EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Modelos no lineales y algoritmos de aprendizaje automático para modelar relaciones altura-diámetro en Pinus lawsonii Roezl

Juan Carlos Montoya-Jiménez, Cecilia Guadalupe Ruiz-González, Réne García-Martínez, Felipe Neri Hernández-Soto, Edith Guadalupe Estrada-Venegas, Armando Equihua-Martínez

Rev. iberoam. bioecon. cambio clim. · 2025

DOI: 10.5377/ribcc.v10i19.19639 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Rev. iberoam. bioecon. cambio clim., 2025. Verfasst von Juan Carlos Montoya-Jiménez und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Antecedentes: La medición de características del arbolado, particularmente la altura, en los inventarios forestales es una tarea costosa y requiere tiempo, especialmente en extensas superficies. Por esta razón, se han encaminado esfuerzos para generar modelos matemáticos para estimar la altura a partir del diámetro de los pinos. Objetivo: el objetivo de esta investigación fue comparar modelos estadísticos y algoritmos de aprendizaje automático para estimar la altura total en función del diámetro normal para árboles de Pinus lawsonii. Metodología: El estudio se realizó en el bosque natural del TESVB, para ello se midió la altura y diámetro de 295 árboles de diferente categoría diamétrica. A partir de los datos se ajustaron 15 modelos no lineales. Adicionalmente se probaron cuatro algoritmos de aprendizaje automático. El análisis se realizó con el software R. Resultados: Con los modelos no lineales, se observó que la mayoría de los modelos explicaron el 66 % (R2) de la varianza de la altura en función del diámetro normal, sin embargo, los modelos evaluados incumplieron los supuestos de normalidad y homocedasticidad. En el caso de los algoritmos de aprendizaje automático el porcentaje de la varianza explicada en la altura total a partir del diámetro normal, para los datos de entrenamiento osciló entre 61 y 84 %. Conclusión: Considerando el incumplimiento de los supuestos se recomienda bosques aleatorios para predecir altura total, además que obtuvieron predicciones aceptables y con congruencia biológica considerando la altura medida en campo de los árboles de Pinus lawsonii.

Zitieren

APA

Montoya-Jiménez, J. C., Ruiz-González, C. G., García-Martínez, R., Hernández-Soto, F. N., Estrada-Venegas, E. G., & Equihua-Martínez, A. (2025). Modelos no lineales y algoritmos de aprendizaje automático para modelar relaciones altura-diámetro en Pinus lawsonii Roezl. Rev. iberoam. bioecon. cambio clim.. https://doi.org/10.5377/ribcc.v10i19.19639

Vancouver

Montoya-Jiménez JC, Ruiz-González CG, García-Martínez R, Hernández-Soto FN, Estrada-Venegas EG, Equihua-Martínez A. Modelos no lineales y algoritmos de aprendizaje automático para modelar relaciones altura-diámetro en Pinus lawsonii Roezl. Rev. iberoam. bioecon. cambio clim.. 2025. doi:10.5377/ribcc.v10i19.19639

BibTeX
@article{MontoyaJimnez2025,
  author = {Montoya-Jiménez, Juan Carlos and Ruiz-González, Cecilia Guadalupe and García-Martínez, Réne and Hernández-Soto, Felipe Neri and Estrada-Venegas, Edith Guadalupe and Equihua-Martínez, Armando},
  title = {Modelos no lineales y algoritmos de aprendizaje automático para modelar relaciones altura-diámetro en Pinus lawsonii Roezl},
  journal = {Rev. iberoam. bioecon. cambio clim.},
  year = {2025},
  doi = {10.5377/ribcc.v10i19.19639}
}
Kostenlos starten →