Skip to main content

Predicting the effect of thinning on growth of dense balsam fir stands using a process-based tree growth model

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:



A tree-level process-based model of forest growth is used to investigate the effects of thinning on the growth of balsam fir (Abies balsamea (L.) Mill.) in stands that have almost reached commercial maturity but that have never been thinned. The model is applied to predict the 20-year growth of a stand following a recently established thinning experiment in which four thinning treatments were tested. The combination of stand properties and treatment type is quite particular and the resulting long-term effect on growth cannot be evaluated based on past experiments. The objectives of the study are to provide estimates of treatment outcome and of their errors over the appropriate time frame for decision making. This is achieved by representing growth processes through functions empirically adjusted to field observations while limiting the inputs of the model to what are usually available through regular forest inventory. Simulations suggest that 20-year growth of individual trees from the smaller diameter classes is improved by the treatments, but the growth of larger trees (>0.1 m3) is left unchanged. When the model error is not taken into account, the results after 20 years suggest, with a confidence level greater than 95%, that the merchantable volume of the treated plots does not recover to the level found in the untreated control plots, a result contrary to the initially expected effect of such thinning. By including modelling uncertainty, however, the confidence level associated with such a result is reduced to 70%. Such an inclusion prevents the misuse of the model predictions too far into the future.

Un modèle de croissance d'arbre basé sur des processus fonctionnels est utilisé pour analyser les effets de l'éclaircie sur la croissance du sapin baumier (Abies balsamea (L.) Mill.) dans des peuplements denses ayant pratiquement atteint leur maturité commerciale et qui n'ont jamais été éclaircis. Le modèle est utilisé pour prédire la croissance d'un peuplement pendant 20 ans suite à la mise en place d'un dispositif d'éclaircie dans lequel quatre traitements ont été testés. La combinaison des propriétés du peuplement et du type de traitement est très particulière et n'a pu être évaluée sur la base d'expériences antérieures. Notre objectif consiste à fournir une estimation des effets des traitements et de leur erreur sur un horizon de temps approprié à la prise de décision. Cet objectif est atteint au moyen d'une représentation empirique des processus de croissance ajustée aux données observées, tout en limitant les intrants du modèle à ceux normalement rendus disponibles par un inventaire forestier usuel. Les simulations suggèrent que 20 ans après l'application des traitements, la croissance des tiges des plus petites classes de diamètre est améliorée, alors que celle des arbres les plus grands (>0,1 m3) n'est pas affectée. Lorsque les erreurs attribuables à la modélisation ne sont pas prises en compte, les résultats après 20 ans indiquent, avec un niveau de confiance supérieur à 95 %, que le volume marchand des placettes traitées ne rejoint pas celui des témoins, ce qui est contraire à l'effet initialement attendu de ces traitements. L'inclusion des erreurs de modélisation réduit le niveau de confiance associé à de tels résultats à 70 %. Une telle inclusion prévient l'utilisation abusive des prédictions du modèle trop loin dans le futur.

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
nrc/cjfr/2003/00000033/00000003/art00017
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

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