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