Optimizing efficiency of height modeling for extensive forest inventories


    loading  Checking for direct PDF access through Ovid

Abstract

Although critical to monitoring forest ecosystems, inventories are expensive. This paper presents a generalizable method for using an integer programming model to examine tradeoffs between cost and estimation error for alternative measurement strategies in forest inventories. The method is applied to an example problem of choosing alternative height-modeling strategies for 1389 plots inventoried by field crews traveling within an 82.5 × 106 ha region of the west coast of North America during one field season. In the first part of the application, nonlinear regional height models were constructed for 38 common species using a development data set of 137 374 measured tree heights, with root mean square error varying from 6.7 to 2.1 m. In the second part of the application, alternative measurement strategies were examined using a minimal cost objective subject to constraints on travel time and estimation error. Reduced travel time for field crews can be a significant portion of the cost savings from modeling tree heights. The optimization model was used to identify a height-modeling strategy that, given assumptions made, resulted in <10% of maximum average plot volume error, >33% of potential measurement cost savings, and small bias for estimates of regional volume and associated sampling error (0.1% and 0.4%, respectively).RésuméLes inventaires de suivi des écosystèmes forestiers sont coûteux, mais essentiels. Cet article présente une méthode qui peut être généralisée pour l'utilisation d'un modèle de programmation linéaire en nombres entiers conçu pour examiner les compromis entre le coût et l'erreur d'estimation de stratégies alternatives d'inventaire forestier. La méthode est appliquée à un problème typique de choix de stratégies alternatives pour modéliser la hauteur des arbres dans 1 389 placettes inventoriées par une équipe de terrain qui se déplace à l'intérieur d'une région de 82,5 × 106 ha sur la côte ouest de l'Amérique du Nord durant une saison de terrain. Dans la première partie de l'application, une base de données contenant 137 374 mesures de hauteur d'arbre, avec une erreur quadratique moyenne variant de 6,7 à 2,1 m selon l'essence, a été utilisée pour calibrer les modèles régionaux de hauteur pour 38 essences communes. Dans la deuxième partie de l'application, des stratégies alternatives de mesure ont été examinées en fonction d'un objectif de coût minimal sujet aux contraintes de temps de déplacement et d'erreur d'estimation. La réduction du temps de déplacement de l'équipe d'inventaire peut représenter une partie importante de la réduction du coût pour la modélisation de la hauteur des arbres. Compte tenu des hypothèses stipulées, le modèle d'optimisation a été utilisé pour identifier une stratégie de modélisation de la hauteur qui permet d'obtenir une erreur moyenne maximale inférieure à 10% par placette pour le volume de bois, une réduction potentielle de plus de 33% du coût des mesures ainsi qu'un faible biais pour les estimations du volume de bois à l'échelle régionale associé à une faible erreur d'échantillonnage (respectivement 0,1% et 0,4%).[Traduit par la Rédaction]

    loading  Loading Related Articles