Mjera efikasnosti ekosistema je veličina njegove organske produkcije. Izražava se količinom organske materije sintetisane u jedinici vremena na jedinici površine / zapremine. Kopnena primarna produkcija obezbjeđuje energiju za održavanje strukture i funkcije ekosistema, isporučuje resurse: hranu, drvo, goriva i vlakna nephodne za ljudsko društvo.

Produkcija biomase može se posredno određivati na više načina, kao što su: mjerenje količine oslobođenog kiseonika, mjerenje količine utrošenog ugljen-dioksida ili mjerenjem protoka ugljenika. U ovom radu analiza produkcije biomase izvršena je mjerenjem protoka i akumulacije ugljenika u ekosistemima.

U postupku analize produkcije biomase posebno su korisni satelitski izvedeni podaci, jer pružaju mehanizme za procjene, praćenje i evaluaciju prostorne i vremenske varijacije produkcije unutar kopnenih ekosistema. U ovom radu, za procjenu NPP, korišćeni su MODIS satelitski proizvodi: MOD17A3H (MODIS/Terra Net Primary Production Yearly L4 Global 500 m SIN Grid V006)1 i MYD17A2H (MODIS/Aqua Gross Primary Productivity 8-Day L4 Global 500 m SIN Grid V006)

Korišćeni podaci u ovom radu bazirani su na Nasinim (eng. NASA) produktima daljinske detekcije, dobijeni sa Tera Modis (eng. TERRA MODIS) i Akva Modis (eng. AQUA MODIS) senzora. Nasin projekat MOD17 obezbjeđuje kontinuirane podatke o GPP i NPP za cijelu Zemljinu površinu, počev od 2004. godine. Cilj MOD17 projekta je da se izvrši kontinuirana procjena bruto/neto primarne produkcije vegetacije za cijelu Zemljinu površinu. Izlazi MOD17 projekta korisni su za upravljanje zemljištem, prirodnim resursima, globalnu analizu kruženja ugljenika, monitoringa promjena životne sredine i procjenu statusa ekosistema. MOD178 je dio Nasinog sistema za osmatranje zemlje (eng. EOS-Earth Observing System) i prvi je satelitski izveden sistem za praćenje produkcije vegetacije na globalnom nivou.

Za računanje i analizu trendova neto primarne produkcije korišćeni su MODIS proizvodi: godišnji kumulativni NPP MOD17A3H, zatim MODIS proizvod (MYD17A2H) koji predstavlja kumulativni pokazatelj bruto primarne produkcije (GPP) za svakih 8 dana. Oba proizvoda su prostorne rezolucije od 500 m.

U GEE izdvojeni su iz kataloga podataka dva MODIS proizvoda: MOD17A3H (godišnji NPP) i MYD17A2H (GPP kumulativni za 8 dana) za unaprijed određen period osmatranja (2005-2014).

Nakon što su preuzeti, obrađeni i eksportovani podaci, korišćenjem GEE aplikacije, isti su uvezeni u QGIS desktop GIS aplikaciju, u čemu je izvršena analiza prostorno-vremenskih obilježja produkcije biomase na području Republike Srpske.

Na dijagramu 1 prikazana je prosječna godišnja produkcija suve biomase, izražena u kg/m2 , na području Republike Srpske, u posmatranom desetogodišnjem periodu. Sa dijagrama se može uočiti da je u posmatranom periodu produkcija biomase varirala od 1,48 do 1,98 kg/m2 . Obzirom da produkcija biomase direktno zavisi od klimatskih uslova, može se pretpostaviti da je u sušnijim godinama (godinama sa manjom količinom padavina) produkcija biomase bila na nižem nivou. U tom pogledu posebno se ističu 2011. i 2012. godina.

Na karti 1 prikazana je prostorna raspodjela prosječne godišnje produkcije suve biomase na području Republike Srpske, u posmatranom desetogodišnjem periodu. Prostorna raspodjela produkcije biomase zavisi od više faktora, najvažniji su načini korišćenja zemljišta i klimatski uslovi. Sa karte se može uočiti da je produkcija biomase izraženija u šumskim područjima, naročito u zonama listopadnih šuma. Četinarske šume, zbog svoje fiziologije, imaju nešto manju produkciju biomase. U područjima koja su privedena intenzivnoj agrarnoj proizvodnji uočava se sniženi obim produkcije biomase. Ovo zapažanje se može objasniti činjenicom da se u prirodnim ekosistemima produkcija odvija tokom cijelog vegetacionog perioda, dok se u vještačkim ekosistemima (poljoprivredne površine) produkcija odvija samo u jednom dijelu vegetacionog perioda (od sadnje/sijanja do branja/žetve).

Prostorno-vremenska istraživanja produkcije biomase imaju veliki značaj i primjenu u različitim aspektima ljudskog djelovanja, kao što su: praćenje stanja ekosistema, praćenje klimatskih promjena, praćenje uticaja klimatskih promjena na modifikaciju ekosistema, donošenje odluka o prilagođavanju na klimatske promjene, upravljanju ekosistemima, planiranju iskorišćavanja ekosistema i sl.

U posmatranom desetogodišnjem priodu uočeno je da postoje određena prostorna i vremenska odstupanja u raspodjeli produkcije suve biomase na području Republike Srpske. Odstupanja se mogu dovesti u vezu sa klimatskim uslovima (temperaturnim i padavisnik režimima), načinima korišćenja zemljišta, te zdravstvenim bilansom pojedinih ekosistema.

IZVOR: Bajić, D; Adžić, D; Dekić, R. (2017): ГИС БАЗИРАНА ПРОСТОРНО-ВРЕМЕНСКА АНАЛИЗА ПРОДУКЦИЈЕ БИОМАСЕ НА ПОДРУЧЈУ РЕПУБЛИКЕ СРПСКЕ; (Orginalni rad možete naći ovdje)

PRILOG: Izvorni kod za preuzimanje i obradu podataka u GEE

// import the sub basins as a fusion table
1. var RS = ee.FeatureCollection('ft:1DOzP0EjQis7THjO2gwEOxaRdZRWStqi3WKCBOMi').geometry();
2.
3. // set location and zoom level
4. Map.centerObject(RS,6);
5.
6. // add the layer
7. Map.addLayer(RS,false,"Republika Srpska");
8.
9.
10. // Define period
11. var startdate = ee.Date.fromYMD(2005,1,1);
12. var enddate = ee.Date.fromYMD(2005,12,31);
13.
14. // filter npp
15. var nppCollection = npp.filterDate(startdate, enddate)
16. .filterBounds(RS)
17. .select("Npp");
18. // filter gpp
19. var gppCollection = gpp.filterDate(startdate, enddate)
20. .filterBounds(RS)
21. .select("Gpp");
22.
23.
24. // calculate the npp8
25. var myNpp = function(myimg){
26. // get date
27. var d = ee.Date(myimg.get('system:time_start'))
28. // get year
29. var y = d.get('year').toInt();
30.
31. // filter for year for GPP and NPP
32. var GPPy = ee.Image(gppCollection.filter(ee.Filter.calendarRange(y, y,
'year')).sum());
33. var NPPy = ee.Image(nppCollection.filter(ee.Filter.calendarRange(y, y,
'year')).mean());
34. var npp8 = myimg.expression('(GGP8 / GPPy) * NPPy',
35. {
36. GGP8: myimg,
37. GPPy: GPPy,
38. NPPy: NPPy
39. });
40.
41. // multiply with scale factor
42. npp8 = npp8.multiply(0.0001);
43.
44. return npp8.copyProperties(myimg,['system:time_start'])
45. }
46.
47. var npp8Collection = ee.ImageCollection(gppCollection.map(myNpp));
48.
49. // calculate the Biomass
50.
51. var Biomass = function(myimg){
52. var biomass = myimg.multiply(2.5);
53. return biomass.copyProperties(myimg,['system:time_start']);
54. }
55. // map biomass production
56. var biomassCollection = npp8Collection.map(Biomass);
57.
58. // create vizualtion settings
59. var biomass_viz = {min:300.0, max:800, palette:"b27c00,ffff33,58ff33,146003
"};
60.
61. // add the image
62. Map.addLayer(biomassCollection.sum().clip(RS),biomass_viz,"npp RS")
63.
64.
65. // Predefine the chart titles.
66. var title = {
67. title: 'Produkcija biomase u Republici Srpskoj',
68. hAxis: {title: 'Time'},
69. vAxis: {title: 'Biomasa (kg/m2)'},
70. };
71.
72. print(biomassCollection)
73.
74. // create chart
75. var biomassChartRS = ui.Chart.image.seriesByRegion(biomassCollection,
76. RS,
77. ee.Reducer.mean(),
78. 'Gpp',
79. 500,
80. 'system:time_start').setOptions(
title);
81. // plot chart
82. print(biomassChartRS)
83.
84. // Export the image, specifying scale and region.
85. var suma = biomassCollection.sum().clip(RS);
86. Export.image.toDrive({
87. image: suma,
88. description: '2005',
89. scale: 500,
90. }); 

Indeks lisne površine je pojam koji nam pokuvava kvantitativno predstaviti gustinu biljnih krošanja. On se jednostavno definiše kao površina zelenog lista grošanja po jedinici površine tla.  Ova definicija važi za lišćarske vrste (odnosno vrste sa širokim listom), dok se u četinarskim šumama LAI definiše na teri načina :

1. Kao polovina ukupne površine svih iglica po jedinici površine tla
2. Projektovana površina iglica po jedinici površine tla
3. Ukupna pvršina svih iglica po jedinici površine tla

Dakle koncept računanja LAI je veoma jednostavan I lako razumljiv, zbog toga se koristi svuda u svijetu za kalkulisanje pokrovnosti zemljinog pokrivača lisnom površinom. Ovaj indeks direktno zavisi od I daje nam informacije o produktivnosti, količini biomase, rastu krošanja, fenologiji vrste, strukturi lisnog pokrivača (da li je u jednom ili više spratrova), intenzitetu transpiracije I dr.

Postoje dvije osnovne grupe metoda za mjerenje LAI, to su direktni metod I indirektni metod.

Direktnimetodi su:

1. Destruktivno sakupljane- Ova metoda podrazumjeva sječu stabana, sakupljane biomase sveg lišća i računanje njegove površine u odnosu na površinu tla
2. Upotreba sakupljača lišća- ova metoda bazira se na hvatanju lišća koje padne sa drveta, te se na onovu njega računa indeks lisne površine.

Indirektni metodi su:

1. Upotrebom hemisveričnih fotografija
2. PAR inverzina – pomoću mjerenja transkisije u krošnjama
3. Spektralna refleksija- Uz pomoć senzora koji se stavljaju ispod krošanja
4. Pomoću daljiske detekcije

Da seznate višeo ovim metodama pogledajte sjajan seminar:

Ukoliko želite računati vrijednosti LAI indeksa uz pomoć daljinske detekcije, to možete uraditi koristeći SENTINEL 2 satelitske snimke. Najlakši način za obradu ovih snimaka jeste uz pomoć SNAP sftvera.  Dakle nakon skidanja željenog snimka i ekstraktovanja područja od interesa, i izvršimo atmosfersku korekciju snimka, nakon toga odemo na karticu Optical; Thematic Land Processing; Biophysical Processor. U kartici koja nam se ponudi potrebno je odabrati željeni snimak i kliknuti na tipku Run. U dobijenim rezultatima dobićemo vrijednosti LAI indeksa.

Ovo nam omogućava brže i jednostavnije praćenje promjena, pogotovo što je ovaj proces moguće automatizovati i sačuvati za procesuiranje novih snimaka.

Tutorijal možete pogledati ovdje

Kako skinuti SENTINEL 2 snimak možete pogledati ovdje:

Za dalje procesuiranje moguće je koristiti QGIS softver