DETERMINACIÓN DE LA BIOMASA FORRAJERA DEL BREZO (ERICA ARBOREA) EN EL PARQUE RURAL DE ANAGA (TENERIFE)(ERICA ARBOREA FORAGE BIOMASS DETERMINATION IN ANAGA RURAL PARK (TENERIFE))

De
Publicado por

Resumen
Se analizan 22 diferentes ecuaciones de regresión (11 modelos con y sin constante) sobre datos de materia seca (MS) y tamaño de arbustos de brezo (Erica arborea) procedentes del Parque Rural de Anaga (Tenerife) al objeto de encontrar ecuaciones de predicción de la MS que puedan ser utilizadas con confiabilidad en el análisis de la capacidad de carga de las áreas de fayal-brezal utilizadas por la Agrupación Caprina Canaria. Nuestros resultados indican que el modelo potencial sin constante (Y= Xb) o su forma transformada, también denominada modelo loglog (log(Y)=b*log(X)), es el que muestra mejor eficacia (R2=0,983
p-valor < 0,001).
Abstract
Twenty two different regression equation over dry matter and Erica arborea shrubs size data, from Anaga Rural Park (Tenerife), were analysed looking forward to establish prediction equations for dry matter, in order to be used in carrying capacity analysis of fayal-brezal areas, used by grazing Canary Goat. Our results indicates the best predictability for the non-constant potential model (Y=Xb) or it transformed expression, also known as log-log model (log(Y)=b*log(X).
Publicado el : jueves, 01 de enero de 2004
Lectura(s) : 156
Fuente : num 202, pag:165-173
Número de páginas: 9
Ver más Ver menos
Cette publication est accessible gratuitement

DETERMINACIÓN DE LA BIOMASA FORRAJERA DEL BREZO
(ERICA ARBOREA) EN EL PARQUE RURAL DE ANAGA
(TENERIFE) FORAGE BIOMASS DETERMINATION IN ANAGA RURAL PARK
(TENERIFE)
1 2 1 1Bermudo, A. , D. Patón , L.A. Bermejo y J. Mata
1Escuela Técnica Superior de Ingeniería Agraria. Universidad de La Laguna. La Laguna, Tenerife. España.
E-mail: jmata@ull.es
2Área de Ecología. Facultad de Ciencias. Universidad de Extremadura. Avda. De Elvas s/n. Badajoz.
España.
PALABRAS CLAVE ADICIONALES ADDITIONAL KEYWORDS
Canarias. Pastoreo. Arbustivas. Cabras. Canary Islands. Grazing. Shrubs. Goats.
RESUMEN
Se analizan 22 diferentes ecuaciones de for dry matter, in order to be used in carrying
regresión (11 modelos con y sin constante) sobre capacity analysis of fayal-brezal areas, used by
datos de materia seca (MS) y tamaño de arbus- grazing Canary Goat. Our results indicates the
tos de brezo (Erica arborea) procedentes del best predictability for the non-constant potential
bParque Rural de Anaga (Tenerife) al objeto de model (Y=X ) or it transformed expression, also
encontrar ecuaciones de predicción de la MS que known as log-log model (log(Y)=b*log(X).
puedan ser utilizadas con confiabilidad en el
análisis de la capacidad de carga de las áreas de
fayal-brezal utilizadas por la Agrupación Caprina INTRODUCCIÓN
Canaria. Nuestros resultados indican que el mo-
bdelo potencial sin constante (Y= X ) o su forma La explotación del ganado caprino
transformada, también denominada modelo log- en el Parque Rural de Anaga es una
log (log(Y)=b*log(X)), es el que muestra mejor actividad que se encuentra reglamen-
2eficacia (R =0,983; p-valor < 0,001). tada legalmente por la administración
al objeto de preservar los usos tradi-
cionales ligados a la cultura popular.
SUMMARY Además su intensidad se ha mantenido
constante en los últimos años en Anaga
Twenty two different regression equation over no manifestando el acusado descenso
dry matter and Erica arborea shrubs size data, característico de otras partes de la geo-
from Anaga Rural Park (Tenerife), were analysed grafía insular de Canarias (Mata et al.,
looking forward to establish prediction equations 2002). En el uso y gestión de este
Arch. Zootec. 53: 165-173. 2004.BERMUDO, PATÓN, BERMEJO Y MATA
Parque es preciso tener en cuenta las el uso tradicional de la ganadería
ventajas e inconvenientes que el gana- caprina ha sido la transterminancia, ya
do caprino supone en las áreas practicada por los primitivos poblado-
semiáridas (Bermudo, 2002). Por un res guanches (Tejera, 1992). Esta
lado, es conocido el problema que su- transterminancia, consiste en usar cada
pone el sobrepastoreo del caprino y su piso bioclimático en el momento idó-
importante relación con la deserti- neo de aprovechamiento. En nuestro
ficación y pérdida de biodiversidad caso, nos referiremos a una de las
(Azócar, 1987; Azócar y Lailhacar, arbustivas más representativas del piso
1990; Azócar et al., 1987; Azócar y bioclimático del fayal-brezal cuyo uso
Patón, 1998; Holecheck et al., 1995). idóneo se produce en la época estival
Por otro lado, las explotaciones de cuando escasean las herbáceas por
ganado caprino son un medio de au- agostamiento (Bermudo, 2002). En
mentar la renta de los ganaderos de la este contexto de usos múltiples, una
zona y de implicarlos en la conserva- de las piedras angulares es la apropia-
ción del medio, en un equilibrio entre da determinación de la capacidad de
turismo rural y usos tradicionales del carga de los ecosistemas. Pese a que su
territorio (Altieri, 2002). En Canarias, determinación ha sido muy controver-
PARQUE RURAL DE ANAGA
SANTA CRUZ DE TENERIFE
Figura 1. Situación del Parque Rural de Anaga en la Isla de Tenerife (Archipiélago de
Canarias, España). (Anaga Rural Park location in Tenerife (Canary Islands, Spain)).
Archivos de zootecnia vol. 53, núm. 202, p. 166.DETERMINACIÓN DE BIOMASA DE ERICA ARBOREA. TENERIFE.
tida (McLeod, 1997), nadie duda de su climas asociados a diferencias de ex-
importancia como valor de referencia posición, altitud y precipitación. Estu-
a la hora de abordar políticas de ges- dios previos realizados por Mata et
tión de los espacios naturales (Patón et al., 2002, muestran que la compleji-
al., 1998a; 1998b; 1999). Uno de los dad ambiental del Parque puede
primeros pasos en la determinación de resumirse a nueve unidades agro-
la capacidad de carga del territorio, es ecológicas homogéneas en función de
poder valorar la oferta forrajera de la geomorfología, vegetación y pen-
todas y cada una de las especies diente:
arbustivas presentes en un área y que – Laderas de exposición S con
sean utilizables por el ganado (Patón cardonal-tabaibal (4763 Ha).
et al., 2002). En este contexto propo- – Monte (3222 Ha).
nemos una ecuación de determinación – Laderas de exposición N con
apropiada para el brezo (Erica cardonal-tabaibal (1407 Ha).
arborea) que no es la especie más – Valles al S con cardonal-tabaibal
apetecible para el caprino, pero si la (1306 Ha).
mas abundante y representativa de la – Laderas al N con formaciones
formación de fayal-brezal el piso de transición (1267 Ha).
bioclimático en el que se encuadran el – Tierras de cultivo (912 Ha).
48 p.100 de las explotaciones de la – Valles N con cardonal-tabaibal
Agrupación Caprina Canaria dentro (752 Ha).
del Parque Rural de Anaga (Mata et – Valles N con formaciones de
al., 2002). Son numerosas las referen- transición (405 Ha).
cias (Catchpole y Wheeler, 1992; Ro- – Acantilados N con cardonal-
bles y Passera, 1995; Azócar et al., tabaibal (185 Ha).
1998; Rodríguez, 2004), de autores De entre los diversos pisos bio-
que en distintos medios y ecosistemas climáticos que los fitosociólogos dis-
abordan planteamientos similares. criminan en Canarias el brezo se dis-
tribuye especialmente en el piso
termocanario subhúmedo (Rivas et al.,
MATERIAL Y MÉTODOS 1993) donde las temperaturas medias
anuales oscilan entre los 15-17°C con
ÁREA DE ESTUDIO precipitaciones entre 800-1000 mm.
El Parque Rural de Anaga se sitúa Este piso bioclimático esta caracteri-
en el extremo noreste de la isla de zado por las formaciones vegetales de
Tenerife (figura 1) y engloba ecosis- laurisilva y fayal-brezal. En barrancos
temas que van desde las formaciones que conserven cierta humedad ambien-
de laurisilva y fayal-brezal hasta el tal, el brezo puede descender mucho
piso costero de cardonal-tabaibal. Su en altitud, llegando a mezclarse con
máxima altitud es la montaña de la plantas propias del cardonal-tabaibal.
Cruz de Taborno con 1024 m. Dentro Respecto a la cabaña ganadera, el
del Parque, la accidentada topografía, 90,91 p.100 de las explotaciones del
con desniveles de más de 700 m, pro- Parque Rural de Anaga son de ganado
duce un complejo mosaico de micro- caprino y solo el 9,56 p.100 lo cons-
Archivos de zootecnia vol. 53, núm. 202, p. 167.BERMUDO, PATÓN, BERMEJO Y MATA
tituye el ovino (Mata et al., 2002). Las A = p /4 * (D * D ) (1)1 2
explotaciones caprinas tienen un ta- V = A * H (2)
maño medio de 87 hembras y sólo un Se determinó en una muestra ini-
escaso número de ellas podemos con- cial de 10 plantas, que variable métri-
siderarlas como intensivas (Bermudo, ca se correlacionaba mejor con la MS.
Posteriormente, se utilizó el rango de2002).
dispersión de esta variable para divi-
dirla en 10 clases de talla y cosechar alMÉTODO DE MUESTREO
azar al menos dos plantas dentro deSe realizaron, durante los meses de
cada clase en la población. Esto nosjunio, julio y agosto del año 2003,
permitió evitar problemas de heteros-muestreos al azar de plantas cubriendo
cedasticidad y por tanto obteneráreas con diferente altitud y exposi-
ecuaciones aplicables a lo largo deción dentro del Parque de Anaga al
todo el intervalo de tallas. Algunosobjeto de que las ecuaciones obteni-
autores inciden en la importancia dedas fueran realmente representativas
este problema en arbustos de gran tallade las condiciones ambientales gene-
(Mac Cracken y Van Ballenberghe,rales y no de peculiares condiciones
1993). Además, este sistema permitemicroclimáticas locales. Los diferen-
optimizar la relación entre confiabi-tes ejemplares de brezo fueron
lidad y esfuerzo de muestreo (Cochran,muestreados en zonas donde el ganado
1993; Patón et al., 1998a, 1998b). Encaprino no tenía acceso y con escasa
cada planta, se cosechó la biomasaabundancia de conejos u otros herbí-
anual distinguible por su color másvoros, lo cual fue constatado por la
claro y brillante. La biomasa forrajerabaja presencia de deyecciones. De este
se cosechó como un todo no separandomodo, la oferta forrajera anual es ana-
las hojas de los tallos verdes comolizada sin fuentes externas de pertur-
realizan algunos autores (Dean et al.,bación. El rango de tallas muestreado,
1981) debido a la gran dificultad de
fue el más amplio posible exceptuan- separar ambas fracciones en el brezo,
do plantas que superaran los 2,5 m de ya que este consta de innumerables
altura, ya que la mayor parte de su hojas de tamaño minúsculo. Además,
copa escapa a la acción ramoneadora algunos autores inciden en que el alto
del caprino. Además, en los ejempla- costo adicional en tiempo de muestreo
res más grandes la parte superior de la necesario para separar ambas fraccio-
copa al interceptar la mayor parte de la nes no compensa, ya que en muchos
luz impide la producción de nueva casos la fiabilidad de los modelo no
biomasa en la zona basal. Las varia- aumenta (Mac Cracken y Van Ballen-
bles medidas fueron: Altura máxima berghe, 1993). La biomasa obtenida se
(H), diámetro mayor (D ), diámetro depositó en una o más bolsas de papel1
menor (D ), área de la copa (A), volu- convenientemente etiquetadas y se2
men de la planta (V) y la materia seca secó el contenido de cada bolsa en
(MS) de la oferta forrajera anual (Patón estufas de aire forzado a 60°C durante
et al., 1998a, 1998b). El cálculo de A al menos 48 horas. Posteriormente, se
y V se muestra en las ecuaciones 1 y 2: pesaron las muestras en una balanza
Archivos de zootecnia vol. 53, núm. 202, p. 168.DETERMINACIÓN DE BIOMASA DE ERICA ARBOREA. TENERIFE.
Tabla I. Estadísticos descriptivos de las variables métricas de cada planta (media ±
desviación). (Descriptive statistics of each plant metric variables).
2 3Estadístico MS (g) H (cm) D (cm) D (cm) A (m) V (m)
1 2
154,6 ± 159,1 158,2 ± 49,0 103,7± 60,0 89,2 ± 55,9 0,97± 1,20 1,90 ± 2,91
Rango 18,7 - 640,1 72 - 270 46 - 250 29 - 237 0,12 - 4,64 0,08 - 10,60
2electrónica con un nivel de precisión determinó el valor R y el test de
de ±0,001 g. ANOVA (Graybill y Iyer, 1994;
Jobson, 1991). Una vez elegido el
ANÁLISIS ESTADÍSTICO mejor modelo de regresión, se deter-
De cada una de las variables se minaron los residuos estandarizados y
determinaron media, desviación se testó su ajuste a una N(0,1) median-
estándar y rango de dispersión al obje- te el test de Kolmogorov-Smirnov
to de comprobar el intervalo de aplica- (Sokal y Rohlf, 1984). En todos los
ción de los modelos de regresión. Las cálculos estadísticos se utilizó el pro-
correlaciones no paramétricas de grama R (R Development Core Team
Spearman mostraron que la variable 2003) bajo un sistema Debian GNU
métrica más relacionada con la MS fue Linux.
el diámetro mayor (D ). Por ello, en
1
los diferentes modelos de regresión se
RESULTADOS Y DISCUSIÓNuso D como término independiente.
1
Se ensayaron 11 modelos de regre-
En la tabla I se muestran los rangossión: lineal, logarítmico, inverso,
de variación, las medias y desviacio-cuadrático, cúbico, compuesto, poten-
nes típicas de las diferentes variablescial, en curva S, logístico, de creci-
analizadas. El modelo estudiado per-miento y exponencial. En todos los
mite la estimación de la productividadcasos, con y sin constante, lo que tota-
de forraje desde plantas muy pequeñaslizó 22 ecuaciones. De cada una, se
hasta ejemplares que superan los 2,5
m de altura. Esto en términos de MS
Tabla II. Correlaciones de Spearman entre supone un rango que va desde solo 18
las variables métricas y la materia seca g a más de 640 g. La tabla II muestra
(MS). (Spearman correlations between metric las correlaciones no parámetricas de
variables and dry matter). Spermann entre MS y variables métri-
cas indicando que la variable a elegir
MS como estimador es D . De entre las 22
1H 0,645 H ecuaciones de regresión ensayadas (ta-
D 0,796 0,829 D
1 1 bla III), el de mejor ajuste es el log-
D 0,765 0,869 0,950 D
2 2 log, lo cual viene siendo una constante
A 0,795 0,854 0,982 0,985 A
en la determinación de la ofertaV 0,741 0,925 0,960 0,978 0,976
forrajera en áreas ecológicamente tan
Archivos de zootecnia vol. 53, núm. 202, p. 169.BERMUDO, PATÓN, BERMEJO Y MATA
Tabla III. Modelos de regresión utilizados y principales estadísticos para cada uno. El mejor
ajuste (modelo log-log) se ha resaltado. (Used Regression models and main statistics for each one.
Best adjust is signed).
2Modelos R F
Lineales (con y sin constante)
MS = -75,022 + 2,213 * D 0,697 50,69 ***
1
MS = 1,668 * D 0,819 104,23 ***
1
Logarítmicos (con y sin constante)
MS = -976,941 + 251,045 * LOG(D ) 0,646 40,13 ***
1
MS = 36,923 * LOG(D ) 0,582 32,05 ***
1
Inversos (con y sin constante)
1/MS = 423,522 + 21837,000 * D 0,538 25,66 ***
1
1/MS = 7296,847 * D 0,198 5,68 *
1
Cuadráticos (con y sin constante)
2MS = -61,674 + 1,973 * D + 0,0009 *(D ) 0,698 24,24 ***
1 2
2MS = 0,941 * D + 0,0042 * (D ) 0,844 59,68 ***
1 2
Cúbicos (con y sin constante)
2 3MS = 188,322 - 5,051 * D + 0,058 * (D ) - 0,0001 * (D ) 0,714 16,63 ***
1 1 1
2 3MS = -0,042 * D + 0,019 * (D ) - 4,000E-05 * (D ) 0,852 40,26 ***
1 1 1
Compuesto (con y sin constante)
D1MS = 26,661 * (1,014 ) 0,614 34,95 ***
D1MS = 1,042 0,865 147,56 ***
Potencia (con y sin constante)
11,523MS = 0,101 + D 0,643 39,71 ***
1,024MS = D -> log(MS) = 1,024*log(D ) (Modelo log-log) 0,983 1306,37 ***
1 1
Curva S (con y sin constante)
6,3212 -140,56/D1MS = e 0,606 33,85 ***
294,265/D1 0,706 55,17 ***
Logístico (con y sin constante)
D1MS = 1/[1/650,00+ (0,038 * 0,988 )] 0,614 34,95 ***
D1MS = 1/[1/650,00+ (0,964 )] 0,865 147,56 ***
Crecimiento (con y sin constante)
3,283 + 0,013 * D1MS = e 0,614 34,95 ***
0,037 * D1 0,865 147,56 ***
Exponencial (con y sin constante)
0,013*D1MS = 26,663 * e 0,614 34,95 ***
0,037*D1MS = e 0,865 147,56 ***
*p<0,05; **p<0,01; ***p<0,001.
diferentes como Alaska (Mac Cracken su buen ajuste general en arbustos,
y Van Ballenberghe, 1993), Chile una gran simplicidad de cálculo ya que
(Patón et al., 2001) o Extremadura al expresarse en forma logarítmica per-, 2002). Este modelo une a mite representar linealmente las rela-
Archivos de zootecnia vol. 53, núm. 202, p. 170.DETERMINACIÓN DE BIOMASA DE ERICA ARBOREA. TENERIFE.
3,0ciones entre MS y parámetros métri-
cos (figura 2). 2,8
La máxima productividad en MS 2,6
por planta detectada por nosotros es
2,4
muy baja, lo que incide en la baja
2,2productividad forrajera general de los
2,0brezales (Patón et al., 1999). Esto,
unido al bajo contenido energético que 1,8
es característico de la familia Erica-
1,6
ceae a la cual pertenece el brezo, inci-
1,4de en que la capacidad sustentadora de
1,2estos matorrales sea en general baja.
1,6 1,8 2,0 2,2 2,4 2,6
No obstante, se hace necesario su uso
Logaritmo del Diámetro Mayor (cm)
en épocas de agostamiento del pastizal
donde el resto de recursos forrajeros
Figura 2. Diagrama de dispersión del mo-
son escasos. Además las razas cana-
delo log-log de determinación de la materia
rias, por su alta productividad lechera
seca (MS) del brezo (Erica arborea) en
y larga lactación que ocupa parte de la
Anaga. (Log-log model dispersion diagram of
época estival, se ve obligado a aprove-
Anaga Erica arborea dry matter determination).
char este recurso natural como sumi-
nistrador de fibra y para aumentar el
volumen. Además, la carestía del agua
en Canarias, que se encuentra en ma- diato efecto sobre la productividad
nos privadas, hace inviable la siembra lechera. El riesgo es más bien el con-
de pastos herbáceos de rápido creci- trario: alimentar a los animales con
miento para paja. Los arbustos demasiada cantidad de pienso y por
autóctonos son en este contexto un ello provocar problemas de acidosis
suministrador natural de fibra, adapta- crónicas. Las especies autóctonas de
do a las condiciones del medio y que arbustos, nos van a permitir optimizar
por tanto no requieren de inversión en la relación entre la gestión sostenible
riego. Por otro lado, el pienso es rela- del territorio, la rentabilidad de las
tivamente barato en Canarias y el ga- explotaciones ganaderas y la conser-
nadero, al manejar razas de alta pro- vación de un paisaje rural que tiene un
ducción, no es reacio a gastar en ali- indudable atractivo para el turista que
mentación, ya que ello tiene un inme- visita las Islas.
BIBLIOGRAFÍA
Altieri, M.A. 2002. Agroecology: the science of sumo de especies forrajeras del ganado ca-
natural resource management for poor far- prino en zonas áridas. Avances en Produc-
mers in marginal environments. Agriculture, ción Animal , 12: 3-9.
Ecosystems and Environment, 1971: 1-24. Azócar, P., J.M. D'Herbes y J. Díaz. 1987. Estu-
Azócar, P. 1987. Hábitos de pastoreo y de con- dio de sistemas de pastoreo con caprinos
Archivos de zootecnia vol. 53, núm. 202, p. 171.
Logaritmo de la Materia Seca (g)BERMUDO, PATÓN, BERMEJO Y MATA
para el secano árido de la IV Región de Holechek, J.L., R.D. Pieper and C.H. Herbel.
Coquimbo. 1: Dieta e índices de aceptabilidad 1995. Range management. Principles and
relativa de arbustos. Avances en Producción Practices. Prentice Hall. 526 pp.
Animal, 12: 35-47. Jobson, J.D. 1991. Applied multivariate data
Azócar, P. y S. Lailhacar. 1990. Bases ecológicas analysis. Vol. I: Regression and Experimen-
para el desarrollo de la zona de clima medi- tal Design. Springer-Verlag. 621 pp.
terráneo árido de Chile. Terra Arida, 8: 221- Mac Cracken, J.G. and V. Van Ballenberghe.
301. 1993. Mass-diameter regression for moose
Azócar, P y D. Patón. 1998. Influencia del siste- browse on the Copper River Delta, Alaska.
ma de pastoreo y de la variabilidad interanual Journal of Range Management, 46: 302-308.
sobre la biodiversidad del pastizal mediterrá- Mata, J.G., L. Bermejo y A. Camacho. 2002. Plan
neo árido de la IV Región de Chile. 49º de pastoreo del Parque Rural de Anaga.
Congreso de la Sociedad Agronómica de Informe. Área de Producción Animal. Univer-
Chile (SACH). 30 Noviembre-3 Diciembre, sidad de la Laguna. 113 pp.
Santiago (Chile). McLeod, S.R. 1997. Is the concept of carrying
Azócar, P., D. Patón, A. Matas y H. Rojo. 1998. capacity useful in variable environments?.
Utilización de modelos de regresión múltiple Oikos , 79: 529-542.
logarítmica en el análisis de la información Paton, D., P. Azócar and J. Tovar. 1998a. Growth
de fitomasa forrajera de arbustos. Caso con and productivity in forage biomass in relation
cuatro especies arbustivas del secano medi- to the age assessed by dendrochronology in
terráneo árido de Chile. Avances en Produc- evergreen shrub Cistus ladanifer (L.) using
ción Animal, 23: 17-26. different regression models. Journal of Arid
Azócar, P., D. Patón, F. Santibañez y C. Torres. Environments, 38: 221-235.
2001. Modelo para estimar fitomasa en Patón, D., J. Nuñez-Trujillo, A. Muñoz y A. Tovar.
repanda (Atriplex repanda Phil.) en función 1998b. Determinación de la biomasa forrajera
de parámetros métricos, precipitación y den- de cinco especies del género Cistus proce-
sidad. Avances en Producción Animal, 26: dentes del Parque Natural de Monfragüe
107-118. mediante regresiones múltiples. Arch.
Bermudo, A. 2002. Determinación de la produc- Zootec., 47: 95-105.
tividad de especies arbustivas de interés Paton, D., J. Nuñez-Trujillo, M.A. Díaz and A.
forrajero en el Parque Rural de Anaga. Me- Muñoz. 1999. Assesment of browsing
moria de Fin de Carrera. Centro Superior de biomass, nutritive value and carrying capacity
Universidad de La Laguna. of shrublands for red deer (Cervus elaphus
Catchpole, W. and C. Wheeler. 1992. Estimating L.) management in Monfragüe Natural Park
plant biomass: A review of techniques. (SW Spain). Journal of Arid Environments,
Australian Journal of Ecology, 17: 121-131. 42: 137-147.
Cochran, W.G. 1993. Técnicas de muestreo. Patón, D., J. Nuñez, D. Bao and A. Muñoz. 2002.
CECSA, México. Forage biomass of 22 shrub species from
Dean, S., J.W. Burkhardt and R.O. Meeuwig. Monfragüe Natural Park (SW Spain) assessed
1981. Estimating twig and foliage biomass of by log-log regression models. Journal of Arid
sagebrush, bitterbrush and rabbitbrush in the Environments, 52: 223-231.
Great Basin. Journal of Range Management, R Development Core Team. 2003. R Installation
34: 224-228. and administration. GNU Free Software
Graybill, F.A. and H.K. Iyer. 1994. Regression Foundation. 25 pp.
Analysis. Concepts and applications. Duxbury Rivas-Martínez, S. 1993. Las comunidades ve-
Press, Belmont. 650 pp. getales de la Isla de Tenerife (Islas Cana-
Archivos de zootecnia vol. 53, núm. 202, p. 172.DETERMINACIÓN DE BIOMASA DE ERICA ARBOREA. TENERIFE.
rias). Itinera Geobotánica, 7: 169-374. Nublo. Tesis Doctoral. Universidad de Las
Robles, A.B. and C.B. Passera. 1995. Native Palmas de Gran Canaria. 188 pp.
forage shrub species in south-eastern Spain: Sokal, R.R. y F.J. Rohlf. 1984. Introducción a la
Forage species, forage phytomass, nutritive Estadística. Barcelona, Spain. Reverté, 413
value and carrying capacity. Journal of Arid pp.
Environments, 30: 191-196. Tejera, A. 1992. Tenerife y los guanches. Col. La
Rodríguez, R. 2004. Capacidad sustentadora en Prehistoria y los guanches. Centro de la
dos fincas piloto en el Parque Rural del Cultura Popular Canaria.
Recibido: 22-10-03. Aceptado: 25-5-04.
Archivos de zootecnia vol. 53, núm. 202, p. 173.

¡Sé el primero en escribir un comentario!

13/1000 caracteres como máximo.