Catalogo aree dimostrative
Stands %>%
select(id_ads, sup_m_quadri, anno_0,
ComplessoForestale, UdS, Particella, NOTE_SELVICOLTURA) %>%
arrange(id_ads) %>%
kable(row.names = T,
caption = "Catalogo aree: dati identificativi")
Catalogo aree: dati identificativi
| 1 |
A-A |
3300 |
1964 |
Acquerino-Luogomano |
A_090 |
90 |
NA |
| 2 |
C-A |
5000 |
1962 |
Alpe di Catenaia |
C008_01 |
C8 |
sfollo leggero (1986), diradamenti (1995-2010) |
| 3 |
C-B |
4000 |
1961 |
Alpe di Catenaia |
C012_02 |
C12 |
sfollo medio (1986), diradamenti (1995, 2004, 2011) |
| 4 |
C-C |
5000 |
1969 |
Alpe di Catenaia |
C059_01 |
C59 |
sfollo leggero, diradamenti (1995, 2008, 2016) |
| 5 |
G-A |
20852 |
1974 |
NA |
#N/A |
25-1 |
NA |
| 6 |
M-A |
5200 |
1962 |
Giogo Casaglia |
B 025_001 |
25 |
NA |
| 7 |
M-B |
2400 |
1977 |
Giogo Casaglia |
B 072_008 |
72 |
NA |
| 8 |
M-C |
5000 |
1972 |
Giogo Casaglia |
A 039_003 |
39 |
NA |
| 9 |
P-A |
4800 |
1965 |
Podernovo |
32a |
32 |
NA |
| 10 |
P-B |
5000 |
1965 |
Podernovo |
32a |
32 |
diradamento geometrico 1 fila su tre circa (1984), diradamento selettivo nel 1994 circa 40% piante vive, diradamento selettivo (30%) nel 2003 e nel 2010 (30%). |
| 11 |
P-C |
4800 |
1965 |
Podernovo |
32a |
32 |
NA |
| 12 |
P-D |
4800 |
1965 |
Podernovo |
32a |
32 |
NA |
| 13 |
P-E |
5000 |
1965 |
Podernovo |
32a |
32 |
diradamento geometrico 1 fila su tre circa (1984), diradamento selettivo nel 1994 circa 40% piante vive, diradamento selettivo (30%) nel 2003 e nel 2010 (30%). |
| 14 |
P-F |
4800 |
1965 |
Podernovo |
32a |
32 |
NA |
| 15 |
P-G |
1000 |
1965 |
Podernovo |
#N/A |
33 |
Autodiradamento |
| 16 |
P-H |
1000 |
1965 |
Podernovo |
#N/A |
33 |
Diradamento selettivo |
| 17 |
P-I |
1000 |
1965 |
Podernovo |
#N/A |
33 |
Diradamento geometrico-selettivo |
| 18 |
P-tA |
750 |
1964 |
Podernovo |
35a |
35 |
NA |
| 19 |
P-tB |
625 |
1955 |
Podernovo |
35d |
35 |
NA |
| 20 |
P-tC |
625 |
1955 |
Podernovo |
35d |
35 |
NA |
| 21 |
T-A |
5000 |
1942 |
Foreste Pistoiesi |
245 |
245 |
NA |
| 22 |
T-B |
5000 |
1944 |
Foreste Pistoiesi |
A 449_002 |
449 |
NA |
| 23 |
T-C |
5000 |
1934 |
Foreste Pistoiesi |
A 349_001 |
349 |
NA |
| 24 |
V-A |
5000 |
1939 |
Foresta di Vallombrosa |
(Part323) |
323 |
Parcella sperimentale, rimozione di eventuali piante a rischio caduta sulla strada |
| 25 |
V-B |
2500 |
1969 |
Foresta di Vallombrosa |
(Part382) |
382 |
diradamento di tipo basso moderato, che localmente tendera’ a favorire i soggetti di faggio presenti |
| 26 |
V-C |
2500 |
1939 |
Foresta di Vallombrosa |
(Part383) |
383 |
Parcella sperimentale, rimozione di eventuali piante a rischio caduta sulla strada |
Stima di Atlezza Dominante e Site Index
Altezza Dominante (al 2017, per le specie con più di 100 f./ha) e Site Index (per la douglasia)
| A-A |
53 |
abe |
100.0 |
36.6 |
30.0 |
1.4 |
NA |
| A-A |
53 |
dou |
100.0 |
56.0 |
41.9 |
2.2 |
40.1 |
| A-A |
53 |
fag |
6.1 |
NA |
NA |
NA |
NA |
| A-A |
53 |
pin |
3.0 |
NA |
NA |
NA |
NA |
| C-A |
55 |
abe |
44.0 |
NA |
NA |
NA |
NA |
| C-A |
55 |
dou |
56.0 |
NA |
NA |
NA |
NA |
| C-A |
55 |
pin |
100.0 |
42.7 |
31.3 |
1.2 |
NA |
| C-B |
56 |
abe |
20.0 |
NA |
NA |
NA |
NA |
| C-B |
56 |
cas |
32.5 |
NA |
NA |
NA |
NA |
| C-B |
56 |
dou |
100.0 |
61.1 |
42.0 |
1.1 |
38.7 |
| C-C |
48 |
cas |
24.0 |
NA |
NA |
NA |
NA |
| C-C |
48 |
cer |
2.0 |
NA |
NA |
NA |
NA |
| C-C |
48 |
dou |
100.0 |
52.4 |
37.8 |
1.9 |
39.0 |
| C-C |
48 |
ont |
14.0 |
NA |
NA |
NA |
NA |
| M-A |
55 |
cas |
76.9 |
NA |
NA |
NA |
NA |
| M-A |
55 |
cer |
7.7 |
NA |
NA |
NA |
NA |
| M-A |
55 |
dou |
100.0 |
55.5 |
39.5 |
3.0 |
36.9 |
| M-B |
40 |
abe |
45.8 |
NA |
NA |
NA |
NA |
| M-B |
40 |
dou |
100.0 |
47.6 |
33.1 |
2.3 |
39.0 |
| M-C |
45 |
dou |
100.0 |
48.6 |
30.7 |
2.1 |
33.3 |
| M-C |
45 |
fag |
4.0 |
NA |
NA |
NA |
NA |
| P-A |
52 |
dou |
100.0 |
53.7 |
40.3 |
1.1 |
39.2 |
| P-B |
52 |
dou |
100.0 |
56.3 |
41.3 |
1.1 |
40.2 |
| P-C |
52 |
dou |
100.0 |
55.8 |
41.2 |
1.1 |
40.0 |
| P-D |
52 |
dou |
100.0 |
56.6 |
41.4 |
1.1 |
40.3 |
| P-E |
52 |
dou |
100.0 |
54.3 |
40.6 |
1.1 |
39.5 |
| P-F |
52 |
dou |
100.0 |
51.9 |
39.6 |
1.0 |
38.4 |
| T-A |
75 |
abe |
2.0 |
NA |
NA |
NA |
NA |
| T-A |
75 |
dou |
100.0 |
73.9 |
47.0 |
1.1 |
35.1 |
| T-B |
73 |
abe |
6.0 |
NA |
NA |
NA |
NA |
| T-B |
73 |
ace |
20.0 |
NA |
NA |
NA |
NA |
| T-B |
73 |
cer |
24.0 |
NA |
NA |
NA |
NA |
| T-B |
73 |
dou |
100.0 |
78.4 |
46.7 |
3.0 |
35.5 |
| T-B |
73 |
fag |
66.0 |
NA |
NA |
NA |
NA |
| T-C |
83 |
ace |
4.0 |
NA |
NA |
NA |
NA |
| T-C |
83 |
dou |
100.0 |
69.8 |
42.3 |
2.0 |
29.1 |
| V-A |
78 |
abe |
26.0 |
NA |
NA |
NA |
NA |
| V-A |
78 |
dou |
100.0 |
73.1 |
53.1 |
1.3 |
38.8 |
| V-A |
78 |
tig |
2.0 |
NA |
NA |
NA |
NA |
| V-B |
48 |
dou |
100.0 |
66.5 |
45.0 |
2.5 |
46.3 |
| V-B |
48 |
fag |
100.0 |
22.1 |
26.9 |
3.1 |
NA |
| V-C |
78 |
dou |
100.0 |
74.9 |
56.0 |
2.5 |
41.0 |
Parametri dendrometrici di base a confronto tra douglasia e ‘altre specie’
dfx <- dbh_tally %>%
mutate(species_g = ifelse(sp == 'dou', sp, 'oth')) %>%
group_by(id_ads, species_g) %>%
summarise( N = sum(freq), G = sum(freq * d_130^2),
N_ha = sum(n_ha), G_ha = sum(n_ha * d_130^2)) %>%
mutate(dg =sqrt(G/N),
G = G * pi /40000,
G_ha = G_ha * pi /40000) %>%
select(id_ads, species_g, N, G, dg, N_ha, G_ha) %>%
arrange(id_ads, species_g)
dfx %>%
kable(digits = 1,
caption = "Parametri dendrometrici: douglasia ('dou'),
altre specie ('oth')")
Parametri dendrometrici: douglasia (‘dou’), altre specie (‘oth’)
| A-A |
dou |
75 |
13.3 |
47.6 |
227.3 |
40.4 |
| A-A |
oth |
37 |
3.7 |
35.8 |
112.1 |
11.3 |
| C-A |
dou |
28 |
5.6 |
50.7 |
56.0 |
11.3 |
| C-A |
oth |
98 |
11.2 |
38.2 |
196.0 |
22.4 |
| C-B |
dou |
80 |
19.1 |
55.1 |
200.0 |
47.7 |
| C-B |
oth |
21 |
2.1 |
35.7 |
52.5 |
5.3 |
| C-C |
dou |
115 |
18.7 |
45.5 |
230.0 |
37.4 |
| C-C |
oth |
20 |
1.6 |
32.0 |
40.0 |
3.2 |
| M-A |
dou |
135 |
24.3 |
47.9 |
259.6 |
46.8 |
| M-A |
oth |
44 |
1.6 |
21.7 |
84.6 |
3.1 |
| M-B |
dou |
169 |
17.2 |
36.0 |
704.2 |
71.8 |
| M-B |
oth |
11 |
0.9 |
32.7 |
45.8 |
3.9 |
| M-C |
dou |
291 |
29.6 |
36.0 |
582.0 |
59.2 |
| M-C |
oth |
2 |
0.1 |
22.1 |
4.0 |
0.2 |
| P-A |
dou |
115 |
19.4 |
46.4 |
239.6 |
40.5 |
| P-B |
dou |
127 |
23.0 |
48.0 |
254.0 |
46.0 |
| P-C |
dou |
119 |
22.4 |
49.0 |
247.9 |
46.7 |
| P-D |
dou |
121 |
21.3 |
47.3 |
252.1 |
44.4 |
| P-E |
dou |
122 |
20.4 |
46.1 |
244.0 |
40.7 |
| P-F |
dou |
111 |
17.1 |
44.2 |
231.2 |
35.6 |
| T-A |
dou |
117 |
36.4 |
63.0 |
234.0 |
72.9 |
| T-A |
oth |
1 |
0.1 |
36.0 |
2.0 |
0.2 |
| T-B |
dou |
110 |
36.0 |
64.5 |
220.0 |
72.0 |
| T-B |
oth |
58 |
3.7 |
28.6 |
116.0 |
7.4 |
| T-C |
dou |
73 |
23.6 |
64.2 |
146.0 |
47.3 |
| T-C |
oth |
2 |
0.3 |
40.0 |
4.0 |
0.5 |
| V-A |
dou |
151 |
39.8 |
57.9 |
302.0 |
79.6 |
| V-A |
oth |
14 |
1.5 |
36.6 |
28.0 |
3.0 |
| V-B |
dou |
56 |
12.4 |
53.0 |
224.0 |
49.5 |
| V-B |
oth |
75 |
1.7 |
16.9 |
300.0 |
6.7 |
| V-C |
dou |
62 |
17.9 |
60.7 |
248.0 |
71.7 |
Sintesi douglasia
dfx %>%
select(id_ads, species_g, G) %>%
spread(species_g, G) %>%
mutate(Gtot = dou + oth,
Gdou_p = scales::percent(ifelse(is.na(oth), 1, dou/Gtot))) %>%
select(id_ads, Gdou_p) %>%
left_join(filter(dfx, species_g == 'dou')) %>%
mutate(sp = species_g) %>%
left_join(select(SiteIndex, id_ads, sp, age, d_dom, h_dom, SI_MN94_50)) %>%
arrange(age, id_ads) %>%
select(age, id_ads, Gdou_p, N_ha, G_ha, dg, d_dom, h_dom, SI_MN94_50) %>%
kable(digits = 0, align = 'c',
caption = "Douglasia: percentuale di area basimetrica ('Gdou_p')
e principali indici")
## Joining, by = "id_ads"
## Joining, by = c("id_ads", "sp")
Douglasia: percentuale di area basimetrica (‘Gdou_p’) e principali indici
| 40 |
M-B |
94.9% |
704 |
72 |
36 |
48 |
33 |
39 |
| 45 |
M-C |
99.7% |
582 |
59 |
36 |
49 |
31 |
33 |
| 48 |
C-C |
92.1% |
230 |
37 |
45 |
52 |
38 |
39 |
| 48 |
V-B |
88% |
224 |
49 |
53 |
66 |
45 |
46 |
| 52 |
P-A |
100% |
240 |
41 |
46 |
54 |
40 |
39 |
| 52 |
P-B |
100% |
254 |
46 |
48 |
56 |
41 |
40 |
| 52 |
P-C |
100% |
248 |
47 |
49 |
56 |
41 |
40 |
| 52 |
P-D |
100% |
252 |
44 |
47 |
57 |
41 |
40 |
| 52 |
P-E |
100% |
244 |
41 |
46 |
54 |
41 |
39 |
| 52 |
P-F |
100% |
231 |
36 |
44 |
52 |
40 |
38 |
| 53 |
A-A |
78.2% |
227 |
40 |
48 |
56 |
42 |
40 |
| 55 |
C-A |
33.5% |
56 |
11 |
51 |
NA |
NA |
NA |
| 55 |
M-A |
93.8% |
260 |
47 |
48 |
56 |
40 |
37 |
| 56 |
C-B |
90.1% |
200 |
48 |
55 |
61 |
42 |
39 |
| 73 |
T-B |
90.6% |
220 |
72 |
65 |
78 |
47 |
36 |
| 75 |
T-A |
99.7% |
234 |
73 |
63 |
74 |
47 |
35 |
| 78 |
V-A |
96.4% |
302 |
80 |
58 |
73 |
53 |
39 |
| 78 |
V-C |
100% |
248 |
72 |
61 |
75 |
56 |
41 |
| 83 |
T-C |
98.9% |
146 |
47 |
64 |
70 |
42 |
29 |