Allometry for estimating aboveground tree biomass in tropical and subtropical eucalypt woodlands: towards general predictive equations
Notice bibliographique
Résumé
A fundamental tool in carbon accounting is tree-based allometry, whereby easily measured variables can be used to estimate aboveground biomass (AGB). To explore the potential of general allometry we combined raw datasets from 14 different woodland species, mainly eucalypts, from 11 sites across the Northern Territory, Queensland and New South Wales. Access to the raw data allowed two predictor variables, tree diameter (at 1.3-m height; D) and tree height (H), to be used singly or in various combinations to produce eight candidate models. Following natural log (ln) transformation, the data, consisting of 220 individual trees, were re-analysed in two steps: first as 20 species–site-specific AGB equations and, second, as a single general AGB equation. For each of the eight models, a comparison of the species–site-specific with the general equations was made with the Akaike information criterion (AIC). Further model evaluation was undertaken by a leave-one-out cross-validation technique. For each of the model forms, the species–site-specific equations performed better than the general equation. However, the best performing general equation, ln(AGB) = –2.0596 + 2.1561 ln(D) + 0.1362 (ln(H))2, was only marginally inferior to the species–site-specific equations. For the best general equation, back-transformed predicted v. observed values (on a linear scale) were highly concordant, with a slope of 0.99. The only major deviation from this relationship was due to seven large, hollow trees (more than 35% loss of cross-sectional stem area at 1.3 m) at a single species–site combination. Our best-performing general model exhibited remarkable stability across species and sites, when compared with the species–site equations. We conclude that there is encouraging evidence that general predictive equations can be developed across sites and species for Australia’s woodlands. This simplifies the conversion of long-term inventory measurements into AGB estimates and allows more resources to be focused on the extension of such inventories.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».