Gozdarski vestnik Letnik 76, številka 3 Ljubljana, april 2018 ISSN 0017-2723 jKKuiwiMHnnirwntEiw «uj^^bkjuB jSSi^sivSnBHMii&S sfiH^^^H^ralcfl UDK 630* 1/9 " EV"si'^'j ' ifcj f ■ iiSiivJl ' Jiv£j' K- '«B Problematika mF • f^Kft A ¡^l?hti^M • J^f* ',tS^JV•■'-^K^i'^.ar- 1 >«| j/BBJbmh' J^^^^H naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri ■'vMaE" h "'V "V T ■ Bjv" -¡j^W: ".'. •»V^-ip'i- *';' Daljinsko zaznavanje : •• BB®^: ^ ■ :^¿ujiSS; ■"~'reScSfeLfffifl invazivnih rastlin Spletni informacijski "* ?... , ' 1 ;f;v; sistem MojGozdar.si Sredica: Iščemo karantenske jI- «s?- ^-^rs*. - -.. ž-^Mgg^B '/L.-'- in druge gozdu nevarne organizme H^HHmMlH^BJHT . l'l H f¡^i ■ uWIV B»MJlMHl ZVEZA GOZDARSKIH DRUŠTEV SLOVENIJE Besedni oblak aktualne številke «J ._ i* 1 emoplži1^ stopnjo opravljenih i as mostf nara v neg s | posameznih stopnji ^ (D dei stanje kakovosti nižinski 9°zdov s*zd3rskih I I o 15 f 2 gozd satelitski po^a l m invazivneom°g°cap 2 m uit ¡spektralnih ■ ■ a m m a t :ipov C: r- A ■■— r | pop-avnil o -C "55 — metod ° £ podlag» muri . habitatm mr\\nr\~7 r\ O /^in^p d 3 j S pomlajevanje * _ _ _ I ___CD—ra l2V mbjgozdarii a spletni informacijski tehnologije storitve C v/r^f'' :Tl^;'1 n ® izvajalcev c vrši invazivnih ^¡t gozdovi . drevesnih | poplavni posnetkr s | 5 laserskOgozd § C vseh metodo naravne gospodarjenja | I n skemranje :T,ladj;i rastlinskih g O ustreznost pomlajevanja «F zaznavanja habitatnih10 podaskov ijeiišcnl Cl Gozdarski vestnik, letnik 76 • številka 3 / Vol. 76 • No. 3 Slovenska strokovna revija za gozdarstvo / Slovenian professional journal for forestry UVODNIK 106 Mitja SKUDNIK Čas za pravočasno sanacijo v vetrolomu poškodovanih smrekovih gozdov se izteka ZNANSTVENA RAZPRAVA 107 Aleksander MARINŠEK, Lado KUTNAR, Danilo BELAK, Boštjan MALI Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Problematics of Natural Regeneration of Native Tree Species in Floodplain Forests Along Mura River 125 Domen OVEN Daljinsko zaznavanje invazivnih rastlin Remote Sensing of Invasive Plants Matevž TRIPLAT, Mitja PIŠKUR, Nike KRAJNC Spletni informacijski sistem MojGozdar.si Web-Based Information System MojGozdar.si 152 Polona HAFNER, Jožica GRIČAR Začetek projekta ROSEWOOD 153 Tina DROLC O prednostih in pasteh lesene gradnje na delavnici »Zaščita, vgradnja in uporaba lesa na prostem« 155 Janez KONEČNIK Gozdarska tekmovanja v zimi 2018 158 Tomaž KOČAR Po sledeh Lovrenca Pleška, absolventa prve slovenske gozdarske šole v Snežniku 162 Hubert DOLINŠEK Janko POTOČNIK, 1931-2018 PREGLEDNA ZNANSTVENA RAZPRAVA STROKOVNA RAZPRAVA 141 GOZDARSTVO V ČASU IN PROSTORU IŠČEMO KARANTENSKE IN DRUGE GOZDU NEVARNE ORGANIZME DušanJURC Platanov obarvani rak (Ceratocystis platani) Andreja KAVČIČ Črni vejni lesar (Xylosandrus compactus) GozdVestn 76 (2018) 3 105 Uvodnik Čas za pravočasno sanacijo v vetrolomu poškodovanih smrekovih gozdov se izteka V teh pomladnih mesecih lahko zaradi decemberskega vetroloma ponovno pričakujemo gradacijo podlubnikov in s tem povečan obseg sanitarne sečnje. V zadnjih letih se temu kar nekako ne moremo izogniti. Podatki Zavoda za gozdove Slovenije kažejo, da so bile v letih 2015 in 2016 pri več kot 30 % celotnega poseka vzrok žuželke oz. podlubniki. Ob tem se predvsem pri malih lastnikih, ki so pri nas v veliki večini (skoraj vsak četrti Slovenec je lastnik gozda), pogosto pojavijo težave glede iskanja kakovostnih izvajalcev gozdarskih storitev. Hkrati so se na tržišču pojavili nekateri posamezniki, ki izkoriščajo nevednost lastnikov in se s tem okoriščajo na nepošten način. Dodatna voda na njihov mlin je tudi dejstvo, da imamo velik delež zelo starih lastnikov gozda in da številni med njimi po končanem delu niti ne morejo pregledati sečišča. Z namenom, da bi lastnikom gozda olajšali iskanje gozdarskih storitev, kot so sečnja, spravilo, gojitvena dela itn., vam predstavljamo spletni informacijski sistem MojGozdar.si, ki vključuje informacije o več kot tisoč izvajalcih. Sistem pa ne nudi zgolj pregleda nad izvajalci, ampak je hkrati namenjen tudi ocenjevanju kakovosti opravljenih del v gozdarstvu. V zadnjem času se namreč prepogosto daje prednost podjetjem, ki opravijo delo za čim nižjo ceno. Nizka cena pa je pogosto povezana s slabo opravljenim delom in z izkoriščanjem trga delovne sile. Smotrno je, da se pri izbiri blaga ali storitve odločimo na podlagi presoje ravnovesja med ceno in kakovostjo. Želimo si torej, da za čim nižjo ceno dobimo dovolj kakovostno storitev oz. blago. Čas je, da takšen način razmišljanja preide tudi v izbiro izvajalcev gozdarskih storitev. Pri izbiri bi morali torej upoštevati njihovo odgovornost do družbenih in okoljskih vidikov ter poslovno uspešnost in odgovornost do lokalnega okolja. To so tudi glavna načela trajnosti, ki ima v gozdarstvu že zelo dolgo tradicijo. Z vidika trajnosti in varstva narave so pomembni tudi nižinski poplavni gozdovi ob reki Muri, ki pa jih v zadnjih desetletjih pesti težava pomlajevanja. Številni izmed njih so uvrščeni v območje Natura 2000 in tako smo se gozdarji zavezali, da jih bomo ohranjali v ugodnem stanju, za kar je pogoj ustrezna drevesna sestava. Trenutno je v teh gozdovih v mladovju premajhen delež ciljnih drevesnih vrst. Glavni razlogi za takšno stanje so nekritičnost do naravnega podmladka, spremembe rastiščnih razmer, vpliv divjadi, bolezni in poškodbe ter razraščanje invazivnih rastlin. Nujno je treba spremeniti trenutni pristop in preiti v aktivnejši način gospodarjenja, ki bo poleg naravne obnova vključeval tudi umetno z ustreznimi drevesnimi vrstami in kasneje intenzivno nego osnovanih mladovij. V naših gozdovih vedno pogosteje opažamo invazivne tujerodne vrste in z njimi povezane težave. Ker so te vrste umetno vnesene, po navadi nimajo naravnih škodljivcev in posledično je njihovo razmnoževanje zelo hitro. V zelo kratkem času lahko prerastejo velike površine. O eni izmed njih, navadni barvilnici, smo že pisali v prejšnji številki. Zaradi hitrega razmnoževanja je nujno zgodnje odkrivanje površin, kjer se razraščajo. Razmah nekaterih tehnologij daljinskega zaznavanja omogoča uporabo novih metod za prepoznavanje teh vrst in s tem določitev površin pojavljanja. V preglednem prispevku si preberite, katere so te metode in kakšni so potenciali za njihovo uporabo v bližnji prihodnosti. Dr. Mitja SKUDNIK 106 GozdVestn 76 (2018) 3 Znanstvena razprava GDK 231+26(497.4) Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Problematics of Natural Regeneration of Native Tree Species in Floodplain Forests Along Mura River Aleksander MARINŠEK1, Lado KUTNAR2, Danilo BELAK3, Boštjan MALI4 Izvleček: Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri; Gozdarski vestnik, 76/2018, št. 4. V slovenščini z izvlečkom in povzetkom v angleščini, cit. lit. 19. Prevod Breda Misja, jezikovni pregled slovenskega besedila Marjetka Šivic. Obnova nižinskih poplavnih gozdov ob Muri je pomembna tako iz vidika trajnosti in gospodarjenja z gozdovi kot tudi vidika varstva narave. Problematiko naravnega pomlajevanja smo obravnavali v dveh večjih strnjenih predelih ob reki Muri, v Murski šumi in Gornji Bistrici, s skupno površino okrog 600 hektarjev. Analizirali smo pomlajevanje drevesnih vrst v različnih habitatnih tipih gozdov, ki so uvrščeni v območje Natura 2000. V habi-tatnem tipu 91E0* Obrečna vrbovja, jelševja in jesenovja smo ločeno obravnavali dva podtipa (belovrbovje in črnojelševje), ki se ločita po rastiščno-ekoloških in sestojnih značilnostih. Znotraj habitatnega tipa 91F0 Poplavni hrastovo-jesenovo-brestovi gozdovi vzdolž velikih rek pa smo izločili bolj vlažne, pogosteje poplavljene sestoje od manj vlažnih, ki ponekod že kažejo težnjo k habitatnemu tipu 91L0 Ilirski hrastovo-belogabrovi gozdovi. Za analizo pojavljanja drevesnih vrst v zeliščni in grmovni plasti smo uporabili metodo fitocenoloških popisov in metodo popisovanja mladja. Metodi sta dali razmeroma primerljive rezultate. Z metodo fitocenoloških popisov smo po posameznih habitatnih tipih v povprečju zajeli več drevesnih vrst kot z metodo popisovanja mladja. V vseh tipih oz. podtipih smo v zeliščni in grmovni plasti ugotovili razmeroma majhen delež nosilnih in ciljnih drevesnih vrst. Težave naravne obnove gozdov so v veliki meri posledica neustreznega gospodarjenja v preteklosti, spremembe rastiščnih in hidroloških razmer, povečane gostote divjadi in objedanja pomladka drevesnih vrst, razraščanja invazivnih tujerodnih rastlinskih vrst in zdravstvenih težav ključnih drevesnih vrst. Ugotavljamo, da razvoj vseh obravnavanih tipov gozdov praviloma ne gre v smeri naravne drevesne sestave in v smeri ugodnega stanja ohranjenosti habitatnih tipov (Natura 2000). Ciljno in čim bolj naravno drevesno sestavo v gozdovih ob Muri bomo dosegli le z aktivnim pristopom, ki bo poleg naravne obnove v veliki meri vključeval tudi umetno obnovo z rastiščem ustreznimi drevesnimi vrstami. Ključne besede: poplavni gozd, nižinski gozd, naravna obnova, pomlajevanje, stanje ohranjenosti, gozdni habitatni tip, Natura 2000 Abstract: Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematics of Natural Regeneration of Native Tree Species in Floodplain Forests Along Mura River; Gozdarski vestnik (Professional Journal of Forestry), 76/2018, vol 4. In Slovenian, abstract and summary in English, lit. quot. 19. Translated by Breda Misja, proofreading of the Slovenian text Marjetka Šivic. Regeneration of floodplain forests along the Mura River is important from the viewpoint of sustainability and forest management just as well as nature conservation. The problematics of natural regeneration was dealt with in two larger serried areas along the Mura River, in Murska šuma and Gornja Bistrica, with the total area around 600 hectares. We analyzed the regeneration of tree species in diverse forest habitat types (FHT), included in the Natura 2000 area. In the 91E0* "Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae)" habitat type we separately dealt with two subtypes (Salicetum albae and Alnetum glutinosae subtype), who differ according to site-ecological and stand characteristics. Within the 91F0 "Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, along the great rivers" habitat type we separated the more humid, more often flooded stands from the less humid ones, that in some places already show a trend towards the FHT 91L0 "Illyrian oak-hornbeam forests". GozdVestn 76 (2018) 3 107 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri We applied the method of phytocoenological relevés and the regeneration survey method for the analysis of tree species in the herbaceous and shrub layer occurrence. The methods gave relatively comparable results. By individual habitat types, in average we identified more tree species with the method of phytocoenological relevés than with the regeneration survey method. We discovered a relatively small share of key and target tree species in the herbaceous and shrub layer in all types or subtypes. The problems of natural regeneration originate to a great extent in an inappropriate management in the past, in change of site and hydrological conditions, increased game density and browsing of tree species saplings, spreading of invasive alien plant species, and health problems of the key tree species. We realize that the development of all studied forest types does not proceed towards a favourable conservation status of habitat types (Natura 2000). The target and preferably natural tree composition in the forests along the Mura River will be achieved only with an active approach, which will, in addition to the natural regeneration, to a great extent also include the artificial regeneration with the tree species, appropriate for the sites. Key words: floodplain forest, lowland forest, natural regeneration, conservation status, forest habitat type, Natura 2000 1 UVOD 1 INTRODUCTION Poplavni nižinski gozdovi ob reki Muri so svoj prostor ohranili tam, kjer razmere za kmetijstvo niso bile ugodne, in tam, kjer so pojavljanje gozda pogojevale talne razmere (Velnar, 1999). Glede na drevesno sestavo, talne razmere, kategorije lastništva in način gospodarjenja jih lahko razdelimo na dve skupini gozdov: v prvo štejemo spremenjene nižinske gozdove hrasta doba z večjim deležem robinije in iglavcev ter zelo majhnim deležem črne jelše in ozkolistnega jesena; v drugo pa prištevamo gozdove z bolj ali manj ohranjeno strukturo drevesnih vrst, kot so dob, ozkolistni jesen, črna jelša in drugi mehki listavci, značilni za nižinske gozdove. Zaradi velike lastniške razdrobljenosti in stalnih potreb lastnikov po lesu je gozdnogojitveni sistem gospodarjenja večinoma malopovršinsko-skupinsko postopen ali panjevski (Velnar, 1999). Nižinski poplavni gozdovi so neposredno odvisni od dinamike pojavljanja talne in poplavne vode. Vzroki za spremenjeno dinamiko poplavljanja so poglabljanje rečne struge, padec višine podtalnice, spreminjanje vodnega toka ter usihanje rečnih rokavov. Na vodne razmere vplivajo tudi hidrotehnični ukrepi, kot so regulacije, prekopi, razbremenilniki, osuševalne in namakalne naprave. Zaradi teh ukrepov, ki so se začeli pred več kot pol stoletja, redne poplave vedno bolj izostajajo, zato so nekateri gozdni habitatni tipi delno ali zelo ogroženi. Zdajšnje stanje poplavnih gozdov ob Muri ni samo rezultat talnih in podnebnih razmer, ampak tudi nenehnega človekovega vpliva v zadnjih 100 letih. Neugodno stanje nižinskih poplavnih gozdov ob Muri do leta 1951 je zelo dobro opisal M. Wraber (1951). Kronologijo gospodarjenja in gozdnogojitveno problematiko Murske šume, ki sodi med najbolj ohranjene gozdne predele ob Muri pa je za obdobje 20. stoletja podal Sarjaš (2001). Iz teh raziskav lahko razberemo, da so bili gozdovi zaradi spreminjanja lastništva in gospodarskih razmer podvrženi pretiranemu izkoriščanju za proizvodnjo lesa. Poleg tega so gozdove ogrožale številne bolezni, predvsem sušenje hrastov in holandska brestova bolezen, preveč številna divjad in bujna podrast pa sta oteževali naravno pomlajevanje. Zaradi naštetih težav je bila potrebna umetna obnova gozdov v kombinaciji z različnimi gozdnogojitvenimi ukrepi (Lejko, 1999). 1 Dr. A. M., Gozdarski inštitut Slovenije, Oddelek za gozdno ekologijo. Večna pot 2, SI-1000 Ljubljana, Slovenija. aleksander.marinsek@gozdis.si 2 Doc. dr. L. K., Gozdarski inštitut Slovenije, Oddelek za gozdno ekologijo. Večna pot 2, SI-1000 Ljubljana, Slovenija, lado.kutnar@gozdis.si 3 D. B., Zavod za gozdove Slovenije, Arh. Novaka 17, 9000 Murska Sobota, Slovenija. danilo.belak@zgs.si 4 Dr. B. M., Gozdarski inštitut Slovenije, Oddelek za načrtovanje in monitoring gozdov in krajine. Večna pot 2, SI-1000 Ljubljana, Slovenija. bostjan.mali@gozdis.si 108 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri 1.1 Kratka zgodovina gospodarjenja z gozdovi na proučevanem območju 1.1 Short history of forest management in the studied arrea Ko j e veleposestniška rodbina Esterhazy, ki j e imela v lasti gozdove Murske šume, še pred koncem prve svetovne vojne ocenila, da je prišel konec njenemu fevdalnemu gospodarstvu v Prekmurju, je prodala gozdove Parcelarni banki v Zagrebu. Sestavljavec Gozdnogospodarskega načrta za območje Gozdne uprave Dolnja Lendava 1929-1939 je ocenil, da je rodbina Esterhazy pred prodajo gozdove preveč izkoriščala. Parcelarna banka je firmi Našicka prodala ves les, ki ga je hotela kupiti in prodati naprej. Izsekane gozdove so nato po previsoki ceni prodali Imovni opcini Križevački v Bjelovaru. Zaradi velikih dolgov banki in velike gospodarske krize leta 1930 je morala nadaljevati sečnjo v že tako izčrpanih gozdovih. V letu 1930 je bilo od skupno 494 ha gozdov le 105 ha gozdnih sestojev, ki so bili stari od 40 do 60 let. Vsi drugi sestoji so bili mlajši. Poleg tega je bilo ogromno golosečnih površin, ki so jih precej neuspešno pogozdovali tudi s tujerodnimi vrstami (npr. ameriški jesen (Fraxinus americana) in črni oreh (Juglans nigra)). Po drugi svetovni vojni se gospodarske razmere niso stabilizirale. V 60. letih se je začelo pospeševanje intenzivnih topolovih nasadov. Tako so med letoma 1963 in 1968 v Murski šumi osnovali 113 ha nasadov klonskih topolov, kar je dobra petina celotne površine. V tistem obdobju se je v tamkajšnje gozdove razširila tudi holandska brestova bolezen, ki je zdesetkala populacijo brestov, gozdna paša pa je bila na srečo ukinjena. Vseskozi je bil prisoten tudi pojav sušenja doba. Težava je omenjena že v Gozdnogospodarskem načrtu Dolnja Lendava za obdobje od 1929 do 1939, kjer je zapisano, da se hrastovi gozdovi sušijo. V prvem pravem načrtu za nižinske gozdove, katerega nosilec je bil leta 1959 Dušan Mlinšek (Velnar, 1999), so ugotavljali, da v ravninskih gozdovih v sestojih na vlažnejših rastiščih bujna podrast onemogoča razvoj semenk in s tem naravnega razvoja podmladka (Lejko, 1999). V takih razmerah je bil do leta 1970 edini način pomladitve umetna obnova doba (Quercus robur) s setvijo želoda v trasiranih linijah. Sadik praktično niso sadili. Poseke so večkrat preorali in pri setvi želoda dodali koruzo. Čista mladja doba so spopolnjevali s puljenkami belega gabra (Carpinus betulus), ki so ga izpulili v mladju sosednjih sestojev. Poleg doba so sadili ozkolistni jesen (Fraxinus angustifolia), nekaj časa še ameriškega (F. americana) in pensilvanskega (F. pensilvanica), v ulekninah pa tudi črno jelšo (Alnus glutinosa) (Lejko, 1999). Zaradi vseh omenjenih ukrepov dandanes težko govorimo o naravnih dobovih sestojih. V drevesni sestavi teh gozdov sicer prevladujejo domorodne vrste, kot so dob (Quercus robur), vez ali dolgopecljati brest (Ulmus laevis), ozkolistni jesen (Fraxinus angustifolia), črna jelša (Alnus glutinosa), čremsa (Prunus padus), črni topol (Populus nigra),beli gaber (Carpinus betulus), gorski javor (Acer pseudoplatanus) in bukev (Fagus sylvatica), vendar so večinoma rezultat umetne obnove, razen obrečnih belovrbovij in naravnih črnotopolovij, ki pa so vedno bolj v slabem stanju ohranjenosti (Marinšek in sod., 2016). Lejko (1999) navaja, da je v Gozdnogospodarskem načrtu za GGO Murska Sobota (GG Murska Sobota, 1991) napisano, da je naravni pomladek ozkolistnega jesena, gorskega javorja, maklena (Acer campestre), belega gabra in doba v nižinskih poplavnih gozdovih sicer bil, vendar ga j e parklj asta divjad popolnoma popasla. Načrt ni predvideval naravne obnove, mladovja pa so negovali z žetvijo trave ter kemično zaščito. Tudi Območni gozdnogospodarski načrt 1991-2000 (GG Murska Sobota, 1991) je predvideval golosečno gospodarjenje z nižinskimi gozdovi in izključno z umetno obnovo (Lejko, 1999). Velnar (1999) ugotavlja, da umetna obnova, ki v nižinskih gozdovih prevladuje, terja veliko sredstev za vlaganje. Po njegovem mnenju je naravna obnova mogoča le ponekod. Glavna težava naravnega pomlajevanja je konkurenca bogate zeliščne plasti ter preveč številna divjad, ki onemogoča naravno pomlajevanje ter z lupljenjem dreves povzroča škodo tudi v letvenjakih in drogovnjakih. V zadnjih desetletjih so bile velika ovira za naravno pomlajevanje avtohtonih drevesnih vrst tudi tujerodne rastlinske vrste, ki se bodo v prihodnosti verjetno še razširile. Med najbolj razširjenimi inva-zivnimi tujerodnimi vrstami so robinija, ameriški javor, kanadska in orjaška zlata rozga (Solidago canadensis, S. gigantea), amorfa (Amorpha fruti-cosa), žlezava nedotika (Impatiens glandulifera), japonski dresnik in njegov križanec češki dresnik (Falopia japonica, F. x bohemica), enoletna suho- 109 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri letnica (Erigeron annuus) deljenolistna rudbekija (Rudbeckia lacinata) ter nekatere druge (Marinšek in sod., 2016; Marinšek in Kutnar, 2016). Zaradi invazivnih tujerodnih vrst so najbolj prizadeti gozdovi prednostnega habitatnega tipa 91E0* (Obrečna vrbovja, jelševja in jesenovja). Na splošno je v teh gozdovih neugodno tudi razmerje razvojnih faz, saj primanjkuje mladovij in debeljakov (Lejko, 1999). Poleg tega so se v zadnjem obdobju zelo razširile nekatere bolezni gozdnega drevja, ki načenjajo vitalnost nosilnih drevesnih vrst v gozdovih ob Muri. To so zlasti sušenje ozkolistnega jesena zaradi jesenovega ožiga (gliva Chalara fraxinea), odmiranje črne jelše zaradi jelševe sušice (glivo-lika alga Phytophtora alni) (Piškur in sod., 2016), holandska brestova bolezen (Ophiostoma novo--ulmi in Ophiostoma ulmi) in hrastova pepelovka (Microsphaera alphitoides), ki otežuje pomlajevanje. Dob se suši tudi zaradi spremenjenih hidroloških razmer (Levanič, 1999). Posledično imajo presve-tljeni debeljaki slabo in pomanjkljivo zasnovo, ki jo z objedanjem še dodatno onemogoča divjad. Delovanje in stanje nižinskih gozdov je neposredno povezano z gibanjem podtalnice. Izvedeni hidromelioracijski posegi povzročajo hitrejši odtok površinskih voda, kar posredno vpliva tudi nižanje podtalnice. Ponekod na sušnejših rastiščih ozko-listni jesen zamenjuje črno jelšo (Velnar, 1999). Celo za invazivno tujerodno robinijo je ugotovljena visoka stopnja obolelosti zaradi različnih dejavnikov, gorski javor napada javorov rak (gliva Slika 1: Območji raziskave nižinskih poplavnih gozdov ob reki Muri sta označeni z rdečima pikama. Skupna površina raziskovanega območja obsega približno 600 ha. Figure 1: Study areas of the floodplain forests along the Mura River are marked with red dots. Total surface of the study area amounts to approximately 600 ha. 110 Eutypellaparasitica), na vitalnost večine dreves v obravnavanem območju ob Muri pa zelo vplivajo tudi mraznice (Armillaria spp.) (Ogris, 2016). Druge gozdnogojitvene težave v Murski šumi so po mnenju Sarjaša (2001) še sušenje topolov zaradi neprimernih rastišč in hrošča rdeče topolovke, pomanjkljiva nega v preteklosti in posledično premajhne krošnje dreves, neustrezne oblike zmesi, katere vzrok je neustrezno pomlajevanje, nepravilno opravljena nega ter težave pri pomlajevanju. Namen prispevka je oceniti trenutno stanje naravnega pomlajevanja v nižinskih gozdovih ob reki Muri. Želeli smo ugotoviti, katere drevesne vrste se pomlajujejo naravno in kolikšna je pojavnost teh vrst v zeliščni in grmovni plasti glede na rastišča oz. gozdne habitatne tipe (Natura 2000) in njihove podtipe. Cilj raziskave je prispevati k razvoju metodologije ugotavljanja in ocenjevanja pojavnosti ter obilnosti mladja in primerjati rezultate fitoce-noloških popisov z metodo popisovanja mladja. Primerjava obeh metod je pri nas novost in tudi v tuji literaturi nismo zasledili podobnih raziskav. 2 MATERIALI IN METODE 2 MATERIALS AND METHODS Raziskavo naravnega pomlajevanja smo opravili v dveh večjih strnjenih gozdnih predelih ob reki Muri: v predelu Murska šuma in Gornja Bistrica (slika 1). Skupna površina raziskovalnega območja je okoli 600 ha. Podatke smo zbrali na 130 vzorčnih ploskvah, ki so bile za potrebe projekta GoForMura (Ferreira in Planinšek, 2016) sistematično razporejene v razmeroma ohranjenih gozdnih sestojih (slika 2). Pomlajevanje drevesnih vrst smo ugotavljali v zeliščni in grmovni plasti sestojev dveh glavnih gozdnih habitatnih tipov Natura 2000 (GHT): • Obrečna vrbovja, jelševja in jesenovja (GHT 91E0*) - znotraj tega smo ločili dva podtipa: i) belovrbovja in ii) črnojelševja (Ta habitatni tip spada med prednostne habitatne tipe Natura 2000, kar pomeni, da moramo njegovemu stanju ohranjenosti namenjati večjo pozornost kot drugim.) • Poplavni hrastovo-jesenovo-brestovi gozdovi vzdolž velikih rek (GHT 91F0) - znotraj tega smo ločili dva podtipa - i) vlažnejši, pogosteje poplavljeni podtip tega GHT in ii) manj vlažen podtip. (Slednji kaže težnjo k GHT 91L0 Ilirski GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Preglednica 1: Pretvorba ocen pokrovnosti rastlin iz Braun-Blanquetjeve skale v delež zastiranja rastlin, izražen v %. Table 1: Transformation of plant cover-abundance estimates from Braun-Blanquet's scale into the share of plant cover in %. Ocena Braun-Blanquet Zastiranje (%) Povprečna stopnja zastiranja (%) + 0,5 0,5 1 < 5 2,5 2 5 - 25 15 3 25 - 50 37,5 4 50 - 75 62,5 5 75 - 100 87,5 hrastovo-belogabrovi gozdovi in se večinoma pojavlja zunaj poplavnega območja rek). Podatke o pojavljanju in obilju mladja smo pridobili z uporabo dveh metod: s fitocenološkimi popisi in z metodo popisovanja mladja. Obe metodi smo izvedli na istih raziskovalnih ploskvah. Fitocenološke popise smo naredili po standardni srednjeevropski metodi (Braun-Blanquet, 1964). Velikost ploskev je bila 200 m2. V analizi pomlajevanja smo upoštevali samo drevesne vrste in njihovo pokrovnost v zeliščni in grmovni plasti. Zaradi razumevanja razvoja gozdov in trenutnega stanja ter perspektiv smo dodatno uporabili tudi podatke za drevesno plast. Za nadaljnje analize smo lestvico pokrovnosti pretvorili v povprečne deleže zastiranja (preglednica 1). Pri metodi popisovanja mladja smo znotraj vsake raziskovalne ploskve (površina = 200 m2) popisali mladje posameznih drevesnih vrst na podploskvi s polmerom 3,09 m (površina = 30 m2). Zaradi lažjega dela smo krog pri štetju razdelili na četrtine. Mladje smo razdelili v dve skupini, tj. nižje mladje (do 20 cm višine) in višje (prsni premer < 10 cm), več kot 20 cm višine. Prvi skupini mladja smo trem drevesnim vrstam z največjo pokrovnostjo slednjo tudi ocenili. Pokrovnost osebkov na vsaki ploskvi smo uvrstili v štiri razrede: 1 - mladje na ploskvi ni prisotno, 2 - mladje prekriva manj kot 25 % površine ploskve, 3 - mladje prekriva 25 do 50 % površine ploskve, 4 - mladj e prekriva več kot 50 % površine ploskve. Višje mladje smo šteli po drevesnih vrstah, ki smo jih uvrstili v tri višinske razrede: od 0,2 do 0,5 m, od 0,5 do 1,5 m in več kot 1,5 m višine. Skupno število osebkov v višj em mladj u na ploskvi smo preračunali v število na hektar. Na podlagi analiz slučajnostnih vzorcev smo za posamezni višinski razred ocenili naslednje površine horizontalne projekcije krošenj: • osebek od 0,2 do 0,5 m višine = 0,02 m2; • osebek med 0,5 m do 1,5 m višine = 0,2 m2; • osebek več kot 1,5 m = 2 m2. Osebke nižjega mladja smo obravnavali kot zeliščno plast, višjega mladja pa kot grmovno. Število preštetih osebkov posamezne drevesne vrste smo pomnožili s povprečno oceno površine pokrovnosti horizontalne projekcije krošnje ter Slika 2a in 2b: Lokacije raziskovalnih ploskev na območju poplavnih gozdov pri Gornji Bistrici (levo) in v Murski šumi (desno). Figure 2a and 2b: Locations of research plots in the area of floodplain forests near Gornja Bistrica (left) and in Murska šuma (right). 111 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri izračunali njihovo pokrovnost na ploskev. Tako smo pridobili ocene pokrovnosti mladj a na podlagi štetja osebkov, ki smo jih primerjali z ocenami mladja iz fitocenoloških popisov. Gostota mladja (št. osebkov/ha) je sicer natančnejša, vendar smo zaradi primerjave z drugo metodo, kjer nimamo podatka o številu osebkov, upoštevali izračunano pokrovnost posameznih osebkov. 3 REZULTATI 3 RESULTS Rezultati naših raziskav pomlajevanja in vegetacije kažejo, da v gozdovih na območju Gornje Bistrice in Murske šume uspeva 22 različnih drevesnih vrst (preglednica 2). Večino vrst najdemo v vseh štirih vertikalnih sestojnih plasteh, nekaterih pa na celotnem raziskovanem območju v določenih plasteh območju ni. Bele vrbe ni v zeliščni plasti, ameriškega j esena ni v zgornji drevesni plasti, črne jelše ni v grmovni in zeliščni plasti, medtem ko črnega oreha, krhke vrbe (Salixfragilis) in lipovca (Tilia cordata) nismo zabeležili v zeliščni in zgornji drevesni plasti. Hruške drobnice (Pyrus pyraster) nismo našli v zeliščni in spodnji drevesni plasti (preglednica 2). Pojavljanje drevesnih vrst je prikazano glede na raziskovane habitatne tipe (Natura 2000) in podtipe (v nadaljevanju so označeni kot GHT) ter sestojno plast z namenom boljšega pregleda nad stanjem ključnih drevesnih vrst za posamezni GHT v odraslem sestoju (D1 - zgornja drevesna plast in D2 - spodnja drevesna plast) ter stanjem podmladka (G - grmovna plast in Z - zeliščna plast; preglednica 2). Ugotavljamo, da so po posameznih GHT vse ključne drevesne vrste v drevesni plasti trenutno razmeroma dobro zastopane, medtem ko je delež teh vrst v zeliščni in grmovni plasti nezadovoljiv za njihov obstoj v prihodnosti (definirano kot ohranitveno stanje). Trend drevesnih vrst, ki niso ključne drevesne vrste teh GHT, vendar so tod naravno vedno prisotne (beli gaber, gorski javor, čremsa, bukev, maklen in češnja (Prunus avium), nakazuje, da se širijo predvsem v obeh podtipih GHT 91F0. Bukev se pojavlja npr. v sestojih vlažnejšega podtipa GHT 91F0 v zgornji drevesni plasti na 13,3 % ploskev, v grmovni plasti na 16,6 % ploskev, v zeliščni plasti pa na 13,3 %. Še močnejši trend širjenja oziroma pojavljanja nakazuje gorski javor, ki se v zgornji drevesni plasti sušnejšega podtipa GHT 91F0 pojavlja na 10,0 % ploskev in v spodnji drevesni plasti na 20,0 % ploskev. V mladju (zeliščna (Z) in grmovna plast (G)) je prisoten že na približno polovici ploskev (Z: 45 %, G: 55 %). Vse to posredno lahko nakazuje na spremenjene rastiščne in sestojne razmere, katerih vzroki so lahko različni. Slika 3: Poletni aspekt GHT Obrečna vrbovja, jelševja in jesenovja (GHT 91E0*) - podtip "belovrbovje" (foto: A. Marinšek) Figure 3: Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae)"(FHT 91E0*) - Salicetum albae subtype (photo: A. Marinšek) 112 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Slika 4: Pojavljanje drevesnih vrst v zeliščni in grmovni plasti v prednostnem habitatnem tipu 91E0* (Obrečna vrbovja, jelševja in jesenovja - podtip "belovrbovje"), izraženo s povprečno pokrovnostjo vrst. Podatki prikazujejo rezultate, dobljene z obema metodama. Figure 4: Occurrence of tree species in the herbaceous and shrub layers in the 91E0* type (Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae) - Salicetum albae subtype), expressed with the mean species plant cover. The data present results, acquired by both methods. Podatki v preglednici 2 so kvantitativne narave in nakazujejo le prisotnost/odsotnost vrste v posameznem podtipu GHT. V nadaljevanju so navedene ocene pokrovnosti mladja (zeliščna in grmovna plast) drevesnih vrst po posameznih habitatnih tipih (Natura 2000) in podtipih (slike 4, 6, 8 in 10). Ocene pokrovnosti mladja so bile narejene z dvema različnima metodama (fitocenološki popis, popisovanje mladja). 3.1 Obrečna vrbovja, jelševja in jesenovja (GHT 91E0*) - podtip "belovrbovje" 3.1 Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae) (FHT 91E0) -Salicetum albae subtype Pojavljanje drevesnih vrst v zeliščni plasti: Iz rezultatov analiz, ki smo jih naredili na podlagi fitocenoloških popisov in klasičnega popisovanja mladja (slika 4), lahko za GHT 91E0* - podtip "belovrbovje" ugotovimo, da se v teh sestojih v zeliščni plasti pojavljajo naslednje drevesne vrste: ozkolistni jesen, češnja, čremsa, dob ter ameriški javor. Vse naštete vrste se pojavljajo z nizko pokrovnostjo (od 0 do 1 %), izjema je le invazivna tujerodna drevesna vrsta ameriški javor, ki ga je 113 GozdVestn 76 (2018) 3 relativno največ - več kot 1 %, a vseeno kaže, da se vse drevesne vrste v tem GHT izredno slabo pomlajujejo. Z nobeno od obeh metod popisovanja v zeliščni plasti nismo zaznali za GHT 91E0* nosilnih vrst: bele vrbe in črnega topola. Pojavljanje drevesnih vrst v grmovni plasti: Z ugotavljanjem številčnosti in pokrovnosti drevesnih vrst smo s pomočjo fitocenoloških popisov v grmovni plasti GHT 91E0* - podtip "belovrbovje" evidentirali deset različnih drevesnih vrst: ameriški javor, ameriški jesen, ozkolistni jesen, črni oreh, črni topol, češnja, čremsa, bela vrba, krhka vrba (Salix fragilis) in dolgopecljati brest. S pomočjo metode popisovanja mladja smo ugotovili osem različnih drevesnih vrst, ki se pojavljajo v grmovni plasti: ameriški javor, črna jelša, ozkolistni jesen, črni topol, čremsa, dob, robinija in bela vrba (slika 4). Rezultati slednje kažejo, da se v grmovni plasti tega GHT pojavlja veliko drevesnih vrst, vendar z zelo majhno povprečno pokrovnostjo. V primeru rezultatov, ki jih daje metoda s fitoce-nološkimi popisi, smo ugotovili več drevesnih vrst v grmovni plasti ter zelo podobne rezultate glede pokrovnosti prisotnih drevesnih vrst. Po relativno malo višji povprečni pokrovnosti izstopata ameriški javor z malo manj kot 2 % pokrovnostjo in ozkolistni jesen z 2,5 % pokrovnostjo (slika 4). 3.2 Obrečna vrbovja, jelševja in jesenovja (GHT 91E0*) - podtip "črnojelševje" 3.2 Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae)" (FHT 91E0) -Alnetum glutinosae subtype Pojavljanje drevesnih vrst v zeliščni plasti: Z metodo fitocenoloških popisov smo v zeliščni plasti GHT 91E0*, podtip "črnojelševje", evidentirali 14 drevesnih vrst, ki se v povprečju pojavljajo z majhno povprečno pokrovnostjo (vse z manj kot 0,5 %; slika 6). To so: maklen, ameriški javor, gorski javor, beli gaber , bukev, ameriški jesen, ozkolistni jesen, črni oreh, beli topol, češnja, čremsa, dob, robinija in dolgopecljati brest. Z metodo popisovanja mladja smo evidentirali le štiri drevesne vrste v zeliščni plasti (slika 6): maklen, ozkolistni jesen, dob in dolgopecljati brest. Tudi v tem primeru niti ena vrsta nima povprečne pokrovnosti večje od 1 %. 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Preglednica 2: Pojavljanje drevesnih vrst na raziskovanem območju ob Muri po gozdnih habitatnih tipih in se-stojnih plasteh (D1 - zgornja drevesna plast, D2 - spodnja drevesna plast, G - grmovna plast, Z - zeliščna plast). Največji deleži odstotkov ploskev, kjer se pojavljajo posamezne drevesne vrste v posamezni plasti, so označeni krepko. V preglednici so od 22 različnih drevesnih vrst navedene le tiste, ki se vsaj v enem GHT in vsaj v eni vertikalni plasti pojavijo na 1/5 ploskev ali več. Table 2: Occurrence of tree species in the studied area along the Mura River, according to habitat types and stand layers (D1 - upper tree layer, D2 - lower tree layer, G - shrub layer, Z - herbaceous layer). The highest shares of plot percentage, where individual tree species in an individual layer are present, are marked bold. In the table, only those tree species of the 22 diverse ones, that occur at least in one FHT and in at least one vertical layer on an 1/5 or more plot, are listed. GHT 91E0 - bvrb. 91E0 - jelš. 91F0 - -vlažen 91F0 - suh ŠT. POPISOV 30 30 30 40 Vrste plast % ploskev % ploskev % ploskev % ploskev maklen D1 0 3,3 3,3 12,5 maklen D2 0 23,3 33,3 57,5 maklen G 0 26,7 46,7 75,0 maklen Z 0 20,0 40,0 47,5 ameriški javor D1 3,3 0 3,3 0 ameriški javor D2 33,3 36,7 20,0 2,5 ameriški javor G 23,3 33,3 36,7 2,5 ameriški javor Z 13,3 10,0 16,7 2,5 gorski javor D1 0 3,3 13,3 10,0 gorski javor D2 0 10,0 10,0 20,0 gorski javor G 0 10,0 30,0 55,0 gorski javor Z 0 3,3 16,7 45,0 črna jelša D1 0 53,3 6,7 10,0 črna jelša D2 16,7 36,7 10,0 2,5 črna jelša G 0 3,3 6,7 0 črna jelša Z 0 0 3,3 2,5 beli gaber D1 0 0 13,3 52,5 beli gaber D2 0 13,3 36,7 62,5 beli gaber G 0 10,0 23,3 45,0 beli gaber Z 0 3,3 23,3 47,5 bukev D1 0 0 13,3 5,0 bukev D2 0 0 10,0 7,5 bukev G 0 0 16,7 20,0 bukev Z 0 6,7 13,3 22,5 114 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri ozkolistni jesen D1 6,7 63,3 66,7 50,0 ozkolistni jesen D2 13,3 56,7 40,0 20,0 ozkolistni jesen G 13,3 40,0 40,0 47,5 ozkolistni jesen Z 6,7 26,7 53,3 55,0 črni topol D1 23,3 3,3 10,0 0,0 črni topol D2 6,7 0 0 0 črni topol G 3,3 0 0 2,5 črni topol Z 0 0 3,3 0 češnja D1 0 0 3,3 0 češnja D2 3,3 0 0 7,5 češnja G 3,3 3,3 13,3 27,5 češnja Z 3,3 3,3 0 10,0 čremsa D1 0 6,7 0 0 čremsa D2 16,7 53,3 36,7 5,0 čremsa G 20,0 50,0 53,3 7,5 čremsa Z 6,7 16,7 20,0 2,5 dob D1 0 10,0 76,7 72,5 dob D2 0 6,7 13,3 5,0 dob G 0 6,7 16,7 17,5 dob Z 20,0 26,7 56,7 52,5 robinija D1 3,3 16,7 23,3 0 robinija D2 0 10,0 30,0 0 robinija G 0 0 6,7 0 robinija D2 0 3,3 3,3 0 bela vrba D1 80,0 3,3 6,7 0 bela vrba D2 56,7 3,3 0 0 bela vrba G 20,0 0 0 0 bela vrba Z 0 0 0 0 dolgopecljati brest D1 10,0 13,3 16,7 2,5 dolgopecljati brest D2 16,7 53,3 63,3 37,5 dolgopecljati brest G 10,0 63,3 63,3 65,0 dolgopecljati brest Z 0 30,0 36,7 40,0 115 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Pojavljanje drevesnih vrst v grmovni plasti: Stanje v grmovni plasti, ki smo ga ugotovili z analizo fitocenoloških popisov (slika 6), kaže, da je še vedno prisotno veliko drevesnih vrst (12), vendar imajo le štiri od njih relativno večjo povprečno pokrovnost (od 1 do 5 %). To so maklen, ameriški javor, čremsa in dolgopecljati brest. Z metodo popisovanja mladja smo v grmovni plasti evidentirali 14 drevesnih vrst (slika 6): maklen, ameriški javor, gorski javor, črna jelša, beli gaber, bukev, ozkolistni jesen, črni oreh, češnja, čremsa, dob, robinija, bela vrba in dolgopecljati brest. Vse naštete vrste se v grmovni plasti tega GHT p oj avlj aj o večinoma na manj kot polovici ploskev (preglednica 2) ter z majhno pokrovnostjo (slika 6). Izjema je dolgopecljati brest, katerega povprečna pokrovnost je po prvi metodi 5 % in po drugi 2 % (slika 6). 3.3 Poplavni hrastovo-jesenovo-brestovi gozdovi (GHT 91F0) - vlažnejši, pogosteje poplavljeni podtip 3.3 Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, along the great rivers" (GHT 91F0) - more humid and frequently flooded subtype Pojavljanje drevesnih vrst v zeliščni plasti: Rezultati analize, dobljeni z metodo fitocenoloških popisov in z metodo popisovanja mladja (slika 8), kažejo, da se dob, ki je nosilna vrsta tega GHT, pomlajuje izredno slabo. Čeprav smo ga z metodo fitocenoloških popisov zaznali na 56,7 % ploskev (preglednica 2), analiza pokrovnosti kaže na izredno majhen odstotek pokrovnosti (0,5 %; slika 8). Pokrovnost, ugotovljena s popisovanjem mladja, kaže malo višji odstotek (od 1,5 do 2 %) (slika 8), vendar je to še vedno zelo majhna vrednost. J. .1 1 L -__Ilk.L_Lil I,,, E 9 p h s $ t v "5 "S s s ? s H .. 3Z ¡S Í * ■* "S"§ í í ta ï ù S- -iš fc = -n = Ê E k J s -s ? JŠ ^ * £ -2 í \ * f s I ■ /Kl.pJsjhi_irmr « pl.L*.i_rjTn iiim^rjJ.Tmr t'rn-phi'.i_rrrn Slika ó: Pojavljanje drevesnih vrst v zeliščni in grmovni plasti v prednostnem habitatnem tipu 91E0* (Obrečna vrbovja, jelševja in jesenovja - podtip "črnojelševje"), izraženo s povprečno pokrovnostjo vrst. Podatki prikazujejo rezultate, dobljene z obema metodama. Figure ó: Occurrence of tree species in the herbaceous and shrub layers in the priority 91E0* forest habitat type (Alluvial forests with Alnusglutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae) - Alnetum glutinosae subtype), expressed with the mean species plant cover. The data present results, acquired by both methods. Slika 5: GHT Obrecna vrbovja, jelsevja in jesenovja (GHT 91E0*) - podtip "crnojelsevje" (foto: A. Marinsek) Figure 5: FHT "Alluvial forests with Alnus glutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae)" (FHT 91E0) - Alnetum glutinosae subtype (photo: A. Marinsek) 116 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Z metodo fitocenoloških popisov smo ugotovili 14 različnih drevesnih vrst, med katerimi imajo relativno največji povprečni delež zastiranja maklen, bukev, ozkolistni jesen in dolgopecljati brest. Slednji ima najvišjo vrednost povprečne pokrovnosti - okrog 2 %, medtem ko imajo vse drugee vrste povprečno pokrovnost manjšo od 1 %. Rezultati analize, narejene z metodo popisovanja mladja, kažejo, da smo z njo ugotovili sedem drevesnih vrst (slika 8), ki kažejo na malo večji, a še vedno zanemarljiv delež drevesnih vrst v zeliščni plasti. Največji delež pokrovnosti imajo naslednje vrste: maklen, gorski javor, beli gaber, bukev, ozkolistni jesen in dob. Pojavljanje drevesnih vrst v grmovni plasti: Rezultati analize obeh metod (slika 8) kažejo podoben scenarij pomlajevanja v tem podtipu GHT 91F0. Čeprav smo s prvo metodo zaznali in evidentirali 14 različnih drevesnih vrst in z drugo devet (Slika 8), lahko sklepamo, da poteka razvoj podmladka v smeri jesenovo-brestovih gozdov s primesjo gorskega javorja, maklena, ameriškega javorja in čremse. Naravno pomlajevanje doba je tudi v tem podtipu okrnjeno in pičlo, saj smo ga našli le na 16,7 % ploskev (preglednica 2), njegova povprečna pokrovnost pa je izredno majhna. Z obema metodama smo ocenili njegovo povprečno zastiranje na 0,1 % (slika 8), kar v povprečju pomeni le nekaj primerkov na celotni ploskvi. V grmovni plasti smo bukev zabeležili na 16,7 % raziskovalnih ploskev in na 13,3 % ploskev v zeliščni plasti (preglednica 2), pri čemer obe metodi kažeta na večjo povprečno pokrovnost bukve v zeliščni plasti (slika 8). Gorski javor se v grmovni plasti pojavlja na tretjini vseh raziskovalnih ploskev (preglednica 2). Slika 8: Pojavljanje drevesnih vrst v zeliščni in grmovni plasti v habitatnem tipu 91F0 (Poplavni hrastovo-je-senov-brestovi gozdovi - vlažnejši podtip), izraženo s povprečno pokrovnostjo vrst. Podatki prikazujejo rezultate, dobljene z obema metodama. Figure 8: Occurrence of tree species in the herbaceous and shrub layers in the more humid and frequently flooded subtype of 91F0* habitat type, expressed with the mean species plant cover. The data present results, acquired by both methods. Slika 7: Spomladanski aspekt vlažnejšega in pogosteje poplavljanega podtipa GHT - Poplavni hrastovo-jesenovo--brestovi gozdovi (foto: A. Marinšek) Figure 7: Spring appearance of the more humid and frequently flooded subtype of FHT 91F0 "Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, along the great rivers" (photo: A. Marinšek) 135 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri 3.4 Poplavni hrastovo-jesenovo-brestovi gozdovi (GHT 91F0) - manj vlažen podtip 3.4 Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, along the great rivers" (FHT 91F0) - less humid subtype Gozdovi tega podtipa uspevajo na najbolj dvignjenih rastiščih in so od reke Mure in njenih mrtvic v povprečju najbolj oddaljeni. To so rastišča, ki so relativno najmanj vlažna od obravnavanih GHT v teh gozdovih. Glavne drevesne vrste v drevesni plasti sta nadstojna dob in ozkolistni jesen ter večinoma podstojna beli gaber in maklen (preglednica 2). Pojavljanje drevesnih vrst v zeliščni plasti: Z metodo fitocenoloških popisov smo v zeliščni plasti tega podtipa GHT 91F0 evidentirali sedem različnih drevesnih vrst. Povsem iste drevesne vrste smo evidentirali z metodo popisovanja mladja (slika 10): maklen, gorski javor, beli gaber, bukev, ozkolistni jesen, dob ter dolgopecljati brest. V grobem so razlike le v oceni povprečne pokrov-nosti, kjer so ocene, dobljene s prvo metodo, nižje za vse vrste (slika 10). Glede na analizo pomlajevanja v zeliščni plasti, narejeni po metodi fitocenoloških popisov, lahko ugotovimo, da se v tem podtipu GHT najbolje pomlajuje maklen s povprečno pokrovnostjo 2 % ter beli gaber, ozkolistni jesen in dolgopecljati brest s povprečno pokrovnostjo okoli 1 %. Rezultati, pridobljeni z metodo popisovanja mladja, pa kažejo večjo povprečno pokrovnost vrst: maklen (6,5 %), gorski javor (2 %), beli gaber (4,7 %), ozkolistni jesen (3,5 %), dob (1,5 %) ter dolgopecljati brest (okoli 2 %). Slika 10: Pojavljanje drevesnih vrst v zeliščni in grmovni plasti v GHT 91F0 (manj vlažen podtip), izraženo s povprečno pokrovnostjo posameznih vrst. Podatki prikazujejo rezultate, dobljene z obema metodama. Figure 10: Occurrence of tree species in the herbaceous and shrub layers in the less humid subtype of FHT 91F0*, expressed with the mean species plant cover. The data present results, acquired by both methods. Slika 9: Spomladanski aspekt manj vlažnega podtipa GHT 91F0 - Poplavni hrastovo-jesenovo-brestovi gozdovi (foto: A. Marinšek) Figure 9: Spring appearance of the less humid subtype of FHT 91F0 - "Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, along the great rivers" (photo: A. Marinšek) 118 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Pojavljanje drevesnih vrst v grmovni plasti: Analiza naravnega pomlajevanja po metodi fitocenoloških popisov (slika 10) kaže, da se v grmovni plasti tega podtipa GHT pojavlja devet drevesnih vrst. Najbolj obilen je maklen, saj se pojavlja na 75 % ploskev (preglednica 2) in s povprečno vrednostjo pokrovnosti skoraj 9 %. Sledijo mu ozkolistni jesen (2 %), gorski javor (1,5 %), beli gaber (1 %), dolgopecljati brest (1 %) ter druge vrste, ki se pojavljajo le sporadično. Dob, kot nosilna vrsta tega GHT, se v grmovni plasti pojavlja na 17,5 % raziskovanih ploskev in ima majhno povprečno pokrovnost. Iz primerjave rezultatov za dob iz preglednice 2 ter slike 10, ki prikazujejo stanje povprečne pokrovnosti posameznih drevesnih vrst v zeliščni in grmovni plasti v sestojih manj vlažnega podtipa GHT 91F0, lahko ugotovimo, da se dob v zeliščni plasti sicer pojavlja na polovici obravnavanih ploskev, vendar je njegova pokrovnost zelo majhna - v povprečju le 0,5 %. 4 RAZPRAVA 4. DISCUSSION 4.1 Problematika naravnega pomlajevanja 4.1 Natural regeneration problematics Rastišča v Murski šumi so zelo rodovitna (Sarjaš, 2001), zato imajo gozdovi na tem skrajnem severovzhodnem delu Slovenije pomembno ekonomsko in ekološko vlogo. Po mnenju Sarjaša (2001) so gozdnogojitvene težave, ki se pojavljajo v Murski šumi, večinoma odraz minulega gospodarjenja s temi gozdovi, zlasti golosekov v obdobju 1919-1941, ter golosekov in zasajevanja s klonskimi topoli v 70. letih. Tretji niz težav je nastal v obdobju 1970-1980, v katerem so bile narejene obširne hidromelioracije v neposredni bližini Murske šume. Le-te so znižale nivo podtalnice in domnevno povzročile sušenje doba, ki je ena ključnih drevesnih vrst Murske šume. Po letu 1980 sta se povečala gostota divjadi, predvsem jelenjadi, ki je oteževala in onemogočala naravno pomlajevanje in preraščanje osebkov iz mladja v druge razvojne faze. GHT 91E0* - Obrečna vrbovja, jelševja in jesenovja (oba podtipa) Majhno pokrovnost drevesnih vrst v mladju podtipa »belovrbovje« pripisujemo čezmerni razraščenosti invazivnih tujerodnih vrst (Marinšek in sod., 2016), ki so v nižinskih poplavnih gozdovih največji zaviralec naravnega pomlajevanja. Na splošno je za Mursko šumo M. Wraber že leta 1951 ugotavljal, da "se zeliščni plevel razrašča 1 do 2 m visoko in tako na gosto, da se v njegovi goščavi brez človeške pomoči pač težko uveljavi naravni gozdni podmladek. Za umetno obnovo površin je treba plevel vztrajno trebiti več let, dokler ga gozdni pomladek ne preraste. Med plevelom se mestoma dominantno uveljavljata velika kopriva (Urtica dioica) in pozna zlata rozga (Solidago serotina)". Slednja je sinonim za orjaško zlato rozgo (Solidago gigantea), s tem pa smo dobili dokaz, da je vsaj ta tujerodna vrsta že takrat oteževala naravno pomlajevanje avtohtonih drevesnih vrst. Trenutno je v gozdovih ob Muri vsaj 15 invazivnih tujerodnih vrst na nivoju rodov (Marinšek in sod., 2016, Marinšek in Kutnar, 2017). Fitocenološki popisi sestojev s teh rastišč kažejo, da so visoke steblike invazivnih tujerodnih vrst v zeliščni in grmovni plasti glavni razlog za skromno naravno pomlajevanje avtohtonih drevesnih vrst. Skromno naravno pomlajevanje v tem GHT nakazuje, da je naravna obnova v teh sestojih zelo otežena. Le del teh sestojev se naravno obnavlja s skromnim deležem ozkolistnega jesena v grmovni plasti (13,3 % ploskev - preglednica 2) ter s pomočjo invazivnega tujerodnega ameriškega javorja (23,3 % ploskev - preglednica 2), ki pa je zaradi svojega tujerodnega izvora in invazivnega značaja v teh sestojih nezaželen. Analiza mladja v podtipu "črnojelševje" s pomočjo obeh metod kaže, da smo v veliki meri obravnavali sekundarna jelševja, ki so jih z umetno obnovo osnovali na vlažnejših rastiščih j esenovih in brestovih, morda celo dobovih gozdov. Črna j elša se ne pomlajuje, pomlajujejo pa se drevesne vrste prej omenjenih gozdov. Rezultati obeh metod kažejo, da se ti gozdovi razvijajo v smer brestovo-jesenovih gozdov s podstojnim maklenom in čremso (Pruno padi-Fraxinetum in Fraxino-Ulmetum allietosum ursini) ob predpostavki, da bo zdravstveno stanje jesena in bresta v prihodnosti zadovoljivo. 119 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri GHT 91F0 Poplavni hrastovo-jesenovo-brestovi gozdovi - vlažnejši, pogosteje poplavljeni podtip Sušenje doba in propadanje dolgopecljatega bresta ter ozkolistnega jesena sta ena od ključnih gozdno-gojitvenih težav. Na stanje nezadržnega nazadovanja dobovih sestojev ob Muri je opomnil že M. Wraber (1951). Sarjaš je leta 2001 predvideval, da se bo sušenje doba predvidoma prenehalo z novimi generacijami doba, ki bodo imele koreninski sistem prilagojen na sedanji vodni režim, vendar naša raziskava kaže, da se dob v nobenem od teh tipov gozdov ni pomladil in se tudi trenutno ne pomlajuje zadostno. Trenutno zdravstveno stanje dobov v gozdovih ob Muri je slabo (Ogris, 2016), saj počasi hirajo, kar samo potrjuje izsledke prejšnjih raziskav (npr. Jurc, 1999). Hiranje dobov je posledica kompleksne bolezni, za katero je značilno, da več škodljivih dejavnikov deluje sinergistično, kumulativno ali v zaporedju (Jurc, 1999). Ob propadanju dolgopecljatega bresta lahko upamo, da bo na območju vsaj nekaj osebkov odpornih proti holandski brestovi bolezni, zato so že v preteklosti ohranjali in pospeševali vse dolgopeclj ate breste, ne glede na kakovost. Nekateri so menili, da bodo z vztrajnim nižanjem nivoja podtalnice v prihodnosti verjetno nastale rastiščne razmere, ki ne bodo omogočale tako bujne rasti zeliščnega sloja (npr. Lejko, 1999). Vendar kljub morebitnim spremembam teh rastišč lahko tudi v prihodnosti pričakujemo, da bodo prilagodljive invazivne tujerodne rastlinske vrste zelo ovirale pomlajevanje drevesnih vrst. Kot kaže, bo za obstoj dobovih gozdov na tem območju potrebna umetna obnova z dobom. Med najbolj ogroženimi drevesnimi vrstami v zadnjem času na tem območju je ozkolistni jesen, ki propada zaradi jesenovega ožiga (Ogris, 2016). Poleg jesena je zaradi fitoftor ogrožena črna jelša (Ogris, 2016; Piškur in sod., 2016). Visoko stopnjo obolelosti je Ogris (2016) ugotovil tudi za robinijo, ki vitalnost po vsej verjetnosti izgublja zaradi glivičnih okužb ter zaradi razmeroma kratke življenjske dobe. Ugotavljamo, da gre razvoj gozda tudi v tem primeru v smeri asociacije Fraxino-Ulmetum. Če se bo stanje ozkolistnega jesena zaradi jesenovega ožiga še poslabševalo, predvidevamo, da bo razvoj teh sestojev potekal v brestove gozdove s primesjo invazivnega tujerodnega ameriškega javorja ter gorskega javorja; seveda ob predpostavki, da teh sestojev ne bo preveč prizadela holandska brestova bolezen. Na podlagi rezultatov predvidevamo, da se bo zaradi spreminjajočega padavinskega in temperaturnega režima in zmanjševanja višine podtalnice začel povečevati delež bukve. GHT 91F0 Poplavni hrastovo-jesenovo-brestovi gozdovi - manj vlažen podtip Različne raziskave v Murski Šumi (Mavsar, 1999; Levanič, 1999) ter rezultati popisa stanja gozdov v letu 1999 v Murski šumi kažejo, da je bil dob najbolj poškodovana drevesna vrsta, trenutno pa je še vedno v fazi počasne izgube vitalnosti. Kot splošne vzroke za zmanjšano vitalnost in sušenje doba za evropski prostor navajajo žuželke, patogene glive v tleh, ekstremne podnebne razmere (mraz, suša), neprimerna rastišča, nihanje podtalnice, spremembe okolja in onesnaženost tal in zraka (Innes, 1993). Jurc (1999) glede gojitvenih ukrepov pri dobu ugotavlja, da zamujena redčenja povzročajo majhne krošnje dreves, zaradi česar se drevesa prej posušijo. Večje presvetljevanje sestojev po drugi strani ugodno vpliva na gradacije defoliatorjev. Splošno mnenje je, da morajo biti redčenja zgodnja, pogosta in neintenzivna, vendar Matic (1996) predlaga spremembo v "zgodnja, redka in močna". Analiza bolezni drevja v gozdovih ob Muri (Ogris, 2016) je pokazala, da sta najbolj zdravi drevesni vrst beli gaber in maklen. Skupaj z izsledki te raziskave lahko zaključimo, da bosta obe drevesni vrsti nosilni na rastiščih podtipa tega GHT, če bomo sestoje prepuščali naravni obnovi. Naša analiza pomlajevanja je pokazala tudi, da v prihodnosti v vrstni sestavi vedno bolj lahko računamo na gorski javor in bukev, katerih pomlajevanje je trenutno relativno bujno na manj vlažnih rastiščih. Obe vrsti bi vsaj delno lahko zapolnili vrzel zaradi propadanja sedanjih nosilnih vrst. Medtem ko pri bukvi v zgornji drevesni plasti niso odkrili nobenih zdravstvenih posebnosti, se pri gorskem javorju, pri starosti okoli 25 let, začenja pojavljati zmanjševanje vitalnosti, kar je posledica javorovega raka (Ogris, 2016). Slika 10 kaže, da se v teh gozdovih v prihodnosti dob po naravni poti ne bo izoblikoval kot nosilna drevesna vrsta manj vlažnega podtipa GHT 91F0. 120 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri Podatki, pridobljeni z obema metodama, kažejo, da sta razmeroma obetavni vrsti v teh gozdovih le gorski javor in dolgopecljati brest. Na podlagi tega predvidevamo, da se bo tudi tu razvila sušnejša oblika združbe Ulmo-Fraxinetum, z večjo primesjo gorskega j avorj a v zgornji drevesni plasti ter b elim gabrom in maklenom v polnilnem sloju. Na določenih rastiščih znotraj tega GHT lahko vse bolj pričakujemo večji večji delež bukve, saj smo jo zabeležili na 20 % raziskovanih ploskev (preglednica 2). Predvidevamo, da ji bodo spreminjajoče se rastiščne razmere vedno bolj ustrezale (pogostejše suše in znižanje nivoja podtalnice). Dob bo verjetno počasi iz teh sestojev izginil (če upoštevamo naše analize), če ga ne bomo pospeševali umetno ali mu z zanj ustreznimi gojitvenimi tehnikami omogočili boljše naravno pomlajevanje (npr. velikopovršinsko odpiranje sestojev). Morda bi bilo smiselno razmišljati tudi o umetni obnovi z gradnom (Quercus petraea). 4.2 Primerjava in ocena natančnosti primerjanih metod glede ocenjevanja pokrovnosti mladja 4.2 Comparison and estimation of the accuracy of the comparative methods with regard to the young growth cover Obe metodi ocenjevanja pokrovnosti oz. obilja mladja v zeliščni in grmovni plasti, ki smo ju uporabili v tej raziskavi, smo opravili na istih raziskovanih ploskvah (130 ploskev), le z različnimi popisnimi (referenčnimi) površinami. V študiji so se pokazale določene prednosti in slabosti posamezne metode (preglednica 2). 4.2.1 Metoda popisovanja mladja 4.2.1 Regeneration survey method Prednosti: zaznanih več višinskih razredov mladj a, na podlagi katerih lahko sklepamo na splošno prehajanje v višje plasti ter ugotovimo natančnejše rezultate gostot mladja. Slabosti: površine, na katerih štejemo mladje, so v primerjavi z metodo fitocenoloških popisov manjše, zato smo s to metodo večinoma zaznali manj vseh drevesnih vrst (glavne drevesne vrste smo primerljivo zajeli z obema metodama!). Metoda ni natančna pri mladju do višine 20 cm, kjer so kategorije pokrovnosti razdeljene na razrede z razmakom 25 %. V tem primeru lahko tudi samo en osebek pade v kategorijo 25 %. Tako lahko dobimo precenjene rezultate pokrovnosti posameznih drevesnih vrst. 4.2.2 Metoda fitocenoloških popisov 4.2.2 Method of phytocoenological relevés Prednosti: razmeroma hitra metoda, večja popi-sovalna površina (200 m2), možnost zajema več vrst (popis tudi drugih rastlinskih vrst, ne samo drevesnih), podatki, dobljeni s to metodo, dajo širši vpogled v stanje gozdnega sestoja (podatki o drevesni plasti, sklenjenosti krošenj, drevesni sestavi, obliki sestoj a, celotni floristični sestavi, ...) Slabosti: bolj robustna metoda - ne dobimo gostot mladja, temveč le pokrovnost posameznih vrst, za metodo je potrebno botanično in fitocenološko predznanje, bolj natančna za osebke v mladju (trije razredi stopnje pokrovnosti znotraj 25 % pokrovnosti) in manj v grmovni plasti, saj so za razliko od prejšnje metode odstotki pokrovnosti, Preglednica 3: Primerjava metode popisovanja mladja in metode fitocenoloških popisov Table 3: Comparison of regeneration survey method and method of phytocoenological relevés Metoda popisovanja mladja Metoda fitocenoloških popisov + - + - zajem več višinskih razredov mladja površina zajema podatkov je manjša (30 m2) površina zajema podatkov je večja (200 m2) potrebno botanično in fitocenološko znanje popisovalca bolj natančno število osebkov mladja/ha nad 20 cm višine zaznano nižje število vseh drevesnih vrst časovno ugodnejša metoda metoda ne poda neposrednega št. osebkov/ha (preveč) robustna metoda za mladje do 20 cm dobimo širšo podobo floristične zgradbe gozdnega sestoja (preveč) robustni razredi pokrovnosti v mladju (razredi, širine 25 %) 121 GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri ki jih dobimo iz ocen pokrovnosti, zelo široki (razredi, širine 25 %) (preglednica 3). Ugotavljamo, da dobimo v primerjavi rezultatov metode popisovanja mladja z rezultati metode fitocenološkega popisovanja razmeroma podobne rezultate ocen povprečne pokrovnosti mladja. S tega stališča menimo, da je za relativno hitro in grobo oceno stanja mladja in njegove pokrovnosti metoda fitocenoloških popisov ustrezna za oceno uspešnosti pomlajevanja in obenem nakazuje razvoj sestojev z vidika drevesne vrstne sestave. Namen raziskave je bil, da bi ugotovili, ali je metoda fitocenoloških popisov ustrezna in primerljiva z metodo popisovanja mladja, ko imamo na voljo samo fitocenološke popise. Prepričani smo, da ta metoda daje razmeroma dobro oceno pomlajevanja drevesnih vrst in lahko do neke mere nadomesti metodo popisovanja mladja. 5 ZAKLJUČEK 5 CONCLUSION Sedanje stanje in drevesna sestava odraslih gozdov ob Muri je rezultat tudi prejšnjega gospodarjenja, ki je v veliki meri temeljil na golosečnem načinu gospodarjenja in umetni obnovi gozda. Na tak način so nastali sestoji doba, ozkolistnega jesena, pa tudi sestoji tujerodnih drevesnih vrst. Precej napačna je predstava, da so to bolj ali manj naravni ostanki poplavnih gozdov, katerih razvoj poteka naprej v isti smeri. Raziskave kažejo, da razvoj v vseh obravnavanih GHT in njihovih podtipih, večinoma ne poteka v smeri ugodnega stanja ohranjenosti GHT. Če v prihodnosti ne bomo aktivno, predvsem z umetno obnovo, zaščito pred divjadjo in obžetvijo usmerjali razvoja teh gozdov, lahko v prav vseh GHT pričakujemo spremembe v drevesni sestavi. V takem primeru bodo na dobovih rastiščih prevladali sestoji belega gabra in maklena, v hrastovo-jesenovo-brestovih gozdovih morda le dolgopecljati brest in čremsa, v obrečnih vrbovjih, jelševjih in jesenovjih pa morda le ameriški javor in strnjeni sestoji visokih steblik invazivnih tujerodnih rastlinskih vrst, ki ne dopuščajo naravnega pomlajevanja drevesnim vrstam. To je najbolj pesimističen scenarij, resnica bo najbrž nekje vmes. Ne le preveliko izkoriščanje in napačno gospodarjenje v preteklosti, temveč tudi sodobne nako- 122 pičene težave v obliki bolezni, škodljivcev (Ogris, 2016) in invazivnih tujerodnih vrst v obmurskih gozdovih, katerih vpliv se bo pokazal šele čez čas, so zagotovilo, da je Wraberjeva (1951) misel, da je "Prekmurje za vnetega gojitelja gozda obljubljena dežela, kjer mu ne bo nikoli zmanjkalo dela, pa tudi ne uspehov in razočaranj" še vedno aktualna. 6 POVZETEK Problematiko naravnega pomlajevanja smo obravnavali v dveh večjih strnjenih kompleksih ob reki Muri, v Murski šumi in Gornji Bistrici s skupno površino okrog 600 hektarjev. Analizirali smo pomlajevanje drevesnih vrst v različnih habitatnih tipih gozdov, ki so uvrščeni v območje Natura 2000. V habitatnem tipu 91E0* Obrečna vrbovja, jelševja in jesenovja smo ločeno obravnavali dva podtipa (belovrbovje in črnojelševje), ki se ločita po rastiščno-ekoloških in sestojnih značilnostih. Znotraj habitatnega tipa 91F0 Poplavni hrastovo--jesenovo-brestovi gozdovi vzdolž velikih rek pa smo izločili bolj vlažne, pogosteje poplavljene sestoje od manj vlažnih, ki ponekod že kažejo težnjo k habitatnemu tipu 91L0 Ilirski hrastovo-belogabrovi gozdovi v sušnih razmerah. Za analizo pojavljanja drevesnih vrst v zeliščni in grmovni plasti smo uporabili metodo fitocenoloških popisov in metodo popisovanja mladja ter ju primerjali. Metodi sta dali razmeroma primerljive rezultate. Rezultati naših raziskav pomlajevanja in vegetacije kažejo, da v gozdovih na območju Gornje Bistrice in Murske šume uspeva 22 različnih drevesnih vrst. Z metodo fitocenoloških popisov smo po posameznih habitatnih tipih v povprečju na posamezni ploskvi zajeli več drevesnih vrst kot z metodo popisovanja mladja. Skromno naravno pomlajevanje v GHT 91E0* nakazuje, da je naravna obnova v teh sestojih zelo otežena. Le del teh sestojev se naravno obnavlja s skromnim deležem ozkolistnega jesena v grmovni plasti ter s pomočjo invazivnega tujerodnega ameriškega javorja, ki pa je v teh sestojih nezaželen zaradi svojega tujerodnega izvora in invazivnega značaja. Analiza bolezni drevja v gozdovih ob Muri (Ogris, 2016) je pokazala, da sta najbolj zdravi drevesni vrsti beli gaber in maklen. Skupaj z GozdVestn 76 (2018) 3 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri izsledki te raziskave lahko zaključimo, da bosta obe drevesni vrsti v prihodnosti nosilni na rastiščih GHT 91F0, če bomo sestoje prepuščali naravni obnovi. Analiza pomlajevanja je pokazala tudi, da v prihodnosti v vrstni sestavi lahko pričakujemo večji delež gorskega javorja in bukve, katerih pomlajevanje je trenutno relativno bujno na manj vlažnih rastiščih tega GHT. Analiza tudi kaže, da bo dob iz teh sestojev verjetno počasi izginil, če ga ne bomo pospeševali umetno ali mu z zanj ustreznimi gojitvenimi tehnikami omogočili boljše naravno pomlajevanje. Morda bi bilo smiselno razmišljati tudi o umetni obnovi z gradnom (Quercus petraea). V vseh tipih oz. podtipih smo v zeliščni in grmovni plasti ugotovili razmeroma majhen delež nosilnih in ciljnih drevesnih vrst. Težave naravne obnove gozdov so v veliki meri posledica neustreznega gospodarjenja v preteklosti, sprememb rastiščnih in hidroloških razmer, povečane gostote divjadi, razraščanja invazivnih tujerodnih rastlinskih vrst in zdravstvenih težav ključnih drevesnih vrst. Ugotavljamo, da razvoj vseh obravnavanih tipov gozdov praviloma ne poteka v smeri naravne drevesne sestave in v smeri ugodnega stanja ohranjenosti habitatnih tipov (Natura 2000). Ciljno in čim bolj naravno drevesno sestavo v gozdovih ob Muri bomo dosegli le z aktivnim pristopom, ki bo poleg naravne obnove v veliki meri vključeval tudi umetno z drevesnimi vrstami, ustreznimi rastiščem. 6 SUMMARY The problematics of natural regeneration was dealt with in two larger areas along the Mura River, in Murska šuma and Gornja Bistrica, with the total area around 600 hectares. We analyzed the regeneration of tree species in diverse forest habitat types, included in the Natura 2000 area. In the forest habitat type (FHT) 91E0* "Alluvial forests with Alnusglutinosa and Fraxinus excelsior (Alno-Padion, Alnion incanae, Salicion albae)" we separately dealt with two subtypes (Salicetum albae subtype and Alnetum glutinosae subtype), who differ according to site-ecological and stand characteristics. Within the 91F0 "Riparian mixed forests of Quercus robur, Ulmus laevis and Ulmus minor, Fraxinus excelsior or Fraxinus angustifolia, 123 GozdVestn 76 (2018) 3 along the great rivers" habitat type we separated the more humid, more often flooded stands from the less humid ones, that in some places already show a trend towards the FHT 91L0 "Illyrian oak-hornbeam forests". We applied the method of phytocoenological relevés and the regeneration survey method for the analysis of tree species in the herbaceous and shrub layer occurrence. The methods gave relatively comparable results. The results of our regeneration and vegetation researches show, that there are 22 diverse tree species growing in the forests in the area of Gornj a Bistrica and Murska šuma. By individual habitat types, in average we covered more tree species with the method of phytocoenological relevés than with the regeneration survey method. Modest natural regeneration in FHT 91E0* indicates that the natural regeneration in these stands is made very difficult. Only a part of these stands regenerate naturally with a modest share of Fraxinus angustifolia in the shrub layer and with the alien invasive Acer negundo, which is unwanted in these stands due to its alien origin and invasive character. The analysis of the trees in the forests along the Mura River (Ogris, 2016) has proven that Carpinus betulus and Acer campestre are the healthiest tree species. Together with the results of this study, we can conclude that both ones will be the key tree species on FHT 91F0 sites in the future, if we leave the stands to regenerate naturally. The regeneration analysis has also shown that we can expect a larger share of Acer pseudoplatanus and Fagus sylvatica in the species structure in the future. Their regeneration is relatively exuberant on less humid sites of this FHT. The analysis also shows that Quercus robur will probably slowly disappear from these stands, if we do not promote it artificially or enable its better natural regeneration by the use of appropriate silvicultural techniques. Maybe it would also make sense to think about artificial regeneration using sessile oak (Quercus petraea). We discovered a relatively small share of key and target tree species in the herbaceous and shrub layer in all types or subtypes of FHTs. The problems of natural regeneration originate to a great extent in an inappropriate management in the past, in change 108 Marinšek, A., Kutnar, L., Belak, D., Mali, B.: Problematika naravnega pomlajevanja avtohtonih drevesnih vrst v poplavnih gozdovih ob reki Muri of site and hydrological conditions, increased game density and browsing of tree species saplings, spreading of alien invasive plant species, and health problems of the key tree species. We realize that the development of all studied forest types does not proceed towards a favorable condition of habitat type conservation status (Natura 2000). The target and preferably natural tree composition in the forests along the Mura River will be achieved only with an active approach, which will, in addition to the natural regeneration, to a great extent also include the artificial regeneration with the tree species, appropriate for the sites. 7 ZAHVALA 7 ACKNOWLEDGEMENT Delo je bilo financirano v okviru Programa Finančnega mehanizma EGP 2009-2014 (SI02) in Javne gozdarske službe, naloge 1, Sklop 1/2, ki jo financira Ministrstvo za kmetijstvo, gozdarstvo in prehrano Republike Slovenije, ter Javne agencije za raziskovalno dejavnost Republike Slovenije (P4-0107). Za pomoč na terenu se zahvaljujemo Juretu Zlogarju, Saši Vochl, Špeli Planinšek in Alison Irene Shimer ter Andreji Ferreira za pomoč pri izdelavi slik proučevanega območja. Zahvaljujemo se tudi neimenovanemu recenzentu za njegove pripombe in nasvete, ki so izboljšale prispevek. 8 VIRI 8 REFERENCES Braun-Blanquet J. 1964. Pflanzensoziologie. Grundzuge der Vegetationskunde. Wien: Springer. Ferreira A., Planinšek Š. 2016. GoForMura: upravljanje gozdnih habitatnih tipov in vrst v izbranih območjih Natura 2000 ob Muri. Ljubljana, Gozdarski inštitut Slovenije, Založba Silva Slovenica: 92 str. GG Murska Sobota, 1991. Območni gozdnogospodarski načrt Murska Sobota 1991-2000. Gozdnogospodarski načrt območja GU Dolnja Lendava (1929-1939). Innes J. L. 1993. Forest health - its assessment and status. Cambridge, CAB International: 514 str. Jurc D. 1999. Bolezni in sušenje hrastov v Evropi in pri nas. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecs Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 32-36. Kutnar L. 1999. Vegetacija nižinskih (poplavnih) gozdov vzhodne Slovenije. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecs Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 17-20. 124 Lejko A. 1999. Gojitvena problematika nižinskih hrastovih gozdov v GGO Murska Sobota. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecs Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 68-71. Levanič T. 1999. Vpliv podtalnice na rast nižinskih poplavnih gozdov. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecs Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 56-60. Marinšek A., Kutnar L. 2016. Invazivne tujerodne rastlinske vrste v poplavnih gozdovih ob Muri. V: GoForMura: upravljanje gozdnih habitatnih tipov in vrst v izbranih območjih Natura 2000 ob Muri. Ferreira A. in Planinšek Š. (ur.). Ljubljana, Gozdarski inštitut Slovenije, Založba Silva Slovenica: 16-21. Marinšek A., Čarni A., Kutnar L., Planinšek Š. 2016. Vrstno bogati in naravovarstveno pomembni, a močno ogroženi poplavni gozdovi ob Muri. Proteus, 78: 274-280. Marinšek A., Kutnar L. 2017. Occurrence of invasive alien plant species in the floodplain forests along the Mura River in Slovenia. Periodicum biologorum, 119 (4): 251-260. Mavsar R. 1999. Stanje gozda v Murski šumi. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecs Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 11-14. Matic S. 1996. Uzgojni radovi na obnovi i njezi sastojina hrasta lužnjaka Uzgojne mjereu sastojinama narušenim sušenjem hrasta lužnjaka, Hrast lužnjak (Quercus robur L.) u Hrvatskoj. HAZU i Hrvatske šume, Zagreb: 208-212. Ogris N. 2016. Bolezni drevja v gozdovih ob Muri in ukrepi v različnih habitatnih tipih. V: GoForMura: upravljanje gozdnih habitatnih tipov in vrst v izbranih območjih Natura 2000 ob Muri. Ferreira A. in Planinšek, Š. (ur.). Ljubljana, Gozdarski inštitut Slovenije, Založba Silva Slovenica: 22-27. Piškur B., Ogris N., Jurc D. 2016. Poročilo o preskusu št.: U2016-004: jelševa sušica (Phytophthora alni subsp. multiformis), Črni log. Ljubljana, Gozdarski inštitut Slovenije, 10 str. Sarjaš A. 2001. Gozdnogojitveni problemi v Murski šumi: diplomsko delo. ( Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire). Ljubljana, samozaložba: 52 str. Velnar, J. 1999. Oris nižinskih gozdov v GGO Murska Sobota. V: Raziskave nižinskih hrastovih gozdov. Smolej I. in Grecz Z. (ur.). Ljubljana, Gozdarski inštitut Slovenije: 1-4. Wraber M. 1951. Gozdna vegetacijska slika in gozdnogojitveni problemi Prekmurja. Geografski vestnik, 23: 179-230. GozdVestn 76 (2018) 3 108 Pregledna znanstvena razprava GDK 442:58 Daljinsko zaznavanje invazivnih rastlin Remote Sensing of Invasive Plants Domen OVEN1 Izvleček: Oven, D.: Daljinsko zaznavanje invazivnih rastlin; Gozdarski vestnik, 76/2018, št. 4. V slovenščini z izvlečkom in povzetkom v angleščini, cit. lit. 65. Prevod Breda Misja, jezikovni pregled slovenskega besedila Marjetka Šivic. Razmah satelitske tehnologije, laserskega skeniranja in računalniške zmogljivosti v zadnjih desetletjih omogočajo uporabo novih metod za prepoznavanje invazivnih rastlinskih vrst. Slednje vplivajo na ohranjenost ekosistemov, saj podirajo vzorce obnašanja med organizmi, zmanjšujejo biodiverziteto in hkrati povzročajo ekonomsko škodo. Tehnologije daljinskega pridobivanja podatkov (ortofoto, multispektralni, hiperspektralni posnetki in lidarski podatki) omogočajo proučevanje vegetacije na večji prostorski ravni ter so tako uporabni za prepoznavanje invazivnih rastlin in za izdelavo napovednih modelov njihovega razširjanja. Invazivne rastline od domorodnih lahko ločimo na podlagi fenoloških, spektralnih in strukturnih lastnosti. Metode strojnega učenja so ene izmed pogostejših metod, ki so v rabi za prepoznavanje invazivnih rastlin na podlagi daljinsko zajetih podatkov. Uspešno prepoznavanje je v največji meri odvisno od lastnosti posnetkov in opazovanih rastlin. Daljinsko pridobljeni podatki omogočajo spremljanje časovne in prostorske dinamike razširjanja invazivnih organizmov, kar je ključno pri ocenjevanju potencialnega prostorskega širjenja posameznih invazivnih vrst in pri njihovem upravljanju ter posledično za sprejemanje odločitev načrtovalcev in okoljevarstvenikov. V članku so predstavljane najpogostejše lesnate invazivke in njihova razširjenost v Sloveniji, metode klasifikacij daljinskega zaznavanja invazivk, uspešnost prepoznavanja posameznih metod ter prednosti in slabosti daljinskega zaznavanja invazivnih rastlin. Ključne besede: daljinsko zaznavanje, invazivne rastline, satelitski posnetki, multispektralni posnetki, lasersko skeniranje Abstract: Oven, D.: Remote Sensing of Invasive Plants; Gozdarski vestnik (Professional Journal of Forestry), 76/2018, vol 4. In Slovenian, abstract and summary in English, lit. quot. 65. Translated by Breda Misja, proofreading of the Slovenian text Marjetka Šivic. The development of satellite technology, laser scanning and computer performance in the recent decades have enabled the use of new methods for invasive plant species detecting. The latter ones affect the conservation of ecosystems, since they destroy the behavioral pattern among the organisms, reduce biodiversity and, at the same time, cause economic loss. Technologies of remote data acquiring (orthophoto, multispectral, hyperspectral images, and lidar data) enable to study vegetation on a larger spatial scale and are thus useful for invasive plant species detecting and for forecast models of their expansion. Invasive plants can be distinguished from the native ones on the basis of phenological, spectral, and structural features. The methods of the machine learning are among the more frequent methods, used for invasive plant detecting in the basis of remotely acquired data. A successful detection depends mostly on the image features and the plant observation. Remotely acquired data enable the monitoring of temporal and spatial dynamics of invasive organisms' expansion, which is vital in assessing the potential spatial expansion of individual invasive species and their management, and consequently for making the planers' and environmentalists' decisions. Thus article presents the most frequent woody invasive plants and their distribution in Slovenia, classification methods of invasive plants' remote sensing, successful recognition of individual methods, and advantages and disadvantages of the invasive plants' remote sensing. Key words: remote sensing, invasive plants, satellite images, multispectral images, laser scanning 1 D. O., Podpeška cesta 51A, SI-1351 Brezovica pri Ljubljani, Slovenija. domen.oven@gmail.com GozdVestn 76 (2018) 3 125 Oven, D.: Daljinsko zaznavanje invazivnih rastlin 1 UVOD 1 INTRODUCTION Premeščanje organizmov ni nič novega pod Soncem, saj je človeku znano že vsaj iz antike (Dobson, 1998). Slednje je tudi glavni razlog širjenja invazivnih tujerodnih organizmov, ki so še posebno nezaželeni med naravovarstveniki in ekologi vseh vrst, saj vplivajo na ekologijo (Vila in sod., 2011) in ekonomijo; spreminjajo strukturo (Asner in sod., 2008) in funkcijo ekosistemov, podirajo vzorce obnašanja med organizmi, povzročijo zmanjšanje raznolikosti v ekosistemu, povzročajo ekonomske izgube (Šinko, 2016: 18), (Rozman, 2016: 186) in škodujejo zdravju ljudi in okolja (Scalera in sod., 2012). V ZDA so ocenili stroške, nastale zaradi invazivnih rastlin, na 137 miljard $, pri čemer pa niso upoštevali stroškov, ki nastajajo, če bi finančno ovrednotili še izgubljeno domorodno vegetacijo, zmanjšanje biotske raznovrstnosti in estetske funkcije (Huang in Asner, 2009). Zato je smiselno, da bi razvili metode, ki bi omogočale hitro prepoznavo prisotnost invazivnih organizmov, spremljanje njihovega razširjanja skozi čas, oceno vpliva na okolje in oceno tveganja (Barbosa in sod., 2016). Ocene tveganja temeljijo na napovednih modelih prostorske razširjenosti (ang. Species distribution model - SDM), s katerimi predvidevamo potencialno razširjenost vrste, ki jo ugotovimo na podlagi terenskih popisov ali podnebnih podatkov (npr. WorldClim) (He in sod., 2015). Daljinsko zaznavanje nudi možnost zbiranja podatkov iz preteklosti in spremljanje invazivnosti rastlin in živali skozi čas (Bradley, 2014). Z daljinskim zaznavanjem je mogoče ugotoviti kar osemnajst različnih abiotskih (npr. topografija, temperatura) in biotskih (npr. indeks listne površine, prostorska heterogenost vegetacije) kazalnikov (He in sod., 2015), preko katerih je mogoče razlikovati invazivne rastline od preostalih. Pri zatiranju invazivnih rastlin je ključno, da jih odkrijemo v zgodnjih fazah invazivnosti, kadar je njihova frekvenca pojavljanja majhna (De Poorter, 2007) in daljinsko zaznavanje to omogoča (Bradley, 2014). Na podlagi daljinsko zaznavanih podatkov lahko izdelamo nove ali izboljšamo obstoječe modele prostorske razširjenosti rastlin in živali, saj so le-ti ključni pri upravljanju in nadzoru nad invazivnimi organizmi (Bradley, 2014; He in sod., 2015; Rocchini in sod., 2015). Desetletja opazovanja zemeljskega površja in posledično arhiviranje podatkov (Landsat, Modis, Spot) v kombinaciji z visokoločljivimi posnetki nudijo možnost proučevanja površja in širjenja organizmov v daljših časovnih obdobjih, kar je uporabno za proučevanje časovne dinamike invazivnih organizmov (He in sod., 2015). Namen preglednega članka je bralcu predstaviti problematiko invazivnih organizmov, nanizati v Sloveniji prisotne invazivne organizme drevesnih in grmovnih oblik, predstaviti glavne metode ter prednosti in slabosti daljinskega zaznavanja invazivnih rastlin. 2 TUJERODNE INVAZIVNE RASTLINE PRI NAS 2 ALIEN INVASIVE PLANTS IN SLOVENIA V Evropi naj bi bilo kar 12110 tujerodnih vrst organizmov, približno 400 naj bi se jih pojavljalo v naših krajih, od tega 85 rastlin (DAISIE, 2017). Daskobler in sod. (2016: 127) ugotavljajo, da se v Sloveniji tujerodne vrste pojavljajo na več kot 70 % vseh gozdnih rastiščnih tipov, najpogosteje v obrečnih gozdnih združbah nižinskega in gričevnatega pasu. Za naselitev tujerodnih invazivnih rastlin so najbolj dovzetni degradirani ali spremenjeni habitati (Jogan in sod., 2016). Glede na ocene (Jogan in sod., 2012a) od vseh prisotnih tujerodnih vrst pri nas približno en odstotek postane invazivnih. V naših krajih in tudi po Evropi so tujerodne drevesne vrste začeli saditi konec 19. stoletja. V naših gozdovih je bil največji obseg sajenja med obema svetovnima vojnama. Trenutno se pri nas pojavlja od 20 do 25 tujerodnih drevesnih vrst (Kutnar in Pisek, 2012), ki skupaj predstavljajo malo manj kot 1 % celotne lesne zaloge, od tega največ v GGO Murska Sobota (7,05 % lesne zaloge), GGO Sežana (4,53 % lesne zaloge) in GGO Brežice (1,91 % lesne zaloge) (Veselič in sod., 2016: 152). Najpogostejša tujerodna drevesna vrsta je robinija (Robiniapseudoaccacia L.), ki je invazivna v Sloveniji. Njena invazivnost se drugače izraža glede na stanje ohranjenosti gozdov, saj se lažje uveljavi v nestabilnih gozdnih sistemih 126 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin (Roženbergar in sod., 2016: 167), katerih površina pa se v zadnjih letih povečuje, večinoma zaradi pogostejših naravnih motenj. Razlogi za sajenje tujerodnih dreves so bili različni: pogozdovanje revnih kraških rastišč, vnašanje hitrorastočih vrst (in vrst s kakovostnejšim lesom) za optimiziranje ekonomskih iztržkov, parkovni (estetski) nameni, za potrebe čebelarstva, za vzgojo sviloprejk, za potrebe papirne industrije, smolarjenje itn. (Kutnar in Pisek, 2012). Reichard in White (2001) ugotavljata, da je bila večina lestnatih invazivnih rastlin v ZDA vnesena zaradi hortikulturnih razlogov. Tudi pri nas so okrasne rastline glavni vir rastlin, ki so postale invazivne (De Groot in sod., 2017) in še vedno veliko vrtnarij, vrtnih centrov in drugih trgovin prodaja veliko rastlin, ki so (potencialno) invazivne (Jež, 2009). Poleg pobegov iz vrtov se tujerodne rastline razširjajo še s prevoznimi sredstvi, kot slepi potniki ali pa pri prevozu blaga oziroma se spontano razširijo na novo območje (De Groot in sod., 2017). Po pričakovanjih (Rocchini in sod., 2015) bodo povečane motnje v naravi, nastale zaradi podnebnih sprememb, povečale tveganje vnosa invazivnih organizmov. Zato je pomembno, da pri reševanju težave invazivnih rastlin poznamo njihovo pojavljanje v prostoru in spreminjanje arealov skozi čas (Preglednica 1). Pri nas naslednje rastline kažejo navečje stopnje invazivnosti: robinija (Robiniapseudoaccacia L.), dve vrsti zlate rozge (Solidago canadensis in Solidago gigantea), pelinolistna žvrklja ali ambrozija (Ambrosia artemisiifolia), deljenolistna rudbekija (Rudbeckia laciniata), topinambur (Helianthus tuberosus), pajesen (Ailanthus altissima), žlezava nedotika (Impatiens glandulifera), dve vrsti dre-snika (rod Fallopia), japonska medvejka (Spiraea japonica), japonsko kosteničje (Lonicera japonica) ter iz tropskih krajev izvirajoča vodna solata (Pistia stratiotes) (Jogan in sod., 2012). Različni avtorji (Jogan in Strgulc Krajšek (2010), Jogan (2007, 2011), Jogan in sod. (2016: 108), (Dasko-bler in sod., 2016: 130), De Groot in sod., 2017) omenjajo še številne druge tujerodne vrste, ki bi bile lahko potencialno invazivne, saj so se že uspešno prilagodile okolju. Oblikovan je bil tudi že seznam potencialno invazivnih tujerodnih vrst za gozdove v Sloveniji in obsega 51 vrst rastlin, 7 vrst gliv, 13 vrst žuželk in 7 vrst sesalcev (De Groot in sod., 2017). 3 DALJINSKO ZAZNAVANJE INVAZIVK 3 REMOTE SENSING OF INVASIVE PLANTS Načeloma podatke o razširjenosti invazivne vrste pridobivamo na podlagi njihovih ekoloških povezav z vegetacijskimi tipi in dominantnimi rastlinskimi vrstami (Hladnik in Kobal, 2016: 160) ali s terenskim popisom in osnovanjem herbarijev, vendar pa pri tem nastajajo napake (Bradley, 2014), kot so: zbiranje lažje dostopnih rastlin (lokacije rastlin korelirajo s prisotnostjo ceste), pretirane ocene vpliva invazivnosti in težavnost popisa večjega območja (Immitzer in sod., 2012). Vedno več raziskovalcev prisega na metode daljinskega zaznavanja (Bradley, 2014), ki zmanjšujejo porabo časa in stroškov (pogojno, več v nadaljevanju) pri pridobivanju podatkov, hkrati so bolj natančni (Kobal in sod., 2014) in omogočajo pridobivanje informacij o vegetaciji na večjih območjih, v manjših časovnih presledkih (odvisno od časovne ločljivosti) (Tuanmu in sod., 2010), z njimi lažje pridobimo informacije s težko dostopnih terenov (He in sod., 2011). Terenske popise redko ponavljamo na večjih območjih, kar onemogoča proučevanje časovne dinamike invazivnosti (He in sod., 2011). Načelo daljinskega zaznavanja je, da lahko pridobimo informacije o objektu brez fizičnega stika, preko senzorjev, ki so lahko nameščeni na površju za detaljna, lokalna zaznavanja, večinoma pa so na zračnem plovilu ali na satelitu v orbiti (Oštir, 2006). Senzorji se razlikujejo glede ločljivosti, izvora energije in kota zaznavanja; tako ločimo pasivne senzorje (npr. pankromatski, multispektralni in hiperspektralni (He in sod., 2015)), ki za zaznavanje uporabljajo svetlobo iz v okolice, in aktivne senzorje, ki sami ustvarjajo energijo (npr. laser, radar) (Huang in Asner, 2009). Različni sistemi daljinskega zaznavanja ponujajo različne ločljivosti, ki vplivajo na izbiro vira podatkov. Tako ločimo spektralno, radiometrično, prostorsko in časovno ločljivost (Oštir, 2006). Pri iskanju najboljše ločljivosti različnih senzorjev večinoma iščemo ravnovesje med ločljivostmi, 127 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin Preglednica 1: Seznam invazivnih drevesnih in grmovnih vrst Table 1: List of invasive tree and shrub species Latinsko ime Slovensko ime Kraj pojavljanja v SLO Vir Acer negudo ameriški javor povsod, razen dinaridov Strgulc Krajšek, 2009 Tujerodne ..., 2017 Ailanthus altissima (Mill.) Swingle veliki pajesen Goriška, Primorska (urbani predeli), Štajerska Arnšek, 2009 Strgulc Krajšek, 2010 Lazar, 2013 Akebia quinata (Houtt.) Decne. čokoladna akebija Primorska, Ajševica pri Novi Gorici Glasnovic in Fišer Pečnikar, 2010 Berberis thunbergii (DC.) Thunbergov češmin Mostec (Ljubljana) Jogan in sod., 2016 104 Cornus sericea (L.) svilnati (sivi) dren Ljubljanska kotlina, Gorenjska Bačič in sod., 2015 Cercis siliquastrum (L.) navadni jadikovec Obrežje Rižane Lipičar, 2013 Brousonettia papyrifera (Vent.) papirjevka Primorska Glasnovic in Fišer Pečnikar, 2010 Buddleia davidii (Franch.) Davidova budleja, metuljnik Kobarid, soška dolina, Ljubljana, Izola, Šentilj Jogan in Strgulc Krajšek, 2010 Amorpha fruticosa (L.) navadna amorfa vlažni opuščeni travniki, poplavna mesta Joganin sod., 2012b Lonicera japonica (Thunb.) japonsko kosteničevje Primorska, Nova gorica (Panovec) Glasnovic, Fišer Pečnikar. 2010 Parthenocissus quinquefolia (L.) Planch. navadna vinika enakomerno razširjena, največ v subpanonski regiji Lazar, 2013 Physocarpus opulifolius (L.) Maxim. kalinolistni pokovec obrečna grmišča, gozdni robovi; Notranjska, Dolenjska Jogan, 2007;Jogan in sod., 2012b Prunus serotina (Ehrh.) pozna čremsa Notranjska, Štajerska Jogan,2011 (neobljavljen vir) Robinia pseudacacia (L.) robinija najpogosteje GGO Slovenj Gradec in GGO Kras, GGO Murska Sobota Kutnar in Kobler, 2013; Rudolf, 2004 Spiraea japonica L.f. japonska medvejka Spodnja Vipavska dolina, Pohorje,okolica Ljubljane in Celja Jogan, 2009; Lazar, 2013; Tujerodne ... , 2017 Thuja orientalis (L.) vzhodni klek Primorska, Štajerska, Goriško Jogan in sod., 2012b saj je lahko z večjo kakovostjo ene manjša kakovost preostalih (Oštir, 2006; He in sod., 2015). Daljinsko zaznavanje temelji na proučevanju spektralnih odbojev vidne in bližnje infrardeče svetlobe od površja opazovanega objekta. Daljinsko lahko zaznavamo preko satelitskih ali letalskih posnetkov, nastale posnetke pa razvrščamo v hiperspektralne posnetke, multispektralni posnetke in zračne fotografije, odvisno od proučevanega spektra svetlobe in ločljivosti pikslov (Huang in Asner, 2009). Letalski posnetki zagotavljajo nizko spektralno resolucijo najpogosteje na območju vidne svetlobe in bližnjega infrardečega dela spektra; imajo dobro prostorsko resolucijo, so finančno ugodni, omogočajo razlikovanje med rastlinami, predvsem 128 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin preko fenoloških razlik. Multispektralni senzorji navadno zajemajo od 4 do 10 spektralnih pasov vidne in nizkovalovne infrardeče svetlobe. Gre za posnetke satelitov, ki so že dolgo v uporabi in katerih posnetki so poceni, zato so primerni za izvajanje metod proučevanja fenoloških razlik (Bradley, 2014). O hiperspektralnih posnetkih govorimo, ko je spekter zaznavanja širok, kjer zaznavanje zajema svetlobne spektre vidne svetlobe in spektre svetlobe, ki so blizu infrardečim sprektom z več sto spektralnih pasov in ozkim spektralnim intervalom (<10 nm) (Huang in Asner, 2009). Najpogosteje so v rabi senzorji AVIRIS (Airborne Visible/Infrared Imaging Spectrometer), CASI (Compact Airborne Spectrographs Imager), HyMAP in Hyperion (več v Prilogi 1). Hiperspe-kralni posnetki omogočajo razlikovanje invazivnih in domačih vrst preko spektralnih profilov, torej različnih frekvenc odboja med vrstami (Slika 1). Invazivne rastline je tako mogoče razlikovati preko proučevanja spektralnih in teksturnih razlik na slikah, preko različnih fenologij rastlin (Asner in sod., 2008; Müllerová in sod., 2017), preko kemijske sestave listov ter preko ugotavljanja vsebnosti vode v listih (Bradley, 2014; Rocchini in sod., 2015). Fuller (2005) navaja, da je zaznavanje invaziv-nega drevesa Melaleuca quinquenervia z multi-spektralnimi posnetki IKONOS s 4 m ločljivostjo neprimerno, saj nastajajo napake pri prepozna- Slika 1: Spektralni podpis nekaterih dreves (prirejeno po Immitzer in sod., 2012). Značilen način odboja elektromagnetnega valovanja v odvisnosti od valovne dolžine imenujemo spektralni podpis (Oštir, 2006). Figure 1: Spectral inventory of some trees (adapted after Immitzer et al., 2012). The typical reflection manner of electromagnetic waves depending on wave length is called spectral signature (Oštir, 2006). 129 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin vanju posameznih krošenj dreves, in poudarja, da so posnetki IKONOS primerni za večje in gostejše sestoje. Natančnejšo oceno bi pridobili z uporabo hiperspektralnih posnetkov. Večja spektralna ločljivost je primerna za zaznavanje individualnih osebkov (He in sod., 2011), manjše ločljivosti pa pridejo prav v kasnejših stadijih invazivnosti (Bradley, 2014). Asner in Vitousek (2005) navajata, da so bile v invazivni rastlini povečane koncentracije dušika in vode v krošnji in bil je večji indeks listne površine (angl. Leaf area index - LAI). Dobra lastnost za prepoznavanje uspešnih invazivk je, da oblikujejo monotipske sestoje oziroma rastejo v velikih gostotah, kar omogoča lažjo prepoznavnost (Bradley, 2014). Prednost daljinskega zaznavanja je prosta dostopnost podatkov, kar velja za satelite MODIS, Landsat, Sentinel-2, vendar ponudniki zagotavljajo premalo natančne prostorske ločljivosti, ki so nujne za natančno določanje invazivnih rastlin, ki se v centralni Evropi pojavljajo v manjših zaplatah. Boljšo prostorsko ločljivost bi pridobili z uporabo posnetkov satelitev Pleiades, Worldview, Quickbird, vendar s precej večjim finančnim vložkom (Priloga 1) in negotovostjo zaradi oblačnosti. Nove možnosti daljinskega zaznavanja se odpirajo z mobilnimi laserskimi sistemi skeniranja (brezpilotniki ali 'droni'), katerih uporaba je cenejša, prilagodljivejša in lažja, predvsem glede uporabe in dostopnosti različnih terenov, kljub temu pa imajo svoje pomanjkljivosti (Mullerova in sod., 2017). 3.1 PREPOZNAVANJE PREKO SPEKTRALNIH RAZLIK POSNETKOV 3.1 IDENTIFICATION THROUGH SPECTRAL DIFFERENCES OF THE IMAGES Spektralne razlike v odboju svetlobe je mogoče najlažje določiti s hiperspektralnimi kamerami, ki prepoznajo razlike v pigmentaciji, vsebnosti vode in kemijski sestavi listov. Različno obarvanost rastlin opažamo, ko imajo rastline različno vsebnosti klorofila, ki se odraža v vidnih barvnih razlikah na listih ali cvetovih. Pigmentiranost lahko določamo tudi z multispektralnimi posnetki. Z omenjenimi metodami ni mogoče ugotavljati invazivnih vrst v podrasti, če le-te ne spreminjajo kemijske vsebnosti strehe sestoja (Asner in Vitousek , 2005). Načeloma so omenjene metode v rabi za iskanje invazivnih rastlin v grmiščih ali traviščih oziroma vegetaciji, katere višina je enaka oziroma je en višinski sloj (Bradley, 2014). Za zaznavanje vrst v podstojni plasti se bolje izkaže lidarska tehnologija (Singh in sod., 2015) (Korpela, 2008, povzeto po Tuanme in sod., 2010), vendar pa je prav tako pomemben čas pridobivanja podatkov, saj so v omenjenem primeru (Singh in sod., 2015) obravnavali vednozeleni grm (Ligustrum sinensis Lour.) jeseni, ko nadstojno drevje ni imelo listov. 3.2 PREPOZNAVANJE PREKO RAZLIK V TEKSTURI 3.2 IDENTIFICATION THROUGH DIFFERENCES IN TEXTURE Metoda temelji na prepoznavanju posebnih teksturnih vzorcev ali objektov na posnetku. Za uspešno prepoznavanje morajo imeti invazivne rastline drugačno obliko in gostoto od preostalih rastlin (Bradley, 2014). Pri objektni analizi je za uspešno prepoznavanje posameznih osebkov pomembna velikost piksla. Tako je mogoče z visoko ločjivostjo posnetka prepoznati tudi manjše rastline (Blumenthal in sod., 2007). Velikost piksla letalskih in satelitskih posnetkov je pogosto 1 m, torej je metoda uporabna za prepoznavanje dreves ali grmov, katerih krošnja je večja od 1 m2 (Bradley, 2014). Teksturna in objektna analiza potekata z vizualno klasifikacijo ali s strojnih učenjem (Bradley, 2014) in slednje omogoča boljše rezultate, če iščemo inva-zivna drevesa v grmiščih ali traviščih (Pearlstine in sod., 2005). Pearlstine in sod. (2005) navajajo, da je lahko usposobljen analitik fotografij natančnejši od avtomatizirane računalniške identifikacije, vendar pa porabi bistveno več časa za določitev. 3.3 PREPOZNAVANJE PREKO RAZLIK V FENOLOGIJI 3.3 IDENTIFICATION THROUGH DIFFERENCES IN PHENOLOGY Invazivne rastline imajo drugačno fenologijo od domorodnih rastlin, zaradi česar imajo navadno prednost, da postanejo invazivne, saj prej cvetijo, prej odganjajo, so vednozelene. Slednje je tudi 130 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin razlog, da jih ravno zato ločimo od preostalih, če ujamemo časovni okvir, kjer so razlike največje med vrstami (npr. zgodaj spomladi, pozno jeseni) (Bradley, 2014). Fenološke spremembe lahko iščemo na letalskih, hipespektralnih in visoko ločljivih multispektralnih posnetkih. Metoda je primernejša za prepoznavanje gostih in večjih zaplat, preko fenoloških razlik pa je mogoče karti-rati tudi podstojne invazivne rastline, saj invazivne rastline večinoma kasneje odvržejo liste (Bradley, 2014). Somodi in sod. (2012) so lažje prepoznali robinijo (Robiniapseudoacacia L.) preko digitalnih ortofoto posnetkov kot z uporabo posnetkov satelita Landsat. Zaradi specifične fenologije bi bilo pri nas mogoče razlikovati veliki pajesen (Ailanthus altissima (Mill.) Swingle) (Hladnik in Kobal, 2016: 162). Navadno fenološke razlike iščemo v večkratnem snemanju istega območja in sledenju spremembam (He in sod., 2011). 3.4 LASERSKO SKENIRANJE 3.4 LASER SCANNING Lidarski sistem za opazovanje gozda deluje v bližnjem do srednjem infrardečem spektralnem območju. S pulznim lidarskim snemanjem lahko rekonstruiramo digitalni model reliefa (DMR) (Kobler, 2011), gradimo virtualne 3D-modele zaznanih objektov (Mongus in sod., 2013), uspešno ločujemo iglavce od listavcev (Hamraz in sod., 2018), računamo sestojne parametre, mogoče je ugotoviti tudi višino drevesa, širino in globino krošenj (Kobal in sod., 2014), biomaso in indeks listne površine dreves (Lefsky in sod., 2002). Zaenkrat ločevanje drevesnih vrst z valovnim lidarjem še ne zagotavlja sprejemljive natančnosti (Bruggisser in sod., 2017). Lidarske podatke je mogoče združiti tudi z multispektralnimi ali hiperspektralnimi posnetki, saj to poveča natančnost določanja krošenj dreves (Ali in sod., 2008) oziroma izboljša ocene drevesnih višin (Kobler, 2011 cit. po Popescu in Wynee, 2004), vendar na natančnost klasifikacije vpliva heterogenost gozda (Verlič in sod., 2014). Asner in sod. (2008) opisujejo uporabo tako lidarskega sistema kot hiperspektralnih posnetkov (AVIRIS) za določitev invazivnih dreves v havajskem deževnem gozdu. Rosso in sod. (2006) opozarjajo, da sama uporaba lidarskega sistema ni nujno uporabna metoda za zaznavanje invazivnih rastlin, zaradi premajhnih razlik v strukturi krošenj invazivnih in neinvazivnih rastlin, pri tem pa dodajata, da je mogoče slediti spremembam invazivnih rastlin, ki oblikujejo čiste sestoje. Zaenkrat ostaja povezovanje lidarske tehnologije in hiperspektralnih posnetkov (Carnegie Airborne observatory - CAO) bolj izjema kot pravilo, saj prihaja do neujemanja pikslov med senzorji (Huang in Asner, 2009), vendar pa najnovejše raziskave (Barbosa in sod., 2016) nakazujejo razvoj v to smer. 3.5 IDENTIFIKACIJADOLOČITEV RASTLIN S POSNETKOV 3.5 IDENTIFICATION OF THE PLANTS ON IMAGES Klasifikacija podob, katerih namen je prepoznavanje predmetov na zemeljski površini, je eden najpomembnejših postopkov pri obdelavi daljinsko zaznanih podob, saj je povezava med daljinskim zaznavanjem in geografskimi informacijskimi sistemi (GIS) (Oštir, 2006). Ločimo vizualno (nadzorovano) klasifikacijo, kjer človek ločuje zaključene skupine pikslov v objekte (npr. tipe rabe tal, drevesne vrste), računalniški program pa na podlagi učnih vzorcev, referenčnih podatkov in statistike (Veljanovski in sod., 2011) klasificira celoten posnetek (Oštir, 2006). Nadzorovana klasifikacija, ki je bolj tradicionalen način interpretacije v daljinskem zaznavanju (Peerbhay in sod., 2016), je pod vplivom odločitev analitika, torej lahko nastanejo določene napake oziroma subjektivne odločitve. Take napake lahko premostimo z uporabo nenadzorovane klasifikacije, kjer združitev v skupine opravi računalnik na podlagi spektralnih, geometričnih, teksturnih, kontekstu-alnih ali časovnih informacij (Veljanovski in sod., 2011). Digitalno klasifikacijo posnetkov, ki poteka na podlagi spektralnih informacij pikslov, z uporabo različnih algoritmov, imenujemo spektralno prepoznavanje vzorcev (Mullerova in sod., 2017). Razlikujemo pikselsko (pixel based) in objektno klasifikacijo (Object-based analysis - OBIA); prva razvršča piksle v razrede na podlagi njihovega spektralnega podpisa, druga najprej prepozna območja s podobnimi strukturnimi lastnostmi, šele nato jih razvrsti v razrede ob upoštevanju 131 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin različnih atributivnih podatkov (Veljanovski in sod., 2011). Robinson in sod. (2016) trdijo, da je prepoznavanje objektov boljši in lažji (Veljanovski in sod., 2011) način klasifikacije visokoločljivih posnetkov v primerjavi z analizo pisklov, saj pri pikselski analizi nastajajo težave, kot so t.i. efekt soli in popra in šuma zaradi majhnih senc (Alvarez Taboada in sod., 2017 cit. po Van der Sande in sod., 2003; Perea in sod., 2009). Spektralne posnetke lahko klasificiramo s klastrsko analizo (nenadzorovana klasifikacija) (npr. K means, ISODATA), ki temelji na iskanju podobnosti. Pri nadzorovani klasifikaciji operater določi manjša območja z določenimi sestojnimi tipi ali tipi rabe tal, računalniški program pa iz njih izračuna spektralne podpise. Pri razvrščanju pikslov v razrede upošteva povprečja razredov ter varianco in korelacijo med njimi (Oštir, 2006). Podatki daljinskega zaznavanja so redko normalno porazdeljeni, zato so za klasifikacijo teh podatkov primerni neparametrični nadzorovani načini klasifikacije, kot so Classification and regression tree (CART), Support vector machine (SVM), Artificial Neural Network (ANN), saj ti ne predpostavljajo frekvenčne porazdelitve podatkov (Belgiu in Dragut, 2016). Z metodami strojnega učenja se izognemo tudi pretiranemu prilagajanju (angl. overfitting) in medsebojni korelaciji med spremenljivkami (Kobler, 2011). V daljinskem zaznavanju je za klasifikacijo posnetkov aktualno ansambelsko napovedovanje (Belgiu in Dragut, 2016), kot je sicer pogosto uporabljena metoda tvorjenja ansamblov večciljnih regresij-skih dreves (Kobler, 2011), random forest (RF), ki je bila uporabljena za prepoznavanje invazivne rastline preko multispektralnih (Peerbhay in sod., Preglednica 2: Metode klasifikacije daljinskega zaznavanje invazivnih rastlin Table 2: Classification method of invasive plants' remote sensing Klasifikacijski model/algoritem Objekt Avtor Natančnost klasifikacij (angl. OA) (%) Nearest Neighbour (NN) Hakea serices Alvarez Taboada in sod., 2017 70 - 84 (WorldView-2), 65 75 (UAV) Maximum likelihood (ML), Support Vector Machine (SVM), Random forest (RF) Heracleum mantegazzi-anum, Fallopia sp. Mullerova in sod., 2017 58 - 94 (ML), 54 - 85 (SVM), 60 - 85 (RF) Support Vector Machine (SVM), Genetic Algorithm for Rule Set Production (GARP) Miconia calvescens Pouteau in sod., 2011 92,5 (SVM) 72,5 (GARP) Random forest Solanum mauritianum Peerbhay in sod., 2016 68 (obrežje reke) 85 (odprta omočja) 91 (gozdni rob) Minimum distance (MD), Mahalanobis distance (MAHD), Maximum likelihood (ML), Spectral angle mapper (SAM), Mixture tuned matched filtering (MTMF) Juniperus ashei, Gutierrezia sarothrae, Eichhornia crassipes Yang in Everitt, 2010 93 (MD), 91 (MAHD), 91 (ML), 87 (SAM), 92, (MTMF) Random forest (RF), Linearna diskriminantna analiza (LDA) 10 drevesnih vrst (Picea abies, Fagus sylvatica... ) Immitzer in sod., 2012 Štiri drevesne vrste: 86 - 96 (RF), 85 - 95 (LDA) Deset drevesnih vrst: 69 - 82 (RF), 65 - 83 (LDA) Support vector machine Pinus sylvestris, Quercus petrea, Fagus sylvatica, Picea abies, Castanea sativa Verlic in sod., 2014 58 % 132 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin 2016) in hiperspektralnih posnetkov (Lawrence in sod., 2006). Izbira klasifikacijske metode naj bo specifična za vsak primer (Preglednica 2), saj so lastnosti posnetkov in lastnosti opazovane rastline (npr. različna fenologija) ključni dejavniki, ki vplivajo na natančnost klasifikacijskih metod (Müllerova in sod. 2017). V končni fazi nas pri klasifikaciji zanima še njena natančnost (Preglednica 2), saj je od nje odvisna celotna uporabna vrednost metodologije. 3.6 TEŽAVE DALJINSKEGA PRIDOBIVANJA PODATKOV 3.6 PROBLEMS IN THE REMOTE DATA ACQUIRING Načeloma pri daljinskem zaznavanja posameznih rastlin nastajajo težave pri izbiri spektralne ločljivosti, neizrazite fenologije in izbiri datuma zaznavanja, kajti od njih je odvisno, če bomo lahko ločili želene osebke od preostalih, težavno je tudi zaznavanje podstojne rasti (Rocchini in sod., 2015) (Tuanmu in sod., 2010) oziroma, če invazivna drevesa niso vladajoča ali sovladajoča (Hladnik in Kobal, 2016: 162). Senzorji s premajhno ločljivostjo (10 m in več) niso uporabni za razločevanje invazivnih rastlin v sestojih, kjer se le-te pojavljajo posamično (Huang in Asner, 2009). Asner in sod. (2008) navajajo težave zaradi senescence krošenj, odmrlih dreves, razmakov med krošnjami, sencami in razgibanega terena. Če razlikujemo invazivke glede na čas cvetenja (fenologije), napačno določimo vse osebke, ki nimajo cvetov, so poškodovani, objedeni ali pa so že odcveteli (Müllerova in sod., 2017). Ocenjevanje parametrov gozda na podlagi lidarskega snemanja je lažje v položnejšem reliefu borealnih gozdov (Kobler, 2011). Pridobivanje podatkov z visoko resolucijo (hiperspektralnih) je lahko drago (Bradley, 2014), nastajajo geometrične distorzije (Yang in sod., 2003), za združevanje hiperspektralnih in lidarskih podatkov je potrebna zmogljiva računalniška oprema (Huang in Asner, 2009), težava so tudi preobsežne informacije in posledično težavna obdelava podatkov (Huang in Asner, 2009). Pri natančnosti (Singh in sod., 2015) lahko nastajajo naslednje napake: prisotnost drugih rastlin s podobnimi lastnosti (npr. GozdVestn 76 (2018) 3 zimzelenost), podcenjevanje višin dreves (Kobler, 2011), pozicijske napake GPS-naprave pri terenskem popisu, izguba informacij pri pretvorbi podatkov, napake lidarja, učinkovitost metod daljinskega zaznavanja (Preglednica 3), napake prve in druge vrste pri določanju prisotnosti (He in sod., 2015), napake zaradi oblačnosti (Müllerova in sod., 2017). Pettorelli in sod. (2014) poziva k po večji dostopnosti s širjenjem novih algoritmov in posledično lažji interpretaciji podatkov. Majhna učinkovitost, težave s klasifikacijo drevesnih krošenj listavcev, strukturna heterogenost (Verlič in sod., 2014) in pomanjkanje inventurnih podatkov otežujejo prepoznavo invazivnih drevesnih vrst pri nas (Hladnik in Kobal, 2016: 164). 4 ZAKLJUČEK 4 CONCLUSION Invazivne rastline postajajo z vse pogostejšimi motnjami vedno bolj prisotne v naših gozdnih ekosistemih. Tako povečujejo svoj negativen vpliv na delovanje ekosistemov in finančno blaginjo družbe. Pri reševanju problematike invazivnih rastlin je ključno njihovo pojavljanje v naravi, potencialno razširjanje v nove habitate, torej spremljanje dinamike širjenja in oblikovanje napovednih modelov prostorske razširjenosti. Ker se invazivne rastline pojavljajo na večjih prostorskih območjih, je zbiranje njihovih podatkov s terenskimi popisi časovno in stroškovno potratno. Z metodami daljinskega zaznavanja je mogoče pridobiti informacije o invazivnih rastlinah na večjih prostorskih območjih, v krajšem časovnem obdobju, z manjšimi finančnimi vložki in z možnostjo lažjega periodičnega ponavljanja. Invazivne rastline imajo unikatno strukturo, fenologijo in spektralni odboj in po teh informacijah jih ločimo od domorodne vegetacije. Invazivne rastline daljinsko zaznavamo preko letalskih, multispektralnih, hiperspektralnih in lidarskih snemanj površja. Invazivne rastline v poznih stadijih invazivnosti prepoznavamo na aeroposnetkih, posamezne osebke pa je mogoče razlikovati le z dobro prostorsko in spektralno resolucijo, predvsem na multispektralnih in hiperspektralnih posnetkih, ki zajamejo več informacij, vendar otežijo obdelavo podatkov. Podatke lidarskega snemanja je mogoče združiti s podatki 133 Oven, D.: Daljinsko zaznavanje invazivnih rastlin Preglednica 3: Izbrani primeri daljinskega zaznavanja invazivnih rastlin Table 3: Selected cases of invasive plants' remote sensing Senzor Velikost piksla Število pasov, spekter Habitat Proučevana rastlina Natančnost - Overall accuracy(%) Avtor HyMap hipespektalni posnetki 3,5 m x 3,5m 126, 0,45 |im - 2,5 |im In 15 |m -20 |m iglasti gozdovi, grmišča, travišča Euphorbia esula > 70 Glenn in sod. (2005) HyMap 3 m x 3 m 126, 10-20 nm delta reke Lepidium latifolium, Eichornia crassipes, Egeria densa 63-75 69-90 60-90 Hestir in sod. (2008) Probe-1 Hiperspektralni posnetki 3 m x 3 m in 5, x 5 m 128 / gozd Euphorbia esula, Centaruea maculosa 86 84 Lawrence in sod. (2006) Multispektralni Quickbird 2,44 m x 2,44 m 4 / obrežje reke Tamarix spp. 91 Carter in sod. (2009) Lidar in CAO in AVIRIS 0,3-3,5 m 213, 380-2519 nm deževni gozd Fraxinus uhdei, Psidium cattleianum, Morella faya 93 (za 7 m2) 88 (za 2 m2) Asner in sod. (2008) Brezpilotnik (RBG + NIR) in Pleiades 1B in Barvni Ortofoto 5 cm (RGB), 50 cm (NIR), 50 cm, 25 cm 4, 350-1750 nm gričevja, poplavna ravnica Heracleum mantegazzi- anum, Fallopia sp. ~60 oz 100 med cvetenjem 62-83 (odvisno od metode klasifikacije) Mullerova in sod. (2017) Worldview-2 2 m 8, 427-908 nm obvodna rastišča, gozdni rob, odprta krajina Solanum mauritia-num 68 91 85 Peerbhay in sod., 2016 Worldview-2 2 m 8, 630-1040 nm delta reke Prosopis sp. 81-93 Robinson in sod., 2016 CCD kamera in hiperspek-tralni filter (na letalu Cessna 404) 1,68 m 1,32 m 1,56 m 128, 457-921 nm gozd, grmišča, jezero Juniperus ashei, Gutierrezia sarothrae, Eichhornia crassipes 86-94 Yang in Everitt, 2010 80, Quickbird 2,8 m 4, 450-900 nm obrežje reke Arundo donax 95-100 za Arundo donax Everitt in sod., 2005 134 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin multispektralnih in hiperspektralnih snemanj, kar lahko poveča natančnost klasifikacije med drevesnimi oziroma grmovnimi vrstami. Rezultate daljinskega zaznavanja pogosto preverimo še s terenskim popisom. Pridobljene podobe daljinskega zaznavanja klasificiramo na podlagi pikselske ali objektne klasifikacije;prva razvršča piksle v razrede na podlagi njihovega spektralnega podpisa, druga najprej prepozna območja s podobnimi strukturnimi lastnostmi, šele nato jih razvrsti v razrede, ob upoštevanju različnih atributivnih podatkov. V zadnjem času v daljinskem zaznavanju klasificiramo podatke z uporabo različnih metod strojnega učenja, kot so regresijska drevesa. Izbira klasifikacijske metodologije naj bi bila specifična za vsak primer, torej je za vsako novo opazovano invazivno rastlino v drugačnih okoliščinah treba primerjati učinkovitost različnih metod klasifikacije. Učinkovitost metod prepoznavanja je od odvisna tudi od gozdne strukture in razgibanosti površja; v strukturno in vrstno bolj homogenih gozdovih je modelno napovedovanje prisotnosti bolj natančno (npr. v borealnih gozdovih). Torej so pri nas pri daljinskem zaznavanju invazivnih rastlin glavne težave: majhna učinkovitost metod, težave s klasifikacijo drevesih krošenj listavcev, strukturna heterogenost gozda pa tudi pomanjkanje inventurnih podatkov o manj pogostih drevesnih vrstah. Pri nas imamo najboljše možnosti za prepoznavanje invazivnih drevesnih vrst, kot sta robinija in veliki pajesen, na osnovi unikatne fenologije, torej specifičnega obdobja cvetenja. Sama izbira datuma opazovanja namreč zelo vpliva na uspešnost prepoznavanja invazivne rastline od drugih. Prosta dostopnost satelitskih slik površja z dobro časovno ločljivostjo (npr. Sentinel-2) omogoča priložnost za nadaljne raziskave. Zaenkrat so metode daljinskega zaznavanja uspešnejše za poznejše invazijske stadije, ko rastline poseljujejo že večja območja in jih posledično lažje prepoznamo. Prihodnost razvoja daljinskega zaznavanja je v učinkovitem prepoznavanju posameznih osebkov, iskanju invazivnih rastlin v zgodnjih fazah invazivnosti, osnovanju natančnejših kart prisotnosti na večjih območjih s spremljanjem časovne dinamike ter boljšem prepoznavanju nelesnih in podstojnih rastlin. Kaj bi nam torej prinesle - sicer trenutno popolnoma hipotetične - popolne karte dinamike razširjanja v prostoru in času neke invazivne rastline? Na podlagi razširjanja bi lahko ugotavljali favorizacijo habitatov oziroma uspešnost razširjanja rastline v različnih habitatih. Ugotavljali bi dejavnike, ki pospešujejo in zavirajo razširjanje, dejavnike, ki najbolj vplivajo na preživetje v novih razmerah (npr. stabilnost sestojev, velikost motenj, struktura gozda, talna podlaga ipd.). Posledično bi prilagajali ukrepe na gozdnih in negozdnih površinah v želji, da ne bi z napačnim upravljanjem pripomogli k razširjanju invazivnih organizmov. 5 POVZETEK Invazivni organizmi spreminjajo strukturo in funkcijo ekosistemov, pri tem pa povzročajo večje ekonomske izgube. Z metodami daljinskega zaznavanja prepoznavamo prisotnost invazivnih organizmov, spremljamo njihovo razširjanje skozi čas, ocenjujemo njihov vpliv na okolje in podamo oceno tveganja. Z daljinsko zaznanimi podatki lahko izboljšamo obstoječe ali ustvarimo nove modele prostorske razširjenosti, kateri so ključni pri upravljanju z invazivnimi organizmi. V zadnjem stoletju je v Sloveniji na povečanje prisotnosti invazivnih drevesnih in grmovnih vrst najbolj vplival prav človek, saj jih je vnašal večinoma zaradi ekonomskih in estetskih vzrokov. Trenutno je pri nas najbolj pogosta invazivna drevesna vrsta robinija (Robinia pseudoaccacia L.), ki se dobro uveljavlja v nestabilnih gozdnih sistemih in veliki pajesen (Ailanthus altissima Mill.), kateri je pogost v urbani krajini. Pri nas so pogoste tudi nelesnate invazivne rastline (npr. zlata rozga, peterolistna žvrklja, topinambur), vse skupaj pa razlikujemo 51 rastlin, ki so lahko problematične zaradi invazivnih lastnosti. Metode daljinskega zaznavanja predstavljajo dobro alternativo bolj klasičnim metodam pridobivanja informacij (ekološke interakcije invazivne vrste z vegetacijskimi tipi in dominatnimi vrstami, terenski popisi) o invazivnih rastlinskih vrstah. Daljinsko lahko pridobivamo podatke o vegetaciji preko letalskih, multispektralnih, hiperspektralnih in lidarskih snemanj. Kakovost posnetkov daljinskega zaznavanja in posledično ločevanje invazivne 135 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin rastline od neizvazivnih je odvisna od prostorske, časovne, spektralne in radiometrične ločljivosti. Invazivne rastline je mogoče razlikovati od avtohtone vegetacije preko spektralnih, fenoloških in teksturnih razlik, pa tudi preko kemijske sestave in vsebnosti vode v listih. Hiperspektralni posnetki imajo dobro spektralno ločljivost, velike prostorske ločljivosti pa lahko dosegamo z lidarskimi, multi-spektralnimi in hiperspektralnimi posnetki. Invazivne rastline na posnetkih lahko tako ločujemo na podlagi preučevanja lastnosti pikslov ali pa na podlagi razlikovanja objektov iz posnetkov. V zadnjem času se pogosto za klasifikacijo posnetkov daljinskega zaznavanja uporablja metode strojnega učenja. Pri prepoznavanju invazivnih rastlin s posnetkov daljinskega zaznavanja prihajo do problemov, kot so izbira primerne spektralne resolucije, dneva pridobivanja podatkov (fenologija), premajhna prostorska ločljivost, kar onemogoča prepoznavanje posameznih osebkov invazivnih rastlin. V naših gozdovih imamo težave z identifikacij o drevesnih vrst predvsem zaradi težav s klasifikacij o drevesnih krošenj listavcev in iglavcev, strukturne heterogenosti, pomanjkanja inventurnih podatkov in nizke učinkovitosti metod daljinskega zaznavanja. Kljub temu, še največji potencial, za razlikovanje invazivnih drevesnih vrst od ostalih, na podlagi različne fenologije, predstavljata drevesni vrsti robinija in veliki pajesen. 5 SUMMARY Invasive organisms change the structure and function of the ecosystems, thereby causing major economic losses. Using the remote sensing methods we detect the presence of invasive organisms, monitor their expansion through the time, assess their impact on the environment, and present risk estimation. With the remotely sensed data, we can improve the existing spatial distribution models or make new ones, which are vital in invasive organisms' managing. In the last century, the increase of the invasive tree and shrub species presence has been primarily affected by the man, since they have been introduced mostly for economical and aesthetical reasons. At the moment, the most frequent invasive tree species are black locust (Robinia pseudoaccacia L.), which persists well in the unstable forest systems, and the ailanthus (Ailanthus altissima Mill.), which is frequent in the urban landscape. Also, some herbaceous invasive plants (e.g. goldenrod, common ragweed, Jerusalem artichoke) are frequent in Slovenia and we discern a total of 51 plants, which can be problematic due to their invasive features. The remote sensing methods represent a good alternative to more classic methods of acquiring information about the invasive plant species (ecological interactions of the invasive species with the vegetation types and dominant species, field inventories). We can remotely acquire data on vegetation through the air, multispectral, hyperspectral, and lidar recordings. The quality of remote sensing images and, consequently, identifying invasive species and non-invasive ones depends on spatial, temporal, spectral, and radiometric resolution. Invasive plants can be differentiated from the indigenous vegetation through spectral, phenological, and textural differences, but also through chemical composition and water content in the leaves. Hyperspectral images present a good spectral resolution and major spatial resolutions can be achieved by lidar, multispectral, and hyperspectral images. Invasive plants on the images can thus be differentiated on the basis of pixel characteristic study or on the basis of distinguishing objects on the images. Lately, methods of machine learning are often used for classification of remote sensing images. In identification of invasive plants on the remote sensing images, some problems can occur: e.g. selection of an appropriate spectral resolution, day of data acquiring (phenology), and undersized spatial resolution prevents identification of individual invasive plant specimen. In our forests, we have troubles identifying tree species primarily due to the problems with classification of tree crowns of deciduous and coniferous trees, structural heterogeneity, lack of inventory data, and low effectiveness of remote sensing methods. Despite this, the largest potential for differentiating the invasive tree species from the other ones on the basis of diverse phenology is represented by the tree species black locust and ailanthus. 136 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin 6 VIRI 6 REFERNCES Ali S., Dare P., Jones S. 2008. Fusion of remotely sensed multispectral imagery and Lidar data for forest structure assessment at the tree level. The International Archives of the Photogrammertry, Remote Sensing and Spatial Information Sciences, 37, B7: 1089-1094 Alvarez Taboada F., Paredes C., Julian Pelaz J. 2017. Mapping invasive species Hakea sericea using Unmanned Aerial Vehicle (UAV) and WorldView-2 Imagery and Object-Oriented Approach. Remote Sensing, 9,913: 1-17 Arnšek T. 2009. Visoki pajesen (Ailanthus Altissima (Mill.)) na Goriškem. Diplomsko delo. Biotehniška fakulteta. Oddelek za gozdarstvo in obnovljive gozdne vire, Ljubljana, 48 str. Asner G.P., Knapp D.E., Kennedy-Bodoin, T., Jones, M.O., Martin R.E., Boardman, J., Hughes F. 2008. Invasive spicies detection in Hawaiian rainforest using airborne imaging spoctroscopy and LIDAR. Remote sensing of environment, 112: 1942-1955 Asner G.P., Vitousek P. 2005. Remote analysis of biological invasion and biogeochemical change. Proceedings of the National Academy of Sciences of the United States of America, 102: 4383-6 Bačič T., Strgulc Krajšek S., Jogan N. 2015. Sivi dren (Cornus sericea L.) nova invazivna vrsta v flori slovenije. Acta Biologica Slovenica, 58, 2: 13-31 Barbosa J.M., Asner G.P., Martin R.E., Baldeck C., Hughes F., Johnson T.2016. Determining subcanopy Psidium cattleianum invasion in Hawaiian forest using imaging spectroscopy. Remote sensing, 8, 33: 1-17 Belgiu M., Dragut L. 2016. Random forest in remote sensing: A review of applications and future directions. Journal of Photogrammetry and Remote Sensing, 114: 24-31 Bradley B.A. 2014. Remote detection of invasive plants: a review of spectral, textural and phenological approaches. Biological invasions, 16: 1411-1425 Blumenthal D., Booth D.T., Cox S.E., Ferrier E.C. 2007. Large-scale aerial images capture details of invasive plant population. Rangeland ecology and management, 60, 5: 523-528 Bruggisser M., Roncat A., Schaepman M., Morsdorf F. 2017. Retrieval of higher order statistical moments from full-waveform LiDAR data for tree species classification. Remote Sensing of Envirnment, 196: 28-41 Carter G.A., Lucas K.L., Blossom G.A. 2009. Remote sensing and mapping of tamarisk along Colorado river, USA: a comparative use of summer-acquired Hyperion, thematic mapper and Quickbird data. Remote sensing, 1: 318-329 155 GozdVestn 76 (2018) 3 Daskobler I., Kutnar L., Šilc U., Vreš B. 2016. Prisotnost in pogostost tujerodnih rastlinskih vrst v gozdnih rastiščnih tipih Slovenije. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 125-141 De Groot M., Kutnar L., Jurc D., Ogris N., Kavčič A., Marinšek A. Kus Veenvliet J., Verlič A. 2017. Opozorilni seznam potencialno invazivnih tujerodnih vrst v slovenskih gozdovih in možne poti vnosa teh vrst. Novice iz varstva gozdov, 10: 8-15 De Poorter. 2007. Invasive alien species and protected areas, A scoping report Produced for the world bank as a contribution to the global invasive Species programme (GISP), Part I: Scoping the scale and nature of invasive alien species threats to protected areas, impediments to IAS management and means to address those impediments. The Global Invasive Species Programme, 27 str. DAISIE 2017. Delivering alien invasive species inventories for Europe (DAISIE), European summary, http://www. europe-aliens.org/europeSummary.do (5. 10. 2017) Dobson M. 1998. Mammal distribution in the western Mediterranean: the role of human intervention. Mammal Review, 28, 2: 77-88 Everitt J.H., Yang C., Deloach C.J. 2005. Remote sensing of giant reed with Quickbird satelitte imagery. Journal of Aquatic Plant Management, 43 : 81-85 Fuller D. O. 2005. Remote detection of invasive Melaleuca trees (Melaleuca quinquenerva) in south Florida with multispectral IKONOS imagery. International Journal of Remote Sensing, 26: 1057-1063 Glasnovic P., Fišer Pečnikar Ž. 2010. Akebia quinata (Houtt.) Dcne., nova vrsta v slovenski flori, ter prispevek k poznavanju neofitske flore Primorske. Hladnikia, 25: 31-43 Glenn N.F., Mundt J.T., Weber K.T., Prather K.T., Lass L.W., Pettingill J. 2005. Hyperspectral data processing for repeat detection of small infestations of leafy purge. Remote sensing of Environment, 95: 399-412 He K. S., Bradley B. A., Cord A. F., Rocchini D., Tuanmu M.-N., Schmidtlein S., Turner W., Wegmann M. and Pettorelli N. 2015. Will remote sensing shape the next generation of species distribution moge Sensing in Ecology and Conservation, 1: 4-18 Hamraz H., Jacobs N.B., Contreras M.A., Clark C.H. 2018: Deep learning for conifer/decoduous classification of airborne LiDAR 3D clouds representing individual trees. Cornell University Library. arXiv:1802.08872: 1-27 Oven, D.: Daljinsko zaznavanje invazivnih rastlin He K.S., Rocchini D., Neteler M., Nagerda H. 2011. Benefits of hyperspetral remote sensing for tracking plant invasion. Diversity and distributions, 17: 381-392 Hestir E.L., Khanna S., Andrew M., Santos M.J., Viers j.H., Greenberg J.A., Rajapakse S.S., Ustin S. 2008. Identification of invasive vegetation using hypespectral remote sensing in the California Delta ecosystem. Remote Sensing of Environment, 12, 11: 4034-4047 Hladnik D., Kobal M. 2016. Možnosti ocenjevanja širjenja invazivnih drevesnih vrst z daljinskim zaznavanjem. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 159-165 Huang C., Asner G.P. 2009. Applications of remote sensing to alien invasive plant studies. Sensors, 9, 6: 4869-4889 Immitzer M., Atzberger C., Koukal T. 2012. Tree species classification with random forest using very high spatial resolution 8-band WorldViev-2 satellite data. Remote sensing, 4: 2661-2693 Jež A. 2009. Zamenjave invazivnih rastlinskih vrst z neinvazivnimi. Študija v sklopu projekta Invazivne tujerodne vrste-prezrta grožnja (projekt Thuja), Ljubljana 2009 Jogan N. in Strgulc Krajšek S. 2010. Izbrane invazivne tujerodne vrste rastlin. V: Delavnica na MOL. 17. 10. 2010. http://www.mop.gov.si/fileadmin/mop. gov.si/pageuploads/podrocja/invazivke/invazivke_ mol_2010_izbrane_vrste_izrock_jogan_strgulc.pdf (Neobjavljen vir) Jogan N. 2007. Poročilo o stanju ogroženih rastlinskih vrst, stanju invazivnih vrst ter vrstnega bogastva s komentarji. Agencija RS za okolje, Ljubljana 2007 Jogan N., 2009. Japonska medvejka, Spirea japonica. Informativni list 26. Gradivo Projekta Thuja, Jogan N., 2011. Invazivne rastline in gozd. V: Predavanje. Ljubljana, 21. 6. 2011. (neobjavljeno). Jogan N., Bačič M., Strgulc Krajšek S. 2012a. Tujerodne in invazivne rastline v Sloveniji. Neobiota Slovenije: 161-182 Jogan N., Eler K., Novak Š. 2012b. Priročnik za sistematično kartiranje invazivnih tujerodnih rastlinskih vrst, Zavod Symbiosis in Botanično društvo Slovenije, http://www.tujerodne-vrste.info/ projekti/projekt-thuja-2/Prirocnik-popisovanje-rastlin.pdf (26. 1. 2016) Jogan N., Strgulc Krajšek S., Bačič M. 2016. Tujerodne vrste gozdnih habitatnih tipov in dendroflore Mestne občine Ljubljana. V: Invazivne tujerodne vrste v 138 gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 101-109 Jogan Nejc. 2011. Invazivne rastline in gozd. Ljubljana, 21. 6. 2011. http://www.zdravgozd.si/dat/dogodki/24. pdf (neobjavljen vir) Kobal M., Triplat M., Kranjc N. 2014. Pregled uporabe zračnega laserskega skeniranja površja v gozdarstvu. Gozdarski vestnik, 72, 5-6: 235-248 Kobler A., 2011. Nove metode za obdelavo podatkov laserskega skenerja za monitoring gozdnih ekosistemov. Doktorska dizertacija. Univerza v Ljubljani. Fakulteta za gradbeništvo in geodezijo, 126 str. Kutnar L., Kobler A., 2013. Sedanje stanje razširjenosti robinije (Robinia pseudoacacia L.) v Sloveniji in napovedi za prihodnost. Acta Silvae et Ligni, 102: 21-30 Kutnar L., Pisek R. 2012. Tujerodne in invazivne drevesne vrste v gozdovih Slovenije. GozdV, 71, 9: 402-417 Lefsky M.A., Cohen W.B., Parker G.G., Harding D.J. 2002. Lidar remote sensing for ecosystem studies. BioScience, 52: 19-30 Lawrence R.L., Wood S.D., Sheley R.L. 2006. Mapping invasive plants using hypespectral imagery and Breiman Cutler classifications (Random forest). Remote sensing and environment, 100: 356-362 Lazar K., 2013. Razširjenost invazivnih tujerodnih vrst bregov Vrtojbice in Korna, diplomsko delo, Fakulteta za znanost o okolju, Univerza v Novi Gorici, 40 str. Lipičar T. 2013. Razširjenost izbranih invazivnih tujerodnih vrst rastlin v obrežnem pasu reke Rižane. Dipl. Delo. Ljubljana, Univerza v Ljubljani, Pedagoška fakulteta, kemija Biologija, 70 str. Mongus D., Čekada M.T., Žalik B. 2013. Analiza samodejne metode za generiranje digitalnih modelov reliefa iz podatkov lidar na območju Slovenije. Geodetski vestnik, 57, 2: 245-259 Mullerova J., Bruna J., Bartaloš T., Dvorak P., Vitkova M., Pyšek P. 2017. Timing Is Important: Unmanned Aircraft vs. Satellite Imagery in Plant Invasion Monitoring. Frontiers in Plant Science, 8: 1-13 (887) Oštir K. 2006. Daljinsko zaznavanje. Inštitut za antropološke in prostorske študije, Ljubljana, ZRC SAZU, 252 str. Pearlstine L., Portier K.M., Smith S.E. 2005. Textural discrimination of invasive plant, Schinus terebinthifolius, from low altitude aerial digital imagery. Photogramm Eng Remote sens, 71: 289-298 Peerbhay K., Mutanga O., Lottering R., Ismail R. 2016. Mapping Solanum mauritianum plant invasions using WorldView-2 imagery and unsupervised random forests. Remote Sensing of Environment, 182: 39-48 GozdVestn 76 (2018) 3 Oven, D.: Daljinsko zaznavanje invazivnih rastlin Pettorelli N., Laurance W.F., O'Brien T.G., Wegmann M., Nagendra H., Turner W. 2014. Satellite remote sensing for applied ecologists: opportunities and challanges. Journal of applied ecology, 51: 839-848 Pouteau R., Meyer J.Y., Stoll B. 2011. A SVM-Based model for predicting distribution of the invasive tree Miconia calvescens in tropical rainforest. Ecological Modelling, 222, 15: 2631-2641 Reichard S.H., White P. 2001. Horticulture as a pathway of invasive plant introductions in the United states. Oxford journals. Bioscience, 51, 2: 103-113 Robinson T.P., Wardell-Johnson G.W., Pracilio G., Brown C., Corner R., van Klinken R.D. 2016. Testing the discrimination and detection limits of WorldView-2 imagery on a challenging invasive plant target. International Journal of Applied Earth Observation and Geoinformation, 44: 23-30 Rocchini D., Andreo V., Forster M., Garzon-Lopez C. X., Gutierrez A. P., Gillespie T. W., Hauffe H.C., He K. S., Kleinschmit B., Mairota P., Marcantonio M., Metz M., Nagendra H., Pareeth S., Ponti L., Ricotta C., Rizzoli A., Schaab G., Zebisch M., Zorer R., Neteler M.. 2015. Potential of remote sensing to predict species invasions: a modelling perspective. Progress in Physical Geography, 39, 3: 283-309 Rosso P.H., Ustin S.L., Hastings A. 2006. Use of lidar to study changes associated with Spartina invasion in San Francisco Bay marshes. Remote Sensing of Environment, 100: 295-306. Rozman S. 2016. Predstavitev izkušenj z različnimi načini ozaveščanja o problematiki invazivnih tujerodnih vrst. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 185-193 Roženbergar D., Nagel T., Brus R. 2016. Potencialna invazivnost robinije (Robinia pseudoacacia) in velikega pajesena (Ailanthus altissima) v gospodarskih gozdovih Slovenije. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 167-175 Rudolf S. 2004. Robinija (Robinia pseudoacacia L.) v severovzhodni Sloveniji. Diplomsko delo. Ljubljana, Univerza v Ljubljani, BF, Oddelek za gozdarstvo in obnovljive gozdne vire, 82 str. Scalera R., Genovesi P., Essl F., Rabitsch W. 2012. The impacts of invasive alien species in Europe. European Environmental Agency, Technical report No. 16/2012. 139 GozdVestn 76 (2018) 3 Kopenhagen: 118 str. https://www.eea.europa.eu/ publications/impacts-of-invasive-alien-species (27. 2. 2018) Singh K.K., Davis A.J., Meentemeyer R.K. 2015. Detecting understory plant invasion in urban forest usng LiDAR. International Journal of Applied Earth observation and geoinformation, 38: 267-279 Somodi I., Čarni A., Ribeiro D., Podobnikar T. 2012. Recognition of the invasive species Robinia pseudoacacia from combined remote sensing and GIS sources. Biological observation, 15: 59-67 Strgulc Krajšek S., 2009, Davidova budleja (Buddleja davidii), Informativni list 22, http://www.tujerodne-vrste.info/informativni-listi/INF22-davidova-budleja. pdf (26. 1. 2016) Strgulc Krajšek, S., 2009. Amerikanski javor Acer negundo, Informativni list 19, Projekt Thuja Šinko M. 2016. Ekonomske dimenzije v oblikovanju politik upravljanja z invazivnimi tujerodnimi vrstami - študija primera kostanjeve šiškarice (Dryocosmus kuriphilus) v Sloveniji. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 17-24 Tuanmu M.N., Viña A., Bearer S., Xu W., Ouyang Z., Zhang H., Liu J. 2010. Mapping understory vegetation using phenological characteristics derived from remotely sensed data. Remote sensing of Environment, 114: 1833-1844 Tujerodne vrste. http://www.tujerodne-vrste.info/ informativni-listi/INF19-amerikanski-javor.pdf (26. 1. 2016) Tujerodne vrste. http://www.tujerodne-vrste.info/ informativni-listi/INF26-japonska-medvejka.pdf (26. 1. 2016) Veljanovski T., Kanjir U., Oštir K. 2011. Objektno usmerjena analiza podatkov daljinskega zaznavanja. Geodetski vestni, 55,4: 641-664 Verlič A., DuriC N., Kokalj Ž., Marsetič A., Simončič P., Oštir K. 2014. Tree species classification using Worldview-2 satellite images and laser scanning data in a natural urban forest. Šumarski list, 9-10: 477-488 Veselič Ž., Grecs Z., Matijašic D. 2016. Predlog uporabe nekaterih tujerodnih vrst pri obnavljanju gozdov v Sloveniji. V: Invazivne tujerodne vrste v gozdovih ter njihov vpliv na trajnostno rabo gozdnih virov: zbornik prispevkov posvetovanja z mednarodno udeležbo: Gozdarski študijski dnevi. Ljubljana. Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 149-158 Oven, D.: Daljinsko zaznavanje invazivnih rastlin Vila M., Espinar J. L., Hejda M., Hulme P. E., Jarosik V., Maron J. L., Pergl J., Schaffner U., Sun Y. and Pysek P. 2011, Ecological impacts of invasive alien plants: a meta-analysis of their effects on species, communities and ecosystems. Ecology Letters, 14: 702-708 Yang C., Everitt J. H. 2010. Mapping three invasive weeds using airborne hyperspectral imagery. Ecological Informatics, 5, 5: 429-439 8 PRILOGE 8 ANNEXES Priloga 1: Primeri ponudnikov podatkov daljinskega zaznavanja za ZDA (povzeto po Bradley, 2014) Annex 1: Examples of remote sensing providers for the U.S.A. (after Bradley, 2014) Snemanje Senzor Širina zajetega Pasu Prostorska resolucija Časovna dostopnost Časovna ločljivost Cena AVHRR 2600 km 1,1 km 1978 12 ur 0 MODIS 2330 km 250 m - 1 km 2000 1-2 dni 0 Landsat Tm, ETM+ 185 km 30 m 1982 - 2011 16 dni 0 o 13 Landsat 8 185 km 30 m 2013 16 dni 0 riCl r i v s lovonsktm goso*'*lvt G«Si'»U ví¡m,k., 4i L IMS. S, (tr„ 250— Ž». V thcrwiKlnJ j povnctkom v ft*Ai'l£ini. S«l»Vt* it ruinan ji rt gc?rt*fS¡ít (Jpífílivii, hi ¿6 skuit SpftilfrjJiil k lnlM»lVna|l¡ Up&r>hi MrOrerígrímaKiírr.h IflfrüXl i1*ljill£kCjjt pnJífrivJftiJ pMtdtl^W, Pa kr¿!K*m orit« Hijvijnt ¡tih ditiirtosii iííuríra^rsmíif.íneoa íhí-«idja rer opreme, nakazu;« ev2roi¡¡t> gtidaitivil, Je Ovtl:íul|Wt ntlí^c e flUflliíSiitikov |*r nadaljuj,* l anafíro siaiya v Sl0H*i!jl Ugotavlja di j« ¡)iwdct&fc4 Mrciím»tfrtm*lríifift inl'EEl'UK^'i V fifeuaniji aobivsnju in transppruf 10». hKioumiik&v, pionoiikem natiteu&/i|v (Id ha 1Ci» maslu |e potrebno naglasi! 1, da metoda daljinskega pridobivanja p od ai kov ne morejo in no^jo povsem nadomestili dela v gozdu. Kajti broz ¿Iííü a. Uimnn» Zruilni Mlcri ui Sap, Me.-eupurlopiik? ZEISS-jfiftrt PtiMMnl mM 1 j tí m 10 sprqír¡|ín s paficrni rn nodiloiiv. i. flinoscil preEi pofflin VeiewkOííkf flla>» V i lil v Smili I-i J irfirtf l^ftir. i hfl pirMíJnD vodita prJlrjrnj j? iterfameter in riUInj kanila s timar ie dBhtflna tudi liliji viku»*» predstave m silvítuski ünb. Falb ■ Smoln