Skip to main content

Improving growth and yield estimates with a process model derived growth index

Buy Article:

$50.00 plus tax (Refund Policy)


Forest managers have long made use of the regular and predictable nature of tree growth by using empirical growth and yield models to update forest inventories. Updated inventories support better decision making without requiring on the ground reassessment of the forest resource. Growth and yield model predictions can suffer from inaccuracies due to the influence of climate and environmental variability on the growth of trees. Researchers have been attempting to assess and predict the effect of this variation by developing mechanistic process models that often do not generate outputs applicable to inventory update. Here we create a growth index dependent on process model outputs to improve growth and yield estimates. Estimate accuracy was modestly improved over the basic growth and yield estimates and was comparable to previous efforts to account for environmental variability in growth and yield estimates. Using a process model we are nominally considering the entire environment, and by adjusting the growth and yield estimates external to both model types we have avoided difficulties involved with refitting or recreating either model. These are key differences from previous efforts to include environmental variability in growth and yield estimates.

Depuis longtemps les aménagistes forestiers font appel au caractère naturel et prévisible de la croissance des arbres pour actualiser les inventaires forestiers en utilisant des modèles empiriques de croissance et rendement. Les inventaires actualisés permettent de prendre de meilleures décisions sans nécessiter une réévaluation de la ressource forestière sur le terrain. Mais les prédictions des modèles empiriques peuvent manquer de précision à cause de l'in fluence des variations climatiques et environnementales sur la croissance des arbres. Des modèles de processus mécanistes ont été développés pour analyser et prédire l'effet de ces variations mais ils ne génèrent pas souvent de résultats applicables à l'actualisation des inventaires. Nous avons créé un indice de croissance qui dépend des résultats d'un modèle de processus pour améliorer les estimations de la croissance et du rendement. La précision des estimations a été légèrement améliorée comparativement aux estimations classiques de la croissance et du rendement et elles étaient comparables aux résultats d'efforts antérieurs pour tenir compte de la variation environnementale dans les estimations de la croissance et du rendement. Avec un modèle de processus, nous considérons théoriquement tout l'environnement et, en utilisant aucun des deux types de modèle pour ajuster les estimations de la croissance et du rendement, nous avons évité les difficultés qu'implique le fait de réajuster ou de reconstruire l'un ou l'autre des modèles. Il s'agit là de différences fondamentales par rapport aux efforts antérieurs visant à inclure la variabilité environnementale dans les estimations de la croissance et du rendement.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: June 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
  • Ingenta Connect is not responsible for the content or availability of external websites

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
Cookie Policy
Ingenta Connect 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