Mapping and imputing potential productivity of Pacific Northwest forests using climate variables

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

Regional estimation of potential forest productivity is important to diverse applications, including biofuels supply, carbon sequestration, and projections of forest growth. Using PRISM (Parameter-elevation Regressions on Independent Slopes Model) climate and productivity data measured on a grid of 3356 Forest Inventory and Analysis plots in Oregon and Washington, we evaluated four possible imputation methods to estimate potential forest productivity: nearest neighbour, multiple linear regression, thin plate spline functions, and a spatial autoregressive model. Productivity, measured by potential mean annual increment at culmination, is explained by the interaction of annual temperature, precipitation, and climate moisture index. The data were randomly divided into 2237 reference plots and 1119 target plots 30 times. Each imputation method was evaluated by calculating the coefficient of determination, bias, and root mean square error of both the target and reference data set and was also tested for evidence of spatial autocorrelation. Potential forest productivity maps of culmination potential mean annual increment were produced for all Oregon and Washington timberland.

L’estimation régionale de la productivité forestière potentielle est importante pour diverses applications, y compris les stocks de biocarburants, la séquestration du carbone et les projections de la croissance forestière. À l’aide des données climatiques PRISM (Parameter-elevation Regressions on Independent Slopes Model) et des données de productivité mesurées sur une grille de 3356 placettes du programme d’analyse et d'inventaire forestiers dans les États de l’Oregon et de Washington, nous évaluons quatre méthodes d’imputation pour estimer la productivité forestière potentielle: le plus proche voisin, la régression linéaire multiple, les fonctions d’interpolation spline et un modèle spatial autorégressif. Mesurée par l'accroissement annuel moyen potentiel (AAMP) maximum, la productivité est expliquée par l'interaction de la température annuelle, des précipitations et de l'indice d’humidité du climat. Les données ont été réparties au hasard dans 2237 placettes de référence et 1119 placettes cibles une trentaine de fois. En plus d’être testée pour la présence d'autocorrélation spatiale, chaque méthode d'imputation a été évaluée à l’aide du coefficient de détermination, du biais et de l’erreur quadratique moyenne calculés pour les ensembles de données cibles et de référence. Les cartes de productivité forestière potentielle de l’AAMP maximum ont été produites pour l'ensemble du territoire forestier exploitable des États de l'Oregon et de Washington.

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
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

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
ingentaconnect 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