À partir de l’azimut, de la distance et de l’espèce des arbres témoins, nous proposons de nouveaux facteurs de correction pour tenir compte des effets ( i) de l’inconsistance dans la configuration du quadrant, ( ii) du biais relié à l’angle de relevé et ( iii) du biais relié à l’espèce sur l’estimation de la densité de la forêt et de la composition en espèces à partir des relevés d’arpentage antérieurs à la colonisation. Mais les doutes concernant le biais et la consistance méthodologique des arpenteurs ont limité la confiance dans les analyses quantitatives de cette importante source de données. Les relevés d’arpentage antérieurs à la colonisation fournissent des données de base sur les caractéristiques de la forêt qui existait avant l’arrivée massive des colons européens. However, by accounting for uncertainties regarding surveyor methodology, the proposed correction factors add confidence to conclusions made regarding presettlement forest structure and composition. The influence of nonuniform density, clustering, and dispersal on plotless density estimators remains an important obstacle to quantitative analysis of Presettlement land survey records. A case study of township and quarter-section corners surveyed by the Holland Land Company in western New York demonstrates the potential magnitude of errors caused by surveyor inconsistency/bias in estimation of density and relative species frequency. Computer simulations confirmed accuracy in random and nonuniform density forests, with moderate bias in very clustered and dispersed forests. We propose new correction factors, calculated from bearings, distances, and species of bearing trees, to account for the effects of ( i) inconsistency in quadrant configuration, ( ii) bearing angle bias, and ( iii) species bias on forest density and species composition estimated from presettlement land survey records. Presettlement land survey records provide baseline data on forest characteristics prior to major European settlement, but questions regarding surveyor bias and methodological consistency have limited confidence in quantitative analyses of this important data source.
0 Comments
Leave a Reply. |
AuthorWrite something about yourself. No need to be fancy, just an overview. ArchivesCategories |