stark, S., Ribeiro, R., Brossi, G., Faria, A., Torres, C. and Alves, D. (2023). Distinguishing forest types in restored tropical landscapes with UAV-borne LIDAR. Remote Sensing of Environment, 290, 113533. https://doi.org/10.1016/j.rse.2023.113533

Schillaci, M. A. and Schillaci, M. E. (2022). Estimating the population variance, standard deviation, and coefficient of variation: Sample size and accuracy. Journal of Human Evolution, 171, 103230. https://doi.org/10.1016/j.jhevol.2022.103230

Shu, Q., Xi, L., Wang, K., Xie, F., Pang, Y. and Song, H. (2022). Optimization of samples for remote sensing estimation of forest aboveground biomass at the regional scale. Remote Sens., 14(17), 4187. https://doi.org/10.3390/rs14174187

Silva, E., Guadalupe, J., Aguirre, O., Treviño, E., Corral, J. y Manzanilla, G. (2024). Diversidad y estructura de especies arbóreas en tres tipos de vegetación forestal al sur de Durango, México. Polibotánica, 58(29), 103-118. https://doi.org/10.18387/polibotanica.58.7

West, P. W. (2017). Population structure and correlation between auxiliary and target variables may affect precision of estimates in forest inventory. Communications in Statistics - Simulation and Computation, 46(6), 4951-4965. https://doi.org/10.1080/03610918.2016.1139128

Wu, H., Xu, H., Tian, X., Zhang, W. and Lu, C. (2023). Multistage sampling and optimization for forest volume inventory based on spatial autocorrelation analysis. Forests, 14(2), 250. https://doi.org/10.3390/f14020250

Zhao, N., Prieur, J., Liu, Y., Kneeshaw, D., Morasse, E., Paquette, A., Zinszer, K., Dupras, J., Villeneuve, P., Rainham, D., Lavigne, E., Chen, H., Van, M., Viamo, T. and Smargiassi, A. (2021). Tree characteristics and environmental noise in complex urban settings – A case study from Montreal, Canada. Environmental Research, 202, 111887. https://doi.org/10.1016/j.envres.2021.111887

Zhou, X., Hu, C., & Wang, Z. (2023). Distribution of biomass and carbon content in estimation of carbon density for typical forests. Global Ecology and Conservation 48, e02707. https://doi.org/10.1016/j.gecco.2023.e02707

Zhu, Y., Xin, L., Cz, C., Mei, Z. and Lc, G. (2021). Effect of field sample size on large-scale subtropic forest inventory attribute estimation based on airborne laser scanner data. Preprints. https://doi.org/10.20944/preprints202106.0530.v1

Descargas

Publicado

2026-08-14

Número

Vol. 16 Núm. 2 (2026): Julio - Diciembre

Sección

Artículos

Licencia

Derechos de autor 2026 Nestor Leopoldo Tarazona Meza, Gabriela Delgado Macias, Marcos Vinicio Loor Alcívar, 2Sandra Grace Pincay Sánchez, Maverick Ángel Magallan Rodríguez

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.