7 3,=,.?0=4>?4.>:1!,?.30>49?30 09?=,7 46, ,9/>.,;0I ;;74

Original Scientific Paper | Received: 1 9-06-2020 | Accepted: 30-09-2020

1 4KiG No. 34, Vol. 1 9, 2020 https://doi.org/1 0.32909/kg.1 9.34.2

Structural Characteristics of Patches in theCentral Lika Landscape – Application ofSpatial and Regression Analysis

Abstract. This paper analyses the structural characteristics (shape, position and condition) of landscape patches inCentral Lika according to landscape types and for the landscape of Central Lika as a whole. A set of indicators for thelandscape structure was used along with GIS technology. Interrelation of the structural characteristics of landscapepatches were determined using regression analysis. When determining the landscape types of Central Lika, a methodbased on land cover/land use was appl ied. For this purpose, data from the CORINE database for the year 201 2 wereused. At the level of the landscape type in Central Lika and the landscape of Central Lika as a whole, a set of indicat-ors for the landscape structure were used, based on a variety of spatial analysis methods: Mean Shape Index – forthe landscape patch shapes; Core Area Index – for the condition of the landscape patches, and Average NearestNeighbour – for the position of the landscape patches. The most important result of this paper was to confirm thecorrelation between the shape and condition, and between the shape and position of the landscape patches of CentralLika, whi le no correlation between the condition and position of the landscape patches of Central Lika was found.

Keywords: Land cover/land use, structural characteristics, landscape patches, GIS, regression analysis, spatialanalysis, Central Lika

Marta HAMZIĆ1 , Borna FUERST-BJELIŠ2, Mladen PAHERNIK3

1 Ericsson Nikola Tesla d.d. , Krapinska 45, Zagrebmarta. jovanic@gmail .com2 Sveuči l ište u Zagrebu, Prirodoslovno-matematički fakultet, Geografski odsjek, Marul ićev trg 1 9, [email protected] Centar za obrambene i strateške studije „Janko Bobetko“, Hrvatsko vojno učilište „Dr. Franjo Tuđman“, I lica 256b, [email protected]

1 Introduction

A natural landscape is defined by naturalfactors: climate, soil, water, relief, geologicalfoundation, and flora and fauna (Herlitzius et al.2009). Any landscape is continuously exposed tochanges caused by natural forces as well as socio-economic activities. By changing just one of thesenatural factors through human activity, way of life,or the culture of particular social groups, a naturallandscape becomes a cultural landscape. Thus, itcan be said that today, most landscapes on Earth arein fact cultural, and the way they develop or change

is “an expression of the dynamic interaction ofnatur-al and cultural influences” (Antrop 2005:22). The con-sequences of this interaction are visible in the strongconnectivity in the mosaic of landscape patches andecological processes (Fu et al. 2006), as well as anthro-pogenic activities. In fact, processes that take place inthe landscape create patterns and structures, whilebeing driven and directed by the prevailing spatialstructures. In short, these are the reasons and con-sequences of spatial heterogeneity for various ecolo-gical processes (Lang and Blaschke 2010).

The structure of the landscape represents a spe-cific combination ofparts, that is, landscape patches.

I zvorni znanstveni rad | Priml jeno: 1 9-06-2020 | Prihvaćeno: 30-09-2020

1 51 5KiG Br. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2

1 . Uvod

Prirodni se krajolik može definirati prirodnim čim-benicima: klimom, tlom, vodom, reljefom, geološkomosnovom, florom i faunom (Herlitzius i dr. 2009). On jekonstantno izložen promjenama uzrokovanim kakoprirodnim silama tako i društveno-gospodarskim ak-tivnostima. Promjenom makar samo jednog od pri-rodnih čimbenika čovjekovom djelatnošću, načinomživota/ kulturom pojedinih društvenih grupa, prirodnikrajolik postaje kulturni. Stoga se može reći kako sudanas gotovo svi krajolici na Zemlji zapravo kulturni, arazvoj krajolika odnosno njegove promjene su „izraz

dinamične interakcije prirodnih i kulturnih utjecaja“(Antrop 2005:22). Posljedice te interakcije vidljive su i ujakoj povezanosti mozaika uzoraka krajolika i ekolo-ških procesa (Fu i dr. 2006) te antropogenog djelovanja.Naime, procesi koji se odvijaju u krajoliku stvarajuuzorke i strukture, no istodobno ih vode i usmjerujuprostorne strukture koje prevladavaju. Ukratko, riječ jeo uzrocima i posljedicama prostornoga heterogenitetaza različite ekološke procese (Lang i Blaschke 2010).

Struktura krajolika je specifičan spoj dijelova, tj .uzoraka krajolika. Obilježja strukture krajolika kaoprostorne komponente mogu se jasno promatrati,opisivati i kvantificirati (Blaschke 2000). Razlog tome

Strukturna obil ježja uzoraka krajolikaSrednje Like – primjena prostorne i

regresijske analize

Sažetak. U ovom radu anal iziraju se strukturna obi l ježja (oblik, položaj i stanje) uzoraka krajol ika Srednje Like za ti-pove krajol ika i krajol ik Srednje Like u cjel in i . Pri tome se koristi skup pokazatel ja za strukturu krajol ika i GIS tehno-logi ja. Međuodnos strukturnih obi l ježja uzoraka krajol ika utvrđen je l inearno-regresi jskom anal izom. Pristuputvrđivanju tipova krajol ika Srednje Like temel j i se na zemlj išnom pokrovu/načinu korištenja zemlj išta. U tu svrhukorišteni su podatci baze podataka CORINE za 201 2. godinu. Na razini tipa krajol ika Srednje Like i krajol ik SrednjeLike u cjel in i upotri jebl jen je skup pokazatel ja za strukturu krajol ika koj i se temel j i na razl ičitim metodama prostorneanal ize: Mean Shape Index za oblik uzoraka krajol ika; Core Area Index za stanje uzoraka krajol ika; Average Ne-arest Neighbour za položaj uzoraka krajol ika. Najvažni j i je rezultat ovog rada da je regresi jskom anal izom ustanov-l jena povezanost za oblik i stanje, te za oblik i položaj uzoraka krajol ika Srednje Like, dok ni je utvrđena povezanost zastanje i položaj uzoraka krajol ika Srednje Like.

Ključne riječi: Zemljišni pokrov/način korištenja zemljišta, strukturna obil ježja, uzorci krajol ika, GIS, l inearno-regresijskaanaliza, prostorna analiza, Srednja Lika

1 Ericsson Nikola Tesla d.d. , Krapinska 45, Zagrebmarta. jovanic@gmail .com

2 Sveuči l ište u Zagrebu, Prirodoslovno-matematički fakultet, Geografski odsjek, Marul ićev trg 1 9, [email protected]

3 Centar za obrambene i strateške studije „Janko Bobetko“, Hrvatsko vojno učilište „Dr. Franjo Tuđman“, I lica 256b, [email protected]

Marta HAMZIĆ1 , Borna FUERST-BJELIŠ2, Mladen PAHERNIK3

HAMZIĆ, M. ET AL.: STRUCTURAL CHARACTERISTICS OF PATCHES IN THE CENTRAL LIKA LANDSCAPE – APPLICATION OF SPATIAL AND REGRESSION ANALYSIS

1 6KiG No. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2

The characteristics of landscape structure as a spatialcomponent are easily observed, described and quan-tified (Blaschke 2000). This can be done using compu-tational devices, geographical data processingmethods, and digital image processing, which havehad a great influence on studying the structure or de-velopment of landscapes (Lang and Blaschke 2010).

When determining landscape types, two ap-proaches are used: one is based on land cover/landuse and the other is based on the synthesis ofnaturaland cultural characteristics using a hierarchical ap-proach (Dumbović Bilušić 2015). As a result of this,and given the observed features, the more homogen-eous spatial parts of the landscape can be determ-ined, which are then classified into landscape types.

The objective of this paper, using the appropriatespatial analysis methods, is to determine individualstructural characteristics (shape, position and condi-tion) of the landscape patches of Central Lika accord-ing to landscape types for the year 2012 and, usingregression analysis, to determine the possible cor-relation between them.

When determining landscape types in CentralLika, an approach based on land cover/land use wasapplied. Data from the CORINE Land Cover databasefor 2012 (CLC 2012) were used. The data point to thenatural geographical characteristics and socio-geo-graphical factors oflandscape development which arevisible in a space, and so are considered in relation toland cover/land use in Central Lika in this paper.

The database (CLC 2012) comprises digital datawhich refer to parts of the landscape (for example,settlement, pasture, lake etc.), and is divided intodata classes. In this paper, all the digital data refer-ring to the landscape of Central Lika were defined aslandscape patches of Central Lika. For the purposesof this research, all data classes referring to the areaof Central Lika were divided into various landscapetypes (for example, the data classes Pastures and Nat-ural grasslands were classed under Grassland). On thisbasis, each landscape patch of Central Lika was as-signed to one of the landscape types of Central Lika.At the same time, the landscape patches were as-signed to individual landscape types, so that theywere as homogeneous as possible in relation to eachother in terms of their natural geographic featuresand the socio-geographic factors of landscape devel-opment which were evident in the researched space.

All the patches and landscape types of CentralLika used in this paper are available as digital data,and the spatial analysis was efficiently conductedusing GIS methods. In fact, GIS technology enables

and provides qualitative, accurate information aboutthe landscape and its characteristics (Olahová et al.2013), a higher speed and an entire series of addi-tional qualitative and quantitative analyses whichwould be incredibly difficult to perform without GISapplication. In addition, an analysis of landscape in-dicators forms a foundation for a comparison ofvarious scenarios in the landscape, and provides in-sight into specific features of the landscape overtime (Paudel and Yuan 2012).

2 Previous Research

Using different approaches and methods, land-scapes and individual parts of landscapes have beenstudied in domestic and international papers fromdifferent aspects, by analysing the structure andfunction of landscapes over one or more periods oftime.

When research is conducted on a landscape,patches or parts of the landscape are studied. Re-search papers show one or more levels of landscape(for example, subtype, type, and the landscape as awhole), while analyses are usually performed on onecase study, for one separate area or in parallel onseveral case studies, for several different areas.

By applying GIS technology, Lang and Blaschke(2010) analysed three aspects of landscapes (structure,function and development) using various examples orlandscapes, that is, using descriptive-analytical andempirical methods in turn. However, in the analysis ofstructural characteristics for landscape patches inCentral Lika, this paper uses only one appropriate spa-tial analysis method for each of the observed charac-teristics (Shape Index for the shape, Average NearestNeighbour for the position and Core Area for the condition).M. Jovanić (2017) also analysed all three mentioned as-pects of landscape on one case study, the area of Cent-ral Lika. Using the methods of spatial analysis andregression analysis, she analysed the characteristicsand development of the characteristics of the land-scape patches in Central Lika for subtypes and types oflandscapes and the landscape as a whole. In papers byother authors (for example, Rutledge 2003, Olahová etal. 2013), in addition to the above-mentioned spatialanalysis methods, a number of others were used. Rut-ledge (2003) showed a model with a higher number ofindicators which were applicable when analysing thepatch fragmentation of the landscape, but did not con-duct an analysis in a specific, defined area.

By using data for a specific point in time, some re-searchers have studied the current, modern structure

1 7KiG Br. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2

HAMZIĆ, M. I DR. : STRUKTURNA OBILJEŽJA UZORAKA KRAJOLIKA SREDNJE LIKE – PRIMJENA PROSTORNE I REGRESIJSKE ANALIZE

su i računalni alati, metode geografske obrade infor-macije, kao i obrada digitalnih slika koji su imali velikutjecaj u proučavanju strukture, odnosno razvojakrajolika (Lang i Blaschke 2010).

Pri utvrđivanju tipova krajolika postoje dva pristu-pa: na temelju zemljišnog pokrova/načina korištenjazemljišta i na temelju sinteze prirodnih i kulturnih obi-lježja korištenjem hijerarhijskog pristupa (DumbovićBilušić 2015). Kao rezultat toga se, s obzirom na proma-trana obilježja, utvrđuju što homogeniji prostorni dije-lovi krajolika koji se svrstavaju u tipove krajolika.

Cilj ovog rada je, korištenjem odgovarajućih me-toda prostorne analize, utvrditi pojedina strukturnaobilježja (oblik, položaj i stanje) uzoraka krajolikaSrednje Like prema tipovima krajolika za 2012. godi-nu te regresijskom analizom ustanoviti postoji li po-vezanost među njima.

Pri utvrđivanju tipova krajolika Srednje Like ko-rišten je pristup koji se temelji na zemljišnom pokro-vu/načinu korištenja zemljišta. Naime, korišteni supodatci iz baze podataka CORINE Land Cover iz 2012.godine (CLC 2012). Ti podatci ukazuju na prirodno-geografska obilježja i društveno-geografske čimbe-nike razvoja krajolika koji su vidljivi u prostoru i ti-me su u radu razmatrani kao zemljišni pokrov/načinkorištenja zemljišta Srednje Like.

Baza podataka (CLC 2012) sastoji se od digitalnihpodataka koji se zapravo odnose na dijelove krajolika(npr. naselje, pašnjak, jezero i sl.), a raspoređeni su uklase podataka. U ovom radu su svi ti digitalni podatcikoji se odnose na područje Srednje Like definirani kaouzorci krajolika Srednje Like. Za potrebe ovog rada svesu klase podataka koje se odnose na područje SrednjeLike raspoređene u jedan od tipova krajolika (npr. kla-se podataka Pašnjaci i Prirodni travnjaci svrstane su utip krajolika Travnato zemljište). Na temelju prethod-nog može se reći kako su u ovom radu svi uzorci kra-jolika Srednje Like svrstani u jedan od tipova krajolikaSrednje Like. Pri tome se uzorke krajolika težilo ras-porediti u pojedini tip krajolika tako da međusobnobudu što homogeniji s obzirom na njihova prirodno-geografska obilježja i društveno-geografske čimbeni-ke razvoja krajolika koji su vidljivi u prostoru.

Svi uzorci i tipovi krajolika Srednje Like korišteni uovom radu su podatci u digitalnom obliku te je najpo-godnijim načinom provedena prostorna analiza – upo-trebom GIS-a. Naime, GIS tehnologija omogućava kva-litetne i točnije informacije o krajoliku i njegovimobilježjima (Olahová i dr. 2013) te veću brzinu i čitav nizdodatnih kvalitativnih i kvantitativnih analiza koje bibez primjene GIS-a bile vrlo teško, odnosno nezamisli-vo provesti. Također, analize pokazatelja krajolika

predstavljaju temelj za usporedbu različitih scenarija ukrajoliku i za razumijevanje pojedinih obilježja krajolikatijekom vremena (Paudel i Yuan 2012).

2. Dosadašnja istraživanja

Krajolici, odnosno pojedini dijelovi krajolika se,koristeći različite pristupe i metode, istražuju u do-maćim i inozemnim radovima s različitih aspekata,analizirajući kako strukturu tako i funkciju krajolika,odnosno kroz jedno vremensko razdoblje ili više njih.

Pri istraživanju krajolika proučavaju se uzorci ilidijelovi krajolika. U radovima se prikazuju jedna iliviše razina krajolika (npr. podtip, tip, krajolik u cjeli-ni), dok se analize provode najčešće na jednoj studiji-slučaju, odnosno za jedno izdvojeno područje ili pakusporedno na više studija-slučaja, odnosno za višerazličitih područja.

Lang i Blaschke (2010) primjenjujući GIS tehnologijuanalizirali su sva tri navedena aspekta krajolika (struk-tura, funkcija i razvoj) na različitim primjerima, odnos-no krajolicima primjenjujući naizmjence deskriptivno-analitičku i empirijsku metodu. Međutim, u ovom raduse, pri analizi strukturnih obilježja uzoraka krajolikaSrednje Like, za svako od promatranih strukturnih obi-lježja koristi samo jedna odgovarajuća metoda prostor-ne analize (Shape Index za oblik, Average NearestNeighbourza položaj i Core Area za stanje). M. Jovanić (2017) takođerje analizirala sva tri navedena aspekta krajolika jednestudije-slučaja, područja Srednje Like. Pri tome je kori-štenjem metoda prostorne analize i regresijske analizeanalizirala obilježja i razvoj obilježja uzoraka krajolikaSrednje Like za podtipove i tipove krajolika te krajolik ucjelini. U pojedinim radovima drugih autora (npr. Ru-tledge 2003, Olahová i dr. 2013) uz navedene metodeprostorne analize koristi se i veći broj drugih. Tako jeRutledge (2003) prikazao model s većim brojem poka-zatelja koji se mogu primijeniti pri analizi fragmentaci-je uzoraka krajolika, ali pri tome ne provodi i analizu naodređenom konkretnom prostoru.

Upotrebom podataka za jednu vremensku točku,u pojedinim se radovima istražuje trenutačna, su-vremena struktura krajolika. Túri (2010) proveo jeanalizu strukture krajolika na razini uzorka. Pri tomeje metodama prostorne analize za dva područja us-poredio rezultate čak 30 pokazatelja. Blaće (2015)analizirao je razvoj strukture krajolika općine Nadinkorištenjem više od 20 pokazatelja. Međutim, u ovomradu za svako strukturno obilježje se radi pregled-nosti primijenjuje jedna odgovarajuća metoda pros-torne analize te se navode primjereni atributni opisikako bi se pobliže objasnili rezultati. Blaschke (2000)


1 8KiG No. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2

of the landscape. Túri (2010) conducted an analysisof the landscape structure at the patch level. Theresults of 30 indicators were compared using spatialanalysis methods for two areas. Blaće (2015) ana-lysed the development of the landscape structure ofNadin municipality using more than 20 indicators.However, for the sake of clarity, in research showedin this paper one appropriate spatial analysis meth-od was used for each structural characteristic, andsuitable attribute descriptions were provided in or-der to explain the results in more detail. Blaschke(2000) conducted an analysis of the landscape struc-ture using multiple examples, and employed empir-ical methods when researching spatial-statistical GIStechnology methods regarding the connectivity andoptimisation ofthe spatial arrangement of landscapeelements. However, by using data for single points intime, these papers also analysed their structuralchanges over time. For example, Aničić and Perica(2003), using the photographic content of karst agri-cultural areas, analysed the structural changes forsingle points in time over a given period.

By using data for multiple points in time, someauthors have analysed changes and the developmentof the landscape during one or more time periods. Es-bah (2009) analysed changes in structural character-istics of patches in an urban area City of Aydin,Turkey, in two observation years (1977 and 2002) byusing a larger number ofindicators or spatial analysismethods, but did not include the methods of AverageNearest Neighbour and Core Area which are applied inthis paper. Cole et al. (2018) conducted an analysis ofthe change in land cover /land use on a case study forthe territory of the United Kingdom, during multipletime frames (2000–2006, 2006–2012), based on datafrom the CORINE Land Cover database. However, theydid not analyse any structural characteristics. Paudeland Yuan (2012) conducted a study about landscapedevelopment and the ecological consequences ofbuilding a metropolitan area of Saint Paul and Min-neapolis in the United States with reference to spe-cific years (1975, 1986, 1998, 2006). In their analysis,they used a variety of data (aerial photography, or-thophoto maps, or multispectral satellite images andspatial planning documents). When analysing vari-ous objects through multiple points in time, domesticauthors have used a variety of data and analysismethods for landscape research. Morić-Španić andFuerst-Bjeliš (2017) determined the landscape typesof a case study, the area of the island ofHvar by com-bining multiple data types in two observation years(a vegetation map (1975) and CORINE Land Cover,

Croatian Forestry data and digital orthophoto maps(2011)), and tracked landscape change trends in theobserved period. This paper uses the GIS model,which has further applications regarding agriculturalrevitalisation opportunities. Cvitanović (2014) usedremote sensing to conduct an analysis of changes inland cover/land use in a case study, area ofHrvatskozagorje, for the time period 1991−2011. Cvitanovićand Fuerst-Bjeliš (2018) analysed changes in landcover/land use in one particular area for the timeperiod of 1991–2011, using remote sensing, GIS, re-gression analysis and qualitative methods, with theaim of analysing the socio-geographic factors ofchange. Jogun et al. (2017, 2019) used, among other,remote sensing methods and a simulation model foranalysis and projection of land cover changes, whenanalysed land cover changes in the northern Croatiafor the period 1981–2011, and Požega-SlavoniaCounty for the period 1985–2013.

It is especially important to mention works whichhave analysed data over a time span of 250 years ormore, when satellite images were not available andcould not be analysed by remote sensing methods.Instead, various other kinds of sources from differ-ent time periods were used, which demanded a veryspecific work methodology. That works also includerecent data, which means the time frame of the in-vestigation is indeed extensive. For a 250-year timespan, Olahová et al. (2013) mapped changes in landcover/land use in a case study, landslide Handlová inSlovakia. For more recent years (2003 and 2011), theyanalysed the changes in the structual characterics ofpatches of the area using a higher number of indicat-ors. In the first part of their paper, Fuerst-Bjeliš et al.(2000) presented the results of research into anthro-pogenic influences on the Central Velebit environ-ment over a longer time period (starting before the17th century) using the descriptive-analytical meth-od. They performed a diachronic analysis and pro-duced a model of periodization changes to compareindividual indicators in various stages of the ob-served period and analyse their development. In thesecond part of the paper, based on establishing asynthetic criterion which comprised three geoeco-logical parameters (relative height, length of slope,length index and relative height) and one aestheticparameter (visibility), by using multi-variant clusterand discriminatory analysis, they conducted a geoe-cological evaluation of the landscape. At the sametime, a land capability map was created (with sixcapability categories). Whilst researching landscapechanges in individual areas in the Republic ofCroatia

1 9KiG Br. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2


analizu strukture krajolika proveo je na većem brojuprimjera empirijskom metodom pri istraživanjuprostorno-statističkih metoda GIS tehnologije usmjeru povezanosti i optimizacije prostornog raspo-reda elemenata krajolika. Međutim, korištenjem po-dataka za jednu vremensku točku u radovima seanaliziraju i njihove strukturne promjene tijekomvremena, tako su primjerice Aničić i Perica (2003)korištenjem fotografskog sadržaja krških poljopri-vrednih područja u jednoj vremenskoj točki analizi-rali njihove strukturne promjene tijekom vremena.

Korištenjem podataka za više vremenskih točaka, upojedinim radovima se analizira promjena, odnosno ra-zvoj krajolika za jedno vremensko razdoblje ili više njih.Esbah (2009) analizirao je promjenu strukturnih obi-lježja uzoraka gradskog područja Aydin u Turskoj zadvije promatrane godine (1977. i 2002.) upotrebom ve-ćeg broja pokazatelja, odnosno metoda prostorne anali-ze, no ne uključuje primjerice pri tome i metode AverageNearest Neighbour i Core Area, korištene u ovom radu. Uradu Colea i dr. (2018) za više vremenskih razdoblja(2000−2006, 2006−2012) provedena je analiza promjenezemljišnog pokrova/načina korištenja zemljišta na stu-diji-slučaju za područje Ujedinjenog Kraljevstva, utvr-đenih na temelju podataka baze CORINE Land Cover, nopri tome se ne analiziraju i strukturna obilježja. Paudel iYuan (2012) iznose istraživanje o razvoju krajolika teekološke posljedice izgradnje metropolitanskog podru-čja Saint Paula i Minneapolisa u Sjedinjenim AmeričkimDržavama za više godina (1975, 1986, 1998. i 2006.), a prianalizi koriste različite vrste podataka (aerosnimke, or-tofoto i multispektralne satelitske snimke te prostorno-planske dokumente). Hrvatski autori u istraživanjimakrajolika kroz više vremenskih točki analiziraju različiteobjekte upotrebom različitih vrsta podataka i metodaanalize. Morić-Španić i Fuerst-Bjeliš (2017) utvrdili su ti-pove krajolika na studiji-slučaju za područje otoka Hva-ra na temelju kombinacije više vrsta podataka za dvijerazličite godine. Koristeći vegetacijske karte (1975) i CO-RINE Land Cover, podatke Hrvatskih šuma i digitalnihortofotosnimaka (2011) utvrdili su trendove promjenekrajolika. U radu je primjenjen GIS model koji ima mo-guću aplikaciju kroz model revitalizacije poljoprivrede.Cvitanović (2014) je za razdoblje 1991−2011 primjenomdaljinskih istraživanja također proveo analizu promjenezemljišnog pokrova/načina korištenja zemljišta na stu-diji-slučaju za područje Hrvatskog zagorja. Za isto po-dručje i vremensko razdoblje Cvitanović i Fuerst-Bjeliš(2018) analizirali su promjene zemljišnog pokrova/na-čina korištenja zemljišta pri čemu su u metodologiju is-traživanja uključena daljinska istraživanja, GIS, regre-sijska analiza i kvalitativne metode s ciljem analize

društveno-geografskih čimbenika promjene. Jogun idr. (2017 i 2019) su upotrebom, između ostalog, meto-da daljinskih istraživanja i simulacijskog modela zaanalizu i projekciju promjena zemljišnog pokrova,analizirali promjene zemljišnog pokrova u sjevernojHrvatskoj za razdoblje 1981−2011 i Požeško-slavon-skoj županiji za razdoblje 1985−2013.

Posebno je potrebno izdvojiti radove u kojima seanaliziraju podatci vremenskog raspona od 250 godina iviše, što je vrijeme za koje nisu dostupne satelitskesnimke koje bi se analizirale metodama daljinskih istra-živanja, već se nužno koriste različiti tipovi izvora izrazličitih vremenskih razdoblja, što zahtijeva sasvimspecifičnu metodologiju rada. U tim istraživanjima ko-riste se i recentni podatci te se time dobiva dobiva velikivremenski raspon istraživanja. Olahová i dr. (2013) su zarazdoblje od 250 godina kartografski utvrdili promjenezemljišnog pokrova/načina korištenja zemljišta na stu-diji-slučaju za područje klizišta Handlová u Slovačkoj. Zadvije recentnije godine (2003. i 2011.) analizirali su pro-mjenu strukturnih obilježja uzoraka tog područja kori-štenjem većeg broja pokazatelja. U prvom dijelu radaFuerst-Bjeliš i dr. (2000) deskriptivno-analitičkom me-todom izneseni su rezultati istraživanja antropogenogutjecaja na okoliš središnjeg Velebita kroz duže vre-mensko razdoblje (od prije 17. stoljeća). Pri tome je na-pravljena dijakronijska analiza i model periodizacijepromjena jer se uspoređuju pojedini pokazatelji različi-tih faza promatranog razdoblja i analizira se njihov ra-zvoj. U drugom dijelu rada, na temelju uspostave sinte-tičkog kriterija koji se sastoji od tri geoekološka para-metra (relativna visina, dužina padina, indeks dužine irelativne visine) i jednog estetskog parametra (otvore-nost pogleda), korištenjem multivarijantne cluster i dis-kriminantne analize, provedena je geoekološka evalua-cija krajolika. Pri tome je konstruirana bonitetna karta(šest bonitetnih kategorija). Pri istraživanju promjenakrajolika pojedinih područja Republike Hrvatske krozduži vremenski period u radovima se koristi, na primjer,komparativna analiza različitih izvora podataka. U is-traživanju promjena okoliša na studiji slučaja za podru-čje središnjeg dijela Dalmatinske zagore od sredine 18.stoljeća do danas, Fuerst-Bjeliš i dr. (2011) su primjenilikombinaciju narativnih, katastarskih i kartografskih iz-vora − topografske i ortofotokarte, a prostorna analiza jeprovedena primjenom GIS-a. To je istraživanje, započe-to početkom 21. stoljeća (Fuerst-Bjeliš 2002, Fuerst-Bje-liš 2003, Fuerst-Bjeliš i dr. 2003), jedno od prvih unovijem razdoblju u Hrvatskoj u kojem se analizirajupromjene pejzaža za razdoblje od nekoliko stoljeća, kojekoristeći izvore različite starosti uključuju GIS i ostalemetode istraživanja. Na to se istraživanje nadovezuju i


20KiG No. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2

over a longer time period, authors have also made use,for example, of comparative analyses of various datasources. In research of environmental changes in acase study for the area of the central part of the Dal-matian hinterland from the middle ofthe 18th centuryto the present day, Fuerst-Bjeliš et al. (2011) used acombination of narrative, cadastral and cartographicsources – topographic and orthophoto maps, while aspatial analysis was conducted using GIS technologyto research landscape changes in one area from themid-18th century onwards. This research, whichbegan early in the 21st century (Fuerst-Bjeliš 2002,Fuerst-Bjeliš 2003, Fuerst-Bjeliš et al. 2003), and wasone of the first in modern times in Croatia to analysechanges in the landscape over a period of several cen-turies, making use of sources ofdifferent ages, includ-ing GIS technology and other research methods. Morerecent studies have followed, which including com-bined methods (along with GIS and other quantitativeand qualitative methods) over shorter or longer timespans. Durbešić (2012) and Durbešić and Fuerst-Bjeliš(2016) conducted a spatial analysis of landscapechanges in an area using GIS technology for a periodfrom the 19th century to today, using necessarily var-ied source categories and including an analysis of so-cio-geographical change factors. Blaće (2019) studiedchanges in forest cover in the case study of Ravnikotari, also for a period ofgreater time span, from the19th century, to the present day using GIS technologyand correlation methods. This research also includedsocio-geographical factors ofchange.

In this paper, based on the example of CentralLika, in addition to a spatial analysis of landscapepatches for a specific point in time or condition(2012), we conducted a linear regression analysiswith the aim of explaining the interrelations of theobserved indicators (average index of patch shape,average index of core area, and average nearestneighbour index). Regression analysis has been ap-plied till now in various research projects, but withother data and other indicators. Nupp and Swihart(2000) conducted an analysis ofthe influence ofpatchfragmentation in a woodland on different species ofsmall mammals. Analyses of the characteristics (forexample, numbers, density and weight) of variousspecies of small mammals in correlation with indic-ators of structural landscape patch variety, using lo-gistical and multifaceted linear regression modelshave been carried out. For example, Pahernik (2000),and Faivre and Pahernik (2007), using the obtainedvalues of spatial arrangement and density of sink-holes, performed a regression analysis to ascertain

the correlation of characteristics (for example, dens-ity and numbers) of sinkholes and spatial features(for example, inclination, energy of the relief, azi-muth, lie in relation to the points of the compass). Amore extensive analysis was conducted, which gave abetter insight into these correlations with otherphysical and geographical features (for example,geological age, morphology and others), but withoutusing socio-geographic variables.

3 Methodological Explanations

3.1 Methodological comments on the use of dataon land cover/land use

When ascertaining landscape types, this paperuses an approach based on land cover/land use. Forthis purpose, data from the CORINE Land Cover 2012(CLC 2012) database were used.1 The CLC 2012 data-base was produced at the European level in the con-text of the Copernicus Land Monitoring Service project.The part of the database that relates to the Republicof Croatia was produced by the Croatian Agency forthe Environment and Nature (HAOP). The data in thedatabase for the Republic ofCroatia are arranged in adigital database according to the current adminis-trative-territorial organisation of the country.

The standard approach to creating the CLC data-base is based on the visual interpretation of satelliteimagery according to the accepted CLC methodology.Between 1985 and 1990, the European Commissionimplemented the CORINE programme, creating an in-formation system on the condition of the Europeanenvironment, while methodologies were developedand agreed upon at the European level. Since theformation of the EEA (European EnvironmentAgency) and the establishment of Eionet (EuropeanEnvironment Information and Observation Network),the coordination of the CORINE database, includingupdates, has been carried out by the European Envir-onment Agency (CLC 2006 technical guidelines 2017).

Based on CLC methodology, data are created in avector data model on a scale of 1:100 000, with a min-imum polygon width of100 metres for linear entities

1 Since the study was conducted for over years and most of itis completed before the publication of the CLC data 2018, allthe analysis in this paper are reduced to data 2012. Due tochanges in the landscape (and processes on which they de-pend) occur on a time scale much longer than several years,a period of several years between the two publication of CLCdata can not significantly affect the findings in the paper.

21KiG Br. 34, Vol. 1 9, 2020, https://doi.org/1 0.32909/kg.1 9.34.2


kasnija, recentnija istraživanja koja uključuju kombini-rane metode (uz GIS i druge kvantitativne i kvalitativnemetode) u kraćem ili duljem vremenskom rasponu. Uradovima Durbešić (2012) te Durbešić i Fuerst-Bjeliš(2016) provedena je prostorna analiza promjena pejza-ža također jedne izdvojene studije-slučaja u Dalmatin-skoj zagori. Za područje planine Svilaje, za razdoblje od19. stoljeća do suvremenog razdoblja, korištene su pritome nužno različite kategorije izvora uz primjenu GIS-a. To je istraživanje također uključilo i analizu društve-no-geografskih čimbenika promjene. Blaće (2019) is-tražio je promjene šumskog pokrova na studiji-slučajuRavnih kotara, također za razdoblje većeg vremenskograspona, od 19. stoljeća, do danas uz primjenu GIS-a imetode korelacije. I to je istraživanje uključilo društve-no-geografske čimbenike promjene.

U ovom je radu na primjeru područja Srednje Like,osim prostorne analize uzoraka krajolika za jednu odre-đenu vremensku točku odnosno stanje (2012.), prove-dena i linearno-regresijska analiza s ciljem objašnjenjameđuodnosa promatranih pokazatelja (prosječnog in-deksa oblika uzorka i prosječnog indeksa površine jez-gre, odnosno prosječnog indeksa susjednosti). Regresij-ska analiza korištena je do sada u pojedinim radovima,ali s drugim podatcima i drugim pokazateljima. Tako suNupp i Swihart (2000) proveli analizu utjecaja fragmen-tacije uzoraka šumskog zemljišta na obilježja različitihvrsta malih sisavaca. Provedene su analize obilježja(npr. prisutnost, gustoća i težina) različitih vrsta malihsisavaca u međuzavisnosti s pokazateljima strukturnihrazličitosti uzoraka krajolika, pri čemu su korišteni lo-gistički i višestruki linearni regresijski modeli. Primjeri-ce, u radovima Pahernika (2000) te Faivre i Pahernika(2007) s dobivenim vrijednostima prostornog rasporedai gustoće ponikava, primijenjena je regresijska analiza sciljem utvrđivanja međuzavisnosti obilježja (npr. gusto-ća, broj) ponikava i obilježja prostora (npr. nagib, ener-gija reljefa, azimut, pružanje prema stranama svijeta).Također je provedena je i daljnja analiza pri kojoj suprodubljeni ti odnosi s drugim fizičko-geografskim obi-lježjima (npr. geološka starost, morfologija i dr.), no bezdruštveno-geografskih varijabli.

3. Metodološka objašnjenja

3.1 . Metodološke napomene vezane uz upotrebupodataka zemljišnog pokrova/načina korištenja zemljišta

U ovom radu je pri utvrđivanju tipova krajolika ko-rišten pristup koji je temeljen na zemljišnom pokro-vu/načinu korištenja zemljišta. U tu svrhu korišteni supodatci koji su sadržani u bazi podataka CORINE Land

Cover 2012 (CLC 2012).1 Baza podataka CLC 2012 iz-rađuje se na europskoj razini u okviru projekta Co-pernicus Land Monitoring Service. Dio te baze koji seodnosi na Republiku Hrvatsku proizvod je Hrvatskeagencije za okoliš i prirodu (HAOP). Podatci za Re-publiku Hrvatsku u toj bazi organizirani su u digital-nu bazu podataka prema važećem administrativno-teritorijalnom ustroju.

Standardni pristup izrade baze podataka CLC te-melji se na vizualnoj interpretaciji satelitskih snima-ka prema prihvaćenoj CLC metodologiji. Naime, urazdoblju 1985.–1990. Europska komisija je primije-nila program CORINE te je nastao informacijski sus-tav o stanju europskog okoliša, a metodologije surazvijene i dogovorene na razini EU-a. Nakon uspos-tave Europske agencije za okoliš (EEA) te osnivanjaEuropske informacijske i promatračke mreže za oko-liš (Eionet), koordinaciju baza podataka CORINE,uključujući i ažuriranja, provodi Europska agencijaza okoliš (CLC 2006 technical guidelines 2017).

Na temelju CLC metodologije stvaraju se podatciu vektorskom modelu podataka u mjerilu 1:100 000,minimalne širine 100 metara za linearne entitete (li-nije) i 25 ha za površinske entitete (poligone). Uz na-vedeni izvor podataka, odnosno metodu na kojoj setemelji, važno je napomenuti kako u bazu podatakanisu uneseni svi dijelovi. Tako, na primjer, kod tipakrajolika Izgrađeno zemljište zbog nezadovoljavanjakriterija dovoljne koncentracije objekata u odnosuna rezoluciju rešetke, nisu vidljiva manja naselja. Ta-kođer, kod tipa krajolika Izgrađeno zemljište zbog ne-dovoljne širine objekta u odnosu na rešetku, odprometnica je vidljiva samo autocesta, dok ostale ni-su vidljive. U namjeri što vjernijeg definiranja tipovakrajolika i uzoraka krajolika Srednje Like, podatcinavedene baze su korišteni kao činjenični te su kaotakvi analizirani u radu.

Definirana CLC nomenklatura sadrži ukupno 44 kla-se podataka. To znači da je na europskoj razini raznoli-kost zemljišnog pokrova/načina korištenja zemljištageneralizirana na 44 klase podataka (Cole i dr. 2018).

Unutar baze podataka CLC 2012 za područje Sred-nje Like evidentirano je 19 klasa podataka koje su za

1 S obzirom na to da se istraživanje provodilo više godina inajveći dio je završen prije objave CLC podataka za 2018.godinu, sve analize u radu su svedene na podatke iz 2012.godine. S obzirom na to da se promjene krajolika i procesikoji ih uvjetuju događaju na vremenskoj skali mnogo duljojod reda veličine nekoliko godina, razdoblje od nekolikogodina između dviju objava CLC podataka ne može bitnoutjecati na nalaze u radu.



(lines) and 25 ha for surface entities (polygons). Inaddition to this data source and the method onwhich it is based, it is important to note that not allparts have been entered in the database. For ex-ample, when looking at the landscape type Built-upLand, smaller settlements are not visible becausethere is too low a concentration of objects in rela-tion to grid resolution. Also, due to the insufficientwidth of objects in relation to the grid in the land-scape type Built-up Land, only highways are visible,while other roads are not. In order to provide themost accurate definition of landscape types andlandscape patches in Central Lika, data from thedatabase were taken as factual and analysed as suchin this paper.

The defined CLC nomenclature consists of44 dataclasses. This means that at the European level, thediversity of land cover/land use is covered in 44 dataclasses (Cole et al. 2018).

From the CLC 2012 data base for Central Lika, 19data classes were grouped into 6 landscape types forthe purposes of this paper: Built-up Land, Grassland,Agricultural Land, Forestland, Succession ofScrub/Forests,Water Areas. However, as mentioned in the introduc-tion, all the data in the database in question are actu-ally parts of the landscape and those that refer toCentral Lika are defined for the purposes ofthis paperas landscape patches in Central Lika. Also, since allthe data in the CLC 2012 are organised in data classes,those concerning the area of Central Lika are classedas landscape types in Central Lika.2 This procedureresulted in landscape patches within a specifiedlandscape type in Central Lika which were as homo-geneous as possible, given their natural geographicalfeatures and the socio-geographical factors of land-scape development which are visible in the space.

3.2 Methodological comments on spatial analysismethods used

An analysis was performed for this paper basedon using various spatial analysis methods for land-scape patches with the help ofGIS technology. In do-ing so, the shape, position and condition of landscapepatches were analysed in more detail, as was thelandscape of Central Lika as a whole. In order to cal-culate indices for landscape structure in this re-search, the basic software package ArcGIS Desktopversion 10.0 produced by ESRI was used.

The shape of landscape patches is determined bythe Mean Shape Index (herein after: MSI). MSI is basedon the spatial analysis method known as Shape Index,whose result is the application of a numerical shapeindex value (minimum, maximum and mean) for eachof the observed sets. In this paper, MSI measured themean patch shapes for each landscape type and forthe landscape patches ofCentral Lika as a whole.

For the vector shape data, MSI is calculated usingthe formula (Land and Blaschke 2010):

2 After completing the procedure, the landscape type Built-upLand contains five data classes: Discontinuous urban fabric;Industrial or commercial units; Road and rail networks andassociated land; Construction sites; Mineral extraction si-tes. The landscape type Grassland contains two data classes:Pastures; Natural Grassland. The landscape type Agricultu-ral Land contains three data classes: Non-irrigated arableland; Mosaic farmland; Land principally occupied by agri-culture, with a significant ratio of natural vegetation. Thelandscape type Forestland contains three classes: Deciduousforests, Coniferous forests, Mixed forests. The landscapetype Succession of Scrub/Forests contains four data classes:Continental shrub-like vegetation (heaths, moors and lowshrubbery); Mediterranean shrub-like vegetation (sclerop-hylous); Transitional woodland (land with overgrowth);Sparsely vegetated areas. The landscape type Water Areascontains two data classes: Water courses; Water bodies.

where p – circumference ofpatch, a – surface areaofpatch

MSI refers to the deviation of the patch shapefrom a circle (Lang and Blaschke 2010). Thus, MSImeasures the geometrical complexity of the patches– the greater the complexity, the greater the MSIvalue (Esbah 2009). Based on the patch complexity orMSI value, attributive descriptions are defined.3 Ifthe shape of the observed set of patches is simple,that is, close to a circle, the MSI value is close to one(1). On the other hand, the more complex a shape ofobserved patch sets, the greater the MSI value. Thatmeans that elongated patches, corridors, spirals andother complex patch shapes have a higher MSI valuethan compact, rounded patches and patches with asimple shape.

The Core Area Index (herein after: CAI) is used todetermine landscape patch condition. This is ob-tained by calculating the data from each patch in theobserved set (for all landscape types and for the

3 Based on the values of the mean shape index, four catego-ries of patch shape are defined: simple (0 MSI 2,00);complex (2,01 MSI 4,00); more complex (4,01 MSI6,00), and very complex (MSI 6,01).



potrebe ovog rada svrstane u šest tipova krajolika: Iz-građeno zemljište, Travnato zemljište, Poljoprivredno zem-ljište, Šumsko zemljište, Grmlje i sukcesija šume, Vodenepovršine. Naime, kako je u Uvodu ovog rada navedeno,svi podatci u toj bazi podataka su zapravo dijelovi kra-jolika, a oni koji se odnose na područje Srednje Like suza potrebe ovog rada definirani kao uzorci krajolikaSrednje Like. Također, s obzirom na to da su svi podatciu bazi podataka CLC 2012 raspoređeni u klase podata-ka, one koje se odnose na područje Srednje Like su zapotrebe ovog rada svrstane u tipove krajolika SrednjeLike.2 Provedeni postupak rezultirao je time da suuzorci krajolika unutar pojedinog tipa krajolika Sred-nje Like što homogeniji s obzirom na njihova prirodno-geografska obilježja i društveno-geografske čimbenikerazvoja krajolika koji su vidljivi u prostoru.

3.2. Metodološke napomene vezane uz korištenemetode prostorne anal ize

U radu je provedena analiza koja se temelj i nakorištenju različitih metoda prostorne analize nauzorcima krajolika pomoću GIS tehnologije. Pri to-me se detaljnije analiziraju oblik, položaj i stanje uzo-raka krajolika za tipove krajolika te za krajolikSrednje Like u cjelini. U radu je za izračunavanjepokazatelja za strukturu krajolika korišten osnovnisoftverski programski paket ArcGIS Desktop verzije10.0 proizvođača ESRI.

Oblik uzoraka krajolika ustanovljen je na temeljuprosječne vrijednosti indeksa oblika (engl. Mean Sha-pe Index, dalje u tekstu MSI). MSI se temelji na metodiprostorne analize engleskog naziva Shape Index, čijije rezultat primjene numerička vrijednost indeksaoblika (minimalna, maksimalna i prosječna) za svakiod promatranih skupova. U ovom radu MSI mjeri

prosječan oblik uzoraka svakog tipa krajolika te uzo-raka krajolika Srednje Like u cjelini.

MSI se za podatke vektorskog oblika dobiva natemelju formule (Lang i Blaschke 2010):

2 Nakon provedenog postupka tip krajolika Izgrađeno zemljištesadrži pet klasa podataka: Nepovezana gradska područja;Industrijski ili komercijalni objekti; Cestovna i željezničkamreža i pripadajuće zemljište; Gradilišta; Mjesta eksploata-cije mineralnih sirovina. Tip krajolika Travnato zemljište sa-drži dvije klase podataka: Pašnjaci; Prirodni travnjaci. Tipkrajolika Poljoprivredno zemljište sadrži tri klase podataka:Nenavodnjavano obradivo zemljište; Mozaik poljoprivred-nih površina; Pretežno poljoprivredno zemljište, sa značaj-nim udjelom prirodnog biljnog pokrova. Tip krajolikaŠumsko zemljište sadrži tri klase podataka: Bjelogorična šu-ma; Crnogorična šuma; Mješovita šuma. Tip krajolika Grm-lje i sukcesija šume sadrži četiri klase podataka: Kontinental-na grmolika vegetacija (vrištine, cretovi i niske šikare);Mediteranska grmolika vegetacija (sklerofilna); Sukcesijašume (zemljišta u zarastanju); Područja s oskudnom vege-tacijom. Tip krajolika Vodene površine sadrži dvije klase po-dataka: Vodotoci; Vodna tijela.

gdje je p – opseg uzoraka, a – površina uzorakaMSI se odnosi na odstupanje oblika uzorka od oblika

kruga (Lang i Blaschke 2010). Time MSI mjeri geometrij-sku složenost uzoraka − veća složenost uzoraka značiveće vrijednosti MSI (Esbah 2009). Na temelju složenostiuzoraka, odnosno na temelju vrijednosti MSI u radu sudefinirani atributni opisi.3 Ukoliko je oblik promatranogskupa uzoraka jednostavniji, tj. sličniji je obliku kružni-ce, vrijednost MSI je bliža vrijednosti jedan (1). S drugestrane, što je složeniji oblik promatranog skupa uzoraka,to je vrijednost MSI veća. To znači da uzorci linearnogoblika, oblika koridora te uzorci spiralnog i složenogoblika imaju veću vrijednost MSI od kompaktnih i zaob-ljenih uzoraka te uzoraka jednostavnog oblika.

Za stanje uzoraka krajolika korišten je pokazateljindeks površine jezgre (engl. Core Area Index, dalje utekstu CAI) koji je izračunan na temelju podatakasvakog uzorka u promatranom skupu (za tipove kra-jolika i krajolik Srednje Like u cjelini). CAI je nume-rička vrijednost koja označava omjer površine jezgre(engl. Core Area, dalje u tekstu CA) i ukupne površineza svaki od promatranih skupova. Pri tome, što je do-bivena numerička vrijednost CAI manja, to znači daje rezultat veće fragmentacije unutarnjih područja,tj . da je riječ o složenim ili izduženim oblicima jer jepovršina jezgre uzoraka manja, i obratno.

CA se dobiva kao rezultat primjene GIS metode zaCA uzoraka kojom se dobiva numerička vrijednost (uovom radu u km2) koja se odnosi na ukupni CA zasvaki od promatranih skupova. Može se reći kako jeCA, u tehničkom smislu, jednak opciji prikaza premaunutrašnjosti metodi prostorne analize Buffer.

Sintaksa naredbenog retka za Buffer je (ESRI, 2020):Buffer_analysis in_features out_feature_class

buffer_distance_or_field FULL | LEFT | RIGHT |OUTSIDE_ONLY ROUND | FLAT NONE | ALL | LISTdissolve_field;dissolve_field...CA uzoraka zapravo označava središnji prostor

uzoraka koji nije pod vanjskim utjecajima, dakle

3 Na temelju vrijednosti prosječnog indeksa oblika definiranesu četiri kategorije oblika uzoraka: jednostavan (0 MSI2,00); složen (2,01 MSI 4,00); složeniji (4,01 MSI6,00); vrlo složen (MSI 6,01).



other research (for example, Faivre and Pahernik2007, Pahernik 2000, 2012), it was conducted using araster data model which only looked at sinkholes.

One version of this method was chosen, accordingto which the landscape patches are turned into pointsor centroids in advance. The distance between thecentroids ofeach patch and the location ofthe nearestneighbouring centroid is measured, then the averageofall measured distances is calculated (ESRI 2019).

Average Nearest Neighbor is obtained by calcula-tion based on formulas (ESRI 2020):

landscape ofCentral Lika as a whole). CAI is a numer-ical value which describes the ratio of the Core Area,herein after: CA) and the total area for each of theobserved sets. The smaller the numerical value ofCAI, the greater the fragmentation of the innerareas, that is, they must be complex or elongated ob-jects because the core area of the patches is smaller,and vice versa.

CA is obtained as the result of applying the GISmethod for CA patches and is a numerical value (inthis paper expressed in km2) which refers to the totalCA for each of the observed sets. In the technicalsense, CA may be said to be equal to the inward de-piction option of the spatial analysis method Buffer.

The command-line syntax for Buffer is (ESRI 2020):Buffer_analysis in_features out_feature_class

buffer_distance_or_field FULL | LEFT | RIGHT |OUTSIDE_ONLY ROUND | FLAT NONE | ALL | LISTdissolve_field;dissolve_field...The CA of the patches in fact denotes the central

patch area which is not exposed to external influ-ences, that is, the patch area without the margins. Itis important to note that the size of the patch mar-gins (the influence of the exterior towards the core)depends on the object being studied. The issue con-cerns establishing effectively used areas dependingon the context. While researching small mammals ina woodland, Nupp and Swihart (2000) used a distanceto the margin of 50 metres. While researching land-scape patches for two different parts of the land-scape Túri (2010) used a distance to the margin of 10metres. Lang and Blaschke (2010) used distances of5m, 10m, 20m, 35m and 50m according to various ex-amples. For the purposes of this paper and the levelof generalisation of the data used (100m), we used adistance of 50 metres for all landscape types and thelandscape ofCentral Lika as a whole.

The position of landscape patches was studiedbased on the GIS method ofAverage Nearest Neighbour(Spatial Statistics), herein after: Average Nearest Neigh-bour. By determining the radius ofdistance by whichthe classification of intensity around every observedelement can be determined (Pahernik 2000), thismethod was implemented in order to ascertain theaverage distance between each observed landscapepatch and its nearest neighbour. This also determ-ined the grouping, randomness and dispersion oftheobserved landscape patches.

The near neighbour analysis using this method wasconducted using vector data, taking into considerationall patches according to landscape type, and the land-scape ofCentral Lika as a whole. On the other hand, in

D O – observed mean distance between each featureand their nearest neighborDE – expected mean distance for the features given arandom patterndi – equals the distance between feature i and itsnearest featuren – total number offeaturesA – total study areazANN – z-score for Average NearestNeighborThe results of applying this GIS method are the

following values: Observed Mean Distance,4 ExpectedMean Distance, Nearest Neighbour Ratio, z-value and p-value.5 Ifthe value ofthe Nearest Neighbour Ratio is lessthan one (1), this indicates grouping. If it is greaterthan one (1), it indicates the dispersion of the land-scape patches. Based on the obtained values, by usingthis spatial analysis method, attributive descriptions

4 For the purposes of the regression analysis, the values ofobserved mean distance are used in this paper as indica-tors of the position of landscape patches.

5 The p-value indicator indicates whether the observed phe-nomenon was random. If the p-value is smaller than theminimum value (0.05), the results are not random and areanalysed in this paper.



označava područje uzorka bez rubnog dijela. Pri tomeje važno napomenuti kako veličina rubnog dijela (utje-caj izvana prema jezgri) uzorka ovisi o objektu istraži-vanja. Naime, riječ je o utvrđivanju efektivnokorištenih površina u ovisnosti o kontekstu. Tako suNupp i Swihart (2000) pri istraživanju malih sisavacana šumskom zemljištu koristili udaljenost rubnog dije-la od 50 m. Túri (2010) pri istraživanju uzoraka krajoli-ka za dva različita dijela krajolika koristio je udaljenostrubnog dijela od 10 m. Lang i Blaschke (2010) na razli-čitim primjerima koristili su udaljenosti rubnog dijelaod 5 m, 10 m, 20 m, 35 m i 50 m. U ovom radu se zbogsvrhe rada te razine generaliziranosti podataka (100m) koristi udaljenost rubnog dijela od 50 m za sve tipo-ve krajolika i krajolik Srednje Like u cjelini.

Položaj uzoraka krajolika istražen je na temeljuprosječnog indeksa susjednosti, korištenjem metodeAverage Nearest Neighbour (Spatial Statistics), dalje utekstu Average Nearest Neighbour. Temeljem određiva-nja radijusa udaljenosti pri čemu se određuje klasifi-kacija intenziteta oko svakog promatranog elementa(Pahernik 2000), ta metoda primijenjena je u svrhuutvrđivanja prosječne udaljenosti svakog od proma-tranih uzoraka krajolika prema najbližem susjednom.Pri tome se utvrđuje grupiranje, nasumičnost, odnos-no raspršenost promatranih uzoraka krajolika.

Takva analiza susjedstva u ovom se radu provodi svektorskim podatcima, uzimajući u obzir sve uzorkepo tipovima krajolika, te krajolik Srednje Like u cjeli-ni. S druge strane, u pojedinim radovima (npr. Faivrei Pahernik 2007, Pahernik 2000, 2012) provodi s ras-terskim modelom podataka pri čemu se promatrajusamo ponikve.

Korištena je opcija te metode pri kojoj su uzorcikrajolika prethodno pretvoreni u točke, odnosnocentroide. Pri tome se mjeri udaljenost između loka-cije centroida svakog uzorka i lokacije najbližeg su-sjednog centroida te se zatim mjeri prosjek svihizmjerenih udaljenosti (ESRI, 2019). Average NearestNeighbour se računa po formuli (ESRI 2019):

DO – uočena srednja udaljenost između svakoguzorka i najbližeg susjednogDE – očekivana srednja udaljenost za nasumičneuzorkedi– udaljenost između uzorka i i najbližeg susjednogn – ukupan broj uzorakaA – područje istraživanjazANN – z-vrijednost za Average NearestNeighbourRezultat primjene te metode su vrijednosti: uoče-

na srednja udaljenost (engl. Observed Mean Distance),4

očekivana srednja udaljenost (engl. Expected MeanDistance), omjer najbliže udaljenosti (engl. NearestNeighbour Ratio), z-vrijednost i p-vrijednost.5 Ukolikoje vrijednost omjera najbliže udaljenosti manja odvrijednosti jedan (1) − ukazuje na grupiranje, a ako jeveća od vrijednosti jedan (1) − ukazuje na raspršenostuzoraka krajolika. Na temelju dobivenih vrijednosti,korištenjem te metode prostorne analize automatskisu prikazani atributni opisi (grupirano, nasumično,raspršeno) koji su u radu navedeni i objašnjeni.

4. Područje istraživanja

Područje istraživanja ovog rada je Srednja Lika.Prema aktualnoj administrativno-teritorijalnoj or-ganizaciji, Srednja Lika obuhvaća područje tri jedini-ce lokalne samouprave: Grad Gospić, Općinu Lovinaci Općinu Perušić, koje su sastavni dio Ličko-senjskežupanije. Ukupna površina područja istraživanja iz-nosi približno 1690 km2. Na području istraživanjanalazi se 78 naselja – Gradu Gospiću pripada 50 nase-lja, Općini Perušić pripada 18 naselja i Općini Lovinacpripada 10 naselja.

Osnovu regionalne izdvojenosti Srednje Like činiorografski okvir kojeg sačinjavaju: gorski hrbat Ve-lebit sa zapadne i jugozapadne strane, Ličko sredo-gorje s istočne strane i gorski masiv Resnik s jugo-istočne strane. Središnji prostor Srednje Like odnosise na Ličko polje, koje se smatra najvećim krškim po-ljem na području Republike Hrvatske. Jugoistočni dioistraživanog područja zauzima Lovinačko polje. Od

4 U radu su u svrhu regresijske analize kao pokazatelj za polo-žaj uzoraka krajolika korištene vrijednosti uočene srednjeudaljenosti.

5 Vrijednosti pokazatelja p-vrijednost označavaju razlikuje lise promatrana pojava od slučajne. Ukoliko p-vrijednost iz-nosi manje od granične vrijednosti (0,05), ti rezultati serazlikuju od slučajnih te su analizirani u radu.



ridge of Velebit to the west and southwest, the Likahighlands to the east, and the mountainous Resnikmassif on the southeast side. The middle part ofCentral Lika is formed by Ličko polje, which is con-sidered the largest karst field in the Republic ofCroatia. The southeast part of the research area ismostly occupied by Lovinačko polje. It is separatedfrom the rest of Central Lika by conical hummocks,or elevations in the karst (Figure 1).

The range of altitudes above sea level in the re-search area is 461 m to 1,757 m, and the average alti-tude is 740 m (Pahernik and Jovanić, 2014). Thesettlements and areas of human activity in CentralLika are mainly concentrated in the central area −Ličko polje (Lika Field).

The artificial surfaces and areas of human activ-ity occupy a total of 17.05% of the surface area ofCentral Lika. The total artificial area is 1.29% and

are automatically shown (grouped, random, dis-persed), as listed and explained in this paper.

4 Research Area

The research area in this paper was Central Lika.According to current administrative-territorial or-ganisation, Central Lika covers an area of three unitsof local self-government: the town of Gospić, themunicipality of Lovinac and the municipality of Per-ušić which are integral constituents of Lika-SenjCounty. The total research area covers approxim-ately 1,690 km2. There are 78 settlements locatedwithin the research area, 50 of which belong to thetown ofGospić, 18 to the municipality ofPerušić, and10 to the municipality ofLovinac.

The basis for Central Lika's regional distinctness isan orographic framework comprising the mountainous

Fig. 1 Research area – Central Lika. Source: DARH, SGA; SRPJ, SGA.Slika 1 . Područje istraživanja – Srednja Lika. I zvori : DARH, DGU; SRPJ, DGU.



ostatka područja Srednje Like odvojeno je kupastimhumovima, odnosno uzvišenjima u kršu (slika 1).

Raspon nadmorske visine područja istraživanja jeizmeđu 461 i 1757 m, a prosječna nadmorska visina iz-nosi 740 m (Pahernik i Jovanić 2014). Naselja i podru-čja čovjekovog djelovanja Srednje Like uglavnom sukoncentrirana na središnjem prostoru – Ličkom polju.

Izgrađene površine te područja čovjekovog djelo-vanja zauzimaju ukupno 17,05 % površine Srednje Li-ke. Naime, ukupna izgrađena površina iznosi 1,29 %površine Srednje Like. To se odnosi na ukupnu povr-šinu naselja Srednje Like6 koja iznosi 0,66 % površinete na 0,63 % površine koja se odnosi na površine obje-kata s prometnom i gospodarsko-poduzetničkomdjelatnosti (autocesta i pripadajuće zemljište, podu-zetničke zone, gradilišta i mjesta eksploatacije mine-ralnih sirovina). Na poljoprivredno zemljište odnosise ukupno 15,76 % površine Srednje Like (CLC 2012).

5. Strukturna obil ježja uzoraka krajolika SrednjeLike prema tipovima krajolika

Prema postupku navedenom prethodno u radu,na temelju podataka o zemljišnom pokrovu/načinukorištenja zemljišta iz 2012. godine, područje Sred-nje Like svrstano je u šest tipova krajolika (slika 2):

1. Izgrađeno zemljište2. Travnato zemljište3. Poljoprivredno zemljište4. Šumsko zemljište5. Grmlje/sukcesija šume6. Vodene površineNa uzorcima tipova krajolika provedene su ana-

lize koje se temelje na više pokazatelja i korištenjumetoda prostorne analize. Njihovom primjenomdobivene su vrijednosti za oblik, položaj i stanje uzo-raka tipova krajolika Srednje Like i krajolik SrednjeLike u cjelini. Sve dobivene vrijednosti su prikazaneu tablici 1.

Napomena: U poglavlju „Metodološke napome-ne vezane uz korištene metode prostorne analize“detaljno su objašnjene korištene metode i značenjaatributnih opisa.

Tip krajolika Izgrađeno zemljište na području SrednjeLike sastoji se od ukupno 17 uzoraka. Taj tip krajolikapretežno je položen bliže središnjem dijelu. Sadrži nase-lja s većim brojem stanovnika, odnosno naselja s većomkoncentracijom izgrađenosti te objekte s prometnom igospodarsko-poduzetničkom djelatnosti (autocesta ipripadajuće zemljište, poduzetničke zone, gradilišta imjesta eksploatacije mineralnih sirovina). VrijednostMSI je među ostalim tipovima krajolika najveća (4,19). Sobzirom na tu vrijednost, oblik uzoraka tog tipa krajoli-ka može se opisati kao složeniji. To je naročito izraženokod izduženih uzoraka, kao što je autocesta i pripadaju-će zemljište. Među ostalim tipovima krajolika SrednjeLike, kod tipa krajolika Izgrađeno zemljište vrijednost CAIje najmanji (43,91 %). Naime, kod tog tipa krajolika jenajveći broj uzoraka sa složenim ili izduženim oblikomzbog čega je površina jezgre uzoraka najmanja. S obzi-rom na položaj uzoraka tog tipa krajolika, riječ je o ras-pršenom položaju uzoraka. To znači da je na područjuSrednje Like kod tog tipa krajolika prosječno velika uda-ljenost središta uzorka do središta susjednog uzorka.

Tip krajolika Travnato zemljište na području SrednjeLike sastoji se od ukupno 99 uzoraka. Na području Sred-nje Like taj se tip krajolika odnosi na pašnjake i prirodnetravnjake, koji se razvijaju kao rezultat prve faze sukce-sije vegetacije. Naime, od završetka Drugoga svjetskograta stvorena je „osnovna infrastruktura i provedenainicijalna industrijalizacija regije“ (Pejnović 1985:66) izapočeo je složeniji gospodarski razvoj. Time se, u skla-du s društveno-gospodarskim procesima (deagrarizaci-ja, deruralizacija, urbanizacija, smanjenje ukupnog bro-ja stanovnika, starenje stanovništva) stanovništvo Sre-dnje Like sve manje bavi poljoprivredom. Zapuštanje,odnosno ekstenzifikacija korištenja poljoprivrednih po-vršina i napuštanje njihove obrade dovodi do prirodnogprocesa sukcesije vegetacije, tj. prirodnog pošumljava-nja (Fuerst-Bjeliš i dr. 2000). U prvoj fazi sukcesije vege-tacije na poljoprivrednom zemljištu izrasta niskoraslinje koje se može nazvati travnatim zemljištem. Za-tim, ukoliko dođe do druge faze sukcesije, na travnatomzemljištu se razvija srednje visoko raslinje – grmlje, od-nosno sukcesija šume. Iz takvog srednje visokog raslinjase u završnoj, trećoj fazi sukcesije vegetacije postepenorazvija visoko raslinje − šumsko zemljište.

Obilježja tipa krajolika Travnato zemljište su različitevrste trava koje nisu visokog rasta djelomično zbog is-paše stoke (pašnjaci) i djelomično zbog prirodnih pre-duvjeta (prirodni travnjaci). Pašnjaci se uglavnom

6 Podatci se odnose na bazu podataka Corine Land Cover 2012(CLC 2012) prema kojoj se prikazuju samo veća naselja: Gos-pić (prikazan je s naseljima: Budak, Žabica, Kaniža Gospićka,Podoštra), Lički Osik, Perušić, Mušaluk, Donji Kosinj, LičkiNovi, Bilaj i Lovinac. Ostala naselja nalaze se na manjoj po-vršini, odnosno imaju manju koncentraciju izgrađenosti. Tosu uglavnom raštrkana naselja koja se uglavnom sastoje odnekoliko zaselaka zbog krške prirodne osnove i nasljeđenihobilježja historijsko-geografskog razvoja. Naime, stvaranjeniznih naselja, koje je započelo u 18. stoljeću (kada je podru-čje Srednje Like bilo je u sastavu Vojne krajine, odnosno podaustrijskom upravom) i ponovno je intenzivirano industrija-lizacijom i urbanizacijom nakon završetka Drugog svjetskograta, dalo je ograničene rezultate.



refers to the total area ofhuman settlements6, whichamounts to 0.66% of the area, while 0.63% of the arearefers to transport facilities and economic-entre-preneurial activities (motorways and associated land,entrepreneurial zones, construction sites and miner-al exploitation sites). Agricultural land covers a totalof15.76% ofthe area ofCentral Lika (CLC 2012).

5 Structural Characteristics of Landscape Patchesin Central Lika According to Landscape Type

According to the procedure mentioned earlier inthe paper, based on data on land cover/land usefrom 2012, the area of Central Lika is classified in sixlandscape types (Figure 2):

1. Built-up Land2. Grassland3. Agricultural Land4. Forestland5. Succession ofScrub/Forests6. Water AreasBased on several indicators and the use of spatial

analysis methods, analyses were performed onpatches of landscape types. By applying them, valueswere obtained for the shape, position and condition ofpatches of landscape types in Central Lika and thelandscape of Central Lika as a whole. The obtainedvalues are shown in Table 1.

Comments: In the section Methodological commentson spatial analysis used the applied methods and mean-ing ofattributive descriptions are explained in detail.

The landscape type Built-up Land in the area ofCentral Lika comprises a total of 17 patches. Thislandscape type is mostly situated close to the cent-ral part. It includes settlements with a higher num-ber of inhabitants, that is, settlements with a higherconcentration of buildings, transport facilities andeconomic-entrepreneurial activities (motorways

and associated land, entrepreneurial zones, con-struction sites and mineral exploitation sites). TheMSI value is highest compared to other landscapetypes (4.19). Given this value, the shape of thepatches in this landscape type can be described asmore complex. This is particularly pronounced inelongated patch examples such as the highway andits associated land. Among other landscape types inCentral Lika, the category of Built-up Land has thelowest CAI value (43.91%). In this landscape type, thehighest number of patches are complex or elong-ated, which is why the surface area of the core of thepatches is the smallest. In terms ofthe position ofthepatches of this landscape type, they are dispersed.This means that in the area of Central Lika, for thislandscape type, there is an averagely great distancebetween the centre ofthe patch and the centre ofthenearest neighbouring patch.

The landscape type Grassland in Central Lika com-prises a total of99 patches. In the area ofCentral Lika,this landscape type refers to pastures and naturalgrasslands which have developed as a result of thefirst phase of vegetation succession. After the end ofthe Second World War, "basic infrastructure was cre-ated and the initial industrialisation ofthe region wascarried out" (Pejnović 1985: 66). More complex eco-nomic development was launched. Thus, in accord-ance with socio-economic processes (deagrarisation,deruralisation, urbanisation, reduction of the totalpopulation and ageing of the population), the popu-lation of Central Lika has become less and less en-gaged in agriculture. Abandoning the land, or ratherthe extensification ofagricultural land and neglect ofcultivation, has led to a natural process of vegetationsuccession or natural afforestation (Fuerst-Bjeliš etal., 2000). In the first phase of vegetation succession,low-growing plants take over agricultural land,forming grassland. In the second phase, medium-high vegetation develops on the grassland – shrubsand forest undergrowth. In the final, third phase,trees and forests thrive.

The landscape-type characteristics of Grasslandinclude a variety of grasses that do not grow tall,partly due to cattle grazing (pastures) and partly dueto natural conditions (natural grasslands). Pasturesare mostly located in areas away from settlements,because arable land is found next to settlements.Natural grasslands are located on mountain slopes,but also in the lowland areas (in Ličko polje on thewest side ofthe highway). The MSI value is one ofthelowest among other landscape types (2.66), becausein this type, the average shape of the patch is among

6 The data relate to the Corine Land Cover 2012 (CLC 2012)database, according to which only larger settlements areshown: Gospić (shown with the settlements of Budak, Ža-bica, Kaniža Gospićka, Podoštra), Lički Osik, Perušić, Muša-luk, Donji Kosinj, Lički Novi, Bilaj and Lovinac. Othersettlements occupy a smaller area, that is, they have alower concentration of construction. These are mostlyscattered (dispersed) settlements that consist of severalhamlets, due to the karst nature of the land and the inhe-rited features of historical and geographical development.In fact, the creation of the low-lying settlements, whichbegan in the 18th century (when the area of Central Likawas part of the Military Frontier under Austrian rule) andintensified through industrialization and urbanization af-ter the Second World War, produced only limited results.



Slika 2. Tipovi krajol ika Srednje Like (201 2) . I zvori : CLC 201 2, HAOP; SRPJ, DGU; Topografske karte, DGU.Fig. 2 Landscape types in Central Lika (201 2) . Source: CLC 201 2, HAOP; SRPJ, SGA; Topographical maps, SGA.



the simplest, meaning it is closest to the shape of acircle. However, given this value, the shape of thepatches in this landscape type can be described ascomplex. The CAI value is among the highest

(79.13%) compared to other types of landscape inCentral Lika. This means that in this landscape type,the surface area ofthe core ofthe patches among thelargest, because only a small number ofpatches have a

Table 1 Results for the observed indicators of shape, position, and condition of landscape patches in Central Lika (201 2) .Tablica 1 . Rezultati promatranih pokazatel ja za oblik, položaj i stanje uzoraka krajol ika Srednje Like (201 2. godina) .



nalaze na područjima podalje od naselja, jer se uz nase-lja nalaze ratarske površine. Prirodni travnjaci nalazese na planinskim obroncima, ali i u nizinskom području(u Ličkom polju sa zapadne strane autoceste). Vrijed-nost MSI je među ostalim tipovima krajolika među naj-manjima (2,66), jer je kod tog tipa krajolika prosječanoblik uzorka jedan od najjednostavnijih, tj. sličniji jeobliku kružnice. Ipak, s obzirom na tu vrijednost, oblikuzoraka tog tipa krajolika može se opisati kao složen.Vrijednost CAI je jedna od najvećih (79,13 %) među osta-lim tipovima krajolika Srednje Like. To znači da je unu-tar tog tipa krajolika površina jezgre uzoraka jedna odnajvećih, jer je mali broj uzoraka sa složenim ili izduže-nim oblikom. S obzirom na položaj uzoraka tog tipa kra-jolika, riječ je o nasumičnom položaju uzoraka. Time sezbog prosječne udaljenost među središtima susjednihuzoraka ne može reći da su ti uzorci grupirani, ali nitiraspršeni. Međutim, p-vrijednost iznosi 0,2001 te je većaod granične vrijednosti (0,05) što znači da se ti rezultatine razlikuju od slučajnih i time se ne analiziraju u radu.

Tip krajolika Poljoprivredno zemljište sastoji se odukupno 128 uzoraka. Položeni su bliže središnjem di-jelu Srednje Like, dok su slabije zastupljeni na rub-nom dijelu. Nalaze se uz naselja, jer su se ona razvilauz plodnija tla. Malobrojno stanovništvo iskorištavaga u poljoprivredne svrhe – uzgajaju se različite vrstekultura voća, povrća, žitarica te krmnog i stočnog bi-lja. Ukoliko se na području Srednje Like nastave pri-sutni društveno-gospodarski procesi (deagrarizacija,deruralizacija, urbanizacija, smanjenje ukupnog bro-ja stanovnika, starenje stanovništva), izgledno je ka-ko će sve manje površina biti pod kulturama koje suradno intenzivne (voće, povrće), a sve više površinaće biti pod kulturama koje nisu radno intenzivne (ži-tarice, krmno i stočno bilje), ali i pod ugarom. Time ćekrajolik postajati sve zapušteniji, odnosno zeleniji. Je-dino je na području bliže gradu Gospiću izgledno odr-žavanje postojećeg obima poljoprivrednih površina.

Vrijednost MSI za tip krajolika Poljoprivredno zemljišteiznosi 2,75. S obzirom na to da je ta vrijednost približnojednaka vrijednosti MSI za krajolik Srednje Like u cjelini(2,74), može se reći kako im je oblik približno jednakesloženosti kao i prosječan oblik svih uzoraka Srednje Li-ke. S obzirom na tu vrijednost, oblik uzoraka tog tipakrajolika može se opisati kao složen. Vrijednost CAI jemeđu najvišima (77,65 %), jer je površina jezgre uzorakaveća zbog većeg broja uzoraka s jednostavnijim obli-kom, odnosno mali je broj uzoraka sa složenim ili izdu-ženim oblikom. Promatrajući položaj uzoraka tipakrajolika Poljoprivredno zemljište, riječ je o grupiranompoložaju uzoraka. To znači da kod tog tipa krajolika nijevelika prosječna udaljenost središta uzorka do središta

susjednog uzorka, tj . da je poljoprivredno zemljištena području Srednje Like okupljeno.

Tip krajolika Šumsko zemljište sastoji se od ukupno127 uzoraka. Uglavnom se nalaze na rubnim dijelovimapodručja istraživanja – na padinama Velebita, Ličkogsredogorja i Resnika, te rubnim dijelovima Ličkog poljai Lovinačkog polja. U Ličkom polju na nižim nadmor-skim visinama pretežno se nalaze bjelogorične šumehrasta kitnjaka s običnim grabom (Querco petraeae-Car-pinetum illyricum). Uz vodotoke su zastupljene manjepovršine pod šumama hidrofilnih vrsta crne johe sa ša-šom (Carici brizoidis-Alnetum), sive vrbe (Salix cinerea) irakite (Salix purpurea). Na višim nadmorskim visinamaiznad brdskih bukovih šuma (Fagetum illyricum monta-num) na području srednjeg i sjevernog Velebita nastav-ljaju se šume bukve i jele (Abieti-Fagetum illyricum), a unajvišim dijelovima pretplaninske šume bukve (Fage-tum illyricum subalpinum) (Pelcer i Martinović 2003).

Vrijednost MSI za taj tip krajolika je najmanja (2,56)među ostalim promatranim tipovima krajolika. Dakle,uzorci koji se odnose na šumsko zemljište su najjednos-tavniji, tj. najviše sliče obliku kružnice. S obzirom na tuvrijednost, oblik uzoraka može se opisati kao složen.Vrijednost CAI za taj tip krajolika je najveća (88,70 %)među ostalim tipovima krajolika Srednje Like. Naime,površina jezgre uzoraka je najveća, jer je među ostalimtipovima krajolika Srednje Like najveći broj uzoraka sjednostavnijim oblikom. S obzirom na položaj uzorakatog tipa krajolika, riječ je o grupiranom položaju uzora-ka, jer kod tipa krajolika Šumsko zemljište prosječno nijevelika udaljenost među središtima susjednih uzoraka.

Tip krajolika Grmlje/sukcesija šume uglavnom se na-lazi u Ličkom polju i na najnižim padinama reljefnogokvira. Grmlje, odnosno sukcesija šume uglavnom senalazi udaljeno od naselja, u pojasu između travnatogzemljišta i bjelogoričnih šuma. Pretežno su nastali za-puštanjem i napuštanjem poljoprivrednog zemljišta pase može zaključiti kako je riječ o drugoj fazi sukcesijevegetacije. Obilježavaju ih različite vrste srednje viso-kog raslinja. Ukoliko su na tlima koja su obogaćena mi-neralnim sastojcima i nastave se prisutni društveno-gospodarski procesi, postupno će prerastati u šume.Međutim, na pojedinim područjima se zbog slabijekvalitete tla (osiromašena su mineralnim sastojcima)ne može razviti treća faza sukcesija vegetacije, tj. tije-kom vremena se iz grmlja ne razvija visoko raslinje(šuma). Na takvoj podlozi se kao sekundarna vegetacijarazvijaju vrištine i bujadnice (paprati) (Genisto-Callune-tum illyricum) (Pelcer i Martinović 2003).

Tip krajolika Grmlje/sukcesija šume sastoji se odnajviše uzoraka − ukupno 149. Vrijednost MSI za tajtip krajolika jedna je od većih (2,76), jer su oblici



complex or elongated shape. The patches in this land-scape type are randomly positioned. Hence, due to theaverage distance between the centres of neighbour-ing patches, they cannot be said to be either clusteredor dispersed. However, the p-value is 0.2001, which ishigher than the borderline value (0.05), which meansthat these results do not differ from random ones andare therefore not analysed in the paper.

The landscape type Agricultural Land comprises atotal of 128 patches. They are located close to thecentral part of Central Lika, and are less representedon the margins. They are located next to settlementsand have developed on more fertile soil. The smallpopulation uses them for agricultural purposes,growing different crops, fruit, vegetables, cereals,fodder, and cattle-feed. If socio-economic processescontinue in the area of Central Lika (deagrarisation,deruralisation, urbanisation, reduction of the totalpopulation, ageing of the population), it is likely thatfewer and fewer areas will be used to cultivate la-bour-intensive crops (fruit and vegetables), and moreareas will be used for non-labour-intensive crops(cereals, fodder and cattle-feed), or left fallow. Thelandscape will be more neglected, but greener. Onlyin the area close to the town ofGospić is it possible tomaintain the current extent ofagricultural land.

The MSI value for the landscape type AgriculturalLand is 2.75. Given that this value is approximatelyequal to the MSI value for the Central Lika landscapeas a whole (2.74), it can be said that the patch shape isapproximately as complex as the average shape ofallCentral Lika patches. According to this value, theshape of the patches in this landscape type can bedescribed as complex. The CAI value is among thehighest (77.65%), because the surface area of thepatch core is larger, due to the large number ofpatches with a simpler shape and the small numberof patches with a complex or elongated shape. Thepatches for the landscape type Agricultural Land arein a clustered position. This means that in this land-scape type, the average distance from the centre ofone patch to the centre of the next neighbouringpatch is not great. In other words, the agriculturalplots in Central Lika are arranged close together.

The landscape type Forestland comprises a total of127 patches. They are mainly located on the marginsof the research area − on the slopes of Velebit, theLika highlands and Resnik, and on the margins ofLičko polje (Lika field) and Lovinačko polje (Lovinacfield). In Ličko polje, there are mostly deciduousforests of sessile oak with common hornbeam (Quercopetraeae-Carpinetum Illyricum) at lower altitudes.

Along the water courses, there are smaller areas be-neath the forests of hydrophilic species of blackalder with sedge (Carici brizoidis-Alnetum), grey wil-low (Salix cinerea) and willow (Salix purpurea). Athigher altitudes above the mountain beech forests(Fagetum illyricum montanum) in the area of centraland northern Velebit, there are beech and fir forests(Abieti-Fagetum illyricum), and in the highest parts ofthe mountain forests beneath the peaks, sub-alpinebeech forests grow (Fagetum illyricum subalpinum)(Pelcer and Martinović 2003).

The MSI value for this landscape type is the low-est (2.56) compared to other observed landscapetypes. Thus, the patches related to forest land are thesimplest, that is, closest to the shape of a circle. Giv-en this value, the shape of the patches can be de-scribed as complex. The CAI value for this landscapetype is the highest (88.70%) compared to other typesof landscape in Central Lika. The core area of thepatches is the largest, because the highest number ofpatches have a simpler shape. The patches in thislandscape type are clustered, because on averagethere is a smaller distance between the centres ofneighbouring patches.

The landscape type Succession of Scrub/Forests ismainly located in Ličko polje and on the lowest slopesof the relief frame. Shrubs, that is, forest succession,are mostly located far from settlements, in the beltbetween grassland and deciduous forests. They aremostly created when agricultural land is abandonedor neglected, and represent the second phase of ve-getation succession. This landscape type is character-ised by different species of medium-high vegetation.If these grow in areas where socio-economic pro-cesses have enriched the soil with mineral ingredi-ents, they will gradually grow into forests. However,in some areas, due to the poorer quality of the de-pleted soil, the third phase of vegetation successionwill not develop, and no tall vegetation (forests) willdevelop from the shrubs. On such substrates, heathersand ferns (Genisto-Callunetum illyricum) develop as sec-ondary vegetation (Pelcer and Martinović 2003).

The landscape type Succession of Scrub/Forestscomprises the highest number of patches − a total of149. The MSI value for this landscape type is one ofthe highest (2.76), because the shapes of patches re-lated to shrubs/forest succession is among the mostcomplex compared to other observed landscapetypes. The CAI value is one of the lowest (75.71%),because the surface area of the patch core is one ofthe smallest due to fewer patches with a simplershape, and more patches with a more complex



uzoraka koji se odnose na grmlje, odnosno sukcesijušume jedni od najsloženijih među ostalim promatra-nim tipovima krajolika, pa se mogu opisati kao slože-ni. Vrijednost CAI je jedna od najmanjih (75,71 %), jerje površina jezgre uzoraka jedna od najmanjih zbogmanjeg broja uzoraka s jednostavnijim oblikom, od-nosno većeg broja uzoraka sa složenijim oblikom.Ipak, s obzirom na vrijednost MSI, prosječan oblikuzorka tog tipa krajolika približno je jednake slože-nosti kao i prosječan uzorak krajolika Srednje Like ucjelini (2,74). Promatrajući položaj uzoraka tipa kra-jolika Grmlje/sukcesija šume, riječ je o nasumičnompoložaju uzoraka. Međutim, p-vrijednost iznosi0,6427 i veća je od granične vrijednosti (0,05) štoznači da se ti rezultati ne razlikuju od slučajnih i timese ne analiziraju u radu.

Tip krajolika Vodene površine na području SrednjeLike odnosi se na nekoliko objekata: jedan vodotok(donji dio toka ponornice Lika) i tri vodna tijela (Kruš-čićko jezero, jezero Štikada s jezerom Ričice te reten-cija na ponornici Obsenica). Naime, iako je zbogprirodnih preduvjeta, područje Srednje Like bogatovodom (brojna vrela i izvori te veliki broj manjih ilivećih vrela, izvora, vodotoka i vodnih tijela), korištenipodatci ukazuju na to da tipu krajolika Vodene površinepripada tek nekoliko objekata, što je razumljivo jer supovršinom vrlo mali. Time se tip krajolika Vodene po-vršine sastoji od najmanje uzoraka − ukupno četiri.Vrijednost MSI za taj tip krajolika je jedna od većih(3,96), pa se prosječan oblik uzorka tog tipa krajolikamože opisati kao složen. Vrijednost CAI je jedna odnajmanjih (67,34 %) među ostalim promatranim tipo-vima krajolika, jer je površina jezgre uzoraka jedna odnajmanjih zbog manjeg broja uzoraka s jednostavni-jim oblikom, odnosno većeg broja uzoraka sa složeni-jim oblikom. Štoviše, uzorci tipa krajolika Vodenepovršine, uz uzorke tipa krajolika Izgrađeno zemljište,imaju najsloženiji oblik. Promatrajući položaj uzorakatipa krajolika Vodene površine, riječ je o raspršenompoložaju uzoraka. To znači da je prosječno velika uda-ljenost među središtima susjednih uzoraka ovog tipakrajolika.

6. Regresijska analiza odabranih vrijednostistrukturnih obilježja uzoraka krajolika Srednje Like

U linearno-regresijskoj analizi koriste se pojedi-ne vrijednosti obilježja uzoraka krajolika Srednje Li-ke. Te vrijednosti su dobivene kao rezultat primjenerazličitih metoda na uzorcima krajolika Srednje Likeza tipove krajolika i krajolik Srednje Like u cjelini.Na temelju rezultata linearno-regresijske analize

podrobnije se objašnjavaju međuodnosi u radu kori-štenih pokazatelja za oblik, položaj i stanje uzorakakrajolika Srednje Like. Linearna regresija provedenaje s pomoću programa IBM SPSS Statistics verzije 20.

Model jednostavne linearne regresije izražavase pomoću sljedeće jednadžbe (Corporate FinanceInstitute 2020):

Y = a bX

Y – zavisna varijablaX – nezavisna varijablaa, b – parametri− odstupanjeAnaliziran je odnos pokazatelja MSI – prosječne

vrijednosti indeksa oblika (vrijednost za oblik uzora-ka krajolika) te CAI − indeksa površine jezgre (vrijed-nost za stanje uzoraka krajolika) (slika 3).

Linearno-regresijskom analizom navedenih poka-zatelja dobivena je vrijednost standardiziranog koefi-cijenta ß (ß –0,899) koja ukazuje na jaku vezu nega-tivnog smjera. Pri tome je dobivena p-vrijednost (p0,006) koja označava da se promatrana pojava razlikujeod slučajne. To znači da s porastom indeksa oblika(MSI), površina jezgre se smanjuje, i obratno. Time semože zaključiti kako uzorci složenijeg oblika imajumanju površinu jezgre. S druge strane, što je uzorcimaoblik jednostavniji (više nalikuje obliku kružnice), to ćepovršina jezgre biti veća. Navedeno je vidljivo i u re-zultatima prikazanim u prošlom poglavlju. Tako naprimjer, tip krajolika Izgrađeno zemljište ima najvećuvrijednost pokazatelja MSI, a najmanju vrijednost po-kazatelja CAI, jer je kod tog tipa krajolika najveći brojuzoraka sa složenim ili izduženim oblikom zbog čega jei površina jezgre uzoraka najmanja. S druge strane, tipkrajolika Šumsko zemljište ima najmanju vrijednost po-kazatelja MSI, a najveću pokazatelja CAI. Time je uka-zano kako je kod tog tipa krajolika najveći broj uzorakas jednostavnijim oblikom zbog čega je i površinu jezgreuzoraka najveća. Dobivena vrijednost koeficijenta de-terminacije (R2 0,809) ukazuje kako je 80,9 % vezeobjašnjeno ispitanom korelacijom.

Analiziran je zatim odnos pokazatelja MSI – pro-sječne vrijednosti indeksa oblika (vrijednost za oblikuzoraka krajolika) i od metode Average Nearest Neigh-bour, vrijednosti Observed Mean Distance – uočene sred-nje vrijednosti susjednosti (vrijednost za položajuzoraka krajolika) (slika 4).

Regresijskom analizom dobivena je vrijednoststandardiziranog koeficijenta ß (ß 0,864) kojaukazuje na jaku vezu, pozitivnog smjera. Pri tome jedobivena p-vrijednost (p 0,001) koja označava da se



shape. Nevertheless, given the MSI value, the aver-age patch shape for this landscape type is about ascomplex as the average patch in the Central Likalandscape (2.74). The patches in the landscape typeSuccession of Scrub/Forests are positioned randomly.However, the p-value is 0.6427 and is higher than theborderline value (0.05), which means that these res-ults do not differ from random ones and are there-fore not analysed in the paper.

The landscape type Water Areas in Central Likarefers to several objects: one watercourse (the lowercourse of the River Lika, which also flows under-ground) and three bodies of water (Lake Kruščićko,Lake Štikada with Lake Ričice and the retainer on thesubterranean River Obsenica). Even though, due tonatural conditions, the area of Central Lika is abund-ant in water (numerous springs and sources, water-courses, and bodies of water), the data indicate thatonly a few objects belong to the landscape type WaterAreas which is understandable because they are verysmall in area. Thus, this landscape type comprises thefewest patches − a total of four. The MSI value for thislandscape type is one of the highest (3.96), and the av-erage patch shape of this landscape type can be de-scribed as complex. The CAI value is one of the lowest(67.34%) compared to other observed landscape types,because the surface area ofthe patch core is one ofthesmallest due to the lower number of patches withsimpler shapes and the higher number of patcheswith more complex shapes. Moreover, patches oflandscape type Water Areas, along with patches oflandscape type Built-up Area, have the most complexshapes. The position of the patches of landscape typeWater Areas is dispersed. This means that on average,there is a long distance between the centres of neigh-bouring patches for this landscape type.

6 Regression Analysis of Selected Values ofStructural Characteristics of Landscape Types inCentral Lika

In the linear regression analysis, specific valueswere used for the characteristics of Central Lika´slandscape. These values were obtained as a result ofusing GIS technology methods on landscape patchesin Central Lika according to landscape types and theCentral Lika landscape as a whole. Based on the resultsofthe linear regression analysis, the interrelations areexplained further according to the applied indicatorsused in the study for the shape, position and condition ofthe landscape patches in Central Lika. Linear regres-sion was performed in IBM SPSS Statistics version 20.

The model of simple linear regression is ex-pressed using the following equation (CorporateFinance Institute 2020):

Y = a bX

Y – dependent variableX – independent variablea, b – parameters− residual (error)The relationship between the MSI indicator − the

average value of the shape index (value for the shapeof landscape patches) and the CAI − core area index(value for the condition of landscape patches) wasanalysed (Figure 3).

By conducting a regression analysis of these in-dicators, the value of the standardized coefficient ß(ß –0.899) was obtained, which indicated a strongnegatively oriented connection. A p-value (p 0.006)was obtained, which indicated that the observedphenomenon differed from the random one. Thismeant that as the shape index (MSI) increased, thecore area decreased, and vice versa. Thus, it can beconcluded that patches with more complex shapeshave a smaller core area. On the other hand, the sim-pler the shape of the patches (the closer to a circle),the larger the surface area of the core. This is alsoevident in the results presented in the previouschapter. So, for example, the landscape type Built-upLand has the highest MSI value and the lowest CAIvalue, because this landscape type has the largestnumber ofpatches with complex or elongated shapes,so the surface area ofthe patch core is the smallest. Onthe other hand, the landscape type Forestland has thelowest MSI value and the highest CAI value. This in-dicates that this landscape type has the highest num-ber ofpatches with a simpler shape, which is why thesurface area of the core of the patches is the largest.The obtained value of the determination coefficient(R2 0.809) indicates that 80.9% of the connectionswere explained by the examined correlation.

The relationship of the MSI indicator − the aver-age value of the shape index (value for the shape oflandscape patches) and, using the GIS method Aver-age Nearest Neighbour, the values of the Observed MeanDistance − the observed mean value of the averagenearest neighbour (value for the position of land-scape patches) was analysed (Figure 4).

The linear regression analysis yielded a value forthe standardized coefficient ß (ß 0.864) indicating astrong, positively oriented connection. A p-value (p0.001) was obtained which indicated that the observed



Slika 3. Dijagram raspršenosti odnosa prosječne vri jednostiindeksa obl ika (MSI ) i indeksa površine jezgre (CAI ) .

Fig 3. Scatter diagram showing the correlation of the averagevalue of the shape index (MSI) and the core area index (CAI).

Slika 4. Dijagram raspršenosti odnosa prosječne vri jednostiindeksa oblika (MSI ) i uočene srednje vri jednosti susjednosti(AverageNearestNeighbour - ObservedMean Distance) .

Fig 4. Scatter diagram showing the correlation of the averagevalue of the shape index (MSI) and the AverageNearest

Neighbour- ObservedMean Distance.

promatrana pojava razlikuje od slučajne. Dobivenirezultat znači da s porastom indeksa oblika, susjed-nost uzoraka se povećava, i obratno. Time se možezaključiti kako uzorci složenijeg oblika imaju većususjednost (udaljeniji su, odnosno raspršeni), a štoim je oblik jednostavniji (više nalikuje obliku kružni-ce) susjednost će biti manja (bliži su, odnosno grupi-rani). Tako na primjer, tipovi krajolika Izgrađenozemljište i Vodene površine imaju najveće vrijednostipokazatelja MSI, ali i vrijednosti pokazatelja AverageNearest Neighbour - Observed Mean Distance. Naime,kod tih tipova krajolika najveći je broj uzoraka sasloženim ili izduženim oblikom, a s obzirom na veli-ku udaljenost središta uzoraka do središta susjednoguzoraka, položaj uzoraka je raspršen. S druge strane,tip krajolika Šumsko zemljište ima najmanju vrijed-nost pokazatelja MSI, jer je najveći broj uzoraka sjednostavnijim oblikom. S obzirom na malu udalje-nost središta uzorka do središta susjednog uzorka,položaj uzoraka je grupiran. Dobiveni koeficijent de-terminacije (R2 0,746) ukazuje kako je 74,6 % vezeobjašnjeno ispitanom korelacijom.

Regresijskom analizom analiziran je i odnos po-kazatelja CAI − indeksa površine jezgre (vrijednost zastanje uzoraka krajolika) te Average Nearest Neighbour- Observed Mean Distance – uočene srednje vrijednostisusjednosti (vrijednost za položaj uzoraka krajolika).Pri tome su dobivene vrijednosti koeficijenta deter-minacije (R2 0,363) i standardiziranog koeficijentaß (ß –0,602). Međutim, dobivena p-vrijednost (p0,152) veća je od granične vrijednosti (0,05), što oz-načava da se promatrana pojava ne razlikuje od slu-čajne, pa ovi rezultati nisu dalje analizirani.

Prethodno provedeno istraživanje M. Jovanić(2017) detaljnijeg uzorka krajolika i za podtipove i ti-pove krajolika te krajolik Srednje Like u cjelini pot-vrđuje ovdje prikazane rezultate za povezanostoblika i stanja (ß –0,550; p 0,004; R2 0,302) te obli-ka i položaja (ß 0,659; p 0,001; R2 0,434) uzorakakrajolika Srednje Like, dok za stanje i položaj uzorakakrajolika Srednje Like također nije utvrđena poveza-nost. Time su potvrđeni međuodnosi korištenih po-kazatelja za oblik, položaj i stanje uzoraka krajolikaSrednje Like koji su prikazani u ovom radu.

7. Zaključak

Prikazano istraživanje odnosi se primjenu pros-torne i linearno-regresijske analize u utvrđivanjustrukturnih obilježja (oblik, položaj i stanje) uzorakakrajolika Srednje Like, odnosno njihovih međuodno-sa za jednu vremensku točku (2012).

U prostornoj analizi koristi se pristup u kojem seza tipove krajolika i krajolik Srednje Like primje-njuje skup pokazatelja za strukturu krajolika i GIStehnologija, pri čemu se za svako od strukturnih obi-lježja koristi po jedna metoda prostorne analize. Pri



phenomenon differed from the random one. The res-ult obtained meant that with an increase in the shapeindex, the adjacency of the patches increased, andvice versa. Thus, it can be concluded that patches ofamore complex shape have a more distant near neigh-bour connection (they are more distant or dispersed),and the simpler their shape (more like a circle) thecloser they are clustered. For example, the landscapetypes Built-up Land and Water Area have the highestMSI indicator values, and also the Average NearestNeighbour - Observed Mean Distance indicator values. Inthese landscape types, the largest number of patcheshave a complex or elongated shape. Also, given thelong distance from the patch centre to the centre ofthe neighbouring patch, the position of the patches isdispersed. On the other hand, the landscape typeForestland has the lowest MSI indicator value, becauseit has the largest number of patches with a simplershape. Given the small distance from the patch centreto the centre of the neighbouring patch, the patchesare clustered. The obtained determination coefficient(R2 0.746) indicates that 74.6% ofthe connection wasexplained by the examined correlation.

Regression analysis was also used to analyse theconnection ofthe CAI − core area index (value for thecondition of landscape patches) and the AverageNearest Neighbour - Observed Mean Distance (value forthe position of landscape patches). The values of thedetermination coefficient (R2 0.363) and the stand-ardized coefficient ß (ß –0.602) were obtained.However, the obtained p-value (p 0.152) was higherthan the borderline value (0.05), which meant that theobserved phenomenon did not differ from the ran-dom one, so these results were not analysed further.

Previously conducted research by M. Jovanić(2017) on a more detailed sample, landscape patchesfor both subtypes and types of landscapes and thelandscape of Central Lika as a whole, confirmed theresults presented here for the correlation betweenshape and condition (ß −0.550; p 0.004; R2 0.302)as well as shape and position (ß 0.659; p 0.001; R2

0.434) of the Central Lika landscape patches, whilealso no correlation for the condition and position ofthe landscape patches ofCentral Lika was found.

7 Conclusion

The research presented relates to the applicationofspatial and linear regression analysis in determiningthe structural features (shape, position and condition) ofpatches in the Central Lika landscape, that is, their in-terrelation at one particular point in time (2012).

The spatial analysis in this paper uses an ap-proach in which a set of indicators for landscapestructure and GIS technologies was applied to land-scape types and the Central Lika landscape, using asingle spatial analysis method for each of the struc-tural characteristics. To determine the landscapetypes, an approach based on land cover/land use wasused. Six landscape types were identified in CentralLika and are analysed in detail in this paper.

Linear regression analysis established the connec-tion between the shape and condition, and the shapeand position of the patches in the landscape ofCentralLika. However, no correlation was found for the condi-tion and position of the patches in the Central Likalandscape. Thus, for shape and condition, the resultsshowed that patches with amore complex shape had asmaller core area, that is, the simpler the shape of thepatches (closer to a circle), the larger the surface areaofthe core. This was also evident in the results, wherethe landscape types Built-up Land and Forestland stoodout. In fact, considering shape, the results showed thatin Central Lika, patches of the landscape type Forest-land had the simplest shape, that is, were closest to acircle, while landscape type patches of Built-up Landhad the most complex shape, because this landscapetype consists ofpatches with a complex shape (for ex-ample, settlements) or an elongated one (for example,highways and associated land). On the other hand,considering the condition of landscape patches, theresults showed that in the landscape type Forestlandthe patch core area was the largest because, comparedto other landscape types, a large number of patcheshad a simpler shape, while in the landscape type Built-up Land, the patch core area was the smallest becauseit had the largest number of patches with a complexor elongated shape. Based on the above, that is, theestablished link between shape and condition, it can beconcluded that the patches of the landscape typeForestland are the least exposed to external influences,because they occupy the fewest marginal areas. Onthe other hand, patches in the Built-up Land landscapetype occupy the most marginal areas and are exposedto the greatest external influences.

The results ofthe linear regression analysis for theshape and position of patches in the Central Lika land-scape showed that patches with a more complexshape have a higher level of adjacency, and the sim-pler their shape (closer to a circle) the lower the adja-cency. This is also evident in the results presented inthe paper. Observing the landscape types that havethe most complex patch shapes, Built-up Land and Wa-ter Areas, they also have the highest adjacency. Only



utvrđivanju tipova krajolika koristio se pristup koji setemelji na zemljišnom pokrovu/načinu korištenjazemljišta temeljem čega je utvrđeno šest tipova kra-jolika Srednje Like, koji su u radu detaljno analizirani.

U radu je linearno-regresijskom analizom usta-novljena povezanost za oblik i stanje, te za oblik i po-ložaj uzoraka krajolika Srednje Like. Međutim, nijeutvrđena povezanost za stanje i položaj uzoraka kra-jolika Srednje Like. Tako su za oblik i stanje rezultatipokazali kako uzorci složenijeg oblika imaju manjupovršinu jezgre, odnosno što je uzorcima oblik jed-nostavnij i (više nalikuje obliku kružnice), to će po-vršina jezgre biti veća. Navedeno je vidlj ivo i u re-zultatima gdje se ističu tipovi krajolika Izgrađenozemljište i Šumsko zemljište. Naime, s obzirom na oblikrezultati su pokazali kako na području Srednje Likeuzorci tipa krajolika Šumsko zemljište imaju naj jed-nostavnij i oblik, tj . najviše sliče obliku kružnice,dok uzorci tipa krajolika Izgrađeno zemljište imajunajsloženij i oblik, jer se taj tip krajolika sastoji oduzoraka sa složenim (npr. naselja), odnosno izduže-nim oblikom (npr. autocesta i pripadajuće zemlji-šte). S druge strane, s obzirom na stanje uzorakakrajolika, rezultati su pokazali da je kod tipa krajo-lika Šumsko zemljište površina jezgre uzoraka najve-ća jer je među ostalim tipovima krajolika najvećibroj uzoraka s jednostavnij im oblikom, dok je kodtipa krajolika Izgrađeno zemljište površina jezgreuzoraka najmanja jer je najveći broj uzoraka sa slo-ženim ili izduženim oblikom. Na temelju navede-nog, odnosno ustanovljene povezanosti za oblik istanje, može se zaključiti i da su uzorci tipa krajolikaŠumsko zemljište najmanje izloženi vanjskim utjeca-j ima, jer imaju najmanje područje uzoraka pod rub-nim dijelom. S druge strane, uzorci tipa krajolikaIzgrađeno zemljište imaju najveći rubni dio te su podnajvećim vanjskim utjecajima.

Rezultati linearno-regresijske analize za oblik ipoložaj uzoraka krajolika Srednje Like pokazali su dauzorci složenijeg oblika imaju veću susjednost, a štoim je oblik jednostavniji (više nalikuje obliku kružni-ce) susjednost će biti manja. To je vidljivo i u rezulta-tima prikazanim u radu rezultatima. Promatrajućitipove krajolika koji imaju najsloženiji oblik uzorakakrajolika Izgrađeno zemljište i Vodene površine, ujed-no imaju i najveću susjednost, a samo kod tih tipovakrajolika ustanovljeno je kako imaju raspršene uzor-ke, tj . prosječno je velika udaljenost središta uzorkado središta susjednog uzorka. S druge strane, tip kra-jolika Šumsko zemljište koji ima najjednostavniji oblik

uzoraka krajolika, ujedno ima jednu od najmanjihsusjednosti među ostalim tipovima krajolika SrednjeLike. Također, za taj tip krajolika utvrđeno je kakoima grupirane uzorke, tj . nije velika prosječna uda-ljenost središta uzorka do središta susjednog uzorka.

U ovom istraživanju korišteni su podatci baze po-dataka CORINE Land Cover 2012, koja ne bilježi sve ka-tegorije krajolika, što predstavlja izvjestan nedostatakte baze. Međutim, s druge strane njezina je značajnaprednost što se izrađuje na europskoj razini premaprihvaćenoj CLC metodologiji, stoga je ovo istraživa-nje u potpunosti usporedivo s drugim istraživanjimana području Europe u kojima bi se koristili pristupi imetode koji su prikazani u ovom radu. Usporedivostrezultata u slučaju korištenja nekih drugih baza, pri-mjerice multispektralnih satelitskih snimaka, bila biznačajno smanjena zbog velike različitosti u pristupi-ma i metodologiji obrade kod različitih autora.

Primjenjivost saznanja o međuodnosima oblika,položaja i stanja uzoraka krajolika, koja ukazuju na(ne)prisutnost vanjskih utjecaja na njegov razvoj ipromjene, prije svega je u prostornom planiranju raz-ličitih aktivnosti i područja/objekata odgovarajućihnamjena. Posebice, međuodnosi oblika i položaja uzo-raka krajolika mogu dati uvid u najpogodniji odabirlokacije za zaštitne okolišne aktivnosti, primjerice kodaktivnosti vezanih za zaštitu ljudi, biljaka i životinjaod negativnih vanjskih utjecaja (lociranje bukobrana,gnijezda, pojilišta, i sl.).

Izvori podataka

Baza podataka: Corine Land Cover 2012, HAOP,Zagreb.

Baza podataka: Digitalni atlas Republike Hrvat-ske, Državna geodetska uprava (DGU), Zagreb

Baza podataka: Središnji registar prostornih jedi-nica, Državna geodetska uprava (DGU), Zagreb

Topografska karta mjerila 1: 25 000 (DGU), listovi:Bakovac Kosinjski 4515-4-3-2, Baške Oštarije 4515-4-3-4, Bunić 4516-3-3-1, Gornji Kosinj 4515-4-4-1, Gospić(Istok) 4515-4-4-4, Gospić (Zapad) 4515-4-4-3, Gračac4416-1-2-3, Karlobag 4515-4-3-3, Krasno 4515-4-1-3,Krbava 4516-3-3-4, Lički Ribnik 4415-2-2-2, Ličko Lešće4515-4-2-3, Lovinac 4416-1-1-2, Lukovo Šugarje 4415-2-1-2, Medak 4516-1-1-1, Ondić 4416-1-2-1, Otočac 4515-4-1-4, Perušić 4515-4-4-2, Rizvanuša 4515-2-2-1, SvetiRok 4416-1-1-4, Štirovača 4515-4-3-1, Vaganski Vrh4416-1-1-3, Vrhovine 4515-4-2-4, Velika Paklenica4415-2-2-4, Vrebac 4516-3-3-3



these landscape types were found to have dispersedpatches, that is, the average distance from the centreofthe patch to the centre ofthe neighbouring patch islong. On the other hand, the landscape type Forestlandthat has the simplest shape of landscape patches andthe lowest adjacency of all the landscape types inCentral Lika. Also, this landscape type was found tohave clustered patches, that is, the average distancefrom the centre of one patch to the centre of itsneighbour was not long.

Data from the CORINE Land Cover 2012 databasewere used in this paper. It does not record all land-scape categories, which is a certain disadvantage ofthis database. However, on the other hand, its signi-ficant advantage is that it is made at the Europeanlevel according to the accepted CLC methodology, sothis research is completely comparable with other re-search in Europe that would use the approaches andmethods presented in this paper. The comparabilityof the results in the case of using some other data-bases, such as multispectral satellite images, would besignificantly reduced due to the large differences inapproaches and processing methodologies amongdifferent authors.

The applicability of knowledge about the interre-lationships of shapes, positions and conditions oflandscape patches, which indicate the (non) presenceof external influences on its development and

changes, is primarily in the physical planning of vari-ous activities and areas / facilities of appropriate pur-poses. In particular, the interrelationships of theshape and position of landscape samples can provideinsight into the most suitable site selection for pro-tective environmental activities, for example in activ-ities related to the protection of humans, plants andanimals from negative external influences (locatingnoise barriers, nests, watering places, etc.).

Data sources

Database: Corine Land Cover 2012, HAOP, Zagreb.Database: Digital atlas of the Republic of Croatia,

State Geodetic Administration (SGA), ZagrebDatabase: Central register of spatial units , State

Geodetic Administration (SGA), ZagrebTopographic map, scale 1: 25 000 (SGA), sheets: Bako-

vac Kosinjski 4515-4-3-2, Baške Oštarije 4515-4-3-4, Bunić4516-3-3-1, Gornji Kosinj 4515-4-4-1, Gospić (Istok) 4515-4-4-4, Gospić (Zapad) 4515-4-4-3, Gračac 4416-1-2-3, Kar-lobag 4515-4-3-3, Krasno 4515-4-1-3, Krbava 4516-3-3-4,Lički Ribnik 4415-2-2-2, Ličko Lešće 4515-4-2-3, Lovinac4416-1-1-2, Lukovo Šugarje 4415-2-1-2, Medak 4516-1-1-1, Ondić 4416-1-2-1, Otočac 4515-4-1-4, Perušić 4515-4-4-2, Rizvanuša 4515-2-2-1, Sveti Rok 4416-1-1-4, Štirovača4515-4-3-1, Vaganski Vrh 4416-1-1-3, Vrhovine 4515-4-2-4, Velika Paklenica 4415-2-2-4, Vrebac 4516-3-3-3

References / Literatura

Antrop M (2005) Why landscapes of the past are important for the future. Landscape and Urban Planning, vol . 70, no. 1 -2, 21 –34.doi : 1 0.1 01 6/j . landurbplan.2003.1 0.002

Aničić B, Perica D (2003) Structural features of cultural landscape in the carst area (landscape in transition) . Acta carsologica, vol .32, no. 1 , 1 73–1 88. doi : 1 0.3986/ac.v32i1 .372

Blaschke T (2000) Vernetzung von Landschaftselementen: Die Rol le von GIS in der Landschaftsplanung. GIS – Zeitschrift für Geo-Informationssysteme, vol . 6, 1 7–26

Blaće A (201 5) Razvoj i suvremena preobrazba krajol ika Ravnih kotara. Doktorski rad, Sveuči l ište u Zagrebu, Prirodoslovno-matematički fakultet, Geografski odsjek, Zagreb

Blaće A (201 9) Promjene šumskoga pokrova na području Ravnih kotara u drugoj polovici 1 9. stol jeća. Hrvatski geografski glasnik,vol . 81 , no. 2, 69–88. doi : 1 0.21 861 /HGG.201 9.81 .02.03

Cole B, Smith G, Balzter H (201 8) Acceleration and fragmentation of Corine land cover changes in the United Kingdom from 2006-201 2 detected by Copernicus IMAGE201 2 satel l i te dana. Internal Journal of Appl ied Earth Observation and Geoinformation, vol .73, 1 07–1 22. doi : 1 0.1 01 6/j . jag.201 8.06.003

Cvitanović M (201 4) Promjene zemlj išnog pokrova i načina korištenja zemlj išta u Krapinsko-zagorskoj župani j i od 1 991 . do 201 1 .Hrvatski geografski glasnik, vol . 76, no. 1 , 41 –59. doi : 1 0.21 861 /HGG.201 4.76.01 .03

Cvitanović M, Fuerst-Bjel iš B (201 8) Marginal ization Between Border and Metropol is: Drivers of Socio-Spatial Change in Post-social ist Croatia. I n: Pelc S, Koderman M (eds) Nature, Tourism and Ethnicity as Drivers of (De)Marginal ization, Insights toMarginal i ty from Perspective of Sustainabi l i ty and Development, Springer International Publ ishing AG, Cham, Switzerland, p31 3–327. doi : 1 0.1 007/978-3-31 9-59002-8_21

CLC 2006 Technical Guidel ines. EEA Technical report, European Environment Agency, No.1 7, 2007Corporate Finance Institute (2020) Regression Analysis. I n:

https://corporatefinanceinstitute.com/resources/knowledge/finance/regression-analysis/. Accessed 1 Oct 2020



Dumbović Bi lušić B (201 5) Krajol ik kao kulturno nasl i jeđe: metode prepoznavanja, vrjednovanja i zaštite kulturnih krajol ikaHrvatske. Ministarstvo kulture Republ ike Hrvatske, Uprava za zaštitu kulturne baštine, Zagreb

Durbešić A (201 2) Promjene pejzaža južne padine Svi laje - GIS pristup. Doktorski rad, Sveuči l ište u Zagrebu, Prirodoslovno-matematički fakultet, Geografski odsjek, Zagreb

Durbešić A, Fuerst-Bjel iš B (201 6) Tipovi i trendovi promjene pejzaža planine Svi laje – Ogorje. Ekonomska i ekohistori ja: časopis zagospodarsku povi jest i povi jest okol iša, vol . 1 2, no. 1 2, 208–220

Esbah H (2009) Analyzing Landscape Change Through Lanscape Structure Indices: Case of the City Aydin, Turkey. Journal ofAppl ied Sciences, vol . 9, no. 1 5, 2744–2752. doi : 1 0.3923/jas.2009.2744.2752

ESRI (201 9) How average nearest neighbor distance spatial statistics works. In:http://resources.esri .com/help/9.3/ArcGISDesktop/com/Gp_ToolRef/spatial_statistics_tools/how_average_nearest_neighbor_distance_spatial_statistics_works.htm. Accessed 5 Nov 201 9

ESRI (2020) Buffer (Analysis) . I n: http://webhelp.esri .com/arcgisdesktop/9.3/index.cfm?TopicName=Buffer_(Analysis) . Accessed1 2 Sep 2020

Faivre S, Pahernik M (2007) Structural influences on the spatial d istribution of dol ines, I sland of Brač, Croatia. Zeitschrift fürGeomorphologie, vol . 51 , no. 4, 487–503. doi : 1 0.1 1 27/0372-8854/2007/0051 -0487

Fu BJ, Hu CX, Chen LD, Honnay O, Gul inck H (2006) Evaluating change in agricultural landscape pattern between 1 980 and 2000 inthe Loess hi l ly region of Ansai County, China. Agriculture, Ecosystems and Environment, vol . 1 1 4, no. 1 –2, 387–396. doi :1 0.1 01 6/j .agee.2005.1 1 .01 2

Fuerst-Bjel iš B, Lozić S, Perica D (2000) Man and the environment in the central Velebit area – Baške Oštari je and surroundings.Acta geographica Croatica, vol . 35, no. 1 , 1 1 1 –1 30

Fuerst-Bjel iš B (2002) Grimani Cadastral Survey and the Mediterranean geographical Environment (Case Study in Dalmatia) . I n:Arias Roca V (eds) , Proceedings: 1 9th International Conference on the History of Cartography, Madrid, Spain, 1 –6 July, p 1 1 0

Fuerst-Bjeliš B, D'Alessio G, Diklić, O (2003) Mletački katastar 1 8. stoljeća i ekohistorijska evaluacija tromeđe. In: Roksandić D, Štefanec, N(eds) Proceedings, 3. Međunarodna Projektna konferencija: Triplex Confinium (1 500–1 800): ekohistorija, Zadar, 3–7 May 2000, p 65–86

Fuerst-Bjel iš B (2003) Reading the Venetian Cadastral Record: An Evidence for the Environment, Population and Cultural Landscapeof the 1 8th century Dalmatia. Hrvatski geografski glasnik, vol . 65, no. 1 , 47–62. doi : 1 0.21 861 /HG.2003.65.01 .03

Fuerst-Bjel iš B, Lozić S, Cvitanović M, Durbešić A (201 1 ) Promjene okol iša središnjeg di jela Dalmatinske zagore od 1 8. stol jeća. In:Matas M, Faričić J (eds) Proceedings, Zagora između stočarsko-ratarske tradici je te procesa l i toral izaci je i g lobal izaci je, Zadar –Dugopol je, 1 9-21 October 201 0, p 1 1 7–1 29

Herl i tzius L, Linke HJ, Lüsse S, Palomba L (2009) Development of cultural landscape in Germany – topical aspects of the region ofStarkenburg in South Hessen. In: Henrik J (eds) Cultural landscape – across discipl ines, Oficyna Wydawnicza BRANTA,Bydgoszcz and Kraków, p 1 73–206

Jogun T, Pavlek K, Bel ić T, Buhin S, Malešić N (201 7) Promjene zemlj išnog pokrova u sjevernoj Hrvatskoj od 1 981 . do 201 1 .godine. Hrvatski geografski glasnik, vol . 79, no. 1 , 33–59. doi : 1 0.21 861 /HGG.201 7.79.01 .02

Jogun T, Lukić A, Gašparović M (201 9) Simulation model of land cover changes in a post-soci jal ist peripheral rural area: Požega-Slavonia County, Croatia. Hrvatski geografski glasnik, vol . 81 , no. 1 , 31 –59. doi : 1 0.21 861 /HGG.201 9.81 .01 .02

Jovanić, M (201 7) GIS anal iza i razvojna tipologi ja krajol ika Srednje Like. Doktorski rad, Sveuči l ište u Zagrebu, Prirodoslovno-matematički fakultet, Geografski odsjek, Zagreb

Lang S, Blaschke T (201 0) Anal iza krajol ika pomoću GIS-a. ITD-Gaudeamus d.o.o. , Požega.Morić-Španić A, Fuerst-Bjel iš B (201 7) The GIS model for the revital isation of traditional island cultures: the island of Hvar, Croatia.

I n: Pina H, Martin F (eds) The Overarching Issues of the European Space: Society, Economy and Heritage in a Scenario TowardsGreater Territorial Cohesion, Faculdade de Letras da Universidadedo Porto, Porto, p 374–392

Nupp TE, Swihart RK, (2000) Landscape-level correlates of smal l-mammal assemblages in forest fragments of farmland. Journal ofMammology, vol . 81 , no. 2, 51 2–526. doi : 1 0.1 644/1 545-1 542(2000)081 <051 2:LLCOSM>2.0.CO;2

Olahová J, Vojtek M, Boltižiar M (201 3) Appl ication of geoinformation technologies for the assessment of landscape structure usinglandscape-ecological indexes (case study of the Handlová landsl ide) . Tájökológiai Lapok, vol . 1 1 , no. 2, 351 –366

Pahernik M (2000) Prostorni raspored i gustoća ponikava SZ di jela Vel ike Kapele – rezultati računalne anal ize susjedstva. Geoadria,vol . 5, no. 1 , 1 05–1 20. doi : 1 0.1 5291 /geoadria.1 56

Pahernik M, Jovanić M (201 4) Geomorphologic database in the function of the Central Lika landscape typology (Republ ic ofCroatia) . I n: Markoski B et al . (eds) Proceedings, International Scientific Symposium: Hi l ly-mountain areas – problems andperspectives, Skopje, Republ ic of North Macedonia, 1 2–1 5 September 201 3, p 97–1 05

Paudel S, Yuan F (201 2) Assessing landscape changes and dynamics using patch analysis and GIS model ing. International Journalof Appl ied Earth Observation and Geoinformation, vol . 1 6, 66–76. doi : 1 0.1 01 6/j . jag.201 1 .1 2.003

Pejnović D (1 985) Srednja Lika: soci jalnogeografska transformaci ja. Centar za kulturu – Muzej Like, GospićPelcer Z, Martinović J (2003) Odnos tla i šumske zajednice. In: Bogunović M (eds) Tla Gorske Hrvatske, Ministarstvo zaštite okol iša

i prostornog uređenja, Ministarstvo znanosti i tehnologi je, Zagreb and Osi jek, p 56–68Rutledge D (2003) Landscape indices as measure of the effects of fragmentation: can pattern reflect process?. DOC Science

Internal Series, vol . 98, 5–27Túri Z (201 0) Studying landscape pattern in Great Hungarian Plain model areas. In: Rahmanov O (eds) Antrophogenic aspects of

landscape transformations 6, University of Si lesia, Sosnowiec – Bedzin, p 1 09–1 1 5

uzoraka krajolika, ujedno ima jednu od najmanjihsusjednosti među ostalim tipovima krajolika SrednjeLike. Također, za taj tip krajolika utvrđeno je kakoima grupirane uzorke, tj . nije velika prosječna uda-ljenost središta uzorka do središta susjednog uzorka.

U ovom istraživanju korišteni su podatci baze po-dataka CORINE Land Cover 2012, koja ne bilježi sve ka-tegorije krajolika, što predstavlja izvjestan nedostatakte baze. Međutim, s druge strane njezina je značajnaprednost što se izrađuje na europskoj razini premaprihvaćenoj CLC metodologiji, stoga je ovo istraživa-nje u potpunosti usporedivo s drugim istraživanjimana području Europe u kojima bi se koristili pristupi imetode koji su prikazani u ovom radu. Usporedivostrezultata u slučaju korištenja nekih drugih baza, pri-mjerice multispektralnih satelitskih snimaka, bila biznačajno smanjena zbog velike različitosti u pristupi-ma i metodologiji obrade kod različitih autora.

Primjenjivost saznanja o međuodnosima oblika,položaja i stanja uzoraka krajolika, koja ukazuju na(ne)prisutnost vanjskih utjecaja na njegov razvoj ipromjene, prije svega je u prostornom planiranju raz-ličitih aktivnosti i područja/objekata odgovarajućihnamjena. Posebice, međuodnosi oblika i položaja uzo-raka krajolika mogu dati uvid u najpogodniji odabirlokacije za zaštitne okolišne aktivnosti, primjerice kodaktivnosti vezanih za zaštitu ljudi, biljaka i životinjaod negativnih vanjskih utjecaja (lociranje bukobrana,gnijezda, pojilišta, i sl.).

Izvori podataka

Baza podataka: Corine Land Cover 2012, HAOP,Zagreb.

Baza podataka: Digitalni atlas Republike Hrvat-ske, Državna geodetska uprava (DGU), Zagreb

Baza podataka: Središnji registar prostornih jedi-nica, Državna geodetska uprava (DGU), Zagreb

Topografska karta mjerila 1: 25 000 (DGU), listovi:Bakovac Kosinjski 4515-4-3-2, Baške Oštarije 4515-4-3-4, Bunić 4516-3-3-1, Gornji Kosinj 4515-4-4-1, Gospić(Istok) 4515-4-4-4, Gospić (Zapad) 4515-4-4-3, Gračac4416-1-2-3, Karlobag 4515-4-3-3, Krasno 4515-4-1-3,Krbava 4516-3-3-4, Lički Ribnik 4415-2-2-2, Ličko Lešće4515-4-2-3, Lovinac 4416-1-1-2, Lukovo Šugarje 4415-2-1-2, Medak 4516-1-1-1, Ondić 4416-1-2-1, Otočac 4515-4-1-4, Perušić 4515-4-4-2, Rizvanuša 4515-2-2-1, SvetiRok 4416-1-1-4, Štirovača 4515-4-3-1, Vaganski Vrh4416-1-1-3, Vrhovine 4515-4-2-4, Velika Paklenica4415-2-2-4, Vrebac 4516-3-3-3

Documents

7 3,=,.?0=4>?4.>:1!,?.30>49?30 09?=,7 46, ,9/>.,;0I ;;74