Geodetski vestnik 66/3

GEODETSKI VESTNIK

UDK 528=863 ISSN 0351-0271 EISSN 1581-1328

Letnik 66, št. 3, str. 337–498, Ljubljana, september 2022. Izidejo štiri številke na leto. Naklada te številke: 1200 izvodov. Prosto dostopno na spletnem naslovu: http://www.geodetski-vestnik.com.

Vol. 66, No. 3, pp. 337–498, Ljubljana, Slovenia, September 2022. Issued four times a year. Circulation: 1,200 copies.

Free on-line access at http://www.geodetski-vestnik.com.

IF JCR (2020): 0,551

IF SNIP (2020): 0,417

Geodetski vestnik je odprtodostopna revija. Recenzirani objavljeni članki so indeksirani in povzeti v:

Social Sciences Citation Index (SSCI) Social Scisearch (SSS) in

Journal Citation Reports/Social Sciences Edition (JCR/SSE)

Geodetski vestnik je indeksiran in povzet tudi v bibliografskih zbirkah: GEOBASE(TM), ICONDA – International Construction Database, DOAJ

– Directory of Open Access Journals, SCOPUS, COBISS, Civil Engineering Abstracts, GeoRef, CSA Aerospace & High Technology Database, Electronics and Communications Abstracts, Materials Business File, Solid State and Superconductivity Abstracts, Computer and Information Systems, Mechanical & Transportation Engineering Abstracts, Water Resources Abstracts, Environmental Sciences

Geodetski vestnik is an open access journal. The reviewed papers are indexed and abstracted in:

Social Sciences Citation Index (SSCI) Social Scisearch (SSS) and Journal Citation Reports/ Social Sciences Edition (JCR/SSE)

Indexed and abstracted is also in those bibliographic data bases: GEOBASE(TM), ICONDA – International Construction Database, DOAJ – Directory of Open Access Journals, SCOPUS, COBISS, Civil Engineering Abstracts, GeoRef, CSA Aerospace & High Technology Database, Electronics and Communications Abstracts, Materials Business File, Solid State and Superconductivity Abstracts, Computer and Information Systems, Mechanical & Transportation Engineering Abstracts, Water Resources Abstracts, Environmental Sciences

Izdajanje Geodetskega vestnika sofinancira: Javna agencija za raziskovalno dejavnost Republike Slovenije.

Geodetski vestnik je vpisan v razvid medijev na Ministrstvu za kulturo Republike Slovenije pod zaporedno številko 526

Geodetski vestnik is partly subsidized by the Slovenian Research Agency.

Geodetski vestnik is entered in the mass media register at the Ministry of Culture of the Republic of Slovenia under No. 526.

Copyright © 2022 Geodetski vestnik, Zveza geodetov

GLAVNI UREDNIK

dr. Dušan Petrovič

ODGOVORNI UREDNIK

dr. Miran Kuhar

Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Slovenija Jamova cesta 2, SI-1000 Ljubljana Tel.: +386 1 4768 543 e-naslov: urednik@geodetski-vestnik.com

PODROČNI UREDNIKI

Sandi Berk, urednik rubrike strokovne razprave

dr. Božo Koler, področni urednik za inženirsko geodezijo

dr. Mojca Kosmatin Fras, področna urednica za fotogrametrijo in kartografijo dr. Klemen Kregar, področni urednik za geodezijo

dr. Anka Lisec, področna urednica za prostorske analize in upravljanje in nepremičnin

dr. Krištof Oštir, področni urednik za daljinsko zaznavanje in geoinformatiko

dr. Bojan Stopar, področni urednik za satelitsko geodezijo in geofiziko

dr. Gregor Čok, področni urednik za načrtovanje in urejanje prostora

MEDNARODNI UREDNIŠKI ODBOR

dr. Ivan R. Aleksić (Univerza v Beogradu, Gradbena fakulteta, Beograd, Srbija)

dr. Janja Avbelj (Eumetsat, Darmstadt, Nemčija)

dr. Branislav Bajat (Univerza v Beogradu, Gradbena fakulteta, Beograd, Srbija)

dr. Giuseppe Borruso (Univerza v Trstu, DEAMS, Trst, Italija)

dr. Raffaela Cefalo (Univerza v Trstu, Oddelek za inženirstvo in arhitekturo, Trst, Italija)

dr. Vlado Cetl (EK, Skupno raziskovalno središče, Ispra, Italija)

dr. Joep Crompvoets (KU Leuven, Public Governance Institute, Leuven, Belgija)

dr. Marjan Čeh (Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, Slovenija)

dr. Walter Timo de Vries (Tehniška univerza München, München, Nemčija)

dr. Urška Demšar (Univerza St. Andrews, Velika Britanija)

dr. Samo Drobne (Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, Slovenija)

mag. Erna Flogie Dolinar (Geodetska uprava RS, Ljubljana, Slovenija)

dr. Dušan Kogoj (Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, Slovenija)

dr. Žiga Kokalj (ZRC SAZU, Inštitut za antropološke in prostorske študije, Ljubljana, Slovenija)

dr. Klemen Kozmus Trajkovski (Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, Slovenija)

mag. Aljaž Lesjak (Inženirska zbornica Slovenije, Ljubljana, Slovenija)

dr. Božena Lipej (Nova univerza, Evropska pravna fakulteta, Nova Gorica, Slovenija)

dr. Reinfried Mansberger (Univerza za naravoslovne in biotehniške vede, IVFL, Dunaj, Avstrija)

dr. Leiv Bjarte Mjøs ( Visoka šola v Bergnu, Bergen, Norveška)

dr. Gerhard Navratil (Tehniška univerza na Dunaju, Dunaj, Avstrija)

Tomaž Petek (Geodetska uprava RS, Ljubljana, Slovenija)

dr. Alenka Poplin (Iowa State University, College of Design, Ames, Iowa, ZDA)

dr. Andrea Pődör (Univerza Óbuda, Székesfehérvár, Madžarska)

dr. Anton Prosen (Ljubljana, Slovenija)

dr. Dalibor Radovan (Geodetski inštitut Slovenije, Ljubljana, Slovenija)

dr. Fabio Remondino (Fondazione Bruno Kessler, 3DOM, Trento, Italija)

dr. Miodrag Roić (Univerza v Zagrebu, Fakulteta za geodezijo, Zagreb, Hrvaška)

dr. Balázs Székely (Univerza Eötvösa Loránda, Budimpešta, Madžarska)

dr. Bojan Šavrič (ESRI Ltd, Redlands, Kalifornija, ZDA)

dr. Maruška Šubic Kovač (Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, Slovenija)

dr. Joc Triglav (Geodetska uprava RS, Murska Sobota, Slovenija)

dr. Mihaela Triglav Čekada (Geodetski inštitut Slovenije, Ljubljana, Slovenija)

dr. John C. Weber (Grand Valley State College, Department of Geology, Allendale, Michigan, ZDA)

dr. Klemen Zakšek (Rosen Group, Lingen, Nemčija)

EDITOR-IN-CHIEF

Dušan Petrovič, Ph.D.

EXECUTIVE EDITOR

Miran Kuhar, Ph.D.

University of Ljubljana, Faculty of Civil and Geodetic Engineering, Slovenia

Jamova cesta 2, SI-1000 Ljubljana, Slovenia

Phone: +386 1 4768 543

E-mail: editor@geodetski-vestnik.com

FIELD AND SUB-FIELD EDITORS

Sandi Berk, editor for the section Professional Discussions

Božo Koler, Ph.D., field editor for Engineering Geodesy

Mojca Kosmatin Fras, Ph.D., field editor for Photogrammetry and Cartography

Klemen Kregar, Ph.D., field editor for Surveying

Anka Lisec, Ph.D., field editor for Spatial Analyses and Real Estate Management

Krištof Oštir, Ph.D., field editor for Remote Sensing and Geoinformatics

Bojan Stopar, Ph.D., field editor for Satelite Geodesy and Geophysics

Gregor Čok, Ph.D., field editor for Spatial Planning

INTERNATIONAL EDITORIAL BOARD

Ivan R. Aleksić, Ph.D. (University of Belgrade, Faculty of Civil Engineering, Belgrade, Serbia)

Janja Avblej, Ph.D. (Eumetsat, Darmstadt, Germany)

Branislav Bajat, Ph.D. (University of Belgrade, Faculty of Civil Engineering, Belgrade, Serbia)

Giuseppe Borruso, Ph.D. (University of Trieste, DEAMS, Trieste, Italy)

Raffaela Cefalo, Ph.D. (University of Trieste, Department of Engineering and Architecture, Trieste, Italy)

Vlado Cetl, Ph.D. (EC, Joint Research Centre, Ispra, Italy)

Joep Crompvoets, Ph.D. (KU Leuven, Public Governance Institute, Leuven, Belgium)

Marjan Čeh, Ph.D. (University of Ljubljana, Faculty of Civil and Geodetic Engineering, Ljubljana, Slovenia)

Walter Timo de Vries, Ph.D. (Technical University of Munich, München, Germany)

Urška Demšar, Ph.D. (University of St. Andrews, St. Andrews, Scotland, United Kingdom)

Samo Drobne, Ph.D. (University of Ljubljana, Faculty of Civil and Geodetic Engineering, Ljubljana, Slovenia)

Erna Flogie Dolinar, M.Sc. (Surveying and Mapping Authority of the Republic of Slovenia, Ljubljana, Slovenia)

Dušan Kogoj, Ph.D. (University of Ljubljana, Faculty of Civil and Geodetic Engineering, Ljubljana, Slovenia)

Žiga Kokalj, Ph.D. (ZRC SAZU, Institute of Anthropological and Spatial Studies, Slovenia)

Klemen Kozmus Trajkovski, Ph.D. (University of Ljubljana, Faculty of Civil and Geodetic Engineering, Ljubljana, Slovenia)

Aljaž Lesjak, M.Sc. (Slovenian Chamber of Engineers, Ljubljana, Slovenia)

Božena Lipej, Ph.D. (New university European faculty of law, Nova Gorica, Slovenia)

Reinfried Mansberger, Ph.D. (University of Natural Resources and Life Sciences, IVFL, Vienna, Austria)

Leiv Bjarte Mjøs, Ph.D. (Bergen University College, Bergen, Norway)

Gerhard Navratil, Ph.D. (Vienna Technical University, Vienna, Austria)

Tomaž Petek (Surveying and Mapping Authority of the Republic of Slovenia)

Alenka Poplin, Ph.D. (Iowa State University, College of Design, Ames, Iowa, USA)

Andrea Pődör, Ph.D. (Óbuda Univerity, Székesfehérvár, Hungary)

Anton Prosen, Ph.D. (Ljubljana, Slovenia)

Dalibor Radovan, Ph.D. (Geodetic Institute of Slovenia, Ljubljana, Slovenia)

Fabio Remondino, Ph.D. (Fondazione Bruno Kessler, 3DOM, Trento, Italy)

Miodrag Roić, Ph.D. (University of Zagreb, Faculty of Geodesy, Zagreb, Croatia)

Balázs Székely, Ph.D. (Eötvös Loránd University, Budapest, Hungary)

Bojan Šavrič, Ph.D. (ESRI Ltd, Redlands, California, USA)

Maruška Šubic Kovač, Ph.D. (University of Ljubljana, Faculty of Civil and Geodetic Engineering, Ljubljana, Slovenia)

Joc Triglav, Ph.D. (Surveying and Mapping Authority, Murska Sobota, Slovenia)

Mihaela Triglav Čekada, Ph.D. (Geodetic Institute of Slovenia, Ljubljana, Slovenia)

John C. Weber, Ph.D. (Grand Valley State College, Department of Geology, Allendale, Michigan, USA)

Klemen Zakšek, Ph.D. (Rosen Group, Lingen, Germany)

Copyright © 2022 Geodetski vestnik, Association of Surveyors of Slovenia

IZDAJATELJ

Zveza geodetov Slovenije

Zemljemerska ulica 12, SI-1000 Ljubljana, Slovenija e-naslov: info@geodetski-vestnik.com

IZDAJATELJSKI SVET

mag. Gregor Klemenčič, predsednik Zveze geodetov Slovenije dr. Dušan Petrovič, glavni urednik dr. Miran Kuhar, odgovorni urednik Sandi Berk, urejanje rubrike Strokovne razprave dr. Mojca Foški, tehnično urejanje in oblikovanje

TEHNIČNO UREJANJE IN OBLIKOVANJE

dr. Mojca Foški, e-naslov: mojca.foski@fgg.uni-lj.si Barbara Trobec, e-naslov: barbara.trobec@fgg.uni-lj.si

LEKTORIRANJE

Manica Baša

UREJANJE SPLETNIH STRANI

dr. Robert Klinc e-naslov: web@geodetski-vestnik.com

TISK

SIMPRO d.o.o., Brezovica

DISTRIBUCIJA

mag. Janez Goršič, e-naslov: janez.gorsic@fgg.uni-lj.si

TRŽENJE (OGLASNO TRŽENJE)

Zveza geodetov Slovenije

Zemljemerska ulica 12, SI-1000 Ljubljana e-naslov: zveza.geodetov.slovenije@gmail.com

NAVODILA AVTORJEM

http://www.geodetski-vestnik.com

PUBLISHER

Association of Surveyors of Slovenia

Zemljemerska ulica 12, SI-1000 Ljubljana, Slovenia e-mail: info@geodetski-vestnik.com

PUBLISHING COUNCIL

Gregor Klemenčič M.Sc, president of the Association of Surveyors of Slovenia

Dušan Petrovič, Ph.D., editor-in-chief Miran Kuhar, Ph.D., executive editor

Sandi Berk, editor of the section Professional Discussions

Mojca Foški, Ph.D., technical editor and design

TECHNICAL EDITOR AND DESIGN

Mojca Foški, Ph.D., e-mail: mojca.foski@fgg.uni-lj.si Barbara Trobec, e-mail: barbara.trobec@fgg.uni-lj.si

SLOVENE PROOFREADING

Manica Baša

WEB SITE ADMINISTRATION

Robert Klinc, Ph.D. e-mail: web@geodetski-vestnik.com

PRINT

SIMPRO d.o.o., Brezovica

DISTRIBUTION

Janez Goršič, M.Sc., e-mail: janez.gorsic@fgg.uni-lj.si

MARKETING (ADVERTISING)

Association of Surveyors of Slovenia

Zemljemerska ulica 12, SI-1000 Ljubljana, Slovenia e-mail: zveza.geodetov.slovenije@gmail.com

INSTRUCTIONS FOR AUTHORS

http://www.geodetski-vestnik.com

VSEBINA CONTENTS

UVODNIK | EDITORIAL

Dušan Petrovič ZAMIK Z RAZLOGOM 343 LATE WITH A REASON

Gregor Klemenčič POZDRAVNI GOVOR PREDSEDNIKA ZGS OB JUBILEJNEM 50. GEODETSKEM DNEVU 347 OPENING SPEECH AT THE 50TH LAND SURVEYING DAY

RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES

Božo Koler, Tilen Urbančič, Žiga Kobale 351 DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE

DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar 367 MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO BOUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY

Dilek Küçük Matci 387 SAMODEJNA RAZMEJITEV VODNIH TELES Z UPORABO PODATKOV CORINE IZ DALJINSKO ZAZNANIH SLIK

AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES

Houaria Namaoui 403 OCENA REANALIZE ERA5 VARIACIJE ATMOSFERSKE VODNE PARE V ALŽIRIJI EVALUATION OF ERA5 REANALYSIS ATMOSPHERIC WATER VAPOR VARIATION IN ALGERIA

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi 412 PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS

VSEBINA | CONTENTS

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković 432 PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA

STROKOVNE RAZPRAVE | PROFESSIONAL DISCUSSIONS

Katja Oven 449

TRIGONOMETRIČNA TOČKA I. REDA NA KRIMU RAZGLAŠENA ZA KULTURNO DEDIŠČINO FIRST-ORDER TRIGONOMETRIC POINT AT KRIM DECLARED A CULTURAL HERITAGE SITE

NOVICE IZ STROKE | NEWS FROM THE FIELD 455

NOVICE IZ GEODETSKIH DRUŠTEV | NEWS FROM PROFESSIONAL SOCIETIES 469

RAZNO | MISCELLANEOUS 489

DIPLOME IN MAGISTERIJI NA ODDELKU ZA GEODEZIJO UL FGG, OD 1. 5. 2022 DO 31. 7. 2022 2

Slike na naslovnici: Utrinki iz 50. geodetskega dne v Velenju, 22. in 23. septembra. Foto: Miha Muck.

ZAMIK Z RAZLOGOM LATE WITH A REASON

Dušan Petrovič glavnI urednik | editor-in-chief

Drage bralke in bralci. Tokratna, tretja številka Geodetskega vestnika prihaja med vas že globoko v mesecu vinotoku, kar ne običajno pozno. A razlog za to je povsem zavestna odločitev uredništva, da v njej zaobjamemo in zabe ležimo utrip na najpomembnejšem letnem dogodku slovenske geodezije. Letošnji, po vrhu še jubilejni, 50. Geodetski dan, ki smo ga številni skupaj doživeli nedavno v Velenju, je bil pomemben dogodek. Morda je prekmalu sklepati, ali je tudi prelomen, vsekakor pa ga v primerjavi s prejšnjimi krasi kar nekaj sprememb. Najpomembnejša in najočitnejša je bila velika želja po ponovnem srečanju v živo, kar smo v minulih dobrih dveh letih bolj ali manj strogih omejitev vsi še kako pogrešali. Ta želja se je kazala na vsakem koraku, v prisrčnih pozdravih stanovskih in drugih kolegov, nekdanjih sošolcev ali sodelavcev, ogledih predstavitev razstavljavcev, druženjih ob prigrizkih, obrokih in v plesu ob ritmih glasbenikov. Tudi v ponujeni pomiritvi odnosov med geodetskimi izvajalci in geodetsko upravo, ki so burili dobršen del pomladi.

A 50. Geodetski dan je zaznamovalo še kaj drugega, po dolgem času ni bil namenjen predvsem predstavitvi geodetske stroke širši, predvsem politični javnosti, temveč geodetom, nam samim. Sebi smo predstavili svoje dosežke in smeri razvoja, a se tudi kritično pogovorili o nekaterih tegobah. Ugledni tuji gostje so nam pokazali, da naša razmišljanja niso prav zelo drugačna od svetovnih usmeritev. Svoje raziskovalne dosežke je predstavil nov, prihajajoči rod geodetskih strokovnjakov. Seznanili smo se s nekaterimi no vostmi, a tudi težavami pri izvajanju storitev na področju urejanja nepremičnin in načrtovanja prostora. Odprto smo se pogovorili o kadrovski problematiki, zelo očitni in pereči v vseh vejah geodetske dejavnosti, izobraževalni, raziskovalni, upravni in izvajalski. Najvišje priznanje Zveze geodetov, plaketo za življenjsko delo, smo ob bučnem aplavzu in stoječih ovacijah podelili Tomažu Banovcu, ki je geodetsko stroko zaznamoval vse od prve izvedbe Geodetskega dneva, saj je, kot se je hudomušno izrazil, »takointako bil vedno povsod zraven«. Počastili smo tudi druge kolege za njihov dolgoletni in prizadevni prispevek geodetski stroki in posebej zvezi geodetov. Pa kaj bi še razpredal, saj je dobršen del te številke prepreden s podrobnejšimi opisi najpomembnejših dogodkov preteklega Geodetskega dneva in jih zagotovo ne boste prezrli. Ne spreglejte pa niti preostale vsebine, bogate ponudbe kar šestih znanstvenih prispevkov. V prvem

GEODETSKI VESTNIK

avtorji analizirajo transformacije višin med starim in novim višinskim sistemom na območju vzhodne Slovenije, že v naslednjem pa se podamo na nasprotni konec Slovenije, na Kras, v Brkine in Matarsko podolje ter se podučimo o značilnostih tamkajšnjih mejnih znamenj. Posnetki daljinskega zaznavanja so že desetletja zelo pomemben vir zajema prostorskih podatkov in v povezavi z novimi tehnologijami strojnega učenja se avtorji posvečajo zaznavanju vodnih teles. Četrti prispevek prav tako obravnava vse bolj pomembno vodo, a tokrat v obliki vodne pare, katere izračun za izbrano območje avtorji izdelujejo iz podatkov svetovnega klimatskega modela. Področje prostorske statistike, natančneje uporaba statističnih in nestatističnih metod, združenih v skupine, je avtorjem v petem prispevku omogočila identifikacijo potencialnih žarišč prometnih nesreč, v zadnjem prispevku pa avtorji primerjajo kvazigeoidni model ploskve izbranega območja s podatki treh svetovnih geopotencialnih modelov. V društvenem delu ne prezrite zamisli za geodetsko obarvano pohodništvo, aktivnosti naših predstavnikov v mednarodnem prostoru ter, kot uveljavljeno, pregleda prvih dosežkov nove generacije geodetov, njihovih zaključnih del na fakulteti. Jesen prinaša sklepne faze številnih del in projektov pred koncem leta, upam, da vseeno najdete čas za prebiranje revije, pa tudi za pripravo prispevkov za zadnjo letošnjo številko, ki jo pričakujmo že čez dobra dva meseca.

Dear Readers of Geodetski vestnik,

The third issue of Geodetski vestnik is out in October, which is unusually late. The reason for this lies in a perfectly rational decision of the editorial board to provide a fresh account of the most important annual event for Slovene land surveying. Numerous professionals gathered at this year’s Land Surveying Day and celebrated its 50th anniversary. The event was undoubtedly significant, and it remains to be seen if it represented a land mark, but it is undoubtedly true that it has brought about some changes. The most important and the most obvious one was a genuine desire to meet colleagues again in person, which so often remained unfulfilled in the past two years. It was reflected all over the place: in the exchanges of greetings between professionals and other colleagues, ex-school friends, and co-workers seen everywhere; in the genuine interest in exhibited items; in associations during tea breaks and meals; in the rhythms of dance to music. And last but not least, in the easing of tensions between practising land surveyors and the surveying authority, which ran high through a good part of spring.

Another point distinguished the 50th Land Surveying Day from its predecessors; it was not designed as a landsurveying showcase for the wider, predominantly political public. It was dedicated to us, land surveyors. Pre sentations of achievements and guidelines went hand in hand with critical reflections on particular concerns. Distinguished guests from abroad showed us that our reflections do not diverge so much from global trends. A new, future generation of surveying professionals presented their achievements. We became acquainted with some new developments and challenges encountered while providing services in the field of real estate and spatial planning. We held an open discussion on the critical issue of human resources, which arises in all our sectors, be it in education, research, administration fields, or the provision of services.

The highest prize of the Association, the Lifetime Achievement Award, went to Tomaž Banovec, who earned standing ovations and thunderous applause for his prominent role in the profession, which he has played from the very first Land Surveying Day. As he humorously added himself, “be it one way or another, I have always been here”. A few colleagues were honoured for their long-standing and outstanding contributions to the surveying profession, and especially the association. Allow me to stop here, as a good part of this issue is sprinkled with full accounts of the most important events in the last Land Surveying Day. I am sure you will not overlook them.

I also warmly advise you not to overlook other contributions, as many as six scientific papers being among them. The authors of the first one analyse the transformation of heights between the old and the new height systems in east Slovenia; the second one will take you to the other end of Slovenia – the Karst, Matarsko podolje, and Brkini Hills – its boundary marks and their characteristics. Remote sensing images have been an essential spatial data source for decades; their application in the mapping of water resources in connection with new technologies of machine learning was studied by another group of authors. Water, as an increasingly important element, is also the topic of the fourth paper, this time in the form of vapour. The authors attempted to compute its content for a chosen area from the global climate model. Spatial statistics, meaning the use

GEODETSKI VESTNIK

of statistical and non-statistical methods clustered in groups, enabled the authors of the fifth contribution to identify potential accident hotspots, while the last paper compares the quasigeoid surface model of a chosen area with the data of three Global Geopotential Models.

The part dedicated to the society’s activities brings to your attention an idea for hiking tinged with land surveying; accounts of international ventures of our representatives; and an overview of achievements of the new generation of land surveyors and their theses. Autumn is when numerous jobs and projects are due for completion before the end of the year. I sincerely hope that you will be able to devote some of your time to the current issue of the journal, in conjunction with the preparations of your contributions for the next issue, which is expected in about two months.

POZDRAVNI GOVOR PREDSEDNIKA ZGS OB JUBILEJNEM 50. GEODETSKEM DNEVU

OPENING SPEECH AT THE 50TH LAND SURVEYING DAY

Spoštovane geodetke in geodeti, spoštovani minister za okolje in prostor g. Uroš Brežan, spoštovani župan Velenja g. Peter Dermol, spoš tovani direktor Geodetske uprave Republike Slovenije g. Tomaž Petek, ostali gostje in ljubitelji geodezije, prisrčno pozdravljeni na jubilejnem, 50. Geodetskem dnevu v Velenju. Praznovanje obletnic je vedno nekaj posebnega, veselega in pozitivnega. Poseben dogodek, ko se zazre mo na prehojeno pot in usmerimo pogled v prihodnost. Kot posamezniki imamo pri tem vsak svoje spomine, občutke, doživljanja in pričakovanja. Tako je tudi edino prav, da lahko kot posamezniki s svojo različnostjo pripomoremo kar največ v skupno dobro delovanja družbe in naše geodetske stroke. Želim in verjamem, da bo tudi letošnji Geodetski dan zaznamovan z veliko pozitivne energije, odkritega osebnega druženja in iskrenih strokovnih razprav. Verjamem in razumem, da trenutno stanje duha v geodetski stroki ni najboljše. To si je treba priznati, saj priznanje ni lastnost šibkih, ampak močnih. In se ob tem jasno zavedati, da se moramo drug drugega poslušati in slišati. Pogosta težava v naši stroki je, da se premalo pogovarjamo, premalo poslušamo in ne slišimo.

Razvoj geodetske stroke v Sloveniji in nekdanjih ureditvah so zaznamovale različne prelomnice, ki so jih v večini prinašale zakonodajne in družbene spremembe. Namen vsake spremembe zakonodaje je izboljšanje pogojev delovanja geodetske stroke, modernizacija, višja stopnja digitalizacije, poenostavitev in pospešitev postopkov ter dvig učinkovitosti stroke za družbo kot celoto.

Takšno prelomnico geodetske stroke je tudi letos zaznamovala uveljavitev Zakona o katastru nepremičnin in uvedba novega informacijskega sistema katastra. V pripravo zakona in informacijskega sistema je bilo vloženega ogromno strokovnega dela, različnih usklajevanj vsebin in pozitivnih namenov, da bo novi zakon ustrezal sodobnim potrebam geodetske stroke. Predlagane rešitve še niso v popolnosti zaživele v praksi, se pa aktivno usklajuje vsebina, ki povzroča težave, geodetska uprava pa v oktobru začenja z regijskimi delavnicami tudi za pooblaščene inženirje. Po delavnicah se bomo pod okriljem zveze geode tov ponovno sestali vsi stebri geodetske stroke in se dogovorili glede nadaljnje organizacije strokovnih dogodkov na to temo za vse geodete.

Letošnja tema Geodetskega dneva je več kot primerna za današnji čas in stanje v geodetski stroki. Vzpostavitev digitalnega okolja in vpeljava poslovanja v njem sta zahteven in dolgotrajen proces, ki vključuje

mag. Gregor Klemenčič predsednik Zveze geodetov Slovenije | president of the Association of Surveyors of Slovenia

UVODNIK | EDITORIAL

digitalizacijo in v nadaljevanju digitalno transformacijo. Uspešno delovanje v splošnem in tudi digitalnem okolju je mogoče le, če povezano in usklajeno delujejo vsi stebri geodetske stroke. Povezano delovanje pomeni skupno oblikovanje strategij, skupno načrtovanje prihodnosti, tudi na kadrovskem področju. Temu se vse prevečkrat posveča premalo pozornosti, zato bo ob koncu Geodetskega dneva jutri okrogla miza na temo kadrovskih izzivov v geodetski stroki.

Spoštovani udeleženci Geodetskega dneva, začenjamo torej strokovni posvet, ki se bo danes končal s slavnostno akademijo, jutri pa nadaljeval s še enim strokovnim delom ter sklenil s sproščenim druženjem. Pustimo in dovolimo si praznovati jubilejni Geodetski dan, kot znamo in zmoremo samo geodeti. Z veliko strokovnega dela, druženja in veselja. Združimo to v odličen, pozitivno obarvan dogodek, ki se ga bomo še dolgo spominjali in bili nanj ponosni.

Iskrena hvala vsem za organizacijo letošnjega jubilejnega Geodetskega dneva, vsem predavateljem, hvala, spoštovani gostje, in hvala vsem vam udeležencem. Srečno, geodezija.

Velenje, 22. in 23. 9. 2022

Dear Land Surveyors, Minister for the Environment and Spatial Planning, Uroš Brežan, Mayor of Velenje, Peter Dermol, Director of the Surveying and Mapping Authority of the Republic of Slovenia, Tomaž Petek, distinguished guests from abroad and Slovenia, and all other friends of land surveying, allow me to warmly greet you here at the 50th Land Surveying Day in Velenje.

Celebrating anniversaries has always been something special, happy, and positive. This has always been an excellent opportunity to take a look back at the path taken and a glimpse into the future. This generates dif ferent memories, feelings, experiences, and expectations in every individual. So, it seems perfectly fitting for us, as individuals, to attempt to make a significant contribution to the common good of our society and our profession. I believe this year’s Land Surveying Day will be marked by plenty of positive energy, sincere per sonal encounters, and frank professional discussions. I am convinced, and I understand that our profession has seen better spirits. One should openly admit that; it is not a sign of weakness but of strength to acknowledge an unpleasant truth. One should always remain sensitive to the need to listen to and hear each other. A lack of conversation, an inability to listen to and to hear others, is often a serious obstacle in our profession.

The development of land surveying in Slovenia and other political entities has been marked by several turning points, predominantly the result of legislative and social changes. Every change of legislation aims to improve the conditions for the surveying profession, be it staying in touch with the latest professional developments, a higher degree of digitalisation, simplification and acceleration of procedures, or increased efficiency for the benefit of society as a whole.

This year, such a turning point occurred with the enforcement of the Real Estate Cadastre Act and the intro duction of a new cadastral information system. Their preparation required considerable professional efforts, substantial coordination, and honourable intentions so that the new act met the demands of contemporary land surveying. All the suggested solutions have not yet taken root in practice, but the issues are being successfully resolved; the state mapping authority starts with regional workshops for chartered engineers in October.

After the workshops are finished, the Association of Land Surveyors will organise a meeting for all the major players in land surveying in Slovenia, where arrangements for further professional events will be discussed.

The theme of this year’s Land Surveying Day is more than fitting for the times and circumstances of land surveying. The establishment and introduction of a digital environment are a demanding and lengthy process that first calls for digitalisation and then digital transformation. The secret to success in general and digital environments lies in the effective and smooth cooperation of all the pillars of the land surveying profession. This means a joint design of strategies and joint planning for the future, which includes human resources. We tend to forget that, which is why the round table organised at the end of the Land Surveying Day aims to address these issues.

Dear guests of the Land Surveying Day, let me announce the beginning of our expert meeting, which will be concluded by a Ceremonial Academy today, and with a relaxed social event tomorrow. Allow ourselves to

GEODETSKI VESTNIK

celebrate the anniversary of the Land Surveying Day in our unique, land-surveying way – with plenty of expert contributions, socialising, and goodwill. Let us join our assets into an extraordinary and positive event that we will remember with pride for many years ahead.

Let me express my sincere thanks for organising this year’s anniversary. I am grateful to all the speakers, thank you, distinguished guests, as well as all other participants. Good luck, land surveying!

Velenje, 22nd and 23rd September 2022

DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE

DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA

Božo Koler, Tilen Urbančič, Žiga Kobale

UDK: UDK: 528.38(497.4)

Klasifikacija prispevka po COBISS.SI: 1.01 Prispelo: 30.5. 2022 Sprejeto: 30. 8. 2022

DOI: 10.15292/geodetski-vestnik.2022.03.351-366

SCIENTIFIC ARTICLE

Received: 30. 5. 2022 Accepted: 30. 8. 2022

ABSTRACTIZVLEČEK

In this work, we analyzed the quality of height transformation between the old height system SVS2000 (vertical datum Trieste) and the new height system SVS2010 (vertical datum Koper). Based on the height differences of the benchmarks between the old and the new height systems stabilised in the area of eastern Slovenia, we determined the height transformation surface for two areas of different sizes. For both areas we analyzed the influence of different interpolation methods and the influence of using height differences of benchmarks of different orders of the levelling net. We found that the quality of height transformation is satisfactory for most surveying services. We have also analyzed the quality of the height transformation based on the average height difference of the benchmarks by using the SiVis software, which is intended for the transformation of ellipsoidal heights obtained by GNSS measurements, between the old and the new height systems.

KLJUČNE BESEDE KEY WORDS

višinska transformacijska ploskev, višinski sistem, višinski datum, interpolacija, povprečna višina, SiVis

height transformation surface, height system, vertical datum, interpolation, average height, SiVis software

| 351 | | 66/3 | RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES V G 2022 GEODETSKI VESTNIK | letn. / Vol. 66 | št. / No. 3 | SI | EN V prispevku smo analizirali kakovost transformacije višin med starim višinskim sistemom SVS2000 (višinski datum Trst) in novim višinskim sistemom SVS2010 (višinski datum Koper). Na podlagi razlik višin reperjev, ki so stabilizirani na območju vzhodne Slovenije, v starem in novem višinskem sistemu smo določili višinsko transformacijsko ploskev za različno veliki območji. Za obe smo analizirali vpliv različnih interpolacijskih metod in vpliv uporabe razlik višin reperjev različnih redov nivelmanske mreže. Ugotovili smo, da je kakovost transformacije višin zadovoljiva za večino geodetskih storitev. Kakovost transformacije višin na podlagi povprečne razlike višin reperjev smo analizirali tudi s programom SiVis, ki je sicer namenjen transformaciji elipsoidnih višin, pridobljenih z GNSS-višinomerstvom, med starim in novim višinskim sistemom.

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

UVOD

V Sloveniji je do konca leta 2018 veljal star višinski sistem z oznako SVS2000, ki je temeljil na višinskem datumu Trst. Na podlagi izmere nove nivelmanske mreže 1. reda Slovenije je bil uveden nov višinski sistem z oznako SVS2010 (Koler et al., 2019; Uredba, 2018), ki temelji na višinskem datumu Koper (Sterle in Koler, 2019). Na območju Slovenije razlika višin med višinskima sistemoma SVS2010 in SVS2000 ni konstantna, ampak so spremembe v razponu od 1,4 do 30,8 centimetra (Medved et al., 2020). To pomeni, da transformacija med višinskima sistemoma ni enostavna. Trenutno nimamo enotnega državnega modela višinske transformacije. Transformacije višin lahko naredimo z upoštevanjem in analizo razlik višin med obema sistemoma na nekem območju. Mogoča je tudi enostavnejša transformacija višin točk, ki temelji na razliki obeh uporabljenih višinskih referenčnih ploskev (modelov geoida oziroma kvazigeoida) pri uporabi tako imenovane metode GNSS-višinomerstva. To transformacijo lahko naredimo s programom SiVis (Medved et al., 2020).

Cilj raziskave je določitev višinske transformacijske ploskve (VTP) na večjem in manjšem območju. Analizirali smo vpliv kakovosti nadmorskih višin reperjev ter vpliv interpolacijskih metod na izdelavo VTP. Uporabili smo podatke višin reperjev v obeh višinskih sistemih, zbrane v bazi geodetskih točk, ki jo vodi Geodetska uprava Republike Slovenije (GURS). Kakovost VTP smo preverili na večjem testnem območju vzhodne Slovenije in manjšem na območju Ižakovcev (Pomurje) s transformacijo višin reperjev nižjih redov, katerih višine so določene v starem in novem višinskem sistemu. Prav tako smo preverili kakovost transformacije na podlagi povprečne razlike višin reperjev na izbranem območju. Analizirali bomo torej kakovost transformacije višin z različnimi metodami in jih primerjali med seboj. Preverili bomo tudi, kako se te transformacije ujemajo z rezultati, ki jih dobimo s programom SiVis, ob zaveda nju, da je ta transformacija namenjena le za višine, določene z GNSS-višinomerstvom (Medved et al., 2020; GURS, 2020).

2 TESTNO OBMOČJE ZA IZDELAVO VIŠINSKE TRANSFORMACIJSKE PLOSKVE

VTP smo izdelali za večje in manjše območje (slika 1), saj nas je zanimalo, kako velikost območja vpli va na kakovost izdelave VTP ozirom transformacijo višin. Na podlagi razlik višin reperjev od 1. do 3. reda lahko izdelamo različne VTP, ki nam omogočajo oceno vpliva vključevanja nivelmanskih reperjev različnih redov in natančnosti na izdelavo VTP in transformacijo višin. Razlike višin reperjev 4. reda, ki predstavljajo referenčno vrednost, smo uporabili za oceno kakovosti transformacije višin na podlagi VTP na navedenih območjih.

2.1 Večje območje v vzhodni Sloveniji

Podatke o nadmorski višini reperjev v SVS2010 in SVS2000 smo dobili iz spletne aplikaciji GURS (PREG, 2019). VTP smo izdelali na območju vzhodne Slovenije, na katerem je stabiliziranih veliko reperjev v različnih redovih nivelmanskih poligonov (slika 2). Iz slike 2 vidimo, da smo uporabili razlike višin reperjev v nivelmanski mreži 1. reda (133), 2. reda (29) in 3. reda (34). Za kontrolne reperje, ki

Slika 1; stran 353 zgoraj: Prikaz večjega in manjšega območja v vzhodni Sloveniji (vir podlage: DPK 500, GURS).

Slika 2; stran 353 spodaj: Prikaz uporabljenih reperjev na večjem območju v vzhodni Sloveniji (vir podlage: DOF050).

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

ležijo v nivelmanski zanki 1. reda številka 13, smo uporabili 29 reperjev 4. reda. Tako lahko podrobneje analiziramo vpliv kakovosti oziroma natančnosti višin reperjev na modeliranje VTP. V preglednici 1 prikazujemo podatke o številu nivelmanskih poligonov različnih redov na testnem območju in povprečne vrednosti ocene natančnosti določitve nadmorskih višin reperjev, ki so pridobljene iz izrav nave nivelmanske mreže 1. reda Slovenije in preračuna nivelmanskih poligonov nižjih redov (a-posteriori ocena natančnosti). Nivelmanski poligoni, ki so bili vključeni v raziskavo, so dostopni v Kobale (2021).

Preglednica 1: Število nivelmanskih poligonov različnih redov in povprečne vrednosti ocene natančnosti določitve nadmorskih višin reperjev, ki so bili vključeni v izdelavo VTP in analizo kakovosti.

Red nivelmanskega poligona

Število nivelmanskih poligonov

Razpon

H [mm]

SI| EN

[mm]

1 3 2,96–3,81 3,49 2 5 0,55–2,90 2,05 3 16 0,17–6,31 2,53 4 10 1,30–12,72 6,38

Nivelmanski poligoni 1. reda (N1-13-A, Hrastovec–Murska Sobota–Lendava), N1-13-B (Lendava–Lju tomer–Ormož–Ptuj) in (N1-12/13, Ptuj–Hrastovec) so bili izmerjeni v letih 2013 in 2014. Nivelmanski poligoni 2., 3. in 4. reda so stari nivelmanski poligoni, ki so bili izmerjeni v letih od 1950 do 1971 in so bili preračunani v SVS2010 na podlagi starih izmerjenih višinskih razlik.

Povprečne vrednosti ocene natančnosti določitve nadmorskih višin za reperje 1. reda znašajo med 2,96 mm (N1-12/13) in 3,81 mm (N1-13-A) oziroma 3,49 mm za vse nivelmanske poligone, vključene v nivelmansko mrežo 1. reda. Natančnost določitve nadmorskih višin reperjev je določena iz izravnave celotne nivelmanske mreže 1. reda Slovenije, z navezavo na fundamentalni reper FR-1049, zato so povprečne vrednosti natančnosti določitve višin pričakovane (Koler et al., 2019).

Ocene natančnosti določitve nadmorskih višin reperjev nivelmanskih poligonov nižjih redov so bile določene z izravnavo nivelmanskega poligona z navezavo na dane reperje, katerih natančnost v oceni natančnosti izravnanih reperjev ni upoštevana. Zato so za posamezne nivelmanske poligone nižjih redov povprečne vrednosti ocene natančnosti nadmorske višine reperja bistveno manjše kot ocene za nivelmanske poligone 1. reda (preglednica 1). Za reperje 2. reda, vključene v to raziskavo, znaša povprečna vrednost ocene natančnosti višin 2,05 mm. Reperji 3. reda imajo povprečno oceno natančnosti višin 2,53 mm. Za reperje 4. reda, ki so stabilizirani znotraj testnega območja in so bili vključeni v analizo kakovosti VTP, pa znaša povprečna vrednost natančnosti višin 6,38 mm. Če primerjamo povprečne ocene natančnosti določitve nadmorskih višin reperjev nižjih redov, lahko ugotovimo, da so rezultati pričakovani, saj ima vsak nižji red slabšo natančnost in večji razpon kot predhodni red nivelmanskih poligonov.

2.2 Manjše območje v Pomurju

Za primerjavo kakovosti VTP smo VTP oblikovali tudi na manjšem območju (slika 3). Zanimalo nas je, kakšna je kakovost transformacije višin z VTP, ki je izdelana na podlagi manjšega števila podatkov, na lokalni ravni. V tem primeru je bilo za izdelavo VTP uporabljenih 36 reperjev oziroma razlik višin reperjev med obema višinskima sistemoma. Od tega je bilo v interpolacijo vključenih 23 reperjev 1. reda, Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

9 reperjev 2. reda ter 4 reperji 3. reda. V analizo kakovosti izdelave VTP je bilo vključenih 24 reperjev 4. reda, ki ležijo v bližini izbranega območja.

2.3 Izdelava višinske transformacijske ploskve (VTP)

Tridimenzionalno ploskev, ki jo dobimo z različnimi interpolacijskimi metodami, sestavlja neprekinjeno polje vrednosti po celotnem območju izdelane ploskve. Na podlagi vhodnih podatkov reperjev (e, n in H) je interpolirana ploskev predstavljena z mrežo celic enakih velikosti. Različne metode interpolacij lahko razvrstimo v dve skupini, in sicer na interpolacije na podlagi determinističnih metod ter na podlagi geos tatističnih metod. Deterministične metode določajo vrednosti na podlagi vhodnih podatkov in določenih matematičnih enačb, medtem ko geostatistične metode temeljijo na statističnih modelih, ki vključujejo avtokorelacijo (Ayeni in Samuel, 2014). O posameznih metodah interpolacij in njihovi delitvi lahko več najdemo v številnih virih, na primer v Mitaš in Mitašova (1999), Johnston et al. (2001) in Grahor (2014). Urbančič et al. (2015) so analizirali različne interpolacijske metode za modeliranje površja. Na podlagi njihove analize smo za izdelavo VTP uporabili metodo kriging (Pilz in Spöck, 2007; Arun, 2016), metodo inverzne razdalje (angl. inverse distance) (Hessl et al., 2007; Ayeni in Samuel, 2014) in metodo nepravilnih trikotnikov (angl. triangulation) (Ayeni in Samuel, 2014). VTP je bila izdelana za velikosti celične mreže 900 metrov, 2500 metrov in 5000 metrov. Pri izdelavi VTP smo kot vhodne podatke uporabili razlike nadmorskih višin reperjev med starim (SVS2000) in novim (SVS2010) višinskim sistemom 1., 2. in 3. reda nivelmanskih poligonov (preglednica 1). Interpolacijo višinskih ploskev smo izvedli v programu Surfer 12 (Golden Software, LLC).

Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

Slika 3: Prikaz uporabljenih reperjev na manjšem območju v Pomurju (vir podlage: DOF050).

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

3 REZULTATI IN ANALIZA KAKOVOSTI TRANSFORMACIJ KONTROLNIH REPERJEV NA VEČJEM OBMOČJU

Višine 29 reperjev 4. reda, ki ležijo znotraj testnega območja (slika 2), smo uporabili kot kontrolne reperje za analizo kakovosti transformacije višin iz starega v novi višinski sistem. Transformacijo višin kontrolnih reperjev smo izvedli z uporabo različnih VTP. Izdelane VTP so prikazane z barvno lestvico in izolinijami v državnem koordinatnem sistemu D96/TM na slikah od 4 do 7. Prikaz z izolinijami nam omogoča, da lahko vidimo, kako se spreminja VTP glede na uporabljene različne interpolacijske metode in uporabljene podatke razlik višin reperjev različnih redov nivelmanskih poligonov. Na vseh slikah VTP so izrisani tudi kontrolni reperji, na podlagi katerih smo ocenjevali kakovost transformacije višin z VTP. Rezultati interpolacije višin z uporabo VTP in statistične mere so prikazani za različne uporabljene redove nivelmanskih poligonov. Analiza kakovosti VTP je bila narejena tako, da smo nadmorske višine kon trolnih reperjev 4. reda v SVS2000, ki stojijo znotraj testnega polja (slika 2), transformirali v SVS2010. Nato smo analizirali razlike med transformiranimi in preračunanimi višinami reperjev 4. reda v novem višinskem sistemu.

SI| EN

Kot je bilo navedeno zgoraj, smo VTP izdelali v treh različnih velikostih celice mreže (900 m, 2500 m, 5000 m). Analiza vpliva velikosti celične mreže na kakovost določitve VTP je pokazala, da velikost ce lične mreže ne vpliva bistveno na kakovost VTP oziroma transformacijo višin iz SVS2000 v SVS2010 (Kobale, 2021). V prispevku so prikazani le rezultati in analiza VTP za velikost celične mreže 900 m. Vsi ostali rezultati in analize so dostopni v Kobale (2021).

3.1 Grafična predstavitev rezultatov VTP, določene na podlagi razlik višin reperjev različnih redov na večjem območju

a) Grafična predstavitev VTP na podlagi razlik višin reperjev 1. reda

Za posamezno uporabljeno interpolacijsko metodo so rezultati izdelave VTP na podlagi razlik višin reperjev 1. reda prikazani na sliki 4.

S slike 4 vidimo, da so VTP, določene z različnimi metodami interpolacije, različne. VTP, interpolirana z metodo nepravilnih trikotnikov, je po podrobnosti poteka izolinij podobna metodi kriging, odstopa pa glede na obliko izolinij.

b) Grafična predstavitev VTP na podlagi razlik višin reperjev 1. in 2. reda

V postopek izdelave VTP, poleg reperjev 1. reda, vključimo še razpoložljive podatke reperjev 2. reda. Izdelane VTP so prikazane na sliki 5.

S slike 5 vidimo, da so tudi v tem primeru VTP, določene z različnimi metodami interpolacije, različne. Vse VTP so podobne ploskvam, ki so določene na podlagi odstopanj reperjev 1. reda (slika 4).

c) Grafična predstavitev VTP na podlagi razlik višin reperjev 1., 2. in 3. reda

Za posamezno interpolacijsko metodo so rezultati izdelave VTP na podlagi razlik višin reperjev 1. in 2. in 3. reda prikazani na sliki 6.

Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

Slika

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

S slike 6 vidimo, da so razlike med VTP, glede na VTP, ki so prikazana na sliki 5, zanemarljive oziroma jih praktično ni mogoče zaznati, kar je tudi pričakovano, saj so bile v tem primeru kot dodatni vhodni podatki za izdelavo VTP uporabljene razlike višin na samo dodatnih štirih reperjih 3. reda.

3.2 ANALIZA KAKOVOSTI VTP NA VEČJEM OBMOČJU

V preglednici 2 so zbrane statistične mere, na podlagi katerih lahko analiziramo kakovost VTP glede na uporabljeno interpolacijsko metodo in različne vhodne podatke za izdelavo VTP. Tako so prikazani minimalna in maksimalna vrednost odstopanj višin na kontrolnih reperjih, povprečna vrednost odsto panj, povprečje absolutnih vrednosti odstopanj, standardni odklon odstopanj višin in korenska srednja kvadratna napaka (angl. root-mean-square error, RMSE).

Preglednica 2: Statistične mere razlik transformiranih višin iz VTP na večjem območju na podlagi razlik višin reperjev različnih redov

Statistična mera [mm]

SI| EN

Kriging Inverzna razdalja Nepravilni trikotniki 1. red 1., 2. red 1., 2., 3. red 1. red 1., 2. red 1., 2., 3. red 1. red 1., 2. red 1., 2., 3. red

Min. –21,5 –17,5 17,4 –18,1 –17,9 18,6 –39,4 –39,4 27,9 Maks. 2,9 12,0 14,0 2,1 3,3 2,9 6,0 6,0 6,0 Razpon 24,4 29,5 31,4 20,2 21,2 21,5 45,4 45,4 33,9 Povprečje –9,2 –6,5 –4,7 –9,5 –8,7 8,0 –10,0 -8,3 –7,9 Abs. pov. 9,5 8,2 6,7 9,6 9,0 8,2 10,8 9,5 9,1 σHtran. 6,6 7,0 6,8 5,5 5,8 5,4 11,3 10,6 9,6

RMSE 11,3 9,5 8,2 11,0 10,4 9,6 14,9 13,3 12,3 Iz preglednice 2 vidimo, da se pri izdelavi VTP na podlagi več vhodnih podatkov (razlik višin reperjev) povprečno in absolutno povprečno odstopanje med transformirano višino in preračunano višino iz SVS2000 v SVS2010 zmanjša. Pri povprečni razliki je največja razlika pri metodi kriging, saj znaša od –9,2 mm (1. red) do –4,7 mm (1., 2. in 3. red). Pri VTP, izdelani z inverzno razdaljo, so razlike manjše in znašajo od –9,5 mm (1. red) do –8,0 mm (1., 2. in 3. red) in od –10,0 mm (1. red) do –7,9 mm (1., 2. in 3. red) za metodo nepravilnih trikotnikov. Glede na natančnost transformiranih višin kontrolnih reperjev () razlike niso statistično značilne. Iz preglednice 2 tudi vidimo, da na kakovost transformiranja višin kontrolnih reperjev ne vpliva število vhodnih podatkov, ki smo jih uporabili za izdelavo VTP z metodo kriging in inverzna razdalja, saj so razlike v minimalne. Za metodo kriging je natančnost pri uporabi več vhodnih podatkov celo slabša, če uporabimo tudi reperje 2. in 3. reda, vendar razlika ni statistično značilna. Pri uporabi metode inverz ne razdalje je natančnost slabša, če kot vhodne podatke uporabimo tudi razlike višin reperjev 2. reda. Nekoliko večja je razlika v pri interpolaciji iz VTP, ki je izdelana z metodo nepravilnih trikotnikov. Te razlike znašajo od 11,3 mm (1. red) do 9,6 mm (1., 2. in 3. red). Za vse interpolacijske metode se s povečevanjem vhodnih podatkov RMSE zmanjša.

Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

4 REZULTATI IN ANALIZA KAKOVOSTI TRANSFORMACIJ KONTROLNIH REPERJEV NA MANJŠEM OBMOČJU

4.1 Predstavitev rezultatov VTP, določene na podlagi razlik višin reperjev različnih redov na manjšem območju

Zaradi prostorske omejitve in ker so ugotovitve zelo podobne tistim, do katerih smo prišli pri večjem območju, grafično prikazujemo le rezultate VTP na podlagi razlik višin reperjev 1. reda. Ostale grafične predstavitve so dostopne v diplomski nalogi (Kobale, 2021).

a)

b)

Slika 7: VTP na podlagi razlik višin reperjev 1. reda na manjšem območju: a) metoda kriging, b) metoda inverzne razdalje in c) metoda nepravilnih trikotnikov.

Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

a) VTP na manjšem območju na podlagi razlik višin reperjev 1. reda

Za posamezno interpolacijsko metodo smo najprej izdelali VTP na podlagi razlik višin reperjev 1. reda (slika 7). Po primerjavi z rezultati za veliko območje lahko ugotovimo, da je vpliv različnih interpolacijskih metod na rezultate podoben.

b) VTP na manjšem območju višin reperjev 1. in 2. reda

Za posamezno interpolacijsko metodo se rezultati izdelave VTP na podlagi razlik višin reperjev 1. in 2. reda zelo malo razlikujejo od rezultatov, pri katerih smo uporabili le višine reperjev 1. reda. Ploskve kot celota imajo podobno geometrijo in obliko, razlike so le v detajlih in podrobnosti izrisanih izolinij.

c) VTP na manjšem območju višin reperjev 1., 2. in 3. reda

Z vključitvijo dodatnih štirih reperjev 3. reda glede na rezultate, ki so bili pridobljeni le z višino reperjev 1. reda ali kombinacijo z višinami reperjev 2. reda, nismo dobili značilnih razlik, saj je reperjev 3. reda na testnem območju premalo.

4.2 Analiza kakovosti VTP na manjšem območju

SI| EN

V preglednici 3 so zbrane enake statistične mere kot v preglednici 2 za večje območje, na podlagi katerih lahko analiziramo kakovost VTP glede na uporabljeno interpolacijsko metodo in različne vhodne podatke za izdelavo VTP.

Preglednica 3: Statistične mere razlik transformiranih višin iz VTP na manjšem območju na podlagi razlik višin reperjev različnih redov

Statistična mera [mm]

Kriging

Inverzna razdalja Nepravilni trikotniki

–8,0 –7,1 –3,6 –2,3 –2,3 –2,3 Maks. 18,6

Min.

19,3 11,1 11,6 18,1 14,0 16,6 16,6 Razpon 18,3 18,1 18,5 22,2 21,7 21,7 19,0 19,0 19,0 Povprečje 7,4

9,4 –2,3 –1,1 0,9 4,2 4,3 4,3 Abs. pov. 7,4 9,9 9,4 5,5 4,7 3,9 5,1 5,2 5,2

5,0 5,3 5,3 5,9 5,6 6,1 5,4 5,6 5,6 RMSE 8,8 11,2 10,7 6,2 5,6 6,0 6,8 6,9 6,9

Iz preglednice 3 vidimo, da so razponi pri vseh metodah interpolacije podobni, ne glede na število vhodnih podatkov. Pri metodi kriging in nepravilni trikotniki sta razpona manjša kot na večjem območju. Pri inverzni razdalji pa sta razpona pri večjem in manjšem območju primerljiva.

| 362 | | 66/3 | GEODETSKI VESTNIK Iz preglednice 3 tudi vidimo, da so pri metodi kriging vse razlike transformiranih višin na kontrolnih reperjih pozitivne, zato so tudi povprečne razlike večje kot na večjem območju, kar ne velja za metodo inverzne razdalje in nepravilnih trikotnikov. Pri inverzni razdalji in nepravilnih trikotnikih so absolutne povprečne razlike bistveno manjše kot na večjem območju (preglednica 2). Pri metodi kriging to velja le za VTP, izdelano na podlagi razlik višin reperjev 1. reda. Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

Vrednosti so za vse interpolacijske metode primerljive, pri čemer je na manjšem območju iz VTP, ki je izdelana z metodo nepravilnih trikotnikov, za približno dvakrat manjši. Pri metodi kriging in inverzna razdalja ocenjujemo, da velikost območja ne vpliva bistveno na kakovost transformacije višin. RMSE za metodo kriging nekoliko bolj odstopa od RMSE za metodo inverzne razdalje in nepravilnih trikotnikov, ki sta podobni. Na podlagi statističnih mer v preglednici 3 ocenjujemo, da z uporabo VTP, ki je izdelana z metodo inverzne razdalje in nepravilnih trikotnikov, na manjšem območju dosežemo boljše rezultate pri transformaciji višin iz SVS2000 v SVS2010.

5 TRANSFORMACIJA NA PODLAGI POVPREČNE RAZLIKE VIŠIN REPERJEV

Oceno kakovosti transformacije višin smo izvedli tudi na podlagi povprečne razlike višin reperjev 1. reda, 1. in 2. reda ter 1., 2. in 3. reda med SVS2010 in SVS2000 na obeh testnih območjih ( ) (preglednica 4). Kakovost transformacije višin smo tudi tu ocenjevali na podlagi transformacije višine 29 kontrolnih reperjev na večjem območju, ki ležijo znotraj testnega območja (slika 3), in 24 kontrolnih reperjev 4. reda, ki ležijo v manjšem območju (slika 4).

Preglednica 4: Povprečna vrednost razlik višin med novim in starim višinskim sistemom na večjem in manjšem testnem območju

Red reperja

∆Hvec.obm [mm]

PEER-REVIEWED ARTICLES

ČLANKI

Hmanj.obm

[mm] Razlika [mm]

1. –157,6 –165,0 –7,4

1. in 2. –158,1 –162,1 –4,0

1., 2. in 3. –157,2 –160,5 –3,3

Iz preglednice 4 vidimo, da se povprečne vrednosti razlik višin reperjev med SVS2010 in SVS2000 malo razlikujejo, saj so višine reperjev nivelmanskih poligonov 2. in 3. reda preračunane z navezavo na nivelmanske poligone višjega ali enakega reda. Iz preglednice 4 vidimo, da se povprečne vrednosti razlik višin reperjev med SVS2010 in SVS2000 na manjšem testnem območju razlikujejo nekoliko več (4,5 mm) kot na večjem testnem območju (0,9 mm).

Preglednica 5: Statistične mere razlik transformiranih višin na podlagi povprečne vrednosti razlik višin reperjev različnih redov

Statistična mera [mm]

Transformacija na podlagi ( H∆ ) večje območje manjše območje

–10,3 –13,2 –14,8 Maks.

Min.

31,6 28,7 27,1 Razpon

41,9 41,9 41,9 Povprečje

9,4 6,5 4,9 Abs. pov.

višin kontrolnih

vhodne

na

V splošnem lahko trdimo,

PLOSKVE

VZHODNE SLOVENIJE

rezultati transformacije

so spremembe vseh statističnih mer, glede na

TRANSFOMATION

| PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

višin na podlagi povprečne vrednosti odstopanj višin reperjev 1., 2. in 3. reda dobri. Rezultati so v mejah pričakovanj in razumljivi, saj so tudi razlike H∆ višin reperjev 1., 2. in 3. reda, izračunane iz različ nih vhodnih podatkov, minimalne (preglednica 4). Kakovost transformacije višin je nekoliko slabša kot pri uporabi VTP za večje ali manjše območje.

6 TRANSFORMACIJA VIŠIN S PROGRAMOM SIVIS

Program SiVis je namenjen transformaciji višin, ki jih dobimo z GNSS-višinomerstvom, iz starega v novi višinski sistem na podlagi razlik geoidnih višin med starim geoidom SLO_AGM2000/Trst in novo višinsko referenčno ploskvijo SLO_VRP2016_Koper (Medved et al., 2020; GURS, 2020). Kakovost transformacije višin smo enako kot zgoraj ocenjevali na podlagi transformacije višin kontrolnih reperjev 4. reda.

Preglednica 6: Statistične mere razlik transformiranih višin s programom SiVis

Statistična mera SiVis [mm] Statistična mera SiVis [mm]

SI| EN

Min. –30,8 povprečje 25,2 Maks. 68,1 abs. pov. 29,3 Razpon 98,9 σHtran. 22,5 RMSE 32,7

Iz preglednice 6 vidimo, da je transformacija višin s programom SiVis najslabša, saj so vse statistične mere večje kot pri kateri koli drugi metodi transformacije višin. Rezultat ni presenetljiv, saj, kot je bilo že navedeno, je program SiVis namenjen transformaciji višin, pridobljenih z GNSS-višinomerstvom (Medved et al., 2020; GURS, 2020). S tem potrjujemo, da – glede na druge možnosti, ki jih imamo – uporaba SiVis za namen transformacije višin na lokacijskih prikazih ni ustrezna, saj so razlike v transformiranih višinah lahko prevelike in natančnost transformacije slaba.

7 SKLEP

V članku smo obravnavali problem transformacije višin iz starega višinskega sistema SVS2000 (datum Trst) v novi višinski sistem SVS2010 (datum Koper) ali nasprotno. Analizirali smo kakovost transfor macije višin na podlagi različnih VTP, ki smo jih modelirali z različnimi interpolacijskimi metodami (kriging, inverzna razdalja, nepravilni trikotniki). Pri kreiranju VTP smo uporabili tudi različne vhodne podatke. Tako smo izdelali VTP le na podlagi razlik višin reperjev med SVS2000 in SVS2010 1. reda, nato 1. in 2. reda ter na koncu še 1., 2. in 3. reda. Izhajali smo iz višin reperjev dveh različno velikih območij v vzhodni Sloveniji. Na podlagi analize kakovosti transformacije višin smo ugotovili, da je transformacija višin na podlagi VTP, ki so kreirane na podlagi več vhodnih podatkov, kakovostnejša, čeprav je kakovost določitve višin reperjev 2. in 3. reda običajno slabša, saj smo višine v SVS2010 dobili s ponovno izravnavo starih merjenih višinskih razlik nivelmanskih poligonov nižjih redov v višinskem datumu Koper oziroma SVS2010. Analiza kakovosti transformacije višin z različnimi VTP je bila narejena na podlagi odstopanj višin med starim in novim višinskim sistemom na reperjih in transformiranih višin z različnimi VTP. Za kontrolne Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

reperje smo uporabili reperje 4. reda, ki so stabilizirani znotraj testnega območja. Rezultati so pokazali, da so vse interpolacijske metode primerne za kreiranje VTP. Pri VTP, ki je bila kreirana za večje območje, so σHtran za metodi kriging in inverzne razdalje primerljivi. Pri VTP, kreirani z metodo inverznih trikotnikov, pa je σHtran za približno dvakrat slabši. Kljub temu smo dosegli centimetrsko natančnost transformacije višin, kar je kljub vsemu dobro za transformacijo podatkovnih nizov in lokacijskih prikazov. Na man jšem območju so rezultati transformacije višin na podlagi VTP za vse interpolacijske metode podobne kakovosti, saj so razlike med statističnimi merami in σHtran minimalne (od 5,0 mm za metodo kriging (VTP, izdelana na podlagi razlike višin reperjev 1. reda) do 6,1 mm z metodo inverzne razdalje (VTP, izdelana na podlagi razlike višin reperjev 1., 2. in 3 reda)).

Transformacijo višin lahko naredimo tudi na podlagi povprečne razlike višin reperjev v SVS2000 in SVS2010 na večjem in manjšem testnem območju. Pričakovano so povprečne vrednosti razlik višin med reperji 1. reda, 1. in 2. reda ter 1., 2. in 3. reda minimalne, saj so preračunane višine izravnane z navezavo na reperje višjih ali enakih redov v SVS2010 na testnem območju. Zaradi izračunanih malih razlik v povprečni vrednosti razlik višin so tudi razlike v vseh testnih statistikah minimalne. Kakovost transformacije višin σHtran je velikostnega reda en centimeter, kar je zelo dober rezultat.

S transformacijo višin s programom SiVis dobimo najslabše rezultate, kar je tudi razumljivo. Program SiVis je bil namreč razvit za potrebe transformacije višin, pridobljenih z GNSS-višinomerstvom, na podlagi geoidnih razlik med SLO_AGM2000/Trst in SLO_VRP2016_Koper, kar je jasno navedeno tudi v navodilih za uporabo programa.

Na podlagi analize zato za kakovostno transformacijo višin med višinskima sistemoma predlagamo transformacijo z VTP, ki jo kreiramo za posamezno območje ali na podlagi povprečne razlike višin reperjev v okolici. Vsekakor pa moramo po transformaciji višin kakovost in zanesljivost transformacije preveriti na terenu. Pri starem ali obstoječem lokacijskem prikazu to na primer pomeni ponovno izmero višin identičnim točkam v SVS2010 in primerjavo s transformiranimi višinami.

Literatura in viri:

Arun, P. V. (2013). A comparative analysis of different DEM interpolation methods. The Egyyptian Journal of Remote Sensing and Space Sciences, 16, 133–139. DOI: https://doi.org/10.1016/j.ejrs.2013.09.001

Ayeni, B., Samuel, K. J. (2014). An evaluation of digital elevation modeling in GIS and Cartography. Geo-spatial Information Science, 17 (2), 139–144. DOI: https:// doi.org/10.1080/10095020.2013.772808

Grahor, V. (2014). Primerjava prostornin na osnovi podatkov zajema z letalniki. Diplomsko delo. Ljubljana: Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, 64 str. https://repozitorij.uni-lj.si/IzpisGradiva. php?lang=slv&id=32290, pridobljeno 10. 1. 2022.

Geodetska uprava Republike Slovenije (2020). Tehnično navodilo za uporabo novega državnega višinskega sistema (Različica 1.0, datum 20. 2. 2020), https:// www.e-prostor.gov.si/fileadmin/DPKS/Navodila/Tehnicno_navodilo_ za_uporabo_novega_drzavnega_visinskega_sistema.pdf, pridobljeno 11. 2. 2022.

Golden Software, LLC., PO Box 281, Golden, CO 80402-0281 USA, https://www.

goldensoftware.com/, pridobljeno 10. 2. 2021.

Hessl, A., Miller, J., Kernan, J., Keenum, D., McKenzie, D. (2007). Mapping Paleo-Fire Boundaries from Binary Point Data: Comparing Interpolation Methods. The professional Geographer, 59 (1), 87–104. DOI: https://doi.org/10.1111/ j.1467-9272.2007.00593.x

Johnston, K., Ver Hoef, J. M., Krivoruchko, K., Lucas, N. (2001). Using ArcGIS Geostatistical Analyst. Redlands, California: ESRI Press. https://www.researchgate.net/ publication/200043204_Using_ArcGIS_geostatistical_analyst , pridobljeno: 9. 2. 2022.

Kobale, Ž. (2021). Določitev višinske transformacijske ploskve na izbranih območjih Slovenije. [Determination of the height transformation surface in selected areas of Slovenia]. Diplomska naloga. Ljubljana: Univerza v Ljubljani. https:// repozitorij.uni-lj.si/IzpisGradiva.php?id=131513&lang=slv, pridobljeno 14. 2. 2022.

Koler B., Stopar B., Sterle O., Urbančič T., Medved K. (2019). Nov slovenski višinski sistem SVS2010, Geodetski vestnik, 63 (1), 27–40. DOI: https://doi.org/10.15292/

Božo Koler, Tilen Urbančič, Žiga Kobale | DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE | DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA | 351-366 |

PEER-REVIEWED ARTICLES

geodetski-vestnik.2019.01.27-40

Medved, K., Kozmus Trajkovski, K., Berk, S., Stopar, B., Koler, B. (2020). Uvedba novega slovenskega višinskega sistema (SVS2010). Geodetski vestnik, 64 (1), 33–42. DOI: https://doi.org/10.15292/geodetski-vestnik.2020.01.33-42

22 (5), 621–632. DOI: https://doi.org/10.1007/s00477-007-0165-7

PREG (2018). http://prostor3.gov.si/preg/, pridobljeno 10. 7. 2019.

QGIS (2021). QGIS – A Free and Open Source Geographic Information System. https://www.qgis.org/en/site/, pridobljeno 15. 3. 2021.

RECENZIRANI ČLANKI

Mitaš, L., Mitašova, H. (1999). Spatial Interpolation. V P. Longley, M. F. Goodchild, D. Maguire in D. Rhin (ur.), Geographical Information Systems. 2nd Edition. Vol. 1. Principles and Technical Issues, 8, 481–492. http://fatra.cnr.ncsu. edu/~hmitaso/gmslab/papers/mitas_mitasova_1999_2005.pdf , pridobljeno 10. 2. 2022.

| Uredba (2018). Uredba o določitvi parametrov višinskega dela vertikalne sestavine državnega prostorskega koordinatnega sistema. Uradni list Republike Slovenije, št. 80/2018. https://www.uradni-list.si/glasilo-uradni-list-rs/ vsebina/2018-01-3854?sop=2018-01-3854, pridobljeno: 11. 2. 2022.

Pilz, J., Spöck, G. (2007). Why do we need and how should we implement Bayesian kriging methods. Stochastic Environmental Research and Risk Assessment,

SI| EN

Koler B., Urbančič T., Kobale Ž. (2022). Določitev višinske transformacijske ploskve na območju vzhodne Slovenije. Geodetski vestnik, 66 (3), 351-366.

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.351-366

doc. dr. Božo Koler

Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova cesta 2, SI-1000 Ljubljana bozo.koler@fgg.uni-lj.si

doc. dr. Tilen Urbančič Geotočka Tehnološki park 24, SI-1000 Ljubljana in Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova cesta 2, SI-1000 Ljubljana tilen.urbančič@fgg.uni-lj.si

Žiga Kobale

študent MA Geodezija in geoinformatika Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova cesta 2, SI-1000 Ljubljana zigakobale@hotmail.com

| 366 | | 66/3 | GEODETSKI VESTNIK Sterle, O., Koler, B. (2019). Določitev novega višinskega datuma Slovenije. Geodetski vestnik , 63 (1), 13–26. DOI: http://doi.org/10.15292/geodetskivestnik.2019.01.13-26

MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO

BOUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY

UDK: UDK: 528.44(497.4Kras)

Klasifikacija prispevka po COBISS.SI: 1.02

Prispelo: 3. 6. 2022

Sprejeto: 24. 6. 2022

V članku predstavljamo trideset ohranjenih mejnih znamenj katastrskih občin iz obdobja franciscejske katastrske izmere (1818–1819), ki smo jih našli v okolici Sežane, Lokve, Rodika, Markovščine in Materije. Proučevani mejni kamni so visoki sedemdeset centimetrov ali več, povečini imajo vklesane napise, ponekod tudi grbe. Nekatera mejna znamenja so kamniti osamelci oziroma večje skale in imajo prav tako vklesane napise. Opisana mejna znamenja še danes zaznamujejo uradne meje katastrskih občin, katerih podatki so v pristojnosti Geodetske uprave Republike Slovenije, nekatera pa so imela v zgodovini tudi pomembnejšo vlogo, saj so označevala meje okrožij ali kresij. Posamezna obravnavana znamenja so se v preteklosti uporabljala tudi kot trigonometrične točke, nekatera to dvojno vlogo še ohranjajo. Lokalno ustno izročilo kar nekaj od teh mejnih znamenj povezuje s švarceneško gospoščino grofov Petačev ter z raznoterimi mitskimi pošastmi, ki naj bi varovala meje gosposkih posesti. Na dveh primerih, Križen drevu in Kokoši (Jermanec), smo odkrili in dokazali, da meje današnjih katastrskih občin na tem območju z nastankom segajo v 16. stoletje. Zato lahko utemeljimo, da so na tem območju ohranjena mejna znamenja in danes uradni podatki o mejah katastrskih občin najstarejša ohranjena prostorska delitev Slovenije.

DOI: 10.15292/geodetski-vestnik.2022.03.367-386

REVIEW ARTICLE

Received: 3. 6. 2022

Accepted: 24. 6. 2022

In this paper we present 30 preserved boundary marks of the cadastral municipalities from the period of the Franciscan cadastral survey from 1818 to 1819, which we found in the vicinity of villages of Sežana, Lokev, Rodik, Markovščina and Materija in Slovenia. The studied boundary marks of the cadastral municipalities are 70 cm or more high, mostly with carved inscriptions, sometimes also with coats of arms, or have a form of isolated, larger rocks, which also have carved inscriptions. These boundary marks still mark the official boundaries of the cadastral municipalities today. But some of them also played a more important role in the past, as they marked the boundaries of the districts. Some once had a simultaneous cadastral and trigonometric role, and some still retain this dual role today. Quite a few of these boundary marks are linked to the preserved local oral tradition, associated with the Schwarzenegg estate of the Counts of Petazzi and various mythical monsters that guard the boundaries of the cadastral municipalities. With the help of two of them, Križen drev and Kokoš (Jermanec), we have discovered and proved, how the borders of the cadastral municipalities in this area date back at least to the 16th century. Therefore, we can consider the present-day boundaries of the cadastral municipalities in this area of Slovenia as one of the longest-lasting and preserved spatial division.

KLJUČNE BESEDE KEY WORDS

mejna znamenja, katastrske občine, franciscejska katastrska izmera, Sežana, Lokev, Rodik, Matarsko podolje

boundary marks, cadastral municipalities, Franciscan cadastral survey, Sežana, Lokev, Rodik, Matarsko podolje

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

ABSTRACTIZVLEČEK SI | EN

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

UVOD

V pričujočem delu bomo z geodetskega, katastrskega in zgodovinskega vidika obravnavali mejna zna menja katastrskih občin od Sežane do Staroda. Dokumentirana so v geodetsko-katastrskih arhivih iz let 1818–1819 in še danes zaznamujejo meje katastrskih občin. Obravnavnemu območju, imenovanemu tudi Kras, Matarsko podolje in Brkini, je skupna tudi zgodovina.

SI| EN

Območje Krasa in okolice je prepredeno s suhimi zidovi, ki imajo več funkcij: so odlagališče za odvečno kamenje, živini preprečujejo uhajanje na tuje travnike ali njive, ščitijo pred burjo, požari in erozijo ter, kar je najpomembneje, razmejujejo zemljišča oziroma zemljiške parcele (Belingar, 2015; Panjek, 2015). Suhi zidovi imajo zaradi lažjega dostopa do tako ograjenega zemljišča enega ali več vhodov, imenovanih vrzeli. Na koncu suhega zidu velikokrat stojijo masivnejši kamni, imenovani vrzelniki (Renčelj, 2002; Belingar, 2015). Vrzelniki imajo lahko še danes funkcijo stvarne oznake meje zemljišča (kot mejno znamenje za lom ali linijo poteka meje), saj na njih večkrat opazimo z rdečo narisane smeri parcelnih mej. Na vrzelnikih lahko najdemo tudi napise še iz časa franciscejskega katastra, na primer črko L iz leta 1817 za posest Lipice (Renčelj, 2002), ali iz obdobja intenzivnih poizkusov pogozdovanja tržaškega ozemlja med letoma 1870 in 1882, ko so na vrzelnike vklesali grb tržaške občine, ime gozda in letnico posaditve (Panjek, 2015). Poleg suhih zidov so zemljišča ločevali še s tako imenovanimi škrlami, to so posamezni grobo obdelani kamni, ki so drug za drugim postavljeni v vrsto, tako da razmejujejo parceli sosedov (Renčelj, 2002). Kamenje je lahko zloženo tudi v kupe, ponekod imenovane pili, ki so prav tako lahko imeli vlogo mejnika (Medvešček, 1992). Na stičiščih suhih zidov, v samem poteku suhega zidu ali samostoječe, največkrat ob presečiščih z nekdanjimi prometnicami, ponekod najdemo večje mejne kamne, okrašene z napisi in letnicami. Povečini so to mejniki katastrskih občin (slika 1a), okrajev, okrožij ali dežel. Pomembnost mejnika je izražena z njegovo velikostjo in številom napisov, grbov in letnic na njem (Ciglič, 1993). Kamni, ki razmejujejo neposredne sosedske parcele, pa so zelo redko okrašeni. Kot omenja Ciglič (1993), so imeli nekdaj v Istri, na Gornjem Krasu, v Brkinih in Čičariji navado, da so ob zakoličbi mejnega kamna dveh sosednjih parcel zakoličili še dodatni kamen, imenovan priča. Torej sta sosednja lastnika vsak na svoji parceli zakoličila svoj mejni kamen (slika 1b). Mejnike na tem območju so imenovali tudi konfini ali tirmeni (Ciglič, 1993), enostavnejše pa občasno tudi kar škrle (Renčelj, 2002). Kot bomo videli v nadaljevanju, imajo lahko vlogo mejnika katastrske občine tudi večji kamniti osamelci.

Rutar (1892) piše, da so zaradi potreb po pravičnejši razdelitvi davkov na tem območju pričeli izdelovati prvo davkarsko knjigo, imenovano tudi kataster, že leta 1537. Nasledila je leta 1523 uvedene urbarje. Za dokončanje katastra so porabili približno petdeset let, potem pa ugotovili, da je pomanjkljiv. Leta 1615 so ga pričeli popravljati, za kar so porabili celotno stoletje, dokončan pa naj bi bil šele v času Marije Terezije. Današnji obseg katastrskih občin so na terenu prvič enotno določili in izmerili med izdelavo jožefinskega ka tastra, ki so ga merili v letih od 1785 do 1789. Nastal je na trigonometrični merski osnovi, razviti za izdelavo prve vojaške topografske karte avstrijskih dežel, ki so jo merili geodetsko izučeni vojaki med letoma 1763 in 1786 (Korošec, 1978). Mejo katastrske občine je ob pripravi jožefinskega katastrskega operata obhodila in izmerila komisija, sestavljena iz zapriseženih predstavnikov lokalnih mejaških sosesk (Ribnikar, 1982; Žontar, 2006). Hkrati z mejo katastrske občine so topografsko zaokrožene enote v katastrski občini razdelili na ledine, te pa na parcele (Ribnikar, 1982). Površine so merili z razmeroma enostavnimi merskimi orodji, kot so merilne verige, vrvi in lesene letve, vendar jih niso izrisali na karte (Ribnikar, 1982; Slak et al., 2020). Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

b

Slika 1: a) mejnik katastrskih občin Naklo-Dolnje Ležeče (preglednica 1, 18) (foto: Triglav Čekada, 2021) in b) priči (23) (foto: Triglav Čekada, 2022). Meje katastrskih občin so v resnici še starejše od jožefinske katastrske izmere, saj povzemajo meje sosesk oziroma konskripcijskih občin, ki so jih uvedli ob popisu prebivalstva v letih od 1770 do 1772. Popis so izvedli zaradi potreb naborniške vojske, ki je takrat zamenjala plačano vojsko (Žontar, 1980; Mlakar, 1996; Lisec in Ferlan, 2017). Občinske meje in predvsem deželne meje so se večinoma navezovale na še starejše meje zemljiških gospostev ali cerkvenih posesti (Mlakar, 1996). Kot zanimivost omenimo Rutarja (1895), v katerem je ohranjen prepis opisa meje gospostva Švarcenek oziroma Završnišk1, ki naj bi ga lastnoročno v slovenščini napisal in podpisal grof Ludvik Petazzi oziroma slovenjeno Petač2 leta 1711 ter ga dal vsako leto predstaviti oziroma oklicati ljudstvu na shodih v Povirju, Rodiku, Brezovici in drugih vaseh. Meja je večinoma temeljila na tisti, ki jo je švarceneško deželno sodišče3 določilo v letih 1574–1576, in je bila v nemškem jeziku popisana v urbarju (Potokar, 2005). Podobno so v začetku in sredi osemnajstega stoletja vsako leto oklicali še potek okrajne meje med tolminskim in bovškem okrajem4 na Srpenici, da bi ga podložniki dobro poznali in ne prestopali (Rutar, 1882). Nekatere pomembnejše meje so že takrat opremili z mejniki, tako na severnem Primorskem še danes najdemo posamezne z grbi in letnicami okrašene mejnike dežel (med Benečijo in Avstrijo) ali gospostev, ki datirajo še v čas izpred jožefinskega katastra (Kozorog, 2008).

Naslednja, franciscejska zemljiškokatastrska izmera se je na območju avstrijskega Primorja z Istro izvajala med letoma 1818 in 1822. Predhodno določene stvarne meje (mejna znamenja) katastrskih občin so privzeli kot veljavne in jih na novo izmerili. Vsako katastrsko občino so merili in kartirali kot samostojno enoto, v enotnem merilu. Izmeri trigonometrične mreže in mej zemljišč za potrebe katastra sta potekali hkrati (Ribnikar, 1982; Slak et al., 2020). Najverjetneje so takrat na mejah katastrskih občin postavljali

1 Prevzem Švarceneške gospoščine s strani rodbine Petačev in njihovo izumrtje je podrobneje opisala še Turk (2015). Starejši viri (Rutar, 1895) govorijo o Završniški gospoščini, novejši viri večinoma o Švarceneški gospoščini, grofih Petačih ali Petazzi (Turk, 2015).

2 Identičen prepis meje iz Rutar (1895) je še v Potokar (2005) in Turk (2015). V Skrinjar (2006) je kartografsko prikazano, kako se je območje nekdanje švarceneške gospoščine, kasneje preimenovano v občino Sežana, spreminjalo skozi čas.

3 V Potokar (2005) je ohranjen prevod s priredbo imen krajev popisa meje švarceneškega deželnega sodišča iz leta 1576.

4 V Rutar (1882) je ohranjen prepis bovške meje, datiran z 1738 in 1757.

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

tudi mejnike, ki so jih uporabili za trigonometrično navezavo obeh samostojnih izmer sosednjih katastrskih občin. Mejnike katastrskih občin naj bi na novo postavljali predvsem tam, kjer lomi mej v topografiji niso bili enolično razpoznani (Čuček, 1979).

SI| EN

Večji mejni kamni, ki so ob franciscejski zemljiškokatastrski izmeri označevali meje katastrskih občin, so dvojno vlogo ohranili tudi kasneje. Na kartah 3. in 4. vojaške topografske izmere Avstro-Ogrske so nekateri še vedno označeni kot točke za trigonometrično grafično ali numerično izmero. Vsakoletni oklici mej in grožnje glede prehajanja oklicanih mej gospostev ter kasnejši obhodi, ki so jih ob jožefinski in franciscejski izmeri izvajali občinski predstavniki (velikokrat izbrani iz vrst kmetov), so se preprostim ljudem vtisnili globoko v kolektivni spomin. Ta se velikokrat veže na fizične objekte ali druge značilne topografske posebnosti nekega kraja (Hrobat, 2019). Zato tudi na obravnavanem območju najdemo veliko pripovedk o posmrtnem kaznovanju človeka, ki je v življenju skrivaj prestavljal mejnike, o pokopavanju mrtvih pod mejnike ter o kačah in različnih pošastih, ki čuvajo meje ali mejnike (Hro bat, 2009, 2019; Medvešček, 1992; Peršolja, 2000; Čok, 2016). Mejniki so lahko imeli tudi varovalno funkcijo in so ščitili pred uroki (Čok, 2016). Meje, mejniki in z njimi povezane pripovedke so se zlasti ohranile na krajih, kjer so gospodarji posesti veljali za trde vladarje, kot je bila na primer rodbina Petačev na Krasu (Rutar, 1892, 1895; Turk, 2015; Čeč, 2015). Preko pravljic, ki povečini izpostavljajo negativne lastnosti Petačev, se je slab glas o njih ohranil do danes (Peršolja, 2000).

V članku bomo predstavili nekatere ohranjene mejne kamne in označbe na kamnitih osamelcih, ki so razmejevali katastrske občine, okraje in okrožja na Krasu, Matarskem podolju ter v Brkinih. Vsaj del jih je povezanih z obsegom nekdanje švarceneške gospoščine (Petači) in se navezujejo na ohranjene mite, ki so povezani z mejami oziroma mejnimi kamni. Nekaj teh mejnih kamnov je že vpisanih v register kulturne dediščine, pobudo za vpis še osmih smo avtorji tega prispevka podali v letih 2021–2022.

2 METODOLOGIJA

Z ustrezno literaturo smo proučili, kje bi lahko še stala mejna znamenja katastrskih občin na območju Krasa, Matarskega podolja in Brkinov iz obdobja franciscejske zemljiškokatastrske izmere v letih 1818–1822. Na terenu smo poskusili identificirati vse s fotografijami predstavljene mejnike iz del Ciglič (1993), Renčelj (2002), Skrinjar (2006) ter s fotografijami in približno lokacijo opisana mejna znamenja iz Čok (2016). Na terenu smo preverili še lokacije, na katerih se dogajajo pripovedke iz okolice Rodika, zbrane v Hrobat (2009, 2019). Tudi Čok (2016) nekatera predstavljena mejna znamenja poveže z lokalnimi pripovedkami. Identificirali smo še štiri mejnike, prikazane na dopisnicah iz leta 1999, ki jih je natisnilo Primorsko numizmatično društvo s filatelistično sekcijo ob 180-letnem jubileju franciscejskega katastra na Primorskem (Pečar, 1999). Današnje stanje na nekaterih potencialnih lokacijah so nam opisali še informatorji, ki jih navajamo v zahvali.

Mejna znamenja smo na terenu iskali predvsem na presekih katastrskih občinskih mej s starimi kolovozi ali potmi in na tromejah katastrskih občinskih mej. Lokacije, kjer današnja cesta ali pot poteka po trasi starega kolovoza, smo preverili na arhivskih kartah 3. (1880–1885) in 4. (1896–1915) vojaške topografske izmere avstro-ogrske monarhije, ki jih lahko pregledujemo na spletnih kartografskih portalih Register kulturne dediščine ali Mapire (www.mapire.eu). Tam smo preverili tudi, ali so lokacije identificiranih Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

katastrskih mejnih znamenj morebiti označene tudi kot lokacije trigonometričnih točk. Za nekatera na terenu najdena mejna znamenja smo analizirali še arhivske podatke iz Lokavskih starin5 ter arhivske katastrske podatke iz franciscejske katastrske izmere, hranjene v arhivu v Trstu (ital. Archivio di Stato di Trieste, AST) ali Arhivu Republike Slovenije (postopek uporabe je podrobno opisan v Rože, 2020). Preverili smo tudi skice arhivskih podatkov o katastrskih postopkih v aplikaciji PREG ( http://prostor3.gov.si/preg/), s katero smo tudi preverjali podrobnosti o današnjih trigonometričnih točkah na preučevanih lokacijah.

3 REZULTATI

Slika 2: Pregledna karta najdenih mejnih znamenj (modre točke s črnim napisom), pregledanih lokacij, na katerih ni mejni kov (roza križi), mej katastrskih občin (oranžna črta), mej dežel (črtkana črna črta) ter okrožij in okrajev leta 1825 (vir topografske podlage: GURS; vir mej: Dolinar et al., 2011; Marušič, 2005; Žontar, 1980). Ob imenu lokacije najdenega mejnega znamenja je v oklepaju dodana še zaporedna številka iz preglednice 1. Leta 1814, po Napoleonovem padcu, se je za Trst, Goriško in Gradiško prijelo administrativno ime Avstrijsko primorje6. Pod Avstrijsko primorje so spadali tudi nekateri kvarnerski otoki in civilna Hrvaška. Ustanovili so tri okrožja: goriško, istrsko s sedežem v Trstu in reško. Leta 1816 so mu dodali še karlovško okrožje. Prve upravnopolitične spremembe so napočile že leta 1822, ko sta bili Reka in civilna Hrvaška priključeni Ogrski. Iz preostanka reškega okrožja so ustanovili pazinsko okrožje. To je dobilo dokončno podobo leta 1825, ko je bil primorski gubernij skrčen na dve okrožji: goriško in istrsko. Trst je postal samostojna enota in je ležal zunaj okrožij (Marušič, 2005; Dolinar et al., 2011).

5 Lokavske starine so trije zvezki avtorja Virgila Ščeka, ki jih hranijo v lokavskem župnišču. Prvi zvezek je nastal med njegovim prvim delovanjem v Lokvi, druga dva pa med letoma 1941 in 1946. Šček je v njih zapisoval tematsko nepovezano in časovno prepleteno najstarejše zapise iz Lokve, ljudske pesmi, običaje, narečne izraze, opisoval je društva, šolstvo, pomembne dogodke in povzemal podatke iz matičnih knjig (Čehovin, 2012).

6 Avstrijsko primorje se kot ime prvič pojavi leta 1731 v imenu komerčne intendance v Trstu (Golec, 2018).

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

PEER-REVIEWED ARTICLES

ČLANKI

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Z obnovitvijo avstrijske oblasti leta 1814 so spet ustanovili tudi okraje. Obravnavano območje je leta 1814 spadalo pod švarceneški okraj, ki je ležal v goriškem okrožju, pod podgrajski okraj, ki je ležal v reškem okrožju, in pod okraj Fünfenberg s slovenskim imenom Mokovo ali tudi Robida pri vasi Zabre žec7, ki je bil tega leta priključen istrskemu okrožju, pred tem pa je ležal v postojnskem okrožju v deželi Kranjski. Že leta 1816 je bil okrajni komisariat Švarcenek priključen istrskemu okrožju, kjer je ostal do leta 1825, ko je ponovno prišel pod goriško okrožje in se naslednje leto preimenoval v okrajni komisariat Sežana. V tem času je doživel spremembe tudi podgrajski okraj, saj je z razpadom reškega okrožja postal del novoustanovljenega pazinskega okrožja. Leta 1832, ko je razpadlo zemljiško gospostvo, z njim pa tudi okrajni komisariat Mokovo, so mu priključili še katastrske občine, ki so spadale pod glavno občino Materija (Marušič, 2005; Žontar, 1980; Krnel-Umek, 2006).

Med izvajanjem franciscejske katastrske izmere je torej obravnavano območje ležalo v treh okrožjih –goriškem, istrskem in reškem – ter v treh okrajih – švarceneškem, mokovem in podgrajskem. Vsako je bilo razdeljeno na glavne občine (prejšnji francoski komuni) in podobčine, katerih meje so praviloma ustrezale leta 1770/71 ustanovljenim števnim oddelkom ali konskripcijskim občinam oziroma v času Jožefa II. ustanovljenim katastrskim občinam (Žontar, 2006)

SI| EN

Preglednica 1: Podroben opis najdenih mejnih znamenj. V stolpcu »vir ali informator« je navedena literatura, v kateri je omem ba ali fotografija mejnega znamenja, lahko je dodano ime informatorja, ki nam je povedal za mikrolokacijo mejnega znamenja; v stolpcu »EŠD« je evidenčna številka dediščine iz Registra kulturne dediščine (RKD), če je bilo znamenje že vpisano vanj, ali »predlog« za znamenja, za katera smo avtorji članka poslali pobudo za vpis v RKD na Zavod za kulturno dediščino; v stolpcu »podroben opis« so v oklepaju podani prepoznani napisi na znamenju (originalni napisi, brez morebitnih jezikovnih posegov). Številka lokacije

Ime (meja KO) EŠD Vir ali informator Podroben opis (napis na katastrskem znamenju)

1 Kozjane-Bar ka-Vatovlje

meja okrožja, tromeja KO: Kozjane-Barka-Vatovlje (V, MIS LEZ, 1819)

2 Križen drev predlog Hrobat (2009) meja okrožja, tromeja KO: Rodik-Podgrad pri Vremah-Artvi že (1819, XXI, RODIK, II)

3 Pod Čukom Breda Geržina meja okrožja, meja KO: Rodik-Brezovica (1819, RODIK, SLOPE)

4 542 m, Ro dik-Brezovica

meja okrožja, meja KO, hkrati trigonometrična točka 48-IV18 (1819, RODIK, SLPE)

5 Letnica 1834: Hrpelje-Rodik meja okrožja, meja KO (COMUNITA DI HERPELE SEN TENZA, IL 7 MAGIO 1834, No 19, 3027, 1838)

6 Polanšček Hrobat (2009)

7 Sežanska vrzela, XX predlog Čok (2016); Renčelj (2002); Skrinjar (2006)

8 XXI

meja okrožja, tromeja KO: Gročana-Rodik-Hrpelje

kamniti osamelec, imenovan tudi Polhova peč, meja okrožja, tromeja KO: Bazovica-Sežana-Lokev (1818, CORG, SES SANA, XX)

AST* meja okrožja, meja KO: Bazovica-Lokev, »Chrishni Poti der na Bewadh«, zaobljen na vrhu, grba (1818, XXI)

7 Za slovenski prevod imena gradu Fünfenberg v članku uporabljamo ime Mokovo po Gestrin (1963) in Kosi, (2015), Krnel-Umek (2006) omenja še prevod v grad Robida pri vasi Zabrežec (St. Servulo zu Fünfenberg) in Muhov grad pri vasi Zabrežec.

* Catasto franceschino (CFr), Mappe del Catasto franceschino (M), Distretto di Sessana (DS), Comune di Corgnale (CCor), 132 b. Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

Številka lokacije

Ime (meja KO)

EŠD Vir ali informator

9 XXII 30644 RKD meja okrožja, meja KO, raven na vrhu, »Naslu doli«, grba (1818, XXII)

10 velik: XXIII 30645 Ciglič (1993); Ren čelj (2002); Potokar (2006); Čok (2016)

Podroben opis (napis na katastrskem znamenju)

11 XXIV meja okrožja, meja KO, zaobljen na vrhu, grba (1818, XXIV)

12 XXV 30643 RKD meja okrožja, meja KO, raven na vrhu, grba (1818, XXV)

13 Jermanec, XXVI 30646 Ivan Lojk; Čok (2016) meja okrožja, tromeja KO: Lokev-Gročana-Bazovica, zaobl jen na vrhu, grba (1818, XXVI, COR, GRO)

14 Orlek, III predlog Hrobat (2009); Birsa (2012) meja okrožja, meja KO: Sežana-Trebče, raven na vrhu, grba (1818, III, SESSANA)

15 Kislica: XVIII predlog Čok (2016) podrt, zaobljen na vrhu, tromeja KO: Sežana-Merče-Lokev (1818, CORG, SESSANA, XVIII)

16 Stari Tabor: XII Hrobat (2009); Čok (2016)

meja okrožja, meja KO, 175 cm visok, s podrobnimi napisi, grba (**)

večja naravna skala, prislonjena ob breg z napisom, meja KO: Povir-Lokev (1818, COR, XII)

17 Tri kunfini: XV predlog Čok (2016) kamniti osamelec, tromeja KO: Lokev-Divača-Naklo (1819, XV)

18 Naklo-Dolnje Ležeče 30237 RKD napisa na obeh straneh, meja KO: Naklo-Dolnje Ležeče (1819, NAKL, LESEZ)

19 Kobilja glava Hrobat (2009) odlomljen, tromeja KO: Rodik-Podgrad-Dane (RODIK)

20 velik: Mar kovščina-Gradiš če

21 manjši: Hotič na-Markovščina

predlog Ivan Lojk, dopisni ce (1999) meja okrožja, meja KO: Markovščina-Gradišče (KREIS ISTRIEN, BEZIRK FÜNFENBERK, GEMEINDE MAR KOUSHINA, 1819; KREIS FIUME, BEZIRK CASTEL NOVO, GEMEINDE GARDISCHE, 1819)

vogal meje KO: Hotična-Markovščina, brez napisov, križ na stranski stranici

22 Hrpelje-Materija predlog meja KO: Hrpelje-Materija (1818)

23 priči: Brezovi ca-Materija predlog Ciglič (1993) meja KO, vogal meje: Brezovica-Materija (brez napisov)

24 Sv. Duh: v suhem zidu

25 Hrušica-Pregar je-Zajelšje

26 Preval Prelovec pri Vogljah

27 Vrh Prelovec pri Vogljah

28 Tomajski Govc

Hrobat (2003) v suhem zidu, meja KO: Brezovica-Materija (DRUF, MATE RIE, 1819)

Hrobat (2009) mejni kamen trikotnega preseka, tromeja KO (H)

Hrobat (2009); Jordan Guštin meja KO: Voglje-Dutovlje (1819, XXVII, VOGLE, DU TOULE)

meja KO: Voglje-Dutovlje (1819, VOGLIE, V, DVTO ULE), 10 m stran je granitno znamenje trigonometrične točke 18 III. reda, trig. okraj Sežana

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

| 373 | GEODETSKI VESTNIK | 66/3 | RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES SI | EN Jordan Guštin manjši, meja KO: Voglje-Dutovlje (DUTOULE, VV, VOGLE)

| PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Številka lokacije Ime (meja KO) EŠD Vir ali informator Podroben opis (napis na katastrskem znamenju)

29 Kota 409 štirimeja KO: Dutovlje, Voglje, Križ, Sežana, naravni tristrani kamen z napisom (SESS, 1819 ali 1848)

30 Trnovce: Vogl je-Sežana Jordan Guštin meja KO v suhem zidu: Voglje-Sežana (IV, VOSIE)

** (Confinia Urbis Tergeste Castri Ac Swarzenegg Locis In Laudo Anni MDCXXXII Signatis Decreto Mariae Thesiae Rom. Imp. Hun. Boh. Reginae Confirmata Utriusque Ditionis Aere Reposita Die V May Anno MDCCLI; 1818) – za prevod glej poglavje 3.2.

3.1 Mejniki katastrskih občin na lokacijah, ohranjenih v ustnem izročilu V ustnem izročilu je običajno vsaj zrno resnice (Peršolja, 2000), zato smo na terenu preverili potencialne lokacije tromej katastrskih občin ter stičišča med mejami katastrskih občin in mejami naselij, kjer se dogajajo miti in pravljice, ki jih lahko povežemo tudi z varovanjem meje ali mejnikov (Hrobat, 2009, 2019; Čok, 2016). Postavili smo hipotezo, da so se miti sidrali na lahko razpoznavne fizične objekte, v našem primeru na mejne kamne mej katastrskih občin iz franciscejske katastrske izmere iz let 1818–1819.

V nadaljevanju navajamo v oklepajih zaporedne številke preiskanih lokacij mejnikov, kot so naraščajoče označene v preglednici 1.

SI| EN

Na naslednjih, bolj na splošno podanih lokacijah mitskih dogodkov na mejah katastrskih občin iz Hrobat (2009; 2019) smo na terenu še vedno našli mejna znamenja iz let 1818–1819 (slika 2): vrh hriba Križen drev (preglednica 1, lokacija 2), tromeja pod vrhom Kobilja glava (19), vrh hriba Polanšček zahodno nad Rodikom (6), ob planinski poti na Stari Tabor tik pod vrhom (16), na sotočju dveh potokov na tromeji Hrušica-Pregarje-Zajelšje (25), na prevalu Prelovec pri Vogljah (26) ter v bližini vasi Orlek (14). Preverili smo še presečišče meje katastrskih občin Pod lisičino pri Rodiku in presečišče nekdanje poti z mejo katastrskih občin na prelazu Prelovec nad Rodikom (med vrhoma Tabor in Ajdovščina), vendar tu nismo odkrili enostavno razpoznavnih mejnikov katastrskih občin. Presečišče meje med katastrskima občinama in mejo naselij Pod lisičino je v naravi označeno s skalo, na kateri so sledi kraškega nastanka. V mitih so označene kot sledi vozu, imenovanega »šembilja« (Peršolja, 2000). Značilna oblika skale je že sama po sebi enostavno razpoznavna topografska oblika, zato mogoče ni bilo potrebe, da bi tu postavili dodaten mejnik (Čuček, 1979). Cesta, ki je presečišče nekdanje poti z mejo katastrskih občin pod pre lazom Prelovec nad Rodikom, je danes močno razširjena, zato obstaja velika verjetnost, da so morebitni mejni kamen med preteklimi širitvami ceste že odstranili ali zasuli. Če povzamemo: na sedmih od devetih lokacij, omenjenih v Hrobat (2009), na katerih se v ustnem izročilu pojavljajo mitski dogodki v bližini katastrskih mej, smo našli večje mejnike katastrskih občin, na katerih sta večinoma še ohranjeni vklesani letnici postavitve 1818 ali 1819.

Čok (2016, 71) na lokaciji Stari Tabor (16) (slika 3a) omenja še eno, nekoliko manj mitsko predelano pripovedko, na podlagi katere lahko mejno znamenje na naravni skali na Starem Taboru povežemo s podrtim mejnikom na Kislici (15) (slika 3b), navede tudi vzrok za nastanek mita o kači, ki ga za to lokacijo omenja že Hrobat (2009). Tudi v pripovedih od drugod kača velikokrat ščiti mejo (na primer Orlek (14), Hrušica-Pregarje-Zajelšje (25)). Kislica in Stari Tabor sta namreč na severni meji katastrske občine Lokev z vasmi Merče, Plešivica, Povir in Gorenje. Kot omenja Čok (2016), naj bi si bili pastirji Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

med navedenimi mejnimi vasmi z Lokvijo venomer v laseh, zato naj bi grof Petač8 odredil gradnjo razmejevalnega suhega zidu po okoliških vrhovih, s čimer je želel preprečiti prehajanje na tuje pašne površine. Razmejevalni suhi zid naj bi začeli graditi leta 1818 med tem, ko so z gmajne čistili odvečno kamenje. Hkrati naj bi na stičiščih pašnih razmejitev postavili pokončne klesane kamne z vklesanimi imeni vasi. Kljub novemu suhemu zidu, ki je potekal po vrhovih od Kislice, Širokega vrha, Štuglja, Sprežnega hriba, Velikega hriba, Vršičev, Starega tabora, Obzidja in Strmca, je občasno še vedno izbruhnil kakšen prepir. Eden tudi leta 1823, ko naj bi sprte strani spet morale na zagovor h grofu. Ko so se prostovoljci avstrijskih dežel, tako imenovani »meksikajnarji«, vračali iz izgubljene vojne habsburškega nadvojvode Ferdinanda

8 Kdaj so se dogovorili o gradnji suhega zidu in s katerim grofom so govorili, iz tega zapisa ne izvemo. Če dodamo zgodovinske podatke o rodbini Petač (Turk, 2018; Rutar, 1892), ki pojasnijo, da je rodbina izumrla s smrtjo zadnjega grofa Adelma Petazzija leta 1817, ugotovimo, da gradnje zidu leta 1818 ta vsekakor ni mogel nadzirati, kaj šele razsojati v sporu leta 1823.

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

a c

b

Slika 3: a) Stari Tabor (preglednica 1, št. 16) (foto: Triglav Čekada, 2021); b) Kislica (15) (foto: Škafar, 2021); c) Sežanska vrzela (7) (foto: Škafar, 2021); d) Tri kunfini (17) (foto: Triglav Čekada, 2022).

| PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Maksimiljana v Mehiki leta 1867, je nekdo od njih povedal domačinom za kačo klopotačo, ki naj bi se v pravljicah naselila na navedene vrhove pod imenom »kača ropotača«. Od takrat naj bi se prepiri med pastirji nehali, saj si ni nihče več upal v bližino tega suhega zidu. Postavljanje večjih kamnov v trasi suhega zidu iz leta 1818 se kar samo poveže tudi z letnico izvedbe franciscejske katastrske izmere na območju. Mejni kamen na Starem Taboru (16) (slika 3a) smo najprej iskali na presečišču meje med katastrski ma občinama z mejo med vasema Gorenje in Povir. V ostankih suhega zidu smo našli le večje skale naravnega izvora brez napisov. Ob planinski poti tik pod vrhom Starega Tabora pa smo naleteli na katastrsko mejno oznako, ki je vklesana v dva metra visoko in štiri metre dolgo naravno skalo in je bila pred kratkim osvežena z rdečo barvo. Na vrhu Starega Tabora je bila med 3. in 4. vojaško topografsko izmero Avstro-Ogrske trigonometrična točka grafične izmere , ki je bila najkasneje leta 1947 zamenjana s kovinskim čepom s tricentimetrskim premerom, ki so ga zabili v skalo (trigonometrična točka III. reda št. 10, trigonometrični okraj Sežana).

SI| EN

Posebej moramo izpostaviti še mejni kamen na Križen drevu (slika 4a), označen leta 1819, saj je ta lokacija eksplicitno omenjena kot meja posesti Petačev (Krisne dreve) že v popisu njihove meje iz leta 1711 (Rutar, 18959) oziroma kot lokacija meje švarceneške deželnosodne meje (Creinz paume) že v urbarju iz let 1574–1576 (Potokar, 2005). Mejni kamen ima med franciscejsko katastrsko izmero tudi vlogo južne meje okrožij in ne samo južne meje okraja Švarcenek (slika 2). Južna meja med tržaškim oziroma goriškim in istrskim okrožjem je med letoma 1814 in 1832 vseskozi potekala po liniji od mejnika Polanšček (6) čez Križen drev (2) do tromejnika Kozjane-Barka-Vatovlje (1) (to je prvih šest mejnih znamenj v preglednici 1).

Danes je Križen drev ena izmed osrednjih lokacij Mitskega parka Rodik, zato mejnega kamna ne sme mo zamenjati z novejšimi kipi, postavljenimi v neposredni bližini. Kipi prikazujejo mitsko zgodbo o razkosanju obešenca, ki se ponovno sestavi nazaj (Hrobat Virloget, 2021). Mejnik označuje še veljavno tromejo med katastrskimi občinami Rodik, Podgrad pri Vremah in Artviže. Kamen je visok sedemdeset centimetrov, njegov presek meri 38 × 32 centimetrov, na vrhu je zaobljen, na strani, obrnjeni k Rodiku, ima napis RODIK XXI, na strani, obrnjeni k Podgradu, pa napis II SHG. Iz strogo geodetskega vidika je Križen drev zanimiv tudi zato, ker je imel mejni kamen, ki je izrisan na grafični prilogi katastrske izmere iz leta 190710 kot mejnik tromeje (slika 10a), poleg katastrske tudi funkcijo trigonometrične točke za grafično izmero. To dejstvo je evidentirano na kartah 3. in 4. vojaške topografske izmere avstro-ogrske monarhije. Mejni kamen je izgubil dvojno vlogo točke trigonometrične mreže in katastra najkasneje leta 1957. Takrat so 35 metrov vzhodno od njega vzpostavili in izmerili novo trigonometrično točko IV. reda št. 191 (trigonometrični okraj Sežana). Novo znamenje je izdelano iz granita, v nadzemnem delu ima dimenzije 15 ×15 centimetrov in gleda iz tal le nekaj centimetrov.

V Mitskem parku Rodik pod vrhom, imenovanim Kobilja glava, najdemo tudi star podrt in odlomljen kamnit tromejnik katastrskih občin Rodik, Podgrad in Dane (19). Stoji kakšnih 150 metrov nižje od novejših kipov Mitskega parka Rodik, najdemo ga v prvem ostrejšem levem ovinku ob gozdni poti, ki sledi trasi nekdanje poti. Kamen je dolg 78 centimetrov, širok 37 centimetrov in debel 22 centimetrov, na sprednji strani ima napis RODIK. Ob njegovem temelju iz tal gleda ostanek odloma, ki ga na sliki

4b vidimo v zgornjem desnem kotu. Ta tromejnik ni nikoli imel funkcije trigonometrične točke. Pod

9 Prepis najdemo povzet tudi v Potokar (2005) in Turk (2015).

10 IDPOS 1009 ko 2562 (vir: PREG).

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

vrhom, imenovanim Čuk, najdemo še nekdanji mejnik med okrožji, ki ima danes vlogo mejnika med katastrskima občinama Rodik in Brezovica (3) (slika 5b). Mejnik je kvadratne oblike s presekom 30 × 40 centimetrov, visok je 53 centimetrov, na njem sta napisa RODIK in SLOPE ter letnica 1819. Enake oblike in videza je mejnik tromeje katastrskih občin Kozjane, Barka in Vatovlje (1) (slika 5a), ki je v preteklosti prav tako imel še vlogo mejnika okrožij.

Slika 4: a) Križen drev (preglednica 1, št. 2); b) podrt mejnik pod Kobiljo glavo (19) (foto: Triglav Čekada, 2022).

Četrti odkriti mejnik, ki stoji na isti, že prej obravnavani meji okrožij, je na topografskih kartah označen s koto 542 m, nima navedbe imena (4) (slika 5c) in se po videzu razlikuje od opisanih. Mejnik ima še danes dvojno vlogo, saj je hkrati mejnik katastrske občine in trigonometrična točka IV. reda št. 48 (trigonometrični okraj Sežana).

Slika 5: a) Kozjane-Barka-Vatovlje (preglednica 1, št. 1); b) Pod Čukom (3); c) 542 m Rodik-Brezovica (4) (foto: a) Triglav Čekada, 2022; b) in c) Škafar, 2022). Podobno, dvojno vlogo tromejnika katastrskih občin in trigonometrične točke je imel zdaj podrti mejnik na Kislici (15) (slika 3b), saj je lokacija izrisana kot trigonometrična točka za grafično izmero na kartah 3. in 4. vojaške topografske izmere avstro-ogrske monarhije. Odstranili so ga najverjetneje leta 1950, ko so na njegovi lokaciji postavili klasično trigonometrično granitno znamenje vrhnje dimenzije 15 ×  15 centimetrov (trigonometrična točka III. reda št. 30, trigonometrični okraj Sežana11). Zaradi odročnosti in velike mase se je izruvani katastrski kamen na lokaciji ohranil vse do danes, podobno kot so drugod 11 Na topografiji trigonometrične točke je izruvani katastrski mejnik izrisan 2,6 metra stran od trigonometrične točke (vir: PREG). Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES

po Sloveniji na prvotnih lokacijah ohranjena še nekatera druga izruvana ali podrta trigonometrična znamenja, ki so jih skozi čas zamenjali z novimi tipi stabilizacij (Triglav Čekada in Jenko, 2020; Triglav Čekada et al., 2022).

S klesanih mejnikov preidimo na kamnite osamelce, ki so zaradi zanimivih pojavnih oblik pri lokalnih prebivalcih dobili tudi vsak svoje ime. Čok (2016) kot največji kamniti mejnik pri nas omenja kamniti osamelec, visok tri metre in dolg več kot deset metrov, ki so ga poimenovali Tri kunfini (17) (slika 3d). Stoji na ledini, imenovani Zavodi, tik ob južnem ovinku stare ceste, razmeroma blizu spodmola Triglavca, kjer naj bi nekoč izvajali obrede staroverci. Na njegovem skrajno južnem, najbolj strmem delu je vklesan napis 1819 XV (mogoče še K). Do tega mesta na kamnitem osamelcu nas najhitreje pripeljeta ostanka dveh suhih zidov, ki skupaj s kamnitim osamelcem ponazarjata stvarne meje treh katastrskih občin Lokev, Divača in Naklo. Ta osamelec ni nikoli imel vloge trigonometrične točke.

SI| EN

Kamniti osamelec Sežanska vrzela (7) (Čok, 2016), ponekod imenovan tudi Polhova peč (AST12), je visok in dolg kakšne tri metre in tudi zaznamuje tromejo, in sicer katastrskih občin Lokev, Sežana in Bazovica (slika 3c). Na njem poleg letnice 1818 najdemo vklesana imena katastrskih občin in zaporedno številko mejnika. Kamniti osamelec je nekdaj označeval tudi okrožno mejo z mestom Trst. Osamelec lahko prepoznamo tudi kot trigonometrično točko grafične izmere, vrisano na karti 3. vojaške topografske izmere avstro-ogrske monarhije, v kasnejših virih te vloge nima več.

3.2 Mejniki nekdanjega mesta Trst in švarceneške gospoščine

V naslednjem razdelku obravnavamo meje mesta Trst z goriškim okrožjem (slika 6). Na nekdanji mejni črti med mestom Trst ter goriškim okrožjem iz leta 1814 (Dolinar et al., 2011; Golec, 2018), to je med tromejnikoma katastrskih občin na Sežanski vrzeli (7) (slika 3a) in Jermancu (13) (slika 7d) s katastrsko občino Lokev, nam je na terenu uspelo najti vseh sedem originalnih zaporednih mejnikov od številke XX na Sežanski vrzeli do XXVI na vrhu hriba Kokoš, imenovanem Jermanec (preglednica 1, 7–13). Vsi imajo na eni strani tržaški grb (vrh sulice sv. Sergeja, zavetnika Trsta), na drugi pa grb grofov Petačev (peta s sedmimi žeblji ali sedem novcev), letnico 1818, okrajšave imen mejnih katastrskih občin ter zaporedno številko. Izdelani so iz klesanega kamna nadzemne višine okrog sto centimetrov, dolžine od 51 do 54 centimetrov ter prečne širine od 38 do 51 centimetrov. Trije mejni kamni so na vrhu zaobljeni, trije pa ravni. Večina jih je v ostankih nekdanjih suhih zidov. Pomensko najpomembnejši je največji mejnik, mejni spomenik, visok 175 centimetrov in s prečnim presekom 65 × 55 centimetrov, označen je s številko XXIII (10) (slika 7a), ki stoji tik ob glavni cesti Lokev–Bazovica, malo pred izvozom za Lipico. Čok (2016) nanj prostorsko naveže zgodbo o treh račkah, ki si pripravljajo prenočišče, ko jih prehiti noč pri konfinu (zgodba je variacija na zelo poznano pravljico o treh prašičkih). Na mejnem spomeniku je na eni strani, pod tržaškim grbom, v latinščini napis, ki nam razloži njegov pomen (popravljen prevod, katerega osnova je privzeta iz Potokar, 2005): »Meja mesta Trst in gospoščine Schwarzennegg, ki je bila s soglasjem obeh določena leta 1632. Potrjena z dekretom Marije Terezije, kraljice Rimskega cesarstva, ogrske in češke kraljice z dne 5. maja 1751. Mejni kamni so bili obnovljeni na stroške obeh administrativnih enot.« Na zadnji strani, pod grbom Petačev, je vklesana letnica 1818, kar pove, da so mejnike privzeli tudi za franciscejsko izmero katastra.

12 AST, CFr, M, DS, CCor, 132 b. Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

Slika 6: Povečava slike 2 za območje nekdanje meje med mestom Trst in goriškim okrožjem.

Dva kamna od sedmih, mejni spomenik XXIII (10) in mejnik številka XXV (12), sta označena na karti 3. vojaške topografske izmere v merilu 1 : 75.000 s simbolom za mejno znamenje. Oba sta na vrhu ravna, zato sta bila primerna za neposredno detajlno grafično katastrsko izmero, izvedeno z merilno mizico. Mejnik na Jermancu so verjetno uporabljali tudi za trigonometrično izmero. Kasneje so ga nadomestili s klasičnim trigonometričnim znamenjem manjših dimenzij, postavljenim kakih sto metrov proti vzhodu, bližje današnjemu planinskemu domu na Kokoši.

Podobno kot Križen drev zgoraj je lokacija vrha hriba Kokoš (Monte Cakus) omenjena že v popisu meje Petačev iz leta 1711 ter v urbarju iz let 1574–1576 (Rutar, 1895; Potokar, 2005). Obstaja zanimiv opis poteka meje iz leta 1711 (povzeto po Rutar, 1895): »Od Monte Cakus gre dol na te resane kamne, postavljne med Schwarzenesko inu Tersasko richto po glihinghi (po starem pa je schlu na Gropado).« Bi lahko bili »resani kamni«, omenjeni v besedilu, še danes obstoječi in kamnoseško okrašeni mejni kamni ali pa njihovi predhodniki, ki so bili morebiti postavljeni že leta 1632, ko je bila določena meja glede na napis na največjem kamnu, oštevilčenim s XXIII? Ta razlaga se ponuja kar sama, saj se izraz »resani kamni« ne more nanašati na suhe zidove. Predpostavljamo, da bi sicer za celotno mejo posesti, ki poteka po suhih zidovih, katerih ostanke še danes najdemo ob mejah katastrskih občin, nastalih iz nekdanje švarceneške gospoščine, pisalo, da poteka po »resanih kamnih«.

Na skici izmere iz leta 1940 v arhivskih katastrskih podatkih iz PREG od vseh sedmih mejnih kamnov najdemo izrisan samo ta velik mejni spomenik XXIII (10) (slika 10b).

V sklop iste meje okrožij spada še mejnik pri Orleku (14), ki smo ga omenili že v pregledu mejnikov, povezanih s pravljicami. Stoji nekaj sto metrov pred današnjo državno mejo med Italijo in Slovenijo, ne Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

SI|

koliko pred mostom čez železnico ter na meji katastrskih občin Sežana in Trebče. Visok je 92 centimetrov in ima presek 54 ×  4 centimetre, na vrhu je raven, na dveh straneh ima vklesana grba Trsta in Petačev. Poleg grba Petačev ga krasi še napis SESSANA, III, 1818. Njegova oblika in velikost sta primerljivi z mejnim kamnom, oštevilčenim z XXV (12) (slika 7c).

3.3 Druge nekdanje meje med okrožji obravnavanega območja V nekaj desetletjih po franciscejski katastrski izmeri se je upravna razdelitev obravnavanega območja spremenila, zato najdemo na Matarskem podolju, ob nekdanji glavni cesti Trst–Reka, še en mejnik, ki je imel med letoma 1814 in 1822 tudi funkcijo okrožne meje (slika 8). To je mejni spomenik (20), visok 135 centimetrov, širok 54 centimetrov in debel 27 centimetrov, na dveh straneh ima napis (slika 9c). Mejni kamen med današnjima katastrskima občinama Markovščina in Gradišče je bil postavljen v letu 1819 in je ločeval takratna okrajna komisariata Mokovo, ki je spadalo pod istrsko okrožje, ter Podgrad Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

Slika 7: a) detajl z napisom na 175 centimetrov visokem mejnem spomeniku XXIII ob glavni cesti Lokev–Bazovica (preglednica 1, št. 10); b) XXIV (11); c) XXV ob planinski poti s Kokoši proti Lipici (12); d) XXVI Jermanec na vrhu Kokoši (13) (foto: a), c) in d) Triglav Čekada, 2021, ter b) Škafar, 2021).

v reškem okrožju. Leta 1822 se Podgrad priključi pazinskemu okrožju, zato mejni kamen takrat izgubi funkcijo mejnika med okrožji, še vedno pa razmejuje okraja Mokovo in Podgrad. Okraj Mokovo je po letu 1832 prenehal obstajati, del njegovega ozemlja je prešel pod okraj Koper in del pod okraj Podgrad, ki sta bila oba v istrskem okrožju. Od takrat mejnik (20) razmejuje samo še katastrski občini.

ARTICLES

Slika 8: V sredini je izrisana meja med okrajem Mokovo v istrskem okrožju in okrajem Podgrad v reškem okrožju iz obdobja 1814–1822 (vir topografske podlage: GURS; vir mej: Dolinar et al., 2011; Marušič, 2005; Žontar, 1980).

ČLANKI

cba

Slika 9: a) mejnik Hrpelje-Materija (preglednica 1, št. 22); b) manjši mejnik Hotična-Markovščina (21); c) velik mejnik nekdanjih okrajev in katastrskih občin Markovščina-Gradišče (20) (foto: Triglav Čekada, 2021).

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Obravnavani mejnik med katastrskima občinama Markovščina in Gradišče (20) lahko povežemo z že opisanimi mejnimi kamni nekdanje meje tržaškega okrožja tudi prek petih jubilejnih dopisnic iz leta 1999, na katerih so z risbo upodobljeni napisi z izbranih mejnih kamnov (Pečar, 1999). Na eni dopisnici je upodobljen grb Petačev, kot ga vidimo na tržaških mejnih kamnih, na dveh pa obe strani mejnega spomenika med Markovščino in Gradiščem (20). Četrta dopisnica predstavlja napis na eni strani mejnika med katastrskima občinama, ki je nekoč stal na Črnem Kalu (DORF CERNICAL 1819), danes pa je v muzejskem depoju Pokrajinskega muzeja Koper (Dolenc, 2013). Le petega, na dopisnicah upodobljenega mejnika z napisom BECCA 1819 nam še ni uspelo najti, čeprav smo natančno pregledali ves teren ob presečiščih katastrskih mej z nekdanjimi potmi v okolici vasi Beka.

SI| EN

a

c

bSlika 10: Izris mejnikov na izrezih katastrskih grafičnih prilog, hranjenih v aplikaciji PREG (vir: GURS): a) 1907 – Križen drev13 (2); b) 1940 – velik mejni spomenik XXIII ob cesti Lokev–Bazovica14 (10); c) 1962 – velik mejni spomenik ob meji katastrskih občin Markovščina in Gradišče ob cesti Hrpelje–Starod15 (20).

13 PREG: IDPOS 1009 katastrska občina 2562, str. 40: postopek agrarna skupnost – spremembni izkazi.

14 PREG: IDPOS 01042 katastrska občina 2459, str. 6: postopek ekspropriacija ceste.

15 PREG: IDPOS 02005 katastrska občina 2575, str. 18: postopek revizija vrst rabe – naznanilni list. Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

Če obravnavamo katastrski pomen mejnega spomenika med Markovščino in Gradiščem (20), moramo najprej omeniti, da je vsaj do leta 1962 izrisan v arhivskih izvodih grafičnih katastrskih načrtov kot mejnik katastrske občine (slika 10c). Njegova geodetska vloga trigonometrične točke za grafično izmero je bila dokumentirana le v letih 1880–1885, to je v obdobju nastanka 3. vojaške topografske karte avstro-ogrske monarhije. Kasneje, med 4. vojaško topografsko izmero in danes, te vloge nima več. Ob isti cesti, bližje Hrpeljam pri Kozini, najdemo še en katastrski mejnik, ki je visok 95 centimetrov in katerega presek pri tleh meri 40 ×  32 centimetrov, ima vklesano letnico 1819 (22), a je takrat razmejeval samo katastrske občine (slika 9a). Ker so cesto v letih 1974–1975 rekonstruirali in razširili, obstaja možnost, da so ga prestavili. Mejnik ni stabilen in ga lahko rahlo zagugamo, česar pri drugih ohranjenih starih mejnikih nismo opazili. Kljub temu še vedno fizično in administrativno veljavno označuje mejo med katastrskima občinama. Tretji mejnik (21) (slika 9b) ob isti cesti, tik za izvozom proti vasi Skadanščina, je manjši, visok je 38 centimetrov, ima presek 22 × 22 centimetrov in označuje oglišče meje med katastrskima občinama Hotična in Markovščina. Vse tri mejnike je mogoče opaziti že pri vožnji iz avta, če se po cesti peljemo v neolistanem delu leta. Če se peljemo od Kozine proti mejnemu prehodu Starod, lahko vse tri mejnike vidimo na cestnem nasipu nekaj metrov od roba ceste: prvi (22) in drugi (21) sta na levi strani, zadnji, mejni spomenik (20) pa na desni strani (slika 8).

4 RAZPRAVA IN SKLEP

V članku smo predstavili trideset mejnih znamenj z območja Krasa, Matarskega podolja in Brkinov. Izbrana mejna znamenja so bila glede na letnice, ki so vklesane na večino, izmerjena med franciscejsko katastrsko izmero na mejah ali tromejah katastrskih občin. Sklepamo, da so bila nekatera takrat tudi postavljena, posamezna so še starejša. Nekaj mejnih znamenj je imelo tudi vlogo trigonometrične točke. Nekatera povezuje meja nekdanjega švarceneškega gospostva, druga pa pravljice, ki se dogajajo na obrav navanem območju. Na sedmih lokacijah od devetih, kjer se po Hrobat (2009) dogajajo pravljice na mejah katastrskih občin, kjer ta mesta varujejo kače in druge pošasti, smo na terenu našli ohranjene katastrske mejnike katastrskih občin iz let 1818 ali 1819. Prav tako smo našli vseh šest zaporednih mejnikov meje nekdanjega mesta Trst s katastrsko občino Lokev (meja med nekdanjimi okrožji). Tudi nekatera izmed teh so povezana z ljudskimi pripovedkami (Čok, 2016). Tako smo ugotovili, da so ljudske pripovedke, pravljice in miti lahko tudi dragocen vir za preučevanje zgodovine geodezije.

Mogoče najpomembnejše odkritje je potrditev mejnikov iz let 1818 ali 1819 na lokacijah Križen drev in vrh hriba Kokoš, ki sta bila omenjena kot lokaciji meje švarceneške gospoščine že v popisu meje iz leta 1711 in celo v urbarju iz let 1574–1576. S tem lahko za Primorsko potrdimo, da imajo nekatere meje katastrskih občin na tem območju izvor še v mejah iz 16. stoletja.

Preverili smo tudi podatke o obravnavanih mejnikih v arhivskih podatkih katastrskih postopkov pri Geodetski upravi Republike Slovenije, in sicer v aplikaciji PREG, kjer najdemo skenograme vseh ka tastrskih postopkov, izvedenih po letu 1900. Na treh lokacijah smo v skicah zasledili eksplicitno narisane mejnike, s čimer potrjujemo domnevo o kontinuiteti njihove uporabe v katastrskih postopkih vse do danes (številke v preglednici 1: 2, 10, 20). To so mejniki: Križen drev (2), mejni spomenik številka XXIII z latinskim napisom ob glavni cesti Lokev–Bazovica (10), mejni spomenik na katastrski meji Markovšči na-Gradišče ob glavni cesti Hrpelje–Starod (20). Ti trije mejniki so imeli med franciscejsko katastrsko izmero še vlogo mejnikov okrožij. Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

ARTICLES

ČLANKI

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Poudariti moramo, da smo avtorji pregledali tudi druge lokacije presekov katastrskih mej z nekdanjimi prometnicami, ki so potencialne lokacije starih mejnikov, vendar ne moremo trditi, da smo območje pregledali sistematično. Zato lahko v prihodnosti tu pričakujemo odkritja še drugih ohranjenih katastrskih mejnikov iz obravnavanega obdobja. Ob terenskem pregledu smo na potencialnih lokacijah mejnikov ponekod naleteli na luknje v ostankih suhih zidov, ki dajo slutiti, da so bili mejniki od tam odstranjeni. Našli smo tudi nekaj podrtih kamnov, ki bi bili lahko stari mejniki. Zaradi njihove očitne preperelosti ali zaraščenosti z mahom na njih nismo mogli prepoznati napisov. Zato ni mogoče ugotoviti, ali so to podrti mejniki iz franciscejske izmere ali le ostanki odstranjenih krajnikov suhih zidov.

Večina pregledanih mejnih znamenj je izdelana iz apnenca. Med njimi zasledimo mejnike z zaobljenim, bolj trikotno zašiljenim ali ravnim vrhom. Nekateri vklesani napisi so se ohranili tudi neposredno v kamnitih osamelcih ali drugih večjih, naravno prisotnih skalah.

SI| EN

Ne smemo pozabiti še enega pomembnega dejstva, mejniki katastrskih občin, ki so bili postavljeni najkasneje med franciscejsko katastrsko izmero, nimajo samo zgodovinskega in etnografskega pomena, ampak tudi upravnega, saj še vedno označujejo uradne meje današnjih katastrskih občin, ki se na obrav navanih lokacijah do danes niso spremenile. Zaradi navedenih vidikov taki mejniki nikakor ne spadajo v muzejske depoje, ampak jih moramo varovati v naravi, tam, kjer so bili prvotno postavljeni, da bodo omogočili rekonstrukcijo katastrskih meja v naravi in v geodetskih postopkih tudi v prihodnje. Zaradi dolgoživosti – na obravnavanem območju so namreč ohranjeni že vsaj dvesto let – so primerni za uradno zaščito kot primerki integrirane kulturne, zgodovinske in tudi tehniške dediščine, saj ne označujejo samo meja katastrskih občin, ampak so nekateri tudi pričevalci o poteku nekdanjih meja okrajev, okrožij in celo dežel, torej politično-administrativne razdelitve našega prostora.

Zahvala

Najprej se zahvaljujemo Ivanu Lojku, upokojenemu geodetu, da nas je opozoril na obstoj prvih dveh zanimivih katastrskih mejnih znamenj na tem območju: tistega na Jermancu (Kokoš) in »ta velikega mejnega kamna« Markovščina-Gradišče ob glavni cesti Trst–Reka. Hvala tudi Gorazdu Budalu, ki nam je posredoval informacije o filatelistični zbirki dopisnic z upodobljenimi katastrskimi mejnimi znamenji iz leta 1999. Na podlagi teh smo avtorji pričeli iskati manjkajoča in našli še preostala mejna znamenja ter odkrili zanimive pomenske povezave, ki so predstavljene v članku. Zahvalili bi se še informatorjem, ki so nam podali podatke o lokacijah in terenskem stanju nekaterih mejnih znamenj: Jordanu Guštinu, Petri Sanković, Bredi Geržina in Daliborju Radovanu. Za preverbo latinskih prevodov obravnavanih besedil se zahvaljujemo Doroteji Novak in Mateju Petriču. Ne nazadnje hvala tudi Katji Hrobat Virloget, ki nam je s svojimi deli dala povod za to raziskavo.

Literatura in viri:

Belinger, E. (2015). Suhi zid, gradnik kulturne krajine na Krasu. Kronika, 63 (3), 703–716.

Birsa, I. (2012). Orlek in Orlečani. Vremski Britof: Samozaložba.

Ciglič, Z. (1993). Kamniti svet = Il mondo della pietra. Koper: Pokrajinski muzej Koper. Čeč, D. (2015). Upor podložnikov gospostva Švarcenek med Tolminskim puntom.

Kronika, 63 (3), 513–530.

Čehovin, A. (2012). Virgil Šček (1889–1948) in njegov boj za ohranitev slovenskega jezika. Diplomsko delo. Univerza v Novi Gorici, Fakulteta za humanistiko.

Čok, B. (2016). V siju mesečine: ustno izročilo Lokve, Prelož in bližnje okolice. Ljubljana: Založba ZRC.

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

Čuček, I. (1979). Instrukcija za izvršitev deželne izmere za namen splošnega katastra: skrajšan prevod s pojasnili (Instruction zur Ausführung der zum Behufe des allgemeihen Catasters angeordneten Landes – Fermessung, 1824). Ljubljana: Inštitut za geodezijo in fotogrametrijo.

Dolenc, I. (2013). Črnokalski požar je razkril kamnitega dvestoletnika. Primorske novice. https://www.primorske.si/2013/04/24/crnokalski-pozar-je-razkril-kamnitegadvestoletnik, pridobljeno 15. 3. 2022.

Dolinar, F. M., et al. (2011). Slovenski zgodovinski atlas. Ljubljana: Nova revija.

Ferlan, M., Lisec, A. (prevod) (2017). Zakon o zemljiškem davku, 23. 12. 1817. Geodetski vestnik, 61 (4), 655–658.

Gestrin, F. (1963). Trgovina slovenskega zaledja s primorskimi mesti od XIII. do konca XVI. stoletja. Kronika, 11 (2), 73–85.

Golec, B. (2018): Zgodovina institucij na Slovenskem. Izbrana literatura za izpit pri predmetu zgodovina institucij. Študijsko gradivo. Ljubljana: Univerza v Ljubljani, Filozofska fakulteta, oddelek za zgodovino.

Hrobat, K. (2003). Šembilja na Rimskih cestah. O ustnem izročilu in arheoloških raziskavah. Diplomsko delo. Univerza v Ljubljani, Filozofska fakulteta, Oddelek za arheologijo.

Hrobat, K. (2009). Folklora v vlogi označevanja vaških mej kot prostorskih vrzeli v onostranstvo: primer Rodika. Studia mythologica Slavica, 12, 207–222.

Hrobat, K. (2019). Ko baba dvigne krilo. Prostor in čas v folklori Krasa. Znanstvenoraziskovalni inštitut Filozofske fakultete. Ljubljana. DOI: https://doi.org/10.4312/978-961-06-0221-7

Hrobat Virloget, K. (ur.) (2021). Mitska krajina: iz različnih perspektiv (Projekt Mitski park – skupna čezmejna turistična destinacija za ohranjanje, varstvo in promocijo dediščine mitske krajine). Koper: Založba Univerze na Primorskem. https://mitski-park.eu/wp-content/uploads/2021/04/978-961-293-060-8.pdf

Krnel-Umek, D. (2006). Okrajno sodišče Robida od leta 1814 do leta 1832. Slovenska imena institucij v Istri. Arhivi 29, 1, 123–128.

Kosi, M. (2015). Boj za prehode proti Jadranu - Kras od 12. do 15. stoletja : (politično- in vojnozgodovinska skica). Kronika, 63 (3), 379-444.

Korošec, B. (1978). Naš prostor v času in projekciji: Oris razvoja zemljemerstva, kartografije in prostorskega urejanja na osrednjem Slovenskem. Ljubljana: Geodetski zavod SR Slovenije.

Kozorog, E. (2008). Mejna znamenja na Severnem Primorskem. Goriški letnik: zbornik Goriškega muzeja, 32, 77–90.

Kranjc, A. (ur.) (1999). Kras: pokrajina, življenje, ljudje. Postojna: Inštitut za raziskovanje krasa ZRC SAZU.

Lisec, A., Dajnko, J., Flogie Dolinar, E., Čeh, M. (2020). Mreža meja in mejnikov: nominacija za Unescovo svetovno dediščino. Geodetski vestnik, 64 (3), 403–415.

Lisec, A., Ferlan, M. (2017). 200 let od začetka parcelno orientiranega katastra na

Slovenskem. Geodetski vestnik, 61 (1), 76–90.

Marušič, B. (2005). Pregled politične zgodovine Slovencev na Goriškem 1848–1899. Nova Gorica: Goriški muzej Kromberk – Nova Gorica.

Mlakar, G. (1996). Meje: posestne in državne. Ljubljana: Inštitut za geodezijo in fotogrametrijo. FGG Ljubljana.

Medvešček, P. (1992). Skrivnost in svetost kamna. Trst: Založba tržaškega tiska.

Panjek, A. (2015). Kulturna krajina in okolje Krasa: o rabi naravnih virov v novem veku. Koper: Založba Univerze na Primorskem.

Pečar, D. (1999). Priložnostni poštni žigi ob 180-letnici Franciscejskega katastra v Slovenskem Primorju [dopisnice]. Primorsko numizmatično društvo s filatelistično sekcijo.

Peršolja, J. M. (2000). Rodiške pravce in zgodbe. Ljubljana: Založba mladika.

Potokar, K. (2005). Kačiče na Krasu. Kačiče-Pared: Samozaložba.

Renčelj, S. (2002). Kras: kamen in življenje. Koper: Libris.

Ribnikar, P. (1982). Zemljiški kataster kot vir za zgodovino. Zgodovinski časopis, 36 (4), 321–337.

Rože, A. (2020). Franciscejski kataster kot vir za preučevanje zgodovine vodne infrastrukture in preskrbovanja z vodo. Davčni okraj Sežana. Kronika, 68 (1), 99–116.

Rutar, S. (1882). Zgodovina Tolminskega. Gorica: Nat. Hilarijanska tiskarna. Rutar, S. (1895). Završniška gospoščina na Krasu. Izvestja Muzejskega društva za Kranjsko, 5 (6), 213–228.

Rutar, S. (1892). Opis slovenskih pokrajin v prirodoznanskem, statističnem, kulturnem in zgodovinskem oziru. I. del. Poknežena grofija Goriška in Gradiščanska. Ljubljana: Slovenska Matica.

Skrinjar, P. (2006). Sežana: sonce nad prestolnico krasa. Logatec: Ad Pirum. Slak, J., Triglav, J., Koračin, K., Ravnihar, F. (2020). Slovenska zemlja na katastrskih načrtih. Ljubljana: Geodetska uprava Republike Slovenije. Šček, V. (rokopis). Lokavske starine I., II., III. Župnjiski arhiv Lokev.

Triglav Čekada, M., Lojk, I., Škafar, R., Stopar, B. (2022). Značilnosti stabilizacij trigonometričnih točk na Primorskem. Geodetski vestnik.

Triglav Čekada, M., Jenko, M. (2020). Načini stabilizacije trigonometričnih točk skozi čas v Sloveniji. Geodetski vestnik, 64 (4), 469–488.

Turk, M. (2015). Nekaj drobcev iz zgodovine družine Petazzi. Kronika, 63 (3), 531–546.

Žontar, J. (1980). Nastanek in razvoj upravnih okrajev na Slovenskem do leta 1849. Zgodovinski časopis, 34 (1-2), 119–155.

Žontar, J. (2006). Začetki občin na Kranjskem. Arhivi, 29 (1), 65–75.

Franciscejski kataster, Archivio di Stato di Trieste (AST). CFr (Catasto franceschino), D (Distretto di Sessana) S, CC (Comune di Corgnale), Mappe colorate di primo rilevamento indicate come tipologia b, 132 b, 139b, 202.1; 202.2.

ARTICLES

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES

SI| EN

Triglav Čekada M., Rože A., Škafar R. (2022). Mejna znamenja katastrskih občin na Krasu, Matarskem podolju in v Brkinih: med dejstvi in mitologijo. Geodetski vestnik, 66 (3), 367-386.

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.367-386

doc. dr. Mihaela Triglav Čekada, Geodetski inštitut Slovenije in Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova cesta 2, 1000 Ljubljana, mihaela.triglav@gis.si

Aneja Rože, univ. dipl. um. zgod. in univ. mag. zgod. Prelože pri Lokvi 10, 6219 Lokev aneja.roze@hotmail.com

Rado Škafar, univ. dipl. inž. geod. Geodetska uprava RS, Zemljemerska ulica 12, 1000 Ljubljana, rado.skafar@gurs.si

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar | MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO | B OUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY | 367-386 |

SAMODEJNA RAZMEJITEV

VODNIH TELES Z UPORABO PODATKOV CORINE IZ

DALJINSKO ZAZNANIH SLIK

AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES

Dilek Küçük Matci

UDK: 004.652:528.8

Klasifikacija prispevka po COBISS.SI: 1.01

Prispelo: 7. 2. 2022

Sprejeto: 8. 8. 2022

Vodni viri so ključnega pomena za obstoj življenja, zaradi česar je pomembno, da jih kartiramo. Z uspešno analizo daljinsko zaznanih slik lahko pridobimo zanesljive informacije za raziskave vode, vendar je postopek zapleten in poskrbeti moramo, da na ustvarjene karte ne vplivajo sence, oblaki ali drugi šumi. Poleg tega je treba uspešno preslikati vse vrste voda na različnih geografskih območjih. Pomembno je tudi, da je uporabljena metoda praktična, da lahko znanstveniki, ki niso slikovni analitiki, uporabljajo širok nabor podatkov, ki jih zagotavljajo satelitske slike.

V prispevku je predlagan nov algoritem za ekstrakcijo vodnega telesa iz posnetkov Landsat. Pri tej metodi se podatki Corine uporabljajo kot pomožni podatki za samodejno ustvarjanje učnih podatkov. Za testiranje predlagane metode se uporabljajo štiri študijska področja z različnimi značilnostmi iz različnih delov sveta. Dobljene rezultate primerjamo z drugimi samodejnimi metodami razvrščanja.

DOI: 10.15292/geodetski-vestnik.2022.03.387-402

SCIENTIFIC ARTICLE

Received: 7. 2. 2022

Accepted: 8. 8. 2022

Water resources is crucial for the continuity of life. Therefore, mapping water resources is required. Successful analysis of remotely sensed images can provide reliable information for water researches. However, it is very complex process to ensure that the maps created are not affected by shadows, cloud or other noise. In addition, it is necessary to successfully map all water types in various geographies. It is important that the method used is practical so that scientists who are not image analysts can use the large data pool provided by satellite images.

In this paper, a novel algorithm for water body extraction from Landsat imagery is proposed. In this method, Corine data are used as auxiliary data to automatically generate training data. Four study areas with different characteristics, from different parts of the world, are used to test the proposed method. The results obtained are compared with other automatic classification methods.

KLJUČNE BESEDE KEY WORDS

daljinsko zaznavanje, obdelava slik, vodno telo, reka, podatki Corine

remote sensing, image processing, water body, river, corine data

| 387 | | 66/3 | RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES V G 2022 GEODETSKI VESTNIK | letn. / Vol. 66 | št. / No. 3 | SI | EN ABSTRACTIZVLEČEK

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

1 INTRODUCTION

Climate change and rapid, uncontrolled urbanization in recent years have affected the distribution and quality of water areas (Franczyk and Chang, 2009; Huong and Pathirana, 2013). Sustaining a healthy environment, climate and agriculture depend on the protection of water resources. Regular monitoring of water resources and the identifiying changes are the first steps towards conservation of resources. On the other hand, it is necessary to monitor water bodies in order to reveal floods and their effects on the environment as a result of the storms and excessive precipitation which are a result of the changing climate (Huong and Pathirana, 2013).

With the rapid development of technology, remotely sensed images have begun to provide data about environmental changes in many areas. In the past years, various water body extraction studies have been carried out using remotely sensed images (Chen et al., 2020; Feng et al., 2016; Monegaglia et al., 2018; Rad et al., 2021; Somasundaram et al., 2020). In one of these studies, an inland water body dataset was created using Landsat satellite images. Landsat images are used in another water extraction study, surface water area extraction has been carried out by using learning vector quantization (LVQ) methods (Somasundaram et al., 2020). Similarly, Landsat images were used to test theproposed method (Monegaglia et al., 2018). In another study a novel neural network method for water body extraction method was proposed. To evaluate this proposed method, ZY-3, GF-1, and GF-2 multispectral images were used (Chen et al., 2020).

The water index, which is used to identify water areas, is a simple and effective method of identifying surface water bodies by separating the signals of water from other surface classes with the band ratio method. The normalized difference water index (NDWI) based on extracting green and near infrared (NIR) bands from multispectral bands has been proposed (McFeeters, 2013). The modified normalized difference water index (MNDWI) has been proposed to suppress background residential areas, while eliminating water areas (Hanqiu Xu, 2006). Recently, the Augmented Normalized Difference Water Index has been proposed to extract water bodies from Landsat images (Rad et al., 2021). Other water indices such as the automated water extraction index (AWEI), all band water index (ABWI) and multiband water index (MBWI) have been proposed using other bands in multispectral images (Feyisa et al., 2014; Wang et al., 2018; Xiong et al., 2018).

One of the other water extraction approaches is supervised classification approaches. For example, a water and urban land use map was prepared is a random forest (RF) classifier (Chen et al., 2018). Also, two machine learning frameworks (pixel based and object based) have been proposed to determine water types (Huang et al., 2015). The monthly changes in the water surface area of Lake were determined in another study using Landsat and Sentinel 1 images and the Otsu method (Jingzhe Wang et al., 2019).

Using different satellite images, spectral indices, and thresholds, the spatial and volumetric changes of the Aral Lake between 1960 and 2018 have been determined in one of the recent studies (Yang et al., 2020).

Unsupervised classification methods are frequently used in the literature for the extraction of water areas. In a study conducted in Sri Lanka, the Learning Vector Quantization (LVQ) method was used to extract the water area. The obtained results were compared with other state of the art methods such as support vector machine, K-nearest neighbor, discriminant analysis, combination of modified normalized difference water index and modified fuzzy clustering method, and K-means methods. The results of the Dilek

study indicated that LVQ performed well in detecting all water types with fewer training samples (Somasundaram et al., 2020). In another study, LVQ was used to extract water areas from Landsat 4 images (Wang and Zhu, 2003). In a study proposed to extract water regions in mountainous areas, the image was first classified with K-Means, and these classes were used as masks (Gao et al., 2016). High resolution Dem and K-Means were used in a study to extract valley and channel networks (Hooshyar et al., 2016).

When these studies are examined, supervised classification generally gives higher accuracy results, compared to unsupervised classification or water indices (Jiang et al., 2018). However, creating separate training data for each classification in the supervised classification process is laborious and time-consuming. In addition, the accuracy of the training data directly affects the results (Foody and Mathur, 2004; Matci and Avdan, 2020).

Corine data have been created for the purpose of monitoring natural resources, and prepared in line with the criteria determined by the European Environment Agency (Corine, 2019). The European Corine land cover mapping scheme has a 100m resolution and includes 44 land cover and land use classes. These data are used in various studies such as the determination of the changes in land cover classes, the creation of population density maps, the spatial interpolation of air pollution measurements, and the determination of urban heat islands (Dabija et al., 2021; Dzieszko, 2014; Gallego and Peedell, 2001; Janssen et al., 2008; Kucsicsa et al., 2019; Stathopoulou and Cartalis, 2007; Waltner et al., 2020). In a study conducted using this data, the effectiveness of satellite image classification, according to the Corine land cover guidelines, was examined. Training data were collected by randomly selecting samples of pixels falling within the Corine land classes (Dabija et al., 2021). In another study, Corine data were used to reveal the main land-use and land-cover change (LUCC) patterns in the Poznań Lakeland mesoregion (Dzieszko, 2014). In a study to identify and predict land cover change in Romania, Corine data was used in conjunction with the existing land use/cover model(Kucsicsa et al., 2019). In a study conducted in Greece, an urban heat island extraction study was conducted and Corine data were used together with Landsat 7 images(Stathopoulou and Cartalis, 2007).

The Corine data were used in another study to improve the mapping of population density that the European Commission could use at the commune level (Gallego and Peedell, 2001). In another study, Corine data were used to model air pollution data(Janssen et al., 2008). Corine data were used in a study to evaluate changes in soil erosion potential caused by changes in land use and land cover based on Land Cover data in Hungary (Waltner et al., 2020).

This study uses a fully automate water extraction approach, from satellite images, using data. The method uses a training data collection system based on the Corine data. With the training data prepared in this way, the water bodies in selected areas outside the Corine region were also successfully extracted from the Landsat Images. In order to test the method developed, images of regions in Canada, Guinea, Zhengzhou and Tibetan were used, and the water bodies in these areas were automatically mapped. The results obtained reveal the potential of the proposed method.

2 MATERIALS AND METHODS

The materials and methods used in the study are presented under the following sub-headings.

Dilek Küçük

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

2.1 Satellite Imagery

Launched on February 11, 2013, Landsat-8 collection includes two sensors, the Operational Land Imager (OLI) and Thermal Infrared Sensors (TIRS). Landsat-8 OLI images were used in the study. The bands of the Landsat-8 satellite used in the study are given in Table1.

Table 1: Specifications of Images Used in the Study

Satellite Band Name Resolution (m) Wavelength(nm)

Landsat 8

Blue 30 483 Green 30 560 Red 30 660 NIR 30 865 SWIR 30 1650 SWIR 30 2220

In the study, 30m resolution Landsat images were used. The acquired dates of the images are given in Table2.

Table 2: Acquisition Date of Used Images

EN

StudyArea Specification of the Area Landsat 8

Turkey: Sea, Lake, Urban areas, river, Agri cultural areas

Training Turkey, Greece, Swe den, UK, France

Greece: Sea, Fr: Muddy canal, Sweden: Surrounded by the trees.

Loughborough Lake, Canada

Guinea Region

Classification

Lake yamzho Yumco, Tibet

Yellow River Zhengzhou,China

2.2 Study Areas

Mean of im ages acquired between 01.01.202109.12.2021

It has different depths and is surrounded by trees. 24.08.2021

Muddy and the shores are covered with rhizophoraceae mangroves 03.06.2021

The selected area is surrounded by snowcapped mountains 28.01.2021 04.02.2021

The selected area has urban areas, water bod ies, mostly turbid rivers, artificial channels, artificial lakes, reservoirs and ponds. 02.10.2021

In order to test the proposed method, images of the regions given in Figure 1 were chosen. The reason for choosing these study regions is that the proposed method can be evaluated in various geographical conditions (mountainous, delta, urban, with and without vegetation).

SENSED IMAGES

SAMODEJNA RAZMEJITEV

The first study area is Loughborough Lake, located in the Cataraqui River basin, 20 km north of Kingston, Canada. The size of Loughborough Lake is 2002.9 hectares. The lake is divided into two main basins with very different characteristics. The western basin is on limestone, is much deeper (maximum 38.4m), is colder and contains species such as trout. The eastern basin is on the Canadian Shield and is shallower (maximum 7.6m) and warmer, with many islands and shallows. Like most lakes in the Cataraqui region, Lake Loughborough mixes in spring and autumn as the lake water warms and cools. During mixing, nutrients are cycled throughout the lake and it may appear cloudy with a brown or green colour from algae using cyclic nutrients. The water temperature varies according to depth (Gehrke, 2021).

The second image used in the study is Dangara in the Boke region on the Atlantic coast of Guinea. The Dangara inlet is located 20 km west of the Fatala Estuary. A tropical monsoon climate is dominant in the region. The length of the Dangara branch is 30 km, and the width of its mouth is 1 km. The shores are covered with rhizophoraceae mangroves. The bottom is covered with mud. Seasonal flow variations are not very evident in Dangara. Fresh water inflow is minimal and marine influence is dominant (Baran, 1995).

The third image used in the study is Yamzho Yumco Lake, located in the fault basin of southern Tibet. The altitude of the lake surface is 4441m. The lake is branch-shaped, extending northwest to southeast, with a maximum length of 74 km, a maximum width of 33 km and an average width of 8.62 km. The structural lake contains brackish water. The lake is quite meandering, with many major branches, he

Figure 1: Study Areas a) Loughborough,Canada b)Dangara, Guinea d) Yamzho Yumco –Tibetan,China d) Yellow River Zhen gzhou,China

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

adlands and bays. There are many islands and islets in the lake with a total area of 44 km2, the largest of which is 16.8 km2 (Shao et al., 2008).

The last image is the Yellow River, located in the Zhengzhou district in Yellow River, China. In Zhen gzhou the climate is warm, temperate, continental and monsoon, with four distinct seasons. The selected image has urban areas, water bodies, mostly turbid rivers (Yellow River), artificial channels, artificial lakes, reservoirs and ponds (Zhang et al., 2019).

2.3 Methods

The proposed method for automatic mapping of water bodies is given in Figure 2. The method has three stages: creation of the training pool and the training stage; image pre-processing stage; and classification stage. All operations in the method are carried out in the Google Earth Engine.

2: Workflow of the Proposed Method

Dilek Küçük Matci

DALJINSKO

DELINEATION OF WATER BODIES

CORINE DATA FROM REMOTELY SENSED IMAGES

RAZMEJITEV

One factor that directly affects the accuracy of the classification process is the training data (Foody ve Mathur, 2004). Therefore, creating a strong training dataset is critical, which is why the training regions are chosen (Table 2). After filtering the Corine data of the areas, the land classes were determined, and the boundaries of these areas were vectorised. In the training phase of the algorithm all of the Corine classes are used. Ones the class borders are extracted from the Corine image, classes which had the id of 511 (Water courses), 512 (Water bodies), 521 (Coastal lagoons),522 (Estuaries) and 523 (Sea and ocean) were grouped into water class. All remaining classes were grouped into the non-water class. Due to the resolution difference between the Corine data and Landsat data, a negative buffer of 200 m was applied, in order to get rid of the mixed classes at the edges of the Corine data (Figure 3).

Figure 3: Created polygons from the Corine Data

Training data have been prepared in order to give successful results for water areas with different chara cteristics. The inclusion of classes found in the Corine data was accepted as a criterion when selecting the samples. In addition, versions of the same class in different geographies were also selected. Samples from Turkey, England, Greece, France and Sweden were selected as training data. Some of the selected sample regions are given in Figure 4.

At the end of the first stage, the satellite images in the training pool were filtered temporally and spati ally. The average of the images for the year containing the test date is taken as the training data. Because there are too many cloud problems in optical images. In addition, it is necessary to take into account the periodic changes of classes. For the test images, the mean of the images belonging to October 2021 was used in this study.

Then the cloud images were removed from the pool. The spectral indices were calculated and included in the training data in order to increase the classification accuracy. The spectral indexes NDVI, NDWI, MNDWI-1, MNDWI-2, AWEIsh and AWEInsh were used (Table 3).

Figure

Training Areas a) Samples from the water bodies b) Samples from the other classes

Table 3: Indices used in the study

Index Name Band math

NDVI Modified Normali zed Difference Vege tation Index = + NIRRED NDVI NIRRED

NDWI

MNDWI-1

Modified Normali zed Difference Water Index = + GREENNIR NDWI GREENNIR

Modified Normali zed Difference Water Index- 1 1 1 1 −= + GREENSWIR MNDWI GREENSWIR

MNDWI-2

AWEIsh

Modified Normali zed Difference Water Index-2 2 2 2 −= + GREENSWIR MNDWI GREENSWIR

Automated Water Extraction In dex-Shadow

AWEIshBLUEGreen NIRSWIRSWIR

2.5 1.5(1)0.252 =+×

Feature extraction Reference

Vegetation extraction (DeFries and Townshend, 1994)

Identifies water com ponents from satellite images (Gao, 1996; Mc Feeters, 1996)

Aims to separate water from the background (Xu, 2006)

Aims to detect very low reflectance values for water features, shallow water and water with other features in the image

Effectively eliminates non-water pixels, includ ing dark surfaces, in areas with urban back grounds

AWEInsh

Automated Water Extraction In dex-Non Shadow

(Xu, 2006)

(Feyisa et al., 2014)

4( 1) (0.252.751)

AWEInshGreenSWIR NIRSWIR

After calculating spectral index values, the last step of the first stage was to filter the satellite images using the class boundaries obtained. Thus, the training pixels of the classes were determined. In the second stage of the proposed method, the satellite images were filtered temporally and spatially. Then, cloudy images were removed according to the Cloud rate data. In this study, images with a cloud cover of less than 0.5%, for training images and less than 10% for test images were selected. Then, the spectral indices were calculated. In the last stage, classification was carried out with the random forest algorithm. This algorithm has been preferred due to its ease of use and high accuracy rates in the literature.

−×+−× The Random Forest classification algorithm is a machine learning method based on decision trees. In stead of branching each node using the best branch among all variables, RO branches each node using the randomly selected best variables at each node. Each dataset is generated by displacement from the original dataset. Trees are then developed using random feature selection. RO is also very fast, resistant to overfitting, and the the number of trees to work with can be adjusted (Breiman, 2001).

The results obtained were compared with the results obtained by K-means and Learning Vector Quantiza tion (LVQ) methods. K-Means is one of the most preferred clustering algorithms. Clustering of data with statistically similar characteristics was performed. While performing clustering operations, separations are made so that a data is a member of only one cluster. The main purpose of the algorithm is to ensure that each cluster from the “K” clusters to be created is as different from each other as possible, so that the data of each cluster is close to each other (Hartigan and Wong, 1979).

| 395 | GEODETSKI VESTNIK | 66/3 | RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES SI | EN Improves the accuracy by removing shadow pixels that AWEIsh can not effectively remove

(Feyisa et al., 2014)

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

The LVQ model is an artificial neural network model with a supportive learning strategy. Unlike the supervised learning strategy, both the input values and the expected output values are not given to the network for training in the supportive learning strategy. It only tells the LVQ network whether the output values produced for the input values are true or false. In the LVQ model, the goal is to represent a multi dimensional vector with a set of vectors. That is, to represent a vector with a certain number of vectors. During training, the network determines with which vector set the input vectors will be expressed (Ito and Omatu, 1999; Kohonen, 1995). Accordingly, the number of classes for K-means was determined as 2. For LVQ, the number of classes = 2, the learning rate = 0.1 and the epoch value of 100 were used.

The accuracy of the classification results obtained was determined by the overall accuracy and kappa methods. One of the most commonly used metrics to evaluate the performance of classification results is overall accuracy. This value is calculated over the error matrix, where the estimates of the target attribute and the actual values are compared (Alberg et al., 2004). Kappa is a measure of how well the classifier actually performs. In other words, a model will have a high Kappa score if there is a large difference between accuracy and null error rate. Kappa can take a value between -1 and +1. A Kappa value of +1 indicates perfect agreement between the two observers, while a value of -1 indicates perfect discord between the two observers. If the kappa value is found to be 0, it indicates that the agreement between the two observers is not different from the agreement that may be due to chance (Kraemer, 2014).

SI

3 RESULTS AND DISCUSSION

In order to test the proposed method, the images of water bodies in Canada, Tibetan, China and Guinea were classified. In order to assess the classification accuracy, 110 points for Canada, 100 points for Guinea and 125 points for Tibetan were created randomly using the high-resolution data available from Google Earth (Figure 5). The obtained results were compared with the K-Means and LVQ methods, which are frequently used in the unsupervised classification of remote sensing images.

used for accuracy

In order to test the proposed method, the various study areas with different geographies from around the world are used, the first of which is the region in Canada. The classification results are given in Figure 6.

To test the accuracy of the algorithm, the overall accuracy processed and kappa values are calculated. The results are given in Table 4, Table 5. Table 6, Table 7 respectively.

Table 4: Accuracy rates of obtained results

Method

Overall Accuracy Kappa Proposed Algorithm 0.94 0.87 LVQ 0.92 0.83 K-Means 0.92 0.83

The second classification process is carried out on the images of the Tibetan region. The classification results are given in Figure 7.

Dilek Küçük Matci | AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES | SAMODEJNA RAZMEJITEV VODNIH TELES Z UPORABO PODATKOV CORINE

DALJINSKO ZAZNANIH SLIK | 387-402 |

Figure 6: Classification Results for Canada Region a) Landsat Image b) Result of Proposed Algorithm c) Result of K-means d) Result of LVQ

Figure 7: Classification Results for Guinea Region a) Landsat Image b) Result of Proposed Algorithm c) Result of K-means d) Result of LVQ

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Table 5: Accuracy rates of obtained results for Guinea Region Method

Overall Accuracy Kappa

Proposed Algorithm 0.97 0.93 LVQ 0.92 0.84 K-Means 0.92 0.86

A third classification process is carried out on the images of the Tibetan region. Results are given in Figure 8.

SI | EN

Table 6: Accuracy rates of obtained results for Tibetan Region Method

Overall Accuracy Kappa

Proposed Algorithm 0.98 0.97 LVQ 0.82 0.66 K-Means 0.9 0.78

The last classification process is carried out on the images of the Zhengzhou region. Results are given in Figure 9

Dilek Küçük Matci | AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES | SAMODEJNA RAZMEJITEV VODNIH TELES Z UPORABO PODATKOV CORINE IZ DALJINSKO ZAZNANIH SLIK | 387-402 |

Figure 8: Classification Results for Tibetan Region a) Landsat Image b) Result of Proposed Algorithm c) Result of K-means d) Result of LVQ

Figure 9: Classification Results for Zhengzhou Region a) Landsat Image b) Result of Proposed Algorithm c) Result of K-means d) Result of LVQ

Table 7:

Accuracy rates of obtained results for Zhengzhou Region Method

Overall Accuracy Kappa

Proposed Algorithm 0.97 0.92 LVQ 0.83 0.53 K-Means 0.83 0.52

A new automatic water body extraction algorithm has been proposed in this study. The results were compared with other automatic classification methods, and the accuracy was higher. One of the biggest advantages of the proposed method is that it does not require any parameter or threshold values. It can work all over the world with a single training dataset. The methods used in the literature require either a parameter for classification or a specified threshold (Behnamian et al., 2017; Das et al., 2021). For example, a study using OpenStreetMap to remove water requires a filtering threshold to be determined (Zhang et al., 2019).

Figure 10: Classification Results for Zhengzhou Region a) Landsat Image b) Result of Proposed Algorithm c) Cloudy regions of the satellite image d) Classification results obtained by proposed algorithm e) Result of K-means f) Result of LVQ g) Classification results obtained by K-means h) Classification results obtained by LVQ

Küçük Matci

WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES | SAMODEJNA RAZMEJITEV VODNIH TELES

PODATKOV

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Another advantage of the proposed method is that it is not specific to any study area such as a city, mountainous region, plant, etc. In the Yellow River area used in this study, bare surfaces, urban area and turbid waters make water surface removal difficult. However, with the proposed method, various types of water area in the image are extracted successfully.

One of the biggest problems encountered in the extraction of water bodies is the presence of cloud-like noise in images. There is cloud in the image of the Zhengzhou area used in this study, but the results obtained with the proposed method show that it is much less affected by cloud than other methods (Figure 10).

In the literature, water extraction methods are usually prepared for a single type of water body, such as a lake, river, etc. (Jin et al., 2021; Nugraha et al., 2018; Xu et al., 2021). The results show that the proposed method can successfully extract various types of water body from the Landsat Images.

4 CONCLUSIONS

Water bodies play an important role in the life of living things and socioeconomic development. There fore, any changes or developments should be monitored. Rapidly developing remote sensing technology offers opportunities for automatic extraction and dynamic monitoring of surface water bodies. However, these images need to be analysed accurately and quickly.

This study proposes an automated method of surface water extraction using Landsat 8 images and Corine data, which are used to prepare the training data. Once prepared, the training data can be used all over the world. The method gives successful results compared to other automatic classification methods used in the literature. The results show that the proposed method can be used successfully for water body extraction and monitoring.

In future studies, the success of the proposed method on images with different resolutions will be tested. For this purpose, satellite images such as Sentinel-2 and Planetscope will be used.

Literature and references

Alberg, A.J., Park, J.W., Hager, B.W., Brock, M.V., Diener-West, M., 2004. The use of “overall accuracy” to evaluate the validity of screening or diagnostic tests. Journal of general internal medicine, 19(5p1): 460-465.

Baran, E., 1995. Dynamique spatio-temporelle des peuplements de poissons estuariens en Guinée: Relations avec le milieu abiotique.

Behnamian, A. et al., 2017. Semi-automated surface water detection with synthetic aperture radar data: A wetland case study. Remote Sensing, 9(12): 1209.

Breiman, L., 2001. Random forests. Machine learning, 45(1): 5-32.

Chen, J., Du, P., Wu, C., Xia, J., Chanussot, J., 2018. Mapping urban land cover of a large area using multiple sensors multiple features. Remote Sensing, 10(6): 872.

Chen, Y., Tang, L., Kan, Z., Bilal, M., Li, Q., 2020. A novel water body extraction neural network (WBE-NN) for optical high-resolution multispectral imagery. Journal of Hydrology, 588: 125092.

Corine, 2019. CLC 2018 Copernicus Land Monitoring Service.

Dabija, A. et al., 2021. Comparison of support vector machines and random forests for corine land cover mapping. Remote Sensing, 13(4): 777.

Das, N. et al., 2021. Time series analysis of automated surface water extraction and thermal pattern variation over the Betwa river, India. Advances in Space Research, 68(4): 1761-1788.

DeFries, R.S., Townshend, J., 1994. NDVI-derived land cover classifications at a global scale. International Journal of Remote Sensing, 15(17): 3567-3586.

Dzieszko, P., 2014. Land-cover modelling using corine land cover data and multilayer perceptron.

Feng, M., Sexton, J.O., Channan, S., Townshend, J.R., 2016. A global, high-resolution (30-m) inland water body dataset for 2000: first results of a topographic–spectral classification algorithm. International Journal of Digital Earth, 9(2): 113-133.

Feyisa, G.L., Meilby, H., Fensholt, R., Proud, S.R., 2014. Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery.

CORINE

FROM REMOTELY SENSED IMAGES

SAMODEJNA RAZMEJITEV VODNIH TELES

PODATKOV

Remote Sensing of Environment, 140: 23-35.

Foody, G.M., Mathur, A., 2004. A relative evaluation of multiclass image classification by support vector machines. Ieee T Geosci Remote, 42(6): 1335-1343.

Franczyk, J., Chang, H., 2009. The effects of climate change and urbanization on the runoff of the Rock Creek basin in the Portland metropolitan area, Oregon, USA. Hydrological Processes: An International Journal, 23(6): 805-815.

Gallego, J., Peedell, S., 2001. Using CORINE Land Cover to map population density. Towards Agri-environmental indicators, Topic report, 6(2001): 92-103.

Gao, B.-C., 1996. NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote sensing of environment, 58(3): 257-266.

Gao, H., Wang, L., Jing, L., Xu, J., 2016. An effective modified water extraction method for Landsat-8 OLI imagery of mountainous plateau regions, IOP conference series: earth and environmental science. IOP Publishing, pp. 012010.

Gehrke, T., 2021. MODELING SPECIES ABUNDANCE WITH IMPERFECT DETECTION USING ANGLING.

Hartigan, J.A., Wong, M.A., 1979. Algorithm AS 136: A k-means clustering algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 28(1): 100-108.

Hooshyar, M., Wang, D., Kim, S., Medeiros, S.C., Hagen, S.C., 2016. Valley and channel networks extraction based on local topographic curvature and k-means clustering of contours. Water Resources Research, 52(10): 8081-8102.

Huang, X., Xie, C., Fang, X., Zhang, L., 2015. Combining pixel-and object-based machine learning for identification of water-body types from urban highresolution remote-sensing imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(5): 2097-2110.

Huong, H.T.L., Pathirana, A., 2013. Urbanization and climate change impacts on future urban flooding in Can Tho city, Vietnam. Hydrology and Earth System Sciences, 17(1): 379-394.

Ito, Y., Omatu, S., 1999. Extended LVQ neural network approach to land cover mapping. Ieee T Geosci Remote, 37(1): 313-317.

Janssen, S., Dumont, G., Fierens, F., Mensink, C., 2008. Spatial interpolation of air pollution measurements using CORINE land cover data. Atmospheric Environment, 42(20): 4884-4903.

Jiang, W. et al., 2018. Multilayer perceptron neural network for surface water extraction in Landsat 8 OLI satellite images. Remote Sensing, 10(5): 755.

Jin, S. et al., 2021. River body extraction from sentinel-2A/B MSI images based on an adaptive multi-scale region growth method. Remote Sensing of Environment, 255: 112297.

Kohonen, T., 1995. Learning vector quantization, Self-organizing maps. Springer, pp. 175-189.

Kraemer, H.C., 2014. Kappa coefficient. Wiley StatsRef: statistics reference online: 1-4.

Kucsicsa, G. et al., 2019. Future land use/cover changes in Romania: regional simulations based on CLUE-S model and CORINE land cover database. Landscape and ecological engineering, 15(1): 75-90.

Matci, D.K., Avdan, U., 2020. Optimization-based automated unsupervised classification method: A novel approach. Expert Systems with Applications, 160: 113735.

McFeeters, S.K., 1996. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International journal of remote sensing, 17(7): 1425-1432.

McFeeters, S.K., 2013. Using the Normalized Difference Water Index (NDWI) within a Geographic Information System to Detect Swimming Pools for Mosquito Abatement: A Practical Approach. Remote Sensing, 5(7): 3544-3561.

Monegaglia, F., Zolezzi, G., Güneralp, I., Henshaw, A.J., Tubino, M., 2018. Automated extraction of meandering river morphodynamics from multitemporal remotely sensed data. Environmental Modelling & Software, 105: 171-186.

Nugraha, P.V.N., Wibirama, S., Hidayat, R., 2018. River body extraction and classification using enhanced models of modified normalized water difference index at Yeh Unda River Bali, 2018 International Conference on Information and Communications Technology (ICOIACT). IEEE, pp. 337-342.

Rad, A.M., Kreitler, J., Sadegh, M., 2021. Augmented Normalized Difference Water Index for improved surface water monitoring. Environmental Modelling & Software, 140: 105030.

Shao, Z. et al., 2008. Characteristics of the change of major lakes on the Qinghai-Tibet Plateau in the last 25 years. Frontiers of Earth Science in China, 2(3): 364-377.

Somasundaram, D. et al., 2020. Learning vector quantization neural network for surface water extraction from Landsat OLI images. J Appl Remote Sens, 14(3): 032605.

Stathopoulou, M., Cartalis, C., 2007. Daytime urban heat islands from Landsat ETM+ and Corine land cover data: An application to major cities in Greece. Solar Energy, 81(3): 358-368.

Waltner, I. et al., 2020. Spatial Assessment of the Effects of Land Cover Change on Soil Erosion in Hungary from 1990 to 2018. Isprs Int J Geo-Inf, 9(11): 667.

Wang, K., Zhu, Y., 2003. Recognition of water bodies from remotely sensed imagery by using neural network.

Xu, H., 2006. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International journal of remote sensing, 27(14): 3025-3033.

Xu, Y., Lin, J., Zhao, J., Zhu, X., 2021. New method improves extraction accuracy of lake water bodies in Central Asia. Journal of Hydrology: 127180.

Zhang, Z. et al., 2019. Automated surface water extraction combining Sentinel-2 imagery and openstreetmap using presence and background learning (PBL) algorithm. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(10): 3784-3798.

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

| EN

Matcı D. K. (2022). Automatic Delineation of Water Bodies Using Corine Data from Remotely Sensed Images. Geodetski vestnik, 66 (3), 387-402.

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.387-402

Dr. Dilek Küçük Matcı

Institute of Earth and Space Sciences, Eskişehir Technical University Iki Eylul Campus, 26470, Eskisehir / TURKEY e-mail: dkmatci@anadolu.edu.tr

Dilek Küçük Matci | AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES | SAMODEJNA RAZMEJITEV VODNIH TELES Z UPORABO PODATKOV CORINE IZ DALJINSKO ZAZNANIH SLIK | 387-402 |

OCENA REANALIZE ERA5 VARIACIJE ATMOSFERSKE VODNE PARE V ALŽIRIJI

EVALUATION OF ERA5 REANALYSIS ATMOSPHERIC WATER VAPOR VARIATION IN ALGERIA

Houaria Namaoui

UDK: 528.28:551.57(65)

Klasifikacija prispevka po COBISS.SI: 1.01 Prispelo: 10. 5. 2022 Sprejeto: 21. 8. 2022

DOI: 10.15292/geodetski-vestnik.2022.03.403-411 SCIENTIFIC ARTICLE Received: 10. 5. 2022 Accepted: 21. 8. 2022

ABSTRACTIZVLEČEK

V kontekstu podnebnih sprememb je padavinska vodna para (PW) ključni parameter atmosferskih procesov in dinamike. Ker je izredno variabilna v prostoru in času, je njena natančnost bistvenega pomena za vsako geodetsko ali podnebno študijo.

Glavni cilj te študije je izračunati padavinsko vodno paro iz reanalize ERA5 za štiri postaje v Alžiriji, ki imajo različne vrste podnebja. Odločili smo se, da bomo uporabili metodo integracije za različne ravni tlaka z ERA5.

Vrednosti vodne pare primerjamo tudi z vmesno reanalizo ERA in profili radiosond. Rezultati dela kažejo dobro ujemanje z ERA5 in ERA interim s korelacijo, ki ni manjša od 0,95 in 0,70 v primerjavi s profili radiosond. Prvi rezultati so spodbudni, zlasti za meteorološke aplikacije, pri čemer se kažejo dobre možnosti za uvedbo še enega podatkovnega niza, na primer GNSS, za boljše razumevanje sprememb in obnašanja vodne pare v daljšem obdobju opazovanja.

In climate change context, the precipitable water vapour (PW) is key parameter of atmospheric process and dynamics and its variation is very high in space and time. It's accuracy is paramount for any geodetic or climatic study.

The main objective of this study is to compute precipitable water vapour from ERA5 reanalysis for 4 stations in Algeria which have different types of climate. We opt for using integration method for different level of pressure with ERA5.

The values of water vapour are also compared with radiosondes profiles. The results of this work shows good agreement with a correlation that is not less than not 0.95 and 0.70 compared as radiosondes profiles. The first results are encouraging, in particular for meteorological applications with good hope to introduce another dataset as GNSS to more understand the variation and behavior of water vapour over a long period of observation.

KLJUČNE BESEDE KEY WORDS

vodna para, GNSS, Era Interim, Era 5

water vapour, GNSS, Era interim, Era 5

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

1 INTRODUCTION

Water vapor is a key parameter of the atmosphere with very high spatial and temporal variability (Trenberth et al., 1998). It contributes as a main source in the formation of clouds and precipitation, for this reason, this quantity must be known with precision to predict environmental and climatic processes.

This parameter is very difficult to estimate because it varies strongly in time and space. The use of different techniques makes it possible to estimate this quantity such as radiosoundings, lidars, radiometers but they cannot be operated only in certain weather conditions and sometimes prove to be very expensive to set up.

Satellite positioning systems are generally used for geodetic positioning and/or geodynamic deformation. Over the years, several GNSS (Global Navigation Satellite System) constellations have been created allowing the use of GNSS for meteorological purposes (Bevis et al, 1992).

Indeed, the water vapor present in the atmosphere is an essential element for the weather forecast.

The potential of GNSS was thus highlighted as a lower cost alternative and different studies was con ducted in different regions of world to validate GNSS water vapour with radiosondes , MODIS , SSMI and other satellites ( Torres et al., 2010; Van Malderen et al., 2014; Namaoui et al., 2017; Abdellaoui et al., 2019, Namaoui et al., 2021)

The variability of water vapour depends of many parameters like climate conditions, location of station, in a context of climate change, it is very important to follow the variations of trace gases in the atmo sphere. To better understand all this change, it is necessary to improve the knowledge of water vapor; a homogeneous database must be established at the local or even regional scale with very reliable data.

The objective of our work is to calculate this quantity of water vapor from global climate model reanalysis dataset (ERA5) and see its variations in a region like Algeria where the climate is varied, because the country has a very large area with different topography regions (four times that of France): Algeria is located under a transitional climate, between the temperate zone and the tropical zone, this position puts it under the direct influence of the Mediterranean climate in the North and the desert climate in the South.

The reanalysis data are produced by combining measurements and observations from several sources (SYNOP station, radiosondes, satellites...), with simulation data to fill the existing gaps in the meteorolo gical parameters, in order to obtain a regular and consistent representation of the state of the atmosphere.

The validation of Era reanalysis products (water vapour) with different techniques was effected in different regions in world [(Zhang et al., 2018), (Jie et al., 2021).] and the accuracy of results varies from region to region according to the climatic conditions and the terrain topography. (Rakhmatova et al, 2021).

2 DATA AND METHODS

2.1 ERA reanalysis

ERA-Interim is a global atmospheric reanalysis dataset from 1979 to the present, produced by a numerical weather prediction model run at ECMWF. (Dee et al, 2011).

The reanalysis has been widely applied in atmospheric science, particularly in operational meteorological

centers to analyze the state of the climatological situation and to assess forecast error anomalies.

ERA5 is the last generation of atmospheric reanalysis, which has just been placed to replace ERA-Interim which was launched in the period 2006 to 2019. ERA5 provides hourly atmospheric reanalysis data at 37 pressure levels from 1,000 to 1 hPa, with a horizontal spatial resolution of 0.25° × 0.25°.

A bilinear interpolation is necessary to obtain the vertical profiles on each station from ERA5.

Based on (Jiang et al., 2016) , The PW can be calculated using the specific humidity and air pressure from the reanalysis data set as followed in equation 1

(1)

(2)

where n is the total number of layers, qi and pi are the specific humidity (unit: kg/kg) and air pressure (unit: Pa) at each layer, respectively; ρw is the density of liquid water and defined as 1,000 kg/m3; g is the gravitational acceleration (unit: m/s2) (Jiang et al., 2016).

2.2 Radiosondes

The radiosonde data, with a resolution of 12 h (at UTC 00:00 and 12:00), can be obtained in the websites of the University of Wyoming (http://weather.uwyo.edu/upperair/sounding.html).

In this study, we have used data from two out of three radiosondes stations in Algeria (Figure 1).

Figure 1: Location of radiosondes stations in Algeria.

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Using equation (3), the Precipitable Water Vapour (PWV) content for each radiosonde profile can be calculated as (Realini et al, 2014):

PWdhrh

∫∑ (3)

ρd,i , ri, ∆h are respectively the dry air density, the mixing ratio, and the altitude step for layer where ρw the water vapour density, n is the total number of layers between h1 and h2. The dry air density ρd is expressed as d d M P RTρ = (4)

with the molar mass of dry air Md = 0.0289644 kg mol−1 and the universal gas constant for air R= 8.31432 J mol−1 K−1. T is the observed air temperature in Kelvin. The mixing ratio r is defined as the dimensionless ratio of the mass of water vapour to the mass of dry air

0.622 e r P = (5) where e is the partial pressure of water vapour and P is the air pressure.

SI

RESULTS AND ANALYSIS

Figure 2: Time series of PW ERA5 reanalysis for Algiers, Bechar, Tamanrasset and Djelfa.

Houaria Namaoui

OF ERA5 REANALYSIS

WATER VAPOR VARIATION IN ALGERIA | OCENA REANALIZE ERA5 VARIACIJE ATMOSFERSKE VODNE PARE

ALŽIRIJI

For year 2012, The time series of precipitable water from ERA5 at four stations (Algiers, Bechar, Djelfa and Tamanrasset) are plotted in Figure 2.

The values have been calculated every six hours, we notice very well that the behaviour varies from one station to another according to the climatic conditions of each one, moreover the station of Algiers is close to the sea or the peak it exceeds 45 mm since the humidity is very high.

However, the other stations Bechar, Tamanrasset and Djelfa the maximum was around 33, 32.5 and 36 respectively and the minimum was recorded at Tamanrasset with a value of 1.1 mm of precipitable water vapour. Tamanrasset is located in the extreme south of Algeria. The variation water vapour is very high in summer season compared with winter period generally, water vapour mixing ratio decreases with altitude in the troposphere.

The same behaviour was observed at Djelfa station with high values compared with Tamanrasset and Bechar station. The climate of Djelfa is of the semi-arid type with a nuance continental. The winters are cold and harsh and the summers hot and dry with the average humidity, varies between 35% and 79%.

The changes and distributions of atmospheric water vapour in different seasons are in accordance with the rule that the water vapour content is affected by the topographic dynamic lift effect (Hezhen et al., 2021). In figure 3, we can see clearly the seasonal variability in summer and winter. The mean value during winter is the order of 14 mm and the max is the order of 39 mm otherwise during the period of summer the values was higher than winter because during the warm months, the humidity of the air is also higher almost everywhere especially near the sea. (Lees et al.,2019).

4 COMPARISON WITH ERA INTERIM AND RADIOSONDES PROFILES

The evaluation was based on statistical parameters MBE (mean bias error) and RMSE (root-mean-square error) to analyse and evaluate the retrieved PWV precision based on different types of measurements.

A lower RMSE indicates a smaller discrepancy between the Era5 and Era interim PWV. The following formulas were applied in our statistical analysis (Shuaimin et al. 2020):

Figure 3: Seasonal variability of water vapour at Tamanrasset (left) and Algiers (right) stations.

RECENZIRANI ČLANKI

where N is the number of PW pairs, PWERAint is PW value of ERA interim PWERA5 is PW value of ERA5.

The ERA5 PW dataset was compared to PW ERA-Interim dataset based on some commonly used statistical indicators such as correlation coefficient, bias, and RMSE. Generally, the correlation coefficient (R) is mostly used to assess the degree of consistency instead of absolute agreement, and a positive (negative) bias indicates an overestimation (underestimation) of PWV.

The scatter plots for all observations of PW ERA5 against PW ERA interim can be found in figure 2, together with the fitted linear regressions.

A fairly good agreement can be observed between two sources of ERA reanalysis over all stations with mean bias error do not exceeds 0.7 mm and withcorrelation coefficient at least 0.96.

Figure 4: Scatter plots of PW ERA5 and PW ERA interim at Algiers, Bechar, Tamanrasset and Djelfa.

Tamanrasset and Djelfa stations are located at altitude where depasses 1400m and with lower values of water vapour. The mean bias of these stations is slightly higher compared as Algiers. Where model of reanalysis affects topography.

In the absence of availability of GNSS data in Algeria, we have compared the values of ERA5 reanalysis with two radiosondes profiles available in Algeria (Algiers and Tamanrasset). The comparison was made with ERA5 at the same lunch of radiosondes (12 UTC).

The figure 5 shows time series of PW ERA5 and radiosondes at Algiers and Tamanrasset Station

Figure 5: Time series of Precipitable water vapour from Radiosondes and ERA5.

Correlation coefficient of 0.65 and 0.77 at Algiers and Tamanrasset respectively with the mean bias, which not exceeds 1 mm. The results of PW radiosondes and ERA5 are plotted in figure 5 and statistical parameters are summarized in table 2.

Table 2: Statistical comparison between PW ERA5 and PW radiosondes. The MBE is the mean PW difference taken as RS minus ERA5.

Stations MBE [mm] RMS [mm] R

Algiers 0..98 4.5 0.65 Tamanrasset -0.73 3.5 0.76

5 CONCLUSION

The objective of this study is to derive the water vapour from ERA reanalysis and see the performance of two sources data over a different stations and different climate s in Algeria.

The seasonal variation of water vapour depends on location and climate indices as precipitations and topography of region, the maximum was observed at Algiers station with 44 mm and minimum of 1.26 mm at Tamanrasset station where the climate of the Sahara, hot, sunny and arid, is characteristic of that of a hot desert, located on both sides of a tropic.

The results show a good agreement between precipitable water vapour ERA5 and ERA interim at diffe rent locations with mean bias which not exceeds 0.6 5 mm and correlation coefficient higher than 0.90.

ERA5

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

The water vapour from reanalysis was also compared with 2 profiles radiosondes in Algeria and the statistical results show an agreement between ERA5 reanalysis and radiosonde profile especially in region with a complex topography as Algeria.

The Tamanrasset station show a negative bias between PW Radiosondes and ERA5 reanalysis. We also test the impact of outliers on our comparison. The correlation coefficent increases from 0.65 to 0.70 at Algiers Station.

The models of ERA reanalysis can be useful in applications of GNSS meteorology in the absence of meteorological stations.

Literature and reference

Abdellaoui, H., Zaourar, N., & Kahlouche, S. (2019). Contribution of permanent stations GPS data to estimate the water vapor content over Algeria’, Arabian Journal of Geosciences, 12(3), 81.

Bergman, J.W., Fierli, F., Jensen, E.J., Honomichl, S., Pan, L.L(2013). Boundary layer sources for the Asian anticyclone: Regional contributions to a vertical conduit. J. Geophys. Res. Atmos , 118, 2560–2575.

Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P.. Poli, P., Kobayashi, S., Andrae, U., Balmaseda, M. A., Balsamo, G., Bauer, P., Bechtold, P., Beljaars, A., van de Berg, L., Bidlot, J., Bormann, N., Delsol, C., Dragani, R., Fuentes, M., Geer, A. J., Haimberger, L., Healy, S. B., Hersbach, H., Hólm, E. V., Isaksen, L., Kallberg, P., Köhler, M., Matricardi, M., McNally, A. P., Monge-Sanz, B. M., Morcrette, J.-J., Park, B. K., Peubey, C., de Rosnay, P., Tavolato, C., Thépaut, J.-N., and Vitart, F.: The ERA-Interim reanalysis: configuration and performance of the data assimilation system, Q. J. Roy. Meteorol. Soc., 137, 553597, doi:10.1002/qj.828, 2011

Jiang, P., Ye, S., Chen, D., Liu, Y., and Xia, P.5(2016). Retrieving Precipitable Water Vapor Data Using GPS Zenith Delays and Global Reanalysis Data in China, Remote Sensing, 8, 389, https://doi.org/10.3390/rs8050389

Kiehl, J. T. and Trenberth, K. E.(1997) Earth’s Annual Global Mean Energy Budget, Bulletin of the American Meteorological Society, 78, 197–208.

Lees, E.; Bousquet, O.; Roy, D.; de Bellevue, J.L. Analysis of Diurnal to Seasonal Variability of Integrated Water Vapour in the South Indian Ocean Basin Using Ground-based GNSS and Fifth-generation ECMWF Reanalysis (ERA5) Data. Q. J. R. Meteorol. Soc. 202.

Lindsay, R.; Wensnahan, M.; Schweiger, A.; Zhang, J. Evaluation of Seven Different Atmospheric Reanalysis Products in the Arctic. J. Clim. 2014, 27, 2588–2606.

Maurellis, A., and J. Tennyson (2003). The climatic effects of water vapor, Physics World, May 2003, Available at http://physicsworld.com/cws/article/print/17402

Namaoui, H., Kahlouche, S., Belbachir, A.H., Van Malderen, R., Brenot, H. & Pottiaux, E. (2017). GPS water vapor and its comparison with radiosonde and ERA-Interim data in Algeria’, Advances in Atmospheric Sciences, 34(5):623– 634. https:// doi.org/10.1007/s00376-016

NAMAOUI, H, Kahlouche, S. & Belbachir A. H. (2021). Evaluation of MODIS water vapour products over Algeria using radiosonde data”, Anuário do Instituto de Geociência, 2021, v. 44, 40110 DOI: https://doi.org/10.11137/19823908_2021_44_40110

Rakhmatova, N.; Arushanov, M.; Shardakova, L.; Nishonov, B.; Taryannikova, R.; Rakhmatova, V.; Belikov, D.A.(2021). Evaluation of the Perspective of ERA-Interim and ERA5 Reanalyses for Calculation of Drought Indicators for Uzbekistan. Atmosphere, 12, 527. https://doi.org/10.3390/ atmos12050527 6111-1

Realini, E., Sato, K., Tsuda, T.& Susilo Manik, T. (2014). An observation campaign of precipitable water vapor with multiple GPS receivers in western Java’ , Indonesia Progress Earth Planet Sci 1(1):17.

Shuaimin, W., Tianhe, X., Wenfeng, N., Chunhua, J., Yuguo, Y., Zhenlong, F., Mowen, L. &  Zhen, Z. (2020). Evaluation of Precipitable Water Vapour from Five Reanalysis Products with Ground-Based GNSS Observations ‘, Remote Sensing, 12(11): 1817 (2020)

Torres, B.; Cachorro, V.E. ; Toledano, C. ; Ortiz de Galisteo,J.P. ; Berjón, A. ; Frutos,A.M.; Bennouna,Y.& Laulainen.N. (2010). Precipitable water vapour characterization in the Gulf of Cadiz region (southwestern Spain) based on Sun photometer, GPS, and radiosonde data. Journal of Geophysics Research 115: (D18): D18103.  doi: 10.1029/ 2009JD012724

Van Malderen, R., H. Brenot, E. Pottiaux, S. Beirle, C. Hermans, M. De Mazière, T. Wagner, H. De Backer, and C. Bruyninx. (2014). A multi-site intercomparison of integrated water vapour observations for climate change analysis. Atmospheric Measurement Techniques 7 (8): 2487–2512. doi: 10.5194/amt-7Wang, X., Zhang, K., Wu, S., Fan, S., and Cheng, Y.(2016). Water vapor-weighted mean temperature and its impact on the determination of precipitable water vapor and its linear trend: Water Vapor-Weighted Mean Temperature, J. Geophys. Res. Atmos., 121, 833–852, https://doi.org/10.1002/2015JD024181, 2016

Zhang, Y.; Xu, J.; Yang, N.; Lan, P. Variability and Trends in Global Precipitable Water Vapor Retrieved from COSMIC Radio Occultation and Radiosonde Observations. Atmosphere 2018, 9, 174.

Namaoui H. (2022). Evaluation of Era5 reanalysis atmospheric water vapor variation in Algeria. Geodetski vestnik, 66 (3), 403-411.

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.403-411

Houaria Namaoui  Algerian Space Agency, Center of space techniques, Arzew, Oran. e-mail: houarian@gmail.com

Houaria Namaoui | EVALUATION OF ERA5 REANALYSIS ATMOSPHERIC WATER VAPOR VARIATION IN ALGERIA | OCENA REANALIZE ERA5 VARIACIJE ATMOSFERSKE VODNE PARE V ALŽIRIJI | 403-411|

ČLANKI

PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ

NESREČ Z GIS

ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NONSTATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi

UDK: 614.86:659.2:004.6:91(55)

Klasifikacija prispevka po COBISS.SI: 1.04 Prispelo: 9. 3. 2022 Sprejeto: 4. 8. 2022

SI | EN

DOI: 10.15292/geodetski-vestnik.2022.03.412-431

PROFESSIONAL ARTICLE

Received: 9. 3. 2022 Accepted: 4. 8. 2022

ABSTRACTIZVLEČEK

Prometne nesreče so po vsem svetu eden najpoglavitnejših vzrokov za smrtne žrtve, telesne poškodbe in finančno škodo. Prepoznavanje žarišč nesreč in vzrokov zanje ter izboljšanje stanja na teh žariščih je gospodaren način za izboljšanje varnosti v cestnem prometu. V tej študiji so bile za identifikacijo žarišč nesreč na cesti Dehbala v provinci Yazd v Iranu uporabljene statistične in nestatistične metode združevanja v skupine. V prvem delu študije je uteži kriterijev določal strokovnjak z metodo AHP. Prostorska korelacija naklona in ukrivljenosti je bila izračunana z Moranovim indeksom. Za prepoznavanje žarišč nesreč na podlagi gostote točk so bili uporabljeni Anselin lokalni Moranov indeks, Getis-Ord Gi* in ocena gostote jedra. Tako so bile štiri vroče točke nesreč pridobljene z indeksom Anselin Local Moran, tri žariščne točke nesreč pa z Getis-Ord Gi*. Območje, ki je izpostavljeno nesrečam, je bilo pridobljeno z metodo ocene gostote jedra. Trije algoritmi, K-srednjih vrednosti (angl. K-means), K-medoids in DBSCAN, so bili uporabljeni za identifikacijo kritičnih območij ali točk z uporabo nestatističnih metod. Skupine zgostitev točk vsake metode so bile obravnavane kot skupine, kjer je verjetnost nesreč večja. Rezultate statističnih in nestatističnih metod smo med seboj primerjali in dobili končni nabor ogroženih območij. Študija razkriva vpliv geometrijskih značilnosti ceste (naklon in ukrivljenost) na pojavnost nesreč.

Road accidents are among the most critical causes of fatality, personal injuries, and financial damage worldwide. Identifying accident hotspots and the causes of accidents and improving the condition of these hotspots is an economical way to improve road traffic safety. In this study, to identify the accident hotspots of “Dehbala” road located in Yazd province-Iran, statistical and non-statistical clustering methods were used. First, the weighting of the criteria was performed by an expert using the AHP method. Hence, the spatial correlation of slope and curvature was calculated by Global Moran’I. Anselin Local Moran index and Getis-Ord Gi* and Kernel Density Estimation were used to identify accident hotspots based on accident location due to the density of points. As a result, four accident hotspots were obtained by the Anselin Local Moran index, three accident hotspots by Getis-Ord Gi*and one accident-prone area were obtained by Kernel Density Estimation method. Three algorithms, k-means, k-medoids, and DBSCAN, were used to identify accident-prone areas or points using non-statistical methods. The dense cluster of each method was considered as an accident-prone cluster. Then the results of statistical and nonstatistical methods were intersected with each other and the final accident-prone area was obtained. This study revealed the effect of geometric charcateristics of the road (slope and curvature) on the occurance of accidents.

KLJUČNE BESEDE KEY WORDS

žarišča prometnih nesreč, prostorska statistika, združevanje v skupine, analiza GIS, Moranov indeks

Accident hotspots, Spatial statistics, Spatial clustering, GIS analysis, Moran’s I

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

1 INTRODUCTION

Road accidents are among the most important causes of death and severe physical and financial damage worldwide. The social, cultural, and economic effects of accidents have severely threatened the lives of human societies. Over the past decades, an average of approximately 1.2 million people have been killed each year by road accidents, with about 90% of accidents occurring in developing countries (WHO, 2018). However, road safety is a global issue, and it is necessary to find ways to reduce its effect. Road accidents, in addition to annual financial losses, account for about one to three percent of countries‘ gross national profits, lead to the loss of national capital, and have devastating effects on the development of countries, especially low-income countries (Tessa 2009). Every year, more than 1.3 million people die in traffic accidents. The number of young people between the ages of 15 and 29 who die in road accidents each year is higher than deaths from HIV, AIDS, malaria, tuberculosis, or homicide. Iran is also one of the developing countries, and the number of road accidents in Iran is deplorable. . Unfortunately, Iran is among the deadliest countries in the world in terms of the number of victims of traffic accidents. Although the population of our country is less than one percent of the total population of the world, the percentage of road casualties in the country is about two percent of global deaths and about 1.5 times higher than the worldwide average. The number of people killed in traffic accidents in Iran is unimaginableStatistics released by the WHO on road accident statistics show that Iran is still one of the countries in the dangerous red zone in road driving and ranks fifth in road accident deaths (WHO, 2018).

This study used statistical and non-statistical clustering methods to identify accident hotspots and their effective parameters such as human mistakes, road problems, environmental factors, and car problems. Visualization capabilities, rapid data retrieval, and manipulation in GIS openned possibility for new exploratory data analysis techniques that focus on the „spatial“ aspects of data. Therefore, identifying local patterns of spatial communication is essential in this regard (Anselin.L, 1995). Usually, researchers combine GIS and statistical models to evaluate risk of road accidents. However, sometimes the GIS, has been used only as a geographical database to store and represent data about accidents and road characte ristics. It has also been used to represent the results of statistical studies of accidents. Another usage of GIS in accident analysing is usingstatistical tools for detecting accident-prone areas (Satria & Castro, 2016).

The primary purpose of identifying accident hotspots is to identify places where traffic accidents occur frequently. So by identifying the hotspots, their problems can be reduced with remedial measures such as geometric redesigning, installing speed reduce signs and other engineering sollutions. Identifying accident hotspots and the causes of accidents and improving conditions at these points are economical ways to improve road safety (Hauer, 2015). In this study, details of the data set and methods used in the analysis are entirely presented. Finally the implementation of the methods is applied to the available data and the results are compared with each other.

The purpose of this paper is to identify accident hotspots using statistical and non-statistical methods. Therefore, various statistical methods such as Getis-Ord Gi*, Anselin Local Moran‘s I, and Kernel Densi ty estimation based on weights extracted from the AHP1 method have been used to identify accident hotspots. Non-statistical methods such as K-means, K-medoids, and DBSCAN2 have also been used to

1 Analytic Hierarchy Process

2 Density-Based Spatial Clustering of Applications with Noise

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

identify accident hotspots based on the geographical location of accidents. Global Moran index has also been used to determine the spatial autocorrelation of accidents factors. The dense cluster of each method was considered as an accident-prone cluster. Then the results of statistical and non-statistical methods were compared with each other. Finally, an accident-prone area was obtained for the “Dehbala” road.

Researchers and professional experts have used clustering methods broadly in road accidents for efficient accident prediction, detecting road hotspots, and accurate and less costly safety delivery. Frequently studies reported that road accidents at certain geographic places are prevalent. For example, Patil et al. (2020) used K-means clustering algorithm for accidents analysis and hotspot prediction and achieved an accuracy of 81% in accident hotspot prediction (Patil, Prabhu, Walavalkar, & Lobo, 2020). Also, Sinclair and Das used K-means algorithm for identifying patterns and the relation of variables of the data. By combining the results of K-means and KDE3, they could extract useful information from their data (Sinclair & Das, 2021). Shen et al. (2021) used grid clustering and K-medoids to study the spatial pattern of road accidents in rural roads and then used principal components and K-means to detect road hotspots (Shen, Lu, Long, & Chen, 2019). These studies have used partitional clustering. Despite the easy process of partitional algorithms, they need the number of clusters. The number of clusters should be entered by the user. Therefore, it may cause some problems in the clustering process.

EN

Density-based algorithm possibly works better than the partitional one. Mohammed and Baiee (2020) used the DBSCAN clustering method to detect criminal hotspots in Maryland. The GIS visualized the clustering findings, and the criminal hotspots were found. They mentioned that despite the acceptable accuracy of DBSCAN, they had difficulty with its primary parameters. (Mohammed & Baiee, 2020). Agrawal et al. (2018) used the DBSCAN method to cluster accidents. They adjusted DBSCAN parameters by trial and error and selected all the clusters except noise as accident hotspots (Agrawal, Ruth, Nandini, & Sravani, 2018).

Past studies also have used accident data to identify high spatial concentrations of accidents using GIS. (Amiri, Nadimi, Khalifeh, & Shams, 2021; Manepalli, Bham, & Kandada, 2011; Prasannakumar, Vijith, Charutha, & Geetha, 2011; Steenberghen, Dufays, Thomas, & Flahaut, 2004; Xie & Yan, 2013) have used Getis-Ord Gi*, Moran‘s index, and KDE to identify road accident hotspots. The results showed that all of these methods could be helpful in different ways. For example, Getis-Ord Gi* can visually show the hotspots and cold spots, Global Moran‘s I can identify spatial autocorrelation, Anselin local Moran’s I can detect clustered areas, and KDE can detect hazardous areas. Likewise, some studies used these methods individually and got acceptable results. Yang et al. (2013) used KDE for traffic rate and economic cost separately and compared the results. They finally extracted places with high economic costs but with low accident rates (Yang, Lu, & Wu, 2013a). Also, Manap et al. used Getis-Ord Gi* in dividually to determine accident hotspots. They found 16 hotspot locations in their case study (Manap, Borhan, Yazid, Hambali, & Rohan, 2019).

According to previous studies, statistical clustering methods have provided acceptable results; But non -statistical clustering, such as K-means, K-medoids, and DBSCAN, is less commonly used to analyse accidents. Also, none of the studies have used statistical and non-statistical methods to identify accident hotspots. By using these methods simultaneously and identifying accident hotspots by overlapping the results, the shortcomings of each method can be reduced, and more accurate results can be obtained.

3 Kernel Density Estimation

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

2 METHODS

In the study, the AHP method is used to weigh the parameters. With this method, the parameter that has the greatest impact on accidents is selected by the relevant experts. These parameters include lighting, geometry, and weather. The spatial autocorrelation of the more important parameter is obtained by GMI4. Then statistical clustering methods (i.e., Anselin Local Moran’s I , Getis-Ord Gi* *, and kernel density estimation) have been used to identify accident hotspots. Also, non-statistical clustering methods (i.e., K-means, K-medoids, and DBSCAN) have been used to identify accident hotspots by their locational feature. These methods are among the most used methods in identifying accident-prone areas. Thus, it is expected that the shortcommings of each method be covered by the others.

The shortcomings of K-means and K-medoids algorithms include selecting the number of clusters by the user, which can be covered by the DBSCAN algorithm. In DBSCAN clustering number of clusters is selected by two main parameters: eps and minpt. Also, K-means and K-medoids have trouble clustering data where clusters are of varying sizes and densities. This problem can be covered by the DBSCAN algorithm, which clusters the data based on density. K-means and K-medoids cannot detect outliers, but DBSCAN can. It does not mean that K-means and K-medoids do not have advantages compared to DBSCAN. Selecting the appropriate eps and minpt in DBSCAN clustering is not easy, but the number of clusters in K-means and K-medoids can be selected by evaluating indexes such as the Davies Bouldin index. They can also cluster the large datasets, which DBSCAN is not suitable for large datasets. (Govender & Sivakumar, 2020; Lytvynenko et al., 2019). Getis-Ord Gi* is very good at identifying hot spots and cold spots while, Anselin Local Moran’s I can only identify positive or negative spatial autocorrelation, that is, whether the zones are similar or dissimilar that it can lead to ambiguous results. On the other hand Anselin Local Moran’s I can detect outliers while Getis-Ord Gi* can only detect hotspots and cold spots (Levine, 2008). According to the advantages and disadvantages of each method, it is worth to use them together to identify reliable accident-prone points.

2.1 Data

“Dehbala” road is located in the central part of Taft city. “Dehbala” road is mountainous and has a wavy topography. “Dehbala”, which is a rural road, leads to “DehBala” village, which is a tourist destination. This road is chosen due to its high traffic on holidays and the mountainous nature of the road. The presence of turns and steep slopes on this mountainous road is a reason to investigate accidents of “Dehbala”.The study area is shown in Figure (1) and the accidents are shown in Figure (2).

The road accident data used for the present study has been obtained from the Transportation Organization of Yazd Province. The data set shows the locations of accidents for consecutive years 2014 to 2018 for “Dehbala” road, which are shown as geographical coordinates. Data include 110 fatal, injuries, and damages accidents. These accidents are attributed with detailed information such as place, month, date, day, time, vehicle type, type of accident, and cause of the accident. Also, some of the attributes have been attached separately, such as type of geometry, weather, and lighting condition. The pie chart of accident type is represented in Figure (3). Also the workflow flowchart of the paper is displayed in Figure(4).

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

SI | EN

Figure1: Study area

Figure 3: Percentage of accident type in “Dehbala” road.

Figure 2: Accident data of “Dehbala” road.

Figure 4: Workflow flowchart. Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

2.2 AHP

Analytic Hierarchy Process (AHP), which was initially developed in 1980, is a broadly applied multi -criteria decision-making method to determine the weights of criteria and priorities of alternatives in a structured form based on the pairwise comparison. (Liu, Eckert, & Earl, 2020). GIS and AHP have been used together in many applications. In previous studies, GIS has been used predominantly for spatial analysis while AHP has been used for either evaluating different alternatives or weighting different factors to come up with a new solution. In this study, the AHP method has been used for weighting criteria (Macharia, Wathuo, & Mundia, 2015).

Figure 5: Flowchart for AHP weighting

In this study, the relevant experts compared the selected parameters in pairs, and the final weights are shown in Table (1). As displayed in Figure(5), in the AHP method, first the appropriate parameters must be selected. Then the parameters should be compared in pairs by relevant experts, and its results have to form a matrix to calculate the weights and the consistency ratio. If the consistency ratio (CR) was acceptable weights were calculated. Otherwise, the pairwise comparison was redone (Macharia et al., 2015). Consistency ratio is mentioned in equation (1) and (2) (Teknomo, 2006).

CI CR

CIn

(1)

(2)

is Eigenvalue of matrix and is matrix dimension. Also, is Random Con sistency index and its values for different matrix dimensions are shown in table (1) (Teknomo, 2006).

CI is consistency index, λ

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

1.46 1.49 1.52 1.54 1.56

2.3 Clustering

RECENZIRANI ČLANKI

Clustering analysis is the process of dividing a heterogeneous population into several homogeneous subsets or clusters (Pedrycz, 2005). The clustering process is generally defined as an unsupervised classification in which no prior information is obtainable about classes or their number. Clustering, a common statistical data analysis technique, is used in various fields (i.e., pre-processing, Anomaly detection, artificial intelli gence, pattern recognition, image interpretation, and segmentation) (Faizan, F., Ismail, & Sultan, 2020). Clustering algorithms are divided into statistical and non-statistical categories, briefly discussed in below.

2.3.1  Statistical clustering

In statistical methods, the null hypothesis is used. The null hypothesis assumes a random distribution for points. If this assumption is rejected, it will indicate the tendency of the points to form clusters or their regular arrangement. Spatial statistics help us understand geographical phenomena‘s behavior, processes, and patterns, discover their causes and make a more accurate decision (Aghajani, Dezfoulian, Arjroody, & Rezaei, 2017). In this study, the statistical cluster analysis includes Moran correlation ana lysis, Getis-Ord Gi *, and kernel density estimation.

2.3.1.1 Moran spatial autocorrelation

In many cases, we need to know whether the distribution of our data follows a specific pattern or rule. Evaluation of spatial autocorrelation methods was started mainly by the research of Moran in 1948, Anselin in 1995, and Griffith in 2008 (Anselin.L, 1995; Fischer & Griffith, 2008; Moran, 1948). The first law of geography states: “Everything is related to everything else, but near things are more related than distant things” (Tobler, 1970). This sentence can be expanded to “all places are similar, but nearby places are more similar than distant places” (Schabus & Scholz, 2015).

Spatial Autocorrelation (SA) tests the assumption of randomness. SA is positive if the adjacent regions are similar, and it is negative when the adjacent regions are not similar. So strong SA occurs when the values of a variable, which are geographically close to each other, are related. If the features or the values of the variables related to them are randomly distributed in space, then it is expected that there should be no association between them (Mitra, 2009; Y. Zhang et al., 2022).

In this study, Moran autocorrelation analysis was used to analyze accident hotspots. This autocorrelati on analysis is being meaningful by calculating Z-score and P-value parameters. There are two types of Moran index; Global Moran Index (GMI) and Anselin Local Moran Index (ALMI). GMI determines whether, on average, there is autocorrelation between a set of regions; Hence, it is used to describe the characteristics of a variable in an entire region. On the other hand, the ALMI is used to identify local clusters with positive and negative autocorrelations (hot and cold spots) and compare them with adjacent samples (Goodier, 2010; X. Zhang et al., 2021).

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

2.3.1.1.1

Global Moran Index

Moran’s I is one of the most common statistical tools for measuring spatial correlation with returning a non-spatial correlation to a spatial context. The Global Moran Index (GMI) is used to describe the characteristics of a variable throughout the region (O’Sullivan & Unwin, 2010). In this study, the GMI is used to investigate the SA between lighting, the geometry, and weather in 5 consecutive years 2014 to 2018. If the GMI is positive, it indicates a spatial autocorrelation between the parameters. If not, it indicates no significant spatial autocorrelation between the parameters.

GMI analysis shows us whether the data is scattered or clustered. SA evaluates the distribution pattern of features in space by simultaneously considering location and features. GMI calculates the Moran index and evaluates the significance of the calculated index using the standard Z-score and P-Value scores (Wang, Liang, & Wang, 2021).

The value of the GMI is calculated by equation (3) (Morais & Gomes, 2021):

(3)

So that X i and X j show the values of the variable in places i and j. Also, X shows the average characteristic of each station. W ij is the value of the spatial weight of feature s i and j. If i and j are adjacent to each other, the value of W ij is equal to one. If i and j are not adjacent to each other, the value of W ij is zero. also represents the sum of all elements (Morais & Gomes, 2021).

2.3.1.1.2 Local Moran Index

Local spatial statistics are beneficial for identifying the accident road hotspots. It can help identify and investigate the accumulation of unusual clusters based on a formal assessment of statistical significance and value. The local Moran index was fully developed by Anselin in 1995. It is defined in equation (4) (Morais & Gomes, 2021).

(4)

where, n represents the total number of variables, X i and X j represent the values of the desired parameter in places i and j, and W ij represents the value of the spatial weight of feature s in i and j. A positive value of I indicates the spatial clustering of similar values, and a negative value indicates dissimilar spatial clustering. The Moran significance test is calculated by z-score. The z-score is defined in equation (5) (Dai, Guo, Zhang, & Li, 2010):

(5)

E(I) indicates the mean of I and SD(I) indicates the standard deviation (Dai et al., 2010).

2.3.1.2 Getis-Ord-Gi* index

The Gi * index is developed by Getis and Ord in 1995 (Ord & Getis, 1995). It calculates the Getis-Ord Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT

STATISTIČNIMI

NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

Gi * index for all the features in the data for hotspot analysis. Z-value indicates in which areas the data is clustered with high or low values (Rogerson, 2015). The Z-value is similar to a simple standard deviation, and its high or low value indicates critical points. The P-value also indicates the probability of random processes generated in the observed spatial pattern (Mondal, Singh, & Kumar, 2022). Getis-Ord Gi* is defined in equation (6) (Wang et al., 2021):

RECENZIRANI

where Xj is the value for feature j

is the sample size, and W

is the spatial weights between features i and j. A positive value of this statistic indicates a spatial cluster of high values; A negative value indicates a spatial cluster of low values (Mondal et al., 2022).

2.3.1.3 Kernel density estimation

The kernel density estimation (KDE) method was introduced by Rosenblatt in 1956. This method has attracted considerable attention in the non-parametric estimation of density. The most important advantage of this method in accident hotspots detecting is the distribution of accident risk. Hazard distribution can be defined as spreading the probability of an accident in a specific radius around the accident site due to the spatial relationship (Gelb, 2021). The density levels generated show the focal points of accidents (Deshpande, Chanda, & Arkatkar, 2011). The general equation of kernel density is given in equation (7):

(7)

where λ means area’s density, h means bandwidth or KDE search radius, and k means point’s weight, which means the number of accidents in the same area (Yang, Lu, & Wu, 2013b).

2.3.2 Non-statistical clustering

Non-statistical clustering includes several categories. These categories include partitional clustering algo rithms, density-based clustering algorithms, model-based clustering algorithms, hierarchical clustering algorithms, and fuzzy clustering algorithms. In this study, two partitional (K-means and K-medoids) and one density-based clustering (DBSCAN) methods are used. The following is a detailed description of these methods.

2.3.2.1 K-means clustering

The K-means clustering method is one of the most common and straightforward partitioning clustering techniques. The term K-means was used by MacQueen for the first time in 1967 (MacQueen, 1967). The primary purpose of this clustering is to divide n features into K clusters so that each feature belongs to the cluster with the closest mean. This algorithm has an iterative process and stops and converges until no more points move (Ran, Zhou, Lei, Tepsan, & Deng, 2021). The workflow of the K-means algorithm is shown in Figure (6):

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

Figure 6: Flowchart of K-means clustering (Sunori et al., 2021).

One of the most important disadvantages of the K-means algorithm is a limitation to those data that uses the mass center concept. However, this limitation is solved using another clustering method called K-medoids.

2.3.2.2 K-medoids clustering

K-medoids is one of the types of partitioning clustering. It is another type of K-means algorithm and is very similar to it. The difference between K-medoids and K-means is in using the Manhattan distance instead of the Euclidean distance used in K-means. Manhattan distance properties make K-medoids less sensitive to noise than K-means (Bradley, Mogg, & Lee, 1997). Another difference between K-medoids and K-means is in the centers of the clusters. The center of the clusters in K-means is not just a real point of the data, but the average of the points in the cluster, whereas K-medoids choose the center of the cluster from the data points, which are real points .

2.3.2.3 DBSCAN

DBSCAN is the basic algorithm of density-based clustering methods. DBSCAN, introduced by Ester in 1996, can find clusters of various shapes and sizes and identify noise-containing and out-of-date data (Ester, Kriegel, Sander, & Xu, 1996). This algorithm requires two primary input parameters (Eps Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

and MinPts). Eps is the radius of the cluster, and MinPts is the minimum number of points in clusters. Therefore, DBSCAN algorithm is sensitive to its input parameters. The Eps parameter specifies what proximity means for points. If the Eps value is too small, no point is the center point and leads to the identification of most points as noise (Karami & Johansson, 2014).The advantages of the DBSCAN algorithm are as follows (X. Zhang et al., 2021):

Simplicity and comprehensibility.

No need to specify the number of clusters by the user.

Ability to detect clusters with optional shapes.

Ability to detect outliers and remove noise.

3 RESULTS

AHP method was used to identify the most effective parameter in the occurrence of accidents. Relevant experts used this method to weigh the criteria and sub-criteria. As shown in Table (2), the geometry criterion has more weight. These parameters have been used in this study:

SI | EN

Weather: weather can cause accidents in many cases. For example, rainy and snowy weather increases the risk of accidents due to reduced visibility and slippery roads. Also, strong winds cause the vehi cle to get out of control, and fog reduces visibility. In this study, the weather is divided into seven categories: Cloudy, Rainy, Snowy, Clear, Sandstorm, Fog, and Dust.

Lighting: Lighting is provided by sunlight during the day and street lighting at night; Sunrise and sunset times and roadside lamps are important in accidents. Lighting in this research is divided into four categories: day, night, sunrise, and sunset.

Geometry: Road geometry is one of the most crucial factors in road accidents. In this study, road geometry is divided into five types: Only turning, turning uphill / downhill, flat and uphill / downhill.

Table 2: Weighting of criteria and sub-criteria by AHP method by experts.

Criteria Criteria’s weight

Sub-criteria’s weight

Lighting 0.333 Night (0.006), Day (0.002), Sunset (0.033) and Sunrise (0.194)

Geometry 0,606 Only turning (0.804), turning uphill / downhill (0.180), flat (0.165) and uphill / downhill (0.554)

Weather 0.606 Cloudy (0.021), Rainy (0.553), Snowy (0.853), Clear (0.014), Stormy (0.255), Fog (0.448) and Dust (0.129)

After collecting experts‘ opinions and calculating the weight of criteria and sub-criteria by the AHP method, according to Table (2), the most weight was allocated to geometry criteria. This means that geometry, according to relevant experts‘ ideas, is of great importance in road accidents. Sub-criteria of geometry include slope, curvature, the radius of arcs, etc. In this study, slope and curvature, which are significant sub-criteria of geometry, are investigated.

After identifying the effective parameter in the AHP method, the autocorrelation of its sub-criteria, which includes curvature and slope, is investigated by GMI. As can be seen in Figure (7), both sub-criteria have a cluster property, and their spatial autocorrelation is positive. Their p-values are very small, and their z-values are very large, indicating a spatial and meaningful correlation of the clustering.

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

Figure 7: Output of GMI for a)Curvature b)Slope.

In order to determine the accident hotspots by the ALMI, Getis-Ord Gi* and KDE on the „DehBala“ road, first, „Collect Events“ was used. „Collect events“ convert event data, such as crime or accident, to weighted point data. „Collect Events“ turns several co-location accidents into a weighty one. The output of „collect event“ is shown in Figure (8a). In the ALMI method, we use the Collect Event output to examine the clusters. Its output is shown in Figure (8b). For the Getis-Ord Gi* method, the index values are categorized from 1 to 7 by the natural breaks method. This category reflects the importance of each accident. For example, one is the most accident-prone point (red points), and seven is the safest (blue point). The result is displayed in Figure (9a). Also, the KDE output shows the high-risk are as in Figure (9b).

Figure 8: Outputs of a) Collect Events b) ALMI. Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS

PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI

412-431|

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

| EN

Figure 9: Outputs of a) Getis-Ord Gi* b) KDE.

Euclidean distance is used in all thesestatistical clustering methods. In this study, the Euclidean distance was calculated for the accident points and the results were compared with the difference in distance from the origin. Except for one case, the difference between the Euclidean distance and the distance from the origin was negligible.

In K-means and K-medoids, as mentioned earlier, the number of clusters is first entered by the user, and then the algorithm assigns each accident point to each cluster. Davies Bouldin‘s validity index was used to find the optimal number of clusters in this study. The Davies Bouldin index is one of the indicators for evaluating the validity of clusters. This index calculates the average similarity between each cluster and its most similar cluster. Therefore, the lower the value of this index, the better clusters are produced (Jumadi Dehotman Sitompul, Salim Sitompul, & Sihombing, 2019). The Davies Bouldin validation index diagram for these two methods is shown in Figure (10).

Figure 10: Davies Bouldin index of a)K-means b)K-medoids.

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

As shown in Figure (10), cluster number 9 is the most appropriate case for both clustering algorithms. The outputs of the K-means and K-medoids algorithms with 9 clusters are shown in Figure (11). For non-statistical clustering methods, distance from the origin has been used to cluster accidents.

Figure 11: Outputs of a) K-means for 9 cluster b) K-medoids for 9 cluster. The evaluation index in the DBSCAN method is experimental, and unlike K-means and K-medoids methods, there is no specific evaluation index for its validation. For this method, clusters are obtained by trial and error and changing the two parameters: Eps and MinPts (Ester et al., 1996). After trial and error by changing the algorithm parameters, the DBSCAN clustering output is displayed on the “Dehbala” road data with Eps = 0.9 and MinPts = 5 with 8 clusters in Figure (12).

Figure 12: Outputs of DBSCAN algorithm with Eps=0.9 and MinPts=5.

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

4 DISCUSSION

In this research, different clustering methods have been used for identifying accident-prone areas. For this purpose, K-means, K-medoids, DBSCAN, KDE, ALMI, and Getis-Ord Gi* methods have been used to cluster the accidents. GMI method was also used to identify the effective parameter of accidents on the „Dehbala“ road. Among the applied methods in this study to cluster the accidents, Getis-Ord Gi* and ALMI indexes belong to 2D space while the road extents in 1D space. As long as the road is exactly a straight line, Getis-Ord Gi* and ALMI will work well. However, any twist in the road makes a difference between the eucidean distance and the distance along the road. According to this, the more winding the road, the less valid the 2D indexes. Despite this, the differences can be interpreted (effectless or biased) based on the local geometry of the road at each segment. In this study, the distance between the accident points (both Euclidean and along the road) were examined. The examination revealed that there is one considerable difference at a southern part of the road but it has not affected the final results (Figure 13). The answers of all methods are in agreement. Generally speaking, applied GMI and ALMI indexes are 2D indexes and not always proper for 1D spaces unquestionably.

The main results of this paper are described in detail below:

The results of the GMI on the criteria in Figure (7) show that this index is positive for both slope and curvature. Both have spatial correlation and seems clustered. So slope and curvature are so prominent in accidents.

In the ALMI analysis, the index value low clusters and high clusters in Figure (8b) of the road is positive; the desired feature is surrounded by similar features and has formed a cluster. Since the higher, the weight, the more critical the point, high-value clusters are more important for identifying accident-prone areas. Therefore, orange points are more accident-prone in this method.

Figure 13: Final hotspot of “Dehbala” road.

In the statistical analysis of the Gi* index, red points in Figure(9a) have been identified as the most Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

accident-prone road locations. These areas had a higher z-value than other areas, and the density of accidents in these areas is higher than in other areas.

In KDE analysis, the initial part of the road, which is shown as red areas in Figure(9b), has a higher density and is known as the most accident-prone area of the road in this method. The results of non-statistical clustering output are shown in Table (3). As shown in Table (3), in K-means clustering, cluster number 2 with 25 crashes is the most accidental cluster. In K-medoids clustering, cluster number 2 with 23 crashes is the most accidental cluster. In DBSCAN clustering, cluster number 3 with 24 accidents is the most accident-prone area of the road.

Finally, to comprehend the final hotspots, the accident-prone clusters of each method were identified and extracted. Then all of extracted clusters were overlapped. The communal area in all these methods was selected as the accident-prone area.. The road area identified as an accident-prone area in all methods defined as final hotspots are shown in Figure (13).

Table 3: Results of a) K-means b) K-medoids c) DBSCAN clustering

Cluster Number of accidents

Cluster Number of accidents

1 15 Noise 19

Cluster Number of accidents

1 12

2 23 1 12 2 25 3 9 2 7 3 9 4 12 3 24 4 15 5 15 4 8 5 17 6 8 5 8 6 7 7 10 6 6 7 6 8 9 7 14 8 8 9 9 8 12 9 11

a) b)

c)

Figure (14) shows the statistics of light, wind speed, and weather parameters at the times of accidents in the accident-prone area. According to Figure (14), most accidents occur during the day, so this factor can not be that much effective on accidents. The wind speed was also normal most of the times. According to the statistical yearbook of Yazd, the average numbers of snowy, rainy, clear, and stormy days during the year were extracted. In Yazd province the amount of precipitation is too low (less than 59 mm per year) because of its hot and dry climate. Also, sand storms are common in Yazd province (Organization, 2021). The ratio of the number of snowy, rainy, clear, and stormy days during a year is shown in Figure (15). According to Figure (14), although in the accident-prone area, the percentage of accidents was higher in clear and cloudy weather, there is no reason that more accidents occur in clear and cloudy weather, because in Yazd province, 85% of days are clear and cloudy. As a result, according to Figure (14) and Figure (15), the ratio of clear and cloudy weathers at the times of accidents to the whole year is around 0.76, while these ratios for rainy, snowy and stormy days are 2, 7 and 2 respectively. This means that accidents are happened more likely to be occurred in rainy, snowy or stormy weathers. Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL

TO DETECT ROAD

412-431|

K-means DBSCAN K-medoids

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Figure 14: Statistical charts of Wind speed, Lighting, and Weather for accident-prone area

Figure 15: Annual weather in the study area

For Dehbala raod with less than 20 Kilometers length, the waethrer is not very changeable along the road. Terefore, the weather has an uniform impact along the road. Thus, it can be concluded that the accident-prone area is mostly related to the geometry (slope and curvature) of the road. However, rainy, snowy or stormy weathers intensifies the probability of accidents, especially in areas where are prone to accidents.

5 CONCLUSION

More than 1.3 million people die in traffic accidents every year. The number of people killed in traffic accidents in Iran is incredible. Thus, identifying the influential factors in accidents and identifying high-risk areas is one of the necessary measures to reduce accidents. The main objective of this paper was to find the accident-prone areas or hotspots of the “Dehbala” road. First, the weights of the criteria and sub-criteria of lighting, weather, and geometry were determined using the AHP method and the opinion of relevant experts. Geometry had the most weight. The spatial correlation of slope and curva Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ

GIS | 412-431|

ture parameters was investigated using GMI. Slope and curvature both had a positive spatial correlation. Then ALMI, Getis-Ord Gi*, KDE, K-means, K-medoids, and DBSCAN clustering have used to cluster the accident data. The hotspots of ALMI, Getis-Ord Gi*, and KDE were extracted. Also, the clusters with more accidents compared to other clusters, were extracted as accident-prone clusters in K-means, K-medoids, and DBSCAN. Finally, by comparing the results, an area, which was communal in all the methods, was identified as an accident-prone area. By investigating weather conditions at the times of accidents in the accident-prone area, it was revealed that weather condition is also an intensifier factor. Yet, the detected accident-prone part of the road has an intense curve together with high slope that in creases the probability of accidents. As a result, regarding that the weather condition is uncontrollable, adjusting the slope and curvature of the accident-prone area of the road is suggested.

This paper is limited to one road, 20 kilometers long along a single county. The categorization of the hotspots was carried out in two levels (hot and cold spots). Further analyses may include longer road sections and more than two levels. It is believed that such analyses could be beneficial for traffic accident prevention and safety improvement in the future.

Acknowledgment

This work was supported by Shahid Rajaee Teacher Training University under grant numbers 3564 and 3567.

Literature and references

Aghajani, M. A., Dezfoulian, R. S., Arjroody, A. R., & Rezaei, M. (2017). Applying GIS to Identify the Spatial and Temporal Patterns of Road Accidents Using Spatial Statistics (case study: Ilam Province, Iran). Transportation Research Procedia, 25, 2126-2138. Retrieved from https://www.sciencedirect.com/science/article/ pii/S2352146517307160

Agrawal, K., Ruth, V. M., Nandini, Y., & Sravani, K. (2018). Analysis of road accident locations using DBSCAN algorithm. International Journal of Scientific Research in Science and Technology (IJSRST), 4(8), 462-467.

Amiri, A. M., Nadimi, N., Khalifeh, V., & Shams, M. (2021). GIS-based crash hotspot identification: a comparison among mapping clusters and spatial analysis techniques. International journal of injury control and safety promotion, 28(3), 325-338.

Anselin.L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93-115.

Bradley, B. P., Mogg, K., & Lee, S. C. (1997). Attentional biases for negative information in induced and naturally occurring dysphoria. Behaviour Research and Therapy, 35(10), 911-927. Retrieved from https://www.sciencedirect.com/science/ article/pii/S0005796797000533

Dai, X., Guo, Z., Zhang, L., & Li, D. (2010). Spatio-temporal exploratory analysis of urban surface temperature field in Shanghai, China. Stochastic Environmental Research and Risk Assessment, 24, 247-257.

Deshpande, N., Chanda, I., & Arkatkar, S. S. (2011). Accident Mapping And Analysis Using Geographical Information Systems. International Journal of Earth Sciences and Engineering, 4(6), 342-345.

Yegane Khosravi,

Hosseinali,

Ester, M., Kriegel, H., Sander, J., & Xu, X. (1996). A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise. Paper presented at the KDD.

Faizan, M., F., M., Ismail, S., & Sultan, S. (2020). Applications of Clustering Techniques in Data Mining: A Comparative Study. International Journal of Advanced Computer Science and Applications, 11.

Fischer, M. M., & Griffith, D. A. (2008). Modeling spatial autocorrelation in spatial interaction data: an application to patent citation data in the European Union. Journal of Regional Science, 48(5), 969-989.

Gelb, J. (2021). Spnetwork,A package for network Kernel Density Estimation. The R Journal.

Goodier, J. (2010). The Dictionary of Human Geography. Reference Reviews. Govender, P., & Sivakumar, V. (2020). Application of k-means and hierarchical clustering techniques for analysis of air pollution: A review (1980–2019). Atmospheric Pollution Research, 11(1), 40-56. doi:https://doi.org/10.1016/j.apr.2019.09.009

Hauer, E. (2015). The Art of Regression Modeling in Road Safety: Springer International Publishing.

Jumadi Dehotman Sitompul, B., Salim Sitompul, O., & Sihombing, P. (2019). Enhancement Clustering Evaluation Result of Davies-Bouldin Index with Determining Initial Centroid of K-Means Algorithm. Journal of Physics: Conference Series, 1235(1), 012015. doi:10.1088/1742-6596/1235/1/012015

Karami, A., & Johansson, R. (2014). Choosing DBSCAN Parameters Automatically using Differential Evolution. Int. J. Comput. Appl., 91. doi:10.5120/15890-5059

CONTEXT

STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT

NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE

NESREČ

GIS

412-431|

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

Levine, N. (2008). CrimeStat: A Spatial Statistical Program for the Analysis of Crime Incidents. In S. Shekhar & H. Xiong (Eds.), Encyclopedia of GIS (pp. 9.4-9.20). Boston, MA: Springer US.

Liu, Y., Eckert, C. M., & Earl, C. (2020). A review of fuzzy AHP methods for decisionmaking with subjective judgements. Expert Systems with Applications, 161, 113738. doi:https://doi.org/10.1016/j.eswa.2020.113738

Lytvynenko, V., Lurie, I., Krejci, J., Voronenko, M., Savina, N., & Taif, M. A. (2019). Two Step Density-Based Object-Inductive Clustering Algorithm. Paper presented at the MoMLeT.

Macharia, P., Wathuo, M., & Mundia, C. (2015). Experts’Responses Comparison in a GISAHP Oil Pipeline Route Optimization: A Statistical Approach. American Journal of Geographic Information System, 4, 53-63. doi:10.5923/j.ajgis.20150402.02

MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. Paper presented at the In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, Calif.

Manap, N., Borhan, M. N., Yazid, M. R. M., Hambali, M. K. A., & Rohan, A. (2019). Determining spatial patterns of road accidents at expressway by applying Getis-Ord Gi* spatial statistic. Int. J. Recent Technol. Eng, 8(3S3), 345-350.

Pune Section International Conference (PuneCon).

Pedrycz, W. (2005). Knowledge-based clustering: from data to information granules: John Wiley & Sons.

Prasannakumar, V., Vijith, H., Charutha, R., & Geetha, N. (2011). Spatio-Temporal Clustering of Road Accidents: GIS Based Analysis and Assessment. Procedia - Social and Behavioral Sciences, 21, 317-325. Retrieved from https://www. sciencedirect.com/science/article/pii/S1877042811013437

Ran, X., Zhou, X., Lei, M., Tepsan, W., & Deng, W. (2021). A Novel K-Means Clustering Algorithm with a Noise Algorithm for Capturing Urban Hotspots. Applied Sciences, 11(23), 11202. Retrieved from https://www.mdpi.com/20763417/11/23/11202

Rogerson, P. (2015). Statistical methods for geography : a student’s guide.

Satria, R., & Castro, M. (2016). GIS Tools for Analyzing Accidents and Road Design: A Review. Transportation Research Procedia, 18, 242-247. doi: https://doi. org/10.1016/j.trpro.2016.12.033

EN

Manepalli, U. R., Bham, G. H., & Kandada, S. (2011). Evaluation of hotspots identification using kernel density estimation (K) and Getis-Ord (Gi*) on I-630. Paper presented at the 3rd International Conference on Road Safety and Simulation.

Mitra, S. (2009). Spatial Autocorrelation and Bayesian Spatial Statistical Method for Analyzing Intersections Prone to Injury Crashes. Transportation Research Record, 2136(1), 92-100.

Mohammed, A. F., & Baiee, W. R. (2020). The GIS based Criminal Hotspot Analysis using DBSCAN Technique. Paper presented at the IOP Conference Series: Materials Science and Engineering.

Mondal, S., Singh, D., & Kumar, R. (2022). Crime hotspot detection using statistical and geospatial methods: a case study of Pune City, Maharashtra, India. GeoJournal. Retrieved from https://doi.org/10.1007/s10708-022-10573-z

Morais, L. R. d. A., & Gomes, G. S. d. S. (2021). Applying Spatio-temporal Scan Statistics and Spatial Autocorrelation Statistics to identify Covid-19 clusters in the world - A Vaccination Strategy? Spatial and Spatio-temporal Epidemiology, 39, 100461. Retrieved from https://www.sciencedirect.com/science/article/ pii/S1877584521000605

Moran. (1948). The Interpretation of Statistical Maps. Journal of the Royal Statistical Society: Series B (Methodological), 10(2), 243-251.

O’Sullivan, D., & Unwin, D. J. (2010). Geographic information analysis and spatial data. Geographic information analysis, 1-32.

Ord, J. K., & Getis, A. (1995). Local Spatial Autocorrelation Statistics: Distributional Issues and an Application. Geographical Analysis, 27(4), 286-306. Retrieved from https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1538-4632.1995.tb00912.x

Organization, Y. P. M. a. P. (2021). Statistical yearbook of Yazd province in 2021: Country Management and Planning Organization, Center for Scientific Documents and Publications.

Schabus, S., & Scholz, J. (2015). Geographic Information Science and technology as key approach to unveil the potential of Industry 4.0: How location and time can support smart manufacturing. Paper presented at the 2015 12th International Conference on Informatics in Control, Automation and Robotics (ICINCO).

Shen, L., Lu, J., Long, M., & Chen, T. (2019). Identification of accident blackspots on rural roads using grid clustering and principal component clustering. Mathematical Problems in Engineering, 2019.

Sinclair, C., & Das, S. (2021, 21-23 Jan. 2021). Traffic Accidents Analytics in UK Urban Areas using k-means Clustering for Geospatial Mapping. Paper presented at the 2021 International Conference on Sustainable Energy and Future Electric Transportation (SEFET).

Steenberghen, T., Dufays, T., Thomas, I., & Flahaut, B. (2004). Intra-urban location and clustering of road accidents using GIS: a Belgian example. International Journal of Geographical Information Science, 18(2), 169-181.

Sunori, S. K., Negi, P. B., Maurya, S., Juneja, P., Rana, A., & Bhawana. (2021, 20-22 Jan. 2021). K-Means Clustering of Ambient Air Quality Data of Uttarakhand, India during Lockdown Period of Covid-19 Pandemic. Paper presented at the 2021 6th International Conference on Inventive Computation Technologies (ICICT).

Teknomo, K. (2006). Analytical Hierarchy Process (AHP). In.

Tessa , K. A. (2009). Kernel density estimation and K-means clustering to profile road accident hotspots. Accident analysis and prevention, 3(46), 6.

Wang, Z., Liang, L., & Wang, X. (2021). Spatiotemporal evolution of PM2.5 concentrations in urban agglomerations of China. Journal of Geographical Sciences, 31(6), 878-898. Retrieved from https://doi.org/10.1007/s11442021-1876-2

WHO. (2018). World health statistics 2018: monitoring health for the SDGs, sustainable development goals: World Health Organization.

Xie, Z., & Yan, J. (2013). Detecting traffic accident clusters with network kernel density estimation and local spatial statistics: an integrated approach. Journal of transport geography, 31, 64-71.

Yang, S., Lu, S., & Wu, Y.-J. (2013a). Gis-based economic cost estimation of traffic accidents in St. Louis, Missouri. Procedia-Social and Behavioral Sciences, 96, Yegane

Patil, J., Prabhu, M., Walavalkar, D., & Lobo, V. B. (2020, 16-18 Dec. 2020). Road Accident Analysis using Machine Learning. Paper presented at the 2020 IEEE

2907-2915.

Yang, S., Lu, S., & Wu, Y.-J. (2013b). GIS-based Economic Cost Estimation of Traffic Accidents in St. Louis, Missouri. Procedia - Social and Behavioral Sciences, 96, 2907-2915. Retrieved from https://www.sciencedirect.com/science/article/ pii/S1877042813024488

Zhang, X., Lauber, L., Liu, H., Shi, J., Wu, J., & Pan, Y. (2021). Research on the method of travel area clustering of urban public transport based on Sage-Husa adaptive

filter and improved DBSCAN algorithm. PLOS ONE, 16(12), e0259472. Retrieved from https://doi.org/10.1371/journal.pone.0259472

Zhang, Y., Rashid, A., Guo, S., Jing, Y., Zeng, Q., Li, Y., . . . Sun, Q. (2022). Spatial autocorrelation and temporal variation of contaminants of emerging concern in a typical urbanizing river. Water Research, 212, 118120. Retrieved from https:// www.sciencedirect.com/science/article/pii/S0043135422000835

PEER-REVIEWED ARTICLES

ČLANKI

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.412-431

Yegane Khosravi, M.S

Department of Surveying Engineering, Faculty of Civil Enginee ring, Shahid Rajaee Teacher Training University, Tehran, Iran. e-mail: Yeganekhosraviii76@gmail.com

Assist. Prof. Farhad Hosseinali Department of Surveying Engineering, Faculty of Civil Enginee ring, Shahid Rajaee Teacher Training University, Tehran, Iran. e-mail: f.hosseinali@sru.ac.ir

Assist. Prof. Mostafa Adresi Department of Geotechnical and Water Engineering, Faculty of Civil Engineering, Shahid Rajaee Teacher Training University, Tehran, Iran. e-mail M.adresi@sru.ac.ir

EN

| 431 | GEODETSKI VESTNIK | 66/3 | RECENZIRANI Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi| ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS | PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS | 412-431|

Khosravi Y., Hosseinali F., Adresi M. (2022). Assessing Road Accidents in Spatial Context via Statistical and non-statistical Approaches to Detect Road Accident Hotspot Using GIS. Geodetski vestnik, 66 (3), 412-431.

ČLANKI

PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z

NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI

VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković

UDK: 528.21(497.11)

Klasifikacija prispevka po COBISS.SI: 1.04 Prispelo: 31. 2. 2022 Sprejeto: 20. 7. 2022

EN

DOI: 10.15292/geodetski-vestnik.2022.03.432-448

PROFESSIONAL ARTICLE Received: 31. 2. 2022 Accepted: 20. 7. 2022

ABSTRACTIZVLEČEK

V raziskavi smo primerjali uradni kvazigeoidni model Srbije (SQM2011) s tremi lokalnimi kvazigeoidnimi ploskvami, ki smo jih izračunali na osnovi treh globalnih geopotencialnih modelov (GGM): GOCO05c, SGGUGM-2 in XGM2019e. Izračunane anomalije višin smo primerjali na 1001 točki mreže preciznega nivelmana, na katerih so nam znane nadmorske in elipsoidne višine. Na osnovi izračunanih razlik na teh točkah smo določili transformacijski model, ki je omogočal izračun končnih vrednosti anomalij višin na 143.207 točkah gridne mreže v ločljivosti 0,5' × 0,5' na območju celotnega ozemlja Srbije. Analiza je pokazala najboljše ujemanje za globalni geopotencialni model SGG-UGM-2, pri čemer so statistični kazalci preostalih razlik: srednja vrednost 0,01 m, standardni odklon 0,06 m in razpon razlik 0,67 m.

This study aims to analyze the quality of several local reference quasigeoid surfaces obtained from several Global Geopotential Models (GGM) relative to the official quasigeoid solution of Serbia (SQM2011) and GNSS/dh observations for the territory of Serbia. Therefore, validation and comparison of the derived surfaces from the three GGM’s were made based on comparisons of height anomaly derived from GGM’s, SQM2011, and the GNSS/dh observations at the points of the high-precision leveling network. The selected publicly available GGM’s in this study are GOCO05c, SGGUGM-2, and XGM2019e. Primarily, at 1001 points of the high-precision leveling network, the differences between GGM and GNSS/dh height anomaly were calculated. The final translation parameters were calculated in the iteration procedure, which was then used to calculate the final values of the estimated height anomaly for all GGM’s at 143207 points of the regular grid of spatial resolution 0.5' × 0.5' on the entire territory of Serbia. From the estimated height anomaly, three GGM-derived surfaces were modeled relative to the SQM2011. According to the results of the calculations, SGG-UGM-2 provides the best approximation of the quasigeoid SQM2011, where the remaining differences have a mean value of 0.01 m, a standard deviation of 0.06 m, and a span of 0.67 m.

KLJUČNE BESEDE KEY WORDS

globalni geopotencialni model, anomalije višin, kvazigeoid, gravitacija, GNSS/dh

Global Geopotential Model, height anomalies, quasigeoid, gravity, GNSS/dh

Marko

INTRODUCTION

This research aims to validate and compare GGM-derived local reference surfaces from three selected global geopotential models or abbreviated GGM’s (GOCO05c, SGG-UGM-2, and XGM2019e) with the SQM2011 and available data from GNSS/dh (GNSS-levelling) observations. The aim is to determine the achieved real quality of these surfaces, which directly depends on the quality of the used data available for the territory of Serbia and used GGM’s. After the conclusions, it is necessary to give a proposal and define the direction of development of a local reference surface model for the part or the entire territory of Serbia for the needs of geodesy, geophysical research, engineering projects, topographic surveying, height determination with GNSS methods, vertical datum definition and unification. Over time, GGM’s have significantly advanced in terms of the degree and order, which is primarily the result of defining GGM’s based on combined data sets obtained from a variety of sources such as altimetric observations over the seas and oceans, satellite observations, and tracking of satellite trajectories (such as GRACE, GOCE, and LAGEOS), terrestrial observations by various methods on land, seas, oceans, and from the air, and topography data. Combining these data sets from diverse sources in defining a single GGM provides higher quality, better territorial coverage, more homogeneous GGM data accuracy for most of the global territory, and a more refined model surface due to the higher degree and order of the model.

In defining SQM2011 (Ågren, J. et al., 2012) used the satellite-only model GOCO02s, which is of a much lesser degree and order compared to today’s GGM’s, and since it is a satellite-only model, the long-wavelength characteristic is limited due to the satellite-only data sources in GGM. On the other hand, data obtained from the GNSS/dh observations at the points of high precision leveling network on the territory of Serbia are accompanied by many problems because the data were obtained using different methods and instruments in different periods. There is also the problem of old available data and stability of some points. All this means that these data are of inhomogeneous and questionable quality. These mentioned problems are why a certain number of points were rejected or not used in the direct determination of SQM2011. These facts are more than enough to raise whether it is necessary to define a new height reference surface based on more modern and advanced GGM’s and new terrestrial data, but that is a question for some future scientific endeavors. The validation of GGM-derived local reference surfaces was done using three modern GGM’s relative to SQM2011 and combined with GNSS/ dh observations at the high precision leveling network points for which there is some security. Therefore, it is necessary to have reliable information that the points are stable and that the observations were made simultaneously, with the same accuracy and method. Then it can be claimed with some certainty that the results are of the same accuracy. Future local reference surfaces must be defined in the most modern ways of modeling geoids and quasigeoids based on terrestrial gravity and topographic data in combina tion with the most modern combined GGM. Significant improvements in modeling local or national models of geoids and quasigeoids depend on improved terrestrial data sets and the GGM’s based on modern satellite missions (GOCE and GRACE). Based on results of GNSS/dh observations, there are estimates of the accuracy of modern European gravimetric quasigeoids on a national (local) basis from 1 cm to 2 cm and on the continental level from 2 cm to 4 cm, where the available input data must be of high quality and resolution in the territory of interest.

Marko D. Stanković,

VALIDATION AND COMPARISON

SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL

SOLUTION

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

2 SERBIAN QUASIGEOID MODEL 2011 – SQM2011

Since the reference surfaces are determined for the territory of Serbia, it is necessary in this chapter to briefly describe the used data sources and calculation procedure of SQM2011. For more detailed information, the reader is referred to the report of Ågren, J. et al., 2012. The report is not publicly available, but it can be obtained on request from the Republic Geodetic Authority in Serbia. In quasigeoid computing, there is a wide variety of approaches. When quasigeoid is derived from gravity data, a digital terrain model, and a global geopotential model, the remove-compute-restore (RCR) methodology is utilized most frequently. The goal is, after determining the gravimetric model, it should be adapted to the local (national) reference system using GNSS/dh height anomaly, which is defined as the differences between GNSS-determined heights above the ellipsoid and leveled normal heights at the same points on the physical surface of the Earth. Statistics properties of SQM2011-derived height anomaly

2011SQMζ at the points of the high-precision leveling network are given in Table 1, and surface data is shown in Figure 1.

Table 1: Characteristic values of SQM2011-derived height anomaly at 1001 points (unit: meter).

2011SQM

42.31 46.38 44.62 4.07 0.85

SQM2011 is based on the following data sets: gravity data on the territory of Serbia, normal heights of the stations, gravity data in the neighboring countries, digital terrain models (DTM’s), GGM’s (EGM2008, at the time, the most suitable model and satellite-only model GOCO02s), GNSS/dh geoid heights and heights above the ellipsoid (ETRS 89) (Ågren, J. et al., 2012). The data used in calculating the gravimetric model are the existing gravimetric data on the territory of Serbia. The method used is Least Squares Modification of Stokes’ formula with Additive corrections (LSMSA), i.e. (KTH method) of Sjöberg, L. E. (1991, 2003a, 2003b) and Sjöberg, L. E. et al., 2000, together with the latest satelli te-only global geopotential model GOCO02s. In border areas, EGM2008-derived gravity anomalies on the area-means grid of spatial resolution 5' × 5' were used to obtain information on high-frequency gravity anomalies for the border areas approximately from 200 km to 300 km in the territory of those neighboring countries where no data of gravity observations were available.

After computing the gravimetric model, a comparison and fitting with GNSS/dh observations at FR – (points of national leveling network) and SREF – (Serbian passive GNSS network) points was made (Veljković, Z. et al., 2011 and Vušović, N. et al., 2013). Comparison and fitting were made by a fourparameter transformation model based on the following equation,

where oHi is the benchmark orthometric height, hi is the ellipsoidal (geometric) height derived from GPS measurements, Ni is the gravimetric geoid height (undulation) predicted at GPS/benchmarks, b0, b1, b2, b3 are the translation parameters of the model, and ϕ1, λ i are the benchmarks’ coordinates (lati tudes and longitudes).

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

After all, a smooth residual surface based on least square collocation was created to transform ellipsoidal heights to normal height (Ågren, J. et al., 2012).

3 GLOBAL GEOPOTENTIAL MODELS GOCO05C, SGG-UGM-2, AND XGM2019E – PUBLICLY AVAILABLE DATA

Over the last 50 years, many researchers and scientific organizations have created GGMs. Their work has been published online and is available for research and work to the scientific and technical public. Five internet sites publish finished models with data, explanations, and other GGM-related material. The International Association of Geodesy coordinates these services (IAG). International Centre for Global Earth Models (ICGEM); Bureau Gravimetrique International (BGI); International Service for the Geoid (ISG); EOST’s International Geodynamics and Earth Tide Service (IGETS); ESRI’s Interna tional Digital Elevation Model Service (IDEMS). When drafting this research, ICGEM had 177 global geopotential models.

3.1 Mathematical background and application of GGM

The mathematical function that approximates the Earth’s gravity field in three-dimensional space outsi de the body of the Earth is called the global geopotential model, the gravity field model, or the global model (Barthelmes, 2014). As a function of spherical harmonics, the gravity potential of the Earth’s gravity can be represented as:

Figure 1: The contour plot (map) of SQM2011 with points of GNSS/dh high precision leveling network (n=1001).

RECENZIRANI

where are:

C and nm S are unknown coefficients, fundamental physical constants (G, M, ω) that can be considered already determined for applying the expression (2), and coordinates of points (r, θ, λ) that are relatively easy to determine today (Odalović, O., 2010 and Odalović, O. et al., 2012, 2018a, 2018b, 2020). To apply the equations (2) and (3), coefficients must be determined to a specific degree n and order m, using satellite-only data sets or a combination of satellite-only and terrestrial data sets for most of the world’s territory, and a more refined model surface due to the higher degree and order of the model. Only satellite trajectory observation data can be used to estimate coefficients for satellite data groups. The relationship between spherical harmonic expansion coefficients and changes in Kepler satellite trajectory parameters (Heiskanen & Moritz, 1967) is used to study the Earth’s gravity field. Gravity field satellite missions include CHAMP (Reigber et al., 2003), GRACE (Adam, 2002), and GOCE (Gravity Field and Steady-State Ocean Circulation Explorer) (Rebhan et al., 2000). From satellite-only data sets, low-grade solutions can be defined. Satellite solutions are combined with terrestrial measurements, gravity anomalies, discrete height anomalies, or geoid undulations to create global geopotential models (Pavlis et al., 2012). All the essential data from several worldwide geopotential models are online as text files, and their archives are classified into Static Models and Temporal Models. For the purposes of this research, 25 GGM’s were tested, among which three GGM’s were singled out, which were found to best approximate the discrete values of height anomalies for the territory of Serbia. This paper employed three global models: GOCO05c (Fecher et al., 2015, 2017, 2020), XGM2019e_2159 (Zingerle, P. et al., 2020), and SGG-UGM-2 (Liang, W. et al., 2020). These worldwide models are summarized below.

4 THE GNSS/DH OBSERVATIONS

On the points of the GNSS/dh high-precision leveling network on the territory of Serbia, GNSS/dh height anomalies were calculated as differences between the heights determined by GNSS observations relative to the GRS80 ellipsoid in ETRF 2000 and leveled normal heights in the leveling network of high precision (Nivelman visoke tačnosti 2– NVT2) at the same observation points. Many network points are located in valleys and lowlands, with the rest at higher altitudes and near mountains. To determine SQM2011, the model’s authors used 1130 points (Ågren, J. et al., 2012). The ellipsoidal heights were obtained using several GNSS approaches. The static GNSS approach was employed in the limited number of observations to calculate SREF stations and NVT2 fundamental benchmarks. However, a significant number of GNSS/dh observations were made via Network RTK. Disadvantages that need to be emp hasized are: the normal heights of the NVT2 network points are determined differently, which is the reason for their inhomogeneous quality, there is no small uncertainty in the stability of the benchmarks, and the standard errors of the benchmark should also reflect the possibility of the influence of systematic errors of the height system at longer distances, and due to the impact of unmodelled systematic errors and time correlations, the actual standard errors are not corresponding to the formal standard errors (Ågren, J. et al., 2012). In validating GGM-derived local reference surfaces in this research, 1001 points

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE

MODELI |

|

of the high-precision leveling network were included, on which GNSS/dh observations were performed. The reason for using 1001 points instead of 1130 is because only those points were available from the Republic Geodetic Authority, and all the data for available points we received show a high agreement with the SQM2011 solution and there are no outliers. The remaining 129 points were not available to us. Table 2 contains statistical properties from height anomaly from 1001 points.

Table 2: Statistical properties of GNSS-derived height anomaly at 1001 points (unit: meter).

GNSSdhζ 42.33 46.41 44.64 4.08 0.85

Figure 2 presents the validation and comparison of GGM-derived local reference surfaces with SQM2011 and GNSS/dh observations as an algorithm for more profound insight into the calculations processes and understanding of the research’s aim. Calculations are presented as tables and graphical maps showing height anomalies before and after two iterations and estimated differences in 1001 points of the high-pre cision leveling grid. The results are shown in tables and on a contour plots (maps) of estimated height anomaly from three GGM’s and SQM2011 calculated from the gridded residuals on 1001 points at 143207 points on a regular grid (contour map).

5 NUMERICAL RESEARCH

5.1 Calculation procedure on GNSS/dh high-precision leveling network

The original calculations refer to a high-precision leveling network of 1001 points (P i, i ∈ (1, 1001)).

Coordinates latitudes ϕi, longitudes λ i, normal heights H i, GNSS/dh-derived height anomaly / GNSSdh iζ , and SQM2011-derived height anomaly 2011SOM iζ are available for all network points. Also, GGM height anomalies are derived at the same network points (Table 3). The derivation procedure of GGM height anomaly is based on the three selected GGM’s.

Table 3: Characteristic values of GGMζ at 1001 points (unit: meter).

05 GOCOc

42.29 46.16 44.59 3.87 0.88 2SGGUGMζ 42.28 46.25 44.52 3.97 0.83 2019 XGMeζ 42.25 46.17 44.51 3.92 0.82

STDEV

At the points of a high-precision leveling network (GNSS/dh grid), the differences 05 GOCOc 2SGG i tUGM and 2019 XGMeti (where is i ∈ (1, 1001)) between the values of the height anomaly of the GGM’s and GNSS/dh were calculated (for each model individually): Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

ARTICLES

RECENZIRANI

Figure 2: Structure of SQM2011

and comparison algorithm.

SOLUTION

where GGMti are the differences between height anomaly from GOCO05c, SGG-UGM-2, and XGM2019e models and GNSS/dh (Figure 3). Height anomaly GGM iζ can represent elements of three data sets who se values are GGM-derived from GOCO05c, SGG-UGM-2, and XGM2019e. The obtained values were statistically processed, and for each was obtained: average value , GGM average t minimum value GGMtmin , maximum value GGM

t , range GGM range t , and standard deviation GGM

Table 4: Statistics of tGGM (unit: meter).

tGGM

(Table 4).

05 tGOCOc -0.33 0.21 -0.05 0.54 0.10 2tSGGUGM -0.49 0.09 -0.12 0.58 0.07

2019 tXGMe -0.42 0.09 -0.13 0.51 0.08

Figure 3: Contour map (plot) of tGGM for a) GOCO05c, b) SGG-UGM-2 and c) XGM2019e (n=1001).

Starting from three-parameter

(equation (5)):

and based on the coefficients from the equation (5) and latitudes

and longitudes i

of the points P

(i ∈ (1, 1001)), a design matrix A

were formed according to the following principle: Marko

Stanković,

and weight matrix P

SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL

GLOBALNIMI GEOPOTENCIALNIMI MODELI

432-448

SOLUTION OF SERBIA

Finally,

In order to simplify the method as much as possible, we used a three-parameter transformation, that is, only translations along the X, Y, and Z axes, and we did not use the residual surface because it is a step that significantly complicates the calculations. The obtained values of

and

Z∆ represent the translation parameters on all of the three axes, respectively. Hence, calculations in a network of highly precise leveling in the iterative procedure based on the latitudes iϕ and longitudes i λ of the points P i, and the differences ( 05 GOCOcti , 2SGGUGMti , 2019 XGMeti ) between the height anomaly ( GOCO05c iζ , 2SGGUMG

ζ

iζ ) and GNSS/dh iζ at the same points, the translation parameters for all three are calculated, where j is the number of iterations. The values in the zero iteration (j = 0) are given in Table 5.

Table 5: GGM translation parameters in j = 0 iteration (unit: meter, n=1001).

GGM

Z

GOCO05c 1.30 1.54 -1.82

SGG-UGM-2 -1.64 1.04 1.20 XGM2019e -1.64 1.58 1.00

Based on these values, it is possible to estimate the vector of differences ˆ t , and according to equation (5), it is possible to obtain vector elements ˆ ti representing a three-parameter transformation. Estimated differences ˆ ti in all 1001 points in the zero iteration for all three GGM were statistically processed, and Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

for each was obtained: average value

GGM average t , minimum value

and standard deviation GGM iσ (Table 6).

Table 6: Statistics of the estimated

GGMtmin , maximum value

tGGM (iteration j = 0) (unit: meter, n=1001).

tGGM min

average

tSTDEV

range

ˆ05 tGOCOc -0.11 0.08 0.00 0.19 0.04

ˆ2 tSGGUGM -0.05 0.04 0.00 0.09 0.02

ˆ2019 tXGMe -0.05 0.05 0.00 0.10 0.02

, range

range

In the next step are obtained values of height anomalies after the transformation (Table 7):

(10) where

GGM

ζ are estimated GGM-derived height anomaly from the GOCO05c, SGG-UGM-2, and XGDM2019e models, GGM iζ GGM-derived height anomaly from the GOCO05c, SGG-UGM-2, and XGDM2019e models, and ˆ M i tGG are values of estimated differences from equation (5) for all three GGM’s.

Table 7: Statistics of the estimated ˆ GGMζ (iteration j = 0) (unit: meter, n=1001).

ˆ GGMζ min ˆ ζ max

GOCOc

ζ

averageζ

rangeζ ( )STDEV

42.29 46.15 44.59 3.86 0.86

42.23 46.28 44.52 4.05 0.85

XGMe

42.20 46.21 44.51 4.01 0.84

The values of GNSS/dh-derived height anomaly

which gives differences (Table 8):

Statistics

RGGM

(iteration j = 0

R

0.18

ζ is subtracted from the estimated value

ζ

0.11

(unit: meter, n=1001).

R

R

0.51 0.09

0.61 0.07

0.54 0.08

PEER-REVIEWED ARTICLES

At the end of each iteration, the GGM-derived estimated height anomaly from all three GGM’s and the SQM2011-derived height anomaly are compared at 1001 points. In other words, we compared GGM values at interpolated height anomalies from SQM2011. The differences between these values are statistically processed, and the characteristic values are given in Table 9.

Table 9: Statistics of the differences

(unit: meter, n=1001).

0.16 -0.03 0.45 0.08

0.05 -0.10 0.50 0.06

-0.40 0.03 -0.11 0.43 0.07

The average value of the differences thus obtained should be equal to zero. However, this is not the case, which is why it is necessary to reduce the values of the vector R so that the average value weighs toward zero. Therefore, the values of the vectors of the estimated parameters

×1, and vector

, vector of free terms f

belong to the zero iteration. Each subsequent iteration involves a change of vector f

×1:

(12)

tij – estimated differences from (j) iteration, and GGMti is the differences derived from equations (4). In the next iteration (first, j =1), the recalculation of previous results is continued to achi eve the best possible adjustment of the surfaces obtained from the GGM’s and GNSS/dh observations with the surface of the SQM2011. Therefore, after the iterative change, the vectors f n×1, n n×1 and 31 ˆ × x are recalculated, where the values of the vector 31 ˆ × x in the new iteration (j = 1) represent increments (Table 10) that are added to the estimated parameters from the previous iteration thus obtaining the final translation parameters (Table 10), i.e.:

where are: (

The procedure is repeated in the same way as in the zero iteration, so there is no need to repeat the explanation. Only the numerical (Tables 11, 12, 13, and 14) and graphical (Figure 4) results of the first iteration are given below. The whole procedure is described additionally in the algorithm on Figure 2.

(unit: meter, n=1001).

Table

Statistics

GOCO05c -0.03 -0.01 -0.03 1.27 1.53 -1.86

-0.08 -0.03 -0.08 -1.71 1.01 1.12 XGM2019e -0.09 -0.03 -0.09 -1.73 1.55 0.91

tGGM (unit: meter, n=1001).

tGOCOc -0.15 0.03 -0.05 0.19 0.04

tSGGUGM -0.16 -0.07 -0.12 0.09 0.02

tXGMe -0.18 -0.08 -0.13 0.10 0.02

0.86

Table

Statistics of RGGM (unit: meter, n=1001).

RGGM

05 RGOCOc -0.27 0.23 0.00 0.51 0.09

2RSGGUGM -0.37 0.24 0.00 0.61 0.07

2019 RXGMe -0.30 0.24 0.00 0.54 0.08

Table

Characteristic values

05

meter,

2

2019

-0.24 0.21 0.02 0.45 0.08

-0.33 0.17 0.02 0.50 0.06

0.16 0.02 0.43 0.07

The iterative technique stops in the first iteration since the translation parameter increments are zero in the second iteration. Thus, all selected GGMs’ final translation parameters were derived from the first iteration. All three GGM and GNSS/dh surfaces at 1001 high-precision leveling points matched SQM2011. We treated iterations defining translation parameters based on three selected GGMs and GNSS/dh measurements at high-precision leveling points as zero and first. The purpose of these iterations is to define the final values of translation parameters, which we used in the next part of the calculation to adjust the surface of GGM’s with the surface of SQGM2011 on a grid of spatial resolution 1 km × 1 km throughout Serbia using three-parameter transformation.

5.2

Calculation procedure on the regular grid on the entire territory of the Republic of Serbia

After the procedure of defining translation parameters and obtaining their final values for all three chosen GGM’s, the regular grid of mentioned resolution with 143207 points with known height anomaly GGMζ was defined for the entire territory of Serbia (Table 15) for which the estimated values of differences (Table 16) were calculated by three-parameter transformation based on the latitude and longitude of the grid points and the final translation parameters. The values of all three GGM’s height anomalies on the same regular grid were modeled and corrected by the estimated differences. The obtained values are the estimated anomalous heights (Table 17). In this way, the surface derived from GGM’s is adjusted based on SQM2011 for the entire territory of Serbia (Figure 5). Standard deviations, minimum, maximum, and mean values were calculated for the estimated GGM differences and corrected values of GGM height anomaly. Finally, corrected GGM height anomalies are compared to the SQM2011 height anomaly (Figure 6 and Table 18).

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

Table 15: Characteristic values GGMζ on a regular grid of 143207 points (unit: meter).

GGM

minζ max

averageζ rangeζ ( )STDEVσζ

05 GOCOc

40.97 46.35 44.57 5.39 0.93 2SGGUGM

41.00 46.35 44.57 5.35 0.94 2019 XGMe

40.97 46.39 44.56 5.42 0.94

Table 16: Characteristic values of ˆ tGGM (unit: meter, n=143207).

tGGM min

average t

range t

tSTDEV

ˆ05 tGOCOc -0.16 0.05 -0.05 0.21 0.05

ˆ2 tSGGUGM -0.19 -0.07 -0.12 0.12 0.03

ˆ2019 tXGMe -0.19 -0.07 -0.13 0.12 0.03

Table 17: Characteristic values of

GGMζ (unit: meter, n=143207).

min

ˆ05GOCOc

SGGUGM

XGMe

41.01 46.38 44.62 5.37 0.89

41.07 46.51 44.69 5.44 0.96

41.04 46.55 44.69 5.51 0.96

RECENZIRANI

Figure 5: Мodeled surfaces of ˆ GGMζ for a) GOCO05c, b) SGG-UGM-2 and c) XGM2019e (n=143207).

Figure 6: Мodeled surfaces of ˆ GGM∆ζ for a) GOCO05c, b) SGG-UGM-2 and c) XGM2019e (n=143207).

6 CONCLUSION

This paper presents a study to evaluate and determine the quality of three GGM-derived reference surfaces using SQM2011 and GNSS/dh observations at 1001 points of the high-precision leveling network. The evaluation was performed using GGM (GOCO05c, SGG-UGM-2, and XGM2019e), SQM2011, and GNSS/dh-derived height anomaly, and calculated translation parameters based on a three-parameter transformation. In the evaluation process of local reference surface models derived from Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

GOCO05c, SGG-UGM-2, and XGM2019e for the territory of Serbia, the estimated anomalous heights are obtained in the following ranges. For the GOCO05c model, results go from a minimum of -0.85 m to the maximum value of 0.53 m, with an average of -0.05 m and a standard deviation of 0.14 m; for the SGG-UGM-2 model, the same statistical data are, -0.40 m, 0.27 m, 0.01 m and, 0.06 m; and for the XGM2019e model, -0.34 m, 0.37 m, 0.01 m and, 0.08 m. A detailed analysis found that the quality of these GGM-derived local reference surfaces is of sufficient accuracy for the needs of topographic survey, works in engineering projects, and GNSS height determination methods. Also, due to the constant improvement and development of global geopotential models, public availability of their data, increasing global territory coverage, and increasing degree and order, this method of defining local and regional reference surfaces can be strongly recommended. This recommendation is also supported by the fact that the necessary terrestrial data on local geodetic networks required for this method are frequently maintained with new terrestrial observations and geodetic surveys. This method is also supported by the latest research in Europe and the world, which evaluates the model of gravimetric quasigeoids using data obtained from GNSS/dh observations, and gives accuracy at the national level in the range of 1 cm to 2 cm and at the continental level in the range of 2 cm to 4 cm.

References

Adam, D. (2002, March 7). Gravity measurement: Amazing grace. Nature 416, 10-11. doi:https://doi.org/10.1038/416010a

Ågren, J., Đalović, S., & Škrnjug, J. (2012-02-26). Plan for the Future Determination of a National Geoid Model for Serbia. Republic Geodetic Authority (RGA) in Serbia, Belgrade.

Barthelmes, F. (2014). Global Models. Grafarend E (ed) Encyclopedia of Geodesy, 1-9. doi:10.1007/978-3-319-02370-0 43-1

Fecher, T. (2015). Globale kombinierte Schwerefeldmodellierung auf Basis voller Normalgleichungssysteme. München, Bayern, Deutschland: Technische Universität München (Technical University of Munich) - Lehrstuhl für Astronomische und Physikalische Geodäsie - TUM Engineering Faculty building Geo Environment (TUM Ingenieurfakultät Bau Geo Umwelt). Retrieved from http://mediatum.ub.tum.de/doc/1238858/555857.pdf

Fecher, T., Pail, R., & Gruber, T. (2015, February). Global gravity field modeling based on GOCE and complementary gravity data. International Journal of Applied Earth Observation and Geoinformation, Volume 35(Part A), 120-127. doi:https://doi. org/10.1016/j.jag.2013.10.005

Fecher, T., Pail, R., Gruber, T., & the_GOCO_Consortium. (2017, January 7). GOCO05c: A New Combined Gravity Field Model Based on Full Normal Equations and Regionally Varying Weighting. Surveys in Geophysics, Volume 38(issue 3), 571–590. doi:10.1007/s10712-016-9406-y

Heiskanen, W. A., & Moritz, H. (1967). Physical Geodesy (1st ed.). San Francisco and London: W. H. Freeman and Company.

Liang, W., Li, J., Xu, X., Zhang, S., & Zhao, Y. (2020, August). A High-Resolution Earth’s Gravity Field Model SGG-UGM-2 from GOCE, GRACE, Satellite Altimetry, and EGM2008. Research Geodesy and Survey Engineering - Article, 6(8), 860-878. doi:https://doi.org/10.1016/j.eng.2020.05.008

Univerziteta u Beogradu.

Odalović, O. R., Stanković, M. D., Grekulović, S. M., Joksimović, D. S., & Drakul, M. S. (2018a). Određivanje komponenti odstupanja vertikale primenom globalnog geopotencijalnog modela EGM2008 - Determination of deflection of the vertical components by using global geopotential model EGM2008. Tehnika, 73(3), 333-338. doi:10.5937/tehnika1803333O

Odalović, O., Grekulović, S., & Vasiljević, I. (2018b). Globalni geopotencijalni modeliGlobal Geopotential Models. Belgrade, Serbia: University of Belgrade - Faculty of Civil Engineering - Department of Geodesy and Geoinformatics.

Odalović, O., Joksimović, D., Petković, D., Stanković, M., & Grekulović, S. (2020). Evaluation and tailoring of global geopotential models in the determination of gravity field in Serbia. Proceedings of International Conference on Contemporary Theory and Practice in Construction XIV, 77-90. doi:10.7251/STP2014077O

Odalović, O., Starcević, M., Grekulović, S., Burazer, M., & Aleksić, I. R. (2012). The establishment of a new gravity reference frame for Serbia. Survey Review, 44(327), 272-281. doi:10.1179/1752270611Y.0000000033

Pavlis, N. K., Holmes, S. A., Kenyon, S. C., & Factor, J. K. (2012, April). The development and evaluation of the Earth GravitationalModel 2008 (EGM2008). Journal of Geophysical Research: Solid Earth (AGU Journal), 117(B4). doi:https://doi. org/10.1029/2011JB008916

Rebhan, H., Aguirre, M., & Johannessen, J. A. (2000). The Gravity Field and SteadyState Ocean Circulation Explorer Mission – GOCE. Earth Explorer Mission, 6-11.

Reigber, C., Lühr, H., & Schwintzer, P. (Eds.). (2003). First CHAMP Mission Results for Gravity, Magnetic and Atmospheric Studies. Berlin, Heidelberg, Germany: Springer - Verlag GmbH. doi:10.1007/978-3-540-38366-6

Sjöberg, L. E. (1991). Refined least squares modification of Stokes’ formula. Manuscripta geodaetica, 16(6), 367-375.

Sjöberg, L. E. (2003a, October). A computational scheme to model the geoid by the Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković| VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA | PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI | 432-448 |

Odalović, O. (2010). Fizička geodezija (1st ed.). Beograd, Srbija: Građevinski fakultet

PEER-REVIEWED ARTICLES

RECENZIRANI ČLANKI

modified Stokes formula without gravity reductions. Journal of Geodesy, 77, 423–432. doi:https://doi.org/10.1007/s00190-003-0338-1

Sjöberg, L. E. (2003b, May). A solution to the downward continuation effect on the geoid determined by Stokes’ formula. Journal of Geodesy, 77, 94–100. doi:https://doi.org/10.1007/s00190-002-0306-1

Sjöberg, L. E., & Nahavandchi, H. (2000, January). The atmospheric geoid e¡ects in Stokes’ formula. Geophysical Journal International, 140(1), 95-100. doi:https:// doi.org/10.1046/j.1365-246x.2000.00995.x

Veljković, Z., Lazić, S., & Jivall, L. (25 - 28 May 2011). Results of the EUREF Serbia 2010

Campaign. Republic Geodetic Authorty of Republic of Serbia, bul. Vojvode Mišića 39, The Sector for Basic Geodetic Works. Chisinau, Moldova: Symposium of the IAG Subcommission for Europe (EUREF). Retrieved from http://www.euref.eu/ symposia/2011Chisinau/06-01-p-Veljkovic.pdf

Vušović, N., Svrkota, I., & Vaduvesković, Z. (2013). Prostorni referentni sistem Republike Srbije - Spatial Reference System of Serbia. Rudarski radovi - Mining Engineering, 1. doi:10.5937/rudrad1301049V

Zingerle, P., Pail, R., Gruber, T., & Oikonomidou, X. (2020, July 20). The combined global gravity field model XGM2019e. Journal of Geodesy, 94(66). doi:https:// doi.org/10.1007/s00190-020-01398-0

EN

Stanković M., Odalović O., Marković M. (2022). Validation and comparison of several Global Geopotential Models with an official quasigeoid solution of Serbia. Geodetski vestnik, 66 (3), 432-448.

DOI: https://doi.org/10.15292/geodetski-vestnik.2022.03.432-448

Marko Stanković, M.Sc. Geodesy Department of Geodesy and Geoinformatics, Faculty of Civil Engineering, University of Belgrade Bul. kralja Aleksandra 73, 11120, Belgrade, Serbia e-mail: stankovic.d.marko@gmail.com

Assoc. Prof. Oleg Odalović, Ph. D. Sci. Geod. Eng. Department of Geodesy and Geoinformatics, Faculty of Civil Engineering, University of Belgrade Bul. kralja Aleksandra 73, 11120, Belgrade, Serbia e-mail: odalovic@grf.bg.ac.rs

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković|

Miloš Marković, M.Sc. Geodesy. Department of Geodesy and Geoinformatics, Faculty of Civil Engineering, University of Belgrade Bul. kralja Aleksandra 73, 11120, Belgrade, Serbia e-mail: milmarkovic85@gmail.com

TRIGONOMETRIČNA

TOČKA I. REDA NA KRIMU RAZGLAŠENA ZA KULTURNO DEDIŠČINO

FIRST-ORDER TRIGONOMETRIC POINT AT KRIM DECLARED A CULTURAL HERITAGE SITE

PROFESSIONAL DISCUSSIONS

STROKOVNE RAZPRAVE

1 UVOD

Samodejno sporočilo, poslano iz dokumentarnega sistema Krpan glavne pisarne ministrstva za kulturo, je julija letos v priponki nosilo pomemben dokument za slovensko geodezijo, sklep o vpisu enote dediščine v register nepremične dediščine z imenom Strahomer – Geodetsko znamenje prvega reda na Krimu (EŠD 30912) z dne 5. 7. 2022. S tem je naša pisna pobuda za vpis trigonometrične točke I. reda na Krimu v register kulturne dediščine in za njeno razglasitev za spomenik državnega pomena obrodila prve sadove. Geodetska točka na Krimu je sedaj na dobri poti do pridobitve statusa spomenika državnega pomena, o čemer odločanje pristojnih še sledi. Tako bi geodetska točka na Krimu postala prva geodetska točka, ki bi pridobila ta najvišji status za kulturno dediščino v naši državi.

Navedeno pobudo smo v obliki ekspertize izdelali na Geodetskem inštitutu Slovenije v okviru projekta Izbor geodetskih znamenj za vpis v register kulturne dediščine in njihovo vrednotenje za razglasitev za kulturni spomenik, ki ga je financirala Geodetska uprava Republike Slovenije.

2 GEODETSKA TOČKA NA KRIMU V REGISTRU KULTURNE DEDIŠČINE

Geodetska točka na Krimu je v register nepremične kulturne dediščine vpisana na podlagi 67. člena Zakona o varstvu kulturne dediščine (ZVKD-1, 2008) in 5. člena Pravilnika o registru kulturne dediščine (Pravilnik, 2009). S tem je pridobila status kulturne dediščine oziroma natančneje status registrirane dediščine. Sklep o razglasitvi prikazuje slika 1.

Osnovni namen registra kulturne dediščine (RKD) je informacijska podpora varstvu dediščine pa tudi predstavljanju, raziskovanju, vzgoji, izobraževanju in razvijanju zavesti javnosti o kulturni dediščini. Register obsega tri medsebojno povezane dele, ki vsebujejo osnovne, varstvene in predstavitvene podatke o nepremični, premični in nesnovni dediščini. RKD zato sestavljajo trije registri: register nepremične kulturne dediščine, register nesnovne kulturne dediščine in register premične kulturne dediščine. RKD vodi ministrstvo za kulturo, njegovi podatki so javni in so objavljeni na svetovnem spletu (RKD, 2022b). Geodetska točka na Krimu v RKD je enota dediščine z imenom Strahomer – Geodetsko znamenje prvega reda na Krimu, ki se vodi pod evidenčno številko dediščine 30912 (EŠD). V registru ima svojo osebno

Katja Oven

STROKOVNE RAZPRAVE | PROFESSIONAL DISCUSSIONS

izkaznico z osnovnimi podatki. Z EŠD 30912 je geodetska točka na Krimu enolično identificirana. Uporablja se v vseh morebitnih postopkih varstva: evidentiranju, dokumentiranju, razglašanju za kul turni spomenik, varstvu dediščine v prostorskih aktih, izdajanju kulturnovarstvenih aktov, financiranju in podobno.

Do registrskih podatkov o geodetski točki se dostopa prek interaktivne karte registra kulturne dediščine ali pregledovalnika registra nepremične kulturne dediščine, ki sta na naslovu https://www.gov.si/teme/ register-kulturne-dediscine/. Na sliki 2 je prikazan grafični rezultat poizvedbe na interaktivni karti RKD, ki dodatno vsebuje še osnovne atributne podatke o geodetski točki, ti pa so dostopni tudi v registru nepremične kulturne dediščine (slika 3).

Slika 1: Sklep o vpisu geodetske točke na Krimu v register nepremične kulturne dediščine.

V registru so zabeleženi naslednji podatki o geodetski točki na Krimu: Geodetsko znamenje I. reda, postavljeno 1817 kot izhodišče Krimskega katastrskega koordinatnega sis tema. Današnja podoba označbe s poliranim granitnim kvadrom je iz 1963, ko so dodali točke bočnih zavarovanj, ekscentrov in signalov. Obnovljeno 1994.

EŠD: 30912

IME: Strahomer – Geodetsko znamenje prvega reda na Krimu

SINONIM IMENA: Trigonometrična točka št. 172 I. reda

DISCUSSIONS

STROKOVNE RAZPRAVE

Slika 2: Podatki o geodetski točki na Krimu na interaktivni spletni karti RKD (vir: RKD, 2022a).

Slika 3: Vstopna stran v register nepremične kulturne dediščine o geodetski točki na Krimu (vir: RNKD, 2022).

| PROFESSIONAL DISCUSSIONS

STROKOVNE RAZPRAVE

ZVRST DEDIŠČINE: drugi objekti in naprave

TIPOLOŠKA GESLA: geodetsko znamenje, spominska plošča

DATACIJA: prva četrtina 19. stol., 1817, tretja četrtina 19. stol., 1861, tretja četrtina 20. stol., 1963, zadnja četrtina 20. stol., 1994

OPIS LOKACIJE: Geodetsko znamenje z vgrajenim podzemnim centrom je na najvišji točki z gozdom poraslega hriba Krim, neposredno ob glavni fasadi 1962 zgrajenega planinskega doma, Strahomer 60. OBČINA: Ig

ZAVOD: ZVKD Ljubljana

USMERITVE: drugi objekti in naprave, spominski objekti in kraji

STATUS: registrirana dediščina

3 VAROVANJE GEODETSKE TOČKE NA KRIMU V OKVIRU NACIONALNE ZAKONODAJE

Zakon o varstvu kulturne dediščine geodetsko točko na Krimu uvršča med materialno nepremično dediščino. Z razglasitvijo za kulturno dediščino je postalo razpoznano, da je varovanje geodetske točke na Krimu v javni koristi. Javna korist varstva dediščine se po zakonu določa v skladu s kulturnim, vzgoj nim, razvojnim, simbolnim in identifikacijskim pomenom dediščine za državo, pokrajine in občine. Obsega tudi identificiranje dediščine, njenih vrednot in vrednosti, njeno dokumentiranje, preučevanje in interpretiranje, ohranitev dediščine in preprečevanje škodljivih vplivov nanjo, omogočanje dostopa do dediščine ali informacij o njej vsakomur, še posebej mladim, starejšim in invalidom. Skladno s Pravilnikom o seznamu zvrsti dediščine in varstvenih usmeritvah (Pravilnik, 2010) geodetska znamenja, in s tem tudi geodetska točka na Krimu, spadajo v skupino nepremične dediščine N06 – drugi objekti in naprave. To so grajeni objekti ali večji predmeti iz več sestavnih delov in služijo človekovim potrebam, ki niso bivanje ali opravljanje dejavnosti v stavbi. Poleg splošnih varstvenih usmeritev je za skupino N06 predpisano, da se ti objekti in naprave varujejo tako, da se ohranijo njihove varovane vrednote, kot so: avtentičnost lokacije, fizična pojavnost objekta ali naprave, osnovna namembnost ali primarna raba objekta ali naprave in način njenega delovanja ter vsebinski in prostorski odnos med dediščino in okolico.

4 OZAVEŠČANJE JAVNOSTI S PISNIMI PRISPEVKI

Izbrane ugotovitve glede nastanka, pomena in videza geodetske točke na Krimu smo za strokovno jav nost strnili v predhodnem članku (Oven in Škafar, 2022) ter jih dodatno povzeli in objavili v brošuri z naslovom Geodetska točka na Krimu (slika 5). Brošura je namenjena širši laični javnosti in je vsem obis kovalcem v tiskani obliki dostopna v planinski koči na Krimu, digitalno pa na spletni strani Geodetskega inštituta Slovenije: https://gis.si/geodetski-utrinki/. Je prva v zbirki brošur, ki smo jo poimenovali Geodetski utrinki. Zbirka je posvečena geodetskim znamenjem, ki imajo za geodezijo prav poseben pomen in so del nepremične geodetske dediščine. Tej brošuri bodo v zbirki sledile še druge, ki bodo vsaka na svoj način predstavljale pomembnost izbranih geodetskih znamenj.

5 TEHNIŠKA ALI TEHNIČNA DEDIŠČINA

Ob koncu še terminološka zanimivost. V vsakdanjem jeziku pogosto uporabljamo izraz tehnična dediščina (ali tehnični spomenik), ki pa je po podatkih Inštituta za slovenski jezik Frana Ramovša zastarel. Pravilneje je uporabljati izraz tehniška dediščina, s katerim so opredeljena območja, stavbe in skupine stavb, orodja, naprave in stroji ter drugi predmeti, ki pričajo o razvoju proizvajalnih sredstev, tehnologije in tehniške kulture, obrti in industrije v nekem zgodovinskem obdobju (angl. industrial heritage) (Terminologišče, 2022). Izraz tehniška dediščina se v zakonu ZVKD-1 ne pojavlja več, bil pa je uporabljen v sedaj že minulem Zakonu o naravni in kulturni dediščini (ZNKD, 1999).

6 SKLEP

Po podatkih, ki smo jih pridobili med raziskovalnim projektom V2-1924 (Triglav Čekada in sod., 2021a), so bile v RKD izmed geodetskih točk, ki pripadajo različnim tipom geodetskih mrež, vpisane tri geodetske točke, od katerih imata dve status lokalnega spomenika, in 24 mejnih točk, od katerih jih ima devet status lokalnega spomenika. Trenutno nimamo geodetskega znamenja, ki bi bilo razglašeno za spomenik nacionalnega pomena, prav tako ne za spomenik UNESCO. Geodetska točka na Krimu je tako prva na poti pridobitve statusa državnega spomenika. Pridobitev statusa kulturne dediščine ali spomenika pripomore k ohranjanju geodetskih točk in dvigu

DISCUSSIONS

STROKOVNE RAZPRAVE

Slika 4: Naslovna stran prve brošure iz zbirke Geodetski utrinki. Izdajo brošure je omogočila Geodetska uprava Republike Slovenije (vir: GIS, 2022).

STROKOVNE RAZPRAVE | PROFESSIONAL DISCUSSIONS

ozaveščenosti o njihovem pomenu v geodetski stroki ter k izboljšanju odnosa družbe do geodetske dediščine na lokalni ali nacionalni ravni. Proces pridobivanja statusa dediščine prispeva tudi k povezovanju različnih strok in laične javnosti, ki so z geodetskimi znamenji neposredno povezane, in s tem k njeni širši promociji.

Državne geodetske točke so z vidika varovanja in ohranjanja še posebej pomembne, saj so njihove koor dinate eden od osnovnih gradnikov državnega koordinatnega sistema, na katerem temeljijo vse geodetske in kartografske upodobitve prostora ter katastrske izmere na ozemlju Slovenije (GIS, 2022).

Zahvala

Zahvaljujem se ge. Saši Renčelj Škedelj iz službe za kulturno dediščino pri območni enoti Ljubljana Zavoda za varstvo kulturne dediščine Slovenije za pomoč in sodelovanje pri izdelavi pobude za vpis geodetske točke na Krimu v RKD ter za razglasitev za spomenik državnega pomena.

Literatura in viri

GIS (2022). Geodetski inštitut Slovenije. Geodetski utrinki, https://gis.si/geodetskiutrinki/, pridobljeno 7. 9. 2022.

Oven, K., Škafar, R. (2022). Trigonometrična točka I. reda na Krimu – pobuda za spomenik državnega pomena. Geodetski vestnik, 66 (1), 99–110. https://www. geodetski-vestnik.com/arhiv/66/1/gv66-1_Oven.pdf, pridobljeno 7. 9. 2022.

Pravilnik (2009). Pravilnik o registru kulturne dediščine. Uradni list RS, št. 66/2009.

Pravilnik (2010). Pravilnik o seznamu zvrsti dediščine in varstvenih usmeritvah. Uradni list RS, št. 102/2010.

RKD (2022a). Register kulturne dediščine, https://gisportal.gov.si/portal/apps/ webappviewer/index.html?id=df5b0c8a300145fda417eda6b0c2b52b, pridobljeno 7. 9. 2022.

RKD (2022b). Register kulturne dediščine, https://www.gov.si/teme/registerkulturne-dediscine/, pridobljeno 7. 9. 2022.

RNKD (2022). Register nepremične kulturne dediščine, https://eid.gov.si/#!/iskalnik, pridobljeno 7. 9. 2022.

Terminologišče (2022): Terminologišče Inštituta za slovenski jezik Frana Ramovša. https://isjfr.zrc-sazu.si/sl/terminologisce/slovarji/ urbanisticni/iskalnik?iztocnica=t%C3%A9hni%C5%A1ka%20 d%C3%A9di%C5%A1%C4%8Dina #v, pridobljeno 7. 9. 2022.

Triglav Čekada, M., Oven, K., Radovan, D., Koler, B., Kogoj, D., Kuhar, M., Lisec, A., Sterle, O., Stopar, B. (2021a). Ciljni raziskovalni projekt V2-1924: Stalna geodetska znamenja kot temelj za kakovostno delovanje geodetske stroke: končno poročilo. Izvajalca: Geodetski inštitut Slovenije, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo. Financerja: Javna agencija za raziskovalno dejavnost Republike Slovenije in Geodetska uprava Republike Slovenije. https:// gis.si/raziskovalni-projekti/sl-predstavitev-projektov-v2-1924/, pridobljeno 7. 9. 2022.

ZNKD (1999). Zakon o naravni in kulturni dediščini. Uradni list SRS, št. 1/1981, 42/1986, Uradni list RS, št. 26/199292, 75/1994 – ZUJIPK, 7/1999 – ZVKD in 56/1999 – ZON.

ZVKD-1 (2008). Zakon o varstvu kulturne dediščine. Uradni list RS, št. 16/2008, 123/2008, 8/2011 – ORZVKD39, 90/2012, 111/2013, 32/2016 in 21/2018 – ZNOrg.

mag. Katja Oven, univ. dipl. inž. geod. Geodetski inštitut Slovenije Jamova cesta 2, SI-1000 Ljubljana e-naslov: katja.oven@gis.si

NOVICE IZ STROKE NEWS FROM THE FIELD

NOVICE GEODETSKE UPRAVE REPUBLIKE SLOVENIJE

PRENOVLJENI PORTAL PROSTOR

V okviru programa projektov eProstor – Skupna infrastruktura za prostorske informacije je bil prenovljen portal Prostor, tj. informacijski in storitveni portal, ki je namenjen uporabnikom in zajema informacije o evidencah, ki jih vodi in vzdržuje geodetska uprava ter uporabnikom služi kot vstopna točka do različnih storitev za prenos ali obdelavo podatkov (vpogledovalniki, aplikacije, javno dostopni spletni servisi).

Za pregledovanje podatkov je na voljo aplikacija Javni vpogled (JV). JV je aplikacija, ki uporabniku omogoča vpogled v zadnje stanje opisnih in grafičnih podatkov katastra nepremičnin (parcele, stavbe in deli stavb), evidence državne meje, registra prostorskih enot, topografskih in kartografskih podatkov in izdelkov ter gospodarske javne infrastrukture.

Za prenos podatkov je na voljo aplikacija za prevzem javnih geodetskih podatkov (JGP). JGP je namenjena prevzemu brezplačnih podatkov geodetske uprave iz prenovljenega sistema distribucije. Omogoča prevzem podatkov iz: katastra nepremičnin, registra prostorskih enot, evidence državne meje ter vseh kartografskih in topografskih podatkov. Uporabnikom je omogočen dostop do podatkov tudi z upo rabo prostorskih spletnih servisov, narejenih na podlagi standardov konzorcija OGC (Open Geospatial Consortium) ter z uporabo INSPIRE skladnih spletnih servisov na podlagi specifikacij INSPIRE. Javni spletni servisi so dostopni brez prijave in registracije in so na voljo brezplačno.

Slika 1: Portal Prostor (vir: GURS).

14. REGIONALNA KONFERENCA O KATASTRU IN INFRASTRUKTURI ZA PROSTORSKE INFORMACIJE

Regionalno konferenco o katastru in infrastrukturi za prostorske informacije tradicionalno organizirajo geodetske uprave držav iz regije Zahodnega Balkana z namenom krepitve regionalnega sodelovanja, usklajevanja skupnih dejavnosti in projektov, raziskovanja potencialnih izboljšav v sektorju zemljiške administracije ter predstavitve tekočih dejavnosti in dosežkov posameznih agencij. Ta oblika sodelovanja se je začela v Opatiji leta 2008.

Letošnja regionalna konferenca z naslovom Are we ready for the Challenges of the Future? je potekala med 21. in 22. septembrom v Laškem. Poleg gostiteljev in organizatorjev so se je udeležili predstavniki držav nih geodetskih služb Črne gore, Srbije, Bosne in Hercegovine, Republike Srbske, Hrvaške, Makedonije, Kosova in Bolgarije ter predstavniki Eurogeographicsa in Odbora strokovnjakov za globalno upravljanje prostorskih informacij (UN GGIM). Udeleženci konference so si izmenjali izkušnje in informacije o do sežkih posameznih držav na področju reformiranja evidentiranja nepremičnin ter razpravljali o možnosti razvoja in novih priložnosti za investicije na področju infrastrukture za prostorske informacije na Balkanu.

12. REDNO ZASEDANJE UN GGIM

V New Yorku je med 1. in 5. avgustom 2022 potekalo 12. redno zasedanje Odbora strokovnjakov za globalno upravljanje prostorskih informaciji (UN GGIM), ki deluje v okviru Organizacije združenih narodov. Zasedanja se je udeležilo 256 predstavnikov iz 73 držav članic OZN ter 111 predstavnikov opazovalcev, kamor spadajo agencije, ki delujejo v okviru OZN, predstavniki številnih mednarodnih organizacij ter predstavniki zasebnega in akademskega sektorja. V imenu Slovenije se je zasedanja udeležil generalni direktor Geodetske uprave RS, ki tudi predseduje izvršilnemu odboru evropskega regionalnega združenja UN GGIM Evropa. Sekretariat UN GGIM je pripravil poročilo, v katerem je opisal prizadevanja za nadaljevanje aktivnosti pri opredeljevanju tako imenovane geoprostorske krajine (Geospatial Information Ecosystem) v prihodnje. Zaradi številnih globalnih in tehnoloških sprememb so opredelili prostorske podatke in storitve kot ključni in sestavni del večjega digitalnega ekosistema. Poleg poročila sta bila predstavljena še dva dokumenta, ki sta bila dana v javno razpravo do oktobra 2022. Prvi ima naslov Future Geospatial Information Ecosystem in opisuje predviden prehod od infrastrukture prostorskih podatkov (SDI) k sistemu sistemov (SoS),

Slika 2: 14. regionalna konferenca o katastru in infrastrukturi za prostorske informacije (vir: GURS).

drugi pa podaja izhodišča za nadaljnji razvoj infrastrukture za prostorske informacije na nacionalni ravni in ima naslov Future National Geospatial Information Ecosystem. Poleg plenarnega dela zasedanja je bilo organiziranih še 33 spremljevalnih sestankov in srečanj.

Slika 3: Zasedanje UN GGIM (vir: GURS).

KONGRES MEDNARODNE ZVEZE GEODETOV FIG 2022, VARŠAVA

Med 11. in 15. septembrom je v Varšavi na Poljskem potekal 27. svetovni kongres mednarodne zveze geodetov FIG (fran. Fédération Internationale des Géomètres). To je bil prvi večji dogodek te mednarodne zveze v živo, v preteklih dveh letih jih je bila namreč večina organizirana za udeležbo na daljavo. Ravno zaradi zelo negotovih razmer glede potovanj in organizacije takih velikih dogodkov so se lani odločili za spremembo države gostiteljice kongresa – tako so prej načrtovano Akro v Gani v soglasju s predstavniki geodezije iz Gane in Poljske nadomestili z Varšavo. V Varšavi se je zbralo približno osemsto strokovnjakov, kar je sicer mnogo manj kot v preteklosti, pa vendarle so udeleženci zastopali več kot osemdeset držav, kar je bilo izrednega pomena, saj je bila letna skupščina FIG tokrat volilna, izvoljeno je bilo tudi novo vodstvo te največje strokovne mednarodne organizacije na področju geodezije.

Strokovni del kongresa je že tradicionalno potekal v obliki vzporednih sekcij, ki so bile tematsko orga nizirane v okviru FIG-ovih komisij. Veliko predavanj in razprav je bilo organiziranih v sodelovanju s sorodnimi organizacijami.

Strokovni odbor za globalno upravljanje geoprostorskih informacij pri Združenih narodih UN GGIM (angl. United Nations Committee of Experts on Global Geospatial Information Management), ki se ga je v vlogi predsedujočega izvršilnemu odboru skupine strokovnjakov za upravljanje geoprostorskih informa cij v Evropi (UN-GGIM Evropa) udeležil Tomaž Petek z Geodetske uprave Republike Slovenije, je ob desetletnici delovanja organiziral zanimivo razpravo o vlogi geoprostorskih podatkov in geoprostorske informacijske infrastrukture za trajnostni razvoj. Posebna pozornost je bila namenjena smernicam UN GGIM za povezovanje geoprostorskih podatkov IGIF (angl. Integrated Geospatial Information Framework – glej IGIF, 2018) ter smernicam za učinkovito zemljiško administracijo FELA (angl. Framework for Efficient Land Administration – FELA, 2020). Usmeritvam Združenih narodov za učinkovito zemljiško administracijo FELA je bila namenjena tudi sekcija, ki so jo skupno organizirali FIG in organizacija EuroSDR (angl. European Spatial Data Reserach). Kot predstavnica EuroSDR jo je vodila dr. Anka Lisec s Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani.

Kot že omenjeno, je bila tokratna letna skupščina volilna in smo na njej izvolili novo predsedstvo FIG. Slovenija je prek Zveze geodetov Slovenije že od leta 1994 članica te mednarodne zveze, ki je bila usta novljena daljnega leta 1878 v Parizu. Kot akademski član je v FIG vključena še Fakulteta za gradbeništvo in geodezijo pri Univerzi v Ljubljani. Zvezo geodetov Slovenije je na letošnji generalni skupščini FIG zastopala dr. Anka Lisec. Na kongresu je bila izmed treh zelo enakovrednih kandidatov za novo pred sednico izvoljena dr. Diane Dumashie (2023–2026) iz Združenega Kraljestva (slika 1). Tradicionalno ima FIG štiri podpredsednike – medtem ko Mikael Lilje (2021–2024) iz Švedske in Kwame Tenadu (2021–2024) iz Gane delo podpredsednika nadaljujeta, sta bila na kongresu kot nova dva podpredsednika izvoljena dr. Daniel Steudler (2023–2026) iz Švice, ki ga je nominirala švicarska zveza geodetov, in prof. Winnie Shiu (2023–2026) iz Hongkonga, ki ga je nominiralo združenje geodetov ZDA.

Predsedniki komisij so bili izvoljeni sicer že na lanskem kongresu, sedaj pa prevzemajo komisije. Tako bodo komisije po novem vodili:

Komisija 1 – Strokovni standardi in praksa: Timothy W. Burch, ZDA;

Komisija 2 – Strokovno izobraževanje: dr. Dimo Todorovski, Nizozemska;

Komisija 3 – Upravljanje prostorskih informacij: dr. Sagi Daylot, Izrael;

Komisija 4 – Hidrografija: dr. Malavige Don Eranda Kanachana Gunathilaka, Šrilanka;

Komisija 5 – Geodetske izmera: dr. Ryan Keenan, Avstralija;

Komisija 6 – Inženirska geodezija: prof. Werner Lienhart, Avstrija;

Komisija 7 – Kataster in upravljanje zemljišč: dr. Rohan Bennett, Nizozemska;

Komisija 8 – Prostorsko načrtovanje: dr. Kwabena Asiama, Gana;

Komisija 9 – Vrednotenje in upravljanje nepremičnin: Peter Ache, Nemčija;

Komisija 10 – Gradbena ekonomika in menedžment: prof. Anil Sawhney, Združeno Kraljestvo.

Slika 1: Dr. Diane Dumashie, nova predsednica FIG (levo); predsedniki FIG-ovih komisij z dosedanjim predsednikom FIG-a prof. Rudolfom Staigerjem na sredi (desno) (vir: FIG).

NEWS

Naslednji večji dogodek bo FIG-ov delovni teden (angl. FIG Working Week), ki se praviloma izvaja med dvema svetovnima kongresoma. Organiziran bo v Orlandu na Floridi (ZDA), in sicer med 28. majem in 2. junijem 2023. Viri

FELA (2020). UN GGIM Framework for Efficient Land Administration. https://ggim. un.org/meetings/GGIM-committee/10th-Session/documents/E-C.20-202029-Add_2-Framework-for-Effective-Land-Administration.pdf

10/1/22, 9:14 AM logo.svg

FIG (2022). Spletna stran mednarodne zveze geodetov FIG (fran. Fédération Internationale des Géomètres). https://fig.net/ IGIF (2018). UN GGIM Integrated Geospatial Information Framework: https://ggim. un.org/IGIF/

dr. Anka Lisec, Bojana Kelbel, za Zvezo geodetov Slovenije (www.zveza-geodetov.si) e-naslov: anka.lisec@fgg.uni-lj.si; bojana.kelbel@gov.si

REGIONALNA KARTOGRAFSKA KONFERENCA MEDNARODNEGA KARTOGRAFSKEGA ZDRUŽENJA ICA EUROCARTO, DUNAJ, AVSTRIJA, 18.–21. 9. 2022

Na Dunaju so pripravili regionalno kartografsko konferenco mednarodnega kartografskega združenja ICA že leta 2020, ko je zaradi pandemičnih omejitev morala potekati prek spleta, na daljavo. Že takrat so se zavezali, da bodo – takoj ko bodo to dopuščale razmere – konferenco izvedli na prvotno predvideni način, torej v živo.

Konferenca, ki je bila izvedena v prostorih Tehniške univerze na Dunaju, je bila izjemno uspešna, drzna odločitev organizatorjev, da ne bo tako imenovane hibridne izvedbe in je udeležba mogoča le v živo, se je izkazala za pravilno. Formalno je združevala letno srečanje kartografskih združenj Avstrije, Nemčije, Švice in tokrat prvič tudi Združenega kraljestva. Čeprav je bil dogodek regionalen, se je zbralo več kot tristo udeležencev iz osemintridesetih držav z vsega sveta, kar je bila svojevrstna nadgradnja lanske, še vedno omejene svetovne kartografske konference v Firencah. V dveh vzporednih sekcijah smo v treh dneh poslušali več kot devetdeset predstavitev z vseh področij kartografije, med njimi eno iz Slovenije. Pomembne so bile tudi vzporedne aktivnosti. Že prvi dan so potekale zanimive delavnice, pa tudi sestanek vodij komisij z vodstvom ICA, namenjen pripravam na kongres v okviru svetovne konference 2023 v Cape Townu v Južni Afriki. V narodni knjižnici, kjer hranijo

stevilko/GV-2022-3/003_Novice_iz_stroke/konferenca

dr. Dušan Petrovič, UL FGG, Oddelek za geodezijo e-naslov: dusan.petrovic@fgg.uni-lj.si

slavno rimsko Tabulo Peutingeriano, katere izvirnik je žal v zelo slabem stanju, smo si lahko ogledali različne ponatise in se podučili o njihovi zgodovini. Obiskali smo tudi Muzej globusov in se preizkusili v sodobni orientaciji okrog stavbe univerze, saj smo si lahko pomagali zgolj s tehnološko podporo digitalne karte in GNSS-beleženjem prisotnosti. Škoda le, da se je tako zanimivega dogodka na dostopni oddaljenosti iz Slovenije udeležila le trojica z Oddelka za geodezijo Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani.

Slika 1: Prizor s predavanj.

Slika 2: Udeleženci sestanka vodij komisij z vodstvom ICA.

KONFERENCA GEOINFORMATIKE IN KARTOGRAFIJE, SELCE, HRVAŠKA, 14.–16. 9. 2022

Hrvaško kartografsko združenje je ob ustanovitvi pred slabima dvema desetletjema pričelo organizacijo letne nacionalne kartografske konference, ki je nato v osemnajstih letih iz nacionalnega srečanja karto grafov prerasla v ugledno mednarodno konferenco. Tudi jezik, ki je bil v začetku predvsem hrvaški, je v zadnjih letih zgolj angleški. Organizatorji vsako leto povabijo zanimive predavatelje iz tujine, tokrat sta bila to prof. dr. Stefan Peters z univerze UniSA STEM iz Adelaide v Avstraliji ter pof. Michael Gastner z univerze Yale-NUS College iz Singapurja.

Zaradi še vedno negotovih razmer je bila konferenca izvedena hibridno, poleg tridesetih udeležencev v živo je sodelovalo še približno sto deset predavateljev in poslušalcev na daljavo. Ob nekaj tehničnih težavah so zanimive predstavitve vzpodbudile živahne razprave.

Poleg predstavitev smo si udeleženci ogledali nekaj zanimivosti v bližnji okolici, kot so astro-geodetska točka Novi Vinodolski, najstarejši neprekinjeno delujoči mareograf v Bakru ter zbirka starih kart in portolanov na pomorski šoli v Bakru.

dr. Dušan Petrovič, UL FGG, Oddelek za geodezijo e-naslov: dusan.petrovic@fgg.uni-lj.si

Slika 1: Udeleženci na konferenci v Selcah.

NOVICE FAKULTETE ZA GRADBENIŠTVO IN GEODEZIJO UNIVERZE

V LJUBLJANI

SLOVESNA RAZGLASITEV DIPLOMANTOV UL FGG ZA LETI 2020 IN 2021

Slovesna podelitev diplom običajno poteka v začetku koledarskega leta, a je v letih 2020 in 2021 zaradi že znanih razlogov ni bilo mogoče izpeljati. Letos poleti so razmere končno to spet dopuščale, zato smo 20. junija 2022 v zbornični dvorani na Univerzi v Ljubljani slovesno razglasili diplomante univerzitetnih in visokošolskih ter magistrskih študijskih programov, ki so na Fakulteti za gradbeništvo in geodezijo diplomirali oziroma magistrirali v letih 2020 in 2021.

Na razglasitvi je diplomante najprej pozdravil prodekan za izobraževalno področje izr. prof. Dušan Žagar, sledil je nagovor dekanje prof. dr. Violete Bokan Bosiljkov.

Slavnostna govornica na razglasitvi diplomantov Oddelka za geodezijo je bila mag. Erna Flogie Dolinar, namestnica generalnega direktorja Geodetske uprave RS.

Slovesno razglasitev sta s kulturnim vložkom popestrila pevka Ana Šket in kitarist Natko Štiglić z Aka demije za glasbo UL.

Slika 1: Nagovor dekanje UL FGG.

Slika 2: Slavnostna govornica mag. Erna Flogie Dolinar.

Slika 3: Glasbena točka na razglasitvi.

V knjigo diplomantov se je vpisalo 42 diplomantov z Oddelka za gradbeništvo, 16 z Oddelka za okoljsko gradbeništvo in 55 z Oddelka za geodezijo. Na spodnji sliki so diplomanti Oddelka za geodezijo v družbi nekaterih mentorjev in somentorjev.

POLETNA ŠOLA NA UL FGG

Po dvoletnem premoru zaradi pandemije covida smo na Fakulteti za gradbeništvo in geodezijo v sode lovanju z Zvezo za tehnično kulturo Slovenije (ZOTKS) ponovno izvedli poletno šolo. Namenjena je srednješolcem in višjim razredom osnovne šole. Letošnje poletne šole, ki je potekala od 4. do 8. julija 2022, se je udeležilo 18 otrok v starosti od 12 do 17 let.

Slika 4: Diplomanti Oddelka za geodezijo. Klemen Kozmus Trajkovski, prodekan za študentske zadeve UL FGG

Naslov poletne šole je bil Prepreči pot nesreči. Udeleženci so spoznavali naravne nesreče (potrese, poplave, plazove) in načine, kako lahko z inženirskim znanjem preprečimo ali vsaj omilimo njihove posledice. Poleg kratkih uvodnih predavanj so udeleženci sodelovali na delavnicah, kjer so pobliže spoznali razloge za naravne nesreče in se na modelih preizkusili v gradnji in jačanju gradbenih konstrukcij.

Slika 1: Delavnice na poletni šoli. Sreda je bila namenjena ekskurziji. Z avtobusom smo se peljali v Krško, kjer smo obiskali interaktivni multimedijski center Svet energije. Tam smo izvedeli marsikatero zanimivost s področja pridobivanja električne energije, na delavnici pa so lahko udeleženci sami preizkušali različne eksperimente. Sledil je karting v neposredni bližini jedrske elektrarne, za zaključek smo obiskali Hidroelektrarno Brežice.

Slika 2: Ekskurzija v Krško: Svet energije in karting.

V četrtek so se udeleženci spoznali s terenskim delom geodeta in vodarja. Z elektronskimi tahimetri smo merili profil Gradaščice, na podlagi meritev so ročno izrisali profil in izračunali presek struge. S hidrološkimi inštrumenti so merili pretok vodotoka. Na terenu so nas obiskali tudi novinarji, prispevki o poletni šoli so bili objavljeni na radiu in televiziji RTV Slovenija ter v treh časnikih. Po uspešno opravljenem delu so si udeleženci prislužili ohladitev na bazenu Kolezija.

Zadnji dan smo začeli s prav posebno sobo pobega. Zasnovali smo jo sami na FGG in jo postavili v predavalnico. Udeleženci so morali eno od ugank rešiti tudi s tahimetrom. Sledila je orientacijska tekma v parih, kjer so morali s pomočjo kart v stavbi FGG in njeni okolici čimprej poiskati kontrolne točke. Nato so pokazali osvojeno znanje v kvizu, za zaključek uspešno izvedene šole pa smo priredili še piknik, kamor so bili povabljeni tudi starši udeležencev.

Slika 3: Geodetsko in vodarsko terensko delo.

Slika 4: Soba pobega in orientacija.

Klemen Kozmus Trajkovski, prodekan za študentske zadeve UL FGG

PODALJŠANJE AKREDITACIJE ASIIN ZA MAGISTRSKE ŠTUDIJSKE PROGRAME UL FGG

Akreditacijska komisija mednarodne agencije za akreditacijo v visokem šolstvu ASIIN je dne 24. junija 2022 odobrila ponovno akreditacijo treh temeljnih magistrskih študijskih programov, ki jih izvaja Fa kulteta za gradbeništvo in geodezijo Univerze v Ljubljani. Poleg gradbeništva in okoljskega gradbeništva je bil akreditiran še študijski program geodezija in geoinformatika. Mednarodna akreditacija pomeni potrditev, da je študijski program vsebinsko in izvedbeno ustrezen ter primerljiv z najvišjimi standardi in zahtevami v evropskem visokošolskem prostoru. Akreditacija velja za obdobje sedmih let, torej do 30. septembra 2029.

NOVICE IZ

GEODETSKIH DRUŠTEV NEWS FROM PROFESSIONAL SOCIETIES

V Velenju je 22. in 23. septembra potekal jubilejni, 50. Geodetski dan, tradicionalni strokovni posvet strokovnjakov s širšega področja geodezije, geoinformatike in upravljanja prostora. Dogodek organizi rata Zveza geodetov Slovenije in Celjsko geodetsko društvo v sodelovanju z Ministrstvom za okolje in prostor RS in Geodetsko upravo RS, Fakulteto za gradbeništvo in geodezijo pri Univerzi v Ljubljani, Geodetskim inštitutom Slovenije, Inženirsko zbornico Slovenije ter Združenjem geodetskih izvajalcev GIZ-GI. Tokratni je potekal pod častnim pokroviteljstvom mestne občine Velenje.

Po dveh letih druženja prek spleta smo se spet videli v živo in skupaj ugotovili, da smo to res pogrešali. Lepo število udeležencev in gostov se nas je zbralo v veliki dvorani Doma kulture Velenje, v prostorih Galerije Velenje pa so nas razstavljavci seznanjali z novostmi v stroki.

Tematika letošnjega dvodnevnega strokovnega posveta z mednarodno udeležbo je naslavljala izzive digi talne preobrazbe za trajnostne odločitve v prostoru, pri čemer ni bila izbrana naključno, saj se geodetska stroka srečuje s številnimi razvojnimi preizkušnjami. Na eni strani prinašajo mnogo izzivov nove tehnologije za zajem in obdelavo prostorskih podatkov, njihovo vizualizacijo in uporabo v geoinformacijskih in lokacijskih storitvah. Na drugi strani rastejo pričakovanja in zahteve družbe glede geodetskih in geoinformacijskih rešitev na različnih področjih – od prostorskega načrtovanja, katastrskega preurejanja prostora do lokacijskih storitev in spremljanja sprememb v prostoru, kar je ključnega pomena za številna z geodetsko stroko močno povezana področja, kot so gradbeništvo, kmetijstvo, gozdarstvo, urbanizem, logistika, obvladovanje naravnih in drugih nesreč ipd.

Slika 1: Pozdravni govor ministra za okolje in prostor Uroša Brežana (Foto: Miha Muck).

Slika 2: Pozdravni govor direktorja Geodetske uprave RS Tomaža Petka (Foto: Miha Muck).

DRUŠTVENE NOVICE

V uvodnem delu je več kot tristo petdeset udeležencev letošnjega jubilejnega geodetskega posveta nago voril predsednik Zveze geodetov Slovenije mag. Gregor Klemenčič, ki je med drugim izpostavil vlogo Zveze geodetov Slovenije pri prenosu znanja in dobrih praks med različnimi deležniki geodetske stroke. Pomen geoprostorskih podatkov in prostorske informacijske infrastrukture za odločitve v prostoru, vključno s prostorskim načrtovanjem in upravljanjem prostora, je v pozdravnem govoru izpostavil Uroš Brežan, minister za okolje in prostor. Generalni direktor geodetske uprave Tomaž Petek je predstavil Geodetske dneve tudi kot forum za izmenjavo strokovnih mnenj ob izzivih, ki jih med drugim stroki prinaša sprememba zakonodaje, kot je to danes primer za področja katastrov nepremičnin. Dr. Anka Lisec, predstojnica Oddelka za geodezijo na Fakulteti za gradbeništvo in geodezijo pri Univerzi v Ljubljani, je udeležence spomnila na leto 1968 in prvi Geodetski dan, na katerem so obravnavali zelo podobne strokovne izzive kot danes, le da so tokrat tehnološka, kadrovska in družbena vprašanja postavljena v drug časovni okvir. Pozdravnim nagovorom župana mestne občine gostiteljice Velenje Petra Dermola in predsednika Celjskega geodetskega društva Mitja Domajnka je sledil strokovni posvet, začenši s plenarnimi predavanji uglednih gostov iz tujine.

V prvem delu plenarnih vabljenih predavanj nas je najprej pozdravil predsednik mednarodne kartografske zveze ICA Tim Trainor in se dotaknil tehnoloških in družbenih izzivov za geodetsko-geoinformacijsko

Slika 3: Pozdravni govor župana Mestne občine Velenje Petra Dermola (Foto: Miha Muck).

Slika 5: Dejavnosti in izzive nacionalnih geodetskih uprav je predstavila generalna sekretarka EuroGeographics Léa Bodossian (Foto: Miha Muck).

Slika 4: Zanimivo predavanje o tehnoloških izzivih je imel generalni sekretar EuroSDR Joep Crompvoets (Foto: Miha Muck).

Slika 6: Dr. Joc Triglav o 200-letnici prve geodetske izmere Triglava (Foto: Miha Muck).

stroko na svetovni ravni. Razvojne izzive in pomen vseevropske geoprostorske podatkovne infrastrukture sta v svojih predavanjih predstavila generalni sekretar evropskega združenja EuroSDR dr. Joep Crompvo ets ter generalna sekretarka Evropskega združenja geodetskih uprav EuroGeographics Léa Bodossian Omeniti velja, da so med udeleženci posveta tokrat tudi visoki predstavniki državnih geodetskih uprav iz širše regije, in sicer iz Hrvaške, Bosne in Hercegovine, Srbije, Črne gore, Severne Makedonije, Kosova in Bolgarije, kar daje dogodku še posebno veljavo in mednarodno prepoznavnost. Posebno pohvalo zasluži programski odbor pod taktirko dr. Damjana Dolerja za izbor predavateljev v drugem sklopu, kjer so nam mlajši kolegi raziskovalci predstavili zelo zanimive raziskovalne izzive in aplikativne geoinformacijske rešitve. Nejc Dougan (Flai d. o. o.) je predstavil možnosti uporabe umetne inteligence pri obdelavi podatkov LiDAR, o uporabi satelitskih posnetkov Sentinel-2 in Landsat za pro storsko-časovne analize je govorila Liza Stančič (ZRC SAZU), uporabo podatkov sistema Sentinel-1 za spremljanje trendov pomikov objektov na slovenskih avtocestah pa je predstavil Doron Hekič (UL FGG in Zavod za gradbeništvo). Kombinirane kinematične geodetske meritve z visoko frekvenčnim zajemom podatkov je predstavil Gašper Štebe (UL FGG), sekcijo pa je zaključil Alen Mangafić (Geodetski inštitut Slovenije) s predstavitvijo uporabe hiperspektralnega daljinskega zaznavanja za monitoring tal. Po daljšem odmoru in obisku razstavljavcev, ki so nam z veseljem pokazali veliko novosti na področju programske in merske opreme tako na tleh kot v zraku, smo se vrnili še k tretjemu sklopu predavanj. Dr. Marjan Čeh je s predavanjem Metoda integracije geometričnih podatkov prostorskih načrtov in zemljiškega katastra vpeljal nadaljnje teme in nam pokazal možnosti za izboljšave in uporabo različnih podlag. O izzivih pri pripravi prostorskih izvedbenih aktov po koncu lokacijske izboljšave zemljiškokatastrskega prikaza nas je podučil Leon Kobetič. Sledilo je še nekaj pomembnih izzivov in priložnosti v okolju GeoBIM in vlogi geodetskih podatkov, na kar nas je opozoril dr. Jernej Tekavec. Nove tehnologije in Geodetska uprava RS je bila zadnja tema pred zasluženim kosilom, ki nam jo je predstavila dr. Andreja Švab Lenarčič.

DRUŠTVENE

Slika 7: Predavatelji sklopa mladih raziskovalcev z moderatorjem od leve proti desni: Doron Hekič, Liza Stančič, Alen Mangafić, Nejc Dougan, Gašper Štebe in moderator dr. Tilen Urbančič (Foto: Miha Muck).

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

Po kosilu so za organizatorje in nastopajoče stekle priprave na slavnostno akademijo, vsi znanja željni udeleženci pa so lahko prisluhnili predavanjem, ki so jih tokrat premierno pripravili razstavljavci v drugi etaži Galerije Velenje. Zanimive teme, uporabne in praktične rešitve so naletele na dober odziv, na kratih predavanjih je sodelovalo kakšnih sedemdeset poslušalcev. Ali se legalno delo z droni splača, se je spraševal Janez Nebec. Več o boljši presoji pri umestitvi objektov v prostor z uporabo prostorskih podatkov nam je povedala Đana Vozel. Vid Peterman nam je pokazal praktične primere inovativne uporabe in zajema fotogrametričnih digitalnih prostorskih podatkov. Uroš Preložnik nam je predstavil nov produkt za pripravo GJI-elaboratov v okolju Qgis, s poudarkom na elektronskih komunikacijah. Multiaplikativnost združitve podatkov, zajetih z daljinskim zaznavanjem, je predstavila Katja Šušteršič. Na koncu je še mag. Gregor Bilban povedal več o inovativnih rešitvah za zajem in obvladovanje prostorskih podatkov. Še enkrat hvala vsem za pripravljena zanimiva predavanja. Jubilejnemu Geodetskemu dnevu je bila posvečena večerna slavnostna akademija, na kateri sta nas pozdravila predsednik Zveze geodetov Slovenije mag. Gregor Klemenčič in podžupanja mestne občine Velenje Aleksandra Vasiljević. Slavnostna govorca sta bila Tim Trainor (predsednik mednarodne kartografske zveze ICA) in na daljavo prof. Rudolf Staiger (predsednik mednarodne zveze geodetov FIG). Celotno slavnostno akademijo so prijetno zaokrožili povezovalka Bernarda Žarn in Modrijani s svojimi prekrasnimi pesmimi. Pravo veljavo takšnemu dogodku dajejo tudi posebne nagrade ZGS, ki so jih letos prejeli Majda Lončar, Jože Dajnko in Milan Brajnik za pomembne prispevke k razvoju geodetske stroke ter Miro Landerholc, Miloš Šušteršič in mag. Blaž Mozetič za zaslužnega člana. Plaketo za življenjsko delo je prejel gospod Tomaž Banovec, ki je ob razglasitvi nasmejal dvorano z izvirnim govorom in zasluženo prejel stoječi aplavz. V bolj sproščenem ozračju smo prvi dan sklenili v Hotelu Paka z vrhunsko pogostitvijo in ob zvokih Modrijanov.

Slika 8: Utrinek z razstavnega prostora (Foto: Miha Muck).

Drugi dan našega posveta je odprl četrti sklop predavanj, ki je bil usmerjen v prihodnost. Tomaž Grilj je predstavil smernice digitalne preobrazbe okolja in prostora v obdobju 2022–2029, Franc Ravnihar nas je popeljal čez novosti v katastru nepremičnin, mag. Peter Golob je predstavil dejavnike, ki vplivajo na uspešnost mejne obravnave. Tema mag. Melite Ulbl je bila izzivi digitalne dobe pri dostopu do podatkov o cenah in vrednostih nepremičnin, dr. Bojan Stopar je orisal geokinematski model ozemlja Slovenije. V predavanju dr. Joca Triglava smo izvedeli več o še eni obletnici, ki smo jo zaznamovali na našem ju bilejnem posvetu, in sicer 200-letnici prve geodetske izmere Triglava. Temo je dopolnila Majda Lončar, ki je v imenu ekipe Celjskega geodetskega društva in Geodetskega zavoda Celje predstavila knjižico, za katero verjamemo, da jo boste pridno polnili z žigi trigonometričnih točk 1. reda.

Sledila je še okrogla miza, na kateri so udeleženci Tomaž Petek, dr. Anka Lisec, Milan Brajnik, Matej Plešnar, Matej Hašaj in Žan Pleterski skupaj z moderatorko Tajdo Lekše odkrivali težave in priložnosti geodezije na temo kadrovskih izzivov v stroki.

Po končanih predavanjih je sledilo le še slovo in predaja organizacije 51. Geodetskega dneva v roke gorenjskih geodetov, ki obljubljajo prav tako odličen dogodek, in verjamemo, da jim bo uspelo.

Več o Geodetskem dnevu (fotografije, predavanja in posnetke) najdete na www.geodetskidan.si. Še enkrat hvala vsem in vsakemu posebej, ki ste prispevali svoj del v čudovit mozaik jubilejnega 50. Geodetskega dneva.

FROM SOCIETIES

Mitja Domajnko, dr. Anka Lisec

Slika 9: Udeleženci jubilejnega 50. geodetskega dne.

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

SLAVNOSTNA AKADEMIJA ZVEZE GEODETOV SLOVENIJE OB 50. GEODETSKEM DNEVU

Zveza geodetov Slovenije je v četrtek, 22. septembra, v Domu kulture Velenje simbolično zaznamovala jubilejni, že 50. Geodetski dan. Prireditev pa ni bila namenjena zgolj poklonu pomembni obletnici, temveč tudi spominu na 200-letnico prve geodetske izmere Triglava, ki je bila izvedena v okviru vojaške triangulacije leta 1822.

Začetki Geodetskih dnevov segajo v leto 1968, ko se je 29. avgusta sestal republiški odbor takratne Zveze geodetskih inženirjev in geometrov Slovenije, na katerem so tudi obravnavali tematiko o posvetovanju geodetskih strokovnjakov v Sloveniji. Zapisali so takole: »Večkrat smo govorili o tem, da bi bilo dobro seznaniti tudi širše vrste članov naše organizacije o zadnjih dogajanjih v geodetski službi. To naj bi dosegli s posebnim dogodkom, ki bi ga izvedli v dveh dneh okrog 7. decembra. V kolikor bi bilo mogoče, bi večer zaključili z družabnim srečanjem z malim programom ali brez. Taki pogovori bi bili kasneje vsakoletni in bi vedno obravnavali enega od zanimivih geodetskih področij dela.« Tako je 6. decembra še istega leta v Ljubljani potekal prvi Geodetski dan. Ivan Golorej, predsednik takratne Zveze geodetskih inženirjev in geometrov, je takrat zapisal: »Hitro odvijanje vseh dogodkov našega življenja narekuje nenehno spremljavo dinamičnega razvoja današnjega časa. Tudi naša strokovna organizacija mora dati svoj delež. Zato smo se odločili organizirati posvetovanja. Želimo, da bi taka prireditev zaživela in da bo postala tradicionalna.« Slavnostni govornik Vinko Hafner, podpredsednik takratne republiške vlade, je med drugim dejal: »Tako ste mladi in prodorni, zakaj se ne bi srečali tudi prihodnje leto?« Šlo je namreč za pobudo nove generacije geodetov, diplomantov po drugi svetovni vojni, ki so želeli spremembe v stroki, razvoj, nove priložnosti. Že v letu 1969 so srečanje poimenovali 2. Geodetski dan. Ta druženja pa niso ostala samo v Ljubljani. Geodetski dnevi so se, na pobudo regionalnih geodetskih društev, selili iz kraja v kraj. Obiskali so Ma ribor, Bled, Dobrno, Kranj, Mursko Soboto, Krško, Novo Gorico, Celje, Slovenj Gradec, Novo mesto, Portorož, Roglo, Čatež ob Savi, Bovec, Rogaško Slatino, Radence, Otočec, Podčetrtek, Kranjsko Goro, Ptuj, Dolenjske Toplice, Sežano, Laško, Koper in Velenje. Akademija je bila del dvodnevnega posveta z mednarodno udeležbo, ki so ga slovenski geodeti organizirali že petdesetič. Med gosti so bili predstavniki številnih institucij iz Slovenije in tujine – med drugimi so se dogodka udeležili predstavniki Ministrstva za okolje in prostor RS, mednarodnih združenj EuroSDR, Eurogeographics in mednarodnega kartografskega združenja ICA ter predstavniki geodetskih uprav iz širše

Slika 1: Pozdravni govor predsednika ZGS mag. Gregorja Klemenčiča (foto: Miha Muck).

Slika 2: Nagovor predsednika mednarodne kartografske zveze ICA Tima Trainorja (foto: Miha Muck).

regije, to je iz Hrvaške, Srbije, Bosne in Hercegovine, Črne gore, Kosova, Severne Makedonije in Bolgarije.

Uvodnemu nagovoru predsednika Zveze geodetov Slovenije mag. Gregorja Klemenčiča ter pozdravu podžupanje mestne občine Velenje Aleksandre Vasiljević sta sledila govora dosedanjega predsednika mednarodne zveze geodetov FIG prof. Rudolfa Staigerja, ki se je slovesnosti pridružil na daljavo, in predsednika mednarodne kartografske zveze ICA Tima Trainorja

Prireditev je spremljal bogat kulturni program, med katerim smo se z utrinki iz preteklih Geodetskih dnevov in v glasbeni spremljavi Modrijanov sprehodili po slovenskih regijah, od koder prihajajo geodetska društva, ki tradicionalno gostijo Geodetske dneve. Ob visokem jubileju je zveza geodetov podelila tudi priznanja za izjemen prispevek k razvoju geodetske stroke na Slovenskem in delovanju društev.

NEWS FROM SOCIETIES

DRUŠTVENE NOVICE

Slika 5: Prejemnik priznanja Zveze geodetov Slovenije Milan Brajnik z ge neralno sekretarko ZGS Bojano Kelbel in predsednikom ZGS mag. Gregorjem Klemenčičem (foto: Miha Muck).

Slika 3: Prejemnica priznanja Zveze geodetov Slovenije Maj da Lončar z generalno sekretarko ZGS Bojano Kelbel in predsednikom ZGS mag. Gregorjem Klemenčičem (foto: Miha Muck).

Slika 4: Prejemnik priznanja Zveze geodetov Slovenije Jože Dajnko z generalno sekretarko ZGS Bojano Kelbel in predsednikom ZGS mag. Gregorjem Klemenčičem (foto: Miha Muck).

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

Priznanje Zveze geodetov Slovenije za pomemben prispevek k razvoju geodetske stroke so prejeli Majda Lončar, ki je bila večkratna predsednica Celjskega geodetskega društva in je s svojim več kot 35-letnim aktivnim delom izredno veliko prispevala k delovanju društva in zveze, Jože Dajnko, predsednik Društva geodetov severovzhodne Slovenije, ki je organiziral številna strokovna izobraževanja ter stalno skrbi za sodelovanje z Društvom inženirjev in tehnikov Maribor ter kot zavzeti planinec s planinskimi društvi, ter Milan Brajnik, ki je v dolgoletnem strokovnem in društvenem delu pomembno prispeval k razvoju geodetske stroke tako v vlogi večkratnega predsednika Ljubljanskega geodetskega društva kot v vlogi direktorja Geodetskega inštituta Slovenije.

Ob jubilejnem 50. Geodetskem dnevu je Zveza geodetov Slovenije imenovala za zaslužne člane Mira Langerholca, Miloša Šušteršiča in mag. Blaža Mozetiča.

Miro Langerholc je večino svojega službovanja namenil delu, ki ga je opravljal v Geodetskem zavodu Maribor, poleg tega je bil viden član Društva geodetov severovzhodne Slovenije, aktivno se je vključeval v njegovo delo in mu ostal zvest tudi po upokojitvi. Ker je vnet pohodnik, je sodeloval pri rojstvu planin ske sekcije društva ter njene akcije slikovno dokumentiral in pripravljal reportaže. Miloš Šušteršič je bil dolgoletni predsednik Ljubljanskega geodetskega društva, danes pa je kot upokojenec še vedno izjemno aktiven član organov društva. Kot prepričan družbeno odgovoren prostovoljec je vedno pripravljen na nesebično in zagnano delo v skupno dobro. Deloval je in še deluje v vrsti društev. Ljubljanskemu geo detskemu društvu je zvest tako rekoč od ustanovitve in že dolgo vrsto let deluje na različnih funkcijah v organih društva. Mag. Blaž Mozetič je opazno zaznamoval delovanje Zveze geodetov Slovenije v zadnjem desetletju, saj jo je zelo uspešno vodil kar dva mandata, to je v obdobju od 2013 do 2020. V tem času je pomembno prispeval k prepoznavnosti zveze in oblikovanju njene vizije. Geodetski dnevi so ostali najpomembnejše strokovno srečanje slovenskih geodetov, slavnostne akademije pa so bile priložnosti za krepitev prepoznavnosti slovenske geodezije, prav tako je Geodetski vestnik postal pomembna in mednarodno prepoznavna revija. Zveza je v tem času pripravila potujočo razstavo geodetskih instrumentov, izdala knjigo in organizirala številne pogovore.

Slika 6: Zaslužni član Zveze geodetov Slovenije je ob 50. Geodetskem dnevu postal Miloš Šušteršič (foto: Miha Muck).

Plaketo Zveze geodetov Slovenije za življenjsko delo je ob jubilejnem 50. Geodetskem dnevu prejel Tomaž Banovec. V letih strokovnega delovanja je vidno prispeval k razvoju in uvajanju novejših tehnologij v geodeziji. Z dolgoletnim delom v Sloveniji in tujini je slovenskim geodetom privzgojil čut za spoštovanje geodezije kot pomembne tehnične stroke, ki mora vseskozi skrbeti za lasten razvoj, ob tem pa slediti potrebam drugih strok, ki nujno potrebujejo naše podatke za delovanje in razvoj. Po prvi zaposlitvi na Inštitutu za geodezijo in fotogrametrijo, kjer je bdel nad uvajanjem novih metod, ki veljajo za začetke moderne kartografske znanosti na območju Slovenije, je delo nadaljeval z vodenjem Razvojnega inštituta Geodetskega zavoda SRS, zatem kot namestnik generalnega direktorja Zavoda SRS za družbeno planiranje in kot direktor Centra SRS za družbeni sistem informiranja in informatiko. Leta 1981 je postal direktor Zavoda SRS za statistiko (danes Statistični urad RS), ki ga je vodil do upokojitve leta 2003. Raziskovalno

FROM SOCIETIES

DRUŠTVENE NOVICE

Slika 7: Zaslužni član Zveze geodetov Slovenije je ob 50. Geodetskem dnevu postal mag. Blaž Mozetič (foto: Miha Muck).

Slika 8: Nagovor Tomaža Banovca, prejemnika plakete Zveze geodetov Slovenije za življenjsko delo (foto: Miha Muck).

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

-razvojno delo je nadgrajeval s pedagoškim udejstvovanjem in na Oddelku za geodezijo tedanje Fakultete za arhitekturo, gradbeništvo in geodezijo na Univerzi v Ljubljani več let poučeval predmet Informacijski sistemi. Kot izjemen strokovnjak z izrazitimi analitičnimi sposobnostmi je bil dolgoletni član različnih teles in odborov vlade Republike Slovenije, v različnih formalnih in neformalnih strokovnih okoljih pa ostaja aktiven še danes. S pionirskim delom je veliko prispeval k posodobitvi delovnih postopkov in uveljavitvi sodobnih prostorsko-informacijskih tehnologij v slovenskem prostoru. S podajanjem mnenj, strokovnih prispevkov in duhovitimi razpravami je popestril vrsto strokovnih srečanj in se redno udeleževal Geodetskih dnevov, kot avtor pa izdal vrsto odmevnih strokovnih publikacij. Dejaven je bil in še ostaja tudi zunaj matične stroke, tudi tam praviloma v vodstveni vlogi, na primer z dolgoletnim vodenjem Planinske zveze Slovenije na različnih ravneh. V zadnjem času energijo usmerja v sistemsko izboljšavo dostopnosti stanovanjskega fonda in prilagoditev uporabnosti potrebam ranljivih skupin prebivalstva.

Za Zvezo geodetov Slovenije

Zapisali: dr. Anka Lisec (anka.lisec@fgg.uni-lj.si), mag. Erna Flogie Dolinar (erna.flogie-dolinar@gov.si)

Fotografije: Miha Muck

Slika 9: Prejemnik priznanj ter predstavniki Zveze geodetov Slovenije (od leve proti desni): mag. Gregor Klemenčič (predsednik ZGS), Miloš Šušteršič, Bojana Kelbel (generalna sekretarka ZGS), Tomaž Banovec, mag. Blaž Mozetič, Mitja Domajnko (predsednik Celjskega geodetskega društva), Majda Lončar, Jože Dajnko in Milan Brajnik (foto: Miha Muck).

50. GEODETSKI DAN – OKROGLA MIZA KADROVSKI IZZIVI V STROKI

Sklepni, a nikakor ne nepomemben dogodek letošnjega Geodetskega dneva je bila okrogla miza z zelo perečo problematiko, s katero se v zadnjih letih srečujemo v vseh segmentih geodetske stroke – pomanj kanjem kadrov. Sodelovali so Tomaž Petek, generalni direktor Geodetske uprave Republike Slovenije, izr. prof. dr. Anka Lisec, predstojnica Oddelka za geodezijo na Fakulteti za gradbeništvo in geodezijo Univerze v Ljubljani, Milan Brajnik, direktor Geodetskega inštituta Slovenije, Matej Plešnar, predsednik matične sekcije geodetov pri Inženirski zbornici Slovenije, Matej Hašaj, predsednik Gospodarskega interesnega združenja geodetskih izvajalcev, ter Žan Pleterski, predstavnik mladih geodetov, mladi raziskovalec na Fakulteti za gradbeništvo in geodezijo UL. Z moderatorko Tajdo Lekše so izpostavljali težave in iskali priložnosti geodetske stroke pri zagotavljanju kadrov.

Moderatorka je pogovor pričela z navedbo, da je poklic geodeta zelo raznolik in zato zahteven, saj je geodezija področje, na katerem se srečujejo matematika, fizika, merska tehnologija, računalništvo, infor matika, kartografija, pa tudi pravo, ekonomija in prostorsko načrtovanje, predvsem pomeni tudi delo z ljudmi, vedno pa je v središču prostor oziroma naravno in grajeno okolje. Nato je povzela pisni zapis, ki ga je posredoval Georgi Bangiev, generalni direktor direktorata za prostor, graditev in stanovanja pri ministrstvu za okolje in prostor, ki se okrogle mize ni mogel udeležiti osebno. Izpostavil je posledice nove prostorske zakonodaje, ki vzpostavlja pogoje za učinkovito upravljanje in načrtovanje prostora ter vpeljuje elektronsko poslovanje. Za povezavo med občinsko in državno ravnjo namerava ministrstvo vzpostaviti mrežo območnih centrov in v njih zaposliti strokovnjake, ki že imajo predznanje s področja prostorskega načrtovanja, evidentiranja nepremičnin in geo-informacijska znanja. Na prvi razpis se je prijavilo le nekaj geodetov, čeprav zahtevane kvalifikacije najbolj ustrezajo prav diplomantom geodezije.

Tomaž Petek, generalni direktor Geodetske uprave Republike Slovenije, ki je največji zaposlovalec geodetskih strokovnjakov v državi, je predstavil trende pri zaposlovanju na geodetski upravi. Sedanja povprečna starost zaposlenih je zelo visoka, težko nadomeščajo sodelavce ob upokojitvah, zaradi vse večjih zahtev po interdisciplinarnem znanju in tehnoloških novostih pa se od vsakega zaposlenega pričakuje stalno usposabljanje in izpopolnjevanje. Le tako bo namreč geodetska uprava lahko imela pričakovano osrednjo vlogo v strategiji digitalne preobrazbe na področju prostora in okolja.

Izr. prof. dr. Anka Lisec, predstojnica Oddelka za geodezijo na UL FGG, je na kratko predstavila študijski program in vsebine študija ter raziskovalnega dela, število vpisanih študentov in diplomantov ter njihovo regionalno razpršenost. Sedanji interes za študij nikakor ne sledi potrebam po kadrih, zaposlovanje v geodetski stroki za mlade zavoljo nagrajevanja ter razmer za delo ni privlačno, še posebej ne v primerjavi s sorodnimi poklici in strokami. Težave z zagotavljanjem kadra občuti tudi fakulteta, poleg tega lahko zagotavlja razvoj le z dodatnimi tržnimi in raziskovalnimi projekti.

Milan Brajnik, direktor Geodetskega inštituta Slovenije, je najprej predstavil status in vlogo inštituta, ki za izpolnjevanje svojega poslanstva potrebuje prodorne kadre, saj opravlja številne geoprostorske naloge za celotno državno upravo. Žal so takšni kadri zelo redki. Vprašal se je, kako so lahko v geodeziji zapo slitve v upravi nagrajevane bolje kot v zasebnem sektorju, česar v drugih strokah ne srečamo. Menil je, da je to lahko tudi posledica prevelike razdrobljenosti zasebnega sektorja in premalo poudarjene potrebe po družbeno odgovornem ravnanju, solidarnosti in delovanju za skupno dobrobit.

NEWS FROM SOCIETIES

NOVICE

NEWS FROM SOCIETIES

DRUŠTVENE NOVICE

Matej Plešnar, predsednik matične sekcije geodetov pri Inženirski zbornici Slovenije, je prav tako predstavil vlogo in pomen inženirske zbornice. Osnovna dejavnost IZS temelji na javnem pooblastilu za vodenje evidence imenika pooblaščenih inženirjev, javnem pooblastilu za izvajanje strokovnih izpitov ter javnem pooblastilu za izvajanje obveznega strokovnega izobraževanja geodetov. Pomembni dejavnosti sta tudi strokovni nadzor nad delom pooblaščenih inženirk in inženirjev ter skrb za strokovni razvoj in profesionalno delovanje članov in članic. Vzpodbuden podatek je, da od leta 2000 naprej vpis v imenik pooblaščenih inženirjev pri matični sekciji geodetov raste, nekoliko manj ugodna sta regionalna razporeditev in previsok delež samozaposlenih. Vseeno trendi kažejo na pričakovano pomanjkanje inženirjev v roku petih let.

Matej Hašaj, predsednik Gospodarskega interesnega združenja geodetskih izvajalcev, je predstavil podatke o iskalcih zaposlitve in ponudbah delovnih mest, ki so v zadnjih letih izrazito neuravnoteženi. Seznanil nas je s primerjavo plač po posameznih sektorjih geodezije: najnižje so v povprečju prav v tržnem sektorju, in to precej nižje od vseh drugih primerljivih strok. Ob tem je izrazil prepričanje, da višina plače ni edino merilo lojalnosti zaposlitve.

Žan Pleterski, predstavnik mladih geodetov, mladi raziskovalec in tudi predstavnik študentov geodezije v organih fakultete in univerze, podpredsednik študentskega sveta Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani, je izpostavil problematiko slabe prepoznavnosti geodezije kot stroke v družbi, saj večina vpisanih študentov sploh ne ve, kaj naj od študija in poklica pričakuje. Žal k temu prispeva tudi nezavidljivo stanje srednje geodetske šole. Poudaril je še, da je nagrajevanje v geodeziji izrazito prenizko glede na odgovornost in delovne razmere, posebej v primerjavi z drugimi poklici. Je pa pohvalil zametke kadrovskega štipendiranja.

Po vprašanjih iz občinstva in dodatni razpravi se je kot prvi ukrep za izboljšanje stanja izpostavila potreba po promociji poklica geodeta in krepitvi njegovega ugleda, kar bo podprla tudi geodetska uprava, a bo rezultat lahko dosežen le ob ustreznem poenotenju stroke.

dr. Dušan Petrovič

GEODETSKA PLANINSKA POT PO TRIGONOMETRIH 1. REDA

Tocka: 214 Z2

E: 557224

N: 125042

H: 891

https://mapzs.pzs.si

Slika 1: Naslovnica vodnika po geodetski planinski poti. Slika 2: Opis točke Donačka gora, predvidene za prvi skupni geodetki planinski izlet.

V Planinskem vestniku, glasilu Planinske zveze Slovenije, je bila že leta 1989 predstavljena zamisel o geodetski planinski poti, ki naj bi povezovala vse vrhove, na katerih so točke slovenske trigonometrične mreže 1. reda. Promovirala naj bi geodezijo med planinci, poleg tega bi se z njo poklonili kolegom, ki so pred mnogimi leti opravljali pionirska zemljemerska dela na slovenskem ozemlju. Eden od prvih pobudnikov geodetske planinske poti je bil Gojmir Mlakar, dolgoletni načelnik geodetske uprave v Celju, kar je Celjsko geodetsko društvo kot soorganizatorja letošnjega jubilejnega Geodetskega dneva spodbudilo k obuditvi nekdanje zamisli.

V Sloveniji je 35 točk trigonometrične mreže 1. reda, ki so enakomerno razporejene po celotni površini države in so med seboj oddaljene od 20 do 40 kilometrov (stranice trikotnikov). Najvišja je Mangart (2679 m), najnižja Kremenjak (236 m). Zaradi metod merjenja v preteklosti so večinoma stabilizirane na izpostavljenih vrhovih, saj mora biti zagotovljena vidljivost na sosednje točke v trikotniku.

Geodetske točke so dediščina geodetske stroke, imajo pa tudi kulturnozgodovinski pomen. Tako so med točkami 1. reda tri razglašene za spomenik državnega ali lokalnega pomena in so vpisane v Register kulturne dediščine (RKD): Krim kot koordinatno izhodišče prve katastrske izmere na območju Slovenije v letih 1817– 1828, Lokavec v Slovenskih goricah, kjer od leta 1912 stoji na najvišji točki na polju zahodno od naselja Lokavec v občini Sveta Ana, in Debeli vrh, betonsko-opečni steber, postavljen v drugi

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

četrtini 19. stoletja, ki je najjužnejša astrogeodetska točka v Sloveniji in najvišji vrh občine Črnomelj. Na Geodetskem dnevu smo udeleženci prejeli knjižico geodetske planinske poti z imenom Po trigono metrih 1. reda, ki po vzoru uveljavljenih planinskih dnevnikov vsebuje prostor za žige in opise za vseh petintrideset trigonometričnih točk 1. reda v Sloveniji. Avtorji knjižice so Peter Hojan, Majda Lončar, Štefka Lončar in Rene Vudler. Sama planinska pot v naravi ne bo posebej označena, bodo pa v prihodnosti na še preostale stebre nameščene tablice z vpisano oznako in imenom točke ter koordinate v državnem (D96-17/TM) in evropskem koordinatnem sistemu (ETRS89). Za lažjo orientacijo bodo točke prika zane na interaktivni karti Planinske zveze Slovenije MaPZS (https://mapzs.pzs.si), na kateri so podatki o markiranih planinskih poteh v Sloveniji. Na večino vrhov, na katerih stojijo trigonometrične točke 1. reda, so že speljane markirane planinske poti. Pobudniki poti in avtorji knjižice vabijo vse zainteresirane geodete, planince in pohodnike k aktivnemu obiskovanju točk poti, za lažji začetek pa v soboto, 15. oktobra, pripravljajo skupni obisk Donačke gore.

Slika 3: Objava v Planinskem vestniku iz leta 1989

Povzeto po spletnih straneh CGD

NEWS FROM SOCIETIES

DELOVANJE DRUŠTVA GEODETOV SEVEROVZHODNE SLOVENIJE V LETU 2022

Za nami je zelo vznemirljivo obdobje epidemije oziroma časov s takšnimi in drugačnimi omejitvami, ki smo jim morali tako ali drugače prilagoditi delovanje. V začetku leta je bilo predvideno strokovno srečanje z rednim zborom članov, pa ga zaradi takratnih razmer nismo izpeljali. Kljub temu se lahko pohvalimo, da smo bili kar aktivni.

Na začetku leta smo bili vpeti v epidemiološke razmere, covid-19 je razsajal, poleg tega je nad nami visel Damoklejev meč – uvedba in uporaba novega Zakona o katastru nepremičnin z vsemi na novo priprav ljenimi aplikacijami. Zato smo v društvu sklenili, da bomo organizirali strokovno srečanje, ki nam bo na začetku (preden izobraževanja pripravijo uradne institucije) pomagalo prebroditi oziroma prekrmariti vse Scile in Karibde novega zakona in pravilnikov (kar devet), ki so tudi začeli veljati. Srečanje smo izvedli 12. maja 2022, in sicer v sodelovanju s Sašem Kramerjem in Matejem Kovačičem iz Geodetskega zavoda Celje, ki sta v skupini za predstavitev in izobraževanje geodetov v upravnem sektorju in geodetskih podjetjih. Njuna predstavitev s komentarji je trajala kar celo uro, potem pa smo lahko prisluhnili še predavanju Iztoka Zrelca, avtorja geodetskega programa GEOS. Predstavil je novo, še beta verzijo GEOS 10, ki naj bi bila v pomoč pri pripravi in izdelavi elaboratov, da bi bili primerni za vnos v sistem IS Katastra.

Izobraževanje smo organizirali v prostorih in s pomočjo občine Gorišnica. Strokovnega dogodka se je udeležilo več kot sto geodetov in geodetinj iz geodetskih podjetij, saj smo udeležbo omogočili vsem, ki so pokazali zanimanje – tudi nečlanom. Iz upravne sfere so prišli le uslužbenci območne geodetske uprave Ptuj, čeprav smo povabili tudi vse ostale geodetske uprave z našega območja. Predavanje je trajalo kar do tretje ure popoldan. Upam, da izvedene aktivnosti že kažejo pozitivne rezultate.

DRUŠTVENE NOVICE

Slika 1: Udeleženci izobraževanja.

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES Po napornem izobraževanju smo v soboto, 21. maja 2022, organizirali že 18. pohod Uršlja gora. Tokratna destinacija je bila Zgornja Kapla oziroma Razgledna pot po Kapli. Za pomoč pri organizaciji se zahvaljujemo naši članici Ivani Kotnik in njenemu možu. Na vabilo se je odzvalo kar nekaj naših članov in drugih, ki se radi udeležujejo naših pohodov.

Pohode smo začeli organizirati v letu 2003, ko je bila na pobudo članov in v želji po rednem obiskovanju naših gora na občnem zboru ustanovljena planinska sekcija Društva geodetov SVS. Kot simbol pohodov je bila izbrana Uršlja gora kot zelo razpoznavna lokalna točka. Odločeno je bilo, da bo pohod izveden tretjo soboto v maju, v primeru slabega vremena pa na prvo soboto v septembru. Glavni pobudniki aktivnosti so bili naši kolegi in kolegice s Koroške.

Na začetku smo vsem, ki so se pohoda udeležili pet let zapored, podelili posebna priznanja. Na občnem zboru v letu 2009 pa smo se dogovorili, da cilje pohodov razširimo na okoliške vrhove našega območja, in sicer so bili to: Peca, Raduha, Olševa, Košenjak, Donačka gora, Boč, Jeruzalem, Črni vrh na Pohorju, Sotinski breg oziroma Kugla. Na Uršljo goro se vračamo vsako peto leto. Zasedba je običajno vseslovenska,

Slika 2: Zbor udeležencev.

Slika 3: Sprehod ob jezeru.

saj se pohodov redno udeležuje tudi precej članov drugih geodetskih društev.

Potem se je zagnala »mašinerija« izobraževanj za geodetska podjetja in uslužbence geodetskih uprav, tako da je zmanjkalo časa za organizacijo rednega zbora. Poleg tega sem kot predstavnik OGU Ptuj obiskal vsakoletno srečanje geodetskih uprav nekdanje Avstro-Ogrske v Trstu. Zanimivo je bilo poslušati poročila vseh članic o napredku na področju digitalizacije podatkov, arhivov in smiselne rabe programskih orodij za vsestransko uporabo podatkov. Še ena pomembna tema je bila okrevanje po covidu-19 in spopadanje posameznih organizacij s težavo, ki je pestila ves svet. Kot predvsem učinkovita alternativna v teh razmerah se je pokazalo delo od doma. Ogledali smo si še staro mareografsko postajo v Trstu in obujali spomine na romanja na črni trg pred desetletji – saj veste, o čem govorim.

NEWS FROM SOCIETIES

DRUŠTVENE NOVICE

Slika 5: Prikaz smeri in jakosti vetrov na pomolu v Trstu. Pa so prišli meseci dopustov, pospešenega dela na predelavi elaboratov, izvedba novih postopkov (sedaj toliko poslanih prošenj za prednostne rešitve kot pred dvema letoma – več je teh kot rednih elaboratov) kakor tudi naš vsakoletni obisk visokogorja. Ker naša skupina postaja vse starejša, mlajših članov ne

Slika 4: Udeleženci konference v Trstu.

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

zanimajo niti višine pod 2000 metri niti nezahtevne ture, zato smo izvedli dvodnevni planinski izlet v soseščino Bohinjskega jezera. Prvi dan je bil naš najvišji cilj Pršivec, ki kraljuje nad jezerom in ponuja odlične razglede. Kot pove že samo ime, nas je malo pod vrhom tudi rahlo popršilo. Na vrhu pa se je umirilo in nas nagradilo z odličnimi razgledi. Sledil je še spust po mokrem, rahlo drsečem kamenju proti Bregarjevemu zavetišču. Odlična priložnost za kakšen priboljšek. Mimo nas so drveli planinci in planinke, ki so se udeležili tekaškega in gorniškega festivala Triglav Trail Run. To je izjemen gorski tek, speljan po razgibani trasi dolžine 87,5 kilometra, na kateri so tekači premagali 4800 metrov višinske razlike. Res zahteven izziv v osrčju Julijskih Alp. Končni dnevni cilj našega izleta je bila Koča na Planini pri Jezeru.

Drugi dan smo se po odličnem zajtrku napotili proti Planini v Lazu, kjer nas je pričakala Ivana Kotnik z možem. Čakal nas je lep vzpon na vrh Ogradi z višino 2087 metrov. Ob poti so nas spremljale še

Slika 6: Mi na vrhu Pršivca, po dežju.

Slika 7: Ogradi s pogledom na nas in Triglav v ozadju.

zadnje cvetoče avgustovske planike. Vrh nas je pričakal z lepimi razgledi ter s samoto, ki jo ponuja, saj nanj ne vodi nobena markirana planinska pot, a je kljub temu lahko dostopen. Po počitku in obveznem fotografiranju smo se spustila nazaj na Planino v Lazu in se oskrbeli s kakšnim kilogramov več, kot smo ga prinesli, saj pastirji ponujajo kilogramske kolačke sira za domov. Čakal nas je le še sestop do Planine Blato, od koder vozi redni avtobus v dolino. Mi smo uporabili možnost parkiranja v Srednji vasi ter brezplačnega prevoza do Planine Blato in nazaj.

Z lepimi spomini in mislimi na planinski izlet, ki ga bomo pripravili za leto 2023, smo se napotili domov.

Zapisal: Jože Dajnko, predsednik Društva geodetov SVS

Foto: Jože Dajnko

DRUŠTVENE NOVICE | NEWS FROM SOCIETIES

DIPLOME IN MAGISTERIJI NA ODDELKU ZA GEODEZIJO

FGG

OD 1. 5. 2022 DO 31. 7. 2022

VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE TEHNIČNO UPRAVLJANJE NEPREMIČNIN

Tim Kastrevc Predlog prostorske ureditve podeželskega naselja na primeru Šentvida pri Stični

Mentorica: doc. dr. Alma Zavodnik Lamovšek

Somentor: asis. dr. Gašper Mrak

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=137833

UNIVERZITETNI ŠTUDIJSKI PROGRAM PRVE STOPNJE GEODEZIJA IN GEOINFORMATIKA

Špela Gorišek Analiza arhivskih gradiv franciscejskega katastra v katastrski občini Babni Vrt

Mentorica: izr. prof. dr. Anka Lisec

Somentorica: asis. dr. Urška Drešček

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=137834

Josip Štimac Vpis stavbe v nepremičninske evidence za namene vpisa etažne lastnine – primerjalna analiza med Slovenijo in Hrvaško

Mentorica: izr. prof. dr. Anka Lisec

Somentor: asis. mag. Peter Golob

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=138043

MAGISTRSKI ŠTUDIJSKI PROGRAM DRUGE STOPNJE GEODEZIJA IN GEOINFORMATIKA

Mirjana Anđelić Razvoj spletne aplikacije za izračun optimalne poti v 3D

Mentor: prof. dr. Krištof Oštir

Somentorja: asist. dr. Jernej Tekavec, Matej Račič

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=137652

GEODETSKI VESTNIK

Barbara Šket Fotogrametrična izdelava 3D-modela čebeljega panja

Mentor: doc. dr. Dejan Grigillo

Somentor: doc. dr. Tilen Urbančič

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=136953

Mitja Zupančič Analiza določitve položaja z metodo GNSS-RTK v oteženih pogojih

Mentor: prof. dr. Bojan Stopar

Somentor: doc. dr. Oskar Sterle

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=137598

MAGISTRSKI ŠTUDIJSKI PROGRAM DRUGE STOPNJE PROSTORSKO NAČRTOVANJE

Matic Godnič Navidezni prelet odseka kolesarske poti Mojstrana–Kranjska Gora

Mentor: doc. dr. Dušan Petrovič

Somentor: doc. dr. Klemen Kozmus Trajkovski

URL: https://repozitorij.uni-lj.si/IzpisGradiva.php?id=137956

Vir: Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo UL FGG Za študijski referat: Teja Japelj

GENERALNI SPONZOR

SOORGANIZATORJI

ČASTNI POKROVITELJ

ZLATA SPONZORJA

SPONZORJI

Univerza v Ljubljani

Fakulteta za gradbeništvo in geodezijo

Študij na Fakulteti za gradbeništvo in geodezijo v Ljubljani je novim generacijam študentov odlično zagotovilo, da bodo svoje poklicne cilje uresničili z opravljanjem zanimivega dela. Izberi si enega od poklicev prihodnosti.

»Na študiju v Ljubljani na FGG sem pridobila trdno tehnično osnovo in veščine dela v skupini. To mi je omogočilo nadaljevanje raziskovalnega dela in doktorski študij na Tehniški univerzi v Münchnu in Nemški vesoljski agenciji.«

dr. Janja Avbelj, univ. dipl. inž. geodezije doktorirala na Tehniški univerzi v Münchnu zaposlena v EUMETSAT, Darmstadt, Nemčija

»Študij geodezije na FGG mi je odprl vrata v svet. Pridobljeno znanje vsakodnevno uporabljam pri svojem delu – raziskovanju in razvoju GIS programske opreme. Na fakulteti sem pridobil veliko več analitičnega znanja ter poznavanja izvora prostorskih podatkov kot moji kolegi v ZDA, ki prihajajo iz področja geografije in drugih sorodnih ved.«

Bojan Šavrič, univ. dipl. inž. geodezije, zaposlen v podjetju Esri, Inc., Redlands, Kalifornija, ZDA

Spoštovani, obveščamo vse deležnike, da je delo s strankami na lokacijah GI na Jamovi cesti 2 in Zemljemerski ulici 12 v Ljubljani za čas grožnje z okužbo s koronavirusom COVID-19 omejeno na telefonsko komunikacijo in poslovanje preko spleta. Dosegljivi smo na telefonski številki 01 200 29 00 in e-naslovu info@gis.si .

EODETSKI

2022 G V ESTNIK

Geodetski vestnik je odprtodostopna revija, ki izhaja štirikrat letno v tiskani in spletni različici. V Geodetskem ve stniku objavljamo recenzirane znanstvene in strokovne članke, pregledne članke, strokovne razprave ter druga podobna dela s področij geodezije, geodetske izmere, daljinskega zaznavanja, fotogrametrije, geoinformatike, prostorske podatkovne infrastrukture in prostorskega podatkovnega modeliranja, sistemov v podporo odločanju v prostoru, upravljanja zemljišč in prostorskega planiranja. Kot glasilo Zveze geodetov Slovenije objavljamo tudi novice v geodetski stroki, kar vključuje novosti državne geodetske uprave, novosti nacionalnih in mednarodnih strokovnih združenj, poročila o projektih in dogodkih, sporočila članom zveze in podobne zapise.

Več informacij o reviji in navodila za pripravo prispevkov najdete na spletni strani revije www.geodetski-vestnik.com

Geodetski vestnik is an open access journal, issued quarterly in print and online versions. It publishes double-blind peer-reviewed academic and professional articles, reviews, discussions, and related works from the fields of ge odesy, land surveying, remote sensing, photogrammetry, geoinformatics, spatial data infrastructure and spatial data modelling, spatial decision support systems, land management, and spatial planning. As the bulletin of the Association of Surveyors of Slovenia, the journal also publishes news in the surveying profession, including news from the surveying and mapping authority of Slovenia, news from national and international professional societies, reports on projects and events, communications to members, and similar reports.

More information about the journal and instructions for authors is available at www.geodetski-vestnik.com.

GEODETSKI VESTNIK

ISSN 0351-0271 | EISSN 1581-1328 |

| letn./Vol. 66 | št./No. 3 | str./pp. 337 498|

RECENZIRANI ČLANKI | PEER-REVIEWED ARTICLES

Božo Koler, Tilen Urbančič, Žiga Kobale DOLOČITEV VIŠINSKE TRANSFORMACIJSKE PLOSKVE NA OBMOČJU VZHODNE SLOVENIJE DETERMINATION OF THE HEIGHT TRANSFOMATION SURFACE IN AN AREA OF EASTERN SLOVENIA

Mihaela Triglav Čekada, Aneja Rože, Rado Škafar MEJNA ZNAMENJA KATASTRSKIH OBČIN NA KRASU, MATARSKEM PODOLJU IN V BRKINIH: MED DEJSTVI IN MITOLOGIJO BOUNDARY MARKS OF CADASTRAL MUNICIPALITIES IN THE KARST, MATARSKO PODOLJE AND BRKINI: BETWEEN FACTS AND MYTHOLOGY

Dilek Küçük Matci SAMODEJNA RAZMEJITEV VODNIH TELES Z UPORABO PODATKOV CORINE IZ DALJINSKO ZAZNANIH SLIK

AUTOMATIC DELINEATION OF WATER BODIES USING CORINE DATA FROM REMOTELY SENSED IMAGES

Houaria Namaoui OCENA REANALIZE ERA5 VARIACIJE ATMOSFERSKE VODNE PARE V ALŽIRIJI EVALUATION OF ERA5 REANALYSIS ATMOSPHERIC WATER VAPOR VARIATION IN ALGERIA

Yegane Khosravi, Farhad Hosseinali, Mostafa Adresi

PREUČEVANJE PROSTORSKE DIMENZIJE PROMETNIH NESREČ S STATISTIČNIMI IN NESTATISTIČNIMI PRISTOPI ZA PREPOZNAVANJE ŽARIŠČ NESREČ Z GIS ASSESSING ROAD ACCIDENTS IN SPATIAL CONTEXT VIA STATISTICAL AND NON-STATISTICAL APPROACHES TO DETECT ROAD ACCIDENT HOTSPOT USING GIS

Marko D. Stanković, Oleg R. Odalović, Miloš D. Marković PRIMERJAVA URADNEGA KVAZIGEOIDNEGA MODELA SRBIJE Z NEKATERIMI GLOBALNIMI GEOPOTENCIALNIMI MODELI VALIDATION AND COMPARISON OF SEVERAL GLOBAL GEOPOTENTIAL MODELS WITH AN OFFICIAL QUASIGEOID SOLUTION OF SERBIA

Dostopno na | available at: http://www.geodetski-vestnik.com