LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1178.
DOI: https://doi.org/10.56712/latam.v6i5.4665
Desarrollo de un modelo dendrométrico no destructivo para
estimar el área basal en Gmelina arborea
Development of a non-destructive dendrometric model to estimate basal
area in Gmelina arborea
Kevin Gregorio Álava Ganchozo
alavaganchozo0344@gmail.com
https://orcid.org/0009-0008-9767-9684
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Damariz Julexy Zambrano Plaza
julexy.zambrano.plaza@gmail.com
https://orcid.org/0009-0003-2639-0609
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Erick Oswaldo Tapia Palomino
erick.tapia95.et@gmail.com
https://orcid.org/0009-0003-6106-9191
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Artículo recibido: 26 de junio de 2025. Aceptado para publicación: 17 de octubre de 2025.
Conflictos de Interés: Ninguno que declarar.
Resumen
El estudio desarrolló un modelo dendrométrico no destructivo para estimar el área basal en
plantaciones jóvenes de Gmelina arborea a partir de mediciones de copa obtenidas mediante
fotogrametría aérea con UAV. Se aplicó un enfoque cuantitativo, con diseño no experimental,
transversal y correlacional, evaluando 323 individuos distribuidos en tres parcelas de 2000m² en la
provincia de Santo Domingo de los Tsáchilas, Ecuador. En campo se midió el diámetro a la altura del
pecho (DAP) y se calculó el área basal; de manera paralela, se capturaron imágenes aéreas con un
dron DJI Mavic 2 Pro, generando ortomosaicos y modelos digitales de superficie procesados en
Agisoft Metashape y ArcGIS Pro para determinar el diámetro y área de copa de cada árbol. Los análisis
estadísticos incluyeron descriptivos, prueba de normalidad de Kolmogórov-Smirnov, correlación de
Spearman y regresión lineal. Los resultados evidenciaron una fuerte correlación positiva entre área de
copa y área basal (r = 0,888; p < 0,01). El modelo de regresión lineal explicó el 78,4 % de la variabilidad
del área basal, con error estándar reducido, indicando un ajuste robusto. Se concluye que el área de
copa obtenida mediante UAV constituye un predictor confiable del área basal en plantaciones jóvenes
de G. arborea, permitiendo estimaciones rápidas, precisas y no destructivas. El modelo optimiza el
monitoreo forestal, reduce costos y tiempos de inventario, y minimiza impactos sobre los
ecosistemas.
Palabras clave: gmelina arborea, área basal, fotogrametría aérea, UAV, modelo dendrométrico
Abstract
This study developed a non-destructive dendrometric model to estimate basal area in young Gmelina
arborea plantations from canopy measurements obtained through aerial photogrammetry with UAVs.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1179.
A quantitative approach was applied, with a non-experimental, cross-sectional, and correlational
design, evaluating 323 individuals distributed across three 2000 m² plots in the province of Santo
Domingo de los Tsáchilas, Ecuador. In the field, diameter at breast height (DBH) was measured and
basal area was calculated; in parallel, aerial images were captured with a DJI Mavic 2 Pro drone,
generating orthomosaics and digital surface models processed in Agisoft Metashape and ArcGIS Pro
to determine the diameter and canopy area of each tree. Statistical analyses included descriptive
analyses, the Kolmogorov-Smirnov normality test, Spearman correlation, and linear regression. The
results showed a strong positive correlation between canopy area and basal area (r = 0.888; p < 0.01).
The linear regression model explained 78.4% of the variability in basal area, with a small standard error,
indicating a robust fit. It is concluded that canopy area obtained by UAV is a reliable predictor of basal
area in young G. arborea plantations, allowing rapid, accurate, and non-destructive estimates. The
model optimizes forest monitoring, reduces costs and inventory times, and minimizes impacts on
ecosystems.
Keywords: gmelina arborea, basal area, aerial photogrammetry, UAV, dendrometric model
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons.
Cómo citar: Álava Ganchozo, K. G., Zambrano Plaza, D. J., & Tapia Palomino, E. O. (2025). Desarrollo
de un modelo dendrométrico no destructivo para estimar el área basal en Gmelina arborea. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades 6 (5), 1178 – 1189.
https://doi.org/10.56712/latam.v6i5.4665
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1180.
INTRODUCCIÓN
El avance tecnológico ha transformado múltiples disciplinas del conocimiento humano, incluido el
ámbito forestal, donde se han superado las limitaciones asociadas al trabajo de campo tradicional,
como la inaccesibilidad del terreno, los altos costos de monitoreo y la falta de precisión de los métodos
convencionales (Banu et al., 2016). En este contexto, el uso de vehículos aéreos no tripulados (UAV o
drones) se ha consolidado como una herramienta innovadora, capaz de proporcionar información de
alta resolución en cortos periodos de tiempo y con gran flexibilidad espacial. Estas tecnologías han
sido aplicadas con éxito en el análisis de la estructura del dosel, la detección de perturbaciones
naturales, la planificación de la gestión forestal y la elaboración de inventarios más precisos y
actualizados (Gallardo et al., 2020).
La integración de UAV con sistemas de información geográfica (SIG), inteligencia artificial y algoritmos
de análisis espacial ha permitido procesar grandes volúmenes de datos y detectar patrones complejos
en los ecosistemas forestales (Buchelt et al., 2024). Estas innovaciones no solo optimizan la toma de
decisiones, sino que también apoyan estrategias de conservación y recuperación de áreas degradadas,
lo que demuestra la relevancia de incorporar nuevas tecnologías en la investigación forestal (Medina
et al., 2021).
Los inventarios forestales constituyen instrumentos esenciales para conocer la cantidad, calidad y
estado actual de los recursos forestales, sirviendo como base para su aprovechamiento y conservación
sostenible (Peñalver et al., 2021). No obstante, los métodos tradicionales empleados en su
levantamiento son excesivamente lentos y costosos (González et al., 2005). Por ello, se han
incorporado nuevas alternativas como fotografías aéreas, ortomosaicos e imágenes satelitales, que,
combinadas con el reconocimiento de campo, permiten estimaciones más rápidas y precisas de las
variables dasométricas.
En este marco, los UAV han despertado un creciente interés debido a sus múltiples aplicaciones y a la
reducción progresiva de sus costos de implementación, lo que ha ampliado su accesibilidad en
investigaciones forestales (Baena et al., 2018; Reyes et al., 2022). Entre sus principales ventajas
destacan la capacidad de obtener ortomosaicos de alta resolución y controlar la adquisición temporal
de datos, lo que facilita estudios comparativos en diferentes intervalos de tiempo (Tang & Shao, 2015).
Asimismo, han demostrado utilidad en la identificación de especies a nivel individual, la evaluación de
la cobertura vegetal, la caracterización estructural y la elaboración de inventarios en distintos tipos de
bosques (González et al., 2020).
Particularmente, en plantaciones de Gmelina arborea, especie de rápido crecimiento y alto valor
comercial, los UAV han sido empleados para la captura de fotografías aéreas orientadas a estimar el
área de copa de los árboles en diferentes parcelas (Ahirwar et al., 2019). Estos datos ofrecen una
alternativa no destructiva a los métodos convencionales de cálculo del área basal, los cuales requieren
medir el diámetro a la altura del pecho (DAP) mediante cinta diamétrica (Hernández et al., 2018). La
posibilidad de correlacionar el área de copa con el área basal permite diseñar modelos predictivos
confiables, que optimizan la eficiencia del monitoreo en plantaciones jóvenes y contribuyen al manejo
sostenible de los recursos forestales.
La estimación del área basal es un parámetro fundamental en los inventarios forestales, ya que
proporciona información sobre la estructura, biomasa y productividad de los bosques.
Tradicionalmente, su cálculo se ha basado en mediciones directas del diámetro a la altura del pecho
(DAP), lo que requiere métodos invasivos, consumo intensivo de tiempo y, en algunos casos,
intervenciones destructivas que comprometen la integridad de los individuos muestreados (Huspek et
al., 2023). En este contexto, la búsqueda de alternativas no destructivas se ha consolidado como una
línea de investigación prioritaria en la gestión forestal sostenible, en particular en especies de rápido
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1181.
crecimiento como Gmelina arborea, de alto valor económico y ecológico en regiones tropicales
(Brūmelis et al., 2020).
Las variables morfométricas de la copa, tales como el diámetro y el área proyectada, se han
posicionado como indicadores confiables del crecimiento estructural del árbol. Diversos estudios han
demostrado su correlación con el área basal y la biomasa aérea, lo que convierte a estas métricas en
sustitutos válidos de las mediciones directas (Hemery et al., 2005; Malleux, 2007; Scientific Electronic
Archives, 2022). La ventaja de estas variables radica en que pueden obtenerse mediante observaciones
aéreas o sensores remotos, evitando la necesidad de trabajo destructivo en campo y permitiendo un
monitoreo más ágil en grandes extensiones.
En los últimos años, el uso de vehículos aéreos no tripulados (UAV) y sensores LiDAR ha revolucionado
los inventarios forestales. Estas tecnologías facilitan la detección individual de árboles, la delimitación
de copas y la estimación precisa de variables como altura, volumen y área basal (Boeno et al., 2021;
Frank et al., 2020). La combinación de UAV y fotogrametría digital ha mostrado resultados promisorios
en plantaciones tropicales, donde la densidad y heterogeneidad estructural suelen representar un
desafío para los métodos tradicionales (Hernández-Cole et al., 2021).
Particularmente, investigaciones recientes han resaltado la utilidad de los modelos alométricos no
destructivos para estimar la biomasa y el área basal en especies tropicales, validando la integración
de variables de copa y fuste en ecuaciones predictivas (Huspek et al., 2023; Zheng et al., 2023).
Además, los avances en algoritmos de aprendizaje profundo aplicados al análisis de nubes de puntos
LiDAR han permitido automatizar la caracterización forestal con altos niveles de precisión (Wielgosz,
et al., 2023).
En este marco, el presente estudio tiene como objetivo desarrollar un modelo dendrométrico no
destructivo para estimar el área basal en Gmelina arborea, a partir de mediciones de copa obtenidas
mediante técnicas de fotogrametría aérea. Se plantea que la incorporación de estos métodos
contribuye a optimizar la eficiencia de los inventarios, minimizar costos operativos y fortalecer la
sostenibilidad en la gestión de plantaciones forestales.
METODOLOGÍA
El estudio se llevó a cabo en una plantación de Gmelina arborea en una parroquia de la provincia de
Santo Domingo de los Tsáchilas, ubicada en la zona central del Ecuador, con coordenadas 79° 16′
35,83″ O y 0° 24′ 56,09″ S. La zona de estudio se encuentra a una altitud que varía entre los 289 y 2076
m s.n.m., con una temperatura promedio de 19 a 26 °C.
La investigación adoptó un enfoque cuantitativo, sustentado en la recolección y análisis de datos
numéricos obtenidos a partir de mediciones aéreas de copa y registros de área basal en campo. El
propósito fue establecer correlaciones estadísticas que permitieran desarrollar un modelo
dendrométrico no destructivo para la especie G. arborea.
Se empleó un diseño no experimental, transversal y correlacional, debido a que las variables se
midieron en un único momento, sin manipulación de los árboles, con el objetivo de analizar la relación
entre el área de copa y el área basal. Asimismo, la investigación tuvo un carácter exploratorio y
descriptivo, lo que permitió examinar patrones de comportamiento en plantaciones jóvenes.
La población de estudio estuvo constituida por individuos de G. arborea de 18 meses de edad,
distribuidos en tres parcelas temporales de aproximadamente 2000 m² (44,75 m por lado), delimitadas
tras un recorrido previo para evitar zonas de borde, pendientes pronunciadas y áreas de
amortiguamiento. En total se evaluaron 323 individuos: 110 en la primera parcela, 111 en la segunda y
102 en la tercera.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1182.
Los instrumentos de recolección de datos aplicados se mencionan a continuación:
Campo: se emplearon cinta diamétrica y cinta métrica para medir la circunferencia a la altura del pecho
(1,30 m) y calcular el diámetro (DAP) y el área basal mediante las fórmulas propuestas por Imaña
(2011). También se utilizaron estacas, aerosol y GPS Garmin eTrex 20 para georreferenciar las parcelas
y puntos de control.
Aéreo y digital: se utilizó un dron DJI Mavic 2 Pro para la captura de imágenes aéreas, procesadas con
Agisoft Metashape para generar ortomosaicos y modelos digitales de superficie. Posteriormente, los
ortomosaicos en formato TIF se procesaron en ArcGIS Pro 3.0, aplicando técnicas de segmentación
(SAM) para obtener el diámetro y área de copa de cada árbol.
Se establecieron cinco puntos de control por parcela mediante GPS. El dron se programó para vuelos
a 40m de altura, con seis pasadas y un total aproximado de 160 imágenes por recorrido. El tiempo
promedio de vuelo fue de 7 minutos, cubriendo cerca de 9000 m² con un traslape frontal del 80 % y
lateral del 70 %, obteniéndose un GSD de 0,91 cm/píxel y una velocidad de 14 km/h. Las imágenes
fueron procesadas en Agisoft Metashape para generar ortomosaicos y nubes de puntos, que
posteriormente fueron analizadas en ArcGIS Pro para la delimitación de copas. Paralelamente, en
campo se midió el DAP de cada individuo para validar las mediciones aéreas.
Las variables de estudio fueron las siguientes:
Independiente: área de copa (m²), calculada a partir de ortomosaicos.
Dependiente: área basal (m²/ha), estimada a partir del DAP a 1,30 m. Además, se analizaron los
diámetros correspondientes como variables auxiliares.
Los datos fueron procesados en IBM SPSS Statistics 22. Inicialmente se realizó un análisis descriptivo
(media, desviación estándar, percentiles e histogramas) para identificar tendencias y valores atípicos.
Posteriormente, se aplicó la prueba de normalidad de Kolmogórov-Smirnov y se calculó el coeficiente
de correlación de Spearman para verificar la relación entre el área de copa y el área basal. Finalmente,
se construyeron modelos de regresión lineal y alométricos para predecir el área basal a partir de las
variables de copa, evaluando la bondad de ajuste mediante R², SEE y criterios de información (AIC y
BIC).
El estudio se realizó bajo un enfoque de sostenibilidad y respeto a la integridad de los individuos
muestreados, evitando cualquier daño destructivo en los árboles. Se contó con la autorización de los
propietarios de la plantación y se respetaron las normativas vigentes para el uso de UAV en
investigación forestal. Asimismo, se garantizó la transparencia en la recolección, procesamiento y
análisis de los datos, así como la correcta citación de fuentes bibliográficas.
RESULTADOS
Estadísticos descriptivos
Tabla 1
Estadísticos descriptivos del diámetro de copa y del diámetro de fuste
Variable N Media Desv. Estándar Mínimo Máximo
Diámetro de copa (m) 323 3,10 0,66 1,67 5,08
Diámetro de fuste (m) 323 0,094 0,019 0,047 0,160
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1183.
Nota: Leyenda: N – número de individuos estudiados; m – metros.
El diámetro de copa presentó una media de 3,10 m, con valores entre 1,67 y 5,08 m, lo que refleja la
heterogeneidad natural de los individuos en etapa juvenil. El diámetro de fuste registró una media de
0,094 m y un rango de 0,047 a 0,160 m, mostrando mayor uniformidad relativa. La dispersión
evidenciada en ambas variables responde a la irregularidad morfológica típica de plantaciones jóvenes
de 18 meses.
Tabla 2
Estadísticos descriptivos del área de copa y del área basal
Variable N Media Desv. Estándar Mínimo Máximo
Área de copa (m²) 323 7,88 3,32 2,20 20,23
Área basal (m²) 323 0,0072 0,0029 0,0017 0,0202
Nota: Leyenda: N – número de individuos estudiados; m – metros.
El área de copa mostró una media de 7,88 m², con valores que oscilaron entre 2,20 y 20,23 m², lo que
indica una alta variabilidad estructural. Por su parte, el área basal presentó una media de 0,0072 m² y
un rango entre 0,0017 y 0,0202 m². Esta amplitud en los datos confirma el dinamismo del crecimiento
en la especie y la potencialidad de utilizar el área de copa como predictor confiable del área basal.
Gráfico 1
Histograma del diámetro de copa
Nota: Leyenda: N – número de individuos estudiados; m – metros.
El histograma evidencia que el 55,1% de los individuos se concentra entre 2,5 y 3,5 m de diámetro de
copa. La marcada asimetría hacia la izquierda confirma que más del 90% de los árboles no superan los
4 m, lo que es coherente con la corta edad de la plantación y con estudios previos que señalan el rápido
establecimiento inicial de *G. arborea*.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1184.
Gráfico 2
Histograma del área de copa
Nota: Leyenda: N – número de individuos estudiados; m² – metros cuadrados.
El área de copa se concentró principalmente entre 5 y 10 m² (56,3% de los individuos), mientras que
menos del 1,5% superó los 17,5 m². Estos resultados reflejan la influencia de la densidad de plantación
en la expansión lateral de las copas, limitada en esta etapa por la competencia temprana entre
individuos.
Gráfico 3
Histograma del diámetro de fuste
Nota: Leyenda: N – número de individuos estudiados; m – metros.
El diámetro de fuste mostró que casi el 47% de los individuos se ubica entre 0,08 y 0,10 m. Solo casos
aislados superaron 0,15 m, lo que denota uniformidad estructural y refuerza la correspondencia entre
copa y fuste en el crecimiento inicial de la especie.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1185.
Gráfico 4
Histograma del área basal
Nota: Leyenda: N – número de individuos estudiados; m² – metros cuadrados.
El área basal se concentró en el rango 0,0050–0,0100 m², con un 67,5% de los individuos. El reducido
número de valores extremos confirma la homogeneidad relativa del rodal y valida la robustez de los
datos para el desarrollo de modelos predictivos.
Correlación entre el área de copa y el área basal
Tabla 3
Correlación de Spearman entre el área de copa y el área basal
Relación Coeficiente de correlación Significancia
Área de copa vs Área basal 0,888** 0,000
Nota: Leyenda: La correlación es significativa en el nivel 0.01 (bilateral). Sig. – significancia; m² –
metros cuadrados.
La correlación de Spearman arrojó un valor de 0,888 (p < 0,01), lo que indica una asociación positiva
muy fuerte entre el área de copa y el área basal. Este hallazgo valida la hipótesis del estudio: a medida
que se incrementa el área de copa, se incrementa proporcionalmente el área basal, confirmando la
pertinencia del uso de métricas de copa como indicadores no destructivos del crecimiento.
Modelo predictivo del área basal
Tabla 4
Resumen del modelo de regresión lineal
R R² R² ajustado Error estándar
0,885 0,784 0,783 0,001
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1186.
Fuente: elaboración propia.
El modelo de regresión lineal explicó el 78,4% de la variabilidad del área basal a partir del área de copa.
El alto valor de R² y el reducido error estándar demuestran que la relación es sólida y confiable. El
análisis de residuos evidenció normalidad y ausencia de sesgos, lo cual respalda la validez estadística
del modelo. En consecuencia, se confirma la factibilidad de utilizar variables de copa captadas
mediante UAV como predictores robustos del área basal en plantaciones de *G. arborea*.
DISCUSIÓN
Los resultados obtenidos muestran una fuerte correlación entre el área de copa y el área basal en
plantaciones de Gmelina arborea de 18 meses, lo que confirma la hipótesis de que métricas derivadas
de imágenes aéreas pueden servir como predictores no destructivos del área basal. El modelo de
regresión lineal ajustado explicó aproximadamente un 78,4% de la variabilidad en el área basal a partir
del área de copa, lo cual indica un ajuste robusto y prometedor para aplicaciones en el monitoreo
forestal.
Estos hallazgos coinciden con investigaciones recientes que evidencian la eficacia de las métricas de
copa como predictores de atributos dendrométricos. Xiong et al. (2023) demostraron que la
información de copa obtenida mediante UAV-LiDAR puede estimar con alta precisión el crecimiento
anual de plantaciones de coníferas, mientras que Lin et al. (2023) reportaron mejoras significativas en
la estimación de biomasa aérea utilizando modelos alométricos basados en UAV-LiDAR. Del mismo
modo, estudios en plantaciones de Platycladus orientalis evidencian que las condiciones de sitio y la
densidad influyen de manera decisiva en el desarrollo del área de copa y basal, reforzando la
pertinencia de estas variables en los modelos de crecimiento (Forests, 2022). Asimismo, Ball et al.
(2023) mostraron que las técnicas de segmentación automática permiten delinear copas con gran
precisión en bosques tropicales, confirmando la aplicabilidad de enfoques no destructivos similares al
presente estudio.
Desde una perspectiva teórica, este estudio aporta evidencia empírica a la línea de investigación que
busca sustituir mediciones destructivas o intensivas en tiempo por técnicas basadas en teledetección.
El hecho de que métricas de copa expliquen más del 78% de la variabilidad del área basal contribuye al
desarrollo de modelos dendrométricos más eficientes y adaptados a plantaciones jóvenes de rápido
crecimiento. En el plano práctico, los hallazgos implican una reducción significativa de costos y
tiempos en inventarios forestales, así como una menor perturbación en las plantaciones. Estos
resultados son de especial interés para el manejo sostenible de Gmelina arborea, especie de alto valor
comercial en sistemas productivos de la región tropical.
Si bien el modelo mostró un alto grado de ajuste, presenta limitaciones. La investigación se realizó en
plantaciones jóvenes con individuos de la misma edad y bajo condiciones ambientales homogéneas,
lo cual restringe la generalización a rodales de mayor edad o distintas densidades de plantación.
Asimismo, la precisión de las estimaciones depende de la calidad de las imágenes aéreas, del nivel de
resolución (GSD) y de la eficacia de los algoritmos de segmentación utilizados, lo que introduce
márgenes de error que deben ser considerados al extrapolar los resultados.
Para fortalecer el modelo, se recomienda validar su aplicabilidad en rodales de diferentes edades,
densidades y condiciones de sitio. La incorporación de variables adicionales como volumen de copa,
índices de competencia y altura total de los árboles podría enriquecer la capacidad predictiva de las
ecuaciones. Asimismo, la integración de algoritmos de aprendizaje profundo para la segmentación y
clasificación de copas permitiría incrementar la precisión y automatización del proceso. Estas líneas
de investigación futura facilitan el desarrollo de herramientas más generalizadas y robustas para la
gestión forestal sostenible en especies tropicales de rápido crecimiento como Gmelina arborea.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1187.
CONCLUSIÓN
El área de copa estimada mediante fotogrametría aérea con UAV se confirma como un predictor sólido
y de alta confiabilidad para la estimación del área basal en plantaciones jóvenes de Gmelina arborea.
Los resultados revelan que esta variable explica hasta el 78,4% de la variabilidad observada, lo que
evidencia un ajuste estadístico robusto y consistente con la literatura reciente en el ámbito de la
teledetección forestal. Este hallazgo valida el potencial de las métricas de copa como sustitutos de
mediciones tradicionales invasivas y refuerza la utilidad de métodos no destructivos en la evaluación
estructural de rodales jóvenes.
El modelo propuesto tiene implicaciones prácticas significativas para el monitoreo forestal y la gestión
de plantaciones de rápido crecimiento como Gmelina arborea. Al basarse en información obtenida
mediante UAV y técnicas de fotogrametría, ofrece estimaciones rápidas, económicas y precisas,
evitando la necesidad de mediciones destructivas en campo. Esta característica no solo reduce los
costos operativos y el tiempo de inventario, sino que también minimiza el impacto sobre los
ecosistemas, constituyendo una herramienta innovadora para la planificación forestal sostenible. En
consecuencia, el modelo representa un aporte metodológico que facilita la toma de decisiones en el
ámbito productivo y de conservación.
A pesar de los resultados obtenidos, se hace evidente la necesidad de validar el modelo en plantaciones
con diferentes edades, densidades y condiciones de sitio, a fin de garantizar su aplicabilidad
generalizada. La dependencia exclusiva de rodales jóvenes constituye una limitación que debe
superarse mediante estudios longitudinales y comparativos. Asimismo, la incorporación de nuevas
métricas derivadas de UAV, como volumen de copa o índices de competencia, así como la
implementación de algoritmos de aprendizaje profundo para la segmentación de imágenes, permitirán
perfeccionar la precisión de las estimaciones. De esta forma, el modelo podría evolucionar hacia una
herramienta predictiva más robusta y universal.
El presente estudio aporta evidencia científica de gran relevancia para el manejo sostenible de Gmelina
arborea en la región de Santo Domingo de los Tsáchilas (Ecuador), al establecer un referente
metodológico aplicable a escenarios de investigación y gestión forestal. La combinación de técnicas
no destructivas con herramientas de análisis estadístico avanzado permite generar información
precisa y replicable que contribuye a optimizar la gestión de recursos forestales. Este trabajo no solo
fortalece la base científica local, sino que también constituye un punto de partida para investigaciones
futuras orientadas a consolidar modelos dendrométricos innovadores que integren tecnología,
sostenibilidad y eficiencia operativa.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1188.
REFERENCIAS
Ahirwar, S; Swarnkar, R; Bhukya, S; Namwade, G. 2019. Application of Drone in Agriculture. International
Journal of Current Microbiology and Applied Sciences 8(01):2500-2505. DOI:
https://doi.org/10.20546/ijcmas.2019.801.264.
Baena, S; Boyd, D; Moat, J. 2018. UAVs in pursuit of plant conservation - Real world experiences.
Ecological Informatics (Serie The use of spatial ecology for conservation) 47:2-9. DOI:
https://doi.org/10.1016/j.ecoinf.2017.11.001.
Ball, J. G. C., Hickman, S. H. M., & Jackson, T. D. (2023). Accurate delineation of individual tree crowns
in tropical forests from aerial RGB imagery using Mask R-CNN. Remote Sensing in Ecology and
Conservation, 9(5), 641-655. https://doi.org/10.1002/rse2.332
Banu, P; Borlea, G; Banu, C. 2016. The Use of Drones in Forestry (en línea). Journal of Environmental
Science and Engineering B 5(11). DOI: https://doi.org/10.17265/2162-5263/2016.11.007.
Boeno, M., et al. (2021). Individual tree detection and qualitative inventory of a Eucalyptus stand using
UAV photogrammetry data. Remote Sensing, 13, 3655.
Brūmelis, G., Dauškane, I., Elferts, D., Strode, L., Krama, T., & Krams, I. (2020). Estimates of tree canopy
closure and basal area as proxies for tree crown volume at a stand scale. Forests, 11(11), 1180.
Buchelt, A; Adrowitzer, A; Kieseberg, P; Gollob, C; Nothdurft, A; Eresheim, S; Tschiatschek, S; Stampfer,
K; Holzinger, A. 2024. Exploring artificial intelligence for applications of drones in forest ecology and
management. Forest Ecology and Management 551:1-15. DOI:
https://doi.org/10.1016/j.foreco.2023.121530.
Frank, B., Mauro, F., & Temesgen, H. (2020). Model-based estimation of forest inventory attributes using
LiDAR: A comparison of the area-based and semi-individual tree crown approaches. Remote Sensing,
12(16), 2525.
Gallardo, J; Pompa, M; Aguirre, C; López, P; Meléndez, A. 2020. Drones: tecnología con futuro promisorio
en la gestión forestal (en línea). 11. DOI: https://doi.org/10.29298/rmcf.v11i61.794.
González, J; Diéguez, U; Álvarez, J; Rojo, A. 2005. LiFOR: Aplicación informática para el procesado de
datos en inventarios forestales. Cuadernos de la Sociedad Española de Ciencias Forestales (19):123-
128.
González, R; Rabino, A; Azzaro, F. 2020. Uso de un Vehículo Aéreo No Tripulado (VANT) como método
de monitoreo de la sanidad forestal en plantaciones de coníferas en Patagonia Norte, Argentina.
Quebracho - Revista de Ciencias Forestales 28(2):88-99.
Hemery, G; Savill, P; Pryor, S. 2005. Applications of the crown diameter–stem diameter relationship for
different species of broadleaved trees. Forest Ecology and Management 215(1):285-294. DOI:
https://doi.org/10.1016/j.foreco.2005.05.016.
Hernández, J; Aguirre, Ó; Alanís, E; Jiménez, J; Treviño, E; González, M; Luján, C; Olivas, J; Domínguez,
A. 2018. Dinámica del crecimiento de un bosque templado bajo manejo en el noroeste de México (en
línea). Madera y Bosques 24(2). DOI: https://doi.org/10.21829/myb.2018.2421767.
Hernández-Cole, J., Ortiz-Malavassi, E., Moya, R., & Murillo, O. (2021). Evaluation of Unmanned Aerial
Vehicles (UAV) as a tool to predict biomass and carbon of Tectona grandis in silvopastoral systems in
Costa Rica. Drones, 5(2), 47.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, octubre, 2025, Volumen VI, Número 5 p 1189.
Huspek, R., et al. (2023). A non-destructive approach to develop tree-level allometric equations for
estimating aboveground biomass in forests of Tripura, Northeast India. Tropical Ecology.
Lin, J., Chen, D., Yang, S., Liao, X., & otros. (2023). Precise aboveground biomass estimation of
plantation forest trees using the novel allometric model and UAV-borne LiDAR. Frontiers in Forests and
Global Change, 6, 1166349. https://doi.org/10.3389/ffgc.2023.1166349
Malleux, R. 2007. Estudio comparativo entre dos sistemas de clasificación digital y la interpretación
visual para la estratificación del bosque de producción permanente Biabo–Cordillera azul. Perú,
Universidad Nacional Agraria La Molina. 143 p.
Medina, C; López, P; Rocha, V; Torres, A; Uribe, M. 2021. Experiencia educativa de drones en silvicultura
4.0, competencias específicas del profesional forestal. e-CUCBA (17):79-87. DOI:
https://doi.org/10.32870/ecucba.vi17.212.
Peñalver, A; Aguilar, F; Nemmaoui, A; Rivas, J; Triana, Á; Aguilar, M; Llanderal, A. 2021. Precisión y
eficiencia del inventario de plantaciones de teca en Ecuador mediante escáner láser terrestre. Madera
y Bosques 27(1):1-14. DOI: https://doi.org/10.21829/myb.2021.2712097.
Reyes, N; Rodríguez, G; Enríquez, J; Jiménez, C; Rincón, J. 2022. Estimaciónde variables dasométricas
en rodales bajo manejo forestal con vehículos aéreos no tripulados. FIGEMPA: Investigación y
Desarrollo 13(1):22-31. DOI: https://doi.org/10.29166/revfig.v13i1.3299.
Scientific Electronic Archives. (2022). Estimating tree volume based on crown mapping by UAV pictures
in Amazonian forest. Scientific Electronic Archives, 15(6).
Tang, L; Shao, G. 2015. Drone remote sensing for forestry research and practices. Journal of Forestry
Research 26(4):791-797. DOI: https://doi.org/10.1007/s11676-015-0088-y.
Tree Crown Affects Biomass Allocation and Its Response to Site Conditions and the Density of
Platycladus orientalis Plantation. (2022). Forests, 14(12), 2433. https://doi.org/10.3390/f14122433
Wielgosz, M., Kontogianni, T., Peters, T., Puliti, S., Astrup, R., & Schindler, K. (2023). Automated forest
inventory: analysis of high-density airborne LiDAR point clouds with 3D deep learning. arXiv.
Xiong, J., Zeng, H., Cai, G., Li, Y., Chen, J. M., & Miao, G. (2023). Crown Information Extraction and Annual
Growth Estimation of a Chinese Fir Plantation Based on Unmanned Aerial Vehicle–Light Detection and
Ranging. Remote Sensing, 15(15), 3869. https://doi.org/10.3390/rs15153869
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en
este sitio está disponibles bajo Licencia Creative Commons .