Calibrating predicted diameter distribution with additional information in growth and yield predictions

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:



Diameter distribution of the growing stock is essential in many forest management planning problems. The diameter distribution is the basis for predicting, for example, timber assortments of a stand. Usually the predicted diameter distribution is scaled so that the stem number (or basal area) corresponds to the measured value (or predicted future value), but it may be difficult to obtain a distribution that gives correct estimates for all known variables. Diameter distributions that are compatible with all available information can be obtained using an approach adopted from sampling theory, the calibration estimation. In calibration estimation, the original predicted frequencies are modified so that they respect a set of constraints, the calibration equations. In this paper, an example of utilizing diameter distributions in growth and yield predictions is presented. The example is based on individual tree growth models of Scots pine (Pinus sylvestris L.). Calibration estimation was utilized in predicting the diameter distribution at the beginning of the simulation period. Then, trees were picked from the distribution and their development was predicted with individual tree models. In predicting the current stand characteristics, calibrated diameter distributions proved to be efficient. However, in predicting future yields, calibration estimation did not significantly improve the accuracy of the results.

La distribution diamétrale du matériel ligneux sur pied est une information essentielle pour plusieurs problèmes de planification en aménagement forestier. C'est par exemple la base pour prédire les assortiments de bois dans un peuplement. La distribution diamétrale prédite est généralement ajustée pour faire correspondre le nombre de tige (ou la surface terrière) aux valeurs mesurées (ou projetées). Mais une distribution qui donne les estimés exacts pour toutes les variables connues peut être difficile à obtenir. Des distributions diamétrales compatibles avec toute l'information disponible peuvent être obtenues par une approche empruntée à la théorie d'échantillonnage et appelée estimation par calibration. Dans cette approche, les fréquences prédites initialement sont modifiées pour respecter une série de contraintes définies par les équations de calibration. Cet article présente un exemple d'utilisation des distributions diamétrales pour prédire la croissance et le rendement. L'exemple est basé sur les modèles de croissance d'arbre individuel pour le pin sylvestre (Pinus sylvestris L.). L'estimation par calibration a été utilisée pour prédire la distribution diamétrale au début de la période de simulation. Ensuite, les arbres ont été extraits de la distribution et leur croissance a été prédite par les modèles de croissance d'arbre individuel. Les distributions diamétrales calibrées s'avèrent efficaces pour prédire les caractéristiques actuelles du peuplement, mais elles n'améliorent pas de façon significative la précision des prédictions dans le cas des rendements futurs.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: March 1, 2003

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more