Skip to main content

Incorporating environmental and geographical information in forest data analysis: a new fitting approach for universal kriging

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Universal kriging gives the optimal linear model to incorporate auxiliary information in data analysis in the presence of spatial dependence of observations if the underlying variogram is known. However, in practice, the variogram is typically unknown and its estimation constitutes one of the major problems in universal kriging theory. In this paper, a new method is proposed to estimate the variogram and the mean function in universal kriging based on the relationship between the second moments of the variable Z(s) and the auxiliary variables. The performance of the proposed method is analysed in three case studies: the prediction of site index in an Italian stone pine (Pinus pinea L.) forest, the estimation of growing stock in a Scots pine (Pinus sylvestris L.) stand, and the assessment of the environmental factors involved in the distribution of a Meliosma species in a tropical montane cloud forest. The results show that the proposed method performs as well as the maximum likelihood and least squares methods in terms of unbiasedness and precision of the kriging predictor and prediction error variance estimation. The proposed method allows the spatial variability linked to environmental and geographical factors to be identified in the analysis of data from forest ecosystems.

Le krigeage universel fournit le modèle linéaire optimal pour intégrer des observations auxiliaires dans l’analyse des données en présence de dépendance spatiale si le variogramme sous-jacent est connu. Toutefois, en pratique, le variogramme est généralement inconnu et son estimation constitue l’un des problèmes majeurs de la théorie du krigeage universel. Dans cet article, une nouvelle méthode est proposée pour estimer le variogramme et la fonction de moyenne du krigeage universel en utilisant la relation entre les moments de second ordre de la variable Z(s) et les variables auxiliaires. La performance de la méthode proposée est analysée dans trois études de cas : la prédiction de l’indice de qualité de station dans une forêt d’aroles italienne (Pinus pinea L.), l’estimation du matériel sur pied dans un peuplement de pin sylvestre (Pinus sylvestris L.) et l’évaluation des facteurs environnementaux impliqués dans la distribution d’une espèce de Meliosma dans une forêt tropicale de nuage. Les résultats montrent que la méthode proposée est aussi performante que le maximum de vraisemblance et les moindres carrés en termes de biais et de précision du prédicteur obtenu par krigeage et de l’estimation de la variance de l’erreur de prédiction. La méthode proposée permet d’identifier la variabilité spatiale associée aux facteurs environnementaux et géographiques dans l’analyse des données provenant des écosystèmes forestiers.

Document Type: Research Article

Publication date: 2010-09-01

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 content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed 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