The height growth model structure i

The height growth model structure is identical to the diameter
growth model with the exception that total height (tht) replaces
diameter at breast height (dbh) for the variables associated with
parameters b1 and b2. A suite of models for each species was constructed
to include the range of potential parameter values (e.g. for
TEMP, mean annual or seasonal maximum or minimum or number
of degree days were included). Final model structure for each species
was selected using the Akaike Information Criterion and Residual
Maximum Likelihood Estimation (West et al., 2007) to evaluate
explanatory power and parsimony. Final model parameters varied
by species and height versus diameter growth (Supplementary
Tables S2–S11). As an example, winter precipitation provided the
most explanatory power for ponderosa pine diameter growth and
winter, spring and summer precipitation provided the best fit for
height growth. For sugar pine, winter precipitation was the only
precipitation explanatory variable for diameter growth, while
spring and summer precipitation provided the most explanatory
power for height growth. Additionally, the sign of each coefficient
varied by species (Supplementary Tables S12–S21). The growth
models were then incorporated into the FVS model code, forming
the climate sensitive variant. Model validation was conducted
using tree growth data from different sites within the geographic
region where the parameterization data were gathered. Modeled
height and diameter were compared to empirical data for each of
the four sites. These sites were located in northern, central, and
southern Sierra Nevada and from the coastal mountains due west
across the Central Valley. The existing FVS mortality models were
retained and therefore the direct influence of climate on mortality
is unaccounted. Furthermore, this approach did not account for
species-specific physiological responses to changes in climate
and atmospheric CO2 concentration (see Section 4). For an in-depth
description of model development, parameterization, and validation,
see Robards (2009).

ผลลัพธ์ (ไทย) 1:

โครงสร้างแบบจำลองการเจริญเติบโตสูงจะเหมือนกับเส้นผ่าศูนย์กลาง
เติบโตแบบ มีข้อยกเว้นที่รวมความสูง (tht) แทน
เส้นผ่าศูนย์กลางที่ความสูงอก (dbh) สำหรับตัวแปรที่เกี่ยวข้องกับ
พารามิเตอร์ b1 และ b2 ชุดรูปแบบสำหรับแต่ละชนิดถูกสร้าง
รวมช่วงของค่าพารามิเตอร์ที่มีศักยภาพ (เช่นสำหรับ
ชั่ว เฉลี่ยรายปี หรือตามฤดูกาลสูงสุด หรือต่ำสุด หรือจำนวน
ปริญญาเคยรวม) โครงสร้างรุ่นสุดท้ายในแต่ละสปีชีส์
เลือกใช้เกณฑ์ข้อมูล Akaike และส่วนที่เหลือจาก
ประเมินความเป็นไปได้สูงสุด (West et al., 2007) การประเมิน
parsimony และอธิบายพลังงาน แตกต่างกันพารามิเตอร์รูปแบบสุดท้าย
โดยชนิดและความสูงเมื่อเทียบกับเส้นผ่าศูนย์กลางเจริญเติบโต (Supplementary
S2–S11 ตาราง) เป็นตัวอย่าง หนาวฝนให้การ
พลังงานส่วนใหญ่อธิบายการเจริญเติบโตของเส้นผ่าศูนย์กลางสน ponderosa และ
ฤดูหนาว ฤดู และฤดูฝนมีขนาดที่พอดีสำหรับ
สูงเจริญเติบโต สำหรับน้ำตาลสน ฝนหนาวเดียว
ฝนตัวแปรอธิบายการเจริญเติบโตของเส้นผ่าศูนย์กลาง ในขณะที่
ช่วงฤดูร้อน และฤดูฝนให้อธิบายมากที่สุด
พลังงานสำหรับการเติบโตสูง นอกจากนี้ เครื่องหมายของแต่ละสัมประสิทธิ์
แตกต่างกันตามสปีชีส์ (เสริมตาราง S12–S21) การเจริญเติบโต
รุ่นถูกแล้วรวมเป็นรหัสของรุ่น FVS ขึ้นรูป
ตัวแปรสำคัญของภูมิอากาศ ได้ดำเนินการตรวจสอบแบบจำลอง
ใช้ข้อมูลต้นไม้เจริญเติบโตจากไซต์ต่าง ๆ ภายในที่ทางภูมิศาสตร์
ภูมิภาคที่มีการรวบรวมข้อมูล parameterization จำลอง
ความสูงและเส้นผ่าศูนย์กลางได้เปรียบเทียบกับข้อมูลรวมสำหรับแต่ละ
เว็บไซต์ 4 เว็บไซต์เหล่านี้มีอยู่ในภาคเหนือ กลาง และ
ประเทศเซียร์ราเนวาดาและ จากเทือกเขาชายฝั่งทะเลตะวันตกครบ
กลางหุบ มีรูปแบบการตาย FVS อยู่
เก็บไว้ และจึง ตรงอิทธิพลของสภาพภูมิอากาศในการตาย
จะสูง นอกจากนี้ วิธีการนี้ไม่ใช่แอคเคาท์สำหรับ
เฉพาะพันธุ์สรีรวิทยาตอบสนองกับการเปลี่ยนแปลงสภาพภูมิอากาศ
และความเข้มข้น CO2 บรรยากาศ (ดูหมวดที่ 4) สำหรับตัวในความลึก
คำอธิบาย ของแบบจำลองพัฒนา parameterization ตรวจ สอบ,
ดู Robards (2009)

ผลลัพธ์ (ไทย) 2:

โครงสร้างรูปแบบการเจริญเติบโตสูงเหมือนกันที่จะมีขนาดเส้นผ่าศูนย์กลาง
รูปแบบการเจริญเติบโตมีข้อยกเว้นที่ความสูงรวม (tht) แทนที่
เส้นผ่าศูนย์กลางที่ความสูงเต้านม (dbh) สำหรับตัวแปรที่เกี่ยวข้องกับ
พารามิเตอร์ b1 และ b2 ชุดรูปแบบสำหรับแต่ละสายพันธุ์ที่ถูกสร้างขึ้น
จะรวมถึงช่วงของค่าพารามิเตอร์ที่มีศักยภาพ (เช่น
TEMP ค่าเฉลี่ยสูงสุดประจำปีหรือตามฤดูกาลหรือขั้นต่ำหรือจำนวน
วันที่ถูกรวมอยู่ในระดับ) โครงสร้างแบบขั้นสุดท้ายสำหรับแต่ละชนิด
ได้รับการคัดเลือกโดยใช้เกณฑ์ข้อมูล Akaike และที่เหลือ
ภาวะน่าจะเป็นสูงสุดประมาณ (ทางทิศตะวันตกและคณะ. 2007) การประเมิน
อำนาจอธิบายและความประหยัด พารามิเตอร์รุ่นสุดท้ายแตกต่างกัน
โดยชนิดและความสูงเมื่อเทียบกับการเจริญเติบโตของเส้นผ่าศูนย์กลาง (เสริม
ตาราง S2-S11) ตัวอย่างเช่นฝนฤดูหนาวที่ให้
อำนาจในการอธิบายมากที่สุดสำหรับการเจริญเติบโตมีขนาดเส้นผ่าศูนย์กลาง Ponderosa สนและ
ฤดูหนาว, ฤดูใบไม้ผลิและฤดูร้อนฝนให้เหมาะที่สุดสำหรับ
การเจริญเติบโตสูง สำหรับสนน้ำตาลฝนฤดูหนาวเป็นเพียง
ฝนตัวแปรอธิบายสำหรับการเจริญเติบโตมีขนาดเส้นผ่าศูนย์กลางในขณะที่
ฤดูใบไม้ผลิและฤดูร้อนฝนให้อธิบายมากที่สุด
พลังงานสำหรับการเจริญเติบโตสูง นอกจากนี้การเข้าสู่ระบบของแต่ละค่าสัมประสิทธิ์
แตกต่างกันโดยสายพันธุ์ (ตารางเสริม S12-S21) การเจริญเติบโตของ
รูปแบบที่ถูกรวมเข้าไปในรหัสรุ่น FVS สร้าง
สภาพภูมิอากาศที่แตกต่างกันมีความสำคัญ การตรวจสอบรูปแบบการดำเนินการ
โดยใช้ข้อมูลการเจริญเติบโตของต้นไม้จากเว็บไซต์ที่แตกต่างกันภายในภูมิศาสตร์
ภูมิภาคที่พาราข้อมูลถูกรวบรวม การสร้างแบบจำลอง
ความสูงและเส้นผ่าศูนย์กลางถูกนำมาเปรียบเทียบกับข้อมูลเชิงประจักษ์สำหรับแต่ละ
สี่เว็บไซต์ เว็บไซต์เหล่านี้ตั้งอยู่ในภาคเหนือ, ภาคกลางและ
ภาคใต้ของเซียร์ราเนวาดาและจากภูเขาเนื่องจากชายฝั่งทะเลตะวันตก
ในกลางหุบเขา ที่มีอยู่ FVS รูปแบบการตายที่ถูก
เก็บรักษาไว้และจึงมีอิทธิพลโดยตรงของสภาพภูมิอากาศบนความตาย
เป็นแปลก นอกจากนี้วิธีการนี้ไม่ได้บัญชีสำหรับ
การตอบสนองทางสรีรวิทยาของสายพันธุ์เฉพาะการเปลี่ยนแปลงในสภาพภูมิอากาศ
และความเข้มข้นของ CO2 ในชั้นบรรยากาศ (ดูมาตรา 4) สำหรับในเชิงลึก
ถึงรายละเอียดของการพัฒนารูปแบบ, พาราและการตรวจสอบ
เห็นเบิร์ดส์ (2009)

ผลลัพธ์ (ไทย) 3:

โครงสร้างแบบจำลองความสูงเป็นเหมือนกันกับเส้นผ่าศูนย์กลาง
รูปแบบการเจริญเติบโตด้วยข้อยกเว้นที่ความสูงทั้งหมด ( THT ) แทนที่
เส้นผ่าศูนย์กลางระดับอก ( ไม้ ) สำหรับตัวแปรที่เกี่ยวข้องกับ
พารามิเตอร์ B1 และ B2 . ชุดรูปแบบสำหรับแต่ละชนิดถูกสร้างขึ้น
รวมช่วงของศักยภาพพารามิเตอร์ ( เช่น
ชั่วคราว หมายถึงปีหรือฤดูกาลสูงสุดหรือต่ำสุด หรือหมายเลข
ปริญญาวันรวม ) โครงสร้างแบบสุดท้ายสำหรับแต่ละชนิด
ถูกเลือกใช้เกณฑ์เคราะห์ข้อมูลและความเป็นไปได้สูงสุดประมาณตกค้าง
( ตะวันตก et al . , 2007 ) ประเมินความสามารถ และความตระหนี่
. พารามิเตอร์โมเดลสุดท้าย หลากหลายชนิดและความสูงของ
เมื่อเทียบกับเส้นผ่านศูนย์กลาง ( เสริม
ตาราง S2 ( S11 ) ตัวอย่าง การตกตะกอนให้
ฤดูหนาวความสามารถมากที่สุดสำหรับ Ponderosa ไพน์ขนาดการเจริญเติบโตและ
ฤดูหนาว ฤดูใบไม้ผลิ และฤดูร้อน ฝนให้พอดีกับที่ดีที่สุดสำหรับ
การเจริญเติบโตสูง น้ำตาลสน ฝนฤดูหนาว เป็นเพียงการอธิบายตัวแปรสำหรับการเจริญเติบโต

ขนาดเส้นผ่าศูนย์กลางระหว่างฤดูใบไม้ผลิและฤดูร้อนฝนให้ความสามารถ
ที่สุดสำหรับการเจริญเติบโตสูง นอกจากนี้สัญญาณของแต่ละค่าสัมประสิทธิ์
หลากหลายชนิด ( ตารางประกอบ s12 – s21 ) การเจริญเติบโต
โมเดลแล้วรวมอยู่ใน fvs รหัสรุ่น , การขึ้นรูป
บรรยากาศที่มีตัวแปร รูปแบบการตรวจสอบดำเนินการ
โดยใช้ข้อมูลการเติบโตของต้นไม้ จากเว็บไซต์ต่าง ๆ ภายในภูมิภาคทางภูมิศาสตร์
ที่ข้อมูล parameterization ถูกรวบรวม ออกแบบ
ความสูงและเส้นผ่าศูนย์กลางเปรียบเทียบกับข้อมูลเชิงประจักษ์ของแต่ละ
4 เว็บไซต์เว็บไซต์เหล่านี้ตั้งอยู่ในภาคเหนือ , ภาคกลาง , ภาคใต้และ
Sierra Nevada และจากชายฝั่งภูเขาทางตะวันตก
ข้ามหุบเขากลาง ที่มีอยู่ fvs อัตราการตายสะสมโมเดล
และดังนั้นจึงมีอิทธิพลโดยตรงของภูมิอากาศต่อการตาย
ยังไม่ตาย . นอกจากนี้ วิธีการนี้ไม่ได้บัญชีสำหรับ
เผ่าพันธุ์ - เฉพาะการตอบสนองทางสรีรวิทยาการเปลี่ยนแปลงภูมิอากาศ
และบรรยากาศ CO2 ความเข้มข้น ( ดูมาตรา 4 ) เพื่อเจาะลึก
รายละเอียดของการพัฒนารูปแบบ parameterization และการตรวจสอบ
เห็น โรบาร์ดส์ ( 2009 )