Esta pesquisa foi financiada pelos Fundos de Pesquisa Fundamental para as Universidades Centrais, número de bolsas 2019GJZL04. Agradecemos ao professor Weisheng Zeng da Academia de Inventário e Planejamento Florestal, Administração Nacional florestal e de pastagens da China por fornecer acesso aos dados.

1. Preparação de dados
<ol><li>Prepare os dados de modelagem, que incluem informações individuais de árvores (espécies e diâmetro na altura da mama a 1,3 m) e informações de enredo (inclinação, aspecto e elevação). Neste estudo, os dados foram obtidos a partir do inventário florestal nacional chinês 8 (2009) e 9º (2014) na província de Xinjiang, noroeste da China, que inclui 21.898 observações de 779 parcelas amostrais. Estes gráficos de amostra são quadrados com um tamanho de 1 Mu (unidade chinesa de área equivalente a 0,067 ha) e são sistematicamente dispostos sobre uma grade de 4 km x 8 km. NOTA: O incremento dos dados para modelagem (área basal) requer pelo menos um período de crescimento (ou seja, duas observações).</li>
	<li>Divida aleatoriamente os dados em dois conjuntos de dados, com 80% dos dados das parcelas amostrais utilizadas para a montagem do modelo (conjunto de dados de desenvolvimento de modelos), que consiste em 17.145 observações de 623 parcelas amostrais e 20% para validação de modelo (conjunto de dados de validação de modelo) que consiste em 4.753 observações de 156 parcelas amostrais. As estatísticas descritivas das principais variáveis utilizadas estão previstas na Tabela 1. NOTA: Esta etapa do procedimento de modelagem pode ser omitida, e todos os dados são usados para o desenvolvimento do modelo.</li>
</ol><table border="1" fo:keep-together.within-page="1"><tbody>
<tr>
<td rowspan="2">Variáveis</td>
			<td colspan="4">Dados de montagem</td>
			<td></td>
			<td colspan="4">Dados de validação</td>
		</tr>
<tr>
<td>Min</td>
			<td>Max</td>
			<td>Média</td>
			<td>S.d.</td>
			<td></td>
			<td>Min</td>
			<td>Max</td>
			<td>Média</td>
			<td>S.d.</td>
		</tr>
<tr>
<td>DBH1 (cm)</td>
			<td>5</td>
			<td>124.8</td>
			<td>19.9</td>
			<td>13.2</td>
			<td></td>
			<td>5</td>
			<td>101.5</td>
			<td>19.5</td>
			<td>13.4</td>
		</tr>
<tr>
<td>QMD (cm)</td>
			<td>6.7</td>
			<td>82.3</td>
			<td>22.5</td>
			<td>8.5</td>
			<td></td>
			<td>9.2</td>
			<td>73.3</td>
			<td>21.8</td>
			<td>9.2</td>
		</tr>
<tr>
<td>ID (cm)</td>
			<td>0.1</td>
			<td>14.4</td>
			<td>1.1</td>
			<td>1</td>
			<td></td>
			<td>0.1</td>
			<td>16.9</td>
			<td>1</td>
			<td>1.1</td>
		</tr>
<tr>
<td>BAL (m3)</td>
			<td>0</td>
			<td>5.2</td>
			<td>1.7</td>
			<td>0.9</td>
			<td></td>
			<td>0</td>
			<td>5.4</td>
			<td>1.7</td>
			<td>1</td>
		</tr>
<tr>
<td>NT (árvores/ha)</td>
			<td>14.9</td>
			<td>3642</td>
			<td>1072</td>
			<td>673.7</td>
			<td></td>
			<td>14.9</td>
			<td>3418</td>
			<td>1205</td>
			<td>829.3</td>
		</tr>
<tr>
<td>BA (m2/ha)</td>
			<td>0.1</td>
			<td>77.5</td>
			<td>34.2</td>
			<td>13.9</td>
			<td></td>
			<td>0.1</td>
			<td>80.6</td>
			<td>34.5</td>
			<td>15.3</td>
		</tr>
<tr>
<td>EL (m)</td>
			<td>2</td>
			<td>3302</td>
			<td>2189</td>
			<td>340.3</td>
			<td></td>
			<td>1441</td>
			<td>3380</td>
			<td>2256</td>
			<td>308.3</td>
		</tr>
</tbody></table>Mesa 1. Estatísticas resumidas para montagem e validação de dados. DBH1: diâmetro inicial na altura da mama a 1,3 m (DBH), DBH2: DBH medido após 5 anos de crescimento, QMD: diâmetro médio quadrático, ID: incremento de diâmetro por 5 anos (DBH2 – DBH1), BAL: a área basal das árvores maior que a árvore objeto (a árvore de assunto: a árvore que foi calculada os índices de concorrência), NT: o número de árvores por hectare, BA: área basal por hectare, EL: elevação, S.D.: desvio padrão.
2. Desenvolvimento de modelos básicos
<ol><li>Consulte referências para identificar variáveis que afetam os incrementos da área basal de árvores individuais.</li>
	<li>Selecione e calcule variáveis com base nos dados. Geralmente, o incremento da área basal de árvore individual é afetado por três grupos de variáveis: tamanho da árvore, competição e condição do local27,28,29,30.<ol>
<li>Considere efeitos em tamanho de árvore, como DBH1, quadrado de DBH1 ( <img alt="Equation 11" src="/files/ftp_upload/60827/60827eq11.jpg"> ), a transformação inversa de DBH1 (1/DBH1), e o logaritmo comum de DBH1 (logDBH1) ou combinações deles.</li>
		<li>Considere efeitos competitivos, como índices de competição de um e dois lados, para quantificar de forma mais abrangente o nível de competição vivenciado por uma árvore, bem como sua posição social dentro do estande. A concorrência unilateral inclui BAL e o índice de densidade relativa (RD=DBH1/QMD); competição de dois lados incluem NT, e BA. NOTA: Os índices de concorrência dependentes da distância devem ser considerados se os dados estão disponíveis.</li>
		<li>Considere os efeitos do local, como aspecto (ASP), inclinação (SL) e EL. SL e ASP devem ser incluídos usando a transformação do Stage31.</li>
	</ol>
</li>
	<li>Selecione o log( <img alt="Equation 12" src="/files/ftp_upload/60827/60827eq12.jpg"> + <img alt="Equation 11" src="/files/ftp_upload/60827/60827eq11.jpg"> 1) <img alt="Equation 12" src="/files/ftp_upload/60827/60827eq12.jpg"> (denota o quadrado de DBH2) como a variável dependente.</li>
	<li>Desenvolva o modelo básico utilizando o método de regressão stepwise. Certifique-se de que o modelo é biologicamente razoável e apresenta diferenças significativas entre variáveis independentes. Utilize o fator de inflação de variância (VIF) para verificar a multicollinearidade.</li>
	<li>Deixe as variáveis independentes com p < 0,05 e VIF < 5 no modelo básico.</li>
	<li>Produzir os resultados básicos do modelo e a parcela residual. O modelo básico produzido aqui serve como base para o desenvolvimento de um modelo de efeitos mistos.</li>
</ol>3. Desenvolvimento de modelo de efeitos mistos lineares com o pacote "nlme" no software R
<ol><li>Leia o conjunto de dados de desenvolvimento do modelo e carregue o pacote "nlme". >model.development.dataset=read.csv("E:/DATA/JoVE/modelagem.csv", cabeçalho=TRUE) >biblioteca(nlme)</li>
	<li>Selecione gráficos de amostra como efeitos aleatórios para desenvolver o modelo de efeitos mistos.</li>
	<li>Encaixe todas as combinações possíveis de efeitos aleatórios com o método de máxima probabilidade (ML) e produza os resultados. >Model<-lme(Y~1/DBH1+BAL+NT+EL,data=model.development.dataset, método="ML", aleatório =~1| ENREDO) >resumo(Modelo) 
	<ol>
<li>Conjunto aleatório =~1 é a interceptação para parâmetros aleatórios. Altere as instruções aleatórias até que todas as combinações sejam encaixadas. Por exemplo, para definir 1/DBH1 e BAL como parâmetros aleatórios, o código é o seguinte: aleatório =~1/DBH1+BAL-1. Além disso, no processo de montagem, os códigos podem relatar erros devido à nãoconvergência do modelo montado.</li>
	</ol></li>
	<li>Selecione o melhor modelo pelo critério de informação de Akaike (AIC), o critério de informação bayesiana (BIC), a probabilidade de logaritmo (Loglik) e o teste de razão de probabilidade (LRT). >anova (Modelo.1, Modelo.6) >anova (Modelo.6, Modelo.23) >anova (Modelo.23, Modelo.30)</li>
	<li>Determine a estrutura de Ri. Dirija-se à heteroscedasticidade e à correção automática de Ri32. O Ri está escrito da seguinte forma: <img alt="Equation 1" src="/files/ftp_upload/60827/60827eq1.jpg">(1) onde σ2 é um fator de dimensionamento desconhecido que é igual à variância residual do modelo, Gi é uma matriz diagonal descrevendo heteroscedasticidade, e Γi é uma matriz descrevendo a autocorrelação.<ol>
<li>Observe se os resíduos têm heteroscedasticidade do lote residual. Se houver heteroscedasticidade (os resíduos têm um padrão ou tendência claros), introduza três funções de variância frequentemente utilizadas — a constante função de potência, a função de potência e a função exponencial — para modelar a estrutura de variância de erros. >Modelo.30.1<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML",random=~1/DBH1+BAL+NT| Enredo pesos=varConstPower (form=~ montado(.)) >resumo (Modelo.30.1) >Modelo.30.2<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML",random=~1/DBH1+BAL+NT| Enredo pesos=varPower (form=~ montado(.)) >resumo (Modelo.30.2) >Modelo.30.3<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML",random=~1/DBH1+BAL+NT| Enredo pesos=varExp(form=~ montado(.)) >resumo (Modelo.30.3)
</li>
		<li>Determine a melhor função de variância para o modelo de acordo com o AIC, BIC, Loglik e LRT. >anova (Modelo.30, Modelo.30.1) >anova (Modelo.30, Modelo.30.2) >anova (Modelo.30, Modelo.30.3)
</li>
		<li>Introduzir três estruturas de autocorrelação comumente usadas — a estrutura de simetria composta (CS), a estrutura autoregressiva de primeira ordem [AR(1)], e uma combinação de estruturas médias autoregressivas e móveis de primeira ordem [ARMA(1,1))– para explicar a correção automática. >Model.30.3.1<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML", random=~1/DBH1+BAL+NT| PLOT, pesos=varExp(form=~fitted(.)), corr= corCompSymm()) >resumo (Modelo.30.3.1) >Model.30.3.2<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML", random=~1/DBH1+BAL+NT| PLOT,pesos=varExp(form=~ montado(.)), corr=corAR1()) >resumo (Modelo.30.3.2) >Model.30.3.3<-lme(Y~1/DBH1+BAL+NT+EL, data=model.development.dataset, method="ML", random=~1/DBH1+BAL+NT| PLOT,pesos=varExp(form=~ montado(.)), corr=corARMA(q=1,p=1)) >resumo (Modelo.30.3.3)
</li>
		<li>Determine a melhor estrutura de autocorrelação de acordo com o AIC, BIC, Loglik e LRT. >anova (Modelo.30.3, Modelo.30.3.2) NOTA: O Gi e Γi não podem ser definidos se não houver heteroscedasticidade e autocorrelação.</li>
		<li>Produzir os resultados finais do modelo de efeitos mistos utilizando o método de probabilidade máxima restrita (REML). >Mixed.model<-lme(Y~1/DBH1+BAL+NT+EL,data=model.development.dataset, method="REML",random=~1/DBH1+BAL+NT| Enredo pesos=varExp(form=~ montado(.)), corr=corAR1()) >resumo (Mixed.model)
</li>
	</ol></li>
</ol>4. Correção de viés
<ol><li>Transforme os valores previstos de incremento da área basal usando o modelo final em uma escala logarítmica para a escala original. No entanto, essa transformação linear de valor previsto a partir de um modelo transformado em log produz um viés associado de transformação de log. Para lidar com o viés de log, um fator de correção foi derivado e integrado na equação de predição, que estima o incremento real da área basal prevista para uma determinada árvore [Equação (2)]: <img alt="Equation 2" src="/files/ftp_upload/60827/60827eq2.jpg">(2) onde <img alt="Equation 13" src="/files/ftp_upload/60827/60827eq13.jpg"> é previsto o valor logarítmico do incremento da área basal do modelo, enquanto é o valor <img alt="Equation 14" src="/files/ftp_upload/60827/60827eq14.jpg"> retrocedido previsto de incremento da área basal por 5 anos após a correção para viés de transformação de tronco <img alt="Equation 15" src="/files/ftp_upload/60827/60827eq15.jpg"> σ s.</li>
	<li>Converta o incremento da área basal <img alt="Equation 14" src="/files/ftp_upload/60827/60827eq14.jpg"> () para o incremento de diâmetro.</li>
</ol>5. Previsão e avaliação do modelo
<ol><li>Prepare o conjunto de dados de validação do modelo produzido na seção 1.2 para previsão.</li>
	<li>Use o modelo de efeitos mistos lineares para prever o incremento da área basal de árvore individual. Os componentes aleatórios foram calculados utilizando-se o seguinte melhor preditor linear imparcial: <img alt="Equation 3" src="/files/ftp_upload/60827/60827eq3.jpg">(3) onde <img alt="Equation 16" src="/files/ftp_upload/60827/60827eq16.jpg"> se trata de vetor para os componentes aleatórios; é a matriz de <img alt="Equation 17" src="/files/ftp_upload/60827/60827eq17.jpg"> variância variância entre as parcelas; é a matriz de <img alt="Equation 18" src="/files/ftp_upload/60827/60827eq18.jpg"> design para os componentes aleatórios que atuam nas observações complementares; é o <img alt="Equation 19" src="/files/ftp_upload/60827/60827eq19.jpg"> vetor residual cujos componentes são dados pela diferença entre os incrementos da área basal e os incrementos previstos utilizando o modelo de efeitos fixos.</li>
	<li>Avalie e compare a capacidade preditiva do modelo básico e do modelo linear de efeitos mistos utilizando os três indicadores estatísticos seguintes23,33. <img alt="Equation 4" src="/files/ftp_upload/60827/60827eq4.jpg">(4) <img alt="Equation 5" src="/files/ftp_upload/60827/60827eq5.jpg">(5) <img alt="Equation 6" src="/files/ftp_upload/60827/60827eq6.jpg">(6) onde obji é o incremento da área basal, esti é o incremento de área basal previsto, <img alt="Equation 20" src="/files/ftp_upload/60827/60827eq20.jpg"> é a média de observações, e N é o número de observações.</li>
</ol>

<ol><li>Meng, J., Lu, Y., Ji, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transformation+of+a+Degraded+Pinus+massoniana+Plantation+into+a+Mixed-Species+Irregular+Forest%3A+Impacts+on+Stand+Structure+and+Growth+in+Southern+China%5BTitle%5D)+AND+%22Forests%22%5BJournal%5D)">Transformation of a Degraded Pinus massoniana Plantation into a Mixed-Species Irregular Forest: Impacts on Stand Structure and Growth in Southern China.</a> Forests. 5 (12), 3199-3221 (2014).</li>
<li>Sharma, A., Bohn, K., Jose, S., Cropper, W. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Converting+even-aged+plantations+to+uneven-aged+stand+conditions%3A+A+simulation+analysis+of+silvicultural+regimes+with+slash+pine+%28Pinus+elliottii+Engelm%29%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Converting even-aged plantations to uneven-aged stand conditions: A simulation analysis of silvicultural regimes with slash pine (Pinus elliottii Engelm).</a> Forest Science. 60 (5), 893-906 (2014).</li>
<li>Zhu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Feasibility+of+implementing+thinning+in+even-aged+Larix+olgensis+plantations+to+develop+uneven-aged+larch%E2%80%93broadleaved+mixed+forests%5BTitle%5D)+AND+%22Journal+of+Forest+Research%22%5BJournal%5D)">Feasibility of implementing thinning in even-aged Larix olgensis plantations to develop uneven-aged larch–broadleaved mixed forests.</a> Journal of Forest Research. 15 (1), 71-80 (2010).</li>
<li>Leites, L. P., Robinson, A. P., Crookston, N. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+and+equivalence+testing+of+crown+ratio+models+and+assessment+of+their+impact+on+diameter+growth+and+basal+area+increment+predictions+of+two+variants+of+the+Forest+Vegetation+Simulator%5BTitle%5D)+AND+%22Canadian+Journal+of+Forest+Research%22%5BJournal%5D)">Accuracy and equivalence testing of crown ratio models and assessment of their impact on diameter growth and basal area increment predictions of two variants of the Forest Vegetation Simulator.</a> Canadian Journal of Forest Research. 39 (3), 655-665 (2009).</li>
<li>Pretzsch, H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPretzsch%2C+H+%22Forest+Dynamics%2C+Growth+and+Yield%22">Forest Dynamics, Growth and Yield</a>. , (2009).</li>
<li>Weiskittel, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Forest+growth+and+yield+modeling%5BTitle%5D)+AND+%22Forest+Growth+%26+Yield+Modeling%22%5BJournal%5D)">Forest growth and yield modeling.</a> Forest Growth & Yield Modeling. 7 (2), 223-233 (2002).</li>
<li>Burkhart, H. E., Tomé, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBurkhart%2C+HE+%22Modeling+Forest+Trees+and+Stands%22">Modeling Forest Trees and Stands</a>. , Springer. Netherlands. (2012).</li>
<li>Zhang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chinese+Academy+Of+Forestry.+A+linkage+among+whole-stand+model%2C+individual-tree+model+and+diameter-distribution+model%5BTitle%5D)+AND+%22Journal+of+Forest+Science%22%5BJournal%5D)">Chinese Academy Of Forestry. A linkage among whole-stand model, individual-tree model and diameter-distribution model.</a> Journal of Forest Science. 56 (56), 600-608 (2010).</li>
<li>Peng, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+and+yield+models+for+uneven-aged+stands%3A+past%2C+present+and+future%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">Growth and yield models for uneven-aged stands: past, present and future.</a> Forest Ecology & Management. 132 (2), 259-279 (2000).</li>
<li>Lhotka, J. M., Loewenstein, E. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+individual-tree+diameter+growth+model+for+managed+uneven-aged+oak-shortleaf+pine+stands+in+the+Ozark+Highlands+of+Missouri%2C+USA%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">An individual-tree diameter growth model for managed uneven-aged oak-shortleaf pine stands in the Ozark Highlands of Missouri, USA.</a> Forest Ecology & Management. 261 (3), 770-778 (2011).</li>
<li>Porté, A., Bartelink, H. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modelling+mixed+forest+growth%3A+a+review+of+models+for+forest+management%5BTitle%5D)+AND+%22Ecological+Modelling%22%5BJournal%5D)">Modelling mixed forest growth: a review of models for forest management.</a> Ecological Modelling. 150 (1), 141-188 (2002).</li>
<li>Moses, L. E., Gale, L. C., Altmann, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Methods+for+analysis+of+unbalanced%2C+longitudinal%2C+growth+data%5BTitle%5D)+AND+%22American+Journal+of+Primatology%22%5BJournal%5D)">Methods for analysis of unbalanced, longitudinal, growth data.</a> American Journal of Primatology. 28 (1), 49-59 (2010).</li>
<li>Biging, G. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+Estimates+of+Site+Index+Curves+Using+a+Varying-Parameter+Model%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Improved Estimates of Site Index Curves Using a Varying-Parameter Model.</a> Forest Science. 31 (31), 248-259 (1985).</li>
<li>Kowalchuk, R. K., Keselman, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mixed-model+pairwise+multiple+comparisons+of+repeated+measures+means%5BTitle%5D)+AND+%22Psychological+Methods%22%5BJournal%5D)">Mixed-model pairwise multiple comparisons of repeated measures means.</a> Psychological Methods. 6 (3), 282-296 (2001).</li>
<li>Hayes, A. F., Cai, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+heteroskedasticity-consistent+standard+error+estimators+in+OLS+regression%3A+An+introduction+and+software+implementation%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Using heteroskedasticity-consistent standard error estimators in OLS regression: An introduction and software implementation.</a> Behavior Research Methods. 39 (4), 709-722 (2007).</li>
<li>Gutzwiller, K. J., Riffell, S. K. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGutzwiller%2C+KJ+%22Using+Statistical+Models+to+Study+Temporal+Dynamics+of+Animal-Landscape+Relations%22">Using Statistical Models to Study Temporal Dynamics of Animal-Landscape Relations</a>. , Springer. Boston, MA. (2007).</li>
<li>Calama, R., Montero, G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCalama%2C+R+%22Multilevel+linear+mixed+model+for+tree+diameter+increment+in+stone+pine+%28Pinus+pinea%29%3A+a+calibrating+approach%22">Multilevel linear mixed model for tree diameter increment in stone pine (Pinus pinea): a calibrating approach</a>. 39, (2005).</li>
<li>Vonesh, E. F., Chinchilli, V. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Linear+and+nonlinear+models+for+the+analysis+of+repeated+measurements%5BTitle%5D)+AND+%22Journal+of+Biopharmaceutical+Statistics%22%5BJournal%5D)">Linear and nonlinear models for the analysis of repeated measurements.</a> Journal of Biopharmaceutical Statistics. 18 (4), 595-610 (1996).</li>
<li>Zobel, J. M., Ek, A. R., Burk, T. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+Forest+Inventory+and+Analysis+surveys%2C+basal+area+models%2C+and+fitting+methods+for+the+aspen+forest+type+in+Minnesota%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">Comparison of Forest Inventory and Analysis surveys, basal area models, and fitting methods for the aspen forest type in Minnesota.</a> Forest Ecology & Management. 262 (2), 188-194 (2011).</li>
<li>Sharma, M., Parton, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Height-diameter+equations+for+boreal+tree+species+in+Ontario+using+a+mixed-effects+modeling+approach%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">Height-diameter equations for boreal tree species in Ontario using a mixed-effects modeling approach.</a> Forest Ecology & Management. 249 (3), 187-198 (2007).</li>
<li>Crecente-Campo, F., Tomé, M., Soares, P., Diéguez-Aranda, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+generalized+nonlinear+mixed-effects+height%E2%80%93diameter+model+for+Eucalyptus+globulus+L.+in+northwestern+Spain%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">A generalized nonlinear mixed-effects height–diameter model for Eucalyptus globulus L. in northwestern Spain.</a> Forest Ecology & Management. 259 (5), 943-952 (2010).</li>
<li>Fu, L., Sharma, R. P., Hao, K., Tang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+generalized+interregional+nonlinear+mixed-effects+crown+width+model+for+Prince+Rupprecht+larch+in+northern+China%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">A generalized interregional nonlinear mixed-effects crown width model for Prince Rupprecht larch in northern China.</a> Forest Ecology & Management. 389 (2017), 364-373 (2017).</li>
<li>Hao, X., Yujun, S., Xinjie, W., Jin, W., Yao, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Linear+mixed-effects+models+to+describe+individual+tree+crown+width+for+China-fir+in+Fujian+Province%2C+southeast+China%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">Linear mixed-effects models to describe individual tree crown width for China-fir in Fujian Province, southeast China.</a> Plos One. 10 (4), 0122257(2015).</li>
<li>Vanderschaaf, C. L., Burkhart, H. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparing+methods+to+estimate+Reineke%27s+Maximum+Size-Density+Relationship+species+boundary+line+slope%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Comparing methods to estimate Reineke's Maximum Size-Density Relationship species boundary line slope.</a> Forest Science. 53 (3), 435-442 (2007).</li>
<li>Zhang, L., Bi, H., Gove, J. H., Heath, L. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+alternative+methods+for+estimating+the+self-thinning+boundary+line%5BTitle%5D)+AND+%22Canadian+Journal+of+Forest+Research%22%5BJournal%5D)">A comparison of alternative methods for estimating the self-thinning boundary line.</a> Canadian Journal of Forest Research. 35 (6), 1507-1514 (2005).</li>
<li>Hart, D. R., Chute, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimating+von+Bertalanffy+growth+parameters+from+growth+increment+data+using+a+linear+mixed-effects+model%2C+with+an+application+to+the+sea+scallop+Placopecten+magellanicus%5BTitle%5D)+AND+%22Ices+Journal+of+Marine+Science%22%5BJournal%5D)">Estimating von Bertalanffy growth parameters from growth increment data using a linear mixed-effects model, with an application to the sea scallop Placopecten magellanicus.</a> Ices Journal of Marine Science. 66 (9), 2165-2175 (2009).</li>
<li>Uzoh, F. C. C., Oliver, W. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individual+tree+diameter+increment+model+for+managed+even-aged+stands+of+ponderosa+pine+throughout+the+western+United+States+using+a+multilevel+linear+mixed+effects+model%5BTitle%5D)+AND+%22Forest+Ecology+%26+Management%22%5BJournal%5D)">Individual tree diameter increment model for managed even-aged stands of ponderosa pine throughout the western United States using a multilevel linear mixed effects model.</a> Forest Ecology & Management. 256 (3), 438-445 (2008).</li>
<li>Condés, S., Sterba, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparing+an+individual+tree+growth+model+for+Pinus+halepensis+Mill.+in+the+Spanish+region+of+Murcia+with+yield+tables+gained+from+the+same+area%5BTitle%5D)+AND+%22European+Journal+of+Forest+Research%22%5BJournal%5D)">Comparing an individual tree growth model for Pinus halepensis Mill. in the Spanish region of Murcia with yield tables gained from the same area.</a> European Journal of Forest Research. 127 (3), 253-261 (2008).</li>
<li>Pokharel, B., Dech, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mixed-effects+basal+area+increment+models+for+tree+species+in+the+boreal+forest+of+Ontario%2C+Canada+using+an+ecological+land+classification+approach+to+incorporate+site+effects%5BTitle%5D)+AND+%22Forestry%22%5BJournal%5D)">Mixed-effects basal area increment models for tree species in the boreal forest of Ontario, Canada using an ecological land classification approach to incorporate site effects.</a> Forestry. 85 (2), 255-270 (2012).</li>
<li>Wykoff, W. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+basal+area+increment+model+for+individual+conifers+in+the+northern+Rocky+Mountains%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">A basal area increment model for individual conifers in the northern Rocky Mountains.</a> Forest Science. 36 (4), 1077-1104 (1990).</li>
<li>Stage, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Notes%3A+An+Expression+for+the+Effect+of+Aspect%2C+Slope%2C+and+Habitat+Type+on+Tree+Growth%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Notes: An Expression for the Effect of Aspect, Slope, and Habitat Type on Tree Growth.</a> Forest Science. 22 (4), 457-460 (1976).</li>
<li>Gregorie, T. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+Error+Structure+for+Forestry+Yield+Models%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Generalized Error Structure for Forestry Yield Models.</a> Forest Science. 33 (2), 423-444 (1987).</li>
<li>Zhao, L., Li, C., Tang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individual-tree+diameter+growth+model+for+fir+plantations+based+on+multi-level+linear+mixed+effects+models+across+southeast+China%5BTitle%5D)+AND+%22Journal+of+Forest+Research%22%5BJournal%5D)">Individual-tree diameter growth model for fir plantations based on multi-level linear mixed effects models across southeast China.</a> Journal of Forest Research. 18 (4), 305-315 (2013).</li>
<li>Hall, D. B., Bailey, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+and+Prediction+of+Forest+Growth+Variables+Based+on+Multilevel+Nonlinear+Mixed+Models%5BTitle%5D)+AND+%22Forest+Science%22%5BJournal%5D)">Modeling and Prediction of Forest Growth Variables Based on Multilevel Nonlinear Mixed Models.</a> Forest Science. 47 (3), 311-321 (2001).</li>
<li>Yang, Y., Huang, S., Meng, S. X., Trincado, G., Vanderschaaf, C. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multilevel+individual+tree+basal+area+increment+model+for+aspen+in+boreal+mixedwood+stands+%3A+Journal+canadien+de+la+recherche+forestie%CC%80re%5BTitle%5D)+AND+%22Revue+Canadienne+De+Recherche+Foresti%C3%A8re%22%5BJournal%5D)">A multilevel individual tree basal area increment model for aspen in boreal mixedwood stands : Journal canadien de la recherche forestière.</a> Revue Canadienne De Recherche Forestière. 39 (39), 2203-2214 (2009).</li>
<li>Pinheiro, J. C., Bates, D. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mixed-effects+models+in+S+and+S-Plus%5BTitle%5D)+AND+%22Publications+of+the+American+Statistical+Association%22%5BJournal%5D)">Mixed-effects models in S and S-Plus.</a> Publications of the American Statistical Association. 96 (455), 1135-1136 (2000).</li>
</ol>

Os autores não têm nada a revelar.

Uma questão crucial para o desenvolvimento de modelos de efeitos mistos é determinar quais parâmetros podem ser tratados como efeitos aleatórios e quais devem ser considerados efeitos fixos34,35. Dois métodos foram propostos. A abordagem mais comum é tratar todos os parâmetros como efeitos aleatórios e, em seguida, ter o melhor modelo selecionado por AIC, BIC, Loglik e LRT. Este foi o método empregado pelo nosso estudo35. Uma alte...

Em comparação com a monocultura envelhecida, o manejo florestal de espécies mistas de idade desigual com múltiplos objetivos tem recebido maior atenção recentemente1,2,3. A previsão de diferentes alternativas de manejo é necessária para a formulação de estratégias robustas de manejo florestal, especialmente para a complexa floresta de espécies mistas de idade irregular4. Modelos de crescimento e rendimento florestal têm sido amplamente utilizados para prever o desenvolvimento e a colheita de árvores ou suportes sob vários regimes de manejo5,6,7. Os modelos de crescimento e rendimento florestal são classificados em modelos de árvores individuais, modelos de classe de tamanho e modelos de crescimento de suporte inteiro6,7,8. Infelizmente, modelos de classe de tamanho e modelos de suporte inteiro não são apropriados para florestas de espécies mistas de idade irregular, que requerem uma descrição mais detalhada para apoiar o processo de tomada de decisão do manejo florestal. Por essa razão, os modelos de crescimento e rendimento individual-árvore têm recebido maior atenção ao longo das últimas décadas devido à sua capacidade de fazer previsões para estandes florestais com uma variedade de composições de espécies, estruturas e estratégias de manejo9,10,11.
A regressão de quadrados mínimos comuns (OLS) é o método mais utilizado para o desenvolvimento de modelos de crescimento de árvores individuais12,13,14,15. Os conjuntos de dados para modelos de crescimento de árvores individuais coletados repetidamente ao longo de um período fixo de tempo na mesma unidade amostral (ou seja, parcela de amostra ou árvore) possuem uma estrutura estocástica hierárquica, com falta de independência e alta correlação espacial e temporal entre as observações10,16. A estrutura estocástica hierárquica viola os pressupostos fundamentais da regressão da OLS: ou seja, resíduos independentes e dados normalmente distribuídos com variâncias iguais. Portanto, o uso da regressão OLS inevitavelmente produz estimativas tendenciosas do erro padrão das estimativas de parâmetros para esses dados13,14.
Modelos de efeitos mistos fornecem uma ferramenta poderosa para analisar dados com estruturas complexas, como dados de medidas repetidas, dados longitudinais e dados multinóduos. Os modelos de efeitos mistos consistem em ambos os componentes fixos, comuns à população completa, e componentes aleatórios, que são específicos para cada nível de amostragem. Além disso, os modelos de efeitos mistos levam em conta a heteroscedasticidade e a correção automática no espaço e no tempo, definindo as matrizes da estrutura de variância não diagonal17,18,19. Por essa razão, os modelos de efeitos mistos têm sido amplamente utilizados na silvicultura, como nos modelos de altura de diâmetro20,21, modelos de coroa22,23, modelos de auto-afinamento24,25e modelos de crescimento26,27.
Aqui, o objetivo principal foi desenvolver um modelo de incremento de área basal de árvore individual utilizando uma abordagem linear de efeitos mistos. Esperamos que a abordagem dos efeitos mistos possa ser amplamente aplicada.

<table><tbody><tr><td>Computer</td><td>acer</td><td></td><td></td></tr><tr><td>Microsoft Office 2013</td><td></td><td></td><td></td></tr><tr><td>R x64 3.5.1</td><td></td><td></td><td></td></tr></tbody></table>

development of an individual-tree basal area increment model using a linear mixed-effects approach

Aqui, desenvolvemos um modelo de árvore individual de incrementos de área basal de 5 anos com base em um conjunto de dados incluindo 21898 Picea asperata de 779 parcelas de amostras localizadas na província de Xinjiang, noroeste da China. Para evitar altas correlações entre observações da mesma unidade amostral, desenvolvemos o modelo utilizando uma abordagem linear de efeitos mistos com efeito de parcela aleatória para explicar a variabilidade estocástica. Várias variáveis de nível de árvore e suporte, como índices de tamanho de árvore, concorrência e condição do local, foram incluídas como efeitos fixos para explicar a variabilidade residual. Além disso, heteroscedasticidade e autocorrelação foram descritas pela introdução de funções de variância e estruturas de autocorrelação. O modelo de efeitos mistos lineares ideais foi determinado por várias estatísticas de ajuste: critério de informação de Akaike, critério de informação bayesiana, probabilidade de logaritmo e teste de razão de probabilidade. Os resultados indicaram que variáveis significativas do incremento da área basal de árvores individuais foram a transformação inversa do diâmetro na altura da mama, a área basal das árvores maior que a árvore objeto, o número de árvores por hectare e a elevação. Além disso, os erros na estrutura de variância foram modelados com mais sucesso pela função exponencial, e a correção automática foi significativamente corrigida pela estrutura autoregressiva de primeira ordem (AR(1)). O desempenho do modelo linear de efeitos mistos foi significativamente melhorado em relação ao modelo utilizando regressão ordinário de quadrados.

O modelo básico de incremento de área basal para P. asperata foi expresso como Equação (7). As estimativas do parâmetro, seus erros padrão correspondentes e as estatísticas de falta de ajuste são mostradas na Tabela 2. O enredo residual é mostrado na Figura 1. Observou-se heterocedasticidade pronunciada dos resíduos. <img alt="Equation 7" src="/files/ftp_upload/60827/60827eq7.jpg">(7)
<table border="1" fo:keep-together.within-page="1"><tbody>
<tr>
<td></td>
			<...

Watch this Scientific Journal Video about Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach at JoVE.com

Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach

Modelos de efeitos mistos são ferramentas flexíveis e úteis para analisar dados com uma estrutura estocástica hierárquica na silvicultura e também poderiam ser usados para melhorar significativamente o desempenho dos modelos de crescimento florestal. Aqui, é apresentado um protocolo que sintetiza informações relativas a modelos lineares de efeitos mistos.

Desenvolvimento de um modelo de incremento de área basal de árvore individual usando uma abordagem linear de efeitos mistos

Here, we developed an individual-tree model of 5-year basal area increments based on a dataset including 21898 Picea asperata trees from 779 sample plots ...

development-an-individual-tree-basal-area-increment-model-using

Research

JoVE Journal

Biology

3.3K visualizações.  Beijing Forestry University. Modelos de efeitos mistos são ferramentas flexíveis e úteis para analisar dados com uma estrutura estocástica hierárquica na silvicultura e também poderiam ser usados para melhorar significativamente o desempenho dos modelos de crescimento florestal. Aqui, é apresentado um protocolo que sintetiza informações relativas a modelos lineares de efeitos mistos.

Vídeo: Development of an Individual-Tree Basal Area Increment Model using a Linear Mixed-Effects Approach

Protocol for Assessing the Relative Effects of Environment and Genetics on Antler and Body Growth for a Long-lived Cervid

Cervid phenotype can be placed into one of two categories: efficiency, which promotes survival over extravagant morphometric growth, and luxury, which promotes growth of large weaponry and body size. Populations of the same species display each phenotype depending on environmental conditions. Although antler and body size of male white-tailed deer (Odocoileus virginianus) varies by physiographic region in Mississippi, USA and is strongly correlated with regional variation in nutritional quality, the effects of population-level genetics from native stocks and previous re-stocking efforts cannot be disregarded. This protocol describes how we designed a controlled study, where other factors that influence phenotype, such as age and nutrition, are controlled. We brought wild-caught pregnant females and six-month-old fawns from three distinct physiographic regions in Mississippi, USA to the Mississippi State University Rusty Dawkins Memorial Deer Unit. Deer from the same region were bred to produce a second generation of offspring, allowing us to assess generational responses and maternal effects. All deer ate the same high-quality (20% crude protein deer pellet) diet ad libitum. We uniquely marked each neonate and recorded body mass, hind foot, and total body length. Each subsequent fall, we sedated individuals via remote injection and sampled the same morphometrics plus antlers of adults. We found that all morphometrics increased in size from first to second generation, with full compensation of antler size (regional variation no longer present) and partial compensation of body mass (some evidence of regional variation) evident in the second generation. Second generation males that originated from our poorest quality soil region displayed about a 40% increase in antler size and about a 25% increase in body mass when compared to their wild harvested counterparts. Our results suggest phenotypic variation of wild male white-tailed deer in Mississippi are more related to differences in nutritional quality than population-level genetics.

Phenotypic differences among cervid populations may be related to population-level genetics or nutrition; discerning which is difficult in the wild. This protocol describes how we designed a controlled study where nutritional variation was eliminated. We found that phenotypic variation of male white-tailed deer was more limited by nutrition than genetics.

Protocolo para avaliar os efeitos relativos do ambiente e da genética na galhada e no crescimento corporal de um cervídeo de vida longa

Cervid phenotype can be placed into one of two categories: efficiency, which promotes survival over extravagant morphometric growth, and luxury, which ...

Ambiente

A Simple Planting Technique for Re-establishing Trees Where Frequent Inundation Occurs

Many of the Everglades tree islands have lost elevation over the past century and most of their trees have died such that they are now covered with herbaceous plants. This protocol describes a simple, cost-effective tree planting technique needed for restoring degraded Everglade tree islands. The design is patterned after a natural Everglades process that creates floating peat islands, which allows tree survival and growth in flooded conditions and often leads to the development of tree islands. Commercially available peat bags were used as the medium for the growth and establishment of potted native tree saplings. The pop-up configuration floated initially and provided additional elevation to minimize inundation, with a single native tree species sapling and a single tree fertilizer spike. During a 3 year study involving 105 pop-ups, most plants survived (80%) and many thrived. Determining whether this technique can establish trees on a degraded tree island will require longer studies and extensive field tests.

This protocol describes a simple, cost-effective tree planting technique for restoring degraded Everglades tree islands that experience inundation. The design creates an island (pop-up) which floats initially and adds elevation to promote tree survival and growth under flooded conditions.

Uma simples técnica de plantação para restabelecer as árvores onde ocorre a inundação frequente

Many of the Everglades tree islands have lost elevation over the past century and most of their trees have died such that they are now covered with ...

Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands

Accurate estimations of leaf area index (LAI), defined as half of the total leaf surface area per unit of horizontal ground surface area, are crucial for describing the vegetation structure in the fields of ecology, forestry, and agriculture. Therefore, procedures of three commercially used methods (litter traps, needle technique, and a plant canopy analyzer) for performing LAI estimation were presented step-by-step. Specific methodological approaches were compared, and their current advantages, controversies, challenges, and future perspectives were discussed in this protocol. Litter traps are usually deemed as the reference level. Both the needle technique and the plant canopy analyzer (e.g., LAI-2000) frequently underestimate LAI values in comparison with the reference. The needle technique is easy to use in deciduous stands where the litter completely decomposes each year (e.g., oak and beech stands). However, calibration based on litter traps or direct destructive methods is necessary. The plant canopy analyzer is a commonly used device for performing LAI estimation in ecology, forestry, and agriculture, but is subject to potential error due to foliage clumping and the contribution of woody elements in the field of view (FOV) of the sensor. Eliminating these potential error sources was discussed. The plant canopy analyzer is a very suitable device for performing LAI estimations at the high spatial level, observing a seasonal LAI dynamic, and for long-term monitoring of LAI.

An accurate estimation of leaf area index (LAI) is crucial for many models of material and energy fluxes within plant ecosystems and between an ecosystem and the atmospheric boundary layer. Therefore, three methods (litter traps, needle technique, and PCA) for taking precise LAI measurements were in the presented protocol.

Estimativa do índice de área foliar usando três métodos distintos em stands deciduous puros

Accurate estimations of leaf area index (LAI), defined as half of the total leaf surface area per unit of horizontal ground surface area, are crucial for ...

A Method for Quantifying Foliage-Dwelling Arthropods

Terrestrial arthropods play an important role in our environment. Quantifying arthropods in a way that allows for a precise index or estimates of density requires a method with high detection probability and a known sampling area. While most described methods provide a qualitative or semi-quantitative estimate adequate for describing species presence, richness, and diversity, few provide an adequately consistent detection probability and known or consistent sampling areas to provide an index or estimate with adequate precision to detect differences in abundance across environmental, spatial, or temporal variables. We describe how to quantify leaf-dwelling arthropods by sealing the leaves and end of branches in a bag, clipping and freezing the bagged material, and rinsing the previously frozen material in water to separate arthropods from the substrate and quantify them. As we demonstrate, this method can be used at a landscape scale to quantify leaf-dwelling arthropods with adequate precision to test for and describe how spatial, temporal, environmental, and ecological variables influence arthropod richness and abundance. This method allowed us to detect differences in density, richness, and diversity of leaf-dwelling arthropods among 5 genera of trees commonly found in southeastern deciduous forests.

We describe how to quantify leaf dwelling arthropods by sealing the leaves and end of branches in a bag, clipping and freezing the bagged material, and rinsing the previously frozen material in water to separate arthropods from the substrate for quantification.

Um método para quantificar artrópodes da folhagem-habitação

Terrestrial arthropods play an important role in our environment. Quantifying arthropods in a way that allows for a precise index or estimates of density ...

Quantifying Corticolous Arthropods Using Sticky Traps

Terrestrial arthropods play an important role in our environment. Quantifying arthropods in a way that allows for a precise index or estimate of density requires a method with high detection probability and a consistent sampling area. We used manufactured sticky traps to compare abundance, total length (a surrogate for biomass), richness, and Shannon diversity of corticolous arthropods among the boles of 5 tree species. Efficacy of this method was adequate to detect variation in corticolous arthropods among tree species and provide a standard error of the mean that was &#60;20% of the mean for all estimates with sample sizes from 7 to 15 individual trees of each species. Our results indicate, even with these moderate sample sizes, the level of precision of arthropod community metrics produced with this approach is adequate to address most ecological questions regarding temporal and spatial variation in corticolous arthropods. Results from this method differ from other quantitative approaches such as chemical knockdown, visual inspection, and funnel traps in that they provide an indication of corticolous arthropod activity over a relatively long-term, better including temporary bole residents, flying arthropods that temporarily land on the tree bole and crawling arthropods that use the tree bole as a travel route from the ground to higher forest foliage. Furthermore, we believe that commercially manufactured sticky traps provide more precise estimates and are logistically simpler than the previously described method of directly applying a sticky material to tree bark or applying a sticky material to tape or other type of backing and applying that to the tree bark.

We describe a semi-quantitative approach of measuring characteristics of corticolous (bark-dwelling) arthropod communities. We placed commercially manufactured sticky traps on tree boles to estimate abundance, total length (a surrogate to biomass), richness, and Shannon diversity for comparison among tree species.

Quantificando corticolous artrópodes usando armadilhas pegajosas

Terrestrial arthropods play an important role in our environment. Quantifying arthropods in a way that allows for a precise index or estimate of density ...

Field Measurement of Effective Leaf Area Index using Optical Device in Vegetation Canopy

Leaf area index (LAI) is an essential canopy variable describing the amount of foliage in an ecosystem. The parameter serves as the interface between green components of plants and the atmosphere, and many physiological processes occur there, primarily photosynthetic uptake, respiration, and transpiration. LAI is also an input parameter for many models involving carbon, water, and the energy cycle. Moreover, ground-based in situ measurements serve as the calibration method for LAI obtained from remote sensing products. Therefore, straightforward indirect optical methods are necessary for making precise and rapid LAI estimates. The methodological approach, advantages, controversies, and future perspectives of the newly developed LP 110 optical device based on the relation between radiation transmitted through the vegetation canopy and canopy gaps were discussed in the protocol. Furthermore, the instrument was compared to the world standard LAI-2200 Plant Canopy Analyzer. The LP 110 enables more rapid and more straightforward processing of data acquired in the field, and it is more affordable than the Plant Canopy Analyzer. The new instrument is characterized by its ease of use for both above- and below-canopy readings due to its greater sensor sensitivity, in-built digital inclinometer, and automatic logging of readings at the correct position. Therefore, the hand-held LP 110 device is a suitable gadget for performing LAI estimation in forestry, ecology, horticulture, and agriculture based on the representative results. Moreover, the same device also enables the user to take accurate measurements of incident photosynthetically active radiation (PAR) intensity.

Fast and precise leaf area index (LAI) estimation in terrestrial ecosystems is crucial for a wide range of ecological studies and calibrating remote sensing products. Presented here is the protocol for using the new LP 110 optical device for taking ground-based in situ LAI measurements.

Medição de campo do índice efetivo da área da folha usando dispositivo óptico em vela de vegetação

Leaf area index (LAI) is an essential canopy variable describing the amount of foliage in an ecosystem. The parameter serves as the interface between ...

How to Extract Climate Variability from Tree-Rings

Tree rings have been used to reconstruct climatological variables in many locations around the world. Moreover, tree-rings can provide valuable insights into climatic variability of the last few centuries and, in some areas, several millennia. Despite the important development, that dendrochronology has had in recent decades to study the dendroclimatic potential of a large number of species present in different ecosystems, much remains to be done and explored. In addition to this, in the last few years more people (students, teachers and researchers) around the world are interested in implementing this science to extend the timeline of climate information backwards and understand how climate has changed on scales of decades, centuries or millennia. Therefore, the objective of this work is to describe the general aspects and basic steps needed to conduct a tree-ring climate reconstruction, from site selection and field sampling to laboratory methods and data analysis. In this method's video and manuscript, the general basis in tree-ring climatic reconstructions is explained so newcomers and students can use it as an available guide into this field of research.

<meta charset="utf8"></head><body>Como extrair a variabilidade climática dos anéis das árvores

Tree-ring climate reconstructions can be helpful to better understand past climate variability beyond instrumental records. This protocol shows how to reconstruct past climate using tree rings and meteorological instrumental records.

Como extrair a variabilidade climática dos anéis das árvores

Tree rings have been used to reconstruct climatological variables in many locations around the world. Moreover, tree-rings can provide valuable insights ...

Advanced Workflow for Taking High-Quality Increment Cores - New Techniques and Devices

In dendroecological research, precise dating of each single growth ring is a basic requirement for all studies, focusing on ring-width variations only, chemical or isotope analyses, or wood anatomical studies. Independent of the sampling strategy for a certain study (e.g., climatology, geomorphology), the way samples are taken is crucial for their successful preparation and analyses.
Until recently, it was sufficient to use a (more or less) sharp increment corer to obtain core samples that could be sanded for further analyses. Since wood anatomical characteristics can be applied to long time series, the need to obtain high-quality increment cores has taken on a new meaning. Essentially, the corer needs to be sharp(ened) when used. When coring a tree by hand, there are some problems in handling the corer, resulting in the hidden occurrence of micro cracks along the entire core: When starting to drill by hand, the drill bit is strongly pressed against the bark and the outermost ring until the thread has fully entered the trunk. At the same time, the drill bit is moved up and down as well as sideward. Then, the corer is drilled all the way into the trunk; however, it is necessary to stop after each turn, change the grip, and turn again. All these movements, as well as the start/stop-coring, puts mechanical stress on the core. The resulting micro cracks make it impossible to create continuous micro sections, as they fall apart along all these cracks.
We present a protocol to overcome these obstacles by applying a new technique using a cordless drill to minimize these problems when coring a tree, as well as its effect on the preparation of long micro sections. This protocol includes the preparation of long micro sections, as well as a procedure to sharpen corers in the field.

Here, we present a protocol on how to avoid micro cracks in increment cores by applying a cordless drill with a torque multiplier to minimize problems when coring trees, as well as its effect on preparing long micro sections. This protocol also includes a procedure to sharpen corers in the field.

Fluxo de trabalho avançado para usar núcleos de incremento de alta qualidade - Novas técnicas e dispositivos

In dendroecological research, precise dating of each single growth ring is a basic requirement for all studies, focusing on ring-width variations only, ...

Análise de anéis de árvores de alto rendimento e estimativa de densidade

Tree Core Analysis with X-ray Computed Tomography

An X-ray computed tomography (CT) toolchain is presented to obtain tree-ring width (TRW), maximum latewood density (MXD), other density parameters, and quantitative wood anatomy (QWA) data without the need for labor-intensive surface treatment or any physical sample preparation. The focus here is on increment cores and scanning procedures at resolutions ranging from 60 &#181;m down to 4 &#181;m. Three scales are defined at which wood should be looked at: (i) inter-ring scale, (ii) ring scale, i.e., tree-ring analysis and densitometry scale, as well as (iii) anatomical scale, the latter approaching the conventional thin-section quality. Custom-designed sample holders for each of these scales enable high-throughput scanning of multiple increment cores. A series of software routines were specifically developed to efficiently treat three-dimensional X-ray CT images of the tree cores for TRW and densitometry. This work briefly explains the basic principles of CT, which are needed for a proper understanding of the protocol. The protocol is presented for some known species that are commonly used in dendrochronology. The combination of rough density estimates, TRW and MXD data, as well as quantitative anatomy data, allows us to broaden and deepen current analyses for climate reconstructions or tree response, as well as further develop the field of dendroecology/climatology and archeology.

Autor em destaque: Avanços na cadeia de ferramentas de TC de raios-X para análise de testemunhos de árvores

Here we show how to process tree cores with an X-ray computed tomography toolchain. Except for chemical extraction for some purposes, no further physical lab treatment is needed. The toolchain can be used for biomass estimations, for obtaining MXD/tree-ring width data as well as for obtaining quantitative wood anatomy data.

Análise de testemunhos de árvores com tomografia computadorizada de raios X

An X-ray computed tomography (CT) toolchain is presented to obtain tree-ring width (TRW), maximum latewood density (MXD), other density parameters, and ...

Desenvolvimento de um modelo de incremento de área basal de árvore individual usando uma abordagem linear de efeitos mistos

Resumo

Explore mais vídeos

Protocolo para avaliar os efeitos relativos do ambiente e da genética na galhada e no crescimento corporal de um cervídeo de vida longa

Uma simples técnica de plantação para restabelecer as árvores onde ocorre a inundação frequente

Estimativa do índice de área foliar usando três métodos distintos em stands deciduous puros

Um método para quantificar artrópodes da folhagem-habitação

Quantificando corticolous artrópodes usando armadilhas pegajosas

Medição de campo do índice efetivo da área da folha usando dispositivo óptico em vela de vegetação

Como extrair a variabilidade climática dos anéis das árvores

Como extrair a variabilidade climática dos anéis das árvores

Fluxo de trabalho avançado para usar núcleos de incremento de alta qualidade - Novas técnicas e dispositivos

Análise de testemunhos de árvores com tomografia computadorizada de raios X