Rezumat Costea George Rom

Universitatea Babe-Bolyai, Cluj-Napoca
Facultatea de Geografie
Catedra de Geografie Fizic i Tehnic
TEZ DE DOCTORAT
- Rezumat Evaluarea procesului de despdurire, prin

teledetecie. Efectul despduririi asupra
schimbrilor caracteristicilor suprafeelor
subiacente din bazinele superioare ale
Someului Cald i Rece
Coordonator tiinific:
Doctorand:
Prof. Univ.Dr. HAIDU Ionel
COSTEA George
Cluj-Napoca
- 2012 -
Cuprins
1. Introducere .................................................................................................................................. 1
2. Motivaia. Obiectivele cercetrii. Zona de studiu ....................................................................... 6
2.1. Motivaia ............................................................................................................................................... 6
2.2. Obiectivele cercetrii............................................................................................................................. 6
2.3. Localizarea geografic a zonei de studiu............................................................................................... 7
3. Stadiul cunoaterii temei de cercetare ....................................................................................... 15

3.1. Scurt rezumat istoric asupra metodelor i tipurilor de date utilizate n evaluarea despduririlor ....... 15
3.2. Studii de evaluare a despduririlor n Europa ..................................................................................... 16
3.3. Scurt istoric al managementului forestier din Romnia ...................................................................... 21
3.4. Studii i metode de cercetare a evoluiei pdurilor romneti ............................................................. 23
4. Realizarea bazei de date ............................................................................................................ 24

4.1. Baza de date cartografic .................................................................................................................... 25
4.2. Baza de date alfanumeric i surse de date secundare......................................................................... 27
4.3. Baza de date digitale............................................................................................................................ 30
4.4. Rezoluia spaial i temporal. Alegerea senzorului de teledetecie. ................................................. 32
4.4.1. Platforme de teledetecie i tipuri de senzori ............................................................................................ 33
4.4.2. Rezoluie spaial i temporal. Date tehnice ........................................................................................... 36
5. Legtura dintre obiectele mediului nconjurtor i spectrul electromagnetic ........................... 49

5.1. Spectrul electromagnetic ..................................................................................................................... 49
5.1.2. Radiaia electromagnetic i interaciunea sa cu atmosfera Pmntului ................................................... 52
5.2. Preprocesarea imaginilor satelitare...................................................................................................... 58

5.2.1. Operaii de baz de preprocesare a imaginilor .......................................................................................... 58
5.2.2. Calibrarea imaginilor. Convertirea din DN n radian............................................................................. 59
5.2.3. Calibrarea radian reflectan ............................................................................................................... 60
5.2.4. Corecia atmosferic ................................................................................................................................. 60
6. Caracteristicile semnturilor spectrale ale diferitelor entiti geografice.................................. 61

6.1. Interpretarea semnturii spectrale a mineralelor i solurilor ............................................................... 62
6.2. Interpretarea semnturii spectrale corespunztoare vegetaiei ............................................................ 64
6.3. Interpretarea semnturii spectrale corespunztoare apei ..................................................................... 69
7. Metode de analiz a imaginilor satelitare pentru evaluarea schimbrilor de la nivelului

covorului vegetal.................................................................................................................. 71
7.1. Transformarea imaginilor folosind indici spectrali ............................................................................. 72
7.1.1. Utilizarea indicilor spectrali pentru estimarea schimbrilor de la nivelul vegetaiei ................................ 72
7.1.2. Utilizarea indicelui NDBI n estimarea suprafeelor minerale .................................................................. 74
7.1.3. Utilizarea indicelui NDVI n estimarea schimbrilor de la nivelul vegetaiei.................................. 83
8. Extragerea datelor tematice pentru evaluarea despduririlor .................................................... 91

8.1. Ce este o hart tematic? ..................................................................................................................... 91
8.2. De ce anume avem nevoie? De tipul de acoperire a terenului sau de tipul de utilizare a terenului?... 92
8.3. Metode de teledetecie utilizate n extragerea datelor tematice ........................................................... 92
8.4. Clasificarea supervizat ....................................................................................................................... 93
8.4.1. Schema de clasificare ............................................................................................................................... 94
8.4.2. Descrierea tipurilor de acoperire a terenului considerate.......................................................................... 95
8.4.3. Crearea suprafeelor de prob ................................................................................................................... 97
8.4.4. Analiza statistic a datelor spectrale corespunztoare eantioanelor ...................................................... 100
8.4.5. Evaluarea cantitativ a separabilitii claselor de acoperire a terenului.................................................. 102
8.4.6. Construirea librriei spectrale ................................................................................................................. 104
8.4.7. Selectarea algoritmului de clasificare ..................................................................................................... 107
8.4.8. Algoritmul Spectral Angle Mapper ........................................................................................................ 108
8.4.9. Clasificarea imaginii utiliznd SAM ...................................................................................................... 109
8.5. Evaluarea acurateei rezultatului clasificrii ..................................................................................... 112

8.6. Clasificarea multi-temporal a imaginilor ......................................................................................... 116
8.7. Validarea datelor tematice ................................................................................................................. 119
8.8. Detectarea schimbrilor la nivelul acoperirii terenului ..................................................................... 122
9. Evaluarea despduririlor pentru perioada 1974-2010 ............................................................. 130

9.1. Ce sunt despduririle? ....................................................................................................................... 130
9.2. Evaluarea procesului de despdurire ................................................................................................. 130
10. Schimbarea suprafeei subiacente n perioada 1974-2010 i unele consecine asupra ctorva
indici ai scurgerii de suprafa ........................................................................................... 140
10.1. Indicatori ai schimbrii caracteristicilor suprafeei subiacente ....................................................... 141
10.1.1. Gradul de mpdurire ............................................................................................................................ 141
10.1.2. Efectele despduririlor asupra coeficienilor medii de scurgere ........................................................... 143
10.1.3. Efectele despduririlor asupra valorilor indicelui Curve Number ........................................................ 153
11. Concluzii ............................................................................................................................... 166

12. Bibliografie............................................................................................................................ 172
13. Anexe .................................................................................................................................... 181
Cuvinte cheie: evaluare; despdurire; Teledetecie; efect; suprafa subiacent; bazinele
superioare ale Someului Cald i Rece.
1. Introducere
Suprafaa terestr cu toate particularitile ei (relief, vegetaie, sol, hidrografie) influenate
sau nu de ctre om, joac un rol important n transformarea energiei solare n cldur, n
umezirea aerului i n transformarea maselor de aer n micare. Aceast suprafa activ,
subiacent, de la suprafaa pmntului se afl n interaciune permanent cu atmosfera.
Vegetaia prin suprafa, gradul de acoperire, speciile caracteristice, densitatea acestora,
nlime etc. are o influen deosebit asupra suprafeelor subiacente din bazinele hidrografice.
Teledetecia i cartografierea terenurilor acoperite cu vegetaie forestier este o msur
critic necesar pentru a extinde nivelul de nelegere a influenei procesului de despdurire
asupra schimbrii caracteristicilor suprafeelor subiacente ce au loc pe uscat la scri mai mari
att din punct de vedere spaial, ct i temporal. De asemenea, este un aspect critic pentru
monitorizarea la scar regional a schimbrilor arealelor mpdurite pentru cei care se ocup de
planningul teritorial.
n acest sens prezentul studiu1 dorete s propun o metodologie complet de evaluare a
despduririlor i a efectelor pe care acestea le au asupra schimbrii caracteristicilor suprafeelor
subiacente utiliznd ultimele metode i date utilizate n teledetecie i GIS. Metodologia se
dorete a oferi, mai ales, rezultate spaiale, dar i numerice n vederea evalurilor.
Lucrarea se structureaz pe nou capitole principale. Analiznd succesiunea acestora
putem desprinde urmtoarele etape care stau la baza elaborrii acestui studiu: enunarea
motivaiei, fixarea obiectivelor i descrierea zonei de studiu - studiul nivelului de cunoatere i a
metodelor utilizate n ceea ce privete tema de cercetare n Romnia, ct i n Europa construirea bazei de date - evidenierea legturii dintre obiectele mediului nconjurtor i spectrul
elecromagnetic - selectarea i aplicarea metodelor de prelucrare i obinere a informaiilor
tematice - clasificarea efectiv a imaginilor satelitare (construirea librriei spectrale unice,
alegerea algoritmului de clasificare supervizat, validarea datelor obinute) - evaluarea
despduririlor aprute n perioada 1974-2010 - evaluarea efectelor produse de despduriri asupra
suprafeelor subiacente.
Acest studiu a fost susinut i prin sprijinul financiar oferit prin Programul Operaional Sectorial Dezvoltarea Resurselor Umane 2007-2013,
cofinanat prin Fondul Social European, n cadrul proiectului POSDRU/88/1.5/S/60185, cu titlul Studii doctorale inovative ntr-o societate
bazat pe cunoatere.
2. Motivaia. Obiectivele cercetrii. Zona de studiu

Cunoaterea motivaiei reale a studiului este un element esenial n nelegerea rezultatelor
care se vor obine. Avnd n vedere c studiul dorete s urmreasc de asemenea i evoluia
spaial a procesului analizat, este totodat necesar s se cunoasc arealul geografic unde aceste
schimbri au loc. Detalii suplimentare privind configuraia zonei studiate pot fi utile n evaluarea
rezultatelor i nu n ultimul rnd de a da o importan i un sens logic studiului.
2.1. Motivaia
Mai nti de toate, este bine de tiut c acest studiu nu dorete s acuze sau s denigreze
munca anumitor instituii care au legtur cu administrarea apelor sau pdurilor. Acest studiu
dorete s fie un suport al acestora. Aceasta nu numai datorit fazei grele a existenei acestora,
dar i datorit faptului c studiul dorete s sprijine aciunile care pot opri n special
despduririle, precum i luarea msurilor necesare de evitare a producerii evenimentelor
extreme, de exemplu a viiturilor. Studiul aduce totodat un suport masiv asupra faptului c
distrugerea naturii poate avea un impact att asupra ecosistemelor ct i asupra vieii oamenilor.
Motivaia real a acestui studiu este reprezentat de faptul c despduririle au un impact
negativ asupra scurgerii i nu numai. Dup o ploaie torenial, sate ntregi, poduri i drumuri sunt
inundate (Domnia et al., 2009). Pdurile pot ncetini torenii diminund fora lor distructiv, i
totodat pot juca un rol major n ciclul hidrologic. Cnd vine vorba despre apa provenit din
precipitaii, aceasta este acumulat n moduri diferite n arealele mpdurite n comparaie cu
arealele descoperite sau uscate.
n acest fel studiul dorete s realizeze un studiu asupra evoluiei recente a arealelor
mpdurite din trei bazine hidrografice montane utiliznd date vechi i noi care au fost
implementate i evaluate cu cele mai noi metode cartografice. Astfel, operaia de extragere a
informaiilor din bazele de date vechi i noi, precum i utilizarea lor n analizele efectuate, ne fac
s spunem c acesta este un studiu cuprinztor care poate oferi un punct de vedere i o msur
foarte bun a procesului de despdurire de la nivelul bazinelor hidrografice mici precum i o
evaluare substanial a consecinelor pe care acestea le au n ceea ce privete schimbarea
caracteristicilor suprafeei subiacente.
2.2. Obiectivele cercetrii

Obiectivele acestui studiu sunt acelea de a utiliza cele mai recente metode de cartografiere
i analiz spaial n vederea modelrii evoluiei arealelor mpdurite din trei bazine hidrografice
mici, situate n zona montan. Acestea se pot mpri ntr-o succesiune logic care face mult mai
uor de neles scopul acestei teze.
2
Astfel, primul obiectiv ar fi obinerea unei baze de date care s integreze datele iniiale
(hri scanate, imagini satelitare, descrieri parcelare, msurtori GPS etc.) ntr-un mediu GIS.
Baza de date va corespunde unei perioade cuprinse ntre nceputul anilor 70 i anul 2010. Vom
considera anul 1974 ca punct de pornire datorit disponibilitii hrilor topografice i a
imaginilor satelitare.
Identificare unei metodologii care s rspund i s utilizeze baza de date i care s duc la
obinerea de informaii spaiale i cantitative digitale (date tematice) n vederea estimrilor.
Aceasta este o operaie menit s creeze noi seturi de date tematice de o valoare semnificativ.
De aceea ulterior acestei operaii este necesar a se proceda la o operaie de validare.
Cu datele tematice obinute se poate trece la realizarea urmtorului obiectiv, care este i cel
mai important, i-anume evaluarea procesului de despdurire. Aceast faz a studiului presupune
utilizarea unor algoritmi de modelare GIS care s utilizeze datele tematice obinute anterior i
care s redea date cantitative cu privire la evoluia procesului de despdurire pentru bazinele
hidrografice considerate.
Un ultim obiectiv ar fi prezentarea i evaluarea modului n care procesul despduririlor
poate afecta schimbarea caracteristicilor suprafeei subiacente. Acest pas presupune utilizarea
indicatorilor care pot furniza informaii valorice care s caracterizeze bazinele din punct de
vedere al suprafeei acoperite cu pdure, configuraia terenului, tipul sau textura solului etc.
2.3. Localizarea geografic a zonei de studiu

Pentru realizarea scopului acestei teze, i-anume acela de a studia evoluia procesului
despduririlor cu rol n formarea scurgerii lichide au fost selectate trei bazine hidrografice mici
din bazinele superioare ale Someului Cald i Rece. n selectarea acestor bazine am inut cont de
complexitatea factorilor fizico-geografici, de existena aezrilor umane i nu n ultimul rnd de
disponibilitatea bazei de date.
Aceste bazine sunt: bazinul superior al Someului Cald n amonte de Smida, bazinul
superior Beli, ambii aflueni ai Someului Cald, respectiv bazinul Rctu, afluentul principal
Someului Rece (Fig. 2.1, 2.2, 2.3).
n cadrul temei de cercetare, cu ocazia diferitelor publicaii/manifestri tiinifice, au mai
fost elaborate i studii asupra sub-bazinelor din arealul Parcului Natural Apuseni (Costea &
Haidu 2010, 2012).
Fig. 2.1 Bazinul hidrografic Someul Cald.
Fig. 2.2 Bazinul hidrografic Beli.
Fig. 2.3 Bazinul hidrografic Rctu.
3. Stadiul cunoaterii temei de cercetare

Faptul c pdurea prin aciunea sa, precum i prin procesele pe care le antreneaz, are o
influen asupra scurgerii lichide este o ipotez de mult timp luat n seam. Multe studii
efectuate de-a lungul timpului au pus n eviden, n urma estimrilor efectuate, diverse aspecte
n ceea ce privete rolul pdurii n interaciunea cu apa. Multe dintre acestea fie ofer informaii
punctuale, fie nu permit spaializarea informaiilor obinute n urma bilanului hidric sau sunt
doar precizri i observaii asupra unor fenomene cu caracter local.
Despduririle, ca procese survenite la nivelul arealelor mpdurite, sunt i au fost subiectul
multor lucrri. Aceasta a presupus i nc presupune dezvoltarea unor metodologii necesare
pentru a materializa fenomenul observat n date digitale. Aceasta poate oferi un punct de vedere
cantitativ - spaial a evoluiei despduririlor la o anumit scar de timp i spaiu. n acest sens
magnitudinea i impactul sunt mult mai uor studiate. Astfel, un scurt rezumat a studiilor despre
studiul despduririlor din Romnia i din strintate este propice, dac este s considerm
subiectul prezentului studiu.
3.1. Scurt rezumat istoric asupra metodelor i tipurilor de date utilizate n evaluarea
despduririlor
Exist nenumrate studii cu privire la evaluarea despduririlor. La fel se poate vorbi i
despre tipurile de date, respectiv metodele utilizate. La nivel internaional au fost folosite multe
tipuri de date att de la senzori activi ct i senzori pasivi.
La nceputuri evaluarea pagubelor i despduririlor se fcea utiliznd observaii din teren.
Doar dup ceva timp au fost introduse fotografiile aeriene color i infrarou. Astzi tindem s
utilizm datele obinute prin teledetecie de la satelii, scannere radar i alte surse moderne de
date (imagini satelitare cu rezoluie spaial ridicat, scannere laser etc.).
Primele observaii aeriene (a nu se confunda cu fotografia aerian) au fost fcute asupra
pdurilor nc din 1860 n S.U.A. n Europa primele experimente cu fotografii dateaz din 1858
din zona oraului Paris. Prima fotografie aerian realizat dintr-un avion este obinut n 1909 n
Frana.
Fotografiile aeriene au fost utilizate pentru cartarea vegetaiei nc din 1919, dar
dezvoltarea acestora ca o unealt important utilizat n silvicultur, corelat cu observaiile de
teren, dateaz doar din 1940. Mai trziu satelii ca ERTS (1972) (mai trziu denumit Landsat 1,
2, , 7) au fost lansai pentru a produce date obinute prin teledetecie. Ali satelii cunoscui
sunt sateliii cu senzori optici precum: SPOT, ERS, ASTER, IRS, IKONOS, NOAA, TERRA;
sateliii radar ca RADARSAT i satelii precum JERS care ofer att date optice ct i date radar.
n prezent se ncearc a se utiliza tehnica LIDAR, o tehnic dezvoltat n ultimii 15 ani,

deoarece ea este capabil s penetreze stratul format de coroanele arborilor, astfel putndu-se
obine chiar i structura vertical a pdurii (http://www.agu.org, www.eoearth.org).
3.2. Studii de evaluare a despduririlor n Europa

n Europa despduririle i n special defririle de pdure dateaz dintr-o perioad timpurie
care se regsete ntre antichitate i modernism. n aceast parte de nord a planetei a fost impus
un program de dezvoltare durabil a pdurii. Despduririle sunt mult mai evidente n partea de
sud a globului, la tropice. Aici, datorit faptului c statele situate n aceast zon doresc s-i
dezvolte economia, tierile de pdure sunt foarte mari (http://www.eco-act.typepad.com).
Multe studii au fost fcute, n special n Europa, pentru a estima schimbrile care au avut
loc la nivelul acoperirii terenului i mai ales asupra dispariiei terenurilor acoperite cu pdure.
Dintre acestea cele mai cunoscut sunt cele efectuate n Irlanda, una din cele mai bogate ri din
Europa, n ceea ce privete suprafaa terenului acoperit cu pdure (Brown, 2009; Kankaanp &
Timothy, 2004); studiile fcute asupra triunghiului negru, suprafa care se ntinde pe o parte a
teritoriului a trei state: Germania, Cehia, Polonia (http://www.fao.org; Ard, 1998; Schardt et
al., 1993). Acestea au fost studii care au utilizat imagini satelitare, n special Landsat.
Unul din cele mai mari proiecte din Europa n ceea ce privete utilizarea terenului i
detectarea schimbrilor care au loc ntr-o anumit perioad de timp este proiectul Corine Land
Cover. Acesta este un proiect care a implicat toate rile din Europa. Proiectul utilizeaz date
din surse digitale precum imaginile satelitare (Landsat, SPOT HRV) i surse cartografice,
precum hri ale utilizrii terenului, hri topografice, i chiar i hri silvice. Datele rezultate
dup interpretare sunt oferite la o scar de 1:100000. Cea mai mic unitatea cartat este de
aproximativ 25 ha, iar schimbrile care au loc n perioada studiat sunt raportate numai dac ele
au loc pe o suprafa de minimum 5 ha. Pn acum n acest proiect s-au obinut date pentru
perioada 1990-2000-2006 (http://www.eea.europa.eu).
Studii care utilizeaz date obinute de la radare aeropurtate sunt cele precum cel realizat de
Keil et al. (1993) n cadrul proiectului MAC Europe 1991, care utilizeaz date radar pentru a
evalua arealele mpdurite din zona Munilor Harz, Germania. Datele utilizate n acest studiu
sunt date de tip AIRSAR (date Polarimetrice-multifrecven) colectate n anul 1991 de ctre o
aeronav a JPL1. Aceasta a fost o misiune de evaluare a pdurilor n ceea ce privete tipul
pdurilor, clasele de vrst, densitatea coroanelor, separarea arborilor de conifere de cei foioi,
precum i daunele nregistrate la nivelul covorului forestier (despduriri, rupturi ale arborilor
etc.).
1
Jet Propulsion Laboratory, (http://airsar.jpl.nasa.gov/).
Tehnica LIDAR a fost utilizat de exemplu n Europa pentru a evalua structura arboretelor
de pin silvestru ntr-un areal din Spania. Utiliznd aceste date a fost posibil s se delimiteze
arboretele de pin (Pascual et al., 2008).
Studii care au utilizat imagini satelitare de nalt rezoluie sunt studiile efectuate de
Comaniciu & Meer (2002) sau Chehata et al. (2011). Acetia utilizeaz imagini IKONOS i
Formosat-2.
3.3. Scurt istoric al managementului forestier din Romnia

n ara noastr la nceputul secolului XX pdurile ocupau aproximativ 35-40% din
suprafaa rii. Suprafaa lor a fost gradual redus ca rezultat al exploatrii iraionale, eliminrii
arealelor mpdurite sau despduririlor. Suprafaa pdurilor a sczut de la 9 milioane ha la 6.3
milioane ha la sfritul lui 1974 (Damian, 1978).
Dac la nceputul capitalismului, economia forestier se mai orienta dup principiul
raportului susinut al tierilor, n curnd acest principiu a fost abandonat sau subordonat
rentabilitii maxime. n consecin probleme de cultur ale pdurilor au fost lsate pe plan
secundar, fcndu-se n acest domeniu cheltuieli minime pentru a obine maximum de profit din
exploatri.
Intensitatea exploatrilor forestiere atinge un maxim ntre cele dou rzboaie mondiale, - n
1930 depind cu circa 60% creterea realizat n pdurile accesibile. Acesta a fost momentul n
care companiile cu capital strin au lsat dezgolite multe bazine hidrografice (Vrancea, Arie,
Lotru, Ampoi, Sebe etc.). Acetia au lsat prad areale ntregi eroziunii i au provocat
dezechilibrul structurii forestiere n ceea ce privete clasele de vrst. Operaia a fost de
asemenea ampl chiar i n perioada 1949-1964 (Damian, 1978).
O dat cu schimbarea regimului politic i ca urmare a despduririlor masive din perioada
menionat s-a constituit un program de conservare i dezvoltare a fondului forestier pentru
perioada 1976 2010 care a fost adoptat prin Legea nr. 2 din 15 aprilie 1976. Prin acest program
se stabilesc, pentru prima dat, msurile pe termen lung, cu consecine deosebit de favorabile n
gospodrirea fondului forestier (Programul naional pentru conservarea i dezvoltarea fondului
forestier n perioada 1976-2010).
Astfel pentru cunoaterea resurselor forestiere, s-a trecut la o gospodrire pe baze
tiinifice a fondului forestier i stabilirea posibilitii pdurilor, astfel s-au elaborat
amenajamentele silvice pentru toate pdurile, ara noastr fiind prima din lume cu fondul
forestier amenajat n totalitate; amenajamentele se revizuiesc periodic, din 10 n 10 ani, iar pe
baza lor se ntocmete din 5 n 5 ani inventarul naional al fondului forestier (Legea nr. 2 din 15
aprilie 1976).
3.4. Studii i metode de cercetare a evoluiei pdurilor romneti

n Romnia s-a folosit iniial pentru inventarierea pdurilor planurile topografice. Dup
ceva timp, au fost introduse i fotografiile aeriene. Primele fotografii aeriene din Romnia au
fost obinute n perioada 1910-1914, iar ultimele dateaz din anul 2005 (Popescu, 2009). Recent
n anumite staiuni de cercetare au fost utilizate imagini satelitare de nalt rezoluie, Formosat-2,
precum i procedee de fotogrammetrie digital, dar numai pentru inventarierea pdurilor. La fel
este i cazul datelor de tip LIDAR (http://www.madr.ro, proiectul PS 851).
Studii care au folosit imagini satelitare Landsat au fost cele efectuate de Olofsson et al.
(2011), Kuemmerle et al. (2009), Knorn et al. (2012). Acestea au fost studii carea au evideniat
modificri asupra structurii pdurii.
Alte studii de evaluare a despduririlor au fost cele care au folosit datele furnizate de
proiectul Corine Land Coover (Kozak et al., (2007); Dutc & Abrudan, (2010)). Pentru zona de
studiu aleas n acest proiect Costea & Haidu (2010) au ncercat s evalueze despduririle din
bazinele de recepie mici.
4. Realizarea bazei de date

Baza de date utilizat n acest studiu se bazeaz att pe surse cartografice clasice, ct i
digitale. Pentru a descrie i defini un areal geografic este nevoie de o baz de date care s
conin elemente cu coordonate x, y i z cunoscute. Combinat cu alte date, o baz de date
cartografic poate fi utilizat pentru a reprezenta distribuia unei variabile n cadrul regiunii
geografice studiate.
4.1. Baza de date cartografic

n ceea ce privete baza de date cartografic clasic, pe suport de hrtie, necesar studiului,
s-a dispus de o baz de date format din:
Hri ale cadastrului apelor, scara 1:100000, care au fost utilizate n prim faz pentru
localizarea i delimitarea primar a bazinelor hidrografice.
Hri pedologice, la scara 1:200000 pentru obinerea informaiilor cu privire la tipul de
sol i textur pentru a obine valorile diferiilor coeficieni.
Hri topografice, scara 1:25000, care au fost utilizate pentru a obine, n format digital,
toate informaiile necesare cu privire la configuraia bazinelor
Hri silvice, scara 1:20000. Hrile silvice, scara 1:20000, redau fondul forestier care
s-a obinut prin planimetrarea unor planuri de baz la scara 1:10000 (n cazul bazinelor
montane). Aerofotografierea a fost executat n 1962, reperajul i descifrarea n 1963,
iar cartografierea n anii 1966-76.
4.2. Baza de date alfanumeric i surse de date secundare

Introducerea datelor alfanumerice este necesar pentru diverse etape din cadrul unui studiu.
Aproape ntotdeauna informaia trebuie extras ntr-o surs electronic dintr-o surs analogic
sau nu (depinde de disponibilitatea acesteia). De multe ori ns este necesar introducerea
acestora manual. n acest mod putem crea date privind descrierea diverselor trupuri de pdure.
Astfel, se obin practic date atribut auxiliare care vor servi la obinerea de noi informaii. Astfel
am utilizat:
Pentru a centraliza datele parcelare, practic s-a construit un Sistem Informatic Forestier
care stocheaz informaii cu privire la structura arboretului, compoziia, specii etc. Un exemplu
de un astfel de sistem poate fi considerat i cel realizat de ctre Haidu & Costea (2009) pentru
U.P. I Ijar, o zon nvecinat cu zona considerat n prezentul studiu. Utilizarea unui astfel de
sistem presupune existena unei baze de date spaiale care s ofere, n funcie de interogarea ei,
informaia dorit.
Pentru a identifica i alte tipuri de acoperire a terenului am utilizat fotografii vechi i noi,
astfel am putut realiza cu precizie ridicat suprafee de prob n vederea calibrrii i realizrii
librriei spectrale i nu n ultimul rnd n vederea validrii rezultatelor obinute n urma
clasificrii imaginilor satelitare.
4.3. Baza de date digitale

Bazele de date digitale constituie ultimele surse de date n materie de analiz spaial i
modelare GIS. Din multitudinea de date existente am utilizat, procurat i realizat urmtoarele
tipuri: Imagini satelitare Landsat (http://earthexplorer.usgs.gov); msurtori GPS; Modelul
Digital de Elevaie ASTER v.2 (http://asterweb.jpl.nasa.gov).
4.4. Rezoluia spaial i temporal. Alegerea senzorului de teledetecie

Alegerea i achiziia imaginilor satelitare este una din cele mai importante faze ale unui
proiect care se bazeaz pe teledeteciei. Acest pas este cel mai important deoarece rezultatele
finale sunt influenate de ctre calitatea datelor introduse. O imagine fr nori cu maximum de
vizibilitate poate fi considerat o foarte bun surs. n al doilea rnd, este foarte important s
inem minte scopul pentru care utilizm imaginile satelitare deoarece foarte multe tipuri de
imagini i senzori au diferite caracteristici spectrale i spaiale.
4.4.1. Platforme de teledetecie i tipuri de senzori
Utiliznd definiia la scar mai larg a teledeteciei, putem spune c sunt nenumrate tipuri
de platforme pe care se poate construi sau monta un senzor de teledetecie. Discuiile din acest
capitol se vor rezuma la platformele comerciale i senzorii cei mai cunoscui utilizai n
cartografie i aplicaii GIS disponibile publicului. Sateliii i avioanele colecteaz majoritatea

datelor i imaginilor de baz utilizate n GIS. Senzorii dezvoltai pe aceste platforme
ncorporeaz camere cu film sau digitale, detectori de lumin, sisteme LIDAR, sisteme radar
(SAR), scannere multispectrale i hiperspectrale. Multe din aceste instrumente pot fi de
asemenea montate pe platforme terestre, cum ar fi camioane, tractoare, tancuri etc. Ca i
platforme se mai pot folosi baloane i elicoptere.
Dintre cei mai cunoscui senzori amintim: MSS, TM, ETM+ (Landsat), AVHRR (NOAA),
SPOT (Spot Image), MODIS (Terra), ASTER (NASA, Terra), IKONOS (GeoEye), .a.
4.4.2. Rezoluie spaial i temporal. Date tehnice

Pentru a nelege mai bine destinaia acestei multitudini de satelii i pentru a argumenta
alegerea fcut ne-am propus s realizm i un scurt capitol tehnic cu privire la specificaiile
tehnice ale celor mai utilizai senzori n aplicaiile asupra mediului i mai ales asupra vegetaiei.
Pentru aceasta este necesar s distingem tipurile de senzori n funcie de aciunea lor care poate fi
pasiv sau activ.
Landsat a fost luat n considerare i datorit accesibilitii, costurilor, precum i perioadei
luate n considerare.
Sateliii Landsat poart n spaiu senzori pasivi care nu emit radiaii ctre Pmnt. n
schimb ei capteaz radiaia electromagnetic emis de suprafaa Pmntului. Landsat-1 a fost
primul satelit de observaie a Pmntului (EOS) i a fost lansat de ctre Statele Unite ale
Americii n 1972. Era recunoscut pentru abilitatea sa de a observa suprafaa Pmntului de la
mare distan, din spaiu. Calitile sale excelente au marcat studiile de teledetecie de-a lungul
timpului. Dup Landsat 1 au mai fost lansate Landsat 2, 3, 4, 5 i 7. Landsat 7 este operat n
prezent ca i satelit principal.
Landsat 5 a fost echipat cu un scanner multispectral (MSS) i unul Thematic Mapper
(TM). MSS este un senzor optic proiectat s observe radiaia solar, care este reflectat dinspre
suprafaa Pmntului n patru diferite benzi spectrale, folosind combinaia dintre un sistem optic
i un senzor. TM este o versiune mult mai avansat a echipamentului de observaie folosit pentru
MSS. Acesta observ suprafaa Pmntului n apte benzi spectrale care se ntind de la spectrul
vizibil pn la zonele infraroii ale spectrului electromagnetic (Tabelul nr. 4.1).
Tabelul nr. 4.1 Date tehnice ale senzorilor Landsat MSS, TM i ETM+
Landsat MSS
MultiSpectral Scanner
Landsat TM
Thematic Mapper
10
Landsat ETM+
Enhanced Thematic Mapper +
Canalul
Lungime de
und
[nm]
Rezoluie
spaial
[m]
Canalul
Rezoluie
spaial
[m]
Lungime
de und
[nm]
Canalul
Lungime de
und
[nm]
Rezoluie
spaial
[m]
Blue (1)
450-520
30
Blue
450-515
30
Green (4)
500-600
60
Green (2)
520-620
30
Green
525-615
30
Red (5)
600-700
60
Red (3)
630-690
30
Red
630-690
30
NIR (6)
700-800
60
NIR (4)
760-900
30
NIR
750-900
30
NIR (7)
800-1100
60
SWIR1 (5)
1550-1750
30
SWIR1
1550-1750
30
TIR (6)
1040-1250
120
TIR
1040-1250
60
SWIR2 (7)
2080-2350
30
SWIR2
2090-2350
30
500-900
15
PAN
Altitudine
Imagine
907-915 km
705 km
705 km
185 x 185 km
185 x 185 km
185 x 185 km
Baza de date Landsat poate fi accesat n mod gratuit de pe internet. Exist dou linkuri
oficiale care ofer acces gratuit la bazele de date: http://earthexplorer.usgs.gov i
http://glovis.usgs.gov. aceste dou linkuri permit utilizatorilor s vad, s manipuleze i descarce
scene Landsat din arhiva oferit. n baza de date Landsat au fost identificate cteva imagini
pentru aria de studiu (Tabelul nr. 4.2).
Tabelul nr. 4.2 Baza de date Landsat identificat
Data captrii imaginii
Tipul de senzor
20 August 1981
MSS
29 August 1988
TM
22 August 2000
ETM+
26 August 2010
TM
5. Legtura dintre obiectele mediului nconjurtor i spectrul electromagnetic

Agitaia particulelor ncrcate magnetic, prezente n toat materia terestr, cauzeaz
emisia, radiaia, undelor electromagnetice a obiectelor de pe Pmnt. Obiectele emit aceast
energie, dar de asemenea o transmit, o absorb i o reflect. Soarele este una din principalele surse
naturale de energie electromagnetic de pe Pmnt (http://www.state.nj.us). Astfel, din aceast
interaciune, este important de tiut cum fiecare element influeneaz pe cellalt.
5.1. Spectrul electromagnetic

Spectrul magnetic este energia continu care variaz de la lungimi de und nanometrice la
cele metrice; se deplaseaz cu viteza luminii i se propag printr-un vacuum aa cum este spaiul
cosmic. Toat materia radiaz un anume interval de energie electromagnetic. Fig. 5.1 arat
11
spectrul electromagnetic, care poate fi divizat n mai multe regiuni. Spectrul variaz de la
lungimi de und ultra-scurte a razelor gama (msurate n fraciuni de nanometrii) (gamma, raze
X) pn la lungimi de und lung a zonei radio (unde msurate n metri) (unde lungi AM, unde
scurte).
Fig. 5.1 Spectrul Electromagnetic (Purkis & Klemas, 2011).
Orice combinaie a undelor spectrului magnetic care impresioneaz retina uman, definete
o culoare care poate fi nchis sau deschis, care depinde de intensitatea lungimilor de und
componente. Spectrul vizibil (Visible spectrum) este reprezentat de undele electromagnetice care
pot fi detectate de ochiul uman. Spectrul vizibil poate fi regsit n natur sub form de curcubeu.
Lungimea de und mai scurt care iese din afara spectrului vizibil este UltraViolet-ul (UV), iar
lungimea de und mai lung este InfraRou-ul (IR). Dei nu sunt percepute direct de ctre
oameni, undele ultraviolete pot face ca anumite materiale s emit lumin vizibil i unde
infraroii care pot fi detectate de anumite echipamente (camere i senzori) i convertite n lumin
vizibil (http://cobra.rdsor.ro).
5.1.2. Radiaia electromagnetic i interaciunea sa cu atmosfera Pmntului
Radiaia electromagnetic are rolul de a transporta informaia n teledetecie. Sistemele
tehnice sunt bazate pe comportamentul radiaiei incidente pe suprafaa Pmntului. Majoritatea
aplicaiilor utilizeaz radiaia solar incident (Fig. 5.2). Iluminarea natural este una din
caracteristicile scannerelor pasive utilizate n teledetecie (Popescu, 2009). n timpul acestor
interaciuni ce au loc ntre materie i radiaia electromagnetic sunt conservate masa i energia n
acord cu principiile fizice de baz.
12
Fig. 5.2 Vedere detaliat a interaciunii radiaiei electromagnetice cu materia (Avery & Berlin, 1992).
Din cauza acestor interaciuni, radiaia incident nu poate fi dect: transmis, reflectat,
dispersat, absorbit, emis.
Emisia, dispersia i reflexia sunt denumite fenomene de suprafa deoarece aceste
interaciuni sunt determinate n special de proprietile suprafeei, cum ar fi culoarea i
rugozitatea. Transmisia i absorbia sunt denumite fenomene de volum deoarece sunt
determinate de caracteristicile interne ale materiei, cum ar fi densitatea i conductivitatea.
Energia incident este reprezentat de suma acestor fenomene dat de ecuaia (5.1). Aceasta este
o ecuaie care red inter-relaia dintre interaciunile energiei ca o funcie a lungimii de und ().
i = r + +
(5.1)
unde:
i - energia incident radiant;

r - energia absorbit;
- energia transmis;
- energia reflectat.
Combinaia particular a interaciunilor de volum i suprafa cu orice material particular
depinde att de lungimea de und a radiaiei electromagnetice, ct i de proprietile specifice ale
materialului. Aceste interaciuni ntre materie i undele electromagnetice sunt nregistrate n
imaginile de teledetecie, care interpreteaz fiecare caracteristicile materiei (Sabins, 2007).
Reflectana spectral este o proprietate a materialului observat i este o cantitate
adimensional. Valoarea sa este ntre 0 i 100 dac utilizm expresia procentual sau ntre 0 i 1
13
dac o utilizm normal. Reflectana nu este msurat direct n teledetecie, ea trebuie determinat
indirect (Peddle et al., 2001).
Obiectele iluminate de Soare rspund diferit n aceeai zon spectral. De exemplu, n
infrarou diferena dintre pdurea de foioase i cea de pin poate fi observat. n spectrul vizibil
diferena dintre ele este fcut de coroanele izolate ale arborilor. Culoarea este un element de
difereniere numai n anumite perioade a anului. Aa cum de exemplu este cazul primverii i
toamnei n zonele temperate.
Fiecare obiect i fenomen din teren are un rspuns spectral caracteristic. Acesta definete
semntura spectral care difer de la un obiect la altul, chiar dac imaginea perceput de ochiul
uman are aceeai culoare. De exemplu, rspunsul spectral al coroanei merilor este identic la
prima vedere cu cel al prunului, dar diferena poate fi observat mai bine n afara spectrului
vizibil, n banda infraroie.
Intensitatea undei reflectate (puterea) modificat de atmosfer ntre senzor i pmnt se
numete radian (L). Radiana este ceea ce senzorul msoar i poate fi foarte diferit de ceea
ce este reflectat de pe Pmnt din cauza ceii sau altor substane care disperseaz lumina
(Lachowski et al., 1995). Radiana are uniti de msur specifice, iar de obicei se msoar n
wai/steradian/m2/nm (W*sr-1*m-2*nm-1). n Fig. 5.3 se pot observa semnturile spectrale a celor
trei materiale principale de la suprafaa pmntului: vegetaie, sol, ap.
Fig. 5.3 Intensitatea undei reflectate

pentru cele trei materiale principale (Avery & Berlin, 1992).
Reflectorii sunt n general suprafeele care reflect lumina. n natur ei nu sunt omogeni,
chiar dac aparent proprietile fizice i chimice sunt uniforme. Reflectorii perfeci nu genereaz
distribuia luminii (model fizic). Majoritatea lor sunt difuzi i necesit corecii radiometrice
(Popescu, 2009).
Radiana este specific pentru fiecare punct de pe Pmnt i crete odat cu reflectana i
iradiaia Solar. Obiectele cu radian mare apar cu nuane luminoase. Acestea tind s devin
albe cnd Soarele este la amiaz, dac este var i dac cerul nu are nori. Este cazul nisipului
care datorit rugozitii sale genereaz radiaie difuz (Popescu, 2009).
14
5.2. Preprocesarea imaginilor satelitare

Preprocesarea imaginilor satelitare este o operaie esenial naintea clasificrii imaginilor
i a detectrii schimbrilor. Preprocesarea cuprinde n mod normal a serie secvenial de operaii,
incluznd i corecia atmosferic sau normalizarea, corecia geometric, aplicarea unei mti (de
exemplu pentru nori, ap, elemente irelevante) (Coppin & Bauer, 1996).
Deoarece acest studiu va utiliza doar imagini Landsat, vom particulariza aplicarea
operaiilor anterior amintite doar pentru acest tip de imagini.
Datele Landsat sunt oferite n valori de tip DN (digital numbers) la diferite nivele de
preprocesare. Multe din imagini sunt de tipul Level 1T, care nseamn c imaginea a fost
corectat radiometric, geometric i de asemenea ortorectificat. De fapt ni se ofer o imagine
gata de utilizare. Este interesant de tiut modul n care aceste imagini au ajuns la acest nivel i de
asemenea este util a se cunoate paii necesari care trebuiesc urmai pentru a avea o imagine de
tipul Level 1T.
5.2.1. Operaii de baz de preprocesare a imaginilor
Landsat a clasificat produsele sale n funcie de nivelul de preprocesare. Level 0 este
primul nivel i reprezint datele n format brut. Pentru Landsat TM acest tip de imagini
corespund nivelului Level 0, iar n cazul lui ETM+ nivelului Level 0R. Formatul brut RAW este
un format caracteristic care arat c nu s-a fcut nici o modificare imaginii. Acest tip de imagine
se ntlnete nainte de corecia radiometric i cea geometric. Imaginea conine informaii
nealterate, care vor fi utilizate n procesul de corecie i un fiier generat de Landsat cu
parametrii de calibrare (metadata). n acest caz doar fenomenul de pixel shifting este corectat. n
acest fel toi pixelii din setul de imagini sunt bine aliniai. Procesele prin care se obin produse de
tipul Level 0R sunt reversibile.
Imaginile Level 1R sunt imagini Level 0R corectate radiometric. nainte de acest pas, sunt
efectuate corecii precum banding, destriping i corecia asupra erorilor de scanare.
Imaginile de tipul Level 1G sunt imagini Level 0R corectate radiometric i geometric.
Aceste imagini sunt imagini care au suferit rectificri geometrice sau schimbri ale caroiajului
pixelilor cu scopul de a corespunde unei proiecii cartografice sau alte imagini de referin. Acest
pas a devenit important cnd se dorete compararea imaginilor ntre ele sau comparaia
individual a pixelilor n aplicaii precum sunt cele de detectare a schimbrilor.
Imaginile de tipul Level 0R n momentul n care sunt ortorectificate devin Level 1T. Prin
aceast operaie obiectele sunt mai bine identificate, deoarece se elimin efectul de distorsiune
introdus de relief. Aceast operaie este realizat utiliznd un model digital de elevaie. Precizia
15
geodezic a imaginilor Level 1T depinde de punctele de control de la sol (GCP) i de rezoluia

DEM-ului utilizat (http://landsathandbook.gsfc.nasa.gov).
5.2.2. Calibrarea imaginilor. Convertirea din DN n radian
n timpul procesului prin care se obin imagini de tipul Level 1G valorile pixelilor sunt
convertii n radian absolut. Ecuaia care se utilizeaz pentru a converti imaginile cu pixeli n
valori DN n imagini de tipul Level 1G este:
L = Grescale * QCAL + Brescale
(5.2)
care poate fi de altfel exprimat i n felul urmtor:
L =
( ( LMAX LMIN ) / ( Q
CALMAX
QCALMIN ) ) * ( QCAL QCALMIN ) + LMIN
(5.3)
unde:
L = Radiana spectral la nivelul senzorului, n W/(m2*ster*m);
Grescale = coeficient de amplificare rescalat, n W/(m2*ster*m)/DN;
Brescale = coeficient de compensare, n W/( m2*ster*m);
QCAL = cuantificarea valorii pixelului, calibrat n valori DN1;
LMIN = radian spectral pentru DN=0 sau DN=1 n W/( m2*ster*m);
LMAX = radiana spectral pentru DN=255 n W/( m2*ster*m);
QCALMIN = valoarea minima cuantificat a pixelului (corespunde lui LMIN), n valori DN;
= 1 pentru produsele LPGS2;
= 1 pentru produsele NLAPS3, produse/procesate dup 4 Aprilie 2004;
= 0 pentru produsele NLAPS procesate nainte de 5 Aprilie 2004;
QCALMAX = valoarea maxim cuantificat a pixelului (corespunde lui LMAX),
n valori DN; QCALMAX = 255.
Pentru a rula ecuaia (5.3) putem folosi softul ENVI care are deja ncorporat acest algoritm.
(http://www.exelisvis.com).
5.2.3. Calibrarea radian reflectan
Normalizarea imaginilor satelitare ine cont de combinaia care se realizeaz ntre
reflectana msurabil a atmosferei, dispersia i absorbia aerosolului, i suprafaa pmntului
DN = digital numbers, este o mrime adimensional i reflect valoarea radiaiei, reflectat de ctre suprafaa
Pmntului, msurat de senzor (http://landsat.gsfc.nasa.gov).
2
LPGS = Level-1 Product Generation System;
3
NLAPS = National Landsat Archive Production System.
1
16
(Kim & Elman, 1990). Volatilitatea atmosferei poate introduce variaie ntre valorile reflectanei
sau valorile digitale (DN) ale imaginilor satelitare capturate la momente diferite. Dei efectele
atmosferei asupra datelor de teledetecie nu sunt considerate erori, deoarece acestea sunt o parte
din semnalul primit de dispozitivul de detectare, considerarea acestor efecte este important.
Obiectivul convenabil ar trebui s fie acela c dup preprocesare imaginii, toate imaginile ar
trebui s apar ca i cum ele ar fi capturate de acelai senzor (http://www.cast.uark.edu).
Pentru imaginile Landsat relativ clare, o reducere n variabilitatea dintre imagini poate fi
fcut normaliznd radiaia solar convertind radiana spectral, calculat mai sus, n reflectan
planetar sau albedo. Aceast reflectan obinut dintre combinaia suprafaa i atmosfera
Pmntului poate fi calculat cu urmtoarea formul (Chander & Markham, 2003):
p =
* L * d 2
ESUN *cos s
(5.4)
unde:
p - reflectan planetar adimensional;
L - radiana spectral la nivelul senzorului;

d - distana Pmnt Soare n uniti astronomice;
ESUN - Radiaia solar exoatmosferic medie;
s - Unghiul zenital al Soarelui n grade.

5.2.4. Corecia atmosferic
Obiectivul coreciei atmosferice este acela de a obine reflectana suprafeei (care
caracterizeaz proprietile suprafeei, proprietile fizice ale materialelor) din imagini obinute
prin teledetecie eliminnd efectele atmosferice.
Pentru a compensa efectele atmosferice, proprieti precum cantitatea vaporilor de ap,
distribuia aerosolilor i vizibilitatea scenei trebuiesc cunoscute. Deoarece msurtorile directe
ale acestor proprieti atmosferice sunt rar disponibile, exist tehnici care ns pot deduce aceste
valori din amprenta lsat pe imaginile hiperspectrale calibrate n radian. Aceste proprieti
sunt ulterior utilizate pentru a constrnge modelele de transfer ale radiaie, extrem de precise, s
produc o estimare a reflectanei adevrate a suprafeei.
17
6. Caracteristicile semnturilor spectrale ale diferitelor entiti geografice

Noiunea de semntur spectral, n teledetecie, acoper o arie n care sunt implicate
fenomene foarte complexe. Toate obiectele mediului reflect i emit flux de energie sub form
de radiaie electromagnetic. Variaia relativ a energiei reflectate sau emise ca o funcie a
lungimii de und reprezint ceea ce noi numim semntura spectral a obiectului considerat.
Astfel unui obiect dat, ntr-o anume stare, trebuie s-i corespund un spectru unic. Acest spectru
poate fi utilizat pentru a identifica obiectul i starea sa. Pentru un satelit care face msurtori ntrun anume numr de benzi, semntura spectral a unui obiect corespunde unor niveluri
radiometrice diferite, niveluri care se nregistreaz n fiecare band (Guyot, 1989).
Semntura spectral variaz n funcie de sezonul de vegetaie (este cazul pdurilor de
foioase care au frunze doar cteva luni din an), momentul capturrii elementelor antropice
(starea culturilor, cldirile aflate n construcie etc.), locaia obiectului n teren, respectiv data i
timpul la care se face captura (aspect care ne ofer azimutul i nlimea Soarelui).
6.1. Interpretarea semnturii spectrale a mineralelor i solurilor

Forma spectrului reflectanei mineralelor se datoreaz absorbiei prezente n multe benzi
care rezult n urma a dou procese diferite: tranziiile electronilor i vibraiile ionice (Guyot,
1989).
Tranziiile electronilor de la un nivel de energie la altul este legat de anionii de metal.
Acetia produc benzi spectrale largi care apar n principial n ultraviolet. Numrul lor scade cnd
lungimea de und crete. Practic limita benzilor rezultat din tranziia electronilor este n jur de
1.1 m.
6.2. Interpretarea semnturii spectrale corespunztoare vegetaiei

Toate spectrele frunzelor plantelor mici sau ale speciilor de arbori (incluznd i acele
coniferelor) au aceeai form, diferenele regsindu-se doar n amplitudinea lor. Astfel pot fi
distinse trei regiuni spectrale: Spectrul vizibil; Spectrul infraroului apropiat; Spectrul
infraroului mijlociu.
Factori care pot influena rspunsul spectral al vegetaiei sunt:
Tipul, anatomia sau faza fenologic a vegetaiei (nflorire, fructificare etc.);
Vrsta vegetaiei;
Starea n care se regsete plante din punctul de vedere al coninutului de ap n
momentul capturrii imaginii;
Deficitul de minerale;
Atacurile paraziilor; Reflexia din fundal a solului.
18
6.3. Interpretarea semnturii spectrale corespunztoare apei

n natur apa exist n toate trei strile de agregare: lichid, gazoas (vapori de ap) i
solid (ghea i zpad). Apa curat este incolor n straturi subiri, dar ia nuane de albastru
verde n straturi mai mari de 6 cm. n circumstane speciale, cnd apa conine diverse substane
dizolvate, culoarea se poate schimba n: galben palid, galben, maro, lptoas rou i albastru. n
aceste cazuri n ap pot exista oxid de fier, acizi humici, materii organice i clorofil. Nu ar
trebui s omitem nici influena artificial i poluanii. Aceasta este o realitate prezent n multe
din corpurile de ap din ariile populate cu activitate economic (http://www.scrigroup.com).
7. Metode de analiz a imaginilor satelitare pentru evaluarea schimbrilor de

la nivelului covorului vegetal
Pentru a realiza analiza imaginilor i evaluarea schimbrilor de la nivelul acoperiri
terenului, i n special a despduririlor, a fost urmrit diagrama din Fig. 7.1. Imaginile n format
digital permit utilizarea proceselor numerice, analiza i aplicarea a unor variate metode de
clasificare (http://www.geog.ubc.ca). Clasificarea imaginilor este procesul utilizat pentru a
produce hri tematice.
Temele pot varia, de exemplu, de la categorii ca solul, vegetaia, i suprafaa apei la o
descriere general a unei zone rurale, diferite tipuri de soluri, vegetaie, adncimea apei sau
limpezimea pentru descrieri mai detaliate. Este important ca alegerea categoriile care urmeaz a
fi reprezentate de ctre hrile tematice s fie n concordan cu categoriile entitilor care se
regsesc n imaginile satelitare. Cum am precizat mai devreme, un numr de factori pot cauza
confuzii n ceea ce privete semntura spectral, incluznd topografia, umbrirea reliefului,
variabilitatea atmosferic, schimbrile calibrrii senzorului etc. Unele din aceste efecte pot fi
modelate, altele nu, n acest mod ele trebuind tratate ca o simpl variabilitate statistic
(Schowengerdt, 2007).
De obicei, o clasificarea tematic a unei imagini implic mai muli pai: extragerea
entitilor, eantionarea, etichetarea. Rezultatul final este o transformare a imaginii numerice n
date descriptive care pun n eviden diferite categorii de materiale sau condiii. n virtutea
procesului de etichetare, datele se convertesc ntr-o form care are o valoare informaional
(Schowengerdt, 2007).
19
Transformarea
Imaginilor
Suprafaa
Mineral
Reclasificare
Detectarea
schimbrilor
NDVI
Clase de
acoperire a
terenului;
Eantionare
Suprafaa
Vegetal
Reclasificare
Detectarea
schimbrilor
Rezultate statistice
Acuratee n
teren
Rezultatele clasificrii
Post-procesare
20
Geoprocesare
Operaie de filtrare a
suprafeei forestiere
S > 0.27ha
Hri silvice,
Descrieri parcelare
Date secundare
Rastere acoperirea
terenului
Serii de timp
Validarea datelor
tematice
Rezultate
statistice
Date intrare
Date ieire
Variabilitatea
vegetaiei
Rezultate
statistice
Clase
Librrie Spectral
Algoritm de
clasificare - SAM
Rezultate
Intermediare
Variabilitatea
Mineralelor
Interpretare
Operaii de
preprocesare
Imagini satelitare
Landsat
NDBI
Hri topografice
digitizate
Detectarea
schimbrilor de la
nivelul acoperirii
terenului
Geoprocesare
Variabilitatea
acoperirii terenului;
hri tematice
Fig. 7.1 Etape n analiza imaginilor satelitare i evaluarea schimbrilor de la nivelul acoperirii terenului diagram.
Rezultate statistice
7.1. Transformarea imaginilor folosind indici spectrali

Transformrile spectrale altereaz spaiul spectral i transformrile spaiale altereaz
spaiul imaginii. Multe din aceste spaii transformate sunt foarte utile clasificrii tematice, i sunt
denumite colectiv spaii ale entitilor n acest context. Entiti variate pot fi descrise dac le
putem extrage din spaiul spectral. Aceste spaii derivate nu adaug noi informaii imaginii, dar
redistribuie informaiile originale mult mai util (Schowengerdt, 2007). Astfel utiliznd indicii
spectrali putem converti reflectana spectral (Chander & Markham, 2003) n informaie
biofizic care poate fi interpretat direct de ctre noi, utilizatorii.
7.1.1. Utilizarea indicilor spectrali pentru estimarea schimbrilor de la nivelul vegetaiei
Intenia este de a utiliza n prim faz doi indici spectrali pentru a estima schimbrile de la
nivelul vegetaiei i mineralelor care au loc n cele trei bazine hidrografice n perioada analizat.
Indicii sunt: NDBI (Zha et al., 2003) i NDVI (Tucker, 1979).
7.1.2. Utilizarea indicelui NDBI n estimarea suprafeelor minerale
Indicele NDBI (Normalized Difference Built-up Index) a fost proiectat s realizeze
separarea ntre ariile urbane i obiectele minerale de restul entitilor dintr-o imagine. Practic s
obin separarea diverselor tipuri de suprafee de cele minerale. Indicele NDBI utilizeaz banda
de infrarou mediu, TM5 (SWIR1), i infrarou apropiat, TM4 (NIR). Aceast metod este o
metod rapid de cartare a mineralelor cu rezultate satisfctoare.
Imaginile Landsat TM i ETM+ au fost utilizate n acest caz deoarece ele au o rezoluie
spectral mai bun dect Landsat MSS. Spectrul infrarou a lui Landsat MSS nu este identic cu
cel a lui Landsat TM sau ETM+, mai ales c zona de infrarou mediu (SWIR1), acolo unde
mineralele au o reflectan mai puternic, lipsete. Astfel procesnd imaginile din baza de date sa obinut variabilitatea indicelui NDBI pentru perioada 1988-2010 (Fig. 7.2, 7.3). Pentru acest
pas a fost utilizat softul ENVI. Avnd rezultatele transformrilor am utilizat softul ArcGIS
pentru a realiza operaia prin care am obinut variabilitatea indicelui n perioada considerat.
Astfel schimbrile n sens negativ le-am denumit procese de mineralizare, iar procesele de
schimbare n sens pozitiv le-am atribuit schimbrilor n alte tipuri de suprafee.
Procesul de mineralizare are ponderea cea mai mare n perioada 1988-2000 n jurul
ctunului Voiniga (Fig. 7.2), situat n centrul bazinului hidrografic Rctu, la sud de La Crci,
respectiv n apropierea satelor Mriel i Mguri situate n nordul bazinului, mai ales pe culmile
versanilor. n aceast perioad n bazinele Someul Cald i Beli procesul de mineralizare nu
este la fel de prezent ca i n cazul bazinului Rctu. n aceast perioad variabilitatea indic o
schimbare spre alte tipuri de suprafa, diferit ce cea mineral. n bazinul Rctu procesul de
21
mineralizare persist i n perioada 2000-2010 pe suprafee nsemnate cu aproximativ aceeai

rat, dar mai mult n estul i sudul ctunului Voiniga i n mprejurimile ctunului La Crci (Fig.
7.3). Se poate de asemena observa c zona afectat intens de mineralizare n perioada 19882000, din nord-estul ctunului Voiniga, migreaz acum spre alte tipuri de suprafee diferite de
cele minerale, semn al prezenei uni anumit tip de acoperire a terenului care are ap n structura
sa. n celelalte dou bazine un proces de mineralizare ceva mai accentuat se poate observa pe
versantul care separ cele dou bazine, la est de Poiana Horea.
Fig. 7.2 Variabilitatea spaial a procesului de mineralizare dup valorile indicelui NDBI (1988-2000).
Fig. 7.3 Variabilitatea spaial a procesului de mineralizare dup valorile indicelui NDBI (2000-2010).
22
7.1.3. Utilizarea indicelui NDVI n estimarea schimbrilor de la nivelul vegetaiei

Indicele NDVI (Normalized Difference Vegetation Index) (Tucker, 1979) este unul din cei
mai cunoscui i mai utilizai indici din lume. NDVI este un indice care ofer o metod
standardizat de a compara verdeaa vegetaiei ntre imaginile satelitare. Acesta utilizeaz
banda de infrarou apropiat i rou vizibil.
Rezultatele aplicrii valorilor prag asupra histogramelor NDVI au fost importate n ArcGIS
i procesate pentru a obine diferenele i variabilitatea spaial a indicelui NDVI n perioada
1981-2010. n cazul imaginii capturate cu Landsat MSS (1981) nainte de aplicarea valorii prag
s-a efectuat o operaie de redimensionare a pixelilor imaginii. Am redimensionat astfel pixelii
imaginii NDVI de la 60 la 30 m pentru a se putea potrivi n operaiile de detectare a schimbrilor
cu restul rasterelor. Variabilitatea spaial a indicelui NDVI este prezentat n Fig. 7.4, 7.5 i 7.6.
Un aspect important de reinut este faptul c utilizarea indicelui NDVI nu presupune
punerea n eviden a procesului de despdurire. Acesta precum i indicele NDBI pun n eviden
faptul c exist o variabilitate la nivelul vegetaiei, n general, indiferent de tipul acesteia,
arborescent sau ierboas. Dac este s urmrim variabilitatea att a indicelui NDVI ct i a
indicelui NDBI putem observa practic c cele dou valori obinute se valideaz reciproc att din
punct de vedere spaial, ct i din punct de vedere al valorilor numerice. Un alt aspect foarte
important este acela c pentru a determina suprafeele minerale i cele vegetale s-au folosit
praguri valorice, care au permis manipularea histogramelor. Astfel putem considera c precizia
ar avea de suferit, iar variabilitatea procesului la care face referire acest proiect nu pot fi
estimate. Pentru aceasta este necesar a se extrage date tematice care s permit evaluarea strict a
variabilitii pdurii.
Fig. 7.4 Variabilitatea spaial a indicelui NDVI n perioada 1981-1988.
23
8. Extragerea datelor tematice pentru evaluarea despduririlor

Entitile lumii reale sunt att de complexe nct ele ar trebui clasificate n clase de obiecte
cu anumite similariti tematice, i modelate n baze de date spaiale. Obiectele dintr-o baz de
date spaial sunt definite ca fiind reprezentri ale lumii reale care au asociate atribute. n
general, datele geospaiale au trei componente majore: poziie, atribute i timp. Atributele sunt
adesea denumite date tematice sau date nespaiale, care sunt legate cu datele spaiale sau
geometrice. Un atribut are o caracteristic definit a entitii n lumea real. Atributele pot fi
clasificate ca fiind normale, ordinale, numerice, condiionale sau care descriu alte caracteristici.
Valorile atributelor sunt adesea listate n tabele atribut care stabilesc relaia dintre atribute i
datele spaiale cum sunt punctul, linia i aria, precum i ntre atribute (http://stlab.iis.utokyo.ac.jp).
24
8.1. Ce este o hart tematic?

Acest sub-capitol este menit s clarifice ce anume reprezint o hart tematic, la ce anume
se poate ea folosi i ce caracteristici poate o astfel de hart reprezenta pentru a arta o tem
particular conectat cu o zon geografic specific.
8.2. De ce anume avem nevoie? De tipul de acoperire a terenului sau de tipul de

utilizare a terenului?
n multe din situaii, termenii acoperirea terenului i utilizarea terenului tind s devin
interschimbabili. Oricum exist diferene. Utilizarea terenului se refer la cum un teren este
utilizat de ctre oameni. Cu alte cuvinte se refer la utilizarea economic a terenului. De exemplu
se pune ntrebarea dac terenul este utilizat n scopuri comerciale (magazine, cldiri de birouri,
apartamente etc.)? sau pentru scopuri industriale (fabrici, linii de asamblare etc.)? sau pentru
scopuri recreaionale sau agricole? (http://www.fao.org; http://www.cara.psu.edu)
Considernd diferena dintre cei doi termeni i de fenomenul care urmeaz a fi analizat am
decis c este nevoie de tipul de acoperire a terenului pentru a atinge unul din scopul acestui
proiect. Astfel se va cuta s se obin tipul de suprafa care acoper terenul.
8.3. Metode de teledetecie utilizate n extragerea datelor tematice

Este posibil s analizm datele obinute prin teledetecie i s extragem informaii tematice
utile. Trebuie inut cont c datele sunt transformate n informaii. Una dintre cele mai utilizate
metode de extragere a informaiilor este clasificarea multispectral. Aceast procedur presupune
ca imaginile unui areal specific sunt capturate n mai multe regiunii ale spectrului
electromagnetic i c imaginile sunt bine georefereniate (Jensen, 1986). Obiectivul general a
procedurii de clasificare a imaginilor este acela de a clasifica toi pixelii dintr-o imagine n clase
ale acoperirii terenului sau teme.
Normal, datele multispectrale sunt utilizate pentru a realiza o clasificare. Procesul
clasificrii multispectrale poate fi realizat utiliznd oricare din urmtoarele dou metode:
supervizat sau nesupervizat.
8.4. Clasificarea supervizat

Pentru a realiza o clasificare supervizat trebuie urmai anumii pai cu rigurozitate
(Jensen, 1986). Aceti sunt: adoptarea unei scheme de clasificare; selectarea unor areale test
(eantioane) reprezentative; trebuie extrase rezultate statistice din datele spectrale ale
eantioanelor; trebuie selectat un algoritm de clasificare potrivit; trebuie evaluate statistic
acurateea clasificrii; datele obinute trebuie validate cu date din teren.
25
8.4.1. Schema de clasificare

Categoriile de interes trebuie atent selectate i definite pentru a realiza cu succes
clasificarea digital a imaginii. Este important ca analistul s realizez, oricum, c exist o
diferen fundamental ntre ceea ce noi numim clase de informaii i clase spectrale (Jensen
et al., 1983; Campbell, 1983). Clasele de informaii sunt acelea pe care omul le definete. n
schimb, clasele spectrale sunt cele care sunt inerente n datele obinute prin teledetecie i
trebuiesc identificate i etichetate de ctre analist. De exemplu, ntr-o imagine de teledetecie a
unei arii urbane exist posibilitatea s existe o singur reziden familial. Un senzor cu rezoluia
spaial de 30x30 m, cum este Thematic Mapper, este capabil s identifice doar civa pixeli puri
care s reprezinte vegetaia i civa pixeli puri care s reprezinte asfaltul sau acoperiul casei.
Oricum, este mult probabil c n zona rezidenial valoarea luminozitii pixelilor va fi o funcie
a mixturii reflectanei dintre vegetaie i beton. Din pcate, administratorii sau managerii
teritoriului vor s vad o hart etichetat cu clase precum beton, vegetaie, amestec de vegetaie
i beton. Bineneles c aceti prefer ca analistul s redenumeasc clasele de amestec ca o
singura clas, precum rezidene familiale. Analistul trebuie s fac asta dac exist o bun
asociere ntre clasele de amestec i rezidenele familiale (Jensen, 1986).
Considernd toate acestea i faptul c aria de studiu este una montan urmtoarele clase de
elemente au fost alese pentru a extrage informaiile tematice de pe imaginile satelitare. Schema
de clasificare aleas este de nivel 1 i se aseamn cu schema de clasificare NLCD 921 utilizat
de USGS2 (http://landcover.usgs.gov). Clasele de acoperire a terenului sunt:
Apa;
Terenurile acoperite cu pdure (Conifere, Foioase, Amestecuri);
Terenuri cu ierburi nalte;
Pajiti;
Terenuri descoperite.
8.4.2. Descrierea tipurilor de acoperire a terenului considerate
Dup cum am menionat anterior, rezultatele procesului de clasificare trebuie s se
potriveasc cu legenda hrii topografice pentru a putea opera detectarea schimbrilor. Pe harta
topografic n jurul ariei de studiu prezint corpuri de ap, pduri, zone urbane i vegetaie
ierboas care poate fi gsit sub form de pajiti sau vegetaie ierboas nalt. Anderson et al.
(1976) i EPA (1992) definesc tipurile de acoperire a solului utilizate n sistemul de clasificare
1
2
NLCD 92, National Land Cover Data 1992, (http://eros.usgs.gov).

USGS, United States Geological Survey, (http://www.usgs.gov/).
26
utilizat n teledetecie. Definiiile prezint informaii foarte precise care ne-au ajutat s
configurm i s identificm schema de clasificare i s alegem suprafeele de prob.
8.4.3. Crearea suprafeelor de prob
Procesele de clasificare actule ale imaginilor multispectrale sunt foarte automatizate. n
multe cazuri, procesul de alegere a suprafeelor de prob este unul att tiinific ct i artistic.
Este nevoie de interaciunea dinte analist i datele imaginii. Este de asemenea nevoie de referine
substaniale i o bun cunoatere a arealului geografic cruia se aplic datele.
Cel mai important, calitatea procesului de alegere a suprafeelor de prob determin
succesul clasificrii, i astfel i valoarea informaiei generate de efortul depus pentru clasificare
(Lillesand et al., 2004).
Ca parte a procesului de rafinare a eantioanelor (suprafeelor de prob), calitatea general
a datelor coninute de fiecare eantion construit este evaluat i separabilitatea spectral ntre
seturile de date este studiat.
8.4.4. Analiza statistic a datelor spectrale corespunztoare eantioanelor
Este necesar a se extrage valori statistice din rspunsul spectral al eantioanelor. Valorile
statistice au fost analizate pentru a selecta entitile apropiate care vor fi utilizate n procesul de
clasificare; aceasta va implica att grafica computerizat ct i metode statistice de evaluare a
gradului de separabilitate ntre clasele spectrale.
8.4.5. Evaluarea cantitativ a separabilitii claselor de acoperire a terenului
Metodele statistice sunt utilizate pentru a cuantifica selecia eantioanelor i pentru a avea
un punct de vedere mai bun asupra separabilitii statistice ntre oricare dou clase. Problema de
baz legat de recunoaterea formei rspunsului spectral este: dat fiind distribuia spectral a n
benzi ale datelor de teledetecie, s gsim o tehnic de discriminare care va permite separarea
categoriilor majore de acoperire a terenului cu un minim de eroare i un numr minim de benzi.
O msur a separabilitii statistice ntre categorii a fost fcut pentru toate eantioanele. n
Fig. 8.1 sunt reprezentate eantioanele rafinate. Valorile obinute n Fig. 8.1 reprezint valoarea
testului statistic Distance F (F-Test) care arat gradul de separabilitate a eantioanelor.
Eantioane
P. Foioase P. Conifere P. Amestec Veget. Ierb. nalt Teren descoperit Pajite Ap
0.000
P. Foioase
2.000
0.000
P. Conifere
2.000
2.000
0.000
P. Amestec
2.000
1.968
0.000
Veget. Ierb. nalt 2.000
2.000
2.000
2.000
2.000
0.000
Teren descoperit
2.000
2.000
2.000
2.000
2.000
0.000
Pajite
2.000
2.000
2.000
2.000
2.000
2.000 0.000
Ap
Fig. 8.1 Statistica asupra eantioanelor de prob separabilitatea perechilor.
27
O not final care trebuie fcut este aceea c rafinarea eantioanelor este de obicei cheia
prin care mbuntim acurateea procesului de clasificare. Oricum, dac anumite tipuri de
acoperire a terenului din imagine au similariti n rspunsul spectral, nu le putem nici reeantiona, nici rafina. n acest caz trebuiesc utilizate metode alternative pentru a face
discriminarea ntre aceste tipuri de acoperire a terenului (Jensen, 1986; Lillesand et al., 2004).
8.4.6. Construirea librriei spectrale
n acest studiu am ales a construi librria spectral din spectre culese din analiza
imaginilor. Astfel utiliznd eantioanele unice obinute am construit cu ajutorul softului ENVI o
librrie spectral unic avnd ca imagine test, imaginea din 1988. Pentru a testa acurateea
procesului de clasificare am decis c este necesar a realiza o librrie spectral att pentru
imaginea calibrat n reflectan ct i n radian.
8.4.7. Selectarea algoritmului de clasificare
Numeroase metode de clasificare pot fi utilizate pentru a atribui un pixel unei anumite
clase. Alegerea unei metode de clasificare particularizate depinde de natura datelor de intrare i
de datele rezultate dorite (Friedman, 1980).
Dintre cele mai utilizate algoritme de clasificare amintim: Clasificarea paralelipipedic;
Tehnica distanei minime; Verosimilitate maxim; Clasificarea folosind distana; Tehnica de
clasificare folosind codificarea binar; Spectral Angle Mapper (http://www.exelisvis.com).
Pentru a realiza clasificarea imaginilor a fost ales algoritmul Spectral Angle Mapper.
Aceast alegere a fost fcut deoarece am creat cu succes un set de eantioane unice care ne-a
permis s realizm o librrie spectral unic care poate fi utilizat pentru a clasifica toate
imaginile. Nu n ultimul rnd i datorit avantajelor algoritmului.
8.4.8. Algoritmul Spectral Angle Mapper
Metoda Spectral Angle Mapper (SAM) (rom. Cartarea Unghiului Spectral) este una din
cele mai bune metode de clasificare. Este o metod geometric care utilizeaz un unghi ndimensional pentru a compara pixelii cu spectrul de referin. Algoritmul determin
similitudinea spectral ntre dou spectre calculnd unghiul dintre spectre, tratnd spectrele ca
vectori ntr-un spaiu cu o dimensiune egal cu numrul de benzi. Aceast tehnic de clasificare
dac se aplic datelor calibrate n reflectan sau radian i este insensibil la efectele iluminrii
i albedoului. Spectrele de referin utilizate de SAM pot proveni din fiiere ASCII, librrii
spectrale sau pot fi extrase direct din imagine. SAM compar unghiul dintre vectorul
corespunztor spectrului de referin i vectorul fiecrui pixel ntr-un spaiu n-dimensional.
Unghiurile mici reprezint asemnri apropiate spectrului de referin. Pixelii aflai la un unghi
28
mai mare dect unghiul maxim considerat ca prag nu sunt clasificai (Kruse et al., 1993; Yuhas
et al., 1992; Van der Meer et al., 1997; Rowan & Mars., 2003; De Carvalho & Meneses, 2000).
8.4.9. Clasificarea imaginii utiliznd SAM
Algoritmul de clasificare a fost aplicat att imaginii test (1988) calibrate n radian ct i
n reflectan. Acest pas a fost necesar deoarece am dorit s vedem care din cele dou variante
aduce mbuntiri rezultatului clasificrii.
Utilitatea oricrei clasificri este n cele din urm dependent de producerea de rezultate
care ofer efectiv informaia interpretat utilizatorului final. Clasificare prin metoda SAM
presupune utilizarea reflectanei. Oricum, eroarea introdus de utilizarea radianei este probabil,
n multe cazuri foarte mic (http://www.exelisvis.com).
8.5. Evaluarea acurateei rezultatului clasificrii

Din rezultatele obinute se poate observa c toi factorii statistici care au fost evaluai sunt
foarte apropiai ca valoare i am putea spune c utiliznd radiana putem obine o acuratee mai
bun. ns aceast afirmaie nu este ntrit de inspecia vizual a hrii rezultate putndu-se
observa la nivelul rezultatelor clasificrii c existe diferene n ceea ce privete clasificare tipului
de pdure i a vegetaiei ierboase. Aceasta deoarece radiana este afectat de radiaia solar i de
ctre topografia terenului (Serradj, 1991). Majoritatea pdurilor situate pe pante orientate ctre
Soare, au fost clasificate ca foioase n loc de conifere. n cazul folosirii reflectanei aceast
deficien a fost corectat, i a fost obinut tipul de acoperire corect.astfel am decis c este util a
considera clasificarea imaginilor calibrate n reflectan.
8.6. Clasificarea multi-temporal a imaginilor

Clasificarea multi-temporal a imaginilor a presupus utilizarea librriei spectrale unice
create pentru imaginile calibrate n reflectan. Astfel s-au obinut hri cu stratul ce definete
acoperirea terenului pentru anii 1988, 2000 i 2010 cu o acuratee general ce nu scade sub 90%.
Rezultatele spaiale ale clasificrii se prezint ca n Fig. 8.2; 8.3; 8.4.
29
Fig. 8.2 Rezultatele procesului de clasificare pentru anul 1988.
Fig. 8.3 Rezultatele clasificrii pentru anul 2000.
Fig. 8.4 Rezultatul clasificrii pentru 2010.
30
8.7. Validarea datelor tematice

Validarea este un proces de estimare care se concentreaz pe acurateea produselor
obinute prin teledetecie. Aceast evaluare se realizeaz de obicei nu pentru toat harta, ci pe un
eantion semnificativ din punct de vedere statistic (http://geomatica.como.polimi.it/corsi/rs_ia).
Informaiile de teren deseori menionate ca fiind date de referine, presupun colectarea
de msurtori sau observaii despre obiectele, ariile sau fenomenele care vor fi detectate. Aceste
informaii de teren pot fi utilizate de ctre geografi pentru a-i ajuta n interpretarea, analizarea i
validarea datelor obinute prin teledetecie (http://weather.msfc.nasa.gov).
Prin nenumratele surse de informaii de teren se afl msurtorile spectrale de la faa
locului, fotografii aeriene, rapoarte descriptive i tabele de inventariere, precum i hri
(http://www.fas.org).
n acest studiu informaiile de teren au fost colectate pentru clasa corespunztoare
pdurilor de pe hri silvice i tabele de inventariere. Au fost identificate n cele din urm trei
arborete care nu s-au schimbat cu trecerea timpului. Pentru restul entitilor am utilizat date
auxiliare din hri silvice, fotografii de teren noi i vechi, vizite pe teren (pentru pajiti, teren
descoperit, vegetaie ierboas nalt).
Rezultatele testrii veridicitii clasificrii au artat c metoda de clasificare aleas este una
precis. Aceasta oferind rezultate foarte bune chiar i n condiii de secet, cum este cazul anului
2000.
8.8. Detectarea schimbrilor la nivelul acoperirii terenului

Pentru a detecta schimbarea de la nivelul acoperirii terenului a fost realizat un model GIS.
Acesta are ca date de intrare datele tematice filtrate (suprafee de pdure 0.27 ha) obinute din
imaginile satelitare i harta topografic. Acest lucru a fost posibil cu ajutorul softului ArcGIS
Desktop.
Rezultatele rulrii algoritmului de detectare a schimbrilor au fost reprezentate sub form
grafic i tabelar. Legat de reprezentarea spaial a schimbrilor trebuie fcute cteva precizri.
n legenda hrii sunt reprezentate procesele care marcheaz schimbarea. Suprafeele care nu au
suferit nici o schimbare n perioada analizat sunt clasificate ca Neschimbat i sunt
reprezentate cu alb pe hart. Schimbrile de la nivelul pdurii sunt denumite Despduriri
pentru situaia n care suprafaa acoperit cu pdure s-a schimbat n alte tipuri de acoperire.n
ceea ce privete creterea pdurilor i pentru a putea raporta schimbrile (sau progresul) am
folosit parametrii mpdurire i rempdurire. Aceti termeni apar descrii n raportul FRA
2010 (http://www.fao.org).
31
Pe legenda hrii apare Rempdurire/mpdurire pentru situaia cnd pdurea a fost

replantat sau i-a recptat vigoarea de cretere i consistena, n acest fel pixelul aprnd ca
zon mpdurit pe imaginea satelitar. Am denumit mineralizare orice proces de schimbare
care avea loc pentru orice tip de acoperire a terenului care se schimb n teren descoperit. Cu
privire la clasele care reprezint vegetaia ierboas nalt i pajitile, precum i schimbarea n
acest tip de suprafa am denumit procesul rotaia vegetaiei ierboase.
Rezultatele detectrii schimbrii sunt considerate numai pentru aria de studiu i nu pentru
ntreaga imagine analizat. Valorile care evideniaz schimbrile sunt prezentate n urmtoarele
figuri.
Fig. 8.5 Schimbrile survenite la nivelul acoperirii terenului n perioada 1974-1988.
32
n Fig. 8.5, 8.6, 8.7 sunt spaializate schimbrile de la nivelul acoperirii terenului,
schimbri ce au avut loc n perioada 1974-2010. Se poate observa c de la nceputul perioadei
studiate a existat o mic variabilitate n ceea ce privete procesul de despdurire. n jurul satului
Poiana Horea (n bazinul Beli) putem vedea c n timpul primei perioade analizate a existat o
refacere bun a pdurii. Dup 1988 lucrurile s-au schimbat pentru toate bazinele i n special
pentru Rctu. Din distribuia spaial a schimbrilor survenite n acoperirea terenului putem
vedea c cele mai afectate suprafee sunt situate n jurul ctunului Voiniga, n centrul bazinului
Rctu (Fig. 8.6). Procesul crete ca i ntindere n 2000. Astfel, n bazinul Rctu aceeai arie
este mult mai afectat. Procesul afecteaz de asemenea zona din jurul ctunului La Crci. Se
poate observa c procesul este de asemenea prezent pe o mare suprafa n interiorul bazinului
Someul Cald. Cea mai afectat regiune este situat la S-SE de satul Ic Ponor (Fig. 8.7).
9. Evaluarea despduririlor pentru perioada 1974-2010

n acest capitol s-a studiat efectiv variabilitatea fenomenului de degradare a pdurii pentru
toate cele trei bazine considerate.
9.1. Ce sunt despduririle?

Despduririle ca i proces, dintr-un punct de vedere general, sunt toate procesele prin care
pdurea sau un arboret sunt complet eliminate de la suprafaa solului n acest fel schimbndu-se
tipul de acoperire a terenului. Acest proces poate avea loc din ambele cauze, att naturale ct i
antropogene. Exemple de despduriri includ doborturi de arbori produse de vnturi puternice i
cderi masive de zpad, cutremure, avalane, alunecri de teren (cauze naturale), foc (care poate
fi att natural, ct i provocat), expansiune agricol, dezvoltare urban i nu n ultimul rnd tieri
efectuate de administratorul silvic (tieri n fond forestier), precum i tieri ilegale i iraionale
(cauze umane).
33
9.2. Evaluarea procesului de despdurire

Problema detectrii schimbrilor de la nivelul tipului de acoperire a terenului este una
esenial. Este important de tiut ce schimbri au loc ntr-o locaie anume. Exemplele includ
conversia unui teren mpdurit ntr-unul descoperit (Boriah et al., 2008). Evoluia general a
procesului de despdurire n perioada studiat este prezentat n aria de studiu din Fig. 9.1.
Pentru a ndeplini unul din obiectivele studiului, i-anume acela de a efectuat o evaluare
statistic i spaial asupra procesului de despdurire trebuie s evalum acest proces n fiecare
bazin hidrografic. Aceasta nseamn c trebuie fcut o analiz spaial pentru fiecare bazin
hidrografic n parte.
Fig. 9.1 Evoluia procesului de despdurire n perioada 1974 2010.
n ceea ce privete evoluia despduririlor n bazinele studiate acestea variaz conform Fig.
9.2, 9.3, 9.4.
Dac pentru bazinul Beli situaia despduririlor n perioada 1974-2010 este relativ
constant, pentru bazinele Rctu i Someul Cald pdurea ajunge s aib de suferit pe
aproxiamtiv 21% la sfritul anului 2010, n bazinul Rctu, respectiv 11% n perioada 20002010 n bazinul Someul Cald.
34
Fig. 9.2 Evoluia procesului de despdurire n bazinul hidrografic Rctu.
Fig. 9.3 Evoluia procesului de despdurire n bazinul hidrografic Beli.
Fig. 9.4 Evoluia procesului de despdurire n bazinul hidrografic Someul Cald.
35
10. Schimbarea suprafeei subiacente n perioada 1974-2010 i unele

consecine asupra ctorva indici ai scurgerii de suprafa
Acest capitol este menit s pun n eviden rolul pe care l are procesul de despdurire n
formarea caracteristicilor suprafeelor subiacente. Acest lucru s-a fcut prin utilizarea unor
indicatori care utilizeaz pdurea, i restul tipurilor de acoperire a terenului, pentru a fi calculat.
10.1. Indicatori ai schimbrii caracteristicilor suprafeei subiacente

Este imposibil s studiem sau s inventariem fiecare arboret ntr-un bazin hidrografic
montan. De aceea se utilizeaz parametrii (indicatori) care pot fi utilizai pentru a estima situaia
unui anumit bazin hidrografic n ceea ce privete situaia acoperirii cu pduri i mai ales rolul pe
care acestea l pot avea n schimbarea caracteristicilor suprafeei subiacente.
10.1.1. Gradul de mpdurire
Gradul de mpdurire este cel mai simplu indice care poate face referire la caracateristicile
suprafeelor subiacente de la nivelul bazinelor hidrografice. El este dat de formula:
C p %=
suprafata mpdurit
*100
suprafata bazinului hidrologic
(10.1)
Variabilitatea gradului de mpdurire este prezentat n Fig. 10.1.
Fig. 10.1 Variabilitatea gradului de mpdurire n perioada 1974-2010.
10.1.2. Efectele despduririlor asupra coeficienilor medii de scurgere

Frevert a propus identificarea coeficientului de scurgere n funcie de folosina terenului,
panta i textura solului, coeficientul putnd lua valori ntre 0,1 pentru terenuri cu pant foarte
36
mic, acoperite cu vegetaie arbustiv i textura solului uoar i 1 pentru suprafee cu scurgere
de 100%.
Pentru a obine distribuia spaial i pentru a putea extrage datele necesare studierii
variabilitii coeficientului de scurgere a fost realizat un model GIS. Rezultatele aplicrii
modelului GIS este redat n Fig. 10.2 sub forma unei hri.
Fig. 10.2 Distribuia spaial a coeficienilor Frevert.
Din punct de vedere al variabilitii coeficientului de scurgere, am calculat i coeficientul

de scurgere mediu ponderat a fiecrui bazin. Pentru aceasta am utilizat n ecuaia coeficientul
mediu de scurgere. Acesta i-a n considerare suprafaa ocupat de fiecare tip de acoperire a
terenului. Rezultatele au artat c o legtur evident, o corelaie, ntre variabilitatea suprafeei
mpdurite i coeficientul de scurgere Frevert se regsete la nivelul bazinului Rctu i la
nivelul bazinului Someul Cald, dar cu o valoare ceva mai sczut (Fig. 10.3, 10.4).
Fig. 10.3 Variabilitatea coeficient de scurgere

suprafa mpdurit n bazinul Rctu.
Fig. 10.4 Variabilitatea coeficientului de scurgere suprafa

mpdurit n bazinul Someul Cald.
37
10.1.3. Efectele despduririlor asupra valorilor indicelui Curve Number

Curve Number este un parametru hidrologic empiric utilizat pentru a descrie potenialul
unei zone de drenaj fa de apa provenit din ploile toreniale. Acesta este calculat n funcie de
tipul de acoperire a terenului, tipul hidrologic de sol i umezeala solului. Schimbrile de la
nivelul suprafeei subiacente pot fi reprezentate, evideniate, de acest parametru (USDA-SCS,
1985). CN este un coeficient adimensional ce poate varia ntre 30 i 100. Determinarea n
studiile hidrologice a lui Curve Number se poate face n funcie de tipul hidrologic de sol i
utilizarea terenului considernd parametrul umezeal ca fiind n condiii normale (USDA-SCS,
1985). i n acest caz a fost realizat un model GIS pentru a obine variabilitatea indicelui la
nivelul celor trei bazine. Rezultatul se prezint ca cel din Fig. 10.5.
Fig. 10.5 Variabilitatea indicelui Curve Number n perioada 1974-2010.
n cazul indicelui CN s-au determinat i suprafeele sub-bazinale ale celor trei bazine,
astfel s-a reuit determinarea unui indice CN mediu ponderat pentru fiecare din bazine. Fig. 10.6.
Fig. 10.6 Variabilitatea indicelui Curve Number la nivelul sub-bazinelor n perioada 1974-2010.
38
Este de menionat faptul c dei Curve Number este un indice calculat n funcie de tipul de
acoperire a terenului, precum i de condiiile staionale, precum este solul, totui acesta sufer la
utilizarea n zonele puternic mpdurite. Chiar i divizarea pe sub-bazine nu a scos n eviden
din punct de vedere spaial variabilitatea evident a coeficientului CN, dei procesele de
degradare a suprafeei subiacente au fost destul de consistente n dou din bazinele considerate.
n argumentarea acestei afirmaii am adus n discuie i studiile i rapoartele lui Canfield et al.
(2005), Tedela et al. (2012) i Steven (2003).
Pentru a concluziona i pentru a indica posibila influen a procesului despduririi n
schimbarea suprafeei subiacente am realizat o comparaie ntre abaterea debitului mediu anual
de la valoarea normal a perioadei 1981-2010 (valori msurate la staiile hidrometrice) i
variabilitatea coeficientului de scurgere (calculat dup metoda Frevert) (Fig. 10.7, 10.8).
Fig. 10.7 Variabilitatea coeficientul de scurgere mediu

(dup Frevert) n raport cu abaterea debitelor medii
anuale de la normala 1981-2010 (Rctu).
Fig. 10.8 Variabilitatea coeficientul de scurgere mediu

(dup Frevert) n raport cu abaterea debitelor medii
anuale de la normala 1981-2010 (Someu Cald).
Se poate observa c acolo unde despduririle au avut loc pe suprafee semnificative,

coeficientul de scurgere urmeaz variabilitatea debitului, iar acolo unde despduririle au avut loc
pe suprafee ceva mai sczute, cum este cazul bazinului Someul Cald, coeficientul de scurgere
urmeaz ntr-o oarecare msur variabiltiatea debitului, dar se observ c lipsa numrului de
valori n ceea ce privete suprafaa acoperit de pdure de la nceputul perioadei afecteaz puin
analiza variabilitii.
Totui, dac este s ne lum dup definiia coeficientului de scurgere, dat de metoda
raional (Chow, 1962), care spune c valoarea acestuia reprezint raportul dintre debitul
msurat i precipitaia total care cade ntr-un anumit areal i timp putem spune c n exemplele
menionate, att n cazul bazinului Rctu, ct i n cazul bazinului Someul Cald se pune destul
de bine n eviden faptul c despduririle masive, care au loc pe suprafee ntinse, au un rol
semnificativ n schimbarea caracteristicilor suprafeei subiacente, care este suprafaa pe care
precipitaiile le ntlnesc n drumul lor spre punctul de scurgere.
39
11. Concluzii
Tema de cercetare prezint aplicarea unei metodologii de cartare i analiz a evoluiei
stratului ce se regsete la suprafaa solului, denumit caracteristic acoperirea terenului. O
privire special se are asupra procesului despduririlor i nu n ultimul rnd asupra posibilului
efect pe care acestea l au n formarea condiiilor necesare scurgerii, prin influena acestora
asupra caracteristicilor suprafeei subiacente.
n aceast lucrare am utilizat metodologii multiple pentru a evidenia variabilitatea
vegetaiei i n special a pdurilor. Se poate observa din exprimare c metoda ce studiaz
variabilitatea vegetaiei are o uoar tent generalist. Metoda utilizeaz indicele spectral NDVI.
Aceast metod este o metod aproximativ-generalist deoarece consider toate suprafeele
acoperite cu vegetaie indiferent de tipul ei, iar valorile reprezentate depind de un prag ales.
Clasificarea imaginilor satelitare este a doua metod utilizat. Aceasta permite definirea
diferitelor tipuri de clase corespunztoare acoperirii terenului. Metodologia utilizat n
determinarea tipurilor de acoperire a terenului nu este una simpl. Aceasta implic diferite
operaii de calibrare, precum i operaii iterative de eantionare, lucru extrem de delicat i
minuios. Aceste operaiuni au fcut posibil n cele din urm construirea unei librrii spectrale
unice care a fost utilizat n cadrul procesului de clasificare pentru toate imaginile satelitare din
baza de date.
Evaluarea procesului de despdurire la nivelul celor trei bazine hidrografice considerate s-a
realizat cu ajutorul softului ArcGIS i a ctorva programe de calcul precum sunt Microsoft Excel
i SPSS. Cu ajutorul softului ArcGIS s-a putut realiza un algoritm complet automat de detectare
a schimbrilor de la nivelul acoperirii terenului. Astfel s-a putut obine informaii care s redea
schimbarea pe o suprafa de cel puin 900 m2 (1 pixel din imaginea Landsat). Procesele care au
cauzat variabilitatea au fost considerate la toate nivelele de vegetaie, precum i la nivelul
celorlalte tipuri de acoperire a terenului. Au fost identificate astfel procesele de despdurire,
rempdurire/mpdurire sau mineralizare.
Utilizarea indicatorilor care pot evidenia rolul pe care procesul de despdurire l are n
schimbarea caracteristicilor suprafeei subiacente este unul esenial considerm noi, nelsnd
astfel un studiu efectuat asupra despduririlor fr semnificaie. Astfel pornind de la un simplu
raport cum este gradul de mpdurire care descrie proporia ocupat de pdure n raport cu
suprafaa unui bazin hidrografic, am ajuns n cele din urm s considerm indici mai compleci
care in cont de configuraia terenului, panta i tipul de acoperire a ternului. Acest lucru este un
deziderat, mai ales c vorbim de bazine montane acolo unde pantele mari i solurile descoperite
pot favoriza apariia viiturilor sau eroziunii.
40
12. Bibliografie (selecie)

Anderson J.R., Hardy E.E., Roach J.T., Witmer R.E., (1976). A land use and land cover
classification system for use with remote sensor data. U.S. Geological Survey Professional
Paper, No. 964. USGS, Washington, D.C.
Bariou R., Lecamus D., Henaff L. F., (1985). Dossiers de tldtection. Indices de vgtation.
Centre Rgional de Tldtection, Universit de Renne 2 - Haute Bretagne.
Bishop Y., Fienberg S., and Holland P., (1975). Discrete Multivariate Analysis--Theory and
Practice, MIT Press, Cambridge, MA, 575 pp.
Boriah S., Kumar V., Steinbach M., Potter C., Klooster S., (2008). Land cover change detection:
a case study. In KDD 08: Proceeding of the 14th ACM SIGKDD international conference
on Knowledge discovery and data mining, pages 857865, New York, NY, USA, ACM.
Brown Felicity, (2009). Total forest coverage by country. Environment Data. The Guardian.
Campbell J. B., (1983). Mapping the Land: Aerial Imagery for Land Use Information.
Washington, D.C.: Association of American Geographers.
Carletta J., (1996). Assessing agreement on classification tasks: The kappa statistic.
Computational Linguistics, 22(2). pp. 249254.
Carr J. R., Glass C. E., Schowengerdt R.A., (1983). Signature Extension Versus Retraining for
Multispectral Classification of Surface Mines in Arid Regions, Journal of Photogrammetric
Engineering and Remote Sensing, Vol. 49, No. 8, pp. 1193 - 1199.
Chander G., Markham B., (2003). Revised Landsat-5 TM Radiometric Calibration Procedures
and Postcalibration Dynamic Ranges, IEEE TGARS, VOL. 41, NO. 11.
Chehata N., Orny C., Boukir S., Guyon D., (2011). Object-based forest change detection using
high resolution satellite images. ISPRS PIA 2011 (Photogrammetric Image Analysis). 5-7
Octobre, Vol. 38 Part 3/W22, pp. 49-54, Munich, Allemagne.
Conea I., Badea L., Stoicescu N., (1984). Plaiuri carpatice, 223p. Ed. Sport-Turism, Bucureti.
Congalton R. G., (1991). A Review of Assessing the Accuracy of Classifications of Remotely
Sensed Data, REMOTE SENS. ENVIRON. 37:35-46.
Coppin P.R., Bauer, M.E., (1996). Digital change detection in forest ecosystems with remote
sensing imagery. Remote Sensing Reviews 13:207-234.
Costea G., Haidu I., (2010). Detection of recent spatial changes regarding landuse in small
basins from the Apuseni Natural Park, Geographia Technica, No. 2/2010, Cluj Univeristy
Press.
Costea G., Serradj A., Haidu I., (2012). Forest Cartography using Landsat Imagery, for Studying
Deforestation over Three Catchments from Apuseni Mountains, Romania. Advances in
Remote Sensing, Finite Differences & Information Security, WSEAS PRESS.
41
Diaconu C., erban P., (1994). Sinteze i regionalizri hidrografice, Editura Tehnic, Bucureti.
Domnia M., Craciun A. I., Haidu I., (2009). GIS in determination of the discharge hydrograph
generated by surface runoff for small basins. Geographia Technica, No. 2, pp. 11-22.
Dutc, I., Abrudan, I.V., (2010). Estimation of Forest Land Cover Change in Romania between
1990 and 2006. The Bulletin of the Transilvania University of Brasov. Vol. 3 (52). Series
II, ISSN 2065-2135, pp. 33-36.
F.A.O., (1996). Satellite imagery for forest decline assessment and monitoring. Pilot study in
Poland (en., fr.). Remote Sensing for Decision-Makers Series ( F.A.O.). no. 13 / F.A.O.,
Rome (Italy). Sustainable Development Dept., 6 p.
Green A.A. , Berman M., Switzer P., Craig M.D., (1988). A Transformation for Ordering
Multispectral Data in Terms of Image Quality with Implications for Noise Removal, IEEE
Transactions on Geoscience and Remote Sensing, vol. 26, pp. 65-74.
Guyot G., (1989). Signatures spectrales des surfaces naturelles. Collection Tldtection
satellitaire no 5 , Paradigme, Caen, 178 p., 82 fig., 2 tabl., 14 x 21 cm, 97 FF.
Haidu I., Bilaco t., (2005). Implementarea S.I.G n calculul viiturilor de versant
(SimpozionulSisteme informaionale geografice, Chiinu). Ed. Univ. Al. Ioan Cuza, Iai.
Haidu I., Costea G., (2009). Applied GIS for designing the database and mapping specific to
forestry, Lucrrile Simpozionului "Sisteme Informaionale Geografice", Nr. 14, Editura
Universitii "Alexandru Ioan Cuza", Iai.
Haidu I., Costea G., (2012). Remote Sensing and GIS for the forest structure asssessment at the
small basins level in the Apuseni Natural Park, Studia Universitatis Babes-Bolyiai
Geographia, No. 1/2012.
Holonec L., (2007). Incendiile de pdure i efectele lor asupra ecosistemelor forestiere, Revista
Protecia Plantelor, nr. 65, ISSN 1453-2271, pag. 17-21.
Homrani Bakkali A., (2000). Teledtdetection de la dynamique de la dgradation de la
vgtation steppique aride et semi-aride au Maroc : cas de la valle de NZala-Zaouit Sidi
Hamza (Errachidia). Mmoire de 3me cycle Agronomie, option : Ecologie et
Amnagement.IAV.HassanII, Rabat, pp : 60-69.
Iacob Ersilia, (1971). Munii Apuseni, Studiu hidrologic, Tez de doctorat, Cluj-Napoca.
Iacobescu O., (2000). Fotointerpretarea unor aspecte hidrologice n bazinele hidrografice mici
din zona montan. Bucovina Forestier serie nou, anul VIII, nr. 2/2000, pp. 30- 38.
Institutul de Geologie i Geografie (Academia Republicii Populare Romne). (1960). Monografia
geografica a R.P.R., vol. I, Geografie fizic, Editura Academiei R.P.R., Bucureti.
Jensen J. R., (1996). Introductory Digital Image Processing. Prentice Hall, Upper Saddle River,
New Jersey, 318 p.
42
Keil M., Scales D., Winter R., (1995). Investigation of forest areas in Germany and Brazil using
SAR data of the SIR-C/X-SAR and other SAR missions, Geoscience and Remote Sensing
Symposium, 1995. IGARSS '95. 'Quantitative Remote Sensing for Science and
Applications', Internaional, vol. 2, pp. 997 - 999.
Knorn, J., Kuemmerle, T., Radeloff, V.C., Szabo, A., Mndrescu, M., Keeton, W.S., Abrudan, I.,
Griffiths, P., Gancz, V., Hostert, P., (2012). Forest restitution and protected area
effectiveness in post-socialist Romania. Biological Conservation.
Kozak, J., Estreguil, C., Vogt, P., (2007). Forest cover and pattern changes in the Carpathians
over the last decades. European Journal of Forest Research, Springer Berlin / Heidelberg,
ISSN: 1612-4669, vol. 126.
Kruse F. A., Lefkoff A. B., Boardman J. B., Heidebreicht K. B., Shapiro A. T., Barloon P. J.,
Goetz A. F. H., (1993). The Spectral Image Processing System (SIPS)- interactive
visualization and analysis of imaging spectrometer data. Rem. Sen. of Env., 44, 145-163.
Kuemmerle, T., Muller, M., Rusu, M., Griffiths, P., (2009). Land use change in southern
Romania after the collapse of socialism. Reg. Environ. Change 9 112.
Landis J.R., Koch G.G., (1977). The measurement of observer agreement for categorical data,
Biometrics 33 (1): 159174. DOI:10.2307/2529310. JSTOR 2529310. PMID 843571.
Lau Alvin Meng Shin, Hashim Mazlan, (2007). The design and building of spectral library of
tropical rain forest in Malaysia. In: The 28th Asian Conference on Remote Sensing 2007,
PWTC, Kuala Lumpur, Malaysia.
Lillesand T.M., Kiefer R.W., Chipman J.W., (2004). Remote Sensing and image Interpretation.
Fifth Edition, John Wiley and Sons Inc., New York, 764p.
Lin C., (2001). The Dependence of reflected radiance and reflectance of the forest vegetation - a
case study of cyclobalanopsis glauca, the 22nd Asian conference on Remote Sensing, Vol.
1, pp. 610-615.
Matthews E., (1983). Global vegetation and land-use: new high-resolution databases for climate
studies, Journal of Applied Meteorology, 22:474-487.
Mihai B., Svulescu I., Sandric I., (2007). Change detection analysis (19862002) of vegetation
cover in Romania: A study of alpine, subalpine, and forest landscapes in the Iezer
Mountains, Southern Carpathians. Mountain Research and Development 27:250258.
Mooc M., Trsculescu Fl., (1959). Eroziunea solului pe terenurile agricole i combaterea ei.
Editura Agrosilvic de Stat, Bucureti.
Muehrcke P., Muehrcke Juliana O., Kimerling A. J., (2001). Map Use: Reading, Analysis, and
Interpretation. JP Publications. ISBN 978-0-9602978-5-6.
43
Murayama Y., Thapa R.B., (2011). Spatial Analysis and Modeling in Geographical
Transformation Process: GIS-based Applications. Springer Science +Business Media B.V.
GeoJournal Library Series, Vol. 100, 1st Edition, ISBN:978-94-007-0670-5.
National Engineering Handbook, Section 4, Hydrology, Part I-Watershed Planning, USDA, Soil
Conservation Service, Chapter 7, August, 1964, 7.3 - 7.5.
Oliver C.D., (1980). Forest Development in North America following major disturbances. For.
Ecol. Management 3: 153 168.
Olofsson P., Torchinava P., Woodcock C.E., Baccini A., Houghton R.A., Ozdogan M., Zhao F.,
Yang X., (2010). Implications of land use change on the national terrestrial carbon budget
of Georgia, Carbon Balance and Management, 5:4 doi:10.1186/1750-0680-5-4.
Olsen J. S., Watts J., Allison L., (1983). Carbon in live vegetation of major world ecosystems. U.
S. Department of Energy, Oak Ridge National Laboratory, Oak Ridge, TN, 164 p.
Pascual, C.A., Garca-Abril, A., Garca-Montero, L.G., Martn-Fernndez Susana, Cohen, W.B.,
(2008). Object-based semi-automatic approach for forest structure characterization using
lidar data in heterogeneous Pinus sylvestris stands. For Ecol Manage 255(11):367785.
Popescu t.G., (2009). Fotogrammetria pe nelesul tuturor, Curs n format electronic, FIFIM.
Purkis S.J., Klemas V., (2011). Remote Sensing and Global Environmental Change. WileyBlackwell, Oxford, 368pp, ISBN 978-1-4051-8225-6.
Richard McCuen H., (1982). A Guide to Hydrologic Analysis Using SCS Methods Prentice Hall,
Inc. Englewood Cliffs, New Jersey.
Richards J.A., (1999). Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, p. 240.
Rowan L.C., Mars J.C., (2003). Lithologic mapping in the Mountain Pass, California area using
Advanced Spaceborn Thermal Emission and Reflection Radiometer (ASTER) data.
Remote Sensing of Environment, Vol. 84, p. 250-266.
Schwarz M., Steinmeier Ch., Waser L., (2001). Detection of Storm Losses in Alpine Forest
Areas by Different Methodic Approaches Using High-resolution Satellite Data; - In: Bgni,
G. (ed) Observing our environment from space: New solutions for a new millenium. Lisse,
Balkema. 251-257.
Schwengerdt R., (2007). Remote Sensing 3rd, Elsevier (Academic Press). 515p.
Serradj A., (1991). Classification sur une fort orientale des Vosges aprs limination des effets
de pente, Photo interprtation, Vol. 30 n 3-4 (1991/1992).
Sommer Shelly, Wade Tasha, (2006). A to Z GIS: An Illustrated Dictionary of Geographic
Information Systems, ESRI Press.
44
Steven C. McC., (2003). Hydrologic Evaluation of the Curve Number Method for Forest
Management in West Virginia, Report Prepared for the Division of Forestry Charleston,
West Virginia.
Strmbu B.M., Hickey G.M., Strmbu V.G., (2005). Forest conditions and management under
rapid legislation change in Romania. Forestry Chronicle 81, 350358.
erban G., Touchart L., (2007). Un nouveau parc naturel autour d'un vieux lac artificiel : les
enjeux d'une Roumanie en transition dans les monts Apuseni, Gocarrefour, 2007, vol. 82
n. 4 : pp. 243-253.
Tedela N., McCutcheon S., Campbell J., Swank W., Adams M., Rasmussen T., (2012). Curve
Numbers for Nine Mountainous Eastern United States Watersheds: Seasonal Variation and
Forest Cutting. J. Hydrol. Eng., 17(11). 11991203.
Townshend J. R. G., (1981). Image Analysis and Interpretation for Land Resources Survey,
Chapter 4 in Terrain Analysis and Remote Sensing, J. R. G' Townshend, Ed. London:
George Allen & Unwin Ltd', pp. 59-108.
Tucker C.J., (1979). Red and photographic infrared linear combinations for monitoring
vegetation. Remote Sensing of Environment, 8, 127150.
Tucker C.J., Miller L.D., (1977). Soil Spectra Contributions to Grass Canopy Spectral
Reflectance, Photogrammetric Engineering and Remote Sensing, 43:721-726.
USDA, Soil Conservation Service, (1972). National engineering handbook, Section 4,
hydrology. Chapters 7, 8, 9, and 10. U.S. Govt. Print. Off. Washington, DC.
Ustin Susan L., (2004). Remote sensing for natural resource management and environmental
monitoring, John Wiley & Sons, 736 pages, ISBN-13: 978-0471317937.
Van der Meer F., Vasquez-Torres M., Van Dijk P.M., (1997). Spectral Characterization of
Ophiolite Lithologies in the Troodos Ophiolite Complex of Cyprus and its Potential in
Prospecting for Massive Sulphide Deposits. IJRS, Vol. 18, No.6, p. 1245-1257.
Yuhas R.H., Goetz A.F.H., Boardman J.W., (1992). Discrimination Among Semi-Arid
Landscape Endmembers Using the Spectral Angle Mapper (SAM) Algorithm. Summaries
of the 4th JPL Airborne Earth Science Workshop, JPL Publication 92-41, pp.147-149.
Yuji Murayama, Rajesh B. Thapa, (2011). Spatial Analysis and Modeling in Geographical
Transformation Process GIS-based Applications, Dordrecht, New York : Springer, USA.
Zha Y., Gao Y., Ni S., (2003). Use of normalized difference built-up index in automatically
mapping urban areas from TM imagery. IJRS, 24(3). pp. 583-594.
***Codul Silvic al Romniei, Legea nr. 46/2008, Pub. n Monit. Of., P. I nr. 238/27 martie 2008.
45
***Legea nr. 2 din 15 aprilie 1976, Emitent: Marea Adunare Naional, Publicat n: Buletinul
Oficial nr. 35 din 23 aprilie 1976.
***Programul naional pentru conservarea i dezvoltarea fondului forestier n perioada 19762010. Revista Pdurilor nr. 2/1976.
46

Rezumat Costea George Rom

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Rezumat Costea George Rom

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea Babe-Bolyai, Cluj-Napoca

- Rezumat Evaluarea procesului de despdurire, prin

Prof. Univ.Dr. HAIDU Ionel

3. Stadiul cunoaterii temei de cercetare ....................................................................................... 15

4. Realizarea bazei de date ............................................................................................................ 24

5. Legtura dintre obiectele mediului nconjurtor i spectrul electromagnetic ........................... 49

5.2. Preprocesarea imaginilor satelitare...................................................................................................... 58

6. Caracteristicile semnturilor spectrale ale diferitelor entiti geografice.................................. 61

7. Metode de analiz a imaginilor satelitare pentru evaluarea schimbrilor de la nivelului

7.1.3. Utilizarea indicelui NDVI n estimarea schimbrilor de la nivelul vegetaiei.................................. 83

8. Extragerea datelor tematice pentru evaluarea despduririlor .................................................... 91

8.5. Evaluarea acurateei rezultatului clasificrii ..................................................................................... 112

9. Evaluarea despduririlor pentru perioada 1974-2010 ............................................................. 130

11. Concluzii ............................................................................................................................... 166

2. Motivaia. Obiectivele cercetrii. Zona de studiu

2.2. Obiectivele cercetrii

2.3. Localizarea geografic a zonei de studiu

Fig. 2.1 Bazinul hidrografic Someul Cald.

Fig. 2.2 Bazinul hidrografic Beli.

Fig. 2.3 Bazinul hidrografic Rctu.

3. Stadiul cunoaterii temei de cercetare

n prezent se ncearc a se utiliza tehnica LIDAR, o tehnic dezvoltat n ultimii 15 ani,

3.2. Studii de evaluare a despduririlor n Europa

Jet Propulsion Laboratory, (http://airsar.jpl.nasa.gov/).

3.3. Scurt istoric al managementului forestier din Romnia

3.4. Studii i metode de cercetare a evoluiei pdurilor romneti

4. Realizarea bazei de date

4.1. Baza de date cartografic

4.2. Baza de date alfanumeric i surse de date secundare

4.3. Baza de date digitale

4.4. Rezoluia spaial i temporal. Alegerea senzorului de teledetecie

cartografie i aplicaii GIS disponibile publicului. Sateliii i avioanele colecteaz majoritatea

4.4.2. Rezoluie spaial i temporal. Date tehnice

5. Legtura dintre obiectele mediului nconjurtor i spectrul electromagnetic

5.1. Spectrul electromagnetic

Fig. 5.1 Spectrul Electromagnetic (Purkis & Klemas, 2011).

i - energia incident radiant;

Fig. 5.3 Intensitatea undei reflectate

5.2. Preprocesarea imaginilor satelitare

geodezic a imaginilor Level 1T depinde de punctele de control de la sol (GCP) i de rezoluia

L = Grescale * QCAL + Brescale

care poate fi de altfel exprimat i n felul urmtor:

QCALMIN ) ) * ( QCAL QCALMIN ) + LMIN

p - reflectan planetar adimensional;

L - radiana spectral la nivelul senzorului;

ESUN - Radiaia solar exoatmosferic medie;

s - Unghiul zenital al Soarelui n grade.

6. Caracteristicile semnturilor spectrale ale diferitelor entiti geografice

6.1. Interpretarea semnturii spectrale a mineralelor i solurilor

6.2. Interpretarea semnturii spectrale corespunztoare vegetaiei

6.3. Interpretarea semnturii spectrale corespunztoare apei

7. Metode de analiz a imaginilor satelitare pentru evaluarea schimbrilor de

7.1. Transformarea imaginilor folosind indici spectrali

mineralizare persist i n perioada 2000-2010 pe suprafee nsemnate cu aproximativ aceeai

7.1.3. Utilizarea indicelui NDVI n estimarea schimbrilor de la nivelul vegetaiei

Fig. 7.4 Variabilitatea spaial a indicelui NDVI n perioada 1981-1988.

Fig. 7.5 Variabilitatea spaial a indicelui NDVI n perioada 1988-2000.

Fig. 7.6 Variabilitatea spaial a indicelui NDVI n perioada 2000-2010.

8. Extragerea datelor tematice pentru evaluarea despduririlor

8.1. Ce este o hart tematic?

8.2. De ce anume avem nevoie? De tipul de acoperire a terenului sau de tipul de

8.3. Metode de teledetecie utilizate n extragerea datelor tematice

8.4. Clasificarea supervizat

8.4.1. Schema de clasificare