PROGNOS (modell)

FORECAST är en förvaltningsorienterad modell på beståndsnivå, skogstillväxt och ekosystemdynamik . Modellen utformades för att rymma en mängd olika skogsbruks- och skördesystem och naturliga störningshändelser (t.ex. brand-, vind-, insektsepidemier) för att jämföra och kontrastera deras effekt på skogens produktivitet, beståndsdynamik och en serie biofysiska indikatorer för icke-virkesvärden.

Modellbeskrivning

Projektionen av beståndstillväxt och ekosystemdynamik baseras på en representation av hastigheten för ekologiska nyckelprocesser som reglerar tillgången på och konkurrensen om ljus- och näringsresurser (en representation av fukteffekter på markprocesser, växtfysiologi och tillväxt, och konsekvenserna av detta). av fuktkonkurrens läggs till). Hastigheterna för dessa processer beräknas från en kombination av historiska bioassaydata (såsom biomassaackumulering i växtkomponenter och förändringar i beståndstäthet över tid) och mått på vissa ekosystemvariabler (inklusive nedbrytningshastigheter, fotosyntetiska mättnadskurvor och växtvävnadsnäringskoncentrationer ) genom att relatera "biologiskt aktiva" biomassakomponenter (lövverk och små rötter) till beräknade värden för näringsupptag, infångning av ljusenergi och netto primärproduktion. Genom att använda den här "interna kalibreringen" eller hybridmetoden genererar modellen en uppsättning tillväxtegenskaper för varje träd och växtart som ska representeras i en efterföljande simulering. Dessa tillväxtegenskaper används för att modellera tillväxt som en funktion av resurstillgänglighet och konkurrens. De inkluderar (men är inte begränsade till): (1) fotosyntetisk effektivitet per enhet bladbiomassa och dess kväveinnehåll baserat på sambandet mellan bladkväve, simulerad självskuggning och primär nettoproduktivitet efter att ha tagit hänsyn till nedskräpning och dödlighet; (2) näringsupptagskrav baserade på ackumuleringshastigheter för biomassa och litteratur- eller fältbaserade mätningar av näringsämneskoncentrationer i olika biomassakomponenter på platser med olika näringskvalitet (dvs. fertilitet). (3) Ljusrelaterade mått på träd- och grendödlighet härledda från beståndstäthet och indata från levande kapellhöjd i kombination med simulerade vertikala ljusprofiler. Ljusnivåer vid vilka dödligheten av grenar och enskilda träd uppstår uppskattas för varje art. Många av FORECAST:s beräkningar görs på beståndsnivå , men modellen innehåller en delmodell som delar upp produktiviteten på beståndsnivå i tillväxten av enskilda stammar med användarförsedd information om stamstorleksfördelningar vid olika beståndsåldrar. Topphöjd och DBH beräknas för varje stam och används i en konisk funktion för att beräkna totala och individuella brutto- och säljvolymer. Hakar och stockar skapas i modellen från naturlig självgallring av beståndet (främst på grund av ljuskonkurrens) och från olika typer av användardefinierade störningshändelser såsom insekts-/sjukdomsinducerad dödlighet, vindkast, icke-kommersiell gallring och beståndsskörd . Hastighetsfall och lognedbrytning simuleras med hjälp av artspecifika och trädstorleksspecifika sönderfallsparametrar härledda från litteraturen, expertutlåtanden eller fältmätningar.

Processen för modellansökan

FORECAST har fyra steg i sin tillämpning: 1) datainsamling och indataverifiering, 2) fastställande av ekosystemtillståndet för början av en simuleringskörning (genom att simulera platsens kända eller antagna historia), 3) definiera en förvaltning och/eller naturliga störningsregimer, och 4) simulera denna regim och analysera modellutdata. De två första stegen representerar modellkalibrering. Kalibreringsdata samlas in som beskriver ackumuleringen av biomassa (ovan- och underjordiska komponenter) i träd och mindre vegetation för tre kronosekvenser av bestånd, var och en utvecklad under relativt homogena platsförhållanden, representerande tre olika näringsplatskvaliteter. Data för trädbiomassa och självförtunning av bestånd genereras ofta från höjden, DBH och beståndstätheten från traditionella tillväxt- och avkastningsmodeller i samband med artspecifika komponentbiomassa allometriska ekvationer. För att kalibrera de näringsmässiga aspekterna av modellen krävs data som beskriver koncentrationen av näringsämnen i de olika biomassakomponenterna. FORECAST kräver också data om graden av skuggning som produceras av olika kvantiteter blad och bladverkets fotosyntetiska respons på olika ljusnivåer (fotosyntetiska ljusmättnadskurvor för antingen genomsnittligt bladverk eller separat för sol- och skuggaanpassat bladverk). En jämförbar men enklare uppsättning data för mindre vegetation måste tillhandahållas om användaren vill representera denna ekosystemkomponent. Slutligen krävs data som beskriver nedbrytningshastigheten för olika strötyper och organiskt material i marken för att modellen ska simulera näringsämneskretslopp . Simulering av jordläckageförluster och vissa mått på markens näringstillgänglighet kräver indata som definierar katjon- och anjonbyteskapacitetsdata för organiskt material och mineraljord, och sorptions-desorptionsprocesser . Den andra aspekten av kalibrering kräver att modellen körs i "set-up"-läge för att fastställa initiala platsförhållanden. Den detaljerade representationen av många olika typer av strö och markens organiskt material gör det opraktiskt att mäta initialt strö och jordpooler och förhållanden direkt i fältet; följaktligen används modellen för att generera startvillkor.

Modellens komplexitet

Som en modell på ekosystemnivå erbjuder FORECAST användaren möjligheten att representera en hög grad av komplexitet i vegetation (flera arter och olika livsformer), växtsamhällets struktur (kapellskiktning som ett enkelt enstaka baldakinskikt i jämn ålder eller ett komplext fleråldersskikt , multicanopy) och befolknings-, gemenskaps- och ekosystemprocesser. Modellen kan dock förenklas till vilken komplexitet som helst som matchar användarens intressen, specifika applikation och datatillgänglighet. I sin enklaste form kan den köras som en enskild ålderskohort, växtmonokultur , lätttävlingsmodell. I den andra ytterligheten kan modellen användas för att simulera följd- och störningssvar i en komplex multi-arter, multi-age kohort ekosystem-nivå tillämpning med population, samhälle och ekosystem processer representerade med ljus, näringsämnen och fukt effekter och deras interaktioner, och möjligheten för att undersöka potentiella klimatförändringseffekter .

Modellförlängningar och länkar

FORECAST har utökats till en rumsligt explicit landskapslokal nivå (LLEMS), en rumsligt explicit individuell trädmodell FORCEE, och till en interaktiv 3D-visualisering (CALP Forester), FORECAST har kopplats till en mängd olika modeller på landskapsnivå som t.ex. ATLAS och DYNA-PLAN. Modellen har använts som grund för två utbildningsapplikationer (FORTOON och POSSIBLE FOREST FUTURES)

Modellutvärdering

PROGNOS har validerats mot fältdata för en rad tillväxt- och avkastnings- och strukturvariabler i: kustnära Western Hemlock-zonen i British Columbia , kustnära douglasgranskogar och inre blandskogar i British Columbia

Historik för modellapplikation

PROGNOSmodellen har tillämpats på en mängd olika skogstyper: blandad douglasgran- och pappersbjörkskog, blandad asp- och vitgranskog, kinesiska granplantager, kustnära douglasgranskog.

externa länkar