Age-independent difference equations for modelling tree and stand growth
Notice bibliographique
Résumé
Modelling growth of trees or stands when age is not available is often necessary. This is the case in national forest inventories or when age is not a main determinant of growth (e.g., trees growing in uneven-aged stands). Even if age is not known, functions used to model growth should follow the required pattern, with a maximum and a slow decline after the maximum is attained. There are some empirical functions with these properties; however, direct modelling with difference equations derived from the so-called theoretical growth functions has not been used for this purpose, as they are age dependent. This paper presents a methodology to formulate growth functions as age-independent difference equations. These can be used when age is not available or is not relevant. The proposed equations have the advantage of allowing the direct modelling of yield instead of growth. If the parameters are expressed as a function of site variables, the equations are invariant for projection length and therefore can be used when data is not equally spaced in time, as is the case of most data sets. The methodology is applied to the Lundqvist and Richards growth functions, the most commonly used in growth and yield modelling. The use of the age-independent growth functions is illustrated by using two case studies in Portugal: dominant height growth of eucalyptus (Eucalyptus globulus Labill.) plantations and individual tree growth in diameter at breast height in sparse cork oak (Quercus suber L.) stands.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».