If you are experiencing problems downloading PDF or HTML fulltext, our helpdesk recommend clearing your browser cache and trying again. If you need help in clearing your cache, please click here . Still need help? Email help@ingentaconnect.com

Using multivariate factorial kriging for multiscale ordination: a case study

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

Vegetation ordination is usually based on classical data reduction techniques such as principal components analysis, correspondence analysis, or multidimensional scaling. The usual methods do not account for multiscale correlations among species. In this paper, we use a geostatistical method, known as multivariate factorial kriging, for studying multiple-scale correlations. The case study was carried out in a mixed broadleaf forest of central Spain. Six tree species were included in the analysis. Data analysis included (i) experimental variogram calculation and modeling with the use of the linear model of coregionalization, (ii) principal components analysis, and (iii) cokriging. The results indicate that correlations among species are different depending on the spatial scale. We conclude that competition for light is the main factor controlling the spatial distribution of species at the plot-level scale of variation. At larger scales of variation, soil conditions and (or) human intervention are the key factors in determining the observed vegetation pattern. Based on the factor scores for the largest scale of variation, we conducted a cluster analysis to identify plots with similar characteristics. The resulting clusters have the remarkable property of being spatially continuous.

La classification de la végétation est habituellement basée sur des techniques classiques d'ordination en espace réduit telles que l'analyse en composantes principales, l'analyse des correspondances ou le cadrage multidimensionnel. Ces méthodes ne tiennent pas compte des corrélations entre les espèces à différentes échelles. Dans cette étude, les auteurs ont utilisé une méthode géostatistique, le krigeage factoriel multivarié, afin d'étudier les corrélations observées à différentes échelles. Une étude de cas a été réalisée dans une forêt feuillue mélangée du centre de l'Espagne, où six espèces d'arbre ont été incluses dans l'analyse. L'analyse des données a inclus (i) le calcul expérimental des variogrammes et leur modélisation à l'aide d'un modèle linéaire de corégionalisation, (ii) l'analyse en composantes principales et (iii) le cokrigeage. Les résultats indiquent que les corrélations observées entre les espèces dépendent de l'échelle spatiale considérée. Ils concluent que la compétition pour la lumière est le facteur principal qui contrôle la distribution spatiale des espèces à l'échelle de variabilité de la placette. À de plus petites échelles, les variations dans les caractéristiques du sol ou les interventions humaines sont les facteurs-clés qui déterminent les patrons de végétation observés. Ils ont réalisé une analyse de groupement avec les cotes des facteurs obtenues pour la plus petite échelle de variation dans le but d'identifier les placettes ayant des caractéristiques semblables. Les groupements qui en résultent ont la propriété remarquable d'être spatialement continus.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: December 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
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