Development of height to crown base models for thirteen tree species of the North American Acadian Region
Notice bibliographique
Résumé
Height to live crown base (HCB) is an important input variable for several growth and yield models. Since HCB is rarely measured in the field, it is often predicted using static models. Instead of predicting HCB, the Forest Vegetation Simulator Northeastern Variant (FVS-NE) uses an equation that predicts crown ratio (CR), which has not been well validated. The main goal of the present study was to construct a regional HCB model for thirteen selected tree species of the Acadian Region of North America. The specific objectives were to: 1) evaluate FVS-NE model predictions, 2) compare suitable model forms, and 3) assess influence of various covariates to improve predictions. We evaluated three model forms, namely Holdaway (1986), logistic, and exponential. The findings indicated that FVS-NE models were significantly biased for all species as the overall mean bias and root mean square error (RMSE) were 0.11 m and 1.80 m, respectively. A logistic equation with size (diameter at breast height [DBH], total height [HT] and ratio of DBH to HT), and competition (crown competition factor [CCF] and basal area larger than subject tree [BAL]) gave the best predictions for all species in this analysis. This model had an overall mean bias <0.01 m and an RMSE of 1.59 m, which represents a significant improvement in predictions compared to FVS-NE. Despite the range of species and observed variation in the data, the equations worked well and can be easily calibrated to new stands with a few local observations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».