Resumen de Modelos predictivos de la producción de Pinus taeda empleando variables vinculadas con las podas

Rubén Costas, Patricio Mac Donagh, Elizabeth María Weber, Santiago Figueredo, Claudio Gómez, Pedro Irschick

• español

  Con datos de un ensayo de Pinus taeda, con edades entre 4 y 7 años, se ajustaron a través de regresión lineal múltiple, modelos de producción estáticos de rodal completo, incluyendo variables regresoras asociadas con la intensidad y oportunidad de podas, además de la edad, la densidad y el índice de sitio. Las variables respuestas analizadas fueron el diámetro medio cuadrático, el área basal y el volumen por hectárea. Respecto del área basal fue posible obtener modelos sensibles a las podas realizadas, de mejor calidad de ajuste y de capacidad de predicción que ecuaciones sin variables vinculadas con las podas, que tuvieron excelentes comportamientos estadísticos. Se lograron mejoras de hasta 9,19% de error estándar residual y de 8,99% del estadístico usado para comparar la capacidad de predicción. La utilización de algunas de esas funciones como submodelos dentro de ecuaciones predictivas de diámetro medio cuadrático y volumen por hectárea, relativamente sencillos y con confiabilidad estadística, produjo resultados sensibles a las podas realizadas. Las funciones obtenidas pueden ser usadas como herramientas de cálculo para decidir cuánto y cuándo podar ramas fotosintéticamente activas de acuerdo a los objetivos de producción. Estos modelos son promisorios para el desarrollo de nuevos programas locales de simulación de crecimiento y producción regionales de P. taeda que contemplen a las podas realizadas en los sistemas de producción intensivos.

• English

  Based on data from an experience in a Pinus taeda plantation, including ages between 4 and 7 years old, multiple linear regressions were adjusted to obtain stand yield functions including regression variables associated with prunes intensity and opportunity, besides age, stand density and site index. The response variables analyzed were quadratic mean diameter, basal area and volume per hectare. The results show that it was possible to improve the prediction quality and accuracy of models of basal area when prune variables are considered, with respect to equations without these variables and with statistical significance. Improvements of 9.19% of the standard residual error and 8.99% of the statistics indicator employed to compare the prediction capacity were obtained. The utilization of some of those functions like sub-models inside equations of quadratic mean diameter and volume by hectare, simple and with good statistics, gives results that are sensitive to prune. These functions could be employed in spreadsheets to decide when and how many green branches to prune in relation to the production objective. The obtained models appear interesting for developing new local growth simulation programs of Pinus taeda that include prunes applied in intensive silvicultural systems of forest production.