Predloga za diplomsko nalogo BF

Velikost: px
Začni prikazovanje s strani:

Download "Predloga za diplomsko nalogo BF"

Transkripcija

1 UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE Jurij TURK ANALIZA UČINKOVITOSTI APLIKACIJ ZA PAMETNE TELEFONE PRI MERJENJU SESTOJNIH PARAMETROV DIPLOMSKO DELO Visokošolski strokovni študij 1. stopnja Ljubljana, 2015

2 UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE Jurij TURK ANALIZA UČINKOVITOSTI APLIKACIJ ZA PAMETNE TELEFONE PRI MERJENJU SESTOJNIH PARAMETROV DIPLOMSKO DELO Visokošolski strokovni študij ANALYSIS OF EFFECTIVENESS OF SMARTPHONE APPLICATIONS FOR MEASUREMENT OF STAND PARAMETERS B. Sc. THESIS Professional Study Programmes Ljubljana, 2015

3 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire III Diplomsko delo je zaključek visokošolskega strokovnega študija gozdarstva na Oddelku za gozdarstvo in obnovljive gozdne vire na Univerzi v Ljubljani. Opravljeno je bilo v Skupini za urejanje gozdov in biometrijo Oddelka za gozdarstvo in obnovljive gozdne vire Biotehniške fakultete v Ljubljani. Komisija za študijska in študentska vprašanja Oddelka za gozdarstvo in obnovljive gozdne vire BF je dne sprejela temo in za mentorja diplomskega dela imenovala prof. dr. Andreja Bončino, za recenzenta pa doc. dr. Aleša Kadunca. Komisija za oceno in zagovor: Predsednik: Član: Član: Datum zagovora: Diplomsko delo je rezultat lastnega raziskovalnega dela. Podpisani se strinjam z objavo svoje naloge v polnem tekstu na spletni strani Digitalne knjižnice Biotehniške fakultete. Izjavljam, da je naloga, ki sem jo oddal v elektronski obliki, identična tiskani verziji. Jurij Turk

4 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire IV KLJUČNA DOKUMENTACIJSKA INFORMACIJA ŠD Dn DK GDK 53:589(043.2)=163.6 KG MOTI/sestojni parametri/pametni telefoni/gozdni sestoji KK AV TURK, Jurij SA BONČINA, Andrej (mentor) KZ SI-1000 Ljubljana, Večna pot 83 ZA Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire LI 2015 IN ANALIZA UČINKOVITOSTI APLIKACIJ ZA PAMETNE TELEFONE PRI MERJENJU SESTOJNIH PARAMETROV TD Diplomsko delo (visokošolski stokovni študij 1. stopnja) OP IX, 38 str., 12 pregl., 4 sl., 1 pril., 3 vir. IJ sl JI sl/en AI Aplikacija MOTI (mobile timber cruise) omogoča poenostavljeno hitro izmero sestojne temeljnice, drevesnih višin ter izpeljanih sestojnih znakov. Razvil jo je Prof. Dr. Christian Rosset (HAFL). Deluje na pametnih telefonih in tabličnih računalnikih, ki imajo operacijski sistem android. Z raziskavo smo primerjali vrednosti sestojne temeljnice in zgornje sestojne višine ter porabo časa za meritve med klasično kotnoštevno metodo in metodo MOTI. Z izmero dveh sestojev (raznomerni in enomerni) po obeh postopkih in beleženjem porabe časa smo pridobili podatke za analizo. Ugotovili smo, da se vrednosti izmerjenih sestojnih parametrov med obema postopkoma ne razlikujejo. Postopka se statistično značilno razlikujeta samo pri porabi časa za izmero temeljnice, saj MOTI zahteva nekaj več časa. Prednost MOTI je pri obdelavi podatkov, saj jih sprotno preračunava in shranjuje na telefon. Te podatke je nato možno prenesti na računalnik in s tem prihraniti čas za vnos podatkov ter se izogniti napakam pri vnosu. MOTI omogoča sprotne izračune vrednosti sestojnih parametrov na terenu, hkrati omogoča združevanje in analizo podatkov, ki so bili posneti na več lokacijah. Ocenjujemo, da so poglavitne prednosti uporabe MOTI v primerjavi s klasičnimi postopki kotnoštevne metode sodobnejši pristop pri terenski izmeri osnovnih parametrov gozdnih sestojev na terenu ter digitalno shranjevanje in prenos podatkov.

5 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire V KEY WORDS DOCUMENTATION DN Dn DC FDC 53:589(043.2)=163.6 CX MOTI/stand parameters/smartphone/forest stands CC AU TURK, Jurij AA BONČINA, Andrej (supervisor) PP SI-1000 Ljubljana, Večna pot 83 PB University of Ljubljana, Biotechnical Faculty, Department of Forestry and Renewable Forest Resources PY 2015 TI ANALYSIS OF EFFECTIVNESS OF SMARTPHONE APPLICATIONS FOR MEASUREMENT OF STAND PARAMETERS DT B. Sc. thesis (Professional Study Programmes) NO IX, 38 p., 12 tab., 4 fig., 1 ann., 3 ref. LA sl AL sl/en AB MOTI (mobile timber cruise) enables a simplified quick measure of basal area, tree heights and derivated stand features. It was developed by Prof. Dr. Christian Rosset (HAFL). It runs on smart phones and tablets with Android operational system. With the reasearch we compared values of stand basal area and upper stand height and time consumption for both MOTI and classical (anglecount) methods. By measuring the two stands (even aged and uneven aged) and time consumption we collected data for analysis. We have found that the values of the measured paramaters of stand do not differ between methods. The procedure is statistically significant different only in the use of time to measure basal area, as MOTI requires some more time. Advantage of MOTI methods is with data processing (it calculates them regulary and stores them on the phone). This data can then be trasferred to a computer and thereby save time with data entry and avoid input errors. MOTI allows real-time calculation of the value of stand parameters in the field, allowing for aggregation and analysis of data that we recorded at several locations. We believe that the main advantages of using MOTI in comparison with conventional procedures of angelcount method are the aproach of on field measurements and digital storage and data transfer to a computer for further analysis.

6 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire VI KAZALO VSEBINE 1 UVOD PREGLED OBJAV MOTI Klasična kotnoštevna metoda MATERIALI IN METODE DELA Objekt raziskave Pripravljalna dela Izmera REZULTATI Primerjava vrednosti izmerjenih parametrov Poraba časa RAZPRAVA Povzetek VIRI ZAHVALA... 1 PRILOGE... 2

7 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire VII KAZALO PREGLEDNIC Preglednica 1: t-test razlik med temeljnicama po obeh metodah Preglednica 2: t-test razlik med temeljnicama po obeh metodah v enomernem sestoju Preglednica 3: t-test razlik med temeljnicama po obeh metodah v raznomernem sestoju.. 14 Preglednica 4: t-test razlik med srednjima sestojnima višinama po obeh metodah v obeh sestojih Preglednica 5: t-test razlik med srednjima sestojnima višinama po obeh metodah v enomernem sestoju Preglednica 6: t-test razlik med srednjima sestojnima višinama po obeh metodah v raznomernem sestoju Preglednica 7: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v obeh sestojih Preglednica 8: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v enomernem sestoju Preglednica 9: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v raznomernem sestoju Preglednica 10: t-test razlik v porabi časa za izmero višin po obeh metodah v obeh sestojih Preglednica 11: t-test razlik v porabi časa za izmero višin po obeh metodah v enomernem sestoju Preglednica 12: t-test razlik v porabi časa za izmero višin po obeh metodah v raznomernem sestoju... 20

8 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire VIII KAZALO SLIK Slika 1: Sestojna temeljnica v enomernem in raznomernem sestoju, izmerjena s klasično metodo in z metodo MOTI Slika 2: Srednja sestojna višina v enomernem in raznomernem sestoju, izmerjena s klasično metodo in z metodo...15 Slika 3: Čas, potreben za izmero temeljnice v enomernem in raznomernem sestoju z obema metodama...17 Slika 4: Čas, potreben za izmero višin v enomernem in raznomernem sestoju z obema metodama... 19

9 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire IX KAZALO PRILOG Priloga A: Obrazec za klasično metodo...29

10 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire 1 1 UVOD Tehnologija napreduje iz dneva v dan. Napredek tehnologije nam odpira nove možnosti za uvajanje sodobnejših metod in postopkov tudi v gozdarstvu. V zadnjih nekaj letih se je razvilo mnogo aplikacij za pametne telefone in tablične računalnike, ki so namenjene gozdarstvu, npr. (Forestry Apps, 2015): - Baumhöhenmesser, - Der Wald-Kiosk, - Siwawa, - ibitterlich, - Plot Hound, - Forest Metrix, - MOTI. Aplikacije imajo različne namene. Nekatere so usmerjene v premerbo parametrov gozda (hitre ocene višine dreves in temeljnice, simulacije rasti gozdnega sestoja, ocenjevanje premera, beleženje drevesnih vrst in s tem ocenjevanje mešanosti sestoja), druge pa vsebujejo splošne podatke določenega območja gozda, poročila o gozdu, podatke o dogajanju in podobno. Aplikacije razvijajo za vse operacijske sisteme (npr. Microsoft Windows Phone, Android, ios). Možnosti, ki jih nove tehnologije omogočajo, je smiselno raziskati in če so primerne, jih je smiselno uvajati v prakso. Nekatere aplikacije so že precej dobro razvite in nudijo veliko uporabno vrednost za gozdarstvo v prihodnosti. Ena izmed teh je MOTI. Aplikacija MOTI (mobile timber cruise) je brezplačna, ustvarjena je bila v Švici in trenutno deluje na pametnih telefonih in tabličnih računalnikih, ki imajo operacijski sistem Android. Prav tako pa aplikacijo preizkušajo na operacijskih sistemih telefonov Nokia in Apple. Preizkušajo tudi prototip za uporabo s tehnologijo Google Glass. MOTI omogoča merjenje osnovnih sestojnih parametrov preko fotografske leče na napravi. Aplikacija omogoča poenostavljeno hitro izmero temeljnice in drevesnih višin ter izpeljanih znakov,

11 2 kot je npr. lesna zaloga. Podatke snemanj lahko shranjujemo na strežnik, od koder jih kasneje lahko prenesemo na osebni računalnik, kar omogoča nadaljnje obdelave. Aplikacija omogoča sodobnejši pristop k hitri izmeri osnovnih parametrov gozdnih sestojev na terenu, predstavlja pa tudi sodobnejši pristop pri hrambi in prenosu podatkov, saj sta prenos in shranjevanje podatkov od meritve do analize v celoti digitalizirana. To je uporabno tako za lastnike gozda, ki hočejo hitro ugotoviti lesno zalogo, kot tudi za zahtevnejše uporabnike, ki želijo podatke še podrobneje obdelovati. Namen diplomskega dela je primerjati porabo časa pri meritvah temeljnice in drevesnih višin z aplikacijo za pametne telefone in s klasično kotnoštevno metodo. Hkrati želimo ugotoviti morebitne razlike v rezultatih meritev temeljnice in drevesnih višin z obema postopkoma. Postavili smo štiri hipoteze: 1. Izmera temeljnice z metodo MOTI je hitrejša od izmere s klasično kotnoštevno metodo. 2. Izmera drevesnih višin z metodo MOTI je hitrejša od izmere s klasično kotnoštevno metodo. 3. Metoda MOTI daje v povprečju enake ocene temeljnice kot klasična kotnoštevna metoda. 4. Metoda MOTI daje v povprečju enake ocene drevesnih višin kot klasična kotnoštevna metoda.

12 3 2 PREGLED OBJAV 2.1 MOTI MOTI je aplikacija za pametne telefone, oblikovana prijazno do uporabnika. Omogoča enostaven, hiter in zanesljiv način zajema in izračuna naslednjih dendrometričnih znakov: - temeljnica na hektar (z ali brez upoštevanja različnih drevesnih vrst), - število dreves na hektar, - drevesna in sestojna višina, - lesna zaloga na hektar (z ali brez upoštevanja različnih drevesnih vrst). Omogoča izmero sestojnih znakov na stojiščih, meritve na ravni sestoja (računanje povprečja meritev na več lokacijah v sestoju) in inventurne meritve na vnaprej postavljeni mreži stojišč oziroma vzorčnih točk. Aplikacija omogoča inventuro s sprotnim izračunavanjem srednjih vrednosti izmerjenih ploskev, in združevanjem teh podatkov s ploskev v sestoje (MOTI, 2015). Program MOTI je možno naložiti na telefon, ki ima vsaj Android 4.0. Naložimo ga s spletne strani Google Play. Možni jeziki so francoščina, nemščina, angleščina in italijanščina. Ko program naložimo na telefon, sledi kalibracija, skozi katero nas vodi MOTI. Najprej v ogledalu pomerimo v svoj objektiv (1x vertikalno, 1x horizontalno), nato na papir formata A3 položimo zvitek papirja formata A4 (pokonci) in nanj položimo telefon, tako da je zaslon zgoraj. Nato na papirju s svinčnikom označimo štiri točke, ki jih program kaže na ekranu. To naredimo na vseh štirih ravneh povečave. Potem izmerimo razdalje med točkami na papirju na vseh štirih ravneh povečave in vrednosti vnesemo v telefon (MOTI, 2015). Natančnost kalibracije preverimo z objektom znanih dimenzij. Primerna je katerakoli kartica standardnih dimenzij (zdravstvena, osebna izkaznica, vozniško dovoljenje, kreditna kartica...). Za preverjanje natančnosti kalibracije kartico postavimo pokončno. Brez

13 4 povečave pričnemo meriti temeljnico. Viziramo kartico, tako da jo poravnamo točno med zelena trikotnika, ki ju vidimo na ekranu telefona. Ko je kartica točno med zelenima trikotnikoma, pomerimo razdaljo od telefona do kartice. V kolikor je ta razdalja (pri kotnoštevnem faktorju 2) 1,91 m, je bila kalibracija uspešna. Za kotnoštevni faktor 1 mora biti razdalja od telefona do kartice 2,70 m, za faktor 4 pa 1,35 m. Natančnost kalibracije za višino pa preverimo takole: na zidu natančno označimo dve točki (eno na višini 1 m, drugo na višini 2 m), nato v programu MOTI shranimo nastavitve: upper mark = 1,0 m. Pričnemo z meritvijo višine in pomerimo v tri točke: tla, upper mark (1 m) in tree top (2 m). Moramo biti pozorni, da točka, okoli katere sučemo telefon, ostane stabilna. Podatki, ki jih prikaže MOTI, morajo ustrezati realnim vrednostim z odstopanji 0,1 m. Za večjo natančnost bi točka, okoli katere sučemo telefon, morala biti točno na sredini objektiva kamere (MOTI, 2015). S tem je kalibracija zaključena in pojavi se začetni meni, ki vsebuje: - basal area, - stem number, - tree height, - timber stock. Nižje v meniju pa: - sample plots, - stand inventories, - local inventories. Ta začetni meni ponuja možnost posamičnih meritev brez shranjevanja podatkov. Lahko pa se odločimo za združevanje več meritev in njihovo shranjevanje vključno z GPS koordinatami posameznih ploskev. Aplikacija omogoča tudi inventuro sestoja z vzorčnimi ploskvami s sprotnim izračunavanjem srednjih vrednosti izmerjenih znakov in njihovo zanesljivostjo (MOTI, 2015).

14 5 Na spletni strani programa MOTI so poleg osnovnih informacij dostopna tudi kratka navodila za uporabo: Določitev sestojne temeljnice na hektar (G) Vsa drevesa, ki so na višini 130 cm nad tlemi širša od zelenih označb, upoštevamo v meritvi (MOTI, 2015). Preverimo vsa drevesa v okolici točke, tako da pametni telefon vrtimo za 360 stopinj. Pozorni moramo biti, da ga vrtimo okrog njegove osi. Če se merilec vrti tako, da je središče on in ne telefon, meritev ni pravilna! V primeru, da smo na pobočju, je telefon sam avtomatsko upošteval naklon (MOTI, 2015). Meritve začnemo z najbližjim drevesom, tako si lažje zapomnimo, kje smo začeli. Če drevesa ne vidimo, ker je skrito za drugim drevesom ali oviro, se premaknemo levo ali desno do točke, kjer je deblo vidno. Razdalja do drevesa mora ostati enaka. Vrednost faktorja k Faktor k določa širino vizurnega kota α. Običajno izberemo nižji faktor (npr. 1 ali 2) za sestoje z drevjem manjših premerov in višji faktor za sestoje z debelejšim drevjem. Izmera drevesnih višin Drevesno višino izmerimo v treh korakih. Najprej pomerimo v tla ob drevesu, nato v vrh merilne letve in na koncu v vrh drevesa. Vrh merilne letve služi kot referenca za izračun drevesne višine. Merilno letev prislonimo na drevo. V telefon vnesemo višino merilne letve. Nato pomerimo v tri točke (tla, vrh letve in vrh drevesa). Roke moramo imeti iztegnjene (rame, pametni telefon in točka, v katero merimo (tla, vrh letve in vrh drevesa), morajo biti poravnani), hrbet mora ostati vzravnan skozi ves postopek. Če ni možno pomeriti v vrh drevesa, ne da bi usločili hrbet, moramo stojišče merjenja drevesne višine prestaviti dlje od merjenega drevesa.

15 6 Za natančnejše rezultate trikrat ponovimo meritev drevesne višine, telefon nam ob vsaki dodatni meritvi višine drevesa izračuna povprečje vseh meritev za končni rezultat. Če je meritev popolnoma zgrešena (npr. višina drevesa 100 m), nam telefon omogoča izločitev te meritve. Merjenje navzdol po pobočju ni priporočljivo. Če je mogoče, naj bo merilna letev visoka vsaj desetino drevesne višine (MOTI, 2015). Za določitev zgornje višine sestoja pomerimo višino drugega najdebelejšega drevesa na ploskvi z radijem 9,77 m. Če je zgornja višina že znana, jo lahko vnesemo ročno z daljšim pritiskom na zeleni kvadratek pod gumbom za merjenje višine. MOTI je nastal z željo ustvariti aplikacijo za merjenje osnovnih parametrov gozda s pametnimi telefoni. V glavnem naj bi služil kot pripomoček pri gozdnih inventurah za pripravo gozdnogospodarskih načrtov. Vodja projekta je dr. Christian Rosset. V ekipi sodelujejo še Ulrich Fiedler, Clotilde Gollut in Roland Brand. S projektom so začeli in ga še vedno dopolnjujejo in razvijajo. Več informacij je dostopnih na: 9a-1f1e-4095-a2bf-7b9e9c1c74f2&instId= e b93-9c06-c0a2784a7ab1). Projekt MOTI so financirali Swiss Forest and Wood Research Fund, kantoni Fribourg, Grisons, Lucerne, Ticino, Vaud, Valais in Zürich ter School of Agricultural, Forest and Food Sciences HAFL. Dostopen je v štirih jezikih; prevode v tuje jezike so do sedaj pripravili: Roland Brand (nemščina), Clotilde Gollut (francoščina), Mark Günter (angleščina), Viola Sala (italijanščina). 2.2 Klasična kotnoštevna metoda Avstrijski gozdar Walter Bitterlich je želel razviti metodo vzorčenja, ki bi bila hitra, natančna in preprosta. Zamislil si je vzorčno metodo, pri kateri je verjetnost izbora dreves z večjim premerom večja. S to metodo je v vzorec zajeto bolj uravnoteženo število dreves po vseh debelinskih razredih. Metoda je zaradi preprostosti in natančnosti hitro postala uspešna. Zanjo se uporablja tudi izraz Bitterlichova metoda (Hočevar, 1993).

16 7 Metoda je bila objavljena in predstavljena leta Je objektivna metoda delne izmere in temelji na izbiri dreves na vzorčnih ploskvah spremenljivih velikosti. Ploskve se spreminjajo glede na premer drevesa. Drevesa zajemamo s pomočjo bitterlichove ploščice; večji kot je premer drevesa, večja je možnost, da bo drevo zajeto v vzorec. Meritve potekajo okularno, kar je s stališča preprostosti in hitrosti prednost, po drugi strani pa je tudi slabost, saj lahko pride do napak, kot so (Hočevar, 1993): - nenatančno upoštevanje mejnih dreves (potrebno je preveriti razdaljo drevesa od točke in prsni premer drevesa), - debla merjenih dreves so lahko zakrita za drugim drevjem in jih lahko spregledamo, - drevje lahko napačno viziramo (višje ali nižje kot 130 cm od tal), - bitterlichova ploščica je lahko nezanesljiva (raztezanje vrvice, ploščica napačnih dimenzij), - neupoštevanje nagiba terena, - merjenje izven točnega središča ploskve, - neupoštevanje gozdnega roba (potrebno zrcaljenje), - subjektivna izbira vzorčnih ploskev, - nenatančno upoštevanje oddaljenih dreves. Temeljnico sestoja na vzorčni ploskvi ugotovimo zelo enostavno. S pomočjo bitterlichove ploščice viziramo drevo; če je drevo širše od ploščice, ga upoštevamo, če pa ni, ga izpustimo, če je enako, potem je treba preveriti izbor takšnega drevesa v vzorec, in sicer glede na njegov premer in razdaljo od središča ploskve. V praksi se prvo mejno drevo upošteva, naslednjega pa izpusti (Hočevar, 1993). Če želimo ugotoviti lesno zalogo na ploskvi, je treba izmeriti še višine dreves. Za zanesljivo oceno temeljnice sestoja je potrebno imeti 10 do 25 meritev, kar je odvisno od homogenosti sestoja. Bolj kot je sestoj homogen, manj meritev potrebujemo; bolj kot je heterogen, več meritev potrebujemo.

17 8 Izvedba meritev po Bitterlichovi metodi Premerba se izvaja podobno kot vse delne premerbe. Ko ocenimo potrebno število stojišč, njihove lokacije prenesemo na karto. Nato jih s pomočjo GPS-a ali karte lociramo tudi na terenu (Hočevar, 1993). Lokacije vnesemo v GPS in jih potem poiščemo na terenu. S tem se izognemo subjektivni izbiri točk meritev. Ko najdemo središče vzorčne ploskve, viziramo okoliško drevje in zajemamo drevesa, ki so širša od vizurnega kota. Za vsako izbrano drevo zabeležimo drevesno vrsto. Pri merjenju je bistveno, da instrument za izbiro dreves držimo točno nad središčem ploskve in da viziramo drevje v prsni višini. Pridobljene podatke vpisujemo v snemalni list. Ko je snemanje zaključeno, izmerimo višino drugega najdebelejšega drevesa na ploskvi (Hočevar, 1993). Faktor k (vizurni kot) določimo tako, da v povprečju zajamemo v vzorec na stojišču približno 15 do 25 dreves. Bolje je imeti večje število manjših vzorcev kot manjše število večjih. Če uporabljamo prenizek faktor k, potem imamo velike mejne razdalje, kar povečuje možnost napak, povečuje se tudi možnost drugih napak. V takem primeru je potrebnih več kontrolnih meritev, povečuje se tudi število zakritih dreves, česar si ne želimo. Bitterlichova metoda ima v primerjavi z metodo stalnih vzorčnih ploskev nekatere prednosti (Hočevar, 1993): - za enako natančnost ocene temeljnice in lesne zaloge je potrebno na stalnih vzorčnih ploskvah premeriti več dreves kot pri Bitterlichovi metodi. Te razlike so opazne predvsem v heterogenih sestojih, - za Bitterlichovo metodo ni treba izmeriti površine ploskve, kar pomeni prihranek časa, - sestojno temeljnico ugotovimo s preprostim štetjem dreves, ki jih nato pomnožimo s faktorjem k, - če ne merimo premerov dreves, lahko meritve opravi ena oseba.

18 9 3 MATERIALI IN METODE DELA 3.1 Objekt raziskave Izmerili smo dva sestoja v katastrski občini Podbrezje, v gozdnogospodarskem območju Kranj, v gozdnogospodarski enoti Preddvor. Nadmorska višina objekta raziskave je okoli 470 m. Teren je položen in raven. Prevladujejo smrekovi enomerni sestoji, deloma nasadi. Sestoja smo izbrali zaradi podobne drevesne sestave ter podobnih rastiščnih in terenskih razmer ter tako izločili možnost popačenih meritev zaradi naklona terena, različnih vrst ali rastišča. Sestoja sta merila okoli 1,5 ha. Prvi sestoj je bil enomeren smrekov mlajši debeljak, prisotna je bila tudi jelka, a smo jo obravnavali kot smreko, saj bi sicer lahko imeli popačene časovne meritve zaradi determinacije drevesnih vrst. Drugi sestoj je bil raznomeren in mešan, prevladoval pa je rdeči bor. 3.2 Pripravljalna dela Merilna oprema in vzorčna mreža Za meritve smo potrebovali štoparico, padomer, merilni trak (50 m), premerko, merilno lato, obrazce za Bitterlichovo metodo, GPS (s koordinatami stojišč), bitterlichovo ploščico, točno 2 m dolgo palico. Vzorčno mrežo smo določili glede na velikost posameznega sestoja in število potrebnih stojišč za zanesljivo oceno. Število potrebnih stojišč je bilo vsaj 20 na sestoj, zato smo naredili mrežo 30 stojišč zaradi morebitnih neprimernih stojišč. Razdalja med točkami je bila okoli 14 m. Mrežo smo s pomočjo programa TOPO (topographic mapping software) vnesli v GPS. Točke v enomernem sestoju smo označili kot eno1, eno2.., točke v raznomernem pa kot raz1, raz2... Če so nam poznani osnovni sestojni podatki (struktura sestoja, dominantni premer, delež iglavcev, stopnja zastrtosti), potem MOTI predlaga število vzorčnih ploskev, ki zadošča želenemu relativnemu odklonu zaupanja.

19 10 Merjenje sestojne temeljnice Telefon smo vrteli okoli njegove osi (s pomočjo palice). Če je bilo drevo zakrito, smo se pomaknili levo ali desno do mesta, kjer je bilo vidno. Merjenje drevesnih višin Za meritve smo potrebovali palico (2 m), ki smo jo prislonili ob merjeno drevo (2. najdebelejše drevo v polmeru 9,77 m od središča ploskve). Poiskali smo stojišče, kjer sta bila vrh drevesa in palica dobro vidna. Pomerili smo najprej v tla ob drevesu, potem v vrh palice in nato še v vrh drevesa. Med meritvijo smo ostali vzravnani. Višino izbranega drevesa smo za večjo natančnost meritve praviloma merili trikrat, saj MOTI izračuna povprečje teh meritev, kar prispeva k večji zanesljivosti meritev. Določitev volumna dreves in lesne zaloge sestojev Volumen drevesnih vrst smo izračunali z množenjem njihove temeljnice in oblikovne višine. MOTI uporablja švicarske tablice; zalogo listavcev obračuna po tablicah za bukev, bor po tablicah za macesen, ostale iglavce (razen jelke in macesna) pa kot smreko. Za podatke zbrane po klasični metodi smo uporabili švicarske tablice, saj nas zanima predvsem primerjava med metodama. Oblikovne višine, ki jih uporablja MOTI so v 5 m velikih razredih. Izračunali smo povprečje razredov, brez uteži in jih uporabili za izračun klasične metode. Snemalni list Pripravili smo snemalni list (Priloga 1), na katerega smo beležili: - zaporedne številke ploskev, - število dreves po drevesnih vrstah, - čas za meritev temeljnice, - čas za iskanje drugega najdebelejšega drevesa na ploskvi, - kot α in β (α od tal do prsne višine, β od prsne višine do vrha drevesa),

20 11 - čas za meritev drevesne višine. 3.3 Izmera Ob prihodu v sestoj smo vključili GPS in vnesli ukaz za iskanje lokacije želene ploskve. Ko smo prispeli na stojišče, smo ga najprej zakoličili. S te točke smo izmerili temeljnico z obema metodama (klasična metoda, metoda MOTI). Zaporedje obeh metod smo na vsaki novi ploskvi zamenjali, da smo se izognili sistematični napaki. Pri meritvi porabe časa s klasično metodo smo štoparico vklopili ob postavitvi ploščice ob palico, ustavili pa, ko smo zapisali vse podatke (razen podatka o porabi časa) v obrazec. Pri meritvi porabe časa z metodo MOTI smo čas začeli meriti, ko smo telefon postavili ob palico, ustavili pa, ko smo pritisnili gumb»finish«. Pri obeh metodah smo najprej določili drevo, ki je bilo najbliže zakoličenemu središču ploskve, in od njega v obratni smeri urinega kazalca merili drevesa, da smo vedeli, kdaj smo zaključili krog. Pri klasični metodi je bilo včasih treba že med meritvijo dreves na ploskvi vpisati izmerjena drevesa, zato je bila potrebna pozornost, katero drevo je bilo nazadnje izmerjeno. Pri meritvah z metodo MOTI pa je bilo potrebno pri mejnih drevesih pogosto uporabljati povečavo zaslona ter ob tem imeti mirno roko; v primeru slabe vidljivosti je bilo pogosto potrebno pogledati mimo zaslona. Po izmeri temeljnice smo poiskali drugo najdebelejše drevo na ploskvi s polmerom 9,77 m. Porabo časa smo začeli meriti ob začetku iskanja tega drevesa in zaključili, ko smo se vrnili nazaj do stojišča. Ob stojišču smo imeli nahrbtnik z metrom in premerko. Čas iskanja drevesa smo prišteli k porabi časa za obe metodi. Potem smo izbrano drevo izmerili. Če smo temeljnico najprej izmerili z metodo MOTI, smo tudi višino izbranega drevesa najprej izmerili z metodo MOTI in obratno. Pri klasični metodi smo štoparico zagnali, preden smo iz nahrbtnika vzeli pripomočke (meter in palico za pritrditev metra). Šli smo do drevesa, kjer smo si ogledali, v kateri smeri je najboljše stojišče za izmero drevesa. Ko smo to ugotovili, smo pritrdili meter in odšli v izbrano smer in pri razdalji 20 m od drevesa preverili ustreznost stojišča. Ustreznost je bila odvisna od

21 12 višine drevesa, vidljivosti vrha in vznožja drevesa. Na primernih stojiščih smo pričeli z meritvijo, na neprimernih smo razdaljo povečali. V nekaterih primerih je bilo stojišče potrebno izbrati v drugi smeri od drevesa, saj se je prvotno izkazalo za neprimerno. Po končani meritvi smo podatke vpisali v obrazec. Meter in pripomočke smo zložili v nahrbtnik, potem smo ustavili štoparico. Pri metodi MOTI smo štoparico zagnali, preden smo vzeli dvometrsko palico. Šli smo do izbranega drevesa, kjer smo ocenili smer najboljšega stojišča za izmero drevesa. Ko smo jo ugotovili, smo palico zapičili ob drevo in odšli v izbrano smer. Ko smo prišli do stojišča, kjer so se jasno videli vrh drevesa, tla ob drevesu in vrh dvometrske palice, smo pričeli z meritvijo. Po končani meritvi smo se vrnili po dvometrsko palico in jo odnesli do nahrbtnika. Takrat smo ustavili štoparico. Smer, ki smo jo izbrali pri prvi meritvi, smo izbrali tudi pri drugi. Razdalja od drevesa je bila v večini primerov približno enaka. Postopki merjenja so bili v obeh sestojih enomernem in raznomernem enaki. Po zaključku terenskih meritev smo začeli s kabinetnim delom. Najprej smo podatke zapisali v digitalni obliki (excel). Nato smo na terenu zbrane podatke iz programa MOTI prenesli na splet in jih kasneje s spletne strani prenesli direktno v excelovo datoteko. Iz podatkov, ki smo jih dobili za klasično metodo izmere drevesnih višin, smo višino dreves morali še izračunati. Najprej smo kot α (od prsne višine do tal) in kot β (od prsne višine do vrha drevesa) pretvorili v radiane. Nato smo jih pomnožili z razdaljo od drevesa in sešteli. Ko smo izdelali podatkovno zbirko, smo s pomočjo vrtilnih tabel analizirali zbrane podatke. Posebej za obe metodi smo analizirali porabo časa za izmero temeljnice in drevesnih višin. Iz primerjave porabe časa smo izločili čas iskanja drugega najdebelejšega drevesa na ploskvi, saj je bil enak.

22 13 4 REZULTATI 4.1 Primerjava vrednosti izmerjenih parametrov Sestojna temeljnica Vsi t-testi v diplomski nalogi so bili izvedeni po metodi parov. Povprečna temeljnica v obeh sestojih je bila po Bitterlichovi metodi 34,3 m 2 /ha, po metodi MOTI pa 34,0 m 2 /ha. Povprečna razlika med temeljnicama po Bitterlichovi metodi in po metodi MOTI je 0,3 m 2 /ha, ki pri tveganju 0,05 ni značilna (preglednica 1). Preglednica 1: t-test razlik med temeljnicama po obeh metodah Metoda Povprečje (m 2 /ha) Standardni odklon (m 2 /ha) Klasična 34,30 9,24 40 MOTI 33,95 9,21 40 N Razlika med povprečjema (m 2 /ha) t Stopinje prostosti 0,35 1, ,0701 p Temeljnica enomernega sestoja znaša po klasičnem načinu izmere 38,1 m 2 /ha, po metodi MOTI pa 37,8 m 2 /ha. Povprečna razlika med metodama v enomernem sestoju je torej 0,3 m 2 /ha in ni statistično značilna (preglednica 2). V raznomernem sestoju je po klasični metodi temeljnica 30,5 m 2 /ha, po metodi MOTI pa 30,1 m 2 /ha. Povprečna razlika med metodama je 0,4 m 2 /ha in ni statistično značilna (preglednica 3). Temeljnice, izmerjene s klasično in MOTI, se praktično ne razlikujejo (slika 1).

23 14 Slika 1: Sestojna temeljnica v enomernem in raznomernem sestoju, izmerjena s klasično metodo in z metodo MOTI Preglednica 2: t-test razlik med temeljnicama po obeh metodah v enomernem sestoju Metoda Povprečje (m 2 /ha) Standardni odklon (m 2 /ha) Klasična 38,10 9,03 20 MOTI 37,80 8,66 20 N Razlika med povprečjema (m 2 /ha) t Stopinje prostosti 0,30 1, ,3299 p Preglednica 3: t-test razlik med temeljnicama po obeh metodah v raznomernem sestoju Metoda Povprečje (m 2 /ha) Standardni odklon (m 2 /ha) Klasična 30,50 7,97 20 MOTI 30,10 8,25 20 N Razlika med povprečjema (m 2 /ha) t Stopinje prostosti 0,40 1, ,1036 p Drevesne višine Povprečna višina sestoja je bila po klasični metodi 27,2 m, po metodi MOTI pa 27,3 m. V povprečju je višina po metodi MOTI za 0,1 m višja, vendar ta razlika ni statistično značilna (preglednica 4).

24 15 Preglednica 4: t-test razlik med srednjima sestojnima višinama po obeh metodah v obeh sestojih Metoda Povprečje (m) Standardni odklon (m) Klasična 27,18 4,15 40 MOTI 27,33 4,26 40 N Razlika med povprečjema (m) t Stopinje prostosti -0,15-0, ,7313 p Povprečna višina dreves v enomernem sestoju je po klasični metodi 26,9 m, po metodi MOTI pa 27,3 m. Povprečna razlika med metodama je torej 0,4 m, kar je zanemarljivo (preglednica 5). V raznomernem sestoju je povprečna višina po metodi s padomerom 27,5 m, po metodi MOTI pa 27,4 m. Povprečna razlika med metodama je 0,1 m, kar je zanemarljivo (preglednica 6). Izmerjene višine s klasično metodo in MOTI metodo se na nekaterih stojiščih razlikujejo (slika 2); razlike med metodama so večje kot pri izmeri temeljnic. Slika 2: Srednja sestojna višina v enomernem in raznomernem sestoju, izmerjena s klasično metodo in z metodo

25 16 Preglednica 5: t-test razlik med srednjima sestojnima višinama po obeh metodah v enomernem sestoju Metoda Povprečje (m) Standardni odklon (m) Klasična 26,86 3,02 20 MOTI 27,25 3,23 20 N Razlika med povprečjema (m) t Stopinje prostosti -0,40-0, ,5322 p Preglednica 6: t-test razlik med srednjima sestojnima višinama po obeh metodah v raznomernem sestoju Metoda Povprečje (m) Standardni odklon (m) Klasična 27,50 5,10 20 MOTI 27,40 5,19 20 N Razlika med povprečjema (m) t Stopinje prostosti 0,10 0, ,8755 p Skupno smo v obeh sestojih na 40 stojiščih izmerili 40 drevesnih višin, in sicer drevesno višino drugega najdebelejšega drevesa v radiju 9,77 m. Pri izmeri temeljnice smo po Bitterlichovi metodi zajeli 686 dreves, po metodi MOTI pa Poraba časa Izmere sestojne temeljnice Povprečen čas merjenja temeljnice na stojišču po Bitterlichovi metodi v obeh sestojih je bil 81 s, po metodi MOTI pa 92 s. Razlike so statistično značilne. Pri merjenju časa izmere temeljnice je bila metoda MOTI počasnejša za 11 s na ploskev (preglednica 7). Menimo, da sta vzrok manjša preglednost sestoja prek zaslona in povečevanje slike pri mejnih drevesih.

26 17 Preglednica 7: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v obeh sestojih Metoda Povprečje (s) Standardni odklon (s) Klasična 81,04 19,81 40 MOTI 92,41 21,06 40 N Razlika med povprečjema (s) t Stopinje prostosti -11,38-5, ,0000 p Časovne razlike med klasično in MOTI metodo so tolikšne, da je razlika statistično značilna. Metoda MOTI potrebuje več časa. (slika 3). Slika 3: Čas, potreben za izmero temeljnice v enomernem in raznomernem sestoju z obema metodama V enomernem sestoju je po Bitterlichovi metodi povprečen čas merjenja temeljnice 74 s, po metodi MOTI pa 86 s. Razlike so statistično značilne. V povprečju je torej klasična metoda hitrejša za 12 s (preglednica 8). V raznomernem sestoju je po Bitterlichovi metodi povprečen čas merjenja temeljnice 88 s, po metodi MOTI pa 98 s. Razlike so statistično značilne. V povprečju je torej klasična metoda hitrejša za 10 s (preglednica 9).

27 18 Preglednica 8: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v enomernem sestoju Metoda Povprečje (s) Standardni odklon (s) Klasična 73,65 14,56 20 MOTI 86,35 18,27 20 N Razlika med povprečjema (s) t Stopinje prostosti -12,70-3, ,0008 p Preglednica 9: t-test razlik v porabi časa za izmero sestojne temeljnice po obeh metodah v raznomernem sestoju Metoda Povprečje (s) Standardni odklon (s) Klasična 88,43 21,87 20 MOTI 98,48 22,34 20 N Razlika med povprečjema (s) t Stopinje prostosti -10,05-3, ,0023 p Drevesne višine Povprečen čas merjenja višin v obeh sestojih po klasični metodi je bil 3 min 7 s, po metodi MOTI pa 3 min 5 s. V povprečju je bila pri merjenju višin v obeh sestojih metoda MOTI hitrejša za 2 s na ploskev, vendar ta razlika ni značilno različna (preglednica 10). Preglednica 10: t-test razlik v porabi časa za izmero višin po obeh metodah v obeh sestojih Metoda Povprečje (s) Standardni odklon (s) Klasična 187,00 46,68 40 MOTI 185,02 48,88 40 N Razlika med povprečjema (s) t Stopinje prostosti 1,98 0, ,8064 p V enomernem sestoju je po klasični metodi povprečen čas merjenja višin 2 min in 58 s, po metodi MOTI pa 3 min 4 s. Povprečna razlika med metodama je torej 6 s; klasična metoda je neznatno hitrejša (preglednica 11). V raznomernem sestoju je po klasični metodi povprečen čas merjenja višin 3 min 16 s, po metodi MOTI pa 3 min 6 s. Povprečna razlika med metodama je 10 s; metoda MOTI je bila nekoliko hitrejša (preglednica 12). Obe omenjeni razliki v porabi časa statistično nista značilni.

28 19 Časovne razlike med klasično in MOTI metodo so minimalne, razen odstopanj na nekaterih ploskvah, ki pa jih pripisujemo ponovnemu iskanju stojišča pri eni ali drugi metodi (slika 4). Slika 4: Čas, potreben za izmero višin v enomernem in raznomernem sestoju z obema metodama Preglednica 11: t-test razlik v porabi časa za izmero višin po obeh metodah v enomernem sestoju Metoda Povprečje (s) Standardni odklon (s) Klasična 178,00 36,48 20 MOTI 184,35 53,44 20 N Razlika med povprečjema (s) t Stopinje prostosti -6,35-0, ,5301 p

29 20 Preglednica 12: t-test razlik v porabi časa za izmero višin po obeh metodah v raznomernem sestoju Metoda Povprečje (s) Standardni odklon (s) Klasična 196,00 54,51 20 MOTI 185,70 45,24 20 N Razlika med povprečjema (s) t Stopinje prostosti 10,30 0, ,4214 p

30 21 5 RAZPRAVA Metodi (klasična in MOTI) se razlikujeta v zahtevani opremi; za metodo MOTI poleg pametnega telefona potrebujemo le merilno letev točne dolžine; po naših izkušnjah naj bo dolga vsaj 2 m. Še bolje bi bilo da bi imeli teleskopsko palico, ki se iztegne na vsaj 3 m. To bi še dodatno izboljšalo rezultate. Za Bitterlichovo metodo pa potrebujemo ploščico, snemalni list, padomer in merilni trak (vsaj 30 metrov). Vrednosti sestojne temeljnice po metodi MOTI in klasični metodi se ne razlikujeta. Meritve z metodo MOTI so malce bolj okorne le zato, ker je pregled sestoja preko ekrana telefona bolj omejen in manj pregleden. Če nismo pozorni, lahko izgubimo pregled in z meritvijo moramo začeti znova. Vpliv ožjega pregleda sestoja je glede na izkušnje pri meritvah mnogo bolj očiten na ploskvah, kjer so bila drevesa na meji zajemanja v meritve. Pri teh je bilo potrebno uporabljati povečavo, kar pa hitro postane problem, saj lahko izgubimo pregled. Na ploskvah, kjer mejnih dreves ni bilo, se ti problemi niso pojavljali. Pri ocenjevanju vpliva različnih uporabnikov na meritve bi negativno lahko vplivali utrujenost pri osredotočanju na ekran in iskanju dreves ter fizična utrujenost pri meritvah brez monopoda, saj je držanje telefona v ravnini oči lahko pri izvajanju inventur precej utrujajoče. V tem primeru priporočamo uporabo monopoda z vgrajenim držalom, ki olajša meritve. Pri meritvah višin smo z metodo MOTI ugotovili praktično enake vrednosti kot s klasično metodo. Poleg tega je tudi uporabniku prijaznejša metoda. Poleg telefona potrebujemo samo 2 m dolgo letev. To omogoča lažje premikanje po sestoju, pa tudi sama izvedba meritve je preprostejša, saj ni potrebno poznati razdalje do drevesa. Potrebno je samo stojišče, ki omogoča pogled v dno in vrh letve ter v vrh drevesa. Ne potrebujemo snemalnega lista in metra. Ob večkratnih meritvah se razvijanje in navijanje metra izkaže za moteče. Problem pri metodi MOTI je zagotoviti zadostno razdaljo od drevesa in hkrati ostati dovolj blizu, da pogled preko telefonskega ekrana ostane dovolj oster za natančno meritev. Ocenjujemo, da to ni večji problem, potrebna pa je mirna roka.

31 22 Čas merjenja temeljnice je bil statistično različen. Pri metodi MOTI je v povprečju zaostajala za klasično metodo. Menimo, da sta vzrok manjša preglednost sestoja prek ekrana in povečevanje slik pri mejnih drevesih. Prav tako je moteče jutranje merjenje, ko je sonce še nizko, saj se je ob meritvah kontrast ekrana močno spreminjal. Menimo, da je tudi to vplivalo na čas merjenja temeljnice. Pri klasični metodi sonce ni predstavljalo problema. Čas merjenja višin po obeh metodah se ni statistično razlikoval. V nadaljnji obdelavi podatkov se MOTI izkaže kot izredno uporaben pripomoček. V tem pogledu MOTI pokaže svojo koristnost in zelo širok spekter uporabe na več ravneh (od posamezne meritve do združevanja meritev na ravni sestoja in uporabe teh podatkov za statistične namene). Kot glavne prednosti metode MOTI izpostavljamo: - avtomatski izračun podatkov na mestu meritve tako za eno točko/meritev kot tudi za mrežo točk (npr. sestoj, večje območje), - podatke lahko prenesemo na strežnik ter zatem s strežnika na osebni računalnik v obliki pdf ali excel datoteke, kar omogoča preprosto nadaljnjo obdelavo podatkov, - v primeru zajema koordinat stojišč meritev poleg meritev lahko podatkovno bazo v celoti ustvarimo na terenu. Poglavitne slabosti pa so: - lesna zaloga je zaenkrat izračunana z oblikovnimi števili, ki so veljavna za Švico, - več kot je dreves s premerom okrog točke izločitve, več časa potrebujemo za meritev z metodo MOTI (v primerjavi z Bitterlichovo metodo), - sonce močno vpliva na čas merjenja z metodo MOTI, saj se spreminja kontrast slike in je težko preko ekrana razločiti sestoj oz. posamezna drevesa, - za merjenje višin z metodo MOTI potrebujemo tudi pripomočke (2 m dolgo palico). Za natančno izmero višine drevesa potrebujemo točno mero, sicer je meritev nezanesljiva. Če bi ga uporabljali intenzivneje in izvajali osnovne meritve sestojev pri redni gozdni inventuri, pa bi bilo smotrno program še natančneje preučiti. Med raziskovanjem smo

32 23 ugotovili, da bi bilo dobro podrobneje preučiti še mnogo različnih dejavnikov, ki bi lahko vplivali na rezultate meritev, kot so: - model telefona (npr. kako na natančnost meritev vplivata model telefona in ločljivost vgrajene fotografske leče ter na katerih modelih telefonov aplikacija ne deluje zanesljivo), - razvojne faze gozda (meritve v drogovnjakih, debeljakih ipd.), - različna gostota sestojev (npr. kako gostota povečuje verjetnost za prekrivanje dreves in težave pri prepoznavanju dreves ob fokusiranju naprave), - naklon terena, - človeški faktor (natančnost merilca in njegova utrujenost pri rokovanju). MOTI dobro izkorišča prednosti tehnologije pametnih telefonov. Njegove prednosti lahko izkoriščajo vsi, ki so osnovno vešči pametnih telefonov in imajo osnovno gozdarsko znanje. Menimo, da je uporaben za meritve na posameznih stojiščih in za izmero večjih sestojev. Primeren je za lastnike gozdov in tudi za zahtevnejše uporabnike, ki želijo pridobiti več podatkov kot samo hitro izmero lesne zaloge (npr. revirni gozdarji).

33 24 6 POVZETEK V diplomski nalogi smo želeli ugotoviti možnost uporabe aplikacij za pametne telefone pri merjenju sestojnih parametrov. Osredotočili smo se na aplikacijo MOTI, ki omogoča merjenje osnovnih sestojnih parametrov (temeljnica, drevesna višina, lesna zaloga) in združevanje posameznih meritev v sestoje. Prav tako omogoča prenos podatkov na računalnik in s tem njihovo nadaljnjo obdelavo. Aplikacijo smo primerjali s klasično metodo. Primerjali smo morebitne razlike v rezultatih meritev temeljnice in drevesnih višin in porabo časa pri meritvah temeljnice in drevesnih višin. Sklepali smo, da je metoda MOTI hitrejša in da v povprečju daje enake ocene temeljnice in drevesnih višin kot klasična metoda. Program MOTI je dostopen na telefonih in tablicah, ki imajo operacijski sistem Android (verzija 4.0 ali novejša). Možni jeziki so štirje (francoščina, nemščina, angleščina in italijanščina). Program je lahek za uporabo, poleg telefona za izmero temeljnice in drevesnih višin potrebujemo še merilno lato znane višine. Podrobnejša navodila so dostopna na spletu. Izmerili smo dva sestoja (enomerni in raznomerni) v katastrski občini Podbrezje. Teren je bil položen in raven. V vsakem sestoju smo z obema metodama opravili 20 meritev na prej določenih stojiščih, hkrati smo beležili tudi čas. Pri merjenju sestojne temeljnice ni bilo statističnih razlik med metodama. Prav tako ne pri merjenju višin in porabi časa za izmero višin. Razlika je bila samo pri porabi časa za izmero sestojne temeljnice, kjer je bil povprečen čas metode MOTI v obeh sestojih 92 s, klasične metode pa 81 s. Pri kabinetnem delu se je metoda MOTI izkazala za uporabnejšo, saj so bili podatki dostopni preko serverja in smo tabelo s podatki lahko prenesli neposredno v excel, medtem ko smo podatke zbrane po klasični metodi morali vnesti.

34 25 Pri zbiranju podatkov na terenu porabimo z obema metodama enako časa. Prednost metode MOTI je, da ko meritve vnesemo v telefon, nam že v sestoju poda podatke, kot so povprečna lesna zaloga, povprečna višina, povprečna sestojna temeljnica, medtem ko moramo pri klasični metodi podatke obdelati še v kabinetu. To je poglavitna prednost MOTI prednost pred klasično metodo.

35 26 7 VIRI Forestry apps (junij 2015) Hočevar M Dendrometrija gozdna inventura: 274 str. MOTI Description and information about MOTI (junij 2015)

36 Dipl. delo (VS). Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire ZAHVALA Zahvaljujem se mentorju prof. dr. Andreju Bončini in Andreju Ficku za nasvete in podporo pri izdelavi diplomske naloge. Najlepša hvala recenzentu doc. dr. Alešu Kadunco za hitro recenzijo. Hvala Anji, za izposojo telefona in podporo pri terenskih meritvah. Zahvaljujem se tudi vsem ostalim, ki so prispevali svoj delež pri nastanku te diplomske naloge.

37 Dipl. delo. Ljubljana, Univerza v Lj., Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire PRILOGE Priloga A: Obrazec za klasično metodo zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj drugo vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število zap. Št. Ploskve Drevesna vrsta smreka bukev r. Bor kostanj vmesni čas kot 1 kot 2 Višina Zaloga Čas Čas MOTI število

PowerPointova predstavitev

PowerPointova predstavitev Tehnološki vidik pridobivanja lesa v varovalnih gozdovih pod Ljubeljem As. Matevž Mihelič Prof. Boštjan Košir 2012 Izhodišča Varovalni gozdovi, kjer razmišljamo o posegih, morajo zadovoljevati več pogojem.

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Izbira drevja za posek v mlajših enomernih sestojih (pretežno) ene drevesne vrste neposredno ob sečnji s strojem Mag. Živan Veselič Izbira drevja za posek Izbira drevja je zadnje dejanje v procesu določitve

Prikaži več

7. VAJA A. ENAČBA ZBIRALNE LEČE

7. VAJA A. ENAČBA ZBIRALNE LEČE 7. VAJA A. ENAČBA ZBIRALNE LEČE 1. UVOD Enačbo leče dobimo navadno s pomočjo geometrijskih konstrukcij. V našem primeru bomo do te enačbe prišli eksperimentalno, z merjenjem razdalj a in b. 2. NALOGA Izračunaj

Prikaži več

Diploma

Diploma UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE Tina ŽUNIČ RAZVOJ GOZDNEGA SESTOJA NA RAZISKOVALNIH PLOSKVAH V ALPSKEM GOZDU SMREKE NA POKLJUKI DIPLOMSKO DELO

Prikaži več

MERJENJE GORIŠČNE RAZDALJE LEČE

MERJENJE GORIŠČNE RAZDALJE LEČE MERJENJE GORIŠČNE RAZDALJE LEČE 1. UVOD: V tej vaji je bilo potrebno narediti pet nalog, povezanih z lečami. 2. NALOGA: -Na priloženih listih POTREBŠČINE: -Na priloženih listih A. Enačba zbiralne leče

Prikaži več

Navodila za uporabo Mini prenosna HD kamera s snemalnikom

Navodila za uporabo Mini prenosna HD kamera s snemalnikom Navodila za uporabo Mini prenosna HD kamera s snemalnikom www.spyshop.eu Izdelku so priložena navodila v angleščini, ki poleg teksta prikazujejo tudi slikovni prikaz sestave in delovanja izdelka. Lastnosti

Prikaži več

INFORMATOR BIROKRAT 1/2011

INFORMATOR BIROKRAT 1/2011 ta Veleprodaja Maloprodaja Storitve Računovodstvo Proizvodnja Gostinstvo Turizem Hotelirstvo Ticketing CRM Internetna trgovina Izdelava internetnih strani Grafično oblikovanje NOVOSTI IN NASVETI ZA DELO

Prikaži več

Priročnik za popis izbranih gozdnih habitatnih tipov 91E0 in 91F0 ob Muri dr. Kovač Marko, dr. Mali Boštjan, Žlogar Jure, mag. Planinšek Špela, Vochl

Priročnik za popis izbranih gozdnih habitatnih tipov 91E0 in 91F0 ob Muri dr. Kovač Marko, dr. Mali Boštjan, Žlogar Jure, mag. Planinšek Špela, Vochl Priročnik za popis izbranih gozdnih habitatnih tipov 91E0 in 91F0 ob Muri dr. Kovač Marko, dr. Mali Boštjan, Žlogar Jure, mag. Planinšek Špela, Vochl Saša Ljubljana, maj 2015 Popisni obrazec SPLOŠNI PODATKI

Prikaži več

LABORATORIJSKE VAJE IZ FIZIKE

LABORATORIJSKE VAJE IZ FIZIKE UVOD LABORATORIJSKE VAJE IZ FIZIKE V tem šolskem letu ste se odločili za fiziko kot izbirni predmet. Laboratorijske vaje boste opravljali med poukom od začetka oktobra do konca aprila. Zunanji kandidati

Prikaži več

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met

Prikaži več

ISOFT , računalniški inženiring

ISOFT , računalniški inženiring ISOFT, računalniški inženiring Marko Kastelic s.p. Sad 2, 1296 Šentvid pri stični Spletna stran podjetja:http://www.isoft.si podjetja ISOFT Spletna stran sistema sledenja vozil track.si: http://www.track.si

Prikaži več

ZAČETNI VODNIK ZA POVEZAVO Izkusite prilagojeno nego perila z aplikacijo My AEG Care. Pralni stroj lahko povežete in upravljate od koder koli in preje

ZAČETNI VODNIK ZA POVEZAVO Izkusite prilagojeno nego perila z aplikacijo My AEG Care. Pralni stroj lahko povežete in upravljate od koder koli in preje ZAČETNI VODNIK ZA POVEZAVO Izkusite prilagojeno nego perila z aplikacijo My AEG Care. Pralni stroj lahko povežete in upravljate od koder koli in prejemate obvestila o tem, kdaj je perilo pripravljeno.

Prikaži več

NAVODILA ZA UPORABO K01-WIFI Hvala, ker ste se odločili za nakup našega izdelka. Pred uporabo enote skrbno preberite ta Navodila za uporabo in jih shr

NAVODILA ZA UPORABO K01-WIFI Hvala, ker ste se odločili za nakup našega izdelka. Pred uporabo enote skrbno preberite ta Navodila za uporabo in jih shr NAVODILA ZA UPORABO Hvala, ker ste se odločili za nakup našega izdelka. Pred uporabo enote skrbno preberite ta in jih shranite za prihodnjo rabo Vsebina 1. Pregled 2. Sistem 3. Prednosti 4. Upravljanje

Prikaži več

1 Tekmovanje gradbenih tehnikov v izdelavi mostu iz špagetov 1.1 Ekipa Ekipa sestoji iz treh članov, ki jih mentor po predhodni izbiri prijavi na tekm

1 Tekmovanje gradbenih tehnikov v izdelavi mostu iz špagetov 1.1 Ekipa Ekipa sestoji iz treh članov, ki jih mentor po predhodni izbiri prijavi na tekm 1 Tekmovanje gradbenih tehnikov v izdelavi mostu iz špagetov 1.1 Ekipa Ekipa sestoji iz treh članov, ki jih mentor po predhodni izbiri prijavi na tekmovanje. Končni izdelek mora biti produkt lastnega dela

Prikaži več

Microsoft Word - SI_vaja5.doc

Microsoft Word - SI_vaja5.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 5 Naloge 1. del: t test za

Prikaži več

Microsoft PowerPoint - ID02_ANALIZA REZULTATOV JAMOMERSKIH MERITEV ZA IZGRADNJO JAŠKA NOP II - predstavitev skok čez kožo.pptx

Microsoft PowerPoint - ID02_ANALIZA REZULTATOV JAMOMERSKIH MERITEV ZA IZGRADNJO JAŠKA NOP II - predstavitev skok čez kožo.pptx 43. SKOK ČEZ KOŽO Analiza rezultatov jamomerskih meritev za izgradnjo jaška NOP II Matjaž Koželj 1, Jure Slatinšek 2, Tomaž Ambrožič 3 1 Premogovnik Velenje d.d., Velenje 2 PV Invest, d.o.o., Velenje 3

Prikaži več

Microsoft Word - CNC obdelava kazalo vsebine.doc

Microsoft Word - CNC obdelava kazalo vsebine.doc ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo mesto, april 2008 Ime in priimek študenta ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo

Prikaži več

Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kak

Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kak Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kako drugače. Neuradno prečiščeno besedilo Pravilnika

Prikaži več

Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: T: Režim študija Predmet: Uvod

Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: T: Režim študija Predmet: Uvod Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: ksz@mf.uni-lj.si T: +386 1 543 7700 Režim študija Predmet: Uvod v medicino, modul Informatika Študijski program: EMŠ

Prikaži več

10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, k

10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, k 10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, ki ga sprejme antena in dodatni šum T S radijskega sprejemnika.

Prikaži več

SLO - NAVODILO ZA UPORABO IN MONTAŽO Št

SLO - NAVODILO ZA UPORABO IN MONTAŽO Št SLO - NAVODILA ZA UPORABO IN MONTAŽO Kat. št.: 58 86 58 www.conrad.si NAVODILA ZA UPORABO Spajkalna postaja digitalna 80 W Ersa i- CON pico +150 do +450 C Kataloška št.: 58 86 58 Kazalo 1. Dodatki. 2 2.

Prikaži več

CpE & ME 519

CpE & ME 519 2D Transformacije Zakaj potrebujemo transformacije? Animacija Več instanc istega predmeta, variacije istega objekta na sceni Tvorba kompliciranih predmetov iz bolj preprostih Transformacije gledanja Kaj

Prikaži več

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo

Prikaži več

Navodila za nastavitev mail odjemalca na ios in Android napravah TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomoč

Navodila za nastavitev mail odjemalca na ios in Android napravah TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomoč TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomočjo aplikacije Outlook, katero lahko prenesete s pomočjo trgovine App Store. Ko aplikacijo zaženete se vam pojavi naslednje

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev Predlogi načrtovalskih rešitev PUN2000 za gozdove Dragan Matijašić, ZGS Ljubljana, 6.5.2015 Maribor, 7.5.2015 Namen predstavitve Dopolnitve Priročnika o izdelavi GGN GGE Ekocelice Pregled stanja Izločanje

Prikaži več

Microsoft Word - Pravila - AJKTM 2016.docx

Microsoft Word - Pravila - AJKTM 2016.docx PRAVILA ALI JE KAJ TRDEN MOST 2016 3. maj 5. maj 2016 10. 4. 2016 Maribor, Slovenija 1 Osnove o tekmovanju 1.1 Ekipa Ekipa sestoji iz treh članov, ki so se po predhodnem postopku prijavili na tekmovanje

Prikaži več

PowerApps

PowerApps ko tehnologija postane brezmejna strast Microsoft PowerApps Uporabniška navodila Avtorji Brina Gomboc, Lucija Kos, Damjana Krampač Mentorici dr. Simona Sternad Zabukovšek Sara Cokan, mag. ekon. in posl.

Prikaži več

M

M Š i f r a k a n d i d a t a : Državni izpitni center *M16140111* Osnovna raven MATEMATIKA Izpitna pola 1 SPOMLADANSKI IZPITNI ROK Sobota, 4. junij 016 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat

Prikaži več

Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega pok

Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega pok Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega poklicnega izobraževanja NAVODILA: Izpit iz matematike

Prikaži več

Document ID / Revision : 0519/1.3 ID Issuer System (sistem izdajatelja identifikacijskih oznak) Navodila za registracijo gospodarskih subjektov

Document ID / Revision : 0519/1.3 ID Issuer System (sistem izdajatelja identifikacijskih oznak) Navodila za registracijo gospodarskih subjektov ID Issuer System (sistem izdajatelja identifikacijskih oznak) Navodila za registracijo gospodarskih subjektov Gospodarski subjekti Definicija: V skladu z 2. členom Izvedbene uredbe Komisije (EU) 2018/574

Prikaži več

Spoznajmo PowerPoint 2013

Spoznajmo PowerPoint 2013 Spoznajmo PowerPoint 2013 13 Nova predstavitev Besedilo v predstavitvi Besedilo, ki se pojavlja v predstavitvah lahko premaknemo kamorkoli v diapozitivu. Kadar izdelamo diapozitiv z že ustvarjenimi okvirji

Prikaži več

Poročilo o opravljenem delu pri praktičnem pouku fizike: MERJENJE S KLJUNASTIM MERILOM Ime in priimek: Mitja Kočevar Razred: 1. f Učitelj: Otmar Uranj

Poročilo o opravljenem delu pri praktičnem pouku fizike: MERJENJE S KLJUNASTIM MERILOM Ime in priimek: Mitja Kočevar Razred: 1. f Učitelj: Otmar Uranj Poročilo o opravljenem delu pri praktičnem pouku fizike: MERJENJE S KLJUNASTIM MERILOM Ime in priimek: Mitja Kočevar Razred: 1. f Učitelj: Otmar Uranjek, prof. fizike Datum izvedbe vaje: 11. 11. 2005 Uvod

Prikaži več

Microsoft Word - 021_01_13_Pravilnik_o_zakljucnem delu

Microsoft Word - 021_01_13_Pravilnik_o_zakljucnem delu Na podlagi 64. člena Pravil o organizaciji in delovanju Fakultete za humanistične študije, št. 011-01/13 z dne 27. 6. 2013, je Senat Univerze na Primorskem Fakultete za humanistične študije na svoji 4.

Prikaži več

INTERAKTIVNE REŠITVE PROMETHEAN

INTERAKTIVNE REŠITVE PROMETHEAN INTERAKTIVNE REŠITVE PROMETHEAN Promethean je vodilni svetovni ponudnik interaktivne tehnologije na področju izobraževanja. S svojim inovativnim pristopom in vizijo prihodnosti, spreminjajo način sodelovanja

Prikaži več

1 EKSPERIMENTALNI DEL 1.1 Tkanina Pri pranju smo uporabili pet tkanin, od katerih je bila ena bela bombažna tkanina (B), preostale tkanine (E101, E111

1 EKSPERIMENTALNI DEL 1.1 Tkanina Pri pranju smo uporabili pet tkanin, od katerih je bila ena bela bombažna tkanina (B), preostale tkanine (E101, E111 1 EKSPERIMENTALNI DEL 1.1 Tkanina Pri pranju smo uporabili pet tkanin, od katerih je bila ena bela bombažna tkanina (B), preostale (E101, E111, E114 in E160) pa so bile zamazane z različnimi umazanijami

Prikaži več

MT40X Kratka navodila

MT40X Kratka navodila MT40X Kratka navodila Spoznajte svojo uro Kamera Mikro vrata USB Tipka za vklop/ izklop Reža kartice SIM 2 Tipka za vklop/izklop Pritisnite in zadržite 3 sekunde za vklop. Pritisnite in zadržite 3 sekunde,

Prikaži več

Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / Uradni lis

Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / Uradni lis Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / 24. 5. 2019 Uradni list Republike Slovenije PRILOGA 1 PRAVILA ZA OBLIKOVANJE

Prikaži več

D3 V2 brosura net

D3 V2 brosura net Oktober 2012 Najboljša televizija v visoki ločljivosti. Na pogled POPOLNA. Na dotik ENOSTAVNA. Občutno PRIJAZNA. Najboljša izkušnja pred televizorjem. Zavedamo se, da dobra televizijska vsebina običajno

Prikaži več

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEPREKINJENOST NAPAJANJA 1.1. Ciljna raven neprekinjenosti

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev INTRANET - DETEKTIV Detektivska zbornica Republike Slovenije Pozdravljeni, v kratki predstaviti in navodilih za delo z intranet sistemom Detektiv. Intranet članom Detektivske zbornice RS omogoča, da: -

Prikaži več

Predtest iz za 1. kontrolno nalogo- 2K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota.

Predtest iz za 1. kontrolno nalogo- 2K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota. Predtest iz za 1. kontrolno nalogo- K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota. Osnovne zveze med funkcijamo istega kota. Uporaba kotnih

Prikaži več

Zadeva: Ponudba

Zadeva: Ponudba Navodila za urejanje Spletne strani CTEK.si 1. Dodajanje novega polnilnika Za dodajanje novega polnilnika nikoli ne prepisujte že objavljenih vsebin, ampak sledite tem navodilom. Ta so zagotovilo, da bodo

Prikaži več

Seminarska naloga POS

Seminarska naloga POS Zbornik gozdarstva in lesarstva 80 (2006), s. 81-96 GDK: 524:174.7 Picea abies karst.--015(045)=863 Prispelo / Recived: 28. 06. 2006 Sprejeto / Accepted: 24. 07. 2006 Izvirni znanstveni članek Original

Prikaži več

7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor o

7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor o 7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor ovrednoten z 2 točkama; če ni obkrožen noben odgovor

Prikaži več

3. Preizkušanje domnev

3. Preizkušanje domnev 3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija

Prikaži več

Navodila za pripravo oglasov na strani Med.Over.Net v 2.2 Statistično najboljši odziv uporabnikov je na oglase, ki hitro in neposredno prenesejo osnov

Navodila za pripravo oglasov na strani Med.Over.Net v 2.2 Statistično najboljši odziv uporabnikov je na oglase, ki hitro in neposredno prenesejo osnov Navodila za pripravo oglasov na strani Med.Over.Net v 2.2 Statistično najboljši odziv uporabnikov je na oglase, ki hitro in neposredno prenesejo osnovno sporočilo. Izogibajte se daljših besedil in predolgih

Prikaži več

Microsoft Word - CelotniPraktikum_2011_verZaTisk.doc

Microsoft Word - CelotniPraktikum_2011_verZaTisk.doc Elektrotehniški praktikum Sila v elektrostatičnem polju Namen vaje Našli bomo podobnost med poljem mirujočih nabojev in poljem mas, ter kakšen vpliv ima relativna vlažnost zraka na hitrost razelektritve

Prikaži več

Microsoft Word - avd_vaje_ars1_1.doc

Microsoft Word - avd_vaje_ars1_1.doc ARS I Avditorne vaje Pri nekem programu je potrebno izvršiti N=1620 ukazov. Pogostost in trajanje posameznih vrst ukazov računalnika sta naslednja: Vrsta ukaza Štev. urinih period Pogostost Prenosi podatkov

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev Dostopnost elektronskih virov za slepe, slabovidne in druge osebe z motnjami branja Kristina Janc ZSSML - 27. Seja TIFLO sekcije 22.3.2012 Možnost izkoriščanja elektronskih virov za slepe, slabovidne in

Prikaži več

Diapozitiv 1

Diapozitiv 1 Izvajanje ukrepov na območju Natura 2000 Jelovica Davor Krepfl, ZRSVN, Ljubljana, 6.5.2015 Kvalifikacijske vrste (SPA) sokol selec (Falco peregrinus) planinski orel (Aquila chrysaetos) črna žolna (Dryocopus

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev TIK terminal nima povezave s strežnikom Ob vpisu v TIK Admin se pojavi napis ni povezave s strežnikom Na terminalu je ikona 1. preverimo ali je pravilno nastavljen IP strežnika 1. Preverimo datoteko TIKSAdmin.INI

Prikaži več

Slide 1

Slide 1 INTERAKTIVNA MULTIMEDIJA P4 in P5 doc. dr. Matej Zajc Pregled P4 Pregled P3: 4 pristopi k načrtovanju interaktivnosti PACT P4: PACT Nadaljevanje Prototipiranje Izbrani zakoni interaktivnosti People Ljudje

Prikaži več

Postopek poracuna 2007 za JU

Postopek poracuna 2007 za JU POSTOPEK PORAČUNA PLAČ V JAVNEM SEKTORJU ZA OBDOBJE JANUAR-JUNIJ 2007 Ljubljana, julij 2007 verzija 1.00 Stran - 1 Skladno z objavo Zakona o spremembah in dopolnitvah zakona o sistemu plač v javnem sektorju

Prikaži več

KAKO VELIKA SO ŠTEVILA

KAKO VELIKA SO ŠTEVILA KAKO VELIKA SO ŠTEVILA V teh vajah i bomo ogledali nekaj primerov, ko v vakdanjem življenju naletimo na zelo velika števila. Uporabili bomo zmožnot programa DERIVE, da zna računati poljubno velikimi celimi

Prikaži več

SLO - NAVODILO ZA NAMESTITEV IN UPORABO Št. izd. : HD AKCIJSKA KAMERA MIDLAND XTREME XTC 200 Št. izdelka:

SLO - NAVODILO ZA NAMESTITEV IN UPORABO Št. izd. : HD AKCIJSKA KAMERA MIDLAND XTREME XTC 200 Št. izdelka: SLO - NAVODILO ZA NAMESTITEV IN UPORABO Št. izd. : 860750 www.conrad.si HD AKCIJSKA KAMERA MIDLAND XTREME XTC 200 Št. izdelka: 860750 1 AKCIJSKA KAMERA XTC 200 Zahvaljujemo se vam za nakup akcijske kamere

Prikaži več

Microsoft Word - A-3-Dezelak-SLO.doc

Microsoft Word - A-3-Dezelak-SLO.doc 20. posvetovanje "KOMUNALNA ENERGETIKA / POWER ENGINEERING", Maribor, 2011 1 ANALIZA OBRATOVANJA HIDROELEKTRARNE S ŠKOLJČNIM DIAGRAMOM Klemen DEŽELAK POVZETEK V prispevku je predstavljena možnost izvedbe

Prikaži več

Brezplačno učenje zaposlenim in brezposelnim od 2018 do 2022 omogočata Ministrstvo za izobraževanje, znanost in šport ter Evropska unija iz Evropskega

Brezplačno učenje zaposlenim in brezposelnim od 2018 do 2022 omogočata Ministrstvo za izobraževanje, znanost in šport ter Evropska unija iz Evropskega ter Evropska unija iz Evropskega socialnega sklada Računalniška pismenost za odrasle 60 ur. - Seznaniti vas z osnovnimi komponentami računalnika in osnovnimi pojmi informacijske tehnologije. - Naučiti

Prikaži več

Microsoft Word - Porgozd06a.doc

Microsoft Word - Porgozd06a.doc POROČILO ZAVODA ZA GOZDOVE SLOVENIJE O GOZDOVIH ZA LETO 2006 Ljubljana, februar 2007 2 V S E B I N A POVZETEK... 5 1 POVRŠINA GOZDOV IN POSEGI V GOZDOVE... 8 1.1 Površina gozdov... 8 1.2 Posegi v gozdove.

Prikaži več

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc) 3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost

Prikaži več

Microsoft Word - Brosura neobvezni IP

Microsoft Word - Brosura  neobvezni IP Osnovna šola dr. Aleš Bebler - Primož Hrvatini NEOBVEZNI IZBIRNI PREDMETI V ŠOLSKEM LETU 2017/18 Drage učenke in učenci, spoštovani starši! Neobvezni izbirni predmeti so novost, ki se postopoma uvršča

Prikaži več

Microsoft Word - ELEKTROTEHNIKA2_ junij 2013_pola1 in 2

Microsoft Word - ELEKTROTEHNIKA2_ junij 2013_pola1 in 2 Šifra kandidata: Srednja elektro šola in tehniška gimnazija ELEKTROTEHNIKA PISNA IZPITNA POLA 1 12. junij 2013 Čas pisanja 40 minut Dovoljeno dodatno gradivo in pripomočki: Kandidat prinese nalivno pero

Prikaži več

Microsoft Word - SI_vaja1.doc

Microsoft Word - SI_vaja1.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 1 Naloge 1. del: Opisna statistika

Prikaži več

IR termometer testo 830 testo 830 hiter, za brezkontaktno merjenje površinske temperature Merjenje z laserskim pointerjem za natančno merjenje tudi na

IR termometer testo 830 testo 830 hiter, za brezkontaktno merjenje površinske temperature Merjenje z laserskim pointerjem za natančno merjenje tudi na IR termometer testo 830 testo 830 hiter, za brezkontaktno merjenje površinske temperature Merjenje z laserskim pointerjem za natančno merjenje tudi na večjih razdaljah Hitro shranjevanje odčitkov (2 odčitka

Prikaži več

Gimnazija Bežigrad Peričeva Ljubljana OPERACIJSKI SISTEM Predmet: informatika

Gimnazija Bežigrad Peričeva Ljubljana OPERACIJSKI SISTEM Predmet: informatika Gimnazija Bežigrad Peričeva 4 1000 Ljubljana OPERACIJSKI SISTEM Predmet: informatika KAZALO 1. Uvod...3 2. Predstavitev programa Windows 98...5 3. Raziskovanje računalnika...5 4. Raziskovanje Interneta...6

Prikaži več

2019 QA_Final SL

2019 QA_Final SL Predhodni prispevki v enotni sklad za reševanje za leto 2019 Vprašanja in odgovori Splošne informacije o metodologiji izračuna 1. Zakaj se je metoda izračuna, ki je za mojo institucijo veljala v prispevnem

Prikaži več

_ _BDA_CapitalSports_CS-Timer.indd

_ _BDA_CapitalSports_CS-Timer.indd 10028194 10029391 CS Timer 6 Spoštovani kupci, Čestitamo Vam za nakup. Prosimo, da skrbno preberete navodilo in da skrbite za nasvete o namestitvi in uporabi, da bi ste izognili tehničnim poškodbam. Za

Prikaži več

Vaja 3 Kopiranje VM in namestitev aplikacij - strežnik SQL 2000 SP3a A. Lokalni strežnik Vmware ESX Dodajanje uporabnikov vajexx v skupino Vaje

Vaja 3 Kopiranje VM in namestitev aplikacij - strežnik SQL 2000 SP3a A. Lokalni strežnik Vmware ESX Dodajanje uporabnikov vajexx v skupino Vaje Vaja 3 Kopiranje VM in namestitev aplikacij - strežnik SQL 2000 SP3a A. Lokalni strežnik Vmware ESX 3.5 1. Dodajanje uporabnikov vajexx v skupino Vaje 2. Kopiranje Win2003 strežnika in registracija na

Prikaži več

Microsoft Word - Brosura neobvezni IP 2018

Microsoft Word - Brosura  neobvezni IP 2018 Drage učenke in učenci, spoštovani starši! Po 20. a člen ZOoš šola ponuja za učence 1.razreda, 4. 9. razreda neobvezne izbirne predmete. Šola bo za učence 1. razreda izvajala pouk prvega tujega jezika

Prikaži več

Osnove statistike v fizični geografiji 2

Osnove statistike v fizični geografiji 2 Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka

Prikaži več

NAVODILA ZA IZPOLNJEVANJE ELEKTRONSKEGA OBRAZCA ZA PRIJAVO IN PREKLIC DIGITALNIH POTRDIL Verzija Datum Opis sprememb dokumenta dokumenta

NAVODILA ZA IZPOLNJEVANJE ELEKTRONSKEGA OBRAZCA ZA PRIJAVO IN PREKLIC DIGITALNIH POTRDIL Verzija Datum Opis sprememb dokumenta dokumenta NAVODILA ZA IZPOLNJEVANJE ELEKTRONSKEGA OBRAZCA ZA PRIJAVO IN PREKLIC DIGITALNIH POTRDIL Verzija Datum Opis sprememb dokumenta dokumenta 1.0 22.11.2013 Prva verzija dokumenta 1.1 15.04.2015 Dodana možnost

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska JELE KITT proizvodno podjetje d.o.o. Izdano dne

Prikaži več

Slide 1

Slide 1 Projektno vodenje PREDAVANJE 7 doc. dr. M. Zajc matej.zajc@fe.uni-lj.si Projektno vodenje z orodjem Excel Predstavitev Najbolj razširjeno orodje za delo s preglednicami Dva sklopa funkcij: Obdelava številk

Prikaži več

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode]

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode] Univerza v Mariboru Fakulteta za elektrotehniko, računalništvo in informatiko Boštjan Polajžer, Drago Dolinar, Jožef Ritonja (FERI) bostjan.polajzer@um.si Andrej Semprimožnik (ELES) KAZALNIKI KAKOVOSTI

Prikaži več

M-Tel

M-Tel Poročilo o meritvah / Test report Št. / No. 16-159-M-Tel Datum / Date 16.03.2016 Zadeva / Subject Pooblastilo / Authorization Meritve visokofrekvenčnih elektromagnetnih sevanj (EMS) Ministrstvo za okolje

Prikaži več

Številka:

Številka: Projektna naloga za KARTIRANJE NEGOZDNIH HABITATNIH TIPOV NA LIFE- IP NATURA.SI PROJEKTNIH OBMOČJIH SKLOP 1: Območje: SLOVENSKA ISTRA vzhod Območje: SLOVENSKA ISTRA zahod 1. UVOD SKLOP 2: Območje: VOLČEKE

Prikaži več

VETRNO KOLO

VETRNO KOLO VETRNO KOLO KAZALO: Zgodovina Razvoj vetrnic Vrste vetrnic Značilnosti Uporaba Sestavni deli Delovanje Animacije Prednosti in slabosti Viri in literatura ZGODOVINA: Ljudje izkoriščamo energijo vetra že

Prikaži več

Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica nasl

Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica nasl Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica naslednji P RAVILNIK o izvajanju videonadzora I. SPLOŠNE

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev INFORMATIKA Tečaj za višjega gasilca OGZ PTUJ 2017 PRIPRAVIL: ANTON KUHAR BOMBEK, GČ VSEBINA TEORETIČNA PREDAVANJA INFORMACIJSKI SISTEMI SISTEM OSEBNIH GESEL IN HIERARHIJA PRISTOJNOSTI PRAKTIČNE VAJE ISKANJE

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

DNEVNIK

DNEVNIK POROČILO PRAKTIČNEGA USPOSABLJANJA Z DELOM PRI DELODAJALCU DIJAKA / DIJAKINJE. ( IME IN PRIIMEK) Izobraževalni program FRIZER.. Letnik:.. oddelek:. PRI DELODAJALCU. (NASLOV DELODAJALCA) Šolsko leto:..

Prikaži več

Microsoft PowerPoint - ads

Microsoft PowerPoint - ads Novosti pri analogni video-nadzorni opremi Junij 2012 1. Dnevno/nočna kamera ADS-CAM-K2DNC 2. Snemalniki ADS-LIGHT: ADS-0404DH ADS-0804DH ADS-1604DH ADS-0404HED ADS-CAM-K2DNC Dnevno / nočna kamera z IR

Prikaži več

Zapisnik 1

Zapisnik 1 Letno poročilo o študentski anketi UP FHŠ za študijsko leto 2014/15 Letno poročilo o rezultatih anketiranja se pripravi skladno s Pravilnikom o izvajanju študentske ankete Univerze na Primorskem in vsebuje:

Prikaži več

Microsoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only]

Microsoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only] CIRED ŠK 3-15 IZKUŠNJE NADZORA DISTRIBUCIJSKIH TRANSFORMATORJEV S POMOČJO ŠTEVCEV ELEKTRIČNE ENERGIJE ŽIGA HRIBAR 1, BOŠTJAN FABJAN 2, TIM GRADNIK 3, BOŠTJAN PODHRAŠKI 4 1 Elektro novi sistemi. d.o.o.,

Prikaži več

SLO NAVODILA ZA UPORABO IN MONTAŽO Kat. št.: NAVODILA ZA UPORABO DVB T, DVB C TV ključek PCTV Systems Quatro Kataloška št.: 67

SLO NAVODILA ZA UPORABO IN MONTAŽO Kat. št.: NAVODILA ZA UPORABO DVB T, DVB C TV ključek PCTV Systems Quatro Kataloška št.: 67 SLO NAVODILA ZA UPORABO IN MONTAŽO Kat. št.: 67 80 13 www.conrad.si NAVODILA ZA UPORABO DVB T, DVB C TV ključek PCTV Systems Quatro Kataloška št.: 67 80 13 KAZALO VSEBINA PAKETA...3 NAMESTITEV IN UPORABA...3

Prikaži več

GOALS

GOALS BELGIAN DEFENCE FORCES General Directorate Material Resources Section Ammunition Risk Management HQ Queen ELISABETH Rue d'evere, 1 1140 BRUSSELS BELGIUM (BE)AC326(SG5) IWP 2012-01(I) 26. marec 2012 ORODJE

Prikaži več

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni RAM stroj Nataša Naglič 4. junij 2009 1 RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni trak, pomnilnik ter program. Bralni trak- zaporedje

Prikaži več

Navodila za uporabo Mini snemalnik

Navodila za uporabo Mini snemalnik Navodila za uporabo Mini snemalnik www.spyshop.eu Pred vami so navodila za pravilno uporabo mini snemalnika in opis funkcionalnosti. Lastnosti snemalnika: Naziv Mere Teža Kapaciteta spomina Snemanje Format

Prikaži več

NAVODILA ZA MONTAŽO SI EWPE SMART Wi-FI app

NAVODILA ZA MONTAŽO SI EWPE SMART Wi-FI app NAVODILA ZA MONTAŽO SI EWPE SMART Wi-FI app Uporabniški račun V aplikacijo se je treba prijaviti z uporabniškim računom. Ob prvem zagonu vas bo aplikacija pozvala k registraciji (sign up) ali prijavi (sign

Prikaži več

(Microsoft Word - U\350enje telegrafije po Kochovi metodi.doc)

(Microsoft Word - U\350enje telegrafije po Kochovi metodi.doc) MORSE UČENJE PO KOCHOVI METODI Računalniški program za učenje skupaj z nekaterimi dodatnimi datotekami dobite na spletni strani avtorja: http://www.g4fon.net/. Zanimive strani so tudi: - http://www.qsl.net/n1irz/finley.morse.html

Prikaži več

Poročilo projekta : Učinkovita raba energije Primerjava klasične sončne elektrarne z sončno elektrarno ki sledi soncu. Cilj projekta: Cilj našega proj

Poročilo projekta : Učinkovita raba energije Primerjava klasične sončne elektrarne z sončno elektrarno ki sledi soncu. Cilj projekta: Cilj našega proj Poročilo projekta : Učinkovita raba energije Primerjava klasične sončne elektrarne z sončno elektrarno ki sledi soncu. Cilj projekta: Cilj našega projekta je bil izdelati učilo napravo za prikaz delovanja

Prikaži več

Microsoft Word - PR18-HoceZrak-letno2018.docx

Microsoft Word - PR18-HoceZrak-letno2018.docx DAT: DANTE/NL/COZ/MB/212A/PR18-HoceZrak-letno2018.docx POROČILO O MERITVAH DELCEV PM10 V OBČINI HOČE-SLIVNICA V LETU 2018 Maribor, marec 2019 Naslov: Izvajalec: Nacionalni laboratorij za zdravje, okolje

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska Javno podjetje Ljubljanska parkirišča in tržnice,

Prikaži več

Poskusi s kondenzatorji

Poskusi s kondenzatorji Poskusi s kondenzatorji Samo Lasič, Fakulteta za Matematiko in Fiziko, Oddelek za fiziko, Ljubljana Povzetek Opisani so nekateri poskusi s kondenzatorji, ki smo jih izvedli z merilnim vmesnikom LabPro.

Prikaži več

Microsoft PowerPoint - seminar_ pptx

Microsoft PowerPoint - seminar_ pptx Leatalske informacije in ARO Slovenia Control Igor Čučnik, ARO Aleš Omahne, NOTAM Uroš Grošelj, AIP Brnik, 12.5.2018 Letalske informacije AIP AIP AMDT AIP SUP AIC NOTAM Serija A, B in C VFR karta Spletna

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

Večna pot 2, SI-1000 Ljubljana VABILO Otrokov svet je svež, nov in lep, poln vznemirjenj, čudenja in presenečenj in prav tak je slovenski gozd! Gozdar

Večna pot 2, SI-1000 Ljubljana VABILO Otrokov svet je svež, nov in lep, poln vznemirjenj, čudenja in presenečenj in prav tak je slovenski gozd! Gozdar VABILO Otrokov svet je svež, nov in lep, poln vznemirjenj, čudenja in presenečenj in prav tak je slovenski gozd! je v zadnjih letih pridobil številne izkušnje in znanja za podporo privlačnejšemu vzgojnoizobraževalnemu

Prikaži več

Folie 1

Folie 1 S&TLabs Innovations mag. Damjan Kosec, S&T Slovenija d.d. marec 2013 S&TLabs Laboratorij za inovacije in razvoj spletnih in mobilnih informacijskih rešitev Kako boste spremenili svoj poslovni model na

Prikaži več

DELOVNI LIST ZA UČENCA

DELOVNI LIST ZA UČENCA ZRCALA - UVOD 1. polprepustno zrcalo 2. ploščice različnih barv ( risalni žebljički), svinčnik 3. ravnilo Na bel papir postavi polprepustno zrcalo in označi njegovo lego. Pred zrcalo postavi risalni žebljiček.

Prikaži več

STAVKI _5_

STAVKI _5_ 5. Stavki (Teoremi) Vsebina: Stavek superpozicije, stavek Thévenina in Nortona, maksimalna moč na bremenu (drugič), stavek Tellegena. 1. Stavek superpozicije Ta stavek določa, da lahko poljubno vezje sestavljeno

Prikaži več