Quantifying Crown Morphology of Mixed Pine-Oak Forests Using Terrestrial Laser Scanning
Notice bibliographique
Résumé
Mixed forests make up the majority of natural forests, and they are conducive to improving the resilience and resistance of forest ecosystems. Moreover, it is in the crown of the trees where the effect of inter- and intra-specific interaction between them is evident. However, our knowledge of changes in crown morphology caused by density, competition, and mixture of specific species is still limited. Here, we provide insight on stand structural complexity based on the study of four response crown variables (Maximum Crown Width Height, MCWH; Crown Base Height, CBH; Crown Volume, CV; and Crown Projection Area, CPA) derived from multiple terrestrial laser scans. Data were obtained from six permanent plots in Northern Spain comprising of two widespread species across Europe; Scots pine (Pinus sylvestris L.) and sessile oak (Quercus petraea (Matt.) Liebl.). A total of 193 pines and 256 oaks were extracted from the point cloud. Correlation test were conducted (ρ ≥ 0.9) and finally eleven independent variables for each target tree were calculated and categorized into size, density, competition and mixture, which was included as a continuous variable. Linear and non-linear multiple regressions were used to fit models to the four crown variables and the best models were selected according to the lowest AIC Index and biological sense. Our results provide evidence for species plasticity to diverse neighborhoods and show complementarity between pines and oaks in mixtures, where pines have higher MCWH and CBH than oaks but lower CV and CPA, contrary to oaks. The species complementarity in crown variables confirm that mixtures can be used to increase above ground structural diversity.
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 ».