Publications du Service canadien des forêts

Updating Canada’s National Forest Inventory with multiple imputations of missing contemporary data. 2017. Magnussen, S., Stinson, G., Boudewyn, P. Forestry Chronicle 93(03): 241-245.

Année : 2017

Disponible au : Centre de foresterie du Pacifique

Numéro de catalogue : 38949

La langue : Anglais / Français

Disponibilité au SCF : PDF (demande par courriel)

Disponible sur le site Web de la revue ou du journal.
DOI : 10.5558/tfc2017-030

† Ce site peut exiger des frais.

Sélectionner

Résumé

L’inventaire forestier national du Canada (NFI) est confronté à une problématique de déséquilibre dans les données de placettes photographiques de 400 ha disponibles pour évaluer l’état de la forêt et son changement. On envisage donc d’utiliser l’imputation multiple (MI) des données manquantes afin d’amoindrir le biais occasionné par le déséquilibre spatial et, dans une moindre mesure, améliorer la précision par rapport à ce qu’il est possible d’atteindre avec le sous-ensemble de placettes pour lesquelles nous disposons de données à jour. Dans cette étude, nous avons exploré les possibilités de MI avec les données provenant de trois sites d’étude situés dans les provinces de Québec, de l’Ontario et de la Saskatchewan. De façon plus particulière, nous nous sommes intéressés à l’état à temps T2 et au changement survenu entre T1 et T2 dans les proportions des surfaces par type de couvert et le volume par tige par unité de surface. À chaque endroit nous avons observé des différences significatives pour ces paramètres à T1 selon qu’on utilisait ou non les données de T2. Une procédure MI avec 20 répétitions d’imputations des données manquantes basées sur un modèle stochastique s’est avérée efficace pour atténuer le biais qui résulterait si l’inférence à T2 reposait uniquement sur les placettes disposant des données à T2. Toutefois, les différences dans la technique de photo-interprétation à T1 et à T2 combinées à l’absence de stratification des placettes perturbées et intactes a masqué la majeure partie du gain en précision qu’on aurait pu espérer avec une bonification de la taille des échantillons à T2. Malgré ces limitations, nous recommandons l’utilisation de MI pour amoindrir les effets d’un déséquilibre anticipé dans l’inventaire forestier national.