Trees play an important role in urb

Trees play an important role in urban areas by improving air quality, mitigating urban heat islands, reducing stormwater runoff and providing biodiversity habitat. Accurate and up-to-date estimation of urban tree canopy cover (UTC) is a basic need for the management of green spaces in cities, providing a metric from which variation can be understood, change monitored and areas prioritised. Random point sampling methods, such as i-Tree canopy, provide a cheap and quick estimation of UTC for a large area. Remote sensing methods using airborne light detection and ranging (LiDAR) and multi-spectral images produce accurate UTC maps, although greater processing time and technical skills are required. In this paper, random point sampling and remote sensing methods are used to estimate UTC in Williamstown, a suburb of Melbourne, Australia. High resolution multi-spectral satellite images fused with LiDAR data with pixel-level accuracy are employed to produce the UTC map. The UTC is also estimated by categorising random points a) automatically using the LiDAR derived UTC map and b) manually using Google Maps and i-Tree canopy software. There was a minimum 1% difference between UTC estimated from the map derived from remotely sensed data and only 1000 random points automatically categorised by that same map, indicating the level of error associated with a random sampling approach. The difference between UTC estimated by remote sensing and manually categorised random point sampling varied in range of 4.5% using a confidence level of 95%. As monitoring of urban forest canopy becomes an increasing priority, the uncertainties associated with different UTC estimates should be considered when tracking change or comparing different areas using different methods.

ผลลัพธ์ (ไทย) 1:

ต้นไม้เล่นบทบาทสำคัญในพื้นที่เขตเมืองโดยการปรับปรุงคุณภาพอากาศ บรรเทาเมืองร้อนเกาะ ลดการเก็บน้ำฝนที่ไหลบ่า และการอยู่อาศัยความหลากหลายทางชีวภาพ การประเมินถูกต้อง และทันสมัยของเมืองต้นไม้หลังคาฝา (UTC) เป็นพื้นฐานจำเป็นสำหรับการจัดการพื้นที่สีเขียวในเมือง ให้การวัดที่สามารถจะเข้าใจการเปลี่ยนแปลง เปลี่ยนแปลงตรวจสอบ และทั้งพื้นที่ วิธีสุ่มตัวอย่างการสุ่มจุด เช่น i ต้นไม้หลังคา ให้ราคาถูก และด่วนประเมินของ UTC สำหรับพื้นที่ขนาดใหญ่ วิธีการตรวจวัดระยะไกลใช้อากาศแสงตรวจจับและตั้งแต่ (LiDAR) และภาพสเปกตรัมหลายผลิตแผนที่ UTC ถูกต้อง แม้ว่าเวลาการประมวลผลและทักษะทางเทคนิคจำเป็น ในกระดาษนี้ จุดสุ่มเก็บตัวอย่างและวิธีการตรวจวัดระยะไกลที่ใช้การประเมิน UTC ในวิลเลียมสทาวน์ เมืองเมลเบิร์น ออสเตรเลีย ความละเอียดสูงภาพสเปกตรัมหลายดาวเทียมผสมผสานกับข้อมูล มีความแม่นยำระดับพิกเซลใช้ในการผลิตแผนที่ UTC LiDAR UTC คือประเมิน โดยจำแนกแบบสุ่ม) โดยอัตโนมัติโดยใช้ LiDAR จุดมา UTC แผนที่และข) เองโดยใช้ Google Maps และต้นไม้ i กระโจมซอฟต์แวร์ มีขั้นต่ำ 1% ความแตกต่างระหว่าง UTC โดยประมาณจากแผนที่ที่ได้มาจากข้อมูลจากระยะไกลรู้สึก และจุดสุ่มเพียง 1000 แบ่งตามที่แผนที่เดียวกัน ระบุระดับความผิดพลาดที่เกี่ยวข้องกับวิธีการสุ่มตัวอย่างโดยอัตโนมัติ ความแตกต่างระหว่าง UTC ที่ประเมิน ด้วยการตรวจจับระยะไกล และด้วยตนเองแบ่งการสุ่มตัวอย่างที่หลากหลายในช่วง 4.5% โดยใช้ระดับความเชื่อมั่น 95% เป็นการตรวจสอบป่าเมือง หลังคากลายเป็น ความสำคัญที่เพิ่มขึ้น ความไม่แน่นอนเกี่ยวข้องกับการประเมิน UTC ที่แตกต่างกันควรพิจารณา เมื่อการติดตามการเปลี่ยนแปลง หรือบริเวณต่าง ๆ เปรียบเทียบโดยใช้วิธีการแตกต่างกัน

ผลลัพธ์ (ไทย) 2:

ต้นไม้ที่มีบทบาทสำคัญในพื้นที่เขตเมืองโดยการปรับปรุงคุณภาพอากาศบรรเทาปรากฏการณ์เกาะความร้อนลดการไหลบ่าของน้ำฝนและการให้ที่อยู่อาศัยความหลากหลายทางชีวภาพ ถูกต้องและทันสมัย​​เพื่อการประมาณค่าของฝาครอบหลังคาต้นไม้เมือง (UTC) เป็นความต้องการขั้นพื้นฐานสำหรับการจัดการของพื้นที่สีเขียวในเมืองให้ตัวชี้วัดจากการเปลี่ยนแปลงที่สามารถเข้าใจการเปลี่ยนแปลงการตรวจสอบและพื้นที่จัดลำดับความสำคัญ วิธีการสุ่มตัวอย่างจุดสุ่มเช่น I-หลังคาต้นไม้ให้การประเมินราคาถูกและรวดเร็วของ UTC สำหรับพื้นที่ขนาดใหญ่ วิธีการตรวจวัดระยะไกลโดยใช้การตรวจจับแสงและอากาศตั้งแต่ (LiDAR) และภาพหลายสเปกตรัมผลิตแผนที่ UTC ถูกต้องถึงแม้ว่าเวลาในการประมวลผลมากขึ้นและทักษะทางเทคนิคที่จำเป็นต้องใช้ ในบทความนี้สุ่มตัวอย่างจุดสุ่มและวิธีการสำรวจระยะไกลที่ใช้ในการประเมิน UTC ในวิลเลียมชานเมืองเมลเบิร์นประเทศออสเตรเลีย ความละเอียดสูงหลายสเปกตรัมภาพถ่ายดาวเทียมผสมกับข้อมูล LiDAR พิกเซลที่มีความแม่นยำในระดับที่ถูกว่าจ้างในการผลิตแผนที่ของ UTC UTC ยังเป็นที่คาดโดยจัดหมวดหมู่จุดสุ่ม) โดยอัตโนมัติโดยใช้แผนที่ UTC LiDAR มาและ b) ด้วยตนเองโดยใช้ Google Maps และ I-ต้นไม้ซอฟแวร์หลังคา มีความแตกต่างอย่างต่ำ 1% ระหว่างเวลา UTC ประมาณจากแผนที่ที่ได้มาจากข้อมูลจากระยะไกลและรู้สึกเพียง 1000 จุดสุ่มหมวดหมู่โดยอัตโนมัติโดยแผนที่เดียวกันนั่นก็แสดงให้เห็นระดับของความผิดพลาดที่เกี่ยวข้องกับวิธีการสุ่มตัวอย่าง ความแตกต่างระหว่างเวลา UTC ประมาณโดยการสำรวจระยะไกลและตนเองแบ่งการสุ่มตัวอย่างแบบสุ่มจุดที่แตกต่างกันในช่วงของ 4.5% โดยใช้ระดับความเชื่อมั่น 95% ขณะที่การตรวจสอบของป่าท้องฟ้าเมืองจะกลายเป็นความสำคัญที่เพิ่มขึ้นความไม่แน่นอนที่เกี่ยวข้องกับการประมาณการ UTC ที่แตกต่างกันควรพิจารณาเมื่อการติดตามการเปลี่ยนแปลงหรือการเปรียบเทียบพื้นที่ที่แตกต่างกันโดยใช้วิธีการที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

ต้นไม้มีบทบาทสำคัญในเขตเมือง โดยการปรับปรุงคุณภาพอากาศ , เกาะเมืองร้อนบรรเทา ลด stormwater น้ำท่าและให้ความหลากหลายทางชีวภาพสิ่งแวดล้อม ที่ถูกต้องและทันสมัย การประมาณค่าของต้นไม้ในเมืองครอบคลุมหลังคา ( UTC ) เป็นความต้องการพื้นฐานสำหรับการจัดการของพื้นที่สีเขียวในเมือง ให้วัดจากการเปลี่ยนแปลงซึ่งสามารถเข้าใจได้ , เปลี่ยนการติดตามและพื้นที่จัดลําดับความสําคัญ . การสุ่มตัวอย่างแบบสุ่มจุด เช่น หลังคา i-tree ให้ราคาถูกและการประเมินอย่างรวดเร็วของ UTC สำหรับพื้นที่ขนาดใหญ่ การรับรู้จากระยะไกลใช้วิธีตรวจจับแสงอากาศและตั้งแต่ ( LIDAR ) และภาพเงาหลายผลิตแผนที่ UTC ที่ถูกต้อง ถึงแม้ว่าเวลาการประมวลผลที่มากขึ้นและทักษะทางเทคนิคที่จำเป็น ในกระดาษนี้สุ่มจุด ) และการรับรู้จากระยะไกลใช้วิธีคำนวณ UTC ใน Williamstown , ชานเมืองของเมลเบิร์น , ออสเตรเลีย ภาพดาวเทียมความละเอียดสูงมัลติสเปกตรัมผสมกับข้อมูล LIDAR ที่มีความถูกต้องระดับพิกเซล เพื่อใช้ผลิตแผนที่ UTC . ที่ UTC ก็ประมาณ categorising จุดสุ่ม ) โดยอัตโนมัติใช้ LIDAR ซึ่ง UTC แผนที่และ b ) ด้วยตนเองโดยใช้ Google Maps และซอฟต์แวร์กันสาด i-tree . มีขั้นต่ำ 1 % ความแตกต่างระหว่าง UTC ประมาณจากแผนที่ที่ได้มาจากข้อมูลจากระยะไกล และ 1 , 000 จุดสุ่มโดยอัตโนมัติในหมวดหมู่เดียวกันแผนที่แสดงระดับของความผิดพลาดที่เกี่ยวข้องกับสุ่มวิธีการ ความแตกต่างระหว่าง UTC ประมาณโดยการสำรวจระยะไกลและตนเอง แบ่งจุดสุ่มตัวอย่างที่หลากหลายในช่วงของ 4.5% โดยใช้ระดับความเชื่อมั่น 95 เปอร์เซ็นต์ เป็นการตรวจสอบของเรือนยอดป่ากลายเป็นเมืองสำคัญทางประวัติศาสตร์ที่เกี่ยวข้องกับการ , ประเมิน UTC ที่แตกต่างกันควรได้รับการพิจารณาเมื่อติดตามการเปลี่ยนแปลงหรือการเปรียบเทียบพื้นที่ที่แตกต่างกันโดยใช้วิธีการที่แตกต่างกัน