Assessing surface area of coarse woody debris with line intersect and perpendicular distance sampling


    loading  Checking for direct PDF access through Ovid

Abstract

Coarse woody debris (CWD) plays an important role in many terrestrial and aquatic ecosystem processes. In recent years, a number of new methods have been proposed to sample CWD. Of these methods, perpendicular distance sampling (PDS) is one of the most efficient methods for estimating CWD volume in terms of both estimator variance and field effort. This study extends the results for PDS to the estimation of the surface area of CWD. The PDS estimator is also compared to two line intersect sampling (LIS) estimators, where one of the LIS estimators requires the measurement of surface area on each log and the other estimates surface area using a single measurement of log circumference at the point of intersection between the log and the line. The first estimator approximates the true surface area by assuming either a conic or parabolic stem form and requires measurements of the end diameters of each log, which is more time consuming than a single measurement. The performance of the three estimators was compared using a computer simulation. The results of the simulation indicate that, given the same number of pieces of CWD sampled at each point, equal variances can be achieved with PDS using sample sizes that range from about 10% to in excess of 100% the size of a comparable LIS estimator. When the LIS estimators were compared, the estimator that required the measurement of surface area was only about 3%–6% more efficient than the alternative estimator, but the bias associated with assuming a conic or parabolic stem form ranged from roughly 5% to 15%. We conclude that PDS will generally outperform either of the LIS estimators. Another important conclusion is that the LIS estimator based on a measured surface area is likely to have a higher mean squared error than an LIS estimator that employs a single measurement of circumference. Thus, LIS sampling strategies that require the least amount of field work will often have the smallest mean square error.RésuméLes débris ligneux grossiers (DLG) jouent un rôle important dans plusieurs processus écosystémiques terrestres et aquatiques. Plusieurs nouvelles méthodes ont récemment été proposées pour échantillonner les DLG. Parmi ces méthodes, l'échantillonnage à distance perpendiculaire (EDP) est l'une des méthodes les plus efficaces pour estimer le volume des DLG, tant du point de vue de la variance de l'estimateur que de l'effort requis sur le terrain. Cet article élargit la portée des résultats de l'EDP pour estimer la superficie des DLG. L'estimateur de l'EDP est aussi comparé à deux estimateurs d'échantillonnage par ligne d'intersection (ELI), où un des estimateurs de l'ELI requiert la mesure de la superficie de chaque bille et l'autre évalue la superficie à partir d'une seule mesure de la circonférence de la bille au point d'intersection de la ligne avec la bille. Le premier estimateur fournit une approximation de la vraie superficie en assumant que la forme de la tige est soit conique, soit parabolique, et nécessite la mesure du diamètre aux extrémités de chaque bille, ce qui prend plus de temps qu'une seule mesure. La performance des trois estimateurs a été comparée à l'aide d'une simulation par ordinateur. Si le même nombre de tronçons de DLG est échantillonné à chaque point, les résultats de la simulation indiquent que l'EDP permet d'obtenir des variances égales avec une taille d'échantillons qui varie de 10% à plus de 100% de la taille d'un estimateur comparable de l'ELI. Lorsqu'on compare les estimateurs de l'ELI, l'estimateur qui requiert la mesure de la superficie est seulement 3% à 6% plus efficace que l'autre estimateur mais le biais associé au fait d'assumer que la tige a une forme conique ou parabolique varie en gros de 5% à 15%. Les auteurs concluent que l'EDP donnera généralement de meilleurs résultats que l'un ou l'autre des estimateurs de l'ELI. Une autre conclusion importante est le fait que l'estimateur de l'ELI qui requiert la mesure de la superficie risque d'avoir un écart-type plus grand qu'un estimateur de l'ELI qui utilise une seule mesure de circonférence. Par conséquent, les stratégies d'inventaire par ELI qui exigent le moins de travail sur le terrain auront souvent le plus faible écart-type.

    loading  Loading Related Articles