MENDELOVA UNIVERZITA V BRNĚ ZHODNOCENÍ DISTRIBUCE TRUSU PRASETE DIVOKÉHO V LESNÍM PROSTŘEDÍ JAKO PODKLADU K ODHADU JEHO POČETNOSTI

MENDELOVA UNIVERZITA V BRNĚ LESNICKÁ A DŘEVAŘSKÁ FAKULTA ÚSTAV OCHRANY LESŮ A MYSLIVOSTI

ZHODNOCENÍ DISTRIBUCE TRUSU PRASETE DIVOKÉHO V LESNÍM PROSTŘEDÍ JAKO PODKLADU K ODHADU JEHO POČETNOSTI Diplomová práce

2013/2014

Bc. Jakub Drimaj

Čestné prohlášení Prohlašuji, že jsem tuto práci: Zhodnocení distribuce trusu prasete divokého v lesním prostředí jako podkladu k odhadu jeho početnosti vypracoval samostatně a veškeré použité prameny a informace jsou uvedeny v seznamu použité literatury. Souhlasím, aby moje práce byla zveřejněna v souladu s § 47b zákona č. 111/1998 Sb. o vysokých školách ve znění pozdějších předpisů a v souladu s platnou Směrnicí o zveřejňování vysokoškolských závěrečných prací. Jsem si vědom, že se na moji práci vztahuje zákon č. 121/2000 Sb., autorský zákon, a že Mendelova univerzita v Brně má právo na uzavření licenční smlouvy a užití této práce jako školního díla podle § 60 odst. 1 Autorského zákona. Dále se zavazuji, že před sepsáním licenční smlouvy o využití díla jinou osobou (subjektem) si vyžádám písemné stanovisko univerzity o tom, že předmětná licenční smlouva není v rozporu s oprávněnými zájmy univerzity a zavazuji se uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla, a to až do jejich skutečné výše. V Brně dne 7. dubna 2014 …………………………………… Bc. Jakub Drimaj

Poděkování patří vedoucímu diplomové práce, doc. Ing. Jiřímu Kamlerovi, Ph.D., za metodické vedení, cenné rady, objektivní kritiku a pomoc při sběru dat. Dále děkuji Ing. Radimu Plhalovi, RNDr. Miloslavu Homolkovi, CSc. a Ing. Přemyslu Janatovi, Ph.D. za spolupráci při získávání a vyhodnocování dat, a kolegiální přístup při řešení této práce. Mendelově univerzitě v Brně za poskytnutí licencí k softwarům ArcMap 10.1 a Statistica 12, Ústavu geoinformačních technologií za zapůjčení GPS přístrojů, Lesům České republiky, s. p. a Správě městských lesů Jihlava, s. r. o. za přístup k digitalizovaným datům LHP. Děkuji také Ing. Janu Hrbkovi a Ing. Jaroslavu Zemanovi za výpomoc při terénních pracích. V neposlední řadě děkuji své přítelkyni, rodičům a přátelům za trpělivost, a morální a materiální podporu, jež mi vyjadřovali po celou dobu studia.

Jakub Drimaj

ZHODNOCENÍ DISTRIBUCE TRUSU PRASETE DIVOKÉHO V LESNÍM PROSTŘEDÍ JAKO PODKLADU K ODHADU JEHO POČETNOSTI

Abstrakt V modelové lokalitě u Jihlavy, tvořené dvěma lesními honitbami, byl zrealizován průzkum distribuce trusu prasete divokého (Sus scrofa L.) za účelem ověření platnosti a zdokonalení trusových metod sčítání divokých prasat v lesním prostředí. Počítání trusu bylo prováděno po sejití sněhové pokrývky (před začátkem růstu vegetace) na rovnoměrně rozložených liniích (pruhových transektech), vytyčených pomocí geoinformačního systému, s pomocí GPS přístrojů. Každá hromádka trusu byla zeměpisně zaměřena (GPS souřadnicemi) a obsáhlá databáze 3 442 hromádek dále analyzována nad digitalizovanými mapovými podklady Lesů ČR, s. p. (LHP). Průměrná denzita trusu v lese byla 143,4 hromádek·ha-1 a odhadnutá velikost populace 19 jedinců·km-2. Klíčová slova: management zvěře, prase divoké, metody odhadu početnosti, hromádky trusu, distribuce trusu, lesní prostředí

EVALUATION OF DISTRIBUTION DROPPINGS OF WILD BOAR IN THE FOREST ENVIRONMENT AS A BASIS ESTIMATE THE POPULATION DENSITY

Abstract In study area near the town of Jihlava, formed by two forest hunting grounds, was realized a survey of distribution of droppings of wild boar (Sus scrofa L.) in order to verify the validity and improvement of dung census methods to estimate wild boars density in the forest environment. Counting of droppings was performed after the fall of the snow cover (before the growth of vegetation), on uniformly spaced lines (in strip transects), set by using geo-information system and GPS devices. Each faecal pellet group (FPG) was geographically focused (GPS coordinates) and comprehensive database of 3 442 FPG was analysed over the digitized map data of Lesy ČR, s. p. (LHP). The average FPG density in the forest environment was 143,4 FPG·ha-1 and wild boar abundance was estimated at 19 individuals·km-2. Key words: game management, wild boar, population estimating methods, faecal pellet group, distribution of dung, forest environment

OBSAH 1 Úvod .......................................................................................................................... 7 2 Cíle práce .................................................................................................................. 9 3 Současný stav řešené problematiky ..................................................................... 10 3.1 Sus scrofa L. jako zájmový druh ......................................................................... 10 3.1.1 Zoologické zařazení a geografické rozšíření ................................................... 10 3.1.2 Výskyt a početní stavy na území České republiky ............................................ 11 3.1.3 Ekologie a etologie ........................................................................................... 13 3.1.4 Sociální struktura a populační dynamika ........................................................ 15 3.1.5 Prostorově-časová distribuce v prostředí ........................................................ 18 3.2 Myslivecké hospodaření ...................................................................................... 20 3.2.1 Legislativní rámec ............................................................................................ 20 3.2.2 Skutečnosti mysliveckého hospodaření ............................................................ 22 3.3 Stanovování početnosti zvěře .............................................................................. 24 3.3.1 Přímé metody ................................................................................................... 25 3.3.2 Myslivecká statistika ........................................................................................ 26 3.3.3 Nepřímé metody ............................................................................................... 26 3.3.4 Trusové metody ................................................................................................ 27 3.3.5 Metody používané pro prase divoké ................................................................. 29 3.3.6 Trusová metoda u prasete divokého ................................................................. 30 4 Materiál a metodika .............................................................................................. 32 4.1 Popis lokality ....................................................................................................... 32 4.2 Sběr dat ................................................................................................................ 38 5 Výsledky ................................................................................................................. 43 5.1 Distribuce trusu ve vztahu k úkrytovým a potravním podmínkám ..................... 43 5.2 Distribuce trusu podle honiteb ............................................................................. 47 6 Diskuse .................................................................................................................... 52 7 Závěr ....................................................................................................................... 56 Summary........................................................................................................................ 58 Seznam literatury .......................................................................................................... 60 Seznam zkratek ............................................................................................................. 68 Seznam tabulek ............................................................................................................. 69 Seznam obrázků ............................................................................................................ 70

1

ÚVOD Počty ulovených divokých prasat se v České republice i dalších státech střední Ev-

ropy rok od roku zvyšují a s nimi zřejmě i celková početnost populace. Doprovodnými efekty tohoto jevu jsou vysoké škody na zemědělské produkci, výskyt prasat v těsné blízkosti obecních intravilánů, rostoucí počty dopravních nehod se zvěří, rostoucí tlak na stavy drobné zvěře, nebezpečí přenosu nákaz na člověka, hospodářská zvířata a mnoho dalších. Problémem je, že i přes narůstající odstřel se početnost neustále zvyšuje, což svědčí o nedostatcích současně platného systému mysliveckého hospodaření. Černá zvěř je normována jen v minimu honiteb, které dosahují na požadovanou výměru lesních celků, nicméně její výskyt není omezen jen na toto prostředí. Většinu vegetačního období tráví v rozsáhlých lánech zemědělských plodin, kde má dostatek klidu, krytu, potravy a lovecký tlak je minimální. Důsledkem toho je, že se na podzim do lesa vrací několikanásobně vyšší počty divokých prasat, než kolik se jich na jaře přestěhovalo do zemědělských kultur. Je otázkou, jaká je únosná kapacita naší krajiny a jak dlouho se ještě bude abundance navyšovat. V zájmu trvale udržitelného hospodaření a taktéž ochrany zdraví a majetku občanů, by mělo být úkolem státní správy, i zodpovědných mysliveckých a zemědělských hospodářů, redukovat lokálně přemnožené populace divokých prasat na optimální stavy, jež vyplynou jako konsensus z debat všech dotčených stran. Funkční myslivecké plánování a regulační nástroje jsou dnes potřeba více než kdy jindy. Slabým místem hospodaření je obtížné stanovení početnosti divokých prasat na určitém území. Tento údaj se klade do souvislosti s výší ročního přírůstku a odvozuje se z něho výše odstřelu na další období. Naše legislativa žádnou konkrétní metodu sčítání nedoporučuje, je tedy na mysliveckém subjektu, jak se určitého čísla dopátrá. V lepším případě se vybere z široké palety možností od přímých, přes nepřímé až po metody retrospektivní, v tom horším si čísla vymyslí či doplní dle výše požadovaného odlovu trofejové zvěře. Jedna skupina metod, která vychází z biologických a etologických principů živočišného druhu, spočívá v monitoringu hromádek trusů na vzorkovacích plochách, jež reprezentují charakteristické vlastnosti celkového území, na němž se má zvěř sčítat. Pomocí znalosti defekační dávky, rychlosti rozkladu trusu a podílu určitých habitatů prostředí k celkové ploše území lze snadno dopočítat, kolik prasat se v lokalitě vyskytuje. Dle zásady „čím je metoda časově náročnější, tím přesnější výsledky poskytuje“ je nut7

né ke sčítání přistupovat zodpovědně a jednotlivé složky početního vzorce důkladně ověřovat. Úkolem mysliveckého výzkumu je minimalizace náročnosti (časové, finanční i pracovní) a maximalizace přesnosti, resp. zvýšení efektivity metod a poskytnutí co nejpřesnějších čísel – odhadů! Řešení se u divokých prasat nabízí v realizaci sčítání trusu v lesním prostředí, které prasata v zimě obývají, před začátkem růstu vegetace, využitím moderních přístrojů a existujících databází v lesním hospodářství, stanovením reálné defekační dávky apod. Aby se však citelně zredukovala spotřeba času, musí se eliminovat zbytečné pochůzky prostředími, která prasata nenavštěvují, nebo navštěvují, ale kde nedefekují. Z několika tuzemských (např. PLHAL et al., 2011a), i zahraničních výzkumů, jež trusové metody testovaly nebo se pokoušely je zdokonalit, vyplynul jasný potenciál jejich aplikace v praktickém provozu. Tato práce si proto klade za úkol zefektivnit trusové sčítání prasete divokého na pruhových transektech v lesním prostředí a nabídnout doporučení pro praxi, kde by se měla stát plnohodnotným plánovacím nástrojem mysliveckých hospodářů i prostředkem kontroly orgánů moci exekutivní i jurisdikční.

8

2

CÍLE PRÁCE Komplexním cílem práce bylo zhodnocení distribuce trusu v modelové lokalitě,

představované lesním prostředí, a na základě získaných poznatků navrhnout zásady pro využití metody sčítání trusu pro odhad početnosti prasete divokého v praxi. Dílčí cíle byly následující:  Zpracovat přehled tuzemské i zahraniční literatury k poznatkům o populační dynamice prasete divokého, jeho distribuci v prostředí, využívání lesních a polních pozemků, potravním chování a o stanovování jeho početnosti.  V modelové lokalitě u Stonařova (Jihlavsko) zmapovat prostředí a vytyčit systém ploch pro trusové sčítání prasete divokého.  Zrealizovat sčítání trusu prasat akumulovaného přes zimní období na jednorázových plochách. Trus zjišťovat a analyzovat jeho distribuci v závislosti na typu prostředí, vzdálenosti od přikrmovacích zařízení, možnosti úkrytu a významných potravních zdrojích.  Získané poznatky vyhodnotit a navrhnout zásady pro využitelnost metody sčítání trusu prasat nejen v myslivecké praxi.

9

3

SOUČASNÝ STAV ŘEŠENÉ PROBLEMATIKY Tato kapitola představuje literární přehled na níže uvedená témata, která jsou

v přímé souvislosti s podstatou a zadáním práce. Nejprve jsou uvedeny biologické, etologické a populační charakteristiky zájmového druhu jako elementární východiska pro jeho management a poté komplexně popsány metody sčítání zvěře s důrazem na metody aplikované a aplikovatelné na divoká prasata.

3.1 Sus scrofa L. jako zájmový druh 3.1.1 Zoologické zařazení a geografické rozšíření Prase divoké (Sus scrofa L.) je zástupcem třídy savců (Mammalia), řádu sudokopytníků (Artiodactyla), podřádu nepřežvýkavých (Nonruminantia) a čeledi prasatovitých (Suidae). V našich podmínkách se tento autochtonní druh vyskytuje ve dvou poddruzích, jejichž areály se částečně překrývají: prase divoké středoevropské (Sus scrofa scrofa Linnaeus, 1758) a prase divoké karpatské (Sus scrofa attila Thomas, 1912) (ZÁSMĚTA, 1975 in ZABLOUDIL a PETR, 2011). Kromě nich se v Evropě vyskytuje ještě několik podruhů (např. S. s. majori, S. s. meridionalis, S. s. mediterranus), v jejich vylišování se ale mnozí autoři různí (WOLF a RAKUŠAN, 1977; HELL, 1986) a i některé výzkumy poukazují spíše na odlišnosti způsobené geografickými podmínkami, příp. hybridizací s domácími prasaty (MEYNHARDT, 1983; BARTOŠ, 2000). Mimo druh Sus scrofa se také vylišují Sus verrucosus a Sus barbatus (HELL, 1986; URBANEC, 2004). Prase divoké se přirozeně vyskytuje téměř v celé Evropě (východní hranice dána pohořím Ural, severní polárním kruhem), severní Africe, ostrovech ve Středozemním moři, jihovýchodní Sibiři, také v Asii (ICKES, 2001) a na některých asijských ostrovech (HELL, 1986). Dnes je rozšířeno prakticky po celém kontinentu s výjimkou Velké Británie, Irska a jižních oblastí skandinávského poloostrova, ale i tady lze očekávat rozšíření jeho areálu (GOULDING et al., 2003; HESPELER, 2007). Prase divoké se po Evropě rozšiřuje přirozeně i záměrným vypouštěním a jeho početnost, chování (reprodukční) se místy podobá invaznímu druhu (MARKOV, 1997; EBERT et al., 2010; MASSEI et al., 2011; ENGEMAN et al., 2013). Introdukován byl také na další kontinenty a významné populace se vyskytují v Austrálii (CALEY, 1997) a americkém kontinentu, kde páchá značné škody na zemědělských plodinách (HELL, 1986; ZIVIN et al., 2000).

10

3.1.2 Výskyt a početní stavy na území České republiky Čeleď Suidae vznikla přibližně před 30 miliony let (HESPELER, 2007) a k domestikaci prvního divokého prasete došlo někdy kolem roku 8 000 př. n. l. v jihozápadní Asii (DIAMOND, 2000). Nejstarší archeologické nálezy kosterních pozůstatků prasete divokého na našem území pochází z období neolitu, tj. 5 500 až 4 200 př. n. l. (KYSELÝ, 2005). Tento druh zažívá na našem území ve svém historickém vývoji výrazné kolísání početnosti, které lze charakterizovat úplným vyhubením ve volné přírodě od konce 18. století (WOLF, 2000) a početními stavy, vyjádřené celostátním odstřelem 185 tisíc kusů v roce 2012 (ČSÚ, 2013). Téměř nulový výskyt ve volné přírodě na konci 18. století souvisel s narůstající lidnatostí v krajích dříve neosídlených a postupnou intenzifikací zemědělského a lesnického hospodaření. Nemalé stavy zvěře způsobovaly výrazné škody na zemědělských pozemcích a dle patentu císařovny Marie Terezie z roku 1766 bylo vlastníkům loveckého práva nařízeno tyto škody hradit. Z důvodu nedostatečného efektu bylo v roce 1770 vydáno nařízení o uzavření černé zvěře do obor. Patent z roku 1786 vydaný císařem Josefem II. chov ve volné přírodě úplně zakázal a povolil chov pouze v oborách. Mimo ně bylo nařízeno černou zvěř hubit, jako zvěř škodnou (vlk, liška, medvěd apod.). V oborách zůstala chována po 170 let až do konce druhé světové války. Volný výskyt byl pouze sporadický, závislý na úniku zvěře z obor a migraci z moravsko-slovenského pomezí, kde volné populace zůstaly zachovány. Příkladem může být odstřel hlášený v roce 1935 ve výši 23 ks (5 v Čechách a 18 na Moravě). Mezi světovými válkami byl pro vysoké náklady a nedostatek krmiva omezován i chov v oborách. KOMÁREK (1945) se dokonce domníval, že tato zvěř ve 20. století zmizí ze seznamu volně žijících živočichů (WOLF, 2000). Jeho předpověď se však nenaplnila a již dva roky po tomto prohlášení činil odlov 254 kusů. V roce 1982 bylo uloveno 10 233 kusů divokých prasat, o 20 let později 81 757 kusů a početnost se stále zvyšovala, rovnoměrně s výší odstřelu (VODŇANSKÝ, 2011). URBANEC (2003) zdůrazňuje příčiny poválečného znovuobnovení chovu ve volné přírodě, mezi které řadí poničení oborních plotů a vytlačení zvěře s postupem východní fronty. Následné vysídlení příhraničních oblastí (po roce 1945) vytvořilo ideální podmínky pro rozšiřování této zvěře. Socialistické hospodářství, charakteristické intenzifi-

11

kací zemědělské výroby (zejména velkoplošné hospodaření) bylo také základem pro geometrický nárůst početních stavů černé zvěře na našem území. Ucelená řada mysliveckých statistik (ČSÚ, 2013) vedených od roku 1966, slouží jako zdroj řady informací o vývoji početních stavů, odstřelů a dalším hospodaření se zvěří. Mimo jiné se v nich uvádí normované kmenové stavy (viz kapitola 3.2.1) a výměra honební plochy dle jakostních tříd. K 31. 12. 2012 bylo prase divoké normováno na 944 234 ha, z celkové honební plochy 6 745 984 ha (včetně obor a bažantnic). Na těchto 14 % rozlohy honebních pozemků byl normovaný stav 11 088 ks a minimální stav 5 581 ks. Sčítaný stav (JKS) k 31. 3. byl 63 872 ks, plán odlovu 47 845 ks a skutečný odstřel 184 144 ks. Fyzický počet ulovených prasat je tedy mnohem vyšší než čísla uváděná ve statistikách (plánech) a lze jej tedy považovat za údaj nejlépe vypovídající o skutečných stavech. Souvislá řada odlovů znázorněná na obr. 1 má rostoucí trend a dle VODŇANSKÉHO et al. (2003) odpovídá výši odstřelu i v sousedních zemích (Slovensko, Polsko, Německo a Rakousko).

200 000 180 000 celkový odstřel (v ks)

160 000 140 000 120 000 100 000 80 000 60 000 40 000 20 000 0 1966 1970 1974 1978 1982 1986 1990 1994 1998 2002 2006 2010 roky

Obr. 1 Odstřel divokých prasat v ČR v letech 1966–2012 (ČSÚ, 2013) VODŇANSKÝ et al. (2003) sumarizují hlavní příčiny zvyšování stavů černé zvěře na území ČR následovně:  „intenzivní velkoplošné zemědělské hospodaření s vysokým podílem kukuřice,  klimatické změny (mírné zimy s minimální sněhovou pokrývkou),  celoroční neomezené přikrmování,  opakované semenné roky dubů, 12

 podcenění sčítání zvěře (podhodnocené jarní kmenové stavy),  vykazované jarní kmenové stavy se přizpůsobují potřebám lovu,  není loven každoroční přírůstek,  nízký lovecký tlak a nevhodné způsoby prováděných lovů,  rekreačně–sportovním využíváním celých krajinných oblastí nemá černá zvěř dostatek klidu a je nucena hledat stále nová stanoviště,  skladba populace je snížena do nižších věkových kategorií při nekontrolovatelné reprodukci,  není šetřena starší zvěř, která omezuje přístup mladé zvěře do reprodukce,  nedostatečná legislativní opatření ve vztahu ke škodám způsobených černou zvěří,  v honitbách s trvalým výskytem černé zvěře nechtějí jejich uživatelé mít normované stavy, aby při vzniku škod mohli uvést, že jejich původcem je cizí zvěř. Výsledkem je neexistující plán lovu pro černou zvěř.“

3.1.3 Ekologie a etologie Divoké prase má širokou ekologickou valenci, nemá tedy žádné zvláštní nároky na prostředí, ve kterém žije. ŠVARC a HROMAS (1975) uvádějí popis vhodných stanovišť, kde převažují krytá suchá místa, často v dosahu mokřiny s vodou, kterou zvěř ráda navštěvuje. Díky své adaptabilitě může žít u moře i v horách. Rozdílné životní prostředí vedlo ke vzniku rozdílů v habitu i hmotnosti. MEYNHARDT (1983) zmiňuje nižší hmotnost, vyšší končetiny, delší tělo a škáru hustě porostlou štětinami u prasat žijících u Černého moře, ve srovnání se středoevropskými prasaty. JEŽEK et al. (2011) prováděli výzkum morfometrických ukazatelů u prasat z různých lokalit ČR (Kostelecko, Doupovsko a Šumava) a zjistili, že jimi změřená prasata měly srovnatelné velikosti, jako výsledky výzkumů dalších autorů ze střední Evropy. Obecně jsou však větší než např. prasata ze střední Itálie. Tito autoři potvrdili vliv podmínek životního prostředí na tělesný vývoj prasete divokého. A rozdílnost v růstu v různých částech ČR. To může mít za následek dřívější (Kostelecko) nebo pozdější (Šumava) zapojení juvenilních jedinců do reprodukce. Původním životním prostředím prasete divokého byly nížinné prosvětlené teplé listnaté lesy, především dubové a lužní s porosty vodních rostlin (taktéž MEYNHARDT, 1983), zejména rákosu. Postupně se velmi dobře přizpůsobil i smíšeným lesům jehlična13

to-listnatým i lesům jehličnatým, pokud je v nich alespoň vtroušený podíl plodících listnáčů (taktéž NOVÁKOVÁ et al., 2011), bylinný podrost nebo dobrý přístup do polí. V lese musí být dostatek hustých mlazin, kde prase přes den najde klid a kryt před nepřízní počasí. V zimě preferuje jehličnaté houštiny, kde je chráněno před ledovými větry a po napadnutí sněhu je v nich i teplo. Na polích s vysokými a hustými porosty zemědělských plodin, jež jsou pro prase velmi atraktivní (kukuřice, řepka, obiloviny, směsky), se v nich v době vegetace zdržuje až do jejich sklizně, neboť zde nachází dostatek vydatné potravy, klidu i krytu (WOLF, 2000; URBANEC, 2004). HANZAL (2011) uvádí důležitého činitele, ovlivňujícího život, rozšíření a populační hustotu, kterým je nadmořská výška. V našich podmínkách jí bezesporu nejvíce vyhovují nejnižší polohy, které jsou však převážně odlesněné a přeměněné na zemědělskou půdu, takže se zde objevuje buď v malých lesních celcích, nebo sem přichází pouze v době vegetace (potrava, klid a kryt)(také WOLF, 2000). Horní hranice výskytu černé zvěře se liší dle podnebí v příslušných oblastech. Obecně platí, že čím teplejší klima, tím výše zvěř vystupuje. V podmínkách ČR (v době vegetace) je možné se s ní setkat (spíše sporadicky) i ve vyšších horských polohách, tzn. nad 1 000 m n. m. (např. Jeseníky, Beskydy, Krkonoše). Řada autorů (např. WOLF, 1995; HANZAL, 2011) uvádí jako limitující faktor spíše výšku a délku trvání sněhové pokrývky, než konkrétně nadmořskou výšku. Isolinie je dána výškou sněhové pokrývky 30–40 (50) cm (ROSVOLD a ANDERSEN, 2008). Černá zvěř dobře snáší i velmi nízké teploty, díky silné vrstvě podkožního tuku a množství chlupů a osin. Mrazivá období s teplotami pod mínus 30 °C (MARKOV, 1997) však nesmí trvat příliš dlouho, protože by zvěř byla značně omezena ve hledání potravy a mohlo by dojít k vyčerpání tukových zásob. Nejvýhodnější je pro ně časný nástup jara a vegetační sezony, protože mají velké přírůstky a selata rychle rostou. Vlhčí klima jí více svědčí (600–800 mm·rok-1) s ohledem na možnosti rytí. Stejně tak preferuje půdy hluboké a vlhčí. Velmi důležitou složkou prostředí prasete divokého je voda. K zaléhání si vybírá stanoviště suchá, potřebuje ji však k příjmu tekutin a také ke kalištění. Při okrajích vodních ploch vyrývá živočichy a podzemní části rostlin (URBANEC, 2004; FONSECA et al., 2007). Spektrum potravy černé zvěře je velmi široké. Jelikož se jedná o všežravce, složení potravy se v množství a druhovém spektru velmi liší, lokalitu od lokality. Mění se také v závislosti na ročním období, úrodě žaludů a bukvic, přemnožení hmyzích škůdců, hlodavců apod. Zoologické a botanické druhy, jež jsou součástí potravy prasete divokého lze dle WOLFA (2000) rozdělit do následujících čtyř skupin: 14

 kořeny, hlízy, oddenky a cibule rostlin,  plody a semena dřevin, bylin a trav kulturních i planě rostoucích,  nadzemní vegetační části rostlin, zejm. zelené části bylin, trav, letorosty dřevin,  živočichové (od červů, přes hmyz, měkkýše až po obratlovce). MALINOVÁ (2011) poukazuje na většinu potravních studií, jež potvrzují fakt, že prase divoké dává přednost rostlinné stravě před živočišnou. Její výzkum, realizovaný v oblasti Kostelce nad Černými lesy, spočívající v rozboru obsahu žaludku ulovených prasat, determinoval jako hlavní složku potravy obilniny (20–90 %). Tato složka se nacházela ve vegetačních (plošné pěstování na polích) i nevegetačních obdobích (zimní přikrmování). Dále byly výrazně zastoupeny kořínky s oddenky, houby, trávy a seno, byliny, savci, bezobratlí živočichové, ptáci atd. Obojživelníci a plazi se vyskytovali pouze ojediněle. Celkově denně spotřebuje cca 4 kg (v průměru) potravy. 3.1.4 Sociální struktura a populační dynamika Divoké prase žije pospolitě v tzv. tlupách. Jedná se o rodinné tlupy složené ze samice (bachyně) a jejích mláďat (selat) (MEYNHARDT, 1983). Tato tlupa je nejsoudržnější. Skupiny rodinných tlup vytváří tzv. společné rodinné tlupy, do kterých se sdružují mladé bachyně se svými selaty (MEYNHARDT, 1978). V našich podmínkách je taková tlupa tvořena starší a nejsilnější vodící bachyní (vedoucí bachyně) a k ní se připojují její dcery (případně sestry) se svými selaty (příp. lončáky) (MEYNHARDT, 1989). Cizí jedinci tedy nejsou v tlupě tolerováni, s jedinou výjimkou, a to přidružením kňoura v době páření (chrutí) (WOLF, 2000). Období páření (chrutí) probíhá zpravidla od listopadu do konce ledna. Cyklus říje trvá v průměru 21–23 dnů, přičemž vlastní říje trvá 2 dny. Pokud není bachyně v této době oplodněna, je říjná znovu po 3 týdnech. Důležité postavení vedoucí bachyně je nejen s ohledem na denní režim tlupy a volbu místa pobytu, ale ovlivňuje také nástup a průběh chrutí všech bachyň v tlupě (MEYNHARDT, 1989; HAAP, 2005). Byla totiž prokázána synchronizace chrutí všech samic v tlupě, což mělo za následek metání selat a následnou výchovu ve stejné době. Bachyně je březí cca 16–17 týdnů a rodí 3–8 selat [ACEVEDO et al. (2006) zjistili průměrnou velikost vrhu 3,85 selat]. Ta jsou kojena do stáří 4,5 měsíce, kdy postupně začínají ztrácet své pruhované zbarvení. Pokud má selata z dřívějšího vrhu, zahání je pouze od zálehu (hnízda se selaty), jinak je ze své blízkosti neodhání. 15

V sociálně–správně založené tlupě bachyně nepřipustí pokládání letošních selat (letošaček), i když jsou reprodukceschopné již ve věku 7–8 měsíců a váhy alespoň 25 kg (BREUER, 1987; FOREJTEK, 2011). Tento negativní stav byl prokázán v řadě současných tuzemských výzkumů a zaznamenány byly i případy, kdy se na reprodukci podílelo až 80 % letošaček (FEUEREISEL, 2003). Aby bylo zamezeno příbuzenské plemenitbě (inbríding), jsou samci (kňourci) ve stáří 14–18 měsíců z tlupy vyhnáni (HELL, 1986). Ti se následně potulují po okolí a často vytváří své vlastní tlupy. Lončáci a mladší kňouři se někdy na zimu připojují k rodinným tlupám, ale jsou často zaháněni a vypuzováni silným kňourem v době chrutí. Samotářsky žijí pouze staří kňouři, přestárlé bachyně, případně lončáci (kňourci) a kusy nemocné (WOLF, 2000). Populační dynamika je výslednicí složité součinnosti vnitřních a vnějších činitelů, které ovlivňují kolísání početnosti příslušné populace. Z vnitřních faktorů je to především reprodukční schopnost druhu, jež je geneticky fixována a u prasete divokého je, s ohledem na to, že jde o všežravce poměrně vysoká. Důležitá je také věková (aetilita) a pohlavní (sexilita) struktura, která je v současné době u černé zvěře narušena, v důsledku nedůsledné selekce (odstřel). Tyto faktory se obecně označují jako vnější. Mezi faktory vnitřní patří biotičtí a abiotičtí činitelé. Z biotických má největší vliv potrava, mezidruhová konkurence, predátoři, paraziti a choroby, z abiotických jde především o počasí. V konečném důsledku je tedy populační dynamika výsledkem poměru natality a mortality jedinců v populaci (WOLF, 2000). Roční cyklus je charakteristický početním maximem těsně po hlavním období metání selat, postupně klesá mírně (úhyn selat vlivem nepříznivých povětrnostních podmínek), v pozdním létě a na podzim rychleji (lovem), v zimě opět pomaleji (zimními ztrátami) a nejnižší je těsně před metáním. Vliv na tento cyklus má také nepříznivé počasí v období metání, neúroda žaludů a bukvic apod. Délka období víceletých cyklů není u divokých prasat známá, ale předpokladem je nárůst početnosti vlivem např. semenných roků (dub, buk) a poté rapidní pokles vlivem tuhé zimy, neúrody semen a plodů, chorob atd. Tyto víceleté cykly nejsou v současné době příliš dobře patrné, protože je populace výrazně omezována odstřelem, na druhou stranu jejich početnost od 80. let v celé Evropě narůstá (MELIS et al., 2006; EBERT et al., 2010). Stejně tak neznáme ani délku období dlouhodobých cyklů ani mechanismy, které je řídí. Důležitým prvkem ovlivňujícím roční cyklus je plodnost (fekundita), představující přírůst mláďat v závislosti na věkové struktuře samic, v jarním kmenovém stavu. Přírůst 16

se samozřejmě mění s ohledem na počet zárodků v jednotlivých věkových třídách a mění se také procento bachyní, účastnící se reprodukce. Plodnost BRIEDERMANN (1971) počítá dle vzorce: T

0,9E P 100

T – plodnost (fekundita), E – průměrný počet embryí, P – procento samic, které se účastní na reprodukci v jednotlivých věkových třídách. Hodnota 0,9 představuje předpokládanou 10% mortalitu selat v prenatálním a postnatálním vývoji. BRIEDERMANN (1971) dle svého vzorce vypočítal 1–1,7 přírůstku selat na jednu bachyňku z kategorie selat, 3,2–5,3 selat na bachyňku z lončáků a 5,1–5,5 selat na jednu dospělou bachyni. Průměrný roční přírůstek tedy činil 4,2 selete, což je zhruba 400 % přírůst ze stavu dospělých bachyní a lončaček. Našim podmínkám nejlépe odpovídá přírůstek až 5 selat od jedné bachyně a 3 selata od 10 % bachyněk z kategorie selat. Skutečný přírůstek je do značné míry závislý na věkové struktuře samic v populaci (WOLF, 2000), také na množství žíru (HAAP, 2005) a povětrnostních podmínkách při porodu a v prvních týdnech po něm (MEYNHARDT, 1983; SÝKORA, 2011; JEŽEK, 2012). BRIEDERMANN (1971) popisuje dobrou věkovou skladbu samic v populaci následovně: dospělé bachyně – 44,7 %, lončačky – 14,9 % a selata – 40,4 % v jarním kmenovém stavu. V této populaci se dosahuje 148–185% přírůstku v závislosti na příznivých podmínkách prostředí. VODŇANSKÝ (2011) dokonce udává reálné přírůstky až 339 % (modelová honitba v německém Stainzu). Při pohledu na obr. 1 (str. 12) je zcela zřejmé, že populace černé se stále zvětšuje a početnost zvěře narůstá. Dříve totiž byla po celý rok pronásledována velkými šelmami, v zimě trpěla podvýživou (pokud jí nepředcházel semenný rok) a její stavy se tak výrazně redukovaly (KAMLER, 2006). Dnes již žádný z těchto faktorů de facto nepůsobí a stavy nejsou nijak výrazně snižovány (až na redukční odstřel). TKADLEC (2013) se zabýval stanovením horní hranice početnosti populace a definováním nosné kapacity prostředí. Vycházel přitom z jediných relevantních dat o stavech zvěře, tedy z výše hlášeného ročního odstřelu a jeho meziročních změn. Vypočítal demografickou míru růstu 9,6 % za rok, tzn. populace se od 50. let minulého století každý rok navýší v průměru o přibližně 10 % jedinců (11, 6 %; HLADÍKOVÁ et al., 2008). Růst populace předpokládal logistický (zatím nelze ověřit), na jehož základě sestavil několik scénářů s nosnou kapacitou přibližně ve výši 300 tis. jedinců. Shodu s daty spíše vykazovaly scénáře s nosnou 17

kapacitou nad 400 tis. jedinců. Dle tohoto modelu by se v roce 2020 lovilo 215 tis. kusů, v roce 2030 již 290 tis. kusů a v r. 2040 dokonce 343 tis. kusů. 95 % nosné kapacity (tj. 380 tis. kusů) by se dosáhlo v r. 2054. S nárůstem početnosti zvěře však rapidně roste riziko přenosu chorob (HAVRÁNEK, 2000; ACEVEDO et al., 2006; EBERT et al. 2010; CHROUST a FOREJTEK, 2011), např. v posledních měsících poměrně aktuální Africký mor prasat (ARTOIS et al., 2002; ÚVS SVS, 2014), imigrace zvěře do příměstských oblastí (SCHNIDIG-PETRIG a KOLLER, 2004; KUŠTA, 2013), nárůst střetů s dopravními prostředky (DRIMAJ, 2012) a samozřejmě se navyšují škody. 3.1.5 Prostorově-časová distribuce v prostředí Prase divoké je v průměru aktivní 8–11 hodin (12 hodin; LEMEL et al., 2003) za den (24 hodin), mladé kusy o něco málo déle než kusy starší. 85 % z této doby se věnuje hledání a příjmu potravy, 5 % připadá na hry a zápasy, a 10 % připadá na odpočinek, kalištění, drbání apod. Pasivní část dne tráví odpočinkem v leže, převážně v severojižní orientaci (ČERVENÝ et al., 2011). Při kratším odpočinku si lehá přímo na zem, k delšímu si připravuje lože, které si v zimě vystýlá trávou. Zálehů mívá více, které dle potřeby střídá. Starší kňour mívá záleh blízko okraje houštiny, aby mohl v případě nebezpečí prchnout, a vzdálený od tlupy bachyní se selaty. Při svých aktivitách je prase velmi čilé a stále v pohybu. Při hledání potravy se dlouho nezdrží na jednom místě a často se pohybuje klusem (v nebezpečí cvalem) (WOLF, 2000). Černá zvěř je v prostředí hustě osídlených a intenzivně kultivovaných krajin živočichem s typickou noční aktivitou, jež jí poskytuje alespoň minimální pocit bezpečí. V místech, kde se neloví, má dostatečný klid a není rušena, je aktivní během dne. Toto potvrdili při svém výzkumu PODGÓRSKI et al. (2013), kteří zkoumali aktivitu ve dvou zcela odlišných prostředích, kde ověřovali jejich přizpůsobivost a prostorově-časovou adaptabilitu chování vůči vnějším podmínkám. Jedním z nich byly příměstské lesy u Krakówa a druhým temporální Bialowiežský prales. V pralese vykazovala aktivitu během dne s vrcholem kolem polední 11. hodiny, kdežto v příměstských lesích byla aktivita téměř nulová (viz obr. 2). Rychlost pohybujících se prasat v pralese byla během 24 hodin víceméně konstantní, neovlivněna žádnými rušivými vlivy (viz obr. 3), zatímco v urbánních lesích se zvěř pohybovala mnohem rychleji a na větší vzdálenosti v nočních hodinách, protože migrovala za svými potravními zdroji, vodou, krytem apod.

18

100  příměstské lesy Kraków  Bialowiežský prales

Podíl aktivity (v %)

80

60

40

20

0 1

3

5

7

9

11

13

15

17

19

21

23

21

23

čas (v hod.)

Obr. 2 Aktivita divokých prasat během dne (PODGÓRSKI et al., 2013)

1,2  příměstské lesy Kraków  Bialowiežský prales

rychlost ( v km/hod)

1,0 0,8 0,6 0,4 0,2 0,0 1

3

5

7

9

11

13

15

17

19

čas (v hod.)

Obr. 3 Rychlost pohybujících se prasat během dne (PODGÓRSKI et al., 2013) Obdobné denní aktivity a chování ovlivněného lidskou činností bude zvěř dosahovat také v rozsáhlých zemědělských kulturách (zejm. kukuřice, řepky, obilniny) a rozlehlých lesních houštinách, kde má dostatkem klidu, krytu a potravy a není ničím rušena (ZABLOUDIL, 2006; PLÍŠEK, 2011). V našich podmínkách je nejaktivnější za šera a v noci, i když její aktivita často začíná již v odpoledních hodinách a končí mnohdy až po východu slunce. BRIEDERMANN (1971) uvádí, že během 24 hodin má prase více fází aktivity střídané s odpočinkem. Tento denní rytmus je ovlivňován řadou faktorů (např.

19

stupněm návštěvnosti honitby, obdobím chrutí, neúrodou žaludů, měsíčním svitem, denní teplotou, srážkami). Starší literatura (např. WOLF a RAKUŠAN, 1977) pojednává o malé věrnosti černé zvěře ke svým stávaništím a jejich častých a dlouhých migracích. Má-li však klid a potravu, pak je věrná svému stávaništi a neplatí, že by přecházela z jednoho revíru do druhého (MEYNHARDT, 1983). Velikost domovského okrsku se pohybuje od 300–1000 ha (v případě tlup orientovaných na samice), u kňourů je mnohem větší. Byly dokonce prokázány jejich migrace dlouhé až 250 km (MEYNHARDT, 1989; HAAP, 2005). Poslední tuzemské výzkumy zjistili velikost domovských okrsků o velikosti 130–550 ha (JEŽEK

et al., 2014). Tlupy bachyní přechodně migrují na větší vzdálenosti (jen do 10 km,

více výjimečně) jen pokud je v revíru nedostatek vhodné potravy či je nadmíru rušena (MÜLLER, 1998; FOREJTEK, 2011). I v případě rozdělení tlupy (vlivem vysokého počtu, nedostatku životního prostoru či potravy) se nové skupiny orientují na okolí domovské tlupy. Zvěř při svém pohybu po domovském okrsku využívá množství chodníků či tunelů v porostech, které již dříve využívaly generace před nimi bez ohledu na změnu biotopu. Patrné je to zejména s ohledem na dálkové ochozy zvěře, které jsou stejné, přesné a historicky dané i v otevřené krajině, kde kdysi býval les a dnes je tam bezlesí (MEYNHARDT,

1983; HAAP, 2005).

3.2 Myslivecké hospodaření Legislativní rámec nejprve objasní postavení prasete divokého v rámci našeho právního systému, vymezí legislativní základ pro myslivecké hospodaření, plánování a konečně právní lokalizaci sčítání zvěře v rámci myslivecké legislativy. 3.2.1 Legislativní rámec Prase divoké je, dle zákona č. 449/2001 Sb. o myslivosti, řazeno mezi druhy zvěře, které lze obhospodařovat lovem (§ 2 písm. d). Právní a materiální postavení zvěře, obecně, lze odvodit z téhož § 2 písm. b) kde se definuje zvěř jako: „obnovitelné přírodní bohatství…“; také ze zákona č. 114/1992 Sb. o ochraně přírody a krajiny, kde se v § 2 odst. 2 písm. b) zajišťuje obecná ochrana všem volně žijícím živočichům. To je v přímé souvislosti se zněním Čl. 7 zákona č. 1/1993 Sb., Ústava České republiky, podle kterého má stát dbát o ochranu přírodního bohatství. Z chronologické databáze legislativních předpisů je tedy možno na z. č. 449/2001 Sb. pohlížet jako na praktickou aplikaci teore20

tické ochrany vyplývající ze zákona č. 1/1993 Sb. a z. č. 114/1992 Sb. To je potvrzeno hned v § 3 (z. č. 449/2001 Sb.) odst. 1, v definici chovu zvěře: „Chovem zvěře se rozumějí odborné zásahy sledující určité vymezené biologické cíle, zachování rovnováhy mezi stavy spárkaté zvěře a prostředím, udržováním přírodní kvality genofondu zvěře, cílené zvyšování chovné kvality zvěře a úprava stavů zvěře na optimální stav.“ Chov zvěře je dle § 3 odst. 2 svěřen do rukou držitele honitby nebo (v případě pronájmu honitby) nájemce honitby, který „je povinen zajišťovat v honitbě chov zvěře v rozmezí mezi minimálním a normovaným stavem zvěře, které jsou určeny v rozhodnutí orgánu státní správy myslivosti o uznání honitby“. Tamtéž jsou definovány minimální a normované stavy, včetně odkazu (§ 3 odst. 4) na vyhlášku Ministerstva zemědělství ČR č. 491/2002 Sb. řešící způsob stanovení těchto stavů, zařazování honiteb nebo jejich částí do jakostních tříd. Honitba nebo její část se dle charakteristiky přírodních podmínek zařazuje do jakostní třídy honitby mj. pro prase divoké (dle § 1 uvedené vyhlášky). Normovaný stav se stanoví podle výměry spolu souvisejících lesních pozemků o celkové výměře alespoň 50 ha a jakostní třídy honitby (podrobně viz § 2 odst. 1). Normovaný stav nesmí být nižší než minimální stav daného druhu zvěře, nesmí překročit normovaný stav daného druhu zvěře dle přílohy (vyhlášky) č. 2 a nesmí překročit souhrnný počet spárkaté zvěře, s výjimkou prasete divokého (opět dle přílohy č. 2). Prase divoké má v § 4 odst. 1 definován požadovaný poměr pohlaví v poměru 1 : 1 a v odst. 2 koeficient očekávané produkce, vztahující se pouze k dospělým samicím, v rozpětí 3,2 – 4,5. Věková skladba se stanoví dle koeficientu očekávané produkce procentem dospělých samců, samic a mláďat, a procentem zastoupení věkových tříd u dospělých samců (kňourů) takto: I. věková třída (1 až 2 roky) 28 %, II. Věková třída (3 až 4 roky) 46 % a III. věková třída (od 5 let) 26 %. Minimální stav se řeší v § 5 a pro prase divoké je 5 jedinců pro každých 1 000 ha (přepočítává se na nižší nebo vyšší výměru). Myslivecké hospodaření a jeho odbornost garantuje v příslušné honitbě myslivecký hospodář (§ 35 z. č. 449/2001 Sb.) jmenovaný OSSM. Ten je při své činnosti mj. oprávněn: „vypracovat a spolu se zástupcem honitby podepisovat úkony týkající se mysliveckého hospodaření, například návrh plánu mysliveckého hospodaření a statistický výkaz o stavu honitby“ a „zastupovat uživatele honitby při jednání týkající se mysliveckého hospodaření“ (§ 35 odst. 3); a mj. povinen: „zabezpečovat plnění povinností spojených s chovem a lovem zvěře„ a „vést záznamy o hospodaření v honitbě… a připravovat statistická hlášení pro OSSM“ (§ 35 odst. 4).

21

Dle § 36 (z. č. 449/2001 Sb.) je uživatel honitby každoročně povinen provést v termínu stanoveném OSSM (na úrovni kraje, § 59) sčítání zvěře v honitbě a do 5 dnů výsledek oznámit místně příslušnému OSSM (na úrovni obecního úřadu ORP, § 60). Držitel honitby i držitelé sousedních honiteb (zástupce) mají právo se sčítání zvěře účastnit a vyjádřit se OSSM k jeho výsledkům. Pokud některý držitel s výsledkem sčítání nesouhlasí a písemně to ohlásí příslušnému OSSM nejpozději do jednoho týdne ode dne provedeného sčítání, nařídí tento orgán nové konečné sčítání. Výsledek sčítání je jedním z podkladů při vypracování každoročního plánu mysliveckého hospodaření v honitbě. Vychází se také z posouzení celkového stavu ekosystému, výsledku porovnání kontrolních a srovnávacích ploch a výše škod způsobených v uplynulém období zvěří na lesních a zemědělských porostech, ze stanovených normovaných a minimálních stavů zvěře, poměrů pohlaví a koeficientů očekávané produkce, jakož i ze záměrů, jež byly uvedeny v návrhu na uznání honitby. Vypracovaný plán uživatel honitby předloží držiteli honitby, a pokud se k němu do 15 dnů nevyjádří, má se za to, že s ním souhlasí. Odsouhlasený, popřípadě dohodnutý plán je uživatel honitby povinen zaslat OSSM. Podrobnosti k vypracování plánu řeší vyhláška č. 553/2004 Sb. V honitbách, pro které nejsou stanoveny normované stavy zvěře, lze po vyjádření OSSM lovit samičí zvěř bez omezení věku a počtu odlovených kusů a samčí zvěř do stáří dvou let věku bez omezení počtu odlovených kusů zvěře (§ 36 odst. 5 zákona č. 449/2001 Sb.). Doba lovu je dle vyhlášky č. 245/2002 Sb. pro sele a lončáka stanovena od 1. ledna do 31. prosince a pro kňoura a bachyni prasete divokého od 1. srpna do 31. ledna (dle vyhlášky č. 403/2013 Sb.). 3.2.2 Skutečnosti mysliveckého hospodaření Dle HANÁKA (2011) z výše uvedených zákonů a souvisejících předpisů vyplývá povinnost ochraňovat a udržovat množství a druhovou skladbu volně žijících živočichů včetně ochrany jejich životního prostředí. U živočichů obhospodařovaných myslivostí je tato povinnost uložena „myslivcům“. Prostřednictvím řady plánů a použitelných nástrojů je jim svěřena zodpovědnost za škody, které zvěř páchá a proto je jejich povinností udržovat stavy zvěře na optimální úrovni. SALVET (2011) připomíná, že v případě prasete divokého je úkolem mysliveckého hospodaření zajišťovat rovnováhu této zvěře v přírodě (skrze odstřel) a dnes se tak teoreticky děje díky systému normovaných stavů,

22

jakostních tříd apod., který má však řadu slabých míst a někteří autoři jej považují za velmi problematický (např. PODHORECKÝ, 2006; KAMLER, 2011; ŠTĚPÁN, 2014). DUŠÁK (2013) poukazuje na vyhlášku č. 491/2002 Sb., jež považuje za hlavní příčinu dnešních vysokých stavů (nejen) divokých prasat, neboť je umožňuje normovat jen v minimu honiteb (14 % rozlohy honebních pozemků). Tedy jen v honitbách s minimální výměrou 1 000 ha lesa, bez ohledu na procento lesnatosti (PODHORECKÝ, 2006). Tím je jasně stanoveno, v jakých honitbách je tato zvěř žádoucí (normované stavy jsou 11 088 ks; ČSÚ, 2013). Nabízí se otázka, zda je předpoklad legislativy správný, tedy že jediným vhodným biotopem černé zvěře je les. Rostlinná výroba zemědělského sektoru se stále více zaměřuje na produkci olejnin a kukuřic pro bioplynové spalování a výrobu energií, čímž narůstají plochy ideální pro specifický způsob života divokých prasat, ve kterých mohou trávit téměř celou vegetační sezonu. V tomto prostředí mají dostatek potravy, vody, klidu, krytu a reprodukci nelze regulovat efektivním odstřelem. Divoké prase tedy není vyloženě zvěří lesní, ale dokázalo si i na zemědělských plochách najít vhodné životní prostředí (HANÁK, 2011; SÝKORA, 2011; HRUŠKA, 2013). Nejzásadnějším problémem plánování (a tedy stanovením výše lovu) je však zjištění skutečného stavu zvěře, která žije na určitém území (tedy sčítání). MAYLE et al. (1999) připomínají, že u prasat (stejně jako v případě dalších živočichů) je přesné stanovení početnosti prakticky nemožné a spolehlivost odhadu závisí na celé řadě faktorů. Nicméně česká legislativa žádnou konkrétní metodu sčítání ani výčet metod neuvádí. Myslivecký hospodář má tedy volný prostor pro volbu techniky zjišťování početních stavů. Na rozdíl od slovenských kolegů, kde příloha slovenské prováděcí směrnice č. 244/1998 Zz. uvádí: „Spárkatá zvěř se sčítá podle zásad: v zimě při krmelcích, podle stop ve sněhu, při pochůzce v revíru a během říje (jelení zvěř)“. VALA (2011) však upozorňuje, že fyzické sčítání se v některých honitbách nemusí vůbec provádět a často bývají opisovány stejné údaje o výsledku sčítání po několik let (taktéž KAMLER, 2011; TŮMA, 2014). Možný je také případ, kdy se zjistí potřebný počet trofejové zvěře, kterou je třeba odlovit a poté se vše dopočítá, aby byly plány v souladu. Tyto a mnohé další nesprávné případy způsobují nepřiměřeně vysoké či nízké odstřely zvěře a zkreslují celostátní mysliveckou statistiku. Jsou mj. příčinou současného nárůstu populační hustoty některých druhů zvěře (MERLI a MERIGGI, 2006). TŮMA (2014) si klade řečnickou otázku, proč se diametrálně liší stavy sčítané od stavů normovaných (např. divoké prase – sčítané: 63 872 ks a normované: 11 088 ks; ČSÚ, 2013), a považuje výsledky sčítání za nedůvěryhodné. Praxe ukazuje, že současné metody zjišťování početních stavů zvěře, 23

způsoby a termíny jejich vykazování jsou již překonány. Cílem dnešní myslivosti by tedy mělo být zkvalitnění sčítacích metod a zlepšení využívání získaných výsledků jako základu pro myslivecké hospodaření (RŮŽIČKA, 2006). V současné době, kdy narůstají stavy divokých prasat je efektivní management s tímto druhem důležitější než kdy jindy (TRUVÉ, 2004) a maximální přesnost sčítání bude nabývat na významu i v budoucnosti, kdy bude třeba kontrolovat efektivitu regulace početních stavů (MILLER et al., 2005).

3.3 Stanovování početnosti zvěře Každý efektivní management se zvěří vyžaduje co nejpřesnější znalost početnosti daného druhu zvěře na určitém území. Jestliže populace žije na velkém území, musí se rozhodnutí o hospodaření s ní stát předmětem dohody mezi vlastníky a uživateli pozemků, které zvěř využívá. Je nutné specifikovat hlavní cíle managementu, protože obě strany je mají odlišné. Zemědělec s lesníkem budou chtít minimalizovat škody na pěstovaných rostlinách, ochránce přírody požadovat zachování určitých biotopů a existenci ohrožených druhů (PLÍŠEK, 2011), myslivci a lovci možnost loveckého vyžití při produkci zvěřiny. Na základě stanovených priorit je definice optimálních a maximálních stavů nezbytností a zároveň konsensem výše uvedených skupin. Při nízké hustotě zvěře je riziko škod nízké a s narůstající abundancí toto riziko roste. Důležitá je také znalost věkové a pohlavní struktury populace, jež má vliv na přírůstek a celkovou velikost populace v následujícím roce (RŮŽIČKA, 2006). To vyžaduje aplikaci správné metody k odhadu početnosti zvěře, aby bylo možné stanovit výši odstřelu, zajišťující stabilní početnost zvěře v optimálním množství (tzn. stabilizace či snížení abundance)(MAYLE et al., 2011). Lze konstatovat, že efektivní a přesné určení početnosti volně žijících živočichů je významným aspektem správného hospodaření (THOMPSON et al., 1998). MAYLE et al. (2011) upozorňují, že stanovení účelu (přesnost, podrobnost, trendy, indexy apod.) je zásadní pro výběr nejvhodnější metody sčítání a volbu způsobu vzorkování. Výsledkem využité metody je získání indexu početnosti, který představuje míru početnosti zvěře v dané oblasti, nebo přesné abundance. Také je důležitá znalost možností finančních, časových a pracovních. Obecně platí, že čím přesnější metoda odhadu početnosti je, tím je vyšší časová náročnost ale i váha výsledků. Pokud je nutnost, či předpoklad, několikerého opakování i v následujících sezónách (letech), je účelné pou24

žívat stále stejnou metodu sčítání, vzorkování, způsob sběru údajů i vyhodnocení. S ohledem na minimalizaci chyb se berou se v úvahu také stejné podmínky prostředí (tzn. roční doba, povětrnostní podmínky, skupina sčítačů). Pokud se provádí sčítání na malé ploše, není to nutné, ale pokud je třeba postihnout sčítáním větší území, je třeba vzorkovat. Dle dostupných prostředků, požadované přesnosti a pravděpodobnosti vzniku systémových chyb se volí způsob vzorkování (zjišťování počtu na jedinců na větším počtu menších ploch). Výsledky získané vzorkováním musí být přesné, správné a s minimální chybou. Zkoumané území se nejprve musí vymezit a rozdělit na menší jednotky stejné velikosti (pravděpodobností výběr), jež budou reprezentativní pro celé území. Vzorkování může být jednoduché-náhodné nebo tříděné, kde je předpoklad odlišné reakce populační hustoty na biotop či ekologické podmínky. Použití liniových transektů je specifické v tom, že není nutné znát velikost sběrné plochy a během sběru nemusí být zaznamenána veškerá zvěř. Transektové linie musí být po ploše náhodně rozmístěny, aby se jim zvěř nevyhýbala, ani aby se na nich záměrně nezdržovala. Jde v podstatě o úzké čtyřúhelníky, na nichž se provádí přímé či nepřímé sčítání, a výstupem jsou hustoty v jednotlivých biotopech či celková početnost (po sumarizaci)(ACEVEDO et al., 2006). MAYLE et al. (2011) vylišují tři kategorie sčítání: přímé, nepřímé a rozbor mysliveckých údajů: 3.3.1 Přímé metody Jsou charakteristické přímým pozorováním a počítáním jedinců, zejm. v otevřené krajině. Zkreslení může nastat v případě, kdy je snížená viditelnost, špatné počasí, zvěř je v pohybu či v zákrytu za jiným kusem či terénní sníženinou. Při opakovaném pozorování je možné si zaznamenávat konkrétní jedince (dle charakteristických rysů) a určit tak velmi přesně početnost dané populace, tato metoda je však časově velmi náročná a v terénu použitelná výjimečně. Přímé sčítání je možné realizovat ve dne i v noci za použití světlometů či termovizních zařízení. Ve většině případů dochází k podhodnocení skutečné početnosti (KAMLER a PLHAL, 2010). Přímé metody zahrnují (MAYLE et al., 2011; PLHAL et al., 2011c):  sčítání v otevřeném terénu,  sčítání naháňkou,  sčítání na čekané, 25

 sčítání z výhodného bodu,  sčítání z letadla,  sčítání pomocí bodového světla,  sčítání pomocí termovize (přímé sčítání),  sčítání pomocí termovize (měření vzdálenosti),  rozpoznání jedince (označení a opakované pozorování) a  sčítání na základě změn ve struktuře populace. 3.3.2 Myslivecká statistika Přesné záznamy o mortalitě (odlovu, úhynu) a plodnosti v populacích zvěře jsou podkladem pro retrospektivní metody určení početnosti zvěře a predikci početnosti v budoucnu (stanovení trendu; MONACO et al., 2004). Princip metody je založen na znalosti sexility a aetility uhynulé zvěře, přičemž správnost je ovlivněna množstvím uhynulých a nenalezených jedinců, migrací zvěře (emigrací, imigrací) a správností určení věku zvěře. Jako informační zdroje je možné využít ucelenou řadu mysliveckých statistik od roku 1966 vedenou Ministerstvem zemědělství ČR, či nižších stupňů státní správy (kraje, obce s rozšířenou působností, obce) a plánů mysliveckého hospodaření v jednotlivých honitbách. STUBE (2000) a HAAP (2005) však upozorňují, že retrospektivní metody založené na odlovených či uhynulých jedincích mohou výsledek značně podhodnocovat. Patří sem:  bilanční tabulka (přímým pozorováním a vlivem úhynu),  životní tabulky (kohorty),  analýza kohort a  počítačové modelování populací. 3.3.3 Nepřímé metody Zvěř žijící v lesích či jiných biotopech, kde ji nelze přímo pozorovat a použít přímé sčítání, se sčítá metodami nepřímými. Při nich se mapují pobytové znaky (stopy, trus, impakt atd.) tak, aby se zjistil jejich průměrný výskyt. Výsledek se dává do souvislosti s biologickými a etologickými poznatky o daném druhu zvěře a odhaduje se tak jeho početnost (relativní či absolutní). Každá nepřímá metoda však musí být dlouhodobě testována s ohledem na vlivy prostředí, období a měla by mít lineární vztah s dalšími

26

početními odhady, stejně jako nezávislou proměnou biologického charakteru (ACEVEDO et al., 2006). Nepřímé metody zahrnují:  sčítání na základě impaktu na prostředí (pastevní tlak),  sčítání stop a  sčítání na základě trusu (podrobněji bude probráno dále). 3.3.4 Trusové metody Sčítání na základě trusových metod patří mezi nepřímé metody sčítání a je možné sledovat dva jevy: počítání hromádek na čištěných plochách (pro opakované sčítání) či nečištěných (jednorázových) plochách. Specifikacemi čištěných ploch je časová náročnost (jich stabilizace či označení a min. 2 návštěvy) a nižší přesnost (znalost doby akumulace trusu). Použití jednorázových nečištěných ploch (vytyčené, pruhové či liniové transekty) je méně pracné a poskytuje správnější výsledky. Při aplikaci této metody je nutné znát rychlost rozkladu trusu (v každém biotopu a období; 12–450 dnů; PLHAL et al., 2011c) a denní defekační dávku (množství trusu vykáleného během 24 hodin; např. jelen 19–29, daněk 17–26, srnec 16–23; PLHAL et al., 2011c). Nejvhodnější období ke sčítání je koncem zimy a za časného jara, kdy odtaje sníh (před začátkem růstu vegetace)(HAAP, 2005). Trus je možné sčítat v lesním prostředí i otevřené krajině, všude kde se zvěř vyskytuje. Nejprve se musí sledované území rozdělit na části a také zohlednit odlišná doba rozkladu v různých biotopech. MAYLE et al. (2011) upozorňují, že pokud je požadovaná přesnost odhadu početnosti ±10 %, je třeba spočítat alespoň 400 hromádek trusu. V každém biotopu by mělo být min. 6 ploch (pruhových, kruhových či liniových). V homogenním prostředí je možné aplikovat náhodné umístění ploch podél linie protínající celé prostředí. S ohledem na tvar, ELLIS a BERNARD (2005), doporučují liniové transekty, u nichž ověřili vyšší přesnost. Index přítomnosti zvěře Stávaniště zvěře se prochází po stanovené linii skrze celý biotop a zaznamenává se počet hromádek trusů do určité vzdálenosti od linie (např. 0,5 m, 1 m). Výsledky se poté přepočítají na jednotlivé biotopy a lze určit i celkovou denzitu v oblasti.

27

Počítání na čištěných plochách Plochy (optimálně 100 m2) rozmístěné po ploše se při první návštěvě stabilizují a jasně vymezí. Poté se kompletně projdou a vyčistí od veškerého trusu a s tím, že některé hromádky se ponechají, vyznačí a při dalších návštěvách se sleduje rychlost jejich rozkladu (pro stanovení optimálního intervalu monitoringu), tzn. doba akumulace trusu (MARQUES et al., 2001). Při další návštěvě se spočítají a odstraní nové hromádky. Počet jedinců (na ha) se vypočítá následovně: počet hromádek trusu na hektar doba akumulace trusu denní defekační dávka Počítání na jednorázových plochách Provádí se obdobně jako počítání na čištěných plochách s tím rozdílem, že se provádí pouze jednou a je nutné znát průměrný čas rozkladu hromádky trusu: počet hromádek trusu na hektar průměrný čas rozkladu hromádky denní defekační dávka Počítání na pruhovém transektu Území se kompletně rozdělí pomocí rovnoběžných transektů (dlouhých 500–2 000 m a 1 m širokých). Na nich se zaznamenává počet nalezených hromádek trusu za každých 10 m (a šířce 1 m). Je to v podstatě vzorkování na dlouhém pruhu, kde jsou jednotlivé plošky umístěny jedna za druhou. Transekty musí procházet všemi charakteristickými částmi biotopu. Počet jedinců se vypočítá: počet hromádek trusu na hektar množství hromádek trusu za den průměrný počet dnů rozkladu hromádky Počítání na liniovém transektu Územím se vytyčí linie, po které se prochází a zaznamenávají se nalezené hromádky trusu, včetně kolmé vzdálenosti od linie. Vyhodnocení se provádí v počítačovém programu k odhadu pravděpodobnosti započtení všech hromádek na vymezeném území a následnému výpočtu hustoty hromádek:

(2

celkový počet zjištěných hromádek efektivní poloviční šířka pruhu) celková délka linie

28

Za efektivní šířku pruhu se považuje průměrná vzdálenost hromádek trusu od linie a to na každé straně (levé i pravé). 3.3.5 Metody používané pro prase divoké Většina (ve světě používaných) metod je založena na odchytu a zpětném vypuštění jedinců (MASSEI et al., 1997), nepřímých ukazatelích (WELANDER, 2001), průzkumu stopních drah (ICKES, 2001; PLHAL et al., 2011d), přímém pozorování na přikrmovacích místech (FOCARDI et al., 2002), použití fotopastí (HEBEISEN et al., 2008; PLHAL et al., 2011a) a trusových metodách (VICENTE et al., 2004). Nejčastějším způsobem jsou analýzy lovu minulých let (FERNANDEZ–LLARIO et al., 2003; RŮŽIČKA, 2006; EBERT et al., 2012). Přímé metody sčítání jsou na prase těžko aplikovatelné, s ohledem na noční způsob života a absenci tapetum lucidum (ACEVEDO, 2006). Ve světě jsou ke zjišťování abundance využívány metody založené na leteckém průzkumu, radiové telemetrii, GPS a satelitní telemetrii, DNA vzorcích, pobytových znacích, vlivu na bioindikátory apod. (MITCHELL a BALOGH, 2007). WOLF (2000) uvádí podrobnější popis nejpoužívanějších metod ke sčítání černé zvěře: Zjišťování podle stop na obnově se provádí na celém území (honitbě) od ledna od února, nejlépe po obnově, při výšce sněhové pokrývky 2–5 cm. Sčítač, dobře znalý terénu a míst zimní koncentrace zvěře, může za jeden den obsáhnout až 500 ha. Důležitá je důsledná organizace a příprava plánu, aby nedošlo k překrývání ploch mezi dvěma sčítači apod. Zaznamenávají se všechny stopy (počet a velikost), směr postupu zvěře a místa, kde zvěř zaléhá. Poté se všichni účastníci sčítání sejdou, zkompletují data a vyhodnotí je. Po 14 dnech se sčítání opakuje a při vyšších hodnotách se s nimi plánuje. Určitou variantou je zjišťování na zkusných plochách, kde se sčítá jen na části území (25–30 % rozlohy). Přesnost této metody je kolem 85–90 %. Ve stejném období je možné využít i metodu druhou: vizuální sčítání na krmelištích. Hlavním předpokladem této metody je pravidelné doplňování krmiva do sítě krmelišť, jež jsou rovnoměrně rozmístěna po celém území. Za jasných nocí se všechna krmeliště obsadí sčítači a ti zaznamenávají počty zvěře včetně věkových charakteristik, pohlaví, barevných odlišností a dalších zvláštních znaků. Důležitým znakem pro odlišení jednotlivých skupin zvěře (tlupy) jsou barevně odlišení jedinci (např. strakaté formy zbarvení), což zdůrazňuje i BRIEDERMANN (1971). I toto pozorování je třeba zopakovat.

29

V oblastech, kde je přímé pozorování divokých prasat obtížné, vzhledem k nízké lokální hustotě, skrytému způsobu života (FERNANDEZ-LLARIO, 2004), snížené viditelnosti (noční aktivita; LEMEL et al., 2003) nebo lidské činnosti, může být efektivní použití stopních (FONSECA et al., 2007) či trusových metod (CAMPBEL et al., 2004). LEMEL et al. (2003) k problematickým záležitostem přidává ještě možnost migrací na delší vzdálenosti, komplexní sociální strukturu populace a vysokou reprodukceschopnost. PLHAL et al. (2011b) nezapomínají na nevýrazný pohlavní dimorfismus, na jehož základě zdůrazňuje nutnost běžné metody kombinovat a modifikovat.

3.3.6 Trusová metoda u prasete divokého Trus prasete divokého je podstatně větší než u srnčí či dančí zvěře a je v přímé korelaci s velikostí příslušného kusu. Mladí jedinci defekují spíše jednotlivě (barva a tvar fíků – jednotlivé pelety), kdežto u starších kusů je trus často stlačen do válečků (agregátů pelet), které mohou být u kňourů až 6 cm tlusté (HAAP, 2005). Trus je většinou pevné konzistence po celý rok, barvy hnědé až černé, s charakteristickou vůní a velikým množstvím špatně rozložených rostlin (HONE a MARTIN, 1998; ACEVEDO et al., 2006), pouze po jetelotrávě je řídký a světlý. MEYNHARDT (1978) se domnívá, že černá zvěř využívá ke kálení a močení přednostně stálá místa poblíže loží, pastevních ploch a ochozů. Tato místa mají určitý dráždivý účinek a při zahájení defekace jedním kusem jej ostatní následují (MEYNHARDT, 1983). To odpovídá závěrům PUTTENA (2000), jež uvádí, že prasata se nevyprazdňují přímo v klidové oblasti, ale v určité vzdálenosti od ní. Teorie nerovnoměrného rozložení výkalů odpovídá pozorováním MUSIALA et al. (1999), že defekace se realizuje během příjmu potravy. Distribuce trusu je tedy více nerovnoměrná než u ostatních kopytníků a výsledky sčítání mohou být značně podhodnocené, protože nezohledňují trus mimo vzorkovací jednotky, zejm. v oblastech s nízkou populační hustotou (CAMARGO–SANABRIA a MANDUJANO, 2011). PLHAL et al. (2011d) konstatují:  prasata se vyprazdňují méně často než přežvýkavci,  preferují místa, kde se cítí bezpečně,  často se vyprazdňují společně, a proto je třeba sledování provádět na dostatečně velké ploše, přesně definovat kategorie prostředí a stanovit jejich podíl na celkové ploše studované oblasti.

30

U trusových metod je nutné znát dobu rozkladu trusu, která se liší dle typů prostředí (biotopů) a klimatických podmínek (počasí)(WALLMO et al., 1962). PLHAL et al. (2011d) zmiňují nejrychlejší rozpad trusu v období vegetace a plné aktivity koprofágního hmyzu v prostředí s hustou přízemní vegetací a naopak nejdelší rozklad probíhá v jehličnatých porostech bez přízemní vegetace. V listnatých porostech je třeba brát také ohled na podzimní opad listí, které překrývá starší trus. MASSEI et al. (1998) potvrdili větší vliv období na rozklad, než vliv stanoviště (biotopu). Optimální počátek doby akumulace trusu je tedy po opadu listí a realizace přes zimní období, kdy působí minimum rozkladných činitelů a vydrží v původním stavu až do doby sčítání před nástupem vegetace. HONE a MARTIN (1998) realizovali průzkum, kde hromádky trusu přetrvaly až 16 měsíců, s více než 50% mizením během 2–5 měsíců (dle ročního období). Byla prokázána negativní korelace s teplotou a vlhkostí. Obecně platí, že trus se počítá v období sucha, kdy je rychlost rozkladu nejnižší (CAMARGO–SANABRIA a MANDUJANO, 2011). Pro výpočty trusu je nezbytná znalost defekační dávky prasete divokého, kterou v rámci experimentu ověřovali PLHAL et al. (2012). V obůrce na Drahanské vrchovině zjistili průměrnou denní defekační dávku u selat 5,82 (5,08–6,37) a u dospělých kusů 4,29 (3,00–5,75), celkově 4,95 = 5 trusů·ks-1·den-1.

31

4

MATERIÁL A METODIKA Vlastnímu terénnímu výzkumu za účelem zjišťování distribuce trusu divokých pra-

sat v lesním prostředí předcházela důkladná příprava zahrnující tvorbu databáze literárních zdrojů na téma stanovení početnosti prasete divokého, jeho biologie, etologie, populační dynamiky apod. a její zpracování. Na základě literární analýzy byla zvolena následující metodika a aplikován praktický výzkum, představující sčítání trusu pomocí geografických pozičních systémů na jednorázových pruhových transektech – paralelně (severojižně) a rovnoměrně rozmístěných v rozsáhlém lesním komplexu.

4.1 Popis lokality Volba vhodného lesního komplexu k zjišťování distribuce trusu byla definitivně určena po diskusi s pracovníky Magistrátu města Jihlavy, aby plně vyhovovala předpokladu dostatečně velkého souvislého komplexu lesa (min. 1 000 ha), v širokém okolí obklopeného polnostmi a loukami, tvořeného nejméně dvěma honitbami a s presencí divokých prasat, jež se v daném lesním komplexu budou v zimním období stabilně zdržovat a početní stavy budou migrací ovlivňovány minimálně. Svoji roli také hrál vlastnický vztah státu k tomuto lesnímu souboru, aby bylo možné získat údaje o hospodářských charakteristikách jednotlivých porostních skupin, které jsou evidovány u správce lesa, konkrétně u podniku Lesy České republiky, s. p. Na základě doporučení pracovníků magistrátu, rekognoskace terénu (8. listopadu 2012) a vlastních zkušeností s lokalitou, kde se již podobný výzkum zaměřený na zjišťování abundance divokých prasat realizoval (PLHAL et al., 2014), byl vybrán lesní komplex „Ovčák–Aleje“ u Stonařova (viz obr. 4). Zájmové území o celkové výměře 1 283 ha se nachází v České republice, kraji Vysočina a je lokalizováno cca 10 km jižním směrem od krajského města Jihlavy. Konkrétně se jedná o souvislý lesní komplex „Ovčák–Aleje“ ležící mezi obcemi Stonařov, Jestřebí, Kněžice, Brodce, Brtnička, Dlouhá Brtnice a zaujímající katastrální území 4 obcí: Jestřebí u Brtnice, Stonařov, Brtnička a Opatov na Moravě. Lokalizace GPS je v krajních bodech lokality následující: sever: 49°17'20.71"N, 15°37'31.77"E, jih: 49°14'24.26"N, 15°39'06.55"E, východ: 49°14'46.72"N, 15°39'36.42"E a západ: 49°16'22.49"N, 15°35'49.10"E. 32

Obr. 4 Lokalizace zájmového území „Ovčák–Aleje“ (1 : 60 000) Z pohledu geomorfologického členění se jedná o hercynský systém, provincii České vysočiny, subprovincii Českomoravské soustavy, oblast Českomoravské vrchoviny, celku Křižanovské vrchoviny, podcelku Brtnické vrchoviny a okrsku Puklické pahorkatiny. Z pohledu lesnického jde o přírodní lesní oblast 16 – Českomoravská vrchovina. Podnebí je typické pro mírný pás, mírně kontinentální, přičemž lokalita spadá do klimatického okrsku MT 3 s následujícími vlastnostmi (QUITT, 1975):  počet letních dnů

20 až 30 dnů,

 počet dnů s průměrnou teplotou 10 °C a více

120 až 140 dnů,

 počet mrazových dnů

130 až 160 dnů,

 počet ledových dnů

40 až 50 dnů,

 průměrná teplota v lednu

-3 až -5 °C,

 průměrná teplota v červenci

16 až 17 °C,

 průměrná teplota v dubnu

6 až 7 °C,

 průměrná teplota v říjnu

6 až 7 °C,

 průměrný počet dnů se srážkami 1 mm a více

110 až 120 dnů,

 srážkový úhrn ve vegetačním období

350 až 450 dnů,

33

 srážkový úhrn v zimním období

250 až 300 dnů,

 počet dnů se sněhovou pokrývkou

60 až 100 dnů,

 počet dnů zamračených

120 až 150 dnů,

 počet dnů jasných

40 až 50 dnů.

Průměrná relativní vzdušná vlhkost se pohybuje v rozmezí 75–80 % a průměrný roční úhrn globálního záření je 3 801–3 900 MJ·m-2. Lokalita je rozdělena hvězdicí 7 přímočarých cest, které se ve středu setkávají na louce s bývalým loveckým empírovým zámečkem Jestřebí (také zván Aleje). Průměrná nadmořská výška se pohybuje v rozmezí 549 (vodní nádrž Strážov) až 658 m n. m. a je rozděleno na dvě honitby, které pronajímají LČR, s. p. Jednou z nich je „Ovčák“, s výměrou 739 ha, kterou má již druhé nájemní období (od roku 2013) v pronájmu fyzická osoba (MUDr. Ladislav Hübelbauer, CSc.), a druhou je honitba „Aleje“, s výměrou 544 ha, jež má v pronájmu myslivecké sdružení (MS Aleje; taktéž od roku 2013). Zájmové území bylo vylišeno vnějšími hranicemi těchto dvou honiteb, a z tohoto důvodu musela být do území zahrnuta i zaujatá orná půda, TTP, břehové porosty a vodní plochy, veřejné cesty atd. (celkem ±80 ha). V západní části lokality se nachází přechodně chráněná plocha Zhořec (mokřadní louky v mělkém údolí pod prameništěm pravostranného přítoku Jihlávky), na nichž se, dle KŘIVANA et al. (2010), vyskytují tyto chráněné druhy rostlin: prstnatec májový (Dactylorhiza majalis), všivec mokřadní (Pedicularis sylvatica), jestřábník myší ouško (Hieracium lactucella), hadí mord nízký (Scorzonera humilis) a rozchodník huňatý (Sedum villosum). Lesní porosty (dle LESPROJEKT BRNO, 2005) zaujímají 93,7 % rozlohy území a spadají pod dva lesní hospodářské celky (spravované LS Telč a 40 ha Správou městských lesů Jihlava, s. r. o.), 26 oddělení, 108 dílců a 613 porostů. Převážná část (86 %) porostů se nachází v smrkobukovém (5.) LVS a jen okrajově je zastoupen 6. LVS (jedlobukový). Věková skladba porostů je znázorněna na obr. 5 a 6, z nichž je patrné, že zastoupení listnatých dřevin v porostech klesá s přibývajícím věkem. V mladých porostech listnáče zaujímají 34 % plochy, ve středně starých 5 % a v starých 2 %. Čistě jehličnaté porosty pokrývají 51 % území, převážně jehličnaté (se zastoupením 51–99 %) 23 % a vyloženě listnaté 16 %.

34

Obr. 5 Věkové třídy porostů zájmového území (1 : 45 000) 180  listnaté  jehlič naté holiny

160

plocha (v ha)

140 120 100 80 60 40 20 0 holiny

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

věkové stupně

Obr. 6 Plocha listnatých a jehličnatých dřevin v jednotlivých věkových stupních 35

15.

Dominantní dřevinou (86,9 %) je smrk ztepilý (Picea abies), 5 % se na dřevinné skladbě podílí buk lesní (Fagus sylvatica), 3 % borovice lesní (Pinus sylvestris) a 2,2 % olše lepkavá (Alnus glutinosa). Ostatní listnaté dřeviny (Acer psedoplatanus, Quercus rubra, Q. robur, Alnus incana, Fraxinus excelsior, Tilia cordata, Betula pendula, Populus tremula a Sorbus aucuparia) jsou dohromady zastoupeny 2 % a ostatní jehličnaté dřeviny 1,1 % (Larix decidua, Abies alba, Pseudotsuga menziesii a Pinus strobus). V keřovém patře jsou víceméně zastoupeny dřeviny stromového patra. Potenciální přirozenou vegetací je zde bučina s kyčelnicí devítilistou (Dentario enneaphylli-Fagetum). Buky a duby se rozkládají na cca 63 ha, ze kterých je 5/2 v plodném věku (při předpokladu nástupu plodnosti kolem 30 let). Ze souborů lesních typů (viz obr. 7) dominuje svěží jedlová bučina (resp. LT – 5S3: s ostřicí prstnatou), svěží smrková jedlina (resp. LT – 6O1: šťavelová) a na více než 10 % území se rozkládá kyselá jedlová bučina (resp. LT – 5K2: s ostřicí kulkonosnou). V bylinném patře se převážně vyskytuje Calamagrostis villosa, Vaccinium myrtillus, Dryopteris dilatata, Avenella flexuosa, dále Calluna vulgaris, Dryopteris filix–mas, Equisetum sylvaticum, Epilobium angustifolium, Fragaria vesca, Galeopsis speciosa, Lathyrus sylvestris, Melampyrum sylvaticum, Polygonatum multiflorum, Senecio ovatus, Stachys sylvatica, Scirpus sp. a Carex sp. (také HRONKOVÁ, 2007). Celý lesní komplex je bohatý na vodní zdroje a hustou síť vodních recipientů, které vzhledem k rovinatému charakteru terénu místy stagnují a ovlivňují cca 1/5 plochy porostů (viz obr. 8 a zvýrazněné SLT – vodou ovlivněné). Výrazné zamokření je převážně v jihozápadní části lokality, kde jsou rozsáhlé mladé smrkové porosty, místy přehoustlé (jako následek námrazové kalamity v letech 1996–1997; INGR, 2007). Zakmenění porostů se pohybuje v legislativou stanovených parametrech, tedy 0,7– 1,0, pouze 3,4 % mají zakmenění nižší (0,1–0,6), což je v mýtních porostech za účelem podpory přirozené obnovy. Hospodářské soubory víceméně odpovídají souborům lesních typů (tzn. nejzastoupenější 551, 531 a 571). Hospodářským tvarem lesa je les vysoký a téměř vyrovnané jsou podíly způsobů hospodaření, kdy mírně převažuje způsob násečný nad podrostním. Podle terénní typologie ÚHÚL (1978) jsou téměř všechny terény únosné a dostupné pro UKT (11: sklon do 8 %, 12: sklon 9–15 %, 13: 16–22 %), neúnosné terény jsou představovány terénním typem 21 (cca 40 ha). V obou honitbách se kromě zájmového druhu (Sus scrofa) vyskytují také další druhy spárkaté zvěře: celoročně srnec obecný (Capreolus capreolus) a sporadicky sem mi36

gruje muflon (Ovis musimon). Objevuje se zde také zajíc polní (Lepus europaeus), z větších šelem liška obecná (Vulpes vulpes) či jezevec lesní (Meles meles), velké šelmy jsou absentovány. Prase divoké se zde vyskytuje celoročně, přičemž jeho nejvyšší koncentrace je v zimním období, kdy se sem po sklizni kukuřice na zrno stahují tlupy černé zvěře z okolí. Na jaře (s odrůstající vegetací) vychází do polí a postupně se stěhuje do rozlehlých lánů řepek (Brassica napus) a obilnin, po jejichž sklizni nachází útočiště v porostech kukuřice (Zea mays), pěstovaných na zrno ale převážně využívaných k energetickým účelům. Ve vegetačním období páchá značné škody na zemědělských kulturách, které myslivecky spadají pod jiné honitby (převážně v nájmu mysliveckých sdružení) a jejichž uživatelé jsou nuceni vysoké škody hradit. V roce 2012 (PLHAL et al., 2014) byla v této lokalitě pomocí trusové metody odhadnuta početnost černé zvěře na 64,3 jedinců·km-2.

Obr. 7 Soubory lesních typů v modelové lokalitě (1 : 45 000)

37

5L; 2,3% 6I; 0,3%

6O; 15,8%

5B; 2,2% 5H; 0,1% 5I; 1,0%

6P; 0,3%

6G; 1,1%

5K; 14,3%

5S; 62,5%

Obr. 8 Zastoupené soubory lesních typů (vodou ovlivněné jsou zvýrazněné)

4.2 Sběr dat Do programu ArcGIS 10 vytvořeném společností ESRI, jež je dostupný na základě univerzitní licence ESRI Site Licence, byly získány mapové podklady ze serverů, jež provozují společnosti CENIA a ÚHÚL (v definovaném souřadnicovém systému S– JTSK Krovak EastNorth). Nad touto mapovou vrstvou se jednoznačně vymezilo zájmové území, jehož hranice odpovídaly hranicím honiteb „Ovčák“ a „Aleje“, které Lesy ČR, s. p. pronajímají fyzickým a právnickým osobám k výkonu práva myslivosti. Následovalo překrytí mapy liniemi se severojižní orientací, mezi kterými byla vzdálenost 100 m. Tyto linie byly různě dlouhé podle toho, jakou vzdálenost mezi hranicemi zájmového území spojovaly (obr. 9). Rovnoměrné rozmístění se zvolilo s předpokladem objektivního posouzení distribuce trusu prasat v co nejširším věkovém, druhovém i prostorovém složení porostů, bez ohledu na subjektivní volbu trasy terénním pracovníkem (náhodné rozmístění). Dle MAYLE et al. (2011) jde v podstatě o aplikaci tříděného vzorkování na jednorázových transektech, kde vzorkovací jednotky (překryté porosty) jsou různorodé s ohledem na příslušné porostní charakteristiky. Program vyznačil 44 linií. Tyto byly nahrány, spolu se slepou mapou hranic zájmového území, do jednotlivých GPS přístrojů (Trimble Juno ST včetně softwaru TerraSync Pro a Pathfinder Office) pro vlastní terénní šetření.

38

Obr. 9 Transektové linie jako základní orientační jednotka (1 : 45 000) S ohledem na dlouhotrvající sněhovou pokrývku se terénní šetření realizovalo 2. až 3. dubna 2013. Zjišťování distribuce trusu vycházelo z obecných principů trusových metod sčítání zvěře na jednorázových pruhových transektech (MAYLE et al., 2011; PLHAL et al., 2011c; PLHAL et al., 2012), kde provádění monitoringu je závislé na okamžiku výstupu teploty nad 10 °C, protože v tento moment jsou již aktivováni dekompozitoři a rychle nastartovány rozkladné procesy trusu. Každý z pěti sčítačů byl vybaven GPS přístrojem s obrysovou mapou území a vyznačenými liniemi. Sčítač měl zrealizovat sčítání trusu na transektu, jehož šířka byla dva metry, tzn. jeden metr doleva a jeden metr doprava (pro přesnost byl každý vybaven metrovou tyčí). Sčítači se pohybovali po definovaných liniích a orientovali se pomocí GPS přístrojů, jež na monitoru zobrazovaly jejich zeměpisnou polohu. Byl kladen důraz

39

na přesné držení se stanovené linie, což představovalo minimalizaci odchylek od vyznačeného středu transektu. Při pohybu terénem se zaznamenávaly zeměpisné souřadnice každé hromádky trusu prasete divokého. Pokud bylo z jednoho místa vidět hromádek trusu více, byl kromě záznamu uveden i konkrétní počet hromádek, který se na transektu nacházel (z důvodu nižší přesnosti zaměření GPS přístrojem v případě hromádek vzdálených jen několik jednotek či desítek centimetrů). Jednotlivé hromádky ležící blízko sebe bylo možné odlišit podle barvy, velikosti či struktury (dle MAYLE et al., 2011). Do přístroje byly, za účelem dalších prostorových analýz, zaznamenávány i vnadiště mimo tyto transekty (pro upřesnění předběžného průzkumu a jejich zeměpisných souřadnic). Celková délka stanovených linií byla 136,89 km, na každého tedy v průměru připadalo 27,4 km, jež musel během dvou dnů projít a zmonitorovat. Průměrná délka linií byla 3,11 km, maximální 5,16 km a minimální 0,24 km. První den se sčítalo 8 hodin a druhý den 6 hodin, celkem tedy 14 pracovních hodin (s přejezdy mezi liniemi; bez přestávek), jež v součinu s počtem sčítačů činí 70 hodin. Při podílu délky linií a časové náročnosti je možné odhadovat průměrnou rychlost pohybujících se sčítačů kolem 1,96 km·h-1. Tato rychlost je vysoce variabilní a liší se prostředí od prostředí (extrémními případy jsou louka bez vegetace a mladý smrkový porost ve stadiu mlaziny před prvním výchovným zásahem). Kromě výše uvedeného monitoringu probíhalo hodnocení pokusu, jež spočíval v ověření rozpadu hromádek trusu přes zimní období (tzn. doba expozice–akumulace trusu). Pokus byl započat 8. listopadu 2012, kdy bylo v zájmovém území nasbíráno 120 hromádek čerstvého trusu a tento byl rozdělen do 4 experimentálních ploch, vymezených dle prostředí: starý porost, středně starý porost a dva mladé porosty – jehličnatý (smrkový) a listnatý (bukový). V geometrickém středu porostů (za účelem eliminace vlivu faktorů vnějšího prostředí) byly vyznačeny linie, na kterých byly po 1 m umísťovány hromádky trusu (celkem 25). V dubnu se zjišťoval stupeň rozpadu trusu. Data naměřená v terénu byla přenesena do softwaru ArcGIS 10, kde byla zkompletována. Na základě smlouvy o poskytnutí digitálních dat, mezi Lesy ČR, s. p. a Lesnickou a dřevařskou fakultou MENDELU v Brně, byl k dalšímu zpracování získán soubor dat z platného LHP. Soubor obsahoval interakční mapové vrstvy (jednotky prostorového rozdělení lesa s hospodářskými údaji až na úroveň porostní skupiny) a tabelární vý40

stupy z LHP pro zvolený lesní komplex (Ovčák–Aleje) a přilehlé porosty. Od podniku Správa městských lesů Jihlava, s. r. o. byly vyžádány výpisy z hospodářské knihy a mapový materiál k porostům v oddělení 602, o celkové výměře cca 40 ha, jež jako jediné nebyly ve vlastnictví státu ale města Jihlavy. Fyzická mapa byla překreslena do GIS a georeferencována, aby byla data za celé území kompletní. Překrytím mapových vrstev a zkompletovaných terénních dat v geoinformačním systému byl každý záznam (lokalizovaná hromádka, příp. hromádky trusu a vnadiště) přiřazen do porostní skupiny známých parametrů (věk, výměra, druhové zastoupení dřevin, zakmenění, výška apod.). U každé porostní skupiny byla navíc zjištěna výměra překryvu s transektem (tj. ploška), což bylo podstatné pro zjišťování závislostí (např. distribuce a denzita trusu dle věku porostu, zakmenění apod.). Principem tedy byla analýza distribuce trusu ve výběrném souboru (lesní komplex protnutý transekty), kde jednotlivé prvky (de facto náhodně vybrané) představovaly překryvy jednotlivých porostních skupin a transektů (plošky). Jednotlivé plošky byly různě velké, aplikován tedy mohl být jen chí-kvadrát test. Výpočet denzity trusu na jednotlivých plochách (v rámci transektu) a dle definovaných podmínek, odpovídal vzorci pro výpočet hustoty: 10 000 V

m ρ – denzita hromádek trusu (FPG·ha-1), m – počet hromádek trusu, V – plocha (m).

Statistické testování shody mezi očekávanými a pozorovanými hodnotami denzity trusu bylo prováděno pomocí Chí-kvadrátu, dle vzorce: k i

2 i 1 2

– Npi Npi

2

– hodnota Chí-kvadrát (testové kritérium),

Xi – skutečná frekvence (četnost), Npi – očekávaná frekvence (četnost). Hodnota veličiny kvadrát

2

2

byla porovnána s kritickou hodnotou příslušného rozdělení chí-

na požadované hladině významnosti p ( 20,001), ta byla vypočítána (díky pří-

stupnosti skrze univerzitní licenci) v softwaru Statistica (firmy StatSoft, Inc.), pomocí funkce „Kalkulátor pravděpodobnostního rozdělení“ – „Chí 2“. Svoji roli také hrály 41

stupně volnosti n. Pokud bylo testové kritérium

2

menší než kritická hodnota

2

0,001(n),

pak byla předem stanovená hypotéza H0 nezamítnuta a bylo možné předpokládat nezávislost. Míra lineární korelace (těsnosti závislosti) mezi vybranými veličinami byla zjišťována skrze Pearsonův korelační koefcient (r) dle obecného vzorce (v programu Statistica): rx1x2

1 n

n i 1 (x1i –

x1)

(x2i – x2)

Sx1 Sx2

Konečná velikost populace divokých prasat v jednotlivých typech porostů byla vypočítána dle upraveného vzorce pro výpočet velikosti populace pomocí jednorázových transektů (PLHAL et al., 2014): xi Pi AP DDR PDi – velikost populace dle habitatu prostředí (v ha), PDi

xi – průměrná denzita trusu na hektar (FPG·ha-1), AP – doba akumulace–expozice trusu, DDR – denní defekační dávka (5; dle PLHALA et al., 2014), Pi – velikost habitatu prostředí (v ha). Součtem všech habitatů prostředí (typů porostů) byla zjištěna celková početnost divokých prasat v modelové lokalitě. Preference (resp. preferenční křivka) byla zjišťována skrze vzorec: P

pp – pt

P – preference, pp – podíl plochy příslušné věkové kategorie porostu, pt – podíl množství trusu. Z jednotlivých hodnot pro každou věkovou kategorii byla sestavena křivka pro příslušnou honitbu a tyto byly srovnávány.

42

5

VÝSLEDKY Důkladně a kompletně zmapováno bylo 27,4 ha plochy (136,89 km

2 m), což

představuje 2,14 % z celkové výměry modelové lokality (tj. honiteb Ovčák a Aleje). S ohledem na zadání práce a metodiku sčítání hromádek trusu na pruhovém transektu, však bylo při vyhodnocování třeba eliminovat části transektu neprotínající lesní porosty. Délka linií se tedy snížila na 119 km a plocha transektu na 24 ha (tzn. 2 % z plochy lesních porostů). Na této ploše bylo v GPS přístrojích zaznamenáno 1 851 bodů (bez vnadišť), vyjadřujících 3 442 hromádek trusu. V průměrném záznamu tedy bylo 1,86 hromádek trusu (dále také „FPG“). Celková denzita trusu prasete divokého na sčítané ploše byla 143,4 FPG·ha-1. Z obr. 10 vyplývá, že distribuce trusu souvisí s věkovou skladbou porostů (kvalitou krytu) a zároveň s potravními možnostmi, které v daném prostředí představují krmeliště.

5.1 Distribuce trusu ve vztahu k úkrytovým a potravním podmínkám Denzita trusu se v jednotlivých věkových kategoriích porostů významně lišila (

2

=

2 687,5; p < 0,001). Nejvyšší hustota byla v porostech mladých (0–20 let), v ostatních byla několikanásobně nižší. V mladých porostech bylo nalezeno 31,8 % hromádek trusu. Ke zvýšení denzity trusu došlo ještě v nejstarších porostech (viz obr. 11), kde bylo plošně nerozpracováno pouze 0,3 % rozlohy porostu ve věku 91–110 let. Podpora přirozené obnovy se realizuje snížením zakmenění, čímž se vytvoří podmínky vhodné pro vyklíčení semen a odrůstání nové generace porostu; jsou zde tedy obdobné porostní podmínky jako v porostech mladých, jen s tím rozdílem, že je zde přítomno rozvolněné horní stromové patro. Výsledky dle věkových kategorií porostů, lze s ohledem na plošný podíl kategorií na transektu i v rámci celé modelové lokality považovat za dostatečně transparentní, protože mezi nimi byla velmi vysoká těsnost korelační závislosti (r 0,992; p < 0,001). Podobná závislost denzity trusu byla na výšce porostů. Z obr. 11 je patrné, že čerstvě obnovené porosty nebyly pro prasata příliš atraktivní. Zajímavé pro ně začaly být až kolem stáří 5 let, kdy dosahovaly výšky kolem jednoho metru. Naopak denzita trusu výrazně klesala při stromové výšce 6 m (v cca 15 letech). Při vyhodnocování vlivu výš-

43

ky porostu na denzitu trusu byla prokázána přímá korelace s denzitou trusu ve věkových kategoriích (r

0,956; p < 0,001), proto je možné oba faktory využít podobně.

Obr. 10 Porovnání počtu hromádek trusu v záznamu a věkových kategorií (1 : 65 000) Při rozboru hromádek trusu (obr. 12) v porostech s odlišným zakmeněním byla zjištěna denzita 146,9 FPG·ha-1 se zakmeněním 0,7–1,0. Porosty se zakmeněním nižším prezentovaly denzitu 12,8 FPG·ha-1, jejich hodnota však není příliš vypovídající, protože legislativa stanovuje min. možné zakmenění 0,7 (nižší je možné pouze ve prospěch následného porostu nebo za účelem zpevnění porostu). Tyto porosty byly zastoupeny na celkové ploše 0,69 % a na transektu 2,6 %. Vztah mezi zakmeněním a věkem porostů prokázán nebyl. Prase divoké preferovalo jedlobučiny, i když podíl porostů byl v modelové lokalitě pouhých 14 %. V jednotlivých SLT se denzita trusu lišila významně (

2

= 400,9;

p < 0,001). Při vylišení denzity trusu v zastoupených souborech lesních typů (viz obr. 13) vyplynula dominance podmáčené smrkové jedliny (6G), kde byla denzita na hodnotě 414,3 FPG·ha-1. Při bližším zkoumání SLT v rámci transektu je patrné, že 4/5 plochy představuje porost starý 14 let, který se nachází v jihozápadní části lokality („námrazová kalamita“). V tomto porostu se denzita trusu pohybuje kolem 493 FPG·ha-1. 44

600 proložení = MNČ váž. vzdáleností

FPG . 1 ha-1

500 400 300 200 100 0 1-5

6-10

11-15 16-20 21-30 31-40 41-50 51-60 61-90 91-110 110<

věkové kategorie (v letech)

Obr. 11 Denzita trusu prasete v porostech jednotlivých věkových kategorií

200 180 160

FPG . ha-1

140 120 100 80 60 40 20 0 0,1-0,6

0,7

0,8

0,9

1,0

zakmenění

Obr. 12 Vztah mezi denzitou trusu a zakmeněním Druhým SLT s nejvyšší denzitou, byla svěží smrková jedlina (6O). I zde je souvislost s „námrazovou kalamitou“ a denzita zde dosahuje 539 FPG·ha-1. Denzita kolem 150 FPG·ha-1 byla také zaznamenána v hlinité jedlové bučině (5H) a svěží jedlové bučině (5S). Ve vodou ovlivněných SLT byla celková denzita o 61 FPG·ha-1 vyšší než ve vodou neovlivněných (131,2 FPG·ha-1). Dle Pearsonova korelačního koeficientu však byl poměr zastoupení souborů lesních typů v příslušných honitbách na transektu s nízkou lineární závislostí (r = – 0,261; p < 0,001). Obecně však podíl SLT na transektu v obou honitbách představoval velmi těsný vztah (r = 0,889; p < 0,001). 45

450 400

FPG . 1 ha-1

350 300 250 200 150 100 50 0 5B

5H

5I

5K

5L

5S

6G

6I

6O

6P

Soubory lesních typů

Obr. 13 Denzita trusu prasete v jednotlivých souborech lesních typů V období zimy 2012/2013 byla v modelové lokalitě jediným významným zdrojem potravy pro prasata umělá krmeliště (resp. vnadiště s loveckým zařízením), zřizovaná uživateli honiteb. V lesním komplexu se jich nacházelo celkem 24. Denzita trusu prasete se lineárně snižovala se vzdáleností od místa krmení a podobně tomu bylo i s frekvencí trusu na jednotlivých dílčích plochách. Z celkového počtu hromádek trusu se jich více než 1/5 nacházela ve vzdálenosti do 200 m od vnadícího zařízení. Z obr. 14 je patrná jejich distribuce v rámci 25metrových sekvencí od vnadiště. Celkově byla početnost trusu nejvyšší ve vzdálenosti 25–50 m a následujících 25 metrů. Po 100 m početnost trusu významně lišila (

2

= 354,8; p < 0,001), prudce klesla. V 100–200 m byla

početnost trusu 6krát nižší než do 100 m od vnadiště. V celém souboru dat byl prokázán negativní vztah mezi vzdáleností od vnadiště a počtem trusů prasete (r = – 0,84; p < 0,001).

46

celkem FPG(L)  Aleje (průměr)(R)  Ovčák (průměr)(R)

180 celkový počet FPG

160

20

140 15

120 100

10

80 60 40

5

20 0

průměrný počet FPG na 1 vnadiště

25 200

0 0-25

26-50

51-75

76-100

101-125 126-150 151-175 176-200

vzdálenost (v m)

Obr. 14 Distribuce trusu prasete v okolí vnadišť

5.2 Distribuce trusu podle honiteb K honitbě Ovčák připadalo 60 % rozlohy lesních porostů modelové lokality, přičemž denzita trusu se v obou honitbách lišila významně (

2

= 391,6; p < 0,001). Denzita

v honitbě Ovčák byla více než 2násobná (183,6 FPG·ha-1) oproti honitbě Aleje (85,2 FPG·ha-1), viz obr. 15. Porovnáním částí transektu, ve kterých se nachází porosty ve věku 6–15 let, je jejich plocha v honitbě Ovčák vyšší pouze o 3 %, denzita trusu nicméně 3násobná. 800 proložení = MNČ váž. vzdáleností

700

Aleje  Ovčák

FPG . ha-1

600 500 400 300 200 100 0 1-5

6-10

11-15 16-20 21-30 31-40 41-50 51-60 61-90 91-110 110<

věkové kategorie (v letech)

Obr. 15 Denzita trusu prasete v porostech jednotlivých věkových kategorií (dle honiteb)

47

Dle křivky preference porostů (viz obr. 16) se v honitbě Aleje nachází nelogické výkyvy v 51–60letých a 91–110letých porostech, což je způsobeno přítomností určitých extrémních hodnot. V případě 7. věkové stupně je výkyv způsoben vysokou denzitou trusu v porostu 872C06 (156 FPG·ha-1), který se nachází v těsném sousedství úzkých vlastnických pruhů (soukromé lesy mimo modelovou lokalitu), které jsou ve stáří 6–15 let a také je zde vysoký podíl porostů v mýtním věku, které se postupně obnovují. U 10.–11. věkového stupně byla extremita u porostu 860C10 způsobena rozpracovaností mnoha obnovními prvky pruhových clonných sečí (buk a smrk). Stejně tak shodný je výkyv obou honiteb u věkové kategorie porostů 21–30 let. V honitbě Ovčák je nejvyšší denzita v porostech 3. věkového stupně (857B03 a 858C03), které navazují na „námrazovou kalamitu“. V Alejích je dominantní porost 861D03, což jsou výškově diferencované drobné skupiny na lesním typu 6O1, vyskytující se mezi porosty prvního věkového stupně a přirozenou obnovou v rámci mýtních porostů. V honitbě s vyšší denzitou prasat (Ovčák) byla preference mladých porostů celkově vyšší než v druhé honitbě a stejně tak bylo vyšší opomíjení starých porostů. V prostředí s nízkou denzitou prasat bylo využívání porostů různého věku vyrovnanější. Komparací vyvstala otázka, proč se prasata v honitbě Aleje vyhýbala nejmladším porostům a křivka preference byla překvapivě vyrovnanější než v honitbě s vyšší denzitou trusů. V případě vnadišť na Alejích se průměrný počet hromádek po 25 m zdvojnásobil, kdežto na Ovčáku mírně klesl (obr. 14 na str. 47). Průměrný počet trusů byl do 100 m od vnadiště na Alejích 1,8krát vyšší než na Ovčáku. Dále viz str. 54.

15

Aleje  Ovčák

intenzita preference

10 5

-5 -10 -15 1-5

6-10

11-15

16-20

21-30

31-40

41-50

51-60

věkové kategorie (v letech)

Obr. 16 Preference porostů různých věkových kategorií 48

61-90 91-110 110<

K ověření závislosti denzity trusu na mladých porostech byly honitby rozděleny na dvě části (sektory lokality) a tyto dále porovnávány. Víceméně rovnovážný stav je mezi všemi sektory ve středně starých porostech. U obou honiteb jsou rozdílné denzity způsobeny počtem trusu (velká závislost; r = 0,802; p < 0,001), nikoliv plošným zastoupením mladých a starých porostů (jejich poměr na severu i na jihu je totožný). Na Ovčáku je u mladých, středně starých a starých porostů v severním i jižním sektoru extrémně těsný vztah mezi počty nalezených hromádek (r = 0,986; p < 0,001). Na Alejích jde o záporný středně těsný vztah (r = – 0,625; p < 0,001).

800 0-20 let 21-60 let nad 60 let

700

FPG . ha-1

600 500 400 300 200 100 0 Aleje - sever

Aleje - jih

Ovčák - sever

Ovčák - jih

sektor lokality

Obr. 17 Denzita trusu dle sektorů a věku porostů Srovnáním denzity trusu v honitbách a jednotlivých souborech lesních typů je zcela evidentní vyšší denzita v téměř všech SLT jež se nachází v honitbě Ovčák (viz obr. 18). Nejvyšší denzita, tj. 414,3 FPG·ha-1, byla zaznamenána v podmáčené smrkové jedlině (6G), která však v Alejích nebyla zastoupena vůbec. V případě svěží smrkové jedliny (6O) byla na Ovčáku plocha v rámci transektu téměř 2násobná (oproti Alejím), nicméně spočtených hromádek trusu bylo více dokonce 12krát (692 FPG). Konečná denzita v 6O byla 280,5 FPG·ha-1. Vazba těchto dvou SLT (6G a 6O) souvisela s lokalizací „námrazové kalamity“.

49

450 Aleje  Ovčák

400

FPG . 1 ha-1

350 300 250 200 150 100 50 0 5B

5H

5I

5K

5L

5S

6G

6O

6P

Soubory lesních typů

Obr. 18 Denzita trusu prasete v jednotlivých souborech lesních typů

Smyslem celé práce bylo ověření vhodnosti trusové metody pro sčítání divokých prasat v lesním prostředí, proto nelze opomenout konečné stanovení početnosti prasat v modelové lokalitě. Vyhodnocením pokusu zaměřeného na rozklad trusu byla jednoznačně ověřena skutečnost, že hromádky trusu ve všech 4 modelových habitatech byly po 145 dnech expozice (akumulace) velmi dobře patrné a jejich fyzický stav odpovídal stavu, ve kterém byly hromádky trusu v terénu běžně započítány (jejich dekompozice byla minimální). V tabulkách 1 a 2 jsou uvedeny výsledky jednorázového sčítání trusu na transektu v lesním prostředí pro jednotlivé věkové kategorie v obou honitbách. V lesních porostech na Ovčáku se dle metodiky vyskytovalo 2,7krát více prasat než na Alejích.

50

Tab. 1 Výsledná početnost populace divokých prasat v honitbě Aleje plocha prostředí (ha)

plocha v rámci transektu (ha)

1–5

18,51

0,7191

25

34,77

1

5

6–10

14,37

0,4297

86

200,14

4

28

11–15

14,51

0,2977

66

221,70

4

31

16–20

5,84

0,0841

4

47,56

0

7

21–30

35,80

0,6348

96

151,23

7

21

31–40

50,83

0,9942

69

69,40

5

10

41–50

60,65

1,1953

71

59,40

5

8

51–60

33,19

0,6590

70

106,22

5

15

61–90

145,37

2,4069

103

42,79

9

6

91–110

114,86

1,8257

226

123,79

20

17

43,22

0,5539

19

34,30

2

5

537,15

9,8004

835

62

14*

věková kategorie (let)

111 ≤ celkem:

počet nalezených hromádek (ks)

denzita hromádek -1 (FPG·ha )

velikost populace dle prostředí (ks)

početnost zvěře dle prostředí -2 (ks·km )

* průměr z hodnot sloupce

Tab. 2 Výsledná početnost populace divokých prasat v honitbě Ovčák plocha prostředí (ha)

plocha v rámci transektu (ha)

1–5

24,47

0,5201

268

515,29

17

71

6–10

34,41

0,7550

535

708,61

34

98

11–15

25,70

0,6846

407

594,51

21

82

16–20

11,60

0,2213

52

234,98

4

32

21–30

53,33

0,8990

280

311,46

23

43

31–40

42,69

0,9326

97

104,01

6

14

41–50

31,14

0,6952

74

106,44

5

15

51–60

47,60

1,0409

36

34,59

2

5

61–90

182,14

4,1913

351

83,74

21

12

91–110

134,66

2,6080

185

70,94

13

10

195,15

věková kategorie (let)

111 ≤ celkem:

počet nalezených hromádek (ks)

78,04

1,6500

322

665,78

14,1980

2 607

* průměr z hodnot sloupce

51

denzita hromádek -1 (FPG·ha )

velikost populace dle prostředí (ks)

početnost zvěře dle prostředí -2 (ks·km )

21

27

167

37*

6

DISKUSE Myslivecké hospodaření by se mělo v současné době zabývat jasnými úkoly, před-

stavované stanovením skutečných a optimálních stavů zvěře pro konkrétní území. Definice a realizace optimálních stavů je úkolem dalšího mysliveckého výzkumu, tato práce se však zaměřila na zjišťování skutečných stavů prasete divokého v lesních honitbách. Ověřováním trusových metod zjišťování početnosti prasat byl potvrzen jejich význam a prokázána možnost praktické aplikace v mysliveckém hospodaření, jako optimálním východiskem pro skrytý způsob života tohoto druhu (HEBEISEN et al., 2008; PLHAL et al., 2014). Defekace je biologickým projevem života každého druhu, etologické principy však nejsou příliš známé a tato práce je sledovala v modelové lokalitě dvou lesních honiteb na Jihlavsku. Volba doby sběru dat byla dle vlastního pokusu i odborné literatury načasována vhodně, protože v zimě je aktivita dekompozitorů minimální, trus zůstává v nezměněném stavu až do počátku růstu vegetace (MASSEI et al., 1998) a prasata v lesích tráví veškerý čas (KMLZ ČZU, 2012). Z analýzy výsledků terénního šetření je zřejmé, že v honitbě Ovčák se prasata v zimním období zdržovala častěji než v honitbě Aleje. Byla zde zjištěna obecně vyšší denzita ve všech typech prostředí dle věku, souborů lesních typů apod. Maximální denzita trusu v honitbě Ovčák byla 20krát (stáří 6–10 let; 709 FPG·ha-1) vyšší než denzita minimální (7. věk. stupeň; 35 FPG·ha-1). U Alejí byl tento rozdíl šestinásobkem. Nerovnoměrnost distribuce trusu a preferenci mladých porostů potvrzují i LEMEL et al. (2003) či FONSECA et al. (2007). Rozborem jednotlivých faktorů byla většina dominantních hodnot lokalizována do jihozápadní části modelového území (resp. honitby Ovčák), kde se nachází rozsáhlé území mladých přehoustlých smrkových porostů na podmáčených stanovištích (atraktivitu vlhkých a mladých porostů potvrdil KOŠNÁŘ, 2013), které zde vznikly jako důsledek námrazové kalamity. Prasata se zde cítí bezpečně, nejsou ničím rušena (WOLF a RAKUŠAN, 1977) a tráví zde většinu času (potvrzeno častým kontaktem sčítačů s prasaty)(PLHAL et al., 2014). Dle křivky preference porostů (viz obr. 16 na str. 48) sestrojené na základě denzity trusu, byly na Ovčáku upřednostňovány mladé porosty více než na Alejích, kdežto starým porostům se zvěř de facto vyhýbala. U Alejí byla křivka preference obecně vyrov-

52

nanější, což svědčí o menší presenci extrémů. Preference mladých porostů mohla být ovlivněna rozmístěním vnadišť či intenzitou loveckého tlaku příslušné honitby. Minimum přirozených potravních zdrojů v zimním období (a obecně potravně chudého prostředí) způsobilo závislost prasat na vnadištích a krmelištích (také PLHAL et al., 2011a). Dle rozboru distribuce trusu kolem vnadišť byla (viz obr. 14 na str. 47) početnost trusu nejvyšší do 100 m od vnadiště (taktéž PLHAL et al., 2011d) a po této vzdálenosti prudce klesala. Pracovníci KMLZ ČZU (2012) z výsledků svého telemetrického výzkumu zjistili, že prasata svoji aktivitu během zimních měsíců koncentrovali pouze do návštěvy vnadiště a místa odpočinku. Ani jediný kus (jimi označený) nehledal potravu mimo krmeliště, netrávil čas hledáním přirozené potravy v lese nebo na loukách. Na Ovčáku se nacházelo 16 vnadišť a na Alejích 8. Na Alejích byla obecně vyšší početnost trusu způsobena nižším počtem potravních zdrojů a prasata byla nucena tato vnadiště navštěvovat častěji než na Ovčáku. MUSIAL et al. (1999) uvádí, že defekace prasete se spouští při příjmu potravy, což by v tomto případě mohlo být verifikováno. MEYNHARDT

(1983) dlouhodobým sledováním chování divokých prasat učinil závěry o vyu-

žívání stále stejných míst k defekaci, jež mají stimulační vliv na činnost střev (HESPELER,

2007). Informace těchto autorů se vzájemně nevylučují, možná je tedy i lokalizace

stálých defekačních míst v blízkosti potravních zdrojů. Vliv loveckého tlaku byl konzultován s uživateli příslušných i okolních honiteb a osobami znalými místních mysliveckých poměrů, a byla vytvořena tabulka 3, kde jsou znázorněny vybrané regulační nástroje mysliveckého hospodaření. Z tabulky je zřejmé, že v honitbě Aleje je několikanásobně vyšší lovecký impakt skrze individuální i společné lovy. Taktéž se tam výkonu práva myslivosti věnuje více osob a loveckou úspěšnost zvyšuje i nižší počet vnadišť s lepší kvalitou předkládaného krmiva a pravidelným předkládání krmiva (potvrzeno při monitoringu). Je na místě připomenout skutečnost, že nejvíce hromádek bylo napočítáno ve vzdálenosti 25–75 m od vnadiště (obr. 14 na str. 47), kde se prasata zdržovala delší dobu v úkrytu mladých porostů, než si ověřila bezpečí a přistoupila k příjmu potravy. To byl případ Alejí, kdežto na Ovčáku tento početní nárůst trusu pozorován nebyl. Hlavní příčinou rozdílných výsledků v obou honitbách může být tedy odlišná strategie vnadění a intenzita loveckého tlaku.

53

Tab. 3 Porovnání intenzity loveckého tlaku Honitba

Uživatel honitby

Čekaná -1 (vycházek·měsíc )

Naháňky -1 (počet·měsíc )

Počet vnadišť (ks)

Ovčák

fyzická osoba

20

1

16

Aleje

mysl. sdružení

50

7

8

Výsledná početnost prasat v modelové lokalitě byla stanovena na 19 ks·km-2, což je téměř 3,4krát menší hodnota, než která byla v dané lokalitě zjištěna v předcházející zimní sezóně (PLHAL et al., 2014). I tak se ale jedná o počet, který je ve srovnání s ostatními autory výrazně vyšší; např. Bialowiežský prales 3,5–5,9 ks·km-2 (JEDRZEJEWSKA

et al., 1994), různé evropské lesy 1,5–12 ks·km-2 (HEBEISEN et al., 2008). Dů-

vodem nižší abundance oproti zimě 2011/2012 je vyšší odstřel, který v období vegetace vyvíjeli okolní uživatelé honiteb (polní) z důvodu vysokých škod na zemědělských plodinách i mírný nárůst odlovů v honitbě Ovčák (pro nedostupnost dat nemohlo být statisticky ověřeno). Po realizaci monitoringu a vyhodnocení výsledků lze restrospektivně celou metodu zhodnotit a doporučit závěry pro praxi:  Metoda sčítání trusu na pruhovém transektu je aplikovatelným východiskem obecných trusových metod. Doposud se příliš nerozšířila, ale do budoucna má značný potenciál při určování početnosti prasete divokého nejen v lesním prostředí.  Použití geoinformačních systémů a globálních pozičních systémů umožňuje objektivní stabilizaci transektů skrze celé monitorované území bez zkreslení subjektivním nastavením pozorovatele.  Vytyčením transektů a jejich nahráním do terénních GPS přístrojů není třeba jejich pracná stabilizace v terénu.  Při nutnosti náhlého přerušení sčítání trusu lze kdykoliv přesně zjistit v jakém místě byla práce ukončena a na tomto místě znovu se sčítáním započít (přehlednost inventarizovaných částí transektů díky průběžnému zobrazování výsledků v GPS přístroji).  Zeměpisné souřadnice každé části transektu jsou trvalé a umožňují dokonalou komparaci monitoringu trusu při více opakováních i mnoho po sobě jdoucích let.  Zeměpisná lokalizace každé hromádky trusu umožňuje vytvoření obsáhlé databáze dat bez nutnosti popisu podmínek prostředí. 54

 Vyhodnocování výsledků sčítání je možné porovnávat s obsáhlou škálou digitalizovaných lesnických a krajinářských mapových vrstev.  Sčítání trusu je vhodné provádět v mezičase mezi sejitím sněhové pokrývky (výstupu teplot nad 10 °C) a počátkem růstu vegetace.  Na podzim po opadu listí založit pokus na sledování rozpadu trusu přes zimní období a v termínu jarního sčítání tento pokus vyhodnotit a případně dle něj vyhodnocování početnosti prasat upřesnit.  V porostech do 30 let se nacházela více než polovina všech zaznamenaných hromádek trusu, přičemž jejich podíl na ploše transektu byl pouhých 21 %. Nejvyšší denzita byla prokázána v porostech ve věku 6–15 let. Při aplikaci počítání hromádek trusu na jednorázových plochách tedy umísťovat maximální množství sčítacích ploch do těchto zimních stávanišť prasat a docílit tím vyšší přesnosti sčítání.  Stejně tak se zaměřit na lokality (soubory lesních typů) vodou ovlivněné a mýtní porosty rozpracované za účelem podpory přirozené obnovy.  Více než 1/5 všech zaznamenaných hromádek trusu se nacházela ve vzdálenosti do 200 m od krmeliště (či vnadiště). Na tyto plochy se při počítání taktéž zaměřit.  Distribuce prasat v prostředí a jejich početnost je ovlivněna intenzitou loveckého tlaku příslušné lesní honitby.

55

7

ZÁVĚR V diplomové práci byla řešena distribuce trusu prasete divokého v lesním prostředí

dvou honiteb na Jihlavsku. Jejím úkolem bylo upřesnění poznatků o distribuci trusu jako základním předmětným východiskem trusových metod k odhadu početnosti zvěře. Využito přitom bylo geografických pozičních systémů, geoinformačních systémů, mapových vrstev a digitalizovaných dat o lesním prostředí. Výslednicí průniku těchto moderních technologií byl systematický sběr dat v terénu, který poskytl obsáhlou databázi zeměpisných souřadnic hromádek trusu zájmového druhu na jednorázových pruhových transektech. Následovaly analýzy nad mapovými vrstvami zmiňovaných aplikačních softwarů, statistické ověřování zjištěných údajů a konečný výpočet stavu divokých prasat v modelové lokalitě. Nejprve bylo pracováno s odbornou literaturou tuzemské i zahraniční provenience a byl vytvořen literární přehled na téma mysliveckého managementu s prasetem divokým a použití dostupných metod k odhadu početnosti nejen tohoto druhu. Snahou bylo postihnutí odborného fundamentu jako východiska pro vytvoření výzkumné metodiky. Po sejití sněhové pokrývky, pomocí sčítání trusu na pruhovém transektu o šířce 2 m, jehož pruhy od sebe byly v terénu vzdáleny 100 m, byl podrobně prozkoumán reprezentativní výběrový soubor lesního prostředí, který v tomto případě čítal 2 % z rozlohy lesních porostů, na jejichž celkovou plochu modelové lokality byly vlastnosti dat vztahovány. Celkový počet nalezených hromádek trusu byl 3 442, s denzitou 143,3 hromádek na hektar. Nejvyšší denzita byla prokázána v mladých porostech ve věku 6 až 15 let při porostní výšce 1 až 6 metrů, které se nacházely na vodou ovlivněných stanovištích. Mírný nárůst byl také u rozvolněných porostů mýtního věku s úmyslem maximalizace přirozené obnovy, kde byly obdobné porostní podmínky jako v porostech mladých. Jediným významným potravním zdrojem byla myslivecká vnadiště, u nichž byla početnost trusu významně ovlivněna ve vzdálenosti do 100 metrů, dále vliv potravy zaznamenán nebyl. Rozdíly byly patrné i mezi honitbami. Na Ovčáku byly zjištěny vyšší hodnoty denzity trusu u všech analyzovaných faktorů. Preference porostů prasaty zde vykazovala vychýlenější hodnoty než v honitbě s nižší denzitou, kde byla křivka vyrovnanější. Nabízí se předpoklad vlivu loveckého tlaku na vnadištích. Na Ovčáku bylo vnadišť více, za to s mnohem nižší kvalitou i kvantitou předkládaného krmiva, a početnost trusu od vnadiště byla do 100 vyrovnaná. Na Alejích bylo vnadišť o polovinu méně, s vyšší kva56

litou a atraktivitou krmiva a početnost trusu od vnadiště byla ve vzdálenosti do 100 m několikanásobně vyšší. Navíc byla koncentrace trusu výraznější až od 25 m. Důvodem může být vyšší obezřetnost prasat z důvodu intenzivnějších individuálních i společných lovů, díky které stráví více času v přilehlých mladých porostech a na vnadiště vychází až po získání pocitu bezpečí. V lesních porostech modelové lokality byla velikost tamní populace prasat stanovena na 19 jedinců·km-2. Pokusem rozkladu trusu bylo ověřeno, že přes zimu nedošlo k celkové dekompozici trusu a všechny vzorky exponované v různých lesních habitatech byly v termínu počítání ve stavu, jež odpovídal běžně sčítaným hromádkám. Lze konstatovat obecnou vhodnost použití trusové metody odhadu početnosti prasete divokého v lesním prostředí; doporučit pro praktické sčítání na jednorázových plochách maximalizaci v prostředí mladých, vodou ovlivněných, porostů a v blízkosti potravních zdrojů; a počítání realizovat před nástupem růstu vegetace. Další výzkum by se měl zaměřit na zjišťování a analýzu distribuce trusu, resp. divokých prasat, v lesním prostředí, vlivem loveckého tlaku a systému vnadění příslušných honiteb. Nevyřešená také zůstává jednoznačná definice etologických „spouštěčů“ defekace, která může poskytnout zcela nový náhled na používání trusových metod v managementu s touto zvěří.

57

SUMMARY The aim of the diploma thesis was to deal with the distribution of droppings of wild boar in the forest two hunting grounds in the Jihlava. Its task was to specify the knowledge about the distribution of droppings as a basic starting point for the present dropping‘s methods for estimating quantity of the game. By taking advantages of, there were used the geographic positional systems, geoinformation systems, map layers and digitized data on forest area. The result of the penetration of these modern technologies was systematic data collection in the field, which provided a comprehensive database of geographic coordinate piles of droppings interest on one-off kind of strip transects. Followed by an analysis of the mapping layers mentioned application software, statistical verification trial data and the final calculation of the wild boars in the model area. During the detailed examination of 2% of the area of forest stands (hence the model area), the highest concentration droppings found in young stands when the stand height 1-6 meters, water affected by a nearby feeding sites. It was confirmed influence of feeding sites on the distribution of pig droppings, which is one-fifth of all recorded piles located within 200 m. Different concentrations of piles were around feeding sites in comparism with the two hunting grounds up to 100 m. In hunting ground Ovčák, where there are more feeding sites, lower quality of food and irregular feeding, was the concentration of droppings much lower than in the hunting ground Aleje, where the quality of food was high, regular feeding and one half of feeding sites. In Aleje was also much higher intensity of hunting pressure, which where organize about 50 individual hunts and 7 common hunts in a one wintry month. This is why in this hunting ground was the final estimate of pigs 2.7 times lower than the Ovčák. Distribution of droppings (hence pigs) in the environment is this factor (hunting management) very significantly affected. Confirmed by the fact, that on Aleje was highest density of droppings at a distance 25– 75 meters, suggesting a greater caution pigs, because they spend more time in the adjacent young forest stands. By attempting decomposed droppings was verified that during the winter there was no total decomposition of droppings and all samples exposed in different forest habitats were counting in time and in the state, which corresponded to commonly added piles. It can be stated the general suitability of manure methods to estimate the abundance of wild boar in the forest environment; recommended for practical census on disposable

58

surfaces in the environment to maximize of young, affected by water, forest stands near feeding sites, counting Implemented before the onset of vegetation growth. Further research should be focused on identifying and analysing the distribution of droppings (respectively wild boars) in the forest environment, the influence of hunting pressure and the feeding the respective hunting grounds. Also remains unresolved unambiguous definition of behavioural "triggers" defecation, which may provide a new perspective on the using of FPG counting in management with this kind of game.

59

SEZNAM LITERATURY ACEVEDO, P., VICENTE, J., HÖFLE, U., CASSINELLO, J., RUIZ-FONS, F., GORTAZAR, C. 2006. Estimation of European wild boar relative abundance and aggregation: a novel method in epidemiological risk assessment. Epidemiology and Infection 135 (2). 519– 527. ARTOIS, M., DEPNER, K.R., GUBERTI, V., HARS, J., ROSSI, S., RITILI, D. 2002. Classical swine fever (hog cholera) in wild boar in Europe. Revue scientifique et technique de l`office international des epizooties 21 (2). 287–303. BARTOŠ, L. 2000. Faktory ovlivňující růst a vývoj paroží. In: Sborník referátů z celostátního semináře Biologie jelenovitých. Hranice na Moravě, 19–20.6.2000. s. 27–55. BREUER, R.S. 1987. Integrated pest management in California parklands: feral pigs in California. Unpublished report. Pest management Analysis and Planning, California Department of Food and Agriculture. BRIEDERMANN, L. 1971. Zur Reproduktion des Schwarzwildes in der DDR. Beiträg zur Jagd und Wildforschung 7. 169–186. CALEY, P. 1997. Movements, activity patterns and habitat use of feral pigs (Sus scrofa) in a tropical habitat. Wildlife Research 24 (1). 77–87. CAMARGO–SANABRIA, A.A., MANDUJANO, S. 2011. Comparison of pellet–group counting methodstoestimate populationdensityof white-tailed deer in a Mexican tropical dry forest. Tropical Conservation Science 4 (2). 230–243. CAMPBELL, D., SWANSON, G.M., SALES, J. 2004. Comparing the precision and costeffectiveness of faecal pellet group count methods. Journal of Applied Ecology 41 (6). 1185–1196. ČERVENÝ, J., ŠEBEK, K., BURDA, H. 2011. Antipredační chování prasete divokého. In: Sborník referátů z celostátní konference Černá zvěř – stále aktuální problém, Žďár nad Sázavou, 14.10.2011. 49–53. ČSÚ, 2013. Stav a lov hlavních druhů zvěře. Veřejná databáze [online] citováno 6. února 2014. Dostupné na World Wide Web: . DIAMOND, J.M. 2000. Osudy lidských společností. Praha, Columbus, 525 s. DRIMAJ, J. 2012. Mortalita živočichů na pozemních komunikacích Šumperska. Bakalářská práce. Brno: Mendelova univerzita v Brně, Lesnická a dřevařská fakulta. 81 s. DUŠÁK, J. 2013. Trochu jiný pohled na problematiku černé zvěře. Myslivost 61 (12). 22.

60

EBERT, C., KNAUER, F., SPIELBERGER, B., THIELE, B., HOHMANN, U. 2012. Estimating wild boar Sus scrofa population size using faecal DNA and capture–recapture modelling. Wildlife Biology 18 (2). 142–152. EBERT, C., HUCKSCHLAG, D., SCHULZ, H.K., HOHMANN, U. 2010. Can hair traps sample wild boar (Sus scrofa) randomly for the purpouse of non–invasive population estimation? European Journal of Wildlife Research 56 (4). 583–590. ELLIS, A.M., BERNARD, R.T.F. 2005. Estimating the density of Kudu (Tragelaphus strepsiceros) in subtropical thicket using line transect surveys of dung and Distance software. Africal Journal of Ecology 43 (4). 362–368. ENGEMAN, R.M., MASSEI, G., SAGE, M., GENTLE, M.N. 2013. Monitoring wild pig populations: a review of methods. Environmental Science and Pollution Research 20 (11). 8077–8091. FERNÁNDEZ–LLARIO, P. 2004. Environmental correlates of next site selection by wild boar Sus scrofa. Acta Theriologica 49 (3). 383–392. FERNANDEZ-LLARIO, P., MATOES-QUESADA, P.M., SILVERIO, A., SANTOS, P. 2003. Habitat effects and shooting techniques on two wild boar (Sus scrofa) populations in Spain and Portugal. Zeitschrift fuer Jagdwissenschaft 49 (2). 120–129. FEUEREISEL, J. 2003. Vliv sociální struktury na populační dynamiku černé zvěře. Myslivost 51 (7). 14. FOCARDI, S., ISOTTI, R., TINELLI, A. 2002. Line transect estimates of ungulate populations in a Mediterranean forest. Journal of Wildlife Management 66 (1). 48–58. FONSECA, C., KOLECKI, M., MERTA, D., BOBEK, B. 2007. Use of line intercept track index and plot sampling for estimating wild boar, Sus scrofa (Suidae), densities in Poland. Folia Zoologica 56 (4). 389–398. FOREJTEK, P. 2011. Závěry z konference Černá zvěř – problém stále aktuální. Myslivost 59 (12). 72–73. GOULDING, M.J., ROPER, TJ., SMITH, G.C., BAKER, S.J. 2003. Presence of free–living wild boar Sus scrofa in southern England.Wildlife biology 9 (1). 15–20. HAAP, N. 2005. Myslivecká péče a lov černé zvěře. Praha, Vydavatelství Víkend, 173 s. HANÁK, J. 2011. Ke škodám způsobených zvěří. Myslivost 59 (2). 16. HANZAL, V. 2011. Situace výskytu černé zvěře v jihočeském příhraničí. České Budějovice, Jihočeská společnost pro ochranu přírody a myslivost, 75 s. HAVRÁNEK, F. 2000. Biologie prasete divokého a nebezpečí onemocnění morem prasat. Brandýs nad Labem, Ústav pro hospodářskou úpravu lesů, 15 s.

61

HEBEISEN, C., FATTEBERT, J., BAUBET, E., FISCHER, C. 2008. Estimating wild boar (Sus scrofa) abundance and density using capture-resights in Canton of Geneva, Switzerland. European Journal of Wildlife Research 54 (3). 391–401. HELL, P. 1986. Diviača zver. Bratislava, Príroda, 419 s. HESPELER, B. 2007. Černá zvěř – způsob života, omezování škod, posuzování, způsoby lovu, využití zvěřiny. Praha, Grada publishing, 128 s. HLADÍKOVÁ, B., ZBOŘIL, J., TKADLEC, E. 2008. Population dynamics of the Wild Boar (Sus scrofa) in central Moravia (Artiodactyla: Suidae). Lynx 39. 55–62. HONE, J., MARTIN, W. 2008. A study of dung decay and plot size for surveying feral pigs using dung counts. Wildlife Research 25 (3). 255–260. HRONKOVÁ, M. 2007. Přírodní poměry území jižně od městyse Stonařov. Bakalářská práce. Brno: Masarykova univerzita Brno. 43 s. HRUŠKA, J. A bude jich ještě víc… Svět myslivosti 14 (9). 7. CHROUST, K., FOREJTEK, P. 2011. Parazitární choroby zvěře. Svrab, prašivina a zaklíštění u srstnaté zvěře. Myslivost 59 (2). 36–37. ICKES, K. 2001. Hyper-abundance of native wild boar (Sus scrofa) in a lowland dipterocarp rain forest of Peninsular Malaysia. Biotropica 33 (4). 682–690. INGR, D. 2007. Hospodářská úprava v lesích poškozovaných námrazou [online] citováno 26. února 2014. Dostupné na World Wide Web: . JEDRZEJEWSKA, B., OKARMA, H., JEDRZEJEWSKI, W., MILKOWSKI, L. 1994. Effects of exploitation and protection on forest structure, ungulate density and wolf predation in Bialowieza Primeval Forest, Poland. Journal of Applied Ecology 31 (4). 664–676. JEŽEK, M. 2012. The influence of sex mature of wild boar to reproduction in the Czech republic. Doctoral thesis. Prague: Czech Univerzity of Life Science Prague, Faculty of Forestry and Wood Sciences. 72 p. JEŽEK, M., ŠTÍPEK, K., KUŠTA, T. 2011. Reprodukční a morfologické znaky prasete divokého (Sus scrofa) v České republice. In: Sborník referátů z celostátní konference Černá zvěř – stále aktuální problém, Žďár nad Sázavou, 14.10.2011. 25–35. JEŽEK, M. et al. Prostorová aktivita černé zvěře v zimním období. In: Slamečka, J. 2014. Zajímavosti z výzkumu zvěře. Svět myslivosti 15 (2). 16–17. KAMLER, J. 2006. Zachrání nás puškohledy pro noční vidění před invazí černé zvěře? Myslivost 54 (10). 26–27. KAMLER, J. 2011. Je třeba měnit zákon o myslivosti? Proč vlastně, v čem a pro koho? Myslivost 59 (1). 8–9. 62

KAMLER, J., PLHAL, R. 2010. Sčítaní zvěře "snadno a rychle". Pracovní list. Brno, Mendelova univerzita v Brně, 3 s. KMLZ ČZU, 2012. Projekt telemetrie černé zvěře. Prostorová aktivita [online] citováno 21. března 2014. Dostupné na World Wide Web: . KOMÁREK, J. (1945). Myslivost v českých zemích. Praha, Čin, 347 s. KOŠNÁŘ, A. 2013. Abundance of the ungulates in the western part of the Bohemian Forest. Doctoral thesis. Prague: Czech Univerzity of Life Science Prague, Faculty of Forestry and Wood Sciences. 137 p. KŘIVAN, V., JELÍNEK, A., LYSÁK, F. 2010. Průzkum flóry, vegetace a vybraných skupin bezobratlých živočichů na vybraných lokalitách v okolí Stonařova. Kněžice, ZO ČSOP Kněžice, 49 s. KUŠTA, T. 2013. Mezinárodní kongres biologů zvěře – Brusel 2013. Myslivost 61 (12). 35. KYSELÝ, R. 2005. Historie divokých savců ve světle archeozoologických nálezů. Živa 53 (2). 85–88. LEMEL, J., TRUVE, J. AND SODERBERG, B. 2003. Variation in ranging and activity behaviour of European wild boar Sus scrofa in Sweden. Wildlife Biology 9 (1). 29–36. LESPROJEKT BRNO, 2005. Lesní hospodářský plán – Telč (LČR). Digitalizovaná data z IDC ÚHÚL. Brno, Lesprojekt Brno. MALINOVÁ, J. 2011. Přirozená potrava prasete divokého. Myslivost 59 (2). 39. MARKOV, N.I. 1997. Population dynamics of wild boar, Sus scrofa, in Sverdlovsk oblast and its relation to climatic factors. Russian Journal of Ecology 28 (5). 269–274. MARQUES, F., BUCKLAND, S.T., GOFFIN, D., DIXON, C.E., BORCHERS, D.L., MAYLE, B.A., PEACE, A.J. 2001. Estimating deer abundance from line transect surveys of dung: sika deer in sourthern Scotland. Journal of Applied Ecology 38 (2). 349–363. MASSEI, G., GENOV, P.V., STAINES, B.W., GORMAN, M.L. 1997. Factors influencing home range and activity of wild boar (Sus scrofa) in a Mediterranean coastal area. Journal of Zoology 242 (3). 411–423. MASSEI, G., BACON, P., GENOV, P.V. 1998. Fallow deer and wild boar pellet group disappearance in a Mediterranean area. Journal of Wildlife Management 62 (3). 1086– 1094. MASSEI, G., ROY, S., BUNTING, R. 2011. Too many hogs? A review of methods to mitigate impact by wild boar and feral hogs. Human–Wildlife Interactions 5 (1). 79–99.

63

MAYLE, B.A., PUTMAN, R.J., WYLLIE, I. 1999. The use of trackway counts to establish an index of deer presence. Mammal Review 30 (3). 233–237. MAYLE, B.A., PEACE, A.J., GILL, R.M.A. 2011. Kolik spárkaté zvěře máme v honitbě? Příručka pro zjišťování početnosti jelenovitých. Kostelec nad černými lesy, Lesnická práce, 96 s. MELIS, C., SZAFRAŃSKA, P.A., JĘDRZEJEWSKA, B., BARTOŃ, K. 2006. Biographical variation in tje population density of wild boar (Sus scrofa) in western Eurasia. Journal of Biogeography 33 (5). 803–811. MERLI, E., MERIGGI, A. 2006. Using harvest data to predict habitat-population relationship of the wild boar Sus scrofa in Northern Italy. Acta Theriologica 51 (5). 383–394. MEYNHARDT, H. 1978. Schwarzwildreport. 4 Jahre unter Wildschweinen. Melsungen, Nemann–Neudamm. MEYNHARDT, H. 1983. Mezi divočáky. Praha, Nakladatelství Panorama, 136 s. MEYNHARDT, H. 1989. Schwarzwild–bibliothek. Melsungen, Neumann–Neudamm. MILLER, C.R., JOYCE, P., WAITS, L.P. 2005. A new method for estimating the size of small populations from genetic mark-recapture data. Molecular ecology 14 (7). 1991– 2005. MITCHELL, B., BALOGH, S. 2007. Monitoring techniques for Vertebrate Pests – feral pigs. Canberra, NSW Department of Primary Industries, 25 s. MONACO, A., FRANZETTI, B., PEDROTI, L., SILVANO, T. 2004. Estimating wild boar population size: the inadequacy of "catch per unit effort" methods. In: BOBEK, B. (ed) 5th International Wild Boar and Suidae Symposium. Abstracts. Krakow, Poland. MÜLLER, P. 1998. Jagddruck and Raum–Zeit–Verhalten telemetrierter Wildschweine. Schrifter, Bayern, Schwarzwildsymposium, 5.–6.2.1998. Kloster Banz. MUSIAL, F., KOWALSKI, A., ENCK, P., KALVERAM, K.T. 1999. A computer–controlled, long–term recording system for studying eating, drinking, and defecation behavior in miniature pigs. Physiology & Behavior 68. 73–80. NOVÁKOVÁ, P., ŠTÍPEK, K., JEŽEK, M., ČERVENÝ, J., EŠNER, V. 2011. Effect of diet supply and climatic conditions on population dynamics of the wild boar (Sus scrofa) in the Křivoklát region (central Bohemia, Czech republic). Scientia Agriculturae Bohemica 42 (1). 24–30. PLHAL, R., KAMLER, J., HOMOLKA, M. 2011a. An assessment of the applicability of photo trapping and dung count to estimate wild boar population density in a forest environment. Spain, Barcelona, XXXth IUGB Congress and Perdix XIII, 5.–9.9.2011.

64

PLHAL, R., KAMLER, J., HOMOLKA, ADAMEC, Z. 2011b. An assessment of the applicability of photo trapping to estimate wild boar population density in a forest environment. Folia Zoologica 60 (3). 237–246. PLHAL, R., KAMLER, R., VALA, Z., DRIMAJ, J., SMUTNÝ, P. 2011c. Metodologie sčítání zvěře [online] citováno 28. ledna 2014. Dostupné na World Wide Web: . PLHAL, R., KAMLER, J., HOMOLKA, M. 2011d. Možnosti odhadu početnosti prasete divokého v lesním prostředí. In: Sborník referátů z celostátní konference Černá zvěř – stále aktuální problém, Žďár nad Sázavou, 14.10.2011. 123–136. PLHAL, R., KAMLER, J., HOMOLKA, M. 2012. Use of photo traps and faecal pellet group count for estimation of wild boar population density in forest environment. Serbia, Belgrade, International symposium on hunting "Modern aspects of sustainable management of game population". 22.–24.6.2012. PLHAL, R., KAMLER, J., HOMOLKA, M., DRIMAJ, J. 2014. An assessment of the applicability of dung count to estimate wild boar population density in a forest Environment. Journal of Forest Science (v přípravě). PLÍŠEK, K. 2011. Kde máme lovit? Myslivost 59 (12). 27–29. PODGÓRSKI, T., BÁŚ, G., JĘDRZEJEWSKA, B., SÖNNICHSEN, L., ŚNIEŻKO, S., JĘDRZEJEWSKI, W., OKARMA, H. 2013. Spatiotemporal behavioral plasticity of wild boar (Sus scrofa) under contrasting conditions of human pressure: primeval forest and metropolitan area. Journal of Mammalogy 64 (1). 109–119. PODHORECKÝ, R. 2006. Udělíme černé a jelení zvěři právo na život. Myslivost 54 (11). 40–41. PUTTEN, van G. 2000. An ethological definition of animal welfare with special emphasis on pig behaviour. In: HOVI, M., GARCIA TRUJILLO, R. (eds.). Diversity of livestock systems and definition of animal welfare. Proceedings of the Second NAHWOA Workshop, Córdoba, Spain. 120–134. QUITT, E. 1975. Klimatické oblasti ČSR. Brno, Geografický ústav ČSAV, mapa M 1:500 000. ROSVOLD, J., ANDERSEN, R. 2008. Wild boar in Norway – is climate a limiting factor? NTNU Vitenskapsmuseet Rapport Zoologisk Serie (1). 1–23. RŮŽIČKA, J. 2006. Další vývoj myslivosti po vstupu ČR do Evropské unie. Myslivost 54 (6). 10–12. SALVET, T. 2011. Zhodnocení současných možností regulace početnosti černé zvěře. Diplomová práce. Brno, Mendelova univerzita v Brně. 87.

65

SCHNIDIG–PETRIG, R., KOLLER, N. 2004. Praxishilfe Wildschwein management. Service romand de vulgarisation agricole (SRVA), Lausanne, Schweiz. SMERNICA č. 244/1998–700 Zz., o poľovníckom plánovaní, štatistike a dokumentácií, podľa platných predpisov. STUBE, C. 2000. Weit gefehlt. Wild and Hund 5. SÝKORA, I. 2011. Slovitelnost černé zvěře. Myslivost 59 (6). 10–13. ŠTĚPÁN, P. 2014. Žijeme ve lži – kdy skončí? Myslivost 62 (2). 26–29. ŠVARC, J., HROMAS, J. 1975. Základní životní prostředí černé zvěře a návrh rajonizace jejího chovu. Lesnictví 25. 451–460. THOMPSON, W.L., WHITE, G.C., GOWAN, C.H. 1998. Monitoring vertebrate populations. USA: Academic Press. TKADLEC, E. 2013. Nosná kapacita české populace prasete divokého zatím v nedohlednu. Svět myslivosti 14 (9). 10–11. TRUVÉ, J. 2004. Pigs in space. Movement, dispersal and geographic expansion of wild boar (Sus scrofa) in Sweden. Dissertation. Göteborg, University of Göteborg. TŮMA, L. 2014. Sčítání zvěře, aneb přesný součet nepřesných čísel. Myslivost 62 (3). 18–19. ÚHÚL, 1978. Jednotný typologický systém. Brandýs nad Labem, ÚHÚL. URBANEC, R. 2003. Management chovu černé zvěře v honitbách společnosti Agrowald, s.r.o. Rožmberk nad Vltavou. In: Sborník referátů z celostátní konference s mezinárodní účastí Černá zvěř 2003, Písek, 4–5.7.2003. 50–57. URBANEC, R. 2004. Prostorová aktivita a migrace černé zvěře (Sus scrofa L.) na Českokrumlovsku. Disertační práce. Brno: Mendelova zemědělská a lesnický univerzita, Lesnická a dřevařská fakulta. 90 s. ÚSV SVS, 2014. Africký mor prasat. Myslivost 62 (3). 42–43. VYHLÁŠKA č. 245/2002 Sb., o době lovu jednotlivých druhů zvěře a o bližších podmínkách provádění lovu, ve znění pozdějších předpisů. VYHLÁŠKA č. 403/2013 Sb., kterou se mění vyhláška Ministerstva zemědělství č. 245/2002 Sb., o době lovu jednotlivých druhů zvěře a o bližších podmínkách provádění lovu, ve znění vyhlášky č. 480/2002 Sb, ve znění pozdějších předpisů. VYHLÁŠKA č. 491/2002 Sb., o způsobu stanovení minimálních a normovaných stavů zvěře a o zařazování honiteb nebo jejich částí do jakostních tříd, ve znění pozdějších předpisů.

66

VYHLÁŠKA č. 553/2004 Sb., o podmínkách, vzoru a bližších pokynech vypracování plánu mysliveckého hospodaření v honitbě, ve znění pozdějších předpisů. VALA, Z. 2011. Jak dál s mysliveckým plánováním – nejčastější problémy v praxi. Myslivost 59 (8). 14–15. VICENTE, J., SEGÁLES, J., HÖFLE, U., BALASCH, M., PLANA–DURÁN, J., DOMINGO, M., GORTÁZAR, C. 2004. Epidemiological study on porcine circovirus type 2 (PCV2) infection in the European wild boar (Sus scrofa). Veterinary Research 35 (2). 243–253. VODŇANSKÝ, M. 2011. Vývoj populací černé zvěře v České republice a v dalších zemích střední Evropy. In: Sborník referátů z celostátní konference Černá zvěř – stále aktuální problém, Žďár nad Sázavou, 14.10.2011. 159–163. VODŇANSKÝ, M., KRČMA, J., ZABLOUDIL, F. 2003. Zhodnocení vývoje populace černé zvěře a vypracování návrhů na její účinnou regulaci. Závěrečná zpráva z výzkumné úlohy. Brno, Institut ekologie zvěře, Veterinární a farmaceutická univerzita Brno, 34 s. WALLMO, O.C., JACKSON, A.W., HARLEY, T.L., CARLISLE, R.L. 1962. Influence of rain on the count of deer pellet groups. Journal of Wildlife Management 26 (1). 50–55. WELANDER, J. 2000. Spatial and temporal dynamics of wild boar (Sus scrofa) rooting in a mosaic landscape. Journal of Zoology 252 (2). 263–271. WOLF, R. 2000. Rukověť chovu a lovu černé zvěře. Písek, Matice lesnická, 123 s. WOLF, R. 1995. Rukojeť chovu a lovu černé zvěře. Písek, Matice lesnická, 148 s. WOLF, R., Rakušan, C. 1977. Černá zvěř. Praha, Státní zemědělské nakladatelství, 204 s. ZÁKON č. 1/1993 Sb., Ústava České republiky, ve znění pozdějších předpisů. ZÁKON č. 114/1992 Sb., o ochraně přírody a krajiny, ve znění pozdějších předpisů. ZÁKON č. 449/2001 Sb., o myslivosti, ve znění pozdějších předpisů. ZABLOUDIL, F. 2006. Škody zvěří. Myslivost 54 (11). 24–25. ZABLOUDIL, F., PETR, J. 2011. Historie prasete divokého v českých zemích (prezentace formou posteru). In: Sborník referátů z celostátní konference Černá zvěř – stále aktuální problém, Žďár nad Sázavou, 14.10.2011. 159–163. ZÁSMĚTA, V. 1968. Ekonomika československé myslivosti. Praha, Státní zemědělské nakladatelství, 220 s. ZIVIN, J., HUETH, B.M., ZILBERMAN, D. 2000. Managing a multiple–use resource: the case of feral pig management in California rangeland. Journal of Environmental Economics and Management 39 (2). 189–204.

67

SEZNAM ZKRATEK a. s.

Akciová společnost

CENIA

Česká informační agentura životního prostředí

ČR

Česká republika

ESRI

Economic and Social Research Institute

FPG

Hromádka trusu (Faecal Pellet Group)

GPS

Global Positioning System

LČR

Lesy České republiky, s. p.

LDF

Lesnická a dřevařská fakulta

LHP

Lesní hospodářský plán

LS

Lesní správa

LVS

Lesní vegetační stupeň

MENDELU

Mendelova univerzita v Brně

ORP

Obec s rozšířenou působností

OSSM

Orgán státní správy myslivosti

S–JTSK

Systém jednotné trigonometrické sítě katastrální

SLT

Soubor lesních typů

s. r. o.

Společnost s ručením omezeným

ÚHÚL

Ústav pro hospodářskou úpravu lesů Brandýs nad Labem

WMS

Web Map Service

68

SEZNAM TABULEK Tab. 1 Výsledná početnost populace divokých prasat v honitbě Aleje.......................... 51 Tab. 2 Výsledná početnost populace divokých prasat v honitbě Ovčák ........................ 51 Tab. 3 Porovnání intenzity loveckého tlaku ................................................................... 54

69

SEZNAM OBRÁZKŮ Obr. 1 Odstřel divokých prasat v ČR v letech 1966–2012 ............................................ 12 Obr. 2 Aktivita divokých prasat během dne .................................................................. 19 Obr. 3 Rychlost pohybujících se prasat během dne ....................................................... 19 Obr. 4 Lokalizace zájmového území „Ovčák–Aleje“ (1 : 60 000) ................................ 33 Obr. 5 Věkové třídy porostů zájmového území (1 : 45 000) ......................................... 35 Obr. 6 Plocha listnatých a jehličnatých dřevin v jednotlivých věkových stupních ....... 35 Obr. 7 Soubory lesních typů v modelové lokalitě (1 : 45 000) ...................................... 37 Obr. 8 Zastoupené soubory lesních typů (vodou ovlivněné jsou zvýrazněné) .............. 38 Obr. 9 Transektové linie jako základní orientační jednotka (1 : 45 000) ...................... 39 Obr. 10 Porovnání počtu FPG v záznamu a věkových kategorií porostů (1 : 65 000) .. 44 Obr. 11 Denzita trusu prasete v porostech jednotlivých věkových kategorií ................ 45 Obr. 12 Vztah mezi denzitou trusu a zakmeněním ........................................................ 45 Obr. 13 Denzita trusu prasete v jednotlivých souborech lesních typů ........................... 46 Obr. 14 Distribuce trusu prasete v okolí vnadišť ........................................................... 47 Obr. 15 Denzita trusu prasete v porostech jednotlivých věkových kategorií (dle honiteb) ..... 47 Obr. 16 Preference porostů různých věkových kategorií ............................................... 48 Obr. 17 Denzita trusu dle sektorů a věku porostů .......................................................... 49 Obr. 18 Denzita trusu prasete v jednotlivých souborech lesních typů ........................... 50

70