Nonlinear mixed modeling of basal area growth for shortleaf pine

Budhathoki, Chakra; Lynch, Thomas B.; Guldin, James M.

doi:10.1016/j.foreco.2008.02.035

Cited by 22 publications

(21 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In addition to composite models, a few studies (Hahn and Leary, 1979;Holdaway 1984;Murphy and Shelton, 1996;Lynch et al, 1999;Lessard et al, 2001;Budhathoki et al, 2008) have used the potential or average growth-based approach, which predicts either maximum potential or average growth modified by exponentials of site and individual tree competition-related variables. Among these models, an average growth-based diameter growth model developed by Lessard et al (2001) (Eq.…”

Section: Diameter Growth Equationsmentioning

confidence: 99%

“…In recent studies (Murphy and Shelton, 1996;Lynch et al, 1999;Budhathoki et al, 2008), potential growth has been modeled using more flexible growth functions, such as Chapman-Richards or logistic, and the parameters of both potential growth and modifier functions are estimated simultaneously. Rather than using potential growth, another approach for modeling diameter growth is to apply an average growth function (Lessard et al, 2001).…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Individual-tree diameter growth models for black spruce and jack pine plantations in northern Ontario

Subedi

Sharma

2011

Forest Ecology and Management

View full text Add to dashboard Cite

Section: Diameter Growth Equationsmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Individual-tree diameter growth models for black spruce and jack pine plantations in northern Ontario

Subedi

Sharma

2011

Forest Ecology and Management

View full text Add to dashboard Cite

“…In contrast, the random component takes into Adamec account the heterogeneity and randomness in the data caused by known and unknown factors (Vonesh & Chiinchilli 1997). Mixed models thus provide a better parameter estimates than OLS regressions (Budhathoki et al 2008), providing a flexible tool to analyze a given area.…”

Section: Introductionmentioning

confidence: 99%

“…It is a calibration with fixed and random effects (also referred to as "calibrated conditional prediction"), which applies to individual areas. These calibration techniques have a wide range of applications, though so far they have been most frequently used in modeling growth (Miguel et al 2013), increment (Calama & Montero 2005, Budhathoki et al 2008, Aakala et al 2013 and height-diameter functions (Trincado et al 2007, Adame et al 2008, Schmidt et al 2011, Castaño-Santamaría et al 2013, Lu & Zhang 2012.…”

Section: Introductionmentioning

confidence: 99%

Comparison of parametric and nonparametric methods for modeling height-diameter relationships

Adamec¹,

Drápela²

2017

iForest

View full text Add to dashboard Cite

This paper focuses on the problem of regionalization of the height-diameter model at the stand level. To this purpose, we selected two different modeling techniques. As a parametric method, we chose a linear mixed effects model (LME) with calibrated conditional prediction, whose calibration was carried out on randomly selected trees either close to mean diameter or within three diameter intervals throughout the diameter range. As a nonparametric method, the technique of classification and regression trees (CART) was chosen. These two methods were also compared with the local model created by ordinary least squares regression. The results show that LME with calibrated conditional prediction based on measurements of height at three diameter intervals provided results very close to the local model, especially when six to nine trees are measured. We recommend this technique for the regionalization of the global model. The CART method provided worse results than LME, with the exception of parameters of the residual distribution. Nevertheless, the latter approach is very user-friendly, as the regression tree creation and especially its interpretation are relatively simple, and could be recommended when larger deviations are allowed.

show abstract

“…Dentre essas técnicas é possível citar o uso de modelos de regressão não lineares, generalizados e generalizados de efeito misto. Trabalhos no meio florestal que envolvem tais aplicações estão sendo empregados recentemente e foram estudados por Budhathoki et al (2008), Calegario et al (2005a,b), Fang e Bailey (2001), Gregoire et al (1995) e Pilar-Díaz e Couto (1999). Outra Carvalho, S. de P. C. e et al…”

Section: Introductionunclassified

Modelos não lineares generalizados aplicados na predição da área basal e volume de Eucalyptus clonal

Calegário

Silva

Borges

et al. 2011

CERNE

View full text Add to dashboard Cite

RESUMO:Neste trabalho, objetivou-se propor o uso de modelos não lineares generalizados na predição da área basal e do crescimento e produção em volume total do híbrido Eucalyptus urocamaldulensis, em um plantio localizado na região central do estado de Minas Gerais, pertencente à V&M Florestal. A metodologia proposta permite trabalhar com os dados na sua forma original sem a necessidade de transformações de variáveis, e gerar modelos mais precisos. Para a avaliação da qualidade de ajuste dos modelos propostos, foram utilizados os critérios de informação Bayesiano, de Akaike e o teste de razão da máxima verossimilhança, além do erro padrão residual e percentual, e dos gráficos de resíduos. Os modelos se mostraram com uma boa performance, altamente precisos e parcimoniosos nas estimativas das variáveis propostas, com erros reduzidos para 12% em área basal e 4% para predição volumétrica.Palavras-chave: Modelos estocásticos, predição, crescimento e produção florestal. GENERALIZED NONLINEAR MODELS APPLIED INTRODUÇÃOO conhecimento do estoque de madeira de um empreendimento florestal é um fator de grande relevância, pois gera planejamentos mais precisos e com tomadas de decisões mais sensatas. O uso de modelos estocásticos ou probabilísticos, aplicados a dados oriundos de inventário florestal, facilita e gera um suporte técnico na tomada de decisões pelo gerente florestal.Na modelagem o que se busca são modelos capazes de descrever uma realidade com maior nível de precisão. O avanço dos recursos computacionais e o desenvolvimento de microcomputadores com maior poder de processamento fez com que técnicas estatísticas mais atuais pudessem ser empregadas em várias áreas da pesquisa científica. Dentre essas técnicas é possível citar o uso de modelos de regressão não lineares, generalizados e generalizados de efeito misto. Trabalhos no meio florestal que envolvem tais aplicações estão sendo empregados recentemente e foram estudados por Budhathoki et al.

show abstract

Nonlinear mixed modeling of basal area growth for shortleaf pine

Cited by 22 publications

References 11 publications

Individual-tree diameter growth models for black spruce and jack pine plantations in northern Ontario

Individual-tree diameter growth models for black spruce and jack pine plantations in northern Ontario

Comparison of parametric and nonparametric methods for modeling height-diameter relationships

Modelos não lineares generalizados aplicados na predição da área basal e volume de Eucalyptus clonal

Contact Info

Product

Resources

About