Advertisement

Comparing the performance of generalized diameter-height equations for Maritime pine in Northwestern Spain

  • Jörg Schröder
  • Juan Gabriel Álvarez González
Article

Summary

The objective of this study was to develop and compare generalized diameter-height equations for pure stands of maritime pine (Pinus pinaster Ait.) in Galicia, Northwestern Spain. The data used to fit the equations consisted of 621 diameter-height observations sampled from 67 plots installed in pure, uniformly stocked stands covering a wide range of forest stand and site conditions across the province of Pontevedra. In a first step, nonlinear least squares regression was used to test the performance of two published equations, one derived from theRichards function (equation 1) and the other one from theSchumacher function (equation 2). In both cases, the residuals indicated no severe violation of the fundamental statistical assumptions, with root mean square errors of 1.44 m for equation (1) and 1.49 m for equation (2). In a second step, equation (2) was modified resulting in two new equations which showed only a marginal improvement. Finally, the precision was evaluated for all equations using an independent data set. The strongest correlation between observed and predicted values was obtained with equation (1). However, differences between the four equations were rather small.

Keywords

generalized diameter-height equation Pinus pinaster nonlinear regression 

Zur Entwicklung von Einheitshöhenkurven am Beispiel der BaumartPinus pinaster in Nordwest-Spanien

Zusammenfassung

Ziel der vorliegenden Arbeit war es, Einheitshöhenkurven für Reinbestände aus Seestrandkiefer (Pinus pinaster Ait.) in Galicien (Nordwest-Spanien) zu entwickeln und zu vergleichen. Der zur Parametrisierung der Gleichungen verwendete Datensatz besteht aus 621 Durchmesser-Höhen-Wertepaaren und stammt von 67 Probeflächen in der Provinz Pontevedra. Die Daten repräsentieren ein breites Spektrum unterschiedlicher Standorts- und Bestandessituationen in homogen aufgebauten Reinbeständen. Zunächst wurden mit Hilfe der nichtlinearen Regression zwei bereits veröffentlichte Einheitshöhenkurven getestet. Die erste Gleichung wurde von derRichards-Funktion abgeleitet, die zweite von derSchumacher-Funktion. In beiden Fällen zeigten die Residuen keine grobe Verletzung der statistischen Voraussetzungen. Die Wurzel des mittleren quadratischen Fehlers beträgt 1,44 m für Gleichung (1) und 1,49 m für Gleichung (2). Auf Grundlage von Gleichung (2) wurden in einem zweiten Schritt zwei neue Einheitshöhenkurven entwickelt. Beide Gleichungen Zeigten allerdings lediglich eine geringfügige Verbesserung. Die Präzision der entwickelten Einheitshöhenkurven wurde schließlich mit Hilfe unabhängiger Daten beurteilt. Die stärkste Korrelation zwischen den tatsächlichen und den erwarteten Höhen zeigte Gleichung (1). Die Unterschiede zwischen den Gleichungen waren allerdings ziemlich gering.

Schlüsselwörter

Einheitshöhenkurve Pinus pinaster nichtlineare Regression 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

6 References

  1. Álvarez González, J. G., 1997: Análisis y caracterización de las distribuciones diamétricas dePinus Pinaster Ait. en Galicia. PhD Thesis, Universidad Politécnica de Madrid, ETSM: 270 p.Google Scholar
  2. Arabatzis, A. A., Burkhart, H. E., 1992: An evaluation of sampling methods and model forms for estimating height-diameter relationships in loblolly pine plantations. For. Sci. 38(1), 192–198.Google Scholar
  3. Bará, s., Toval, G., 1983: Calidad de estacion dePinus pinaster Ait. en Galicia. Comunicaciones INIA, Serie Recursos Naturales 24, Madrid: 166 p.Google Scholar
  4. Clutter, J. L., Fortson, J. C., Pienaar, L. V., Brister, G. H., Bailey, R. L., 1983: Timber Management — a Quantitative Approach. John Wiley and Sons, New York: 333 p.Google Scholar
  5. Draper, N. R., Smith, H., 1981: Applied Regression Analysis. John Wiley and Sons, New York: 709 p.Google Scholar
  6. Gadow, K. v., Hui, G. Y., 1999: Modelling forest development. Kluwer Academic Publishers, Dordrecht: 213 p.CrossRefGoogle Scholar
  7. Hasenauer, H., 1999: Statistische Probleme der Höhenzuwachsberechnung. Cbl. f. d. ges. Forstw. 116 (1/2), 91–104.Google Scholar
  8. Hradetzky, J., 1999: Höhenermittlung bei Betriebsinventuren in Baden-Württemberg. Cbl. f. d. ges. Forstw. 116 (1/2), 119–128.Google Scholar
  9. Hui, G. Y., Gadow, K. v., 1993: Zur Entwicklung von Einheitshöhenkurven am Beispiel der BaumartCunninghamia lanceolata. Allg. Forst- u. J.-Ztg., 164 (12), 218–220.Google Scholar
  10. Kahn, M., Dursky, J., 1999: Höhenzuwachsfunktionen für Einzelbaumodelle auf der Grundlage quasirealer Baumhöhenzuwächse. Cbl. f. d. ges. Forstw. 116 (1/2), 105–118.Google Scholar
  11. Michailoff, J. L., 1943: Zahlenmässiges Verfahren für die Ausführung der Bestandeshöhenkurven. Sonderdr. Fw. Cbl. u. Tharandter Forstl. Jb., 6: 273–279.Google Scholar
  12. Mirkovic, D., 1958: Normale visinske krive za chrast kitnak i bukvu v NR Srbiji. Zagreb: Glasnik sumarskog fakulteta 13. Cited in: Wenk, G., Antanaitis, V., Smelko, S. 1990: Waldertragslehre. Deutscher Landwirtschaftsverlag, Berlin: 448 p.Google Scholar
  13. Páscoa, F., 1987: Estructura, crecimento e produçāo em povomentos de pinheiro bravo. Um modelo de simulação. PhD Thesis, Universidade Técnica de Lisboa: 241 p.Google Scholar
  14. Pienaar, L. V., 1991: PMRC Yield Prediction System for Slash Pine Plantations in the Atlantic Coast Flatwoods. PMRC Technical Report, Athens. Cited in: Van Laar, A., Akça, A. 1997: Forest Mensuration. Cuvillier Verlag, Göttingen: 418 p.Google Scholar
  15. Pita Carpenter, P. A., Moreno Pinedo, M., 1973: Introducción al estudio de las claras en su incedencia sobre la producción. Montes 171, 189–202.Google Scholar
  16. Prodan, M., Peters, R., Cox, F., Real, P., 1997: Mensura Forestal. Instituto Interamericano de Cooperación para la Agricultura (IICA)/Deutsche Gesellschaft für Technische Zusammenarbeit (GTZ) GmbH, San José, Costa Rica: 561 p.Google Scholar
  17. Ralston, M. L., Jengrich, R. I., 1978: DUD, a derivate-free algorithm for nonlinear least squares. Technometrics 20, 7–14.CrossRefGoogle Scholar
  18. Richards, F. J., 1959: A flexible growth function for empirical use. J. Exp. Bot. 10, 290–300.CrossRefGoogle Scholar
  19. Schröder J., Gadow, K. v., 1999: Testing a new competition index for Maritime pine in Northwestern Spain. Can. J. For. Res. 29, 280–283.Google Scholar
  20. Schumacher, F. X., 1939: A new growth curve and its application to timber yield studies. J. For. 37, 819–820.Google Scholar
  21. Soares, P., Tomé, M., Skovsgaard, J. P., Vanclay, J. K., 1995: Evaluating a growth model for forest management using continuous forest inventory data. Forest Ecology and Management 71, 251–265.CrossRefGoogle Scholar
  22. Vanclay, J. K., 1994: Modelling forest growth — applications to mixed tropical forests. CAB International, Wallingford: 312 p.Google Scholar
  23. Wiedemann, E., 1936: Über die Vereinfachung der Höhenermittlung bei der Vorratsaufnahme. Mitt. a. Forstw. u. Fortswiss., 387–412.Google Scholar

Copyright information

© Blackwell Wissenschafts-Verlag 2001

Authors and Affiliations

  • Jörg Schröder
    • 1
  • Juan Gabriel Álvarez González
    • 2
  1. 1.Institut für Forsteinrichtung und ErtragskundeGeorg-August-Universität GöttingenGöttingenGermany
  2. 2.Escuela Politécnica Superior de Lugo, Campus UniversitarioUniversidad de Santiago de CompostelaLugoSpain

Personalised recommendations