Model-based clustering approach in dendrochronology with Pinus spp

Abstract

El campo de la dendrocronología estudia series temporales a lo largo de gradientes ecológicos, los árboles que forman las cronologías pueden no responder de la misma manera al medio que les rodea, particularmente responden desigual al clima. Por ello la vulnerabilidad de los árboles al cambio climático puede depender de la respuesta específica de la especie o de la adaptación al sitio en el que se encuentre. Los análisis con técnicas multivariantes como el análisis clustering basado en modelos pueden ser instrumentos de gran utilidad para agrupar las diferencias existentes en la sensibilidad de los árboles y los bosques con el medio. En este trabajo analizamos el potencial de la técnica clustering basado en modelos, sus métodos y el algoritmo EM; para detectar y agrupar patrones de crecimiento comunes usando el ancho de los anillos de los árboles, de varias especies del género Pinus y en diferentes países de la Unión Europea. Los análisis se han desarrollado con tres paquetes del programa R (mclust, funFEM/funHDDC y lcmm) que disponen de funciones para realizar análisis de modelos de mezcla finita y que estiman los parámetros mediante la máxima verosimilitud con el algoritmo EM. Los análisis muestran agrupaciones de tres/cuatro clases de trayectorias, y en cada clase se observan diferentes características ecológicas.

Dendrochronology is a field of science be able to show spatial and temporal ecologic and climatic information based on tree-ring chronologies. These studies are usually integrated by chronologies along ecological gradients, though trees may not respond in the same way to the environment, particularly to climate. Therefore, this vulnerability of trees to climate change may depend on the species-specific distribution, or geographical adaptation prevails over species. Analysis with a multivariate technique such as model-based clustering can be a useful instrument when aiming at capturing and grouping these differences in trees and forests sensitivity to the environment. The aim of the study was analyze the potential of model-based clustering technique, theirs methods and the EM algorithm; to detect and cluster common growth patterns using the tree-ring width of several species for the genus Pinus and in different countries of the European Union. The analyses have been developed with three R packages (mclust, funFEM/funHDDC and lcmm) with the functions to perform finite mixture models and estimate the parameters using the maximum likelihood with the EM algorithm. The results show groupings of three/four trajectories classes, and in each class different ecological characteristics are observed.

El camp de la dendrocronologia estudia sèries temporals al llarg de gradients ecològics, els arbres que formen les cronologies poden no respondre de la mateixa manera al mitjà que els envolta, particularment responen desigual al clima. Per això la vulnerabilitat dels arbres al canvi climàtic pot dependre de la resposta específica de l'espècie o de l'adaptació al lloc en el qual es trobi. Els anàlisis amb tècniques multivariants com l'anàlisi clustering basat en models poden ser instruments de gran utilitat per agrupar les diferències existents en la sensibilitat dels arbres i els boscos amb el mitjà. En aquest treball analitzem el potencial de la tècnica clustering basat en models, els seus mètodes i l'algorisme EM; per a detectar i agrupar patrons de creixement comuns usant l'ample dels anells dels arbres, de diverses espècies del gènere Pinus i en diferents països de la Unió Europea. Els anàlisis s'han desenvolupat amb tres paquets del programa R (mclust, funFEM/funHDDC i lcmm) que disposen de funcions per a realitzar anàlisis de models de mescla finita i que estimen els paràmetres mitjançant la màxima versemblança amb l'algorisme EM. Els anàlisis mostren agrupacions de tres/quatre classes de trajectòries, i en cada classe s'observen diferents característiques ecològiques.