Mendelova univerzita v Brně Lesnická a dřevařská fakulta Ústav lesnické botaniky, dendrologie a geobiocenologie
Bakalářská práce Zjištění optimálního počtu výmladků pro hodnocení vegetativního zmlazení lípy (Tilia sp.)
2011/2012
Václav Převor
Mendelova univerzita v Brně Ústav lesnické botaniky, dendrologie a geobiocenologie
Lesnická a dřevařská fakulta 2010/2011
ZADÁNÍ BAKALÁŘSKÉ PRÁCE
Autor práce:
Václav Převor
Studijní program:
Lesnictví
Obor:
Lesnictví
Zásady pro vypracování: 1. Na ploše TARMAG na Hádecké plošině změřit tloušťku a výšku všech výmladků alespoň u 20 jedinců lípy na otevřené ploše a u 20 jedinců lípy na ploše s výstavky. 2. Doplnit údaje z prvního roku po těžbě (celkem 30 jedinců, Kůrová 2010) alespoň 10 jedinci z experimentální plochy TARMAG Soběšice. 3. U všech hodnocených jedinců spočítat věk. 4. Vytvořit základní lineární modely pro vztahy mezi jednotlivými veličinami. Do modelů nejprve vložte pouze nejvyšší hodnoty výšek a tlouštěk výmladků, následně postupně zprůměrované hodnoty 2, 3 a více nejvyšších výmladků. 5. Na základě nejvyšších hodnot koeficientů determinace (deviace) stanovit optimální počet výmladků pro hodnocení vegetativního zmlazení lípy. 6. Získané výsledky interpretujte.
Název tématu:
Rozsah práce:
Zjištění optimálního počtu výmladků pro hodnocení vegetativního zmlazení lípy (Tilia sp.)
30 stran
2
Seznam odborné literatury: 1.
BUCKLEY, G. P. Ecology and management of coppice woodlands. 1. vyd. London: Chapman & Hall, 1994. 336 s. ISBN 0-412-43110-6.
2.
KUCHTA, M. Výmladná schopnost dubu zimního (Quercus petraea agg.) na Hádecké plošině. Bakalářská práce. Brno: MENDELU Brno, 2010. 38 s.
3.
KŮROVÁ, J. Výmladná schopnost vybraných druhů dřevin na Hádecké plošině. Diplomová práce. Brno: MENDELU Brno, 2010. 74 s.
4.
RACKHAM, O. Ancient woodland : its history, vegetation and uses in England. 2. vyd. Dalbeattie, Kirkudbrightshire: Castlepoint, 2003. 584 s. ISBN 0-897604-270.
5. RACKHAM, O. Woodlands. London: Collins, 2006. 609 s. ISBN 0-00-720243-1. 6.
ÚRADNÍČEK, L. -- MADĚRA, P. -- TICHÁ, S. -- KOBLÍŽEK, J. Dřeviny České republiky. 2. vyd. Kostelec nad Černými Lesy: Lesnická práce, s.r.o., 2009. 367 s. ISBN 978-80-87154-62-5.
7.
VAN EMDEN, H. F. Statistics for terrified biologists. Malden, MA: Blackwell Pub., 2008. 343 s. ISBN 978-1-4051-4956-3.
8. CRAWLEY, M. J. The R book. John Wiley & Sons Ltd, 2007. 950 s.
Datum zadání bakalářské práce:
listopad 2010
Termín odevzdání bakalářské práce:
duben 2011
Václav Převor Autor práce
Ing. Radim Matula, Ph.D. Vedoucí práce
doc. Dr. Ing. Petr Maděra Vedoucí ústavu
doc. Dr. Ing. Petr Horáček Děkan LDF MENDELU
3
Prohlášení
Prohlašuji, že jsem bakalářskou práci na téma Zjištění optimálního počtu výmladků pro hodnocení vegetativního zmlazení lípy (Tilia sp.) zpracoval samostatně a uvedl jsem všechny použité prameny. Souhlasím, aby moje bakalářská práce byla zveřejněna v souladu s § 47b Zákona č. 111/1998 Sb., o vysokých školách a uložena v knihovně Mendelovy univerzity v Brně, zpřístupněna ke studijním účelům ve shodě s Vyhláškou rektora Mendlovy univerzity 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
Václav Převor
4
Poděkování Především děkuji za pomoc, odborné vedení a odborné rady při zpracování bakalářské práce panu Ing. Radimu Matulovi, Ph.D. Dále děkuji své rodině a přátelům za trpělivost a všestrannou výpomoc.
5
Název bakalářské práce: Zjištění optimálního počtu výmladků pro hodnocení vegetativního zmlazení lípy (Tilia sp.) Název bakalářské práce v anglickém jazyce: Determining the Optimum Number of Sprout Shoots for the Evaluation of Vegetative Regeneration of Lime Tree. Abstrakt: Tato bakalářská práce se zabývala zjištěním optimálního počtu výmladků lípy na stanovení celkové biomasy ve výmladkovém lese. Měření bylo provedeno na výzkumné ploše Tarmag – Hádecká planinka v roce 2010 až 2011. Byly shromážděny informace o přírodních podmínkách na dané lokalitě, o lípě a o nízkém a středním lese. Bylo změřeno celkem 1683 výmladků na 48 pařezech. Pomocí statistického programu Past byla zjištěna závislost mezi dopočítanou hmotností biomasy výmladků a různým počtem měřených výmladků. Výsledkem byly koeficienty determinace, pomocí kterých byla porovnávána přesnost predikce biomasy pomocí stoupajícího počtu změřených výmladků. Dle očekávání bylo zjištěno, že čím více výmladků změříme, tím přesnější je výsledek, avšak do počtu 4-5 výmladků tato přesnost stoupala rychleji a dále jen pozvolna. Nejlepší výsledek byl při použití výšek 11 nejvyšších výmladků. Klíčová slova: Výmladek, nízký les, lípa Abstract: This bachelor's thesis deals with the survey of optimal number of sprout shoots of lime tree for determination of total biomass in sprout shoot forest. The measuring was carried out on the research area Tarmag – Hádecká planinka during years 2010 and 2011. The information about natural conditions on the given area, about lime tree and coppice woodlands was gathered, and 1683 sprout shoots on 48 stumps were measured in total. The dependence between the weight of biomass of sprout shoots in finish counting and different number of measured sprout shoots was found out by the statistic program Past. The coefficients of determination by which the accuracy of prediction of biomass by rising number of measured sprout shoots are the main outcome of the project. It was found out according to the expectation that more sprout shoots we measure more accurate outcome will we get, however the accuracy was rising faster up to the number of 4 to 5 sprout shoots, and it was then rising slowly. The best outcome was gained when the height eleven highest sprout shoots was used. Key words: sprout shoot, coppice woodlands, lime tree
6
Obsah 1. ÚVOD...................................................................................................................................9 2. CÍL......................................................................................................................................11 3. LOKALIZACE A ŠIRŠÍ ÚZEMNÍ VZTAHY ZÁJMOVÉHO ÚZEMÍ....................12 3.1. Lokalizace zájmového území na mapě.....................................................................12 3.2. Širší územní vztahy....................................................................................................12 3.2.1. Klimatické poměry..............................................................................................12 3.2.2. Geomorfologické poměry....................................................................................13 3.2.3. Geologické poměry..............................................................................................13 3.2.4. Půdní poměry......................................................................................................13 3.2.5. Hydrologické poměry.........................................................................................13 3.2.6. Lesní poměry......................................................................................................13 4. CHARAKTERISTIKY EXPERIMENTÁLNÍ PLOCHY HÁDY - TARMAG..........14 5. CHARAKTERISTIKA LÍPY..........................................................................................16 5.1. Lípa srdčitá – Tilia cordata Mill...............................................................................16 5.1.1. Ekologie a rozšíření...........................................................................................16 5.1.2. Význam..............................................................................................................16 5.2. Lípa velkolistá – Tilia platiphyllos Scop...................................................................16 5.2.1. Ekologie a rozšíření...........................................................................................17 5.2.2. Význam..............................................................................................................17 6. METODIKA......................................................................................................................18 6.1. Terénní měření...........................................................................................................23 6.2. Zpracování dat...........................................................................................................23 7
7. VÝSLEDKY.......................................................................................................................20 8. DISKUZE...........................................................................................................................27 9. ZÁVĚR...............................................................................................................................29 10. SUMMARY........................................................................................................................30 11. SEZNAM POUŽITÉ LITERATURY.............................................................................31 12. SEZNAM OBRÁZKŮ A TABULEK..............................................................................33
8
1. ÚVOD Výmladkové lesy zaujímají u nás 6 % celkové lesní půdy a mají se, vzhledem k poměrně malému hospodářskému významu nejen po produkční stránce, ale i při plněních ostatních užitečných funkcí, postupně převádět na lesy vysokokmenné. Udržování výmladkových lesů zavinilo vedle nízké doby obmýtí, jež umožňovala častější opakování málo hodnotné těžby (převážně palivo a sortimenty pro řemeslnické účely), také to, že provoz u výmladkového lesa byl poměrně jednoduchý (Doležal a kol. 1969). Převládající formou tvaru lesa u nás je les vysokokmenný. Pařeziny mají malou rozlohu a uvažuje se s nimi do budoucna především v lesích půdoochranných, bažantnicích a oborách. Sdružený les je zastoupen v mizivé míře ve zbytcích lužních lesů; může mít však značný význam v tvorbě a ochraně krajiny i pro svůj estetický účinek (Vyskot a kol. 1978). Na srovnání horizontu mýtního věku lesa vysokého, což odpovídá zhruba třem cyklům lesa nízkého, je objemová produkce srovnatelná, výrazně vyšší je však produkce vyjádřena hodnotově u vysokého lesa (Simon, 1998, podle Tesař, 1996). Po roce 1989 došlo v České republice ke změnám v držbě lesních majetků. Velká výměra lesů byla navrácena původním majitelům. Vzniklo tak mnoho malých lesních majetků takové velikosti, že jejich struktura neumožňuje, či jen ve velmi omezené míře, ekonomicky vyrovnané hospodaření v kratším a střednědobém časovém horizontu. S objevem fosilních paliv (uhlí) a s rozvojem technologií zpracování dříví během průmyslové revoluce dochází ke změně struktury poptávky. Palivové dříví není již tolik žádáno, pořez silnějších sortimentů již není problém. Pro stoupající poptávku po silnějším dříví jsou nízké a střední lesy převáděny na les vysoký. Převody nízkých a středních lesů na vysoké se v posledních 50-60 letech staly základem obhospodařování nížinných a pahorkatinných listnatých lesů. Postupné zmenšování výměry tradičních hospodářských tvarů významně ovlivnilo biodiverzitu. Biologové dnes registrují postupný ústup a vymírání některých druhů hmyzu a rostlin vázané na světlé listnaté lesy. Zvyšující se poptávka po energii, narůstající cena fosilních paliv i energie, zvažovaný útlum těžby hnědého uhlí jsou argumenty pro diverzifikaci zdrojů energie u nás. Jednou z variant, jak toho dosáhnout, je produkce biomasy určené k výrobě energie. Jednou z možností může být opětovné zavádění nízkých a středních lesů. Jako výhody tohoto řešení můžeme považovat mimo jiné, že se jedná o tradiční způsob hospodaření, není v rozporu s principy ochrany přírody, pro menší vlastníky lesa může být výhodnější, je to obnovitelný zdroj energie, zvýšení diverzity energetických zdrojů (Kadavý a kol. 2011). Dnes patří pařeziny k téměř zapomenutým formám pěstování lesa. Uchovaly se zejména ve formě tzv. předržených pařezin, které jsou buď převáděny na běžný vysoký les, nebo ponechávány bez zásahu. Postupem času se vytratil jejich význam jako zdroje "tenkého" dříví, neboť v moderní době vzrostla především potřeba silných sortimentů, např. ke stavebním účelům. Z hlediska ochrany přírody je to velká škoda, protože aktivně obhospodařované pařeziny vynikaly svojí pestrou strukturou vyhovující rozmanité škále 9
druhů. Díky krátkému obmýtí se v pařezinách dařilo zejména druhům náročným na světlo, neboť nízké lesy zaručovaly v času i prostoru rozsáhlou nabídku světlých fází lesa. (Správa NP Podyjí. 2012) Z hlediska přežití lesních organismů vázaných na otevřené a světlé stanoviště, ke kterým patří naši nejohroženější motýli, brouci vázaní na staré osluněné dřevo a mnoho vyšších rostlin a hub, plnily nízké a zejména střední lesy některé funkce, které les vysoký nemůže nahradit, a to zejména: Zajišťovaly podstatně větší nabídku raně sukcesních ploch na jednotku plochy i času, zajišťovaly větší a pestřejší nabídku starého dřeva pro xylofágní a xylobiontní organizmy, poskytovaly vysokou druhovou diverzitu etáže horní, zejména starších výstavků, zajišťovaly vysokou diverzitu dřevin, zejména světlomilných, které hostily některé dnes ustupující druhy hmyzu. Asi nejdůležitější však je, že nízké a střední lesy zachránily pestrou mozaiku stanovišť typickou pro nížiny (Konvička a kol. 2004). Doposud neexistuje jednotná metodika na měření výmladků v pařezinách. Měření všech výmladků zvláště v rané fázi nízkého lesa na zjištění jejich celkové biomasy je velice pracné a časově náročné a pro majitele lesa prakticky nerealizovatelné. Bakalářská práce Tomáše Mošťka (2011) však naznačila, že pomocí alometrických rovnic je pro odhad biomasy výmladků dostačující změřit jen relativně malý počet výmladků. Jeho studie se však zaměřovala jen na nejmenší pařezy lípy, a proto se jeví jako nutné ověřit jeho zjištění na co nejširším tloušťkovém rozpětí pařezů a zjistit, jaký je minimální počet výmladků pro spolehlivou predikci biomasy. Lípa byla zvolena jako modelový druh, protože ze studovaných dřevin má nejvyšší výmladnou schopnost a jak uvádí Matula a kol. (2012) dá se očekávat, že při převodech lesa vysokého na les nízký její zastoupení bude stoupat.
10
2. CÍL Cílem této bakalářské práce bylo zjistit optimální počet výmladků pro zjištění biomasy výmladků lípy. Dále bylo cílem porovnat vztahy mezi jednotlivými charakteristikami pařezů a výmladků.
11
3. LOKALIZACE A ŠIRŠÍ ÚZEMNÍ VZTAHY ZÁJMOVÉHO ÚZEMÍ 3.1. Lokalizace zájmového území na mapě Zájmové území se nachází severozápadně od v bezprostřední blízkosti od NPR Hádecká planinka (obr.1).
městské
části
Brno-Líšeň,
BRNO
Legenda:
poloha studovaného území
Obr. 1: Poloha studovaného území na mapě (Mapy.cz – Hádecká planinka)
3.2. Širší územní vztahy (převzato ze Štefka a kol. 2001) 3.2.1. Klimatické poměry Podle Quittovy klasifikace náleží Hádecká planinka do teplé oblasti A3, okrsku teplého, mírně suchého, s mírnou zimou a lednovou teplotou nad -3°C. Některé vybrané klimatické charakteristiky: počet letních dnů 50 - 60; počet dnů se sněhovou pokrývkou 40-50 dnů; průměr ročních srážek 510 mm. Hády svou jižní orientací terénu a vápencovým podložím vytvářely až do počátku dvacátého století příznivé podmínky pro uchycení a rozvoj řady teplomilných a suchomilných druhů.
12
3.2.2. Geomorfologické poměry Hády (432,9 m. n. m.) tvoří návrším zakončený jižní reliéf Moravského krasu. Devonské vápence jsou znivelovány v rozsáhlou, k JV mírně ukloněnou plošinu, která je na severozápadě výrazně omezena příkrým a vysokým údolním svahem řeky Svitavy. Plošina nedosáhla velkého stupně zkrasovění. Jsou na ní známé především povrchové krasové tvary, např. deprese různého charakteru a škrapy. Popisovaná lokalita je důležitá mimo jiné i z hlediska biogeografického rozšířením teplomilné květeny a zvířeny. Jižně od plošiny Hádů zaujímá reliéf budovaný brněnským masivem o více jak 100 m nižší polohu. Na jižní a jihovýchodní straně je omezen sníženinami úvalovitého charakteru, které přecházejí do karpatské předhlubně. Nad sníženinami se zvedají vápencové vrchy Bílá hora (299,4 m. n. m.) a Stránská skála (310 m. n. m.). 3.2.3. Geologické poměry Západní okraj Hádecké plošiny je budován světle šedými vilémovickými vápenci. Vrcholová plošina Hádů je budována šedými až tmavošedými, lavicovitě vrstevnatými, bohatě provrásněnými organodetritickými hádsko - říčskými vápenci o mocnosti cca 200 m. Jsou v nich také časté vložky břidlic. Oblast Hádecké plošiny je mimo jiné zajímavá paleontologickým obsahem trilobitové Fauny. 3.2.4. Půdní poměry Půdním typem je hnědá lesní půda, vápnitá hnědá lesní půda, mullová rendzina, moderová rendzina, mull - moderová rendzina, suťová mulová rendzina, suťová mull moderová rendzina, hnědá rendzina, šedohnědá rendzina, rendzina terra - calcis, illimerizovaná lesní půda, illimerizovaná vápnitá hnědá lesní půda, illimerizovaná rendzina terra - calcis. Jsou to půdy s velmi rozličnou trofností a produkční schopností, odvislou od mikro - a mezoklimatických podmínek daného typu geobiocénu a schopnosti dřevin dosáhnout kořenovým systémem zdrojů puklinové vláhy ve vápenci. 3.2.5. Hydrologické poměry Na území NPR Hádecká planinka se nenacházejí žádné povrchové toky ani lokality s trvalou stojatou vodou. Pouze místně se v některých depresích drží po delší dobu voda po deštích, ale ani tyto lokality nemají význam z hlediska vodních organismů. Jsou po dobu svého, často dočasného, výskytu významné hlavně jako zdroj vody pro organismy suchozemské. Z hlediska povodí náleží rezervace především do povodí Svitavy, pouze východní část (cca 25 %) lokality je součástí povodí Říčky. 3.2.6. Lesní poměry Lesní porosty náleží do LHC ŠLP Křtiny, jsou zařazeny do kategorie d – lesy zvláštního určení. Rezervace se nachází na horní hraně náhorní plošiny (kde zahrnuje i horní část severozápadního svahu spadajícího do údolí Svitavy) v nadmořské výšce 360 – 423 m a patří převážně do druhého lesního vegetačního stupně (buko – dubového). Do prvního vegetačního stupně (dubového) jsou řazeny nejteplejší lokality dřínových doubrav.
13
4. CHARAKTERISTIKY EXPERIMENTÁLNÍ PLOCHY HÁDY – TARMAG (převzato z Kadavý a kol. 2011) V rámci projektu TARMAG (Biodiverzita a cílový management ohrožených a chráněných druhů organismů v nízkých a středních lesích v soustavě NATURA 2000 – projekt MŽP ČR na léta 2007-2011) byla v roce 2008 založena experimentální výzkumná plocha. Smyslem založení bylo poskytnout výzkumným týmům projektu „výzkumnou terénní laboratoř“ a umožnit tak koncentraci velkého spektra specializovaných analýz do jednoho prostoru, času a dle jednotného schématu. Ploch má rozlohu 4 ha (200 x 200 m). Převážně se vyskytuje na lesním typu 2H2 (hlinitá buková doubrava s ostřicí chlupatou na plošinách a mírných svazích), menší část je pak rozšířena na lesním typu 2X2 (dřínová doubrava s bukem na rendzině). Principem založení experimentální plochy je tedy rozdělení plochy porostu do buněk (pracovních ploch), u kterých bude aplikován specifický typ obhospodařování a péče. Velikost buňky je 50 x 50 m, plocha je tak rozdělena do 16 buněk, přičemž v každé čtveřici těchto buněk, tvořící dohromady plochu 100 x 100 m, se vyskytují 4 varianty intenzity počátečního těžebního zásahu (viz. obr. 2). Legenda intenzity těžebního zásahu:
Obr. 2: Schéma rozmístění jednotlivých variant intenzity těžebního zásahu (číslo = označení konkrétního čtverce, tj. pracovního pole, buňky) 14
Průměrná intenzita těžebního zásahu na dílčích plochách se středně silným zásahem (č. 5, 7, 13 a 15) je 54 % z objemu. Průměrně zůstává stát na dílčí ploše (50 x 50 m) 46 kusů potenciálních výstavkových stromů. Na plochách se silnou intenzitou zásahu (č. 1, 3, 9 a 11) bylo vytěženo průměrně 63 % z objemu. V průměru zůstává na dílčím čtverci stát 35 kusů potenciálních výstavkových stromů. Na dílčích plochách s velmi silnou intenzitou zásahu (č. 2, 4, 10 a 12) bylo vytěženo průměrně 77 % z objemu. Na dílčí ploše tak průměrně zůstává stát 24 kusů potenciálních výstavkových stromů. Dílčí plochy (č. 6, 8, 14 a 16) jsou vytěženy kompletně, tj. „na holo“.
15
5. CHARAKTERISTIKA LÍPY (převzato z Úradníček a kol. 2009) 5.1. Lípa srdčitá – Tilia cordata Mill. Strom středních rozměrů, často s křivým kmenem a košatou, nepravidelnou korunou. Dosahuje v zápoji výšek 25-30 m, průměr kmene až 1 m a věku 150 let. Volně rostoucí starší stromy mají silné, někdy vykotlané a boulovité kmeny až 3 m v průměru a dožívá se 300-400 let. Lípa malolistá nedorůstá takových rozměrů a nedožívá se takového věku, jako lípa velkolistá. Má vynikající pařezovou výmladnost. 5.1.1. Ekologie a rozšíření Lípa srdčitá patří mezi stín snášející dřeviny našich lesů. Vyskytuje se proto typicky ve spodních patrech smíšených porostů, často i jen v keřovité formě. Zastínění půdy bývá tak silné, že bylinná vegetace skoro chybí. Stanoviště lípy srdčité jsou vlhkostně příznivá. Druh má na půdy střední nárok. U nás převládají skeletovité, dusíkem obohacené půdy, středně hluboké až mělké, na různě strmých svazích. V členitém skalnatém terénu se může stát, že oba naše druhy lip rostou přirozeně na stejných lokalitách. Lípa velkolistá se pak vyskytuje na osluněných, vyhřátých částech terénu, lípa srdčitá na stanovištích chudých a zastíněných. Lípa malolistá se vyznačuje velkou přizpůsobivostí ke klimatickým činitelům. Škody silnými mrazy nebo vysokými teplotami nejsou u nás známy. Časné ani pozdní mrazy ji rovněž nepoškozují. Lípa srdčitá roste téměř v celé Evropě, s výjimkou nejjižnějších a nejsevernějších oblastí kontinentu. U nás je lípa rozšířena po celém území. Nejvýše položené lokality dosahují asi 600 m n. m. (předhůří Šumavy). Ve srovnání s lípou velkolistou to bývají spíše stinné svahy a také méně živné podklady a půdy. 5.1.2. Význam Její trvanlivé a dobře opracovatelné světlé roztroušené pórovité dřevo bez jádra je vyhledávaným řezbářským materiálem. Lipové lýko se používalo k vazbě (rohože, nádoby na obilí a mouku). Je to významná dřevina medonosná. Mimo les se hojně vysazuje jako solitér v alejích (tzv. císařské lípy podle státních silnic). V městské zeleni se dobře uplatňuje pro velkou odolnost. Snáší přesazování, seřezávání a nešetrné zacházení, skrývku, navážku, výkopy kolem kmene, je však citlivá na solení.
5.2. Lípa velkolistá – Tilia platyphyllos Scop. Strom velkých rozměrů s dosti přímým válcovitým kmenem a košatou korunou. Dosahuje v zápoji výšek přes 30 m, průměr kmene 1,5 m a věku 200 let. O samotě rostoucí stromy několika set let věku; nejstarší jsou prý 1000 let staré. Kmeny těchto starých stromů bývají vykotlané a dorůstají průměru až 4 m, mívají daleko sahající, křivolaké, na povrch vystouplé kořeny.
16
5.2.1. Ekologie a rozšíření Lípa velkolistá dobře snáší zastínění (je však náročnější na světlo než lípa srdčitá) a udrží se proto snadno ve spodní etáži pod jinými dřevinami alespoň jako keř. Naproti tomu sotva existuje v našich lesích dřevina, která by vydržela v zástinu lipového porostu, neboť lípa má husté a bohaté olistění, které propustí minimum světla. Lípa velkolistá je středně náročná na půdu. Nejlépe se jí daří na bohatých živných půdách, bázích svahů menších údolí, či na skeletovitých rančerových půdách a rendzinách na svazích pahorkatin. Opadané listí s měkkou strukturou na povrchu půdy dobře zetlívá a přispívá k vytvoření příznivé vrstvy živého humusu. Pro tuto schopnost zlepšovat půdní vlastnosti je lípa ceněna. Druh západní, střední a jihovýchodní Evropy. V ČR lípu nacházíme roztroušeně po celém území od pahorkatin do podhůří. 5.2.2. Význam Lípy se vysazovaly pro pastvu včel, takže se v některých krajích lípa stala typickým průvodcem lidských obydlí. Je vysazována jako meliorační dřevina. Měkké a dobře obrobitelné dřevo, podobných vlastností jako u lípy malolisté, je vyhledávaným řezbářským materiálem, lýko zvláště v minulosti široké použití (rohože, střevíce, nádoby na obilí, mouku). Lípa velkolistá se dávno cení jako okrasný strom. Uplatňuje se také v městské zeleni, protože snáší dobře seřezávání (i kosterních větví), poškození kořenů při výkopech a přesazování ve starším věku. Je citlivá na solení. V lékařství má stejné použití jako lípa malolistá.
17
6. METODIKA 6.1. Terénní měření Venkovní měření bylo prováděno na ploše Tarmag-Hády (charakteristika viz kapitoly 3 a 4) na podzim roku 2010 a časně z jara roku 2011. Byl zjišťován počet výmladků na jednotlivých pařezech a měřena jejich výška, průměr v deseti centimetrech a průměr ve výčetní výšce (1,3 m). Jednotlivé lipové pařezy byly vybírány náhodně, snaha byla provést výběr tak, aby byly rovnoměrně zastoupeny pařezy v celém tloušťkovém rozpětí a zároveň tak, aby byly po ploše co nejvíce rozprostřeny. Po výběru pařezu se viditelně, většinou kolíkem, označil první změřený výmladek. Od něj se měřilo na jednu stranu, dokud se nedošlo opět k označenému letorostu. Při větším počtu výmladků na jednom pařezu se pařez rozdělil na více segmentů (většinou čtyři) a ty se měřily samostatně. Všechny naměřené hodnoty se zapisovaly do terénního zápisníku. Výška se zjišťovala pomocí výškoměrné latě. Ta se přikládala volně k výmladkům, ty se nijak neohýbaly, jejich výška byla zjištěna jako nejkratší vzdálenost vrcholu k zemi. Průměr výmladků byl měřen posuvným měřidlem na celé milimetry přibližně v 10 centimetrech od báze výmladku a to proto, že do deseti centimetrů je příliš velká sbíhavost.
6.2. Zpracování dat Naměřené hodnoty z venkovního měření se zapisovaly do programu Microsoft Excel, ve kterém byly seřazeny od největších po nejmenší dle jednotlivých měřených veličin (zvlášť pro výšky a průměry v deseti centimetrech). Z těchto hodnot se bralo jedenáct největších (jedenáct protože je to nejnižší počet výmladků na pařezu) a z nich se počítaly průměrné hodnoty a to tak, že se vzala nejvyšší hodnota, pak se vzala druhá nejvyšší hodnota, která se zprůměrovala s první. Třetí se zprůměrovala s první a druhou atd. Tak nám vzniklo jedenáct průměrů pro každou veličinu. Tyto všechny hodnoty výmladků se zapisovaly zvlášť do tabulek. Tak byly výmladky rozděleny podle výšek a podle průměrů v deseti centimetrech do šesti tabulek, podle měřených hodnot (výšek, průměru v deseti centimetrech a výčetního průměru). K těmto jednotlivým tabulkám se dále dohledaly průměry pařezů z diplomové práce Kůrové (2010). Pro každý výmladek byla vypočítána hmotnost sušiny (biomasy) podle rovnice od Moštěk (2011): y = 33,891x2 - 22,675x + 5,6299, kde x je průměr výmladku v 10 cm nad bází, y je hmotnost sušiny výmladku. Tato rovnice má přibližně 90 % spolehlivost (R2 = 0,89), Moštěk, (2011). Sečtením biomasy jednotlivých výmladků se získaly hodnoty biomasy výmladků pro jednotlivé pařezy.
18
Pro každý pařez tak byly získány tyto údaje: průměr výšek a tlouštěk výmladků z jedné až jedenácti nejvyšších hodnot, průměr pařezu, hmotnost sušiny a počet výmladků. S těmito údaji se dále pracovalo. Pomocí programu Past se zjišťovaly hledané závislosti mezi jednotlivými veličinami (průměrná hodnota výmladků 1-11 ze všech šesti tabulek, průměr pařezu, počet výmladků) pomocí koeficientu determinace (R2) a biomasou výmladků pařezu. K tomu byla použita polynomická funkce 2. řádu. Srovnáním hodnot R2 se zjišťovalo, jaký je minimální počet výmladků pro spolehlivou predikci biomasy. Koeficient determinace umožňuje velice srozumitelně vysvětlit souvislost (závislost) mezi dvěma proměnnými, neboť jeho hodnotu lze převézt na procenta. Vypočítá se jako druhá mocnina korelačního koeficientu a jeho hodnota vynásobená 100 říká, kolika procenty se podílí sledovaný faktor na výsledném efektu (Kerlinger, 1972). Čím je koeficient vyšší, tím je závislost větší, a tím i způsob měření přesnější.
19
7. VÝSLEDKY Celkem se na 48 měřených pařezech nacházelo 1 683 výmladků. Jejich výška se pohybovala v rozmezí 10 – 284 centimetrů, průměr v 10 centimetrech mezi 2 47 milimetry, průměr ve výčetní výšce od 2 do 24 milimetrů. Nejnižší dopočítaná hmotnost sušiny výmladků na jeden pařez byla 75 gramů, nejvyšší 5 620 gramů. Základní údaje o měřených veličinách jsou uvedeny v tabulce 3. Tabulka 1: Tabulka ukazuje základní hodnoty jednotlivých měřených veličin. Průměr pařezu byl převzat z Kůrová (2010) Průměr Hmotnost Počet Průměr Průměr Výška pařezu výmladků výmladků výmladku výmladku v 1,3 m (cm) (cm) (g) vztažená v 10 cm (mm) (mm) k pařezu N 48 48 1683 1683 1683 1683 Min 5 75 11 2 2 10 Max 71 5620 97 47 24 284 Průměr 16,1 1610,1 35,1 13,9 7,6 121,9 Ukázalo se, že celkový počet výmladků na pařez relativně dobře predikuje celkovou hmotnost sušiny výmladků. O něco hůře byla biomasa výmladků predikována pomocí průměru pařezu (tabulka 10, obr. 22).
Tabulka 2: Determinační koeficienty pro predikci biomasy výmladků (na 1 pařez) podle počtu výmladků a průměru pařezu Charakteristika Podle počtu výmladků Podle průměru pařezu
R2 0,54 0,44
20
a)
b)
Obr. 3: Predikce hmotnosti sušiny výmladků s použitím a) počtu výmladků na pařez (R2 = 0,54) b) průměru pařezu (R2= 0,44)
Bylo patrné, že při rostoucím počtu změřených výmladků se predikce biomasy zpřesňovala, a to jak s použitím výšek výmladků, tak i jejich tlouštěk v 10 cm (obr. 4, 5, 7, 8, 9, 10). To neplatilo u predikce hmotnosti sušiny výmladků pomocí průměrů výmladků ve výčetní tloušťce u 1-11 nejvyšších výmladků, kde u sedmi zprůměrovaných výmladků hodnota relačního koeficientu oproti šesti zprůměrovaných výmladků klesá (obr. 6). Nejlépe hmotnost sušiny výmladků predikovaly průměry výšek 1- 11 nejvyšších výmladků seřazených od nejvyššího. Již při použití průměru výšek 2 nejvyšších výmladků byla hodnota R2 přes 0,6 (obr. 4). Jenom nepatrně nižší hodnoty R2 byly získány při použití průměrů tlouštěk výmladků u 1-11 nejtlustších výmladků (obr. 7). U obou těchto veličin bylo R2 pro predikci hmotnosti sušiny při použití průměru 11 výmladků přes 70 %. U většiny ostatních predikčních veličin však R2 většinou nepřesahovalo nebo se jen blížilo hodnotě 0,6 i při použití maximálního počtu 11 výmladků (obr. 5, 8, 9).
21
0,8 0,6 R^2 0,4 0,2 0 0
2
4
6
8
10
12
počet zprůměrovaných výmladků
Obr. 4: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle průměru výšek 1-11 nejvyšších výmladků.
0,8 0,6 R^2
0,4 0,2 0 0
2
4 6 8 počet zprůměrovaných výmladků
10
12
Obr. 5: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk v 10 cm 1-11 nejvyšších výmladků.
0,8 0,6 R^2 0,4 0,2 0 0
2
4 6 8 počet zprůměrovaných výmladků
10
12
Obr. 6: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk ve výčetní výšce 1-11 nejvyšších výmladků.
22
0,8 0,6 R^2 0,4 0,2 0 0
2
4 6 8 počet zprůměrovaných výmladků
10
12
Obr. 7: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk v 10 cm 1-11 nejtlustších výmladků v 10 cm.
0,8 0,6 R^2 0,4 0,2 0 0
2
4
6
8
10
12
počet zprůměrovaných výmladků
Obr. 8: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle výšek 1-11 nejtlustších výmladků v 10 cm.
0,8 0,6 R^2 0,4 0,2 0 0
2
4
6
8
10
12
počet zprůměrovaných výmladků
Obr. 9: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk ve výčetní výšce 1-11 nejtlustších výmladků v 10 cm.
23
Vzájemnou závislost mezi hmotností sušiny výmladků (v gramech na ose x) a počtem výmladků (na ose y) měřených různým způsobem je patrný z grafů číslo 10-15. Čím blíž jsou body znázorňující počet výmladků měřených různým způsobem vztažených na jeden pařez proložené křivce, tím je tato závislost vyšší a tím je výsledek (koeficient determinace) přesnější.
a)
b)
Obr. 10: Predikce hmotnosti sušiny výmladků s použitím průměrné výšky a) pěti výmladků (R2 = 0,67) a b) deseti výmladků (R2 = 0,71)
a)
b)
Obr. 11: Predikce hmotnosti sušiny s použitím průměrné tloušťky v deseti centimetrech a) pěti nejvyšších výmladků (R2 = 0,45) a b) deseti nejvyšších výmladků (R2 = 0,54) 24
a)
b)
Obr. 12: Predikce hmotnosti sušiny s použitím průměrného výčetního průměru a) pěti nejvyšších výmladků (R2 = 0,66) b)deseti nejvyšších výmladků (R2 = 0,68)
a)
b)
Obr. 13: Predikce hmotnosti sušiny s použitím průměrné tloušťky v deseti centimetrech a) pěti nejtlustších výmladků (R2 = 0,63) b) deseti nejtlustších výmladků (R2 = 0,70)
25
a)
b)
Obr. 14: Predikce hmotnosti sušiny s použitím průměrné výšky a) pěti nejtlustších výmladků v deseti centimetrech (R2 = 0,42) b) deseti nejtlustších výmladků v deseti centimetrech (R2 = 0,54)
a)
b)
Obr. 15: Predikce hmotnosti sušiny s použitím průměrné tloušťky ve výčetní výšce a) pěti nejtlustších výmladků v deseti centimetrech (R2 = 0,39) b) deseti nejtlustších výmladků v deseti centimetrech (R2 = 0,60)
26
8. DISKUZE Ačkoliv nejlepší přesnosti predikce biomasy výmladků byly získány jak pomocí průměru výšky 11 nejvyšších výmladků tak i pomocí průměru 11 nejtlustších výmladků v deseti centimetrech, s použitím nižšího průměru z počtu výmladků je predikce hmotnosti sušiny na základě průměrů v 10 cm mírně horší než s použitím výšek nejvyšších výmladků. Dobrý výsledek byl také získán u predikce biomasy výmladků podle tlouštěk ve výčetní výšce nejvyšších výmladků. Tento výsledek byl dokonce i s použitým nižším počtem výmladků vyšší, než s použitím průměru v deseti centimetrech nejtlustších výmladků v deseti centimetrech. U tohoto způsobu měření je zajímavé, že s narůstajícím počtem výmladků koeficient determinace mezi šesti a sedmi výmladky klesá a to z 6,8 na 6,2. To by mohlo být způsobeno větším rozpětím průměru v této výšce, a pak tím, že na některých pařezech bylo méně jak jedenáct výmladků vyšších jak 1,3 metrů. Dle očekávání bylo zjištěno, že čím víc výmladků změříme, tím přesnější je výsledek. Také většinou platí, že determinační koeficient stoupá nejvíce při nižším počtu změřených výmladků. Nejvíce se růst R2 projevuje do čtvrtého až pátého zprůměrovaného výmladku, pak je zvyšování poměrně pozvolnější. To platí u výsledků jak s použitím výšek, tak průměru v deseti centimetrech. Při použití tloušťky výmladků v deseti centimetrech je však vidět ještě poměrně významný vzrůst koeficientu determinace mezi sedmi, osmi a devíti zprůměrovanými výmladky. Zajímavé výsledky jsou také z pařezových charakteristik a to z počtu výmladků na pařez a průměru pařezu. U průměru pařezu tento výsledek vyšel v porovnání s ostatními predikčními veličinami poměrně nízký, avšak samotný fakt, že pouhý průměr pařezu vysvětlil relativně hodně celkové variability hmotnosti sušiny výmladků (44 %), je překvapující. I když je nepopíratelné, že s průměrem pařezu počet výmladků vzrůstá (Kůrová, 2010) stejně tak i jejich biomasa, pro výpočet biomasy vzniklé výmladky bych tento způsob nedoporučil a to hlavně kvůli jeho nepřesnosti. U počtu výmladků na pařez výsledek vyšel lépe (tab. 2) Navíc při jeho zjišťování nepotřebujeme žádnou měřičskou pomůcku a jeho zjištění je poměrně rychlé. Pro zjištění biomasy bych tedy použil způsob měření podle potřeby přesnosti zjištění, podle pracnosti zjištění a také podle pomůcek potřebných k měření. Nejvýhodnější je měření výšek nejvyšších výmladků a to v jakémkoli počtu výmladků. Zde ale záleží na výšce výmladků a také jestli máme k měření výšek vhodné měřidlo (např. vysunovací měřičskou lať). Pokud z nějakého důvodu tento způsob není možný, použil bych měření průměru nejtlustších výmladků ve výšce deseti centimetrů v kombinaci s měřením průměru ve výčetní výšce nejvyšších výmladků, podle toho jaký způsob měření je výhodnější. Také bych se orientoval podle rychlosti stoupání relačního koeficientu. Např. u výšek nejvyšších výmladků relační koeficient stoupá poměrně rychle do čtyř zprůměrovaných výmladků a dále stoupá již pomaleji. Proto, jestliže nepotřebuji vyšší přesnost, použil bych tento počet. U měření s průměrem nejtlustších výmladků v deseti centimetrech je tento vzestup výrazněji znát pouze u dvou zprůměrovaných výmladků a dále je celkem pozvolný. Proto bych zde určil počet měřených výmladků podle žádané přesnosti. Také bych neopomíjel 27
zjištění biomasy spočítáním výmladků na pařezu. Takto získaný výsledek sice nepatří k nejpřesnějším, ale pro odhad biomasy je podle mě dostačující. V souvislosti s provedenou studií však vyvstává i několik otázek. Např. není jasné, do kolika let bude tato metoda měření vyhovující, protože s přibývajícím věkem výmladků ubývá, ale biomasy bude přibývat a vzájemné alometrické vztahy se mohou měnit. Další nevýhodou je, že výsledky této práce byly získány pouze na jednom stanovišti, protože každé stanoviště má své specifické podmínky a není známo, jak by toto měření vyšlo v jiných lokalitách s odlišnými stanovištními poměry.
28
9. ZÁVĚR Výsledky byly zjišťovány na výzkumné ploše Tarmag - Hády. Cílem bylo zjistit optimální počet výmladků pro hodnocení biomasy výmladků lípy a dále zkoumat jejich vzájemné vztahy s ostatním pařezovými charakteristikami. Hodnoty výmladků byly zjišťovány na 48 pařezech o různých průměrech rozmístěných na celé zkoumané ploše. U každého z těchto pařezů byly měřeny všechny živé výmladky, konkrétně průměr ve výšce deseti centimetrů, průměr ve výčetní výšce a výška výmladku. Tyto hodnoty byly seřazeny od největšího po nejmenší a následně zprůměrovány. V analýze dat byla hledána nejvhodnější kombinace výběru z naměřených dat tak, abychom dosáhli uspokojivé predikce hmotnosti sušiny výmladků při co nejmenších nárocích na měření, tzn. při co nejmenším počtu výmladků. Průměrné hodnoty z měřených veličin z 1 11 výmladků byly použity jako vysvětlující proměnné pro polynomické lineární modely druhého řádu, ve kterých predikovanou (závislou) veličinou byla hmotnost biomasy vztažená na jeden pařez. Ta byla vypočítána užitím vzorečku z Moštěka (2011) na základě tlouštěk výmladků. Pro každý model byl stanoven koeficient determinace. Dále jsme pomocí softwaru Past zjišťovali, jakým způsobem závisí hmotnost biomasy výmladků vztažená na jeden pařez na průměru pařezu a počtu výmladků tohoto pařezu. Pro určování hmotnosti biomasy měly nejlepší (tzn. nevyšší) koeficienty determinace tyto způsoby: pro průměr výšky nejvyšších jedenácti výmladků R2 = 0,72, pro průměrnou hodnotu průměru ve výšce deseti centimetrů jedenácti výmladků s největším průměr v této výšce taktéž R2 = 0,72, pro průměrnou hodnotu průměru ve výčetní výšce jedenácti nejvyšších výmladků R2 = 0,70. R2 0,54 vyšel při hmotnosti sušiny výmladků vztažené k počtu výmladků. R2 0,44 vyšel při hmotnosti vztažené k průměru pařezu. Poměrně zajímavý byl výsledek při použití výšky nejvyššího výmladku, vyšel poměrně vysoký koeficient determinace R2 = 0,57. Jako nejvhodnější predikční veličina pro predikci hmotnost sušiny výmladků se ukázala být výška nejvyšších výmladků, která již od použití průměru 2 nejvyšších výmladků měla poměrně vysokou predikční schopnost. Jako druhou nejvhodnější predikční veličinou se jeví tloušťka výmladku v 10 cm nad bází, jejíž přesnost byla jen nepatrně nižší než při použití výšek výmladků.
29
10. SUMMARY The outcomes were found out on the research area Tarmag – Hády. The aim was to find out the optimal number of sprout shoots for the evaluation of biomass of sprout shoots of a lime tree, and further, to examine their mutual relationships with other stump features. The values were fund out on 48 stumps of different diameters spaced through the whole area. All the animate sprout shoots, specifically diameter in the height of ten centimetres, diameter in the enumeration height and the height of a sprout shoot were measured at every of these stumps. These values were lined up from the biggest to the smallest, and they were subsequently averaged. In the analysis there was searched the most convenient combination of the selection from measured data in such a way that we could achieve suitable predictions of the weight of a dry basis of sprout shoots requiring the smallest possible demands on measurement, it means to use the smallest possible number of sprout shoots. The average values of measured quantities from 1-11 sprout shoots were used as explaining variables for polynomial linear models of the second order in which the subordinate quantity was the weight of biomass related to one stump. The weight was counted by the usage of the formula from Moštěk (2011) on the basis of the thickness of sprout shoots. The coefficient of determination was established for every single model. Furthermore, we found out the way how the weight of biomass of sprout shoots related to one stump is dependent on the average of a stump and on the number of sprout shoots of this stump, and the finding was done by the software Past. The best coefficients for the determination of the weight of biomass employed these ways: for the average height of the highest eleven sprout shoots R2 = 0, 72, for the average value of the average in the height of ten centimetres of eleven sprout shoots with the biggest average in this height also R2 = 0, 72, for the average value of the average in enumeration height of eleven highest sprout shoots R2 = 0, 70. R2 = 0, 54 was the count that was gained when the weight of dry basis of sprout shoots related to the number of sprout shoots was used. R2 = 0, 44 was the count that was gained when the weight related to the average of a stump was used. The result that when using the height of the highest sprout shoot a rather high coefficient of determination was gained, is very interesting. The most convenient predicative quantity for the predication of the weight of a dry basis of sprout shoots that had relatively high predicative ability was proved to be the height of the highest sprout shoots. The second most convenient predicative quantity is supposed to be the thickness of a sprout shoots in the height of 10 centimetres. However the accuracy of this quantity was found to be slightly lower than when using the heights of sprout shoots.
30
11. SEZNAM POUŽITÉ LITERATURY DOLEŽAL, B., PRIESOL, A., KORF, V., Hospodářská úprava lesů: Celost. učebnice pro vys. školy. 1. vyd. Praha: SZN, 1969. KADAVÝ, J., Nízký a střední les - plnohodnotná alternativa hospodaření malých a středních vlastníků lesa: metodika založení a popis vzorových objektů porostů v převodu na les nízký a střední v ČR. Brno: Mendelova univerzita v Brně, 2011. ISBN 978-80-7375-519-5. KADAVÝ, J., Nízký a střední les jako plnohodnotná alternativa hospodaření malých a středních vlastníků lesa: obecná východiska. 1. vyd. Kostelec nad Černými lesy: Lesnická práce, 2011, 294 s. ISBN 978-80-87154-96-0. KERLINGER, F.N., Základy výzkumu chování. Praha: Academia, (1972). KONVIČKA, M., ČÍŽEK, L., BENEŠ, J., Ohrožený hmyz nížinných lesů: ochrana a management. Olomouc: Sagittaria, 2004, 79 s. ISBN 80-239-4253-0. KUCHTA, M., Výmladná schopnost dubu zimního (Quercus petraea agg.) na Hádecké plošině. Bakalářská práce. Brno: MENDELU Brno, 2010. 38 s. KŮROVÁ, J., Výmladná schopnost vybraných druhů dřevin na Hádecké plošině. Brno, 2010, 74 s. MATULA, R., SVÁTEK, M., KŮROVÁ, J., ÚRADNÍČEK, L., KADAVÝ, J., KNEIFL, M., The sprouting ability of the main tree species in Central European coppices: implications for coppice restoration. Eur J Forest, 2012, s. 1-11. MOŠTĚK, T., Produkce biomasy lípy (Tilia sp.) ve výmladkovém lese: Případová studie z dvouletého porostu na výzkumné ploše TARMAG - Hády. Brno, 2011, 39 s. SIMON, J., KADAVÝ, J., MACKŮ J., Hospodářská úprava lesů. 1.vyd. Brno: Mendelova zemědělská a lesnická univerzita, 1998, 234 s. ISBN 80-7157-327-2. ŠTEFKA, L. a kol. Plán péče pro NPR Hádecká planinka na období 2002 – 2011, schválen MTP CR dne 15. 2. 2002, c. j. 557/02 - OOP/1167/02. Blansko, 2001. ÚRADNÍČEK, L., MADĚRA, P., TICHÁ, S., KOBLÍŽEK, J., Dřeviny České republiky. 2. vyd. Kostelec nad Černými Lesy: Lesnická práce, s.r.o., 2009. 367 s. ISBN 978-80-87154-625. VYSKOT, M., Pěstění lesů. 1. vyd. Praha: Státní zemědělské nakladatelství, 1978, 448 s.
31
Elektronické zdroje: KADAVÝ, J., KNEIFL, M., KNOTT, R. Metodika založení a popis vzorových objektů porostů v převodu na les nízký a střední v ČR [online]. 2009, [cit. 9. únor. 2012]. Dostupné na WWW:
. Mapy.cz – Hádecká planinka [online]. [cit. 15. březen. 2012]. Dostupné na WWW:
. Správa NP Podyjí Pařeziny [online]. [cit. 18. únor 2012]. Dostupné na WWW: .
32
12. SEZNAM OBRÁZKŮ A TABULEK Obrázky:
Obr. 1: Poloha studovaného území na mapě (Mapy.cz – Hádecká planinka) Obr. 2: Schéma rozmístění jednotlivých variant intenzity těžebního zásahu (číslo = označení konkrétního čtverce, tj. pracovního pole, buňky) Obr. 3: Predikce hmotnosti sušiny výmladků s použitím a) počtu výmladků na pařez (R2 = 0,54) b) průměru pařezu (R2= 0,44) Obr. 4: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle průměru výšek 1-11 nejvyšších výmladků. Obr. 5: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk v 10 cm 1-11 nejvyšších výmladků. Obr. 6: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk ve výčetní výšce 1-11 nejvyšších výmladků. Obr. 7: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk v 10 cm 1-11 nejtlustších výmladků v 10 cm. Obr. 8: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle výšek 1-11 nejtlustších výmladků v 10 cm. Obr. 9: Determinační koeficienty pro predikci biomasy výmladků (na jeden pařez) podle tlouštěk ve výčetní výšce 1-11 nejtlustších výmladků v 10 cm. Obr. 10: Predikce hmotnosti sušiny výmladků s použitím průměrné výšky a) pěti výmladků (R2 = 0,67) a b) deseti výmladků (R2 = 0,71) Obr. 11: Predikce hmotnosti sušiny s použitím průměrné tloušťky v deseti centimetrech a) pěti nejvyšších výmladků (R2 = 0,45) a b) deseti nejvyšších výmladků (R2 = 0,54) Obr. 12: Predikce hmotnosti sušiny s použitím průměrného výčetního průměru a) pěti nejvyšších výmladků (R2 = 0,66) b)deseti nejvyšších výmladků (R2 = 0,68) Obr. 13: Predikce hmotnosti sušiny s použitím průměrné tloušťky v deseti centimetrech a) pěti nejtlustších výmladků (R2 = 0,63) b) deseti nejtlustších výmladků (R2 = 0,70) Obr. 15: Predikce hmotnosti sušiny s použitím průměrné tloušťky ve výčetní výšce a) pěti nejtlustších výmladků v deseti centimetrech (R2 = 0,39) b) deseti nejtlustších výmladků v deseti centimetrech (R2 = 0,60)
33
Tabulky:
Tabulka 1: Tabulka ukazuje základní hodnoty jednotlivých měřených veličin. Průměr pařezu byl převzat z Kůrová (2010)
Tabulka 2: Determinační koeficienty pro predikci biomasy výmladků (na 1 pařez) podle počtu výmladků a průměru pařezu
34
