Infodoc : Sciences, Techniques et Culture

Cette étude présente un modèle de prédiction individuelle de la hauteur d'une tige pour l'épinette blanche (Piceaglauca (Moench) Voss) et le peuplier faux-tremble (Populustremuloides Michx.) qui croissent dans les peuplements boréaux mixtes de l'Alberta. Le modèle utilise une fonction Chapman–Richards de paramètre d'arbre ajustée à des données de 164 parcelles-échantillons permanentes, utilisant la méthode de prédiction paramétrique. La hauteur de la tige est exprimée, indépendamment de l'âge, comme une fonction du diamètre et de la surface terri-ière de la tige, de la densité du peuplement, de la composition des espèces, de la productivité du site et du diamètre moyen du peuplement. Le modèle de prédiction de la hauteur a été ajusté par régression non linéaire pondérée pour l'épinett[...]

Cette étude présente un modèle de prédiction individuelle de la hauteur d'une tige pour l'épinette blanche (Piceaglauca (Moench) Voss) et le peuplier faux-tremble (Populustremuloides Michx.) qui croissent dans les peuplements boréaux mixtes de l'Alberta. Le modèle utilise une fonction Chapman–Richards de paramètre d'arbre ajustée à des données de 164 parcelles-échantillons permanentes, utilisant la méthode de prédiction paramétrique. La hauteur de la tige est exprimée, indépendamment de l'âge, comme une fonction du diamètre et de la surface terri-ière de la tige, de la densité du peuplement, de la composition des espèces, de la productivité du site et du diamètre moyen du peuplement. Le modèle de prédiction de la hauteur a été ajusté par régression non linéaire pondérée pour l'épinette et par régression non linéaire non pondérée pour le peuplier. Presque tous les estimateurs des paramètres étaient significatifs, α = 0.05, et les valeurs R2 du modèle étaient 0.9192 pour l'épinette blanche et 0.9087 pour le peuplier. La représentation graphique des résidus en fonction des hauteurs prédites ne révélait aucune sous-estimation ou surestimation constante de la hauteur des arbres. Le modèle a été aussi testé sur des ensembles de données indépendantes représentant la population pour laquelle le modèle serait utilisé. Les résultats montrent que les biais moyens de prédiction étaient non significatifs, α = 0.05 pour les deux espèces, indiquant que le modèle est approprié pour décrire les données et perfore bien lorsque l'on fait des prédictions.