Skip to main content

Effects of competitor spacing in a new class of individual-tree indices of competition: semi-distance-independent indices computed for Bitterlich versus fixed-area plots

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

We illustrate effects of competitor spacing for a new class of individual-tree indices of competition that we call semi-distance-independent. This new class is similar to the class of distance-independent indices except that the index is computed independently at each subsampling plot surrounding a subject tree for which growth is to be modelled. We derive the effects of distance for this class as the expected value over independent samples containing a particular subject tree. In a previous paper, we illustrated distance effects implicit in eight indices of the distance-dependent class. Here, we present distance effects of four semi-distance-independent indices: density, sum of diameters, basal area, and tree-area ratio; each determined for small fixed-area plots of 0.04ha and for Bitterlich samples of 6m2·ha–1. We show that several members of this new class have distance effects very similar to the distance-dependent class and should, therefore, be equally effective in accounting for competitive effects in individual-tree increment models. The comparisons should inform selection of competition indices and sampling designs for growth modelling.

Les effets de l’espacement entre les arbres compétiteurs sont illustrés pour une nouvelle classe d’indices de compétition d’arbres individuels appelée classe d’indices semi-dépendants de la distance. Cette nouvelle classe est similaire à la classe des indices indépendants de la distance sauf que l’indice est calculé indépendamment pour chaque sous-placette-échantillon entourant un arbre sujet dont la croissance doit être modélisée. Pour cette nouvelle classe, les effets de la distance sont considérés comme étant la valeur attendue des échantillons indépendants contenant un arbre sujet particulier. Les effets de la distance implicites dans huit indices dépendants de la distance sont illustrés dans un article précédent. Ici, les effets de la distance sont présentés pour quatre indices semi-dépendants de la distance: densité, somme des diamètres, surface terrière et quotient d’espace vital. Chaque indice est déterminé pour de petites placettes à surface fixe de 0,04 ha et pour les placettes-échantillons Bitterlich de 6 m2·ha–1. Pour plusieurs membres de la nouvelle classe, les effets de la distance sont très similaires à ceux des indices de la classe dépendante de la distance. Ils devraient par conséquent être aussi efficaces pour tenir compte des effets de compétition dans les modèles de croissance d’arbres individuels. Ce type de comparaisons devrait influencer la sélection des indices compétition et le mode d'échantillonnage pour la modélisation de la croissance.

Document Type: Research Article

Publication date: April 1, 2008

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/2008/00000038/00000004/art00022
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