430 State of Victoria, Department of Environment, Land, Water and Planning. 2017. Tree hazard pictorial guide: look up - look down - look around. Melbourne (Australia): State of Victoria Department of Environment, Land, Water and Planning. [Accessed 22 July 2018]. https://files-em.em.vic.gov.au/public/ Safety/TreeHazardPictorialGuide-2017.pdf Thompson K. 2002. Variability and uncertainty meet risk manage- ment and risk communication. Risk Analysis. 22:647-654. Tomao A, Secondi L, Corona P, Giuliarelli D, Quatrini V, Agrimi M. 2015. Can composite indices explain multidimen- sionality of tree risk assessment? A case study in an historical monumental complex. Urban Forestry & Urban Greening. 14:456-465. Urdan TC. 2005. Statistics in plain English. East Sussex (UK): Psychology Press, a Taylor & Francis Group. 200 p. USDA Forest Service. 2007. Rocky Mountain Region: guide to hazard tree management. USDA Forest Service. [Accessed 15 October 2007]. http://www.fs.fed.us/r2/fhm VAGO. 2018. Local government insurance risks: July 2018. Independent assurance report to parliament 2018–19:1. Mel- bourne (Australia): Victorian Auditor-Generals Office. PP no 422, Session 2014–18. 117 p. https://www.audit.vic.gov.au/ sites/default/files/2018-07/20180725-Insurance-Risks.pdf van Wassenaer P, Richardson M. 2009. A review of tree risk assessment using minimally invasive technologies and two case studies. Arboricultural Journal. 32:275-292. Vose D. 1996. Quantitative risk analysis: a guide to Monte Carlo simulation modelling. New York (NY, USA): John Wiley and Sons. 340 p. Wildlife Tree Committee of British Columbia. 2003. Wildlife/ danger tree assessor’s course workbook—parks and recre- ation sites course module. Victoria (BC, Canada): Wildlife Tree Committee of British Columbia. ACKNOWLEDGMENTS M.B. Norris was a member of the expert panel consulted in the development of TRAQ. M.B. Norris University of Melbourne Burnley College School of Ecosystem and Forest Sciences 500 Yarra Boulevard Richmond, Australia G.M. Moore (corresponding author) University of Melbourne Burnley College School of Ecosystem and Forest Sciences 500 Yarra Boulevard Richmond, Australia gmmoore@unimelb.edu.au Conflicts of Interest: The authors reported no conflicts of interest. Norris and Moore: How Tree Risk Assessment Methods Work Résumé. Seize méthodes d’évaluation des risques liés aux arbres ont été soumises à une analyse de sensibilité afin de déterminer les facteurs ayant le plus influencé le résultat de chaque méthode. Les analyses ont établi l’influence relative que les variables d’en- trée exercent sur la valeur finale du risque. Un tableau Excel a été utilisé pour créer une simple variation de rang de ± 25% ou ± 1 (selon la méthode) pour chaque critère, la variation de la sortie étant enregistrée en pourcentage. Le logiciel Palisade’s @Risk fut utilisé afin d’effectuer une simulation de type Monte Carlo (avec échantillonnage Hypercube latin) de 5000 itérations basées sur les variables d’entrée et la formule de sortie. À partir de la simulation, une régression graduelle multivariée fut entreprise afin de déterminer l’influence des variables d’entrée de chacune des méthodes dans l’établissement des valeurs de sortie. Les résultats de l’analyse de sensibilité montrèrent des différences nettes et marquées parmi les 16 méthodes, reflétant le fait que les mathé- matiques sous-jacentes, les catégories d’entrée, les écarts et l’échelle influencent la manière dont les différentes méthodes traitent et expriment le risque. Il n’est pas étonnant que les méthodes fonc- tionnent différemment selon les circonstances et expriment ainsi différemment le niveau de risque. Les analyses ont démontré que la plupart des méthodes mettaient trop l’accent sur des aspects limités de l’évaluation des risques. La plupart des méthodes sont fortement axées sur les aspects de l’évaluation liés aux dangers ou aux défauts et sur la probabilité de bris plutôt que sur l’aspect des conséquences d’une évaluation. Bien que les méthodes soient bien distinctes, il était possible de les regrouper en trois grandes catégories : les méthodes du Groupe 1 généraient une distribution normale avec la plupart des valeurs avoisinant la moyenne; les méthodes du Groupe 2 ont produit des résultats situés dans la par- tie basse de l’échelle des risques; et les méthodes du Groupe 3 ont généré des résultats répartis de manière uniforme, voire continue, sur l’échelle des risques. Les utilisateurs de l’évaluation des risques liés aux arbres doivent comprendre les forces et les faiblesses de toute méthode utilisée, car il pourrait être relativement facile de contester les résultats d’une évaluation des risques en se fondant sur les limitations inhérentes à la méthodologie sous-jacente. Zusammenfassung. Sechzehn Methoden zur Risikobewer- tung von Bäumen wurden einer Sensitivitätsanalyse unterzogen, um festzustellen, welche Faktoren die Ergebnisse der einzelnen Methoden am stärksten beeinflussten. Die Analysen zeigen den relativen Einfluss, den die Eingangsvariablen auf den endgültigen Risikowert ausüben. Mit Hilfe von Excel wurde eine einfache Rangänderung von ± 25% oder ± 1 (je nach Methode) für jedes Kriterium erstellt, wobei die Änderung des Ausgangs als Prozentsatz erfasst wurde. Die @Risk-Software von Palisade wurde verwen- det, um eine Monte-Carlo-Simulation (mit Latin-Hypercube - Stichprobenziehung, LHS) von 5000 Iterationen auf der Grundlage der Eingabevariablen und der Ausgabeformel durchzuführen. Anhand der Simulation wurde eine multivariate schrittweise Regression durchgeführt, um den Einfluss der Eing- abevariablen jeder Methode auf die Bestimmung der Ausgabew- erte zu bestimmen. Die Ergebnisse der Sensitivitätsanalyse weisen auf einige klare und starke Unterschiede zwischen den 16 Methoden hin, was darauf hinweist, dass die zugrunde liegende Mathematik, die Eingangskategorien, die Messbereiche und die Skalierung die Art und Weise beeinflussen, wie die verschie- denen Methoden das Risiko verarbeiten und ausdrücken. Es ist ©2020 International Society of Arboriculture
November 2020
| Title Name |
Pages |
Delete |
Url |
| Empty |
AI Assistant
Ask anything about this document
AI is thinking…
Ai generated response may be inaccurate.
Search Text Block
Page #page_num
#doc_title
Hi $receivername|$receiveremail,
$sendername|$senderemail wrote these comments for you:
$message
$sendername|$senderemail would like for you to view the following digital edition.
Please click on the page below to be directed to the digital edition:
$thumbnail$pagenum
$link$pagenum
Enter a description for this bookmark
Your form submission was a success.
This process might take longer please wait
