Accuracy of partially visually assessed stand characteristics: a case study of Finnish forest inventory by compartments

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

In Finland, forest management planning is based on standwise assessment of forest variables. The data is traditionally gathered partly by (subjective) sampling and partly by visual assessment, which makes the accuracy assessments difficult. This study consists of an experiment where the visual assessments of field technicians were compared with the accurately measured values. The data consists of assessments from 18 sample plots made by 19 technicians. Each technician assessed four forest characteristics from each stand, for each tree species and each tree class. Basal area was observed in all cases; the other three variables varied according to 18 different measurement strategies. From these observations, mixed models were estimated to analyze to what extent the assessment errors depend on forest characteristics. Variation among both sample plots and field technicians was also considered. The results show that some of the variables could be interpreted as Berkson cases. The assessment errors were also often highly hetero sce dastic. Therefore, variance was explicitly modeled, and the final error models were estimated with weighted mixed regression using the variance estimates as weights. The results show clear variation among technicians, especially in characteristics that include personal judgment. The effect of training could be detected from variation between the technician groups. Furthermore, the broad-leaved tree classes were generally more difficult to assess than conifers.

En Finlande, l'aménagement forestier est basé sur l'estimation des attributs du peuplement forestier. Les données sont traditionnellement obtenues en partie par échantillonnage subjectif et en partie par examen visuel, ce qui rend la précision difficile à estimer. Cette étude porte sur la comparaison entre des estimations faites sur le terrain par des techniciens et des valeurs mesurées avec précision. Les données proviennent de 18 places-échantillons réalisées par 19 techniciens. Chaque technicien a estimé quatre attributs forestiers pour chaque peuplement, chaque essence et chaque classe d'arbre. La surface terrière a été évaluée dans tous les cas, tandis que l'évaluation des trois autres attributs a varié selon 18 stratégies de mesure différentes. Des modèles mixtes ont été estimés à partir de ces données pour déterminer dans quelle mesure les erreurs d'estimation dépendent des attributs forestiers. Les variations entre les places-échantillons et entre les techniciens ont également été considérées. Les résultats montrent que certains attributs peuvent être interprétés comme des cas de Berkson. Les erreurs d'estimation étaient souvent fortement hétéroscédastiques. Par conséquent, la variance a été modélisée explicitement et les modèles d'erreur définitifs ont été estimés au moyen de la régression mixte pondérée en utilisant les estimations de la variance comme poids. Les résultats montrent une variation évidente entre les techniciens, particulièrement dans le cas des attributs dont l'estimation fait appel au jugement personnel. L'effet dû à la formation du personnel peut être détecté par la variation entre les groupes de techniciens. En outre, les classes d'arbre ont généralement été plus difficiles à évaluer chez les feuillus que chez les résineux.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: April 1, 2004

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