Analyzing the effects of stand thinning on microclimates with semiparametric smoothing splines

Abstract

Monitoring the effects of stand thinning on microclimates is an integral part of any thinning experiment. It is through its modifications of microclimates that thinning alters important ecological processes. An efficient analysis of microclimate-monitoring data should address both the effects of thinning regimes on, and the temporal response trends of, microclimates. Probably because of the difficulties in modeling temporal trends parametrically, an examination of the existing literature on thinning showed that only a few studies have attempted to address the second aspect. We propose the use of semiparametric smoothing splines to analyze monitoring data from thinning experiments. First, the concept of a smoothing spline is briefly described. We then provide an example in which semiparametric mixedeffects smoothing-spline models were used to analyze microclimate-monitoring data from a thinning experiment. The proposed approach not only successfully detected the effects of thinning, but also revealed interesting temporal trends. For each of the microclimatic variables, we also compared the performance of the fitted semiparametric model with that of a parametric model. In general, the semiparametric model performed better than its parametric counterpart. We also addresse some concerns in using the proposed approach.Résumé : Le suivi des effets de l'éclaircie sur le microclimat fait partie intégrante de toute expérience d'éclaircie, car c'est en modifiant le microclimat que l'éclaircie affecte des processus écologiques importants. Une analyse efficace des données de suivi du microclimat devrait considérer à la fois l'influence du régime d'éclaircie sur le microclimat et les tendances temporelles de réponse du microclimat. La littérature sur l'éclaircie montre que peu d'études ont essayé d'aborder le second aspect, probablement parce qu'il est difficile de développer des modèles paramétrés pour les tendances temporelles. Les auteurs proposent l'utilisation de splines de lissage semi-paramétriques pour analyser les données de suivi provenant de dispositifs d'éclaircie. Le concept d'une spline de lissage est d'abord brièvement décrit. Ils fournissent ensuite un exemple dans lequel des données de suivi du microclimat provenant d'un dispositif d'éclaircie ont été analysées à l'aide de modèles de splines de lissage semi-paramétriques à effets mixtes. L'approche proposée a non seulement détecté les effets de l'éclaircie avec succès mais elle a également révélé des tendances temporelles inté-ressantes. Pour chaque variable microclimatique, ils ont aussi comparé les performances du modèle semi-paramétrique ajusté et d'un modèle paramétrique. De façon générale, les modèles semi-paramétriques étaient plus performants que leur contrepartie paramétrique. Ils ont également abordé certaines préoccupations concernant l'utilisation de l'approche proposée.[Traduit par la Rédaction] Guan et al. 1648

Microclimatic responses to different thinning intensities in a Japanese cedar plantation of northern Taiwan

“…Residuals diagnostics indicated that none of the residuals from the fitted models significantly violated the independence, equal variance, and normality assumptions. Details on using semiparametric smoothing splines to analyze four of the six microclimatic variables can be found in Guan et al (2006).…”

Potential contributions of statistics and modelling to sustainable forest management: review and synthesis.

“…Mixed-effects models and nonparametric modeling approaches can also be merged to produce semi-parametric and non-parametric mixed-effects models. Verbyla et al (1999) used smoothing splines to analyze longitudinal experiments, and Guan et al (2005) applied a semi-parametric mixed-effects model based on smoothing splines to analyze effects of thinning on microclimates. Such techniques have the potential to contribute significantly to the way in which sustainability data is analyzed in the future.…”

Efecto de tratamientos selvícolas de diferente intensidad sobre el microclima del suelo y los ciclos de nutrientes de un bosque de pino carrasco.

“…Sin embargo, la mayoría de trabajos evalúan el efecto de los tratamientos selvícolas mediante técnicas estadísticas que no tienen en cuenta la autocorrelación temporal. Este enfoque es incompleto ya que no se analiza el efecto de estos tratamientos sobre la dinámica de la variable (Guan et al, 2006). La escasez de estudios que evalúen cómo el manejo selvícola modifica la estructura temporal de estas variables ha sido explicada por la dificultad de modelar tendencias no lineales (Guan et al, 2006).…”

“…Este enfoque es incompleto ya que no se analiza el efecto de estos tratamientos sobre la dinámica de la variable (Guan et al, 2006). La escasez de estudios que evalúen cómo el manejo selvícola modifica la estructura temporal de estas variables ha sido explicada por la dificultad de modelar tendencias no lineales (Guan et al, 2006). Es posible que también haya influido, al menos parcialmente, la ausencia de series de datos continuas y largas.…”