Analýza zdravotního stavu lesních porostů ve vztahu k abiotickému prostředí

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ Lesnická a dřevařská fakulta Ústav ekologie lesa

Analýza zdravotního stavu lesních porostů ve vztahu k abiotickému prostředí Diplomová práce

Brno 2007

Bc. Petr Pazdera

ČESTNÉ PROHLÁŠENÍ: Prohlašuji, že jsem diplomovou práci na téma: Analýza zdravotního stavu lesních porostů ve vztahu k abiotickému prostředí zpracovával sám a uvedl jsem všechny použité prameny. Souhlasím, aby moje diplomová práce byla zveřejněna v souladu s § 47b Zákona č. 111 / 1998 Sb., o vysokých školách a uložena v knihovně Mendelovy zemědělské a lesnické univerzity v Brně, zpřístupněna ke studijním účelům ve shodě s Vyhláškou rektora MZLU o archivaci elektronické podoby závěrečných prací.

Autor kvalifikační práce se dále zavazuje, že před sepsáním licenční smlouvy o využití autorských práv díla s jinou osobou (subjektem) si vyžádá písemné stanovisko univerzity o tom, že předmětná licenční smlouva není v rozporu s oprávněnými zájmy univerzity a zavazuje se uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla dle řádné kalkulace.

V Brně, dne: 24.4.2007 Bc. Petr Pazdera

PODĚKOVÁNÍ: Děkuji vedoucímu diplomové práce RNDr. Pavlu Hadašovi z Ústavu ekologie lesa Mendelovy zemědělské a lesnické univerzity v Brně za metodické a cíleně orientované vedení při plnění úkolů realizovaných v návaznosti na diplomovou práci.

2

Analýza zdravotního stavu lesních porostů ve vztahu k abiotickému prostředí Bc. Petr Pazdera ABSTRAKT: Předkládaná práce se zabývá vlivy abiotických faktorů na zdravotní stav lesních porostů na území PLO 01 Krušné hory za rok 2002. Předmětem této analýzy je soubor abiotických faktorů vázaných na klima a na vstup škodlivin do ovzduší v této oblasti. K charakteristice zdravotního stavu lesních porostů je použita hodnota defoliace lesních porostů ve vztahu k abiotickým činitelům. Průměrné roční sumy defoliace jehličnatých porostů jsou získány z družicových snímků LANDSAT. Určená oblast je definována odvozenou sítí gridů s krokem 1 x 1 km. Vztah mezi defoliací porostů a abiotickými faktory je hodnocen pomocí aplikace statistických metod, kterými jsou korelační analýza a regresní analýza.

The analysis of healthy condition of forest stands in relationship to abiotic factors Bc. Petr Pazdera ABSTRACT: Submitted thesis deals with influence of abiotical factors on condition of forest growth on PLO 01 Krušné hory territory for year 2002. Subject of this analysis is collection of abiotical factors related to climate and input of harmful substances into atmosphere within this region. To characterize condition of forest growth sum of defoliation of forest growth related to abiotic factors has been used. Average number of annual sum of coniferous forest growth defoliation was obtained from pictures recorded by LANDSAT satellite. Selected area is specified by derived net of grids with step 1 by 1 km. Relation between defoliation of growths and abiotic factors is evaluated by statistical methods, such as correlative analysis and regress analysis.

3

POUŽITÉ ZKRATKY: zkratka

vysvětlivky

jednotka

Defoliace

Defoliace jehličnatých porostů

%

H+ sum.

Celková kyselá podkorunová depozice

H+ krit.

Překročení kritické dávky podkorunové kyselé depozice mol.ha rok

NOx_Ør

Průměrné roční hodnoty NOx

µg m-3

NOx_Øz

Průměrné hodnoty NOx za zimní období

µg m-3

mol.ha rok

N_pk

Podkorunová depozice dusíku

kg ha rok

N_vp

Depozice dusíku na volné ploše

kg ha rok

O3_Ør

Průměrné roční hodnoty ozónu

µg m-3

O3_5-8

Průměrné hodnoty ozónu za květen až srpen

µg m-3

O3_max.d Maximální denní hodnoty ozónu

µg m-3

O3_min.d Minimální denní hodnoty ozónu

µg m-3

Pokryvnost Pokryvnost plochy jehličnatými dřevinami

%

S1 - S12

Měsíční sumy srážek - leden až prosinec

SO2_Ør

Průměrné roční hodnoty SO2

µg m-3

SO2_Øz

Průměrné hodnoty SO2 za zimní období

µg m-3

S_pk S_Rok S_vp

Podkorunová depozice síry Roční sumy srážek

mm

kg ha rok mm

Depozice síry na volné ploše

kg ha rok

Průměrná měsíční teplota vzduchu - leden až prosinec

°C

Průměrná roční teplota vzduchu

°C

X

Souřadnice gridu

m

Y

Souřadnice gridu

m

Z

Nadmořská výška gridu

T1 - T12 T_Rok

m.n.m

4

OBSAH:

1

ÚVOD ..................................................................................................... 3

2

CÍLE PRÁCE......................................................................................... 4

3

CHARAKTERISTIKA ÚZEMÍ .......................................................... 5

4

ÚVOD DO PROBLEMATIKY............................................................ 8 4.1

DEFOLIACE .............................................................................................................. 8

4.1.1

Vývoj defoliace v České republice ................................................................. 8

4.1.2

Porovnání vývoje defoliace s pásmy ohrožení ............................................. 10

4.2

VLIV ABIOTICKÝCH FAKTORŮ NA ZDRAVOTNÍ STAV LESNÍCH DŘEVIN................. 11

4.2.1 4.3

Reakce jehličnanů na podmínky prostředí.................................................... 13

MONITORING ZDRAVOTNÍHO STAVU LESŮ ............................................................ 14

4.3.1

Dálkový průzkum Země (DPZ) .................................................................... 14

4.3.2

Podmínky pro získání dat ............................................................................. 15

4.3.3

Klasifikační stupnice .................................................................................... 15

5

VYMEZENÍ ZVOLENÝCH ZPŮSOBŮ ŘEŠENÍ .......................... 16 5.1

ODVOZENÍ METEOROLOGICKÝCH DAT A IMISNÍCH KONCENTRACÍ ...................... 16

5.1.1

Odvození meteorologických dat .................................................................. 17

5.1.2

Odvození imisních koncentrací SO2 a NOx ................................................. 17

5.1.3

Sběr a zpracování dat pomocí metody DPZ ................................................. 18

5.2

ZPRACOVÁNÍ A VYHODNOCENÍ VZÁJEMNÉ ZÁVISLOSTI DAT ................................ 19

5.2.1

Regresní a korelační analýza ........................................................................ 19

5.3

VSTUPNÍ DATA ....................................................................................................... 21

5.4

CHARAKTERISTIKA ŘEŠENÍ ................................................................................... 22

5.4.1

Stručná charakteristika použitých lesních vegetačních stupňů..................... 22

5.4.2

Zdravotní stav lesů v roce 2002.................................................................... 23

5.4.3

Imisní limity ................................................................................................. 26

6

VÝSLEDKY A DISKUSE .................................................................. 27 6.1

CELKOVÝ VLIV ABIOTICKÝCH FAKTORŮ DLE JEDNOTLIVÝCH LVS...................... 27

6.1.1

Vliv abiotických faktorů na defoliaci působících jednotlivě ........................ 28

6.1.2

Vliv abiotických faktorů na defoliaci jednotlivě za celý soubor .................. 29

1

6.1.3

Vliv SO2 ........................................................................................................ 29

6.1.4

Vliv NOx ....................................................................................................... 30

6.1.5

Vliv kyselé depozice H+ .............................................................................. 31

6.1.6

Vliv dusíku ................................................................................................... 33

6.1.7

Vliv síry ........................................................................................................ 34

6.1.8

Vliv ozónu .................................................................................................... 35

6.1.9

Vliv teplot ..................................................................................................... 36

6.1.10 6.2

Vliv srážek................................................................................................ 38

CELKOVÝ VLIV ABIOTICKÝCH FAKTORŮ VE VZÁJEMNÝCH INTERAKCÍCH ............ 40

6.2.1

Vliv abiotických faktorů na defoliaci působících jednotlivě ........................ 40

6.2.2

Vliv abiotických faktorů na defoliaci při spolupůsobení.............................. 41

6.2.3

Vyjádření regresního modelu ....................................................................... 42

6.3

ZÁVĚR.................................................................................................................... 43

6.4

ASPEKTY PRÁCE .................................................................................................... 44

7

SHRNUTÍ............................................................................................. 45

8

CONCLUSION.................................................................................... 46

9

LITERATURA .................................................................................... 47

10 PŘÍLOHY ............................................................................................ 49

2

1 Úvod V nedávno minulé a současné době dochází v důsledku hospodaření k vysoké produkci škodlivých látek znečišťujících ovzduší, což má zásadní vliv na zdravotní stav lesních porostů. Česká republika se řadí mezi evropské země s nejvyšší imisní zátěží a také s nejvíce poškozenými lesními porosty v důsledku škodlivého působení těchto imisí. Je proto důležité kontrolovat stav lesních ekosystémů a snažit se nalézt způsoby zjišťování a odhadu možných škod působených abiotickými vlivy, případně jejich interakcí s klimatickými vlivy a mezi sebou navzájem. Sledování na monitorovacích plochách zahrnuje širokou škálu komplexních šetření o stavu lesních ekosystémů. Nedílnou součástí systému monitorování změn v lesních ekosystémech je hodnocení zdravotního stavu lesních porostů metodou dálkového průzkumu Země ( DPZ ). V současné době se v PLO 01 Krušné hory provádí šetření na monitorovacích plochách základní sítě 1 x 1 km, které jsou rozmístěny rovnoměrně na daném území podle lesnatosti. Plochy jsou umístěny v lesních porostech tak, aby dobře charakterizovaly dané stanovištní a porostní podmínky. Způsob i míra poškozování a odumírání porostů je závislý na mnoha fyzikálních, chemických, biologických a stanovištních faktorech, které jsou označovány jako soubor abiotických a biotických faktorů. Předmětem této diplomové práce je soubor abiotických parametrů v ovzduší a jejich vliv na poškozování lesních porostů v PLO 01 Krušné hory, který se projevuje změnou jejich zdravotního stavu. Jedením z nejdůležitějších ukazatelů zdravotního stavu lesa je defoliace, která je definována jako relativní ztráta asimilačního aparátu v korunách stromů v porovnání se stromy zdravými rostoucími za stejných porostních podmínek na shodných stanovištních. Defoliace jako důsledek poškození je výsledkem působení více škodlivých faktorů, které mohou působit samostatně či společně při existenci vzájemných interakcí. Zjistit vliv jednotlivých složek a jejich váhu je však dosti obtížné. Nelze oddělovat vliv imisí od jiných nepříznivých faktorů působících na lesy. Hodnocení příčin poškození lesních dřevin je dále komplikováno skutečností, že charakter a množství škodlivých faktorů podléhá stálým změnám a lesní ekosystémy mohou na tyto vlivy reagovat s určitým zpožděním. Existuje několik hypotéz důvodů odumírání a poškozování porostů, ale konkrétní příčina na konkrétním místě je obvykle kombinací více mechanismů, jež jsou obtížně definovatelné.

3

2 Cíle práce Lesní porosty jsou v současné době vystaveny neustálému působení vlivu abiotických činitelů, na něž reagují různou měrou citlivosti. V této práci budeme vycházet z předpokladu, že výsledným projevem vlivu abiotických faktorů je různě silná míra poškození lesních porostů. Míra citlivosti lesních ekosystémů je značně heterogenní, projevuje se v ní vliv geologického podloží, vlastnosti půd, klimatických poměrů daných nadmořskou výškou a expozicí lesních porostů, dále vlivy proměnlivé úrovně imisní zátěže a depozice, pufrovací kapacity půdy, dřevinné skladby a struktury porostu. Cílem této diplomové práce je snaha zjistit, jakým způsobem působí vybrané abiotické faktory, ať již samostatně, či ve vzájemných interakcích, na zdravotní stav lesních porostů, reprezentovaný mírou defoliace na území PLO 01 Krušné hory pro rok 2002 (Obr. 1).

Obr. 1: Poloha území PLO 01 Krušné hory (vyznačená oblast ).

4

3 Charakteristika území Krušné hory je pohoří na severozápadě Čech podél hranice s Německem. Tvoří souvislé horské pásmo o délce cca 130 km, přičemž jeho většina leží v Sasku. Tab. 1: Charakteristika PLO 01 Krušné hory PLO jméno oblasti celková plocha (ha) porostní plocha (ha) lesnatost (%) 1

Krušné hory

180 015,00

121 944,00

67.7

Geografická charakteristika Z hlediska geomorfologického se vlastní Krušné hory dělí na Klínoveckou a Loučenskou hornatinu. Na českém území zaujímají rozlohu 1 607 km2 a náleží do tzv. Krušnohorské soustavy, ke které patří mimo vlastní Krušné hory také Smrčiny na jz., Slavkovský les na jz., dále Podkrušnohorská pánev na jv., ta je rozdělená Doupovskými horami na část západní a východní a lemovanou při svém jv. okraji sopečnými vrcholy Českého středohoří a nakonec Děčínské mezihoří. Úzký hřbet Krušných hor je na jv. omezený 500 - 700 m vysokým příkrým svahem. Jeho nejvyššími vrcholy jsou postupně od JZ k SV : Počátecký vrch (821 m), Kraslický špičák (991 m), Plešivec (1 028 m) Božídarský Špičák (1 115 m), Klínovec (1 244 m, nejvyšší vrchol), Jelení hora (994 m), Medvědí skála (924 m), Loučná (956 m), a Komáří hůrka (808 m). Na sever Krušné hory sestupují pozvolna a stupňovitě, k jihu však spadají velmi prudce do podkrušnohorských pánví. Výškový rozdíl dosahuje místy až 700m. Geologie Geologická historie Krušných hor začíná v předprvohorním období, kdy se patrně vytvořily nejstarší usazeniny a vyvřeliny, později změněné vlivem tlaků a tepla v hloubce zemské kůry na tzv. šedé a červené ruly. Geomorfologický vývoj celé soustavy byl silně ovlivněn až třetihorní zlomovou tektonikou, která způsobila silné poklesy na jv. straně pohoří a vznik jezerních depresí, jako např. Komořanské jezero na Mostecku. Pohyb na zlomových liniích, které se několikrát opakovaly, usnadnily také práci povrchové vodě a přispěly tak k vzniku hlubokých příčných údolí v Krušných horách a mocných kamenitých sutí a jiných zvětralin na horských svazích. Hydrologie Česká strana Krušných hor je odvodněna k jihu do Ohře a Bíliny. Hlavní vodní osou je Ohře, která vstupuje do Krušných hor v Chebské pánvi. Má na svém horním toku značný spád a až teprve v oblasti Žatce se stává její tok pozvolným. Mosteckou pánev odvodňuje Bílina, která pramení na úbočích hor severozápadně od Chomutova. Přijímá řadu dalších přítoků jak z hor tak i během svého dalšího toku.

5

Nejvýchodnější část je odvodňována Jílovským potokem, který Jílovským údolím teče k východu a v Děčíně se vlévá do Labe. Na horských potocích se nachází několik umělých nádrží, mezi ty největší patří Přísečnická, Flájská a Křimovská přehrada, sloužící jako zásobárny pitné vody. V pánvi je to pak vodní nádrž Nechranice, která je využívána i pro rekreaci. Nerostné suroviny V horách se odedávna těžily rudy obsahující měď, cín, stříbro, olovo a železo. Později se k nim přidaly ještě kobalt, nikl, wolfram a ve 20. století také uran. Mezi nejvýznamnější ložiska patří: Cínovec, Měděnec, Přísečnice a Kovářská. Z dalších surovin je nejvýznamnější hnědé uhlí v podkrušnohorských pánvích, dále jsou to jíly v podloží hnědouhelných slojí a třetihorní keramické jíly (např. ve Skalné u Chebu). Z uvedeného je patrné, že v oblasti je silně rozvinut těžký průmysl se všemi svými dopady, které přináší. Významné jsou také krušnohorské rašeliny, které představují přirozenou zásobárnu i zdroj vody (jsou chráněny). Mezi těžbu můžeme zařadit i využívání minerálních pramenů vyskytující se v podkrušnohorském prolomu, a to Teplice, Bílina, Karlovy Vary. Průmysl a zemědělství Mezi nejvýznamnější centra v oblasti Krušných hor v podkrušnohorské pánvi patří od jihozápadu k severovýchodu Sokolov, Karlovy Vary, Ostrov nad Ohří, Klášterec nad Ohří, Kadaň, Chomutov, Bílina, Duchcov, Teplice, Ústí nad Labem a Děčín. Významná místa přímo v horách jsou Jáchymov, Nejdek, Kraslice, Měděnec, Cínovec. Průmysl: v oblasti podkrušnohorské pánve se nejvíce těží hnědé uhlí, které tvoří palivo-energetickou základnu ČR. Největší doly jsou v Mostecké pánvi, menší a méně kvalitní pak v Sokolovské a Chebské. Hnědé uhlí je zde okamžitě využíváno pro tvorbu tepelné a elektrické energie. Velké elektrárny jsou v Tušimicích, Prunéřově a Bílině. Kvůli těžbě hnědého uhlí zaniklo v rozmezí let 1945-2006 přes 100 vesnic a město Most. Dalším významným průmyslem je chemický, který je soustředěn ve městech Litvínov (Chemopetrol) a Ústí nad Labem (Spolchemie, Setuza). Dále je rozšířen sklářský průmysl v Teplicích (Glaverbel Czech a.s.) a Ústí nad Labem, také se zda vyskytují porcelánky - v Karlových Varech nebo v Klášterci nad Ohří. Zemědělství: Hlavními plodinami jsou brambory, oves a krmiva. Značný je rozsah luk, pastvin a lesů. V živočišné výrobě převládá chov skotu. Klimatické podmínky Podnebí v oblasti hřebene je drsnější, s prudkými bouřemi, s větry zejména na podzim a v zimě, se studenou zimou, s krátkým několikatýdenním létem, které je však poměrně teplé. Průměrné teploty ve výšce 900 m jsou kolem 4 °C, v 1 200 m je to kolem 2,5 °C. Sněhová pokrývka dosahuje místy až 4 m. Sníh tu padá až 100 dní v roce (ve výšce 1 200 m je to až 214 dní). Mrazíky se vyskytují i v červnu a v září.

6

Celkově v Krušných horách převládají severní a západní větry, vlhké a studené, které přinášejí rychlou změnu počasí, dlouhodobé zimní mlhy, které se vyskytují ve výšce kolem 700 m n.m., a to 90x -124x do roka. Množství srážek odpovídá poloze Krušných hor a jejich výšce. Na hřebenech tu ročně spadne 1 000 až 1 200 mm vody, v nižších polohách méně (více na německé straně). Krušné hory jako celek způsobují tzv. srážkový stín v oblasti podkrušnohorských pánví, tyto srážky pak dopadají až ve středních Čechách, ročně spadne tedy v pánevní oblasti jen kolem 500 mm srážek. Fauna Rostlinstvo Krušných hor se v poslední době výrazně změnilo. Původní pralesovité porosty, tvořené smíšenými lesy, byly většinou během intenzivní těžby a zpracování rud vykáceny a nahrazeny smrkovými monokulturami, které byly koncem 20. století těžce poškozeny průmyslovými imisemi a následným přemnožením hmyzích škůdců, vichřicemi se silnou námrazou. To vedlo k postupné likvidaci velké části lesů. Tyto holiny jsou v poslední době systematicky zalesňovány dřevinami, které lépe snášejí zdejší klimatické podmínky a imisní stres, a to břízami, modříny (Larix decidua) a stříbrnými smrky. Plocha lesů zaujímá v Krušných horách 75 %, nejrozšířenější dřevinou tu je smrk (Picea abies), ten vystupuje až do nejvyšších poloh (kleč je zde velmi vzácná), na velmi rozsáhlých plochách krušnohorských rašelinišť se daří v hojné míře borovicím, břízám a vřesu. Tab. 2: Podíly ploch a zásob dřevin v procentech na PLO 01 Krušné hory (2000) Podíly ploch a zásob dřevin v procentech dle věkových stupňů Plocha Zásoba Věkové celkem celkem stupně jehličn. listnáče jehličn. listnáče 1 15,6 0,0 11,2 4,3 0,0 0,0 2 15,5 0,3 9,8 5,7 0,1 0,2 3 10,4 2,8 6,8 3,7 2,0 0,7 4 10,5 7,7 7,7 2,8 6,3 1,5 5 7,0 7,1 5,0 2,0 5,6 1,5 6 5,1 7,0 4,1 1,0 5,9 1,0 7 5,4 8,8 4,6 0,8 7,8 1,0 8 6,3 12,2 5,7 0,7 11,2 0,9 9 6,8 14,3 6,1 0,7 13,3 1,1 10 6,1 14,1 5,5 0,6 13,1 1,0 11 3,9 9,0 3,2 0,6 7,8 1,3 12 2,6 5,8 2,1 0,5 4,7 1,1 13 1,8 3,9 1,4 0,4 3,0 0,9 14 1,1 2,5 0,8 0,3 1,7 0,8 15 0,8 1,4 0,5 0,2 0,8 0,6 16 0,5 1,0 0,2 0,3 0,3 0,8 17+ 0,8 2,0 0,1 0,7 0,1 1,9 Celkem 74,7 25,3 100 83,7 16,3 100

7

4 Úvod do problematiky 4.1 Defoliace Jedním z nejdůležitějších parametrů, sledovaných při monitorování stavu lesa, je defoliace, která je definována jako relativní ztráta asimilačního aparátu v koruně stromu v porovnání se zdravým stromem, rostoucím ve stejných porostních a stanovištních podmínkách. Defoliace je ztráta, která je způsobena především vlivem nepříznivých změn prostředí lesních ekosystémů, jako důsledku dlouhodobého a nadměrného znečištění ovzduší různými škodlivinami (SO2, NOx, F, Cl, O3, těžké kovy, prachové částice aj.). Defoliace koruny stromu je nespecifický symptom poškození, který je způsobený zpravidla více škodlivými faktory. Ty mohou působit samostatně či společně, a přitom navíc vstupovat do vzájemných interakcí. Určit podíl jednotlivých faktorů na rozsahu poškození a jejich prioritu je ve většině případů velmi obtížné. Proto nelze oddělovat vliv imisí a klimatických vlivů od jiných nepříznivých faktorů působících na zdravotní stav lesů a současně je nezbytné sledovat veškeré změny v lesních ekosystémech. Vliv znečištění ovzduší na zdravotní stav lesa je zpravidla primární, vede k jeho oslabení a takové porosty pak snadno podlehnou zvýšenému působení jakéhokoliv dalšího škodlivého činitele. Hodnocení příčin poškození lesních dřevin je komplikováno skutečností, že charakter a množství škodlivých vlivů podléhá stálým změnám a lesní ekosystémy reagují na tyto změny s určitým zpožděním. Tyto okolnosti mohou mít vliv na určité odchylky stupně poškození od dlouhodobého průměru.

4.1.1 Vývoj defoliace v České republice U hospodářsky nejvýznamnějších jehličnatých druhů je dynamika vývoje defoliace u porostů starších než 59 let výrazně odlišná v průběhu konce osmdesátých let, kdy došlo k prudkému zhoršování zdravotního stavu porostů, a v následujícím období devadesátých let s výrazným poklesem této dynamiky. Ve sledovaném období 1986–2005 dosáhla průměrná hodnota defoliace smrku a borovice výrazného kulminačního bodu v roce 1992. Následovala stagnace, v roce 1996 průměrná defoliace těchto dřevin opět stoupla a dosáhla maximální hodnoty (SM 33,9 %, BO 38,3 %). V dalších letech následoval pokles a od roku 1998 průměrná defoliace mírně stoupá (hodnoty nad 30 %). V jednotlivých regionech ČR jsou v dlouhodobém vývoji defoliace jehličnanů patrné určité rozdílnosti. Za relativně vyrovnaný lze označit trend defoliace (součet tříd defoliace 2–4, tj. defoliace větší než 25 %) v Ústeckém, Karlovarském, Olomouckém a Moravskoslezském kraji. Převážně stoupající dlouhodobý trend defoliace jehličnanů se vyskytuje v Libereckém, Královéhradeckém a Pardubickém kraji. V kraji Vysočina došlo k postupnému zvyšování defoliace do roku 1996 a v následujících letech defoliace stagnovala. Stoupající trend defoliace s výrazným poklesem po roce 1996 a opětovným vzestupem se vyskytl ve sledovaném období v Plzeňském, Jihočeském a Středočeském kraji. Největší rozkolísanost ve vývoji defoliace, pravděpodobně ovlivněné především nerovnoměrností v průběhu klimatických podmínek, byla sledována v kraji Jihomoravském a Zlínském. 8

40 35 30 25 20

SM

2003

2002

2001

2000

1999

1998

1997

1996

1995

1994

1993

1992

1991

1990

BO

1989

%

Vývoj průměrné defoliace SM a BO v ČR (1990 - 2002)

rok

Obr. 2: Vývoj průměrné defoliace smrkových a borových porostů v ČR (1990 – 2002)

U listnáčů stejné věkové kategorie (porosty 60ti leté a starší) je dlouhodobý vývoj defoliace trochu odlišný. Ve sledovaném období 1991–2005 dosáhla defoliace listnáčů nejvyšší úrovně v roce 1993 (průměrná defoliace dubu 43,0 % a buku 22,5 %), v dalších letech klesala až na nejnižší úroveň v roce 1998 (průměrná defoliace dubu 27,8 % a buku 14,6 %), následoval vzestup a od roku 2000 defoliace stagnuje. Mezi jednotlivými druhy jsou výrazné rozdíly. Dub má z pohledu dlouhodobého vývoje větší rozkolísanost a vyšší úroveň defoliace než buk. K postupnému snížení defoliace (v letech 1997–1999) a následnému zvýšení došlo v Jihomoravském, Středočeském a Zlínském kraji a v kraji Vysočina. V ostatních krajích s významným zastoupením listnatých druhů je vývoj defoliace poměrně rozkolísaný. [12] Výraznou změnu lze sledovat u jehličnatých dřevin u procentického zastoupení jednotlivých tříd defoliace (Tab. 1). Třída defoliace 0 (0–10 %) poklesla z 51,3 % v roce 1986 na 13,1 % v roce 1991. V dalších letech docházelo k mírnějšímu poklesu až na nejnižší hodnotu 1,2 % v roce 2002. Součet tříd 2–4 (defoliace 26–100 %) naopak stoupl z 23,2 % v roce 1986 na nejvyšší úroveň 74,9 % v roce 1996. V roce 1998 došlo k významnému zlepšení stavu v porovnání s předcházejícími dvěma roky, zastoupení tříd 2–4 kleslo na 58,3 % a současně třída 0 mírně stoupla na hodnotu 3,8 %. Tento posun byl nejvýraznější u borovice [1]. Tab. 3: Třídy defoliace stupeň defoliace třída defoliace procento defoliace

žádná 0 0-10

slabá 1 10-25

střední 2 25-60

silná 3 60-<100

mrtvý strom 4 100

U hlavní dřeviny smrku (Picea abies) v kategorii porostů 60letých a starších nedošlo již od roku 2001 k žádným výrazným změnám. U smrkových porostů věkové kategorie do 59 let došlo k mírnému zlepšení zvýšením procentického zastoupení stromů v třídě defoliace 1 (11 – 25 %) a současně snížením zastoupení stromů ve vyšších třídách defoliace 2 – 4 (26 – 100 %).

9

Obr. 3: Zdravotní stav lesů v roce 2002 na území ČR

K nevýrazným změnám došlo u borovice (Pinus sylvestris) a modřínu (Larix decidua) obou věkových kategorií nepatrným zvýšením zastoupení třídy 2 (26 – 60 %). K nejvýraznějším změnám došlo u jedle (Abies alba) v porostech věkové kategorie do 59 let, kde se zvýšilo zastoupení střední defoliace z nuly na 35,0 % na úkor zastoupení slabé defoliace. U jedle v porostech 60letých a starších došlo stejně jako v předcházejícím roce ke zlepšení, zvýšilo se zastoupení defoliace třídy 0 (0 – 10 %) a 1 při současném poklesu defoliace třídy 2, který ale nebyl tak výrazný jako v roce 2004. U hlavních listnatých druhů (Quercus sp. a Fagus sylvatica) obou věkových kategorií nedošlo v porovnání s minulým rokem k žádným výrazným změnám. Zastoupení stromů s defoliací větší než 25 % (třída 2 – 4) je u porostů dubu starších než 59 let stále velmi vysoké, v roce 2005 dosáhlo hodnoty 67,4 %. U stejné věkové kategorie bukových porostů toto zastoupení mělo hodnotu 18,0 %. [12]

4.1.2 Porovnání vývoje defoliace s pásmy ohrožení Pásma ohrožení lesních porostů imisemi jsou území se stejnou dynamikou zhoršování zdravotního stavu lesních porostů podle stupně jejich poškození stanovených dle Vyhlášky č. 78 Ministerstva zemědělství ze dne 18. března 1996. Stupeň poškození smrkových porostů je určen podílem středně poškozených (defoliace 26–50 %) a silně poškozených (defoliace 51–75 %) stromů z celkového počtu stromů v lesním porostu. Podle dynamiky zhoršování zdravotního stavu, resp. změny stupně poškození, se lesy zařazují do pásem ohrožení A, B, C a D.

10

Obr. 4: Mapa pásem ohrožení lesů imisemi v PLO 01 Krušné hory

Stupně poškození smrkových porostů podle uvedené vyhlášky byly stanoveny za období let 1990–2002 na monitorovacích plochách, rozdělených do skupin podle polohy jednotlivých ploch v příslušném pásmu ohrožení (v pásmu A se žádná plocha nevyskytovala). Ve skupině ploch v relativně nejvyšším pásmu ohrožení B je výrazně vyšší podíl středně a silně poškozených stromů a zhoršení ze stupně II na stupeň IIIa v roce 1990. Ve skupině ploch v nižším pásmu ohrožení C je nižší podíl středně a silně poškozených stromů a zhoršení ze stupně I na stupeň II v roce 1988. Ve skupině ploch v nejnižším pásmu ohrožení D je také zhoršení ze stupně I na stupeň II v roce 1988, podobně jako u pásma C, ale je zde nejnižší podíl středně a silně poškozených stromů [1].

4.2 Vliv abiotických faktorů na zdravotní stav lesních dřevin Negativní působení činnosti člověka na lesní ekosystémy je závažný škodlivý vliv v celém regionu střední Evropy. Skládá se z mnoha dílčích aspektů, ze kterých nás bude nejvíce zajímat depozice atmosférických znečištěnin. Chemické látky tvořené plynnými a pevnými produkty ze spalovacích a technologických procesů při vstupu do ŽP (ovzduší) označujeme jako emise. Na emise v ovzduší pak následně působí procesy fyzikální (rozptyl a transport ve směru větru, sedimentace atd.) a procesy chemické (slučování, redukce atd.). Vlivem těchto procesů můžeme například v prostředí lesního ekosystému pomocí měřícího zařízení stanovit v určitém objemu vzduchu váhové množství chemických látek, které označujeme jako imisní koncentrace - imise. Imise zachycená nebo uložená na zemském povrchu či v lesním ekosystému je označována jako depozice. [2] Z hlediska ochrany lesa lze říci, že v posledních letech klesá evidované poškození lesních porostů imisemi. Naopak narůstá vliv tzv. novodobých typů poškození, ať již jde o poškození lesních porostů podél komunikací (především působením splachů či rozstřiků posypových solí v zimním období), nebo různých výživových deficiencí pramenících z poškození půd předchozí silnou imisní zátěží v kombinaci s nepříznivými meteorologickými situacemi. [3]

11

Defoliace jako symptom poškozování lesních ekosystémů je způsobena více škodlivými faktory, které mohou působit samostatně či společně a přitom působit ve vzájemných interakcích. Celý mechanismus poškozování lesních porostů se vzájemně prolíná a doplňuje. Řetězec účinků postupuje dvěma směry. První směr účinků je vyvolán kombinací teplotně nepříznivého vývoje počasí na přelomu zimy a jara se současným vnosem depozic do korun stromů. Hodnotíme-li příčinnou souvislost teplotních výkyvů a depozicí (resp. imise) na defoliaci, pak je zřejmé, že v prostředí čistého ovzduší by k takovému poškozování nedocházelo. Smrk i další dřeviny, které se přirozeně vyskytují v tvrdých boreálních podmínkách, jsou nepochybně na podobné teploty zvyklé a během evoluce se jim přizpůsobily. Avšak při spolupůsobení těchto teplot spolu s vlivem depozic k silnému poškození jehličí dochází. V případě, že do korun stromů vstupuje depozice síry, dochází úměrně k depozičnímu toku a k poškození průduchů. V prostoru korun se jedná o vnos silně kyselých dešťových kapek, mlhy a tzv. suché depozice. Stromy nejsou schopny probíhající transpiraci přes průduchy regulovat. Je tak narušen vodní systém stromu. Strom v důsledku poškození průduchů depozicemi síry nedokáže průduchy uzavřít, probíhající výpar vyčerpává velké množství vody z jehličí, což v konečném důsledku vede k prosychání jehličí doprovázené zvýšenou defoliací. Dle Mrkvy (2000) jde o důsledek přímého, avšak i nepřímého působení imisí. Příčinu je totiž třeba hledat v oslabení stromů na mrazuvzdornost, např. v důsledku ovlivnění poměru chlorofylu A ku B a také omezené možnosti tvorby anthokyanumu, který podporuje mrazuvzdornost. Rovněž již zmíněné narušení vodního provozu a zejména neregulovaná transpirace je jednou z vážných příčin poškození jehličí, která byla již v minulosti popsána jako fyziologická (mrazová) sypavka. Vzhledem k prvotní příčině vzniku poškození asimilačního orgánu nelze toto poškození přisuzovat výskytu nízké, záporné či nadměrně vysoké teplotě vzduchu, ale jako přímý důsledek působení depozičních toků síry (imisních koncentrací SO2). Mechanismus poškození průduchů trvá velmi krátkou dobu. Při vhodném počasí stačí k akutnímu poškození, končící i odumřením stromu, desítky minut [5]. Druhý směr účinků je vyvolán vniknutím depozic síry a dusíku do půdy. Po vniknutí depozice do půdy se rozbíhá řetězec reakcí vedoucí k okyselování půd, který se označuje jako půdní acidifikace. Bylo zjištěno, že kyselé depozice jsou hlavní příčinou nepřímého (sekundárního) poškozování lesních porostů. Výsledkem rostoucí kyselosti půdy jsou iontové sloučeniny půdních minerálů (Al, Mn, Fe), těžkých kovů a metaloidů, které označujeme jako kationtové kyseliny. Tyto mohou vytvářet v reakci s vodou protony, které představují potenciální buněčné jedy [6, 7]. Způsob poškození může být následující: Zakyselení půdy způsobí poškození mikroorganismů zúčastňujících se rozkladných procesů důležitých při výživě kořenového systému a výhonů. Přitom může být za půdní procesy odpovědný vnos kyselé depozice a depozice S a N, za poškození výhonů SO2 a NOx. Poškození výhonů může být spojeno s extrémním počasím, které způsobí vysoký vnos škodliviny a nebo vytvoří na listech a kůře mechanické předpoklady pro vniknutí škodliviny do rostlinných pletiv. Řetězec účinků může začít také poškozením korun a s následným snížením fotosyntézy dojde ke špatné výživě kořenů, a tím k jejich dalšímu poškození atd.

12

Kyselá depozice je rovněž zodpovědná za ochuzení půd o živiny, které jsou z nich vyplavovány. V důsledku zakyselení dochází k vyplavování Mg a K do hloubky nepřístupné pro kořeny dřevin a zároveň je uvolňován hliník, resp. hydroxid hlinitý. Ten je toxický pro kořeny, ohrožuje zejména aktivní části kořenů (kořenové čepičky) a jejich mykorhízu. Mimo to se za velmi škodlivé považují nelineární (rázové) reakce ve vztahu baze – kyselina, jejichž dopady se promítají do zásobení dřevin živinami. Popsané půdní změny mají ve svém globálním účinku za následek úbytek jemných kořínků v hlubším profilu půdy a všeobecné zhoršení jejich funkce. To negativně ovlivňuje příjem vody a živin, jichž je v takto postižených půdách nedostatek. Poškozeny jsou však také silnější kořeny, kdy vznikají poruchy ve větvení kořenů a velmi časté je jejich napadení parazitickými houbami. Narušení kořenového systému pochopitelně významně ovlivňuje statickou stabilitu stromů. Popsané půdní změny ovlivňují již primárně tvorbu kořenového systému, který je pak plochý a založen ve vyšších horizontech půdy. Následkem toho jsou porosty často postihovány i krátkodobými epizodami sucha, které mají za následek vysychání povrchových horizontů půdy. Podstata vlivu kyselých depozičních toků síry a dusíku na defoliaci je vyvolána tím, že je vyčerpán odolnostní potenciál ekosystému lesních porostů, tzn. že je snížena mrazuvzdornost, pufrovací schopnosti půdy, je poškozen vodní provoz dřevin a kořenový systém. Vstup kyselých depozic síry a dusíku v kombinaci s nepříznivými krátkodobými meteorologickými situacemi (sucho, výkyvy teplot v předjaří, atd.) způsobuje další prohlubování procesu poškozování lesních porostů. Výsledkem poškozování je ztráta asimilačních orgánů dřevin – defoliace. Avšak hodnocení příčin defoliace smrkových porostů je komplikováno skutečností, že charakter a množství škodlivých faktorů podléhá stále rychleji změnám a lesní ekosystémy reagují na tyto změny s určitým zpožděním [10].

4.2.1 Reakce jehličnanů na podmínky prostředí Z hlediska největšího procentuelního zastoupení je brán smrk jako reprezentativní dřevina v rámci jehličnanů pěstovaných v podmínkách střední Evropy. Největší problémy způsobuje pěstování smrku na nevhodných stanovištích. Smrk je horskou dřevinou s mělkým kořenovým systémem, je uvyklý na chlad a velké množství srážek. Jeho vysazování v nižších a středních polohách znamenalo vážné poškození těchto lesů. Smrk není na toto prostředí přizpůsoben, nemá dostatek vody, kterou neumí získat z hlubších vrstev půdy, chřadne a odumírá, protože snadno podléhá různým tzv. škůdcům. Tento stav se bude nadále zhoršovat, pokud dojde k předpokládané změně klimatu. [8] Nepřirozené smrkové monokultury rovněž degradují lesní půdu. Rozklad jehličí totiž - na rozdíl od listů a dřeva - dává kyselou reakci, a tak acidifikuje půdu. Proto ačkoli došlo k omezení kyselého spadu z průmyslových emisí oxidu siřičitého a oxidů dusíku, smrkové monokultury nadále udržují půdy silně kyselé a se změněným chemickým složením. Způsobuje to několik faktorů: nepříznivý obsah živin v jehličí, pomalejší koloběh látek v půdě jehličnatého lesa, účinnější zachytávání síry a dusíku ze vzduchu jehlicemi ve srovnání s listy, horší rozklad jehličí, což dále snižuje množství živin v půdě, a slabší schopnost lesů zpracovat nadměrné množství dusíku v ovzduší.

13

Rozklad jehličí, které není promíchané s listy, je navíc zpomalen, vrstvy se hromadí a zhutňují lesní půdu. [9] Problém se v příštích desetiletích pravděpodobně ještě zhorší postupným oteplováním. Klimatické podmínky, ve kterých smrk už není schopen růst, se posunou do větších nadmořských výšek. Přestože míru stresu, kterým stromy budou trpět, zmírní vyšší koncentrace oxidu uhličitého v atmosféře, očekává se posun vegetačních pásem a postupné odumírání i smrkových porostů ve vyšších polohách, kde měly doposud dobré podmínky k růstu: zejména v důsledku jejich neschopnosti odolávat v sušším klimatu hmyzím a houbovým škůdcům. [8]

4.3 Monitoring zdravotního stavu lesů Monitoring zdravotního stavu lesů je soustředěn zejména na pozemní šetření na monitorovacích plochách a na dálkový průzkum z družicových snímků. Z důvodů odlišné metodiky nemusí dojít vždy k úplné shodě mezi výsledky zjištěnými oběma uvedenými způsoby. Stav lesů v ČR se hodnotí pozemním šetřením již od roku 1986 na monitorovacích plochách I. úrovně Mezinárodního kooperativního programu Evropské hospodářské komise při OSN, zkráceně označovaného jako ICP Forests, který se zabývá sledováním a vyhodnocováním vlivu znečištění ovzduší na lesy (International Cooperative Programme on Assess-ment and Monitoring of Air Pollution Effects on Forests). [3]

4.3.1 Dálkový průzkum Země (DPZ) Hodnocení zdravotního stavu lesa metodou dálkového průzkumu Země (DPZ) s využitím družicových snímků má v České republice již dvacetiletou tradici. K vyhodnocování těchto informací se využívají zejména digitální obrazová data ze skeneru Landsat TM/ETM+. Plná scéna snímku zachycuje území o rozloze přibližně 170 x 180 km v sedmi spektrálních pásmech v oblasti viditelného a infračerveného záření. Snímek má obrazové rozlišení 30 m. Pohyb družice na dráze je synchronní a perioda snímkování téhož území ze stejné dráhy je v současné době 16 dní. V obrazových datech snímků, zejména v infračervené oblasti záření, jsou obsaženy informace, které umožňují obecně hodnotit stav vegetace. Při aplikaci na lesní porosty se prokázalo, že data obsahují smíšenou informaci o množství asimilačního aparátu v korunách porostu (faktor korespondující se stupněm poškození – defoliací porostu) a o jeho celkovém fyziologickém stavu, zejména o obsahu vody (faktor korespondující s mortalitou porostu). Údaje o zdravotním stavu lesů vyhodnocené z družicových snímků zobrazují komplexní zdravotní stav porostů. Neumožňují blíže identifikovat jednotlivé činitele, které jej zapříčinily (např. imise, klimatické změny, biotické škůdce, stanovištní podmínky, pěstební zásahy). Výhodou hodnocení zdravotního stavu lesů z družicových snímků je jednotnost a synchronnost klasifikace na území velkého rozsahu, neovlivněná subjektivními faktory lidského hodnotitele, a zachycení komplexního výsledného obrazu zdravotního stavu lesů. Data zdravotního stavu lesů z družicových snímků se vyhodnocují statisticky.

14

4.3.2 Podmínky pro získání dat Mezi nejdůležitější podmínky korektní klasifikace patří dostatečná hustota zápoje korun stromů v porostu (větší než 70 %) a homogenita dřevinné skladby (větší než 80 %). Při nízké hustotě zápoje je spektrální charakteristika lesního porostu ovlivňována podrostem. Při klasifikaci porostu s větším procentem příměsi jiných dřevin než dřeviny klasifikované vzniká obvykle zkreslení, neboť každá dřevina má svou vlastní spektrální charakteristiku a rozsah hodnot. Tyto závislosti jsou však při znalosti dřevinné skladby porostů do určité míry korigovatelné. Identifikovat dřevinnou skladbu porostů z dat družicového snímku v jeho plném plošném rozsahu není možné. Z tohoto důvodu jsou klasifikační stupnice jehličnanů nastaveny pro smrkové porosty. Klasifikační stupnice listnatých porostů je nastavena obecně na celou třídu. Při standardních podmínkách klasifikace (smrkové porosty starší než 30 let s minimálně 80 % zastoupením a 70 % zapojením v ploše) je směrodatná odchylka mezi pozemním hodnocením a klasifikací z družicového snímku přibližně 0,6 stupně u stupnice poškození a mortality jehličnatých porostů a 10 % u stupnice defoliace a mortality jehličnatých porostů. Jeden obrazový bod družicového snímku typu LANDSAT-TM/ETM+ zachycuje plochu 30 x 30 m v území. Na okrajích a u úzkých pruhů porostů proto může dojít k nesprávnému vyhodnocení (ke smíšení obrazu lesa s okolním terénem). Tyto části porostů je nutno ověřit v terénu. Vlivem expozice svahů může dojít k místním nepřesnostem v rozlišení listnatých a jehličnatých dřevin. Data mohou v určitém procentu plochy zachycovat i vegetaci mimo les (keřové, travnaté porosty, zemědělské plodiny) a případně i abiotické prvky, které při klasifikaci nelze vždy zcela vyloučit. Klasifikace některých míst snímku může být z důvodů výskytu oblačnosti, stínů od mraků, silnějšího oblačného oparu, mlhy a smogu záměrně potlačena.

4.3.3 Klasifikační stupnice Pro kvantifikaci hodnocení zdravotního stavu lesů z družicových snímků se v současnosti používají dvě klasifikační stupnice. Historicky starší stupnicí je: "Stupeň poškození a mortalita lesních porostů”. Vychází z klasifikace poškození jehličnatých porostů imisemi, zavedené v lesním hospodářství České republiky (stupně poškození porostu: O, O/I, I, II, IIIa, IIIb, IVa, IVb). Stupnice je založena zejména na hodnocení úbytku jehličí (listí) a jako pomocný faktor je posuzován jeho stav. Tyto dva parametry jsou velmi blízké informaci, kterou lze získat zpracováním dat družicového snímku Landsat jako veličinu určující kvantitativně zdravotní stav lesa. Druhou, novější stupnicí je: “Defoliace a mortalita jehličnatých porostů”. Tato klasifikační stupnice je desetistupňová s dělením: 0%, 1-10%, 11-20%, 21-30%, 31-40%, 41-50%, 51-60%, 61-70%, 71-80%, 81-100 % a hodnotí průměrnou defoliaci jehličnaté dřeviny v porostu. Defoliační stupnice poskytuje jemněji odstupňovanou klasifikaci a lepší shodu mezi klasifikací ze snímku a kontrolním pozemním šetřením. Je to dáno zejména skutečností, že informace obsažené v datech družicového snímku jsou z fyzikálního hlediska bližší hodnocení defoliace než speciální stupnici hodnocení imisního poškození jehličnanů. [3]

15

5 Vymezení zvolených způsobů řešení Způsob řešení je složen ze tří základních částí. Prvním krokem je měření a sběr potřebných dat v terénu (imisní koncentrace, klimatická data) v síti staničního měření a referenčních ploch, nebo získávání a zpracování dat z družicového monitorování zdravotního stavu lesních porostů. Tato část metodického přístupu je zdrojem základních vstupních dat, nutných jako výchozích údajů pro zpracování. Druhá část metodického přístupu je založena na aplikaci geostatistických metod a modelových výpočtů. Úkolem této fáze hledání řešení je poskytnout potřebná data v lokalitách, ve kterých některý z faktorů abiotického prostředí není v referenční ploše (resp. na nejbližší stanici) přímo měřen. Jde o prostorové interpolace parametrů klimatu a modelové výpočty plošného rozložení imisních koncentrací a depozicí. Úkolem třetí části metodického přístupu je data z první a druhé části v rámci prostorového a časového měřítka zpracovat a vyhodnotit vzájemné závislosti. Jedná se o jednoduché i vícenásobné lineární korelační analýzy, regresní analýzy a analýzy shlukové. Cílem této části je definovat vzájemnou závislost mezi použitými parametry abiotického prostředí a defoliací, která pro tyto účely přímo charakterizuje zdravotní stav lesních porostů, vhodnou lineární regresní funkcí.

5.1 Odvození meteorologických dat a imisních koncentrací Metoda výpočtu klimatických parametrů spočívá v tom, že prostorové změny měřených hodnot meteorologických parametrů (např. denní, měsíční průměrné teploty, úhrny srážek atd.) z klimatologických a srážkoměrných stanic byly pomocí orografické interpolace převedeny do sítě gridů, reprezentující reliéf studovaného území. Orografická interpolace je založena na systému polynomických funkcí, pomocí kterých se vyjadřuje závislost použitých meteorologických parametrů na nadmořské výšce. Je zřejmé, že polynomické funkce aproximují sledovanou závislost vždy z určitou odchylkou residua od naměřené hodnoty v místě stanice. Pro zvýšení přesnosti jsou odvozená residua hodnot klimatických parametrů stanic pomocí metody inverze vzdáleností interpolovány do souřadnic sítě gridů (resp. referenčních bodů). Interpolace residuí představuje horizontální interpolaci a jejím výsledkem je zvýšení nebo snížení vypočítané hodnoty příslušného klimatického parametru podle systému polynomických funkcí v příslušném gridu. Prvním krokem metodického přístupu je definování pravidelné i nepravidelné sítě gridů, které v rámci zvoleného měřítka s určitou přesností reprezentují reliéf studovaného území. Pro studované území PLO 01 Krušné hory bylo definováno celkem 1 358 gridů. Každý grid je definován zeměpisnými souřadnicemi – zeměpisnou délkou, šířkou a nadmořskou výškou. Pomocí výše uvedeného postupu lze pro libovolný počet gridů (i jeden grid) odvodit potřebné klimatické parametry. [27]

16

5.1.1 Odvození meteorologických dat Pro posouzení vlivu klimatu na zdravotní stav lesa byly analyzovány průběhy průměrných měsíčních teplot, srážek a stupňů poškození jehličnatých porostů v okolí meteorologických stanic. Pro plošnou analýzu vlivu klimatu na zdravotní stav lesa byly pro studované území zpracovány datové vrstvy měsíčních úhrnů srážek a průměrných teplot v síti bodů 5 x 5 km. Odvození meteorologických parametrů jako jsou průměrné měsíční a roční sumy teplot vzduchu a atmosférických srážek. V těchto nadmořských výškách byly zpracovávány měsíce s průměrnou měsíční teplotou vzduchu T ≥ 5° C (duben - říjen), což je tzv. teplota biologického minima (biologická nula) - teplota, při které rostliny zahajují vegetaci, v našich podmínkách je obecně vyjádřena teplotou T = 5° C [10]. Pro hodnocení vlhkostních poměrů lesních porostů na území Krušných hor byly použity stanice, na kterých probíhá pravidelné denní měření úhrnů atmosférických srážek, buď na území Krušných hor nebo v jejich okolí. Jedná se o stanice Fichtelberg, Hof a Cheb. Hodnocení vlhkostních poměrů lesních porostů je provedeno z pohledu konkrétního stavu v roce 2001, tak z pohledu vývoje vlhkostních poměrů za období 1970 - 2002 na území Krušných hor. K posuzování vlhkostních poměrů je použito několik ukazatelů jako nástrojů, pomocí kterých lze hodnotit vlhkostní stav lesních porostů, množství srážek a vznik možného klimatického stresu v důsledku nedostatku srážek a jeho vliv na poškození lesních porostů v roce 2001. K posouzení dostatečnosti množství srážek je použit ukazatel množství srážek jako suma za roční období a za období vymezené měsícem květen až srpen. Podle provedených studií se za spodní limitní hodnotu např. pro pěstování smrku ve středoevropských podmínkách považuje 300 mm (Mráček a Pařez, 1986). Proto se předpokládá, obdobně jako v práci Škvarenina et al (1995), že množství srážek nedosahující či nepřesahující limitní hodnotu 300 mm za období květen-srpen může vyvolávat klimatický stres vyvolaný nedostatkem vláhy. K posouzení období bez výskytu srážek je použit ukazatel bezsrážkového období. Bezsrážkové období stanovuje časový interval počtu dnů za sebou, ve kterém se nevyskytly žádné, ani neměřitelné (0.1 mm) atmosférické srážky jakéhokoliv druhu (Havlíček a kol., 1986). Bezsrážkové období charakterizuje dobu trvání sucha. Při posuzování klimatického stresu v důsledku nedostatku srážek bylo provedeno vyhodnocení počtu bezsrážkových období, která se vyskytla 5 a více dnů za sebou, 10 a více dnů za sebou a nejdelší počet bezsrážkových dnů vyskytujících se za sebou během vegetačního období (tzn. od 1.4. do 30.9). [14]

5.1.2 Odvození imisních koncentrací SO2 a NOx K odvození imisní zátěže - imisních koncentrací SO2 a NOx je použit Gaussův rozptylový model. Jeho základem je metodika určená pro kontrolu emisních a technických parametrů zdrojů a metodický pokyn MŽP ČR odboru ochrany ovzduší k výpočtu znečištění ovzduší z bodových a mobilních zdrojů (Systém modelování stacionárních zdrojů). Modelový výpočet je dále doplněn o procesy chemické transformace, dálkového transportu emisí s využitím trajektoriového modelu [10].

17

5.1.3 Sběr a zpracování dat pomocí metody DPZ Ke zjišťování zdravotního stavu lesa z družicových snímků se využívají zejména digitální obrazová data ze skenerů Landsat TM a ETM+. Plná scéna satelitního snímku zachycuje území o rozloze přibližně 170 x 180 km v sedmi spektrálních pásmech v oblasti viditelného a infračerveného záření. Hlavní používaná spektrální pásma mají obrazové rozlišení 30 m. Pohyb družice na dráze je synchronní a perioda snímkování téhož území ze stejné dráhy je 16 dní. Snímky pořizuje Ministerstvo zemědělství a jejich zpracování provádí firma Stoklasa Tech. ve spolupráci s Ústavem pro hospodářskou úpravu lesů v Brandýse n. Labem a Výzkumným ústavem lesního hospodářství a myslivosti v Jílovišti-Strnadech. Zdravotní stav lesů (defoliace) je klasifikován ve dvou stupnicích. První stupnicí je stupeň poškození a mortality lesních porostů. Vychází z klasifikace poškození jehličnatých porostů imisemi, zavedené v lesním hospodářství České republiky (stupně poškození lesního porostu: O, O/I, I, II, IIIa, IIIb, IV). Stupnice je založena na hodnocení ztráty jehličí, resp. listí (defoliace) jednotlivých stromů a procentického zastoupení stromů s defoliací vyšší než 50 % v daném porostu. Jako pomocný faktor je posuzován i stav asimilačního aparátu. Tyto dva parametry jsou velmi blízké výše uvedeným dvěma faktorům, jejichž společný souhrnný projev lze získat zpracováním dat družicového snímku Landsat-TM jako veličinu určující kvantitativní zdravotní stav lesa. Druhou stupnicí je defoliace a mortalita jehličnatých porostů. Tato klasifikační stupnice byla zvolena desetistupňová s dělením: 0 %, 1–10 %, 11–20 %, 21–30 %, 31–40 %, 41–50 %, 51–60 %, 61–70 %, 71–80 %, 81–100 %. Defoliační stupnice poskytuje jemněji odstupňovanou klasifikaci a lepší shodu mezi klasifikací ze snímku a kontrolním pozemním šetřením. Je to dáno zejména tou skutečností, že informace obsažené v datech družicového snímku jsou z fyzikálního hlediska bližší hodnocení defoliace, než speciální stupnici hodnocení imisního poškození jehličnanů. Metoda klasifikace zdravotního stavu lesů z družicových snímků má své aplikační podmínky a omezení. Mezi nejdůležitější patří potřeba dostatečného zápoje lesního porostu (větší než 70 %) a homogenity dřevinné skladby (větší než 80 %). Při nízkém zápoji je spektrální charakteristika lesního porostu ovlivňována podrostem. Při klasifikaci porostu s větším procentem příměsi jiných druhů dřevin než je dřevina klasifikovaná, vzniká obvykle zkreslení, neboť každá dřevina má svou vlastní spektrální charakteristiku a rozsah hodnot. Tyto závislosti jsou však při znalosti dřevinné skladby porostů do určité míry korigovatelné. Vlivem expozice svahů může dojít k místním nepřesnostem v rozlišení listnatých a jehličnatých dřevin. Zmíněné chybné zařazení však nemá vliv na klasifikaci jejich zdravotního stavu. Mapa může v určitém procentu plochy zachycovat i vegetaci mimo les (keřové, travnaté porosty, zemědělské plodiny) a případně i abiotické prvky, které při klasifikaci nelze vždy zcela eliminovat. Klasifikace některých míst snímku může být z důvodů výskytu oblačnosti, stínů od mraků, silnějšího oblačného oparu, mlhy a smogu potlačena. Charakter informace z družicového snímku je dán fyzikálním principem projevu vegetace v infračervených pásmech záření odraženého od zemského povrchu a současnou technickou úrovní skeneru družice [1].

18

5.2 Zpracování a vyhodnocení vzájemné závislosti dat 5.2.1 Regresní a korelační analýza Třetí část zpracování se zabývá odvozením korelačních závislostí a regresních funkcí mezi zdravotním stavem vyjádřeným defoliací a parametry abiotického prostředí lesních porostů. Metody regresní a korelační analýzy slouží k poznání a matematickému popisu statistických závislostí a k ověřování deduktivně učiněných teorií. Jde o hledání, zkoumání a hodnocení souvislostí mezi dvěma a více statistickými znaky. Cílem tohoto zkoumání je hlubší vniknutí do podstaty sledovaných jevů a procesů určité oblasti a tím i přiblížení k tzv. příčinným (kauzálním) souvislostem a závislostem. Při studiu závislostí mezi zdravotním stavem lesních porostů a imisní zátěží, klimatickými faktory a nadmořskou výškou, musíme nejprve určit regrese, tzn. průběh závislosti a tendencí změn zdravotního stavu na základě změn nezávisle proměnných parametrů imisní zátěže a klimatických faktorů prostředí. Rozlišujeme tzv. pevné a volné závislosti: Pevná závislost dvou proměnných – stejným hodnotám jedné proměnné odpovídají i stejné hodnoty proměnné druhé. Jde o vztah, který se projeví s jistotou. Volná závislost – výskyt jednoho jevu ovlivňuje výskyt druhého v tom smyslu, že se zvýšila pravděpodobnost nastoupení druhého jevu při nastoupení prvního. Dále je vhodné rozlišit jednostranné a vzájemné závislosti: Jednostrannými se zabývá regresní analýza. Vzájemnými (většinou lineárními) závislostmi se zabývá korelační analýza. [16, 17].

5.2.1.1 Regresní analýza Regresní analýza se používá při zkoumání závislostí dvou a více číselných proměnných. Je to souhrn statistických metod a postupů sloužících k odhadu hodnot nebo středních hodnot nějaké proměnné odpovídající daným hodnotám jedné či většího počtu vysvětlujících proměnných. Snahou regresní analýzy je nalézt „idealizující“ matematickou funkci jako takovou, aby co nejlépe vyjadřovala charakter závislosti a co nejvěrněji zobrazovala průběh změn podmíněných průměrů závisle proměnné. Tato svojí podstatou hypotetická funkce se nazývá regresní funkce. Cílem regresní analýzy je co nejlepší přiblížení empirické (vypočítané) regresní funkce k hypotetické regresní funkci. Rozlišujeme: jednoduchá regrese – používá se pouze jedna vysvětlující proměnná vícenásobná regrese Od jednoduché regrese se přechází k vícenásobné proto, aby se odhady hodnot či středních hodnot vysvětlované proměnné zlepšily. Funkce η = η(x) se nazývá regresní funkce. Volí se různé funkce známé z matematiky. Podle toho, jestli je funkce lineární z hlediska parametrů, rozlišujeme lineární a nelineární regresní modely. Příkladem lineárních modelů může být například přímka, rovina, parabola, hyperbola nebo logaritmická funkce; nelineárním modelem je např. exponenciální nebo mocninná funkce. Často jsou vhodnými bodovými odhady regresních parametrů odhady pořízené metodou nejmenších čtverců (odhady minimalizující součet čtvercových odchylek) [16, 17].

19

5.2.1.2 Korelační analýza Často se setkáváme s případem, kdy máme dvě či více proměnných a kdy kterákoliv z nich může vystupovat v roli vysvětlované a druhá či zbývající v roli vysvětlujících proměnných. Uvažujeme-li dvě proměnné, jde o jednoduchou lineární korelaci. Mají-li tyto proměnné dvourozměrné normální rozdělení, je regresní funkcí přiřazující hodnotám proměnné x1 střední hodnoty E(x2 | x1) proměnné x2 přímka, kterou budeme psát ve tvaru: η1 = α21 + β21x1 (1) s parametry α 21, β 21, Regresní funkcí přiřazující hodnotám proměnné x2 střední hodnoty E(x1 | x2) proměnné x1 je rovněž přímka: η2 = α12 + β12 x2

(2)

s parametry α 12, β 12. Obě tyto regresní přímky se nazývají sdružené regresní přímky. Parametry β21 a β12 jsou regresní koeficienty. První udává přírůstek podmíněné střední hodnoty proměnné x2 odpovídající jednotkovému přírůstku hodnoty proměnné x1, druhý udává přírůstek podmíněné střední hodnoty proměnné x1 odpovídající jednotkovému přírůstku hodnoty x2. Oba regresní koeficienty se někdy nazývají sdružené regresní koeficienty. Důležitým parametrem dvourozměrného normálního rozdělení je korelační koeficient. Měří sílu (těsnost) lineární závislosti obou proměnných. Nabývá hodnot z intervalu < -1, 1 >, jeho znaménko naznačuje směr závislosti (kladný je při přímé závislosti a záporný při nepřímé) a jeho absolutní hodnota sílu lineární závislosti. Závislost se považuje za tím silnější, čím je tato absolutní hodnota bližší 1. Odhady parametrů obou regresních přímek se pořizují metodou nejmenších čtverců. Úspěšnost metody odhadu parametrů regresní funkce se hodnotí stupněm shody naměřených a modelovaných hodnot, např. pomocí střední kvadratické chyby, residuální směrodatné odchylky, znaménkového testu apod.. S regresní analýzou úzce souvisí také hodnocení intenzity závislosti sledovaných veličin – korelace, která na základě koeficientu korelace vyjadřuje stanovení těsnosti závislosti nebo souvislosti mezi zkoumanými náhodnými veličinami, jako míru intenzity vztahu mezi složkami. Korelační koeficienty jsou hodnoceny pro vyjádření těsnosti lineární stochastické vazby. Pro potřebu konstrukce vícenásobných nelineárních regresních funkcí jsou lineární závislosti transformovány vhodnou substitucí na nelineární. Mohou tak být vyhodnoceny koeficienty korelace pro nelineární stochastické vazby [18]. Úkolem regresní analýzy bylo definovat vhodný lineární nebo nelineární funkční předpis, který by respektoval věcné znalosti o charakteru závislosti stresových faktorů prostředí lesních ekosystémů, a současně co nejvýstižněji prokládal průběh podmíněných hodnot vysvětlovaných proměnných jako je defoliace lesních porostů.

20

Při konstrukci regresního modelu se vychází z předpokladu, že ztráta asimilačních orgánů (defoliace) je vyvolána souborným působením abiotických faktorů, které různou formou ovlivňují průběh fyziologických procesů (fotosyntézu, metabolismus, vodní a látkovou bilanci, transpiraci, příjem živin kořeny atd.). Existuje několik hypotéz mechanismu poškozování resp. odumírání lesních porostů, konkrétní příčina na konkrétním místě je obvykle kombinací více faktorů. Například spouštěcím faktorem velkoplošné defoliace může být jak jednorázové extrémní působení teploty, tak jednorázové akutní nebo synergické poškození imisemi ve formě depozic, či maximální hodnota ozónu. Funkční závislost zdravotního stavu lesních porostů, jenž je vyjádřena defoliací zjištěnou z vyhodnocení informací o stavu lesa z družicových snímků, je vysvětlena předpisem v obecném tvaru: DEFOLIACE = f (SO2, NOx, kyselá depozice, výška, pokryvnost)

(3)

parametrické vyjádření regresního modelu má tvar: DEFOLIACE = a x1 + b x2 + c x3 + d x4 + e x5 + f x6 + …+ p xn.

(4)

Proměnné x1-n reprezentují dílčí parametry abiotického prostředí a dosazují se buď v lineární nebo nelineární závislosti (dle substituce), n závisí na počtu použitých parametrů. Úkolem je pomocí regresní a korelační analýzy najít kombinace vysvětlujících proměnných (pravá strana rovnice 1) se závislými proměnnými (levá strana rovnice 1). Pro jednotlivé funkce byly odvozeny vícenásobné koeficienty korelace - R, determinace - R2, parciální koeficient korelace - PAR a reziduální směrodatná odchylka (směrodatná chyba odhadu) - RSO, které jsou použity k posouzení vhodnosti odvozeného vícenásobného lineárního nebo nelineárního regresního modelu. Vlastnosti koeficientů determinace jsou využity pro stanovení vlivu (podílu, váhy) nezávislých parametrů na vysvětlujících proměnných. Koeficient determinace se pohybuje v rozmezí od 0 do 1, popř. může být uveden v procentech a vyjadřuje tak, z kolika procent jsou změny závisle proměnné (např. defoliace porostů) vysvětleny odvozenou vícenásobnou regresní funkcí. Doplněk do sta procent pak udává, jaká část závisle proměnné y je zapříčiněna působením ostatních vlivů, které se nám nepodařilo dostatečně vysvětlit. Data byla statisticky zpracována pomocí programu Excel [10].

5.3 Vstupní data Analýza vztahu abiotických parametrů a zdravotního stavu lesních porostů, který je vyjádřen defoliací, byla pro PLO 01 Krušné hory provedena v síti gridů (referenčních ploch) 1 x 1 km pro rok 2002. Základní statistické charakteristiky depozičních toků síry a dusíku, imisních koncentrací SO2, NOx, kyselé depozice, případně O3, teplotních, srážkových charakteristik a defoliace z dálkového průzkumu Země jsou uvedeny v příloze (5 - 13). Defoliace z dálkového průzkumu Země představují agregovaná data defoliace jehličnatých porostů z družicových snímků LANDSAT.

21

K analýze defoliace jehličnatých porostů v roce 2002 byla použita pokryvnost a 20 faktorů popisujících depoziční toky, imise a klima (srážky, teploty). Z roku 2001 byly použity 2 faktory charakterizující klima (srážky, teploty).

5.4 Charakteristika řešení Zájmovou oblast PLO 01 Krušné hory pro rok 2002 charakterizuje 1 358 gridů. Tyto byly pro účely korelační a regresní analýzy rozčleněny podle lesních vegetačních stupňů do šesti souborů dat (Tab. 4) z důvodu zjištění míry vlivu jednotlivých faktorů na studované lesní porosty, kvůli velké heterogenitě a prostorové nesourodosti stanovištních podmínek (Obr. 5). Tab. 4: Rozdělení oblastí pro korelační a regresní analýzu LVS 2 3 4 5 6 7

nadmořská výška bodů v oblasti (m.n.m.) 200 - 349 350 - 449 450 - 649 650 - 849 850 - 999 nad 1000

54 88 401 499 268 48

zastoupení z celku (%) 4,0 6,5 29,5 36,7 19,7 3,5

5.4.1 Stručná charakteristika použitých lesních vegetačních stupňů 2. lesní vegetační stupeň: Buko-dubový Nížiny a pahorkatiny: 200 až 400 m n. m. Průměrná roční teplota vzduchu: 8 °C, průměrný roční úhrn srážek: pod 600 mm, vegetační období: nad 165 dní. Přírodní skladba-synuzie dřevin: dub zimní s příměsí buku a habru, druhově bohaté keřové patro. Současná skladba: převládá orná půda, v lesích dubové a habrové pařeziny (buk téměř vymizel, zvýšil se podíl habru), monokultury borovice, akátu. 3. lesní vegetační stupeň: Dubo-bukový Pahorkatiny a vrchoviny: 300 až 500 m n. m. Průměrná roční teplota vzduchu: nad 7,5 °C, průměrný roční úhrn srážek: 650 mm, vegetační období: 155 dní. Přírodní skladba-synuzie dřevin: buk převažuje nad dubem zimním, přimíšen habr, vyznívají teplomilné keře, optimum výskytu dubu zimního a habru. Současná skladba: převládá orná půda, v lesích časté pařeziny (hlavně habrové), časté jsou i zbytky přírodě blízkých až přirozených dubových bučin, borové a smrkové monokultury. 4. lesní vegetační stupeň: Bukový Vrchoviny: 400 až 700 m n. m. Průměrná roční teplota vzduchu: nad 7 °C, průměrný roční úhrn srážek: 750 mm, vegetační období: 150 dní. Přírodní skladba-synuzie dřevin: převládá buk, často v přirozených monocenózách, uplatňuje se i dub zimní), jedle bělokorá, buk zde má své optimum. Současná skladba: převládají smrkové monokultury, případně smíšené jehličnaté porosty, zbytky porostů s přírodě blízkou dřevinnou skladbou.

22

5. lesní vegetační stupeň: Jedlo-bukový Střední polohy hor nebo vrcholové polohy vrchovin: 600 až 900 m n. m. Průměrná roční teplota vzduchu: 6 °C, průměrný roční úhrn srážek: 850 mm, vegetační období: 140 dní, začínají se uplatňovat horizontální srážky. Přírodní skladba-synuzie dřevin: hlavní dřeviny buk a jedle, jako příměs i smrk. Současná skladba: převažují rozsáhlé plochy smrkových porostů, zbytky porostů s převahou buku. 6. lesní vegetační stupeň: Buko-jedlo-smrkový Hory: 800 až 1 000 m n. m. Průměrná roční teplota vzduchu: nad 5 °C, průměrný roční úhrn srážek: 1 000 mm, vegetační období: 115 dní. Přírodní skladba-synuzie dřevin: jedle a smrk, buk ustupuje z úrovně, na horní hranici stupně dochází k omezování výškového růstu dřevin. Současná skladba: převládají smrkové porosty. 7. lesní vegetační stupeň: Smrkový Nejvyšší polohy hor: nad 1 100 m n. m. Průměrná roční teplota vzduchu: 3,5 °C, průměrný roční úhrn srážek: 1 200 mm, vegetační období: 90 dní. Přírodní skladba-synuzie dřevin: převládá smrk, přimíšen klen, jeřáb, i zakrslý nebo křovitý buk nebo jedle. Současná skladba: převládají smrkové porosty, pouze zbytky porostů autochtonního smrku.

Obr. 5: Mapa rozdělaní lesních vegetačních stupňů na PLO 01 Krušné hory

5.4.2 Zdravotní stav lesů v roce 2002 Podmínky pro vývoj zdravotního stavu lesů byly v roce 2002 méně příznivé než v předcházejícím roce 2001. Teplotně byl rok 2002 celkově mírně nadnormální s řadou výrazných výkyvů (mimořádně teplý únor, květen a listopad). Srážkově byl rok 2002 rovněž mírně nadnormální, což je příznivé, avšak jeho průběh byl dosti nevyrovnaný (jarní přísušek, letní přívalové deště, pozdní nástup sněhové pokrývky na horách). Poškození lesa abiotickými vlivy se proti roku 2001 výrazně zvýšilo, především v důsledku větrného polomu z konce října.

23

V roce 2002 opět došlo k mírnému zhoršení zdravotního stavu lesů. Defoliace jehličnatých porostů se zvýšila v průměru za celou republiku o 1 % a stupeň poškození o hodnotu 0,07. U listnatých porostů se průměrný stupeň poškození zvýšil o 0,17. Hodnoty aktuálního vývoje ukazují, že změny zdravotního stavu mají regionální a lokální charakter a jsou značně diferencované. Dochází jak ke zhoršení, tak ke zlepšení zdravotního stavu lesů v různých oblastech. Obecně lze konstatovat, že v letech 1997 až 1999 došlo ke zhoršení zdravotního stavu lesů v oblastech s nižšími nadmořskými výškami zejména v Čechách a v letech 1999 - 2001 k jejich mírnému zlepšení. Na Moravě je tento trend časově posunut asi o jeden až dva roky. Kromě toho se vyskytují lokální zhoršení ve vyšších nadmořských výškách, způsobené jinými faktory než změnami klimatických podmínek. Klimatické podmínky Teploty byly celkově silně nadnormální, průměrná roční odchylka přesáhla normál o + 1,6 °C, a to jak v rámci celé republiky, tak v Čechách i na Moravě a ve Slezsku. Výrazně teplejší byly měsíce únor, květen, červen, listopad, chladnější pak září a prosinec; mimořádně nadnormální odchylka byla zaznamenána v únoru ( + 4,7 °C ). Srážkově byl rok také nadnormální, roční srážkový úhrn činil v průměru 829 mm (120 % normálu), s výrazným rozdílem v Čechách (132 %) a na Moravě (102 %). Za posledních 10 let tak spadlo v roce 2002 nejvíce srážek. Nejvyšší měsíční srážkové úhrny byly zaznamenány v únoru (184 %} a především v srpnu (195 %, v Čechách 242 %). Srpnové přívalové deště v jihozápadních Čechách dosáhly hodnot mezi 200 - 400 mm (až 500 % normálu). Průběh počasí dobře dokumentuje také Langův dešťový faktor, který byl v roce 2002 nadnormální. Oxid siřičitý Oxid siřičitý představoval v sedmdesátých a osmdesátých letech hlavní složku znečištění ovzduší, která působila oslabování a v nejzatíženějších oblastech i odumírání lesních porostů. Během devadesátých let došlo k významnému poklesu produkce této škodliviny - v roce 2001 byla produkce S02 na úrovni cca 12 % roku 1988. Poslední rozsáhlé přímé poškození lesních porostů oxidem siřičitým bylo pozorováno v roce 1996 v Krušných horách, kde došlo k významné defoliaci až odumření smrkových porostů na více než 10 000 ha. Tato situace byla ovlivněna i nepříznivými meteorologickými podmínkami, za kterých docházelo k dlouhodobé kumulaci znečištění v hřebenové oblasti Krušných hor. V posledních letech jsou koncentrace oxidu siřičitého měřené na stanicích nízké. To platí i pro rok 2002, kdy se průměrné roční koncentrace na většině území pohybovaly do 10 |ag.m-3 (hranicí pro poškození lesních porostů je průměrná roční koncentrace 20 |ig.m-3). Nejvyšší naměřené průměrné denní koncentrace se vyskytovaly v zimních měsících - zejména v období od ledna do března a v prosinci stejného roku. Oproti roku 2001 dosahovala naměřená maxima na pozaďových stanicích vyšších hodnot, které v některých případech překračovaly 50 |ag.m-3. V oblasti Krušných hor (stanice ČHMÚ Rudolice) byly i během vegetačního období několikrát naměřeny půlhodinové koncentrace S02 překračující 100 |ig.m-3. Přesto lze celkové zatížení lesních porostů oxidem siřičitým v roce 2002 označit za relativně nízké.

24

Ozón Koncentrace ozónu se na pozaďových stanicích pohybovaly v obdobných hodnotách jako v předchozích letech. Nejvyšší měsíční průměry (80 - 100 |ag.m3) byly naměřeny v měsících červenci a srpnu. V srpnu byly také na většině stanic naměřeny nejvyšší půlhodinové průměry, které se blížily až 200 |ig.m3. Průměrné měsíční koncentrace v listopadu a prosinci 2002 lze hodnotit jako nadnormální - na většině stanic převyšujíc 10 až 30 % průměrnou hodnotu z posledních pěti let. Hodnota indexu AOT40 přesáhla 10 ppm(h) na většině území ČR. Imisní poškození lesních porostů Byly zaznamenány případy akutního poškození lesních porostů imisemi. Prvním z nich bylo rozsáhlé poškození smrkových porostů v Orlických horách, kde došlo ke zčervenání posledního ročníku jehličí na více než l 000 ha hřebenové oblasti. Poškození vykazovalo souvislost s teplotním vývojem během jarního období a narušením rovnoměrnosti výživy draslíkem a dusíkem. Analýzy epikutikulárních vosků prokázaly, že dalším faktorem, hrajícím důležitou roli v komplexu poškození, byla imisní zátěž. V průběhu července došlo k poškození porostů listnatých dřevin v blízkosti Nové Vsi v Horách a Hory sv. Kateřiny (Krušné hory), které se projevovalo okrajovými nekrózami, spojenými s následným usycháním okrajů listové plochy. Analýza prokázala v řadě případů zvýšené obsahy síry a chloru. Zdroje imisí působící v Krušných horách Průměrný podíl emisních zdrojů na potenciální depozici H+ (mol ha-1 rok-1) ze suché a mokré depozice síry a dusíku v oblasti Krušných hor v roce 2002 je znázorněn na Obr. 6. Průměrná kyselá depozice nad porostem 2172,7 mol H+ ha-1 rok-1 byla vyvolána v průměru z 33,1 % emisemi SO2 a NOx ze zahraničí, na české emisní zdroje kategorie REZZO 1+2+3 připadá průměrný podíl 56,9 %. Nejvyšší průměrný podíl 47,93 % vykazují emisní zdroje REZZO 1 z České republiky, podíl zdrojů REZZO 2+3 z ČR dosahuje 8,8 %, liniové mobilní zdroje ČR vykazují podíl 0,17 %. Nejvyšší podíl zahraničních zdrojů na průměrné kyselé depozici vykazují emisní zdroje SO2 a NOx z Německa 14,07 %. [21] Maďarsko 1.78%

Ostatní státy 4.64%

Rakousko 1.50%

Chyba výpočtu 10.00%

Polsko 8.90% Německo 14.07% Slovensko 2.21%

ČR_REZZO-4 0.17%

ČR_REZZO-2,3 8.80%

ČR_REZZO-1 47.93%

Obr. 6: Podíl emisních zdrojů na depozici H+ na PLO 01 Krušné hory v roce 2002

25

Zatížení lesních ekosystémů imisními látkami Stejně jako v předchozích letech byl zjišťován mírný nárůst hodnot pH srážkové vody na volné ploše i v porostech, zároveň se mírně snížila depozice síry, vodíkových iontů a dalších prvků se srážkovou vodou, i když na některých plochách byly zjištěny mírné vzestupy depozice těchto prvků, což může souviset s vyššími srážkovými úhrny. Depozice dusíku srážkovou vodou (bulk) se na většině ploch ve srovnání s rokem 2001 mírně snížila, přesto i nadále není trend jednoznačný - od konce osmdesátých let se snižovaly depozice dusíku, ale v polovině devadesátých let se na některých plochách tento trend změnil na setrvalý stav či nárůst. Chemismus vody ve sledovaných povrchových zdrojích lesních povodí se ve srovnání s předchozími roky podstatněji nezměnil, zjišťované hodnoty se pohybují v rozmezí obvyklých koncentrací s běžným kolísáním. Ve vodách toků na všech povodích se oproti předchozímu roku mírně snížil obsah amonných iontů a nadále narůstají hodnoty pH. Obsah dusičnanů je stále na nízké úrovni a odpovídá limitům pro kojeneckou vodu stanoveným hygienickou normou, s výjimkou toků v zemědělských oblastech, které jsou ovlivněny hospodařením na polích. Také koncentrace ostatních prvků ve vodách toků stále zůstávají na nízké úrovni a nebyly zaznamenány výraznější změny. [3]

5.4.3 Imisní limity Imisní limity a cílové imisní limity pro látky znečišťující venkovní ovzduší platné v České republice od r. 2002. Nové limitní hodnoty z nařízení vlády č. 350/2002 Sb., v platném znění (novela 429/2005 Sb.), kterým se stanoví imisní limity a podmínky a způsob sledování, posuzování, hodnocení a řízení kvality ovzduší, jsou uvedeny spolu s příslušnými mezemi tolerance v přehledných tabulkách, zvláště pro ochranu zdraví a zvlášť pro ochranu vegetace a ekosystémů. Mez tolerance je procento imisního limitu, nebo část jeho absolutní hodnoty, o které může být imisní limit překročen. [28] Tab. 5: Imisní limity látek znečišťujících ovzduší Limitní hodnoty pro ochranu ekosystémů 2002-2004 Znečišťující příměs SO2 NOx O3

Limitní hodnota

Časový interval kalendářní rok a zimní období (1.10.-31.3.) kalendářní rok 2) AOT40 , vypočten z 1 hod. hodnot v období květen až červenec,vprůměr za 5 let

Max. tolerovaný počet překročení za kalend. rok

20 µg·m

-3

0

30 µg·m

-3

0

-3

18 000 µg·m .h

0

2) AOT40 je součet rozdílů mezi hodinovými koncentracemi vyššími než prahová -3 -3 koncentrace 80 µg·m (40 ppb) a hodnotou 80 µg·m , v období 8-20 hod. SEČ.

26

6 Výsledky a diskuse Váha jednotlivých vlivů je reprezentována korelačním koeficientem, který nabývá hodnot v uzavřeném intervalu (-1, 1). Jestliže r nabývá kladných hodnot jde o přímou závislost, u záporných hodnot jde o nepřímou závislost. K určení stupně závislosti slouží následující klasifikace: r = 0 – není; 0 < | r | < 0,3 – slabá; 0,3 ≤ | r | < 0,5 – střední; 0,5 ≤ | r | < 0,7 – vysoká; 0,7 ≤ | r | < 1 – značně vysoká; | r | = 1 – pevná (funkční). [22]

6.1 Celkový vliv abiotických faktorů dle jednotlivých LVS Při aplikaci regresní analýzy na monitoring zdravotního stavu smrkových porostů přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 byly odvozeny hodnoty korelačních koeficientů pro lineární stochastické vazby. Výsledky korelačních koeficientů pro vazby defoliace a použitých parametrů abiotického prostředí roku 2002 jsou uvedeny v Příloze 1 - 4. Z dosažených koeficientů korelace (dále R) vyplývá, že nejvyšší hodnoty samostatně vyhodnocených vlivů vyšší než 0.4 - 0.5 se vyskytují výhradně v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) a hodnoty nad 0.3 ojediněle v 2. lesním vegetačním stupni (200 - 350 m.n.m.). Nad hladinou 95 % intervalu spolehlivosti (Rkrit.= ±0.1946) [23] leží koeficienty korelace 18 parametrů za rok 2002 i 2001 (z důvodu možnosti časového posunu vlivu abiotických parametrů). To znamená, že byla prokázána korelace mezi defoliací, pokryvností plochy jehličnatými dřevinami (R ≥ 0.40) a dalšími parametry depozičních toků, jako je celková depozice SO2 (R ≥ 0.50), celková depozice NOx, kyselá depozice (R ≥ 0.40), podkorunové depozice síry a dusíku (R ≥ 0.30), koncentrace ozónu a měsíční i roční úhrny srážek a teplot (R ≥ 0.20). Jako nejsilnějším prvkem ovlivňující defoliaci v tomto roce se ukázala pokryvnost s jejímž růstem dochází k nárůstu defoliace, což je patrné z Obr. 6. Toto je zcela pochopitelné, jelikož s vyšším procentem pokryvnosti plochy jehličnatými dřevinami narůstá i počet defoliovaných stromů. Míra korelace abiotických faktorů

korelační koeficient

0,7 0,6 0,5 0,4

Z

0,3

Pokryvnost

0,2 0,1 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 7: Váha vlivu abiotických faktorů na defoliaci (2002)

27

Naopak u vlivu teplot a srážek za roky 2002 i 2001 je hodnota R nízká, což je vysvětleno již zmiňovanými příznivými klimatickými podmínkami v daných letech. Z toho vyplývá, že vliv teplot a srážek se ve sledovaném období nepodařilo uspokojivě prokázat. Defoliace jehličnatých porostů na přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 je vysvětlena pomocí regresního modelu maximálně z padesáti procent (R ≥ 0.50), což poukazuje na to, že na defoliaci těchto porostů mají vliv i jiní významné faktory, které nejsou předmětem této práce a tudíž nejsou brány v úvahu.

6.1.1 Vliv abiotických faktorů na defoliaci působících jednotlivě Z Obr. 8 je patrné, že největší korelační váhu v roce 2002 měly na míru defoliace celková depozice SO2 (R ≥ 0.50), celková depozice NOx, kyselá depozice (R ≥ 0.40), podkorunové depozice síry a dusíku (R ≥ 0.30), koncentrace ozónu a měsíční i roční úhrny srážek a teplot (R ≥ 0.20). Tyto hodnoty se bezvýhradně vyskytují pouze v 7. lesním vegetačním stupni (nad 1 000 m.n.m.). Ve 2. lesním vegetačním stupni (200 - 350 m.n.m.) jsou nejsilnějšími faktory ovlivňující defoliaci v lesní oblasti PLO 01 Krušné hory za rok 2002 denní maxima ozónu (R ≥ 0.30) a dále pak nezanedbatelný vliv depozice dusíku, stejně tak jako překročení kritické dávky podkorunové kyselé depozice (R ≥ 0.20), která se ve všech svých hodnotách rovná celkové kyselé podkorunové depozici. Míra korelace abiotických faktorů

korelační koefidient

0,6 0,5 0,4 0,3 0,2 0,1 T_Rok_02

T_Rok_01

S_Rok_02

S_Rok_01

O3_min.d

O3_max.d

O3_5-8

O3_Ør

SO2_Øz

SO2_Ør

NOx_Øz

NOx_Ør

H+ krit.

H+ sum.

S_vp

S_pk

N_vp

N_pk

0,0

abiotické faktory

2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 8: Váha vlivu abiotických faktorů na defoliaci dle LVS (2002)

Naopak v 5. lesním vegetačním stupni (650 - 850 m.n.m.) nebyla zaznamenána žádná významnější míra korelace (Rkrit.= ±0.1946) [23] mezi defoliací a vlivem abiotických faktorů na lesní oblasti PLO 01 Krušné hory za rok 2002. Dále pak ve 3. lesním vegetačním stupni (450 – 650 m.n.m.) a 6. lesním vegetačním stupni (850 – 1 000 m.n.m.) se významnější míra korelace (R ≥ 0.20) nachází zcela výjimečně a to u denních maxim ozónu a sum srážek měsíčních v jednotlivých měsících.

28

Z těchto výsledků je možné usuzovat, že 7. lesní vegetační stupeň (nad 1 000 m.n.m.) má vysoký stupeň náchylnosti k poškozování zdravotního stavu a k ovlivňování defoliace porostů vlivem studovaných abiotických faktorů působících samostatně. Naproti tomu 3. lesní vegetační stupeň (450 - 650 m.n.m.) a 6. lesní vegetační stupeň (850 - 1 000 m.n.m.) nejsou těmito vlivy téměř zasaženy a 5. lesní vegetační stupeň (650 - 850 m.n.m.) je na těchto faktorech naprosto nezávislý. Ovšem zde také může docházet k takzvanému časovému posunu, kdy depoziční toky abiotických látek a klimatické podmínky ovlivňují míru defoliace až v následujícím roce, či dokonce dalších pozdějších let. Tento posun je z hlediska krátkého studovaného časového období nemožné zachytit a potvrdit, či vyvrátit.

6.1.2 Vliv abiotických faktorů na defoliaci jednotlivě za celý soubor Vlivem působícím jednotlivě za celý soubor je v tomto pojetí myšleno působení každého prvku na zdravotní stav porostů samostatně, a to bez interakce s jinými měřitelnými vlivy, které jsou předmětem této práce, v celém rozsahu bodů.

Pokryvnost

Z

T_Rok_02

T_Rok_01

S_Rok_02

S_Rok_01

O3_min.d

O3_max.d

O3_5-8

O3_Ør

SO2_Øz

SO2_Ør

NOx_Øz

NOx_Ør

H+ krit.

H+ sum.

S_vp

S_pk

N_vp

0,6 0,5 0,4 0,3 0,2 0,1 0,0 N_pk

korelační koeficient

Míra korelace abiotických vlivů celkem

abiotické faktory

Obr. 9: Váha vlivu abiotických faktorů na defoliaci za celý soubor (2002)

Ve sledovaném roce 2002 na území přírodní lesní oblasti PLO 01 Krušné hory měly v celkovém počtu 1 358 gridů nejvyšší vliv na defoliaci jehličnatých porostů pouze průměrné hodnoty NOx za zimní období i jako průměrná hodnota za období celého roku, průměrné hodnoty SO2 za zimní období a průměrné roční teploty spolu s průměrnými ročními úhrny srážek stejně jako průměrné teploty a sumy srážek za jednotlivé měsíce v obou letech ( 2001, 2002 ) při překonání významnější míry korelace (Rkrit.= ±0.1946) [23]. Obr. 9

6.1.3 Vliv SO2 Jako nejvýznamnější prvek z koeficientů korelací faktorů vázaných na defoliaci v přírodní lesní oblasti PLO 01 Krušné hory se ukázal vliv množství působícího oxidu siřičitého (R ≥ 0.50) viz. Příloha 1.

29

SO2 - zimní období 30,0 25,0 ug / m-3

20,0

min.

15,0

max. půměr

10,0 5,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 10: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Silnější vliv mají obsahy SO2 evidovaných za zimní období (1.10. - 31.3.) viz. Obr. 10, než vztažené na celý rok (Obr. 11), tento rozdíl však není nikterak zásadní. Toto může být způsobeno větší citlivostí jehličnatých porostů na zvýšené koncentrace oxidu siřičitého v době zimního klidu, kdy v dřevinách neprobíhá tak intenzivní látková výměna a regenerace a jsou tedy náchylnější k poškození vnějšími vlivy.

ug / m-3

SO2 - rok 20,0 18,0 16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0

min. max. půměr

2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 11: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Přestože dávky koncentrací této sloučeniny s nadmořskou výškou zásadně klesají (od 5. LVS – viz. Obr. 10 a 11), jeho míra vlivu v závislosti na defoliaci exponenciálně roste (Příloha 1). To je jistě možné odůvodnit extrémními klimatickými a imisními podmínkami v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) a dalšími významnými interakcemi mezi jednotlivými činiteli v těchto hřebenových oblastech Krušných hor. Limitní hodnotou u této příměsi je 20 µg·m-3 za kalendářní rok i zimní období [28], přičemž tolerovaný maximální počet překročení za kalendářní rok je roven nule. Tyto limitní hranice však byly během zimního období (1.10. - 31.3.) na území PLO 01 Krušné hory překročena hned několikrát, a to v 2. - 5. lesním vegetačním stupni (200 – 850 m n. m.) jak je patrné z Obr. 10, což může mít zásadní vliv na zdravotní stav zasažených ekosystémů.

6.1.4 Vliv NOx Druhým nejsilnějším faktorem působícím na defoliaci, podle výše hodnoty korelačních koeficientů (R ≥ 0.40), je v přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 vliv oxidů dusíku (oxid dusičitý - N2O4 a NO2, oxid dusičný - N2O5, oxid dusitý - N2O3, oxid dusnatý - NO a oxid dusný - N2O).

30

NOx - zimní období 60,0 50,0 ug / m-3

40,0

min.

30,0

max. půměr

20,0 10,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 12: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Působení těchto sloučenin se ukázalo být nejvýraznější v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) viz. Příloha 1 (R ≥ 0.40), i přestože koncentrace těchto látek s nadmořskou výškou výrazně klesají (Obr. 12 a 13), a v malé míře i ve 3. lesním vegetačním stupni (450 – 650 m.n.m.). Oproti vlivu oxidu siřičitého zde však není významnější rozdíl mezi koncentracemi zaznamenanými za zimní období (1.10. - 31.3.) viz. Obr. 12 a hodnotami za celý rok (Obr. 13), mají stejný trend, jen s tím rozdílem, že jsou procentuelně nižší, což se odráží i v mírách korelačních koeficientů (Příloha 1). NOx - rok 45,0 40,0 35,0 ug / m-3

30,0

min.

25,0

max.

20,0

půměr

15,0 10,0 5,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 13: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Omezující limitní hodnotou oxidů dusíku je 30 µg·m-3 za kalendářní rok [28], přičemž žádný počet překročení za kalendářní rok není tolerován. Tyto limitní meze byly přesto v průběhu roku 2002 na území přírodní lesní oblasti 01 Krušné hory překročena v zimním období (1.10. - 31.3.) v 2. - 5. lesním vegetačním stupni (200 – 850 m n. m.) viz. Obr. 12 a v průběhu celého roku v 2. - 4. lesním vegetačním stupni (200 – 650 m n. m.) jak je možné vidět z Obr. 13. Překročení těchto povolených koncentrací může mít za následek zvýšení defoliace zmíněných lesních porostů.

6.1.5 Vliv kyselé depozice H+ Dalším podstatným vlivem působícím na defoliaci jehličnatých porostů přírodní lesní oblasti PLO 01 Krušné hory v roce 2002 je podle míry intenzity korelačních koeficientů (R ≥ 0.40) kyselá depozice.

31

Kyselá depozice - překročení kritických koncentrací

mol. / ha / rok

5000,0 4000,0 3000,0

min.

2000,0

max.

1000,0

půměr

0,0 -1000,0

2 LVS 3 LVS 4 LVS 5 LVS 6 LVS 7 LVS

Obr. 14: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Zvýšená korelační závislost defoliace na kyselé depozici je opět nejprokazatelnější v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) a mírně zvýšená se nachází také ve 2. lesním vegetačním stupni (200 - 350 m.n.m.), kde může být zdůvodněna nejvyššími koncentracemi tohoto vlivu ve škále sledovaných gridů. Celková podkorunová kyselá depozice 7000,0

mol. / ha / rok

6000,0 5000,0 min.

4000,0

max. 3000,0

půměr

2000,0 1000,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 15: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Jako mezní hodnota je v tomto případe podle de Vriese a kol., (2003) považováno 1 463 mol. na 1 ha na rok. Tato limitní hodnota byla během roku překročena ve všech sledovaných lesních vegetačních stupních (2. – 7.) a to rovnou několikanásobně (Obr. 14 a 15), a to nejen ve svých maximech, ale i průměrech a dokonce v 7. lesním vegetačním stupni (nad 1 000 m n.m.) i ve svých minimálních hodnotách, což je patrné na míře korelační závislosti defoliace na tomto faktoru (Příloha 1). Je tedy patrné, že ač maximální hodnoty tohoto nepříznivého vlivu s nadmořskou výškou postupně klesají (Obr. 15), její minima naopak rostou (od 4. LVS). To má za následek stagnaci hodnot průměrných. Přestože by se tady mohlo zdát, že maximální účinky tohoto vlivu se postupně zmírňují, je z průměrných hodnot evidentní, že působení tohoto faktoru nemizí a prokazuje se spíše jeho dlouhodobé působení, které může mít neméně zásadní vliv na zdravotní stav jehličnatých porostů ve vyšších nadmořských výškách Krušných hor, které mají z důvodu dalších nepříznivých vlivů oslabenou svou imunitu. Na obrázku 16 je vidět rozmístění překročení hodnot kritické dávky kyselé depozice smrkových porostů. Hodnota 1 463 mol. H+ ha–1 rok-1 je u potenciální kyselé depozice jehličnatého porostu překročena na více než 91 % území PLO Krušné hory, hodnota 1 600 mol. H+ ha–1 rok-1 je překročena na 86.6 % území a hodnota 2 000 mol. H+ ha–1 rok-1 je překročena na 69 % území. [21]

32

Obr. 16: Plošné znázornění překročení kritické dávky kyselé podkorunové depozice pro smrk v oblasti PLO Krušné hory v roce 2002 – modelový výpočet. (dle Hadaš, Buchta)

6.1.6 Vliv dusíku Vliv dusíku na defoliaci dle výše korelačních koeficientů na přírodní lesní oblasti PLO 01 Krušné hory v roce 2002 je značně omezený, hodnota R ≥ 0.30 je překonána pouze v 7. lesním vegetačním stupni (nad 1 000 m.n.m.), a to ještě jen u podkorunových depozic a R ≥ 0.20 ve 2. lesním vegetačním stupni (200 - 350 m.n.m.). Dusík - podkorunová depozice 80,0 70,0 kg / ha / rok

60,0 50,0

min.

40,0

max.

30,0

půměr

20,0 10,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 17: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Z tohoto lze usuzovat, že depozice dusíku jako takového nemá v těchto oblastech žádný zásadnější vliv na zvyšování defoliace jehličnatých porostů. Odlišná situace však nastává při interakci tohoto prvku s jinými, viz. kapitola 6.2. Celkový vliv abiotických faktorů ve vzájemných interakcích. Dusík - depozice na volné ploše 70,0

kg / ha / rok

60,0 50,0

min.

40,0

max.

30,0

půměr

20,0 10,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 18: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

33

Z Obr. 17 a 18 je zřejmé, že podkorunové depozice dusíku jsou vyšší než na volné ploše, což je možné zdůvodnit „vyčesáváním“ tohoto prvku lesními porosty, kdy dochází k akumulaci této látky v porostu a jejímu následnému splavení srážkami do půdy, což ovlivňuje její chemizmus a procesy celého ekosystému.

6.1.7 Vliv síry Závislost defoliace na depozicích síry je podle míry korelačních koeficientů na území přírodní lesní oblasti PLO 01 Krušné hory v roce 2002 podobný jako u vlivu depozic dusíku, hodnota R ≥ 0.40 je překonána pouze v 7. lesním vegetačním stupni (nad 1 000 m.n.m.), a to pouze u podkorunových depozic a R ≥ 0.20 u depozic na volné ploše. V ostatních lesních vegetačních stupních (2. – 6.) nebyla korelační závislost prokázána. Z těchto důvodů je možné soudit, že depozice síry jako samostatného vlivu nemá ve studované oblasti žádný významnější dopad na zvyšování míry defoliace jehličnatých porostů. Také zde však dochází při interakci tohoto prvku s jinými působícími činiteli, viz. kapitola 6.2. Celkový vliv abiotických faktorů ve vzájemných interakcích.

Síra - podkorunová depozice 70,0

kg / ha / rok

60,0 50,0 min.

40,0

max. 30,0

půměr

20,0 10,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 19: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Při pohledu na Obr. 19 a 20 je možné vysledovat, že podkorunové depozice síry jsou stejně jako depozice dusíku výraznější v podkorunové části, než na volné ploše. To je nepochybně důsledkem „vyčesávání“ tohoto prvku lesními porosty, který má za následek akumulaci této látky v porostech a je pak následně splavena srážkami do půdy, ve kterých nadále ovlivňuje chemizmus a biologické procesy celého ekosystému.

kg / ha / rok

Síra - depozice na volné ploše 50,0 45,0 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0

min. max. půměr

2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 20: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

34

6.1.8 Vliv ozónu Z vlivů působících na defoliaci v přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 se ozón ve svém celkovém průměru ukázal jako nejméně ovlivňující. Hodnoty korelačních koeficientů jeho průměrné roční hodnoty a průměrné hodnoty za vegetační období (květen až srpen), kdy by mělo jeho působení nejvíce ovlivňovat zdravotní stav lesních porostů, nenabývají žádných významných hodnot, a tudíž se neprokázal jejich bezprostřední vliv na defoliaci ve studované oblasti. Výjimku tvoří pouze hodnoty maximálních denních koncentrací (R ≥ 0.30). Ozón - denní maxima 250,0

ug / m-3

200,0 min.

150,0

max. 100,0

půměr

50,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 21: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Maximální denní hodnoty ozónu mají však oproti ostatním vlivům působících na defoliaci v PLO Krušné hory v roce 2002 nejvyrovnanější setrvalý stav (Příloha 1), což znamená, že všechny studované lesní vegetační stupně (2. – 7. LVS) jsou tímto faktorem ovlivněny stejnou měrou, přičemž s rostoucí nadmořskou výškou se rozkolísanost jeho hodnot snižuje (Obr. 21). Ozón - vegetační období 120,0 100,0 ug / m-3

80,0

min.

60,0

max. půměr

40,0 20,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 22: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

Nejvyšších působících koncentrací dosahuje ozón ve vrcholícím vegetačním období (květen až srpen) viz. Obr. 22 a 23, kdy je vyšší riziko poškození asimilačních aparátů exponovaných lesních porostů, než v době zimního klidu.

35

Ozón - rok 90,0 80,0

ug / m-3

70,0 60,0

min.

50,0

max.

40,0

půměr

30,0 20,0 10,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 23: Hodnoty abiotických faktorů na PLO 01 Krušné hory (2002)

6.1.9 Vliv teplot Vliv teplot na míru defoliace dle korelačních koeficientů se nepodařilo uspokojivě prokázat (Příloha 2). Hodnoty nepřesahující Rkrit.= ±0.1946 [23] vyjadřující korelační závislost, s výjimkou 7. lesního vegetačního stupně (nad 1 000 m.n.m.) a i zde jsou hodnoty těsně nad touto limitní hranicí, a tudíž nejsou dostatečně průkazné. Z toho lze usuzovat, že samostatný vliv teplot na zdravotní stav lesních porostů v přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 je velice zanedbatelný. Je možné to vysvětlit přirozeným průběhem teplot v těchto podmínkách a absencí extrémních teplot (Příloha 8, 9), které by mohly mít za následek poškození citlivých částí sledovaných jehličnatých dřevin, což se jistě vztahuje k metabolickým pochodům v dřevinách a jejich ekologickým nárokům, jak již bylo popsáno výše v kapitole: 4.2 Vliv abiotických faktorů na zdravotní stav dřevin. Teploty ( 2002 ) 12,0

°C

10,0 8,0

min.

6,0

max.

4,0

půměr

2,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 24: Hodnoty průměrných měsíčních teplot na PLO 01 Krušné hory (2002)

Ve významnosti korelačních koeficientů vyjadřujících provázanost teplot s defoliací jehličnatých porostů na celém studovaném území reprezentovaném 1 358 gridy je však situace odlišná. Zde přesahují hodnoty R ≥ 0.20 ve všech zkoumaných měsících i jako celoroční sumu, a to v obou letech: 2001 a 2002 (Příloha 2), přestože rok 2002 byl v průměru přibližně o 0,5 – 1 ºC teplejší, než předchozí. Tento rozdíl se v tomto roce nijak výrazně neprojevil, ale není vyloučeno, že tak tomu nebude v letech příštích. Nadále může být tato skutečnost také způsobena vlivem interakcí teplot s dalšími abiotickými činiteli.

36

Teploty ( 2001 ) 10,0 8,0 min.

°C

6,0

max.

4,0

půměr

2,0 0,0 2 LVS

3 LVS

4 LVS

5 LVS

6 LVS

7 LVS

Obr. 25: Hodnoty průměrných měsíčních teplot na PLO 01 Krušné hory (2001)

Z uvedených výsledků je patrné, že míra defoliace vlivem průměrným poklesem měsíčních teplot nijak zásadně nemění. To může být zapříčiněno ekologickými a stanovištními nároky smrkových porostů. V rozmezí 200 – 1 000 m.n m. malé hodnoty R (R ≤ 0.2) neposkytují statisticky průkazné podklady pro potvrzení vlivů průměrných měsíčních teplot na defoliaci lesních porostů v tomto roce 2002.

počet dnů v roce

2002

2000

1998

1996

1994

0 1992

0 1990

1 1988

1 1986

2

1984

2

1982

3

1980

3

1978

4

1976

4

1974

5

1972

5

1970

ºC

Průměrné roční teploty 1970 - 2002 (Fichtelberg)

Rok klimatický stres

teploty

trend vývoje teplot

Obr. 26: Změna průměrných ročních teplot v letech 1970 až 2002

V průběhu roku 2002 na studovaném území PLO 01 Krušné hory nebyl zaznamenán výskyt klimatického stresu, který je definován změnou teploty během 24 hodin z +10 ºC a více na -3 ºC a méně. Je tedy možné tvrdit, že jehličnaté porosty na tomto území nebyly během sledovaného období (rok 2002) postiženy klimatickým stresem, avšak z obr. 26 je patrné, že tyto stresové faktory se ve studované oblasti v průběhu let vyskytují. Takovýto prudký pokles teplot má, i přes svou sporadičnost, zásadní vliv na zdravotní stav exponovaných porostů. Dále je možné z obr. 26 vysledovat, jak průměrná hodnota ročních teplot během desetiletí postupně narůstá (cca 1 ºC na 30 let), což by se mohlo stát významným limitujícím faktorem ovlivňující stav lesních ekosystémů nejen v České republice, ale i globálním měřítku.

37

6.1.10 Vliv srážek Hodnoty korelačních koeficientů srážek v přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 jsou na tom podobně jako korelační závislosti teplot, jen s tím rozdílem, že většinou nedosahují ani hodnot Rkrit.= ±0.1946 [23], a to ani jako sumy srážek za jednotlivé měsíce, ale ani jako souhrny za vyhodnocené roky 2001, 2002 (Příloha 3). Tato limitní hranice je překročena pouze ojediněle v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) a v celkových součtech za celou studovanou oblast reprezentovanou 1 358 gridy. Srážky ( 2002 ) 2000,0

mm

1500,0

min.

1000,0

max. půměr

500,0 0,0 2 LVS 3 LVS 4 LVS 5 LVS 6 LVS 7 LVS

Obr. 27: Hodnoty měsíčních úhrnů srážek na PLO 01 Krušné hory (2002)

Z uvedeného lze usuzovat, že samotný vliv srážek nikterak výrazně neovlivňuje defoliaci jehličnatých porostů na PLO 01 Krušné hory za rok 2002. Naopak by se z výsledků dalo soudit, že míra srážek v dané oblasti odpovídá ekologickým nárokům jehličnatých dřevin nacházejících se v těchto podmínkách, že jim vyhovuje, a tudíž příznivě ovlivňuje jejich růst a vývoj. Srážky ( 2001 ) 1500,0 min.

mm

1000,0

max. 500,0

půměr

0,0 2 LVS 3 LVS 4 LVS 5 LVS 6 LVS 7 LVS

Obr. 28: Hodnoty měsíčních úhrnů srážek na PLO 01 Krušné hory (2001)

Jako významný činitel by zde mělo být spíše považováno období sucha a délka jeho trvání, jelikož suma měsíčních srážek nemusí být zcela vypovídající, a to z důvodu možnosti nahromadění množství srážek během prudkých dešťů a bouřek, kdy většina potřebně vody odteče z oblasti, aniž by byla ve větším množství zachycena a zužitkována lesními porosty, přičemž po takovémto krátkém údobí vláhy mohou nastat dlouhá sucha, která mohou mít za následek zhoršování zdravotního stavu dřevin a zvyšovat jejich náchylnost k jiným negativním vlivům prostředí. Tyto faktory se na daném území v tomto roce nepotvrdily.

38

V oblasti 200 – 1 000 m.n.m. se vyskytují velmi nízké hodnoty korelace (R ≤ 0.20), které neposkytují statisticky dostatečně průkazné podklady pro potvrzení vlivu měsíčních a ročních úhrnů srážek na defoliaci jehličnatých porostů v roce 2002.

Úhrn srážek (v mm)

2002

2000

0

1998

150

0

1996

5

1994

300

1992

450

10

1990

600

15

1988

20

1986

750

1984

900

25

1982

1050

30

1980

35

1978

1200

1976

1350

40

1974

1500

45

1972

50

1970

Počet období / Počet dnů

Fichtelberg 1970 - 2002

Rok Počet období 5 a více dnů Nejdelší bezsrážkové období - dny Sra_V.-VIII.

Počet období 10 a více dnů Sra_rok

Obr. 29: Průběh vlhkostních charakteristik v letech 1970 - 2002

Z vlhkostních charakteristik zobrazených v obr. 29, reprezentovaných daty z meteorologické stanice Fichtelbeg, je možné zjistit, jak se měnily klimatické podmínky ovlivňující vysokohorské ekosystémy v Krušných horách během uplynulých let. V průběhu posledního desetiletí nedošlo k výraznější změně v počtech bezsrážkových období, ať již krátkodobých (nad 5 dnů), či dlouhodobějších (přes 10 dnů), ani v nejdéle trvajícím bezsrážkovém období (kolem devíti dnů). Pouze z úhrnů srážek jak za hlavní vegetační období (červen až srpen) je možné usoudit, že rok 2002 byl na tomto úzamí srážkově silně nadprůměrný. Dle měřených srážkoměrných dat meteorologické stanice Fichtelberg je zřejmé, že v roce 2002 se během vegetačního období nevyskytla žádná 10 denní bezsrážková perioda, 5 a více denní perioda bez výskytu srážek se vyskytla 4 x, maximální délka bezsrážkové periody dosahuje 8 dnů. Úhrn srážek za měsíce květen až srpen dosahuje 609 mm, roční suma přes 1 407 mm srážek. Je zřejmé, že na náhorních plošinách (800 – 1 000 m n.m.), kde je centrum imisních škod, se během vegetačního období formují vlhkostní poměry pro smrkové porosty nad limitní hodnotou 300 mm. Postupně odtávající sněhová pokrývka sehrála velmi pozitivní roli ve vláhové bilanci při nižším úhrnu srážek v dubnu a květnu. Během června až srpna jsou porosty náhorních plošin dostatečně zásobovány vláhou z atmosférických srážek (608,8 mm). Zejména vzestup srážek a pokles teplot v červnu přispěl na formování dostatečné půdní zásoby vláhy pro další průběh i dokončení růstových fází dřevin i během bezsrážkových (suchých) období v srpnu.

39

Z hodnocených ukazatelů množství srážek je zřejmé, že na náhorních plošinách nad 750 m n.m. nelze považovat klimatický stres, vyvolaný nedostatkem srážek (resp. vláhy), za příčinu poškození lesní porostů. [14] Z prostorového rozložení podílů potenciální kyselé depozice zachycené porostem ve formě námrazy v roční sumě mokré podkorunové depozice vodíkových iontů vyplývá, že více než 30 % podíl depozice vodíkových iontů ve formě námrazy můžeme očekávat v okolí masívu Klínovce, naproti tomu nejmenší podíl pod 1 % připadá na údolní chráněné polohy a na lokality s nejnižší nadmořskou výškou. Obecně tedy platí, že s rostoucí nadmořskou výškou se podíl námrazy v mokré depozici zvyšuje z 1 % až nad 30 %. [26]

6.2 Celkový vliv abiotických faktorů ve vzájemných interakcích Váha vlivu daných faktorů na defoliaci podle míry korelačních koeficientů v tomto pojetí znamená, že jednotlivé prvky (v tomto konkrétním případě všechna hodnocení jsou brána jako vliv spolupůsobení pokryvnosti plochy jehličnatými dřevinami na daném stanovišti + nadmořské výšky gridu + dalších vlivů, které jsou jmenovitě uvedeny u každé hodnoty korelační závislosti) působí vzájemně v interakci, přičemž jejich účinky se sčítají a výsledná hodnota korelačního koeficientu je tudíž vypovídající hodnotou za všechny tyto uvedené činitele působící souborně na defoliaci.

6.2.1 Vliv abiotických faktorů na defoliaci působících jednotlivě V tomto případě působení faktorů „jednotlivě“ znamená, že součtu působení každého jednotlivého prvku s pokryvností jehličnatými porosty a nadmořskou výškou gridu na defoliaci odpovídá celková hodnota korelačního koeficientu, jakožto hodnota za tyto všechny činitele dohromady, vyjadřující celkový výsledek síly vzájemné interakce. Při použití tohoto způsobu řešení, jsme obdrželi značně odlišné výsledky (viz. příloha 4) než při použití metody vlivu jednotlivých prvků samostatně bez spolupůsobení dalších faktorů ovlivňujících defoliaci (příloha 1). Interakce abiotických vlivů samostatně

0,501 0,500 0,499 0,498 0,497

Obr. 30: Váha vlivu abiotických faktorů na defoliaci

40

S2

S1

T2

T1

O3_min.d

O3_max.d

O3_5-8

O3_Ør

SO2_Øz

SO2_Ør

NOx_Øz

NOx_Ør

H+ krit.

H+ sum.

S_vp

S_pk

N_vp

0,496 N_pk

korelační koeficient

0,502

Jako nejvlivnější interakce se ve spolupůsobení s pokryvností a nadmořskou výškou na výši defoliace ukázal, jak je patrné z obrázku 30, vliv oxidu siřičitého a to v zimním období, přičemž vliv této sloučeniny není ani v průměrných ročních hodnotách méně významný. Dále pak hranici R ≥ 0.50 překročily depozice síry na volné ploše a průměrné roční hodnoty ozónu. Dalšími nejvýznamnějšími vlivy se dle míry korelačních koeficientů ukázaly koncentrace již zmiňovaného SO2 v průběhu roku 2002 a průměrné hodnoty ozónu za období květen až srpen. Jako další působící faktory se zde projevily depozice dusíku na volné ploše a překvapivě též celkové úhrny srážek a průměrné teploty za předchozí rok 2001 na PLO 01 Krušné hory. Je důležité podotknout, že všechny hodnoty korelačních koeficientů přitom za použití samostatného prvku v interakci s nadmořskou výškou a pokryvností překonaly hranici R ≥ 0.49, přičemž samotnou tuto hranici překonalo již spolupůsobení pokryvnosti s nadmořskou výškou bez dalších vlivů. Z uvedeného je možné vydedukovat, že i zde se potvrdilo, že účinek samotné pokryvnosti území jehličnatými dřevinami se ukázal jako nejsilnější faktor ovlivňující defoliaci.

6.2.2 Vliv abiotických faktorů na defoliaci při spolupůsobení Spolupůsobení faktorů znamená, že bylo použito součtu působení skupin prvků s pokryvností území jehličnatými porosty a nadmořskou výškou gridu na defoliaci. Těmto složeným vlivům odpovídá celková hodnota korelačního koeficientu, jakožto hodnota za tyto všechny činitele dohromady, vyjadřující celkový výsledek síly vzájemné interakce, přestože každý prvek sám o sobě má na konečném působení jiný podíl, který je zřejmý z přílohy 4, v součinnosti se jejich vlivy prolínají a výsledkem je zvýšení korelační závislosti těchto faktorů, což lépe vysvětluje jejich výsledné působení na defoliaci jehličnatých porostů na PLO 01 Krušné hory za rok 2002. Závislost každého vlivu zvlášť a v interakci je zřejmý při porovnání tabulek z přílohy 4.

0,510 0,505 0,500

Obr. 31: Váha vlivu abiotických faktorů na defoliaci

41

S2+T2

S1+T1

S1+S2

T1+T2

O3_max.d+NOx

O3_max.d+H+ sum.

O3_max.d+O3_min.d

O3_Ør+O3_5-8

NOx_Øz+SO2_Øz

NOx_Ør+SO2_Ør

SO2_Ør+SO2_Øz

NOx_Ør+NOx_Øz

H+ sum.+H+ krit.

N_pk+S_pk

N_vp+S_vp

S_pk+S_vp

0,490

N_vp+N_pk

0,495 Z+Pokryvnost

korelační koeficient

Interakce abiotických vlivů souborně

Při pohledu na obr. 31 je zřejmé, že nejsilnějšími vlivy jsou zde koncentrace síry, dusíku a oxidu siřičitého. Z mezifaktorových interakcí se nejvýrazněji projevil vliv spolupůsobení síry a dusíku na volné ploše, jehož síla pod porostem značně klesá. Z tohoto je možné usoudit, jakým způsobem ovlivňují lesní porosty bilanci dusíku a síry v ekosystému. Dále se jako významné složky prostředí projevila vzájemná interakce oxidu siřičitého a oxidů dusíku, přičemž jejich celoroční vliv na dřeviny se ukázal významnější, než jejich koncentrace zaznamenané v průběhu zimního období (1.10. - 31.3.). Další významnou interakcí se ukázalo také spolupůsobení teplot a srážek na území přírodní lesní oblasti PLO 01 Krušné hory z předcházejícího roku 2001.

6.2.3 Vyjádření regresního modelu Můžeme se také pokusit vyjádřit míru defoliace vlivem zkoumaných abiotických faktorů pomocí rovnice 3 (z kapitoly 5.2.1. Regresní a korelační analýza) v obecném tvaru a pomocí parametrů získaných užitím regresní funkce: DEFOLIACE = f (SO2, NOx, kyselá depozice, nadmořská výška, pokryvnost) parametrické vyjádření regresního modelu má tvar: DEFOLIACE = 0,613 x1 + 0,098 x2 + 0,003 x3 + 0,019 x4 + 0,260 x5 Proměnné x1-5 reprezentují jednotlivé dílčí parametry abiotického prostředí a dosazují se v závislosti dle substituce. V praxi to znamená, že je možné za tyto indexy dosadit konkrétní hodnoty dávek jednotlivých prvků a zjistit tak jejich přímé působení na opad asimilačního aparátu jehličnatých dřevin. Koeficienty determinace se pohybují v rozmezí od 0 do 1, popř. mohou být uvedeny v procentech a vyjadřují tak, z kolika procent je změna závisle proměnné (defoliace jehličnatých porostů) vysvětlena odvozenou vícenásobnou regresní funkcí. Doplněk do sta procent pak udává, jaká část závisle proměnné y je zapříčiněna působením ostatních vlivů, které se nám nepodařilo dostatečně vysvětlit. Z uvedené rovnice je možné vysledovat, který prvek jak moc významně ovlivňuje míru defoliace na území přírodní lesní oblasti PLO 01 Krušné hory za rok 2002. Více, než padesátiprocentní vliv má zde oxid siřičitý (0,613). Dalším nejvýznamnějším prvkem na studovaném území je pokryvnost jehličnatými dřevinami (0,260). Naopak nejslabší vliv na defoliaci se podle dané rovnice prokázal u kyselé depozice (0,003), která souborně zahrnuje depozici síry a dusíku.

42

6.3 Závěr Regresní funkce a korelační závislosti, odvozené mezi defoliací a abiotickými parametry pro rok 2002, reprezentuje studované území přírodní lesní oblasti PLO 01 Krušné hory v globálním měřítku. Míra citlivosti lesních ekosystémů je značně heterogenní, tzn. že vztahy mezi zdravotním stavem (defoliací) a abiotickým prostředím se překrývají, zesilují nebo naopak zeslabují. Projevuje se vliv geologického podloží na vlastnosti půd, interakce atmosféry s reliéfem na klimatické poměry, vliv expozice lesních porostů ovlivněná danou nadmořskou výškou, účinek proměnlivé úrovně imisní zátěže a depozice, dřevinné skladby a struktury porostu, způsobu hospodaření na konkrétním lesním majetku atd. V Příloze 5 až 13 jsou zobrazeny průměrné hodnoty dávek jednotlivých vlivů působících na zadeném území s ohledem na jejich nadmořskou výšku a rok působení. Na základě těchto podkladů je možné vyhodnotit, že nejvyšší průměrné procentické hodnoty defoliace (Def. ≥ 20 %) se nacházejí v 7. lesním vegetačním stupni (nad 1 000 m.n.m.). Z tohoto je možné usoudit, že tyto vysoké průměrné hodnoty mají značný vliv na průběh hodnot korelačních koeficientů jednotlivých faktorů ve vazbě na defoliaci (Příloha 1 - 4) a naopak vysokou míru vlivu prvků, působících samostatně i v interakcích, na zdravotní stav porostů v dané oblasti. Naproti tomu nejnižší hodnoty defoliace (Def. = ± 6,5 %) se nacházejí ve 2. lesním vegetačním stupni (200 - 350 m.n.m.) a 3. lesním vegetačním stupni (450 – 650 m.n.m.), což zajisté také do značné míry ovlivňuje pokryvnost plochy jehličnatými porosty (2 LVS maximálně 33 %) a dále pak jakým způsobem se chová zkoumaná hodnota korelačního koeficientu a interakce mezi každým ze skoumaných prvků a defoliací jehličnatých porostů. Na obr. 32 je znázorněno plošné rozmístění defoliace smrkových porostů na území přírodní lesní oblasti PLO 01 Krušné hory pro rok 2002 v procentické škále. Zde je názorně vidět, které oblasti jsou nevíce postiženy opadem asimilačního aparátu (defoliaci), což v přeneseném významu odráží zdravotní stav lesních porostů.

Obr. 32: Poškození jehličnatých lesních porostů na území PLO 01 Krušné hory v roce 2002 zpracované na základě satelitních snímků

43

Z dosažených výsledků je zřejmé, že nejnáchylnější k poškození lesních jehličnatých porostů je 7. lesní vegetační stupeň (nad 1 000 m.n.m.), což jsou v zájmovém území Krušných hor nejexponovanější hřebenové oblasti. V těchto polohách mají nejzásadnější vliv na poškozování asimilačních aparátů oxidy dusíku, oxidy síry a kyselá depozice, která souhrnně zastupuje depozice síry i dusíku. Tyto prvky jsou vyčesávány stojícími porosty a následně za spolupůsobení srážek (vertikálních i horizontálních) smývány do půdy pod těmito porosty, kde nadále ovlivňují biologické a fyziologické procesy zasažených ekosystémů.

6.4 Aspekty práce Vědecké aspekty •

Objasnění dopadu vlivu imisní zátěže na životní prostředí (lesní ekosystémy).

•

Zachycení časového vývoje a prognózy vlivu imisí v Krušných horách.

•

Možnost srovnání s pásmy ohrožení A, B, C a D.

•

Vytvoření podkladů pro další vědecké výzkumy. Ekonomické aspekty

•

Úprava současných způsobů hospodaření na postižených lokalitách.

•

Podklad pro rozdělení dotací a grantů na nejvíce postižených místech.

•

Možnost zhodnocení dopadu zhoršení stavu lesních porostů na jejich zpeněžení. Celospolečenské aspekty

•

Zmapování současného poškození lesních porostů na území PLO 01 Krušné hory a prognóza jeho možného dalšího vývoje.

•

Upozornění na nedostatky ve stávající ochraně ohrožených porostů a označení nejohroženějších lokalit. Politické aspekty

•

Možnost spolupráce se sousedními státy, vedoucí ke zlepšení stavu hraničních lesních porostů, na základě zjištěných výsledků.

•

Upozornění na vliv průmyslu a jiných zdrojů škodlivin na zdraví lesních porostů v České republice.

44

7 Shrnutí Cíl diplomové práce Diplomová práce měla za úkol zmapovat poměrně složitou situaci vlivů abiotických faktorů na zdravotní stav lesních porostů, reprezentovaný mírou defoliace, na území PLO 01 Krušné hory za rok 2002. Cílem tohoto zkoumání bylo hlubší proniknutí do podstaty sledovaných jevů a procesů určené oblasti, a tím i přiblížení k tzv. příčinným souvislostem. Metodika zpracování Zkoumané území přírodní lesní oblasti PLO 01 Krušné hory za rok 2002 bylo testováno pomocí korelační analýzy a regresní analýzy. Pro potřeby korelační a regresní analýzy byla stávající oblast, charakterizovaná 1 358 body, rozčleněna podle nadmořské výšky do šesti oblastí, a to na: 2. lesní vegetační stupeň (200 - 350 m.n.m.), 3. lesní vegetační stupeň (450 - 650 m.n.m.), dále pak 4. lesní vegetační stupeň (650 - 850 m.n.m.), 5. lesní vegetační stupeň (650 - 850 m.n.m.), 6. lesní vegetační stupeň (850 - 1 000 m.n.m.) a 7. lesní vegetační stupeň (nad 1 000 m.n.m.). Přičemž metody regresní a korelační analýzy sloužily k poznání statistických závislostí. Výsledky řešení Při aplikaci regresní analýzy na monitoring zdravotního stavu smrkových porostů přírodní lesní oblasti PLO 01 Krušné hory pro rok 2002 byly odvozeny hodnoty korelačních koeficientů pro lineární stochastické vazby. Z dosažených koeficientů korelace vyplývá, že nejvyšší hodnoty přes R ≥ 0.40 se vyskytují v 7. lesním vegetačním stupni (nad 1 000 m.n.m.) a hodnoty vyšší jak R ≥ 0.30 ve 2. lesním vegetačním stupni (200 - 350 m.n.m.). Nad hladinou 95 % intervalu spolehlivosti (Rkrit.= ±0.1946) [23] leží koeficienty korelace 18 parametrů za rok 2002 i 2001 (z důvodu možnosti časového posunu vlivu abiotických faktorů). To znamená, že byla prokázána korelace mezi defoliací a dalšími parametry depozičních toků, jako je: celková depozice SOx, NOx a kyselá depozice (R ≥ 0.40). Závěry použitelné pro praxi Ze získaných výsledků je patrné, že nevyšší dispozici k poškozování jehličnatých porostů abiotickými faktory mají horské oblasti v nadmořských výškách 1000 m.n.m. a vyšší. Vysokou náchylnost mají také lesní porosty v rozmezí 200 - 350 m.n.m. Naopak pro jehličnaté porosty v rozsahu 450 - 1 000 m.n.m. nebyly vlivy abiotických činitelů na defoliaci dostatečně prokázány. Z těchto důvodů je nutné hledat další faktory abiotického prostředí, které mohou ovlivňovat zdravotní stav lesních porostů (defoliaci), např. UV radiaci, faktory charakterizující stav půdy, stav výživy porostů atd.. Důležité jsou také významné interakce abiotických faktorů ve vztahu k defoliaci, např. mezi depozicemi, ozónem a srážkami aj. (dle odvozené lineární víceparametrické regresní funkce). Řešení je možné nalézt v detailnějších analýzách vlivů prostředí na zdravotní stav (defoliaci) jehličnatých porostů.

45

8 Conclusion Objective of dissertation thesis Main objective of this diploma thesis is to identify relatively complicated situation related to impacts of abiotacal factors on health of forest growth represented by defoliation rate in region PLO 01 Krušné hory for year 2002. Goal of the research was specified as deeper understanding of observed phenomenon and processes of observed region and approaching to causal coherences. Processing methodology Observed natural forest region PLO 01 Krušné hory (in year 2002) was tested within usage of correlative analysis, regress analysis and gather analysis. To be able to use correlative and regress analysis, an observed region, characterized by 1 358 points, was split according altitude into six areas, namely into: 2. altitudinal vegetation zone (200 - 350 m.n.m.), 3. altitudinal vegetation zone (450 - 650 m.n.m.), below next 4. altitudinal vegetation zone (650 - 850 m.n.m.), 5. altitudinal vegetation zone (650 - 850 m.n.m.), 6. altitudinal vegetation zone (850 - 1 000 m.n.m.) and 7. altitudinal vegetation zone (above 1 000 m.n.m.). Applied methods of correlative and regress analysis served to identify statistical dependences. Results Upon application of regress analysis on monitoring of coniferous forest growth health in natural forest region PLO 01 Krušné hory for year 2002 were calculated values of correlation coefficients for linear stochastical dependencies. Based on those correlation coefficients is apparent that highest values (more than R ≥ 0.40) occurred in area 7. altitudinal vegetation zone (above 1 000 m.n.m.) and highest values (more than R ≥ 0.30) in 2. altitudinal vegetation zone (200 - 350 m.n.m.). Over level 95 % of interval of reliability (Rcrit.= ± 0,1946) [23] are located correlation coefficients of 18 parameters valid for year 2002 and 2001 (due to possibility of time shift of abiotical factors influence). Above-mentioned means that there is proved correlations between defoliation and other parameters of depositional flows such as : complete deposition of SOx, NOx and acid deposition (R >= 0.40). Conclusion for practice From obtained data is apparent that highest dispositions for damaging of coniferous forest growth by abiotical factors have mountain region in altitudes around 1 000 m. a.s.l. and higher. High susceptibility have also for forest growths in range around 200 - 350 m. a.s.l. Vice versa, for coniferous forest growth in area around 450 - 1 000 m a.s.l. influences of abiotical factors on defoliation were not sufficiently proved. From this reasons is important to find abiotacal factors, which can affect condition of forest growth (defoliation), for example UV radiation, factors define earth state, sustenance growth state, etc. Important are also main interaction abiotacal factors in the relation with defoliation, for example between depositions, ozon and precipitations (derived from linear parametric regression function). Solution is possible find out in more detailed analyses impacts of enviroment on health of forest growth (defoliation). 46

9 Literatura [1] MINISTERSTVO ZEMĚDĚLSTVÍ ČESKÉ REPUBLIKY, KOLEKTIV AUTORŮ, 2004. Monitoring stavu lesa v České republice 1984 - 2003. Přerov, 432 str. [2] ŠIŠKA F., 1980. Ochrana ovzduší. SNTL Praha & ALFA Bratislava [3] PONDĚLÍČKOVA A., HENŽLÍK V., ÚSTAV PRO HOSPODÁŘSKOU ÚPRAVU LESŮ BRANDÝS NAD LABEM. 2003. Zpráva o stavu lesa a lesního hospodářství České republiky, Stav k 31. 12. 2002. Ministerstvo zemnědělství, Praha. 116 str. ISBN 80-7084-278-4 [4] MRKVA R., 2000. Chřadnutí dřevin jako významný a očekávaný problém ochrany lesa. Ochrana lesa. 6: 246-249. [5] HRUŠKA J., KRÁM P., SCHWARZ O., 1999. Kyselé deště stále s námi. Modelování dlouhodobé acidifikace lesních půd. Lesnická práce 6: 256-259. [6] ULRICH B., 1987. Stability. elasticity and resilience of terrestrial Ecosystems with respect to Matter balance. Biological Studies. Vol. 61. Springer-Verlag. Berlin. Heidelberg [7] ULRICH B., 1991. Conclusions from 10 years of research into forest ecosystems and damage to forest. Forst und Holz. 46. 21: 3-12. [8] KALVOVÁ, J., KAŠPÁREK, L., JANOUŠ, D., ŽALUD, Z., KAZMAROVÁ, H. (eds.), (2003). Scénáře změny klimatu na území České republiky a odhady dopadů klimatické změny na hydrologický režim, sektor zemědělství, sektor lesního hospodářství a na lidské zdraví v ČR, Národní klimatický program České republiky, Praha. [9] HRUŠKA, J., ET CIENCIALA, E. (eds.), (2001). Dlouhodobá acidifikace a nutriční degradace lesních půd - limitující faktor současného lesnictví. Ministerstvo životního prostředí, Praha. [10] HADAŠ P., 2001. Analýza vztahu abiotických parametrů a zdravotního stavu lesních porostů na území přírodní lesní oblasti Hrubého Jeseníku a Kralického Sněžníku. Brno, 63 str. [11] MRÁČEK Z., PAŘEZ J., 1986. Pěstování smrku. Státní zemědělské nakladatelství, Praha, 203 str. [12] FABIÁNEK P., HEJDOVÁ J., 2006. Forest Focus (ICP Forests), Výsledky sledování v České republice v roce 2005. Lesnická práce. [13] HAVLÍČEK V., A KOL., 1986. Agrometeorologie. Státní zemědělské nakladatelství Praha, 264 str. [14] HADAŠ P., 2007. Stres factors of forests in the silesian Beskids mts. Brno. MZLU. V tisku. [15] KOZEL J., KOLEKTIV AUTORŮ, 1995. Lesnický naučný slovník II. Praha, 437 str.

47

[16] HINDLS R., KAŇOKOVÁ J., NOVÁK I, 1997. Metody statistické analýzy pro ekonomy. Management Press, Praha [17] SEGER J., HINDLS R., 1993. Statistické metody v ekonomii. H&H. [18] MELOUN M., MILITKÝ J., 1998. Statistické zpracování experimentálních dat. East publishing, Praha. 839 str. [19] FILÁČEK A. KOUTNÍK V. VONDRÁČEK J., 1977. Shluková analysa. Časopis pro pěstování matematiky. 102: 359-411. [20] HEBÁK P., HUSTOPECKÝ J., 1987. Vícerozměrné statistické metody s aplikacemi. Praha, SNTL. 452 pp. [21] HADAŠ P., 2006: Stanovení depozičních toků síry, dusíku a iontů vodíku na území Krušných hor a na území Jablunkovska. Závěrečná zpráva pro Mze ČR, 31 str. + 10 příloh. [22] KUPČÁK V., 2003. Ekonomika lesního hospodářství. Brno. MZLU. 258 str. [23] ANDĚL J., 1985. Matematická statistika. Bratislava. SNTL. 352 str. [24] PAZDERA P., 2005. Vliv abiotických faktorů na zdravotní stav lesních porostů, Brno. 45 str. [25] KULHAVÝ J., SKOUPÝ A., KANTOR P., SIMON J., E. (eds.), (2005). Trvale udržitelné hospodaření v lesích a v krajině – od koncepce k realizaci, Sborník významných výsledků institucionálního výzkumu LDF v Brně, řešeného v letech 1999 2004. Brno. MZLU. 424 str. [26] HADAŠ P., 2006: Potenciální depoziční toky síry, dusíku a iontů vodíku a jejich vliv na zdravotní stav lesních porostů na území PLO Krušné hory. In: Slodičák M., Novák J. (eds.): Lesnický výzkum v Krušných horách. Recenzovaný sborník s celostátní vědecké konference, Teplice 20.4.2006, VÚLHM VS Opočno, s. 17-38. [27] ŠKVARENINA J., STŘELCOVÁ, K., KAMENSKÝ L., 1995. Zrážková zabezpečenosť smreka obyčajného na vybraných lokalitách Stredného Slovenska. Pracovný seminár: „Lesné ekosystémy a globálne klimatické zmeny“, technická Universita vo Zvolene, 22. február, 89-96 str. [28] ROŽNOVSKÝ, J., LITSCHMANN, T., HADAŠ P. (ed), 2005. „Bioklimatologie současnosti a budoucnosti“, Vliv očekávaných změn klimatu na potenciální růstové podmínky lesních porostů na území Drahanské vrchoviny v časovém horizontu 2050. Křtiny. ISBN 80-86 690–31-08 [29] NAŘÍZENÍ VLÁDY č. 350/2002 Sb., v platném znění (novela 429/2005 Sb.) [30] VINŠ B., 1996: Dopady možné změny klimatu na lesy v České republice. Národní klimatický program 19, Praha, 134 str. [31] DE VRIES W., REINDS G.J., VAN DOBBEN H., DE ZWART D., AAMLID D., NEVILLE P., POSCH M., AUÉE J.C.H., VOOGD E.M., 2002. Intensive Monitoring of Forest Ecosystems a Europe, Technical Report. EC, UN/ECE, Brussels, Geneva, 175 str.

48

10 Přílohy 1 - Tab. 4: Výsledky korelačních koeficientů pro vazby defoliace 2 LVS 3 LVS 4 LVS 5 LVS 6 LVS 7 LVS celkem PLO 01 Krušné hory 200-349 350-449 450-649 650-849 850-999 nad 1000 m.n.m. jednotka faktor m.n.m Z 0,204 0,061 0,026 0,003 0,086 0,122 0,214 % Pokryv. 0,490 0,371 0,339 0,659 0,413 0,438 0,423 kg ha rok N_pk 0,073 0,283 0,024 0,080 0,076 0,099 0,377 kg ha rok N_vp 0,114 0,262 0,004 0,110 0,119 0,110 0,226 kg ha rok S_pk 0,095 0,171 0,003 0,080 0,052 0,144 0,409 kg ha rok S_vp 0,091 0,163 0,009 0,107 0,132 0,044 0,240 mol.ha rok H+ sum. 0,125 0,229 0,020 0,130 0,098 0,170 0,439 mol.ha rok H+ krit. 0,125 0,229 0,020 0,130 0,098 0,170 0,439 µg m-3 NOx_Ør 0,196 0,023 0,248 0,009 0,047 0,032 0,479 µg m-3 NOx_Øz 0,213 0,006 0,234 0,071 0,097 0,024 0,453 µg m-3 0,165 SO2_Ør 0,171 0,090 0,110 0,123 0,018 0,532 µg m-3 0,200 SO2_Øz 0,105 0,114 0,144 0,162 0,028 0,532 µg m-3 0,186 O3_Ør 0,088 0,071 0,025 0,084 0,022 0,286 µg m-3 0,130 O3_5-8 0,080 0,122 0,108 0,001 0,057 0,210 µg m-3 O3_max.d 0,358 0,035 0,201 0,238 0,082 0,236 0,274 µg m-3 O3_min.d 0,190 0,144 0,043 0,071 0,043 0,070 0,172

2 - Tab. 5: Výsledky korelačních koeficientů pro vazby defoliace - teplotní průměry

Průměrná měsíční a Průměrná měsíční a roční teplota vzduchu v roční teplota vzduchu v roce 2002 ( °C ) roce 2001 ( °C )

PLO 01 Krušné h. jednotka faktor T4 T5 T6 T7 T8 T9 T10 ROK T4 T5 T6 T7 T8 T9 T10 ROK

2 LVS 200-349 0,030 0,044 0,126 0,160 0,085 0,023 0,129 0,143 0,007 0,075 0,026 0,049 0,017 0,049 0,206 0,122

3 LVS 350-449 0,037 0,065 0,102 0,141 0,141 0,018 0,029 0,083 0,024 0,111 0,016 0,045 0,044 0,018 0,082 0,033

4 LVS 450-649 0,029 0,015 0,042 0,040 0,036 0,041 0,051 0,031 0,087 0,150 0,027 0,115 0,127 0,064 0,043 0,031

49

5 LVS 650-849 0,121 0,115 0,140 0,126 0,104 0,102 0,101 0,141 0,169 0,090 0,166 0,184 0,172 0,053 0,132

6 LVS 850-999 0,140 0,088 0,071 0,089 0,134 0,147 0,117 0,153 0,148 0,151 0,149 0,148 0,148

7 LVS celkem nad 1000 m.n.m. 0,216 0,209 0,235 0,202 0,266 0,203 0,269 0,204 0,251 0,211 0,237 0,142 0,204 0,244 0,223 0,237 0,222 0,210 0,185 0,228 0,224 0,234 0,219 0,224 0,228 0,197 0,215 0,213

3 - Tab. 6: Výsledky korelačních koeficientů pro vazby defoliace – srážkové úhrny

Měsíční a roční sumy srážek v roce 2002 ( mm )

Měsíční a roční sumy srážek v roce 2001 ( mm )

PLO 01 Krušné h. jednotka faktor S4 S5 S6 S7 S8 S9 S10 ROK S4 S5 S6 S7 S8 S9 S10 ROK

2 LVS 200-349 0,081 0,203 0,114 0,164 0,115 0,013 0,140 0,076 0,185 0,048 0,120 0,347 0,189 0,137 0,127 0,025

3 LVS 350-449 0,023 0,192 0,171 0,188 0,039 0,131 0,148 0,199 0,132 0,081 0,122 0,145 0,072 0,176 0,004 0,124

4 LVS 450-649 0,028 0,202 0,122 0,253 0,123 0,106 0,113 0,144 0,171 0,037 0,101 0,109 0,120 0,146 0,056 0,138

5 LVS 650-849 0,099 0,037 0,130 0,149 0,001 0,055 0,025 0,110 0,018 0,131 0,015 0,099 0,122 0,087 0,106

6 LVS 850-999 0,134 0,064 0,093 0,096 0,057 0,056 0,058 0,169 0,166 0,031 0,019 0,171 0,122

7 LVS celkem nad 1000 m.n.m. 0,209 0,071 0,188 0,162 0,209 0,017 0,068 0,222 0,247 0,178 0,187 0,187 0,164 0,204 0,104 0,182 0,119 0,222 0,198 0,142 0,065 0,208 0,218 0,226 0,198 0,210 0,220 0,191

4 - Tab. 7: Výsledky korelačních koeficientů pro interakce mezi jednotlivými vlivy vztažené k defoliaci faktory působící jednotlivě jednotka faktor korelace kg ha rok N_pk 0,4979 kg ha rok N_vp 0,4985 kg ha rok S_pk 0,4980 kg ha rok S_vp 0,5004 mol.ha rok H+ sum. 0,4980 mol.ha rok H+ krit. 0,4980 µg m-3 NOx_Ør 0,4982 µg m-3 NOx_Øz 0,4978 µg m-3 SO2_Ør 0,5010 µg m-3 SO2_Øz 0,4994 µg m-3 O3_Ør 0,5000 µg m-3 O3_5-8 0,4995 µg m-3 O3_max.d 0,4978 µg m-3 O3_min.d 0,4978 °C T1 0,4985 °C T2 0,4979 mm S1 0,4987 mm S2 0,4979

faktory působící v interakci jednotka interakce korelace Z+Pokryvnost 0,4977 kg ha rok N_vp+N_pk 0,5040 kg ha rok S_pk+S_vp 0,5075 kg ha rok N_vp+S_vp 0,5023 kg ha rok N_pk+S_pk 0,4980 mol.ha rok H+ sum.+H+ krit. 0,4980 kg ha rok NOx_Ør+NOx_Øz 0,4995 kg ha rok SO2_Ør+SO2_Øz 0,5033 kg ha rok NOx_Ør+SO2_Ør 0,5011 kg ha rok NOx_Øz+SO2_Øz 0,4995 µg m-3 O3_Ør+O3_5-8 0,5001 µg m-3 O3_max.d+O3_min.d 0,4978 O3_max.d+H+ sum. 0,4982 O3_max.d+NOx 0,4983 °C T1+T2 0,4999 mm S1+S2 0,4993 S1+T1 0,4996 S2+T2 0,4982

Z+Pokryvnost+N_pk+S_pk+H_sum.+NOx_Ør+SO2_Ør+O3_max.d

50

0,5021

1

intenzita korelačního koeficientu 3 4 5 6 7

2

8

9

Obr. 5: Legenda k výsledkům váhy korelačních koeficientů pro vazby defoliace

5 - Tab. 8: Průměrné hodnoty pro abiotické faktory (2. – 4. LVS) PLO 01 Krušné h.

2 LVS (200-349 m)

3 LVS (350-449 m)

4 LVS (450-649 m)

jednotka

faktor

min.

max.

průměr

min.

max.

průměr

min.

max.

průměr

m.n.m

Z

200,0

340,0

289,5

350,0

448,5

403,2

450,0

649,7

551,6

%

Defoliace

90,0

6,6

90,0

6,3

0,0

85,0

11,1

% kg ha rok kg ha rok kg ha rok kg ha rok mol.ha r. mol.ha r.

Pokryv. N_pk N_vp S_pk S_vp H+ sum. H+ krit.

µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3

NOx_Ør

22,5

38,5

32,2

18,5

37,2

28,0

11,1

33,3

20,8

NOx_Øz

29,0

53,0

42,3

26,1

51,1

36,7

12,2

48,9

26,7

SO2_Ør

7,8

15,8

12,2

7,0

16,2

11,6

4,2

17,8

9,7

SO2_Øz

9,1

24,9

16,4

8,5

22,6

15,2

5,0

20,8

12,3

0,0

0,0

0,7 4,1 0,0 33,0 0,0 100,0 0,0 100,0 28,6 22,3 12,5 75,7 9,3 56,3 7,2 57,8 28,2 22,1 12,5 64,8 9,3 56,5 7,3 54,1 24,4 21,3 11,4 46,1 9,0 46,2 7,4 42,8 24,4 20,7 11,4 46,3 9,0 40,1 7,5 40,9 1441,2 5807,8 2845,2 1121,4 5006,9 2438,2 995,5 5118,7 -21,8 4344,8 1382,2 -341,6 3543,9 975,2 -467,5 3655,7

15,0 20,2 18,9 19,3 18,0 2254,2 791,2

O3_Ør

36,9

52,0

45,7

42,5

56,2

51,3

44,1

65,7

55,9

O3_5-8

59,7

72,6

65,9

59,8

78,3

70,8

60,3

85,9

73,8

O3_max.d

99,1

199,8

122,0

102,3

174,7

116,0

105,7

153,5

118,3

O3_min.d

0,0

5,0

2,2

0,0

8,0

5,1

1,3

11,0

7,1

6 - Tab. 9: Průměrné hodnoty pro abiotické faktory (5. – 7. LVS) PLO 01 Krušné h.

5 LVS (650-849 m)

6 LVS (850-999 m)

7 LVS (nad 1000 m)

jednotka

faktor

min.

max.

průměr

min.

max.

průměr

m.n.m

Z

650,0

849,1

752,1

850,0

999,0

907,5

min.

max.

průměr

%

Defoliace

0,0

90,0

15,7

0,0

90,0

16,1

% kg ha rok kg ha rok kg ha rok kg ha rok mol.ha r. mol.ha r.

Pokryv. N_pk N_vp S_pk S_vp H+ sum. H+ krit.

µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3

NOx_Ør

5,3

22,1

11,5

2,4

13,6

6,0

0,7

4,8

2,2

NOx_Øz

7,2

32,7

15,0

3,3

20,2

8,1

1,3

5,6

3,1

3,1

14,5

7,9

5,1

10,7

7,3

11,7

8,3

1000,0 1243,7 1065,1 0,0

55,0

20,9

25,1 25,1 34,5 0,0 100,0 0,0 100,0 0,0 100,0 22,1 20,4 17,8 9,9 71,6 10,2 44,2 12,3 24,2 19,4 18,1 14,4 9,5 45,8 10,2 44,3 12,0 16,5 22,0 21,7 21,7 10,6 57,3 11,4 35,7 14,3 30,6 19,8 19,3 17,5 9,9 36,8 11,5 35,7 13,7 20,5 1292,4 5153,2 2480,4 1359,5 3921,0 2412,8 1656,0 3313,6 2352,0 -170,6 3690,2 1017,4 -103,5 2458,0 949,8 193,0 1850,6 889,0

SO2_Ør

4,0

18,6

9,3

SO2_Øz

5,2

21,5

11,7

3,6

15,9

9,6

5,9

O3_Ør

52,9

75,1

64,5

61,5

78,8

70,6

74,4

85,7

78,1

O3_5-8

66,4

95,4

82,7

79,2

99,2

88,1

90,0

103,5

95,5

O3_max.d

112,7

158,1

128,9

125,1

157,5

136,7

136,4

156,0

143,5

13,0

9,6

14,9

10,7

5,4

14,6

10,9

O3_min.d

2,9

3,4

51

7 - Tab. 10: Průměrné hodnoty pro abiotické faktory (celkem) celkem

PLO 01 Krušné h. jednotka

faktor

min.

max.

průměr

m.n.m

Z

200,0

1243,7

693,6

%

Defoliace

0,0

90,0

13,4

% kg ha rok kg ha rok kg ha rok kg ha rok mol.ha r. mol.ha r.

Pokryv. N_pk N_vp S_pk S_vp H+ sum. H+ krit.

0,0 7,2 7,3 7,4 7,5 995,5 -467,5

100,0 75,7 64,8 57,3 46,3 5807,8 4344,8

20,1 21,2 19,3 21,2 19,3 2404,1 941,1

µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3 µg m-3

NOx_Ør

0,7

38,5

14,7

NOx_Øz

1,3

53,0

19,2

SO2_Ør

3,1

18,6

9,3

SO2_Øz

3,6

24,9

11,8

O3_Ør

36,9

85,7

62,0

O3_5-8

59,7

103,5

80,2

O3_max.d

99,1

199,8

126,6

O3_min.d

0,0

14,9

8,5

8 - Tab. 11: Průměrné hodnoty pro sumy teplot (2. – 4. LVS) 2 LVS (200-349 m)

3 LVS (350-449 m)

4 LVS (450-649 m)

min.

max.

průměr

min.

max.

průměr

min.

max.

průměr

T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12

-1,3 0,5 2,9 7,3 14,6 14,3 18,5 18,7 11,5 11,6 2,4 -2,5 8,2 -0,2 3,8 4,4 7,9 15,0 17,5 18,6 19,3 12,7 7,3 3,8

-0,6 1,2 4,0 8,3 15,8 15,6 19,4 19,6 12,5 12,2 3,4 -1,3 9,2 0,6 4,7 5,3 9,0 16,4 18,7 19,7 20,5 13,7 8,1 4,8

-1,1 0,8 3,6 7,7 15,2 15,1 18,9 19,1 11,9 11,8 3,0 -1,7 8,7 0,3 4,1 4,7 8,3 15,7 18,1 19,1 19,8 13,1 7,6 4,3

-1,8 -0,2 2,2 5,9 13,9 13,4 17,0 17,6 10,8 11,2 1,8 -2,8 7,6 -1,0 3,2 3,8 6,9 13,8 16,8 17,7 18,1 11,8 6,6 3,5

-1,1 0,8 3,7 7,4 15,0 15,1 19,0 18,9 11,6 11,7 3,1 -1,5 8,6 0,4 4,2 4,6 8,1 15,6 17,9 18,8 19,7 12,9 7,6 4,3

-1,5 0,4 3,0 6,8 14,5 14,3 18,1 18,3 11,2 11,4 2,4 -2,1 8,1 -0,2 3,6 4,1 7,5 14,9 17,3 18,2 19,0 12,3 7,0 3,9

-2,6 -1,0 1,2 4,5 12,7 12,1 15,7 16,3 9,6 10,5 1,0 -3,6 6,6 -1,5 2,1 2,7 5,5 12,6 15,5 16,3 17,0 10,6 5,6 2,6

-1,4 0,5 3,0 6,7 14,5 14,3 18,1 18,2 11,2 11,8 2,5 -1,5 8,0 0,0 3,7 4,1 7,5 15,0 17,3 18,2 19,0 12,3 7,2 4,0

-2,1 -0,2 2,2 5,7 13,5 13,1 17,0 17,3 10,2 10,9 1,7 -2,6 7,2 -0,8 2,8 3,4 6,4 13,7 16,4 17,1 18,0 11,3 6,3 3,3

-2,9 9,1

-1,8 9,9

-2,3 9,4

-3,2 8,4

-1,7 9,3

-2,5 8,8

-3,7 7,3

-1,6 8,7

-2,6 7,9

Průměrná měsíční a roční teplota vzduchu v roce 2002 ( °C )

faktor

Průměrná měsíční a roční teplota vzduchu v roce 2001 ( °C )

PLO 01 Krušné h. jednotka

ROK T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 ROK

52

9 - Tab. 12: Průměrné hodnoty pro sumy teplot (5. – 7. LVS) 5 LVS (650-849 m)

6 LVS (850-999 m)

7 LVS (nad 1000 m)

min.

max.

průměr

min.

max.

průměr

min.

max.

průměr

T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 ROK T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11

-3,4 -1,9 0,1 3,6 11,7 11,1 15,0 15,4 8,3 9,8 0,1 -4,3 5,5 -1,9 0,7 1,6 3,9 11,2 13,9 14,7 15,8 9,3 4,2 1,7

-2,1 -0,5 1,8 5,3 13,3 12,8 16,8 16,9 9,7 10,7 1,6 -2,6 6,8 -0,6 2,5 2,9 6,2 13,8 16,2 17,0 17,9 11,2 6,0 3,2

-2,9 -1,3 0,9 4,4 12,3 11,8 15,8 16,1 8,9 10,2 0,8 -3,4 6,1 -1,2 1,6 2,2 5,0 12,5 15,2 15,8 16,8 10,1 5,1 2,3

-4,0 -2,6 -0,6 2,6 10,7 10,0 14,0 14,4 7,3 9,2 -0,5 -4,5 4,8 -2,3 -0,2 0,9 2,9 10,2 13,0 13,8 14,9 8,4 3,4 1,2

-2,9 -1,5 0,6 4,0 12,1 11,4 15,4 15,6 8,4 10,0 0,6 -3,7 5,7 -1,1 1,3 1,9 4,9 12,6 15,0 15,7 16,8 10,0 4,8 2,4

-3,6 -2,0 0,1 3,4 11,4 10,8 14,8 15,1 7,9 9,6 0,0 -4,0 5,3 -1,6 0,7 1,4 3,9 11,4 14,2 14,7 15,8 9,1 4,2 1,7

-5,0 -3,6 -1,8 1,1 9,3 8,6 12,7 13,1 5,7 -8,8 -1,0 -5,5 3,5 -2,3 -1,6 -0,4 1,2 8,7 11,5 12,1 13,4 7,0 2,0 0,7

-4,0 -2,4 -0,4 2,8 10,8 10,3 14,3 14,6 7,3 9,2 1,7 -4,4 4,8 -1,6 0,2 1,0 3,1 10,6 13,5 13,9 15,0 8,5 3,7 1,8

-4,3 -2,7 -0,8 2,3 10,4 9,8 13,8 14,2 6,9 4,1 -0,1 -4,7 4,4 -1,9 -0,5 0,6 2,4 9,9 12,7 13,3 14,5 8,1 3,1 1,4

T12

-4,2

-2,3

-3,2

-4,2

-3,0

-3,5

-4,0

-3,3

-3,6

ROK

6,2

7,7

6,9

5,4

6,6

6,0

4,0

5,4

5,0

Průměrná měsíční a roční teplota vzduchu v roce 2002 ( °C )

faktor

Průměrná měsíční a roční teplota vzduchu v roce 2001 ( °C )

PLO 01 Krušné h. jednotka

10 - Tab.13: Průměrné hodnoty pro teploty celkem (rok 01 a 02) celkem

celkem

jednotka

faktor

min.

max.

průměr

jednotka

faktor

min.

max.

průměr

T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11

-5,0 -3,6 -1,8 1,1 9,3 8,6 12,7 13,1 5,7 -8,8 -1,0

-0,6 1,2 4,0 8,3 15,8 15,6 19,4 19,6 12,5 12,2 3,4

-2,7 -1,0 1,3 4,8 12,7 12,2 16,1 16,4 9,3 10,2 1,1

T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11

-2,3 -1,6 -0,4 1,2 8,7 11,5 12,1 13,4 7,0 2,0 0,7

0,6 4,7 5,3 9,0 16,4 18,7 19,7 20,5 13,7 8,1 4,8

-1,1 2,0 2,6 5,4 12,9 15,5 16,2 17,1 10,4 5,4 2,6

T12

-5,5

-1,3

-3,2

T12

-4,2

-1,6

-3,0

ROK

3,5

9,2

6,5

Průměrná měsíční a roční teplota vzduchu v roce 2002 ( °C )

PLO 01 Krušné h.

Průměrná měsíční a roční teplota vzduchu v roce 2001 ( °C )

PLO 01 Krušné h.

ROK

4,0

9,9

7,2

53

11 - Tab.14: Průměrné hodnoty pro srážky celkem (rok 01 a 02) celkem

Měsíční a roční sumy srážek v roce 2001 ( mm )

celkem

PLO 01 Krušné h.

faktor S1 S2 S3 S4 S5 S6 S7 S8

min. 37,6 24,1 64,8 44,2 49,5 54,5 68,6 72,0

max. 64,6 81,2 116,5 113,7 94,7 172,8 144,4 120,0

průměr 50,2 49,8 93,1 77,2 69,1 111,8 106,6 96,1

S9

85,7

171,4

124,9

S10

29,3

49,4

38,9

S11

42,7

117,1

78,1

S12

42,8

147,8

94,7

ROK

639,9 1367,2

990,4

jednotka Měsíční a roční sumy srážek v roce 2002 ( mm )

PLO 01 Krušné h. jednotka

faktor S1 S2 S3 S4 S5 S6 S7 S8

min. 21,9 64,0 13,9 29,6 48,8 61,4 72,6 105,7

max. 77,4 150,6 105,1 49,1 94,8 112,2 123,4 301,3

průměr 44,2 104,3 61,0 39,1 68,7 85,5 88,7 205,7

S9

41,0

114,1

74,7

S10

61,3

125,3

92,8

S11

85,5

184,5

120,5

S12

46,5

90,4

ROK

670,1 1510,7

65,1 1050,3

12 - Tab.15: Průměrné hodnoty pro sumy srážek (2. – 4. LVS) PLO 01 Krušné h.

Měsíční a roční sumy srážek v roce 2002 ( mm )

Měsíční a roční sumy srážek v roce 2001 ( mm )

jednotka

2 LVS (200-349 m)

3 LVS (350-449 m)

4 LVS (450-649 m)

faktor S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

min. 37,6 24,1 64,8 44,2 49,5 54,5 72,6 72,0 85,7 29,3 42,7 42,8

max. 42,2 47,7 76,8 54,3 66,5 88,3 102,6 80,8 98,8 33,5 52,7 78,1

průměr 39,7 33,8 71,4 50,5 57,0 66,0 85,7 77,3 92,2 30,9 49,1 55,5

min. 40,4 31,3 70,8 54,0 52,9 69,6 68,6 78,7 95,3 31,5 53,3 57,0

max. 45,6 53,3 100,4 62,0 71,0 94,8 113,5 88,8 108,4 34,9 60,7 88,6

průměr 42,7 36,7 78,0 58,0 58,3 78,5 91,2 83,1 101,3 33,1 57,3 66,3

ROK S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11

639,9 21,9 64,0 13,9 29,6 48,8 61,4 72,6 105,7 41,0 61,3 85,5

791,2 77,4 77,0 37,1 42,1 73,5 70,3 123,4 161,5 56,8 85,2 109,0

708,9 33,9 70,4 26,4 32,4 56,4 66,4 85,5 135,1 48,5 69,1 93,7

727,1 27,5 73,5 23,4 31,6 53,7 67,8 74,8 124,3 50,3 68,7 92,3

869,9 69,4 87,5 56,4 42,9 71,0 76,4 100,2 194,3 63,1 87,5 123,4

784,0 36,3 80,0 36,3 34,2 59,5 71,8 80,7 155,5 55,9 75,6 100,7

S12

46,5

57,7

53,2

50,0

64,1

55,9

52,7

ROK

670,1 868,9

769,4

764,4 915,6

841,4

825,3 1050,9

54

min. 41,7 35,6 74,3 60,4 54,4 80,2 68,8 82,8 99,9 33,0 60,5 65,0

max. 50,3 67,9 109,2 75,1 80,7 126,3 125,8 97,6 123,6 38,7 75,1 119,3

790,9 1038,6 28,9 64,7 79,4 102,8 28,6 71,8 32,0 45,5 54,8 75,5 71,9 85,6 77,2 99,4 134,9 224,4 56,0 74,3 74,3 95,1 95,6 143,9 70,7

průměr 46,1 43,3 89,3 68,0 62,7 95,0 94,8 90,5 112,2 36,0 67,9 81,5 887,3 37,7 91,5 52,1 36,1 62,4 79,2 83,9 187,3 66,0 85,3 110,9 60,9 953,2

13 - Tab.16: Průměrné hodnoty pro sumy srážek (5. – 7. LVS) PLO 01 Krušné h.

Měsíční a roční sumy srážek v roce 2002 ( mm )

Měsíční a roční sumy srážek v roce 2001 ( mm )

jednotka

5 LVS (650-849 m)

6 LVS (850-999 m)

min. 47,2 44,4 83,0 73,4 62,4 103,2 84,4 91,0 117,2 37,2 74,7 83,0

max. 55,9 77,7 109,0 87,4 90,0 153,2 137,7 105,7 141,4 42,6 89,2 139,8

průměr 51,9 52,5 94,7 80,9 71,7 118,7 111,9 98,3 130,2 40,1 82,2 100,0

min. 53,4 53,0 93,1 87,0 71,0 126,7 100,2 100,0 135,3 41,4 89,1 104,2

ROK S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11

935,0 1208,7 38,0 68,8 97,3 120,7 44,5 80,3 36,1 47,6 62,1 80,5 81,2 93,6 83,0 106,9 164,9 254,2 68,3 88,9 85,9 106,8 104,0 163,3

1033,3 46,5 109,8 64,3 40,3 70,6 88,0 89,2 211,9 77,7 95,7 122,0

1079,3 1303,2 1146,0 1189,9 1367,2 1238,1 47,7 61,3 52,4 54,9 65,7 57,8 115,6 133,3 122,7 129,4 150,6 135,2 62,1 90,5 77,5 86,2 105,1 92,1 40,5 48,2 43,0 44,0 49,1 45,5 71,2 85,9 76,8 79,4 94,8 87,1 90,9 100,7 95,5 100,1 112,2 103,7 88,1 112,5 94,3 94,6 120,8 109,9 208,2 267,9 240,8 255,2 301,3 271,4 81,3 98,5 88,4 95,8 114,1 102,2 97,4 113,0 105,2 110,5 125,3 114,8 116,4 171,8 135,6 141,4 184,5 168,1

S12

58,2

ROK

955,0 1235,5

78,7

66,0 1082,1

63,6

max. 59,8 81,2 112,1 97,6 94,7 166,3 144,4 110,6 154,1 45,4 99,7 147,8

83,4

průměr 55,9 60,1 102,1 91,3 77,8 137,4 120,0 105,5 143,1 43,2 93,3 116,3

7 LVS (nad 1000 m)

faktor S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

71,9

min. 57,9 60,0 105,8 97,5 77,7 144,5 117,1 109,5 149,8 44,6 99,7 119,8

76,0

max. 64,6 70,6 116,5 113,7 87,6 172,8 141,5 120,0 171,4 49,4 117,1 142,1

90,4

průměr 59,7 62,9 109,2 101,9 80,5 152,1 127,0 112,5 155,8 46,0 104,4 126,1

83,8

1103,1 1342,4 1204,1 1276,8 1510,7 1371,7

55