Cette étude a évalué les effets de l'incertitude dans les prédictions des modèles hauteur-diamètre (H-D) sur les estimations à grande échelle du volume de bois moyen (V) par unité de surface pour une population subtropicale. En plus de l'incertitude due à la variabilité d'échantillonnage associée à l'ensemble de données d'inventaire forestier, l'incertitude dans les estimations des paramètres du modèle et la variabilité résiduelle des modèles V et H-D ont été propagées dans les erreurs standards (ES) de la moyenne estimée à travers un schéma de Monte Carlo. L'incertitude provenant des modèles V seuls a augmenté Formula: see text jusqu'à 11 %, tandis que celle des modèles H-D a augmenté Formula: see text jusqu'à 9 %. Formula: see text n'a augmenté que marginalement lorsque la corrélation entre les observations des arbres au même emplacement d'échantillonnage a été considérée lors de l'estimation des modèles H-D. Les principales conclusions incluent : (i) la variabilité d'échantillonnage associée à l'ensemble de données d'inventaire a eu un effet plus important sur Formula: see text que l'incertitude de prédiction du modèle ; et (ii) les effets de l'incertitude de prédiction de H sur Formula: see text dépendaient de la forme mathématique du modèle V. Ces résultats s'appliquent généralement aux scénarios où les modèles sont estimés à l'aide de grands ensembles de données (par exemple, n > 400), où l'incertitude due aux estimations des paramètres du modèle est réduite. Des recherches futures utilisant des ensembles de données de calibration de modèles de tailles variées et plusieurs fonctions H-D sont fortement encouragées.
1989- et al. (Thu,) ont étudié cette question.