How Stand Productivity Results from Size- and Competition-Dependent Growth and Mortality
Notice bibliographique
Résumé
BACKGROUND: A better understanding of the relationship between stand structure and productivity is required for the development of: a) scalable models that can accurately predict growth and yield dynamics for the world's forests; and b) stand management regimes that maximize wood and/or timber yield, while maintaining structural and species diversity. METHODS: We develop a cohort-based canopy competition model ("CAIN"), parameterized with inventory data from Ontario, Canada, to examine the relationship between stand structure and productivity. Tree growth, mortality and recruitment are quantified as functions of diameter and asymmetric competition, using a competition index (CAI(h)) defined as the total projected area of tree crowns at a given tree's mid-crown height. Stand growth, mortality, and yield are simulated for inventoried stands, and also for hypothetical stands differing in total volume and tree size distribution. RESULTS: For a given diameter, tree growth decreases as CAI(h) increases, whereas the probability of mortality increases. For a given CAI(h), diameter growth exhibits a humped pattern with respect to diameter, whereas mortality exhibits a U-shaped pattern reflecting senescence of large trees. For a fixed size distribution, stand growth increases asymptotically with total density, whereas mortality increases monotonically. Thus, net productivity peaks at an intermediate volume of 100-150 m(3)/ha, and approaches zero at 250 m(3)/ha. However, for a fixed stand volume, mortality due to senescence decreases if the proportion of large trees decreases as overall density increases. This size-related reduction in mortality offsets the density-related increase in mortality, resulting in a 40% increase in yield. CONCLUSIONS: Size-related variation in growth and mortality exerts a profound influence on the relationship between stand structure and productivity. Dense stands dominated by small trees yield more wood than stands dominated by fewer large trees, because the relative growth rate of small trees is higher, and because they are less likely to die.
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) | 0,000 | 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 ».