Planning and managing vegetation in urban area is complex, yet it can be seamlessly done using computerized tree inventory and Geographic Information System (GIS).

In order to manage the urban forest it is vital to know and understand the resource. It is the structure of the urban forest that provides the basis for its functions and subsequently its value as a resource. It has been stressed that inventories are an important component in the management of the urban forest.

As such urban tree inventory would be the first step in planning and managing the urban forest for its functions and value in creating a balanced environment. The management of any resource needs to begin with an inventory of that resource. Planning and managing vegetation in urban area is complex, yet it can be seamlessly done using computerized tree inventory and Geographic Information System (GIS).

GIS may enhance the tree inventory system with the application of mobile -based QR code technology, which could provide effective management of inventory elements, tree in particular, in urban areas to avoid project budget cutback, improve the efficiency of an existing program and educate and provide information to the public.

GIS is able to store, manipulate, analyse and communicate between user and data, while mobile-based QR codes technology can be read by an imaging device (such as a camera) and processed using Reed-Solomon error correction until the image can be appropriately interpreted about the tree; data is then extracted from tree patterns present in both horizontal and vertical component of the image.

Urban park inventory and diversity assessments are essential to understand tree population structures and the plant diversity status of the park and provide information for biodiversity recovery planning. Unfortunately, the vast majority of park in developing countries lack inventory records and detection data. Consequently the tree population structure and diversity status of these parks are often insufficient for management (Appiah, 2013).

The aim of the study is to design and develop a proposed system that can help the agency in managing the inventory of tree. The system could allow for the creation and maintenance of the inventories with attributes for each item. Botanical names and other attributes are included, and digital photo can be incubated with each item.

The objectives of this invention are to create a systematic Geodatabase of urban tree. It is also to develop and design, 3D urban tree inventory systems for management. Lastly, it is to create digital matrix bar codes for urban tree identification and classification. Using GIS as tools may help in managing system as well as increasing the ease of the park management process.

This system can replace the conventional method for smart management were computerized and systematic approach of database system will accelerate the tree assessment. The novelty of this invention is it can help improve the existing systems in conveying information globally. The animation can spread the uniqueness of the park and also the information about the park which indirectly help in planning.

The QR code gives a better interpretation where it will enhance the visitor experience. This idea addresses the issue of the vast majority of forests or Public Park in a developing country which lacks a data inventory. The invention benefits Park Manager, Local Authority and Landscape Architect.



Story Source:

The above post is reprinted from materials provided by Universiti Teknologi MARA (UiTM). Note: Materials may be edited for content and length.

Article source: Science daily

Urban change in Germany

This is a German-language poster contribution looking at processes of change in the major urban agglomerations in Germany and novel ways of visualising these using cartogram techniques. The poster was prepared as a contribution to the German Geography Congress (Deutscher Kongress für Geographie) in Berlin (Oxtober 1-6):

(Download Poster as PDF)

An English summary for this poster will follow soon on this page. Meanwhile, here is the German text:

Alternative Visualisierungsmethoden soziodemographischer Daten:
Urbane Veränderungsprozesse in Stadtregionen Deutschlands

Das Geomonitoring-Projekt des Instituts für Landes- und Stadtentwicklungsforschung (ILS) befasst sich mit „neuen Urbanisierungsprozessen“ in Deutschland. Dabei werden Fragen ökonomischer, sozialer und baulicher Prozesse untersucht und auf regionaler Ebene in ausgewählten Stadtregionen vergleichend betrachtet, um mittelfristig die stattfindenden Veränderungsprozesse besser zu verstehen.
Bestandteil eines verbesserten Verständnisses ist dabei auch die Anwendung neuer Visualisierungsmethoden, die die stattfindenden Prozesse anders darstellen und so zu einem neuen Verständnis beitragen können. Dieser Beitrag gibt eine Einführung in diese Methoden, die in Zusammenarbeit mit dem Worldmapper-Projekt an der University of Oxford (Großbritannien) entwickelt wurden.
Angelehnt an die Analyseeinheiten des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) stellen die untersuchten Stadtregionen (Karte 1) die verdichteten und funktional zusammenhängenden Stadträume Deutschlands dar. In ihnen leben circa 50% der Gesamtbevölkerung des Landes.

Als alternative Visualisierungsmethode kommen hier so genannte anamorphe kartographische Darstellungsmethoden zum Einsatz, die auch im deutschen Sprachgebrauch zunehmend als Kartogramme (engl. cartograms) bezeichnet werden. In einem Kartogramm wird die Geometrie einer konventionellen Karte auf Basis quantitativer Daten verzerrt, so dass die zugrundeliegenden Daten proportional die Ausgangsfläche verändern. In einer Weiterentwicklung dieser Methode, den Rasterkartogrammen (engl. gridded cartograms), stellen gleichmäßig verteilte Rasterzellen die Grundlage für die Verzerrung dar. Dabei bleiben die topologischen Bezüge des zugrundeliegenden geographischen Raumes erhalten. So können zusätzliche Dimensionen auf den verzerrten Karten in ihren korrekten räumlichen Relationen dargestellt werden.
Die Bevölkerungsrasterkartogrammdarstellung der Stadtregionen Deutschlands (Karte 2) verdeutlicht, wie diese – je nach Agglomerationsraum mit recht unterschiedlich ausgeprägten Unterschieden zwischen Kernstadt und Umland – die Siedlungsstrukturen in Deutschland prägen. Jede Rasterzelle wird hier proportional zu der in diesem Gebiet lebenden Bevölkerungszahl vergrößert bzw. verkleinert. Darauf lassen sich dann dynamische Veränderungen, wie zum Beispiel die durchschnittliche relative Veränderung der Bevölkerung zwischen 2008 und 2013, abbilden (Karte 3), die so in Bezug auf die Bevölkerungsdichte verständlicher werden. Die Kartentransformation wirkt hier wie eine Lupe auf die in herkömmlichen Karten in der Regel sehr klein dargestellten Verdichtungsräume, während die dünn besiedelten ländlichen Regionen auf eine minimale Größe reduziert werden.
Die absoluten Veränderungen über den Betrachtungszeitraum lassen sich auch in der traditionelleren Kartogrammdarstellung visualisieren, die eine Art kartographische Variante eines Kreissektorendiagramms darstellt. So lassen sich die Ausmaße von Schrumpfung (Karte 4a) und Wachstum (Karte 4b) in ihrer quantitativen Dimension direkt vergleichen – jeder Raum ist hierbei nur in jeweils einer der beiden Darstellungen vorhanden, um so die negativen bzw. positiven Veränderungen entsprechend zu quantifizieren. Zum besseren Verständnis wird hier das in der Rasterdarstellung verwendete Farbschema beibehalten, so dass sich die Karten für Wachstum und Schrumpfung direkt zuordnen lassen.

Betrachtet man die durchschnittliche jährliche Veränderung der Bevölkerungszahl in den ausgewählten Stadtregionen, zeigt sich im Vergleich zum Schrumpfungsszenario Gesamtdeutschlands ein positiveres Bild. In 26 von 30 Regionen lässt sich ein durchschnittliches Wachstum der Einwohnerzahlen erkennen. In 25 Räumen entwickelt sich dabei der stadtregionale Kern positiver als das Umland. Die bereits bevölkerungsreichen Regionen wie Berlin, München, Hamburg und Frankfurt (Main), die in der Kartogrammdarstellung deutlich gegenüber ihrer geographischen Lage hervortreten, wachsen sowohl im Kern als auch in ihrem Umland.
Bemerkenswert sind die Entwicklungen vergleichsweise kleiner Städte wie Freiburg oder Münster bzw. einiger ostdeutscher Städte wie Dresden oder Leipzig. Während die Kernstädte dieser Regionen die höchsten Wachstumsraten verzeichnen, fällt die Entwicklung des Umlandes hierbei besonders zurück bis hin zu Stagnation (Freiburg, Leipzig) und Schrumpfung (Münster, Dresden). Deutlich hebt sich die Entwicklung in den städtischen Agglomerationen des Ruhrgebiets von der übrigen ab. Stagnieren die Bevölkerungszahlen in den Kernen von Essen und Dortmund im betrachteten Zeitraum noch, so schrumpft der sie umgebende städtische Raum bereits beträchtlich.

Die Faktoren, welche diese angerissenen Entwicklungen beeinflussen, sind in der Entwicklung von sozialem Gefüge (Karte 5a) und Beschäftigung (Karte 5b), der Entwicklung der demographischen Gruppen und der Flächenentwicklung (Karten 6a und 6b) wie dem Angebot und der Nachfrage an Wohn- und Gewerberaum zu suchen. Die Faktoren wirken dabei aufeinander ein. Um die Hintergründe der Trends und Unterschiede in den Regionen aufzudecken, ist eine detaillierte Betrachtung jedes einzelnen Faktors sowie der Verschränkung der Einflüsse untereinander notwendig.

Das ILS-Geomonitoring leistet einen Beitrag zur Unterstützung dieser Auswertungen, indem Indikatoren und Zeitreihen entwickelt und Basisanalysen durchgeführt werden. Zur vertiefenden Analyse der hier angerissenen Entwicklungen wird in der kommenden Ausgabe des Jahrbuch Stadtregionen (2015/2016) das Monitoring Stadtregionen wieder aktuelle Trends der Bevölkerungs-, Beschäftigten-, Sozialraum- und Siedlungsentwicklung in ausgewählten städtischen Räumen aufzeigen. Dabei ist seit der letzten Ausgabe das Spektrum der Themen noch einmal geschärft worden. Die Entwicklung wird sich auf den Zeitraum der Jahre 2008 bis 2013 beziehen.

The content on this page has been created by Benjamin Hennig and Stefan Kaup with the support of Jutta Rönsch of ILS – Research Institute for Regional and Urban Development(Dortmund, Germany) using data from the forthcoming 2015 edition of the annualgeomonitoring report of urban agglomerations in Germany. Please contact me for further details on the terms of use.

Source: Views of the World