Geostatistical modeling of riparian forest microclimate and its implications for sampling Public Deposited

http://ir.library.oregonstate.edu/concern/defaults/0v838104n

Descriptions

Attribute NameValues
Creator
Abstract or Summary
  • Predictive models of microclimate under various site conditions in forested headwater stream – riparian areas are poorly developed, and sampling designs for characterizing underlying riparian microclimate gradients are sparse. We used riparian microclimate data collected at eight headwater streams in the Oregon Coast Range to compare ordinary kriging (OK), universal kriging (UK), and kriging with external drift (KED) for point prediction of mean maximum air temperature (T air). Several topographic and forest structure characteristics were considered as site-specific parameters. Height above stream and distance to stream were the most important covariates in the KED models, which outperformed OK and UK in terms of root mean square error. Sample patterns were optimized based on the kriging variance and the weighted means of shortest distance criterion using the simulated annealing algorithm. The optimized sample patterns outperformed systematic sample patterns in terms of mean kriging variance mainly for small sample sizes. These findings suggest methods for increasing efficiency of microclimate monitoring in riparian areas.
  • Les modèles de prédiction du microclimat pour différentes conditions de station dans les zones riveraines boisées des cours d’eau de tête de bassin sont peu développés et les procédures d’échantillonnage pour caractériser les gradients sous-jacents du microclimat riverain sont rares. Nous avons utilisé des données de microclimat riverain collectées le long de huit cours d’eau de tête de bassin dans la chaîne côtière de l’Oregon pour comparer le krigeage ordinaire (KO), le krigeage universel (KU) et le krigeage avec dérive externe (KDE) pour la prédiction localisée de la température moyenne maximale de l’air (Tair). Plusieurs caractéristiques topographiques et de la structure de la forêt ont été considérées comme paramètres spécifiques à la station. L’élévation au-dessus du cours d’eau et la distance du cours d’eau étaient les covariables les plus importantes dans les modèles de KDE qui donnaient de meilleurs résultats que le KO et le KU en termes d’écart-type. La répartition des échantillons a été optimisée sur la base de la variance de krigeage et des moyennes pondérées du critère de la plus courte distance à l’aide d’un algorithme de recuit simulé. La répartition optimisée des échantillons donnait de meilleurs résultats que la répartition systématique en termes de variance moyenne de krigeage, surtout lorsque le nombre d’échantillons était faible. Ces résultats suggèrent des méthodes pour augmenter l’efficacité du suivi du microclimat dans les zones riveraines.
Resource Type
DOI
Date Available
Date Issued
Citation
  • Eskelson, B.N.I., P. D. Anderson, J. Hagar, and H. Temesgen. 2011. Geostatistical modeling of riparian forest microclimate and its implications for sampling. Canadian Journal of Forest Research. 41:974-985, doi:10.1139/X11-015.
Academic Affiliation
Series
Rights Statement
Publisher
Language
Replaces
Additional Information
  • description.provenance : Submitted by Logan Bernart (logan.bernart@gmail.com) on 2012-03-09T20:39:57Z No. of bitstreams: 1 1.EskelsonBianca, N.I. & HagarJoan, C. Geostatistical modeling of riparian forest microclimate and its implications for sampling. Canadian Journal of Forest Research (2011)..pdf: 344099 bytes, checksum: 12a6d57c3b1460be2fdc4430560a4f67 (MD5)
  • description.provenance : Made available in DSpace on 2012-04-02T21:44:49Z (GMT). No. of bitstreams: 1 1.EskelsonBianca, N.I. & HagarJoan, C. Geostatistical modeling of riparian forest microclimate and its implications for sampling. Canadian Journal of Forest Research (2011)..pdf: 344099 bytes, checksum: 12a6d57c3b1460be2fdc4430560a4f67 (MD5) Previous issue date: 2011
  • description.provenance : Approved for entry into archive by Deborah Campbell(deborah.campbell@oregonstate.edu) on 2012-04-02T21:44:49Z (GMT) No. of bitstreams: 1 1.EskelsonBianca, N.I. & HagarJoan, C. Geostatistical modeling of riparian forest microclimate and its implications for sampling. Canadian Journal of Forest Research (2011)..pdf: 344099 bytes, checksum: 12a6d57c3b1460be2fdc4430560a4f67 (MD5)

Relationships

Parents:

This work has no parents.

Last modified

Downloadable Content

Download PDF