Tesis:
Estimación del índice de área foliar (LAI) en Pinus halepensis.
- Autor: LOPEZ SERRANO, Francisco Ramón
- Título: Estimación del índice de área foliar (LAI) en Pinus halepensis.
- Fecha: 2000
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE MONTES
- Departamentos: ECONOMIA Y GESTION FORESTAL
- Acceso electrónico:
- Director/a 1º: MARTINEZ MILLAN, Francisco Javier
- Director/a 2º: CERRO BARJA, Antonio del
- Resumen: Para la especie de pino carrasco (Pinus halepensis) y utilizando como área de estudio dos zonas localizadas en la provincia de Albacete, se aborda la aplicación del índice de área foliar al estudio de la estructura de la cubierta de masas forestales de la citada especie. En primer lugar se realiza una estimación directa del área foliar y del índice del área foliar (LAI) en árboles individuales. Datos que permiten establecer un modelo que relaciona el área foliar de un árbol y de diámetro normal. La estimación de los valores de masa se consigue al aplicar dicha relación a los árboles de una parcela. En el segundo paso se establecen modelos de regresión entre el área foliar y diferentes parámetros dendrométricos, así como el estudio de la variabilidad de las distintas relaciones alométricas. La estimación indirecta del (LAI) de la masa utilizando el (LAI-2000) se efectúa mediante una estrategia standard. Sistemáticamente en un transecto se realizan múltiples lecturas por parcela. Frente a esta estrategia se utiliza una estrategia no estándar y menos costosa de realizar. Se plantea una sola medida parcela, con una determinación previa del protocolo a seguir respecto a la posición del sensor en cuanto a la distancia y orientación del árbol más próximo. El método resulta tan efectivo y exacto como el anterior. Si bien, al igual que la estrategia estándar, se infravaloran las estimaciones directas del (LAI) en algunas de las fechas de estudio. Finalmente, se utilizan las medidas indirectas del (LAI) en la estimación de parámetros dasométricos. Se consiguen modelos de regresión significativos, aunque no son estables en el tiempo. La inclusión de variables climático-metereológicas permite la estabilización de los modelos