Upotreba tehnika daljinske detekcije u istraživanju požarnih akitvnosti tema je koja je započeta u prošlom vijeku i čije se mogućnosti povećavaju kako se novi senzori ugrađuju u međunarodne programe posmatranja Zemlje. Mnogi satelitski senzori (Landsat, Aqua, Terra, Envisat i SNPP) sposobni su da identifikuju požare i da utvrde promjenu vegetacije u izogrelim područijima.
Vegetacijski indeks normalizirane razlike (engl. Normalized Difference Vegetation Index – NDVI) najkorišteniji je indikator za otkrivanje promjena u vegetacijskom pokrivaču. Uveo ga je Deering 1978. godine predstavlja odnos između razlike bliskoinfracrvenog dijela spektra i crvenog dijela spektra (Deering 1978).
Mjerenje refleksije u bliskom infracrvenom i crvenom vidljivom dijelu spektra veoma je precizan mehanizam za određivanje zdravlja vegetacije. Pomoću toga indeksa mogu se pratiti sezonske i višegodišnje vegetacijske promjene (Jensen i Lulla 1987).
Kao što su istakli Ladanii i dr. (2011), vegetacijski indeksi široko su korišćeni za procenu količine biomase i za ocenu vegetacijskih uslova. NDVI je najčešće korišten alat za procjenu dinamike vegetacije. Indeks pokazuje promene količine zelene biomase, sadržaja hlorofila i vodenog stresa površine lista (Ladanii et al., 2011). NDVI, kao i svi vegetacijski indeksi, povezuje spektralnu apsorpciju hlorofila u crvenoj boji (R) sa fenomenom refleksije u bliskom infracrvenom spektru (NIR), pod uticajem tipa lista strukture (Vang & Tenhunen, 2004). Indeks se zasniva na činjenici da hlorofilni pigmenti biljnog lišća apsorbuju zračenje u rasponu 0,4 do 0,7 µm vidljive svetlosti (fotosinteza), ali struktura listova biljke odražava zračenje u bliskom infracrvenom opsegu (0,7 do 1,1 mm). Vrijednosti NDVI variraju između -1 (bistre / duboke vodene površine, gole zemlje) i +1 (guste šume) (Ladanii i dr., 2011).
Normalizovani indeks vegetacije razlike (NDVI), koji koristi i crveni i NIR trake, može identifikovati nezdravu vegetaciju u izgorelim područjima i koristiti se u nadgledanju posle požarnih promjena vegetacije (Lentile,L.B i dr., 2006; Hope, A i dr., 2006; i Meng i dr., 2014).
Stoga su ovi indeksi vegetacije i spaljivanja pogodni ne samo za otkrivanje požara i mere ozbiljnost štete, ali i za procenu napretka šume u oporavku. Van Leeuven i dr. (2010) pokazao je da se obnavljanje šumskih požara može proceniti koristeći umerenu rezoluciju satelitske snimke za merenje razlike u NDVI između spaljenog područja i neizgorenog oblasti svake godine. Spektralni odgovor vegetativnih zajednica nakon požara može se nadgledati i modelirati kroz varijacije u Normalizovanom indeksu vegetacijske razlike (NDVI) određivanjem različitih nivoa oporavka kako funkcionisanjem ekoloških karakteristika pogođenog područja. (Fiorella i Ripple 1993; Diaz-Delgadoet al. 1998; Henriand Hope 1998; Kushla i Ripple 1998).
Nekoliko studija (Chen W. i dr, 2014; Chen, X i dr. 2011; Pascual, M i dr. 2001) takođe je podržalo korisnost spektralnih indeksa izvedenih iz Landsat-a za proučavanje promjene vegetacije nakon požara.
2. ISTRAŽIVANO PODRUČIJE
Garač je planina koja prpada regiji srednje Crne Gore, strmo uzdiže iznad Bjelopavlićke ravnice i doline rijeke Zete, nalazi se na teritoriji opštine Danilovgrad i Cetinje. Iako ne spada u visoke planine, ima specifične morfološke karakteristike, od podnožja do vrha visinska razlika znosi oko 1.400 mnv. Pruža se pravcem jugoistok – sjeverozapad . Sa istoka je okružen Bjelopavlićkom ravnicom i vrhovima Lisac (1.563 m) i Prekornica (1.927 m ), sa sjevera Ostroškim gredama (1.154 m) i planinom Budoš (1.215 m), zapadno je planina Kopitnik (1.171 m), a na jugu planina Siljevica (968 m).
Planina je izgrađena od bjeličastih laporovitih krečnjaka i dolomita gornje krede, koji se lakše raspadaju, pa su njegove strme strane podložne eroziji. Najzastupljeniji su senonski sivobjeličasti slojeviti, bankoviti i masivni krečnjaci na sjevernim i sjeverozapadnim padinama Veljeg i Malog Garča, gotovo sve do Sušice.
Niže djelove Garča odlikuje izmijenjeno-mediteranska klima.Visočiji tereni odlikuju se umjereno-kontinentalnom klimom, a samo najviši djelovi Garča imaju odlike subplaninske klime. Statistički podaci pokazuju da se učestalost požara, kao i ukupna opožarena površina, povećava iz godine u godinu. S obzirom na klimatske scenarije, koji predviđaju rast prosečnih temperatura, smanjenje ukupnekoličine padavina i njihovu neravnomernu distribuciju tokom godine sa dugim periodima suše tokom leta,može se očekivati dodatno povećanje učestalosti požara i i povećanje opožarenih površina na području Crne Gore.
Na ovoj teritoriji zastupljeno je nekoliko tipova i podtipova zemljišta (krečnjačko–dolomitska crnica, rendzina, crvenica, gajnjača).
Kao predioni elementi uočavaju se šume, livade i pašnjaci, ogoljeni krševiti tereni, poljoprivredna polja. Dominatni tipovi vegetacije su Fagetum montanum seslerietosum i Cymbopgon-Brachypodion.
Podaci pokazuju da se učestalost požara (većinom antorpogenih), kao i ukupna opožarena površina, na ovom područiju povećava iz godine u godinu.
3. PODACI I METODE
3.1. Podaci
Za potrebe ovog rada koriste se podaci sa satelita VIRS (period od 12. avgust 2014 do 25. jul 2019) (FIRMS, https://firms.modaps.eosdis.nasa.gov) koji ima algoritram za automatsku indetifkaciju aktivnih požara. (Schroeder et al. 2014 za detalje). Podaci su preuzeti u SHP formatu i konvertovani u projekcijski koordinatni sistem univerzalne poprečne Mercatorove projekcije (UTM 34N) na rotacijskom elipsoidu WGS84 (EPSG:32634)
Standardne Landsat proizvode svim korisnicima potpuno besplatno i bez ikakvih ograničenja distribuira United States Geological Survey’s Earth Resources Observation and Science Center (USGS EROS) (http://earthexplorer.usgs.gov/). Arhiva podataka sadrži grubo obrađene i kalibrirane (geokodirane) multispektralne snimke snimljene Operational Land Imager (OLI) i Thermal Infrared (TIR) senzorima. Za potrebe NDVI analize u ovom radu odabrane su 2 Landsat 8 OLI/TIR scene, snimljene 12. avgusta 2014. i 25. jul 2019. godine. Kako bi se dobili najprecizniji rezultati korišćeni su snimci sa minimalnim oblačnim pokrivačem (0-20%) kako je u svojoj metodologiji predložio Chavez (1996). Detaljnije Landsat 8 OLI/TIR prostornne i spektralne karakteristike prikazane su u Tabeli 1.
| Landsat 8 Operational Land Imager (OLI) and Thermal Infrared Sensor (TIRS) Launched February 11, 2013 | Bands | Wavelength (micrometers) | Resolution (meters) |
| Band 1 Visible | (0.43 – 0.45 µm) | 30 m | |
| Band 2 Visible | (0.450 – 0.51 µm) | 30 m | |
| Band 3 Visible | (0.53 – 0.59 µm) | 30 m | |
| Band 4 Red | (0.64 – 0.67 µm) | 30 m | |
| Band 5 Near-Infrared | (0.85 – 0.88 µm) | 30 m | |
| Band 6 SWIR 1 | (1.57 – 1.65 µm) | 30 m | |
| Band 7 SWIR 2 | (2.11 – 2.29 µm) | 30 m | |
| Band 8 Panchromatic (PAN) | (0.50 – 0.68 µm) | 15 m | |
| Band 9 Cirrus | (1.36 – 1.38 µm) | 30 m | |
| Band 10 TIRS 1 | (10.6 – 11.19 µm) | 100 m | |
| Band 11 TIRS 2 | (11.5 – 12.51 µm) | 100 m |
NDVI analiza
Svi postupci predobrade i obrade podataka u radu obavljeni su u softverskom programu ArcGIS 10.5. Landsat satelitske scene preuzorkovane su metodom kubne konvolucije, tako da budu orijentisane prema sjeveru i georeferencirane u projekcijski koordinatni sistem univerzalne poprečne Mercatorove projekcije (UTM 34N) na rotacijskom elipsoidu WGS84 (EPSG:32634) u GeoTIFF formatu.
Kako bi dobili informacije o promjeni vegetacije u periodu 2014. do 2019. godine, koristili smo Normalizovanu razliku između vegetacijskog indeksa (NDVI). NDVI se dobija kombinacijom kanala 3 (0.63-0.69 um) i 4 (0.78-0.90 um) po sledećoj formuli:
NDVI = (Band 4 – Band 3) / (Band 4 + Band 3)
Vrijednosti NDVI su u intervalu od -1 do 1, gdje negativne vrijednosti predstavljaju nedostatak vegetacije ili bolesnu vegetaciju, a pozitivne vrijednosti pokazuju zdravu, gustu vegetaciju. Klasifikacija dobijenih koeficijenata NDVI prvenstveno zavisi od brojnih faktora kao što su: geografska širina analiziranog područja, nadmorska visina na kojoj se vegetacija, raznih abiotičkih faktora itd. Postoji više metoda za klasifikaciju NDVI koeficijenta, ali nijedan ne precizira tačno i ocrtava strogu granicu vrijednosti. Vrijednosti se utvrđuju u zavisnoti od istraživanog područija. Međutim, uobičajna praksa omogućava korišćenje skale pozitivnih vrijednosti NDVI koje je predložila NASA (Zemaljska opservatorija NASA). Zbog toga vrlo niske vrijednosti NDVI (0,1 i niže) odgovaraju neplodnim površinama stijena, pijeska ili snijega. Umjerene vrijednosti predstavljaju grmlje i travnjake (0,2 do 0,3), dok visoke vrijednosti ukazuju na umjerene i tropske prašume (0,6 do 0,8) (Hamel i dr., 2009; Cui i sur., 2013; Zaitunah i dr., 2018)
Klasifikacija dobijenih vrijednosti obrađena je primejnom metoda Natural Break (Jenks), tako što je raspon NDVI vrijednosti podjeljen je na pet klasa: slaba vegetacija (0,11-0,23); umjereno slaba (0,23-0,34); umjerena vegetacija (0,34-0,43); gusta vegetacija (0,43-0,51); veoma gusta vegetacija (0,51-0,64).
Nakon toga obračunate su površine i procentualne vrijednosti klasifikovanih indeksa za istraživani vremenski period. Na kraju je prikazana karta sa promjenama NDVI vrijednosti za istraživani period. Metoda koja je praćena tokom ovog istraživanja prikazana je u sledećem modelu dijagram toka (Slika 2):
REZULTATI I DISKUSIJA
Za istraživani vremski period od 1. jula 2014. godine do 12. avgusta 2019. godine na planini Garač satelit VIIRS je zabilježio 294 anomalije odnosno indetifikovao područija gdje su postojale požarne aktivnosti. (Slika 3)
Vrijednosti NDVI se u našem istraživanom područiju kreću su intervalu od 0,11 do 0,63. U poređenju 2014. sa 2019. godinom primjećujemo opadajući trend NDVI vrijednosti na istraživanom područiju, a posebno u područijima gdje je VIIRS satelit indetifikovao požare. Velike promjene NDVI vrijednosti ukazuju koliki je uticaj požara na promjenu vegetacije. Ove promjene najizraženije su u zapadnom, sjeverozapadnom i centralnom dijelu istraživanog podučija. Na maloj površini u jugoistočnom dijelu je došlo do povećanja NDVI vrijednosti. (Slika 4)
Za istraživani period primjećeno je povećanje učešća umjereno slabe vegetacije u ukupnoj površini istraživanog istraživanog područja za 2,28%, kao i povećanje učešća površina pod umjerenom vegetacijom za 22,61%. Požarne aktivnosti imale su veliki uticaj na smanjeje površina pod gustom i veoma gustom vegetacijom. Učešće površina guste vegetacije u ukupnoj površini istraživanog područja smanjilo se za 16,61% dok se učešće veoma guste vegetacije u ukupnoj površini područja smanjilo za 8,18% (Tabela 2).
Iz rezultata ovog istraživanja može se dobiti jasan uvid u štetno djelovanje požarnih aktivnosti na vegetacioni pokrivač, kao i mnoštvo informacija o toku oporavka vegetacije nakon mnogobrojnih ponavljajućih požara. Nakon jakih požara, potrebno je da vegetacija prođe kroz čitav niz sukcesivnih faza. Sve to negativno utiče na ekosistem kao cjelinu.
Na istraživanom području vegetacijoni pokrivač se nalazi u fazi oporavka, čime se objašnjava porast površina pod umjereno slabom i umjerenom vegetacijom, a smanjenje površina pod gustom i veoma gustom vegetacijom. Budući da je VIIRS satelit indetifikovao veliki broj ponavljajući požara, upitno je koliko će proces oporavka trajati i kakve će posljedice ostaviti na vegetaciju planine Garač.
| NDVI Kategorija zasnovana na vrednosti | NDVI vrijednosti | Površina ha (2014) | Površina ha (2019) | 2014 % | 2019% |
| Slaba vegetacija | (0,11-0,23) | 5 | 0,5 | 0,10 | 0,01 |
| Umjereno slaba vegetacija | (0,23-0,34) | 59 | 178 | 1,13 | 3,41 |
| Umjerena vegetacija | (0,34-0,43) | 1237 | 2417 | 23,70 | 46,31 |
| Gusta vegetacija | (0,43-0,51) | 3204 | 2337 | 61,39 | 44,78 |
| Veoma gusta vegetacija | (0,51-0,64) | 714 | 287 | 13,68 | 5,50 |
| 5219 ha | 5219 ha | 100% | 100% |
ZAKLJUČAK
Promjena vegetacije posle požarnih aktivnosti motivisala nas je za primenu razvijene metodologije.Utvrđeno je da je vegetacija posle požarog perioda imala trend smanjena NDVI vrijednosti. U odnosu na klase vegetacije na istraživanom područiju došlo je do promjene i povećanja umjerene i umjerno slabe vegetacije, a smanjena guste i veoma guste vegetacije. Iz sveukupne ocene ovog rada jasno je uočeno da se vegetacijski pokrivač menja u istraživanom područiju. Sadašnje i buduće generacije imaće velike posledice ako se ovaj trend nastavi. Razvoj pouzdanih tehnika za procjenu karakteristika vegetacije nakon požara u uslovima ponavljajućih požara od presudnog je značaja za bolje razumevanje ponašanja vegetacije u mediteranskom regionu, koji je pod stalnim uticajem jakih požarnih sezona. Primjena ovog i sličnih metoda daljinske detekcije može odigrati bitnu ulogu u planiranju i vođenju požarnih aktivnosti.
ForestryTech 