20.500.12556/DiRROS-8220 Daljinsko zaznavanje invazivnih rastlin Remote sensing of invasive plants 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. 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. daljinsko zaznavanje invazivne rastline satelitski posnetki multispektralni posnetki lasersko skeniranje remote sensing invasive plants satellite images multispectral images laser scanning true false true Slovenski jezik Angleški jezik Delo ni kategorizirano 2018-04-16 20:40:38 2018-04-16 20:49:48 2022-08-16 10:01:00 0000-00-00 00:00:00 2018 0 0 Besedilo v slov.; Rubrika: Pregledna znanstvena razprava; str. 125-140 št. 3 Letn. 76 apr. 2018 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 630* 44:630*58 0017-2723 5054630 3736834 GV_2018_st_3_final_OvenD.pdf GV_2018_st_3_final_OvenD.pdf 1 A0C4317CDCBD0B8593E930A8A9390529 7ae9240ad70f159129d76e4981d3124240b32083e211f426fdfe1ea3e7378f9a 4ceecb75-17b5-11ed-b6b8-001a4af901a5 20.500.12556/dirros/65cb23dd-04a5-48fb-a650-935cd9d4d92e https://dirros.openscience.si/Dokument.php?lang=slv&id=10181 Zveza gozdarskih društev Slovenije Gozdarski vestnik 0 0 0