Methods and applications for improving parameter prediction models for stand structures in Finland


Autoria(s): Siipilehto, Jouni
Contribuinte(s)

Helsingin yliopisto, maatalous-metsätieteellinen tiedekunta, metsatieteiden laitos

Helsingfors universitet, agrikultur-forstvetenskapliga fakulteten, institutionen för skogsvetenskaper

University of Helsinki, Faculty of Agriculture and Forestry, Department of Forest Sciences

Metsäntutkimuslaitos

Data(s)

30/09/2011

Resumo

This thesis report attempts to improve the models for predicting forest stand structure for practical use, e.g. forest management planning (FMP) purposes in Finland. Comparisons were made between Weibull and Johnson s SB distribution and alternative regression estimation methods. Data used for preliminary studies was local but the final models were based on representative data. Models were validated mainly in terms of bias and RMSE in the main stand characteristics (e.g. volume) using independent data. The bivariate SBB distribution model was used to mimic realistic variations in tree dimensions by including within-diameter-class height variation. Using the traditional method, diameter distribution with the expected height resulted in reduced height variation, whereas the alternative bivariate method utilized the error-term of the height model. The lack of models for FMP was covered to some extent by the models for peatland and juvenile stands. The validation of these models showed that the more sophisticated regression estimation methods provided slightly improved accuracy. A flexible prediction and application for stand structure consisted of seemingly unrelated regression models for eight stand characteristics, the parameters of three optional distributions and Näslund s height curve. The cross-model covariance structure was used for linear prediction application, in which the expected values of the models were calibrated with the known stand characteristics. This provided a framework to validate the optional distributions and the optional set of stand characteristics. Height distribution is recommended for the earliest state of stands because of its continuous feature. From the mean height of about 4 m, Weibull dbh-frequency distribution is recommended in young stands if the input variables consist of arithmetic stand characteristics. In advanced stands, basal area-dbh distribution models are recommended. Näslund s height curve proved useful. Some efficient transformations of stand characteristics are introduced, e.g. the shape index, which combined the basal area, the stem number and the median diameter. Shape index enabled SB model for peatland stands to detect large variation in stand densities. This model also demonstrated reasonable behaviour for stands in mineral soils.

Väitöskirja käsittelee menetelmiä ja sovelluksia metsikön puiden kokojakaumien ennustamiseksi. Menetelmien tavoitteena on parantaa ennustemalleja parametreille, joita tarvitaan kuvattaessa suomalaisten metsiköiden rakennetta. Alustavien tutkimusten aineisto oli paikallista, mutta lopullisten mallien aineistot kattoivat koko Suomen. Kattavista aineistoista laaditut mallit on tarkoitettu käytännön metsäsuunnittelun tarpeisiin. Työssä vertailtiin Weibull- ja Johnsonin SB-jakaumafunktioita ja erilaisia regressiomallien estimointimenetelmiä. Kehitettyjä malleja arvioitiin ennustetuista jakaumista laskettujen puustotunnusten, kuten tilavuuden, luotettavuutta tarkastelemalla. Perinteisesti läpimittajakauma kuvataan yhdessä pituuden odotusarvon kanssa, jolloin pituusjakauma supistuu. Sen sijaan kaksiulotteisella jakaumalla voidaan kuvata yhtäaikaisesti läpimittaluokkien välinen ja sisäinen pituusvaihtelu. Kaksiulotteisen SBB-jakauman ennustemallilla saatiin kuvattua läpimitan ja pituuden välinen luonnonmukainen vaihtelu. SBB-jakaumaan verrattava vaihtoehto saatiin, kun käytettiin pituusmallin virhetermiä. Metsäsuunnittelun tarpeisiin metsiköiden rakenteen kuvaus on ollut puutteellista taimikoiden ja turvemaiden osalta. Niille laadittuja pituus- ja läpimittajakaumamalleja testattaessa väitöskirjassa vertailtiin myös tilastollisen mallin vaihtoehtoisia estimointimenetelmiä. Edistykselliset regressiomenetelmät paransivat ennustemallien luotettavuutta. Metsikön puustotunnusten, jakaumafunktioiden ja pituuskäyrän ennustamiseksi laadittu malliperhe hyödynsi mallien virheiden välistä riippuvuutta ns. lineaariseksi ennustamiseksi. Siinä tunnettuja puustotunnuksia käytettiin tuntemattomien puustotunnusten ja parametrien ennusteiden kalibroimiseksi. Tällä sovelluksella etsittiin metsikön eri kehitysvaiheisiin sopivia puustotunnusten yhdistelmiä ennusteen tarkkuuden parantamiseksi ja laadittujen vaihtoehtoisten jakaumamallien vertailemiseksi. Vertailun perusteella pituusjakaumaa suositellaan käytettäväksi nuorimmissa taimikoissa pituusjakauman jatkuvan luonteen vuoksi. Kun keskipituus kasvaa yli neljän metrin, rinnankorkeusläpimittaan perustuva runkolukusarjamalli on paras vaihtoehto nuorissa metsiköissä, jolloin tunnetut puustotunnukset oletetaan aritmeettisiksi. Varttuneissa metsissä puustotunnukset arvioidaan tyypillisesti pohjapinta-alalla painottettuna, jolloin vastaavasti painotetut jakaumat ovat luotettavampia kuin painottamaton runkolukusarja. Väitöskirjatutkimus osoitti, että Näslundin pituuskäyrä on erittäin käyttökelpoinen puun läpimitan ja pituuden välistä riippuvuutta ennustettaessa. Tutkimuksessa esiteltiin myös joitain tehokkaita muunnoksia, kuten ns. muotoindeksi. Siinä yhdistettiin metsikön pohjapinta-ala, runkoluku ja mediaaniläpimitta havaitun ja laskennallisen pohjapinta-alan suhdeluvuksi. Muotoindeksin avulla ojitetuille rämeille laaditulla SB-jakaumamallilla pystyttiin luotettavasti kuvaamaan metsikön tiheyden vaihtelua. Kyseinen malli osoittautui käyttökelpoiseksi myös sitä kivennäismaille sovellettaessa.

Identificador

URN:ISBN:987-951-651-338-9

http://hdl.handle.net/10138/27535

Idioma(s)

en

Publicador

Metsäntutkimuslaitos

Relação

Dissertationes Forestales

URN:ISSN:1795-7389

Direitos

Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.

This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.

Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden.

Palavras-Chave #metsänarvioimistiede
Tipo

Väitöskirja (artikkeli)

Doctoral dissertation (article-based)

Doktorsavhandling (sammanläggning)

Text