Δασική Διαχειριστική Ι

1. Δασική Διαχειριστική Ι Διδάσκων Δημήτριος Καραμανώλης, Επίκουρος Καθηγητής Μάθημα 3ο Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

2. Προσδιορισμός εναλλακτικών διαχειριστικών λύσεων ή σχεδίων δράσης.Κριτήρια αξιολόγησης και επιλογή Εναλλακτικές διαχειριστικές λύσεις ή σχέδια δράσης είναι οι πιθανές ενέργειες και διαδικασίες που ο διαχειριστής προτείνει να ακολουθηθούν, με σκοπό την επίτευξη όλων ή τουλάχιστον μεγάλου μέρους των αντικειμενικών σκοπών και στόχων. Εξαρτώνται και επηρεάζονται: 1) Απο φυσικούς παράγοντες 2) Απο οικονομικούς παράγοντες 3) Απο κοινωνικούς παράγοντες Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

3. Κριτήρια αξιολόγησης και επιλογής 1.Κινείται μέσα στις οικολογικές (φυσικές και βιολογικές)δυνατότητεs τηςπεριοχής. 1.αειφορική διαχείριση : συγκομιδή < παραγωγής 2.ανθρωπογενής επίδραση για τη βελτίωση ή αλλαγή κάποιων μεταβλητών του οικοσυστήματος μέσα βέβαια σε στενά όρια. 3.γνώση των διαθέσιμων αποθεμάτων του φυσικού πόρου Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

4. 2 .Είναι οικονομικά αποδοτικό για την κοινωνία ή το κοινωνικό σύνολο. α) έλεγχος εάν συμφέρει η εκμετάλευση ενός πόρου έναντι άλλου (π.χ ξυλοπαραγωγή-αναψυχή) β) ωφελείται ο πληθυσμός απο τις αναμενόμενες αποδόσεις; (π.χ αν οι δαπάνες για τη μεταφορά ξυλείας είναι μεγάλες είναι μεγάλες και οι τυχόν επιζήμιες επιδράσεις που μπορεί να επέλθουν στην αναψυχή, στην ποιότητα του νερού, στους πληθυσμούς άγριας πανίδας κ.λπ. >> από τις αναμενόμενες ωφέλειες τότε η ξυλοπαραγωγή μπορεί να μην έχει οικονομική σημασία για το κοινωνικό σύνολο. Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

5. 3.Συμβάλλει στη δικαιότερη κατανομή του εθνικού εισοδήματος. Με άλλα λόγια στην εισοδηματική ενίσχυση των οικονομικά ασθενέστερων τάξεων. Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

6. 4.Είναι επιχειρησιακά και διοικητικά εφαρμόσιμο Παράδειγμα 1ο : Κλασματικά δίκαια → να ερευνώνται οι ιδιαίτερες νομικές σχέσεις που συνδέουν την παραγωγή του συγκεκριμένου δάσους με τους πολίτες που κατοικούν κοντά στην περιοχή Παράδειγμα 2ο : Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

7. 5.Είναι σύμφωνο με τις κοινωνικές και τις πολιτισμικές αξίες των κατοίκων της περιοχής αλλά και ολόκληρης της επικράτειας; Το προτεινόμενο διαχειριστικό σχέδιο πρέπει να λάβει υπόψη την ευαισθησία των πολιτών έναντι των προβλεπόμενων επεμβάσεων Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

8. Μέθοδοι συνδυασμού και χρησιμοποίησης των κριτηρίων Πίνακες μητρών Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

9. Κριτήρια (ομάδες) Eναλλακτικά διαχειριστικά σχέδια δράσης Α Β Γ Φυσικά-Βιολογικά Επιφάνεια (ha) 100 60 150 Αριθμός θηραμάτων 300 280 400 Οικονομικά οφέλη 5 7,5 3,5 (σε εκατομ. €) Διανομής εισοδήματος 0 0 0 Διοίκησης (άτομα) 15 15 15 Κοινωνικά-πολιτισμικά +7 +7 +6 (άριστα το +10 Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

10. Απλή ταξινόμηση κριτηρίων (σειρά σημαντικότητας) Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

11. Σταθμική ταξινόμηση κριτηρίων Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

12. ΜΕΘΟΔΟΣ ΣΥΓΚΡΙΣΗΣ ΚΑΤΑ ΖΕΥΓΗ ΚΡΙΤΗΡΙΩΝ ΚΑΙ ΑΝΤΙΚΕΙΜΕΝΩΝ

13. Η μέθοδος αυτή αναπτύχθηκε από τον Saaty (1980) και είναι γνωστή με την ονομασία “Αναλυτική Διαδικασία Ιεράρχησης” (Analytic Hierarchy Process (AHP)).

14. Παίρνει ως δεδομένα εισόδου τις συγκρίσεις κατά ζεύγη και παράγει τα σχετικά βάρη. Συγκεκριμένα, τα βάρη καθορίζονται με την κανονικοποίηση του ιδιοδιανύσματος που συνδέεται με τη μέγιστη ιδιοτιμή του πίνακα των αντίστροφων λόγων.

15. Έστω ότι επιθυμούμε να συγκρίνουμε ένα σύνολο nαντικειμένων κατά ζεύγη σύμφωνα με τα σχετικά τους βάρη. Ο αριθμός των συγκρίσεων θα είναι n(n-1)/2. Σημειώνουμε τα αντικείμενα με Α1,…, Αnκαι τα βάρη τους με w1,…, wn. Η σύγκριση κατά ζεύγη μπορεί να απεικονιστεί με έναν αλγεβρικό τετραγωνικό πίνακα Aδιαστάσεων nxnόπως παρακάτω:

17. Στον πίνακα αυτό οι καταγραφές είναι θετικές και ικανοποιούν την αντίστροφη ιδιότητα aji= 1/aijδηλαδή κάθε στοιχείο του πίνακα στη θέση ji έχει το αντίστροφο του στη θέση ij. Σημειώνουμε ότι αν πολλαπλασιάσουμε τον πίνακα με το ανάστροφο του διανύσματος wT≡ ( w1,…,wn ) παίρνουμε το διάνυσμα nw. Έτσι το πρόβλημα παίρνει τη μορφή Aw = nw (1) οπου το n είναι το πλήθος των ιδιοτιμών λ i (όπου i = 1…n) του συγκεκριμένου πίνακα, π.χ αν ένας πίνακας είναι 5x5 οι ιδιοτιμές θα είναι 5.

18. Για πληρέστερη κατανόηση της μεθόδου θα παρουσιάσουμε αναλυτικά ένα παράδειγμα. Θεωρούμε τρείς βιοτόπους Α, Β, Γ και επιθυμούμε να τους αξιολογήσουμε και να τους ιεραρχήσουμε με βάση τρία κριτήρια, (s) το κριτήριο της σπανιότητας, (v) το κριτήριο της ποικιλότητας και (n) της φυσικότητας. Σε πρώτη φάση θα ιεραρχηθούν τα κριτήρια και σε δεύτερη φάση σε σχέση με τα κριτήρια οι βιότοποι όπως φαίνεται στο παρακάτω σχήμα.

20. 1.Ανάπτυξη του πίνακα σύγκρισης κατά ζεύγημεταξύ των κριτηρίων. Η μέθοδος χρησιμοποιεί μια θεμελιώδη κλίμακα με τιμές από 1 μέχρι 9 για να ταξινομήσει τις σχετικές προτιμήσεις μεταξύ δύο κριτηρίων (πιν. 1). Υποθέτουμε ότι η σπανιότητα είναι μέτριας μέχρι ισχυρής σπουδαιότητας σε σχέση με το κριτήριο της ποικιλότητας, έτσι το αποτέλεσμα της σύγκρισης είναι η τιμή 4 σύμφωνα με τον πίνακα 1.

22. Παραπέρα, υποθέτουμε ότι η σπανιότητα είναι ισχυράς προτίμησης ως προς την φυσικότητα, έτσι παίρνει τον αριθμό 7. Η ποικιλότητα ως προς τη σπανιότητα παίρνει το 1/4 δηλαδή την αντίστροφη τιμή της αρχικής σύγκρισης σπανιότητα προς ποικιλότητα κ.ο.κ. Έτσι με αυτό τον τρόπο εισάγονται οι τιμές των συγκρίσεων στον πίνακα 2. Στον πίνακα αυτό ισχύει η ιδιότητα (aji= 1/aij ) που αναφέρθηκε παραπάνω. Μετά τη συμπλήρωση αυτού του πίνακα ακολουθεί ο υπολογισμός των βαρών των κριτηρίων.

24. 2. Υπολογισμός βαρών των κριτηρίων. Αυτό το βήμα περιλαμβάνει την ακόλουθη διαδικασία: (α) άθροισμα των τιμών κάθε στήλης του πίνακα σύγκρισης κατά ζεύγη (πιν.3 βήμα 1), (β) διαίρεση κάθε στοιχείου του πίνακα με το συνολικό άθροισμα της στήλης στην οποία ανήκει το στοιχείο (ο πίνακας που προκύπτει αναφέρεται ως πίνακας των κανονικοποιημένων συγκρίσεων κατά ζεύγη) (πιν. 3 βήμα 2) και (γ) υπολογίζεται ο μέσος όρος των στοιχείων σε κάθε σειρά του κανονικοποιημένου πίνακα δηλαδή το άθροισμα των τιμών κάθε σειράς διαιρείται με το 3 (ο αριθμός των κριτηρίων).

25. Ο μέσος όρος αυτός προβλέπει μια εκτίμηση των σχετικών βαρών των κριτηρίων που συγκρίθηκαν (πίν. 3 βήμα 3). Χρησιμοποιώντας τη μέθοδο αυτή, τα βάρη ερμηνεύονται ως ο μέσος όρος όλων των πιθανών τρόπων σύγκρισης των κριτηρίων. Όπως φαίνεται στον πίνακα τα βάρη των κριτηρίων είναι 0.675, 0.252 και 0.073 για την σπανιότητα (s), την ποικιλότητα (v) και την φυσικότητα (n) αντίστοιχα. Αυτό σημαίνει ότι η σπανιότητα είναι το σημαντικότερο κριτήριο, ακολουθούν η ποικιλότητα και η φυσικότητα. Είναι κατανοητό ότι οι συγκρίσεις που κάνουμε εμπεριέχουν σε σημαντικό βαθμό το στοιχείο της υποκειμενικότητας. Για να είμαστε μέσα στα πλαίσια της αντικειμενικότητας ακολουθείται μια διαδικασία με την οποία ελέγχουμε την συνέπεια στις συγκρίσεις μας.

26. Πίνακας 3. Υπολογισμός βαρών των κριτηρίων.

27. 3. Υπολογισμός του λόγου συνέπειας. Στο βήμα αυτό διαπιστώνουμε αν οι συγκρίσεις μας είναι συνεπείς δηλαδή αν εμπεριέχουν το στοιχείο της αντικειμενικότητας. Αυτό περιλαμβάνει την ακόλουθη διαδικασία: (α) καθορισμός του διανύσματος του σταθμισμένου αθροίσματος πολλαπλασιάζοντας το βάρος 0,675 του πρώτου κριτηρίου (σπανιότητα) με την πρώτη στήλη του αρχικού πίνακα συγκρίσεων κατά ζεύγη κατόπιν το δεύτερο βάρος 0,252 (ποικιλότητα) μετη δεύτερη στήλη και το βάρος 0,073 του τρίτου κριτηρίου με την τρίτη στήλη του πίνακα (πίνακας 4, βήμα 1), αθροίζονται τα γινόμενα κατά σειρές και (β) καθορίζεται το διάνυσμα συνέπειας διαιρώντας το διάνυσμα του σταθμισμένου αθροίσματος πάλι με τα βάρη των κριτηρίων.

29. Στο βήμα 2 του πίνακα 4 τα στοιχεία του διανύσματος συνέπειας είναι οι τρείς ιδιοτιμές (λi) του αρχικού πίνακα. Με βάση τη μέση τιμή λάμδα (λ) των ιδιοτιμών εκτιμούμε τον δείκτη συνέπειας CI η εκτίμηση του οποίου βασίζεται στην παρατήρηση ότι το λ είναι πάντοτε μεγαλύτερο η ίσο με τον αριθμό των κριτηρίων με την προϋπόθεση ότι το n είναι θετικό και έχουμε πίνακα αντιστρόφων λόγων, είναι δε λ = n αν ο πίνακας συγκρίσεων είναι συνεπής.

30. Συνεπώς, λ – n μπορεί να θεωρηθεί ως το μέτρο του βαθμού ασυνέπειας και μπορεί να κανονικοποιηθεί όπως παρακάτω:

31. Ο δείκτης αυτός παρέχει το μέτρο απόκλισης από τη συνέπεια και παραπέρα μπορούμε να υπολογίσουμε τον λόγο συνέπειας (CR) ο οποίος καθορίζεται ως ακολούθως: όπου RI είναι ένας τυχαίος δείκτης ασυνέπειας που έχει εκτιμηθεί κατά τέτοιο τρόπο ώστε αν CR < 0,10 τότε είμαστε στα πλαίσια της αντικειμενικότητας και παραμένουν οι αρχικές μας συγκρίσεις ως έχουν, αν όμως CR ≥ 0,10 τότε σημαίνει ότι είμαστε ασυνεπείς στις αρχικές μας κρίσεις και τις αναθεωρούμε αλλάζοντας τις καταγραφές μέχρι να προκύψει πηλίκο < 0,10 οπότε και τις οριστικοποιούμε.

32. Ο δείκτης RI παίρνεται από τον πίνακα 5 και ανάλογα με τον αριθμό των κριτηρίων που χρησιμοποιούμε π.χ στην περίπτωση του παραδείγματός μας για τα 3 κριτήρια ο δείκτης είναι 0,58. Στο παράδειγμα μας ο λόγος συνέπειας είναι > 0.10 που σημαίνει ότι θα πρέπει ν’ αλλάξουμε τις αρχικές μας συγκρίσεις.

33. Μετά την αλλαγή των αρχικών μας συγκρίσεων τα τελικά βάρη των κριτηρίων είναι 0,555 , 0,373 και 0,072 για το s , v , & n αντίστοιχα. Ακολουθεί στη συνέχεια η ίδια διαδικασία σύγκρισης των βιοτόπων κατά ζεύγη σε σχέση όμως με τα κριτήρια και μετά τον έλεγχο της συνέπειας οριστικοποιήθηκαν τα κανονικοποιημένα βάρη.

37. Η ιεράρχηση των βιοτόπων προκύπτει αν πολλαπλασιάσουμε τον πίνακα που έχει ως στοιχεία τα βάρη τους με το διάνυσμα των βαρών των κριτηρίων όπως φαίνεται παρακάτω: Με βάση τα τελικά βάρη των βιοτόπων ο Α υπερτερεί έναντι των άλλων με βάρος 0,684 , ακολουθεί ο Γ με 0,170 και ο Β με 0,146.

38. Ανάλυση οφέλους-κόστους Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

39. Μαθηματική αριστοποίηση Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης

40. Η επιλογή μεταξύ των παραπάνω μεθόδων χρησιμοποίησης των κριτηρίων στη λήψη των αποφάσεων εξαρτάται από: - τη δομή του προβλήματος - την ίση ή όχι σπουδαιότητα των κριτηρίων - την επιστημονική γνώση και εμπειρία του διαχειριστή και - την ύπαρξη ή όχι ικανού αριθμού δεδομένων και πληροφοριών. Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης