Skip to main content

Forest management strategies for dealing with fire-related uncertainty when managing two forest seral stages

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Ecological values are an important aspect of sustainable forest management, but little attention has been paid to maintaining these values when using traditional linear programming (LP) forest management planning models in uncertain planning environments. We embedded an LP planning model that specifies when and how much to harvest in a simulation model of a “managed” flammable forest landscape. The simulation model was used to evaluate two strategies for dealing with fire-related uncertainty when managing mature and old forest areas. The two seral stage areas were constrained in the LP planning model to a minimum of 10% of the total forest area and the strategies were evaluated under four representative fire regimes. We also developed a risk analysis tool that can be used by forest managers that wish to incorporate fire-related uncertainty in their decision-making. We found that use of the LP model would reduce the areas of the mature and old forest to their lower bound and fire would further reduce the seral areas below those levels, particularly when the mean annual burn fraction exceeds 0.45% per annum. Increasing the minimum area required (i.e., the right-hand side of the constraint) would increase the likelihood of satisfying the minimum area requirements.

Les valeurs écologiques constituent un aspect important de l’aménagement forestier durable mais peu d’attention a été accordée au maintien de ces valeurs lorsqu’on utilise des modèles traditionnels de programmation linéaire (PL) pour planifier l’aménagement forestier dans des environnements de planification incertains. Nous avons intégré un modèle de planification par PL qui spécifie quand et quelle quantité il faut récolter dans un modèle de simulation d’un paysage forestier inflammable sous aménagement. Le modèle de simulation a été utilisé pour évaluer deux stratégies qui prennent en charge l’incertitude reliée au feu lorsqu’on aménage des zones de forêt mûre et de forêt surannée. Nous avons introduit une contrainte dans le modèle de planification par PL de telle sorte que les deux stades de succession occupent au moins 10% de la superficie totale de la forêt et les stratégies ont été évaluées pour quatre régimes de feu représentatifs. Nous avons aussi développé un outil d’analyse du risque d’incendie qui peut être utilisé par les aménagistes forestiers qui souhaitent intégrer l’incertitude reliée au feu dans le processus de prise de décision. Nous avons trouvé que le modèle de PL réduirait les superficies de forêt mature et de forêt surannée à leur limite inférieure et que le feu réduirait la superficie de ces stades de succession sous ces niveaux, particulièrement lorsque la superficie annuelle moyenne brûlée dépasse 0,45%. Augmenter la superficie minimum exigée (c.-à-d. le côté droit de la contrainte) augmenterait les chances de satisfaire les exigences de superficie minimum.

Document Type: Research Article

Publication date: February 1, 2011

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
nrc/cjfr/2011/00000041/00000002/art00010
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

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
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