Universitatea Transilvania din Braov

TEZ DE ABILITARE
IDENTIFICAREA, EVALUAREA I MONITORIZAREA SCHIMBRILOR
DIN MEDIUL NCONJURTOR FOLOSIND METODE ALE
TELEDETECIEI SATELITARE

Domeniul: SILVICULTUR

Autor: Prof. dr. ing. Iosif VOROVENCII

Universitatea Transilvania din Braov

BRAOV, 2015

Teza de abilitare

Iosif VOROVENCII

Lista de abrevieri

ABT
ASCR
ASTER
AVHRR
AWMSI
BI
COST
CVA
DI
DMC
DN
DOS
DTC
ED
EVI
GIS
GNSS
IRS
ISODATA
LAI
Landsat ETM+
Landsat MSS
Landsat TM
LST
LULC
MCAI
MDCA
MFDI
MIR
MPA
MSAVI
MSAVI1
MSDI
MSI
MWA
NDVI
NIR
NOAA
NP
PASD
PC1
PC2
PC3
PCA

Average Brightness Thresholding

Automatic Scattergram-Controlled Regression
Advanced Spaceborne Thermal Emission and Reflection Radiometer
Advanced Very High Resolution Radiometer
Area Weighted Mean Shape Index
Bare Soil Index
Cosine Approximation Model
Change Vector Analysis
Disturbance Index
Disaster Monitoring Constellation
Digital Number
Dark Object Subtraction
Decision Tree Classifier
Edge Density
Enhanced Vegetation Index
Geographic Information Systems
Global Navigation Satellite System
Indian Remote Sensing
Iterative Self-Organizing Data Analysis Techniques
Leaf Area Index
Landsat Enhanced Thematic Mapper Plus
Landsat Multispectral Scanner
Landsat Thematic Mapper
Land Surface Temperature
Land Use Land Cover
Mean Core Area Index
Mean Disjunct Core Area
Mean Fractal Dimension Index
Midle Infrared
Mean Patch Area
Modified Soil Adjustment Vegetation Index
Modified Soil Adjusted Vegetation Index 1
Moving Standard Deviation Index
Mean Shape Index
Mono-Window Algoritm
Normalised Difference Vegetation Indice
Near Infrared
National Oceanic and Atmospheric Administration
Numbers of patches
Patch Area Standard Deviation
Principal Components 1
Principal Components 2
Principal Components 3
Principal Components Analysis
1

Iosif VOROVENCII

PCC
RGB
RUSLE
RVI
SMA
SAR
SAVI
SCR
SPOT
SRTM
SWA
TABI
TC
TCA
TCB
TCG
TCW
TES
TIR
TM4
TSAVI
TSAVI1
TSAVI2
UID
USGS
UTM
WDVI
WGS 84

Tez de abilitare

Post Classification Comparison

Red Green Blue
Revised Universal Soil Loss Equation
Ratio Vegetation Index
Spectral Mixture Analysis
Synthetic Aperture Radar
Soil Adjusted Vegetation Index
Scattergram-Controlled Regression
Systeme Pour lObservation de la Terre
Suttle Radar Terraine Model
Split-Window Algoritm
Thermal Airborne Broadband Imager
Tasseled Cap
Total Core Area
Tasseled Cap Brightness
Tasseled Cap Greennees
Tasseled Cap Wetness
Temperature and Emissivity Separation Algorithm
Thermal Infrared
Thematic Mapper 4
Transformed Soil Adjusted Vegetation Index
Transformed Soil Adjusted Vegetation Index 1
Transformed Soil Adjusted Vegetation Index 2
Univariate Image Differencing
Unites States Geological Survey
Universal Transverse Mercator
Weighted Difference Vegetation Index
World Geodetic System 84

Teza de abilitare

Iosif VOROVENCII

CUPRINS

Lista de abrevieri...................................................................................................................................... 1
(A) Summary............................................................................................................................................ 5
(B) Realizri tiinifice i profesionale i planuri de evoluie i dezvoltare a carierei............................ 7
(B-i) Realizri tiinifice i profesionale................................................................................................... 7
1. Introducere........................................................................................................................................... 7
1.1. Aspecte generale.......................................................................................................................... 7
1.2. Articole cuprinse n teza de abilitare............................................................................................ 9
2. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor....................... 10
2.1. Identificarea, evaluarea i monitorizarea schimbrilor legate de utilizarea/acoperirea
terenurilor pe baza metodei diferenei dintre indicii NDVI, componentele PC2 i
benzile TM4 i metodei PCC.......................................................................................................... 10
2.2. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor pe
baza metodei analizei schimbrilor vectoriale............................................................................. 22
2.3. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor
folosind metoda comparaiei postclasificare.............................................................................. 33
2.4. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor pe
baza indicelui NDVI i temperaturii de suprafa..................................................................... 46
3. Evaluarea i monitorizarea riscului la deertificare folosind imagini satelitare Landsat i
clasificarea prin arbori de decizie.......................................................................................................... 56
4. Identificarea, evaluarea i monitorizarea schimbrilor din pduri....................................................... 68
4.1. Identificarea, evaluarea i monitorizarea doborturilor de vnt pe baza metodelor UID,
PCA selectiv i CVA..................................................................................................................... 68
4.2. Identificarea exploatrilor forestiere necontrolate i a tierilor ilegale de pduri pe baza
indicelui de disturban i metodei diferenei dintre imagini...................................................... 79
4.3. Cuantificarea i analiza fragmentrii pdurilor folosind indici de caracterizare a peisajelor
i imagini satelitare Landsat......................................................................................................... 84
4.4. Evaluarea i monitorizarea defririlor i regenerrilor de pduri prin metoda analizei
schimbrilor vectoriale................................................................................................................. 89
5. Identificarea, evaluarea i monitorizarea schimbrilor produse de exploatrile de suprafa
pe baza indicilor de vegetaie i a profilelor spectrale.......................................................................... 94
6. Concluzii asupra cercetrilor originale................................................................................................. 100
(B-ii) Planuri de evoluie i dezvoltare a carierei.................................................................................... 103
1. Evoluia profesional i activitatea de cercetare tiinific.................................................................. 103
2. Planuri de dezvoltare a carierei............................................................................................................ 106
(B-iii) Bibliografie..................................................................................................................................... 110

Iosif VOROVENCII

Tez de abilitare

Teza de abilitare

Iosif VOROVENCII

(A) Summary
The Habilitation Thesis synthetically presents the results of research carried out after defending
the PhD thesis entitled The Possibilities of Using Satellite Images in Forest Planning Works, in 2005 at
Transilvania University of Brasov. This thesis is comprised of an abstract, scientific and professional
achievements, plans for further career and research development and references.
The increasingly significant changes that occurred in Romanian society after 1989 led to changes
in land use/land cover, forest management, and property rights, due to the transition from socialist
property to private property, as well as changes in all economic and social fields. Against this
background, the purpose of our research was to identify, assess, and monitor these environmental
changes, which were determined by various natural and/or anthropogenic causes, using remote sensing
methods. In this context, the research focused on land use/land cover changes, those caused by
desertification risk, forest changes and those caused by surface utilisation. In order to conduct this
research, we used times series satellite images, in which, for comparison purposes, the first year was
taken from before 1989 in almost all the periods. The studies were carried out based on Landsat TM and
Landsat ETM+ satellite images, and we used as reference data Ikonos satellite images, photograms,
digital aerial images, and cartographic materials at certain scales (1:5000, 1:2000, 1:1000, 1:500) found
in different databases.
Methods for monitoring change employed in our research were: images difference, vegetation
indices difference or difference between components of TC transformation, CVA, PCC, and PCA. We also
resorted to the DTC method, the method of correlation between NDVI and LST, the spectral profile
method, and the method of comparison of vegetation indices. Beside the metods specific to remote
sensing, the following were used: knowledge of digital photogrammetry, GNSS, topography and the
information systems specific to the field of activity.
Identification, assessment and monitoring of changes in land use/land cover were performed in
Brasov metropolitan area. The research resulted in a study for the period, 19932009, covering a
smaller surface area and in two studies drawn up with different objectives for the period, 19872009,
covering the entire metropolitan area. In this area, we analysed the dynamics of changes in land
use/land cover by obtaining from to" information, as well as the impact of these changes on land
surface temperature determined, in turn, on the basis of the thermal band of Landsat images. Results
showed that after 1989 a significant surface area of agricultural land remained uncultivated or was
turned into pasture, and that the surface area covered by constructions increased. Research also
showed that there is a negative correlation between NDVI and LST indicator.
Research into the identification, assessment and monitoring of land cover was carried out
between 19872011 also within Medias Forest Division, with Copsa Mica town at its centre. Results
show that changes in land cover led to a significant reduction of surface areas affected by carbon black
pollution and, to a lower degree, by heavy metal pollution.
The assessment and monitoring of desertification risk were studied in Dobrogea using Landsat TM
satellite images and MSAVI1, MSDI indicators and the albedo, connected with vegetation conditions,
landscape pattern and micrometeorology. As a result of this research, maps displaying six grades of
desertification risk were obtained: non, very low, low, medium, high, and severe. Results show that in
Dobrogea, according to rules established for the period, 19872011, two grades of desertification risk
have an ascending trend, namely very low and medium. Analysing the causes of the occurrence of
desertification risk, we found that the main factor is high temperature that combines with the
destruction of forest belts and of the irrigation system, and to a smaller extent, with fragmentation of
agricultural land and deforestation in the study area.
Identification, assessment and monitoring of forest changes were carried out concerning
windthrows in spruce stands, uncontrolled forest logging, illegal logging and vegetation regeneration.
5

Iosif VOROVENCII

Tez de abilitare

The monitoring of windthrows was performed using two satellite images, pre- and post-event, both from
2001, when massive windthrows occurred in Sanmartin Forest Division within the Miercurea Ciuc Forest
District. Research results showed that, among the used methods, the univariate image differencing (UID)
applied to the TCW component allowed the identification of windthrows with high precision, while the
application of the first principal component on the basis of the SAVI index yielded the lowest precision.
Another area where research into forest disturbances was carried out for the period, 19872009,
was Vlahita in Harghita County. Images were processed using TC transformation on the basis of which
the disturbance index DI was calculated and forest disturbance index maps were drawn up for 1993,
2002, and 2009 as well as for each period. Research into forest disturbances was also performed in
Giurgeului Mountains, using a similar methodology. After calculating the DI index, the method of
difference between DI images was applied, and, on the basis of resulting thresholds, disturbance class
maps were finally obtained, including three classes: fragmented, nonforest, and forest. Based on those,
10 metrics that characterise landscape and are related to area, edge, shape, and core area were
analysed at class level and for each period. Results showed that during 19872009, a strong forest
fragmentation in the study area took place as a result of uncontrolled forest logging and illegal logging,
which eventually led to the loss of the specific forest environment, of connectivity, of the habitat of
different species, and to the emergence of bare slopes and surface erosion phenomenon.
In Trotusului Valley, research into vegetation monitoring for the period, 19862009, was
conducted using the CVA method applied to TCB and TCG components derived from TC transformation.
Following the processing of satellite images, we obtained maps that show the magnitude and direction
of changes in deforestation, regeneration, and persistence of vegetation. Research results show that
changes, caused by deforestation and also by regeneration, occurred in the analysed period.
Identification, assessment and monitoring of surface utilisation changes were carried out for two
limestone quarries, located on the outskirts of Brasov city, using satellite images acquired in 1984, 1989,
and 2009. The results obtained show that the most adequate RGB combination for differentiation of
limestone quarries from other surfaces with a similar spectral profile, such as asphalt and concrete
surfaces, is the combination that includes NDVI. Following the analysis of regression, we found that, for
the study area, NDVI, SAVI and TSAVI indices yield approximately the same results.
The evolution of professional and research activity, and the plans for further career and research
development are presented in a synthesis that complements this thesis.

Teza de abilitare

Iosif VOROVENCII

(B) Realizri tiinifice i profesionale i planuri de evoluie i

dezvoltare a carierei
(B-i) Realizri tiinifice i profesionale
1. Introducere
1.1. Aspecte generale
Teledetecia satelitar are astzi vaste aplicaii n diferite domenii de activitate, inclusiv n
silvicultur. Aceasta a condus la nelegerea diferitelor fenomene i procese naturale de pe planet
precum i la posibilitatea evalurii impactului aciunilor omenirii asupra resurselor naturale de care mai
dispune Pmntul. Multitudinea de sisteme satelitare, dotate cu diferii senzori, permite preluarea de
nregistrri cu diferite rezoluii spaiale, spectrale, radiometrice i temporale care dicteaz tipul de
aplicaie n care pot fi utilizate. n cazul senzorilor optici, benzile n care se preiau imaginile iar n cazul
senzorilor radar, unghiul de inciden i banda, joac un rol important n definirea aplicaiei. Multe
aplicaii necesit folosirea de imagini satelitare n care timpul de revizitare trebuie s fie ct mai mic. n
cazul senzorilor optici, pot exista factori limitativi la preluarea imaginilor cum ar fi acoperirea noroas pe
anumite suprafee, problem aproape permanent n unele pri de pe glob, n special la tropice. n
zonele polare apar probleme legate de o iluminare inadecvat pentru cteva luni din an caz n care
nregistrrile radar sunt cele mai indicate deoarece preluarea lor nu depinde de sursele naturale de
lumin. De asemenea, senzorii radar lucreaz n lungimi de und mari care permit penetrarea norilor,
fumului i ceei, asigurnd astfel nregistrarea datelor ce nu pot fi observate din cauza condiiilor de
vreme sau de iluminare slab.
n anumite aplicaii se impune folosirea mai multor senzori care s preia imagini satelitare de pe
aceeai suprafa deoarece fiecare band nregistreaz date pe o anumit lungime de und. Reflectana
detaliilor nregistrate n imagini se poate schimba n timp, uneori chiar ntr-un interval de cteva
secunde, ceea ce n multe aplicaii utilizarea de date multisurs asigur o identificare mai uoar i
sigur a detaliilor. De asemenea, folosirea de imagini preluate de senzori diferii asigur informaie
complementar iar, prin fuzionarea acestora, se poate facilita interpretarea i clasificarea coninutului
lor. n aceast situaie se gsesc combinaiile realizate ntre imaginile cu rezoluie spaial ridicat
preluate n pancromatic i imaginile multispectrale cu rezoluie spaial mai slab sau fuzionarea de date
preluate prin tehnicile teledeteciei pasive cu date preluate prin intermediul teledeteciei active. Un
exemplu specific n acest sens este fuzionarea nregistrrilor radar, care contribuie cu structura
detaliilor, cu imaginile multispectrale care aduc informaia color a detaliilor din teren i a covorului
vegetal. Folosirea nregistrrilor multiband este, de asemenea, benefic n toate aplicaiile deoarece
informaia coninut este preluat n diferite lungimi de und.
Informaia nregistrat n imaginile satelitare preluate n ani diferii pe o anumit perioad de
timp constituie informaie multitemporal. Intervalul dintre imagini poate s fie de zile, sptmni sau
ani. Printre aplicaiile des folosite care necesit imaginii din serii temporale sunt cele legate de
monitorizarea schimbrilor utilizrii/acoperirii terenurilor sau dezvoltrii zonelor urbane. De asemenea,
pentru analiza seriilor de imagini folosite n aplicaiile privind monitorizarea schimbrilor un element
important este observarea fazelor fenologice ale vegetaiei care necesit imagini preluate n timpul
sezonului de vegetaie, la intervale regulate i scurte. n acest fel se obine informaie multitemporal
extras din imaginile preluate de pe aceeai suprafa dar la date diferite (Vorovencii, 2015).

Iosif VOROVENCII

Tez de abilitare

Intervalul dintre imaginile unei serii temporale se alege astfel nct s permit monitorizarea
dinamicii fenomenelor studiate specifice tipului de aplicaie. Unele evenimente catastrofale (inundaii,
incendii de pdure, alunecri de teren etc.) necesit folosirea de imagini preluate la intervale mici, de
ordinul zilelor sau chiar orelor, n timp ce alte evenimente, a cror dinamic este lent (topirea
ghearilor, rempdurirea suprafeelor defriate etc.), necesit imagini preluate la intervale de ani. Un alt
aspect important n aplicaiile ce vizeaz identificarea schimbrilor presupune folosirea de imagini
preluate n aceleai condiii sau apropiate n vederea obinerii de rezultate comparabile legate de
clasificarea coninutului imaginilor satelitare.
Folosirea seriilor temporale de imagini satelitare n foarte multe aplicaii conduce la realizarea de
analize multitemporale care depind de compararea rezultatelor dintre aceste imagini. n acest sens se
impune convertirea valorilor digitale ale pixelilor n uniti fizice, adic n radian, permind astfel o
comparare obiectiv a imaginilor i determinarea corect a naturii i mrimii schimbrilor din perioada
analizat. Aici pot fi ncadrate aplicaiile care se bazeaz pe utilizarea indicilor de vegetaie,
transformarea TC etc. Pentru analize i interpretri ale imaginilor satelitare, precum i pentru stabilirea
gradului de precizie a informaiilor obinute din acestea, sunt necesare date suplimentare care
constituie adevrul teren (ground truth).
Sistemele satelitare care preiau date folosite la identificarea, evaluarea i monitorizarea
schimbrilor din mediului nconjurtor sunt numeroase i variate. n acest sens, primul program demarat
n 1972 i cel mai longeviv centrat pe urmrirea resurselor Pmntului, este programul Landsat care a
trimis n spaiu cu succes pn acum 7 generaii de satelii (Landsat-1, -2, -3, -4, -5, -7 i -8). Imaginile
Landsat sunt folosite pe larg n studii legate de identificarea, evaluarea i monitorizarea schimbrilor din
mediul nconjurtor datorit faptului c sunt ieftine, sunt gratuite, iar rezoluia spaial de 15 m n
pancromatic i de 30 m n multispectral, asigur realizarea de studii pe suprafee mari. Alturi de acesta
programul francez SPOT, demarat n 1986, este la a 7 generaie de satelii, ultimul satelit SPOT-7 fiind
lansat n iunie 2014. Imaginile SPOT au rezoluia spaial n multispectral de 20 m i 10 m n pancromatic
iar imaginile SPOT-6 i -7 au rezoluii de 1,5 m n pancromatic i 6 m n multispectral i infrarou
apropiat. Dintre programele satelitare mai importante de monitorizare a resurselor Pmntului cu
rezoluie spaial medie mai pot fi amintite: IRS, cu rezoluia spaial cuprins ntre 5,8 m i 188 m;
sateliii din seriile CBERS, IRS ResourceSat, RapidEye (-A, -B, -C, -D, -E); satelii din seria DMC cum sunt
DMC AlSat-1, NigeriaSat-1, Deimos-1; satelitul Proba-V (100 m n vizibil i 200 m n infrarou scurt) etc.
Alturi de aceste sisteme n ultimul timp au aprut sistemele satelitare care preiau imagini cu rezoluie
spaial ridicat folosite n evaluarea i monitorizarea mediului nconjurtor. Primul dintre acestea a fost
satelitul Ikonos lansat n septembrie 1999 i care preia nregistrri cu rezoluia spaial de 1 m n
pancromatic i de 4 m n multispectral. Din categoria acestor sisteme satelitare mai pot fi amintite
urmtoarele: EROS-A i -B cu rezoluia spaial de 1,9 m, respectiv 0,7 m; Quickbird care preia imagini cu
rezoluia de 2,44 m n multispectral i 0,61 m n pancromatic; OrbView-3 (1 m n pancromatic, 4 m n
multispectral); sateliii din seria Cartosat (-1, -2, -2A, -2B) care achiziioneaz imagini cu rezoluia
spaial de 2,5 m, respectiv 0,8 m. Tot din aceast categorie fac parte sateliii din seria WorldView i
anume WorldView-I (0,45 m n pancromatic), WorldView-II (0,46 m n pancromatic, 1,84 m n
multispectral) i WorldView-III lansat n august 2014 care are capaciti deosebite prelund imagini cu
rezoluia spaial n pancromatic de 0,31 m, n multispectral de 1,24 m i n infrarou scurt de 3,7 m.
Acesta este cel mai performant sistem satelitar destinat sectorului civil pn la momentul redactrii
prezentei lucrri. De asemenea, din aceast categorie mai fac parte sateliii GeoEye-1, RazakSat 1,
DubaiSat-1, AlSat-2 toi lansai nainte de 2000, prelund imagini cu rezoluia spaial sub 4 m. Dup
2010 seria acestor satelii a continuat cu NigeriaSat-2, Pleiades-1A i -1B, KOMPSAT-3, Kanopus V-1,
Gaofen-1 (GF-1), VNREDSat-1A, DubaiSat-2, constelaia de satelii Flock-1...-28/Dove-5...-32, SkySat-1 i 2, EgyptSat-2, KazEOSat-1, Deimos-2 etc. (Vorovencii 2015).
n privina unor noiuni folosite n prezenta lucrare se impun necesare cteva precizri foarte
importante. n cazul imaginilor satelitare, cu rezoluie spaial slab i moderat, prin clasificarea
coninutului acestora i, evident identificarea i monitorizarea schimbrilor, nu pot fi evideniate
categoriilor de folosin ale terenurilor motiv pentru care clasificarea i monitorizarea schimbrilor se
realizeaz pe clase de utilizare/acoperire a terenurilor. Aceasta este o noiune specific teledeteciei
satelitare care deriv din limba englez avnd la baz cuvintele land use/land cover i care a fost folosit
8

Teza de abilitare

Iosif VOROVENCII

sub acest neles pe tot parcursul acestei lucrri. n cadrul unei clase de acoperire a terenului pot intra
diferite categorii de folosin cum ar fi n cazul clasei de acoperire vegetaie unde pot fi incluse
categoriile de folosin pdure, pune, fnee etc. n acelai sens trebuie neles i termenul de utilizare
a terenului fr a se substitui categoriei de folosin din cadastru. De asemenea, n literatura de
specialitate se ntlnesc termenii tehnicii de detectare a schimbrilor i metode de evideniere a
schimbrilor. n prezenta lucrare s-a adoptat termenul de metode de identificare a schimbrilor,
respectiv metode de evideniere a schimbrilor. De asemenea, pentru a nu se crea confuzii la traducere
i a se asigura o tratare unitar denumirile metodelor, indicilor de vegetaie i imaginilor satelitare au
fost pstrate cele din limba englez.
1.2. Articole cuprinse n teza de abilitare
Rezultatele cercetrilor prezentate n teza de abilitare se bazeaz pe urmtoarele articole
publicate n reviste indexate ISI Thompson Reuters (6), la conferine ISI Proceedings (2) i n reviste
indexate n baze de date internaionale (2):
1. Vorovencii, I. (2015). Assessing and monitoring the risk of desertification in Dobrogea, Romania,
using Landsat data and decision tree classifierISI. Environmental Monitoring and Assessment.
Vol. 187, No. 4, Article 204, (FI = 1,679), (SRI = 0,749).
2. Vorovencii, I. (2015). Monitoring deforestation and vegetation regeneration in Trotusului Valley,
Romania, using change vector analysis and Landsat imageryBDI. Proceedings of the Biennial
International Symposium, Forest and Sustainable Development, Braov, Romania, 24-25th of
October 2014, p. 356361.
3. Vorovencii, I. (2014). A change vector analysis technique for monitoring land cover changes in
Copsa Mica, Romania, in the period 19852011ISI. Environmental Monitoring and Assessment.
Vol. 186, No. 9, p. 59515968 (FI = 1,679), (SRI = 0,749).
4. Vorovencii, I. (2014). Assessment of some remote sensing techniques used to detect land
use/land cover changes in south-east Transilvania, RomaniaISI. Environmental Monitoring and
Assessment. Vol. 186, No. 5, p. 26852699 (FI = 1,679), (SRI = 0,749).
5. Vorovencii, I. (2014). Detection of environmental changes due to windthrows using Landsat 7
ETM+ satellite imagesISI. Environmental Engineering and Management Journal. Vol. 13, No. 3, p.
565576 (FI = 1,258) (SRI = 0,111).
6. Vorovencii, I. (2014). A multi-temporal Landsat data analysis of land use and land cover changes
on the land surface temperatureISI. International Journal of Environment and Pollution. Vol. 56,
Nos. 1/2/3/4, p. 109128 (FI = 0,303), (SRI = 0,214).
7. Vorovencii, I. (2013). Analysis of the changes in the metropolitan area of Brasov, Romania, using
Landsat multitemporal satellite imagesISI. Environmental Engineering and Management Journal,
(http://omicron.ch.tuiasi.ro/EEMJ/pdfs/accepted/394_94_Vorovencii_13.pdf) (FI = 1,258) (SRI =
0,111).
8. Vorovencii, I., Iordache, E. (2013). Identification and analysis of forest disturbances and
fragmentation in Giurgeu Mountains, Romania, using Landsat dataISI Proceedings. The sixth
international scientific conference Rural Development 2013 Innovations and Sustainability. ISSN
2345-0916. 28-29 November, 2013, Aleksandras Stulginskis University, Lithuania. p. 513518.
9. Vorovencii, I., Ienciu, I., Oprea, L., Popescu, C. (2013). Identification of illegal loggings in
Harghita Mountains, Romania, using Landsat satellite imagesISI Proceedings. 13th International
Multidisciplinary Scientific Geoconference SGEM 2013. Vol. II - Informatics, Geoinformatics and
Remote Sensing. ISBN 978-619-7105-01-8/ISSN 1314-2704. 16-22 June, 2013, Albena, Bulgaria,
p. 609616. DOI:10.5593/SGEM2013/BB2.V2/S10.009.
10. Vorovencii, I. (2011). The assessment of the impact on the environment of the limestone
quarries using satellite imagesISI. Environmental Engineering and Management Journal, Vol. 10,
No. 10, p. 15111522 (FI = 1,004).

Iosif VOROVENCII

Tez de abilitare

2. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii

terenurilor
2.1. Identificarea, evaluarea i monitorizarea schimbrilor legate de utilizarea/acoperirea terenurilor
pe baza metodei diferenei dintre indicii NDVI, componentele PC2 i benzile TM4 i metodei PCC
2.1.1. Introducere
Schimbrile legate de utilizarea/acoperirea terenurilor reprezint o parte important a
schimbrilor globale care afecteaz mediul nconjurtor. Aceste schimbri apar prin alterarea (creterea
sau descreterea) densitii i compoziiei detaliilor din teren precum i a condiiilor, toate nregistrate
pe imaginea satelitar (Stow 1995; Rogan et al. 2003). Inventarierea i monitorizarea schimbrilor legate
de utilizarea/acoperirea terenurilor sunt operaii eseniale pentru nelegerea mecanismului care st la
baza schimbrilor i n modelarea impactului acestora, la diferite niveluri, asupra mediului nconjurtor
i ecosistemelor (William et al. 1994). Abordrile legate de identificarea zonelor cu schimbri/fr
schimbri ale utilizrii/acoperirii terenurilor au n vedere modificarea unor atribute ale peisajului care
pot fi msurate n mod continuu (Coppin et al. 2001; Rogan i Chen 2004). Toate aceste schimbri pot fi
identificate, evaluate i monitorizate folosind metode specifice teledeteciei satelitare.
n funcie de modul de identificare a schimbrilor se ntlnesc dou categorii de metode (Lu et al.
2004): (1) metode care identific schimbrile sub forma hrilor binare ce redau suprafeele cu
schimbri/fr schimbri (change/no change) cum ar fi diferena dintre imagini, diferena dintre indicii
de vegetaie, analiza componentelor principale etc.; (2) metode care evideniaz detaliat traiectoria
schimbrilor de la pn la cum sunt comparaia postclasificare i metodele hibride de identificare a
schimbrilor.
Dup capacitatea de localizare a schimbrilor, literatura de specialitate le clasific n metode
preclasificare i postclasificare (Yuan et al. 1998). Metodele preclasificare localizeaz schimbrile dar nu
arat natura lor (Singh 1989; Yuan et al. 1998) pe cnd metodele postclasificare permit localizarea
schimbrilor i totodat evideniaz natura acestora (Jensen 2004).
Literatura de specialitate analizeaz o larg varietate de metode de identificare a schimbrilor
(Singh 1989; Coppin i Bauer 1996; Jensen 1996; Yuan et al. 1998; Lu et al. 2004). Unele studii de
identificare a schimbrilor au artat c modificrile interdate legate de proprietile vegetaiei sunt
foarte bine identificate cnd imaginile sunt mbuntite folosind indicii de vegetaie nainte de a realiza
diferena ntre imagini (Fung 1990; Coppin i Bauer 1996; Mas 1999; Radeloff et al. 2000, Rogan et al.
2002). Aceste metode permit identificarea schimbrilor subtile legate de densitatea, compoziia i
condiiile de cretere a vegetaiei n funcie de scopul i scara spaial a proiectului (Rogan et al. 2003).
Prin urmare, aceste metode sunt mai potrivite pentru monitorizarea utilizrii/acoperirii terenurilor
dect metoda PCC care necesit estimri regionale detaliate (Rogan et al. 2003).
n cadrul identificrii schimbrilor prin metodele preclasificare (diferen, raport, CVA etc.) un pas
important const n stabilirea celei mai potrivite valori prag pentru separarea suprafeelor cu schimbri
de cele fr schimbri. Aceasta se poate obine pe baza histogramei realizat pentru imaginea final,
obinut dup aplicarea uneia dintre metodele diferenei, raportului, CVA. n cadrul histogramei, zonele
cu schimbri sunt dispuse la cozile acesteia iar cele fr schimbri sunt pe mijlocul ei, n jurul mediei.
Gsirea valorii prag dintre suprafeele cu schimbri i cele fr schimbri constituie o operaie dificil i,
de obicei, se realizeaz pe baza multor determinri terestre. Pentru selectarea valorii prag se folosesc, n
general, dou procedee (Singh 1989; Yool et al. 1997; Lu et al. 2004): (1) procedeul interactiv ceea ce
presupune c analistul ajusteaz interactiv pragurile i evalueaz rezultatul obinut pn cnd acesta
devine mulumitor; (2) procedeul statistic care are n vedere selectarea celei mai potrivite abateri
standard (s) fa de medie (m). n general, dac zona analizat nu prezint schimbri importante, pentru

10

Teza de abilitare

Iosif VOROVENCII

stabilirea valorii prag, aceast modalitate nu este recomandat. De asemenea, valoarea prag se poate
stabili folosind i alte metode n funcie de aplicaie.
Dezavantajele n alegerea valorii prag sunt (Lu et al., 2004): (1) diferenele care rezult pot include
influenele externe provocate de condiiile atmosferice, coninutul de umiditate al solului, unghiul de
nlime al Soarelui i diferenele fenologice fa de adevratele schimbri; (2) valoarea prag este foarte
subiectiv, dependent de scen i de familiaritatea analistului cu zona studiat precum i de
ndemnarea acestuia.
n cazul aplicrii metodelor postclasificare de identificare a schimbrilor cum este, de exemplu,
metoda PCC pot fi identificate schimbrile care apar ntre clasele de utilizarea/acoperire a terenurilor
(pdure, fnee i puni, teren agricol cultivat, teren construit etc) pe o perioad de timp i trecerea
unei clase n alta. Rezultatele depind, n principal, de precizia clasificrii individuale a fiecrei imagini,
erorile de clasificare afectnd precizia final a identificrii schimbrilor (Stow et al. 1980; Singh 1989;
Jensen 1996; Macleod i Congalton 1998; Coppin et al. 2004). Metoda este avantajoas atunci cnd se
folosesc diferii senzori, cu diferite rezoluii spaiale i spectrale ale imaginilor preluate la date diferite
(Singh 1989; Rogan et al. 2003). n plus, metoda PCC permite folosirea imaginilor satelitare n care sunt
nregistrate diferene fenologice ale vegetaiei i furnizeaz informaii legate de tipurile de conversii
dintre clasele de utilizare/acoperire a terenurilor care au aprut (de exemplu, cea a fost i ce a devenit)
(Rogan et al. 2003).
Metoda PCC are i anumite limite (Macleod i Congalton 1998). Astfel, compararea clasificrilor
pe baza imaginilor preluate la date diferite nu permite identificarea schimbrilor subtile din cadrul
claselor de utilizare/acoperire a terenurilor (Biging et al. 1998) i evidenierea modificrilor mici din
interiorul acestora (Stow et al. 1980). Un alt dezavantaj const n timpul mare necesar clasificrii
individuale a coninutului imaginilor satelitare dat fiind faptul c precizia trebuie s fie ridicat pentru a
obine rezultate bune legate de identificarea schimbrilor (Lu et al. 2004).
Toate metodele de identificare a schimbrilor sunt afectate de constrngeri spaiale, spectrale,
temporale i tematice. Tipul metodei implementate poate afecta destul de puternic estimrile
cantitative i calitative ale schimbrilor (Colwell i Weber 1981). Chiar n aceeai zon, abordri diferite
privind evidenierea schimbrilor pot conduce la obinerea de rezultate difereniate. Ca atare, nu exist
un consens n ceea ce privete cea mai bun metod de identificare a schimbrilor (Kaufmann i Seto
2001) iar selectarea metodei potrivite are o importan deosebit.
n cadrul acestor cercetri au fost evaluate metoda diferenei dintre imagini aplicat indicelui
NDVI, celei de-a doua componente principale PC2 i benzii TM4 precum i metoda PCC, n vederea
identificrii, evalurii i monitorizrii schimbrilor legate de utilizarea/acoperirea terenurilor folosind
imagini satelitare Landsat TM. Obiectivele acestor cercetri, pentru zona luat n studiu, au fost: (1)
identificarea schimbrilor privind utilizarea/acoperirea terenurilor; (2) evaluarea metodelor de
identificare a schimbrilor; (3) analiza schimbrilor aprute n decursul perioadei 19932009.
2.1.2. Localizarea cercetrilor
Zona luat n studiu se gsete ntre 45o54'88'' i 45o73'50'' latitudine nordic i 25o41'16'' i
25o73'44'' longitudine estic. n interiorul zonei studiate se afl oraul Braov cu localitile limitrofe,
terenuri agricole cultivate i necultivate, pduri, terenuri lipsite de vegetaie i ape (Fig. 2.1.1).
n cuprinsul suprafeei studiate rspndirea altitudinal a vegetaiei este foarte variat. Pdurea
este compus din arborete de foioase (fag, stejar n partea inferioar) n amestec cu rinoase
(predominant molid i mai puin brad) dar i rinoase pure la limita superioar. Apele sunt foarte puin
reprezentate, singurele ruri fiind Ghimbelul i Brsa, de cele mai multe ori mascate de vegetaie.
Altitudinea este cuprins ntre 530 m i 1799 m, ncepnd cu terenurile agricole plane i pn la
Vrful Postvaru caracterizat de versani nclinai, acoperii cu molidiuri pure. Datorit diferenei de
nivel ridicate (1269 m) condiiile climatice sunt diferite. n partea inferioar, specific terenurilor aezate
din jurul oraului Braov i localitilor limitrofe, temperaturile medii anuale sunt de 6o8oC (7,8C la
Braov) iar temperatura medie a lunii iulie ntre 17oC i 18oC, cu amplitudini termice anuale n jur de
22oC. n parte superioar, pe Culmea Postvaru, se ntlnesc temperaturi medii anuale cuprinse ntre 0C
i 2C, temperaturi medii ale lunii iulie ntre 11o13oC i amplitudini termice anuale ntre 18oC i 19,5oC.
11

Iosif VOROVENCII

Tez de abilitare

N
V

E
S

0 5 10 20

40 km

Fig. 2.1.1. Localizarea zonei de studiu

Este o zon caracterizat de inversiuni termice. Precipitaiile medii anuale variaz n limite destul de
largi, acestea fiind de circa 600800 mm la limita inferioar i de 11001400 mm la limita superioar.
nainte de anul 2008 zonele rezideniale i industriale s-au extins foarte mult. n perioada 1993
2009 n zon nu au fost evenimente majore de tipul dezastrelor naturale, inundaiilor sau incendiilor de
pdure.
2.1.3. Materiale i metode
2.1.3.1. Imagini Landsat i date de referin
n cercetri s-au folosit dou cadre decupate din imaginile satelitare Landsat 5 TM preluate pe
05.08.1993, respectiv 24.07.2009, aparinnd orbitei 183 i rndului 28. Imaginile au fost
georefereniate n sistemul de proiecie UTM, zona 35 N, datum WGS 84, folosind 20 de puncte care au
constituit reperi teretri, uniform distribuite n cadrul imaginilor. Pentru resampling s-a folosit metoda
vecinul cel mai apropiat (nearest neighbor). Eroarea medie ptratic a fost sub 0,25 pixeli (7,5 m)
pentru fiecare imagine. Cele dou cadre folosite au fost lipsite de acoperire noroas.
Folosirea unor imagini preluate la date diferite a fcut ca acestea s fie afectate de cantiti
variabile de cea i praf din atmosfer. Acestea pot conduce la mascarea schimbrilor reale sau
determin ca tipuri similare de covoare vegetale s fie afectate de schimbri diferite. Pentru eliminarea
influenei acestor factori cele dou imagini au fost corectate atmosferic. Modelul folosit a fost COST
dezvoltat de Chavez (1996) care utilizeaz cosinusul unghiului solar zenital i realizeaz o bun
aproximaie a transmisiei atmosferice. Acesta ncorporeaz toate elementele modelului DOS pentru
nlturarea ceii i, n plus, un algoritm de estimare a efectelor absorbiei provocate de gazele
atmosferice i mprtierea Rayleigh. Modelul nu necesit parametri adiionali fa de modelul DOS.
Pentru nlturarea efectelor produse de relief imaginile au fost normalizate folosind modelul digital al
terenului SRTM.
n evaluarea preciziei clasificrii coninutului imaginii satelitare din 1993 au fost folosite
fotograme la scara medie 1 : 12000, analizate sub stereoscop. De asemenea, pentru suprafeele cu
pdure i teren foarte accidentat s-au folosit i planurile cadastrale, la scara 1 : 5000. Pentru suprafeele
construite ale oraului Braov s-au folosit ortofotoplanuri la scara 1 : 1000 realizate n anul 2009.
Acestea au fost georefereniate din sistemul de proiecie Stereografic 1970, specific Romniei, n
sistemul UTM, zona 35 N, datum WGS 84 pentru a corespunde cu sistemul de proiecie al imaginilor
satelitare. Datele preluate de la primriile localitilor referitoare la acoperirea terenurilor i folosinele
acestora au fost folosite, de asemenea, la evaluarea preciziei clasificrii.

12

Teza de abilitare

Iosif VOROVENCII

2.1.3.2. Metode de identificare a schimbrilor

2.1.3.2.1. Metoda diferenei dintre imagini
Pentru realizarea diferenei dintre imagini, valorile pixelilor aparinnd benzilor imaginii din 2009
au fost sczute din valorile pixelilor benzilor corespondente din imaginea preluat n anul 1993,
excluznd banda termal, care au fost preprocesate i corectate geometric i radiometric. n cazul de
fa, pentru identificarea schimbrilor utilizrii/acoperirii terenurilor n timp, s-a folosit metoda
diferenei dintre indicii NDVI, metoda diferenei PC2 i metoda diferenei benzilor TM4 (Fig. 2.1.2).
Indicele NDVI este utilizat la evidenierea strii de sntate a vegetaiei (Rouse et al., 1974) i ca
indicator al biomasei verzi de pe suprafaa Pmntului (Chen i Brutsaert 1998). Studiile realizate arat
c indicele NDVI este puternic corelat cu coronamentul arboretelor nchise, indicele suprafeei foliare
LAI i ali parametrii ai vegetaiei (Sellers 1985; Singh 1986). Schimbrile aprute n cadrul
coronamentului sau biomasei vegetaiei pot fi identificate prin analizarea valorilor indicelui NDVI obinut
din imagini satelitare preluate la date diferite.
Valorile indicelui NDVI au fost calculate n funcie de reflectana msurat n benzile infrarou
apropiat (NIR) i rou (R), dup normalizarea radiometric a acestora, cu urmtoarea relaie:
NDVI =

NIR R

(2.1.1)

NIR + R

n cazul imaginilor Landsat, banda infrarou apropiat este banda 4 iar banda rou este banda 3.
Valorile indicelui NDVI se gsesc n intervalul -1 la 1. Pentru o vegetaie normal i sntoas, valorile
NDVI sunt, n mod obinuit, n intervalul 0,10,75 i mai rar ating valoarea 1, n funcie de densitatea
acesteia. n cazul rocilor i solului descoperit, valorile NDVI sunt apropiate de zero, iar pentru zpad i
ap, valorile sunt negative.
Diferena dintre indicii NDVI obinui din dou seturi de imagini preluate la date diferite permite
identificarea schimbrilor utilizrii/acoperirii terenurilor (Lu et al. 2005). Alegerea indicelui NDVI s-a
bazat pe faptul c acesta mbuntete diferenele din spaiul spectral i reduce efectele topografice i
pe cele provocate de umbre.
PCA constituie o transformare de imagini folosit n multe aplicaii din teledetecie, inclusiv la
identificarea schimbrilor utilizrii/acoperirii terenurilor (Fung i LeDrew 1987). Avantajul principal al
Colectarea datelor
de referin

Date de
intrare

Prepocesare:
corecii geometrice i atmosferice,
normalizarea imaginilor

NDVI 1993

NDVI 2009

Diferen dintre
imaginile NDVI

PC2 1993

PC2 2009

TM4 1993

Diferen dintre
imaginile PC2

TM4 2009

Diferen dintre
benzile TM4

Harta schimbrilor

Imagine
clasificat 1993

Imagine
clasificat 2009

Comparaie
postclasificare

Harta schimbrilor
de la pn la

Evaluarea preciziei

Fig. 2.1.2. Fluxul cercetrilor

13

Iosif VOROVENCII

Tez de abilitare

acestei transformri const n capacitatea de a reduce dimensiunea datelor cu pierdere minim de

informaie. Pe acest considerent, n prezentele cercetri, s-au obinut cele ase componente principale
(PC1 ... PC6) specifice imaginilor din 1993 i 2009 dup care a fost aleas, pentru identificarea
schimbrilor, componenta a doua (PC2).

2.1.3.2.2. Metoda comparaiei postclasificare

Aplicarea metodei comparaiei postclasificare a presupus, mai nti, clasificarea individual a
coninutului fiecrei imagini satelitare. Metoda de clasificare a coninutului imaginilor aplicat n
cercetri a fost metoda clasificrii supervizate folosind toate benzile din multispectral, exclus banda
termal. n etapa de alegere a zonelor test au fost selectate 320 de eantioane pentru imaginea din
1993 i 350 de eantioane pentru imaginea din 2009. n cazul imaginii din 1993, eantioanele au fost
delimitate prin vectorizarea acestora sub forma poligoanelor. Pentru imaginea din 2009 eantioanele au
fost stabilite prin deplasri n teren i msurtori terestre. Clasele spectrale obinute n acest fel au fost
transferate n Signature Editor din modulul de clasificare al softului ERDAS Imagine. Pentru fiecare
clas semnturile spectrale, alese i verificate, au fost unite ntr-o singur clas spectral. Fiierele astfel
obinute au fost salvate i folosite n clasificarea imaginilor. Fiecare eantion a fost etichetat de la 1 la 7
reprezentnd clasele utilizrii/acoperirii terenurilor i au inclus: teren construit, pdure i arbuti, teren
agricol cultivat, teren agricol necultivat, puni i fnee, teren lipsit de vegetaie i ap (Tab. 2.1.1).
Clasificarea propriu-zis s-a realizat pe baza algoritmului probabilitii maxime (maximum likelihood),
obinndu-se dou imagini tematice (Fig. 2.1.3).
Tabelul 2.1.1. Schema clasificrii utilizrii/acoperirii terenurilor
Cod
1
2

Clasele utilizrii/acoperirii
terenurilor
Teren construit
Pdure i arbuti

Teren agricol cultivat

Teren agricol necultivat

Puni i fnee

Teren lipsit de vegetaie

Ap

Descriere
Zone rezideniale, comerciale, industriale, parcri, ci de transport
Arborete pure de rinoase, foioase pure, amestecuri de rinoase i
foioase, diferii arbuti (alun, rchit etc.)
Suprafee cultivate cu diverse culturi (porumb, gru, orz, ovz, cartofi
etc.)
Terenuri arabile necultivate, terenuri arabile lipsite de vegetaie sau
cu vegetaie rar i foarte rar
Suprafee acoperite cu puni de diferite caliti, suprafee cu iarb
care se cosete
Suprafee fr covor vegetal, cariere de calcar, zone cu roci la
suprafa
Ruri

Precizia clasificrii imaginilor a fost verificat utiliznd metoda generrii ntmpltoare a

eantioanelor (random sampling), folosind 220 de poligoane pentru fiecare imagine, altele dect cele
din care s-au cules semnturile spectrale. Conform literaturii de specialitate numrul eantioanelor
pentru evaluarea preciziei trebuie s fie de minim 50 pentru fiecare clas (Congalton i Green 2009). n
studiul realizat numrul acestora a fost diferit, pentru fiecare clas avndu-se n vedere suprafaa
ocupat de acestea i gradul de reprezentare. Mrimea eantioanelor a fost cuprins ntre 0,5 ha i 7,0
ha, eantioanele mai mici fiind n cazul apei i terenului lipsit de vegetaie. n cazul imaginii din 2009
datele de referin au fost colectate prin msurtori terestre i pe baza hrilor existente ce redau
utilizarea/acoperirea terenurilor i care au fost verificate. Pentru imaginea din 1993 s-au utilizat
fotograme aeriene alb-negru, date din registrele i hrile cadastrale existente la primrii. Pentru
stabilirea preciziei clasificrii s-a folosit matricea erorilor pe baza creia s-a calculat precizia total
(overall accuracy) pentru ambele imagini (Story i Congalton 1986; Congalton i Green 1999). n plus, s-a
calculat coeficientul k pentru fiecare clas i coeficientul total k (overall kappa statistics).
Pentru evidenierea conversiei claselor utilizrii/acoperirii terenurilor n perioada 19932009
imaginile au fost comparate ncruciat folosind metoda PCC, obinndu-se n final matricea schimbrilor.

14

Teza de abilitare

Iosif VOROVENCII

2009

1993
N

5 10 km

E
S

Teren construit

Pdure i arbuti

Teren agricol cultivat

Puni i fnee

Teren lipsit de vegetaie

Ap

Teren agricol necultivat

Fig. 2.1.3. Imaginile Landsat TM al cror coninut a fost clasificat n apte clase
de utilizare/acoperire a terenurilor

Pe baza acesteia s-au stabilit date cantitative legate de schimbrile utilizrii/acoperirii terenurilor pentru
fiecare clas, obinndu-se n final informaii de la 1993 pn la 2009.

2.1.4. Rezultate i discuii

2.1.4.1. Analiza preciziei clasificrii
Matricele erorilor obinute pentru imaginile din 1993 i 2009 sunt prezentate n Tabelele 2.1.2 i
2.1.3. Preciziile totale pentru cele dou imagini au fost de 85,91% i 88,18%. Aceste date ntrunesc
standardul minim de 85% stipulat de schema de clasificare USGS (Andreson et al. 1976). Preciziile
utilizatorului i ale productorului pentru fiecare clas au fost n intervalul 58%100%.
Valorile coeficientului k pot fi mprite, conform literaturii de specialitate, n 3 grupe (Congalton
1996): mai mari de 0,80 (80%) reprezentnd un acord puternic ntre datele clasificate i cele de
referin, valori n intervalul 0,400,80 (4080%) exprimnd un acord moderat i valori sub 0,40 (40%)
reprezentnd un acord slab. Coeficientul k egal cu 0,82 pentru imaginea din 1993 i 0,85 pentru
imaginea din 2009 arat un acord puternic dintre imaginile clasificate i datele de referin (Tab. 2.1.4).
Tabelul 2.1.2. Matricea erorilor pentru imaginea din 1993
Clas

Teren
construit

Teren construit
19
Pdure i arbuti
0
Teren agricol cultivat
1
Teren agricol necultivat
0
Puni i fnee
0
Teren lipsit de vegetaie
0
Ap
0
Total
20
Precizia productorului
95,00
Precizia total a clasificrii: 85,91%

Pdure i
arbuti
2
63
3
0
4
0
0
72
87,50

Teren
agricol
cultivat
0
0
40
3
0
0
0
43
93,02

15

Teren
Puni i Teren
agricol
fnee lipsit de Ap
necultivat
vegetaie
1
0
0
1
1
1
0
0
4
3
0
1
29
0
1
0
2
18
0
0
0
2
11
0
0
0
1
9
37
24
13
11
78,38
75,00
84,62
81,82

Precizia
Total utilizatorului
23
65
52
33
24
13
10
220

82,61
96,92
76,92
87,88
75,00
84,62
90,00

Tez de abilitare

Suprafaa (ha)

Iosif VOROVENCII

1993
2009

Teren
construit

Pdure i
arbuti

Teren agricol
cultivat

Teren agricol
necultivat

Puni i
fnee

Teren lipsit
de vegetaie

Ap

Fig. 2.1.4. Situaia suprafeelor claselor utilizrii/acoperii terenurilor pentru anii 1993 i 2009
Tabelul 2.1.3. Matricea erorilor pentru imaginea din 2009
Clas

Teren
construit

Teren construit
29
Pdure i arbuti
0
Teren agricol cultivat
4
Teren agricol necultivat
0
Puni i fnee
0
Teren lipsit de vegetaie
0
Ap
1
Total
34
Precizia productorului
85,29
Precizia total a clasificrii: 88,18%

Pdure i
arbuti
0
79
1
0
0
0
0
80
98,75

Teren
agricol
cultivat
1
0
17
0
3
0
0
21
80,95

Teren
Puni i Teren
Precizia
agricol
fnee lipsit de Ap
Total utilizatorului
necultivat
vegetaie
4
1
0
0
35
82,86
0
1
0
0
80
98,75
1
6
0
0
29
58,62
33
1
0
0
34
97,06
0
18
0
0
21
85,71
2
0
12
0
14
85,71
0
0
0
6
7
85,71
40
27
12
6
220
82,50
66,67
100,00 100,00

Tabelul 2.1.4. Coeficienii k pentru imaginile clasificate

Clas
Teren construit
Pdure i arbuti
Teren agricol cultivat
Teren agricol necultivat
Puni i fnee
Teren lipsit de vegetaie
Ap

Coeficientul k
Imagine 1993
0,8087
0,9543
0,7132
0,8543
0,7194
0,8365
0,8947
Coeficientul total k = 0,8249

Imagine 2009
0,7972
0,9804
0,5425
0,9641
0,8372
0,8489
0,8531
Coeficientul total k = 0,8497

2.1.4.2. Analiza rezultatelor metodei PCC

n urma clasificrii individuale a celor dou imagini au fost obinute suprafeele ocupate de fiecare
clas (Fig. 2.1.4) i schimbrile care au avut loc n perioada 19932009 (Tab. 2.1.5 i Fig. 2.1.5).
Tabelul 2.1.5. Suprafeele pe clase de utilizare/acoperire a terenurilor pentru anii 1993 i 2009
Clase de utilizare/acoperire
a terenurilor
Teren construit
Pdure i arbuti
Teren agricol cultivat
Teren agricol necultivat
Puni i fnee
Teren lipsit de vegetaie
Ap
Total

1993
ha
6730
21889
16851
9860
5839
440
68
61677

2009
%
10,91
35,49
27,32
15,99
9,47
0,71
0,11
100,00

ha
7732
22695
8859
11215
10379
713
84
61677

%
12,54
36,80
14,36
18,18
16,83
1,15
0,14
100,00

Schimbri relative
ha
%
+1002
+14,88
+806
+3,68
7992
47,43
+1355
+13,74
+4540
+77,75
+273
+62,05
+16
+23,53

Din 1993 i pn n 2009 suprafeele ocupate de clasele de utilizare/acoperire a terenurilor au

crescut cu: 1002 ha (14,88%) terenul construit, 806 ha (3,68%) pdurea i arbutii, 1355 ha (13,74%)
terenul agricol necultivat, 4540 ha (77,75%) punile i fneele, 273 ha (62,05%) terenul lipsit de
16

Teza de abilitare

Iosif VOROVENCII
De la 1993 pn la 2009

N
0

10 km

Fig. 2.1.5. Imagine obinut prin comparaie ncruciat cu informaii de la 1993 pn la

2009 privind utilizarea/acoperirea terenurilor:
1-teren construit; 2-pdure i arbuti; 3-teren agricol cultivat; 4-teren agricol necultivat;
5-puni i fnee; 6-teren lipsit de vegetaie; 7-ap

vegetaie i 16 ha (23,53%) apa. Toate aceste creteri sunt n defavoarea suprafeei terenului agricol
cultivat care s-a redus cu 7992 ha (47,43%).
Pentru urmrirea schimbrilor privind trecerea dintr-o clas n alta s-a realizat, prin comparaie
ncruciat, matricea schimbrilor utilizrii/acoperirii terenurilor. n Tabelul 2.1.6 sunt prezentate, n
hectare i procente, informaii de la 1993 pn la 2009 legate de schimbrile din cadrul celor apte clase
de utilizare/acoperire a terenurilor. Rezultatele arat c cele mai importante schimbri au avut loc prin
trecerea unei suprafee de 5237,28 ha (8,49%) din terenuri agricole cultivate n terenuri agricole
necultivate i a 4087,17 ha (6,63%) n puni i fnee. n acelai timp, din clasa terenuri agricole
necultivate a trecut o suprafa de 2115,00 ha (3,43%) n clasa terenuri agricole cultivate i din puni i
fnee n terenuri agricole cultivate o suprafa de 1146,78 ha (1,86%). Aceste schimbri pot prea erori
de clasificare dar conversia ntre cele trei clase s-a realizat uor, dat fiind faptul c dinamica trecerii
dintr-o clas n alta a fost rapid presupunnd numai cultivarea sau necultivarea terenului, eventual
rotaia culturilor. Creterea procentului clasei pdure i arbuti cu 806 ha (3,68%) se datoreaz extinderii
subarboretului pe fneele i punile nengrijite, pe terenurile agricole necultivate din jurul apelor i de
la marginea pdurii i mai puin mpduririi unor noi suprafee.
Erorile de clasificare pot, de asemenea, provoca alte schimbri neobinuite. De exemplu, ntre
1993 i 2009, o suprafa de 565,56 ha (0,92%) a fost convertit din teren construit n teren agricol
cultivat i 1409,76 ha (2,29%) din teren agricol cultivat n teren construit. n aceast situaie,
transformarea din teren agricol cultivat n teren construit este explicabil datorit extinderii
intravilanului dar trecerea invers este mai puin explicabil. Aceste schimbri sunt mai mult asociate cu
erorile de omitere i comitere aprute la clasificarea coninutului imaginilor Landsat. nregistrarea
erorilor i efectele de margine (edge effects) pot cauza, de asemenea, erori aparente n stabilirea
suprafeelor cu schimbri versus cele fr schimbri (Yuan et al. 2005).

2.1.4.3. Compararea rezultatelor

Metoda diferenei imaginilor a fost aplicat benzilor TM4, indicilor NDVI i celei de-a doua
componente principale PC2. Metoda aplicat benzilor TM4 a constat n scderea valorii pixelilor
corespunztori imaginilor 1993 i 2009. Aceeai modalitate a fost aplicat i indicilor NDVI dup

17

Iosif VOROVENCII

Tez de abilitare

obinerea lor. Valorile NDVI minime i maxime pentru 1993 sunt 0,24324 i 0,7221 iar pentru 2009,
0,13793 i 0,77654.
Tabelul 2.1.6. Situaia schimbrilor utilizrii/acoperirii terenurilor de la 1993 pn la 2009
Anul 1993

Anul 2009

1
1
1
1
1
1
1
2
2
2
2
2
2
2
3
3
3
3
3
3
3
4
4
4
4
4
4
4
5
5
5
5
5
5
5
6
6
6
6
6
6
6
7
7
7
7
7
7
7

1
2
3
4
5
6
7
1
2
3
4
5
6
7
1
2
3
4
5
6
7
1
2
3
4
5
6
7
1
2
3
4
5
6
7
1
2
3
4
5
6
7
1
2
3
4
5
6
7

Total
Total general

Suprafee fr schimbri
raportate la total suprafa
ha
%
4930,38
7,99

21040,47

34,11

4693,59

7,61

5042,88

8,18

3812,67

6,18

57,42

0,09

20,79
39598,20
61677,00

0,03
64,20

Suprafee cu schimbri raportate

la total suprafa
ha
%

309,78
0,50
565,56
0,92
411,48
0,67
338,85
0,54
137,70
0,22
36,72
0,06
229,41
0,37

257,04
0,42
58,23
0,09
285,48
0,46
17,28
0,03
0,54
0,00
1409,76
2,29
1190,34
1,93

5237,28
8,49
4087,17
6,63
227,16
0,37
5,67
0,01
736,74
1,19
9,90
0,02
2115,00
3,43

1774,17
2,88
172,62
0,28
8,56
0,01
215,46
0,35
128,16
0,21
1146,78
1,86
428,04
0,69

100,08
0,16
7,74
0,01
182,16
0,30
14,04
0,02
72,27
0,12
33,93
0,06
76,86
0,12

3,78
0,01
28,62
0,05
2,16
0,00
8,46
0,01
3,42
0,01
4,05
0,01
0,36
0,00

22078,80
35,80

n cazul PCA, dintre PCA standardizate i PCA nestandardizate a fost aleas prima deoarece
produce componente mult mai utile pentru analiza schimbrilor utilizrii/acoperirii terenurilor pe baza
seturilor de date multitemporale (Young i Wang 2001). Prima component principal (PC1) pentru 1993
18

Teza de abilitare

Iosif VOROVENCII

conine 74,19% din varian i 76,13% pentru 2009. Factorii de pondere au fost aproape egali pentru
fiecare band indicnd c PC1 reprezint strlucirea total din scen. A doua component principal
(PC2) conine 18,96%, respectiv 18,82% din variana imaginilor din 1993 i 2009. PC3 conine mai puin
de 5,71% (1993), respectiv 3,98% (2009) din varian. Avnd n vedere c PC1 nu reflect schimbrile,
pentru identificarea acestora n perioada celor 16 ani, s-a ales componenta PC2.
Pentru imaginile obinute dup aplicarea metodei diferenei s-au realizat histogramele i s-au
extras media (m) i abaterea standard (s). n funcie de aceti indicatori statistici s-au determinat valorile
prag care delimiteaz suprafeele cu schimbri de cele fr schimbri. Pe baza datelor terestre, n
vederea stabilirii celei mai potrivite valori prag pentru fiecare metod de identificare a schimbrilor, au
fost testate urmtoarele abateri standard fa de medie: 2,5s; 2s; 1,5s; 1s; 0,7s; 0,6s i 0,5s. Dintre
acestea, valorile 0,6s pentru indicele NDVI i 0,7s pentru PC2 i TM4 au fost cele mai indicate. Stabilirea
valorii prag la 0,6s, respectiv 0,7s se explic prin faptul c histogramele au o form ascuit, valorile fiind
grupate puternic n jurul ordonatei. n urma stabilirii valorilor prag s-a realizat o imagine binar n care
valoarea 0 a fost atribuit suprafeelor fr schimbri i valoarea 1 suprafeelor cu schimbri.
Evaluarea preciziei clasificrii hrilor binare (TM4, NDVI, PC2) s-a fcut pe baza generrii
ntmpltoare, stratificat, (stratified random sampling) a unui numr de 105 eantioane. n cazul
metodei PCC precizia identificrii schimbrilor poate fi estimat aproximativ prin simpla nmulire a
preciziilor fiecrei clasificri individuale (Stow et al. 1980). n aceste cercetri, pentru evaluarea
cantitativ a preciziei hrii schimbrilor rezultat n urma comparrii clasificrilor individuale, aceasta sa transformat n harta suprafeelor cu schimbri/fr schimbri la fel ca n cazul hrilor binare.
Evaluarea preciziei pentru toate cele patru metode s-a bazat pe aceleai eantioane i s-a fcut prin
intermediul matricei erorilor care red clasele cartografiate n raport cu datele de referin, calculnduse precizia total, preciziile utilizatorului i productorului i coeficientul statistic k (Tab. 2.1.7).
Tabelul 2.1.7. Preciziile obinute prin aplicarea metodei diferenei dintre imagini (NDVI, PC2, TM4)
i metodei comparaiei postclasificare
Metod
Diferena NDVI
PCC
Diferena PC2
Diferena TM 4

Abatere
standard
0,6s
0,7s
0,7s

Precizia
total
83,80
83,20
81,60
79,40

Precizia
productorului
71,93
70,69
69,75
66,46

Precizia
utilizatorului
78,85
78,85
72,44
68,59

Coeficientul
statistic k
0,6323
0,6206
0,5759
0,5243

Analiznd rezultatele obinute se constat c diferena dintre indicii NDVI s-a dovedit a fi cea mai
indicat metod pentru zona luat n studiu, cu precizia total de 83,80% i coeficientul k egal cu 0,6323
urmat foarte aproape de metoda PCC, cu precizia total de 83,20% i coeficientul k 0,6206. Rezultatul
obinut este n concordan cu cel la care a ajuns Fung i Siu (2000) care au artat c metoda diferenei
dintre indicii NDVI a fost mult mai eficient pentru identificarea schimbrilor subtile din spaiile verzi
aflate n intravilanul oraului Hong Kong dect simpla diferen ntre benzile spectrale sau PCA. Zonele
cu o descretere continu a valorilor NDVI arat o expansiune urban i cretere a suprafeei terenurilor
lipsite de vegetaie n timp ce zonele cu cretere continu a valorilor indicelui arat mbuntiri ale
peisajului i trecerea terenurilor din arabil n puni sau fnee. n cazul diferenei PC2, precizia
clasificrii de 81,60%, cu coeficientul k egal cu 0,5759, a plasat-o pe locul trei iar metoda diferenei TM4
este ultima, cu precizia total de 79,40% i coeficientul k egal cu 0,5243. Lund n considerare
diversitatea covorului vegetal precum i caracteristicile fizice ale suprafeei studiate, se poate
concluziona c aceste rezultate au un nivel de precizie corespunztor.
n general, avnd n vedere procentul mare ocupat de vegetaie, de circa 72%, din care pdure i
arbuti 35% i teren agricol (teren agricol cultivat, puni i fnee) 37%, cele mai mari schimbri s-au
produs n cazul terenurilor agricole. Schimbrile au fost determinate de modificri ale caracteristicilor
biofizice ale suprafeei studiate reprezentate de gradul de acoperire a solului agricol cu vegetaie,
densitatea culturilor, textura, structura i fundalul solului etc. n cazul culturilor agricole rare sau
nersrite uniform, aflate pe cernoziomuri argiloiluviale, levigate i rendzinice, cu coninut de materie
organic diferit, comportamentul spectral al acestora a fost diferit. De asemenea, fiecare parcel
agricol a fost cultivat la date i cu culturi diferite, aflate n anumite stadii de dezvoltare n momentul
19

Iosif VOROVENCII

Tez de abilitare

prelurii imaginilor satelitare. Alturi de acestea, n perioada 19932009 s-a practicat rotaia culturilor.
n acest sens, schimbrile din terenuri agricole cultivate n terenuri agricole necultivate pot fi
considerate de sezon. n schimb terenurile transformate n puni nu au mai fost arate. Toate aceste
caracteristici biofizice au determinat apariia schimbrilor n cadrul terenurilor agricole i au fost
surprinse de toate metodele aplicate, cu un uor avantaj n favoarea diferenei imaginilor NDVI. Pe lng
acestea, pentru metoda diferenei indicilor NDVI, fenologia vegetaiei agricole i umiditatea solului au
jucat un rol important. n cazul metodei PCC acestea au avut un efect mai mic.
Vegetaia reprezentat de pdure i arbuti nu a prezentat schimbri mari (+3,68%) n perioada
19932009. n cadrul clasei pdure i arbuti nu au avut loc aciuni majore (tieri de pduri, doborturi
de vnt sau incendii) care s schimbe, pe anumite suprafee, mediul pdurii. Dei pdurea se gsete
localizat n mare parte pe terenuri cu versani destul de nclinai, caracteristicile topografice (pant,
aspect, expoziie) nu au contribuit major la apariia schimbrilor i datorit corectrii adecvate, n
prealabil, a efectelor topografice din imaginile satelitare. n general, pdurea este reprezentat de
arborete echiene i relativ echiene, pure i foarte puine arborete amestecate (rinoase cu foioase). De
asemenea, arboretele sunt dense, fr a prezenta goluri, dect n unele locaii aflate la liziera pdurii, la
limita cu punile i fneele. n acest fel, coronamentul arboretelor din zona studiat este compact i
continuu iar poziia biogeografic a acestora nu a determinat apariia schimbrilor. Totui, n zonele
acoperite cu pdure i arbuti, metoda diferenei imaginilor (NDVI i PC2) a condus la rezultate
superioare legate de identificarea schimbrilor comparativ cu metoda PCC. n schimb, metoda PCC a fost
mai puin sensibil la erorile de georefereniere i a permis integrarea n procedura de clasificare a
cunotinelor legate de zona studiat.
Pe de alt parte, n cazul constituirii eantioanelor pentru clasificarea coninutului imaginilor au
existat i pixeli amestecai care au degradat rspunsul spectral. Problema nu a fost aa evident n cazul
clasei pdure i arbuti care a ocupat suprafee compacte ci n cazul terenurilor agricole i construite.
Mai mult, solurile aluviale de lunc, aluviunile crude i cu exces de umiditate au contribuit la
variabilitatea spectral a terenurilor din apropierea apelor curgtoare. De asemenea, s-au ntlnit
suprafee cu teren lipsit de vegetaie de tipul carierelor de piatr de la marginea oraului Braov cu
proprieti spectrale similare suprafeelor artificiale, aspect sesizat i n alte lucrri (Berberoglu et al.
2000).
n zonele urbane ambele categorii de metode, diferena dintre imagini (NDVI, PC2, TM4) i
metoda PCC, au dat rezultate mai slabe datorit existenei unui covor amestecat, de vegetaie i detalii
artificiale. Faptul c metoda PCC ocup locul al doilea poate fi explicat prin existena unor zone
franjurate n localitile care s-au extins n aceast perioad. n aceste suprafee alterneaz terenul
construit cu cel neconstruit (zone verzi, fnee, grdini) care conduc la scderea preciziei clasificrii
individuale a imaginilor i, implicit, la scderea preciziei metodei PCC.
Plasare pe ultimul loc a diferenei ntre benzile TM4 poate fi explicat prin folosirea n analiz a
unei singure benzi. Cu toate acestea, metoda a permis identificarea schimbrilor, n special pe cele
puternice, legate de terenurile agricole. S-a constatat c cel mai bine au fost evideniate suprafeele
afectate de schimbri prin trecerea de la terenurile agricole cultivate la terenurile agricole necultivate
datorit pierderii pronunate a vegetaiei i descoperirii solului.
Aadar, deoarece pdurea nu a suferit schimbri majore, aa cum s-a mai artat, terenurile
agricole au fost cele care au determinat apariia schimbrilor legate de utilizarea/acoperirea terenurilor.
Aceste schimbri au fost puternice i pe suprafee mari, constnd n transformarea terenurilor agricole
cultivate n terenuri agricole necultivate i n puni i fnee, ceea ce a fcut ca aproape toate
schimbrile s fie surprinse de cele patru metode folosite. De asemenea, zona studiat a limitat
oarecum capacitatea metodelor aplicate datorit variabilitii temporale ridicate a caracteristicilor
biofizice ale terenurilor agricole (terenuri agricole necultivate, terenuri agricole cultivate, puni i
fnee) care au condus la o variabilitate spectral larg. Pe lng acestea, variaia frecvenei spaiale a
peisajului, rezultat din complexitatea scenei (existena terenurilor agricole, forestiere, construite) i
proprietile spectrale similare ale acoperirii terenului, au condus la o separare spectral mai dificil.
Caracteristicile biofizice ale suprafeei terestre analizate s-au manifestat ntr-o oarecare msur n
cadrul fiecrei metode de identificare a schimbrilor ceea ce a condus la o anumit poziionare a lor n
cadrul evalurii dar cu o diferen destul de mic ntre ele.
20

Teza de abilitare

Iosif VOROVENCII

2.1.4.4. Analiza schimbrilor

Suprafeele cu teren construit, pdure i arbuti, teren agricol cultivat, teren agricol necultivat i
puni i fnee reprezint 99,17% din suprafaa luat n studiu. n cadrul acestora au avut loc cele mai
mari schimbri, dintre acestea, suprafeele cu pdure i arbuti suferind cele mai puine (3,68%). Toate
creterile de suprafa sunt puse pe seama scderii suprafeei terenurilor agricole cultivate (Fig. 2.1.6).
Aceasta este un fenomen aproape general, specific Romniei, dup evenimentele din 1989 cnd o mare
parte din terenul agricol nu a mai fost cultivat. n acest sens, pentru zona luat n studiu, suprafaa cu
terenuri agricole cultivate a sczut cu 7992 ha (47,43%). Fenomenul este explicabil avnd n vedere c
mare parte din terenul cultivat nainte de 1989 i imediat dup nu a mai fost arat fiind lsat n prloag.
De asemenea, o bun parte din acesta a fost ocupat de construcii edilitare i industriale prin extinderea
intravilanului oraului Braov i al localitilor limitrofe. Creterea suprafeei terenului construit se
explic prin dezvoltarea de noi zone rezideniale, comerciale i industriale. n acest sens, creterea
privete extinderea unor cartiere ale oraului Braov, construirea de fabrici particulare n zonele
industriale (vestic i estic), extinderea zonelor rezideniale n cazul tuturor localitilor. De asemenea,
au fost lrgite drumurile, construite centuri pe poriuni din jurul oraului Braov i a localitii Scele i
au fost extinse parcrile. La acestea se adaug schimbrile legate de practicile agricole care au diferit de
la an la an n funcie de mai muli factori. n zona luat n studiu suprafaa terenurilor arabile a sczut
datorit politicilor guvernamentale greite privind susinerea agriculturii, a lipsei utilajelor pentru
proprietarii particulari i, evident, a lipsei de productivitate.
n zonele urbane, periurbane i rezideniale, datorit frecvenei spaiale ridicate a schimbrilor din
aceste zone i rezoluiei spaiale medii a imaginilor Landsat, evaluarea preciziei metodelor a fost mai
dificil. n aceast situaie sunt gospodriile individuale, cu loturi relativ mari, care au creat o franjurare
a terenului datorit existenei pe acelai lot a mai multor clase de utilizare/acoperire a terenurilor
(construcii, spaii verzi, puni, fnee, arbuti, pomi, ci de acces). Toate acestea au semnturi
spectrale diferite care alterneaz pe suprafee mici, comparabile cu cele ale zonelor comerciale i
rezideniale. Acesta constituie punctul dificil n identificarea automat a schimbrilor n suprafeele
urbane, periurbane i franjurate. Aceste zone franjurate sunt ntlnite n jurul tuturor localitilor
deoarece sunt suprafeele construite recent respectnd noile norme de urbanism care au impus limite
minime pentru suprafeele loturilor i distane fa de cile de circulaie.

2.1.5. Concluzii

Suprafaa (ha)

Evaluarea metodelor de teledetecie utilizate s-a realizat difereniat avnd n vedere specificul
fiecreia. Dei s-au folosit patru metode diferite de identificare a schimbrilor, rezultatele obinute
pentru zona luat n studiu sunt apropiate, precizia total fiind n intervalul 83,80%79,40%. Pe primul
loc s-a situat metoda diferenei NDVI cu precizia total de 83,80%, urmat, n ordine descresctoare, de
PCC cu 83,20%, diferena dintre imaginile PC2 cu 81,60% i diferena ntre benzile TM4 cu 79,40%.
Rezultatele obinute prin metoda diferenei imaginilor (NDVI, PC2 i TM4) depind de valoarea
prag stabilit ntre suprafeele cu schimbri i cele fr schimbri. Avnd n vedere c zona luat n
studiu constituie un peisaj complex (terenuri forestiere, agricole i intravilane) a fost dificil stabilirea
unei valori prag care s fie sensibil deopotriv la toate schimbrile ecologice, la diferenele n practicile
agricole, activitatea de urbanizare etc. Din irul de valori analizate pentru zona studiat s-a stabilit c

Teren
construit

Pdure i Teren agricol Teren agricol Puni i

arbuti
cultivat
necultivat
fnee

Teren lipsit
de vegetaie

Ap

Fig. 2.1.6. Situaia suprafeelor claselor utilizrii/acoperirii terenurilor

pentru anii 1993 i 2009

21

Iosif VOROVENCII

Tez de abilitare

valorile 0,6s pentru indicele NDVI i 0,7s pentru componentele PC2 i benzile TM4 sunt cele mai
indicate.
Aplicarea metodei PCC a permis identificarea schimbrilor att din punct de vedere calitativ ct i
cantitativ. Astfel, au putut fi obinute informaii de la 1993 pn la 2009 legate de toate clasele de
utilizare/acoperire a terenurilor din zona luat n studiu iar precizia identificrii schimbrilor a depins de
precizia clasificrilor individuale. Existena mai multor clase de utilizare/acoperire a terenurilor n zona
studiat i a caracteristicilor biofizice ale suprafeei terestre analizate a fcut dificil stabilirea metodei
care conduce la cele mai bune rezultate, motiv pentru care i preciziile totale au fost apropiate. Aadar,
pe lng metodele folosite la identificarea schimbrilor, rezultatele pot fi afectate i de ali factori cum
sunt calitatea coreciilor atmosferice, normalizarea imaginilor multitemporale, calitatea georeferenierii
imaginilor din seria temporal, caracteristicile zonelor studiate (complexitatea peisajului i topografia
reliefului), ndemnarea i experiena analistului.

2.2. Identificarea, evaluarea i monitorizarea schimbrilor privind acoperirea terenurilor pe baza

metodei analizei schimbrilor vectoriale
2.2.1. Introducere
Efectele industrializrii i implicit ale polurii suprafeei terestre cu diferii ageni au fost studiate
pe baza imaginilor Landsat MSS (Rees i Williams 1997), Landsat TM (Mikkola 1996; Virtanen et al. 2002,
Kuenzer et al. 2007), Landsat ETM+ (Duy i Giang 2012), ASTER (Tote et al. 2010), Landsat MSS n
combinaie cu nregistrri radar SAR (Miles et al. 2003).
Multe studii sunt focusate pe identificarea i monitorizarea efectelor secundare produse de
poluarea atmosferic asupra covorului vegetal i stresului provocat vegetaiei. Astfel, Mikkola (1996) i
Rees i Williams (1997) au monitorizat schimbrile acoperirii terenurilor provocate de poluarea
atmosferic cu SO2 n Peninsula Kola (Rusia). Analizele asupra imaginilor obinute dup 1988 arat c
situaia este stabilizat, n concordan cu scderea emisiilor de SO2. De asemenea, aceeai autori au
comparat imagini NDVI din diferii ani i au concluzionat c a existat o deteriorare clar a vegetaiei din
jurul topitoriilor de metal din Peninsula Kola. Pentru aceeai zon, ale studii (Hagner i Rigina 1998;
Rigina et al. 1999) au confirmat c imaginile NDVI permit identificarea pdurilor grav afectate i a celor
moarte. Tot n aceeai zon, Hagner i Rigina (1998) au artat c natura schimbrilor spectrale din
imaginile Landsat indic faptul c poluanii atmosferici emii de topitoriile de metal constituie factorii
majori ai declinului pdurilor.
Un alt studiu realizat pentru perioada 19731988 a urmrit efectele polurii aerului asupra
ecosistemelor terestre n zonele Varanger (Norvegia) i Nikel-Pechenga (Rusia) folosind imagini
satelitare n combinaie cu msurtori terestre (Tmmervik el al. 1995). Compararea hrilor vegetaiei
i a hrilor identificrii schimbrilor cu numrul total de emisii SO2 din industrie pentru perioada
studiat a artat existena unei puternice corelaii ntre reducerea vegetaiei dominat de licheni i
creterea emisiilor. Monitorizarea efectelor polurii atmosferice la scar larg s-a realizat n zona
puternic industrializat din apropierea regiunii Karaganda (Kazahstan) folosind imagini ASTER (Tote et al.
2010). Cercetri de teledetecie similare au fost realizate n Sudbury (Canada) n vederea identificrii
pagubelor produse asupra pdurilor de topitoriile de metale neferoase (Pitblado i Amiro 1982).
Dintre metodele de identificare a schimbrilor folosind date satelitare, metoda CVA este destul de
des folosit, fiind indicat de muli specialiti (Yuan et al. 1998; Lambin et al. 2001; Baker et al. 2007).
Astfel, evaluarea schimbrilor semnificative aprute n zona Cernobl, afectat n 1986 de explozia
centralei nucleare, s-a realizat prin metoda CVA aplicat transformrii TC folosind cele trei componente
TCB, TCG i TCW (Schoppmann i Tyler 1996). Metoda CVA aplicat indicilor NDVI i BI a evideniat
schimbrile acoperirii terenurilor provocate de urbanizare i, implicit, de industrializare (Duy i Giang
2012). n ara noastr s-au realizat o serie de cercetri legate de monitorizarea strii de sntate a
pdurilor i a acoperirii terenului fr a folosi tehnicile teledeteciei satelitare (Badea et al. 2002;
Bytnerowicz et al. 2004; Grodzinska et al. 2004; Badea et al. 2006; Badea et al. 2011; Bytnerowicz et al.
2005; Neagu et al. 2009; Badea et al. 2012; Silaghi i Badea 2012; Badea et al. 2013).
22

Teza de abilitare

Iosif VOROVENCII

Cercetrile de fa prezint identificarea, evaluarea i monitorizarea schimbrilor acoperirii

terenurilor aprute n suprafeele poluate cu negru de fum i metale grele de la Copa Mic folosind
imagini satelitare Landsat. Obiectivul general a fost de a evalua metoda CVA aplicat componentelor
TCG i TCB obinute din transformarea TC i indicilor NDVI i BI, n vederea monitorizrii schimbrilor
acoperirii terenurilor din perimetrul Copa Mic pentru perioada 19852011.

2.2.2. Materiale i metode

2.2.2.1. Zona studiat
Zona luat n studiu urmrete conturul Ocolului Silvic Media din judeul Sibiu, se ntinde pe o
suprafa de 64242 ha i cuprinde att fondul forestier ct i ale terenuri. Zona studiat se gsete ntre
45o57'08'' i 46o15'44'' latitudine nordic i ntre 24o00'33'' i 24o29'19'' longitudine estic, avnd n
centru oraul Copa Mic (Fig. 2.2.1). Este o regiune depresionar care face parte din Podiul Trnavelor,
drenat de cursul mijlociu al Trnavei Mari, axat n principal pe albia major, ntre localitile Media,
n amonte, i Micsasa, n aval i care a fost afectat de poluare (Fig. 2.2.2).
Vegetaia forestier este alctuit din stejerete pure, amestecuri de stejerete cu fag (Fagus
sylvatica), carpen (Carpinus betulus), tei (Tilia cordata), ulm (Ulmus minor), paltin (Acer platanoides),
cire (Prunus avium), frasin (Fraxinus excelsior), plop (Populus nigra), mesteacn (Betula pendula)
(ofletea i Curtu 2007). Pajitile sunt alctuite din specii xerofile i mezofile, pe versanii cu expunere
sudic aprnd chiar exemplare de plante specifice stepei cum sunt piuul (Agrostis vulgaris) sau stipa
(Stipa pennata) (Sanda et al. 2008). Culturile agricole se ntlnesc pe luncile bine drenate ct i pe
terasele i versanii cu nclinare mai redus. Cele mai frecvente specii cultivate sunt: grul, porumbul
(deosebit de rezistent la poluare), orzul, ovzul, cartoful, sfecla de zahr i furajer, fasolea, mazrea.
Temperatura medie anual n zona Copa Mic este de 9,6o pe Valea Trnavei Mari i de 8,2o n
zonele cele mai nalte. Perturbaiile termice (ngheuri timpurii sau trzii, secete prelungite, cu
temperaturi ridicate) mresc efectul negativ al poluanilor asupra vegetaiei. n zona Copa Mic
versanii nsorii i puternic nclinai prezint caractere evidente de uscciune stepic. Nivelul total anual
al precipitaiilor este relativ redus.

Romnia

Landsat 5 TM 1985

Judeul Sibiu

Zona studiat

Fig. 2.2.1. Localizarea zonei cercetate. n stnga este imaginea satelitar Landsat 5 TM preluat n 1985,
prezentat n combinaia RGB 543, cu oraul Copa Mic localizat n centru

23

Iosif VOROVENCII

Tez de abilitare

a.

b.

c.

Fig. 2.2.2. Imagini de la Copa Mic:

a) fabrica i terenul degradat din spatele acesteia. n dreapta imagini este partea abandonat din fabric; b) i c)
terenuri degradate prin poluare. n prim plan terenul este acoperit cu negru de fum iar n
fundal punile i pdurea sunt grav afectate

2.2.2.2. Materiale
Cercetrile s-au realizat folosind patru imagini satelitare Landsat 5 TM preluate pe 29.07.1985,
07.08.1994, 29.06.2003 i 22.08.2011. Imaginile fac parte din orbita 184, rndul 28 i au rezoluia
spaial de 30 m. Acestea au fost descrcate gratuit de pe Internet (http://glovis.usgs.gov) i decupate
pe conturul Ocolului Silvic Media. Alte date de referin au fost hri ale arboretelor de la Ocolul Silvic
Media, ortofotoplanuri la scara 1 : 5000, planuri cadastrale i hri legate de poluarea din zon.

2.2.2.3. Metode
2.2.2.3.1. Georeferenierea imaginilor satelitare
Imaginile Landsat TM descrcate de pe Internet au fost georefereniate n sistemul de proiecie
UTM, zona 35 N, datum WGS 84 (nivelul 1T), exceptnd imaginea din 2003. Pentru georeferenierea
acesteia au fost folosite 18 reperi teretri uniform rspndii i metoda de resampling vecinul cel mai
apropiat. Eroarea medie ptratic a fost de 0,25 pixeli (7,5 m).

2.2.2.3.2. Normalizarea radiometric relativ

Normalizarea radiometric relativ trebuie realizat pentru mbuntirea omogenitii imaginilor
satelitare multitemporale (Yuan i Elvidge 1996; Tokola et al. 1999; Lu et al. 2004; Tan et al. 2010 ; Tan
et al. 2012). Operaia se impune cnd schimbrile din imaginile satelitare multitemporale se analizeaz
pe baza diferiilor indici, inclusiv NDVI sau a componentelor provenite din transformarea imaginilor.
Normalizarea radiometric relativ s-a realizat prin metoda ASCR propus de Eldvige et al. (1995).
Metoda se bazeaz, la rndul ei, pe metoda SCR dezvoltat de Yuan i Elvidge (1993) dar prezint
mbuntiri n ceea ce privete automatizarea procedurii. Metoda ASCR presupune identificarea setului
de pixeli fr schimbri (no-change pixel set), presupui a fi acei pixeli care ocup poriunea central
dintre clusterii care reprezint apa i terenul observabil n histograma bidimensional rou infrarou
apropiat (banda 3 i 4). Pe baza acestor pixeli se aplic regresia liniar care ia n calcul pixelii fr
schimbri pentru obinerea coeficienilor (gains i offset) folosii n vederea normalizrii radiometrice a
imaginii subiect pentru a putea fi comparat cu imaginea de referin. Metoda este descris pe larg n
Eldvige et al. (1995). n prezentul studiu imaginea de referin a fost aleas scena Landsat 5 TM
achiziionat n 2011 iar celelalte sunt imagini subiect.

2.2.2.3.3. Calcularea indicilor NDVI i BI

Indicele NDVI s-a calculat cu relaia (2.1.1). Indicele BI este un indice normalizat care folosete
dou benzi de reflexie i absorbie (Rikimaru i Miyatake 1997). Acest indice ajut la separarea
vegetaiei care se gsete pe diferite clase de terenuri, de la terenurile cu vegetaie foarte rar la cele cu
vegetaie deas (Jamalabad i Abkar 2004). Indicele BI se calculeaz pe baza reflectanei din benzile

24

Teza de abilitare

Iosif VOROVENCII

albastru (B), rou (R), infrarou apropiat (NIR) i infrarou mediu (MIR), folosind urmtoarea relaie sub
form de raport:

BI =

(MIR + R) (NIR + B)

(2.2.1)

(MIR + R) + (NIR + B)

n cazul datelor Landsat TM, termenii B, R, NIR i MIR sunt valorile reflectanei nregistrate n
benzile 1, 3, 4 i 5.

2.2.2.3.4. Calcularea transformrii Tasseled Cap

Transformarea TC este des folosit la identificarea suprafeelor cu schimbri. Aceast
transformare rotete datele spectrale din imaginile Landsat n date dispuse pe trei axe i anume, axa
strlucirii (TCB), axa verdeii (TCG) i axa umiditii (TCW), care corespund caracteristicilor fizice ale
vegetaiei (Parmenter et al. 2003). Prima component (TCB) este o msur a strlucirii imaginii obinut
pe baza tuturor benzilor Landsat mai puin banda termal (banda 6) (Armenakis et al. 2003). Cea de-a
doua component (TCG) reliefeaz cantitatea de verdea calculat pe baza benzii infrarou apropiat i a
benzilor din vizibil. Cea de-a treia component (TCW) este o msur a umiditii determinat prin
compararea rspunsului spectral din vizibil i infrarou apropiat cu rspunsul spectral din infrarou scurt.
Componentele TCB, TCG i TCW nglobeaz, n general, mai mult de 97% din variabilitatea spectral
prezent ntr-o imagine satelitar (Baker et al. 2007). Aceste componente sunt larg utilizate la
identificarea i evaluarea modificrilor deoarece schimbrile din cadrul peisajelor sunt legate de
schimbrile n strlucire, verdea i umiditate, minimiznd alte surse de variabilitate care conduc la
apariia de schimbri (Allen i Kupfer 2000; Parmenter et al. 2003).
n cercetrile realizate componentele TCG i TCB au fost calculate folosind benzile 1, 2, 3, 4, 5 i 7
pentru imaginile preluate n anii 1985, 1993, 2003 i 2011. n aplicarea transformrii TC s-au utilizat
coeficienii pentru imaginile Landsat 4 TM i Landsat 5 TM din programul ERDAS Imagine.

2.2.2.3.5. Analiza schimbrilor vectoriale

Metoda CVA a fost dezvoltat folosind date Landsat, pe baza componentelor TCG, TCB i TCW n
vederea descrierii diferenelor biofizice specifice (Allen i Kupfer 2000; Coppin et al. 2004). Folosind
primele dou benzi ale transformrii TC, TCG i TCB, i cei doi indici, NDVI i BI, s-a determinat mrimea
schimbrilor (M) dintre imaginea preluat la data 1 i imaginea achiziionat la data 2 cu relaiile:
M TCG TCB =
MNDVIBI =

(data2 TCG data1 TCG )2 + (data2 TCB data1 TCB )2

(data2NDVI data1NDVI )2 + (data2BI data1BI )2

(2.2.2)
(2.2.3)

Mrimea schimbrilor este exprimat prin lungimea vectorului schimbrii (change vector) de la
acelai pixel msurat la data 1 i la data 2 (Kuzera et al. 2005). n cadrul imaginii care exprim mrimea
schimbrilor, pentru separarea suprafeelor cu schimbri fa de cele fr schimbri, a fost necesar
determinarea valorilor prag. Clasele cu schimbri s-au stabilit pe baza valorilor prag folosind date din
amenajamentele silvice, hrile amenajistice care redau intensitatea polurii, date din studiile realizate
anterior privind poluarea terenurilor agricole i date din teren (Tab. 2.2.1). Categoriile atribuite au fost
slab, mediu i puternic. Selectarea celei mai potrivite abateri standard (s) fa de medie (m) a fost
realizat prin examinarea diferitelor abateri standard (1s, 1,5s, 2s i 2,5s). Valoarea prag selectat
n final s-a fcut pe baza calculrii preciziei totale i a coeficientului k pentru fiecare imagine care red
mrimea schimbrilor folosind abaterile standard menionate. Valoarea prag a fost setat la 2 abateri
standard (2s) sau la 1,5 abateri standard (1,5s) fa de medie (Tab. 2.2.1). Valorile sub 2s i peste 2s
au fost considerate extreme.
25

Iosif VOROVENCII

Tez de abilitare
Tabelul 2.2.1. Definirea claselor cu schimbri

Clasele cu
19851994
schimbri
TCGTCB
NDVIBI
Slab
8,2915,35
0,010,11
Mediu
15,3518,42 0,110,20
Puternic
18,4223,48 0,200,30
Valoare prag 8,29/23,48
0,01/0,30
(2s)
(1,5s )

19942003
20032011
19852011
TCGTCB
NDVIBI
TCGTCB
NDVIBI
TCGTCB
NDVIBI
0,734,91 0,000,10 2,777,76
0,020,12 1,047,66 0,030,15
4,919,09 0,100,20 7,7612,75 0,120,22 7,6614,28 0,150,26
9,0913,28 0,200,30 12,7517,76 0,220,32 14,2820,91 0,260,38
0,73/13,28 0,00/0,30 2,77/17,76 0,02/0,32 1,04/20,91 0,03/0,38
(1,5s )
(1,5s )
(2s)
(2s)
(2s)
(2s)

Direcia schimbrilor ( TCG TCB , NDVIBI ) a fost determinat folosind primele dou benzi, TCB i
TCG ale transformrii TC, respectiv indicii NDVI i BI, la data 1 i data 2, aplicnd urmtoarele relaii:
tg TCG TCB =
tgNDVI BI =

data2TCB data1 TCB

(2.2.4)

data2TCG data1 TCG

data2BI data1BI

(2.2.5)

data2NDVI data1NDVI

Deoarece n analiz s-au luat dou benzi au rezultat numai 4 clase majore care redau direcia
schimbrilor. Unghiurile msurate ntre 90o i 180o indic o cretere a cantitii de verdea i o
descretere a strlucirii solurilor. Unghiurile msurate ntre 270o i 360o indic o descretere a cantitii
de verdea i o cretere a strlucirii solurilor. Unghiurile msurate ntre 0o i 90o arat o cretere a
cantitii de verdea i a strlucirii solului iar unghiurile ntre 180o i 270o indic o descretere a
suprafeelor cu verdea i a strlucirii solurilor. Valorile direciei schimbrilor i ale mrimii acestora au
fost comparate ncruciat i clasificate n 12 clase pentru benzile TCG i TCB i n tot attea clase pentru
indicii NDVI i BI. Pe fiecare clas s-a obinut suprafaa total a schimbrilor i au fost calculate
procentele pentru ntreaga zon studiat i pentru clasa de direcie a schimbrilor. Pentru fiecare
perioad i perechi de benzi analizate s-au realizat histograme bidimensionale care arat direcia i
mrimea schimbrilor. Pe abscis s-au reprezentat direciile, n intervalul 0o360o, iar pe ordonat
mrimea schimbrilor.

2.2.2.3.6. Validarea procedurii

Pentru obinerea matricei erorilor hrilor care redau suprafeele cu schimbri/fr schimbri s-au
folosit date de referin care au constat din hri ntocmite prin studiile realizate pentru pduri
(Ianculescu et al. 2009) i terenurile agricole. n anumite situaii s-a apelat la metoda interpretrii vizuale
menionat n literatur (Cohen et al. 1998) i folosit n obinerea datelor de referin pentru matricele
erorilor (Siwe i Koch 2008). Din teren au fost colectate randomizat 180 de puncte care au servit ca
adevrul teren. Validarea clasificrilor s-a realizat pe baza ntocmirii matricei erorilor suprafeelor cu
schimbri versus fr schimbri folosind aceste puncte. n categoria fr schimbri s-au considerat
suprafeele din fondul forestier evideniate n amenajamentele silvice ca fiind nc poluate precum i
suprafeele din terenurile din afara fondului forestier aflate n evidene ca fiind poluate. De asemenea,
s-a avut n vedere existena sau inexistena vegetaiei. Punctele au fost apoi etichetate ca suprafee cu
schimbri sau suprafee fr schimbri, prin comparaie i interpretare vizual.

2.2.3. Rezultate i discuii

Rezultatele privind cele dou componente i cei doi indici calculai pentru imaginile din 1985,
1993, 2003 i 2011 sunt prezentate n Figura 2.2.3. Pe baza acestora s-a aplicat metoda CVA, perechile
folosite n analiz fiind TCGTCB i NDVIBI. n urma aplicrii CVA s-au obinut imaginile care redau
direcia i mrimea componentelor TCG i TCB, respectiv cele care redau direcia i mrimea indicilor
NDVI i BI. Direcia schimbrilor s-a determinat din imaginile care arat direcia benzilor TCG i TCB i din
imaginile care redau direcia indicilor NDVI i BI. Pe abscis au fost considerate TCG, respectiv NDVI, iar
26

Teza de abilitare

Iosif VOROVENCII

Mare: 32,77

Mare: 33,10

Mare: 41,02

Mare: 43,15

Mic: -8,41

Mic: -4,37

Mic: -11,06

Mic: -12,96

Mare: 79,09

Mare: 65,06

Mare: 97,07

Mare: 90,20

Mic: 0,00

Mic: 0,00

Mic: 0,00

Mic: 0,00

Mare: 0,77

Mare: 0,75

Mare: 0,77

Mare: 0,82

Mic: -0,13

Mic: -0,08

Mic: -0,22

Mic: -0,17

a.

b.

c.

Mare: 0,08

Mare: 0,15

Mare: 0,24

Mare: 0,32

Mic: -0,50

Mic: -0,48

Mic: -0,44

Mic: -0,41

d.

Fig. 2.2.3. Imaginile din 1985, 1993, 2003, 2011 ale componentelor TCG i TCB i ale indicilor NDVI i BI
care au permis evidenierea schimbrilor legate de acoperirea terenurilor:
a) componenta TCG arat c n perioada 19852011 au aprut schimbri importante legate de acoperirea terenului. n
1985 suprafeele puternic afectate de poluare erau concentrate pe culoarul Trnavei, de la nord-est spre sud-vest; b)
componenta TCB indic suprafeele cu sol descoperit rspndite pe versanii Vii Trnavei; c) indicele NDVI evideniaz
c ntre 1985 i 2011 au avut loc creteri ale cantitii de clorofil i ale vigorii vegetaiei (culoarea verde). n 2011 mai
erau evideniate numai cteva locaii afectate de poluare (culoarea rou); d) indicele BI arat suprafeele cu teren
descoperit afectate de poluarea cu metale grele. n 2011 cea mai afectat locaie era n partea nordic (cuoarea rou)
iar cele moderat afectate erau rspndite n cuprinsul zonei analizate (culoarea galben)

pe ordonat s-a ales TCB, respectiv BI. n Tabelul 2.2.2 sunt prezentate posibilele patru clase de direcii,
cu descrierile respective, obinute din cele dou perechi de imagini, TCG i TCB, respectiv, NDVI i BI.
Tabelul 2.2.2. Posibilele clase care redau direcia schimbrilor folosind componentele TCB i TCG,
respectiv indicii NDVI i BI i descrierea schimbrilor
Clase
Clasa 1
Clasa 2
Clasa 3
Clasa 4

TCG i TCB
TCB
+
+

TCG
+

NDVI i BI

Descriere
Descreterea vegetaiei
Extinderea solului gol
Creterea vegetaiei
Creterea clorofilei

27

BI
+
+

NDVI
+

Descriere
Reducerea umiditii
Extinderea solului gol
Creterea umiditii
Creterea clorofilei

Iosif VOROVENCII

Tez de abilitare

Sectoarele schimbrilor definite de componentele TCG i TCB pot fi: (1) creterea valorilor TCB i
TCG reprezint descretere a suprafeei cu vegetaiei ceea ce nseamn pierdere de biomas ca urmare
a unui nceput de uscare a vegetaiei arborescente i erbacee; (2) creterea valorilor TCB i descreterea
valorilor TCG indic expansiunea solului gol, lipsit de vegetaie, care este puternic legat de pierderea
vegetaiei, n special erbacee, ca rezultat al polurii solului cu metale grele; (3) descreterea valorilor
componentelor TCB i TCG este asociat cu creterea vegetaiei ceea ce nseamn regenerarea pdurii i
a covorului erbaceu datorit mbuntirii condiiilor de vegetaie dup reducerea polurii n timpul
perioadei studiate; (4) descreterea valorilor TCB i creterea valorilor TCG indic o cretere a cantitii
de clorofil ceea ce arat creterea vigorii vegetaiei legat, n principal, de recptarea culorii verzi a
frunziului prin revitalizarea vegetaiei arborescente i erbacee afectat de negru de fum i poluarea cu
metale grele.
Sectoarele schimbrilor definite de indicii NDVI i BI pot fi: (1) creterea valorilor BI i NDVI
reprezint o reducere a umiditii, legat de uscarea solului i nrutirea condiiilor edafice datorit
polurii, n principal, cu metale grele; (2) creterea valorilor BI i descreterea valorilor NDVI indic o
reflectan ridicat a solului ceea ce nseamn expansiunea solului lipsit de vegetaie i, ca urmare,
degradarea terenului i pierderea vegetaiei erbacee provocat de poluarea solului cu metale grele; (3)
descreterea valorilor BI i NDVI arat creterea umiditii, legat de revenirea la condiiile edafice
apropiate de cele normale prin dispariia treptat a fenomenului de uscare a solului i reinerea de ap
n sol; (4) descreterea valorilor BI i creterea valorilor NDVI indic o cretere a cantitii de clorofil i a
vigorii vegetaiei legate, n principal, de revitalizarea vegetaiei prin revenirea acesteia la culoarea
normal datorit reducerii polurii.
n Tabelele 2.2.3 i 2.2.4 sunt prezentate matricele erorilor pentru clasele schimbri versus fr
schimbri. Precizia total a fost de 73,88%, cu un coeficient k de 0,67 pentru componentele TCGTCB i
70,55%, cu un coeficient k de 0,58 pentru indicii NDVIBI. Precizia total mai ridicat n cazul metodei
CVA aplicat componentelor TCGTCB pentru zona studiat arat c cele dou componente lucreaz
mai bine pentru evidenierea zonelor depoluate. Concentrarea datelor din imaginea satelitar, n
procent de 95%, n primele dou componente n cazul transformrii TC permite folosirea informaiei
cuprinse i n benzile 2 i 7 de care metoda CVA aplicat indicilor NDVIBI nu a beneficiat.
Tabelul 2.2.3. Matricea erorilor claselor cu schimbri/fr schimbri pentru perioada 19852011 (TCGTCB)
Clasa de referin
Schimbri
Fr schimbri
Precizia productorului (%)
Precizia total: 73,88 %
Coeficientul k: 0,67

Schimbri
91
30
72,20

Clasificare
Fr schimbri
17
42
71,18

Precizia
utilizatorului (%)
84,00
58,33

Tabelul 2.2.4. Matricea erorilor claselor cu schimbri/fr schimbri pentru perioada 19852011 (NDVIBI)
Clasa de referin
Schimbri
Fr schimbri
Precizia productorului (%)
Precizia total: 70,55 %
Coeficientul k: 0,58

Schimbri
81
26
75,70

Clasificare
Fr schimbri
27
46
63,01

Precizia
utilizatorului (%)
75,00
63,88

Valorile mai mari pentru precizia utilizatorului (84%, respectiv 75%) i productorului (72,20%,
respectiv 75,70%) n cazul clasei schimbri arat c zonele n care poluarea a sczut s-au putut distinge
efectiv. Pentru clasa fr schimbri valorile preciziei utilizatorului (58,33%, respectiv 63,88%) i
productorului (71,18%, respectiv 63,01%) sunt mai mici. Precizia utilizatorului mai mic pentru aceast
clas arat c valoarea prag n aplicarea metodei CVA a fost prea mare, excluznd astfel anumite
schimbri din analiz privind reducerea polurii. n prezentele cercetri a fost dificil stabilirea unei
28

Teza de abilitare

Iosif VOROVENCII

LEGENDA
Descreterea vegetaiei
slab
mediu
puternic

Extinderea solului gol

Creterea vegetaiei
slab
mediu
puternic

slab
mediu
puternic

Creterea clorofilei
slab
mediu
puternic

Fig. 2.2.4. Imagini obinute prin comparaie ncruciat care redau mrimea i direcia schimbrilor pe baza
componentelor TCG i TCB. n perioada 19852011 peisajul a nceput s-i recapete aspectul normal prin
regenerarea pdurii i a covorului erbaceu, creterea cantitii de clorofil i a vigorii
vegetaiei (culorile verde i galben)

valori prag care s fie sensibil la toate schimbrile ecologice provocate de reducerea polurii
terenurilor avnd n vedere complexitatea peisajului (pduri, terenuri din intravilan, terenuri agricole cu
diferene n practicile agricole). Erorile de comitere mai mari n cazul metodei CVA aplicat
componentelor TCGTCB (41,67%) comparativ cu metoda CVA aplicat indicilor NDVIBI (36,12%)
pentru clasa fr schimbri, se pot datora etichetrii mai dificile a punctelor folosite la verificarea
preciziei.
Rezultatele privind suprafaa total a schimbrilor pentru fiecare clas, obinute prin compararea
ncruciat a imaginilor care redau direcia i mrimea acestora, sunt prezentate n Figurile 2.2.4 i 2.2.5
i n Tabelele 2.2.5 i 2.2.6. Rezultatele obinute prin aplicarea metodei CVA componentelor TCGTCB
arat c n perioada 19851994 au aprut schimbri ale acoperirii terenului pe o suprafa mare
(94,41%) (Fig. 2.2.4 i Tab. 2.2.5). Pn n anul 1989 nu au avut loc schimbri importante ale acoperirii
terenurilor ci numai dup 1989, cnd schimbndu-se regimul politic, autoritile au adoptat msuri de
protecie i fabrica a trebuit s investeasc n aceast direcie (Blaj et al. 2009; Ianculescu et al. 2009).
Aceste schimbri legate de acoperirea terenurilor au constat n revigorarea vegetaiei (pduri, puni i
fnee) ca urmare a reducerii noxelor poluante, n principiu, negru de fum. n perioadele 19942003 i

LEGENDA
Descreterea umiditii
slab
mediu
puternic

Extinderea solului gol

Creterea umiditii
slab
mediu
puternic

slab
mediu
puternic

Creterea clorofilei
slab
mediu
puternic

Fig. 2.2.5. Imagini obinute prin comparaie ncruciat care redau mrimea i direcia schimbrilor pe baza
indicilor NDVI i BI. Suprafeele cu teren gol, lipsit de vegetaie (culoarea albastru) au sczut considerabil n
perioada 19852011. n anul 2011 puteau fi, totui, identificate suprafee izolate cu teren gol, cele mai mari n
partea nordic a suprafeei analizate, datorit polurii solului cu metale grele

29

Iosif VOROVENCII

Tez de abilitare

20032011 schimbrile legate de acoperirea terenurilor au continuat n sensul revigorrii vegetaiei.

Suprafeele puternic contaminate sunt cele apropiate de fabric iar cele cu intensitate medie de poluare
sunt pe versanii coridorului Trnava Mare.
Tabelul 2.2.5. Rezultatele aplicrii metodei CVA folosind componentele TCG i TCB pentru perioadele analizate
Clase ale
19851994
19942003
20032011
schimbrii Suprafa Procent Procent Suprafa Procent Procent Suprafa Procent Procent
(ha)
din
din
(ha)
din
din
(ha)
din
din
peisaj categorie
peisaj categorie
peisaj categorie
o
o
Sector 1 (0 90 )
Slab
1109
1,72
41,29
2256
3,50
51,90
62
0,10
33,16
Mediu
654
1,02
24,35
1271
1,98
29,24
100
0,15
53,47
Puternic
923
1,44
34,36
820
1,28
18,86
25
0,04
13,37
Total
2686
4,18
100,00
4347
6,76
100,00
187
0,29
100,00
o
o
Sector 2 (90 180 )
Slab
17
0,03
100,00
7211
11,23
49,70
90
0,14
34,62
Mediu
0
0,00
0,00
5478
8,53
37,75
58
0,09
22,31
Puternic
0
0,00
0,00
1821
2,83
12,55
112
0,17
43,07
Total
17
0,03
100,00
14510
22,59 100,00
260
0,40
100,00
o
o
Sector 3 (180 270 )
Slab
507
0,79
57,16
10377
16,15
25,02
2892
4,50
12,36
Mediu
175
0,27
19,73
15923
24,78
38,40
16366
25,47
69,97
Puternic
205
0,32
23,11
15170
23,61
36,58
4131
6,43
17,67
Total
887
1,38
100,00
41470
64,54 100,00
23389
36,40 100,00
o
o
Sector 4 (270 360 )
Slab
28977 45,10
47,77
2188
3,41
55,75
11672
18,18
28,88
Mediu
21289 33,13
35,09
1178
1,83
30,01
26055
40,55
64,47
Puternic
10396 16,18
17,14
559
0,87
14,24
2689
4,18
6,65
Total
60662 94,41 100,00
3925
6,11
100,00
40416
62,91 100,00
Total
64252 100,00
64252 100,00
64252 100,00
general

19852011
Suprafa Procent Procent
(ha)
din
din
peisaj categorie
906
534
130
1570

1,41
0,83
0,20
2,44

57,71
34,01
8,28
100,00

460
154
41
655

0,72
0,24
0,06
1,02

70,23
23,51
6,26
100,00

4079
15716
10644
30438

6,35
24,46
16,56
47,37

13,40
51,63
34,97
100,00

10662
17849
3077
31588
64252

16,59
27,78
4,78
49,17
100,00

33,75
56,51
9,74
100,00

Tabelul 2.2.6. Rezultatele aplicrii metodei CVA folosind indicii NDVI i BI pentru perioadele analizate
Clase ale
19851994
19942003
20032011
schimbrii Suprafa Procent Procent Suprafa Procent Procent Suprafa Procent Procent
(ha)
din
din
(ha)
din
din
(ha)
din
din
peisaj categorie
peisaj categorie
peisaj categorie
o
o
Sector 1 (0 90 )
Slab
11149 17,35
57,51
1654
2,57
83,54
5
0,01
41,67
Mediu
7797
12,14
40,22
188
0,29
9,49
1
0,00
8,33
Puternic
440
0,68
2,27
138
0,22
6,97
6
0,01
50,00
Total
19386 30,17 100,00
1980
3,08
100,00
12
0,02
100,00
o
o
Sector 2 (90 180 )
Slab
5084
7,91
22,05
6302
9,80
39,71
160
0,25
2,95
Mediu
7826
12,18
33,95
5349
8,33
33,71
2029
3,16
37,44
Puternic
10144 15,79
44,00
4219
6,57
26,58
3230
5,03
59,61
Total
23054 35,88 100,00
15870
24,70 100,00
5419
8,44
100,00
o
o
Sector 3 (180 270 )
Slab
3218
5,00
30,97
3812
5,94
93,59
13497
21,00
30,61
Mediu
3978
6,19
38,29
254
0,39
6,24
29055
45,22
65,88
Puternic
3194
4,98
30,74
7
0,01
0,17
1546
2,41
3,51
Total
10390 16,17 100,00
4073
6,34
100,00 44098
68,63 100,00
o
o
Sector 4 (270 360 )
Slab
4279
6,66
37,46
10260
15,97
24,24
902
1,40
6,13
Mediu
4737
7,37
41,48
21867
34,03
51,66
8007
12,46
54,38
Puternic
2406
3,75
21,06
10202
15,88
24,10
5814
9,05
39,49
Total
11422 17,78 100,00
42329
65,88 100,00 14723
22,91 100,00
Total
64252 100,00
64252 100,00
64252 100,00
general

30

19852011
Suprafa Procent Procent
(ha)
din
din
peisaj categorie

103
2398
4425
6926

0,16
3,73
6,89
10,78

1,49
34,62
63,89
100,00

17870
25902
6019
49791

27,81
40,31
9,37
77,49

35,89
52,02
12,09
100,00

794
3528
3213
7535
64252

1,24
5,49
5,00
11,73
100,00

10,54
46,82
42,64
100,00

Teza de abilitare

Iosif VOROVENCII

1985-1994

1994-2003

2003-2011

1985-1994

1985-2011

1994-2003

2003-2011

a.

1985-2011
b.

Fig. 2.2.6. Histograme bidimensionale care arat direcia schimbrilor versus mrimea schimbrilor pentru
perioadele analizate (direcia este reprezentat pe abscis iar mrimea pe ordonat):
a) cazul componentelor TCGTCB care arat c cele mai multe schimbri au aprut n sectoarele 3 i 4; b) cazul
indicilor NDVIBI care evideniaz faptul c n sectoarele 2, 3 i 4 au aprut cele mai multe schimbri

Datele obinute, prezentate n Tabelul 2.2.5, corelate cu histogramele bidimensionale (Fig. 2.2.6a),
arat direcia schimbrilor. n perioada 19851994 schimbrile legate de acoperirea terenurilor au
aprut n sectoarele 1 i 4. Frecvena ridicat a pixelilor din sectorul 4 indic o cretere a cantitii de
clorofil. Perioada 19942003 se caracterizeaz prin faptul c schimbrile legate de acoperirea
terenurilor au avut loc n toate sectoarele, frecvena cea mai mare a pixelilor cu schimbri fiind ntlnit
n sectorul 3 (64,54%), aceasta reprezentnd o cretere a cantitii de vegetaiei. Valoarea cea mai
ridicat s-a ntlnit, totui, n sectorul 2 ceea ce arat existena expansiunii solului lipsit de vegetaie n
anumite locaii izolate (Fig. 2.2.4). Acestea au fost semnalate n cadrul terenurilor agricole (arabil,
puni, fnee) datorit unei poluri puternice a solului cu metale grele. n perioada 20032011
schimbrile privind acoperirea terenurilor au fost evideniate n sectoarele 3 i 4, acestea reprezentnd
36,40%, respectiv 62,91%, din suprafaa analizat (Tab. 2.2.5). La fel ca n perioada 19942003, o
valoare mare s-a constatat n sectorul 2 ceea ce nseamn existena unor locaii izolate cu creterea
suprafeelor cu sol lipsit de vegetaie (Fig. 2.2.4 i 2.2.6).
Pentru ntreaga perioad 19852011 schimbrile cele mai mari s-au semnalat n sectoarele 3 i 4,
acestea totaliznd 96,87% din suprafaa studiat. Concentrarea acestora n cele dou sectoare arat
creterea vegetaiei i a cantitii de clorofil ca urmare a reducerii semnificative a polurii vegetaiei cu
negru de fum. Totui, schimbrile cele mai mari, dar pe suprafa mic (1,02%), au fost semnalate n
sectorul 2 ceea ce nseamn existena unor suprafee lipsite de vegetaie, cu sol gol, datorit polurii cu
metale grele a orizontului superior al solului (020 cm).
Folosirea indicilor NDVIBI n analiza schimbrilor vectoriale a condus la rezultate similare celor n
care s-au folosit componentele TCGTCB. Astfel, n perioada 19851994 se constat c schimbrile
acoperirii terenurilor au avut loc n toate sectoarele, suprafaa afectat fiind mai mare n sectoarele 1
(30,17%) i 2 (35,88%) (Tab. 2.2.6). n perioada 19942003 schimbrile acoperirii terenului mai mari s-au
ntlnit n sectorul 4 (65,88%) i n sectorul 2 (24,70%). Aceasta nseamn att creterea cantitii de
clorofil datorit reducerii polurii cu negru de fum a vegetaiei lemnoase i erbacee dar i expansiunea
terenului fr vegetaie provocat de existena polurii solului cu metale grele. Perioada 20032011 se
caracterizeaz prin apariia schimbrilor acoperirii terenului n sectorul 3 pe o suprafa mare (68,63%)
datorit creterii umiditii, aceasta reprezentnd o revigorare a vegetaiei. n sectorul 1 schimbrile au
afectat numai 0,02% din suprafa. Caracteristic pentru perioadele 19851994, 19942003 i 20032011
este faptul c valori mari s-au ntlnit n sectoarele 2 i 4 ceea ce arat c schimbrile evidente legate de
acoperirea terenurilor au determinat expansiunea solului gol n anumite locaii i creterea cantitii de
clorofil n zonele cu vegetaie, n special pdure. Pentru ntreaga perioad 19852011 frecvena cea
mai mare a pixelilor din histograma bidimensional este concentrat n sectorul 3 ceea ce nseamn
schimbri ale acoperirii terenurilor pe o suprafa mare (77,49%) (Tab. 2.2.6). Urmeaz sectorul 4 i apoi
31

Iosif VOROVENCII

Tez de abilitare

2 cu schimbri ale acoperirii terenului pe 11,73%, respectiv 10,78% din total suprafa; n sectorul 1 nu
au fost semnalate schimbri ale acoperirii terenurilor. Rezultatele obinute din histogramele
bidimensionale sunt n acord cu histogramele fiecrei perioade. Acestea sunt clar evideniate n
histogramele bidimensionale unde datele sunt concentrate n sectoarele 2, 3 i 4 (Fig. 2.2.6b).
Schimbrile legate de acoperirea terenurilor pot fi identificate i prin interpretare vizual. n acest
sens, imaginile TCG i NDVI realizate pentru anii 1985, 1994, 2003 i 2011 sunt cele mai reprezentative.
Urmrind componenta TCG pentru 1985 s-a evideniat c schimbrile puternice ale acoperirii terenurilor
au fost localizate n jurul oraelor Copa Mic i Media i chiar mai la nord de Media. Aceste schimbri
ale acoperirii terenurilor au fost provocate de agenii poluani care au condus la schimbarea culorii
coronamentului vegetaiei prin depunerea pe aparatul foliar al acestora. n 1994 se observ c
schimbrile privind acoperirea terenurilor au cuprins aproape ntreaga suprafa studiat dar
intensitatea acestora este mai sczut. Comparativ cu 2011, schimbrile sunt evidente pe ntreaga
suprafa. Caracteristic zonei analizate este faptul c suprafeele foarte puternic poluate s-au ntins
aproximativ pe direcia est-sud vest. Orientarea culoarului rului Trnava Mare pe direcia est-vest, n
corelaie cu altitudinile mai mari care l mrginesc, constituie un factor de constrngere i modelare a
polurii n sens longitudinal.
Poluarea solului cu metale grele a condus la apariia terenurilor lipsite de vegetaie sau cu
vegetaie foarte rar. Imaginile NDVI evideniaz suprafeele lipsite de vegetaie dispuse n lungul
culoarului rului Trnava Mare dar i pe cele de pe versanii din apropiere. Dei cele mai sczute valori
NDVI s-au ntlnit pe imaginea din 1994, prin interpretare vizual se constat c suprafaa lipsit de
vegetaie este mai mare pe imaginea din 1985. n imaginea din 2011, valorile minime NDVI s-au obinut
numai n oraele Copa Mic, Media i n unele puncte izolate lipsite nc de vegetaie. Suprafaa cu sol
descoperit, evident, este la nord de oraul Media. n sudul culoarului Trnavei Mari suprafeele lipsite
de vegetaie sunt mult mai dese dar de mrime mai mic. n cazul terenurilor agricole, poluarea a
afectat solul, producia agricol fiind sczut. Avnd n vedere fneele i punile, n special cele de pe
dealurile cu expoziie sudic, terenurile pe care se gsesc acestea sunt nc descoperite de vegetaie
datorit polurii cu metale grele.
n locaiile unde se constat o cretere a suprafeelor cu vegetaie, aceasta se datoreaz msurilor
de protecie a mediului i a lucrrilor de reconstrucie ecologic efectuate n suprafeele intens poluate
de lng Copa Mic. Reconstrucia ecologic prin rempdurire din perioada 19882008 s-a realizat de
Ocolul Silvic Media i a avut n vedere 644 ha (Fig. 2.2.7), din care 470 ha n fondul forestier i 174 ha n
afara fondului forestier (Blaj et al. 2009). De asemenea, n vederea evitrii eroziunii de suprafa i de
adncime, pe lng rempduriri s-au realizat terasri i cleionaje.
Considernd suprafaa afectat de schimbrile acoperirii terenurilor n sens pozitiv pe cea din
sectoarele 3 i 4, conform acestor cercetri, n cazul metodei CVA aplicat componentelor TCGTCB, se
poate concluziona c pe 96,54% din suprafaa studiat n perioada 19852011 au aprut schimbri ale
acoperirii terenurilor care indic n mod indirect reducerea polurii cu negru de fum. Restul de suprafa
(3,46%) este afectat de descreterea vegetaiei (2,44%) i creterea suprafeei terenurilor goale, lipsite
de vegetaie (1,02%). n cazul metodei CVA aplicat indicilor NDVIBI, suprafaa afectat de schimbrile

b.
Fig. 2.2.7. Reconstrucia ecologic la Copa Mic:
a) versant n spatele SC Sometra SA cu vegetaie n curs de instalare; b) versant aflat pe
coridorul Trnava Mare mpdurit integral
a.

32

Teza de abilitare

Iosif VOROVENCII

privind acoperirea terenurilor, care arat indirect reducerea polurii cu negru de fum, este de 89,22% iar
10,78% din suprafaa studiat ar fi afectat de expansiunea terenului lipsit de vegetaie datorit polurii
nc a solului cu metale grele.
Rezultatele obinute prin aplicarea metodei CVA folosind cele dou componente i cei doi indici
sunt n concordan cu cele reliefate de alte studii care nu s-au bazat pe date satelitare. Ianculescu et al.
(2009) au artat c n anul 2001 suprafaa poluat era de numai 20% din suprafaa poluat n 1986.
Lctuu i Lctuu (2010) arat c dinamica polurii vegetaiei forestiere n 22 de ani (19862008)
prezint o reducere foarte semnificativ, n timp ce suprafeele cu soluri contaminate rmn totui
constante, chiar cu o uoar cretere a trendului. Aadar, suprafaa de pdure contaminat a sczut
continuu n ultimii ani astfel c suprafaa cu pdure degradat n 2008 reprezenta numai 2% din
suprafaa degradat iniial (Lctuu i Lctuu 2010). n analiza depolurii pdurilor s-a avut n vedere
faptul c arborii afectai de poluare au avut frunziul decolorat, plin cu negru de fum, parte din ei fiind
uscai. Acest tip de poluare s-a redus considerabil, frunziul cptnd culoarea normal. Poluarea solului
cu metale grele determin ca parte din arbori s mai fie nc vtmai fr a putea fi sesizai pe imaginile
satelitare Landsat TM. De asemenea, existena polurii solului n continuare conduce la meninerea
multor suprafee de teren goale, lipsite de vegetaie.

2.2.4. Concluzii
n aceste cercetri s-a folosit metoda CVA aplicat componentelor TCGTCB i indicilor NDVIBI
pentru obinerea hrilor direciei i mrimii schimbrilor. Metoda este complet automat iar folosirea
n cercetri a componentelor TCG i TCB s-a bazat pe toate benzile seriei temporale de imagini Landsat
TM (exclus banda termal). Utilizarea componentelor TCG i TCB a redus dimensionalitatea datelor i a
permis evidenierea restrngerii suprafeelor poluate, n special a celei cu negru de fum. Metoda CVA
aplicat indicilor NDVI i BI s-a bazat pe benzile 1, 3, 4 i 5 care au evideniat starea de sntate a
vegetaiei i existena solurilor descoperite datorit persistrii polurii cu metale grele.
Corelaia ncruciat a imaginilor care redau direcia i mrimea schimbrilor permite obinerea
de hri uor interpretabile privind monitorizarea schimbrilor acoperirii terenurilor provocate de negrul
de fum i metalele grele fr a necesita eantioane pentru culegerea semnturilor spectrale. Pentru
interpretarea corect a imaginilor obinute dup aplicarea metodei CVA este necesar existena unor
informaii din zona studiat nainte de prelucrare. Metoda nu permite obinerea de informaii de la
pn la ca n cazul metodei comparaiei postclasificare. Totui, metoda CVA ofer informaii calitative
legate de direcia n care evolueaz starea de sntate a vegetaiei i intensitatea schimbrilor. Metoda
este, de asemenea, subiectul unor rezultate variabile bazate pe abilitatea analistului de a seta o valoare
prag sigur. Stabilirea valorii prag poate constitui o surs de erori la identificarea schimbrilor legate de
acoperirea terenurilor provocate de poluarea cu negru de fum i metale grele.
Rezultatele obinute dup aplicarea metodei CVA n aceste cercetri, folosind componentele TCG
TCB i indicii NDVIBI, arat c n zona Copa Mic, pentru perioada 19852011, au avut loc schimbri
considerabile legate de acoperirea terenurilor determinate, n special, de reducerea polurii cu negru de
fum. Aceste schimbri sunt n sens pozitiv i constau, n principal, n revigorarea vegetaiei, n special a
pdurilor din zon, ca urmare a reducerii considerabile a agenilor poluani. n ceea ce privete
schimbrile la nivelul solului, s-a constatat prin aplicarea metodei CVA att componentelor TCGTCB ct
i indicilor NDVIBI, existena n continuare a suprafeelor cu sol descoperit, lipsit de vegetaie, care nu
permite instalarea vegetaiei din cauza concentraiei ridicate de metale grele din sol.

2.3. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor folosind

metoda comparaiei postclasificare
2.3.1. Introducere
n Romnia, dup anul 1989 au avut loc o serie de schimbri, att n sens pozitiv ct i negativ.
Creterea populaiei i, n special, extinderea zonelor locuite, a celor comerciale i industriale ctre
33

Iosif VOROVENCII

Tez de abilitare

marginea oraului Braov i a altor orae i localiti este una dintre schimbrile n sens pozitiv care
arat un semn de vitalitate economic. De cealalt parte, aceast extindere dac nu este controlat i
monitorizat poate conduce la apariia unor efecte negative asupra ecosistemelor, la degradarea
calitii apelor i aerului, poluare sonor, aglomeraii urbane etc. Culegerea de informaii referitoare la
schimbrile privind acoperirea terenurilor este esenial pentru o mai bun nelegere a relaiilor i
interaciunilor dintre oameni i mediul natural (Fichera et al. 2012).
Dei n Romnia nu se poate vorbi de zone metropolitane asemntoare rilor dezvoltate totui,
astfel de zone au nceput s se defineasc n jurul marilor orae cum este i cazul Braovului. Toate
schimbrile i eventualele efecte negative necesit luarea n considerare a acestora de ctre organele
locale i regionale care administreaz terenurile i presupune adoptarea unor politici n vederea lurii de
decizii corecte pentru a evita impactul negativ al dezvoltrii (Yuan et.al. 2005). n acest sens, adoptarea
unor decizii necesit existena unor informaii geospaiale aduse la zi privind utilizarea/acoperirea
terenurilor. Dintre acestea un rol important l au imaginile satelitare care constituie surse valoroase de
date pentru monitorizarea schimbrilor din zonele studiate. n acest sens, multe studii au artat c
imaginile satelitare preluate la anumite intervale de timp pot constitui surse de date geospaiale care
asigur precizie n privina studierii schimbrilor legate de utilizarea/acoperirea terenurilor n zonele
metropolitane (Alberti et al. 2004; Goetz et al. 2004). De asemenea, numeroase cercetri au demonstrat
valoarea imaginilor multitemporale pentru clasificarea acoperirii terenurilor din astfel de zone (Lunetta
i Balogh 1999; Oettera et al. 2000; Yuan et al. 2005).
n aceste cercetri s-a folosit o serie temporal de imagini Landsat preluate n anii 1987, 2000 i
2009 n vederea identificrii, evalurii i monitorizrii schimbrilor legate de utilizarea/acoperirea
terenurilor n zona metropolitan Braov. Obiectivele acestor cercetri au fost: (1) clasificarea
coninutului imaginilor satelitare i cartografierea schimbrilor pentru perioada 19872009 prin metoda
comparaiei postclasificare (PCC); (2) evaluarea preciziei clasificrilor i a schimbrilor utilizrii/acoperirii
terenurilor; (3) identificarea i analiza schimbrilor pe clase de utilizare/acoperire a terenurilor.

2.3.2. Zona luat n studiu

Zona luat n studiu este ncadrat ntre 25o1759 i 25o5930 longitudine estic i 45o2632 i
45o5154 latitudine nordic (Fig. 2.3.1). n cadrul acesteia se ntlnesc urmtoarele clase de
utilizare/acoperire a terenurilor: intravilan, puni, fnee, pduri, agricol, ape, terenuri necultivate i
terenuri descoperite de vegetaie. Altitudinea zonei luate n studiu variaz de la 530 m n cazul
terenurilor plane pn la 1799 m n cazul Vrfului Postvaru. Temperatura medie anual este de 7,8oC
iar umiditatea aerului are valori medii anuale de 75%. Precipitaiile atmosferice sunt de 600700
mm/an. Vntul la sol are direcii predominante dinspre vest i nord-vest i viteze medii cuprinse ntre
1,5 i 3,2 m/s. Durata medie anual a stratului de zpad crete o dat cu altitudinea: 55,2 zile la Bod,
Romnia
Zon studiat
0

Judeul Braov

25

50 km

Fig. 2.3.1. Zona luat n studiu

34

10 km

Teza de abilitare

Iosif VOROVENCII

70,8 zile la Braov, 118 zile la Predeal i peste 210 zile pe culmile montane nalte. Arealul metropolitan
Braov include 15 uniti administrativ teritoriale urbane i rurale ce reunesc un numr de 410116
locuitori i se ntinde pe o suprafa de 141229 ha.
2.3.3. Materiale
2.3.3.1. Imagini Landsat
n cercetri au fost folosite dou cadre decupate din imagini Landsat 5 TM preluate pe 14.09.1987
i 24.07.2009 i un cadru decupat din imaginea Landsat 7 ETM+ preluat pe 5.06.2000. Imaginile au fost
descrcate gratuit de pe site-ul http://glovis.usgs.gov i fac parte din orbita 183, rndul 28. Rezoluia
spaial a benzilor din multispectral (exclus banda 6) este de 30 m iar rezoluia radiometric de 8 bii.
Toate imaginile au fost georefereniate n sistemul de proiecie UTM, zona 35 N, datum WGS 84,
folosind 20 de reperi teretri uniform rspndii i metoda de resampling vecinul cel mai apropiat.
Erorile medii ptratice au fost sub 0,25 pixeli (7,5 m) pentru fiecare din cele trei imagini.

2.3.3.2. Date de referin

Datele de referin pentru imaginea din 1987 au constat din fotograme alb-negru preluate la
scara aproximativ 1 : 12000 1 : 15000 aflate n arhiva Universitii Transilvania din Braov. Analiza lor
s-a realizat pe modelul stereoscopic. Numrul de poligoane formate pentru culegerea semnturilor
spectrale i pentru evaluarea preciziei clasificrii coninutului imaginilor satelitare a fost de 949 care
cuprind 1,65% din totalul pixelilor. Dintre acestea, 66% au fost folosite la culegerea semnturilor
spectrale iar 34% pentru evaluarea preciziei clasificrii.
Datele de referin n cazul imaginii din 2000 au provenit din dou surse. Prima surs a constituito fotogramele alb-negru preluate n anul 1999, la scara aproximativ 1 : 14000. Cea de-a doua surs a
constituit-o ridicrile topografice i cadastrale realizate n perioada 19992002. Datele de referin
cuprind 820 de poligoane pentru culegerea semnturilor spectrale i pentru evaluarea preciziei
clasificrii, reprezentnd 1,70% din totalul pixelilor; dintre acestea, 61% au au fost folosite la culegerea
semnturilor spectrale iar 39% pentru evaluarea preciziei.
Datele de referin pentru imaginea din 2009 provin, de asemenea, din mai multe surse. n
principal, au fost folosite ridicrile topografice realizate pe cale terestr n perioada 20082009 i date
cadastrale referitoare la terenuri. Alturi de acestea, s-au mai utilizat ortofotoplanurile la scara 1 : 5000
ntocmite n perioada 20032005. Pentru oraul Braov i mprejurimi s-au mai utilizat, de asemenea,
ortofotoplanurile la scara 1 : 1000 ntocmite de Agenia Naional de Cadastru i Publicitate Imobiliar n
anul 2009 i o imagine satelitar Ikonos 2 preluat n anul 2005. Numrul poligoanelor folosite pentru
culegerea semnturilor spectrale i pentru evaluarea preciziei clasificrii a fost de 865 cuprinznd 1,83%
din totalul pixelilor. Dintre aceste poligoane, 63% au fost folosite pentru culegerea semnturilor
spectrale iar 37% pentru evaluarea preciziei.
Alte date de referin folosite au fost: planurile cadastrale la scara 1 : 5000 ntocmite de Institutul
de Geodezie, Fotogrammetrie, Cartografie i Organizarea Teritoriului, planurile urbanistice generale ale
localitilor, bazele de date GIS pentru pduri (parcele, subparcele, drumuri), hri amenajistice din
perioada 19872009.

2.3.4. Metode
2.3.4.1. Preprocesarea imaginilor i a datelor de referin
Dup decuparea imaginilor pe conturul zonei metropolitane Braov, acestea au fost calibrate
pentru a se asigura c schimbrile identificate sunt cele adevrate legate de utilizarea/acoperirea
terenurilor, altele dect schimbrile datorate factorilor care nu au legtur cu suprafaa terestr
(Wulder i Franklin 2007). De asemenea, s-au realizat mbuntiri automate ale imaginilor i ajustri de
contrast. Toate datele de referin au fost georefereniate din sistemul de proiecie Stereografic 1970 n
sistemul UTM. Georeferenierea acestora s-a realizat difereniat, n funcie de tipul datelor de referin,

35

Iosif VOROVENCII

Tez de abilitare

raster sau vector, pe baza celor 20 de puncte folosite i la georeferenierea imaginilor satelitare. Erorile
medii ptratice au fost sub 0,25 pixeli iar metoda de resampling aleas a fost vecinul cel mai apropiat.

2.3.4.2. Clasificarea coninutului imaginilor satelitare

Iniial, au fost realizate clasificri nesupervizate n 15 clase, folosind algoritmul ISODATA, iar pe
baza rezultatelor obinute s-a stabilit modul de grupare al pixelilor, respectiv al claselor, din imagini.
Clasele cu comportament spectral asemntor, cum sunt punile i fneele, au fost reunite n clasa
puni. Pdurile alctuite din arborete de rinoase, foioase i pdurile de amestec precum i arbutii i
livezile au fost grupate n clasa pdure. Terenurile cultivate cu cartofi, porumb, gru, ovz etc. au fost
grupate n terenuri agricole cultivate. Pe baza acestor modaliti de grupare a fost stabilit schema de
clasificare care s-a folosit la realizarea clasificrii supervizate (Tab. 2.3.1). Imaginile au fost clasificate
individual folosind toate benzile (exceptnd banda termal) prin metoda clasificrii supervizate,
algoritmul probabilitii maxime. Acest algoritm a fost ales deoarece pixelii sunt atribuii clasei cu cea
mai mare probabilitate, aceste probabiliti sunt egale pentru toate clasele i toate benzile de intrare au
o distribuie normal. Clasificarea s-a realizat n apte clase de utilizare/acoperire a terenurilor
corespunztor schemei de clasificare lund n considerare rezultatele clasificrii nesupervizate.
Tabelul 2.3.1. Schema de clasificare a utilizrii/acoperirii terenurilor
Clasele utilizrii/acoperirii
terenurilor
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap

Descriere
Zone rezideniale, industriale i comerciale, ci de transport
i comunicaie, parcri, terenuri urbane mixte
Pduri de rinoase, de foioase, de amestec, arbuti, livezi
Suprafee cultivate cu cartofi, porumb, gru, ovz
Arabil necultivat
Terenuri cu vegetaie slab folosite pentru punat, suprafee cu iarb
care de cosete
Suprafee lipsite complet de vegetaie, cariere de piatr, stncrii
Ruri, lacuri de acumulare, lacuri naturale

Delimitarea efectiv a eantioanelor pentru culegerea semnturilor spectrale s-a realizat diferit,
pentru fiecare imagine, n funcie de disponibilitatea datelor de referin. Avnd n vedere c procentul
suprafeei acoperite de pdure din zona studiat este de aproximativ 44%, constituirea eantioanelor
pentru culegerea semnturilor spectrale s-a realizat pe baza evidenei arboretelor din amenajamentele
silvice. n principiu, eantioanele din cadrul pdurii au fost considerate arboretele cu suprafee cuprinse
ntre 0,5 ha i 5 ha. Considerentul alegerii unor astfel de eantioane a fost simplu, avnd n vedere c un
arboret este constituit pe criterii silviculturale care asigur omogenitatea acestuia. Pentru imaginea din
1987 s-au luat n considerare arboretele existente n amenajamentul silvic i hrile amenajistice la data
respectiv. Efectiv, au fost folosite planurile topografice de baz la scara 1 : 5000 care conin limitele
arboretelor dup ce au fost convertite n format digital i georefereniate n sistemul de proiecie UTM.
Metodologia a fost aceeai i pentru imaginile din 2000 i 2009, cu precizarea c s-au folosit bazele de
date GIS realizate dup 1989, care s-au georefereniat n sistemul de proiecie UTM.
n cazul celorlalte clase de utilizare/acoperire a terenurilor, pentru imaginea din 1987,
eantioanele au fost realizate prin vectorizare. Pentru imaginea din 2000 eantioanele s-au realizat tot
prin vectorizare dar i pe baza poliliniilor disponibile obinute n urma ridicrilor topografice la data
respectiv. n cazul imaginii din 2009 toate eantioanele au fost realizate pe baza poliliniilor obinute n
urma msurtorilor terestre. Pentru fiecare clas s-au cules semnturile spectrale din eantioanele
realizate, au fost verificate i apoi unite i etichetate cu numele clasei respective. Verificarea a avut n
vedere fiecare eantion i s-a realizat prin studierea curbei spectrale. Etichetarea fiecrei clase de
utilizare/acoperire a terenurilor s-a realizat dup interpretarea datelor de referin n cazul imaginilor
din 1987 i 2000 i prin deplasri n teren n cazul imaginii din 2009. n final, fiecare imagine clasificat a
fost filtrat cu un filtru majoritar 3x3 pentru a recoda pixelii izolai clasificai difereniat fa de

36

Teza de abilitare

Iosif VOROVENCII

Preprocesare

Clasificarea coninutului imaginilor

Postclasificare i analiza schimbrilor

(decupare, georefereniere)

(algoritmul ISODATA, algoritmul probabilitii maxime)

(comparaia pixel cu pixel, comparaia ncruciat, analize)

Harta schimbrilor

AT 1987
AT 1987-2000
AT 2000-2009
AT 2009

Nu
Preprocesare
imagini

AT 1987-2009

AT 2000

Date
auxiliare

Clasificarea
supervizat

Evaluarea
preciziei

Evaluarea
preciziei

Da
Rezultate i
discuii

Clasificarea
nesupervizat

Fig. 2.3.2. Fluxul cercetrilor

majoritatea claselor din fereastr. Fluxul cercetrilor este prezentat n Figura 2.3.2 n care prin AT s-a
prescurtat acoperirea terenurilor.

2.3.4.3. Evaluarea preciziei clasificrii

Procentul de eantioane ales pentru evaluarea preciziei clasificrii coninutului imaginilor
satelitare din totalul de eantioane, pentru fiecare imagine, a fost stabilit n aa fel nct din fiecare clas
de utilizare/acoperire a terenurilor s fie n numr de 50 (Congalton i Green 2009). Numai n cazul
terenului descoperit, fr vegetaie, numrul acestora a fost de 20 motivat de suprafaa mic ocupat
de aceast clas din zona studiat. Evaluarea s-a fcut prin generarea matricei erorilor, prin comparaia
ncruciat a imaginilor clasificate versus datele de referin. Pe baza matricei erorilor au rezultat
indicatorii precizia total, preciziile utilizatorului i productorului i coeficientul k.

2.3.4.4. Identificarea schimbrilor

Identificarea schimbrilor s-a realizat folosind metoda comparaiei postclasificare aplicat dup
clasificarea individual a coninutului imaginilor satelitare. Au fost obinute trei imagini care conin
schimbrile legate de utilizarea/acoperirea terenurilor pentru perioadele 19872000, 20002009 i
ntreaga perioad 19872009. Fiecare hart a schimbrilor conine 49 de combinaii de informaii de la
pn la obinute din cele 7 clase de utilizare/acoperire a terenurilor.

2.3.4.5. Evaluarea preciziei identificrii schimbrilor

Metoda cea mai simpl de evaluare a preciziei hrilor care redau schimbrile este nmulirea
preciziilor imaginilor clasificate individual (Yuan et al. 1998). O alt metod, mult mai riguroas, este
eantionarea ntmpltoare a suprafeei clasificate n suprafee cu schimbri i fr schimbri i
stabilirea corectitudinii clasificrii imaginii (Fuller et al. 2003). n cercetrile realizate, pentru evaluarea
preciziei hrilor cu schimbri din perioada 19872009, a fost aleas aceast metod. Mrimea
eantioanelor a fost stabilit folosind urmtoarea relaie:
N = Z2 P

(1 P)

(2.3.1)

E2

n care Z este 1,96 pentru 95% interval de ncredere, P este precizia ateptat i E este eroarea admis.
n cazul de fa, pentru o precizie de 50%, 95% interval de ncredere i 5% eroare admis, au fost
selectate ntmpltor eantioane cu 384 pixeli pentru fiecare clas, valoare ntlnit i n alte lucrri de
specialitate (Yuan et al. 2005). Numrul de eantioane folosite au fost de 125, valoare stabilit dup ce
au fost excluse eantioanele care prezentau pixeli amestecai aflai la marginea acestora. Din cele 125
de eantioane, 60 au fost eantioane care cuprind suprafee cu schimbri iar 65 eantioane cu suprafee
fr schimbri. Datele de referin cu care s-a realizat comparaia au fost prezentate mai nainte.
37

Iosif VOROVENCII

Tez de abilitare

1987

2000
LEGENDA
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap

10

15

20 km

2009
Fig. 2.3.3. Imaginile obinute n urma clasificrii coninutului scenelor Landsat

2.3.5. Rezultate i discuii

2.3.5.1. Clasificarea i evaluarea preciziei acesteia
Rezultatele clasificrii individuale a imaginilor din 1987, 2000 i 2009 sunt prezentate n Figura
2.3.3 iar preciziile obinute sunt redate n Tabelul 2.3.2. Acestea arat c precizia total pentru cele trei
imagini clasificate sunt peste nivelul minim acceptabil de precizie (85%) (Congalton i Green 2009)
putnd fi astfel folosite eficient la analize privind schimbrile legate de utilizarea/acoperirea terenurilor.
Tabelul 2.3.2. Prezentarea preciziilor obinute n urma clasificrii imaginilor Landsat din anii 1987, 2000 i 2009
Denumirea clasei
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Precizia total

1987
Precizia
Precizia
productorului utilizatorului
81,69
96,67
88,89
93,33
92,73
85,00
86,44
85,00
85,94
91,67
91,07
85,00
96,15
83,33
88,57%

2000
Precizia
Precizia
productorului utilizatorului
87,50
93,33
96,67
96,67
88,52
90,00
84,38
90,00
85,48
88,33
96,30
86,67
96,36
88,33
90,48%

38

2009
Precizia
Precizia
productorului utilizatorului
84,06
96,67
96,67
96,67
87,69
95,00
94,64
88,33
93,22
91,67
95,08
96,67
98,00
81,67
92,38%

Teza de abilitare

Iosif VOROVENCII

Preciziile totale pentru imaginile din 1987, 2000 i 2009 au fost 88,57%, 90,48% i 92,38%; valorile
coeficientului k, n aceeai ordine, au fost 0,87, 0,89 i 0,91 (Tab. 2.3.3). Preciziile utilizatorului i
productorului ale claselor individuale se gsesc n intervalul 0,790,96. Valoarea cea mai mic o
prezint apa 0,79 (2009), respectiv 0,81 (1987). Valorile cele mai ridicate se ntlnesc la terenul construit
(1987 i 2009), pdure (2000 i 2009) i teren descoperit (2009).
Tabelul 2.3.3. Coeficientul k pentru fiecare clas i imagine
Denumirea clasei
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Coeficientul k total

1987
0,96
0,92
0,83
0,83
0,90
0,83
0,81
0,87

Coeficient k
2000
0,92
0,96
0,88
0,88
0,86
0,85
0,87
0,89

19872000

2009
0,96
0,96
0,94
0,87
0,90
0,96
0,79
0,91

20002009

10

15

20 km

LEGENDA:

19872009
Fig. 2.3.4. Hrile schimbrilor de la pn la obinute prin metoda PCC:
1-teren construit; 2-pdure; 3-teren agricol cultivat; 4-teren agricol necultivat; 5-puni; 6-teren descoperit; 7-ap

39

Iosif VOROVENCII

Tez de abilitare

2.3.5.2. Hrile schimbrilor i evaluarea preciziei acestora

Hrile schimbrilor au fost obinute dup aplicarea metodei comparaiei postclasificare pentru
cele trei perioade 19872000, 20002009 i 19872009 (Fig. 2.3.4). Fiecare dintre acestea evideniaz
trecerea dintr-o clas de utilizare/acoperire a terenurilor n alta pe parcursul celor trei perioade de timp
analizate.
Pentru perioada 19872009 harta schimbrilor a fost transformat n harta schimbrilor pe clase
de utilizare/acoperire a terenurilor (Fig. 2.3.5) i harta suprafeelor cu schimbri/fr schimbri
(change/no change) (Fig. 2.3.6). Acestea asigur o imagine de ansamblu a schimbrilor care au avut loc
n perioada 19872009 n zona metropolitan Braov.
ntr-o prim abordare, preciziile totale ale hrilor cu schimbri s-au calculat prin nmulirea
preciziilor clasificrilor individuale pentru cele trei perioade obinndu-se urmtoarele valori: 80,13%
(19872000), 83,58% (20002009) i 81,82% (19872009). n cea de-a doua abordare, pentru
determinarea preciziei hrilor cu schimbri, s-a urmat modalitatea propus n literatura de specialitate
n care matricea erorilor folosit n clasificarea unei imagini preluate la o anumit dat este modificat
intenionat (Congalton i Macleod 1994). Aceast nou matrice are aceleai caracteristici ca i matricea
erorilor pentru o imagine clasificat la o anumit dat, cu deosebirea c evaluarea erorilor n privina
schimbrilor se realizeaz ntre dou perioade de timp i nu ca n situaia unei simple clasificri. n cazul
acestor cercetri, matricea clasificrii individuale are dimensiunea 7x7 n timp ce matricea schimbrilor
este 49x49 i cuprinde schimbrile dintre dou imagini clasificate la momente diferite. Mai mult,
matricea identificrii schimbrilor a fost simplificat n matricea erorilor schimbrilor/fr schimbri
(Congalton i Green 2009). Matricea erorilor a fost realizat pentru perioada 19872009 (Tab. 2.3.4).
N

Suprafee fr schimbri
Suprafee cu schimbri privind terenul construit
Suprafee cu schimbri privind pdurea
Suprafee cu schimbri privind terenul agricol cultivat
Suprafee cu schimbri privind terenul agricol necultivat
Suprafee cu schimbri privind punile
Suprafee cu schimbri privind terenul descoperit
Suprafee cu schimbri privind apa
0

10

15

20 km

Fig. 2.3.5. Harta schimbrilor pe clase de utilizare/acoperire a terenurilor

Suprafee fr schimbri
Suprafee cu schimbri

10

15

20 km

Fig. 2.3.6. Harta suprafeelor cu schimbri/fr schimbri

40

Teza de abilitare

Iosif VOROVENCII

Tabelul 2.3.4. Matricea erorilor pentru harta schimbrilor/fr schimbri n perioada 19872009
Clasa de referin
Schimbri
Fr schimbri
Precizia productorului (%)
Precizia total: 77,60%
Coeficientul k: 0,5484

Clasificare
Schimbri
Fr schimbri
41
9
19
56
68,33
86,15

Precizia utilizatorului
(%)
82,00
74,66

Precizia total a identificrii schimbrilor a fost de 77,60%, cu coeficientul k egal cu 0,5484. Din
22,40% erori de identificare a schimbrilor, 15,2% au fost erori de comitere i 7,2% au fost erori de
omitere.

2.3.5.3. Evidenierea i analiza schimbrilor

Situaia schimbrilor aprute n perioadele analizate este prezentat n Tabelul 2.3.5 i n Figura
2.3.7. Din anul 1987 pn n anul 2009 clasa cea mai puin afectat de schimbri a fost pdurea,
suprafaa acesteia crescnd cu 768 ha (1,23%). Aceast cretere reprezint mai puin mpdurirea de noi
suprafee i mai mult este rezultatul extinderii spontane a vegetaiei la liziera pdurii i creterea de
tufiuri n terenurile necultivate. Suprafaa terenului construit a crescut cu 4993 ha (45,71%) datorit
extinderii terenurilor intravilane, construirii de noi osele, parcri, centre industriale i comerciale.
Procentul ridicat nu se datoreaz n totalitate acestor extinderi ci i erorilor de comitere i omitere
aprute la clasificare care au condus ca parte din suprafeele acoperite cu ape s fie incluse n clasa
terenului construit.
Tabelul 2.3.5. Situaia suprafeelor dup clasificarea imaginilor Landsat din anii 1987, 2000 i 2009
1987

Denumirea clasei

ha
10924
62287
33306
15979
17968
626
139
141229

Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Total

%
7,73
44,10
23,59
11,31
12,73
0,44
0,10
100,00

2000
ha
13565
63210
21731
26868
15585
46
223
141229

2009

%
9,60
44,76
15,39
19,02
11,04
0,03
0,16
100,00

ha
15917
63055
15625
21165
24751
432
285
141229

%
11,27
44,65
11,06
14,99
17,52
0,31
0,20
100,00

Schimbri relative,
19872009 (%)
45,71
1,23
53,09
32,46
37,75
30,97
104,85

Suprafaa terenului agricol cultivat a sczut cu 17681 ha (53,09%) iar cea a terenului descoperit cu
194 ha (30,97%). Suprafaa terenului agricol necultivat a crescut n perioada 19872009 cu 5186 ha
(32,46%) iar cea ocupat de puni cu 6783 ha (37,75%). Analiznd separat, n perioada 19872000
suprafaa terenului agricol necultivat a crescut cu 10889 ha (68,14%) dup care, n perioada 20002009
a sczut cu 5703 ha (21,23%). Suprafaa ocupat de puni a sczut n perioada 19872000 cu 2383 ha
(13,26%) iar n perioada 20002009 a crescut cu 9166 ha (58,81%). Aadar, cele trei clase, teren agricol
cultivat, teren agricol necultivat i puni trebuie analizate mpreun.

Suprafaa (ha)

70000
60000
50000
40000

1987
2000
2009

30000
20000
10000
0
Teren
construit

Pdure Teren agricol Teren agricol

cultivat
necultivat

Puni

Teren
descoperit

Ap

Fig. 2.3.7. Clasele de utilizare/acoperire a terenurilor pentru 1987, 2000 i 2009

41

Iosif VOROVENCII

Tez de abilitare

Scderea suprafeei terenului agricol cultivat este pus pe seama creterii suprafeei terenului
agricol necultivat i punilor. La rndul lor, suprafeele ocupate de terenul agricol necultivat i de
puni a prezentat fluctuaii de-a lungul perioadei 19872009, trecerea dintr-o clas n alta fcndu-se
uor, chiar de la an la an, prin cultivarea sau necultivarea terenurilor.
Fiecare parcel a fost cultivat la date diferite, cu culturi de densiti diferite i aflate n anumite
stadii de dezvoltare. De asemenea, s-a practicat rotaia culturilor. Din acest motiv clasele teren agricol
cultivat, teren agricol necultivat i puni prezint cea mai mare variabilitate spectral ceea ce a condus
la o diferen ntre aceste clase de 53,09%. Pe de alt parte, la constituirea eantioanelor, datorit
diversitii culturilor, au existat i pixeli amestecai care au degradat rspunsul spectral. n cazul
culturilor rare, fundalul solului, tipul acestuia (cernoziomuri argiloiluviale, levigate, rendzinice) i
nutrienii din sol au condus la modificri ale comportamentului spectral. Schimbrile din clasa teren
agricol cultivat n clasa teren agricol necultivat pot fi considerate de sezon, dar nu i cele din teren
agricol cultivat n puni sau teren construit.
Pentru perioada 19872009, clasa ap prezint o cretere de 146 ha (104,85%). Aceast cretere
a suprafeei acoperite cu ap nu reprezint o extindere a cursurilor de ap i a lacurilor de acumulare ci
apariia de erori de clasificare. n fond, pe ansamblu, conform statisticilor, suprafaa acoperit de ape
trebuia s fie mai mare n toate imaginile. Faptul c la clasificarea acestei clase au aprut erori de
clasificare rezult i din matricea erorilor pentru fiecare imagine, coeficientul k avnd valoarea cea mai
mic dintre toate clasele de utilizare/acoperire a terenurilor (0,79% pentru 2009 i 0,81% pentru 1987).
n acest sens, parte din clasele de utilizare/acoperire a terenurilor au fost clasificate ca ap dar i invers.
n general, s-a constatat c multe zone cu ape au fost clasificate ca terenuri construite datorit
comportamentului spectral asemntor cu zonele industriale, cu halele din beton i cele acoperite cu
tabl. Aceasta i datorit faptului c unele albii ale apelor curgtoare fiind descoperite, fr vegetaie, se
comport, din punct de vedere spectral, ca i terenul construit.
n general, s-a constatat c o parte din albiile rurilor au fost clasificate ca terenuri construite.
Albiile majore ale unor ruri, lipsite de vegetaie i destul de largi, prezint pietri i bolovni folosit la
obinerea betonului. n cteva dintre albiile rurilor s-au nfiinat cariere de suprafa din care se extrage
pietri. Aceasta a fcut ca o parte din albiile rurilor s fie clasificate ca terenuri construite datorit
comportamentului spectral uor asemntor zonelor industriale i halelor din beton. La aceasta s-a
adugat i faptul c nainte de achiziionarea imaginilor din 2000 i 2009 a plouat iar terenul a fost
relativ umed. Mai mult, solurile aluviale de lunc i aluviunile crude i cu exces de umiditate au

1987

Banda 1

Banda 2

Banda 3

2000
Banda 1

Banda 2

Banda 3

2009

Banda 1

Banda 2
Teren construit

Banda 3
Ap

Fig. 2.3.8. Verificarea poriunilor de suprapunere n benzile 1, 2 i 3 dintre clasele teren construit i ap

42

Teza de abilitare

Iosif VOROVENCII

contribuit la variabilitatea spectral a terenurilor din apropierea apelor curgtoare. Acest lucru este
evideniat i de histogramele benzilor 1, 2 i 3 unde sunt anumite poriuni de suprapunere ntre clasele
teren construit i ap (Fig. 2.3.8). n schimb, apele stttoare (lacuri de acumulare, lacuri naturale) au
fost corect clasificate, problemele ridicndu-le faptul c suprafaa acestora a fost mai mic, cel puin n
anul 2009, datorit secetei care a fcut ca nivelul acestora s scad.
Pentru evaluarea rezultatelor legate de conversia claselor de utilizare/acoperire a terenurilor s-au
realizat matricele care redau schimbrile de la 1987 pn la 2000, de la 2000 pn la 2009 i de la 1987
pn la 2009 (Tab. 2.3.6). n cadrul matricelor, pixelii fr schimbri sunt localizai de-a lungul diagonalei
principale iar cei cu schimbri de o parte i de alta a acesteia.
Tabelul 2.3.6. Suprafeele, n ha, care redau schimbrile privind utilizarea/acoperirea
terenurilor pentru perioadele analizate
Denumirea clasei
2000
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Total
Denumirea clasei
2009
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Total
Denumirea clasei
2009
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap
Total

Teren
construit
5867
1522
1846
1293
314
8
73
10924
Teren
construit
7396
988
1647
2407
899
161
68
13565
Teren
construit
6789
1638
982
650
651
114
101
10924

1987-2000
Pdure Teren agricol Teren agricol Puni
cultivat
necultivat
1987
1241
3308
2210
754
58020
2682
45
914
2161
9657
3201
4798
197
12,578
9001
3619
639
5063
1505
7878
12
8
2
3
17
10
14
3
62287
33306
15979
17968
2000-2009
Pdure Teren agricol Teren agricol Puni
cultivat
necultivat
2000
1310
2359
3866
961
59436
1959
55
588
783
5590
6033
1569
161
4177
13155
1264
1511
7593
3604
11142
3
44
147
56
6
10
7
6
63210
21731
26868
15585
1987-2009
Pdure Teren agricol Teren agricol Puni
cultivat
necultivat
1987
1770
3859
2328
1017
57753
2804
17
816
930
7520
3522
2619
257
10152
7244
2691
1563
8814
2732
10764
6
138
103
45
9
17
32
16
62287
33306
15979
17968

Teren
descoperit

Ap

Total

152
27
66
179
186
13
3
626

33
0
2
1
0
0
104
139

13565
63210
21731
26868
15585
46
223
141229

Teren
descoperit

Ap

Total

11
12
1
0
0
22
0
46

15
17
1
1
1
0
188
223

15917
63055
15625
21165
24751
432
285
141229

Teren
descoperit

Ap

Total

125
27
50
169
226
25
4
626

29
0
2
2
0
0
106
139

15917
63055
15625
21165
24751
432
285
141229

Rezultatele arat c scderea suprafeei terenului agricol cultivat n perioada celor 22 de ani s-a
fcut prin trecerea a 10152 ha (30,48%) n teren agricol necultivat i 8814 ha (26,46%) n pune.
Creterea suprafeei terenului construit s-a fcut pe seama suprafeelor terenului agricol cultivat (3859
ha), terenului agricol necultivat (2328 ha), pdurii (1770 ha) i punilor (1017 ha). Se observ c n timp
ce 1770 ha de pdure au fost transformate n teren cultivat, 1638 ha de teren construit au fost
transformate, la rndul lor, n pdure. Astfel de transformri au avut loc pe suprafee foarte mici, la
limita dintre terenul construit i pdure dar, n mare parte, acestea sunt erori de clasificare.
Erorile de clasificare pot cauza, de asemenea, schimbri neobinuite. De exemplu, n perioada
19872009, 101 ha de teren construit au fost transformate n ap, 2804 ha de teren agricol cultivat n
43

Iosif VOROVENCII

Tez de abilitare

Suprafee fr schimbri
Suprafee cu schimbri din teren agricol cultivat n teren construit
Suprafee cu schimbri din teren agricol cultivat n pdure
Suprafee cu schimbri din teren agricol cultivat n teren agricol necultivat
Suprafee cu schimbri din teren agricol cultivat n puni
Suprafee cu schimbri din teren agricol cultivat n teren descoperit
Suprafee cu schimbri din teren agricol cultivat n ap
0

10

15

20 km

Fig. 2.3.9. Harta schimbrilor din zona metropolitan Braov care arat, pentru perioada 19872009,
trecerea terenului din clasa agricol cultivat n alte clase

pdure iar 1563 ha de pdure n pune. Aceste schimbri sunt asociate mai mult cu erorile de omitere
i comitere care au aprut n clasificarea imaginilor Landsat. Erorile de nregistrare i efectele marginilor
pot cauza, de asemenea, erori aparente n stabilirea suprafeelor cu schimbri versus suprafee fr
schimbri (Yuan et. al. 2005).
Terenurile agricole (cultivate, necultivate i puni) i terenurile construite, reprezentnd 54,85%
din suprafaa total, sunt clasele de utilizare/acoperire a terenurilor cu cele mai semnificative schimbri.
Pierderea suprafeei de terenuri agricole cultivate n favoarea celor necultivate i a punilor i creterea
suprafeei terenurilor construite sunt cele mai importante schimbri din zona studiat.
Scderea suprafeei terenurilor agricole cultivate caracterizeaz economia romneasc dup anul
1989 i implicit zona luat n studiu. Astfel, conform acestor cercetri, suprafaa acestor terenuri, de
33306 ha la nivelul anului 1987, a sczut la 15625 ha n 2009, adic cu 46,91% (Fig. 2.3.9). Cifrele trebuie
privite relativ, dar tendina evident din anul 1987 pn n anul 2009 a fost de scdere a suprafeei
ocupate de terenurile agricole cultivate. Aceast scdere drastic se datoreaz nelucrrii terenului, lipsei
de utilaje din partea proprietarilor de terenuri i frmirii proprietilor. n acest fel, terenul agricol
cultivat a fost transformat n teren agricol necultivat i puni.
Majoritatea schimbrilor din alte clase n clasa teren construit dup 1989 au avut loc la periferia
oraelor Braov, Scele, Codlea i Rnov (Fig. 2.3.10). n jurul Braovului sunt evideniate activitile de
urbanizare prin cartierele rezideniale noi dezvoltate dup 1989, centrele comerciale amplasate n
imediata apropiere a oraului i centrele industriale aflate n afara acestuia dar n zona construibil.
Cartiere rezideniale se ntlnesc i n Scele, Codlea i Rnov, toate fiind caracterizate de franjurarea
lor adic de alternana construciilor (case, strzi, parcri) cu zonele verzi (fnee i puni). Aceast
franjurare este caracteristic i oraului Predeal unde, datorit specificului acesteia, de staiune
montan, pe ntrega suprafa apar alternane ntre construcii i zonele verzi. Activiti de extindere a
terenului construit sunt evideniate i n jurul comunelor Snpetru, Hrman, Prejmer unde au aprut
cartiere rezideniale noi. Dezvoltarea acestor localiti s-a fcut n concordan cu politica de extindere a
suprafeelor cu teren construit pe baza planurilor urbanistice generale i a celor zonale.
Cercetrile realizate au analizat i relaia dintre numrul locuitorilor i creterea suprafeei
terenului construit stabilit dup hrile care redau schimbrile pe baza imaginilor Landsat. Avnd n
vedere aceste hri creterea medie anual a suprafeei terenului construit a fost de 1,86% (1987
2000), 1,93% (20002009) i 2,08% (19872009). Populaia zonei metropolitane Braov la nivelul anului
1992 era de 449557 locuitori. n perioada 19922009 a fost un trend descresctor al populaiei, n 2009
acesta fiind de 410116 locuitori. Scderea mai puternic a avut loc n perioada 19922002 dup care
trendul descresctor s-a atenuat, n perioada 20022007 populaia scznd numai cu 4347 locuitori.
Aadar, rata de cretere a populaie n perioada 19922009 a fost negativ, de 0,52%. Comparnd rata
anual de cretere a suprafeei terenului construit cu rata anual de cretere a populaiei se constat c
n timp ce suprafaa terenului construit a fost n cretere continu populaia a sczut. Ca atare, ntre
numrul de locuitori al zonei metropolitane Braov i creterea suprafeei terenului construit stabilit
dup nregistrrile Landsat exist o corelaie negativ. Fenomenul este explicabil datorit migraiei
44

Teza de abilitare

Iosif VOROVENCII
N

Suprafee cu teren construit fr schimbri

Suprafee cu schimbri din pdure n teren construit
Suprafee cu schimbri din teren agricol cultivat n teren construit
Suprafee cu schimbri din teren agricol necultivat n teren construit
Suprafee cu schimbri din puni n teren construit
Suprafee cu schimbri din teren descoperit n teren construit
Suprafee cu schimbri din terenuri acoperite cu ap n teren construit

10

15

20 km

Fig. 2.3.10. Harta expansiunii urbane din zona metropolitan Braov n perioada 19872009
obinut pe baza imaginilor satelitare Landsat

populaiei n alte zone ale rii i prin faptul c extinderea terenului construit s-a realizat prin construirea
de case n apropierea localitilor de ctre locuitorii oraelor i nu din necesitatea creterii numrului de
locuitori.

2.3.5.4. Impactul schimbrilor utilizrii/acoperirii terenurilor

Zona metropolitan Braov a fost constituit relativ recent iar considerentele pe care s-a creat nu
au fost cele legate de creterea numrului de locuitori i a urbanizrii excesive ci de valorificare a
potenialului economic pe care l deine fiecare parte a acesteia. Schimbrile privind
utilizarea/acoperirea terenurilor din aceast zon au fost inevitabile n contextul trecerii Romniei de la
economia centralizat la economia de pia i datorit fenomenului de globalizare a economiei.
La scar local pierderea unei suprafee importante din terenul agricol cultivat i transformarea n
teren necultivat i puni a determinat ca producia agricol s scad pe terenuri pe care, pn n anul
1989, se cultivau diferite cereale, porumb i, n special, cartofi. Rezultatul a fost apariia unor terenuri
necultivate, cu aspect de terenuri abandonate pe care crete vegetaie spontan i, n multe locuri, se
puneaz. Pierderea terenurilor agricole cultivate a avut ca efect i o pierdere a calitii solurilor,
terenurile fiind acoperite de plante xerofile care au condus, n unele locuri, la degradarea terenurilor.
Fenomenul este rezultatul politicilor guvernamentale care au determinat, ca dup anul 1989, sectorul
agricol s nu fie prioritar i s decad. La aceasta s-a adugat i aplicarea legilor fondului funciar din
1991 i 2000 care au condus la o puternic fragmentare a terenurilor agricole prin restituirea acestora n
parcele cu suprafee cuprinse ntre 0,110 ha diferiilor proprietari. Fragmentarea terenurilor agricole a
avut un puternic impact negativ asupra agriculturii din zon prin faptul c parcelele s-au cultivat
individual, cu diferite culturi, realizate la momente diferite. Foarte multe au rmas ns necultivate.
Rezultatul a fost trecerea de la o agricultur intensiv, realizat pe suprafee ntinse, practicat nainte
de 1989, la o agricultur sporadic i neperformant. Din aceste considerente, caracteristica de
ansamblu a agriculturii este de subzisten.
Trecerea de la economia centralizat la economia de pia a fcut ca preul terenurilor s fie ntro continu cretere pn n anul 2008. Primriile localitilor din cadrul zonei metropolitane au fost
nevoite s realizeze noi planuri urbanistice pentru a introduce n intravilanul localitilor parte din
terenurile agricole. Ca rezultat, aceste terenuri au devenit construibile iar preul lor a crescut foarte
mult. n acest fel, schimbrile din alte clase n clasa teren construit au avut ca impact extinderea zonelor
construibile de la marginea localitilor unde au aprut noi cartiere rezideniale. Dezvoltarea urban,
uneori necontrolat, a condus la franjurarea peisajului. Pe de alt parte, ca urmare a extinderii zonelor
locuibile n localitile zonei metropolitane, are loc o restrngere a habitatelor naturale iar dezvoltarea
urbanistic necontrolat poate supune la presiuni suplimentare aceste habitate.
Schimbrile legate de trecerea unor clase de terenuri n clasa teren construit au condus i la
dezvoltarea industrial. Dup anul 1989 Romnia a nceput s se realinieze la politica i piaa european
45

Iosif VOROVENCII

Tez de abilitare

i mondial, o suprafa nsemnat de teren agricol cultivat fiind convertit n teren pentru construcii
industriale. Schimbarea a fost iminent dat fiind desfiinarea industriei locale care producea o cantitate
nsemnat de tractoare (n 1989, 40000 de tractoare pe an), autocamioane (n 1989, 12888 camioane pe
an) i rulmeni. Comparativ cu situaia de pn n anul 1989, cnd majoritatea industriei se gsea n
interiorul oraului Braov, astzi industria existent i are sediile n afara localitilor, n noile zone
industriale. Pe lng acestea s-a extins reeaua de transporturi prin lrgirea cilor de transport existente
i prin construirea altora, sub form de noi drumuri sau centuri ocolitoare. Aceasta a avut un impact
pozitiv asupra vieii economice. De asemenea, au fost dezvoltate foarte multe zone comerciale cu
impact pozitiv asupra vieii sociale.
La scar regional, schimbrile legate de utilizarea/acoperirea terenurilor nu au produs modificri
sau dezechilibre majore n ecosisteme, nu au avut efecte negative puternice asupra mediului i calitii
vieii. Aceasta i datorit faptului c n zona metropolitan se gsesc pduri care ocup o suprafa mare
i care nu au suferit modificri evidente. Totui, n ultimii 25 de ani, schimbrile privind
utilizarea/acoperirea terenurilor i practicile de utilizare a acestora s-au derulat mai rapid i mai amplu
dect n orice alt perioad, fiind una din cele mai evidente probleme.

2.3.6. Concluzii
Cercetrile au evideniat aplicarea metodei comparaiei postclasificare pe baza unei serii de
imagini satelitare Landsat TM pentru identificarea, evaluarea i monitorizarea schimbrilor legate de
utilizarea/acoperirea terenurilor din zona metropolitan Braov, n perioada 19872009. Perioada
analizat a avut n vedere transformrile prin care a trecut Romnia dup 1989. Aceste schimbri au fost
inevitabile dat fiind faptul c Romnia, ca i celelalte ri est-europene, a trecut de la economia
centralizat i neadaptat pieei, cu restricii privind proprietatea particular, la economia de pia.
Rezultatele cercetrilor arat c n zona metropolitan Braov, pentru perioada 19872009, au avut loc
diferite schimbri privind utilizarea/acoperirea terenurilor, cele mai importante fiind trecerea din
terenurile agricole cultivate n terenuri necultivate i puni i o cretere a suprafeei terenurilor
construite. Analiza claselor utilizrii/acoperirii terenurilor din zona studiat a artat c ntre acestea au
aprut diferene relativ mari, cele mai evidente fiind n cazul terenurilor agricole cultivate, necultivate i
construite. Diferenele dintre clase arat numai tendinele i nu diferene spaiale reale. Toate aceste
schimbri au fost cartografiate prin metoda comparaiei postclasificare obinndu-se informaii de la
1987 pn la 2009, hri care redau schimbrile i diferite date statistice.

2.4. Identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor pe baza

indicelui NDVI i temperaturii de suprafa
2.4.1. Introducere
n ultimii ani degradarea mediului nconjurtor prin efectul de ser, nclzirea global i poluare sa fcut din ce n ce mai mult prezent. Efectele sunt resimite prin creterea temperaturii aerului i a
temperaturii de suprafa (LST) a terenurilor. Modificri evidente ale temperaturii de la suprafaa
terenurilor sunt produse i datorit schimbrilor care au loc la nivelul utilizrii/acoperirii terenurilor. Aa
este cazul defririi pdurilor pe suprafee mari care produc dezechilibre majore n ecosisteme i
deertificarea terenurilor care se soldeaz cu creterea temperaturii. Datorit modificrilor legate de
utilizarea/acoperirea terenurilor i activitilor de urbanizare are loc i o modificare a climatului n orae
i n afara acestora. n orae se constat o cretere a temperaturilor datorit conversiei suprafeelor cu
vegetaie n suprafee asfaltate i betonate. n terenurile agricole, lipsite de orice adpost i vegetaie,
temperaturile ating valori mari i foarte mari. n aceast situaie este i cazul terenurile agricole din
Romnia unde, dup 1989, au fost tiate perdelele forestiere de protecie i o suprafa mare de
terenuri a rmas nelucrat (Vasilescu 2004). Analiza acestor schimbri poate fi realizat rapid cu costuri
sczute folosind imagini satelitare i sistemele de informaii geografice (Tereneu 2008).

46

Teza de abilitare

Iosif VOROVENCII

Indicatorul LST constituie un instrument util n vederea prognozei bugetului radiaiei i joac un
rol important n interaciunile dintre om i mediul nconjurtor (Allan 2011). LST este un important
indicator care controleaz procesele chimice, fizice i biologice care se desfoar pe suprafa
Pmntului. Determinarea indicatorului LST se poate realiza prin msurtori directe efectuate n teren
sau deducerea pe baza datelor satelitare. n ultimele trei decenii obinerea indicatorului LST folosind
imagini termale a devenit un subiect de mare interes pentru muli cercettori (Guo et al. 2010; Tan et.
al. 2010; Cho i Suh 2013). Studiile sunt realizate pe imaginile termale ASTER (TIR), Landsat TM6 i
benzile termale AVHRR. Datele termale preluate n intervalul 812m pot fi achiziionate ntr-o singur
lungime de und (TABI) sau n mai multe (ASTER TIR pe cinci benzi).
Pentru obinerea indicatorlui LST din benzile termale au fost dezvoltate dou metode, n funcie
de numrul de benzi folosite, i anume, metoda single infrared channel MWA i metoda split-window
SWA. Metoda MWA permite corectarea efectelor atmosferice pe baza absorbiei difereniale n benzile
adiacente (Liu i Zhang 2011). Dezvoltarea unui algoritm precis pentru stabilirea indicatorului LST i
aplicarea coreciilor este destul de dificil datorit dificultilor n corectarea absorbiei atmosferice,
emisiei atmosferice i emisivitii suprafeei (Liu i Zhang 2011). Pentru obinerea LST din mai mult de
dou benzi termale, s-a pus la punct a treia metod, i anume algoritmul de separare a emisivitii i
temperaturii (TES) care permite determinarea LST i a emisivitii din cele cinci benzi ASTER TIR.
Pentru stabilirea indicatorului LST se folosete, n general, indicele NDVI. Baza utilizrii indicelui
NDVI n estimarea LST o constituie faptul c temperatura claselor de utilizare/acoperire a terenurilor
variaz n funcie de cantitatea de vegetaie existent n cadrul acestora. Schimbrile privind
utilizarea/acoperirea terenurilor conduc la schimbri ale valorilor indicelui NDVI i, implicit, ale
indicatorului LST. n general, schimbrile legate de utilizarea/acoperirea terenurilor din zonele urbane
sunt diferite fa de zonele rurale. Zonele urbane sunt constituite predominant din suprafee construite,
asfaltate i betonate care au un comportament diferit privind valorile NDVI i, implicit, valorile LST. Mai
mult, n zonele urbane valorile LST depind de natura detaliilor i distribuia caracteristicilor
utilizrii/acoperirii terenurilor (Onishi et al. 2010).
Corelaia negativ dintre indicatorul LST i indicele NDVI, n mediile urban i rural a fost
evideniat n diferite studii (Xiong et al. 2012; Kumar et al. 2012; Meng et al. 2014). Ecuaia de regresie
care exprim relaia LSTNDVI nu este tot timpul una liniar, suprafeele cu teren gol, lipsite de
vegetaie, prezentnd o larg variaie a temperaturii radiante de suprafa comparativ cu zonele
acoperite de vegetaie dens (Karnieli et al. 2010; Deng i Wu 2013). Baza acestor legturi o constituie
nivelurile ridicate ale fluxurilor latente de cldur mult mai reprezentative pentru suprafeele acoperite
de covor vegetal dens n comparaie cu suprafeele cu vegetaie rar sau fr covor vegetal i umiditate
a solului sczut (terenuri construite i terenuri fr vegetaie), unde este favorizat schimbul de cldur
(Okwen et al. 2011; Li et al. 2011; Deng i Wu 2013).
Schimbrile legate de utilizarea/acoperirea terenurilor acoperite cu vegetaie n terenuri agricole
necultivate i terenuri construite, conduc la modificarea valorilor indicelui NDVI i, implicit, a valorilor
LST. n aceste cercetri s-a analizat efectul schimbrilor utilizrii/acoperirii terenurilor asupra LST prin
intermediul indicelui NDVI, folosind imagini Landsat 5 TM i 7 ETM+ preluate n 1987, 2000 i 2009 pe
zona metropolitan Braov. Obiectivele specifice ale acestor cercetri au fost: (1) identificarea
schimbrilor pe clase de utilizare/acoperire a terenurilor; (2) obinerea LST din banda termal a
imaginilor Landsat; (3) analizarea relaiei dintre LST i NDVI n ansamblu i pe clase de utilizare/acoperire
a terenurilor; (4) analiza efectelor schimbrilor utilizrii/acoperirii terenurilor asupra relaiei LSTNDVI.

2.4.2. Zona studiat

Zona studiat este aceeai ca i n cazul cercetrilor precedente ( 2.3). Temperaturile medii
anuale din partea inferioar, specifice terenurilor aezate din jurul oraului Braov i localitilor
limitrofe, sunt de 6o8oC (7,8C la Braov) iar temperatura medie a lunii iulie ntre 17oC i 18oC, cu
amplitudini termice anuale n jur de 22oC. Temperaturile medii anuale din parte superioar (Culmea
Postvaru) sunt cuprinse ntre 0C i 2C, temperaturile medii ale lunii iulie ntre 11o i 13oC iar
amplitudinile termice anuale sunt ntre 18oC i 19,5oC. Este o zon caracterizat de inversiuni termice.

47

Iosif VOROVENCII

Tez de abilitare

2.4.3. Materiale i metode

Imaginile satelitare i datele de referin au fost cele prezentate la 2.3. Conversia valorilor
digitale n radian a fost realizat cu relaiile din literatura de specialitate (Chander i Markham 2003;
Chander et al. 2009). nlturarea efectelor atmosferice s-a efectuat folosind modelul COST (Chavez
1996) ( 2.1.). Clasificarea coninutului imaginilor s-a fcut folosind imaginile brute, neprelucrate ( 2.3).
Valorile indicelui NDVI pentru cele trei imagini au fost calculate cu relaia (2.1.1).
Pentru fiecare imagine Landsat s-a calculat indicatorul LST din banda infrarou termal TM (11,45
12,50 m) sau din banda ETM+ (10,4412,42 m). Benzile n infrarou termal TM i ETM+ au o rezoluie
spaial de 30 m, obinut prin resampling de la 120 m, respectiv de la 60 m. Prima etap a constat n
convertirea valorilor digitale (DN) n radian spectral, folosindu-se urmtoarea relaie (Landsat Project
Science Office 2002):

L max L min
DN + L min
255

L =

(2.4.1)

unde L este radiana spectral; Lmax i Lmin ( mW cm 2 sr 1 m ) sunt radianele spectrale pentru
fiecare band la valorile digitale 0 i 255. Valorile Lmax i Lmin pentru Landsat TM sunt 15,303 i 1,2378;
pentru Landsat ETM+, valorile sunt 12,65 i 3,2.
Urmtoarea etap a necesitat convertirea radianei spectrale la temperatura de la nivelul
satelitului (to at-satellite brightness temperature) (blackbody temperature) considernd emisivitatea
uniform, folosind urmtoarea relaie:

TB =

K2

(2.4.2)

ln 1 + 1
L

unde TB este temperatura efectiv la nivelul satelitului (n grade Kelvin), L este radiana spectral n
W/(m2 ster m) din relaia (2.4.1) iar K1 i K2 sunt constante de calibrare prelansare. Pentru Landsat 5
TM, constantele de calibrare prelansare K1 i K2, obinute din Manualul utilizatorului de date Landsat,
sunt 607,76, respectiv 1260,56, n mW cm-2 sr-1 m-1. n cazul datelor Landsat ETM+, valoarea pentru K1
este 666,09 iar pentru K2, 1282,71.
Valorile temperaturii obinute cu relaia (2.4.2) sunt raportate la corpul negru. Aceste temperaturi
au fost corectate innd cont de emisivitatea spectral () pentru fiecare tip de covor terestru. Relaia
folosit a fost urmtoarea:
St =

TB

(2.4.3)

1 + B ln

unde St este temperatura de suprafa corectat (n grade Kelvin), este lungimea de und a radiaiei
emise (=11,5 m), = h c/ (1,438 10-2 m K), este constanta Boltzmann (1,38 10-23 J/K), h este
constanta Planck (6,626 108 m/s) iar c este viteza luminii (3 x 108 m/s).
Temperaturile obinute cu relaia (2.4.3), att pentru Landsat TM ct i pentru Landsat ETM+, au
fost n grade Kelvin dup care au fost transformate n grade Celsius. Toate formulele de mai sus au fost
scrise n modulul Spatial Modeller din ERDAS Image.

48

Teza de abilitare

Iosif VOROVENCII

2.4.4. Rezultate i discuii

2.4.4.1. Referitor la clasificarea coninutului imaginilor
Rezultatul clasificrii coninutului imaginilor este prezentat n Figura 2.3.3. Situaia suprafeelor
dup clasificarea coninutului imaginilor satelitare pentru cei trei ani studiai este prezentat n Tabelul
2.3.5 iar discuiile legate de acestea se gsesc la 2.3.5.3.

2.4.4.2. Referitor la NDVI

n Figura 2.4.1 sunt prezentate hrile NDVI pentru anii 1987, 2000 i 2009. n Tabelul 2.4.1 sunt
redate datele statistice privind valorile indicelui NDVI la nivelul fiecrei imagini satelitare. Valoarea cea
mai mare a indicelui NDVI este n imaginea din 2009 (0,787), urmat de 1987 (0,746) i 2000 (0,698).
Ecartul maxim este n imaginea din 2000 (minim 0,542, maxim 0,698) ceea ce explic i ecartul maxim
n privina temperaturii de suprafa.
Pe clase de utilizare/acoperire a terenurilor, valorile cele mai mari ale indicelui NDVI sunt pentru
pdure (0,499 n 1987, 0,479 n 2000 i 0,631 n 2009) (Tab. 2.4.2). Urmeaz apoi, n ordine
descresctoare, terenul agricol cultivat (0,446 n 1987, 0,382 n 2000 i 0,583 n 2009) i punile (0,379
n 1987, 0,297 n 2000 i 0,560 n 2009). Aadar, vegetaia ocup primele locuri, pdurea fiind pe primul
loc datorit densitii i strii de sntate bun. Valorile cele mai mici le prezint apa (0,070 n 1987,
0,290 n 2000 i 0,125 n 2009). Dei sunt valori negative, n valoare absolut nu sunt valori mari ceea
ce nseamn c, n mare msur, vegetaia de pe malurile apelor curgtoare a influenat valorile NDVI.
n cazul terenului descoperit valorile NDVI sunt apropiate de zero (0,31 n 1987, 0,011 n 2000 i 0,109 n
2009), ceea ce arat c aceste suprafee sunt acoperite totui cu vegetaie foarte rar. Un loc aparte l
ocup terenurile agricole necultivate din imaginea din 2000 n care indicele NDVI are valoarea 0,012.
Aceasta arat c suprafeele de teren care intrau n aceast clas, la data respectiv, aveau
comportamentul spectral al terenului descoperit. Aa se explic existena celei mai mari temperaturi, n
cadrul imaginii din 2000, pentru terenul agricol necultivat.
Legenda:

Legenda:

0,2940,001

0,5420,001

0,0010,200

0,0010,200

0,2010,400

0,2010,400

0,4010,600

0,4010,600
0,6010,698

0,6010,746
0

10

15

20 km

1987

10

15

20 km

2000
Legenda:
0,1810,001
0,0010,200
0,2010,400
0,4010,600
0,6010,787
0

10

15

20 km

Fig. 2.4.1. Hri NDVI obinute prin prelucrarea

imaginilor Landsat din anii 1987, 2000 i 2009

2009
49

Iosif VOROVENCII

Tez de abilitare

Abaterea standard cea mai mare este n cazul terenului construit (0,146 n 1987, 0,190 n 2000 i
0,167 n 2009). Valorile ridicate arat faptul c n cadrul terenului construit intr suprafee construite
(strzi, parcri, case, blocuri) care alterneaz cu zonele verzi. n general, pentru suprafeele acoperite cu
vegetaie, n cazul celor trei imagini, abaterea standard se gsete n intervalul 0,0580,105.
o

Tabelul 2.4.1. Valori NDVI i LST ( C) pentru imaginile analizate

o

NDVI
Imagini
14.09.1987
05.06.2000
24.07.2009

NDVI
minim
0,294
0,542
0,181

NDVI
maxim
0,746
0,698
0,787

NDVI
mediu
0,410
0,314
0,532

Abatere
standard
0,156
0,227
0,155

LST
minim
3
5
15

LST ( C)
LST
LST mediu
maxim
36
23,699
49
27,615
43
24,558

Abatere
standard
3,999
6,456
2,869

Tabelul 2.4.2. Mediile NDVI i abaterile standard pe clase de utilizare/acoperire a

terenurilor pentru imaginile din 1987, 2000 i 2009
Clase de utilizare/acoperire a
terenurilor
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap

14.09.1987
Medie
Abatere
NDVI
standard
0,264
0,146
0,499
0,091
0,446
0,095
0,136
0,081
0,379
0,099
0,031
0,034
0,070
0,113

05.06.2000
Medie
Abatere
NDVI
standard
0,055
0,190
0,479
0,105
0,382
0,092
0,012
0,132
0,297
0,096
0,011
0,087
0,290
0,135

24.07.2009
Medie
Abatere
NDVI
standard
0,349
0,167
0,631
0,067
0,583
0,070
0,321
0,090
0,560
0,058
0,109
0,100
0,125
0,153

2.4.4.3. Referitor la temperatura de suprafa

n Figura 2.4.2 sunt prezentate hrile LST iar n Tabelul 2.4.1 sunt datele statistice privind
indicatorul LST la nivelul fiecrei imagini satelitare. Valoarea cea mai mare a indicatorului LST este de
49oC ntlnit n imaginea din 2000, urmat de 43oC n 2009 i 36oC n 1987. Ecartul maxim este n
imaginea din 2000 (minim 5oC, maxim 49oC). Valorile minime i maxime ale temperaturilor, considerate
ca extreme n toate imaginile, sunt ntlnite cu totul izolat i numai n cteva locaii.
Analiza valorilor medii LST ale diferitelor clase de utilizare/acoperire a terenurilor obinute din
imaginile Landsat ajut la o mai bun nelegere a rspunsului termal al suprafeelor. Mediile LST i
abaterile standard, pe fiecare clas de utilizare/acoperire a terenurilor i imagine, sunt prezentate n
Tabelul 2.4.3. Analiznd LST din cele trei imagini se constat c pe primele dou locuri, cu cea mai mare
valoare LST se situeaz, alternativ, terenul agricol necultivat i terenul descoperit. Este evident c pentru
imaginile din 1987 i 2000 clasa terenurilor agricole necultivate prezint cea mai mare valoare LST
(36,27oC n 2000 i 29,31oC n 1987) comparativ cu celelalte clase de utilizare/acoperire a terenurilor.
Terenul agricol necultivat cuprinde, n mare parte, terenurile arate la vremea respectiv i necultivate
nc, ceea ce a fcut ca acestea s fie expuse nclzirii directe. Neexistnd vegetaie care s diminueze
temperatura de suprafa valorile LST nregistrate au fost mari. n cazul imaginii 2009, cea mai mare
valoare LST este ntlnit n cazul terenurilor descoperite (29,18oC), urmat de terenurile agricole
necultivate (27,64oC). Terenul descoperit din imaginea 1987 prezint o temperatur de 27,56oC dup
terenul agricol necultivat.
Cele mai mici valori ale indicatorului LST au fost observate la ap (19,45oC n 1987, 20,87oC n
2000 i 21,83oC n 2009), urmate apoi de cele din pdure (20,30oC n 1987, 21,93oC n 2000 i 22,18oC n
2009). Apa prezint cea mai mic valoare a indicatorului LST datorit ineriei termice a acesteia. Pdurea
are valori LST sczute deoarece este constituit din specii cu diferite densiti care, prin procesele de
fotosintez i transpiraie, ajut la reducerea cldurii.

50

Teza de abilitare

Iosif VOROVENCII

LEGENDA
< 15o C
15 20o C
20 25o C
25 30o C
30 35o C
> 35o C

10

15

20 km

Fig. 2.4.2. Hrile temperaturilor de suprafa pentru anii 1987, 2000 i 2009
obinute pe baza prelucrrii benzii termale a imaginilor satelitare Landsat
Tabelul 2.4.3. Valorii medii LST i abaterile standard prezentate pe imagini i clase
de utilizare/acoperire a terenurilor
Clase de utilizare/acoperire a
terenurilor
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap

14.09.1987
Medie
Abatere
LST
standard
24,56
3,32
20,30
2,22
25,25
2,13
29,31
1,95
26,99
2,15
27,56
4,80
19,45
3,59

05.06.2000
Medie
Abatere
LST
standard
32,21
5,31
21,93
2,13
28,36
3,13
36,27
3,44
30,84
3,04
24,05
9,07
20,87
3,78

24.07.2009
Medie
Abatere
LST
standard
27,47
3,56
22,18
1,23
25,47
1,46
27,64
1,38
25,48
1,42
29,18
2,58
21,83
2,87

Contrar ateptrilor, clasa terenului construit nu prezint cele mai ridicate valori LST. n imaginea
din 2000, valoarea LST medie este de 32,21oC, ocupnd locul doi dup valoarea LST ntlnit la terenurile
agricole necultivate. n imaginea din 2009, valoarea LST medie este de 27,47oC aflat pe locul trei, n
ordine descresctoare. Valorile mai mici ale LST pentru terenurile construite, comparativ cu alte clase de
utilizare/acoperire a terenurilor (terenuri agricole necultivate, terenuri descoperite), sunt explicabile
prin faptul c suprafeele urbane din zona luat n studiu nu sunt att de mari pentru a determina o
cretere substanial a temperaturii de suprafa. Mai mult, n interiorul oraelor exist multe spaii
verzi iar aezarea oraului Braov este mrginit de pdure pe toat partea sudic. n acest fel,
51

Iosif VOROVENCII

Tez de abilitare
Temp. (oC)

Temp. (oC)

Temp. (oC)

NDVI
frecven sczut

frecven ridicat

NDVI
frecven ridicat

frecven sczut

frecven sczut

frecven ridicat

Fig. 2.4.3. Regresia liniar dintre indicatorul LST i indicele NDVI

transferul de cldur, specific urbanizrii, se poate realiza eficient i natural, datorit influenei pdurii i
a umiditii relative anuale a zonei (75%). Ca urmare, impactul urbanizrii nu a condus la o cretere
substanial a valorilor LST n zonele urbane. Cu toate acestea, n oraul Braov au fost semnalate insule
urbane de cldur, n zonele care au fost puternic industrializate n perioada comunist i n noile zone
industrializate, aflate la periferia oraului. Valorile maxime de temperatur (49oC, 2000; 43oC, 2009 i
36oC, 1987) ntlnite n imagini corespund acestor insule.
Abaterile standard ale indicatorului LST pentru toate clasele de utilizare/acoperire a terenurilor au
valori n intervalul 1,239,07. Cele mai mici valori se ntlnesc n cazul imaginii din 2009 pentru pdure
(1,23), terenuri agricole necultivate (1,38), puni (1,42) i terenuri agricole cultivate (1,46). Valorile cele
mai mari, n ordine descresctoare, sunt n cazul imaginii din 2000, la terenul descoperit (9,07) i terenul
construit (5,31), iar n imaginea din 1987, pentru terenul descoperit (4,80). Valorile mici ale abaterilor
standard LST indic faptul c modificarea proprietilor suprafeei terenurilor din cadrul
utilizrii/acoperirii terenurilor nu provoac o variaie mare a indicatorului LST. n schimb, valorile mari
ale abaterilor standard ale LST sunt provocate de variaii mari ale temperaturilor n cadrul clasei de
utilizare/acoperire a terenurilor.
Abaterile standard relativ mari pentru zonele construite indic faptul c aceste suprafee prezint
o larg variaie a LST datorit materialelor diferite folosite la realizarea construciilor i a prezenei n
cadrul aceluiai pixel a mai multor detalii, de diferite mrimi. Pdurea prezint valori mici ale abaterilor
standard datorit vegetaiei dense care reduce cantitatea de cldur stocat n sol prin transpiraie,
evapotranspiraie i umbrire. Valorile mai mici ale abaterii standard evideniaz o omogenitate a
claselor de utilizare/acoperire a terenurilor. Toate covoarele vegetale, naturale sau artificiale, prezint o
variaie mic a temperaturii. Datorit caracteristicilor distincte ale rurilor i lacurilor, valorile LST ale
apei variaz, conducnd la valori relativ mari ale abaterii standard.

2.4.4.4. Analiza relaiei LST NDVI

n primul rnd, analiza relaiei dintre LST i NDVI s-a realizat la nivelul fiecrei imagini satelitare,
lund n considerare toate clasele de utilizare/acoperire a terenurilor. n Figura 2.4.3 este prezentat
regresia liniar dintre LST i NDVI iar n Tabelul 2.4.4 sunt redate relaiile i coeficienii de corelaie.
o

Tabelul 2.4.4. Relaiile de legtur dintre LST ( C) i NDVI i coeficienii de corelaie

Imagine satelitar
14.09.1987
05.06.2000
24.07.2009

Ecuaie LST
13,644NDVI+29,280
21,728NDVI+34,415
13,113NDVI+31,532

r
0,534
0,764
0,710

Rezultatele obinute pentru cele trei imagini satelitare arat n mod evident o corelaie negativ
ntre LST i NDVI. Corelaia negativ ridicat este ntlnit n cazul imaginii din 2000 (0,764), urmat de
imaginea din 2009 (0,710) i imaginea din 1987 (0,534). Corelaia negativ mai slab n cazul imaginii
din 1987 se explic prin faptul c imaginea este achiziionat la sfritul verii i nceputul toamnei cnd
linia de regresie dintre LST i NDVI ncepe s fie aproape orizontal indicnd schimbarea corelaiei i
variaia temporal a relaiei LSTNDVI.
n al doilea rnd, pentru a nelege efectul schimbrilor din cadrul claselor de utilizare/acoperire a
terenurilor asupra LST, relaia LSTNDVI s-a analizat separat, pentru fiecare clas de utilizare/acoperire a
52

Teza de abilitare

Iosif VOROVENCII

terenurilor (Tab. 2.4.5). Cel mai mare coeficient de corelaie s-a gsit pentru pdure (2009, 0,810; 2000,
0,789 i n 1987, 0,775), urmat de terenul construit (2009, 0,768) i terenul agricol necultivat (2000,
0,765; 1987, 0,730 i n 2009, 0,698). O corelaie medie spre sczut s-a gsit n cazul terenului construit
pentru 2000 (0,529) i 1987 (0,511) care se explicat prin faptul c la data prelurii imaginilor nu existau
multe suprafee asfaltate i betonate care s conduc la creterea temperaturii. Cea mai slab corelaie
s-a gsit n cazul terenului descoperit (0,501, 2000; 0,478, 1987 i 0,451, 2009). n general, corelaia
negativ puternic dintre LST i NDVI arat c cu ct este mic valoarea biomasei ncorporate n clasa
utilizrii/acoperirii terenurilor cu att este mai mare temperatura de suprafa.
o

Tabelul 2.4.5. Relaiile de legtur dintre LST ( C) i NDVI i coeficienii de corelaie

pe clase de utilizare/acoperire a terenurilor
Clase de utilizare/acoperire a
terenurilor
Teren construit
Pdure
Teren agricol cultivat
Teren agricol necultivat
Puni
Teren descoperit
Ap

1987
Ecuaie LST
11,473NDVI+27,545
11,580NDVI+29,518
8,063NDVI+28,849
11,845NDVI+30,917
8,428NDVI+30,181
4,819NDVI+26,858
5,023NDVI+21,191

19872000

r
0,511
0,775
0,564
0,730
0,531
0,478
0,689

2000
Ecuaie LST
14,888NDVI+33,025
10,151NDVI+28,060
16,430NDVI+34,644
16,785NDVI+36,456
17,607NDVI+36,073
6,914NDVI+32,502
4,461NDVI+22,141

r
0,529
0,789
0,483
0,765
0,555
0,501
0,654

20002009

2009
Ecuaie LST
16,274NDVI+33,123
8,267NDVI+27,492
9,840NDVI+31,204
5,255NDVI+29,329
12,111NDVI+32,255
8,410NDVI+30,082
3,663NDVI+21,334

r
0,768
0,810
0,468
0,698
0,670
0,451
0,551

19872009

a.

19872000

20002009

19872009

b.
N
0

Legend

< 2 sd

2 sd la 1 sd

1 sd la +1 sd

+1 sd la +2 sd

Fig. 2.4.4. Hri ale diferenei pentru NDVI i LST:

a) diferene NDVI; b) diferene LST

53

10

20 km

> +2sd

Iosif VOROVENCII

Tez de abilitare

2.4.4.5. Analiza schimbrilor claselor de utilizare/acoperire a terenurilor asupra relaiei LSTNDVI

Pentru a analiza msura n care schimbarea claselor de utilizare/acoperire a terenurilor
influeneaz valorile indicelui NDVI, i implicit pe cele ale indicatorului LST, s-au realizat hri NDVI i LST
pentru perioadele 19872000, 20002009 i 19872009 prin metoda diferenei imaginilor (Figura 2.4.4).
Din cele ase hri obinute s-au extras mediile i abaterile standard i s-au constituit cinci clase de
schimbri legate de NDVI i LST: (1) descretere mare (<-2SD); (2) descretere mic (-2SD la <-1SD);
(3) fr schimbri (-1SD la +1SD); (4) cretere mic (>+1SD la +2SD); (5) cretere mare (>2SD).
Rezultatele sunt prezentate n Tabelul 2.4.6.
n urma analizelor s-a gsit c o descretere mare a valorilor NDVI, n toate cele trei perioade
analizate, a fost strns legat de o cretere mare a valorilor LST. Astfel, pentru perioada 19872000 un
procent de 5,06% descretere mare pentru NDVI a condus la o cretere mare cu 5,17% pentru LST. n
perioada 20002009, un procent de 1,5% descretere mare a indicelui NDVI a condus la o cretere
mare cu 0,06% pentru LST, iar pentru ntreaga perioad, 19872009, o descretere mare cu 4,06% a
valorilor indicelui NDVI a determinat o cretere mare cu 1,81% pentru valorile LST. De asemenea,
comparnd clasele de schimbri descretere mic ale indicelui NDVI i cretere mic ale indicatorului
LST se constat c procentul cretere mic pentru LST a fost, n toate perioadele, uor mai mare dect
procentul descretere mic pentru NDVI. Astfel, pentru perioada 19872000, procentul descretere
mic al indicelui NDVI a fost de 9,08% iar procentul cretere mic al indicatorului LST de 13,21%;
pentru perioada 20002009, procentul descretere mic al valorilor NDVI a fost de 5,13% iar procentul
cretere mic al valorilor LST de 8,82%; pentru ntreaga perioad (19872009) procentul descretere
mic al indicelui NDVI a fost de 7,15% iar procentul cretere mic al indicatorului LST de 8,74%.
Aadar, n toate situaiile, clasele de schimbri analizate arat c ntre LST i NDVI exist o strns
legtur. Ca atare, creterea valorilor LST s-a fcut pe baza scderii valorilor NDVI. Analiza legturii se
poate realiza i vice versa, rezultatele artnd c o cretere a valorilor indicelui NDVI conduce la o
scdere a valorilor indicatorului LST. Rezultatele obinute sunt n concordan cu cele reliefate i de
literatura de specialitate (Lo i Quattrochi 2003).
Tabelul 2.4.6. Compararea schimbrilor legate de NDVI i LST (19872000, 20002009 i 19872009)
Clasele schimbrilor

Descretere mare
Descretere mic
Fr schimbri
Cretere mic
Cretere mare
Total
Descretere mare
Descretere mic
Fr schimbri
Cretere mic
Cretere mare
Total
Descretere mare
Descretere mic
Fr schimbri
Cretere mic
Cretere mare
Total

Schimbri NDVI
Suprafa
ha
%
19872000
<0,334
7146,00
5,06
0,334 la <0,193
12819,96
9,08
0,193 la +0,089
108941,58
77,14
>+0,089 la +0,230
10652,13
7,54
>+0,230
1669,33
1,18
141229,00
100,00
20002009
<0,195
2199,87
1,56
0,195 la <0,039
7249,23
5,13
0,039 la +0,273
112145,49
79,41
>+0,273 la +0,429
12792,96
9,06
>+0,429
6841,45
4,84
141229,00
100,00
19872009
<0,178
5726,16
4,06
0,178 la <0,056
10098,99
7,15
0,056 la +0,188
109382,20
77,45
>+0,188 la +0,310
11757,24
8,33
>+0,310
4264,41
3,02
141229,00
100,00
Limite

Schimbri LST
o

Limite ( C)

Suprafa
ha
%

<4,768
4,768 la <1,333
1,333 la +5,573
>+5,573 la +8,972
>+8,972

661,41
15534,18
99065,97
18656,19
7311,25
141229,00

0,47
11,00
70,15
13,21
5,17
100,00

<8,704
8,704 la <5,172
5,172 la +1,892
>+1,892 la +5,424
>+5,424

6856,74
17419,86
104408,64
12455,46
88,30
141229,00

4,86
12,33
73,93
8,82
0,06
100,00

<3,277
3,277 la <1,408
1,408 la +2,330
>+2,330 la +4,199
>+4,199

3924,90
20193,66
102213,40
12333,42
2563,62
141229,00

2,78
14,30
72,37
8,74
1,81
100,00

Analizele de mai sus trebuie puse n legtur cu schimbrile utilizrii/acoperirii terenurilor pe cele
trei perioade (Tab. 2.3.5. i 2.4.6). Astfel, pentru perioada 19872000, o cretere a suprafeelor cu teren
54

Teza de abilitare

Iosif VOROVENCII

construit cu 24,17% i a terenului agricol necultivat cu 68,14%, evident pe seama descreterii

suprafeelor terenurilor agricole cultivate (34,75%) i punilor (13,26%), a condus la scderea
suprafeelor acoperite cu vegetaie. Ca rezultat, valorile NDVI au sczut cu 14,14% (descretere mare
i descretere mic), reflectate n valorile mai mari ale LST. Pentru perioada 20002009, suprafeele
terenurilor construite au crescut cu 17,33% iar cele ale punilor cu 58,81%. Creterea suprafeei
terenurilor construite a condus la scderea valorilor NDVI pe cnd creterea suprafeelor cu puni a
determinat ca valorile NDVI s fie ncadrate la fr schimbri. Astfel, valorile NDVI au sczut numai cu
6,69% ceea ce a dus la o cretere a temperaturilor cu 8,88%. Pe ntreaga perioad (19872009) au avut
loc creteri ale suprafeei terenurilor construite cu 45%, terenurilor agricole necultivate cu 32,46% i
punilor cu 37,75%. Toate creterile sunt puse pe seama descreterii terenurilor agricole cultivate cu
53,09%. Aadar, pentru ntreaga perioad (19872009) procentul de descretere al valorilor NDVI a fost
de 11,21% iar cel al creterii valorilor indicatorului LST de 10,55%.
Pdurea este singura clas de acoperire a terenului care nu a suferit schimbri mari (1,23%).
Aceasta nu a determinat variaii mari ale indicelui NDVI, ncadrndu-se n clasa fr schimbri.
Celelalte clase dei au suferit schimbri, unele chiar mari (apa 104,85%), nu au fost analizate deoarece
suprafaa ocupat este mic i nu au influenat valorile indicelui NDVI i, implicit, temperatura.
Toate aceste analize nu trebuie nelese creteri ale temperaturilor n perioada 19872009, anul
2000 considerndu-se un an intermediar. Ele trebuie privite ca variaii ale temperaturilor, provocate la
rndul lor de variaii ale indicelui NDVI, datorit schimbrilor n utilizarea/acoperirea terenurilor. Analiza
creterii sau scderii temperaturii n perioada 19872009 face obiectul altor cercetri.

2.4.5. Concluzii
n aceste cercetri s-au folosit trei imagini multitemporale Landsat n vederea analizrii efectului
schimbrilor utilizrii/acoperirii terenului asupra temperaturii de suprafa. Relaia dintre schimbrile
claselor de utilizare/acoperire a terenurilor i temperatura de suprafa a fost stabilit prin intermediul
indicelui NDVI legat de cantitatea de vegetaie din zona studiat. Rezultatele obinute arat c
schimbrile n utilizarea/acoperirea terenurilor determin schimbri asupra valorilor indicelui NDVI i
implicit asupra valorilor LST evideniate prin datele statistice. Prin analizarea tuturor claselor de
utilizare/acoperire a terenurilor, mpreun i separat, s-a observat c, pentru zona studiat i n timpul
verii, ntre LST i indicele NDVI, exist corelaii negative. n acest sens, cu ct valorile indicelui NDVI sunt
mai mari cu att sunt mai mici valorile LST. Rezultatele privind efectul schimbrii utilizrii/acoperirii
terenurilor asupra LST, obinute pe baza imaginilor multitemporale Landsat, pot fi exprimate prin hri i
date statistice care ofer informaii importante legate de schimbrile din zona studiat.
Analizarea relaiei dintre schimbrile utilizrii/acoperirii terenurilor i LST face posibil o mai bun
nelegere a modelelor, proceselor i interaciunilor acestora din peisajele eterogene. Aceste informaii
sunt importante n zonele metropolitane pentru practicile manageriale, planificarea i monitorizarea
ecosistemelor. Zonarea utilizrii/acoperirii terenurilor, ca unealt pentru planificrile urbane n zonele
metropolitane, are un impact puternic asupra peisajului prin impunerea unor restricii legate de
extinderea zonelor construite, realizarea de spaii verzi, interzicerea tierilor de pduri, dezvoltarea
rutelor de transport i a spaiilor deschise, amenajarea albiilor rurilor, refacerea terenurilor degradate
sau erodate, restricii legate de nlimea maxim a cldirilor i densitatea acestora etc.
Din perspectiv ecologic, analiza relaiei dintre schimbrile utilizrii/acoperirii terenurilor i
temperatura de suprafa constituie punctul cheie pentru monitorizarea, n general, a strii
ecosistemelor i, n special, a celor din cadrul zonelor metropolitane extinse pe suprafee eterogene i
supuse presiunii antropice. Monitorizarea ecosistemelor folosind serii temporale NDVI poate evidenia
numai suprafeele care au nregistrat modificri n cadrul vegetaiei. Prin combinarea ns a acestora cu
serii temporale LST se poate stabili dac schimbrile sunt provocate de comportamentul sezonier al
vegetaiei sau de schimbrile provocate de utilizarea/acoperirea terenurilor. Ca atare, evaluarea
temperaturii de suprafa pentru fiecare clas de utilizare/acoperire a terenurilor este un pas important
n studiul ecosistemelor i a relaiilor din cadrul acestora. Astfel de studii sunt cu att mai utile cu ct
peisajul este mai complex i se gsete ntr-o dinamic accentuat determinat de condiii naturale sau
sociale.
55

Iosif VOROVENCII

Tez de abilitare

3. Evaluarea i monitorizarea riscului la deertificare folosind imagini satelitare

Landsat i clasificarea prin arbori de decizie
3.1. Introducere
Deertificarea este un proces general de degradare a suprafeei terenului datorit efectelor
combinate ale aciunilor umane i naturale care conduc la slbirea sau pierderea capacitii solului de a
permite creterea plantelor (Helldn 1991). Deertificarea este asociat cu schimbarea funciilor
ecosistemelor pe termen lung, implic att componenta spaial ct i pe cea temporal i conduce la
reducerea productivitii i biodiversitii (Mouat et al. 1997). Suprafeele afectate de deertificare se
caracterizeaz prin precipitaii foarte sczute i evapotranspiraie intens care determin creterea rar
a vegetaiei i apariia unor grupuri de plante cu structur simpl (Iora et al. 2014).
n ultimul deceniu teledetecia satelitar a fost utilizat pe larg n cercetrile legate de evaluarea
deertificrii (Yan et al. 2009; Xu et al. 2009; Santini et al. 2010; Xu et al. 2010; Pan i Li 2013). Imaginile
satelitare folosite des n studiile legate de monitorizarea i evaluarea riscului la deertificare sunt:
Landsat MSS, Landsat TM, Landsat ETM+ (Liu et al. 2008; Zhang et al. 2008; Xu et al. 2009; Pan i Li
2013), NOAA-AVHRR (Arnab i Dipanwita 2011), SPOT Vegetation (Huang i Siegert 2006).
Cele mai multe metode folosite n teledetecia satelitar evalueaz i monitorizeaz riscul la
deertificare folosind indici de vegetaie care dau informaii legate de covorul vegetal (Chopping et al.
2008; Hanafi i Jauffret 2008; Xue et al. 2009). Unul dintre aceti indicii folosit des n studiile legate de
deertificare este NDVI. n regiunile semiaride i aride, datorit vegetaiei rare, solul i umiditatea din sol
au un impact mare asupra valorilor indicelui NDVI (Wessels et al. 2004; Huang i Siegert 2006; Hill et al.
2008; Pan i Li 2013). Pentru diminuarea influenei fundalului solului asupra rezultatelor unii cercettori
au folosit n locul indicelui NDVI indicii MSAVI sau EVI (Li et al. 2010; Wu et al. 2007).
Evaluarea riscului deertificrii folosind un sigur indice de vegetaie (NDVI, MSAVI, EVI) este
unilateral i nu reflect n mod cuprinztor toate aspectele legate de deertificare (Pan i Li 2013). n
unele studii analizarea i monitorizarea deertificrii s-a realizat prin stabilirea unei relaii cantitative
ntre procesul de deertificare i caracteristicile biofizice ale suprafeei terenului cum sunt albedoul,
temperatura de suprafa i textura peisajului (Xu et al. 2009). Albedoul suprafeelor obinut din datele
de teledetecie este un parametru fizic care red caracteristicile reflective ale suprafeei. Acesta este
influenat de covorul vegetal, modul de utilizare al terenurilor, umiditatea din sol, covorul de zpad i
alte caracteristici ale suprafeei terenurilor. Orice schimbare a caracteristicilor suprafeei terenurilor
conduce la o schimbare evident a albedoului acesteia.
Cunoaterea expansiunii i severitii deertificrii este important n luarea deciziilor pentru un
control efectiv, motiv pentru care fenomenul deertificrii trebuie evaluat i monitorizat. Obiectivul
general al acestor cercetri a fost de a evalua i monitoriza riscul la deertificare n Dobrogea pentru
perioada 19872011, folosind imagini Landsat TM. Obiectivele specifice ale acestor cercetri au fost: (1)
stabilirea unor indicatori i realizarea unui model de decizie folosind clasificarea prin arbori de decizie
(DTC) pentru evaluarea i monitorizare riscului deertificrii; (2) folosirea indicatorilor MSAVI1, MSDI,
albedoului i a combinaiilor dintre acetia n evaluarea pe diferite grade a riscului deertificrii; (3)
analiza cauzelor care au condus la apariia riscului deertificrii, inclusiv analiza temperaturii de
suprafa (LST) asupra fenomenului de deertificare.

3.2. Materiale i metode

3.2.1. Zona studiat
Zona studiat este reprezentat de provincia Dobrogea care cuprinde judeele Constana i
Tulcea, fr Delta Dunrii (Fig. 3.1). Suprafaa total luat n studiu este de 1176582 ha. Din cele 707100
ha ale judeului Constana, 564500 ha sunt destinate circuitului agricol, iar n judeul Tulcea din
suprafaa total de 849900 ha, 362218 ha aparin circuitului agricol. Altitudinea medie este relativ
redus; n partea sudic altitudinea este sub 200 m (maxim 204 m n Podiul Deliorman) iar n partea de
nord ajunge pe alocuri la 350400 m dar i chiar la 467 m (Vrful Greci din Munii Mcinului).

56

Teza de abilitare

Iosif VOROVENCII

Fig. 3.1. Zona studiat reprezentat de Dobrogea fr Delta Dunrii. n partea estic a
zonei studiate (linia ntrerupt) se gsesc lacurile Razim, Sinoe, Golovia, Zmeica,
Histria, Nuntai, Tuzla, Ceamurlia, Caraburum i Slcioara

Cea mai mare parte a Dobrogei are un climat de ariditate, cu temperaturi medii mari (10o11oC),
temperaturi ridicate vara (22o23oC), precipitaii reduse (n medie sub 400 mm/an), zile tropicale i
secete frecvente. Spre Marea Neagr exist un climat termic mai moderat, brize diurne si insolaie
puternic. La altitudini de peste 300 m exist un climat de dealuri joase, cu o temperatur medie mai
sczut (9o10oC) i precipitaii mai bogate (500600 mm/an). Temperatura medie a lunii celei mai reci
(ianuarie) este, pe cea mai mare ntindere, de 1oC la 2oC, iar n extremitatea sud-estic este pozitiv.
Amplitudinea termic anual este destul de difereniat, 23o24oC n jumtatea vestic a Dobrogei i
21o22oC n jumtatea estic.
Vegetaia este diferit, n partea sudic aceasta fiind de step uscat n care predomin
gramineele. n partea nordic, n zonele deluroase i muni cu altitudine mic, vegetaia este de
silvostep i, pe alocuri, apare vegetaia forestier reprezentat de cer (Quercus cerris) i grni
(Quercus fraineto) (ofletea i Curtu 2000; (ofletea i Curtu 2001). Procentul mpduririi este de doar
3,5 % (24750 ha) n judeul Constana i de 10,8 % (91790 ha) n judeul Tulcea comparativ cu 26,7 % ct
este la nivelul Romniei. Solurile care ocup cea mai mare suprafa sunt cernoziomurile, cernoziomuri
cambice i solurile blane. O suprafaa mai restrns (circa 5 %) este ocupat de solurile cenuii,
rendzine, solurile brune luvice, litosoluri, erodisoluri i regosoluri.

3.2.2. Imagini Landsat i date de referin

n cercetri s-au folosit cinci cadre decupate din imaginile satelitare Landsat 5 TM preluate pe
14.07.1987, 01.07.1994, 01.07.2000, 21.07.2007 i 16.07.2011. Imaginile fac parte din orbita 181, rndul
29 i au fost descrcate gratuit de pe Internet (http://glovis.usgs.gov). Imaginile au nivelul de corecie 1T
fiind georefereniate n sistemul de proiecie UTM, zona 35 N, datum WGS 84. Rezoluia spaial a
benzilor din multispectral i a benzii termale, dup resampling, este de 30 m. Pentru verificarea preciziei
imaginilor obinute dup prelucrare i recodare s-au folosit: harta solurilor (1 : 1000000), harta
vegetaiei (1 : 100000), harta distribuiei radiaiei (1 : 100000), harta terenurilor erodate (1 : 1000000) i
harta riscului la secet (1 : 1000000). Datele meteorologice, incluznd temperaturile i precipitaiile
medii lunare i anuale, de la opt staii meteorologice din Dobrogea i din mprejurimi, au fost colectate
din diferite rapoarte (Bosneagu 2010) i de la Institutul de Meteorologie al Romniei. Datele
recensmntului socio-economic din Dobrogea au fost preluate din anuarele statistice locale.
57

Iosif VOROVENCII

Tez de abilitare

3.2.3. Preprocesarea imaginilor

Normalizarea radiometric relativ a fost realizat pentru toate imaginile, exceptnd imaginea din
anul 1994 care a constituit imaginea de referin. Metoda de normalizare radiometric relativ folosit a
fost ASCR ( 2.2).

3.2.4. Indicatorii riscului deertificrii

Schimbrile provocate de deertificare sunt caracterizate, n principal, de schimbrile legate de
biomasa vegetaiei sau covorul vegetal, complexitatea peisajului i condiiilor micrometeorologice (Xu et
al. 2009). n evaluarea biomasei vegetaiei sau acoperirii terenului sunt folosii indicii de vegetaie NDVI,
MSAVI, EVI etc. Avnd n vedere legturile puternice dintre aceti indici, n cercetrile realizate s-a ales,
pentru evaluarea acoperirii terenului, indicele MSAVI1. Conform literaturii de specialitate, acest indice sa dovedit a lucra mai bine dect indicii NDVI, SAVI i WDVI (Qi et at. 1994). Pentru caracterizarea
complexitii peisajului s-a folosit indicele MSDI iar pentru evaluarea condiiilor micrometeorologice ale
suprafeei terenului s-a utilizat albedoul. Toi aceti indicatori s-au obinut din imaginile satelitare
Landsat 5 TM.
MSAVI1 s-a calculat folosind reflectana n benzile rou (RED) i infrarou apropiat (NIR) i a
factorului L pe baza urmtoarei relaii:
MSAVI1 =

NIR RED
NIR + RED + L

(1 + L )

(3.1)

n care L = 1 2 s NDVI WDVI . n aceast relaie s este panta liniei solului, indicele NDVI este calculat
cu relaia (2.1.1.) iar WDVI cu urmtoarea relaie:
WDVI = NIR s RED

(3.2)

Panta liniei solului, respectiv punctul de intercepie al liniei solului, s-au stabilit pe baza
suprafeelor cu sol descoperit din fiecare imagine. Pentru identificarea intervalului valorilor pixelilor
reprezentnd solul gol, lipsit de vegetaie n imaginile NDVI s-a realizat o imagine binar n care
suprafeele cu sol descoperit au luat valoarea 1 iar restul pixelilor din celelalte suprafee valoarea 0.
Complexitatea peisajului a fost evaluat folosind indicele MSDI care se consider a fi un indicator
bun n stabilirea eterogenitii peisajului pentru terenurile degradate (Xu et al. 2009). Pickup (1990) a
artat c orice proces care conduce la o cretere a eterogenitii n timp i spaiu a unui peisaj este de
natur s conduc la degradarea acestuia. Ipoteza care st la baza indicelui eterogenitii este c un
peisaj sntos prezint mai puin variabilitate dect unul degradat (Tanser 1997). Peisajele degradate
din zonele aride i semiaride pot fi modelate datorit activitii erozionale puternice. Schimbarea
vegetaiei de la o locaie la alta este adesea variabil spaial datorit redistribuirii sedimentelor i apei.
n momentul observrii unei creteri a eterogenitii spaiale peisajul s-a modificat de la o stare de
echilibru la una de dezechilibru devenind disfuncional (Ludwig i Tongway 1997). Indicele MSDI s-a
determinat folosind a un filtru 33 care a fost trecut peste banda rou i care a calculat abaterea
standard pentru fiecare fereastr de nou pixeli. Apoi abaterea standard a fost reprezentat ntr-o
imagine n care pixelii noi au avut aceleai locaii cu cele ale pixelului central din cadrul ferestrei cu cei
nou pixeli (Tanser 1997; Tanser i Palmer 1999; Jafari et al. 2008; Xu et al. 2009). Relaia folosit la
calcularea indicelui MSDI a fost:
N

MSDI =

2
(DNi D N )

i=1

(3.3)

58

Teza de abilitare

Iosif VOROVENCII

n care N reprezint numrul de pixeli din filtrul folosit (N =9); DNi este valoarea digital a pixelului i din
fiecare fereastr alctuit din nou pixeli; D N este valoarea digital medie pentru cei nou pixeli din
cadrul fiecrei ferestre cu aceeai mrime.
Albedoul a fost calculat pe baza imaginilor Landsat TM normalizate radiometric folosind
urmtoarea relaie:
Albedoul = 0.356 1 + 0.130 3 + 0.373 4 + 0.085 5 + 0.072 7 0.0018

(3.4)

n care 1, 3, 4, 5, 7 reprezint albedoul pentru benzile Landsat TM 1, 3, 4, 5 i 7.

3.2.5. Obinerea temperaturii de suprafa

LST este un indicator al condiiilor micrometeorologice la care s-a apelat fr ca acesta s fie
inclus n modelul de decizie al evalurii riscului la deertificare ci pentru efectuarea de analize n
legtur cu unii indicatorii ai deertificrii (MSDI, albedoul). Indicatorul LST s-a calculat din fiecare band
termal a imaginilor Landsat TM (11,4512,50 m) folosind metodologia de la 2.4.3.
3.2.6. Metoda de evaluare a riscului deertificrii
n aceste cercetri pentru evaluarea riscului la deertificare n Dobrogea s-a folosit metoda DTC.
Aceasta este un tip de clasificare pe etape multiple care poate fi aplicat unei singure benzi sau unei
imagini constituite din mai multe benzi. Metoda const dintr-o serie de decizii binare, specifice fiecrei
etape, care sunt utilizate pentru a determina categoria corect n care poate fi ncadrat, n cel mai
simplu mod posibil, fiecare pixel din imagine.
Aplicarea metodei DTC a presupus stabilirea, n prealabil, a unor reguli care s stea la baza
construirii modelului de decizie. Regulile pentru fiecare indicator s-au stabilit pe baza datelor de
referin disponibile i a unei analize atente a intervalului de valori pe care l poate lua fiecare indicator
n diferite condiii (Tab. 3.1). n acest sens, s-a avut n vedere, de exemplu, c albedoul n condiii
normale, pentru culturile agricole, se gsete n intervalul 0,180,25 (Ahrens 2006).
n Figura 3.2 este prezentat schema metodei DTC folosite n cercetri pentru evaluarea riscului
deertificrii. Intrrile n metoda DTC sunt imaginile MSAVI1, MSDI i Albedoul obinute, n prealabil, prin
prelucrrile specifice. Prima regul de decizie a luat n considerare indicele MSAVI1 care a segmentat
imaginile n patru poriuni. Dac MSAVI10 i Albedoul<0 sau MSAVI1>0,4 nu exist risc de deertificare,
cazuri expuse n Figura 3.2 la extremitile acesteia. Rmn aadar cele dou subintervale
(0<MSAVI10,1 i 0,1<MSAVI10,4) pentru care s-a luat n considerare, n cea de-a doua regul de
decizie, indicele MSDI. Valorile MSDI au fost divizate n dou subintervale, MSDI0 i MSDI>2 care, la
rndul lor, au segmentat imaginile n dou poriuni. Cea de-a treia regul de decizie s-a stabilit lund n
considerare Albedoul al crui interval a fost mprit n trei subintervale (Albedoul>0,25,
0<Albedoul0,15, 0,15<MSAVI10,25). Aceast regul de decizie este cea final i a stabilit gradul de risc
la deertificare, alturi de celelalte reguli, pentru fiecare poriune din imagine obinut prin
segmentrile anterioare pe baza indicatorilor MSAVI1 i MSDI. n situaia n care Albedoul>0,25 i
MSDI>0 s-a considerat c, pentru zona studiat, exist un risc sever de deertificare.
Tabelul 3.1. Setul regulilor de decizie pentru evaluarea riscului de
deertificare folosind imagini Landsat TM
Gradul de risc la
deertificare
fr risc
foarte mic
mic
mediu
mare
sever

MSAVI1
< 0,0 sau > 0,4
0,250,4
0,10,25
0,0750,1
0,040,075
0,00,04

59

Indicatori
MSDI
0
06
05
04
03
0

Albedoul
< 0,0
0,00,15
0,150,25
0,00,15
0,150,25
> 0,25

Iosif VOROVENCII

Tez de abilitare
Imagini:
MSAVI1, MSDI, Albedo

MSAVI<0

Albedo<0

fr
risc

0MSAVI10,1

MSDI0

MSDI>2

MSDI2

Albedo>0,25

0<Albedo0,15

0,15<Albedo0,25

sever

mediu

mare

MSAVI1>0,4

0,1<MSAVI10,4

0<Albedo0,15

mediu

MSDI2

0,15<Albedo0,25

0<Albedo0,15

mare

foarte
mic

MSDI>2

0,15<Albedo0,25

mic

0<Albedo0,15

foarte
mic

0,15<Albedo0,25

mic

fr
risc

Fig. 3.2. Schema metodei DTC utilizate n evaluarea riscului la deertificare n Dobrogea. Indicatorii folosii n
construirea regulilor sunt MSAVI1, MSDI i Albedoul. Evaluarea riscului deertificrii s-a realizat n ase grade:
fr risc, foarte mic, mic, mediu, mare i sever

n concordan cu regulile stabilite, ntre MSAVI1 i albedo exist o relaie liniar care arat c o
scdere a valorilor indicelui MSAVI1 i o cretere a albedoului indic un risc crescut la deertificare.
Indicele MSDI a fost folosit n caracterizarea complexitii peisajului dar acesta nu prezint o relaie
liniar cu schimbrile provocate de deertificare (Xu et al. 2009). Iniial, valorile MSDI cresc dup care
descresc odat cu expansiunea deertificrii, prezentnd un trend ca o parabol (Xu et al. 2009). Aadar,
pentru delimitarea gradelor fr risc i sever s-a folosit numai MSAVI i albedoul. Apele avnd valori ale
indicelui MSAVI1 negative, au fost clasificate n gradul fr risc. Indicele MSDI s-a folosit n delimitarea
gradelor foarte mic de mic i a gradelor mediu de mare. n urma rulrii metodei DTC pentru fiecare
imagine s-au obinut informaii privind riscul deertificrii. Evaluarea preciziei s-a fcut prin ajustarea
setului de reguli conform examinrii vizuale pn cnd s-a obinut o precizie bun (peste 85 %).
Riscul deertificrii terenurilor din Dobrogea a fost clasificat n ase grade: fr risc, foarte mic,
mic, mediu, mare i sever conform setului de reguli determinat n prealabil. Pentru toate cele cinci
imagini folosite s-a stabilit un singur set de reguli din urmtoarele considerente: (1) imaginile au fost
achiziionate cu acelai tip de senzor (Landsat TM); (2) toate imaginile au fost preluate numai n luna
iulie, diferena maxim dintre datele de preluare fiind de 20 de zile; (3) climatul din zona studiat este
aproximativ acelai; (4) din totalul suprafeei acoperite cu vegetaie, aproximativ 93% este reprezentat
de culturi agricole fr a exista subregiuni vegetative.
Deoarece n Romnia nu exist un sistem oficial de evaluare i clasificare a riscului la deertificare
pe diferite grade folosind imagini satelitare, pentru evaluarea preciziei s-a realizat o referin proprie.
Aceasta a avut la baz harta ntocmit de Administraia Naional de Meteorologie care red indicele
teoretic de ariditate Rt, considerat cel mai apropiat parametru pentru o astfel de evaluare, i harta
acoperirii terenurilor. Indicele teoretic de ariditate Rt redat pe hart a fost calculat pe baza valorilor
precipitaiilor i a evapotranspiraiei anuale, pentru fiecare clas de acoperire a terenurilor. Harta
acoperirii terenurilor s-a obinut prin calcularea indicelui NDVI i s-a ntocmit pentru fiecare imagine
(1987, 1994, 2000, 2007, 2011). Pentru a evidenia gradul de acoperire cu vegetaie, imaginile NDVI au
fost recodate n urmtoarele clase: (1) 0NDVI (ap) i NDVI>0,4 (teren acoperit de vegetaie dens i
sntoas); (2) 0<NDVI0,05 (teren gol, lipsit de vegetaie); (3) 0,05<NDVI0,1 (teren acoperit de
vegetaie foarte rar); (4) 0,1<NDVI0,2 (teren acoperit de vegetaie rar); (5) 0,2<NDVI0,3 (teren
acoperit de vegetaie rar, peste medie); (6) 0,3<NDVI0,4 (teren acoperit de vegetaie cu desime
medie). Fiecare imagine NDVI recodat (1987, 1994, 2000, 2007, 2011) a fost suprapus cu harta
indicelui teoretic de ariditate Rt, obinndu-se suprafee delimitate de poligoane. Fiecare poligon
obinut s-a caracterizat printr-o valoare NDVI i o valoare a indicelui teoretic de ariditate Rt. Pe baza
observaiilor meteorologice avute la dispoziie pentru zona analizat s-a calculat indicele practic de
ariditate Rp. Riscul expunerii la deertificare s-a stabilit prin compararea indicelui practic de ariditate Rp
cu indicele teoretic de ariditate Rt, care corespunde de fapt cerinelor ecologice ale speciilor
componente ale ecosistemelor din zona studiat, astfel: (1) dac indicele practic de ariditate Rp se
60

Teza de abilitare

Iosif VOROVENCII

gsete n ecartul indicelui teoretic de ariditate Rt nu exist risc la deertificare (fr risc); (2) dac
indicele practic de ariditate Rp este mai mic dect indicele teoretic de ariditate Rt exist risc de
deertificare. n acest ultim caz, intervalul valorilor indicelui practic de ariditate Rp s-a mprit n cinci
subintervale egale care redau gradele de risc la deertificare (foarte mic, mic, mediu, mare, sever).
Evaluarea preciziei clasificrii s-a realizat pentru fiecare imagine, pe baza a 80 de puncte test
generate ntmpltor i egal pentru fiecare grad al riscului la deertificare. n cadrul unei singure imagini
au fost generate 480 de puncte test. Pentru fiecare imagine punctele test au fost comparate cu aceleai
locaii din imaginile de referina obinute folosind modulul Accuracy Assessment din ERDAS Imagine.
Dac un punct test a identificat corect gradul de risc la deertificare atunci clasificarea s-a considerat
bun; n caz contrar punctul test a fost atribuit clasei corespunztoare imaginii de referin.

3.3. Rezultate i discuii

3.3.1. Clasificarea coninutului imaginilor
Coeficienii reprezentnd panta liniei solului (a) i punctul de intersecie (b) folosii la obinerea
imaginilor MSAVI1, considernd banda infrarou apropiat ca variabil independent, sunt prezentai n
Tabelul 3.2.
Tabelul 3.2. Ecuaiile liniei solului pentru imaginile Landsat TM
Imagine
1987
1994
2000
2007
2011

Ecuaiile liniei solului

Y = 0,006155 + 1,101425X
Y = 0,001956 + 0,825688X
Y = 0,003338 + 1,051163X
Y = 0,003624 + 1,025485X
Y = 0,000160 + 1,025054X

fr risc
foarte mic
mic
mediu
mare
sever

r
0,9936
0,9573
0,9915
0,9816
0,9917

fr risc
foarte mic
mic
mediu
mare
sever

fr risc
foarte mic
mic
mediu
mare
sever

fr risc
foarte mic
mic
mediu
mare
sever

fr risc
foarte mic
mic
mediu
mare
sever

Fig. 3.3. Hrile riscului la deertificare din zona studiat pentru anii 1987, 1994, 2000, 2007 i 2011. n toate
imaginile, n partea estic a zonei studiate (deasupra legendei), apa este clasificat n gradul fr risc de
deertificare (culoarea verde). n perioada studiat suprafeele mai puin afectate au fost cele acoperite de
pduri (culorile verde i verde deschis) din Munii Mcinului (centrul imaginilor din partea superioar) i din
sud-estul Dobrogei. n anul 2007 riscul la deertificare a fost ridicat i a cuprins aproape toat zona studiat

61

Iosif VOROVENCII

Tez de abilitare

Rezultatele evalurii riscului la deertificare, dup aplicarea metodei DTC, pentru anii 1987, 1994,
2000, 2007 i 2011 sunt prezentate n Figura 3.3 iar imaginile cu distribuia spaial a punctelor test n
Figura 3.4. Pentru fiecare imagine s-a calculat precizia total, preciziile utilizatorului i productorului i
coeficientul k (Tab. 3.3 i 3.4). Cea mai ridicat precizie a fost de 90,42%, cu un coeficient k de 0,8850
pentru imaginea din 2011 iar cea mai slab precizie a fost 85,21%, cu coeficientul k egal cu 0,8225
pentru imaginea din 1987. Valoarea mai mare pentru precizia utilizatorului a fost de 95,00% pentru
imaginile din 1987 (risc mic) i 2011 (fr risc) iar valoarea cea mai mic, de 72,50%, pentru imaginea din
1987 (risc mare); valoarea mai mare pentru precizia productorului a fost de 96,15% n cazul imaginii din
1994 (fr risc) iar valoarea cea mai mic, de 80,56%, pentru imaginea din 1987 (risc mare). Erorile de
comitere mai mari n cazul imaginii din 1987, de 27,50% i 18,75%, se pot datora etichetrii mai dificile a
punctelor test folosite la verificarea preciziei n cazul suprafeelor cu risc mare, sever i foarte mic. De
altfel, erori de comitere mai mari s-au ntlnit n cazul gradelor de risc mare i sever. Erorile de omitere
mari, de 19,44% i 19,05% s-au ntlnit n cazul imaginilor din 1987 i 2007 pentru gradul risc mare.
Rezultatele legate de temperaturile nregistrate n anii 1987, 1994, 2000, 2007 i 2011 sunt
prezentate n Figura 3.5. Din seria temporal de imagini satelitare, n imaginea din 2007 s-au nregistrat
cele mai mari temperaturi (izolat 54oC, obinuit ntre 40o47oC), urmat de imaginea din 2011 (izolat
45oC, obinuit ntre 30o39oC) i imaginea din 1994 (izolat 44oC, obinuit 30o35oC). Dac n imaginile din
2011 i 1994 temperaturile maxime erau prezente n anumite locaii, sub forma insulelor de cldur, n
imaginea din 2007 fenomenul de secet a cuprins cea mai mare suprafa a Dobrogei, existnd i aici
insule de cldur cu temperaturi foarte ridicate. Temperaturi mai mici (<20oC) s-au nregistrat n
suprafeele acoperite cu pdure i deasupra apelor.

puncte test

puncte test

puncte test

puncte test

puncte test

Fig. 3.4. Hri care arat distribuia punctelor test (culoarea rou). Pentru fiecare imagine au fost
generate puncte test ntmpltor i n numr egal pentru fiecare grad al riscului la deertificare

62

Teza de abilitare

Iosif VOROVENCII
Tabelul 3.3. Matricea erorilor pentru imaginile din 1987, 1994, 2000, 2007 i 2011

Gradul de risc la
fr risc
deertificare
fr risc
73
foarte mic
9
mic
0
mediu
0
mare
0
sever
0
Total
82
Precizia productorului
89,02
Precizia total a clasificrii: 85,21%

foarte
mic
4
65
4
0
0
0
73
89,04

Gradul de risc la
fr risc
deertificare
fr risc
75
foarte mic
3
mic
0
mediu
0
mare
0
sever
0
Total
78
Precizia productorului
96,15
Precizia total a clasificrii: 89,38%

foarte
mic
4
72
1
0
0
0
77
93,51

Gradul de risc la
fr risc
deertificare
fr risc
73
foarte mic
9
mic
0
mediu
0
mare
0
sever
0
Total
82
Precizia productorului
89,02
Precizia total a clasificrii: 87,50%

foarte
mic
5
64
2
2
0
0
73
87,67

Gradul de risc la
fr risc
deertificare
fr risc
69
foarte mic
8
mic
0
mediu
0
mare
0
sever
0
Total
77
Precizia productorului
89,61
Precizia total a clasificrii: 85,63%

foarte
mic
10
68
6
0
0
0
84
80,95

Gradul de risc la
fr risc
deertificare
fr risc
76
foarte mic
5
mic
0
mediu
0
mare
0
sever
0
Total
81
Precizia productorului
93,83
Precizia total a clasificrii: 90,42%

foarte
mic
4
74
6
0
0
0
84
88,10

Imagine 1987
mic
mediu

mare

sever

Total

0
3
0
72
9
4
88
81,82

0
0
0
3
58
11
72
80,56

0
0
0
0
11
65
76
85,53

80
80
80
80
80
80
480

Imagine 1994
mic
mediu

mare

sever

Total

0
0
7
73
9
0
89
82,02

0
0
0
5
66
9
80
82,50

0
0
0
0
5
71
76
93,42

80
80
80
80
80
80
480

Imagine 2000
mic
mediu

mare

sever

Total

0
1
3
68
5
2
79
86,08

0
0
0
4
69
7
80
86,25

0
0
0
2
6
71
79
89,87

80
80
80
80
80
80
480

Imagine 2007
mic
mediu

mare

sever

Total

0
0
8
66
4
0
78
84,62

0
0
1
10
68
5
84
80,95

0
0
0
0
6
75
81
92,59

80
80
80
80
80
80
480

Imagine 2011
mic
mediu

mare

sever

Total

0
0
0
4
69
5
78
88,46

0
0
0
1
5
75
81
92,59

80
80
80
80
80
80
480

3
3
76
5
2
0
89
85,39

1
5
72
2
0
0
80
90,00

2
6
75
4
0
0
87
86,21

1
4
65
4
2
0
76
85,53

0
0
68
3
1
0
72
94,44

63

0
1
6
72
5
0
84
85,71

Precizia
utilizatorului
91,25
81,25
95,00
90,00
72,50
81,25

Precizia
utilizatorului
93,75
90,00
90,00
91,25
82,50
88,75

Precizia
utilizatorului
91,25
80,00
93,75
85,00
86,25
88,75

Precizia
utilizatorului
86,25
85,00
81,25
82,50
85,00
93,75

Precizia
utilizatorului
95,00
92,50
85,00
90,00
86,25
93,75

Iosif VOROVENCII

Tez de abilitare

Tabelul 3.4. Coeficientul k pentru fiecare grad de risc la deertificare i coeficientul total k
Gradul de risc la deertificare
1987
0,8945
0,7789
0,9386
0,8776
0,6765
0,7772
0,8225

fr risc
foarte mic
mic
mediu
mare
sever
Coeficientul total k

Imagini
2000
0,8945
0,7641
0,9237
0,8204
0,8350
0,8653
0,8500

1994
0,9254
0,8809
0,8800
0,8926
0,7900
0,8663
0,8725

2007
0,8362
0,8182
0,7772
0,7910
0,8182
0,92,84
0,8275

2011
0,9398
0,9091
0,8235
0,8788
0,8358
0,9248
0,8850

3.3.2. Evaluarea riscului la deertificare

n perioada 19872011 riscul la deertificare pe zona studiat s-a manifestat sub diferite grade i a
cuprins anumite suprafee (Tab. 3.5). Datele s-au analizat prin raportare la anul 1987 considerat ca
referin. Pentru niciun grad de risc la deertificare nu s-a identificat un trend continuu, cresctor s-au
descresctor, ci unul fluctuant. O analiz, pe grade, a riscului la deertificare pentru perioada 1987
2011, raportat la ntreaga suprafa studiat, se prezint astfel (Tab. 3.5): (1) suprafaa fr risc la
deertificare are un trend foarte uor descresctor (0.06%). O abatere mai puternic de la acest trend a
aprut n 1994 cnd riscul s-a redus cu 7,56% iar n anul 2007 cu 12,62%; (2) suprafaa cu risc foarte mic
la deertificare are un trend cresctor (5,66%) dar n 2007 prezint un minim (21,81%); (3) suprafaa cu
risc mic la deertificare este singura care prezint un trend aproape continuu descresctor (11,87%);
(4) suprafaa cu risc mediu la deertificare are un trend cresctor (6,48%); (5) suprafaa cu risc mare la
deertificare prezint un trend uor descresctor (0,20%). Cu toate acestea, n anul 2007 s-a identificat
o cretere de 38,68% reprezentnd cea mai mare fluctuaie; (6) suprafaa cu risc sever la deertificare
are un trend descresctor, avnd o valoare foarte mic n 2011 (27 ha), reprezentnd suprafaa
cumulat a zonelor cu insule de cldur.
Tabelul 3.5. Suprafeele din zona studiat redate pe grade de risc la deertificare
Gradul de risc la
deertificare
fr risc
foarte mic
mic
mediu
mare
sever
Total

1987

1994

2000

2007

2011

ha

ha

ha

ha

ha

266091
442119
181535
226019
60665
153
1176582

22,62
37,58
15,43
19,21
5,15
0,01
100

177188
412062
149162
318087
120074
9
1176582

15,06
35,02
12,68
27,03
10,21

100

245696
506147
47124
331855
45659
101
1176582

20,88
43,02
4,00
28,21
3,88
0,01
100

117711
185515
61553
296033
515716
54
1176582

10,00
15,77
5,23
25,16
43,83
0,01
100

265446
508779
41861
302252
58217
27
1176582

22,56
43,24
3,56
25,69
4,95

100

Rezultatele arat c n Dobrogea, conform regulilor stabilite, pentru perioada 19872011 s-au
identificat dou grade ale riscului de deertificare cu trend cresctor. Acestea sunt reprezentate de
gradul de deertificare foarte mic, a crei suprafa a crescut cu 66660 ha, i mediu, cu o cretere a
suprafeei de 76233 ha.
Valorile din 2007 sunt mult diferite fa de cele din ceilali ani, urmate apoi de valorile din 2000. n
anul 2007, din suprafaa analizat, 43,83% prezenta risc mare la deertificare i 25,16% un risc mediu.
Aceasta datorit faptului c anul 2007 a fost cel mai secetos an din perioada analizat. Temperaturile
din 2007 au fost foarte ridicate, pe 640541 ha semnalndu-se temperaturi mai mari de 40oC (Fig. 3.5).
Dei, dup anul 2007, temperaturile mai mari s-au nregistrat pe imaginile din 2011 i 1994, n anul 2000
suprafaa cea mai expus riscului la deertificare a fost de 331855 ha, media temperaturilor fiind
grupat n jurul valorii de 30oC. Cu toate c temperaturile au fost mai sczute comparativ cu cele din
2007 (Fig. 3.5), riscul deertificrii a fost prezent ca o consecin a climatului din anii precedeni. i n
anul 1994 s-a constatat c 318087 ha au fost expuse unui risc mediu de deertificare. Avnd n vedere
temperaturile nregistrate la staiile meteorologice din Dobrogea i din apropiere, acestea arat c n
perioada analizat au fost fluctuaii (Fig. 3.6a). n toi anii studiai, cu excepia anului 2007,
64

Teza de abilitare

Iosif VOROVENCII

Fig. 3.5. Hrile temperaturilor de suprafa pentru perioada studiat. Dintre cei cinci ani analizai, n anul 2007
s-au nregistrat cele mai ridicate temperaturi pe cea mai mare suprafa. Temperaturile mai mici s-au
nregistrat deasupra apelor i pdurilor (culorile albastru i cyan)

Suprafa (ha)

Temperatur oC

temperaturile obinute dup imaginile satelitare sunt repartizate dup o distribuie aproape normal, cu
uoare asimetrii spre dreapta sau stnga (Fig. 3.6b). Pentru anul 2007 temperaturile sunt repartizate
dup o curb exponenial (Fig. 3.6b). Rezultatele arat c principala cauz a creterii riscului la
deertificare o reprezint temperaturile ridicate i urmeaz apoi celelalte cauze.
Trendul cresctor de 38,68% pentru gradul de risc la deertificare mare n perioada 20002007 s-a
produs pe fondul unui cumul de factori care au atins un maximum. Temperaturile ridicate din aceast
perioad, cu excepia anului 2003, au contribuit la reducerea covorului vegetal i la creterea puternic
a evapotranspiraiei. Reducerea vegetaiei naturale, lemnoase i erbacee, n suprafeele uscate a afectat
temperatura de suprafa i umiditatea aerului i, ca atare, a influenat circulaia maselor atmosferice i
precipitaiile. Mai mult, uscarea solului i reducerea stratului de sol au favorizat eroziunea eolian n
locaiile cu teren descoperit, lipsit de vegetaie. Astfel de cicluri, de ani secetoi cu diferite schimbri
climatice, au contribuit la creterea riscului la deertificare. Unul dintre aceste cicluri s-a suprapus n
mare parte cu perioada 20002007. n acelai timp, aceste schimbri climatice au condus la creterea

Ani

Temperatur oC

a.

b.

Fig. 3.6. Temperaturile din zona studiat pentru perioada 19872011:

a) evoluia temperaturilor medii anuale conform datelor de la staiile meteorologice; b) temperaturile
nregistrate pe imaginile satelitare din anii 1987, 1994, 2000, 2007 i 2011

65

Iosif VOROVENCII

Tez de abilitare

Precipitaii (mm)

riscului la deertificare prin alterarea modelului

spaial
i
temporal
al
temperaturii,
precipitaiilor, vnturilor i insolaiei solare care
s-au manifestat mai puternic n aceast
perioad. Ca atare, schimbrile climatice
constituie att o cauz ct i o consecin a
creterii riscului la deertificare. Factorii care au
condus la o cretere a riscului deertificrii n
Ani
perioada 20002007 s-au atenuat n perioada
Fig. 3.7. Evoluia precipitaiilor medii anuale nregistrate n 20072011 motiv pentru care suprafaa din
clasa de risc la deertificare mare s-a redus n
Dobrogea conform datelor de la staiile meteorologice
aceast perioad. Aceasta rezult din analiza
pentru perioada 19872011
ntregii perioade (19872011) n care gradul
mare de risc la deertificare s-a redus cu un procent de 0,20% (Tab. 3.5).
Dei cantitatea de precipitaii a crescut n unii ani din perioada studiat (1995, 1997, 2005)
aceast cretere s-a datorat fenomenelor extreme, de tipul furtunilor puternice, i nu al unor precipitaii
de intensitate sczut i constante (Fig. 3.7). Acestea au provocat eroziuni de suprafa i de adncime,
ploaia transportnd amestecuri nocive de calcare, bauxite, argile, var, pirit, fosfogips, aflate n fostele
exploatri de suprafa. Toate aceste aciuni au avut ca efect pierderea stratului vegetal i apariia
terenului descoperit, cu o reflectan crescut i albedo ridicat.
O analiz a teritoriului Dobrogei n funcie de indicele de ariditate R arat c aceasta poate fi
mprit n dou zone. n zona de litoral indicele de ariditate R se gsete n intervalul 0,250,50 i
delimiteaz zona semiarid iar n restul teritoriului Dobrogei indicele de ariditate R este n intervalul
0,500,65 delimitnd zona uscat-subumed. Indicele de ariditate Palfay, asemntor primului dar care
ia n calcul i frecvena anilor secetoi, plaseaz Dobrogea n zona cu sensibilitate puternic la secet, cu
valori n intervalul 68 i o frecven a anilor secetoi de 4063%, adic se suprapune cu zonele n care
indicele de ariditate R este ntre 0,25 i 0,65. Ca atare, Dobrogea reprezint o zon intens afectat de
secet n care apar unele areale cu vulnerabilitate puternic (810) i foarte puternic (1012), datorate
texturii solului, gradului de acoperire, naturii covorului vegetal i modului de utilizare a terenurilor.
n 1987 suprafaa supus riscului deertificrii era localizat n vestul Dobrogei, n zonele cu
erodisoluri, iar n anul 2011 riscul la deertificare a cuprins mai mult zona estic (Fig. 3.3). O analiz mai
atent a locaiilor supuse riscului la deertificare arat c acestea au fost reprezentate de terenurile
agricole, i n special, marginea tarlalelor agricole. Alte suprafee se caracterizeaz prin deertificare
local sub forma unor areale mici localizate n Dobrogea de Nord reprezentate de stncrie i soluri
subiri, erodate puternic. Riscul la deertificare se manifest prin creterea frecvenei, duratei i
intensitii perioadelor de secet, diminuarea sau distrugerea potenialului biologic al terenurilor,
reducerea suprafeelor acoperite cu vegetaie natural, intensificarea sever a eroziunii solului prin ap
i vnt care distrug stratul de humus, crustificarea i compactarea solului, creterea progresiv a
intensitii radiaiei solare. Solurile nisipoase, prfuite, neacoperite de stratul vegetal i nefixate de
vegetaia natural, avnd culori deschise, reflect puternic radiaia solar, contribuind la creterea
artificial a temperaturii mediului ambiant i a albedoului. La acestea se adaug, ntr-o proporie mai
mic, exploatrile de suprafa de calcar, furtunile de praf i nisip din jurul carierelor deertificate care
afecteaz grav starea terenurilor agricole, a pdurilor din apropiere i degradeaz calitatea aerului.

3.3.3. Cauzele riscului deertificrii i msuri de combatere

Riscul la deertificare amenin aproximativ 10% din suprafaa Romniei, adic 2,2 milioane de ha
dintre care o parte se gsesc n Dobrogea. Diversitatea ecosistemelor din Dobrogea constituie subiectul
diferitelor forme de degradare n care deertificarea poate s se instaleze destul de uor. Agenia
European pentru Mediu susine c efectele majore ale riscului deertificrii vor deveni vizibile nc din
2015 i se vor manifesta n unele zone din sudul Romniei i n Dobrogea, unde terenurile vor deveni
aride n urmtoarele dou decenii din cauza nclzirii globale. Se apreciaz c peste 20 de ani producia
cerealier va scdea cu 40% fa de cea obinut n prezent, iar acest gen de culturi se va muta n zone
66

Teza de abilitare

Iosif VOROVENCII

Suprafa (ha)

Suprafa (ha)

Suprafa (ha)

atipice datorit deertificrii. Existena unui trend

fluctuant n Dobrogea, aa cum s-a menionat, n
funcie de temperatur, presupune c principala
cauz a apariiei riscului la deertificare poate fi
factorul climatic, acesta acionnd diferit n anii
studiai. Un studiu realizat de Valor i Caselles
(1997) demonstreaz c temperatura joac un rol
important n apariia fenomenului de deertificare.
1935
1963
2011
Una din cauzele majore ale creterii
Ani
temperaturilor, i implicit a riscului deertificrii, o
Fig. 3.8. Evoluia suprafeelor acoperite cu perdele
constituie distrugerea perdelelor forestiere de
forestiere de protecie n Dobrogea
protecie. Rolul acestora este esenial n protejarea
culturilor agricole, acestea oferindu-le adpost de vnturi, de insolaie i reducere a evapotranspiraiei.
Literatura de specialitate apreciaz c existena acestora poate aduce un spor de cretere culturilor
agricole din apropierea lor de circa 20% (Vasilescu 2004). n Dobrogea exista n anul 1935 circa 5000 ha
de perdele forestiere de protecie, Romnia situndu-se pe locul doi n lume la vremea respectiv.
Datorit politicilor guvernamentale i atitudinii mpotriva perdelelor forestiere, att nainte de 1989 ct
i dup, suprafaa acestora s-a redus foarte mult din anul 1963, de la 4000 ha la 550 ha ct mai exist
astzi n Dobrogea (Fig. 3.8).
O alt cauz major a apariiei riscului la deertificare este reducerea drastic dup 1989 a
suprafeelor terenurilor agricole irigate. Pn n 1989 suprafeele irigate au crescut de la an la an astfel
c n perioada 19861989 terenurile exploatate n regim irigat reprezentau peste 80% din suprafaa
terenurilor arabile din judeul Constana i circa 40% din judeul Tulcea. Dup 1989 suprafeele irigate sau redus, n 1990 irigndu-se numai 65,69% din suprafaa irigat n 1989 iar n 1991 aceasta scade brusc
la 9,37% (Fig. 3.9). Aceast suprafa a fluctuat dup anul 1989, atingnd minimul n 2006, adic 4281
ha, reprezentnd numai 0,74% din suprafaa irigat n 1989. Lipsa sistemului de irigaii se datoreaz, n
principal: (1) desfiinrii structurilor de exploatare de mari dimensiuni de tipul cooperativelor agricole i
ntreprinderilor agricole de stat al cror teritoriu era organizat n concordan cu reeaua de aduciune i
distribuie a apei; (2) degradrii infrastructurii de aduciune i distribuie a apei prin sustrageri, uzur
fizic i moral a componentelor de baz; (3) schimbrii radicale a pieei agricole att ca structur, ct i
n ceea ce privete sistemul de preuri ca urmare a liberalizrii acestora, dar i a restriciilor impuse de
integrarea european. Parte din sistemul care a rmas este puin folosit datorit insuficienei fondurilor.
Fragmentarea terenurilor agricole poate fi considerat o alt cauz. Covorul vegetal din zona
studiat este supus schimbrilor anuale sau bienale avnd n vedere c o suprafa foarte mare este
constituit din terenuri agricole. Acestea prezint o mare variabilitate din punct de vedere al rotaiei
culturilor i al cultivrii. Dup 1989 terenurile agricole au fost fragmentate prin restituirea ctre fotii
proprietari conform legilor fondului funciar. Astfel, dintr-o exploatare intensiv, pe suprafee mari de
ordinul sutelor de hectare, s-a ajuns la parcele mici i foarte mici de circa 12 ha. Acestea nu mai sunt
lucrate de toi proprietarii, unele dintre ele ajungnd miriti cu ierburi xerofite, supuse unei degradri
continue.
Defririle de pduri din Dobrogea au contribuit i ele la apariia riscului de deertificare. n
Dobrogea defririle de pduri nu s-au manifestat cu aceeai intensitate ca n alte zone din Romnia
deoarece acestea nu au fcut obiectul legilor fondului funciar pentru a fie retrocedate, ele fiind din anul

Judeul Tulcea
Judeul Constana

b.

a.

Fig. 3.9. Repartiia suprafeelor irigate n perioada 19872011:

a) pentru ntreaga zon studiat; b) pe judee

67

Iosif VOROVENCII

Tez de abilitare

1878 proprietate a Statului Romn. Suprafaa ocupat de pduri fiind mic influena defririlor asupra
riscului de deertificare nu a fost aa mare. Totui, acolo unde au avut loc defriri ilegale de pduri
efectul pierderii lor a fost simit imediat. Pentru reducerea riscului la deertificare, ca msur de
protecie, astzi se recurge la mpdurirea acestor suprafee i a altora noi precum i la lucrri de
reconstrucie ecologic.
Pe lng aceste cauze se altur i activitatea industrial care a devenit deja un fenomen
ireversibil i inevitabil. Dac schimbrile globale de clim conduc la apariia unui risc de deertificare
lent, activitatea industrial din Dobrogea din ultimii 30 de ani a condus la apariia unui risc de
deertificare mediu care afecteaz peste 10% din teritoriu i este produs de aciuni umane contiente.
Msurile de combatere a riscului la deertificare n Dobrogea au n vedere accesarea surselor de
finanare din partea Uniunii Europene, a resurselor guvernamentale sau alte surse. Utilizarea acestora
este ndreptat pentru realizarea sistemului naional al perdelelor forestiere de protecie, utilizarea
raional a terenurilor agricole prin rotaia culturilor, reducerea suprapunatului i dezvoltarea surselor
alternative de venituri. n Romnia exist Legea 289/2002 care prevede nfiinarea sistemului naional al
perdelelor forestiere de protecie. Acest sistem nu s-a nfiinat iar astzi se impune din nou luarea de noi
msuri n privina realizrii perdelelor forestiere de protecie datorit calamitilor naturale produse n
ultimii ani. Referitor la irigaii, n perioada 20072008 s-a elaborat Proiectul de Reabilitare a Irigaiilor n
Romnia finanat de Banca Mondial. Au fost analizate din punct de vedere al viabilitii economice un
numr de 375 sisteme de irigaii. Pentru Dobrogea s-a apreciat ca fiind de utilitate public 162391 ha
dintre care 106842 ha n judeul Constana i 55549 ha n judeul Tulcea.

3.4. Concluzii
Rezultatele obinute din cercetrile realizate n acest studiu arat c imaginile Landsat TM i
metoda DTC permit evaluarea i monitorizarea cu succes a riscului la deertificare. Modelul realizat
pentru evaluarea riscului deertificrii n Dobrogea s-a bazat pe indicii MSAVI1, MSDI i albedo ca
indicatori ai biomasei vegetale sau acoperirii terenurilor, complexitii peisajului i condiiilor
micrometeorologice. Verificarea preciziei modelului a avut la baz indicele de ariditate R i imaginile
NDVI recodate din anii studiai. Modelul poate fi mbuntit prin adugarea mai multor date de
referin, extins i adaptat i la alte zone pentru evaluarea i monitorizarea riscului la deertificare.
n urma aplicrii metodei DTC rezultatele arat c n Dobrogea, pentru perioada 19872011, nu a
existat un fenomen al deertificrii care s conduc la apariia de suprafee acoperite cu nisip ci un risc
de deertificare care are a avut ca principal cauz vulnerabilitatea terenurilor la secet i activitatea
antropic. Riscul deertificrii s-a manifestat prin apariia de terenuri cu eroziuni de suprafa i chiar de
adncime pentru terenurile aflate n pant datorit nelucrrii acestora, apariia de puni inferioare i
degradate. De asemenea, unele exploatri de suprafa au constituit i constituie posibile nuclee de la
care deertificarea poate s se extind. Locaiile n care temperaturile mari i foarte mari nregistrate pe
imaginile satelitare constituie insule de cldur care au ca principal cauz chiar aceste nuclee. n acest
sens, conform cercetrilor realizate, Dobrogea poate fi considerat o zon secetoas, cu risc la
deertificare mic spre mediu. Avnd ns n vedere schimbrile climatice tot mai evidente i fr luarea
unor msuri de combatere a secetei, riscul de deertificare poate s creasc.

4. Identificarea, evaluarea i monitorizarea schimbrilor din pduri

4.1. Identificarea, evaluarea i monitorizarea doborturilor de vnt pe baza metodelor UID,
PCA selectiv i CVA
4.1.1. Introducere
4.1.1.1. Aspecte privind doborturile de vnt
n Romnia una din marile probleme ale mediului nconjurtor, i implicit din sectorul silvic, o
constituie doborturile de vnt produse n arboretele de molid (Cenu 1986; Cenu, 1994; Popa 2005).
68

Teza de abilitare

Iosif VOROVENCII

c.

Volum

Suprafaa (ha)
Volum (mii metri cubi)

Ocol silvic

Volum

Suprafa

b.

Suprafaa (ha)
Volum (mii metri cubi)

Ocol silvic

Suprafa

a.

Volum

Suprafa

n acest sens, datele arat c din suprafaa total a fondului forestier (6025587 ha), 12 % (39 de ocoale
silvice) reprezint pduri ncadrate la risc foarte ridicat i 16% (48 de ocoale silvice) sunt ncadrate la risc
ridicat (ICAS 2008). Aadar, 28% din pdurile aflate n fondul forestier al Romniei au risc ridicat i foarte
ridicat de producere a doborturilor de vnt. Acest fenomen apare cel mai des n partea de nord a
Carpailor Orientali (Cenu 1996; Popa 2000; Popa 2007; ICAS 2008).
n ultimii 20 de ani au avut loc o serie de doborturi de vnt n mai multe ocoale silvice din diferite
judee. Astfel, n noiembrie 1995, n judeul Harghita au avut loc adevrate calamiti naturale. Zonele
cele mai afectate din cadrul Direciei Silvice Miercurea Ciuc au fost situate n raza Ocoalelor Silvice
Tulche, Borsec, Toplia, Gheorghieni, Zetea, Homorod, Snmartin, Miercurea Ciuc, Praid i Izvorul
Mureului. Suprafaa afectat a fost de 69000 ha iar volumul corespunztor acestor suprafee pe care
au avut loc doborturi de vnt a fost de 3591 mii m3 (Fig. 4.1.1a).
Doborturile de vnt din noiembrie 1995 au avut la baz un complex de factori, dintre care cei
mai importani au fost: precipitaiile abundente (peste 20 l/m2) la nceput sub form de ploaie, care au
slbit rezistena n sol a arborilor, zpada czut dup ploaie care a produs ncrcarea coroanelor
arborilor i vntul foarte puternic (160 km/or) din direcia nord-est (Vlad 1997).
n lunile iunie-august 1998 au avut loc doborturi de vnt n aceeai direcie silvic pe o suprafa
de 18433 ha iar volumul de lemn a fost de 1128 mii m3. Ocoalele Silvice afectate au fost Tulghe, Borsec,
Toplia, Gheorghieni i Snmartin (Fig. 4.1.1b).
n perioadele 68 martie i 2325 martie 2002 din nou au fost afectate de doborturi de vnt
suprafee din fondul forestier gospodrite de Direcia Silvic Miercurea Ciuc. Suprafaa pe care s-au
produs a fost de 25232 ha iar volumul de mas lemnoas afectat de 318 mii m3. Ocoalele Silvice n care

Suprafaa (ha)
Volum (mii metri cubi)

Ocol silvic

Fig. 4.1.1. Situaia doborturilor de vnt din Direcia Silvic Miercurea Ciuc:
a) 1995; b) 1998; c) 2002

69

Iosif VOROVENCII

Tez de abilitare

s-au produs calamitile au fost Tulghe, Borsec, Toplia, Gheorghieni, Zetea, Homorod, Snmartin,
Miercurea Ciuc i Izvorul Mureului (Fig. 4.1.1c). Dintre acestea, n Ocolul Silvic Snmartin doborturile i
rupturile de vnt au fost cele mai intense, suprafaa total afectat fiind de 800 ha iar volumul de
material lemnos de 125 mii m3 (Fig. 4.1.1c). Din total suprafa afectat n masiv, de 240 ha,
doborturile de vnt au fost concentrate n cteva locaii din acest ocol silvic iar volumul de material
lemnos dobort a fost de 90 mii m3. Avnd n vedere aceste valori, intensitatea doborturilor din acest
ocol silvic a fost foarte mare motiv pentru care aceast zon a fost luat n studiu. De asemenea, trebuie
precizat faptul c pe aceast zon s-a dispus de imagini satelitare pre i post eveniment de calitate.
Principalele obiective ale cercetrilor au fost: (1) identificarea schimbrilor aprute n mediul
nconjurtor datorit doborturilor de vnt aplicnd metodele specifice teledeteciei satelitare; (2)
stabilirea metodei de identificare a schimbrilor care evideniaz cel mai bine doborturile de vnt din
arboretele de molid din zona luat n considerare; (3) stabilirea valorilor prag n cazul metodele aplicate
pentru zona studiat n vederea evidenierii schimbrilor provocate de doborturile de vnt n cadrul
mediului nconjurtor i, implicit, al pdurii.

4.1.1.2. Aspecte privind metodele de identificare a schimbrilor

Schimbrile aprute n pdure au fost identificate cu succes aplicnd metoda UID i analiza
selectiv a componentelor principale pentru benzile obinute din transformarea TC i indicele NDVI
(Coppin i Bauer 1994). De asemenea, impactul produs de uragane asupra pdurilor a fost evideniat
prin aplicarea metodei UID asupra indicilor NDVI obinui din imaginile NOAA-AVHRR pre i post
eveniment (Ramsey et al. 2001; Ayala-Silva i Twumasi 2004).
Aplicarea metodei CVA a permis evidenierea schimbrilor n pdurile de brad aflate la altitudine
mare, provocate de procesele de regenerare i cele de mortalitate (Allen i Kupfer 2001). Aplicabilitatea
metodei PCC la identificarea schimbrilor din zonele umede de coast, cu vegetaia lemnoas, a fost
relevat n diferite studii (Ucuncuoglu et al. 2006).
Pe baza imaginilor Landsat 5 TM a putut fi stabilit cel mai indicat indice de vegetaie i algoritmul
de evideniere a schimbrilor pentru evaluarea pagubelor produse de uraganul Katrina n pdurile din
valea inferioar a Rului Pearl i mprejurimi (Wang i Xu 2010). n acest sens, s-au comparat patru
algoritmi de identificare a schimbrilor (UID, selective PCA, CVA i PCC) folosind ase componente i
indici de vegetaie: componentele TCG, TCB i TCW, raportul dintre benzile infrarou apropiat i rou
(RVI), indicii NDVI i SAVI precum i combinaia (composite) dintre benzile 4, 5, 3 a imaginilor Landsat 5
TM. n urma acestui studiu s-a evideniat c, pentru evaluarea pagubelor produse de uraganul Katrina,
pot fi folosite urmtoarele metodele: PCC aplicat imaginilor composite RGB 453, CVA aplicat
componentelor TCW i TCB i UID aplicat componentei TCW.

4.1.2. Zona luat n studiu

Cercetrile au fost realizate n cadrul Ocolului Silvic Snmartin care aparine Direciei Silvice
Miercurea Ciuc din judeul Haghita. Suprafaa luat n studiu pe care s-au produs doborturi de vnt
este de 800 ha din care n masiv 240 ha i se gsete la 46o24'77'' longitudine estic i 26o14'95''
latitudine nordic (Fig. 4.1.2). Doborturile de vnt au afectat, n principal, dou uniti de producie din
cadrul ocolului silvic n care au fost arborete cu diferite caracteristici (Tab. 4.1.1).
Tabelul 4.1.1. Caracteristicile arboretelor afectate de doborturile de vnt
Unitate de producie
Parcele
Vrsta
Compoziie
(U.P.)
afectate
arboretelor
VII Obria Uzului 2540; 8087
70110 ani
97%Mo+2%Fa+1%DM
VII Plieii
1060
70110 ani
95%Mo+3%Fa+2%Br
Mo Molid (Picea abies)
Fa Fag (Fagus sylvatica)
DM Diverse moi: plop (Populus tremula), sorb (Sorbus aucuparia)
Br Brad (Abies alba)

70

Consisten
0,70,8
0,70,8

Clas de
producie
II, III
II, III

Teza de abilitare

Iosif VOROVENCII

N
E

V
S

0 10

20 km

Fig. 4.1.2. Localizarea cercetrilor

Altitudinea medie a zonei studiate este de 1200 m. Rspndirea altitudinal a molidiurilor este n
funcie de poziia geografic, orientarea versanilor i formele de relief. Precipitaiile anuale au o mare
variabilitate, fiind influenate att de altitudine ct i de orientarea culmilor fa de direcia de advecie
a maselor de aer i de formele de relief. Pentru zona luat n studiu acestea variaz ntre 9001200 mm.
Temperatura medie anual este cuprins ntre 2oC i 5,5oC iar temperatura lunii iulie ntre 13oC i 15oC.

4.1.3. Materiale i metode

4.1.3.1. Materiale
n cercetri s-au folosit dou cadre decupate din imaginile Landsat 7 ETM+ achiziionate pe
05.04.2001 (pre eveniment) i 10.05.2001 (post eveniment). Imaginile au rezoluia spaial de 30 m i
rezoluia radiometric de 8 bii i fac parte din orbita 183, rndul 28. n cercetri au fost utilizate numai
benzile din multispectral. Alturi de imaginile satelitare s-au folosit ortofotoplanurile ntocmite pe cale
aerofotogrammetric. Imaginile cuprind fondul forestier al Ocolului Silvic Snmartin dar i pdure din
afara fondului forestier precum i alte clase de utilizare/acoperire a terenurilor cum sunt puni, fnee,
terenuri agricole, terenuri intravilane, fiecare cu comportament spectral diferit. Pdurile sunt
reprezentate de molidiuri pure sau amestecate, acestea din urm avnd n componen fag i brad ntrun procent mic (circa 25%).
Datele care reprezint adevrul teren au fost obinute prin investigaii de teren i din
amenajamentul Ocolului Silvic Snmartin. Din acesta au fost extrase date privind arboretele afectate de
doborturile de vnt cum sunt: parcelele i subparcele, compoziia acestora, suprafeele i volumul de
mas lemnoas afectat, tipul de pdure etc.

4.1.3.2. Metode
Metodele de identificare a schimbrilor folosite n lucrare sunt UID, PCA selectiv i CVA. Metoda
UID implic scderea unor imagini originale sau transformate (indicii de vegetaie) (post eveniment) din
alte imagini nregistrate anterior (pre eveniment).
Metoda PCA selectiv reprezint un caz special al analizei componentelor principale cu numai
dou variabile de intrare, pre i post eveniment. Informaia comun care se gsete n cele dou imagini
este cartografiat n prima component iar cea specific fiecrei imagini este cartografiat n cea de-a
doua component (Chavez i Kwarteng 1989; Coppin et al. 2004).
Metoda CVA s-a aplicat componentelor TCW, TCB i TCG. Relaiile folosite la calcularea mrimii
schimbrilor (M) pe baza componentelor TCW, TCB i TCG utilizate n cercetri sunt urmtoarele:

71

Iosif VOROVENCII

Tez de abilitare

(post TCW pre TCW )2 + (post TCB pre TCB )2

M TCW TCB =

M TCG TCB TCW =

(4.1.1)

(post TCG pre TCG )2 + (post TCB pre TCB )2 + (post TCW pre TCW )2

(4.1.2)

Imaginile obinute n urma aplicrii metodelor de identificare a schimbrilor au fost scalate,

folosind transformarea liniar, obinndu-se n final imagini pe 8 bii care au putut fi prelucrate.
n vederea obinerii hrilor care redau suprafeele cu pdure i cele fr pdure s-a folosit
metoda clasificrii supervizate, algoritmul probabilitii maxime. Acestea au servit ca ca imagini binare n
separarea pdurilor de celelalte clase de utilizare/acoperire a terenurilor. Evaluarea preciziei acestor
hri i a hrilor schimbrilor s-a realizat prin alegerea ntmpltoare a unui procent de 20% din pixelii
identificai ca afectai sau neafectai de doborturile de vnt. Numrul punctelor folosite n evaluarea
preciziei a fost de 50, generate ntmpltor pentru fiecare clas. n acest fel, pentru evaluarea preciziei
clasificrilor, s-au putut calcula matricea erorilor, precizia total i coeficientul k.

4.1.4. Prelucrri ale imaginilor

4.1.4.1. Preprocesarea imaginilor
Imaginile au fost georefereniate n sistemul de proiecie UTM, zona 35 N, datum WGS 84,
folosind un numr de 20 de reperi determinai pe teren. Metoda de resampling folosit a fost vecinul
cel mai apropiat deoarece aceasta nu a degradat valorile digitale ale pixelilor din imaginile originale. n
urma georeferenierii ambelor imagini precizia asigurat a fost sub 0,5 pixeli. Pentru aplicarea coreciilor
radiometrice s-a folosind modelul DOS (Chavez, 1996) ( 2.1). Efectele topografice produse de relief au
fost nlturate prin aplicarea normalizrii topografice a imaginilor folosind modelul digital al terenului
SRTM.

4.1.4.2. Obinerea indicilor de vegetaie

Indicele de vegetaie NDVI a fost calculat cu relaia (2.1.1) iar indicii SAVI i RVI cu relaiile din
Tabelul 4.1.2. n calcularea indicelui SAVI factorul L s-a considerat egal cu 0,5. Toi indicii au fost
reprezentai pentru imaginile pre i post eveniment (Fig. 4.1.3).
Tabelul 4.1.2. Relaii folosite la calcularea indicilor SAVI i RVI
Indici de vegetaie

Relaii de calcul
TM4 TM3

SAVI

TM4 + TM3 + L

Referin

(1 + L)

Huete (1988)

TM4
Jordan (1969)

RVI
TM3

Aplicarea transformrii TC a avut n vedere c aceasta se bazeaz pe un principiu similar PCA i s-a
fcut conform celor expuse anterior ( 2.2.2.3.4). Evidenierea schimbrilor s-a realizat pe baza
componentelor TCW, TCG i TCB derivate din transformarea TC pentru care s-au folosit coeficienii
pentru imaginile Landsat 7 ETM+ (Tab. 4.1.3 i Fig. 4.1.4).
Tabelul 4.1.3. Coeficienii folosii la calcularea componentelor TCW, TCG i TCB derivate din
transformarea TC folosind imaginile Landsat 7 ETM+
Indice
TCB
TCG
TCW

Banda 1
0,3561
0,3344
0,2626

Banda 2
0,3972
0,3544
0,2141

Banda 3
0,3904
0,4556
0,0926

72

Banda 4
0,6966
0,6966
0,0656

Banda 5
0,2286
0,0242
0,7629

Banda 7
0,1596
0,2630
0,5388

Teza de abilitare

Iosif VOROVENCII

N
Metri

Metri

5000

5000

pre

post
a.

N
Metri

Metri

5000

5000

pre

post

b.

N
Metri

Metri

5000
5000

5000
5000

pre

post
c.

Fig. 4.1.3. Indicii de vegetaie specifici imaginilor pre i post eveniment:

a) NDVI; b) RVI; c) SAVI

4.1.5. Rezultate obinute

n urma aplicrii metodelor de identificare a schimbrilor n zona studiat s-au obinut diferite
rezultate privind suprafaa afectat i precizia acestora (Tab. 4.1.4). n general, doborturile de vnt au
fost concentrate n cteva locaii, i anume, n partea sud-estic a localitii Eghersec, la nord (Valea
Uzului), la nord-est de localitatea Pliei de Jos i la nord-est i nord-vest de Plieii de Sus. Suprafaa
afectat identificat pe imaginile satelitare pentru zona studiat variaz de la 190,29 ha obinut prin
metoda UID aplicat componentei TCW la 75,11 ha obinut prin metoda PCA aplicat indicelui SAVI.

73

Iosif VOROVENCII

Tez de abilitare

Metri

Metri

5000

5000

pre

post

a.

N
Metri

Metri

5000

5000

pre

post

b.

N
Metri
Metri
5000

Metri
5000
5000

pre

post

c.

Fig. 4.1.4. Componentele obinute din transformarea TC pentru imaginile pre i post eveniment:
a) TCW; b) TCG; c) TCB

Imaginile finale obinute au fost recodate n hri binare care redau suprafeele cu schimbri i
fr schimbri i au fost verificate din punct de vedere al preciziei. Suprafeele cu schimbri au fost cele
n care au avut loc doborturi de vnt iar n cele fr schimbri au intrat suprafeele neafectate. Precizia
imaginilor obinute dup aplicarea metodelor de identificare a schimbrilor se gsete n intervalul
82,3% pentru UID aplicat componentei TCW i 51,3% n cazul primei componente aplicate indicelui
SAVI. Coeficientul total k are cea mai mare valoare n cazul metodei UID aplicat componentei TCW i
anume 0,70, iar cea mai mic valoare, de 0,14, n cazul primei componente aplicate indicelui SAVI.
Aadar, UID aplicat componentei TCW se dovedete a prezenta cea mai bun precizie i cel mai mare
coeficient k. Aplicarea metodei CVA pentru componentele TCWTCBTCG a condus la obinerea unei
precizii a clasificrii situat imediat dup UID aplicat componentei TCW, de 81,4%, iar coeficientul k
74

Teza de abilitare

Iosif VOROVENCII

este 0,69. Imediat se clasific metoda CVA aplicat componentelor TCWTCB cu o precizie a clasificrii
de 80,3% i un coeficient k de 0,68. Apoi, n ordine descresctoare se plaseaz PCA selectiv aplicat
componentei TCW cu un procent de 78,1% i coeficientul k egal cu 0,63. Cea mai slab precizie a
clasificrii, dup cum s-a mai precizat, s-a obinut prin aplicarea metodei PCA selectiv n cazul indicelui
SAVI i anume 51,3% i un coeficient k de 0,14.
Tabelul 4.1.4. Suprafeele afectate i preciziile obinute la identificarea schimbrilor
Metod

Diferena univariat a imaginilor

Prima
component
Analiza
componentelor
principale

A doua
component

Analiza schimbrilor vectoriale

Componente TC sau
indici de vegetaie
TCB
TCG
TCW
NDVI
SAVI
RVI
TCW
NDVI
SAVI
RVI
TCW
NDVI
SAVI
RVI
TCWTCB
TCGTCBTCW

Suprafaa afectat
(ha)
104,25
115,93
190,29
111,83
90,25
93,72
169,59
131,25
75,11
103,68
155,40
132,60
95,40
99,20
170,40
180,30

Precizia total
(%)
61,4
63,5
82,3
67,8
58,3
66,3
78,1
59,3
51,3
58,3
57,7
66,4
55,3
65,9
80,3
81,4

Coeficientul
total k
0,32
0,33
0,70
0,34
0,19
0,33
0,63
0,21
0,14
0,23
0,18
0,37
0,15
0,35
0,68
0,69

Toate metodele aplicate indicilor de vegetaie NDVI, SAVI i RVI au condus la obinerea unor
rezultate apropiate n privina preciziei clasificrii. Dintre acestea, metoda UID prezint valorile cele mai
ridicate, cuprinse n intervalul 58,367,8%, dup care urmeaz a doua component principal cu valori
ntre 55,3% i 66,4%.
Preciziile apropiate obinute prin aplicarea metodelor UID i PCA indicilor NDVI, SAVI i RVI sunt
apropiate (51,3%67,8%), lucru explicabil prin faptul c exist coeficieni de corelaie mari, indicii
bazndu-se pe reflectana n benzile rou i infrarou apropiat. Astfel, ntre NDVI i RVI coeficientul este
0,95, ntre NDVI i SAVI acesta este 0,82 iar ntre RVI i SAVI valoarea acestuia este 0,77. Coeficientul de
corelaie cel mai mare dintre aceti indici i componenta TCW este de 0,35 ceea ce explic i faptul c
componenta TCW a asigurat obinerea celei mai bune precizii n aplicarea metodelor de identificare a
schimbrilor (82,3%) comparativ cu ceilali indici de vegetaie.

4.1.6. Discuii
4.1.6.1. Compararea componentelor i a indicilor de vegetaie
Histogramele imaginilor obinute n urma aplicrii metodelor de identificare a schimbrilor i
valorile indicatorilor statistici permit analiza i explicarea modului n care fiecare indice evideniaz
schimbrile produse (Tab. 4.1.5). Comparnd histogramele componentelor TCW, TCG, TCB i ale indicilor
NDVI, RVI i SAVI se constat c cea mai mare schimbare ntre valorile din imaginile pre i post
eveniment o prezint componenta TCW, i anume, 240% n cazul mediei i 108% n cazul abaterii
standard (Fig. 4.1.5a). Deplasarea valorii medii spre stnga distribuiei cu un procent att de ridicat arat
c nsi valorile pixelilor sunt deplasate i, ca atare, schimbarea este foarte evident aceasta nsemnnd
c TCW surprinde cel mai bine schimbrile provocate de doborturile de vnt. De asemenea, intervalul
valorilor s-a lrgit de la 125,1119 n cazul imaginii pre eveniment la 403,4936 pentru imaginea post
eveniment, ceea ce reprezint 322%. Faptul c valorile TCW din imaginea post eveniment sunt mult mai
mici dect cele din imaginea pre eveniment explic precizia de 82,3% obinut prin aplicarea metodei
UID. Rezultatele obinute sunt n concordan cu cele din literatura de specialitate conform cruia
informaia din arborete este puternic corelat i concentrat n componenta TCW a transformrii TC
aplicat imaginilor Landsat (Collins i Woodcock 1996; Franklin et al. 2000; Wang i Xu 2010).

75

Iosif VOROVENCII

Tez de abilitare
Tabelul 4.1.5. Valorile indicatorilor statistici pentru componentele i
indicii din imaginile pre i post eveniment

Indici
TCW
TCG
TCB
NDVI
RVI
SAVI

Imagini
pre
post
pre
post
pre
post
pre
post
pre
post
pre
post

Valori minime
91,9049
232,2685
116,0619
135,5522
50,9277
49,9970
0,2981
0,5472
0,4459
0,2384
0,4660
0,4463

Valori maxime
33,2070
171,2251
58,6533
11,8811
272,3879
557,7035
0,6150
0,3673
1,8636
1,8495
0,9564
0,9200

Valori medii
5,9916
46,3893
8,7198
18,0520
95,2827
118,3386
0,1943
0,0130
1,0806
0,6980
0,3390
0,2902

Abaterea standard
15,6615
16,9793
16,3551
7,2112
26,4471
31,4978
0,1346
0,1166
0,2470
0,2131
0,1672
0,2011

Schimbri uoare s-au produs i n distribuia componentei TCG astfel c, att amplitudinea
valorilor din imaginea post eveniment ct i abaterea standard s-au micorat fa de cea a valorilor pre
eveniment (Fig. 4.1.5b). Precizia cea mai mare (81,4%) s-a obinut prin metoda CVA n care a participat i
componenta TCG alturi de componentele TCW i TCB. Comparativ cu metoda CVA aplicat
componentelor TCW i TCB (precizie 80,3%), folosirea componentei TCG alturi de celelalte dou
componente a condus la un spor de precizie de numai 1,1% (Tab. 4.1.4). n aceast situaie se poate
considera c componenta TCG nu surprinde evident schimbrile provocate de doborturile de vnt i,
luat n combinaie cu componentele TCW i TCB, nu aduce un spor evident n creterea preciziei.
Pentru componenta TCB, valorile din imaginea post eveniment au crescut fa de imaginea pre
eveniment, lucru reliefat de creterea mediei de la 95,2827 la 118,3386 i a abaterii standard de la
26,4471 la 31,4978 (Tab. 4.1.5). Aceste creteri sunt datorate reflectanei mai mari a pixelilor din
imaginea post eveniment, valoarea maxim ajungnd la 557,7035 n timp ce valoarea minim a rmas
aproximativ aceeai.
n cazul indicelui NDVI, valorile acestuia au sczut iar amplitudinea a rmas aproximativ aceeai i
Numr
pixeli

Numr
pixeli

Valori digitale

Valori digitale

a.
Numr
pixeli

Numr
pixeli

Valori digitale

Valori digitale

b.
Numr
pixeli

Numr
pixeli

Valori digitale

Valori digitale

c.

Fig. 4.1.5. Histogramele imaginilor pentru componentele:

a) TCW; b) TCG; c) TCB

76

Teza de abilitare

Iosif VOROVENCII

anume 0,9131 pentru imaginea pre eveniment i 0,9145 pentru imaginea post eveniment. Odat cu
scderea valorilor indicelui a sczut i media valorilor din imaginea post eveniment, lucru de altfel, firesc.
Valoarea maxim NDVI din imaginea pre eveniment este 0,6150 iar n imaginea post eveniment este
0,3673 dat fiind faptul c n zonele luate n studiu sunt arborete de molid (Fig. 4.1.6a).
Comparativ cu indicele RVI, se constat c valorile maxime ale NDVI din imaginea post eveniment
prezint o deplasare mai mare spre stnga fa de valorile RVI care rmn aproximativ egale ceea ce
conduce la concluzia c schimbrile au fost mai bine surprinse de indicele NDVI. Conform literaturii de
specialitate, folosirea indicelui NDVI n analiza schimbrilor acoperirii terenurilor i a parametrilor
biofizici ai vegetaiei este dificil dac indicele este saturat, adic are valori mari (Huete et al. 1997). n
cazul zonei luate n studiu, indicele NDVI nu s-a gsit n aceast situaie, valoarea maxim din imaginea
post eveniment fiind de 0,3673 i indicnd o sensibilitate mai mare a acestuia. Lucrul acesta este
confirmat i de literatura de specialitate conform creia, sub valoarea de 0,72, sensibilitatea indicelui
NDVI este crescut (Ji i Peters 2007).
Analiznd intervalul de valori al indicelui RVI se constat c valoarea maxim rmne aproximativ
aceeai n cele dou imagini, valoarea minim din imaginea post eveniment scznd cu 46,53% fa de
imaginea pre eveniment (Tab. 4.1.5). Schimbrile mai puin semnificative sunt i n privina mediei,
aceasta scznd cu 2,30% comparativ cu media valorilor din imaginea pre eveniment (Fig. 4.1.6b).
Analiza mediei i a valorilor extreme arat c valorile RVI din imaginea post eveniment s-au concentrat,
n mare parte, n intervalul 0,001,00. Dei indicele RVI prezint, n general, o mai mare sensibilitate
comparativ cu NDVI (Ji i Peters 2007; Hatfield et al. 1985), pentru zona luat n studiu precizia obinut
folosind acest indice a fost inferioar indicelui NDVI, dar foarte apropiat (Tab. 4.1.4). Acest lucru se
explic, aa cum s-a mai amintit, prin faptul c indicele NDVI nu a fost saturat.
Folosirea indicelui SAVI a condus la obinerea de rezultate inferioare comparativ cu indicele NDVI
dei s-a ateptat la o comportare mai bun a acestuia. Astfel, valoarea minim din imaginea pre
eveniment este 0,4660 i cea maxim 0,9564 iar n imaginea post eveniment, valoarea minim este
0,4463 i cea maxim 0,9200 (Tab. 4.1.5). n aceast situaie, intervalul de valori, practic, nu s-a
schimbat, rmnnd aproape acelai. S-a schimbat numai valoarea medie (14,40%), aceasta deplasnduse spre stnga distribuiei (Fig. 4.1.6c). Din acest motiv rezultatele obinute n evidenierea schimbrilor
folosind acest indice sunt mai puin relevante.
Numr
pixeli

Numr
pixeli

Valori NDVI

Valori NDVI

a.
Numr
pixeli

Numr
pixeli

Valori RVI

Valori RVI

b.
Numr
pixeli

Numr
pixeli

Valori SAVI

Valori SAVI

c.

Fig. 4.1.6. Histogramele imaginilor pentru indicii:

a) NDVI; b) RVI; c) TSAVI

77

Iosif VOROVENCII

Tez de abilitare

Slaba precizie obinut la identificarea zonelor cu doborturi de vnt folosind indicele SAVI,
comparativ cu indicele NDVI, arat c zgomotul produs de fundalul solului nu a schimbat substanial
valorile din imaginile pre i post eveniment. Dei indicele SAVI are n formula sa o constant (L = 0,5)
pentru a minimiza zgomotul produs de sol, aceasta nu s-a realizat. Explicaia const n faptul c pe teren
s-a gsit foarte mult material lemnos nc neadunat, un nceput de nierbare i, pe alocuri, subarboretul,
care au limitat nregistrarea solului descoperit n arboretele afectate de doborturi de vnt.
n legtur cu modul de amplasare a doborturilor de vnt s-a constatat, din prelucrrile realizate
i evidenele din amenajamentul silvic, c indicii de vegetaie NDVI, RVI i SAVI au permis identificarea
arboretelor puternic afectate aflate pe Valea Uzului, comparativ cu componenta TCW care a facilitat
identificarea att a arboretelor puternic afectate ct i a celor mai puin afectate.

4.1.6.2. Compararea metodelor folosite

Metoda UID aplicat componentei TCW a permis obinerea celor mai bune rezultate evideniind
astfel cea mai mare varian n cazul identificrii zonelor cu doborturi de vnt din arboretele de molid.
Rezultatele privind aplicarea metodei UID la identificarea schimbrilor depind, n principal, de intervalul
valorilor componentelor i indicilor din imaginile pre i post eveniment. n acest sens, avnd n vedere
deplasarea valorilor componentei TCW din imaginea post eveniment cu mult spre stnga comparativ cu
cele din imaginea pre eveniment (Fig. 4.1.5a), a fcut ca precizia asigurat de aceast metod s fie de
82,3%. Aceasta arat c diferenele ntre valorile componentei TCW, precum i ntre mediile din
imaginea pre eveniment i post eveniment, sunt mari.
Aplicarea metodei CVA folosind componentele TCW, TCG i TCB a condus la obinerea unor
rezultate bune comparativ cu celelalte metode (81,4%, respectiv 80,3%). Avantajul acestei metode a
constat n faptul c a permis prelucrarea mai multor imagini transformate (componente), n cazul de fa
dou, respectiv trei. Ca atare, schimbrile care nu au putut fi surprinse de una dintre componentele
folosite, considerate individual, au putut fi evideniate de celelalte. De asemenea, metoda a permis
operarea n spaiul spectral cu grupuri de pixeli i nu cu pixeli individuali, surprinznd astfel schimbrile
provocate de doborturile de vnt. Utilizarea mai multor componente i indici, n diferite combinaii, de
exemplu TCW, NDVI, RVI i SAVI; TCW, NDVI i RVI; NDVI i RVI n aplicarea metodei CVA nu a condus la
un spor de precizie lucru reliefat i de alte cercetri (Wang i Xu 2010).
Metoda PCA selectiv aplicat componentei TCW surprinde i ea destul de bine schimbrile,
precizia obinut fiind de 78,1%, apropiat de celelalte dou metode. n ceea ce privete aplicarea
acestei metode indicilor NDVI, RVI i SAVI se constat c prima component principal nu surprinde att
de bine schimbrile, cea de-a doua component prezentnd o varian mai mare. Acest lucru rezult din
preciziile obinute (Tab. 4.1.4) i evideniat, de altfel, i n literatura de specialitate (Wang i Xu 2010).
n funcie de valorile mediei i ale abaterii standard calculate s-au determinat valorile prag cele
mai indicate pentru zona studiat fa de care sunt separate suprafeele cu schimbri de cele fr
schimbri. Aceste valori prag au fost apoi aplicate imaginilor obinute dup aplicarea metodelor de
identificare a schimbrilor.
Pe baza acestora au fost testate i analizate urmtoarele categorii de abateri standard (s) fa de
medie (m): <2s; 2s la 1s; 1s la m; m la +1s; +1s la +2s; >+2s. Considernd aceste valori i folosind
date din teren s-a cutat identificarea celei mai indicate valori prag astfel nct s se ating precizia
obinut de metodele aplicate (Tab. 4.1.4). n urma acestor analize s-a constatat c n intervalul <2s i
+>2s fa de medie se gsesc pixelii care au suferit schimbrile semnificative i care, n distribuie, sunt
la cozile acesteia. n cazul distribuiilor normale, s-a constatat c schimbrile semnificative reprezint un
procent de 57% din pixelii ce aparin scenei.
Folosirea indicilor NDVI, RVI i SAVI n aplicarea diferitelor metode de identificare a schimbrilor
permite evidenierea schimbrilor n intervalul de la uor (m la 1s i m la +1s) la moderat (1s la 2s i
+1s la +2s). n cazul zonei luate n studiu, n general, indicele NDVI tinde s evidenieze schimbrile
moderate. n cazul indicelui RVI, acesta se comport asemntor indicelui NDVI, evideniind schimbrile
moderate cu o uoar tendin spre valorile 2s ale intervalului (1s la 2s i +1s la +2s). Pentru indicele
SAVI s-a constatat c schimbrile aprute sunt evideniate dac intervalele se stabilesc de la medie la

78

Teza de abilitare

Iosif VOROVENCII

1s i de la medie la +1s. n ceea ce privete folosirea componentei TCW, acesta permite evidenierea
schimbrilor semnificative chiar dac intervalul se stabilete la <2s i +>2s fa de medie.
4.1.7. Concluzii
n cercetrile realizate s-a urmrit stabilirea metodelor de evideniere a schimbrilor care permit
identificarea doborturilor de vnt din arboretele de molid din Ocolul Silvic Snmartin produse n anul
2001. n principiu, rezultatele obinute arat c schimbrile provocate de doborturile de vnt n
pdurile de molid determin apariia de valori negative pentru pixelii din componentele TCW, TCG, i
indicii NDVI, RVI, SAVI i valori pozitive pentru componente TCB n zonele afectate, lucru sesizat i de
alte lucrri de specialitate (Wang i Xu 2010). n ceea de privete indicii folosii, faptul c n obinerea
componentelor TCW, TCG, TCB s-au utilizat toate benzile imaginilor Landsat 7 ETM+, inclusiv benzile 5 i
7, a condus la concluzia c componenta TCW este cea mai indicat pentru identificarea doborturilor de
vnt din arboretele de molid pentru zona luat n studiu.
Referitor la cele trei metode folosite la identificarea schimbrilor s-a constatat, prin comparaie,
pentru zona studiat, c nu exist un avantaj clar al uneia asupra celeilalte, preciziile obinute fiind
apropiate. Totui, pentru zona luat n studiu, metoda UID aplicat componentei TCW a asigurat cele
mai bune rezultate urmat de CVA i PCA selectiv aplicat componentei TCW. Sub aspectul valorilor
prag analizate s-a constatat c componenta TCW permite identificarea schimbrilor semnificative chiar
dac intervalul stabilit este <2s i >+2s fa de medie. n cazul indicilor SAVI, RVI i NDVI schimbrile pot
fi evideniate dac intervalul se stabilete de la uor (m la 1s i m la +1s) la moderat (1s la 2s i +1s la
+2s).

4.2. Identificarea exploatrilor forestiere necontrolate i a tierilor ilegale de pduri pe baza indicelui
de disturban i metodei diferenei dintre imagini
4.2.1. Introducere
Dintre toate schimbrile care afecteaz clasele de acoperire a terenurilor, cele care vizeaz
pdurea au o importan deosebit datorit capacitii acesteia de a stoca carbonul i de a atenua
efectul schimbrilor climatice (Bonnan 2008; FAO 2010; Baumann et al. 2011, Iora i Ignea 2006; Iora
et al. 2007; Iora et al. 2014). Schimbrile privind utilizarea/acoperirea terenurilor sunt adesea legate de
schimbrile socio-economice, conducnd la modele conceptuale care descriu utilizarea/acoperirea
terenurilor funcie de dezvoltarea economic a rii (Lambin et al. 2003; Foley et al. 2005). Aceste
modele conceptuale au n vedere o dezvoltare relativ continu a condiiilor politice i economice i nu
in cont de rapiditatea i amploarea schimbrilor politice i a deciziilor economice care afecteaz
utilizarea terenurilor (Baumann et al. 2011).
Tipurile de disturbane care pot fi identificate prin teledetecie satelitar i precizia de identificare
depind de rezoluia spaial i temporal a imaginilor satelitare (Wulder i Franklin 2007). Pe parcurs au
fost aplicai diferii algoritmi de identificare a schimbrilor, cu date specifice i metode care depind de
natura proiectelor sau scopul cercetrilor (Coppin et al. 2004). Imaginile satelitare, n particular Landsat
TM i ETM+, ofer mari oportuniti pentru evaluarea pdurilor deoarece pot nregistra disturbanele
din pduri, precum tierile ilegale. Disturbanele din pduri ntrerup succesiunea natural a pdurii,
conduc la fragmentarea acesteia i pierderea biodiversitii (Iora 2003). Acestea variaz n funcie de
tip, durat, extindere spaial, rat i mrime sau intensitate (Wulder i Franklin 2007).
Disturbanele din pduri provocate de tierile ilegale reprezint o caracteristic a Romniei post
socialiste i este ntlnit n mai multe judee. Aceste cercetri se bazeaz pe folosirea imaginilor
Landsat TM i ETM+ n analiza disturbanelor din pduri provocate de tierile ilegale n zona VlhiaCplnia din judeul Harghita. Obiectivele acestor cercetri au fost: (1) identificarea disturbanelor din
pduri provocate de exploatrile forestiere necontrolate i tierile ilegale n perioada 19872009; (2)
stabilirea ratelor de tiere i a modului de amplasare a acestora; (3) analizarea efectelor exploatrilor
forestiere necontrolate i tierilor ilegale de pdure.
79

Iosif VOROVENCII

Tez de abilitare

4.2.2. Zona studiat

Zona luat n studiu se gsete n partea vestic a Munilor Harghita din judeul Harghita, fiind
cuprins ntre 46o14'56''46o29'17'' latitudine nordic i 25o22'24''25o43'08'' longitudine estic (Fig.
4.2.1). Suprafaa studiat este de 71449 ha i cuprinde, pe lng pduri i terenuri agricole, puni,
fnee, terenuri din intravilan, ci de comunicaie, ape. Altitudinea este cuprins ntre 770 m i 925 m.
Pdurile sunt constituite din molid (Picea abies), fag (Fagus sylvatica) i brad (Abies alba).

4.2.3. Materiale i metode

Materiale folosite n cercetri au constat din patru cadre care aparin imaginilor preluate pe
14.09.1987, 14.09.1993, 10.05.2002 i 24.07.2009. Imaginile au fost descrcate gratuit de pe Internet
(http://glovis.usgs.gov) i fac parte din orbita 183, rndul 28. n prelucrri au fost folosite numai benzile
din multispectral a cror rezoluie spaial este de 30 m. Imaginile nu prezint acoperire noroas. Alte
date de referin au fost fotograme aeriene, planuri cadastrale i ortofotoplanuri ntocmite n perioada
20032005, toate la scara 1 : 5000.
Georeferenierea imaginilor s-a realizat n sistemul de proiecie UTM, zona 35 N, datum WGS 84,
folosind o hart amenajistic georefereniat, n format vectorial. Eroarea medie ptratic a fost de 0,25
pixeli. nlturarea efectelor atmosferice s-a realizat folosind modelul COST (Chavez 1996) (2.1).
Imaginile preluate n anii 1987 i 2009 au fost clasificate n dou clase de acoperire a terenurilor,
pdure i alte folosine folosind metoda clasificrii supervizate, algoritmul probabilitii maxime. Pentru
culegerea semnturilor spectrale s-au folosit 95 eantioane (50 pdure i 45 alte folosine). Datele de
referin pentru culegerea semnturilor spectrale i validarea hrilor pdure/alte folosine au fost
colectate pe baza fotogramelor disponibile i a imaginilor Google Earth (Baudron et al. 2011) din zona
studiat. Verificarea preciziei clasificrii s-a realizat prin generarea randomizat a 129 de puncte.
Etichetarea lor ca suprafee cu pdure sau alte folosine s-a fcut prin interpretare vizual. Punctele au
fost considerate c reprezint clasa pdure dac parcelele au fost mai mari de un pixel Landsat
(Kuemmerle et al. 2009). Punctele localizate n suprafee cu apartenen neclar au fost eliminate.
Astfel, din totalul de 129 de puncte s-au folosit 112 (53 pdure i 59 alte folosine). Pentru fiecare
imagine clasificat s-au calculat precizia total, preciziile productorului i utilizatorului i coeficientul k
(Congalton 1991). Imaginile clasificate n pdure/alte folosine au fost folosite la generarea hrilor cu
pdure prin acoperirea tuturor suprafeelor cu alte folosine. Pdurile afectate nainte de anul 1987 i
care s-au regenerat pn n 2009 nu au fost atribuite clasei alte folosine.
Indicele de disturban DI propus de Healey et al. (2005) este un indice derivat din transformarea
TC care poate fi folosit pentru identificarea disturbanelor din pduri. Transformarea TC (Crist i Cicone
N

Judeul Harghita

E
S

Romnia
0 5 10

Zona studiat

Fig. 4.2.1. Localizarea cercetrilor

80

20

40 km

Teza de abilitare

Iosif VOROVENCII

1984) s-a calculat pentru fiecare imagine conform ( 2.2.2.3.4). Cele trei componente TC au fost
normalizate folosind urmtoarele relaii (Healey et al. 2005):

TCBr =

TCB TCB
TCB

; TCGr =

TCG TCG
TCG

; TCWr =

TCW TCW
TCW

(4.2.1)

n care TCBr, TCGr, TCWr valorile rescalate ale componentelor strlucirii, verdeii i umiditii; TCB,
TCG, TCW valorile medii ale componentelor strlucirii, verdeii i umiditii pdurii; TCB, TCG, TCW
abaterea standard a componentelor strlucirii, verdeii i umiditii pdurii. Pe baza imaginilor
normalizate s-a calculat indicele de disturban DI cu relaia:
DI = TCBr (TCGr + TCWr )

(4.2.2)

Valorile pozitive mari ale indicelui DI evideniaz suprafeele afectate care tind spre valori ridicate
ale strlucirii i valori joase ale verdeii i umiditii comparativ cu suprafeele neafectate. Valorile mici,
negative, ale indicelui DI reprezint suprafee care i-au revenit recent dup ce au fost afectate de
diferite cauze sau cu cretere foarte rapid. Pixelii care au valoarea zero sau apropiat de acesta
reprezint suprafee neafectate (Healey et al. 2005).
Prin aplicarea metodei diferenei dintre imaginile indicilor de disturban DI s-a obinut, pentru
fiecare perioad, cte o imagine care red suprafeele afectate. Diferenierea suprafeelor afectate de
cele neafectate s-a realizat pe baza unor valori prag. Acestea au fost determinate pentru fiecare imagine
(perioad) n cadrul unor poligoane obinute prin digitizare, identificarea diferenelor dintre indicii de
disturban DI i stabilirea valorii prag la quartila inferioar. n continuare a fost evaluat suprafaa
total afectat (ha) i rata anual de disturban (%) pentru fiecare perioad de timp analizat.
Validarea imaginilor clasificate s-a realizat pe baza generrii stratificat i ntmpltor a 50 de puncte
pentru fiecare din clasele pdure afectat, pdure neafectat i alte folosine. Toate punctele au fost
interpretate folosind imagini Landsat i Google Earth (Kuemmerle et al. 2009; Knorn et al. 2012). Pentru
fiecare imagine s-a calculat precizia total, preciziile utilizatorului i productorului i coeficientul k.

4.2.4. Rezultate i discuii

Clasificarea supervizat a condus la obinerea hrilor cu suprafee ocupate de clasele pdure i
alte folosine pentru anii 1987 i 2009. Preciziile totale ale acestora depesc 90% (1987: 93,2%; 2009:
94,5%) iar coeficientul k este peste 0,80 (1987: 0,86; 2009: 0,88). Identificarea schimbrilor din pduri
pe baza indicelui DI a permis obinerea de hri ale disturbanelor redate n Figura 4.2.2. Preciziile
obinute sunt prezentate n Tabelul 4.2.1.

Mare: 7,91

Mare: 8,29

Mare: 9,21

Mic: -3,44

Mic: -2,93

Mic: -2,97

Fig. 4.2.2. Imagini care redau indicii de disturban DI pentru anii studiai i intervalul valorilor acestora

81

Iosif VOROVENCII

Tez de abilitare

Tabelul 4.2.1. Precizia total, preciziile productorului i utilizatorului i coeficientul k

Imagine
DI 1987
DI 1993
DI 2002
DI 2009

Precizia total
94,03
94,37
95,65
96,40

Precizia productorului
94,71
95,28
95,70
96,75

Coeficientul k
0,94
0,95
0,96
0,96

Precizia utilizatorului
93,50
94,48
89,15
95,80

Din totalul suprafeei studiate de 71449 ha, pdurea acoper o suprafa de 36867 ha (51,6%).
Suprafeele afectate i ratele anuale pentru cele trei perioade considerate sunt prezentate n Tabelul
4.2.2. Pe total, n cadrul perioadei de 22 ani, pe zona studiat au fost afectate 4608 ha de pdure. n
perioada 19872009 suprafaa de pdure cu disturbane a fost diferit. Cea mai mare suprafaa de
pdure afectat a fost n perioada 19932002 (2567 ha) reprezentnd 6,96% din suprafaa acoperit de
aceasta. Urmeaz perioada 20022009, cu o suprafa de 1265 ha (3,43%), i 19871993, cu 776 ha
(2,11%). Rata anual a disturbanelor a fost n perioada 19932002 de 285 ha/an (0,77%). n ordine
descresctoare urmeaz perioada 20022009 cu 181 ha/an (0,49%) i 19871993 cu 129 ha/an (0,35%).
Tabelul 4.2.2. Suprafeele afectate i ratele anuale raportate la suprafaa ocupat de pdure
Indicatori
Suprafa afectat
(ha i %)
Rata anual
(ha i %)

19871993

19932002

20022009

Sum

776
(2,11%)
129
(0,35%)

2567
(6,96%)
285
(0,77%)

1265
(3,43%)
181
(0,49%)

4608
(12,50%)
595
(1,61%)

Pdure
(ha)
36864

Rezultatele acestor cercetri arat c disturbanele aprute n pdurile din zona Vlhia-Cplnia
n perioada 19872009 au afectat suprafee ntinse i s-au produs cu intensitate ridicat. Dei abordarea
pe baza teledeteciei satelitare nu permite distingerea dintre disturbanele naturale i cele antropice,
rezultatele obinute, vizitele n teren, interviurile, materialele media, arat c pierderea suprafeelor cu
pdure se datoreaz, n principal, disturbanelor antropice (tierilor ilegale) i mai puin disturbanelor
naturale. Caracteristic suprafeelor de pdure exploatate necontrolat la nord de Vlhia este faptul c
acestea s-au realizat dispersat conducnd la fragmentarea pdurii, afectarea funciilor i proceselor
ecosistemelor, compromiterea integritii habitatului sau inducerea efectelor de margine. n perioada
19871993 disturbanele din pdure au aprut izolat i, n general, la marginea pdurii (Fig. 4.2.3). n
schimb, perioada 19932002 a fost cea n care au avut loc cele mai multe tieri ilegale. Acestea au fost
concentrate pe suprafee ntinse iar intensitatea a fost ridicat disprnd mediul specific pdurii. Alturi
de acestea, au avut loc i tieri izolate care au condus la o fragmentare a pdurii destul de puternic,
localizate la nord de zona Vlhia-Cplnia (Fig. 4.2.3). n perioada 20022009 tierile ilegale au fost
rspndite pe suprafee mai mici i localizate n partea superioar a munilor Harghita (Fig. 4.2.3).
Situaia pentru ntreaga perioad 19872009 este prezentat ntr-o imagine RGB care red suprafeele
afectate (Fig. 4.2.4).

19932002

19871993

20022009
N

Legenda:

Pdure neafectat

Alte folosine

Pdure afectat

V
S

Fig. 4.2.3. Hri care redau suprafeele afectate pe cele trei perioade analizate

82

10 km

Teza de abilitare

Iosif VOROVENCII
N
V

E
S

Legenda:
Pdure neafectat
Alte folosine
Suprafee afectate n perioada 19871993
Suprafee afectate n perioada 19932002
Suprafee afectate n perioada 20022009
0

10 km

Fig. 4.2.4. Imagine RGB care red suprafeele afectate din zona studiat pe fiecare perioad

Efectele acestor exploatri forestiere intensive au avut ca rezultat dezgolirea versanilor pe

suprafee ntinse, simplificarea structurii pdurii i compoziiei la nivel de arboret i peisaj i contrastul
puternic al marginilor de masiv care a condus la creterea vulnerabilitii la doborturile de vnt. Mai
mult, n anumite suprafee au rmas arborete rrite supuse atacurilor de insecte i de ciuperci, slbindule astfel vigoarea de cretere. De asemenea, n urma pierderii suprafeelor mpdurite a nceput s
apar fenomenul de eroziune de suprafa i de adncime conducnd la degradarea peisajului.
Situaia la care s-a ajuns n privina gospodririi pdurilor se datoreaz schimbrilor care au avut
loc n Romnia dup anul 1989 prin trecerea de la economia centralizat la economia de pia i la
proprietatea privat (Iora i Abrudan 2006). Dup cderea comunismului ntregul sistem legislativ a fost
supus modificrilor pentru a se adapta la proprietatea particular. n aceast situaie s-au aflat i
pdurile Romniei care au fost retrocedate ntr-un procent ridicat ctre proprietarii particulari. Conform
statisticilor n zona Vlhia-Cplnia au fost retrocedate circa 6000 ha cu vegetaie forestier.
Restituirea pdurilor s-a fcut ntr-o perioad economic grea i fr ca instituiile s fie pregtite pentru
astfel de aciuni. n acest fel, majoritatea pdurilor au fost retrocedate fotilor proprietari pe baza
emiterii titlurilor de proprietate fr a fi nsoite de un plan de amplasament al parcelelor. Odat
restituite aceste suprafee au ieit din evidena structurilor silvice de stat iar constituirea unor structuri
private s-a realizat cu greu sau chiar deloc. n anul 2011 numai n zona Vlhia-Cplnia erau 3400 ha de
pdure nc neadministrate. Aadar, inexistena planurilor de amplasament i a structurilor silvice care
s administreze pdurile particulare a generat un cadru propice pentru exploatarea ilegal i haotic.
Multe societi comerciale au preluat titlurile de proprietate de la proprietari i au exploatat pdurile.
Multe din pdurile restituite au fost tiate imediat de noii proprietari pentru a obine profit n
timp scurt. Aceast caracteristic este specific i zonei studiate dat fiind faptul c aici se gsesc
arborete de molid care au fost exploatate pentru cherestea. Mai mult, noii proprietari de pduri adesea
nu au capacitatea de a nelege managementul durabil al pdurilor i legislaia silvic. De asemenea,
acetia nu au sigurana permanenei dreptului de proprietate dobndit asupra pdurilor i exist o lips
de cunoatere a principiilor dezvoltrii durabile. n plus, multe din cazurile de exploatri forestiere
ilegale care au ajuns la tribunale au rmas nepedepsite sau nu au produs consecine juridice mari.
Exploatrile forestiere necontrolate i exploatrile ilegale au fost semnalate chiar dup prima lege de
restituire din 1991 (Nichiforel i Schanz 2011). La fel s-a ntmplat i dup legile restituiei din 2000 i
2005, pe fondul lipsei instituiilor i creterii dificultilor economice.

4.2.5. Concluzii
n aceste cercetri au fost identificate disturbanele din pduri produse de tierile ilegale n
perioada 19872009 folosind imagini Landsat 5 TM i Landsat 7 ETM+. Rezultatele obinute art c
83

Iosif VOROVENCII

Tez de abilitare

suprafeele afectate de tierile ilegale n zona Vlhia-Cplnia sunt foarte mari, suprafaa cea mai
afectat fiind n perioada 19932002. Concentrarea tierilor ilegale n aceast zon a fost favorizat de
lipsa administrrii pdurilor, existena apropiat a drumurilor de acces n pdure, posibilitatea
exploatrii mecanizate. De asemenea, pdurile sunt constituite, n mare parte, din molid care au fost
exploatate pentru obinerea cherestelei de calitate ridicat. Schimbrile dup cderea comunismului n
Romnia legate de condiiile socio-economice, inclusiv cele care privesc administrarea pdurilor i
legislaia referitoare la aceasta, au condus la favorizarea disturbanelor n pduri prin tieri ilegale.

4.3. Cuantificarea i analiza fragmentrii pdurilor folosind indici de caracterizare a peisajelor i

imagini satelitare Landsat
4.3.1. Introducere
Disturbanele naturale produc asupra pdurilor schimbri diferite fa de disturbanele antropice
cum sunt exploatrile forestiere necontrolate sau tieri ilegale. n acest sens, n urma disturbanelor
naturale apar parcele (patches) cu un efect al marginilor mai redus ntre acestea comparativ cu cele
produse de exploatrile forestiere (Tinker et al. 1998). Practica tierilor rase de pduri, comparativ cu
arboretele afectate de disturbane naturale, determin apariia de parcele cu suprafee reduse, care au
perimetre mici, habitat cu multe margini, distane mari ntre parcele i habitat interior limitat (Hudak et
al. 2007). Exploatrile forestiere necontrolate fragmenteaz peisajul printr-o serie distinct de schimbri
structurale care conduc la scderea suprafeelor centrale ale parcelelor, reducerea mrimii medii a
acestora i la o cretere a densitii parcelelor i a densitii marginilor (Tinker et al. 1998). De
asemenea, exploatrile forestiere necontrolate tind s nlture din pdure o cantitate nsemnat de
biomas comparativ cu disturbanele naturale (Tinker et al. 1998). Disturbanele produse de diferii
defoliatori i tierile ilegale conduc la reducerea nutrienilor din sol (Goodale i Aber 2001) i a
coronamentului (Bormann i Likens 1979).
n ultimul timp, pentru cartografierea disturbanelor la nivel de peisaj, se folosesc din ce n ce mai
mult imaginile satelitare Landsat (Cohen et al. 2010; Kennedy et al. 2007). Dintre indicii folosii cu succes
pentru cartografierea disturbanelor aprute ntr-o mare varietate de tipuri de pduri (DeRose et al.
2011; Eshleman et al. 2009) pe primul loc se situeaz indicele de disturban DI (Healey et al. 2005).
n acest studiu sunt prezentate rezultatele cercetrilor bazate pe o serie de indici ai peisajului
(landscape metrics) i imagini Landsat TM multitemporale pentru identificarea i analiza defririlor de
pduri din Munii Giurgeului. Obiectivele specifice ale acestor cercetri au fost: (1) identificarea
disturbanelor produse de exploatrile forestiere necontrolate i tierile ilegale de pduri; (2) analiza
fragmentrii pdurii ca urmare a acestor aciuni.

4.3.2. Materiale i metode

Zona studiat se gsete n partea sudic a Munilor Giurgeu din judeul Harghita, fiind cuprins
ntre 46o42'07''46o54'28'' latitudine nordic i 25o15'21''25o24'11'' longitudine estic (Fig. 4.3.1).
Suprafaa studiat este de 25921 ha i conine pduri, puni, fnee, terenuri agricole, terenuri din
intravilan, drumuri i ape. Pdurile sunt constituite n cea mai mare parte din molid (Picea abies) pe
lng care se mai gsesc, n procent mic, bradul (Abies alba) i fagul (Fagus sylvatica) (ofletea i Curtu
2007). Altitudinea este cuprins ntre 740 m i 820 m.
Materialele folosite au constat din patru cadre decupate din imaginile satelitare Landsat care
aparin orbitei 183 i rndului 28. Acestea fac parte dintr-o serie temporal de imaginii Landsat fiind
preluate pe 14.09.1987 (TM), 14.09.1993 (TM), 10.05.2002 (ETM+) i 24.07.2009 (TM). Imaginile au fost
descrcate gratuit de pe Internet (http://glovis.usgs.gov). n prelucrri au fost folosite numai benzile n
multispectral a cror rezoluie spaial este de 30 m.
Imaginile Landsat folosite au fost georefereniate n sistemul de proiecie UTM, zona 35 N, datum
WGS 84, folosind 16 de reperi teretri uniform rspndii pe imagini i metoda de resampling vecinul
cel mai apropiat. Eroarea medie ptratic a fost de 0,25 pixeli (7,5 m) pentru fiecare imagine.
84

Teza de abilitare

Iosif VOROVENCII
Judeul Harghita

V
S

1450
2002-2009

11299
2929

13172

12258
10734

1993-2002

Fragmentat
Alte folosine
Pdure

1830
1987-1993

12302
11789

Romania

0 10 20

40 km

Fig. 4.3.1. Zona studiat i repartiia suprafeelor, n ha, pe fiecare clas i perioad

Imaginile au fost calibrate radiometric pentru conversia valorilor digitale n uniti ale radianei la
nivel de satelit (satellite radiance unit) dup care, pentru obinerea valorilor reflectanei n partea
superioar a atmosferei (to top of the atmosphere - TOA), valorile radianei au fost convertite folosind
ecuaia propus de Chander et al. (2009). n corectarea imaginilor s-a folosit modelul DOS (Chavez
1996).
nainte de calcularea indicelui DI s-a realizat o masc binar pentru imaginea din 1987 n vederea
acoperirii suprafeelor fr pdure i care a fost folosit pentru fiecare imagine n momentul calculrii
indicelui DI. Precizia imaginii binare obinute a fost de 93,45%, fiind stabilit prin verificarea cu datele de
referin disponibile (hri amenajistice, cadastrale i fotograme). Transformarea TC s-a realizat pentru
fiecare imagine reducnd astfel cele ase benzi Landsat TM la trei componente, i anume, TCB, TCG i
TCW. Indicele DI s-a calculat cu relaiile propuse de Healey et al. (2005) ( 4.2.3) pentru fiecare imagine,
considerndu-se astfel c acesta reflect situaia pentru perioada considerat. Valorile indicelui DI au
fost sczute apoi din imaginea precedent obinndu-se imagini ale diferenelor pentru perioadele
19871993, 19932002, 20022009 i 19872009 (Fig. 4.3.2). Acestea au fost reclasificate avnd n
vedere 12 abateri standard fa de medie, considerndu-se c valorile extreme au suferit modificri n
sensul pierderii sau apariiei vegetaiei forestiere. Stabilirea valorilor prag s-a fcut pe baza datelor
existente, a datelor statistice i a deplasrilor n teren pentru anul 2009. Fiecare imagine obinut a fost
filtrat aplicnd un filtru majoritar 3x3 pentru eliminarea pixelilor izolai.
Indicii fragmentrii peisajului au fost calculai la nivel de clas, considerndu-se urmtoarele
clase: pdure fragmentat, pdure nefragmentat i alte folosine. n clasa pdure fragmentat au fost

19871993
Pdure fragmentat

19932002
Alte folosine

20022009
Pdure nefragmentat

Fig. 4.3.2. Hri ale diferenei dintre indicii de disturban

85

19872009
0

10 km

Iosif VOROVENCII

Tez de abilitare

incluse suprafeele afectate de exploatrile forestiere necontrolate i tierile ilegale, obinut n urma
calculrii indicelui DI i realizrii diferenelor pentru fiecare perioad. Pentru a evita suprafee mai mici
de 900 m2, aa cum s-a artat, imaginile au fost filtrate. Limea benzii tampon pentru calcularea
indicilor legai de prile centrale ale parcelelor a fost de 60 m. Indicii selectai pentru analize sunt
prezentai n Tabelul 4.3.1 iar analizele au fost realizate cu programul FRAGSTATS (McGarigal i Marks
1995).
Tabelul 4.3.1. Indici folosii n analiza fragmentrii pdurii
Tipul de indice
Numrul de pacele (Numbers of patches)
Indici ai suprafeei (Area metrics)
Suprafaa medie a parcelelor (Mean Patch Area)
Abaterea standard a suprafeei parcelelor
(Patch Area Standard Deviation)
Indici ai marginilor (Edge metrics)
Densitatea marginilor (Edge Density)
Indici ai formei (Shape metrics)
Indicele formei medii
(Mean Shape Index)
Indicele formei medii ponderat cu suprafaa
(Area Weighted Mean Shape Index)
Indicele mediu al dimensiunilor fractale
(Mean Fractal Dimension Index)
Indici ai suprafeei centrale (Core area metrics)
Suprafaa central total (Total Core Area)
Suprafaa central medie disjunct
(Mean Disjunct Core Area)
Indicele mediu al suprafeei centrale
(Mean Core Area Index)

Abreviere Uniti/interval de Nivel ierarhic

Referin
valori
NP
(numr)/0 < la Clas, peisaj McGarigal i Marks (1995)
MPA
PASD

(ha)/0 < la
(ha)/0 < la

Clas, peisaj
Clas, peisaj

McGarigal i Marks (1995)

McGarigal i Marks (1995)

ED

(m/ha)/0 < la

Clas, peisaj

McGarigal i Marks (1995)

MSI

(fr)/1 la

AWMSI

(fr)/1 la

MFDI

(fr)/1 la 2

Clas, peisaj McGarigal i Marks (1995),

dup Patton (1975)
Clas, peisaj McGarigal i Marks (1995),
dup Patton (1975)
Clas, peisaj
Burrough (1986)

TCA
MDCA

(ha)/0 < la
(ha)/0 < la

Clas, peisaj
Clas, peisaj

McGarigal i Marks (1995)

McGarigal i Marks (1995)

MCAI

(%)/0 la 100

Clas, peisaj

McGarigal i Marks (1995)

4.3.3. Rezultate i discuii

Numrul de parcele (NP) este o msur simpl a extinderii subdiviziunilor sau fragmentrii
parcelelor fiind calculat pentru fiecare perioad. Valoarea NP a clasei pdure fragmentat cea mai
ridicat, de 731, (2,82 parcele/100 ha) s-a ntlnit n perioada 19871993 dup care a sczut la 295 (1,14
parcele/100 ha) n perioada 20022009 (Fig. 4.3.3a). Aceasta arat c n perioada 19871993 au nceput
defririle n zona studiat. n fapt, anul 1987 a fost considerat ca referin, dar, conform statisticilor,
defririle masive au nceput dup anul 1989. Acestea s-au produs la marginea masivelor forestiere i, n
special, au fost tiate trupurile mici i izolate de pdure. n contrast, NP pentru clasa pdure
nefragmentat a crescut de la 163 (0,63 parcele/100 ha) n 19871993 la 327 (1,26 parcele/100 ha) n
20022009 (Fig. 4.3.3a). Numrul parcelelor de pdure s-a dublat, lucru explicabil prin apariia de
suprafee afectate de tieri. Ca atare, exploatrile forestiere necontrolate i tierile ilegale au condus la
apariia fragmentrii pdurii i a suprafeelor descoperite, lipsite de vegetaie. Odat ce tierile au
avansat, parcelele rezultate din fragmentare s-au mrit conducnd la scderea NP i la creterea
suprafeei medii a parcelei. Ca urmare, parcelele de pdure au crescut ca numr i densitate i a sczut
suprafaa medie a parcelei. NP pentru clasa alte folosine s-a meninut aproximativ constant, cu uoare
fluctuaii, ceea ce explic apariia n cadrul pdurii a suprafeelor descoperite, fr vegetaie.
Suprafaa medie a parcelelor (MPA) reprezint un indicator important pentru evaluarea
transformrii i fragmentrii peisajului deoarece cantitatea total de energie i nutrieni din parcel este
proporional cu suprafaa sa. MPA pentru clasa pdure fragmentat n perioada 19871993 a fost de
2,50 ha dup care, n perioada 19932003 a crescut la 4,93 ha, iar n 20032009 a sczut uor la 4,91 ha
(Fig. 4.3.3b). MPA pentru clasa pdure nefragmentat, n perioada 19872009, s-a redus la jumtate, iar
pentru clasa alte folosine a rmas, cu uoare variaii, aceeai (Fig. 4.3.3b). Perioada 19871993 s-a
caracterizat printr-o valoare mic a MPA pentru clasa pdure fragmentat dat fiind numrul mare de
parcele (Fig. 4.3.3a). n perioadele 19932002 i 20022009, MPA a clasei pdure fragmentat s-a
dublat n schimbul reducerii la jumtate a MPA pentru clasa pdure nefragmentat. Cnd exploatrile
86

Teza de abilitare

Iosif VOROVENCII

forestiere necontrolate au avansat, parcelele de pdure au fost divizate n altele mai mici crescnd astfel
NP dar crescnd i MPA a clasei pdure fragmentat.
Abaterea standard a suprafeei parcelelor (PASD) este indicele care evideniaz dispersia i care
urmeaz acelai trend ca MPA. Indicele PASD pentru clasa pdure fragmentat a crescut de cinci ori n
perioada 19932002 comparativ cu 19871993 dup care, n perioada 20022009 a rmas aproximativ
acelai (Fig. 4.3.3c). Trendul cresctor l-a avut i PASD pentru clasa alte folosine dar creterea a fost de
circa 20% pentru ntreaga perioad. Indicele PASD pentru clasa pdure nefragmentat a sczut pe
ntrega perioad cu circa 34%. Ca atare, cea mai mare variabilitate n suprafaa parcelelor a prezentat-o
clasa pdure fragmentat crescnd n timp, indicnd c aceste suprafee au devenit mai mari i avnd
diferite mrimi datorit exploatrilor forestiere necontrolate i a tierilor ilegale. Celelalte dou clase nu
au prezentat o variabilitate mare, descreterea indicelui PASD n timp pentru clasa pdure
nefragmentat artnd c spre sfritul perioadei indicele MPA a sczut.

fragmentat

fragmentat

alte folosine

alte folosine

nefragmentat

nefragmentat

Numrul de parcele

Suprafaa medie a parcelelor (ha)

a.

b.

fragmentat

fragmentat

alte folosine

alte folosine

nefragmentat

nefragmentat

Abaterea standard a suprafeei parcelelor (ha)

Densitatea marginilor (m/ha)

c.

d.

fragmentat

fragmentat

alte folosine

alte folosine

nefragmentat

nefragmentat

Indicele formei medii

Indicele formei medii ponderat cu suprafaa

e.

f.

fragmentat

fragmentat

alte folosine

alte folosine

nefragmentat

nefragmentat

Indicele mediu al dimensiunilor fractale

Suprafaa central total (ha)

g.

h.

fragmentat

fragmentat

alte folosine

alte folosine

nefragmentat

nefragmentat

Suprafaa central medie disjunct (ha)

Indicele mediu al suprafeei centrale (%)

i.

j.

Fig. 4.3.3. Indici folosii n analiza fragmentrii pdurii

87

Iosif VOROVENCII

Tez de abilitare

Densitatea marginilor (ED) este un indice care red informaii referitoare la mrimea, respectiv
lungimea marginilor pe hectar. ED pentru clasa pdure fragmentat a prezentat valorile cele mai mari n
perioadele 19932002 i 19871993 i a sczut la 42% n perioada 20022009 (Fig. 4.3.3d). n perioada
19932002, ED pentru clasa pdure fragmentat reprezenta circa 94% din valoarea ED pentru clasa
pdure nefragmentat, iar n perioada 19871993, 80% din valoarea ED a clasei pdure nefragmentat.
Reducerea ED arat c suprafeele cu parcele fragmentate au sczut n timp ce suprafaa acestora a
crescut. Indicele ED al clasei alte folosine nu a prezentat amplitudine mare de la o perioad la cealalt.
Indicele formei medii (MSI) msoar complexitatea formei medii a parcelelor din peisajul analizat
comparativ cu forma standard i se bazeaz pe relaiile perimetru-arie. Pentru zona studiat toate
clasele au prezentat valori mai mari dect 1 ceea ce nseamn c cu ct valorile sunt mai ridicate cu att
formele parcelelor sunt mai neregulate, deprtndu-se de forma circular. n perioada 19871993
indicele MSI a prezentat valorile cele mai ridicate (Fig. 4.3.3e) pentru toate clasele ceea ce explic forma
mai alungit a parcelelor (Fig. 4.3.2). n perioada 20022009 indicele MSI a sczut, forma parcelelor
nemaifiind aa alungit datorit exploatrilor forestiere care s-au concentrat n aceleai zone ncepute n
anii precedeni. n acest fel, suprafeele fragmentate au fost lrgite pe toate direciile ajungndu-se la
parcele mai mari i mai rotunjite.
Indicele formei medii ponderat cu suprafaa (AWMSI) cuantific cantitatea de margini dintr-o clas
raportat la cea prezent ntr-o clas de aceeai mrime dar care are form circular. n calcularea
formei medii a parcelei, indicele AWMSI pondereaz parcelele mai ntinse cu ponderi mai mari
comparativ cu cele mici. Forma i mrimea parcelelor dicteaz extinderea perimetrului i marginilor n
raport cu celelalte parcele vecine. Aceste relaii perimetru-arie cuantificate ntr-un singur indice sunt
complicate i, adesea, destul de dificil de interpretat (Frohn 1998; Batistella et al. 2003). Indicele AWMSI
pentru clasa pdure fragmentat a crescut n perioada analizat, creterea semnificativ avnd loc la
trecerea de la perioada 19871993 la 19932002 (Fig. 4.3.3f). Creterea se datoreaz faptului c n
ultimele dou perioade a avut loc o lrgire considerabil a parcelelor fragmentate (Fig. 4.3.3b). Indicele
AWMSI pentru clasa pdure nefragmentat s-a redus datorit fragmentrii acesteia, indicele MPA
corespunztor clasei pdure nefragmentat reducndu-se la jumtate pe ntreaga perioad.
Indicele mediu al dimensiunilor fractale (MFDI) este un indice de baz al formei care
caracterizeaz forma parcelelor pe baza relaiilor perimetru-arie. O valoare apropiat de 1 indic o
form cu un perimetru simplu cum ar fi cercul sau ptratul iar o valoare apropiat de 2 arat o form
mult mai complicat. Pentru toate clasele valorile MFDI sunt apropiate de 1 ceea ce arat, ca i indicele
MSI, c forma parcelelor se apropie mai mult de cea circular (Fig. 4.3.3g). Dei valorile sunt foarte
apropiate pentru cele trei perioade, totui se poate spune c n perioada 19871993 s-au ntlnit valori
uor mai mari urmate, n ordine descresctoare, de perioadele 19932002 i 20022003. Avnd n
vedere valorile indicelui MFDI pentru zona studiat i clasele considerate, n timp forma parcelelor tinde
spre cea circular.
Suprafaa central total (TCA) reprezint suma suprafeelor din parcel dup ce a fost sczut
suprafaa din zona tampon cu limea de 60 m considerat n acest caz. Cea mai mic valoare TCA
pentru clasa pdure fragmentat a fost n perioada 19871993, crescnd considerabil n 19932002
dup care a sczut din nou n perioada 20022009 (Fig. 4.3.3h). Conform acestui indice, n perioada
19932002 parcelele fragmentate au prezentat cele mai mari suprafee, lucru relevat i de indicele MPA,
ceea ce a condus la acumularea suprafeei centrale. Acest lucru se observ n Figura 4.3.2, zona cea mai
afectat fiind cea din centru-sud, aceasta fiind i cea care a contribuit mai mult la indicele TCA
caracteristic clasei pdure fragmentat. Indicele TCA pentru clasa pdure nefragmentat a fost cel mai
mic, evident, n perioada 19932002 dat fiind creterea TCA n cazul clasei pdure fragmentat. n
aceast perioad exploatrile forestiere necontrolate i tierile ilegale au fost concentrate mai mult pe
anumite zone, exploatndu-se suprafee ntinse de ordinul sutelor de hectare. n perioada 20022009
tierile pe suprafee ntinse au fost concentrate, n principiu, n 34 zone (Fig. 4.3.2), fr a le depi pe
cele din perioada 19932002, motiv pentru care valoarea TCA pentru clasa pdure nefragmentat este
mai mic dect cea din perioada 19871993. Indicele TCA specific clasei alte folosine a crescut n
perioada 20022009 datorit tierilor masive din cele cteva zone care au condus la extinderea
suprafeelor ocupate de alte folosine. Conform datelor din statistici, n ultimii 18 ani a fost tiat
sistematic o suprafa ntins. Defririle masive au nceput dup 1995 n partea vestic a zonei studiate
88

Teza de abilitare

Iosif VOROVENCII

dup care, acestea au avansat spre centru-sud pn cnd, ntre 2003 i 2006, pdurea a disprut
complet pe anumite suprafee. n perioada studiat au disprut practic peste 1000 ha de pdure de
molid iar 650 ha au fost exploatate numai ntre 2003 i 2006.
Suprafaa central medie disjunct (MDCA) este o msur a suprafeelor centrale individuale i
este important n determinarea mrimii funcionale a habitatului din cadrul parcelelor pentru speciile
sensibile la efectul de margine. Indicele MDCA sau suprafeele din interiorul parcelei rmn dup
specificarea unei zone tampon care arat efectul marginilor. Unul dintre principalele efecte ale
fragmentrii pdurii l constituie conversia habitatului din interior n habitat al marginilor (Tinker et al.
1998). Indicele MDCA pentru clasa pdure fragmentat a avut valoarea cea mai mic n perioada 1987
1993 (Fig. 4.3.3i) dat fiind modul de fragmentare prin parcele dese i mici. Acest indice crete apoi n
cele dou perioade avnd n vedere c interveniile din pdure au vizat din ce n ce mai mult lrgirea
parcelelor n care au fost ncepute exploatrile necontrolate. Ca rezultat al creterii indicelui MDCA
specific clasei pdure fragmentat este descreterea indicelui MDCA ce caracterizeaz clasa pdure
nefragmentat pe ntreaga perioad analizat (Fig. 4.3.3i).
Indicele mediu al suprafeei centrale (MCAI) este un indice relativ care cuantific suprafaa
central sub forma procentajului calculat din suprafaa total. Se bazeaz pe selectarea unei zone
tampon care definete limea marginii ce caracterizeaz fenomenul care se investigheaz. Deoarece
aceste cercetri sunt legate de procesul exploatrii pdurilor n mod necontrolat i al tierilor ilegale,
alegerea unei zone tampon cu limea de 60 m s-a bazat pe rspunsurile poteniale ale pduri la
asemenea aciuni. Indicele MCAI este legat de conceptul habitatului interior care este foarte relevant
pentru un anumit numr de specii (Batistella et al. 2003). Indicele MCAI pentru clasa pdure
fragmentat a avut valoarea cea mai mic n perioada 19871993 i cea mai mare n perioada 1993
2002 (Fig. 4.3.3j). Indicele MCAI specific clasei pdure nefragmentat a sczut pe ntreaga perioad, n
20022009 ajungnd la 2,73%. Aadar, creterea indicelui MCAI pentru clasa pdure fragmentat arat
c n perioada studiat a avut loc o sporire a suprafeelor centrale ca urmare a tierilor de pdure care sau produs prin lrgirea suprafeelor iniiale. Evident c o valoarea mare pentru indicele MCAI n cazul
clasei pdure fragmentat nseamn suprafee ntinse pe care s-au realizat tieri. O scdere a indicelui
MCAI pentru clasa pdure nefragmentat arat fragmentarea acesteia, cu suprafee centrale reduse.

4.3.4. Concluzii
Rezultatele obinute prin analiza imaginilor satelitare Landsat TM i ETM+ arat c n zona
cercetat n perioada 19872009, a avut loc un proces amplu de fragmentare a pdurii datorit
exploatrilor forestiere necontrolate i al tierilor ilegale. Acesta este un fenomen des ntlnit n
pdurile Romniei dup anul 1989 cnd au fost retrocedate o parte din pduri ctre fotii proprietari
care le-au exploatat, de cele mai multe ori, fr a respecta legislaia silvic. n zona studiat exploatarea
necontrolat a pdurilor i tierile ilegale s-au realizat la nceput sporadic, la margine de masiv sau
trupuri izolate, dup care acestea s-au extins pe suprafee mari. Fragmentarea pdurii a condus la
pierderea mediului specific acesteia, la modificarea ecosistemelor din zon, reducerea biodiversitii,
restrngerea sau chiar pierderea habitatului unor specii, apariia fenomenului de eroziune de suprafa.

4.4. Evaluarea i monitorizarea defririlor i regenerrilor de pduri prin metoda analizei

schimbrilor vectoriale
4.4.1. Introducere
Monitorizarea schimbrilor legate de vegetaie pe o anumit perioad de timp permite evaluarea
pierderilor de pdure provocate de exploatrile necontrolate i tierile ilegale de pduri dar i a
ctigului de pdure prin regenerarea acesteia. Clasificarea acestor tipuri de schimbri poate fi realizat
folosind metoda CVA (Allen i Kupfer 2000; Lorena et al. 2002; Lunetta et al. 2004). Datele de intrare
pentru metoda CVA pot fi imagini brute sau imagini obinute n urma unor transformri cum ar fi PCA
(Lambin i Strahler 1994) sau TC (Allen i Kupfer 2000; Lorena et al. 2002; Lunetta et al. 2004). Prin
89

Iosif VOROVENCII

Tez de abilitare

combinarea imaginilor care redau direcia i mrimea schimbrilor se pot obine categoriile de schimbri
fr a fi necesar realizarea de clasificri (Kuzera et al. 2005). Aplicarea metodei CVA nu necesit
eantioane, nu implic mult timp i poate fi folosit pentru orice studiu legat de schimbrile aprute n
cadrul vegetaiei (Johnson i Kasischke 1998; Kuzera et al. 2005).
Obiectivul general al acestor cercetri a fost monitorizarea despduririlor i a regenerrilor din
Valea Trotuului folosind analiza schimbrilor vectoriale i imagini Landsat 5 TM n perioada 19862009.
Obiectivele specifice ale cercetrilor au fost: (1) aplicarea metodei CVA pentru evidenierea
despduririlor i regenerrilor din zona studiat; (2) analiza cauzelor care au condus la despduriri i a
efectelor produse de acestea.

4.4.2. Materiale i metode

4.4.2.1. Zona studiat
Suprafaa studiat este de 124724 ha din care pdurea ocupa 69880 ha n anul 1986,. Zona se
gsete situat ntre 46o21'46,69''46o39'49,23'' latitudine nordic i 25o56'35,65''26o25'37,92''
longitudine estic. Aceasta cuprinde trectoarea de pe cursul superior al Vii Trotuului, o parte din
aceast suprafa fiind situat n partea nord-vestic a judeului Bacu, la limita cu judeele Neam i
Harghita, iar cealalt parte, mai mic, este situat n partea nord-estic a judeului Harghita (Fig. 4.4.1).
Pe partea dreapt a sensului de curgere al rului Trotu se gsesc Munii Ciucului iar pe partea stng
Munii Tarcului.
n apropierea Vii Trotuului relieful este deluros, acoperit mai mult de pajiti naturale, cu
preponderen pe partea stng a vii. Pe msura deprtrii de Valea Trotuului relieful devine muntos.
Acesta este acoperit, n partea superioar, cu pduri de conifere reprezentate de molid (Picea abies),
brad (Abies alba), pin (Pinus silvestris), n partea mijlocie cu pduri de amestec formate din rinoase i
foioase iar n partea inferioar pot fi gsite i pduri de foioase alctuite din gorun (Quercus petraea),
stejar (Quercus robur), carpen (Carpinus betulus) i paltin (Acer pseudoplatanus). Altitudinea zonei
studiate este ntre 500 m (Comneti) i 1517 m (Vrful Crunta). Clima prezent este cea montan, cu
temperatura medie anual de 26 C i cu temperatura medie lunar de 5 C n luna ianuarie i 16 C n
iulie. Precipitaiile medii anuale depesc 1000 mm, iar perioada de cdere a precipitaiilor solide este n
intervalul octombrie-aprilie.

4.4.2.2. Materiale folosite

n cercetri s-au folosit trei cadre decupate din imaginile satelitare Landsat 5 TM preluate pe
6.05.1986, 13.08.1993 i 7.07.2009. Rezoluia spaial a benzilor din multispectral este de 30 m.
Imaginile au fost descrcate gratuit de pe Internet (http://glovis.usgs.gov), au nivelul de prelucrare 1T i
sunt georefereniate n sistemul de proiecie UTM, zona 35 N, datum WGS 84. nregistrrile aparin
orbitei 183 i rndului 28 i au fost fr acoperire noroas pe zona studiat. Datele de referin au inclus
hri amenajistice, imagini Google Maps, date din amenajamentele silvice, ortofotoplanuri la scara 1 :
5000 i planuri cadastrale.

Judeul Bacu

V
S

Judeul
Harghita

Comneti

Romnia
Zona studiat

Fig. 4.4.1. Localizarea cercetrilor

90

Imagine satelitar

Teza de abilitare

Iosif VOROVENCII

4.4.2.3. Metode aplicate

Metoda folosit pentru normalizarea relativ a imaginilor a fost metoda setului de pixeli fr
schimbri (no-change set) determinat dup histograme bidimensionale dezvoltat de Yuan i Elvidge
(1993) ( 2.2.2.3.4). n prezentul studiu imaginea Landsat 5 TM din 2009 s-a ales ca imagine de referin,
aceasta fiind imaginea recent i fr acoperire noroas, iar imaginile din 1993 i 1986 au constituit
imagini subiect.
Hrile binare pdure/alte categorii de folosin s-au obinut prin aplicarea clasificrii supervizate,
algoritmul probabilitii maxime i au fost folosite pentru a lua n considerare numai suprafeele cu
pdure. Culegerea semnturilor spectrale s-a realizat din 60 de eantioane.
Componentele TCB i TCG specifice transformrii TC, au fost calculate din benzile 1, 2, 3, 4, 5 i 7,
pentru imaginile din 1986, 1993 i 2009. Metoda CVA s-a aplicat folosind primele dou componente ale
transformrii TC, TCG i TCB, n urma crora s-au obinut mrimea (M) i direcia (tgTCB-TCG)
schimbrilor cu relaiile (2.2.2) i (2.2.4).
Valorile prag pentru stabilirea claselor de intensitate au fost determinate pe baza histogramelor i
a datelor statistice din imaginile care redau mrimea schimbrilor. n stabilirea acestora au fost folosite
diferite abateri standard (0,5s, 0,75s, 1s, 1,5s, 2,0s i 2,5s) fa de medie. Cea mai potrivit
valoare prag, pentru fiecare imagine care red mrimea schimbrilor, a fost selectat n final dup
calcularea preciziei totale i a coeficientului k folosind abaterile standard menionate. Acestea au fost
stabilite la 0,75 abateri standard (0,75s) sau +2,0 abateri standard (2,0s) fa de medie (Tab. 4.4.1).
Tabelul 4.4.1. Definirea claselor de intensitate
Clase de
intensitate
Slab
Mediu
Puternic
Valoare prag

19861993
min
max
0,00
5,30
5,30
29,65
29,65
182,06
0,75s
+2,0s

19932009
min
max
0,00
5,27
5,27
47,06
47,06
221,89
0,75s
+2,0s

19862009
min
max
0,00
9,76
9,76
49,61
49,61
214,99
0,75s
+2,0s

Direcia schimbrilor a fost analizat pe cele patru cadrane. Unghiurile msurate ntre 0o i 90o i
cele ntre 180o i 270o indic persistena adic zone fr schimbri. Unghiurile msurate ntre 90o i 180o
arat regenerarea vegetaiei n timp ce unghiurile cuprinse ntre 270o i 360o indic despduririle.
Imaginile care redau mrimea i direcia schimbrilor au fost comparate ncruciat i clasificate n 12
clase. Pentru fiecare clas s-a obinut suprafaa i s-au calculat procentele pentru ntrega suprafa
studiat i pe fiecare direcie. De asemenea, s-au realizat histograme bidimensionale pe fiecare perioad
care conin direcia schimbrilor i mrimea acestora.
Pentru validare procedurii, prin crearea matricei erorilor, au fost culese din cadrul datelor de
referin 150 de puncte distribuite ntmpltor i n mod egal pentru fiecare clas. n clasa persisten
au intrat arboretele care nu au suferit schimbri, n clasa despdurire cele care au fost tiate (legal i
ilegal) iar n clasa regenerare au fost cuprinse arboretele care au fost exploatate i au nceput s se
regenereze pe cale natural sau artificial. Punctele considerate n verificare au fost etichetate ca
aparinnd uneia din cele trei clase pe baza hrilor amenajistice, a datelor din amenajamentele silvice,
hrile Google i prin interpretare vizual.

4.4.3. Rezultate i discuii

Pentru ntreaga perioad analizat 19862009 s-a calculat matricea erorilor (Tab. 4.4.2). Precizia
total a fost de 86,67%, cu un coeficient k egal cu 0,80. Erorile de omitere mari s-au ntlnit n cazul
clasei persisten (19,30%) urmat de clasa regenerare (12,73%). n cazul erorilor de comitere cea mai
mare valoare s-a ntlnit n cazul clasei despdurire (28%) ceea ce nseamn c o parte din suprafeele cu
despduriri au fost incluse n clasele regenerare i persisten. Aceasta datorit faptului c suprafeele
respective nu au fost despdurite n ntregime sau nu s-a instalat regenerarea vegetaiei. Acelai lucru sa ntmplat i n cazul erorilor de omitere pentru clasa persisten cnd parte din aceste eantioane au
91

Iosif VOROVENCII

Tez de abilitare

fost incluse n clasa despdurire. Ca atare, ntre cele trei clase (regenerare, persisten i despdurire) au
existat anumite incertitudini la identificare tocmai datorit prezenei vegetaiei, inclusiv erbacee, n
diferite proporii n cadrul fiecrui pixel.
Tabelul 4.4.2. Matricea erorilor pentru perioada 19862009
Clasele de referin
Regenerare
Persisten
Despdurire
Total
Precizia productorului (%)
Precizia total: 86,67%
Coeficientul k: 0,80

Regenerare
48
2
5
55
87,27

Clasificare
Persisten
2
46
9
57
80,70

Total
Despdurire
0
2
36
38
94,74

50
50
50
150

Precizia
utilizatorului (%)
96,00
92,00
72,00

Rezultatele privind suprafaa total cu schimbri pe fiecare clas, obinute prin comparaia
ncruciat a imaginilor care redau direcia i mrimea schimbrilor sunt prezentate n Tabelul 4.4.3 i
Figura 4.4.2. n perioada 19861993 despduririle au aprut pe 2131 ha (3,05%), regenerrile pe 12248
ha (17,52%) iar persistena pe 55502 ha (79,43%). n perioada 19932009 despduririle au aprut pe
11845 ha (16,95%), regenerrile pe 1947 ha (2,79%) iar pe 55788 ha (80,26%) nu au avut loc schimbri.
Suprafeele cu despduriri, regenerri i fr schimbri obinute dup aplicare analizei schimbrilor
vectoriale n perioada 19862009 sunt relevante. Majoritatea zonei studiate este clasificat ca
persisten, adic fr schimbri, cu 59400 ha (85,00%) din totalul de 69880 ha. Despduririle au aprut
pe o suprafa de 6241 ha (8,93%) iar regenerrile pe 4239 ha (6,07%). n cadrul despduririlor, 54,35%
sunt ncadrate n clasa de intensitate mediu, 42,03% n clasa slab i 3,62% n clasa puternic; n cazul
regenerrilor, 72,12% se gsesc n clasa slab iar 27,88% n clasa mediu.
Tabelul 4.4.3. Repartizarea suprafeelor cu despduriri i regenerri pe sectoare i clase de intensitate
Clase de
intensitate

ha

19861993
% din
% din
peisaj
categorie

Slab
Mediu
Puternic
Total

5029
21426
48
26503

7,20
30,66
0,07
37,93

18,98
80,84
0,18
100,00

Slab
Mediu
Puternic
Total

5682
6566
0
12248

8,13
9,39
0,00
17,52

46,39
53,61
0,00
100,00

Slab
Mediu
Puternic
Total

3671
22133
3195
28999

5,25
31,67
4,58
41,50

12,66
76,32
11,02
100,00

Slab
Mediu
Puternic
Total
Total general

915
1093
123
2131
69880

1,31
1,56
0,18
3,05
100,00

42,94
51,29
5,77
100,00

19932009
% din
% din
peisaj
categorie
Sector 1
5423
7,76
17,72
25162
36,01
82,22
17
0,02
0,06
30602
43,79
100,00
Sector 2
993
1,42
51,00
943
1,35
48,43
11
0,02
0,57
1947
2,79
100,00
Sector 3
3315
4,74
13,01
18036
25,81
70,77
4135
5,92
16,22
25486
36,47
100,00
Sector 4
4970
7,11
41,96
6670
9,55
56,31
205
0,29
1,73
11845
16,95
100,00
69880
100,00

ha

ha

19862009
% din
% din
peisaj
categorie

6590
17302
44
23936

9,43
24,76
0,06
34,25

27,53
72,29
0,18
100,00

3057
1182
0
4239

4,38
1,69
0,00
6,07

72,12
27,88
0,00
100,00

5917
26568
2979
35464

8,47
38,02
4,26
50,75

16,68
74,92
8,40
100,00

2623
3392
226
6241
69880

3,75
4,86
0,32
8,93
100,00

42,03
54,35
3,62
100,00

Histogramele bidimensionale sunt prezentate n Figura 4.4.3. Direciile schimbrilor au fost

reprezentate pe abscis n intervalul 0o360, n timp ce mrimea schimbrilor a fost reprezentat pe
ordonat. n toate perioadele, sectoarele 1 i 3 sunt caracterizate de o frecven ridicat a pixelilor ceea
ce nseamn o suprafaa mare care reprezint zonele fr schimbri, adic persisten. n sectoarele 2 i
92

Teza de abilitare

Suprafee cu alte folosine

Suprafee fr schimbri

Iosif VOROVENCII

Suprafee cu despduriri
Suprafee cu regenerri

N
V

10 km

Fig. 4.4.2. Imagini obinute prin comparaia ncruciat a componentelor TCGTCB pentru
perioadele 19861993, 19932009 i ntreaga perioad studiat 19862009

4 frecvena pixelilor este mai sczut, difer de la perioad la perioad, i reprezint suprafeele cu
regenerri i despduriri.
Rezultatele obinute arat c n perioada 19862009 au avut loc despduriri pe 6241 ha (8,93%)
iar regenerri pe 4239 ha (6,07%). Aadar, pe suprafaa de 2002 ha au avut loc despduriri pe suprafee
care nu sunt nc regenerate. Rata de defriare, pentru perioada 19862009 i suprafaa total studiat
acoperit cu pdure, a fost de 2,86%. Schimbrile aprute n pdure sunt n concordan cu cele
semnalate i n alte lucrri publicate care au artat c n interiorul Parcurilor Naionale Climani i Rodna
i Parcului Natural Maramure din Romnia, n perioada 19872009, disturbanele sunt de 4,20%,
4,72%, respectiv 4,69% (Knorn et al. 2012).
Rezultatele din fiecare perioad arat c suprafaa cea mai mare cu regenerri a fost n perioada
19861993, aceasta reprezentnd 12248 ha (17,52%). Dei procentul este foarte ridicat comparativ cu
celelalte perioade (2,79% n 19932009 i 6,07% n 19862009) regenerarea efecv nu s-a produs pe o
astfel de suprafa dar poate fi rezultatul creterii vitalitii pdurii datorit condiiilor de mediu i
climatice favorabile. Pentru perioada 19862009 o suprafa de 72,12% din categoria regenerare se
gsete n clasa slab ceea ce arat c suprafeele afectate sunt nc neregenerate, multe tieri avnd loc
n perioada 20002009. n Figura 4.4.4 este prezentat evoluia suprafeelor cu despduriri i regenerri
n cele dou perioade, 19861993 i 19932009.
Despduriri masive au fost identificate n cteva locaii i anume, la nord-est de Bolovni, la est i
nord-est de Ghime, la nord-est i sud-vest de Ag, la vest de Asu, pe ambele pri ale Vii Trotuului.
Despduriri pe suprafee mai mici au fost identificate pe toat suprafaa studiat, cu precdere n
apropierea drumurilor de acces. n aceast zon un rol important l-a jucat factorul politic, statul
pierznd controlul asupra anumitor zone cum este i Valea Trotuului (Giurgiu 2010). n acest fel multe
pduri private nu au mai fost parcurse cu lucrri silviculturale i au fost exploatate ilegal. Efectul tierilor
ilegale din Valea Trotuului s-a soldat n ultimii 30 de ani cu producerea a 4 inundaii catastrofale dintre
care 3 au fost dup 1990 cnd au avut loc tierile ilegale de pdure. Datorit acestor inundaii debitul
Trotuului a crescut de la 50 m3/s, care era debitul normal, la 2800 m3/s. Conform statisticilor, dup anul
2002 pe Valea Trotuului au fost retrocedate 11471,8 ha de pdure de cea mai bun calitate fr temei
legal, dintre acestea aproape 9000 ha fiind n zona comunelor Ag, Asu, Palanca i n mprejurimi.
Parte din acestea au fost defriate ilegal i au condus la apariia de suprafee lipsite de vegetaie.

Fig. 4.4.3. Histograme bidimensionale care redau mrimea versus direcia schimbrilor

93

Iosif VOROVENCII

Tez de abilitare
N
V

E
S

Suprafee cu alte folosine

Suprafee cu despduriri n perioada 1986-1993
Suprafee cu regenerri n perioada 1986-1993
Suprafee cu despduriri n perioada 1993-2009
Suprafee cu regenerri n perioada 1993-2009
Suprafee fr schimbri (persiten)
0

10 km

Fig. 4.4.4. Imagine RGB care red despduririle i regenerrile din zona studiat
pentru perioadele 19861993 i 19932009

4.4.4. Concluzii
n aceste cercetri s-a folosit metoda CVA pentru monitorizarea despduririlor i regenerrii
vegetaiei pe baza componentelor TCG i TCB derivate din transformarea TC. Comparaia ncruciat a
componentelor TCG i TCB a permis obinerea unei hri uor interpretabile care red despduririle i
regenerarea vegetaiei. Rezultatele arat c n perioada 19862009 pe Valea Trotuului au avut loc
despduriri pe suprafee ntinse provocate n principal de tierile ilegale de pdure ca urmare a
retrocedrilor, cu i fr temei legal, ctre proprietarii particulari. Regenerarea vegetaiei a aprut, cu
intensiti diferite, n suprafeele afectate de despduriri. Acestea au fost evideniate diferit pe cele
dou perioade i pe ntreaga perioad analizat.

5. Identificarea, evaluarea i monitorizarea schimbrilor produse de exploatrile

de suprafa pe baza indicilor de vegetaie i a profilelor spectrale
5.1. Introducere
Evaluarea impactului activitilor de exploatare la suprafa asupra mediului nconjurtor
constituie o problem de dezvoltare susinut i management al resurselor. Conflictul dintre exploatrile
la suprafa i protecia mediului nconjurtor s-a intensificat n ultimii ani subliniind nevoia actualizrii
informaiei legate de dinamica exploatrilor la scar local i regional (Latifovic i al. 2005). Activitile
de exploatare la suprafa au n vedere exploatrile de crbune i de metal, de agregate (roci, pietri i
nisip), minerale industriale (potasiu, argil) i de materiale de construcii (granit, piatr i marmur).
Cartografierea acestor activiti de suprafa i evaluarea mediului nconjurtor reprezint probleme
complexe deoarece suprafeele afectate sunt, n general, mari. Monitorizarea schimbrilor devine mult
mai dificil i datorit costului i timpului mare de actualizare a hrilor. Pe lng acestea, o monitorizare
de succes privind evaluarea exploatrilor la suprafa i a dinamicii lor la scar regional i local
necesit observaii realizate n mod repetat, pe o perioad mai lung de timp, pentru diferenierea
schimbrilor produse de cauzele naturale de cele antropice (Saroglu et al. 2005).
Un numr mare de studii de teledetecie satelitar arat utilitatea acestei tiine la identificarea
cu succes a zonelor cu exploatri la suprafa n vederea evalurii impactului asupra mediului
nconjurtor (Ress i Williams 1997; Schmidt i Glaesser 1998; Wright i Stow 1999; Olthof i King 2000).
Acoperirea sinoptic i rezoluia temporal ridicat a imaginilor satelitare constituie principalele
avantaje n monitorizarea efectelor negative produse de exploatrile de suprafa (Irons et al. 1980;
Parks et al. 1987), la evaluarea i monitorizarea rempduririlor exploatrilor de suprafa i a
terenurilor regenerate din diferite zone cu foste exploatri de suprafa (Kandrika i Dwivedi 2003).
94

Teza de abilitare

Iosif VOROVENCII

Scopul cercetrilor a avut n vedere folosirea imaginilor satelitare Landsat pentru evaluarea
impactului asupra mediului nconjurtor referitor la: (1) identificarea exploatrilor de suprafa, n
particular, a carierelor de calcar din apropierea fondului forestier; (2) evidenierea stadiului exploatrii
carierelor de calcar; (3) stabilirea intensitii exploatrilor din carierele de calcar.

5.2. Zona studiat

Suprafaa luat n studiu se gsete la 25o33'23,77'' latitudine nordic i 45o38'38,17'' longitudine
estic. Aceasta constituie dou cariere de calcar (Stejeri i Rsritul) aflate la marginea oraului Braov
din care s-a exploatat calcar pentru obinerea varului (Fig. 5.1). Mrimea acestora este de 16,3 ha,
respectiv, 9,8 ha. Iniial acestea au fcut parte din fondul forestier gospodrit de Ocolul Silvic Braov iar
acum sunt gospodrite de Regia Public Local a Pdurilor Kronstadt. Pe parcursul timpului, terenurile
au fost scoase temporar din fondul forestier i au fost exploatate pentru calcar.
Pe amplasamentul actual al celor dou cariere de calcar au fost arborete de fag (Fagus sylvatica)
i gorun (Quercus petraea) care au fost tiate odat cu naintarea exploatrii de calcar. Astzi, n jurul
celor dou cariere, n afar de partea nord-vestic pe unde se face accesul prin drumurile de exploatare,
se gsesc arborete de fag i gorun care, de cele mai multe ori, au fost afectate de praful provenit din
timpul exploatrilor. Acestea au vrste cuprinse ntre 80120 de ani, sunt relativ echiene i au o
consisten de 0,70,9. Imaginile cuprind, de asemenea, oraul Braov precum i terenurile agricole din
apropiere.

5.3. Materiale i metode

n cercetri s-au folosit trei cadre decupate din imagini satelitare Landsat 5 TM preluate pe
aceeai zon la date diferite (04.08.1984, 09.07.1989, 24.07.2009). Imaginile au rezoluia spaial de 30
m i fac parte din orbita 183, rndul 28. Pentru analize comparative s-a folosit ortofotoplanul care
acoper zona studiat, cu o rezoluie spaial de 0,5x0,5 m i asigurnd o precizie de 1,5 m. Ambele
cariere au fost msurate pe cale terestr folosind staia total Trimble M3, n final ntocmindu-se planul
de situaie pe care s-a reprezentat perimetrul exploatrilor la suprafa i detaliat zonele cu vegetaie,
cele cu calcar i cile de acces. n fiecare carier s-au realizat profile al cror traseu a trecut prin terenul
descoperit, poriuni din cariere cu calcar i poriuni cu vegetaie instalat. Pentru validarea rezultatelor
au fost efectuate deplasri n teren.
Metodele folosite n aceste cercetri au constat, n principal, din combinaii ale benzilor, indicii de
vegetaie NDVI, SAVI, TSAVI1 i TSAVI2 i realizarea de profile spectrale. Preprocesarea imaginilor
Landsat TM a presupus aplicarea de corecii radiometrice, atmosferice i geometrice tuturor benzilor,
exclusiv banda termal. Prin coreciile radiometrice s-au transformat valorile digitale n valori ale
radianei folosind relaiile din literatura de specialitate (Chander i Markham 2003). Coreciile
N
V

200

400 m

S
Oraul Braov

Cariera Rsritul

Cariera Stejri

10

20 km

Fig. 5.1. Localizarea zonei studiate

95

Iosif VOROVENCII

Tez de abilitare

geometrice s-au aplicat pe baza unui numr de 18 reperi

teretri asigurndu-se o precizie sub 0,5 pixeli. Sistemul de
proiecie folosit a fost UTM, zona 35 N, datum WGS 84 iar
metoda de resampling vecinul cel mai apropiat.
Prelucrrile specifice au constat n gsirea celei mai
bune combinaii RGB, care s ajute la identificarea clar a
suprafeelor afectate de exploatrile de suprafa, i
calcularea indicilor de vegetaie. Pentru comparaie indicii au
fost scalai n intervalul 0,01,0 folosind urmtoarea relaie:
Xi = (Ri Rmin) / (Rmax Rmin)

(5.1)

Fig. 5.2. Linia solului n spaiul rouinfrarou apropiat pentru imaginea

Landsat 5 TM din 1989

n care Ri reprezint valorile brute iar Rmin i Rmax sunt valorile

minim, respectiv maxim, din imagine.
Indicele NDVI s-a calculat cu relaia (2.1.1) iar indicele
SAVI s-a calculat cu relaia din Tabelul 4.1.2 folosind factorul de ajustare L a crui valoare s-a considerat
egal cu 0,5. Indicele TSAVI a fost obinut pe baza parametrilor derivai din linia solului (Fig. 5.2).
Obinerea acestora s-a fcut prin aplicarea regresiei liniare folosind benzile rou (banda 3) i infrarou
apropiat (banda 4).
Intensitatea exploatrilor de calcar s-a analizat prin intermediul profilelor spectrale. Profilele
realizate trec prin cele dou cariere iar la extremiti prin terenurile agricole i forestiere.

5.4. Rezultate i discuii

Identificarea exploatrilor de calcar este abordat n studiile de teledetecie prin folosirea
combinaiei RGB realizat ntre componentele rezultate ca raporturi ntre benzile spectrale 2/5 (R), 4/3
(G) i 5/4 (B) (Mohammad et al. 2001). n cercetrile realizate identificarea exploatrilor de suprafa, n
principiu carierele de calcar, a ridicat probleme datorit comportamentului spectral apropiat al acestora
cu cel al detaliilor din oraul Braov. n interiorul oraului se gsesc suprafee ntinse ocupate de
construcii, parcri, drumuri, strzi asfaltate i betonate etc. i care au comportamentul spectral
apropiat ceea ce a condus la confuzii. n urma cercetrilor realizate s-a constatat c includerea indicelui
NDVI n combinaia RGB alturi de alte benzi permite o identificare clar a carierelor de calcar din
apropierea zonelor cu construcii. Combinaia gsit este R (banda 5), G (NDVI) i B (banda 4) care
permite afiarea imaginii, n spe a carierelor de calcar, n alt culoare comparativ cu suprafeele din
intravilanul oraului (Fig. 5.3).
Stabilirea acestei combinaii a condus la identificarea celor dou cariere, lucru evideniat n
special pe imaginea preluat n anul 1989. n cazul imaginii Landsat 5 TM din 1984 n aceeai culoare
apar i norii motiv pentru care diferenierea se realizeaz greu. n acest sens, pentru identificarea norilor
s-a folosit folosind algoritmul ABT (Leung i Jordan 1995). Acesta a presupus, mai nti, calcularea
strlucirii medii din imaginile grayscale i pe baza acesteia s-a stabilit o valoare prag a strlucirii. Aceast
valoarea prag s-a aplicat imaginii cu acoperire noroas pentru segmentarea ei n zone cu i fr
acoperire noroas. Norii astfel identificai pot fi nlturai i nlocuii cu date din alt imagine i din
aceeai zon. Procedeul s-a repetat pentru fiecare band.
Stadiul exploatrilor din carierele analizate s-a fcut pe baza indicilor de vegetaie. n acest sens,
s-a constatat c valorile indicelui NDVI specifice celor dou exploatri de suprafa descresc, astfel:
pentru imaginea din 1984 valorile sunt cuprinse n intervalul 0,450,50; pentru imaginea din 1989 aceste
valori sunt cuprinse n intervalul 0,300,35 iar n cazul nregistrrii din 2009 intervalul valorilor este ntre
0,170,21 (Fig. 5.4). O analiz detaliat a acestora arat c valorile indicelui NDVI au sczut considerabil
n 15 ani ceea ce denot faptul c exploatrile s-au realizat intens n aceti ani, terenul fiind descoperit,
lipsit de vegetaie. Acest lucru este dovedit i de combinaiile RGB realizate i prezentate mai sus unde
se observ i mrirea suprafeei n care s-au fcut exploatri. Este de remarcat faptul c valorile mai
mari sunt specifice carierei Rsritul dat fiind faptul c n aceast carier exploatarea a fost mai puin
intens iar vegetaia a nceput s se instaleze, n special pe margini.
96

Teza de abilitare

Iosif VOROVENCII

1500

Fig. 5.3. Imagini n combinaia RGB (R=banda

5), (G=NDVI), (B=banda 4) care au permis
separarea, din punct de vedere spectral, a
carierelor de calcar de terenurile din intravilan.
Cu sgei sunt indicate pe imagini cele dou
cariere de calcar

Valorile indicelui SAVI sunt foarte apropiate de cele ale indicelui NDVI. Realizarea regresiei liniare
folosind cei doi indici, NDVI i SAVI, a condus la obinerea unor coeficieni de corelaie foarte mari (Tab.
5.1.). n ceea ce privete indicii TSAVI1 i TSAVI2, calcularea lor a presupus mai nti stabilirea ecuaiilor
de regresie care redau linia solului (Tab. 5.2) (Fig. 5.5). Parametrii obinui prin ecuaiile de regresie au
fost folosii n continuare ca date de intrare.
Tabelul 5.1. Coeficienii de corelaie dintre NDVI i indicii SAVI, TSAVI1 i TSAVI2
Variabila
independent
NDVI

Variabila
dependent
SAVI
TSAVI1
TSAVI2

Landsat 5 TM 1984
0,999703
0,996573
0,996432

Coeficieni de corelaie
Landsat 5 TM 1989
Landsat 5 TM 2009
0,999997
0,999999
0,996887
0,996235
0,996931
0,996263

Tabelul 5.2. Ecuaiile de regresie care redau linia solului

Imagine
Ecuaii de regresie
*
**
Landsat 5 TM 1984
Y = 0,923435 X + 2,683273
*
**
Landsat 5 TM 1989
Y = 1,020054 X + 2,572085
*
**
Landsat 5 TM 2009
Y = 0,903222 X + 3,288193
* panta dreptei solului
** punctul de intersecie al axei de coordonate

97

Coeficieni de corelaie
0,991769
0,991309
0,992528

Iosif VOROVENCII

Tez de abilitare

Fig. 5.4. Imagini care redau indicele NDVI din zona

studiat. n legend sunt afiate valorile indicelui
NDVI iar cu sgei sunt indicate cele dou cariere
de calcar de la marginea oraului Braov

Banda 4

Banda 4

n vederea stabilirii modului de funcionare al indicilor TSAVI (TSAVI1 i TSAVI2), la fel ca i n cazul
indicelui SAVI, s-a apelat la regresia liniar. Situaia este similar, dat fiind faptul c s-au obinut
coeficieni de corelaie foarte mari (Tab. 5.1 i Fig. 5.6). Aceasta arat c indicii TSAVI ca i indicele SAVI,
n cazul celor trei imagini i pentru zona studiat, pot fi utilizai n aceeai msur i conduc la rezultate
foarte apropiate, fiind din punct de vedere funcional, apropiai de indicele NDVI. Dei s-a ateptat ca
indicii SAVI i TSAVI s lucreze diferit fa de indicele NDVI, conform rezultatelor obinute, acetia au
condus la valori apropiate. Aceasta deoarece pe cuprinsul zonei studiate este inclus ntreg teritoriul
oraului Braov care are suprafee considerabile acoperite de asfalt i beton. n aceast situaie, la
realizarea imaginii binare pentru stabilirea parametrilor liniei solului, este posibil ca pe lng pixelii care

a.

Banda 3

b.

Banda 3

Fig. 5.5. Liniile de regresie dintre benzile 3 i 4 n cazul imaginilor Landsat 5 TM preluate n:
a) 1989; b) 2009

98

Iosif VOROVENCII
NDVI

NDVI

NDVI

Teza de abilitare

TSAVI2
NDVI

TSAVI1
NDVI

NDVI

SAVI

SAVI

TSAVI1

TSAVI2

Fig. 5.6. Curbele de regresie n care indicele NDVI este variabila independent iar
indicii SAVI, TSAVI1 i TSAVI2 sunt variabile dependente

NDVI

au reprezentat terenul lipsit de vegetaie s fi fost inclui i pixeli care reprezentau suprafee betonate i
asfaltate.
Valorile indicilor de vegetaie obinui pentru zona luat n studiu se ncadreaz n valorile
prezentate de literatura de specialitate (Schmidt i Karnieli 2001). Conform literaturii de specialitate, la
un covor vegetal de 40%, nivelul zgomotului indicelui NDVI este mai mare, de circa 10 ori dect n cazul
indicelui SAVI, corespunznd unei erori de estimare a vegetaiei de 23% pentru NDVI i 2,5% pentru
SAVI (Qi et. al 1994). Dei indicele SAVI este un indicator al vegetaiei mult mai reprezentativ dect ali
indici, stabilirea unui factor L optim a artat c poate conduce n unele situaii la creterea valorii
indicelui. Unele studii precedente au ncercat definirea unui indice cumulativ care s estimeze starea
peisajelor (Mouflis et al. 2008).
Analiza profilelor spectrale arat, conform literaturii de specialitate, c n banda 3 vegetaia are
reflectan sczut pe cnd exploatrile de suprafa, dat fiind existena calcarului, au o reflectan
ridicat (Fig. 5.7). n banda 4 situaia este inversat n sensul c vegetaia prezint reflectan ridicat iar

a.

Distana (m)

Valori digitale pixeli

Valori digitale pixeli

b.

c.

Distana (m)

Distana (m)

d.

Fig. 5.7. Profil spectral realizat pe imaginea Landsat 5 TM preluat n 1989:

a) localizarea profilului; b) pe imaginea NDVI; c) n banda rou; d) n banda infrarou apropiat

99

Iosif VOROVENCII

Tez de abilitare

calcarul o reflectan mai sczut. Ca atare, cu ct reflectana n banda 3 este mai intens nseamn c
exploatrile sunt nc active adic vegetaia nu s-a instalat s-au exist un pat de roc compact care nu
permite instalarea vegetaiei.
La fel ca i n cazul altor studii folosind date ale teledeteciei satelitare, rezultatele obinute arat
c exploatrile la suprafa au impact negativ asupra vegetaiei conducnd la degradarea peisajului,
reducerea zonelor mpdurite i degradarea solului (Ranade 2007; Mouflis et al. 2008).

5.5. Concluzii
Identificarea carierelor de calcar pe imaginile satelitare Landsat 5 TM amplasate lng zonele
urbane i cu suprafee mici ridic unele probleme datorit comportamentului spectral apropiat al rocilor
din cariere i cel al suprafeelor asfaltate i betonate din intravilan. n acest sens, s-a constatat c
folosirea indicelui NDVI n combinaia RGB conduce la obinerea unor rezultate bune la identificarea
carierelor de calcar. Stadiul exploatrilor de suprafa s-a analizat prin intermediul indicilor de vegetaie
i, n special, folosind indicii bazai pe linia solului. n poriunile din cariere, cu vegetaie instalat, indicii
NDVI i TSAVI1 prezint valori mai ridicate. S-a constatat c indicele TSAVI are, n general, valori mai
mari pentru suprafeele cu reflectan redus, n timp ce indicele SAVI este mai sensibil la detaliile cu
reflectan ridicat cum este calcarul. Utilizarea acestor indici n cazul fundalurilor nchise conduce la
supraestimarea vegetaiei din carierele abandonate. Intensitatea exploatrilor de calcar s-a analizat prin
realizarea de profile spectrale. Dominarea spaiului spectral de ctre calcar arat c exploatrile sunt
active sau, dac acestea sunt abandonate, nu exist vegetaie instalat. Dominarea spaiului spectral de
vegetaie arat c exploatarea la suprafa este abandonat.

6. Concluzii asupra cercetrilor originale

Cercetrile realizate au cuprins, n general, sfera teledeteciei satelitare i, n special, prelucrarea
i interpretarea imaginilor satelitare Landsat deoarece aceste sunt, prin esen, dedicate monitorizrii
resurselor naturale ale Pmntului, inclusiv a schimbrilor aprute n mediul nconjurtor, pot fi
descrcate gratuit de pe Internet i sunt larg utilizate n astfel de studii. n efectuarea cercetrilor s-au
mai folosit cunotine legate de: (1) fotogrammetria clasic i digital pentru interpretarea fotogramelor
i imaginilor aeriene n cazul datelor de referin; (2) sistemele de poziionare global GNSS folosite la
determinarea coordonatelor reperilor teretri pentru georeferenierea imaginilor satelitare; (3)
topografie, prin ridicrile topografice realizate n unele cercetri pentru identificarea zonelor studiate, la
stabilirea eantioanelor folosite pentru culegerea semnturilor spectrale sau la evaluarea preciziei
clasificrii coninutului imaginilor satelitare; (4) sisteme informaionale specifice domeniului de
activitate, prin folosirea bazei de date cadastrale la identificarea eantioanelor.
Prin cercetrile realizate s-au identificat, evaluat i monitorizat probleme ale mediului
nconjurtor ntlnite n prezent, care au constituit practic i subdirecii de cercetare, i anume:

Schimbrile legate de utilizarea/acoperirea terenurilor dup anul 1989 determinate, n
principiu, de neutilizarea terenurilor agricole cultivate pn atunci, creterea suprafeelor ocupate de
terenurile agricole necultivate i de puni, extinderea suprafeei terenurilor construite. Dintre
cercetrile realizate pe aceast direcie, studiul referitor la Copa Mic a reliefat schimbrile pozitive
aprute pe timpul perioadei analizate n sensul reducerii semnificative a polurii provocate de negrul de
fum i mai puin a polurii solului produse de metalele grele. De asemenea, au fost obinute rezultate
semnificative legate de analiza corelativ a indicelui NDVI cu temperatura de suprafa care au artat c
ntre acestea exist o corelaie negativ i orice schimbare legat de utilizarea/acoperirea terenurilor se
reflect imediat n valorile indicelui NDVI i, implicit, n cele ale temperaturii de suprafa.

Evaluarea riscului la deertificare n Dobrogea pe baza unei serii temporale de imagini
satelitare preluate n cinci ani obinndu-se n final, pentru fiecare an, hri ale riscului la deertificare i
situaia statistic a suprafeelor, pe grade de risc la deertificare, care au reliefat trendul acestui
fenomen pentru ntrega perioad studiat. Alturi de acestea s-au analizat i cauzele care au condus la
apariia riscului de deertificare.
100

Teza de abilitare

Iosif VOROVENCII

Schimbrile produse de factorii naturali i antropici n pdurile din zonele studiate. n acest
sens, au fost cercetate posibilitile de utilizare a imaginilor satelitare la identificarea doborturilor din
pdurile de molid aparinnd Ocolului Silvic Snmartin din cadrul Direciei Silvice Miercurea Ciuc.
Cercetrile au artat c folosirea anumitor metode de evideniere a schimbrilor care i-au n considerare
diferii indici de vegetaie sau componente conduc la identificarea doborturilor de vnt cu precizii
diferite dar apropiate. De asemenea, pentru zonele studiate, au fost identificate i evaluate pe imaginile
satelitare exploatrile forestiere necontrolate i tierile ilegale de pduri i efectul acestora asupra
mediului nconjurtor, fenomen ntlnit de altfel n multe zone ale Romniei. Toate aceste aciuni,
naturale sau antropice, au condus la pierderea mediului specific pdurii, la dezechilibre majore n
ecosisteme, pierderea habitatului animalelor slbatice i fragmentarea pdurilor. n acest ultim caz, au
fost realizate cercetri privind efectul defririlor masive din Munii Giurgeului analizndu-se mai muli
indicatori care caracterizeaz starea peisajelor i care au evideniat, pe baza imaginilor satelitare, o
puternic fragmentare a pdurilor din zona studiat.

Evaluarea i monitorizarea exploatrilor de suprafa, n principiu a dou cariere de calcar
aflate la marginea oraului Braov i a fondului forestier, folosind imagini satelitare i date culese pe cale
terestr. Cercetrile pe aceast direcie au vizat identificarea carierelor de calcar pe baza nregistrrilor
satelitare dat fiind suprafaa mic a carierelor i rezoluia spaial moderat, de 30 m, a imaginilor
satelitare Landsat. n acest sens, s-a gsit cea mai bun combinaie RGB prin care pot fi difereniate
exploatrile de suprafa de detaliile cu comportament spectral asemntor din apropiere specifice
terenurilor acoperite cu construcii din interiorul oraului. De asemenea, s-a urmrit stabilirea stadiului
i intensitii exploatrilor de calcar.
Metodele folosite au fost specifice teledeteciei satelitare, n principal, cele care servesc la
identificarea, evaluarea i monitorizarea schimbrilor:

Metoda diferenei dintre benzi, dintre indicii de vegetaie sau dintre diferite componente a fost
folosit n cercetrile legate de identificarea, evaluarea i monitorizarea schimbrilor utilizrii/acoperirii
terenurilor, identificarea doborturilor de vnt din arboretele de molid, la identificarea exploatrilor
forestiere necontrolate i a tierilor ilegale de pduri. Metoda a fost aplicat direct benzilor folosind
banda TM4 sau, de cele mai multe ori, indicilor de vegetaie sau altor imagini obinute din diferite
transformri. Folosirea n cercetri mai mult a combinaiilor de benzi s-a bazat pe faptul c acestea
surprind mai bine schimbrile subtile din mediul nconjurtor. n acest sens, s-au folosit indicele NDVI i
componenta PC2 n analiza schimbrilor utilizrii/acoperirii terenurilor, componentele TCB, TCG, TCW i
indicii NDVI, SAVI, RVI pentru identificarea doborturilor de vnt i indicele de disturban DI pentru
identificarea exploatrilor forestiere necontrolate i a tierilor ilegale de pduri.

Metoda analizei schimbrilor vectoriale a fost folosit n cercetrile legate de evaluarea i
monitorizarea schimbrilor utilizrii/acoperirii terenurilor, pentru identificarea doborturilor de vnt,
evaluarea i monitorizarea defririlor i regenerrilor de pduri. Aceast metod s-a aplicat
componentelor TCB i TCG, respectiv indicilor NDVI i BI, n cazul cercetrilor privind identificarea,
evaluarea i monitorizarea schimbrilor utilizrii/acoperirii terenurilor de la Copa Mic, componentelor
TCW i TCB, respectiv TCG, TCB i TCW pentru identificarea doborturilor de vnt i componentelor TCB i
TCG folosite la identificarea, evaluarea i monitorizarea defririlor i regenerrilor de pduri.

Metoda analizei componentelor principale s-a folosit n cazul identificrilor doborturilor de
vnt din arboretele de molid i a fost aplicat componentei TCW i indicilor NDVI, SAVI i RVI.

Metoda comparaiei postclasificare folosit, n special, la evaluarea i monitorizarea
schimbrilor utilizrii/acoperirii terenurilor a permis obinerea de informaii legate de cantitatea
schimbrilor dar i de traiectoria lor. S-a bazat pe clasificarea individual, n prealabil, a coninutului
imaginilor satelitare prin metoda supervizat, algoritmul probabilitii maxime.
Pe lng acestea s-au mai folosit urmtoarele metode care au permis identificarea, evaluarea i
monitorizarea schimbrilor din mediul nconjurtor:

Metoda clasificrii prin arbori de decizie, a fost folosit la evaluarea riscului la deertificare i a
constat n realizarea unei clasificri care s redea gradele de risc la deertificare pe baza indicatorilor
MSAVI1, MSDI i Albedo.

Metoda corelaiei dintre indicele NDVI i indicatorul LST care a fost folosit n cercetrile
privind evidenierea impactului pe care l au schimbrile legate de utilizarea/acoperirea terenurilor
101

Iosif VOROVENCII

Tez de abilitare

asupra temperaturii de suprafa. Schimbarea utilizrii/acoperirii terenurilor a fost studiat prin

intermediul indicelui NDVI.

Metoda profilelor spectrale realizate pentru evidenierea strii exploatrilor la suprafa.

Metoda comparaiei indicilor de vegetaie aplicat pentru evidenierea intensitii
exploatrilor la suprafa. n acest sens, au fost folosii indicii NDVI, SAVI, TSAVI1 i TSAVI2.
Rezultatele cercetrilor au permis identificarea, evaluarea i monitorizarea schimbrilor aprute
ntr-o anumit perioad de timp. n acest sens, schimbrile legate de utilizarea/acoperirea terenurilor
sunt cele mai des ntlnite, au fost produse de cauze naturale sau antropice, cele mai multe fiind n sens
negativ motiv pentru care trebuie monitorizate i luate msuri de refacere. Unele cercetri, n principiu,
cele legate de poluarea de la Copa Mic au reliefat schimbri ale acoperirii terenurilor n sens pozitiv
adic o revenire a zonei studiate aproape de limitele normale.
Pentru fiecare fenomen studiat au fost ntocmite hri care redau situaia la momentul respectiv,
hri ale schimbrilor pentru perioadele intermediare i pe ntreaga perioad analizat i hri care arat
trecerea dintr-o clas n alta a utilizrii/acoperirii terenurilor, toate obinute pe baza metodelor
teledeteciei satelitare i a imaginilor satelitare Landsat. Produsele finale sunt relevante, constituie
produse cartografice tematice, care pot fi obinute ntr-un timp relativ redus avnd n vedere mrimea
suprafeelor ce se analizeaz i la un cost sczut. Alturi de acestea au fost obinute i date statistice
legate de suprafeele afectate, intensitatea fenomenelor studiate, suprafee grupate n diferite clase sau
categorii, temperaturi de suprafa etc.

102

Teza de abilitare

Iosif VOROVENCII

(B-ii) Planuri de evoluie i dezvoltare a carierei

1. Evoluia profesional i activitatea de cercetare tiinific
1.1. Studii absolvite
Studii universitare:
19851991 Facultatea de Silvicultur i Exploatri Forestiere din cadrul Universitii
Transilvania din Braov inginer silvic.
19911997 Facultatea de tiine Economice din cadrul Universitii Transilvania din Braov
economist, specializarea marketing.
20062010 Facultatea de tiine din cadrul Universitii 1 Decembrie 1918 Alba Iulia
inginer geodez.
20102012 Facultatea de tiine din cadrul Universitii 1 Decembrie 1918 Alba Iulia
master n Inginerie geodezic, programul de studii Sisteme Informaionale Cadastrale i Organizarea
Teritoriului.
Studii postuniversitare:
19952005 Universitatea Transilvania din Braov doctorat n domeniul silvicultur cu
lucrarea Cercetri privind posibilitile de utilizare a imaginilor satelitare n lucrrile de amenajarea
pdurilor, conductor tiinific prof. univ. dr. ing. Nicolae Bo.
1.2. Activitatea profesional
Dup absolvirea Facultii de Silvicultur i Exploatri Forestiere n anul 1991 am fost angajat un
an de zile n cadrul Direciei Silvice Braov. n perioada 19921994 am fost angajatul Institutului de
Cercetri i Amenajri Silvice, Staiunea Braov, n cadrul colectivului de Corectarea Torenilor (un an) i
al colectivului de Amenajarea Pdurilor (un an). Din anul 1994, am fost angajat n cadrul Universitii
Transilvania din Braov, Facultatea de Silvicultur i Exploatri Forestiere, Catedra de Amenajarea
Pdurilor, la disciplinele Topografie i Fotogrametrie, ocupnd prin concurs i parcurgnd toate treptele
nvmntului universitar:
martie 1994 martie 1996 preparator universitar;
marie 1996 martie 2000 asistent universitar;
martie 2000 octombrie 2004 ef lucrri universitar;
octombrie 2004 octombrie 2006 asistent universitar;
octombrie 2006 octombrie 2014 confereniar universitar;
octombrie 2014 prezent profesor universitar n cadrul Departamentului de Exploatri
Forestiere, Amenajarea Pdurilor i Msurtori Terestre (EFAPMT), Facultatea de Silvicultur i
Exploatri Forestiere, Universitatea Transilvania din Braov.
Activitatea pe care o desfor se realizeaz n cadrul a dou domenii i anume Silvicultur i
Inginerie geodezic. n cadrul domeniului Silvicultur predau cursul de Topografie-Geodezie care se
ntinde pe dou semestre i coordonez practica la disciplina Topografie iar n anii anteriori am predat i
lucrrile practice. De asemenea, predau cursul de Fotogrammetrie i lucrrile de laborator la
programele de studii Silvicultur i Exploatri Forestiere.
n cadrul domeniului Inginerie geodezic, la programul de studii Msurtori Terestre i Cadastru
(MTC), predau cursurile i lucrrile practice la disciplinele Fotogrammetrie analogic, Fotogrammetrie
analitic, Fotogrammetrie digital, Teledetecie i Sisteme informaionale specifice domeniului de
activitate. n perioada 20072010 am predat cursul i seminariile la disciplina Legislaie cadastral. De
asemenea, n perioada 19982005 am predat lucrrile practice la disciplinele Topografie i Cadastru. Tot
103

Iosif VOROVENCII

Tez de abilitare

n cadrul programului de studii MTC am coordonat practica studenilor din anul I (topografie), II
(geodezie) i III (cadastru i topografie inginereasc) i sunt tutore la anul IV. Sunt responsabilul
programului de studii MTC i am contribuit activ la ntocmirea dosarelor de acreditare din anii 2011 i
2013 pentru acest program.
n cadrul Facultii de Construcii am predat cursul de Topografie n perioada 19992013 i,
aproape pe ntreaga perioad, cu excepia a 3 ani, am predat i lucrrile practice. La sfritul fiecrui an
universitar am efectuat practica la Topografie cu studenii acestei faculti.
n anul universitar 20142015 am predat cursurile de Topografie inginereasc i Fotogrammetrie
la Facultatea Transfrontalier de tiine Umaniste, Economice i Inginereti din cadrul Universitii
Dunrea de Jos Galai, cursuri predate la Cahul, Republica Moldova.
n cadrul Universitii Transilvania din Braov, Facultatea de Silvicultur i Exploatri Forestiere
am fost sau sunt membru n diferite structuri, dup cum urmeaz:
20002004 - membru n Consiliul Facultii de Silvicultur;
20002004 - secretar tiinific al Catedrei Amenajarea Pdurilor;
20042008 - adjunct ef de Catedr Amenajarea Pdurilor;
2012prezent - membru n Consiliul Departamentului EFAPMT;
2012prezent - membru n Senatul Universitii Transilvania din Braov;
2012prezent - membru n Comisia de Buget Finane a Senatului Universitii Transilvania din
Braov;
2014prezent membru n comisia de inventariere a patrimoniului Universitii Transilvania
din Braov.
Din 2014 sunt evaluator ARACIS pe domeniul Silvicultur.
Am fost membru n comisiile de licen la programul de studii MTC iar n anii 2013 i 2014 am fost
preedintele comisiei de licen la acelai program de studii. De asemenea, n anul 2010 am fost
membru n comisia de licen la programul de studii Exploatri Forestiere. n anul 2007 am fost membru
al comisiei de licen la Facultatea de tiina i Ingineria Alimentelor din cadrul Universitii Dunrea de
Jos Galai.
Am ndrumat studeni de la programul de studii MTC la sesiunile tiinifice studeneti i la
conferina anual Absolveni n Faa Companiilor (AFCO). De asemenea, din anul 2000 i pn n prezent
am fost coordonator la proiectele de diplom pentru studeni din cadrul programelor de studii
Silvicultur, Exploatri Forestiere i MTC.
Calitatea activitilor didactice este reflectat n aprecierea studenilor, obinnd regulat un
punctaj ntre 4,5 i 5,0 pe o scar de la 1 la 5. Prezentarea cursurilor se face prin metode moderne
folosind proiectorul, calculatorul i diferite programe specifice disciplinelor pe care le predau.
Experiena profesional a fost acumulat i n cadrul altor instituii, altele dect Universitatea
Transilvania din Braov, prin obinerea unor burse i efectuarea de vizite de studiu n alte ri:
1999 burs Tempus de 3 luni la Myerscough College din Preston (Anglia) unde m-am
specializat n utilizarea tehnicii GNSS la realizarea msurtorilor terestre;
2001 stagiu de pregtire n domeniul topografiei i fotogrammetriei n cadrul firmei
Vermessung Angst din Viena (Austria);
2003 stagiu de pregtire la Freiburg (Germania), Facultatea de Silvicultur, Departamentul de
Fotogrammetrie i Teledetecie unde m-am perfecionat n prelucrarea imaginilor satelitare folosind
programul ERDAS Imagine.
n paralel cu activitatea didactic am fost ef de proiect timp de doi ani (20002002) la firma S.C.
Silvproiect S.R.L., perioad n care am participat la elaborarea de proiecte n amenajarea pdurilor. De
asemenea, pe ntrega carier de pn acum am ntocmit documentaii tehnice topografice i
documentaii cadastrale n urma crora am acumulat o vast experien n domeniul msurtorilor
terestre i cadastrului fiind autorizat de Oficiul de Cadastru i Publicitate Imobiliar Braov.

1.3. Activitatea de cercetare tiinific

Relevana i impactul rezultatelor tiinifice s-au concretizat n crile i articolele publicate. Prin
crile publicate am cutat s mbuntesc activitatea didactic i s aduc n prim plan noutile dat
104

Teza de abilitare

Iosif VOROVENCII

fiind faptul c majoritatea disciplinelor pe care le predau sunt din domenii n care progresul tehnic este
foarte rapid. Aceste cri arat capacitatea de transpunere n material didactic a cunotinelor
dobndite n cadrul activitilor didactice, de cercetare i documentare precum i preocuparea
permanent pentru domeniile n care m-am specializat. n ceea ce privete lucrrile publicate n
revistele de specialitate i n volumele unor manifestri tiinifice naionale i internaionale, acestea
arat principalele direcii spre care m-am orientat n cercetare, dovedesc capacitatea de sintez i
demonstreaz nivelul tehnico-tiinific dobndit.
Lucrrile elaborate pe parcursul carierei didactice sunt:
10 cri, din care 3 cri n calitate de unic autor, 1 carte ca prim autor i 6 cri la care sunt
coautor, toate n edituri recunoscute CNCS (Editura Universitii Transilvania din Braov, Editura Matrix
Rom Bucureti, Editura Lux Libris). Lucrrile publicate n calitate de unic autor se bucur de prestigiu n
rndul lucrrilor de specialitate, dou dintre acestea (Fotogrammetrie i Teledetecie satelitar) servind
ca referin n multe universiti din ar care au programe de studii la care se predau aceste discipline;
4 suporturi de curs n calitate de coautor;
1 ndrumar ca unic autor;
8 articole publicate n reviste cotate ISI Thomson Reuters, toate cu factor de impact,
(Environmental Monitoring and Assessment, Environmental Engineering and Management Journal,
International Journal of Environmental and Pollution, Journal of Environmental Protection and Ecology)
din care la 7 sunt unic autor, iar dintre acestea 3 au FI = 1,679 i SRI = 0,749.
11 articole publicate n volume indexate ISI Proceedings din care la 5 sunt prim autor;
28 articole publicate n reviste i volumele unor manifestri tiinifice indexate n alte baze de
date internaionale (CABI, Scopus, Index Copernicus, EBSCO, ProQuest), din care la 20 sunt unic autor
sau prim autor;
16 articole publicate n extenso (13 unic sau prim autor), aprute n lucrri ale principalelor
conferine internaionale de specialitate;
44 articole publicate n reviste i volume ale diferitelor manifestri tiinifice. Unul dintre
acestea este publicat sub Editura Academiei Romne;
2 proiecte ca director/responsabil i 6 proiecte n care am fost membru n echip (2
internaionale, 2 proiecte CEEX, 1 proiect POSDRU). n cadrul unui proiect internaional am fost
reprezentatul Romniei la Sofia.
Numrul total de lucrri publicate (cri i articole) este de 122.
Sunt recenzor i membru n colectivul de redacie al conferinelor sau revistelor:
Simpozionul Internaional Forest and Sustainable Development;
Revista de Geodezie;
Bulletin of the Transilvania University of Brasov, Series II - Forestry Wood Industry
Agricultural Food Engineering;
Journal of Environmental Treatment Techniques.
n perioada 20082012 am fost membru al Comitetului de Management din cadrul Aciunii COST
FP0701 Post-Fire Forest Management in Southern Europe unde am participat activ la ntlniri realizate n
Belgia i Spania.
Am fost referent tiinific n cadrul Departamentului EFAPMT la 5 teze de doctorat i referent n
comisia de analiz, numit prin Ordin al Rectorului, la 7 teze de doctorat susinute n cadrul Universitii
Transilvania din Braov. Toate tezele au fost n domeniul Silvicultur, patru dintre acestea avnd teme
din domeniul msurtorilor terestre i cadastrului iar trei din dendrometrie, auxologie i amenajarea
pdurilor. De asemenea, am fcut parte i fac parte n continuare din colectivul de ndrumare al unor
doctoranzi din cadrul Departamentului EFAPMT.
n ultima perioad am participat la ntruniri realizate de Agenia Spaial Romn legate de
identificarea unor nie pentru participarea Romniei, n cadrul Ageniei Spaiale Europene, la realizarea
viitorului satelit Biomass care va fi lansat cel mai curnd n anul 2020.

105

Iosif VOROVENCII

Tez de abilitare

2. Planuri de dezvoltare a carierei

2.1. Planuri de dezvoltare a activitii didactice
Activitatea didactic constituie o sarcin prioritar prin care informaiile sunt transmise
studenilor n vederea formrii i dezvoltrii intelectuale a acestora. Dezvoltarea activitii didactice se
va baza pe mbuntirea continu a metodologiei de predare sprijinind i implicnd studenii n
procesul de nvare i cercetare. n vederea creterii competenelor didactice mi propun urmtoarele:
Elaborarea de cursuri i ndrumare de laborator pentru acoperirea disciplinelor pe care le
predau, inclusiv n format electronic, att pentru programele de studii Silvicultur, Exploatri Forestiere
ct i pentru MTC i actualizarea lor o dat la cinci ani. Prin aceast activitate voi asigura mult mai uor
accesul studenilor la informaii actualizate, conforme cu schimbrile foarte rapide de pe plan naional i
internaional din domeniile teledeteciei satelitare, fotogrammetriei digitale, topografiei i geodeziei.
Ridicarea calitii cursurilor predate i punerea accentului pe latura practic i aplicativ a
laboratoarelor i proiectelor.
Gsirea unor modaliti de predare care se bazeaz pe diferite tehnici precum nvarea prin
cooperare, n cadrul echipelor, nvarea centrat pe succes i apreciere.
Implicarea, n calitate de coordonator al programului de studii MTC, n reactualizarea planurilor
de nvmnt i a programelor analitice n conformitate cu standardele n vigoare. Reactualizarea va
avea n vedere toate disciplinele i va ine seama de cerinele reale de pe piaa muncii i de planurile de
nvmnt ale altor faculti din domeniu.
Informatizarea sistemului de predare i de evaluare, proces nceput la unele discipline i pe
care voi ncerca s-l implementez i la celelalte discipline pe care le predau n vederea eliminrii
subiectivismului n evaluarea studenilor.
Sprijinirea i ncurajarea studenilor s participe la cercurile tiinifice studeneti, activiti de
cercetare, conferine i simpozioane.
Asigurarea condiiilor necesare efecturii practicii la disciplina Topografie pentru studenii din
cadrul specializrii Silvicultur.
mbuntirea coninutului lucrrilor de licen prin revizuirea temelor astfel nct s
determine studenii s participe efectiv la culegerea datelor din teren i s-i aduc contribuii tiinifice
originale la ntocmirea acestora.
Dezvoltarea n cadrul studenilor a simului de responsabilitate i apropierea acestora de viaa
real, cea ntlnit n producie.
Stabilirea unei relaii de parteneriat cu studenii.
Implicare activ n toate activitile didactice.
Invitarea reprezentanilor firmelor care comercializeaz aparatur topografic,
fotogrammetric i instrumente de nalt performan folosite n msurtorile terestre pentru
prezentarea studenilor n cadrul unor ore de laborator pe care le predau.
Participarea la stagii n universiti din strintate, pentru a asigura un schimb de experien i
de informaii care s fie benefic pentru cariera mea, pentru instituia n care lucrez i evident pentru
studeni.
ndrumarea doctoranzilor la elaborarea lucrrilor de doctorat cu caracter interdisciplinar i
ncercarea de a forma absolveni interesai ntr-o carier universitar.
Planul legat de dezvoltarea activitii didactice se va reflecta n cursurile i laboratoarele pe care
le predau i n interaciunea cu studenii. Elementele centrale ale planului vor fi folosirea metodelor
moderne de predare, punerea unui accent deosebit pe lucrrile practice n care fiecare student s poat
fi implicat ct mai mult, utilizarea feedback-ului n obinerea de informaii, transparena.

2.2. Planuri de dezvoltare a activitii de cercetare tiinific

Dezvoltarea activitii de cercetare tiinific se va baza, ca i pn acum, pe participarea la
evenimente tiinifice naionale i internaionale, prin publicarea i diseminarea rezultatelor activitii
106

Teza de abilitare

Iosif VOROVENCII

de cercetare. n mod concret, pentru a crete relevana i impactul lucrrilor tiinifice pe care le voi
elabora mi propun urmtoarele:
Publicarea constant de articole n reviste indexate ISI Thompson Reuters cu factor de impact
i scor relativ de influen i n bazele de date internaionale recunoscute de Consiliul Naional al
Cercetrii tiinifice (CNCS) n domeniile pe care le predau (topografie-geodezie, fotogrammetrie,
teledetecie, sisteme informaionale specifice domeniului de activitate). n general, voi cuta s public n
reviste ct mai diversificate din punct de vedere al coninutului i al ariei geografice dar care public,
prin tematica lor, rezultate ale cercetrilor din domeniile pe care sunt specializat.
Participarea la conferinele desfurate n domeniu, cu precdere de nivel internaional i pe
ct posibil indexate ISI, desfurate att n tar, ct i n strintate.
Publicarea de cri de specialitate n edituri naionale recunoscute CNCS.
Participarea n cadrul unor reele de cercetare naionale i internaionale. Pe plan naional voi
urmri participarea n diferite echipe de cercetare din cadrul unor proiecte axate pe cercetare n
silvicultur dar i n msurtorile terestre i cadastru. Pe plan internaional, voi ncerca s particip la
diferite aciuni COST care au ca obiect aria cercetrilor pe care le realizez.
Abordarea n cercetrile urmtoare a unor teme de maxim actualitate din domeniul
teledeteciei satelitare, fotogrammetriei digitale dar i din domeniile apropiate. n acest sens, voi cuta
s m axez, n special, pe aplicaii ale teledeteciei satelitare i fotogrammetriei digitale n sectorul
forestier, dar i n alte sectoare (mediu nconjurtor, ecologie, studiul schimbrilor n timp n cadrul
ecosistemelor etc.).
Depunerea de propuneri n calitate de coordonator pentru proiecte de cercetare la
competiiile naionale i internaionale n vederea ctigrii i atragerii de fonduri.
Participarea ca membru n echipe de cercetare i publicarea de articole n calitate de prim
autor sau coautor cu ali membri ai echipelor de cercetare n care voi fi implicat.
Atragerea de fonduri prin contracte cu teri sau proiecte de consultan.
Implicarea n dezvoltarea laboratorului de cercetare care aparine Departamentului EFAPMT
de la Institutul de Cercetare i Dezvoltare al Universitii Transilvania din Braov. n cadrul acestuia, voi
ncerca s formez o echip de cercetare compus din cadrele didactice, doctoranzi dar i studeni
interesai de cercetarea din domeniul silviculturii i msurtorilor terestre.
Participarea activ n echipa de organizare la sesiunile tiinifice organizate la interval de doi
ani n cadrul Facultii de Silvicultur i Exploatri Forestiere. n acest sens, voi susine i ajuta existena
unei seciuni n cadrul sesiunii tiinifice cu tematic din domeniul msurtorilor terestre realizate n
fondul forestier i cadastrului, inclusiv cel forestier, unde s fie invitai specialiti din acest domeniu de
la alte universiti cu tradiie n msurtori terestre i din cadrul marilor firme de specialitate.
Dezvoltarea de relaii de colaborare cu grupuri de cercettori din profil.
Selectarea unor studeni din cadrul programelor de studii Silvicultur, Exploatri Forestiere i
MTC care s poat fi implicai n activiti de cercetare care au ca principal obiect teledetecia satelitar.
Participarea la scoli de var desfurate la n cadrul unor universiti din ar i strintate n
domeniile n care m-am specializat.
Planul dezvoltrii activitii de cercetare tiinific se va baza pe relaiile stabilite cu alte grupuri
de cercetare i colaborarea la proiecte naionale i internaionale. n acest sens, o s m bazez pe
experiena acumulat, pe ncrederea n colaboratori i pe rezultatele obinute n alte proiecte de
cercetare. Evident c rezultatele viitoare obinute mpreun cu membrii proiectelor de cercetare vor fi
publicate n articole n cadrul unor reviste indexate ISI Thompson Reuters sau reviste din bazele de date
internaionale.
Direciile de cercetare viitoare se vor baza pe direciile de cercetare actuale i vor viza
teledetecia satelitar, fotogrammetria digital i topografia-geodezia-sistemele informaionale
specifice domeniului de activitate. Toate direciile de cercetare sunt apropiate, se ntreptrund, fac parte
din tiinele msurtorilor terestre, i dau astfel caracterul interdisciplinar al cercetrilor. Direciile de
cercetare sunt caracterizate de faptul c se bazeaz pe discipline de vrf din domeniul msurtorilor
terestre i cadastrului, inclusiv din sectorul forestier, ceea ce determin ca realizrile de pe plan naional
i, n special, internaional, s fie rapide i spectaculoase datorit progresului tehnic i tiinific.

107

Iosif VOROVENCII

Tez de abilitare

Teledetecia satelitar constituie una dintre direciile abordate cel mai mult i care va fi abordat
n continuare iar obiectivele de cercetare ale acestei direcii vor avea n vedere: prelucrarea i
interpretarea imaginilor satelitare, monitorizarea schimbrilor aprute n mediul nconjurtor pe baza
imaginilor satelitare, utilizarea indicilor de vegetaie n analiza strii de sntate a covorului vegetal
folosind imagini satelitare multispectrale, analiza strii ecosistemelor forestiere pe baza imaginilor
satelitare, fuzionarea de imagini satelitare cu alte tipuri de date geospaiale, modalitile de obinere a
modelului digital pe baza imaginilor satelitare, conceperea diferitelor programe n cadrul soft-urilor de
teledetecie satelitar care s permit rezolvarea unor probleme specifice.
Pe aceast direcie am nceput cercetrile legate de folosirea imaginilor satelitare Landsat la
evaluarea i monitorizarea terenurilor degradate din Cmpia Brganului folosind clasificarea SMA
cunoscut ca fiind superioar clasificrilor clasice. Acest tip de clasificare a coninutului imaginilor
satelitare se bazeaz pe identificarea n imagini a pixelilor puri (endmembers) care s constituie modele
n clasificare. Folosirea acestei metode permite realizarea de clasificri la nivel de subpixel innd cont c
cei mai muli pixeli din imaginile satelitare sunt pixeli amestecai adic conin cel puin dou clase de
utilizare/acoperire a terenurilor. n acest sens, s-a ales o serie temporal de imagini satelitare (1988
2011) care sunt n prelucrare pentru culegerea de pixeli puri din punct de vedere spectral pe baza
histogramelor bidimensionale. Cercetrile au n vedere identificarea celor mai potrivite combinaii de
pixeli puri, verificarea acestora i realizarea unor clasificri SMA. Pe baza imaginilor obinute se va aplica
metoda arborilor de decizie pentru ntocmirea unor hri ale schimbrilor care s redea, pentru perioada
studiat i pe grade, riscul la degradare al terenurilor din Cmpia Brganului. Pe aceeai tem se are n
vedere o identificare, evaluare i monitorizare a terenurilor supuse riscului la deertificare din sudul
Romniei.
Alte cercetri, care continu cercetrile expuse n prezenta lucrare, se refer la folosirea indicilor
de analiz a peisajelor. Pe aceast linie, au fost finalizate cercetrile legate de cuantificarea
complexitii peisajului i evaluarea schimbrilor acoperirii terenurilor din Parcul Naional Piatra
Craiului (PNPC) i Parcul Natural Bucegi (PNB) folosind imagini satelitare i indicii de cuantificare a
peisajului. n cadrul acestora au fost alese dou perioade, 19872010 pentru PNPC i 19872009 pentru
PNB, n care s-au analizat disturbanele aprute n cele dou parcuri folosind imagini satelitare Landsat
i indicii specifici de cuantificare a peisajelor (McGarigal i Marks 1995). Aceti indici au fost determinai
folosind programul FRAGSTATS i imagini satelitare clasificate n trei clase de acoperire a terenurilor
(PNPC), respectiv cinci clase (PNB). Rezultatele acestor cercetri arat c n ambele parcuri, pentru
perioadele studiate, au avut loc fragmentri ale peisajului din cauze diferite. n PNPC fenomenul de
fragmentare a afectat pdurile datorit exploatrii necontrolate i a tierilor ilegale din suprafaa
parcului aflat n judeul Arge. n PNB fragmentarea a afectat punile alpine datorit fenomenelor de
eroziune la care este supus zona alpin i platoul Munilor Bucegi. Articolul este finalizat i este acum
sub recenzie. Cercetri asemntoare se vor realiza i n cazul altor pduri afectate de exploatri
forestiere necontrolate i tierile ilegale de pdure (Munii Apuseni, Maramure etc.).
Alte cercetri propuse vor avea n vedere folosirea diferitelor modele specifice teledeteciei
satelitare, cum este modelul RUSLE i modelul RUSLE mbuntit pentru evaluarea degradrii
terenurilor i, implicit, a evalurii pierderii lunare a cantitii de sol prin eroziune. De asemenea,
cercetrile legate de folosirea imaginilor satelitare la identificarea, evaluarea i monitorizarea
exploatrilor de suprafa vor continua avndu-se n vedere i alte zone cu exploatri la suprafa care
au condus la degradarea mediului nconjurtor (Roia Montana, Zlatna).
Fotogrammetria digital a fost mai puin abordat n cercetrile de pn acum dar se va avea n
vedere i aceast direcie deoarece imaginile aeriene preluate prin aceast tehnic au fost i sunt
folosite ca date de referin la interpretarea imaginilor satelitare. n acest sens, se va avea n vedere
att latura metric a acestor produse ct i cea de interpretare. De asemenea, un loc important va
ocupa prelucrarea imaginilor aeriene, dat fiind faptul c metodele de prelucrare sunt foarte apropiate
de cele ale teledeteciei satelitare, folosirea tehnicii GNSS la georeferenierea imaginilor aeriene,
stabilirea preciziei produselor fotogrammetrice obinute pe baza imaginilor aeriene preluate n diferite
condiii (nlime de zbor, terenuri cu pante diferite). O alt direcie de cercetare din cadrul acestei
discipline va avea n vedere folosirea imaginilor aeriene preluate deasupra fondului forestier ca date de
referin pentru identificarea i analiza diferitelor tipuri de arborete pe imaginile satelitare. Tot pe
108

Teza de abilitare

Iosif VOROVENCII

aceeai direcie se va avea n vedere folosirea imaginilor aeriene preluate cu dronele ca date de
referin pentru identificarea, evaluarea i monitorizarea diferitelor fenomene i schimbri aprute n
mediul nconjurtor, inclusiv n cadrul pdurilor.
Topografie-geodezie-sisteme informaionale specifice domeniului de activitate constituie, de
asemenea, o alt latur a cercetrilor dat fiind faptul c datele achiziionate cu aparatura specific
acestor discipline sunt folosite ca adevrul teren n cercetrile din teledetecia satelitar. Astfel de
date sunt culese att pentru constituirea eantioanelor din care se culeg semnturi spectrale dar i
pentru eantioane folosite la evaluarea preciziei clasificrii coninutului imaginilor satelitare. De
asemenea, la aparatura topo-geodezic i tehnica GNSS se apeleaz pe scar larg pentru determinarea
coordonatelor punctelor folosite la georeferenierea imaginilor satelitare. Pe aceast direcie se are n
vedere proiectarea reelelor geo-topografice, folosirea aparaturii moderne (staii totale, sisteme GNSS)
n realizarea de reele geo-topografice, compensarea reelelor geo-topografice prin diferite metode i
analiza preciziilor obinute.

2.3. Cadrul de dezvoltare a carierei

Dezvoltarea carierei se va baza pe comunicare, transparen, deschidere la nou i lucrul n echip,
elemente pe care m voi baza din partea colectivelor Departamentelor EFAPM i Silvicultur. n acest
sens, planul pe care l-am propus pentru dezvoltarea carierei este corelat cu planul de dezvoltare al
Facultii de Silvicultur i Exploatri Forestiere i al Universitii Transilvania din Braov. Comunicarea
n cadrul colectivelor celor dou departamente, n echipele de cercetare n care voi fi implicat i cu
studenii este esenial deoarece, pe baza feedback-ului, pot fi obinute informaii care ajut s te
evaluezi i s evaluezi. n funcie de aceste informaii m voi putea autocorecta i perfeciona continuu.
Transparena permite circulaia informaiei lucru care ajut foarte mult la construirea echipelor de
cercetare din cadrul proiectelor. Lucrul n echip este esenial, n special, n cadrul proiectelor de
cercetare pluridisciplinare i interdisciplinare.
Deschiderea la nou este unul dintre elementele pe care l am n vedere date fiind disciplinele pe
care le predau i care sunt tot timpul sub impulsul progresului tehnic. n acest sens, mi propun s fiu un
cadru didactic interesat de nou iar aceste nouti s fie materializate n lucrri de cercetare, articole,
cri. Prezentarea noilor programe de prelucrare a imaginilor satelitare i a metodelor de prelucrare,
analiz i interpretare a nregistrrilor satelitare folosite n diverse aplicaii, inclusiv n silvicultur, a fost
i rmne o preocupare permanent.
Consider c dezvoltarea carierei este dependent de respectarea i susinerea acestor elemente.
Prin cariera pe care doresc s o dezvolt n continuare vreau s performez, iar lucrrile tiinifice pe care
le voi elabora s asigure o vizibilitate naional i internaional Facultii de Silvicultur i Exploatri
Forestiere i, implicit, Universitii Transilvania din Braov. Printre instrumentele utilizate pentru
dezvoltarea carierei universitare pot fi enumerate colaborarea cu cadrele didactice i cu studenii,
meninerea i creterea standardelor de excelen academic i profesional, participarea la
manifestrile tiinifice.

109

Iosif VOROVENCII

Tez de abilitare

(B-iii) Bibliografie
1.
2.
3.
4.
5.
6.

7.

8.
9.

10.
11.

12.

13.

14.
15.
16.

17.

18.

19.

20.
21.

Ahrens, C. D. (2006). Meteorology today. An introduction to weather, climate, and the environment (8th ed.).
Belmont: Thompson, Brooks/Cole.
Alberti, M., Weeks, R., & Coe, S. (2004). Urban land cover change analysis in Central Puget Sound.
Photogrammetric Engineering and Remote Sensing, 70, 1043 1052.
Allan, R. (2011). Combining satellite data and models to estimate cloud radiative effect at the surface and in
the atmosphere. Meteorological Applications, 18(3), 324333.
Allen, T. R., & Kupfer, J. A. (2000). Application of spherical statistics to change vector analysis of Landsat data:
Southern Appalachian spruce-fir forests. Remote Sensing of Environment, 74(3), 482493.
Allen, T. R., & Kupfer, J. A. (2001). Spectral response and spatial pattern of Fraser fir mortality and
regeneration, Great Smoky Mountains, USA. Plant Ecology, 156, 5974.
Armenakis, C., Leduc, F., Cyr, I., Savopol, F., & Cavayas, F. (2003). A comparative analysis of scanned maps and
imagery for mapping applications. International Journal of Photogrammetry and Remote Sensing, 57(56),
304314.
Arnab, K., & Dipanwita, D. (2011). Monitoring desertification risk throught climate change and human
interference
using
remote
sensing
and
GIS
technique.
International Journal of
Geomatics and Geosciences, 2(1), 2133.
Ayala-Silva, T., & Twumasi, Y. A. (2004). Hurricane Georges and vegetation change in Puerto Rico using AVHRR
satellite data. International Journal of Remote Sensing, 25, 16291640.
Badea, O., Tanase, M., Georgeta, J., Amisoara, L., Peiov, A., Hana, U., Bucha, T., Wawrzoniak, J., & Shparyk, Y.
(2002). Forest health status in the Carpathian Mountains, Europe: 19971999. In Szaro, R. C., Bytnerowicz, A.,
314 Oszlanyi, J. (Eds), Effects of air pollution on forest health and biodiversity in forests of the Carpathian
Mountains. NATO Science Series, I. Life and Behavioural Sciences. Vol. 345, IOS Press, Amsterdam, 6975.
Badea, O., Neagu, ., & Robu D. (2006). Starea de sntate a pdurilor din Romnia n perioada anilor 19902005 evaluat prin sistemul de monitoring forestier. Revista Pdurilor, 1, 813.
Badea, O., Neagu, S., Bytnerowicz, A., Silaghi, D., Barbu, I., & Iacoban, C. (2011). Long-term monitoring of air
pollution effects on selected forest ecosystems in the Bucegi-Piatra Craiului and Retezat Mountains, southern
Carpathians (Romania). iForest-Biogeosciences and Forestry, 4, 4960.
Badea, O., Bytnerowicz, A., Silaghi, D., Neagu, S., Barbu, I., Iacoban, C., et al. (2012). Status of the Southern
Carpatian forests in the long-term ecological research network. Environmental Monitoring and Assessment,
184(12), 74917515.
Badea, O., Silaghi, D., Neagu., S., Taut, I., & Leca., S. (2013). Forest monitoring assessment, analysis and
warming system for forest ecosystem status. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 41(2), 613625.
Baker, C., Lawrence, R. L., Montagne, C., & Patten, D. (2007). Change detection of wetland ecosystems using
Landsat imagery and change vector analysis. Wetlands, 27(3), 610619.
Batistella, M., Robeson, S., & Moran, E. (2003). Settlement design, forest fragmentation, and landscape change
in Rondonia, Amazonia. Photogrammetric Engineering and Remote Sensing, 7, 805812.
Baudron, F., Corbeels, M., Andersson, J. A., Sibanda, M. & Giller K. E. (2011). Delineating the drivers of waning
wildlife habitat: the predominance of cotton farming on the fringe of protected areas in the Mid-Zambezi
Valley, Zimbabwe. Biological Conservation, 144(5), 14811493.
Baumann, M., Kuemmerle, T., Elbakidze, M., Ozdogan, M., Radeloff, V. C., Keuler, N. S., Prishchepov, A. V.
Kruhlov, I., & Hostert, P. (2011). Patterns and drivers of post-socialist farmland abandonment in Western
Ukraine. Land Use Policy, 28(3), 552562.
Berberoglu, S., Lloyd, C. D., Atkinson, P. M., & Curran, P. J. (2000). The integration of spectral and textural
information using neural networks for land cover mapping in the Mediterranean. Computers and Geosciences,
26(4), 385396.
Biging, G. S., Colby, D. R., & Congalton, R. G. (1998). Sampling systems for change detection accuracy
assessment. In: Lunetta RS, Elvidge CD (Eds.), Remote sensing change detection: Environmental monitoring
methods and applications (pp. 281-308). London: Taylor & Francis.
Blaj, R., Marginean, M., & Stanciu, M. (2009). Aspects regarding to ecological reconstruction at Copsa Mica,
Sibiu county. Research Journal of Agricultural Science, 41(2), 2328.
Bonnan, G. B. (2008). Forests and climate change: Forcings, feedbacks, and the climate benefits of forests.
Science, 320(5882), 14441449.

110

Teza de abilitare

Iosif VOROVENCII

22. Bormann, F. H., & Likens, G. E. (1979). Pattern and Process in a Forested Ecosystem: Disturbance,
Development, and the Steady State Based on the Hubbard Brook Ecosystem Study. New York: Springer-Verlag.
23. Bosneagu, R., Chiotoroiu, B., Jipa, D., Malciu, V., Juganaru, M., Marin, M., et al. (2010). Consequences of geoclimatic changes on sustainable development in Dobrogea. Research Raport. http://www.globecnmp.ro/Raport_6_5.pdf. Accessed 02.11.2013.
24. Brasov Metropolitan Agency, (2012), Sustainable development strategy of the Metropolitan Area Brasov 20122020. http://metropolabrasov.ro/htm/strategiabv.html. Accessed 12.01.2013.
25. Brasov Statistical Yearbook, (2010). http://www.brasov.insse.ro/main.php. Accessed 12.01.2013.
26. Burrough, P.A. (1986). Principles of Geographical Information Systems for Land Resource Assessment. Oxford
University Press. Oxford, England.
27. Bytnerowicz, A., Badea, O., Popescu, F., Musselman, R., Tanase, M., Barbu, L. et al. (2005). Air pollution,
precipitation chemistry and forest health in the Retezat Mountains, Southern Carpathians, Romania.
Environmental Pollution, 137(3), 546567.
28. Bytnerowicz, A., Badea, O., Fleischer, P., & Grodzinska, K. (2004). Science, land management and policy in
international studies on the effects of air pollution on carpathian forest ecosystems. Scandinavian Journal of
Forest Research, 10, 129137.
29. Cenu, R. (1986). Aspecte privind stabilitatea pdurilor naturale de molid. A III-a Conferin naional de
ecologie Arad, iunie 1986.
30. Cenu, R. (1994). Prognoz asupra evoluiei arboretelor de molid. Sesiunea tiinific jubiliar 45 de ani de
cercetare i proiectare silvic n Staiunea Braov", Braov, 22-23 iunie 1994.
31. Cenu, R. (1996). Cercetri asupra structurii i funcionalitii ecosistemelor naturale de molid. Recomandri
tehnice pentru gospodrirea pdurilor montane, Staiunea Experimental de Cultura Molidului, 5154.
32. Chander, G., & Markham, B. L. (2003). Revised Landsat-5 TM radiometric calibration procedures, and postcalibration dynamic ranges. IEEE Transactions on Geoscience and Remote Sensing, 41(11), 26742677.
33. Chander, G., Markham, B. L., & Helder, D. L. (2009). Summary of current radiometric calibration coefficients for
Landsat MSS, TM, ETM+, and EO-1 ALI Sensors. Remote Sensing of Environment, 113, 893903.
34. Chavez, P. S., & Kwarteng, A. Y. (1989). Extracting spectral contrast in Landsat Thematic Mapper image data
using selective principal component analysis. Photogrammetric Engineering and Remote Sensing, 55, 339348.
35. Chavez, P. S. (1996). Image-based atmospheric corrections revisited and improved. Photogrammetric
Engineering and Remote Sensing, 62(2), 10251036.
36. Chen, D., & Brutsaert, W. (1998). Satellite-sensed distribution and spatial patterns of vegetation parameters
over a tallgrass prairie. Journal of the Atmospheric Sciences, 55(7), 12251238.
37. Cho, A-Ra., & Suh, M-S. (2013). Evaluation of land surface temperature operationally retrieved from Korean
geostationary satellite (COMS) Data. Remote Sensing, 5(8), 39513970.
38. Chopping, M., Su, L. H., Rango, A., Martonchik, J. V., Peters, D. P. C., & Laliberte, A. (2008). Remote sensing of
woody shrub cover in desert grasslands using MISR with a geometric-optical canopy reflectance model.
Remote Sensing of Environment, 112(1), 1934.
39. Cohen, W. B., Fiorella, M., Gray, J., Helmer, E., & Anderson, K. (1998). An efficient and accurate method for
mapping forest clear-cuts in the Pacific Northwest using Landsat imagery. Photogrammetry Engineering and
Remote Sensing, 64(4), 293300.
40. Cohen, W. B., Yang Z., & Kennedy R. (2010). Detecting trends in forest disturbance and recovery using yearly
Landsat time series: 2. Timesync Tools for Calibration and Validation. Remote Sensing of Environment, 114,
29112924.
41. Collins, J. B., & Woodcock, C. E. (1996). An assessment of several linear change detection techniques for
mapping forest mortality using multitemporal Landsat TM data. Remote Sensing of Environment, 56, 6677.
42. Colwell, J. E., & Weber, F. P. (1981). Forest change detection, Proc. 15th Int. Symp. on Remote Sensing of
Environment, Ann Arbor, vol. 1, 839852.
43. Congalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote
Sensing of Environment, 37(1), 3546.
44. Congalton, R. G., & Macleod, R. D. (1994). Change detection accuracy assessment on the NOAA Chesapeake
Bay Pilot Study, Proc. of the Int. Symp. on the Spatial Accuracy of Natural Resources Data Bases, ASPRS,
Williamsburg, Virginia, vol. 1, 7887.
45. Congalton, R. G., & Green, K. (2009). Assessing the accuracy of remotely sensed data: Principles and Practices.
London, New York: CRC Press Taylor & Francis Group, Boca Raton.
46. Coppin, P. R., Bauer, M. E. (1994), Processing of multitemporal Landsat TM imagery to optimize extraction of
forest cover change features. IEEE Transactions on Geoscience and Remote Sensing, 32, 918-927.
47. Coppin, P. R., & Bauer, M. E. (1996). Digital change detection in forest ecosystems with remote sensing
imagery. Remote Sensing Reviews, 13(3-4), 207234.
48. Coppin, P., Nackaerts, K., Queen, L., & Brewer, K. (2001). Operational monitoring of green biomass change for
forest management. Photogrammetric Engineering and Remote Sensing, 67(5), 603611.
49. Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., (2004). Digital change detection methods in
ecosystem monitoring: A review. International Journal of Remote Sensing, 25, 15651596.

111

Iosif VOROVENCII

Tez de abilitare

50. Crist, E. P., & Cicone, R. C. (1984). Application of the Tasseled Cap concept to simulated Thematic Mapper data.
Photogrammetric Engineering and Remote Sensing, 50(3), 343352.
51. Deng, C. & Wu, C. (2013). Examining the impacts of urban biophysical compositions on surface urban heat
island: A spectral unmixing and thermal mixing approach. Remote Sensing of Environment, 131, 262274.
52. DeRose, R.J., Long, J.N., & Ramsey, D. (2011). Combining dendrochronological data and the disturbance dndex
to dssess dngelmann spruce mortality caused by a spruce beetle outbreak in Southern Utah, USA. Remote
Sensing of Environment, 115, 23422349.
53. Duy, N. B., & Giang, T. T. H. (2012). Study on vegetation indices selection and changing detection thresholds
selection in Land cover change detection assessment using change vector analysis.
http://www.iemss.org/society/index.php/iemss-2012-proceedings. Accessed 29.09.2013.
54. Eldvige, C. D., Yuan, D., Weerackoon, R. D., & Lunetta, R. S. (1995). Relative radiometric normalization of
Landsat Multispectral Scanner (MSS) data using an automatic scattergram-controlled regression.
Photogrammetric Engineering and Remote Sensing, 61(10), 12551260.
55. Eshleman, K. N., McNeil, B. E., & Townsend, P. A. (2009). Validation of a remote sensing based index of forest
disturbance using streamwater nitrogen data. Ecological Indicators, 9, 476484.
56. FAO. (2010). Global forest resource assessment 2010, In: Food and Agriculture Organization of the United
Nations (Ed.), 3559.
57. Fichera, C. R., Modica, G., & Pollino, M. (2012). Land cover classification and change-detection analysis using
multi-temporal remote sensed imagery and landsacpe metrics. European Journal of Remote Sensing, 45, 118.
58. Foley, J. A., DeFries, R., Asner, G. P., Barford, C., Bonan, G., Carpenter, S. R., et al. (2005). Global consequences
of land use. Science, 309(570), 570-574.
59. Franklin, S. E., Moskal, L. M., Lavigne, M. B., & Pugh, K. (2000). Interpretation and classification of partially
harvested forest stands in the Fundy model forest using multitemporal Landsat TM digital data. Canadian
Journal of Remote Sensing, 26, 318333.
60. Frohn, R. C. (1998). Remote sensing for landscape ecology: new metric indicators for monitoring, modeling and
assessment of ecosystems. Florida: Boca Raton, Lewis Publishers.
61. Fuller, R. M., Smith, G. M., & Devereux, B. J. (2003). The characterization and measurement of land cover
change through remote sensing: Problems in operational applications. International Journal of Applied Earth
Observation and Geoinformation, 4, 243253.
62. Fung, T., & LeDrew, E. (1987). Application of principal components analysis to change detection.
Photogrammetric Engineering and Remote Sensing, 53, 16491657.
63. Fung, T. (1990). An assessment of TM imagery for land-cover change detection. Transactions on Geoscience
and Remote Sensing, 28(4), 681684.
64. Fung, T., & Siu, W. (2000). Environmental quality and its changes, and analysis using NDVI. International
Journal of Remote Sensing, 21(5), 10111024.
65. Giurgiu, V. (2010). Consideration on the situation of forests in Romania. Forests Magazine, 2, 316.
66. Goetz, S. J., Varlyguin, D., Smith, A. J., Wright, R. K., Prince, S. D., Mazzacato M. E., et al. (2004). Application of
multitemporal Landsat data to map and monitor land cover and land use change in the Chesapeake Bay
watershed, In: Analysis of Multi-temporal Remote Sensing Images, Smits P., Bruzzone L. (Eds), World Scientific
Publishers, Singapore, 223232.
67. Goodale, C. L., & Aber, J. D. (2001). The long-term effects of land-use history on nitrogen cycling in northern
hardwood forests. Ecological Applications, 11, 253267.
68. Grodzinska, K., Godzik, B., Fraczek, W., Badea, O., Oszlanyi, J., Postelnicu, D., Shpartyk, Y. (2004). Vegetation of
the selected forest stands and land use in the Carpathian Mountains. Environmental Pollution, 130(1), 1732.
69. Guo, J., Li, X., Zhu, B., & Zhou, Y. (2010). Using TM thermal image to retrieve land surface temperature.
Proceedings of the 6th Conference on Atmospheric and Environmental Remote Sensing Data Processing and
Utilization. 1 August. San Diego, California, United States.
70. Hagner, O., & Rigina, O. (1998). Detection of forest decline in Monchegorsk area - Seminar on remote sensing
of forest decline attributed to air pollution. Remote Sensing of Environment, 63(1), 1123.
71. Hanafi, A., & Jauffret, S. (2008). Are long-term vegetation dynamics useful in monitoring and assessing
desertification processes in the arid steppe, southern Tunisia. Journal of Arid Environments, 72(4), 557572.
72. Hatfield, J. L., Kanemasu, E. T., Asrar, G., Jackson, R. D., Pinter, P. J., Reginato, R. J., & Idso, S. B. (1985). Leafarea estimates from spectral measurements over various planting dates of wheat. International Journal of
Remote Sensing, 6, 167175.
73. Healey, S. P., Cohen, W. B., Yang, Z. Q., & Krankina, O. N. (2005). Comparison of Tasseled Cap-based Landsat
data structures for use in forest disturbance detection. Remote Sensing of Environment, 3, 301310.
74. Helldn, U. (1991). Desertification - Time for an assessment? Ambio, 20(8), 372383.
75. Hill, J., Stellmes, M., Udelhoven, T., & Sommer, A. R. S. (2008). Mediterranean desertification and land
degradation: mapping related land use change syndromes based on satellite observations. Global and
Planetary Change, 64(34), 146157.
76. Huang, S., & Siegert, F. (2006). Land cover classification optimized to detect areas at risk of desertification in
North China based on Spot Vegetation imagery. Journal of Arid Environments, 67(2), 308327.

112

Teza de abilitare

Iosif VOROVENCII

77. Hudak, A. T., Morgan, P., Bobbitt, M., & Lentile, L. (2007). Characterizing stand-replacing harvest and fire
disturbance patches in a forested landscape: A case study from Cooney Ridge Montana. In: Wulder, M.A.,
Franklin, S.E. (Eds.), Understanding Forest Disturbance and Spatial Pattern: Remote Sensing and GIS
Approaches. CRC Press (Taylor and Francis), Boca Raton, Forida, 209231.
78. Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25, 295309.
79. Huete, A. R., Liu, H. Q., Batchily, K., & Van Leeuwen, W. J. D. (1997). A comparison of vegetation indices over a
global set of TM images for EOS-MODIS. Remote Sens. Environ, 59, 440451.
80. Ianculescu, M., Ionescu, M., Lucaci, D., Neagu, S., & Mcrescu, C. M. (2009). Dynamic of pollutants
concentration in forest stands from Copsa Mica industrial area. Annals of Forest Research, 52, 207226.
81. ICAS. (2008). Definirea, evaluarea i zonarea riscurilor pentru pdurile Romniei CLIDOIN.
http://www.icasbv.ro/?page_id=532. Accessed 10.08.2010.
82. Iora, F. (2003). Trends in Romanian biodiversity conservation policy. Biodiversity and Conservation, 12(1), 9
23.
83. Iora, F., & Abrudan, I. V. (2006). The Romanian forestry sector: privatisation facts. International Forestry
Review, 8(3), 361367.
84. Iora, F., & Ignea, Gh. (2006). Assessing sustainable development in the context of sustainable forest
management and climate change mitigation. Lucrrile sesiuni tiinifice Pdurea i Dezvoltarea Durabil,
Braov, Romania, 2005, 595600.
85. Iora, F., Abrudan, I. V., Sprchez, Gh., Oprea, I., Simon, D., Ignea, Gh., & Chiea, Gh. (2007). High conservation
value forest identification and management in Romania. Lucrrile sesiunii tiinifice bienale cu participare
internaional Pdurea i Dezvoltarea Durabil Braov, Romania, 2728 octombrie 2006, 661670.
86. Iora, F., Bandara, I., & Kemp, C. (2014). Introduction to climate change and land degradation. In: Climate
change and restoration of degraded land (Arraiza, M.P., Santamarta, J.C., Ioras, F., Garca-Rodrguez, J.L.,
Abrudan, I.V., Korjus, H., Borla, G. (ed). Madrid: Colegio de Ingenieros de Montes.
87. Irons, J. R., Lachhowski, H., & Peterson, C. (1980). Remote sensing of surface mines: A comparative study of
sensor systems, Proc. 14th Int. Symp. on Remote Sensing of the Environment, San Jose, vol. 1, 1041.
88. Jafari, R., Lewis, M. M., & Ostendorf, B. (2008). An image-based diversity index for assessing land degradation
in an arid environment in South Australia. Journal of Arid Environments, 72(7), 12821293.
89. Jamalabad, M. S., & Abkar, A. A. (2004). Forest canopy density monitoring, using satellite images.
http://www.isprs.org/istanbul2004/comm7/papers/48.pdf. Accessed 20.08.2013.
90. Jensen, J. R. (1996). Introductory digital image processing: a remote sensing perspective. Second Edition. New
Jersey: Prentice-Hall, Upper Saddle River.
91. Jensen, J. R. (2004). Introductory digital image processing: A remote sensing perspective. Third Edition. New
Jersey: Prentice-Hall, Upper Saddle River.
92. Ji, L., & Peters, A. J. (2007). Performance evaluation of spectral vegetation indices using a statistical sensitivity
function. Remote Sensing of Environment, 106, 5965.
93. Johnson, R. D., & Kasischke, E. S. (1998). Change vector analysis: a technique for the multispectral monitoring
of land cover and condition. International Journal of Remote Sensing, 19, 411426.
94. Jordan, C. F. (1969). Derivation of leaf area index from quality of light on the forest floor. Ecology, 50, 663666.
95. Kandrika, S., & Dwivedi, R. S. (2003). Assessment of the impact of mining on agricultural land using erosiondeposition model and space borne multispectral data. Journal of Spatial Hydrology, 3, 117.
96. Karnieli, A., Agam, N., Pinker, R. T., Anderson, M., Imhoff, M. L., Gutman, G. G., et al. (2010). Use of NDVI and
land surface temperature for drought assessment: merits and limitations. Journal of Climate, 23(3), 618633.
97. Kaufmann, R. K., & Seto, K. C. (2001). Change detection, accuracy, and bias in a sequential analysis of Landsat
imagery in the Pearl River Delta, China: econometric techniques. Agriculture, Ecosystems and Environment, 85,
95105.
98. Kennedy, R. E., Cohen, W. B., & Schroeder, T. A. (2007). Trajectory-based change detection for automated
characterization of forest disturbance dynamics. Remote Sensing of Environment, 110, 370386.
99. Knorn, J., Kuemmerle, T., Radeloff, V. C., Szabo, A., Mndrescu, M., Keeton, W. S., Abrudan, I. V., et al. (2012).
Forest restitution and protected area effectiveness in post-socialist Romania. Biologica Conservation, 146(1),
204212.
100. Kuemmerle, T., Chaskovskyy, O., Knorn, J., Radeloff, V. C., Kruhlov, I., Keeton, W. S., & Hostert P. (2009). Forest
cover change and illegal logging in the Ukrainian Carpathians in the transition period from 1988 to 2007.
Remote Sensing of Environment, 113(6), 11941207.
101. Kuenzer, C., Zhang, J., Tetzlaff, A., van Dijk, P., Voigt, S., Mehl, H., & Wagner, W. (2007). Uncontrolled coal fires
and their environmental impacts: Investigating two arid mining regions in north-central China. Applied
Geography, 27(1), 4262.
102. Kumar, K.S., Bhaskar, P.U., & Padmakumari, K. (2012). Estimation of land surface temperature to study urban
heat island effect using Landsat ETM+ image. International Journal of Engineering Science and Technology,
4(2), 771778.

113

Iosif VOROVENCII

Tez de abilitare

103. Kuzera, K, Rogan, J., & Eastman, J. R. (2005). Monitoring vegetation regeneration and deforestation using
change vector analysis: MT. ST. Helens study area. In: ASPRS, 2005, Annual Conference Baltimore, Maryland
March 711, 2005.
104. Lctuu, R., & Lctuu, A. R. (2010). Evolution of heavy metals pollution from Copsa Mica. Scientific Papers,
Series A, LIII, (8592).
105. Lambin, E. F., & Strahler, A. H. (1994). Indicators of land cover change for change vector analysis in
multitemporal space at coarse spatial scales. International Journal of Remote Sensing, 15(10), 20992119.
106. Lambin, E. F., Turner, B. L., Geist, H. J., Agbola, S. B., Angelsen, A., Bruce, J. W., et al. (2001). The causes of landuse and land-cover change: Moving beyond the myths. Global Environmental Change-Human and Policy
Dimensions, 11(4), 261269.
107. Lambin, E. F., Geist, H. J., & Lepers, E. (2003). Dynamics of land-use and land-cover change in tropical regions.
Annual Review of Environment and Resources, 28(1), 205241.
108. Landsat Project Science
Office, (2002). Landsat 7 Science Data Users Handbook.
http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html. Accessed 10.10.2013.
109. Latifovic, L., Fytas, K., Chen, J., & Paraszcazak, J. (2005). Assessing land cover change resulting from large
surface mining development. International Journal of Applied Earth Observation and Geoinformation, 7, 29
48.
110. Leung, I. J. H., & Jordan, J. E. (1995). Image processing for weather satellite cloud segmentation. IEEE
Transaction on Geoscience and Remote Sensing, 51, 95395.
111. Li, J., Song, C., Cao, L., Zhu, F., Meng, X. & Wu, J. (2011). Impacts of landscape structure on surface urban heat
islands: A case study of Shanghai, China. Remote Sensing of Environment, 115, 32493263.
112. Li, Z. F., Li, X. B., Wei, D. D., Xu, X., & Wang, H. (2010). An assessment of correlation on MODIS-NDVI and EVI
with natural vegetation coverage in Northern Hebei Province, China. Procedia Environmental Sciences, 2, 964
969.
113. Lillesand, T. M., Kiefer, R. W., & Chipman, J. W. (2008). Remote Sensing and Image Interpretation. NewYork:
John Wiley and Sons.
114. Liu, H., Zhou C., Cheng, W., Long, E., & Li, R. (2008). Monitoring sandy desertification of Otindag Sandy Land
based on multi-date remote sensing images. Acta Ecologica Sinica, 28(2), 627635.
115. Liu, L., & Zhang, Y. (2011). Urban heat island analysis using the Landsat TM data and ASTER data: A case study
in Hong Kong. Remote Sensing, 3(7), 15351552.
116. Lorena, R. B., dos Santos, J. R., Shimabukuro, Y. E., Brown, I. F., & Kux, H. J. H. (2002). A change vector analysis
technique to monitor land use/land cover change in SW Brazilan Amazon: Acre Site. Proceeding from
Integrated Remote Sensing at the Global, Regional, and Local Scale: ISPRS Commission I Mid-Term Symposium
in Conjunction with Pecora 15/Land Satellite Information IV Conference, November 1015, 2002, Denver,
Colorado, USA. 8 p.
117. Lu, D., Moran, E., & Batistella, M. (2003). Linear mixture model applied to Amazonian vegetation classification.
Remote Sensing of Environment, 87, 456469.
118. Lu, D. S., Mausel, P., Brondizio, E. S., & Moran, E. (2004). Change detection techniques. International Journal of
Remote Sensing, 25(12), 23652407.
119. Lu, D. S., Mausel, P., Batistella, M., & Moran, E. (2005). Land-cover binary change detection methods for use in
the moist tropical region of the Amazon: a comparative study. International Journal of Remote Sensing, 26(1),
101114.
120. Ludwig, J. A. & Tongway, D. J. (1997). A landscape approach to rangeland ecology. In Ludwig, J., Tongway, D.,
Freudenberger, D., Noble, J. C., & Hodgkinson, K. (Eds.), Landscape Ecology Function and Management:
Principles from Australia's Rangelands (pp. 112). Melbourne: CSIRO.
121. Lunetta R. S., & Balogh, M. (1999). Application of multi-temporal Landsat 5 TM imagery for wetland
identification. Photogrammetric Engineering and Remote Sensing, 65, 13031310.
122. Lunetta, R. S., Johnson, D. M., Lyon, J. G., & Crotwell, J. (2004). Impacts of imagery temporal frequency on
land-cover change detection monitoring. Remote Sensing of Environment, 89, 444454.
123. Macleod, R. D., & Congalton, R. G. (1998). A quantitative comparison of change detection algorithms for
monitoring eelgrass from remotely sensed data. Photogrammetric Engineering and Remote Sensing, 64(3),
207216.
124. Mas, J. F. (1999). Monitoring land-cover changes: A comparison of change detection techniques. International
Journal of Remote Sensing, 20(1), 139152.
125. McGarigal K., & Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape
structure. U.S. For. Serv. Gen. Tech. Rep. PNW-GTR-351.
126. Meng, F., Shan, B., & Liu, M. (2014). Remote-sensing evaluation of the relationship between urban heat
islands
and
urban
biophysical
descriptors
in
Jinan,
China.
http://remotesensing.spiedigitallibrary.org/article.aspx?articleid=1814420. Accessed 8.02.2014.
127. Mikkola, K. (1996). A remote sensing analysis of vegetation damage around metal smelters in the Kola
Peninsula, Russia. International Journal of Remote Sensing, 17(18), 36753690.

114

Teza de abilitare

Iosif VOROVENCII

128. Miles, V. V., Bobylev, L. P., Maximov, S. V., Johannessen, O., & Pitulko, V. M. (2003). An approach for assessing
boreal forest conditions based on combined use of satellite SAR and multi-spectral data. International Journal
of Remote Sensing, 24(22), 44474466.
129. Mouat, D., Lancaster, J., Wade, T., Wickham, J., Fox, C., Kepner, W., et al. (1997). Desertification evaluated
using an integrated environmental assessment model. Environmental Monitoring and Assessment, 48(2), 139
156.
130. Mouflis, G. D., Gitas, I. Z., Iliadou, S., & Mitri, G. H. (2008). Assessment of the visual impact of marble quarry
expansion (19842000) on the landscape of Thasos island, NE Greece. Landscape and Urban Planning, 86, 92
102.
131. Neagu, S., Badea, O., Chira, D., Neoiu, C., Olenici, N., Silaghi, D., & Leca., S. (2011). Evaluarea strii de sntate
a pdurilor n reeaua de supraveghere intensiv n anul 2009. Revista pdurilor, 126(34), 2127.
132. Nichiforel, L., & Schanz, H. (2011). Property rights distribution and entrepreneurial rent-seeking in Romanian
forestry: a perspective of private forest owners. European Journal of Forest Research, 130(3), 369381.
133. Oettera, D. R., Cohenb, W. B., Berterretchea, M., Maierspergera, T. K., & Kennedy, R. E. (2000). Land cover
mapping in an agricultural setting using multiseasonal Thematic Mapper data. Remote Sensing of Environment,
76, 139155.
134. Okwen, R. T., Pu, R., & Cunningham, J. A. (2011). Remote sensing of temperature variations around major
power plants as point sources of heat. International Journal of Remote Sensing, 32(13), 37913805.
135. Olthof, I., & King, D. J. (2000). Development of a forest health index using multispectral airborne digital camera
imagery. Canadian Journal of Remote Sensing, 26, 166176.
136. Onishi, A., Cao, X., Ito, T., Shi, F., & Imura, H. (2010). Evaluating the potential for urban heat-island mitigation
by greening parking lots. Urban Forestry and Urban Greening, 9(4), 323332.
137. Pan, J., & Li, T. (2013). Extracting desertification from Landsat TM imagery based on spectral mixture analysis
and Albedo-Vegetation feature space. Natural Hazards, 68(2), 915927.
138. Parks, N. F., Peterson, G. W., & Baumer, G. M. (1987). High resolution remote sensing of spatially and
spectrally complex coal surface mines of Central Pennsylvania: A comparison between SPOT, MSS and LandsatTM. Photogrammetric Engineering and Remote Sensing, 53, 415420.
139. Parmenter, A. P., Hansen, A., Kennedy, R., Cohen, W., Langner, U., Lawrence, R., et al. (2003). Land use and
land cover change in the Greater Yellowstone Ecosystem: 197595. Ecological Applications, 13(3), 687703.
140. Patton, D. R. (1975). A diversity index for quantifying habitat Edge. Wildlife Society Bulletin, 3, 171173.
141. Pickup, G. (1990). Remote sensing of landscape processes. In Hobbs, R. J. & Mooney, H. A. (Eds.), Remote
Sensing of Biosphere Functioning (pp. 221247). New York: Springer-Verlag.
142. Pitblado, J. R., & Amiro, B. D. (1982). Landsat mapping of the industrially disturbed vegetation communities of
Sudbury, Canada. Canadian Journal of Remote Sensing, 8(1), 1728.
143. Popa, I. (2000). Modelarea ciclicitii doborturilor produse de vnt. Revista Pdurilor, 115(3), 3238.
144. Popa, I. (2005). Doborturi produse de vnt factor de risc n ecosistemele forestiere montane. Analele ICAS,
48, 3-28.
145. Popa, I. (2007). Managementul riscului la doborturi produse de vnt. Bucureti: Editura Tehnic Silvic.
146. Qi, J., Chehbouni, A., Huete, A. R., Kerr, Y. H., & Sorooshian, A. (1994). A modified soil adjusted vegetation
index. Remote Sensing of Environment, 48(2), 119126.
147. Radeloff, V. C., Mladenoff, D. J., & Boyce, M. S. (2000). Effects of interacting disturbances on landscape
patterns: Budworm defoliation and salvage logging. Ecological Applications, 10(1), 233247.
148. Ramsey, E. W., Hodgson, M. E., Sapkota, S. K., & Nelson, G. A. (2001). Forest impact estimated with NOAA
AVHRR and Landsat TM data related to an empirical hurricane wind-field distribution. Remote Sensing of
Environment, 77, 279292.
149. Ranade, P. (2007). Environmental impact assessment of land use planing around the leased limestone mine
using remote sensing technique. Iranian Journal of Environmental Health Science & Engineering, 1, 6165.
150. Rees, W., & Williams, M. (1997). Monitoring changes in land cover induced by atmospheric pollution in the
Kola Peninsula, Russia, using Landsat MSS-data. International Journal of Remote Sensing, 18(8), 17031723.
151. Rigina, O., Baklanov, A., Hagner, O., & Olson, H. (1999). Monitoring of forest damage in the Kola Peninsula,
Northern Russia due to smelting industry. The Science of the Total Environment, 229(3), 147163.
152. Rikimaru, A., & Miyatake, S. (1997). Development of forest canopy density mapping and monitoring model
using indices of vegetation, bare soil and shadow. In: Proceeding of the 18th Asian Conference on Remote
Sensing, Kuala Lumpur, Malaysia, 16.
153. Rogan, J., Franklin, J., & Roberts, D. A. (2002). A comparison of methods for monitoring multitemporal
vegetation change using Thematic Mapper imagery. Remote Sensing of Environment, 80(1), 143156.
154. Rogan, J., Miller, J., Stow, D., Franklin, J., Levien, L., & Fischer, C. (2003). Land cover change mapping in
California using classification trees with Landsat TM and ancillary data. Photogrammetric Engineering and
Remote Sensing, 69(7), 793804.
155. Rogan, J., & Chen, D. (2004). Remote sensing technology for mapping and monitoring land-cover and land-use
change. Progress in Planning, 61(4), 301325.

115

Iosif VOROVENCII

Tez de abilitare

156. Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the great
plains with ERTS. In: Proceedings third Earth resources technology satellite-1 symposium, Greenbelt, NASA SP
351, Vol. 1, 30103017.
157. Sanda, V., llerer, K., & Burescu, P. (2008). Phytocoenosis in Romania. Sintaxonomy, structure, dynamics and
evolution. Bucuresti: Ars Docendi Publishing House.
158. Santini, M., Caccamo, G., Laurenti, A., Noce, S., & Valentini, R. (2010). A multi-component GIS framework for
desertification risk assessment by an integrated index. Applied Geography, 30(3), 394415.
159. Saroglu, E, Bektas, F., Dogru, A. O., Ormeci, C., Musaoglu, N., & Kaya, S. (2005). Environmental impact analyses
of quarries located on the Asian side of Istanbul using remotely sensed data.
http://web.itu.edu.tr/~dogruahm/Dogru%20et%20al_environmental%20Impact%20Analysis.pdf.
Accessed
15.08.2010.
160. Schmidt, H., & Glaesser, C. (1998). Multitemporal analysis of satellite data their use in the monitoring of the
environmental impact of open cast mining areas in Eastern Germany. International Journal Remote Sensing,
19, 22452260.
161. Schmidt, H., & Karnieli, K. (2001). Sensitivity of vegetation indices to substrate brightness in hyper-arid
environment: the Makhtesh Ramon Crater (Israel) case study. International Journal Remote Sensing, 22, 3503
3520.
162. Schoppmann, M. W., & Tyler, W. A. (1996). Chernobyl revisited: monitoring change with change vector
analysis. Geocarto International, 11(1), 1327.
163. Sellers, P. J. (1985). Canopy reflectance, photosynthesis and transpiration. International Journal of Remote
Sensing, 6(8), 13351372.
164. Sibiu Forestry Department. (2008). Ecological reconstruction from Copsa Mica. http://www.copsamica.ro/fileadmin/copsa/Files/brosura_Copsa.pdf. Accessed 10.08.2013.
165. Silaghi, D., & Badea, O. (2012). Monitoring of ozone in selected forest ecosystems in Southern Carpathian and
Romanian Intensive Monitoring Network (level II). Journal of Environemental Monitoring, 14(6), 17101717.
166. Singh, A. (1986). Change detection in the tropical forest environment of Northeastern India using Landsat. In:
Remote Sensing and Tropical Land Management (pp. 237254). New York: John Wiley and Sons Ltd.
167. Singh, A. (1989). Digital change detection techniques using remotely sensed data. International Journal of
Remote Sensing, 10, 989 1003.
168. Siwe, R. N., & Koch, B. (2008). Change vector analysis to categorise land cover change processes using the
tasselled cap as biophysical indicator. Environmental Monitoring and Assessment, 145(1-3), 227235.
169. Story, M., & Congalton, R. G. (1986). Accuracy assessment: A user's perspective. Photogrammetric Engineering
and Remote Sensing, 52(3), 397399.
170. Stow, D. A., Tinney, L., & Estes, J. (1980). Deriving land use/land cover change statistics from Landsat: a study
of prime agricultural land. In: Proceedings of the 14th International Symposium on Remote Sensing of the
Environment, Ann Arbor Press, Chelsea, 12271237.
171. Stow, D. (1995). Monitoring ecosystem response to global change: multitemporal remote sensing analyses. In:
Moreno J, Oechel W (Eds), Ecological Studies (pp. 254286). Springer Verlag, Heidelberg.
172. ofletea, N., & Curtu, A. L. (2000). Dendrologie. Vol I. Braov: Editura Pentru Via.
173. ofletea, N., & Curtu, A. L. (2001). Dendrologie. Vol II. Braov: Editura Pentru Via.
174. ofletea, N., & Curtu, A. L. (2007). Dendrologie. Braov: Editura Universitii Transilvania.
175. Tan, K. C., Lim, H. S., MatJafri, M. Z., & Abdullah, K. (2010). Land surface temperature retrieval by using
ATCOR3_T and Normalized Difference Vegetation Index methods in Penang Island. American Journal of Applied
Sciences, 7(5), 717723.
176. Tan K. C., Lim, H. S., MatJafri, M. Z., & Abdullah, K. (2012). A comparison of radiometric correction techniques
in the evaluation of the relationship between LST and NDVI in Landsat imagery. Environmental Monitoring and
Assessment, 184(6), 38133829.
177. Tanser, F. C. (1997). The application of a landscape diversity index using remote sensing and geographical
information systems to identify degradation patterns in the Great Fish River Valley, Eastern Cape Province,
South Africa. M.Sc. thesis, Rhodes University: Grahamstown, 181 p.
178. Tanser, F. C., & Palmer, A. R. (1999). The application of a remotely-sensed diversity index to monitor
degradation patterns in a semi-arid, heterogeneous, South African landscape. Journal of Arid Environments,
43(4), 477484.
179. Tereneu, C. C. (2008). Possibilities for realizing the calculations in the GIS databases. RevCAD Journal of
Geodesy and Cadastre, 1, 175184.
180. Tinker, D. B., Resor, C. A. C., Beauvais, G. P., Kipfmuller, K. F., Fernandes, C. I., & Baker, W. L. (1998).
Watershed analysis of forest fragmentation by clearcuts and roads in a Wyoming forest. Landscape Ecology,
13, 149165.
181. Tokola, T., Lfman, S., & Erkkil, A. (1999). Relative calibration of multitemporal Landsat data for forest cover
change detection. Remote Sensing of Environment, 68(1), 111.

116

Teza de abilitare

Iosif VOROVENCII

182. Tmmervik, H., Johansen, B. E., & Pedersen, J. P. (1995). Monitoring the effects of air pollution on terrestrial
ecosystems in Varanger (Norway) and Nikel-Pechenga (Russia) using remote sensing. The Science of the Total
Environment, 160/161, 753767.
183. Tote, C., Reusen, I., Delalieux, S., Goossens, M., & Kolodyazhnyy, O. (2010). Report on the limitations and
potentials
of
satellite
EO
data.
European
Commission.
http://www.impactmin.eu/downloads/impactmin_d41.pdf. Accessed 10.09.2013.
184. Ucuncuoglu, E., Arli, O., & Eronat, A. H. (2006). Evaluating the impact of coastal land uses on water-clarity
conditions from Landsat TM/ETM+ imagery: Candarli Bay, Aegean Sea. International Journal of Remote
Sensing, 27, 36273643.
185. Valor, E., & Caselles, V. (1997). Towards the use of temperature in desertification monitoring: results of
DeMon-I Project. In Spiteri, A. (Ed.), Remote Sensing '96: Integrated Applications for Risk Assessment and
Disaster Prevention for the Mediterranean (pp. 305310). Roerdam: A. A. Balkema.
186. Vasilescu, M. M. (2004). Perdelele forestiere de protecie istoric, problematic, etape n dezvoltarea
concepiei despre perdele. Revista Pdurilor, 6, 714.
187. Virtanen, T., Mikkola, K., Patova, E., & Nikula, A. (2002). Satellite image analysis of human caused changes in
the tundra vegetation around the city of Vorkuta, north-european Russia. Environmental Pollution, 120(3),
647658.
188. Vlad, R. (1997). Researches concerning the wind and snow impact on the resinous forests from high risk.
http://www.icassv.ro/publicatii/raport_anual/1998/vlad1.htm. Accessed 15.07.2011.
189. Vorovencii, I. (2011). The assessment of the impact on the environment of the limestone quarries using
satellite images. Environmental Engineering and Management Journal, 10(10), 15111522.
190. Vorovencii, I., Ienciu, I., Oprea, L., & Popescu, C. (2013). Identification of illegal loggings in Harghita Mountains,
Romania, using Landsat satellite images. 13th International Multidisciplinary Scientific Geoconference SGEM
2013. Vol. II - Informatics, Geoinformatics and Remote Sensing. 16-22 June, 2013, Albena, Bulgaria, 609616.
191. Vorovencii, I., & Iordache, E. (2013a). Identification and analysis of forest disturbances and fragmentation in
Giurgeu Mountains, Romania, using Landsat data. The sixth international scientific conference Rural
Development 2013 Innovations and Sustainability. November, 2013, Aleksandras Stulginskis University,
Lithuania, 513518.
192. Vorovencii, I. (2013b). Analysis of the changes in the metropolitan area of Brasov, Romania, using Landsat
multitemporal satellite images. http://omicron.ch.tuiasi.ro/EEMJ/pdfs/accepted/394_94_Vorovencii_13.pdf.
Accesed 20.10.2013.
193. Vorovencii, I. (2014a). Detection of environmental changes due to windthrows using Landsat 7 ETM+ satellite
images. Environmental Engineering and Management Journal, 13(3), 565576.
194. Vorovencii, I. (2014b). Assessment of some remote sensing techniques used to detect land use/land cover
changes in south-east Transilvania, Romania. Environmental Monitoring and Assessment, 186(5), 26852699.
195. Vorovencii, I. (2014c). A change vector analysis technique for monitoring land cover changes in Copsa Mica,
Romania, in the period 19852011. Environmental Monitoring and Assessment, 186(9), 59515968.
196. Vorovencii, I. (2014d). A multi-temporal Landsat data analysis of land use and land cover changes on the land
surface temperature. International Journal of Environment and Pollution, 56(1/2/3/4), 109128.
197. Vorovencii, I. (2015a). Monitoring deforestation and vegetation regeneration in Trotusului Valley, Romania,
using change vector analysis and Landsat imagery. Proceedings of the Biennial International Symposium,
Forest and Sustainable Development, Braov, Romania, 24-25th of October 2014, 350355.
198. Vorovencii, I. (2015b). Assessing and monitoring the risk of desertification in Dobrogea, Romania, using
Landsat data and decision tree classifier. Environmental Monitoring and Assessment, 187(4), Article 204.
199. Vorovencii, I. (2015c). Teledetecie satelitar. Bucureti: Editura Matrix Rom.
200. Wang, F., & Xu, Y. J. (2010). Comparison of remote sensing change detection techniques for assessing
hurricane damage to forests. Environmental Monitoring and Assessment, 162, 311326.
201. Wessels, K. J., Prince, S. D., Frost, P. E., & Zyl, D. V. (2004). Assessing the effects of human-induced land
degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series. Remote
Sensing of Environment, 91(1), 4767.
202. William, E. R., William, B. M., & Turner, B. L. (1994). Modeling land use and land cover as part of global
environmental change. Climatic Change, 28(1-2), 4564.
203. Wright, P., & Stow, R. (1999). Detecting mining subsidence from space. International Journal Remote Sensing,
20, 11831188.
204. Wu, J. D., Wang, D., & Bauer, M. E. (2007). Assessing broadband vegetation indices and QuickBird data in
estimating leaf area index of corn and potato canopies. Field Crops Research, 102(1), 3342.
205. Wulder, M. A., & Franklin, S. E. (2007). Understanding forest disturbance, information needs, and new
approaches, In: Understanding forest disturbance and spatial pattern: Remote sensing and GIS approaches,
CRC Press (Ed), Taylor and Francis, Boca Raton, 233243.
206. Xiong, Y., Huang, S., Chen, F., Ye, H., Wang, C., & Zhu, C. (2012). The impacts of rapid urbanization on the
thermal environment: A remote sensing study of Guangzhou, South China. Remote Sensing, 4(7), 20332056.

117

Iosif VOROVENCII

Tez de abilitare

207. Xu, D., Kang, X., Qiu, D., Zhuang, D., & Pan, J. (2009). Quantitative assessment of desertification using Landsat
data on a regional scale A case study in the Ordos Plateau, China. Sensors, 9(3), 17381753.
208. Xu, D. Y., Kang, X. W., Zhuang, D. F., & Pan, J .J. (2010). Multi-scale quantitative assessment of the relative roles
of climate change and human activities in desertification a case study of the Ordos Plateau, China. Journal of
Arid Environments, 74(4), 498507.
209. Xue, X., Guo, J., Han, B. S., Sun, Q. W., & Liu, L. C. (2009). The effect of climate warming and permafrost thaw
on desertification in the QinghaiTibetan Plateau. Geomorphology, 108(34), 182190.
210. Yan, C. Z., Song, X., Zhou, Y. M., Duan, H. C., & Li, S. (2009). Assessment of aeolian desertification trends from
1975s to 2005s in the watershed of the Longyangxia Reservoir in the upper reaches of Chinas Yellow River.
Geomorphology, 112(34), 205211.
211. Yool, S. R., Makaio, M. J., & Watts, J. M. (1997). Techniques for computerassisted mapping of rangeland
change. Journal of Range Management, 50(3), 307314.
212. Young, S. S., & Wang, C. Y. (2001). Land-cover change analysis of China using global-scale pathfinder AVHRR
Landcover (PAL) data, 19821992. International Journal of Remote Sensing, 22(8), 14571477.
213. Yuan, D., & Elvidge, C. D. (1993). Application of relative radiometric rectification procedure to Landsat data for
use in change detection. In: Proceedings of the workshop on atmospheric correction of Landsat imagery, vol. 1,
Torrance, California, 162166.
214. Yuan, D., & Elvidge, C. D. (1996). Comparison of relative radiometric normalization techniques. ISPRS Journal of
Photogrammetry and Remote Sensing, 51(3), 117 126.
215. Yuan, D., Elvidge, C. D., & Lunetta, R. S. (1998). Survey of multi-spectral methods for land cover change
analysis. In: Lunetta RS, Elvidge CD (Eds.), Remote sensing change detection: Environmental monitoring
methods and applications (pp.2139). London: Taylor & Francis.
216. Yuan, F., Kali Sawaya, K. E., Loeffelholz, B. C., & Bauer, M. E. (2005). Land cover classification and change
analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing. Remote
Sensing of Environment, 98(2), 317 328.
217. Zhang, Y., Chen, Z., Zhu, B., Lou X., Guan, Y., Guo, S., et al. (2008). Land desertification monitoring and
assessment in Yulin of Northwest China using remote sensing and geographic information systems (GIS).
Environmental Monitoring and Assessment, 148(13), 327337.

118