Skip to main content

A spatial analysis of fine-root biomass from stand data in the Pacific Northwest

Buy Article:

$50.00 plus tax (Refund Policy)


High spatial variability of fine roots in natural forest stands makes accurate estimates of stand-level fine-root biomass difficult and expensive to obtain by standard coring methods. This study uses aboveground tree metrics and spatial relationships to improve core-based estimates of stand-level fine-root biomass. Using the multiple-tree Ribbens model for pure stands, the approach assumes that the total fine-root biomass at a given point is the additive contribution of the nearest dominant trees and that fine-root biomass for a single tree depends on the distance to the trunk and its size. A Monte Carlo random sampling technique, or sampling on a regular grid, is used to estimate the average fine-root biomass across the stand. We illustrate the applicability of this approach by using it on root-core data from a Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) stand and a western juniper (Juniperus occidentalis Hook.) stand in the Pacific Northwest. We conclude that stand-level fine-root biomass is adequately estimated using the Ribbens model. Unlike the model-based estimate for stand-level fine-root biomass, the accuracy and precision of the arithmetic mean of the coring samples depends on the spatial heterogeneity of root distributions and the representativeness of the root coring samples.

À cause de la forte variabilité spatiale des racines fines dans les peuplements forestiers naturels, il est difficile et onéreux d'estimer avec précision la biomasse des racines fines à l'échelle du peuplement par les méthodes standard de carottage. Cette étude utilise des mesures de la partie aérienne des arbres et des relations spatiales pour améliorer les estimations de la biomasse des racines fines à l'échelle du peuplement basées sur des carottes. Basée sur le modèle de Ribbens, l'approche assume que la biomasse totale des racines fines en un point donné est composée de la contribution additive des arbres dominants les plus près et que la biomasse des racines fines d'un arbre dépend de la distance à partir du tronc et de sa dimension. Une technique d'échantillonnage aléatoire de Monte Carlo ou un échantillonnage sur un quadrillage régulier sont utilisés pour estimer la biomasse moyenne de racines fines pour l'ensemble du peuplement. Les auteurs illustrons l'applicabilité de cette approche en appliquant ces techniques à des données de carottes de racines provenant d'un peuplement de douglas de Menzies (Pseudotsuga menziesii (Mirb.) Franco) et d'un peuplement de genévrier occidental (Juniperus occidentalis Hook.) du Pacific Northwest. Les auteurs concluons que la biomasse de racines fines à l'échelle du peuplement est adéquatement estimée avec le modèle pour arbres multiples en peuplements purs de Ribbens. Contrairement à l'estimation de la biomasse des racines fines à l'échelle du peuplement basée sur le modèle, la justesse et la précision de la moyenne arithmétique des échantillons de carottage dépendent de l'hétérogénéité spatiale de la distribution des racines et de la représentativité des échantillons de carottes de racines.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: October 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