Časová a plošná variabilita hydrologického sucha v podmínkách

Transkript

Číslo úkolu: 2051
Časová a plošná variabilita
hydrologického sucha v podmínkách
klimatické změny na území České
republiky
Evidenční číslo projektu: SP/1a6/125/08
Ing. Oldřich Novický a kol.
ZÁVĚREČNÁ ZPRÁVA
Zadavatel: Ministerstvo životního prostředí
Číslo výtisku:
Praha, prosinec 2010
2051
Časová a plošná variabilita
hydrologického sucha
v podmínkách klimatické změny
na území České republiky
Evidenční číslo projektu: SP/1a6/125/08
Ing. Oldřich Novický a kol.
Závěrečná zpráva
místo, měsíc rok
počet stran, příloh
Název a sídlo organizace:
Výzkumný ústav vodohospodářský T. G. Masaryka, v.v.i.
Podbabská 30, 160 00 Praha 6
Ředitel:
Mgr. Mark Rieder
Zadavatel:
Ministerstvo životního prostředí
Vršovická 65, 100 10 Praha 10
Zástupce zadavatele:
Mgr. Emilie Nedvědová
Ing. Viktor Mareš
Zahájení a ukončení úkolu:
červenec 2008 – prosinec 2010
Místo uložení zprávy:
SVTI VÚV TGM, v.v.i.
Náměstek ředitele pro výzkumnou a odbornou činnost:
Ing. Petr Bouška, Ph.D.
Vedoucí odboru:
Ing. Anna Hrabánková
Hlavní řešitel:
Ing. Oldřich Novický
Spoluřešitelé:
Ing. Ladislav Kašpárek, CSc., Ing. Eduard Hanslík, CSc., Ing. Radek Vlnas,
Ing. Adam Vizina, RNDr. Theodor Fiala, PhD., RNDr. Jitka Brzáková,
Mgr. Ondřej Ledvinka, Ing. Hana Kourková, Ing. Renata Fridrichová
Časová a plošná variabilita hydrologického sucha v podmínkách klimatické změny na území ČR
Projekt SP/1a6/125/08
OSNOVA
OSNOVA............................................................................................................................... 1
Seznam použitých zkratek..................................................................................................... 4
Úvod...................................................................................................................................... 6
1 NEDOSTATKOVÉ OBJEMY A JEJICH TRVÁNÍ V DENNÍCH ŘADÁCH ............................ 8
Úvod .................................................................................................................................. 8
Data................................................................................................................................... 8
Zpracování řad v programu NiŜówka 2003......................................................................... 9
Regionální analýza ...........................................................................................................13
Metody použité při tvorbě map sucha ............................................................................14
Výsledky v podobě map ................................................................................................15
Diskuze.............................................................................................................................24
Závěr ................................................................................................................................24
2. NEDOSTATKOVÉ OBJEMY A JEJICH TRVÁNÍ V MĚSÍČNÍCH ŘADÁCH ......................29
2.1 Vývoj programů na vyhodnocení nedostatkových objemů...........................................29
2.2 Vyhodnocení nedostatkových objemů programem ExDevmb......................................33
Období 1961–2005........................................................................................................33
Období 1931–2007........................................................................................................34
Období 1931–2007 s limity z období 1961–2005 (měřené průtoky) ...............................34
Dlouhá časová řada na příkladu stanice 2400 Děčín na Labi, 1851–2008.....................45
Období 1931–2007 s limity z období 1961–2005 (přirozené průtoky) ............................47
2.3 Vliv nádrží na průběh hydrologického sucha ...............................................................57
Hydrologický režim toků pod nádržemi ..........................................................................57
Posouzení vlivu nádrží na průběh hydrologického sucha ..............................................58
2.4 Průběh sucha podle klimatických scénářů...................................................................66
2.5 Srovnání identifikace sucha v denních a měsíčních řadách ........................................75
3. NEDOSTATKOVÉ OBJEMY NA ČESKÝCH ŘEKÁCH: TRENDY A VZTAH K FYZICKOGEOGRAFICKÝM CHARAKTERISTIKÁM POVODÍ ............................................................80
3.1 Data ............................................................................................................................80
3.2 Metodika .....................................................................................................................80
3.2 Výsledky .....................................................................................................................81
3.3 Závěr ..........................................................................................................................86
4. MODELOVÁNÍ HYDROLOGICKÉ BILANCE PRO SOUČASNÉ PODMÍNKY A PODMÍNKY
OVLIVNĚNÉ ZMĚNOU KLIMATU ........................................................................................87
4.1 Charakteristika současných podmínek........................................................................88
4.2 SRES scénáře vývoje emisí a koncentrací skleníkových plynů ...................................89
4.3 Hydrologická bilance...................................................................................................90
Odtokové výšky.............................................................................................................90
Složky hydrologického cyklu..........................................................................................93
Shrnutí ..........................................................................................................................96
5. INDEXY SUCHA ..............................................................................................................97
5.1 SPI index (Standardized precipitation index)...............................................................97
Metoda výpočtu .............................................................................................................97
5.2 PDSI (Palmer Drought Severity index) ........................................................................99
Vstupní data ..................................................................................................................99
Metoda výpočtu .............................................................................................................99
Postup výpočtu..............................................................................................................99
5.3 Použití indexů sucha pro vybraná česká povodí v letech 1980 až 2006 ....................101
Srovnání......................................................................................................................103
5.4 Posouzení sucha pomocí syntetických řad v podmínkách ovlivněných změnou klimatu
.......................................................................................................................................104
Data ............................................................................................................................104
Metodika .....................................................................................................................105
Výsledky......................................................................................................................106
Shrnutí ........................................................................................................................111
6. VLIV HYDROBIOLOGICKÉHO SUCHA V PODMÍNKÁCH KLIMATICKÉ ZMĚNY NA
JAKOST POVRCHOVÝCH VOD........................................................................................113
6.1 Úvod .........................................................................................................................113
6.2 Souvislosti vývoje klimatu a kvality vody ...................................................................113
6.3 Charakteristika hlavních přítoků a odtoku z VN Orlík ................................................114
Povodí Vltavy ..............................................................................................................114
Povodí Lužnice............................................................................................................114
Povodí Otavy...............................................................................................................117
Vodní nádrž Orlík ........................................................................................................117
6.4 Metodika ...................................................................................................................119
Sběr dat ......................................................................................................................119
Parametry kvality vody ................................................................................................119
Analýza dat .................................................................................................................120
6.5 Výsledky a diskuse ...................................................................................................121
Vltava Hněvkovice.......................................................................................................121
Lužnice Koloděje .........................................................................................................128
Vltava Kořensko ..........................................................................................................135
Topělec .......................................................................................................................141
Vltava Solenice ...........................................................................................................148
Porovnání vztahů mezi koncentrací látek a průtokem vody .........................................154
Vztahy kvality vody za nízkých a vyšších průtoků........................................................157
6.6 Závěr ........................................................................................................................162
ZÁVĚR ...............................................................................................................................164
Literatura: ...........................................................................................................................167
Seznam použitých zkratek
2E – dvojité exponenciální teoretické rozdělení
AIC – Akaikeho informační kriterium
ALADIN-CLIMATE/CZ – regionální klimatický model založený na předpovědním systému
počasí ČR, vyvinutý v rámci projektu CECILIA
ANOVA – analýza variance
CAEAS – College af agricultural and enviromental science
CMI – Crop moisture index
CVV330 – koeficient variace nedostatkových objemů V330
CVD330 – koeficient variace ročních hodnot dnů D330
ČHMÚ – Český hydrometeorologický ústav
DBČ, dtb – databankové číslo vodoměrné stanice
DESERT – Projekt na monitorování sucha a desertifikace
dMI – De Martonnův index
D330 – roční suma dnů s průtokem pod Q330
DeficitVolume, DefVol, DefVol_A, DefVol_M – nedostatkový objem v měsíčních řadách
odtoku (A: pod fixním ročním prahem, M: pod variabilním měsíčním prahem)
DS – Dry spell method
Duration, Dur, Dur_A, Dur_M – trvání nedostatkového objemu v měsíčních řadách odtoku
(A: pod fixním ročním prahem, M: pod variabilním měsíčním prahem)
EDO – European drought obervatory
ExDevms – program pro interaktivní zpracování měsíčních průtokových řad
ExDevmb – program pro dávkové zpracování měsíčních průtokových řad Qm
ENSEMBLES – projekt zaměřený na pravděpodobnostní odhad budouciho klimatu
ESDISS – European soil data information system
GCM – globální klimatický model
GEV – General extreme value teoretické rozdělení
GP – Zobecněné Pareto teoretické rozdělení
GSA – Geostatistical Analyst
I – Index relativního množství srážek
IDW – interpolační metoda inverzních vzdáleností (inverse distance weighting)
IHA – Indicators of Hydrologic Alteration
IPCC – Intergovernmental panel on climate change
ISPRA – Společné výzkumné centrum EU
J – Johnsonovo teoretické rozdělení
JRC – Joint research centrum
Komise – Evropská komise
LN – Log-normální teoretické rozdělení
MARS - Monitoring agriculture by repote sensing
NAOI – North Atlantic oscillation index
NDMC – National drought mitigation center
OK – ordinary kriging, geostatistická interpolační metoda
P III – Pearsonovo rozdělení III. typu
PDSI – Palmer drought severity index
PHP ČR – Plán hlavních povodí České republiky
Plán – Plán pro plánování pro období sucha (Drought management plan report)
Q – Průtok
Qa – dlouhodobý průměrný průtok
Qd – průměrný denní průtok
Qm – průměrný měsíční průtok
Q70 – průtok s pravděpodobností překročení 70 %
Q70m – měsíčně variabilní průtok s pravděpodobností překročení 70 %
Q95 – průtok s pravděpodobností překročení 95 %
Q95m – měsíčně variabilní průtok s pravděpodobností překročení 95 %
Q330 – 330denní průtok
Q355 – 355denní průtok
Rámcová směrnice – Směrnice Evropského parlament a Rady Evropy (2000/60/ES) ze dne
23. října 2000, kterou se stanoví rámec pro činnost EU v oblasti vodní politiky
RCM – regionální klimatický model
SA – Spatial Analyst (nadstavba geografického informačního systému ArcGIS)
SOI – Southern oscillation index
SPI – Standardized precipitation index
SWSI – Surface water supply index
Threshold – limitní průtok v metodě nedostatkových objemů
W – Weibullovo teoretické rozdělení
WFD – Směrnice Evropského parlament a Rady Evropy (2000/60/ES), kterou se stanoví
rámec pro činnost EU v oblasti vodní politiky
XEROCHORE – Podpůrný program EU pro oblast řešení problematiky nedostatku vody a
sucha v rámci 7. rámcového programu EU
Z – Index odchylky vlhkosti
Úvod
Předložená výzkumná zpráva shrnuje výsledky tříletého (2008–2010) výzkumného projektu
SP/1a6/125/08 s názvem Časová a plošná variabilita hydrologického sucha v podmínkách
klimatické změny na území České republiky. Hlavní pozornost byla věnována zpracování
časových řad průtoků z hlediska nedostatkových objemů, modelování odtoku v podmínkách
klimatické změny, indexům meteorologického sucha a jakosti vody za nízkých průtoků.
Kapitola 1 se zabývá vymezováním a analýzou deficitních objemů za využití dlouhých řad
průměrných denních průtoků od roku 1931 pomocí programu NiŜówka 2003. Mapy poskytují
bližší informaci o prostorové distribuci deficitních objemů a trvání dvou such letního typu
(1947 a 2003) a jednoho sucha typu zimního (1953/1954).
Kapitola 2 je v první části věnována vývoji programů ExDevs a ExDEvb na vyhodnocení
nedostatkových objemů a jejich trvání z průměrných měsíčních průtoků. V její druhé části je
prezentováno časové a plošné hodnocení sucha v ČR programem ExDEvb v řadách od roku
1931. Je uvedeno řešení s prahovými hodnotami pevnými i proměnlivými během roku
v závislosti na křivce překročení průtoků daného měsíce. Jsou analyzovány měřené
i přirozené průtoky. Na příkladu stanice Děčín je analyzována dlouhá časová řada od roku
1851. Dále je popsán vliv nádrží na velikost sucha a provedeno srovnání identifikace sucha
v denních a měsíčních řadách. S využitím výstupů z regionálních klimatických modelů je
simulován průběh sucha v podmínkách klimatické změny.
Kapitola 3 posuzuje existenci trendu v časových řadách ročních a měsíčních hodnot
nedostatkových objemů pomocí modifikované verze Mann-Kendallova testu trendu. V další
části je posouzen vztah nedostatkových objemů k fyzicko-geografickými charakteristikami
povodí. Byly vypočteny korelační koeficienty několika charakteristik povodí, které vypovídají
o jejich závislosti na velikosti nedostatkových objemů.
V kapitole 4 se práce věnuje modelování hydrologické bilance v podmínkách změny klimatu.
Stručně je pojednána část o použitém modelu hydrologické chronologické bilance BILAN
a vybraných scénářích charakterizující podmínky klimatu k referenčnímu roku 2085.
Podrobně je rozvedena část komentující předpokládané změny celkového odtoku
i jednotlivých složek hydrologického cyklu.
Kapitola 5 pojednává o indexech meteorologického sucha a způsobech jejich stanovení
a shrnuje výsledky stanovení indexů sucha v souboru povodí, na nichž byla modelována
hydrologická bilance. Je zde provedena statistika, zda došlo k poklesu jednotlivých indexů,
což by indikovalo nárůst počtu období such.
Kapitola 6 se zabývá hodnocením vlivu nízkých průtoků na jakost vody na příkladu přítoků
VN Orlík v profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko, Otava Topělec
a na odtoku VN Orlík v profilu Vltava Solenice. Z ukazatelů jakosti byly sledovány změny
obecných ukazatelů jakosti vody – teploty, pH, rozpuštěného kyslíku, chemická
a biochemické spotřeby kyslíku, nerozpuštěných látek, dusičnanů, fosforu a dalších látek.
Pozornost byly věnována jakosti vody při průtocích se 70 % zabezpečením.
Sucho je rozšířený jev způsobený především déletrvajícím nedostatkem srážek. Epizody
extrémního sucha mají negativní vliv na vodní zdroje a mohou vážně poškozovat životní
prostředí (Tallaksen, Lannen, 2004). Sucha mohou být spolu s povodněmi považována
v České republice za nejvýznamnější přírodní pohromy. Tradičně jsou rozlišovány čtyři
vzájemně provázané kategorie sucha: meteorologické, hydrologické, zemědělské a socioekonomické (Heim, 2000). Ke kvantifikaci sucha se používá řada ukazatelů založených na
měření srážek, půdní vlhkosti nebo průtoků v závislosti na konkrétním účelu analýzy
Hydrologické sucho je spojováno s důsledky bezsrážkových období na povrchové
a podzemní vody. Extremita, intenzita a frekvence hydrologického sucha je obvykle
definována v měřítku povodí. Ačkoli každé sucho má původ v nedostatku srážek, hydrologie
se více zabývá jeho dopady na tvorbu odtoku. Hydrologické sucho obvykle reaguje na
meteorologick a zemědělské sucho s jistým zpožděním.
Sucho je možné definovat různě. Detailní výklad poskytuje např. Hisdal a Tallaksen (2000).
Sucho je obecně především nedostatek vody k naplnění určitých požadavků v daném místě
a čase. Tyto požadavky se mohou týkat přírodních systémů stejně jako lidských potřeb.
Sucho je tedy relativní koncept.
Hydrologické sucho je spojeno s poklesem průtoků a současně s poklesem hladin podzemní
vody a jejích zásob. Hydrologické sucho se vyvíjí postupně, neboť odtok ve vodních tocích je
doplňován odtokem ze zásob podzemní vody, které ubývají zvolna, i když nedochází
k infiltraci. Hydrologické sucho se může objevit nebo pokračovat také v zimním období jako
důsledek akumulace srážek ve sněhové pokrývce a nízkých teplot.
Tallaksen a Lannen detailně popsali idikátory používané při analýze hydrologického sucha.
Rozlišují primárně jednak charakteristiky malých průtoků a jednak deficitní ukazatele. Mezi
charakteristiky malých průtoků patří např. určitý kvantil křivky překročení průtoku nebo
nejmenší průtok v určitém časovém úseku jako je třeba roční minimum odtoku Další
charakteristiky poskytuje tzv. ‚base flow index‘ či analýza výtokových čar. Deficitní
charakteristiky zahrnují metodu ‚threshold level‘ či ‚ sequent peak‘ algoritmus. Obě spočívají
v určení prahové (threshold) hodnoty průtoku, pod níž je odtok považován za probíhající
v režimu sucha. Poklesne-li průtok pod zvolenou limitní hodnotu začíná suché období. Sucho
končí při zvětšení průtoku nad prahovou úroveň. Mezi charakteristiky takto definovaného
sucha patří jeho velikost (nedostatkový objem), délka trvání a intenzita.
Nedostatkové objemy v různých povodích není možné v absolutních hodnotách vzájemně
porovnávat. Pro účely této studie tedy byly objemy standardizovány dělením příslušným
limitním průtokem. Uvažujeme-li časový krok roven jedné, pak jsou tyto nedostatkové objemy
bezrozměrné a vzájemně porovnatelné.
Nedostatkový objem je tedy možné definovat jako

 Qlim − Qt 
∆t ,
if
 DefVolt −1 + 
DefVolt = 
 Qlim 

,
otherwise
0
Qt < Qlim
kde Qlim je zvolený limitní průtok a Qt je průtok v časovém kroku t , ∆t je časový interval.
Podobný postup použili např. Clausen a Pearson (1995).
1 NEDOSTATKOVÉ OBJEMY A JEJICH TRVÁNÍ V DENNÍCH
ŘADÁCH
Úvod
Před vlastními analýzami disponibilních časových řad bylo rozhodnuto, že se bude vycházet
výhradně z řad průtoků. Jako nejmenší časový úsek byl vzat den. Úkolem Českého
hydrometeorologického ústavu (ČHMÚ) bylo proto vybrat co nejvíce vhodných (ve smyslu
délky a spolehlivosti) řad ve vodoměrných stanicích na území našeho státu. Důraz se také
kladl na prostorové hledisko, ale to muselo mnohdy ustupovat kriteriu délky. Vybráno
nakonec bylo 118 řad průměrných denních průtoků, které pak vstupovaly do polského
programu NiŜówka 2003. Základními výstupy analýz v tomto programu byly přehledné
tabulky obsahující údaje o maximech nedostatkových (deficitních) objemů a též maximálním
trvání hydrologického sucha v průběhu zachycené historie. Po rozboru časové variability se
v dalším prováděla analýza prostorového rozložení nejvýznamnějších such 1947, 1953/1954
a 2003, která postihla v podstatě celou Českou republiku (ČR). K tomuto účelu byl využit
potenciál geografických informačních systémů (GIS), ve kterých vznikaly mapy. Ty umožňují
lépe rozeznat především vztahy mezi lokací měřících stanic a hydrologickými suchy v nich
napozorovaných. Mapy byly tvořeny tak, aby byly možné komparace s výsledky analýzy řad
měsíčních.
Data
Kriterií výběru vhodných řad pro analýzu bylo několik, hlavním z nich byla délka. Původní
plán byl v průběhu procesu (na základě zkušeností) několikrát upraven a v závislosti na tom
existuje také více výstupů.
Zaprvé bylo rozhodnuto, že se z rozličných metod hodnotících sucho v hydrologii (např.
Tallaksen, van Lanen et al., 2004) použije právě metoda prahových hodnot (tzv. truncation
nebo threshold level method). Zvolily se dvě hodnoty, které měly vymezovat sucho, a to
konkrétně průtoky s pravděpodobností překročení 95 % a 70 % (dále Q95 a Q70).
Zadruhé byly upřednostněny stanice s co nejdelšími řadami průměrných denních průtoků
(Qd). Začátek pozorování však nesměl být po hydrologickém roce 1947, aby bylo
podchyceno sucho v roce 1947. Řady měly být nepřerušené, u některých neúplných řad se
provedlo:
•
prosté spojování (pokud plochy povodí nebyly příliš odlišné)
•
spojování za pomoci multiplikativního koeficientu (v případě větší odlišnosti plochy
povodí)
•
spojování za využití lineárních regresních rovnic, bylo-li stanovení koeficientů možné
díky několikaletému společnému pozorování stanic.
Spojování se týkalo např. stanic 1040 (Brandýs nad Labem, řada končí rokem 2005) a 1044
(Kostelec nad Labem, řada navazuje).
Zatřetí se v projektu uvažovalo o výpočtech za dvě hydrologická období. Jako referenční
bylo zvoleno období 1961–2005. Druhým bylo období od počátku pozorování do roku 2007.
Jak již bylo zmíněno, řady nesměly mít počátek po hydrologickém roce 1947, mohl však být
různý. Toto kriterium se později ještě zpřísnilo tak, že do větší historie než do hydrologického
roku 1931 analýzy nezasahovaly. Počátek se ale stále mohl měnit (v rozmezí let 1931–
1947).
Dodejme ještě, že do analýz vstupovaly i řady ovlivněné lidskou činností (např. nádržemi, jež
v období sucha průtoky nadlepšují). Bylo to vlastně záměrem, neboť jedním z cílů bylo zjistit,
jak se lidská činnost během hydrologického sucha projevuje.
Obr. 1.1 Polohy stanic vybraných pro analýzu hydrologického sucha na území ČR
Zpracování řad v programu NiŜówka 2003
Nakonec všem kriteriím odpovídalo 118 stanic (Obr. 1.1). Řady průměrných denních průtoků
pak byly podrobovány analýzám v polském programu NiŜówka 20031. Pomocí tohoto
programu lze stanovit délky (ve dnech) jednotlivých řad pod určitým prahem. Z délek
a konkrétních hodnot průtoků je možné odvodit deficitní objemy odpovídající vyhledaným
suchým obdobím. V konfigurační nabídce programu je nutné předem nastavit několik
parametrů, které mají velký vliv na samotné výsledky. Jsou to:
1
•
minimální odlehlost jednotlivých such (minimum distance between successive
droughts); tento parametr slučuje sucha, která jsou oddělena pouze krátkou dobou,
kdy průtoky přesáhly práh (jestliže je např. čas mezi dvěma suchy menší než
nastavená hodnota, obě sucha jsou spojena do jednoho)
•
minimální délka sucha (minimum drought length); jde o parametr, jenž z analýz
odstraňuje sucha s trváním menším než je daná doba
•
minimální počet such během sledovaného období (minimum number of drought
events); parametr zajišťující, že počet such zjištěných v řadě je větší nebo roven
nastavené hodnotě
Autorem programu je Wojciech Jakubowski z Přírodovědecké univerzity ve Wroclawi
•
koeficient alfa (coefficient alpha)2; díky tomuto parametru se mezi samostatná sucha
nepočítají ta období, jejichž deficitní objem je menší než podíl α na maximálním
deficitním objemu během celého pozorování.
Zpočátku byly první dva parametry postupně nastaveny na 1 den a 3 dny. Při zpracovávání
dat se však ukázalo, že takto se sucha, alespoň v podmínkách ČR, tříští na krátká období.
Před prostorovou analýzou sucha a tvorbou map pro ČR se provedly další výpočty.
Tentokrát byly první dva parametry změněny na 5, resp. na 7 dní. Minimální počet such byl
při obou výpočtech nastaven na dvacet3. Koeficientu alfa byla ponechána původní hodnota
0,005. Detailnější informace o programu NiŜówka 2003 a nastavování parametrů lze najít
v příspěvku Hisdal et al. (2004) nebo v diplomové práci Fleig (2004).
Obr. 1.2 Ukázka textového výstupu z programu NiŜówka 2003 pro stanici 4370 (Trávní Dvůr) za
využití Q95
Z uvedeného je patrno, že bylo získáno velké množství výsledků. Už jen při prvních
výpočtech bylo získáno 480 textových výstupů (pro každou stanici 2 prahové hodnoty a 2
období; příklady jsou na Obr. 1.2 a Obr. 1.34), z nichž byla vybírána maxima jak pro deficitní
objemy, tak pro trvání sucha včetně jejich měsíce výskytu.
Výsledné hodnoty byly sestaveny do tabulky v MS Excelu, její ukázka je v Tab. 1. Kompletní
tabulka a stejně tak všechny zdrojové textové soubory vygenerované NiŜówkou se nachází
v Příloze. V tabulce jsou uvedeny nedostatkové objemy a trvání pod zvolenými prahovými
hodnotami za příslušná období. Dále dva výpočty nedostatkových objemů a trvání, které byly
vypočítány za delší období, ale pod prahovými hodnotami z období 1961–2005. Toto období
(1961–2005) bylo uvažováno jako referenční, užitím jeho prahových hodnot pro delší období
bylo docíleno srovnatelnějších výsledků.
2
Tento koeficient by se určitě neměl zaměňovat s hladinou spolehlivosti známou ze statistické
indukce.
3
Někdy jich však nebylo tolik nalezeno, a proto musel být tento parametr výjimečně zmenšen.
4
Uspořádání souborů se může lišit podle toho, ve které nabídce programu NiŜówka 2003 byly
produkovány. Výsledky lze totiž buď exportovat přímo jako textové soubory (bez hlavičky), nebo
ukládat jako kopie tiskových sestav (s hlavičkou). Vysvětlivky k jednotlivým typům souborů jsou
v příloze (CD).
V tabulce si lze také všimnout, že byly zjišťovány pravděpodobnosti nepřekročení
pozorovaných maxim nedostatkových objemů a trvání. Empirické řady maxim deficitních
objemů a trvání sucha (dle let) byly prokládány teoretickými rozděleními, a to podle
rozpracované metodologie probírané v Zelenhasić, Salvai (1987)5. Bližší náhled pro stanici
4370 (Trávní Dvůr na Dyji) poskytují Obr. 1.4 a Obr. 1.5. Grafy stanic lze opět nalézt
Příloze.
Obr. 1.3 Ukázka textového výstupu z programu NiŜówka 2003 pro stanici 4370 (Trávní Dvůr) za
využití Q70
Tab. 1 Část tabulky vyplněné údaji z výstupů programu NiŜówka 2003 jako příklad
Deficitní objem
Databankové
číslo
Stanice
Tok
4300
Podhradí
Dyje
4300
Podhradí
Dyje
4300
Podhradí
Dyje
4350
Znojmo
Dyje
4350
Znojmo
Dyje
4350
Znojmo
Dyje
4370
Trávní DvůrDyje
4370
Trávní DvůrDyje
4370
Trávní DvůrDyje
Období
1936-2007
XX%
95%
70%
1936-2007 93,634% (61-05)
69,514% (61-05)
1961-2005
95%
70%
1936-2007
95%
70%
1936-2007 95,619% (61-05)
73,640% (61-05)
1961-2005
95%
70%
1926-2007
95%
70%
1926-2007 91,592% (61-05)
70,997% (61-05)
1961-2005
95%
70%
Trvání sucha
Výskyt
Výskyt
Teoretické Maximum v
Pravděpodobnost Teoretické Maximum
Pravděpodobnost
maxima
maxima
rozdělení ve dnech
nepřekročení
nepřekročení
1000 m3
v m3/s rozdělení
(měsíc/rok)
(měsíc/rok)
1,43
LN
4914
8/47
0,998657
GP
71
8/47
0,998111
3,20
LN
24790
8/47
0,986864
GP
152
11/43
0,988370
1,58
LN
7318
8/47
0,999367
GP
109
8/47
0,999451
3,23
LN
25130
9/50
0,986093
GP
152
11/43
0,987515
1,58
LN
2036
8/90
0,986821
LN
32
8/90
0,977891
3,23
GP
13645
8/90
0,924340
GP
86
11/94
0,932516
3,50
LN
8055
9/50
0,996991
GP
72
4/95
0,978515
5,10
GP
33736
4/95
0,989485
GP
234
12/73
0,982964
3,44
GP
7786
9/50
0,990175
LN
72
4/95
0,987844
4,90
GP
30228
4/95
0,989682
GP
203
4/95
0,980717
3,44
LN
3942
4/95
0,994043
GP
72
4/95
0,983006
4,90
GP
30228
4/95
0,984693
GP
203
4/95
0,970021
3,10
LN
15906
9/32
0,991397
GP
138
9/32
0,993129
5,36
GP
76965
6/34
0,988877
LN
290
6/34
0,992010
3,69
GP
28091
9/32
0,988313
GP
177
9/32
0,991968
5,30
GP
75462
6/34
0,989496
LN
290
6/34
0,992992
3,69
LN
3964
9/90
0,995223
GP
59
9/90
0,989400
5,30
GP
27039
11/94
0,967253
GP
233
5/74
0,977213
QXX%
Pozn.: Jak bílé, tak oranžové řádky reprezentují delší období, ale pro oranžové řádky byly použity
prahové hodnoty období 1961–2005. LN = log-normální rozdělení, GP = zobecněné Paretovo
rozdělení
5
Za zmínku určitě stojí, jak tato metodologie řeší případy, kdy jedno sucho sahá do více let najednou.
Vezme se datum počátku a konce sucha a následně se spočte (z hodnot vztažených např.
k nějakému 1. lednu) aritmetický průměr, který následně pro sucho představuje jediné datum. Sucho
se pak celé přiřadí k roku, do kterého spočtené datum náleží.
Program NiŜówka 2003 uvažuje jednotlivá trvání a deficitní objemy jako realizace spojité
náhodné veličiny, a proto (narozdíl od počtů such) empirické řady prokládá spojitými
rozděleními (resp. distribučními funkcemi). Které teoretické rozdělení vyjadřuje řadu nejlépe,
rozhoduje NiŜówka na základě hodnoty tzv. Akaikeho informačního kriteria (AIC; viz např.
Sakamoto et al., 1986 nebo Cipra, 1986). Přitom je možné vybírat mezi (Tallaksen et al.,
2004; Fleig et al., 2006):
Obr. 1.4 Ukázka grafického výstupu z programu NiŜówka 2003 pro maxima deficitních objemů ve
stanici 4370 (Trávní Dvůr) za využití Q70; empirická řada maxim byla proložena zobecněným
Paretovým rozdělením
Obr. 1.5 Ukázka grafického výstupu z programu NiŜówka 2003 pro maxima trvání sucha ve stanici
4370 (Trávní Dvůr) za využití Q70; empirická řada maxim byla proložena log-normálním
rozdělením
•
Pearsonovým rozdělením III. typu (P III)
•
Weibullovým rozdělením (W)
•
log-normálním rozdělením (LN)
•
Johnsonovým rozdělením (J)
•
dvojitým exponenciálním rozdělením (2E)
•
zobecněným Paretovým rozdělením (GP).
Řady nejvíce vykazovaly log-normální rozdělení nebo zobecněné Paretovo rozdělení.
Nejméně (asi v jednom či dvou případech) bylo zastoupeno Johnsonovo rozdělení.
Je velice složité jednoznačně říci, kdy byla sucha četnější a co do velikosti deficitního
objemu významnější. Analýzy jsou velice závislé na správné volbě vstupních parametrů
(minimální odlehlost jednotlivých such, minimální délka sucha, minimální počet such
a koeficient alfa), délce sledovaného období a zvolené tzv. prahové hodnotě. Během prací
v programu NiŜówka 2003 se ukázalo, že prezentace výsledků ve formě tabulky není příliš
vhodná (hlavně ve smyslu jejich interpretace). Jako velmi suché roky lze například označit
roky 1921, 1930, 1935, 1943, 1947, 1950, 1951-1952, 1959-1960, 1962-1963, 1983-1984,
1990, 1992, 2003 a 2006.
Regionální analýza
Během analýzy suchých období se tedy začalo přemýšlet o možnostech jiné prezentace
výsledků než ve formě tabulek, přistoupilo se ke kartografickému zpracování. Vzhledem
k velkému množství výstupů jich bylo pro tvorbu map vybráno jen několik. Především se
uvažovalo o vystihnutí deficitních objemů a trvání sucha. Pro další zpracování byla zvolena
sucha v letech 1947, 1953/1954 a 2003, která prakticky zasáhla celé území ČR. Tato byla
zpracována do mapových výstupů. Doprovodné Obr. 1.6–1.16 dokumentují, jak se pojetí
mapování sucha vyvíjelo. Určitým pokusem bylo zobrazení změn jednotlivých prahových
hodnot (kvantilů) průtoků, za předpokladu, že byly k dispozici údaje za dvě období.
Konkrétně si úlohu lze představit, jako zjišťování posunu prahu z období 1961–2005 po
křivce překročení průtoků sestavené z období od počátku pozorování do roku 2007 (Obr. 1.6
a Obr. 1.9).
Metody použité při tvorbě map sucha
Zcela jistě bylo vhodné v jedné mapě zobrazit více prvků najednou. Mapy tak obecně
vypadají mnohem komplexněji a lze se lépe vyvarovat „hluchých“ míst. Počítalo se s využitím
potenciálu prostředí softwaru ArcGIS, který skýtá několik možností, jak určitý prvek
znázornit, a to včetně barev (jejich odstínu, sytosti atd.). Protože barvy mapám dodávají lepší
srozumitelnost a též navozují pocit estetičnosti, jistě měl být alespoň jeden prvek zobrazen
jako rastrový (barevný) podklad vektorových vrstev. Stejné metody by se v tematických
mapách přirozeně (pokud to není nevyhnutelné) neměly kombinovat, a proto se pro ostatní
prvky hledal jiný způsob, kterým byla nakonec metoda lokalizovaného diagramu.
Rasterizace (gridding), čili tvorba rastru, probíhala pomocí několika interpolačních nástrojů,
které se v ArcGIS nachází jednak v nabídce nadstavby Spatial Analyst (SA), jednak
v nabídce nadstavby Geostatistical Analyst (GSA). Konkrétně byla testována metoda splinu
s tenzí (metoda minimální křivosti pod napětím), ordinary kriging (OK, česky označován jako
základní krigování) a metoda zvaná iverse distance weighting (IDW, česky označována jako
metoda inverzních vzdáleností i jinak). Mnohem propracovanější, ve smyslu většího
množství voleb a vlastního nastavování parametrů, je GSA, a proto mu byla dávána přednost
především při krigovaní. Pro spline a IDW byl dostatečný SA.
Před každou tvorbou rastru (gridu) je třeba určit velikost jeho čtvercové buňky čili pixelu (tedy
délku jeho strany v tomto případě v metrech) vzhledem k rozsahu území, pro které se budou
interpolace provádět. Poté se uvedenými metodami pro buňky rastru (u kterých nejsou
známy) hodnoty odhadují na základě známých hodnot z bodů, jež představují lokality, kde se
nachází měřící stanice.
Podle Juřikovské, Šeděnkové (2008) se u splinu používají konkrétně bikubické B-spliny.
Každá část povrchu je reprezentována samostatnou polynomickou funkcí odvozenou
z lokálních hodnot. Přitom musí být zajištěna spojitost sousedních polynomických funkcí na
jejich styku (tj. musí být totožné první dvě derivace). Metoda generuje hladké povrchy
a respektuje naměřené hodnoty. Nehodí se však v případě, kdy leží vstupní body blízko
u sebe a mají velmi rozdílné hodnoty. Při výběru varianty s tenzí se vytváří plošší povrchy
než u druhé možnosti (regularized).
IDW je ve své základní formě exaktním interpolátorem. Hlavním předpokladem zde je, že
vzdálenější body od odhadované buňky rastru mají menší vliv nežli bližší body. Proto se při
výpočtu využívá váženého průměru, kde vahami jsou reciproké hodnoty vzdáleností.
Důležitým parametrem metody je exponent, který umocňuje vzdálenosti. Čím větší exponent
je, tím menší váhu dostávají vzdálenější body. Nejčastěji se exponent pokládá rovný dvěma
(počítá se tedy s kvadráty vzdáleností). Detailnější popis IDW podávají např. Isaaks,
Srivastava (1989).
OK náleží mezi geostatistické metody a v praxi se ukázalo, že má spíše aproximační
vlastnosti, neboť vyhlazuje i známé hodnoty (uřikovská, Šeděnková, 2008). Podobně jako u
IDW se odhad získává vážením hodnot okolních stanic, avšak s tím rozdílem, že váhy se
určují pomocí minimalizace rozptylu odhadu. Postupuje se obdobně jako při výpočtu
regresních parametrů. Zpočátku se provádí strukturální analýza, na základě které se zjišťuje,
jak se variabilita studovaného prvku mění v závislosti na vzdálenosti. Opět se tu
předpokládá, že čím blíže si jednotlivá místa jsou, tím menší jsou rozdíly mezi naměřenými
hodnotami. Určí se experimentální semivariogram, kterým se pak prokládá semivariogramem
teoretický, nejčastěji sférický (někdy též zvaný Matheronův). Hodnoty semivariogramu (nebo
příbuzné funkce, kovariance) společně se vzdálenostmi pak vystupují v tzv. „soustavě
základního krigování“ (ordinary kriging system), kde se kromě nich vyskytují právě váhy coby
neznámé. Soustava má kvůli zajištění nevychýlenosti odhadu ještě jednu rovnici
s neznámým, tzv. Lagrangeovým, parametrem (multiplikátorem). K soustavě se samozřejmě
dojde tak, že se výraz pro rozptyl odhadu parciálně derivuje dle jednotlivých parametrů (vah
a Lagrangeova parametru) a poté se derivace pokládají rovny nule. V GSA se kromě toho
nastavují další parametry jako dosah (range), práh (sill), nugetový efekt (nugget effect)
semivariogramu, určuje se rozpětí třídních intervalů (lag), počet okolních stanic vstupujících
do interpolace a poloměr území, ze kterého mají být údaje zahrnuty do výpočtu (search
radius). Vedle poloměru lze při uvážení anizotropie nastavovat hlavní a vedlejší poloosu
elipsy. Někdy navíc, kvůli zajištění nevychýlenosti odhadu, bývá elipsa nebo kružnice (ta
tedy v případě stejných délek poloos elipsy) rozdělena do několika sektorů. Konkrétní
nastavení diskutuje následující podkapitola. Detailnější popis základního krigování uvádí
Isaaks, Srivastava (1989), ESRI (2008) nebo i Schejbal (1996). Hyrologům OK představil
např. Kitanidis (1993).
Metoda lokalizovaného diagramu spočívá ve znázornění diagramů do míst (konkrétních
bodů), ke kterým se vztahují. Kvantitu může vyjadřovat např. výška sloupce nebo velikost
obrazce (zde použit kruh). Princip metody popisuje např. Čapek et al. (1992).
Výsledky v podobě map
Jako pilotní povodí, pro které se „regionalizace“ výsledků měla provést, bylo vybráno povodí
řeky Jihlavy. Důvodů pro jeho výběr bylo hned několik. Jednak výpočty v NiŜówce nebyly
dokončeny pro celé území ČR, a jednak je toto povodí a jeho okolí dobře obsazeno
vodoměrnými stanicemi s dlouhými řadami průtoků. U povodí Jihlavy byla vyšetřována
změna hodnoty Q95 (Obr. 1.6) a územní rozložení trvání sucha v roce 2003 definovaného
hodnotou Q95 a delším obdobím (Obr. 1.7). Pro interpolace byla zvolena metoda splinu
s tenzí. Jedna buňka rastru představovala plochu o 300 × 300 m2. Ostatní nastavení byla
v SA ponechána defaultně (na každém odhadu se mělo podílet 12 okolních stanic a váha,
vztahující se k prvním derivacím6, byla 0,1).
Při bližším náhledu na Obr. 1.6 lze usoudit, že téměř v celém povodí Jihlavy došlo během
20. stol. k navýšení vodnosti (alespoň co se týče malých vod vymezovaných prahem Q95).
Nejvíce je to znatelné v povodí Oslavy. Naopak mírný pokles malých vod byl zaznamenán na
středním toku Rokytné a v západním cípu povodí Jihlavy. Z pohledu trvání sucha 2003
v povodí Jihlavy (definovaného prahem Q95 v delším období) jasně dominovala situace ve
stanici 4770 (Moravský Krumlov na řece Rokytné) s více než 30 dny. Méně než 5 dní, a to
ještě útržkovitě, trvalo sucho ve stanici 4690 (Ptáčov na řece Jihlavě). Někde dokonce v roce
2003 nebylo sucho pozorováno vůbec, jako tomu bylo např. u stanice 4780 (Ivančice na řece
Jihlavě) nebo i jinde okolo povodí (databanková čísla na Obr. 1.7 bez uvedení období).
6
O úloze váhy v rámci splinu se lze více dozvědět např. z nápovědy softwaru ArcGIS (ESRI, 2008).
Obr. 1.6 Prahové hodnoty období od počátku pozorování do roku 2007 při využití Q95 období 1961–
2005 v povodí řeky Jihlavy
Povodí řeky Dyje, jedno z větších, na která byla původně ČR rozdělena pracovně, mělo
podklady pro mapování sucha dostupné jako první. To se týkalo i údajů z okolních stanic,
a to nejen o trvání, ale i o absolutních hodnotách deficitních objemů. Začala se tedy formovat
představa, jakým způsobem deficitní objemy v mapách znázornit. Zcela jistě se ale vědělo,
že trvání a změny prahových hodnot budou vyjádřeny podkladovými rastry, když se již
osvědčily u povodí Jihlavy. Všechny užité rastry se vyznačují opět buňkou o straně 300 m.
Rozdílem však je, že se namísto splinu vyzkoušela metoda OK. Parametry OK byly pokaždé
následující:
•
•
•
•
•
•
•
•
maximální počet stanic, pomocí nichž se měla odhadovat neznámá hodnota, byl 30
minimální počet stanic vstupujících do výpočtu byl 25
vyhledávací poloměr (search radius) se rovnal 100 km; neuvažovaly se tedy
anizotropické vlastnosti pole
vzdálenosti stanic pro experimentální semivariogram (parametr lag) byly rozděleny do
intervalů po 20 km
nebyl uvažován nugetový efekt
byl zvolen sférický teoretický semivariogram
dosah (range) semivariogramu byl 100 km
práh (sill) semivariogramu se nechal dopočítávat automaticky
•
prohledávané území omezené kružnicí bylo rozděleno do 8 sektorů, přičemž ty
nebyly pootočeny o žádný úhel.
Obr. 1.7 Trvání sucha 2003 a jeho výskyt v povodí řeky Jihlavy pro Q95 a období od počátku
pozorování do roku 2007
V případě deficitních objemů vyvstal problém, jak docílit toho, aby jednotlivé hodnoty
z různých míst byly vzájemně porovnatelné. Každý vodní tok se vyznačuje jinou vodností,
a proto bylo třeba absolutní hodnoty něčím relativizovat. Situace byla nakonec prozatímně
vyřešena tak, že se místo objemů, vzaly jiné údaje, jež NiŜówka poskytuje. Konkrétně šlo
o průměrné průtoky suchých období, které byly děleny dlouhodobým průměrným průtokem
(Qa) odvozeným z období 1961–2005. Na tomto místě je nezbytné upozornit na fakt, že též
všechny mapy na Obr. 1.10 a Obr. 1.11 s povodím Dyje a koneckonců i na Obr. 1.12 a Obr.
1.13 s povodím horní Vltavy vychází z údajů odvozených z období 1961–2005, narozdíl od
map s povodím Jihlavy (Obr. 1.6 a Obr. 1.7). Výsledky se tímto opět přiblížily lepší
srovnatelnosti. Dodejme, že pro analýzu bylo vybráno jen sucho v roce 2003 s tím, že se
počítalo i s mapami pro jiná sucha.
Obr. 1.8 Změny prahových hodnot Q95 období od počátku pozorování do roku 2007 při použití Q95
období 1961–2005 v povodí Dyje
a Obr. 1.9 reprezentující změny prahových hodnot Q95, resp. Q70 v povodí Dyje si jsou na
první pohled dosti podobné. Zejm. sever a jih povodí, k nimž se přidává i centrální
a východní část, jsou modelovány poměrně shodně. Ovšem celý jih povodí je třeba
vyhodnocovat velmi obezřetně, jelikož právě zde chybí údaje z rakouské strany. Nicméně lze
uzavřít, že pro obě prahové hodnoty platí, že na horním toku řeky Svitavy (stanice 4520
a 4540) a na středním toku Dyje došlo ke snížení vodnosti, zatímco hlavně na středním
a dolním toku Svratky byl pozorován nárůst odtoku. Do určité míry lze vysledovat souhlas
s předchozí analýzou dat v povodí Jihlavy.
Obr. 1.9 Změny prahových hodnot Q70 období od počátku pozorování do roku 2007 při použití Q70
období 1961–2005 v povodí Dyje
Obr. 1.10 a Obr. 1.11 prezentují trvání sucha a alternativně vyjádřený deficitní objem
v celém povodí řeky Dyje při využití Q95, resp. Q70. Opět je zde nápadná podobnost pro
oba prahy. Dá se říci, že suchem v roce 2003 trpěly zejm. centrální s východní části povodí,
kde byla zjištěna trvání delší než 40, resp. 90 dní. Dokonce i poměry průměrných průtoků
suchých období a Qa se uprostřed povodí pohybují kolem 10 %, přičemž směrem na východ
klesají (diagramy rostou). Na druhé straně horní a dolní tok Svitavy, ale i střední tok Dyje,
byly suchem zasaženy jen málo. V těchto místech se nachází i stanice, ve kterých sucho
nebylo vůbec zjištěno (např. paradoxně stanice 4370). Ovšem je třeba brát na zřetel, že
v roce 2003 mohly záznamy velmi ovlivňovat nádrže.
Obr. 1.10 Sucho v roce 2003 v povodí Dyje odvozené z období 1961–2005 (prahová hodnota 95 %)
U povodí horní Vltavy (Obr. 1.12 a Obr. 1.13), vymezeného soutokem Vltavy a Otavy, bylo
analyzováno pouze trvání sucha 2003, poněvadž deficitní objemy v té době ještě nebyly
známy. Při mapování trvání se postupovalo stejně jako u povodí Dyje, tj. byl využit OK
a buňka rastru měla stranu o délce 300 m. Rozdíl spočíval jen v tom, že se adekvátně upravil
počet stanic vstupujících do výpočtů.
Obr. 1.11 Sucho v roce 2003 v povodí Dyje odvozené z období 1961–2005 (prahová hodnota 70 %)
Na Obr. 1.12 si lze povšimnout téměř soustředných pásů, které, vzdalujíce se od dolního
toku řeky Lužnice, představují stále menší a menší trvání sucha. Hodnoty nejtmavšího
regionu přitom indikují horší podmínky nežli v povodí Dyje, a to i tehdy porovnají-li se s těmi
na Obr. 1.11 pro Q70. Obr. 1.13 poskytuje sice poněkud deformovaný, avšak i tak velmi
podobný model. Tmavý areál je posunut jižněji, blíže k rybniční soustavě, a tak podporuje
domněnku, že tato soustava má zásadní vliv na vývoj hydrologického sucha v jižních
Čechách (alespoň co se průtoků týče). Naproti tomu např. pod lipenskými nádržemi se sucho
neobjevilo, a to ani suché období vymezené prahem Q70.
Pro tvorbu map sucha v celé ČR je dále uvažován již jen práh Q95 a období 1931–2007
(případně kratší, pokud některá ze stanic začala fungovat mezi roky 1931 a 1947). Sucha
nesměla být kratší než 7 dní a období oddělující jednotlivá sucha musela být delší než 5 dní.
Mapy reprezentují sucho v létě 1947, zimě 1953/1954 a v létě 2003. Byla sestavena nová
atributová tabulka s trváními such a deficitními objemy. Ovšem objemy byly již definitivně
standardizovány tak, aby bylo možné porovnání různých toků a také s výsledky odvozených
z měsíčních řad.
Nedostatkové objemy spolu s trváním byly pro každý rok vyneseny do jedné mapy. Pro
objemy se opět vybrala metoda lokalizovaného diagramu. U trvání se uvažovalo o interpolaci
buď IDW, nebo OK. Validací pomocí odmocninové střední čtvercové chyby (RMSE) bylo
zjištěno, že ve dvou případech dává lepší výsledky model IDW, a proto je zvolen jako
rastrový podklad ve všech obrázcích (Obr. 1.14, Obr. 1.15 a Obr. 1.16). Nutno dodat, že
validace neprobíhala tak, jak popisují např. Isaaks, Srivastava (1989), ale tak, že se
u každého modelu několikrát náhodně vynechalo 30 stanic (pomocí generátoru
pseudonáhodných čísel, kterým disponuje ArcGIS) a pak se zjišťovalo, který má nejmenší
průměrnou RMSE. Parametry IDW byly ponechány tak, jak je nabízí SA. To znamená, že
odhady vycházely z hodnot 12 sousedů a exponent metody se rovnal dvěma. Každý rastr
měl rozlišení 500 m. Za povšimnutí stojí, že zde, narozdíl od všech předchozích map, byly
jak pro diagramy, tak pro podkladové rastry nastaveny stejné intervaly, jako by se již jednalo
o jednotlivé mapové listy v atlase.
Z Obr. 1.14 je na první pohled patrné, že v roce 1947 bylo území ČR suchem postiženo
téměř celoplošně. Výjimkou byla pouze severovýchodní část území a povodí Lužnice. Ve
většině stanic bylo trvání delší než 80 dní. Z pohledu závažnosti převažují nedostatkové
objemy větší než 1,4 (průměr za celou ČR 1,1). Jako nejpostiženější se jeví povodí Orlice,
středního a dolního Labe, Jihlavy, Svratky a Moravy. Na přelomu let 1953 a 1954 (Obr. 1.15)
byla velkým suchem zasažena celá severní část republiky s výjimkou Jizerských hor
a Krkonoš. Dále bylo zasaženo povodí Moravy, dolní Svratky a Jihlavy. V těchto místech
sucho trvalo většinou déle než 100 dní, z hlediska objemu je průměrná hodnota pro ČR 0,9.
V jižních Čechách se vyskytlo o něco mírnější sucho, mělo trvání kolem 80 dní. V roce 2003
(Obr. 1.16) se objevilo sucho v povodí horního Labe, Otavy, Lužnice, dolního Labe a
Moravy. V průměru trvalo 43 dní. Z pohledu závažnosti byla průměrná hodnota
nedostatkového objemu pro ČR rovna 0,4. Oproti předcházejícím suchům bylo sucho v roce
2003 nejmenší. Při porovnání všech tří map na Obr. 1.14–1.16 nelze přehlédnout jakousi
inverzi modelů v jihočeském regionu. Zatímco sucha 1953/1954 a 2003 tu byla poměrně
dlouhá (přes 80 dní), tak v případě sucha 1947 tomu bylo naopak.
Obr. 1.12 Sucho v roce 2003 v povodí horní Vltavy odvozené z období 1961–2005 (prahová hodnota
95 %)
Obr. 1.13 Sucho v roce 2003 v povodí horní Vltavy odvozené z období 1961–2005 (prahová hodnota
70 %)
Diskuze
Pokud jde o výzkum týkající se plošné variability prvku (jevu), jsou mapy velmi dobrým
nástrojem, jenž přes určitou generalizaci nabízí na danou problematiku poněkud ucelenější
náhled. Mapy především umožní zpřehlednění výsledků a vyniknou v nich prostorové vazby.
Hydrologické sucho není výjimkou. Zprvu se uvažovalo, že se bude mapovat podobně jako
sucho meteorologické. Zejména přetrvávání určitého jevu dnes již tradičně klimatologové
prezentují ve formě rastru (gridu; viz některé listy v Tolasz et al., 2008). Je ale třeba mít na
vědomí, že hydrologické sucho je mnohem komplikovanější nežli sucho meteorologické
a podléhá tak celému souboru rozličných fyzickogeografických faktorů. Hlavním výstupem
studie jsou mapy na Obr. 1.14–1.16 a i ty je z uvedených důvodů nutné považovat jen za
prvotní pokus vyjádření hydrologického sucha a jeho komponent (deficitních objemů a jejich
trvání) do prostoru (resp. plochy). Při mapování trvání sucha byl opomenut fakt, že výpočty
vycházely z průtokových řad vodoměrných stanic a že ke každé stanici náleží určité
rozvodnice. Jistě by do interpolací bylo možné zahrnout bariérový efekt7, ale mapy by pak
vypadaly deformovaně a tedy netradičně. Z dalších faktorů, jež byly opomenuty, lze
jmenovat např. sklonitosti a orientace svahů, hydrogeologii krajiny, půdní podmínky
a vegetační pokryv.
Velkým problémem, který analýzy znesnadňoval, byl nedostatek dlouhých průtokových řad
a obecně pak chybějící hodnoty. V podkapitole 1.2 byl sice nastíněn postup doplňování či
spojování řad, ale v budoucnu by se mu měla věnovat mnohem větší pozornost. Již z Obr.
1.1 je patrné, které regiony musí být z tohoto důvodu zatíženy velkou chybou odhadu.
Prakticky celé střední a západní Čechy a také severní Morava trpí velkým nedostatkem
měření, a to bezpochyby nejen pro účely této studie. Nedostatek měřících stanic se projevuje
např. vytvářením jakýchsi „zubů“ v rastrech (Obr. 1.13). Rozhodně by se tedy nemělo
zapomínat ani na spolupráci se zahraničím, přičemž velmi by byly nápomocny údaje ze
sousedních států, hlavně z Polska a Německa.
Při samotných analýzách časových řad působily nemalé potíže parametry v programu
NiŜówka 2003. Hlavně parametr minimální odlehlosti such a parametr minimální délky sucha,
nastavené původně na 1, resp. 3 dny, měly za následek, že se suchá období rozdělovala na
neúnosně mnoho částí. Stanice 4690 (Ptáčov na řece Jihlavě) na Obr. 1.7 může být toho
důkazem. Nakonec se ukázalo, že v podmínkách ČR je vhodné parametry nastavit na 5 a 7
dní. Byla tím získána kompaktnější období.
Před sestavováním atributových tabulek, potřebných pro konstrukci map vybraných such
v jednotlivých letech, byl autor nucen se rozhodovat zda výběr konkrétních období zakládat
na maximech deficitních objemů či maximech trvání. Skutečnost, že je dané období nejdelší,
ještě nemusí znamenat, že se vyznačuje též největším objemem. Období se tedy vůbec
nemusí shodovat a zvláště to platí právě u maxim (Zelenhasić, Salvai, 1987). Mapy na Obr.
1.7 a 1.10–1.13 vychází z výběru na základě trvání, kdežto u map na Obr. 1.14–1.16 se
vycházelo z objemů. Bylo zjištěno, že není vhodné se držet striktně jen maxim. Ta totiž
mohou ležet úplně mimo prohledávané roční období (léta 1947 a 2003 a zima 1953/1954).
Do budoucna se nabízí automatizace prohledávání, při níž by se dalo využít např. poznatků
o dvourozměrných stochastických procesech (např. Zelenhasić, Salvai, 1987).
Závěr
V příspěvku byly představeny výsledky analýzy hydrologického sucha na území ČR
vycházející z dostupných napozorovaných dlouhých řad Qd, jejichž počátek sahal před
7
Takové interpolační metody opravdu existují (viz např. ESRI, 2008).
hydrologický rok 1947. Nejprve se prováděly rozbory řad v polském programu NiŜówka 2003.
Ten v řadách vyhledal suchá období na základě prahových hodnot Q95 a Q70. Kromě
delšího období, končícího rokem 2007, se výpočty týkaly i referenčního období 1961–2007,
takže výstupů bylo poměrně mnoho (soubory v Příloze). Snahou bylo obdržet výsledky
srovnatelné s těmi v kapitole 2. Program vyžaduje konfiguraci několika parametrů, která má
na analýzy důležitý vliv. Zkušenost s daty ČHMÚ ukázala, že v podmínkách ČR je vhodné
parametr minimální odlehlosti such nastavit na hodnotu 5 dní a parametr minimální délky
sucha na hodnotu 7 dní. Při zmenšení hodnot parametrů se již sucha tříštila na velmi krátká.
Nejzásadnějším výstupem byly ovšem mapy vyjadřující prostorovou distribuci vybraných
hydrologických such (pro léto 1947, zimu 1953/1954 a léto 2003) na celém území ČR.
V každé jedné mapě je rastrem znázorněno trvání sucha a lokalizovanými diagramy
standardizované deficitní objemy. Tímto způsobem by mohly být sucha mapovány i v jiných
časových horizontech. Do budoucna by ale bylo vhodnější předem co nejlépe vyřešit
problém chybějících hodnot a také obdržet data z okolních států. Rovněž by stálo za pokus
zohlednit některé další fyzickogeografické charakteristiky, jež z malými vodami korelují
nejvíce. Otázkou zůstává, jak moc je adekvátní v mapách slučovat regiony, v nichž řady
průtoků vykazují odlišné pravděpodobnostní rozdělení extrémů deficitních objemů a jejich
trvání.
Obr. 1.14 Distribuce hydrologického sucha v České republice v roce 1947
Obr. 1.15 Distribuce hydrologického sucha v České republice v letech 1953 a 1954
Obr. 1.16 Distribuce hydrologického sucha v České republice v roce 2003
2. NEDOSTATKOVÉ OBJEMY A JEJICH TRVÁNÍ V MĚSÍČNÍCH
ŘADÁCH
2.1 Vývoj programů na vyhodnocení nedostatkových objemů
Vývoj programů na vyhodnocení nedostatkových objemů je v současné době dopracován do
stavu, kdy jsou k dispozici 2 programy:
program ExDevms pro interaktivní zpracování průtokových řad
program ExDevmb pro jejich dávkové zpracování
Obr. 2.1.1 Uživatelské rozhraní programu ExDevms
Tab. 2.1.1 Část výstupního souboru programu ExDevms
datum
1.1.1931
1.2.1931
1.3.1931
1.4.1931
1.5.1931
1.6.1931
1.7.1931
1.8.1931
1.9.1931
1.10.1931
1.11.1931
1.12.1931
Qm
1.47
1.65
2.36
1.7
1.14
0.401
0.536
0.371
1.51
1.68
1.38
1.33
LackVolume (Mil.)
0
0
0
0
0
0.257
0
0
0
0
0
0
Threshold
0.6
1.2
1
0.8
0.6
0.5
0.4
0.3
0.3
0.35
0.4
0.4
Program ExDevms umožňuje uživateli vyhodnocení jednotlivých řad průměrných měsíčních
průtoků, kde je možné z klávesnice zadat zůstatkový průtok buď konstantní po celý rok nebo
diferencovaný pro jednotlivé měsíce v roce (Obr. 2.1.1). Formát datové řady je shodný
29
s formátem hydrofondu ČHMÚ. Vhodné limity pro zůstatkový průtok je třeba volit na základě
zpracování čar překročení průtoku externím programem. Program ExDevms následně
zobrazí graf časového průběhu průtoku, zvoleného zůstatkového průtoku a příslušných
nedostatkových objemů. Současně jsou do výstupního souboru s příponou .out zapsány
časové řady uvedených proměnných pro statistické zpracování a tvorbu grafů (Tab. 2.1.1).
Obr. 2.1.2 Uživatelské rozhraní programu ExDevmb
Program ExDevmb umožňuje dávkové zpracování podle načteného seznamu vodoměrných
stanic (Obr. 2.1.2). Manuální zadávání zůstatkového průtoku je zde nahrazeno
zakomponováním vyhodnocení čar překročení průtoků do programu. To znamená, že
uživatel zvolí procento zabezpečenosti průtoků a zda tento limit bude po celý rok konstantní
nebo diferencovaný pro jednotlivé měsíce v roce. K tomu je nutné, aby adresář se
seznamem stanic obsahoval řady s měsíčním časovým krokem. Program následně všechny
časové řady průtoků uvedené v seznamu setřídí, spočítá empirické čáry překročení
a vyhledá pro každou řadu průtok, resp. průtoky v případě diferencovaného přístupu pro
jednotlivé měsíce roku, které na křivce překročení odpovídají zvolenému limitu
zabezpečenosti průtoků. To znamená, že pro roční zpracování vyhodnotí jednu limitní
hodnotu zůstatkového průtoku odpovídající zvolenému procentu zabezpečení na křivce
překročení a v případě diferencovaného přístupu vyhodnotí těchto limitních hodnot 12 pro
30
jednotlivé měsíce roku. Na základě těchto limitů pak program vyhodnotí časový průběh
nedostatkových objemů jednotlivých řad způsobem uvedeným v úvodu, objemy
standardizuje dělením limitní hodnotou kvůli porovnání stanic s různým Qa a výstupy zapíše
do souborů (Tab. 2.1.2), které je možné dávkově zobrazit pomocí tabulkového procesoru
(Obr. 2.1.3).
Tab. 2.1.2 Část výstupního souboru programu ExDevmb se zápisem nedostatkových objemů
s variabilními měsíčními limity, limity odpovídají 95% zabezpečení na křivce překročení
(Q95m). Vyznačena je jednak variabilita měsíčních limitů v průběhu roku a jednak rozdíl mezi
prostou variantou výpočtu nedostatkových objemů (DeficitVolume) a variantou sumační
(DeficitVolumeSum), kdy dochází ke zvýšení maxima objemů i posunu konce trvání sucha.
Datum Qm
Threshold DeficitVolume Duration DeficitVolumeSum DurationSum
11.1946
3.36
0.791
0
0
0
0
12.1946
2.68
1.181
0
0
0
0
1.1947
1.31
0.867
0
0
0
0
2.1947
1.38
1.142
0
0
0
0
3.1947
7.3
1.611
0
0
0
0
4.1947
7.11
2.576
0
0
0
0
5.1947
1.16
1.535
0.244
1
0.244
1
6.1947 0.865
0.979
0.361
2
0.361
2
7.1947 0.699
0.797
0.484
3
0.484
3
8.1947 0.523
0.512
0
0
0.455
4
9.1947 0.399
0.38
0
0
0.406
5
10.1947 0.415
0.634
0.345
1
0.751
6
11.1947
3.34
0.791
0
0
0
0
12.1947
6.89
1.181
0
0
0
0
1.1948
13.2
0.867
0
0
0
0
2.1948
11.1
1.142
0
0
0
0
Formát zápisu výstupních souborů je patrný z Tab. 2.1.2: program zapisuje po řadě datum,
průměrný měsíční průtok, limit odpovídající zvolené hranici na křivce překročení,
nedostatkový objem, délku jeho trvání v měsících a nově nyní také druhou variantu
nedostatkového objemu a jeho trvání. Tato varianta vychází z předpokladu, že jsou-li dvě
suchá období přerušena jen nevýrazným nárůstem vodnosti, jedná se v podstatě o jedno
suché období, kdy zvýšení průtoků nestačí k nahrazení předešlého nedostatku. V takovém
případě se nedostatkový objem sníží o objem nadlimitní a suché období pokračuje
(DeficitVolumeSum). V tabulce takový případ nastal v únoru 1934. Mapové přílohy
v následující části zprávy zpracovávají z důvodu přehlednosti pouze prostou variantu
výpočtu nedostatkových objemů (DeficitVolume).
Tab. 2.1.3 Část souboru programu ExDevmb se zápisem maximálních dosažených nedostatkových
objemů a trvání v jednotlivých stanicích
dtb
0060
0150
0170
0180
0240
0250
0270
0290
datVol1 DefVol1 datVol2 DefVol2 datVol3 DefVol3 datDur1 Dur1 datDur2 Dur2
02-1954
1.231 10-1947
0.957 12-1959
0.851 02-1954
6 12-1959
4
11-2003
5.148 10-2004
3.433 02-1954
1.770 02-1954
6 11-2003
6
11-2003
1.347 12-1992
1.135 02-1954
1.000 02-1954
6 12-1992
6
12-1992
2.487 02-1963
1.108 02-1954
0.863 02-1954
6 12-1992
6
10-1947
1.872 02-1954
1.818 10-1983
0.959 02-1954
6 10-1947
5
10-1983
1.929 10-1947
1.627 11-1982
1.265 10-1947
4 02-1954
4
11-1959
1.076 02-1954
1.062 11-1965
0.645 02-1954
4 11-1959
3
10-1947
1.930 09-2003
1.641 02-1954
1.171 10-1947
4 02-1954
4
31
Program rovněž nabízí možnost externího zápisu a čtení limitních hodnot do souboru volbou
Read/Write Threshold. Tato volba najde využití v případě, chceme-li např. limitní hodnoty
nějakého srovnávacího období použít pro datové sady jiného období. Ukázky takového
zpracování jsou uvedeny v další části zprávy.
10
9
Qm
8
Threshold
7
DeficitVolume
DeficitVolumeSum
6
5
4
3
2
1
1960
1959
1958
1957
1956
1955
1954
1953
1952
1951
1950
1949
1948
1947
1946
1945
1944
1943
1942
1941
1940
1939
1938
1937
1936
1935
1934
1933
1932
1931
0
Obr. 2.1.3 Vyhodnocení nedostatkových objemů pro stanici 0170 Maršov nad Metují programem
ExDevmb pro 70% zabezpečení
Důležitým výstupem zpracování je soubor maximálních dosažených nedostatkových objemů
a trvání v jednotlivých stanicích (Tab. 2.1.3). Každý řádek souboru odpovídá jedné
vodoměrné stanici a obsahuje: databankové číslo stanice, datum kdy nastal maximální
nedostatkový objem a příslušný objem, datum a objem pro druhý a třetí největší
nedostatkový objem a podobně údaje pro tři nejdelší trvání nedostatkových objemů ve
vyšetřovaném období.
V dolním řádku uživatelského rozhraní program vypisuje, který soubor je právě zpracováván.
Výstupním souborům a souborům s limity je možné přiřadit různé přípony s účelem usnadnit
orientaci uživatele v rozsáhlých adresářích.
Tab. 2.1.4 Ukázka setříděných dat pro křivku překročení pro měsíc leden jak je zpracovávána
programem ExDevmb
Month Sequence
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
1
10
1
11
1
12
1
13
1
14
% of Exceed.
Curve
1.266
2.532
3.797
5.063
6.329
7.595
8.861
10.127
11.392
12.658
13.924
15.19
16.456
17.722
Qm
9.07
8.17
6.61
6.22
4.74
4.5
4.07
3.97
3.7
3.53
2.85
2.46
2.44
2.31
32
2.2 Vyhodnocení nedostatkových objemů programem ExDevmb
Programem ExDevmb byl vyhodnocen soubor průměrných měsíčních odtoků ve 118
stanicích pozorovací sítě ČHMÚ s měřením od roku 1931 (nebo alespoň od roku 1947).
Jedná se o stejný soubor stanic, které byly použity k hodnocení v kap. 1. V roce 2009 jsme
se zaměřili na dvě různá období: 1931–2007 a 1961–2005. Období 1931–2007 bylo zvoleno
jako co možná nejdelší období pozorování, pro které je současně k dispozici dostatek stanic
s měřením průtoků. Období 1961–2005 je v ČHMÚ používáno jako srovnávací období pro
hodnocení režimu povrchových vod. Obě období jsme se pokusili porovnat z hlediska trvání
a velikosti nedostatkových objemů pomocí map. Obě období jsme také zpracovali jednak
s konstantním zůstatkovým průtokem (limitem) po celý rok a také s diferencovaným limitem
pro jednotlivé měsíce v roce. Tyto varianty byly řešeny pro 70% a 95% zabezpečenost
odtoku na křivce překročení (Q70 a Q95, resp. pro variabilní měsíční limit Q70m a Q95m),
což v termínech M-denních průtoků odpovídá přibližně Q270, resp. Q355. Mapy a podrobnosti
uvádí zpráva projektu za rok 2009. Proto na tomto místě uvádíme pouze shrnutí v oddílech
nazvaných ‘Období 1961–2005’ a ‘Období 1931–2007’. Je třeba zde uvést, že nedostatkové
objemy v těchto mapách byly vyhodnoceny pomocí mírně odlišného způsobu standardizace
a oproti řešení v roce 2010 je třeba je dělit časovou konstantou 2.592.
Nedostatkové objemy v různých povodích totiž není možné přímo porovnávat, protože se
mimo jiné odvíjí od velikosti povodí a i objem převedený na odtokovou výšku stále ještě
koreluje s dlouhodobými srážkovými úhrny. Přistoupili jsme tedy k tomu, že jsme v průběhu
zpracování programem ExDevmb podlimitní průtoky standardizovali dělením příslušným
limitním průtokem odečteným pro zvolenou p-procentní zabezpečenost odtoku na křivce
překročení. Tímto způsobem získané nedostatkové objemy jsou tudíž bezrozměrné
a vzájemně porovnatelné. Trvání nedostatkového objemu je uváděno v měsících.
Období 1961–2005
Limit Q70 a Q70m
Maximální nedostatkové objemy v období 1961–2005 při fixním ročním limitu na úrovni Q70
byly dosaženy především v letech 1963, 1970–1973, 1993, popř. 2003, resp. v letech jim
blízkých a vůbec největší nedostatkové objemy vymykající se průměru byly zaznamenány na
horním toku Svitavy (stanice 4520 a 4540), Ostravice (2770) a dolní Jevišovce (4400). Na
Svitavě jsou velké odběry podzemní vody pro Březovský vodovod a stanice na Ostravici je
pod nádrží Šance. Druhé a třetí největší v pořadí zaznamenané nedostatkové objemy
v období 1961–2005 při prahové hodnotě Q70 opět zdůrazňují výrazný nedostatek odtoku,
který se projevil na Jevišovce v letech 1993 a 1995.
Maximální nedostatkové objemy v období 1961–2005 při variabilním měsíčním limitu na
úrovni Q70m jsou místy ze zřejmých důvodů poněkud větší, limitní (prahová) hodnota se ve
více vodných měsících roku zvýšila. Vyskytne-li se tak suché období např. na jaře, vznikne
větší pravděpodobnost vytváření nedostatkového objemu. K již uvedeným toků s velkými
nedostatky přibyla Kamenice, střední a dolní Sázava, Malše a Fryštácký potok, tedy opět se
vesměs jedná o toky ovlivněné hospodařením na nádržích.
Nejdelší trvání byla zaznamenána na Svitavě, Jevišovce a horní Loučné (stanice 0460).
Období max. trvání a max. objemů se ne vždy shodují, to znamená že maximálnímu
nedostatkovému objemu nemusí předcházet nejdelší suché období.
Limit Q95 a Q95m
Nejvýraznější nedostatkové objemy při fixním ročním limitu Q95 zaznamenaly Ostravice
(2770) a Moravice (2740). I v tomto případě se jedná o toky ovlivněné. Některé toky (Sázava,
Jevišovka, Svitava) při použití limitu Q95 nezaznamenaly tak výrazná sucha jako v případě
33
limitu Q70. To je zřejmě dáno způsobem ovlivnění těchto stanic. Odběry podzemní vody
v povodí Svitavy jsou např. řízeny tak, aby jejich vlivem nedocházelo k podkročení Q95.
Při variabilním měsíčním limitu na úrovni 95 % křivky překročení (Q95m) převážně došlo
k mírnému zmenšení objemů oproti fixnímu ročnímu limitu.
Maximální trvání nedostatkového objemu při fixním ročním i variabilním měsíčním limitu
vypadají velmi podobně, trvání jsou stejná nebo o měsíc či dva kratší nebo delší, ale
prostorové rozložení se výrazněji nemění.
Období 1931–2007
Limit Q70 a Q70m
Maximální nedostatkové objemy v období 1931–2007 při fixním ročním limitu na úrovni Q70
a Q70m zaznamenaly oproti stejné variantě pro období 1961–2005 obecně mírné zvětšení
objemů, především ve variantě s limitem Q70m. Patrné je to zejména v povodí Ostravice
(2770), Loučné (0460), Svitavy (4520 a 4540), Jevišovky (4400), horní Jizery (více stanic),
Bíliny (2260) a dolního Labe (2210, 2400), ale platí to celoplošně. Vyvozovat z toho, že
sucha před rokem 1960 byla v těchto povodích z hlediska nedostatkových objemů
jednoznačně výraznější než po roce 1960, by však bylo zavádějící. V obou obdobích se totiž
limity se stejnou pravděpodobností překročení mohou lišit. Příslušné datum, kdy se
maximální nedostatek vyskytl, je nakonec v mapě obsaženo. Rozdílné limity v obou
obdobích mnohem více značí změnu režimu průtoků po roce 1960 v oblasti Q70 na křivce
překročení.
Oproti období 1961–2005 došlo k prodloužení maximálních trvání nedostatkových objemů
téměř po celé ČR.
Limit Q95 a Q95m
Maximální nedostatkové objemy v období 1931–2007 při ročním limitu na úrovni Q95 oproti
období 1961–2005 zaznamenaly zvětšení objemů především v pásu od Chrudimky přes
Svitavu až po Fryštácký potok , na Orlici, horní Vltavě, dolním Labi, ale v podstatě po celém
území ČR. Zpracování s měsíčním limitem má objemy obecně nižší než s roční m limitem.
Vznikl tedy opačný efekt než v případě limitu Q70. Je to dáno tím, že nedostatkové objemy
pod Q95 připadají hlavně na období léta a podzimu, kdy je Q95m menší než Q95 a vznikají
tudíž menší objemy.
Maximální trvání se oproti období 1961–2005 spíše prodloužila. Opět je třeba připomenout,
že porovnáváme období s fakticky různými limity.
Dále jsme srovnávali jak se liší nedostatkové objemy a délky trvání sucha v období 1931–
2007, když jako limitní hodnotu použijeme kvantily Q70 a Q95 jednak z období samého
a jednak z období 1961–2005. V několika stanicích bylo období po roce 1961 na daném
kvantilu výrazně vodnější či naopak. V extrémním případě Bíliny se nabízí vysvětlení
v podobě převodů vody z Ohře, v případě Svitavy zas dlouhodobé vysoké odběry podzemní
vody snižující základní odtok již od konce 70tých let. Změna režimu Berounky by stála za
samostatný rozbor.
Období 1931–2007 s limity z období 1961–2005 (měřené průtoky)
Výsledky zpracování v roce 2009 naznačily způsob řešení v roce závěrečném. Vzhledem
k tomu, že před rokem 1961 se vyskytlo několik výrazně suchých epizod, je vhodné pro
postižení časové distribuce zpracovávat období co možná nejdelší, v tomto případě tedy
1931–2007. Na druhou stranu ne všechny zpracovávané stanice mají měření od roku 1931.
Během 20. století vrcholila také výstavba významných vodních nádrží, jejichž funkce
významně ovlivnila vodní režim úseků toků pod nádrží a tedy i hodnoty kvantilů používaných
jako limitní hodnoty pro stanovení nedostatkových objemů. Jedná se např. o nádrže Vltavské
kaskády budované v 60. letech, které ovlivňují celý úsek Vltavy i Labe pod kaskádou, vodní
34
dílo Želivka uvedené do provozu v roce 1973, Nechranice z roku 1968, Nové Mlýny v 80.
letech, ale i další menší nádrže ovlivňující významnou měrou režim menších toků jako např.
od roku 1970 vodní dílo Šance na Ostravici. V další fázi řešení projektu jsme se tedy
soustředili na zpracování období 1931–2007 s limity z období 1961–2005, především na limit
Q95, představující skutečně malé průtoky přibližně na úrovni Q355. Zpracovány ale byly
i objemy pod limitem Q70. Výsledky jsou prezentovány především formou map a grafů.
Mapy jsou v Přílohách zprávy. Zobrazují prostorové rozložení tří největších dosažených
nedostatkových objemů a jejich porovnání a tří nejdelších trvání suchého období včetně
jejich porovnání a také datum, kdy k jevu došlo. Hodnoty v mapách byly interpolovány
metodou IDW (Inverse Distance Weighted). Účelem interpolace nebylo stanovit konkrétní
hodnoty veličiny v libovolném místě, ale napomoci představě o plošném rozložení daného
jevu. Barevně jsou odlišeny jednotlivá desetiletí, kdy jev nastal, a uvedeno datum ve formátu
mm-yyyy.
Limit Q70 a Q70m
Grafy časových řad nedostatkových objemů spolu s příslušnými průtoky a limity při fixním
ročním limitu a při variabilním měsíčním limitu jsou v Příloze 2.1. V grafech A značí fixní
roční a M variabilní měsíční limit. Příloha dále obsahuje mapy tří největších nedostatkových
objemů a trvání a jejich srovnání.
Maximální nedostatkové objemy i jejich trvání v období 1931–2007 při fixním ročním limitu na
úrovni Q70 z období 1961–2005 byly dosaženy především v následujících letech
v uvedeném pořadí: 1953, 1947, 1992, 1983, 2003, 1962, 1950, 1990, 1951, 1969, 1973,
1943, 1993 a v letech jim blízkých (Obr. 2.2.1a). I sucho v roce 1934 bylo významné
vzhledem k okolním rokům. Je zde tedy zřetelná tendence k opakování v 10letých cyklech
s vrcholem přibližně ve třetím roce každého desetiletí. Nad tímto cyklem je pravděpodobně
ještě další cyklus s delší amplitudou, jehož projevem je kumulace význačných suchých
epizod kolem roku 1953.
Maximální nedostatkové objemy a trvání pod Q70 byly nalezeny ve stanicích uvedených
v Tab. 2.2.1. Svitava je ovlivněná odběry podzemní vody, Jevišovka hospodařením na
rybnících a Ostravice manipulacemi na nádrži, v povodí Zábrdky je významný odběr
podzemní vody, odběry jsou i na Loučné. Jedná se tedy vesměs o stanice, kde sucho
nevzniklo jako přírodní jev. Maximální přirozená sucha se tak vyskytují do hodnoty
nedostatkových objemů kolem hodnoty 7 a maximální trvání se vyskytují do 20 měsíců
(Obr. 2.2.1b). Tento rozsah najde uplatnění při stanovování kategorií závažnosti sucha.
Maximální nedostatkové objemy i jejich trvání v období 1931–2007 při variabilním měsíčním
limitu na úrovni Q70m z období 1961–2005 se vyskytují ve stejných letech jako při limitu Q70
(Obr. 2.2.2a).
Maximální nedostatkové objemy a trvání pod Q70m byly nalezeny ve stanicích uvedených
v Tab. 2.2.2. Opět se jedná o silně ovlivněné stanice. Maximální přirozená sucha se tak
vyskytují do hodnoty nedostatkových objemů kolem hodnoty 9 a maximální trvání se
vyskytují do 20 měsíců (Obr. 2.2.2b). Objemy i trvání při limitu Q70m jsou místy větší než při
limitu Q70, limitní (prahová) hodnota se ve více vodných měsících roku zvýšila. Vyskytne-li
se tak sušší období např. již na jaře, vznikne větší nedostatkový objem než při Q70.
35
4
Deficit Volume
3
2
1
1991
2001
1991
2001
1981
1971
1961
1951
1941
1931
0
8
7
6
Duration
5
4
3
2
1
1981
1971
1961
1951
1941
1931
0
Obr. 2.2.1a Průměr nedostatkových objemů [-] a trvání [měsíc] ze všech stanic pro 70% zabezpečení
s fixním ročním prahem
Tab. 2.2.1 Maximální nedostatkové objemy (DefVol_A) a maximální trvání (Dur_A) pod fixním ročním
limitem Q70
Dtb
4520
4400
Název
Rozhraní
Božice
Tok
2660
0940
4540
Opava Šance p.nádrží Chocnějovice Letovice
Svitava Jevišovka Opava
DefVol_A 13.214
2770
11.985
8.294
Ostravice
Mohelka
Svitava
8.133
7.873
7.838
Dtb
4520
4400
4540
0460
Název
Rozhraní
Božice
Letovice
Zámrsk
Dašice Dolní Bukovina
Svitava Jevišovka Svitava
Loučná
Loučná
Zábrdka
25
23
20
Tok
Dur_A
32
31
27
0470
36
0960
Obr. 2.2.1b Box-Whisker plot maximálních ročních nedostatkových objemů a trvání pro 70%
zabezpečení s fixním ročním prahem
37
4
Deficit Volume
3
2
1
2001
1991
1981
1971
1961
1951
1941
1931
0
8
7
6
Duration
5
4
3
2
1
2001
1991
1981
1971
1961
1951
1941
1931
0
s variabilním měsíčním prahem
Tab. 2.2.2 Maximální nedostatkové objemy (DefVol_M) a maximální trvání (Dur_M) pod variabilním
měsíčním limitem Q70m
Dtb
4520
4400
Název
Rozhraní
Božice
Tok
4540
1130
0470
Římov
Dašice
Opava
Malše
Loučná
9.82
9.715
9.693
Letovice Děhylov
Svitava Jevišovka Svitava
DefVol_M 17.146
2750
14.14
10.862
4540
Dtb
4520
0470
0960
Název
Rozhraní
Dašice
Letovice Dolní Bukovina Zámrsk
Tok
Svitava
Loučná
Svitava
Zábrdka
Dur_M
41
35
29
28
38
0460
4400
1130
Božice
Římov
Loučná Jevišovka
23
23
Malše
22
zabezpečení s variabilním měsíčním prahem
39
Limit Q95 a Q95m
ročním limitu a při variabilním měsíčním limitu jsou v Příloze 2.2. V grafech opět A značí fixní
objemů a trvání a jejich srovnání a také maticový časoprostorový graf nedostatkových
objemů a trvání ve stanicích pro přehlednost seřazených v hydrologickém pořadí, kde jsou
objemy i trvání odlišeny podle stupně extremity.
v uvedeném pořadí: 1947, 1953, 1950, a dále 1992, 2003, 1962, 1951, 1943, 1983, 1934
a v letech jim blízkých (Obr. 2.2.3a). I v případě limitu s 95% zabezpečením je tedy zřejmá
tendence k opakování v 10letých cyklech s vrcholem přibližně ve třetím roce každého
desetiletí. Vrcholy jsou různě velké, což může být projevem nějakého delšího cyklu, jehož
projevem je např. kumulace význačných suchých epizod kolem roku 1953.
v Tab. 2.2.3. Opět se jedná o silně ovlivněné stanice, kde sucho nevzniklo jako přírodní jev.
Maximální přirozená sucha se tak vyskytují do hodnoty nedostatkových objemů kolem
hodnoty 2,8 až 3,0 a maximální trvání se vyskytují do 7 měsíců (Obr. 2.2.3b). Tento rozsah
najde uplatnění při stanovování kategorií závažnosti sucha.
(Obr. 2.2.4a).
vyskytují do hodnoty nedostatkových objemů kolem hodnoty 2,8 až 3,0 a maximální trvání se
vyskytují do 7 měsíců (Obr. 2.2.4b). Objemy i trvání při limitu Q95m jsou obecně menší než
při limitu Q95. Vznikl tedy opačný efekt než v případě limitu Q70 a Q70m. Je to dáno tím, že
nedostatkové objemy pod Q95 připadají hlavně na období léta a podzimu, kdy je Q95m
menší než Q95 a vznikají tudíž menší objemy. Sucho 1953–1954 se však např. odehrálo
během podzimu a zimy a skončilo v předjaří kdy měsíční 95% kvantil je větší než roční 95%
kvantil a deficitní objem tak naopak vzrostl.
40
Deficit Volume
2
1
2001
1971
1971
1991
1961
1961
1981
1951
1951
1941
1931
0
4
Duration
3
2
1
2001
1991
1981
1941
1931
0
limitem Q95
Dtb
4010
2770
4100
2740
4370
2073
Název Otaslavice Šance p.nádrží Kostelec pod nádrží Branka Trávní DvůrCitice-nová stanice
Tok
Brodečka
Ostravice
Fryštácký potok
Opavice
Dyje
Ohře
DefVol_A
5.038
4.895
4.75
3.795
3.761
3.663
Dtb
3610
Název
4370
0940
2770
4520
4540
Loštice Trávní DvůrChocnějovice Šance p.nádrží Rozhraní Letovice
Tok
Třebůvka
Dyje
Mohelka
Ostravice
Svitava
Svitava
Dur_A
9
9
8
8
8
8
41
42
Deficit Volume
2
1
2001
1991
1961
1961
1981
1951
1951
1971
1941
1941
1931
0
4
Duration
3
2
1
2001
1991
1981
1971
1931
0
Tab. 2.2.4 Maximální nedostatkové objemy (DefVol_A) a maximální trvání (Dur_A) pod s variabilním
měsíčním limitem Q95
Dtb
4100
2770
Název
Kostelec pod nádrží Šance p.nádrží Otaslavice Trávní Dvůr Svinov
Ústí N.Orlicí
Tok
Fryštácký potok
Třebovka
DefVol_M
4010
Ostravice
5.213
2570
Brodečka Dyje
4.937
4.17
4540
Odra
3.636
3.412
Název
Trávní Dvůr Šance p.nádrží Letovice Rozhraní Benešov n.Pl. Ústí N.Orlicí
Tok
Dyje
9
Svitava
9
2390
3.243
4370
Ostravice
4520
0350
Dtb
Dur_M
2770
4370
Svitava
8
Ploučnice
8
43
0350
Třebovka
8
8
44
Dlouhá časová řada na příkladu stanice 2400 Děčín na Labi, 1851–2008
Největší sucha se vyskytla na začátku šetřeného období 1931–2007. Bylo by tedy zajímavé
vědět, jak velká sucha byla před rokem 1931. Pokusili jsme se tedy o podobnou rekonstrukci
na příkladu časové řady průtoků stanice 2400 Děčín na Labi. Pro stanici jsou dostupná
sledování hladin od 30tých let 19. století. Převod na průtoky od roku 1851 proběhl podle
konsumpční křivky konstruované v pozdějším období, navíc zde kolem roku 1860 probíhaly
práce na prohlubování koryta, které mohly ovlivnit stanovení nedostatkových objemů
směrem k větším objemům. Rekonstrukce je komplikována především existencí Vltavské
kaskády, která má zásadní vliv na velikost odtoku zadržováním velkých průtoků
a nadlepšováním minim.
Vzhledem k tomu, že po roce 1960 byla kaskáda kompletně dokončena (Vrané uvedeno do
provozu 1936, Štěchovice v roce 1945, Slapy v roce 1957, Lipno v roce 1960, Orlík a Kamýk
v roce 1963), rozdělili jsme řadu na dvě období řešená samostatně: 1951–1960 a 1961–
2008.
1600
Qm
Threshold
4
DeficitVolume
1600
Qm
Threshold
2001
1991
1981
1971
1961
1951
1941
1931
1921
1911
0
1901
0
1891
1
1881
400
1871
2
1861
800
4
DeficitVolume
3
2001
1991
1981
1971
1961
1951
1941
1931
1921
1911
1901
0
1891
0
1881
1
1871
400
1861
2
1851
800
Obr. 2.2.5a Nedostatkové objemy v řadě měřených průtoků ve stanici 2400 Děčín, Labe. Nahoře
s fixním ročním prahem Q95, dole s variabilním měsíčním prahem Q95m
V těchto dvou obdobích byly prahové hodnoty a příslušné objemy řešeny samostatně.
Časový průběh nedostatkových objemů ukazuje Obr. 2.2.5a. Nadlepšování průtoků je
45
Deficit Volume [-]
1200
Q [m3/s]
Deficit Volume [-]
3
1851
Q [m3/s]
1200
zřejmé na rozdílných prazích před a po roce 1960. Velkým suchům v letech 1947 a 1953
předcházely srovnatelné nebo i větší suché epizody v letech 1874, 1904 a 1911 trvající 3, 5
a 3 měsíce a vrcholící na podzim. I sucho 1947 bylo tzv. letní sucho, zatímco sucho v roce
1953 se odehrálo během zimy a vrcholilo v předjaří. Maximální sucha s nedostatkovými
objemy s hodnotou 3 až 3,2 tedy nejsou výjimkou a můžeme je očekávat každých několik
desetiletí.
S ohledem na rozsah ovlivnění stanice po roce 1960 byly v další fázi analýzy nahrazeny
měřené průtoky od roku 1979 průtoky očištěnými od vlivu nádrží, odběrů a vypouštění, tzv.
přirozenými průtoky. Prahové limity Q95 a Q95m byly stanoveny z křivek překročení
očištěných průtoků a použity na celé období po roce 1960. Časový průběh nedostatkových
objemů ukazuje Obr. 2.2.5b. Srovnávat s Obr. 2.2.5a je možné pouze období po roce 1980.
Období před rokem 1960 jsou shodná, mezi lety 1961 a 1979 byla použita měřená data
(údaje o ovlivnění nejsou k dispozici), ale s rozdílnými prahy.
1600
Qm
Threshold
4
DeficitVolume
1600
Qm
Threshold
2001
1991
1981
1971
1961
1951
1941
1931
1921
1911
0
1901
0
1891
1
1881
400
1871
2
1861
800
4
DeficitVolume
3
2001
1991
1981
1971
1961
1951
1941
1931
1921
1911
1901
0
1891
0
1881
1
1871
400
1861
2
1851
800
Obr. 2.2.5b Nedostatkové objemy v řadě přirozených průtoků ve stanici 2400 Děčín, Labe. Nahoře
s fixním ročním prahem Q95, dole s variabilním měsíčním prahem Q95m
Použitím přirozených průtoků se nedostatkové objemy v případě sucha 2003 zvětšily
z hodnoty 0,773 při použití měřených průtoků na 0,908 při fixním prahu Q95 a z hodnoty
0,026 na 0,201 při variabilním prahu Q95m, u sucha v roce 1991 došlo ke zmenšení hodnoty
objemu z 0,309 na 0,238 při Q95 a zvětšení z hodnoty 0,018 na 0,123 při Q95m, u sucha
46
Deficit Volume [-]
1200
Q [m3/s]
Deficit Volume [-]
3
1851
Q [m3/s]
1200
1992 došlo ke zvětšení hodnoty objemu z 0,393 na 0,622 při Q95, nedostatkový objem pod
Q95m použitím měřených i očištěných dat nevznikl, u sucha 1990 došlo ke zvětšení hodnoty
objemu z 0,392 na 0,424 při Q95, nedostatkový objem pod Q95m použitím měřených
i čištěných dat nevznikl.
Období 1931–2007 s limity z období 1961–2005 (přirozené průtoky)
Rozdíly v objemech při použití měřených a průtoků ve stanici 2400 Děčín nebyly tak velké
jak by se dalo očekávat, nicméně při přirozených průtocích byly objemy obecně větší.
Zatímco tedy dosud byly zpracovávány pouze měřené průtoky z důvodu kompatibility se
zpracováním denních řad, v další fázi byly pro všechny stanice data od roku 1979 (počátek
evidence ovlivnění) nahrazeny průtoky očištěnými od antropogenních vlivů (přirozené
průtoky).
Limit Q70 a Q70m
objemů a trvání a jejich srovnání.
úrovni Q70 z období 1961–2005 byly dosaženy ve stejných letech jako v případě měřených
dat, tedy v letech: 1953, 1947, 2003, 1992, 1983, 1962, 1950, 1990, 1951 a v letech jim
blízkých (Obr. 2.2.6a). Důležité ovšem je, že přirozené průtoky zdůraznily nedostatkové
objemy suchých epizod v letech 1983, 1992 a 2003. Nebýt tedy vlivu nádrží a vypouštění
vody, tato pozorovaná sucha by se projevila výraznějším úbytkem vodnosti. V detailu je to
patrné ze srovnání časových řad jednotlivých stanic v Příloze 2.3 s Přílohou 2.1.
v Tab. 2.2.6. Obecně objemy i trvání oproti měřeným průtokům poklesly, došlo ovšem i ke
změně stanic, kde maxima nastala. Je zajímavé, že došlo k výraznému zdůraznění
maximálních dosažených objemů nebo trvání ve stanicích 4520-Rozhraní a 4540-Letovice
na Svitavě a ve stanici 0960-Dolní Bukovina na Zábrdce. Na Zábrdce se jedná o sucho
v roce 1974, tedy před evidencí ovlivnění a jeho zdůraznění je dáno změnou hodnoty prahu
očištěním průtoků po roce 1979. Na Svitavě se jedná o sucho 1991, kdy již jsou data
očištěná a nejedná se tedy o sucho zdůrazněné odběry, tedy alespoň ne odběry v daném
období. Je třeba si uvědomit, že vzhledem k podloží povodí, jímž je sedimentární výplň
synklinály tvořená prachovci, se jedná o povodí s víceletým typem režimu. Maximální sucha
se s výjimkou Svitavy vyskytují do hodnoty nedostatkových objemů kolem hodnoty 7 až 8
a maximální trvání se vyskytují do 20 měsíců (Obr. 2.2.6b). Tento rozsah najde uplatnění při
stanovování kategorií závažnosti sucha.
limitu na úrovni Q70m z období 1961–2005 se vyskytují v podobných letech jako při limitu
Q70 (Obr. 2.2.7a). I zde přirozené průtoky zdůraznily nedostatkové objemy suchých epizod
v letech 1983, 1992 a 2003.
v Tab. 2.2.7. Extrémní sucha na Svitavě a Zábrdce se opakují.
47
4
Deficit Volume
3
2
1
1991
2001
1991
2001
1981
1971
1961
1951
1941
1931
0
8
7
6
Duration
5
4
3
2
1
1981
1971
1961
1951
1941
1931
0
limitem Q70
Dtb
Název
Tok
4520
Název
0940
0850
4400
4100
Rozhraní Letovice Chocnějovice Dolní Štěpanice Božice Kostelec pod nádrží
Svitava
DefVol_A 16.741
Dtb
4540
4520
Svitava
Mohelka
Jizerka
Jevišovka
Fryštácký potok
8.721
7.851
6.979
6.65
6.613
0960
4540
Rozhraní Dolní Bukovina Letovice
0460
0470
0940
Zámrsk
Dašice Chocnějovice
Tok
Svitava
Zábrdka
Svitava
Loučná
Loučná
Mohelka
Dur_A
32
20
20
19
19
18
48
49
4
Deficit Volume
3
2
1
2001
1991
1981
1971
1961
1951
1941
1931
0
8
7
6
Duration
5
4
3
2
1
2001
1991
1981
1971
1961
1951
1941
1931
0
Dtb
Název
Tok
4520
0850
4400
Rozhraní Dolní Štěpanice Božice
Svitava
Jizerka
DefVol_M 36.026
14.538
14.168
0960
4540
Dtb
Název
Tok
4520
4540
2750
4100
Letovice Děhylov Kostelec pod nádrží
Jevišovka Svitava
11.205
0850
Opava
Fryštácký potok
10.007
8.832
4400
0940
2750
Rozhraní Dolní Bukovina Letovice Dolní Štěpanice Božice Chocnějovice Děhylov
Svitava
Zábrdka
Svitava
Jizerka
50
Jevišovka
Mohelka
Opava
Dur_M
74
28
25
23
22
21
21
51
Limit Q95 a Q95m
objemů a trvání a jejich srovnání a také maticový časoprostorový graf nedostatkových
objemů a trvání ve stanicích pro přehlednost seřazených v hydrologickém pořadí, kde jsou
objemy i trvání odlišeny podle stupně extremity.
v uvedeném pořadí: 1947, 1953, 2003, 1992, a dále 1950, 1983, 1990, 1962, 2004, 1951
a v letech jim blízkých (Obr. 2.2.3a). I v případě limitu s 95% zabezpečením je tedy zřejmá
tendence k opakování v 10letých cyklech s vrcholem přibližně ve třetím roce každého
desetiletí. Vrcholy jsou různě velké, což může být projevem nějakého delšího cyklu, jehož
projevem je např. kumulace význačných suchých epizod kolem roku 1953.
v Tab. 2.2.3. Opět se jedná o silně ovlivněné stanice, kde sucho nevzniklo jako přírodní jev.
Maximální přirozená sucha se tak vyskytují do hodnoty nedostatkových objemů kolem
hodnoty 2,8 až 3,0 a maximální trvání se vyskytují do 7 měsíců (Obr. 2.2.3b). Tento rozsah
najde uplatnění při stanovování kategorií závažnosti sucha.
(Obr. 2.2.4a).
vyskytují do hodnoty nedostatkových objemů kolem hodnoty 2,8 až 3,0 a maximální trvání se
vyskytují do 7 měsíců (Obr. 2.2.4b). Objemy i trvání při limitu Q95m jsou obecně menší než
při limitu Q95. Vznikl tedy opačný efekt než v případě limitu Q70 a Q70m. Je to dáno tím, že
nedostatkové objemy pod Q95 připadají hlavně na období léta a podzimu, kdy je Q95m
menší než Q95 a vznikají tudíž menší objemy. Sucho 1953–1954 se však např. odehrálo
během podzimu a zimy a skončilo v předjaří kdy měsíční 95% kvantil je větší než roční 95%
kvantil a deficitní objem tak naopak vzrostl.
Vhodnost použití limitu ročního nebo měsíčního tedy závisí od účelu použití. Definujeme-li
sucho jako odchylku od normálu, je vhodnější variabilní měsíční limit. Je-li účelem definice
sucha jako zaklesnutí průtoku pod nějakou ekologicky podmíněnou hodnotu průtoku, pak je
vhodný pevný roční prahový limit.
Měřené v. přirozené průtoky
Několik studií z poslední doby se zabývá změnami srážek a teplot v ČR v rekonstruovaných
denních časových řadách (Brázdil et al., 2009; Blinka, 2005; Možný, 2004; Trnka et al.,
2007). Brázdil potvrdil rostoucí trend v průměrných ročních teplotách vzduchu v období
1881–2006 se statisticky signifikantním lineárním trendem 0,082 ˚C/10 let stejně jako
statisticky nesignifikantní negativním trend –2,34 mm/10 let v ročních srážkových úhrnech.
Indexy SPI, PDSI a Z-index naznačují tendenci k déletrvajícím a intenzivnějším epizodám
sucha, přičemž sucha uprostřed 30tých let, na konci 40tých až raných 50tých, na konci
80tých až raných 90tých a na začátku nového století byla nejzávažnější
Blinka určil pomocí inedxu EDI nejsušší dny, měsíce, vegetační období a roky na území
Česka v letech 1876–2003. Jako nejsušší vychází v průměru za všechny stanice říjen 1947,
vegetační období 1976 a rok 1943. Průměr za jednotlivé dekády svědčí o zvyšování intenzity
sucha směrem ke konci 20. století. Dále Blinka provedl vymezování such a suchých období.
52
Nejhorší sucho bylo 3.11.1942–14.8.1943, které ostatní sucha předčí nejen svou délkou, ale
také podle standardizovaných ukazatelů srážkových poměrů EDI a PD.
Podle sumy EDI určil příslušný počet nejhorších such a suchých období (jednoletá, dvouletá
a horší sucha .Z tohoto pohledu byla nejhorší sucha 1943 a 1973. Roky 1990–1992 zase
tvoří tříleté období s nejvyšším průměrným zastoupením v jednoletých i dvouletých suchých
obdobích.
Obecně lze konstatovat, že výskyt méně intenzivních suchých období se směrem ke konci
20. století zvyšuje. U such, která se vyznačují vyšším vláhovým deficitem, není tento trend
zcela jednoznačný. Můžeme pouze říci, že druhá polovina 20. století byla významně sušší
než první. Jako nejhorší vychází sucho z roku 1947, mimořádně suché byly také roky 1982–
1984, 1953–1954, 1973–1974, 1943 a 1976.
Z grafů průměrných nedostatkových objemů a trvání z měřených průtoků ze všech stanic pro
70% i 95% zabezpečení s fixním ročním i variabilním měsíčním prahem (Obr. 2.2.1a až
Obr. 2.2.4a) je patrné, že metodou stanovení nedostatkových objemů nebyl tento rostoucí
trend potvrzen. Naopak, grafy ukazují spíše tendenci k poklesu extremity suchých epizod,
objemy jsou v posledních desetiletích menší a trvání kratší než v 1. polovině 20. století. I to
byl, kromě analýzy průtoků ve stanici Děčín od roku 1851, důvod, proč bylo vhodné zabývat
se měsíčními průtoky očištěnými od vlivů manipulací na nádržích, odběrů a vypouštění.
Grafy průměrných nedostatkových objemů a trvání z očištěných průtoků ze všech stanic pro
70% a hlavně 95% zabezpečení s fixním ročním i variabilním měsíčním prahem (Obr. 2.2.6a
až Obr. 2.2.9a) je patrné, že použitím očištěných průtoků došlo ke zdůraznění suchých
epizod po roce 1979, i když trend jistě stále není rostoucí. Znamená to, že změny srážek
a teplot nenacházejí přiměřenou odezvu v odtocích. Může to být způsobeno tím, že
minimální odtoky jsou tvořeny základním odtokem, jehož velikost se odvíjí od velikosti zásob
podzemní vody. Tyto zásoby reagují na klimatické činitele s velkým zpožděním, když
horninové prostředí působí jako dlouhodobý klouzavý ‘filtr‘, který klimatické vlivy zhlazuje. Na
druhé straně to také znamená, že je třeba věnovat zvýšenou pozornost evidenci o ovlivnění
průtoků. Jak data ukazují, není tato evidence dostatečně přesná a očištěné průtoky není
možné považovat za důsledně přirozené. Pasáž týkající se evidence ovlivnění je uvedena
také v následující kapitole týkající se vlivu nádrží na velikost nedostatkových objemů.
Na základě rozsahu hodnot nedostatkových objemů zjištěných během této studie je pro ně
možné navrhnout následující kategorie podle extremity: Mírný / Moderate (0,2–0,8), Vážný /
Serious (0,8–1,5), Velmi vážný / Severe (1,5–2,5) a Extrémní / Extreme (>2,5).
Pro trvání v měsících je možné navrhnout tyto kategorie: Mírný / Moderate (0–2), Vážný /
Serious (3–4), Velmi vážný / Severe (5–6) a Extrémní / Extreme (>6).
Tyto třídy je možné uplatnit v přípravě varovného systému výskytu sucha.
53
Deficit Volume
2
1
2001
1991
1971
1971
1981
1961
1961
1951
1941
1931
0
4
Duration
3
2
1
2001
1991
1981
1951
1941
1931
0
limitem Q95
Dtb
0150
Název
Česká Skalice Otaslavice Kostelec pod nádrží Dolní Štěpanice Šance p.nádrží Citice-nová stanice
Tok
Úpa
DefVol
4010
4100
0850
Brodečka Fryštácký potok
5.148
5.038
Jizerka
4.75
1580
Chocnějovice Sušice
Chlístov Citice-nová stanice Teplička Louny
Tok
Mohelka
Sázava
7
2073
4
Název
8
2109
Ohře
7
2190
Teplá
7
54
Ohře
4
0940
Otava
2073
Ostravice
Dtb
Dur
1380
2770
Ohře
7
7
3.411
55
Deficit Volume
2
1
2001
1991
1981
1961
1961
1971
1951
1951
1941
1931
0
4
Deficit Volume
3
2
1
2001
1991
1981
1971
1941
1931
0
Dtb
0150
Název
Česká Skalice Kostelec pod nádrží Otaslavice Šance p.nádrží Zděchov
Tok
Úpa
DefVol
4100
4010
Fryštácký potok
5.332
3760
Brodečka Ostravice
5.255
0180
4.17
Dolní Štěpanice
Zděchovka Jizerka
4.117
2.999
Název
Ústí N.Orlicí Rozhraní Hronov
Bohuňovsko-Jesenný Roudné
Staňkov
Tok
Třebovka
Kamenice
Radbuza
8
Metuje
8
1150
2.91
0350
Svitava
0900
0850
Dtb
Dur
4520
2770
7
Malše
7
56
1790
7
7
2.3 Vliv nádrží na průběh hydrologického sucha
Hydrologický režim toků pod nádržemi
Ačkoli velké nádrže poskytují celou řadu sociálně ekonomických funkcí, byl v poslední době
ve světě zaznamenán rostoucí tlak na jejich odstranění zejména ze strany nevládních
a environmentálních organizací. Tento tlak byl motivován negativními zjištěnými ohledně
ekologického stavu říčních úseků pod nádržemi (Benke, 1990; Ligon et al., 1995) a vedl
např. v USA k odstranění 500 vodních nádrží.
Hydrologický režim toků podmiňuje řadu geomorfologických procesů a ovlivňuje interakce
mezi tokem a přilehlou nivou a má tak přímý vliv na funkci a rozmanitost dotčeného prostředí
(Stanford a Ward, 1993). Na některých tocích vedla např. eliminace povodňových průtoků
k poklesu druhové rozmanitosti pobřežních společenstev (Molles et all., 1998; Nislow et all.,
2002).
Obr. 2.3.1 Změna hydrologického režimu Green River, Utah, vlivem výstavby nádrže v roce 1963
(podle Lytle a Poff, 2004)
Literatura zabývající se změnami hydrologického režimu toků vlivem nádrží není příliš
obsáhlá. Tématem se zabývali např. Migilligan a Nislow (200. K tomu účelu vybrali 21
vodoměrných stanic s alespoň 30letou řadou pozorování před i po výstavbě nádrže. Nádrže
plnily různé druhy funkcí od povodňové ochrany přes dodávku pitné vody, vody pro
zavlažování až pro potřeby energetiky. Porovnáním 32 parametrů chrakterizujících vlastnosti
denních časových řad (IHA–Indicators of Hydrologic Alteration)zjistili, že výstavbou nádrží
došlo k výrazným změnám hydrologického režimu na tocích po výstavbě nádrží a že tyto
změny mají napříč stanicemi velmi podobný charakter. Došlo ke změnám v načasování,
frekvenci i velikosti malých i velkých průtoků. 1denní až 90denní minimální průtoky se vlivem
nádrží statisticky významně zvýšily, zatímco 1denní až 7denní maximální průtoky se rovněž
57
významně snížily. V měřítku měsíčních odtoků došlo ke snížení průtoků v dubnu, zatímco ke
zvýšení v srpnu a v září. Tato zjištění platí obecně pro malé i velké toky. Extrémní vodní
stavy představují stresové situace nezbytné pro vývoj říčních organismů. Odchylka od
normálu tak představuje důležitý ekologický činitel. Zřejmá je tato skutečnost zejména u
organismů vázaných na říční sedimenty, kdy zvýšená sedimentace pod nádržemi vlivem
poklesu velkých průtoků vede ke snížení obsahu kyslíku s negativními dopady na řasy
i společenstva ryb a bezobratlých (Waters, 1995).
Vlivem nádrží na měsíční charakteristiky odtoku se zabývali Lajoie et al. (2006). Ve své studii
použili časové řady 76 neregulovaných toků a 25 stanic pod nádržemi v Kanadě. Zkoumali
období výskytu maximálních a minimálních průtoků a jejich meziroční velikost a variabilitu,
frekvenci a koeficienty šikmosti a špičatosti. Změny odtoku vlivem nádrží byly nejčastěji
zaznamenány v zimě a na jaře, ale ke změnám docházelo i během ostatních ročních období.
Velká povodí charakterizuje obecně větší meziroční variabilita období výskytu měsíčních
maxim a menší meziroční variabilita období výskytu minimálních průtoků než je tomu
v případě malých povodí. Vlivem akumulace vody v nádržích v období jarního tání dokonce
dochází k tomu, že minimální průtoky pod nádržemi jsou zaznamenávány právě v tomto
období a především v málo vodných letech. Cílem výzkumu mimo jiné bylo umožnit aplikaci
tzv. ‘ekohydrologické’ metody ke stanovení minimálních zůstatkových průtoků i na úsecích
toků ovlivněných nádržemi . Tyto průtoky mají zajistit ochranu a obnovení ekosystémů
v poříční zóně. Metodu používá Ministerstvo životního prostředí v Québecu (FAPAQ, 1999).
Higgs a Petts (1988) zjistili snížení 1leté vody vlivem nádrže o 70 % a zvýšení průtoku
odpovídajícímu Q95 o 22 % ve Velké Británii. Zmiňují ovšem obtížnou dostupnost
srovnávacích údajů před a po výstavbě nádrží stejně jako malou pozornost, která tématu
byla věnována v době prudkého rozvoje vodohospodářských děl. Analýza je dále
komplikována probíhající změnou klimatu. Autoři zdůrazňují potřebu sladění ekologických
požadavků i nároků na zajištění dostatku vody jako přírodního zdroje. Obecně větší
pozornost je v literatuře obvykle věnována vlivu nádrží na velké průtoky, sedimentaci
splavenin, teplotu vody než na průběh malých průtoků, resp. negativnímu vlivu uvedených
faktorů na říční ekosystém, zatímco nadlepšování minim se tomuto negativnímu hodnocení
vyhýbá.
Posouzení vlivu nádrží na průběh hydrologického sucha
V rámci této studie jsme v předcházejících kapitolách provedli hodnocení hydrologického
sucha pomocí stanovení nedostatkových objemů. Ve snaze o co možná nejrozsáhlejší
soubor dat jsme do analýzy zahrnuli jak data ze stanic málo či vůbec ovlivněných jak odběry
tak manipulacemi na nádržích, tak stanice těmito faktory ovlivněné. Vědomi si této
skutečnosti provedli jsme analýzu nedostatkových objemů jak na časových řadách
průměrných měsíčních průtoků měřených tak na řadách očištěných o výše uvedené vlivy.
Určitým nedostatkem je, že údaje o odběrech, vypouštěních a manipulacích jsou evidovány
až od roku 1979, a srovnávat vzájemně tedy můžeme až suchá období po tomto datu. Pro
posouzení vlivu nádrží na průběh hydrologického sucha však bylo nutné provést výpočet
deficitních objemů pod společnými limitními prahy pro ovlivněná i očištěná data průtoků.
Obě skupiny dat byly tedy posuzovány vůči fixnímu ročnímu prahu na úrovni Q70 a Q95
spočteným z průtoků v období 1979–2008 očištěných od manipulací na nádržích.
Výsledky ukazují, jak v mnoha případech existence nádrže na vodním toku významně
eliminuje vliv suchého období na úseku toku pod nádrží nadlepšováním průtoku. To je patrné
např. pro sucho pod prahem Q95 v letech 2003 a 2004 na Úpě ve stanici 0150 Česká
Skalice (grafy pro všechny stanice jsou v Příloze 2.5). Manipulace na nádržích jsou
v grafech značeny jako černá čára oscilující kolem nuly. Kladné hodnoty znamenají
nadlepšování odtoku, zatímco záporné značí zadržování vody v nádrži Ve stanici 0150 tak
byly redukovány relativní nedostatkové objemy pod prahem Q95 z extrémních hodnot 4,86
v roce 2003 a 3,2 v roce 2004 na hodnoty pouze 0,50 a 0,21 (Obr. 2.3.1). Nadlepšování
58
průtoku bylo tak významné, že je zřetelné i v nedostatkových objemech pod prahem Q70.
V roce 2003 tak byl nedostatkový objem zmenšen z 5,4 na 2,9 a v roce 2004 z 3,6 na 2,1
(Obr. 2.3.2).
30
Qm
Threshold
Reservoirs
4
DeficitVolume
25
20
3
15
10
2
5
0
1
-5
30
Qm
Threshold
Reservoirs
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-10
4
DeficitVolume
25
20
3
15
10
2
5
0
1
-5
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-10
Obr. 2.3.1 Stanice 0150 Česká Skalice, Úpa. Nedostatkové objemy pod fixním ročním limitem Q95.
Očištěné průtoky nahoře, měřené (ovlivněné manipulací na nádržích) dole. Černě jsou
značeny manipulace na nádržích.
59
30
Qm
Threshold
Reservoirs
8
DeficitVolume
0
2
-5
1
-10
0
30
Qm
Threshold
Reservoirs
2006
3
2003
5
2000
4
1997
10
1994
5
1991
15
1988
6
1985
20
1982
7
1979
25
8
DeficitVolume
0
2
-5
1
-10
0
2006
3
2003
5
2000
4
1997
10
1994
5
1991
15
1988
6
1985
20
1982
7
1979
25
Obr. 2.3.2 Stanice 0150 Česká Skalice, Úpa. Nedostatkové objemy pod fixním ročním limitem Q70.
Platí to i pro další stanici 0250 Nekoř na Divoké Orlici významně ovlivněnou nádrží Pastviny,
uvedenou do provozu v roce 1938, a to pro celé období od roku 1979. Vlivem nádrže došlo
k úplné eliminaci nedostatkových objemů pod prahem Q95 při suchých epizodách v letech
1982 (nedostatkový objem při očištěných průtocích by činil 0,93) a 1983 (nedostatkový
objem 1,45, vlivem nádrže pouze 0,07), v roce 1992 (0,39) i v roce 2000 (0,95) a v roce
2003, kdy by nedostatkový objem při přirozených průtocích činil 0,34 (Obr. 2.3.3). I pod
prahem Q70 došlo působením nádrže ke zmenšení nedostatkových objemů v roce 2000
z hodnoty 3,45 na 1,8 a 1,1 (rozděleno na dvě epizody)
Při použití proměnlivého měsíčního prahu dochází ke změně konkrétních hodnot, ale princip
působení nádrže se nemění (není doprovázeno grafickými přílohami).
60
25
Qm
Threshold
Reservoirs
4
DeficitVolume
20
3
15
10
2
5
1
0
25
Qm
Threshold
Reservoirs
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-5
4
DeficitVolume
20
3
15
10
2
5
1
0
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-5
Obr. 2.3.3 Stanice 0250 Nekoř, D.Orlice. Nedostatkové objemy pod fixním ročním limitem Q95.
Totéž platí i pro stanici 0420 Němčice na Labi. Nad stanicí se nacházejí významné nádrže
Pastviny a Rozkoš, vybudovaná v roce 1972. Suché období roku 1992 by se projevilo
nedostatkovým objemem 0,81, vlivem nádrže byl nedostatkový objem snížen na pouhých
0,13. Sucha v letech 2004 a 2008 nebyla v řadách ovlivněných nádržemi vůbec
zaznamenána (Obr. 2.3.4).
Odlišná situace je v případě stanice 1860 Plzeň-Bílá Hora (Berounka) , kde se vliv nádrže
v suché epizodě 1998 projevil snížením průtoků pod limitem Q70 a tedy zvětšením
nedostatkových objemů z hodnoty 3,0 na 5,0 a dále velmi výrazně v případě stanice 4400
Božice (Jevišovka) na konci 80tých a v 90tých letech, kdy vlivem manipulací došlo
opakovaně ke zvětšení nedostatkových objemů z hodnot řádově mezi 4 až 6 dokonce až na
hodnoty 12,3, 12,3 a 8,2 (Obr. 2.3.5). Takový jev je však zcela ojedinělý.
Tak by bylo možné pokračovat dále na příkladech dalších stanic. Obecně totiž platí, že vliv
manipulací na vodních nádrží se v případě suchých epizod projevuje nadlepšováním průtoku
a tedy snížením nedostatkových objemů. Výrazněji se tato skutečnost projevuje při suchých
epizodách pod limitem Q95 než pod limitem Q70, kde je zmenšení nedostatkových objemů
61
často málo znatelné. Velmi významně jsou ale nadlepšovány průtoky i pod limitem Q70 ve
stanicích 1090 Vyšší Brod (Vltava), 1130 Římov a 1150 Roudné (Malše), 1650 Kácov a 1672
Nespeky (Sázava) (Obr. 2.3.6), 2190 Louny (Ohře), 2740 Branka (Opavice), 2750 Děhylov
(Opava), 2770 Šance (Ostravice), 3960 Plumlov (Hloučela), 4100 Kostelec (Fryštácký p.),
4350 Znojmo a 4370 Trávní Dvůr (Dyje), 4480 Veverská Bitýška a 4490 Brno-Poříčí
(Svratka), 4530 Letovice (Křetínka), 4540 Letovice (Svitava), 4570 Bílovice (Svitava), 4620
Židlochovice (Svratka), 4730 Nesměř a 4740 Oslavany (Oslava) a 4780 Ivančice (Jihlava),
částečně i ve stanicích 2040 Mělník, 2210, Ústí nad Labem a 2400 Děčín na Labi.
Z výše uvedených stanic jsou nejvýrazněji pod limitem Q70 nadlepšovány stanice na Vltavě,
Malši, Sázavě, Opavici, Opavě, Ostravici, Hloučele, Dyji, Svratce, Křetínce a příslušné
nedostatkové objemy jsou tak významně omezovány.
Po limitem Q95 jsou prakticky zcela eliminovány nedostatkové objemy na D. Orlici, Vltavě,
Malši, Sázavě, Ohři, Labi, Ostravici, Odře, Hloučele, Dyji, Svratce, Křetínce, Svitavě, Oslavě
a Jihlavě.
250
Qm
Threshold
Reservoirs
4
DeficitVolume
200
3
150
100
2
50
1
0
250
Qm
Threshold
Reservoirs
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-50
4
DeficitVolume
200
3
150
100
2
50
1
0
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-50
Obr. 2.3.4 Stanice 0420 Němčice, Labe. Nedostatkové objemy pod fixním ročním limitem Q95.
62
63
V této souvislosti je vhodné zmínit stanice 0880 Josefův Důl (Kamenice), 2740 Branka
(Opavice), 2770 Šance (Ostravice) a 4400 Božice (Jevišovka), kde očištěné průtoky v mnoha
měsících zaklesávají do záporných hodnot a pro výpočet objemů musely být nahrazeny
nulovým průtokem. Z toho důvodu je v uvedených stanicích prahová hodnota Q95 rovna nule
a tudíž nevznikají žádné nedostatkové objemy. Je tedy zřejmé, že evidence manipulací,
popř. měření minimálních průtoků ve stanicích je zde nedostatečné.
8
Qm
Threshold
Reservoirs
8
DeficitVolume
7
7
6
6
5
5
4
3
4
2
3
1
2
0
8
Qm
Threshold
Reservoirs
2006
2003
2000
1997
1994
1991
1988
0
1985
-2
1982
1
1979
-1
8
DeficitVolume
7
7
6
6
5
5
4
3
4
2
3
1
2
0
2006
2003
2000
1997
1994
1991
1988
0
1985
-2
1982
1
1979
-1
Obr. 2.3.5 Stanice 4400 Božice, Jevišovka. Nedostatkové objemy pod fixním ročním limitem Q70.
64
100
Qm
Threshold
Reservoirs
8
DeficitVolume
7
80
6
60
5
40
4
3
20
2
0
1
120
Qm
Threshold
Reservoirs
2006
2003
2000
1997
1994
1991
1988
1985
1982
0
1979
-20
8
DeficitVolume
7
100
6
80
5
60
4
40
3
20
2
2006
2003
2000
1997
1994
1991
1988
0
1985
-20
1982
1
1979
0
Obr. 2.3.6 Stanice 1650 Kácov, Sázava. Nedostatkové objemy pod fixním ročním limitem Q70.
65
2.4 Průběh sucha podle klimatických scénářů
V návaznosti na VaV „Zpřesnění dosavadních odhadů dopadů klimatické změny v sektorech
vodního hospodářství, zemědělství a lesnictví a návrhy adaptačních opatření“ a výstupy
regionálních klimatických modelů (RCM) z projektu ENSEMBLES byly vytvořeny scénáře
změn klimatu v měsíčním kroku. Pomocí těchto scénářů byla následně modelována
hydrologická bilance ve vybraných povodích (Obr. 2.4.1).
Jako reprezentativní vzorek bylo pro práci vybráno šest malých a středních povodí z různých
regionů České republiky. Jejich velikost je od 94 km2 do 1156 km2. Povodí se nacházejí
v odlišných nadmořských výškách a hydrogeologických rajónech. Povodí Ploučnice a Metuje
se rozkládá v nižších polohách mezi 200 až 500 m n. m. na křídovém podloží. Na krystaliniku
ve středních výškách kolem 500 až 800 m n. m. se nachází povodí Svratky a Desné.
K povodím s vyloženě horským charakterem s nadmořskou výškou nad 800 m se pak řadí
Teplá Vltava a Divoká Orlice.
Obr. 2.4.1 Seznam vybraných stanic
Tvorba scénářů
Za účelem zachování konzistence s předchozími studiemi byla pro tvorbu scénářů
v měsíčním kroku použita jednoduchá přírůstková metoda, při které jsou vstupní veličiny pro
model BILAN poměrně opraveny pomocí přírůstkových faktorů odvozených ze simulace
klimatického modelu pro každou veličinu a každý měsíc tak, aby poměr/rozdíl veličin pro
budoucí a kontrolní období odpovídal změnám z klimatického modelu.
Pro účely této studie byl uvažován model průměrné změny z ensemblu 20 RCM z projektu
ENSEMBLES (Tab. 2.4.2, dále RCM), a také simulace modelem ALADIN-CLIMATE/CZ (dále
ALA). Modely mají rozlišení cca 25km 25km a byly řízeny emisním scénářem SRES A1B.
Většina modelů pokrývá období 1960-2099, některé simulace končí v roce 2050.
Pro každý z modelů, každý grid box (cca 130 grid boxů na území ČR), každou veličinu a
každý měsíc roku byly odvozeny přírůstkové faktory odpovídající změnám mezi 30letými
obdobím se středem v roce 1975 a stejně dlouhým obdobím se středem v roce yr =
1976...2085. Pro každý model, veličinu, grid box a měsíc roku tak vznikla časová řada
přírůstkových faktorů od roku 1975 do roku 2085.
Scénáře pro jednotlivá povodí a modely byly následně tvořeny tak, že nejprve byl určen rok
odpovídající středu pozorované řady. Následně byly uvažovány změny mezi tímto rokem
66
a roky 2025, 2055 a 2085 pro řady srážkových úhrnů, teplot a relativních vlhkostí vzduchu
vstupující do modelu. Změny z jednotlivých grid boxů byly interpolovány na povodí na
základě plochy grid boxů pokrývající dané povodí a pozorované řady byly o tyto změny
opraveny. Pomocí takto vytvořených klimatických řad byl modelován odtok modelm BILAN
kalibrovaným na pozorovaném období.
Nedostatkové objemy podle klimatických scénářů
Modelováním odtoku modelem BILAN tedy byly získány časové řady odtoku pro 2 modelové
realizace RCM a ALA pro 4 časové horizonty: současnost (pro přehlednost dále značenou
1975) a období se středem v letech 2020, 2055 a 2085. Tyto řady byly dále analyzovány
pomocí programu ExDev za použití fixního ročního i variabilního měsíčního prahu na úrovni
Q95 stanovených z časové řady odtoku horizontu 1975.
Předpokládané změny nedostatkových objemů a jejich trvání pro časová období se středy
v letech 2020, 2055 a 2085 uvádí Obr. 2.4.1 až Obr. 2.4.6, kde pod sebou následují
realizace pro ALADIN-CLIMATE/CZ (fixní roční a variabilní měsíční limit), Ensembl 20 RCM
z projektu ENSEMBLES (fixní roční a variabilní měsíční limit).
Vývoj podle použitého scénáře SRES A1B naznačuje rostoucí trend velikosti nedostatkových
objemů, četnosti v jednotlivých třídách závažnosti i jejich trvání. Pesimističtější je vývoj
těchto charakteristik vlivem klimatických prvků simulovaných modelem ALADINCLIMATE/CZ. Výraznější prohloubení sucha je zřetelné při použití variabilního měsíčního
limitu než pevného ročního, což ukazuje na větší snížení průtoků v období minim v létě
a raném podzimu oproti zbytku roku.
Nejmírnější nárůst epizod sucha lze očekávat u stanice 3511 použitím ensemblu RCM, kde
dokonce při pevném ročním prahu by mohlo dojít ke snížení výskytu extrémních epizod.
Nejzávažnější důsledky by změna klimatu mohla znamenat v povodí stanic 4410 a 2390 pro
oba ukazatele, v povodí stanice 1060 pro objemy a v povodí stanice 0170 pro jejich trvání.
V této souvislosti by bylo vhodné zvážit, zda by pro vyjádření extremity sucha nebylo
přínosem hodnotit i úroveň poklesu průtoků pod limitní mez, tedy kvantil křivky překročení,
který byl během suché epizody dosažen. Jednodušší možností by také bylo vyčíslit tzv.
intenzitu sucha, tedy podíl objemu a délky jeho trvání. Intenzita by takto nabývala hodnot od
0 do 1, to v případě zcela vyschlého toku.
V Obr. 2.4.1 až Obr. 2.4.6 je vlevo graf pro nedostatkové objemy a vpravo graf pro délku jejich trvání
v měsících. Červená silná čára spojuje střední hodnoty, modrá silná čára spojuje maxima. Čárkovaně
jsou vyznačeny jednotlivé třídy nedostatkových objemů mírný (0,2–0,8), silný (0,8–1,5), velmi silný
(1,5–2,5) a extrémní (>2,5). Čísla uvnitř plochy grafu znamenají četnost výskytu jevu v dané úrovni
sucha. Šedá plocha značí rozsah nedostatkových objemů na hranici přesnosti, které ještě
nepovažujeme za projev sucha a které nejsou započteny do četnosti výskyt.
67
acronym
model
period
source
reference
1950–2100
Royal Netherlands Meteorological Institute (KNMI)
van Meijgaard et al. (2008)
ECHAM5 driven (Jungclaus 2006)
RACMO_EH5
RACMO2.1
REMO_EH5
REMO5.7
1951–2100
Max Planck Institute for Meteorology (MPI), Germany
Jacob et al. (2001),
RCA_EH5
RCA3.0
1951–2100
Swedish Meteorological and Hydrological Institute (SMHI)
Kjellström et al. (2005)
RegCM_EH5
RegCM3
1951–2100
Pal et al. (2007)
HIR_EH5
HIRHAM5
1951–2100
Abdus Salam International Centre for Theoretical Physics (ICTP),
Italy
DMI
HadCM3Q0, HadCM3Q3, HadCM3Q16 driven (Collins et al. 2006)
HadRM_Q0
HadRM3.0
1951–2099
Met Office Hadley Centre, UK
Jones et al. (2004)
CLM_Q0
CLM2.4.6
1951–2099
Swiss Federal Institute of Technology Zurich (ETHZ)
Böhm et al. (2006)
HIR_Q0
HadRM3.0
1951–2050
METNO
PROMES_Q3
HadRM3.0
1951–2050
UCLM
RRCM_Q0
HadRM3.0
1951–2050
VMGO
HadRM_Q3
HadRM3.0
1951–2099
Jones et al. (2004)
RCA_Q3
RCA3.0
1951–2099
HadRM_Q16
HadRM3.0
1951–2099
Jones et al. (2004)
RCA_Q16
RCA3.0
1951–2099
Community Climate Change Consortium for Ireland (C4I)
ARPEGE4.5 and 5.1 driven (Salas-Mélia et al. 2005)
HIR_ARP
HIRHAM5
1951–2100
Danish Meteorological Institute (DMI)
Christensen et al. (2007)
CNRM_ARP
CNRM-RM4.5
1950–2050
National Centre of Meteorological Research (CNRM), France
Radu et al. (2008)
CNRM_ARP5
RM5.1
1950-2100
BCM2.0 driven (Furevik et al. 2003)
RCA_BCM
RCA3.0
1961–2100
HIR_BCM
HIRHAM2
1951–2050
Norwegian Meteorological Institute (METNO)
Christensen et al. (1996)
CGCM3.1 driven (Kim et al. 2003; Scinocca et al. 2008)
CRCM_CCC
CRCM4.2.1
1951–2050
Consortium on Regional Climatology and Adaptation to Climate
Change (OURANOS), Canada
Tab.2.4.2 Soubor regionálních klimatických modelů z projektu ENSEMBLES
68
Plummer et al. (2006)
Obr. 2.4.1 Nedostatkové objemy a trvání ve stanici 0170 Maršov n.Metují, Metuje. Pod sebou
realizace pro model ALADIN-CLIMATE/CZ (fixní roční a variabilní měsíční limit), Ensembl 20
RCM z projektu ENSEMBLES (fixní roční a variabilní měsíční limit)
69
Obr. 2.4.2 Nedostatkové objemy a trvání ve stanici 0240 Klášterec n.Orlicí, D.Orlice. Pod sebou
70
Obr. 2.4.3 Nedostatkové objemy a trvání ve stanici 1060 Lenora, Teplá Vltava. Pod sebou realizace
pro model ALADIN-CLIMATE/CZ (fixní roční a variabilní měsíční limit), Ensembl 20 RCM
z projektu ENSEMBLES (fixní roční a variabilní měsíční limit)
71
Obr. 2.4.4 Nedostatkové objemy a trvání ve stanici 2390 Benešov n.Pl., Ploučnice. Pod sebou
72
Obr. 2.4.5 Nedostatkové objemy a trvání ve stanici 3511 Šumperk, Desná. Pod sebou realizace pro
model ALADIN-CLIMATE/CZ (fixní roční a variabilní měsíční limit), Ensembl 20 RCM
73
Obr. 2.4.6 Nedostatkové objemy a trvání ve stanici 4410 Borovnice, Svratka. Pod sebou realizace pro
model ALADIN-CLIMATE/CZ (fixní roční a variabilní měsíční limit), Ensembl 20 RCM
74
2.5 Srovnání identifikace sucha v denních a měsíčních řadách
Pro přípravu jakéhokoli varovného systému výskytu sucha je třeba určit vhodné časové
měřítko vyhodnocení. V této práci byly analyzována denní a měsíční řady odtoku. Program
NiŜówka 2003, kterým byly zpracovány denní průtoky Qd neposkytuje typ výstupu přímo
vhodný pro takové srovnání. Vyseparovali jsme tedy z výstupů alespoň tři konkrétní
extrémně suché epizody v letech 1947, 1953 a 2003 a porovnali je podle několika kritérií
s identifikací těchto such v měsíčních řadách odtoku Qm programem ExDevb.
Rozdíly obsahuje Tab. 2.5.1. Sloupec End obsahuje rozdíl v celých měsících, kdy ve stanici
sucho vrcholilo a deficitní objem a jeho trvání byly maximální. Sloupec Dur obsahuje rozdíl
v měsících v délce trvání sucha, sloupec DefVol rozdíl v dosaženém nedostatkovém objemu.
Ve sloupci Note je informace, zda v denních (none-D), resp. měsíčních (none-M) řadách
nebylo sucho vůbec zaznamenáno. Poznámka ‘icecover’ u sucha 1953 ve stanicích na horní
Vltavě znamená, že měření vodních stavů bylo deformováno zámrzem. Pro vyhodnocení
měsíčních řad pobočka ČHMÚ příslušné průtoky opravila, ale do denních řad se tato korekce
nepromítla. Dále byly suché epizody v denních i měsíčních řadách klasifikovány podle
extremity objemů ve třídách mírný (0,2–0,8), vážný (0,8–1,5), velmi vážný (1,5–2,5)
a extrémní (>2,5) a sloupec Kategory pak obsahuje informaci o kolik tříd se obě časové řady
minuly. Barevně jsou vždy vyznačeny hodnoty, kde se obě časové řady výrazně lišily, tmavší
odstín představuje velmi výrazný rozdíl mezi určením sucha v obou řadách.
V případě such v letech 1947 a 2003 jsou odchylky menší než u sucha v roce 1953. Rozdíly
mezi oběma řadami nejsou většinou velké, sucho bylo většinou klasifikováno stejně, málokdy
se klasifikace minula o třídu či více. Extrémní rozdíly jsou výjimkou. Obecně došlo k poměrně
dobré shodě ve stanovení nedostatkových objemů použitím obou časových řad přičemž
platí, že měsíční řady sucho převážně zdůrazňují oproti denním řadám (převaha kladným
rozdílů) a tedy použití hrubšího časového rozlišení je více alarmující a tedy více na straně
bezpečnosti. Denní řady jsou nepochybně přesnější v určení suché epizody, nicméně
vzhledem k tomu, že sucho je jev déletrvající nepovažujeme za nutné pro případný varovný
systém výskytu sucha vyhodnocovat sucho v denním kroku a vhodným časovým krokem se
tedy zdá být kompromis mezi denními a měsíčními řadami a nabízí se tedy vyhodnocování
v týdenním intervalu (i vzhledem k případné prognóze).
75
Tab. 2.5.1 Srovnání identifikace sucha v denních a měsíčních řadách v případě such 1947, 1953 a 2003
1947
1953
2003
Stanice End Dur DefVol Note
Kategory End Dur DefVol Note
Kategory
0060
0 -0.5
0.01
0
0 0.5
0.32
0
-1 -0.9
0.03
0
0150
1 1.0
0.47
0
0 0.7
0.47
0
-3 0.3
-0.03
0
0170
0 0.0
0.06
0
0 0.0
0.45
1
-1 0.0
0.10
0
0180
7 -0.3
-0.07
0
0 1.3
0.43
1 x
x
x
none-D,M
0
0240
0 1.1
0.23
0
3 3.2
1.10
2
-1 -0.5
0.11
0
0250
0 0.6
-0.07
0
0 -0.3
0.03
0
0 0.7
0.04
0
0270
0 -0.4
0.16
1
0 1.9
0.51
1
-1 0.2
0.05
0
0290
0 -0.4
0.15
0
0 -0.1
0.40
1
-1 0.0
-0.02
0
0310
0 -0.5
0.28
1
0 2.8
0.33
0
-1 0.0
0.12
0
0340
0 1.5
0.13
0
0 0.1
0.21
0
-1 -0.3
0.09
0
0350
0 0.1
0.12
0
0 0.3
0.32
0
0 0.0
0.18
0
0370
0 -0.4
0.03
0
0 0.0
0.16
0
-1 -0.8
-0.02
0
0420
0 -0.2
0.00
0
0 -0.7
0.21
0 x
x
x
none-D,M
0
0460
-1 -0.8
0.09
0
1 0.6
0.02
0 x
x
x
none-D,M
0
0470
0 -0.2
0.06
0
0 0.0
0.01
0 x
-0.9
-0.05 none-M
0
0480
1 1.4
0.02
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
0490
0 -0.4
0.04
0
0 -0.4
-0.04
0
-1 0.2
0.09
0
0630
0 2.2
0.65
1
-2 1.1
0.15
0
-1 0.6
0.22
1
0650
0 0.3
-0.25
-1
1 1.1
0.64
1
0 0.3
-0.06
0
0660
0 0.8
0.17
0
0 1.9
0.34
1
-1 -0.2
0.07
0
0800
0 0.1
0.10
0
0 1.8
0.71
1
0 0.8
0.06
1
0830
0 0.9
0.25
0
0 0.4
0.35
1 x
x
x
none-D,M
0
0850
0 0.7
0.28
0
0 0.1
0.08
1 x
x
x
none-D,M
0
0860
0 0.2
0.24
0
0 0.3
0.30
0
-1 1.4
0.27
1
0880
1 2.2
0.43
1
3 0.5
0.01
0 x
x
x
none-D,M
0
0900
0 0.8
0.47
0
0 0.3
0.27
0
0 0.9
0.98
1
0910
0 0.2
0.19
0
0 1.7
0.35
1
0 0.8
0.16
1
0920
0 0.6
0.20
0
-2 2.6
0.22
0 x
-0.5
-0.12 none-M
0
0940
0 0.8
0.12
0
2 2.3
0.03
0
1 1.4
0.12
0
0960
x
x
x
none-D,M
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
76
1947
1018
0 0.4
0.20
1040
0 0.1
0.14
1060
0 -1.2
0.00
1070
0 0.8
0.11
1080
0 -1.0
0.28
1090
0 2.1
0.14
1130
0 0.2
0.07
1140
0 0.5
0.24
1150
2 1.0
0.33
1190
0 0.4
-0.15
1270
0 0.7
0.09
1310
0 -0.3
0.11
1330
1 0.7
0.10
1380
0 -0.5
0.14
1410
0 -0.8
0.14
1430
0 -0.2
0.29
1510
0 -0.7
0.09
1520
x
-0.8
-0.29 none-M
1530
-1 -1.3
-0.28
1580
0 -0.4
0.11
1610
0 -0.6
0.01
1620
1 0.9
1.35
1650
0 -0.3
0.12
1672
0 -0.5
0.01
1790
1 0.7
0.26
1830
0 -0.3
0.07
1860
0 -0.5
0.07
1900
0 -0.1
0.32
1980
0 -0.8
-0.01
2001
0 1.1
-0.21
1953
2003
Kategory
0
0 0.4
0.28
0
0 0.8
0.13
1
0
0 -0.7
0.37
1
-1 0.1
0.01
0
0
2 2.0
0.90 icecover
2
-1 -0.4
0.08
0
0
2 1.4
0.95 icecover
1
-1 0.6
0.13
0
0
0 4.5
0.95 icecover
2
-1 1.4
0.21
1
0
2 1.3
0.87 icecover
1 x
x
x
none-D,M
0
0
0 0.9
0.15
1
1 1.8
0.02
0
0
0 -0.9
-0.16
0
0 1.9
0.33
1
0
1 1.7
0.52
1
2 1.7
0.18
1
0
1 1.4
0.52
1
0 2.2
0.78
1
0
0 2.6
0.70
1
0 0.4
0.09
1
0
0 0.0
0.30
1
0 -0.3
0.29
0
0
0 0.1
0.31
1
0 -0.3
0.26
0
0
0 1.9
0.23
0
-1 0.0
0.16
0
0
2 2.9
0.45
1
-1 0.2
0.16
0
0
1 3.7
0.43
1
-1 0.1
0.20
0
0
2 3.2
0.45
0
-1 0.1
0.19
0
-1 x
x
x
none-D,M
0
0 1.5
0.45
0
0
0 -0.1
0.00
0
0 0.6
0.32
0
0
0 -0.3
0.06
0
-1 0.0
0.22
0
0
1 4.2
0.37
0
-1 0.0
0.10
0
2
2 0.7
0.29
1
0 2.5
0.67
2
0
0 0.0
0.00
0
-1 -0.2
0.13
0
0
0 0.0
-0.03
0
-1 0.2
0.05
0
0
-2 3.1
0.33
1 x
x
x
none-D,M
0
0
0 1.8
0.41
0
-1 -0.1
0.07
0
0
-2 2.9
0.14
0
0 0.7
0.14
1
0
0 2.9
0.81
1
0 0.6
-0.07
0
0
0 2.8
0.53
1
0 1.5
0.06
0
0
1 1.1
0.45
1
0 1.8
0.10
1
77
1947
Kategory End
2040
0 1.1
0.08
0
2073
0 0.2
0.14
0
2109
0 1.2
0.55
1
2190
0 -0.4
-0.04
0
2210
0 1.1
0.08
0
2390
0 0.1
0.22
0
2400
0 -0.5
-0.13
0
2570
0 3.2
1.34
1
2660
x
-0.6
-0.04 none-M
0
2740
0 1.0
0.08
0 x
2750
0 0.8
0.14
0
2770
x
x
x
none-D,M
0 x
2930
0 -0.8
-0.20
0
2940
0 0.0
-0.05
0
2990
x
x
x
none-D,M
0
3030
5 0.1
-0.03
0
3430
0 -0.1
-0.18
0
3450
0 -0.5
-0.03
0
3511
0 -0.4
0.02
0
3530
0 -0.3
0.18
1
3540
0 -0.6
0.00
0
3610
0 -0.2
0.08
0
3670
0 -0.2
-0.05
0
3740
0 1.6
0.36
0
3760
0 1.5
0.84
1
3790
0 0.9
0.30
0
3820
0 -0.5
0.26
1
3870
0 -0.7
0.07
0
3890
0 1.2
0.25
1
3900
0 0.5
0.30
0
1953
2003
Dur DefVol Note
Kategory
1 3.0
1.18
1
-1 0.9
0.10
0
0 0.1
0.31
0
0 0.0
0.09
1
0 3.3
1.36
1
-1 -0.1
0.28
1
0 0.0
0.21
0
-1 0.1
0.00
0
1 1.7
0.68
0
-1 0.1
0.08
0
2 2.1
0.60
1 x
x
x
none-D,M
0
1 1.7
0.61
0
-1 0.1
0.02
0
1 1.0
1.06
1
0 0.2
0.16
0
0 -0.1
0.20
1
-1 0.0
0.00
0
x
x
none-D,M
0 x
x
x
none-D,M
0
0 -0.1
0.24
0 x
-0.7
-0.04 none-M
0
x
x
none-D,M
0 x
x
x
none-D,M
0
0 -0.5
0.22
1
-1 0.2
0.00
0
0 -0.6
0.25
0
-1 0.1
0.06
0
5 1.0
0.46
0
-1 -0.7
0.13
0
0 1.2
0.30
1
-1 -0.8
0.10
1
0 3.6
0.54
1
-1 0.0
0.02
0
0 0.1
0.17
0
-1 -0.1
0.04
0
0 1.2
0.31
1
-1 0.1
0.01
0
0 -0.1
0.20
0
-1 0.0
0.13
0
0 -0.7
0.08
0
-1 -0.3
0.05
0
0 -0.6
0.13
0
-1 -0.1
0.06
0
0 -0.5
0.28
0
-1 -0.8
0.06
0
0 0.4
0.95
1
-1 0.0
0.24
1
0 0.1
1.05
1
-1 0.0
0.30
1
0 3.2
1.28
1
-1 0.0
0.17
0
0 1.4
0.71
1
0 0.1
0.15
0
0 1.7
0.85
1
0 0.2
-0.01
0
0 1.1
0.77
1
0 0.1
0.11
0
0 1.1
0.80
1
0 0.2
0.18
1
78
1947
1953
2003
Kategory
3960
0 1.0
0.07
0
1 0.1
0.38
1 x
1.0
0.14 none-D
0
4010
0 0.5
-0.01
0
0 0.2
-0.02
-1
0 -0.5
0.34
0
4020
0 0.8
0.30
1
2 1.7
0.26
1
0 0.1
0.23
0
4030
0 1.4
-0.02
0
0 -0.2
0.32
0
0 -0.3
0.02
0
4070
1 0.7
0.49
1 x
x
x
none-D,M
0
0 -2.0
-0.27
-1
4100
1 1.3
-0.23
0 x
-1.0
-0.84 none-M
-2
-1 -0.8
-0.04
0
4150
x
2.0
0.50 none-D
1 x
x
x
none-D,M
0 x
1.0
0.13 none-D
0
4215
0 1.5
0.08
0
0 -0.1
0.42
0
0 -0.2
-0.01
0
4300
1 1.1
0.14
0
0 0.2
0.12
1
1 1.6
0.27
1
4350
x
x
x
none-D,M
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4370
x
x
x
none-D,M
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4400
0 0.1
0.16
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4410
0 0.3
0.18
0
0 0.5
0.14
0
1 0.8
0.13
1
4470
0 -0.2
0.32
0
0 0.2
0.31
0
1 1.0
0.40
0
4480
0 -0.6
-0.17
0
0 -0.6
-0.10
-1 x
0.0
0.00 none-D
0
4490
0 0.3
0.12
0
-1 -1.0
0.11
0 x
x
x
none-D,M
0
4520
x
x
x
none-D,M
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4530
0 0.2
0.53
1 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4540
x
-0.4
-0.02 none-M
0 x
x
x
none-D,M
0 x
x
x
none-D,M
0
4560
0 -0.1
0.22
1 x
x
x
none-D,M
0
0 -0.2
0.12
0
4570
0 0.4
0.19
0 x
x
x
none-D,M
0
0 0.5
0.10
0
4620
0 0.3
0.01
0
0 -0.4
0.12
0
0 0.3
-0.02
0
4650
0 -0.5
-0.05
0
0 0.6
0.17
0
0 0.5
0.09
0
4690
0 -0.4
-0.03
0
0 -0.7
0.06
0
1 0.9
-0.02
0
4730
0 0.0
-0.03
0
1 1.8
0.59
0
0 0.9
0.17
0
4740
0 0.0
-0.05
0
1 0.9
0.23
0
0 0.1
0.05
0
4770
0 -0.6
0.08
0
0 0.6
0.02
0
0 -0.1
0.21
0
4780
0 -0.5
-0.05
-1
0 0.3
0.03
0 x
-0.4
-0.02 none-M
0
79
3. NEDOSTATKOVÉ OBJEMY NA ČESKÝCH ŘEKÁCH: TRENDY
A VZTAH K FYZICKO-GEOGRAFICKÝM CHARAKTERISTIKÁM
POVODÍ
3.1 Data
Ze 118 vodoměrných stanic, jejichž data byla použita v tomto projektu, bylo pro vyhodnocení
přirozeného režimu nedostatkových objemů důležité vybrat stanice ležící na tocích, které
nejsou výrazně antropogenně ovlivněné. Celkově bylo využito 67 vodoměrných stanic. Data
poskytl ze své databáze Český hydrometeorologický ústav.
Nedostatkové objemy byly odvozeny z dat průměrných denních průtoků za období 1931–
2007. Výstupem jsou měsíční a roční hodnoty nedostatkových objemů a také měsíční a roční
délky trvání podprahových průtoků. Za práh byl zvolený Q95, tedy průtok dosažený nebo
překročený v 95 % případů. Tento práh byl zvolený proměnlivý, tj. byl vypočtený pro každý
měsíc zvlášť.
Fyzicko-geografické charakteristiky povodí byly získány z několika zdrojů. Sklonitost povodí
byla vypočtena z digitálního modelu terénu. Údaje o zastoupení různých krajinných pokryvů
byly odvozeny z databáze CORINE Landcover. Informace o množství jílu v půdě a
nepropustnosti půdy jsou součástí gridové vrstvy vytvořené a poskytnuté Výzkumným
ústavem meliorací a ochrany půd (VÚMOP). Hodnoty za jednotlivá povodí byly vypočteny
v prostředí ArcGIS.
3.2 Metodika
Trendy nedostatkových objemů a jejich trvání byly testovány Mann-Kendallovým testem
trendu. Tento test je široce využíván při zpracování hydrologických a meteorologických dat
(Khaliq et al., 2008). Jeho výhodou je, že se jedná o neparametrický test a tudíž histogram
dat nemusí odpovídat některému ze statistických rozdělení. Mann-Kendallův test je vhodný
pro testování monotónního trendu a nelze ho tedy použít, pokud je v datech přítomný nějaký
cyklus (např. sezónní). Oproti základnímu Mann-Kendalovu testu nabízí jeho modifikovaná
verze nejprve test autokorelace prvního řádu. Pokud je v časové řadě dat autokorelace
nalezena, je nejprve odstraněna a test proběhne následně na upravených datech.
Pro výpočet testu trendu byl využit statistický program Matlab. Podle dosažené hladiny
pravděpodobnosti byly výsledky rozděleny do pěti skupin. Pokud nebylo dosaženo ani
úrovně 0,1, výsledek byl vyhodnocen jako ‚bez trendu‘. V případě, že bylo dosaženo úrovně
0,1, avšak ne 0,05, byl trend označen za ‚rostoucí (0,1)‘ resp. ‚klesající (0,1)‘. Pokud byl
trend významný a dosáhl úrovně 0,05 a nižší (tj. pravděpodobnost, že v řadě skutečně
existuje trend, byla 95 % nebo vyšší), byl vyhodnocen jako ‚rostoucí (0,05)‘ resp. ‚klesající
(0,05)‘. Vypočtené trendy byly následně vyneseny u každé stanice do mapy.
Vzhledem k ročnímu chodu průtoků na tocích v České republice se nejeví ideální vybírat pro
analýzu sucha hydrologické nebo kalendářní roky. Jak přelom října a listopadu, tak přelom
kalendářního roku, jsou obdobími, kdy se mohou vyskytnout malé průtoky a s nimi také
období nedostatkových objemů. Jako vhodný přelom hydrologických roků pro analýzu sucha
je období jarního tání se zvětšenými průtoky. Za začátek roku byl zvolen 1. duben, který se
osvědčil již v dřívější studii zabývající se malými průtoky v České republice (Fiala et al.,
2010).
Při analýze trendů je vždy nezbytné uvádět období časových řad. Pro možnost srovnávání
trendů mezi stanicemi bylo vybráno období, ve kterém byla k dispozici data ze všech stanic.
Zkoumané období proto začíná rokem 1947 a končí v roce 2006. Pro možnost posouzení
vlivu vybraného období byly trendy zpracovány také pro období 1961–2006.
80
Co se týče srovnání charakteristik nedostatkových objemů s fyzicko-geografickými
charakteristikami povodí, bylo pokračováno na základě výsledků z minulého roku. Průměrné
roční nedostatkové objemy dělené prahovým průtokem byly srovnány s následujícími
charakteristikami:
•
Plocha povodí
•
Průměrná nadmořská výška
•
Průměrný roční úhrn srážek
•
Průměrná roční výška potenciální evapotranspirace
•
Lesnatost
•
Plocha jehličnatých lesů
•
Plocha listnatých lesů
•
Plocha městské zástavby
•
Plocha orné půdy
•
Plocha luk
•
Průměrné množství jílu v půdě
•
Nepropustnost půd
•
Průměrná hodnota CN křivky
•
Sklonitost
Vypočtené korelační koeficienty vypovídají o pozitivní nebo
nedostatkových objemů na výše uvedených charakteristikách povodí.
negativní
závislosti
3.2 Výsledky
Trendy nedostatkových objemů
Trendy ročních hodnot nedostatkových objemů v období 1947–2006 přináší Obr. 3.1. Z něj
je zřejmé, že se ve zkoumaném období vyskytly pouze trendy klesající nebo statisticky
nevýznamné. 44 % stanic vykázalo trend klesající na úrovni 0,05. K tomu je ještě 17 %
stanic s klesajícím trendem na úrovni 0,1. Nadpoloviční většina stanic tak vykazuje klesající
trend, zbylých 39 % stanic je bez trendu. Stanice s trendy ukazují prostorové rozmístění:
soustřeďují se v povodí Otavy, dolního Labe, dolní Moravy a Bečvy. Také v trendech
jednotlivých měsíců převažuje klesající tendence. Zvláště výrazná je v chladné části roku.
V létě jsou trendy nevýrazné, převažují ty nesignifikantní a k nim se přidává několik málo
stanic s rostoucími a klesajícími trendy (Obr. 3.2).
81
Obr. 3.1 Trendy ročních nedostatkových objemů vymezených prahovým průtokem Q95 v období
1947–2006
Výsledky jsou do značné míry dány výběrem sledovaného období. Konec čtyřicátých
a začátek padesátých let 20. století byl ve znamení velkého hydrologického sucha
a významných nedostatkových objemů. Pokud se podíváme na trendy v období začínajícím
až v roce 1961, zjistíme, že u 80 % stanic nedochází k žádnému signifikantnímu posunu
(Obr. 3.3). Statisticky významných poklesů je ve srovnání s delším obdobím pouhá čtvrtina.
Naopak přibývá stanic s rostoucími objemy. U trendů jednotlivých měsíců dokonce počet
stanic s rostoucími trendy převyšuje počet stanic s poklesovými trendy v celé teplé části roku
(od dubna do listopadu).
82
100%
90%
80%
70%
60%
rostoucí
50%
bez trendu
klesající
40%
30%
20%
10%
0%
1
2
3
4
5
6
7
8
9
10
11
12
Obr. 3.2 Podíl stanic s určitým trendem nedostatkových objemů v jednotlivých měsících (období
1947–2006)
Obr. 3.3 Trendy ročních nedostatkových objemů vymezených prahovým průtokem Q95 v období
1961–2006
83
Ačkoliv byly k analýze vybrány stanice převážně v pramenných oblastech s důrazem na
malé antropogenní ovlivnění, přesto je pravděpodobné, že i malý umělý zásah může průtok,
a to zvláště ten malý, ovlivnit. Trendy ročních nedostatkových objemů byly proto testovány
nejen na datech naměřených ale i na přirozených očištěných od vlivů nádrží, odběrů a
vypouštění. Data v databázi průměrných měsíčních přirozených průtoků začínají rokem
1979.
Výsledné trendy jsou na obrázku 3.4. Je vidět, že došlo k úbytku signifikantně klesajících
trendů. To znamená, že očištění dat snížilo malé průtoky v období po roce 1979. Přesto řada
stanic v jižních a západních Čechách a v povodí Bečvy vykazuje klesající trend
nedostatkových objemů.
Obr. 3.4 Trendy ročních nedostatkových objemů v období 1947–2006 (přirozené průtoky)
Vztah k fyzicko-geografickým charakteristikám povodí
Výzkum v loňském roce ukázal, že v absolutních hodnotách přináší srovnání nedostatkových
objemů poněkud zavádějící informaci. Průměrné roční nedostatkové objemy totiž vycházely
největší v horských povodích a nejmenší v nížinách. Analýza závislosti nedostatkových
objemů na prahové hodnotě pak ukázala, že mezi nimi existuje přímá závislost. Korelační
koeficient dosáhl hodnoty 0,96. V letošním roce proto byly velikosti nedostatkových objemů
nejprve standardizovány – jejich hodnoty byly vyděleny prahovou hodnotou, kterou byl průtok
Q95.
Tab. 3.1 přináší korelační koeficienty nově odvozených nedostatkových objemů a vybraných
charakteristik povodí. Velikost nedostatkového objemu kladně koreluje s množstvím jílu
v půdě, nepropustností a hodnotou CN povodí. Negativní korelace byly zjištěny jen velmi
slabé a to s průměrnou nadmořskou výškou povodí a také podílem jehličnatého lesa na
povodí.
84
Z vypočtených koeficientů vyplývají dva závěry. Standardizované hodnoty nedostatkových
objemů daleko méně korelují s FG charakteristikami povodí. Nebyl nalezen vztah
s výraznějším korelačním koeficientem. Potvrdil se tak původní předpoklad, že bude obtížné
popsat nedostatkové objemy pomocí údajů popisujících v podstatě povrch povodí, resp.
krajinný pokryv.
Nejvýraznější korelace vyšly podle předpokladů: nedostatkové objemy se zvětšují s rostoucí
nepropustností půdy i povrchu (městská zástavba) a se zvyšujícím se číslem CN křivky.
Naopak s rostoucí nadmořskou výškou, ve které se vyskytuje více jehličnatých lesů, se
objemy spíše zmenšují.
Tab. 3.1 Korelační koeficienty průměrných ročních nedostatkových objemů s vybranými
charakteristikami povodí
FG charakteristika povodí
Koef. korelace
Plocha povodí
0,37
Průměrná nadmořská výška povodí
-0,16
Průměrný roční úhrn srážek
-0,05
Prům. roč. výška potenc. evapotranspirace 0,16
Městská zástavba
0,21
Orná půda
-0,04
Louky a pastviny
0,06
Listnatý les
0,19
Jehličnatý les
-0,14
Smíšený les
0,11
Lesnatost
-0,01
Množství jílu v půdě
0,21
Nepropustnost půdy
0,38
CN
0,26
Sklonitost svahů
-0,06
Nedostatkové objemy by šlo pravděpodobně lépe popsat s pomocí charakteristik
geologického podloží. U nich je ovšem problémem kvantifikace, která by umožňovala
matematické výpočty. Analýzou, která byla v tomto směru provedena, byla analýza variance
nedostatkových objemů ve vztahu k litologii podloží. Bylo testováno, zda typ podloží
ovlivňuje hodnoty nedostatkových objemů. Každému povodí byl přiřazen převládající typ
podloží, přičemž několik povodí s podobným zastoupením více typů bylo z analýzy
vyloučeno.
Testovaná povodí spadala podle typu podloží do šesti skupin: povodí na pískovcích,
metamorfitech, prachovcích, granitoidech, břidlicích a jílovcích. Byla provedena analýza
variance (ANOVA), jejíž součástí je Fisherův LSD test. Ten počítá pravděpodobnost, s jakou
se průměr a směrodatná odchylka skupiny liší od statistických charakteristik skupin
ostatních. Test prokázal, že povodí na jílovcích vykazují signifikantně (na hladině 95 %) vyšší
hodnoty nedostatkových objemů než povodí s jinou litologií. Žádná jiná skupina nevykázala
na zvolené hladině statisticky významnou odchylku.
85
3.3 Závěr
Na základě diskuze z loňského roku byl použit proměnlivý práh vymezující období sucha pro
jednotlivé měsíce roku. Lze totiž očekávat, že se například budou malé průtoky v zimě
zvětšovat v důsledku zvyšování teploty vzduchu, kdy bude více srážek padat ve formě deště
a hned odtékat. Naopak v létě by zvýšení teploty a setrvalý stav srážkových úhrnů mohly
způsobit zmenšování průtoků. Proto je nutné malé průtoky a jejich tendence hodnotit pro
každou sezónu zvlášť.
V případě trendů nedostatkových objemů převažují v období 1947-2006 klesající. Rostoucí
trendy se vyskytly jen v několika případech v letních měsících. Tato tendence nemusí
odpovídat vývoji z doby posledních několika desetiletí, která je brána jako ovlivněná
klimatickou změnou. Pokud si vykreslíme graf zachycující chod ročních nedostatkových
objemů, zjistíme, že konec čtyřicátých a začátek padesátých let 20. století byl ve znamení
velkého hydrologického sucha a významných nedostatkových objemů (Obr. 3.5). Trendy
nedostatkových objemů (vymezené prahem Q330) publikované v loňské závěrečné zprávě
grantu ukazují převažující statistickou nevýznamnost, pokud je hodnoceno období 1961–
2005.
Proto byl letošní výběr stanic testován na trendy také pro kratší období, a sice 1961–2006.
Výsledky se relativně dost liší od výsledků z delšího období. Výrazně ubylo klesajících trendů
a objevily se trendy rostoucí. Také u trendů jednotlivých měsíců došlo ve srovnání s trendy
z delšího období k nárůstu podílu rostoucích trendů v letních měsících. Podíl klesajících
trendů v zimních měsících zůstal podobný nebo se mírně zvětšil (leden, únor). Tyto tendence
odpovídají směru, kterým by se charakteristiky sucha měly v budoucnu vyvíjet, tedy
prohlubovat se v létě a zmenšovat v zimě.
10,0
9,0
8,0
Nedostatkový objem
7,0
6,0
5,0
4,0
3,0
2,0
1,0
Rok
Obr. 3.5 Chod ročních nedostatkových objemů (průměr z vybraných stanic)
86
2005
2003
2001
1999
1997
1995
1993
1991
1989
1987
1985
1983
1981
1979
1977
1975
1973
1971
1969
1967
1965
1963
1961
1959
1957
1955
1953
1951
1949
1947
0,0
4. MODELOVÁNÍ HYDROLOGICKÉ BILANCE PRO SOUČASNÉ
PODMÍNKY A PODMÍNKY OVLIVNĚNÉ ZMĚNOU KLIMATU
Hydrologická bilance pro současné podmínky a podmínky ovlivněných změnou klimatu byla
modelována na 145 povodích v České republice v měsíčním kroku modelem BILAN.
Model Bilan byl vyvinut ve VÚV T.G.M. a nadále je vyvíjen v rámci oddílu Hydrologie
výzkumného záměru „Výzkum a ochrana hydrosféry – výzkum vztahů a procesů ve vodní
složce životního prostředí, orientovaný na vliv antropogenních tlaků, její trvalé užívání
a ochranu, včetně legislativních nástrojů“ (Novický et al., 2008, Horáček et al., 2009) ve VÚV
T.G.M. Byl ověřen na několika desítkách povodí z ČR i evropských států, používají jej
i některá zahraniční pracoviště (Tallaksen, van Lannen, 2004). Model počítá v denním
a měsíčním kroku chronologickou hydrologickou bilanci povodí či území. Vyjadřuje základní
bilanční vztahy na povrchu povodí, v zóně aerace, do níž je zahrnut i vegetační kryt povodí,
a v zóně podzemní vody. Jako ukazatel bilance energie, která hydrologickou bilanci
významně ovlivňuje, je použita teplota vzduchu.
Výpočtem se modeluje potenciální evapotranspirace, územní výpar, infiltrace do zóny
aerace, průsak touto zónou, zásoba vody ve sněhu, zásoba vody v půdě a zásoba podzemní
vody. Odtok je modelován jako součet tří složek: dvou složek přímého odtoku (zahrnujícího
i hypodermický odtok) a základního odtoku. Základní odtok lze považovat za odhad
podzemního odtoku z povodí protékajícího uzávěrovým profilem. Na Obr. 4.1 je schéma
modelu BILAN.
87
Obr. 4.1 Schéma celistvého modelu hydrologické chronologické bilance BILAN
Vstupem do bilančního modelu jsou časové řady srážek, teploty vzduchu a relativní vlhkosti
vzduchu, pro kalibraci modelu jsou nutné i průtokové řady.
4.1 Charakteristika současných podmínek
Na většině území České republiky je pozorován nárůst průměrné denní teploty vzduchu a to
za období 1975–2005 cca o 1 °C. Hodnoty pro klimati ckou stanici Bučnice jsou na
následujícím grafu (Obr. 4.1.1).
Obr. 4.1.1 Graf průměrných denních teplot pro stanici Bučnice
Obr. 4.1.2 Graf denních srážkových úhrnů pro stanici Bučnice
Obr. 4.1.3 Pozorované průměrné denní odtokové výšky pro povodí po profil Bučnice
88
U srážkových úhrnů je pozorován většinou mírný nárůst průměrných ročních hodnot. Avšak
se mění jejich rozdělení v průběhu roku, týká se to četností výskytu srážkových úhrnů a jejich
intenzity. Průměrné denní hodnoty pro stanici Bučnice jsou na Obr. 4.1.2.
Vlivem změn průměrných teplot vzduchu dochází nejen k nárůstu potenciální
evapotranspirace, ale i k nárůstu územního výparu, což má negativní vliv na odtokové
podmínky. Tento vliv nedokáže kompenzovat ani pozorovaný nárůst průměrných srážkových
úhrnů. Dopad je nejvíce pozorovaný v letních suchých obdobích. Pozorované odtokové
výšky na povodí po profil Bučnice jsou na Obr. 4.1.3.
4.2 SRES scénáře vývoje emisí a koncentrací skleníkových plynů
Jednou z hlavních příčin změn klimatu jsou pravděpodobně emise skleníkových plynů. Jejich
produkce je ovlivněna širokou škálou faktorů – zejména technologickými změnami,
socioekonomickým a demografickým vývojem společnosti. Jelikož předpověď vývoje takto
komplexního systému je prakticky nemožná, byly Mezivládním panelem pro klimatickou
změnu (IPCC) v rámci Speciální zprávy o emisních scénářích SRES vytvořeny scénáře
produkce skleníkových plynů založené na různých variantách vývoje společnosti. Systém
scénářů má čtyři hlavní „skupiny“ scénářů označené jako A1, B1, A2, B2 (IPCC – SRES,
2000). Na tyto scénáře v současnosti navazuje velká část v Evropě i jinde ve světě
používaných klimatických modelů. Základní principy rozdělení jsou na Obr. 4.2.1. Všechny
scénáře by se měly považovat za stejně pravděpodobné.
Scénáře SRES nezohledňují dodatečné iniciativy v oblasti ochrany klimatu, což znamená, že
nejsou zahrnuty scénáře, které explicitně předpokládají implementaci Rámcové úmluvy OSN
o změně klimatu či emisních cílů Kjótského protokolu.
V každé skupině scénářů najdeme řadu variant, které popisují a zachycují široké spektrum
demografických, ekonomických a technologických možností vývoje společnosti.
Obr. 4.2.1 Regionální versus globální charakter SRES scénářů a jejich důraz na řešení problémů
životního prostředí
Pro studii byly použity výstupy Národního klimatického programu (NKP) pro Českou
republiky. Byly použity regionální klimatické modely (RCM) HIRHAM a RCAO.
Model HIRHAM (Christensen and van Meijgaard, 1992; Christensen et al., 1996) byl vyvinut
v rámci společného projektu národních meteorologických služeb Dánska, Finska, Irska,
Holandska, Norska, Švédska, Španělska a Islandu a je odvozený z numerického predikčního
modelu na omezené oblasti, nazvaného HIRLAM (Machenbauer, 1988; Gustafsson, 1993).
89
Jako okrajové podmínky mu slouží výstupy globálního cirkulačního modelu ECHAM/OPYC.
Výstupy tohoto modelu jsou výrazně ovlivněny lokálními geografickými podmínkami,
zejména nadmořskou výškou. Horizontální rozlišení modelu HIRHAM je 50 km × 50 km,
v atmosféře počítá s 19 vrstvami.
Model RCAO (Döscher et al., 2002) je model Rossbyho Centra ve Švédsku, skládá se
z regionálního atmosférického modelu RCA (Rummukainen et al., 2001; Jones et al., 2004)
a regionálního oceánického modelu RCO (Meier et al., 2003). Simulace modelu vycházejí
z předpovědí globálního klimatického modelu HadAM3H britského Hadley Centra. Chod
tohoto modelu je řízen zejména prouděním mezi oceánem a kontinentem – meteorologické
veličiny se zpravidla mění s gradienty procházejícími od západu k východu napříč naší
republikou.
Dle NKP kombinací těchto dvou RCM a dvou emisních SRES scénářů dostáváme čtyři
varianty predikce klimatických změn pro Českou republiku s referenčním obdobím 2070–
2099, a to:
2085 HIRHAM A2 „pesimistický výhled“
2085 HIRHAM B2 „střední výhled“
2085 RCAO A2 „střední výhled“
2085 RCAO B2 „optimistický výhled“
4.3 Hydrologická bilance
Odtokové výšky
Chronologická hydrologická bilance byla modelována na 145 povodích v České republice.
Výsledky pro jednotlivá povodí jsou uvedeny v Příloze na CD. Vstupem byly použity
dostupné časové řady a to většinou z období 1975–2006. Na těchto řadách byly získány
sady kalibračních parametrů pro jednotlivá povodí.
Pro stanovení vlivu klimatických změn na hydrologický režim byly pozorované časové řady
srážek, teplot vzduchu a relativních vlhkostí vzduchu upraveny o hodnoty dané jednotlivými
scénáři. U výstupů z projektu PRUDENCE (HIRHAM, RCAO) byly hodnoty změn
předpovídané pro jednotlivé měsíce a pro jednotlivé výpočetní body obou použitých
regionálních klimatických modelů interpolovány k těžišti povodí metodou IDW (Inverse
Distance Weighting – tj. průměry vážené převrácenou hodnotou vzdálenosti).
Upravené časové řady byly použity jako vstup do modelu BILAN s použitím parametrů
získaných při kalibraci.
Změna odtoků pro rok 2085 podle jednotlivých scénářů je ovlivněna změnou rozložení
srážek v průběhu roku, změnou teploty vzduchu a teploty rosného bodu. U většiny
modelovaných řad je odtok po klimatické změně menší než v současnosti. Výjimkou je
období měsíců prosinec až únor, kdy prosincového prosinci dochází ke zvýšení srážkových
úhrnů a zvýšení teplot do té míry, že na většině modelovaných stanic je průměrná teplota
záporná pouze v lednu nebo vůbec ne. Nedochází tak k výraznějšímu zadržení vody ve
sněhové pokrývce, dochází ke zvýšení odtoku nad současné hodnoty, nebo pokles nebude
tak výrazný. S tím souvisí na některých modelovaných profilech velice výrazné snížení
odtoku v dubnu, způsobené již zmíněným posunem tání sněhu. Vlivem zvýšené teploty,
změnou teploty rosného bodu a poklesem srážkového úhrnu, odtoky v měsících duben–
listopad drasticky klesají pro všechny uvažované scénáře, zejména pro HIRHAM A2, kde
jsou hodnoty pod 50 % současného stavu. Odtokové výšky [mm] pro povodí po profil Písek
na Otavě jsou uvedeny na Obr. 4.3.1 (na grafu typu boxplot je zobrazeno
pravděpodobnostní pole rozdělení odtokových výšek, a to: 5, 25, 50, 75 a 95 % kvantil).
90
Obr. 4.3.1 Odtokové výšky pozorované a pro jednotlivé scénáře pro povodí po profil Písek na Otavě
Poměr (scénář/současnost) odtokových výšek pro povodí po profil Písek na Otavě je
zobrazeno na Obr. 4.3.2.
Obr. 4.3.2 Poměr (scénář/současnost) odtokových výšek pro jednotlivé měsíce pro povodí po profil
Písek na Otavě
Na následujících Obr. 4.3.3–4.3.6 je znázorněna průměrná roční relativní změna odtokových
výšek pro Českou republiku a všechny scénáře. Největší pokles předpokládá pesimistický
scénář a to především na Jižní Moravě a to přes padesát procent. Tento pokles je způsoben
nárůstem průměrných teplot vzduchu (zde je však nízká plošná variabilita) a změnou
srážkových úhrnů, kdy tento scénář (2085 HIRHAM A2) předpokládá výrazný pokles v této
lokalitě. Naopak optimistický scénář (2085 RCAO B2) očekává v této oblasti nezměněné
91
odtokové podmínky. Tabulka s relativními změnami pro jednotlivé scénáře je uvedena
v Příloze 4.1.
Obr. 4.3.3 Relativní změna průměrných odtokových výšek na území České republiky pro scénář
HIRHAM A2
HIRHAM B2
92
RCAO A2
RCAO B2
Složky hydrologického cyklu
V modelu BILAN byly modelovány jednotlivé složky odtoku, který se skládá ze základního
odtoku, hypodermického odtoku a přímého odtoku. Jejich suma dává celkový modelovaný
odtok. V průběhu roku se mění dle jednotlivých uvažovaných scénářů i skladba odtoku,
největší změna je pozorována u hypodermického odtoku. Nelze zde však najít pravidlo, dle
93
kterého se skladba mění. Jednotlivé složky odtoku jsou pro profil Písek na Otavě znázorněny
na Obr. 4.3.7. Zeleně je vyznačen celkový odtok, červeně základní odtok, modře
hypodermický odtok a okrově přímý odtok.
Zásoba podzemní vody pro většinu modelovaných profilů klesá, zejména u scénáře HIRHAM
A2, ale i u optimistického RCAO B2 je možno vypozorovat klesající trend. Zásoba vody ve
sněhu je víceméně u všech scénářů nulová. Je to dáno změnou průměrné měsíční teploty
vzduchu, která nabývá kladných hodnot. Zásoba vody v půdě se v měsících prosinec–duben
příliš nemění. V období květen–listopad lze pozorovat negativní trend pro všechny
uvažované scénáře, který lze vidět na Obr. 4.3.8. Červeně je znázorněna zásoba podzemní
vody, modře zásoba vody v půdě, okrově zásoba vody ve sněhové pokrývce a zeleně
doplnění zásob podzemní vody.
Potenciální evapotranspirace roste, nejvíce u scénáře HIRHAM A2 a nejméně u RCAO B2.
Je to způsobeno zejména nárůstem průměrných teplot vzduchu. V letních měsících jsou to
desítky milimetrů (Obr. 4.3.9), čímž je velmi ovlivněn celý hydrologický cyklus. Fialová barva
charakterizuje územní výpar a světle zelená potenciální evapotranspiraci.
Obr. 4.3.7 Celkový odtok a jednotlivé složky pro povodí po profil Vesňany na Vltavě
94
Obr. 4.3.8 Zásoba vody a doplnění pro povodí po profil Vesňany na Vltavě
95
Obr. 4.3.9 Potenciální evapotranspirace a územní výpar pro povodí po profil Vesňany na Vltavě
Shrnutí
Podstatné je, že i u scénáře který můžeme označit za optimistický (RCAO B2), se projevují
zřetelné změny hydrologického režimu, zejména pokles průměrných průtoků. Za důležité je
zmínit rozkolísanost průtoků, hlavně minimálních, které často nebudou dosahovat
minimálních ekologických průtoků. Podle výsledků se také podstatně změní rozložení odtoků
v ročním cyklu a bude nutno počítat s četnějším výskytem extrémních jevů na tocích –
v zimě s povodněmi a v létě a na podzim s obdobími sucha.
Téměř u všech veličin lze rok rozdělit na dvě části, kdy jsou změny rozloženy zhruba opačně.
Zpravidla větší regionální proměnlivost je v letních měsících, výjimkou jsou srážky, které jsou
proměnlivější v zimním období.
96
5. INDEXY SUCHA
Pro výpočet indexů meteorologického sucha SPI (Standard Precipitation Index) a PDSI
(Palmer Drought Severity Index) byly použity hodnoty z 80 povodí v České republice, na
kterých byla modelována hydrologická bilance za období 1980–2006. Tyto indexy byly
vypočítány pro porovnání s výsledky hydrologického sucha, které proběhne v roce 2010.
5.1 SPI index (Standardized precipitation index)
Tento ukazatel byl vyvinut v roce 1993 (Mc Kee) k monitorování a určení suchých období.
Narozdíl od jiných indexů má několik výhod: ke kalkulaci jsou nutná pouze srážková data,
výpočet je relativně snadný (zavádí se jen dva další parametry), a standardizovaný
charakter. Posledně zmíněná věc však může být zároveň nevýhodou. Extrémně suchá
období budou klasifikována se stejnou frekvencí jako extrémně vlhká období na různých
lokalitách. Proto se doporučuje použít jako doplňující informace k jiným ukazatelům (LloydHughes, 2002).
Metoda výpočtu
Jedná se vlastně o transformaci srážkových časových řad na normální rozdělení. Měsíční
(nebo jiný časový interval) jsou aproximovány pravděpodobnostním rozdělením (nejčastěji se
používá Gamma rozdělení, ale v některých případech může být vhodnější Poissonovo nebo
Log-normální). Česká povodí byla aproximována Gamma rozdělením s obdobným nebo
lepším výsledkem než log-normální rozdělení (Obr. 5.1.1, Příloha 5.1). Poissonovo
rozdělení nereflektuje srážkové řady pro česká povodí.
Gamma rozdělení
Je dané následující funkcí, proměnná x odpovídá srážkovým úhrnům, parametry α a β určují
tvar křivky.
Srazky, histogram
0
0.000
20
40
Frequency
0.008
0.004
pravd.
60
0.012
80
gamma rozdeleni
0
50
100
0
150
50
100
150
200
p
n
Obr. 5.1.1 Příklad Gamma rozdělení s parametry α = 2.4 a β = 23, kterým se můžou aproximovat
srážky, vpravo histogram srážek pro povodí Moravičany
Tyto parametry je třeba určit pro každou oblast a časový interval, obvykle se používá
následujících vztahů:
97
Pro daný srážkový úhrn se pak vypočte distribuční funkce (kumulativní pravděpodobnost)
k již parametrizovanému Gamma rozdělení:
a výsledná hodnota se transformuje zpátky na normální rozdělení (Obr. 5.1.2):
Obr. 5.1.2 Transformace z fitovaného gamma rozddělení na normální. Převzato z (Lloyd - Hughes,
2002).
Klasifikace indexu SPI (Tab. 5.1.1) odpovídá normálnímu rozdělení, extrémní události (sucho
/ vlhko) se tak budou vyskytovat s pravděpodobnosti cca 2.5 %.
Tab. 5.1.1 Hodnoty SPI
Hodnota indexu
Charakter období
>= 2
Extrémně vlhký
1,5 až 1,99
Velmi vlhký
1 až 1,49
Mírně vlhký
0 až 0,99
Slabě vlhký
0 až -0,99
Slabě suchý
-1 až -1,49
Mírně suchý
-1,5 až -1,99
Silně suchý
<=-2
Extrémně suchý
98
5.2 PDSI (Palmer Drought Severity index)
Byl vyvinut v šedesátých letech v USA W.C: Palmerem (Palmer, 1965). Narozdíl od
předchozího klimatického ukazatele bilancuje nejen srážky v dané oblasti, ale zároveň i
zásobu vody v půdním horizontu a výpar. Umožňuje tak kvantifikovat a porovnávat sucho
v oblastech s odlišnými pedologickými a klimatickými poměry. Rekurzivní formule pro tento
index vychází z odchylky od klimatického normálu pro daný časový interval a z předešlého
výpočetního období. Metoda výpočtu je tím pádem nastavena tak, aby jeden suchý měsíc (s
nízkým srážkovým úhrnem) v dlouhodobě vlhkém období neměl zásadní vliv na hodnotu
indexu.
Vstupní data
Opět se používají srážkové řady, dále hodnoty aktuální a potenciální evapotranspirace a tzv.
využitelná vodní kapacita. V našem případě byly hodnoty evapotranspirace vypočteny
modelem BILAN. Výstupy tohoto modelu zároveň posloužily k určení využitelné vodní
kapacity, specifické pro každou oblast.
Metoda výpočtu
Předpoklady / Zjednodušení.
Původní Palmerova metodologie používá dvě vrstvy půdního horizontu, spodnější horizont
se muže nasytit vodou, až když je nasycen svrchní, obdobné platí pro výpar. Vzhledem
k odlišným pedologickým poměrům a chybějící datům ohledně stratifikace půdního horizontu
pro jednotlivé oblasti, se jeví jako vhodnější aplikovat modifikovaný PDSI (mPDSI), jež
uvažuje pouze jednu půdní vrstvu. (Kingtse C., Chelliah, 2006) ukázali použitelnost tohoto
modifikovaného indexu pro USA s podobnými výsledky jako při aplikaci PDSI, navíc mPDSI
vychází ze stejných principů jako je výpočet PDSI. Odhad výšky svrchního půdní vrstvy by
byl další subjektivní vstup do výpočtu, použitím jednovrstvého půdního horizontu se tak
vyhneme možnému zdroji chyby.
Výpočet PDSI předpokládá, že k povrchovému odtoku dochází pouze tehdy, když je
nasycená půdní vrstva a srážky převyšují výpar. Nezohledňuje se tak případná zásoba vody
ve sněhové vrstvě.
Postup výpočtu
Nejdříve se pro každý řešený časový interval určí odchylka srážek od „klimatického normálu“
(v anglickém jazyce se používá zkratka CAFEC - climatically appropriate for existing
conditions):
∧
d i = Pi − Pi
∧
Pi = α i PE i + β j PR j + γ j PRO j − δ j PL j
Použité koeficienty pak odpovídají poměrům aktuálních hodnot příslušných veličin k jejich
potenciálním hodnotám:
αj =
ET j
PE j
βj =
Rj
PR j
γj =
RO j
PRO j
δj =
Lj
PL j
99
Tab. 5.2.1 Vysvětlení použitých veličin
ET, PT
[mm]
R, PR
[mm]
RO, PRO
[mm]
Aktuální a potenciální evapotranspirace, tyto hodnoty byly odvozeny modelem Bilan,
zpravidla se používá nějaká metoda odhadující evapotranspiraci na základě naměřené
teploty.
Potenciální doplnění PR je množství vláhy potřebné k doplnění půdního profilu na
využitelnou vodní kapacitu (VVK). Jako VVK se uvažovala maximální hodnota půdní
vláhy pro danný měsíc. Doplnění je pak aktuální navýšení půdní vláhy.
Potenciální odtok odpovída rozdílu mezi potenciálními srážkami (resp. VVK) a
potenciálním doplněním, tj. PRO = max(P) – PR .
Odtok, je přebytek srážek proti výparu v případě, že je půdní horizont nasycen.
L, PL
[mm]
Potenciální ztráta odpovídá množství srážek, které lze z půdy odebrat evapotranspirací
v případě nulových srážek. Tj. PL = min (PE, S) kde S je zásoba vody v půdě.
Odtok L pak odpovídá úbytku vláhy v půdě, obdoba doplnění.
Na základě d se určí odchylky od půdní vlhkosti (index z, který se někdy rovněž používá jako
ukazatel sucha):
z i = K i d i , kde K se určí empiricky pomocí následujících vztahů:


17.67
K j =  12

'
 ∑ K jDj
 i =1


K ' j



 PE j + R j + RO j


+ 2 .8 
Pj + L j


K 'j = 1.5 log
 + 0 .5
Dj






Dj je průměr absolutních odchylek d pro každý měsíc.
Koeficient PDSI se pak vyjádří jako:
PDSI i = 0.897 PDSI i −1 +
1
zi
3
Možné hodnoty indexu se pak klasifikují dle následující tabulky (Tab. 5.2.2):
Tab. 5.2.2 Klasifikace dle indexu PDSI
Hodnota indexu
Charakter období
>= 4
Extrémně vlhký
3 až 3,99
Velmi vlhký
2 až 2,99
Mírně vlhký
1 až 1,99
Slabě vlhký
1 až -1
Normál
100
-1 až -1,99
Slabě suchý
-2 až -2,99
Mírně suchý
-3 až -3,99
Silně suchý
<=-4
Extrémně suchý
5.3 Použití indexů sucha pro vybraná česká povodí v letech 1980 až 2006
Pro vyhodnocení bylo použito jednak vlastních hodnot indexů a dále z toho odvozených
četnosti výskytu. Za suché období se považovala hodnota SPI menší rovna 1 (tj. mírné až
extrémní sucho), nebo hodnota DSPI menší nebo rovna -2. Jako časový interval se řešil
jeden měsíc. Ke kalkulaci se použilo srážkových řad z 80 českých povodí, a výstupy modelu
BILAN.
Obr. 5.3.1 Celková frekvence výskytu suchých období pro jednotlivé roky z hlediska SPI
V grafech jsou znázorněné souhrnné četnosti událostí pro každý rok jako celková suma na
všech povodích – oblastech (SPI-Obr. 5.3.1, PDSI-Obr. 5.3.2).
Ačkoliv v období od r. 1995 je tu trend v nárůstu četnosti z hlediska Palmerova indexu,
v poměru k hodnotám z předchozích let to nenaznačuje zvýšený výskyt. První graf (SPI) má
vyrovnané četnosti výskytu po celé sledované období.
Následující dva grafy zachycují opět průměrné hodnoty pro všechny oblasti, s tím rozdílem,
že v grafu jsou vyneseny průměrné hodnoty indexu (SPI-Obr. 5.3.3, PDSI-Obr. 5.3.4):
Vzhledem k vysokému počtu řešených povodí a faktu, že sucho se vyskytuje v Čechách
s nižší frekvencí mohou být některé lokální extrémní projevy sucha skryty v celkovém
průměru.
101
Obr. 5.3.2 Celková frekvence výskytu suchých období pro jednotlivé roky z hlediska PDSI
Prumerne SPI
3
2.5
2
1.5
SPI
1
0.5
20
08
20
06
20
07
20
04
20
05
20
03
20
04
20
01
20
02
20
00
19
99
19
99
19
97
19
98
19
95
19
96
19
94
19
94
19
92
19
93
19
90
19
91
19
89
19
88
19
89
19
86
19
87
19
84
19
85
19
83
19
84
19
81
19
82
0
-0.5
-1
-1.5
-2
rok
Obr. 5.3.3 Průměrná hodnota SPI přes všechny oblasti v čase.
Prumerne PDSI
3
2
-1
-2
-3
rok
Obr. 5.3.4 Průměrná hodnota PDSI přes všechny oblasti v čase.
102
20
05
20
06
20
04
20
03
20
04
20
01
20
02
20
00
19
99
19
99
19
98
19
96
19
97
19
94
19
95
19
94
19
92
19
93
19
90
19
91
19
89
19
88
19
89
19
85
19
86
19
87
19
83
19
84
19
84
0
19
81
19
82
PDSI
1
Hodnoty SPI tak byly dále porovnány dvouvýběrovým t-testem pro každou oblast zvlášť, a to
průměrné roční hodnoty před r. 2000 a po r. 2000. Testovala se jednostranná hypotéza
(hladina významnosti 0.05), že došlo k poklesu SPI (resp. PDSI), proti hypotéze, že tomu tak
není (tzn. indikace větší frekvence suchých extrémů po r. 2000)
Co se týče SPI pouze pro tři oblasti (Dolní Loučky, Bílovice n. Svitavou, Stanovice Lomnický potok) se hypotéza potvrdila. Tabulka s výslednými daty z testů včetně rozdílů
v průměrech je v příloze. Z hlediska PDSI byl pokles hodnoty indexu prokázán jako
statisticky významný pro 6 oblastí (Cheb - Ohře,Svatava, Stará Role - Rolava, Teplička Teplá, Březová - Teplá,Opatovice - Malá Haná, Vyškov - Haná).
Srovnání
Index SPI zahrnuje do výpočtu pouze srážky, jakýkoliv příliš nízký resp. vysoký srážkový
úhrn se tak okamžitě odrazí na jeho hodnotě. V porovnáni s PDSI tak má mnohem větší
oscilaci. Té se můžeme vyhnout následným zprůměrňováním, nebo uvažováním delšího
časového intervalu (např. 3 měsíce). Z hlediska výskytu sucha se PDSI jeví jako vhodnější
k zachycení doby trvání extrému.
V následujícím grafu (Obr. 5.3.5) jsou vyneseny oba indexy pro povodí Moravičany v letech
2000 až 2006, hodnoty SPI (znázorněny černě) jsou vynásobeny dvěma, aby kritická
hodnota SPI pro suché období (-1) odpovídala kritické hodnotě PDSI (-2) a křivky tak byly
porovnatelné.
2
0
-2
-4
hodnota indexu
4
6
SPI a PDSI index, Moravicany
0
20
40
60
80
100
mesice
Obr. 5.3.5 SPI, PDSI, povodí Moravičany
Vývoj hodnot PDSI víceméně zachycuje trend v hodnotách SPI.
Další graf (Obr. 5.3.6) zachycuje podobným způsobem oba dva indexy, tentokrát průměrné
hodnoty od r. 1999 v rámci všech povodí.
103
Prumery: SPI, PDSI
3
2
hodnota indexu
1
0
1999
2000
2001
2002
2003
2004
2004
2005
2006
-1
SPI
-2
PDSI
-3
rok
Obr. 5.3.6 Průměrné hodnoty SPI a PDSI pro celé řešené území
K závěrům ohledně přesnosti, rozdílů v kvantifikaci sucha a možnostech indikace suchých
období je třeba další analýza vypočtených hodnot a citlivostní analýza vstupů pro PDSI.
5.4 Posouzení sucha pomocí syntetických řad v podmínkách
ovlivněných změnou klimatu
Kapitola se zabývá posouzením hydrologického a meteorologického sucha a jejich
kvantifikací v podmínkách ovlivněných změnou klimatu. Pro vyhodnocení pravděpodobného
výskytu jednotlivých typů such byly vytvořeny generátorem počasí (LARS WG, 2010) 1000leté denní řady teplot vzduchu, srážkových úhrnů a následně modelem BILAN modelována
hydrologická bilance. Jako vstupní data byly použity denní časové řady z pěti povodí
a období 1961–1990. Pro simulaci podmínek ovlivněných změnou klimatu byly použity
výstupy z regionálního klimatického modelu (RCM) ALADIN/CLIMATE-CZ pro referenční
roky 2025, 2055 a 2085. Meteorologické sucho bylo posuzováno SPI indexem (Standard
precipitation index) a metodou efektivní srážky, hydrologické sucho metodou nedostatkových
objemů a stanovením N-letostí minimálních průtoků.
Tab. 5.4.1 Řešená povodí
DBC
ČHP
Profil
plocha
povodí
[km2]
od
do
0240
1060
1370
1530
2110
1-02-01-009
1-06-01-023
1-08-01-040
1-08-04-064
1-13-02-021
Klášterec nad Orlicí - Divoká Orlice
Lenora - Teplá Vltava
Rejštejn - Otava
Varvažov - Skalice
Teplá - nádrž Březová
155.15
176.27
334.6
366.84
294.01
1961
1961
1961
1961
1961
1990
1990
1990
1990
1990
Data
Jako vstupní data byly použity denní časové řady klimatologických veličin (teplot vzduchu,
srážkových úhrnů a relativních vlhkostí vzduchu) a průtoků pro jednotlivá zkoumaná povodí
(Tab. 5.4.1). V prvním sloupci je uvedeno databázové číslo měrného profilu (DBC), v druhém
104
číslo hydrologického pořadí (ČHP), v třetím plocha povodí a v posledních dvou délky
časových řad.
Pro simulaci podmínek ovlivněných změnou klimatu byly k dispozici výstupy simulace
regionálního klimatického modelu (RCM) ALADIN-CLIMATE/CZ pro období 1961–2100
řízené globálním klimatickým modelem ARPEGE dle emisního scénáře SRES A1B (IPCC,
2000) s horizontálním rozlišením cca 25 km x 25 km. Tyto simulace jsou řešeny v rámci
projektu VaV „Zpřesnění dosavadních odhadů dopadů klimatické změny v sektorech vodního
hospodářství, zemědělství a lesnictví a návrhy adaptačních opatření“.
Korigované simulace (Hanel, Vizina, 2010) byly použity jako vstup pro hodnocení sucha
v podmínkách změny klimatu.
Metodika
Syntetické časové řady-generátor počasí LARS-WG
Pro tvorbu syntetických časových řad klimatologických veličin (teploty vzduchu a srážkových
úhrnů) byl použit stochastický generátor počasí LARS-WG (Semenov, 1998), který je určen
pro simulaci meteorologických dat v bodě pro současné podmínky a podmínky ovlivněné
změnou klimatu. LARS-WG byl vyvinut v Hadley centru ve Velké Británii. Vstupem do
modelu jsou časové řady denních teplot vzduchu [°C], srážkových úhrn ů [mm] a solární
radiace [MJ.m-2 .day-1].
Pomocí tohoto generátoru byly simulovány 1000-leté klimatologické veličiny pro jednotlivá
povodí a referenční období 1975, 2025, 2055 a 2085.
Metoda efektivní srážky
Denní úbytek vodních zdrojů reprezentuje efektivní srážka EP (Effective Precipitation)
(Wilhite, 1999), která je dána rovnicí:
 ∑n Pm
EPi = ∑n =1  m=1

n

i

,


kde i je doba sumace (DS), Pm je srážka před m dny. P1 značí aktuální srážku (Blinka,
2002).
Pro vyhodnocení bylo použito EP15, což charakterizuje vodní zdroje akumulované za
posledních 15 dní a hodnotí deficit půdní vlhkosti. Metoda EP byla aplikována pro jednotlivá
referenční období a 1000-leté časové období. Z EP jsou počítány další indexy (MEP, DEP a
SEP), které umožní vymezit období sucha, zhodnotit jejich intenzitu a rovněž umožní jejich
vzájemné srovnání (Blinka, 2002).
MEP určuje průměr za dané období (1000 let).
DEP vyjadřuje nadbytek nebo nedostatek zdrojů k určitému datu:
DEP = EP − MEP .
Standardizací DEP dostáváme index SEP, který umožňuje srovnání intenzity sucha mezi
různými místy:
SEP =
DEP
.
σ (EP )
Metoda nedostatkových objemů
Metoda nedostatkových objemů se zabývá obdobím, kdy je průtok menší než mezní průtok
(treshold level). Pro posouzení hydrologického sucha byl použit jako mezní průtok Q330
vypočítaný z dat pro jednotlivá povodí z období 1961–1990. Nedostatkový objem určuje
105
kumulativní objem vody za období, kdy průtok nedosáhl zvoleného mezního průtoku
(Tallaksen et al.,2004):
NO = ∑ Q330 − Qi .
Pro modelování byl použit hydrologický model BILAN popsaný v kapitole 4. a vyhodnocení
pomocí indexu SPI, který je v kapitole 5.3.
Výsledky
Na Obr. 5.4.1 jsou znázorněny kumulativní roční srážkové úhrny pro jednotlivá řešená
povodí a všechny uvažované časové horizonty o délce trvání 1000 let. Lze konstatovat, a lze
vidět pokles kumulativních ročních srážkových úhrnů pro výhledová období. Denní srážkové
úhrny byly modelovány generátorem LARS-WG (1000 let). Vstupem do generátoru byly
výstupy z RCM ALADIN/CLIMATE-CZ pro jednotlivá období o délce trvání 30 let.
Obr. 5.4.1 Rozdělení srážkových úhrnů generovaných pro jednotlivá referenční období
106
Meteorologické sucho
Na Obr. 5.4.2 jsou znázorněny měsíční hodnoty SPI. Jako limitní hodnota pro identifikaci
sucha byla zvolena hodnota SPI=1. Jak již bylo zmíněno výše, index SPI ztrácí určitou
výpovědní hodnotu standardizací, a proto je dobré ho brát pouze jako doplňující informaci.
K jednotlivým referenčním období má proto index obdobné rozložení, vyskytovaly se pouze
extrémnější hodnoty na obou spektrech indexu.
Obr. 5.4.2 Hodnoty SPI pro povodí Divoké Orlice po profil Klášterec nad Orlicí
Obr. 5.4.3 Hodnoty SEP pro jednotlivá časová období (1975, 2025, 2055 a 2085) a pro všechna
řešená období
107
Metoda efektivní srážky
Pomocí metody efektivní srážky a její standardizace byly porovnány očekávané intenzity
sucha na jednotlivých povodích (Obr. 5.4.3). Meteorologické sucho s největší intenzitou lze
očekávat na povodí Skalice po profil Vervažov.
108
Hydrologické sucho
Pro posouzení hydrologického sucha byly modelovány průtoky modelem BILAN v denním
kroku o délce trvání 1000 let. Pro kvantifikaci byly vytvořeny N-leté minimální denní průtoky,
pravděpodobnosti výskytu minimálních denních průtoků v jednom roce a pravděpodobnosti
výskytu nedostatkového objemu za celé řešené období.
V Tab. 5.4.2 jsou znázorněny N-leté minimální denní průtoky pro jednotlivá povodí a dílčí
referenční roky. Pokles minimálních průtoků pro výhledová období lze identifikovat na všech
povodích a všechny uvažované scénáře. Avšak nejvýraznější dopad je na povodí Divoké
Orlice po profil Klášterec nad Orlicí.
Tab. 5.4.2 N-leté minimální denní průtoky
N-letost
DBC Rok
2
5
10
20
50
100
0240
1975
0.495
0.253
0.152
0.099
0.065
0.043
0240
2025
0.247
0.086
0.047
0.032
0.020
0.014
0240
2055
0.117
0.034
0.018
0.013
0.007
0.005
0240
2085
0.054
0.020
0.011
0.007
0.005
0.004
1060
1975
1.251
1.067
0.977
0.883
0.814
0.742
1060
2025
1.150
0.949
0.855
0.795
0.683
0.645
1060
2055
1.048
0.855
0.759
0.696
0.618
0.565
1060
2085
0.911
0.754
0.661
0.612
0.545
0.516
1370
1975
2.908
2.269
1.940
1.677
1.363
1.259
1370
2025
2.275
1.587
1.255
1.092
0.910
0.798
1370
2055
1.663
1.041
0.797
0.658
0.558
0.503
1370
2085
1.460
0.940
0.720
0.604
0.492
0.449
1530
1975
0.671
0.471
0.382
0.335
0.284
0.263
1530
2025
0.594
0.420
0.344
0.297
0.246
0.216
1530
2055
0.437
0.310
0.255
0.216
0.178
0.157
1530
2085
0.459
0.326
0.259
0.221
0.187
0.157
2110
1975
0.548
0.476
0.446
0.408
0.381
0.368
2110
2025
0.531
0.446
0.408
0.378
0.364
0.354
2110
2055
0.514
0.436
0.402
0.381
0.350
0.330
2110
2085
0.463
0.391
0.357
0.333
0.303
0.296
Na Obr. 5.4.4 jsou uvedeny pravděpodobnosti výskytu minimálních denních průtoků
v jednom roce. Na obrázcích lze názorně vidět pokles těchto průtoků pro výhledové scénáře.
109
Obr. 5.4.4 Pravděpodobnosti výskytu minimálních denních průtoků v jednom roce pro jednotlivé
scénáře
Pro vyhodnocení nedostatkových objemů byly uvažovány všechny spojité události o době
trvání minimálně jeden den. Za tato období byly vypočítány kumulativní nedostatkové objemy
a přepočteny na pravděpodobnost výskytu v jednom roce. Velikosti těchto nedostatkových
objemů jsou na Obr. 5.4.5.
110
Obr. 5.4.5 Pravděpodobnost výskytu nedostatkového objemu za 1 rok pro jednotlivé časové horizonty
Shrnutí
Pomocí syntetických řad klimatologických veličin pro jednotlivé referenční roky (1975, 2025,
2055 a 2085) byly posouzeny hodnoty meteorologického sucha a byly dále vstupem do
modelu hydrologické bilance BILAN, kterým byly vypočteny průtoky a následně bylo
vyhodnoceno sucho hydrologické na 5 povodích v České republice. Vstupem pro tvorbu
syntetických časových řad byly pozorované údaje za období 1961–1990 a výstupy z RCM
ALADIN/CLIMATE-CZ pro emisní scénář A1B.
Pro zhodnocení meteorologického sucha byla využita metoda indexu SPI a metoda efektivní
srážky. Index SPI lze pouze brát jako doplňkovou informaci, nevypovídá o skutečnosti jak
byla epizoda sucha intenzivní v globálním měřítku, ale pouze v měřítku řešeného území.
O charakteristikách spíše vypovídají parametry rozdělení, které byly použity pro vyhodnocení
jednotlivých řad. Metoda efektivní srážky dává obecnější výsledky a v praxi dává lépe
využitelné výsledky. Pomocí standardizace bylo provedeno srovnání jednotlivých povodí
(Obr. 5.4.3)
Při kvantifikaci hydrologického sucha lze pozorovat negativní dopad na minimální denní
průtoky (Obr. 5.4.4) pro jednotlivé časové horizonty, kdy pokles těchto průtoků je v řádu
desítek procent, a proto nebudou splňovat současné hodnoty minimálních zůstatkových
průtoků. Ještě větší pokles byl simulován u N-letých minimálních denních průtoků
(Tab. 5.4.2), kde pro časový horizont k roku 2085 je pokles pro dobu opakování 20 let v
rozmezí 30–50 % pro všechna povodí kromě povodí Divoké Orlice, kde je tento pokles ještě
mnohem výraznější. Zajímavé je, že i přes pokles minimálních denních průtoků, tak u
nedostatkových objemů tento trend není tak výrazný a liší se povodí od povodí. K největší
změně dochází na povodí Teplé Vltavy.
111
Pro vyhodnocení dopadů změn klimatu na intenzitu meteorologického sucha metodou SPI
a efektivní srážky jsou nevýhodou vstupní data (počítají pouze se změnou srážkových
úhrnů). Ostatní klimatologické veličiny pro posouzení meteorologického sucha nebyly
uvažovány.
Při kvantifikaci dopadu změn klimatu na suchá období se jeví jako vhodnější kvantifikace
hydrologického sucha (vstupem jsou klimatologické veličiny, z kterých jsou počítány průtoky).
Následné vyhodnocení průtoků záleží na zvolené metodě. U metody deficitních objemů lze
za problém identifikovat jednotná úroveň mezních hodnot (ve studii Q330), které nemusí být
směrodatné pro jednotlivá povodí. Řešením by mohlo být vytvoření nové metodiky na tvorbu
minimálních zůstatkových průtoků, které by byly dále použity jako mezní hodnoty.
112
6. VLIV HYDROBIOLOGICKÉHO SUCHA V PODMÍNKÁCH
KLIMATICKÉ ZMĚNY NA JAKOST POVRCHOVÝCH VOD
6.1 Úvod
Změny klimatu spojené s teplotními výkyvy pravděpodobně významně ovlivní vodní
hospodářství. Suchá období s absencí srážek zvýší četnost a intenzitu nízkých průtoků
v řece a mohou ovlivnit množství a kvalitu vody. Ačkoli dopad klimatických změn na množství
vody jsou všeobecně uznávány, dopady na kvalitu vody jsou méně známé. Cílem studie je
přispět k poznatkům o dopadech sucha na kvalitu vody na příkladů hlavních přítoků a odtoku
z VN Orlík. Vzhledem k tomu, že kvalita vody v řekách se může zhoršit na kritické hodnoty
v období dlouhodobých nízkých průtoků v kombinaci s vysokými teplotami vody, je
porozumění dopadu sucha na kvalitu vody nezbytné. Prioritně se tato problematika týká řek,
které jsou vysoce citlivé na období sucha.
6.2 Souvislosti vývoje klimatu a kvality vody
V současné době se stále více uznává možný dopad změny klimatu na změnu kvality
povrchových vod. Prováděné studie ukazují, že jakost vody může být přímo ovlivněna
několika souvisejícími mechanismy, a to v krátkodobé i dlouhodobé časové úrovni. Patří
mezi ně vliv zvýšení teploty vzduchu, změny hydrologických faktorů (omezení ředění emisí
z bodových zdrojů při nízkých průtocích), pozemní faktory (např. změny vegetace a půdní
struktury), užívání vody (např. větší spotřeba vody, zvýšená poptávka po chladící vodě)
(Murdoch et al, 2000). Dopady letního sucha v období 1998 – 1999 v regionu Otago, Nový
Zéland sledoval Caruso (2002). Studie ukázala, že za nízkých průtoků nastává řada vlivů na
říční ekosystémy s časově prostorovými dopady, které závisí na charakteru povodí uvnitř
tohoto regionu. Vlivy na jakost byly významné v mnoha oblastech, zejména u bakterií,
nutrietů, zákalu a RL. Ostatní parametry jakosti vody zahrnující T a O2 ukazovaly stejné
časově prostorové charakteristiky, které se vyskytují každý rok. Rozmezí a trvání extrémních
hodnot uvedených parametrů jakosti, které mají obvykle kritický vliv na vodní biotu, mohou
ještě vzrůst v průběhu extrémně nízkých průtoků. Vzhledem k tomu, že kvalita vody v řekách
se může zhoršit v období dlouhodobých nízkých průtoků v kombinaci s vysokými teplotami
na kritické hodnoty, je porozumění dopadu sucha na jakost vody důležité (Somville et al,
1982). Vlivem letního sucha na jakost vody v řece Meuse se např. zabývali van Vliet
a Zwolsman (2008). Podrobně se zabývali dopady sucha v letech 1976 a 2003. Nepříznivé
vlivy byly zjištěny na teplotu vody, koncentraci O2, eutrofizaci, koncentraci makrokomponent
a některých těžkých kovů a metaloidů, jako Se, Ni a Ba. Pozitivní účinky na kvalitu vody byly
zjištěny u dusičnanů a některých těžkých kovů, jako Pb, Cr, Hg a Cd. Negativní vlivy na
jakost vody však jsou pokládány za převažující. Při možném zvýšení četnosti a intenzity
nedostatku vody v důsledku klimatických změn, se očekává zhoršení kvality vody a také
snížení ekologického a rekreačního potenciálu řek. Autoři dále zjistili, že zhoršení vybraných
ukazatelů jakosti vody v období letního sucha je primárně působeno vhodnými podmínkami
pro rozvoj vodního květu (z důvodu teploty), dlouhé doby zdržení, vysoké koncentrace
nutrientů a snížení ředící kapacity pro znečištění z bodových zdrojů. Zvyšující se teplota
vody v letním období omezí vypouštění chladící vody elektrárnami a dostupnost povrchové
vody potřebné jakosti pro zemědělství a domácnosti. Zvlášť pro dodávku pitné vody se
případné zvýšení četnosti sucha může stát vážnou hrozbou. Předpokládá se překročení
limitních hodnot pro teplotu vody a koncentrace relevantních parametrů, jako Cl-, F-, Br+,
NH4+. Překročení limitních hodnot se však v hodnocené lokalitě předpokládá při delším
období sucha. Je konstatováno, že pro snížení nepříznivých účinků sucha na jakost
povrchových vod, bude třeba snížit emise z bodových zdrojů při nízkých průtocích vody (van
Vliet et al, 2008).
113
6.3 Charakteristika hlavních přítoků a odtoku z VN Orlík
Povodí Vltavy
Povodí Vltavy (Obr. 6.3.1 a Obr. 6.3.2) zaujímá plochu 27 000 km2. Vltava s celkovou délkou
toku 377 km vzniká na Šumavě soutokem Teplé a Studené Vltavy jižně od Volar ve výšce
715 m n.m. (Obr. 6.3.3). Teplá Vltava, která je považována za hlavní pramennou větev,
pramení na východním svahu Černé hory na Šumavě ve výšce 1 172 m n.m. jako Černý
potok. Od ústí Vydřího potoka v obci Borová Lada nese říčka název Teplá Vltava. Za
Lenorou má řeka jen nepatrný spád a vytváří v ploché krajině rozsáhlé mokřady s mnoha
meandry, souhrnně zvané Vltavský luh. Právě zde, uprostřed 1. zóny NP Šumava Mrtvý luh
se ve výšce 731 m n.m. u osady Chlum stékají Teplá a Studená Vltava. Ta pramení na druhé
straně hranic v Bavorsku západně od obce Haidmühle. U Nové Pece se Vltava rozlévá do
širokého a dlouhého přehradního jezera, které vzniklo přehrazením jejího toku u obce Lipno
nad Vltavou. Za Lipnem protéká řeka skalnatým údolím pod Čertovou stěnou (tento její úsek
se nazývá Čertovy proudy) a směřuje k vyrovnávací nádrži Lipno II těsně před Vyšším
Brodem. V úseku mezi přehradní hrází Lipno a Vyšším Brodem je koryto řeky téměř bez
vody (přehrada je povinna udržovat minimální průtok 2 m3/s vody), protože většina vod
z Lipenského jezera je odváděna kanálem od podzemní elektrárny do vyrovnávací nádrže
Lipno II. Za Vyšším Brodem protéká Vltava otevřenější krajinou a stáčí svůj tok k severu. Její
tok směřuje k hradu Rožmberk, protéká městečkem Větřní a skalnatým údolím vstupuje do
Českého Krumlova. Tok Vltavy směřuje odtud dále na sever, protéká kolem kláštera Zlatá
Koruna, míjí bývalé keltské oppidum Třísov a obtéká skalnatý ostroh se zříceninou hradu
Dívčí kámen. Pak již pokračuje rovinatou Českobudějovickou pánví k Českým Budějovicím
(řkm 239,6). Zde přibírá vody řeky Malše. Za městem pokračuje tok Vltavy kolem obce
Hluboká nad Vltavou a směřuje k Hněvkovické přehradě, která zajišťuje vodu pro jadernou
elektrárnu Temelín. K profilu Vltava Hněvkovice je plocha povodí 3 869 km2 (Digitální báze
vodohospodářských dat, 2007).
Povodí Lužnice
Lužnice je pravobřežní přítok Vltavy. Je dlouhá 208 km a odvodňuje území o rozloze 4 234
km², číslo hydrologického pořadí: Lužnice 1-07-01-001 1; průměrný průtok činí 24,3 m³/s,
oproti ostatním jihočeským řekám má však velmi malý spád a teče pomalu, což se negativně
projevuje při povodních (Obr. 6.3.4 a Obr. 6.3.5). Lužnice také reguluje množství vody
mnoha rybníků ve svém povodí (například Rožmberku nebo napájecím kanálem Zlatá
stoka).
Meandrující, 16 km dlouhý horní tok řeky Lužnice s množstvím odstavených ramen a tůní
v nivě mezi Novou Vsí nad Lužnicí a Suchdolem nad Lužnicí je jedním z posledních
zachovaných úseků nížinné meandrující řeky na území Čech. V periodicky přeplavované
nivě lemované svahy říčních teras se nachází množství terénních depresí, slepých ramen
a přibližně 140 různě velkých a hlubokých tůní.
114
Obr. 6.3.1 Poloha povodí Vltavy v ČR
Obr. 6.3.2 Přehledná mapa povodí Vltavy
115
Obr. 6.3.3 Podélný profil toku Vltavy
Obr. 6.3.4 Přehledná mapa povodí Lužnice
116
Obr. 6.3.5 Podélný profil toku Lužnice
Nivní polohy byly v minulosti obhospodařovány jako louky a pastviny, dnes je většina ploch
ponechána přirozené sukcesi. S výjimkou krátkého úseku pod obcí Nová Ves není
zasahováno ani do vývoje toku a břehových porostů. Na území rezervace je povolen
sportovní rybolov a myslivost. Dlouhodobým problémem území je znečištění vody v Lužnici
pocházející z komunálních zdrojů i průmyslových areálů v městech Gmünd a České
Velenice. Situace se zlepšuje v důsledku výstavby čistíren odpadních vod (Digitální báze
vodohospodářských dat, 2007).
Povodí Otavy
Řeka Otava (Obr. 6.3.6) je levostranným přítokem Vltavy, vznikající soutokem Vydry
a Křemelné na Šumavě u Čeňkovy Pily (Obr. 6.3.7). Délka toku je 113 km. Plocha povodí
měří 3840 km². Řeka protéká městy Sušice, Horažďovice, Strakonice, Písek a vlévají se do
ní řeky Lomnice a Blanice; do Vltavy se pak vlévá pod hradem Zvíkov. Posledních 19 km
řeky pod Zvíkovem je součástí Orlické přehrady, mezi Pískem a Zvíkovem se nachází 5 jezů,
Od Sušice až k Písku protéká řeka rovnou krajinou, kde hrozí nebezpeční záplav, od Písku
na sever si cestu razí hlubokým údolím. Do Vltavy resp. Orlické přehrady ústí pod Zvíkovem
v nadmořské výšce 346 m n.m.
Vodní nádrž Orlík
Vodní nádrž Orlík je součástí Vltavské kaskády v jižních a středních Čechách. Byla
vybudována v letech 1954–1961 a přehradila tok řeky Vltavy u Solenice na Příbramsku.
Těleso Orlické přehrady je v řetězu vltavských přehrad největší, nejvyšší a nejmohutnější.
Její 450 m dlouhá betonová tížní hráz dosahuje v koruně výšky 91 m a zadržuje jezero
o ploše 2 732 ha (rozlohou je na druhém místě za Lipnem), dlouhé na Vltavě 68 km, na
Otavě 23 km a na Lužnici 7 km. Největší hloubka je 74 m. Objemem zadržené vody se nádrž
Orlík řadí na první místo v České republice. Stálý objem nádrže určený kótou 330,0 m je 280
mil. m³. Zásobní objem je 374,5 mil. m³, z toho využitelný zásobní objem po kótu 351,6 m
představuje 85 mil. m³. Ochranný objem nad touto úrovní je 62,1 mil m³ s maximální hladinou
na úrovni 354,0 m n.m. Celkový maximální teoretický objem vody tak může dosáhnout 716,6
mil. m³.
117
Obr. 6.3.6 Přehledná mapa povodí Otavy
Obr. 6.3.7 Podélný profil toku Otavy
118
Přehled základních charakteristik sledovaných povodí, včetně celkového přehledu výpustí
z bodových zdrojů znečištění v roce 2009 v dále hodnocených profilech Vltava Hněvkovice,
Lužnice Koloděje, Otava Topělec a Vltava Solenice (pod VN Orlík), jsou uvedeny
v Tab. 6.3.1.
Tab. 6.3.1 Základní charakteristiky sledovaných povodí včetně celkového přehledu výpustí z
bodových zdrojů*) v roce 2009 (Bilance vypouštěných odpadních vod v roce 2009, 2010)
Vltava
Lužnice
Hněvkovice Koloděje
Otava
Topělec
Vltava
Solenice
3869
4234
3840
12062
celková roční výpust
mil. m3
odpadních vod v povodí
35,1
22,4
28,3
93,8
počet zdrojů
146
153
179
506
BSK
201
229
164
631
CHSK
1 156
892
673
3 174
NL
241
238
175
819
12 959
7 028
5 659
29 105
N-NH4+
81
73
69
232
Nanorg
211
208
165
676
Pcelk.
19
29
18
74
plocha povodí
bilance
RL
km
t/r
2
*)zahrnuty subjekty vypouštějící odpadní vodu v množství přesahujícím 6 000 m3/r nebo 500
m3/měsíc
6.4 Metodika
Sběr dat
Zpracovány byly soubory kvality vody a průtoku vody z podkladů ČHMÚ, Povodí Vltavy,
státní podnik a ČEZ, a.s., které jsou sledovány s četností 1x měsíčně. Kvalita vody byla
zkoumána na přítocích a odtoku z VN Orlík na řece Vltavě v profilech Vltava Hněvkovice,
Lužnice Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice (Obr. 6.4.8).
Parametry kvality vody
Pro celkové zhodnocení kvality vody a ekologického stavu v řece Vltavě bylo vybráno 19
ukazatelů kvality vody, které lze rozčlenit do tří skupin:
•
obecné ukazatele kvality vody – teplota (T), pH (přepočítáno na koncentraci
vodíkových iontů), rozpuštěný kyslík (O2), chemická spotřeby kyslíku manganistanem
(CHSKMn), chemická spotřeba kyslíku dichromanem (CHSKCr), biochemická spotřeba
kyslíku (BSK5) a nerozpuštěné látky (NL)
•
nutrienty – dusičnanový dusík (N-NO3-), amoniakální dusík (N-NH4+), celkový fosfor
(Pcelk.) a fosforečnanový fosfor (P-PO43-)
•
dalších ukazatelů kvality vody – rozpuštěné látky (RL), rozpuštěné anorganické soli
(RAS), vápník (Ca2+), hořčík (Mg2+), draslík (K+), chloridy (Cl-), sírany (SO42-)
a orientačně nepolární extrahovatelné látky (NEL) a tenzidy anionaktivní.
119
Obr. 6.4.8 Mapa hodnocených profilů
Analýza dat
Na základě výsledků předběžných analýz byla pro popis vztahu mezi ukazateli kvality
a průtoky vody ve dnech odběru vzorků zvolena mocninová funkce:
ci = a.Qi
b
,
kde ci je hodnota ukazatele kvality ve dnech odběru vzorků , Qi je průměrný průtok vody ve
dnech odběru vzorků (m3/s), a, b jsou parametry mocninové závislosti
Graficky byl porovnán vývoj vybraných ukazatelů kvality v podélném profilu Vltavy v úseku
Hněvkovice a pod VN Orlík.
Byly vypočteny podíly hodnot ukazatelů kvality pro období s M-denním průtokem vody nižším
nebo rovným 70 % a průměrné hodnoty kvality odpovídající průtokům vody vyšším než
70 %. Průtoky na úrovni Q70 pro profily Vltava Hněvkovice jsou 15,5 m3/s, Lužnice Koloděje
120
10,1 m3/s, Vltava Kořensko 26,5 m3/s, Otava Topělec 11,8 m3/s a Vltava Solenice 40,9 m3/s
[7,8].
Pro vyjádření sezónní závislosti jednotlivích ukazatelů v profilech Vltava Hněvkovice, Lužnice
Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice, byla použita průměrná hodnota
daného ukazatele za období 1997 - 2009 a jeho maximální a minimální hodnota v měsíci.
6.5 Výsledky a diskuse
V profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko, Otava Topělec a Vltava
Solenice byl hodnocen vztah 18 ukazatelů kvality a průtoků vody s použitím mocninové
funkce. Bylo předpokládáno, že změny ve zdrojích znečištění byly v období 1997 – 2009
malé. V Tab. 6.5.2 jsou uvedeny parametry mocninové funkce a, b a koeficienty korelace
r pro jednotlivé ukazatele v profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko,
Otava Topělec a Vltava Solenice.
Tab. 6.5.2 Tabulka parametrů mocninové funkce a, b a koeficientu korelace r
Hněvkovice
a
b
Koloděje
r
a
b
Kořensko
r
a
b
Topělec
r
a
b
Solenice
r
a
b
r
RL
120,11
0,0003
0,001
226,29
-0,053
0,293
126,32
0,0232
0,075
148,02
-0,0307
0,089
109,51
0,0619
0,194
NL
2,4718
0,3357
0,31
8,8548
0,2748
0,30
2,4227
0,3659
0,37
3,9229
0,2545
0,23
1,094
0,243
0,29
SO42-
27,044
-0,0392
0,09
37,854
-0,0232
0,08
23,516
0,0314
0,11
24,71
-0,0006
0,00
24,542
0,0348
0,09
Cl-
11,436
-0,0671
0,18
37,5
-0,2094
0,71
14,085
-0,0332
0,09
25,126
-0,2204
0,41
11,501
0,0374
0,10
O2
5,5623
0,145
0,28
9,1962
0,0399
0,18
7,4568
0,0726
0,21
10,777
-0,0169
0,06
3,7572
0,1835
0,29
N-NH4+
1,2943
-0,5335
0,36
0,1054
0,0631
0,06
0,2549
-0,1325
0,09
0,3168
-0,2771
0,18
0,0229
0,2589
0,19
N-NO3-
0,3402
0,4111
0,53
0,3251
0,5764
0,56
0,1625
0,5675
0,58
0,8671
0,2339
0,35
0,6495
0,2482
0,36
CHSKMn
6,6151
0,0369
0,09
8,3537
0,0569
0,19
6,8681
0,0488
0,12
3,6124
0,206
0,35
4,4616
0,0804
0,21
pH
7,2102
0,0081
0,18
8,5007
-0,0343
0,51
8,566
-0,0273
0,30
7,7777
-0,0126
0,28
7,2102
0,0081
0,03
CHSKCr
14,559
0,0995
0,13
31,37
0,0346
0,10
18,567
0,0848
0,16
10,909
0,1871
0,33
8,1998
0,1965
0,34
BSK5
3,7569
-0,0992
0,11
6,1323
-0,0874
0,19
5,7245
-0,1173
0,17
2,6877
0,0237
0,05
1,1868
0,0958
0,12
K
3,1058
-0,0079
0,01
8,5764
-0,1708
0,46
3,7694
-0,0036
0,01
4,3113
-0,1229
0,21
2,9677
0,0475
0,11
P-PO43-
0,0402
-0,1113
0,09
0,1382
-0,2699
0,32
0,0395
-0,063
0,06
0,2048
-0,424
0,40
0,0263
0,1137
0,12
RAS
75,708
-0,0345
0,05
171,81
-0,1032
0,41
83,249
-0,0176
0,04
123,26
-0,1194
0,26
43,835
0,1582
0,27
Ca2+
22,117
-0,1156
0,23
38,088
-0,1905
0,53
21,339
-0,048
0,12
22,106
-0,1291
0,22
13,966
0,0442
0,11
+
2+
4,0899
0,0299
0,05
9,4361
-0,084
0,21
3,967
0,073
0,16
5,907
-0,0359
0,06
4,9828
0,0318
0,06
Pcelk.
0,0939
-0,0316
0,03
0,3647
-0,208
0,49
0,1308
-0,0256
0,04
0,2396
-0,2235
0,36
0,042
0,1399
0,22
T
34,753
-0,4539
0,27
3,3013
0,0707
0,03
33,38
-0,397
0,25
2,1064
0,2877
0,09
93,176
-0,6197
0,28
Mg
Vltava Hněvkovice
Při použití kritéria r = 0,18 pro soubory n > 120 byla v profilu Vltava Hněvkovice zjištěna
statisticky významná závislost u 8 hodnocených ukazatelů, z toho 4 ukazatele s přímou
závislostí na průtoku vody (pH, O2, NL, N-NO3-) a 4 ukazatele s nepřímou závislostí (T, NNH4+, Ca2+, Cl-). Vztahy koncentrace látek na průtoku vody jsou uvedeny pro profil Vltava
Hněvkovice na Obr. 6.5.9-6.5.26. Na obrázcích je vyznačen průtok vody na úrovni Q70.
121
30
8,5
-0,4539
Q 70%
T Hněvk ov ic e = 34,753Q
25
Q 70%
pHHněvkovice = 7,2102Q
r = 0,27
8,0
20
pH
teplota °C
0,0081
r = 0,18
15
7,5
10
7,0
5
0
6,5
0
20
40
60
80
100
120
140
0
20
40
60
80
100
120
Obr. 6.5.9 Vztah teploty a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
6.5.10 Vztah pH a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr.
20
20
0,145
CHněv k ovice = 5,562Q
Q70%
16
Q 70%
r = 0,28
koncentrace CHSKMn(mg/l)
koncentrace O2 (mg/l)
140
3
průtok vody ve dnech odběrů vzorků Q (m /s)
3
12
8
4
CHněvkovice = 6,6151Q
0,0369
r = 0,09
15
10
5
0
0
0
20
40
60
80
100
120
140
160
0
180
20
40
60
80
100
120
140
3
3
Obr. 6.5.11 Vztah O2 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr.
6.5.12 Vztah CHSKMn a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
30
Q 70%
0,0995
-0,0992
Q 70%
koncentrace BSK5 (mg/l)
koncentrace CHSKCr (mg/l)
90
r = 0,13
60
30
CHněv k ov ic e = 3,7569Q
r = 0,11
20
10
0
0
0
20
40
60
80
100
120
0
140
3
20
40
60
80
100
120
140
3
Obr. 6.5.13 Vztah CHSKCr a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.14 Vztah BSK5 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
122
7,0
120
0,4111
0,3357
koncentrace N-NO3 (mg/l)
r = 0,31
-
koncentrace NL (mg/l)
Q70%
100
80
60
40
20
Q 70%
6,0
r = 0,0,53
5,0
4,0
3,0
2,0
1,0
0,0
0
0
20
40
60
80
100
120
140
160
0
180
20
3
40
60
80
100
120
140
3
Obr. 6.5.15 Vztah NL a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.16 Vztah N-NO3 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
2,5
0,5
Q70%
r = 0,36
koncentrace Pcelk. (mg/l)
2,0
-0,5335
+
koncentrace N-NH4 (mg/l)
Q 70%
1,5
1,0
0,5
-0,0316
r = 0,03
0,4
0,3
0,2
0,1
0,0
0,0
0
20
40
60
80
100
120
140
0
20
40
60
80
100
3
120
140
3
+
Obr. 6.5.17 Vztah N-NH4 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
6.5.18 Vztah Pcelk a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr.
300
0,4
Q70%
-0,1113
koncentrace RL (mg/l)
3-
koncentrace P-PO 4 (mg/l)
0,0003
CHn ě v kov ic e = 120,11Q
Q70%
r = 0,09
250
r = 0,001
200
150
100
50
0,0
0
0
20
40
60
80
100
120
140
0
3
20
40
60
80
100
120
140
3
3-
Obr. 6.5.19 Vztah P-PO4 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.20 Vztah RL a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
123
400
40
-0,0345
CHněv k ov ic e = 75,708Q
(mg/l)
CHněv kov ic e = 22,117Q
r = 0,23
30
2+
300
-0,1156R
Q 70%
r = 0,05
koncentrace Ca
koncentrace RAS (mg/l)
Q 70%
200
100
0
20
10
0
0
20
40
60
80
100
120
140
0
3
20
40
60
80
100
120
140
3/
průtok vody ve dnech odběrů vzorků Q (m s)
Obr. 6.5.21 Vztah RAS a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
2+
Obr. 6.5.22 Vztah Ca a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
18
10
Q70%
0,0299
CHněv kov ic e = 4,0899Q
8
r = 0,05
koncentrace K (mg/l)
12
+
2+
koncentrace Mg (mg/l)
Q 70%
15
9
6
-0,0079
r = 0,01
6
4
2
3
0
0
0
20
40
60
80
100
120
0
140
20
40
60
80
100
120
140
3
3
2+
Obr. 6.5.23 Vztah Mg a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
+
Obr. 6.5.24 Vztah K a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
25
90
Q70%
-0,0392
Q70%
r = 0,09
70
20
koncentrace Cl (mg/l)
60
-
2-
koncentrace SO4 (mg/l)
80
50
40
30
20
-0,0671
r = 0,18
15
10
5
10
0
0
0
20
40
60
80
100
120
140
0
3
20
40
60
80
100
120
140
3
2-
Obr. 6.5.25 Vztah SO4 a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.26 Vztah Cl a průtoku vody v profilu Vltava Hněvkovice za období 1997 – 2009
Pro profil Vltava Hněvkovice byla dále graficky vyhodnocena sezónní závislost průměrných
koncentrací látek v pásmu minimálních a maximálních hodnot (Obr. 6.5.27-6.5.44).
124
Z obecných ukazatelů kvality vody vykázaly průměrné hodnoty sezónní závislost T, O2. V
případě T pozorujeme od začátku roku nárůst teploty s maximem v letních měsících, poté
teplota klesá ke svému minimu ze začátku roku. Hodnoty koncentrace O2 vykazují opačný
trend, kdy od začátku roku klesají k minimu v letních měsících, poté koncentrace narůstá ke
svému maximu ze začátku roku.V případě CHSKCr a CHSKMg pozorujeme jen nevýraznou
závislost, kdy dochází k mírnému navýšení koncentrace v letních měsících. BSK5 nevykazuje
žádnou sezónní závislost, průměrná koncentrace během roku vykazuje monotónní průběh.
Na koncentraci nutrientů se sezónní závislost projevuje nejvýrazněji. V případě N-NO3pozorujeme výrazné maximum u průměrných hodnot během zimních měsíců a pokles
během letního období.Ukazatel N-NH4+ nevykazuje výrazný průměrný trend. Koncentrace
Pcelk. a P-PO43- v průběhu roku kontinuálně narůstá v letním období a dosahuje nejvyšších
hodnot v červenci. Z dalších ukazatelů kvality vody nevykazuje sezónní závislost žádný
z hodnocených ukazatelů, průměrné hodnoty koncentrací látek mají monotónní průběh.
Průtoky vody v tomto profilu jsou ovlivňovány manipulací na nádrži Lipno a zvýšené průtoky
nemusí být všeobecně způsobeny větším odtokem vody po srážkách, ale právě v důsledku
manipulace.
25
9,0
8,5
8,0
15
pH
teplota °C
20
7,5
10
7,0
5
6,5
0
6,0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
prům
min
max
min
Obr. 6.5.27 Sezónní závislost teploty v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.28 Sezónní závislost pH v profilu Vltava Hněvkovice za období 1997 – 2009
20
koncentrace CHSKMn (mg/l)
20
16
12
8
4
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
prům
5
6
7
8
9
10
11
12
měsíc
měsíc
max
min
prům
max
min
Obr. 6.5.29 Sezónní závislost O2 v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.30 Sezónní závislost CHSKMn v profilu Vltava Hněvkovice za období 1997 – 2009
125
30
80
60
40
20
0
25
20
15
10
5
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.31 Sezónní závislost CHSKCr v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.32 Sezónní závislost BSK5 v profilu Vltava Hněvkovice za období 1997 – 2009
5
100
4
-
120
80
60
40
20
3
2
1
0
0
1
2
3
4
5
6
7
8
9
10
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měsíc
max
prům
11
prům
min
max
min
Obr. 6.5.33 Sezónní závislost NL v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.34 Sezónní závislost N-NO3 v profilu Vltava Hněvkovice za období 1997 – 2009
koncentrace Pcelk . (mg/l)
0,45
1,6
+
2,0
1,2
0,8
0,4
0,0
0,30
0,15
0,00
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
12
měsíc
max
min
prům
+
max
min
Obr. 6.5.35 Sezónní závislost N-NH4 v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.36 Sezónní závislost Pcelk v profilu Vltava Hněvkovice za období 1997 – 2009
126
400
0,3
koncentrace P-PO4
3+
(mg/l)
0,4
0,2
0,1
300
200
100
0,0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
3-
Obr. 6.5.37 Sezónní závislost P-PO4 v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.38 Sezónní závislost RL v profilu Vltava Hněvkovice za období 1997 – 2009
(mg/l)
35
30
25
2+
300
koncentrace Ca
400
200
100
20
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.39 Sezónní závislost RAS v profilu Vltava Hněvkovice za období 1997 – 2009
2+
Obr. 6.5.40 Sezónní závislost Ca v profilu Vltava Hněvkovice za období 1997 – 2009
9
15
6
+
+
20
10
5
0
3
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
prům
min
2+
max
min
Obr. 6.5.41 Sezónní závislost Mg v profilu Vltava Hněvkovice za období 1997 – 2009
+
Obr. 6.5.42 Sezónní závislost K v profilu Vltava Hněvkovice za období 1997 – 2009
127
12
25
20
60
-
koncentrace SO4
2-
(mg/l)
80
40
20
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
prům
min
max
min
2-
Obr. 6.5.43 Sezónní závislost SO4 v profilu Vltava Hněvkovice za období 1997 – 2009
Obr. 6.5.44 Sezónní závislost Cl v profilu Vltava Hněvkovice za období 1997 – 2009
Lužnice Koloděje
V profilu Lužnice Koloděje byla statisticky významná závislost zjištěna u 14 hodnocených
ukazatelů, 4 s přímou závislostí na průtoku vody (O2, NL, N-NO3-, CHSKMn) a 10 ukazatelů
s nepřímou závislostí (RL, RAS, pH, BSK5, Ca2+, Mg2+, K+, Cl-, Pcelk., P-PO43-). Grafické
zpracování vztahu koncentrace látek na průtoku vody pro profil Vltava Koloděje je uvedeno
na Obr. 6.5.45-6.5.62. Na obrázcích je vyznačen průtok vody na úrovni Q70 %. Nepřímá
závislost u 10 ukazatelů kvality svědčí vlivu bodových zdrojů. Tomu odpovídá i největší
bilance vypouštěného BSK5 a Pcelk. podle Tab. 6.1. Koeficient korelace r = 0,7 pro ukazatel
Cl- svědčí o vlivu zbytkového znečištění na odtoku z čistíren odpadních vod.
30
10,0
0,0707
Q70%
T Koloděje = 3,3013Q
-0,0343
pHKoloděje = 8,5007Q
9,5
r = 0,03
r = 0,51
9,0
20
pH
teplota °C
25
15
8,5
8,0
10
7,5
5
7,0
0
6,5
0
50
100
150
200
250
300
0
50
100
150
200
250
300
průtok vody ve dnech odběrů vzorků Q (m3/s)
Obr. 6.5.45 Vztah teploty a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.46 Vztah pH a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
128
16
30
0,0569
koncentrace CHSKMn mg/l
koncentrace O 2 mg/l
Q70%
12
8
4
CKoloděje = 9,1962Q
Q70%
0,0399
25
r = 0,19
20
15
10
5
r = 0,18
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
Obr. 6.5.47 Vztah O2 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.48 Vztah CHSKMn a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
90
16
Q70%
0,0346
CKoloděje = 31,37Q
koncentrace BSK5 mg/l
koncentrace CHSKCr mg/l
Q70%
r = 0,10
60
30
0
-0,0874
r = 0,19
12
8
4
0
0
50
100
150
200
250
300
0
3
50
100
150
200
250
300
3
Obr. 6.5.49 Vztah CHSKCr a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.50 Vztah BSK5 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
450
500
Q70%
Q70%
0,2748
r = 0,30
350
koncentrace NL mg/l
koncentrace NL mg/l
400
300
250
200
150
100
0,2748
400
r = 0,30
300
200
100
50
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
Obr. 6.5.51 Vztah NL a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.52 Vztah N-NO3 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
129
1,5
0,6
-0,208
Q70%
0,0631
koncentrace Pc elk . mg/l
CKoloděje= 0,1054Q
r = 0,06
+
koncentrace N-NH4 mg/l
Q70%
1,0
0,5
r = 0,49
0,4
0,2
0,0
0,0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
+
Obr. 6.5.53 Vztah N-NH4 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.54 Vztah Pcelk a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
400
Q70%
-0,2699
Q70%
350
r = 0,32
0,3
koncentrace RL mg/l
3-
koncentrace P-PO4 (mg/l)
0,4
0,2
0,1
-0,053
r = 0,29
300
250
200
150
100
50
0,0
0
0
50
100
150
200
250
300
0
100
200
3
300
3
3-
Obr. 6.5.55 Vztah P-PO4 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.56 Vztah RL a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
50
300
-0,1032
-0,1905
Q70%
koncentrace Ca (mg/l)
r = 0,41
200
2+
koncentrace RAS mg/l
Q70%
100
40
r = 0,53
30
20
10
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
Obr. 6.5.57 Vztah RAS a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
2+
Obr. 6.5.58 Vztah Ca a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
130
18
16
-0,084
-0,1708
Q70%
r = 0,21
koncentrace K mg/l
12
r = 0,46
12
+
2+
koncentrace Mg mg/l
Q70%
15
9
6
8
4
3
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
2+
Obr. 6.5.59 Vztah Mg a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
+
Obr. 6.5.60 Vztah K a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
45
80
Q70%
-0,0232
60
koncentrace Cl mg/l
r = 0,08
koncentrace SO4
-
50
40
30
20
10
-0,2094
Q70%
40
2-
mg/l
70
CKoloděje = 37,5Q
r = 0,71
35
30
25
20
15
10
5
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
2-
Obr. 6.5.61 Vztah SO4 a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.62 Vztah Cl a průtoku vody v profilu Vltava Koloděje za období 1997 – 2009
Pro profil Vltava Koloděje byl dále graficky zpracován vztah sezónní závislosti průměrné
koncentrace látek v pásmu minimálních a maximálních hodnot (Obr. 6.5.63-6.5.80).
Z obecných ukazatelů kvality vody vykázali sezónní závislost T, O2. V případě T logicky
pozorujeme od začátku roku nárůst teploty s maximem v letních měsících, poté teplota klesá
ke svému minimu ze začátku roku. Hodnoty koncentrace O2 vykazují opačný trend, kdy od
začátku roku klesají k minimu v letních měsících, poté koncentrace narůstá ke svému
maximu ze začátku roku. V případě CHSKCr a CHSKMg pozorujeme od začátku roku postupný
nárůst koncentrace s maximem v období květen až říjen, poté koncentrace u obou ukazatelů
klesá ke svému minimu ze začátku roku. Hodnoty BSK5 vykazují podobnou sezónní
závislost, průměrná koncentrace během roku narůstá s maximem v květnu a dále
pozorujeme její pokles. Na koncentraci nutrientů se sezónní závislost projevuje nejvýrazněji.
V případě N-NO3- a N-NH4+ pozorujeme výrazné maximum během zimních měsíců a pokles
během letního období.. Koncentrace Pcelk. a P-PO43- vykazuje v jarním období pokles na
minimální roční hodnoty a kontinuálně narůstá v letním období s průměrným maximem
v červenci. Z dalších ukazatelů kvality vody vykazují nevýraznou sezónní závislost Ca2+, K+,
Cl-, kde pozorujeme pokles v jarním období s minimem v dubnu a následný nárůst v letním
období s maximem v červnu až červenci. Z dalších ukazatelů kvality vody vykazují průměrné
hodnoty koncentrací monotónní průběh.
131
10,0
30
9,5
25
8,5
pH
teplota °C
9,0
20
15
8,0
7,5
10
7,0
5
6,5
0
6,0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
prům
6
7
8
9
10
11
12
měsíc
měsíc
max
min
prům
max
min
Obr. 6.5.63 Sezónní závislost teploty v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.64 Sezónní závislost pH v profilu Vltava Koloděje za období 1997 – 2009
30
20
15
10
5
0
25
20
15
10
5
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.65 Sezónní závislost O2 v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.66 Sezónní závislost CHSKMn v profilu Vltava Koloděje za období 1997 – 2009
90
16
80
70
60
50
40
30
20
12
8
4
10
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsí c
prům
max
5
6
7
8
9
10
11
měsíc
min
prům
max
min
Obr. 6.5.67 Sezónní závislost CHSKCr v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.68 Sezónní závislost BSK5 v profilu Vltava Koloděje za období 1997 – 2009
132
12
10
400
8
-
500
300
200
100
6
4
2
0
0
1
2
3
4
5
6
7
8
9
10
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měsíc
max
prům
11
prům
min
max
min
Obr. 6.5.69 Sezónní závislost NL v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.70 Sezónní závislost N-NO3 v profilu Vltava Koloděje za období 1997 – 2009
0,60
1,2
+
1,6
0,8
0,4
0,45
0,30
0,15
0,00
0,0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
5
prům
6
7
8
9
10
11
12
měsíc
měsíc
max
min
prům
max
min
+
Obr. 6.5.71 Sezónní závislost N-NH4 v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.72 Sezónní závislost Pcelk v profilu Vltava Koloděje za období 1997 – 2009
400
0,3
koncentrace P-PO4
3+
(mg/l)
0,4
0,2
0,1
0,0
300
200
100
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
min
prům
3-
max
Obr. 6.5.73 Sezónní závislost P-PO4 v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.74 Sezónní závislost RL v profilu Vltava Koloděje za období 1997 – 2009
133
min
12
50
(mg/l)
2+
200
koncentrace Ca
koncentrace R AS (mg/l)
300
100
40
30
20
10
0
0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měs íc
prům
max
prům
min
max
min
Obr. 6.5.75 Sezónní závislost RAS v profilu Vltava Koloděje za období 1997 – 2009
2+
Obr. 6.5.76 Sezónní závislost Ca v profilu Vltava Koloděje za období 1997 – 2009
15
12
15
2+
20
9
10
6
5
3
0
0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
5
prům
6
7
8
9
10
11
12
měsí c
měsíc
max
prům
min
max
min
2+
Obr. 65.77 Sezónní závislost Mg v profilu Vltava Koloděje za období 1997 – 2009
+
Obr. 6.5.78 Sezónní závislost K v profilu Vltava Koloděje za období 1997 – 2009
50
40
60
-
koncentrace SO4
2-
(mg/l)
80
40
20
30
20
10
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
min
prům
2-
max
Obr. 6.5.79 Sezónní závislost SO4 v profilu Vltava Koloděje za období 1997 – 2009
Obr. 6.5.80 Sezónní závislost Cl v profilu Vltava Koloděje za období 1997 – 2009
134
min
12
Vltava Kořensko
V profilu Vltava Kořensko (pod soutokem s Lužnicí) vykazovalo 5 ukazatelů statisticky
významnou závislost, z toho 3 přímou (O2, NL, N-NO3-) a 2 nepřímou (T, pH). Grafické
zpracování vztahu koncentrace látek na průtoku vody je uvedeno na Obr. 6.5.81-6.5.98. Na
obrázcích je vyznačen průtok vody na úrovni Q70 %. Tento profil je podobně jako profil Vltava
Hněvkovice ovlivňován z hlediska průtoků manipulací na nádrži Orlík.
10,0
30
Q70%
-0,397
25
pHKořens k o = 8,566Q
9,5
r = 0,25
r = 0,30
9,0
20
pH
teplota °C
-0,0273
T Kořens ko = 33,38Q
15
8,5
8,0
10
7,5
5
7,0
0
6,5
Q70%
0
50
100
150
200
250
300
0
50
100
150
200
250
300
3
3
Obr. 6.5.81 Vztah teploty a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.82 Vztah pH a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
20
25
0,0726
CKořens ko = 7,4568Q
r = 0,21
16
12
8
4
0,0488
Q70%
CKořensk o = 6,8681Q
r = 0,12
20
15
10
5
Q70%
0
0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
Obr. 6.5.83 Vztah O2 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.84 Vztah CHSKMn a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
70
20
Q70%
CKořensko = 18,567Q
0,0848
Q70%
r = 0,0266
60
50
40
30
20
10
0
-0,1173
CKořensk o = 5,7245Q
r = 0,17
15
10
5
0
0
50
100
150
200
250
300
0
3
50
100
150
200
250
3
135
300
Obr. 6.5.85 Vztah CHSKCr a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.86 Vztah BSK5 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
120
7
r = 0,37
80
-
0,3659
Q70%
100
60
40
20
0
0,5675
Q70%
6
CKořens k o = 0,1625Q
r = 0,58
5
4
3
2
1
0
0
50
100
150
200
250
300
0
50
100
150
200
250
300
3
3
Obr. 6.5.87 Vztah NL a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.88 Vztah N-NO3 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
0,5
-0,1325
Q70%
-0,0256
Q70%
koncentrace Pc elk.(mg/l)
+
1,5
r = 0,09
1,0
0,5
0,4
r = 0,04
0,3
0,2
0,1
0,0
0,0
0
50
100
150
200
250
0
300
50
100
150
200
250
300
3
3
+
Obr. 6.5.89 Vztah N-NH4 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.90 Vztah Pcelk a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
300
Q70%
-0,063
Q70%
0,0232
250
r = 0,06
3-
0,3
0,2
0,1
r = 0,075
200
150
100
50
0
0,0
0
50
100
150
200
250
0
300
50
100
150
200
250
3
3
3-
Obr. 6.5.91 Vztah P-PO4 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.92 Vztah RL a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
136
300
200
40
Q70%
-0,0176
(mg/l)
r = 0,04
-0,048
r = 0,12
30
2+
150
koncentrace Ca
Q70%
100
50
0
20
10
0
0
50
100
150
200
250
300
0
3
50
100
150
200
250
300
3
Obr. 6.5.93 Vztah RAS a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
2+
Obr. 6.5.94 Vztah Ca a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
25
12
Q70%
CKořensko = 3,967Q
Q70%
9
+
15
10
6
3
5
0
0
0
50
100
150
200
250
300
0
50
3
100
150
200
250
300
3
2+
Obr. 6.5.95 Vztah Mg a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
+
6.5.96 Vztah K a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
70
Obr.
25
0,0314
Q70%
60
-0,0332
Q70%
r = 0,11
50
-
2-
koncentrace SO4 (mg/l)
-0,0036
r = 0,01
r = 0,16
2+
20
0,073
40
30
20
10
0
20
r = 0,09
15
10
5
0
0
50
100
150
200
250
300
0
50
100
150
200
250
300
3
3
2-
Obr. 6.5.97 Vztah SO4 a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.98 Vztah Cl a průtoku vody v profilu Vltava Kořensko za období 1997 – 2009
137
Pro profil Vltava Kořensko byl dále zpracován vztah sezónní závislosti koncentrace látek na
Obr. 6.5.99-6.5.116. Z obecných ukazatelů kvality vody vykázali sezónní závislost T, O2. V
případě T logicky pozorujeme od začátku roku nárůst teploty s maximem v letních měsících,
poté teplota klesá ke svému minimu ze začátku roku. Hodnoty koncentrace O2 vykazují
opačný trend, kdy od začátku roku klesají k minimu v letních měsících, poté koncentrace
narůstá ke svému maximu ze začátku roku.V případě CHSKCr a CHSKMg pozorujeme od
začátku roku pozvolný nárůst koncentrace s maximem v období srpen až říjen, poté
koncentrace u obou ukazatelů klesá ke svému minimu ze začátku roku. Hodnoty BSK5
vykazují výraznější sezónní závislost, průměrná koncentrace během roku narůstá
s maximem v květnu a srpnu, dále pozorujeme její pokles. Nutrienty se vyznačují
nejvýraznější sezónní závislostí. V případě N-NO3- pozorujeme výrazné maximum během.
10,0
30
9,5
25
8,5
pH
teplota °C
9,0
20
15
8,0
7,5
10
7,0
5
6,5
0
6,0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.99 Sezónní závislost teploty v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.100 Sezónní závislost pH v profilu Vltava Kořensko za období 1997 – 2009
25
20
16
12
8
4
0
20
15
10
5
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.101 Sezónní závislost O2 v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.102 Sezónní závislost CHSKMn v profilu Vltava Kořensko za období 1997 – 2009
138
80
14
70
12
60
50
40
30
20
10
8
6
4
2
10
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.103 Sezónní závislost CHSKCr v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.104 Sezónní závislost BSK5 v profilu Vltava Kořensko za období 1997 – 2009
6
80
-
100
60
40
20
5
4
3
2
1
0
0
1
2
3
4
5
6
7
8
9
10
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měsíc
max
prům
11
prům
min
max
min
Obr.6.5.105 Sezónní závislost NL v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.106 Sezónní závislost N-NO3 v profilu Vltava Kořensko za období 1997 – 2009
0,45
1,2
koncentrace Pc elk . (mg/l)
+
1,4
1,0
0,8
0,6
0,4
0,30
0,15
0,2
0,0
0,00
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
12
měsíc
max
min
prům
+
max
min
Obr. 6.5.107 Sezónní závislost N-NH4 v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.108 Sezónní závislost Pcelk v profilu Vltava Kořensko za období 1997 – 2009
139
0,3
3+
(mg/l)
300
koncentrace P-PO4
0,2
0,1
250
200
150
100
50
0,0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
3-
Obr. 6.5.109 Sezónní závislost P-PO4 v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.110 Sezónní závislost RL v profilu Vltava Kořensko za období 1997 – 2009
35
30
150
2
koncentrace Ca + (mg/l)
200
100
50
25
20
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.111 Sezónní závislost RAS v profilu Vltava Kořensko za období 1997 – 2009
2+
Obr. 6.5.112 Sezónní závislost Ca v profilu Vltava Kořensko za období 1997 – 2009
12
15
9
+
2+
20
10
5
0
6
3
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
min
prům
2+
max
min
Obr. 6.5.113 Sezónní závislost Mg v profilu Vltava Kořensko za období 1997 – 2009
+
Obr. 6.5.114 Sezónní závislost K v profilu Vltava Kořensko za období 1997 – 2009
140
12
60
30
50
25
40
20
-
koncentrace SO4
2-
(mg/l)
30
20
10
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
2-
Obr. 6.5.115 Sezónní závislost SO4 v profilu Vltava Kořensko za období 1997 – 2009
Obr. 6.5.116 Sezónní závislost Cl v profilu Vltava Kořensko za období 1997 – 2009
jarních měsíců a náhlý pokles na minimální hodnoty během letního období. Naopak
koncentrace N-NH4+ dosahuje maxima v zimních měsících a během letního období klesá na
minimum. Koncentrace P-PO43- vykazuje v jarním období pokles na minimální roční
hodnoty a kontinuálně narůstá v letním období s průměrným maximem v červenci. V případě
Pcelk pozorujeme od začátku roku pozvolný nárůst koncentrace s maximem v květnu až
srpnu, poté koncentrace u obou ukazatelů klesá ke svému minimu ze začátku roku.
V případe dalších ukazatelů kvality vody vykazují průměrné hodnoty koncentrací monotónní
průběh
Topělec
V profilu Otava Topělec byla statisticky významná závislost zjištěna u 12 hodnocených
ukazatelů, 4 s přímou závislostí na průtoku vody (NL, N-NO3-, CHSKMn, CHSKCr) a 8
ukazatelů s nepřímou závislostí (RAS, pH, Ca2+, K+, Cl-, N-NH4+, Pcelk., P-PO43-). Grafické
zpracování vztahu koncentrace látek na průtoku vody je uvedeno na Obr. 6.5.117-6.5.134.
Na obrázcích je vyznačen průtok vody na úrovni Q70 %. Podobně jako v případě profilu
Lužnice Koloděje koeficient korelace r = 0,4 pro ukazatel Cl- svědčí o vlivu zbytkového
znečištění na odtoku z čistíren odpadních vod.
30
9,0
Q70%
r = 0,09
-0,0126
pHTopělec = 7,7777Q
r = 0,28
8,5
20
8,0
pH
teplota °C
Q70%
0,2877
T Topělec = 2,1064Q
25
15
7,5
10
7,0
5
0
6,5
0
20
40
60
80
100
120
140
160
180
0
20
40
60
80
100
120
140
160
180
3
Obr. 6.5.117 Vztah teploty a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.118 Vztah pH a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
141
20
35
-0,0169
CTopělec = 10,777Q
Q70%
r = 0,06
16
12
8
4
0,206
Q70%
CTopělec = 3,6124Q
30
r = 0,35
25
20
15
10
5
0
0
0
20
40
60
80
100
120
140
160
0
180
20
40
60
80
100
120
140
160
180
3
3
Obr. 6.5.119 Vztah O2 a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.120 Vztah CHSKMn a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
10
Q70%
0,1871
Q70%
CTopělec = 10,909Q
90
r = 0,33
60
30
0
0,0237
CTopělec = 2,6877Q
8
r = 0,05
6
4
2
0
0
20
40
60
80
100
120
140
160
180
0
20
3
40
60
80
100
120
140
160
180
3
Obr. 6.5.121 Vztah CHSKCr a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.122 Vztah BSK5a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
600
7
0,2545
r = 0,23
-
Q70%
CTopělec = 3,9229Q
Q70%
500
400
300
200
100
0
0,2339
CTopělec = 0,8671Q
6
r = 0,35
5
4
3
2
1
0
0
20
40
60
80
100
120
140
160
180
0
3
20
40
60
80
100
120
140
160
180
3
Obr. 6.5.123 Vztah NL a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.124 Vztah N-NO3 a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
142
0,6
2,5
koncentrace Pc elk .(mg/l)
CTopělec = 0,3168Q
r = 0,03
2,0
+
Q70%
-0,2771
Q70%
1,5
1,0
0,5
-0,2235
CTopělec = 0,2396Q
r = 0,36
0,4
0,2
0,0
0,0
0
20
40
60
80
100
120
140
160
0
180
20
40
60
80
100
120
140
160
180
3
3
+
Obr. 6.5.125 Vztah N-NH4 a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.126 Vztah Pcelk a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
300
0,3
-0,424
CTopělec = 0,2048Q
Q70%
CTopělec = 148,02Q
250
r = 0,40
3-
Q70%
0,2
0,1
-0,0307
r = 0,09
200
150
100
50
0,0
0
0
20
40
60
80
100
120
140
160
180
0
20
40
60
80
100
120
140
160
180
3
3
3-
Obr. 6.5.127 Vztah P-PO4 a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.128 Vztah RL a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
300
50
CTopělec = 123,26Q
Q70%
-0,1194
r = 0,26
CTopělec = 22,106Q
2+
200
100
-0,1291
r = 0,22
40
Q70%
30
20
10
0
0
0
20
40
60
80
100
120
140
160
180
0
3
20
40
60
80
100
120
140
160
180
3
Obr. 6.5.129 Vztah RAS a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
2+
Obr. 6.5.130 Vztah Ca a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
143
18
16
Q70%
CTopělec = 5,907Q
Q70%
-0,0359
r = 0,06
12
-0,1229
CTopělec = 4,3113Q
R = 0,05
12
+
2+
15
9
6
8
4
3
0
0
0
20
40
60
80
100
120
140
160
0
180
20
3
40
60
80
100
120
140
160
180
3
2+
Obr. 6.5.131 Vztah Mg a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
+
Obr. 6.5.132 Vztah K a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
90
45
CTopělec = 24,71Q
70
-
60
50
40
30
20
-0,2204
Q70%
40
r = 1,00E-03
(mg/l)
2-
koncentrace SO4
-0,0006
Q70%
80
CTopělec = 25,126Q
r = 0,41
35
30
25
20
15
10
5
10
0
0
0
20
40
60
80
100
120
140
160
0
180
20
40
60
80
100
120
140
160
180
3
3
2-
Obr. 6.5.133 Vztah SO4 a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.134 Vztah Cl a průtoku vody v profilu Vltava Topělec za období 1997 – 2009
Pro profil Vltava Topělec byl graficky zpracován vztah sezónní závislosti průměrné
koncentrace látek v pásmu minimálních a maximálních hodnot (Obr. 6.5.135-6.5.152).
Z obecných ukazatelů kvality vody vykázali sezónní závislost T, O2. V případě T, jako ve
všech ostatních profilech, pozorujeme od začátku roku nárůst teploty s maximem v letních
měsících, poté teplota klesá. Hodnoty koncentrace O2 vykazují opačný trend, kdy od začátku
roku klesají k minimu v letních měsících, poté koncentrace narůstá ke svému maximu ze
začátku roku. V případě CHSKCr, CHSKMg a BSK5 pozorujeme méně výraznou sezónní
závislost, kdy od začátku roku dochází k pozvolnému nárůst koncentrace s maximem
v letním období, poté koncentrace ukazatelů klesá. Nutrienty se vyznačují výraznější sezónní
závislostí. V případě N-NO3- pozorujeme výrazné maximum během jarních měsíců a pokles
na minimální hodnoty během letního období. Naopak koncentrace N-NH4+ dosahuje maxima
v zimních měsících a během letního období klesá. Koncentrace P-PO43- vykazuje v jarním
období pokles a dále kontinuálně narůstá v letním období s maximem průměrných hodnot
v červenci. Podobný méně výrazný průběh pozorujeme také v případě Pcelk.. Z dalších
ukazatelů kvality vody vykazují nevýraznou sezónní závislost RL, RAS, Ca2+, SO42-, Cl-, kde
od začátku roku dochází k pozvolnému poklesu koncentrace s minimem v letním období,
poté koncentrace ukazatelů narůstá ke svému maximu ze začátku roku. Průměrné hodnoty
koncentrací dalších ukazatelů kvality vody vykazují monotónní průběh.
144
30
9,0
25
8,5
20
8,0
pH
teplota °C
15
7,5
10
7,0
5
6,5
0
6,0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.135 Sezónní závislost teploty v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.136 Sezónní závislost pH v profilu Vltava Topělec za období 1997 – 2009
35
20
16
12
8
4
0
30
25
20
15
10
5
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.137 Sezónní závislost O2 v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.138 Sezónní závislost CHSKMn v profilu Vltava Topělec za období 1997 – 2009
8
50
60
40
30
20
10
0
6
4
2
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
max
5
6
7
8
9
10
11
12
měsíc
min
prům
max
min
Obr. 6.5.139 Sezónní závislost CHSKCr v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.140 Sezónní závislost BSK5 v profilu Vltava Topělec za období 1997 – 2009
145
6
500
-
600
400
300
200
100
5
4
3
2
1
0
0
1
2
3
4
5
6
7
8
9
10
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měsíc
max
prům
11
prům
min
max
min
Obr. 6.5.141 Sezónní závislost NL v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.142 Sezónní závislost N-NO3 v profilu Vltava Topělec za období 1997 – 2009
koncentrace Pc elk . (mg/l)
0,60
2,0
+
2,5
1,5
1,0
0,5
0,0
0,45
0,30
0,15
0,00
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
+
Obr. 6.5.143 Sezónní závislost N-NH4 v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.144 Sezónní závislost Pcelk v profilu Vltava Topělec za období 1997 – 2009
0,3
koncentrace P-PO4
3+
(mg/l)
350
0,2
0,1
300
250
200
150
100
50
0,0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
min
prům
3-
max
min
Obr. 6.5.145 Sezónní závislost P-PO4 v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.146 Sezónní závislost RL v profilu Vltava Topělec za období 1997 – 2009
146
12
250
(mg/l)
70
60
50
2+
koncentrace Ca
200
150
100
50
40
30
20
10
0
0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
měsíc
prům
max
min
prům
max
min
25
15
20
12
+
2+
Obr. 6.5.147 Sezónní závislost RAS v profilu Vltava Topělec za období 1997 – 2009
2+
Obr. 6.5.148 Sezónní závislost Ca v profilu Vltava Topělec za období 1997 – 2009
15
10
5
9
6
3
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
měsíc
prům
7
8
9
10
11
12
měsíc
max
min
prům
max
min
2+
90
40
80
35
70
30
60
-
koncentrace SO4
2-
(mg/l)
Obr. 6.5.149 Sezónní závislost Mg v profilu Vltava Topělec za období 1997 – 2009
+
Obr. 6.5.150 Sezónní závislost K v profilu Vltava Topělec za období 1997 – 2009
50
40
30
25
20
15
20
10
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
měsíc
prům
5
6
7
8
9
10
11
měsíc
max
prům
min
2-
max
min
Obr.6.5. 151 Sezónní závislost SO4 v profilu Vltava Topělec za období 1997 – 2009
Obr. 6.5.152 Sezónní závislost Cl v profilu Vltava Topělec za období 1997 – 2009
147
12
Vltava Solenice
V profilu Vltava Solenice vykazovalo statisticky významnou závislost 10 ukazatelů, z toho 9
přímou (O2, CHSKMn, CHSKCr, NL, N-NH4+, N-NO3-, Pcelk., RL, RAS) a 1 nepřímou (T).
Převahu ukazatelů s přímou závislostí na průtoku vody lze přičítat vliv VN Orlík. Dochází
k superpozici kvality hlavních přítoků a vlivu degradace, příp. transformace ukazatelů
v nádrži. Grafické zpracování vztahu koncentrace látek na průtoku vody je uvedeno na
Obr. 6.5.153-6.5.170. Na obrázcích je vyznačen průtok vody na úrovni Q70.
10,5
30
-0,6197
Q70%
-0,0029
T Solenic e = 93,176Q
25
pHSolenic e = 7,4696Q
10,0
r = 0,28
9,0
pH
teplota °C
9,5
20
r = 0,03
Q70%
15
8,5
8,0
10
7,5
5
7,0
0
6,5
0
100
200
300
400
500
0
600
100
200
300
400
500
600
3
3
Obr. 6.5.153 Vztah teploty a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.154 Vztah pH a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
20
20
0,1835
Q70%
CSolenic e = 3,7572Q
r = 0,29
16
Q70%
12
8
4
0
CSolenice = 4,4616Q
0,0804
r = 0,21
15
10
5
0
0
100
200
300
400
500
600
0
100
200
300
400
500
600
3
3
Obr. 6.5.155 Vztah O2 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.156 Vztah CHSKMn a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
60
10
Q70%
0,1965
Q70%
50
r = 0,34
40
30
20
10
0
0,0958
8
r = 0,12
6
4
2
0
0
100
200
300
400
500
600
0
3
100
200
300
400
500
3
148
600
Obr. 6.5.157 Vztah CHSKCr a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.158 Vztah BSK5 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
40
6
CSolenice = 1,094Q
0,243
0,2482
Q70%
r = 0,29
30
-
Q70%
20
10
r = 0,36
4
2
0
0
0
100
200
300
400
500
0
600
100
200
300
400
500
3
600
3
Obr. 6.5.159 Vztah NL a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.160 Vztah N-NO3 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
0,5
0,3
Q70%
0,2589
CSolenice = 0,0229Q
r = 0,04
0,4
+
Q70%
0,3
0,2
0,1
0,1399
CSolenic e = 0,042Q
r = 0,22
0,2
0,1
0,0
0,0
0
100
200
300
400
500
0
600
100
200
300
400
500
600
3
3
+
Obr. 6.5.161 Vztah N-NH4 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.162 Vztah Pcelk a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
300
Q70%
0,1137
Q70%
CSolenice = 0,0263Q
CSolenice = 109,51Q
250
r = 0,12
3-
0,3
0,2
0,1
0,0619
r = 0,19
200
150
100
50
0,0
0
0
100
200
300
400
500
600
0
100
200
300
400
500
600
3
3
3-
Obr. 6.5.163 Vztah P-PO4 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.164 Vztah RL a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
149
40
200
0,1582
CSolenice = 13,966Q
Q70%
0,0442
r = 0,11
r = 0,0717
150
30
2+
Q70%
100
50
20
10
0
0
0
100
200
300
400
500
0
600
100
200
300
400
500
600
3
3
Obr. 6.5.165 Vztah RAS a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
2+
Obr. 6.5.166 Vztah Ca a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
18
10
Q70%
CSolenice = 4,9828Q
Q70%
0,0318
r = 0,06
+
12
2+
koncentraceMg (mg/l)
15
9
6
3
0
8
0,0475
CSolenice = 2,9677Q
r = 0,11
Q
6
4
2
0
0
100
200
300
400
500
600
0
100
200
300
400
500
3
600
3
2+
Obr. 6.5.167 Vztah Mg a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
+
Obr. 6.5.168 Vztah K a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
60
90
0,0348
CSolenice = 11,501Q
0,0374
r = 0,10
r = 0,09
60
40
-
2-
koncentrace SO4
Q70%
(mg/l)
Q70%
30
0
20
0
0
100
200
300
400
500
600
0
100
200
300
400
500
600
3
3
2-
Obr. 6.5.169 Vztah SO4 a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.170 Vztah Cl a průtoku vody v profilu Vltava Solenice za období 1997 – 2009
Pro profil Vltava Solenice byl dále graficky zpracován vztah sezónní závislosti koncentrace
látek v pásmu minimálních a minimálních hodnot (Obr. 6.5.171-6.5.188). Z obecných
150
25
11
20
10
15
9
pH
teplota °C
ukazatelů kvality vody vykázali sezónní závislost T, O2. V případě T, jako ve všech
předchozích profilech, pozorujeme od začátku roku nárůst teploty s maximem v letních
měsících, poté teplota klesá. Hodnoty koncentrace O2 vykazují opačný trend, kdy od začátku
roku klesají k minimu v letních měsících, poté koncentrace narůstá. V případě CHSKCr,
CHSKMg a BSK5 pozorujeme nevýraznou sezónní závislost během roku. Nutrienty se
vyznačují výraznější sezónní závislostí. V případě N-NO3- pozorujeme výrazné maximum
během dubna a pokles během letního období. Podobný méně výrazný průběh pozorujeme
také v případě N-NH4+, dosahuje maxima v zimních měsících a během letního období klesá.
Koncentrace P-PO43- vykazuje v jarním období pokles a kontinuálně narůstá v letním období,
s maximem průměrných hodnot v červenci. Podobný méně výrazný průběh pozorujeme také
v případě Pcelk.. Z dalších ukazatelů kvality vody vykazují nevýraznou sezónní závislost RL,
RAS, Ca2+, kde od začátku roku dochází k pozvolnému poklesu průměrných koncentrací do
konce letního období, poté koncentrace ukazatelů narůstá. V případě dalších ukazatelů
kvality vody vykazují průměrné hodnoty koncentrací monotónní průběh.
10
8
5
7
0
6
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
Obr. 6.5.171 Sezónní závislost teploty v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.172 Sezónní závislost pH v profilu Vltava Solenice za období 1997 – 2009
15
16
12
8
4
10
5
0
0
1
2
3
4
prům
5
6
7
8
měsíc
max
9
10
11
1
12
2
3
4
5
6
7
8
9
10
11
12
měsíc
min
prům
max
min
Obr. 6.5.173 Sezónní závislost O2 v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.174 Sezónní závislost CHSKMn v profilu Vltava Solenice za období 1997 – 2009
151
40
50
60
40
30
20
10
30
20
10
0
0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
5
prům
6
7
8
9
10
11
12
měsíc
měsíc
max
min
prům
max
min
Obr. 6.5.175 Sezónní závislost CHSKCr v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.176 Sezónní závislost BSK5 v profilu Vltava Solenice za období 1997 – 2009
5
25
4
-
30
20
15
10
5
0
3
2
1
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
prům
min
max
min
Obr. 6..5.177 Sezónní závislost NL v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.178 Sezónní závislost N-NO3 v profilu Vltava Solenice za období 1997 – 2009
0,3
0,4
+
0,5
0,3
0,2
0,1
0,2
0,1
0,0
0,0
1
2
3
4
5
6
7
8
9
10
11
1
12
2
3
4
prům
5
6
7
8
9
10
11
měsíc
měsíc
max
min
prům
+
max
min
Obr. 6.5.179 Sezónní závislost N-NH4 v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.180 Sezónní závislost Pcelk v profilu Vltava Solenice za období 1997 – 2009
152
12
250
0,2
koncentrace P-PO4
200
3+
(mg/l)
0,3
0,1
150
100
50
0,0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
min
prům
max
min
3-
Obr. 5.181 Sezónní závislost P-PO4 v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.182 Sezónní závislost RL v profilu Vltava Solenice za období 1997 – 2009
(mg/l)
35
30
25
2+
100
koncentrace Ca
150
50
20
15
10
5
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
max
min
6
7
8
9
10
měsíc
max
prům
11
12
min
Obr. 6.5.183 Sezónní závislost RAS v profilu Vltava Solenice za období 1997 – 2009
2+
Obr. 6.5.184 Sezónní závislost Ca v profilu Vltava Solenice za období 1997 – 2009
9
15
6
+
2+
20
10
5
0
3
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
měsíc
prům
4
5
6
7
8
9
10
11
měsíc
max
min
prům
2+
max
min
Obr. 6.5.185 Sezónní závislost Mg v profilu Vltava Solenice za období 1997 – 2009
+
Obr. 6.5.186 Sezónní závislost K v profilu Vltava Solenice za období 1997 – 2009
153
12
60
60
50
70
50
40
40
-
koncentrace SO4
2-
(mg/l)
30
20
30
20
10
10
0
0
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
měsíc
prům
6
7
8
9
10
11
12
měsíc
max
prům
min
max
min
2-
Obr. 6.5.187 Sezónní závislost SO4 v profilu Vltava Solenice za období 1997 – 2009
Obr. 6.5.188 Sezónní závislost Cl v profilu Vltava Solenice za období 1997 – 2009
Ve všech uvedených profilech vykazovalo přímou závislost NL a N-NO3-. Vliv stávajících
bodových zdrojů na koncentraci, resp. na hodnoty sledovaných ukazatelů Kvality vody, je
nejvýznamnější v profilu Lužnice Koloděje (10 ukazatelů s nepřímou závislostí na průtoku
vody) a Otava Topělec (8 ukazatelů s nepřímou závislostí). Kvalita vody v profilu Vltava
Hněvkovice a také v profilu Vltava Kořensko ovlivňují dále dotace vody z VN Lipno v období
nízkých průtoků. V případě Lužnice významný faktor ovlivňující jakost vody představuje chov
ryb. V profilu Vltava Solenice je to pak vliv přítoku Otavy a procesy změn kvality vody ve VN
Orlík. Je zřejmé, že se uplatňují nebodové (liniové) zdroje, zejména hnojení zemědělsky
obhospodařované půdy dusíkatými hnojivy.
Porovnání vztahů mezi koncentrací látek a průtokem vody
Pro stejné ukazatele kvality vody (CHSKCr, N-NO3-, Pcelk. a Cl-) jsou na Obr. 6.5.189-6.5.192
porovnány mocninové závislosti na průtoku vody v profilech Vltava Hněvkovice (ovlivněn
manipulací VN Lipno), Lužnice Koloděje, Vltava Kořensko (ovlivněn manipulací VN Lipno),
Otava Topělec a Vltava Solenice pod VN Orlík.
V ukazateli CHSKCr je zřejmá přímá závislost v profilu Otava Topělec a Vltava Solenice.
U zbývajících profilů je závislost statistiky nevýznamná.
V ukazateli N-NO3- je statisticky významná přímá závislost v profilech Vltava Hněvkovice,
Lužnice Koloděje, Vltava Kořensko a statisticky nevýznamný trend přímé závislosti v
profilech Otava Topělec a Vltava Solenice. Z hlediska vývoje koncentrací ukazatelů jakosti
v průběhu roku, byly nejvyšší průměrné hodnoty koncentrace N-NO3- zjišťovány v zimním
a jarním období (podrobnější výsledky nebyly zařazeny z důvodu rozsahu příspěvku).
V případě Pcelk. byla zjištěna statisticky významná nepřímá závislost na průtoku vody
v profilech Lužnice Koloděje a Otava Topělec a přímá závislost v profilu Vltava Solenice.
Statisticky nevýznamné závislosti byly zjištěny v profilech Vltava Hněvkovice a Vltava
Kořensko.
Koncentrace Cl- vykazovala statisticky významnou nepřímou závislost v profilech Vltava
Hněvkovice, Lužnice Koloděje a Otava Topělec. Statisticky nevýznamný trend v profilech
Vltava Kořensko a Vltava Solenice.
Z dlouhodobého hlediska lze předpokládat další snížení vlivu bodových zdrojů v ukazatelích,
které budou ovlivněny výstavbou a intenzifikací čistíren odpadních vod, hlavně CHSKMn,
CHSKCr, BSK5, N-NO3-, N-NH4+, Pcelk. a P-PO43-.
154
50
C = 14,559Q0,0995 C = 31,37Q0,0346
r = 0,13
r = 0,10
40
C = 18,567Q0,0848 C = 10,909Q0,1871
r = 0,16
r = 0,33
30
C = 8,1998Q0,1965
r = 0,34
20
10
0
0
100
200
300
400
500
600
3
průtok vody ve dnech odběru vzorků Q (m /s)
Q70% 15,5
Q70% 10,1
Q70% 26,5
Q70% 11,8
Q70% 40,9
Hněvkovice
Koloděje
Kořensko
Topělec
Solenice
Obr. 6.5.189 Porovnání vztahů CHSKCr a průtoku vody v profilech Vltava Hněvkovice, Lužnice
Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice za období 1997 - 2009
koncentrace N-NO3- (mg/l)
10
8
C = 0,3402Q0,4111 C = 0,3251Q0,5764
r = 0,53
r = 0,56
6
C = 0,1625Q0,5675 C = 0,8671Q0,2339
r = 0,58
r = 0,35
C = 0,6495Q0,2482
r = 0,36
4
2
0
0
100
200
300
400
500
průtok vody ve dnech odběru vzorků Q (m3/s)
Q70% 15,5
Hněvkovice
Q70% 10,1
Koloděje
Q70% 26,5
Kořensko
-
Q70% 11,8
Topělec
Q70% 40,9
Solenice
Obr. 6.5.190 Porovnání vztahů N-NO3 a průtoku vody v profilech Vltava Hněvkovice, Lužnice
Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice za období 1997 - 2009
155
600
koncentrace Pcelk. (mg/l)
0,4
C = 0,0939Q-0,0316 C = 0,3647Q-0,208
r = 0,49
r = 0,03
0,3
-0,2235
C = 0,1308Q-0,0256 C = 0,2396Q
r = 0,36
r = 0,04
C = 0,042Q0,1399
r = 0,22
0,2
0,1
0,0
0
100
200
300
400
500
600
3
Q70% 15,5
Q70% 10,1
Q70% 26,5
Q70% 11,8
Q70% 40,9
Hněvkovice
Koloděje
Kořensko
Topělec
Solenice
Obr. 6.5.191 Porovnání vztahů Pcelk. a průtoku vody v profilech Vltava Hněvkovice, Lužnice Koloděje,
Vltava Kořensko, Otava Topělec a Vltava Solenice za období 1997 - 2009
koncentrace Cl - (mg/l)
40
30
C = 11,436Q-0,0671
r = 0,18
C = 37,5Q-0,2094
r = 0,71
C = 14,085Q-0,0332
r = 0,09
C = 25,356Q-0,2248
r = 0,42
C = 11,501Q0,0374
r = 0,10
20
10
0
0
100
200
300
400
500
600
3
Q70% 15,5
Hněvkovice
Q70% 10,1
Koloděje
Q70% 26,5
Kořensko
-
Q70% 11,8
Topělec
Q70% 40,9
Solenice
Obr. 6.5.192 Porovnání vztahů Cl a průtoku vody v profilech Vltava Hněvkovice, Lužnice Koloděje,
Vltava Kořensko, Otava Topělec a Vltava Solenice za období 1997 - 2009
156
Vztahy kvality vody za nízkých a vyšších průtoků
Podrobněji byly posuzovány průměrné hodnoty sledovaných ukazatelů za nízkých a vyšších
průtoků vymezených hodnotou Q70. Příklad průběhu průtoků vody ve dnech odběru vzorků
za období 1997 – 2009 a úroveň průtoku Q70 je uveden pro profil Vltava Hněvkovice,
Lužnice Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice na Obr. 6.5.193
6.5.197. Z posouzení četnosti odebraných vzorků za tzv. nízkých průtoků vyplynulo, že je
nižší ve srovnání s četností za tzv. vyšších průtoků. Přehledně jsou počty vzorků odebraných
za nízkých průtoků uvedeny v Tab. 6.5.3. V jednotlivých letech sledování jsou počty
odebraných vzorků v rozmezí 0 – 7, resp. v relativní jednotkách 0 – 58 % (z 12 standardně
prováděných odběrů ročně). Za celé období představovaly počty vzorků odebraných za
nižších průtoků vody v profilu Vltava Hněvkovice 23,1 %, Lužnice Koloděje 37,8 %, Vltava
Kořensko 26,9 %, Otava Topělec 34,0 % a Vltava Solenice 30,1 %.
Pro možnost porovnání hodnot ukazatelů jakosti za tzv. nízkých a vyšších průtoků vody, při
vztažení ke Q70, byly vypočteny průměrné hodnoty sledovaných ukazatelů pro tyto dvě
kategorie průtoků a jejich podíly.
Hodnoty podílů průměrných hodnot ukazatelů jakosti vody pro oblast nízkých průtoků vody a
vyšších průtoků vody odpovídají míře statistické významnosti, která vyplynula z vypočtených
parametrů mocninové funkce. Znamená to, že hodnoty podílů v okolí 1,0 odpovídají
nevýznamné závislosti ukazatelů (koncentrace látek a dalších ukazatelů) na průtoku vody.
Hodnoty podílů větší než 1,0 znamenají nepřímou závislost a hodnoty menší než 1,0 přímou
závislost. Hodnoty podílů ukazatelů jakosti v profilech Vltava Hněvkovice byly v rozmezí
hodnot 0,6 – 1,6, Lužnice Koloděje v rozmezí 0,5 – 1,5, Vltava Kořensko v rozmezí 0,4 – 1,8,
Otava Topělec v rozmezí hodnot 0,4 – 1,9 a Vltava Solenice v rozmezí hodnot 0,6 – 1,5.
120
60
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
0
1997
180
čas t (r)
Obr. 6.5.193 Průtoky vody ve dnech odběru vzorků a vyznačení úrovně Q70 v profilu Vltava
Hněvkovice
157
200
100
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
0
1997
300
čas t (r)
Obr. 6.5.194 Průtoky vody ve dnech odběru vzorků a vyznačení úrovně Q70 v profilu Lužnice
Koloděje
100
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
0
1997
200
čas t (r)
Obr. 6.5.195 Průtoky vody ve dnech odběru vzorků a vyznačení úrovně Q70 v profilu Vltava Kořensko
200
100
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
0
1997
300
čas t (r)
Obr. 6.5.196 Průtoky vody ve dnech odběru vzorků a vyznačení úrovně Q70 v profilu Otava Topělec
158
500
400
300
200
100
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
0
1997
600
čas t (r)
Obr. 6.5.197 Průtoky vody ve dnech odběru vzorků a vyznačení úrovně Q70 v profilu Vltava Solenice
Tab. 6.5.3 Počty odebraných vzorků (n) za průtoků nižších než Q70 z profilů Vltava Hněvkovice,
Lužnice Koloděje, Vltava Kořensko, Otava Topělec a Vltava Solenice v jednotlivých letech a
průměrně za období 1997 - 2009
Rok
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Průměr (%)
Vltava
Hněvkovice
2
5
7
5
2
3
4
1
0
1
3
2
1
23,1
Lužnice
Koloděje
Vltava
Kořensko
Otava
Topělec
Vltava
Solenice
4
5
7
7
2
3
7
3
2
3
6
6
4
37,8
n
3
6
7
6
2
2
5
1
1
1
4
2
2
26,9
4
5
7
6
4
0
5
4
5
4
3
3
3
34,0
2
5
5
6
3
2
6
2
1
3
5
5
2
30,1
159
podíl >70%/<70%
2,0
1,0
T
P-PO43-
N-NH4+
Pcelk.
BSK5
RAS
SO42-
Cl-
CHSKMn
K+
RL
Ca2+
pH
CHSKCr
Mg2+
NL
O2
N-NO3-
0,0
Obr. 6.5.198 Vzestupně seřazené hodnoty podílů průměrných hodnot pro Q>70%/Q<70% v profilu
Vltava Hněvkovice v období 1997 - 2009
podíl >70%/<70%
2,0
1,0
Lužnice Koloděje v období 1997 - 2009
160
P-PO43-
Pcelk.
Cl-
Ca2+
K+
T
BSK5
RAS
Mg2+
RL
pH
SO42-
N-NH4+
CHSKMn
CHSKCr
O2
NL
N-NO3-
0,0
podíl >70%/<70%
2,0
1,0
T
BSK5
Pcelk.
P-PO43-
CHSKMn
K+
pH
CHSKCr
RL
N-NH4+
RAS
SO42-
Cl-
Ca2+
Mg2+
O2
NL
N-NO3-
0,0
Vltava Kořensko v období 1997 – 2009
podíl >70%/<70%
2,0
1,0
N-NH4+
P-PO43-
Pcelk.
Cl-
RAS
Ca2+
K+
T
RL
Mg2+
BSK5
O2
pH
SO42-
CHSKCr
CHSKMn
N-NO3-
NL
0,0
Otava Topělec v období 1997 – 2009
Pro snazší orientaci v chování jednotlivých ukazatelů (s vyloučením hodnot pro NEL a
tenzidy z důvodu většiny hodnot na mezi stanovitelnosti) byly podíly seřazeny vzestupně na
Obr. 6.5.198 až 6.5.202. Z grafického zpracování vyplývá, že chování ukazatelů
v jednotlivých profilech je podobné, ale ne stejné.
161
podíl >70%/<70%
2,0
1,0
T
pH
SO42-
Cl-
Mg2+
K+
Ca2+
RL
Pcelk.
CHSKMn
RAS
O2
P-PO43-
CHSKCr
N-NO3-
N-NH4+
BSK5
NL
0,0
Vltava Solenice v období 1997 - 2009
Podíly průměrných průtoků vody pro Q<70%/Q>70% ve dnech odběru vzorků byly v profilu
Vltava Hněvkovice 2,9, v profilu Lužnice Koloděje 5,5, v profilu Vltava Kořensko 3,6, v profilu
Otava Topělec 3,5 a v profilu Vltava Solenice 3,5. Největší rozkolísanost průtoků, podle
očekávání, vykazoval profil Lužnice Koloděje. Dále následoval profil Otava Topělec. Tyto
profily nejsou ovlivňovány manipulací na vodních nádržích.
Podíly průměrných hodnot ukazatelů jakosti menší než 0,9 indikují převažující vliv
nebodových zdrojů znečištění. Nejvýznamněji se tento vliv projevuje u N-NO3-. Toto
pozorování odpovídá podrobné studii (Nesměrák, 2009), podle které představuje vypouštěné
znečištění do Vltavy po profil Hněvkovice, charakterizované jako anorganický dusík, 325 t/r.
Tato hodnota odpovídá 23,5 % z mediánu odtoku N-NO3- a N-NH4+ 1383,3 t/r tímto profilem,
zjištěnému za období 2000 – 2009 (Hanslík et al, 2010). Vlivem nebodových (difuzních)
zdrojů dusíku se zabývala dlouhodobá studie (1959 – 1990) zaměřená na změny
chemických ukazatelů ve VN Slapy (Procházková et al, 1996). Na odtoku dusíku z povodí se
podílely nebodové zdroje v rozmezí 60 – 80 %. V extrémně suchých letech význam
bodových zdrojů vzrůstal. Ve významné evropské řece Meuse byla také pozorována přímá
závislost mocninové funkce pro NO3- (van Vliet et al, 2008). V případě ukazatelů s přímou
závislostí koncentrace na průtoku vody, jako jsou dusičnany, lze očekávat v případě nízkých
průtoků (sucha) nižší koncentrace ve vodě. V případě ukazatelů s nepřímou závislostí
koncentrace na průtoku lze očekávat vyšší koncentrace za nízkých průtoků vody. To
prokazují např. výsledky hodnocení koncentrace Cl-, které prokazovaly nepřímou závislost
v profilech Lužnice Koloděje a Otava Topělec, podobně jako bylo pozorováno v řece Meuse
(van Vliet et al, 2008).
6.6 Závěr
Byly analyzovány vztahy mezi průtokem a hodnotami ukazatelů jakosti vody na příkladu
sledování v profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko, Otava Topělec
a Vltava Solenice za období 1997 - 2009. Z hodnocení vyplynulo, že podíl průměrných
hodnot jakosti za nízkých průtoků (větších než Q70) a za vyšších průtoků (menších než Q70)
menší než 0,9 (přímá závislost hodnot ukazatelů jakosti na průtoku vody indikující převahu
vlivu nebodových zdrojů) byl v profilu Vltava Hněvkovice pozorován u ukazatelů N-NO3-, O2,
NL a Mg2+ a podíl větší než 1,1 (nepřímá závislost hodnot ukazatelů jakosti na průtoku vody
indikující převahu vlivu bodových zdrojů) u ukazatelů RAS, BSK5, Pcelk., N-NH4+, P-PO43 a T.
V profilu Lužnice Koloděje byl podíl menší než 0,9 zjištěn u ukazatelů N-NO3- a NL a podíl
162
větší než 1,1 u ukazatelů Mg2+, RAS, BSK5, T, K+, Ca2+, Cl-, Pcelk. a P-PO43-. V profilu Vltava
Kořensko byl podíl menší než 0,9 zjištěn u ukazatelů N-NO3-, NL, O2 a Mg2+ a podíl větší než
1,1 u ukazatelů P-PO43-, Pcelk., BSK5 a T. V profilu Otava Topělec byl podíl menší než 0,9
zjištěn u ukazatelů NL, N-NO3-, CHSKMn a CHSKCr a podíl větší než 1,1 u ukazatelů T, K+,
Ca2+, RAS, Cl-, Pcelk., P-PO43- a N-NH4+. V profilu Vltava Solenice byl podíl menší než 0,9
zjištěn u ukazatelů NL, BSK5, N-NH4+, N-NO3-, CHSKCr, P-PO43-, O2, RAS a CHSKMn a větší
než 1,1 u ukazatele T.
Hlavní výsledky byly zpracovány formou příspěvku v mimořádném čísle VTEI II/2010, který
je součástí Přílohy.
Analýza vztahů sezónní závislosti na průměrných hodnotách ukazatelů jakosti vody
v profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko, Otava Topělec a Vltava
Solenice za období 1997–2009 prokázala sezónní závislost především v případě hlavních
ukazatelů jakosti vody a nutrientů. V případě T pozorujeme od začátku roku nárůst teploty
s maximem v letních měsících, poté teplota klesá ke svému minimu ze začátku roku.
Hodnoty koncentrace O2 vykazují opačný trend, kdy od začátku roku klesají k minimu
v letních měsících, poté koncentrace narůstá ke svému maximu ze začátku roku. V případě
CHSKCr, CHSKMg a BSK5 pozorujeme méně výraznou sezónní závislost, kdy od začátku roku
dochází k pozvolnému nárůst koncentrace s maximem v letním období, dále pozorujeme její
pokles. Nutrienty se vyznačují nejvýraznější sezónní závislostí. V případě N-NO3- pozorujeme
výrazné maximum během jarních měsíců a náhlý pokles na minimální hodnoty během
letního období. Naopak koncentrace N-NH4+ dosahuje maxima v zimních měsících a během
letního období klesá na minimum. Koncentrace P-PO43- vykazuje v jarním období pokles na
minimální roční hodnoty a kontinuálně narůstá v letním období s průměrným maximem
v červenci. V případě Pcelk pozorujeme od začátku roku pozvolný nárůst koncentrace
s maximem v květnu až srpnu, poté koncentrace u obou ukazatelů klesá ke svému minimu
ze začátku roku. Další ukazatelé kvality vody vykazují nevýrazné až monotónní průběhy
sezónní závislosti. Obecně lze konstatovat, že sezónní závislost se nejvíce projevuje
u neregulovaných toků Lužnice a Otavy a na horním toku Vltavy v profilu Hněvkovice.
Ukazuje se, že chování jednotlivých ukazatelů jakosti v hodnocených profilech není
univerzální a že jednotlivé profily mají svá specifika. Z hodnocení dále vyplývá, že vedle
bodových zdrojů mají na jakost vody vliv i nebodové zdroje, které nejvíce ovlivňují
koncentrace N-NO3- a NL.
Pro další zpřesňování prognózy chování ukazatelů jakosti v suchých obdobích se ukazuje
jako účelné pokračovat ve sledování a hodnocení jakosti vody, zejména v návaznosti na
opatření u bodových i nebodových zdrojích znečištění a verifikovat platnost zjištěného
chování ukazatelů jakosti vody v závislosti na reálném vývoji klimatických změn.
163
ZÁVĚR
Problematika nedostatku vody a sucha při současných změnách klimatu je jednou
z přírodních katastrof, která může mít dopad na různá odvětví jako je zemědělství, průmysl,
turistika a obchod. Studie je zaměřena především na hydrologické sucho, ale byly
zpracovány i indexy, které zohledňují sucho meteorologické.
Po vzájemné dohodě se zadavatelem projektu byla zahájena spolupráce se zástupci města
Hradec Králové a se zástupci Východočeské vodárenské soustavy, která zásobuje pitnou
vodou Východní Čechy. Na této vodárenské soustavě hrozí už v horizontu následujících let
nedostatek vody. V rámci spolupráce budu zjištěny zkušenosti provozovatelů vodárenských
systémů s problematikou nedostatku vody a budou zjištěny aktuální požadavky na řešení
problematiky sucha ze strany zastupitelů měst a obcí. Bude tak odstartována práce, jež by
měla v budoucnu vyústit v návrh plánů pro zvládání nedostatku vody a sucha. Výstupy
z projektu VaV Výzkum plošné a časové variability hydrologického sucha byly směřovány
k tomu, aby je bylo možno pro tyto účely využít.
Hydrologické sucho nastává při zmenšení průtoků, snižování hladin podzemních vod,
zmenšení základního odtoku a poklesu vydatnosti pramenů. Pro hodnocení nedostatkových
objemů v denních řadách bylo použito 118 reprezentativních stanic, které mají
nepřerušovanou dobu pozorování od roku 1931 a u nichž bylo posuzováno období od
počátku pozorování s použitím prahu stanoveným za srovnávací období 1961–2005.
Extrémní sucha v letech 1947, 1953/1954 a 2003 byla zpracována formou map.
Plošná a časová proměnlivost nedostatkových objemů a trvání sucha v měsíčních řadách
odtoku byla šetřena pomocí programu ExDevmb, který vznikl pro potřeby tohoto projektu.
Program počítá pro stanovenou prahovou hodnotu odečtenou na křivce překročení časový
průběh nedostatkových objemů a jejich trvání. Prahová hodnota může být konstantní nebo
proměnlivá v průběhu roku. Analýza proběhla na stejném souboru dat 118 stanic
s konstantní i proměnlivou prahovou hodnotou pro 70% i 95% pravděpodobnost překročení.
Byly zpracovány měřené i přirozené průtoky. Maximální nalezené nedostatkové objemy
a trvání sucha byly zpracovány formou map.
Pro 70% zabezpečenost odtoku byla nejvýraznější sucha v následujících letech: 1953, 1947,
2003, 1992, 1983, 1962, 1950, 1990, 1951 a v letech jim blízkých. Maximální přirozená
sucha se vyskytují do hodnoty nedostatkových objemů kolem hodnoty 7 až 8 a maximální
trvání se vyskytují v délce do 20 měsíců. Pro 95% zabezpečenost odtoku byla nejvýraznější
sucha v následujících letech: 1947, 1953, 2003, 1992, a dále 1950, 1983, 1990, 1962, 2004,
1951 a v letech jim blízkých Maximální přirozená sucha se tak vyskytují do hodnoty
nedostatkových objemů kolem hodnoty 2,8 až 3,0 a maximální trvání se vyskytují do 7
měsíců. V nedostatkových objemech je zřejmá tendence k opakování v 10letých cyklech
s vrcholem přibližně ve třetím roce každého desetiletí.
Vhodnost použití limitu ročního nebo měsíčního závisí od účelu použití. Definujeme-li sucho
jako odchylku od normálu, je vhodnější variabilní měsíční limit. Je-li účelem definice sucha
jako zaklesnutí průtoku pod nějakou ekologicky podmíněnou hodnotu průtoku, pak je vhodný
pevný roční prahový limit. Použitím očištěných průtoků došlo ke zdůraznění suchých epizod
po roce 1979, je tedy třeba věnovat zvýšenou pozornost evidenci ovlivnění průtoků.
Analýza průtoků na Labi v Děčíně od roku 1851 ukázala, že maximální sucha
s nedostatkovými objemy s hodnotou 3 až 3,2 nejsou v dlouhodobém horizontu výjimkou
a můžeme je očekávat každých několik desetiletí.
Na základě rozsahu hodnot nedostatkových objemů zjištěných během této studie je možné
navrhnout následující kategorie takto vymezeného sucha podle extremity: Mírný / Moderate
164
(0,2–0,8), Vážný / Serious (0,8–1,5), Velmi vážný / Severe (1,5–2,5) a Extrémní / Extreme
(>2,5).
Pro trvání v měsících je možné navrhnout tyto kategorie: Mírný / Moderate (0–2), Vážný /
Serious (3–4), Velmi vážný / Severe (5–6) a Extrémní / Extreme (>6). Tyto třídy je možné
uplatnit v přípravě varovného systému výskytu sucha.
Výsledky ukazují, jak v mnoha případech existence nádrže na vodním toku významně
eliminuje vliv suchého období na úseku toku pod nádrží nadlepšováním průtoku, a to jak pod
limitem Q95 i pod limitem Q70. Pod limitem Q70 jsou nejvýrazněji nadlepšovány stanice na
Vltavě, Malši, Sázavě, Opavici, Opavě, Ostravici, Hloučele, Dyji, Svratce, Křetínce
a příslušné nedostatkové objemy jsou tak významně omezovány. Po limitem Q95 jsou
prakticky zcela eliminovány nedostatkové objemy na D. Orlici, Vltavě, Malši, Sázavě, Ohři,
Labi, Ostravici, Odře, Hloučele, Dyji, Svratce, Křetínce, Svitavě, Oslavě a Jihlavě. Případy,
kdy manipulace na nádrži prohloubí průběh sucha jsou výjimečné.
Obecně došlo k poměrně dobré shodě ve stanovení nedostatkových objemů použitím
denních a měsíčních časových řad přičemž platí, že měsíční řady sucho oproti denním
řadám převážně zdůrazňují a tedy použití hrubšího časového rozlišení je více na straně
bezpečnosti. Pro případný varovný systém se tedy nabízí vyhodnocovat sucho v týdenním
intervalu (i vzhledem k případné prognóze).
Simulace vývoje klimatu naznačují rostoucí trend velikosti nedostatkových objemů, četnosti
v jednotlivých třídách závažnosti i jejich trvání. Výraznější prohloubení sucha je zřetelné při
použití variabilního měsíčního limitu, což ukazuje na větší snížení průtoků v období minim
v létě a raném podzimu oproti zbytku roku
V této souvislosti by bylo vhodné se zaměřit také na intenzitu sucha, tedy podíl objemu
a délky jeho trvání. Intenzita by takto nabývala hodnot od 0 do 1, to v případě zcela
vyschlého toku.
Pro posouzení trendů nedostatkových objemů a vztahu k fyzicko-geografickým bylo z celého
souboru vybráno 67 stanic, které nejsou výrazně antropogenně ovlivněné. V období 1947–
2006 převažují klesající nebo nevýznamné trendy ročních hodnot nedostatkových objemů.
44 % až 61 % stanic vykázalo trend klesající (sucha se zmenšují). Stanice s klesajícími
trendy se soustřeďují v povodí Otavy, dolního Labe, dolní Moravy a Bečvy. Také v trendech
jednotlivých měsíců převažuje klesající tendence, zvláště výrazná je v chladné části roku.
V období 1961–2006 ubylo klesajících trendů a objevily se trendy rostoucí. Došlo k nárůstu
podílu rostoucích trendů v letních měsících.
Nedostatkové objemy málo korelují s fyzicko-geografickými charakteristikami povodí.
Nedostatkové objemy se zvětšují s rostoucí nepropustností půdy i povrchu (městská
zástavba) a se zvyšujícím se číslem CN křivky. Naopak s rostoucí nadmořskou výškou se
objemy spíše zmenšují.
Pro hodnocení vlivu klimatické změny na hydrologickou bilanci byly vybrány 4 scénáře
k referenčnímu období 2071–2100. Hydrologická bilance byla modelována modelem BILAN
na 145 povodích jak pro současné podmínky, tak pro výhledové scénáře.
I u scénáře který můžeme označit za optimistický (RCAO B2), se projevují zřetelné změny
hydrologického režimu, zejména pokles průměrných průtoků. Důležitá je rozkolísanost
průtoků, hlavně minimálních. Podle výsledků se také podstatně změní rozložení odtoků
v ročním cyklu a bude nutno počítat s četnějším výskytem extrémních jevů na tocích –
v zimě s povodněmi a v létě a na podzim s obdobími sucha.
Téměř u všech klimatologických veličin lze rok rozdělit na dvě části, kdy jsou změny
rozloženy zhruba opačně. Zpravidla větší regionální proměnlivost je v letních měsících,
výjimkou jsou srážky, které jsou proměnlivější v zimním období.
165
Pro zhodnocení meteorologického sucha byla využita metoda indexu SPI a metoda efektivní
srážky. Metoda efektivní srážky dává obecnější výsledky a v praxi lépe využitelné výsledky.
Při kvantifikaci hydrologického sucha pro jednotlivé časové horizonty budoucího vývoje
klimatu lze pozorovat negativní dopad na minimální denní průtok, kdy jejich pokles je v řádu
desítek procent, a proto nebudou splňovat současné hodnoty minimálních zůstatkových
průtoků. Ještě větší pokles byl simulován u N-letých minimálních denních průtoků.
Problémem je jednotná úroveň mezních hodnot Q330, které nemusí být směrodatné pro
jednotlivá povodí. Řešením by mohlo být vytvoření nové metodiky na tvorbu minimálních
zůstatkových průtoků, které by byly dále použity jako mezní hodnoty.
Byly analyzovány vztahy mezi průtokem a hodnotami ukazatelů jakosti vody na příkladu
sledování v profilech Vltava Hněvkovice, Lužnice Koloděje, Vltava Kořensko, Otava Topělec
a Vltava Solenice za období 1997–2009. Z hodnocení vyplynulo, že podíl průměrných hodnot
jakosti za nízkých průtoků (menších než Q70) a za vyšších průtoků (větších než Q70) menší
než 0,9 (přímá závislost hodnot ukazatelů jakosti na průtoku vody indikující převahu vlivu
nebodových zdrojů) byl v profilu Vltava Hněvkovice pozorován u ukazatelů N-NO3-, O2, NL
a Mg2+ a podíl větší než 1,1 (nepřímá závislost hodnot ukazatelů jakosti na průtoku vody
indikující převahu vlivu bodových zdrojů) u ukazatelů RAS, BSK5, Pcelk., N-NH4+, P-PO43 a T.
V profilu Lužnice Koloděje byl podíl menší než 0,9 zjištěn u ukazatelů N-NO3- a NL a podíl
větší než 1,1 u ukazatelů Mg2+, RAS, BSK5, T, K+, Ca2+, Cl-, Pcelk. a P-PO43-. V profilu Vltava
Kořensko byl podíl menší než 0,9 zjištěn u ukazatelů N-NO3-, NL, O2 a Mg2+ a podíl větší než
1,1 u ukazatelů P-PO43-, Pcelk., BSK5 a T. V profilu Otava Topělec byl podíl menší než 0,9
zjištěn u ukazatelů NL, N-NO3-, CHSKMn a CHSKCr a podíl větší než 1,1 u ukazatelů T, K+,
Ca2+, RAS, Cl-, Pcelk., P-PO43- a N-NH4+. V profilu Vltava Solenice byl podíl menší než 0,9
zjištěn u ukazatelů NL, BSK5, N-NH4+, N-NO3-, CHSKCr, P-PO43-, O2, RAS a CHSKMn a větší
než 1,1 u ukazatele T.
Sezónní závislost byla prokázána především v případě hlavních ukazatelů jakosti vody
a nutrientů. Obecně se nejvíce projevuje u neregulovaných toků Lužnice a Otavy a na
horním toku Vltavy v profilu Hněvkovice.
Ukazuje se, že chování jednotlivých ukazatelů jakosti v hodnocených profilech není
univerzální a že jednotlivé profily mají svá specifika. Z hodnocení dále vyplývá, že vedle
bodových zdrojů mají na jakost vody vliv i nebodové zdroje, které nejvíce ovlivňují
koncentrace N-NO3- a NL.
Pro další zpřesňování prognózy chování ukazatelů jakosti v suchých obdobích se ukazuje
jako účelné pokračovat ve sledování a hodnocení jakosti vody, zejména v návaznosti na
opatření u bodových i nebodových zdrojích znečištění a verifikovat platnost zjištěného
chování ukazatelů v závislosti na reálném vývoji klimatických změn.
Hlavní výsledky týkající se jakosti byly zpracovány formou příspěvku v mimořádném čísle
VTEI II/2010, který je součástí Přílohy
166
Literatura:
Appa Rao, G. (1987) Drought Probability Maps. CAgM Report No. 24, WMO, Geneva.
Benke, A. (1990) Perspective on America’s vanishing streams. Journal of the North
American Benthological Society 9(1), 77–78.
Biamah, E. K., Sterk, G., Sharma, T. C. (2005) Analysis of agricultural drought in Iiuni,
Eastern Kenya: application of a Markov model. Hydrol. Processes 19, 1307–1322.
Blinka, P. (2005) Klimatologické hodnocení sucha a suchých období na území České
republiky v letech 1876–2002 (Climatologic evaluation of droughts and dry periods on the
territory of the Czech Republic in the years 1876–2002. Meteorologické zprávy 58, 10–18.
Blinka P. (2002) METODA HODNOCENÍ SUCHA Česko-slovenská bioklimatologická
konference, ISBN 80-85813-99-8, 32-44.
Brázdil, M., Trnka, M., Dobrovolný, P., Chromá, K., Hlavinka, P., Žalud, Z. (2009) Variability
of droughts in the Czech Republic, 1881–2006. Theoretical and Applied Climatology 97,
297–315.
Cipra, T. (1986) Analýza časových řad s aplikacemi v ekonomii. SNTL, Praha.
Clausen, B., Pearson, C. P. (1995) Regional frequency analysis of annual maximum
streamflow drought. J. Hydrol. 173, 111–130.
Czamara, W., Jakubowski, W., Radczuk, L. (1997) Probabilistic analysis of extreme low flows
in selected catchments in Poland. In: FRIEND‘97–Regional Hydrology: Concepts and Models
for Sustainable Water Resource Management, IAHS Publ. no. 246, 159–168.
Čapek, R. et al. (1992) Geografická kartografie. SPN, Praha.
ESRI (2008) ArcGIS Desktop Help (9.3). Redlands, CA, USA.
Faune et Parcs Québec (FAPAQ) (1999) Politique de débits réservés écologiques pour la
protection du poisson et de ses habitats. Ministere de l’environnement et de la faune de
Québec, Québec.
Fiala, T., Ouarda, T. B. M. J., Hladný, J. (2010) Evolution of low flows in the Czech Republic.
Journal of Hydrology, 393, 206-218.
Fleig, A. (2004) Hydrological Drought – A comparative study using daily discharge series
from around the world. Diplomová práce, Albert-Ludwigs-Universität, Freiburg.
Fleig, A. K., Tallaksen, L. M., Hisdal, H., Demuth, S. (2006) A global evaluation of streamflow
drought characteristics. Hydrol. Earth Syst. Sci. 10, 535–552.
Hanel, M., Vizina, A. (2010) Vodní hospodářství, VTEI, mimořádné číslo II, 17–21.
Heim, R. R. (2000) A review of twentieth-century drought indices used in United States
Bulletin of American Meteorological Society 36, 697–710.
Higgs, G., Petts, G. (1988) Hydrological changes and river regulation in the UK. Regulated
rivers: research and management 2, 349–368.
Hisdal, H., Stahl, K., Tallaksen, L. M., Demuth, S. (2001) Have streamflow droughts in
Europe become more severe or frequent? Int. J. Climatol. 21, 317–333.
Hisdal, H., Tallaksen, L. M, Clausen, B., Peters, E., Gustard, A. (2004) Hydrological Drought
Characteristics. In: Tallaksen L. M, van Lanen H. A. J. (eds): Hydrological Drought:
Processes and Estimation Methods for Streamflow and Groundwater. 139–198, Elsevier,
Amsterdam.
167
Hisdal, H., Tallaksen, L. M. (2003) Estimation of regional meteorological and hydrological
drought characteristics: a case study for Denmark. J. Hydrol. 281, 230–247.
Hisdal, H., Tallaksen, L. (2000) Drought Event Definition, Technical report no. 6, ARIDE
project, Oslo, Department of Geophysics, University of Oslo, p 41.
Horáček, S., Rakovec, O., Kašpárek, L., Vizina, A. (2009) Vývoj modelu hydrologické
bilance. Vodní hospodářství, VTEI, mimořádné číslo I, 2–5.
Isaaks, E. H., Srivastava, R. M. (1989) (An Introduction to) Applied Geostatistics. Oxford
Univ. Press, New York.
IPCC (2000) Special Report on Emissions Scenarios – SRES. [on-line] Dostupné z URL:
http://www.ipcc.ch/pdf/special-reports/spm/sres-en.pdf., [cit. 2008-22-4].
Juřikovská, Šeděnková (2008) Odhad plošných srážek pro povodí řeky Olše. In: Pešková, K.
(ed): Sborník z 15. ročníku mezinárodního sympozia GIS Ostrava 2008, TANGER, Ostrava,
1–7.
Khaliq, M. N., Ouarda, T. B. M. J., Gachon, P., Sushama, L. (2008) Temporal evolution of
low-flow regimes in Canadian rivers. Water Resources Research, 44, W08436,
doi:10.1029/2007WR006132.
Kitanidis, P. K. (1993) Geostatistics. In: Maidment D. R. (ed): Handbook of Hydrology. 20.1–
20.40, McGraw Hill, New York.
Laaha, G., Blöschl, G. (2007) A national low flow estimation procedure for Austria. Hydrol.
Sci. J. 52, 625–644.
Lajoie, F., Assani, A. A., Roy A. G., Mesfioui, M. (2006) Impacts of dams on monthly flow
characteristics. The influence of watershed size and seasons. Journal of hydrology 334,
423–439.
LARS WG (2010), http://www.rothamsted.bbsrc.ac.uk/mas-models/larswg.php
Ligon, F. K., Dietrich, W. E., Trush, W. J. (1995) Downstream ecological effects of dams.
Bioscience 45(3), 183–192.
Lloyd-Hughes,B., Saunders,M.A. (2002) A drought climatology for Europe, International
Journal of Climatology Vol. 22, Willey InterScience.
Lytle, A. D., Poff, N. L. (2004) Adaptation to natural flow regimes. Trends in ecology and
evolution 19(2), 94–100.
McKee, T.B.; N.J. Doesken; and J. Kleist. (1993) The relationship of drought frequency and
duration to time scales. Preprints, 8th Conference on Applied Climatology, 179–184. January
17–22, Anaheim, California.
Migilligan, F. J., Nislow, K. H. (2005) Changes in hydrological regime by dams.
Geomorphology 71, 61–78.
Molles, M.C., Crawford, C.S., Ellis, L.M., Vallet, Dahm, C.S. (1998) Managed flooding for
riparian ecosystem restoration managed flooding reorganizes riparian forest ecosystems
along the middle Rio Grande in New Mexico. Bioscience 1998. 48, 749–756
Možný, M. (2004) Vymezení a intenzita sucha na území ČR v letech 1891–2003
(Delimitation and intensity of drought over the Czech Republic between 1891 and 2003).
Český hydrometeorologický ústav, Praha, 88.
Nislow, K. H., Migilligan, F. J., Fassnacht, H., Bechtel, D., Ruesink, A. (2002) Effects of
hydrological alteration on flood regime of natural floodplain. communities in the Upper
Connecticut River. Journal of the American Water Resources Association 38, 1533–1548.
168
Padney, R. P., Ramasastri, K. S. (2002) Incidence of droughts in different climatic regions.
Hydrol. Sci. J. 47, S31–S40.
Panu, U. S., Sharma, T. C. (2002) Challenges in drought research: some perspectives and
future directions. Hydrol. Sci. J. 47, S19–S30.
Panu, U. S., Sharma, T. C. (2009) Analysis of annual hydrological droughts: the case of
northwest Ontario, Canada. Hydrol. Sci. J. 54, 29–42.
Sakamoto, Y., Ishiguro, M., Kitagawa, G. (1986) Akaike Information Criterion Statistics. KTK
Scientific Publishers, Tokyo.
Semenov, M.A., Brooks, R.J., Barrow, E.M., Richardson, C.W. (1998) Comparison of WGEM
and LARS-WG stochastic weather generators for diverse climates, Climate Research, Vol.
10, Inter-research, Germany, 95–107.
Sharma, T. C. (1997) A drought frequency formula. Hydrol. Sci. J. 42, 803–814.
Sharma, T. C. (1998) An analysis of non-normal Markovian extremal droughts. Hydrol.
Processes 12, 597–611.
Sharma, T. C. (2000) Drought parameters in relation to truncation level. Hydrol. Processes
14, 1279–1288.
Schejbal, C. (1996) Úvod do geostatistiky. VŠB-TUO, Ostrava.
Schreiber, P., Demuth, S. (1997) Regionalization of low flows in southwest Germany. Hydrol.
Sci. J. 42, 845–858.
Stahl, K., Demuth, S. (1999) Linking streamflow drought to the occurence of atmospheric
circulation patterns. Hydrol. Sci. J. 44, 467–482.
Stanford, J. A., Ward, J. V. (1993) An ecosystem perspective of alluvial rivers connectivity
and the hyporheic corridor. Journal of the North American Benthological Society 12(1), 48–
60.
Tallaksen, L. M., Hisdal, H. (1997) Regional analysis of extreme streamflow drought duration
and deficit volume. In: FRIEND‘97–Regional Hydrology: Concepts and Models for
Sustainable Water Resource Management. IAHS Publ. no. 246, 141–150.
Tallaksen, L. M., Madsen, H., Clausen, B. (1997) On the definition and modelling of
streamflow drought duration and deficit volume. Hydrol. Sci. J. 42, 15–33.
Tallaksen, L. M., Madsen, H., Hisdal, H. (2004) Frequency Analysis. In: Tallaksen L. M, van
Lanen H. A. J. (eds): Hydrological Drought: Processes and Estimation Methods for
Streamflow and Groundwater. 199–271, Elsevier, Amsterdam.
Tallaksen, L. M., van Lanen H. A. J. (eds) (2004) Hydrological Drought – Processes and
Estimation Methods for Streamflow and Groundwater. Elsevier, Amsterdam.
Tolasz et al. (2008) Atlas podnebí Česka. ČHMÚ & UP v Olomouci, Praha & Olomouc.
Trnka, M., Dubrovský, M., Svoboda, M., Semerádová, D., Hayes, M., Žalud, Z., Wilhite, D.
(2007) Developing a regional drought climatology for the Czech Republic. International
Journal of Climatology doi:10.1002/joc.1745.
Waters, T. F. (1995) Sediment in streams: sources, biological effects and control. American
Fisheries Society, Bethesda, Maryland, 251 pp.
Wilhite, D., A., Byun, H. (1999) Objective Quantification of Drought Severity and Duration.
Journal of Climate, 12(9), 2747–2756. ISSN: 0894-8755.
Zaidman, M. D., Rees, H. G., Young, A. R. (2001) Spatio-temporal development of
streamflow droughts in north-west Europe. Hydrol. Earth Syst. Sci. 5, 733–751.
169
Zelenhasić, E. (2002) On the Extreme Streamflow Drought Analysis. Water Resour. Manag.
16, 105–132.
Zelenhasić, E., Salvai, A. (1987) A Method of Streamflow Drought Analysis. Water Resour.
Res. 23, 156–168.
170
171

Časová a plošná variabilita hydrologického sucha v podmínkách

Transkript

Podobné dokumenty

Časová a plošná variabilita hydrologického sucha

Seznam VD I. až III. kat. TBD 01.01.2011

Usnesení z 07. veřejného jednání zastupitelstva obce

FAKTAVYVRAC Í DOKTRINU ÚČELOVÉ „VĚDY“

Návrh ÚP Čížová

Laboratorní diagnostika neuroborreliózy Mgr.Hana Bílková Fránková

HYDROLOGIE MALÉHO POVODÍ 2011 1.díl