Skip to main content

A multivariate, nonparametric stem-curve prediction method

Buy Article:

$50.00 plus tax (Refund Policy)


The paper presents a general method for predicting the stem curve, volume, and merchantable height of a tree if breast height diameter (DBH) is measured, or if DBH and total height (H) as well as diameters at any heights are measured. Estimates for prediction variances are obtained both for diameters and volumes. The approach is multivariate and nonparametric. At the estimation stage, a multivariate model is developed for the total height and a fixed set of diameters: four diameters at absolute heights below breast height and eight diameters at relative distances between the breast height and the top of the tree. The expected values and variances of the dimensions and the correlations between dimensions are expressed as functions of DBH. These functions were estimated using smoothing splines. The model is applied by predicting unobserved dimensions from the observed dimensions using a linear predictor. If total height is not measured, then prediction is done using an approach based on two-point distributions. Correlation of total heights of different trees in the same stand is also modeled, and with this model, measured total heights in a stand can be used to predict unmeasured total heights. The approach provides both a detailed analysis of variation and covariation of stem curves and a practical prediction method.

L'article présente une méthode générale pour prédire le défilement du tronc, le volume et la hauteur marchande d'un arbre si le diamètre à hauteur de poitrine (DHP) est mesuré ou si le DHP et la hauteur totale sont mesurés ainsi que des diamètres à n'importe quelles hauteurs. L'estimation de la variance est obtenue à la fois pour les diamètres et les volumes. L'approche est multivariée et non paramétrique. À l'étape de l'estimation, un modèle multivarié est développé pour la hauteur totale et une série de diamètres fixes : quatre diamètres à des hauteurs fixes sous la hauteur de poitrine et huit diamètres à des hauteurs relatives entre la hauteur de poitrine et le sommet de l'arbre. La valeur espérée et la variance des dimensions ainsi que la corrélation entre les dimensions sont exprimées en fonction du DHP. Ces fonctions sont estimées à l'aide du lissage par interpolation. Le modèle est appliqué en prédisant les dimensions non observées à partir des dimensions observées en utilisant un prédicteur linéaire. Si la hauteur totale n'est pas mesurée, la prédiction est réalisée par une approche basée sur les distributions à deux points. La corrélation avec la hauteur totale de différents arbres dans le même peuplement est aussi modélisée. À l'aide de ce modèle de corrélation, les hauteurs totales mesurées dans un peuplement peuvent être utilisées pour prédire les hauteurs totales non mesurées. L'approche fournit à la fois une analyse détaillée de la variance et de la covariance du défilement du tronc et une méthode pratique de prédiction.

[Traduit par la Rédaction]

Document Type: Research Article

Publication date: 2006-04-01

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
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