GEODETSKI VESTNIK | 61/1 | Geodetski vestnik je indeksiran in povzet v Social Sciences Citation Index (SSCI), Social Scisearch (SSS) in Journal Citation Reports/ Social Sciences Edition (JCR/SSE). Indeksiran in povzetje tudi v naslednjih bibliografskih zbirkah: GEOBASE(TM), ICONDA - International Construction Database, COBISS, DOAJ, Civil Engineering Abstracts, GeoRef CSA Aerospace & High Technology, Database, Electronics and Communications Abstracts, Materials Business File, Solid State and Superconductivity Abstracts, Computer and Information Systems, Mechanical & Transportation, Engineering Abstracts, Water Resources Abstracts, Environmental Sciences Geodetski vestnik is indexed and abstracted in Social Sciences Citation index (SSCI), Social Scisearch (SSci) and Journal Citation Reports/ Social Sciences Edition (JCR/SSE). indexed and abstracted is also in those bibliographic data bases: GEOBASE(TM), ICONDA - international Construction Database, COBISS, DOAJ, Civil Engineering Abstracts, GeoRef CSA Aerospace & High Technology Database, Electronics and Communications Abstracts, Materials Business File, Solid State and Superconductivity Abstracts, Computer and Information Systems, Mechanical & Transportation, Engineering Abstracts, Water Resources Abstracts, Environmental Sciences Izdajanje Geodetskega vestnika sofinancira: Javna agencija za raziskovalno dejavnost Republike Slovenije Geodetski vestnik je vpisan v razvid medijev na Ministrstvu za kulturo Republike Slovenije pod zaporedno številko 526. Geodetski vestnik is partly subsidized by the Slovenian Research Agency. Geodetski vestnik is entered in the mass media register at the Ministry of Culture of the Republic of Slovenia under No. 526. I 61/1 I GEODETSKI VESTNIK I 2 | GEODETSKI VESTNIK | 61/1 | geodetski vestnik i s UDK 528=863 ISSN 0351-0271 EISSN 1581-1328 Letnik 61, št. 1, str. 1-174, Ljubljana, marec 2017. Izidejo štiri številke na leto. Naklada te številke: 1200 izvodov. Barvna različica je prosto dostopna na spletnem naslovu: http://www.geodetski-vestnik.com. IZDAJATELJ Zveza geodetov Slovenije Zemljemerska ulica 12, SI-1000 Ljubljana E-naslov: info@geodetski-vestnik.com MEDNARODNI UREDNIŠKI ODBOR Dr. Ivan Aleksic (Beograd, Srbija) Dr. Branislav Bajat (Beograd, Srbija) Dr. Tomislav Bašic (Zagreb, Hrvaška) Dr. 0ystein Jakob Bjerva (Äs, Norveška) Dr. Giuseppe Borruso (Trst, Italija) Dr. Rafaella Cefalo (Trst, Italija) Dr. Urška Demšar (St Andrews, Velika Britanija) Dr. Henrik Harder (Aalborg, Danska) Dr. Thomas Kalbro (Stockholm, Švedska) Dr. Reinfried Mansberger (Dunaj, Avstrija) Dr. Leiv Bjarte Mjos (Bergen, Norveška) Dr. Gerhard Navratil (Dunaj, Avstrija) Dr. Krištof Oštir (Ljubljana, Slovenija) Dr. Andrea Podör (Szekesfehervar, Madžarska) Dr. Alenka Poplin (Iowa, ZDA) Dr. Anton Prosen (Ljubljana, Slovenija) Dr. Miodrag Roic (Zagreb, Hrvaška) Dr. Balazs Szekely (Freiburg, Nemčija) Dr. Joc Triglav (Murska Sobota, Slovenija) Dr. Arvo Vitikainen (Aalto, Finska) Dr. John Weber (Michigan, ZDA) Dr. Klemen Zakšek (Hamburg, Nemčija) IZDAJATELJSKI SVET Mag. Blaž Mozetič, predsednik Zveze geodetov Slovenije Mag. Erna Flogie Dolinar, generalna sekretarka Zveze geodetov Slovenije Dr. Anka Lisec, glavna in odgovorna urednica Sandi Berk, urejanje rubrike Strokovne razprave Erik Karbič Dr. Mojca Foški, tehnično urejanje in oblikovanje tehnično urejanje in oblikovanje Dr. Mojca Foški, e-naslov: mojca.foski@fgg.uni-lj.si Barbara Trobec, e-naslov: barbara.trobec@fgg.uni-lj.si Dr. Teja Koler Povh( e-naslov: teja.povh@fgg.uni-lj.si GLAVNA iN ODGOVORNA UREDNiCA Dr. Anka Lisec Tel.: +386 1 4768 560 E-naslov: urednik@geodetski-vestnik.com področni in podpodročni uredniki Dr. Bojan Stopar, področni urednik za geodezijo Dr. Samo Drobne, področni urednik za geoinformatiko Dr. Mojca Kosmatin Fras, področna urednica za fotogrametrijo Dr. Božena Lipej, področna urednica za upravljanje in evidentiranje nepremičnin Dr. Alma Zavodnik Lamovšek, področna urednica za načrtovanje in urejanje prostora Tomaž Petek, upravno področje, Geodetska uprava Republike Slovenije Miran Brumec Dr. Marjan Čeh Mag. Erna Flogie Dolinar Dr. Dušan Kogoj Dr. Božo Koler Dr. Miran Kuhar Dr. Dušan Petrovič Dr. Dalibor Radovan Dr. Maruška Šubic Kovač LEKTORIRANJE Manca Baša UREJANJE SPLETNIH STRANI Dr. Klemen Kozmus Trajkovski, e-naslov: web@geodetski-vestnik.com TISK Geodetski inštitut Slovenije DISTRIBUCIJA mag. Janez Goršič TRžENJE (OGLASNO TRžENJE) Zveza geodetov Slovenije Zemljemerska ulica 12, SI-1000 Ljubljana E-naslov: zveza.geodetov.slovenije@gmail.com I 3 I I 61/1 I GEODETSKI VESTNIK geodetski vestnik UDK 528=863 Vol. 61, No. 1, pp. 1-174, Ljubljana, Slovenia, March 2017. Issued four times a year. Circulation: 1,200 copies. Free on-line access to the colour version at http://www.geodetski-vestnik.com. PUBLISHER Association of Surveyors of Slovenia Zemljemerska ulica 12, SI-1000 Ljubljana, Slovenia E-mail: info@geodetski-vestnik.com INTERNATIONAL EDITORIAL BOARD Ivan Aleksic, Ph.D. (Belgrade, Serbia) Branislav Bajat, Ph.D. (Belgrade, Serbia) Tomislav Bašic, Ph.D. (Zagreb, Croatia) 0ystein Jakob Bjerva, Ph.D. (As, Norway) Giuseppe Borruso, Ph.D. (Trieste, Italy) Rafaella Cefalo, Ph.D. (Trieste, Italy) Urška Demšar, Ph.D. (St. Andrews, Great Britain) Henrik Harder, Ph.D. (Aalborg, Denmark) Thomas Kalbro, Ph.D. (Stockholm, Sweden) Reinfried Mansberger, Ph.D. (Vienna, Austria) Leiv Bjarte Mj0s, Ph.D. (Bergen, Norway) Gerhard Navratil, Ph.D. (Vienna, Austria) Krištof Oštir, Ph.D. (Ljubljana, Slovenia) Alenka Poplin, Ph.D. (Iowa, USA) Andrea Podor, Ph.D. (Székesfehérvar, Hungary) Anton Prosen, Ph.D. (Ljubljana, Slovenia) Miodrag Roic, Ph.D. (Zagreb, Croatia) Balazs Székely, Ph.D. (Freiburg, Germany) Joc Triglav, Ph.D. (Murska Sobota, Slovenia) Arvo Vitikainen, Ph.D. (Aalto, Finland) John Weber, Ph.D. (Michigan, USA) Klemen Zakšek, Ph.D. (Hamburg, Germany) publishing council Blaž Mozetič, M.Sc., presidentofTheAssociation of Surveyors of Slovenia Erna Flogie Dolinar, M.Sc., general secretary of The Association of Surveyors of Slovenia Anka Lisec, Ph.D., editor-in-chief Sandi Berk, Editor of the section Professional Discussion Erik Karbič Mojca Foški, Ph.D., Technical Editor and Design TECHNICAL EDITOR AND DESIGN Mojca Foški, Ph.D., e-mail: mojca.foski@fgg.uni-lj.si Barbara Trobec, e-mail: barbara.trobec@fgg.uni-lj.si Teja Koler Povh, Ph.D., e-mail: teja.povh@fgg.uni-lj.si EDITOR-IN-CHIEF Anka Lisec, Ph.D. (Ljubljana, Slovenia) Phone: +386 1 4768 560 E-mail: editor@geodetski-vestnik.com FIELD AND SUB-FIELD EDITORS Bojan Stopar, Ph.D., field editor for Geodesy Samo Drobne, Ph.D., field editor for Geoinformatics Mojca Kosmatin Fras, Ph.D., field editor for Photogrammetry Božena Lipej, Ph.D., field editor for Real Estate Management and Evidencing Alma Zavodnik Lamovšek, Ph.D., field editor for Spatial Planning Tomaž Petek, Administrative Field (Surveying and Mapping Authority of Republic of Slovenia) Miran Brumec Marjan Čeh, Ph.D. Erna Flogie Dolinar, M.Sc Dušan Kogoj, Ph.D. Božo Koler, Ph.D. Miran Kuhar, Ph.D. Dušan Petrovič, Ph.D. Dalibor Radovan, Ph.D. Maruška Šubic Kovač, Ph.D. PROOFREADING Manica Baša WEB PAGE EDITING Klemen Kozmus Trajkovski, Ph.D., e-mail: web@geodetski-vestnik.com PRINT Geodetski inštitut Slovenije DISTRIBUTION Janez Goršič, M.Sc. MARKETING (ADVERTISING) Association of Surveyors of Slovenia, Zemljemerska ulica 12, SI-1000 Ljubljana e-mail: zveza.geodetov.slovenije@g mail.com I 4 | vsebina contents GEODETSKI VESTNIK | 61/1 | UVODNIK | EDITORIAL Anka Lisec | TRNJULČICA Blaž Mozetič | PRVI KORAK RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES Helena Grčman, Simon Vozel, Vesna Zupanc 13 SI LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION Mihaela Triglav Čekada, Maja Lavrič, Mojca Kosmatin Fras 23 si LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOČK DECIDUOUS AND CONIFEROUS TREES SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS Samo Drobne 35 si FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE EN FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS Metin Soycan, Arzu Soycan, Nursu Tunalioglu 58 TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MRE2 V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI EN TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY 8 STROKOVNE RAZPRAVE | PROFESSIONAL DISCUSSIONS Anka Lisec, Miran Ferlan 76 200 LET OD ZAČETKA PARCELNO-ORIENTIRANEGA KATASTRA NA SLOVENSKEM 200 YEARS FROM THE ORIGIN OF THE PARCEL-ORIENTED LAND CADASTRE IN SLOVENIAN LANDS I 5 I I 61/1 I GEODETSKI VESTNIK Sandi Berk, Danijel Boldin 91 SLOVENSKI REFERENČNI KOORDINATNI SISTEMI V OKOLJU GIS SLOVENIAN COORDINATE REFERENCE SYSTEMS IN GIS ENVIRONMENT Marjan Čeh, Bojan Stopar, Barbara Trobec, Jernej Tekavec, Miran Brumec, Anka Lisec 102 PILOTNI PROJEKT IZBOLJŠAVE KAKOVOSTI ZEMLJIŠKO KATASTRSKEGA PRIKAZA V KATASTRSKI OBČINI ČREŠNJICE THE PILOT PROJECT FOR QUALITY IMPROVEMENT OF LAND CADASTRE INDEX MAP IN CADASTRAL COMMUNITY ČREŠNJICE Jurij Režek 115 OB ZAKLJUČKU PROJEKTA »POSODOBITEV PROSTORSKE PODATKOVNE INFRASTRUKTURE ZA ZMANJŠANJE TVEGANJ IN POSLEDIC POPLAV« AT THE CLOSING OF THE PROJECT »MODERNIZATION OF SPATIAL DATA INFRASTRUCTURE TO REDUCE RISKS AND IMPACTS OF FLOODS« Tomaž Sturm, Rok Pisek, Blaž Repnik, Dragan Matijašic 125 PREGLEDOVALNIK PODATKOV O GOZDOVIH FOREST DATA VIEWER Anka Lisec 132 APELDOORNSKA DEKLARACIJA O KOMASACIJAH IN PREUREJANJU ZEMLJIŠČ ZA TRAJNOSTNI RAZVOJ APELDOORN DECLARATION ON LAND CONSOLIDATION AND LAND READJUSTMENT FOR SUSTAINABLE DEVELOPMENT NOVICE | NEWS Tomaž Petek | DESETO ZASEDANJE DELOVNE SKUPINE ZA ZEMLJIŠKO ADMINISTRACIJO 136 (WPLA) PRI EKONOMSKI KOMISIJI ZA EVROPO (UN-ECE) Elizabeta Adamlje | DOKTORICA ZNANOSTI NA ODDELKU ZA GEODEZIJO UL FGG 139 Teja Japelj | SEZNAM DIPLOM NA ODDELKU ZA GEODEZIJO UL FGG, 141 OD 1. 11. 2016 DO 31. 1. 2017 Aleš Lazar, Klemen Kregar | GEO & IT NOVICE 144 DRUŠTVENE DEJAVNOSTI | ACTIVITIES OF THE PROFESSIONAL SOCIETY Marjeta Bregar, Boštjan Pucelj | 1 RAZSTAVA GEODETSKI INSTRUMENTI IN OPREMA NA 150 SLOVENSKEM S POUDARKOM NA DOLENJSKI Boštjan Pucelj | DOLENJSKO GEODETSKO DRUŠTVO - 2E OD LETA 1977 153 I 6 | GEODETSKI VESTNIK | 61/1 | Melita Rataj | DOLENJCI SO SE POVZPELI NA DEBELI VRH - GEODETSKO TOČKO I. RED 155 s NAPOVED DOGODKOV | ANNONCEMENTS OF EVENTS Aleš Lazar | KOLEDAR STROKOVNIH SIMPOZIJEV V OBDOBJUOKTOBER-DECEMBER 2016 157 POVABILO NA 45. GEODETSKI DAN 161 SEZNAM RECENZENTOV ZNANSTVENIH IN STROKOVNIH ČLANKOV 163 V GEODETSKEM VESTNIKU V LETU 2016 Janez Slak, Boštjan Pucelj | NEUHöFER & SOHN, WIEN (VIENNA) / 1880* / 166 Slike na naslovnici: Izsek Iz načrta franciscejskega katastra Iz leta 1825 za območje Kostanjevice na Krki, ki je spadala v novomeško okrožje dežele Kranjske (nem. Landstrass, Kreis Neustadt, Provinz Kraln - Ilyrien). Načrt je bil Izdelan v krimskem koordinatnem sistemu v merilu 1 : 2800. Hranijo ga v Avstrijskem državnem arhivu (nem. Österreichisches Staatsarhiv). Načrt se v barvah in postavitvi kartografskih znakov nekoliko razlikuje od načrta franciscejskega katastra, ki ga hranijo v Arhivu RS. I 7 I UVODNIK I EDITORIAL GEODETSKI VESTNIK | 61/9 | trnuljčica Anka Lisec glavna in odgovorna urednica Geodetskega vestnika Letos se bomo geodeti in širša javnost zagotovo večkrat spomnili, da je preteklo okroglih dvesto let, odkar je avstrijski cesar Franc I. sprejel znani zakon o zemljiškem davku. S tem se je začela sistematična katastrska izmera vseh dežel avstrijskega dela nekdanje monarhije, to je tudi večinskega dela slovenskega ozemlja v okviru dežel Primorske, Kranjske, Koroške in Štajerske. Zakon je bil sicer sprejet šele 23. decembra 1817, toda pripravljalna dela in poskusna izmera so se intenzivno izvajali vse leto. Zapisniki in gradiva takratnih razprav kažejo, kako veliko pozornost so že pred dvema stoletjema namenjali zagotavljanju kakovosti katastrskih podatkov. Zanimiva je predvsem burna izmenjava mnenj med tistimi, ki so pri katastrski izmeri izpostavljali pomen referenčnega koordinatnega sistema s kakovostno mrežo geodetskih točk, in tistimi, ki so kakovostno geodetsko osnovo povezovali s »previsokimi« stroški. A je bil brez velikih pretresov sprejet prvi predlog, predvsem zaradi dveh argumentov, in sicer, da: (1) lahko le katastrski načrti v referenčnem koordinatnem sistemu zagotavljajo osnovo za pravilno določitev površin zemljišč ter s tem tudi podlago za pravično obdavčitev v celotni monarhiji ter (2) je to nujni pogoj, če bi želeli katastrske načrte uporabljati tudi v druge namene, ne le v davčne. V današnjem strokovnem jeziku bi lahko rekli, da so že razmišljali o »večnamenskem« katastru. Triangulacija in katastrska izmera slovenskih dežel — z izjemo Prekmurja, ki je takrat spadalo v ogrski del monarhije — sta bili dokončani leta 1828. V dobrem desetletju jim je torej uspelo razviti triangulacijsko mrežo, v določevanje parcelnih meja so vključili posestnike zemljišč, podrobno so popisali vsa zemljišča, stavbe, zemljepisna imena in druge pomembne prostorske danosti. Izdelali so za takrat kakovostne katastrske načrte in v primerjavi z današnjimi moramo izpostaviti pomensko veliko bogatejše načrte tako imenovanega franciscejskega katastra. Toda tehnologija izmere se je neprenehoma razvijala, spreminjala se je posestna struktura, spreminjala se je raba prostora — vse to je zahtevalo stalno posodabljanje podatkov katastra, kar pa se je izvajalo nekje bolj, drugje manj sistematično. Znane so nove izmere iz druge polovice 19. stoletja. Ob stoletnici katastra so imeli na primer na ozemlju današnje Avstrije že veliko območij z novim katastrom. Ta je bil rezultat bodisi nove izmere, kar je največkrat pomenilo novo nastavitev po mirnem posestnem stanju, ali pa komasacij, kjer so preurejali lastninsko-parcelno strukturo zemljišč in hkrati zagotavljali infrastrukturo za njihovo smotrno rabo. I 61/1 I GEODETSKI VESTNIK Na slovenskih tleh so se nove izmere pretežno urbanih območij in komasacije pretežno kmetijskih zemljišč izvajale predvsem v 60., 70. in 80. letih preteklega stoletja, a v zelo omejenem obsegu. Tako se danes, v sicer digitalnih podatkovnih zbirkah, še vedno srečujemo s starimi katastrskimi načrti, ki pogosto izvirajo iz 19. stoletja in mnogokrat ne odražajo dejanskega mirnega posestnega stanja v prostoru. Na dlani so instrumenti za novo nastavitev katastra na takih območjih, pa tudi instrumenti za celovito katastrsko preurejanje zemljišč. Toda zdi se, da so ti instrumenti kot Trnuljčica — o njeni lepoti vsi radi govorijo, a je nihče ne želi ali ne more prebuditi. Dejstvo je, da tako zahtevnih del, kot so nova izmera, nastavitev katastra ali komasacije, ne moremo za vso državo izvesti »čez noč«. Skrbi pa sporočilo, razvidno iz različnih razprav — že več kot dve desetletji namreč v Sloveniji prevladuje zamisel, da so taki pristopi »predragi« in zahtevajo »preveč časa«. Medtem bi bilo zagotovo že veliko narejenega, pa čeravno bi delali zelo majhne korake, mar ne? Resnično upam, da tudi z objavami v Geodetskem vestniku prispevamo kanček k novim rešitvam, spremembam, predvsem spremembam v razmišljanju. Ni namreč brezupnih položajev, so samo ljudje, ki so izgubili upanje ... Tokratna številka spet prinaša bogat nabor znanstvenih in strokovnih člankov — zahvaljujem se vsem avtorjem in drugim soustvarjalcem revije, da nam vedno znova skupaj uspe pripraviti tako raznolike in zanimive vsebine. Nikakor pa ne spreglejte vabila Zveze geodetov Slovenije in Gorenjskega geodetskega društva na 45. Geodetski dan 23. in 24. maja 2017, ki bo na Brdu pri Kranju in bo posvečen 200-letnici katastra na Slovenskem. Lepo vabljeni! I 10 | GEODETSKI VESTNIK | 61/1 | prvi korak I C 5 Blaž Mozetič predsednik Zveze geodetov Slovenije Z odločitvijo cesarja Franca I. tistega davnega leta 1817, da uveljavi Zakon o zemljiškem davku (nem. Grundsteuerpatent), so dežele na območju današnje Slovenije dobile pravno podlago in storile prvi korak za začetek izvajanja sistematične katastrske izmere. Vzroki za takšno odločitev so bili najbrž zelo vladarsko pragmatični, saj je potreboval podatke, koliko zemlje je v cesarstvu in kdo so lastniki, da bi jih lahko obdavčil in si tako zagotovil dodaten finančni vir za polnjenje državne blagajne. Malo za šalo in malo zares se nam je zgodilo, da je bilo znanje geodetske stroke izkoriščeno za davčne namene, tako da vemo, od kod morebitna nepriljubljenost geodetov. Ne glede na to nam naša pragmatičnost omogoča, da dolgoročnost posledic te vladarjeve odločitve še danes s pridom unovčujemo geodeti. K sreči se je družba razvijala in zorela ter prišla do spoznanja, da je zasebna lastnina človekova pravica in tudi ustavna kategorija, kar pomeni, da smo se geodeti posredno začeli ukvarjati še z določanjem in evidentiranjem mej pravic. Ne smemo pozabiti niti na pomembno povezanost države, ozemlja in geodezije. Geodetska stroka tako po svoje skrbi za območje oziroma ozemlje države, ki je ena izmed treh temeljnih sestavin države v širšem pomenu. Torej države brez ozemlja ni, tega pa je treba določiti, izmeriti in označiti. Upam si zapisati, da je geodetska stroka državotvorna in svojevrsten varuh državnega ozemlja. Ali sploh dojamemo časovno razsežnost teh let? Obdobje 200 let dela za geodete in 200 let razvoja geodetske stroke. Generacije geodetov in tudi drugih strokovnjakov, ki so povezani z delovanjem in razvojem geodetske stroke, se že dve stoletji ukvarjamo z izmero dežele. Pravzaprav se izzivi niso veliko spremenili. Delček tega je predstavljen v knjigi Geodetski instrumenti in oprema na Slovenskem, ki jo Zveza geodetov Slovenije ob pomoči številnih sodelavcev izdaja ob častitljivi obletnici. Priljubljenost oziroma popularnost ali nepriljubljenost na drugi strani ni pravo merilo pomembnosti stroke v družbi. Svojo stroko moramo najprej spoštovati sami, pravzaprav je treba malo pomesti pred svojim pragom, potem v realnem svetu stanovsko pokazati in dokazati, da smo za nekatere stvari na tem svetu poklicani samo geodeti, šele potem bosta geodet in geodetska stroka upravičeno samozavestna. Takrat bomo v očeh drugih, če to priznajo ali ne, pomembni in cenjeni. Dragi moji, lahko vam naštejem 200 izgovorov, zakaj bi prej zapisane besede lahko spregledali in jih ne želeli razumeti. Kot pri vsakem dolgem popotovanju vedno obstaja prvi korak, zato naj bo vaš prvi korak udeležba na Geodetskem dnevu 2017 z naslov Izmerjena dežela: 200 let katastra na Slovenskem, ki bo v torek in sredo, 23. in 24. maja 2017, na Brdu pri Kranju, kajti letos Geodetski dan ni navaden dan, ampak je dan, ko je geodet samo geodet in praznuje 200 let. Srečno in vljudno vabljeni na Geodetski dan 2017! I 11 I UVODNIK I EDITORIAL G š 8 y GEODETSKI VESTNIK | letn. / Vol. 611 st. / No. 11 Vi,t 161/1 lastnosti tal pri soil characteristics bonitiranju kmetijskih and agricultural land i zemljišč evaluation Helena Grčman, Simon Vozel, Vesna Zupanc UDK: 631.111.3:631.164.24 Klasifikacija prispevka po COBISS.SI: 1.01 Prispelo: 24. 1. 2017 Sprejeto: 19. 2. 2017 DOI: 10.15292//geodetski-vestnik.2017.01.13-22 SCIENTIFIC ARTICLE Received: 24. 1. 2017 Accepted: 19. 2. 2017 _ IZVLEČEK Boniteta kmetijskih zemljišč postaja ena od najpomembnejših evidenc kakovosti kmetijskih zemljišč, na kateri slonijo odločitve pri prostorskem načrtovanju in varovanju kmetijskih zemljišč ter nova delitev zemljišč v postopku komasacij. V Sloveniji je bila boniteta zemljišč vzpostavljena v letu 2008 na podlagi prevedbe katastrske klasifikacije kmetijskih zemljišč. Pojavljajo se vprašanja v zvezi z zanesljivostjo tega podatka, o čemer pričajo vloge za spremembo bonitete na podlagi analize stanja v naravi. V prispevku bomo predstavili izkušnje, ki smo jih pridobili s primerjavo med uradnimi evidencami in izračunano boniteto na podlagi natančnih podatkov o lastnostih tal, pridobljenih z analizo talnih profilov. V raziskavo smo zajeli44 parcelna različnih pedosistematskih talnih enotah. Ugotovili smo, da so povprečne razlike med izmerjeno in uradno boniteto 5 točk. Večje razlike smo ugotovili pri kmetijskih zemljiščih s slabšim pridelovalnim potencialom, pri kmetijskih zemljiščih z dobrim pridelovalnim potencialom so bile razlike manjše. ABSTRACT _ The land-rating value of agricultural land is one of the most important records/inventories of agricultural land quality, on which spatial planning and agricultural land protection decisions are based, as well as land assignment in land consolidation processes. Land valuation was established state-wide in Slovenia in 2008 by a conversion of cadastral classification data into land-rating values. However, some questions regarding the reliability of the data arise, as can be seen by the requests for the change of land-rating value based on the field examination results. This article presents experiences and findings of comparison between official information from public data bases and land-rating value based on calculations with precise data on soil characteristics, obtained from analyses of 44 soil profiles, located within different pedosystematic units. On average, the difference between land-rating value based on precise calculations and official information was 5 points. Bigger differences were determined on agricultural land with lower production potential, on agricultural land with higher production potential differences were lesser. KLJUČNE BESEDE bonitiranje zemljišč, varovanje kmetijskih zemljišč, prostorsko načrtovanje, javne evidence KEY WORDS _ land rating value, protection of agricultural land, landscape planning, public data base information Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | | 13 | | 61/1 | GEODETSKI VESTNIK ^ 1 UVOD sg Tla so, poleg zraka in vode, najpomembnejši naravni vir. Imajo številne funkcije, zagotavljajo prostor za S bivanje ljudem, živalim in rastlinam, so skladišče ogljika, vir naravnih dobrin in omogočajo kmetijsko i pridelavo (Montanarella, 2015). So močno raznolika, odvisno od geološke podlage in okoliščin, v katerih =■ so se razvila (Vidic et al., 2015). Za razumevanje videza in razvoja kulturne krajine (Stritar, 1990) ter •Ei konkurenčnih interesov različnih dejavnosti, kot so gospodarstvo, rudarstvo in kmetijstvo (Zupanc et al., H 2011; Malucelli et al., 2014; Montanarella in Panagos, 2015), so ključni podatki o lastnostih in kakovosti ^ tal. Osnovno informacijo o lastnostih tal (talnem tipu, globini, kislosti, skeletnosti itd.) daje Pedološka karta Slovenije, ki je bila v merilu 1 : 25.000 izdelana za celotno ozemlje Republike Slovenije (Vidic et al., 2015). Zaradi potreb po primerjavi različnih vrst tal so se v državah razvili različni načini vrednotenja tal (Doran in Parkin, 1994; Klingebiel in Montgomery, 1961; Prus, 1991). V Sloveniji smo za oceno proizvodne sposobnosti tal v letu 1984 sprejeli Pravilnik za ocenjevanje tal pri ugotavljanju proizvodne sposobnosti vzorčnih parcel (Uradni list SRS, št. 36/84), ki je temeljil na avstrijskem in nemškem zgledu (Rupreht, 1991). Proizvodna sposobnost tal je temeljila na izračunu talnega števila, ki so ga na podlagi podatkov o geološki podlagi, razvojni stopnji tal, teksturi in vodnih razmerah določili ločeno za travniška in obdelovalna zemljišča. Navedeno metodologijo so v letu 2008 nadgradili z upoštevanjem klime in reliefa, ki vplivata na dolžino vegetacijske dobe in način obdelave tal (Košir, 2008). Način določanja točk glede na lastnosti tal (po starem talnega števila) se ni bistveno spremenil. Razlika je v tem, da se je poenotila metodologija določanja točk lastnosti tal za travniška in obdelovalna zemljišča. Nov način vrednotenja zemljišč, pri katerem se poleg lastnosti tal upoštevajo še klima, relief in posebni vplivi, se imenuje bo-nitiranje. Termin boniteta opredeljuje proizvodno sposobnost kmetijskega in gozdnega zemljišča in se, v skladu s predpisano zakonodajo, ugotavlja na podlagi naravnih in ekonomskih pridelovalnih razmer (Košir, 2005). Pravna podlaga za boniteto in bonitiranje zemljišč je bila vzpostavljena z Zakonom o evidentiranju nepremičnin (Uradni list RS, št. 47/2006, 65/2007 - odl. US in 79/2012 - odl. US). Na podlagi tega zakona sta bila leta 2008 sprejeta Pravilnik o vzpostavitvi bonitete zemljišč (Uradni list RS, št. 35/2008) ter Pravilnik o določanju in vodenju bonitete zemljišč (Uradni list RS, št. 47/2008). V skladu s Pravilnikom o vzpostavitvi bonitete zemljišč (Uradni list RS, št. 35/2008, v nadaljevanju: Pravilnik, 2008) se je boniteta kmetijskih zemljišč za vso Slovenijo določila na podlagi podatkov zemljiškega katastra in konkretnih podatkov izbranih referenčnih parcel za vsako katastrsko kulturo in razred vsakega katastrskega okraja. Na podlagi vzorčnih parcel se je s prevedbenimi preglednicami boniteta pripisala vsem po podatkih katastra enakim parcelam. Boniteto zemljišč je vzpostavila Geodetska uprava Republike Slovenije, ki tudi vzdržuje podatke o njej. Pri množičnem določanju oziroma vzpostavitvi ni mogoče zajeti in upoštevati vseh lokalnih posebnosti, zato se lahko pojavijo odstopanja med boniteto, določeno pri vzpostavitvi bonitete kmetijskih zemljišč, in dejanskim stanjem v naravi. Boniteto zemljišča je mogoče spremeniti na podlagi konkretnih podatkov (ogledov in meritev pedoloških lastnosti na terenu, preverbe parametrov klime in reliefa ter posebnih vplivov), kar ureja Pravilnik o določanju in vodenju bonitete zemljišč (Uradni list RS, št. 47/2008). Boniteta kmetijskih zemljišč postaja vse pomembnejša informacija o proizvodni sposobnosti kmetijskih zemljišč, ki se upošteva pri davčni politiki, na trgu kmetijskih zemljišč, pri komasacijah ter v novem | 14 | Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | GEODETSKI VESTNIK | 61/1 | zakonu o kmetijskih zemljiščih (Uradni list RS, št. 58/2012, Lisec et al., 2014) in njegovih podzakonskih aktih (vzpostavitev trajno varovanih kmetijskih zemljišč, vrednotenje izgube kmetijskih zemljišč pri presojah vplivov na okolje). Pogosto se postavlja vprašanje, koliko je bonitetna ocena skladna s stanjem v naravi. O tem pričajo vloge za spremembo bonitete na podlagi analize stanja v naravi. Odstopanja med navedbo v uradnih evidencah in stanjem v naravi vplivajo tudi na odločitev lastnikov o pristopu h komasacijskemu postopku (Lisec et al., 2014). Preverili smo, ali je mogoče kljub jasnim navodilom (Pravilnik, 2008) zaradi različne interpretacije navodil ter brez natančnih analiz na terenu oziroma brez potrditve v laboratoriju bonitetno oceno prilagoditi željam naročnika oziroma različnim interesom pri prostorskem načrtovanju. Pri rabi odprtega prostora, katerega glavnina so kmetijska zemljišča, je konkurenca med kmetijstvom in drugimi, dobičkonosnejšimi panogami, zelo velika (Malucelli et al., 2014; Scalenghe in Marsan, 2009). Boniteta je eden izmed ključnih parametrov pri določanju območij trajno varovanih zemljišč. Zanesljivo se pojavi navzkrižje med določanjem trajno varovanih kmetijskih zemljišč in razvojnimi pobudami v lokalnih skupnostih, zato je ključnega pomena pregleden in utemeljen pristop (Seidl in Golobič, 2015), ki temelji na nedvoumnih dejstvih. Jasna opredelitev zaščite je nujna za preprečitev drobljenja kmetijskega prostora (Barbec in Smith, 2002). Namen raziskave je bil na podlagi merjenih podatkov o lastnosti tal ugotoviti razlike med uradno evidenco o boniteti kmetijskih zemljišč in stanjem v naravi ter predlagati izboljšave, ki bi omogočile zanesljivejšo in bolj preverljivo oceno bonitete kmetijskih zemljišč. 2 MATERIAL IN METODE DELA Iz arhiva podatkov Katedre za pedologijo in varstvo okolja na Biotehniški fakulteti smo izbrali 46 talnih profilov z raznolikimi fizikalnimi in kemičnimi lastnostmi, za katere so bili na voljo analitski podatki za pedološke lastnosti (tekstura, pH, vsebnost organske snovi, kationska izmenjalna kapaciteta in delež bazičnih kationov na sorptivnem delu tal) ter točne koordinate izkopa profila, na podlagi katerih smo lahko opredelili številko parcele. Z izborom profilov smo želeli pridobiti čim več različnih talnih tipov in čim bolj raznolike fizikalne in kemijske lastnosti tal z različno matično podlago. Med njimi je bilo deset distričnih rjavih tal, sedem evtričnih rjavih tal, devet obrečnih tal, pet oglejenih tal, sedem rendzin in osem rjavih pokarbonatnih tal. Zaradi premajhnega števila profilov za posamezne talne tipe smo pri statistični obdelavi nekatere sorodne talne tipe združili: oglejena tla vključujejo tudi dva psevdogleja, rjava pokarbonatna tla dve terri rossi. Bonitete smo določili tudi za en profil antropogenih tal in en profil spranih tal, vendar smo ju zaradi premajhnega števila izpustili iz nadaljnje statistične obdelave, ki je tako zajela 44 vzorčnih parcel/talnih profilov. Prostorska razporejenost talnih profilov je prikazana na sliki 1. Bonitetne točke smo izračunali v skladu s Pravilnikom (2008). Boniteta se izračuna po enačbi, ki jo je za te namene razvil Strzemski (Strzemski, 1975) in je bila s Pravilnikom še dopolnjena: __f \ 1 0/x C* « 1 TT«-\1 B = V T x K x R 100 kjer T pomeni točke lastnosti tal, v okviru katerih se upoštevajo globina, tekstura in skelet, K točke lastnosti klime ter R točke lastnosti reliefa (Pravilnik, 2008). Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | | 15 | 61/1 | GEODETSKI VESTNIK Slika 1: Prostorska razporeditev talnih profilov, na podlagi katerih smo izračunali bonitetne ocene pripadajočih parcel. V vseh profilih, za katere so bili na voljo podatki, smo pri točkah lastnosti tal upoštevali odbitek za skelet, ne pa tudi posebnih vplivov na zemljišču (zaprtost, vetrovnost, poplavnost). Točke lastnosti tal smo določili glede na geološko podlago, razvojno stopnjo in teksturo v skladu s Pravilnikom (2008). Za relief smo upoštevali odstotek nagiba v skladu s točko 3 v merilih za bonitiranje zemljišč (Pravilnik, 2008). Odstotek nagiba smo ocenili na podlagi topografske karte in terenskih opisov pri pedološkem kartiranju. Točke lastnosti klime smo določili v skladu s Priročnikom za bonitiranje (preglednica 1: Geografska razdelitev Slovenije po pokrajinskih tipih in lastnostih klime glede na nadmorsko višino, Košir, 2011). Pri določitvi točk za lastnosti tal in relief so vrednosti v različnih razponih, zato smo bonitetne točke računali na različne načine (scenarije), ki so opisani v preglednici 1. Izračunali smo razliko med najvišjo (scenarij A) in najnižjo (scenarij B) boniteto. Za primerjavo izračunane bonitete parcel na podlagi podatkov talnih profilov z boniteto iz uradne evidence GURS smo izbrali izračunano boniteto zemljišč po scenariju C. Podatke o uradni boniteti GURS smo pridobili prek spletne aplikacije Javni vpogled v nepremičnine (2016). Izračunali smo tudi relativno razliko glede na uradno boniteto (GURS). Za posamezne skupine tal smo izračunali povprečne razlike in standardne napake za razlike. Preglednica 1: Različni scenariji za izračun bonitete zemljišč zaradi razpona točk lastnosti tal in razpona točk lastnosti reliefa. Izračun bonitete po scenariju A Najvišja vrednost za točke lastnosti tal, najvišja vrednost za točke reliefa, vrednost točk lastnosti klime. Izračun bonitete po scenariju B Najnižja vrednost za točke lastnosti tal, najnižja vrednost za točke reliefa, vrednost točk lastnosti klime. Izračun bonitete po scenariju C Povprečna vrednost za točke lastnosti tal, povprečna vrednost za točke reliefa, vrednost točk lastnosti klime. | 16 | Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATIO N | 13-22 | GEODETSKI VESTNIK | 61/1 | 3 REZULTATI Z RAZPRAVO V analizo je bilo zajetih 44 vzorčnih parcel z razponom uradne bonitete GURS (Javni vpogled v nepremičnine, 2016) od 6 do 90 ter razponom izračunane bonitete (scenarij C) od 32 do 87 bonitetnih točk. Stanje v naravi (izračunana boniteta po scenariju C) je večinoma boljše, kot predvideva uradna bonitetna ocena (GURS). V 26 primerih so bile izračunane bonitete (scenarij C) na podlagi terenskega ogleda zemljišča in laboratorijskih analiz talnih vzorcev višje od bonitete uradnih evidenc GURS, v 16 primerih nižje in v dveh primerih enake kot uradna boniteta GURS. Absolutne razlike v boniteti so bile od — 24 do + 36 točk, relativne razlike glede na uradno boniteto od - 37 % do + 114 % (slika 2). S slike 2 je tudi razvidno, da so pri nižjih uradnih bonitetah (do 50 točk) skoraj vse razlike pozitivne, torej so izračunane (dejanske bonitete) višje od uradnih bonitetnih ocen (GURS). Z višanjem bonitete se relativna napaka zmanjšuje. Zanimivo je, da se zmanjšujejo tudi absolutne razlike. Uradne bonitete slabših zemljišč (< 50 BT) so večinoma podcenjene, boljših zemljišč (> 50 BT) pa deloma precenjene, deloma podcenjene, vendar so razlike manjše. V 25 primerih (56 % parcel) je bila absolutna razlika do vključno 10 bonitetnih točk, v 11 primerih (25 % parcel) pa od 10 do vključno 20 bonitetnih točk. V osmih primerih (18 % parcel) je bila razlika več kot 20. Podrobneje smo proučili primere, pri katerih so odstopanja presegala 20 bonitetnih točk. Na ogle-jenih tleh smo velike razlike med izračunano in uradno boniteto opazili pri treh lokacijah od petih. Domnevamo, da je nižja uradna boniteta posledica vrednotenja po stari katastrski klasifikaciji, ki je zajela stanje, ko tla še niso bila hidromeliorirana. Podobne ugotovitve o vplivu spremembe katastrske klasifikacije na bonitetno oceno so ugotovili v diplomski nalogi Kavčnik (2011), v okviru katere so izdelali analizo treh primerov bonitiranja. Pri talnem tipu rendzina smo večje razlike med izračunano in uradno boniteto opazili pri dveh od petih lokacij, kjer so tla izjemno plitva in skalovita. Velike razlike so lahko posledica velike prostorske variabilnosti nekaterih lastnosti tal, predvsem globine (žepavost) in skalovitosti (Bennie et al., 2006), zaradi česar je težko predvideti globino tal in s tem proizvodno sposobnost zemljišča. Podobno lahko pričakujemo za rjava pokarbonatna tla. Na distričnih rjavih tleh smo velike razlike med izračunano povprečno boniteto in uradno boniteto opazili pri treh lokacijah. V dveh primerih so bila tla močno antro-pogeno spremenjena zaradi gradnje v bližini; pred tem posegom je bil na lokacijah gozd, kar je verjeten razlog za tako velike razlike med izračunano in uradno boniteto. Razlike pri rjavih tleh (distričnih ali evtričnih) lahko nastanejo tudi zaradi nepoznavanja ključnih pedoloških lastnosti (pH, vsebnost bazičnih kationov). Izračunali smo povprečne razlike in standardne napake povprečnih razlik med izračunano boniteto po scenariju C in uradno boniteto GURS za posamezne talne tipe in za vse proučevane primere skupaj (preglednica 1). Povprečna pozitivna razlika vseh proučevanih primerov je 5 bonitetnih točk. Vse skupine talnih tipov so bile v povprečju ocenjene z višjo boniteto, kot je zavedeno v evidencah GURS: distrična rjava tla imajo v povprečju 8,5 točke višjo boniteto, sledijo rendzine s povprečno razliko 6,7 točke, oglejena tla s povprečno razliko 4,3 točke, obrečna tla s povprečno razliko 4 točke in evtrična rjava tla s povprečno razliko 3,5 točke. Najnižjo povprečno razliko, 2,5 točke, imajo rjava pokarbonatna tla. Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | | 17 | 61/1 | GEODETSKI VESTNIK Uradna boniteta GURS Slika 2: Primerjava med boniteto, izračunano po scenariju C, in uradno boniteto GURS. Uradna boniteta GURS Slika 3: Relativne razlike med boniteto, izračunano po scenariju C, in uradno boniteto GURS. Razlike med posameznimi talnimi tipi izviraj o iz razlik med načinom vrednotenj a proizvodne sposobnosti tal ob vzpostavitvi (Pravilnik o vzpostavitvi bonitete zemljišč, Uradni list RS, št. 35/2008) ter načinom, | 18 | Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | GEODETSKI VESTNIK | 61/1 | ki ga uporabljamo ob novem vrednotenju (Pravilnik, 2008). Ob vzpostavitvi bonitete je veljala domneva, da imajo vsa zemljišča iste katastrske kulture in razreda v istem katastrskem okraju enako boniteto, pri čemer se je boniteta na podlagi lastnosti tal in reliefa izračunala samo za vzorčne parcele. Vse nadaljnje določitve bonitete zemljišč temeljijo na Pravilniku (2008) z upoštevanjem lastnosti tal, klime in reliefa. Pri določitvi točk lastnosti tal je treba poznati geološko podlago, teksturo in razvojno stopnjo tal. Glede na rezultate naše študije je pri nekaterih razvojnih stopnjah, predvsem tistih s slabšim pridelovalnim potencialom (distrična rjava tla, rendzine, rankerji), povezava s podatki katastrske rabe (kultura in razred) očitno slabša. Pri razvojnih stopnjah tal z boljšo proizvodno sposobnostjo (obrečna tla, evtrična rjava tla) in posledično višjimi bonitetami zemljišč so povprečne razlike med dejanskimi in uradnimi bonitetami manjše. Tak primer so obrečna tla. Vseh devet proučevanih profilov pripada razvitim obrečnim tlom. Za razvita obrečna tla z dobro rodovitnostjo (globoka tla z veliko humusa, podobno teksturo, raven relief) so torej podatki iz evidenc GURS zanesljivi. Standardne napake povprečnih razlik kažejo razpone razlik med izmerjeno boniteto in boniteto GURS. Vzorčna skupina oglejenih tal je izkazala največjo standardno napako povprečnih razlik, to je 8,2 točke, kar pomeni, da lahko v oglejenih tleh pričakujemo največje razpone med dejansko in uradno boniteto. Sledijo jim evtrična rjava tla s standardno napako 7,3, rendzine s standardno napako 6,9, distrična rjava tla s standardno napako 4,9, obrečna tla s standardno napako 4 točke in rjava pokarbonatna tla s standardno napako 3,5 točke (slika 4). Razponi razlik kažejo, poleg zgoraj navedenega neujemanja s podatki katastra, tudi variabilnost lastnosti tal znotraj talnega tipa. Oglejena tla se lahko bistveno razlikujejo po globini in intenzivnosti redukcijskih razmer (zastajanja vode), rendzine in rjava pokarbonatna tla po plitvosti in skeletnosti, evtrična rjava tla po lastnostih, ki izvirajo iz matične podlage (tekstura, globina, skeletnost). Preglednica 2: Povprečne razlike med izmerjeno (scenarij C) in uradno boniteto (GURS) ter povprečne razlike med najvišjo (scenarij A) in najnižjo (scenarij B) izmerjeno boniteto s pripadajočimi standardnimi napakami za skupine talnih tipov, n je število obravnavanih profilov. n Povprečna razlika med izmerjeno in uradno boniteto ± standardna napaka Povprečna razlika med najvišjo (scenarij A) in najnižjo (scenarij B) izmerjeno boniteto ± standardna napaka Distrična rjava tla 10 8,5 ± 4,9 4,9 ± 0,5 Evtrična rjava tla 7 3,5 ± 6,5 6,5 ± 0,6 Obrečna tla 9 4,0 ± 4,3 4,3 ± 0,5 Oglejena tla 5 4,3 ± 3,9 3,9 ± 0,7 Rendzina 5 6,7 ± 6,8 6,8 ± 0,7 Rjava pokarbonatna tla 8 2,5 ± 6,7 6,7 ± 0,6 Skupaj 44 5,0 ± 2,1 5,5 ± 0,2 Pravilnik pri določevanju točk lastnosti tal in reliefa dopušča razpone vrednosti, zato nas je zanimalo, za koliko se razlikujejo bonitetne ocene, če izbiramo vedno najvišjo vrednost (scenarij A) ali vedno najnižjo vrednost (scenarij B). Za vzorčne lokacije smo po skupinah talnih tipov izračunali povprečne razlike med izračunano najvišjo boniteto po scenariju A in izračunano najnižjo boniteto po scenariju B. Ugotovili smo, da so razlike za talne tipe rendzina, rjava pokarbonatna tla in evtrična rjava tla največje in podob- Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | | 19 | 61/1 | GEODETSKI VESTNIK ^ ne: od 6,7 do 6,8 točke. Za distrična rjava tla je povprečna razlika 4,7 točke ter za obrečna 4,4 točke. != Oglejena tla so izkazala najmanjšo povprečno razliko: 3,8 točke. Razlike med bonitetnimi točkami po ¡e scenariju A in B kažejo možnost subjektivne presoje pri bonitiranju. Izračunali smo, kolikšen delež od s povprečne izračunane bonitete (scenarij C) predstavlja mogoča razlika med scenarijem A in B. Ugotovili ¡¡L smo, da pri rendzinah in rjavih pokarbonatnih tleh te razlike pomenijo v povprečju 15 %, pri evtričnih 5 rjavih tleh 13 %, pri distričnih rjavih tleh 8 %, pri oglejenih in obrečnih tleh pa 6 % vrednosti bonitete. g Poleg navedenih razponov pri določitvi točk lastnosti tal in reliefa Pravilnik (2008) dovoljuje subjektivnost pri ocenjevanju teksture tal, ki je poleg razvojne stopnje ključni parameter pri izračunu bonitete. Pravilnik (2008) ne zahteva merjenih podatkov za teksturo, temveč dovoljuje prstni preizkus. Ocena teksture s prstnim preizkusom, kljub bogatim praktičnim izkušnjam, ni dovolj natančna in dopušča tudi možnost namernega prilagajanja teksture želeni bonitetni oceni. Zaradi spremembe teksture samo za en teksturni razred (na primer če določimo teksturni razred meljasta ilovica namesto ilovica) se lahko vrednost točk za lastnosti tal zniža za od 6 do 15 (Pravilnik, 2008), zaradi česar se boniteta zmanjša za od 1 do 10 točk. Pravilnik (2008) ne predpisuje meritev drugih lastnosti (na primer deleža skeleta, pH, deleža bazičnih kationov na sorptivnem delu tal). Nekatere lastnosti so ključne za določitev razvojne stopnje tal, zato brez teh podatkov zanesljiva določitev bonitete sploh ni mogoča. Za razlikovanje med evtričnimi in distričnimi tlemi na primer potrebujemo merjene podatke o kislosti tal in nasičenosti sorptivnega dela tal z bazičnimi kationi. Napake so lahko bistvene, saj dosegajo evtrična tla veliko višje število točk za lastnosti tal kot distrična rjava tla. Nekatere lastnosti je mogoče predvideti iz matične podlage (kamninske osnove, na kateri tla nastajajo), a opozarjamo, da je tudi v tem primeru treba nedvoumno ugotoviti vrsto kamninske osnove na posameznem zemljišču. Ta pa marsikod ni vidna oziroma določljiva, ker je pregloboko. Na različnih preperinah, ki so v stanju glin ali ilovic, evtričnosti/distričnosti ni mogoče določiti brez analize, ponekod so kamnine mešane, takšni so na primer prodi. Pooblaščeni strokovnjaki za bonitiranje zaradi pomanjkanja meritev tako največkrat uporabijo javno dostopne podatke geološke in pedološke karte, ki zaradi meril (1 : 50.000, 1 : 25.000) ne morejo biti zanesljivi za posamezno parcelo. Vsebnost skeleta je lastnost, zaradi katere se zmanjša pridelovalni potencial tal za kmetijsko pridelavo, saj imajo slabše vodnozadrževalne sposobnosti (Tetegan et al., 2015; Rousseva et al., 2017), poleg tega obstaja možnost abrazije kmetijske mehanizacije (Bialobrzeska in Kostencki, 2015). Vendar izkušnje pri bonitiranju kažejo, da lahko zaradi odbitnih točk za skelet preveč znižamo število točk za lastnosti tal. Vsebnost skeleta je skoraj vedno ocenjena in ne izmerjena lastnost, pri čemer izkušnje kažejo, da se z vizualno oceno delež skeleta v tleh pogosto preceni. Pri tleh na apnencih je pogosta prostorska heterogenost v globini tal (žepavost). Skeletnost se pri takih tleh lahko upošteva v globini tal (plitvost) ali v obliki odbitnih točk za vsebnost skeleta. Boniteto lahko bistveno zmanjšajo tudi odbitne točke za posebne negativne vplive. Večina urbanih območij Evrope se širi na najboljša kmetijska zemljišča, še posebej v državah z razvitim gospodarstvom (Toth, 2012). Za dosego trajnostnih razvojnih ciljev (angl. sustainable development goals) (Montanarella in Panagos, 2015), med katere spada zmanjšanje trajne izgube tal, je nujna močna nacionalna zakonodaja. Čeprav je varovanje kmetijskih zemljišč zapisano v ustavo, je še prostor za izboljšavo pravnih mehanizmov za zaščito (Seidl in Golobič, 2015). Z vidika varovanja kmetijskih zemljišč je Pravilnik (2008) preohlapen, saj dopušča spremembo bonitete brez preverljivih laboratorijskih analiz | 20 | Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | GEODETSKI VESTNIK | 61/1 | za parametre lastnosti tal, ki bistveno vplivajo na končno vrednost bonitete. Zgolj podatek o boniteti seveda ne omogoča varovanja pred izgubo zemljišč, vendar je za zdaj edini veljavni kazalnik za kakovost in pridelovalno sposobnost zemljišč, ki naj bi ga upoštevali pri načrtovanih posegih v prostor. 4 SKLEP Boniteta kmetijskih zemljišč postaja ena najpomembnejših evidenc kakovosti zemljišč in posledično temelj za strokovno utemeljeno varstvo kmetijskih zemljišč v okviru prostorskega načrtovanja. S predstavljeno študijo smo potrdili, da med dejanskim stanjem v naravi in uradno boniteto GURS lahko nastanejo odstopanja, ki izvirajo iz vzpostavitve bonitete prek podatkov katastrske rabe (katastrska kultura in razred), vendar so razlike različne za različne talne tipe. Pri tleh s slabšo proizvodno sposobnostjo (rendzine, rankerji) so lahko razlike v boniteti zemljišč večje, pri tleh z boljšim pridelovalnim potencialom (evtrična rjava tla, obrečna tla) so manjše, torej so podatki evidenc GURS za boniteto dobrih kmetijskih zemljišč zanesljivi. To kaže na veliko uporabnost evidence o boniteti pri varovanju najboljših kmetijskih zemljišč, saj pri višjih bonitetah nekaj točk razlike ne vpliva na odločitve prostorskega planiranja. Za namene, ki se nanašajo na posamezno parcelo, recimo izračun davčnih obveznosti ali zamenjalnih faktorjev v postopku komasacij, je točnost bonitetne ocene za vsako parcelo zelo pomembna. V nasprotju s splošno uveljavljenim mnenjem so povprečne razlike v boniteti zemljišč za vse skupine tal pozitivne (povprečna razlika je 5 točk), kar pomeni, da je uradna boniteta GURS večinoma podcenjena. To ni v skladu s številnimi (špekulativnimi) vlogami za znižanje uradne bonitete. Možnost špekulativnega znižanja bonitete omogoča ohlapnost pravilnika, saj ta ne predpisuje obveznih analiz tistih talnih lastnosti, ki ključno vplivajo na dodeljeno število točk za lastnosti tal in posledično bonitetno oceno (tekstura, pH, nasičenost sorptivnega dela tal z bazičnimi kationi, delež skeleta). Lastnosti so lahko le ocenjene in tako težje preverljive. Poleg izvedbe ustreznih fizikalnih in kemijskih analiz tal bi zanesljivost in preverljivost bonitiranja lahko izboljšali z navajanjem natančnih koordinat odvzetih vzorcev. Literatura in viri: Bennie, J., Hill, M. O., Baxter, R., Huntley, B. (2006). Influence of slope and aspect on long-term vegetation change in British chalk grasslands. Journal of ecology, 94 (2), 355-368. DOI: http://dx.doi.org/10.1111/j.1365-2745.200.01104.x Brabec, E., Smith, C. (2002). Agricultural land fragmentation: the spatial effects of three land protection strategies in the eastern United States. Fragmentation and Land Use Planning: Analysis and beyond? 2002 Landscape and Urban Planning, 58 (2-4), 255-268. DOI: http://dx.doi.org/10.1016/S0169-2046(01)00225-0 Bialobrzeska, B., Kostencki, P (2015). Abrasive wear characteristics of selected low-alloy boron steels as measured in both field experiments and laboratory tests. Wear, 328-329: 149-159. DOI: http://dx.doi.org/10.1016Zj.wear.2015.02.003 Doran, J. W., Parkin, T. B. (1994). Defining and Assessing Soil Quality. V: J. W. Doran, D. C. Coleman, D. F. Bezdicek, B. A. Stewart (ur.), Defining soil quality for a Sustainable Environment. SSSA Special Publication Number 35, Madison,Wisconsin, USA, str. 3-21. Kavčnik, M. (2011). Preučevanje metodologije za določanje pridelovaln sposobnosti zemljišč v zemljiškem katastru - bonitiranje. Diplomska naloga. Ljubljana: Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo. http://drugg.fgg.uni-lj.si/3802/1/GEV_0371_Kavcnik.pdf, pridobljeno 12. 3. 2016. Klingebiel, A. A., Montgomery, P. H. (1961). Land-capability classification. USDA Agriculture Handbook No. 210. Košir, J., Breznik, B., Maslo, G. (1999). Vrednotenje kmetijskih in gozdnih zemljišč. Priročnik za vrednotenje, ocenjevanje in katastrsko klasifikacijo zemljišč. Ljubljana, 90 str. Košir, J. (2005). Vzpostavitev evidence bonitete zemljišč v zemljiškem katastru. Geodetski vestnik, 49 (2), 241-253. Košir, J. (2008). Boniteta zemljišč - nova evidenca v zemljiškem katastru. Geodetski vestnik, 52 (2), 374-375. Košir, J. (2011). Bonitiranje kmetijskih in gozdnih zemljišč. Strokovni nasveti. Kmečki glas, 26. oktober 2011. Košir, J. (2011). Priročnik za bonitiranje zemljišč. Ljubljana: Geodetski inštitut Slovenije. Lisec, A., Primožič, T., Ferlan, M., Šumrada, R., Drobne, S. (2014). Land owners' perception of land consolidation and their satisfaction with the results -Slovenian experiences. Land Use Policy, 38, 550-563. DOI: http://dx.doi.org/10.1016/jJandusepol.2014.01.003 Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | | 21 | 61/1 | GEODETSKI VESTNIK Lobnik, F., Vrščaj, B., Prus, T., Kralj, T., Šporar, M., Rupreht, J., Tlč, I., Zupan, M., (2003). Zasnova metodologije za postavitev vrednotenja kmetijskih zemljišč, poročilo projekta V4-0405-00. Ljubljana: Univerza v Ljubljani, Biotehniška fakulteta. 57 str. Malucelli, F., Certini, G., Scalenghe, R. (2014). Soil is brown gold in the Emilia-Romagna region, Italy. Land Use Policy, 39, 350-357. DOI: http://dx.doi.org/1016/jJandusepol.2014.01.019 Montanarella, L. (2015). Govern our soils. Nature, 523, 32-33. Montanarella, L., Panagos, P (2015). Policy relevance of Critical Zone Science. Land Use Policy, 49, 86-91. DOI: http://dx.doi.org/10.1016/jJandusepol.2015.07.019 Pravilnik za ocenjevanje tal pri ugotavljanju proizvodne sposobnosti vzorčnih parcel. Uradni list SRS, št. 36/1984. Pravilnik o vzpostavitvi bonitete zemljišč. Uradni list RS, št. 35/2008. Pravilnik o določanju in vodenju bonitete zemljišč. Uradni list RS, št. 47/2008. Prus, T. (1991).Vrednotenje tal z vidika nekaterih kopenskih ekosistemov. Magistrska naloga. Ljubljana: Univerza v Ljubljani, Biotehniška fakulteta. Rousseva, S., Kercheva, M., Shishkov, T., Lair, G. J., Nikolaidis, N. P, Moraetis, D., Kram, P, Bernasconi, S. M., Blum, W. E. H., Menon, M., Banwart, S. A. (2017). Soil Water Characteristics ofEuropean SoilTrEC Critical Zone Observatories. Advances in Agronomy DOI: http://dx.doi.org/10.1016/bs.agron.2016.10.004 Rupreht, J. (1991). Pedološko kartiranje in ugotavljanje talnega potenciala v slovenskem ruralnem prostoru. Sodobno kmetijstvo, 7-8, 337-340. Scalenghe, R., Marsan, F. A. (2009). The anthropogenic sealing of soils in urban areas Landscape and Urban Planning, 90 (1-2), 1-10. DOI: http://dx.doi.org/10.1016/jJandurbplan.2008.10.0r Seidl, P N., Golobič, M. (2015). Določitev trajno varovanih zemljišč - metodološki poskus. Geodetski vestnik, 59 (2), 275-288. DOI: http://dx.doi.org/10.15292/geodetski-vestnik.2015.02.275-288 Stritar, A., (1990). Krajina, krajinski sistemi; raba in varstvo tal v Sloveniji. Ljubljana Partizanska knjiga: 170 str. Strzemski, M. (1975). Ideas Unerlying Soil Systematics. Tehnična navodila za določanje bonitete zemljišč (2008). Ljubljana: Geodetska uprava RS. Tetegan, M., Richer de Forges, A. C., Verbeque, B., Nicoullaud, B., Desbourdes, C., Bouthier, A., Arrouays, D., Cousin, I. (2015). The effect of soil stoniness on the estimation of water retention properties of soils: A case study from central France. Catena, 129, 95-102. DOI: http://dx.doi.org/10.1016/jxatena.2015.03.008 Vidic, N. J., Prus, T., Grčman, H., Zupan, M., Lisec, A., Kralj, T., Vrščaj, B., Rupreht, J., Šporar, M., Suhadolc, M., Mihelič, R., Lobnik, F. (2015).Tla Slovenije s pedološke karto v merilu 1:250 000. Ljubljana in Bruselj: University of Ljubljana anc European Union. Zakon o evidentiranju nepremičnin. Uradni list RS, št. 47/2006, 65/2007 - odl. US in 79/2012 - odl. US. Grčman H., Vozel S., Zupanc V. (2017). Lastnosti tal pri bonitiranju kmetijskih zemljišč Geodetski vestnik, 61 (1): 13-22. DOI: 10.15292//geodetski-vestnik.2017.01.13-22 Prof. dr. Helena Grčman, univ. dipl. inž. agronomije Univerza v Ljubljani, Biotehniška fakulteta Jamnikarjeva ulica 101, SI-1000 Ljubljana e-naslov: helena.grcman@bf.uni-lj.si Simon Vozel, univ. dipl. inž. agronomije Mošenik 2, SI-1251 Moravče e-naslov: vozel.simon@gmail.com Doc. dr. Vesna Zupanc, univ. dipl. inž. agronomije Univerza v Ljubljani, Biotehniška fakulteta Jamnikarjeva ulica 101, SI-1000 Ljubljana e-naslov: vesna.zupanc@bf.uni-lj.si | 22 | Helena Grčman, Simon Vozel, Vesna Zupanc | LASTNOSTI TAL PRI BONITIRANJU KMETIJSKIH ZEMLJIŠČ | SOIL CHARACTERISTICS AND AGRICULTURAL LAND EVALUATION | 13-22 | G V GEODETSKI VESTNIK | letn. / Vol. 61 | št. / No. 1 | 8 ločevanje iglavcev in listavcev na podlagi neobdelane intenzitete laserskih točk | 61/1 | deciduous and coniferous tree separation based on the raw intensity of laser points Mihaela Triglav Čekada, Maja Lavrič, Mojca Kosmatin Fras UDK: 528.7:582.09 Klasifikacija prispevka po COBISS.SI: 1.01 Prispelo: 16. 12. 2016 Sprejeto: 16. 3. 2017 DOI: 10.15292//geodetski-vestnik.2017.01.23-34 SCIENTIFIC ARTICLE Received: 15. 12. 2016 Accepted: 16. 3. 2017 _ IZVLEČEK Podatki aerolaserskega skeniranja med drugim podajo informacijo o odbojnosti površine, od katere seje odbil laserski žarek, zapisana je kot intenziteta laserske točke. S primerjavo povprečnih vrednosti nenormaliziranih intenzitet posameznih drevesnih vrst smo ugotavljali, ali lahko drevesne vrste, ki rastejo v Sloveniji, med seboj ločimo samo na podlagi laserskih podatkov. V analizi smo preučevali 113 samostoječih dreves (57 iglavcev in 56 listavcev), ki smo jih določili tudi na terenu. Uporabili smo štiri laserske nize podatkov. Prva dva sta bila zajeta z valovno dolžino 1550 nm: prvi spomladi (15. 5. 2012), drugi pa pozno poleti (18. 9. 2012). Zadnja dva niza sta bila zajeta z valovno dolžino 1064 nm: tretji pozimi (5. 3.2013) in četrti poleti (7. 7.2014). Med drugim smo ugotovili, enako kot že raziskovalci pred nami: (i) da so povprečne intenzitete listavcev v obeh valovnih dolžinah višje od iglavcev v času olistanosti, medtem ko je v času neolistanosti ravno nasprotno; (ii) da ločevanje na intenzitete prvih in edinih odbojev v primerjavi z intenzitetami vseh odbojev kaže, da so povprečne vrednosti prvih (samo prvi in edini odboji skupaj) višje od drugih (vsi odboji) v času olistanosti, v času neolistanosti je ravno nasprotno. Med preučevanjem oreha, javorja, jesena in lipe (ali lipovca) smo ugotovili, da rezultati preučevanja povprečnih intenzitet laserskih podatkov, posnetih v časovnih vrstah, nakazujejo tudi na možnost določevanja razlik v fenološki fazi listavcev spomladi. KLJUČNE BESEDE ABSTRACT _ Aeriallaser scanningprovides information about the reflectivity of the surface from which the laser beam was reflected; this information is given as an intensity of a laser point. By comparing the average non-normalised intensity values for different tree species growing in Slovenia in laser scanning data sets acquired with different wavelengths, whether tree species can be separatedbasedonly on laser scanning intensity data was investigated. We studied 113 single trees (57 coniferous and56 deciduous trees), identified in the field and in four laser data sets. The first two were acquired in the 1550 nm wavelength: the first set in spring(May 15,2012), the secondin late summer (September 18, 2012). The last two sets were acquired in the 1064 nm wavelength: the third in winter (March 5, 2013) and the fourth in summer (July 7,2014). Among other things, we have determined, the same as researchers before us: (i) that the average intensities ofdeciduous trees in both wavelengths are higher in the leaf-on season, while it is the opposite in the leaf-off season; (ii) that the average intensities of the combined class of first and the only reflections is higher than the average intensities of all reflections in leaf-on season; during the leaf-offseason it is the opposite. The behavior of tree species Juglans regia, Acer Pseudoplatanus, Fraxinus excelsior and Tilia cordata (or Tilia Platyphylolos) also implies that the differences in the average intensities in laser time series enable the determination of the phenological phase ofdeciduous trees in the spring. KEY WORDS _ lidar, nenormalizirana intenziteta, valovna dolžina, listavci, iglavci lidar, non-normalised intensity, wavelength, deciduous, coniferous MlhaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | | 23 | | 61/1 | GEODETSKI VESTNIK ^ 1 UVOD sg Lasersko skeniranje je aktivna metoda daljinskega zaznavanja, pri kateri laser odda lasersko svetlobo v S obliki kratkega pulza, ki se lahko na poti proti tlom večkrat odbije od različnih delov površja, kar je naj-^ vidnejše na vegetaciji. Tako dobimo laserske točke z različnimi redi odboja. Prvi odboj se zgodi na vrhu =■ ali blizu vrha vegetacije, naslednji v notranjosti krošnje drevesa ali grmovja. Če vegetacija ni pregosta in če •d snemamo z dovolj visoko gostoto točk, se zadnji odboj najverjetneje zgodi od tal. Aerolasersko skeniranje H tako omogoča zapis vertikalne strukture drevja ali druge vegetacije (slika 1). Zato lasersko skeniranje v ^ svetu in pri nas s pridom uporabljajo za različne gozdarske namene na ravni gozdnogospodarskih enot, gozdnih sestojev in posameznih dreves (Šturm et al., 2016). Če se osredotočimo na posamezna drevesa, ki jih bomo obravnavali tudi v naši raziskavi, lahko z laserskimi podatki identificiramo vrhove in določimo višine posameznih dreves. Vrhove posameznih dreves v gozdnem sestoju lahko ločimo med seboj z različnimi algoritmi, ki iščejo lokalne maksimume v surovih podatkih ali na digitalnih modelih krošenj (Reitberger et al., 2008; Kim et al., 2009; Li et al., 2012; Mongus in Žalik, 2015). Slika 1: Krošnje dreves v laserskem oblaku točk z gostoto 15 točk/m2: a) smreka, b) oreh, c) jesen, d) lipa. Če k preučevanju geometrijskih odvisnosti med točkami dodamo še preučevanje intenzitete odbitih laserskih točk, lahko raziskave razširimo na preučevanje zmožnosti določitve posameznih drevesih vrst v laserskih podatkih (Holmgren in Persson, 2004; Moffiet et al., 2005; Kim et al., 2009; 0rka et al., 2009; Korpela et al., 2010). Ker je intenziteta laserskih točk odvisna od različnih parametrov, ta naloga še zdaleč ni enostavna in rešena. Na vrednost intenzitete vplivajo (na primer Triglav Čekada, 2011): valovna dolžina laserskega senzorja, višina leta nad terenom, kot skeniranja, pod katerim je laserski žarek zadel tarčo, odbojnost tarče, velikost tarče (na primer majhen proti velikemu listu), divergenca laserskega žarka, značilnosti posamezne drevesne vrste, od katere se odbijajo točke (razporeditev listja in vej v drevesni krošnji), atmosferske razmere med snemanjem (mogoč vpliv na slabljenje signala med snemanjem) idr. Rezultate klasifikacije drevesnih vrst na podlagi intenzitete je sicer mogoče izboljšati, če uporabimo normaliziramo intenziteto, kjer odpravimo nekatere vplive na vrednost intenzitete (Korpela et al., 2010), vendar lahko razločimo posamezne drevesne vrste tudi na podlagi nenormaliziranih intenzitet. Tako sta Holmgren in Persson (2004) preučevala razločevanje smreke, rdečega bora in breze na Švedskem ter ugotovila, da so vrednosti povprečnih intenzitet pri smrekah višje od bora. 0rka et al. (2009) so preučevali smreko in brezo na Norveškem. Reitberger et al. (2008) so preučevali le razlike med listavci in iglavci v Nemčiji, kjer so bile dominantne vrste smreka, bukev in javor. Suranto et al. MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES 24 | SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | GEODETSKI VESTNIK | 61/1 | (2009) so preučevali območje z večjimi višinskimi razlikami in bolj raznolikimi iglavci v Severni Ameriki. Večinoma so avtorji uporabljali laserske podatke valovne dolžine 1064 nm. Podobnih raziskav v Sloveniji nismo zasledili, zato smo preučili možnosti razlikovanja drevesnih vrst iz intenzitet časovne serije laserskih podatkov, posnetih na območju Slovenije. Prvič smo preučevali tudi intenzitete v dveh valovnih dolžinah (1550 nm in 1064 nm), saj v tujih raziskavah preučujejo intenzitete samo v eni valovni dolžini. Praktični del raziskave je bil izveden v okviru magistrske naloge (Lavrič, 2016), v kateri je opisanih tudi več podrobnosti raziskave. 2 metodologija raziskave 2.1 Podatki Kot testno območje smo izbrali območje velikosti 4 km2 ob cesti na Ljubelj v Karavankah (slika 2). Njegova povprečna nadmorska višina je približno 750 metrov. Zaradi lažjega ločevanja posameznih dreves med seboj smo izbrali samostoječa drevesa ob cesti (slika 3), ki jih lahko brez težav prepoznamo na ortofotu in tudi najdemo na terenu. Slika 2: Območje obravnave na državni pregledni karti 1 : 250.000 (vir: GURS). Uporabili smo štiri nize aerolaserskih podatkov (preglednica 1), od katerih so bili trije posneti v času, ko je listnato drevje deloma ali popolnoma olistano, en pa v času, ko so bila drevesa brez listov. Dva niza sta posneta z valovno dolžino 1550 nm in dva z valovno dolžino 1064 nm. Vsa štiri laserska skeniranja je izvedlo podjetje FlyCom, d. o. o, prva dva niza z istim skenerjem (Riegl LMS-Q560), zadnja dva pa z enakim tipom skenerja (Riegl LMS-Q780), vendar dvema različnima instrumentoma. Oba tipa skenerjev delujeta v polnovalovnem načinu, vendar so ob prvi obdelavi podatki izvoženi v pulzno obliko zapisa, ki MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | NEOBDELANE INTENZITETE LASERSKIH TOČK FEROUS TREES | 61/1 | GEODETSKI VESTNIK ^ jo dobi naročnik in jo berejo vsi programi za obdelavo laserskih podatkov. V raziskavi smo uporabljali samo podatke, zapisane v pulznem načinu. Na prvih dveh snemanjih je bilo skupaj z laserskim skenira-njem izvedeno še aerofotografiranje, zato imamo na voljo tudi ortofote. Pri zadnjih dveh nizih podatkov ^ je bilo izvedeno samo lasersko skeniranje. Prvi, drugi in četrti niz podatkov so bili snemani s primerljivo sD gostoto, medtem ko je bil tretji niz sneman z višjo gostoto točk. s Preglednica 1: Opis značilnosti posameznega niza laserskih podatkov E NIZ 1 NIZ 2 NIZ 3 NIZ 4 Datum snemanja 15. 5. 2012 18. 9. 2012 5. 3. 2013 7. 7. 2014 Olistanost olistano olistano neolistano olistano Valovna dolžina (nm) 1550 1550 1064 1064 Gostota snemanja (točk/m2) 8 8 15 5 Višina leta nad terenom 700 m 700 m 1000 m 1200-1400 m 2.2 Metodologija Na podlagi ortofotov, ki jih imamo poleg prvih dveh nizov laserskih podatkov, smo izdelali terenske skice (slika 3). Na njih smo že pred terenskim ogledom označili drevesa, ki smo jih nameravali preučiti (majhni krogci na sliki 3). Na skico smo dodali tudi bele kvadratke, v katere smo na terenu vpisovali vrste dreves. Določali smo jih s klasifikacijskim ključem iz knjige Drevesne vrste na Slovenskem (Brus, 2012). Izbirali smo predvsem samostoječa drevesa ali drevesa na gozdnem robu, da smo jih lažje prepoznali na terenu in v oblaku laserskih točk. Krošnje samostoječih dreves ali dreves z gozdnega roba so pravilneje oblikovane, zato omogočajo lažjo določitev. Skupno smo na terenu določili vrsto 113 drevesom: od tega jih je bilo 57 iglastih in 56 listnatih. Podrobno analizo povprečnih intenzitet za posamezno vrsto smo naredili le za najpogostejše drevesne vrste na območju obravnave: 51 smrek (Picea abie), 4 macesne (Larix decidua), 14 orehov (Juglans regia), 9 javorjev (Acer pseudoplatanus), 5 jesenov (Fraxinus excelsior) in 4 lipe oziroma lipovce (Tilia cordata ali Tiliaplatyphyllos). Za splošno primerjavo med iglavci in listavci smo uporabili med iglastimi drevesi samo smreke, izpustili smo dva bora (Pinus sylvestris), ker jih je premalo, in macesne, ker odvržejo iglice. Pri listavcih smo, poleg zgornjih naštetih, upoštevali še: tri slive (Prunus), tri jablane (Malus), tri hruške (Pyrus), dve češnji (Prunus), tri hraste (Quercus petraea), dva kostanja (Castanea sativa), eno bukev (Fagus sylvatica), dva gabra (Carpinus betulus), eno brezo (Betula pendula) in štiri druge listavce. Posamezno drevo smo ročno poiskali v posameznem podatkovnem nizu laserskih podatkov. Uporabili smo klasificirane oblake laserskih točk, v katerih so zapisane originalne intenzitete odbojev. S programom LAStools (http://www.cs.unc.edu/~isenburg/lastools/) smo ročno izrezali krošnjo drevesa iz laserskih podatkov, za izrez smo uporabili samo točke iz treh klasifikacijskih razredov: nizke, srednje in visoke vegetacije. Za vsako drevo smo tako dobili ločeno datoteko, v kateri so ostale samo točke, ki ponazarjajo krošnjo izbranega drevesa. Točk, ki so se odbile od tal, v tej datoteki ni več. Krošnjo posameznega drevesa predstavlja večinoma od 200 do 3000 laserskih točk. Število točk na krošnji posameznega drevesa je odvisno od gostote osnovnega oblaka točk, vrste drevesa in olistanosti med snemanjem. Oblak točk posameznega drevesa smo izvozili v format ASCI, kjer smo poleg koordinat posamezne točke ohranili še naslednje atribute: intenziteto, red odboja, število vseh zabeleženih odbojev posameznega pulza in klasi- MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES 26 | SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | GEODETSKI VESTNIK | 61/1 | fikacijski razred. Z ASCI-datotekami smo izračunali statistike za posamezno drevo: povprečno vrednost intenzitete in standardni odklon intenzitet za posamezno drevo. Slika 3: Primer terenske skice (vir podlage: ortofoto NH-WF iz leta 2012). Povprečne vrednosti intenzitet posameznih drevesnih vrst za posamezen podatkovni niz smo najprej primerjali za vse laserske točke v krošnji drevesa. Potem smo analizo ponovili še za združene prve (prvi od mnogih odbojev enega pulza) in edine odboje (samo ta odboj enega pulza). Združeni prvi in edini odboji prikazujejo samo vrhnjo plast drevesa oziroma zunanji listni ovoj drevesa, od katerega se najprej odbije laserski žarek. 3 REZULTATI 3.1 Razpršenost intenzitet na posameznem drevesu Najprej smo primerjali povprečne intenzitete posameznih dreves ene drevesne vrste glede na podatkovni niz. Na sliki 4 vidimo primera javorja in smreke. Za osnovno primerjavo med drevesnimi vrstami smo uporabili povprečno intenziteto posameznega drevesa, kot cenilko razpršenosti intenzitet pa standardni odklon intenzitet posameznega drevesa. Smreka je zimzeleni iglavec, zato lahko med seboj primerjamo prva dva in zadnja dva podatkovna niza, da bi odkrili razliko v prikazovanju intenzitet glede na valovno dolžino. Na sliki 4b takoj opazimo, da MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | | 27 | 61/1 | GEODETSKI VESTNIK ^ imata prvi in drugi niz, oba posneta z valovno dolžino 1550 nm, manjše povprečne intenzitete z veliko != manjšimi standardnimi odkloni 23±11, kot so v zadnjih dveh nizih, ki sta posneta z valovno dolžino g 1064 nm. Standardni odkloni intenzitet so v zadnjih dveh nizih tudi veliko višji, 123±108 enot. Pri ^ javorju lahko primerjamo med seboj le prvi, drugi in četrti niz podatkov, ki prikazujejo drevesa v času = olistanosti. Enako opazimo, da so povprečne intenzitete v prvih dveh nizih (1550 nm) nizke (34±16 S enot), v četrtem nizu pa je (1064 nm) veliko višja (98±80 enot). V preglednici 2, kjer so zapisane g povprečne intenzitete tudi drugih preučevanih drevesnih vrst, vidimo enak pojav. Pri valovni dolžini s 1550 nm imamo nižje povprečne intenzitete in nižje povprečne standardne odklone posameznih dreves, pri valovni dolžini 1064 nm pa sta obe povprečji višji. Ugotovimo lahko, da je povprečna intenziteta iglavcev in listavcev v času olistanosti v valovni dolžini 1064 nm približno trikratnik vrednosti v valovni dolžini 1550 nm. Povprečni standardni odklon intenzitete posameznega drevesa iglavcev in listavcev v času olistanosti je v valovni dolžini 1064 nm kar trikratnik ali višji večkratnik vrednosti pri valovni dolžini 1550 nm. Torej je pri valovni dolžini 1064 nm sipanje intenzitet na posameznem drevesu veliko večje. Na sliki 4 tudi opazimo, da lahko med seboj ločimo posamezne primerke dreves že samo na podlagi njihove povprečne intenzitete, saj ima neko drevo visoko intenziteto v primerjavi z drugimi drevesi iz iste drevesne vrste v obeh valovnih dolžinah, če primerjamo vrednosti povprečnih intenzitet posameznega drevesa in vseh dreves ene vrste v času olistanosti. Lahko govorimo o značilnem razponu intenzitet posamezne drevesne vrste v posamezni valovni dolžini. Oglejmo si smreki številka 3 in 12. Smreka 3 (temno sivo obarvana točka v vseh štirih nizih) ima v vseh štirih podatkovnih nizih visoko povprečno intenziteto glede na skupno povprečno vrednost vseh smrek iz posameznega podatkovnega niza, medtem ko ima smreka številka 12 (enako temno sivo obarvana v vseh štirih nizih) nizko povprečno intenziteto v vseh podatkovnih nizih. Pri javorju lahko med seboj primerjamo le vrednosti posameznih dreves v drugem (1550 nm) in četrtem nizu (1064 nm), ki sta bila oba posneta v času polne olistanosti. Če pogledamo javorjeva drevesa od 4 do 7, vidimo enak vzorec višanja in nižanja povprečnih intenzitet v drugem in četrtem nizu (glej črne trikotnike in sive kvadrate). Slika 4: Povprečne intenzitete posameznih dreves: a) javor (levo), b) smreka (desno). Zaradi večje preglednosti je izrisana le polovica dreves, saj smo tam, kjer je stalo v skupini več dreves, na grafu izrisali samo eno intenziteto. MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES 28 | SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | GEODETSKI VESTNIK | 61/1 | Preglednica 2: Povprečne intenzitete in povprečni standardni odklon intenzitet na posameznem drevesu pri različnih drevesnih vrstah NIZ 1 NIZ 2 NIZ 3 NIZ 4 Smreka 24±11 21±8 123±108 67±53 Macesen 26±12 21±9 58±47 68±51 Oreh 19±8 26±10 42±34 85±67 Javor 34±16 33±13 32±26 98±80 Jesen 24±13 27±11 38±30 94±83 Lipa 34±14 32±14 35±28 99±70 3.2 Primerjanje povprečnih intenzitet glede na drevesno vrsto S prikazom povprečnih vrednosti intenzitet za celoten vzorec ene drevesne vrste bomo ponazorili še razlike med posameznimi drevesnimi vrstami. Preučili bomo tudi razlike med povprečnimi vrednostmi, izračunanimi za vse odboje ter ločeno za združene prve in edine odboje. Prvi in edini odboji skupaj prikazujejo prvi stik laserskega žarka z drevesom, torej zunanji ovoj krošnje drevesa. V preglednici 3 hitro opazimo, da so odstotki prvih in edinih odbojev v posameznem podatkovnem nizu primerljivi med različnimi iglastimi in listnatimi drevesi. Zato lahko sklepamo, da je skupni delež prvih in edinih odbojev odvisen od posameznega uporabljenega laserskega skenerja in parametrov skeniranja. Izstopa le macesen z 20 % nižjo vrednostjo prvih in edinih odbojev v vseh štirih podatkovnih nizih, vendar je vzorec dreves premajhen (štiri drevesa), da bi omogočil dokončno sklepanje. Če macesna ne upoštevamo, dobimo povprečni skupni delež prvih in edinih odbojev v prvem nizu 84 %, drugem 86 %, tretjem 55 % in četrtem 78 %. Prva dva niza, ki sta bila posneta z istim skenerjem in tudi ob podobnih parametrih skeniranja, imata skoraj enake vrednosti deležev prvih in edinih odbojev. Najmanjši delež enojnih in edinih odbojev je pri tretjem nizu podatkov, ki je bil posnet z najvišjo gostoto točk (15 točk/m2) in v času, ko listnato drevje in macesen nimajo listja/iglic (5. 3. 2013). Malo več kot polovica odbojev se zgodi znotraj krošnje dreves neodvisno od tega, ali se odbijejo od iglavcev ali neolistanih listavcev. Ker v tem nizu ne moremo ločiti med seboj listavcev od iglavcev samo na podlagi deleža prvih in edinih odbojev, lahko iz tega tudi sklepamo, da testno območje med snemanjem ni bilo zasneženo. Če bi bilo, bi teoretično morali dobiti pri smreki veliko višji delež prvih in edinih odbojev od listavcev, saj bi obsežnejša snežna odeja na smrekah preprečevala prodiranje laserskega žarka v notranjost krošnje in pojavljanje sekundarnih odbojev enega laserskega žarka. Če primerjamo deleže prvih in edinih odbojev iz prvega in drugega niza podatkov, kjer so bili parametri skeniranja podobni, ter deleže iz tretjega in četrtega niza, ki se razlikujejo za približno 20 %, lahko tudi iz tega sklepamo, da sta bila tretji in četrti niz posneta ob različnih parametrih skeniranja. Vendar to že vemo od prej iz preglednice 1. Preglednica 3: Povprečni skupni delež prvih in edinih odbojev glede na vse odboje po drevesnih vrstah NIZ 1 NIZ 2 NIZ 3 NIZ 4 Smreka 86 % 90 % 52 % 74 % Macesen 65 % 66 % 37 % 65 % Oreh 81 % 84 % 51 % 76 % Javor 88 % 88 % 64 % 80 % Jesen 82 % 88 % 58 % 82 % Lipa 82 % 80 % 49 % 77 % MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | NEOBDELANE INTENZITETE LASERSKIH TOČK FEROUSTREES | 61/1 | GEODETSKI VESTNIK ^ V preglednici 4 so zapisane povprečne vrednosti intenzitet z dodanim standardnim odklonom povprečnih g= intenzitet v posamezni drevesni vrsti, če v analizi upoštevamo vse odboje. Če primerjamo standardne ¡e odklone povprečnih intenzitet drevesne vrste, vidimo, da se povprečne intenzitete znotraj vrste najbolj Šp spreminjajo (največji standardni odkloni) v tretjem in četrtem nizu, torej pri valovni dolžini 1064 nm. f^ Povprečne intenzitete različnih drevesnih vrst v četrtem nizu, ko so drevesa olistana, so različne in po- 5 tencialno zanimive za ločevanje drevesnih vrst. Zaradi velike razlike v povprečnih intenzitetah vsekakor S omogočajo ločitev iglavcev (povprečne intenzitete približno 70 enot) od listavcev (povprečne intenzitete S približno 95 enot). Preglednica 4: Povprečne intenzitete vseh odbojev in standardni odklon povprečnih intenzitet glede na drevesno vrsto NIZ 1 NIZ 2 NIZ 3 NIZ 4 Smreka 24±2 21±2 123±30 67±14 Macesen 26±1 21±1 58±22 68±9 Oreh 19±2 26±4 42±8 85±21 Javor 34±7 33±4 32±4 98±18 Jesen 24±4 27±4 38±11 94±6 Lipa 34±4 32±3 35±3 99±32 Na sliki 5 so prikazane povprečne vrednosti intenzitet za iglavce: smreka (povprečje 51 dreves) in macesen (4). S polnimi črtami so povezana povprečja vseh točk na posameznem drevesu, s črtkanimi pa povprečja samo prvih in edinih odbojev skupaj. Povprečja intenzitet prvih in edinih odbojev skupaj so višja od povprečnih intenzitet vseh odbojev za podatke v obeh valovnih dolžinah, le da so razlike v prvem in drugem nizu podatkov veliko manjše (za eno enoto intenzitete). V tretjem in četrtem nizu so razlike med povprečnimi intenzitetami prvih in edinih odbojev od povprečnih intenzitet vseh točk za smreko in bor višje povprečno za 30 enot, za macesen pa le za 8 enot. Povprečne intenzitete v prvem, drugem in četrtem nizu so za vse tri iglaste drevesne vrste podobne, saj imajo takrat vsi iglice. V tretjem nizu, posnetem pozimi, pa lepo ločimo višje povprečne intenzitete smreke in bora od povprečnih intenzitet macesna, ki je takrat brez iglic. Povprečne intenzitete vseh odbojev macesna so za 65 enot nižje od smreke in za 40 enot nižje od bora. NI2J- NIZI NIZ4 NI24 Laserski set podatkov Slika 5: Povprečne intenzitete posameznih iglastih drevesnih vrst. Polne črte ponazarjajo vse podatke, črtkane črte samo prve in edine odboje skupaj. MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES 30 | SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | GEODETSKI VESTNIK | 61/1 | Na sliki 6 so prikazani listavci, na levi strani oreh (povprečje 14 dreves) in javor (9), na desni strani pa jesen (5) in lipa (4). S polnimi črtami so povezana povprečja vseh točk na posameznem drevesu, s črtkanimi črtami pa povprečja samo prvih in edinih odbojev skupaj. Večinoma so povprečne intenzitete prvih in edinih odbojev skupaj višje od povprečnih intenzitet vseh odbojev, le v tretjem nizu podatkov so nižje. Tretji niz podatkov je posnet pozimi (5. 3. 2013), ko listavci niso olistani. S primerjavo tretjega in četrtega niza, posnetega v valovni dolžini 1064 nm, tako vidimo, da so povprečne intenzitete listavcev v času neolistanosti nižje kot povprečne intenzitete v času olistanosti. Enak vzorec lahko prepoznamo še pri orehu in jesenu v prvem in drugem nizu podatkov, ki sta posneta z valovno dolžino 1550 nm. Prvi niz podatkov je posnet zgodaj spomladi (15. 5. 2012), ko nekateri listavci na takšni nadmorski višini (750 m) še niso olistani. Brus (2012) za vse štiri preučevane drevesne vrste trdi, da cvetijo in olistajo nekje v aprilu ali maju. Iz nižje intenzitete v prvem nizu proti višji intenziteti v drugem nizu (pri orehu za sedem enot nižja vrednost, pri jesenu za tri enote nižja vrednost) lahko sklepamo, da oreh in jesen 15. 5. 2012 še nista bila popolnoma olistana. Predvsem lahko to trdimo za oreh, ki kaže največja odstopanja med prvim in drugim nizom. Medtem sta bila javor in lipa najverjetneje že olistana tudi v prvem nizu podatkov, saj so vrednosti prvega in drugega niza primerljive. Dokončno bomo te trditve lahko potrdili le ob preučevanju večjih vzorcev dreves. Pri javorju so intenzitete prvega niza višje od drugega niza za eno enoto in v primeru lipe za dve enoti. Slika 6: Povprečne intenzitete posameznih listnatih drevesnih vrst. Polne črte ponazarjajo vse podatke, črtkane črte pa samo prve ali edine odboje. Če primerjamo med seboj še macesen in listavce (sliki 5 in 6), vidimo, da ima macesen v prvem nizu podatkov višje povprečne intenzitete kot v drugem nizu podatkov (za pet enot), zato lahko iz prejšnjih izvajanj sklepamo, da so bile takrat na njem že razvite iglice. Prav tako imata smreka in bor višje intenzitete v prvem kot v drugem nizu podatkov (za tri in eno enoto). Verjetno to lahko pripišemo fenološki fazi prvih iglic na smreki in boru, saj je smreka znana kot drevo, ki z razvojem novih poganjkov oznanja pomlad (Žust, 2015). Tako so morali biti 15. 5. 2013 na preučevanih drevesih razviti že dovolj dolgi poganjki, ki se po intenziteti ločijo od starih poganjkov, zaznanih konec poletja v drugem nizu podatkov (18. 9. 2012). Med tretjim in četrtim nizom podatkov pri macesnu ne opazimo tako drastične razlike v intenzitetah kot pri listavcih, ki so odvrgli liste, vendar so vrednosti v tretjem nizu nižje od vrednosti v četrtem nizu, kar je enak vzorec kot pri listavcih. To nam še enkrat potrjuje, da lahko ločimo drevesa brez iglic in listov od dreves z listi ali iglicami le na podlagi povprečnih intenzitet odbojev, če med seboj primerjamo dva laserska niza podatkov, posneta ob različnih letnih časih in z isto valovno dolžino. MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV II SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | LISTAVCEV NEOBDELANE INTENZITETE LASERSKIH TOČK FEROUS TREES | 61/1 | GEODETSKI VESTNIK ^ 3.2 Primerjava med iglavci in listavci § V primerjavi iglavcev in listavcev smo uporabili vsa analizirana drevesa, razen dreves macesna, za katerega S smo v prejšnjem poglavju videli, da je po intenzitetah bolj podoben listavcem. Med iglavci smo obrav-i navali samo smreke. Med listavce pa smo poleg oreha, javorja, jesena in lipe vključili še slivo, jablano, =■ hruško, hrast, češnjo, kostanj, bukev, brezo in štiri druga listnata drevesa. Skupno smo uporabili 51 •Ei iglastih in 56 listnatih dreves. § Na sliki 7 so prikazane povprečne intenzitete in standardni odkloni povprečnih intenzitet iglavcev in listavcev za vse preučevane laserske točke. V prvem, drugem in četrtem nizu podatkov, ko so listavci olistani, so povprečne intenzitete listavcev višje od iglavcev oz. smrek. V prvem in drugem nizu, ki sta oba posneta z valovno dolžino 1550 nm, so razlike manjše kot v četrtem nizu, posnetem z valovno dolžino 1064 nm. V tretjem nizu (5. 3. 2013), ko listavci niso olistani, pa je ravno nasprotno, povprečne intenzitete listavcev so nižje od iglavcev. Povprečne intenzitete iglavcev v valovni dolžini 1064 nm so približno trikratnik povprečnih intenzitet listavcev v času neolistanosti. Zanimiva je tudi primerjava standardnih odklonov povprečnih intenzitet v valovni dolžini 1064 nm (tretji in četrti niz): neolistana listnata drevesa imajo veliko nižje standardne odklone povprečnih intenzitet kot olistana drevesa. To lahko pripišemo podobnemu značilnemu razponu intenzitet na golih vejah na različnih listnatih drevesnih vrstah in različnemu razponu intenzitet na olistanih drevesih različnih drevesnih vrst. Različne značilne razpone intenzitet na različnih listnatih drevesnih vrstah v četrtem podatkovnem nizu (7. 7. 2014) smo videli že na sliki 6. mreke) listavci NEl N IZ 2 NE5 N IZ 4 Laserski setpodatkov Slika 7: Povprečne intenzitete iglavcev (samo smreke) in vseh obravnavanih listavcev z dodanimi standardnimi odkloni povprečnih intenzitet. 4 razprava in sklepne ugotovitve Izvedli smo analizo povprečnih intenzitet 56 listnatih in 57 iglastih dreves v dveh laserskih podatkovnih nizih, posnetih z valovno dolžino 1550 nm, in dveh z valovno dolžino 1064 nm. V nasprotju s Kim et al. (2009), 0rka et al. (2009) in Suranto et al. (2009) smo v naši raziskavi primerjali med seboj veliko več različnih listnatih drevesnih vrst (oreh, javor, jesen in lipa oziroma lipovec). Zal smo uporabili premajhne vzorce dreves, da bi nam omogočali dokončno sklepanje. Kljub temu lahko podamo začetne sklepe in jih primerjamo z ugotovitvami tujih raziskovalcev: MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES 32 | SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | GEODETSKI VESTNIK | 61/1 | — Vsako posamezno drevo ima svojo značilno povprečno intenziteto znotraj drevesne vrste v času olistanosti (na primeru 51 smrek in 9 javorjev), zato lahko posamezna drevesa ločimo med seboj glede na velikost njihove povprečne intenzitete. Če je povprečna intenziteta drevesa visoka glede na preostala drevesa te vrste v valovni dolžini 1064 nm, bo visoka tudi v valovni dolžini 1550 nm, in nasprotno. To nam lahko pomaga pri identifikaciji posameznih dreves, ki odstopajo od povprečja (na primer posebna razvojna faza drevesa — starost, zdravstveno stanje drevesa) ali celo pri identifikaciji potencialno napačno določene drevesne vrste. Že Holmgren in Person (2004) sta ugotovila, da je povprečna intenziteta za smrekova drevesa višja od povprečne intenzitete borovih dreves zaradi različne strukture krošnje posamezne drevesne vrste (gostejša krošnja smrek v primerjavi z bori). — Povprečni skupni delež prvih in edinih odbojev glede na vse odboje po drevesnih vrstah je odvisen od posameznega skenerja in parametrov skeniranja (višina leta, maksimalni kot skeniranja, gostota točk, letni čas snemanja). — Povprečne intenzitete prvih in edinih odbojev so višje od vseh odbojev za čas olistanosti. To so za nenormalizirane intenzitete pri valovni dolžini 1064 nm ugotovili že 0rka et al. (2009), ki so preučevali razlike med smreko in brezo. Suranto et al. (2009) so odkrili, da imajo edini odboji veliko višjo intenziteto kot večkratni odboji, kar je posledica porazdelitve energije enega pulza med več odbojev. Oboji tudi ugotavljajo, da je delež različnih redov odbojev (prvi, srednji, zadnji odboji) zelo odvisen od strukture krošnje posamezne preučevane drevesne vrste, torej od gostote listja ali iglic, relativne količine vej v primerjavi z listjem in vrzelmi v krošnji. Odbojnost je seveda odvisna še od odbojnosti listov/iglic posamezne drevesne vrste. To Suranto et al. (2009) prikažejo s primerjavo med duglazijo in borom, kjer ima slednji veliko nižje intenzitete prvih odbojev zaradi večjega deleža vej v krošnji, od katerih se odbije laserski žarek, kot pri duglaziji, kjer se večina odbojev zgodi na iglicah. — Povprečne intenzitete iglavcev (smreka, bor, macesen), izračunane samo iz prvih in edinih odbojev, so višje od povprečnih intenzitet, izračunanih iz vseh odbojev. Povprečne intenzitete listavcev (oreh, javor, jesen, lipa), izračunane samo iz prvih in edinih odbojev, so višje od povprečnih intenzitet, izračunanih iz vseh odbojev za čas olistanosti. V času neolistanosti so nižje. Tako smo tudi mi potrdili, da analiza povprečne intenzitete samo prvih in edinih odbojev omogoča razlikovanje med odboji od listnate krošnje in od vejevja/debla. Zato lahko povprečne intenzitete uporabimo za identifikacijo fenološke faze, v kateri je določen listavec. V našem primeru lahko sklepamo, da jesen in oreh, rastoča na 750 metrih nadmorske višine, 15. 5. 2012 še nista bila popolnoma olistana, v nasprotju z lipo in javorjem, ki sta že bila olistana. — Povprečne intenzitete listavcev v času olistanosti so v obeh valovnih dolžinah (1550 nm, 1064 nm) višje od povprečnih intenzitet iglavcev (smrek). V času neolistanosti je ravno nasprotno. Ugotovili smo, da nenormalizirane intenzitete laserskih podatkov, posnete v časovnih vrstah (vsaj dva niza laserskih podatkov, posneta v isti valovni dolžini), omogočajo razločevanje iglavcev od listavcev ter preiskovanje fenoloških faz posamezne drevesne vrste že z uporabo enostavnih statistik, kot so povprečne intenzitete posameznih dreves. Raziskava je nakazala tudi na možnost ločevanja različnih listnatih drevesnih vrst na podlagi preučevanja povprečnih intenzitet predvsem v valovni dolžini 1064 nm, ko so razlike med drevesnimi vrstami znatne. Za podrobnejše ugotovitve glede značilnih razponov intenzitet za posamezne drevesne vrste bomo morali izvesti nadaljnje raziskave na večjih vzorcih dreves s statističnim ovrednotenjem rezultatov in v gostejših časovnih vrstah laserskih snemanj. MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV NA PODLAGI NEOBDELANE INTENZITETE LASERSKIH TOCK | DECIDUOUS AND CONIFEROUS TREES SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | | 33 | 61/1 | GEODETSKI VESTNIK ^ Zahvala sg Za podatke, uporabljene v tej raziskavi, se najlepše zahvaljujemo Geodetskemu inštitutu Slovenije, ki ¡5 jih je pridobil v okviru čezmejnega projekta Slovenija-Avstrija 2011-2014: Naravne nesreče brez meja ^ (NH-WF). Za podatke laserskega skeniranja Slovenije se zahvaljujemo Ministrstvu za okolje in prostor Republike Slovenije. literatura in viri: Brus, R. (2012). Drevesne vrste na Slovenskem. Ljubljana: Mladinska knjiga. Holmgren, J., Persson, A. (2004). Identifying species of individual trees using airborne laser scanner. Remote Sensing of Environment, 90, 415-423. DOI: http:dx.doi.org/10.1016/S0034-4257(03)00140-8. Kobal, M.,Triplat, M., Krajnc, N. (2014). Pregled uporabe zračnega laserskega skeniranja površja v gozdarstvu. Gozdarski vestnik, 72 (5-6), 235-248. Kim, S., McGaughey, R. J., Andersen, H., Schreuder, G. (2009). Tree species differentiation using intensity data derived from leaf-on and leaf-off airborne laser scanner data. Remote Sensing of Environment, 113, 1575-1586. DOI http:dx.doi.org/10.1016/j.rse.2009.03.017 Korpela, I., 0rka, H. O., Maltamo, M., Tokola, T. & Hyyppa, J. (2010). Tree species classification using airborne LiDAR - effects of stand and tree parameters, downsizing of training set, intensity normalization, and sensor type. Silva Fennica, 44 (2), 319-339. Lavrič, M. (2016). Določevanje vrst drevja v različnih valovnih dolžinah aerolaserskih podatkov. Magistrsko delo, Ljubljana, UL FGG. Li, W., Guo, Q., Jakubowski, M. K., Kelly, M. (2012). A New Method for Segmenting Individual Trees from the Lidar Point Cloud. Photogrammetric Engineering & Remote Sensing, 8 (1), 75-84. Mongus, D., Zalik, B. (2015). An efficient approach to 3D single tree-crown delineatior in LiDAR data. ISPRS Jounral of Photogrammetry and Remote Sensing, 108, 219-233. DOI: http:dx.doi.org/10.1016/jjsprsjprs.2015.08.004 Moffiet, T., Mengersen, K., Witte, C., King, R., Denham, R. (2005). Airborne laser scanning: Exploratory data analysis indicates potential variables for classification of individual trees or forest stands according to species. ISPRS Journal of Photogrammetry and Remote Sensing, 59, 289-309. DOI: http:dx.doi.org/10.1016/jisprsjprs.2005.05.002 0rka, H. O., Naesset, E., Bollandsas. O. M. (2009). Classifying spieces of individua trees by intensity and structure features derived from airborne laser scanner data. Remote Sensing of Environment, 113, 1163-1174. DOI: http:dx.doi.org/10.1016/jise2009.02.002 Reitberger, J., Schnorr, Cl., Heurich, M., Krzystek, P, Stilla, U. (2008). Towards 3D mapping of forests: A comparative study with first/last pulse and full waveform Lidar data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXVII. Part B8. Beijing. Suranto, A., Seielstad, C., Queen, L. (2009). Tree species identification in mixec coniferous forest using airborne laser scanning. ISPRS Journal of Photogrammetry and Remote Sensing, 64, 683-693. DOI: http:dx.doi.org/10.1016/jJsprsjprs.2009.07.00" Šturm, T., Pisek, R., Kobler, A., Beguš, J., Matjašic, D. (2016). Možnosti uporabe lidarskih podatkov na Zavodu za gozdove Slovenije. GIS v Sloveniji, 13, 105-113. Triglav Čekada, M. (2011). Možnosti uporabe zračnega laserskega skeniranja (lidar; za geomorfološke študije. Geografski vestnik, 83 (2), 81-93. Zust, A. (2015). Fenologija v Sloveniji, Priročnik za fenološka opazovanja. Ministrstvo za okolje in prostor, 1-4. http://meteo.arso.gov.si/uploads/probase/www/ agromet/product/document/sl/Brosura0515.pdf, pridobljeno 15. 12. 2016. Triglav Čekada M., Lavrič M., Kosmatin Fras M. (2017). Ločevanje iglavcev in listavcev na podlagi neobdelane intenzitete laserskih točk. Geodetski vestnik, 61 (1): 23-34. DOI: 10.15292/geodetski-vestnik.2017.23-34 Dr. Mihaela Triglav Čekada, univ. dipl. inž. geod. Geodetski inštitut Slovenije Jamova cesta 2, SI-1000 Ljubljana e-naslov: mihaela.triglav@gis.si Doc. dr. Mojca Kosmatin Fras, univ. dipl. inž. geod. Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova cesta 2, SI-1000 Ljubljana e-naslov: mojca.kosmatin-fras@fgg.uni-lj.si Maja Lavrič, mag. inž. geod. geoinf. Šegova vas 11, 1318 Loški Potok e-naslov: maja.lavric11@gmail.com MihaelaTriglav Čekada, Maja Lavrič, Mojca Kosmatin Fras | LOČEVANJE IGLAVCEV IN LISTAVCEV SEPARATION BASED ON THE RAW INTENSITY OF LASER POINTS | 23-34 | NEOBDELANE INTENZITETE LASERSKIH TOOK FEROUSTREES G i Q y GEODETSKI VESTI« | letn. / Vol. 611 št. / No. 1 VÍJ 61/1 funkcionalne regije functional regions in območja: pregled and areas: literature literature po področjih review according to uporabe application fields Samo Drobne UDK: 711.13:71 1.4:331.2:(100):(497.4) Klasifikacija prispevka po COBISS.SI: 1.02 Prispelo: 15. 2. 2017 Sprejeto: 2. 3. 2017 DOI: 10.15292/geodetski-vestnik.2017.01.35-57 REVIEW ARTICLE Received: 15. 2. 2017 Accepted: 2. 3. 2017 _ IZVLEČEK V prispevku predstavimo pregled literature po področjih uporabe funkcionalnih regij in območij. Uporabo funkcionalnih regij, funkcionalnih urbanih regij in funkcionalnih urbanih območij zasledimo predvsem v analizah trga dela in drugih družbenogospodarski vidikov, v analizah administrativnih, planskih, statističnih regij in analizah funkcionalnih (urbanih) območij. Pregled literature izvedemo ločeno za svet in Slovenijo. ABSTRACT _ This paper provides a literature review by fields of application of functional regions and functional areas. The application offunctional regions, functional urban regions, and functional urban areas is mostly found in labour market analyses and analyses ofother socio-economic aspects, in analyses of administrative, planning, and statistical regions, and in analyses offunctional (urban) areas. This literature review is done separately for Slovenia and the rest of the world. KLJUČNE BESEDE KEY WORDS funkcionalne regije, funkcionalne urbane regije, funkcionalna območja, funkcionalna urbana območja, področje uporabe, Slovenija functional regions, functional urban regions, functional areas, functional urban areas, application fields, Slovenia Samo Drobne | FUNKCIONALNE REGIJE FIELDS | 35-57 | PREGLED LITERATURE PO E | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION I 35 | | 61/1 | GEODETSKI VESTNIK ^ 1 FUNCTIONAL REGIONS AND AREAS sg The notion of 'region' originates from Latin regio, meaning a landscape, territory, area, that is, a part 5 of the Earth's surface. A region is a delimited spatial system and an expression of an organisational i unity that differentiates it from another region (Abler, Adams and Gould, 1972; Gregory et al., 2009; = Klapka, Halas and Tonev, 2013; Klapka in Halas, 2016). According to Vriser (1978), the region is E; a specifically defined and organised area of the Earth's surface with an array of distinct features; the H notion is also used for a certain administrative, economic, or natural spatial unit populated by a == specific community. Thus the region combines specific characteristics that give it a certain degree of integration and distinctiveness that separate it from another region (Haggett, 1971; Abler, Adams and Gould, 1972). A region is distinguished by its physical characteristics (e.g. relief, climate, soil composition) or socio-economic characteristics of an area (e.g. attachment of rural areas to the city, historical political and administrative formations, economic orientation). If a region brings together the socio-economic characteristics of an area it is called a socio-economic region. According to Harvey (2011), socio-economic regions are institutional arrangements that facilitate the functioning of various flows across space and time. Spatial sciences distinguish between formal and functional socio-economic regions (Haggett, 1971; Abler, Adams and Gould, 1972; Claval, 1998). A formal region is an area of generalization of a variable, so it is internally homogeneous (Klapka, Halas and Tonev, 2013). Formal regionalisation is carried out by combining basic spatial units (BSU) at the lower level (e.g. survey districts, statistical districts, settlements, municipalities, post districts) with the aim of reducing the variance between regions (BSU groups) according to one or more variables. In contrast to formal regions, a functional region (FR) is internally heterogeneous, which is reflected in mutual complementarity and dependence of internal BSUs (ibid.). Following Ullman (1980), FR organisation is based on horizontal relations in a space in a form of spatial flows or interactions between parts (BSUs) of the region. Functional regionalisation is thus the procedure of combining BSUs into FRs with the goal of generalising the functional flows and spatial interactions addressed. FRs are thus understood as generalised patterns of flows and interactions in space. A FR is thus a system of strongly linked larger and/or smaller spatial units. Rather than dealing separately with geographical features and historical links, when addressing FRs our focus is on functional connectivity in space (Vanhove and Klaassen, 1987). Klapka, Halas and Tonev (2013) and Klapka and Halas (2016) believe that the term "functional region" was introduced into geography, and thus other spatial sciences, by Philbrick (1957), and Berry and Garrison (1958). Mutual complementarity and dependence in heterogeneous FRs are generated by an array of spatial interactions, such as population flows (commuting to school or work, migration, shopping or recreation), traffic and commodity flows (traffic and passenger flows by land, sea and air), financial flows, information flows (communications and newspaper circulation), gas/water/electricity flows (service connections), and similar (Vanhove and Klaassen, 1987; Alvanides, Openshaw and DukeWilliams, 2000). In the literature, functional regions and functional areas are most frequently determined based on economic interactions. Berry and Garrison (1958) describe FRs as functional areas around a strong economic centre that attracts inhabitants from near and remote catchment areas. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 36 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | They consider the FR centre as a central place from Christaller's Central Place Theory (Christaller, 1933), whose size depends on the scope of goods and services that it offers to its inhabitants. Brown and Holmes (1971) define FRs as a combination of functionally complementing BSUs, which have more economic interactions with each other than with outside units. Vanhove and Klaassen (1987) describe FRs as reasonably functioning spatial entities composed of economically and socially connected areas. In the group of connected areas, many social and economic interactions, interdependence of commuting flows, flows of goods and services, communication flows, traffic flows, financial flows, etc., occur. Johansson (1998) and Karlsson and Olsson (2006) define a FR as an area characterised by a high frequency of intra-regional economic interaction, such as labour commuting and intra-regional trade in goods and services, and an area of agglomeration of activities and transport infrastructure facilitating significant mobility of people, products, and information. Van der Laan and Schalke (2001) and Farmer and Fotheringham (2011) understand a FR as a spatially continuous area in which aggregated supply and demand for various social and economic goods meet. OECD (2002) defines FR as a territorial unit resulting from the organisation of social and economic relations in that its boundaries do not reflect geographical particularities or historical events. According to OECD (ibid.), FRs are sub-divisions of territories, where the most typical concept used in defining a functional region is that of labour market analysis or analysis of areas where supply and demand are well matched. The most frequently used FR concept found in the literature is the concept of local and regional labour systems (OECD, 2002).1 According to this concept, in a FR labour demand is proportional to job supply, and vice versa (Karlsson and Olsson, 2006). Many authors thus believe that the most important characteristic of a FR is the integrated labour market, in which intra-regional labour commuting, intra-regional job search, and search for labour demand are much more intensive than among the interregional counterparts; e.g. Smart (1974), Coombes, Green and Openshaw (1986), Van der Laan (1991), Casado-Díaz (2000), Andersen (2002), Van der Laan and Schalke (2001), OECD (2002), Karlsson and Olsson (2006), Corvers, Hensen and Bongaerts (2009), Casado-Díaz and Coombes (2011), Farmer and Fotheringham (2011). That is also the reason why out of the possible population flows, commuting flows are used for delimitation of FRs. Labour commuting, particularly commuting with a daily periodicity, is the most frequent and stable regular movement of the population (Smart, 1974). Therefore, minor changes on the labour market do not significantly affect the pattern of daily flows to work and back home (Coombes, Casado-Díaz in Martínez-Bernabeu, 2012). In the literature, two terms have been established for description of FRs at the local level, based on labour mobility flows: local labour market areas (LLMAs) and travel-to-work areas (TTWAs). Klapka et al. (2014) believe that these two concepts are the same, stemming from the works by (Goodman, 1970; Smart, 1974; Coombes et al., 1979; Ball, 1980; Coombes and Openshaw, 1982). The literature also includes the concepts of functional urban areas (FUAs) and functional urban regions (FURs). Both concepts have been established in analyses of urban centre development, expansion of economic activities in space, analyses of social disparities in space, and inequality in the labour market, and for studying the relationships between the city and rural areas, etc. (Drobne, Konjar and 1 According to the concept of employment systems, a FR should contain one or more local labour market areas. Local labour market areas make up regional labour market areas. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-37 | | 57 | 61/1 | GEODETSKI VESTNIK ^ Lisec, 2011). FUA is a functionally connected area of an urban centre and its catchment area. FUA is ¡= determined as an aggregation of BSUs, from which a certain percentage of working population com-| mutes to work daily (Coombes et al., 1979; ESPON 1.1.1, 2004; ESPON 1.1.2, 2004; Benini, Naldi g and Region, 2007; Pichler Milanovic et al., 2008; OECD, 2013a; ESPON, 2014; Eurostat, 2015). H According to OECD (2013a, 2013b), ESPON (2014), and Eurostat (2015), FUAs consist of BSUs 5 from which at least 15% of working age population commutes to work. FUAs can overlap, while they 5 do not necessarily homogeneously cover the territory in question. FURs are less adaptable formations S than FUAs: FURs do not overlap, while they homogeneously cover the territory addressed. FURs are modelled, similarly to FUAs, around urban centres. These can be selected by agreement or based on quantitative criteria (population density, number of permanent residents in an urban centre area, percentage of residents both living and working in an urban centre area, percentage of population of an urban centre working in another urban centre of the same FUA, etc.). FUA and FUR centres are most frequently defined using high density areas which are the core of an urban area (Antikainen, 2005). The concept of FURs has been most widely used in France, Canada, and the Unites States (OECD, 2002). Both in North America and in most European countries and Slovenia, FUOs are defined based on the number of residents, commuting flows, number of passengers in public transport systems, number of students in higher education centres, number of companies in cities, the amount of goods carried, number of accommodation capacities, created gross value added, and administrative function of urban centres (Coombes et al., 1979; ESPON 1.1.1, 2004; ESPON 1.1.2, 2004; OIR, 2006; ESPON 1.4.3, 2007; Pichler Milanovic et al., 2008; Drobne, Konjar and Lisec, 2010; Lisec et al., 2010; OECD, 2013a; Coombes, 2014; ESPON, 2014; Eurostat, 2015; Zavodnik Lamovsek and Drobne, 2016, 2017). Both FURs and FUAs as well as FRs can be modelled at different hierarchical levels. 2 literature review by fields of application In the literature we find different fields of application in relation to functional regions and areas: from labour market analyses to other socio-economic aspects, analyses of functional urban areas/regions, analyses of administrative, planning, and statistical regions, analyses of statistical functional areas at the micro level (for statistical reporting), analyses of the local and regional housing market (in support of housing policy), analyses of goods market, analyses of functional region in support of transport and traffic policy, analyses in support of information and communication technology, and other services in space, to general reviews of treating functional regions/areas. In 2002, OECD published a review of treating and defining FRs, FURs, and FUAs in selected OECD countries (OECD, 2002).2 In most of the OECD member countries analysed, FRs are modelled using the concept of local employment centres, as the name itself suggests: in Austria, Czech Republic, Finland, Germany, Portugal, Sweden, and Switzerland such micro regions are called "local labour market areas/ micro regions", in Italy, Hungary, and Poland they are called "local/regional employment systems", in Denmark and in United Kingdom they are called "commuting areas", in Norway "economic regions", in France "functional urban and employment areas", and in United States and Canada they are traditionally called "metropolitan areas of labour commuting" (OECD, 2002). In the aforementioned countries, 2 A review in Slovenian was conducted by Konjar (2009) and Drobne, Konjar and Lisec (2011). Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 38 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | FRs homogeneously cover the entire state territory — except in the case of delimitation of FURs or FUAs in Canada and the United States. Larger countries, such as Canada, France, Germany, Portugal, and the United States, define FRs at various levels. Most countries delimit FRs using basic statistical or administrative units where FR borders coincide with municipal borders. An important advantage of such an approach to FR delimitation is the possibility of acquiring statistical data and indicators of FRs, which allows for an array of spatial analyses (Drobne, Konjar and Lisec, 2011). FRs are used as a basis for socio-economic analyses, structural studies of local labour markets, and assessments of regional disparities in most of these countries. In Austria, Denmark, Canada, and Switzerland, FRs are used as a framework for the implementation of policies relating to labour markets and transport. In Finland, France, Italy, Germany and United Kingdom, FRs serve as a basis for identifying areas which qualify for aid and support. In the Czech Republic, Portugal, Sweden, and the United States, FRs are not used for policy implementation. The definition and delimitation of FRs is left to state statistical offices and competent ministries responsible for employment, economy, spatial planning, and regional development. In Austria, the Czech Republic, Denmark, Finland, Hungary, and Canada no funding is provided for the maintenance of data on FRs (OECD, 2002). Coombes, Casado-Díaz and Martínez-Bernabeu (2012) made a comparative study investigating the areas of (local) labour markets, i.e. FRs at the micro level, in 27 EU countries. In nine countries (Belgium, Estonia, Finland, France, Italy, Germany, the Netherlands, Sweden, and United Kingdom) labour market areas are monitored officially using their own or adopted analytical procedures. In seven countries (Cyprus, Czech Republic, Denmark, Greece, Portugal, Slovenia, and Slovak Republic) such analyses, both at the local or regional level, are conducted for research purposes only. Ten countries (Austria, Bulgaria, Ireland, Latvia, Lithuania, Luxembourg, Hungary, Poland, Romania, and Spain) reported that labour market areas are neither treated nor researched. Finland, France, Italy, Germany, and United Kingdom use areas of (local) labour markets for various policy implementations (also for drawing on and allocating European funds). Germany uses local labour market areas for monitoring and improving regional economic structures, in Italy they monitor the so-called industrial regions and their development, France uses local labour market areas to show various socio-economic statistics at different levels, United Kingdom uses this kind of official areas for monitoring and directing economic development and for supporting housing policy at the local and regional level, and Finland controls and directs the delimitation of new (and harmonization of old) municipalities with FRs at the local level. The Czech Republic and Estonia, which are among the countries that do not officially monitor such functional areas at the local level, have used local labour markets in procedures of local and regional planning of public transport (ibid.). Drobne, Konjar and Lisec (2011) and Drobne (2016) believe that in Slovenia the FR concept is implemented in statistical regions, which rarely change due to the dissemination of data in time series. The first delimitation of Slovenia into statistical regions was made in the mid-1970s for the needs of regional planning and inter-municipal cooperation in various areas. Regionalisation was made based on analysing gravity areas of commuting, rides to school and higher education institutions and supply of population in 12 regional and their sub-regional centres (Vriser, 1974, 1978; Rebec, 1983, 1984; Vriser and Rebernik, 1993). Later, the borders of statistical regions Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-39 | | 57 | 61/1 | GEODETSKI VESTNIK ^ changed many times, particularly because of the changing municipality borders. Following Slo-!= venia's accession to the European Union (EU) in 2004, Slovenia's statistical regions became part =í of the European NUTS 3 level, i.e. part of the level for disseminating comparable regional data ^ at the European level. Drobne and Bogataj (2011c, 2012a, 2012b) evaluated FRs at the level of ^ statistical regions of Slovenia. s In Slovenia several studies were conducted where the authors analysed functional connections between g urban and other settlements, between the city and rural areas, and the hierarchy of these connections. For Slovenia, the ESPON 1.1.1 project (2004) first delineated six FUAs, two years later the project Planet Cense (OIR, 2006) identified ten FUAs. Project RePUS (Pichler Milanovic et al., 2008) defined 42 areas of local employment systems and 17 areas of regional employment systems. Drobne et al. (2011) and Lisec et al. (2010) modelled FUAs and FURs around urban centres of national significance, as defined in the Spatial Development Strategy of Slovenia (SPRS, 2004). Different authors used studies on functional regions when putting forward proposals for shaping administrative regions (provinces) in Slovenia. Pogačnik et al. (2008, 2009a, 2009b, 2009c) evaluated development potentials and possible scenarios of FR development in Slovenia. Pogačnik, Grad and Brezovnik (2009), Pogačnik et al. (2009d, 2009e) and Pogačnik, Zavodnik Lamovšek and Drobne (2009) used the z FR concept when analysing and proposing the delimitation of Slovenia into provinces. Drobne (2016) evaluated FRs in a 12-year period and highlighted the characteristic levels of FRs. The FR concept was also used by different authors to study the possible service areas. Drobne and Bogataj (2013a, 2013b, 2014, 2015) analysed supply areas for servicing the elderly population. Konjar (2009), Drobne, Konjar and Lisec (2009), Bajt (2010), Konjar, Lisec and Drobne (2010), Drobne, Konjar and Lisec (2010), and Drobne and Konjar (2011) pointed out the discrepancy between functionally and administratively defined regions in the country. Using FRs, the authors also studied the changing of functional connections of labour commuting and migrations in Slovenia. Drobne and Lavrič (2012) and Drobne (2016) analysed the changes in FR commuting in 2000-2011, Drobne, Senekovič and Lisec (2014) analysed FR internal migrations of Slovenia and their changing in the period 2000-2010. The Spatial Development Strategy of Slovenia from 2004 (SPRS, 2004) defined 15 urban centres of national significance (also regional centres) and schematically outlined "wider urban areas". In the opinion of many authors in Slovenia, the simplest case is to talk about 15 FUAs composed of urban centres of national significance and their gravity areas; see e.g. Zavodnik Lamovšek (2005), Pichler Milanovic et al. (2008), Drobne et al. (2010), Lisec, Drobne and Konjar (2010), Pichler Milanovic, Drobne and Konjar (2013), Zavodnik Lamovšek and Drobne (2016, 2017). In the drawing up of the new Spatial Development Strategy of Slovenia (SPRS 2050) a special emphasis is placed on FUAs and their development. Zavodnik Lamovšek and Drobne (2016, 2017) recognise FUAs mostly as an instrument for urban policy implementation, as an analytical tool for monitoring the spatial situation, and as an instrument for implementing SPRS 2050. Table 1 provides literature examples by the most frequent areas of application of functional regions and functional areas. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 40 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | Table 1: Literature review by fields of application of functional regions and areas Field of application Examples of reference literature local and regional Brown and Holmes (1971), Smart (1974), Masser and Brown (1975, 1977), Masser and labour market Schauerwater (1978, 1980), Ball (1980), Coombes and Openshaw (1982), Coombes, Green and Openshaw (1986), Green, Coombes and Owen (1986), Tolbert and Killian (1987), Coombes, Green and Owen (1988), Green and Owen (1990), ISTAT (1991, 2005a), Killian and Tolbert (1993), Coombes (1995), ONS and Coombes (1998), Casado- Díaz (2000, 2003), Coombes (2010), Newell and Papps (2001), Van der Lann and Schalke (2001), Papps and Newell (2002), Casado-Díaz and Taltavull de la Paz (2003), Feldman et al. (2006), Flórez-Revuelta, Casado-Díaz and Martínez-Bernabeu (2006, 2008), Karlsson and Olsson (2006), Coombes and Bond (2008), Meredith et al. (2007), Patuelli (2007), Prodromídis (2007), Feng (2009), Coombes (2010), Mitchell and Stimson (2010), Fusco and Caglioni (2011), Farmer (2011), Farmer and Fortheringham (2011), Persyn and Torfs (2011), Gruchociak (2012), Landré (2012), Martínez-Bernabeu, Flórez-Revuelta and Casado-Díaz (2012), Sforzi (2012), Fukumoto, Okamoto and Ujiie (2013), Klapka, Halás and Tonev (2013), Klapka et al. (2014), Landré and Hákansson (2013), Bianchi et al. (2015), Erlebach, Tomás and Tonev (2016), Martínez-Bernabeu and Casado-Díaz (2016) For Slovenia: Konjar (2009), Drobne, Konjar and Lisec (2009, 2010), Drobne and Bogataj (2011c), Drobne and Konjar (2011) Slater (1975, 1976a, 1976b, 1978, 1980, 1981), Green, Coombes and Owen (1986), Noronha and Goodchild (1992), Tomaney and Ward (2000), Baum, Mitchell and Han (2008), Karlsson (2007), Karlsson and Johansson (2004, 2008), ISTAT (2005b), Karlsson et al. (2007), Karlsson, Johansson and Stough (2008), Gleeson et al. (2010), Isaksen and Onsager (2010), Smith, Craig and Coombes (2011), Van Hamme and Grasland (2011a, 2011b), Freshwater, Simms and Ward (2013, 2014), Mitchell et al. (2013) For Slovenia: Bajt (2010), Drobne and Bogataj (2011c, 2012b), Drobne and Konjar (2011), Drobne (2016) Shimizu (1975), Coombes et al. (1979), Casado-Díaz (2003), ESPON 1.1.1 (2004), ESPON 1.1.2 (2004), Van der Werf et al. (2005), Farsund, Knut and Lysgárd (2006), Robson et al. (2006), ESPON 1.4.3 (2007), Benini et al., 2007, Davoudi (2008), Holowiecka and Szymanska (2008), Hidle et al. (2009), Sykora and Mulicek (2009), Dessemontet, Kaufmann and Jemelin (2010), Drobne et al. (2010), Halás et al. (2010), Reggiani et al. (2010, Kauffmann (2012), OECD (2013a, 2013b), Coombes (2014), da Silva, ESPON 2014; Garcia Manzato and Santos Pereira (2014), Kraft, Halás and Vančura (2014), Manley (2014) For Slovenia: Zavodnik Lamovšek (2005), Pichler Milanovic et al. (2008), Konjar (2009), Drobne et al. (2010), Lisec, Drobne and Konjar (2010), Lisec et al. (2010), Pichler Milanovic, Drobne and Konjar (2013), Zavodnik Lamovšek and Drobne (2016, 2017) service areas Fischer et al., (1993), Bullen, Moon and Jones (1996), Shortt et al. (2005), Cockings (2013) For Slovenia: Drobne and Bogataj (2013a, 2013b, 2014, 2015) administrative, Illeris (1967), Hirst and Slater (1976), Slater (1976a, 1976b, 1976c), Lackó, Enyedi and planning, and Koszegfalvi (1978), Hemmasi (1980), Van der Laan and Schalke (2001), Andersen (2002), Hensen statistical regions and Cörvers (2003), Martin (2003), Schuler, Dessemontet and Joye (2005), Schuler et al. (2007), Mitchell, Bill and Watts (2007), Nel, Krygsmany and de Jong (2008), Krygsman, De Jong and Nel (2009), Cörvers, Hensen and Bongaerts (2009), Mitchell and Stimpson (2010), Mitchell and Watts (2010), Statistics Sweden (2010), Beyhan (2011), Killer and Axhusen (2011), Killer (2014), Koo (2010, 2012), Sforzi (2012), Landré and Hákansson (2013), Martin, Cockings and Harfoot (2013), Kim, Chun and Kim (2015), Klapka et al. (2016) For Slovenia: Drobne and Bogataj (2012a), Drobne et al. (2009b), Drobne and Lakner (2016a, 2016b, 2016c) other socio-economic aspects (also to support economic development) functional urban regions and functional urban areas Samo Drobne I FÜNKCIONALNL RLGIJŒ FILLDS I 35-57 I PRLGLLD LITLRATÜRL PO L I FÜNCTIONAL RLGIONS AND ARLAS: LITLRATÜRL RLVILW ACCORDING TO APPLICATION | 61/1 | GEODETSKIVESTNIK Field of application Examples of reference literature statistical functional areas at micro level local and regional housing market (also to support housing policy) regional commodities market Coombes et al. (1982), Openshaw and Rao (1995), Openshaw and Alvanides (1996), Cockings and Martin (2005), Ralphs and Ang (2009), Cockings et al. (2011) Jones (2002), Goetgeluk (2006), Goetgeluk and de Jong (2007), Brown and Hincks (2008), Hincks and Wong (2010), Jones, Coombes and Wong (2010, 2012), Jones et al. (2012), Hincks (2012), Jaegal (2012, 2013) Brown and Pitfield (1990), Poon (1997), Kohl and Brouwer (2014) 3 CONCLUSIONS A literature review by application fields of functional regions and functional areas is provided in this paper. In the literature, functional regions are most often treated as areas of local and regional labour markets and as an analytical tool for creating administrative, planning, and statistical regions. Recently, FRs have been used to support housing policy and monitor economic development. Functional urban regions are a special type of functional regions that are delimited around urban centres. They have been implemented, in particular, as a mechanism for a homogeneous delimitation of a country's territory. Functional urban areas are a broader term than functional urban regions. Functional urban regions are treated mostly in older literature, while recently the concept of functional urban areas has gained ground. In the United States and EU, urban centres with their catchment areas were recognised as the key generators of economic and social development and as important spatial structures for providing the necessary critical mass of population for development and monitoring of urban and rural relationships in space. Functional urban areas have been also recognised as a tool for monitoring the spatial situation and as an instrument for (urban) policy implementation in space. Literature and references Abler, R., Adams, J. S., Gould, P (1972). Spatial Organization: the Geographer's View of the World. London, Prentice-Hall: 587 pp. Alvanides, S., Openshaw, S., Duke-Williams, O. (2000). Designing zoning systems for flow data. In: Atkinson, P (Ed.), Martin, D. (Ed.): GIS and GeoComputation: Innovations in GIS 7. New York: Taylor and Francis Publishing, Inc.: 115-134. Andersen, A. K. (2002). Are commuting areas relevant for the delimitation of administrative regions in Denmark? Regional Studies 36, 8: 833-844. DOI: https://doi.org/10.1080/0034340022000012289 Antikainen, J. (2005). The Concept of Functional Urban Area. Revnets of the ESPON 1.1.1. Informationen zur Raumentwicklung 7: 447-452. http://www. bbsr.bund.de/BBSR/EN/Publications/IzR/2005/DL_Heft07_Antikainen. pdf?_blob=publicationFile&v=3, accessed 18. 11. 2015. Bajt, L. (2010). Primer informacijskega sistema za modeliranje funkcionalnih regij v Sloveniji (= Example of Information System for Modelling of Functional Regions in Slovenia; in Slovene only). Master thesis. Ljubljana, University of Ljubljana, Faculty of Economics: 79 pp. Ball, R. M. (1980). The use and definition of Travel-to-Work areas in Great Britain: Some problems. Regional Studies 14, 2: 125-139. DOI: https://doi. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOGJA: PREGLED LITERATURE PO PODROGJIH U 42 | FIELDS | 35-57 | org/10.1080/09595238000185121 Baum, S., Mitchell, W., Han, J. H. (2008). Socio-economic performance across Australia's non-metropolitan functional economic regions. Australasian Journal of Regional Studies 14, 3: 215-249. Benini, R. (Ed.), Naldi, P (Ed.), Region, E. R. (Ed.) (2007). Regional polycentric urban systems: final report. Strategy for a regional polycentric urban system in central eastern Europe integrating zone RePUS - INTERREG III B. http://www. espon-usespon.eu/dane/web_usespon_library_files/661/zl_dsresource.pdf, accessed 16. 11. 2015. Berry, B. J. L., Garrison,W. L. (1958).The functional bases of the central place hierarchy. Economic Geography 34, 2: 145-154. DOI: https://doi.org/10.2307/142299 Beyhan, B. (2011). The delimitation of functional regions serving as planning regions in Turkey. In: ERSA (Ed.). 51st European Congress of the Regional Science Association International: New Challenges for European Regions and Urban Areas in a Globalised World, Barcelona, Spain, August 30-September 3, 2011. ERSA: 22 pp. Bianchi, G., Bruni, R., Reale, A., Sforzi, F. (2015) A min-cut approach to functional regionalization, with a case study of the Italian local labour market areas. BE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION GEODETSKI VESTNIK | 61/1 | Optimization Letters 10, 5: 955-973. DOI: 015-0980-6 :ps://doi.org/ 10.1007/s11590- Brown, L. A., Holmes, J. (1971).The delimitation of functional regions, nodal regions, and hierarchies by functional distance approaches. Journal of Regional Science 11, 1: 57-72. DOI: https://doi.org/10.1111/j.1467-9787.1971.tb00240.x Brown, P J. B., Hincks, S. (2008). A framework for housing market area delineation: Principles and application. Urban Studies 45, 11: 2225-2247. DOI: https://doi. org/10.1177/0042098008095866 Brown, P J. B., Pitfield, D. E. (1990). The Intramax derivation of commodity market structures from freight flow data. Transportation Planning and Technology 15, 1: 59-81. DOI: https://doi.org/10.1080/03081069008717440 Bullen, N., Moon, G., Jones, K. 1996. Defining localities for health planning: A GIS approach. Social Science & Medicine 42, 6: 801-816. DOI: https://doi. org/10.1016/0277-9536(95)00180-8 Casado-Díaz, J. M. (2000). Local labour market areas in Spain: A case study. Regional Studies 34, 9: 843-856. DOI: https://doi.org/10.1080/00343400020002976 Casado-Díaz, J. M. (2003). The use of commuting data to define local labour market areas and urban areas in Spain. Alicante, University of Alicante, Spain: 28 pp. http://rua.ua.es/dspace/bitstream/10045/2671/1/Casado-D%C3%ADaz%20 %28Umea%202003%29.pdf, accessed 15. 12. 2015. Casado-Díaz, J. M., Taltavull de la Paz, P. (2003). An exploration of the contribution of local labour market areas to the analysis of regional clusters. Alicante, University of Alicante, Spain: 34 pp. http://rua.ua.es/dspace/bitstream/10045/2670/1/ Casado%20and%20Taltavull%20%282003%29.pdf, accessed 15. 12. 2015. Casado-Díaz, J. M., Coombes, M. G. (2011).The delineation of 21st century local labour market areas: a critical review and a research agenda. Boletín de la Asociación de Geógrafos Españoles 57: 7-32. Christaller, W. (1933). Die zentralen Orte in Süddeutschland. Jena, Gustav Fischer. Claval, P (1998). Introduction to regional geography. Oxford, Blackwell: 316 pp. Cockings, S. (2013). Zone design for environment and health studies using pre-aggregated data. Social Science & Medicine 60, 12: 2729-2742. DOI: https:// doi.org/10.1016/j.socscimed.2004.11.005 Cockings, S., Martin, D. (2005). Automated Zone Design for the Spatial Representation of Population. PhD thesis. Southampton, University of Southampton, Faculty of Social and Human Sciences: 260 pp. Cockings, S., Harfoot, A., Martin, D., Hornby, D. (2011). Maintaining existing zoning systems using automated zone-design techniques: Methods for creating the 2011 Census output geographies for England and Wales. Environment and Planning A 43, 10: 2399-2418. DOI: https://doi.org/10.1068/a43601 Coombes, M. (1995). The impact of international boundaries on labour market area definitions. Area 27, 1: 46-52. Coombes, M. (2000). Defining locality boundaries with synthetic data. Environment and Planning A 32, 8: 1499-1518. DOI: https://doi.org/10.1068/a29165 Coombes, M. (2010). Defining labour market areas by analysing commuting data: innovative methods in the 2007 review of Travel-to-Work Areas. In: Stillwell, J. (Ed.), Duke-Williams, O. (Ed.), Dennett, A. (Ed.): Technologies for migration and commuting analysis: Spatial interaction data applications. Hershey, PA: IGI 'ork Areas: the 2007 review. London, tp://www.istat.it/it/files/2014/12/ .2015. Samo Drobne | FUNKCIONALNE REGIJE FIELDS | 35-57 | PREGLED LITERATURE PO Global: 227-241. DOI: https://doi.org/10.4018/978-1-61520-755-8.ch012 Coombes, M. (2014). From city-region concept to boundaries for governance: The English case. Urban Studies 51, 1 1: 2426-2443. DOI: https://doi. org/10.1177/0042098013493482 Coombes, M. G., Bond, S. (2008). Travel-to-W Office for National Statistics: 58 pp. ht final_TTWA_report.doc, accessed 17. 1 Coombes, M. G., Openshaw, S. (1982). The use and definition of travel-to-work areas in Great Britain: Some comments. Regional Studies 16, 2: 141-149. DOI: https:// doi.org/10.1080/09595238000185121 Coombes, M. G., Green, A. E., Openshaw, S. (1986). An efficient algorithm to generate official statistical reporting areas: The case of the 1984 travel-to-work-areas revision in Britain. Journal of the Operational Research Society 37, 10: 943-953. DOI: https://doi.org/10.2307/2582282 Coombes, M. G., Green, A. E., Owen, D.W. (1988). Substantive issues in the definition of localities: evidence from sub-group local-labour market areas in the West-Midlands. Regional Studies 22, 4: 303-318. DOI: https://doi.org/10.1080/00 343408812331344990 Coombes, M. G., Dixon, J. S., Goddard, J. B., Openshaw, S., Taylor, P J. (1979). Daily urban systems in Britain: from theory to practice. Environment and Planning A 11, 5: 565-574. DOI: https://doi.org/10.1068/a110565 Coombes, M. G., Dixon, J. S., Goddard, J. B., Openshaw, S.,Taylor, P J. (1982). Functional regions for the population census of Great Britain. In: Herbert, D.T. (Ed.), Johnston, R. J. (Ed.). Geography and the Urban Environment. Progress in Research and Applications 5. Chichester: John Wiley and Sons Ltd.: 63-112. Coombes, M., Casado-Díaz, J. M., Martínez-Bernabeu, L., Carausu, F. 2012. Study on comparable labour market areas - Final research report. Rome, Istat - Istituto nazionale di statistica: 146 pp. http://www.istat.it/it/files/2014/12/Final-Report_LMA-v1-0-17102012.pdf, accessed 15. 12. 2015. Corvers, F., Hensen, M., Bongaerts, D. (2009). Delimitation and coherence of functional and administrative regions. Regional Studies 43, 1: 19-31. DOI: https://doi. org/10.1080/00343400701654103 Da Silva, A. N. R., Garcia Manzato, G., Santos Pereira, H. T. (2014). Defining functional urban regions in Bahia, Brazil, using roadway coverage and population density variables. Journal of Transport Geography 36, 79-88. DOI: https://doi. org/10.1016/j.jtrangeo.2014.03.001 Davoudi, S. (2008). Conceptions of the city region: A critical review. Journal of Urban Design and Planning 161, 2: 51-60. DOI: https://doi.org/10.1680/ udap.2008.161.2.51 Dessemontet, P, Kaufmann,V., Jemelin, C. (2010). Switzerland as a single metropolitan area? A study of its commuting network. Urban Studies 47, 13: 2785-2802. DOI: https://doi.org/10.1177/0042098010377371 Drobne, S. (2016). Model vrednotenja števila in območij funkcionalnih regij (=A Model Evaluating the Number and Areas of Functional Regions; in Slovene only). Doctoral thesis. Ljubljana, University of Ljubljana, Faculty of Civil and Geodetic Engineering, 174 pp. http://drugg.fgg.uni-lj.si/5557/1/BGO039_Drobne.pdf, accessed 6. 1. 2017. Drobne, S., Bogataj, M. 2011c. Economic criteria in decision-making on number of E | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 61/1 | GEODETSKI VESTNIK functional regions: The case of Siovenia. In: Zadnik Stirn, L. (Ed.), Zerovnik, J. (Ed.), Povh, J. (Ed.), Drobne, S. (Ed.), Lisec, A. (Ed.). SOR '11 proceedings - The 11th International Symposium on Operational Research in Siovenia, Dolenjske Topiice, Slovenia, September 28-30, 2011. Ljubljana, Slovenian Society Informatika: 131-136. Drobne, S., Bogataj, M. 2012a. Metoda opredelitve števila funkcionalnih regij: aplikacija na ravneh NUTS 2 in NUTS 3 v Sloveniji = A method to define the number of functional regions: an application to NUTS 2 and NUTS 3 ieveis in Siovenia. Geodetski vestnik 56, 1: 105-150. DOI: https://doi.org/10.15292/ geodetski-vestnik.2012.01.105-127 Drobne, S., Bogataj, M. 2012b. Evaluating functional regions. In: Babic', Z., et ai. (Ed.). 14th International conference on operational research (KOI 2012) in Trogir, Croatia, September 26-28, 2012. Croatian operational research review 3: 14-26. hrcak.srce.hr/fiie/142254, accessed 17. 11. 2015. Drobne, S., Bogataj, M. 2013a. Impact of Population Aging on Migration to Regional Centres of Siovenia. In: Zadnik Stirn, L., Zerovnik, J., Povh, J., Drobne, S., Lisec, A. (Ed.). SOR'13 proceedings - The 12th International Symposium on Operations Research in Siovenia, Dolenjske Topiice, Siovenia, September 25-27, 2013. Ljubljana: Slovenian Society Informatika, Section for Operational Research: 325-330. Drobne, S., Bogataj, M. 2013b. Evaluating Functional Regions for Servicing the Eideriy. In: Zadnik Stirn, L. (Ed.), Zerovnik, J. (Ed.), Povh, J. (Ed.), Drobne, S. (Ed.), Lisec, A. (Ed.). SOR '13 proceedings -The 12th International Symposium on Operations Research in Siovenia, Dolenjske Topiice, Siovenia, September 25-27, 2013. Ljubljana: Slovenian Society Informatika, Section for Operational Research: 331-336. Drobne, S., Bogataj, M. 2014. Regions for servicing oid people: Case study of Siovenia. Business systems research journal 5, 3: 19-36. DOI: https://doi.org/10.2478/ bsrj-2014-0017 Drobne, S., Bogataj, M. 2015. Optimal allocation of public service centres in the central places of functional regions. IFAC-PapersOnLine 48, 3: 2362-2367. DOI: https:// doi.org/10.1016/j.ifacol.2015.06.441 Drobne, S., Konjar, M. (2011). Modeliranje funkcionalnih regij Slovenije s tokovi delavcev vozačev. In: Zavodnik Lamovšek, A. (Ed.). Funkcionalne regije - izziv prihodnjega razvoja Slovenije. Ljubljana, Kamnik: Fakulteta za gradbeništvo in geodezijo, Inštitut za politike prostora, OIKOS - svetovanje za razvoj: 37-52. Drobne, S., Konjar, M., Lisec, A. (2009). Delimitation of Functional Regions Using Labour Market Approach. In: Zadnik Stirn, L. (Ed.), Zerovnik, J. (Ed.), Drobne, S. (Ed.) and Lisec, A. (Ed.). SOR '09 proceedings - The 10th International Symposium on Operational Research in Slovenia, Nova Gorica, Slovenia, September 23-25, 2009. Ljubljana, Slovenian Society Informatika, Section for Operational Research: 417-425. Drobne, S., Konjar, M., Lisec, A. (2010). Razmejitev funkcionalnih regij Slovenije na podlagi analize trga dela = Delimitation of functional regions of Siovenia based on labour market analysis. Geodetski vestnik 54, 3: 481-500. DOI: https://doi. org/10.15292/geodetski-vestnik.2010.03.481-500 Drobne, S., Konjar, M., Lisec, A. (2011). Pregled funkcionalnih regij po izbranih državah. Geodetski vestnik 55, 3: 495-517. DOI: https://doi.org/10.15292/ geodetski-vestnik.2011.03.495-517 Drobne, S., Lakner, M. (2016a). Intramax and other objective functions. Moravian Geographical Reports 24, 2: 12-25. DOI: https://doi.org/10.1515/mgr-2016-0007 Drobne, S., Lakner, M. (2016b). Use of constraints in the hierarchical aggregation procedure Intramax. Business Systems Research Journal 7, 2: 5-22. DOI: https:// doi.org/10.1515/bsrj-2016-0009 Drobne, S., Lakner, M. (2016c). Intramax and other objective functions: The case of Siovenia. Moravian Geographical Reports 24, 2: 12-25. DOI: https://doi. org/10.1515/mgr-2016-0007 Drobne, S., Lavrič, M. M. (2012). Spremembe funkcionalnih regij Slovenije med letoma 2000 in 2009. In: Cigiič, R. (Ed.), Perko, D. (Ed.), Zorn, M. (Ed.). Geografski informacijski sistemi v Sloveniji 2011-2012. Ljubljana: Založba ZRC: 161-173. Drobne, S., Lisec, A., Konjar, M., Zavodnik Lamovšek, A., Pogačnik, A. (2009b). Functional vs. Administrative regions: Case of Siovenia. In: Vujoševic', M. (Ed.), Peric, J. (Ed.). International Scientific Conference Regional Development, Spatial Planning and Strategic Governance: Thematic Conference Proceedings. Vol. 1., Belgrade, Serbia, December 7-8, 2009. Belgrade, Institute of Architecture and Urban & Spatial Planning of Serbia: 395-416. Drobne, S., Konjar, M., Lisec, A., Pichier Milanovi', N., Zavodnik Lamovšek, A. (2010). Functional Regions Defined by Urban centres of (Inter)National Importance: case of Siovenia. In: Schrenk, M. (Ed.), Popovich, V. V. (Ed.), Zeiie, P. (Ed.). Real Corp 2010: proceedings of 15th International Conference on Urban Planning, Regional Development and Information Society, May 18-20, 2010. Wien, Real Corp: 295-305. http://conference.corp.at/archive/CORP2010_153.pdf, accessed 18. 11. 2015. Drobne, S., Senekovič, A., Lisec, A. (2014). Funkcionalne regije notranjih selitev Slovenije. In: Cigiič, R. (Ed.), Perko, D. (Ed.), Zorn, M. (Ed.). Digitalni prostor (GIS v Sloveniji 12). Ljubljana: Založba ZRC: 121-134. Eriebach, M., Tomaš, M., Tonev, P (2016). A functional interaction approach to the definition of meso regions: The case of the Czech Republic. Moravian Geographical Reports 24, 2: 37-46. DOI: https://doi.org/10.1515/mgr-2016-0009 ESPON 1.1.1 (2004). Potentials for poiycentric development in Europe. Final project report. Revised version 2005. Luxembourg, ESPON Coordination Unit: 1000 pp. http://www.espon.eu/export/sites/defauit/Documents/Projects/ ESPON2006Projects/ThematicProjects/Poiycentricity/fr-1.1.1_revised-full. pdf, accessed 15. 11. 2015. ESPON 1.1.2 (2004). Urban-rural relations in Europe. Final report. Luxembourg, ESPON Coordination Unit: 279 pp. http://www.espon.eu/export/sites/defauit/ Documents/Projects/ESPON2006Projects/ThematicProjects/UrbanRural/ fr-1.l2_revised-full_31-03-05.pdf, accessed 14. 11. 2015. ESPON 1.4.3 (2007). Study on Urban Functions. ESPON. http://www. espon.eu/main/Menu_Projects/Menu_ESPON2006Projects/Menu_ StudiesScientificSupportProjects/urbanfunctions.html, accessed 6.1.2017. ESPON (2014). Functional Urban Areas (FUA) and European harmonization. A feasibility study from the comparison of two approaches: commuting flows and accessibility isochrones. ESPON. https://www.espon.eu/export/sites/defauit/ Documents/Projects/ScientificPlatform/ESPONDatabaseII/M4D-DFR_TR-FUA-construction_20140630.pdf, accessed 6.1.2017. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 44 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | Eurostat (2015). European cities - the EU-OECD functional urban area definition, Eurostat. http://ec.europa.eu/eurostat/statistics-explained/index.php/ European_cities_%E2%80%93_the_EU-OECD_functional_urban_area_ definition, accessed 6.1.2017. Farmer, C. J. Q., Fotheringham, A. S. (2011). Network-based functional regions. Environment and Planning A 43, 11: 2723-2741. DOI: https://doi.org/10.1068/ a44136 Farsund, A. A., Knut, H., Lysgärd, H. K. (2006). Norwegian City Regions and Functional Integration: The Cases of Everyday Regional Interaction and Business Policy. European Urban & Regional Studies, Conference, September 21-24, 2006. Roskilde, Denmark. http://www.geography.dEd.ac.uk/conferences/ Urban_Conference/Programme/pdf_files/Arild%20Aurvag%20Farsund,%20 Knut%20Hidle,%20Hans%20Kjetil%20Lysgard.pdf, accessed: 25. 3. 2011. Feldman, O., Simmonds, D., Troll, N.,Tsang, F. (2006). Creation of a system of functional areas for England andWales and for Scotland. In: EuropeanTransport Conference, 2005 Proceedings, Strasbourg, France, October 3-5, 2005, Association for European Transport. http://abstracts.aetransport.org/paper/index/id/2284/ confid/11,accessed 14. 11. 2015. Feng, Z. (2009). Fuzziness of Travel to Work Areas. Regional Studies 43, 5: 707-720. DOI: https://doi.org/10.1080/00343400801922806 Fischer, M. M., Essletzbichler, J., Gassler, H., Trichtl, G. (1993). Telephone communication patterns in Austria - A comparison of the IPFP-based graph-theoretic and the Intramax approaches. Geographical Analysis 25, 3: 224-233. DOI: https://doi.org/10.1111/j.1538-4632.1993.tb00293.x Flórez-Revuelta, F., Casado-Díaz, J. M., Martínez-Bernabeu, L. (2006). An Evolutive Approach for the Delineation of Local Labour Markets. In: Runarsson, T. P (Ed.), Beyer, H. G. (Ed.), Burke, E. (Ed.), Merelo-Guervós, J. J. (Ed.),Whitley, L. D. (Ed.), Yao, X. (Ed.). Parallel Problem Solving from Nature - PPSN IX, Lecture Notes in Computer Science 4193. Berlin, Heidelberg: Springer-Verlag: 342-351. http:// link.springer.com/chapter/10.1007%2F11844297_35, accessed 15. 12. 2015. Flórez-Revuelta, F., Casado-Díaz, J. M., Martínez-Bernabeu, L. (2008). An evolutionary approach to the delineation of functional areas based on travel-to-work flows. International Journal of Automation and Computing 5, 1: 10-21. DOI: https:// doi.org/10.1007/s11633-008-0010-6 Freshwater, D., Simms, A., Ward, J. (2013). Functional regions as a structure for enhancing economic development in Atlantic Canada: Background report - Project report. St. John's, Newfoundland, Memorial University of Newfoundland: 69 pp. http://research.library.mun.ca/9686/1/Functional_ Regions_Backg round_Report.pdf, accessed 16. 12. 2015. Freshwater, D., Simms, A., Ward, J. (2014). Local labour markets as a new way of organizing policies for stronger regional economic development in Atlantic Canada: Project report. St. John's, Newfoundland, Memorial University of Newfoundland: 46 pp. http://research.library.mun.ca/9687/1/Functional_ Regions_January2014_EN_%281%29.pdf, accessed 16. 12. 2015. Fukumoto, J., Okamoto, Y., Ujiie, A. (2013). A Modularity Approach to the Delineation of Functional Regions from Spatial Interaction Data. In: Proceedings of The 13th World Conference on Transportation Research in Rio de Janeiro, Brazil, July 15-18, 2013. COPPE - Federal University of Rio de Janeiro, Brazil: 13 pp. http://www.wctrs-society.com/wp/wp-content/uploads/abstracts/rio/ Samo Drobne | FUNKCIONALNE REGIJE FIELDS | 35-57 | PREGLED LITERATURE PO selected/3377.pdf, accessed 16. 12. 2015. Fusco, G., Caglioni, M. (2011). Hierarchical Clustering through Spatial Interaction Data. The Case of Commuting Flows in South-Eastern France. In: Murgante, B. (Ed.), Gervasi, O. (Ed.), Iglesias, A. (Ed.), Taniar, D. (Ed.), Apduhan, B. O. (Ed.). Computational Science and Its Applications - ICCSA, Lecture Notes in Computer Science 6782. Berlin, Heidelberg: Springer-Verlag: 135-151. Gleeson, J., Curran, D., Bartley, B., Breathnach, P., McCafferty, D., Rickard, A. (2010). Delineating functional territories across the island of Ireland: An initial scoping. Final report. Newtownabbey: International centre for local and regional development (ICRLD), School of the Built Environment, Ulster University: 48 pp. http://iclrd.org/web2/wp-content/uploads/2010/12/ DelineatingFunctionalTerritories_Phase1_FinalReport.pdf, accessed 15. 8. 2015. Goetgeluk, R. (2006). Dynamic clusters in migration patterns: intramax-analyses of inter-municipal migration flows between 1990 and 2004. ENHR 2006 International conference on Housing in an Expanding Europe: Theory, Policy, Participation and Implementation, Slovenia, Ljubljana, July 2-5, 2006: 22 pp. http://www.enhr.net/documents/2006%20Slovenia/W03_Goetgeluk.pdf, accessed 18. 11. 2015. Goetgeluk, R., De Jong, T. (2007). What about the spatial dimension of subsidiarity in housing policy? ENHR 2007 International conference on Sustainable Urban Areas, The Netherlands, Rotterdam, June 25-28 2007: 17 pp. https://www.yumpu. com/en/document/view/26672955/what-about-the-spatial-dimension-of-subsidiarity-in-housing-policy, accessed 18. 11. 2015. Goodman, J. F. B. (1970). The definition and analysis of local labour markets: Some empirical problems. British Journal of Industrial Relations 8, 2: 179-196. DOI: https://doi.org/10.1111/j.1467-8543.1970.tb00968.x Green, A. E., Coombes, M. G., Owen, D.W. (1986). Gender-specific local labour market areas in England and Wales. Geoforum 17, 3-4: 339-351. DOI: https://doi. org/10.1016/0016-7185(86)90002-3 Green, A. E., Owen, D.W. (1990). The development of a classification of travel-to-work areas. Progress in Planning 34, 1: 1-92. DOI: https://doi.org/10.1016/0305-9006(90)90006-4 Gregory, D. (Ed.), Johnston, R. J. (Ed.), Pratt, G. (Ed.), Watts, M. (Ed.), Whatmore, S. (Ed.) (2009). The Dictionary of Human Geography, 5th edition. Oxford, Wiley-Blackwell: 1072 pp. Gruchociak, H. (2012). Delimitacja lokalnych rynkow pracy v Polsce. Przegl^d statystyczny. Numer specjalny 2: 277-297. Haggett, P (1971). Locational analysis in human geography. Reprint edition (original 1965). London, Edward Arnold: 339 pp. Halas, M., Kladivo, P., Simacek, P., Mintalova, T. (2010). Delimitation of micro-regions in the Czech Republic by nodal relations. Moravian Geographical Reports 18, 2: 16-23. Harvey, D. (2011). The Enigma of Capital and the Crises of Capitalism. New York, London, Oxford University Press: 320 pp. Hemmasi, M. (1980). The identification of functional regions based on lifetime migration data: A case study of Iran. Economic Geography 56, 3: 223-233. DOI: https://doi.org/10.2307/142714 Hensen, M., Corvers, F. (2003). The regionalization of labour markets by modelling E | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 61/1 | GEODETSKI VESTNIK commuting behaviour. ERSA Conference Papers European Regional Science Association, ersa03p199. https://ideas.repec.org/p/wiw/wiwrsa/ersa03p199. html, accessed 14. 11. 2014. ï g Hidle, K., Aurvâg Farsund, A., Kjetil Lysgârd, H. (2009). Urban-rural flows and the meaning of borders functional and symbolic integration in Norwegian cityregions. European Urban and Regional Studies October 16, 4: 409-421. DOI: https://doi.org/10.1177/0969776409340863 g Hincks, S. (2012). Daily interaction of housing and labour markets in north West England. Regional Studies 46, 1: 83-104. DOI: https://doi.org/10.1080/003 43404.2010.486782 Hincks, S., Wong, C. (2010). The spatial interaction of housing and labour markets: Commuting flow analysis of NorthWest England. Urban Studies 47, 3: 620-649. DOI: https://doi.org/10.1177/0042098009349777 Hirst, M. A., Slater, P. S. (1976). Spatial interaction aid regional structures in Eastern Africa. East African Geographical Review 13: 9-22. DOI: https://doi. org/10.1007/978-1-4613-4067-6_1 Hotowiecka, B., Szymanska, D. (2008). The changes in the functional urban region in the new socio-economic conditions in Poland: The case of Torun. Bulletin of Geography. Socio-economic Series 9: 63-78. DOI: https://doi.org/10.2478/ v10089-008-0006-6 s Illeris, S. (1967). Functional Regions in Denmark about 1960 - Theoretical Models and Empirical Observations. Geografisk Tidsskrift 66: 246-251. Isaksen, A., Onsager, K. (2010). Regions, networks and innovative performance: The case of knowledge-intensive industries in Norway. European Urban and Regional Studies 17, 3: 227-243. DOI: https://doi.org/10.1177/0969776409356217 ISTAT 1997. I sistemi locali del lavoro 1991. Rome: ISTAT. ISTAT 2005a. I sistemi locali del lavoro. Censimento 2001. Dati definitivi. Rome: ISTAT. ISTAT 2005b. I distretti industriali. Roma: ISTAT. Jaegal, Y. (2012). Delineating housing market areas in the Seoul metropolitan area using a geo-computational approach. Master's thesis. Seoul, Seoul National University, Department of Geography Education. Jaegal, Y. (2013). Delineating housing market areas in the Seoul metropolitan area using a geo-computational approach. Journal of the Association of Korean Geographers 2, 1: 7-20. Johansson, B. (1998). Infrastructure, Market Potential and Endogenous Growth. Jonkoping (Mimeo). Jonkoping International Business School. Jones, C. (2002).The definition of housing market areas and strategic planning. Urban Studies 39, 3: 549-564. DOI: https://doi.org/10.1080/00420980220112829 Jones, C., Coombes, M., Wong, C. (2010). Geography of housing market areas. Final report. London. Communities and Local Government. https://www.gov.uk/ government/uploads/system/uploads/attachment_data/file/6346/1775475. pdf, accessed 6. 1. 2016. Jones, C., Coombes, C., Wong, C. (2012). A system of tiered housing market areas and spatial planning. Environment and Planning B 39, 3: 518-532. DOI: https:// doi.org/10.1068/b37172 Jones, C., Coombes, M., Dunse, N., Watkins, D., Wymer, C. (2012). Tiered housing markets and their relationship to labour market areas. Urban Studies 49, 12: 2633-2650. DOI: https://doi.org/10.1177/0042098011435847 Karlsson, C. (2007). Clusters, Functional Regions and Cluster Policies. Stockholm: CESIS Electronic Working Paper Series, KTH: 25 pp. https://ideas.repec.org/p/ hhs/cesisp/0084.html, accessed 16. 11. 2015. Karlsson, C., Johansson, B. (2004). Towards a Dynamic Theory for the Spatial Knowledge Economy. CESIS Working Paper Series in Economics and Institutions of Innovation Paper No. 20. Stockholm,The Royal Institute ofTechnology, Centre of Excellence for Studies in Science and Innovation: 31 pp. http://www.diva-portal.org/smash/get/diva2:487602/FULLTEXT01.pdf, accessed 17. 12. 2015. Karlsson, C., Johansson, B. (2008). Knowledge, Creativity and Regional Development. CESIS Working Paper Series in Economics and Institutions of Innovation Paper No. 148. Stockholm, The Royal Institute of Technology, Centre of Excellence for Studies in Science and Innovation: 32 pp. http://www.diva-portal.org/smash/ get/diva2:487489/FULLTEXT01.pdf, accessed 17. 12. 2015. Karlsson, C., Johansson, B., Stough, R. R. (2008). Entrepreneurship and innovation in functional regions. CESIS Working Paper Series in Economics and Institutions of Innovation Paper No. 144. Stockholm: Royal Institute of Technology, CESIS: 15 pp. http://www.diva-portal.org/smash/get/diva2:487499/FULLTEXT01. pdf, accessed 17. 12. 2015. Karlsson, C., Olsson, M. (2006). The identification of functional regions: theory, methods, and applications. The Annals of Regional Science 40, 1: 1-18. DOI: https://doi.org/10.1007/s00168-005-0019-5 Karlsson, C., Andersson, Â. E., Cheshire, P, Stough, R. R. (2007). Innovation, dynamic regions and regional dynamics. CESIS Working Paper Series in Economics and Institutions of Innovation Paper No. 89. Stockholm: Royal Institute ofTechnology, CESIS: 49 pp. Kauffmann, A. (2012). Delineation of City Regions Based on Commuting Interrelations: The Example of Large Cities in Germany. In: Halle Institute For Economic Research - Iwh (Ed.). IWH Discussion Papers No. 4. Halle (Saale), Institut für Wirtschaftsforschung Halle - IWH: 35 pp. https://www.deutsche-digitale-bibliothek.de/item/V2DMLWENPOEL4GEJ7SPDQSMAI62AQNI5, accessed 17.12.2015. Killer,V. (2014). Understanding spatial interaction in models of commuting behavior. PhD Thesis. Zürich, University of Zürich, ETH-Zürich: 166 pp. Killer, V., Axhusen, K. W. (2011). Understanding overlapping functional commuting regions with confidence ellipses and social network methods. Working Papers Traffic and Spatial Planning 714, IVT, Zürich: ETH-Zurich, 55 pp. http://e-collection.l ibrary.ethz.ch/eserv/eth :8838/eth-8838-01.pdf, accessed 16. 11.2015. Killian, M. S.,Tolbert, C. M. (1993). Mapping social and economic space: the delineation of local labour markets in the United States. In: Singelmann, J. (Ed.), Desaran, F. A. (Ed.). Inequalities in Labour Market Areas. Boulder: Westview Press Inc.: 69-79. Kim, H., Chun, Y., Kim, K. (2015). Delimitation of functional regions using a p-regions problem approach. International Regional Science Review 38, 3: 235-263. DOI: https://doi.org/10.1177/0160017613484929 Klapka, P., Halas, M. (2016): Conceptualising patterns of spatial flows: Five decades of advances in the definition and use of functional regions. Moravian Geographical Reports 24, 2: 2-11. DOI: https://doi.org/10.1515/mgr-2016-0006 Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 46 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | Klapka, P, Halas, M., Tonev, P. (2013). Functional regions: Concept and types. In: Klimova, V. (Ed.), Zltek, V. (Ed.). 16th International Colloquium on Regional Sciences, Conference Proceedings, Valtice, June 19-21, 2013. Brno, Masaryk University: 94-101. Klapka, P., Halas, M., Erlebach, M., Tonev, P., Bednar, M. (2014). A multistage agglomerative approach for defining functional regions of the Czech Republic: The use of 2001 commuting data. Moravian Geographical Reports 22, 4: 2-13. DOI: https://doi.org/10.1515/mgr-2014-0019 Klapka, P., Halas, M., Netrdova, P., Nosek, V. (2016). The efficiency of areal units in spatial analysis: Assessing the performance of functional and administrative regions. Moravian Geographical Reports 24, 2: 47-59. DOI: https://doi. org/10.1515/mgr-2016-0010 Kohl, T., Brouver, A. E. (2014). The development of trade blocs in an era of globalisation. Environment and Planning A 46, 7: 1535-1553. DOI: https://doi.org/10.1068/ a46261 Konjar, M. (2009). Modeliranje zaposlitvenih sistemov Slovenije na osnovi dnevne mobilnosti = Modelling of Labour Systems of Slovenia Based on Daily Commuting. Diplomska naloga = Diploma thesis. Ljubljana, University of Ljubljana, Faculty of Civil and Geodetic Engineering, 128 pp. http://drugg.fgg. uni-lj.si/55/1/GEU_0803_Konjar.pdf, accessed 6.1.2017. Konjar, M., Lisec, A., Drobne, S. (2010). Methods for delineation of functional regions using data on commuters. In: Painho, M. (Ed.), Santos, M.Y. (Ed.), Pundt, H. (Ed.). Geospatial thinking: proceedings of the 13th AGILE International Conference on Geographic Information Science, Guimaraes, Portugal, May 10-14, 2010. Guimaraes, Springer-Verlag: 1-10. Koo, H. (2010). Delineating spatially constrained commuting zones with an improved measurement for functional regionalization. Master's thesis. Seoul, Seoul National University, Department of Geography Education. Koo, H. (2012). Improved hierarchical aggregation methods for functional regionalization in the Seul metropolitan area. Journal of the Korean Cartographic Association 12, 2: 25-35. Kraft, S., Halas, M., Vancura, M. (2014). The delimitation of urban hinterlands based on transport flows: A case study of regional capitals in the Czech Republic. Moravian Geographical Reports 22, 1: 24-32. DOI: https://doi.org/10.2478/ mgr-2014-0003 Krygsman, S., De Jong, T., Nel, J. (2009). Functional transport regions in South Africa: An examination of national commuter data. In: Proceedings of the 28th South African transport conference (SATC 2009), Pretoria, South Africa, June 6-9, 2009. Pretoria, Academic Press: 144-154. http://repository.up.ac. za/bitstream/handle/2263/11952/Krygsman_Functional%282009%29.pdf, accessed 18. 11. 2015. Lacko, L., Enyedi, G., Koszegfalvi, G. (1978). Functional urban regions in Hungary. International Institute for Applied Systems Analysis A-2361 Laxenburg, Austria: 42 pp. http://www.iiasa.ac.at/publication/more_CP-78-004.php, accessed 17. 12. 2015. Landre, M. (2012). Geoprocessing journey-to-work data: delineating commuting regions in Dalarna, Sweden. ISPRS International Journal of Geo-Information 1, 3: 294-314. Samo Drobne | FUNKCIONALNE REGIJE FIELDS | 35-57 | PREGLED LITERATURE PO Landré, M., Hakansson, J. (2013). Rule versus Interaction function: evaluating regional aggregations of commuting flows in Sweden. European Journal ofTransport and Infrastructure Research 13, 1: 1-19. Lisec, A., Drobne, S., Konjar, M., Zavodnik Lamovšek, A. (2010). Modeliranje funkcionalnih območij slovenskih urbanih središč. In: Perko, D. (Ed.), Zorn, M. (Ed.). Geografski informacijski sistemi v Sloveniji 2009-2010. Ljubljana: ZRC-SAZU:233-241. Manley, E. (2014). Identifying functional urban regions within traffic flow. Regional Studies, Regional Science 1, 1: 40-42. DOI: https://doi.org/10.1080/216813 76.2014.891649 Martin, D. (2003). Extending the automated zoning procedure to reconcile incompatible zoning systems. International Journal of Geographic Information Science 17, 2: 181-196. DOI: https://doi.org/10.1080/713811750 Martin, D., Cockings, S., Harfoot, A. (2013). Development of a geographical framework for census workplace data. Journal of the Royal Statistical Society: Series A (Statistics in Society) 176, 2: 585-602. DOI: https://doi.org/10.1111/j.1467-985x.2012.01054.x Martínez-Bernabeu, L., Casado-Díaz, J. M. (2016). Delineating zones to increase geographical detail in individual response data files: An application to the Spanish 2011 Census of population. Moravian Geographical Reports 24, 2: 26-36. DOI: https://doi.org/10.1515/mgr-2016-0008 Martínez-Bernabeu, L., Flórez-Revuelta, F., Casado-Díaz, J. M. (2012). Grouping genetic operators for the delineation of functional areas based on spatial interaction. Expert Systems with Applications 39, 8: 6754-6766. DOI: https:// doi.org/10.1016/j.eswa.201 1.12.026 Masser, I., Brown, P. J. B. (1975). Hierarchical aggregation procedures for interaction data. Environment and Planning A 7, 5: 509-523. DOI: https://doi.org/10.1068/ a070509 Masser, I., Brown, P. J. B. (1977). Spatial representation and spatial interaction. Papers of the Regional Science Association 38, 1: 71-92. DOI: https://doi. org/10.1111/j. 1435-5597.1977.tb00992.x Masser, I., Scheurwater, J. (1978). The specification of multi-level systems for spatial analysis. In: Masser, I. (Ed.), Brown, P J. B. (Ed.). Spatial representation and spatial interaction.Volume 10 of the series Studies in Applied Regional Science. Leiden and Boston: Springer US: 151-172. Masser, I., Scheurwater, J. (1980). Functional reg ionalisation of spatial interaction data: an evaluation of some suggested strategies. Environment and Planning A, 12, 12: 1357-1382. DOI: https://doi.org/10.1068/a121357 Meredith, D., Charlton, M., Foley, R., Walsh, J. (2007). Identifying travel-to-work areas in Ireland: a hierarchical approach using GIS. Geographical Information Science Research Conference, NCG, NUI Maynooth: 11-13. http://www. geocomputation.org/2007/2B-Apps_Urban_Modelling_1/2B3.pdf, accessed 15.8. 2015. Mitchell, W., Bill, A., Watts, M. (2007). Identifying functional regions in Australia using hierarchical aggregation techniques. Working Paper No. 07-06, Centre of Full Employment and Equity, The University of Newcastle, Australia. http:// e1.newcastle.edu.au/coffee/pubs/wp/2007/07-06.pdf, accessed: 14. 11. 2015. Mitchell, W., Stimson, R. (2010). Creating a new geography of functional economic E | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 61/1 | GEODETSKI VESTNIK regions to analyse aspects of labour market performance In Australia. In: Dalzlel, P. (Ed.). Innovation and regions: Theory, practice and policy. Lincoln, New Zealand: AERU Research Unit: 178-220. == Mitchell, W., Watts, M. (2010). Identifying functional regions in Australia using hierarchical aggregation techniques. Geographical Research 48, 1: 24-41. DOI: https://doi.org/10.1111/j.1745-5871.2009.00631.x •S Mitchell,W., Baum, S., Flanagan, M., Hannan, M. (2013). CofFEE functional economic regions. AURIN project. Centre of Full Employment and Equity. Darwin, Australia. http://e1.newcastle.edu.au/coffee/functional_regions/, accessed 6. 1. 2017. Nel, J. H., Krygsman, S. C., De Jong, T. (2008). The identification of possible future provincial boundaries for South Africa based on an Intramax analysis of journey-to-work data. Orion 24, 2: 131-156. DOI: https://doi.org/10.5784/24-2-64 Newell, J. O., Papps, K. L. (2001). Identifying functional labour market areas in New Zealand: A Reconnaissance study using travel-to-work data. Wellington, Labour Market Policy Group, Department of Labour: 65 pp. Noronha,V.T., Goodchild, M. F. (1992). Modeling interregional interaction: implications for defining functional regions. Annals of the Association of American Geographers 82, 1: 86-102. DOI: https://doi.org/10.1111Zj.1467-8306.1992. tb01899.x OECD (2002). Redefining territories -The functional regions. Paris, OECD Publishing: be 132 pp. DOI: https://doi.org/10.1787/9789264196179-en OECD (2013a). Defining regions and functional urban areas, OECD Regions at a Glance 2013, OECD Publishing, Paris. http:// www.oecd-ilibrary.org/docserver/download/0413091ec047. d=id&accname=guest&checksum=9A09618268764E73FBE39C1F21BD378B, accessed 6.1.2017. OECD (2013b). Definition of functional urban areas (FUA) for the OECD metropolitan database. OECD, Paris. https://www.oecd.org/gov/regional-policy/Definition-of-Functional-Urban-Areas-for-the-OECD-metropolitan-database.pdf, accessed 6.1.2017. ONS, Coombes, M. G. (1998). 1991-based Travel-to-Work Areas. London, Office for National Statistics. Openshaw, S., Alvanides, S. (1996). Designing zone systems for the representation of socio-economic data. Working paper, School of Geography, University of Leeds. http://www.geog.leeds.ac.uk/papers/96-6/, accessed: 22. 12. 2015. Openshaw, S., Rao, L. (1995). Algorithms for re-engineering 1991 census geography. Environment and Planning A 27, 3: 425-446. DOI: https://doi.org/10.1068/ a270425 ÖIR (2006). Metropolitan Networking in CenSE backed by North-South Rail Corridors. Final Report of the Pilot Projects. Österreichisches Institut fur Raumplanung. Wien/Vienna, Planners Network for Central and South East Europe (PlaNet CenSE): 99 pp. http://www.oir.at/files/pdf/projects/FinalReport_MetroNet-NorthSouth-Corridors.pdf, accessed 16. 11. 2015. Papps, K. L., Newell, J. O. (2002). Identifying functional labour market areas in New Zealand: A reconnaissance study using Travel-to-Work data. Discussion Paper 443. Bonn, Institute for the Study of Labor (IZA): 34 pp. http://ftp.iza.org/dp443. pdf, accessed: 14. 11. 2015. Patuelli, R. (2007). Regional Labour Markets in Germany: Statistical Analysis of Spatio- Temporal Disparities and Network Structures. Doctoral thesis. Amsterdam,Vrlje Unlversltelt: 201 pp. Persyn, D., Torfs, W. (2011). Functional labour markets in Belgium: evolution over time and intersectoral comparison. Vives Discussion Paper 17, Katholike Universiteit Leuven, Belgium. https://lirias. kuleuven.be/bitstream/123456789/354540/2/201 1VivesDP17_ functionallabormarketsinbelgium.pdf, accessed: 14. 11. 2015. Philbrick, A. K. (1957). Principles of areal functional organization in regional human geography. Economic Geography 33, 4: 299-336. DOI: https://doi. org/10.2307/142362 Pichler Milanovic, N., Cigale, D., Krevs, M., Gostinčar, P, Černe, A., Zavodnik Lamovšek, A., Zaucer, T., Sitar, M., Drozg, V., Pečar, J. (2008). Strategy for a Regional Polycentric Urban System in Central-Eastern Europe Economic Integrating Zone. RePUS project, Final report. Ljubljana, University of Ljubljana, Faculty of Arts: 167 pp. Pichler-Milanovic, N., Drobne, S., Konjar, M. (2013). Small and medium sized towns in their functional territorial context (TOWN). Case study report: Slovenia. Ljubljana, Institute of Faculty of Civil and Geodetic Engineering, ESPON: 172 pp. http:// www.espon.eu/export/sites/default/Documents/Projects/AppliedResearch/ TOWNZTOWN_Case_Study_Report_-_Slovenia.pdf, accessed 18. 11. 2015. Pogačnik, A., Grad, F., Brezovnik, B. (2009). Skupno zaključno poročilo strokovnih študij v okviru projekta uvedbe pokrajin v Republiki Sloveniji. Ljubljana: Fakulteta za gradbeništvo in geodezijo, Pravna fakulteta - Inštitut za primerjalno pravo; Maribor: Inštitut za lokalno samoupravo in javna naročila: 38 pp. Pogačnik, A., Zavodnik Lamovšek, A., Drobne, S. (2009). A Proposal for Dividing Slovenia into Provinces. Lex localis 7, 4: 393-423. DOI: https://doi. org/10.4335/7.4.393-423(2009) Pogačnik, A., Pichler Milanovic', N., Sitar, M., Lavrač, I., Kobal, J., Peterlin, M., Zavodnik Lamovšek, A., Drobne, S., Lisec, A., Soss, K.,Trobec, B. (2008). Analiza razvojnih virov in scenarijev za modeliranje funkcionalnih regij. Prvo poročilo. Ljubljana. Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo. Pogačnik, A., Zavodnik Lamovšek, A., Drobne, S., Zaucer,T.,Trobec, B., Pichler Milanovic', N., Štefula, M. (2009a). Analiza razvojnih virov in scenarijev za modeliranje funkcionalnih regij. Drugo poročilo. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 240 pp. Pogačnik, A., Zavodnik Lamovšek, A., Drobne, S., Zaucer, T., Konjar, M., Trobec, B., Pichler Milanovic', N., Pogačar, K., Kešeljevic', A., Kosi, A., Miklavčič, T., Zakrajšek, U., Šolc, U., Strmšnik, K., Stres, A. (2009b). Analiza razvojnih virov in scenarijev za modeliranje funkcionalnih regij: zaključno poročilo tretje faze. Ljubljana, Fakulteta za gradbeništvo in geodezijo; Maribor, Fakulteta za gradbeništvo; Domžale, Oikos. Pogačnik, A., Sitar, M., Lavrač, I., Kobal, J., Peterlin, M., Zavodnik Lamovšek, A., Drobne, S., Zaucer,T., Konjar, M.,Trobec, B., Soss, K., Pichler Milanovic, N. (2009c). Analiza razvojnih virov in scenarijev za modeliranje funkcionalnih regij: poročilo četrte faze. Ljubljana, Fakulteta za gradbeništvo in geodezijo; Maribor, Fakulteta za gradbeništvo; Domžale, Oikos. Pogačnik, A., Zavodnik Lamovšek, A., Drobne, S., Trobec, B., Soss, K. (2009d). Analiza konceptov regionalizacije Slovenije s predlogom območij pokrajin: ekspertna študija - končno poročilo. Ljubljana, Univerza v Ljubljani, Fakulteta Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 48 | FIELDS | 35-57 | GEODETSKI VESTNIK za gradbeništvo In geodezijo: 55 pp. Pogačnik, A., Zavodnik Lamovšek, A., Drobne, S., Trobec, B., Soss, K. (2009e). Analiza modelov pokrajin (3, 6, 8) po izbranih kazalnikih: dodatek h končnemu poročilu. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, 1 zv. Poon, J. P. (1997). The cosmopolitanization of trade regions: Global trends and implications, 1965-1990. Economic Geography 73, 4: 390-404. DOI: https:// doi.org/10.2307/144560 Ralphs, M., Ang, L. (2009). Optimised geographies for data reporting: zone design tools for Census output geographies. Statistics New Zealand Working Paper No 09-01, Wellington: Statistics New Zealand, 59 pp. Rebec, J. 1983. Razvoj naselij mestnega značaja z več kot 2000 prebivalci v SR Sloveniji, 1971-1981. Prikazi in študije 28. Rebec, J. 1984. Funkcijska klasifikacija mestnih naselij z več kot 2000 prebivalci v SR Sloveniji, 1981. Prikazi in študije 29. Reggiani, A., Bucci, P., Russo, G., Haas, A., Nijkamp, P. (2010). Regional labour markets and job accessibility in city network systems in Germany. Journal of Transport Geography 19, 4: 528-536. DOI: https://doi.org/10.1016/j. jtrangeo.2010.05.008 Robson, B., Barr, R., Lymperopoulou, K., Rees, J., Coombes, M. (2006). A framework for city-regions. Working Paper 1: Mapping City-Regions. London, The Office of the Deputy Prime Minister: 117 pp. Schuler, M., Dessemontet, P., Joye, D. (2005). Raumgliederung der Schweiz. Neuenburg: Swiss Federal Statistical Office, 232 pp. Schuler, M., Dessemontet, P, Christophe, J., Jarne, A., Pasche, N., Haug, W. (2007). Atlas des raumlichenWandels der Schweiz. Neuenburg: Swiss Federal Statistical Office. Sforzi, F. (2012). From administrative spatial units to local labour market areas - some remarks on the unit of investigation of regional economics with particular reference to the applied research in Italy. In: FernandezVazquez, E. (Ed.), Rubiera Morollon, F. (Ed.). Defining the Spatial Scale in Modern Regional Analysis. Advances in Spatial Science. Berlin, Heidelberg: Springer-Verlag: 3-21. Shimizu, K. (1975). Regional structure of city-region based on commuting and school attending trips. Proceedings of the Japan Society of Civil Engineers 1975, 237: 121-132. DOI: https://doi.org/10.2208/jscej1969.1975.237_121 Shortt, N. K., Moore, A., Coombes, M., Wymer, C. (2005). Defining regions for locality health care planning: A multidimensional approach. Social Science & Medicine 60, 12: 2715-2727. DOI: https://doi.org/10.1016/j.socscimed.2004.11.016 Slater, P B. (1975). A hierarchical regionalisation of Russian administrative units using 1965-1969 migration data. Soviet Geography 16, 7: 453-465. Slater, P B. (1976a). Hierarchical internal migration regions of France. IEEETransactions on Systems, Man and Cybernetics 6, 4: 321-324. DOI: https://doi.org/10.1109/ tsmc.1976.5408783 Slater, P B. (1976b). A hierarchical regionalisation of Japanese prefectures using 1972 inter-prefectural migration flows. Regional Studies 10, 1: 123-132. DOI: https:// doi.org/10.1080/09595237600185121 Slater, P B. (1976c). Hierarchical internal migration regions of Spain. Trabajos de Estadistica y de Investigacion Operativa 27, 1: 175-183. DOI: https://doi. org/10.1007/bf02888759 Slater, P B. (1981). Comparisons of aggregation procedures for interaction data: An illustration using a college student international flow table. SocioEconomic Planning Sciences 15, 1: 1-8. DOI: https://doi.org/10.1016/0038-0121(81)90012-4 Smart, M. W. (1974). Labour market areas: Uses and definition. Progress in Planning 2, 4: 239-353. DOI: https://doi.org/10.1016/0305-9006(74)90008-7 Smith, R., Craig, P., Coombes, M. (2011). Mapping County Durham's Functional Economic Market Areas. Birmingham, GHK: 107 pp., http://content.durham. gov.uk/PDFRepository/Mapping_County_Durham_FEA_New.pdf, accessed 17.12.2015. SPRS (2004). Strategija prostorskega razvoja Slovenije=Spatial Development Strategy of Slovenia. Ministrstvo za okolje in prostor Republike Slovenije = Ministry of Environment, Spatial Planning and Energy, Ljubljana. http://www.mop.gov.si/ fileadmin/mop.gov.si/pageuploads/publikacije/sprs_slo.pdf = http://www. mop.gov.si/fileadmin/mop.gov.si/pageuploads/podrocja/prostorski_razvoj/ SPRS_angleska_verzija.pdf, accessed 15. 12. 2015. Statistics Sweden (2010). Construction and use of labour market areas in Sweden. Orebro, Statistics Sweden, Enterprise- and Register-based Employment Statistics Unit: 234 pp. http://www.scb.se/statistik/_publikationer/AM0207_2009A01_ BR_AM95BR1001.pdf, accessed 18. 11. 2015. Sykora, L., Mulicek, O. (2009). The micro-regional nature of functional urban areas (FUAs): lessons from the analysis of the Czech urban and regional system. Urban Research & Practice 2, 3: 287-307. DOI: https://doi. org/10.1080/17535060903319228 Tolbert, C. M., Killian, M. S. (1987). Labor market areas for the United States. Staff Report No. AGES870721. Washington, D. C., Agriculture and Rural Economy Division, Economic Research Service, U.S. Department of Agriculture: 88 pp. Tomaney, J., Ward, N. (2000). England and the »New Regionalism«. Regional studies 34, 5: 471-478. Ullman, E. L. (1980). Geography as spatial interaction. Seattle and London, University of Washington Press: 252 pp. Van der Laan, L. (1991). Spatial labour markets in the Netherlands. Delft, Eburon: 253 pp. Van der Laan, L., Schalke, R. (2001). Reality versus policy: The delineation and testing of local labour market and spatial policy areas. European Planning Studies 9, 2: 201-221. DOI: https://doi.org/10.1080/09654310020027911 Van derWerff, M., Lambregts, B., Kapoen, L., Kloosterman, R. (2005). POLYNET Action 1.1 Commuting & the definition of functional urban regions: The Randstad. London, Institute of Community Studies/The Young Foundation & Polynet Partners: 21 pp. Van Hamme, G., Grasland, C. (2011a). Divisions of the world according to flows and networks. : 68 pp. https://halshs.archives-ouvertes.fr/ halshs-00654535, accessed 1.12.2015. Van Hamme, G., Grasland, C. (2011b). Statistical toolbox for flow and network analysis. : 76 pp. https://halshs.archives-ouvertes.fr/ halshs-00654532, accessed 1. 12.2015. Vanhove, N., Klaassen, L. H. (1987). Regional policy: A European approach, 2nd edition. Avebury, Gower Publishing Company Limited, Aldershot: 398 pp. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-49 | | 57 | 61/1 | | 61/1 | GEODETSKI VESTNIK ^ Vrišer,I. (1974). Mesta in urbano omrežje v SR Sloveniji. Značilnosti njihovega razvoja in družbeno gospodarskega pomena s posebnim ozirom na mala mesta. Geografski zbornik 14, 3: 179-337. | Vrišer, I. (1978). Regionalno planiranje. Zbirka tokovi. Ljubljana, Mladinska knjiga: 356 pp. if Vrišer, I., Rebernik, D. (1993). Družbenogospodarska in dejavnostna usmeritev slovenskih mest. Geografski zbornik 33: 9-40. H Zavodnik Lamovšek, A. (2005). Opredelitev tipov razvojnih regij (MEGA in FUA) za Slovenijo za potrebe preveritve rezultatov projekta ESPON 1.1.1. Izdelano v okviru projekta ESPON 1.1.3. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo. Zavodnik Lamovšek, A., Drobne, S. (2016). Strokovna podpora fokusnim skupinam v sklopu priprave Strategije prostorskega razvoja Slovenije 2050, Sklop 1, Funkcionalna urbana območja. Gradivo za razpravo za prvi krog fokusnih skupin. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, 48 pp. Zavodnik Lamovšek, A., Drobne, S. (2017). Strokovna podpora fokusnim skupinam v sklopu priprave Strategije prostorskega razvoja Slovenije 2050, Sklop 1, Funkcionalna urbana območja. Strokovne podlage za Strategijo prostorskega razvoja 2050, Končno poročilo. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, 35 pp. Drobne S. (2017). Functional regions and areas: literature review according to application fields. Geodetski vestnik, 61 (1): 35-57. DOI: 10.15292/geodetski- vestnik.2017.01.35-57 Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 50 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | funkcionalne regije in območja: pregled literature po področjih uporabe OSNOVNE INFORMACIJE O ČLANKU: GLEJ STRAN 35 1 funkcionalne regije in območja Izraz regija izvira iz latinske besede regio in pomeni krajino, ozemlje, predel, območje oziroma del zemeljskega površja. Regija je omejen prostorski sistem in odraz organizacijske enotnosti, po kateri se loči od drugih regij (Abler, Adams in Gould, 1972; Gregory et al., 2009; Klapka, Halas in Tonev, 2013; Klapka in Halas, 2016). Po Vrišerju (1978) je regija posebej opredeljeno in organizirano prostorsko območje zemeljske površine, ki ima vrsto posebnih potez; pojem regija pa uporabljamo tudi za poimenovanje posamezne administrativne, ekonomske ali naravne prostorske enote, na kateri biva neka skupnost. Regija torej združuje posebne značilnosti, ki ji dajejo določeno mero povezanosti in razločljivosti ter jo ločijo od drugih regij (Haggett, 1971; Abler, Adams in Gould, 1972). Značilnosti regije so lahko fizične (na primer relief, podnebje, sestava =-tal) ali družbenogospodarske značilnosti prostora (na primer navezanost podeželja na mesto, zgodovinske politične in upravne tvorbe, gospodarska usmerjenost). Če regija združuje družbenogospodarske značilnosti prostora, ji lahko rečemo družbenogospodarska regija. Po Harveyju (2011) so družbenogospodarske regije institucionalne tvorbe, s katerimi olajšamo delovanje različnih tokov v prostoru in času. V prostorskih znanostih ločimo med formalnimi in funkcionalnimi družbenogospodarskimi regijami (Haggett, 1971; Abler, Adams in Gould, 1972; Claval, 1998). Formalna regija je območje posplošitve neke spremenljivke, zato je notranje homogena (Klapka, Halas in Tonev, 2013). Formalno regionalizacijo izvajamo z združevanjem osnovnih prostorskih enot (OPE) na nižjih ravneh (na primer popisnih okolišev, statističnih okolišev, naselij, občin, poštnih okolišev), s čimer se zmanjša varianca med regijami (skupinami OPE) glede na eno ali več spremenljivk. V nasprotju s formalno je funkcionalna regija (FR) notranje heterogena, kar se odrazi v vzajemnem dopolnjevanju in odvisnosti notranjih OPE (ibid.). Po Ullmanu (1980) organiziranost FR temelji na horizontalnih odnosih v prostoru v obliki prostorskih tokov in medsebojnih odnosov (interakcij) med deli (OPE) regije. Funkcionalna regionalizacija je torej postopek združevanja OPE v FR, s katerim se posplošijo obravnavani funkcionalni tokovi in odnosi v prostoru. FR zato razumemo tudi kot posplošene vzorce tokov in odnosov v prostoru. FR je torej sistem močno povezanih večjih in/ali manjših prostorskih enot. Pri FR ne obravnavamo posebej geografskih danosti in zgodovinskih povezav, temveč se usmerjamo predvsem na funkcionalno povezanost v prostoru (Vanhove in Klaassen, 1987). Klapka, Halas in Tonev (2013) ter Klapka in Halas (2016) menijo, da so izraz »funkcionalna regija« uvedli v geografijo, s tem pa tudi v preostale prostorske znanosti, Philbrick (1957) ter Berry in Garrison (1958). Vzajemna dopolnjevanje in odvisnost v heterogenih FR ustvarjata različne vrste prostorskih interakcij, kot so tokovi prebivalstva (dnevna mobilnost v šolo in na delo, stalne selitve, nakupovanje in rekreacija), prometni tokovi in tokovi dobrin (prometni in potniški tokovi po kopnem, morju in zraku), finančni Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-51 | | 57 | 61/1 | GEODETSKI VESTNIK tokovi, informacijski tokovi (komunikacije in časopisna naklada), tokovi plina/vode/elektrike (priključki na storitve) ter podobno (Vanhove in Klaassen, 1987; Alvanides, Openshaw in Duke-Williams, 2000). V literaturi so funkcionalne regije in območja najpogosteje opredeljeni glede na gospodarske interakcije. Berry in Garrison (1958) opisujeta FR kot funkcionalno območje okoli močnega gospodarskega središča, ki privlači prebivalce iz bližnjega in daljnega zaledja. Središče FR razumeta kot središčni kraj iz Christallerjeve teorije središčnih krajev (Christaller, 1933), katerega velikost je odvisna od obsega dobrin in storitev, ki jih zagotavlja prebivalcem. Brown in Holmes (1971) opredeljujeta FR kot skupek funkcionalno dopolnjujočih se OPE, med katerimi je več gospodarskih interakcij kot med njimi in enotami zunaj regije. Vanhove in Klaassen (1987) opisujeta FR kot smiselno delujočo prostorsko celoto, sestavljeno iz gospodarsko in družbeno povezanih območij. V skupini povezanih območij nastajajo številne družbene in gospodarske interakcije, medsebojni vplivi tokov delovne mobilnosti, tokov blaga in storitev, komunikacijskih tokov, prometnih tokov, finančnih tokov ipd. Johansson (1998) ter Karlsson in Olsson (2006) opredeljujejo FR kot območje z visoko frekvenco notranjih regionalnih gospodarskih interakcij, kot so delovna mobilnost ter regionalna trgovina dobrin in storitev, ter kot območje strnjene dejavnosti in prometne infrastrukture, ki omogoča veliko mobilnost ljudi, proizvodov in informacij. Van der Laan in Schalke (2001) ter Farmer in Fotheringham (2011) razumejo FR kot prostorsko zvezno območje, na katerem se srečujeta skupna ponudba in povpraševanje po najrazličnejših družbenih in gospodarskih dobrinah. OECD (2002) pa opredeljuje FR kot ozemeljsko enoto, ki pomeni skupek družbenih in gospodarskih povezav, pri čemer ni nujno, da so meje FR skladne z geografskimi ali zgodovinskimi členitvami. Po OECD (ibid.) dobimo FR s členitvijo območja države na manjše dele, pri čemer temelji funkcionalna razmejitev najpogosteje na analizi trga dela oziroma območij, kjer se ponudba in povpraševanje po delovnih mestih dobro ujemata. Najpogosteje uporabljeni koncept FR, ki ga zasledimo v strokovni literaturi, je koncept lokalnih in regionalnih zaposlitvenih sistemov (angl. local and regional labour systems; OECD, 2002).1 Po njem naj bi v FR povpraševanju po delu ustrezala sorazmerno enako velika ponudba delovnih mest in nasprotno (Karlsson in Olsson, 2006). Številni avtorji zato menijo, da je povezani trg dela, na katerem so delovna mobilnost, iskanje zaposlitve in povpraševanje po delu znotraj regije veliko intenzivnejši kot med regijami, najpomembnejša značilnost FR (na primer Smart, 1974; Coombes, Green in Openshaw, 1986; Van der Laan, 1991; Casado-Díaz, 2000; Andersen, 2002; Van der Laan in Schalke, 2001; OECD, 2002; Karlsson in Olsson, 2006; Corvers, Hensen in Bongaerts, 2009; Casado-Díaz in Coombes, 2011; Farmer in Fotheringham, 2011). To je tudi razlog, da od vseh mogočih tokov prebivalstva uporabljamo za zamejevanje FR ravno tokove delovne mobilnosti. Delovna mobilnost, še posebej dnevna delovna mobilnost, je najmnožičnejša in najstabilnejša redna oblika tokov prebivalstva v prostoru (Smart, 1974). Zato manjše spremembe na trgu dela ne vplivajo bistveno na vzorec dnevnih tokov na delo in domov (Coombes, Casado-Díaz in Martínez-Bernabeu, 2012). V literaturi sta se za poimenovanje FR na lokalni ravni, ki temeljijo na tokovih delovne mobilnosti, uveljavila predvsem dva izraza: območja lokalnih trgov dela (angl. local labour market areas, LLMAs) in območja voženj na delo oziroma območja delovne mobilnosti (angl. travel-to-work areas, TTWAs). Klapka et al. (2014) menijo, da gre za enaka koncepta, ki izhajata iz del Goodman (1970), Smart (1974), Coombes et al. (1979), Ball (1980), Coombes in Openshaw (1982). 1 Po konceptu zaposlitvenih sistemov naj bi FR vsebovala eno ali več območij lokalnega trga dela (angl. local labour market area). Območja lokalnega trga dela se naprej sestavljajo v območja regionalnega trga dela (angl. regional labour market area). Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 52 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | V literaturi zasledimo še koncepta funkcionalnih urbanih območij (FUO) in funkcionalnih urbanih regij (FUR). Oba sta se uveljavila v analizah razvoja urbanih središč, širjenja gospodarskih dejavnosti v prostoru, analizah družbenih neenakosti v prostoru in neenakosti na trgu dela, za proučevanje odnosov med mestom in podeželjem itd. (Drobne, Konjar in Lisec, 2011). FUO je funkcionalno povezano območje urbanega središča in njegovega zaledja. FUO določimo kot skupek OPE, iz katerih se dnevno vozi na delo v središče določen odstotek delovno aktivnega prebivalstva (Coombes et al., 1979; ESPON 1.1.1, 2004; ESPON 1.1.2, 2004; Benini, Naldi in Region, 2007; Pichler Milanovic et al., 2008; OECD, 2013a; ESPON, 2014; Eurostat, 2015). Po OECD (2013a, 2013b), ESPON (2014) in Eurostat (2015) FUO sestavljajo OPE, iz katerih se vozi na delo vsaj 15 % delovno aktivnega prebivalstva. FUO se lahko prekrivajo, hkrati pa ni nujno, da homogeno pokrijejo obravnavano ozemlje. FUR so manj prilagodljive tvorbe kot FUO: FUR se ne prekrivajo, hkrati pa morajo homogeno prekriti obravnavano ozemlje. Podobno kot FUO tudi FUR modeliramo okoli urbanih središč. Ta lahko izberemo dogovorno ali pa na podlagi kvantitativnih meril (gostote poselitve, števila prebivalcev s stalnim prebivališčem na območju urbanega središča, deleža prebivalcev, ki prebivajo in delajo na območju urbanega središča, deleža prebivalcev urbanega središča, ki delajo v drugem urbanem središču istega FUO, itd.). Najpogosteje opredelimo središče FUO in FUR z območjem goste pozidave, ki je jedro urbanega območja (Antikainen, 2005). Koncept FUR se je najmočneje uveljavil v Franciji, Kanadi in Združenih državah Amerike (OECD, 2002). Tako v Severni Ameriki kot v večini evropskih držav in Sloveniji opredeljujemo FUO na podlagi števila prebivalcev, tokov delovne mobilnosti, števila potnikov v sistemu javnih prevoznih sredstev, števila študentov v visokošolskih središčih, števila podjetij v mestih, količine prevoženega blaga, števila prenočitvenih zmogljivosti, ustvarjene bruto dodane vrednosti in administrativne funkcije urbanega središča (Coombes et al., 1979; ESPON 1.1.1, 2004; ESPON 1.1.2, 2004; OIR, 2006; ESPON 1.4.3, 2007; Pichler Milanovic et al., 2008; Drobne, Konjar in Lisec, 2010; Lisec et al., 2010; OECD, 2013a; Coombes, 2014; ESPON, 2014; Eurostat, 2015; Zavodnik Lamovšek in Drobne, 2016, 2017). Tako FUR in FUO kot FR lahko modeliramo na različnih hierarhičnih ravneh. 2 PREGLED LITERATURE PO PODROČJIH UPORABE V literaturi zasledimo različna področja obravnave funkcionalnih regij in območij: od analiz trga dela ter drugih družbenogospodarskih vidikov, analiz funkcionalnih urbanih območij/regij, analiz administrativnih, planskih in statističnih regij, analiz statističnih funkcionalnih območjih na mikro ravni (za statistično poročanje), analiz lokalnega in regionalnega stanovanjskega trga (za podporo stanovanjski politiki), analiz trga blaga, analiz funkcionalnih regij za podporo v transportni in prometni politiki, analiz za podporo informacijsko-komunikacijski tehnologiji in drugim storitvam v prostoru do splošnih pregledov obravnave funkcionalnih regij/območij. Leta 2002 je OECD objavila pregled obravnave in opredeljevanja FR, FUR in FUO v izbranih državah OECD (OECD, 2002).2 V večini analiziranih držav članic OECD modelirajo FR po konceptu lokalnih zaposlitvenih sistemov, kar je razvidno tudi iz samega poimenovanja: v Avstriji, na Češkem, Finskem, v Nemčiji, na Portugalskem, Švedskem in v Švici takšne mikro regije imenujejo »območja/mikroregije lokalnih trgov dela«, v Italiji, na Madžarskem in Poljskem FR imenujejo »lokalni/regionalni zaposlitveni 2 Povzetek v slovenščini so pripravili Konjar (2009) ter Drobne, Konjar in Lisec (2011). Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-53 | | 57 | 61/1 | GEODETSKI VESTNIK ^ sistemi«, na Danskem in v Veliki Britaniji jih obravnavajo kot »območja delovne mobilnosti«, na Norve-!= škem kot »ekonomske regije«, v Franciji obravnavajo »funkcionalna urbana in zaposlitvena območja«, v ji ZDA in Kanadi pa že tradicionalno zamejujejo »metropolitanska območja delovne mobilnosti« (OECD, ^ 2002). V navedenih državah FR homogeno pokrijejo celotno ozemlje države - razen pri zamejitvi FUR = oziroma FUO v Kanadi in Združenih državah Amerike. Večje države, kot so Kanada, Francija, Nemčija, S Portugalska in ZDA, opredeljujejo FR na več ravneh. Večina držav zamejuje FR na podlagi osnovnih Ü statističnih ali administrativnih enot, kjer se meje FR ujemajo z občinskimi mejami. Pomembna prednost s takšnega pristopa k razmejevanju FR je možnost, da se pridobivajo statistični podatki in kazalniki FR, kar omogoča najrazličnejše prostorske analize (Drobne, Konjar in Lisec, 2011). V večini teh držav uporabljajo FR kot podlago za družbenogospodarske analize, strukturne raziskave lokalnih trgov dela in ocenjevanje regionalnih razlik. V Avstriji, na Danskem, v Kanadi in Švici so FR okvir za izvajanje politik trga delovne sile in prometa. Na Finskem, v Franciji, Italiji, Nemčiji in Veliki Britaniji so FR podlaga za opredeljevanje ogroženih regij. FR ne uporabljajo za izvajanje politik na Češkem, Portugalskem, Švedskem in v ZDA. Opredelitev in razmejitev FR je prepuščena državnim statističnim uradom in pristojnim ministrstvom, odgovornim za področja zaposlovanja, gospodarstva, prostorskega načrtovanja in regionalnega razvoja. V Avstriji, na Češkem, Danskem, Finskem, Madžarskem in v Kanadi nimajo posebnih finančnih virov za vzdrževanje podatkov o FR (OECD, 2002). čt Coombes, Casado-Díaz in Martínez-Bernabeu (2012) so v 27 državah EU izvedli primerjalno študijo v zvezi z obravnavo območij (lokalnih) trgov dela, tj. FR na mikro ravni. V devetih državah (Belgija, Estonija, Finska, Francija, Italija, Nemčija, Nizozemska, Švedska in Velika Britanija) spremljajo območja trgov dela uradno z lastnimi ali prevzetimi analitičnimi postopki. V sedmih državah (Ciper, Češka, Danska, Grčija, Portugalska, Slovenija in Slovaška) izvajajo tovrstne analize na lokalni in regionalni ravni zgolj v raziskovalne namene. Deset držav (Avstrija, Bolgarija, Irska, Latvija, Litva, Luksemburg, Madžarska, Poljska, Romunija in Španija) je poročalo, da območij trgov dela ne obravnavajo niti ne izvajajo tovrstnih raziskav. Finska, Francija, Italija, Nemčija in Velika Britanija uporabljajo območja (lokalnih) trgov dela za izvajanje različnih politik (tudi za črpanje in razdeljevanje evropskih sredstev). Nemčija uporablja območja lokalnih trgov dela za spremljanje in izboljševanje regionalnih gospodarskih struktur, v Italiji spremljajo tako imenovana industrijska območja in njihov razvoj, Francija uporablja območja lokalnih trgov dela za prikazovanje različnih družbenogospodarskih statistik na različnih ravneh, Velika Britanija uporablja tovrstna uradna območja za spremljanje in usmerjanje gospodarskega razvoja ter za podporo stanovanjski politiki na lokalni in regionalni ravni, Finska pa nadzoruje in usmerja zamejevanje novih (in usklajevanje starih) občin s FR na lokalni ravni. Od držav, ki tovrstnih funkcionalnih območij na lokalni ravni ne spremljajo uradno, sta Češka in Estonija rezultate raziskav lokalnih trgov dela uporabili v postopkih lokalnega in regionalnega načrtovanja javnega prevoza (ibid.) Drobne, Konjar in Lisec (2011) ter Drobne (2016) menijo, da je v Sloveniji koncept FR izveden v statističnih regijah, ki se zaradi izkazovanja podatkov v časovnih serijah zelo redko spreminjajo. Prva členitev Slovenije na statistične regije je bila izvedena v sredini sedemdesetih let prejšnjega stoletja za potrebe regionalnega načrtovanja in medobčinskega sodelovanja na različnih področjih. Regionalizacija je bila izdelana na podlagi analize gravitacijskih območij delovne mobilnosti, voženj v šolo in na fakultete Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 54 | FIELDS | 35-57 | GEODETSKI VESTNIK | 61/1 | ter oskrbe prebivalstva v dvanajstih regionalnih in njim pripadajočih subregionalnih središčih (Vrišer, 1974, 1978; Rebec, 1983, 1984; Vrišer in Rebernik, 1993). Kasneje so se meje statističnih regij večkrat spremenile, predvsem zaradi sprememb meja občin. Z vstopom Slovenije v Evropsko unijo leta 2004 pa so postale statistične regije Slovenije del evropske ravni NUTS 3, tj. del ravni regij za izkazovanje evropsko primerljivih podatkov. Drobne in Bogataj (2011c, 2012a, 2012b) sta vrednotila FR na ravni statističnih regij Slovenije. V Sloveniji je bilo izvedenih več študij, v katerih so avtorji analizirali funkcionalne povezave med mestnimi in preostalimi naselji, med mestom in podeželjem, ter hierarhijo teh povezav. V projektu ESPON 1.1.1 (2004) je bilo za Slovenijo najprej opredeljenih šest FUO, dve leti kasneje pa je bilo v projektu Planet Cense (OIR, 2006) prepoznanih deset FUO Slovenije. V projektu RePUS (Pichler Milanovic et al., 2008) je bilo opredeljenih 42 območij lokalnih zaposlitvenih sistemov in 17 območij regionalnih zaposlitvenih sistemov. Drobne et al. (2011) in Lisec et al. (2010) so modelirali FUO in FUR okrog urbanih središč nacionalnega pomena, opredeljenih v Strategiji prostorskega razvoja Slovenije (SPRS, 2004). Študije funkcionalnih regij in območij so avtorji uporabili tudi pri podajanju predlogov za oblikovanje administrativnih regij (pokrajin) v Sloveniji. Pogačnik et al. (2008, 2009a, 2009b, 2009c) so ovrednotili razvojne potenciale in možne scenarije razvoja FR v Sloveniji. Pogačnik, Grad in Brezovnik (2009), Pogačnik et al. (2009d, 2009e) ter Pogačnik, Zavodnik Lamovšek in Drobne (2009) pa so uporabili koncept FR v analizi in predlogu členitve Slovenije na pokrajine. Drobne (2016) je vrednotil FR v dvanajstletnem obdobju in izpostavil značilne ravni FR. Koncept FR so avtorji uporabili tudi za študijo možnosti glede storitvenih območij. Drobne in Bogataj (2013a, 2013b, 2014, 2015) sta analizirala storitvena območja oskrbe starejšega prebivalstva. Konjar (2009), Drobne, Konjar in Lisec (2009), Bajt (2010), Konjar, Lisec in Drobne (2010), Drobne, Konjar in Lisec (2010) ter Drobne in Konjar (2011) so pokazali razhajanje med funkcionalno ter administrativno opredeljenimi regijami v državi. Na podlagi FR so avtorji študirali tudi spreminjanje funkcionalnih povezav delovne mobilnosti in selitev v slovenskem prostoru. Drobne in Lavrič (2012) ter Drobne (2016) so analizirali spremembe FR delovne mobilnosti v obdobju 2000-2011, Drobne, Senekovič in Lisec (2014) so analizirali FR notranjih selitev Slovenije ter njihovo spreminjanje v obdobju 2000-2010. S Strategijo prostorskega razvoja Slovenije iz leta 2004 (SPRS, 2004) je bilo opredeljenih petnajst urbanih središč nacionalnega pomena (tudi regionalnih središč), shematsko so bila začrtana »širša mestna območja«. Zato je po mnenju številnih avtorjev v Sloveniji najenostavneje govoriti o petnajstih FUO, sestavljenih iz urbanih središč nacionalnega pomena ter njihovih gravitacijskih območij (glej na primer Zavodnik Lamovšek, 2005; Pichler Milanovic et al., 2008; Drobne et al., 2010; Lisec, Drobne in Konjar, 2010; Pichler Milanovic, Drobne in Konjar, 2013; Zavodnik Lamovšek in Drobne, 2016, 2017). Pri nastajanju Strategije prostorskega razvoja Slovenije 2050 (SPRS, 2050) je poseben poudarek ravno na FUO in njihovem razvoju. Zavodnik Lamovšek in Drobne (2016, 2017) prepoznavata FUO predvsem kot instrument za izvajanje urbane politike in kot analitično orodje za spremljanje stanja v prostoru ter instrument za izvajanje SPRS 2050. Preglednica 1 prikazuje primere literature po najpogostejših področjih obravnave funkcionalnih regij in funkcionalnih območij. Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-55 | | 57 | 61/1 | GEODETSKI VESTNIK Preglednica 1: Pregled literature po področjih uporabe funkcionalnih regij in območij Slater (1975, 1976a, 1976b, 1978, 1980, 1981), Green, Coombes in Owen (1986), Noronha in Goodchild (1992), Tomaney in Ward (2000), Baum, Mitchell in Han (2008), Karlsson (2007), Karlsson in Johansson (2004, 2008), ISTAT (2005b), Karlsson et al. (2007), Karlsson, Johansson in Stough (2008), Gleeson et al. (2010), Isaksen in Onsager (2010), Smith, Craig in Coombes (2011), Van Hamme in Grasland (2011a, 2011b), Freshwater, Simms in Ward (2013, 2014), Mitchell et al. (2013); za Slovenijo: Bajt (2010), Drobne in Bogataj (2011c, 2012b), Drobne in Konjar (2011), Drobne (2016). Shimizu (1975), Coombes et al. (1979), Casado-Díaz (2003), ESPON 1.1.1 (2004), ESPON 1.1.2 (2004), Van der Werf et al. (2005), Farsund, Knut in Lysgárd (2006), Robson et al. (2006), ESPON 1.4.3 (2007), Benini et al., 2007, Davoudi (2008), Hoiowiecka in Szymanska (2008), Hidle et al. (2009), Sykora in Muliček (2009), Dessemontet, Kaufmann in Jemelin (2010), Drobne et al. (2010), Halás et al. (2010), Reggiani et al. (2010, Kauffmann (2012), OECD (2013a, 2013b), Coombes (2014), da Silva, ESPON (2014), Garcia Manzato in Santos Pereira (2014), Kraft, Halás in Vančura (2014), Manley (2014); za Slovenijo: Zavodnik Lamovšek (2005), Pichler Milanovic et al. (2008), Konjar (2009), Drobne et al. (2010), Lisec, Drobne in Konjar (2010), Lisec et al. (2010), Pichler Milanovic, Drobne in Konjar (2013), Zavodnik Lamovšek in Drobne (2016, 2017). Storitvena območja Fischer et al. (1993), Bullen, Moon in Jones (1996), Shortt et al. (2005), Cockings (2013); za Slovenijo: Drobne in Bogataj (2013a, 2013b, 2014, 2015). Administrativne, planske in Illeris (1967), Hirst in Slater (1976), Slater (1976a, 1976b, 1976c), Lackó, Enyedi in statistične regije Koszegfalvi (1978), Hemmasi (1980), Van der Laan in Schalke (2001), Andersen (2002), Hensen in Cörvers (2003), Martin (2003), Schuler, Dessemontet in Joye (2005), Schuler et al. (2007), Mitchell, Bill in Watts (2007), Nel, Krygsmany in de Jong (2008), Krygsman, De Jong in Nel (2009), Cörvers, Hensen in Bongaerts (2009), Mitchell in Stimpson (2010), Mitchell in Watts (2010), Statistics Sweden (2010), Beyhan (2011), Killer in Axhusen (2011), Killer (2014), Koo (2010, 2012), Sforzi (2012), Landré in Häkansson (2013), Martin, Cockings in Harfoot (2013), Kim, Chun in Kim (2015), Klapka et al. (2016); za Slovenijo: Drobne in Bogataj (2012a), Drobne et al. (2009b), Drobne in Lakner (2016a, 2016b, 2016c). Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION | 56 | FIELDS | 35-57 | Področje obravnave Primeri literature Lokalni in regionalni trg dela Brown in Holmes (1971), Smart (1974), Masser in Brown (1975, 1977), Masser in Schauerwater (1978, 1980), Ball (1980), Coombes in Openshaw (1982), Coombes, Green in Openshaw (1986), Green, Coombes in Owen (1986), Tolbert in Killian (1987), Coombes, Green in Owen (1988), Green in Owen (1990), ISTAT (1991, 2005a), Killian in Tolbert (1993), Coombes (1995), ONS in Coombes (1998), Casado- Díaz (2000, 2003), Coombes (2010), Newell in Papps (2001), Van der Lann in Schalke (2001), Papps in Newell (2002), Casado-Díaz in Taltavull de la Paz (2003), Feldman et al. (2006), Flórez-Revuelta, Casado-Díaz in Martínez-Bernabeu (2006, 2008), Karlsson in Olsson (2006), Coombes in Bond (2008), Meredith et al. (2007), Patuelli (2007), Prodromídis (2007), Feng (2009), Coombes (2010), Mitchell in Stimson (2010), Fusco in Caglioni (2011), Farmer (2011), Farmer in Fortheringham (2011), Persyn in Torfs (2011), Gruchociak (2012), Landré (2012), Martínez-Bernabeu, Flórez-Revuelta in Casado-Díaz (2012), Sforzi (2012), Fukumoto, Okamoto in Ujiie (2013), Klapka, Halás in Tonev (2013), Klapka et al. (2014), Landré in Häkansson (2013), Bianchi et al. (2015), Erlebach, Tomás in Tonev (2016), Martínez-Bernabeu in Casado-Díaz (2016); za Slovenijo: Konjar (2009), Drobne, Konjar in Lisec (2009, 2010), Drobne in Bogataj (2011c), Drobne in Konjar (2011). Drugi družbenogospodarski vidiki (tudi za podporo gospodarskemu razvoju) Funkcionalne urbane regije in funkcionalna urbana območja GEODETSKI VESTNIK | 61/1 | Področje obravnave Primeri literature Statistična funkcionalna območja na mikro ravni Lokalni in regionalni stanovanjski trg (tudi za podporo stanovanjski politiki) Regionalni trg blaga Coombes et al. (1982), Openshaw in Rao (1995), Openshaw in Alvanides (1996), Cockings in Martin (2005), Ralphs in Ang (2009), Cockings et al. (2011). Jones (2002), Goetgeluk (2006), Goetgeluk in de Jong (2007), Brown in Hincks (2008), Hincks in Wong (2010), Jones, Coombes in Wong (2010, 2012), Jones et al. (2012), Hincks (2012), Jaegal (2012, 2013). Brown in Pitfield (1990), Poon (1997), Kohl in Brouwer (2014). 3 SKLEP V prispevku smo izvedli pregled literature o funkcionalnih regijah in območjih po področjih uporabe. V literaturi so funkcionalne regije najpogosteje obravnavane kot območja lokalnega in regionalnega trga dela ali kot analitično orodje za oblikovanje administrativnih, planskih in statističnih regij. V novejšem času zasledimo še uporabo funkcionalnih regij za podporo stanovanjski politiki in spremljanju gospodarskega razvoja. Funkcionalne urbane regije so posebna oblika funkcionalnih regij, ki jih zamejimo okoli urbanih središče. Uveljavile so se predvsem kot mehanizem homogene členitve ozemlja države. Funkcionalna urbana območja so širši pojem kot funkcionalne urbane regije. Medtem ko zasledimo obravnavo funkcionalnih urbanih regij predvsem v starejši literaturi, pa se v novejšem času uveljavlja koncept funkcionalnih urbanih območij. V ZDA in EU so bila urbana središča z zaledjem prepoznana ^ kot ključni nosilci gospodarskega in družbenega razvoja ter kot pomembne prostorske strukture za zagotavljanje ustrezne kritične mase prebivalstva za razvoj in spremljanje urbano-ruralnih odnosov v prostoru. Funkcionalna urbana območja so bila prepoznana tudi kot orodje za spremljanje stanja in kot instrument za izvajanje (urbane) politike v prostoru. Literatura in viri: Glej literaturo na strani 42. Drobne S. (2017). Funkcionalne regije in območja: pregled literature po področjih uporabe. Geodetski vestnik, 61 (1): 35-57. DOI: 10.15292/geodetski- vestnik.2017.01.35-57 doc. dr. Samo Drobne, univ. dipl. inž. geod. Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova cesta 2, SI-1000 Ljubljana, Slovenija e-naslov: samo.drobne@fgg.uni-lj.si Samo Drobne | FUNKCIONALNE REGIJE IN OBMOČJA: PREGLED LITERATURE PO PODROČJIH UPORABE | FUNCTIONAL REGIONS AND AREAS: LITERATURE REVIEW ACCORDING TO APPLICATION FIELDS | 35-57 | | 57 | 61/1 | G V GEODETSKI VESTNIK | letn. / Vol. 61 | št. / No. 1 | 3 transformacija deformiranih geodetskih mrež v nove referenčne koordinatne sisteme: študija primera transformacije ed50-itrfxx v turčiji transformation of distorted geodetic networks to new coordinate reference systems: a case study for ed50-itrfxx transformation in turkey Metin Soycan, Arzu Soycan, Nursu Tunaltoglu UDK: 528.2+528.5(560): Klasifikacija prispevka po COBISS.SI: 1.01 Prispelo: 25. 10. 2016 Sprejeto: 16. 3 .2017 DOI: 10.15292/geodetski-vestnik.2017.01.58-75 SCIENTIFIC ARTICLE Received: 25. 10. 2016 Accepted: 16. 3. 2017 IZVLEČEK ABSTRACT Transformacija med mednarodnim terestričnim referenčnim sestavom ITRFXX (angl. International TerrestrialReference Frame), realiziranim za lokalne in regionalne geodetske mreže, ter geodetskim datumom ED50 (angl. European Datum 1950) se v praksi izvaja z več transformacijskimi modeli. Včasih modeli, ki se uporabljajo v praksi, niso primerni za nekatere transformacije in lahko občutno zmanjšujejo točnost transformiranih koordinat točk. V študiji smo najprej obravnavalipolinomsko transformacijo s splošnimi enačbami in izraženo s kompleksnimi števili kot alternativno rešitev za dobro poznane transformacijske modele za modeliranje distorzij. Dodatno smo obravnavali transformacijske modele, ki temeljijo na radialnih baznih aktivacijskih funkcijah in predstavljajo sodoben pristop k ocenjevanju funkcij z več spremenljivkami. Transformacijski problem je prikazan na dveh numeričnih študijskih primerih, ki so stvarni podatki iz dveh regij v Turčiji. The transformations between ITRFXX (International Terrestrial Reference Frame) established for local and regional geodetic networks and ED50 (European Datum 1950) are routinely implemented in practice via several transformation models. In some specific cases, these models, which are widely used in practice, may be insufficient to solve the transformation problem, and thus this causes a significant loss of accuracy for the transformed points coordinates. In this study, firstly the polynomial transformations with general equations (GP) and complex numbers (CNP) were examined as alternative to well-known transformation models for modelling the distortions. In addition, transformation models based on radial basis functions (RBFs), a modern method for estimating multivariable functions, have been examined. The transformation problem has been addressed in two numerical case studies, with real data located in different regions of Turkey. KLJUČNE BESEDE KEY WORDS transformacija koordinat, ED50, ITRF, splošna polinomska transformacija, transformacija s kompleksnimi števili, radialne bazne aktivacijske funkcije coordinate transformation, ED50, ITRF, general polynomial transformation, transformation with complex numbers, radial basis functions Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA I ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | | 58 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKIH MREŽ V NOVE REFERENČNE OF DISTORTED GEODETIC NETWORKS TO NEW SISTEME: REFERENCE GEODETSKI VESTNIK | 61/1 | 1 introduction With the development of the GNSS technology, the need for a globally valid terrestrial reference frame has become inevitable. A terrestrial reference frame provides a set of coordinates of some points located on the Earth's surface. This is an extremely important component in terms of geodetic studies that require high accuracy. The International Terrestrial Reference System (ITRS) is a world spatial reference system co-rotating with the Earth in its diurnal motion in space. The International Earth Rotation Service (IERS), in charge of providing global references to the astronomical, geodetic and geophysical communities, supervises the realization of the ITRS. Realizations of the ITRS are produced by the IERS ITRS Product Center (ITRS-PC) under the name International Terrestrial Reference Frames (ITRF) (URL-1). Similarly, European Terrestrial Reference System (ETRS89) is defined coincident with the ITRS at the epoch 1989.0 for Europe and moving with the stable part of the Eurasian Plate (Adam et al., 2000). Another reference system based on the ITRS or other geodetic coordinate reference systems compliant with the ITRS is required in the areas that are outside the geographical scope of the ETRS89 (URL-2). On the other hand, ED50 (European Datum 1950) is a geodetic datum, which was defined after the World War II for the international connection of geodetic networks based on the international Hayford ellipsoid. This was an early attempt to model the whole Earth and was widely used around the world until the 1980s when GRS80 and ITRF were established. Thus, during this period, countries defined their national geodetic networks based on this system and continued their geodetic activities. Spatial information generated in those systems needs to be transformed nowadays with appropriate coordinate transformation models so that they can be adapted to the newly defined coordinate reference systems. Due to the several reasons, such as survey techniques applied for the establishment of the traditional classical geodetic networks, parameters omitted on computations and differences in ellipsoidal size between ED50 and ITRFXX have caused geometrical problems in transformation. Additionally, geophysical phenomena such as tectonic movements, earthquakes, brought geophysical problems, which have been merged with the geometric problems. Here, a complex problem on transformation, known as distortion modellling, has been raised. In such a case, obtaining transformation parameters by well-known transformation models between distorted coordinates of the old national network and undistorted GNSS networks is not a very easy process at the desired level of accuracy, as noted by several authors (IGNA, 1999; Tokhey, 2000; Ayan et al., 2001; Kutoglu et al., 2001; Soycan, 2005; Ayan et al., 2006; Soycan and Soycan, 2008; Soycan and Soycan, 2014). Alternative transformation models (multi-variational approach) mentioned in this study are generally used for distortion modelling, which occurs when the homogeneities of scaling and direction are missing between two coordinate systems. The two-dimensional coordinate offsets between two coordinate systems are modelled by representing the common point's positions with an appropriate function for multi-variational approach (Calvert, 1995; Fogel and Tinney, 1996; NIMA, 1997; Tokhey, 2000; Greaves and Cruddace, 2001; Greaves and Cruddace, 2002; Soycan, 2005; Mitas and Mitasova, 2005). 2 a brief overview of transformation models The relationship between geodetic coordinate systems is theoretically provided by 2 or 3 dimensional well-known transformation models. Generally, the accuracies of ED50 coordinates determined in old Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | | 59 | 61/1 | GEODETSKI VESTNIK ^ networks are lower than GNSS-based new networks due to some restrictions of the surveys with terre- ¡= strial classical techniques. However, because of systematic and non-systematic bias and physical factors ¡e resulting in measurement and calculation errors, geodetic networks may be distorted. This is especially ^ the case in the transformations around the fault lines, where the point locations change due to the tecto- f^ nic movements. Although the position change is usually in the form of translation, it also causes a scale 5 change on the edges of the fault. The difference between the flattening of the reference ellipsoids ofED50 g and ITRFXX also causes a change in the scale depending on the latitude value. In single scale models, S different scale effects are ignored. In such a case, these well-known and frequently used transformation models may not be sufficient. A different model should be chosen to solve this problem. Several transformation models can be implemented to transform coordinates from one system to the target system. The transformation from ED50 to ITRFXX can be achieved by the approaches such as (OGP 2006): — 3D transformations with geocentric (X, Y, Z) coordinate (geocentric translations, Helmert 7-pa-rameter, Molodensky-Badekas etc.), — 2D transformations with projected (north, east) coordinates (similarity, affine, polynomial etc.), — 2D or 3D transformation with ellipsoidal geographical (ty, X, h) coordinates (Abridged Molo-densky, geographic offsets modelling with interpolation methods etc.). In practice, to carry out a 3D transformation, cartesian coordinates (X, Y, Z) of common points need to be known in both systems. It is possible to easily reach cartesian or geographical coordinates (ty, X, h) of points as the results of the GNSS data processing. On the other hand, the calculations of ED50 networks have been done separately as horizontal and vertical networks densification approaches ordinarily. The ellipsoidal heights (h) of points within the ED50 are generally unknown and are obtained as the sum of the orthometric height (H) and the geoid height (N). In a 3D transformation model with incorrect knowledge of ellipsoidal height data, transformation coefficients are affected from incorrect ellipsoidal height data (Soycan, 2008). Hence, the ellipsoidal heights of the common points are ignored due to the reasons such as determining the cartesian coordinates (X, Y, Z) of common points in ED50 (Vaniček and Steeves, 1996). Two-dimensional transformation approaches with geographic offsets, which provide more effective solutions for modelling the distortions, may be considered. General formulas used commonly in each model to be explained in subsections are mentioned in (1) for development of a two-dimensional transformation model with ellipsoidal geographical coordinates between two systems by using geographic offsets. Aty = (tyE - ty) • m; AX = (X£ - X) • m; u = ty- ty0; v = X- X0 (1) Where, tyE, X£ and ty, Xt are the geodetic coordinates of the common points in the source (ED50) and target (ITRFXX) dataset, respectively. m is the scale that is applied to the coordinate differences for reducing them into a numerical range and enables to implement into the polynomial formulae without introducing numerical precision errors (OGP, 2006). 2.1 Polynomial transformations Polynomial transformation, also known as a multivariate regression in practice, is frequently preferred in ter- Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 60 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK I 61/1 I ms of practicability, ease of calculation and applicability. In general, polynomials can be either orthogonal or non-orthogonal. They provide satisfactory solutions for 2nd and 3rd order polynomials. The least squares fitting method is used to calculate the transformation coefficients from common points. Depending upon the degree of the distortion, complex polynomial equations may be required. However, for higher order polynomial solutions, more common points are needed. Moreover, there will be geometrical problems at the border of the study area, where the point density is not sufficient. The potential problem is numerical instability for polynomial transformation. In the case of using projected coordinates, scaling is also needed. Thus, the polynomial function may be defined as given below in terms of geographic offset (A^ and AA). The general polynomial (GP) equations of A^ and AX given in (2) and (3) can be written with a. and b. coefficients as following: F(u, v) = AX = b0 + b1«1 + b2v1 + b3u1v1 + b4u1 + b^v1^ + ■■■ G(u, v) = Ap = aQ + a1u1 + a2v1 + a3u1v1 + au\ + av\ + ■•• The matrix system of observation equations can be defined as; 1 L = A X - e =' 1 (2) (3) Xi V A12 A„2 = An ç>2 (4) As another option for transformation with GP polynomial transformation with complex numbers (CNP), which can be found in literature may be implemented. The CNP which is one of the methods that can be used as an alternative, gives quite appropriate results in practice. It is a method that comes to the forefront especially by estimating a fewer number of high-order polynomial coefficients meaningfully. The relationship between two coordinate systems is designed more regularly with a single polynomial function defined by complex numbers and the transformation coefficients can be estimated. Thus, it is ensured that the dependency between separately estimated polynomial coefficients for both axes in conventional polynomial transformation can be solved with fewer coefficients than conventional polynomial transformation with the same order polynomial by single equation. The transformation equation can be defined with A

) = (c1 + i.c2)(u + i.v) + (c3 + i.c4)(u + i.v)2 + (c5 + i.c6)(u + i.v)3 + (5) The matrix system of observation equations can be defined as: L = A X — e = 2«. v 2 -v 2 («2 —2 «v /2 2 («l — vl —2«2v2 /2 2 («2 — v2 (« — 3«v — v (3«l2 — v?) 2 2 («2 — 3«2v2 — v2 (3«22 — v3) —(3 «2 — v\ (« — 3«l v — —(3«22 — vD («2' — 3«2v2 — un —v. (u2n — vD — 2«nvn («3 — 3«nv„2 — v'D — (3 «2 — v.3) vn «. 2«,^. («.2 — v2n) (3 «2 — v\) («3 — 3«nvl — v2) (6) Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA I ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKIH MREŽ V NOVE REFERENČNE OF DISTORTED GEODETIC NETWORKS TO NEW SISTEME: REFERENCE | 61/1 | GEODETSKI VESTNIK Although the GP coefficients are reversible, the reversibility of the CNP is not possible. For this method, the transformation coefficients should be computed using the same formulation in reverse transformation (OGP, 2006; Zeng, 2014; Ruffhead, 2017). 2.2 Multi-variational approach (transformation with RBF) The RBF is a modern estimation method used for estimation of multi-variation functions (Mitas and Mitasova, 2005), so called variational approach. The variational approach offers a wide range of possibilities to incorporate additional conditions such as value constraints, prescribed derivatives at the given or at arbitrary points, and integral constraints (Talmi and Gilat, 1977; Wahba, 1990; Fogel and Tinney, 1996; Schaback, 2007). Estimation is achieved by using several types of functions depending on the distances between control points (common points in both systems). They are often used for solutions of the interpolation problems generated by the irregularly distributed dataset. Several functions may be defined as RBFs, which are scalar functions whose values are only dependent on the distance from the origin of the point where the function is calculated as below with the m. and k. coefficients. The surface spline as described by Goshtasby (1988) and Flusser (1992) is shown below for A^ = F(u, v) and y = AX(u, v); F(u, v) = M = T (u, v) + Yt=_xkt R (rj) = f + f,u + f2v + YM (7) G (u, v) = Ap = T (u, v) + Yn¡=lm¡ R {j ) = d0 + d1u + d2v + Yn=lmQ (8) where r. is the distance from the point to the ith point, T(r) is the trend function (a constant term or the first order polynomial can be used as depending on function type and constraints), R(r, r) is RBF to use to determine the Q weighting coefficients. The interpolation function approaches to zero if the distance between the common point and the estimated point increases. As a result, the weights are getting higher if the points are close to the point to be estimated. Similarly, if the points are far away from the points to be estimated, the weights will be lower. In order to have square integrable second derivatives, the additional conditions of polynomial terms should be as follow. The following "equilibrium constraints" are imposed: S" ,k. = S" ,k. A® = S" ,k. AX = 0 and S" ,mt = S" ,mi A®. = S" m AX = 0 2=1 I i = 1 i Tt 2=1 I I 1=1 I 1=1 I Tl 1 = 1 I I The matrix system of observation equations can be defined as: (9) L = A X = " 0 0 " "0 0 0 1 1 . . 1 " d0 f0 " 0 0 0 0 0 U1 U2 . u n f1 0 0 0 0 0 V1 V2 . v n d2 f2 A,: = 1 u1 V1 0 Q12 . ■ Qn m K (10) A„2 1 u2 V2 Q21 0 . ■ Q2n m2 k2 _AX„ 1 Un Vn Qnl Qn2 . . 0 mn Kn _ Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 62 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK | 61/1 | 2.3 Quantitative measures for accuracy of the transformation models The unknown coefficients of the models with their covariance information are simply determined according to the Least Squares Adjustment (LSA) principles, which are minimizing the sum of squares of the residuals e., as follow with the equal weights. X = ( AtA )-1 ( AtL ) ; e = A X - L (11) = ^02 ( AtA)-1 (12) T v v CTn = 2q — r Here, L is the observation vector, which consists of geographic offsets between two systems, X is the estimated value of the unknown transformation coefficients vector, A is the design matrix, e is the residual vector. X includes transformation coefficients, namely a, b, c ,... m, k, corresponding to GP, CNP and RBFs, respectively. a2 is the variance of unit weight, Exx is covariance matrix of X vector, q is the number of common points, r is the unknown parameter number (number of transformation coefficients). If the transformation coefficients are used to transform the common points, the transformed values will not match with their true values and there will be a difference called a residual. After the transformation coefficients with the least squares are derived, the residuals can be calculated by applying the transformation coefficients to all common points (11). The inverse of the residual is defined as error and represents the difference between the actual position values of the points and the values calculated by the transformation coefficients. The square root of the variance of unit weight (ag) computed from residuals is traditionally considered as the internal accuracy of the model and this is an important value for statistical tests (i.e. significance test for coefficients, outlier detection etc.) to be applied. Although ag is a good assessment of the transformation's accuracy, it cannot be concluded that a lower values of ag yields an accurate transformation. Some transformation models give residuals nearly zero or zero; because the transformation surface passes through the given common points, so these points have no residuals (i. e. in equation (10); number of equations is equal number of unknowns). This does not mean that the coordinates will be perfectly transformed without errors. The transformation may still contain significant errors. Generally, cross validation statistic can be considered as a measure of the transformation error for assessing the quality of the models for this case. These are very important indicators to evaluate the appropriateness of the transformation models. Thus, to analyse the models statistically, "cross-validation" process could be applied to the common points. In this process, one of the common points is removed from the dataset, and the rest of the common points are used to estimate coefficients. With the help of coefficients calculated, the common point removed from the dataset is estimated. In the next stage, this point is added into the dataset again, and the same process is repeated to the other common points one by one. After applying this process to all common points, estimation errors (s) can be obtained from the differences between estimated and actual values for latitude and longitude components. Besides, cross validation results are considered as an important indicator to identify the outlier detection and provide information on the spatial distribution of the data as well. Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | | 63 | | 61/1 | GEODETSKI VESTNIK Consistency with the transformation model, each common point can be interpreted by the estimation error magnitudes and the several statistical measures can be derived from them. In this sense, statistical information such as; mean error (ME), root mean square (RMS) error, standard error (SE), standard deviation (STD), median absolute deviation (MAD) etc. can be used for understanding the model quality. Among the statistical measures, the most significant value, which gives an idea about the accuracies of the transformation models, is the RMS of estimation error. The RMS is calculated by summing the mean squares of the errors for latitude and longitude components (13a-13b). Then, the total RMS can be calculated by (13c). RMS indicates how closely model estimates the measured values. The smaller this error, the better estimation could be performed. RMS^^ (ej/ n (13.a) (13.b) RMSTotal= ^! e +(ej/ n (13.c) With cross-validation, the following results are expected; — the average of errors close to zero; — a small RMS error for prediction; — a standardized mean prediction error near zero; — an average standard error similar to the RMS. However, RMSE values obtained by cross validation are larger than ct0 values obtained by the residuals of least squares solutions. One can achieve more representative results due to the fact that the error values at each point are calculated out of the data set every time, which better represents the real situation. 3 A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY Turkey is the country affected by several different faults such as the Black Sea plate, Eurasian plate, Aegean plate, African plate, Arabian plate, and Anatolian plate (Figure 1). Due to this structure, almost 92% of the country area is under the risk of earthquake. Most of the micro geodetic networks have been established for monitoring geodynamic activities on the North Anatolian fault (NAF) (Milev et al., 2010). In Turkey, which is located in the zone of convergence between the Africa, Arabia, and Eurasia plates (McKenzie, 1976), points coordinates have been shifted with time due to deformations and seismicity occurred by tectonics. Turkish National Fundamental GPS Network (TUTGA) has been established between 1997 and 1999 and some of the stations have been resurveyed due to the earthquakes, which happened in 1999 (Reilinger et al., 2000; Burgmann et al., 2002). The total number of stations is 596, each station with known 3D coordinates and their associated velocities have been computed. Turkish National Reference Frame is called TUREF, which was derived from ITRF96 depending on Turkish National Fundamental GPS Network (TUTGA-99A, 2002). TUREF was defined to supply a reference frame, which might be independent of future versions of ITRS. In this context, the new reference frame to be defined for maintaining applications of geodetic infrastructures of Turkey and large scale mapping facilities coordinately, Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 64 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK | 61/1 | should be coincident with ITRF96. Accordingly, TUREF was defined as to coincide with ITRF96 at the ^ epoch 2005.0 due to the reasons that both arise from geodynamic properties ofTurkey and constraints ^ related with geodetic infrastructure/coordinate reference system conducted for a long time for geodetic tasks (Aktug et al., 2010; Aktug et al., 2011). 26 23 30 32 34 3S 38 40 42 44 LONGITUDE <°> Figure 1: Active fault lines and locations of both study regions. The nation-wide studies should be done for adaptation of ETRS89, which is routinely used in several European countries. Thus, transformation parameters between TUREF and ETRS89 were calculated (URL-3) and several studies have been conducted to improve the reference frame. Moreover, strategy for updating the reference epoch is still being studied. 3.1 Test data and test regions The experimental study was performed using two datasets. The first data was selected from the project of Istanbul GPS Network updated 2005—2006 surveys and the second data was selected from the project of Izmir geodetic infrastructure for the production of 1/5000 scaled digital photogrammetric maps and orthophotos (Alki§ et al, 2011). LONGITUDE (0) LONGITUDE (°) Figure 2: Study regions and common points used in transformation. Figure 1 represents active fault lines with directions as indicated with red lines. To review the transformation models applied in this study, the study regions were selected depending on fault lines. Here, Figure 2 shows the study regions located in Istanbul (Region-1, Figure 2 left) and in Izmir (Region-2, Figure 2 right). Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | 65 | 61/1 | GEODETSKI VESTNIK ^ Region-1 involves 115 common points with known coordinates. Geodetic coordinates of the common ¡= points to be used for transformation are in both national coordinate system ED50 and ITRF96 datum, epoch 2005. The region covers approximately 30 km x 90 km, which is located at latitudes between | 40.68°, and 41.49° and longitudes between 27.81° and 30.36° in ITRF96 datum. The geographic offsets from ED50 to ITRF96 in the area of interest vary approximately from 3.42 second (~106 m) to S 3.51 second (~108 m) in latitude direction and from 1.69 second (~44 m) to 1.43 second (~52 m) in g longitude direction, respectively. For Region1, as the relation between ED50 and ITRF96 latitudes and ^ longitudes differences of common points and latitudes-longitudes values of points was examined, it has been observed that there are high correlations with correlation values 0.9771 and 0.9824, between latitude differences to latitude values and longitude differences to longitude values, respectively. Furthermore, it has been shown that there are important correlations with correlation values 0.5620 and 0.5166, between latitude differences to longitude values and longitude differences to latitude values, respectively. Region-2 involves 208 common points with known coordinates and 145 of them were used in this study. Geodetic coordinates of common points to be used for transformation are in national coordinate system ED50 and ITRF2005 datum, epoch 2005. The region covers approximately 115 km x 112 km, which is located at latitudes between 37.87o and 38.91o, and longitudes between 26.47o and 27.76o in ITRF2005 datum. The geographic offsets from ED50 to ITRF96 on the area of interest vary approximately from 3.72 s second (—115 m) to 3.82 second (—118 m) in latitude direction and from 1.60 second (~49 m) to 1.76 second (—55 m) in longitude direction, respectively. For Region-2, considering the relationship between ED50 and ITRF96 latitudes and longitudes differences of common points and individually latitudes-longitudes values of points, it has been observed that there are high correlations with correlation values 0.9537 and 0.9630, between latitude differences to latitude values and longitude differences to longitude values, respectively. The correlation between latitude differences to longitude is 0.4509, which is quite important. However, the correlation between longitude differences to latitude is 0.0592, which is weak. In this study, the differences of latitudes and longitudes (offsets) have been multiplied by an appropriate scale factor, and then the observation vector is obtained. On the other hand, if the normalized coordinates of u and v are too large (30o-40o) or too small (1o-2o), this will cause condition defects on coefficients of normal equations and thus the accuracy of estimation will be affected. For this purposes, u and v are obtained by shifting the latitude and longitude to the center of gravity of transformation area. Data used in the study (common points with known coordinates) can be understood better, when considering the following items coordinate transformation problems: — Although ITRF coordinates are defined by XYZ cartesian coordinates, ED50 coordinates are based on the Turkish National Horizontal Control network and expressed in the projection system. — The accuracy of ITRF coordinates of the common points are 2-3 cm in the latitude and longitude, 3-5 cm in the vertical direction. Although there is no clear data on the accuracy of ED50 coordinates, it can be said that it is less accurate than ITRF coordinates. — According to the velocity field defined in TUTGA, the velocity vectors of the points in the test regions vary from 0.5 cm/year to 3 cm/year. — For transformation, the coordinates of the two systems are compiled from different public insti- Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 66 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK | 61/1 | tutions. ED50 and ITRFXX coordinates of the common points have been generated for different ^ projects and studies. Coordinates of common points in ED50 were calculated based on classical ¡= ' terrestrial observations and some of them contain different types of systematic errors. — The vast majority of the points in question have only horizontal coordinates. On the other hand, ^ the heights of significant sections of the upper grade points of the Horizontal Control Network are determined by the trigonometric method. Even if the heights are determined by the geome- 5 tric levelling, the accuracy of ellipsoidal height is less accurate than the latitude and longitude g components due to the accuracy of geoid heights in ED50. — Since corrections and reductions for geoid, plumb line etc. had not been applied to the measurements of the old classical network defined in ED50, there are systematic effects on the points used in the datum definition. Beside position changes depending on regional and local deformations and earthquakes and crustal movements, these factors significantly distorted the old classical network. When considering these factors, the transformation between two systems using routinely applied transformation models is difficult. 3.2 Evaluation of the examined transformation models In the study, initially, transformation problems have been solved by the two-dimensional similarity transformation model. When the standard deviations of the transformation parameters and residuals EN of observations are analysed, it is seen that the model has not achieved the expected accuracy. Residuals applied to the common points after transformation have not reached acceptable tolerance value for the first dataset through two directions and for the second dataset, especially through longitude direction. It is clear that points (except for center points) have big residuals and behave as outliers. The first model considered is the Affine parametric transformation. In general, Affine transformation is done geometrically, which includes six transformation parameters; two translations, two rotation components and two scale factors. Moreover, Affine transformation can also be provided by parametric transformation, whose coefficients are computed by 1st order polynomial function. Here, parametric transformation has been implemented. Affine transformation has not provided any significant improvements as to initially implemented transformation models on results. The results are: — For Region-1, the total RMS and ag estimated from Affine transformation are 0.334 m and 0.175 m, respectively. The estimation errors for latitudes of points (s^ range from -0.214 m to 0.436 m and the standard deviation is approximately 0.102 m. The sfor 14 of 115 common points (12 %) have exceeded 14 cm, which is the tolerable limit regulated by Turkish Large Scale Map and Map Information Production (Deniz et al., 2008). The estimation errors for longitudes of points (sj range from -0.515 m to 0.998 m; and the standard deviation is 0.318 m. The s for 79 of 115 common points (69 %) have exceeded 14 cm (see Figure 3). — For Region-2, the total RMS and ag estimated from Affine transformation are 0.258 m and 0.124 m, respectively. The srange from -0.422 m to 0.424 m, and the standard deviation is approximately 0.175 m. The sfor 67 of 145 common points (46 %) have exceeded 14 cm. The s range from -0.347 m to 0.857 m; and the standard deviation is 0.189 m. The sx for 51 of 145 common points (35 %) have been exceeding 14 cm (see Figure 3). Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | | 67 | | 61/1 | GEODETSKI VESTNIK ^ According to Figure 3, in Region-1, the estimation errors are greater in the east and south-east directi- ¡= ons. In Region-2, this situation is observed in the south-east and north-west directions. According to ¡e the results, it is clear that distortion effects cannot be removed by Affine transformation either. In the £ case of insisting on a solution with these methods, most of the common points will be determined as f^ outliers and should be removed from the dataset. Then the validation of transformation coefficients will 5 decrease or unwanted situations will be raised, such as determining a point as an outlier, which creates 5 geometrical problem if removed from transformation. Region-1 Region-2 Figure 3: Scattered histograms for estimation errors for the Affine transformation. Due to the problems on transformation with the Affine parametric model, the GP and CNP have been implemented to reduce the estimation errors. Here, the second model used is the 3rd order GP function and the third model is the 3rd order CNP. In both of GP and CNP, from 2nd to 6th order polynomials were implemented and the significance tests for transformation coefficients was applied. However, no significant changes in transformation coefficients for higher orders than 3rd order functions have been obtained. Therefore, 3rd order polynomial functions are used in both methods. The most limitation factors for CNP can be listed as scaling the differences of latitudes and longitudes at the model and possible condition defects on the coefficients at normal equations. Evaluations on 3rd order GP transformation method may be summarized as follows: — For Region-1, the total RMS and a obtained after polynomial transformation are 0.152 m and 0.105 m, respectively. The s^ range from -0.191 m to 0.226 m, and the standard deviation is approximately 0.080 m. The srange from -0.480 m to 0.433 m and the standard deviation is 0.129 m (see Figure 4). The number of common points exceeded 14 cm for sis 13 (11 %); the number of common points exceeded 14 cm for sx is 22 (19 %). — For Region-2, the total RMS and a obtained after polynomial transformation are 0.150 m and 0.091 m, respectively. The srange from -0.222 m to 0.252 m and the standard deviation is approximately 0.090 m. The srange from -0.364 m to 0.449 m and the standard deviation is 0.120 m (see Figure 4). The number of common points exceeded 14 cm for sis 22 (15 %); the number of common points exceeded 14 cm for sx is 30 (21 %). Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 68 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK I 61/1 I In Region-1 according to Figure 4, the estimation errors are greater in south-east and south-west directions. In Region-2, this situation is seen in south-east, north-east and west directions. As a clear statement provided from these results, distortion effect has been decreased significantly by 3rd order polynomial transformation when comparing with the Affine results (note that the axis scales are different in figures). According to the comparison for Region-1 and Region-2, the improvement in the standard deviations of sand sÀ are 22% and 51%; 49% and 37%, respectively. Region-1 Region-2 - Std.s Long=+0.129 -Std.s Lat=+0.0799 - Min.s Long=-0.4804 - Max.s Long=0.433 -Min.s Lat=-0.191 -Max.s Lat=0.226 -0.2 0.0 0.2 Longitude Err.(m) - Std.s Long=+0.12 -Std.s Lat=+0.0905 - Min.s Long=-0.3645 - Max.s Long=0.449 -Min.s Lat=-0.222 -Max.s Lat=0.252 -0.3 -0.2 -0.1 0.0 0.1 0.2 Longitude Err.(m) Figure 4: Scattered histograms for estimation errors for the 3rd order GP transformation. On the other hand, transformation can be achieved easily with 6 coefficients calculated from 3rd order CNP. The results can be summarized as below: — For Region-1, the total RMS and <7g are 0.162 m and 0.114 m, respectively. The srange from -0.202 m to 0.208 m and the standard deviation is 0.079 m. The srange from -0.431 m to 0.363 m; and the standard deviation is 0.142 m (see Figure 5). The number of common points exceeded 14 cm for s^ is 11 (10 %); the number of common points exceeded 14 cm for sx is 30 (26 %). — For Region-2, the total RMS and <7g are 0.173 m and 0.107 m, respectively. The s range from -0.263 m to 0.243 m and the standard deviation is 0.102 m. The srange from -0.355 m to 0.587 m, and the standard deviation is 0.140 m (see Figure 5). The number of common points exceeded 14 cm for s^ is 25 (17 %); the number of common points exceeded 14 cm for sx is 33 (23 %). When the results of CNP are considered, it can be exposed that this method gives more appropriate results than similarity, Affine and low-order GP transformation models. Residuals for coordinates of common points and standard deviation of unit weight obtained are lower than results of similarity and Affine transformation models, and very close to 3rd order GP transformation. Comparing the results with Affine for Region-1 and Region-2, the improvement in standard deviations for s^and sz are 23% and 55%; 42% and 26%, respectively. As concluded from the above outcomes, transformation data sets still tend to lack of homogeneity of scale factor and exhibit local variations that are geographic offsets. Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA I ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKIH MREŽ V NOVE REFERENČNE OF DISTORTED GEODETIC NETWORKS TO NEW SISTEME: REFERENCE | 61/1 | GEODETSKI VESTNIK Region-1 0.2 0.2 0.1 ~ 0.0 uj T3 00 1 -0 0 -0.1 -0.2 -0.2 -Std.s Long=+0.142 -Std.s Lat=+0.079 - Min.s Long=-0.431 - Max.s Long=0.363 -Min.s Lat=-0.202 - Max.s Lat=0.208 -0.4 -0.3 -0.2 -0.1 0.0 0.1 Longitude Err.(m) - Std.s Long=+0.14 -Std.s Lat=+0.1 - Min.s Long=-0.355 - Max.s Long=0.587 -Min.s Lat=-0.263 -Max.s Lat=0.243 0.0 0.2 Longitude Err.(m) Figure 5: Scattered histograms for estimation errors for the CNP transformation. In the final approach, we evaluate the RBFs and compare the transformation on the basis of three different basic functions. In this section, the multiquadric method (MQ), which is considered to be the easiest and originally developed version of RBF (Hardy, 1990), is used first. Besides, it has been evaluated with exponential (ES) and regularized spline (RS) functions. The basic idea is to choose a radially symmetric function and their additional parameters with optimized parameters by cross-validation. Thus, our main goal is to show how useful these models are in applications, in particular for modelling the locally variated significant estimation errors. The basis function can be defined for MQ, ES and RS models as given below: R (r ) = -Jr2 + p2 R (r ) = ^ R (r)=n 1 ii£)+--M+TI * 1;)+-+-12? (14) (15) (16) Where, T2 is the weight parameter, Kg is the modified Bessel function and c = 0.577215 is the Euler constant for RS model. p2 is the shaping factor specified by the user for MQs and ES model. Although the RBF procedure given in Section 2.2 provides a straightforward way to obtain smooth and precise interpolations, it can be said that the choice of basic functions is arbitrary. In fact, the basic functions define the best set of weights to be applied to data points as it adds a point to the model. The problem is relatively simple, but it can only be solved with very sophisticated mathematical methods as to other transformation models. In general, the solvability of such a system is a serious question. This problem is solved by the generalized RBFs by the developing computing technologies and computer facilities. As with many software programs developed for this purpose, the problem can also be programming on different platforms. The results of the RBF transformation model: — For Region-1, the total RMSs for ES, MQ and RS functions are 0.094 m, 0.079 m, 0.087 m, Region-2 0.2 0.1 0.0 -0.1 -0.2 0.2 0.3 -0.2 0.4 Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 70 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK I 61/1 I respectively. The erange from -0.157 m to 0.248 m and the standard deviations of s^ range from 0.043 m to 0.053 m. The erange from -0.381 m to 0.382 m the standard deviations of ex range from 0.066 m to 0.078 m (see Figures 6-8). — For Region-1, the total RMSs for ES, MQ and RS functions are 0.093 m, 0.097 m and 0.096 m, respectively. The erange from -0.186 m to 0.182 m and the standard deviations of erange from 0.064 m to 0.068 m. The erange from -0.164 m to 0.241 m the standard deviations of ez range from 0.068 m to 0.072 m (see Figures 6-8). In Figure 6-8, scattered pattern of estimation errors are still valid for solutions of RBFs. However, comparing with the other methods, they are very low. In Region-1, although the estimation errors are mostly centred, there are still scattered estimation errors. Similarly, in Region-2, the values are smaller than the other methods but not centred compared with Region-1. Here, distortion effect is decreased significantly and the standard deviations are improved. When comparing with CNP improvement in standard deviations of e^ and ex for ES, MQ and RS are 33% and 45%; 46% and 54%; 37% and 50% for Region-1 and Region-2 , respectively. As the result of the RBF solutions, there is no significant difference between the different types of basic functions, on the other hand there seems to be a striking difference between RBF and the previous three transformation methods. -Std.s Long=+0.0779 -Std.s Lat=+0.053 - Min.s Long=-0.3807 - Max.s Long=0.382 -Min.s Lat=-0.25 - Max.s Lat=0.214 -0.3 -0.2 -0.1 0.0 0.1 Longitude Err.(m) 0.2 0.1 t 01 w 0.0 1 -01 -0.1 -0.2 - Std.s Long=+0.0676 -Std.E Lat=+0.0637 - Min.s Long=-0.1698 - Max.s Long=0.193 - Min.s Lat=-0.187 -Max.s Lat=0.162 -0.1 0.0 0.1 0.1 Longitude Err.(m) Figure 6: Scattered histograms for estimation errors for the ES transformation. Region-1 0.2 0.1 ' 0.1 0.0 -0.1 -0.1 -0.2 - Std.s Long=+0.066 - Std.s Lat=+0.043 - Min.s Long=-0.298 - Max.s Long=0.284 -Min.s Lat—0.177 -Max.s Lat=0.161 -0.1 0.0 0.1 Longitude Err.(m) 0.2 0.1 É 0.1 « 00 ! -01 -0.1 -0.2 - Std.s Long=+0.068 -Std.s Lat=+0.068 - Min.s Long=-0.164 - Max.s Long=0.241 -Min.s Lat=-0.187 -Max.s Lat=0.182 -0.2 -0.1 -0.1 0.0 0.0 0.1 0.2 0.2 Longitude Err.(m) Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA I ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKIH MREŽ V NOVE REFERENČNE OF DISTORTED GEODETIC NETWORKS TO NEW SISTEME: REFERENCE Region-2 Region-1 0.2 0.1 E 0.0 -0.1 -0.2 -0.2 -0.1 0.2 0.2 0. 3 Region-2 -0.3 -0. 2 0.2 | 61/1 | GEODETSKI VESTNIK Figure 7: Scattered histograms for estimation errors for the MQ transformation. -Std.s Long=+0.071 -Std.s Lat=+0.05 -Min.s Long=-0.363 -Max.s Long=0.256 -Min.s Lat=-0.157 -Max.s Lat=0.248 -0.2 -0.1 0.0 0.1 Longitude Err.(m) 0.2 0.1 H 01 « 00 1 -01 -0.1 -0.2 - Std.s Long=+0.072 -Std.s Lat=+0.064 - Min.s Long=-0.17 - Max.s Long=0.206 -Min.s Lat=-0.186 -Max.s Lat=0.176 -0.2 -0.1 -0.1 0.0 0.0 0.1 Longitude Err.(m) Region-1 Region-2 0.2 0.2 Figure 8: Scattered histograms for estimation errors for the RS transformation. 4 CONCLUSION The Figure 9 is illustrating the Root Mean Square Errors for each transformation model used in this study for latitudes and longitudes. Figure 9: Root Mean Square Errors for each transformation model used in the study. For the Region-1, the accuracies of the models, namely Affine transformation, CNP, 3rd order GP ES, MQ and RS function were determined as 0.334 m, 0.162 m, 0.152 m, 0.094 m, 0.079 m and 0.087 m, respectively. For the Region-2, the accuracies of the models namely Affine transformation, CNP 3rd order GP, ES, MQ and RS function were determined as 0.258 m, 0.173 m, 0.150 m, 0.093, 0.096 m and 0.096 m, respectively. We can conclude from the results of the study: — GP transformation generates satisfactory solutions in terms of some factors such as being practical, useful and easy modelling structure. The higher the transformation order, the more complex the distortion that can be corrected. However, high order polynomials may behave differently if the densities of common points are low. Therefore, it may cause undesired strain or it can tighten at the edges of the transformation area. In this view, the GP transformation is more effective if distortions are small and have a low frequency. The transformation, since modelling high frequently distortions with polynomial expansion is more complex, does not provide satisfactory Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE 72 | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK | 61/1 | solutions. Then, the lower order polynomials tend to give a random type error, while the higher order polynomials tend to give an extrapolation error. The CNP generates solution with fewer coefficients than GP transformation. Therefore, this method may be chosen if the number of common points is insufficient. Here, it is not necessary to consider the differences of latitudes and longitudes separately like the other methods because transformation can be achieved with one equation. During the modelling process, due to the differences in coordinates between 4th, 5th or higher order functions in coefficient matrix, condition defects have occurred on coefficients in normal equations. Due to the use of a function depending on the distances between common points when modelling the differences of latitude and longitudes, RBF, which is highly effective and available for all data types and eliminates systematic errors, the method can be used even for modelling of high-frequency distortion. In this study, although transformation with RBF achieves the most proper results for both dataset, the solution process is complex and tough. Direct use of transformation coefficient estimated is not as easy as the other methods. However, the geographic offsets can be stored in grid data format and can be used easily in this form. In such a case, where the distortion is very low or does not exist, the RBF model causes meaningless strains and does not enhance the transformation accuracy, even disturbs it. Therefore, it is not always easy to create RBFs that guarantee good stability and small errors at all times and in all conditions. Besides, it is not guaranteed that the points far away from the control points and outside the transformation area are correct. RBF may not provide appropriate results when big geographic offsets occur in short distances and/or if the sample data contains outliers. In this regard, the outliers must be removed from the data set by appropriate methods before processing the data. Actually, this is the common problem for all transformation models. All of them work better when the common points are correct and they are required to be isolated from outliers. The more accurately model can be achieved by using more common points with equal quality for each model. The size of the transformation area is also important according to the accuracy of the results to be obtained. In case of extending the size of transformation area the probability of global solution is limited for all methods. A global transformation simply means that all the common points are used to derive a single mathematical model. By implementing transformation models locally (local methods use subsets of the data) they generate more effective solutions than global approach in this case. Literature and references: Adam, J., Reuther, C.-D., Grasso, M.,Torelli, L. (2000). Active fault kinematics and crustal stresses along the Ionian margin of the southeastern Sicily. Tectonophysics, 326 (3-4), 217-239. DOI: http://dx.doi.org/10.1016/S0040-1951(00)00141-4 Aktug, B., Kihgjgiu, A., Lenk, O. (2010). INSPIRE Direktifi Kapsaminda Avrupa Yersel Referans Sistemi (ETRS-89) veTürkiye Ulusal Referans ^evesinin incelenmesi, Harita Dergisi, 143, 1-12. Aktug, B., Seymen, S., Kurt, M., Parmaksiz, E., Lenk, O., Sezer, S., Özdemir, S. (2011). ED-50 (European Datum-1950) ile TUREF (Türkiye Ulusal Referans Çerçevesi) Arasinda Datum Dönüjümü, Harita Dergisi, 146, 8-17. Alkis, A. (Project Manager) et al. (2011). Izmir Büyükjehir Belediyesi Sayisal Fotogrametrik Harita- Ortofoto ve Jeodezik Altyapi Projesi- Teknik Rapor (Technical Report), Yildiz Teknik Universitesi. (In Turkish). Ayan,T., Özlüdemir,T., Akyilmaz, O., Arslan, E., Denli, H. H. (2001). Geodetic Network Densification in Istanbul-IGNA. 4thTurkish-German Joint Geodetic Days, Berlin. Vol. II, pp. 515-520. Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | 73 | 61/1 | GEODETSKI VESTNIK Ayan,T., Deniz, R., Ersoy, A., (elik, R. N., Denli, H., Akyilmaz, O., Ozjamli, C., Ozludemir, M.T., Erol, S., Erol, B., Acar, M., Mercan, H.,Tekdal, H. (2006). istanbul GPS Nirengi Agi (iGNA) 2005-2006 Yenileme Olgu ve Degerlendirmesi. Teknik Rapor, Cilt. 2. 2006. ISBN: 978-975-561-301-7. Burgmann, R., Ayhan M.E., Fielding, E.J., Wright, T.J., McClusky, S., Aktug, B., Demir, C., Lenk, O., Turkezer, A. (2002). Deformation during the 12 November 1999, Duzce, Turkey Earthquake, from GPS and InSAR data, Bull. Seismol. Soc. Am., 92,161-171. Calvert, C. (1995). Ordnance Survey Policy and Procedures forWGS84 to National Grid (OSGB36 Datum) Transformations. Proc RIN 95, Personal Navigation, London: Royal Institute of Navigation. Flusser, J. (1992). An adaptive method for image registration. Pattern Recognition, 25 (1), 45-54. DOI: http://dx.doi.org/10.1016/0031-3203(92)90005-4 Fogel, D. N., Tinney, L. R. (1996). Image Registration using Multiquadric Functions, the Finite Element Method, Bivariate Mapping Polynomials and Thin Plate Spline. National Center for Geographic Information and Analysis. Technical Report, pp. 96-101. Goshtasby, A. (1988). Image registration by local approximation methods. Image and Vision Computing, 6 (4), 255-261. DOI: http://dx.doi.org/10.1016/0262-8856(88)90016-9 Greaves, M., Cruddace, P (2001).The OS's new Coordinate Transformation for Great Britain - GPS to OSGB36 National Grid Transformation. Geomatics World, 10 (1), 34-36. Greaves, M., Cruddace, P (2002). The Adoption of ETRS89 as the National Mapping System for GB, via a Permanent GPS Network and Definitive Transformation. EUREF Publication No. 10. Hardy, R. L. (1990).Theory and applications of the multiquadratic biharmonic method. Computers & Mathematics with Applications, 19 (8-9), 163-208. DOI: http://dx.doi.org/10.1016/0898-1221(90)90272-L IGNA-Istanbul GPS Network Project. (1999). Technical Report. Istanbul: Istanbul Technical University, Geodesy Division. Kutoglu, S. H., Ayan, T., Akgn, H. (2001). Error Propagation in 3D Transformation between GPS and National Horizontal Control Networks. 4th Turkish-German Joint Geodetic Days, Berlin. Vol. II, pp. 597-606. McKenzie, D. (1976). The east Anatolian fault: A major structure in eastern Turkey. Earth and Planetary Science Letters, 29 (1), 189-193. DOI: http://dx.doi.org/10.1016/0012-821X(76)90038-8 Milev, G.,Becker, M.,Vassileva, K.,Stangl,G., Milev, I. (2010). Investigation ofGeodynamics of Central and Eastern Europe, Balkan Peninsula and Bulgaria. In: Monograph "Intelligent Data Analysis in Global Monitoring for Environment and Security", ITHEA, Kiev-Sofia, pp. 92-108. Mitas, L., Mitasova, H. (2005). Spatial Interpolation. Chapter 34 in: P A. Longley, M. F. Goodchild, D. J. Maguire, D.W. Rhind (eds) Geographical Information Systems: Principles, Techniques, Management and Applications. 2 nd Edition. New Jersey: JohnWiley & Sons. NIMA TR 8350.2. (1997). Technical Reports. Third Edition. Department of Defence W.G.S-84. OGP (International Association of Oil & Gas Producers). (2006). Surveying and Positioning Guidance Note, number 7, part 2. Coordinate Conversions and Transformations Including Formulas. Reilinger, R.E., Ergintav, S., Burgmann, R., McClusky, S., Lenk, O., Barka, A., Gurkan, O., Hearn, L., Feigl, K. L., Cakmak, R., Aktug, B., Ozener, H., Töksoz, M.N. (2000). Coseismic and postseismic fault slip for the 17 August 1999, M=7.5, Izmit, Turkey Earthquake, Science, 289, 1519-1524. Ruffhead, A. C. (2017). Introduction to multiple regression equations in datum transformations and their reversibility. Survey Review, in press. DOI: http://dx.doi.org/10.1080/00396265.2016.1244143 Schaback, R. (2007). A Practical Guide to Radial Basis Functions, April 16, 2007. http://num.math.uni-goettingen.de/schaback/teaching/sc.pdf Soycan, M. (2005). Polynomial versus similarity transformations between GPS and Turkish reference systems. Survey Review, 38 (295), 58-69. DOI: http://dx.doi.org/10.1179/sre.2005.38.295.58 Soycan, M., Soycan, A. (2008). Transformation 3D GPS Cartesian coordinates to ED50 using polynomial fitting by robust re-weighting technique. Survey Review, 40 (308), 142-155. DOI: http://dx.doi.org/10.1179/003962608X253673 Soycan, M., Soycan, A. (2014). Comparison of Several Techniques for Fitting of the EGM08 to GPS/Leveling Datum. Arabian Journal for Science and Engineering, 39 (7), 5637-5651. DOI: http://dx.doi.org/10.1007/s13369-014-1136-1 Talmi, A., Gilat, G. (1977). Method for smooth approximation of data. Journal of Computational Physics, 23 (2), 93-123. DOI: http://dx.doi.org/10.1016/0021-9991177j90115-2 Tokhey, M. E. (2000). On the Determination of Consistent Transformation Parameters between GPS and the Eqyptian Geodetic Reference Systems. International Symposium on Gravity, Geoid and Geodynamics. TUTGA-99A (Turkey National Fundamental GPS Network-1999A) (2002). General Command of Mapping. Harita Dergisi, Special Issue. Vanicek, P, Steeves, R. R. (1996).Transformation ofcoordinates between two horizontal geodetic datums. Journal of Geodesy, 70 (11), 740-745. DOI: http://dx.doi.org/10.1007/BF00867152 Wahba, G. (1990). Spline models for observational data. CNMSNSF Regional conference series in applied mathematics 59. Philadelphia: SIAM. Zeng, H. (2014). Planar coordinate transformation and its parameter estimation in the complex number field. Acta Geodaetica et Geophysica, 49 (1), 79-94. DOI: http://dx.doi.org/10.1007/s40328-014-0040-1 URL-1: http://itrf.ensg.ign.fr/general.php URL-2: http://inspire-regadmin.jrc.ec.europa.eu/dataspecification/themes/ gg/Chapter5.pdf URL-3: http://www.crs-geo.eu/nn_124226/crseu/EN/CRS_Description/ crs-national_node.html?_nnn=true 74 Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA DEFORMIRANIH GEODETSKIH MREŽ V NOVE REFERENČNE KOORDINATNE SISTEME: ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | TRANSFORMATION OF DISTORTED GEODETIC NETWORKS TO NEW COORDINATE REFERENCE SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKI VESTNIK I 61/1 I Soycan M., Soycan A., Tunalioglu N. (2017). Transformacija deformiranih geodetskih mrež v nove referenčne koordinatne sisteme: študija primera transformacije ED50-ITRFXX v Turčij. Geodetski vestnik, 61 (1): 58-75. DOI: 10.15292/geodetski-vestnik.2017.01.58-75 prof. Metin Soycan, Ph.D. Yildiz Technical University, Faculty of Civil Engineering Department of Geomatic Engineering Davutpasa Campus TR-34220 Esenler-lstanbul-Turkey e-mail: soycan@yildiz.edu. tr assoc. prof. Nursu Tunalioglu, Ph.D. Yildiz Technical University, Faculty of Civil Engineering Department of Geomatic Engineering Davutpasa Campus TR-34220 Esenler-lstanbul-Turkey e-mail: ntunali@yildiz.edu.tr assoc. prof. Arzu Soycan, Ph.D. Yildiz Technical University, Faculty of Civil Engineering Department of Geomatic Engineering Davutpasa Campus TR-34220 Esenler-lstanbul-Turkey e-mail: topbas@yildiz.edu.tr Metin Soycan, Arzu Soycan, Nursu Tunalioglu | TRANSFORMACIJA I ŠTUDIJA PRIMERA TRANSFORMACIJE ED50-ITRFXX V TURČIJI | SYSTEMS: A CASE STUDY FOR ED50-ITRFXX TRANSFORMATION IN TURKEY | 58-75 | GEODETSKIH MREŽ V NOVE REFERENČNE OF DISTORTED GEODETIC NETWORKS TO NEW SISTEME: REFERENCE | 61/1 | GEODETSKI VESTNIK 200 let od začetka i parcelno orientiranega i katastra na slovenskem CD tü 200 years from the origins of the parcel-oriented land cadastre in slovenian lands Anka Lisec, Miran Ferian 1 uvod Letos zaznamujemo pomembno prelomnico na področju razvoja sodobnega, parcelno orientiranega katastra v regiji. Dne 23. decembra 1817 je namreč avstrijski cesar Franc I.1 podpisal Zakon o zemljiškem davku (nem. das Grundsteuerpatent, slika 1), kar je bila pravna podlaga za začetek vzpostavitve tako imenovanega stabilnega zemljiško-davčnega katastra (nem. der Stabile Grundsteuerkataster), poznanega tudi kot fTanciscejski kataster, v avstrijskem delu nekdanjega cesarstva. Ogrski del ozemlja nekdanjega cesarstva je zakonsko podlago za začetek sistematične katastrske izmere dobil šele pod vladavino Franca Jožefa I. v letu 1849 (Lego, 1968)2. <|infü$ftms eiltet neuen @tunbfhmer= SBSir b« (Srffr te. it. 3n @ro$0«n8 be* imetij5Itnifie, weltfe 6e$ ter Uraiegung bex ©nin&ffnier form frefa^nben 83ttt$eilung ffir gaiijt Droömjen, Jtretfe, ©ifitictc unb ©emetnbat, »i« für einzelne 6pntribccn; Slika 1: Objava zakona za uvedbo novega sistema zemljiškega davka, ki ga je Franc I. podpisal dne 23. 12. 1817 (österreichische Nationalbibliothek). Glavni razlog za sistemsko vzpostavitev katastra je izviral iz potrebe po uvedbi enotnega, pravičnega in poštenega zemljiškega davka v celotni avstrijski monarhiji. Monarhija, ki se je v 18. stoletju kronično 1 Franc II. je kot avstrijski oziroma habsburški monarh cesarsko krono Svetega rimskega cesarstva nemške narodnosti prevzel leta 1792. Prvo obdobje njegovega vladanja je zaznamoval zaplet z Napoleonovo Francijo, saj seje moral zaradi porazov za več let ali trajno odpovedati mnogim ozemljem. S šesto koalicijsko vojno proti Francozom (1812), ki se je nadaljevala v sedmo koalicijsko vojno, je avstrijska monarhija s Pariškim mirovnim sporazumom (1814) in na Dunajskem kongresu (1814—15) obnovila oblast nad nekdanjimi Ilirskimi provincami in še nekaterimi deželami. Že leta 1804je kot Franc I. razglasil habsburške posesti za dedno avstrijsko cesarstvo. Kot avstrijski cesarjeprivzel vladarsko ime Franc I. Nemško cesarstvo je bilo formalno razpuščeno 6. avgusta 1806(Lego, 1968). 2 Pod avstrijski (nemški) del nekdanjega cesarstva so spadale avstrijske kronske dežele (Avstrija nad in pod Anižo, Češka, Goriška in Gradiščanska, Istra, Koroška, Kranjska, Moravska, Predarlška, Solnograška, Šlezija, Štajerska, Tirolska, Tržaška) ter Dalmacija, Galicija in Bukovina. Pod ogrski del so spadale tako imenovane dežele krone sv. Štfana (Hrvaška, Madžarska s Prekmurjem in Gradiščansko ter nekaterimi romunskimi pokrajinami, Sedmograška, romunski del Banata, Slavonija, Slovaška, Vojvodina, Vojna Krajina). Italijanski del je obsegal lombardijsko-beneško kraljestvo (Twaroch et al., 2016). 76 GEODETSKI VESTNIK | 61/1 | spopadala s pomanjkanjem virov financiranja, tudi zaradi zelo velikih izgub v stalnih vojskovanjih na različnih bojiščih, in hkrati z vse večjim nezadovoljstvom prebivalstva zaradi neenakomerne porazdelitve teh bremen, je že v začetku 18. stoletja poskušala s številnimi reformami, med drugim z reformo zemljiškega davka. Ta spada med najstarejše dajatve za financiranje držav sodobne civilizacije. Vse do začetka industrijske revolucije je bilo kmetijstvo daleč najmočnejši gospodarski sektor ter tako najvarnejši in najdonosnejši vir financiranja države. Preprostejša kot odmera davka od dohodka od kmetijstva je bila odmera zemljiškega davka, saj je zemljišča težko utajiti, mogoče jih je v celoti popisati in objektivno ovrednotiti. Zaradi teh argumentov in porazdelitve davčnih bremen na čim več ljudi so nepremičnine še vedno pomemben vir financiranja držav (Abart et al., 2011). V prispevku je predstavljeno ozadje vzpostavitve parcelno orientiranega katastra na slovenskih tleh, s poudarkom na predstavitvi arhivskih gradiv, ki so nam na voljo in so pomemben vir za številne, predvsem zgodovinske študije. 2 ZEMLJIŠKI DAVEK NA SLOVENSKEM V 18. STOLETJU Pred terezijanskimi in jožefinskimi zemljiškimi davčnimi reformami iz 18. stoletja je bil v habsburški monarhiji temelj za obdavčenje imetja ocenjen dohodek zemljiškega gospoda od lastne (dominikalne) zemlje in od podložnikov (rustikalne). Tako imenovana imenjska knjiga (nem. das Gultbuch; za mesta so obstajale posebne mestne knjige, nem. das Stadtbuchh) je bila davčna evidenca deželnih stanov v habsburških dednih deželah. Vpis se je izvedel na podlagi listin, na pismeno prošnjo in odredbo stanovskega odbora, redko pa tudi na podlagi ustnih dvostranskih pogodb. Vse od sredine 16. stoletja naj bi vsak svobodni zemljiški lastnik (plemstvo, duhovščina, cerkev, mesta in drugi svobodni posestniki) prijavil svoja poslopja, zemljišča in realne užitne pravice ter jih ocenil. Povečane finančne zahteve dežel in kasneje cesarstva so se prek svobodnih lastnikov mnogokrat prenesle na podložne posestnike, zato so postala davčna bremena za podložne kmete velikokrat nevzdržna. Imenjske knjige so se kot davčna evidenca ohranile vse do terezijanskih reform v 18. stoletju (Lego, 1968), z uvedbo reambuliranega in stabilnega katastra in nove zemljiške knjige v 19. stoletju pa so jih ukinili (Arhiv RS). 2.1 Terezijanski kataster Uveljavitev enotne obdavčitve zemljišč v habsburški monarhiji zaradi stanovske ureditve ni bila enostavna. Že Karl VI., ki je bil na oblasti v obdobju 1711—1740, je želel omiliti vse večje davčno breme za podložne kmete (rustikalna zemljišča), a mu je to uspelo le v Lombardiji s tako imenovanim milanskim katastrom (Lego, 1968; glej tudi Ferlan, 2005). Veliko spremembo v obdavčevanju zemljišč so te dežele doživele s terezijanskimi davčnimi reformami (1748-1756) cesarice Marije Terezije, ki je vladala v obdobju 1740-1780. Uvedla je mnogo reform, s katerimi so se med drugim povečale pravice podložnih kmetov, ter prenovila zemljiški davek, ki je temeljil na novem popisu vseh zemljišč, gosposkih in kmečkih. Tako imenovani terezijanski kataster je bil sestavljen iz treh delov, in sicer iz zemljiškogosposke ali dominikalne napovedi, kmečke ali rustikalne napovedi ter obračunskih tabel. Dominikalne napovedi so bile izpolnjene na obrazcih A (napovedi dohodkov od dominikalnih zemljišč, za obdelovanje katerih so skrbeli sami), B (napovedi dohodkov od dominikalnih vinogradov, za obdelovanje katerih so skrbeli sami), C (napovedi dohodkov od dominikalnih mlinov | 61/1 | GEODETSKI VESTNIK in drugih obratov na vodni pogon ter napoved za dohodke od ribnikov) ter D (napovedi dohodkov gospostva za vse podložniške obveznosti, ki jih je dobil zemljiški gospod). Rustikalne ali kmečke napovedi so bile zbrane na obrazcih E (popis in obseg napovedi kmečke zemlje s štirimi rubrikami: v prvi so bili podatki o lastniku posesti, ostale tri pa so bile pripravljene za napovedi donosa od njiv, travnikov in gozdov — glej tudi sliko 2), F (napovedi kmečkih mlinov in drugih obratov na vodni pogon) ter G (napovedi desetinskih dajatev in druge bere/dajatve). Pri popisu zemljišča niso bila izmerjena, njihova velikost je bila ocenjena po povprečni količini posejanega žita za njive, velikost travniških zemljišč je bila ocenjena po povprečnem donosu sena in otave, velikost gozdov pa so ocenili po količini dnevnega dela v gozdu. Davčne napovedi so se pripravljale počasi, tako da je monarhija roke prijav deželnih in lokalnih komisij večkrat podaljšala, tudi zaradi počasnega dela revizijskih komisij, ki so morale napovedi preverjati z uradnimi listinami, urbarji, potrdili in drugim gradivom, zlasti vpisi v imenjske knjige dežel (Ribnikar, 1982). Pomemben vidik terezijanske zemljiško-davčne reforme je bila uvedba splošne davčne obveznosti za vsa zemljišča. Ukinjene so bile vse izjeme za davčno oprostitev, toda dominikalna in rustikalna posest sta bili še vedno ločeno evidentirani in različno obdavčeni, obstajale so tudi razlike med deželami (Lego, 1968). Pomemben za razvoj katastra je bil tudi popis prebivalstva (1770-1772), s katerim so se določile meje naselij. Območja vaških skupnosti so postala pomembna administrativna enota monarhije, to so tako imenovane katastrske občine (Twaroch et al., 2016). Slika 2: Primer obrazca E iz terezijanskega katastra - gospostvo Postojna (nem. Adelsberg), 1747-1805 (Arhiv Republike Slovenije, SI AS 174). 78 GEODETSKI VESTNIK | 61/1 | 2.2 Jožefinski kataster Naslednik cesarice Marije Terezije, cesar Jožef II., ki je bil na oblasti v obdobju 1780-1790, je nadaljeval reforme svoje matere. Med pomembnimi napovedanimi gospodarskimi reformami sta bila izboljšava kakovosti zemljiškega katastra ter uvedba enotnega carinskega in davčnega območja za vso monarhijo. Pravna podlaga (nem. die Josefinische Steuerregulierung) za vzpostavitev novega popisa zemljišč, tako imenovanega jožefinskega katastra, je bil izdana 20. 4. 1785. S popisom so želeli predvsem določiti zemljiški davek ne glede na družbeni status posestnika zemljišča. Davek naj bi bil odvisen le od velikosti zemljišča in ocenjenega pridelovalnega potenciala, zato je bilo veliko pozornosti namenjene določevanju površine zemljišč. Opredelili so jo z enostavno izmero, pri kateri so sodelovali posestniki, praviloma pa niso izdelovali načrtov zemljišč. Za popis zemljišč, njihovo izmero in oceno donosa so bili pripravljeni posebni obrazci, ki so bili precej preprosti (slika 3). Popis zemljišč in njihova izmera sta se izvajala v okviru katastrskih občin, katerih meje so bile predhodno določene in tudi označene na terenu. Popis zemljišč naj bi se končal oktobra 1785, a se je rok večkrat podaljšal in dela so bila uradno dokončana šele februarja 1789 (Lego, 1978). Vzporedno s katastrskim popisom zemljišč so se zapisovala zemljepisna imena, vključno s topografsko zaokroženimi območji — ledinami (nem. Ried), popisale so se hiše, ki so se jim določile hišne številke kot zaporedne številke od ena dalje za posamezno vas oziroma naselje (Lego, 1978; Twaroch et al., 2016). Slika 3: Primer obrazca iz jožefinskega katastra (1784-1790), lastnik iz katastrske občine Verdreng (Arhiv Republike Slovenije, SI AS 175). Jožefinski kataster je eden prvih v Evropi, s katerim je bila predlagana uvedba enotnega davka za vse posestnike za vso državo, zato ga v literaturi pogosto omenjamo tudi kot začetek sodobnega pravičnega zemljiškega davka (Twaroch et al., 2015). Jožef II. je vzpostavil jožefinski kataster, zaradi prehitre smrti pa se reforma zemljiškega davka ni uveljavila. Njegov brat Leopold II., ki je vladal le dve leti (1790—1792), 79 | 61/1 | GEODETSKI VESTNIK je moral popustiti deželnim stanovom in je z zakonom z dne 9. 5. 1790 ukinil delo svojega predhodnika. Z nekaj spremembami je še naprej ostal v veljavi zemljiški davčni sistem, kot ga je uvedla cesarica Marija Terezija (Lego, 1968). 3 ZAČETKI DEL ZA VZPOSTAVITEV FRANCISCEJSKEGA KATASTRA Naslednik Leopolda II., njegov sin Franc II. (preimenovan v avstrijskega cesarja Franca I.), se je že na začetku vladanja srečal z nezadovoljstvom zaradi zemljiškega davčnega sistema. Za pomemben cilj si je tako postavil uvedbo enotnega in stabilnega katastra za celotno monarhijo, kar je bila že želja cesarja Jožefa II. Že leta 1806 je dvorni pisarni napovedal dela za vzpostavitev tako imenovanega stabilnega katastra3. Dne 21. avgusta 1810 je bila ustanovljena dvorna komisija (nem. Grudsteuerregulierungs-Hojkommission), zadolžena za reformo zemljiškega davka, ki mora izhajati iz najnovejših znanstvenih spoznanj. Reforma je bila izredno pomembna, saj je bila monarhija v hudi finančni krizi, predvsem zaradi vojn z Napoleonom, tako da je leta 1811 celo bankrotirala. Zahteve po enakovrednejši porazdelitvi davčnih bremen so bile povezane tudi z največjo prehransko krizo v 19. stoletju v Evropi. Leta 1816 je namreč nastopilo tako imenovano ,poletje brez sonca', ki je v že tako hladnem obdobju (pogosto ga imenujemo ,mala ledena doba') zaradi izredne ohladitve prineslo večletno prehransko krizo. Pojav povezujejo z izbruhom ognjenika Tambora na območju današnje Indonezije aprila 1815. Zaradi velike vsebnosti vulkanske snovi v ozračju se je celotna severna polobla izredno ohladila. Posledično ni bilo poljščin, velika prehranska kriza se je sprevrgla v obsežne migracije ljudi v Severni Ameriki in Evropi, množične so bile tudi demonstracije v mestih, saj je cena žita in drugih prehranskih izdelkov — kadar so bili sploh na voljo — izredno narasla (Twaroch et al., 2015). Dvorna komisija je morala tako pohiteti s predlogom rešitve za reformo zemljiškega davka, s tem pa tudi s katastrsko izmero. Pri zasnovi metode katastrske izmere so se odločali med dvema možnostma: (1) francoskim pristopom z lokalnim koordinatnim sistemom in lokalno izmero občin ter (2) pristopom z enotno geodetsko osnovo in detajlno izmero na podlagi navezave na geodetsko mrežo. Na predlog dvorne komisije je bil 23. 7. 1816 sprejet drugi pristop, pri čemer naj bi najprej vzpostavili geodetsko osnovo, sledil pa bo zajem podrobnih podatkov z uporabo merske mizice (tako imenovano katastrsko kartiranje). Glavni razlog je izhajal iz prepričanja, da je mogoče le v enotnem koordinatnem sistemu enako izmeriti zemljišča oziroma jim določiti površino, tako da bo zagotovljen enoten davek, primerljiv med vsemi deželami monarhije. Dodaten argument dvorne komisije je bil, da lahko tako dobimo kakovostne načrte ozemlja, ki niso namenjeno zgolj zemljiškemu davku, ampak še drugim javnim namenom (Lego, 1968). Načrtovano je bilo, da se bo geodetska osnova za katastrsko izmero vzpostavila v povezavi z vojaško triangulacijo, ki je bila prvotno namenjena vojaško-topografski izmeri. Točke vojake triangulacije naj bi se za katastrsko izmero zgostile z numerično triangulacijo tretjega reda (3 točke/kvadratno miljo4) ter grafično triangulacijo (57 točk/kvadratno miljo), kar naj bi omogočalo navezavo na triangulacijsko mrežo pri izmeri detajla z mersko mizico (slika 4). Katastrska izmera se je tako kot sama vojaška triangulacija izvajala v starem avstrijskem seženjskem merskem sistemu (Lego, 1968). Beseda »stabilen« se nanaša na določevanje zemljiškega davka na podlagi enotne davčne stopnje (flat-tax). Davek mora ostati enak, tudi če se dohodek od zemljišča poveča — pomembno izhodišče je namreč bilo »tistega, ki je priden, se ne sme kaznovati« (nem. Der Fleiß sollte nicht bestraft werden). Ena avstrijska milja je približno 7,5859 kilometra; ena kvadratna milja je torej približno 57,5 km2. GEODETSKI VESTNIK | 61/1 | Slika 4: Načelo katastrske izmere z mersko mizico in navezavo na triangulacijsko mrežo (Fuhrmann, 2007). Za testno območje katastrske izmere so izbrali Modling blizu Dunaja, kjer so 25. 3. 1817 začeli triangu-lacijska dela. Junija 1817 so nadaljevali s kartiranjem detajla in izdelavo katastrskih načrtov. Do konca julija 1817 so izdelali 15 listov katastrskih načrtov, vrednotenje zemljišč pa je bilo končano do konca novembra 1817 (Lego, 1968). Na podlagi rezultatov pilotne izmere so določili tudi pravila triangulacije in katastrske izmere, ki naj bi se v avstrijskem delu monarhije končala v desetih letih (Grundsteueratent, 1817; Linden, 1840). 3.1 Metode izmere Metoda izmere in sama organizacija sta bili podrobno določeni v navodilih, ki so bila prvotno v obliki rokopisa, prvi izvod je bil natisnjen leta 1820 (slika 5). Na podlagi izkušenj s terena so leta 1824 izdali posodobljeno različico. tfaiaftral * SS trmeffungd * Snfftuf tion. Sion bril *ttr frtfatttj 3Cui*ftt$tunii *tx JUtafhaiiJScnitrfltiiig n«f$f(lclilru SVijir&cn ittib 5nbi«&urn, ifjrrr ©irffamfrit «nb 13rrbinb«iiij. Slika 5: Izsek iz prvih natisnjenih navodil za katastrsko izmero iz leta 1820 (Katastral-Vermessungs Instruktion, 1820). | 61/1 | GEODETSKI VESTNIK ^ Poseben razdelek navodil je bil namenjen organizaciji triangulacije in katastrske izmere, pri čemer velja g izpostaviti vlogo dvorne komisije, ki je bila zadolžena za celoten projekt. Katastrsko izmero je usklajeval Š zemljemerski oddelek (nem. Vermessungsdepartment) z dvema odsekoma: (1) odsekom za trigonometrično 8 triangulacijo in litografski inštitut ter (2) odsekom za kartiranje in izmero detajla (Lego, 1968). g I 3.1.2 Triangulacija in koordinatni sistemi |= Sprva je bilo predvideno, da se bo za namene katastrske izmere mreža točk vojaške triangulacije I. in ß II. reda, ki se je začela leta 1806, zgostila z numeričnimi točkami mreže III. reda in nato še z grafično triangulacijo, tako da bi imeli vsaj tri točke numerične triangulacije na enem trigonometričnem listu (1 : 28.800) oziroma na eni kvadratni milji (približno 57,5 km2). Na žalost se je hitro izkazalo, da bodo z vojaško triangulacijo težave. Na območju Ilirije, vključno s Primorsko (nem. Küstenland), je namreč cesar že leta 1817 zaukazal detajlno izmero, vojaška triangulacija pa se tam še sploh ni začela. Dodatna težava je nastala zaradi slabe kakovosti vojaške triangulacije, tako so na mnogih območjih prav za namene katastra razvili neodvisno katastrsko triangulacijsko mrežo. Stranice triangulacijske mreže (Lego, 1968): — I. reda so merile od 10.000 do 16.000 sežnjev (približno od 19 do 30 kilometrov); — II. reda so merile od 2000 do 5000 sežnjev (približno od 3,8 do 9,5 kilometra); — III. reda so merile od 800 do 1000 sežnjev (med 1,5 in 1,9 kilometra). Iz točk numerične triangulacije so mrežo gostili z grafično triangulacijo, tako da naj bi imel vsak list za izris katastrskega načrta najmanj tri točke numerične ali grafične triangulacije (slika 6). Slika 6: Izsek iz trigonometričnega lista v merilu 1 : 28.800 s triangulacijsko mrežo za območje okrog numerične trigonometrične točke Slivna pri Vačah (Arhiv Republike Slovenije, SI AS 177). 82 GEODETSKI VESTNIK | 61/1 | Želeli so zagotoviti podlago za sistematično kartiranje katastrskih podatkov5 v celotni monarhiji, zato so ozemlje razdelili na območja več pravokotnih koordinatnih sistemov, pri čemer je bilo območje današnje Slovenije razdeljeno na dva (oziroma tri) dele (Linden, 1840; Lego, 1968; glej tudi Lisec in Navratil, 2014): — Kranjska, Koroška in Primorje s krimskim koordinatnim sistemom, katerega izhodišče je bil Krim pri Ljubljani, triangulacija se je izvajala v obdobju 1817—1825; merilo in orientacija krimskega sistema sta bila povzeta po francoski triangulaciji, in sicer bazne linije Slavnik-Učka (32,7 kilometra), ki je bila povezana s Krimom prek točk Snežnik in Nanos (glej tudi Jenko, 2008; Delčev et al., 2014); — Štajerska: izhodišče Schocklbergu pri Gradcu, triangulacija v obdobju 1819-1823 s hkratnim razvijanjem mreže I., II. in III. reda; bazna linija je bila med vrhovoma Schockl in Riegersberg (Turmchen) z dolžino 41,4 kilometra; — Prekmurje: izhodišče Gellerthery v Budimpešti, kot madžarski del monarhije je bil vključen v triangulacijo in katastrsko izmero v drugi polovici 19. stoletja. 3.1.2 izmera detajla Eno leto pred detajlno katastrsko izmero, ki se je izvajala v okviru katastrskih občin, so popisali meje izbrane katastrske občine. Poleg geodeta so sodelovali uradnik okrožnega ali okrajnega urada, predstojnik občine z dvema izvoljenima predstavnikoma občine in predstavnik sosednje občine. Na terenu določen in pogosto tudi označen potek meje katastrske občine, ki je praviloma izhajala iz jožefinskih davčnih občin, je bil podrobno opisan in pogosto tudi skiciran (slika 7). Slika 7: Skica (levo) in izsek opisa (desno) meje katastrske občine Kostanjevica na Krki (nem. Landesstrass) na Kranjskem iz let 1824/1825 (Arhiv Republike Slovenije, SI AS 176). ja je bila določena s površjem Zemlje, natančneje z ravnino merske mizice, takrat še ne p 5 Horizontalna ravnina ko ravnino. 83 | 61/1 | GEODETSKI VESTNIK /l/ Tf LmJi [Prormz liram Xt*i31[ Krpis Neiurtadtl llJvrlni — i Bimrli IjOtirtniM (Semnn^e 1 AM)STRASS ___ __' )+(h) ali (e, n)+(Hn) ipd. V nadaljevanju so obravnavani samo dvorazsežni (horizontalni) RKS-ji, torej prva dva tipa. 5 EPSG-KODE IN LASTNI REFERENČNI KOORDINATNI SISTEMI ZA SLOVENIJO Glede na zgornjo tipizacijo lahko opredelimo vsaj ducat RKS-jev, ki so (ali še bodo) v rabi v Sloveniji, dvorazsežni med njimi pa so (na primer Stopar, 2007; Kete in Berk, 2012): — D48/X

, kar pa še vedno ne da optimalne rešitve. Predlog za izboljšano definicijo D48/BGK, 5. cona (lasten RKS, opredeljen s ».prj«-datoteko za prostorske datoteke ESRI Shapefile), je: PROJCS[„Slovenia D48BGK-5", GEOGCS[„Slovenia D48", DATUM[„SI D48", SPHEROID[„Bessel 1841",6377397.155,299.1528128, AUTHORITY[„EPSG","7004"]], TOWGS84[4 76.08,125.95,417.81,4.610862,2.388137,-11.942335,9.896638]], PRIMEM[„Greenwich",0, AUTHORITY[„EPSG","8901"]], UNIT[„degree",0.0174532925199433, AUTHORITY[„EPSG","9122"]]], UNIT[„metre",1, AUTHORITY[„EPSG","9001"]], PROJECTION[„Transverse_Mercator"], PARAMETER[„latitude_of_origin",0], PARAMETER[„central_meridian",15], PARAMETER[„scale_factor",0.9999], PARAMETER[„false_easting",5500000], PARAMETER[„false_northing",0], AXIS[„Y",EAST], AXIS[„X",NORTH]] Edina razlika glede na EPSG 3907 s privzeto transformacijo v WGS84 so parametri za datumsko transformacijo. Za določitev transformacijskih parametrov je uporabljenih 479 virtualnih veznih točk vsedržavnega modela trikotniške transformacije ... glej opis za izboljšano definicijo D48/X