Published October 26, 2015
| Version v1
Publication
Open
Live above- and belowground biomass of a Mozambican evergreen forest: a comparison of estimates based on regression equations and biomass expansion factors
Description
Biomass regression equations are claimed to yield the most accurate biomass estimates than biomass expansion factors (BEFs). Yet, national and regional biomass estimates are generally calculated based on BEFs, especially when using national forest inventory data. Comparison of regression equations based and BEF-based biomass estimates are scarce. Thus, this study was intended to compare these two commonly used methods for estimating tree and forest biomass with regard to errors and biases. The data were collected in 2012 and 2014. In 2012, a two-phase sampling design was used to fit tree component biomass regression models and determine tree BEFs. In 2014, additional trees were felled outside sampling plots to estimate the biases associated with regression equation based and BEF-based biomass estimates; those estimates were then compared in terms of the following sources of error: plot selection and variability, biomass model, model parameter estimates, and residual variability around model prediction. The regression equation based below-, aboveground and whole tree biomass stocks were, approximately, 7.7, 8.5 and 8.3 % larger than the BEF-based ones. For the whole tree biomass stock, the percentage of the total error attributed to first phase (random plot selection and variability) was 90 and 88 % for regression- and BEF-based estimates, respectively, being the remaining attributed to biomass models (regression and BEF models, respectively). The percent bias of regression equation based and BEF-based biomass estimates for the whole tree biomass stock were −2.7 and 5.4 %, respectively. The errors due to model parameter estimates, those due to residual variability around model prediction, and the percentage of the total error attributed to biomass model were larger for BEF models (than for regression models), except for stem and stem wood components. The regression equation based biomass stocks were found to be slightly larger, associated with relatively smaller errors and least biased than the BEF-based ones. For stem and stem wood, the percentages of their total errors (as total variance) attributed to BEF model were considerably smaller than those attributed to biomass regression equations.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يُزعم أن معادلات انحدار الكتلة الحيوية تعطي تقديرات الكتلة الحيوية الأكثر دقة من عوامل تمدد الكتلة الحيوية (BEFs). ومع ذلك، يتم حساب تقديرات الكتلة الحيوية الوطنية والإقليمية بشكل عام بناءً على عوامل التنوع البيولوجي، خاصة عند استخدام بيانات الجرد الوطنية للغابات. مقارنة تقديرات الكتلة الحيوية القائمة على معادلات الانحدار وتقديرات الكتلة الحيوية القائمة على BEF نادرة. وبالتالي، كان القصد من هذه الدراسة مقارنة هاتين الطريقتين الشائعتين لتقدير الكتلة الحيوية للأشجار والغابات فيما يتعلق بالأخطاء والتحيزات. تم جمع البيانات في عامي 2012 و 2014. في عام 2012، تم استخدام تصميم أخذ العينات على مرحلتين لتتناسب مع نماذج انحدار الكتلة الحيوية المكونة للشجرة وتحديد BEFs الشجرة. في عام 2014، تم قطع أشجار إضافية خارج قطع أخذ العينات لتقدير التحيزات المرتبطة بتقديرات الكتلة الحيوية القائمة على معادلة الانحدار والقائمة على BEF ؛ ثم تمت مقارنة هذه التقديرات من حيث مصادر الخطأ التالية: اختيار قطعة الأرض وتقلبها، ونموذج الكتلة الحيوية، وتقديرات معلمات النموذج، والتغير المتبقي حول التنبؤ بالنموذج. كانت معادلة الانحدار القائمة على مخزونات الكتلة الحيوية تحت الأرض وفوق الأرض والشجرة بأكملها أكبر بحوالي 7.7 و 8.5 و 8.3 ٪ من المخزونات القائمة على BEF. بالنسبة لمخزون الكتلة الحيوية الشجرية بالكامل، كانت النسبة المئوية للخطأ الكلي المنسوب إلى المرحلة الأولى (اختيار قطعة الأرض العشوائية والتغير) 90 ٪ و 88 ٪ للتقديرات القائمة على الانحدار و BEF، على التوالي، هي النسبة المتبقية المنسوبة إلى نماذج الكتلة الحيوية (نماذج الانحدار و BEF، على التوالي). بلغ التحيز المئوي لتقديرات الكتلة الحيوية القائمة على معادلة الانحدار والقائمة على BEF لمخزون الكتلة الحيوية الشجرية بالكامل -2.7 و 5.4 ٪ على التوالي. كانت الأخطاء الناتجة عن تقديرات معلمات النموذج، وتلك الناتجة عن التباين المتبقي حول التنبؤ بالنموذج، والنسبة المئوية للخطأ الكلي المنسوب إلى نموذج الكتلة الحيوية أكبر بالنسبة لنماذج BEF (مقارنة بنماذج الانحدار)، باستثناء مكونات الجذع والخشب الجذعي. وُجد أن مخزونات الكتلة الحيوية القائمة على معادلة الانحدار أكبر قليلاً، وترتبط بأخطاء أصغر نسبيًا وأقل تحيزًا من تلك القائمة على معادلة الانحدار. بالنسبة لخشب الساق والجذع، كانت النسب المئوية لأخطائهم الإجمالية (كتباين كلي) المنسوبة إلى نموذج BEF أصغر بكثير من تلك المنسوبة إلى معادلات انحدار الكتلة الحيوية.Translated Description (French)
On prétend que les équations de régression de la biomasse donnent les estimations de la biomasse les plus précises que les facteurs d'expansion de la biomasse (BEF). Pourtant, les estimations nationales et régionales de la biomasse sont généralement calculées sur la base des BEF, en particulier lors de l'utilisation des données des inventaires forestiers nationaux. La comparaison des estimations de biomasse basées sur les équations de régression et basées sur le BEF est rare. Ainsi, cette étude visait à comparer ces deux méthodes couramment utilisées pour estimer la biomasse des arbres et des forêts en ce qui concerne les erreurs et les biais. Les données ont été collectées en 2012 et 2014. En 2012, un plan d'échantillonnage en deux phases a été utilisé pour adapter les modèles de régression de la biomasse des composants des arbres et déterminer les BEF des arbres. En 2014, d'autres arbres ont été abattus en dehors des placettes d'échantillonnage pour estimer les biais associés aux estimations de la biomasse basées sur l'équation de régression et sur le BEF ; ces estimations ont ensuite été comparées en termes de sources d'erreur suivantes : sélection et variabilité des placettes, modèle de biomasse, estimations des paramètres du modèle et variabilité résiduelle autour de la prédiction du modèle. L'équation de régression basée sur les stocks de biomasse d'arbres souterrains, aériens et entiers était environ 7,7, 8,5 et 8,3 % plus grande que les stocks de biomasse d'arbres à base de BEF. Pour l'ensemble du stock de biomasse d'arbres, le pourcentage de l'erreur totale attribuée à la première phase (sélection aléatoire de parcelles et variabilité) était de 90 et 88 % pour les estimations basées sur la régression et la BEF, respectivement, le reste étant attribué aux modèles de biomasse (modèles de régression et de BEF, respectivement). Le biais en pourcentage des estimations de la biomasse basées sur l'équation de régression et sur la BEF pour l'ensemble du stock de biomasse des arbres était de −2,7 et 5,4 %, respectivement. Les erreurs dues aux estimations des paramètres du modèle, celles dues à la variabilité résiduelle autour de la prédiction du modèle et le pourcentage de l'erreur totale attribuée au modèle de biomasse étaient plus importants pour les modèles BEF (que pour les modèles de régression), à l'exception des composants en bois de tige et de tige. Les stocks de biomasse basés sur l'équation de régression se sont avérés être légèrement plus importants, associés à des erreurs relativement plus petites et moins biaisés que ceux basés sur BEF. Pour le bois de tige et de tige, les pourcentages de leurs erreurs totales (en tant que variance totale) attribuées au modèle BEF étaient considérablement plus faibles que ceux attribués aux équations de régression de la biomasse.Translated Description (Spanish)
Se afirma que las ecuaciones de regresión de biomasa producen las estimaciones de biomasa más precisas que los factores de expansión de biomasa (BEF). Sin embargo, las estimaciones nacionales y regionales de biomasa generalmente se calculan en función de los BEF, especialmente cuando se utilizan datos de inventarios forestales nacionales. La comparación de las estimaciones de biomasa basadas en ecuaciones de regresión y basadas en BEF es escasa. Por lo tanto, este estudio pretendía comparar estos dos métodos comúnmente utilizados para estimar la biomasa arbórea y forestal con respecto a errores y sesgos. Los datos se recopilaron en 2012 y 2014. En 2012, se utilizó un diseño de muestreo de dos fases para ajustar los modelos de regresión de biomasa de los componentes del árbol y determinar los BEF del árbol. En 2014, se talaron árboles adicionales fuera de las parcelas de muestreo para estimar los sesgos asociados con las estimaciones de biomasa basadas en ecuaciones de regresión y basadas en BEF; luego, esas estimaciones se compararon en términos de las siguientes fuentes de error: selección y variabilidad de la parcela, modelo de biomasa, estimaciones de parámetros del modelo y variabilidad residual en torno a la predicción del modelo. La ecuación de regresión basada en las poblaciones de biomasa subterránea, aérea y de árboles enteros fue, aproximadamente, 7,7, 8,5 y 8,3 % mayor que las basadas en BEF. Para todo el stock de biomasa arbórea, el porcentaje del error total atribuido a la primera fase (selección y variabilidad aleatoria de la parcela) fue del 90 y 88 % para las estimaciones basadas en regresión y BEF, respectivamente, siendo el resto atribuido a los modelos de biomasa (modelos de regresión y BEF, respectivamente). El sesgo porcentual de las estimaciones de biomasa basadas en la ecuación de regresión y basadas en BEF para todo el stock de biomasa arbórea fue de -2,7 y 5,4 %, respectivamente. Los errores debidos a las estimaciones de los parámetros del modelo, los debidos a la variabilidad residual en torno a la predicción del modelo y el porcentaje del error total atribuido al modelo de biomasa fueron mayores para los modelos BEF (que para los modelos de regresión), excepto para el tallo y los componentes de madera del tallo. Se encontró que las reservas de biomasa basadas en la ecuación de regresión eran ligeramente más grandes, asociadas con errores relativamente más pequeños y menos sesgadas que las basadas en BEF. Para el tallo y la madera de tallo, los porcentajes de sus errores totales (como varianza total) atribuidos al modelo BEF fueron considerablemente menores que los atribuidos a las ecuaciones de regresión de biomasa.Files
s40663-015-0053-4.pdf
Files
(661.8 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:a23d91da803d5a8c9fa1ac72323425f5
|
661.8 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الكتلة الحيوية الحية فوق وتحت الأرض لغابة دائمة الخضرة في موزمبيق: مقارنة التقديرات على أساس معادلات الانحدار وعوامل توسع الكتلة الحيوية
- Translated title (French)
- Vivre la biomasse aérienne et souterraine d'une forêt à feuilles persistantes mozambicaine : une comparaison des estimations basées sur des équations de régression et des facteurs d'expansion de la biomasse
- Translated title (Spanish)
- Biomasa viva por encima y por debajo del suelo de un bosque perennifolio mozambiqueño: una comparación de estimaciones basadas en ecuaciones de regresión y factores de expansión de biomasa
Identifiers
- Other
- https://openalex.org/W1883858853
- DOI
- 10.1186/s40663-015-0053-4
References
- https://openalex.org/W270457650
- https://openalex.org/W623553975
- https://openalex.org/W653572412
- https://openalex.org/W1484806434
- https://openalex.org/W1537113418
- https://openalex.org/W1566077759
- https://openalex.org/W1626119784
- https://openalex.org/W1878845470
- https://openalex.org/W1903055531
- https://openalex.org/W1967584775
- https://openalex.org/W1975413319
- https://openalex.org/W1975790870
- https://openalex.org/W1976988124
- https://openalex.org/W1978182513
- https://openalex.org/W1981294184
- https://openalex.org/W1983156714
- https://openalex.org/W1991673359
- https://openalex.org/W2007956784
- https://openalex.org/W2018765432
- https://openalex.org/W2019581548
- https://openalex.org/W2022723576
- https://openalex.org/W2029578155
- https://openalex.org/W2030509918
- https://openalex.org/W2033525272
- https://openalex.org/W2034410777
- https://openalex.org/W2038646354
- https://openalex.org/W2046084345
- https://openalex.org/W2048092349
- https://openalex.org/W2059419065
- https://openalex.org/W2060466115
- https://openalex.org/W2063481856
- https://openalex.org/W2065037437
- https://openalex.org/W2066964530
- https://openalex.org/W2075524825
- https://openalex.org/W2076458914
- https://openalex.org/W2081734017
- https://openalex.org/W2087198979
- https://openalex.org/W2104875895
- https://openalex.org/W2106246184
- https://openalex.org/W2113249705
- https://openalex.org/W2117122600
- https://openalex.org/W2120634709
- https://openalex.org/W2131106471
- https://openalex.org/W2131546679
- https://openalex.org/W2147380692
- https://openalex.org/W2149060533
- https://openalex.org/W2150588208
- https://openalex.org/W2153838675
- https://openalex.org/W2162469578
- https://openalex.org/W2169004633
- https://openalex.org/W2478658928
- https://openalex.org/W2485725191
- https://openalex.org/W4230452299
- https://openalex.org/W4285719527