Skip to main content

Using disaggregation to link individual-tree and whole-stand growth models

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Data from 200 plots randomly selected from the Southwide Pine Seed Source Study of loblolly pine (Pinus taeda L.) were used to fit whole-stand and individual-tree equations. Another 100 plots, also randomly selected, were used for validation. Outputs from the individual-tree model were then adjusted to match observed stand attributes (number of trees, basal area, and volume per hectare) by four disaggregation methods: proportional yield, proportional growth, constrained least squares, and coefficient adjustment. The first three are existing methods, and the fourth is new. The four methods produced similar results, and the coefficient adjustment was then selected as the method to disaggregate predicted stand growth among trees in the tree list. Results showed that, compared to the unadjusted individual tree model, the adjusted tree model performed much better in predicting stand attributes, while providing comparable predictions of tree diameter, height, and survival probability. The proposed approach showed promise in the ongoing effort to link growth models having different resolutions.

Les données de 200 parcelles-échantillons choisies au hasard dans le projet Southwide Seed Source Study sur le pin à encens (Pinus taeda L.) ont été utilisées pour dériver des équations aux échelles du peuplement et de l'arbre. Un autre groupe de 100 parcelles, aussi choisies au hasard, ont été utilisées pour la validation. Les extrants du modèle à l'échelle de l'arbre ont ensuite été ajustés pour correspondre aux attributs du peuplement (nombre de tiges, surface terrière et volume à l'hectare) par quatre méthodes de désagrégation : rendement proportionnel, croissance proportionnelle, moindres carrés contraints, et coefficient d'ajustement. Les trois premières méthodes existent et la quatrième est nouvelle. Les quatre méthodes ont produit des résultats similaires et le coefficient d'ajustement a alors été sélectionné comme méthode pour désagréger la croissance prédite à l'échelle du peuplement parmi les arbres dans la liste. Les résultats montrent que, comparativement à un modèle à l'échelle de l'arbre non ajusté, le modèle à l'échelle de l'arbre ajusté est beaucoup plus performant pour la prédiction des attributs du peuplement, tout en fournissant des prédictions comparables du diamètre, de la hauteur et de la probabilité de survie des arbres. L'approche proposée est très prometteuse dans le cadre d'un effort continu pour relier les modèles de croissance ayant différentes résolutions.

[Traduit par la Rédaction]

Document Type: Research Article

Publication date: April 1, 2006

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
nrc/cjfr/2006/00000036/00000004/art00014
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
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