DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu




ŠUMARSKI LIST 9-10/2008 str. 40     <-- 40 -->        PDF

D. Klobučar: PRIMJENA HISTOGRAMA DRUGOGA REDA U PROCJENI RELATIVNOG SASTOJINSKOG ... Šumarski list br. 9–10, CXXXII (2008), 419-429
Navedene histograme prvoga i drugoga reda ne treba
shvaćati apsolutnim, jer kod pojedinih sastojinskih
scena, iznimno, histogrami prvoga i drugoga reda u
potpunosti ne odgovaraju prethodno opisanim izgledima.
Razlog tomu treba tražiti u činjenici da je u ovom
slučaju ekstrahirana značajka prirodne teksture (sastojinska
scena) u zimskom periodu, na relativno velikoj
šumskoj površini, koja je prethodno stratificirana prema
kategoriji obrasta, no bez obzira na navedenu stratifikaciju,
nemoguće je očekivati ponavljanje uzoraka.


Naime, pri ekstrakciji značajki slike susrećemo se
sa problemima heterogenosti i kompleksnosti podataka
iz prirodnog okruženja, koje su opisali C h e r a k a s s
k y et al. (2006), a odnose se na: vremenske, dinamičke,
prostorne, biometrijske i druge komponente
prikupljanja podataka, bilo da je riječ o terestičkom ili
daljinskom određivanju kvantitativnih i kvalitativnih
varijabli.


Posebno treba naglasiti problem koji obilježava istraživanja
u području daljinskih istraživanja, gdje je
često puta teško raspolagati aero- i satelitskim scenama,
odnosno terestičkim podacima, koji su prikupljeni
u istom razdoblju (Foody & Curran, 1994; I n g
r a m et al. 2005).


Landek & Kaurić (1998) navode da su ciklična
aerofotogrametrijska snimanja Republike Hrvatske iznimno
važan projekat za gospodarenje prostorom. Stoga,
primjena histograma drugoga reda u daljinskim istraživanjima
za potrebe šumarstva, posebice uređivanja
šuma, predstavlja kontinuitet dosadašnjih istraživanja
(Klobučar, 2003; Pernar & Klobučar,
2003; P e r n a r et al. 2003; K l o b u č a r, 2004; K l o bučar
& Pernar, 2005) primjene cikličkih snimaka
u šumarstvu, a ujedno dodatni doprinos šumarske struke
ovako važnom projektu.


5. ZAKLJUČCI - Conclusions
Istraživanje povezanosti histograma drugoga reda s
tri kategorije obrasta provedeno je na primjeru gospodarske
jedinice “Jamaričko brdo”, šumarije Lipovljani.
Na temelju provedenih istraživanja i dobivenih rezultata
mogu se izvesti sljedeći zaključci:


Histogrami drugoga reda mogu se primijeniti u procjeni
relativnog sastojinskog obrasta.


Izrađena su tri osnovna oblika histograma, koji se
mogu pridružiti odgovarajućim kategorijama relativnog
obrasta.


Histogrami sastojina normalnog obrasta imaju najveću
razmazanost (širinu) oko glavne dijagonale,
ali i slabiju učestalost događaja u desnom dijelu dijagonale,
kao i najveću širinu “rešetki".


Histrogrami drugoga reda za sastojine čiji su obrasti
manji od normalnog, mogu se podijeliti u dvije
podgrupe. Histogrami prve podgrupe slični su histogramima
sastojina normalnog obrasta, s tim da im
je manja širina glavne dijagonale (slabije uočljivo),
dok su značajno razvidnije manje “rešetke”. Histogrami
druge podgrupe imaju širu glavnu dijagonalu
i veće “rešetke” od histograma slabog obrasta.


Histogrami sastojina slabog obrasta imaju najmanju
mjeru razmazanosti (širinu) oko glavne dijagonale.
Učestalost događaja prisutna je cijelom dužinom
glavne dijagonale, s tim da je najmanja širina
“rešetki”.
Provedenim istraživanjem utvrđena je još jedna
mogućnost primjene digitalne analize slike u procjeni
obrasta i stanja sastojina. Postupci digitalne analize slike
još su uvijek nesavršeni i ne mogu u potpunosti zamijeniti
klasične postupke. Stoga se integracija digitalnih
i vizualnih metoda u donošenju odluka (u cilju potrajnog
gospodarenja šumama) smatra svrsishodnim
postupkom.


6. LITERATURA – References
Berberoglu, S., & P. J. Curran, 2006: Merging
Spectral and Textural Information for Classifying
Remotely Sensed Images. Remote sensing
image analysis, 113–136, Springer, Netherlands.


Bolduc, P., K. Lowell, & G. Edwards, 1999:
Automated estimation of localized forest volumes
from large-scale aerial photographs and ancillary
cartographic information in a boreal forest.
International Journal of Remote Sensing 20
(18), pp. 3611–3624.


Cetin, M., T. K avzoglu, & N. Musaoglu, 2005:
Classification of multi-spectral, multi-temporal


and multi-sensor images using principal components
analysis and artificial neural networks:
Beykoz case.


Cherkassky, V., V. Krasnopolsky, D. P. Solomatine,
2006: Computational intelligence in
earth sciences and environmental applications:
Issues and challenges. Neural Networks 19,
113–121.


Coburn, C. A., &. A. C. B. Roberts, 2004: A multiscale
texture analysis procedure for improved
forest stand classification. International Journal
of Remote Sensing 25 (20), pp. 4287–4308.