Skip to main content

Spatial model of site index based on -ray spectrometry and a digital elevation model for two Pinus species in Tuan Toolara State Forest, Queensland, Australia

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Site index prediction models are an important aid for forest management and planning activities. This paper introduces a multiple regression model for spatially mapping and comparing site indices for two Pinus species (Pinus elliottii Engelm. and Queensland hybrid, a P. elliottii × Pinus caribaea Morelet hybrid) based on independent variables derived from two major sources: -ray spectrometry (potassium (K), thorium (Th), and uranium (U)) and a digital elevation model (elevation, slope, curvature, hillshade, flow accumulation, and distance to streams). In addition, interpolated rainfall was tested. Species were coded as a dichotomous dummy variable; interaction effects between species and the -ray spectrometric and geomorphologic variables were considered. The model explained up to 60% of the variance of site index and the standard error of estimate was 1.9m. Uranium, elevation, distance to streams, thorium, and flow accumulation significantly correlate to the spatial variation of the site index of both species, and hillshade, curvature, elevation and slope accounted for the extra variability of one species over the other. The predicted site indices varied between 20.0 and 27.3m for P. elliottii, and between 23.1 and 33.1m for Queensland hybrid; the advantage of Queensland hybrid over P. elliottii ranged from 1.8 to 6.8m, with the mean at 4.0m. This compartment-based prediction and comparison study provides not only an overview of forest productivity of the whole plantation area studied but also a management tool at compartment scale.

Les modèles de prédiction de l’indice de qualité de station contribuent de façon importante aux activités d’aménagement et de planification. Cet article présente un modèle de régression multiple pour cartographier et comparer les indices de qualité de station pour deux espèces de pin (le Pinus elliottii Englem. et l’hybride Queensland (P. elliotti × Pinus caribaea Morelet) basé sur les variables indépendantes dérivées de deux sources majeures d’information: la spectrométrie  (potassium (P), thorium (Th) et uranium (U)) et le modèle numérique de terrain (altitude, pente, courbure du terrain, exposition, taux d’accumulation et distance des cours d’eau). En outre, l’effet des précipitations interpolées est testé. L’espèce est codifiée comme une variable nominale. Les effets des interactions entre l’espèce et les variables spectrales et géomorphologiques sont considérés. Le modèle explique jusqu’à 60% de la variance de l’indice de qualité de station et l’erreur type d’estimation est de 1,9m. L’uranium, l’altitude, la distance des cours d’eau, le thorium et le taux d’accumulation sont significativement corrélés à la variation spatiale de l’indice de qualité de station des deux espèces, alors que l’exposition, la courbure du terrain, l’altitude et la pente sont responsables de la variabilité due à l’espèce. Les indices de qualité de station prédits par le modèle varient entre 20,0 et 27,3m pour le P. elliottii et entre 23,1 et 33,1m pour l’hybride Queensland. La supériorité de l’hybride Queensland sur le P. elliottii varie de 1,8 à 6,8m avec une moyenne de 4,0m. Cette comparaison et cette prédiction de l’indice de qualité de station à l’échelle de la parcelle d’aménagement fournissent non seulement une vue d’ensemble de la productivité forestière sur tout le territoire de plantation à l’étude, mais aussi un outil d’aménagement à l’échelle parcellaire.

Document Type: Research Article

Publication date: 2007-11-01

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 ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree 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