Skip to main content

Evaluating the performance of semi-distance-independent competition indices in predicting the basal area growth of individual trees

Buy Article:

$50.00 plus tax (Refund Policy)


Recent individual-tree growth models use either distance-dependent or distance-independent competition measures to predict tree increment. However, both measures have deficiencies: the latter because the effects of local variation in spacing are not represented, and the former because they cannot be calculated from normal inventory data for lack of spatial information. To overcome these shortcomings, the new class of semi-distance-independent competition indices was proposed. A semi-distance-independent competition index is a distance-independent competition measure that uses only the trees of a single small sample plot that includes the subject tree. Moreover, a semi-distance-independent competition index can be calculated in an analogous way to a distance-dependent competition index by using sample plot size, tree attributes, and intertree distances. However, many semi-distance-independent competition measures are based on simple tree attributes. Therefore, the objective of this study was to analyze if the semi-distance-independent competition indices explain the variation in measurements of tree increment more or less effectively than a set of classical distance-dependent competition indices. The results show that some of the semi-distance-independent competition indices explain at least as much variation in measurements of tree increment as any of the distance-dependent competition indices.

Les récents modèles de croissance à l’échelle de l’arbre utilisent des mesures de compétition dépendantes ou indépendantes de la distance pour prédire l’accroissement des arbres. Cependant, ces deux mesures comportent des lacunes : la dernière parce que les effets de la variation locale de l’espacement ne sont pas représentés, la première parce qu’elle ne peut être calculée à partir de données usuelles d’inventaire qui ne contiennent pas d’information spatiale. Une nouvelle classe d’indices de compétition semi-indépendants de la distance a été proposée pour combler ces lacunes. Un indice de compétition semi-indépendant de la distance est une mesure de compétition indépendante de la distance qui n’utilise que les arbres d’une seule petite placette échantillon comprenant l’arbre d’intérêt. De plus, un indice de compétition semi-indépendant de la distance peut être calculé de la même façon qu’un indice de compétition dépendant de la distance en utilisant la taille de la placette échantillon, les caractéristiques des arbres et les distances entre les arbres. Toutefois, plusieurs mesures de compétition semi-indépendantes de la distance sont basées sur des caractéristiques simples des arbres. Par conséquent, l’objectif de cette étude était de déterminer si les indices de compétition semi-indépendants de la distance expliquent la variation des mesures d’accroissement des arbres plus ou moins efficacement qu’un ensemble d’indices classiques de compétition dépendants de la distance. Les résultats indiquent que certains indices de compétition semi-indépendants de la distance expliquent au moins autant de variation des mesures d’accroissement que n’importe quel indice de compétition dépendant de la distance.

Document Type: Research Article

Publication date: April 1, 2010

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