Tehnici de teledetctie BAZATe PE

NDVI in monitorizarea dinamicii

ecologice a VEGETATIEI
FORESTIERE SI RELATIA
ACESTEIA CU SCHIMBARILE
CLIMATICE IN ROMANIA

STUDENT
POTEC NICOLAE PETRISOR

Pădurile au devenit din ce în ce mai stresate de schimbările climatice, inclusiv în România în

ultimele decenii, dar răspunsul lor la dinamica climatică nu a fost încă analizat în această țară.
Acest studiu își propune să investigheze, în premieră, schimbările ecologice recente din pădurile

Page 1 of 23
din România, în relație cu dinamica climatică care a afectat țara din 1987 până în 2018. În acest
scop, au fost prelucrate date de teledetecție la nivel național (Landsat) pentru limitele pădurilor
peste cei 32 de ani, pentru a calcula seturile de date anuale (date din sezonul de vară) Indexul de
vegetație normalizat (NDVI), care au fost ulterior investigate ca tendințe folosind testul Mann-
Kendall și Panta lui Senestimator. Concomitent, diverse date climatice (temperatura, precipitații
și evapotranspirația de referință) au fost prelucrate prin tehnici de interpolare și prin aceleași
două instrumente statistice și au fost ulterior utilizate pentru explorarea impactului schimbărilor
climatice asupra pădurilor românești după 1987.
Rezultatele au evidențiat ecologizarea generală (în creștere în creștere). NDVI) tendințe ale
pădurilor la nivel național (65% din toate modificările NDVI, care totalizează peste 30.000
km2în România), care au fost dominate de tendințele pozitive NDVI pe scară largă detectate în
regiunea Carpaților din România. Această dinamică ecologică generală sugerează o posibilă
îmbunătățire a productivității vegetației în zonele de mare altitudine ale țării. S-au constatat
tendințe contrastante de brunificare (scădere a NDVI) pentru 35% din pădurile românești
marcate de modificări ale NDVI, mai ales evidente în regiunea Extracarpaților (pășini joase),
ceea ce indică faptul că în aceste cazuri pădurile au fost degradate sau devitalizate. Cu toate
acestea, semnificația statistică atât a tendințelor de înverzire, cât și a celor de rumenire este
limitată în întreaga țară.
Introducere
Cu o prezență vastă la nivel mondial și un rol ecologic multidimensional, pădurile Pământului
sunt vitale pentru societatea umană prin serviciile lor ecosistemice
Mai mult, importanța pădurilor este proiectată dincolo de beneficiile pe care le oferă umanității,
având în vedere că stabilizează funcționarea globală a sistemelor Pământului, prin protejarea
biodiversității globale sau prin reglarea sistemului climatic, prin captarea carbonului și procese
de răcire evaporativă Cu toate acestea, multe păduri și serviciile lor ecosistemice au fost intens
perturbate în ultimele decenii, fie de schimbările climatice, presiunea antropică directă, fie de
ambii acești factori generali simultan
Prin urmare, schimbările în productivitatea pădurilor au devenit o cale majoră a schimbărilor
pădurilor induse de climă, potrivit multor studii globale care au folosit Indicele de vegetație a
diferențelor normalizate (NDVI) și au evidențiat atât tendințele de înverzire, cât și de brunificare
pe întreaga planetă, prin acest instrument de teledetecție care este considerat un indicator
ecologic de încredere pentru sănătatea și productivitatea vegetației
Astfel, NDVI este o metodă aplicată pe scară largă de estimare a acoperirii vegetației și a
verdețului în întreaga lume, dar și a dinamicii productivității vegetației forestiere și non-
forestelor în relație cu schimbările climatice
Modificările recente ale productivității ecologice a pădurilor, ca o consecință a schimbărilor
climatice, sunt cel mai probabil o realitate de mediu și în România, având în vedere că această
țară a cunoscut în ultima perioadă diverse forme de schimbări climatice, precum anumite
schimbări notabile de temperature.

Page 2 of 23
Atât anual, cât și sezonier (vara, anotimpul de interes major, având în vedere că se suprapune, în
cea mai mare parte, cu sezonul de vârf de activitate biologică din România), studiile menționate
mai sus au arătat o încălzire generală cuplată cu o creștere generală a evapotranspirației în toată
țara. , concomitent cu o scădere parțială a precipitațiilor în mai multe zone, precum sud-estul și
sud-vestul României. Având în vedere că acești parametri sunt în general cunoscuți ca factori
climatici cheie pentru schimbările în vegetația forestieră (și non-forestă), precum și faptul că
dinamica lor indică anumite schimbări importante ale condițiilor climatice în ultimele decenii,
este rezonabil să se ia în considerare un potențial impact climatic asupra starea ecologică a
pădurilor ţării.
Acest impact potențial devine cu atât mai credibil în contextul în care schimbările climatice sunt
evidente și în majoritatea zonelor muntoase carpatice ale României unde pădurile țării au cea mai
mare amprentă spațială. Un studiu recent, care a abordat tendințele echilibrului climatic al apei (o
imagine generală a schimbărilor climatice), a arătat că teritoriul României a devenit în general
mai uscat în ultimii ~50 de ani. Rezultatele acestui studiu național au indicat că România a
înregistrat (între 1961 și 2013) o creștere generală a deficitului climatic de apă atât anual, cât și
sezonier, când activitatea biologică maximă a vegetației poate fi afectată în mod deosebit în
această țară
Constatările studiului menționat mai sus, precum și cele ale numeroaselor alte studii naționale
privind clima sugerează indirect o posibilă reacție ridicată a pădurilor (și a altor ecosisteme) la
schimbările climatice, deși relația concretă dintre schimbările climatice și dinamica ecologică a
pădurilor nu a fost explorată anterior la nivel național în niciunul dintre studiile menționate mai
sus.

. Acest studiu își propune să umple acest gol de cunoștințe cu privire la potențialele schimbări ale
stării ecologice a pădurilor, ca răspuns la schimbările climatice care au afectat recent România.
În conformitate cu acest obiectiv, lucrarea se bazează pe analiza datelor NDVI, prelucrate în
ultimele trei decenii pe toată suprafața împădurită a României. În același timp, acest studiu se
concentrează pe detectarea unor posibile relații între schimbările climatice și schimbările
forestiere, folosind câteva instrumente statistice reprezentative. În esență, acesta este primul
studiu național care își propune să exploreze schimbările ecologice ale pădurilor în relație cu
dinamica climatică recentă, bazat pe analiza datelor NDVI și climatice la scară largă, colectate și
prelucrate în limitele pădurilor românești. Prin investigarea tendințelor NDVI și corelarea
acestora cu condițiile climatice naționale,
Achizitie de date
Datele utilizate în această lucrare sunt clasificate în două categorii, date satelitare și date
climatice. Ambele seturi de date acoperă perioada 1987–2018, care a fost aleasă luând în
considerare relevanța statistică (cel puțin trei decenii investigate, recomandată în general în
studiile de analiză a tendințelor de mediu), temporală (interval multianual actualizat până în
2018) și relevanța climatică. Pentru acest ultim aspect, s-a considerat că încălzirea climatică s-a
intensificat în general după deceniul 1980–1990 atât la nivel global (Wu și colab., 2019) și la

Page 3 of 23
nivel național (Prăvălie et al., 2017; 2020a), iar această creștere a temperaturii aerului ar putea
explica unele posibile modificări ecologice recente în pădurile românești.
. Date de teledetecție
Datele satelitare utilizate pentru teritoriul României au constat în imagini Landsat
multitemporale, care au fost descărcate timp de 32 de ani prin intermediul platformei Google
Earth Engine (GEE) (GEE, 2021a), folosind instrumentele oferite de această platformă
internațională. Pentru a acoperi perioada 1987–2018, au fost utilizate trei colecții de imagini prin
satelit, adică LANDSAT 5 TM Surface Reflectance Tier 1 (LANDSAT/LT05/C01/T1_SR),
pentru perioada 1987–2011, LANDSAT 7 ETM + Surface Reflectance Tier 1
(LANDSAT/LE07/C01/T1_SR), pentru 2012–2016 (în contextul opririi activității misiunii de
satelit LANDSAT 5) și LANDSAT 8 OLI/TIRS (LANDSAT/LC08/C01/T1_SR), pentru 2017–
2018 (GEE, 2021a). Imaginile prezentate în aceste colecții de date satelitare reprezintă
reflectanța suprafeței Pământului (corectată atmosferic și radiometric) și conține 4 benzi
spectrale în intervalele spectrale vizibile (roșu, verde, albastru) și infraroșu apropiat (NIR) (roșu
și NIR au fost utilizate în acest studiu), 2 benzi în intervalul infraroșu cu unde scurte (SWIR) și
una în domeniul infraroșu termic (TIR).
Toate aceste date au fost descărcate pentru sezonul de vară (lunile iunie, iulie și august) al
fiecărui an (sezonul cu activitate biologică de vârf în România), sub forma unui mozaic
multispectral compus din 22 de scene satelit din România (Fig. 1b). Având în vedere numărul de
scene de satelit multispectrale și rezoluția temporală de 16 zile a datelor LANDSAT, în medie,
au rezultat 129 de imagini satelitare anual pentru perioada de vară. Acest număr a variat însă în
anumite cazuri, deoarece unele imagini nu au fost disponibile în depozit din cauza diferitelor
probleme tehnice legate de senzori sau din cauza calității nesatisfăcătoare a datelor de
teledetecție (tabelul 1). În total, pentru cei 32 de ani analizați, pe întreg teritoriul României au
fost utilizate 4126 de imagini satelitare.
Date climatice
Datele climatice constau în grilă, temperatura sezonieră a aerului (T, in◦ C), precipitații (P,
în mm) și evapotranspirația de referință (ETo, în mm), la 1 km×Rezoluție spațială de 1 km,
folosind date de observație colectate de la toate stațiile meteo Meteo România (NMA, 2021).
Datele celor trei parametric climatici au fost calculate de Meteo România pe baza valorilor
zilnice, care au fost mediate (T) sau însumate (P și ETo) pentru sezonul de vară (iunie –august)
al fiecărui an din perioada 1987–2018. În timp ce T și P au fost colectate direct din măsurătorile
observaționale ale Meteo România, valorile ETo au fost estimate de Meteo.

Page 4 of 23
România pe baza unei serii de date detaliate despre climă (temperature aerului, umiditatea
relativă, durata soarelui și datele despre viteza vântului) folosind metoda FAO-56 Penman-
Monteith (Allen și colab., 1998), care este cel mai bun în calculul ETo (Mokhtari și colab., 2018;
Prăvălie et al., 2020c). Parametrii T, P și ETo, despre care se știe în general că au o influență
majoră în dinamica productivității forestiere (și vegetației non-silvicole) în întreaga lume și, de
asemenea, în România au fost cartografiate prin metode de interpolare și utilizate ulterior în
analiza relațiilor dintre climă și starea ecologică a pădurilor românești, după 1987.
Procesarea datelor 
Calcularea datelor LANDSAT și NDVI

Datele anuale de teledetecție au fost obținute pe baza valorilor mediane pentru fiecare pixel din
toate imaginile satelit selectate pentru sezonul de vară, în cadrul aceleiași scene satelit. Având în
vedere că, în anumite situații, numărul de imagini valide dintr-o colecție nu era suficient pentru
un grad ridicat de acoperire spațială, a fost necesară procesarea manuală a fiecărui an individual
pentru a alege varianta cea mai potrivită. Prin urmare, în două cazuri (2002 și 2005), a fost
necesară înlocuirea imaginilor din colecția TM5 cu cele corespunzătoare ale TM7, ca urmare a
faptului că, în 2002 și 2005, nu existau date fiabile din satelit TM5 pe mari dimensiuni. zone din
România (erori tehnice, acoperire extinsă în cloud sau alte cauze).

Page 5 of 23
Toate datele de teledetecție și NDVI au fost obținute prin parcurgerea a cinci faze. În prima fază
(I), granița României a fost încărcată pe platforma GEE, care a fost ulterior folosită pentru
selectarea scenelor satelitare și pentru obținerea mozaicului final. În a doua fază (II), a fost creată
funcția necesară pentru aplicarea cloud-masking-ului colecției de imagini LANDSAT TM5–
TM7–8 OLI/TIRS prin adaptarea șablonului oferit de platforma GEE ( GEE, 2021b). Această
funcție constă în aplicarea a două măști distincte – prima elimină pixelii clasificați ca „nori” și
umbra acestora din Banda de calitate a pixelilor indicilor spectrali, iar a doua elimină zgomotul
cu model fix de la marginea fiecare scena de satelit.
NDVI a fost utilizat în acest studiu deoarece este un indicator ecologic de încredere. Datorită
caracteristicilor sale spectrale, precum și a istoriei sale destul de lungi, NDVI a devenit
instrumentul cel mai frecvent utilizat pentru evaluarea vegetației forestiere și non-forest din
întreaga lume .Deși acest indice de satelit poate prezenta unele dezavantaje tehnice (deficiențe),
care includ fenomenul de saturație sau anumite probleme ale senzorilor și care au fost discutate
în profunzime într-un studiu recent .NDVI a fost utilizat în acest studiu datorită numărului mai
mare de avantaje tehnice și practice pe care îl oferă. Punctele forte ale NDVI includ numărul
redus de benzi spectrale constitutive (doar NIR și Roșu, după cum sa menționat anterior),
disponibilitatea ușoară a bazelor de date spectrale pe termen lung necesare pentru calculul său,
simplitatea în metoda de calcul, fiabilitatea sa globală în analiza densității vegetației și
productivitatea, sau maturitatea acesteia rezultată din folosirea sa extensivă (istorice și actuală) în
domeniile forestiere sau nesilvice .Chiar și în ultimii ani de utilizare din ce în ce mai mare a
sistemelor aeriene fără pilot cu produse de date cu rezoluție spațială înaltă, NDVI, derivat din
senzori transportați de sateliti bine calibrați, rămâne un instrument util, actualizat și precis în
evaluarea amplorii. , densitatea, productivitatea și sănătatea vegetației.
Interpolarea datelor climatice
Similar datelor satelitare, studiul a necesitat date climatice cartografice (prin interpolare)
pentru a detecta răspunsul pădurilor la dinamica condițiilor climatice. Valorile de vară T, P și
ETo au fost spațializate în fiecare an și furnizate de Meteo România (NMA, 2021), folosind
metoda de interpolare Regression-Kriging (RK). Această metodă a fost considerată în cele din
urmă cea mai potrivită, utilizând procedura de validare încrucișată și mai mulți indicatori de
eroare, după testarea fiabilității mai multor metode de interpolare a datelor climatice (Dumitrescu
et al., 2017). RK este o metodă multivariată care include una sau mai multe variabile cu o
distribuție continuă spațial în calcule (Hengl și colab., 2007). Rezultă din însumarea suprafeței
determinate prin metoda celor mai mici pătrate (aplicată la regresia multiplă) și a suprafeței
obținute prin interpolarea spațială a reziduurilor de regresie, prin metoda Kriging.

Prin această metodă, primul pas constă în validarea statistică a modelului determinist, în sensul
verificării intensității relațiilor dintre predictori și variabile dependente (T, P și ETo). Cel mai
bun model de regresie ar putea fi determinat prin aplicarea metodei de regresie în trepte. În cazul
metodei RK, matricea punctelor grilei de regresie multiple reprezintă variabilitatea pe scară largă
a parametrului analizat modelată prin variabile explicative. Pentru a aborda efectul de

Page 6 of 23
coliniaritate, diverși predictori (altitudine, altitudine medie pe o rază de 20 km, latitudine,
distanță de la Marea Neagră, distanță până la Marea Adriatică și valori climatice medii
multianuale lunare) au fost filtrați prin analiza componentelor principale. (PCA).SEE, 2014) sau
achiziționate de la Meteo România (pentru ultimul predictor, cu date medii de climă înregistrate
pe o perioadă lungă de aproximativ cinci decenii) (NMA, 2021). Filtrarea predictorilor prin PCA
a fost realizată de Meteo România, prin transformarea variabilelor inițiale într-un nou set de
variabile, necorelate și de dimensiuni mai mici. Prin urmare, setul de date nou obținut conține
cea mai mare parte a variabilității setului de date original.
Delimitarea limitelor pădurilor
În timp ce datele NDVI și climatice au fost obținute inițial pentru întreg teritoriul României,
acestea au fost ulterior decupate în funcție de limitele naționale ale pădurilor, pentru a detecta
tendințele și relațiile statistice ecoclimatice strict la nivelul pădurilor românești. Delimitarea
hotarului pădurilor s-a realizat folosind clasele CLC 311, 312 și 313 (păduri de foioase, conifere
și mixte), care au fost extrase din cinci baze de date CLC (1990, 2000, 2006, 2012 și 2018) și
intersectate în România, pentru a detectarea zonelor forestiere comune care pot fi considerate
constante, stabile și neafectate/ ușor afectate de activitățile antropice (de exemplu, prin defrișări
istorice). Întreaga procedură de extragere și intersectare a datelor CLC, disponibile ca straturi
vectoriale pentru cei cinci ani de referință, a fost efectuată folosind software-ul ArcGIS (ESRI,
2020). Astfel, posibilele modificări ale productivității pădurilor pot fi atribuite în principal
schimbărilor climatice și nu interferențelor antropice directe, care au fost eliminate, în principiu,
prin luarea în considerare a suprafețelor forestiere permanente în ultimele trei decenii.

NDVI și evaluarea tendințelor climatice

Odată ce seria raster anuală (sezonul de vară) de date NDVI și climatice (T, P, ETo și
CWB) au fost obținute, testul neparametric Mann-Kendall (MK) (Mann, 1945; Kendall, 1975)
șiPanta lui Senestimator (Sen, 1968; Gilbert, 1987) au fost utilizate pentru investigarea
tendințelor eco-climatice din limitele forestiere ale României, stabilite pe baza datelor CLC
menționate mai sus. Tendințele eco-climatice au fost explorate la nivel de pixeli în ceea ce
privește direcția lor (pozitivă sau negativă), amploarea (schimbarea pe an) și semnificația
statistică (conform celor două test cu coada
Analiză statistică eco-climatică
Pe lângă evaluarea empirică a relațiilor eco-climatice, pe baza analizei tendințelor
menționate mai sus, acest studiu a investigat relațiile concrete dintre NDVI și datele climatice (T,
P, ETo și CWB), prin corelarea statistică a celor două seturi de date. În acest sens, au fost
calculate valori medii ale datelor NDVI și raster climatice pentru cele trei unități spațiale (regiuni
geografice majore, ecoregiuni majore și forme de relief majore, care au fost considerate unități
naturale omogene/relativ omogene în care poate fi detectat impactul climatului asupra NDVI) și
pentru fiecare an din 1987 până în 2018, folosind „statistica zonală ca tabel” modul din software-
ul ArcGIS și capabilități de generator de modele (ESRI

Page 7 of 23
Rezultate

NDVI se modifică în 1987–2018

Pe baza datelor raster anuale NDVI, calculate conform metodologiei menționate mai sus, a
fost investigată dinamica spațială și temporală a modificărilor NDVI în România, după 1987. O
analiză rapidă (empirică) a acestor modificări, bazată pe media aritmetică a valorilor NDVI în
două perioade egale (16 ani fiecare) din intervalul analizat (1987–2002 și 2003–2018), a
evidențiat o primă dovadă simplă a modificărilor densității vegetației din România în ultimele
decenii (Fig. 2). La o analiză vizuală comparativă a celor două valori medii NDVI (Fig. 2a & b),
se remarcă o ecologizare a pădurilor românești, evidențiat de valori predominant ușor mai mari
ale NDVI în 2003–2018, comparativ cu intervalul anterior. Această modificare generală pozitivă
a NDVI poate fi observată mai ales prin calculul diferenței matematice dintre pixeli, care a arătat
creșteri punctuale ale densității vegetației de până la peste 0,8 unități, în zona muntoasă a țării
(Fig. 2c). Gruparea diferențelor NDVI în două clase generale, una pentru scăderi (diferențe
negative, cu valori de pixeli<0) iar celălalt pentru creșteri (diferențe pozitive,>0), a indicat o
creștere generală a densității vegetației în România, în perioada recentă (Fig. 2d).
Fig. 2.Valorile medii NDVI (date de sezon de vară) în România în perioada 1987–2002 (a),
2003–2018 (b) și diferențele neclasificate (c) și clasificate (d) ale valorilor medii NDVI între cele
două perioade. Notă: D – Scăderi; I – Creșteri; zonele de culoare gri deschis sunt non-păduri;
valorile pozitive din harta din stânga jos (c) sunt valori NDVI mai mari în perioada 2003– 2018,
comparativ cu 1987–2002, iar opusul se aplică valorilor negative; clasa verde din harta din
dreapta jos (d) prezintă valori mai mari ale NDVI în perioada 2003–2018, comparativ cu
perioada 1987–2002, iar opusul se aplică clasei roșii; Suprafața de pădure a României (zone
colorate) este exagerată vizual în aceste hărți, ca urmare a dimensiunii pixelului NDVI de ~ 1
km. (Pentru interpretarea referințelor la culoare din legenda acestei figuri, cititorul este trimis la
versiunea web a acestui articol.)

Page 8 of 23
 Analiza detaliată a tendințelor actuale ale NDVI, chiar nesemnificative în
majoritatea părților țării la un nivel de încredere de 90%, este utilă deoarece poate indica
declanșarea, direcția și persistența schimbărilor ecologice forestiere, care s-ar putea accelera în
următorii ani și, prin urmare, ar putea devin semnificative statistic pe scară largă în toată țara.
Prin urmare, s-a constatat că România a fost recent afectată de un amestec de modificări ale
NDVI, dar în care tendințele pozitive sunt dominante la nivel național Aceste tendințe dominante
de ecologizare, care au fost detectate prin eliminarea pixelilor cu magnitudine foarte mică a
modificării (clasa nulă, cu tendințe staționare sau tendințe foarte apropiate de staționaritate),
sugerează o posibilă îmbunătățire generală a creșterii vegetației și a productivității în România,
Page 9 of 23
chiar dacă semnificația statistică a tendințelor este scăzută la nivel național. Cu toate acestea,
observațiile regionale cu privire la tendințele NDVI indică o imagine eterogenă, marcată de
înverzirea și rumenirea vegetației pe scară largă care a avut loc în întreaga țară

• Fig. 4.Zonele procentuale ale NDVI se modifică (tendințe) în perioada 1987–2018, la

nivelul regiunilor geografice majore (a), ecoregiilor majore (b) și formelor de relief
majore (c) ale României. Notă: con – conifere; cele trei unităţi spaţiale sunt prezentate
înFig. 1; statisticile celor patru tipuri de tendințe (Scădere, Creștere, Sig. Descrescătoare,
Sig. crescătoare) au fost extrase dinFig. 3b; Descrescătoare – zonă bazată pe procente a
tendințelor negative NDVI (valori pantei<-0,0001), obținut prin raportarea suprafeței
absolute de tendințe descrescătoare la suprafața totală a modificărilor forestiere (Scădere
+ Creștere) din România; Creștere – zonă bazată pe procente de tendințe pozitive NDVI
(valori pantei>0,0001), obținut prin raportarea suprafeței absolute de tendințe de creștere
la suprafața totală a modificărilor pădurilor (Scădere + Creștere) din România; Sig. in
scadere – zonă bazată pe procente de tendințe negative semnificative statistic (valorile
pantei NDVI<-0,0001 și cu valori p≤0,1), obținut prin raportarea ariei absolute a sig.
tendințe descrescătoare pe suprafața totală a tendințelor descrescătoare din România; Sig.
în creștere – zonă bazată pe procente a tendințelor pozitive semnificative statistic

Page 10 of 23
(valorile pantei NDVI>0,0001 și cu valori p≤0,1), obținut prin raportarea ariei absolute a sig.
tendințe în creștere pe suprafața totală a tendințelor în creștere din România; toate tendințele
semnificative statistic includ tendințe semnificative puternice (valori p<0,05) și tendințe cu o
semnificație statistică mai mică (valori p între 0,05 și 0,1).
total), constând în principal din tendințe de ecologizare (~28%) (Fig. 4b). Unele schimbări
ecologice importante au avut loc și în pădurile mixte panoniene (unde modificările NDVI au
reprezentat 27% – din care 17% ecologizarea și <10% rumenire – din toată dinamica vegetației
naționale), urmată de pădurile mixte balcanice și pădurile mixte din Europa Centrală ( Fig. 4b).
În ansamblu, ecoregiunile României au fost dominate de tendințele de creștere a NDVI, cu
excepția pădurilor situate în unități ecologice din regiunea Extracarpaților (sildestepa est-
europeană și stepa pontică),

Page 11 of 23
Fig. 5.Tendințe anuale generale (a–d) și clasificate (e–h) (în sezonul de vară) pentru temperatură,
precipitații, evapotranspirația de referință și bilanțul climatic de apă (precipitații minus
evapotranspirația de referință) în România în perioada 1987–2018. Notă: zonele cu gri deschis
sunt non-păduri, în timp ce zonele colorate sunt tendințe climatice procesate la nivelul limitelor
forestiere ale României; Descrescătoare – tendințe negative ale datelor climatice (valorile
pantei<-0,0001), detectat prin aplicarea Panta lui Senestimator; Creștere – tendințe pozitive ale
datelor climatice (valorile pantei>0,0001), detectat prin aplicareaPanta lui Senestimator; Sig.
Descrescătoare – tendințe de scădere semnificative statistic ale datelor climatice (valori ale
pantei<-0,0001 și cu valori p≤0.1), detectat prin aplicareaPanta lui Senși instrumente statistice
MK; Sig. Creștere – tendințe de creștere semnificative statistic ale datelor climatice (valori
pantei>0,0001 și cu valori p≤0.1), detectat prin aplicareaPanta lui Senși instrumente statistice
MK; modificări nule (valorile pantei încadrate în − 0,0001… +0,0001) nu au fost afișate pe
hărțile clasificate, deoarece acestea sunt aproape inexistente; toate tendințele semnificative
statistic includ tendințe semnificative puternice (valori p<0,05) și tendințe cu o semnificație
statistică mai mică (valori p între 0,05 și 0,1); aceste tendințe climatice au fost cartografiate doar
pentru a asigura o corelație vizuală empirică cu tendințele NDVI înFig. 3, la fel deTabelele 2 și
3au fost utilizate pentru detectarea relațiilor concrete dintre climă și datele NDVI.

Page 12 of 23
În cazul celor 16 unități de relief ale României (Fig. 1e), dinamica NDVI este și mai diversă (Fig.
4c), deși chiar și în acest caz anumite modele pot fi identificate în modificările vegetației
forestiere. Toate unitățile de relief care se suprapun teritoriilor carpatice (Est, Curbură, Sud,
Banatului și Carpații Occidentali) sunt caracterizate printr-un echilibru net pozitiv al tendințelor
NDVI de ecologizare (tendințe de creștere mai răspândite decât tendințele de scădere), care este
cel mai pronunțată în Carpații Meridionali (diferența cea mai mare). între tendințele NDVI de
îmbunătățire și degradare) și cel mai scăzut în Carpații Orientali (tendințele de creștere pe scară
largă a NDVI, alături de schimbări pe scară largă în scădere) (Fig. 4c). În schimb, marile unități

Page 13 of 23
de relief din zona Extracarpaților (Podisul Moldovei, Câmpia Română, Podișul Dobrogei) au fost
expuse la o anumită degradare dominantă (maximală ca amprentă spațială în Câmpia Română și
Podișul Moldovei, cu ~ 4% din totalul modificărilor NDVI). fiecare) sau tendințe mixte
echilibrate (Delta Dunării), cu excepția Podișului Getic, Subcarpaților și Dealurilor Mehedinți,
cu modificări de ecologizare în general (Fig. 4c). Pădurile din formele de relief situate în
regiunea Intracarpaților au cunoscut o ușoară îmbunătățire ecologică (Dealurile Crișanei și
Banatului, cu creșteri dominante ale NDVI, de până la 2% din total), modificări echilibrate
(CâmpiaVestică, cu tendințe opuse egale) sau un general scăderea densității vegetației (Podisul
Transilvaniei, aproape 6% tendințe de rumenire vs ~ 4% tendințe de ecologizare) (Fig. 4c).

Schimbările climatice din 1987–2018

 
Folosind aceleași metode geostatistice (Panta lui Senestimator și test MK) pentru analiza
tendințelor variabilelor climatice, considerate factori potențial relevanți ai dinamicii NDVI, au
fost evidențiate schimbări climatice importante pe tot teritoriul pădurilor românești, în timpul
sezonului estival (Fig. 5). Din punct de vedere al temperaturilor, s-a constatat o încălzire
exclusivă (semnificativă statistic pe 99% din pădurile românești), cu o intensitate mai mare pe
întregul Carpați (Fig. 5a & e). Mai precis, vârful T crește până la 0,08◦Au fost detectate C/an,
care corespund unei încălziri totale maxime de peste 2,5◦C în cei 32 de ani (Fig. 5A).
Dinamica precipitațiilor a fost mult mai eterogenă în comparație cu T, caracterizată prin
condiții mai umede în regiunile muntoase (cu creșteri ale P care au depășit chiar 6 mm/an) și
unele regiuni deluroase și de câmpie și condiții mai uscate (scăderi ale P) în unele părți ale Intra.
- și regiunile extracarpatice (Fig. 5b & f). După cum era de așteptat, evapotranspirația s-a
intensificat în ultimele decenii pe aproape întreg teritoriul României, în mare măsură influențată
de tendințele exclusiv pozitive ale T (având în vedere că valorile ETo au fost estimate pe baza T
și alți parametri climatici) (Fig. 5c & g). În acest caz, s-au constatat creșteri maxime ale ETo în
regiunile de est și sudest ale țării (de până la ~ 2,7 mm/an, adică o creștere totală a
evapotranspirației care depășește 85 mm pe toată perioada 1987–2018), care sunt în general
fiabile în termeni de semnificație statistică (Fig. 5c & g).

Analiza bilanțului climatic de apă (diferența dintre P și ETo) a evidențiat tendințe predominant
pozitive (cu semnificație statistică mai pronunțată mai ales în zonele montane) pe întreg teritoriul
pădurilor românești, ceea ce indică o dinamică CWB către direcția de excedent (care în unele
cazuri chiar a depășit 8). mm/an) (Fig. 5d & h). Această dinamică generală a evidențiat faptul că
cea mai mare parte a țării a devenit mai umedă, deși semnificația statistică a tendințelor CWB
este relativ limitată la nivel național (Fig. 5h). În timp ce toate aceste tendințe diverse și în
general pronunțate sugerează indirect că schimbările climatice ar putea explica dinamica
vegetației forestiere detectată prin modificările NDVI, răspunsul ecologic la dinamica climei
trebuie investigat într-o manieră concretă folosind metodele statistice adecvate.

Page 14 of 23
 Relații statistice dintre NDVI și dinamica climatului
 În urma corelării setului de date climatice anuale (T, P, ETo și CWB) și ecologice (NDVI)
pentru cele trei unități spațiale, conform fazele metodologice prezentate în secțiunea 2.3.5, au
fost detectate anumite relații interesante între climă și păduri în perioada 1987–2018, care au fost
evaluate pe scurt prin intermediul coeficientului de determinare (R2) și coeficientul de corelație
Pearson (r). În ceea ce privește relația temperatură – NDVI, vârfR2valori de 0,22 au fost obținute
în regiunea Carpaților, 0,24 în pădurile de conifere montane din Carpați și 0,26 în Carpații
Orientali, ceea ce înseamnă că până la 22%, 24% și 26% din dinamica valorilor NDVI poate fi
explicată prin modificări ale T în cele trei puncte fierbinți selectate din cele trei categorii de
unități naturale (masa 2). În timp ce acesteaR2valorile par relativ scăzute, semnificația lor
statistică este mare, nu numai în aceste cazuri particulare, ci și în alte cazuri cu unități spațiale
situate în general în zone muntoase (masa 2).
Analiza statistică precipitații-NDVI a arătat o lipsă generală de corelație între variabilitatea
densității vegetației forestiere și cea a P, datorităR2șirvalorile și lipsa generală de semnificație
statistică a corelațiilor (masa 2). În schimb, evapotranspirația pare să joace un rol mai/mult mai
important în dinamica ecologică a pădurilor, în principal în unitățile spațiale din regiunea
Extracarpaților. În acest caz, constatările au evidențiat un impact maxim al Eto asupra NDVI în
Podișul Moldovei, Câmpia de Vest, Delta Dunării, Câmpia Română, Podișul Dobrogei (forme de
relief), silvostepa est-europeană și stepa pontică (ecoregiuni), undeR2valorile au variat între 0,12
și 0,18, în timp cervalorile coeficientului au variat de la − 0,39 la − 0,46 (Tabelul 3). Mai mult
decât atât, exclusiv negativrvalorile coeficientului indică o corelație negativă semnificativă între
Eto și NDVI (Tabelul 3), ceea ce sugerează că intensificarea regimului de evapotranspirație în
ultimele decenii a generat un efect negativ asupra densității și sănătății vegetației forestiere, în
special în zonele de șes și dealuri menționate.
Analiza relației finale, dintre bilanțul climatic de apă și NDVI, evidențiază un impact
semnificativ semnificativ statistic al efectelor combinate ale P și Eto asupra schimbărilor
ecologice ale pădurilor din țară. Conform rezultatelor, se pare că amprenta acestui indicator este
mai mare asupra dinamicii NDVI, în comparație cu influența individuală a P și Eto (Tabelele 2 și
3). Deși informațiile statistice furnizate de cei doi coeficienți în acest caz particular au indicat un
impact pozitiv al CWB asupra tendințelor de ecologizare a NDVI, în toate cazurile analizate,
există încă multe cazuri cu un nivel relativ scăzut.R2șirvalori şi cu semnificaţie statistică scăzută
în toată ţara
4. Discutie
Rezultatele acestui studiu privind schimbările generale ale NDVI în România, dominate de
tendințe pozitive (Figurile. 2–4), confirmă modelul general al schimbărilor ecologice ale
vegetației din sud-estul Europei. Tendințe similare de ecologizare pe scară largă au fost raportate
în diferite studii efectuate la nivel global și continental, care s-au concentrat pe detectarea
tendințelor NDVI după 1980 și care au evidențiat tendințe în general de creștere pe continentul
european, inclusiv în estul și sud-estul Europei (Piao și colab., 2011; Liu și colab., 2015; Guo și
colab., 2018; Yang și colab., 2019; Ding și colab., 2020). Cu toate acestea, chiar dacă acest

Page 15 of 23
studiu este în concordanță cu imaginea generală a tendințelor positive ale NDVI, care au marcat
această regiune continentală în ultimele decenii, rezultatele evidențiază un model mai detaliat al
modificărilor NDVI în România, având în vedere rezoluția spațială mult mai mare a datelor
NDVI utilizate. (comparativ cu majoritatea studiilor anterioare, care au folosit date globale
grosiere), dar și rezultatele detaliate regionale extrase pentru prima dată în această lucrare.
 
În teorie, ele pot fi legate, de exemplu, de modificări ale condițiilor pedologice sau de efectele
poluării atmosferice (de exemplu, ploaia acide). În timp ce condițiile pedologice pot juca un rol
secundar, având în vedere natura generală statică (constantă) a solului (Prăvălie et al., 2020a),
scăderea globală a SO2si nuXemisii (cauze ale ploilor acide) în România după 1990 ( Năstase și
colab., 2018), pe fondul procesului masiv de dezindustrializare prin care țara a trecut după
căderea regimului comunist la sfârșitul anului 1989, poate avea efecte notabile asupra
îmbunătățirii calității ecologice a pădurilor din ultimele decenii. Mai mult, un alt exemplu poate
fi legat de creșterea globală a CO atmosferic2 fertilizare, care este de natură să conducă la o
creștere considerabilă a productivității vegetației nu numai în România, ci și în multe alte părți
ale lumii (Zhu și colab., 2016). Toți acești factori menționați mai sus și eventual alții explică în
esență intensitatea moderată a relațiilor ecoclimatice din România, care în general nu depășesc
50% (rvalori) de-a lungul pădurilor româneşti

Concluzii
Analizele privind dinamica detaliată a NDVI și a relației sale cu factorii climatici,
efectuate pentru prima dată pe întreaga suprafață împădurită a României, au evidențiat diverse
schimbări ecologice și climatice de-a lungul limitelor forestiere ale țării, în aproximativ ultimele
trei decenii. În esență, a fost observată o ecologizare generală a pădurilor României, datorită
tendințelor de creștere a NDVI la scară largă detectate în regiunea Carpaților. La nivel regional,
spre deosebire de regiunile montane, s-a constatat că suprafețele forestiere extinse din regiunile
Intra- și în special extra-carpatice au fost afectate de tendințele de scădere a NDVI, ceea ce
sugerează că în multe cazuri vegetația forestieră a fost degradată sau, cel puțin, devitalizată.
Toate aceste constatări pot avea implicații practice (politice) pentru managementul pădurilor din
România. Cartografierea, identificarea și analiza geostatistică a zonelor forestiere vulnerabile la
schimbările climatice pot fi utile pentru îmbunătățirea evaluării stării pădurilor naționale (și a
calității serviciilor ecosistemice ale acestora), adaptarea regenerării pădurilor. practici pe fondul
schimbărilor climatice, plantarea speciilor forestiere cu toleranță mai mare și adaptabilitate la
schimbările climatice mai eficient, promovarea diversității speciilor forestiere sau pentru
producerea de ghiduri de bune practici forestiere pentru a promova rezistența pădurilor la
efectele schimbărilor climatice.

Page 16 of 23
Referințe
Adole, T., Dash, J., Atkinson, PM, 2016. O revizuire sistematică a fenologiei vegetației în
Africa. Ecol. Informa. 34, 117–128.
Allen, RG, Pereira, LS, Raes, D., Smith, M., 1998. Evapotranspirația culturilor: linii directoare
pentru calcularea necesarului de apă a culturilor. În: FAO Irrigation and Drainage Paper 56,
Roma, Italia.
Allen, CD, Macalady, AK, Chenchouni, H., Bachelet, D., McDowell, N., Vennetier, M.,
Kitzberger, T., Rigling, A., et al., 2010. O privire de ansamblu asupra mortalității arborilor
cauzate de secetă și
căldură dezvăluie riscurile emergente legate de schimbările climatice pentru păduri. Pentru. Ecol.
Manag. 259,
660–684.
Anderegg, WRL, Kane, JM, Anderegg, LDL, 2013. Consecințele arborelui răspândit
mortalitatea declanșată de secetă și stres termic. Nat. Clim. Schimbarea 3, 30–36.
Bandoc, G., Prăvălie, R., Patriche, C., Dragomir, E., Tomescu, M., 2018. Răspunsul lui
evenimente fenologice la încălzirea climatică în regiunile de sud și sud-est ale
României. Stoch. Mediul. Res. Risc. Evalua. 32, 1113–1129.
Bennett, AC, McDowell, NG, Allen, CD, Anderson-Teixeira, KJ, 2015. Copaci mai mari
suferă cel mai mult în timpul secetei în pădurile din întreaga lume. Nat. Plantele 1.https://doi.org/
10.1038/nplants.2015.139.
Birsan, MV, Zaharia, L., Chendes, V., Branescu, E., 2014. Tendinte sezoniere in limba romana
curgerea pârâului. Hidrol. Proces. 28, 4496–4505.
Berner, LT, Massey, R., Jantz, P., Forbes, BC, Macias-Fauria, M., Myers-Smith, I.,
Kumpula, T., Gauthier, G., et al., 2020. Încălzirea verii explică răspândirea, dar
R. Prăvălie et al. Indicatori ecologici 136 (2022) 108629
înverzirea neuniformă în biomul tundrei arctice. Nat. comun. 11https://doi.org/
10.1038/s41467-020-18479-5.
Celac, S., Vădineanu, A., 2018. Strategia națională de dezvoltare durabilă a României
2030 (în română),https://www.edu.ro/sites/default/files/Strategia-nationala-pe ntrudezvoltarea-

Page 17 of 23
durabila-a-Rom%C3%A2niei-2030.pdf.
Chen, C., He, B., Guo, L., Zhang, Y., Xie, X., Chen, Z., 2018. Identificarea climatului critic
perioadele de creștere a vegetației în emisfera nordică. J. Geophys. Res.
Biogeosci. 123, 2541–2552.
Chen, C., Park, T., Wang, X., Piao, S., Xu, B., Chaturvedi, RK, Fuchs, R., Brovkin, V.,
et al., 2019. China și India sunt lideri în ecologizarea lumii prin gestionarea utilizării
terenurilor. Nat. Susține. 2, 122–129.
Cheval, S., Birsan, MV, Dumitrescu, A., 2014. Climate variability in the Carpathian
Regiunea Munților în perioada 1961–2010. Glob. Planetă. Chang. 118, 85–96.
Cheval, S., Dumitrescu, A., Adamescu, M., Cazacu, C., 2020. Identificarea schimbărilor
climatice
hotspot-uri relevante pentru ecosistemele din România. Clim. Res. 80, 165–173.
Chu, H., Venevsky, S., Wu, C., Wang, M., 2019. Dinamica vegetației bazată pe NDVI și ea
răspuns la schimbările climatice din bazinul râului Amur-Heilongjiang din 1982 până în
2015. Sci. Mediu total. 650, 2051–2062.
Ciceu, A., Popa, I., Leca, S., Pitar, D., Chivulescu, S., Badea, O., 2020. Schimbările climatice
efectele asupra creșterii arborilor din parcelele de monitorizare a pădurilor din România de Nivel
II. Sci. Mediu total. 698https://doi.org/10.1016/j.scitotenv.2019.134129.
CLC, 1990–2018. Baze de date CORINE Land Cover (1990, 2000, 2006, 2012, 2018),http
s://land.copernicus.eu/pan-european/corine-land-cover.
Croitoru, AE, Piticar, A., Dragotă, CS, Burada, DC, 2013. Modificări recente în referință
evapotranspirația în România. Glob. Planetă. Chang. 111, 127–137. Ding, Z., Peng,
J., Qiu, S., Zhao, Y., 2020. Aproape jumătate din suprafața cu vegetație globală
a experimentat o creștere inconsecventă a vegetației în termeni de verdeață, acoperire și
productivitate. Pământul Fut. 8https://doi.org/10.1029/2020EF001618. Dumitrascu, M.,
Kucsicsa, G., Dumitrică, C., Popovici, EA, Vrînceanu, A., Mitrică, B.,
Mocanu, I., Șerban, PR, 2020. Estimarea schimbărilor viitoare în stocul de carbon forestier
suprateran din România. O predicție bazată pe scenariul modelului de acoperire a pădurii.
Păduri 11, https://doi.org/10.3390/f11090914.
Page 18 of 23
Dumitrescu, A., Bojariu, R., Bîrsan, MV, Marin, L., Manea, A., 2015. Climatic recent
modificări în România din datele observaționale (1961–2013). Theor. Aplic. Climatol. 122,
111–119.
Dumitrescu, A., Birsan, MV, Manea, A., 2016. Interpolare spatio-temporala a subzilnic
(6 h) precipitații peste România pentru perioada 1975–2010. Int. J. Climatol.
36, 1331–1343.
Dumitrescu, A., Birsan, MV, Nita, IA, 2017. O grila de inalta rezolutie cotidian romanesc
set de date privind adâncimea zăpezii (2005–2015). Geofizika 34, 275–295.
Dumitrescu, A., Brabec, M., Matreata, M., 2020. Integrating ground-based observations
și date radar în grilajul precipitațiilor sub-zilnice. Resursă de apă. Manag. 34,
3479–3497.
Eastman, JR, Sangermano, F., Machado, EA, Rogan, J., Anyamba, A., 2013. Global
tendințele de sezonalitate ale indicelui de vegetație a diferențelor normalizate (NDVI), 1982–
2011.
Remote Sens. 5, 4799–4818.
AEE, 2014. Agenția Europeană de Mediu – Hillshade derivat din Digital
Model de elevație peste Europa din proiectul GSGRDA (EU-DEM-PRE Hillshade,
Rezoluție 25m),https://sdi.eea.europa.eu/catalogue/eea/api/records/4974b545
- a8a9-4a55-b074-dc089edb5d29.
ESRI, 2020. Institutul de Cercetare a Sistemelor de Mediu – capabilități software ArcGIS,htt
ps://www.esri.com/.
Evans, JS, 2020. SpatialEco: Utilități de analiză spațială și modelare, versiunea pachetului R
1.3-7,https://github.com/jeffreyevans/spatialEco.
Forzieri, G., Pecchi, M., Girardello, M., Mauri, A., Klaus, M., Nikolov, C., Rüetschi, M.,
Gardiner, B., et al., 2020. O bază de date explicită din punct de vedere spațial a perturbărilor
vântului în pădurile europene în perioada 2000–2018. Earth System. Sci. Date 12, 257–276.
Fu, YH, Zhao, H., Piao, S., Peaucelle, M., Peng, S., Zhou, G., Ciais, P., Huang, M. și colab.,
2015. Scăderea efectelor încălzirii globale asupra fenologiei desfășurării frunzelor de primăvară.
Natura 526, 104–107.
Page 19 of 23
Geacu, S., Dumitraşcu, M., Grigorescu, I., 2018. Despre semnificaţia biogeografică a
arii forestiere protejate din sudul României. Sustenabilitate 10.https://doi.org/
10.3390/su10072282.
GEE, 2021a. Google Earth Engine – date prin satelit LANDSAT (5 TM, 7 ETM+, 8 OLI/TIRS)
în perioada 1987–2018 pentru teritoriul României,https://earthengine.google.co m/.
GEE, 2021b. Google Earth Engine – USGS Landsat 5 Surface Reflectance Tier 1,https://
developers.google.com/earth-engine/datasets/catalog/LANDSAT_LT05_C01_T1_SR.
Gilbert, RO, 1987. Metode statistice pentru monitorizarea poluării mediului. Van
Nostrand Reinhold, New York, Statele Unite ale Americii.
Guo, M., Li, J., He, H., Xu, J., Jin, Y., 2018. Detectarea schimbărilor globale de vegetație
folosind
Testul de tendință Mann-Kendal (MK) pentru perioada 1982-2015. Bărbie. Geogr. Sci. 28, 907–
919.
Hengl, T., Heuvelink, GBM, Rossiter, DG, 2007. Despre regresie-kriging: din
ecuații la studii de caz. Calculator. Geosci. 33, 1301–1315.
Huang, J., Sun, S., Zhang, J., 2013. Detectarea tendințelor precipitațiilor în timpul
1960–2008 în provincia Jiangxi, sud-estul Chinei. Theor. Aplic. Climatol. 114,
237–251.
Huang, S., Tang, L., Hupy, JP, Wang, Y., Shao, G., 2021. O revizuire a comentariilor asupra
utilizarea indicelui de vegetație a diferențelor normalizate (NDVI) în era teledetecției
populare. J. Pentru. Res. 32, 1–6.
Ionita, M., Rimbu, N., Chelcea, S., Patrut, S., 2013. Variabilitatea multidecadala a verii
temperatura peste România și relația acesteia cu oscilația multidecadală atlantică.
Theor. Aplic. Climatol. 113, 305–315
IPCC, 2021. Schimbările climatice 2021: baza științei fizice. Contribuția muncii
Grupul I la cel de-al șaselea raport de evaluare al Grupului interguvernamental de expertiză
privind schimbările climatice. Cambridge University Press, Cambridge, Regatul Unit (în
presă). Jeong, SJ, Ho, CH, Gim, HJ, Brown, ME, 2011. Fenologia se schimbă la început vs.
sezon de creștere în vegetația temperată din emisfera nordică pentru perioada
Page 20 of 23
1982–2008. Glob. Schimbați Biol. 17, 2385–2399.
Jiang, L., Liu, Y., Wu, S., Yang, C., 2021. Analizarea schimbării și a mediului ecologic
factori determinanți asociați în China pe baza datelor din seria temporală NDVI. Ecol. indic.
129 https://doi.org/10.1016/j.ecolind.2021.107933.
Kendall, MG, 1975. Rank Corelation Methods, ediția a 4-a. Charles Griffin, Londra,
Regatul Unit.
Kucsicsa, G., Popovici, EA, Bălteanu, D., Dumitraşcu, M., Grigorescu, I., Mitrică, B.,
2020. Evaluarea potențialei schimbări viitoare a acoperirii forestiere în România, prezisă
folosind o modelare bazată pe scenarii. Mediul. Model. Evalua. 25, 471–491.
Leutner, B., Horning, N., Schwalb-Willmann, J., Hijmans, RJ, 2019. RStoolbox: Instrumente
pentru analiza datelor de teledetecție. Versiunea pachetului R (2), 6.https://CRAN.R-proiect.
org/package=RStoolbox.
Li, P., Wang, J., Liu, M., Xue, Z., Bagherzadeh, A., Liu, M., 2021. Spațio-temporal
caracteristicile de variație ale NDVI și răspunsul său la climă de pe Podișul Loess din
1985 până în 2015. Catena 203.https://doi.org/10.1016/j.catena.2021.105331. Liu, Y.,
Li, Y., Li, S., Motesharrei, S., 2015. Modele spațiale și temporale ale NDVI globale
tendințe: corelații cu clima și factorii umani. Remote Sens. 7, 13233–13250. Liu, J.,
Zhang, J., Kong, D., Feng, X., Feng, S., Xiao, M., 2021a. Contributii ale
forțarea antropogenă la evapotranspirație se modifică în perioada 1980-2020 folosind
simulările GLEAM și CMIP6. J. Geophys. Res. Atmos. 126https://doi.org/
10.1029/2021JD035367.
Liu, C., Li, W., Wang, W., Zhou, H., Liang, T., Hou, F., Xu, J., Xue, P., 2021b. Cantitativ
analiza spațială a dinamicii vegetației și a potențialilor factori determinanți într-o
regiune alpină tipică din nord-estul Podișului Tibetan folosind Google Earth Engine.
Catena 206.https://doi.org/10.1016/j.catena.2021.105500.
Liu, Q., Liu, L., Zhang, Y., Wang, Z., Wu, J., Li, L., Li, S., Paudel, B., 2021c. Identificare
a factorilor de impact pentru modele diferențiate de schimbare a NDVI în regiunea sursă a
apei de apă din Brahmaputra și Indus, sud-vestul Podișului Tibetan. Ecol. indic. 125 https://

Page 21 of 23
doi.org/10.1016/j.ecolind.2021.107604.
Mamara, A., Argiriou, AA, Anadranistakis, M., 2016. Analiza recentă a tendinței aerului mediu
temperatura în Grecia pe baza datelor omogenizate. Theor. Aplic. Climatol. 126,
543–573.
Mann, HB, 1945. Teste neparametrice împotriva tendinței. Econometrica 13, 245–259.
Marin, L., Birsan, MV, Bojariu, R., Dumitrescu, A., Micu, DM, Manea, A., 2014. An
Prezentare generală a schimbărilor climatice anuale din România: tendințe ale temperaturii
aerului,
precipitațiilor, orelor de soare, acoperirea norilor, umiditatea relativă și viteza vântului în
perioada
1961–2013. Carpata. J. Earth Environ. Sci. 9, 253–258.
Masiero, M., Pettenella, D., Boscolo, M., Barua, SK, Animon, I., Matta, R., 2019. Evaluarea
servicii ecosistemice forestiere. Un manual de instruire pentru planificatori și dezvoltatori de
proiecte. Organizația Națiunilor Unite pentru Alimentație și Agricultură, Roma, Italia.
MECC, 2013. Ministerul Mediului și Schimbărilor Climatice – naționala României
strategia privind schimbările climatice 2013-2020 (în română),http://mmediu.ro/app/we
broot/uploads/files/Strategia-Nationala-pe-Schimbari-Climatice-2013-2020.pdf. Meng, X.,
Gao, X., Li, S., Lei, J., 2020. Caracteristicile spațiale și temporale ale vegetației
Schimbările NDVI și forțele motrice în Mongolia în perioada 1982-2015. Senzori de la
distanță 12https://doi.org/10.3390/rs12040603.
MEWF, 2012. Ministerul Mediului, Apelor și Pădurilor – Raport privind starea
Pădurile românești în 2012 (în română),http://www.mmediu.ro/app/webroot/up
loads/files/2016-12-16_Raport_Starea_padurilor_2012.pdf.
MEWF, 2014. Ministerul Mediului, Apelor și Pădurilor – Raport privind starea
Pădurile românești în 2014 (în română),http://apepaduri.gov.ro/categorie/star eapadurilor/
209.
MEWF, 2015. Ministerul Mediului, Apelor și Pădurilor – Raport privind starea
Pădurile românești în 2015 (în română),http://apepaduri.gov.ro/categorie/star eapadurilor/
209.

Page 22 of 23
MEWF, 2017. Ministerul Mediului, Apelor și Pădurilor – Strategia Naţională Silvică
2018–2027 (în română),http://www.mmediu.ro/app/webroot/uploads/files/2
017-10-27_Strategia_forestiera_2017.pdf.
MEWF, 2019. Ministerul Mediului, Apelor și Pădurilor – Raport privind starea
Pădurile românești în 2019 (în română),http://apepaduri.gov.ro/categorie/star eapadurilor/
209.
Micu, DM, Dumitrescu, A., Cheval, S., Nita, IA, Birsan, MV, 2021. Temperatura
schimbări şi relaţii elevaţie-încălzire în Munţii Carpaţi. Int. J. Climatol. 41, 2154–2172
.
Mihai, G., Birsan, MV, Dumitrescu, A., Alexandru, A., Mirancea, I., Ivanov, P.,
Stuparu, E., Teodosiu, M., et al., 2018. Adaptive genetic potential of European silver
brad in Romania in the context of climate change. Ann. Pentru. Res. 61, 95–108.
Mihai, G., Teodosiu, M., Birsan, MV, Alexandru, AM, Mirancea, I., Apostol, EN,
Garbacea, P., Ionita, L., 2020. Impactul schimbărilor climatice și al potențialului genetic
adaptativ al molidului de Norvegia în zona de sud-est a distribuției speciilor. Agric. Pentru.
Meteorol. 291https://doi.org/10.1016/j.agrformet.2020.108040.
Mihai, G., Alexandru, AM, Stoica, E., Birsan, MV, 2021. Răspuns de creștere intraspecific
la seceta deAbies albaîn Carpaţii de Sud-Est. Pădurile 12.https://doi.org/ 10.3390/
f12040387.
Mihăilă, D., Bistricean, PI, Lazurca, LG, Briciu, AE, 2017. Deficitul climatic de apă și
surplus între Munții Carpați și râul Nistru (1961–2012). Mediul. Monit. Evalua. 189
https://doi.org/10.1007/s10661-017-6253-3. MOE, 2020. Microsoft Office Excel –
software Excel,http://www.microsoft.com. Mokhtari, A., Noory, H., Vazifedoust, M.,
2018. Performanța diferitelor suprafețe
modelele de radiație solară de intrare și impactul acestora asupra evapotranspirației de referință

Page 23 of 23