Metcalf, C. Jessica E., McMahon, Sean M., and Clark, James S. 2009. "Overcoming data sparseness and parametric constraints in modeling of tree mortality: a new nonparametric Bayesian model." Canadian Journal of Forest Research-Revue Canadienne De Recherche Forestiere, 39, (9) 1677–1687. https://doi.org/10.1139/X09-083.
La description exacte des patrons de mortalite des arbres est essentielle pour comprendre la dynamique forestiere et importante pour les inferences ecologiques et celles qui concernent l'amenagement. Cependant, chez plusieurs especes d'arbre la survie annuelle de la plupart des individus est elevee, de telle sorte que la mortalite est rare et, par consequent, difficile a estimer. De plus, les modeles de mortalite des arbres comportent des suites de covariables potentiellement complexes. Dans cet article, nous etendons la portee des approches recentes et traditionnelles pour modeliser la mortalite des arbres et nous proposons une nouvelle methode bayesienne non parametrique. Notre modele est contraint tant pour refleter que pour distinguer les relations connues entre la mortalite et ses deux covariables cles : le diametre et la croissance en diametre, mais il demeure suffisamment flexible pour reconnaitre une large variete de patrons de mortalite parmi toutes les valeurs de ces covariables. Notre modele permet egalement d'incorporer de l'information externe sous forme d'a priori, de telle sorte que l'augmentation de la mortalite des gros arbres puisse toujours etre formellement modelisee meme lorsque les donnees sont peu nombreuses. Nous presentons les resultats de notre modele bayesien non parametrique de mortalite pour des populations d'erable (Acer spp.), de houx (Ilex spp.), de liquidambar (Liquidambar styraciflua L.) et de tulipier (Liriodendron tulipifera L.) de la Caroline du Nord, aux Etats-Unis d'Amerique.
