Procjena prostornog rasporeda drvne produkcije u visokim šumama na Igmanu
DOI:
https://doi.org/10.54652/rsf.2014.v44.i1.104Ključne riječi:
wood volume and increment, inventory control sample, Landsat TM, k-NN estimates, spatial mappingSažetak
UDK: 630*52/*56:528.8(234.422 Igman)
Poznavanje karakteristika šumske drvne produkcije predstavlja osnovu za uspješno planiranje gazdovanja šumama. Redovnim inventurama šuma prikupljaju se brojni podaci i informacije na bazi kojih se procjenjuje stanje šumskih resursa u kvantitativnom i kvalitativnom pogledu. Kontrola tačnosti taksacionih snimanja provodi se kroz ponovljena snimanja na kontrolnom uzorku koji takođe treba da reprezentuje stanje šumskih resursa. U tom smislu kontrolni uzorak može poslužiti kao materijal za istraživanje stanja šuma posebno u dijelu istraživanja novih procedura procjena kakvo je preduzeto u ovom radu. Cilj ovog istraživanja je bio ispitati efikasnost procjene prostornog rasporeda sveukupne drvne mase i njenog prirasta u visokim šumama na bazi terenskih snimanja kontolnog uzorka i spektralnih podataka dostupnog Landsat satelitskog snimka.
Kao područje istraživanja su odabrane visoke šume u Gospodarskoj jedinici Igman ŠGP Igmansko. Materijal za istraživanje činile su lokalne procjene sveukupne drvne mase i njenog prirasta kontrolnog uzorka i spektralni podaci Landsat TM satelitskog snimka. Primjenjen je neparametrijski k NN metod procjene i evaluirana njegova tačnost.
Osnovni rezultati do kojih se došlo ukazuju na efikasne procjene sveukupne drvne mase i prirasta na nivou pixela kao i na području visokih šuma. Poredjenje sveukupne drvne mase i prirasta po debljinskim stepenima rezultiralo je procjenom veće mase I prirasta lišćara a manje četinara u svim debljinskim stepenima. Takodje su procjenjeni manji prosjeci sveukupne drvne mase i prirasta za lišćare i četinare zbirno.
Procjene su predočene na tematskim kartama prostornog rasporeda sveukupne drvne mase i prirasta koje vizueliziraju kvantitete šumske drvne produkcije na Igmanu.
Rezultati istraživanja ukazuju na potencijal ovog pristupa u analizi šumskih resursa te se preporučuju dalja istraživanja zasnovana na uzroku taksacionih snimanja regularne inventure šuma, satelitskih snimaka visoke rezolucije i drugih dostupnih relevantnih informacija (digitalni model terena, pedološka karta, vegetacijski indexi i druge).
References
CHIRICI G., CORONA P., MARCHETTI M., MASTRONARDI A., MASELLI F., BOTTAI L., TRAVAGLINI D. (2012): K-NN FOREST. User's guide and tutorial. Available on-line at www.forestlab.net.
CHIRICI, G., A. BARBATI, P. CORONA, M. MARCHETTI, D. TRAVAGLINI, F. MASELLI, AND R. BERTINI. 2008. Non-parametric and parametric methods using satellite images for estimating growing stock volume in Alpine and Mediterranean forest ecosystems. Remote Sensing of Environment 112(5):2686-2700.
ČABARAVDIĆ A., PELZ R. D., CHIRICI G., KUTZER CH., ĆATIĆ E., DELIĆ H. (2011): Weighted functions in the k-NN estimates of growing stock in high forest in Bosnia. Works of Faculty Forestry University of Sarajevo. Vol 2. p. 15-29.
ČABARAVDIĆ A., TREŠTIĆ T., MUJEZINOVIĆ O. (2012): Procjena prostorne rasprostranjenosti oštećenja šuma na bazi daljinske detekcije. ANU BiH. Naučna konferencija ŠUME – INDIKATOR KVALITETA OKOLIŠA. Zbornik radova.
ČABARAVDIĆ A., LOJO A., BALIĆ B., OSMANOVIĆ M., AVDAGIĆ A., MAHMUTOVIĆ G. (2014): Procjena šumskih drvnih zaliha unsko-sanskog područja na bazi taksacionih snimanja druge nacionalne inventure šuma i IRS satelitskih snimaka/Growing stock estimation of productive forest in unsko-sansko area based on the 2nd national forest inventory field data and IRS satellite images. Naše šume/Our forests. No 32-33, str. 4-11.
ČABARAVDIĆ A. (2007): Efficient Estimation of Forest Attributes with k NN. Ph.D. thesis, Faculty of Forest and Environmental Sciences, Albert-Ludwigs-Universität Freiburg im Breisgau, Germany.
Forest management plan for the Forest management area "Igmansko".
FRANCO – LOPEZ, H., A. R. EK, AND M. E. BAUER. (2001): Estimation and mapping of forest stand density, volume and cover type using k-nearest neighbors method. Remote Sensing of Environment, 77: 251-274.
HAAPANEN, R., EK., R., A., BAUER, E., M., FINLE, O., A. (2004): Delineation of forest/nonforest land use classes using nearest neighbour methods. Remote Sens. Environ., 89: 265-271.
KATILA, M., TOMPPO, E. (2001): Selecting estimation parameters for the Finnish multisource National Forest Inventory. Remote Sensing of Environment, 76: 16-32.
LOJO., A. (2012): Metodika rada pri izradi šumskogospodarskih osnova za Šumsko gospodarska područja u Kantonu Sarajevo. Izvještaj projekta.
MAHMUTOVIĆ G., ČABARAVDIĆ A., OSMANOVIĆ M. (2013): Procjena drvnih zaliha na bazi Landsat TM+ snimka na šumovitom miniranom području GJ Majevica – Jablanička rijeka/Growing stock estimation based on the Landsat TM+ on forested mined area of Majevica – Jablanička rijeka. Naše šume/Our forest. No 30-31, XII godina, str. 13-20.
MCROBERTS, R., NELSON, M. D., WENDT, D. G. (2002): Stratified Estimation of forest Area using Satellite imagery, Inventory Data and the k-nearest neighbors technique. Remote Sensing of Environment, 82: 457-468.
TOMPPO, E., HALME, M. (2004): Using coarse scale forest variables as ancillary information and weighting of variables in k-NN estimation: a genetic algorithm approach. Remote Sensing of Environment 92.
