Canadian Forest Service Publications

Utility of Dynamic-Landscape Metapopulation Models for Sustainable Forest Management. 2005. Wintle, B.A.; Bekessy, S.A.; Venier, L.A.; Pearce, J.L.; Chisholm, R.A. Conservation Biology 19: 1930 - 1943.

Year: 2005

Available from: Great Lakes Forestry Centre

Catalog ID: 28803

Language: English

CFS Availability: PDF (request by e-mail)

Available from the Journal's Web site.
DOI: 10.1111/j.1523-1739.2005.00276.x

† This site may require a fee.

Abstract

We evaluated the utility of combining metapopulation models with landscape-level forest-dynamics models to assess the sustainability of forest management practices. We used the Brown Creeper (Certhia americana) in the boreal forests of northern Ontario as a case study. We selected the Brown Creeper as a potential indicator of sustainability because it is relatively common in the region but is dependent on snags and old trees for nesting and foraging; hence, it may be sensitive to timber harvesting. For the modeling we used RAMAS Landscape, a software package that integrates RAMAS GIS, population-modeling software, and LANDIS, forest-dynamics modeling software. Predictions about the future floristic composition and structure of the landscape under a variety of management and natural disturbance scenarios were derived using LANDIS. We modeled eight alternative forest management scenarios, ranging in intensity from no timber harvesting and a natural fire regime to intensive timber harvesting with salvage logging after fire. We predicted the response of the Brown Creeper metapopulation over a 160-year period and used future population size and expected minimum population size to compare the sustainability of the various management scenarios. The modeling methods were easy to apply and model predictions were sensitive to the differences among management scenarios, indicating that these methods may be useful for assessing and ranking the sustainability of forest management options. Primary concerns about the method are the practical difficulties associated with incorporating fire stochasticity in prediction uncertainty and the number of model assumptions that must be made and tested with sensitivity analysis. We wrote new software to help quantify the contribution of landscape stochasticity to model prediction uncertainty.Original Abstract: Evaluamos la conveniencia de combinar modelos metapoblacionales con modelos de dinamica de bosques a nivel de paisaje para estimar la sustentabilidad de las practicas de manejo de bosques. Como estudio de caso utilizamos a Certhia americana en bosques boreales del norte de Ontario. Seleccionamos a Certhia americana como un indicador potencial de sustentabilidad porque es relativamente comun en la region pero depende de tocones y de arboles viejos para anidar y forrajear, por ello puede ser sensible a la cosecha de madera. Para el modelo utilizamos RAMAS Landscape, un paquete de software que integra a RAMAS GIS (software para modelar poblaciones) y a LANDIS (software para modelar la dinamica de bosques). Utilizando LANDSIS derivamos predicciones de la composicion y estructura floristica del paisaje bajo una variedad de escenarios de manejo y perturbaciones naturales. Modelamos ocho escenarios alternativos de manejo de bosques, que variaron en intensidad desde la no cosecha de madera y un regimen natural de fuego hasta la cosecha intensiva de madera con corte de arboles despues de incendios. Predijimos la respuesta de la metapoblacion de Certhia americana en un periodo de 160 anos y utilizamos el tamano poblacional futuro y el tamano poblacional minimo esperado para comparar la sustentabilidad de los diferentes escenarios de manejo. Los metodos de modelacion fueron aplicados facilmente, y las predicciones de los modelos fueron sensibles a las diferencias entre los escenarios de manejo, lo que indica que estos metodos pueden ser utiles para evaluar y clasificar la sustentabilidad de las opciones de manejo de bosques. Las principales preocupaciones acerca del metodo incluyen las dificultades practicas asociadas con la incorporacion de la estocasticidad del fuego en la incertidumbre de los pronosticos y el numero de suposiciones que se deben hacer y probar mediante analisis de sensibilidad. Desarrollamos nuevo software para ayudar a cuantificar la contribucion de la estocasticidad del paisaje a la incertidumbre en las predicciones del modelo

Date modified: