PARAMETRIZACE, IMPLEMENTACE A VALIDACE MODELU IPSEXPERT

Transkript

1 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.

2 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 (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

3 (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.

4 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=" " Ycoordinates=" "/>

5 <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.

6 Obr. 5: Ukázka uživatelského prostředí aplikace IpsExpert

7 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 m3. V roce 2009 klesly těžby na m3, ale nebyly to živelné těžby jako předešlého roku, nýbrž vypukla naplno kůrovcová kalamita na obou revírech. Další rok 2010 skončil se součtem

8 těžeb za oba revíry na čísle 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 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 Revír Položeno lapáky Stojící lapáky Otrávené ks zřízeno ks lapáky ks Lapače ks 2007 Vostojávka Pekelsko Vostojávka Pekelsko Vostojávka Pekelsko Vostojávka Pekelsko

9 m Vostojávka Pekelsko Roky Obr. 6: Plošný přehled nahodilých těžeb na revírech Vostojávka a Pekelsko v období (Svoboda 2012). Tab. 2: Popisné statistické charakteristiky rizika napadení porostů lýkožroutem smrkovým předpovězeny modelem IpsExpert pro roky 2008, 2009 a Variant A v analyzovaném souboru dat jsou všechny porosty. Variant B v analyzovaném souboru dat nejsou zahrnuty porosty s nulovým rizikem A N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch B N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch A N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch B N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch A N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch B N Průměr Medián Min Max 25% 75% 5% 95% Sm. odch

10 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 k nárůstu rizika (Obr. 7). Obr. 7: Distribuce hodnot rizika napadení porostů lýkožroutem smrkovým předpovězených modelem IpsExpert pro roky 2008, 2009 a 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

11 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 %. 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 m 3 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 t- testu. 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

12 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.

13 Obr. 8: Distribuce a plošný rozsah kůrovcových holin pro roky 2007, 2008, 2009 a 2010.

14 Tab. 3: Výsledky t-testu za rok 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.

15 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).

16 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 & Nopp- Mayr 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

17 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).

18 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:

19 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

20 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 = 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

21 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 Formát zadání do systému IpsExpert: Mód Spočítat pouze jeden porost : výběr z přednastaveného rozbalovacího seznamu Formát v databázi: do 300 m n.m. = 0

22 m n.m. = 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

23 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

24 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., 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,

25 Baier, P., Pennerstorfer, J., Schopfa, A., 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, Becker, T., Schröter, H., 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., The spruce bark beetle of Eurasia, pp in A. A. Berryman (ed.), Dynamics of forest insect populations. New York & London: Plenum Publishing Corporation. Christiansen, E., Bakke, A. L. F., Does drought really enhance Ips typographus epidemics? -A Scandinavian perspective (pp ). Dutilleul, P., Nef, L., Frigon, D., 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., Baummortalität bei Fichte: Zusammenhänge zwischen prämortaler Vitalitätsdynamik und dem Befall durch rindenbrütende Insekten. Mitt. Dtsch. Ges. Allg. Angw. Entomol. 11, Göthlin, E., Schroeder, L.M., Lindelow, A., 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, Hedgren, P.O., Schroeder, L. M., 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, Hlásny, T., Zajíčková, L., Turčáni, M., Holuša, J., Sitková, Z., Geographical variability of spruce bark beetle development under climate change in the Czech Republic, J. For. Sci. 57, Jactel, H., Brockerhoff, E. G., Tree diversity reduces herbivory by forest insects. Ecol. Lett. 10, 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, 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, Kelsey, R., Joseph G., Attraction of Scolytus unispinosus bark beetle to ethanol in waterstressed Douglas-fir branches, For. Ecol. Manage. 144,

26 Netherer, S., Nopp-Mayr, U., 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, Raffa, K., Mixed messages across multiple trophic levels: the ecology of bark beetle chemical communication systems, Chemoecology 11, Raffa, K. F.,Aukema, B., Bentz, B., Carroll, A. L.,Hicke, J. A., Turner, M. G., Romme, W. H., Cross-scale drivers of natural disturbances prone to anthropogenic amplification: the dynamics of bark beetle eruptions. BioScience. 58, Svoboda, J., 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., Estimating risks for the spruce bark beetle (Ips typographus (L.)) damage using pheromonebaited traps and trees. Scand. J. For. Res. 4, Wichmann, L., Ravn, H.P., The spread of Ips typographus (L.) (Coleoptera, Scolytidae) attacks following heavy windthrow in Denmark, analysed using GIS. For. Ecol. Manage. 148, Worrell, R., Damage by the spruce bark beetle in South Norway : A survey, and factors affecting its occurrence. Medd. Nor. Inst. skogforsk