Modelling juvenile-mature wood transition in Scots pine (Pinus sylvestris L.) using nonlinear mixed-effects models

Des modeles mixtes non lineaires ont ete utilises avec succes afin d'estimer l'âge (compte depuis la moelle) du passage bois juvenile-bois adulte pour des pins sylvestres provenant de peuplements a croissance lente. Jusqu'a present, des modeles de regression segmentes etaient ajustes individuellement a chaque profil de densite du bois de la moelle a l'ecorce. Le modele mixte non lineaire permet de depasser cette limitation en estimant de maniere efficace et coherente l'âge du point de passage pour l'ensemble de la population echantillonnee. En outre, des variances peuvent etre estimees et les impacts des peuplements et des caracteristiques des arbres sur la forme des profils de densite du bois de la moelle a l'ecorce peuvent etre testes. A cette fin, les profils de densite moyenne de cerne, de densite du bois initial et de densite du bois final de 99 arbres ont ete mesures par exploration microdensitometrique de cliches radiographiques obtenus a partir d'echantillons preleves dans des disques decoupes a 4 metres de hauteur. L'âge compte depuis la moelle du passage bois juvenile-bois adulte a ete identifie a partir de modeles mixtes non lineaires appliques aux profils de densite du bois final. La nature longitudinale des donnees a ete prise en compte. Le modele segmente lineaire quadratique retenu permet d'identifier un âge moyen de passage du bois juvenile au bois adulte de 21,77 ans assorti d'un intervalle de confiance a 5 % de 18,31 a 26,85 ans. Si les impacts des variables caracteristiques des arbres et peuplement sur l'âge de passage bois juvenile-bois adulte n'ont pas ete identifies comme significatifs, le peuplement est apparu avoir un effet sur la forme des courbes d'evolution de la moelle a l'ecorce du caractere considere.

[1]  B. Zobel,et al.  Applied Forest Tree Improvement , 1984 .

[2]  R. Krahmer,et al.  Estimating the Age of Demarcation of Juvenile and Mature Wood in Douglas-Fir , 1993 .

[3]  K. M. Bhat,et al.  Characterisation of juvenile wood in teak , 2001, Wood Science and Technology.

[4]  Timothy G. Gregoire,et al.  Linear modelling of irregularly spaced, unbalanced, longitudinal data from permanent-plot measurements , 1995 .

[5]  J. F. Senft,et al.  Juvenile wood effect in red alder: analysis of physical and mechanical data to delineate juvenile and mature wood zones. , 2000 .

[6]  J. Hervé,et al.  Modelling variability of within-ring density components in Quercus petraea Liebl. with mixed-effect models and simulating the influence of contrasting silvicultures on wood density , 1999 .

[7]  S. Zhang,et al.  Defining the transition from earlywood to latewood in black spruce based on intra-ring wood density profiles from X-ray densitometry , 2002 .

[8]  Jonathan D. Cryer,et al.  Time Series Analysis , 1986 .

[9]  Fritz Hans Schweingruber,et al.  Der Jahrring: Standort, Methodik, Zeit und Klima in die Dendrochronologie , 1983 .

[10]  L. Skovgaard.  NONLINEAR MODELS FOR REPEATED MEASUREMENT DATA. , 1996 .

[11]  Y. Hirakawa,et al.  Effects of radial growth rate on selected indices for juvenile and mature wood of the Japanese larch , 2000, Journal of Wood Science.

[12]  Frédéric Mothe,et al.  Modelling wood density in European oak (Quercus petraea and Quercus robur) and simulating the silvicultural influence , 1993 .

[13]  A. J. Panshin,et al.  Textbook of Wood Technology , 1964 .

[14]  Céline Meredieu,et al.  Modelling branchiness of Corsican pine with mixed-effect models (Pinus nigra Arnold ssp. laricio (Poiret) Maire) , 1998 .

[15]  H. Goldstein.  Nonlinear multilevel models, with an application to discrete response data , 1991 .

[16]  D. Bates,et al.  Approximations to the Log-Likelihood Function in the Nonlinear Mixed-Effects Model , 1995 .

[17]  Russell D. Wolfinger,et al.  Fitting Nonlinear Mixed Models with the New NLMIXED Procedure , 1999 .

[18]  Marie Davidian,et al.  Nonlinear Models for Repeated Measurement Data , 1995 .

[19]  H. Polge.  Établissement des courbes de variation de la densité du bois par exploration densitométrique de radiographies d'échantillons prélevés à la tarière sur des arbres vivants : applications dans les domaines Technologique et Physiologique , 1966 .

[20]  D. Bates,et al.  Nonlinear mixed effects models for repeated measures data. , 1990, Biometrics.

[21]  R. Wimmer,et al.  High-resolution analysis of radial growth and wood density in Eucalyptus nitens, grown under different irrigation regimes , 2002 .

[22]  F. Mothe,et al.  Analyse microdensitométrique appliquée au bois : méthode de traitement des données utilisée à l'Inra-ERQB (programme Cerd) , 1998 .

[23]  D. Maguire,et al.  Predicting branch diameters on second-growth Douglas-fir from tree-level descriptors , 1999 .

[24]  T. Mörling.  Evaluation of annual ring width and ring density development following fertilisation and thinning of Scots pine , 2002 .

[25]  Russell D. Wolfinger,et al.  Laplace's approximation for nonlinear mixed models. , 1993 .

[26]  A. J. Panshin,et al.  Textbook of wood technology : structure, identification, properties, and uses of the commercial woods of the United States and Canada , 1980 .

[27]  H. Polge.  Fifteen years of wood radiation densitometry , 1978, Wood Science and Technology.

[28]  Lars Wilhelmsson,et al.  Models for Predicting Wood Properties in Stems of Picea abies and Pinus sylvestris in Sweden , 2002 .

[29]  A. Gallant,et al.  Nonlinear Statistical Models , 1988 .