Centre de documentation
scientifique

Analysis of plot-level volume increment models developed from machine learning methods applied to an uneven-aged mixed forest / Seyedeh Kosar Hamidi in Annals of Forest Science, vol 78 n° 1 (March 2021)  

Public [article]  inAnnals of Forest Science > vol 78 n° 1 (March 2021) . - n° 4 Titre : Analysis of plot-level volume increment models developed from machine learning methods applied to an uneven-aged mixed forest Type de document : Article/Communication Auteurs : Seyedeh Kosar Hamidi, Auteur ; Eric K. Zenner, Auteur ; Mahmoud Bayat, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 4 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] Acer velutinum [Termes IGN] Alnus cordata [Termes IGN] analyse comparative [Termes IGN] apprentissage automatique [Termes IGN] Carpinus betulus [Termes IGN] classification barycentrique [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] classification par réseau neuronal [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] dynamique de la végétation [Termes IGN] écosystème forestier [Termes IGN] Fagus orientalis [Termes IGN] forêt inéquienne [Termes IGN] inventaire forestier étranger (données) [Termes IGN] Iran [Termes IGN] modèle de croissance végétale [Termes IGN] modèle de simulation [Termes IGN] peuplement mélangé [Termes IGN] régression linéaire [Termes IGN] volume en bois [Vedettes matières IGN] Sylviculture Résumé : (auteur) Key message: We modeled 10-year net stand volume growth with four machine learning (ML) methods, i.e., artificial neural networks (ANN), support vector machines (SVM), random forests (RF), and nearest neighbor analysis (NN), and with linear regression analysis. Incorporating interactions of multiple variables, the ML methods ANN and SVM predicted nonlinear system behavior and unraveled complex relations with greater accuracy than regression analysis. Context: Investigating the quantitative and qualitative characteristics of short-term forest dynamics is essential for testing whether the desired goals in forest-ecosystem conservation and restoration are achieved. Inventory data from the Jojadeh section of the Farim Forest located in the uneven-aged, mixed Hyrcanian Forest were used to model and predict 10-year net annual stand volume increment with new machine learning technologies. Aims: The main objective of this study was to predict net annual stand volume increment as the preeminent factor of forest growth and yield models. Methods: In the current study, volume increment was modeled from two consecutive inventories in 2003 and 2013 using four machine learning techniques that used physiographic data of the forest as input for model development: (i) artificial neural networks (ANN), (ii) support vector machines (SVM), (iii) random forests (RF), and (iv) nearest neighbor analysis (NN). Results from the various machine learning technologies were compared against results produced with regression analysis. Results: ANNs and SVMs with a linear kernel function that incorporated field-measurements of terrain slope and aspect as input variables were able to predict plot-level volume increment with a greater accuracy (94%) than regression analysis (87%). Conclusion: These results provide compelling evidence for the added utility of machine learning technologies for modeling plot-level volume increment in the context of forest dynamics and management. Numéro de notice : A2021-071 Affiliation des auteurs : non IGN Thématique : FORET/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s13595-020-01011-6 Date de publication en ligne : 12/01/2021 En ligne : https://doi.org/10.1007/s13595-020-01011-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96794 [article]

L'aulne à feuilles en cœur Alnus cordata (Loisel) Loisel dans son milieu naturel en Corse / Jacques Gamisans in Revue forestière française, vol 35 (3-1983)  

Public [article]  inRevue forestière française > vol 35 (3-1983) . - pp 187 - 197 Titre : L'aulne à feuilles en cœur Alnus cordata (Loisel) Loisel dans son milieu naturel en Corse Type de document : Article/Communication Auteurs : Jacques Gamisans, Auteur Année de publication : 1983 Article en page(s) : pp 187 - 197 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] Alnus cordata [Termes IGN] Corse [Vedettes matières IGN] Ecologie forestière Résumé : (auteur) Dans cet article, l'Aulne cordé est d'abord situé systématiquement et géographiquement. Sa place dans la végétation naturelle de la Corse et les principales particularités biologiques responsables de son écologie ont été ensuite précisées. Numéro de notice : A1983-075 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.4267/2042/21651 En ligne : https://hal.science/hal-03423579v1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82516 [article]