Bartoaiea Ionut

MIISTERUL EDUCAIEI, CERCETRII,
TIERETULUI I SPORTULUI
UNIVERSITATEA TRANSILVANIA DIN BRAOV
Facultatea de Silvicultur i Exploatri Forestiere
Ing. Ionu BARNOAIEA
CERCETRI PRIVID STABILIREA STRUCTURII I STRII

PDURILOR PE REGISTR
REGISTRRI
RI SATELITARE MODERE
RESEARCHES REGARDING THE STRUCTURE AND STATE OF THE
FORESTS
S ON MODERN SATELLITE DATA
Rezumatul tezei de doctorat

Abstract of PhD. Thesis
Conductor tiinific,
Prof.dr.ing. Nicolae BO
Membru corespondent al Academiei de
tiine Agricole i Silvice Gheorghe
Ionescu-ieti
Ionescu
Braov, 2011
MIISTERUL EDUCAIEI, CERCETRII, TIERETULUI I SPORTULUI

UNIVERSITATEA TRANSILVANIA DIN BRAOV
Braov, B-dul Eroilor 29, 500036, tel. 0040-268-413000, fax 0040-268-410525
RECTORAT
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:
Prof. univ. dr. ing. Ioan Vasile ABRUDAN

DECAN Facultatea de Silvicultur i Exploatri Forestiere
Universitatea Transilvania din Braov
CONDUCTOR TIINIFIC: - Prof. univ. dr. ing. Nicolae BO

REFERENI:
Prof. univ. dr. ing. Florea ZVOIANU

Universitatea Tehnic de Construcii Bucureti
Prof. univ. dr. ing. ec. Maricel PALAMARIU
Universitatea 1 Decembrie 1918 din Alba Iulia
Prof. univ. dr. ing. Gheorghe CHIEA
V invitm s participai la susinerea public a tezei de doctorat.

V rugm s transmitei aprecierile i observaiile dumneavoastr asupra coninutului tezei pe
adresa Facultii de Silvicultur i Exploatri Forestiere din Braov, str. irul Beethoven, nr. 1, 500123,
sau la fax 0268/475.705.
V mulumim !
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.
I. ECESITATEA MOITORIZRII RESURSELOR

FORESTIERE PRI TELEDETECIE
Dezvoltarea teledeteciei forestiere pe plan mondial a cunoscut un ritm accelerat n ultimele
decenii, ceea ce a dus la construirea de modele complexe de integrare a imagisticii satelitare i aeriene
n activitatea de cunoatere a proceselor care definesc ecosistemele forestiere. n Romnia, teledetecia
n scopuri forestiere a intrat n activitatea de producie relativ trziu (1970-1980), cu nceputuri timide,
n cadrul unor cercetri dispersate. Cercetrile din ultimul deceniu, att din ara noastr, ct i din
strintate, au luat n considerare imagini satelitare i aeriene de ultim generaie, cu foarte nalt
rezoluie spaial, multispectrale, care ofer posibilitatea cartrii amnunite a scoarei terestre.
n acest spirit lucrarea de fa ncearc s aduc o contribuie la cunoaterea, adaptarea i
asimilarea i n ara noastr a tehnicilor de teledetecie utilizate pe plan mondial. Acestea se refer n
totalitate la nregistrri satelitare i aeriene de ultim generaie, cu un grad ridicat de automatizare n
preluarea i procesarea imaginilor. Avnd n vedere c aceste produse vor deveni din ce n ce mai
accesibile i c ofer noi oportuniti de investigare, se apreciaz dac i n ce msur ele sunt
avantajoase n aplicarea lor n practic.
Efectiv, prin cercetrile realizate se urmrete oportunitatea utilizrii imaginilor multispectrale
IKONOS n studiul structurii i strii vegetaiei forestiere, respectiv stabilirea unor caracteristici
structurale ale pdurii, posibilitatea unor estimri privind volumul de lemn i de cuantificare a strii de
vegetaie i de sntate a arborilor i arboretelor.
II. STADIUL ACTUAL AL CUOTIELOR PRIVID

UTILIZAREA TELEDETECIEI CUOATEREA
PDURILOR
2.1. TIPURI DE IMAGII SATELITARE CU APLICABILITATE GESTIUEA
RESURSELOR FORESTIERE
2.1.1. Clasificarea nregistrrilor satelitare

Imaginile satelitare sunt folosite de relativ puin timp comparativ cu mijloacele terestre i
aeriene pentru stabilirea formei i dimensiunilor Pmntului i pentru investigarea scoarei acestuia. n
schimb noile tehnici de preluare, prelucrare i exploatare a imaginilor au cunoscut o evoluie
impresionant. S-a ajuns astfel, destul de repede, la perfecionarea continu a calitii, respectiv a
caracteristicilor acestor imagini i specializarea lor pe diferite aplicaii practice, precum i la
automatizarea investigaiilor cu rezultate remarcabile privind randamentul i obiectivizarea lucrrilor.
Clasificarea imaginilor satelitare, preluate n decursul celor 40 de ani, este anevoioas din
cauza numeroaselor criterii care se pot lua n considerare, respectiv:
durata programului, definit prin perioada de activitate a sateliilor;
tipul senzorului, activ sau pasiv, bazat pe reflexia respectiv emisia radiaiilor
electromagnetice;
locaia companiei care a lansat satelitul, respectiv continentul european, american sau
asiatic;
accesibilitatea datelor funcie de costul i gradul de prelucrare la momentul livrrii;
domeniile specifice de utilizare a datelor avute n vedere la preluarea lor.
Evoluia tehnologiilor, schimbrile climatice, nevoia tot mai acut de cartare topografic a
diferitelor zone de pe suprafaa Terrei n vederea inventarierii i descrierii resurselor naturale, au impus
Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne
perfecionarea senzorilor i diversificarea datelor satelitare pentru a satisface nevoile specifice anumitor
domenii de activitate.
2.2. PRICIPALELE TIPURI DE IFORMAII ACCESIBILE TELEDETECIEI

FORESTIERE
2.2.1. ivele de analiz a vegetaiei forestiere

Intrarea n circuitul civil a sateliilor destinai teledetecie a permis ca informaiile obinute s
poat fi folosite la cartarea i caracterizarea calitativ i cantitativ a resurselor forestiere ale
Pmntului. Cu toat rezoluia redus, imaginile preluate de sateliii din seria LANDSAT au servit att
n identificarea zonelor cu vegetaie forestier, ct i n caracterizarea calitativ a acesteia; deosebit de
utile s-au dovedit, n special, imaginile preluate de senzorii sensibili la infrarou, capabili s redea
informaii privind procesele biologice care au loc n plante (Cook, 2000; Song et al., 2007).
n sectorul forestier, odat cu apariia senzorilor de rezoluie spaial ridicat, au aprut i
utilizri de mai mare finee, aprofundnd analiza de la nivelul peisajului la nivelul arborelui individual.
n acest sens, posibilitile de analiz a vegetaiei forestiere, prin metode ale teledeteciei, pot fi grupate
n trei nivele, corespunztoare posibilitilor de ncadrare a arboretelor ntr-o anumit clas tipologic
(Franklin, 2001). Se au n vedere att formaiile forestiere respective, apelnd la rspuns spectral, grad
de diversitate, ct i la caracteristicile imaginilor (lungime de und, rezoluie spaial) (Murtha, 1977).
Informaiile de nivel I se refer la identificarea zonelor acoperite de vegetaie forestier i
separarea acestora de alte folosine pe imagini satelitare de rezoluie redus i mijlocie (LANDSAT
TM, SPOT HRV). Odat cu creterea rezoluiei spaiale a imaginilor i prin prelucrarea lor adecvat sau putut separa n fondul forestier alte folosine, chiar dac ele apar pe suprafee mici, spre exemplu
drumurile forestiere, zonele cu alunecri de teren .a.
Informaiile de nivel II cuprind identificarea i cartarea tipurilor de pdure i a formaiilor
forestiere. Acest proces de separare a ecosistemelor forestiere folosind imaginile satelitare include
asocierea acestora cu modelul tridimensional al terenului (DEM) (Bolstad, Lilesand, 1992), prelucrarea
primar a imaginilor satelitare (creterea contrastului, combinarea benzilor de lungimi de und
diferite,etc.), utilizarea indicelui normal difereniat al vegetaiei (NDVI) i a celor de textur, precum i
clasificarea imaginii per pixel i per parcel (Kayitakire et. al., 2002).
Informaiile de nivel III se ridic la cerinele mai pretenioase ale descrierii individuale a
arborilor, cu precizarea speciei creia i aparin, caracteristicilor biometrice ale acestora, n primul rnd
ale coroanelor (diametrul, forma, transparena ei), precum i caracteristici derivate din analiza spectral
a imaginilor. Prin aceste informaii se deschid noi perspective, multe dintre ele nc neexplorate, de
determinare a caracteristicilor biometrice ale arborilor. Cele mai folosite n acest scop sunt imaginile de
foarte nalt rezoluie spaial (IKONOS 2, Quickbird), dublate de nregistrrile aeriene LIDAR.
2.2.6. Situaia utilizrii teledeteciei satelitare n gestiunea ecosistemelor forestiere

din Romania
Primele ncercri de utilizare a tehnicilor de teledetecie au avut loc n Romnia imediat dup
realizarea unor nregistrri fotoaeriene a zonelor din fond forestier. n premier, profesorul Nicolau
Brlad a prezentat n teza sa de doctorat susinut n Germania (1938) o metod de determinare a
volumului de lemn pe picior pe baza aerofotogramelor.
n cadrul Facultii de Silvicultur din Braov s-au pus bazele dezvoltrii teledeteciei
forestiere folosind imagini aeriene i satelitare, prin cursuri de fotogrammetrie forestier i numeroase
teme de cercetare care au constituit un sprijin pentru evoluia ulterioar. n acest sens reinem cursul
predat n premier de prof. R. Bereziuc (1954-1955) i n continuare cele publicate de titularii acestor
discipline: A. Rusu (1978), N. Bo (1982), A. Kiss (1988), Gh. Chiea (2003), Vorovencii (2010).
Tezele de doctorat ale cadrelor didactice menionate au abordat de asemenea, probleme de teledetecie
11
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).
III. CODIIILE DESFURRII CERCETRILOR,

OBIECTIVE I METODE DE LUCRU
3.1. SCOPUL CERCETRILOR
Scopul preocuprilor este concretizat n titlul tezei Contribuii privind stabilirea structurii i
strii pdurii pe nregistrri satelitare moderne. n consecin, s-au urmrit cu precdere posibilitile
de utilizare a imaginilor satelitare actuale, multispectrale i de nalt rezoluie spaial, n caracterizarea
12
unor elemente de structur i stare a arboretelor. n plus se urmrete i aprecierea utilitii

nregistrrilor digitale aeriene n scopul stabilirii condiiilor i metodologiei de lucru care pot fi utile
practicilor din domeniul silvic.
3.2. LOCALIZAREA CERCETRILOR

Privite n general, lucrrile s-au desfurat n cuprinsul Parcului &atural Vntori &eam, a
crui administraie, n cadrul strategiei de dezvoltare, a achiziionat, n 2003, imagini satelitare de
nalt rezoluie spaial IKO&OS 2. n acelai timp s-a avut n vedere i un al doilea amplasament al
cercetrilor n regiunea fostei carierei de sulf din Munii Climani, n Nordul Carpailor Orientali,
amplasament acoperit cu imagini aeriene digitale ortorectificate i georefereniate prezentate ca
ortofotoplanuri, preluate n cadrul campaniei LPIS.
Efectiv, cercetrile au fost localizate n zone reprezentative ale celor dou amplasamente:
zona montan a Parcului Natural Vntori Neam, pe raza Ocolului Silvic Vratec,
important att din punctul de vedere al ecosistemelor forestiere, ct i al presiunii antropice
exercitate prin activitile turistice din zon (fig.1).
n puncte caracteristice ale carierei de sulf din Munii Climani, sub raportul prezenei
substratelor geologice la zi, cu influene asupra procesului de regenerare a vegetaiei.
Apreciem c, dei cercetrile au fost constrnse de disponibilitatea i accesul la nregistrrile
aeriene i satelitare, zonele luate n studiu sunt reprezentative i n concordan cu obiectivele propuse.
3.3. DESCRIEREA ARBORETELOR

Alegerea
arboretelor n vederea
instalrii suprafeelor de
prob experimentale s-a
realizat
funcie
de
obiectivele
propuse,
respectiv analize structurale
cantitative i calitative ale
ecosistemelor
specifice
zonei, n situaii diverse din
punctul de vedere al
condiiilor staionale i de
vegetaie. Astfel, orientarea
principal a cercetrilor a
fost axat pe analiza
arboretelor de amestec de
brad, molid i fag, specii
preponderente n cadrul
unitilor de producie ale
Ocolului Silvic Vratec.
Localizarea precis
a arboretelor n care s-au
realizat
inventarierile
terestre din Ocolul Silvic
Vratec,
unitatea
de
producie (UP), parcela i
subparcela n care sunt
ncadrate
arboretele
Fig. 1. Suprafee de prob instalate n Ocolul Silvic Vratec, Direcia

Silvic Piatra eam
Sample plots in Vratec Forest District, Piatra eamt Forest Directorate
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. III Agapia
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
3.4. MATERIALE DISPOIBILE

3.4.1. Condiii de baz
nregistrrile satelitare i aeriene au fost puse la dispoziie de Administraia Parcului
Vntori &eam, sau achiziionate de la Oficiul Judeean de Cadastru i Publicitate Imobiliar.
Platformele informatice utilizate au fost disponibile n cadrul laboratorului de Geomatic din cadrul
Facultii de Silvicultur din Suceava, sau au fost folosite n cadrul unui stagiu de pregtire la
Universitatea de Silvicultur din Freiburg (tab. 2 i tab. 3).
Nr.
crt.
1
3
4
Material imagistic i cartografic utilizat n cercetrile realizate

Images and maps used in the research
Material
Senzor
Benzi
Rezoluia/
Data
spectrale
scara
nregistrrii
Albastru
4m
Verde
4m
Imagini satelitare
Rou
4m
Septembrie
IKONOS
IKONOS
Infrarou
4m
2003
apropiat
Pancromatic
1m
Rou
0,5 m
Ortofotoplanuri
Camere
Verde
0,5 m
2004-2005
digitale
digitale
Albastru
0,5 m
Planuri de baz
1:5000
1980
Amenajamentul Ocolului Silvic Vratec
1995,2005
Forma
prezentare
Tabelul 2
de Observaii
Fiiere digitale
Acoperire cu
nori 0%
Fiiere digitale
Ortorectificate
i
georefereniate
Planuri scanate
Baz de date
14

Platforme informatice utilizate n prelucrarea datelor
Software used for data processing
Nr.
crt.
1
Program
Domeniul de
utilizare
Sisteme Informatice
Geografice
Arcview GIS 3.3.
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
Program compact de vizualizare

i analiz date vectoriale
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Stagiu de
pregtire
Freiburg,
Germania
Program complex de vizualizare

i analiz date vectoriale i
imagini digitale
Program complex de vizualizare
i analiz imagini digitale
Program de prelucrare a
imaginilor digitale bazat pe
analiza textural a imaginilor,
cu utilizarea parametrilor texurii
dup Haralik
Platform informatic de design
spaial
Program de prelucrare date
topografice, adaptat situaiilor i
cerinelor specifice Romniei
Program de editare a planurilor
topografice, adaptat situaiilor i
cerinelor specifice Romniei
Program de trasare a profilelor
tridimensionale ale arboetelor,
pe baza datelor biometrice i
poziionale rezultate din
inventarieri terestre
Program de calcul al
indicatorilor statistici i de
ajustare a distribuiilor
experimentale cu distribuii
teoretice
Aplicaie de calcul a indicilor
biodiversitii Shannon,
Simpson, Margalef, Brilloin,
Berger Parker, MacIntosh,
Glisson
Licen
laborator
Geomatic
Licen
laborator
Geomatic
Observaii
Extensii utilizate: 3D
Analyst, Spatial
Analyst, Image Analyst
Module utilizate: CAD

Overlay, Raster Design
Licen
laborator
Geomatic
Gratuit
Popa, 1999
Gratuit
Popa, 2001
Gratuit
Palaghianu, 2009
3.5. OBIECTIVE URMRITE I METODA DE CERCETARE

3.5.1.Obiectivele cercetrilor
Obiectivele urmrite efectiv prin cercetrile ntreprinse pot fi grupate, n mare, ca determinri
de teledetecie cantitative i calitative, circumscrise scopului general amintit:
clasificarea supervizat a imaginilor ca prim etap n studiul vegetaiei forestiere
determinarea unor elemente structurale ale arboretelor
elaborarea unui model de estimare a volumului de lemn pe picior
caracterizarea strii de sntate a arborilor i arboretelor
cuantificarea diversitii specifice i structurale n etajului arborilor
evaluarea efectelor destructurrii vegetaiei forestiere asupra stabilitii versanilor
Aspectele abordate se nscriu n tendinele generale de aplicare a teledeteciei satelitare n
managementul ecosistemelor forestiere, precum i n elurile de gestiune durabil propuse n cadrul
Parcului Natural Vntori Neam. Modalitile de rezolvare a obiectivelor menionate s-au bazat pe
condiii favorabile de logistic, pe cunotinele accesibile din literatura de specialitate i au fost
stimulate de utilitatea cercetrilor pentru practica silvic.
15
3.5.2. Metode de cercetare

Metodologia de lucru privind utilizarea mijloacelor specifice teledeteciei, fie ea satelitar sau
aerian, se afl n consens cu materialul de cercetare disponibil. Att literatura romneasc, ct i cea
strin menioneaz, la modul principial, aceleai etape de studiu. n cazul de fa, acestea pot fi
concretizate n urmtoarele etape (Bo, 1973; Lillesand, Kiefer, 1999; Franklin, 2001, Vorovencii,
2005): recunoaterea suprafeei de teren pentru care sunt disponibile imagini relativ recente, instalarea
unor piee de prob n teren i poziionarea lor ntr-un sistem geodezic de referin, nregistrarea pe
teren a parametrilor cantitativi ce caracterizeaz arboretele (determinarea ground truth),
transpunerea pieelor de prob peste imaginea satelitar, poziionat i ea n acelai sistem de
coordonate, extragerea acelorai parametri ai arboretelor prin procesarea imaginilor satelitare,
compararea datelor obinute pe cale terestr i prin teledetecie, integrarea rezultatelor obinute n
vederea obinerii modelelor de interpretare interactiv, testarea modelelor i determinarea
reprezentativitii lor n situaii similare.
Metodele i procedeele efective de lucru, la care s-a apelat, se deduc din schema de desfurare
a lucrrilor (fig. 2). n linii mari ele sunt aceleai cu cele folosite nc de la nceputul utilizrii
teledeteciei aeriene n sectorul forestier, care s-au nscris, n strintate i la noi, printre primele
aplicaii dup cele militare.
a. Metoda observaiei a fost folosit n cadrul achiziionrii datelor de teren, respectiv din
imaginile satelitare i aeriene, fiind implicat i n unele constatri metodologice privind colectarea
datelor i, evident, n studiul i analiza informaiilor. n acest scop s-au aplicat regulile generale ale
statisticii matematice privind inventarierea vegetaiei forestiere prin eantionare. Efectiv s-a apelat la
metoda profilelor structurale i inventarul statistic sistematic n suprafee de prob circulare.
b. Metoda comparaiei a stat la baza analizei rezultatelor obinute pe cele dou ci de colectare
a datelor numerice i descriptive. Practic, n majoritatea cazurilor, s-au pus fa n fa seturi de date
echivalente, obinute prin inventarierile terestre pe de o parte i din interpretarea imaginilor satelitare
de nalt rezoluie spaial. Aceste comparaii ntre datele disponibile se bazeaz pe analiza corelaiei i,
dup caz, pe analiza regresiei simple sau multiple, aplicate dup pregtirea prealabil a seturilor de date
(eliminarea valorilor extreme, verificarea reprezentativitii datelor etc.). n cazul volumului de lemn pe
picior s-a apelat la regresia multipl liniar.
Fig. 2. Schema de lucru proiectat pentru ndeplinirea obiectivelor propuse

Workflow design for achieving the objectives of the research
16
IV. LUCRRI PREGTITOARE PETRU

REALIZAREA CERCETRILOR
4.1. CATEGORII DE LUCRRI
Realizarea obiectivelor propuse privind stabilirea unor caracteristici structurale i starea
pdurilor prin teledeteciei presupune executarea unor lucrri complexe pe baza crora, n final, s se
contureze i s se testeze posibilitile i metodologia investigrii pdurilor prin teledetecie. Conform
unei proceduri clasice, valabil i n condiiile moderne de lucru, aceste obiective se realizeaz prin
compararea caracteristicilor structurale ale unor arborete reprezentative deduse prin procedee terestre
cu cele obinute prin interpretarea imaginilor de teledetecie. Rezult astfel precizia i utilitatea
metodelor teledeteciei, ca i aprecieri privind randamentul lucrrilor, costul materialelor, respectiv
eficiena metodelor utilizate.
Privite n ansamblu, pentru atingerea scopului cercetrilor sunt necesare dou categorii de
activiti:
inventarieri terestre, care presupun proiectarea eantionajului, stabilirea i poziionarea
suprafeelor de prob, culegerea datelor din teren prin msurtori i observaii pentru
caracterizarea obiectiv a elementelor de structur i de stare a arboretelor;
determinri de teledetecie, specifice, soldate cu rezultate numerice, directe, sau prin
corelaie, dublate de interpretri ale imaginilor satelitare.
Ambele categorii de lucrri presupun o desfurare pe etape caracteristice, executate cu
aparatur i procedee specifice, avnd drept obiect de studiu terenul cu vegetaie forestier, cu sau fr
modificri geomorfologice i imaginile de teledetecie satelitar i/sau aerian a acelorai arborete. n
acest spirit se prezint ansamblul lucrrilor desfurate: inventarierile terestre, inclusiv procesarea
datelor precum i prelucrarea primar a imaginilor satelitare. Interpretarea acestora i determinrile
propriu-zise de teledetecie, care urmresc aceleai caracteristici structurale ale arboretelor i a unor
suprafee descoperite din fond forestier, inclusiv analiza comparativ a datelor, formeaz obiectul unor
capitole distincte.
4.2. ACHIZIIOAREA I PROCESAREA DATELOR TERESTRE

4.2.1. Categorii de uniti studiate
Scopul urmrit prin lucrrile de teren a fost evaluarea ct mai corect a caracteristicilor
structurale i a elementelor dendrometrice ale arboretelor i a suprafeelor libere luate n studiu, spre a
servi ca baz de referin n compararea datelor extrase prin teledetecie.
Alegerea arboretelor de studiu s-a fcut n funcie de materialele imagistice disponibile,
respectiv imagini satelitare i aeriene digitale, din cuprinsul Parcului Natural Vntori Neam i
respectiv fostele exploatri de sulf din Munii Climani. n aceste areale s-au ales arborete
reprezentative din punctul de vedere al compoziiei, vrstei, tipului de structur, strii de sntate n
condiii variate de relief. n egal msur, zonele urmrite n Munii Climani s-au selectat n funcie de
natura substratului geologic la suprafa.
n aceste condiii s-au ales o serie de suprafee de prob care, pe lng condiia de
reprezentativitate ca structur i stare de sntate, se deosebesc dup form, mrime i modul de
achiziionare a datelor din teren. Sintetiznd, rezult:
suprafee de prob rectangulare de 2000 m2 i 1 ha, instalate n 19 arborete, cu
inventariere integral a elementelor de structur urmrite;
17
suprafee de prob circulare, cu suprafa de 1000 m2, respectiv raz de 17,84 m,

instalate n zece arborete, dup normele statistice de asigurare a reprezentativitii;
puncte reprezentative din punctul de vedere al substratului geologic din zona fostei
exploatri de sulf din Munii Climani.
n toate aceste amplasamente s-au executat inventarieri complexe n scopul caracterizrii
situaiilor specifice urmrite n concordan cu obiectivele propuse prin lucrare.
4.2.2. Suprafee de prob dreptunghiulare

4.2.2.2. Determinri topografice n scopul georeferenierii imaginii i poziionrii
suprafeelor de prob rectangulare
Pentru o utilizare corect a datelor de teren este nevoie de o suprapunere ct mai precis a
acestor suprafee peste imaginea satelitar georefereniat i ortorectificat. n acest sens au fost
realizate lucrri geo-topografice complexe, folosind staia total i receptoare GPS. Lucrrile au fost
difereniate n funcie de modul de analiz a datelor de teren n comparaie cu datele extrase din
nregistrrile satelitare.
Corespondena dintre suprafeele considerate i imaginea satelitar s-a realizat prin ridicri n
plan, care au cuprins conturul suprafeei, puncte de legtur cert identificabile n teren i n imagine
(borne, limita fondului forestier, drumuri, arbori izolai cu imagine clar, incinte construite, lucrri
hidrotehnice), iar n unele cazuri, chiar poziia arborilor. S-a folosit metoda drumuirii i a radierii,
urmrindu-se trasee sprijinite pe puncte cunoscute din reeaua geodezic, aflate n inventarul Oficiului
de Cadastru i Publicitate Imobiliar Neam.
4.2.2.3. Preluarea datelor terestre
Lucrrile de teren din fiecare suprafa de prob au inclus determinri asupra parametrilor
biometrici caracteristici pentru structura arboretelor respective. Astfel, s-au nregistrat n fiecare
suprafa: diametrul de baz pe dou direcii perpendiculare, nlimea total, nlimea elagat,
diametrul coroanei pe dou direcii perpendiculare, poziia arborelui n sistem 2D. De asemenea,
pentru arborii de rinoase (cu excepia laricelui Larix decidua) s-a cuantificat starea de sntate,
exprimat prin gradul de defoliere (%), pe baza portretelor robot ale arborilor din literatur (Sanasilva,
2000).
n aceleai condiii s-au inventariat elementele i ntr-o suprafa de prob de 1 hectar ntr-un
brdeto-molidet cu un procent ridicat de participare a bradului n compoziie. Aceast unitate este
afectat att de fenomenul de defoliere ct i de atacuri de vsc asupra arborilor de brad. Inventarierile
din suprafaa de prob de 1 ha au urmrit nregistrarea a ct mai multe date cantitative i calitative
referitoare la structura i starea arborilor inclui n suprafaa respectiv (tab. 4).
Parametri biometrici cantitativi i calitativi determinai terestru n suprafeele de prob rectangulare
Quantitative and qualitative biometric parameters measured on the ground in the rectangular sample plots
Tabelul 4
Unitate de
Precizie
Parametrul determinat
Instrument utilizat
msur
estimat
Diametrul de baz
Clupa informatizat Haglof Digitech
cm
1mm
nlime total
Dendrometrul electronic Vertex III
m
0,1m
nlimea elagat
m
0,1m
Diametrul coroanei (medie pe
Ruleta
m
0,3m
dou direcii perpendiculare)
Portrete robot ale diferitelor grade de
Grad de defoliere
%
10%
defoliere, pe specii
Apreciere vizual a procentului ocupat
Intensitatea atacului de vsc
%
10%
de tufele de vsc din coroan
18
4.2.3. Suprafee de prob circulare

4.2.3.1. Proiectarea i implementarea eantionajului
Inventarierea arboretelor s-a realizat pe principiul reprezentativitii, punndu-se condiia ca
inventarierile statistice ale poriunilor omogene de arboret luate n considerare s fie asigurate, n baza
testelor statistice de conformitate.
Au fost alese arborete compuse din speciile predominante n ecosistemele forestiere
caracteristice zonei. Inventarierile statistice au constat n instalarea unei reele de suprafee de prob
circulare n arborete relativ echiene i relativ pluriene cu proporie ridicat a bradului n compoziie. n
cadrul acestor suprafee, pe lng determinrile parametrilor biometrici, s-au nregistrat i date privind
intensitatea i modul de manifestare a fenomenului de debilitare a bradului i atacului de vsc.
4.2.3.2. Poziionarea centrelor i materializarea n teren a suprafeelor de prob
Centrul suprafeei de prob a fost marcat i semnalizat pe arbori, determinndu-se poziia n
plan cu receptorul GPS Garmin 76CSx; pentru o mai bun poziionare s-a corectat poziia pe imagine a
centrului innd cont de poziia arborilor dominani sau alte detalii din zon, vizibile pe imagini (goluri
n coronament, poieni, linii deschise n pdure etc.). innd cont de metodologia de instalare
menionat anterior, nu s-a implementat o reea rectangular cu ajutorul receptorului GPS din cauza
preciziei mai reduse de lucru (precizia este mai redus n modul cutare punct, spre deosebire de
determinarea propriu-zis, mai ales cu nregistrarea dinamic a poziiei punctului la anumite intervale
de timp).
4.2.3.3. Msurarea i procesarea elementelor biometrice n suprafeele de prob circulare
Pentru comparabilitatea datelor, suprapunerea datelor din teren peste imaginile satelitare
disponibile s-a realizat prin ridicri n plan cu precizie ridicat, executate cu staia total. La ridicarea n
plan a arborilor s-a luat practic n considerare proiecia centrului coroanei pe sol, procesarea datelor
fiind bazat pe identificarea arborilor pe imagine.
Determinrile biometrice efectuate n cadrul lucrrilor de teren au avut un scop diferit fa de
determinrile de teledetecie descrise anterior. Dac n cazul acestora din urm motivul realizrii
msurtorilor era acela de a furniza date necesare georeferenierii, respectiv privind situaii particulare
din punctul de vedere compoziional i al vrstei arboretelor, suprafeele de prob circulare au fost
instalate n scopul inventarierii pe principii statistice a arboretelor din formaia forestier predominant
n zon brdeto-molidetele (tab. 5).
Parametri biometrici cantitativi determinai terestru n suprafaa de prob de 1ha (u.a. 19A, UP III Agapia,
Ocolul Silvic Vratec)
Quantitative and qualitative biometric parameters measured on the ground in the one hectare sample plot
(parcel 19A, Production Unit III Agapia, Ocolul Silvic Vratec)
Tabelul 5
Denumirea parametrului
Unitate de
Precizie
Instrument utilizat
determinat
msur
estimat
Diametrul de baz
Clupa informatizat Haglof Digitech
cm
1mm
nlime total
m
0,1m
nlimea elagat
m
0,1m
Diametrul coroanei (medie pe
Ruleta
m
0,3m
dou direcii perpendiculare)
Poziia n plan n coordonate
Staia total
m
0,1m
carteziene
Portrete robot ale diferitelor grade de
Grad de defoliere
%
10%
defoliere, pe specii
Apreciere vizual a procentului ocupat de
Intensitatea atacului de vsc
%
10%
tufele de vsc din coroan
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
nlime medie (m)
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
Vrst medie (ani)
17A
19A
20A
22A
25A
26A
Compoziie
Grad de nchidere
al coronamentului
Numr de
suprafee de prob
instalate pe arboret
Tip de structur
Subparcela
Descrierea arboretelor inventariate statistic prin instalarea de suprafee de prob circulare

Description of sampled forest stands (1000 m2 sample plots)
Tabelul 6
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.
4.3. PRELUCRAREA PRIMAR A IMAGIILOR SATELITARE

4.3.1. Etape, coninut
Exploatarea coninutului imaginilor satelitare, achiziionate pentru obinerea unor informaii
utile ntr-un anumit sector de activitate, presupune parcurgerea unor etape specifice, care se contureaz
n raport cu capacitile de calcul existente i obiectivele propuse. n principiu, acestea pot fi grupate
dup Liellesand i Kiefer (2000) n cteva categorii reprezentative, a cror succesiune poate fi lejer
diferit:
preprocesarea, care include operaiunile preliminare de pregtire a imaginilor satelitare
pentru prelucrri ulterioare i ar cuprinde, n principal, rectificarea geometric, corectarea
radiometric i ameliorarea imaginilor distorsionate sau degradate;
prelucrarea propriu-zis a imaginilor prin care se nlocuiete analiza vizual a imaginilor
cu analiza cantitativ a detaliilor prezente n imaginile respective prin procedee automate de
identificare. n acest scop se folosesc procedee de clasificare a fiecrui pixel din imagine,
respectiv ncadrarea ntr-o anumit clas, care in de recunoaterea spectral a formelor
(spectral patern recognition) sau de recunoaterea spaial a formelor (spatial patern
recognition);
post-procesarea imaginilor, respectiv integrarea informaiilor obinute prin prelucrarea lor
cu date disponibile n formatul caracteristic al Sistemelor Informatice Geografice.
20
4.3.4. Indicii de vegetaie

Analiza imaginilor satelitare
satelitare, n scopul obinerii unor informaii privind ecosistemele
forestiere i fondul forestier, presupune n general implementarea unor tehnici suplimentare
suplimentar n scopul
interpretrii propriu-zise.
zise. n acest scop, pe lng modalitile amintite de ameliorare a nregistrrilor
satelitare prinn combinarea benzilor spectrale i fuzionarea rezoluiilor,
iilor, amintite anterior,
anterior se apeleaz i
la alte mijloace auxiliare de investigaie.
Calculul
alculul indicilor de vegetaie s-a fcut, n cazul de fa, pentru fiecare dintre pixelii
imaginilor IKONOS prin aplicarea formulelor matematice cunoscute. Au
u fost folosite aplicaii
specializate pentru analiza imagini
imaginilor, respectiv modulul Interpreter al programului ERDAS Imagine
2009 i extensia Spatial Analyst din platforma ArcGIS 9.3.
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
V. SEPARABILITATEA SPECIILOR FORESTIERE

STUDIATE I CLASIFICAREA IMAGIILOR
SATELITARE
5.2. REFLECTAA
SPECTRAL A SPECIILOR FORESTIERE DI ZOA DE STUDIU
5.2.2. Mod de lucru

Analiza separabilitii spectrale a speciilor forestiere din zona de studiu se bazeaz pe
determinarea i compararea semnturilor spectrale n benzile disponibile ale imaginii IKONOS.
Determinrile sunt realizate prin suprapunerea suprafeelor de prob rectangulare de 2000 m2 instalate
n teren peste imaginile satelitare ortorectificate i georefereniate, cu identificarea arborilor (regiunilor)
corespondeni speciilor de interes din teren.
Elementele n funcie de care s-a urmrit diferenierea semnturilor spectrale au fost, n general,
specia i vrsta. n cazul suprafeelor de prob de lng drumul Crcoani Magazia (82D) s-a luat n
consideraie i poluarea dat de praful depus pe frunzele arborilor de pin negru, n comparaie cu
suprafaa de prob din 3C, care prezint aceleai caracteristici structurale (aceeai compoziie - 10Pin,
aceeai pant 35g, acelai grad de nchidere al coronamentului 0,9), dar fr depuneri de praf.
Zonele de interes (area of interest - AOI) au fost identificate n cadrul fiecrei suprafee de
prob transpuse pe imagine, vectorizate cu instrumente specifice n ERDAS Imagine 2009, modulul
Viewer. Dup delimitare ele au fost ulterior importate n Signature Editor, unde s-au determinat
valorile pixelilor corespondeni, respectiv numerele digitale utilizate n codificarea informaiei
spectrale. Identificarea coroanelor arborilor din diferite specii s-a realizat conform profilului orizontal
i tridimensional al suprafeelor de prob ntocmit pe baza ridicrilor n plan i celorlalte caracteristici
dendrometrice inventariate. Valorile pixelilor s-au msurat n zona luminat a coroanei, pentru a
nltura efectul umbririi pariale.
Statisticile privind separabilitatea speciilor forestiere din zona Vratec au fost realizate prin
analiza simpl a varianei (Anova) n programul informatic Microsoft Excel 2007, prin compararea
irurilor de valori obinute pentru fiecare variant luat n calcul.
n funcie de mrimea suprafeelor de prob i numrul de arbori identificate prin inventarieri
terestre s-au fcut ntre 15 i 25 de determinri pentru fiecare caracteristic luat n considerare.
5.2.3. Analiza i interpretarea rezultatelor

Rezultatele msurtorilor, reprezentate de valorile medii calculate pentru fiecare variant
luat n calcul reprezint baza comparaiilor ulterioare i evidenierii diferenelor dintre speciile
forestiere, n funcie de modul cum reflect radiaia electromagnetic de anumite lungimi de und (tab.
7). n afara mediei, ca indicator al tendinei centrale, irul de valori ale pixelilor caracteristici fiecrei
variante luate n considerare este caracterizat de abaterea standard.
n cazul pdurilor din Ocolul silvic Vratec se observ diferenieri ntre valorile medii ale
pixelilor corespondeni speciilor de baz, de amestec i diseminate n arboretele n care au fost instalate
cele 18 profile structurale. Diferenele dintre medii sunt variabile n funcie de canalul spectral n care
au fost msurate, amplitudinea cea mai ridicat de variaie fiind nregistrat n cadrul benzii infrarou
apropiat (tab. 7).
Diferenele dintre grupele de valori sunt cel puin semnificative pentru marea majoritate a
cazurilor (Fexp > Fteoretic 5%). Excepii se nregistreaz n pancromatic i infrarou apropiat pentru
perechile fag tnr fag btrn i larice - pin negru. Diferenele dintre valorile reflectanei sunt cel mai
bine ilustrate grafic (fig. 5).
22

Valori medii ale pixelilor pentru diferite specii lemnoase din suprafeele de prob studiate
Mean pixel values of different woody species identified in the sample plots
Tabelul 7
Banda spectral
Specia
Larice
Molid tnr
Molid btrn
Fag btrn
Fag tnr
Brad btrn
Brad cu vsc
Pin negru vrsta medie fr poluare
Pin negru vrsta medie cu depuneri de praf
Pin negru tnr cu depuneri de praf
Pin strob
Paltin de munte
Pin silvestru
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
COMPARATIV ASUPRA CLASIFICRII ORIETATE SPRE PIXEL I
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.
5.3.2. Clasificarea orientat spre pixel

5.3.2.2. Clasificarea per pixel a imaginilor obinute prin combinarea benzilor spectrale
Clasificarea supervizat, orientat spre pixel, presupune parcurgerea unor etape distincte de
lucru, bine documentate n literatura de specialitate i aplicabile, ca linie metodologic definitorie, n
cazuri distincte ale clasificrilor. Constituirea imaginilor multispectrale din zona de studiu, necesare
clasificrii, a presupus suprapunerea imaginilor din benzile spectrale rou, infrarou apropiat i
pancromatic.
Definirea claselor de acoperire a terenului (land cover) a avut la baz informaiile preluate
fie din teren, mpreun cu poziionarea GPS, fie din interpretarea vizual calitativ a imaginii IKONOS.
Acest mod de separare i identificare a claselor se bazeaz pe literatura de specialitate care menioneaz
ca surs de constituire a zonelor de definire a semnturilor spectrale informaiile de teren; dat fiind
ns rezoluia ridicat a imaginilor satelitare IKONOS, acestea permit i interpretarea vizual calitativ
a detaliilor de mrime medie din teren i utilizarea informaiilor interpretate n semi-automatizarea
lucrrilor de separare a tipurilor de acoperire a solului (Tso, Mather, 2000; Lillesand, Kiefer, 2001; De
Jong, Van der Meer, 2004). De altfel, cercetri recente menioneaz utilizarea exclusiv a imaginilor
IKONOS drept surs de informaii pentru extragerea semnturilor spectrale n clasificarea unor imagini
satelitare i fotogrammetrice de rezoluie medie (White et al., 2005). Avnd n vedere aceste
considerente, eantioanele de imagine au fost alese n baza observaiilor din teren din suprafee de
prob, dar i prin analiz vizual a imaginilor n combinaia R-IRA-P.
Efectiv au fost alese ase clase de acoperire a terenului pentru a fi utilizate n clasificare,
respectiv puni, rinoase, foioase tinere, foioase vrstnice, terenuri degradate i umbre. Ultima clas
a fost necesar pentru acoperirea ntregului spectru prezent n imagine, pentru a evita ncadrri eronate
a pixelilor corespunztori umbrelor aruncate de arbori.
Clasificarea propriu-zis a imaginilor IKOOS este relativ dificil datorit rezoluiei
spaiale ridicate a imaginilor satelitare utilizate i variabilitatea foarte ridicat a suprafeei active
corespondente, constituit preponderent din vegetaie forestier. Astfel, utilizarea metodelor de
ncadrare bazate pe vecintatea din spaiul multidimensional al imaginii multispectrale distana
euclidian, distana Mahalanobis, ncadrarea paralelipipedic duc la rezultate slabe ale clasificrii.
Postprocesarea imaginilor clasificate s-a efectuat prin aplicarea filtrului fuzzy convolution
pentru reducerea cantitii de zgomot din imagine (Diedershagen et al., 2004). Filtrul are rol de filtru
de majoritate i poate fi aplicat clasificrilor multistrat, construite prin aplicarea unei clasificri fuzzy.
Precizia clasificrii a fost testat prin 100 de puncte de control suprapuse prin georefereniere
peste imaginea satelitar clasificat i cea iniial, vizualizat n condiii de rezoluie ridicat (fiierul
rezultat dup aplicarea funciei resolution merge). Valorile de referin pentru clasele introduse n
clasificare au fost obinute prin integrarea informaiilor din teren cu cele obinute prin interpretare
vizual a imaginilor IKONOS. Pentru o reprezentativitate ct mai bun a punctelor pentru verificarea
preciziei de clasificare a imaginilor, poziia acestora a fost aleas aleatoriu, generat n modulul create
random points din ARCTOOLBOX.
Precizia de ncadrare s-a dedus din matricea de conformitate (agreement matrix), prin
reprezentarea distribuiei bidimensionale a punctelor n funcie de ncadrarea de referin (real) i
ncadrarea folosit prin clasificarea imaginilor. n baza acestei distribuii s-au calculat preciziile de
ncadrare pentru fiecare clas menionat i precizia total, obinut prin raportarea numrului de
ncadrri corecte la numrul total de puncte de control utilizate. Efectiv, matricea de conformitate,
ntocmit n cazul clasificrii per pixel, prezint corespondena dintre realitate (constatat n teren i
prin analiza vizual a imaginii) i cea prin clasificare, realizat n cazul celor 100 de puncte generate
aleatoriu pe imaginea clasificat ( 5.3.2). n cazul unei precizii de 100 %, toate punctele de control ar
24
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
ncadrare bazat pe puncte de control

Foioase Foioase
Terenuri
Rinoase tinere vrstnice Puni degradate Umbra
42
2
0
0
0
1
1
13
0
1
0
0
0
1
7
4
0
0
0
0
0
11
1
0
0
0
0
2
9
0
0
0
0
0
0
5
43
16
7
18
10
6
Total
45
15
12
12
11
5
100
Din analiza modului de ncadrare a celor 100 de puncte, se constat:

precizia total a clasificrii analizate a rezultat de 82 %, cu o distribuie foarte variat
ntre clasele considerate;
cea mai bun precizie s-a obinut n cazul rinoaselor, n general reprezentate de brad i
molid precizia metodei i a utilizatorului depesc 90 % (tab. 9);
diferenierea n funcie de vrst a foioaselor, cu o precizie de 70 % nu se confirm n
cazul rinoaselor;
principalele erori de ncadrare apar n cazul foioaselor vrstnice, clas care se suprapune
ca valori ale pixelilor peste clasa punilor cu productivitate ridicat (nedegradate).
Confuziile se produc separat de situaiile n care foioasele apar n interiorul punilor
mpdurite, situaii n care separabilitatea este normal;
erorile de ncadrare se produc n detrimentul clasei puni (patru puncte de control
corespondente suprafeelor ocupate de foioase sunt ncadrate n clasa puni), erori care
pot fi observate mai ales prin analiza vizual comparativ a imaginii iniiale i clasificate.
terenurile degradate sunt clasificate relativ precis, cu procente de ncadrare corect de 80,
respectiv 90 %. Clasa a fost definit astfel datorit gradului ridicat de degradare a
punilor din zon, dar include i
anumite terenuri decopertate sau fr Precizia clasificrii supervizate a imaginii IKOOS
(abordare per pixel)
vegetaie
(drumuri,
praie
i IKOOS image classification accuracy (per pixel
construcii).
approach)
Tabelul 9
Dup cum arat studiile fiziologice
Precizia
Precizia
efectuate la foioase (Nelson, Cox, 2004, citat de
Clasa
metodei
utilizatorului
Grudnicki, 2006), momentul cderii frunzelor
Rinoase
95,24
93,02
depinde de vrsta exemplarelor de foioase.
Foioase tinere
75,00
70,59
Aceast dependen poate explica persistena
Foioase vrstnice
77,78
50,00
frunziului mai ales la exemplarele tinere i de
Puni
52,94
90,00
vrst mijlocie (pn la 60-70 ani), exemplare care
Terenuri degradate
90,00
81,82
se observ distinct i se clasific cu o precizie
Umbra
83,33
100,00
foarte bun.
Precizie
total
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
5.3.2.3. Clasificarea imaginilor compuse din indici de vegetaie

Ca variant a clasificrii per pixel, procedeul reprezint o ncercare de cretere a preciziei de
ncadrare a pixelilor n clase de acoperire a terenurilor i restrngerea zonelor n care apar ncadrri
greite ale pixelilor n cazul clase cu separabilitate mai redus. Se are n vedere c n acest fel se
lucreaz cu imagini avnd rezoluia spaial de 4 m, cu semnturi spectrale corespunztoare formulei de
calcul a indicelui respectiv (4.3.3). Imaginea rezultat prezint o rezoluie spaial de 4 m,
caracteristic imaginilor multispectrale IKONOS din care este derivat (fig. 8).
Matricea de conformitate a clasificrii per pixel a imaginii obinute din combinaia DVI, SAVI i GEMI
Agreement matrix for the per pixel classification of the image obtained by DVI, SAVI and GEMI
combination
Tabelul 10.
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
precizia maxim se realizeaz i aici

Precizia clasificrii per pixel a imaginii obinute din
n cazul clasei rinoase, care combinaia DVI, SAVI i GEMI
poate fi difereniat de celelalte luate The accuracy of per pixel classification of the image obtained by
Tabelul 11
n considerare n aproximativ 95 % DVI, SAVI and GEMI combination
Precizia
metodei
Precizia
dintre cazuri; exemplarele care
(%)
utilizatorului (%)
aparin acestor specii sunt clar Clasa
Rinoase
92,86
96,30
identificate inclusiv n puni;
cele mai multe confuzii se realizeaz Foioase vrstnice
82,05
74,42
n cazul celor dou clase de foioase, Foioase tinere
64,00
72,73
prin ncadrarea foioaselor tinere ca Puni
83,33
65,22
foioase vrstnice;
Terenuri degradate
66,67
100,00
terenurile
degradate
pot
fi
Precizie total
85,5 %
clasificate cu precizie ridicat,
existnd confuzii ntre aceast clas i clasa puni;
unele probleme mai apar i n cazul altor specii de foioase diseminate n regenerrile pure de
fag. Una dintre aceste specii este carpenul, prezent n regenerri naturale, dar se pot ntlni
situaii n care apar i paltinul de munte i cireul;
Prin aplicarea metodelor de clasificare per pixel s-au obinut rezultate bune n separarea
majoritii tipurilor de acoperire a solului, fr a se elimina total suprapunerea dintre clasa puni i
clasa foioase vrstnice, dei a fost redus mult fa de situaia anterioar.
5.3.3. Clasificare orientat spre obiect

5.3.3.2. Modul de lucru
Metodologia de lucru efectiv n clasificarea imaginilor orientat spre obiect de care s-a dispus
a presupus parcurgerea mai multor etape. n cadrul procesului de prelucrare a datelor primare, s-a
obinut imaginea supus clasificrii orientate spre obiect, alctuit prin suprapunerea benzilor spectrale
caracteristice satelitului IKONOS. Combinarea imaginilor s-a realizat n cadrul aa-numitului six
layer mix caracteristic programului eCognition Professional 4.0, care ofer posibiliti de clasificare
multicriterial.
Segmentarea imaginii n acest caz a inut cont de necesitatea constituirii unor obiecte de
imagine suficient de mari pentru a reduce zgomotul din imaginea rezultat n urma clasificrii. n acest
sens au fost ncercate mai multe valori ale celor trei parametri utilizai i s-a preluat segmentarea cu
reprezentativitatea cea mai bun, n urma analizei vizuale a fiecreia.
Ca parametri ai segmentrii s-au folosit parametrul de scar 50, coeficientul de form 0,5 i
compactitatea 0,7. n acest fel, obiectele constituite au fost suficient de mari pentru a estompa variaiile
locale ale valorii pixelilor date de unghiul de inciden diferit pe coroana arborilor. De asemenea,
golurile din coronament i umbrele nu apar distinct dect dac depesc dimensiunile coroanei unui
arbore. Pentru a impune un grad mai ridicat de generalitate, ntr-o alt variant de lucru s-au folosit
parametri de segmentare diferii, cu valori mai mari, respectiv factor de scar 70 i coeficient de form
0,7.
Clasele, n numr de apte, au vizat principalele grupe de specii din zon, precum i alte
categorii ale acoperirii terenului: foioase, rinoase, amestecuri ale acestor dou specii, puni,
intravilan i terenuri degradate. Din cauza valorilor reduse ale pixelilor din zonele umbrite a fost
nevoie de introducerea unei clase suplimentare umbre ale arborilor, avnd n vedere c, n lipsa ei
apar confuzii de ncadrare a unor obiecte n clase, n special prin introducerea acestor obiecte la clasa
rinoase. n varianta de lucru cu grad mai mare de generalitate, umbrele au fost ncorporate n
obiectele de imagine limitrofe i clasificate odat cu acestea.
Criteriile de clasificare utilizate n acest caz sunt valorile medii ale pixelilor din obiectele
constituite, calculate din toate benzile spectrale ale imaginii utilizate, abaterea standard a acestor valori
i parametrii texturii dup Haralik GLCM Homogeneity i GLCM Contrast. S-a optat pentru
introducerea unui al doilea parametru de clasificare abaterea standard datorit existenei unor
28
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
Rinoase Amestecuri Foioase

26
5
0
4
25
1
0
0
12
0
0
0
0
0
0
0
0
0
0
0
0
30
30
13
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.
5.3.4. Privire comparativ a metodelor de clasificare utilizate

Precizia de clasificare a imaginilor satelitare, ca expresie a calitii lucrrilor, poate fi privit
din mai multe puncte de vedere (tab. 14). Precizia total a clasificrii per pixel este de 82,5%, cu un
maxim n cazul rinoaselor (caz n care i precizia utilizatorului i a metodei sunt > 90%). O precizie
mai ridicat, de 85 %, se obine prin clasificarea imaginii obinute din combinarea indicilor de
vegetaie. Imaginile clasificate au o cantitate mai redus de zgomot, dat fiind i rezoluia mai redus a
imaginilor iniiale (i n acest caz a fost folosit filtrul fuzzy convolution). n cazul clasificrii per obiect
se obine o precizie comparabil cu cea obinut prin aplicarea indicilor de vegetaie, respectiv 85 %.
Diferena dintre cele dou abordri este mai evident ns dac se analizeaz precizia de
ncadrare pe clase ale acoperirii terenului, altele dect vegetaia forestier. n cazul clasificrii per pixel
se pot separa clase corespunztoare unei situaii locale, respectiv terenului corespunztor unui pixel de
imagine. Astfel nu se pot separa zonele de intravilan ca zone distincte din cauza situaiilor diferite care
apar n cadrul acestor terenuri construcii, spaii verzi nierbate, pomi fructiferi, arbuti ornamentali,
suprafee care au fost ncadrate la clasele corespondente (construcii, puni, respectiv foioase). n
cazul clasificrii per obiect a fost posibil crearea unei clase intravilan, care a cuprins obiectele de
imagine corespunztoare localitilor, clas pentru care s-a nregistrat o precizie bun de ncadrare
(67 % precizia metodei, 100 % precizia utilizatorului).
Confuzia frecvent dintre clasa puni i foioase vrstnice se rezolv prin clasificare
orientat spre obiect. n cazul clasificrii per pixel, cele dou clase sunt caracterizate prin valori
similare ale pixelilor corespondeni, dat fiind faptul c imaginile sunt preluate la sfritul sezonului de
vegetaie. Diferena dintre suprafeele respective este dat de textura imaginii, aspect cuantificabil prin
variabilitatea valorii pixelului n suprafa. Cele dou suprafee pot fi separate precis prin utilizarea
abaterii standard a valorii pixelilor din fiecare obiect de imagine.
Comparaie ntre preciziile de clasificare ale celor trei variante utilizate
A comparison between classification accuracies obtained by the three methods used
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.
VI. DETERMIAREA UOR ELEMETE

STRUCTURALE ALE ARBORETELOR PE IMAGII
SATELITARE IKOOS
6.1. JUSTIFICAREA ALEGERII PARAMETRILOR DE AALIZAT
Complexitatea structurii ecosistemelor forestiere face dificil caracterizarea acesteia, ntruct
operaia presupune cuantificarea parametrilor specifici, funcionali, ai pdurii pe mari suprafee. Din
aceste motive, pe lng procedeele clasice posibilitile teledeteciei devin performante pentru
determinarea anumitor indicatori structurali ai arboretelor la scar larg. Nivelul de utilizare a acestei
tehnologii depinde n primul rnd de parametrii imaginilor i de caracteristicile structurale ale
arboretelor inventariate.
Imaginilor de nalt rezoluie spaial pot aprofunda mult nivelul de investigare a structurii de
la arboret pn la arbori individuali, att sub raportul ncrederii, respectiv a preciziei de determinare a
indicatorilor urmrii, ct i a randamentului lucrrilor. n acest spirit, obiectivele propuse prin lucrare
au fost realizate prin aplicarea unei analize conduse, n funcie de gradul de generalizare, la nivelul
arborilor individuali, al suprafeelor de prob circulare i la cel al arboretului.
Elementele de structur care pot fi deduse din analiza imaginilor satelitare sunt numeroase,
dar numrul celor ce pot fi obinute cu valori de ncredere corespunztoare unei gospodriri a pdurilor
la nivelul rii noastre este limitat. innd cont de nregistrrile disponibile localizate n Parcul Natural
Vntori Neam i dotrile menionate ce definesc condiiile efective ale cercetrilor proprii, au fost
urmrite posibilitile de stabilire a urmtorilor parametri structurali ai arborilor, diametrul coroanei,
gradul de nchidere al coronamentului, desimea arboretului i volumul de lemn pe picior. n literatura
32
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).
6.2. DIAMETRUL COROAEI

6.2.1. Importana determinrii diametrului coroanei
Coroana arborelui individual, ca i coronamentul arboretului sunt elemente caracterizante al
structurii acestuia, cu rol deosebit nu numai n asigurarea nutriiei i dezvoltrii ci i n exercitarea
funciilor ecoprotective necesare pentru conservarea mediului ambiant. Definit prin diametrul i
lungimea ei, coroana nu prezint interes pentru lucrrile curente de inventar terestru, dei st la baza
studiilor fiziologice privind spaiul de nutriie disponibil, hotrtor n competiia intra i interspecific.
n teledetecia aerien sau satelitar, acest parametru devine o caracteristic de baz ntruct
este vizibil i poate fi cuantificat cu o precizie acceptabil, aplicnd tehnici specifice, cu o
accesibilitate ce rmne totui limitat. Pentru teledetecie, cunoaterea acestui element al arborelui sau
al arboretului devine deosebit de important ntruct permite deducerea altor parametri de structur mai
importani, cum ar fi diametrul de baz sau gradul de nchidere al coronamentului.
6.2.2. Mod de lucru

n principiu, pentru determinarea diametrului coroanelor pe imagini satelitare s-au desfurat
cercetri complexe, n condiii diferite, urmrind efectiv dou aspecte specifice, corespunztoare
obiectivelor fixate:
diametrul coroanei arborilor (individuali), rezultat n toate cazurile din dou msurtori
pe direcii perpendiculare;
diametrul mediu al coroanelor dintr-o suprafa, calculat din valorile coroanelor
individuale, obinute prin inventarieri statistice sau totale.
n ultimul caz, cercetrile au urmrit efectiv diametrul mediu al coroanelor din suprafeele
circulare de prob i diametrul mediu al coroanelor din arboret. Diferena dintre cele dou abordri se
regsete att n modul de realizare a msurtorilor, ct i n posibilitatea studierii variabilitii spaiale
a anumitor caracteristici structurale ale arboretelor.
Evaluarea preciziei determinrilor s-a fcut prin compararea rezultatelor obinute prin
teledetecie cu cele terestre, considerate ca referin, folosind n acest scop valorile absolute, abaterea
standard, analiza corelaiei i a regresiei. Datele terestre au fost preluate prin msurtori pe dou direcii
perpendiculare, efectuate odat cu restul elementelor dendrometrice (4.2).
Determinrile pe imagini satelitare s-au realizat pe o imagine IKONOS multistrat, n
combinaia RGB IRA-P-R, considerat optim din punctul de vedere al contrastului pentru peisajele
ocupate n special de vegetaie forestier ( 4.3.2). Msurtorile propriu-zise s-au executat tot pe dou
direcii perpendiculare. Ca instrument de msurare a distanelor s-a folosit cel disponibil n modulul
Viewer al programului ERDAS IMAGI&E (measurement tool), preferat celui din platforma informatic
ArcGIS, ntruct are posibilitatea de stocare a msurtorilor ntr-un fiier specific, cu extensia .mes,
importat ulterior n Microsoft Excel 2007 i prelucrat prin metode uzuale de calcul tabelar, rezultnd
mediile determinrilor pe cele dou direcii perpendiculare, corespondente fiecrui arbore. n cazul
suprafeelor de prob circulare s-a calculat n plus media determinrilor pentru fiecare arbore, suprafa
de prob, abaterea standard precum i coeficientul de variaie pentru valorile din fiecare suprafa de
prob.
Prelucrarea datelor de teren i a celor extrase de pe imaginile IKONOS au condus la seturi de
date echivalente, comparabile care permit analiza preciziei determinrilor pe imagini satelitare la nivele
diferite de integrare a informaiei nivelul arborelui individual (n suprafaa de prob de un ha 364
arbori), al suprafeei de prob circulare (171 suprafee) i cel al arboretului (10 arborete distincte).
33
Elementele dendrometrice comparate la fiecare nivel de analiz sunt difereniate n funcie de

specificul determinrilor:
la nivelul arborelui s-a lucrat cu diametrul mediu al fiecrei coroane, determinat n suprafaa de
prob rectangular de un hectar, la arbori de brad (317) i molid (47);
la nivelul suprafeei de prob s-au dedus diametrele medii ale coroanelor individuale, iar pentru
analiza statistic a lor s-a procedat la stratificarea datelor n arborete echiene de vrst medie
(40-50 ani 32 locuri de prob), arborete de relativ echiene, de vrst naintat cu consisten
aproape plin (90-120 ani 73 suprafee), arborete de vrst naintat cu consisten
degradat (40 suprafee de prob), arborete relativ pluriene (28 de suprafee de prob);
la nivelul arboretului elementul de comparaie a fost diametrul mediu rezultat ca medie a
msurtorilor din suprafeele de prob incluse n limitele arboretului respectiv (zece arborete);
pentru comparabilitatea datelor a fost verificat reprezentativitatea datelor att n teren, ct i n
cazul imaginilor satelitare.
Pentru aprecierea datelor extrase prin teledetecie, n raport cu cele terestre considerate ca
referin au fost utilizate ca metode statistice analiza corelaiei i analiza regresiei. n analiza
comparativ a datelor obinute acestea s-au reprezentat grafic, separat pe tipuri de structur, clase de
vrst i de consisten.
6.2.3. Determinri la nivelul arborelui individual

Precizia de determinare a diametrului coroanei pe imagini satelitare s-a urmrit n cadrul
suprafeei de prob de un hectar din subparcela 19A, UP III Agapia n care inventarierea s-a fcut fir cu
fir. Diametrul coroanei a fost determinat n teren i pe imaginea pentru 364 de arbori, dintre care 317
arbori de brad i 47 de molid. Pentru comparaie s-au utilizat valorile medii msurate pe direcii
perpendiculare pentru fiecare arbore. Astfel, la brad, media valorilor msurate n teren este 5,8 m i cea
msurat pe imagini IKONOS este 5,3 m; n cazul molidului diferena este mai ridicat 5,7 m n teren
i 5,2 m pe imagini satelitare.
Eroarea medie ptratic a determinrilor (RMSE) pe imagini este 1,2 m n cazul bradului i
1,3 m n cazul molidului, relativ ridicat dac se ia n considerare media determinrilor (5,7 m pentru
msurtorile terestre). Exprimat procentual, valoarea erorii reprezint aproximativ 20 % din media
determinrilor n cazul bradului i 23 % n cazul molidului (fig. 10).
Coeficienii de corelaie dintre diametrele coroanei determinate terestru i cele interpretate
vizual pe imaginile satelitare IKONOS sunt ridicai: 0,606*** n cazul speciei brad i 0,533*** la
molid (fig. 51). Ei pot fi considerai foarte semnificativi, avnd n vedere numrul ridicat de arbori luai
n considerare.
dc teren
(m)
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
Eroarea de msurare a diametrului

coroanei (m)
Fig. 10. Distribuia experimental a erorilor de
msurare a diametrelor coroanelor arborilor
individuali
Experimental distribution of crown diameter
measurement errors in the case of individual trees
dc IKO&OS (m)
0
1
Fig. 11. Corelaie nregistrat ntre valorile

diametrului mediu al coroanei arborilor de brad
determinat n teren i pe imagine
Correlation between ground and IKOOS measured
crown diameters for silver fir
34

edc = -0,7997dc + 4,0752
R2 = 0,7079***
dc (m)
3
11
Fig. 12. Variaia erorii de determinare a

diametrului coroanei cu valoarea acestuia
Variation of crown diameter measurement error on
IKOOS images
&
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
Categoria de diametre ale coroanei (m)

Fig. 13. Distribuia experimental a numrului de arbori
pe clase ale diametrului coroanei teren i imagine
Experimental repartition of crown diameters field
measurement and IKOOS images
O corelaie interesant se observ ntre eroarea de determinare a diametrului coroanei i

mrimea acestuia: corelaia este negativ i are o valoare foarte ridicat, respectiv -0,824*** (fig. 12).
Eroarea de determinare a diametrului coroanei n funcie de valoarea acestuia are o variaie interesant,
mai ales n perspectiva utilizrii diametrului mediu al coroanei. Arborilor cu diametre ale coroanei mai
mici dect media pe suprafa de prob le corespund valori pozitive sau foarte apropiate de zero ale
erorii de determinare (supraestimri). Pe de alt parte ns, se pot observa valori negative ale erorii
(subestimri) pentru arborii cu diametre ale coroanei peste medie. Aceast variaie a erorilor de
determinare poate fi explicat prin observabilitatea redus a arborilor cu diametre mici i diluarea
limitei exterioare a coroanei datorit rezoluiei imaginii (rezoluia maxim este de un metru) i din
cauza dificultii de observare a ramurilor subiri din exteriorul coroanei la arborii dominani.
Efectul erorii de determinare asupra mediei diametrului coroanei este unul nesemnificativ,
avnd n vedere diferena mic dintre mediile obinute prin cele dou procedee (terestru i prin
teledetecie); se constat ns o influen ridicat asupra gradului de dispersie a valorilor obinute
(fig. 13). Distribuia numrului de arbori pe clase ale diametrului coroanei prezint o valoare mai mare
a excesului n cazul determinrilor pe imagini satelitare, tocmai din cauza ngustrii ecartului de
variaie a valorilor determinate. Reducerea coeficientului de variaie a valorilor msurate are loc de la
31% pentru valorile determinate terestru la 19% pentru valorile determinate pe imagini IKONOS.
Distribuia erorilor de determinare a diametrului coroanei arat c acestea nu sunt distribuite
randomizat, fiind vizibil o concentrare n modul menionat mai sus (fig. 13). Aceste observaii sunt
importante n stabilirea acelor indicatori ai variaiei parametrului analizat; determinarea diametrului
mediu al coroanei pe fiecare eantion din populaia statistic analizat, fie c este vorba de o suprafa
de prob, o poriune cert identificabil a arboretului sau de un arboret ntreg, aceast operaie ar trebui
s fie destul de precis dac lum n calcul modul de propagare a erorilor i efectul lor asupra mediei.
Bineneles, aceste ipotez poate fi luat n calcul doar n cazul arboretelor cu structur similar
arboretului n care a fost instalat suprafaa de prob.
Alte observaii privind determinarea diametrului coroanei pe imagini IKONOS pot fi relevante
asupra preciziei i randamentului msurtorilor:
nlimea la care se afl diametrul de msurat, de 30-40 m nlime provoac inevitabil dou
categorii de erori mai mult sau mai puin semnificative: de neverticalitate a proiectantelor ce
transfer coroana la sol i pierderea din vedere a ramurilor subiri;
imaginile satelitare de nalt rezoluie spaial (ca IKONOS, QUICKBIRD, WORLDVIEW
etc.) ofer posibiliti de urmrire a conturului coroanelor arborilor i de msurare a ei cu
precizie comparabil cu cea a imaginilor aeriene;
comparativ cu imaginile aeriene care au, de regul, o scar mai mare dar sunt nregistrate din
perspectiv conic, sub un unghi uneori nefavorabil, imaginile satelitare de nalt rezoluie
spaial beneficiaz de o perspectiv de preluare aproximativ paralel nadiral, al crui unghi
rmne constant pe tot parcursul imaginii respective;
35
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)
Direciei de msurare a diametrului coroanei influeneaz precizia de determinare a acestui

parametru pe imagini satelitare i poate fi explicat prin orientarea umbrelor n imaginea satelitar
preluat. Astfel, umbra aruncat de arbori este orientat spre nord, direcie care coincide cu direcia
liniei de cea mai mare pant din suprafaa de prob; prezena umbrei are ca efect ascunderea unei
anume pri din coroana arborilor, respectiv producerea unei erori sistematice de msurare a
diametrului coroanei. Ca variabilitate a diametrelor de baz obinute, se observ de asemenea o
exagerare a excesului distribuiei, la fel ca n cazul distribuiei valorilor diametrelor coroanei.
6.2.4. ivelul suprafeei de prob

Determinarea diametrului mediu al coroanei, la nivelul suprafeelor de prob este
condiionat de parametrii structurali ai arboretelor care condiioneaz gradul de ntreptrundere i
suprapunere a coroanelor. Din punctul de vedere al variaiei acestor parametri structurali, arboretele
inventariate se pot grupa n:
arborete echiene, de vrst medie(40-50 ani) i consisten ridicat (32 locuri de prob),
arborete relativ echiene, de vrst naintat (90-120 ani) cu consisten aproape plin
(73 suprafee),
arborete relativ echiene, de vrst naintat cu consisten degradat (40 suprafee de
prob)
arborete relativ pluriene (28 de suprafee de prob);
36
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

d c teren (m)
7,5
7,0
6,5
6,0
5,5
5,0
4,5
d c teren = 0,9953d c IKO&OS - 0,0722
R = 0,765***
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
Regresie polinomiala de gradul doi
edc = 0,1061dc2 - 1,5466dc + 5,1699

R = 0,649***
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.
edc = -0,411dc + 2,2298

R = 0,628***
-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
6.2.3.3. Diametrul mediu al coroanelor din arboret

Dimensiunile coroanelor arborilor sunt legate de poziia ierarhic a acestora i sunt corelate
cu spaiul de nutriie propriu fiecrui arbore. Prin aceste legturi este influenat inclusiv modul de
depunere a biomasei lemnoase pe trunchi, forma trunchiului i volumul arborilor individuali. n cadrul
analizelor per arbore i per suprafa de prob, se poate observa o legtur statistic relativ intens
ntre aceste caracteristici i parametrii biometrici de interes pentru activitatea de gestiune a pdurilor.
Integrarea datelor obinute n cazul fiecrui arboret ofer situaii relativ diferite de ceea ce se
cunoate n mod obinuit (tab. 26). Analiza la acest nivel arat c precizia de determinare a diametrelor
coroanei difer n funcie de tipul de structur a arboretului. Un caz individualizat este al arboretelor cu
structur relativ echien i consisten normal, indiferent de vrst, caz n care se nregistreaz precizii
bune de determinare a diametrului mediu al coroanei (pe suprafa de prob circular). Precizii reduse
se nregistreaz n cazul arboretelor cu structur divers, cu etaje intermediare de vrste diferite, cu
supraestimri date de neobservarea arborilor din plafonul inferior al coronamentului.
Se mai pot face urmtoarele observaii cu privire la determinarea diamterului mediu al
coroanelor din arboret:
n majoritatea cazurilor n care arboretele analizate au valori ridicate ale gradului de
nchidere a coronamentului se observ precizii bune de determinare a diametrului mediu
38
al coroanelor pe arboret. Cteva exemple sunt reprezentate de arboretele din

subparcelele 17A, 19A, 20A, 22A, 32A.
tipul de structur al arboretului n care se face determinarea este un factor cel puin la
fel de important ca i consistena: prin compararea rezultatelor din subparcelele
menionate (cu structur omogen, relativ echien) cu cele obinute n subparcela 34B
(structur relativ plurien) rezult o diferen clar de precizie n favoarea structurii
relativ echiene.
subestimri evidente au fost nregistrate n cazul arboretelor vrstnice, cu consisten
redus. Motivul care poate fi invocat n acest caz este legat de subestimrile care apar n
cazul arborilor cu coroana mare, arbori la care nu se pot observa extremitilor ramurilor
subiri.
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
6.3. IDICATORI AI COSISTEEI

6.3.2. Determinri privind gradul de nchidere al coronamentului prin
interpretarea vizual a imaginilor
6.3.2.1. Condiii i mod de lucru
Gradul de nchidere al coronamentului, ca raport ntre suprafaa ocupat de proiecia
coronamentului i cea total a arboretului, se poate determina prin metode de teledetecie ntruct
acestea ofer o perspectiv favorabil prin vizualizarea prii superioare a coronamentului pdurii cu
care nu suntem obinuii n mod normal. n principiu, determinrile se fac dup normele
fotogrammetriei forestiere, prin suprapunerea unei grile de puncte peste imaginea satelitar
corespunztoare zonei pentru care se determin consistena. Raportul dintre numrul de puncte care se
suprapun peste coroane i cel total reprezint gradul de nchidere al coronamentului (Bo, 1973).
Metodele de determinare a gradului de nchidere a coronamentului prin teledetecie s-au
studiat n dou nivele distincte: n zonele corespondente suprafeelor de prob acestea s-au comparat
39
direct cu datele extrase prin determinri terestre, iar

la nivelul arboretului s-au raportat la valorile
0,9
obinute prin aplicarea mediei aritmetice asupra
0,8
determinrilor terestre i de teledetecie.
0,7
Calitatea evalurilor de teledetecie s-a
dedus, n principiu, prin compararea valorilor
0,6
consistenei stabilite pe imaginile satelitare cu cele
0,5
obinute prin inventarierile terestre, considerate
0,4
drept
referin. Efectiv, acestea din urm au fost
0,3
stabilite, n fiecare dintre cele 173 de puncte de
0,2
determinare, ca medie a valorilor apreciate de doi
Kteren = 1,0937KIKO&OS - 0,065
0,1
operatori. S-a recurs la aceast metod deoarece la
R = 0,740***
KIKOOS
0
momentul efecturii lucrrilor de teren nu s-a dispus
0
0,2
0,4
0,6
0,8
1
de un densitometru pentru msurtori terestre ale
acestui indicator, iar valorile care ar fi putut fi
Fig. 16. Comparaie ntre valorile gradului de
nchidere a coronamentului determinate terestru i
msurate ulterior ar fi fost nereprezentative datorit
pe imagini satelitare IKOOS 2 (valori
modificrilor din coronament.
corespondente tuturor suprafeelor de prob
Punctele de determinare a gradului de
circulare)
nchidere a coronamentului au stratificate n patru
Comparison between ground and IKOOS measured
grupe de structur, respectiv arborete echiene, de
canopy closure index values
vrst medie, arborete echiene de vrst naintat, arborete relativ pluriene, arborete n curs de
regenerare, de vrst naintat i consisten redus. n cazul fiecrui tip de structur au fost realizate
comparaii ntre datele terestre i cele obinute din imagini satelitare, gradul de apropiere dintre cele
dou iruri de valori fiind cuantificat prin coeficientul de corelaie. Relaia statistic dintre
caracteristicile respective a fost modelat prin regresie liniar, acolo intensitatea legturii statistice o
justific.
Variabilitatea valorilor din fiecare set de date (inventarieri terestre i imagini IKONOS) s-a
urmrit tot n cazul determinrilor individuale. Distribuia numrului de suprafee circulare pe clase ale
consistenei a fost modelat prin funcia teoretic Beta i au fost comparai parametrii statistici ai
funciei. n cazul analizei la nivel de arboret au fost comparate mediile valorilor obinute prin
inventarieri terestre i interpretri pe imagini satelitare pentru cele zece arborete luate n calcul.
Diferenele dintre medii au fost analizate mpreun cu caracteristicile structurale ale arboretelor.
Compararea rezultatelor de pe imagine cu cele din teren, considerate ca referin, s-a realizat
prin analiza corelaiei i analiza regresiei n cele 173 de suprafee de prob circulare stratificate separat
n funcie de cele patru tipuri de structur identificate. Precizia de determinare a gradului de nchidere a
coronamentului a fost cuantificat prin calculul erorii medii ptratice (RMSE), pe baza diferenelor
dintre perechile de valori din teren i imagine:
Kteren
6.3.2.2. Determinri corespunztoare suprafeelor de prob

Privit n ansamblu, dac se iau n considerare toate punctele de determinare a gradului de
nchidere a coronamentului, coeficientul de corelaie este ridicat (r = 0,740), foarte semnificativ pentru
cele 171 de grade de libertate (fig. 16). Forma ecuaiei de regresie trasat ntre valorile din graficul
bidimensional de variaie este liniar, apropiat de bisectoarea axelor de coordonate, cu un termen liber
apropiat de zero i panta dreptei apropiat de unitate. Aceast form arat c nu se produc erori
sistematice de subestimare sau supraestimare a valorilor obinute n teren. n acelai timp se observ
ns o reducere a variabilitii valorilor consistenei n cazul determinrii pe imagini satelitare (interval
de variaie 0,2-0,95 n cazul valorilor determinate terestru, respectiv 0,3-0,9 pe imagini satelitare).
Distribuia erorilor de determinare a gradului de nchidere a coronamentului pe imagini
IKONOS arat o predominare a erorilor cu valori foarte mici, conform curbei normale de distribuie
Gauss, cu o uoar asimetrie de stnga. Erorile negative, care apar cu o frecven mai mare dect cele
pozitive, provin n principal din determinrile efectuate n arboretele cu consistene reduse sau n curs
de regenerare, unde o parte din arborii care particip la nchiderea coronamentului pe vertical nu pot fi
observai pe imagine. Practic se observ c 116 din cele 173 de puncte de determinare a consistenei
40
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 %).
6.3.3. Stabilirea gradului de nchidere al coronamentului prin clasificare orientat

spre obiect a imaginilor
6.3.3.1. Introducere
Abordarea propus n continuare, considerat ca noutate, se bazeaz pe identificarea i
msurarea suprafeelor ocupate de golurile din coronament pe imaginea corespunztoare unui arboret,
oferindu-se o vedere de ansamblu asupra coronamentului. Modelul de lucru devine aadar unul
determinist, prin renunarea la modelul bazat pe regresie statistic, iar ca instrument se apeleaz la
clasificarea orientat spre obiect. Problema de baz este constituit de alegerea unor parametri optimi
de segmentare care s asigure separarea golurilor din coronament de umbrele aruncate de arborii
predominani pe cei din profilul inferior.
Elementul de baz n determinarea gradului de nchidere al coronamentului prin clasificarea
imaginilor satelitare l constituie posibilitatea de nregistrare a golurilor din coronament ca obiect al
clasificrii imaginilor satelitare de nalt rezoluie spaial. Practic problema devine dificil ntruct ea
presupune diferenierea dintre golurile propriu-zise i umbra aruncat de arborii predominani asupra
arborilor din jur.
42
Tocmai aceti parametri de form sunt luai n considerare n procesul de segmentare

factorul de scar, factorul de form, raportul compactitate/linearitate. Prin ncercri succesive se obin
obiecte de imagine de forme de dimensiuni corespunztoare pentru scoaterea n eviden doar a acelor
umbre care corespund unor goluri n coronament. Practic se aleg acele valori prin a cror utilizare se
formeaz obiecte de imagine din mai muli arbori apropiai, cu nglobarea zonelor de umbr de
dimensiuni mici, corespunztoare umbrelor aruncate.
6.3.3.2. Modul de lucru
Pentru aplicarea metodei s-a ales o poriune din imaginea corespondent unitii de producie
III Agapia, Ocolul Silvic Vratec ce cuprinde arboretele n care au fost instalate suprafeele de prob
circulare, pentru care s-au determinat inclusiv valorile locale ale gradului de nchidere a
coronamentului. n principiu, desfurarea lucrrilor n cadrul modelului de evaluare a gradului de
nchidere a coronamentului preconizat, presupune parcurgerea succesiv a unor etape distincte.
Segmentarea imaginilor ca operaie de preclasificare a imaginilor satelitare urmrete
definirea obiectelor de imagine, uniforme ca mod de afiare i interpretare, care sunt apoi ncadrate n
clase corespondente tipurilor de suprafa activ ntlnite. n acest scop s-a folosit un parametru de
scar 15, factor de form 0,5, raportul compactitate/linearitate 0,5/0,5, valorile obinute prin
ncercri succesive de segmentare a imaginii, folosind o plaj larg de variaie a parametrilor de lucru
(fig. 68). Au fost considerate optime valorile menionate mai sus, cu toate c s-au obinut rezultate bune
i n cazul utilizrii unui factor de form de 0,6.
Criteriul de alegere a parametrilor de segmentare a imaginilor este separarea golurilor din
coronament de umbrele aruncate de arborii predominani pe cei din jur. Dup cum s-a menionat
anterior, nu exist o metod de analiz i optimizare a procesului de segmentare, alta dect aprecierea
vizual a gradului de apropiere de obiectivele urmrite (5.3.3). n carul acestui proces s-a inclus i un
strat vectorial care conine limitele arboretelor din zona de studiu. n acest fel se pune condiia ca
obiectele de imagine care se formeaz s nu depeasc limita arboretului considerat, respectiv s nu
existe obiecte suprapuse peste dou arborete vecine.
Aplicaia eCognition disponibil ncorporeaz dou metode generale de clasificare, respectiv a
celui mai apropiat vecin (nearest neighbour) i funcia de apartenen (membership function). Pentru
lucrrile desfurate s-a ales metoda celui mai apropiat vecin, iar parametrii utilizai n ncadrarea
propriu-zis sunt valoarea medie abaterea standard a pixelilor din cadrul unui obiect de imagine.
Exportul obiectelor de imagine s-a realizat ca fiier vectorial shapefile, cu cmpuri din baza
de date legate de caracteristicile obiectelor de imagine, inclusiv clasa de apartenen; acest fiier a fost
prelucrat ulterior n aplicaia ArcGIS 9.3 pentru determinri cantitative. n cadrul aplicaiei se adaug
un cmp n tabelul de atribute, cmp care conine aria fiecrui obiect de imagine calculat automat
(calculate areas).
Calculul propriu-zis al valorii gradului de nchidere a coronamentului a presupus preluarea
atributelor entitilor grafice selectate i copierea ntr-o aplicaie de calcul tabelar (Microsoft Excel).
Aici s-au cumulat ariile calculate pentru segmentele de imagine din clasa umbre i care s-au introdus
n formula de calcul a indicelui.
n final s-au extras valorile gradului de nchidere al coronamentului pentru cele zece arborete
inventariate statistic dispunnd astfel de trei seturi de valori medii pe arboret disponibile la aceste nivel:
valori terestre (Kteren), valori interpretate vizual (KIKO&OS) i valorile extrase prin clasificarea orientat
spre obiect a imaginii IKONOS (Kextragere). Diferenele dintre valorile gradului de nchidere a
coronamentului obinute prin metodele menionate au fost analizate global prin calculul erorii medii
ptratice (RMSE).
6.3.3.3. Rezultate obinute i interpretarea lor
Cercetrile privind posibilitatea utilizrii metodei descrise n cuantificarea gradului de
nchidere a coronamentului au vizat, pe de o parte, validarea unei metode de clasificare a imaginilor
IKONOS disponibile care s evidenieze umbrele din imagine care corespund golurilor din coronament
i, pe de alt parte, compararea valorilor consistenei rezultate cu datele terestre, luate ca referin.
43
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
Fig. 17. Imagine clasificate spre obiect cu

utilizarea valorii medii a pixelilor
lilor si a abaterii
standard
Object oriented classified image using average
value and standard deviation
Fig. 18.. Exemplu de culegere a atributelor

corespunztoare obiectelor de imagine din u.a.
17B, UP III Agapia
Attribute collection for the image objects
corresponding to 17B management unit
44
Un dezavantajul al metodei propuse este acela c nu se poate determina consistena dect

pentru etajul superior al arboretelor. Rezultate bune s-au obinut prin aplicarea metodei n cazul
arboretelor din unitile amenajistice 17A, 17D, 19A, 19C, 20A i 22A, arborete echiene, monoetajate,
cu o distribuie relativ uniform a arborilor n suprafa. Rezultate mai slabe se obin n cazul aplicrii
n arborete relativ pluriene sau arborete n curs de regenerare (arborete n care o parte dintre arbori sunt
situai sub arboretul patern, mai ales n cazul speciilor de umbr).
n ambele situaii n care s-au utilizat metodele teledeteciei, rezultatele au fost cel puin
satisfctoare dac se ia n calcul modul de lucru utilizat n amenajarea pdurilor. De altfel, valorile
terestre nu pot fi considerate absolute i, n cazul arboretelor monoetajate, valorile date prin analiza
imaginilor satelitare pot fi integrate n modele de calcul cu ncredere corespunztoare.
6.3.4. Desimea arboretului

6.3.4.1. Generaliti
Pe lng parametrii de caracterizare a coronamentului, desimea arboretului, exprimat prin
numrul de arbori la unitatea de suprafa, poate oferi detalii structurale importante pentru arboretele
pure sau amestecate, echiene sau pluriene. Pentru utilizarea n practic a determinrilor referitoare la
arbori individuali (cum ar fi diametrul coroanei, specie etc.), este nevoie de extrapolarea datelor
obinute n funcie de numrul de arbori la unitatea de suprafa.
Evaluarea acestui element de structur se face prin inventarieri terestre fir cu fir sau bazate pe
eantionaj statistic. n anumite condiii, numrul de arbori pe unitatea de suprafa se poate
determina pe imagini de teledetecie, pe baza coroanelor arborilor identificai pe imagine,

aceasta fiind abordarea utilizat i n cazul cercetrilor prezentate n continuare.
6.3.4.2. Achiziionarea i procesarea datelor
Calculul desimii s-a realizat prin inventarul statistic al celor zece arborete luate n calcul, prin
173 de suprafee de prob circulare instalate conform rigorilor inventarului statistic. Desimea a fost
determinat prin numrarea arborilor din fiecare suprafa de prob circular de 1000 m2, operaiune
realizat odat cu celelalte lucrri de inventariere (4.2).
Pe imaginile satelitare numrul de arbori din fiecare suprafa de prob circular de 1000 m2 sa determinat prin procedee cunoscute n literatura de specialitate (Bo, 1973; Rusu, 1978; Chiea,
Vorovencii, 2005). Pe imaginea georefereniat au fost trasate suprafeele de prob instalate n teren,
folosind coordonatele centrelor i funcia buffer din ARCTOOLBOX.
Rezultatele obinute prin teledetecie au fost analizate prin comparaie cu cele terestre,
considerate ca referin. n acest scop datele de baz au fost stratificate n funcie de tipul de structur,
dup vrst i consisten. Analiza efectiv a rezultatelor s-a realizat dup nivelul spaial considerat (al
suprafeei de prob i al arboretului). Dat fiind faptul c desimea arboretelor este sistematic subestimat
prin determinri de teledetecie, rezultatele finale pot fi corectate prin aplicarea de modele de regresie.
6.3.4.3. Determinri n suprafee de prob
Rezultatele privind desimea arboretului, obinute prin cercetrile efectuate, se difereniaz, ca
precizie, n funcie de particularitile structurale ale arboretelor.
La arboretele cu structur relativ echien i consisten normal se observ existena unei
legturi corelative intense (R = 0,719***), de form liniar, cu subestimri evidente n cazul datelor
obinute pe imagini IKONOS (fig. 19.a). O bun corelaie este obinut i n cazul arboretelor
vrstnice cu consisten redus. Dei subestimrile numrului de arbori pe unitate statistic ajung i
la 10 arbori pe suprafa de prob, coeficientul de corelaie are valoare ridicat (0,703*** n cazul
legturii corelative liniare). Subestimrile sunt date practic de arborii provenii din regenerare sub
masiv, fiind inclui n inventarul terestru, pragul de inventariere fiind diametrul de baz de 12 cm
(19.c).
45
Subestimrile sunt evidente i n cazul celorlalte tipuri de structur i consisten, fiind

normale dac lum n considerare dificultatea de identificare a arborilor dominai i a arborilor
provenii din diferite etape ale regenerrii (n cazul arboretelor cu consisten redus).
Coeficientul de corelaie este ns mai redus n cazul aplicrii metodei la arboretele cu
structur divers, relativ plurien, forma norului de puncte sugernd o distribuie nefavorabil a datelor.
Precizia mai redus este dat n acest caz de diversitatea dimensional ridicat, dat de prezena, n
numr mare, a arborilor din etajul inferior (numrul mare este dat i de temperamentul fa de lumin al
speciilor predominante n arboret brad, fag, molid).
Pe clase de desime, se observ o distribuie diferit pentru irurile de valori obinute prin cele
dou metode de determinare. Cum era de ateptat, ecartul valorilor determinate terestru este mai mare
dect cel al valorilor fotointerpretate; diferena se regsete la limita superioar a diametrelor (&max =
66 n cazul determinrilor din teren i 48 n cazul determinrilor pe imagini satelitare).
Determinarea numrului de arbori pe unitate de suprafa pe imagini satelitare poate fi
realizat doar cu asumarea unor erori sistematice date de poziionarea reciproc a coroanelor arborilor.
Cu ct arboretul analizat este mai divers sub raportul modului de etajare a coronamentului, cu att
subestimrile devin mai importante.
n concluzie, precizia determinrile de teledetecie privind desimea arboretului depinde de
structura arboretului. n fiecare caz analizat au fost observate subestimri, date de arborii din profilul
inferior al coronamentului care nu pot fi observai pe imagini. Pentru determinri precise este necesar
analiza corelaiei i a regresiei, pentru obinerea de modele de lucru bazate pe relaia dintre datele
terestre i cele de teledetecie.
&
&
70
65
60
55
50
45
40
35
30
25
20
50
45
40
35
30
25
20
15
& = 1,5274&IKO&OS - 4,5754

R = 0,719***
&IKO&OS
20
30
40
50
& = 0,9797&IKO&OS + 9,8888

& IKO&OS
R = 0,528***
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.
& = 0,7532&IKO&OS + 9,5082

R = 0,643***
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
6.3.4.4. Determinri la nivelul arboretului

Determinarea desimii unui arboret are la baz extrapolarea valorilor determinate n
suprafeele de prob ale eantionajului i nu inventarieri fir cu fir ale ntregului arboret. Aadar desimea
celor zece arborete luate n studiu a rezultat ca medie n suprafeele de prob.
Valorile de referin calculate astfel, precum i cele de teledetecie, pot fi considerate corecte
avnd n vedere ndeplinirea condiiei de reprezentativitate statistic a eantionajului realizat n teren.
Erorile de transpunere a suprafeelor de prob pe imaginile satelitare pot fi considerate ca
nesemnificative date fiind condiiile n care au fost preluate.
Rezultatele obinute pot fi grupate i comentate pe categoriile de structur a arboretelor luate
n studiu (tab. 18). Astfel, preciziile cele mai ridicate se regsesc n cazul arboretelor relativ echiene,
preexploatabile i exploatabile (subparcelele 17A, 19A, 20A, 22A, 25A i 26A, cu diferene de maxim
4 arbori). Subestimri evidente se ntlnesc n cazul arboretelor tinere i de vrst mijlocie, cu structur
echien (subparcelele 32A i 34B), precum i n cazul arboretelor relativ pluriene (30B i 36B).
Erori de determinare a desimii medii pe arboret pe imagini IKOOS
Errors in determining the average thickness at stand level on IKOOS images
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
Diferenele dintre valorile determinate terestru i cele fotointerpretate n cazul lucrului cu

arborete ntregi ajung pn la 10 arbori pe unitate statistic (suprafa de prob de 1000 m2). Valorile
sunt de neles dac lum n considerare particularitile arboretelor n care se produc: este vorba de
arborete nchise, cu consisten plin sau aproape plin, arborete formate fie din arbori cu coroane de
mici dimensiuni (cazul arboretelor tinere), fie din arbori cu dimensiuni variate i poziionri diferite n
cadrul coronamentului cazul arboretelor relativ pluriene. n concluzie, determinrile proprii se
aliniaz la cele prezentate n literatura de specialitate i anume c numrul de arbori determinat prin
mijloace ale teledeteciei este sistematic mai mic dect cel determinat n teren (Bo, 1973; Rusu, 1978).
6.4. POSIBILITI DE ESTIMARE A VOLUMULUI ARBORILOR FOLOSID IMAGII

SATELITARE IKOOS
6.4.1. Generaliti
Volumul de lemn pe picior reprezint o caracteristic structural a unui arboret i, uneori, elul
final al inventarierii forestiere. ntruct nu poate fi msurat direct, volumul arborelui i cu att mai mult
al arboretului, se deduce ntotdeauna indirect, n funcie de unele elemente msurabile: diametrul de
baz, nlime, numr de arbori, specie etc. Metodele clasice de cubaj, terestre, sunt cunoscute de mult
i au evoluat continuu, difereniindu-se dup precizia i randamentul evalurilor. Ideea determinrii
volumului unui arbore sau unui arboret dateaz de 70 de ani, unul din promotori (dac nu primul) fiind
profesorul Gh. Nicolau-Brlad, titularul cursului de Fotogrammetrie de la coala Politehnica din
Bucureti, a crui tez de doctorat, susinut n anii 40 din secolul trecut, conine ca subiect aceast
47
problem. Cercetrile au continuat i au evoluat, impulsionate de oportunitatea determinrii volumului

n pdurile ntinse pe suprafee mari i n condiii grele de teren, i s-au extins i n domeniul
teledeteciei folosind nregistrri satelitare, cu precdere de mare rezoluie spaial.
Obiectivele cercetrilor au vizat, n esen, posibilitatea evalurii volumului arboretelor de un
anumit tip, folosind imaginile satelitare IKONOS disponibile din zona Vratec-Neam. Efectiv, s-a
urmrit formularea unei metodologii de calcul a volumului arboretelor n funcie de principalii
parametri de structur legai de coronament i prezentai anterior: diametrul coroanei, gradul de
nchidere al coronamentului i desimea arboretului. n plus, ca noutate s-au avut n vedere i valorile
pixelilor corespondeni suprafeelor de prob circulare n care s-au fcut determinrile. n aceste
condiii, estimarea volumului de lemn pe picior prin teledetecie se ncadreaz n categoria
determinrilor indirecte bazate pe unele date extrase din prelucrarea i interpretarea imaginilor
satelitare, integrate n modele de calcul bazate pe analiza regresiei multiple.
n literatura de specialitate (Ripple et al, 1991; Salvador, Pons, 1998; Astola et al., 2004) se
menioneaz utilizarea semnturii spectrale ca parametru de modelare a volumului de lemn pe picior, n
special la rinoase, msurate pe imagini LANDSAT, SPOT sau IKONOS. Aplicaiile respective sunt
realizate n arborete omogene, n general echiene, monospecifice, cu consisten plin. n cazul
cercetrilor noastre nu au putut fi identificate asemenea arborete n imaginile disponibile, lundu-se n
studiu arborete de amestec de brad i molid, de vrste i consistene variabile.
Aspectele menionate stau la baza unui model de determinare a volumului de lemn pe unitate
de suprafa bazat pe regresie multipl, plecnd de la parametrii structurali determinai (diametrul
coroanei, grad de nchidere al coronamentului, desime) i caracteristicile spectrale ale suprafeelor de
prob i arboretelor. Pentru a se asigura un numr de grade de libertate acoperitor din punct de vedere
statistic, modelul s-a determinat pe valorile extrase n suprafeele de prob i validat pe valorile
corespondente arboretelor. Parametrii care vor intra propriu-zis n ecuaia de calcul se vor determina n
funcie de intensitatea corelaiei cu caracteristica rezultativ, punndu-se condiia de reducere a
multicolinearitii (Horodnic, 2003).
6.4.2. Modul de lucru

Modelul de calcul al volumului implic obinerea unor ecuaii de regresie multiple n care
volumul rezult n corelaie cu diferii parametri determinabili pe imaginea satelitar diametrul
coroanei, grad de nchidere al coronamentului, numr de arbori la hectar. Pentru construirea unui model
de lucru s-au folosit datele experimentale din 173 de suprafee de prob circulare, instalate n patru
arborete de amestec brad cu molid, cu o proporie ridicat a primei specii. Datele au fost prelucrate prin
metoda analizei regresiei multiple, cu estimarea coeficienilor multipli de determinare a caracteristicii
rezultative (volum) n funcie caracteristicile factoriale.
Unitatea statistic luat n considerare este suprafaa de prob, pentru care s-au calculat
valorile ale parametrilor luai n considerare: diametru mediu al coroanei, numr de arbori pe suprafa
de prob, grad de nchidere al coronamentului, volum total pe suprafa de prob. Modelul de lucru a
fost aplicat n prim faz pe datele extrase cu prilejul inventarierilor terestre n suprafee de prob
circulare.
Volumul arborilor, ca variabil rezultativ, a fost calculat pe baza datelor terestre prin metoda
ecuaiei de regresie dublu logaritmic, folosind coeficienii de regresie pentru fiecare specie ntlnit
(Giurgiu, 1998). Aceste valorile au fost introduse ntr-o analiz a regresiei multiple, mpreun cu
valorile nregistrate n teren pentru diametrul mediu al coroanei, grad de nchidere a coronamentului i
desime (numr de arbori pe loc de prob).
Au fost vizate dou componente ale estimrii volumului de lemn pe picior: volumul arborelui
mediu i volumul total pe suprafa de prob. Ambele caracteristici au fost abordate ca variabile
rezultative n analiza regresiei, n urmtoarele etape de calcul:
A. Determinarea unei ecuaii de regresie multipl ntre variabilele dependente menionate i
parametrii biometrici msurai pe imagine: diametrul mediu al coroanei, grad de nchidere al
coronamentului, desime.
48
B. Includerea valorilor pixelilor determinate n canalele spectrale ale imaginii IKONOS a

reprezentat urmtoarea etap a determinrii unui model viabil de calcul
calcul.
C. Eliminarea acelor variabile independente care fie nu aveau o contribuie semnificativ la
creterea coeficientului de corelaie multiplu, fie erau corelate foarte intens ntre ele (R
( > 0,8 multicolinearitate).
linearitate). La alegerea parametrilor finali a fost luat n calcul i matricea coeficienilor de
corelaie dintre variabilele utilizate.
D. Testarea ecuaiilor de regresie finale s-a realizat pe valori medii determinate n cele
ce zece
arborete inventariate, pentru care s--a calculat eroarea medie ptratic (RMSE).
6.5.3. Rezultate obinute

n cazul volumului mediu pe loc de prob reducerea coeficientului de corelaie multiplu dat
de reducerea variabilelor independente este de aproximativ 0,03. Variabilele luate n considerare sunt
valoarea medie a pixelilor din cercurile de prob n infrarou apropiat, desime, grad de nchidere a
coronamentului, diametru mediu al coroanei. Prin considerarea acestor variabile se observ c
aproximativ 50 % din variaia carac
caracteristicii
teristicii rezultative este explicat de variabilele independente
menionate (fig. 20, 21).
). Coeficientul de corelaie multiplu este de 0,717, foarte semnificativ pentru
cele 173 de suprafee de prob luate n calcul.
Foarte semnificative sunt n acest caz valorile coeficienilor de regresie, dac lum n calcul
pragurile de semnificaie
ie pentru acestea ((p-value).
value). Valorile sunt foarte mici (cu excepia consistenei,
unde p = 0,06 %, celelalte valori sunt de ordinul a e-6) semnificnd o probabilitate foarte redus
r
ca
valorile coeficienilor de regresie s fie nesemnificative (Horodnic, 2003).
Pentru verificarea modelului de estimare a volumului de lemn pe unitate de suprafa ecuaia
de regresie obinut a fost aplicat n cazul arboretelor luate n studiu, ccu
u folosirea valorilor medii ale
caracteristicilor luate n considerare. ntr
ntr-adevr,
adevr, aplicarea modelului de regresie d rezultate bune,
eroarea procentual avnd valoarea maxim de 15 %. Se observ c cele mai mari erori sunt obinute n
cazul arboretelor vrstnice cu consisten degradat sau arborete relativ pluriene (tab. 19).
Valoarea erorii medii ptratice calculat n funcie de erorile obinute pe eantionul de
arborete menionat mai sus este 6 m3; raportat la media volumelor din eantionul prezentat,
preze
coeficientul de variaie al acestei erori este de 9,7 %, ceea ce reprezint o valoare redus n raport cu
alte metode estimare a volumului.
100
4,5
4
80
3,5
R=0,623***
70
Volum mediu teren (m3)
Volum determinat terestru (m3)
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
Fig. 20.. Comparaie ntre volumele de lemn pe

suprafa de prob calculate pe baza datelor terestre,
respectiv
espectiv extrase de pe imagini IKOOS (n funcie de
, K, IRA)
A comparison between the volumes computed by
terrestrial and IKOOS extracted data ((K, , IR)
Fig. 21.. Comparaie ntre volumele medii de lemn pe

suprafa de prob calculate pe baza datelor terestre,
respectiv extrase de pe imagini IKOOS (n funcie
de , K, IRA, dc)
A comparison between the volumes computed by
terrestrial and IKOOS extracted data (d
( c, K, , IR)
49
Arbor
et
17 A
Verificarea modelului de calcul a volumului la nivel de arboret.

Model validation on the parameter values computed at stand level
Volum lemn
Volum lemn
Eroarea de
Volume
(teren)
(model)
estimare
reale
(m3/1000 m2)
(m3/1000 m2)
(%)
(m3)
75
68,127
67,525
-0,88
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
Volume calculate (m3)
40
50
55
60
65
70
75
VII. AALIZA CALITATIV A VEGETAIEI

FORESTIERE PE IMAGII DIGITALE DE ALT
REZOLUIE SPAIAL
7.1. ITRODUCERE
Caracteristicile luate n calcul se nscriu n obiectivele de management ale Parcului Natural
Vntori Neam, reunite sub deviza gestiunii durabile a fondului forestier, prin conservarea resurselor
naturale i meninerea unui nivel ridicat al biodiversitii.
Definirea parametrilor de stare ai vegetaiei forestiere se bazeaz, n activitatea practic, de
regul, pe estimarea de cele mai multe ori vizual a acestora prin deplasri pe teren a personalului silvic
de specialitate. n acelai timp, n evidenierea unor caracteristici ale zonelor ocupate de vegetaie
(arborete, pajiti) metodele teledeteciei pot aduce un plus de obiectivitate prin cuantificarea unor
parametri de stare prin procedee cu un grad ridicat de automatizare, comparabile ca precizie cu cele
terestre i cu eficien economic mai ridicat.
Prin prelucrrile imaginilor satelitare IKONOS disponibile s-a urmrit crearea de modele de
estimare a parametrilor ctorva tipuri de suprafa activ din zona studiat, n situaii caracteristice
pentru starea de sntate a arborilor de brad i a arboretelor formate predominant din specia brad, n
contextul problemelor de debilitare semnalate n cazul speciei menionate, n ocoalele silvice de la
limita estic a Carpailor Orientali, cartarea terenurilor degradate prezente n punile mpdurite din
zona de studiu, ca suport pentru proiectarea lucrrilor de reconstrucie ecologic, cuantificarea
indicatorilor biodiversitii specifice i structurale a etajului arborilor n pentru arboretele de rinoase
inventariate prin corelarea cu indicatorii diversitii spectrale, distribuia vegetaiei forestiere pe
versani n funcie de geomorfologia terenului, prin integrarea metodelor de clasificare orientat spre
obiect i informaiilor geospaiale n format GIS.
7.2. IVESTIGAREA STRII DE STATE A ARBORETELOR DE BRAD

7.2.2. Culegerea i prelucrarea datelor
Suprafeele de prob au fost instalate n arborete afectate de fenomene de uscare de o
intensitate mai mare sau mai mic, omogene din punctul de vedere al condiiilor staionale, respectiv n
50
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 %.
7.2.3. Analiza i interpretarea rezultatelor

La nivelul arboretului, avnd n vedere dificultile de difereniere, s-a apelat la analiza
textural a imaginii aplicat la 17 poriuni omogene de arborete, constituite din amestecuri de brad i
molid, de vrst naintat (> 100 ani), inventariate statistic terestru prin piee de prob circulare de
1000 m2.
Modulul de segmentare a imaginii din program a permis modificarea parametrilor de
segmentare (parametrul de scar, factorul de form, compactitatea formelor rezultate). S-au ataat
ponderi diferite fiecrui strat tematic sau de imagine; n cazul de fa, s-a dat o pondere maxim
stratului tematic i minim imaginii, pentru ca obiectele de imagine nou formate s urmreasc conturul
arboretelor aa cum a fost definit prealabil n ArcGIS.
51
Obiectele de imagine au fost exportate folosind funcia corespunztoare a programului,

mpreun cu un cmp de identificare din stratul tematic. Acest cmp este necesar pentru realizarea
comparaiilor cu datele de teren privind gradul de defoliere a coroanelor arborilor. Parametrii de
imagine exportai au fost: valoarea medie, minim i maxim a pixelilor din fiecare obiect de imagine,
abaterea standard, GLCM Homogeneity, Contrast, Dissimilarity, Entropy, Angular (second moment),
Standard deviation, GLDV Mean, Contrast, Entropy. Fiecare dintre parametrii de mai sus a fost
calculat pentru fiecare dintre cele cinci imagini folosite n segmentare, imagini corespunztoare
canalelor spectrale ale imaginii IKONOS 2.
S-au obinut valori ale coeficienilor de corelaie ntr-un interval larg (ntre 0,1-0,7). Valorile
pixelilor medii pe arboret prezint corelaii slabe cu gradul de defoliere, la fel ca n cazul arborilor
individuali. Dintre aceste corelaii, cele mai ridicate sunt nregistrate n cazul infraroului apropiat
valori 0,4-0,5** ale coeficientului de corelaie pentru anumii parametri ai texturii.
O corelaie pozitiv, de intensitate medie, este observat n cazul defolierii i GLCM
Correlation Coefficient, ultimul fiind calculat n baza imaginii preluate n banda infrarou apropiat
(fig. 22). O corelaie de intensitate mai ridicat, de aceast dat negativ, este nregistrat ntre gradul
de defoliere i GLDV Contrast Coefficient, tot n cazul infraroului apropiat (fig. 23). Ambele valori ale
coeficientului de corelaie Pearson sunt foarte semnificative pentru seturile respective de date.
Interesant este faptul c variabilele independente, reprezentate de parametrii rspunsului
spectral i parametrii texturali nu sunt n fiecare caz autocorelate, nregistrndu-se valori ntre 0,2 i 0,8
ale coeficientului de corelaie dintre perechile de variabile independente. n acest fel se pot modela
valorile gradului de defoliere prin aplicarea regresiei liniare multiple lund n calcul un numr mai
mare de variabile.
70
D = 377,38GLCMCOR - 303,08
R = 0,650***
60
60
Grad de defoliere (%)
50
Grad de defoliere(%)
D = -0,0695GLDV Contrast + 84,409

R = 0,726***
70
40
30
20
10
GLCM Correlation coeficient
50
40
30
20
10
GLDV Contrast Coeficient
0
0,86
0,88
0,9
0,92
0,94
350
0,96
550
750
950
Suprafaa de baz a arborilor

afectai (m2ha-1)
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.
7.3. IDETIFICAREA TEREURILOR DEGRADATE DI ZOELE CU VEGETAIE

FORESTIER DESTRUCTURAT
7.3.2 Cartarea eroziunii terenurilor

7.3.2.1. Mod de lucru
Lucrrile de teren au demarat prin alegerea unor zone caracteristice pentru eroziunea de
suprafa, de adncime i alunecrile de teren. Au fost descrise patru grade ale eroziunii solului, n
funcie de descrierea realizat n teren i imaginea corespondent. O situaie particular demn de luat
n considerare este cea a zonelor de acumulare a particulelor de sol transportate, zone care alterneaz cu
zonele de eroziune n funcie de microrelieful local.
Lucrrile de birou au presupus, n primul rnd, suprapunerea pe imaginea satelitar i
identificarea zonelor descrise n teren, reprezentative pentru fiecare grad de eroziune ntlnit n arealul
studiat, precum i pentru terenurile cu evidente forme de alunecare a solului.
Analiza vizual a imaginilor reprezentative pentru fiecare form de degradare, n
coresponden cu descrierile realizate n urma vizitelor din teren a reprezentat o prim etap de analiz
a posibilitilor de difereniere a tipurilor de degradare a solului pe imagini satelitare. n acest scop s-au
53
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.
Fig. 24.. Imagine IKOOS 2 clasificat supervizat n

funcie de gradul de eroziune n suprafa (per pixel)
Classified IKOOS 2 image in relation to the degree of
sheet erosion (per pixel)
Fig. 25.. Imagine IKOOS 2 clasificat supervizat n

funcie de gradul de eroziune n suprafa (per
(
obiect)
Classified IKOOS 2 image in relation to the degree of
sheet erosion (per object)
55
Metodele utilizate trebuie s in cont ns de unitile elementare care urmeaz a fi luate n

considerare n lucrrile de proiectare ulterioare. Clasificarea orientat spre obiect (fig. 25) are un grad
de generalitate ridicat i identific terenurile afectate de degradare fr detaliere legat de intensitatea
sau modul de manifestare a fenomenului. Criteriul de ncadrare este reprezentat practic de lipsa
vegetaiei de la nivelul solului i aducerea substratului geologic la zi. Separarea tipurilor de degradare
n uniti specifice este dificil, fiind necesare informaii contextuale care pot fi introduse n procesul
de ncadrare doar prin interpretare interactiv.
Un lucru promitor este posibilitatea integrrii cu succes a criteriului degradrii terenurilor n
clasificarea general a folosinelor i claselor de acoperire a terenului. n acest fel se pot dezvolta rutine
de lucru posibil a fi aplicate n condiii de mediu din cele mai diverse i a extrage, ntr-o manier
automatizat, suprafeele de teren degradat din motive variate.
Cercetrile efectuate n sprijinul cartrii suprafeelor afectate de eroziune au pus n eviden
urmtoarele:
diferenele de reflectan spectral n cadrul punilor sunt date n principal de gradul
de eroziune, n condiii omogene de sol;
eroziunea moderat i cea avansat se deosebesc foarte semnificativ de eroziunea
imperceptibil din punctul de vedere al reflectanei spectrale;
imaginea clasificat conform semnturilor spectrale din zonele test surprinde
principalele zone cu eroziune de suprafa avansat i mpreun cu imaginea satelitar n
combinaia cea mai favorabil observrii diferenelor reprezint un instrument foarte util n
cartarea terenurilor degradate;
formele de eroziune n adncime se disting att pe imaginea clasificat, ct i pe
imaginea neclasificat datorit caracterului alungit i corelaiilor care se observ cu forma
curbelor de nivel.
7.4.3. Cartarea substratelor geologice n cariera de sulf Climani

O alt categorie de terenuri ce pot fi ncadrate ca degradate sunt i cele din cariera de sulf din
Munii Climani, unde s-a dispus de teledetecie aerian. Aici lucrrile de exploatare a minereului de
sulf din perioada 1978-1997 au lsat n urm substratul geologic la suprafa, cu vegetaie ierboas i
lemnoas care acoper solul doar ntr-un procent foarte redus. Substratele geologice decopertate sunt n
principal reprezentate de roci acide, de tipul andezitelor, roci sulfuroase i roci cu coninut ridicat de
oxizi de fier.
Prin studii ecologice s-a observat ca substratele menionate au caracteristici diferite din punctul
de vedere al favorabilitii pentru instalarea vegetaiei substratele formate din andezite i roci
sulfuroase au un pH foarte sczut care le face improprii pentru instalarea vegetaiei lemnoase sau
ierboase. Singurele substrate care permit dezvoltarea vegetaiei sunt rocile feroase cu un pH mai ridicat.
Substratele menionate sunt distribuite mozaicat pe tot cuprinsul carierei i haldelor de steril formate n
urma exploatrii, ceea ce face ca proiectarea lucrrilor de reconstrucie ecologic s fie dificil de
realizat.
Cercetrile ntreprinse ncearc s constate posibilitatea utilizrii imaginilor aeriene recente
n acest scop, fiecare dintre cele trei tipuri de roci prezentnd culori diferite rocile feroase au o
culoare brun rocat, andezitele sunt gri albicioase, rocile sulfuroase prezint o nuan verzuie.
7.4.3.1. Mod de lucru
Materialele utilizate au fost ortofotoplanurile digitale ale zonei preluate n campania din 20032005, cu rezoluie spaial de 0,5 m. Metodele utilizate n cartare au fost: vectorizarea limitelor
tipurilor petrografice pe baza interpretrii vizuale, clasificarea supervizat a imaginilor, abordat prin
prisma pixelilor i obiectelor de imagine. Cele trei hri de distribuie rezultate au fost comparate prin
analiz vizual i verificate n cazul a 28 de puncte determinate la sol prin tehnologie GPS.
Activitatea de cartare a terenurilor degradate a fost condus spre nevoia practic de separare a
terenurilor cu riscurile cele mai ridicate pentru reinstalarea vegetaiei, avnd n vedere obiectivele
56
urmrite prin cercetrile ntreprinse. Din fiecare punct prezentat ss-au

au recoltat probe de substrat, de la
suprafa i de la 10 cm adncime. S
S-aa considerat mai puin semnificativ variaia n adncime a
proprietilor substratului,
lui, avnd n vedere faptul c nu se poate vorbi de o evoluie a naturii acestuia
dect cel mult n partea superioar, i asta n anumite zone ale fostei exploataii.
Imaginea corespondent zonei carierei i haldelor de steril a fost supus clasificrii prin
pr cele
dou abordri comparate anterior (per pixel i per obiect); a fost de asemenea ntocmit o hart a
distribuiei tipurilor de substrate n funcie de favorabilitatea pentru instalarea vegetaiei specifice zonei
prin fotointerpretare vizual i vecto
vectorizare a ortofotoplanurilor zonei (2004).
7.4.3.2. Analiza rezultatelor
Precizia de clasificare este relativ ridicat pentru clasele de vegetaie i roci feroase, clase cu
un contrast relativ ridicat fa de mediul nconjurtor. La nivelul claselor andezit
andezi i roci sulfuroase,
date n principal de unghiul de inciden a razelor de lumin n timpul fotografierii (ambele substrate
prezint o culoare deschis cu un albedo ridicat; diferenele de culoare date de substrat sunt estompate
de diferenele induse de expoziia versanilor).
Nr.
crt.
1
2
3
4
5
6
7
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
Fig. 26.. Hart de distribuie a tipurilor de substrat

geologic din cariera Climani, legat de favorabilitatea
pentru reinstalarea vegetaiei (fotointerpretare
vizual)
Geological layer distribution map related to the
favorability for vegetation reconstru
reconstruction (by visual
photointerpretation)
Fig. 27.. Imagine clasificat per pixel a substratelor

geologice din cariera Climani, orientat spre
stabilirea favorabilitii pentru reinstalarea
vegetaiei
Per pixel classified image of the Calimani quarry
regarding the geology and the favorability to
vegetation reconstruction
57
n urma analizei zonelor considerate

reprezentative pentru diferitele substrate existente
n carier i n haldele de steril, s-a constatat o
predominan a substratelor caracterizate printr-o
decopertare parial i regenerarea parial cu
vegetaie (31,35%) (fig. 26,27,28, tab. 20). Aceasta
se datoreaz existenei n cadrul carierei i haldelor a
unor zone cu substrate srace n sulf, n care s-a
abandonat extracia minereului datorit rentabilitii
foarte sczute.
Substratele bogate n oxizi de fier ocup un
procent destul de ridicat din suprafaa carierei
(15,91%), fiind caracterizate de prezena agregatelor
de dimensiuni mari, nesupuse procesului de
concasare datorit concentraiei reduse n sulf i
compui cu sulf. Substratul are toxicitate redus
pentru vegetaie, fapt demonstrat i de instalarea
spontan a unor specii ierboase i chiar lemnoase.
Pe ortofotoplanurile digitale preluate n
spectrul vizibil pot fi difereniate substratele formate Fig. 28. Imagine clasificat per obiect a substratelor
geologice din cariera Climani, orientat spre
din minereuri de fier de substratele acide, stabilirea favorabilitii pentru reinstalarea
reprezentate de andezite i roci sulfuroase. Zonele vegetaiei
parial decopertate, acoperite cu resturi de vegetaie Per pixel classified image of the Calimani quarry
ierboas i lemnoas apar distinct prin toate trei regarding the geology and the favorability to vegetation
metode; aceste zone sunt importante ca surse de reconstruction
material seminal pentru extinderea gradual a vegetaiei n zonele decopertate. n cazul clasificrii per
pixel a fost nevoie de constituirea unei clase corespunztoare zonelor cu zpad; n cazul clasificrii per
obiect, aceste zone au fost nglobate n obiectele de imagine din proximitate. Imaginea clasificat prin
analiz textural are un grad mai redus de mozaicare i poate fi utilizat cu o eficien mai ridicat la
proiectarea lucrrilor de reconstrucie ecologic prin mpdurire.
7.5. CORELAREA VALORILOR IDICATORILOR BIODIVERSITII CU DATELE

EXTRASE PRI AALIZA DIVERSITII SPECTRALE
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.
7.5.2. Mod de lucru

Culegerea datelor de teren necesare s-a realizat prin inventarierile prezentate anterior. Dup
cum s-a artat s-au nregistrat elementele necesare privind specia, dimensiunile arborilor i starea de
sntate, att n suprafeele de prob circulare, ct i n cele rectangulare, folosind instrumente i
metode specifice.
Procesarea datelor terestre a fost realizat n aplicaia Biodiv (Avcriei, Palaghianu, 2006;
Palaghianu, 2009), rezultatul fiind reprezentat de valorile unor indici ai biodiversitii specifice i
structurale. Au fost introduse ca date primare distribuiile numerelor de arbori pe specii (pentru
58
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).
7.5.3. Comparaii la nivelul suprafeei de prob circulare

Un indicator al variabilitii n general i al diversitii semnturii spectrale n special este
abaterea standard a rspunsului spectral corespondent unui anume tip de suprafa activ. Abaterea
standard a valorilor pixelilor din infrarou apropiat a fost comparat, prin analiza corelaiei, cu valorile
indicatorilor biodiversitii specifice (a arborilor) i diversitii structurale a diametrelor de baz din
cele zece arborete inventariate prin suprafee de prob circulare de 1000 m2.
0,8
0,7
0,6
0,5
y = 0,0087x - 0,1371
R = 0,825
Abaterea standard a
valorii pixelilor
0,4
0,3
60
80
100
Indicele Simpson (1/D) terestru
2,1
Indicele Shanon Weaver terestru
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
Indicele Shannon Weaver

calculat terestru
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
Tendinele de variaie bidimensional a parametrilor menionai anterior arat corelaii relativ

intense, chiar dac numrul de observaii este relativ redus. Diversitatea specific calculat pentru
etajul arborilor prezint corelaii liniare intense cu abaterea standard a valorilor pixelilor din imaginea
corespondent infraroului apropiat; maximul se nregistreaz n cazul indicelui Shannon (R2 =
0,825***) (fig. 29). n cazul indicelui Simpson 1/D, calculat terestru pentru diversitatea specific a
etajului arborilor se observ un coeficient de determinare de 0,7, foarte semnificativ pentru datele
utilizate. Cmpul de corelaie se grupeaz foarte strns i n cazul corelaiei dintre indicele MacIntosh
i abaterea standard. Motivaia corelaiilor de intensitate ridicat trebuie regsit n sensibilitatea
imaginilor la apariia speciilor de foioase, n special a fagului, care cresc diversitatea specific a etajului
arborilor din arboretele de rinoase.
n cazul diversitii structurale, coeficienii de determinare care caracterizeaz legtura dintre
diversitatea structural i abaterea standard a valorii pixelilor au valori mai reduse (fig. 30). Corelaii
intense se observ n cazul indicelui de diversitate Shannon (0,433***) i n cazul indicelui Simpson
1/D (0,651***).
n urma analizei corelaiilor dintre diversitatea spectral i diversitatea specific i structural a
etajului arborilor, se pot face urmtoarele constatri:
diversitatea dimensional a arboretelor, cuantificat prin indicatorii diversitii
fundamentai n ecologie, este comparabil cu diversitatea spectral a imaginilor
multispectral a imaginilor IKONOS;
diversitatea specific a etajului arborilor poate fi intens corelat cu abaterea standard a
rspunsului spectral a suprafeelor cu vegetaie forestier; n cazul indicelui Shannon de
cuantificare a diversitii s-a obinut un coeficient de determinare de aproximativ 0,8***;
diversitatea structural a arborilor se coreleaz ntr-o msur mai mic cu abaterea
standard, dar se coreleaz i cu valorile indicilor echivaleni determinai pe baza distribuiilor
experimentale ale pixelilor pe clase de valori;
canalul spectral infrarou apropiat rmne cel mai sensibil la variabilitatea parametrilor
de stare ai vegetaiei forestiere.
7.6. DISTRIBUIA SPECIILOR LEMOASE RAPORT CU GEOMORFOLOGIA

TEREULUI
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.
7.6.2. Mod de lucru

Pentru integrarea informaiilor GIS i de teledetecie a fost necesar construirea modelului
tridimensional al terenului pe baza curbelor de nivel vectorizate. Ca surs cartografic au fost utilizate
planuri de baz la scara 1:5000 cu curbe de nivel, care au fost aduse n format digital n platforma
ArcGIS 9.3. Pentru interpolare a fost folosit metoda Krigging, iar modelul terenului a fost analizat n
format raster (grid); prelucrrile au fost realizate n cadrul modului 3D Analyst din ArGIS 9.3.
O interpretare sumar a informaiilor geomorfologice i a datelor legate de vegetaia
lemnoas este reprezentat de crearea unei imaginii tridimensionale; ea s-a realizat prin corelarea
poziiei plane a pixelilor de imagine cu valorile corespunztoare a din modelul tridimensional al
terenului, creat dup curbele de nivel de pe planurile de baz folosind modulul ArcScene din platforma
ArcGIS 9.3 (fig. 31).
60
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
Parametrii geomorfologici specifici s-au

au extras din modelul tridimensional al terenului
folosind modulele specifice aplicaiilor GIS disponibile care au permis cuantificarea precis i pe
suprafee mari a acestora astfel:
- altitudinea poate fi extras
s direct de pe modelul tridimensional al terenului, prin identificarea
zonelor de interes i aplicarea acestora ca masc peste DEM (Digital
Digital Elevation Model).
Model
- panta se calculeaz pentru fiecare triunghi constituit n operaiunea de interpolare a valorilor
valoril
de cot, constituindu-se
se faete de lucru cu pant constant.
- expoziia se asociaz de asemenea fiecrei faete ca orientare a liniei de cea mai mare pant
(ArcGIS Userguide) (fig. 33).
n cazul fiecrui model vectorial ss-au utilizat algoritmi de interpolare.
terpolare. Acetia, n format
vectorial, au dus la constituirea unor triunghiuri care nu se pot suprapune cu poligoane constituite prin
interpretarea unor formate raster,, cum sunt imaginile satelitare. n scopul asigurrii comparabilitii
datelor fiierelee specifice au fost transformate n fiiere raster cu aceeai rezoluie ca i imaginile
IKONOS utilizate n clasificarea orientat spre obiect respectiv 1 m.
Suprapunerea stratelor se bazeaz pe utilizarea aceluiai datum n reprezentarea informaiilor
georefereniate (Proiecia Stereografic 1970). Imaginile IKONOS primite, georefereniate
geo
n datum-ul
geodezic naional (elipsoidul WGS - 84) proiecia UTM (Universal Transversal Mercator)
Mercator au fost
verificate i trecute n datum-ul
ul geodezic naional respectiv elipsoidul Krasovski i proiecia Stereo 70.
7.6.3. Rezultate obinute
% din suprafaa clasei

altitudinale
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
Cercetrile ntreprinse ntr-o abordare interdisciplinar au urmrit influena factorilor

ecologici asupra evoluiei naturale a compoziiei unor arborete regenerate natural. Cei trei factori
geomorfologici luai n considerare n studiul repartiiei vegetaiei forestiere pot fi completai de date
climatice locale, care pot fi modelate la nivel de versant n aceeai aplicaie informatic (ArcGIS).
VIII. ASPECTE FIALE

8.1. COCLUZII GEERALE
A. Condiiile cercetrilor
1. Cercetrile au urmrit stabilirea posibilitilor de integrare a teledeteciei satelitare pe
imagini de nalt rezoluie n gestionarea resurselor naturale, cu precdere a celor forestiere, n
condiiile nivelului silviculturii din Romnia i a logisticii disponibile.
2. Se au n vedere disponibilitile prezente de logistic, respectiv nregistrrile satelitare
achiziionate i programe de procesare i analiz existente n cadrul laboratorului n care s-au desfurat
cercetrile.
3. n final se fac propuneri de modele de lucru adaptate condiiilor staionale i de vegetaie din
zona de studiu, pe imagini satelitare IKONOS.
B. Referitor la clasificarea imaginilor IKOOS

1. Canalele spectrale rou i infrarou apropiat ale imaginii IKONOS sunt cele mai
recomandate n acest caz avnd o sensibilitate ridicat la reflectana spectral a vegetaiei forestiere.
2. Combinaiile de benzi spectrale asigur un contrast mai bun ntre speciile forestiere din
imagine i sporesc posibilitatea de interpretare a fondului forestier, varianta optim cuprinznd
combinaia rou-pancromatic-infrarou apropiat.
3. Precizia total a clasificrii per pixel, bazat pe suprapunerea imaginilor, este ridicat, de
82,5%, cu un maxim n cazul rinoaselor cnd depete 90%, ceea ce reprezint o ncadrare destul de
sigur a suprafeelor din teren.
4. Unele probleme de separabilitate apar n cazul punilor i a arboretelor constituite din
foioase vrstnice, n cazul crora apar confuzii reciproce datorit rspunsului spectral afectat de luna n
care au fost preluate imaginile.
5. Clasificarea combinaiei indicilor de vegetaie (NDVI,GEMI,SAVI) s-a realizat cu o
precizie de 85 %, fr a se evita anumite confuzii ntre puni i foioase vrstnice, pe suprafaa relativ
reduse.
6. Clasificarea orientat spre obiect a imaginilor, bazat pe analiza textural ofer rezultate
superioare, respectiv 85 % precizie total, folosind drept criterii suplimentare i ali parametri
caracteristici obiectelor de imagine rezultate din segmentare prealabil (abaterea standard a valorilor
pixelilor, valoarea minim i maxim, ecart de variaie, valorile parametrilor texturii GLCM i GLDV
i unele informaii GIS.
7. Abordarea per obiect permite folosirea unui numr mai mare de clase (amestecuri de
rinoase i foioase, intravilan), deci prelungirea interpretrii prin separarea precis a punilor de
foioase, a zonelor de intravilan de alte zone cu caracteristici spectrale similare, precum i exportarea
obiectelor de imagine n format vectorial, ca fiiere shapefile, cu baze de date ataate
C. Referitor la diametrul coroanei

1. Coroana arborelui, ca dimensiune i form, este unul dintre cele mai importante elemente
dendrometrice care se pot evalua prin teledetecie. nregistrat ca imagine digital, ea devine
msurabil n urma procesului de georefereniere, cu o anumit precizie i cu limitri specifice. Precizia
62
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.
D. Referitor la consistena arboretelor

1. Gradul de nchidere a coronamentului, ca indicator al consistenei, reprezint unul dintre
parametrii biometrici luai n considerare la proiectarea interveniilor n arborete aflate n curs de
dezvoltare, ct i exploatabile. Determinarea sa pe imagini satelitare se poate realiza att prin procedee
63
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.
E. Referitor la volumul arboretelor

1. Baza de calcul propus n cadrul cercetrilor proprii o constituie datele extrase din
suprafeele circulare de prob transpuse pe imagini satelitare IKONOS i modelate prin regresie liniar
multipl. S-au avut n vedere att indicatorii dedui prin teledetecie, respectiv diametrul mediu al
coroanelor, gradul de nchidere al coronamentului, desimea, precum i valorile medii ale pixelilor din
imaginile corespondente suprafeelor de prob circulare.
64
2. Pentru volumul pe suprafa de prob, au fost ncercate corelaii exclusiv cu parametrii

biometrici determinai pe imagini, caz n care se obin coeficieni de corelaie multipl de 0,614***
(cazul volumului total), respectiv 0,662*** (cazul volumului mediu).
3. n continuare, prin introducerea valorilor medii ale pixelilor pe suprafa de prob au fost
obinute valori ceva mai mari ale coeficienilor de corelaie multipl, ajungnd la 0,668*** i 0,747***
pentru volumul arborelui mediu. Din analiza semnificaiei fiecrui coeficient de regresie, precum i a
corelaiilor dintre variabilele existente, s-a considerat oportun reducerea numrului de variabile
independente la trei n cazul volumului total, respectiv patru n cazul volumului mediu pe arbore.
4. Ecuaiile de regresie finale au fost raportate grafic prin valorile reale i cele calculate prin
modelul propus. S-a ajuns la un coeficient multiplu de corelaie de 0,623*** pentru volumul total i
0,717*** pentru volumul mediu al arborilor. Pragurile de semnificaie sunt foarte reduse n acest caz,
cu valori mult subunitare n marea majoritate a parametrilor utilizai.
5. Verificarea modelelor propuse s-a realizat prin aplicarea lor n cazul arboretelor studiate,
prin introducerea valorilor medii ale variabilelor utilizate n modelul de calcul a volumului total pe loc
de prob. Diferenele dintre valorile determinate terestru, prin metoda ecuaiei de regresie dublu
logaritmic, i cele determinate prin aplicarea modelului de regresie sunt de maximum 15 % din
valoarea determinat n teren, ceea ce reprezint o valoare tolerabil, mai ales dac discutm despre o
metod estimativ.
F. Concluzii privind analiza calitativ a vegetaiei forestiere pe imagini

digitale de nalt rezoluie spaial
1. Extragerea unor parametri calitativi ai ecosistemelor forestiere se ocup de aplicaii
independente care au ca obiectiv stabilirea de metode de lucru aplicabile n studii ecologice efectuate la
nivel local sau la scar mai larg, studii care s implice utilizarea metodelor specifice teledeteciei.
2. Fenomenul de debilitare a arborilor i arboretelor de brad din zona studiat, ca fenomen
care afecteaz starea de sntate a pdurilor, poate fi analizat pe imagini satelitare IKONOS prin
simptomele sale, n principal legate de pierderea frunziului.
3. Gradul de defoliere a arborilor de brad poate fi modelat prin regresie liniar n funcie de
parametrii texturii GLCM i GLDV, cu care se coreleaz foarte semnificativ (valoarea maxim se
nregistreaz n cazul GLDV contrast coefficient 0,726). Au fost obinute corelaii de intensitate
ridicat ntre anumii parametri ai texturii i suprafaa de baz cumulat a arborilor cu intensitate
ridicat a fenomenului de defoliere (> 60%). Legturile statistice prezentate sunt caracterizate de
coeficieni de corelaie cu valori apropiat de 0,700, foarte semnificative pentru cazurile analizate.
4. Cartarea terenurilor degradate din zona Vratec Agapia, supuse procesului de
suprapunare, precum i n zona carierei de sulf din Munii Climani a urmrit extragerea suprafeelor
pe care se manifest fenomene de eroziune, deplasri de teren sau decopertare a stratului vegetal.
5. Eroziunea solului, ca urmare a punatului excesiv, a fost evaluat prin separarea zonelor cu
diverse grade de eroziune (e0-e3) pe imaginile satelitare pe baza contrastului existent mai ales ntre
punile normale i zonele cu eroziune moderat i avansat. Canalele spectrale importante pentru
diferenierea suprafeelor cu grade de eroziune diferite, sunt albastru verde i rou. De asemenea, se
observ o evideniere bun a zonelor degradate prin calculul indicelui NDVI, evideniere dat de
variaia difereniat rspunsului spectral n zonele cu grade de eroziune diferite.
6. Clasificarea per pixel a imaginii satelitare a permis separarea a patru clase de eroziune a
solului care se subordoneaz practic clasei puni din lucrrile precedente (e0-e3). n plus, au fost
introduse nc dou clase, foioase i rinoase, impuse de prezena vegetaiei forestiere n zon.
Rezultatele cartrii au o precizie bun, mai ales pentru clasele de eroziune moderat i avansat,
precum i pentru eroziunea foarte avansat, caracteristic traseelor de deplasare a vitelor, pe drumurile
de pmnt, n zonele cu microrelief frmntat.
7. Alunecrile de teren pot fi de asemenea separate de eroziunile foarte avansate prin analiza
formei i modului de dispunere fa de curbele de nivel vectorizate, prin fotointerpretare vizual.
65
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.
8.2. COTRIBUII PERSOALE

Cercetrile efectuate n condiiile prezentei teze de doctorat au ridicat unele aspecte noi l, prin
rezolvarea crora s-au adus o serie de contribuii personale referitoare la utilizarea imaginilor satelitare
de nalt rezoluie spaial n silvicultur:
1. Au fost puse n eviden avantajele i dezavantajele clasificrii orientate spre pixel i spre
obiect a imaginilor IKONOS, n condiiile specifice peisajului caracteristic Parcului Natural Vntori
Neam i a logisticii disponibile.
2. Au fost determinate valorile optime ale parametrilor de segmentare a imaginilor
multispectrale IKONOS pentru clasificarea imaginilor corespondente peisajelor forestiere din Nord
Estul rii, n aplicaia software eCognition Professional 4.0.
3. S-a evideniat utilitatea clasificrii per pixel a unei imagini provenite din combinaia indicilor
de vegetaie NDVI, SAVI i GEMI.
4. Au fost stabilite preciziile de determinare a diametrului coroanelor prin interpretare vizual,
att pentru arbori individuali, ct i pentru suprafee de prob i arborete.
5. S-a dedus c eroarea de determinare a diametrului coroanei este intens i negativ corelat cu
valoarea acestuia determinat n teren, rezultnd supraestimri n cazul diametrelor de coroan mici i
subestimri n cazul arborilor cu coroane mari.
66
6. S-au stabilit modele de regresie pentru determinarea diametrului mediu al coroanei pe

suprafa de prob, aplicabile cu o precizie bun mai ales n cazul arboretelor echiene sau relativ
echiene, cu consisten plin sau aproape plin.
7. S-a stabilit, n premier, un model de determinare a gradului de nchidere al coronamentului
bazat pe clasificarea imaginilor multispectrale prin analiz textural i extragerea umbrelor
corespunztoare golurilor din coronament.
8. S-au evaluat preciziile de determinare a gradului de nchidere al coronamentului prin
interpretare vizual pe imagini satelitare IKONOS, utiliznd modele de regresie determinate prin
comparaie cu valorile terestre.
9. Au fost stabilite legturi statistice semnificative ntre textura imaginii i unii dintre parametrii
care descriu starea de sntate a arborilor i arboretelor de brad din zona studiat, respectiv gradul de
defoliere i suprafaa de baz a arborilor care au pierdut mai mult de 60 % din frunzi.
10. Au fost stabilite modele de clasificare supervizat a imaginii, orientat spre pixel i spre
obiect, pentru cartarea eroziunii de suprafa a solului n suprafeele cu vegetaie forestier degradat
(puni mpdurite).
11. Au fost cartate substratele din fosta carier de sulf din Munii Climani n funcie de
favorabilitatea pentru instalarea vegetaiei, evideniindu-se distribuia minereurilor feroase, andezitelor
i rocilor cu coninut ridicat de sulf prin digitizare manual, clasificare orientat spre pixel i spre
obiect pe ortofotoplanuri recente.
12. Au fost puse n eviden legturi statistice intense ntre indicatori ai diversitii specifice i
structurale a arborilor i unii parametri ai diversitii spectrale a imaginilor IKONOS.
8.3. RECOMADRI PETRU PRACTIC

Pentru a surprinde unele elemente structurale i de stare a ecosistemelor forestiere, determinate
direct sau prin corelaii cu elemente determinabile prin mijloace ale teledeteciei satelitare s-au ncercat
diferite metode de achiziionare i procesare a datelor n condiiile de software i hardware disponibile.
Rezultatele obinute n urma cercetrilor efectuate au condus la formularea de recomandri, care pot fi
integrate ca anumite rutine de lucru n activitatea practic din domeniu, n cazul folosirii imaginilor
satelitare de nalt rezoluie spaial.
1. Clasificarea imaginilor satelitare de nalt rezoluie spaial n funcie de folosina
terenurilor aduce informaii spaiale detaliate privind modul de distribuie a tipurilor de suprafa activ
de la sol i se realizeaz n condiii de precizie relativ ridicat (>80%), n condiiile utilizrii abordrii
orientate spre pixel i spre obiect.
2. Combinarea imaginilor obinute prin aplicarea indicilor de vegetaie NDVI, SAVI i GEMI
pot scoate n eviden anumite caracteristici ale zonelor acoperite cu vegetaie forestier, precum i
poriunile de teren de pe care stratul vegetal a fost ndeprtat.
3. Harta de distribuie a tipurilor de acoperire a terenului se poate obine cu un grad mai
ridicat de uniformitate prin utilizarea clasificrii orientate spre obiect i bazat pe analiza textural
(contextual), care duce la gruparea, n anumite condiii definite de operator, a pixelilor corespunztori
unor detalii uniforme din teren, fr a se pierde nimic din gradul de detaliere specific imaginilor
multispectrale, de nalt rezoluie spaial.
4. Interpretarea vizual a biometriei coroanelor arborilor, modul de distribuie a erorilor
individuale arat c media diametrelor de coroan a arborilor dintr-o suprafa de prob sau dintr-un
arboret se determin cu precizie ridicat, mai ales n cazul structurilor echiene sau relativ echiene, cu
consisten normal.
5. Gradul de nchidere al coronamentului se poate determina cu precizie cel puin
comparabil cu cea obinut prin metodele curente de determinare terestr, att prin procedeul grilei cu
puncte, ct mai ales prin clasificarea orientat spre obiect a imaginilor i extragerea golurilor.
6. Desimea arboretelor este evident subestimat prin procedee ale teledeteciei, n special n
cazul arboretelor tinere, cu consisten plin. Pentru a ajunge la valori corespunztoare a acestui
parametru al consistenei, se recomand utilizarea de modele statistice calibrate pe condiiile locale de
arboret.
67
7. La interpretarea vizual a datelor corespunztoare arboretelor bietajate sau relativ pluriene

se recomand precauie datorit lipsei de vizibilitate a arborilor dominai.
8. Modelul de lucru propus pentru determinarea volumului de lemn pe picior poate fi aplicat
cu rezultate bune n special n arborete tinere i de vrst mijlocie. Rezultatele pot fi integrate cu succes
n activitatea de amenajare a pdurilor, avnd n vedere c aceste arborete nu beneficiaz practic de un
inventar statistic la fel de precis ca arboretele exploatabile i preexploatabile.
9. Starea de sntate a arboretelor prin analiza textural poate scoate n eviden caracteristici
structurale ale arboretelor de brad predispuse la uscare sau debilitare.
10. Clasificarea imaginilor satelitare i aeriene n scopul cartrii terenurilor degradate este
viabil i poate fi folosit cu succes att n puni mpdurite, ct i n zone afectate de activiti
miniere. Sensibilitatea spectral cea mai ridicat la substratele ecologice aduse la suprafa n zone
agricole sau industrializate este nregistrat n canalele spectrale caracteristice vizibilului, putndu-se
utiliza imagini multispectrale satelitare i ortofotoplanuri aeriene n egal msur.
11. Anumite informaii referitoare la diversitatea specific i structural a etajului arborilor
se pot extrage prin aplicarea unor metode de investigare specifice analizei diversitii spectrale. Metoda
de analiz bazat pe regresie se calibreaz ns n condiii locale de staiune i arboret.
12. Modelul digital al terenului, obinut prin vectorizarea curbelor de nivel din planurile de
baz la scara 1:5000 i imaginea satelitar clasificat pot fi utilizate n aplicaii ecologice de analiz a
condiiilor geomorfologice de vegetaie, rezultnd hri de variabilitate continui, extinse pe suprafee
mari. Prin extragerea informaiilor referitoare la arboret, ca unitate elementar a gestiunii forestiere se
poate completa baza de date amenajistice cu informaii obiective privind tipul de relief, panta expoziia
staiunii n care se dezvolt vegetaia forestier.
13. Modelele de lucru stabilite n urma cercetrilor pentru arborete de amestec constituite
preponderent din brad, molid i fag pot fi extrapolate, prin adaptare, i la alte arborete, situate n alte
condiii staionale i caracterizate prin structuri diferite.
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

14. Gancz, V., 2005, Utilizarea tehnologiilor geomaticii n silvicultur, ESRI ROMANIA Annual
Conference
15. Gibson, P.J., Power, C.H., 2000. Introducing Remote Sensing: Digital Image Processing and Application.
1st Edn., Taylor and Francis, Routledge, Landon, 288p
16. Giurgiu, V., 1972, Metode ale statisticii matematice aplicate n silvicultur, Editura Ceres, Bucureti
17. Gross, C.P. et al., 2000, Remote Sensing Applications for Forest Health Status Assessment, Second
Edition, European Union Scheme On the Protection of Forests Against Atmospheric Pollution, 216p
18. Grudnicki Francisc, 1996, Corectarea torentilor, Editura Universitatii Suceava
19. Guanaes Rego, 2003, Automatic Land-Cover Classification Derived from High-Resolution IKO&OS
Satellite Image in the Urban Atlantic Forest in Rio de Janeiro, Brazil, by Means of an Objects-Oriented
Approach, PhD. Thesis, Albert Ludwigs University, Freiburg, 179p
20. Guyot, G., 1992, Signature spectrale des surfaces naturelles, INRA Editions, Versailles, 178p
21. Haralick, R. M., Shanmugam, K., Dinstein, I., 1973. Textural features for image classification. IEEE
Transactions on Systems, Man and Cybernetics, Vol. 3, No. 6, pp 610-621.
22. Horodnic, S., 2003, Elemente de biostatistic forestier, Editura Universitii Suceava, 158p
23. Huete, A. R., 1988, A soil-adjusted vegetation index (SAVI). Rem. Sensing Environ., 25:295309
24. Ivits, E., 2004, Potential of Remote Sensing and GIS as Landscape Structure and Biodiversity Indicators.
Methodological Study Relating Field Data to Visually Interpreted and Segmented Landscape Objects and
Image Grey Values, PhD. Thesis, Albert Ludwigs University, Freiburg, 232p
25. Ivits, E., Hemphill, S., Langar, F., Koch, B., 2005, Benchmarking of Pixel- and Object-Based
Classification Methods, Geoland Project Report, Felis, 14p
26. Jehl, H., 2007, Monitoring in the Bavarian &ational Forest Park, 2nd Field-Map International Educational
User Conference, Vimperk, 12 14 September 2007, 20p
27. Jongsma, W., Ortega, S., Pazmino, Scheldeman, K., 2000, Multitemporal vegetetion analysis based on
LA&DSAT TM images, of dry deciduous forest in Southern Ecuador, Vegetation 2000, Lake Maggiore,
Italia, pp. 121-134
28. Kayitakire, F., Farcy, C., Defourny, P., 2002, Ikonos-2 imagery potential for forest stands mapping.
Presented at ForestSAT symposium, Heriot Watt University, Edinburgh
29. Koch, B., Ivits, E., 2004, Results from the Project BIOASSESS - Relation Between Remote Sensing and
Terrestrial Derived Biodiversity Indicators, Monitoring and Indicators of Forest Diversity in Europe
From Ideas to Operationality, EFI Proceedings, nr. 51, pp. 315-333
30. Leahu, I., 1984, Metode i modele structural funcionale n amenajarea pdurilor. Editura Ceres
31. Lillesand, T., Kiefer, R., 2000, Remote Sensing and Image Interpretation, Wiley and Sons, New York,
725p
32. Mizamoto, E., 2006, Fast calculation of Haralick textute features, Electrical and Computer Engineering at
Carnegie Mellon University, 6p
33. Ngamabou, R. S., 2006, Evaluating the Efficacy of Remote Sensing Techniques in Monitoring Forest
Cover and Forest Cover Change in the Mount Cameroon Region, PhD. Thesis, Albert Ludwigs
University, Freiburg, 168p
34. Nicolau, G., 1938, Die Photogrammetrie im Forstwessen, Verlag Herbert Wichman, Berlin, Grnewald
35. Palaghianu, C., 2009, Cercetri privind evaluarea regenerrii arboretelor prin mijloace informatice, Tez
de doctorat, Universitatea tefan cel Mare din Suceava, 274 p
36. Palaghianu, C., Avcriei, D., 2006, Aplicaie software de calcul al principalilor indicatori ai
biodiversitii - Conferina cu participare internaional CleanProd 2007 GEC Bucovina, Suceava, 6p
37. Petrila, 2008, Studiu privind utilizarea ortofotoplanurilor bazate pe imagini digitale de nalt rezoluie
spaial n lucrri de amenajarea pdurilor i cadastru forestier, pe o zon test, Referat tiinific parial,
43p
38. Popa, I., 2001, Modelarea structurii spaiale n pdurea natural, Referat tiinific parial, Staiunea
experimental de cultura molidului, Cmpulung Moldovenesc 47p
39. Rusu, A., 1972, Cercetri privind obiectivizarea fotointerpretrii forestiere, Tez de doctorat.
40. Rusu, A., 1978, Fotogrammetrie forestier, Editura CERES
41. Ruiz, L.A., Fdez-Sarra, A., Recio, J.A., 2004, Texture Feature Extraction for Classification of Remote
Sensing Data Using Wavelet Decomposition: a Comparative Study, XXth ISPRS Congress, Istanbul,
2004, 6p
42. Vorovencii, I., 2005, Cercetri privind posibilittile de utilizare a imaginilor satelitare n lucrrile de
amenajarea pdurilor, Tez de doctorat, Universitatea Transilvania din Brasov
69
RESEARCHES REGARDING THE STRUCTURE AND STATE OF THE

FOREST ON MODERN SATELLITE DATA
Abstract
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:
Str. Oituz, nr. 22, Bl. O4, ap. 25
Telefon:
0745167649
e-mail:
ibarnoaie@usv.ro
Naionalitatea:
Romn
Data i locul naterii:
6.05.1980, Piatra Neam
ACTIVITATEA PROFESIOAL
2007-prezent
Universitatea tefan cel Mare Suceava, Facultatea de Silvicultur,

asistent universitar
2003-2007
Universitatea tefan cel Mare Suceava, Facultatea de Silvicultur,

preparator universitar
STUDII I SPECIALIZRI
Iulie 2009
coala de var NATURAL ENVIRONMENT MANAGEMENT,

MONITORING AND CONSERVATION, Varovia, 1319.07.2009
Iulie 2008
Stagiu de pregtire la Albert Ludwigs Universitt Freiburg,

Abteilung Fernerkundung und Landsaftsinformationsysteme
FELIS
1998-2003
Universitatea tefan cel Mare Suceava, Facultatea de Silvicultur
1994-1998
Colegiul Naional Petru Rare Piatra Neam
ACTIVITATEA TIIIFIC
Lucrri publicate n ar:
13
Lucrri publicate n strintate:
Comunicri tiinifice n ar:
10
Comunicri tiinifice n strintate: 7

Participri la contracte de cercetare
naionale:
Participri la contracte de cercetare

internaionale:
LIMBI STRIE CUOSCUTE: Engleza bine

Franceza satisfctor
CURRICULUM VITAE
PERSOAL DATA
Name:
Barnoaiea Ionu
Adress:
Str. Oituz, nr. 22, Bl. O4, ap. 25
Telephone:
0745167649
e-mail:
ibarnoaie@usv.ro
Nationality:
Romanian
Date and place of birth:
6.05.1980, Piatra Neam
ACTIVITATEA PROFESIOAL
2007-present
tefan cel Mare University Suceava, Forestry Faculty, asistent

professor
2003-2007
tefan cel Mare University Suceava, Forestry Faculty, teaching

instructor
STUDII I SPECIALIZRI
July 2009
NATURAL ENVIRONMENT MANAGEMENT,

MONITORING AND CONSERVATION SUMMER SCHOOL,
Warsaw, 13-19.07.2009
July 2008
Specialisation at Albert Ludwigs Universitt Freiburg, Abteilung

Fernerkundung und Landsaftsinformationsysteme FELIS
1998-2003
tefan cel Mare University Suceava, Forestry Faculty
1994-1998
Petru Rare National College Piatra Neam
SCIETIFIC ACTIVITY
Papers published in Romania:
13
Papers published abroad:
Conference presentations in Romania:10

Conference presentations abroad:
Colaboration in national
research projects:
Colaboration in international
research projects:
FOREIG LAGUAGES:
English good
Franceza satisfactory

Bartoaiea Ionut

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bartoaiea Ionut

Uploaded by

Copyright:

Available Formats

MIISTERUL EDUCAIEI, CERCETRII,

Ing. Ionu BARNOAIEA

CERCETRI PRIVID STABILIREA STRUCTURII I STRII

Rezumatul tezei de doctorat

MIISTERUL EDUCAIEI, CERCETRII, TIERETULUI I SPORTULUI

Prof. univ. dr. ing. Ioan Vasile ABRUDAN

CONDUCTOR TIINIFIC: - Prof. univ. dr. ing. Nicolae BO

Prof. univ. dr. ing. Florea ZVOIANU

V invitm s participai la susinerea public a tezei de doctorat.

I. ECESITATEA MOITORIZRII RESURSELOR

II. STADIUL ACTUAL AL CUOTIELOR PRIVID

2.1.1. Clasificarea nregistrrilor satelitare

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

2.2. PRICIPALELE TIPURI DE IFORMAII ACCESIBILE TELEDETECIEI

2.2.1. ivele de analiz a vegetaiei forestiere

2.2.6. Situaia utilizrii teledeteciei satelitare n gestiunea ecosistemelor forestiere

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

III. CODIIILE DESFURRII CERCETRILOR,

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

unor elemente de structur i stare a arboretelor. n plus se urmrete i aprecierea utilitii

3.2. LOCALIZAREA CERCETRILOR

3.3. DESCRIEREA ARBORETELOR

Fig. 1. Suprafee de prob instalate n Ocolul Silvic Vratec, Direcia

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

U.P. III Agapia

3.4. MATERIALE DISPOIBILE

Material imagistic i cartografic utilizat n cercetrile realizate

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

Arcview GIS 3.3.

Program compact de vizualizare

Program complex de vizualizare

Module utilizate: CAD

3.5. OBIECTIVE URMRITE I METODA DE CERCETARE

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

3.5.2. Metode de cercetare

Fig. 2. Schema de lucru proiectat pentru ndeplinirea obiectivelor propuse

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

IV. LUCRRI PREGTITOARE PETRU

4.2. ACHIZIIOAREA I PROCESAREA DATELOR TERESTRE

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

suprafee de prob circulare, cu suprafa de 1000 m2, respectiv raz de 17,84 m,

4.2.2. Suprafee de prob dreptunghiulare

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

4.2.3. Suprafee de prob circulare

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

nlime medie (m)

Vrst medie (ani)

Descrierea arboretelor inventariate statistic prin instalarea de suprafee de prob circulare

4.3. PRELUCRAREA PRIMAR A IMAGIILOR SATELITARE

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

4.3.4. Indicii de vegetaie

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

V. SEPARABILITATEA SPECIILOR FORESTIERE

SPECTRAL A SPECIILOR FORESTIERE DI ZOA DE STUDIU

5.2.2. Mod de lucru

5.2.3. Analiza i interpretarea rezultatelor

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

COMPARATIV ASUPRA CLASIFICRII ORIETATE SPRE PIXEL I

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

5.3.2. Clasificarea orientat spre pixel

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

Cercetri privind stabilirea structurii i strii pdurii pe nregistrri satelitare moderne

ncadrare bazat pe puncte de control