DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
| ŠUMARSKI LIST 5-6/2004 str. 69 <-- 69 --> PDF |
IZVORNI ZNANSTVENI ČLANCI - ORIGINAL SCIENTIFIC PAPERS Šumarski list br. 5-6, CXXVIII (2004). 287-299 UDK 630* 582 + 525 PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDROMETRIJSKIM PARAMETRIMA* APPLICATION OF CIS IN STAND EXTRACTION ACCORDING TO DENDROMETRIC PARAMETERS Dalibor ŠTORGA** SAŽETAK: U radu su prikazane mogućnosti primjene GlS-a pri izlučivanju sastojina prema dendrometrijskim parametrima (broj stabala-N, temeljnica- G, srednje plošno stablo - ds, starost, % učešće vrsta). Na taj način može se skratiti terenski rad, poboljšati preciznost i točnost mjerenja. Terenski rad je obavljen u jednodobnim hrastovim sastojinama gospodarske jedinice "Repaš-Gabajeva Greda " (odjeli 26-46) u šumariji Repaš, Uprava šuma Podružnica Koprivnica. U odjelima, odnosno odsjecima, uspostavljen je sistematski uzorak mreže kvadrata 100 x 100 m, čija središta predstavljaju središta ploha (krugova), na kojima je mjeren prsni promjer stabla. Ukupno je na istraživanom području postavljeno 1025 krugova i izmjeren prsni promjer na 3 7619 stabala. Nakon terenske izmjere, snimljeni podaci uneseni su u bazu podataka formiranu tako da se mogu koristiti za obradu varijabli uz primjenu softvera Microsoft Windows EXCEL i Statistica 6.0. Za izradu grafičkog dijela GIS modela digitalizirane su postojeće karte: - topografska karta (1 : 5000), - katastarski planovi (1 : 2880 i 1 : 2000), - gospodarska karta (1 : 10000). U statističkoj obradi podataka korištena je klasterska analiza (metoda K-means), čiji su rezultati baza za GIS modeliranje s ciljem izlučenja sastojina. Rezultati istraživanja mogućnosti primjene GIS-apri izlučivanju sastojina prema dendrometrijskim parametrima ukazuju na potrebu primjene GlS-a i statistike u šumarstvu. Ključne riječi: izmjera šuma, izlučivanje sastojina, GIS, klasterska analiza UVOD - Introduction Suvremeni pristup kartografiji podrazumjeva primjenu kompjuterske tehnologije u kartografiji. Primjena kompjuterske tehnologije u kartografiji usko je povezana s izumom digitalizatora i plotera početkom * Magistarski rad obranjen 7. 11. 2003. godine na Šumarskom fakultetu Sveučilišta u Zagrebu pred Povjerenstvom u sastavu izv. prof. dr. se. Nikola Lukić, doc. dr. se. Renata Pernar i dr. se. Miroslav Bcnko. ** Mr. se. Dalibor Štorga, Hrvatske šume d.o.o., Uprava šuma Podružnica Koprivnica 60-ih godina. Digitalizator je nužan da se sadržaj karte iz grafičkog oblika pretvori u digitalan, a ploter da se iz digitalnog oblika ponovo prijeđe u grafički oblik. Ploterom se automatiziracrtanje ( F r a n č u l a , 1994). Digitalizacija karata je najčešći način dobivanja geografskih objekata u digitalnom (koordinatnom) obliku ( P e r n a r , 1996). Razvojem računala, sredinom 80-tih godina, GIS tehnologija počinje osvajati sve veći broj stručnjaka 287 |
| ŠUMARSKI LIST 5-6/2004 str. 70 <-- 70 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DHNDROMETR1JSK1M PARAMETRIMA Šumarski list br. 5-6, CXXVII1 (2004), 287-299 koji se u svakodnevnom radu bave prostorom i prirodnim bogatstvima, da bi početkom 90-tih postala nezaobilazno pomagalo pri donošenju odluka za upravljanje prostorom, korištenjem prirodnih bogatstava i unapređenjem gospodarskih strategija (Kušan i dr., 1993). Primjena GlS-a u praksi, u uređivanju šuma, novijeg je datuma, a služi za planiranje šumskog gospodarenja i prostorni prikaz podataka. Same definicije uređivanja šuma nekih autora ukazuju na potrebu primjene GlS-a za planiranje gospodarenja i prostorni prikaz podataka. Još 1942. godine Baader navodi daje uređivanje šuma, trajno vođenje i planiranje šumskog gospodarenja, a Jordan i Erdle, 1989. godine, da uređivanje šuma zahtijeva podatke koji popisuju šumu u dinamičnom obliku, u smislu njihova stanja i prostorne određenosti. U šumarstvu se u okviru GlS-a nalaze geokodirane kartografske podloge i relacijske baze podataka te algoritmi koji služe za upravljanje podacima (Kalafadžić i Kušan 1991). Ispravno (lokacijski-prostorno, veličinom) kartirana površina odjela i pripadajućih mu odsjeka dobiva ogromnu važnost u sferi korištenja različitih tematskih cjelina (karata), odnosno mogućnosti korektnog izračunavanja drvnih masa, prirasta, propisivanja etata i uzgojnih radova, a s tim i povezanih mogućnosti materijalno- fmancijskih kalkulacija (Klobučar 2002). Unutar takvog sustava u svakom trenutku brzo su nam dostupne bilo kakve tematske karte, dok se tradicionalnim terenskim postupkom do karte teško dolazi, treba puno truda i financijskih sredstava, a nakon izrade teško ju se mijenja. CILJ ISTRAŽIVANJA - Research aim Glavni cilj istraživanja u ovom radu je ispitivanje mogućnosti primjene GlS-a pri izlučivanju sastojina prema dendrometrijskim parametrima (N, G, ds starost, % učešće vrsta), a samim time i pronalaženje te testiranje načina i tehnike prikupljanja, uređivanja i rukovanja podacima, kako bi se na taj način skratio terenski rad, poboljšala preciznost i točnost mjerenja, širile informacije i popularizirao GIS u praksi te pobudilo razmišljanje i razvoj ideja i praktičnih rješenja u uređivanju šuma. Da bi postavljeni cilj istraživanja bio ostvaren, bilo je potrebno: na terenu postaviti sistematski uzorak mreže kvadrata 100 x 100 m, izvršiti izmjeru na primjernim plohama, obraditi terenske podatake, digitalizirane granice odjela i odsjeka proporcionalnom transformacijom prevesti u kartografski oblik i uklopiti u HOK 1 : 5000, te tako pripremljene podatke s podacima izmjere organizirati u GIS model, izvršiti statističku obradu podataka (klasterska analiza), izraditi kartografske slojeve u GIS-u na temelju rezultata klasterske analize. PODRUČJE ISTRAŽIVANJA - Research area Područje istraživanja bila je gospodarska jedinica „Repaš - Gabajeva Greda", Uprava šuma Podružnica Koprivnica. Površina gospodarske jedinice iznosi 4201,70 ha, od toga je 3640,88 ha obrasle površine. Cijela gospodarska jedinica "Repaš - Gabajeva Greda" nalazi se unutar granica Koprivničko-križevačke županije, a obuhvaćena je općinama Gola, Hlebine, Molve i Novo Virje. Gospodarsku jedinicu čine tri odvojene šumske cjeline između 46° 7´ i 46° 12´ sjeverne širine i 14°39´i 14° 51´ istočne dužine. Nadmorska visina kreće se oko 115 m. Istraživanjem su obuhvaćeni odjeli 26^16 (slika 1), ukupne površine 1092,15 ha. Sume gospodarske jedinice "Repaš - Gabajeva Greda" prema namjeni su najvećim dijelom gospodarske, a prema uzgojnom obliku regularne, pa je i cilj i način gospodarenja po uredajnim razredima sukladan tomu. Šumu s posebnom namjenom čini sjemenska sastojina hrasta lužnjaka, koja je izdvojena u poseban uređajni razred bez propisane ophodnje. METODE RADA - Work methods Uspostavljanje mreže i oblika primjernih ploha Establishing net and shapes of samleplots Na području istraživanja postavljen je sistematski uzorak mreže kvadrata, razmaka 100 x 100 m, u smjeru Istok - Zapad i Sjever - Jug. Mreža kvadrata (odjeli 26^46) postavljena je u svim odsjecima osim u odsjecima u kojima je izvršena totalna klupaža (manji odsjeci, odsjeci u oplodnoj sječi), čistinama i u I. dobnom razredu. 288 |
| ŠUMARSKI LIST 5-6/2004 str. 71 <-- 71 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTO.IINA PREMA DENDROMF.TRUSKIM PARAMIiTRIMA Šumarski list br. 5-6, CXXV1II (2004), 287-299 Slika 1. Područje istraživanja Figure 1 Research area Nakon toga pristupilo se određivanju izgleda i veličine jedinice uzorka, odnosno primjerne površine. Kako se radi o ravničarskom terenu, odlučeno je da ploha bude krug zbog toga što je krug zadan samo sa središtem i radijusom te gaje na terenu lakše iskolčiti nego neki drugi geometrijski lik. Osim toga, krug je geometrijski lik koji za određenu zatvorenu površinu ima najmanji opseg, odnosno najmanju vjerojatnost da se pojave granična (rubna) stabla koja nam značajno djeluju na kvalitetu izmjere. Ujedno gaje kao jedinicu uzorka kod obrade lakše simulirati, odnosno izračunati rezultate za različite veličine radijusa kruga. Polumjer (odnosno površina) primjernog kruga određen je na temelju Pravilnika o uređivanju šuma (N.N. 11/97) čl. 16. Većina ploha nalazi se u sastojinama starosti od 90-120 godina. Galić (2002), u svom magistarskom radu, navodi da se zadovoljavajuća preciznost procjene strukturnih elemenata postiže sa kružnim primjernim površinama polumjera r = 15 m. Nakon iskolčavanja središta krugova, odnosno primjernih ploha i određivanja njihovog broja (oznake), na svakoj plohi izmjeren je prsni promjer stabla. Prsni promjer je mjeren pomoću zaokružbene promjerke sa širinom debljinskih stupnjeva od 5 cm, te je na 1025 ploha izmjereno ukupno 37 619 stabala. Obrada terenskih podataka - Ground data processing Nakon terenske izmjere snimljeni podaci uneseni su u bazu podataka formiranu tako da se mogu koristiti za obradu varijabli uz primjenu softvera Microsoft Windows EXCEL i Statistica 6.0. Prilikom obrade podataka formirani su podaci za 4 vrste drveća: hrast lužnjak, poljski jasen, obični grab + OTB i OMB. Podaci su formirani prema zastupljenosti na objektu istraživanja. Najviše ima hrasta lužnjaka, poljskog jasena i običnog graba. Ostala tvrda bjelogorica (klen, voćkarice i dr.) nalazi se u podstojnoj etaži kao i obični grab, a i sličnog su uzrasta, pa su stavljeni zajedno s grabom. U ostaloj mekoj bjelogorici (OMB) prevladavaju crna joha, topole i vrbe. 289 |
| ŠUMARSKI LIST 5-6/2004 str. 72 <-- 72 --> PDF |
D. Storga: PRIMJENA (ilS-a PRI IZLUČIVANJU SASTOJ1NA PREMA DENDROMKTRUSKIM PARAMETRIMA Šumarski list br. 5-6. CXXV1II (2004). 287-299 Starost plohe uzeta je iz starosti odsjeka. Starost (god) stabla određuje se na osnovi promjena taksacijske veličine (prsnog promjera, visine) s obzirom na vrijeme (Pr a nj i ć i IVI i h a j lov, 1987). Posebno je to uočljivo pri rastu stabala u debljinu. Broj stabala (N) po debljinskim stupnjevima predstavlja distribuciju prsnih promjera sastojine. Na osnovi distribucije prsnih promjera, određuje se distribucija temeljnice, volumena i prirasta po debljinskim stupnjevima. Temeljnica je određena za svaku vrstu posebno. Temeljnica (G) stabla je površina presjeka stabla u prsnoj visini (u 1,30 mod tla), a temeljnica sastojine je su- Digitalizacija karata Za izradu grafičkog dijela GIS modela digitalizirane su postojeće karte: - topografska karta (1 : 5000), katastarski planovi (1 : 2880 i 1 : 2000), - gospodarska karta (1 : 10000). ma površina presjeka svih stabala sastojine. Temeljnica sastojine uvijek se izražava u mVha (Pranj ić i Luk i ć , 1997). Srednje plošno stablo (dj dobiveno je dijeljenjem temeljnice sastojine s brojem stabala u sastojini, odnosno, dijeljenjem temeljnice po hektaru s brojem stabala po hektaru. Postotno učešće vrsta (%) dobiveno je odnosom ukupne temeljnice pojedine vrste i ukupne temeljnice na plohi. U tablici 1. prikazan je dio izračunatih podataka na temelju terenske izmjere. - Maps digitalization Digitalizirane granice odjela i odsjeka proporcionalnom su transformacijom prevedene u kartografski oblik i uklopljene u HOK 1 : 5000. Tako pripremljeni podaci su s podacima izmjere organizirani u GIS model. - Statistical data processing (objekata) u skupine ili klastere. Svaki objekt karakteriziran je određenim brojem varijabli, tj. svojstava koji opisuju taj objekt. Statistička obrada podataka U statističkoj obradi podataka korištena je klasterska analiza. Klasterska analiza je skupina multivarijatnih tehnika, čiji je primarni cilj klasificiranje opažanja Tablica 1. Obrađeni podaci na istraživanom području (izvadak) Table 1 Processed data on the area of research (extract) Broj plohe St. god Broj Hrast lužnjak Obični grab i OTB Poljski jasen OMB UKUPNO plohe St. god N/ha G/ha % ds N/ha G/ha % ds N/ha G/ha % ds N/ha G/ha % ds N/ha G/ha ds 1 95 138 19,47 66,5 42,5 128 9,82 33,5 31,3 0 0,00 0,0 0,0 0 0,00 0,0 0,0 265 29,29 37,5 2 95 128 21,12 59,8 45,9 206 7,04 19,9 20,9 39 7,16 20,3 48,2 0 0,00 0,0 0,0 373 35,33 34,7 3 95 128 15,92 63,9 39,8 157 7,56 30,3 24,7 39 1,45 5,8 21,7 0 0,00 0,0 0,0 324 24,92 31,3 4 95 187 33,04 85,4 47,5 246 5,64 14,6 17,1 0 0,00 0,0 0,0 0 0,00 0,0 0,0 432 38,67 33,8 5 95 147 25,34 68,4 46,8 157 11,73 31,6 30.8 0 0,00 0,0 0,0 0 0,00 0,0 0,0 305 37,07 39,4 6 24 0 0,00 0,0 0,0 299 4,25 100,0 13,5 0 0,00 0,0 0,0 0 0,00 0,0 0,0 299 4,25 13,5 7 24 0 0,00 0,0 0,0 398 6,06 100,0 13,9 0 0,00 0,0 0,0 0 0,00 0,0 0,0 398 6,06 13,9 8 24 50 0,61 25,3 12,5 100 1,81 74,7 15,2 0 0,00 0,0 0,0 0 0,00 0,0 0,0 149 2,42 14,4 9 24 0 0,00 0,0 0,0 348 5,45 89,9 14,1 50 0,61 10,1 12,5 0 0,00 0,0 0,0 398 6,06 13,9 10 24 0 0,00 0,0 0,0 299 5,42 73,3 15,2 50 1,98 26,7 22,5 0 0,00 0,0 0,0 348 7,40 16,4 11 24 0 0,00 0,0 0,0 299 6,59 84,6 16,8 50 1,20 15,4 17,5 0 0,00 0,0 0,0 348 7,79 16,9 12 24 0 0,00 0,0 0,0 498 9,62 100,0 15,7 0 0,00 0,0 0,0 0 0,00 0,0 0,0 498 9,62 15,7 13 90 280 40,98 91,6 43,2 100 3,74 8,4 21,8 0 0,00 0,0 0,0 0 0,00 0,0 0,0 380 44,72 38,7 14 90 180 37,08 82,8 51,2 140 7,69 17,2 26,4 0 0,00 0,0 0,0 0 0,00 0,0 0,0 320 44,77 42,2 15 90 160 27,88 71,0 47,1 140 11,38 29,0 32,2 0 0,00 0,0 0,0 0 0,00 0,0 0,0 300 39,26 40,8 16 90 80 16,85 53,1 51,8 180 14,85 46,9 32,4 0 0,00 0,0 0,0 0 0,00 0,0 0,0 260 31,70 39,4 17 90 140 19,78 66,8 42,4 180 9,83 33,2 26,4 0 0,00 0,0 0,0 0 0,00 0,0 0,0 320 29,61 34,3 18 90 140 20,17 72,9 42,8 200 7,48 27,1 21,8 0 0,00 0,0 0,0 0 0,00 0,0 0,0 340 27,66 32,2 19 90 20 1,19 4,1 27,5 340 27,73 95,9 32,2 0 0,00 0,0 0,0 0 0,00 0,0 0,0 360 28,92 32,0 20 90 140 22,61 97,9 45,3 40 0,49 2,1 12,5 0 0,00 0,0 0,0 0 0,00 0,0 0,0 180 23,10 40,4 21 90 180 27,42 80,3 44,0 140 6,74 19,7 24,8 0 0,00 0,0 0,0 0 0,00 0,0 0,0 320 34,16 36,9 22 90 20 5,19 21,0 57,5 240 19,52 79,0 32,2 0 0,00 0,0 0,0 0 0,00 0,0 0,0 260 24,71 34,8 23 90 160 18,77 71,9 38,6 60 7,33 28,1 39,4 0 0,00 0,0 0,0 0 0,00 0.0 0.0 220 26,10 38,9 290 |
| ŠUMARSKI LIST 5-6/2004 str. 73 <-- 73 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDROMETRUSKIM PARAMETRIMA Šumarski list br. 5 6, CXXV11I (2004), 287-299 U radu su korištene hijerarhijske klaster metode gdje se klasteri formiraju po hijerarhiji, tako da je u svakoj sljedećoj razini broj klastera manji za jedan. Rezultati hijerarhijske klaster analize prikazuju se dendogramima. Korištene su aglomerativne metode koje su najčešće klasterske metode u biologiji, i to: 1. Complete linkage (Farthest neighbour) metoda - temelji se na udaljenosti između dva najdalja objekta. 2. K - means clastering - ovom metodom stvaraju se skupine koje će biti različite što je najviše moguće. Svrstavanje se radi na temelju k-srednjih vrijednosti. Na temelju podataka izmjere ušlo se u klastersku analizu s 1025 slučajeva (ploha) i 20 varijabli. Kao metoda klasterske analize uzeta je K-means analiza za 5, 10 i 15 klastera. Klasterska analiza provedena je s obzirom na 20 varijabli koje su vezane za svaku plohu. Varijable su sljedeće: - starost broj stabala: hrasta (hrast N), graba (grab N), jasena (jasen N) i OMB (OMB N) - temeljnica: hrasta (hrast G), graba (grab G), jasena (jasen G) i OMB (OMB G) postotak učešća: hrasta (hrast %), graba (grab %), jasena (jasen %) i OMB (OMB %) srednje plošno stablo: hrasta (hrast ds), graba (grab ds), jasena (jasen ds) i OMB (OMB ds) - ukupni broj stabala na plohi, srednje plošno stablo na plohi i ukupna temeljnica na plohi. Izrada kartografskih slojeva u GIS-u na temelju rezultata klasterske analize Making cartographic layers in GIS based on cluster analysis results Rezultati koji su dobiveni provedenom klasterskom analizom bili su baza za GIS modeliranje s ciljem izlučivanja sastojina. U ArcView-u napravljen je sloj na temelju koordinata koje su određene na terenu, a koje predstavljaju središte plohe. Postojećoj tablici s x i y koordinatama (tablica 2) dodana je tablica u kojoj se vidi pripadnost svake plohe određenom klasteru. Na taj načinje dobiven drugi sloj u kojemu je prikazana prostorna raspodjela ploha prema klasterima (slika 2). 291 |
| ŠUMARSKI LIST 5-6/2004 str. 74 <-- 74 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDROMETRI.ISK1M PARAMETRIMA Šumarski list br. 5-6, CXXVII1 (2004), 287-299 REZULTATI ISTRAŽIVANJA I RASPRAVA Research results and discussion Rezultati klasterske analize — Cluster analysis results Na temelju 20 varijabli i 1025 izmjerenih ploha, kao rezultat klasterske analize dobili smo 5, 10 i 15 klastera (grupa ploha) svrstanih po nekim određenim karakteristikama. Klasterska analiza je zbog velikog broja metoda više nego ijedna druga multivarijantna analiza pod utjecajem izbora samoga analitičara. Iz toga razloga pristupilo se analizi koja je pokazala optimalan broj potrebnih klastera, da bi se dobio vjerodostojan rezultat. Provedena je Complete Linkage metoda (slika 3). Na slici 3. vidimo daje za analizu potrebno minimalno 12 klastera. Stoga je kao optimalni broj za daljnju analizu uzeto 15 klastera (tablica 3). Iz tablice 3. vidi se da su prvih 6 klastera u osnovi slični po starostima ploha, a razlikuju se samo po varijabli učešća pojedine vrste po plohi. Klaster 7, 8 i 9 su sličnih starosti, međutim klaster 9 razlikuje se po učešću varijabli vezanih za OMB, a klaster 8 po varijablama hrast N i jasen N. Deveti klaster izlučen je na temelju učešća ostale meke bjelogorice. U klasterima 10, 11 i 12 uočljivo je veće učešće graba i učešće ostale meke bjelogorice, dok im je starost različita. Klasteri 13 i 14 su izlučeni na temelju varijabli vezanih za grab, dok se razlikuju od ostalih klastera i po starosti. Klaster 15 se razlikuje od klastera 4, 5 i 6, koji su sličnih starosti, po ukupnom broju stabala i ukupnoj temeljnici. Svih 15 klastera međusobno se razlikuje prema nekoj varijabli, pa samo uzimajući u obzir varijable N ukupno, G ukupno i ds uočljiva je razlika u karakteristikama koje su bile odlučujuće za svrstavanje pojedine plohe u određeni klaster. Iz slike 4. uočavaju se varijable koje su značajno odlučivale za izdvajanje pojedinog klastera, a to su broj stabala hrasta, graba, jasena i OMB-a. Na izdvajanje klastera 8 utjecala je varijabla broj stabala hrasta, na klaster 3 broj stabala graba, a na klaster 7 broj stabala poljskog jasena. Varijabla broj stabala OMB-a utjecala je na izdvajanje klastera 9. Isto tako je uočljivo da varijable koje su najmanje utjecale na izdvajanje klastera su srednje plošno stablo hrasta, srednje plošno stablo graba, srednje plošno stablo poljskog jasena, srednje plošno stablo OMB-a i srednje plošno stablo ukupno po plohi. Sličnost između pojedinih klastera može se vidjeti na temelju Euclidovih distanci, odnosno 292 |
| ŠUMARSKI LIST 5-6/2004 str. 75 <-- 75 --> PDF |
H. ŠIOTOI: l´RIMJI NA CIS-M PRI l/l 1 C l \ . \ NU SAS 1Q.IINA l´KI MA DhNDKOMI I RUSKIM l´ARAMI TRIMA Šumarski lisl hr. fi 6. CX.WIII |2I)()4|. ; S 7 - ; w mogu se utvrditi "udaljenosti" između izdvojenih klas- distanci ističe grupa klastera (1-6) koja ima vrlo male tera. U tablici 4. vidi se da se na temelju Euclidovih distance. 293 |
| ŠUMARSKI LIST 5-6/2004 str. 76 <-- 76 --> PDF |
D. Storga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDR0METRIJSK1M PARAMETRIMA Šumarski list br. 5-6, CXXVI11 (2004), 287-299 Rezultati ispitivanja utjecaja pojedine varijable na izdvajanje klastera Research results of particular variables influence on cluster separation Da bi se dobile varijable koje su imale najveći utjecaj na izdvajanje ploha u klastere provedene su analize One - Way ANOVA, LS Means i Tukey HSD test. One - Way Anova analizom vidimo utjecaj pojedine varijable na izdvajanje plohe u određeni klaster. Analizirana je svaka pojedina varijabla (ukupno 20). Ovdje su prikazani samo neki od primjera gdje je taj utjecaj najizraženiji. Iz slike 5. vidi se da je na temelju varijable broj stabala hrasta izdvojen klaster 8. Vrijednosti varijable hrast N slične su za klastere 1-6. Na izdvajanje klastera 14 značajno utječe varijabla broj stabala graba (slika 6). Varijable temeljnica graba i % učešće graba također značajno utječu na izdvajanje ploha u klaster 14. Na izdvajanje klastera 7 najviše utječe varijabla broj stabala jasena (slika 7). Uz tu varijablu najviše utjecaja imaju varijable vezane uz jasen i to: varijabla temeljnica jasena i varijabla % učešće jasena. Iz slike 8. uočava se da na izdvajanje klastera 9 najviše utječe varijabla broj stabala OMB-a. Za sve varijable (20) provedeni je i Tukey HSD test kojim se ispituju razlike između klastera s obzirom na ispi- 294 |
| ŠUMARSKI LIST 5-6/2004 str. 77 <-- 77 --> PDF |
D. Storga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJ1NA PREMA DENDROMETRIJSKIM PARAMETRIMA Šumarski list br. 5-6, CXXVIII (2004), 287-299 295 |
| ŠUMARSKI LIST 5-6/2004 str. 78 <-- 78 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDROMETRIJSKIM PARAMETRIMA Šumarski list br. 5- 6, CXXVI11 (2004), 287-299 tivanu varijablu. U tablici 5 prikazanje primjer Tukey HSD testa za varijablu Hrast N. Na temelju provedenog istraživanja za Tukey HSD test može se reći da jasno pokazuje razliku ili sličnost ploha izdvojenih u klastere u odnosu na pojedinu varijablu. Ako se pojedini klaster značajno razlikuje u odnosu na sve druge klastere po određenoj varijabli, može se reći daje ta varijabla značajno utjecala na izdvajanje ploha u taj klaster. Isto tako, ako se određeni klaster ne razlikuje bitno od drugih klastera u odnosu na neku varijablu, ta varijabla nije značajno utjecala na izdvajanje ploha u taj klaster. Rezultati na temelju izrade GIS-a - Results based on GIS making Prostorni raspored ploha prema podacima dobivenim na temelju klasterske analize Spatial distribution of plots according to data obtained on the basis of cluster analysis Sloj u GIS-u koji predstavlja prostorni rapored ploha prema klasterima, čija su središta određena koordinatama, uklopljen je u gospodarsku kartu. Na taj način dobiven je novi kartografski sloj, gdje je na gospodarskoj karti vidljiv položaj svake pojedine plohe na terenu. Uz to vidljiva je i pripadnost plohe prema klasterima. Kako se svi podaci u uređivanju šuma prikazuju po ha, išlo se na izradu GRID modela. Izrađena je mreža kvadrata dimenzija 1 x 1 ha. Time je svaka ploha na terenu predstavljena površinom od 1 ha. Budući da su sve karte jednoznačne unutar GlS-a (koordinate), izrađeni GRID model preklopili smo preko gospodarske karte (slika 9). Na taj način dobivena je nova karta koja prikazuje plohe površine od 1 ha. Kako svaka ploha pripada određenom klasteru, iz karte je vidljivo koja ploha (klaster) ulazi u postojeći odjel (odsjek). Ako uzmemo u obzir da najmanja površina odsjeka izlučena na terenu može iznositi 1 ha, dobili smo zapravo minimalnu površinu eventualnog odsjeka za izručenje. 296 |
| ŠUMARSKI LIST 5-6/2004 str. 79 <-- 79 --> PDF |
D. Štorga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJINA PREMA DENDROMETRIJSKIM PARAMETRIMA Šumarski list br. 5-6. CXXVIII (2004), 287-299 Usporedba odsjeka izlučenih na terenu i odsjeka dobivenih klasterskom analizom Comparison of subcompartments extracted on the ground and subcompartments obtained bv cluster analysis Na temelju dobivenog rasporeda ploha od 1 ha i gospodarske podjele na odjele i odsjeke dobili smo svaku plohu izdvojenu u odnosu na neku varijablu. Više istih ploha u nekom odsjeku predstavlja homogeno izlučeni odsjek, a više različitih ploha znači da je odsjek heterogeno izlučen. Na slici 9 vidi se da su odsjek 45a prekrila dva klastera (13 i 14). Razlika u ta dva klastera je samo u broju stabala graba na pojedinoj plohi. Iz tablice 3. vidi se da su u 13. klasteru 726 stabala graba, a u 14. klasteru 1333 stabala graba. Odsjek se nalazi u drugom dobnom razredu, odnosno radi se o mladoj sastojini graba pred prvom proredom, pa optimalni broj stabala u cijelom odsjeku nije postignut. Prema dobivenim rezultatima možemo taj odsjek podijeliti na 2 odsjeka i prilikom radova voditi računa o intenzitetu prorede s obzirom na izlučenje. Na temelju izmjerenih podataka koji su bili namijenjeni za izradu gospodarske osnove i izrađene digitalne karte gospodarske jedinice, cilj je bio da se krajnji rezultati upotrijebe pri racionalizaciji poslova u šumarstvu (uređivanju šuma), te da na taj način planiraju budući radovi u gospodarenju sastojinama. Tim načinom može se planirati gospodarenje na manjim površinama (npr. od 1 ha), odnosno gospodariti sa svakom plohom pojedinačno u određeno vrijeme, a čije se središte lako može locirati pomoću GPS-a. Mogu se odrediti šumsko-uzgojni zahvati u svakoj plohi, kao npr. popunjavanje, doznaka, sječa i si., a samim time i odrediti smjernice za daljnje planiranje gospodarenja odsjekom. Uvrštanjem novih varijabli u analize (visina stabla, širina krošnje, prirast) mogućnost planiranja na pojedinoj plohi se može povećati (praćenje sušenja sastojina i dr.). Ovakav način pristupa problemu, primjenom GIS tehnologije podržane statistikom oslobađa šumarskog stručnjaka rutinskih poslova (dileme oko izlučenja sastojina), te mu ostavlja više vremena za donošenje odluka o planiranju gospodarenja gospodarskom jedinicom, a otvara i nove mogućnosti u daljnjem istraživanju. Istraživanjem mogućnosti primjene GlS-a pri izlučivanju sastojina prema dendrometrijskim parametrima ukazuje se na primjenu GlS-a i statistike za potrebe planiranja u šumarstvu. Unutar uspostavljenog GIS-modela možemo vrlo jednostavno uklapati nove slojeve izrađene na temelju statističkih analiza ili izmjere na terenu i preklapati pojedine tematske slojeve, te na taj način modeliranjem dobiti novi sloj. Ovakav primjer GIS modeliranja može se koristiti u svim budućim istraživanjima. ZAKLJUČCI - Conclusions Geografski informacijski sustav (GIS) pogodan je za objedinjavanje podataka iz različitih izvora, s time da svi ti podaci moraju biti georeferencirani kako bi se jednoznačno mogli preklapati. Uz pomoć GlS-a podaci dobiveni statističkom analizom mogu se također prostorno prikazivati i primjenjivati prilikom izlučenja sastojina, vodeći pritom računa o propisima gospodarenja šumama. Sve varijable uzete u statističku analizu nemaju jednaku težinu na izdvajanje ploha u klastere. Uvrštavanjem novih varijabli (h, D, id ...) u analizu možemo povećati mogućnost planiranja. Sistematski postavljeni uzorak (mreža točaka) uz pomoć GPS-a na terenu, izvrsna je baza podataka za GIS modeliranje prilikom izlučivanja sastojina. Uz pomoć GPS-a lako se može, kada je to potrebno, odrediti položaj bilo koje plohe. Na temelju tako dobivenih podataka mogu se planirati zahvati u budućnosti vezani za gospodarenje šumama, a isto tako se podaci mogu i nadopunjavati. Ovim načinom uz pomoć GlS-a možemo planirati gospodarenje na manjim površinama (1 ha), odnosno mogu se odrediti pojedini zahvati (doznaka, sječa, popunjavanje i dr.) na svakoj plohi. Na temelju dobivenih rezultata i postavljenog zadatka problemu izlučenja sastojina primjenom GISa i izmjere treba ozbiljno pristupiti, jer ćemo olakšati i racionalizirati posao. Uvjereni smo da će i rezultati daljnjih istraživanja potvrditi ove rezultate i odrediti još neke nove ciljeve. Izvršenje potrebnih zahvata (šumsko-uzgojni radovi, sječe i si.), propisanih u Osnovi gospodarenja po odsjecima, te korištenjem podataka dobivenih primjenom GlS-a i izmjere za svaku plohu, u odsjeku je jednostavno i brzo. Uspostavom GlS-a osloboda se šumarski stručnjak rutinskih poslova, te mu se ostavlja više vremena za druge poslove. 297 |
| ŠUMARSKI LIST 5-6/2004 str. 80 <-- 80 --> PDF |
D. Štorga: PRIMJKNA CilS-a PRI IZLUČIVANJU SASTOJ1NA PREMA DENDROMETRUSK1M PARAMETRIMA Šumarski list br. 5-6, CXXVI1I (2004). 287-299 LITERATURA - References B a a d e r , G., 1942: Die Forsteinrichtung als nachhaltigc Betriebsfurung und Betriebsplanung, Frankfurt. F r a n č u l a , N. 1994,: Novi pristup kartografiji, Zbornik referata. Javno poduzeće Hrvatske šume i Šumarski fakultet Sveučilišta u Zagrebu, Zagreb. G a l i ć , Ž., 2002: Pouzdanost procjene strukturnih elemenata izmjere šuma primjenom kombiniranih metoda. Magistarski rad. Šumarski fakultet Sveučilišta u Zagrebu. J o r d a n , G. A. & T. A. E r d l e , 1989: Forest managament and GIS. What have learned in New Brunswick? The Canadian Institute of Surveying and Mapping Journal, 43 (3): 287-295. K a l a f a d ž i ć , Z . iV. K u š a n , 1991: Visoka tehnologija u inventuri šuma, Šum. list 115 (10-12): 509-520, Zagreb. K u š a n , V., 1993: GIS-tehnologija koja dolazi, Glasnik za šumske pokuse 30. K l o b u č a r , D. 2002: Mogućnost primjene aerofotosnimaka iz cikličkog snimanja Republike Hrvatske u uređivanju šuma. Magistarski rad, Zagreb. P e r n a r , R., 1997: Application of results of aerial photograph interpretation and geographical information system for planning in forestry. Glasnik za šumarske pokuse, vol. 34. str. 141-189, Zagreb. P r a n j i ć , A., 1. Mi haj lov, 1987: Starost stabla, Šumarska enciklopedija, svezak 3, drugo izdanje, Sveučilišna naklada Liber, Zagreb, jug. leksikografski zavod, str. 289. Pranj i ć , A., N. L u k i ć , 1997: Izmjera šuma. Sveučilište u Zagrebu - Šumarski fakultet, 410 p.p., Zagreb. XXX, 1997: Pravilnik o uređivanju šuma (NN 11/97). Ministarstvo poljoprivrede i šumarstva. XXX, 2001: Osnova gospodarenja GJ "Repaš - Gabajeva Greda" (2001-2010). Odjel za uređivanje šuma, Uprava šuma Koprivnica. SUMMARY: This thesis shows possibilities of GIS application in extracting stands according to dendometric parameters (number of trees - N, basal area - G, mean basal area tree - ds, age, % of species presence), that is, to seek and test ways and techniques of collecting, arranging and handling data, thus reducing ground work, improving measuring precision and accuracy, popularizing GIS, encouraging thinking and ideas development, both scientific thoughts and practical solutions in forest management. Ground work was done on regular oak forest stands on ´Repaš - Gabajeva Greda´ (compartments 26-46) in Repaš Forestry Office, Forest Management Koprivnica Branch. A systematic pattern of nets of squares 100 x 100 m, whose centres are also centres of areas (circles) where a tree breast-diameter was measured, was established in compartments. A total of 1025 circles were set up in the research area and the breast-diameter of 37619 trees was measured. Following the ground measurings, recorded data were entered into the data base formed in a way so they could be used for variables processing using Microsoft Windows EXCEL and Statistica 6.0 software. In creating the graphic part of GIS model, the existing maps were digitalized: topographic maps (1 : 5000), - cadastral plans (1 : 2880 and 1 : 2000), management map (1 : 10000). In statistical data processing cluster analysis (K-means method) was used, the results of which are basis for GIS modelling for the purpose of extracting stands. 298 |
| ŠUMARSKI LIST 5-6/2004 str. 81 <-- 81 --> PDF |
D. Storga: PRIMJENA GlS-a PRI IZLUČIVANJU SASTOJ1NA PREMA DENDROMETRIJSKIM PARAMETRIMA Šumarski list br. 5 6, CXXVI1I (2004), 287-299 The results of research into possibilities ofGIS application in extracting stands according to dendometric parameters point to the application ofGIS and statistics for the purpose of planning in forestry. Geographical information system is suitable for gathering data from different sources, provided these data are georeferential in order to overlap unambiguously. Data obtained in this way provide a basis for future planning in forest management, and they can also be supplemented. Data obtained by statistical analysis can also be shown spatially and used in stand differentiation, taking into account forest management regulations. With the help ofGIS we can also plan management on smaller areas (I ha) and determine certain activities (marking trees, felling, filling up blanks, and others) in each area. Carrying out the required tasks (forest-growing works, felling, etc.), regulated by the Forest Management Plan becomes very easy and quick when using the data obtained with the use ofGIS and the measuring for each area. With the establishment ofGIS can relieve a forester of dull and tedious work, leaving him with more time for other tasks. Key words: forests measuring, stand extraction, GIS, cluster analysis. 299 |