DOI:

https://doi.org/10.14483/2256201X.18046

Publicado:

2022-01-01

Número:

Vol. 25 Núm. 1 (2022): Enero-junio

Sección:

Artículos de investigación científica y tecnológica

Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela

Exploration and comparison of spatial distribution of peri-urban forests in Mérida, Venezuela

Autores/as

Palabras clave:

biometrics, andean forests, spatial distribution, spatial statistics, spatial point patterns, vegetation (en).

Palabras clave:

biometría, bosques andinos, distribución espacial, estadística espacial, patrones de puntos espaciales, vegetación (es).

Descargas

Resumen (es)

Los patrones de puntos espaciales son una aproximación para el análisis de la estructura funcional del bosque. En este sentido, se evaluó y comparó la distribución espacial de árboles en bosques periurbanos de Mérida, Venezuela. Se planteó la hipótesis nula de la Aleatoriedad Espacial Completa (CSR), aplicando métodos exploratorios y confirmatorios espaciales sin marcas (e involucrando las marcas para las variables dasométricas) y pruebas de patrones puntuales multivariantes (α = 0.05) a parcelas de bosque primario y secundario (cinco en c/u). Ambos bosques exhibieron una densidad media similar (310 y 339 ind.ha-1). Además, se identificó un proceso CSR para los árboles sin considerar marcas en las variables de altura total y DAP, y en las marcas remanentes de volumen y especie este fue catalogado como no aleatorio, pues no se presentaron diferencias entre los procesos espaciales multivariantes. Se recomienda, por lo tanto, ampliar el área de trabajo y aplicarlo en bosques mejor diferenciados.

Resumen (en)

Spatial point patterns are a novel approach for the analysis of forest functional structure. The spatial distribution of trees in peri-urban forests of Mérida (Venezuela) was evaluated and compared. The null hypothesis of Complete Spatial Randomness (CSR) was proposed, applying spatial exploratory and confirmatory methods without marks, and involving marks for dasometric variables, and multivariate point pattern tests (α= 0.05) to five plots of primary forest and five plots of secondary forest. Both forest types exhibited similar mean density (310 and 339 ind.ha-1). Besides, a CSR process was identified for the trees without considering marks of the height and DBH, and in the remaining volume and species marks, the process was identified as non-random. Likewise, there are no differences between the multivariate spatial processes. It is recommended to extend the work area and to apply it in better differentiated forests.

Referencias

Acevedo, M. F. (2013). Data analysis and statistics for geography, environmental science, and engineering. CRC Press. https://doi.org/10.1201/b13675 DOI: https://doi.org/10.1201/b13675

Ataroff, M. y Sarmiento, L. (2004). Las unidades ecológicas de los Andes de Venezuela. En E. La Marca y P. Soriano (Eds.). Reptiles de los Andes de Venezuela (pp. 9-26). Fundación Polar/CODEPRE-ULA/Fundacite-Mérida/BIOGEOS.

Baddeley, A. (2008). Analysing spatial point patterns in R (Versión 3). CSIRO and University of Western Australia. http://fisher.stats.uwo.ca/faculty/kulperger/S9934a/Computing/Spatstat-pn0y.pdf

Baddeley, A., Rubak, E. y Turner, R. (2016). Spatial point patterns. Methodology and applications with R. CRC Press. DOI: https://doi.org/10.1201/b19708

Baddeley, A., Turner, R., Moller J. y Hazelton, M. (2010). Score, pseudo-score and residual diagnostics for spatial point process model. Aalborg University. DOI: https://doi.org/10.1214/11-STS367

Bivand, R. S., Pebesma, E. J. y Gómez-Rubio, V. (2013). Applied spatial data analysis with R (Vol. II). Springer. https://doi.org/10.1007/978-1-4614-7618-4 DOI: https://doi.org/10.1007/978-1-4614-7618-4

Condit, R., Ashton, P. S., Baker, P., Bunyavejchewin, S., Gunatileke, S., Gunatileke, N., Hubbell, S. P., Foster, R. B., Itoh, A., Lafrankie, J. V., Lee, H. S., Losos, E., Manokaran, N., Sukumar, R. y Yamakura, T. (2000). Spatial patterns in the distribution of tropical tree species. Science, 288(5470), 1414-1418. https://doi.org/10.1126/science.288.5470.1414 DOI: https://doi.org/10.1126/science.288.5470.1414

Cressie, N. (1993). Statistics for spatial data. John Wiley & Sons, Inc. https://doi.org/10.1002/9781119115151 DOI: https://doi.org/10.1002/9781119115151

Dale, M. y Fortin, M-J. (2014). Spatial analysis: a guide for ecologists. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511978913

de la Cruz Rot, M. (2006). Introducción al análisis de datos mapeados o algunas de las (muchas) cosas que puedo hacer si tengo coordenadas. Ecosistemas, 15(3), 19-39.

de la Cruz Rot, M. (2008). Métodos para analizar datos puntuales. En F. Maestre, A. Escudero y A. Bonet (Eds). Introducción al análisis espacial de datos en ecología y ciencias ambientales: métodos y aplicaciones (pp. 75-127). Universidad Rey Juan Carlos.

Diggle, P. J. (1983). Statistical analysis of spatial point patterns. Academic Press.

Diggle, P. J. (1986). Displaced amacrine cells in the retina of a rabbit: analysis of a bivariate spatial point pattern. Journal of Neuroscience Methods, 18(1-2), 115-125. https://doi.org/10.1016/0165-0270(86)90115-9 DOI: https://doi.org/10.1016/0165-0270(86)90115-9

Dixon, P. M. (2002). Ripley's K function. En A. H. El-Shaarawi y W. W. Piergorsch (Eds.). Encyclopedia of environmetrics (pp. 1976-1803). John Wiley & Sons, Inc.

Douglas, I. (2005). Peri-urban ecosystems and societies: transitional zones and contrasting values. En D. McGregor, D. Simon y D. Thompson (Eds). The peri-urban interface: approaches to sustainable natural and human resource use (pp. 18-29). Routledge.

FAO [Food and Agriculture Organization]. (2010). Evaluación de los recursos forestales mundiales 2010 (Estudio FAO Montes No. 163). http://www.fao.org/3/i1757s/i1757s.pdf

FAO [Food and Agriculture Organization]. (2016). Guidelines on urban and peri-urban forestry (FAO Forestry Paper No. 178). http://www.fao.org/3/i6210e/i6210e.pdf

Fisher, J. B., Trulio, L. A., Biging, G. S. y Chromczak, D. (2007). An analysis of spatial clustering and implications for wildlife management: a burrowing owl example. Environmental Management, 39, 403-411. https://doi.org/10.1007/s00267-006-0019-y DOI: https://doi.org/10.1007/s00267-006-0019-y

Fox, J. (2005). The R Commander: a basic statistics graphical user interface to R. Journal of Statistical Software, 14(9), 1-42. https://doi.org/10.18637/jss.v014.i09 DOI: https://doi.org/10.18637/jss.v014.i09

Fox, J. (2017). Using the R Commander: a point-and-click interface or R. CRC Press.

Fox, J. y Bouchet-Valat, M. (2018). Rcmdr: R Commander. R package version, 2. 4-4.

Giraldo, R. (2009). Estadística espacial. Universidad Nacional de Colombia.

Guariguata, M. R. y Kattan, G. H. (2002). Ecología y conservación de bosques neotropicales. Libro Universitario Regional.

Halpern, C. B. y Spies, T. A. (1995). Plant species diversity in natural and managed forests of the Pacific Northwest. Ecological Applications, 5(4), 913-934. https://doi.org/10.2307/2269343 DOI: https://doi.org/10.2307/2269343

Harkness, R. D. e Isham, V. (1983) A bivariate spatial point pattern of ants’ nests. Applied Statistics, 32(3), 293-303. https://doi.org/10.2307/2347952 DOI: https://doi.org/10.2307/2347952

Hubbell, S. P. (1979). Tree dispersion, abundance, and diversity in a tropical dry forest. Science, 203(4387), 1299-1309. https://doi.org/10.1126/science.203.4387.1299 DOI: https://doi.org/10.1126/science.203.4387.1299

Isaacs, P. (2011). Modelo de conectividad espacial empleando sistemas de información geográfica, calidad de hábitat y distribución caso tapir de montaña (Tapirus pinchaque) en el eje cafetero colombiano [Tesis de Maestría, Universidad Nacional de Colombia]. Repositorio institucional de la Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/49475

Lacaze, B., Dudek, J. y Picard, J. (2018). Software GRASS GIS con QGIS. En N. Baghdadi, C. Mallet, y M. Zribi (Eds). QGIS and Generic Tools (Vol. I) (pp. 67-106). John Wiley & Sons, Inc. https://doi.org/10.1002/9781119457091.ch3 DOI: https://doi.org/10.1002/9781119457091.ch3

Lawes, M. J., Griffiths, M. E., Midgley, J. J., Boudreau, S., Eeley, H. y Chapman, C. A. (2008). Tree spacing and area of competitive influence do not scale with tree size in an african rain forest. Journal of Vegetation Science, 19(5), 729-738. https://doi.org/10.3170/2008-8-18445 DOI: https://doi.org/10.3170/2008-8-18445

Ledo, A., Condés, S. y Montes, F. (2012). Revisión de índices de distribución espacial usados en inventarios forestales y su aplicación en bosques tropicales. Revista Peruana de Biología, 19(1), 113-124. https://doi.org/10.15381/rpb.v19i1.799 DOI: https://doi.org/10.15381/rpb.v19i1.799

Ledo, A., Montes, F. y Condes, S. (2009). Species dynamics in a montane cloud forest: identifying factors involved in changes in tree diversity and functional characteristics. Forest Ecology and Management, 258, S75-S84. https://doi.org/10.1016/j.foreco.2009.07.055 DOI: https://doi.org/10.1016/j.foreco.2009.07.055

Legendre, P. (1993). Spatial autocorrelation: trouble or new paradigm? Ecology, 74(6), 1659-1673. https://doi.org/10.2307/1939924 DOI: https://doi.org/10.2307/1939924

Legendre, P. y Legendre, L. (1998). Numerical ecology. Elsevier Science.

Li, F. y Zhang, L. (2007). Comparison of point pattern analysis methods for classifying the spatial distributions of spruce-fir stands in the north-east USA. Forestry, 80(3), 337-349. https://doi.org/10.1093/forestry/cpm010 DOI: https://doi.org/10.1093/forestry/cpm010

Linares-Palomino, R. (2005). Patrones de distribución espacial de árboles en un bosque estacionalmente seco del Parque Nacional Cerros de Amotape en el noroeste peruano. Revista Peruana de Biología, 12(2), 317-326. https://doi.org/10.15381/rpb.v12i2.2405 DOI: https://doi.org/10.15381/rpb.v12i2.2405

Lloyd, C. (2010). Spatial data analysis. An introduction for GIS users. Oxford University Press.

López, H. (1976). Hábitos de crecimiento de algunas especies arbóreas y arbustivas de los bosques nublados del estado Mérida, Venezuela [Tesis de Pregrado inédita]. Universidad de Los Andes.

Lotwick, H. W. y Silverman, B. W. (1982). Methods for analysing spatial processes of several types of points. Journal of the Royal Statistical Society: Series B (Methodological), 44(3), 406-413. DOI: https://doi.org/10.1111/j.2517-6161.1982.tb01221.x

Montañez Valencia, R. A., Escudero Vásquez, C. Y. y Duque Montoya, A. J. (2010). Patrones de distribución espacial de especies arbóreas en bosques de alta montaña del departamento de Antioquia, Colombia. Revista Facultad Nacional de Agronomía-Medellín, 63(2), 5629-5638.

Murrell, D. J. y Law, R. (2003). Heteromyopia and the spatial coexistence of similar competitors. Ecology letters, 6(1), 48-59. https://doi.org/10.1046/j.1461-0248.2003.00397.x DOI: https://doi.org/10.1046/j.1461-0248.2003.00397.x

Olaya, V. (2014). Sistemas de información geográfica. CreateSpace Independent Publishing Platform. https://volaya.github.io/libro-sig/

Pélissier, R. (1998). Tree spatial patterns in three contrasting plots of as southern indian tropical moist evergreen forest. Journal of Tropical Ecology, 14(1), 1-16. https://doi.org/10.1017/S0266467498000017 DOI: https://doi.org/10.1017/S0266467498000017

Penttinen, A. y Stoyan, D. 2000. Recent applications of point process methods in forestry statistics. Statist. Sci., 15(1), 61-78. https://doi.org/10.1214/ss/1009212674 DOI: https://doi.org/10.1214/ss/1009212674

Picard, N., Bar‐Hen, A., Mortier, F. y Chadoeuf, J. (2009). Understanding the dynamics of an undisturbed tropical rain forest from the spatial pattern of trees. Journal of Ecology, 97(1), 97-108. https://doi.org/10.1111/j.1365-2745.2008.01445.x DOI: https://doi.org/10.1111/j.1365-2745.2008.01445.x

R Core Team. (2014). R: a language and environment for statistical computing (Versión 4.0.5.) [Software de computador]. http://www.R-project.org/

Richards, P. (1983). The three-dimensional structure of tropical rain forest. En S. L. Sutto, T. C. Whitmore y A. C. Cladwasck (Eds). Tropical rain forest: ecology and management. John Wiley & Sons, Inc.

Ripley, B. D. (1977). Modelling spatial patterns. Journal of the Royal Statistical Society: Series B (Methodological), 39(2), 172-192. https://doi.org/10.1111/j.2517-6161.1977.tb01615.x DOI: https://doi.org/10.1111/j.2517-6161.1977.tb01615.x

Ripley, B. D. (1988). Statistical inference for spatial processes. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511624131

Rodríguez, G. (2015). Estudio de la estructura y composición florística de los bosques periurbanos de la zona norte de la ciudad de Mérida (Venezuela) [Tesis de Pregrado inédita]. Universidad de Los Andes.

Rodríguez, J. P., Rojas-Suárez, F. y Giraldo Hernández, D. (2010). Libro rojo de los ecosistemas terrestres de Venezuela. Provita/Shell Venezuela/Lenovo Venezuela.

Rozas, V. y Camarero, J. J. (2005). Técnicas de análisis espacial de patrones de puntos aplicadas en ecología forestal. Investigación Agraria: Sistemas y Recursos Forestales, 14(1), 79-97. http://dx.doi.org/10.5424/srf/2005141-00875 DOI: https://doi.org/10.5424/srf/2005141-00875

Skøien, J. O. y Blöschl, G. (2006). Sampling scale effects in random fields and implications for environmental monitoring. Environmental Monitoring and Assessment, 114(1), 521-552. https://doi.org/10.1007/s10661-006-4939-z DOI: https://doi.org/10.1007/s10661-006-4939-z

Smith, J., Sabogal, C., De Jong, W. y Kaimowitz, D. (1997). Bosques secundarios como recurso para el desarrollo rural y la conservación ambiental en los trópicos de América Latina (Occasional Paper No. 13). CIFOR. https://www.cifor.org/publications/pdf_files/OccPapers/OP-13.pdf

Solana-Gutiérrez, J. y Merino-de-Miguel, S. (2011). A variogram model comparison for predicting forest changes. Procedia Environmental Sciences, 7, 383-388. https://doi.org/10.1016/j.proenv.2011.07.066 DOI: https://doi.org/10.1016/j.proenv.2011.07.066

Stoyan, D. y Stoyan, H. (1994). Fractals, random shapes and point fields. Methods of geometrical statistics. John Wiley & Sons, Inc.

Torres, S. y Pérez, J. (junio, 2008). La terciarización del monte: vía sostenible acorde con las demandas sociales [Presentación de paper]. VI Congresso Português de Sociologia, Lisboa, Portugal. http://www.associacaoportuguesasociologia.pt/vicongresso/pdfs/56.pdf

van Lieshout, M. N. M. y Baddeley, A. J. (1996). A nonparametric measure of spatial interaction in point patterns. Statistica Neerlandica, 50(3), 344-361. https://doi.org/10.1111/j.1467-9574.1996.tb01501.x DOI: https://doi.org/10.1111/j.1467-9574.1996.tb01501.x

van Lieshout, M. N. M. y Baddeley, A. J. (1999). Indices of dependence between types in multivariate point patterns. Scandinavian Journal of Statistics, 26(4), 511-532. https://doi.org/10.1111/1467-9469.00165 DOI: https://doi.org/10.1111/1467-9469.00165

Cómo citar

APA

Andrades-Grassi, J. E., Vásquez Rivas, D. del V. ., Gámez Álvarez, L. E., & Rodriguez Lucero, G. G. (2022). Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colombia forestal, 25(1), 36–50. https://doi.org/10.14483/2256201X.18046

ACM

[1]
Andrades-Grassi, J.E., Vásquez Rivas, D. del V. , Gámez Álvarez, L.E. y Rodriguez Lucero, G.G. 2022. Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colombia forestal. 25, 1 (ene. 2022), 36–50. DOI:https://doi.org/10.14483/2256201X.18046.

ACS

(1)
Andrades-Grassi, J. E.; Vásquez Rivas, D. del V. .; Gámez Álvarez, L. E.; Rodriguez Lucero, G. G. Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colomb. for. 2022, 25, 36-50.

ABNT

ANDRADES-GRASSI, J. E.; VÁSQUEZ RIVAS, D. del V. .; GÁMEZ ÁLVAREZ, L. E.; RODRIGUEZ LUCERO, G. G. Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colombia forestal, [S. l.], v. 25, n. 1, p. 36–50, 2022. DOI: 10.14483/2256201X.18046. Disponível em: https://revistas.udistrital.edu.co/index.php/colfor/article/view/18046. Acesso em: 27 ene. 2022.

Chicago

Andrades-Grassi, Jesús Enrique, Deyriana del Valle Vásquez Rivas, Luis Enrique Gámez Álvarez, y Gerardo Gabriel Rodriguez Lucero. 2022. «Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela». Colombia forestal 25 (1):36-50. https://doi.org/10.14483/2256201X.18046.

Harvard

Andrades-Grassi, J. E., Vásquez Rivas, D. del V. ., Gámez Álvarez, L. E. y Rodriguez Lucero, G. G. (2022) «Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela», Colombia forestal, 25(1), pp. 36–50. doi: 10.14483/2256201X.18046.

IEEE

[1]
J. E. Andrades-Grassi, D. del V. . Vásquez Rivas, L. E. Gámez Álvarez, y G. G. Rodriguez Lucero, «Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela», Colomb. for., vol. 25, n.º 1, pp. 36–50, ene. 2022.

MLA

Andrades-Grassi, J. E., D. del V. . Vásquez Rivas, L. E. Gámez Álvarez, y G. G. Rodriguez Lucero. «Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela». Colombia forestal, vol. 25, n.º 1, enero de 2022, pp. 36-50, doi:10.14483/2256201X.18046.

Turabian

Andrades-Grassi, Jesús Enrique, Deyriana del Valle Vásquez Rivas, Luis Enrique Gámez Álvarez, y Gerardo Gabriel Rodriguez Lucero. «Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela». Colombia forestal 25, no. 1 (enero 1, 2022): 36–50. Accedido enero 27, 2022. https://revistas.udistrital.edu.co/index.php/colfor/article/view/18046.

Vancouver

1.
Andrades-Grassi JE, Vásquez Rivas D del V, Gámez Álvarez LE, Rodriguez Lucero GG. Exploración y comparación de la distribución espacial de los bosques periurbanos en Mérida, Venezuela. Colomb. for. [Internet]. 1 de enero de 2022 [citado 27 de enero de 2022];25(1):36-50. Disponible en: https://revistas.udistrital.edu.co/index.php/colfor/article/view/18046

Descargar cita

Visitas

3

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.