Modelo alométrico para estimar la producción acumulada de oxígeno en Neltuma glandulosa a partir del área superficial de copa
DOI:
https://doi.org/10.19136/era.a13n3.4334Palabras clave:
Crecimiento, mezquite, modelos alométricos, potencia, pruebas de validaciónResumen
El objetivo del presente estudio fue ajustar tres modelos alométricos para cuantificar la producción acumulada de oxígeno en función del área superficial de copa en individuos de Neltuma glandulosa (ex Prosopis glandulosa). Se realizó un muestreo dirigido y no destructivo en 60 individuos de mezquite en poblaciones naturales de San Pedro, Coahuila, México. Mediante técnicas volumétricas estándar se estimaron el volumen de madera, la biomasa y el contenido de carbono. La producción de oxígeno se estimó mediante una relación estequiométrica basada en el contenido de carbono y los pesos atómicos del CO2. Los modelos alométricos no lineales se ajustaron mediante el método de mínimos cuadrados ordinarios en el programa estadístico R®. El modelo de potencia presentó el mejor ajuste al alcanzar una R2 ajustada de 0.83 y un error estándar de 31.88 kg, además de cumplir con todos los supuestos de no autocorrelación, homocedasticidad y distribución normal en sus residuales. La máxima producción acumulada de oxígeno observada fue en un árbol de 6 m de altura y 7.12 m de diámetro de copa, con 276.12 kg, equivalente a lo requerido por un ser humano durante 11 meses de vida. El modelo obtenido puede ser empleado por actores del sector forestal y ambiental para estimar la producción acumulada de oxígeno en áreas similares a las del presente estudio.
Descargas
Referencias
Acosta-Mireles M, Vargas-Hernández J, Velázquez-Martínez A, Etchevers-Barra JD (2002) Estimación de la biomasa aérea mediante el uso de relaciones alométricas en seis especies arbóreas en Oaxaca, México. Agrociencia 36(6): 725-736.
Alanís-Rodríguez E, Mora-Olivo A, Jiménez-Pérez J, González-Tagle MA, Yerena-Yamallel JI, Martínez-Ávalos JG, González-Rodríguez LE (2015) Composición y diversidad del matorral desértico rosetófilo en dos tipos de suelo en el noreste de México. Acta Botánica Mexicana 1(110): 105-117. https://doi.org/10.21829/abm110.2015.187
Cruz-de-León G, Uranga-Valencia LP (2013) Theoretical evaluation of Huber and Smalian methods applied to tree stem classical geometries. Bosque 34(3): 311-317. http://dx.doi.org/10.4067/S0717-92002013000300007
Díaz-Ríos MJ, Vázquez-Alarcón A, Uribe-Gómez M, Sánchez-Vélez A, Lara-Bueno A, Cruz-León A (2017) Ecuaciones alométricas para estimar biomasa y carbono en aile obtenidas mediante un método no destructivo. Revista Mexicana de Ciencias Agrícolas 16(spe): 3235-3249. https://doi.org/10.29312/remexca.v0i16.393
Durbin J, Watson GS (1971) Testing for serial correlation in least squares regression. III. Biometrika 58(1): 1-19. https://doi.org/10.2307/2334313
García-Sánchez R, Camargo-Ricalde SL, García-Moya E, Luna-Cavazos M, Romero-Manzanares A, Manuel Montaño N (2012) Prosopis laevigata and Mimosa biuncifera (Leguminosae), jointly influence plant diversity and soil fertility of a Mexican semiarid ecosystem. Revista de Biología Tropical 60(1): 87-103. https://doi.org/10.15517/rbt.v60i1.2365
Gómez-Díaz JD, Etchevers-Barra J D, Monterrosos-Rivas A I, Campo-Alvez J, Tinoco-Rueda JA (2011) Ecuaciones alométricas para estimar biomasa y carbono en Quercus magnoliaefolia. Revista Chapingo serie Ciencias Forestales y del Ambiente 17(2): 261-272. https://doi.org/10.5154/r.rchscfa.2010.11.117
He L, Zhang X, Wang X, Ullah H, Liu Y, Duan J (2023) Tree crown affects biomass allocation and its response to site conditions and the density of platycladus orientalis linnaeus plantation. Forests 14(12): 2433. https://doi.org/10.3390/f14122433.
INEGI (2006) Conjunto de datos vectoriales, escala 1: 1 000 000. Precipitación media anual. Instituto Nacional de Estadística, Geografía e Informática. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=702825267544. Fecha de consulta: 01 de septiembre de 2024.
INEGI (2007) Conjunto de datos vectoriales, escala 1: 1 000 000. Temperatura media anual. Instituto Nacional de Estadística, Geografía e Informática. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=702825267551. Fecha de consulta: 01 de septiembre de 2024.
INEGI (2008) Conjunto de datos vectoriales, escala 1: 1 000 000. Unidades Climáticas. Instituto Nacional de Estadística, Geografía e Informática. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=702825267568. Fecha de consulta: 01 de septiembre de 2024.
INEGI (2018) Conjunto de datos vectoriales de uso del suelo y vegetación. Escala 1:250 000. Serie VII. Conjunto Nacional. Instituto Nacional de Estadística, Geografía e Informática. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463842781. Fecha de consulta: 01 de septiembre de 2024.
Jiménez-Pérez J, Aguirre-Calderón OA, Yerena-Yamallel JI (2008) Catálogo de contenido de carbono en especies forestales de tipo arbóreo del noreste de México. Comisión Nacional Forestal. Zapopan, Jal., México. 44p. https://www.conafor.gob.mx/biblioteca/fichas_de_contenido_de_carbono1.pdf. Fecha de consulta: 01 de septiembre de 2024.
Jucker T, Caspersen J, Chave J, Antin C, Barbier N, Bongers F, Dalponte M, van-Ewijk KY, Forrester DI, Haeni M, Higgins SI, Holdaway RJ, Iida Y, Lorimer C, Marshall PL, Momo S, Moncrieff GR, Ploton P, Poorter L, Rahman KA, Coomes DA (2017) Allometric equations for integrating remote sensing imagery into forest monitoring programmes. Global Change Biology 23(1): 177-190. https://doi.org/10.1111/gcb.13388
León-De la Luz JL, Domínguez-Cadena R, Díaz-Castro SC (2005) Evaluación del peso del leño a partir de variables dimensionales en dos especies de mezquite Prosopis articulata S. Watson y P. palmeri S. Watson, en Baja California Sur, México. Acta Botánica Mexicana 72: 17-32. https://doi.org/10.21829/abm72.2005.998
Manzano-Caramillo MG, Cantú-Vega J, Silva-Cavazos FJ, Martínez-Medina J (2009) Método práctico para estimación de biomasa y carbono acumulado en poblaciones naturales de mezquite (Prosopis glandulosa) en el noreste de México. Centro de Calidad Ambiental. Campus Experimental INIFAP, Terán, N.L. 11p.
Masera-Cerutti OR, Ordóñez-Diaz MJH, Dirzo-Minjarez R (1997) Carbon emissions from mexican forests: current situation and longterm scenarios. Climatic Change 35(3): 265-295. https://doi.org/10.1023/A:1005309908420
Massey FJ (1951) The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association 46(253): 68-78. https://doi.org/10.1080/01621459.1951.10500769
Medina-Guillén R, Cantú-Silva I, Estrada-Castillón E, González-Rodríguez H, Delgadillo-Villalobos JA (2017) Estructura y diversidad del matorral desértico rosetófilo rehabilitado con rodillo aireador, Coahuila, México. Polibotánica 44(22): 95-107. https://doi.org/10.18387/polibotanica.44.7
Méndez-González J, Santos-Méndez A, Nájera-Luna JA, González-Ontiveros V (2006) Modelos para estimar volumen y biomasa de árboles individuales de Prosopis glandulosa, var. torreyana en el Ejido Jesús González Ortega No 1, Mpio. de Mexicali, B.C. Agrofaz 6(2): 226-235.
Méndez-González J, Turlan-Medina OA, Ríos-Saucedo JC, Nájera-Luna JA (2012) Ecuaciones alométricas para estimar biomasa aérea de Prosopis laevigata (Humb. & bonpl. ex Willd.) M.C. Johnst. Revista Mexicana de Ciencias Forestales 3(13): 57-72. https://doi.org/10.29298/rmcf.v3i13.489
Montes-de-Oca-Cano E, García-Ramírez P, Nájera-Luna JA, Méndez-González J (2009) Ajuste de ecuaciones de biomasa para Pinus durangensis (Martínez M.) en la región de El Salto, Durango. Revista Chapingo serie Ciencias Forestales y del Ambiente 15(1): 65-71.
Návar-Cháidez JJ, Méndez E, Nájera-Luna JA, Graciano-Luna JJ, Dale V, Parresol B (2004) Biomass equations for shrub species of Tamaulipan thornscrub of North-eastern Mexico. Journal of Arid Environments. 59(4): 657-667. https://doi.org/10.1016/j.jaridenv.2004.02.010
Návar-Cháidez JJ (2010) Alometría para biomasa en especies arbóreas del noroeste de México. Agroecosistemas Tropicales y Subtropicales 12(3): 507-519.
Nowak DJ, Hoehn R, Crane DE (2007) Oxygen production by urban trees in the United States. Arboriculture & Urban Forestry 33(3): 220-226. https://doi.org/10.48044/jauf.2007.026
Ordóñez-Díaz JAB, Galicia-Naranjo A, Venegas-Mancera NJ, Hernández-Tejeda T, Ordóñez-Díaz MJ, Dávalos-Sotelo R (2015) Densidad de las maderas mexicanas por tipo de vegetación con base en la clasificación de J. Rzedowski: compilación. Madera y Bosques 21(spe): 77-216. https://doi.org/10.21829/myb.2015.210428
Perry JL, LeVan MD (2003) Air purification in closed environments: overview of spacecraft systems. U.S. Conference: NBC Defense Collective Protection Conference, COLPRO 2002At: Orlando, Florida. 10p.
R Core Team (2024) R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, Austria. https://www.R-project.org/. Fecha de consulta: 06 de agosto de 2024.
Ríos-Camey JM, Aguirre-Calderón OA, López-López B, Calleja-Peláez B (2019) Producción de oxígeno en Pinus teocote Schl. et Cham. y Pinus oocarpa Schiede. En la región Montaña del estado de Guerrero, México. CIBA Revista Iberoamericana de las Ciencias Biológicas y Agropecuarias 8(15): 52-71. https://doi.org/10.23913/ciba.v8i15.83
Ríos-Reyes A, Alanís-Flores G, Favela-Lara S (2017) Etnobotánica de los recursos vegetales, sus formas de uso y manejo, en Bustamante, Nuevo León. Revista Mexicana de Ciencias Forestales 8(44): 1-23. https://doi.org/10.29298/rmcf.v8i44.106
Ríos-Sauceda JC, Valles-Gándara AG, Sosa-Pérez G, Sígala-Rodríguez JA, Albarrán-Albarado D (2011) Metodología para la estimación de volumen, biomasa y carbono para mezquite en la región norte-centro de México. In: Ríos-Sauceda JC, Trucíos-Caciano R, Valenzuela-Núñez LM, Sosa-Pérez G, Rosales-Serna R (eds) Importancia de las poblaciones de mezquite en el Centro-Norte de México. Libro Técnico No. 08. INIFAP. Centro Nacional de Investigación Disciplinaria en la Relación Agua-Suelo-Planta-Atmósfera. Gómez Palacio, Dgo. pp. 107-134.
Rodríguez-Laguna R, Valencia-Manzo S, Meza-Rangel J, Capó-Arteaga MA, Reynoso-Pérez A (2008) Crecimiento y características de la copa de procedencias de Pinus greggii Engelm. en Galeana, Nuevo León. Revista Fitotecnia Mexicana 31(1): 19-26. https://doi.org/10.35196/rfm.2008.1.19
Silva-García JE, Aguirre Calderón OA, Alanís-Rodríguez E, González-Tagle MA (2018) Ecuaciones de volumen para Prosopis articulata S. Watson y Lysiloma divaricata (Jacq.) J. F. Macbr. en el noroeste de México. Revista Mexicana de Ciencias Forestales 9(50): 415-438. https://doi.org/10.29298/rmcf.v9i50.261
Sotomayor-Castellanos JR, Villaseñor-Aguilar JM (2006) Comportamiento viscoelástico de la madera de Prosopis sp. Madera y Bosques 12(2): 3-15. https://doi.org/10.21829/myb.2006.1221239
Toribio-Ferrer LM, Aguirre-Calderón OA, Alanís-Rodríguez E, Morán-Martínez AL, Toribio-Ferrer E, Rascón-Solano J (2025) Redistribución del valor bruto de producción como estrategia para estabilizar los ingresos comunitarios en zonas áridas: estudio de caso en el NCPE Nuevo San Pedro, Coahuila. Revista Electrónica de Ciencias Biológicas y Agropecuarias 12(26): 61-68. https://doi.org/10.32870/e-cucba.vi26.404
Van Laar A, Akça A (2007) Forest mensuration. Managing forest ecosystems, Vol. 13. Springer. Dordrecht, Holanda. 383p.
Vargas-Larreta B, Corral-Rivas J, Aguirre-Calderón OA, Nagel J (2010) Modelos de crecimiento de árbol individual: Aplicación del Simulador BWINPro7. Madera y Bosques 16(4): 81-104. https://doi.org/10.21829/myb.2010.1641162
Villavicencio-Gutiérrez EE, Mendoza-Morales S, Méndez-González J (2020) Modelo para predecir biomasa foliar seca de Litsea parvifolia (Hemsl.) Mez. Revista Mexicana de Ciencias Forestales 11(58): 112-133. https://doi.org/10.29298/rmcf.v11i58.642
White H (1980) A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econométrica 48(4): 817-838. https://doi.org/10.2307/1912934
Zhang K, Yang Y, Zhai Z, Fang Y, He M, Cheng J, Tian Y, Cao X, Liu L (2024) Evaluation of carbon sequestration and oxygen-release potential of six mulberry tree varieties during summer. Forests 15(10): 1819. https://doi.org/10.3390/f15101819
Zheng Y, Jia W, Wang Q, Huang X (2019) Deriving individual-tree biomass from effective crown data generated by terrestrial laser scanning. Remote Sensing 11(23): 2793. https://doi.org/10.3390/rs11232793
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ecosistemas y Recursos Agropecuarios

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1. Política propuesta para revistas de acceso abierto
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la Licencia CC BY-NC-ND 4.0 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
3. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
![]()
This work is licensed under CC BY-NC-ND 4.0





