Výsledky studií klimatologické adaptace

Transkript

1 Výsledky studií klimatologické adaptace Lenka Hájková CzechGlobe, Centrum výzkumu globální změny AV ČR Brno , Ústí nad Labem

2 1. Počátek rašení lesních dřevin v měnících se podmínkách prostředí sledovaného regionu. 2. Prognóza změn zastoupení polních plodin na orné půdě severních a západních Čech. 3. Obsah alfa kyselin ve chmelu a globální klimatické změny. 4. Interakce klimatických změn a struktur života v regionu. 5. Dopady klimatické změny na hydrologický režim. 6. Vliv extrémních teplot vzduchu na úmrtnost.

3 Studie č. 1 (Emilíe Bednářová, Jiří Kučera, Lenka Hájková, Mendelu, EMS, ČHMÚ): Počátek rašení lesních dřevin v měnících se podmínkách prostředí sledovaného regionu

4 Dlouhodobý časový trend počátku rašení na průměrných teplotách vzduchu až 2014 průměrné teploty v dvoutýdenních časových periodách v období únor až první polovina dubna, nezávislé proměnné do rovnice vyjadřující počátek rašení jako pořadové číslo dne od počátku roku [DOY]: DOY = par1+par2*t1+par3+t2+par4*t3 T1, T2, T3 jsou průměrné teploty vzduchu ve vybraných dvoutýdenních obdobích, parametry rovnice (par1, par2, par3, par4 ) byly hledány metodou lineární multiregrese s kriteriem nejmenších čtverců odchylek, dvoutýdenní periody pro výpočet byly vybírány s ohledem na jejich vliv na koeficient determinace.

5 bříza bělokorá (Betula pendula), buk lesní (Fagus sylvatica) a lípa srdčitá (Tilia cordata), 380 až 820 m n. m.

6 Bříza bělokorá (Betula pendula) dlouhodobý trend počátku rašení a závislost mezi pozorovaným a vypočteným počátkem rašení ( )

7 Buk lesní (Fagus sylvatica) dlouhodobý trend počátku rašení a závislost mezi pozorovaným a vypočteným počátkem rašení ( )

8 Lípa srdčitá (Tilia cordata) dlouhodobý trend počátku rašení a závislost mezi pozorovaným a vypočteným počátkem rašení ( )

9 Závěr studie č. 1 Výrazný trend počátku rašení všech pozorovaných dřevin ve vyšších polohách nad 700 m směrem k dřívějšímu nástupu této fenofáze. Jako signifikantní se ukázala závislost počátku rašení na průměrných teplotách vzduchu v dvoutýdenních intervalech v období únor až první polovina dubna. Původně předpokládaná závislost na sumě efektivních teplot se prokázala jako málo významná!!!!!

10 Studie č. 2 (Jan Vašák, ČZÚ): Prognóza změn zastoupení polních plodin na orné půdě severních a západních Čech

11 Příčiny změn Nové poznatky a objevy, rozvoj světového obchodu a růst síly třetího světa, změny sociální, kulturní, stravovací, dotační a dovoz omezující systém, podpora určité produkce v rámci EU, klimatické změny!!!

12 Změny v zastoupení vybraných plodin v ČR (%) zdroj ČSÚ Obiloviny celkem Brambory celkem Řepka celkem Pšenice celkem Kukuřice na zrno ,9 57,1 46,2 52,8 50,5 59,9 57,2 10,3 13,2 11,6 3,9 3,3 1,1 1,0 0,2 0,1 1,0 1,9 3,2 14,8 15,7 9,2 12,1 12,1 23,4 25,2 33,4 33,9 0,4 0,4 0,7 0,7 1,4 4,0 4,1

13 Metodika Doksany (158 m n. m.) zelinářsko-ovocnářská oblast Cheb (463 m n. m.) bramborářská oblast Klínovec (1244 m n.m.) bez zemědělského využití TSU, TMA, TMI, SRA Počet dnů s TMI < 0 C (leden, duben, květen) Období porovnáno po 5 letech

14 Souhrn poznatků a prognóza změn plodin a pěstitelských technologií Zvýšit v nížinách do cca 400 m n. m. zastoupení C4 plodin (kukuřice na zrno) s nižším transpiračním koeficientem. I ve vyšších polohách zvýšit zastoupení kukuřice jako pícniny pro krmné využití, případně pro bioplynové stanice. Zvýšit zastoupení plodin, které dokáží využít zimní vláhu (např. ozimý ječmen, ozimá pšenice, ozimý hrách ). Změnit pěstitelskou technologii. Udržet až rozšířit výměru speciálních plodin

15 Souhrn poznatků a prognóza změn plodin a pěstitelských technologií V nížinách i v polní výrobě přecházet na dvouúrodový systém, zvýšit zastoupení suchovzdorných plodin s nízkou hodnotou transpiračního koeficientu (kukuřice, čirok ), ostatní plochy zatravnit intenzivními jetelotrávami a trávami, případně jetelem a věnovat se mlékařství s doplňky v masné produkci.

16 Pravděpodobný trend plodin v území mezi Saskem a Čechami pro období po roce Plodina Trend Ozimá pšenice Ozimý ječmen Kukuřice Řepka ozimá Brambory Hořčice bílá Mák jarní Zelenina, jarní výsev Stagnace až pokles (chybí srážky) Růst Výrazný růst Výrazný pokles Růst v nížinách, jinde stagnace Růst Růst Růst

17 Závěr studie č. 2 Z výsledků je patrný trend oteplování a s tím spojená relativní aridizace, i když pokles úrovně srážek není patrný spíše mírně roste. Nároky na výkonnost plodin ale rostou, jak také dochází k soutěži světových ekonomik navzájem. Tyto ekonomicko meteorologické změny vedou v zájmovém území k růstu ploch i výkonnosti kukuřice a brzy i k rozvoji mlékařství.

18 Studie č. 3 (Karel Krofta, (Chmelařský institut), Jiří Kučera (EMS): Obsah alfa kyselin ve chmelu a globální klimatické změny

19 Nejdůležitější parametr kvality chmele je obsah alfa kyselin!!! Významná meziroční variabilita v regionu střední Evropy. Rozdíly v teplotě vzduchu přibližně dní před sklizní C optimum. Vysoké teploty vzduchu x nízké teploty vzduchu obojí špatné!

20 Predikce obsahu alfa kyselin z meteorologických dat pro Žatecký poloraný červeňák (ŽPČ) - nejrozšířenější odrůda chmele pěstovaná v ČR. Testováno ve dvou pěstitelských lokalitách s různou nadmořskou výškou a odlišnými klimatickými charakteristikami.

21 Materiál a metodika Vyvinut matematický model vztahu mezi obsahem alfa kyselin a meteorologickými parametry!!! Období 1981 až 2006 Lokalita Brozany (158 m n. m.) tradiční lokalita pěstování chmele. Konduktometrická hodnota, stanovená metodou EBC 7.4 (obsah alfa kyselin), alespoň 20 hodnot z každé sklizně. Průměrná denní teploty a vlhkosti vzduchu, délka slunečního svitu a denní suma srážek. Software Mini32 (EMS Brno, - multiregresní analýza testování spolehlivosti modelu na lokalitách Brozany a Kněževes.

22 Lokalita Brozany, , závislost mezi skutečností a modelem

23 Lokalita Brozany, , závislost mezi skutečností a modelem

24 Lokalita Kněževes, , závislost mezi skutečností a modelem

25 Zásadní vliv na obsah alfa kyselin v ŽPČ mají pouze klimatické podmínky v červnu, červenci a srpnu! Intenzivní deště v průběhu srpna podporují růst chmelových hlávek, ale biosyntéza chmelových pryskyřic zaostává ředění alfa kyselin v hlávkách! Zvýšená vlhkost vzduchu bude vytvářet silný infekční tlak houbových chorob (padlí chmelové, peronospóra chmelová).

26 Závěr studie č. 3 Obsah alfa kyselin je ovlivněn klimatickými podmínkami červen-srpen (kvetení, hlávkování a zrání). Teploty v červenci jsou nejvýznamnějším klimatickým faktorem! Zavést další proměnné do modelu (např. půdní vlhkost, sací potenciál půdy ). Zvýšená teplota-vyšší odpar vody-přívalové deště-destrukce chmelnic-ohrožen výnos!!! Pěstování chmele soustředit do mikroregionů s nejvhodnějšími půdními a klimatickými podmínkami. Pravidelná obnova porostů, doplňkové závlahy, vyšlechtění nových odrůd!

27 Studie č. 4 (Josef Seják, UJEP): Interakce klimatických změn a struktur života v regionu

28 Potencionální přirozená vegetace (absence na nahlížení na krajinu v její termodynamické podobě jako na symbiozu přirozené vegetace s vodou!)

29 Přeměna přirozených lesních biotopů na zemědělské půdy, na industriální a zastavěná území Ekonomicky významné jsou ztráty přirozených biotopů z hlediska úbytku jejich ekosystémových funkcí. Metoda Energie-voda-vegetace (Seják et al., 2010) kvantifikuje změny v klimatizační a vodoreteční roli krajiny, změna tvorby kyslíku a kvalita biotopů (biodiverzita).

30 Orientační odhad hodnoty služeb ekosystémů přirozené vegetace Ústeckého kraje Výměra v mil. m 2 Čtyři ES/m 2 /rok Hodn. ES v ml. Kč Vrchy a svahy Krušných hor 802, ,36 Pánevní biotopy celkem ,08 Biotopy Ústeckého kraje celkem 2242, ,44

31 Teploty povrchu SZ Čech a jižního Saska, C [ C ]

32 Závěr studie č. 4 Masivnější obnova přirozené vegetace je nejdůležitější a také nejlevnější! obnova ekosystémových služeb a udržení vody v krajině! Nejlevnější cesta k retenci vody v krajině, k obnově půdy i protipovodňové ochraně! Obnova přirozené vegetace na všech místech, kde agrární či jiné ekonomické užitky jsou nulové!, v kombinaci s mokřadními rybníky (zachycují erozní živiny).

33 Studie č. 5 (Adam Vizina, M. Hanel, VÚV): Dopady klimatické změny na hydrologický režim

34 Pro výběr bylo uvažováno 15 regionálních klimatických modelů (RCM) z projektu ENSEMBLES a simulace modelu ALADIN- CLIMATE/CZ. Hydrologický model BILAN (Výzkumný ústav vodohospodářský T. G. Masaryka, v.v.i) vyjadřuje základní bilanční vztahy na povrchu povodí, v zóně aerace a v zóně podzemní vody. Ukazatel bilance energie teplota vzduchu.

35 Výpočet modeluje: Potencionální evapotranspiraci Územní výpar Infiltrace do zóny aerace a průsak Zásobu vody ve sněhu Zásobu vody v půdě Zásobu podzemní vody

36 Vstupy do modelu: Srážkové úhrny [mm] Průměrné teploty vzduchu [ C] Průměrná relativní vlhkost vzduchu [%] Pozorované odtokové výšky [mm] Užívání vody Potenciální evapotranspirace [mm]

37 Schéma hydrologického modelování dopadů změny klimatu

38 Změna teploty vzduchu pro dílčí povodí a rok 2025 (referenční období )

39 Změna teploty vzduchu pro dílčí povodí a rok 2085 (referenční období )

40 Relativní změna srážkových úhrnů pro dílčí povodí a rok 2025

41 Relativní změna srážkových úhrnů pro dílčí povodí a rok 2085

42 Změna průměrných ročních odtokových výšek pro dílčí povodí a rok 2025

45 Závěr studie č. 5 povrchové vody Růst odtoku v zimních období x pokles v ostatních obdobích a v roční bilanci. Rozdíly mezi horizonty 2055 a 2085 nejsou tak výrazné jako mezi horizonty 2025 a 2055.

49 Závěr studie č. 5 podzemní vody Pesimistické scénáře predikují pokles modelovaného základního odtoku v řádu desítek procent pro všechny časové horizonty, optimistické scénáře predikují spíše nárůst základního odtoku, celkově: dopady klimatické změny na základní odtok jsou spíše negativního charakteru tím pádem i na stav podzemních vod!

50 Studie č. 6 (Aleš Urban, Jan Kyselý, ÚFA): Vliv extrémních teplot vzduchu na úmrtnost

51 Horké vlny v roce 2003 v celé Evropě měly za následek více než úmrtí, podobné odhady (55 000) se uvádějí pro horké léto 2010 v západním Rusku, v České republice měla za posledních dvacet let nejtragičtější dopad horká vlna v roce přes 500 zemřelých, z nichž asi u 3/4 případů bylo hlavní příčinou kardiovaskulární onemocnění.

52 Horká vlna v roce 1994, průběh odchylek úmrtnosti a průměrné teploty vzduchu v ČR

53 Průběh průměrných relativních odchylek úmrtnosti na CVD od očekávaných hodnot dva týdny po nástupu horké (vlevo) a studené (vpravo) vlny

54 Regionální rozdíly Fyzikální a meteorologické podmínky městského a venkovského prostředí Socioekonomické a demografické faktory!!! - míra urbanizace, - struktura obyvatelstva podle věku, - zdravotní stav populace, - životní styl, - socioekonomický status, - dostupnost a kvalita zdravotní péče.

55 SES index (úroveň sociální deprivace v ČR)

56 Typologie okresů v severozápadních Čechých podle definice OECD

57 Relativní odchylky úmrtnosti na CVD v městských a venkovských okresech SZ Čech vůči průměrné denní teplotě vzduchu ( )

58 Závěr studie č. 6 S nárůstem globální teploty vzduchu je v budoucnu očekáván nárůst výskytu extrémně horkých období (horkých vln), a naopak pokles četnosti chladných období (studených vln). V teplejším klimatu se často předpokládá zvýšení počtu úmrtí způsobených horkem a naopak pokles úmrtí v důsledku nízkých teplot.

59 Závěr studie č. 6 Výsledky pro ČR vykazují pokles v dopadu horkých vln na úmrtnost během posledních dvaceti let, navzdory růstu průměrné teploty - lepší povědomí o rizicích souvisejících s horkem (díky zvýšenému mediálnímu pokrytí) i lepší celkový zdravotní stav populace (změna životního stylu po r. 1989). Scénáře vývoje dopadů teplotních extrémů na zdraví a úmrtnost populace jsou proto zatíženy velkými neurčitostmi a jejich výsledky jsou dány především (často málo podloženými) předpoklady o míře fyziologické, behaviorální a technologické adaptace.

60 Děkuji Vám za pozornost