DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu




ŠUMARSKI LIST 1-2/2017 str. 39     <-- 39 -->        PDF

ove krivulje oblikom podsjećaju na kumulativnu funkciju normalne distribucije, rezultati provedenih Jarque – Bera statističkih testova pokazuju da se empirijska distribucija signifikantno razlikuje od normalne razdiobe. To znači da odstupanja testnih od referentnih linija obrisa šumskih kompleksa nisu normalno raspoređena, što ukazuje na prisutnost grubih i sustavnih pogrešaka. Tako npr. kod linijskih objekata dobivenih PAEK izglađivanjem s tolerancijom 180 m, približno 4 % odstupanja prelazi vrijednost trostruke RMSE, te se mogu smatrati grubim pogreškama. Maksimalne pogreške dosežu vrijednost šesterostruke rezolucije izvorne Landsat snimke.
ZAKLJUČCI
CONCLUSIONS
U opisanom istraživanju pokazano je kako se objektno – orijentiranom klasifikacijom multispektralnih satelitskih snimaka srednje rezolucije mogu dobiti kvalitetni vektorski podaci koji predstavljaju granice šumskih područja. Kroz provjeru točnosti obavljene klasifikacije potvrđen je vrlo dobar odabir interpretiranih klasa šumskog pokrova. S ciljem procjene stvarne praktične vrijednosti dobivenih geoprostornih podataka, obavljeno je ispitivanje apsolutne geodetske položajne točnosti. U radu je prikazana posebna metodologija ocjene položajne točnosti linija obrisa šumskih kompleksa, koje su vrlo nepravilnog oblika i rasprostiru se na velikom području. Opisana procedura temelji se na određivanju odnosa testiranog s referentnim izvorom podataka, kroz utvrđivanje dužina testiranih linija koje se nalaze u okviru zadane udaljenosti od referentne linije. Takav pristup je robustan i jednostavan za implementaciju u GIS-u, a ima niz prednosti u odnosu na tradicionalne metode ocjene položajne točnosti, utemeljene na terenskim metodama izmjere. Izglađivanjem linijskih kartografskih objekata PAEK metodom eliminiran je neprirodni efekt nazubljenosti prouzročen prostornom rezolucijom izvornih rasterskih podataka, a s druge strane pokazano je kako kartografska generalizacija doprinosi poboljšanju točnosti obrađenih elemenata. Kvantitativnim ispitivanjem udaljenosti testnih i referentnih kontura šumskih cjelina pokazano je da se podaci dobiveni predstavljenom metodologijom mogu koristiti za prikazivanje površina pod šumama na kartografskim proizvodima A klase, u mjerilima 1:100 000 i sitnijim (u skladu s normom STANAG 2215). S obzirom da je relativno velik dio linija obrisa šumskih kompleksa opterećen grubim pogreškama, nužno je rezultate objektno – orijentirane klasifikacije kontrolirati vizualnom analizom i interpretacijom satelitskih snimaka.
LITERATURA
REFERENCES
Ariza, L. F., G. A. Atkinson, 2008: Analysis of Some Positional Accuracy Assessment Methodologies, Journal of Surveying Engineering, 134 (2): 45–54.
Bodansky, E., A. Gribov, M. Pilouk, 2002: Smoothing and Compression of Lines Obtained by Raster-to-Vector Conversion, U: W. Liu, J. Llados, J. Ogier (ur.), Graphics Recognition: Algorithms and Applications. Springer, Springer Verlag, 256-265, Berlin – New York.
Droppová, V., 2011: The tools of automated generalization and building generalization in an ArcGIS environment, Slovak Journal of Civil Engineering, 19 (1): 1–7.
ESRI: ArcGIS Resources, (http://resources.arcgis.com), (datum pristupa: 10.08. 2015).
Frančula, N., 2003: Kartografska generalizacija, Geodetski fakultet Sveučilišta u Zagrebu, 117 str., Zagreb.
Frančula, N., M. Lapaine, 2008: Mali rječnik digitalne kartografije, Kartografija i geoinformacije, 10: 132-143.
Franklin, S. E., 2001: Remote Sensing for Sustainable Forest Management, CRC Press, 424 str., Florida, Boca Raton.
Giannini, M. B., C. Parente, 2015: An object based approach for coastline extraction from Quickbird multispectral images, International Journal of Engineering and Technology, 6: 2698-2704.
Goodchild, M. F., G. J. Hunter, 1997: A simple positional accuracy measure for linear features, International Journal of Geographical Information Science, 11 (3): 299-306.
Govedarica, M., A. Ristić, D. Jovanović, M. Herbei, F. Sala, 2015: Object Oriented Image Analysis in Remote Sensing of Forest and Vineyard Areas, Bulletin Horticulture, 72 (2): 362-370.
Heinonen, T., M. Kurttila, T. Pukkala, 2007: Possibilities to aggregate raster cells through spatial optimization in forest planning, Silva Fennica, 41 (1): 89–103.
Ključanin, S., D. Petrovič, M. Vajnaga, 2011: Ocjena točnosti državne topografske karte mjerila 1:25000, Geodetski glasnik, 40: 37-49.
Mulahusić, A., N. Tuno, 2011: Metode za otkrivanje promjena kod daljinskih istraživanja, Geodetski glasnik, 40: 3-13.
Oštir, K., A. Mulahusić, 2014: Daljinska istraživanja, Građevinski fakultet Univerziteta u Sarajevu, 343 str., Sarajevo.
Puceković, B. 2014: Ispitivanje točnosti topografske karte u mjerilu 1:25 000 u izdanju Vojnogeografskog instituta u Beogradu, Geodetski list, 91 (1): 33–46.
Radojčić, S., Borisov, M., Božić, B. 2011: Položajna tačnost geografskih informacija i savremeni standardi za njeno ocenjivanje. Glasnik Srpskog geografskog društva, 91 (2): 99-112.
Ruiz-Lendínez, J. J., F. J. Ariza-López, M. A. Ureña-Cámara, 2013: Automatic positional accuracy assessment of geospatial databases using line-based methods, Survey Review 45 (332): 332-342.
Saeedrashed, Y. S. 2014: An Experimental Comparison of Line Generalization Algorithms in GIS, International Journal of Advanced Remote Sensing and GIS, 3 (1): 446-466.
Seletković, A., R. Pernar, A. Jazbec, M. Ančić, 2008: Točnost klasifikacije satelitske snimke visoke prostorne rezolucije ikonos za potrebe šumarstva, Šumarski list, 9-10: 393-404.
Skopeliti, A., L. Tsoulos, 2000: Estimating Positional Accuracy of Linear Features (http://www.fig.net/com_3_athens/pdf/S55.%20A.Skopeliti,%20L.Tsoulos.pdf). Spatial Information Management – Experiences and Visions for the 21st Century, Workshop of FIG–Commission 3, Athens, Greece, 4–7 October (datum pristupa: 14.02.2016.).