Skip to main content

Provisional breeding zone determination modeled as a maximal covering location problem

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

This study was a first attempt to model the problem of delineating breeding zones as a maximal covering location problem. The method involves two steps. First, a comprehensive set of candidate breeding zones is generated for a region using the focal point seed zone method. This method allows for control over the adaptive difference of genetic material within each zone. A grid of points is used to create the set of candidate breeding zones: one zone per point. Next, candidate zones are entered into a maximal covering location model formulated to suit this problem. The objective of this model is to select a subset of candidate zones that maximally covers the area of the region, given a limit on the number of zones to be selected and on the adaptive dissimilarity allowed within zones. Through use of this method, decision-makers can gain insight into how many breeding zones are needed to cover the region. Using different inputs from the focal point seed zone method, it is also possible to explore the trade-offs between the quantity and the quality of breeding zones. The method was tested on data from a series of jack pine (Pinus banksiana Lamb.) common garden trials of 102 seed sources from northwestern Ontario.

Cette étude constitue la première tentative visant à modéliser le problème de délimitation des zones d'amélioration en le traitant comme un problème de couverture maximale. La méthode implique deux étapes. En premier lieu, un ensemble complet de zones d'amélioration candidates sont générées pour une région donnée à l'aide de la méthode de détermination des zones semencières à partir de points focaux. Cette méthode permet de contrôler les différences d'adaptation du matériel génétique à l'intérieur de chaque zone. Une grille de points est utilisée pour créer un ensemble de zones d'amélioration candidates: une zone par point. Par la suite, les zones candidates sont insérées dans un modèle de couverture maximale formulé en fonction de ce problème. L'objectif de ce modèle est de sélectionner un sous-ensemble de zones candidates couvrant au maximum la superficie de la région en imposant une limite au nombre de zones pouvant être sélectionnées et aux différences d'adaptation permises à l'intérieur des zones. L'utilisation de cette méthode permet aux gestionnaires de mieux estimer le nombre de zones requises pour couvrir une région. En utilisant divers intrants découlant de la méthode de détermination des zones semencières à partir de points focaux, il est aussi possible d'examiner les compromis entre le nombre et la qualité des zones d'amélioration. La méthode a été testée avec des données provenant d'une série de dispositifs expérimentaux de pin gris (Pinus banksiana Lamb.) représentatifs de 102 sources de graines du nord-ouest de l'Ontario.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: May 1, 2005

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/2005/00000035/00000005/art00015
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