Skip to main content

Evaluation of Weibull-based parameter prediction equation systems for black spruce and jack pine stand types within the context of developing structural stand density management diagrams

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

The objective of this study was to evaluate the predictive ability of Weibull-based parameter prediction equation (PPE) systems developed for natural (density unregulated) and managed (density regulated) black spruce (Picea mariana (Mill.) BSP) and jack pine (Pinus banksiana Lamb.) stand types (n = 6), using (1) seemingly unrelated regression (SUR) employing a recursive system specification, (2) cumulative density function regression (CDFR) in which the location parameter was estimated indirectly employing a minimum diameter function (denoted CDFR(1)), and (3) CDFR in which the location parameter was estimated directly from stand-level variables (denoted CDFR(2)). An Ontario-based calibration data set consisting of diameter frequency distributions and associated stand-level variables derived from 1591 permanent sample plot (PSP) measurements was used to develop SUR-based, CDFR(1)-based, and CDFR(2)-based PPE systems. The calibration data set and an Ontario-based independent test data set, which consisted of stand-level variables and associated diameter frequency distributions derived from 244 PSP measurements, were used to evaluate the resultant PPE systems. Based on the approximate equivalency among the PPE systems in terms of (1) goodness-of-fit indices, (2) lack-of-fit statistics, (3) prediction error indices, and (4) stand-level product value prediction error, all three parameterization methods were found to be of equal utility, irrespective of stand type.

L'objectif de cette étude consistait à évaluer la capacité de prédiction de systèmes d'équations de prédiction des paramètres (EPP) basés sur la fonction de Weibull et développés pour des types de peuplements naturels (densité non régularisée) et aménagés (densité régularisée) d'épinette noire (Picea mariana (Mill.) BSP) et de pin gris (Pinus banksiana Lamb.) (n = 6), en utilisant (1) une régression sans corrélation apparente (RSCA) avec une spécification de système récursif, (2) une fonction de régression de densité cumulative (FRDC) dans laquelle le paramètre de localisation a été estimé indirectement à partir d'une fonction de diamètre minimum (désignée par FRDC(1)), et (3) une FRDC dans laquelle le paramètre de localisation a été estimé directement à partir de variables de peuplements (désignée par FRDC(2)). Les systèmes d'EPP basés sur la RSCA, la FRDC(1) et la FRDC(2) ont été développés à partir d'une banque de données de calibration de l'Ontario constituée des distributions de fréquence de diamètres et des variables de peuplement associées qui ont été dérivées de 1591 mesures de placettes-échantillons permanentes (PEP). La banque de données de calibration et une banque de données indépendantes de l'Ontario, constituée de variables de peuplement associées à des distributions de fréquence de diamètres dérivées de mesures de 244 PEP, ont été utilisées pour évaluer les systèmes d'EPP ainsi développés. Les systèmes d'EPP étant à peu près équivalents en termes (1) d'indice de qualité d'ajustement, (2) de statistique de déficit d'ajustement, (3) d'indice d'erreur de prédiction, et (4) d'erreur de prédiction de la valeur des produits au niveau du peuplement, les auteurs ont conclu que les trois méthodes de paramétrisation étaient d'égale utilité, peu importe le type de peuplement.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: 2005-12-01

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
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
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