Se incluyen los anexos siguientes:
1. Clasificación de los PFNM. Ejemplos de métodos empleados
2. Aclaración sobre parcelas y subparcelas
3. Ejemplo de los resultados de un inventario de PFNM
4. Algunos métodos de muestreo empleados actualmente y otros métodos recientes
5. Instituciones de interés y sitios en Internet
Métodos
La información sobre el comercio internacional, por ejemplo, Aduanas y Arbitrios, tiende a agrupar los recursos de acuerdo con:
Los inventarios de biodiversidad suelen agrupar los animales y los vegetales de acuerdo con los nombres científicos de la familia y el género.
Los estudios etnobotánicos clasifican de acuerdo con los usos finales de carácter local (p.ej. construcción, comestible, combustible, medicinal, venenos).
Los forestales y las evaluaciones de base forestal utilizan agrupaciones de acuerdo con la forma de la planta y partes utilizadas (p.ej. partes no maderables de árboles, frutos de árboles, herbáceas, trepadoras, arbustos, etc.)
Los ecólogos de fauna silvestre suelen agrupar de acuerdo con la familia científica y el tamaño (p.ej. insectívoros, primates, reptiles, roedores, ungulados).
Los gestores de tierras y recursos se agrupan a veces según las características de la ordenación (p.ej. facilidad de propagación o de cultivo, accesibilidad, quién lo recolecta, para consumo ordinario en los hogares, uso ocasional, para venta en mercados locales).
Ejemplos
A. Tipología para una contabilidad nacional de PFNM (según Chandrasekharan, 1995)
A. Plantas vivas y partes de plantas
Plantas vivas
Partes de plantas (verdes, cortadas, secadas o prensadas), recogidas para usos específicos
Partes específicas de plantas con usos múltiples, no incluidas en el grupo anterior
Materiales vegetales no clasificados en otro lugar
Exudaciones en bruto y productos naturales similares
B. Animales y productos animales
Animales vivos
Productos animales
C. Productos preparados o manufacturados
Productos comestibles preparados (preservados provisionalmente)
Bebidas preparadas
Alimentos o forrajes preparados para animales
Aceites y grasas vegetales
Grasas y aceites animales
Ceras preparadas de origen animal o vegetal
Extractos para teñir y colorear de origen vegetal o animal
Extractos fitofarmacéuticos y médicos, galénicos, medicamentos
Aceites esenciales y sus concentrados
Colofonia y derivados de la colofonia
Gomas y látex elaborados
Combustibles y alcoholes
Otros productos orgánicos o fitoquímicos básicos
Productos de corteza preparados
Productos trenzados
Productos de fibra natural
Cuero curtido, pieles y productos de taxidermia
Productos varios, manufacturados con materias primas forestales no maderables
Otros productos vegetales y animales no maderables
D. Servicios
Servicios basados en el bosque
B. Clasificación por uso final (según Wyatt, 1991)
Clase |
Esponjas, palos de mascar, productos para limpieza de los dientes |
Esponjas de baño |
Esponjas y palos de mascar |
Productos para limpieza de los dientes |
Afrodisíacos |
Fibras, fibras para tejer, yute, tela |
Cestería (trampas para peces, mobiliario, adornos) |
Fibra de yute |
Tela |
Manos de almirez |
Comestibles |
Frutos silvestres |
Edulcorantes |
Neutralizantes |
Hortalizas y setas |
Hojas comestibles |
Agua, bebidas, vino |
Agua |
Bebidas |
Vino |
Intoxicantes |
Plantas medicinales |
Plantas medicinales |
Látex, hules, gomas y resinas |
Látex |
Adulterantes |
Liga para pájaros |
Coagulantes Goma |
Resina |
Goma de copal Clase |
Gutapercha |
|
Abalorios decorativos |
Semillas decorativas |
C. Clasificación del uso de las plantas de acuerdo con lo utilizado por los etnobotánicos
Prance et al., 1987 |
Edwards, 1991 |
Boom, 1989 |
Valkenberg, 1997 |
Salick et al., 1995 | ||
Comestible |
No se usa |
Alimento |
Madera de construcción |
Estético | ||
Material de construcción |
Finalidad general |
Combustible |
Madera de finalidad especial |
Construcción | ||
Tecnología |
Madera de construcción |
Construcción |
Corteza/hojas |
Comestible | ||
Varios |
PFNL que no están en el comercio |
Medicinal |
Grasa comestible |
Leña | ||
Remedios |
PFNL que están en el comercio |
Venenoso |
Fruto |
Caza | ||
Religión |
Comercial |
Exudado |
Hábitat de fauna | |||
Varios |
Medicinal |
Intoxicante | ||||
Sin uso (incluida la leña) |
Medicinal | |||||
Aceites | ||||||
Malhotra et al., 1991 |
Veneno | |||||
Materias primas para la venta comercial o para elaboración |
Resinas, etc. | |||||
Alimentos o bebidas de subsistencia |
||||||
Forraje para animales Combustible Madera de construcción y fibras para herramientas y fines constructivos Medicinales |
Madera de construcción Uso general Producto no leñoso | |||||
Otros | ||||||
D. Agrupación de los PFNM de acuerdo con criterios de viabilidad para el inventario forestal
Grupo de PFNM |
Descripción del grupo |
Ejemplos |
Comentarios |
1 |
Partes del árbol no madereras |
Frutos, hojas, pequeñas ramas |
Se pueden relacionar con las dimensiones del árbol |
2 |
Productos de plantas parecidas a los árboles |
Bambú, rotén |
Dimensiones relativamente fáciles de medir |
3 |
Hierbas y otras plantas |
Hierbas medicinales y aromáticas |
Algunas propiedades específicas a tener en cuenta cuando se incorporan a los inventarios forestales normales |
(según Kleinn et al., 1996)
E. Clasificación de los PFNL basada en la forma de vida y en las partes de la planta (McCormack, 1998)
Animales |
Sin subdivisión |
|||
Plantas |
Especies y productos perennes |
Árboles |
Madera |
|
Corteza |
||||
Plantas no arbóreas |
Trepadoras |
Lianas | ||
Rotenes | ||||
No trepadoras |
Palmeras | |||
Bambú | ||||
Epifitas | ||||
Arbustos | ||||
Productos perecederos de especies perennes |
P.ej. frutos, lanilla procedente de cápsulas de semillas, nueces/semillas, semillas oleaginosas, yemas apicales, hojas | |||
Especies perecederas |
P.ej. hierbas, setas, miel silvestre |
F. Clasificación por formas de vida utilizada en las evaluaciones de recursos de especies múltiples
Wong, 1998 |
Dunn et al., 1994 |
FitzGibbon et al., 1995 |
Lahm, 1993 |
Gadsby & Jenkins, 1992 |
Árboles no madereros |
Trepadoras |
Primates |
Reptiles |
Insectívoros |
Herbáceas |
Arbustos |
Antílope africano |
Pangolin |
Murciélagos |
Trepadoras |
Palmeras/bambú |
Musarañas ele- fantes |
Roedores |
Primates |
Rotenes |
Maratáceas |
Ardillas |
Primates |
Roedores |
Árboles no madereros |
Carnívoros |
Carnívoros | ||
Rotén |
Ungulados |
G. Clasificación provisional de los PFNLs de acuerdo con las características de la ordenación (Wiersum, 1999)
Características de la oferta |
1. Características de la producción - Grado de sostenibilidad ecológica de la extracción - Facilidad de propagación vegetativa o regenerativa - Facilidad de cultivo bajo distintas condiciones ambientales - Facilidad de estimular la producción por medios tecnológicos 2. Organización de la producción - Acceso a los PFNL - División por sexos de las responsabilidades de producción |
Características de la demanda |
1. Productos recogidos a propósito para consumo de subsistencia no relacionado con las principales necesidades familiares (p.ej. alimentos de aperitivo) 2. Productos recogidos ocasionalmente e intencionadamente en tiempos de emergencia (p.ej. productos medicinales, alimentos de emergencia en períodos de sequía) - Productos para el consumo normal de la familia - Fáciles de sustituir con productos de otras especies (p.ej. diversos productos alimenticios, forrajes, leña) 3. Difíciles de sustituir con productos de otras especies (p.ej. alimentos forestales preferidos) 4. Productos para la venta en diversos tipos de mercados (local, regional/nacional, internacional) - Alto grado de complementación con sustitutivos - Bajo grado de complementación con sustitutivos 5. Productos que se demandan en forma manufacturada y que se pueden producir localmente dándoles un valor añadido (p.ej. azúcar de palmera, licores) |
Boom, B.M. 1989. Use of plant resources by the Chacobo. pp. 78-96. In: Posey, D.A. & Balee, W. (eds). Resource management in Amazonia: Indigenous and folk strategies. Advances in Economic Botany 7. 287 pp.
Chandrasekharan, C. 1995. Terminology, definition and classification of forest products other than wood. pp. 345-380. In: Report of the International expert consultation on non-wood forest products. Yogyakarta, Indonesia. 17-27 January 1995. Non-wood forest products no. 3. FAO, Rome. 465 pp.
Dunn, R.M., Out, D.O. & Wong, J.L.G. 1994. Report of the reconnaissance inventory of the high forest and swamp forest areas in Cross River State, Nigeria. Cross River State Forestry Project (ODA Assisted), Calabar, Nigeria. 7 pp.
Edwards, I. 1991. Quantitative ethnobotanical survey of a hectare of tropical forest near Toraut, Dumogo Bone National Park, Northern Sulawesi, Indonesia. Sulawesi Ethnobotanical Project. Preliminary Report. 8 pp.
FitzGibbon, C.D., Mogaka, H. & Fanshawe, J.H. 1995. Subsistence hunting in Arabuko-Sokoke Forest, Kenya, and its effects on mammal populations. Conservation Biology 9 (5): 1116-1126.
Gadsby, E.L. & Jenkins, P.D. 1992. Report on wildlife and hunting in the proposed Etinde Forest Reserve Consultants report to Limbe Botanic Garden and rainforest genetic conservation project (ODA). Unpublished. 43 pp.
Kleinn, C., Laamanen, R. & Malla, S.B. 1996. Integrating the assessment of non-wood forest products into the forest inventory of a large area: Experiences from Nepal. pp. 23-31. In: Domestication and commercialization of non-timber forest products in agroforestry systems. Proceedings of an International Conference held in Nairobi. FAO.
Lahm, S.A. 1993. Utilization of forest resources and local variation of wildlife populations in northeastern Gabon. pp. 213-226. In: Tropical forests, people and food. MAB Series Vol. 13. Hladik C.M., Hladik A., Linares O.F., Pagezy H., Semple A. & Hadley M. (eds). UNESCO 852 pp.
Malhotra, K.C., Poffenberger, M., Bhattacharya, A. & Dev, D. 1991. Rapid appraisal methodology trials in Southwest Bengal: assessing natural forest regeneration patterns and non-wood forest product harvesting practice. Forest, Trees and People Newsletter 15/16: 18-25.
McCormack, A. 1998. Guidelines for inventorying non-timber forest products. M.Sc. thesis, Oxford. 127 pp.
Prance, G.T., Balée, W., Boom, B.M. & Carbeuri, R.L. 1987. Quantitative ethnobotany and the case for conservation in Amazonia. Conservation Biology 1 (4): 296-310.
Salick, J., Mejia, A. & Anderson, T. 1995. Non-timber forest products integrated with natural forest management, Rio San Juan, Nicaragua. Ecological Applications 5 (4): 878-895.
van V
Valkenburg, J.L.C.H. 1997. Non-timber forest products of East Kalimantan. Potentials for sustainable forest use. Tropenbos Series 16. Tropenbos Foundation. 202 pp.
van Wieren, S. 1999. Towards the sustainable use of wildlife in tropical forests. pp. 175-178. In: Seminar proceedings 'NTFP research in the Tropenbos Programme: Results and perspectives', 28 January 1999. Ros-Tonen, M.A.F. (ed.). Tropenbos Foundation, the Netherlands. 203 pp.
Wong, J.L.G. 1998. Non-timber forest products from the reserved forests of Ghana. Consultancy report 11. Forest Sector Development Project, Accra, Ghana. Unpublished. 31 pp.
Wyatt, N.L. 1991. A methodology for the evaluation of non-timber forest resources. Case study: the forest reserves of southern Ghana. M.Sc. thesis, Silsoe College, Cranfield Institute of Technology. 102 pp.
Parcelas y subparcelas
Parcela cuadrada
Faja
Parcela
= 6 subparcelas
Parcela
= 6 subparcelas
Parcela
= 36 subparcelas
Grupo
Anexo 3. Ejemplo de los resultados de un inventario de PFNM
Del Estudio de caso 3 - inventario nacional de Ghana. Trepadoras - Hunhun - Frutos - Manniophyton fulvum (L5)
1. Preferencias en cuanto a zonas de vegetación
COMPARACIONES MÚLTIPLES TUKEY HSD.
MATRIZ DE PROBABILIDADES DE COMPARACIÓN POR PAREJAS
WE ME MSSE MSNW DS
WE 1.000
ME 0.000 1.000
MSSE 0.545 0.000 1.000
MSNW 0.000 0.043 0.000 1.000
DS 0.000 0.071 0.000 0.992 1.000
WE & MSSE no son diferentes
MSNW & DS no son diferentes
2. Área basimétrica de los árboles 3. Índice de árboles colonizadores
AB Media = 23,218 SE = 0,260 Índice medio = 59,787 SE = 22,284
4. ÍNDICE ECONÓMICO PARA ÁRBOLES >30 CM D 5. ZONAS DE ORDENACIÓN
6. Abundancia relativa
Zona |
WE & MSSE |
ME |
MSNW & DS |
Ocupación (%) |
78,9 |
58,9 |
27,4 |
Densidad media (pies ha-1) * |
26,531 |
18,692 |
9,271 |
Error estándar |
20,939 |
16,142 |
13,131 |
Densidad máxima (pies ha-1) |
118 |
95 |
59 |
Superficie para tratar de encontrar 10 (ha) |
0,5 |
0,9 |
3,9 |
*Densidad en la superficie ocupada por la especie
a) Diseños de muestreo posibles para el inventario de PFNM.
Muestreo subjetivo
Generalmente no son aceptables estadísticamente pero con frecuencia se utilizan en "aforos" o evaluaciones rápidas para conseguir que se muestreen una gama completa de ambientes. Se utilizan también en la localización de las PPM para conseguir que estén representados todos los tipos de bosque. Hay que tener cuidado de que el diseño no se convierta por descuido en subjetivo. Hay que cuidar los sesgos, p.ej. dejar fuera áreas cuyo acceso es difícil.
Secciones de gradientes - utilizados en estudios ecológicos para conseguir que se muestreen todos los tipos de vegetación a lo largo de los principales gradientes ambientales.
Sampling systems
Muestreo objetivo
Son los tipos de diseños más corrientemente utilizados para el inventario de recursos naturales.
Censos completos - Medición y registro de todos los individuos. Son prácticos únicamente para pequeñas áreas. Generalmente se utilizan para el estudio de existencias de los tramos forestales que se van a explotar.
Aleatorio simple - Las muestras se trazan utilizando números aleatorios a partir de un marco de muestreo predeterminado. P.ej. se establece una malla de cuadrados numerados de 1x1 km., se seleccionan los cuadrados para el muestreo utilizando tablas de números aleatorios.
Sistemático - Muestras seleccionadas de acuerdo con normas predeterminadas: p.ej., parcelas situadas en las intersecciones de una malla de 1x1 km., se mide uno de cada cinco árboles. Ha habido ciertas reticencias sobre la aceptabilidad estadística de este método. Sin embargo, generalmente se considera que tales diseños son aceptables siempre que se haya cuidado de reducir el riesgo de que la malla de muestreo coincida con alguna característica regular del paisaje. Nota: el error de muestreo puede calcularse utilizando la fórmula para una muestra aleatoria al azar, suponiendo que la población que sirve de base es aleatoria (esto es, que la disposición de los árboles es en sí misma aleatoria). Si no hay seguridad al hacer este supuesto, el cálculo del error del muestreo puede ser problemático. Hay que tener en cuenta que la malla sistemática puede considerarse como una sola parcela, y la replicación de la malla podría utilizarse, por lo tanto, para estimar los errores.
Muestreo de probabilidad
Son muestras en las que la probabilidad de elegir un individuo es proporcional a su tamaño. Advertencia: todos los otros métodos examinados muestrean con una probabilidad constante de selección lo que puede significar que los individuos más raros y grandes están muestreados por defecto teniendo en cuenta que contribuyen desproporcionadamente a las cantidades totales existentes.
Muestreo con lista - se hace una lista de todos los individuos y su tamaño. Se calcula el tamaño acumulado, es decir, la suma de los tamaños de todos los individuos menores se debe tabular para todos los individuos. Se asignan números para seleccionar los individuos de acuerdo con el tamaño acumulativo (véase el ejemplo). La probabilidad de selección viene dada por el tamaño acumulado/suma de tamaños.
Individuo |
Tamaño |
Tamaño acumulado |
Números |
1 |
2 |
2 |
1-2 |
2 |
5 |
7 |
3-7 |
3 |
10 |
17 |
8-17 |
4 |
15 |
32 |
18-32 |
Si el número aleatorio extraído es 5, se selecciona el individuo 2, si es 20 se selecciona el individuo 4. Los individuos más grandes tienen una mayor probabilidad de ser elegidos porque tienen asignado un número mayor.
Muestreo 3P - desarrollado para estimar el volumen en una venta de madera. Se hace una evaluación visual del árbol y se selecciona la muestra con una probabilidad proporcional al tamaño previsto del árbol. Se usan las normas de selección para determinar qué árboles deben muestrearse. Ello exige visitar cada árbol del área. Se estima el volumen máximo por árbol en pie.
En cada árbol:
Si el árbol es mayor que el tamaño medio estimado, se estima su volumen y se mide. En caso contrario se utiliza una tabla de números aleatorios para determinar si se muestrea el árbol.
Si el número aleatorio es menor que el tamaño estimado, se mide el árbol
O se va al próximo árbol.
Utilizar los datos para estimar el volumen total de la masa.
Muestreo mediante intersectos lineales -individuos de la muestra que tocan o intersectan una línea: cuanto mayores son, mayor es la probabilidad de que toquen la línea. Desarrollado originalmente para estimar la cantidad de material p.ej. despojos o leña tirados sobre el terreno. Se ha recomendado también para el muestreo de lianas y se ha utilizado para huellas y signos de fauna.
Además de estos diseños básicos es posible también utilizar más o menos cualquiera de ellos dentro de un plan más amplio que puede utilizarse para lograr eficacias de muestreo o conseguir que todas las subpoblaciones estén muestreadas adecuadamente. Estos planes son:
Muestreo estratificado - Se divide la población en subpoblaciones.
Obsérvese por tanto que más o menos, cualquier diseño se puede estratificar: aleatorio estratificado, sistemático estratificado, etc. Los estratos se pueden decidir mediante la elaboración de cartografía o pueden ser sistemáticos, p.ej. dividiendo un área en bloques de 10x10 Km.
Muestreo en múltiples etapas (multietápico)
Se muestrea una serie de parcelas integradas, generalmente parcelas más pequeñas situadas dentro de otras mayores. Por ejemplo, pueden seleccionarse áreas de 1x1 km. para cartografiar el uso del suelo, y dentro de ellas puede elegirse al azar una parcela de 1 ha., uno cada cinco árboles de la parcela de 1 ha. puede tener un 10 por ciento de sus ramas muestreados para frutos.
Muestreo doble
Selección independiente de dos muestras diferentes elegidas de la misma población de individuos con el objetivo de medir diferentes características en cada muestra. Con frecuencia hay por lo menos un carácter en común que puede utilizarse en modelos del tipo de regresión para predecir un carácter que es más difícil de medir a partir de uno más sencillo. Por ejemplo, el uso de una muestra pequeña e independiente de árboles en los que se mide el rendimiento en frutos, da una información que se utiliza para interpolar los rendimientos de frutos de una muestra mayor de árboles de los que sólo se mide el diámetro. Se eligen los diseños más eficaces para cada tipo o escala de muestreo. Los dos inventarios se relacionan utilizando estimadores de proporción o regresión.
b) Diseños recientes de muestreo
Muestreo adaptativo
Es una clase general de métodos en los que el número de parcelas muestreadas responde a la existencia y número de individuos que se encuentran durante el muestreo.
Características:
+ Eficiente (preciso y efectivo en cuanto a costes) y estrategia de muestreo no sesgado para poblaciones raras, agrupadas o espacialmente desiguales;
+ Aumenta el número de observaciones para un esfuerzo dado de muestreo respecto al MAS2;
+ Sitúa e incorpora lugares difíciles de carácter local;
- No puede conocer el número/coste del muestreo al comenzar el ejercicio;
- Se necesitan cálculos especiales de medias y variantes.
Muestreo adaptativo por grupos - Método para localizar y registrar el tamaño y composición de los grupos en poblaciones heterogéneas. Comienza con una muestra de baja intensidad y, cuando se localiza el tema de interés, se añaden muestras adicionales hasta que se acaban los individuos a muestrear. Esto forma un grupo de parcelas.
Es especialmente útil cuando la densidad está agrupada a lo largo de grandes áreas, permitiendo el máximo número de individuos a muestrear con un mínimo esfuerzo de muestreo. Un inconveniente es que las parcelas adicionales pueden verse perturbadas por el muestreo de las primeras. El principio consiste en sumar los datos de las parcelas de tal modo que el grupo total se convierte en una unidad de muestreo, por lo que no importa si las parcelas se tocan. El problema es que no se conoce la duración y el coste que representará el inventario hasta que se haya terminado.
Variantes que pueden servir para diferentes situaciones:
Muestra inicial aleatoria simple. Se añaden parcelas (normalmente adyacentes a la parcela "ocupada" en una disposición determinada, recomendándose una configuración en cruz) siempre que una parcela contenga más de un número límite mínimo de individuos (regla de la suma) deteniendo la adición cuando ninguna de las nuevas parcelas satisface la regla de adición. |
+Forma grupos de parcelas de muestreo que aumentan hasta un máximo local e incluye por completo agregaciones de individuos |
Muestras iniciales en fajas (las parcelas agrupadas crecen lateralmente a partir de la faja inicial, una vez descubierta la especie) |
+Es bueno para cubrir grandes áreas |
Muestra inicial sistemática (con un punto aleatorio de partida) |
+Muy eficaz para poblaciones raras y agrupadas |
Regla de adición de las estadísticas ordinales (la regla de adición utiliza un orden de rango de muestras, p.ej. si la nueva parcela tiene una densidad > que la 4ª más elevada se añaden más parcelas) |
+Población de densidad desconocida para la que no se puede determinar una regla de adición a priori - Incluye más cálculos |
Estratificada: (1) No se permite que los grupos crucen los límites de los estratos (2) Se permite que los grupos crucen los límites de los estratos |
+Permite el uso de información anterior (1) Se mantiene la independencia de los estratos (2) Es más eficaz pero requiere un cálculo especial de la media |
Ajustado para una detección imperfecta: (1) Posibilidad de detección constante (2) Posibilidad de detección variable |
+Bueno para organismos de gran movilidad o difíciles de encontrar -Utiliza cálculos no convencionales de la media y la varianza |
Distribución adaptativa - Diseños adaptativos en dos etapas. Se toma una muestra inicial de una forma convencional. Se distribuye la próxima serie de parcelas de acuerdo con la densidad de los árboles elegidos en la primera serie de parcelas. Esto permite conocer por anticipado el número final de parcelas. Los métodos incluyen:
Tamaños de muestra basados en observaciones iniciales en cada estrato: Etapa 1: Se divide el área en estratos y se utiliza el MAS (u otro sistema de distribución) en cada estrato Etapa 2: se añaden más parcelas utilizando el MAS (en proporción al número de parcelas por estrato que valen para la regla de la adición o para reducir al mínimo la varianza final estimada) |
+Maximiza el valor de los estudios piloto +Permite, sin comprometer el diseño, la recolección de datos adicionales en las áreas en las que se ha descubierto que contienen una alta densidad de población +Costes más fáciles de controlar -Requiere dos pasadas por el área de estudio -Pequeños sesgos negativos en las estimaciones para la muestra total agrupada |
El tamaño de la muestra se basa en observaciones procedentes de estratos previos (MAS secuencial de los estratos; asignación de parcelas a los estratos subsiguientes basándose en la regla de la adición y en las observaciones de los estratos anteriores) |
+Sólo requiere una pasada +Bueno para el muestreo a través de gradientes ambientales en gran escala, p.ej. laderas de montaña en las que las especies elegidas pueden estar confinadas en ciertas zonas altitudinales +Se aplican los cálculos tradicionales de MAS estratificados |
Subjetivo - Muestreo por series clasificadas. Técnica nueva que carece realmente de sesgos y es eficiente. Clasifica las parcelas distribuidas en grupos en diferentes emplazamientos o lugares de acuerdo con el valor medio (p.ej. tamaño) de la característica medida. Por ejemplo, se pueden distribuir tres parcelas en cada una de los tres emplazamientos de las muestras. En cada emplazamiento se clasifican las tres parcelas (alta, media, baja) de acuerdo con la densidad de la especie del recurso. En primer lugar, se mide la parcela de alta densidad, en segundo término, la de media y, en tercer lugar, la parcela de menor densidad. La media de las tres parcelas medidas se utiliza para calcular las estimaciones totales de la población. Es útil cuando hay mucha variación local, evita el sesgo y puede utilizar potencialmente los conocimientos locales. Necesita un mayor desarrollo para usarlo con los PFNM.
Características:
+ Da estimaciones insesgadas y una mejor precisión que el MAS del mismo tamaño de muestra.
+ Es mejor para poblaciones con gran variabilidad local y puede ajustarse para alcanzar el nivel de variabilidad local
+ Permite la incorporación de conocimientos subjetivos
- Requiere la comparación visual de las series de parcelas para clasificarlas, por lo que deben estar suficientemente próximas
- El coste de emplazamiento de las parcelas para clasificación tiene que ser pequeño en comparación con el coste de la enumeración
Muestreo dirigido de fajas. Es un diseño no sesgado de dos etapas para el estudio de fajas utilizando información previa de alta resolución.
Etapa 1: Se trazan fajas anchas como unidades primarias y se dividen en celdas geométricas de dimensiones adecuadas, disponiendo para ello de información previa, p.ej., por teledetección.
Etapa 2: Se selecciona aleatoriamente una línea de estudio por faja para el submuestreo. Las celdas de la malla que van a formar la ruta de la línea de estudio se seleccionan con probabilidades proporcionales a sus valores covariantes. La estrategia para la selección de las celdas puede, sin embargo, variarse.
A lo largo de las líneas elegidas se realiza el inventario utilizando algún método basado en el muestreo de fajas lineales, el muestreo por fajas, el muestreo por intercepción lineal, etc.
Características:
+ Puede utilizar datos a priori de alta resolución; por ejemplo, pixels clasificados mediante interpretación de la teledetección
+ Mejor alternativa que el muestreo de sección de gradientes, etc., porque la selección de líneas se basa en la probabilidad más que en la subjetividad
+ Es bueno para poblaciones esparcidas
- Requiere gran cantidad de información previa detallada
Lectura adicional
Brown, J.A. Unknown. The application of adaptive cluster sampling to ecological studies. pp. 86-97. In: Statistics in Ecology and Environmental Monitoring. Otago Conference Series No. 2. Fletcher, D.J. & Manly, B.F.J. (eds). University of Otago Press, Dunedin, New Zealand.
Cochran, W.G. 1977. Sampling techniques. Third edition. Wiley. 428 pp.
Halls, L.K. & Dell, T.R. 1966. Trial of ranked-set sampling for forage yields. Forest Science 12 (1): 22-26.
McIntyre, G.A. 1952. A method for unbiased selective sampling, using ranked sets. Australian Journal of Agricultural Research 3: 385-390.
Muttlak, H.A. & McDonald, L.L. 1990. Ranked set sampling with size-biased probability of selection. Biometrics 46: 435-445.
Patil, G.P., Sinha, A.K. & Taillie, C. 1994. Ranked set sampling. pp. 167-200. In: Environmental Statistics. Handbook of Statistics Vol. 12. Patil, G.P. & Rao, C.R. (eds). Elsevier Science. 927 pp.
Seber, G.A.F. & Thompson, S.K. 1994. Environmental adaptive sampling. pp. 201-220. In: Environmental Statistics. Handbook of Statistics Vol. 12. Patil, G.P. & Rao, C.R. (eds). Elsevier Science. 927 pp.
Shiver, B.D. & Borders, B.E. 1996. Sampling techniques for forest resource inventory. Wiley. 356 pp.
Ståhl, G., Ringvall, A. & Lämås, T. 2000. Guided transect sampling for assessing sparse populations. Forest Science 46: 108-115.
Thompson, S.K. 1991. Stratified adaptive cluster sampling. Biometrika 78 (2): 389-397.
Thompson, S.K. 1992. Sampling. John Wiley & Sons. 343 pp.
Thompson, S.K. 1997. Spatial sampling. pp. 161-172. In: Precision agriculture: spatial and temporal variability of environmental quality. Ciba Foundation Symposium 210. Wiley. 251 pp.
Thompson, S.K. & Seber, G.A.F. 1994. Detectability in conventional and adaptive sampling. Biometrics 50: 712-724.
El material procedente de una serie de instituciones sobre recursos sirvió como información para el examen original. Estas instituciones están disponibles para un conocimiento más detallado en este área. La mayoría de ellas cuentan con sitios en Internet que pueden ser de utilidad.
Institución |
Sitios en Internet |
AERDD, University of Reading |
|
Afrirattan |
|
Birdlife International |
|
Bushmeat Crisis Taskforce |
|
CABI Online Publishing |
|
CARPE - Central African Regional Programme |
http://carpe.umd.edu/ |
Centro Agronomic Tropical de Investigación y Enseñanza (CATIE) |
|
Centre for International Forestry Research (CIFOR) -Criteria and Indicators |
|
Conservation International |
|
Department for International Development (DFID), United Kingdom |
|
Department of Forestry, University of Aberdeen |
|
European Forest Institute - Certification information service |
|
European Tropical Forest Research Network (ETFRN) - NWFP workshop report |
|
Falls Brook Centre, Canada (Certification of NTFPs) |
|
FAO |
|
Institute for Culture and Ecology - NTFP programme |
|
Institute of Ecology and Resource Management, University of Edinburgh |
|
Institute of Environmental Studies |
|
Instituto Nacional de Biodiversidad (INBio) - inventory |
|
International Institute for Environment and Development (IIED), London |
|
International Union of Forest Research Organisations (IUFRO) |
|
IUCN, Sustainable Use Initiative |
|
Natural Resources Institute (NRI) |
|
New York Botanical Garden - herbaria information |
|
Overseas Development Institute (ODI) |
|
Oxford Forestry Institute (OFI) |
|
ProFound: Advisers in Development - NTFP information |
|
Royal Botanic Gardens, Kew Royal Botanic Gardens, Edinburgh |
|
School of Agriculture and Forest Sciences, University of Wales |
|
Statistical Advisory Centre, University of Reading |
|
Tropenbos, NTFP Programme, University of Wageningen, the Netherlands |
|
Tropical Forest Forum (United Kingdom) |
|
University of St. Andrews, RUWPA Downloadable DISTANCE software |
|
USGS Biodiversity monitoring program Downloadable MONITOR software |
www/mp1-pwrc.usgs.gov/powcase/index.html |
UNEP World Conservation Monitoring Centre |
|
UNESCO, People and Plants Initiative |
|
Wildlife Conservation Society |