Arboriculture & Urban Forestry 36(5): September 2010 LITERATURE CITED Bailey, R.G. 2002. Ecoregion-based Design for Sustainability. Springer- Verlag, New York. 222 pp. Breckle, S.W. 1999. Walter’s Vegetation of the Earth (4th Edition). Springer, Berlin, 527 p. Brenzel, K.N. (Ed.). 1997. National Garden Book. 1st Edition Sunset Books, Inc., Menlo Park, CA. 656 pp. Degree Days. 2009. Degree Days.net – Custom Degree Day Data. Ac- cessed 12/14/2009. . EnergyPlus Energy Simulation Software. 2009. Weather Data. Accessed 12/4/2009. . i-Tree. 2009. i-Tree Software Suite User’s Manual. Accessed 12/9/2009. . Kling, J. 2008. Greener cities: U.S. Forest Service software package helps cities manage their urban treescape. PSW Science Perspectives. USDA Forest Service, Pacific Southwest Research Station. Albany, CA. 6 pp. Maco, S.E., and E.G. McPherson. 2003. A practical approach to assess- ing structure, function, and value of street tree populations in small communities. Journal of Arboriculture. 29(2):84–97. McPherson, E.G. 1992. Accounting for benefits and costs of urban greenspace. Landscape and Urban Planning. 22:41–51. McPherson, E.G., and J.R. Simpson. 2002. A comparison of municipal forest benefits and costs in Modesto and Santa Monica, CA, USA. Urban Forestry & Urban Greening 1(2002):61–74. McPherson, E.G., J.R. Simpson, and P.J. Peper. 2005. Municipal forest benefits and costs in five US cities. Journal of Forestry 12:411-416. National Tree Benefit Calculator. 2009. Accessed 12/3/2009. . Peper, P.J., and E.G. McPherson. 2003. Evaluation of four methods for estimating leaf area of isolated trees. Urban Forestry & Urban Green- ing. 2(1):19–29. Scott, K.I., E.G. McPherson, and J.R. Simpson. 1998. Air pollut- ant uptake by Sacramento’s urban forest. Journal of Arboriculture. 24(4):224–234. Simpson, J.R. 2002. Improved estimates of tree shade effects on residen- tial energy use. Energy and Buildings. 34:1067–1076. Soares, A.L. 2006. Tree value assessment: Lisbon urban forest. Land- scape Architecture Ph.D. Dissertation. Instituto Superior de Agrono- mia, Universidade Tecnica de Lisboa, Lisboa. 344 pp. World Weather. 2009. World Weather Information Service. Accessed 12/2/2009. . World Climate. 2010. Buttle and Turtle, Ltd. . Xiao, Q., E.G. McPherson, S.L. Ustin, and M.E. Grismer. 2000. A new approach to modeling tree rainfall interception. Journal of Geophysi- cal Research. 105:29,173–29,188. E. Gregory McPherson USDA Forest Service Pacific Southwest Research Station 1731 Research Park Dr. Davis, CA 95618, U.S. 237 Résumé. Le programme informatique i-Tree Streets (anciennement STRATUM) quantifie la structure de la forêt municipale, sa fonction et sa valeur au moyen de données sur la croissance des arbres et de don- nées géographiques provenant de 16 villes références américaines, une pour chacune des 16 zones climatiques. Sélectionner la ville de référence qui ressemble le plus à la cité à évaluer s’avère problématique lorsque la ville est située hors des États-Unis, est située près de la limite entre deux zones climatiques ou encore si elle a un climat ou une composi- tion en arbres différent en raison de différences au niveau de l’altitude, de la morphologie urbaine et de la qualité environnementale. Un pro- cessus systématique de sélection de la meilleure ressemblance est décrit et illustré pour Lisbonne au Portugal. Les critères de sélection sont la composition en espèces d’arbres, le nombre de degrés-jour de réchauf- fement et de rafraichissement, et la quantité de précipitations annuelles. Les valeurs brutes et les différences de valeur pour chacun des critères sont normalisées sur une échelle de 0 à 10 au moyen d’une interpolation linéaire. Le coefficient pour chacun des critères est ajusté pour refléter son importance relative. Le RMSE est calculé et la ville de référence avec la plus faible valeur devient celle qui correspond le mieux avec celle à évaluer. Les villes de référence de Modesto (RMSE=2,41) et de Cla- remont (RMSE=2,71) en Californie sont celles qui correspondaient le mieux avec celle de Lisbonne lorsque les coefficients étaient soupesés de manière inégale. Zusammenfassung. Das iStreet Computer-Programm (früher STRA- TUM) quantifiziert die kommunale Forststruktur, Funktion und Wert, indem es Baumwachstumsraten und geographische Daten aus 16 ameri- kanischen Referenzstädten verwendet, je eine aus einer der 16 defini- erten Klimazonen. Die Auswahl der am besten zutreffenden Referenz- stadt ist problematisch, wenn die betroffene Stadt ausserhalb der USA liegt, oder zwischen zwei Klimazonen oder sie hat ein anderes Klima oder Baumartenzusammensetzung, weil unterschiedliche Höhenlagen, urbane Morphologie und Umweltqualität bestehen. Ein systematischer Prozess, die beste Referenzstadt auszuwählen, wird hier am Beispiel von Lissabon, Portugal, beschrieben und illustriert. Die Selektionskriterien sind Baumartenzusammensetzung, Hitze und Abkühlung während des Tages und jährlicher atmosphärischer Niederschlag. Grobe und unter- schiedliche Werte für jedes Kriterium wurden durch lineare Interpolation normalisiert, um von 1 bis 10 zu rangieren. Der Coeffizient für jades Kriterium ist gewichtet, um seine relative Bedeutung zu wichten. Der RSME wurde berechnet und die Referenzstadt mit dem niedrigsten Wert ist die beste Auswahl für die gegenständliche Stadt (hier: Lissabon). Die kalifornischen Referenzstädte Modesto (RSME = 2,41) und Claremont (2,71) haben sich als die besten Referenzen für Lissabon herausgestellt,, wenn die Coeffizienten ungleich gewichtet werden. Resumen. El programa de cómputo i-Tree Streets (STRATUM) cuantifica la estructura del bosque municipal, función, y valor usando el crecimiento del árbol y datos geográficos de 16 ciudades de los Estados Unidos, una en cada una de las 16 zonas climáticas. Se seleccionó la ciudad de referencia que mejor se ajustó. Esto es problemático cuando la ciudad está fuera de los Estados Unidos, o en el límite de dos zonas climáticas, o tiene un clima diferente o composición de especies debido a diferencias en elevación, morfología urbana, o calidad ambiental. Se describe e ilustra un proceso sistemático para ubicar la mejor selección para Lisboa, Portugal. Los criterios de selección son composición de es- pecies de árboles, días de calor y fríos y precipitación anual. Los valores para cada criterio son normalizados a rangos entre 0 a 10 usando interpo- lación lineal. El coeficiente para cada criterio es ponderado para reflejar su importancia relativa. El Error Cuadrado Medio (RMSE) es calculado y la ciudad de referencia con el valor más bajo de la ciudad estudiada. Las ciudades californianas de Modesto (RMSE = 2.41) y Claremont (2.71) probaron ser las que mejor ajustaron para Lisboa donde los coeficientes fueron compensados desigualmente. ©2010 International Society of Arboriculture
September 2010
| 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
Your form submission was a success.
Downloading PDF
Generating your PDF, please wait...
This process might take longer please wait
