Get 20M+ Full-Text Papers For Less Than $1.50/day. Start a 14-Day Trial for You or Your Team.

Learn More →

Abiotické poškození smrkových porostů ve střední Evropě: příkladová studie sněhových polomů z let 2005–2011 v Moravskoslezských Beskydech / Abiotic damage of spruce stands in central Europe: case study of snow damage from the period 2005–2011 in the Moravian-Silesian Beskids

Abiotické poškození smrkových porostů ve střední Evropě: příkladová studie sněhových polomů z let... In the case study from the basin of the Sance reservoir in the Moravian-Silesian Beskids, we examined the differences in the extent of damage in individual winter seasons and differences in the quantity of snow in individual situations. The intensity of damage to predominantly spruce stands was evaluated as the ratio of the number of individual trees damaged in the particular season to the total number of trees in the study plots. The quantity of snow was measured using quantitative parameters of snow cover. The objective of this paper was to describe model scenarios characterised by the expected intensity of stand damage corresponding to the course of winter expressed in quantitative parameters of snow cover on the base of similar/dissimilar situations. Individual winter seasons were thoroughly described in the results. The output is the description of three model scenarios with different intensities of stand damage that differ in the measured values of snow quantity. Keywords: forest stand; snow damage; Norway spruce; model scenario abstrakt Na píkladové studii v povodí vodní nádrze Sance v Moravskoslezských Beskydech byla zkoumána odlisnost rozsahu poskození v jednotlivých zimních sezónách a odlisnost mnozství snhu v jednotlivých situacích. Intenzita poskození pevázn smrkových porost snhem byla vyhodnocena jako podíl poctu v aktuální sezón poskozených jedinc k celkovému poctu strom na zkusných plochách. Mnozství snhu bylo meno kvantitativními parametry snhové pokrývky. Cílem píspvku je na základ podobných/rozdílných situací popsat modelové situace charakterizované pedpokládanou intenzitou poskození porost odpovídající prbhu zimy vyjádenému pomocí kvantitativních parametr snhové pokrývky. Ve výsledcích jsou popsány jednotlivé zimní sezóny a výstupem je charakteristika tí modelových situací s rznou intenzitou poskození porost, které se zárove odlisují namenými hodnotami mnozství snhu. Klícová slova: lesní porost; skody snhem; smrk ztepilý; modelová situace Úvod S disturbancemi les zpsobenými abiotickými zivelními faktory se lesníci setkávají od pocátku cílevdomé hospodáské úpravy les. Poskození les vtrem, snhem a námrazou je castým fenoménem v lesním hospodáství zalozeném na umlé obnov s jednou pevazující devinou (Spiecker 2000) pi odpovídajících klimatických podmínkách ­ v Ceské republice zejména v pohranicních horách, Karpatech, ale také v Brdech nebo na Ceskomoravské vrchovin (Tolasz et al. 2007). Zivelní lesní kalamity a polomy jsou bzné nejen ve vsech stedoevropských zemích ale i na Britských ostrovech, v Austrálii, na Novém Zéland, nebo v Japonsku (Slodicák 1996). V Evrop je kazdorocn vytzeno cca 35 mil. m3 díví jako dsledek pirozených disturbancí, zpsobených pedevsím vtrem (Schelhaas et al. 2003). Také v Ceské republice patí sníh, námraza a pedevsím vítr k nejvýznamnjsím pícinám nahodilých tzeb (Rychtecká & Urbacová 2008). Pravdpodobnost a intenzita psobení abiotických skod (vítr a sníh) mze být hodnocena rznými metodami. Podle pouzitých postup mohou být rozdleny do tí kategorií: empirické, statistické a mechanické (Kamimura & Shirashi 2007). Empirické metody jsou zalozeny pedevsím na terénních pracích a (nebo) historických záznamech, ze kterých jsou vymezeny rizikové oblasti. Pro Moravskoslezské Beskydy byl empirický postup pouzit v Oblastním plánu rozvoje les (Holusa 2000). Tyto postupy pedkládají snadno srozumitelné výsledky, ale nedokází detailn statisticky zachytit zpsobené skody (Gardiner & Quine 2000). Historické záznamy nejsou dostatecn podrobné a úplné (Holusa et al. 2010), terénní setení má zase omezený prostorový a hlavn casový rozsah a narází na velkou casovou promnlivost obrazu poskození (Kístek et al. 2012). Statistické metody hodnotí a pedpovídají skody z dlouhého casového období pomocí regresních analýz a model v úrovni i jednotlivých porost (Jalkanen & Mattila 2000, Kamimura & Shirashi 2007). Pouzití statistických model je omezeno dostupností a vrohodností pouzitých dat (Kamimura & Shirashi 2007). Mechanické modely pohlízejí na strom jako na jednostrann vetknutý nosník resp. na porost jako soustavu jednostrann vetknutých nosník a hodnotí odolnost této *Corresponding author. Stpán Kístek, e-mail: stepan.kristek@uhul.cz, phone: +420 720504271 soustavy vci namáhání vtrem a snhovou zátzí fyzikálními metodami technické mechaniky. Pravdpodobnost skod je pak odhadována pomocí model kritických rychlostí vtru nebo kombinací výsky snhu s touto rychlostí, spolu s klimatickými modely zachycujícími pedpokládané rychlosti vtru a výsky snhové pokrývky ve zvoleném území. Výhodou tchto model je adaptabilita pro rzné klimatické podmínky a charakteristiky porost, vcetn zhodnocení vlivu lesního hospodáství na stabilitu lesního ekosystému (Gardiner et al. 2000). V soucasnosti se pouzívají dva mechanické modely: HWind vytvoený pro hodnocení rizika skod vtrem a snhem v jehlicnatých porostech severských zemí (Peltola et al. 1999) a ForestGALES vyvinutý ve Velké Británii (Gardiner & Quine 2000). Existují i dalsí modely pro psobení vtru (,,WINDARC" ­ Lekes & Dandul 2000), které vsak nezohledují snhovou zátz. Päätalo et. al. (1999) kombinoval pro krátkodobou zátz snhem regresní statistický model se simulací mechanickým modelem HWind. Vicena (2003) navrhuje pro námrazové polomy postup empirického zjisování rozsahu, který lze s úspchem pouzít i pro sbr dat o poskození snhem. Jeho metodou zjistná podrobná data se mohou stát vstupem do statistického modelu. Vytvoení modelu potenciálního ohrození smrkových porost snhem mze být jedním z nástroj lesního managementu pro plánování a realizaci opatení s ohledem na odolnost porost i pípadnou sanaci skod. Z ekonomického hlediska narusení hospodáských les snizuje výnos z tzby díví a naopak zvysuje náklady na nahodilé tzby a obnovu a zpsobuje problémy v lesním hospodáství (Savill 1983). Vsechny modely potebují podrobná data o poskození lesních porost i jednotlivých strom (Kístek et al. 2012, Hlásny et al. 201 a také o parametrech skodlivého cinitele (Kístek et al. 2011b, Hlásny et al. 201. Vtsina studií bere v úvahu pouze poskození vedoucí k odumení strom (nap. Peltola et al. 2000; Klopcic et al. 2009; Gardiner & Quine 2000), nebo intenzitu poskození (Jalkanen & Matilla 2000) casto jen na základ evidence nahodilých tzeb lesním provozem (Konôpka et al. 2007). Pro sestavení modelu je dlezité vymezení modelových situací, tj. charakteristických kombinací hodnot jednotlivých velicin, které vznik poskození ovlivují. Cílem píspvku je popsat modelové situace (Hlásny et al. 201 z hlediska dsledku: projevu (intenzity) poskození porost na stran vysvtlované promnné (receptoru) a z hlediska píciny: (kvantitativních parametr) snhu na stran vysvtlující promnné (stresoru). Údaje z jednotlivých zimních sezón a (nebo) meteorologických situací jsou roztídny a sdruzeny podle podobnosti, resp. rozdílnosti namených hodnot. vodní nádrze) do 1323 m n.m. (vrchol Lysé hory). Území patí k oblastem s nejvyssími srázkovými úhrny v CR (Tolasz et al. 2007), na Lysé hoe byla zaznamenána nejvyssí snhová pokrývka ze vsech meteorologických stanic v Ceské republice (491 cm dne 8.­9. bezna 191. V devinné skladb pevládá z 80 % smrk Picea abies (L.) Karst., pevázn na nepvodních stanovistích (75 % ­ Culek 1996). Pokrývá 5. az 7. lesní vegetacní stupe (LVS) podle lesnicko-typologické klasifikace (Plíva 197, picemz 80 % území lezí v pátém jedlobukovém LVS (Holusa 2004). Pvodní jedlobukové lesy byly tém vytzeny bhem valasské kolonizace v 16. století (Pavelka & Trezner 200, soucasné smrkové porosty jsou alochtonními (ve smyslu COUNCIL DIRECTIVE 1999/105/EC) neboli sekundárními lesy (Slodicák 1996; Slodicák & Novák 2006). Obnova les Beskyd smrkem v 19. století byla zalozena pevázn reprodukcním materiálem pocházejícím z jizních Tyrol (oblast Innsbrucku; Holusa 2004), který není pizpsoben pírodním podmínkám stedoevropských Karpat. Vyznacuje se vysokou produkcí, sirokou korunou a nízkou odolností vci mechanickému poskození abiotickými ciniteli ­ vtrem, snhem a námrazou (Nykänen et al. 1997; Rottmann 1985; Valinger et al. 1993). obr. 1. Poloha zájmového území Fig. 1. Study area's location. Legend: 1323 m a.s.l. Lysá hora, 508 m a.s.l. Sance reservoir, 2×2 km grid; Study plots: Snow measurement, Snow damage 2. Materiál a metody 2.1. Studované území V letech 2006­2011 bylo poskození porost snhem pedmtem intenzivního studia v povodí pehradní nádrze Sance v Moravskoslezských Beskydech (49°23`19" ­ 49°33`03" N; 18°21`50" ­ 18°32`24" E; obr. . Celková plocha povodí je 14,5 tis. ha, z toho plocha les 12,6 tis. ha; nadmoská výska území je od 508 m n.m. (stední hladina 2.2. Poskození porost snhem Data o poskození porost snhem byla sbírána v síti studijních ploch ­ transekt prolozených polygony porostních skupin. Design výbru studijních ploch byl stanoven kombinací systematického vzorkování a stratifikovaného náhodného vzorkování (Kístek et al. 2012). Pro výbr studijních ploch byla zájmovým územím prolozena ctvercová sí 2×2 km. V kazdém ctverci pak bylo vybráno po jedné porostní skupin z kazdé dvacetileté vkové tídy (zpravidla 6­8 porostních skupin na ctverec), která splovala dalsí výbrová kritéria (pevaha zastoupení smrku ztepilého, jednoduchost vertikální struktury, výskyt na úhlopícce prolozené ctvercem). Studijní plocha byla zalozena jako transekt vybranou porostní skupinou; síka transektu byla volena pímo v terénu tak, aby se na studijní plose vyskytovalo nejmén 100 strom (Hlásny et al. 201. Celkem bylo vybráno 365 porostních skupin, coz je piblizn 6,8 % vsech porostních skupin v oblasti, a probhlo sest opakovaných hodnocení vzdy okolo 45 tis. jedinc. Stromy byly zaazovány do typ poskození (Vicena 2003, Kístek et al. 2012, viz obr. 2): zdravý, ohnutý, vrcholový zlom, korunový zlom, kmenový zlom, vývrat, paez z asanacní tzby, staré poskození snhem a námrazou. Poskození bylo vycísleno jako procento nov poskozených (zlomených, vyvrácených nebo ohnutých) strom z celkového poctu strom na transektu. Jako poskozený strom byl pocítán také cerstvý paez z asanacní tzby. Tabulka 1. Kvantitativní parametry snhové pokrývky Table 1. Quantitative parameters of snow cover. Parametr Výska snhu5) Výska odebraného vzorku7) Hmotnost vzorku8) Kalibracní objem odbrného válce9) Prmrná výska snhové pokrývky10) Hustota snhu1 Objem odebraného vzorku12) Vodní hodnota snhu Znacka2) Mrná jednotka3) d cm dSn cm m kg Vk l SCE SHU V SVH cm kg.m-3 l mm Vzorec4) pímé mení6) pímé mení6) pímé mení6) pímé mení6) 13) Parameter, 2)Symbol, 3)Unit, 4)Formula, 5)Snow depth, 6)Direct measurement, 7)Depth of collected sample, 8)Sample weight, 9)Calibration volume of sampling cylinder, 10)Average snow cover depth, 1 Snow density, 12)Volume of collected sample, 13)Snow water equivalent 2.4. Typizace modelových situací Modelové situace byly hledány jako skupiny výsledk, které jsou charakteristické intenzitou poskození porost a (nebo) parametry snhové pokrývky. Soubory hodnoty z jednotlivých let a cykl mení byly vzájemn porovnávány a situace s podobnými stedními hodnotami a variabilitou byly sdruzeny do typových skupin, pro kazdou skupinu pak byly stanoveny typické rozsahy hodnot a tyto pouzity jako modelové situace. Rozdíly mezi jednotlivými situacemi byly testovány neparametrickou ANOVOU ­ Kruskal-Wallisovým testem (Kruskal & Wallis 1952) v software Statistica v. 12. 3. výsledky obr. 2.Typy mechanického poskození strom snhem a námrazou (obr. pevzat z Kístek et al. 2012, autorka kreseb Petra Vojtelová) Fig. 2. Types of snow and ice damage to trees (Kístek et al. 2012). Left to right, upper: Top breakage, Crown breakage, Trunk breakage; bottom: Bending, Uprooting, Stump, Without damage. 2.3. Vlastnosti snhové pokrývky Kvantitativní parametry snhové pokrývky byly meny v identické dvoukilometrové ctvercové síti: V kazdém z 52 ctverc byl zalozen nejmén jeden duplex studijních ploch pro mení snhu ­ vzdy jedna volná plocha mimo les a nejmén jedna plocha v pilehlém lesním porostu. Výbr studijních ploch vycházel ze stratifikace, kde na jednotlivých úrovních se uplatnily metody selektivního vzorkování, prostorového výbru (jitteringu), ale rozhodující roli hrál výbr podle pístupnosti (accessibility sampling). Na studijních plochách byla mena výska snhové pokrývky, objem a hmotnost odebraných vzork snhu. Z namených hodnot byly vypocteny parametry: prmrná výska snhové pokrývky, hustota a vodní hodnota snhu (tabuka 1, Kístek et al. 2011b). Mení bylo opakováno nkolikrát bhem zimní sezóny, pednostn v období kulminace vodní hodnoty snhu ped zacátkem jarního tání a v období, kdy docházelo ke snhovému polomu, nap. íjen 2009 (Kístek et al. 2011a). Celkov bylo provedeno 15 opakování expedicního mení na az 122 dílcích podplochách a shromázdna data o celkem 1547 pípadech prmrné výsky snhové pokrývky, hustoty a vodní hodnoty snhu. Podle intenzity polom byly výsledky rozdleny do tí typových skupin: (i) Jaro 2006, kdy byl zaznamenán polom ze zimy 2005/2006; (ii) listopad 2009 a jaro 2010, kdy ob mení zachytila polom zpsobený snhovou kalamitou ve dnech 13.­16. 10. 2009 a (iii) jarní mení 2008, 2009 a 2011, odpovídající zimním sezónám 2007/2008, 2008/2009 a 2010/2011, které se vyznacovaly minimálním poskozením (obr. 3, tabuky 2 a 3). skody zanedbatelné a intenzita nebyla vyhodnocena) obr. 3. Intenzita poskození smrkových porost snhem v letech 2006­2011 (X/2009 = snhový polom z íjna 2009; v roce 2007 byly Fig. 3. Intensity of snow damage to Norway spruce stands during 2006­2011 (X/2009 = snow damage in October 2009; damage was negli- gible in 2007 and intensity was not evaluated). Intensity of damage, 2)Median, 3)Non-outlying range, 4)Moderate outliers, 5)Extreme outliers Tabulka 2. Pocty hodnocených strom podle typ poskození v jednotlivých letech (X/2009 = snhový polom z íjna 2009) Table 2. Number of trees evaluated by type of damage for each year (X/2009 = snow damage in October 2009). Rok 2006 2008 2009 X/2009 2010 2011 Zdravý2) 29212 14415 32907 30855 29262 26238 Ohnutý3) 2420 386 626 1085 676 55 Vrcholový zlom4) 2548 38 170 2022 1755 31 Korunový zlom5) 2505 13 74 1561 1452 10 Kmenový zlom6) 1156 22 47 605 591 25 Vývrat7) 359 30 52 362 319 61 Paez8) 303 111 239 98 370 200 Staré poskození9) 4343 7283 11457 8686 9046 16365 Year, 2)Undamaged, 3)Bending, 4)Top breakage, 5)Crown breakage, 6)Trunk breakage, 7)Uprooting, 8)Stump, 9)Old damage Tabulka 3. Vícenásobné porovnání poskození smrkových porost snhem v jednotlivých zimních obdobích (Kruskal-Wallis test: H (5, N = 2025) = 851,25; p = 0,000; statisticky významný rozdíl: *p < 0,0001, **p < 0,05; zvýraznny hodnoty, kde nebyl zjistn významný rozdíl) Table 3. Multiple comparisons of damage to spruce stands for each winter (Kruskal­Wallis test: H (5, N = 2025) = 851.25; p = 0.000; statistically significant difference: *p < 0.0001, **p < 0.05; highlighted values indicate insignificant differences). 2006 2008 2009 X/2009 2010 2011 R:1561,3 R:678,6 R:705,8 R:1194,4 R:1234,3 R:560,0 2008 17,27803* 2009 19,73767* 0,53230 X/2009 8,46346* 10,10728* 11,28973* 2010 7,53252* 10,87835* 12,19481* 0,92060 2011 23,08679* 2,32434 3,36726** 14,64924* 15,54910* obr. 4. Parametry snhové pokrývky v zimách 2006­2011 (X/2009 = snhová kalamita 13.­16. 10. 2009) Fig. 4. Snow cover parameters in winters of 2006­2011 (X/2009 = heavy snowfall from 13­16/10/2009). Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Median, 5)Non-outlying range, 6)Moderate outliers, 7)Extreme outliers Poskození porost koresponduje s namenými parametry snhové pokrývky (obr. 4) a lze je rovnz piadit ke tem typm situací zimních sezón. (i) Nejvtsí mnozství snhu bylo zjistno v zim 2005/2006 (výska snhové pokrývky 245 cm, dne 8. 3. 2006 na hebeni hory Smrk, 1194 m n.m., maximum vodní hodnoty snhu 693 mm). (ii) Ve dnech 13.­14. 10. 2009 napadla pívalová snhová srázka na nezamrzlou pdu a nepipravenou vegetaci ped zacátkem období vegetacního klidu o prmrné výsce snhové pokrývky podle mikroklimatické situace od 26 do 88 cm. (iii) Roky 2007­2008 a 2010­2011 se vyznacovaly mírnými zimami s nízkým mnozstvím snhu. Výjimkou je pouze situace v únoru­beznu 2009, kdy dosahovala výska snhové pokrývky (maximum 248 cm, 26. 3. 2009 pod vrcholem Lysé hory, 1291 m n.m.) hodnot srovnatelných se zimou 2005/2006 (tabuka 4). Vodní hodnota snhu byla sice o nco nizsí, nez v roce 2006, pesto vsak signifikantn vyssí nez v ostatních pípadech, vcetn íjna 2009. Hustota snhu pak byla podobná, jako v letech 2007, 2008 a íjnu 2009 (obr. 4). Podle výsky snhové pokrývky lze namené snhové situace rozdlit do tí skupin (tabuka 4, obr. 4): (i) zima 2005/2006 + zima 2008/2009, (ii) íjen 2009 + zima 2009/2010, (iii) zima 2006/2007 + 2007/2008 + 2010/2011. Podle vodní hodnoty snhu jsou skupiny totozné, pouze zima 2008/2009 se vycleuje jako samostatný typ, který je svými hodnotami nizsí nez hodnoty ze zimy 2005/2006, ale vyssí nez vsechny ostatní zmené situace (tabuka 5). Nejmensí odlisnosti jsou mezi stedními hodnotami hustoty snhu (tabuka 6). Statisticky zde také vyplývají ti signifikantn odlisné situace, jejich uspoádání se ale cástecn lisí: (i) Zima 2005/2006 zstává jako sezóna nejbohatsí na snhové srázky a s nejvtsími skodami, (iii) íjen 2009 se pílis nelisí od ostatních sezón 2006/2007 + 2007/2008 + 2008/2009 a piadit sem lze i zimu 2009/2010, (ii) mení v roce 2011 se pak krom vysokých stedních hodnot (podobných zim 2005/2006) vymyká pedevsím velkou variabilitou vypoctené hustoty snhu (obr. 4). Tabulka 4. Vícenásobné porovnání výsky snhové pokrývky v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 388) = 305,1381, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 4. Multiple comparisons of snow cover depth for each winter (Kruskal-Wallis test: H (6, N = 388) = 305.1381; p = 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01; highlighted values indicate no significant difference determined). 2006 2007 2008 2009 X/2009 2010 2011 R:351,54 R:126,87 R:82,707 R:314,14 R:232,86 R:186,68 R:84,836 2007 10,25959*** 2008 12,48726*** 2,08240 2009 1,73729 8,83007*** 11,11272* X/2009 5,369802*** 4,863978*** 7,010377*** 3,795024** 2010 7,626686*** 2,808088 4,970550*** 6,093753*** 2,147251 2011 12,38836*** 1,98200 0,10224 11,01048*** 6,91096*** 4,86875*** Tabulka 5. Vícenásobné porovnání vodní hodnoty snhu v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 388) = 264,3829, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01, *p < 0,05; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 5. Multiple comparisons snow water equivalent for each winter (Kruskal-Wallis test: H (6, N = 388) = 264.3829; p < 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01, *p < 0.05; highlighted values indicate no significant difference determined). 2006 2007 2008 2009 X/2009 2010 2011 R:361,60 R:123,50 R:79,81 R:291,28 R:211,65 R:188,61 R:121,98 2007 10,87284*** 2008 13,08904*** 2,06006 2009 3,26607* 7,91141*** 10,15445*** X/2009 6,784186*** 4,045636** 6,155708*** 3,717915** 2010 8,002332*** 3,057366* 5,201709*** 4,908490*** 1,071284 2011 11,13013*** 0,07154 2,02501 8,12943*** 4,18670** 3,18552* Tabulka 6. Vícenásobné porovnání hustoty snhu v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 379) = 135,1488, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01, *p < 0,05; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 6. Multiple comparisons of snow density for each winter (Kruskal-Wallis test: H (6, N = 379) = 135.1488; p = 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01, *p < 0.05; highlighted values indicate insignificant differences). 2006 2007 2008 209 X/2009 2010 2011 R:325,08 R:169,28 R:147,96 R:127,74 R:125,75 R:197,00 R:239,02 2007 7,283428*** 2009 8,082172*** 0,986311 2099 9,383691*** 2,004979 0,951116 X/2009 9,232443*** 2,044991 1,018242 0,095181 2010 6,065490*** 1,332539 2,297838 3,389656* 3,391485* 2011 4,092347** 3,366353* 4,283687** 5,469897*** 5,413808*** 2,056408 obr. 5. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 1; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 5. Snow cover parameters and intensity of snow damage, model scenario 1; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density; 4)Damage, 5)Intensity of damage, 6)Median, 7), non-outlying range. obr. 6. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 2; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 6. Snow cover parameters and intensity of snow damage, model scenario 2; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Damage, 5)Intensity of damage, 6)Median, 7)Non-outlying range. obr. 7. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 3; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 7. Snow cover parameters and intensity of snow damage, model scenario 3; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Damage, 5)Intensity of damage, 6)Median, 7)Non-outlying range Souhrnem statistického hodnocení podobnosti výsledk intenzity poskození porost i parametr snhové pokrývky je rozdlení sezón do tí modelových situací (tabuka 7, Hlásny et al. 201: (i) Katastrofální poskození porost dlouhotrvající zátzí tzkého snhu odpovídá zim 2005/2006 (obr. 5). (ii) Stední diferencované poskození pedevsím v nizsích polohách casným snhem odpovídá pívalové snhové srázce 13.­14. 10. 2009. Jeho následky se promítly i do hodnocení zimy 2009/2010 (obr. 6). (iii) N o r m á l n í p r b h z i m y s p r m r n ý m a z podprmrným mnozstvím snhu nezpsobuje významné skody. Stední hodnota intenzity poskození nedosahuje 3 % (obr. 7). Prbh zimy odpovídá sezónám 2006/2007, 2007/2008 a 2010/2011. Tabulka 7. Multikriteriální vymezení modelových situací podle snhových sezón 2005­2011 Table 7. Multi-criteria analysis of model scenarios by snow seasons 2005­2011. Sezóna 2005/2006 2006/2007 2007/2008 2008/2009 X/2009 2009/2010 2010/2011 Poskození2) i iii* iii iii ii ii iii Výska snhové pokrývky3) i iii iii i ii ii iii Vodní hodnota snhu4) i iii iii iv ii ii iii Hustota snhu5) i iii iii iii iii iii ii Celkem6) i iii iii -- ii ii iii * V roce 2007 nebylo poskození s financních dvod hodnoceno, protoze bylo velmi nízké. Winter, 2)Damage, 3)Snow cover depth, 4)Snow water equivalent, 5)Snow density, 6)Total Zima 2008/2009 se vyznacovala vtsím mnozstvím pevázn lehkého az stedn tzkého snhu, který nezpsobil významné skody, a nelze ji pro vymezení modelových situací pouzít. 4. diskuse Pi výzkumu v povodí nádrze Sance v letech 2006­2011 byly zaznamenány dv události s výskytem rozsáhlých snhových polom (obr. 3, Hlásny et al. 201. Pi hodnocení na jae 2006 byl zachycen polom vzniklý bhem zimy 2005/2006, pedevsím na pocátku prosince 2005 (Konôpka et al. 2007). Druhým pípadem byl polom zpsobený snhovou kalamitou ve dnech 13.­16. 10. 2009, který byl zaznamenán ihned pi následném setení v listopadu 2009 po odtátí vtsiny casného snhu a poté znovu pi pravidelném hodnocení na jae 2010. Protoze vtsinu polomu z íjna 2009 nebylo mozné v krátkém meziobdobí po roztátí casného snhu (konec íjna) do nástupu normální zimy asanovat a pi pravidelném terénním setení rozsahu polom na jae 2010 nebylo mozné vizuáln odlisit skody vzniklé v íjnu 2009 od pípadných následných poskození vzniklých az bhem normální zimní sezóny, zahrnují výsledky prezentované za rok 2010 hlavn skody z íjna 2009. Srovnání výsledk z íjna 2009 s jarem 2010 (tabuka 3) neukazuje statisticky významné rozdíly a napovídá, ze bhem normální zimy 2009/2010 jiz k významným skodám nedoslo. Bhem zim 2007/2008, 2008/2009 a 2010/2011 nedoslo k váznému poskození porost, ¾ vsech hodnocených porost byly poskozeny s intenzitou maximáln 2 % (v roce 2011 bylo dokonce více nez 80 procent smrkových porost zcela bez známek cerstvého poskození), picemz bylo-li v kazdém roce zaznamenáno nkolik extrémních hodnot s vyssí intenzitou poskození, jednalo se pevázn o poskození mladých porost ohybem (viz tabuka 2), které má nulový hospodáský význam. V zim 2006/2007 bylo poskození porost tak malé (srovnateln s rokem 201, ze v roce 2007 se terénní setení neuskutecnilo, a skody ze zimy 2006/2007 mzeme povazovat za prakticky nulové. Kvantifikované parametry snhové pokrývky jsou mítkem mnozství snhu jako skodlivého cinitele v ochran les (Stolina 1985), který je v kauzálním pojetí pícinou výse popsaných následk ­ poskození porost. Mezi vodní hodnotou snhu, výskou snhové pokrývky a hustotou snhu je vztah, který lze vyjádit matematickou funkcí SVH = 0,01 * SCE * SHU, kde SVH je vodní hodnota snhu v mm, SCE je výska snhové pokrývky v cm a SHU je hustota snhu v kg*m-3; 0,01 je pepoctový koeficient pouzitý pro pepocet rozdílných jednotek, ve kterých jsou jednotlivé veliciny meny. Mnozství snhu v jednotlivých zimních situacích dobe vyjaduje výska snhové pokrývky i vodní hodnota snhu; nejlépe je mnozství snhu vyjádeno práv vodní hodnotou (Lehtonen et al. 2014), v praxi se vsak castji pouzívá výska snhové pokrývky, nebo její mení je technicky výrazn mén nárocné (odpadá slozité zjisování objemu a hmotnosti vzork, Kístek et al. 2011b) a pitom dobe koreluje s vodní hodnotou snhu (r = 0,93 podle výsledk 2006­201. Ackoliv hustota snhu je významnou vlastností, která by mohla mít klícový význam pro vznik poskození (viz nap. Stolina 1985, Konôpka et al. 2008, Vicena et al. 1979), namené hodnoty tomu pílis nenasvdcují. Problematická je zejména velká variabilita namených hodnot hustoty pi nízkých výskách snhové pokrývky (variacní koeficient hustoty negativn koreluje s prmrnou výskou snhové pokrývky r = -0,373 ­ srovnej výsledky z roku 2011, kdy byla výska snhové pokrývky extrémn nízká), coz je zpsobeno zejména snízenou pesností mení pi malých objemech odebíraných vzork profilu snhové pokrývky (podrobnji Kístek et al. 2011a,b). Modelové situace vybrané z let 2006­2011 na základ pozorovaného poskození porost kvantifikovaného podílem poskozených jedinc k celkovému poctu jsou popsány také z hlediska klimatických podmínek: mnozství snhu vyjádeného výskou snhové pokrývky (nad 100 cm v roce 2006, 40 a více cm pi jednorázové srázce 13.­15. íjna 2009, srovnej Lehtonen et al. 2014), vodní hodnotou a hustotou snhu. Podle Lehtonena et al. (2014) zacíná poskození nevychovávaných porost pi snhové zátzi mezi 20 az 30 kg*m-2, ale velikost zátze potebné ke vzniku poskození se podstatn lisí podle typu (kvality) snhu v korunách strom a je podstatný rozdíl mezi zatízením snhem (suchým, mokrým nebo pemrzlým) a námrazou. Statistické testy v nasí studii potvrzují návaznost poskození na klimatické situace (výsku snhové pokrývky) v roce 2006, íjnu 2009 i v letech 2007­2008 a 2010­2011. Výjimkou je zima 2008/2009, kdy i pes velké mnozství snhu (srovnatelné s rokem 2006), k významnému poskození porost nedoslo. To naznacuje závislost poskození i na dalsích faktorech (Konôpka et al. 2007, 2008, Lehtonen et al. 2014), vcetn klimatických, jako nap. na nástupu zimy a snzení: 13. 10. 2009 zacalo snzit v nizsích polohách z nízké oblacnosti (do 900 m n.m.) a teprve postupn do 15. 10. 2009 snzení nastupovalo výse spolu se vzestupem oblacnosti a poklesem teploty vzduchu, takze rozlození snhové pokrývky 16. 10. 2009 mlo výrazn nelineární charakter: do 900 m n.m. stoupala vrstva snhu s nadmoskou výskou, ale nad 900 m n.m. jiz byla více mén rovnomrná. Nástupu a prbhu pívalové srázky casného snhu pak odpovídalo i poskození porost. Do 670 m n.m. byly poskozeny vsechny porosty a rozsah kalamity byl piblizn stejný jako v roce 2006, ale nad touto hranicí postupn pibývalo zcela neposkozených porost, picemz nad 900 m n.m. se poskození vyskytovalo jiz jen ojedinle (Hlásny et al. 201. 5. Závr Výsledky ukazují, ze se prbh zimy z pohledu nástupu a mnozství snhových srázek promítá do poskození porost. V zimách s prmrnými nebo podprmrnými snhovými srázkami k významnému poskození porost snhem nedoslo. Byly vsak zaznamenány dv odlisné situace rozsáhlých skod: zima 2005/2006 s velkým (nadnormálním) mnozstvím stedn tzkého az tzkého snhu a pívalová snhová srázka casného snhu 13.­15. 10. 2009, která poskodila nepipravené porosty ped ukoncením vegetacního období. Na základ dat o snhu a poskození porost byly jednotlivé sezóny rozdleny do tí typických modelových situací. Ty nepostihují vsechny mozné situace, které mohou v zájmovém území z hlediska poskození porost snhem vzniknout, ani nemohou podchytit vsechny klimatické faktory, které vznik poskození podmiují. Popis modelových situací z hlediska píciny (mnozství snhu) a následku (poskození porost) je podmínkou nutnou, ale nikoli dostacující, pro vytvoení modelu potenciálního ohrození porost snhem. Tím nelze mít vývoj za dokoncený, ale prezentované výsledky dávají dobrý pedpoklad pro dalsí rozvoj práce na vytvoení modelu. Podkování Clánek vznikl v rámci projektu c. A01/14 financovaného Interní grantovou agenturou FLD CZU Praha a na základ výsledk projektu NAZV c. QH81334 ,,Geoprostorové modelování potenciálního ohrození lesních porost" financovaného Ministerstvem zemdlství CR ­ Národní agenturou pro zemdlský výzkum. literatura COUNCIL DIRECTIVE 1999/105/EC of 22 December 1999 on the marketing of forest reproductive material. Official Journal of the European Communities. 245 p. Culek, M. (ed.), 1996: Biogeografické clenní Ceské republiky. Praha, Enigma, 347 p. Gardiner, B. A., Peltola, H., Kellomäki, S., 2000: Comparison of two models for predicting the critical wind speeds required to damage coniferous trees. Ecol. Model., 129:1­23. Gardiner, B. A., Quine, C. P., 2000: Management of forests to reduce the risk of abiotic damage ­ a review with particular reference to the effects of strong winds. For. Exil. Manage., 135:261­277. Hlásny, T., Kístek, S., Holusa, J., Trombik, J., Urbacová, N., 2011: Snow disturbances in allochtonous Norway spruce forests: an application of Neural Networks based regression modeling. Forest ecology and Management, 262(12):2151­2161. Holusa, J. (ed.), 2000: Oblastní plán rozvoje les. Pírodní lesní oblast 40. Moravskoslezské Beskydy. Textová cást. Platnost 2000­2019. Frýdek-Místek, Ústav pro hospodáskou úpravu les, 225 p. Holusa, J., 2004: Health condition of Norway spruce Picea abies (L.) Karst. stands in the Beskid Mts. Dendrobiology 51 (Suppl.):11­ 17. Holusa, J., Kístek, S., Trombik, J., 2010: Stability of spruce forests in the Beskids: an analysis of wind, snow and drought damages. Beskydy, 3(:43­54. Jalkanen, A., Mattila, U., 2000: Logistic regression models for wind and snow damage in northern Finland based on the National Forest Inventory data. Forest Ecology and Management, 135:315­330. Kamimura, K., Shirashi, N., 2007: A review of strategies for wind damage assessment in Japanese forests. J. For. Res., 12:162­ 176. Klopcic, M., Poljanec, A., Gartner, A., Boncina, A., 2009: Factors related to natural disturbances in mountain Norway spruce (Picea abies) forests in the Julian Alps. Ecosience 16(:48­57. Konôpka, J., Konôpka, B., Nikolov, CH., Rasi, R., 2007: Damage to forest stands by snow with regard to altitute in Orava, Pohronie and Kysuce regions. Lesn. Cas. ­ Forestry Journal, 53(3):173­190. Konôpka, J., Konôpka, B., Nikolov, CH., 2008: Snhové polomy v lesných porastoch na Slovensku. Analýza kalamity zo zimy 2005/2006. Lesnícke stúdie c. 59. Zvolen. Národné lesnícke centrum, Lesnícky výskumný ústav Zvolen, 65 p. KruskaL, W., Wallis, W., A., 1952: Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260):583­621. Kístek, S., Holusa, J., Urbacová, N., Trombik, J., Drápela, K., 2011a: Expeditionary measurements of snow in extensively forested Carpathian mountains: evaluating parameters variability. Carpathian Journal of Earth and Environmental Sciences, 6(2):45­58. Kístek, S., Urbacová, N., Holusa, J., Tomecek, P., 2011b: Mení vlastností snhové pokrývky v lese a mimo les. Certifikovaná metodika. Lesnický prvodce 2/2011. Jílovist-Strnady, Výzkumný ústav lesního hospodáství a myslivosti, v.v.i., 73 p. Kístek, S., Urbacová, N., Holusa, J., 2012: Hodnocení skod zpsobených snhem na lesních porostech. Certifikovaná metodika. Lesnický prvodce 7/2012. Strnady, Výzkumný ústav lesního hospodáství a myslivosti, v.v.i., 40 p. Lehtonen, I., Hoppula, P., Pirinen, P., Gregow, H., 2014: Modelling crown snow loads in Finland: a comparison of two methods. Silva Fennica, 48(3):1120. Dostupné na internete: http:// dx.doi.org/10.14214/sf.1120] Lekes, V., Dandul, I., 2000: Using airflow modeling and spatial analysis for defining wind damage risk classification (WINDARC). Forest Ecology and Management 135:331­344. Lipina, P., 2014: 491 cm celkové snhové pokrývky na Lysé hoe v Beskydech v zimní sezón 1910­11. Infomet. Ceský hydrometeorologický ústav. Dostupné na internete: http://www. infomet.cz/index.php?id=read&idd=1394453361] Nykänen, M. L., Peltola, H., Quine, C. P., Kellomäki, S., Broadgate, M., 1997: Factors affecting snow damage of trees with particular reference to European conditions. Silva Fennica, 31:193­213. Päätalo, M. J., Peltola, H., Kellomäki, S., 1999: Modelling the risk of snow damage to forests under short-term snow loading. Forest Ecology and Management, 116: 51­70. Pavelka, J., Trezner, J. (eds.), 2001: Píroda Valasska. Vsetín, Ceský svaz ochránc pírody, ZO 76/06 Orchidea, 568 p. Peltola, H., Kellomäki, S., Vaisanen, H., Ikonen, V. P., 1999: A mechanistic model for assessing the risk of wind and snow damage to single trees and stands of Scots pine, Norway spruce, and birch. Can. J. For. Res., 29:647­661. Peltola, H., Kellomäki, S., Hassinen, A., Granander, M., 2000: Mechanical stability of Scots pine, Norway spruce and birch: an analysis of tree-pulling experiments in Finland. Forest Ecology and Management, 135:143­153. Plívs, K., 1971: Typologický systém ÚHÚL. Brandýs nad Labem, Ústav pro hospodáskou úpravu les, 90 p. Rottmann, M., 1985: Schneebruchschäden in Nadelholzbeständen. Beiträge zur Beurteilung der Schneebruchgefährdung, Zur Schadensvorbeugung und Zur Behandlung schneegeschädigter Nadelholzbestände. Frankfurt am Main, J. D. Sauerlander's Verlag, 159 p. Rychtecká, P., Urbacová, N., 2008: Skodliví cinitelé lesa v letech 1996­2006 ­ I. cást Abiotictí a antropogenní cinitelé. Lesnická práce, 6:14­15. Savill, PS., 1983: Silviculture in windy climate. For. Abs., 44:473­ 488. Schelhaas, M. J., Nabuurs, G. J., Schuck, A., 2003: Natural disturbances in the European forests in the 19th and 20th centuries. Global Change Biology, 9:1620­1633. Slodicák, M., 1996: Stabilizace lesních porost výchovou. Lesnický prvodce, Jílovist-Strnady, Výzkumný ústav lesního hospodáství a myslivosti, 52 p. Slodicák, M., Novák, J., 2006: Silvicultural measures to increase the mechanical stability of pure secondary Norway spruce stands before conversion. Forest Ecology and Management, 224:252­257. Spiecker, H., 2000: The growth of Norway spruce (Picea abies [L.] Karst.) in Europe within and beyond its natural range. In: Hasenauer, H. (ed.): International Conference on Forest Ecosystem Restoration. Ecological and Economic Impacts of Restoration Processes in secondary coniferous Forests. Proceedings of the International Conference held in Vienna, Austria, 10­12 April 2000, p. 247­256. Stolina, M. (ed.), 1985: Ochrana lesa. Bratislava, Príroda, 480 p. Tolasz, R., Brázdil, R., Bulí, O., Dobrovolný, P., Dubrovský, M., Hájková, L. et al., 2007: Atlas podnebí Ceska. 1. vydání. Praha, Olomouc, Ceský hydrometeorologický ústav, Universita Palackého, 255 p. Valinger, E., Lundqvist, L., Bondesson, L., 1993: Assessing the risk of snow and wind damage from tree physical characteristics. Forestry, 66:249­260. Vicena, I., Paez, J., Konôpka, J., 1979: Ochrana les proti polomm. Praha, SZN, 244 p. Vicena, I., 2003: Námraza v nasich lesích. Písek, Matice lesnická, 129 p. Summary During 2006­2011, snow damage to artificial spruce stands in the basin of the Sance reservoir (about 14,500 ha, Fig. was monitored. Repeated measurements of snow and evaluation of damage to stands were performed in 364 experimental plots. In every year, damage to about 45,000 trees was evaluated. The comparison of the extent of damage to spruce stands in individual winter seasons using the Kruskal-Wallis test (Table 3) indicates differences in damage intensity: while in the winters of 2007­2009 and 2010/2011 damage was negligible, in the winter of 2005/2006 a snowfall of calamity proportions occurred, and in autumn 2009 snowfall was recorded during 13­16 October with corresponding damage intensity in spring 2010 (Fig. 3). The Kruskal-Wallis test also confirmed significant differences in the quantitative parameters of snow cover between individual snow situations, even though the values of snow cover depth (Table 4), snow water equivalent (Table 5), and snow density (Table 6) differed only partially: the "catastrophic" winter of 2005/2006 differed in all parameters, while in the remaining situations snow density was not entirely informative, and mainly its variability changed, reaching its maximum at minimum snow cover depths (Fig. 4). The difference between the winters of 2005/2006 and 2008/2009 is seen mainly in snow water equivalent (Table 5). The torrent of early snow on 13­15 October 2009 was only slightly above-average from the perspective of quantitative parameters of snow cover. At first glance (Fig. 4) it was not an exception to the normal winters of 2007­2008 and 2010­2011, even though the differences in snow cover depth (Table 4) and snow water equivalent (Table 5) were revealed. In evaluating the intensity of stand damage and quantitative snow parameters, three different scenarios were characterised (Table 7): (i) catastrophic damage caused by heavy snow in the winter of 2005/2006 (Fig. 5), (ii) damage caused by a torrential fall of early snow in October 2009 (Fig. 6), and (iii) the "normal" course of winter with minimal damage in the remaining cases (Fig. 7). Different intensities of stand damage and different amounts of snow expressed in quantitative parameters of snow cover corresponded to these model scenarios. http://www.deepdyve.com/assets/images/DeepDyve-Logo-lg.png Forestry Journal de Gruyter

Abiotické poškození smrkových porostů ve střední Evropě: příkladová studie sněhových polomů z let 2005–2011 v Moravskoslezských Beskydech / Abiotic damage of spruce stands in central Europe: case study of snow damage from the period 2005–2011 in the Moravian-Silesian Beskids

Forestry Journal , Volume 60 (4) – Dec 1, 2014

Loading next page...
 
/lp/de-gruyter/abiotick-po-kozen-smrkov-ch-porost-ve-st-edn-evrop-p-kladov-studie-sn-kitUu8HbNY
Publisher
de Gruyter
Copyright
Copyright © 2014 by the
ISSN
0323-1046
eISSN
0323-1046
DOI
10.1515/forj-2015-0003
Publisher site
See Article on Publisher Site

Abstract

In the case study from the basin of the Sance reservoir in the Moravian-Silesian Beskids, we examined the differences in the extent of damage in individual winter seasons and differences in the quantity of snow in individual situations. The intensity of damage to predominantly spruce stands was evaluated as the ratio of the number of individual trees damaged in the particular season to the total number of trees in the study plots. The quantity of snow was measured using quantitative parameters of snow cover. The objective of this paper was to describe model scenarios characterised by the expected intensity of stand damage corresponding to the course of winter expressed in quantitative parameters of snow cover on the base of similar/dissimilar situations. Individual winter seasons were thoroughly described in the results. The output is the description of three model scenarios with different intensities of stand damage that differ in the measured values of snow quantity. Keywords: forest stand; snow damage; Norway spruce; model scenario abstrakt Na píkladové studii v povodí vodní nádrze Sance v Moravskoslezských Beskydech byla zkoumána odlisnost rozsahu poskození v jednotlivých zimních sezónách a odlisnost mnozství snhu v jednotlivých situacích. Intenzita poskození pevázn smrkových porost snhem byla vyhodnocena jako podíl poctu v aktuální sezón poskozených jedinc k celkovému poctu strom na zkusných plochách. Mnozství snhu bylo meno kvantitativními parametry snhové pokrývky. Cílem píspvku je na základ podobných/rozdílných situací popsat modelové situace charakterizované pedpokládanou intenzitou poskození porost odpovídající prbhu zimy vyjádenému pomocí kvantitativních parametr snhové pokrývky. Ve výsledcích jsou popsány jednotlivé zimní sezóny a výstupem je charakteristika tí modelových situací s rznou intenzitou poskození porost, které se zárove odlisují namenými hodnotami mnozství snhu. Klícová slova: lesní porost; skody snhem; smrk ztepilý; modelová situace Úvod S disturbancemi les zpsobenými abiotickými zivelními faktory se lesníci setkávají od pocátku cílevdomé hospodáské úpravy les. Poskození les vtrem, snhem a námrazou je castým fenoménem v lesním hospodáství zalozeném na umlé obnov s jednou pevazující devinou (Spiecker 2000) pi odpovídajících klimatických podmínkách ­ v Ceské republice zejména v pohranicních horách, Karpatech, ale také v Brdech nebo na Ceskomoravské vrchovin (Tolasz et al. 2007). Zivelní lesní kalamity a polomy jsou bzné nejen ve vsech stedoevropských zemích ale i na Britských ostrovech, v Austrálii, na Novém Zéland, nebo v Japonsku (Slodicák 1996). V Evrop je kazdorocn vytzeno cca 35 mil. m3 díví jako dsledek pirozených disturbancí, zpsobených pedevsím vtrem (Schelhaas et al. 2003). Také v Ceské republice patí sníh, námraza a pedevsím vítr k nejvýznamnjsím pícinám nahodilých tzeb (Rychtecká & Urbacová 2008). Pravdpodobnost a intenzita psobení abiotických skod (vítr a sníh) mze být hodnocena rznými metodami. Podle pouzitých postup mohou být rozdleny do tí kategorií: empirické, statistické a mechanické (Kamimura & Shirashi 2007). Empirické metody jsou zalozeny pedevsím na terénních pracích a (nebo) historických záznamech, ze kterých jsou vymezeny rizikové oblasti. Pro Moravskoslezské Beskydy byl empirický postup pouzit v Oblastním plánu rozvoje les (Holusa 2000). Tyto postupy pedkládají snadno srozumitelné výsledky, ale nedokází detailn statisticky zachytit zpsobené skody (Gardiner & Quine 2000). Historické záznamy nejsou dostatecn podrobné a úplné (Holusa et al. 2010), terénní setení má zase omezený prostorový a hlavn casový rozsah a narází na velkou casovou promnlivost obrazu poskození (Kístek et al. 2012). Statistické metody hodnotí a pedpovídají skody z dlouhého casového období pomocí regresních analýz a model v úrovni i jednotlivých porost (Jalkanen & Mattila 2000, Kamimura & Shirashi 2007). Pouzití statistických model je omezeno dostupností a vrohodností pouzitých dat (Kamimura & Shirashi 2007). Mechanické modely pohlízejí na strom jako na jednostrann vetknutý nosník resp. na porost jako soustavu jednostrann vetknutých nosník a hodnotí odolnost této *Corresponding author. Stpán Kístek, e-mail: stepan.kristek@uhul.cz, phone: +420 720504271 soustavy vci namáhání vtrem a snhovou zátzí fyzikálními metodami technické mechaniky. Pravdpodobnost skod je pak odhadována pomocí model kritických rychlostí vtru nebo kombinací výsky snhu s touto rychlostí, spolu s klimatickými modely zachycujícími pedpokládané rychlosti vtru a výsky snhové pokrývky ve zvoleném území. Výhodou tchto model je adaptabilita pro rzné klimatické podmínky a charakteristiky porost, vcetn zhodnocení vlivu lesního hospodáství na stabilitu lesního ekosystému (Gardiner et al. 2000). V soucasnosti se pouzívají dva mechanické modely: HWind vytvoený pro hodnocení rizika skod vtrem a snhem v jehlicnatých porostech severských zemí (Peltola et al. 1999) a ForestGALES vyvinutý ve Velké Británii (Gardiner & Quine 2000). Existují i dalsí modely pro psobení vtru (,,WINDARC" ­ Lekes & Dandul 2000), které vsak nezohledují snhovou zátz. Päätalo et. al. (1999) kombinoval pro krátkodobou zátz snhem regresní statistický model se simulací mechanickým modelem HWind. Vicena (2003) navrhuje pro námrazové polomy postup empirického zjisování rozsahu, který lze s úspchem pouzít i pro sbr dat o poskození snhem. Jeho metodou zjistná podrobná data se mohou stát vstupem do statistického modelu. Vytvoení modelu potenciálního ohrození smrkových porost snhem mze být jedním z nástroj lesního managementu pro plánování a realizaci opatení s ohledem na odolnost porost i pípadnou sanaci skod. Z ekonomického hlediska narusení hospodáských les snizuje výnos z tzby díví a naopak zvysuje náklady na nahodilé tzby a obnovu a zpsobuje problémy v lesním hospodáství (Savill 1983). Vsechny modely potebují podrobná data o poskození lesních porost i jednotlivých strom (Kístek et al. 2012, Hlásny et al. 201 a také o parametrech skodlivého cinitele (Kístek et al. 2011b, Hlásny et al. 201. Vtsina studií bere v úvahu pouze poskození vedoucí k odumení strom (nap. Peltola et al. 2000; Klopcic et al. 2009; Gardiner & Quine 2000), nebo intenzitu poskození (Jalkanen & Matilla 2000) casto jen na základ evidence nahodilých tzeb lesním provozem (Konôpka et al. 2007). Pro sestavení modelu je dlezité vymezení modelových situací, tj. charakteristických kombinací hodnot jednotlivých velicin, které vznik poskození ovlivují. Cílem píspvku je popsat modelové situace (Hlásny et al. 201 z hlediska dsledku: projevu (intenzity) poskození porost na stran vysvtlované promnné (receptoru) a z hlediska píciny: (kvantitativních parametr) snhu na stran vysvtlující promnné (stresoru). Údaje z jednotlivých zimních sezón a (nebo) meteorologických situací jsou roztídny a sdruzeny podle podobnosti, resp. rozdílnosti namených hodnot. vodní nádrze) do 1323 m n.m. (vrchol Lysé hory). Území patí k oblastem s nejvyssími srázkovými úhrny v CR (Tolasz et al. 2007), na Lysé hoe byla zaznamenána nejvyssí snhová pokrývka ze vsech meteorologických stanic v Ceské republice (491 cm dne 8.­9. bezna 191. V devinné skladb pevládá z 80 % smrk Picea abies (L.) Karst., pevázn na nepvodních stanovistích (75 % ­ Culek 1996). Pokrývá 5. az 7. lesní vegetacní stupe (LVS) podle lesnicko-typologické klasifikace (Plíva 197, picemz 80 % území lezí v pátém jedlobukovém LVS (Holusa 2004). Pvodní jedlobukové lesy byly tém vytzeny bhem valasské kolonizace v 16. století (Pavelka & Trezner 200, soucasné smrkové porosty jsou alochtonními (ve smyslu COUNCIL DIRECTIVE 1999/105/EC) neboli sekundárními lesy (Slodicák 1996; Slodicák & Novák 2006). Obnova les Beskyd smrkem v 19. století byla zalozena pevázn reprodukcním materiálem pocházejícím z jizních Tyrol (oblast Innsbrucku; Holusa 2004), který není pizpsoben pírodním podmínkám stedoevropských Karpat. Vyznacuje se vysokou produkcí, sirokou korunou a nízkou odolností vci mechanickému poskození abiotickými ciniteli ­ vtrem, snhem a námrazou (Nykänen et al. 1997; Rottmann 1985; Valinger et al. 1993). obr. 1. Poloha zájmového území Fig. 1. Study area's location. Legend: 1323 m a.s.l. Lysá hora, 508 m a.s.l. Sance reservoir, 2×2 km grid; Study plots: Snow measurement, Snow damage 2. Materiál a metody 2.1. Studované území V letech 2006­2011 bylo poskození porost snhem pedmtem intenzivního studia v povodí pehradní nádrze Sance v Moravskoslezských Beskydech (49°23`19" ­ 49°33`03" N; 18°21`50" ­ 18°32`24" E; obr. . Celková plocha povodí je 14,5 tis. ha, z toho plocha les 12,6 tis. ha; nadmoská výska území je od 508 m n.m. (stední hladina 2.2. Poskození porost snhem Data o poskození porost snhem byla sbírána v síti studijních ploch ­ transekt prolozených polygony porostních skupin. Design výbru studijních ploch byl stanoven kombinací systematického vzorkování a stratifikovaného náhodného vzorkování (Kístek et al. 2012). Pro výbr studijních ploch byla zájmovým územím prolozena ctvercová sí 2×2 km. V kazdém ctverci pak bylo vybráno po jedné porostní skupin z kazdé dvacetileté vkové tídy (zpravidla 6­8 porostních skupin na ctverec), která splovala dalsí výbrová kritéria (pevaha zastoupení smrku ztepilého, jednoduchost vertikální struktury, výskyt na úhlopícce prolozené ctvercem). Studijní plocha byla zalozena jako transekt vybranou porostní skupinou; síka transektu byla volena pímo v terénu tak, aby se na studijní plose vyskytovalo nejmén 100 strom (Hlásny et al. 201. Celkem bylo vybráno 365 porostních skupin, coz je piblizn 6,8 % vsech porostních skupin v oblasti, a probhlo sest opakovaných hodnocení vzdy okolo 45 tis. jedinc. Stromy byly zaazovány do typ poskození (Vicena 2003, Kístek et al. 2012, viz obr. 2): zdravý, ohnutý, vrcholový zlom, korunový zlom, kmenový zlom, vývrat, paez z asanacní tzby, staré poskození snhem a námrazou. Poskození bylo vycísleno jako procento nov poskozených (zlomených, vyvrácených nebo ohnutých) strom z celkového poctu strom na transektu. Jako poskozený strom byl pocítán také cerstvý paez z asanacní tzby. Tabulka 1. Kvantitativní parametry snhové pokrývky Table 1. Quantitative parameters of snow cover. Parametr Výska snhu5) Výska odebraného vzorku7) Hmotnost vzorku8) Kalibracní objem odbrného válce9) Prmrná výska snhové pokrývky10) Hustota snhu1 Objem odebraného vzorku12) Vodní hodnota snhu Znacka2) Mrná jednotka3) d cm dSn cm m kg Vk l SCE SHU V SVH cm kg.m-3 l mm Vzorec4) pímé mení6) pímé mení6) pímé mení6) pímé mení6) 13) Parameter, 2)Symbol, 3)Unit, 4)Formula, 5)Snow depth, 6)Direct measurement, 7)Depth of collected sample, 8)Sample weight, 9)Calibration volume of sampling cylinder, 10)Average snow cover depth, 1 Snow density, 12)Volume of collected sample, 13)Snow water equivalent 2.4. Typizace modelových situací Modelové situace byly hledány jako skupiny výsledk, které jsou charakteristické intenzitou poskození porost a (nebo) parametry snhové pokrývky. Soubory hodnoty z jednotlivých let a cykl mení byly vzájemn porovnávány a situace s podobnými stedními hodnotami a variabilitou byly sdruzeny do typových skupin, pro kazdou skupinu pak byly stanoveny typické rozsahy hodnot a tyto pouzity jako modelové situace. Rozdíly mezi jednotlivými situacemi byly testovány neparametrickou ANOVOU ­ Kruskal-Wallisovým testem (Kruskal & Wallis 1952) v software Statistica v. 12. 3. výsledky obr. 2.Typy mechanického poskození strom snhem a námrazou (obr. pevzat z Kístek et al. 2012, autorka kreseb Petra Vojtelová) Fig. 2. Types of snow and ice damage to trees (Kístek et al. 2012). Left to right, upper: Top breakage, Crown breakage, Trunk breakage; bottom: Bending, Uprooting, Stump, Without damage. 2.3. Vlastnosti snhové pokrývky Kvantitativní parametry snhové pokrývky byly meny v identické dvoukilometrové ctvercové síti: V kazdém z 52 ctverc byl zalozen nejmén jeden duplex studijních ploch pro mení snhu ­ vzdy jedna volná plocha mimo les a nejmén jedna plocha v pilehlém lesním porostu. Výbr studijních ploch vycházel ze stratifikace, kde na jednotlivých úrovních se uplatnily metody selektivního vzorkování, prostorového výbru (jitteringu), ale rozhodující roli hrál výbr podle pístupnosti (accessibility sampling). Na studijních plochách byla mena výska snhové pokrývky, objem a hmotnost odebraných vzork snhu. Z namených hodnot byly vypocteny parametry: prmrná výska snhové pokrývky, hustota a vodní hodnota snhu (tabuka 1, Kístek et al. 2011b). Mení bylo opakováno nkolikrát bhem zimní sezóny, pednostn v období kulminace vodní hodnoty snhu ped zacátkem jarního tání a v období, kdy docházelo ke snhovému polomu, nap. íjen 2009 (Kístek et al. 2011a). Celkov bylo provedeno 15 opakování expedicního mení na az 122 dílcích podplochách a shromázdna data o celkem 1547 pípadech prmrné výsky snhové pokrývky, hustoty a vodní hodnoty snhu. Podle intenzity polom byly výsledky rozdleny do tí typových skupin: (i) Jaro 2006, kdy byl zaznamenán polom ze zimy 2005/2006; (ii) listopad 2009 a jaro 2010, kdy ob mení zachytila polom zpsobený snhovou kalamitou ve dnech 13.­16. 10. 2009 a (iii) jarní mení 2008, 2009 a 2011, odpovídající zimním sezónám 2007/2008, 2008/2009 a 2010/2011, které se vyznacovaly minimálním poskozením (obr. 3, tabuky 2 a 3). skody zanedbatelné a intenzita nebyla vyhodnocena) obr. 3. Intenzita poskození smrkových porost snhem v letech 2006­2011 (X/2009 = snhový polom z íjna 2009; v roce 2007 byly Fig. 3. Intensity of snow damage to Norway spruce stands during 2006­2011 (X/2009 = snow damage in October 2009; damage was negli- gible in 2007 and intensity was not evaluated). Intensity of damage, 2)Median, 3)Non-outlying range, 4)Moderate outliers, 5)Extreme outliers Tabulka 2. Pocty hodnocených strom podle typ poskození v jednotlivých letech (X/2009 = snhový polom z íjna 2009) Table 2. Number of trees evaluated by type of damage for each year (X/2009 = snow damage in October 2009). Rok 2006 2008 2009 X/2009 2010 2011 Zdravý2) 29212 14415 32907 30855 29262 26238 Ohnutý3) 2420 386 626 1085 676 55 Vrcholový zlom4) 2548 38 170 2022 1755 31 Korunový zlom5) 2505 13 74 1561 1452 10 Kmenový zlom6) 1156 22 47 605 591 25 Vývrat7) 359 30 52 362 319 61 Paez8) 303 111 239 98 370 200 Staré poskození9) 4343 7283 11457 8686 9046 16365 Year, 2)Undamaged, 3)Bending, 4)Top breakage, 5)Crown breakage, 6)Trunk breakage, 7)Uprooting, 8)Stump, 9)Old damage Tabulka 3. Vícenásobné porovnání poskození smrkových porost snhem v jednotlivých zimních obdobích (Kruskal-Wallis test: H (5, N = 2025) = 851,25; p = 0,000; statisticky významný rozdíl: *p < 0,0001, **p < 0,05; zvýraznny hodnoty, kde nebyl zjistn významný rozdíl) Table 3. Multiple comparisons of damage to spruce stands for each winter (Kruskal­Wallis test: H (5, N = 2025) = 851.25; p = 0.000; statistically significant difference: *p < 0.0001, **p < 0.05; highlighted values indicate insignificant differences). 2006 2008 2009 X/2009 2010 2011 R:1561,3 R:678,6 R:705,8 R:1194,4 R:1234,3 R:560,0 2008 17,27803* 2009 19,73767* 0,53230 X/2009 8,46346* 10,10728* 11,28973* 2010 7,53252* 10,87835* 12,19481* 0,92060 2011 23,08679* 2,32434 3,36726** 14,64924* 15,54910* obr. 4. Parametry snhové pokrývky v zimách 2006­2011 (X/2009 = snhová kalamita 13.­16. 10. 2009) Fig. 4. Snow cover parameters in winters of 2006­2011 (X/2009 = heavy snowfall from 13­16/10/2009). Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Median, 5)Non-outlying range, 6)Moderate outliers, 7)Extreme outliers Poskození porost koresponduje s namenými parametry snhové pokrývky (obr. 4) a lze je rovnz piadit ke tem typm situací zimních sezón. (i) Nejvtsí mnozství snhu bylo zjistno v zim 2005/2006 (výska snhové pokrývky 245 cm, dne 8. 3. 2006 na hebeni hory Smrk, 1194 m n.m., maximum vodní hodnoty snhu 693 mm). (ii) Ve dnech 13.­14. 10. 2009 napadla pívalová snhová srázka na nezamrzlou pdu a nepipravenou vegetaci ped zacátkem období vegetacního klidu o prmrné výsce snhové pokrývky podle mikroklimatické situace od 26 do 88 cm. (iii) Roky 2007­2008 a 2010­2011 se vyznacovaly mírnými zimami s nízkým mnozstvím snhu. Výjimkou je pouze situace v únoru­beznu 2009, kdy dosahovala výska snhové pokrývky (maximum 248 cm, 26. 3. 2009 pod vrcholem Lysé hory, 1291 m n.m.) hodnot srovnatelných se zimou 2005/2006 (tabuka 4). Vodní hodnota snhu byla sice o nco nizsí, nez v roce 2006, pesto vsak signifikantn vyssí nez v ostatních pípadech, vcetn íjna 2009. Hustota snhu pak byla podobná, jako v letech 2007, 2008 a íjnu 2009 (obr. 4). Podle výsky snhové pokrývky lze namené snhové situace rozdlit do tí skupin (tabuka 4, obr. 4): (i) zima 2005/2006 + zima 2008/2009, (ii) íjen 2009 + zima 2009/2010, (iii) zima 2006/2007 + 2007/2008 + 2010/2011. Podle vodní hodnoty snhu jsou skupiny totozné, pouze zima 2008/2009 se vycleuje jako samostatný typ, který je svými hodnotami nizsí nez hodnoty ze zimy 2005/2006, ale vyssí nez vsechny ostatní zmené situace (tabuka 5). Nejmensí odlisnosti jsou mezi stedními hodnotami hustoty snhu (tabuka 6). Statisticky zde také vyplývají ti signifikantn odlisné situace, jejich uspoádání se ale cástecn lisí: (i) Zima 2005/2006 zstává jako sezóna nejbohatsí na snhové srázky a s nejvtsími skodami, (iii) íjen 2009 se pílis nelisí od ostatních sezón 2006/2007 + 2007/2008 + 2008/2009 a piadit sem lze i zimu 2009/2010, (ii) mení v roce 2011 se pak krom vysokých stedních hodnot (podobných zim 2005/2006) vymyká pedevsím velkou variabilitou vypoctené hustoty snhu (obr. 4). Tabulka 4. Vícenásobné porovnání výsky snhové pokrývky v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 388) = 305,1381, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 4. Multiple comparisons of snow cover depth for each winter (Kruskal-Wallis test: H (6, N = 388) = 305.1381; p = 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01; highlighted values indicate no significant difference determined). 2006 2007 2008 2009 X/2009 2010 2011 R:351,54 R:126,87 R:82,707 R:314,14 R:232,86 R:186,68 R:84,836 2007 10,25959*** 2008 12,48726*** 2,08240 2009 1,73729 8,83007*** 11,11272* X/2009 5,369802*** 4,863978*** 7,010377*** 3,795024** 2010 7,626686*** 2,808088 4,970550*** 6,093753*** 2,147251 2011 12,38836*** 1,98200 0,10224 11,01048*** 6,91096*** 4,86875*** Tabulka 5. Vícenásobné porovnání vodní hodnoty snhu v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 388) = 264,3829, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01, *p < 0,05; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 5. Multiple comparisons snow water equivalent for each winter (Kruskal-Wallis test: H (6, N = 388) = 264.3829; p < 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01, *p < 0.05; highlighted values indicate no significant difference determined). 2006 2007 2008 2009 X/2009 2010 2011 R:361,60 R:123,50 R:79,81 R:291,28 R:211,65 R:188,61 R:121,98 2007 10,87284*** 2008 13,08904*** 2,06006 2009 3,26607* 7,91141*** 10,15445*** X/2009 6,784186*** 4,045636** 6,155708*** 3,717915** 2010 8,002332*** 3,057366* 5,201709*** 4,908490*** 1,071284 2011 11,13013*** 0,07154 2,02501 8,12943*** 4,18670** 3,18552* Tabulka 6. Vícenásobné porovnání hustoty snhu v jednotlivých zimních obdobních (Kruskal-Wallis test: H (6, N = 379) = 135,1488, p = 0,000; statisticky významný rozdíl: ***p < 0,0001, **p < 0,01, *p < 0,05; zvýraznny hodnoty, kde nebyl zjistn statisticky významný rozdíl) Table 6. Multiple comparisons of snow density for each winter (Kruskal-Wallis test: H (6, N = 379) = 135.1488; p = 0.000; statistically significant difference: ***p < 0.0001, **p < 0.01, *p < 0.05; highlighted values indicate insignificant differences). 2006 2007 2008 209 X/2009 2010 2011 R:325,08 R:169,28 R:147,96 R:127,74 R:125,75 R:197,00 R:239,02 2007 7,283428*** 2009 8,082172*** 0,986311 2099 9,383691*** 2,004979 0,951116 X/2009 9,232443*** 2,044991 1,018242 0,095181 2010 6,065490*** 1,332539 2,297838 3,389656* 3,391485* 2011 4,092347** 3,366353* 4,283687** 5,469897*** 5,413808*** 2,056408 obr. 5. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 1; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 5. Snow cover parameters and intensity of snow damage, model scenario 1; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density; 4)Damage, 5)Intensity of damage, 6)Median, 7), non-outlying range. obr. 6. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 2; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 6. Snow cover parameters and intensity of snow damage, model scenario 2; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Damage, 5)Intensity of damage, 6)Median, 7)Non-outlying range. obr. 7. Parametry snhové pokrývky a intenzita poskození porost, modelová situace 3; SCE = výska snhové pokrývky, SVH = vodní hodnota snhu, SHU = hustota snhu Fig. 7. Snow cover parameters and intensity of snow damage, model scenario 3; X: SCE = snow cover depth, SVH = snow water equivalent, SHU = snow density. Snow cover depth, 2)Snow water equivalent, 3)Snow density, 4)Damage, 5)Intensity of damage, 6)Median, 7)Non-outlying range Souhrnem statistického hodnocení podobnosti výsledk intenzity poskození porost i parametr snhové pokrývky je rozdlení sezón do tí modelových situací (tabuka 7, Hlásny et al. 201: (i) Katastrofální poskození porost dlouhotrvající zátzí tzkého snhu odpovídá zim 2005/2006 (obr. 5). (ii) Stední diferencované poskození pedevsím v nizsích polohách casným snhem odpovídá pívalové snhové srázce 13.­14. 10. 2009. Jeho následky se promítly i do hodnocení zimy 2009/2010 (obr. 6). (iii) N o r m á l n í p r b h z i m y s p r m r n ý m a z podprmrným mnozstvím snhu nezpsobuje významné skody. Stední hodnota intenzity poskození nedosahuje 3 % (obr. 7). Prbh zimy odpovídá sezónám 2006/2007, 2007/2008 a 2010/2011. Tabulka 7. Multikriteriální vymezení modelových situací podle snhových sezón 2005­2011 Table 7. Multi-criteria analysis of model scenarios by snow seasons 2005­2011. Sezóna 2005/2006 2006/2007 2007/2008 2008/2009 X/2009 2009/2010 2010/2011 Poskození2) i iii* iii iii ii ii iii Výska snhové pokrývky3) i iii iii i ii ii iii Vodní hodnota snhu4) i iii iii iv ii ii iii Hustota snhu5) i iii iii iii iii iii ii Celkem6) i iii iii -- ii ii iii * V roce 2007 nebylo poskození s financních dvod hodnoceno, protoze bylo velmi nízké. Winter, 2)Damage, 3)Snow cover depth, 4)Snow water equivalent, 5)Snow density, 6)Total Zima 2008/2009 se vyznacovala vtsím mnozstvím pevázn lehkého az stedn tzkého snhu, který nezpsobil významné skody, a nelze ji pro vymezení modelových situací pouzít. 4. diskuse Pi výzkumu v povodí nádrze Sance v letech 2006­2011 byly zaznamenány dv události s výskytem rozsáhlých snhových polom (obr. 3, Hlásny et al. 201. Pi hodnocení na jae 2006 byl zachycen polom vzniklý bhem zimy 2005/2006, pedevsím na pocátku prosince 2005 (Konôpka et al. 2007). Druhým pípadem byl polom zpsobený snhovou kalamitou ve dnech 13.­16. 10. 2009, který byl zaznamenán ihned pi následném setení v listopadu 2009 po odtátí vtsiny casného snhu a poté znovu pi pravidelném hodnocení na jae 2010. Protoze vtsinu polomu z íjna 2009 nebylo mozné v krátkém meziobdobí po roztátí casného snhu (konec íjna) do nástupu normální zimy asanovat a pi pravidelném terénním setení rozsahu polom na jae 2010 nebylo mozné vizuáln odlisit skody vzniklé v íjnu 2009 od pípadných následných poskození vzniklých az bhem normální zimní sezóny, zahrnují výsledky prezentované za rok 2010 hlavn skody z íjna 2009. Srovnání výsledk z íjna 2009 s jarem 2010 (tabuka 3) neukazuje statisticky významné rozdíly a napovídá, ze bhem normální zimy 2009/2010 jiz k významným skodám nedoslo. Bhem zim 2007/2008, 2008/2009 a 2010/2011 nedoslo k váznému poskození porost, ¾ vsech hodnocených porost byly poskozeny s intenzitou maximáln 2 % (v roce 2011 bylo dokonce více nez 80 procent smrkových porost zcela bez známek cerstvého poskození), picemz bylo-li v kazdém roce zaznamenáno nkolik extrémních hodnot s vyssí intenzitou poskození, jednalo se pevázn o poskození mladých porost ohybem (viz tabuka 2), které má nulový hospodáský význam. V zim 2006/2007 bylo poskození porost tak malé (srovnateln s rokem 201, ze v roce 2007 se terénní setení neuskutecnilo, a skody ze zimy 2006/2007 mzeme povazovat za prakticky nulové. Kvantifikované parametry snhové pokrývky jsou mítkem mnozství snhu jako skodlivého cinitele v ochran les (Stolina 1985), který je v kauzálním pojetí pícinou výse popsaných následk ­ poskození porost. Mezi vodní hodnotou snhu, výskou snhové pokrývky a hustotou snhu je vztah, který lze vyjádit matematickou funkcí SVH = 0,01 * SCE * SHU, kde SVH je vodní hodnota snhu v mm, SCE je výska snhové pokrývky v cm a SHU je hustota snhu v kg*m-3; 0,01 je pepoctový koeficient pouzitý pro pepocet rozdílných jednotek, ve kterých jsou jednotlivé veliciny meny. Mnozství snhu v jednotlivých zimních situacích dobe vyjaduje výska snhové pokrývky i vodní hodnota snhu; nejlépe je mnozství snhu vyjádeno práv vodní hodnotou (Lehtonen et al. 2014), v praxi se vsak castji pouzívá výska snhové pokrývky, nebo její mení je technicky výrazn mén nárocné (odpadá slozité zjisování objemu a hmotnosti vzork, Kístek et al. 2011b) a pitom dobe koreluje s vodní hodnotou snhu (r = 0,93 podle výsledk 2006­201. Ackoliv hustota snhu je významnou vlastností, která by mohla mít klícový význam pro vznik poskození (viz nap. Stolina 1985, Konôpka et al. 2008, Vicena et al. 1979), namené hodnoty tomu pílis nenasvdcují. Problematická je zejména velká variabilita namených hodnot hustoty pi nízkých výskách snhové pokrývky (variacní koeficient hustoty negativn koreluje s prmrnou výskou snhové pokrývky r = -0,373 ­ srovnej výsledky z roku 2011, kdy byla výska snhové pokrývky extrémn nízká), coz je zpsobeno zejména snízenou pesností mení pi malých objemech odebíraných vzork profilu snhové pokrývky (podrobnji Kístek et al. 2011a,b). Modelové situace vybrané z let 2006­2011 na základ pozorovaného poskození porost kvantifikovaného podílem poskozených jedinc k celkovému poctu jsou popsány také z hlediska klimatických podmínek: mnozství snhu vyjádeného výskou snhové pokrývky (nad 100 cm v roce 2006, 40 a více cm pi jednorázové srázce 13.­15. íjna 2009, srovnej Lehtonen et al. 2014), vodní hodnotou a hustotou snhu. Podle Lehtonena et al. (2014) zacíná poskození nevychovávaných porost pi snhové zátzi mezi 20 az 30 kg*m-2, ale velikost zátze potebné ke vzniku poskození se podstatn lisí podle typu (kvality) snhu v korunách strom a je podstatný rozdíl mezi zatízením snhem (suchým, mokrým nebo pemrzlým) a námrazou. Statistické testy v nasí studii potvrzují návaznost poskození na klimatické situace (výsku snhové pokrývky) v roce 2006, íjnu 2009 i v letech 2007­2008 a 2010­2011. Výjimkou je zima 2008/2009, kdy i pes velké mnozství snhu (srovnatelné s rokem 2006), k významnému poskození porost nedoslo. To naznacuje závislost poskození i na dalsích faktorech (Konôpka et al. 2007, 2008, Lehtonen et al. 2014), vcetn klimatických, jako nap. na nástupu zimy a snzení: 13. 10. 2009 zacalo snzit v nizsích polohách z nízké oblacnosti (do 900 m n.m.) a teprve postupn do 15. 10. 2009 snzení nastupovalo výse spolu se vzestupem oblacnosti a poklesem teploty vzduchu, takze rozlození snhové pokrývky 16. 10. 2009 mlo výrazn nelineární charakter: do 900 m n.m. stoupala vrstva snhu s nadmoskou výskou, ale nad 900 m n.m. jiz byla více mén rovnomrná. Nástupu a prbhu pívalové srázky casného snhu pak odpovídalo i poskození porost. Do 670 m n.m. byly poskozeny vsechny porosty a rozsah kalamity byl piblizn stejný jako v roce 2006, ale nad touto hranicí postupn pibývalo zcela neposkozených porost, picemz nad 900 m n.m. se poskození vyskytovalo jiz jen ojedinle (Hlásny et al. 201. 5. Závr Výsledky ukazují, ze se prbh zimy z pohledu nástupu a mnozství snhových srázek promítá do poskození porost. V zimách s prmrnými nebo podprmrnými snhovými srázkami k významnému poskození porost snhem nedoslo. Byly vsak zaznamenány dv odlisné situace rozsáhlých skod: zima 2005/2006 s velkým (nadnormálním) mnozstvím stedn tzkého az tzkého snhu a pívalová snhová srázka casného snhu 13.­15. 10. 2009, která poskodila nepipravené porosty ped ukoncením vegetacního období. Na základ dat o snhu a poskození porost byly jednotlivé sezóny rozdleny do tí typických modelových situací. Ty nepostihují vsechny mozné situace, které mohou v zájmovém území z hlediska poskození porost snhem vzniknout, ani nemohou podchytit vsechny klimatické faktory, které vznik poskození podmiují. Popis modelových situací z hlediska píciny (mnozství snhu) a následku (poskození porost) je podmínkou nutnou, ale nikoli dostacující, pro vytvoení modelu potenciálního ohrození porost snhem. Tím nelze mít vývoj za dokoncený, ale prezentované výsledky dávají dobrý pedpoklad pro dalsí rozvoj práce na vytvoení modelu. Podkování Clánek vznikl v rámci projektu c. A01/14 financovaného Interní grantovou agenturou FLD CZU Praha a na základ výsledk projektu NAZV c. QH81334 ,,Geoprostorové modelování potenciálního ohrození lesních porost" financovaného Ministerstvem zemdlství CR ­ Národní agenturou pro zemdlský výzkum. literatura COUNCIL DIRECTIVE 1999/105/EC of 22 December 1999 on the marketing of forest reproductive material. Official Journal of the European Communities. 245 p. Culek, M. (ed.), 1996: Biogeografické clenní Ceské republiky. Praha, Enigma, 347 p. Gardiner, B. A., Peltola, H., Kellomäki, S., 2000: Comparison of two models for predicting the critical wind speeds required to damage coniferous trees. Ecol. Model., 129:1­23. Gardiner, B. A., Quine, C. P., 2000: Management of forests to reduce the risk of abiotic damage ­ a review with particular reference to the effects of strong winds. For. Exil. Manage., 135:261­277. Hlásny, T., Kístek, S., Holusa, J., Trombik, J., Urbacová, N., 2011: Snow disturbances in allochtonous Norway spruce forests: an application of Neural Networks based regression modeling. Forest ecology and Management, 262(12):2151­2161. Holusa, J. (ed.), 2000: Oblastní plán rozvoje les. Pírodní lesní oblast 40. Moravskoslezské Beskydy. Textová cást. Platnost 2000­2019. Frýdek-Místek, Ústav pro hospodáskou úpravu les, 225 p. Holusa, J., 2004: Health condition of Norway spruce Picea abies (L.) Karst. stands in the Beskid Mts. Dendrobiology 51 (Suppl.):11­ 17. Holusa, J., Kístek, S., Trombik, J., 2010: Stability of spruce forests in the Beskids: an analysis of wind, snow and drought damages. Beskydy, 3(:43­54. Jalkanen, A., Mattila, U., 2000: Logistic regression models for wind and snow damage in northern Finland based on the National Forest Inventory data. Forest Ecology and Management, 135:315­330. Kamimura, K., Shirashi, N., 2007: A review of strategies for wind damage assessment in Japanese forests. J. For. Res., 12:162­ 176. Klopcic, M., Poljanec, A., Gartner, A., Boncina, A., 2009: Factors related to natural disturbances in mountain Norway spruce (Picea abies) forests in the Julian Alps. Ecosience 16(:48­57. Konôpka, J., Konôpka, B., Nikolov, CH., Rasi, R., 2007: Damage to forest stands by snow with regard to altitute in Orava, Pohronie and Kysuce regions. Lesn. Cas. ­ Forestry Journal, 53(3):173­190. Konôpka, J., Konôpka, B., Nikolov, CH., 2008: Snhové polomy v lesných porastoch na Slovensku. Analýza kalamity zo zimy 2005/2006. Lesnícke stúdie c. 59. Zvolen. Národné lesnícke centrum, Lesnícky výskumný ústav Zvolen, 65 p. KruskaL, W., Wallis, W., A., 1952: Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260):583­621. Kístek, S., Holusa, J., Urbacová, N., Trombik, J., Drápela, K., 2011a: Expeditionary measurements of snow in extensively forested Carpathian mountains: evaluating parameters variability. Carpathian Journal of Earth and Environmental Sciences, 6(2):45­58. Kístek, S., Urbacová, N., Holusa, J., Tomecek, P., 2011b: Mení vlastností snhové pokrývky v lese a mimo les. Certifikovaná metodika. Lesnický prvodce 2/2011. Jílovist-Strnady, Výzkumný ústav lesního hospodáství a myslivosti, v.v.i., 73 p. Kístek, S., Urbacová, N., Holusa, J., 2012: Hodnocení skod zpsobených snhem na lesních porostech. Certifikovaná metodika. Lesnický prvodce 7/2012. Strnady, Výzkumný ústav lesního hospodáství a myslivosti, v.v.i., 40 p. Lehtonen, I., Hoppula, P., Pirinen, P., Gregow, H., 2014: Modelling crown snow loads in Finland: a comparison of two methods. Silva Fennica, 48(3):1120. Dostupné na internete: http:// dx.doi.org/10.14214/sf.1120] Lekes, V., Dandul, I., 2000: Using airflow modeling and spatial analysis for defining wind damage risk classification (WINDARC). Forest Ecology and Management 135:331­344. Lipina, P., 2014: 491 cm celkové snhové pokrývky na Lysé hoe v Beskydech v zimní sezón 1910­11. Infomet. Ceský hydrometeorologický ústav. Dostupné na internete: http://www. infomet.cz/index.php?id=read&idd=1394453361] Nykänen, M. L., Peltola, H., Quine, C. P., Kellomäki, S., Broadgate, M., 1997: Factors affecting snow damage of trees with particular reference to European conditions. Silva Fennica, 31:193­213. Päätalo, M. J., Peltola, H., Kellomäki, S., 1999: Modelling the risk of snow damage to forests under short-term snow loading. Forest Ecology and Management, 116: 51­70. Pavelka, J., Trezner, J. (eds.), 2001: Píroda Valasska. Vsetín, Ceský svaz ochránc pírody, ZO 76/06 Orchidea, 568 p. Peltola, H., Kellomäki, S., Vaisanen, H., Ikonen, V. P., 1999: A mechanistic model for assessing the risk of wind and snow damage to single trees and stands of Scots pine, Norway spruce, and birch. Can. J. For. Res., 29:647­661. Peltola, H., Kellomäki, S., Hassinen, A., Granander, M., 2000: Mechanical stability of Scots pine, Norway spruce and birch: an analysis of tree-pulling experiments in Finland. Forest Ecology and Management, 135:143­153. Plívs, K., 1971: Typologický systém ÚHÚL. Brandýs nad Labem, Ústav pro hospodáskou úpravu les, 90 p. Rottmann, M., 1985: Schneebruchschäden in Nadelholzbeständen. Beiträge zur Beurteilung der Schneebruchgefährdung, Zur Schadensvorbeugung und Zur Behandlung schneegeschädigter Nadelholzbestände. Frankfurt am Main, J. D. Sauerlander's Verlag, 159 p. Rychtecká, P., Urbacová, N., 2008: Skodliví cinitelé lesa v letech 1996­2006 ­ I. cást Abiotictí a antropogenní cinitelé. Lesnická práce, 6:14­15. Savill, PS., 1983: Silviculture in windy climate. For. Abs., 44:473­ 488. Schelhaas, M. J., Nabuurs, G. J., Schuck, A., 2003: Natural disturbances in the European forests in the 19th and 20th centuries. Global Change Biology, 9:1620­1633. Slodicák, M., 1996: Stabilizace lesních porost výchovou. Lesnický prvodce, Jílovist-Strnady, Výzkumný ústav lesního hospodáství a myslivosti, 52 p. Slodicák, M., Novák, J., 2006: Silvicultural measures to increase the mechanical stability of pure secondary Norway spruce stands before conversion. Forest Ecology and Management, 224:252­257. Spiecker, H., 2000: The growth of Norway spruce (Picea abies [L.] Karst.) in Europe within and beyond its natural range. In: Hasenauer, H. (ed.): International Conference on Forest Ecosystem Restoration. Ecological and Economic Impacts of Restoration Processes in secondary coniferous Forests. Proceedings of the International Conference held in Vienna, Austria, 10­12 April 2000, p. 247­256. Stolina, M. (ed.), 1985: Ochrana lesa. Bratislava, Príroda, 480 p. Tolasz, R., Brázdil, R., Bulí, O., Dobrovolný, P., Dubrovský, M., Hájková, L. et al., 2007: Atlas podnebí Ceska. 1. vydání. Praha, Olomouc, Ceský hydrometeorologický ústav, Universita Palackého, 255 p. Valinger, E., Lundqvist, L., Bondesson, L., 1993: Assessing the risk of snow and wind damage from tree physical characteristics. Forestry, 66:249­260. Vicena, I., Paez, J., Konôpka, J., 1979: Ochrana les proti polomm. Praha, SZN, 244 p. Vicena, I., 2003: Námraza v nasich lesích. Písek, Matice lesnická, 129 p. Summary During 2006­2011, snow damage to artificial spruce stands in the basin of the Sance reservoir (about 14,500 ha, Fig. was monitored. Repeated measurements of snow and evaluation of damage to stands were performed in 364 experimental plots. In every year, damage to about 45,000 trees was evaluated. The comparison of the extent of damage to spruce stands in individual winter seasons using the Kruskal-Wallis test (Table 3) indicates differences in damage intensity: while in the winters of 2007­2009 and 2010/2011 damage was negligible, in the winter of 2005/2006 a snowfall of calamity proportions occurred, and in autumn 2009 snowfall was recorded during 13­16 October with corresponding damage intensity in spring 2010 (Fig. 3). The Kruskal-Wallis test also confirmed significant differences in the quantitative parameters of snow cover between individual snow situations, even though the values of snow cover depth (Table 4), snow water equivalent (Table 5), and snow density (Table 6) differed only partially: the "catastrophic" winter of 2005/2006 differed in all parameters, while in the remaining situations snow density was not entirely informative, and mainly its variability changed, reaching its maximum at minimum snow cover depths (Fig. 4). The difference between the winters of 2005/2006 and 2008/2009 is seen mainly in snow water equivalent (Table 5). The torrent of early snow on 13­15 October 2009 was only slightly above-average from the perspective of quantitative parameters of snow cover. At first glance (Fig. 4) it was not an exception to the normal winters of 2007­2008 and 2010­2011, even though the differences in snow cover depth (Table 4) and snow water equivalent (Table 5) were revealed. In evaluating the intensity of stand damage and quantitative snow parameters, three different scenarios were characterised (Table 7): (i) catastrophic damage caused by heavy snow in the winter of 2005/2006 (Fig. 5), (ii) damage caused by a torrential fall of early snow in October 2009 (Fig. 6), and (iii) the "normal" course of winter with minimal damage in the remaining cases (Fig. 7). Different intensities of stand damage and different amounts of snow expressed in quantitative parameters of snow cover corresponded to these model scenarios.

Journal

Forestry Journalde Gruyter

Published: Dec 1, 2014

There are no references for this article.