Skip to main content

Gaining local accuracy while not losing generality — extending the range of gap model applications

Buy Article:

$50.00 plus tax (Refund Policy)


For the study of long-term processes in forests, gap models generally sacrifice accuracy (i.e., simulating system behavior in a quantitatively accurate manner) for generality (i.e., representing a broad range of systems’ behaviors with the same model). We selected the gap model ForClim to evaluate whether the local accuracy of forest succession models can be increased based on a parsimonious modeling approach that avoids the additional complexity of a 3D crown model, thus keeping parameter requirements low. We improved the representation of tree crowns by introducing feedbacks between (i) light availability and leaf area per tree and (ii) leaf area per tree and diameter growth rate to account for the self-pruning in real stands. The local accuracy of the new model, ForClim v2.9.5, was considerably improved in simulations at three long-term forest research sites in the Swiss Alps, while its generality was maintained as shown in simulations of potential natural vegetation along a broad environmental gradient in Central Europe. We conclude that the predictive ability of a model does not depend on its complexity, but on the reproduction of patterns. Most importantly, model complexity should be consistent with the objectives of the study and the level of system understanding.

Pour l’étude des processus à long terme en forêt, les modèles par trouée sacrifient généralement la précision (c.-à-d. la simulation du comportement du système d’une façon quantitativement précise) pour la généralité (c.-à-d. la représentation d’un large spectre de comportements des systèmes avec le même modèle). Nous avons choisi le modèle par trouée ForClim pour évaluer si la précision locale des modèles de succession forestière peut être améliorée en utilisant une approche de modélisation parcimonieuse qui évite la complexité additionnelle de la modélisation des cimes en trois dimensions, ce qui minimise les besoins en paramètres. Pour tenir compte de l’élagage naturel des peuplements sur pied, nous avons amélioré la représentation de la cime des arbres en introduisant des boucles de rétroaction entre (i) la disponibilité de la lumière et la surface foliaire par arbre et (ii) la surface foliaire par arbre et le taux de croissance en diamètre. La précision locale du nouveau modèle, ForClim v2.9.5, a été significativement améliorée dans le cas de simulations portant sur trois stations de recherche forestière à long terme des Alpes suisses, alors que son caractère générale a été maintenu comme le démontrent les simulations de la végétation naturelle potentielle le long d’un vaste gradient environnemental en Europe centrale. Nous concluons que la capacité de prédiction d’un modèle ne dépend pas de sa complexité, mais de la reproduction des patrons. Avant tout, la complexité d’un modèle devrait être compatible avec les objectifs de l’étude et le niveau de compréhension du système.

Document Type: Research Article

Publication date: June 1, 2009

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
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial 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