Growth-dependent tree mortality models based on tree rings

Abstract

Mortality is a crucial element of population dynamics. However, tree mortality is not well understood, particularly at the individual level. The objectives of this study were to (i) determine growth patterns (growth levels and growth trends) over different time windows that can be used to discriminate between dead and living Norway spruce (Picea abies (L.) Karst.) trees, (ii) optimize the selection of growth variables in logistic mortality models, and (iii) assess the impact of competition on recent growth in linear regression models. The logistic mortality model that we developed for mature stands classified an average of nearly 80% of the 119 trees from one site correctly as being dead or alive. While more than 50% of the variability of recent growth of living trees can be attributed to the influence of competition, this percentage was only 25% for standing dead trees. The predictive power of the logistic mortality model was validated successfully at two additional sites, where 29 of 41 (71%) and 34 of 42 (81%) trees were classified correctly, respectively. This supports the generality of the mortality model for Norway spruce in subalpine forests of the Alps. We conclude that growth trends in addition to the commonly used growth level significantly improve the prediction of growth-dependent tree mortality of Norway spruce.Résumé : La mortalité est un élément crucial de la dynamique de population. Cependant, la mort des arbres n'est pas bien comprise, du moins sur une base individuelle. Les objectifs de cette étude consistaient (i) à déterminer les patrons de croissance (les niveaux de croissance et les tendances de croissance) à l'intérieur de différentes fenêtres de temps qui peuvent être utilisées pour discriminer entre les tiges vivantes et mortes d'épicéa commun (Picea abies (L.) Karst.), (ii) à optimiser la sélection des variables de croissance dans les modèles logistique de mortalité et (iii) à évaluer l'impact de la compétition sur la croissance récente dans les modèles de régression linéaire. Le modèle logistique de mortalité que nous avons développé pour des peuplements matures a en moyenne classé correctement comme étant morts ou en vie près de 80 % des 119 arbres sur un site. Alors que plus de 50 % de la variabilité dans la croissance récente des arbres vivants peut être attribuée à l'influence de la compétition, ce pourcentage tombe à 25 % dans le cas des arbres morts encore debout. Le pouvoir de prédiction du modèle logistique de mortalité a été validé avec succès sur deux sites additionnels où respectivement 29 des 41 (71 %) et 34 des 42 (81 %) des arbres ont été classés correctement. Ces résultats confirment la portée générale du modèle de mortalité pour l'épicéa commun dans les forêts subalpines des Alpes. Nous concluons que la tendance de croissance, en plus du niveau de croissance qui est généralement utilisé, améliore significativement la prédiction de la mortalité liée à la croissance chez l'épicéa commun.[Traduit par la Rédaction] Bigler and Bugmann 221

Using longitudinal survival probabilities to test field vigour estimates in sugar maple (Acer saccharum Marsh.)

“…Logistic regression was used to model survival probabilities as a function of radial growth, in the following form (Bigler and Bugmann, 2003):…”

“…These data can take the form, for example, of the ring-width or basal area increment in the year prior to sampling or prior to the year of death, or some derived variable such as the mean growth rate over a given period of recent growth (e.g., Bigler and Bugmann, 2003). With this approach, predictions of tree status (dead or alive) are accurate only at one single point in time, namely the year when growth measurements are taken or the period for which the predictor variable was computed.…”

Modeling individual-tree mortality in Pyrenean oak (Quercus pyrenaica Willd.) stands

“…Sci. 67 (2010) In individual-based models, tree death is predicted based on a range of variables that can be classified roughly as (Bigler and Bugmann, 2003;Eid and Tuhus, 2001;Monserud and Sterba, 1999): (i) size-related variables such as diameter at breast height or tree height, (ii) growth-related variables such as competition and measures of stand density, (iii) measures of tree vitality.…”

Stand and coarse woody debris dynamics in subalpine Norway spruce forests withdrawn from regular management

“…Mortality induced by competition or other unknown were partitioned in two classes: (i) trees showing a growth decline before death, or suppressed trees characterized by very narrow rings during all their life and (ii) trees without evident signs of growth decline before death (Bigler and Bugmann, 2003).…”