Komentář ke zprávě o realizovaných opatřeních přikládané k vyúčtování za období leden 2017 říjen 2017

Transkript

1 Projektu Programu spolupráce Česká republika Svobodný stát Sasko : Paměť krajiny - přeshraniční rozvojová opatření v Česko- Saském Švýcarsku na podkladu historie krajiny Komentář ke zprávě o realizovaných opatřeních přikládané k vyúčtování za období leden 2017 říjen milník přípravná fáze V rámci přípravné fáze projektu jsme se dle plánu soustředili na hodnocení dostupných datových zdrojů rozšíření cévnatých rostlin v regionu, výběr ploch pro mapování ve vegetační sezóně a přípravu data DPZ a výběr metod pro klasifikaci krajinného pokryvu. Ze současných zdrojů byly zahrnuty zejména: nepublikované floristické síťové mapování CHKO Labské pískovce spravované pracovníky správy NP České Švýcarsko a CHKO Labské pískovce, vegetační snímky dostupné v České národní fytocenologické databázi spravované na Ústavu botaniky a zoologie Masarykovy univerzity v Brně a integrované národní a regionální seznamy rozšíření rostlin České republiky v databázi Pladias, spravované v Botanickém ústavu AV ČR. I přes obrovské datové rozsahy jednotlivých zdrojů (integrovaná databáze Pladias obsahuje cca 12 mil. záznamů) bylo zjištěno, že datové zdroje jsou v několika směrech neuspokojivé. Předně mnoho úplných datových zdrojů jako je např. síťové mapování nedosahuje požadované polohové přesnosti, se kterou by bylo možné nálezy provázat s jednoznačným krajinným pokryvem a jeho historií. Krajinný pokryv je mapován v jednotkách o velikosti jednotek hektarů, zatímco nejmenší čtverce síťového mapování mají velikost desítek hektarů. Síťové mapování je tak dobrým uceleným zdrojem pro tzv. species pool, tedy zásobu druhů v dané oblasti, ze kterých se rekrutují druhy pro jednotlivá rostlinná společenstva. Pro vyhodnocení v konkrétních lokalitách ale nedostačují. Druhý problém je nedostatečné pokrytí této oblasti v ostatních zdrojích. Mnohé z vybraných druhů mají v území jednotky až malé desítky záznamů (např. ostřice skloněná, prha arnika nebo chrpa třepenitá). Přesto, anebo právě proto, je historické síťové mapování i přes své nedostatky významným podkladem pro analýzu změn krajiny. V rámci projektu se podařilo díky spolupráci s Technickou univerzitou získat digitalizovanou verzi mapování německého botanika Hanse Förstera z počátku 20. století, které je provedeno v poměrně hrubém prostorovém rozlišení, ale zasahuje jako jedno z mála děl na obě strany hranice. Dalším významným podkladem získaným a připraveným pro digitalizaci v rámci přípravné fáze je vegetační mapování v povodí Křinice získané od dr. Handrije Härtela, zaměstnance NP České Švýcarsko. To představuje plošně výrazně menší dílo, ale také zasahuje na obě strany hranice a především jeho součástí je přesná lokalizace vegetačních snímků v mapách 1:5000. Obě tato díla budou předmětem opakovaného záznamu vegetace s cílem detekovat změny v druhovém složení. V rámci přípravné fáze byly také vytipovány zaniklé vesnice, kde v místě a jejich okolí předpokládáme největší změnu krajinného pokryvu a vegetace a jsou cílovým objektem projektu. Přípravná digitalizace mapových podkladů a vlastní terénní šetření byly předmětem dalšího milníku. 1

2 Souhrn pro 1. milník: - Byly zhodnoceny dostupné digitalizované i psané údaje o výskytu cévnatých rostlin a vybraných mechorostů zájmového území CHKO Labské pískovce. - Byly zhodnoceny a vybrány plochy pro nové nebo opakované mapování a to jak na základě dostupných historických podkladů, tak na základě konzultací s terénními pracovníky a znalci dotčeného území. 2. milník vytvoření geodatabáze Hlavním cílem této části projektu je vybudování geodatabáze informací jak na základě historických mapových podkladů a dat DPZ, tak terénního botanického šetření. Pracovníci Botanického ústav AV ČR se v první fázi zabývali především digitalizací podkladů pro terénní mapování a také bylo započato vlastní terénní šetření na vybraných lokalitách opuštěných vesnic. Mapování vegetace a digitální zpracování podkladů Pro plánované mapování oblastí zaniklých vesnic, bylo nutné nejprve zachytit předválečný stav osídlení a rozmístění budov a identifikovat historický krajinný pokryv v okolí vesnic (louky, pole, pastviny, lesy). Pro tento účel jsme digitalizovali historické katastrální mapy ze 40. let 19. století (tzv. Císařské otisky). Ačkoliv je projekt zaměřen převážně na období po II. světové válce, rozhodující je výchozí stav před tímto obdobím, který je v katastrálních mapách dobře dokumentován. Na leteckých fotografiích z 50. let 20. století jsme identifikovali dříve bezlesá místa nyní zarostlá lesem. Ta se stala cílem terénního šetření, které proběhlo ve vegetační sezóně na místě 14 zaniklých obcí na celém území CHKO Labské pískovce (Obr. 1). V každém typu stanoviště v okolí vesnice jsme náhodným výběrem lokalizovali body, které jsme následně s pomocí GPS vyhledali v terénu a na místě zapsali celkem 98 vegetačních (fytocenologických) snímků o rozloze 100 m 2. Snímky jsme uložili do databáze Turboveg for Windows (Hennekens & Schaminée 2001) a zpracovali v programu JUICE (Tichý 2002). Dále jsme v okolí původních budov sepsali všechny druhy cévnatých rostlin včetně pozůstatků těch dříve pěstovaných. Celkem bylo zaznamenáno 274 druhů ve snímcích a 330 druhů u rozvalin. Nejlépe se druhovou skladbou cévnatých rostlin odlišily dřívější pastviny, které byly na těžko přístupných místech a tzv. ekotonech (přechodná společenstva, okraje apod.), kde je přirozeně vyšší druhová bohatost (Obr. 2). Druhově chudá naopak zůstala bývalá pole, ale výsledek je na hranici průkaznosti. Pomocí divizivní klasifikace společenstev bylo možné odlišit druhově chudší společenstva březin (viz Tab. 1, skupina 1), jehličnaté porosty svěžích půd (skupina 2), mokřadní společenstva s dominancí břízy pýřité nebo olše lepkavé (skupina 3) a nejpočetnější skupinu 4 s ruderálními druhy. Ve starých záhumencích rostly především šeřík obecný (Syringa vulgaris), pámelník bílý (Symphoricarpus albus) a barvínek menší (Vinca minor), které vytvářely mohutné klonální populace. Celkově neofyty zaujímaly asi 10 % z druhového soupisu, což nepřekračuje obvyklé podíly v antropogenní krajině. Do okolních biotopů se ale neofyty dostávají méně (celkem kolem 6 % v soupisech z fytocenologických snímků). Je to zřejmě dáno tím, že 2

3 v sukcesních nárostech nejsou velké disturbance (narušení), které šíření takových druhů výrazně napomáhají. Zajímavé šíření zatím u nás nepříliš hojně zplaňujícího kanadského jedlovce jsme objevili v Zadních Jetřichovicích. Zaznamenávali jsme jak staré výsadby dřevin, tak všechny stromy, které byly nápadné svým vzrůstem (Obr. 3). Staré stromy vytrvaly většinou z důvodu, že rostou většinou na nelesní půdě a místní je vysadili u bývalých obydlí, podél cest nebo u sakrálních staveb. Z nejčastějších ovocných stromů zde přetrvaly jabloně, hrušně, švestky (s kořenovými výmladky) a méně už třešně, které brzy trouchniví. Z pozůstatků pěstovaných ovocných keřů byly nejčastější meruzalky rybízy (Ribes rubrum) a velmi vzácně i mišpule německá (Mespilus germanica). Druhy zařazené do nějaké z kategorie ohrožení jsme zaznamenali jen zřídka. Patří mezi ně kapradina laločnatá (Polystichum aculeatum), která přirozeně roste na sutích a zde upřednostnila ruiny domů. Nejčastějšími druhy byla kopřiva dvoudomá (Urtica dioica) s kuklíkem městským (Geum urbanum) a kakostem smrdutým (Geranium robertianum). Kromě nich tu ale roste hojně i kapraď samec (Dryopteris filix-mas) a lipnice hajní (Poa nemoralis). Protože vesnice leží poblíž vodních zdrojů a v území se subatlantským klimatem, tak poměrně častá je i ostřice třeslicovitá (Carex brizoides) a z důvodu postupující sukcese nechybí rostliny pasek jako vrba jíva (Salix caprea), ostružiník maliník (Rubus idaeus) nebo konopice dvouklaná (Galeopsis bifida). Digitalizace leteckých snímků Součástí aktivit byla i podpora partnera Katedry životního prostředí UJEP při digitalizaci leteckých snímků. Ta spočívala zejména v implementaci objektově orientované klasifikace (GEOBIA), která je dlouhodobě rozvíjena na oddělení GIS a DPZ Botanického ústavu. V prvním kroku jsme se rozhodli metodu aplikovat na letecké snímků pro roky 1953, 1989 a snímky pořízené družicí CORONA pro rok 1968, které jsou nejhůře zpracovatelné tradičními klasifikačními metodami a kde GEOBIA může přinést značnou časovou úsporu a především objektivní a snadno opakovatelný postup klasifikace na rozdíl od ruční vektorizace jednotlivých tříd krajinného pokryvu. V rámci hodnoceného období se podařilo klasifikovat snímky CORONA a zpracovat letecké snímky z roku 1989 (viz Obr. 4). Na základě GEOBIA přístupu implementovaného v software ecognition jsme dospěli za pomoci řízeného klasifikačního algoritmu nearest neighbor k rozlišení následujících kategorií krajinného pokryvu: urbanizované plochy, plochy luk a polní plochy, lesní plochy a liniové krajinné struktury. Zmiňované kategorie se podařilo klasifikovat nad snímky s nejhrubším prostorovým rozlišením (snímky CORONA s rozlišením 2 m na pixel), proto by neměl být problém rozlišované kategorie dodržet i při zpracování podrobnějších leteckých snímků s jemnějším prostorovým rozlišením. Běžně používaný postup zpracování dat v rámci GEOBIA přístupů, založený na sestavení rozhodovacích podmínek pro zařazení segmentu obrazu do dané kategorie se pro historické monochromatické snímky ukázal jako velmi problematický. Tento problém s nižší kvalitou historických snímků jako jsou rozdílný kontrast a jas v rámci mozaikovaných snímků, různé vegetační fáze v rámci rozsáhlého řešeného území, se podařilo vyřešit za pomoci právě zmiňovaného řízeného klasifikačního algoritmu nearest neighbor. Ten na základě zvolených kalibračních dat vytvoří charakteristiky pro zařazení segmentů 3

4 obrazu do dané kategorie. Proces klasifikace snímků se tak stává po úpravě kalibračních dat ze strany uživatele snadno opakovatelným pro další snímky v našem případě tedy další historická období. Kromě zamýšleného vyhodnocení vývoje změn struktury krajinného pokryvu budou v rámci spolupráce na řešení projektu klasifikované snímky použity jako podklad pro metodu zpětné editace (backward editing), kdy do ruční zpětné editace vstupují jako podklad předklasifikované snímky. Po proběhlých schůzkách účastníků projektu se dále nabízí možnost použití GEOBIA pro podrobnější rozlišení věkové struktury v rámci lesních porostů, která není řešena v rámci digitalizace map standardním přístupem (backward editing). Souhrn pro 2. milník: - Byly vektorizovány vybrané mapové podklady a na jejich základech provedeno první terénní šetření vegetace. - Provedli jsme první vyhodnocení změn vegetace opuštěných vesnic. - Otestovali a aplikovali jsme metodu objektové klasifikace leteckých a družicových snímků jako podporu úkolu řešeného primárně partnerem UJEP. O projektu v rámci Botanického ústavu AV ČR průběžně informujeme na webových stránkách Citovaná literatura Hennekens S.M. & Schaminée J.H.J. (2001): TURBOVEG, a comprehensive data base management system for vegetation data. Journal of Vegetation Science, 12: Tichý L. (2002): JUICE, software for vegetation classification. Journal of Vegetation Science, 13:

5 Přílohy Tab. 1. Klasifikace rostlinných společenstev na bývalých obhospodařovaných plochách zaniklých vsí nyní zarostlých lesem. Lze odlišit druhově chudší společenstva březin (skupina 1), jehličnaté porosty svěžích půd (skupina 2), mokřadní společenstva s dominancí břízy pýřité nebo olše (skupina 3) a nejpočetnější skupinu 4 s ruderálními druhy. Znázorněny pouze vybrané druhy, které statisticky významně odlišují čtyři skupiny. Srovnáno podle klesající fidelity (viz Tichý 2002). 5

6 Obr. 1. Zaniklé obce nebo jejich části a mlýny na území CHKO Labské pískovce: 1. Hladov, 2. Rájec, Nový Dvůr, 3. Tisá, 4. Havraní, 5. Dolní Žleb, 6. Arnoltický Bor, 7. Nová Víska, 8. Popovičky, 9. Rabštejn, 10. Dolský mlýn, 11. Jetřichovice, 12. Zadní Jetřichovice, 13. Zadní Doubice, 14. Wäberův mlýn. Hranice CHKO je znázorněna červenou čarou s napojením na Lužické hory a České středohoří. Území NP České Švýcarsko je vyšrafováno. Foto je pozůstatek Dolského mlýna. Autor L. Hederová. Obr. 2. Srovnání druhové bohatosti (SR) na materiálu z bývalých pastvin (pastures), polí (fields) a luk (meadows). Testováno jednocestnou ANOVA a Tuekyho testem. 6

7 Obr. 3. Prastarý habr obecný, Dolní Žleb, zřejmě pozůstatek pařezení nebo pastvy. Autor P. Petřík A B C D Obr. 4. Příklad postupu objektové klasifikace družicového snímku CORONA. (A) surový snímek, (B) segmentace na homogenní objekty, (C) parametry objektů, (D) výsledná klasifikace. Červeně: urbanizované plochy, žlutě: plochy luk a polní plochy, zeleně: lesní plochy a liniové krajinné struktury. 7