Skip to main content

Uncertainty assessment of forest road modeling with the Distributed Hydrology Soil Vegetation Model (DHSVM)

Buy Article:

$50.00 plus tax (Refund Policy)


We used a generalized likelihood uncertainty estimation procedure with the Distributed Hydrology Soil Vegetation Model (DHSVM) for two streamflow and 11 road ditchflow locations. We observed considerable uncertainty in DHSVM simulations of forest road and stream runoff. The accuracy of simulations decreased as the size of the area modeled decreased. For streamflow, 44% of attempted model structures exceeded a 0.5 Nash–Sutcliffe efficiency threshold for a 630ha catchment; 12% of attempted model structures exceeded a 0.5 Nash–Sutcliffe efficiency threshold for a 55ha catchment. DHSVM simulations produced behavioral model structures for only six of the 11 road ditchflow sites (<10ha). Cumulative distribution functions of parameter values did not indicate specific parameter ranges of parameter values across all locations, indicating that parameter values in DHSVM are influenced by their interaction with other parameters. The sensitivity of parameters and the range of that sensitivity varied across simulations of road ditchflow and streamflow. DHSVM simulations for two streamflow locations varied outside the uncertainty bounds for 10%–22% of storm volumes and 12%–22% of peak flows, respectively. Twenty-eight percent to 52% of storm volumes and 28%–48% of peak flows were outside the uncertainty bounds for the six road ditchflow locations.

Nous avons utilisé une méthode d’estimation des incertitudes «Generalized Likelihood Uncertainty Estimation» avec le modèle distribué DHSVM («Distributed Hydrology Soil Vegetation Model») pour deux sites d’écoulement fluvial et 11 sites d’écoulement en fossés de drainage en bordure de route. Nous avons observé une incertitude considérable dans les simulations du DHSVM de l’écoulement fluvial et de l’écoulement associé à un chemin forestier. La précision des simulations diminuait à mesure que la taille de la zone modélisée diminuait. Dans le cas de l’écoulement fluvial, 44% des structures de modèle testées excédaient un critère d’efficacité de Nash–Sutcliffe de 0,5 pour un bassin de 630ha; 12% des structures de modèle testées excédaient un critère d’efficacité de Nash–Sutcliffe de 0,5 pour un bassin de 55ha. Les simulations du DHSVM ont produit des structures de modèle comportemental pour seulement six des 11 sites d’écoulement en fossés (<10ha). Les fonctions de distribution cumulative de la valeur des paramètres n’ont pas fourni d’étendues spécifiques des paramètres pour l’ensemble des sites, indiquant que la valeur des paramètres dans le DHSVM est influencée par leur interaction avec d’autres paramètres. La sensibilité des paramètres et l’étendue de cette sensibilité variaient parmi les simulations d’écoulement en fossés et d’écoulement fluvial. Dans le cas de deux sites d’écoulement fluvial, les simulations du DHSVM variaient au-delà des limites d’incertitude pour 10% à 22% des débits d’orage et 12% à 22% des débits de pointe. Dans le cas de six sites d’écoulement en fossés, 28% à 52% des débits d’orage et 28% à 48% des débits de pointe étaient à l’extérieur des limites d’incertitude.

Document Type: Research Article

Publication date: 2010-07-01

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
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