文献

J-GLOBAL ID：201202207487999467   整理番号：12A0675610

Boosted regression treesによる林床,土壌及びリターフォール特性からの温帯低地の森林地域生産性の予測

Predicting forest site productivity in temperate lowland from forest floor, soil and litterfall characteristics using boosted regression trees

著者 (6件)： AERTSEN Wim (Katholieke Universiteit Leuven, Dep. of Earth and Environmental Sciences, Celestijnenlaan 200E, Box 2411, BE-3001 ...) ,  KINT Vincent (Katholieke Universiteit Leuven, Dep. of Earth and Environmental Sciences, Celestijnenlaan 200E, Box 2411, BE-3001 ...) ,  DE VOS Bruno (Res. Inst. for Nature and Forest, Gaverstraat 4, BE-9500, Geraardsbergen, BEL) ,  DECKERS Jozef (Katholieke Universiteit Leuven, Dep. of Earth and Environmental Sciences, Celestijnenlaan 200E, Box 2411, BE-3001 ...) ,  VAN ORSHOVEN Jos (Katholieke Universiteit Leuven, Dep. of Earth and Environmental Sciences, Celestijnenlaan 200E, Box 2411, BE-3001 ...) ,  MUYS Bart (Katholieke Universiteit Leuven, Dep. of Earth and Environmental Sciences, Celestijnenlaan 200E, Box 2411, BE-3001 ...)
資料名： Plant and Soil  (Plant and Soil)
巻： 354  号： 1-2  ページ： 157-172  発行年： 2012年05月 
JST資料番号： H0060A  ISSN： 0032-079X  CODEN： PLSOA2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究目的は,一方ではフランダース温帯平地林におけるヨーロッパナラ,ヨーロッパのブナ及びオウシュウアカマツの地域生産性を予測する最大決定変数の確認であり,他方では土壌又は林床予測因子に排他的に基づく地域生産性モデルの精度は,全土壌,植生,腐植及びリターフォール構成関連変数の全てを結合した完全生態系モデルで達成可能な精度に類似するか否かを試験することである。気候的同質地域にBoosted regression trees(BRT)を用い環境変数と地域生産性との関係性をモデル化した。土壌(土壌物理化学),林床(植生及び腐植)及び生態系(土壌,林床及びリター落下構成の結合)予測因子間の判別を行った。結果は,生態学的推移の非線形挙動をモデル化するためのBRTの強さを示した。生態系モデルは大部分の可変性を説明して,土壌又は林床変数に限られるものより高精度であった。それでも,土壌及び林床モデルは共に多くの森林管理作業の良い予測モデルとして使用できる。土壌粒度分析分布及びリターフォール窒素濃度はフランダース森林地域生産性の最も効果的予測因子であった。多くの研究は窒素沈着増加の施肥効果を解明したが,窒素飽和はこの地域の種生産性を低下させるようであった。Copyright 2011 Springer Science+Business Media B.V. Translated from English into Japanese by JST.

シソーラス用語： *落葉落枝 ,  *沈着 ,  モデル ,  森林土 ,  飽和
準シソーラス用語： *リッター ,  森林土壌 ,  生態系モデル ,  *窒素沈着 ,  窒素飽和 ,  *林床

分類 (2件)： 森林植物学  (FF02020E) ,  土壌の肥沃性  (FB04060Y)

タイトルに関連する用語 (7件)： 林床 ,  土壌 ,  温帯 ,  低地 ,  森林 ,  地域 ,  予測