Allometric equations for predicting aboveground biomass of beech-hornbeam standsin the Hyrcanian forests of Iran
Notice bibliographique
Résumé
A better understanding of the carbon biomass from forests is needed to improve both models and mitigation efforts related to the global C cycle and greenhouse gas mitigation. Despite the importance of Hyrcanian forests for biodiversity conservation, no study with biomass destruction has been done to predict biomass and carbon pools from this forest. Mixed-specific regression equations with 45 sample trees using different input variables such as diameter, height and wood density were developed to estimate the aboveground biomass of beech-hornbeam stands. All the sample trees were harvested and the diameter at breast height (DBH) spanned from 31 to 104 cm so as to represent the diameter distribution reported in the beech-hornbeam stand management. Using only diameter as an input variable, the stands regression model estimates the aboveground biomass of the stand with an average deviation of 19% (R2adj = 0.92; SEE = 0.22). Adding height as the second explanatory variable slightly improved the estimation with an average deviation of 18% (R2adj = 0.95; SEE = 0.17). Adding only height or wood density did not improve significantly the estimations. Using the three variables together improved the precision of bole biomass prediction of stands with an average deviation of 10.3% (R2adj = 0.965; SEE = 0.167). 68% of the observed variation in the aboveground biomass of beech-hornbeam stands was explained only by diameter.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».