Light absorption and bole volume growth of individual Douglas-fir trees
Notice bibliographique
Résumé
Empirical growth and yield models for forest management are evolving toward individual-tree models that are capable of simulating the growth of mixed and uneven-aged stands. Spatially explicit (i.e., distance-dependent) models usually modify the growth of trees by means of competition indices; however, these competition indices rarely simulate the light available for tree growth explicitly. We used tree growth data from an even-aged, unthinned, 50-year-old Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) stand in British Columbia to test the hypothesis that the amount of absorbed light is a good predictor of diameter at breast height, height, and bole volume growth of an individual tree. We also explored the relationships between these variables. A spatially explicit light model was used to simulate photosynthetically active radiation absorbed by individual trees during a growth period (APAR) based on detailed canopy architecture information. For the purpose, we used a weighted leaf area (WLA) that is linearly related to APAR. Because of the integration of light absorption by a tree crown, estimates of WLA were highly correlated with leaf area for dominant trees. For suppressed trees, leaf area was a poor estimator of WLA. The relationship between WLA and bole volume growth was nonlinear, indicating a higher light-use efficiency in suppressed trees than in dominant trees. This relationship was strong enough to be useful for growth modeling. Only height growth of suppressed trees was affected by WLA. We conclude that single-tree WLA can be used as a process-oriented competition index in growth models for forest management.
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 | 0,000 | 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) | 0,006 | 0,001 |
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 ».