Using TLS-Measured Tree Attributes to Estimate Aboveground Biomass in Small Black Spruce Trees
Notice bibliographique
Résumé
Research Highlights: This study advances the effort to accurately estimate the biomass of trees in peatlands, which cover 13% of Canada’s land surface. Background and Objectives: Trees remove carbon from the atmosphere and store it as biomass. Terrestrial laser scanning (TLS) has become a useful tool for modelling forest structure and estimating the above ground biomass (AGB) of trees. Allometric equations are often used to estimate individual tree AGB as a function of height and diameter at breast height (DBH), but these variables can often be laborious to measure using traditional methods. The main objective of this study was to develop allometric equations using TLS-measured variables and compare their accuracy with that of other widely used equations that rely on DBH. Materials and Methods: The study focusses on small black spruce trees (<5 m) located in peatland ecosystems of the Taiga Plains Ecozone in the Northwest Territories, Canada. Black spruce growing in peatlands are often stunted when compared to upland black spruce and having models specific to them would allow for more precise biomass estimates. One hundred small trees were destructively sampled from 10 plots and the dry weight of each tree was measured in the lab. With this reference data, we fitted biomass models specific to peatland black spruce using DBH, crown diameter, crown area, height, tree volume, and bounding box volume as predictors. Results: Our best models had crown size and height as predictors and outperformed established AGB equations that rely on DBH. Conclusions: Our equations are based on predictors that can be measured from above, and therefore they may enable the plotless creation of accurate biomass reference data for a prominent tree species in a common ecosystem (treed peatlands) in North America’s boreal.
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 | 0,001 |
| 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 ».