NAPIS NAD ČLANKOM 42 | GEOGRAFSKI OBZORNIK • 3-4/2021 IZVLEČEK V članku smo ugotavljali, ali je s pomočjo lidarskih podatkov mogoče zaznati razlike v gostoti visokega rastlinstva. Izbrali smo štiri različne gozdne združbe, na katerih smo uporabili metodo določanja gostote visoke vegetacije s pomočjo izdelave digitalnega modela krošenj ter metodo segmentacije. Metodi smo na koncu med seboj primerjali, izločili neustrezne točke in območja ter tako dobili število zaznanih drevesnih krošenj na območjih, za katera smo določili, da se na njih pojavlja gozd. Ključne besede: daljinsko zaznavanje, LiDAR, digitalni model krošenj, GIS. ABSTRACT The use of LiDAR data for detection of differences in high vegetation density In the paper we determined the possibility of detection of density of tall vegetation using LiDAR data. We selected four areas, each covered by one of the four different forest communities. We used the method of creating a digital tree canopy model and the method of watershed segmentation. Finally, we compared both methods, eliminated outlying points and areas to determine the number of the detected tree canopies in areas where forest had previously been determined. Key words: remote sensing, LiDAR, digital canopy model, GIS. Uporaba lidarsko zajetih podatkov za zaznavanje razlik gostote visokega rastlinstva GEOGRAFSKI OBZORNIK • 3-4/2021 | 43 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA Avtorica besedila, shem in zemljevidov: MAŠA ADLEŠIČ, diplomirana geografinja Oprešnikova ulica 23, 4000 Kranj E-pošta: masa96.adlesic@gmail.com COBISS 1.03 kratek znanstveni prispevek LiDAR (angleško Light Detection And Ranging) oziroma svetlobno za-znavanje in merjenje razdalj je ena izmed tehnik daljinskega zaznavanja površja (Oštir 2006). Lidarski podatki so bili v gozdarske namene prvič uporabljeni v osemdesetih letih prejšnjega stoletja, ko so z njimi ugotavljali višino, gostoto in vrstno sestavo gozdov (Kobler 2011). V naslednjem dese- tletju je z dodano GPS tehnologijo snemanje že omogočalo pridobitev tridi- menzionalnih podatkov o odbojih. Tako so se analize razširile še na določanje nadmorskih višin reliefa, ocene višine gozdnih sestojev in ocenjevanje lesne zaloge (Kobler 2011). S tehnološkim napredkom se je začelo zajemati čedalje bolj natančne podatke o površju, kar je omogočilo resnejše analize in bolj natančne rezultate. Prav podatki, pridobljeni z laserskim skeniranjem površja, so bili za naše delo ključnega pomena. Za celotno ozemlje Slovenije so lidarski podatki javno do- stopni na spletni strani Agencije Republike Slovenije za okolje (GURS 2021) in omogočajo raznovrstne analize površja in objektov na njem. V članku je na izbranih območjih v Sloveniji predstavljen eden od načinov, kako lahko z daljinskim zaznavanjem ugotovimo gostoto visoke vegetacije. Izbrali smo štiri različne gozdne združbe, za vsako pa 1 km2 veliko reprezentativno območje. Namen članka je s pomočjo lidarskih podatkov zaznati, ali obstajajo razlike v gostoti visoke vegetacije med izbranimi območji s štirimi različnimi gozdnimi združbami. Glavni cilji so izbor primernih metod za ugotavljanje razlik v gostoti visoke vegetacije, izvedba ustreznih analiz ter kartografski prikaz dobljenih rezultatov. Postopek smo izvajali s programskim orodjem ArcMap 10.8.1., za dosego cilja pa smo uporabili metodo določanja gostote visoke ve- getacije s pomočjo izdelave digitalnega modela krošenj in metodo segmentacije. Lidarski podatki LiDAR velja za tehnologijo, ki je sposobna pridobiti celotno navpično podobo gozdnega sestoja ali posameznega drevesa ter z ustrezno oblikovanimi podatki narediti tridimenzionalno kartiranje gozdnih sestojev z veliko več jo natančno- stjo kot s satelitskih posnetkov, kakršen je na primer Landsat (Shanley s so- delavci 2021). To omogočajo majhne vrzeli med listi, iglicami in vejami, ki laserskim žarkom omogočijo, da prodrejo in zaznajo tudi teren pod krošnjami, pri čemer se žarki odbijajo še od vseh delov drevesa. Ti podatki so primerni za analiziranje in nadaljnje raziskave, predvsem za potrebe vrednotenja zgradbe gozdov (Pirotti, Kobal in Roussel 2017). Naprava za zajem lidarskih podatkov je nameščena na zrakoplov, ki leti nad površjem in do njega pošilja laserske pulze. Oblika snemalnega vzorca je od- visna od višine in hitrosti leta ter razslojenosti površja, pa tudi od delovanja skenerja. Zaradi vseh teh razlogov so lahko pridobljene (zaznane) točke razpo- rejene zelo neenakomerno, zato pri lidarskih podatkih ne govorimo o razdaljah 44 | GEOGRAFSKI OBZORNIK • 3-4/2021 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA na tem območju ima značilnosti niž- jega gorskega sveta v zahodni Sloveniji in spada v širšo skupino gorskega pod- nebja Povprečna temperatura najhla- dnejšega meseca je –3 °C, najtoplejše- ga pa presega 10 °C. Padavinski režim je submediteranski, kar pomeni, da je večina padavin v hladnem delu leta, največ oktobra in novembra (Ogrin 1996). Povprečni naklon izbranega območja je 17,3°, največji delež površ- ja pa ima vzhodno ekspozicijo (Digi- talni model višin 2011). Prevladujoča kamnina so apnenci krednih starosti, na katerih se je razvilo kraško površje (Osnovna geološka karta SFRJ – list Ilirska Bistrica 1972). Na apnencih se je razvila rjava pokarbonatna prst (Pedološka karta Slovenije … 2007). Kisloljubni borov gozd (Vaccinio myrtilli-Pinetum sylvestris – Kobenza 1930) Gozdna združba predalpskega kislo- ljubnega borovega gozda se pojavlja Pregled izbranih gozdnih združb in preučevanih območij Dinarski gorski gozd jelke in bukve (Abieti-Fagetum dinaricum – Tregu- bov 1957) Gozdna združba je značilna za ob- močja slovenskih visokih dinarskih kraških planot, na nadmorski višini od 700 do 1200 m. Za te planote je značilno razgibano površje s kopasti- mi vzpetinami, med planotami pa se pojavljajo tudi kraška polja. Dinarski gorski gozd jelke in bukve je v prvi vr- sti gospodarski gozd, deloma pa opra- vlja tudi varovalno vlogo (Marinček in Čarni 2002). Izbrano območje analiziranja rastišča je v jugozahodnem delu Slovenije, severno od Snežnika, na planoti Ja- vorniki. Kvadratni kilometer veliko testno območje ima najvišjo točko na nadmorski višini 1254 m, najnižja točka pa je na višini 984 m. Podnebje med posameznimi zajetimi točkami, ampak o gostoti točk na določeno površinsko enoto (Oštir 2006). Pri skeniranju površja je najpomembnej- ša meritev časa, ki preteče med odda- nim laserskim signalom, odbojem od odbojne površine, na primer tal, in končnim zajemom signala s senzor- jem. Razdaljo od senzorja do odbojne površine določimo torej z merjenjem časa potovanja oddanega signala in s pomočjo znane hitrosti svetlobe skozi zrak. Za kartografsko analizo moramo poznati tudi točno lokacijo in položaj senzorja v prostoru, kar določamo z GPS sistemi (angleško Global Positi- onal Systems). S preletavanjem površ- ja, periodičnim oddajanjem laserskih signalov in zajemanjem odbojnih si- gnalov dobimo gost oblak točk, ki je po obdelavi primeren za izvedo različ- ne analize (Kobler 2011). Izvedba analize Po izboru štirih gozdnih združb smo za vsako od njih izbrali kvadratno enoto v velikosti 1 km2. To obmo- čje je tudi območje preučevanja. Najprej smo pregledali literaturo in pripravili geografski oris posame- znih območij, pridobili pa smo tudi metapodatke o izvedbi laserskega skeniranja posameznega območja. Vsako enoto smo analizirali z upora- bo dveh različnih metod. S pomočjo izdelave digitalnega modela krošenj smo določili gostoto vegetacijske- ga pokrova, s segmentacijo pa smo določili število drevesnih krošenj. Dobljene vmesne rezultate smo na podlagi vmesnih rezultatov prve uporabljene metode reklasificirali in tako prišli do končnega števila dre- vesnih krošenj. Slika 1: Zemljevid izbranega območja dinarskega gozda jelke in bukve. GEOGRAFSKI OBZORNIK • 3-4/2021 | 45 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA (Digitalni model višin 2011). Prevla- dujeta dva tipa kamninske sestave, pe- ščena in laporna glina s peščenjakom iz srednjega oligocena ter holocenski konglomerat. Po podatkih pedološke karte Slovenije so na tem območju evtrične rjave prsti in izprane prsti. Prve se pojavljajo le ob manjšem vo- dotoku, ki teče po vzhodnem delu območja, povsod drugod prevladujejo izprane prsti(Pedološka karta Sloveni- je … 2007). Primorski gozd gradna, puhastega hrasta in kraškega jesena (Orno- -Quercetum petraeae-pubescentis – Košir 1974) Ti gozdovi uspevajo v gričevnatem in podgorskem delu submediteran- ske Slovenije, na nadmorski višini od 50 do 500 m. Drevesnim vrstam so ljubše od neposrednega sončnega obsevanja osojne lege. Razraščajo se v toplem submediteranskem podnebju s povprečno letno količino padavin od 1000 do 1600 mm. Povprečna in –3 °C, v najtoplejšem pa med 15 in 20 °C. Oktobrske temperature so značilno višje od aprilskih. Letno ob- močja s tem podnebnim tipom prej- mejo med 1300 in 2500 mm padavin (Ogrin 1996). Povprečni naklon ana- liziranega območja je 9,2°, njegov naj- večji del pa ima vzhodno ekspozicijo predvsem na vzpetinah, položnih pobočjih in ravninskih območjih na nadmorski višini med 300 in 500 m. Borovi gozdovi so tam, kjer so ra- stiščne razmere izrazito slabe, pogosto zaradi vpliva človeka. Zaradi čezmer- nega izkoriščanja gozdov so se poslab- šale do te mere, da se je lahko razrasel le borov gozd. S sukcesijo se razmere za rast izboljšujejo in ko se izboljšajo do te mere, da bor ni več konkurenca ostalim, bolj zahtevnim drevesnim vr- stam, ga te nadomestijo (Čarni 2019). Območje analize gozdne združbe ki- sloljubnega borovega gozda je sredi Udin boršta na Gorenjskem, vzhodno od vasi Spodnje Duplje in severno od vasi Strahinj. Njegova najvišja točka je na nadmorski višini 543 m, najnižja pa 433 m. Podnebje izbranega obmo- čja spada v skupino zmernocelinskih podnebij in v podskupino zmerno- celinsko podnebje zahodne in južne Slovenije. Skupne značilnosti zmer- nocelinskih podnebij so temperature, ki v so najhladnejšem mesecu med 0 Slika 2: Zemljevid izbranega območja kisloljubnega borovega gozda. Slika 3: Zemljevid izbranega območja gozda gradna, puhastega hrasta in kraškega jesena. 46 | GEOGRAFSKI OBZORNIK • 3-4/2021 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA glomerata in drobne peščene gline. V manjši meri se pojavljata aluvij (rečna naplavina) v severnem delu in južno od njega koluvij, s kraja nastanka pre- nesena preperina (Osnovna geološka karta SFRJ – list Rogatec 1984). S pe- dološke karte je razvidno, da so za to območje značilne distrične rjave prsti, v njegovem severnem delu pa prevla- dujejo psevdooglejene prsti (Pedolo- ška karta Slovenije … 2007). Postopek določanja gostote visokega rastlinstva z izdelavo digitalnega modela krošenj Za vsako preučevano območje je bilo treba izdelati digitalni model krošenj (DMK). Pravzaprav gre za digitalni model površja (angleško Digital sur- face model), pri katerem površje pred- stavljajo krošnje in vrhovi rastlinstva, pa tudi vmesni deli, kjer so laserski žarki prodrli do tal. S tem se razlikuje od digitalnega modela višin (angleško Digital terrain model), pri katerem površje predstavljajo točke odboja od jarkih, kjer je vse leto na razpolago dovolj vode. Na bolj strmih pobočjih in prisojah, kjer je razpoložljive vode manj, so rastišča manj rodovitna (Ma- rinček s sodelavci 2006). Izbrano območje za analiziranje goz- dne združbe bukovega gozda z gra- dnom je v severovzhodnem delu Slo- venije, južno od Ptuja in vzhodno od Rogaške Slatine. Njegova povprečna nadmorska višina je 466 m, najvišja točka meri 716 m, najnižja pa 335 m. Z značilnim celinskim padavin- skim režimom in višino letnih pada- vin med 800 in 1000 mm spada v subpanonsko podnebje. Povprečne aprilske temperature so enake oziro- ma višje kot oktobrske (Ogrin 1996). Ugotovili smo, da so nakloni na tem območju v razponu med 0 in 70,8°, povprečni naklon je 25,7°. Prevladuje severna ekspozicija površja (Digitalni model višin 2011). Večji del obmo- čja sestavlja mešanica miocenskega kremenovega peska, peščenjaka, kon- letna temperatura optimalnih obmo- čij za to gozdno združbo je od 10 do 12 °C (Dakskobler, Kutnar in Zupan- čič 2014). Območje preučevanja je na Krasu, južno od vasi Pliskovica. Njegova nadmorska višina območja je med 244 in 447 m, povprečna nadmorska višina je 326 m. Na tem območju je zaledno submediteransko podnebje, ki spada v skupino submediteranskih podnebij. Zanj so značilne pozitivne januarske temperature in temperature najtoplejšega meseca, višje od 20 °C. Letno prejme v povprečju med 1200 in 1700 mm padavin, značilen pa je submediteranski padavinski režim (Ogrin 1996). Povprečni naklon ana- liziranega območja je 10,7°, pobočja imajo predvsem severno lego, saj je njegov večji del na severnem pobočju kopastega hrbta Žekenc (Digitalni model višin 2011). Prevladuje kar- bonatna matična podlaga, predvsem kredni dolomit in kredni zrnati apne- nec (Osnovna geološka karta SFRJ – list Gorica 1968). Na njej se razvijejo slabše rodovitne prsti rendzine in je- rovice (Pedološka karta Slovenije … 2007; Repe 2010). Bukov gozd z gradnom (Querco petra- eae-Fagetum – Košir 1961) Združba je omejena na podgorski pas, kjer so srednje strmi do strmi nakloni (od 10 ° do 40 °) na nadmorski višini med 100 in 700 m. V matični podlagi so zmerno kisloljubne nekarbonatne kamnine, na katerih se razvijejo sre- dnje globoke do globoke, zelo distrič- ne prsti, na manjših območjih so tudi evtične rjave prsti. Rodovitna rastišča se pojavljajo v osojnih legah, v širokih Slika 4: Zemljevid izbranega območja bukovega gozda z gradnom. GEOGRAFSKI OBZORNIK • 3-4/2021 | 47 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA Postopek določanja gostote visokega rastlinstva s segmentacijo Izbrani postopek segmentacije temelji na zaznavanju kotanj, zato smo mora- li za uspešno izvedbo analize ustvariti inverzno obliko DMK. Segmentacija porečij (angleško Watershed segmeta- tion) posnema koncept zaznavanja razvodij in porečij vodnih teles. Za določitev razvodnico oziroma v našem primeru meje med krošnjama mora- mo ugotoviti, na kateri višini je prag kopičenja vode v kotanji oziroma toč- ko višine razliva. Točka razliva je točka z najnižjo nadmorsko višino, ki pa za nas nima pomembne vloge, saj nas za- nimajo zgolj najnižje točke inverznega reliefa, ki predstavljajo vrhove vegeta- cije (Hydrology toolset 2021). Podatke smo v projekt uvozili z orod- jem Make LAS Dataset Layer. Nadalj- njo analizo smo za sloja tal in visoke vegetacije izvedli ločeno, po enakem postopku kot pri izdelavi digitalne- ga modela krošenj. Rastrska podatka smo z orodjem Minus odšteli enega od drugega (od visoke vegetacije od- štejemo sloj tal), dobljeni vmesni re- zultat pa smo z orodjem Raster calcu- lator spremenili v inverzno obliko. To nam je omogočilo nadaljnjo analizo s pomočjo segmentacije porečij, ki je primarno namenjena zaznavanju ko- tanj. Inverzni relief smo izračunali po naslednji enačbi: inverzen raster = ((vhodni raster – max value) x (-1)) + min value Inverznemu sloju drevesnih krošenj smo smer odtoka vode za vsako celico določili z orodjem Flow Direction, kar vrednost 0. Prvotno rastrsko datoteko in datoteko, pridobljeno z orodjem Is Null, nam je pomagalo združiti orodje Con. Delni rezultat so samo celice z vrednostmi, večjimi od 0. Ker smo sloja tal in visoke vegetacije analizirali ločeno, smo dobili datoteki z različnima relativnima višinama. Z orodjem Plus smo obe datoteki, pri- dobljeni z orodjem Con, združili Vsem celicam smo z orodjem Float cele vre- dnosti spremenili na bolj natančno zaokrožene decimalne vrednosti in na koncu uporabili še orodje Divide. Da- toteko visoke vegetacije iz orodja Con smo delili z združeno datoteko (orodji Plus in Float) in dobili končni rezultat z razponom vrednosti celic med 0,0 (brez zaznanih krošenj) in 1,0 (tam, kjer je gostota krošenj največja). tal. Digitalni model krošenj dobimo torej tako, da od digitalnega modela površja odštejemo digitalni model vi- šin.Izbrane lidarske podatke smo pre- vzeli v formatu GKOT v zapisu zLas; primerni so za neposredno analizo v programu ArcMap. Kratica GKOT pomeni »georeferenciran in klasifici- ran oblak točk«. Iz izbranih podatkov smo ustvarili dva nova sloja, enega za tla in drugega za visoko vegetacijo. Za sloj tal smo iz- brali točko razreda 2, za visoko vege- tacijo pa 7. Oba sloja smo analizirali ločeno. Z orodjem LAS Point Statistic as Ra- ster smo ustvarili rastrski sloj in ga z orodjem Is Null spremenili tako, da vse točke z oznako »No Data« dobijo Slika 5: Postopek določanja gostote dreves s pomočjo digitalnega modela krošenj. 48 | GEOGRAFSKI OBZORNIK • 3-4/2021 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA Rezultat analize je število krošenj in ne dejansko število posameznih dre- ves, saj v postopku zaznavamo zgolj krošnje, od katerih se pri skeniranju površja odbije določeno število laser- skih žarkov. Ker vemo, da ima lahko posamezno drevo več krošenj, se v tej analizi končni rezultati ne nanašajo na število dreves. Določanje števila kro- šenj je odvisno od vrste dreves, starosti gozdnega sestoja ter višine in gostote poraščenosti površja s posameznimi drevesi (Novotny s sodelavci 2011). Rezultati Z izdelavo digitalnega modela krošenj smo določili, kolikšen delež točk la- serskega skeniranja se je odbil od tal in kolikšen od vrha krošenj visoke vegetacije. Tam, kjer je vegetacijski pokrov najgostejši in se od tal ni od- bila niti ena točka, so vrednosti bližje 1 (100 % odboj točk od visoke vege- tacije), tam pa, kjer je površje bolj od- prto in je brez sklenjene vegetacije, so vrednosti bližje 0 (0 %). smo izvedli po metodi, ki določi smer odtoka vode tja, kjer je padec glede na sosednjo celico najbolj strm (Flow Di- rection, 2021). Za konec smo uporabili še orod- je Sink in z njim določili vse točke ponorov oziroma območja vsake krošnje. Podatke smo spremenili v vektorski zapis in z orodjem Feature to point vsakemu poligonu določili težiščno točko. Tako smo si olajšali štetje posameznih zaznanih krošenj. Z orodjem Point density smo izraču- nali še gostoto točk in tako pridobili primerljive rezultate dveh različnih metod. Slika 6: Postopek določanja gostote krošenj po postopku segmentiranja. Slika 7: Avtomatsko zaznani vrhovi krošenj posameznih dreves. GEOGRAFSKI OBZORNIK • 3-4/2021 | 49 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA njem. Vrednosti, večje od X, smo upoštevali pri rezultatih, vrednosti, manjše od X, pa izločili. Pridobljen rastrski sloj smo spremenili v vektor- sko obliko, ne da bi pri spremembi poenostavili poligonske oblike. Na koncu smo dobljeni sloj uporabili kot osnovo za orodje Clip, kjer smo na območjih, kjer je gostota vegeta- cijskega pokrova premajhna, izloči- li vse predhodno zaznane drevesne krošnje. V grafikonu na sliki 4 so prikazane vrednosti, koliko drevesnih krošenj smo zaznali znotraj posamezne goz- dne združbe. Pred izločitvijo neustre- znih delov s premajhno gostoto ve- getacijskega pokrova, da bi jih lahko opredelili kot območja z visoko vege- tacijo, smo največje število drevesnih krošenj zaznali pri gozdni združbi bukovega gozda z gradnom, najmanj- še pa pri gozdni združbi dinarskega gorskega gozda jelke in bukve. Po iz- ločitvi neustreznih predelov smo ugo- tavljali, pri kateri gozdni združbi smo Z uporabo postopka segmentacije porečij smo ugotovili število posa- meznih drevesnih krošenj in s tem dobili okvirno število dreves na iz- branem območju. Po postopku re- klasifikacije smo rezultate obeh me- tod združili in dobili končni rezultat gostote visoke vegetacije na izbranih območjih. Reklasificirali smo zemljevid gostote vegetacijskega pokrova (pridobljen s pomočjo prve metode, računanja di- gitalnega modela krošenj). Vrednosti v razponu med 0 in 1 smo razvrstili v 2 razreda: v 1. razred z vrednostmi od 0 do X in 2. razred z vrednostmi od X do 1. Vrednost X smo dobili po naslednji enačbi: X=povprečna vrednost- -standardni odklon Vrednost X izraža mejo zadostne gostote odbitih točk od vegetacije, da za te lokacije lahko z gotovostjo zatrdimo, da so poraščene z rastli- s tem postopkom odstranili največ zaznanih drevesnih krošenj. Največ smo jih izločili pri gozdni združbi ki- sloljubnega borovega gozda, najmanj pa pri združbi primorskega gozda gradna, puhastega hrasta in kraškega jesena. Na to vpliva tudi velikost iz- ločenih zemljišč, ki so predstavljene v preglednici. S tem postopkom so se površine posameznih preučevanih območij neenakomerno zmanjšale in tako poligoni za ugotavljanje razlik v gostoti visoke vegetacije niso več popolnoma primerljivi. Največje, 88,575 ha prostrano območje preu- čevanja je ostalo pri gozdni združbi bukovega gozda z gradnom. Sledijo mu primorski gozd gradna, puhastega hrasta in kraškega jesena s 88,555 ha velikim območjem, gorski gozd jelke in bukve (88,370 ha) ter kisloljubni borov gozd (86,715 ha). Površina izločenih območij variira predvsem zaradi svojskosti izbora posameznih območij, saj se pri nekaterih pojavlja več gozdnih jas, gozdnih cest in osta- lih odprtih površin. 18860 15630 15326 16273 18255 15040 14557 14043 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 Bukov gozd z gradnom Primorski gozd gradna, puhastega hrasta in kraškega jesena Dinarski gorski gozd jelke in bukve Acidofilni borov gozd Število zaznanih krošenj pred izločitvijo Število zaznanih krošenj po izločitvi Slika 8: Število zaznanih drevesnih krošenj preučevanih gozdnih združb pred izločitvijo območij s premajhno gostoto vegetacijskega pokrova in po njej. 50 | GEOGRAFSKI OBZORNIK • 3-4/2021 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA na zadnjem mestu borov gozd, 164,7 krošnje/ha smo ugotovili pri gorskem gozdu jelke in bukve ter 169,8 krošnje/ ha pri primorskem gozdu gradna, pu- hastega hrasta in kraškega jesena. pove, da je največ dreves na hektaru na območju z gozdno združbo buko- vega gozda z gradnom (206,1 krošnje/ ha). Ostale tri vrednosti so med seboj dokaj podobne: s 161,9 krošnje/ha je Na koncu smo izračunali še število dre- vesnih krošenj na hektaru posamezne gozdne združbe. V izračunu smo upo- rabili končna števila zaznanih krošenj in samo preučevano površino. Rezultat velikost preučevanega območja (ha) število zaznanih krošenj število krošenj na enem hektarju bukov gozd z gradnom 88.575 18.255 206,10 primorski gozd gradna, puhastega hrasta in kraškega jesena 88.555 15.040 169,84 dinarski gorski gozd jelke in bukve 88.370 14.557 164,73 kisloljubni borov gozd 86.715 14.043 161,94 Preglednica 1: Velikost preučevanih območij po izločitvi neustreznih območij ter število zaznanih krošenj. Slika 9: Gostota vegetacijskega pokrova na območju gozdne združbe dinarskega gorskega gozda jelke in bukve. Slika 10: Zemljevid števila zaznanih drevesnih krošenj prej in pozneje pri dinarskem gorskem gozdu. Gozdna združba dinarskega gorskega gozda jelke in bukve GEOGRAFSKI OBZORNIK • 3-4/2021 | 51 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA Slika 13: Gostota vegetacijskega pokrova na območju gozdne združbe bukovega gozda z gradnom. Slika 11: Gostota vegetacijskega pokrova na območju kisloljubnega borovega gozda. Slika 14: Zemljevid števila zaznanih drevesnih krošenj prej in pozneje pri bukovem gozdu z gradnom. Slika 12: Zemljevid števila zaznanih drevesnih krošenj prej in pozneje pri borovem gozdu. Gozdna združba bukovega gozda z gradnom Gozdna združba kisloljubnega borovega gozda 52 | GEOGRAFSKI OBZORNIK • 3-4/2021 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA površja, iz katerega smo izračunali šte- vilo drevesnih krošenj na preučevanih območjih. Pri delu nam je največ težav povzroča- lo iskanje ustreznih območij gozdnih združb, da bi bila ta čim bolj repre- zentativna za celotno gozdno združ- bo. Pri tem smo morali upoštevati raz- lične dejavnike, kot so na primer čim večja poraslost območja z gozdom, čim manjši nakloni ter ustrezni vho- dni podatki brez večjih nepravilnosti. Prav to se je pojavilo pri lidarskih po- datkih gozdne združbe kisloljubnega borovega gozda, a smo težavo rešili z izborom novega območja. Največja pomanjkljivost je zagotovo pomanjkanje terenskega dela. Z njim bi lahko preverili dobljene rezultate in krošenj ugotovili, kje je meja med gozdnimi zemljišči in zemljišči, kjer je gostota vegetacije premajhna, da bi ta območja lahko označili za gozdnata. Z drugo metodo, segmentacijo po- rečij, smo ugotovili, kolikšno število drevesnih krošenj je na posameznem preučevanem območju. Pri digital- nem modelu krošenj gre za digitalni model površja, kjer površje predsta- vljajo drevesne krošnje in tam, kjer laserski žarki prodrejo do tal, tudi tla. Za zaznavanje gostote visoke vegetaci- je lahko torej uporabimo segmentaci- jo porečij, ki je primarno namenjena modeliranju vodnih tokov, predvsem za določanje razvodnic površinskih voda na podlagi digitalnih modelov višin.Digitalni model krošenj smo »obrnili« in pridobili inverzen model Sklep Gostoto visoke vegetacije lahko za- znavamo na več načinov. V članku je predstavljeno zaznavanje gostote visoke vegetacije s pomočjo lidarskih podatkov in uporabo računalniške programske opreme ArcMap 10.8.1. Izbrali smo štiri različne gozdne združbe, za vsako določili reprezen- tativno območje in vsako območje posebej analizirali. Pri tem smo izbrali dve različni metodi, ki smo ju na kon- cu medsebojno primerjali, da smo do- bili končne rezultate. Gozdne združbe se med seboj razliku- jejo, najdemo jih v različnih sloven- skih pokrajinah. Za svoje delo smo izbrali dve metodi, ki temeljita na obdelavi lidarskih podatkov. Najprej smo z izdelavo digitalnega modela Slika 16: Zemljevid števila zaznanih drevesnih krošenj prej in pozneje pri primorskem gozdu. Slika 15: Gostota vegetacijskega pokrova na območju gozdne združbe primorskega gozda gradna, puhastega hrasta in kraškega jesena. Gozdna združba primorskega gozda gradna, puhastega hrasta in kraškega jesena GEOGRAFSKI OBZORNIK • 3-4/2021 | 53 ZAZNAVANJE RAZLIK GOSTOTE USPEVANJA VISOKEGA RASTLINST VA njihovih krošenj, dodatne analize pa bi lahko pokazale tudi oceno lesne zaloge, hitrost pomlajevanja gozda, sklenjenost vegetacijskega pokrova ter s tem hitrost infiltracije padavin in podobno. Ključno pri vsem tem pa je, da bi bilo kabinetno pridoblje- ne ugotovitve treba dodatno preveriti s terenskim delom. saj na rezultate vpliva preveč različnih dejavnikov, da bi lahko bili uspešni. Možnosti nadaljnjih raziskav z upo- rabljenima metodama so obetavne. Primerni sta predvsem za pridobiva- nje podatkov o splošni višini visoke vegetacije, ugotavljanje okvirnega števila posameznih dreves oziroma tako potrdili natančnost izbranih me- tod. Za iskanje razlik v gostoti vegeta- cije oziroma medsebojno primerjavo izbranih območij je pomembno tudi, da je boljeizbrati več različnih lokacij in medsebojno primerjati različne go- stote znotraj določene gozdne združ- be. Na ta način ne iščemo razlik med posameznimi gozdnimi združbami, Viri in literatura 1. ArcMap. Flow Direction. Medmrežje: https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/flow-direction.htm (10. 8. 2021). 2. ArcMap. Hydrology toolset. Medmrežje: https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/an-overview-of-the-hydrology-tools.htm (10. 8. 2021). 3. ARSO (Agencija Republike Slovenije za okolje). Lidar. Medmrežje: http://gis.arso.gov.si/evode/profile.aspx?id=atlas_voda_Lidar@Arso (29. 7. 2021). 4. Čarni, A. 2019: Pregled gozdnih združb Slovenije. Maribor. 5. Dakskobler, I., Kutnar, L., Zupančič, M. 2014: Toploljubni listnati gozdovi v Sloveniji. Ljubljana. 6. Digitalni model višin Slovenije 5x5 Geodetska uprava Republike Slovenije. Ljubljana, 2011. 7. GIS (Gozdarski inštitut Slovenije). Daljinsko zaznavanje gozdov z lidarjem. Medmrežje: http://www.gozdis.si/raziskovalna-dejavnost/raziskovalna-infrastruktura-gis/daljinsko-zaznavanje-gozdov-z-lidarjem/ (3. 10. 2020). 8. Kobal, M., Triplat, M., Krajnc, N. 2014: Pregled uporabe zračnega laserskega skeniranja površja v gozdarstvu. Gozdarski vestnik 72-5/6. 9. Kobler, A. 2011: Nove metode za obdelavo podatkov letalskega laserskega skenerja za monitoring gozdnih ekosistemov. Doktorska disertacija, Oddelek za geodezijo Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani. Ljubljana. 10. Marinček, L., Čarni, A. 2002: Vegetacijska karta gozdnih združb Slovenije v merilu 1:400.000. Biološki inštitut Jovana Hadžija ZRC SAZU. Ljubljana. 11. Marinček, L., Čarni, A., Jarnjak, M., Košir, P., Marinšek, A., Šilc, U., Zelnik, I. 2006: Vegetacijska karta gozdnih združb v merilu 1 : 50.000. Biološki inštitut Jovana Hadžija ZRC SAZU. Ljubljana. 12. Novotny, J., Hanuš, J., Lukeš, P., Kaplan, V. 2011: Individual tree crowns delineation using local maxima approach and seeded rgion growing technique. GIS Ostrava. Ostrava. 13. Ogrin, D. 1996: Podnebni tipi v Sloveniji. Geografski vestnik 68. 14. Osnovna geološka karta SFRJ, list Rogatec. Zvezni geološki zavod. Beograd, 1984. 15. Osnovna geološka karta SFRJ, list Gorica. Zvezni geološki zavod. Beograd, 1968. 16. Osnovna geološka karta SFRJ, list Ilirska Bistrica. Zvezni geološki zavod. Beograd, 1972. 17. Osnovna geološka karta SFRJ, list Kranj. Zvezni geološki zavod. Beograd, 1974. 18. Oštir, K. 2006: Daljinsko zaznavanje. Ljubljana. Medmrežje: https://iaps.zrc-sazu.si/sites/default/files/9616568728.pdf (27. 10. 2020). 19. Pedološka karta Slovenije v merilu 1:25 000. Ministrstvo za kmetijstvo, gozdarstvo in prehrano. Ljubljana, 2007. 20. Pirotti, F., Kobal, M., Roussel, J. R. 2017: A comparison of tree segmentation methods using very high density airborne laser scanner data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLII-2/W7. 21. Repe, B. 2010: Prepoznavanje osnovnih prsti slovenske klasifikacije. Dela 34. 22. Shanley, C. S., Eacker, D. R., Reynolds, C. P. Bennetsen B. M. B., Gilbert, S. L. 2021: Using LiDAR and Random Forest to improve deer habitat models in a managed forest landscape. Forest Ecology and Management 499.