MATERIJAL I METODE ISTRAŽIVANJA

Objekt istraživanja

Istraživanja za  potrebe ovoga rada obavljena su na teritoriji šumskoprivrednog područja „Bosansko-Petrovačko“, kojim gazduje Podružnica „Šumarija“ (PŠ) Bosanski Petrovac (Slika 1), pod okriljem Šumskoprivrednog društva „Unsko- Sanske šume“.

Površina teritorije kojom gazduje PŠ Bosanski Petrovac iznosi oko 70.967,63 hektara. Šumskoprivredno područje „Bosansko-Petovačko“ spada u oblast unutrašnih Dinarida. Klimu ovog područja karakterišu umjereno kontinentalna i izmijenjeno kontinentalna klima, koja sa visinom poprima karakter planinske. Prema podacima iz važeće šumskoprivredne osnove, srednja godišnja temperatura vazduha je 7,85 ^oC, a njena vrijednost u toku vegetacionog perioda je 14,07 ^oC.

Visina godišnjeg atmosferskog taloga je 1.291 mm. Područje je uglavnom izgrađeno od krečnjaka i dolomita, te zemljišta obrazovanih na ovakvim supstratima kao što su: kalkomelanosoli, kalkokambisoli, luvisoli na krečnjaku, a manje rendzine na dolomitu, distrični kambisol itd. Šumska zemljišta su suha, skeletna i plitka.

U Šumskoprivrednom području Bosansko- Petrovačkom najzastupljenije su gazdinske klase 1205 (Šume bukve i jele sa smrčom na pretežno dubokim zemljištima na krečnjacima i/ili dolomitima), 4501 (Izdanačke hrastove šume kserotermnih staništa, šume cera, medunca, crnog jasena, crnog i bijelog graba, na plitkim zemljištima na krečnjacima i/ili dolomitima) 4106 (Sekundarne izdanačke šume bukve (čiste i sa drugim liščarima) na pretežno dubokim zemljištima na krečnjacima i/ili dolomitima) i 1104 (Sekundarne visoke šume bukve na pretežno dubokim zemljištima na krečnjacima i/ili dolomitima zemljištima krečnjacima i/ili dolomitima).

U ovom radu su analizirane gazdinske klase 4106 i 4501, koje predstavljaju izdanačke šume u Bosansko-Petrovačkom šumskoprivrednom području. Ukupna površina gazdinske klase 4106 je 3.780,74 ha. Ukupna površina gazdinske klase 4501 je 6.902,35 ha (Slika 2)Pored ove  dvije gazdinske klase izdanačkih šuma postoji gazdinska klasa 4105 ali je njena površina jako mala i rezultati njene prostorne analize nebi uticali na ukupne rezultate, stoga ova nije analizirana.

Istraživanje za potrebe ovoga rada nastalo je iz želje da se stvori GIS baza podataka, o gadinskim klasama za Bosansko- Petrovačko šumskoprivredno područje. Sam proces izrade mapa gazdiskih klasa može da se radi na dva načina: upotrebom satelitskih snimaka ili digitalizacijom klasičnih „papirnih“ mapa gazdinskih klasa. Izrada GIS baze, gazdinskih klasa uz pomoć Sentinental ili Landstat satelitskih snimaka je značajno jednostavnija i brža, ali rezultati tumačenja ovih snimaka su neprecizni i zavise od iskustva i poznavanja terena one osobe koja radi na izradi mapa. Stoga je u ovome slučaju korišćena metoda digitalizacije klasičnih mapa gazdinskih klasa.

Prilikom digitalizacije korišćena je karta razmjere 1 : 25.000. Digitalizacija je vršena pomoću alata Georeferencer u softveru QGIS 2.18.15.  Razlog upotrebe ovoga softvera leži u činjenici da je QGIS  otvoreni (opensource) softver napisan u C++ programskom jeziku, a radni interfejs je obezbjeđen korišćenjem KT TrollTech grafičke biblioteke. Pošto je QGIS opensource program izvorne datoteke kodova su slobodne i omogućavaju programerima širom svijeta da rade na njihovom konstantnom usavršavanju. Razvoj ovoga programa se naročito obavlja u aplikacionom programskom interfejsu za programski jezik C++ i Python. (Poizot i Mear 2009). Dodatne opcije u QGIS-u su omogućene pomoću različiti dodatnih mehanizama (Plugin-a), koji se mogu preuzeti tokom same radne sesije. Dakle QGIS je softver koji je lako dostupan,  jednostavan za korišćenje i ne zahtjeva dodatne licence.

Prilikom digitalizacije iscrtani su svi odjeli i gazdinske klase u ŠPP Bosansko – Petrovačkom. Za svaki odjel vezane su informacije o površini i omjeru smjese (Slika 3). U planu je pravljenje potpune baze podataka, u kojoj će pored ovih informacija biti dodane informacije o bonitetu staništa, zapremini i zapreminskom prirastu po vrstama drveća, zatim informacije o planiranom obimu siječa i sjekoredu, takođe planira se uraditi i digitalizacija putne mreže sa svim ostalim raspoloživim informacijama. Svaka gazdinska klasa predstavljena je posebnim Shape (shp) fajlom, sa pripadajućim informacijama, tako da je moguće samostalno učitavanje i analiza bilo koje gazdinske klase.

Za prostornu analizu izdanačkih šuma korišćen je digitalni visinski model terena (DEM), veličine ćelije 20 x 20 m. Ovaj model je preuzet sa slobodne baze EarthExplorer (https://earthexplorer.usgs.gov). Potrebni raster podaci o ekspozicijama i nagibima terena dobijeni su direkno iz ovoga modela.

Nakon učitavanja gazdinske klase i DEM-a, prvo je urađeno isjecanje DEM-a po konturi date gazdinske klase uz pomoć alata „Extraction – Cliper“, a potom su izdvajane visinske zone u intervalima od od 200 m (0-200 m, 200- 400 m, 400-600 m, 600-800 m, 800-1000 m itd.), uz pomoć alata „Raster Calculator. Svaka zona predstavljala je zasebni rasterski oblik podataka. Budući da je trebalo izvršiti mjerenja površina određenih zona rasterski podaci su morali da budu konvertovani u vektorski oblik. Za ovu konverziju korišćen je alat „Polygonize“. Nakon dobijenih vektora u atributnoj tabeli izvršeno je računanje površina pojedinih zona.

Isti princip korišćen je i kod analize nagiba terena i ekspozicija. Prilikom analize nagiba terena korišćeni je interval od 10^o (0-10^o, 10-20^o, 20-30^o i 30-40^o).

Za vizualizaciju i grafički prikaz dobijenih podataka korišžen je softver Microsoft Excel 2010.

REZULTATI I DISKUSIJA

Analiza gazdinske klase 4106

Analiza rasprostranjenosti nadmorskih visina u gazdinskoj klasi 4106 pokazala je da se najveći dio površine gazdinske klase nalazi u rasponu nadmorskih visina od 800 do 1000 metara. (Grafikon 1) Iznad ove zone na nadmorskoj visini od 1000 do 1200 metara se nalazi oko 11% od ukupne površine gazdinske klase. Ovo se objašnjava činjenicom da u većini ŠPP od ove visinske zone počinju mješovite šume bukve, jele i smrče te mješovite šume jele i smrče, koje nisu podložne degradaciji i stvaranju izdanačkih šuma. Male površine se nalaze i u visinskoj zoni od 400-600 metara, što se objašnjava orografskim karakteristikama terena. Na ovoj nadmorskoj visini nalaze se površine poput krških polja koje najčešće nisu obrasle šumskom vegetacijom.

Analiza nagiba terena u gazdinskoj klasi 4106 pokazala je da se 49% površine ove gazdinske klase nalazi na nagibima terena od 10-20^o, takođe veliki dio površine se nalazi na nagibima terena  od 0-10^o (Grafikon 2). Ovi nagibi terena su dosta pristupačni i omogućavaju laku eksplataciju, što je kroz istoriju omogućilo veliki obim sječa i stvaranje degradiranih izdanačkih šuma. Ovi tereni se nalaze u blizini okolnih naselje čime se objašnjava povećanja eksplatacija. Mali dio površine gazdinske klase se nalazi na strmim i teško pristupačnim terenima (preko 30^o) što upravo potvrđuje prethodnu konstataciju. Na nagibima većim od 30^o nalazi se oko 315 ha ili 8% od ukupne površine.

Sekundarne izdanačke šume bukve (čiste i sa drugim liščarima) na pretežno dubokim zemljištima na krečnjacima i/ili dolomitima, u Bosansko- Petrovačkom šumskoprivrednom području su najzastupjenije na hladnijim ekspozicijama. Ovo se objašnjava samom bioekologijom vrste. Bukva je polusciofitna vrsta, što znači da je najčešće rasprostranjena na slabije osunčanim ekspozicijama terena. Najveći dio gazdinske klase 4106 se nalazi na sjevernoj i sjeveroistočnoj ekspoziciji. Takođe značajno učešće imaju i zapadna i sjeverozapadna ekspozicija, dok se na toplim južnim i jugoistočnim ekspozicijama nalazi svega 10% od ukupne površine gazdinske klase (Grafikon 3).

Analiza gazdinske klase 4501

Analiza rasprostranjenosti nadmorskih visina u gazdinskoj klasi 4501 je pokazala da se najveći dio površine ove klase nalazi na nadmorskojvisini od 800-1000 metara.  Na nadmorskim visinama od 200-400 metara nalazi se svega 0,3% površine gazdinske klase (Grafikon 4).  Rezultati analize za ovu gazdinsku klasu podudaraju se sa rezultatima analize za gazdinsku klasu 4106. Velika zastupljenost nadmoraskih visina od 800-1000 metara ukazuje nam, da su upravo ove visinske zone  u ŠPP Bosansko – Petrovačkom najpogodnije za razvoj izdanačkih šuma. Na ovim nadmorskim visinama u izvornoj vegetaciji nalazile su se bukove ili hrastove šume, koje su zbog blizine neaselja i pogodne orografije značajno degradirane i pretvorene u izdanačke šume.

Analiza nagiba terena u gazdinskoj klasi 4501  (Grafikon 5) pokazala je da se više površine gazdinske klase nalazi na nagibu terena od 10-20^o, što predstavlja i normalne vrijednosti nagiba za ove terens. Inenađujuće je veliko učešće nagiba terena manjih od 10^o. Ovaj mali nagib terena primjećen je u rubnim odjelima, koji direktno graniče sa kršim poljima i ravnicana na teritoriji Bosansko Petrovačkog ŠPP. Učešće izrazito strmih terena u ukupnoj površini gazdinske klase iznosi svega 1% od ukupne površine. Ovi tereni su izrazito nepristupačni i otežavaju samu eksplataciju drvne mase.

Kao što je poznato hrast je heliofitna vrsta, te zahtijeva toplije, osunčane ekspozicije. Izdanačke šume kserotermnih hrastova u Bosansko- Petrovačkom ŠPP upravo slijede ovo pravilo. Najveća površina analizirane gazdinske klase se nalazi na jušnoj ekspoziciji (ukupno 24%), takođe veliko učešće imaju i jugozapadna i zapadna ekspozicija. Na jugozapadnoj ekspoziciji se nalazi oko 21% ukupne površine analizirane gazdinske ilase, dok se na zapadnoj ekspoziciji nalazi oko 17% ukupne površine gazdinske klase. Malo učešće u ukupnoj pvršini imaju sjeverozapadna, te istočna i sjeveroistočna ekspozicija (Grafikon 6).

ZAKLJUČAK

GIS tehnologija predstalja jako koristan i jednostavan alat za analizu i vizualizaciju različitih prostornih pojava i odnosa.  GIS je veoma koristan alat kako u naučnim, tako i u praktičnim aspektima šumarstva. U ovome je objašnjen način na koji se ova tehnologija može koristi u prostornoj analizi izdanačkih šuma. Iz njega se na jednostavan način može izvesti zaključak o prednostima uvođenja ovakvih sistema u svakodnevnu šumarsku praksu. Formiranjem GIS baze podataka mogu se na jednom mjestu čuvati različite informacije, koje bi se u interakciji sa drugim informacijama i pojavama jednostavno mogle koristiti za planiranje i razvoj različitih segmenata šumarstva. Ovakve baze je moguće praviti na nivou ŠPP, i po potrebi one bi se mogle koristiti za stvaranje šire slike o šumama u cijeloj državi.

Ukoliko posmatramo analizu rasprostranjenosti izdanačkih šuma po nadmorskim visinama, može se zaključiti da su one najzastupljenije na nadmorskim visinama od 800-1000 metara. Ovo jednako važi za bukove i hrastove šume. Najmanju zastupjenost u analiziranim šumama imaju nadmorske visine od 200-400 i 400-600 metara. Na ovim nadmorskim visinama se nalaze kraška polja i naseljena mijesta na kojima nisu prisutne šume. Učešće izdanačkih šuma na većim nadmorskim visinama se smanjuje, budući da se na tim terenima nalaze visoke šume bukve jele i smrče ili šume jele i smrče koje nisu toliko osjetljive na degradaciju kao čiste lišžarske šume.

Izdanačke šume u analiziranom ŠPP su najrasprostranjenije na blago nagnutim i nagnutim terenima od 10-20^o, dok su jako slabo rasprostranje na izuzetno strmim nagibima terena. Često ovi nagibi terena su jako nepristupačni i onemogućavaju laku eksplataciju šuma, što dovodi do smanjenja mogućnost velikih sječa a samim tim i degradacije šuma.

Analiza zasupljenosti ekspozicija terena u analiziranim izdanačkim šumama, poštuje bioekološke zahtjeve vrsta, koje se u njima nalaze. Tako su bukove šume najzastupljenije na hladnijim i slabije osunčanim ekspozicijama dok su hrastove izdanačke šume najzastupjeije na toplim ekspozicijama. Ukoliko posmatramo zajedno oba tipa šuma ipak se može zaključiti da se izdanačke šume više nalaze na toplijim, prelaznim ekspozicijama.

U prilogu rada že biti postavljene mape koje su nastale kao rezultat oih analiza. Biće prikazana mapa ekspozicije, nadmorskih visina i nagiba terena u izdanačkim šumama ŠPP Bosansko- Petrovačko.

PRILOG RADA

LITERATURA

Shekar S.,  Xiong  H.  (2007): Encyclopedia of GIS, Springer

Heywood, I., Cornelius, S., Carver, S. (2006):  An Introduction to Geographical Information Systems. Prentice Hall. 3rd edition.

Wise S. (2002): GIS Basics, Taylor & Francis Routledge

Roić M.,  Cetl  V. (2002): Transformacije geometrijskih podataka u katastru,  Geodetski list,  Zagreb

Forest Condition Monitoring in the Republic of Serbia, Annual Report ICP Forest 2004, 2005, Level I, Beograd, December 2005

Memišević Hodžić, M., Mejrić, A., Sejdić, A., Omerović, S. (2016): Karta ugroženosti šuma od požara za ŠGP “Konjičko” i područje krša Konjic;  Akademija Nauka i Umjetnosti Bosne I Hercegovine, Posebna izdanja, Knjiga CLXIX, Odjeljenje prirodnih I matematičkih nauka, Simpoziji: Unaprešenje poljoprivrede, šumarstva i vodoprivrede u krškim brdsko planinskim područjima- Racionalno korišćenje

Petković, V., Marčeta, D., Ljubojević, D., Potočnik, I. (2017): Optimizacija izračunavanja faktora privlačenja drveta na području Š.G. “Prijedor” Prijedor, Glasnik Šumarskog fakulteta Univerziteta u Banjoj Luci,  Univerzitet u Banjoj Luci, Šumarski fakultet

Poizot E., Me´ar Y. (2009): Using a GIS to enhance grain size trend analysis, Environmental Modelling & Software 25, 513–525

Stojanović, LJ., Krstić, M. (2000): Gajeje šuma III, Šumarski fakultet Univerziteta u Beogradu

Govedar, Z., Krstić, M. (2016): Gajenje šuma posebne namjene, Univerzitet uBanjoj Luci, Šumarski fakultet

https://earthexplorer.usgs.gov

https://scihub.copernicus.eu/

NAPOMENA:

RAD JE OBJAVLJEN:

STOJANOVIĆ, M. (2018): USE OF GIS TECHNOLOGY FOR SPATIAL ANALYSIS OF COPPICE FORESTS IN THE FOREST-ECONOMICAL AREA „BOSANSKOPETROVAČKO“;International Symposium „People – Forest – Science“, On the Occasion of 70th Anniversary of the Faculty of Forestry, University of Sarajevo, Book of Abstracts, 124p

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.

Izvor: APPLICATION OF NDVI DERIVED FROM LANDSAT 8 IN MONITORING CHANGES IN VEGETATION COVER AFTER FIRE ACTIVITIES ON GARAČ MOUNTAIN (MONTENEGRO)APPLICATION OF NDVI DERIVED FROM LANDSAT 8 IN MONITORING CHANGES IN VEGETATION COVER AFTER FIRE ACTIVITIES ON GARAČ MOUNTAIN (MONTENEGRO)International Scientific Conference FORESTRY SCIENCE FOR SUSTAINABLE DEVELOPMENT – FORS2D Perspectives of forestry and related sectors as drivers of sustainable development in the post-Covid era; ;Faculty of Forestry, University of Banja Luka · Sep 29, 2022