Climate- and soil-based models of site productivity in eastern US tree species

As concerns rise over potential effects of greenhouse gas related climate change on terrestrial ecosystems, forest managers require growth and yield modeling capabilities responsive to changing climate conditions. Our goal was to develop prediction models of site index for eastern US forest tree species with climate and soil properties as predictors for use in predicting potential responses of forest productivity to climate change. Species-specific site index data from the USDA Forest Service Forest Inventory and Analysis (FIA) program were linked to contemporary climate data and soil properties mapped in the USDA Soil Survey Geographic (SSURGO) database. Random forest regression tree based ensemble prediction models of site index were constructed based on 37 climate-related and 15 soil attributes. In addition to a species-specific site index, aggregate models were developed for species grouped into two broad categories: conifer (softwood) and hardwood (broadleaved) species groups. Species-specific models based on climate and soil predictors explained the most variation in site index of any models tested ([R.sup.2] = 62.5%, RMSE = 3.2 m). Comparable results were found when grouping species into conifer and hardwood groups ([R.sup.2] = 63.9%, RMSE = 4.6 m for conifers; R2 = 35.9%, RMSE = 4.2 m for hardwoods). Model predictions based on multiple global circulation models (GCMs) and Intergovernmental Panel on Climate Change (IPCC) development scenarios were tested for statistical significance using bootstrap resampling methods. Results showed significant increases over the 21st century in mean site index for conifers between +0.5 and +2.4 m. Over the same time period, mean hardwood site index showed decreases of as much as -1.7 m for the scenarios tested. The results demonstrate the utility of using climate and soils data in predicting site index across a large geographic region, and the potential of climate change to alter forest productivity in the eastern US. Additional investigation is needed to interpret spatial patterns and ecological relationships related to predictions from this type of model. Key words: bootstrap, climate change, climate envelope models, random forest, regression trees, site index. A cause des preoccupations croissantes au sujet des effets potentiels des changements climatiques lies aux gaz a effet de serre sur les ecosystemes terrestres, les amenagistes forestiers ont besoin de modeles de croissance et de production capables de tenir compte des conditions engendrees par les changements climatiques. Notre but etait de mettre au point des modeles de prevision de l'indice de qualite de station pour les especes d'arbre des forets de l'est des Etats-Unis avec le climat et les proprietes du sol comme variables de prediction pour prevoir les reactions potentielles de la production forestiere face aux changements climatiques. Les donnees d'indice de qualite de station de chaque espece provenant du programme d'analyse et d'inventaire forestier de l'USDA Forest Service ont ete jumelees aux donnees du climat contemporain et aux proprietes du sol cartographiees dans la base de donnees SSURGO de l'inventaire geographique des sols de l'USDA. Des modeles d'ensemble de forets aleatoires fondes sur des arbres de regression ont ete construits a l'aide de 37 attributs relies au climat et 15 attributs relies au sol pour prevoir l'indice de qualite de station. En plus de l'indice de qualite de station pour chaque espece, des modeles globaux ont ete mis au point pour deux grandes categories d'especes, les coniferes et les feuillus. Parmi les modeles testes, les modeles pour chaque espece fondes sur les predicteurs du climat et du sol ont explique la plus grande partie de la variation de l'indice de qualite de station ([R.sup.2] = 62,5 %, EMQ = 3,2 m). Des resultats comparables ont ete obtenus lorsque les especes etaient regroupees en coniferes ou feuillus ([R.sup.2] = 63,9 %, EMQ = 4,6 m pour les coniferes; [R.sup.2] = 35,9 %, EMQ = 4,2 m pour les feuillus). La signification statistique des previsions des modeles bases sur les modeles de circulation globale multiple et les scenarios du Groupe d'experts intergouvememental sur l'evolution du climat a ete testee a l'aide de methodes de reechantillonnage avec autoamorcage. Selon les resultats, l'indice de qualite de station moyen des coniferes connaitrait au cours du 21e siecle des augmentations significatives variant de 0,5 a 2,4 m. Pendant la meme periode, l'indice de qualite de station moyen des feuillus subirait une diminution pouvant aller jusqu'a 1,7 m selon les scenarios testes. Les resultats demontrent l'utilite d'utiliser des donnees sur le climat et le sol pour prevoir l'indice de qualite de station dans une grande region geographique et le potentiel des changements climatiques pour modifier la productivite des forets de l'est des Etats-Unis. Des etudes supplementaires sont necessaires pour interpreter les patrons spatiaux et les relations ecologiques associes aux previsions de ce type de modele. [Traduit par la Redaction] Mots-cles : autoamorcage, changements climatiques, modeles d'enveloppe climatique, foret aleatoire, arbres de regression, indice de qualite de station.
Introduction Greenhouse gas related global warming has led to changing patterns of precipitation and temperature over much of North America in the past half-century (Intergovernmental Panel on Climate Change (IPCC) [...]