kapitola 3.1 - Česká zemědělská univerzita v Praze

kapitola 3.1 - Česká zemědělská univerzita v Praze

PARAMETRIZACE, IMPLEMENTACE A VALIDACE MODELU
IPSEXPERT
ÚVOD
Řešení se skládalo z následujících fází:
1. Navržení koncepce a filosofie systému. Systém je koncipován jako tzv. Predisposition
Assessment Systém (PAS) (Netherer a Nopp-Mayr 2005) neboli systém hodnocení
stanovištních a porostních predispozic pro napadení porostů lýkožroutem smrkovým. Systém
má využívat data dostupná lesnímu hospodáři, má mít uživatelské rozhraní umožňující
intuitivní ovládání a má být volně dostupný.
2. Návrh struktury systému. Byly navrženy skupiny faktorů, které určují riziko napadení
porostů, a vztah mezi těmato parametry. Popis významu jednotlivých parametrů je zpracován
formou nápovědy k systému a je v příloze 1 k této zprávě.
3. Parametrizace systému. Parametrizace se skládá ze dvou částí – určení vztahu mezi
hodnotami jednotlivých faktorů (věk porostu, zastoupení smrku, nadmořská výška apod.) a
z určení vah faktorů, které vyjadřují jejich vliv na výsledné riziko napadení porostů. V první
fázi je pro každý z níže uvedených stanovištních a porostních faktorů určena transformační
funkce, která převádí originální (skutečné) hodnoty faktoru na hodnoty skóre ve škále hodnot
0-1, které vyjadřuji vliv daného faktoru na riziko napadení. Jsou využity lineární a sigmodální
fuzzy funkce. Lineární funkce jsou použity v případě, kdy riziko napadení stoupá
s rostoucí/klesající hodnotou faktoru (věk, zastoupení, zakmenění, sluneční příkon),
sigmodální funkce (ve tvaru S) je použita pro výpočet skóre u vzdálenosti od kůrovcového
ohniska. Pro kategorické proměnné (počet etáží porostu, hydrická řada atp.) jsou hodnoty
skóre pevně přiřazeny tabulkou. V druhé fázi parametrizace byly určeny váhy jednotlivých
faktorů, přičemž byly využity výsledky regresního modelování vlivu porostních a
stanovištních faktorů na napadení porostů lýkožroutem, které byly vypracovány pro několik
oblastí v České republice a na Slovensku. Tyto výsledky byly konfrontovány s literární
rešerší.
4. Implementace systému. Aplikace IpsExpert byla vytvořena jako internetová aplikace.
Internetová aplikace má oproti desktopové verzi dvě zásadní výhody:
- Není nutná instalace. Aplikace funguje v prostředí internetového prohlížeče a je tak
snadno přístupná všem potenciálním uživatelům
- Jakýkoli upgrade nebo update je prováděn na straně serveru, tzn., že uživatel není
povinen provádět aktualizace programu. Navíc se tím zjednodušuje údržba systému i z
pohledu administrátora.
Systém je vyvíjen ve vývojovém prostředí Eclipse na platformě Java EE a je postaven
především na technologiích Java server faces, Primefaces, Hibernate, MySQL (do budoucna
se uvažuje o změně na PostgreSQL). Výsledná aplikace je nasazena na serveru s OS Linux
s web serverem Apache a Java kontejnerem Tomcat.
5. Tvorba uživatelského rozhraní. Model IpsExpert pracuje ve dvou módech. Základní
rozhraní slouží pro výpočet rizika napadení jednoho porostu (Mód 1) a slouží zejména
k prozkoumání vhodnosti aktuální parametrizace pro zájmová území a pro pochopení vlivu
jednotlivých faktorů. Mód 2 je orientován více prakticky a slouží pro výpočet rizika napadení
většího počtu porostů, které jsou zadány ve formátu xml. Ovládá se pomocí funkcí v horní
části rozhraní modelu. Výpočet použitý pro oba módy je stejný. Tím, že součástí definice
tabulky vstupující do výpočtu při importu vlastní databáze je identifikátor porostu, je pro
tento postup možné využít jako vstupy JPRL, a výsledné hodnoty rizika napadení, které jsou
vloženy do samostatného sloupce, pomocí identifikátoru přiřadit k oddělením, dílcům a
porostním skupinám.
6. Validace systému. Pro vyhodnocení vhodnosti použití modelu pro hodnocení rizika
napadení porostů jsme realizovali test, při kterém jsme ve třech rocích hodnotili shodu
modelem předpovězeného rizika s reálným pozorováním napadení porostů v dalším roce.
Výsledky jsou prezentovány pomocí map a grafů v další kapitole.
POPIS APLIKACE
Pro účely aplikace byla vytvořena webová stránka www.ipsexpert.cz (Obr. 1). Na této
adrese je odkaz na samotnou aplikaci. Ta se spouští ve dvou verzích. Pokud je výše zmíněná
stránka navštívena ze stolního počítače, spustí se plná verze. Pokud je stránka navštívena
z mobilního zařízení jako je mobilní telefon nebo tablet, spustí se zjednodušená mobilní verze
(Obr. 2). Po stisknutí tlačítka „Spustit“ se objeví uživatelské rozhraní aplikace. Pro pochopení
principu a ovládání aplikace je na jeho domovské stránce přístupné instruktážní video.
Obr. 1: Domovská stránka aplikace IpsExpert.
Obr. 2: Rozhraní aplikace IpsExpert pro mobilní zařízení.
Při stisknutí tlačítka „Spočítat pouze jeden porost“ v horním rohu obrazovky, je
vyvolán základní mód aplikace umožňující výpočet rizika pro jednotlivé porostní skupiny
(Mód 1) (Obr. 3). Jednotlivé proměnné je třeba zadat ručně, pro snadnější pochopení modelu
má každý z parametrů u sebe tlačítko pro vyvolání nápovědy, obsahující charakteristiku a
význam proměnné a formát zadání.
Obr. 3: Spuštění jednotlivých módů aplikace.
Při použití modelu pro výpočet rizika napadení většího počtu porostů je nutné nejprve
importovat databázi vstupních parametrů (Mód). Pro import dat je třeba stisknout tlačítko
„Importovat moje data“ a vybrat soubor z vlastního souborového systému. Do databáze je
zatím možné data importovat pouze ve výměnném formátu xml. Data musí mít předepsanou
strukturu. Jako identifikátor jednotlivých porostů slouží kód JPRL. Vzor této struktury je
uveden níže:
<?xml version="1.0" encoding="windows-1250"?>
<LHC ID="116201" name="Test LHC">
<PSK name="3"
address="109/A/a/3"
indexEtaze="2"
indexOrientace="2"
indexOslunenost="0"
indexPoloha="3"
indexPrisusek="2"
indexHydrada="2"
indexRozpracovanost="2"
indexSklon="0"
hustota="0.1"
vek="30"
zastoupeni="70"
zakmeneni="1"
vzdalenost="38"
Xcoordinates="50.01322581563"
Ycoordinates="14.8026205451099"/>
<PSK ... />
...
</LHC>
Formát zápisu jednotlivých proměnných do databáze je blíže popsán v příloze 1 a také
v helpu aplikace (Obr. 4).
Obr. 4: Nápověda v aplikaci IpsExpert.
Při úspěšném importu dat se v levé části, ve složce „Moje data“, zobrazí seznam
lesních hospodářských celků, které byly do systému importovány (Obr. 5). Při rozkliknutí se
načte tabulka s vypočtenými hodnotami rizika. Data v tabulce se zobrazují po deseti
záznamech. Na dalších deset záznamů se přechází pomocí šipek nebo tlačítek v horní i dolní
části tabulky. Záznamy je možné filtrovat podle lesnické adresy. Stačí zadat její část a
všechny porosty, které obsahují v lesnické adrese zadaný řetězec, jsou zobrazeny
v redukované tabulce. Kromě toho je možné data řadit podle libovolného parametru. Tímto
způsobem lze například zjistit nejohroženější porost v zájmovém území nebo v jednotlivých
odděleních. Každý z řádků v tabulce potom představuje jeden lesní porost, resp. porostní
skupinu. Po kliknutí na záznam v tabulce se tento porost označí a ve formuláři v dolní části se
objeví detail parametrů porostu, včetně rizika napadení porostu kůrovcem. Veškeré vstupní
parametry je možno v aplikaci editovat a výsledné riziko přepočítat. Všechny editace se
automaticky ukládají do databáze.
Obr. 5: Ukázka uživatelského prostředí aplikace IpsExpert
VALIDACE MODELU
Validaci modelu byla realizována pomocí dat LHP a výsledků terénního měření napadení
porostů lýkožroutem smrkovým. Cílem validace je zjistit, nakolik modelem vypočítané
hodnoty rizika pro napadení lýkožroutem odpovídají reálnému napadení porostů. Míra shody
těchto proměnných potom určuje využitelnost modelu pro praktické využití.
Studované území
Práce byla realizovaná v území LHC Ledeč nad Sázavou s využitím dat ze dvou revírů –
Pekelsko a Vostojávka. Revír Pekelsko je s výjimkou několika hektarů drobných lesíků tvořen
středně velkými komplexy lesa. Revír leží v západní části lesní správy, při severním okraji
sousedí s revírem Vostojávka, při východním okraji s revírem Melechov, na jihu sousedí
s revírem Dolní Kralovice. Revír Vostojávka je s vyjímkou několika hektarů drobnějších
lesních částí tvořen převážně komplexy lesa. Revír leží v severozápadní části lesní správy, na
severu sousedí s revírem Bohdaneč, ve východní části s revírem Hradecko a na jihu sousedí
s revíry Melechov a Pekelsko.
Převažující dřevinou revíru Pekelsko je smrk 68,4 %, druhý nejvýznamnější jehličnan
je borovice 15,08 % a modřín 4,4 %. Z listnáčů má nejvyšší zastoupení buk 3,5 %. Po buku
má největší zastoupení z listnáčů olše a dub, každý 1,7 %. Další dřeviny jsou zastoupeny
pouze okrajově. Celkově mají jehličnany plošné zastoupení 89,9 %, listnáče 10,1 %.
Převažující dřevinou revíru Vostojávka je smrk 86,8 %. Druhým nejvýznamnějším
jehličnanem je modřín 2,6 % a borovice 2,2 %. Z listnáčů má stejně jako u předešlého revíru
nejvyšší zastoupení buk 3,5 %. Po buku má největší zastoupení z listnáčů bříza 1,0 % a na
třetím místě je lípa 0,5 %. Další dřeviny jsou zastoupeny pouze okrajově. Celkově mají
jehličnany plošné zastoupení 92,7 %, listnáče pouze 7,3 %.
Rozsah realizovaných opatření v revírech Pekelsko a Vostojávka je uvedený v Tab. 1 a
na Obr. 6. Je možné vidět nárůst obranných opatření, každým rokem stoupá počet lapáků a
lapačů. Jediné obranné opatření, které nebylo znovu instalováno, jsou otrávené lapáky, které
se v na revíru Vostojávka neosvědčily, a to pro špatně zvolený technologický postup výroby
harvestory, neboť došlo k jejich brzkému vyschnutí a staly se tak pro kůrovce neatraktivními.
Těžby začaly narůstat od roku 2008, kdy oba revíry byly zasaženy vichřicí Ivan, a ta
způsobila devastaci porostů. Vytěžená hmota celkem za oba revíry činila 120 101 m3. V roce
2009 klesly těžby na 101 485 m3, ale nebyly to živelné těžby jako předešlého roku, nýbrž
vypukla naplno kůrovcová kalamita na obou revírech. Další rok 2010 skončil se součtem
těžeb za oba revíry na čísle 56 240 m3 vytěženého dřeva. Je to značný pokles oproti
předchozím letům a značí tak ústup kůrovcové kalamity.
Výsledky hodnocení rizika napadení porostů lýkožroutem pomocí modelu IpsExpert
Pro hodnocení rizika napadení porostů modelem IpsExpert byla použita data lesních
hospodářských plánů revírů Pekelsko a Vostojávka a výsledky terénního měření. Data o míře
rozpracovanosti porostů indikované objemem nahodilé těžby v předešlém období a data o
poloze ohnisek napadení porostů, tzn. vzdálenost, která je důležitým faktorem při hodnocení
celkového rizika napadení, byla zjištěna na základě terénního zaměřování holin. Ostatní
parametry byly v hodnoceném území považovány za statické. Riziko napadení bylo
hodnoceno pro roky 2008, 2009 a 2010. Riziko bylo hodnoceno jen pro porosty se
zastoupením smrku. Porostu bez zastoupení smrku mají automaticky přiřazenou hodnotu
rizika napadení 0 a z analýzy byly odstraněny. Nulového hodnoty rizika ve zpracovávaných
datech mají nyní kupříkladu porosty ve věku do 25 let a se zastoupením smrku do 20 %.
Popisné statistiky vypočteného rizika napadení pro hodnocené období jsou uvedeny
v Tab. 2. Statistiky byly odvozeny nezávisle pro jednotlivé roky a pro všechny dílce v území,
kromě dílců s nulovou hodnotou rizika (věk do 25, zastoupení do 20 %, varianta A) a pro
všechny dílce (Varianta B). Je možné vidět rozdíly ve středních hodnotách i variabilitě
předpovězených hodnota rizika, které souvisí s meziroční změnou distribuce ohnisek
napadení, a tím je ovlivňován faktor vzdálenosti porostu od ohniska, který mění výslednou
hodnotu rizika napadení.
Tab. 1: Plošný přehled obranných opatření na revírech Vostojávka a Pekelsko (Svoboda 2012).
Rok
2007
2008
2009
2010
Revír
Položeno lapáky
Stojící lapáky
Otrávené
ks
zřízeno ks
lapáky ks
Lapače ks
Vostojávka
35
0
0
25
Pekelsko
26
0
0
7
126
0
0
78
10
0
0
9
Vostojávka
651
659
1195
1072
Pekelsko
133
0
0
37
Vostojávka
4052
2017
0
961
Pekelsko
4817
696
0
95
Vostojávka
Pekelsko
100000
Vostojávka
Pekelsko
90000
80000
70000
m3
60000
50000
40000
30000
20000
10000
0
2007
2008
2009
2010
Roky
Obr. 6: Plošný přehled nahodilých těžeb na revírech Vostojávka a Pekelsko v období 2007-2010
(Svoboda 2012).
Tab. 2: Popisné statistické charakteristiky rizika napadení porostů lýkožroutem smrkovým
předpovězeny modelem IpsExpert pro roky 2008, 2009 a 2010. Variant A – v analyzovaném souboru
dat jsou všechny porosty. Variant B – v analyzovaném souboru dat nejsou zahrnuty porosty s nulovým
rizikem.
N
1598
N
923
N
1598
N
922
N
1598
N
922
Průměr
Medián
0.69
0.79
Průměr
Medián
0.84
0.91
Průměr
0.44
Průměr
Medián
0.64
Medián
0.77
0.80
Průměr
Medián
0.70
0.78
Průměr
Medián
0.83
0.90
Min
0.25
Min
0.29
Min
Max
0.95
Max
Min
0.40
Min
0.28
Min
0.34
0.84
2009 – A
25%
0.92
Max
0.41
2008 – B
25%
0.95
Max
0.00
2008 – A
25%
0.00
2009 – B
25%
0.92
0.69
2010 – A
Max
25%
0.94
Max
0.48
2010 – B
25%
0.94
0.83
75%
0.90
75%
0.92
75%
0.82
75%
0.86
75%
0.88
75%
0.91
5%
0.34
5%
0.51
5%
0.00
5%
0.61
5%
0.41
5%
0.56
95%
0.92
95%
0.93
95%
0.86
95%
0.87
95%
0.91
95%
0.92
Sm. odch.
0.23
Sm. odch.
0.16
Sm. odch.
0.39
Sm. odch.
0.10
Sm. odch.
0.20
Sm. odch.
0.14
Při prostorovém znázornění distribuce vypočteného rizika napadení je možné vidět
konstantně vysoké hodnoty ve východní části území (revír Vostojávka). V západní části
území došlo mezi roky 2008-2010 k nárůstu rizika (Obr. 7).
Obr. 7: Distribuce hodnot rizika napadení porostů lýkožroutem smrkovým předpovězených modelem
IpsExpert pro roky 2008, 2009 a 2010.
K interpretaci výsledných hodnot je zapotřebí přistupovat obezřetně – model je stavěn
způsobem, aby porosty, které dosáhnou nejvyšších hodnot rizika napadení na úrovni
jednotlivých vstupních faktorů, získaly výslednou pravděpodobnost rizika napadení 100 %. V
praxi by to ovšem platilo pouze v případě, kdyby byl model „perfektní“, resp., statisticky
řečeno, hodnoty předpovězené modelem by vysvětlovaly 100 % variability pozorovaných
hodnot. Toto procento je v praxi vždy nižší a ve studiích realizovaných v České republice a na
Slovensku, o které jsme se při tvorbě modelu opírali, regresní modely dosahovaly úspěšnosti
20-60 %. Tato úspěšnost modelu při reprodukování pozorovaných dat se však liší mezi
územími, lety, populačními hustotami lýkožrouta a managementem, a není možné ji pevně
stanovit. Uživateli proto doporučujeme interpretovat výsledné hodnoty jako relativní riziko
napadení porostů odvozeného ze série faktorů, které jsou pro napadení klíčové. Transformace
tohoto údaje na reálné riziko napadení porostu je však možná pouze specificky pro podmínky
daného území s využitím dalších analytických postupů. Pro tento účel je možné kontaktovat
tvůrce modelu ohledně další spolupráce.
Validace výstupů modelu daty o napadení porostů
Validace výstupů modelu byla realizována s využitím dat získaných každoročně v terénu, kdy
byly pomocí GPS zaměřeny polohy holin vzniklých po nahodilé těžbě z důvodu napadení
porostů lýkožroutem. Tato data byla získána ve spolupráci s místními pracovníky, kteří
zaměřili každou vzniklou holinu po těžbě kůrovcové nahodilé. Jelikož byly obavy z kvality
vedení lesní hospodářské evidence, nebyly její výstupy při validaci použity. Proměnná použita
na validaci jsou tedy zaměřené výměry holin vzniklých po těžbě (ha) nikoliv m3 vytěženého
dříví z LHE. Distribuce holin je uvedená na Obr. 8. V roce 2008 je možné vidět kulminaci
těžeb ve východní části území související se situací po vichřici Ivan.
Zvoleným
kritériem
úspěšnosti
modelu
byl
rozdíl
v hodnotách
modelem
předpovězeného rizika mezi porosty, kde v dalším roce byla zaznamenána těžba, a kde těžba
zaznamenána nebyla. V případě úspěšné predikce by měly být na vzniklých holinách
zaměřených v roce y statisticky významně vyšší hodnoty rizika než na plochách, na kterých
v roce y nedošlo ke vzniku holiny. Jelikož hodnocení rizika proběhlo na úrovni porostu a
vzniklé holiny nekorespondují s jejich hranicemi, byly tyto dvě vrstvy proloženy v prostředí
GIS, takže každý porost byl rozdělen hranicemi holin. Validace byla realizována pomocí ttestu.
Detailnější
vyhodnocení
předpovězeného
rizika
napadení
bylo
realizováno
vyhodnocením distribuce hodnot rizika v rámci holin a mimo nich a opisem krabicových
grafů (Obr. 9).
Z grafů distribuce hodnot předpovězeného rizika je ve všech třech hodnocených letech
zřejmé vysoké zastoupení porostů s hodnotou rizika v rozmezí 0,8-0,9 v holinách i mimo
nich. Tato skutečnost naznačuje, že kůrovec sice napadal porosty s vysokým rizikem
napadení, množství vysoce rizikových porostů však napadeno nebylo. Tento závěr je celkem
logický, jelikož i vysoce rizikové porosty nemusejí být nevyhnutelně napadeny, pokud
populační hustota nepřesáhne kritické hodnoty.
Na druhé straně, v holinách byl zaznamenán výskyt nízkých hodnot rizika jenom
okrajově, což značí, že porosty s nižším věkem, zastoupením smrku, ve větších vzdálenostech
od ohnisek napadení apod. byly napadány jen výjimečně. Tato skutečnost potvrzuje správnost
základní konstrukce modelu. Uspokojivým závěrem je také nízká variabilita hodnot rizika
v rámci holin.
Méně uspokojivý je nízký rozdíl středných hodnot rizika v rámci holin a mimo nich,
který odráží vysokou početnost dílců v kategoriích rizika 0,8-0,9 v obou skupinách.
Z výsledků t-testu vyplývá, že průměrné hodnoty předpovězeného rizika mezi
holinami a mimo nich jsou statisticky významně vyšší v holinách ve všech třech hodnocených
rocích, a při obou variantech experimentu – se zohledněním dílců s nulovým rizikem i bez
nich. Jak však bylo zmíněno výše, rozdíly nejsou natolik markantní, aby identifikace dílců, u
kterých je akutní riziko napadení, byla jednoznačná. Otázkou zůstává, nakolik je možné tak
komplexní jev, jako je napadení porostů lýkožroutem, formalizovat a s jakou úspěšností jej
předpovídat. Dynamika a principy napadání porostů se výrazně mění v závislosti na populační
hustotě, gradační fázi, podmínkách prostředí a aplikovaném managementu. Tím pádem se
model vykazující jistou úspěšnost predikce napadení porostu může na jiném místě nebo v
jiném čase chovat odlišně. Model IpsExpert je proto zapotřebí vnímat jako otevřený, a
vyžadující kalibraci na podmínky jiných území. S ohledem na skutečnosti jakými jsou
relativně uspokojivé výsledky prezentovaného testování modelu a zřejmý význam tohoto
přístupu pro optimalizaci plánování opatření ochrany lesa, bude řešitelské pracoviště ve
vývoji pokračovat, výsledky průběžně zpřístupňovat na www stránkách projektu a přímo
kontaktovat vybrané uživatele.
Obr. 8: Distribuce a plošný rozsah kůrovcových holin pro roky 2007, 2008, 2009 a 2010.
Tab. 3: Výsledky t-testu za rok 2009. Jsou porovnávány střední hodnoty rizika předpovězeného
modelem IpsExpert. Varianta A – v hodnocených souborech dat jsou i dílce s hodnotou rizika 0 (do 25
let, smrk do 20%); Varianta B – dílce s rizikem 0 nejsou zahrnuty.
2008
2009
2010
Obr. 9: Rozdíly v distribuci hodnot rizika napadení porostů lýkožroutem předpovězeny modelem
IpsExpert pro roky 2007, 2008 a 2009 mezi dílci, ve kterých v rocích 2008, 2009 a 2010 proběhla
těžba (resp. vznikla holina po těžbě), a ve kterých těžba neproběhla (mimo holiny). Z hodnocení byly
vyňaty porosty s nulovým rizikem (do 20 let, do 20 % smrku).
Příloha 1: Faktory určující riziko napadení smrkových porostů lýkožroutem smrkovým v modelu
IpsExpert
POROSTNÍ CHARAKTERISTIKY
VĚK POROSTU
V porostech, které nejsou starší 50 let, se objevují stromy napadené lýkožroutem smrkovým
jen velice zřídka. Adekvátním hostitelem pro tohoto škůdce jsou porosty ve věkovém rozmezí
mezi 70 až 90 lety. Nejpreferovanější jsou ovšem porosty staré 100 let nebo starší (Becker &
Schröter 2001, Hedgren & Schroeder 2004). U starších stromů výrazně klesá intenzita toku
pryskyřice (Baier et al. 2002), která slouží jako jeden z obranných mechanismů při napadení
lýkožroutem smrkovým. Tímto jsou stromy oslabeny a stávají se atraktivnějšími pro brouky.
S věkem souvisí další důležitý faktor, kterým je průměr stromu. Lýkožrout smrkový
přednostně napadá stromy s větším průměrem kmene (Göthlin et al. 2000, Netherer & NoppMayr 2005).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: celočíselná hodnota vyjadřující věk porostu. V případě
různověkých porostů se uvede průměrný věk
Formát v databázi: celočíselná hodnota vyjadřující věk porostu. V případě různověkých
porostů se uvede průměrný věk
Vliv na riziko napadení: skóre lineárně narůstá od hodnoty 0,2 (20 % riziko napadení
porostu na úrovni tohoto faktoru) do 1 (100 % riziko napadení porostu na úrovni tohoto
faktoru); spodní hodnota věku pro skóre 20 % klesá v závislosti na populační hustotě od 40
(při latenci) do 25 (při kulminaci). Při věku nižším než spodní hodnota je riziko napadení 0 %.
ZAKMENĚNÍ POROSTU
S klesající hustotou zakmenění porostu narůstá počet stromů, které jsou vystaveny přímému
slunečnímu záření. Tyto stromy mohou být potenciálně stresovány suchem rychleji, než
pokud rostou v zápoji a jsou stíněny okolními jedinci. Suchem stresované stromy jsou
náchylnější k napadení lýkožroutem smrkovým, protože vlivem stresu klesá jejich přirozená
obranyschopnost (Jakuš 1998a). Führer et al. (1997) poukázali na skutečnost, že intenzivně
rostoucí stromy jsou pro tohoto škůdce atraktivnější, než ty rostoucí pomaleji. Stromy, které
rostou v porostu s klesajícím zakmeněním, rostou rychleji a tím tedy může klesat jejich
obranyschopnost vůči lýkožroutu smrkovému. Tyto stromy také rychleji dosahují větší
průměr, čímž se opět stávají atraktivnějšími pro lýkožrouta smrkového (Götling et al. 2000).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: celočíselná hodnota v intervalu 1-10 převzata z LHP
Formát v databázi: celočíselná hodnota vyjadřující věk porostu. V případě různověkých
porostů se uvede průměrný věk, případně věk zájmové etáže
Vliv na riziko napadení: lineárně klesá od hodnoty 1 (100 % riziko napadení na úrovni
tohoto faktoru) při zakmenění 1 do 0,2 (20 % riziko napadení na úrovni tohoto faktoru) při
zakmenění 10.
ZASTOUPENÍ SMRKU V POROSTU
Smrkové monokultury nebo porosty, ve kterých převažuje smrk ztepilý, jsou více atraktivní
pro lýkožrouta smrkového. V těchto porostech se také lýkožrout smrkový rychleji šíří a
rychleji narůstá jeho populace. Porosty složené ze stromů různého stáří nebo ze směsi různých
druhů stromů jsou signifikantně odolnější vůči kůrovcovým kalamitám (Baier et al. 2002). Při
nižším zastoupení smrku v porostu je nižší koncentrace zdrojů potravy, což může zabraňovat
rozvoji populace škůdců (Jactel & Brockerhoff 2007). Zastoupení jiných jako hostitelských
stromů může představovat fyzikální a chemickou překážku k lokalizaci a obsazení dalších
hostitelů.
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: celočíselná hodnota vyjadřující procentuální
zastoupení smrku v porostu
Formát v databázi: celočíselná hodnota vyjadřující procentuální zastoupení smrku v porostu
Vliv na riziko napadení: skóre lineárně narůstá od hodnoty 0,1 (10 %) do 1 (100 %); horní
hodnota zastoupení pro skóre 1 klesá v závislosti na populační hustotě od 100 (při latenci) do
25 (při kulminaci).
POČET ETÁŽÍ
Předpokládáme, že vertikálně diferencované porosty jsou mechanicky stabilnější a následně
také odolnější vůči napadení lýkožroutem smrkovým. Věková diferenciace těchto porostů
vytváří mechanické a chemické bariéry znesnadňuje škůdci lokalizaci hostitele. Naopak,
v horizontálně a vertikálně homogenních porostech se může kůrovcová kalamita šířit rychle
(Baier et al. 2002).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: výběr z přednastaveného rozbalovacího seznamu
Formát v databázi: Stejnověké porosty (1. etáž) = 0
Dvouúrovňové (2. etáže) = 1
Víceúrovňové = 2
Vliv na riziko napadení: hodnoty skóre 1 (100 % riziko napadení na úrovni tohoto faktoru)
pro stejnověké, 0,9 (90 %) pro dvouúrovňové a 0,8 (80 % riziko napadení na úrovni tohoto
faktoru) pro víceúrovňové porosty.
STANOVIŠTNÍ CHARAKTERISTIKY
SLUNEČNÍ PŘÍKON
Sluneční (energetický) příkon je při hodnocení náchylnosti porostu k napadení lýkožroutem
smrkovým jeden z důležitých faktorů. Sluneční příkon modifikuje teplotní režim porostu,
jakožto rozhodující faktor pro vývoj kůrovcovitých brouků (Baier a kol. 2007; Netherer &
Nopp-Mayr 2005). Jižní a západní expozice jsou radiačně exponovanější a kromě přímého
vlivu na vývoj lýkožrouta zde stromy mohou více stresovány suchem, a tím atraktivnější pro
napadení lýkožroutem (Dutilleul et al. 2000). Větší sklon terénu také podmiňuje intenzitu
oslunění. Netherer & Nopp-Mayr (2005) zjistili vyšší frekvenci napadení porostů lýkožroutem
smrkovým na svazích s prudším sklonem než v údolích, zde však kromě radiačního režimu
sehrál roli i různý hydrický režim těchto stanovišť.
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: uživatel vybere z rozbalovacích seznamů hodnotu
orientace terénu (S – sever, J – jih, V – východ, Z – západ) a zadá sklon terénu (celočíselná
hodnota ve ˚), na základě zadaných parametrů je přímo v modelu vypočítána hodnota
slunečního příkonu.
Formát v databázi: Orientace terénu:
Sever = 0
Západ = 1
Jih = 2
Východ = 3
rovina = 4
Sklon terénu:
celočíselná hodnota ve ˚
Vliv na riziko napadení: skóre lineárně klesá od hodnoty 1 (100 % riziko napadení na úrovni
tohoto faktoru) po 0,1 (10 riziko napadení na úrovni tohoto faktoru).
OSLUNĚNOST POROSTNÍ STĚNY
Porostní stěna vzniklá buď při těžbě nebo při větrném polomu je pro lýkožrouta smrkového
výrazně atraktivnější, než stromy rostoucí uvnitř porostu. Je to způsobeno hlavně nárůstem
oslunění stromů, které dříve rostly v zastínění a nyní jsou vystaveny přímé sluneční radiaci.
Tyto stromy mnohem rychleji vysychají a jsou silně stresovány, což je silně oslabuje a snižuje
jejich obranyschopnost. Exponované jsou především porostní stěny orientované na jih a západ
(Jakuš 1998b, Dutilleul et al. 2000).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: výběr z přednastaveného rozbalovacího seznamu (S –
sever, J – jih, V – východ, Z – západ, nerozpracovaný – porost bez porostní stěny)
Formát v databázi: Sever = 0
Jih = 1
Východ = 2
Západ = 3
nerozpracovaný – porost bez porostní stěny = 4
Vliv na riziko napadení: hodnoty skóre 1 (100 % riziko napadení porostů na úrovni tohoto
faktoru) pro jižní, 0,85 (85 % riziko napadení) pro západní a 0,7 (70 % riziko napadení) pro
východní a 0,5
(50 % riziko napadení) pro západní orientaci, v případě nerozpracovaných
porostů je hodnota skóre 0,5 (50 % riziko napadení).
DÉLKA PŘÍSUŠKU
U porostů, které jsou po delší období vystaveny nedostatku vláhy, se začnou objevovat
projevy stresu suchem a dochází ke změně fyziologických procesů. Vlivem těchto změn se
stromy stávají zranitelnějšími k napadení lýkožroutem smrkovým, protože o svůj primární
stupeň obrany, a to dostatečný tok pryskyřice, který usmrcuje první zavrtávající se brouky
(Raffa 2001). Tkáně suchem stresovaných stromů navíc vylučují chemické sloučeniny, které
škůdce přitahují (Kelsey & Joseph 2001). V literatuře se můžeme setkat i s jevem kdy, po
několik sezón trvající stres vyvolaný suchem může podpořit vznik kůrovcových kalamit
(Worrell 1983).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: výběr z přednastaveného rozbalovacího seznamu.
Formát v databázi: bez přísušku = 0
7 – 30 dní = 1
více než 30 dní = 2
Vliv na riziko napadení: hodnoty skóre 0,5 (50 % riziko napadení na úrovni tohoto faktoru)
pro porosty bez stresu suchem, 0,8 (80 % riziko napadení) pro porosty vystavené krátké
periodě sucha (7-30 dní) a 1 (100 % riziko napadení) pro dlouhodobě vystavené stresu
suchem (více než 30 dní).
HYDRICKÁ ŘADA
Vodní režim stanoviště je důležitým faktorem určujícím stres stromů suchem. Čím je
stanoviště sušší a dostupnost vody je menší, tím hrozí větší nebezpečí, že při déle trvajícímu
období bez srážek jsou stromy stresovány suchem. U takto postižených jedinců se vlivem
stresu mění fyziologické pochody a tito jedinci nejsou poté schopni odolávat náletu
lýkožrouta smrkového a stávají se pro něj snáze dostupní jako hostitelé (Christiansen &
Bakke 1997). Stresované stromy přicházejí o svůj primární stupeň obran, a to dostatečný tok
pryskyřice, který usmrcuje první zavrtávající se brouky (Raffa 2001). Tkáně suchem
stresovaných stromů navíc vylučují chemické sloučeniny, které škůdce přitahují (Kelsey &
Joseph 2001).
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: nutný převod lesního typu na základě přiložené
tabulky, poté výběr z přednastaveného rozbalovacího seznamu.
Formát v databázi: nutný převod lesního typu na základě přiložené tabulky, poté:
Zakrslá/vysychavá = 0
Normální = 1
Zamokřená = 3
Podmáčená = 4
Vliv na riziko napadení: skóre lineárně klesá od hodnoty 1 (100 %) na zakrslých
stanovištích po 0 (0 %) na stanovištích zamokřených.
NADMOŘSKÁ VÝŠKA
Se zvyšující se nadmořskou výškou klesá teplota vzduchu, a tím se mění prostředí určující
vývoj a populační hustotu lýkožrouta smrkového. V nejnižších polohách může mít v České
republice lýkožrout smrkový i tři generace za rok. Ve středních polohách jsou to generace dvě
a v polohách nejvyšších pouze jedna, v chladných rocích nemusí dojít k vývoji žádné
generace. Tento rozdíl se může projevit v počtu napadených stromů a vývoji velikosti celé
populace (Baier et al. 2007), ačkoli vztah mezi počtem generací a rizikem napadení porostů
není jednoznačný. Nadmořská výška tedy plní v modelu IpsExpert CZ náhradu ukazatele
počtu vyvinutých generací, což je informace která uživatelům není vždy k dispozici.
Podrobněji zpracován vztah mezi počtem generací lýkožrouta a nadmořskou výškou v České
republice je v práci Hlásny et al. (2010) nebo na stránkách www.climips.cz.
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: výběr z přednastaveného rozbalovacího seznamu
Formát v databázi: do 300 m n.m. = 0
300 – 700 m n.m. = 1
700 – 1 000 m n.m. = 2
nad 1000 m n.m. = 3
Vliv na riziko napadení: hodnoty skóre 1 (100 % riziko napadení porostů na úrovni tohoto
faktoru) pro nížiny, 0,8 (80 %) pro pahorkatiny a 0,5 (50 %) pro horské a 0,2 (20 %) pro
vysokohorské polohy.
DOPLŇUJÍCÍ INFORMACE
VZDÁLENOST OD OHNISKA NAPADENÍ
S ohledem na schopnost lýkožrouta aktivně vyhledávat hostitele je riziko napadení závislé na
vzdálenosti porostu od exitujících ohnisek napadení. Tento vztah se však v závislosti na
populační hustotě, přírodních podmínkách a managementu může vyvíjet různě. Za normálních
podmínek, kdy nedochází k větrnému polomu, stresu stromů suchem nebo komplexem jiných
faktorů, které vedou ke vzniku kůrovcové kalamity, se brouci lýkožrouta smrkového obvykle
od napadeného stromu šíří na větší vzdálenosti a vyhledávají vhodné hostitele. Význam
faktoru polohy k nejbližšímu ohnisku napadení v tomto případě nemusí být klíčový.
S nárůstem velikosti populace jsou obvykle napadány nejbližší porosty. Kupříkladu,
Wichman & Ravn (2001) uvádí, že při vzniku ohniska při polomech se 90 % všech jedinců
zavrtá do nejbližších stromů do okolí 100 m od ohniska. Tato vzdálenost se však mezi autory
liší.
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: celočíselná hodnota udávající vzdálenost nejbližšího
kůrovcového ohniska v metrech
Formát v databázi: celočíselná hodnota udávající vzdálenost nejbližšího kůrovcového
ohniska v metrech
Vliv na riziko napadení: skóre klesá na základě sigmodální funkce (klesá ve tvaru S) od
hodnoty 1 (100 % riziko napadení na úrovni tohoto faktoru), nikdy však nedosáhne hodnoty 0
z důvodu potenciální schopnosti kůrovce šířit se na značné vzdálenosti. Druhou mezní
hodnotou je vzdálenost určující hodnotu skóre 0,5 (50 %), která v závislosti na populační
hustotě klesá od 850m (při latenci) do 400m (při kulminaci). Tento algoritmus je však značně
zjednodušený, a další výzkum bude zaměřen na jeho dopracování.
MÍRA ROZPRACOVANOSTI POROSTU
Míra rozpracovanosti porostu má svým vlivem na náchylnost k napadení lýkožroutem velmi
blízko k faktoru zakmenění porostu, její význam je však vyšší z důvodu přítomnosti
mechanicky poškozených stromů a náhlé změny radiačního režimu porostu. Takto postižené
stromy ztrácí postupně svou přirozenou obranyschopnost proti obsazení lýkožroutem
smrkovým (Jakuš 1998a). Obecně, stromy v kompaktním nebo slabě prolámaném porostu
jsou pro lýkožrouta smrkového méně atraktivní než porosty, které jsou již prolámány silně.
Formát zadání do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: výběr z přednastaveného rozbalovacího seznamu na
základě intenzity těžby především nahodilé
Formát v databázi: Nerozpracovaný (0-5 % zásoby) = 0
Mírně prolámaný (6-20 %) = 1
Prolámaný (21-60 %) = 2
Silně prolámaný (vice než 60 %) = 3
Vliv na riziko napadení: skóre lineárně stoupá od hodnoty 0,3 (30 % riziko napadení porostu
na úrovni tohoto faktoru) pro nerozpracované porosty po 1 (100 %) pro porosty silně
prolámané. Při zadaní jiné hodnoty než „nerozpracovaný“ model přestává počítat s faktorem
zakmenění.
POPULAČNÍ HUSTOTA
Hustota populace je určující faktor, který ovlivňuje chování populace lýkožrouta smrkového v
porostu. V případě, kdy mají populace nižší hustotu, jsou brouci nuceni vyhledávat pouze
oslabené stromy, které jsou schopni kolonizovat. Někteří autoři uvádějí, že zdravé stromy
oproti oslabeným mají silnější borku, a tím jsou pro brouky vhodnějšími hostiteli, jenže při
nízkých hustotách nejsou brouci tyto stromy schopni obsadit díky jejich obranným
mechanismům (Raffa et al. 2008). Populační hustota se však může velice rychle změnit a
v krátkém období dosahovat kalamitní velikosti. V případech velkých větrných polomů, kdy
se v porostu objeví velké množství umírajících stromů, vzniká vhodné prostředí pro masivní
nárůst populační hustoty lýkožrouta smrkového a brouci mohou kolonizovat i zdravé stromy
(Weslien et al. 1989). Tomuto jevu také napomáhá déletrvající teplé a suché počasí, které
napomáhá v rozvoji populace a také stresuje stromy, které jsou pak snadněji napadnutelné
(Christiansen & Bakke 1988). Populační hustota je tedy velmi důležitý faktor určující
dynamiku napadení a ovlivňující význam dalších parametrů, jako je kupříkladu disperzní
vzdálenost.
Formát zadaní do systému IpsExpert:
Mód „Spočítat pouze jeden porost“: desetinné číslo v rozsahu 0-1, přičemž hodnota 0
vyjadřuje latenci a hodnota 1 kulminaci. Jako oddělovač u desetinných čísel je nutno zadat
tečku
Formát v databázi: desetinné číslo v rozsahu 0-1, přičemž hodnota 0 vyjadřuje latenci a
hodnota 1 kulminaci. Jako oddělovač u desetinných čísel je nutno zadat tečku
Vliv na riziko napadení: V modelu IpsExpert sehrává populační hustota významnou roli tím,
že ovlivňuje některé další parametry, a to:
- věk porostu; při vyšší populační hustotě může docházet i k napadání porostů mladších než
je obecně dokumentované optimum (věk nad 40 let). S narůstající populační hustotou
v modelu dochází ke snižování věkové hranice porostů, které jsou pro lýkožrouta atraktivní
- zastoupení smrku v porostu; s narůstající populační hustotou může docházet k napadení
porostů s menší příměsí smrku, které jsou při nízkých populačních hustotách považovány za
stabilní (zastoupení smrku do 20 %). S narůstající populační hustotou v modelu dochází ke
snižování minimálního zastoupení smrku, které je pro lýkožrouta atraktivní
disperzní vzdálenost; ačkoli se brouci lýkožrouta mohou potenciálně rozšiřovat na značné
vzdálenosti, s narůstající populační hustotou zpravidla napadají nejbližší stromy (jsou méně
selektivní); v závislosti na populační hustotě v modelu tady dochází k modifikaci disperzní
funkce.
POUŽITÁ LITERATURA
Baier, P., Führer, E., Kirisits, T., Rosner, S., 2002. Defence reactions of Norway spruce against bark
beetles and the associated fungus Ceratocystis polonica in secondary pure and mixed species
stands. For. Ecol. Manage. 159, 73–86.
Baier, P., Pennerstorfer, J., Schopfa, A., 2007. PHENIPS—A comprehensive phenology model of Ips
typographus (L.) (Col., Scolytinae) as a tool for hazard rating of bark beetle infestation. For. Ecol.
Manage. 249, 171–186.
Becker, T., Schröter, H., 2001. Die ausbreitung des borkenkäferbefalls im bereich von sturmwurfsukzessionsflächen. In Berichte Freiburger Forstliche Forschung, vol. 26. Forstliche Versuchs- und
Forschungsanstalt, Baden-Württemberg, Abt. Waldschutz, Freiburg.
Christiansen, E., Bakke, A., 1988. The spruce bark beetle of Eurasia, pp. 479-503 in A. A. Berryman
(ed.), Dynamics of forest insect populations. New York & London: Plenum Publishing
Corporation.
Christiansen, E., Bakke, A. L. F., 1997. Does drought really enhance Ips typographus epidemics? -A
Scandinavian perspective (pp. 163–171).
Dutilleul, P., Nef, L., Frigon, D., 2000. Assessment of site characteristics as predictors of the
vulnerability of Norway spruce (Picea abies Karst.) stands to attack by Ips typographus L. (Col.,
Scolytidae). J. Appl. Entomol. 124, 1–5.
Führer, E., Lindenthal, J., Baier, P., 1997. Baummortalität bei Fichte: Zusammenhänge zwischen
prämortaler Vitalitätsdynamik und dem Befall durch rindenbrütende Insekten. Mitt. Dtsch. Ges.
Allg. Angw. Entomol. 11, 645-648.
Göthlin, E., Schroeder, L.M., Lindelow, A., 2000. Attacks by Ips typographus and Pityogenes
chalcographus on windthrown spruces (Picea abies) during the two years following a storm
felling. Scand. J. For. Res. 15, 542–549.
Hedgren, P.O., Schroeder, L. M., 2004. Reproductive success of the spruce bark beetle Ips
typographus (L.) and occurrence of associated species: a comparison between standing beetlekilled trees and cut trees. For. Ecol. Manage. 203, 241–250.
Hlásny, T., Zajíčková, L., Turčáni, M., Holuša, J., Sitková, Z., 2011. Geographical variability of
spruce bark beetle development under climate change in the Czech Republic, J. For. Sci. 57, 242248.
Jactel, H., Brockerhoff, E. G., 2007. Tree diversity reduces herbivory by forest insects. Ecol. Lett. 10,
835–848.
Jakuš, R., 1998a. A method for the protection of spruce stands against Ips typographus by the use of
barriers of feromone traps in north-eastern Slovakia. Anz. Schädl. kd. Pflanzenschutz
Umweltschutz. 71, 152–158.
Jakuš, R., 1998b. Types of bark beetle (Coleoptera: Scolytidae) infestation in spruce forest stands
affected by air pollution, bark beetle outbreak and honey fungus (Armillaria mellea). Anz. Schädl.
kd. Pflanzenschutz Umweltschutz. 71, 41–49.
Kelsey, R., Joseph G., 2001. Attraction of Scolytus unispinosus bark beetle to ethanol in waterstressed Douglas-fir branches, For. Ecol. Manage. 144, 229–238.
Netherer, S., Nopp-Mayr, U., 2005. Predisposition assessment systems (PAS) as supportive tools in
forest management—rating of site and stand-related hazards of bark beetle infestation in the High
Tatra Mountains as an example for system application and verification. For. Ecol. Manage. 207,
99–107.
Raffa, K., 2001. Mixed messages across multiple trophic levels: the ecology of bark beetle chemical
communication systems, Chemoecology 11, 49–65.
Raffa, K. F.,Aukema, B., Bentz, B., Carroll, A. L.,Hicke, J. A., Turner, M. G., Romme, W. H., 2008.
Cross-scale drivers of natural disturbances prone to anthropogenic amplification: the dynamics of
bark beetle eruptions. BioScience. 58, 501–517.
Svoboda, J., 2012. Zhodnocení vlivu obranných opatření proti lýkožroutu smrkovému v podmínkách
po velkoplošné větrové kalamitě v modelovém území. Diplomová práce, Fakulta lesnická a
dřevařská, Česká zemědělská univerzita v Praze. 48 pp.
Weslien, J., Annila, E., Bakke, A., Bejer, B., Eidmann, H.H., Narvestad, K., Nikula, A., Ravn, H.P.,
1989. Estimating risks for the spruce bark beetle (Ips typographus (L.)) damage using pheromonebaited traps and trees. Scand. J. For. Res. 4, 87–98.
Wichmann, L., Ravn, H.P., 2001. The spread of Ips typographus (L.) (Coleoptera, Scolytidae) attacks
following heavy windthrow in Denmark, analysed using GIS. For. Ecol. Manage. 148, 31–39.
Worrell, R., 1983. Damage by the spruce bark beetle in South Norway 1970-80: A survey, and factors
affecting its occurrence. Medd. Nor. Inst. skogforsk. 38. 1-34.