Resumen

La altura del árbol (H) y el diámetro a la altura del pecho (D) son variables clave para calcular el volumen y la biomasa del árbol. Desarrollamos un modelo altura-diámetro (H-D) para Cinnamomum tamala evaluando 18 modelos no lineales. El criterio de información de Akaike (AIC), el criterio de información bayesiano (BIC), el error cuadrático medio (RMSE), el sesgo medio, el error absoluto medio (MAE), la apariencia gráfica y la lógica biológica fueron los criterios utilizados para evaluar el rendimiento predictivo de los modelos. El modelo de Gompertz (M14) fue el que mejor predijo la altura total de los árboles de C. tamala con el menor RMSE (1,742 m), sesgo medio (0,012 m) y MAE (1,342 m) y cumplió los supuestos del modelo y la lógica biológica. Los datos de validación situaron al modelo Gompertz como el mejor modelo con RMSE (1,546 m), sesgo medio (-0,106 m) y MAE (1,149 m). A pesar del rendimiento consistente del modelo de Gompertz, tendió a subestimar la predicción de altura para árboles más altos (clase de copa dominante) y más grandes. Se recomienda seguir trabajando en el reajuste y validación del modelo propuesto con datos procedentes de un área geográfica más extensa, lugares de mayor alcance y condiciones de rodal.

• Materias:Silvicultura Fisiología vegetal Ecosistema forestal Morfología vegetal Gestión forestal
• Subjects:Silviculture Plant physiology Forest ecosystem Plant morphology Forest management
• Palabras claves:Modelo de Gompertz, MAE, sesgo, lógica biológica, error cuadrático medio, criterio de información de Akaike, criterio de información bayesiano, árboles de C. tamala, error absoluto medio, clase de copa dominante.
• Keywords:Gompertz model, MAE, bias, biological logic, Root Mean Square Error, Akaike Information Criterion, Bayesian Information Criterion, C. tamala trees, Mean Absolute Error, dominant crown class