©2023 International Society of Arboriculture Arboriculture & Urban Forestry 49(2): March 2023 61 arbres a été estimée avec le NAIP sur l’ensemble de la commu- nauté (TCCCITY) et également sur la zone qui ne couvrait que la servitude de passage et une zone tampon de 15,24 m (50 pieds) de chaque côté de (TCCROW). L’estimation TCCCITY (P = 0,08) a légèrement amélioré la prédiction des débris d’arbres dans le modèle de régression multiple global (R2 adj = 0,917; F = 133,8; df = 3,33), mais ce n’était pas le cas avec l’estimation TCCROW (P = 0,66). L’estimation de la TCCCITY était de 34,7% (SEM = 2,0) et significativement (P < 0,001) deux fois supérieure à l’estimation de la TCC de 16,2% (SEM = 2,2) provenant de l’imagerie NLCD. Nous avons constaté que le TCCROW était de 32,6% (SEM = 1,6) et significativement plus faible (P = 0,003) que le TCCCITY. Les résultats de cette étude peuvent améliorer la capacité globale d’estimation des débris d’arbres générés lors des verglas, en com- paraison des modèles régionaux actuellement utilisés, pour une évaluation plus locale par une ville. Des investigations futures seront nécessaires pour déterminer si c’est le cas. Zusammenfassung. Zur Sturmvorbereitung gehört auch die Abschätzung des Ausmaßes der Baumverluste. In dieser Arbeit wurde eine Verbesserung eines Modells zur schnellen Schätzung von Baumverschmutzungen nach Eisstürmen getestet. Ein erstes Modell, bei dem Daten der National Land Cover Database (NLCD) mit einer Auflösung von 30 m für die Baumkronenbedeckung (TCC) verwendet wurden, führte nicht zu einer signifikanten Ver- besserung (P ≈ 0,20) der Schätzung des Baumschutts innerhalb eines kommunalen Wegerechts (ROW) nach einem Eissturm. Wir testeten, ob feiner aufgelöste TCC-Bilder des National Agri- culture Imagery Program (NAIP)(2 m Auflösung oder besser) eine genauere Vorhersage des Baumschutts nach einem Eissturm ermöglichen. Die Baumkronenbedeckung wurde mit NAIP für die gesamte Gemeinde (TCCCITY) und auch für den Bereich geschätzt, der nur die Fahrbahn und einen 15,24 m langen Puffer auf jeder Seite der Fahrbahn abdeckte (TCCROW). Die TCCCITY- Schätzung (P = 0,08) verbesserte die Vorhersage des Baumscha- dens im gesamten multiplen Regressionsmodell geringfügig (R2 adj = 0,917; F = 133,8; df = 3,33), aber dies war nicht der Fall bei der TCCROW-Schätzung (P = 0,66). Die TCCCITY-Schätzung betrug 34,7 % (SEM = 2,0) und war signifikant (P < 0,001) doppelt so hoch wie die TCC-Schätzung von 16,2 % (SEM = 2,2) aus den NLCD-Bildern. Wir fanden heraus, dass die TCCROW 32,6 % (SEM = 1,6) betrug und signifikant niedriger (P = 0,003) war als die TCCCITY. Die Ergebnisse dieser Studie könnten die all- gemeine Fähigkeit zur Vorhersage von Baumverlusten nach Eis- stürmen verbessern, indem die derzeit verwendeten regionalen Modelle durch eine lokalere Schätzung für eine Stadt ersetzt wer- den. Zukünftige Untersuchungen sind erforderlich, um festzustel- len, ob dies der Fall ist. Resumen. La planificación de preparación para las tormentas debe implicar la estimación de los restos de árboles. Este docu- mento probó una mejora de un modelo de estimación rápida de escombros de árboles después de tormentas de hielo. Un modelo inicial encontrado utilizando datos de cobertura de dosel arbóreo (TCC) de la Base de Datos Nacional de Cobertura del Suelo (NLCD) de 30 m de resolución no mejoró significativamente (P ≈ 0,20) la estimación de los desechos arbóreos dentro de un derecho de paso comunitario (ROW) después de una tormenta de hielo. Probamos si las imágenes TCC del Programa Nacional de Imágenes Agrícolas (NAIP) de resolución más fina (resolución de 2 m o mejor) podrían predecir con mayor precisión los escom- bros de árboles después de una tormenta de hielo. La cobertura del dosel de los árboles se estimó con NAIP en toda la comunidad (TCCCITY) y también el área que solo cubría la ROW más un amortiguador de 15,24 m (50 pies) a cada lado de (TCCROW). La estimación de TCCCITY (P = 0,08) mejoró marginalmente la pre- dicción de escombros arbóreos en el modelo general de regresión múltiple (R2 adj = 0,917; F = 133,8; df = 3,33), pero este no fue el caso con la estimación de TCCROW (P = 0,66). La estimación de TCCCITY fue de 34,7% (SEM = 2,0) y significativamente (P < 0,001) dos veces mayor que en la estimación de TCC de 16,2% (SEM = 2,2) de imágenes NLCD. Encontramos que el TCCROW fue del 32,6% (SEM = 1,6) y significativamente menor (P = 0,003) que en TCCCITY. Los resultados de este estudio pueden mejorar la capacidad gen- eral para predecir los escombros de árboles después de las tor- mentas de hielo de los modelos regionales utilizados actualmente a una estimación más local para una ciudad. Se necesitan investi- gaciones futuras para determinar si este es el caso. To complete this quiz, go to the ISA website, log into your MyISA account, and make your way to the page for Arboriculture & Urban Forestry CEU Quizzes (wwv.isa-arbor.com/store/ceuquizzes/113). Add the quiz to your cart, proceed through checkout, and look for the content to appear on your personal dashboard under the header, “My Quizzes.” If you need a username and password, send us an e-mail (
[email protected]). A passing score for this quiz requires sixteen correct answers. Quiz results will display immediately upon quiz completion. CEU(s) are processed immediately. You may take the quiz as often as is necessary to pass. Arboriculture & Urban Forestry Quiz Questions Appendix on next page
March 2023
| Title Name |
Pages |
Delete |
Url |
| Empty |
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
