Professional Documents
Culture Documents
TIERETULUI I SPORTULUI
UNIVERSITATEA TRANSILVANIA DIN BRAOV
Facultatea de Silvicultur i Exploatri Forestiere
Conductor tiinific,
Prof.dr.ing. Nicolae BO
Membru corespondent al Academiei de
tiine Agricole i Silvice Gheorghe
Ionescu-ieti
Ionescu
Braov, 2011
D-lui / D-nei .
V aducem la cunotin c n ziua de 21.01.2011 ora 13.00, la FACULTATEA DE
SILVICULTUR I EXPLOATRI FORESTIERE, corp S, n sala SI.2, va avea loc susinerea
public a tezei de doctorat elaborat de doctorand ing. BARNOAIEA Ionu, n vederea obinerii titlului
tiinific de doctor, n domeniul fundamental TIINE AGRICOLE I SILVICE, domeniul
SILVICULTUR.
COMISIA DE DOCTORAT
numit prin
Ordinul Rectorului Universitii Transilvania din Braov
Nr. 4435 din 9.12.2010
PREEDINTE:
CUPRINS
10
10
10
10
11
11
11
12
13
12
13
13
14
14
15
15
16
17
17
17
18
19
20
20
21
22
22
22
22
23
23
24
28
31
32
32
33
33
34
36
39
38
39
39
42
45
47
47
48
49
50
50
50
50
51
53
53
56
58
58
58
59
60
60
60
61
62
62
66
67
68
TABLE OF CONTENTS
10
10
10
10
11
11
11
12
13
12
13
13
14
14
15
15
16
17
17
17
18
19
20
20
21
22
22
22
22
23
23
24
28
31
32
32
33
33
33
34
36
39
39
39
42
45
47
47
48
49
50
50
50
50
51
53
53
56
58
58
58
59
60
60
60
61
62
62
66
67
68
PREFA
Teledetecia forestier reprezint, n contextul dezvoltrii tehnologice actuale, un instrument extrem de
util n cunoaterea i gospodrirea ecosistemelor forestiere. Acest instrument devine din ce n ce mai accesibil i
eficient prin prisma scderii preurilor de achiziie a imaginilor i a creterii spectaculoase a calitii diverselor
tipuri de nregistrri disponibile n acest moment.
Creterea rezoluiei spaiale a imaginilor pe de o parte i specializarea ridicat a senzorilor de achiziie
de la bordul sateliilor pe de alt parte, deschid noi perspective asupra studiului vegetaiei forestiere, indiferent
de tipul de silvicultur aplicat (intensiv sau extensiv) sau de gradul de naturalitate a ecosistemelor forestiere
luate n studiu.
Dezvoltarea metodelor de lucru i a programelor de analiz a imaginilor au crescut eficiena i gradul de
automatizare a procesului de investigare a imaginilor corespunztoare resurselor naturale regenerabile, cu
aplicaii din ce n ce mai diverse, legate de fenomenele care se petrec la nivel global. Lucrarea de fa se
ncadreaz n contextul larg al aprecierii utilitii imaginilor satelitare n gospodrirea durabil a pdurilor, avnd
ca obiectiv general dezvoltarea unor modele de lucru utile n investigarea vegetaiei forestiere pe suprafee
ntinse.
Cercetrile au fost realizate sub ndrumarea tiinific a distinsului profesor universitar dr. ing. Nicolae
BO, membru corespondent al Academiei de tiine Agricole i Silvice Gheorghe Ionescu-Siseti, cruia i
adresez pe aceast cale cele mai sincere mulumiri pentru sugestiile, ndrumrile i sprijinul acordat pe tot
parcursul pregtirii prin doctorat.
Pentru efortul i rbdarea de a examina lucrarea de doctorat, precum i pentru sugestiile i recomandrile
foarte utile n finalizarea tezei mulumesc referenilor oficiali ai lucrrii, domnului prof. univ. dr. ing. Florea
ZVOIANU, domnului prof. univ. dr. ing. Maricel PALAMARIU, domnului prof. univ. dr. ing. Gheorghe
CHIEA.
Mulumesc de asemenea conducerii Facultii de Silvicultur i Exploatri Forestiere din Braov i n
special domnului decan prof. univ. dr. ing. Ioan Vasile ABRUDAN pentru condiiile favorabile puse la dispoziie
pe tot parcursul pregtii prin doctorat. Doresc s mi exprim recunotina fa de membrii colectivului Catedrei
de Amenajarea Pdurilor i Msurtori Terestre, n mod deosebit domnilor prof. dr. ing. Ioan CLINCIU, prof. dr.
ing. Iosif LEAHU, prof. univ. dr. ing. Constantin COSTEA, conf. dr. ing. Iosif VOROVENCII, ef lucrri dr.
ing. Viorel MARINESCU, ef lucrri dr. ing. Gheorghe Marian TUDORAN, ef lucrri dr. ing. Cristian
TERENEU, doctorand Mihai Daniel NI, pentru aprecierile, observaiile i recomandrile efectuate cu ocazia
susinerii n catedr a tezei.
Mulumesc n mod special domnului conf. dr. ing. Ovidiu Iacobescu din cadrul Facultii de Silvicultur
din Suceava, pentru cluzire n viaa profesional i sprijinul pe care mi l-a acordat att n elaborarea tezei de
doctorat, ct i n orice alt aspect cu care m-am confruntat pe parcursul ultimilor opt ani.
Domnului prof.univ.dr.ing. Radu CENU i mulumesc pentru sfaturile deosebit de utile acordate pe
timpul pregtirii tezei de doctorat, precum i pentru oportunitatea de a colabora n proiecte de cercetare
desfurate la Facultatea de Silvicultur din Suceava. De asemenea aduc mulumiri membrilor colectivului de
cercetare din cadrul Staiunii Experimentale de Cultur a Molidului Cmpulung Moldovenesc, domnilor dr. ing.
Ion BARBU, dr. ing. Ionel POPA, dr. ing. Olivier BOURIAUD, ing. Marius TEODOSIU, pentru sprijinul
acordat n documentarea bibliografic i sugestiile utile de prelucrare a datelor experimentale.
Pentru sprijinul acordat n stabilirea metodologiei i pentru consultaiile oferite n domeniul prelucrrii
statistice a datelor doresc s i mulumesc domnilor conf. dr. ing. Sergiu Andrei HORODNIC, conf. dr. ing.
Marian DRGOI, ef lucrri dr. ing. Daniel AVCRIEI, ef lucrri ing. Liviu NICHIFOREL, ef lucrri dr.
ing. Ciprian PALAGHIANU, asistent dr. ing. Gabriel DUDUMAN.
n efectuarea lucrrilor de teren am beneficiat de sprijinul competent al domnioarei asistent dr. ing.
Ctlina BARBU i domnilor ef lucrri dr. ing. Gabriel DNIL, ef lucrri ing. Ioan CIORNEI, asistent dr.
ing. Ctlin ROIBU, tehnician Mircea COMAN, ing. Iulian SMU, ing. tefni TIHAN, ing. Andrei ROGIN,
ing. Mihai PLATON.
Cercetrile nu ar fi fost posibile fr bunvoina Administraiei Parcului Natural Vntori Neam, care au
pus la dispoziie imaginile satelitare IKONOS utilizate, domnului ing. Sebastian CTNOIU i n special,
domnului ing. tefan HOGA pentru sprijinul su entuziast care m-au ajutat n iniierea lucrrilor.
Nu n ultimul rnd doresc s mulumesc prinilor mei Ioan i Minodora pentru sprijinul pe care mi l-a
acordat pe tot parcursul pregtirii mele (i nu numai) i soiei mele Roxana pentru c a fost alturi de mine i m-a
ajutat n toate etapele pregtirii i redactrii tezei de doctorat.
perfecionarea senzorilor i diversificarea datelor satelitare pentru a satisface nevoile specifice anumitor
domenii de activitate.
privind reflectana spectral a speciilor forestiere (Rusu, 1972), utilizarea fotogramelor aeriene n
amenajarea pdurilor (Bo, 1973), urmrirea regenerrii pdurilor (Chiea, 1981). n paralel s-au
abordat, prin teme de cercetare n colectiv, i alte domenii ale fotogrammetriei i teledeteciei satelitare
(amenajarea bazinelor hidrografice toreniale, a punilor alpine, proiectarea drumurilor forestiere),
ntocmindu-se metodologii de lucru, chei de fotointerpretare pentru optimizarea lucrrilor din sector.
Timp de jumtate de secol, coala braovean de fotogrammetrie i teledetecie forestier a reprezentat
baza formrii de specialiti n domeniu, inclusiv prin coordonarea activitii de pregtire prin doctorat
(A. Rusu, N. Bo).
Cercetri relativ recente, abordate n teze de doctorat din domeniu au urmrit aspecte de
amenajament i silvicultur pe imagini satelitare IKONOS (Gancz, 2003) sau LANDSAT i IKONOS
(Vorovencii, 2005). n primul caz, au fost obinute rezultate semnificative prin fotointerpretarea vizual
i corectarea erorilor de cartare a limitelor amenajistice precum i utilitatea ortofotoplanurilor derivate
din imagini IKONOS ortorectificate i georefereniate n baza unor puncte GPS determinate cu precizie
ridicat. n al doilea caz s-a urmrit utilizarea mijloacelor informatice specializate n prelucrarea
imaginilor de medie i nalt rezoluie spaial ofer rezultate bune n clasificarea supervizat i
nesupervizat a imaginilor LANDSAT, n monitorizarea schimbrilor categoriilor de folosin i de
acoperire a terenurilor, de fotointerpretare a parametrilor structurali ai arboretelor (Vorovencii, 2005).
Efectiv s-au determinat valori ale parametrilor de georefereniere i clasificare a imaginilor satelitare
LANDSAT pentru condiiile specifice ale masivului Piatra Craiului i s-au fundamentat, pentru aceleai
condiii, modalitile de utilizare a indicatorilor de vegetaie, a transformrilor imaginilor prin analiza
n componente principale i tasseled cap, aplicate imaginilor LANDSAT TM.
Colectivul de Geomatic Forestier din ICAS Bucureti a realizat o hart a tipurilor de
ecosisteme forestiere din Romnia, hart care include n metodologia de separare a vegetaiei forestiere
de alte folosine i imaginile satelitare de rezoluie redus. Printr-un program sectorial de cercetare
desfurat n cadrul acestui laborator s-a investigat posibilitatea utilizrii metodelor de lucru
caracteristice geomaticii n amenajarea pdurilor, innd cont de cerinele impuse acestei activiti n
Romnia (Petrila, 2008). Ca materiale imagistice folosite au fost fotograme digitale i imagini
FORMOSAT corespunztoare Ocolului Silvic Experimental Mihieti. Metodele aplicate au urmrit
separarea zonelor cu vegetaie forestier, extragerea informaiilor necesare cadastrului forestier etc.
Teledetecia aerian i satelitar au fost integrate n metodologia de monitorizare a
ecosistemelor naturale fragile din Delta Dunrii pe imagini aeriene i satelitare clasificate, precum i
aplicaia de calcul i clasificare nesupervizat a indicilor de vegetaie (Noaje, Turdeanu, 2004). De
asemenea au fost luate n studiu zonele cu vegetaie forestier din jurul Bucuretiului, folosind imagini
satelitare LANDSAT, ERS i IKONOS pentru clasificare automat i descriere prin intermediul
indicilor de vegetaie (Melenti et al., 2006).
Programul naional LPIS (Land Parcel Identification System), implementat n Romnia n
ultimul deceniu, urmrete cartarea blocurilor fizice din agricultur pe ortofotoplanuri digitale ale
terenului, cu actualizare o dat la cinci ani. Importana pentru silvicultur este dat de oferirea unui
material important de studiu ortofotoplanuri digitale georefereniate care cuprind ntreg teritoriul
naional. Aplicaiile iniiate pn la momentul de fa se refer la proiectarea reelei de lucru n cadrul
Inventarului Forestier Naional (Marin, 2009), obinerea unui material de lucru actualizat n cadastrul
forestier (Petrila, 2008) i identificarea i cartarea terenurilor degradate (Iacobescu, Barnoaiea, 2008).
13
menionate, au ca referin Amenajamentul Ocolului Silvic Vratec ntocmit n anul 2005. Dei n
ultimii cinci ani au avut loc realocri ale suprafeelor forestiere ntre ocoalele silvice, retrocedri ctre
lcaurile de cult din zon, ceea ce a dus la ncadrarea arboretelor analizate n diferite uniti de
gestiune (UP, Ocol Silvic), n tez arboretele sunt localizate n aceast referin amenajistic (tab. 1).
Localizarea cercetrilor n Ocolul Silvic Vratec (Amenajamentul Ocolului Silvic Vratec, 2005)
Research location in Varatec Forest District, Piatra eamt Forest Directorate
Tabelul 1
Suprafaa
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
18
19
20
21
22
23
25
26
27
28
Unitatea de
producie
Subparcela
U.P. II Cracul
Negru
3A
28A
23C
3D
7D
8B
32A
2A
59A
3C
17A
19A
20A
22A
25A
26A
30B
34B
36B
79B
79A
82D
82A
64D
79L
79H
Compoziie
8La2Br
9Br1Mo
10Br
9Br1Mo
8Mo2La
10Mo
5Br4Mo1Fa
10Br
5Mo2F3Br
10Pin
8Br2Mo
8Br2Mo
8Br2Mo
9Br1Mo
7Br3Mo
8Br2Mo
9Br1Fa
7Br2Mo1Fa
5Mo4Br1Fa
9Mo1La
8Br2Mo
10Pis
10Pin
10
10Mo
5Pin3Fa2Br
Vrsta
Consistena
105
120
120
105
80
90
45
115
35
90
110
105
105
120
105
110
135
110
55
110
90
70
30
50
25
90
0,7
0,7
0,7
0,6
0,8
0,8
0,9
0,3
0,9
0,8
0,8
0,8
0,8
0,8
0,5
0,6
0,8
0,6
0,9
0,8
0,8
0,7
0,7
0,9
0,9
0,8
Nr.
crt.
1
3
4
Forma
prezentare
Tabelul 2
de Observaii
Fiiere digitale
Acoperire cu
nori 0%
Fiiere digitale
Ortorectificate
i
georefereniate
Planuri scanate
Baz de date
14
Program
Domeniul de
utilizare
Sisteme Informatice
Geografice
ArcGIS 9.3
Sisteme Informatice
Geografice
ERDAS Imagine
2009
eCognition
Professional 4.0
Autocad 2002
Toposys
Mapsys
Proarb
Prelucrare imagini
satelitare i
fotogrammetrice
Prelucrare imagini
satelitare i
fotogrammetrice
prin analiz
textural
Vizualizare i
editare planuri n
format digital
Procesare
msurtori
topografice i
geodezice
Editare planuri
topografice n
format vectorial
ntocmire a
profilelor structurale
3D
Silvastat
Calcul statistic
10
Biodiv 1.0
Calcul indicatori ai
biodiversitii
Tabelul 3
Caracteristici
Sursa
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Stagiu de
pregtire
Freiburg,
Germania
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Observaii
Extensii utilizate: 3D
Analyst, Spatial
Analyst, Image Analyst
Licen
laborator
Geomatic
Gratuit
Popa, 1999
Gratuit
Popa, 2001
Gratuit
Palaghianu, 2009
16
18
19
32
0,84
30B
34B
36B
Total
Relativ echien
Relativ plurien
Relativ echien
8
10
10
173
0,69
0,73
0,77
Intensitate medie a
atacului de vsc
(%)
Relativ echien
Grad de defoliere
mediu (%)
32A
8Br2Mo
8Br2Mo
8Br2Mo
9Br1Mo
7Br3Mo
8Br2Mo
6Br3Mo1Fa,
Pam i Pis
9Br1Mo, Fa
7Br2Mo1Fa
6Mo4Br Fa
0,64
0,69
0,7
0,73
0,46
0,43
Volum mediu pe
unitate de suprafa
(m3ha-1)
22
11
13
27
19
21
Diametru de baz
mediu (cm)
Relativ echien
Relativ echien
Relativ echien
Relativ echien
Relativ plurien
Relativ plurien
17A
19A
20A
22A
25A
26A
Compoziie
Grad de nchidere
al coronamentului
Numr de
suprafee de prob
instalate pe arboret
Tip de structur
Subparcela
110
105
105
120
130
125
44,46
45,95
41,43
41,58
41,73
45,30
661,25
750,97
665,73
778,79
425,54
447,21
32,17
37,56
31,75
36,05
26,71
28,02
32,87
23,37
63,67
37,93
17,04
11,83
28,53
22,86
45
36,99
614,85
26,16
130
105
55
46,1
39,22
38,94
803,92
655,46
562,69
33,2
31,5
32,27
45,64
-
11,75
-
La nivelul suprafeelor de prob circulare au fost luai n calcul mai puini parametri pentru a
face posibil inventarierea unor suprafee ct mai ntinse. Principiul de lucru utilizat a fost
inventarierea statistic a arboretelor (Giurgiu, 1972; Horodnic, 2003), cu o asigurare statistic de 99 %.
Datele de teren au fost procesate stratificat, din punctul de vedere al vrstei arborilor
componeni; n acest sens au fost instalate suprafee de prob n arborete de vrste cuprinse ntre 40 i
130 ani, cu o pondere mai ridicat a arboretelor de vrst naintat (tab. 6). Aceast pondere este
justificat prin importana acestor arborete definit de cantitatea ridicat de lemn pe unitate de
suprafa care atinge uneori 100 m3 ntr-o suprafa de 1000 m2 precum i vulnerabilitatea acestora la
factorii externi nocivi, frecvena arborilor cu atac de vsc de intensitate ridicat depind, de multe ori,
50% din numrul de arbori.
a.
b.
Fig. 3. Indicii de vegetaie calculai: a. DVI
DVI; b. GEMI
Vegetation indices: a. DVI; b. GEMI
Analiza vizual comparativ a imaginilor rezultate evideniaz utilitatea lor pentru separarea
tipurilor de suprafa activ din zona de studiu, privit din perspectiva obiectivelor propuse.
Indicele normalizat diferenial al vegetaiei (NDVI ormalized
ormalized Differential Vegetation
Index) este, n general, cel mai utilizat i se calculeaz ca raport dintre diferena i suma valorilor
pixelilor corespondeni din infrarou apropiat i rou (Borel, 1996). &DVI evideniaz i mai bine
terenurile fr vegetaie i, n plus, permite distingerea unor clase suplimentare att n cadrul vegetaiei
lemnoase forestiere, ct i n cadrul vegetaiei ierboase din pajiti i fnee (fig. 3a).
3a
Indicele global al monitori
monitorizrii mediului (GEMI Global Environmental
nvironmental Monitoring Index)
prezint posibiliti ridicate de difereniere a vegetaiei, at
att
t forestiere, ct i ierboase, scond n
eviden, prin valori ridicate, arboretele i arborii izolai de rinoase (fig. 3b).
Indicele vegetaiei ajustat n
funcie de sol (SAVI Soil A
Adjusted
Vegetation Index) introduce un coeficient
de corecie cu scopul de a scoate din
calcul influena solului asupra raporturilor
dintre valorile pixelilor corespondeni
(Huete, 1988) (fig. 4).
Prin combinarea imaginilor
obinute n urma aplicrii indicilor NDVI,
GEMI i SAVI s-aa ncercat utilizarea
avantajelor oferite de fiecare dintre aceti
indici n separarea tipurilor de acoperire a
solului din zona studiat. Imaginile
obinute prin aplicareaa indicilor de
vegetaie vor fi utilizate n combinaie
RGB pentru clasificarea tipurilor de Fig. 4. Imagine obinut prin aplicarea indicelui SAVI
acoperire a terenului din zona studiat.
Image obtained by applying SAVI vegetation index
21
Pancromatic
283,0
316,7
237,4
349,9
337,9
234,6
251,6
241,6
270,8
293,4
293,9
294,5
297,3
Albastru
224,5
232,6
207,6
251,4
233,9
233,1
226,4
211,8
266,8
271,5
239,7
236,3
255,1
Verde
220,2
214,6
183,6
262,3
233,4
206,7
210,9
206,3
258,2
263,3
219,0
246,1
249,8
Rou
135,9
129,7
101,1
175,1
151,9
114,7
126,1
132,2
173,8
181,5
126,4
178,3
161,1
IRA
435,4
439,6
286,8
595,4
599,7
320,9
382,2
330,1
417,8
404,1
402,5
463,1
441,3
Astfel, se observ diferene importante ntre reflectana molidului tnr i a molidului btrn n
toate benzile spectrului vizibil. Diferena cea mai ridicat apare ns n infrarou apropiat, fapt care ine
de intensitatea proceselor fiziologice i variaia acestora pe parcursul ciclului de dezvoltare.
O schimbare important a reflectanei n toate benzile apare n cazul comparaiei dintre pinul
negru cu depuneri de praf (u.a. 82D, UP I Cracul Negru) i pinul negru fr aceste depuneri (u.a. 3A,
UP III Agapia). Se observ un salt considerabil al valorilor reflectanei n toate benzile spectrale, att n
vizibil, ct i n infrarou apropiat. Acest fapt se poate pune pe seama schimbrii suprafeei active de
reflexie prin interpunerea unui strat de praf.
5.3. PRIVIRE
SPRE OBIECT
5.3.1. Introducere
Metodele dezvoltate n timp pentru cartarea anumitor clase de suprafee active, n baza
rspunsului lor spectral, au evoluat foarte mult, trecnd de la metode simple, bazate pe ncadrare n cea
mai apropiat clas din spaiul multidimensional al canalelor spectrale (feature space), la metode
complexe, care apeleaz la recunoaterea spaial i temporal a formelor, inteligen artificial, reele
neurale etc. Aceast evoluie a tehnicilor de prelucrare, coroborat cu aplicarea lor pe imagini de nalt
rezoluie spaial, a condus la creterea preciziei de clasificare a imaginilor care conin suprafee
acoperite cu vegetaie forestier.
ND
Larice
Molid batran
Fag batran
Brad btrn
700
Sub raport evolutiv, s-a
trecut de la clasificare orientat
600
spre pixel, ca unitate de imagine,
500
la clasificarea orientat spre
obiect, privit ca primitiv a
400
imaginii clasificate ce se obine
300
n final. Ambele moduri de
analiz
au
avantaje
i
200
dezavantaje, precum i cmpuri
100
proprii de activitate n care au
devenit mai mult sau mai puin
0
consacrate. n acest spirit,
Pancromatic
Albastru
Verde
Rosu
IRA
urmrind literatura de specialitate
Fig. 5. Comparaie ntre reflectana laricelui, molidului, fagului i bradului
se regsesc posibilitile celor
Comparison between the reflectance of larch, orway spruce, beech
dou metode de clasificare,
and silver fir
23
indicnd o separaie mai mult sau mai puin clar privind gradul de interpretabilitate a imaginilor i
preciziile obinute (Maillard, 2001; Guanaes-Rego, 2003; Ivits et al., 2005; Yu et al., 2006; Ngamabou,
2006). n cercetrile realizate n cadrul lucrrii, pe baza imaginilor IKONOS disponibile s-a urmrit
stabilirea unei ci adecvate pentru interpretrile ulterioare, de rutin, a structurii vegetaiei forestiere.
trebui s se regseasc pe diagonala tabelului. S-au calculat pentru fiecare clas precizia metodei
(producers accuracy) prin raportarea ncadrrilor corecte n clasa respectiv la totalul de pe linie i
precizia utilizatorului (users accuracy) prin raportare pe coloan. Precizia total (overall accuracy)
reprezint raportul dintre numrul de ncadrri corecte i numrul total de puncte utilizate.
Analiza rezultatelor clasificrii per pixel a imaginilor satelitare disponibile a condus la unele
constatri privind posibilitile teledeteciei i recomandri pentru utilizarea ulterioar a metodelor
ncercate, pe imagini i n condiii similare de lucru. Clasificarea per pixel a unei imagini
reprezentative pentru peisajul Parcului Natural Vntori Neam s-a realizat prin mai multe metode i
combinaii succesive ale parametrilor utilizai n procesul propriu-zis de ncadrare a pixelilor n clase.
Dintre metodele utilizate n cadrul acestei abordri (distana minim fa de medie, clasificarea
paralelipipedic, probabilitatea maxim de apartenen) rezultate satisfctoare au fost obinute cu
funcia de maxim apartenen Gauss, aplicat dup analiza semnturilor spectrale ale eantioanelor de
imagine. Prin aplicarea asupra imaginii a unui filtru de majoritate (fuzzy convolution), se reduce
numrul pixelilor izolai care apar n alte clase dect clasa lor de apartenen (fig. 7).
Rezultatele clasificrii arat
o bun reprezentativitate a zonelor
de folosine diferite: arborete de
rinoase,
foioase,
amestecate,
puni, terenuri arabile, suprafee
decopertate, degradate din cauza
unei
gospodriri
neraionale.
Datorit diferenelor consistente
dintre
semnturile
spectrale
caracteristice, foioasele tinere i cele
vrstnice au fost separate n dou
clase distincte care s corespund
situaiilor descrise. Aceast soluie a
dus la creterea acurateei ncadrrii
pixelilor
n cadrul claselor
puni, respectiv foioase tinere
i
foioase
vrstnice,
prin
reducerea variabilitii valorilor
pixelilor din cadrul fiecrei clase
menionate i a suprapunerilor dintre
acestea.
Rezoluia
ridicat
a
imaginilor nu permite separarea
unor zone cu variabilitate ridicat a
tipului de acoperire a terenului (land
cover). Cazul tipic n acest sens l
reprezint terenurile din intravilan,
ocupate de curi i construcii, cu
variabilitate foarte ridicat a
tipurilor de suprafee i a
semnturilor
spectrale
corespunztoare, n imagine ca zone
mozaicate. Prin metodele de
clasificare utilizate, pixelii sunt
ncadrai n clasele generale Fig. 7. Rezultatul aplicrii filtrului fuzzy convolution asupra unei
corespondente (spaiile verzi apar ca imagini IKOOS clasificat per pixel
puni, zonele cu construcii ca The result of fuzzy convolution filter appliance on a per pixel classified
IKOOS image
terenuri degradate etc.).
Livezile de pomi fructiferi
25
sunt ncadrate n clasa foioase tinere, fapt normal ntruct singura diferen dintre ele este modul
regulat de dispunere. Aceeai situaie se ntlnete i n cazul drumurilor i albiilor majore ale praielor
din zon, pixelii corespondeni fiind ncadrai ca terenuri degradate, nefiind acoperite de vegetaie
lemnoas sau ierboas.
O eroare relativ frecvent de clasificare s-a constatat n cazul foioaselor btrne i
punilor, provocat de momentul de preluare (septembrie), astfel nct diferena de ton dintre aceste
suprafee, cuantificat prin valoarea pixelilor corespondeni este insuficient pentru a fi o baz pentru
ncadrarea corect a pixelilor n clasele corespondente.
Matricea de conformitate a clasificrii per pixel a imaginii IKOOS
Agreement matrix for the IKOOS image classification
ncadrare prin
clasificare
Rinoase
Foioase tinere
Foioase vrstnice
Puni
Terenuri degradate
Umbra
Total
Tabelul 8
Total
45
15
12
12
11
5
100
82
%
n ansamblu, rezultatul clasificrii este, n
26
general, satisfctor, cu
obieciile
menionate
anterior.
Imaginea
clasificat prezint o
claritate
bun,
cu
zgomot
redus
i
evideniere
satisfctoare a zonelor
cu
caracteristici
uniforme. Introducerea
clasei umbre permite
o separare a zonelor
umbrite,
considerate
drept zone fr date (no
data),
eliminndu-se
pericolul mozaicrii prin
ncadrarea pixelilor n
alte
clase
cu
caracteristici spectrale
asemntoare.
Fig. 8. Clasificare a imaginii obinute din combinarea RGB DVI GEMI SAVI
Classification of an image obtained by combining RGB DVI GEMI SAVI
Clasificare
Rinoase
Foioase vrstnice
Foioase tinere
Puni
Terenuri degradate
Total
Rinoase
104
3
4
1
0
112
Foioase
vrstnice
2
32
1
4
0
39
Referin
Foioase
tinere
Puni
1
0
6
2
16
1
2
15
0
0
25
18
Terenuri
degradate
1
0
0
1
4
6
Total
108
43
22
23
4
200
Precizia clasificrii imaginii a fost testat i n acest caz prin generarea de puncte cu poziie
ntmpltoare i compararea referinelor cunoscute cu rezultatele clasificrii. Avnd n vedere zona de
lucru mai mare i rezoluia mai redus a imaginilor au fost generate 200 de puncte n reeaua de control
(tab. 10, 11). Din analiza matricei de conformitate se constat urmtoarele:
imaginea clasificat prezint o cantitate mai redus de zgomot, dat fiind rezoluia mai mic a
imaginii iniiale;
precizia total a clasificrii este de 85 %, cu o distribuie relativ difereniat pe clase;
27
similariti ntre obiecte din clasa fag i obiecte din clasa puni sub raportul semnturii spectrale
medii, dar nu i sub raportul variabilitii semnalului. Textura imaginii a fost cuantificat prin aplicarea
metodelor de analiz a texturii propuse de Haralick, luate n considerare n clasificarea supervizat.
Metoda celui mai apropiat vecin (nearest neighbour method), folosit n clasificarea de fa a
presupus stabilirea unei valori pentru panta funciei de apartenen. n cazul de fa, valoarea utilizat a
fost 0,2, aleas prin ncercri succesive i testat prin precizia de clasificare (classification accuracy).
Precizia de ncadrare a obiectelor n clase a fost cuantificat printr-o metod similar celei
utilizate n cadrul clasificrii per pixel, bazat pe generarea aleatoare a coordonatelor plane a 100 de
puncte, pentru care a fost identificat separat apartenena la una dintre clasele menionate.
5.3.3.3. Rezultate obinute
Rezultatele clasificrii orientate spre obiect a imaginilor au fost analizate separat n funcie
de gradul de generalitate al segmentrii multirezoluie. n cazul utilizrii primei scheme de segmentare
(parametru de scar 50, factor de form 0,5, compactness 0,7) se obine o reprezentare detaliat a
grupelor de specii din compoziia
arboretelor respective. n acest
caz au fost utilizate ase clase,
respectiv
rinoase,
fag,
amestecuri, puni, drumuri i
umbre. Nivelul de detaliere
ridicat a impus crearea clasei
umbre, care ncorporeaz golurile
din coronament suficient de mari
pentru a nu fi nglobate n
obiectele de imagine adiacente.
Schema de clasificare utilizat
este sensibil la diferenele dintre
fag i rinoase, reuindu-se i
identificarea amestecurilor dintre
aceste grupe de specii.
ntr-o a doua variant,
prin creterea factorului de scar
n procesul de segmentare la 70,
i a celui de form la 0,7 se obin
obiecte de imagine de dimensiuni
mai mari, obiecte care permit
nglobarea
unor
situaii
particulare, necaracteristice. Este
cazul umbrelor aruncate n
special de arbori care, n
combinaia menionat, sunt
incluse n obiectele vecine,
corespunztoare
rinoase,
foioase,
amestecuri,
spre
deosebire
de
cazurile
de
segmentare cu un nivel mai
ridicat de detaliere n care acestea
sunt separate ca segmentate
proprii ce trebuie clasificate ca
Fig. 9. Imaginea clasificat prin metode orientate spre obiect a unei zone
atare (fig. 9).
din U.P. III Agapia, Ocolul Silvic Vratec
Un caz particular al Object oriented image classification for a region within UP III Agapia,
vegetaiei
lemnoase
este Vratec Forest District
reprezentat de livezile cultivate
29
pe versanii din zon; singurele diferene dintre obiectele de imagine corespondente acestor suprafee i
cele corespondente arboretelor de foioase sunt gradul redus de acoperire a solului i aspectul regulat, de
plantaie. Spre deosebire de cazul clasificrii per pixel, n care zonele respective nu pot fi ncadrate
dect ca foioase, n cazul analizei contextuale se pot face separri pe baza caracteristicilor spaiale,
respectiv a formei regulate de variaie a valorii pixelilor. Astfel, se poate introduce clasa livezi, clas
cu precizie relativ ridicat de clasificare.
Clasa intravilanului, denumire utilizat generic pentru zonele amenajate prin activiti
antropice poate fi evideniat n cazul clasificrii orientate spre obiect. n general, aceste zone sunt greu
separabile ca ntreg tocmai datorit variabilitii foarte ridicate a rspunsului spectral pe de o parte i
datorit includerii de elemente din celelalte clase (puni, rinoase, foioase, amestecuri), mai ales n
zonele ocupate de locuine, pe de alt parte. Alegerea unor parametri de segmentare adecvai poate
grupa pixelii din zonele construite i a utiliza caracterul regulat al marginilor ca i criteriu de clasificare
prin intermediul texturii.
Din analiza distribuiei bidimensionale a punctelor de control conform claselor din
clasificarea supervizat i ncadrrii de referin dat de cunotinele din teren i din interpretarea
imaginilor, se deduce o precizie total de 85 %, calculat pe baza matricei de conformitate (tab. 12). Se
observ c preciziile metodelor de lucru au valori ridicate, cu maxim n cazul livezilor, construciilor i
punilor (precizia utilizatorului) i a terenurilor degradate (precizia metodei) (tab. 13).
Clasele cele mai prezente pe imaginea supus clasificrii sunt cele caracteristice vegetaiei
forestiere, respectiv rinoase, foioase, amestecuri ale celor dou grupe de specii. n fiecare caz,
precizia de clasificare depete 80 %, ajungnd i la 92 %. Cele mai frecvente confuzii sunt observate
ntre rinoase i amestecuri, n ambele sensuri. Se mai observ confuzii ntre foioase i amestecuri,
foioase i livezi, livezi i amestecuri. Cum era de ateptat, nu sunt confuzii ntre foioase i rinoase, i
nici ntre rinoase i livezi.
Matricea de conformitate a clasificrii imaginii IKOOS (abordare orientat spre obiect)
Agreement matrix for the IKOOS image classification (per object approach)
Tabelul 12
Clasificare
Rinoase
Amestecuri
Foioase
Livezi
Terenuri degradate
Puni
Intravilan
Total
Referin
Terenuri
Livezi degradate Puni Construcii Total
0
0
0
0
31
1
0
0
0
31
1
0
1
0
14
5
0
0
0
5
0
10
1
1
12
0
0
5
0
5
0
0
0
2
2
7
10
7
3
100
Confuziile apar mai ales ntre clasele intermediare i Precizia clasificrii imaginilor IKOOS
clasele extreme, cele mai dese fiind nregistrate n cazul IKOOS image classification accuracy
Tabelul 13
amestecurilor. De altfel, obiectele de imagine sunt dificil de
Precizia
Precizia
ncadrat i prin fotointerpretare, fiind necesar o estimare a Clasa
metodei
utilizatorului
unui procent limit al unui anumit grup de specii (la
Rinoase
90,32
87,50
constituirea zonelor de definire a modelului training areas Amestecuri
86,21
83,33
au fost considerate acele obiecte de imagine care prezint Foioase
92,31
85,71
una din cele dou grupe de specii ntr-un procent mai mare Livezi
71,43
100,00
Terenuri degradate
100,00
83,33
de 30 %).
71,43
100,00
Terenurile degradate prin eroziune i deplasare sunt Puni
66,67
100,00
clasificate cu precizie, cu uoare confuzii de extindere asupra Intravilan
Precizie total 85%
anumitor obiecte de imagine din clasele puni i livezi.
Situaiile sunt oarecum normale, dat fiind faptul c eroziunea de suprafa n stadiu incipient sau mediu
este dificil de diagnosticat i n teren.
30
Un avantaj important al clasificrii orientate spre obiect este acela c obiectele de imagine
clasificate se pot exporta ca poligoane n format GIS, cu laturile comune perfect suprapuse, generate
prin digitizarea obiectelor de imagine obinute prin segmentarea multirezoluie. Prin clasificare, fiecare
poligon este inclus ntr-o clas, ncadrare care se poate modifica prin procedee GIS obinuite se pot
utiliza selecii prin intersecii cu alte poligoane, se pot corecta anumite erori sistematice de clasificare
(se pot clasifica corespunztor arborii care nu fac parte din fondul forestier.
Varianta
Per pixel RIRA-P
Foioase
Precizie
Metod
Utilizator
Per pixel
NDVIGEMISAVI
Metod
Clasificarea
per obiect
Metod
Utilizator
Utilizator
Rinoase
Amestec
Livezi
Tabelul 14
Clasa
Terenuri
degradate
Puni
Tinere
Vrstnice
95,24
75
77,8
90
52,94
93,02
70,6
50
81,82
90
92,86
64
82,1
66,67
83,33
Construcii
Umbra
Total
83,33
100
82
82,5
96,3
72,7
74,42
100
65,22
90,32
86,21
92,31
71,4
3
100
71,43
66,67
87,50
83,33
85,71
100
83,33
100
100
85
Aspectul imaginii, respectiv cantitatea de zgomot din imaginea clasificat, este fundamental
diferit n cele dou abordri. Chiar i dup aplicarea filtrului de majoritate, clasificrile per pixel sunt
relativ mozaicate datorit variabilitii ridicate a valorii pixelilor. Intercalarea unei faze premergtoare
31
clasificrii, aceea de segmentare a imaginii, n urma creia se formeaz obiecte de imagine, reduc mult
variabilitatea modului de aranjare a pixelilor din clase diferite.
Comparaia dintre cele dou tipuri de clasificare arat avantaje clare n favoarea celei de a
doua. Analiza vizual a imaginilor rezultate arat o mai bun structurare n cazul analizei texturale. n
primul rnd, luarea n calcul a texturii imaginii duce la separarea poriunilor cu grad de variaie diferit.
Pe aceast baz se pot separa punile de foioase, zonele de intravilan de restul suprafeelor cu
caracteristici similare. La utilizarea unui factor de scar cu valoare mai mare la segmentarea iniial se
poate introduce o clas nou, respectiv amestecuri, clas care s conin arbori de foioase i
rinoase, fiecare n proporie mai mare de 30 % n compoziie.
Privitor la eficiena celor dou metode, se pot meniona cerinele sporite privind infrastructura
hardware i timpul cerut de o anumit etap de prelucrare n cadrul clasificrii per obiect. O
segmentare multirezoluie a unei imagini IKONOS corespondent unei suprafee de aproximativ
10 km2 poate dura pn la cteva ore. Avnd n vedere numrul mare de ncercri succesive necesar
pentru o clasificare, timpul necesar crete proporional cu mrimea zonei de lucru, rezoluia spaial a
imaginii, numrul de variabile luate n calcul. Se poate obine o eficien de lucru mai bun dac se
identific situaii tip pentru care s se dezvolte rutine de lucru utilizabile n condiii similare (valori
standard pentru parametrii de segmentare, anumii parametri luai n considerare n clasificare etc.).
Disponibilitatea programelor de procesare a imaginilor necesare n cazul celor dou abordri
comparate are un efect direct asupra eficienei lucrrilor respective. Clasificarea bazat pe analiza
textural (per obiect) are cerine particulare privind platforma software ngust specializat
(eCognition), destul de costisitoare fa de platformele de analiz per pixel, gen ERDAS IMAGI&E, cu
o aplicabilitate mult mai larg la acelai cost. La ultimele versiuni ale aplicaiei ERDAS a fost introdus
un modul de segmentare, ns performanele acestuia sunt inferioare aplicaiei eCognition.
de specialitate sunt semnalate, pe lng aceste oportuniti i ali indicatori ai arboretelor ce pot fi
determinai direct sau indirect folosind imagini de caracteristici diferite (Bo, 1973; Rusu, 1978).
Frecvena absolut
40
35
30
12
25
10
20
R=
0,533***
15
10
0
-4,4 -3,6 -2,8 -2,0 -1,2 -0,4 0,8 1,6 2,4 3,2 4,0
dc IKO&OS (m)
0
1
34
11
&
edc(m)
5
4
3
2
1
0
-1
-2 1
-3
-4
-5
-6
-7
160
140
120
100
80
60
40
20
0
Teren
IKO&OS
10 11
diametrul coroanei determinat terestru este corelat intens att cu diametrul coroanei msurat n
teren, cu diametrul de baz (0,534***) ct i cu nlimea (prin intermediul diametrului de baz
0,236*) (tab. 15).
relaia dintre diametrul coroanei msurat pe imagini IKO&OS i diametrul de baz este
aproximativ la fel de intens ca i cea obinut ntre dc (teren) i d (0,590***), ambii coeficieni
fiind foarte semnificativi. Rezultatul este important, dac se face trecerea la corelarea direct a
diametrului coroanei (IKONOS) cu diametrul de baz, mult mai caracteristic pentru
cuantificarea structurii arboretului;
o difereniere semnificativ se observ ntre coeficienii de corelaie dintre diametrul de baz i
valorile diametrelor coroanei msurate pe direcii diferite. Astfel, diametrul de baz este corelat
mai intens (0,597***) cu diametrul coroanei msurat pe direcia curbei de nivel dect cu cel
msurat pe direcia liniei de cea mai mare pant (0,319***).
Matricea coeficienilor de corelaie ntre parametri biometrici determinai terestru i diametrul coroanei
determinat pe imagini IKOOS 2
Correlation coefficients matrix between the ground measured biometric parameters and crown diameter
measured on IKOOS 2 images
Tabelul 15
d (cm)
1
0,735***
0,440***
0,597***
0,319***
0,590***
h (m)
hel (m)
dc1 (m)
dc2 (m)
dc teren (m)
d (cm)
h (m)
1
hel (m)
0,561***
1
dc1 (m)
0,357***
0,168
1
dc2 (m)
0,190
0,100 0,438***
1
dc teren (m)
0,326**
0,159 0,857*** 0,838***
1
dc IKO&OS
(m)
0,534***
0,236*
0,095 0,509*** 0,379***
0,526***
d diametrul de baz al arborilor
h nlimea total
hel nlimea elagat
dc1 diametrul coroanei msurat pe curbei de nivel (direcie N-S)
dc2 - diametrul coroanei msurat pe linia de cea mai mare pant (direcie E-V)
dc teren diametrul mediu al coroanei unui arbore, determinat terestru
dc IKO&OS diametrul mediu al coroanei unui arbore, determinat pe imagini IKONOS
dc IKO&OS
(m)
Extinderea cercetrilor n alte formaii forestiere este practic dificil datorit volumului mare
de inventarieri terestre necesare pentru constituirea modelului de lucru pe de o parte i datorit
procentului redus ocupat de alte formaii forestiere n zona studiat.
n cazul arboretelor de vrst naintat i consisten plin, valorile diametrului coroanei
obinute prin determinri de teledetecie au fost relativ apropiate de cele msurate n teren. Coeficienii
de corelaie pentru seturile de valori menionate anterior sunt pozitivi, cu valori ridicate i foarte
semnificativi pentru numrul de probe din fiecare eantion statistic.
Determinarea diametrului coroanei pe imagini IKONOS se apropie de acest model dac lum
n considerare coeficienii de regresie corespunztori: panta dreptei de regresie este apropiat de unitate
(0,9672), respectiv intercepia axei ordonatelor aproape de zero (0,0221). Acest fapt arat c nu se
produc subestimri sau supraestimri semnificative ale valorilor diametrelor coroanei, att la nivelul
mediei, ct i la nivelul intervalului de variaie.
Rezultate bune se obin i n cazul arboretelor cu vrste mijlocii (45-50 ani), situate
aproximativ n aceeai zon ca i precedentele. Legtura corelativ dintre cele dou seturi de valori
(msurate terestru i pe imagini satelitare) este mai intens dect n cazul anterior, cu un coeficient de
corelaie de 0,782*** n cazul corelaiei liniare. Alturarea acestor date n cadrul aceluiai grafic
bidimensional de variaie arat o legtur corelativ mai intens ntre cele dou iruri de valori
(fig. 14). Coeficientul de corelaie rmne ridicat (r = 0,765***), foarte semnificativ pentru cele 105
suprafee de prob circulare luate n studiu; calculul s-a realizat n ipoteza unei corelaii liniare ntre
valorile determinate din cele dou moduri de determinare, ecuaia de regresie polinomial fiind exclus
n urma analizei graficului. Tendina de restrngere a intervalului de variaie prin msurare pe imagini
este evident i n acest caz, ecartul valorilor determinate terestru fiind de 4,2 m fa de 3,7 m pe
imagini satelitare IKONOS.
Eroarea de determinare a diametrului mediu al coroanei este mai slab corelat cu valoarea
medie a acestuia pe cerc de prob dect n cazul analizei per arbore. Explicaia este dat de modul de
calcul a mediei variaia erorii cu diametrul propriu-zis, fundamentat n cazul analizei arbore cu
arbore, se consum practic n interiorul suprafeei de prob. Utilizndu-se media diametrelor din
fiecare loc de prob se compenseaz erorile i se obin seturi de valori comparabile pentru cele dou
moduri de determinare (terestru i pe imagini satelitare). Acest mod de variaie rmne legat de
variabilitatea dimensional i poziia relativ a coroanelor arborilor, fiind atenuat prin luarea n calcul a
mediilor. De altfel, se poate
dc teren (m)
observa o mai bun modelare a
8,0
legturii corelative printr-o ecuaie
dc teren = 0,972dcIKONOS + 0,0485
R = 0.765***
de regresie polinomial de gradul
7,5
doi, ecuaie care tinde s mearg
7,0
paralel cu axa absciselor n cazul
6,5
arborilor cu diametre de coroan
6,0
mari (fig. 15).
Coeficientul de variaie a
5,5
valorilor din cele dou seturi de
5,0
date este sensibil diferit, cu valoare
4,5
mai mare n cazul valorilor
determinate terestru (36,64 %) fa
4,0
de cele msurate pe imagini
3,5
dc IKO&OS (m)
(29,33 %). Acest fapt este ntlnit
3,0
i la toate celelalte analize ale
3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5 8,0
variabilitii valorilor msurate
prin cele dou procedee, fiind
Fig. 174. Particulariti de determinare a diametrului coroanei mediu pe
fundamentat i prin modul de loc de prob pe imagini satelitare IKOOS n cazul arboretelor cu
variaie a erorilor individuale de consisten ridicat
msurare.
Aspects of average crown diameter measurement on IKOOS images for
high canopy covers
37
4,0
3,5
d c IKO&OS (m)
3,0
3,0
a.
edc (m)
2,0
3,5
4,0
4,5
5,0
5,5
Regresie liniara
6,0
6,5
7,0
7,5
1,5
1,0
0,5
dc (m)
0,0
-0,5 3,0
3,5
4,0
4,5
5,0
5,5
6,0
6,5
7,0
7,5
-1,0
-1,5
b.
-2,0
Fig. 15. Particulariti de determinare a diametrului coroanei mediu pe loc de prob pe imagini satelitare
IKOOS: a. cazul arboretelor cu consisten ridicat; b. dependena erorii de determinare a
diametrului coroanei cu valoarea acestuia.
Aspects of average crown diameter measurement on IKOOS images: a. the correlation between the
ground and IKOOS measured values of crown diameter; b. relation of the measurement error and the
value of the crown diameter
Nr.
crt.
1
2
3
4
5
6
7
8
9
10
Comparaie ntre valorile diametrului coroanei (medii pe arboret) determinate n teren i fotointerpretate pe
imagini IKOOS
A comparison between crown diameter values (stand averages), measured on the ground and on the IKOOS
images
Tabelul 15
Nr. de
dc
dc
suprafee
Arboret
Compoziia Vrsta Structura
terestru
IKONOS
Diferene
RMSE
de prob
(m)
(m)
circulare
Relativ
6Br3Mo1Fa
45
32
32A
5,0
5,0
0
0,50
echien
Relativ
8Br2Mo
105
13
20A
5,2
5,2
0
0,60
echien
Relativ
8Br2Mo
110
22
17A
6,4
6,5
0,1
0,70
echien
Relativ
8Br2Mo
105
11
19A
4,9
5,1
0,2
0,40
echien
Relativ
9Br1Mo
120
27
22A
4,7
4,9
0,2
0,50
echien
Relativ
6Mo4Br
55
10
36B
5,1
5,6
0,5
0,96
echien
7Br3Mo
130
Bietajat
19
25A
5,4
6,6
1,2
1,37
Relativ
7Br2Mo1Fa
105
10
34B
5,2
7,0
1,8
1,93
plurien
8Br2Mo
125
Bietajat
21
26A
5,4
7,2
1,8
2,19
Relativ
9Br1Mo
130
8
30B
5,1
7,1
2,0
2,37
echien
prezint erori sub 0,1, valoare care reprezint jumtate din pragul minim de separare a unui arboret pe
criteriul consistenei (Leahu, 2001).
Rezultatele pe cele patru categorii de structuri se prezint distinct.
a. n cazul arboretelor de vrst 90-110 ani i consisten normal s-a obinut un coeficient de
corelaie R = 0,552*** ntre valorile obinute prin teledetecie i cele obinute terestru.
Pentru modelarea legturii statistice s-a ales, prin ncercri succesive, ecuaia de regresie
liniar; alegerea este practic justificat i de tipul de corelaie modelat o corelaie ntre
dou seturi de valori ale aceluiai parametru, determinate prin procedee diferite. Panta
funciei de regresie este apropiat de unitate, linia de regresie apropiindu-se de bisectoarea
graficului, ceea ce justific diferenele mici de-a lungul cmpului de corelaie. Se observ o
amplitudine apropiat de variaie a celor dou seturi de valori ale gradului de nchidere a
coronamentului, n general ntre 0,4 i 0,9, cu concentrarea majoritii observaiilor n
intervalul 0,6-0,9.
b. n arboretele tinere din 32A i 33A (UP III Agapia) se observ o corelaie intens ntre
valorile determinate terestru i valorile msurate pe imagini satelitare IKONOS, corelaie
caracterizat de un coeficient de corelaie R = 0,562***. Dac aceast legtur corelativ se
modeleaz printr-o ecuaie de regresie polinomial de gradul doi, coeficientul de corelaie
devine 0,582***.
c. La arboretele vrstnice, cu consisten redus, legtura dintre valorile obinute prin cele
dou ci terestr i de teledetecie - devine slab. Astfel, coeficientul de corelaie dintre
seturile de valori corespondente este 0,437, semnificativ pentru cele 40 de cazuri luate n
considerare i denot o legtur de intensitate redus, justificat prin structura difereniat a
arboretelor respective. Efectiv, golurile din coronament permit instalarea unui subetaj
corespunztor regenerrii naturale, aproape imposibil de vizualizat chiar pe imagini
satelitare multispectrale de nalt rezoluie spaial.
d. Arboretele cu structur relativ plurien, de o consisten normal, rezultat din participarea
arborilor cu diverse nlimi (arborete cu nchidere pe vertical) reprezint un caz aparte.
Coeficientul de corelaie este relativ ridicat (0,596***), observndu-se ns o subestimare
clar a gradului de nchidere a coronamentului n cazul poriunilor de arboret cu consisten
ridicat.
n concluzie, precizia de determinare a consistenei exprimat ca grad de nchidere a
coronamentului n suprafee de prob este ridicat n cele mai multe din cazurile analizate. Valorile
determinate pe imagini se apropie de valorile de referin, fapt confirmat i de corelaia de intensitate
ridicat observat ntre seturile de valori corespondente determinrilor terestre i cele de pe imaginile
satelitare IKONOS. Subestimrile importante observate n anumite situaii arat faptul c orice aplicare
a acestei metode necesit o prealabil faz de calibrare a modelului de lucru prin aplicarea unor corecii
asupra rezultatelor obinute din imagini IKONOS, faz n care s se compare rezultatele din teren cu
cele de pe imagini n cazul fiecrui tip de arboret.
6.3.2.3. Determinri la nivelul arboretului
Gradul de nchidere a coronamentului unui arboret, apreciat cu ocazia descrierii parcelare de
amenajare a pdurilor, se nregistreaz, n final, ca valoare medie a consistenei n sens restrns,
exprimat zecimal. Ca i la nivelul suprafeei de prob, pentru a evidenia posibilitile de evaluare a
consistenei n cele zece arborete, s-au comparat valorile obinute terestru i pe imaginile satelitare
IKONOS. Diferena fa de cazul anterior, al stabilirii preciziei determinrilor punctuale ale gradului
de nchidere, const n abordarea comparaiilor dintre cele dou seturi de date (terestre i de
teledetecie) la nivelul unor poriuni de pdure deja delimitate dup criteriul omogenitii ca arborete.
Din analiza rezultatelor, centralizate alturi de principalele caracteristici structurale ale arboretelor se
pot evidenia anumite observaii (tab. 16).
Privite n ansamblu, valorile consistenei extrase prin teledetecie sunt apropiate de cele
determinate terestru, nregistrndu-se diferene cuprinse ntre 0,01 i 0,09, cu semne diferite. Cele mai
apropiate valori au rezultat, n special, n cazul arboretelor relativ echiene, monoetajate, cu structur
41
normal, cu puine ntreruperi ale strii de masiv, iar cele mai mari diferene au aprut la subparcelele
25A i 26A, cu arborete de consisten redus, n care s-a declanat procesul de regenerare (tab. 16).
Tendina determinrilor este, ca i n cazul diametrului coroanei, de grupare spre valoarea
medie, cu erori sistematice la valorile minime i maxime (subestimri ale valorilor mari ale gradului de
nchidere a coronamentului, supraestimri la valori mici ale acestui parametru). n cazul fiecrui arboret
menionat n tabelul 16 a fost aplicat o metod de testare a diferenelor dintre medii, cu o prealabil
testare a diferenelor din punctul de vedere al varianei. n toate cazurile diferenele dintre valorile
obinute prin cele dou tipuri de determinare au fost nesemnificative, ceea ce arat reprezentativitatea
datelor obinute prin msurtori pe imagini satelitare.
Erori de determinare a gradului de nchidere a coronamentului mediu pe arboret pe imagini satelitare
IKOOS
Errors in determining the average canopy closure index at stand level on IKOOS images
Tabelul 16.
r.
Diferene ntre
Arboret Compoziia Vrsta
Structura
KIKOOS Kteren
RMSE
crt.
medii
1
32A
6Br3Mo1Fa
45
Relativ echien
0,77
0,83
-0,06
0,09
2
30B
9Br1Mo
130
Relativ echien
0,60
0,69
-0,08
0,10
3
34B
7Br2Mo1Fa
105
Relativ plurien
0,69
0,73
-0,04
0,11
4
36B
6Mo4Br
55
Relativ echien
0,77
0,77
-0,01
0,10
5
26A
8Br2Mo
125
Bietajat
0,52
0,43
0,08
0,14
6
25A
7Br3Mo
130
Bietajat
0,54
0,46
0,09
0,17
7
17A
8Br2Mo
110
Relativ echien
0,65
0,64
0,01
0,08
8
19A
8Br2Mo
105
Relativ echien
0,67
0,69
-0,02
0,08
20A
8Br2Mo
105
Relativ echien
0,72
0,70
0,02
0,12
10
22A
9Br1Mo
120
Relativ echien
0,69
0,73
-0,04
0,11
Reprezentarea grafic a datelor din tabel arat o grupare accentuat a lor n jurul unei ecuaii de
regresie liniar, caracterizat de un foarte ridicat coeficient de corelaie, coeficient care arat
intensitatea i semnificaia legturii corelative, n ciuda numrului mic de arborete luate n studiu. Dac
se elimin valoarea corespunztoare subparcelei 26A, se poate obine o valoare ridicat a coeficientului
de corelaie (0,977***), ceea ce indic aproape o legtur funcional i nu corelativ.
Privitor la eroarea medie ptratic a determinrilor, aceasta a fost calculat pentru fiecare
arboret i ia valori cuprinse ntre 0,08 i 0,17. Cele mai ridicate valori ale erorii se nregistreaz n cazul
arboretelor aflate n curs de regenerare (din u.a. 25A i 26A). Exprimate procentual, aceste erori sunt i
mai ridicate din cauza valorilor mici ale consistenei acestor arborete (aproximativ 30 %).
O ncadrare precis n clase ss-aa realizat, n urma ncercrilor succesive, prin creterea
factorului de form la 0,6 i menin
meninerea parametrului de scar i a raportului compactness/ smoothness
constante (fig. 17).
). Sporul de precizie este nesemnificativ, dei obiectele de imagine corespunztoare
umbrelor sunt clar delimitate n domeniul spectral fa de cele corespunztoare arborilor. n plus
calculele necesare au un volum direct proporional cu numrul de caracteristici luate n considerare. Se
poate ajunge n acest fel la rutine de clasificare care s dureze ore sau chiar zile ntregi, pe staii de
lucru performante.
Compararea valorilor gradului de nchidere a coronamentului determinate prin cele trei
metode comparate la nivel de arboret arat valori similare n cazul zonei analizate (tab. 17). Mediile
determinrilor pentru ntreaga zon analizat sunt aproximativ egale practic nu se
s produc erori
sistematice de determinare a consistenei. Din punctul de vedere al obiectivitii i eficienei metodei,
avantajul rmne de partea clasificrii orientate spre obiect
obiect. Eroarea medie ptratic pentru valorile
calculate la nivel de arboret este
te de 0,06 n cazul valorilor calculate prin interpretare vizual a
imaginilor i 0,04 n cazul segmentrii imaginilor i clasificrii orientate spre obiect. Metoda propus
pentru determinarea consistenei are avantajul unui grad ridicat de automatizare, reducndu-se
r
intervenia operatorului la stabilirea parametrilor de segmentare a imaginilor i stabilirea claselor i a
semnturilor spectrale (training
training areas
areas).
). n acest fel se crete pe de o parte eficiena determinrii i pe de
alt parte precizia prin obiectivizarea
iectivizarea interpretrii rezultatelor.
Valorile gradului de nchidere a coronamentului nu mai rezult ca raport ntre numrul de
puncte care se suprapun pe coronament i numrul total de puncte din limitele arboretului, ci ca raport
ntre dou suprafee.. Practic, se nlocuiete o metod bazat pe eantionaj cu o metod bazat pe
inventariere integral, aplicat pe suprafaa unui arbore, pe suprafaa a mai multe arborete sau pe
poriuni omogene de arboret (fig. 18
18).
r.
crt.
1
2
3
4
5
6
7
8
9
10
Comparaie ntre valorile gradului de nchidere a coronamentului determinat terestru, prin fotointerpretare
i prin extragere din imagini clasificate
Comparison between canopy closure index values measured terrestrially, by visual interpretation and by object
extraction
Tabelul 17.
Diferene
Arboret Compoziia Vrsta
Structura
Kteren Kinterpretare Kclasificare
Interpretare
Clasificare
32A
6Br3Mo1Fa
45
Relativ echien
0,83
0,77
0,81
-0,06
0,02
30B
9Br1Mo
130
Relativ echien
0,69
0,6
0,71
-0,08
-0,02
34B
7Br2Mo1Fa
105
Relativ plurien
0,73
0,69
0,70
-0,04
0,03
36B
6Mo4Br
55
Relativ echien
0,77
0,77
0,73
-0,01
0,04
26A
8Br2Mo
125
Bietajat
0,43
0,52
0,40
0,08
0,03
25A
7Br3Mo
130
Bietajat
0,46
0,54
0,56
0,09
-0,1
17A
8Br2Mo
110
Relativ echien
0,64
0,65
0,68
0,01
-0,04
19A
8Br2Mo
105
Relativ echien
0,69
0,67
0,70
-0,02
-0,01
20A
8Br2Mo
105
Relativ echien
0,7
0,72
0,70
0,02
0
22A
9Br1Mo
120
Relativ echien
0,73
0,69
0,75
-0,04
-0,02
44
&
70
65
60
55
50
45
40
35
30
25
20
50
45
40
35
30
25
20
15
30
40
50
10
5
5
b.
10
15
20
25
30
35
a.
40
&
75
&
& = 1,7295&IKO&OS - 8,0827
R = 0,703***
35
65
30
55
25
45
20
35
15
25
10
15
& IKO&OS
c.
10
15
20
&IKO&OS
25
5
15
25
35
45
55
d.
Fig. 19. Corelaia dintre desimea determinat terestru i pe imagini satelitare IKOOS: a. arborete tinere,
cu consistena normal; b. arborete cu structur relativ plurien; c. arborete vrstnice, consisten
degradat; d. totalitatea suprafeelor de prob
Statistic relation between the thickness measured terrestrially and on IKOOS images: a. young
stands, normal closure; b. old stands, degraded structure; c. relatively uneven aged stands; total
number of samples plots
46
Tabelul 18.
r.
crt.
Arboret
Compoziia
Vrsta
Structura
Kteren
KIKOOS
Diferene ntre
medii
1
2
3
4
5
6
7
32A
30B
34B
36B
26A
25A
17A
6Br3Mo1Fa
9Br1Mo
7Br2Mo1Fa
6Mo4Br
8Br2Mo
7Br3Mo
8Br2Mo
45
130
105
55
125
130
110
Relativ echien
Relativ echien
Relativ plurien
Relativ echien
Bietajat
Bietajat
Relativ echien
19A
8Br2Mo
105
Relativ echien
20A
8Br2Mo
105
Relativ echien
10
22A
9Br1Mo
120
Relativ echien
29,5
17,8
21,6
23,5
14,4
15,3
26,4
24,5
32,3
32,9
39,2
27,6
31,4
30,0
16,2
18,7
26,5
25,0
33,8
34,8
-9,7
-9,8
-9,8
-6,5
-1,8
-3,4
-0,1
-0,5
-1,5
-1,9
4,5
4
80
3,5
R=0,623***
70
90
60
2,5
50
40
1,5
30
20
0,5
Volum mediu IKO&OS (m3)
10
Volum IKO&OS
(m3)
0
0,0
20
30
40
50
60
70
80
90
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
100
49
Arbor
et
17 A
19 A
69,062
64,594
-6,47
70
20 A
74,959
72,949
-2,68
65
22 A
25 A
26 A
69,467
50,342
50,249
72,538
57,648
57,778
4,42
14,51
14,98
60
30 B
54,169
62,011
14,48
32 A
66,749
72,938
9,27
34 B
36 B
57,979
60,400
64,703
66,412
11,60
9,95
Tabelul 19.
R = 0,78***
55
50
45
40
50
55
60
65
70
75
aproximativ aceleai condiii de pant, expoziie i altitudine. n acest mod se poate aprecia c sunt
scoase din calcul unele influene care ar putea afecta rspunsului spectral evideniindu-se corect
fenomenul de debilitare. O stratificare a arboretelor n acest scop nu s-a considerat necesar.
Investigarea arborilor afectai de fenomenul de debilitare semnalat n zon s-a realizat odat
cu inventarierea caracteristicilor dendrometrice curente care au stat la baza rezolvrii obiectivelor
cercetrii parcurse pn aici. Cu aceast ocazie s-au depistat i nregistrat gradul de defoliere i
intensitatea atacului de vsc. Aceste elemente au fost determinate ca valori continui, fr ncadrare
iniial n clase, pentru a permite interpretarea statistic a datelor prin analiza regresiei i corelaiei,
fr a fi nevoie de aplicarea metodelor de prelucrare a variabilelor discontinui.
La arborii individuali din suprafaa de prob de 1ha rspunsul spectral caracteristic fiecrui
arbore s-a msurat sub forma valorii pixelilor n fiecare dintre imaginile preluate cu cei patru senzori
multispectrali ai satelitului IKONOS.
La nivel de arboret analiza a avut ca baz parametrii obiectelor de imagine constituite pentru
17 poriuni relativ omogene de arboret, poriuni care au fost inventariate statistic prin suprafee de
prob circulare. Obiectele de imagine au fost constituite prin segmentare multirezoluie n aplicaia
eCognition Professional 4.0 (capitolul III), cu includerea n operaiunea de segmentare a stratului
tematic reprezentat de limitele arboretelor luate n calcul. Elementele exportate pentru fiecare obiect
sunt valoarea medie, minim i maxim a pixelilor, abaterea standard, parametrii texturii dup Haralik
caracteristicile Grey Level Correlation Matrix i Grey Level Difference Vectors (Haralik et al., 1973).
Pentru fiecare element au fost determinate valori separate n cazul benzilor spectrale utilizate: albastru,
verde rou, infrarou apropiat i pancromatic.
n cazul suprafeelor de prob circulare au fost comparate valorile medii ale gradului de
defoliere cu valorile medii, minime i maxime ale pixelilor inclui n fiecare suprafa de prob, extrase
n cadrul aplicaiei ERDAS Imagine Signature Editor. Culegerea propriu-zis a valorilor pixelilor se
realizeaz n modulul de editare a semnturilor spectrale n cazul clasificrii supervizate a imaginilor
(signature editor). Modulul permite salvarea unui raport privind semnturile valorile pixelilor (minime,
maxime i medii) din cadrul fiecrei zone de interes delimitate pe imaginea deschis n modulul de
vizualizare.
Valorile pixelilor din raport, corespunztoare arborilor identificai n interiorul suprafeelor de
prob circulare au fost prelucrate statistic n Microsoft Excel, cu extragerea valorilor medii pentru o
suprafa de prob (ponderate cu numrul de pixeli), valorii minime i valorii maxime.
La nivel de arboret, analiza a fost abordat pe dou ci. n primul caz, s-a aplicat analiza
corelaiei asupra irului de valori ale gradului de defoliere a arborilor de brad din cele 17 arborete pe de
o parte i parametrii obiectelor de imagine corespunztori. Au fost selectai parametrii texturii cel mai
intens corelai cu gradul de defoliere i asupra lor s-a aplicat analiza regresiei. n cadrul acesteia, gradul
de defoliere a fost utilizat ca variabil rezultativ iar parametrii de imagine ca variabile independente.
Un al doilea mod de abordare este reprezentat de luarea n calcul a unor parametri cumulativi
care s caracterizeze fenomenul de debilitare a arborilor de brad. n acest sens s-a utilizat suprafaa de
baz a arborilor afectai de defoliere ntr-un anumit grad. Pragurile de defoliere luate n considerare au
fost 20, 40 i 60 %.
D = 377,38GLCMCOR - 303,08
R = 0,650***
60
60
Grad de defoliere (%)
50
Grad de defoliere(%)
70
40
30
20
10
50
40
30
20
10
0
0,86
0,88
0,9
0,92
0,94
350
0,96
550
750
950
Fig. 22. Corelaia dintre gradul mediu de defoliere al arboretului i GLCM Correlation coefficient (a) i
GLDV contrast coefficient (b) (infrarou apropiat)
The correlation between the average defoliation percentage of each stand and the GLCM Correlation coefficient
(a) GLDV contrast coefficient (b) (near infrared)
45
g1
g2
g3
Trendline (g1)
Trendline (g2)
Trendline (g3)
40
y = 104,96x + 21,588
R = 0,100
35
30
25
y = 478,79x - 2,8235
R = 0,469*
20
15
10
y = 520,42x - 12,334
R = 0,721***
5
0
0,02
0,025
0,03
0,035
0,04
0,045
GLCM Homogeneity
Fig. 23. Relaia dintre suprafaa de baz a arborilor cu un anumit grad de defoliere (gi) i parametrii
texturali GLCM i GLDV
The relation between the basal area of decay affected trees (gi) and textural GLCM and GLDV parameters
52
Pentru mbuntirea rezultatelor s-a folosit i o abordare diferit a acestui proces prin
utilizarea unor parametri cumulativi pentru cuantificarea intensitii fenomenului de defoliere la nivel
de arboret. Un asemenea parametru are avantajul sintetizrii valorii unui grad de defoliere caracteristic
pentru arboret, fr a folosi media ca indicator sintetic, afectat de valorile extreme ale procentului de
defoliere n cazul arborilor individuali. n acest sens se poate folosi numrul de arbori cu un procent de
defoliere mai mare dect o limit prestabilit sau suprafaa de baz a arborilor respectivi.
Analiza particularitilor procesului de debilitare a arborilor de brad arat o predispoziie a
arborilor cu dimensiuni mai mari, cu poziii cenotice superioare i implicit coroane situate n lumin.
innd cont de aceste aspecte, s-a considerat c ar fi mai potrivit s se utilizeze suprafaa de baz a
arborilor cu un anumit procent de defoliere. Ca praguri de defoliere au fost alese valorile 20, 40 i
60 %.
Tendinele de corelare dintre cele trei caracteristici ale gradului de defoliere i parametrii
texturali ai obiectelor de imagine caracteristice arboretelor inventariate pot fi observate prin
reprezentare grafic (fig. 23). Modul de variaie a distribuiei bidimensionale este diferit n cazul
parametrilor texturali inventariai: variaie cresctoare n cazul GLCM Homogeneity, respectiv
descresctoare pentru GLDV angular 2nd moment i GLCM Entropy. Dreptele de regresie trasate ntre
parametrii menionai sunt n general paralele, fapt artat i de valoarea pantei liniei de regresie
(coeficientul de regresie al variabilei independente).
Graficele prezentate mai sus reprezint cteva dinte cele mai intense corelaii dintre parametrii
defolierii (g1, g2 i g3) i parametrii texturii dup Haralick. Dintre parametrii menionai ai defolierii,
coeficientul de corelaie cel mai ridicat este nregistrat sistematic n cazul suprafeei de baz a arborilor
de brad cu un procent de defoliere mai mare dect 60 %.
Valoarea ridicat a coeficientului de corelaie poate fi explicat prin intensitatea i durata
ridicat a fenomenului de uscare prezent n arboretele respective; un grad de defoliere mai mare de
60% implic o vechime mare a atacului, cu efecte importante asupra strii de sntate. Se observ c
sunt individualizate situaiile n care apar arbori cu un procent ridicat de pierdere a frunziului, arbori
care necesit o intervenie imediat.
n general, corelaia dintre textura imaginii i suprafaa de baz a arborilor cu grad ridicat de
defoliere poate fi privit ca o legtur cauzal indirect, realizat prin intermediul structurii arboretului.
n arboretele analizate din Ocolul silvic Vratec se observ o proliferare a fenomenului de uscare n
arborete destructurate, cu consisten degradat, cu goluri n coronament care expun coroanele pe o
suprafa lateral important.
format perechi de imagini corespondente, preluate din teren (fotografii) i decupate din imaginea
multispectral IKONOS a zonei.
Obiectivizarea determinrilor s-a realizat prin msurarea diferenelor de reflectan spectral a
suprafeelor caracteristice fiecrui grad de eroziune de suprafa, determinri realizate prin intermediul
valorii pixelilor n fiecare dintre cinci imagini disponibile. Au fost determinate valorile pixelilor n
minim 20 de puncte pentru fiecare grad de eroziune, iar diferenele dintre acestea au fost testate printrun test de conformitate (Student).
Clasificarea imaginilor IKOOS n funcie de gradul de eroziune a solului a reprezentat un
pas urmtor n analiza terenurilor degradate din zona de studiu. Au fost folosite i n acest caz dou
abordri: per pixel i per obiect. n cazul utilizrii metodelor de clasificare supervizat orientat spre
pixel a fost luat n calcul o suprafa de teren de aproximativ 200 de hectare, suprafa care poate fi
ncadrat din punctul de vedere al folosinei ca pune degradat prin supra-punare. Au fost
ncercate diverse metode de clasificare, rezultate bune fiind obinute cu metoda verosimilitii maxime.
Au fost constituite apte clase de pixeli, dintre care patru corespunztoare gradelor de eroziune
ntlnite n suprafeele inventariate terestru (e0-e3). Celelalte trei clase se refer la zonele despre care
nu pot fi culese informaii privind eroziunea fie din cauza vegetaiei lemnoase (format din rinoase
i foioase), fie din cauza umbrelor aruncate de arborii i arbutii din zon. n acest caz, umbrele au fost
considerate ca zone fr date (no data).
n cazul clasificrii orientat spre obiect a fost preluat poriunea de imagine clasificat
corespondent punii mpdurite analizate n capitolul privitor la clasificarea supervizat a imaginilor
satelitare ( 5.3.2).
7.3.2.2. Rezultate obinute i analiza lor
Prin analiza vizual a diferenelor dintre imaginile corespondente terenurilor cu degradare prin
eroziune i deplasare a terenului, se observ o separabilitate ridicat a poriunilor de pune care sunt
puternic erodate, mai ales n contrast cu suprafeele fr eroziune aparent. Practic imaginea satelitar
corespondent este caracterizat de un ton mai deschis cu ct substratul geologic, format din argile i
marne, este descoperit mai mult prin ndeprtarea orizontului fertil de la suprafaa solului. Modelul de
aranjare a zonelor afectate de eroziune reprezint un criteriu de separare vizual a zonelor degradate,
mai ales dac se iau n considerare i condiiile geomorfologice locale (n special panta local a
terenului). Formele de eroziune n adncime (ogae, ravene) se recunosc prin caracterul alungit i
orientarea dup linia de cea mai mare pant a terenului. Alunecrile de teren se recunosc prin relieful
frmntat i zonele de desprindere caracteristice, orientate aproximativ paralel fa de curbele de nivel.
n ambele cazuri, un rol important este preluat de poziia Soarelui pe cer n momentul prelurii
imaginii, care influeneaz orientarea umbrelor pe zonele cu pant accentuat. n anumite cazuri,
umbrele pot ascunde anumite formaiuni minore, dar n cele mai multe situaii, umbrirea accentueaz
formele de microrelief i uureaz conturarea suprafeelor pe tipuri de degradare a terenului.
Obiectivizarea i prelungirea n detaliu a cercetrilor pentru clasificarea intensitii
fenomenelor de eroziune s-a realizat, n continuare, pe baza semnturii spectrale nregistrate n diverse
canale ale senzorului satelitar IKONOS.
Rspunsul spectral al suprafeelor luate n studiu poate nregistra gradul de subiere a
orizontului superior al solului, care prezint culori diferite fa de stratele inferioare n majoritatea
cazurilor. S-a analizat posibilitatea separrii, conform criteriilor spectrale a zonelor de acumulare de
zonele cu eroziune imperceptibil. Aceste zone sunt destul de greu separabile att pe imagini ct i n
teren, putnd fi identificate dup corelarea dintre relieful microstaional i aspectul vegetaiei. Din
analiza variaiei rspunsului spectral al suprafeelor degradate se observ c:
diferenierea foarte clar a zonelor cu eroziune foarte accentuat (e3) apare n special n
canalele spectrale verde, albastru i rou;
gradele de eroziune sunt mai puin difereniate n infrarou apropiat, band sensibil mai
ales la parametrii vegetaiei i mai puin la grosimea stratului de sol;
separabilitatea dintre suprafeele ncadrate la eroziune e1 i e2, se caracterizeaz prin o
situaie invers: aceste dou grade de eroziune pot fi difereniate doar n infrarou apropiat
i n pancromatic.
54
n general,, diferenierile cele mai accentuate apar n benzile verde, albastru, rou i
pancromatic i se atenueaz n infrarou apropiat. Acest fapt se poate explica prin sensibilitatea mai
ridicat a infraroului apropiat la procesele biologice, procese care au o pondere redus datorit
denudrii suprafeelor ncepnd cu gradele de eroziune e1-e2. n rest, se observ diferene semnificative
ntre zonele cu eroziune e3 i celelalte tipuri.
Procesul de identificare a terenurilor afectate de eroziunea de suprafa poate fi automatizat
prin clasificarea imaginilor (per
per pixel i per obiect). Formele de eroziune n adncime i deplasrile de
teren sunt mai greu de difereniat prin clasificare supervizat, ele putnd fi recunoscute dup prezena
zonelor cu eroziune intens de form alungit. Pentru o conturare precis este nevoie ca zonele
respective s fie analizate vizual pe imaginea clasifi
clasificat a zonei.
Clasificarea per pixel a imaginii corespondente unei puni mpdurite cu fenomene de
eroziune arat o precizie cel puin satisfctoare de ncadrare a pixelilor corespunztori la diferite grade
de eroziune ntlnite
nite n suprafaa analizat. Aspectul general al imaginii clasificate este mozaicat, dei a
fost aplicat filtrul fuzzy convolution (fig. 24).
Clasificarea orientat spre obiect reprezint
zint o alt abordare de analiz textural a imaginii
(III, fig. 9). n aceast situaie s-aa optat pentru introducerea suprafeelor cu terenuri degradate ntr-o
ntr
clasificare mai generalizat, extins la scar mai larg, la nivelul unei suprafee care cuprinde puni,
pdure, construcii. Pentru compararea celor dou metode au ffost
ost extrase obiectele de imagine
corespondente zonei pentru care ss-aa fcut clasificarea per pixel. Dat fiind caracterul mai ridicat de
generalitate al clasificrii, factorul de scar folosit este mai mare, cu efect de cretere a suprafeei
obiectelor de imagine formate.
Utilizarea clasificrii orientate spre obiect la identificarea i cuantificarea suprafeelor de
teren degradat prin eroziune i alunecri de teren este avantajoas i permite luarea n calcul a mai
multe caracteristici de imagine, corelate cu distribuia spaial a terenurilor afectate de procesele
menionate.
55
Distribuia suprafeelor din fosta carier de sulf pe tipuri de substrate pentru fiecare mod de determinare
Area distribution according to geological types in the Calimani sulfur
Tabelul 20
Tip substrat
Cartare
manual
manual Clasificare per pixel
Clasificare per obiect
(fotointerpretare)
Suprafaa (ha)
%
Suprafaa (ha)
%
Suprafaa (ha)
%
Andezite
29,59
8,08
32,34
9,39
33,49
9,73
Intermediar
58,3
15,91
64,58
18,76
13,59
3,95
andezit
Intermediar fier
84,81
23,15
64,51
18,74
82,65
24,00
Roci sulfuroase
25,54
6,97
22,31
6,48
45,59
13,24
Substrate feroase
49,32
13,46
51,24
14,88
53,48
15,53
Vegetaie
114,84
31,35
109,34
31,76
115,52
33,55
Cldiri
3,94
1,08
Total
366,34
100
344,32
100
344,32
100
57
7.5.1. Introducere
n cadrul prezentelor cercetri se ncearc gsirea unor relaii statistice ntre diversitatea
specific i structural la nivelul etajului arborilor din arboretele analizate i elementele de diversitate
spectral care pot fi extrase din imaginile satelitare. Asemenea metode de analiz pot crete foarte mult
eficiena studiilor de diversitate i pot asigura extinderea observaiilor la scar mai larg.
caracterizarea diversitii specifice a arborilor) i distribuii ale arborilor pe categorii de diametre, clase
de nlimi, clase de volume pentru cuantificarea diversitii dimensionale.
Prelucrarea imaginilor satelitare a presupus realizarea unei imagini multistrat, obinut prin
suprapunerea imaginilor preluate de senzorul IKONOS 2 (albastru, verde, rou, infrarou apropiat i
pancromatic). Pe aceast imagine s-a suprapus reeaua suprafeelor de prob precum i limitele
arboretelor inventariate. n plus n aceste suprafee de prob au fost generate, n mod randomizat,
puncte de coordonate cunoscute n cadrul unui fiier tematic tip punct. Acest strat a fost suprapus de
asemenea peste imaginea satelitar multistrat i, folosind extensia Spatial Analyst din platforma
ArcGIS, au fost extrase valorile pixelilor corespondeni din fiecare strat. n continuare aceste valori au
fost ncadrate n clase i prelucrate apoi sub forma distribuiilor experimentale n aplicaia BIODIV
(Palaghianu, 2009).
y = 0,0087x - 0,1371
R = 0,825
Abaterea standard a
valorii pixelilor
0,4
0,3
60
80
100
2,1
0,9
y = 0,011x + 0,7527
R = 0,699
2,0
1,9
1,8
1,7
1,6
1,5
Abaterea standard a
valorii pixelilor
1,4
1,3
60
120
80
100
120
Fig. 29. Corelaii ntre diversitatea specific a etajului arborilor din arboretele inventariate i abaterea
standard a rspunsului spectral caracteristic n infrarou apropiat
The correlation between the specific biodiversity of the tree layer of the inventoried stands and the
standard
deviation of the spectral response in near infrared spectral channel
25,0
20,0
15,0
10,0
Abaterea standard a
valorii pixelilor
5,0
0,0
30,0
Indicele Simpson (1/D)
calculat terestru
4,0
y = 0,4771x - 25,613
R = 0,6505
3,5
3,0
2,5
2,0
y = 0,0195x + 1,2222
R = 0,433
1,5
1,0
Abaterea standard a
valorii pixelilor
0,5
0,0
60
80
100
120
60
80
100
120
Fig. 30. Corelaii ntre diversitatea structural a diametrelor arborilor din arboretele inventariate i
abaterea standard a rspunsului spectral caracteristic n infrarou apropiat
The correlation between the structural diversity of the tree dbh of the inventoried stands and the
standard deviation of the spectral response in near infrared spectral channel
59
7.6.1. Generaliti
n acest context se nscrie i distribuia anumitor specii forestiere pe cuprinsul unitilor
geomorfologice i cu precdere a versanilor. Aspectul este atrgtor ntruct condiiile de vegetaie
sunt variabile i impun o anumit dispoziie a speciilor, n special n arboretele provenite din regenerare
natural. Posibilitile de analiz sunt ridicate, rezultatele obinute sunt valoroase, dac lum n calcul i
integrarea datelor obinute din clasificarea imaginilor satelitare cu GIS.
Fig. 31.. Modelul tridimensional al terenului pentru o zona din UP III Agapia
3D terrain model for an area within Production Unit III Aga
Agapia
Prin aplicarea funciei Zonal Statistic as a table s-a obinut o baz de date complex, n care
sunt nregistrate caracteristicile geomorfologice calculate pentru fiecare poligon exportat n urma
analizei texturale. n urma prelucrrii datelor
100
Amestec Fag Rasinoase
obinute s-au
au obinut graficele de repartiie a
90
grupelor de specii pe versant, din care rezult unele
80
constatri generale i anume (fig. 110):
70
rinoasele au, sub raport altitudinal, o
60
pondere foarte ridicat n partea inferioar
50
i cea superioar a versantului (540 700
40
m, 800 900 m);
30
zonele clasificate drept amestecuri de
20
foioase cu rinoase sunt prezente
10
0
preponderent pe partea inferioar a
versantului respectiv n intervalul 600
600850 m, cu un maxim n jurul clasei 750 m;
Clasa altitudinal (m)
poriuni de arboret constituite din spe
specia Fig. 32.. Distribuia procentelor din suprafa ocupate
fag apar n zona central a versantului, la de grupele de specii pe clase de altitudine
altitu
altitudini cuprinse ntre 700 i 800 m Area percentage distribution in relation to the specie and
the altitude class
altitudine.
61
de determinare s-a analizat la diferite nivele: al arborelui individual, al suprafeei de prob circulare,
al arboretului, fiecare fiind practic caracterizat de unitatea elementar utilizat n prelucrrile statistice.
2. Media diametrelor coroanelor, se subestimeaz cu aproximativ 0,5 m n cazul celor dou
specii analizate brad i molid. obinut de pe imaginile IKONOS, rezult cu o anumit precizie,
influenat de clasa poziional a arborilor.
3. Legtura dintre valorile diametrului coroanei determinat pe imagini i cele determinate
terestru, ca expresie a gradului de ncredere al msurtorilor, are intensitate ridicat i este definit de
valorile coeficientului de corelaie: 0,526*** pentru toi cei 364 de arbori din suprafaa de prob,
respectiv de 0,533*** n cazul bradului i 0,606*** n cazul molidului. Se observ, de asemenea, o
corelaie de intensitate foarte ridicat, negativ, ntre eroarea de determinare a diametrului coroanei i
valoarea acestuia, (coeficient de corelaie de -0,824***).
4. Diametrul coroanei determinat pe imagini satelitare este corelat i cu diametrul de baz al
arborilor aproximativ n aceeai msur ca i cel determinat terestru R=0,534*** fa de
R=0,590***, indiferent de specie.
5. Intervalul de variaie a diametrului coroanei determinat prin interpretare vizual este mult
mai restrns dect cel determinat terestru, iar distribuia experimental are un exces mult mai pronunat.
Limitarea intervalului de variaie poate fi pus pe seama distribuiei erorilor de determinare a acestei
caracteristici deoarece erorile pozitive se produc n cazul diametrelor mici, iar cele pozitive se produc
n cazul diametrelor de coroan mari.
6. La nivelul suprafeei de prob, diametrul mediu al coroanei obinut prin teledetecie, folosit
mai departe la determinarea volumului de lemn pe picior, se apropie de cel determinat terestru,
diferenele nscriindu-se n intervalul [-2,2] pe aceeai linie a corelaiei negative dintre erori i mrimea
propriu-zis a acestui parametru.
7. Corelaia dintre diametrul mediu al coroanei pe suprafa de prob determinat terestru i prin
interpretare a imaginilor este, firesc, foarte semnificativ, cu coeficient de corelaie maxim de 0,700***
n cazul arboretelor cu structur relativ echien i consisten aproape plin 0,765*** n arboretele
preexploatabile i cele de vrst mijlocie; la arboretele vrstnice, destructurate, sau relativ pluriene se
ntlnesc corelaii de intensiti mai reduse.
8. Eroarea de determinare a mediei pe suprafa de prob a diametrului coroanei este corelat
cu media diametrelor coroanei determinate terestru, dar erorile sunt mai ntmpltor distribuite, avnd
n vedere c o parte din variabilitate a fost consumat n interiorul suprafeei de prob. Erorile medii
ptratice n fiecare dintre cele zece arborete analizate variaz ntre 0 i 2 m, avnd valori foarte mici n
cazul arboretelor echiene, cu consisten plin, indiferent de vrst.
9. Ecartul de variaie a mediilor suprafeelor de prob este relativ similar pentru cele dou
moduri de determinare, cu diferena c distribuia numrului de suprafee de prob pe clase ale
diametrului coroanei rezultat din fotointerpretate este defazat spre dreapta, cu o medie general mai
mare cu aproximativ 1,2 m.
10. La nivelul arboretului, diametrul mediu al coroanei determinat terestru i pe imagini n
cazul celor zece arborete analizate au valori similare, iar diferenele sunt cuprinse n intervalul 0-2,0 m.
11. Arboretele luate n calcul se pot reuni n dou grupuri principale, n funcie de mrimea
erorii de determinare a diametrului mediu al coroanei: primul format din arboretele relativ echiene, cu
structur uniform i monoetajat, n care erorile au valori de 0-0,2 m, doar ntr-un singur caz
ajungnd la 0,5 m, i al doilea format din arborete cu structur relativ plurien sau bietajate,
caracterizate de o eroare mai mare de determinare a diametrului coroanei, care poate s ajung la 2 m.
Aadar, importana cunoaterii diametrului coroanei arborilor este justificat ntruct este
vizibil i cuantificabil pe imagini satelitare, cu precizie satisfctoare, acesta fiind util n mod direct
la calculul volumului i indirect datorit corelaiei strnse cu diametrul de baz, servind n continuare
altor lucrri taxatorice.
clasice, cunoscute din fotogrammetria analogic, ct i semiautomat, prin clasificarea orientat spre
obiect a imaginilor i extragerea umbrelor corespunztoare golurilor din coronament.
2. n cazul determinrilor efectuate n suprafeele de prob circulare, valorile gradului de
nchidere a coronamentului rezult cu o precizie relativ ridicat, n comparaie cu valorile determinate
terestru, obinndu-se un coeficient de corelaie de 0,740*** pentru ntreaga populaie statistic
format. Rezultatele se dovedesc precise mai ales n cazul arboretelor echiene i relativ echiene. n
urma stratificrii datelor n funcie de vrst i tip de structur se observ c cele mai slabe rezultate se
obin n cazul arboretelor vrstnice, cu consisten degradat (R = 0,437***).
3. Diferenele maxime sunt ntlnite i n acest caz la arboretele vrstnice, cu structura
degradat, sau la arboretele relativ pluriene, ns nu depesc 0,08 i nu afecteaz n mod esenial
rezultatele.
4. Analiza distribuiilor numrului de suprafee de prob pe clase ale gradului de nchidere a
coronamentului arat i n acest caz o reducere a variabilitii, prin ngustarea intervalului de variaie
(0,6-0,9 fa de 0,4-0,9). La nivelul arboretului, valorile medii ale consistenei determinate pe imagini
sunt apropiate de valorile medii determinate terestru, cu diferene cuprinse ntre 0,01 i 0,1.
5. Majoritatea diferenelor sunt mai mici de 0,05 i au caracter ntmpltor, cu difereniere n
funcie de structura arboretului. consistena arboretelor vrstnice este supraestimat datorit
interpretrii greite a regenerrii de nlime redus, care nu face parte din plafonul superior al
coronamentului, iar cea a arboretelor pluriene a fost subestimat, n principal datorit arborilor
dominai, mai puin vizibili pe imagine.
6. Metoda automatizat de evaluare a gradului de nchidere a coronamentului presupune
extragerea umbrelor care cad pe golurile din coronament, prin clasificare orientat spre obiect.
7. Metoda de clasificare care a permis separarea golurilor este cea orientat spre obiect, n
funcie de valoarea medie a pixelilor de imagine i abaterea standard. Doar n acest fel se poate face
diferena dintre umbrele aruncate asupra arborilor dominai i umbrele corespunztoare golurilor.
8. Avantajul extragerii semiautomate a valorilor consistenei prin prelucrarea obiectelor de
imagine n format specific Sistemelor Informaionale Geografice este evident. Din compararea
rezultatelor obinute n cele zece arborete n care s-au realizat de asemenea i determinri terestre i
prin interpretare vizual pe reele rectangulare de 100 de puncte s-au obinut diferene de maxim 0,1
(ntr-un singur caz), restul diferenelor nscriindu-se sub valoarea de 0,05.
9. Desimea arboretului, exprimat n acest caz prin numrul de arbori pe 1000 m2, se
determin pe imagini satelitare cu rezultate relativ bune. n raport cu rezultatele inventarierilor terestre,
determinrile de teledetecie sunt caracterizate de un coeficient de corelaie de maxim 0,700***,
obinut n cazul arboretelor cu consisten normal, relativ echiene i relativ pluriene. Rezultate mai
slabe sunt obinute n cazul arboretelor cu un subetaj format din regenerare, rezultat dat de neluarea n
calcul a arborilor dominai.
10. Subestimri, evidente, obinute la numrarea arborilor pe imagini, se observ n cazurile n
care se utilizeaz interpretarea vizual; cele mai importante apar n cazul arboretelor tinere, cu
consisten plin sau aproape plin. n cazul acestor arborete ns, subestimrile sunt sistematice, iar
valorile desimii se pot determina cu precizie prin modelarea legturii corelative prin regresie liniar.
11. Erorile de determinare a desimii sunt corelate mai slab cu valorile propriu zise ale acestui
parametru determinate terestru (0,568***) i pe imagini satelitare (0,265***), precum i cu valorile
consistenei determinate terestru (0,255***).
12. Diferenele maxime de determinare a desimii medii pe arboret este de 100 arboriha-1, fiind
nregistrat n cazul arboretelor relativ echiene, cu vrste de 40-50 ani. Cele mai reduse erori apar la
arboretele de vrst mai naintat, de consisten mai redus.
Abordarea este util n studiile de detaliu privind variabilitatea spaial a fenomenelor complexe de
degradare i evoluia lor studiat pe imagini succesive.
8. Analiza textural a imaginilor multispectrale permite o abordare mai generalizat a cartrii
prin alegerea unor valori ale parametrilor segmentrii multirezoluie care s conduc la obiecte de
imagine mai mari, care s includ situaii similare din punctul de vedere al naturii i caracteristicilor
suprafeei active de reflexie.
9. Clasa terenuri degradate, introdus n clasificare, identificabil pe imaginile satelitare,
cuprinde acele terenuri care au caracteristicile solului corespunztoare unui grad de eroziune e2-e3, fr
a se face diferene ntre aceste grade de eroziune i fr a separa din puni terenurile cu eroziune e1.
10. Avantajele clasificrii per obiect sunt date de posibilitatea separrii terenurilor degradate
de alte terenuri decopertate de stratul vegetal (malurile praielor, anumite terenuri din intravilan etc),
precum i un grad de mozaicare mai redus al rezultatului clasificrii.
11. Cartarea terenurilor decopertate de stratul vegetal prin activiti miniere a urmrit
clasificarea substratelor geologice rmase la zi din fosta exploatare de sulf din Climani n funcie de
favorabilitatea pentru reinstalarea vegetaiei ierboase sau lemnoase. Criteriile principale sunt
reprezentate de coninutul de fier i aciditatea rocilor componente, caracteristici care afecteaz culoarea
nregistrat de imaginile aeriene digitale n culori naturale.
12. Clasificrile orientate spre obiect i spre pixel ofer precizii bune de clasificare a zonelor
cu roci bogate n oxizi de fier i a celor nedecopertate i acoperite cu vegetaie, n comparaie cu
vectorizrile manuale ale substratelor prin fotointerpretare vizual. Confuziile apar mai ales n cazul
claselor reprezentate de andezite i roci sulfuroase, care prezint o gam de culori similare.
13. Clasificrile supervizate au fost comparate cu o vectorizare a substratelor, bazat pe
fotointerpretare vizual dup cheile de fotointerpretare interactiv obinute n urma lucrrilor de teren.
Toate cele trei metode aplicate ofer precizii bune de separare a substratelor nefavorabile instalrii
vegetaiei fa de cele cu favorabilitate mai ridicat.
14. Biodiversitatea specific i structural a etajului arborilor se coreleaz intens cu abaterea
standard a rspunsului spectral. n cazul celor zece arborete inventariate au fost obinute valori ale
coeficienilor de determinare de maxim 0,825*** n cazul legturii statistice dintre indicele Shannon al
diversitii specifice i abaterea standard n infrarou apropiat, respectiv de maxim 0,651*** n cazul
indicelui Simpson calculat pentru diametre de baz i abaterea standard a valorilor pixelilor n aceeai
band.
66
BIBLIOGRAFIE SELECTIV
1. Astola, H., Bounsaythip, C., Ahola, J., Hme, T., Parmes, E., Sirro, L., Veikkanen, B., HIGHFOREST forest parameter estimation from high resolution remote sensing data, XXth ISPRS Congress, Istanbul,
2004, 6p
2. Barbu, I., 1999, Moartea bradului. Simptom al degradrii mediului, Editura Ceres, Bucureti, 276p
3. Barnoaiea, I., Barbu, Ctlina, 2006, Aspecte privind structura unor arborete de brad afectate de vsc
(Viscum album L.), Analele Universitii tefan cel Mare Suceava, Seciunea Silvicultur nr. 1/2006
4. Bloiu, V., 1967, Combaterea eroziunii solului i regularizarea cursurilor de ap, Editura Didactic i
Pedagogic, Bucureti
5. Bolstad, P.V., Lillesand, T.M., 1992, Rule-based classification models: flexible integration of satellite
imagery and thematic spatial data, Photogrammetric Engineering and Remote Sensing, 58, pp. 965-971.
6. Bonn, F., Rochon, G., 1992, Precis de Teledetection, Presse de lUniversit du Qubec, Sillery, Qubec,
485p
7. Bo N., Kiss A., Clinciu I., Chiea Gh., 1986, Posibiliti de fotointerpretare a unor elemente necesare la
amenajarea bazinelor hidrografice toreniale, Revista Pdurilor, nr. 3/1986
8. Bo, N., 1973, Cercetri privind utilizarea fotogramelor aeriene n amenajarea pdurilor. Tez de
Doctorat. Universitatea din Braov, 1973
9. Chiea, Gh., 1981, Cercetri privind ntemeierea strii de masiv : studiul procesului cu ajutorul
fotogramelor, Tez de doctorat. Universitatea Transilvania din Braov
10. Chiea, Gh., Kiss, A., Vorovencii, I., 2003, Fotogrammetrie i teledetecie, Editura Universitii
Transilvania din Braov, 235p
11. De Jong, S., Van der Meer, F., 2004, Remote Sensing Image Analysis: Including the Spatial Domain,
Kluwer Academic Publishers, Dordrecht, 359p
12. Franklin, S., 2001, Remote Sensing for Sustainable Forest Management, Lewis Publishers, Florida, 407p
13. Gancz, V., 2003, Cercetri privind aplicarea fotogrammetriei, teledeteciei i sistemelor informatice
geografice n silvicultur, Tez de Doctorat. Universitatea Transilvania din Brasov
68
69
In the context of the nowadays technological development, forest remote sensing represents an
extremely useful tool in the research and development of forest ecosystems. This tool becomes more
and more accessible and efficient from the point of view of the images acquisition price decrease and
the spectacular increment in the quality of the available data.
The researches were based on IKONOS 2 multispectral images, available for the territory
included in Vanatori Neamt Natural Park, in the North Eastern part of Romania. The objectives of the
research were the classification of the images according to the land cover through pixel and object
based methods and assessment of the accuracy of satellite measurements on quantitative and qualitative
parameters of representative forest stands.
Through comparative analysis of ground assessed data and satellite image measurements, a
standing volume computation model was established. The model is based on assessments of crown
diameter, stand thickness and canopy cover index, as well as pixel values in the near infrared satellite
band. Each of the parameters mentioned was accurately assessed on IKONOS images, with a tendency
of range reducing for the values measured on the images. The highest precision was obtained by
comparing ground and image computed average values of the parameters listed above. The validation
of the volume computation model showed errors up to 15 % of the ground computed values, accurate
enough for large area estimations of this complex parameter.
The qualitative analysis of forest stands and areas with destructured forest vegetation was
focused on the health status of silver fir trees and stands in the area, the mapping of eroded lands
through image classification, specific and structural diversity assessment by means of spectral diversity
and forest vegetation distribution on the mountain slopes.
Regarding the forest health status, the study showed a good correlation between defoliation and
texture parameters values, computed for 17 stands taken into account. A very significant correlation
was obtained between GLCM contrast coefficient and basal area of tress with a defoliation degree
larger than 60 %.
The land degradation following deforestation and intense land use was accurately mapped both
in Varatec and Calimani mountains areas. The object based image classification showed better results
as it contained less noise.
Good correlation were shown between ground assessed biodiversity and the diversity of the
pixel values in the inventoried stands, measured by means of standard deviation and specific diversity
indicators.
We can conclude that IKONOS images represent a good research material in stand structure
assessment and could successfully be integrated in forest management activities.
CURRICULUM VITAE
DATE PERSOALE
Nume i prenume:
Barnoaiea Ionu
Adresa:
Telefon:
0745167649
e-mail:
ibarnoaie@usv.ro
Naionalitatea:
Romn
ACTIVITATEA PROFESIOAL
2007-prezent
2003-2007
STUDII I SPECIALIZRI
Iulie 2009
Iulie 2008
1998-2003
1994-1998
ACTIVITATEA TIIIFIC
Lucrri publicate n ar:
13
10
CURRICULUM VITAE
PERSOAL DATA
Name:
Barnoaiea Ionu
Adress:
Telephone:
0745167649
e-mail:
ibarnoaie@usv.ro
Nationality:
Romanian
ACTIVITATEA PROFESIOAL
2007-present
2003-2007
STUDII I SPECIALIZRI
July 2009
July 2008
1998-2003
1994-1998
SCIETIFIC ACTIVITY
Papers published in Romania:
13
Colaboration in national
research projects:
Colaboration in international
research projects:
FOREIG LAGUAGES:
English good
Franceza satisfactory