Digital repository of Slovenian research organisations

Search the repository
A+ | A- | Help | SLO | ENG

Query: search in
search in
search in
search in

Options:
  Reset


Query: "author" (Gal Kušar) .

21 - 30 / 47
First pagePrevious page12345Next pageLast page
21.
22.
Opredelitev gozdov, nerazpoložljivih za oskrbo z lesom (FNAWS)
Gal Kušar, Anže Martin Pintar, 2021, original scientific article

Abstract: Analizirali smo izbrana merila (naklon in nadmorska višina gozdnih sestojev, prirastek, oddaljenost od gozdnih cest), ki lahko vplivajo na razpoložljivost gozdov za oskrbo z lesom v posameznih ekoloških regijah. Z izbranimi merili (naklon, nadmorska višina, prirastek, gozdni rezervati, prvo varstveno območje Triglavskega narodnega parka in varovalni gozdovi) smo predstavili štiri variante prostorskega informacijskega sloja FNAWS (gozdovi nerazpoložljivi za oskrbo z lesom). Po najstrožji varianti (najostrejša merila) smo med FNAWS uvrstil 6,8 % vseh gozdov, po najmilejši (najbolj ohlapna merila) pa kar 17,6 % vseh gozdov. Na podlagi izkušenj, pridobljenih pri izdelavi karte FNAWS, smo oblikovali dvostopenjski protokol (kabinet, teren) za uvrstitev trajnih vzorčnih ploskev Nacionalne gozdne inventure (NGI) med FAWS/FNAWS. Pri primerjavi obstoječe uvrstitve ploskev Monitoringa gozdov in gozdnih ekosistemov (MGGE) leta 2018 in NGI 2020 na terenu z narejenim slojem FNAWS smo ugotovili dobro ujemanje uvrstitve ploskev med negospodarjene (90 %).
Keywords: merila, naklon, nadmorska višina, prirastek, gozdovi, razpoložljivi za oskrbo z lesom (FAWS), gozdovi, nerazpoložljivi za oskrbo z lesom (FNAWS), Nacionalna gozdna inventura
Published in DiRROS: 18.12.2021; Views: 1090; Downloads: 321
.pdf Full text (580,82 KB)

23.
24.
Stanje in spremembe slovenskih gozdov v zadnjih dveh desetletjih - rezultati velikoprostorskega monitoringa gozdov
Mitja Skudnik, Jernej Jevšenak, Aleš Poljanec, Gal Kušar, 2021, original scientific article

Abstract: V prispevku so predstavljeni rezultati velikoprostorskega monitoringa gozdov in gozdnih ekosistemov (MGGE), ki je na sistematični mreži trajnih vzorčnih ploskev (4 km x 4 km) prek celotne Slovenije potekal v letih 2000, 2007, 2012 in 2018. Predstavljeni so osnovni znaki o stanju (lesna zaloga in volumen odmrlih lesnih kosov) in spremembah (prirastek, posek, volumen novih sušic) slovenskih gozdov. Lesna zaloga merskega drevja se je med letoma 2000 in 2012 povečala iz 299 na 334 m3 ha-1. V letu 2018 je bila ocena za povprečno lesno zalogo 330 m3 ha-1. Vzorčna napaka ocene lesne zaloge je znašala od 4 do 5 %. Med letoma 2012 in 2018 se je predvsem zmanjšala lesna zaloga iglavcev, in sicer iz 156 na 144 m3 ha-1. Poglavitni razlog je bil povečan posek, ki je bil posledica številnih ujm in gradacij podlubnikov. Tako se je povečal posek, in sicer iz 4,3 v obdobju 2007/12 na 6.3 m3 ha-1 leto v obdobju 2012/18. K povečanemu poseku večinski delež prispevajo iglavci. V zadnjem obdobju je bil bruto prirastek z vrastjo in prirastkom posekanih dreves ocenjen na 7,9 m3 ha-1 leto. Ocena volumna odmrlih lesnih kosov za leto 2018 je znašala 24 m3 ha-1. V prispevku je podrobno predstavljena tudi metodologija izračunov ocen povprečij na podlagi sistematičnega vzorčenja. Podatki MGGE so bili uporabljeni predvsem za potrebe mednarodnega poročanja o stanju in razvoju slovenskih gozdov ter v omejenem obsegu tudi za nacionalno poročanje o trajnostnem razvoju slovenskih gozdov. Prednost vzpostavljenega sistema je mednarodno usklajena metodologija popisa na sistematični mreži ploskev preko celotne države. Trenutni sistem ima tudi določene omejitve, in sicer malo vzorčnih ploskev, kar vodi v večjo vzorčno napako pri izračunih nekaterih dendrometrijskih kazalnikov. V letu 2020 smo sistem MGGE nadgradili v kontinuiran panelni sistem, katerega osnova bodo nove trajne vzorčne ploskve na neuravnani sistematični mreži gostote 2 km x 2 km, kar je dobro izhodišče za uvedbo Nacionalne gozdne inventure (NGI) v Sloveniji.
Keywords: monitoring gozdov in gozdnih ekosistemov, lesna zaloga, prirastek, mortaliteta, odmrla biomasa, posek, sušice
Published in DiRROS: 12.07.2021; Views: 1244; Downloads: 489
.pdf Full text (686,93 KB)

25.
Polna izmera gozda v upravljanju Gozdarskega inštituta Slovenije na Rožniku
Gal Kušar, Anže Martin Pintar, 2019, treatise, preliminary study, study

Keywords: popis, lesna zaloga, število dreves, sušice, listavci, iglavci
Published in DiRROS: 10.10.2019; Views: 2185; Downloads: 661
.pdf Full text (520,49 KB)

26.
Sestojna karta in gozdni fondi za gozdno posest občine Pivka
Anže Martin Pintar, Gal Kušar, Mitja Skudnik, 2019, treatise, preliminary study, study

Published in DiRROS: 19.08.2019; Views: 2109; Downloads: 728
.pdf Full text (816,35 KB)

27.
Zanesljivost volumenskih funkcij na primeru drevesne vrste smreke v Sloveniji
Gal Kušar, David Hladnik, Milan Hočevar, 2013, original scientific article

Abstract: Primerjali smo različne volumenske funkcije za ocenjevanje volumnov dreves. S pomočjo sekcijskih meritev (Newtonova metoda) smo izračunali prave ocene volumnov dreves 88 posekanih smrek na Pokljuki. Te smo uporabili za izdelavo regionalnih trovhodnih volumenskih funkcij, (dvovhodnih) deblovnic in tarif. Standardna napaka ocene povprečne vrednosti volumna drevesa je najmanjša pri trovhodnih volumenskih funkcijah (5,0 %), nato pri deblovnicah (11,7 %) in največja pri tarifah (15,1 %). Zanesljivost in uporabnost izdelanih regionalnih ter drugih volumenskih funkcij smo preverili na dveh hektarskih raziskovalnih ploskvah. Ugotovili smo, da s prirejenimi nemškimi deblovnicami smrekam določimo previsoke volumne. Ker volumne iz teh deblovnic uporabljamo tudi pri določanju prirejenih tarif na Slovenskem, je s takim postopkom določen tarifni razred z vsaj za 5 % previsokimi volumni dreves.
Keywords: volumenske funkcije, volumen dreves, lesna zaloga, smreka, Picea abies, Pokljuka
Published in DiRROS: 12.07.2017; Views: 4416; Downloads: 2143
.pdf Full text (791,99 KB)

28.
Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v mikrorastiščno pestrem gozdu
Gal Kušar, Milan Hočevar, 2006, original scientific article

Abstract: V mikrorastiščno pestrem visokokraškem jelovo-bukovem gozdu smo na primeru drevesne vrste smreke ugotavljali zanesljivost ocenjevanja lesne zaloge s tarifami. Referenčne volumne dreves smo ugotovili s pomočjo švicarskih trovhodnih volumenskih funkcij. Ustrezno tarifo smo izbrali po ustaljeni metodi, na podlagi srednjega premera in srednje višine, ki smo jo odčitali iz prilagojene višinske krivulje. Razlike med tarifami posameznih vzorčnih ploskev so do 3 tarifne razrede. Odstopanje med lesno zalogo, ugotovljeno s tarifami in referenčno lesno zalogo za smrekov sestoj, je -2,8 %; pri posameznih ploskvah pa so odstopanja večja, od -7,0 do 8,6 %. Dosedanje (prenizko izbrane) tarife dajo v konkretnem primeru za -18,1 % prenizko oceno lesne zaloge. Sklepamo lahko, da v primeru, če je tarifa za površino (odsek, sestoj) izbrana korektno in reprezentativno, dobimo z njo dobro oceno lesne zaloge tudi na mikrorastiščno pestri površini. Reprezentativni izbor tarife zagotovimo z meritvami na vzorčnih ploskvah, ki dobro predstavljajo površino.
Keywords: lesna zaloga, tarife, švicarske trovhodne volumenske funkcije, mikrorastiščne razmere, visokokraški teren, smreka, Picea abies, Kočevje
Published in DiRROS: 12.07.2017; Views: 4326; Downloads: 1720
.pdf Full text (4,90 MB)

29.
Monitoring in analiza zaraščanja kraške krajine v GIS okolju
Milan Hočevar, Gal Kušar, Tomaž Cunder, 2004, original scientific article

Abstract: Članek predstavlja raziskavo zaraščanja kraške krajine. Pri analizi smo uporabili tehnike daljinskega zaznavanja, multitemporalne analize satelitskih slik v GIS okolju in statistične regresijske modele. Gozdnatost se je od leta 1935 povečala od 50,4% na 67,9%. Z regresijskim modelom smo pojasnili 71% celotne variabilnosti. Dejavniki, ki so največ prispevali k pojasnitvi zaraščanja so: nadmorska višina, razdalja do gozdnega roba, delež zaraslih površin v predhodnem obdobju, delež kmetijskih zemljišč in dve variabili, ki opisujeta intenzivnost kmetijske rabe. Če se procesi zaraščanja ne bodo bistveno spremenili, lahko do leta 2020 pričakujemo nadaljnje povečevanje gozdnatosti na 72,5%.
Keywords: zaraščanje, GIS, Kras, analiza krajine, daljinsko zaznavanje, Landsat, Ikonos
Published in DiRROS: 12.07.2017; Views: 4535; Downloads: 1903
.pdf Full text (4,99 MB)

30.
Search done in 0.31 sec.
Back to top