METEOROLOGICKÉ ZPRÁVY METEOROLOGICAL BULLETIN

Transkript

1 METEOROLOGICKÉ ZPRÁVY METEOROLOGICAL BULLETIN Pavel Lipina Miroslav Řepka Martin Stříž Dušan Židek: Klimatologická databáze CLIDATA vybrané hlavní funkce a nástroje Martin Setvák Petr Novák Milan Šálek: Tornáda 31. května 2001 na území České republiky Jan Kyselý Radan Huth: Úmrtnost související se stresem z horka v České republice v současném a budoucím klimatu Informace Recenze Barevná příloha k článku Martina Setváka Petra Nováka a Milana Šálka..... I VIII ROâNÍK âíslo 4

2 Pavel Lipina Miroslav Řepka Martin Stříž Dušan Židek: Climatological database CLIDATA selected main functions and tool Martin Setvák Petr Novák Milan Šálek: Tornadoes on May on the territory of the Czech Republic Jan Kyselý Radan Huth: Heat related imortality in the Czech Republic in present and future climates Informations Reviews Colour Annex to the paper of Martin Setvák Petr Novák Milan Šálek I VIII Meteorologické zprávy, časopis pro odbornou veřejnost Vydává Český hydrometeorologický ústav Redakce: Český hydrometeorologický ústav, Na Šabatce 17, Praha 4 Komořany, telefon , , fax , e mail: horky@chmi.cz Řídí vedoucí redaktor RNDr. Luboš Němec, redaktor Mgr. Zdeněk Horký Redakční rada: Prof. RNDr. Jan Bednář, CSc., Ing. František Hudec, CSc., RNDr. Karel Krška, CSc., Mgr. Stanislav Racko, RNDr. Daniela Řezáčová, CSc., RNDr. Jan Strachota, RNDr. Karel Vaníček, CSc., RNDr. Helena Vondráčková, CSc. Za odborný obsah podepsaných článků odpovídají autoři. Proti dalšímu otiskování, uvede li se původ a autor, není námitek Sazba a tisk: 3P s.r.o. Rozšiřuje a informace o předplatném podává a objednávky přijímá Český hydrometeorologický ústav, SIS, Na Šabatce 17, Praha 4 Komořany; Offers for Meteorological Bulletin arranges ČHMÚ, SIS, Na Šabatce 17, Praha 4 Komořany, Czech Republic. Annual subscription is 42, USD for 6 issues Ročně vychází 6 čísel, cena jednotlivého čísla 20, Kč, roční předplatné 180, Kč včetně poštovného, do zahraničí 42, USD. Reg. číslo MK ČR E ISSN

3 METEOROLOGICKÉ ZPRÁVY Meteorological Bulletin ROČNÍK 57 (2004) V PRAZE DNE 31. SRPNA 2004 ČÍSLO 4 Pavel Lipina Miroslav Řepka Martin Stříž Dušan Židek (ČHMÚ) KLIMATOLOGICKÁ DATABÁZE CLIDATA VYBRANÉ HLAVNÍ FUNKCE A NÁSTROJE Climatological database CLIDATA selected main functions and tools. Climatological database application CLIDATA is developed in co-operation of Czech Hydrometeorological Institute and private software firm ATACO, Ltd. Staff of climatological department in Prague and Database department in Ostrava started analysis of climatological databases during the year After hard analysis the developing work was begun. Database CLIDATA has been installed also in various developing countries, for example Latvia, Lithuania, Macedonia and Ghana, since 2000 and administrators have been trained. This database became one of the most important tool of present climatology and hydrology. This report informs users on positions of climatologists, workers of forecast workstation, hydrologists, etc. CLIDATA contains basic geographical data of all stations, which includes station s indicative, observation period, name, elaboration of station s location, geographical latitude and longitude, type of station, maps with station s location in various map scales, photos. Station s observation description form is underlying information for data deposition. Extended metadata promote information about station, its surround and measurement quality influence. It includes vegetation s surrounding, type of antropogenic influence, soil type and georelief. Hydrological geography enables to insert geographical information for water gauging stations. Very important tool for administrators is inventory which can show count of days in month where data are failed or missing. Products of this saved data can be used for wind roses, x-day functions (for example 3-days precipitation amount), precipitation intensity or user s EDATA where is possible to calculate extremes of meteorological elements for abnormal period. Form for data input provides primary data check by defined limits for scale of every element. Forms for data check work with various control equations. Data fields with equivocal values are distinguished with colour scale. Users can also work with form for meteorological phenomena or for precipitation amounts from totalizators. System administration is available only for administrators of this database. They can modify and add historical units, instruments or elements that users can meet with but also change control equations or valid flags. Spatial data check is connected with GIS and provides to find and correct failed or improbable values of various meteorological elements. SQL plus is the product based on commands which can easily choose and screen data from database but also rather complicated requests such as sum of effective temperatures, cumulative precipitation amounts for chosen regions, etc. Users have to know charts, relationship between them and special commands. Oracle Discoverer is used by climatologists that want to access, overlook and analysis data in CLIDATA and make various types of outputs and analysis. Forms for permanent requests make easy publishing of expertise for firms that challenge the same data regularly. Relationship between CLIDATA and geographic information system is very important. Users can create maps of various types of stations and also process data of precipitation, temperature and other characteristics. Administrators of CLIDATA database created conference called PANDORA. They inform users and administrators about news and system changes in CLIDATA. Users can discuss their problems connected with service and use of database. KLÍČOVÁ SLOVA: klimatologie databáze klimatologická CLIDATA Oracle 1. ÚVOD Předkládaný příspěvek není zamýšlen jako manuál či příručka pro uživatele systému CLIDATA. Ty již byly zpracovány autory a tvůrci systému. Nabízí se zde spíše pohled z druhé strany, tj. pohled uživatele. Je obohacen o skutečnost, že systém CLIDATA postupně vznikal na pobočce v Ostravě, v Oddělení klimatologické databáze. Do Oddělení meteorologie a klimatologie v Ostravě byl zaváděn formou testovacího poloprovozu, při jeho vývoji byla v plné míře využívána zpětná vazba a reakce pracovníků tohoto útvaru, na základě jejich podnětů a názorů došlo k řadě úprav a zlepšení. Samotný vývoj databáze již byl popsán [1], podrobná struktura, detailní členění a metody práce jsou převážně obsaženy v příspěvcích, na které odkazujeme v seznamu použité literatury. Tento příspěvek má za cíl poskytnout čtenáři přehlednou informaci o práci s databází, jejich nástrojích, možnostech a výhodách z pohledu uživatelů na pozicích provozních pra- Meteorologické zprávy, 57,

4 covníků klimatologie poboček, předpovědních pracovišť, hydrologů a jiných. Podrobněji se proto budeme věnovat základním problémům při správě dat, posudkové činnosti, zmíněno bude operativní využívání dat a možnosti pro vědeckou a odbornou práci. Článek tedy můžeme strukturovat následně: příprava aplikace CLIDATA pro vstup dat, vstup dat a jejich primární zpracování formální, logické a plošné kontroly, nástroje pro práci s daty, produkty, výstupy. Jako doplňkové a rozšiřující je možno chápat části: systémová správa, operativní využití. 2. PŘÍPRAVA APLIKACE CLIDATA PRO VSTUP DAT 2.1 Základní a současně nezbytné údaje o stanici Na počátku stojí uživatel před hlavním úkolem, kdy má k dispozici měřicí bod, stanici, popisné údaje, tj. především geografické informace, naměřené hodnoty z této stanice, a potřebuje veškerá uvedená data vložit do databáze. Jako základní a první krok, nezbytný před jakýmkoliv vstupem naměřených dat do databáze, je vložení a definice metadat odpovídající stanice a jejich geografických informací. K tomu slouží příslušný formulář Geografie stanice. Zásady pro vyplňování formulářů jsou uvedeny v příspěvku [2] a uživatelské příručce [3]. Zmíníme ty nejdůležitější a stručně se zastavíme u jejich významu a funkce. Stanice ID databázový indikativ stanice. Je vždy osmimístný. První znak v indikativu udává pobočku v jejíž působnosti stanice leží, druhý obvykle ucelené povodí, může rovněž indikovat stanice jiných útvarů, popř. meteorologické stanice v příhraničních oblastech sousedních států. Třetí až šestý je vlastní zkratka stanice, sedmý a osmý znak je pořadové číslo stanice v dané lokalitě. Pro ilustraci uvádíme členění používané na ostravské pobočce: O1 meteorologické stanice v povodí řeky Odry, O2 stanice v povodí řeky Moravy, O3 stanice v povodí řeky Bečvy, O4 hydrologické stanice, O5 stanice čistoty ovzduší, O6 vybrané polské a slovenské meteorologické stanice, Ox výstupy z modelu ALADIN, TxO technická řada. Indikativ a jeho struktura umožňuje snadnou orientaci při výběru stanice, popř. okruhu nebo typu stanic. Používaný systém zkratek poskytuje rezervy pro případné další členění. Období pozorování stanice jedná se o další nezbytný údaj, na nějž jsou v rámci systému přímo vázána uložená naměřená a napozorovaná data. Geografické informace zeměpisná šířka, zeměpisná délka, nadmořská výška. Z takto zadaných údajů se vypočítají Gaussovy souřadnice, které jsou základem pro práci v GIS. Ve stejném formuláři, kde vyplňujeme základní údaje o stanici, je nabídka Upřesnění. Poskytuje možnost detailněji specifikovat umístění stanic, je vhodné ji využít např. pro stanice umístěné ve větších obcích nebo městech nebo naopak v horském terénu. I několik vhodně naformulovaných poznámek může usnadnit práci a hledání. Zvláště v dnešní době, kdy postupně odcházejí na zasloužený odpočinek pracovníci, kteří si pamatují umístění stanic a jejich zvláštnosti, které se buď předávaly ústním sdělením, v lepším případě se zapisovaly do dokumentace stanice. Za několik let to budou možná jediné informace, které budou k dispozici. Již dnes jsou tyto informace důležité při hodnocení homogenity řad. Stručně řečeno, záznam v geografii stanice by měl postihnout jakoukoli změnu v pozorování stanice, které může mít vliv na kvalitu dat. Referenční stanice slouží pro zápis indikativu stanice s měřením atmosférického tlaku vzduchu, pomocí které se počítají hodnoty relativní vlhkosti vzduchu a tlaku vodní páry. Časový posun podle zadaných souřadnic vypočítává časový posun stanice na střední místní sluneční čas a poskytuje tak údaj pro přesné určení klimatologických termínů měření. Typ stanice dohodnutá heslovitá zkratka označující typ stanice: SRA srážkoměrné stanice, KLIMA klimatologické stanice, KLIMA-SYNOP-INTER synoptické a interové profesionální stanice, KLIMA-INTER ostatní interové stanice KLIMA-AMS automatizované stanice, TOTAL totalizátory, HYDRO hydrologické stanice, SRA HYDRO hydrologické stanice měřící srážky. Poznámka ostatní záznamy, např. poznámky o přechodu na automatické měření, popř. referenční stanice pro měření srážek totalizátorem a další poznámky, které se nedají zapsat do jiných formulářů a jsou nějakým způsobem důležité. Popis pozorování stanice tento formulář je zásadní pro uložení dat v rámci stanice. Zásady vyplňování a popisy nabídek jsou uvedeny v [3]. Považujeme za důležité věnovat velkou pozornost pravidelné aktualizaci tohoto formuláře. Databáze umožňuje (vyžaduje) jednoznačně definovat pro každý prvek období, za jaké jsou data v databázi. Pokud dochází k přerušení pozorování a ukládání dat, je potřeba učinit pro každý prvek další zápis s jednoznačně definovaným obdobím. Formulář rovněž umožňuje zaznamenat změnu výšky přístroje při přemístění (např. změna polohy slunoměru, větroměrného přístroje, tlakoměru) v rámci stanice. Totéž platí o změně přístroje pro měření meteorologických prvků. Tato možnost je aktuální zejména při přechodu staniční sítě na automatizované měření. K provádění těchto změn jsou určena doplňková tlačítka v horní části formuláře. Využití tlačítek je nezbytné při práci s formulářem, pokud jsou v databázi již uložena příslušná data. Tlačítka dovolují přerušit záznam k požadovanému datu, změnit začátek a konec záznamu, popř. sloučit stejné záznamy k jednomu prvku, pokud záznamy na sebe časově navazují. Tuto úpravu si vyžádala praxe, neboť tyto úpravy se z různých důvodů nepodařilo nebo nedaří provádět před uložením dat. 2.2 Doplňkové údaje a informace o stanici V následující části bychom rádi přiblížili rozšiřující geografické informace. Mapa nabídka umožňuje vkládat mapy s lokalizací stanice různých měřítek. Mapy je možno zvětšovat či zmenšovat a je možné si požadovanou mapu uložit do souboru. Aplikace s vazbou na ArcView má možnost zobrazení mapy v prostředí GIS, spolu s několika nejbližšími stanicemi. Mapa je platná pro zadané období v geografii stanice. Fotografie umožňuje vkládat soubory s fotografiemi stanic a přístrojů. Každá fotografie je charakterizována datem pořízení a popiskem. Rovněž se tyto fotografie dají uložit do 94 Meteorologické zprávy, 57, 2004

5 souboru mimo databázi. Dá se tedy říci, že tato nabídka poskytuje cenné informace o umístění stanic a přístrojů a může rovněž sloužit jako jakýsi archiv fotografií. Slunoměrný obzor zaměřený slunoměrný obzor je zde možno i graficky zobrazit, nabídka je detailně popsána v [3]. Podle vzoru nabídka umožňuje předpřipravit geografické informace pro novou stanici podle rozvrhu pozorování jiné stanice s podobným nebo stejným programem pozorování, práce s definováním se značně zjednoduší, stačí pak provést jen úpravy pro novou stanici. Rozšířená metadata rozšiřuje popisné informace o stanici, jejím okolí a vlivu na kvalitu měření. Obsahuje čtyři položky: Vegetační okolí, Typ antropogenního vlivu, Půdní typ a Georeliéf. Každá položka obsahuje jednoznačně daná databázová hesla, pomocí kterých se dají snadno vyhledávat stanice se stejnými vlastnostmi. Tyto základní položky se dají exportovat z databáze. Je zde možno uvádět např. údaje z půdního rozboru, doplňkové informace z protokolů při revizích stanic, atd.. Databáze umožňuje měnit tyto údaje při každém stěhování stanice, tj. pro každý zápis ve formuláři Geografie. Přerušení a Sloučení nabídka funguje obdobně jako ve formuláři Popis pozorování stanice. Slouží k dodatečnému rozdělení nebo sloučení záznamu v geografii. 3. VSTUP DAT A JEJICH PRIMÁRNÍ ZPRACOVÁNÍ FORMÁLNÍ, LOGICKÉ A PLOŠNÉ KONTROLY 3.1 Vstup dat do databáze Ve chvíli, kdy jsme dokončili práce popsané v předchozím odstavci a máme do tabulky Geografie vloženy veškeré nezbytné údaje včetně popisu pozorování, můžeme přistoupit k dalšímu kroku. Tím je logicky přísun dat získaných na dané stanici a jejich kontrola. Forma vstupu dat do databáze se liší podle typu stanice, na níž byla získána. Základní formou je pořizování dat do pořizovacích formulářů. Příprava formulářů není běžnému uživateli přístupná, tuto činnost obvykle vykonává osoba s vyššími přístupovými právy, oprávněná vstoupit a plně pracovat v části aplikace CLIDATA nazvané Systémová správa. Uživatel (v tomto případě obvykle revizor) pracuje a má přístup k již hotovému formuláři. Jinou formou je import již digitalizovaných dat z nejrůznějších zdrojů, jedná se zejména o data z automatických stanic, data od partnerských subjektů a také data digitalizovaná mimo aplikaci jinou cestou Pořizování dat Pořizování základních dat V této časti jsou připravené zmiňované pořizovací formuláře pro pořizování jak základních klimatologických dat, tak dalších dat, které je potřeba z provozních důvodů ukládat do databáze. Jedná se především o základní pořizovací formuláře pro pořizování srážkoměrných a klimatologických dat, dále formuláře pro pořizování historických dat s možností používat historické jednotky, pořizování hodinových úhrnů délky trvání slunečního svitu, pořizování termínových teplot půdy, pořizování maximálních denních nárazů větru spolu s časem a směrem maximálního nárazu. Pořizovací formuláře umožňují provádět primární kontrolu vkládaných dat tím, že pro každý prvek jsou definovány horní a dolní limity. Nelze tedy vložit relativní vlhkost vzduchu nad 100 %, směr větru nad 36, nepovolený příznak ke srážkám a sněhu atd. Pořizování meteorologických jevů Tento formulář je novinkou při pořizování meteorologických dat. Do dřívější databáze CLICOM se pořizovala pouze statistika meteorologických jevů, tedy počty dnů v měsíci s jevem. Od února 2000 se na pobočce Ostrava pořizují meteorologické jevy tak jak jsou zapsány v měsíčním výkazu pozorování. Revizorka si zobrazí pořizovací formulář pro stanici, rok a měsíc. Pro každý den a jev revizorka pomocí klávesového klíče vybere značku meteorologického jevu, zapíše začátek a konec jevu (časem nebo časovou zkratkou), zapíše přerušovaný jev a doplní intenzitu jevu. Pořizování naměřených dat z totalizátorů Tento formulář umožňuje vkládat data z měření srážek totalizátory. Při definování stanice je nutno definovat i pořizovaný meteorologický prvek v případě srážkových úhrnů z totalizátorů je to prvek SRATOT. Do pořizovacího formuláře obsluha zapíše indikativ příslušné stanice s totalizátorem, doplní počátek a konec měřeného období a srážkový úhrn zadaného období. Pro výpočet srážek je potřeba zadat také indikativ referenční stanice. Po splnění všech výše uvedených podmínek se do tabulky RDATA_N (nepravidelná, termínová data) poměrovou metodou napočítají denní úhrny srážek podle úhrnů referenční stanice. Z denních dat se vypočítají měsíční a roční úhrny. Z praktického hlediska byl pro tento srážkový úhrn zvolen jiný prvek než prvek srážky (SRA). Pro standardní výpočty a výpisy se data z totalizátorů nezobrazují a nepoužívají jako data z klasických srážkoměrů. Vzhledem ke způsobu výpočtu se při využití uvažuje pouze s měsíčními úhrny. I když je stanovení měsíčních úhrnů srážek z měření totalizátorem zatíženo chybou, je rozhodně přínosné, že můžeme poměrně jednoduchým a rychlým způsobem zjistit měsíční úhrny srážek v horských oblastech. Data z těchto míst jsou velmi žádaná jak pro vnitřní potřeby ústavu, tak pro zákazníky. Většinou je v horských oblastech umístěno málo stanic. Změřený srážkový úhrn totalizátorem za období např činí 392 mm. Pro běžné využití je tento údaj nepoužitelný a ruční přepočítávání je velmi pracné. Z důvodů získání kvalitních dat je potřeba volit vhodnou referenční stanici. Je nutné nejdříve zkontrolovat, zda má referenční stanice pro požadované období k dispozici všechna data a je rovněž při pořizování důležité, aby srážkové úhrny časových období na sebe plynule navazovaly (jedno období končí 4. května a další začíná 5. května, nesmí být překryv, ani chybějící dny) Import dat V souladu s rozsáhlou automatizací staniční sítě ČHMÚ postupně klesá podíl dat, která je nutno vkládat do databáze manuálně. Úměrně tomu narůstá objem dat, která jsou pomocí předdefinovaných procedur do připravených tabulek v systému importována. V aplikaci CLIDATA je pro tuto činnost připravena ucelená část. Zde je administrátorovi umožněno nadefinovat importní proceduru pro požadovaná data. V současné době jsou touto cestou do databáze ze zdrojů ČHMÚ dodávána data z profesionálních meteorologických stanic (SYNOP, INTER, data z měsíčního výkazu pozorování), data z automatizovaných meteorologických stanic (15minutová data, INTER, data z měsíčního výkazu v denním a měsíčním kroku), data z pořizovacího programu METOBS (data z měsíčního výkazu pozorování), importy po kontrolách Meteorologické zprávy, 57,

6 dat (vlhkosti vzduchu, srážková a sněhová data apod.) importy historických dat, importy měsíčních úhrnů srážek a další. Meteorologické jevy se importují současně s daty z automatizovaných stanic, stanic profesionální sítě a ze stanic, které vkládají data do programu METOBS. Meteorologické jevy byly importovány i zpětně od počátku provozu automatizovaných stanic a do budoucna se počítá s dalším pořizováním starších dat. Podmínkou úspěšnosti importů je neměnnost formátu dodávaných datových souborů s jednotnou příponou, která má pro importní procedury řídící funkci a přísun souborů do určeného importního adresáře na příslušném databázovém serveru pobočky. Aplikace umožňuje dle potřeb a možností nadefinovat interval importů (hodinový, denní, týdenní interval, atd.). Podrobnosti týkající se importů dat jsou uvedeny v [8]. Jako příklad je možno uvést importní soubory z automatizovaných meteorologických stanic, řídící pro import je extenze souboru: O1OPAV D01 je importní soubor s meteorologickými jevy za leden 2003 ze stanice Opava, O1OPAV D02 bouřkové jevy, O1OPAV D11 denní data podle měsíčního výkazu pozorování, O1OPAV D16 hodinové úhrny délky trvání slunečního svitu, O1OPAV D20,.D22 15minutová data ze stanice, O1OPAV D21 minutové úhrny srážek. Pro vkládání dat z manuální meteorologické stanice prostřednictvím programu METOBS slouží další soubory, uvádíme pouze extenze: *.D13 vlhké termínové teploty vzduchu, *.D14 termínové hodnoty atmosférického tlaku vzduchu, *.D15 denní hodnoty výparu, termínové teploty vody *.D17 maximální denní náraz větru, směr a čas nárazu, *.D25 hodinové hodnoty teploty a vlhkosti vzduchu, atmosférického tlaku vzduchu a směru a rychlosti větru. 3.2 Kontroly dat Základním kritériem použitelnosti dat je jejich kvalita. Data vstupující do CLIDAT procházejí kontrolami v několika úrovních. Základní kontroly a srovnávání probíhají již v rámci pořizování dat, jak již bylo uvedeno (např. kontrola relativní vlhkosti vzduchu nad 100 %, směru větru nad 36 atd.). Obdobnými kontrolními mechanizmy je vybaven i software automatizovaných klimatologických stanic a pořizovací program METOBS. Další kontroly bychom mohli členit na logické kontroly v rámci jedné stanice na základě známých obecných vztahů mezi prvky a jejich porovnáváním a na plošné kontroly, které využívají plošné zobrazení hodnot více stanic a známé vztahy mezi stanicemi ležícími v jedné oblasti. Kontrola dat jedná se o první zmiňované kontroly. Kontrolní formuláře pracují s vloženými kontrolnímu rovnicemi, jako jsou porovnání maximálních, minimálních a termínových teplot mezi termínem 21 h předešlého dne a 21 h aktuálního dne, rozdíl mezi měřenou a vypočtenou relativní vlhkostí vzduchu do 12 %, vazba nového sněhu a celkové sněhové pokrývky a další. Pokud hodnoty nevyhovují zadaným rovnicím, jsou datová pole s podezřelými hodnotami barevně odlišena. Dalším rozdílem oproti pořizovacím formulářům je např. to, že jsou pro kontrolu doplněny sloupce vypočtené relativní vlhkosti. Tato informace umožní revizorce odhalit chyby v suché nebo vlhké teplotě, pokud je vypočtená vlhkost přes 100 %. Opravením dat v kontrolním formuláři se původní hodnota neztrácí, ale je dále archivovaná v pomocných tabulkách a je možné se k ní po dalších opravách vrátit. Zkontrolovaná data získají validační příznak různé úrovně a není možné je již dále běžně měnit. Změna validace je možná, s příslušným oprávněním, v systémové správě. Plošná kontrola dat jedná se o vzájemné srovnávání hodnot údajů v určité oblasti. Samotné plošné kontrole dat předchází příprava plošné kontroly dat, která se spouští zadáním příslušného roku a měsíce ve výše popsané systémové správě. Pro přehlednost a snadnější orientaci je vhodné zbavit se nadbytečných dat u jednotlivých poboček tím, že se vymažou data stanic z oblastí působnosti ostatních poboček pomocí příkazu v SQL, jemuž je věnována další kapitola. Např. pro ostravskou pobočku se vymažou nadbytečná a pro ni nepotřebná data stanic ústecké, plzeňské, českobudějovické a pražské pobočky. Prostorová kontrola dat se provádí v prostředí GIS, které je s databází CLIDATA provázáno. Po zadání roku, měsíce, typu dat a požadovaného prvku se na mapě republiky v místech, kde se nacházejí stanice s měřením tohoto prvku, objeví čtverečky v barevné škále, charakterizující interval pravděpodobnosti empirického rozdělení daného prvku. Pokud jsou prvky v dané oblasti zobrazeny stejnou barvou, hodnoty jsou pravděpodobně správné. V opačném případě je to pro revizory signál, že hodnota daného prvku bude pravděpodobně chybná. Po kliknutí na čtvereček se objeví informativní tabulka s indikativem stanice a naměřenou hodnotou daného prvku příslušného dne v zadaném měsíci spolu s hodnotami předchozích dvou termínů z tří nejbližších stanic. Po opravení hodnoty prvku v této tabulce je správná hodnota uložena do databáze. I v tomto případě je původní hodnota archivována v pomocné systémové tabulce. 3.3 Inventarizace dat Jedná se o velmi důležitý nástroj pro správce dat v databázích jednotlivých poboček. Umožní mu celkem jednoduše získat přehled o úplnosti dat za zvolené předcházející období a na základě získaného výsledku zjednat nápravu. V příslušné části aplikace CLIDATA je připravena tabulka, do níž uživatel zadá stanici, prvek, období a druh dat (pravidelná nebo nepravidelná), která je zapotřebí inventarizovat. Procedura porovnává data v databázi a záznamy v geografii. Na základě získaného přehledu správce databáze nebo uživatel zjistí, která data scházejí. Jsou-li k dispozici, je nutno je doplnit. Může ovšem nastat i opačný případ, tj. kdy stanice měla určitý výpadek, došlo ke změně ve vybavení či kategorii stanice, a pak je nutno opravit záznam v geografii u příslušného meteorologického prvku. S touto tabulkou se na pobočce v Ostravě intenzivně pracuje již tři roky. Nutno poznamenat, že je velmi užitečná, pomohla odhalit velké množství chyb a práce v tomto směru ještě není ukončena. Nezřídka scházejí celé roky, někdy jen měsíce, popř. jeden a více dnů v měsíci. Data pracovníci Oddělení meteorologie a klimatologie postupně doplňují, případně provádějí nutné opravy v záznamech o prvcích v geografii. Skvěle se tabulka osvědčila v případě importu historických dat do databáze. Tato data jsou vesměs pořizována v prostředí MS Excel. Data se pořídí, převedou se do formátu vhodného pro import a připravenou importní metodou se uloží do databáze. Tímto způsobem se doplňují velké objemy dat, ale téměř vždy se objeví chyby a dojde k výpadkům v importu. 96 Meteorologické zprávy, 57, 2004

7 Pro zajímavost uvádíme, že dosud mezi nejčastěji zaznamenané chyby se řadí špatné označení roku nebo měsíce, chybějící hodnoty z 29. února přestupného roku a malá písmena použitá pro příznak u srážek a sněhu. Inventarizace umožňuje kontrolovat i pravidelná data (15minutová, hodinová, 3hodinová, atd.). Z časových důvodů se rutinně nedaří kontrolovat pravidelná data pro jejich velký rozsah. Připravují se metody a postupy na doplňování chybějících dat u vybraných prvků (GIS, interpolace). Po zavedení těchto metod do rutinního provozu a volné pracovní kapacitě získá tento nástroj velký význam při vyhledávání chybějících dat. 4. NÁSTROJE PRO PRÁCI S DATY, PRODUKTY, VÝSTUPY Dospějeme-li v naší práci až do tohoto bodu, tj. máme nadefinovanou stanici, její popis pozorování, podařilo se nám úspěšně do databáze vpravit naměřené hodnoty získané na této stanici a na dovršení všeho jsme se úspěšně prokousali úskalím všech kontrol a inventarizací, máme data připravená a můžeme s nimi začít odbornou práci, přípravu posudků, popř. začít nad nimi bádat. K tomuto účelu nám systém nabízí celkem pestrou paletou nástrojů, která může posloužit pro operativní i režimové zpracovávání dat. 4.1 Nástroje a software v rámci aplikace CLIDATA Pro tyto účely slouží část databáze Produkty pracuje s uloženými daty a vytváří z nich některé produkty podle zadání uživatele. Jsou to větrné růžice, x-denní funkce, intenzity srážek a uživatelská EDATA, k dispozici je program, který zpracovává stálé dotazy, tj. pravidelně se opakující výběry dat dle definovaných kritérií pro větší množství stálých a dlouhodobějších zákazníků. Větrné růžice. V tomto formuláři si může uživatel připravit data pro větrné růžice podle vlastních požadavků. Můžeme zvolit požadované období s přesností na den, jednu nebo libovolný počet stanic, výpočet z pravidelných či nepravidelných dat. Dále si uživatel volí způsob výstupu (měsíční, roční, celé období,..), tabulkové či grafické zobrazení (+ výběr grafu), typ růžice (8směrná, 16směrná, nebo dělení po 10 či 20 stupních), růžici relativní nebo absolutní, popis český nebo anglický a rychlostní intervaly. Připravená data v grafické podobě je možno uložit do souboru. Tabulkové zobrazení je možno spustit v prostředí Oracle Discoverer k dalšímu zpracování a využití. X-denní funkce. Na příkladu denních úhrnů srážek ze stanice Lysá hora v červenci 1997 vysvětlíme tento formulář. Potřebujeme znát jedno, dvou, nebo třídenní úhrny srážek nad 100 mm. Pro zvolený počet dnů najde databáze všechny dny, které vyhovují podmínce a pro každý den zobrazí hodnoty pět dnů dopředu. Volitelné funkce jsou suma a průměr, pravidelná data či data termínových měření a výběr větší nebo menší než. Intenzity srážek. Pro zvolenou stanici a období (např , 7.00 h , 7.00 h) umí aplikace vytvořit kumulativní nebo klouzavý graf s možností zvolit si jednotku, popř. velikost skluzu. Uživatelská EDATA. V této nabídce je možno počítat uživatelem definované extrémy prvků pro nestandardní období. Pro zvolený okruh stanic, prvků, typu měření (pravidelné nebo nepravidelné) a období (roky). Vypočtená data jsou dostupná v aplikaci nebo v prostředí Oracle Discoverer. Stálé dotazy. Toto rozšíření aplikace CLIDATA vzniklo jako odezva na požadavek naší pobočky a je využíváno především pracovníky, kteří se zabývají pravidelnou posudkovou činností. Na jednotlivých listech jsou zadány údaje o firmách (název, adresa, IČO, DIČ, tel., fax), které pravidelně vyžadují stejné údaje, ve formulářích jsou nadefinovány požadované prvky. Ihned po pořízení dat do databáze jsou požadované hodnoty přístupné i v těchto formulářích. Pak již stačí kliknout na ikonu Tisk stálých dotazů pro příslušnou firmu a vytiskne se formulář v podobě tabulky s požadovanými daty. Velmi důležitý z hlediska rychlého vybavení posudku je typ dotazu. Umožňuje dotazy strukturovat do různých skupin, dle požadavku uživatele, např. v Ostravě číslo označující typ dotazu rozlišuje typ místní, tzn., že firma požaduje data z domácí stanice, další profesionální stanice, automatizované stanice a stanice dobrovolnické. Podle typu dotazu lze tak posudek vybavit okamžitě nebo až po doručení příslušných výkazů bez zbytečného čekání a průtahů. Program poskytuje možnost odeslání stálého dotazu na disk PC ve formě souboru (poté může být odeslán faxem), vytvoření větrných růžic ze stanic měřících větrné charakteristiky, a také formulář srážkových charakteristik s daty poskytovanými polským pobočkám IMGW v Katowicích a Wroclawi. 4.2 Standardní databázové nástroje SQL*Plus jedná se o standardní softwarový produkt, pomocí kterého můžeme vykonávat příkazy SQL (pro přístup k databázovým datům) a PL/SQL (procedury pro vykonávání příkazů jazyka SQL. Je dodáván uživatelům spolu s aplikací CLIDATA. Podrobněji v [9] a [10]. Pomocí jednoduchých příkazů SQL si uživatel může rychle zobrazit požadovaná data. Práce s SQL vyžaduje jistou znalost struktury dat v databázi, nejprve je nutno zvolit příslušnou tabulku kde jsou data uložena (denní data RDATA_N, měsíční data MDATA, extrémní data EDATA, normálová data NDATA, 15minutová, 1, 3, 6hodinová data RDATA_R, meteorologické jevy MET_PHENOMENA, ), poté pomocí příkazů zvolit stanici (skupinu stanic), meteorologický prvek, jev, časové období a další podmínky. Pro složitější dotazy je nutná detailnější znalost tabulek a vazeb mezi nimi a řady speciálních příkazů. Nezbytný je PL/SQL pro práci správce pobočkových databází. Jedná se především o správu a údržbu dat, např. výmaz špatných, popř. nepoužitelných dat z databáze, používá se rovněž pro přesun dat mezi stanicemi při změně indikativu. Dále se používá pro přípravu plošné kontroly dat. Oracle Discoverer jedná se o nástroj na výběr a zpracování, který je běžnému uživateli mnohem přátelštější než SQL*Plus. Prostředí na první pohled připomíná obecně známý a velmi rozšířený MS EXCEL, proto je mnohem více používán klimatology, meteorology a ostatními specialisty, kteří chtějí zpřístupnit, prohlédnout a analyzovat data v klimatologické databázi CLIDATA a produkovat různé typy výstupů a analýz [11]. Využití je opravdu široké a není možné jej obsáhnout v tomto článku. V našich podmínkách se nejčastěji využívá pro prohlížení různých typů dat v databázi, která se zobrazí po otevření sešitu a zadání podmínek. Sešitem je v Discovereru myšleno seskupení dat pro řešení různých zadání. Podmínkou je pak zadání roku nebo období, měsíců či dnů, stanice nebo skupiny stanic a prvků. Výstupem jsou listy, které obsahují data vyhovující zadaným podmínkám. Tyto listy v podobě jednoduchých tabulek obsahujících data ve známém tabelárním formátu nebo v podobě křížových tabulek obsahujících data ve více agregované formě, která je obvykle pro analýzu dat lepší, než jednoduché tabulky. Takto vzniklé tabulky lze jednoduchým kliknutím převést do tabul- Meteorologické zprávy, 57,

8 kového souboru Excel, ve kterém lze již snadno doplnit hlavičku tabulky a upravit vzhled podle požadavku odběratele dat. 4.3 Clidata GIS Soustředění velkých objemů dat a jejich detailního popisu v rámci standardního databázového systému ORACLE, spolu s možnostmi, které tento systém nabízí, poskytlo velmi dobrý předpoklad pro vytvoření přímé vazby databáze na Geografický informační systém (GIS). Jedná se především o tvorbu map různých typů stanic, přehledových map, ale především zpracovávání uložených dat srážkových, teplotních a jiných charakteristik a jejich podrobnou analýzu. Pomocí GIS byly vypočítány technické řady měsíčních úhrnů srážek za období pro stanice s měřením srážek v uvedeném období. Významně se tato vazba využila a využívá při zpracování dat z povodně v roce 2002 (výsledky byly prezentovány na internetových a intranetových stránkách ČHMÚ). Pomocí aplikačního serveru jsou data bezpečnou cestou vybrána z databáze a v grafické formě prezentována, popř. poskytnuta zákazníkům. Vazby databáze na GIS se využívá rutinně především v již zmiňovaných plošných kontrolách dat. Oddělení klimatologické databáze za pomoci tohoto nástroje zpracovalo klimatické oblasti podle Quitta [12] a mapy zatížení sněhem a větrem [13] nyní slouží jako služební pomůcky, které umožňují výrazně lepší interpretaci a přesnější zařazení lokalit do jednotlivých kategorií. 5. SYSTÉMOVÁ SPRÁVA Tato část databáze není běžně přístupná a není určena pro běžného uživatele, který pouze vkládá a kontroluje data, či provádí jejich výběr. Zásahy do databáze v této části mohou mít dalekosáhlé důsledky pro uložená data, tzn. mohou být při neodborném či neuváženém zásahu způsobeny značné škody. V systémové správě pracují pouze pobočkoví správci obsahu dat databáze s příslušným oprávněním. Pokusíme se alespoň částečně poodhalit roušku tajemství a stručně seznámit s vybranými zajímavými funkcemi a možnostmi. Definice pořizovacího formuláře obsluha databáze s příslušným oprávněním může nadefinovat potřebný pořizovací formulář pro vkládání dat do databáze. Při definování formuláře je potřebné definovat, jaký typ dat se bude pořizovat (pravidelné, nepravidelné), pořizované prvky, vzhled pořizovaného formuláře, kontrolní součty a zvolit název formuláře. Definování formuláře je intuitivní podle nabídek, obsahuje i ukázku vzhledu formuláře. Nadefinovaný formulář je možno opravovat a doplňovat. Historické jednotky tato nabídka umožňuje při pořizování dat data pořizovat do formuláře, jak jsou zapsána v měsíčních výkazech pozorování. Jedná se především o data před rokem Mezi nejpoužívanější historické jednotky patří Beaufortova stupnice pro rychlost větru. Používala se pro tento prvek převážně před rokem V současné době se rychlost větru udává v m.s 1 a tyto hodnoty se ukládají do databáze. Při pořizování dat by se tedy musely stupně Beauforta převádět na m.s 1. Pomocí historické jednotky je nadefinován přepočet rychlosti větru ze stupňů Beauforta na m.s 1. Aby se přepočet mohl při pořizování dat používat, je potřeba v geografii příslušné stanice u záznamu rychlosti větru pořizovaného období přiřadit historickou jednotku a při otevírání pořizovacího formuláře povolit (zatrhnout) její použití. Další historickou jednotkou jsou směry větru udávané anglickými nebo českými zkratkami směrů (nyní se používají desítky stupňů 0 36). Dalším příkladem je atmosférický tlak vzduchu zaznamenaný v měsíčních výkazech pozorování v torrech (nyní tlak v hpa). Tlak vzduchu se, po splnění výše uvedeného, pořizuje v torrech a data se automaticky přepočítávají na hpa. Další ulehčení pro pořizování umožňuje nadefinovat zjednodušené hodnoty tlaku. Pokud se tlak na stanici pohybuje v intervalu např torr, tak je nadefinovaná jednotka, která umožní vkládat hodnotu tlaku 723,3 torr pouze zápisem 23,3. Přístroje v tomto formuláři jsou předdefinovány všechny používané přístroje, které se na meteorologických stanicích používají. Nové přístroje se zde dají doplňovat. Pokud správce obsahu databáze definuje v geografii pozorování, ke každému prvku a zadanému období přiřazuje příslušný přístroj. Pokud se přístroj změní, provede správce databáze u příslušné stanice a prvku nový záznam pro požadované období a přístroj. Přístroje není třeba vypisovat, dají se zobrazit v příslušném poli klávesou F9 a vyhledávat podle abecedy. Tato nabídka zrychluje práci při práci s různými formuláři a zavádí jednotné označení používaných přístrojů v databázi. Do tabulky je možno k přístroji dopsat poznámku a výrobce přístroje (srážkoměr, srážkoměr AIM výrobce Envitech, srážkoměr automatický výrobce Meteoservis, srážkoměr hydrologický výrobce NOEL). Do poznámek je možno zapsat velikost záchytné plochy, vyhřívání, popř. další parametry. Prvky v tomto formuláři jsou definovány všechny používané meteorologické prvky v databázi. Zkratka, jméno, definice, měřítko, jednotka prvku, horní a dolní limit prvku, pro výpočet normálů výběr funkce (součet nebo průměr). Formulář dále obsahuje tabulku převodů příslušného prvku z databáze CLICOM, limity pro výpočet počtu dnů s hodnotou nad nebo pod stanovenou hodnotu (např. pro TMA 0, 25 a 30 o C). Dále se zde definují parametry pro tvorbu produktů v měsíčních, normálových a extrémních tabulkách. Typ času tabulka obsahuje zkratky požívaných časů (GMT, SEČ, SELČ, UTC), jejich popis a časový rozdíl. Data v databázi jsou uložena v čase SEČ a prostřednictvím této tabulky je možno data importovat v časech zde uvedených. Nastavením v importní metodě se data správně přiřadí a časové údaje meteorologických jevů nebo synoptických dat se přepočítávají. Půdní typ vymezuje základní půdní typy, vyskytující se na našem území. Vychází se z klasifikace W. L. Kubieny, která bere ohled na všechna přírodovědecká hlediska a snaží se vystihnout pestré rozčlenění půd v jeho plném rozsahu, tj. včetně málo vyvinutých půd. Zahrnuje tyto kategorie: ranker, rendzina, pararendzina, černozem, paračernozem, slínovatka, hnědozem, hnědá půda, parahnědozem, drnopodzol, pseudoglej, podzol, terrae calcis, plastosol, latosol, nivní půda, glejová půda, slaná půda, lužní půda, rašelinná půda, antropická půda. Pro některé stanice ve vrcholových oblastech nejvyšších pohoří lze použít kategorii alpínská půda. Georeliéf typ georeliéfu je jedním ze základních kritérií pro vymezení přírodních krajin. Vychází z relativní výškové členitosti terénu. Pro údolní nivy je to 0 30 m, sníženiny zahrnují pánve, kotliny a brázdy, ploché pahorkatiny m, členité pahorkatiny m, ploché vrchoviny m, členité vrchoviny m, hornatiny m a velehornatiny s relativní výškovou členitostí nad 600 m. Vegetační okolí vytváří přehled o využití půdy v okolí stanice mimo antropogenní vlivy. Pro určení kategorie je rozhodující převládající prvek v okolí stanice. Obsahuje tyto kategorie: travnatý porost, pastvina, louka, orná půda, les jehličnatý, les listnatý, les smíšený, vodní plocha, kosodřevina. 98 Meteorologické zprávy, 57, 2004

9 Antropogenní vliv určuje antropogenní vliv okolí klimatologické stanice. Pro určení antropogenity je rozhodující převládající prvek v okolí stanice. Obsahuje tyto kategorie: město, zastavěná plocha, park sad, průmyslová plocha, vodní plocha, letiště, zahrada, orná půda, těžební plocha. V případě, že okolí stanice není nijak významně antropogenně ovlivněno, lze použít kategorii: bez antropogenního ovlivnění. Uvedené kategorie rozšířené geografie byly navrženy ostravskou pobočkou a byly diskutovány prostřednictvím ové konference k databázi Clidata Pandora.cz. [5, 6, 7]. Klimatologické schéma tato schémata umožňují vkládat, importovat a ukládat data k definovaným časům. Číslo schématu je nutné definovat při popisu pozorování každého prvku, tak např.: schéma č. 1 je definováno pro všechny prvky měřené v termínech pozorování 7, 14 a 21 h (teplota vzduchu, směr a rychlost větru, vlhkost vzduchu, oblačnost, stav počasí a půdy, atd.), schéma č. 2 pro čas 7.00 h (SRA, SCE, atd.), schéma č. 3 pro h (TMA, TMI, atd.), schéma č. 4 pro 0.00 (SSV), atd. Příznaky prvků definice povolených příznaků. (T neměřitelné množství srážek, N nesouvislá sněhová pokrývka, R sníh padal a roztál, P sněhový poprašek, L led na punčošce vlhkého teploměru,.. a skupina příznaků pro prvky ze zprávy SYNOP) Příznaky jevů zde jsou definovány časové zkratky meteorologických jevů spolu s příznaky pro rozkódování jevů v databázi. Příslušný meteorologický jev se pořídí nebo importuje do databáze s časovou značkou (déšť ma h, databáze zápis rozkóduje a při výpisu jevu se začátek jevu zobrazí s časovým údajem 4.00 h a příznakem začátku 2 (pro časovou zkratku ma)) Seznam jevů v tomto formuláři jsou definovány všechny používané jevy zkratkou jevu, názvem a grafickým symbolem. V nabídce si uživatel může nadefinovat skupiny jevů. Jako příklad uvádíme skupinu den s bouřkou (BO) do této skupiny je definována bouřka blízká, vzdálená a velmi vzdálená. Pro skupinu den s deštěm jsou definovány jevy déšť, dešťová přeháňka, mrznoucí déšť a mrznoucí mrholení. Tato nabídka zrychluje práci při výběrech meteorologických jevů při definici podmínek dotazu. Uživatel si může nadefinovat skupiny podle vlastních požadavků Změna validačního flagu data importovaná z databáze CLICOM, data vypočítaná a data kontrolovaná získají validační flag. Validovaná data nelze běžně měnit ani jinak upravovat. Pokud se vyskytne potřeba s daty dále pracovat, může obsluha s příslušným oprávněním změnit v této nabídce validaci. Změna validace se provádí definováním stanice, nebo skupiny stanic, prvkem a obdobím. Data s validačním flagem A jsou data, která prošla prostorovou kontrolou dat, flag B pak data kontrolovaná v CLICOMU [14], flag C mají data vypočtená (např. denní průměry) a flag N mají data importovaná z jiných zdrojů nebo pořízená před kontrolou. Změna validace je možná pouze u flagů A, B nebo N, a to na flagy B nebo N. Kontrolní rovnice definice kontrolních rovnic používaných při kontrolách dat (v současné době 19 kontrolních rovnic). 6. OPERATIVNÍ VYUŽITÍ DATABÁZE ORACLE A APLIKACE CLIDATA Jak již bylo uvedeno v předchozích částech příspěvku, budovaný databázový systém, původně určený pro potřeby klimatologie, dnes v sobě integruje řadu zdrojů dat, a to i z jiných oborů a od jiných subjektů, s nimiž ústav v tomto směru spolupracuje. Z počátku se přirozeně jednalo především o data z klimatologických stanic, tj. manuálních i automatických, tomu odpovídá i vytvořená aplikace CLIDATA. Avšak postupem času, v souladu s obecnými možnostmi a nástroji databázového systému, na němž je aplikace postavena a který byl v této souvislosti k dispozici, se začalo spektrum zdrojů dat a informací rozrůstat. Dnes se tedy jedná o již zmiňovaná klimatologická data z automatizovaných stanic se provádí import 8krát denně v tříhodinových intervalech ihned po sběru, ostatní data z manuálních stanic se pořizují v pravidelných měsíčních intervalech. Dále jsou to data z tuzemských a vybraných zahraničních synoptických stanic. Po dokončení specifikace metadat hydrologických stanic začaly pravidelně přibývat údaje z těchto automatických měřicích bodů, stejně se postupovalo v případu meteorologických údajů ze stanic AIM. Ve spolupráci s odborem distančních měření ČHMÚ se zařadila do databáze jako samostatný prvek sumace srážek počítaná z radarových odhadů. Tedy pro každou stanici definovanou geografickými souřadnicemi se v hodinovém kroku vypočte příslušná hodnota, která je poté importována do databáze. Z externích zdrojů je nutno zmínit především data z měřicí sítě podniku Povodí Odry, tj. údaje z automatických srážkoměrů a stanic povrchových vod (ca 60 objektů), které jsou uživateli k dispozici v hodinových intervalech. Právě tyto skutečnosti vedly k myšlence využít databázi jako jednotící platformu pro data přicházející na naše pracoviště z různých zdrojů a v různých formátech. Své sehrála i skutečnost, že databázový systém Oracle je již obecně vybaven nástroji pro cílené a specifikované výběry dat a provádění výpočtů. K tomu, aby zmíněná data mohla vstupovat do databáze a být využívána operativně, postačilo nadefinovat nezbytné popisné údaje, importní procedury a případně provést úpravy v tabulkách. Budeme-li se zabývat konkrétními možnostmi výběrů a využití dat, pak jako první nástroj pro výběry dat se nabízí SQL*Plus. Vyžaduje na uživateli jistou znalost struktury databáze, vazeb mezi tabulkami a přirozeně znalost příkazů a jejich syntaxe. Není však příliš náročné nadefinovat základní dotazy dle potřeb uživatele a je-li k dispozici příručka [10], neměl by to být větší problém. Navíc je zde možnost opakující se standardní dotazy si po nadefinování a odladění uložit (např. dotazy na dlouhodobé charakteristiky pro daný den pro potřeby srovnávání s aktuální situací). SQL*Plus disponuje i jistými, byť poněkud omezenými, možnostmi úpravy formátu výstupu. Druhou možnost nabízí Oracle Discoverer [11], vytváření pohledů na data je z hlediska uživatele jednoduší. Jedná se v podstatě o grafické rozhraní nad SQL, poskytuje přehledné zobrazení vybraných dat, které uživateli na první pohled připomene obecně používaný a známý MS EXCEL. Disponuje i jistými možnostmi grafického zobrazení dat, mezi hlavní výhody však patří celkem široká nabídka výstupních formátů, počínaje těmi textovými až po možnost exportovat data ve formátu *.html. Pro operativní využití je velmi významná možnost spouštět předem nadefinované pohledy na data (sešity) z dávkových souborů v definovaných časech. Umožňuje tedy plně automatizovat např. proces pravidelně se opakujících výběrů dat pro uživatele, zákazníka či jiného odběratele. V naší pobočkové praxi se již několik let tyto požadavky vyskytují a stále množí. Vychází z obdobné modelové situa- Meteorologické zprávy, 57,

10 ce, kdy uživatelé a odběratelé již mají vybudovány své softwarové systémy. Do nich vstupují jejich specifické údaje a také hodnoty vybraných meteorologických prvků, popř. naše údaje slouží k přímému řízení procesů či systémů odběratele (např. v rámci krizového řízení Hasičského záchranného sboru, správců toků, krajských úřadů, z řad komerčních zákazníků se jedná o energetiku, Státní rostlinolékařskou správu, teplárny, plynárny atd.). Požadavek tedy obecně zahrnuje kromě definice prvků i nutnost jejich dodávání v pravidelných intervalech a v co možná nejkratší době po jejich získání v měřící stanici. V reakci na tyto požadavky vznikly některé specifické funkce aplikace CLIDATA. Jsou přístupné obvykle pro pobočkové správce databáze s příslušným oprávněním, kteří mají přístup do Systémové správy. Obecně je možno nadefinovat dvě základní automatizované operace: odesílání zpráv umožňuje nadefinovat SQL dotaz a četnost jeho spouštění, výsledek výběru je v těle zprávy automaticky odeslán na definovanou adresu elektronické pošty, odesílání zpráv FTP výběr dle dotazu je s předepsanou četností odeslán na definovanou adresu pomocí FTP protokolu na zvolený server. Popsané funkce však mají jistá omezení z hlediska formátu. Má-li tedy někdo specifičtější požadavky, např. automatický export dat na webové stránky ve formátu *.html, export ve formátu MS EXCEL, *.pdf a nebo naopak ve velmi často používaném formátu pro výměnu dat, tj. v textovém formátu s oddělovačem, pak je výhodnější použít již dříve zmíněné spouštění sešitu Oracle Discovereru, včetně vybraného exportu z něj pomocí dávkového souboru. Kombinací libovolného časového řídícího programu a skriptů FTP lze s výsledkem exportu libovolně nakládat. Závěrem této části, která se zabývá operativním využitím dat, by bylo dobré uvést zmínku o vazbách na geografické informační systémy. Možnosti databázového systému a aplikace dokumentují celkem dostatečně publikované mapové produkty zpracované v rámci hodnocení povodní v roce 2002, přičemž za zmínku stojí především fakt, že pro operativní hodnocení je možno pomocí SQL dotazů definovat i kratší období než je měsíc nebo den a vykreslovat mapové podklady pro vybrané prvky a provádět plošné výpočty (např. množství srážek na povodí apod.) pro libovolný časový úsek. 7. KONFERENCE UŽIVATELŮ SYSTÉMU CLIDATA Pandora.cz Pandora.cz je ová konference uživatelů databáze CLIDATA, kterou autorský tým zřídil pro výměnu informací o novinkách v aplikaci, o servisních zásazích v databázi a v neposlední řadě k diskusi uživatelů k problémům spojených s provozem a využíváním databáze. Je zřízena na veřejném serveru pro možnost informování a správy i mimo ČHMÚ. Na webové adrese je domovská stránka databáze CLIDATA s informacemi o vývoji databáze, informace o kontaktech na autory, manuál k databázi v anglické verzi. Jsou zde popsány mezinárodní aktivity při šíření databáze a další informace k databázi [15]. 8 ZÁVĚR Cílem předloženého článku bylo shrnout čtyřleté zkušenosti s praktickým využíváním databáze, poskytnout běžnému uživateli jistý výběr a přehled nejdůležitějších činností a prací spojených s databází. Věříme, že naše postřehy a informace pomohou novým správcům databáze na pobočkách a uživatelům při jejich práci. Pro ostatní meteorologickou i laickou veřejnost je to nástin, co mohou od této databáze očekávat a vyžadovat a jaké jsou její další možnosti, popř. nedostatky. Databáze je jednoznačným přínosem pro klimatologii a operativní meteorologii. Je to velký kvalitativní skok oproti dříve používané databázi CLICOM a je významným pomocníkem pro klimatologii. Pro bezchybné fungování vyžaduje poměrně náročné hardwarové zázemí na pobočkách a v centru a operativní servisní zázemí pro centrální správu databáze. Věříme, že i přes významné personální změny v oddělení klimatologické databáze a odboru klimatologie bude zachován současný stav databáze. Za vznik tohoto článku vděčíme programátorům z firmy ATACO, pracovníkům oddělení klimatologické databáze, oddělení meteorologie a klimatologie a regionálního předpovědního pracoviště v Ostravě, kteří se podíleli na vzniku a současné podobě databáze. Literatura [1] TOLASZ, R., Nové směry ve vývojích klimatologických databází. Meteorologické Zprávy, roč. 51, č. 3, s ISSN [2] COUFAL, L. TOLASZ, R., Klimatologická databáze CLIDATA (Část METADATA informace o měřících stanicích). Meteorologické Zprávy, roč. 52, č. 2, s ISSN [3] Popis aplikace CLIDATA. Uživatelská příručka. 52 s. [Interní publikace.] [4] COUFAL, L. TOLASZ, R., Klimatologická databáze CLIDATA Datový model a jeho aplikace. Meteorologické Zprávy, roč. 54, č. 3, s ISSN [5] MIŠTERA, L., Geografie ČSSR. Praha: SPN. 385 s. [6] HORNÍK, S. a kol., Fyzická geografie II. Praha: SPN. 320 s. [7] SMOLÍKOVÁ, L., Pedologie II. Praha: SPN. 164 s. [8] LIPINA, P. TOLASZ, R. ŽIDEK, D., Automatizovaná staniční síť ČHMÚ pobočky Ostrava zkušenosti s budováním a provozem, vazba na klimatologické databáze. Meteorologické Zprávy, roč. 53, č. 3, s ISSN [9] COUFAL, L. TOLASZ, R., CLIDATA Klimatologická databázová aplikace (SQL pro administrátora CLIDATA). Praha: Ostrava: ČHMÚ. 99 s. [10] SQL struktura aplikace tabulky. Uživatelská příručka. 98 s. [Interní publikace.] [11] Oracle Discoverer TM Release 3.1. Uživatelská příručka Praha: ČHMÚ. 156 s. [12] QUITT, E., Klimatické oblasti Československa. Studia Geographica, 16. Brno. 13 s. [13] ČSN , Zatížení stavebních konstrukcí. Praha: Vydavatelství úřadu pro normalizaci a měření. 168 s. [14] COUFAL, L., CLICOM modul pro práci s daty. Meteorologické Zprávy, roč. 48, č. 4, s ISSN [15] COUFAL, L. TOLASZ, R. KŘIŽKA, F. VALDER, J. STŘÍŽ, M., Clidata manual. English version. Lektor RNDr. M. Hradil, rukopis odevzdán v lednu Meteorologické zprávy, 57, 2004

11 Martin Setvák Petr Novák Milan Šálek (ČHMÚ) TORNÁDA 31. KVĚTNA 2001 NA ÚZEMÍ ČESKÉ REPUBLIKY Tornadoes on May on the territory of the Czech Republic. The paper documents a large (F3) tornado on the territory of the Czech Republic, which occurred on 31 May 2001, close to the Sázava River. Though several other smaller tornadoes were reported on that day (being spawned by two different tornadic storms), the biggest one caused damage swath of about 0.5 km wide and about 4.5 km long. Moreover, this is the first case of an unambiguous radar detection of supercell storm in the Czech Republic, and also the first case of secondary suction vortices being captured in the Czech Republic by amateur video camera. KLÍČOVÁ SLOVA: tornádo supercela víry sekundární savé helicita CAPE pozorování radarová a družicová Upozornění: Obrázky 1, 2, 3, 6, 11c, 13, 15, 17, 18, 19 a 20 jsou uvedeny v barevné příloze. Podpisky k obrázkům 11c, 19 a 20 jsou vzhledem k rozsahu uvedeny na konci článku. Legends to Figs. 11c, 19 and 20 are for technical reasons at the end of the paper. 1. ÚVOD Celkovým přehledem význačnějších tornád, které se vyskytly na území České republiky v letech 2000 a 2001, se zabývá [1]. Dokumentaci tornád na našem území, od prvního známého případu v roce 1119 až do současnosti, a diskusi nárůstu dokumentovaných případů za posledních několik let je věnována práce [2]. V následujícím článku, který je volným pokračováním [1], se autoři vrací s tříletým odstupem ke dni 31. května 2001, kdy se na našem území vyskytlo během odpoledních hodin hned několik tornád, doprovázejících dvě nezávislé konvekční bouře. Tento den však není výjimečným díky celkovému počtu tornád za jediný den v tomto směru nejspíš drží dosavadní rekord 20. červenec 2001 (podrobnosti viz [1] a [3]) 31. květen 2001 je významným z jiných pohledů. Nejmohutnější tornádo toho dne a konvekční bouře, jež jej zplodila, které jsou níže popsány podrobněji, mají totiž dvě významná prvenství: jednak je to první případ, kdy byla na našem území jednoznačně dokázána přítomnost tzv. sekundárních savých vírů, vyskytujících se uvnitř či na periférii primárního mateřského tornáda, jednak je to první případ jednoznačně radarově doložené supercelární struktury bouře, na které se toto tornádo vyskytlo. Článek si nečiní ambice být vyčerpávajícím rozborem meteorologické situace, která k těmto tornádům a supercelární bouři vedla, všímá si především dvou aspektů: detailů a zvláštností škod způsobených tornády v oblasti měst Zruč nad Sázavou, Ledeč nad Sázavou a Světlá nad Sázavou (ve vazbě na charakter tornáda a jeho doprovodných jevů) a struktury supercelární bouře, která toto tornádo vygenerovala, zplodila. 2. SYNOPTICKÁ SITUACE A VLASTNOSTI ATMOSFÉRICKÉHO PROSTŘEDÍ Vývoj celkové povětrnostní situace ze dne 31. května 2001 nad Evropou a přilehlou částí Atlantského oceánu ilustruje obr. 1, na němž jsou v termínech 06 a 18 UTC zobrazena pole geopotenciální výšky v hladinách 500 a 850 hpa a přízemní tlakové pole, přičemž geopotenciál hladiny 850 hpa je doplněn stínováním naznačujícím pole teploty v téže hladině. Z obr. 1 vyplývá, že střední Evropa ležela uvedeného dne ráno v dobře vyjádřené frontální zóně, patrné z prvního pohledu na pole geopotenciálu hladiny 500 hpa (viz též obr. 18, snímek z družice Meteosat). Při zemi se na frontální vlně prohlubovala menší podružná tlaková níže postupující z Německa dále k východu až jihovýchodu. Ještě lépe je to patrné z obr. 2, na němž jsou analýzy mezoměřítkového modelu ALADIN. Tlaková níže s vyvíjející se frontální vlnou, dobře patrnou na teplotním poli v hladině 850 hpa, je lokalizovaná nad územím Čech. V hladině 500 hpa se přitom nad střední Evropu během dne přesouvala brázda nižšího tlaku vzduchu, což odpovídá nastupující studené advekci a současně probíhající cyklogenezi. Analýza aerologického měření v Praze-Libuši (obr. 3) ve 12 UTC ukazuje podmíněnou instabilitu s horní hranicí konvekce v hladině kolem 7 km, přičemž teplota konvekce byla přibližně 20 C. Hodnota dostupné konvekční energie (Convective Available Potential Energy, CAPE) se pohybovala kolem 260 J/kg, s modifikací CCL 270 J/kg, což je hodnota dostatečná k vývinu bouří, ale nijak mimořádná. Doplňujeme, že podle Sulana et al. [13] začíná výpočet CAPE s modifikací CCL v modifikované konvekčně kondenzační hladině, která se stanoví jako průsečík křivky zvrstvení a izogramy, jejíž počáteční bod při zemi se odvodí ze středního směšovacího poměru vrstvy zemský povrch hladina 850 hpa. Hodnota CAPE je sice poměrně dobrý parametr instability, ale, jak mj. uvádí Doswell [4] nebo Kerr a Darkow [5] a potvrzuje např. Sulan et al. [13], i při relativně malých hodnotách CAPE může docházet k vývinu silných konvekčních bouří supercelárního typu. Z obr. 3 je dále možné vyčíst, že kolem tropopauzy dosahovala rychlost větru značných hodnot kolem 50 m/s, což znamená přítomnost tryskového proudění. Pro vývoj supercelárních bouří je důležitý vertikální střih větru, jak dokumentuje mj. práce Doswella [4], Manzata [6] a Kerra a Darkowa [5]. Pro kvalitativní zhodnocení podmínek vzniku supercelárních bouří se využívá hodograf, tj. graf ukazující změnu vektoru větru s rostoucí výškou. Hodografy pro stanice Praha-Libuš a Brno-Sokolnice je možné analyzovat na obr. 4 a 5. Na těchto grafech je patrné výrazné stáčení větru s výškou směrem doprava především u poledních termínů. Jak píše Doswell [7], vhodné stáčení směru vektoru větru s výškou, charakteristické hodografem zakřivujícím se doprava, vyústí do horizontální vorticity s významnou složkou ve směru proudění. Tato horizontální vorticita se při vývoji konvekčního výstupného proudu naklání a výsledná interakce má za následek cyklonálně rotující výstupný proud. Je zřejmé, že i horizontální vorticita s významnou složkou kolmo ke směru Meteorologické zprávy, 57,

12 Obr. 4 Hodografy odvozené z měření aerologické stanice Praha-Libuš ze dne z termínů (zleva doprava, shora dolů): 00, 06, 12 a 18 UTC. Jednotlivé kružnice představují rychlosti větru 10, 20, 30,, 60 m/s. Čísla na křivce průběhu vektoru větru s výškou označují nadmořskou výšku v kilometrech a vlevo nahoře je výpis všech hladin a příslušných údajů větru ze zprávy TEMP. Světlými čarami vycházejícími z průsečíku hlavních os jsou naznačeny odhady drah případných supercelárních bouří. Hodografy jsou ve své spodní části doplněny údaji o vektoru přesunu pravostáčivé bouře, hodnotou SREH a údajem o střihu větru mezi zemí a hladinou 200 hpa (přibližně 12 km). Fig. 4. Hodographs derived from the aerological sounding of the station Prague-Libuš from May 31, 2001, 00, 06, 12 and 18 UTC (from left to right, from top to bottom). The circles denote wind velocity 10, 20, 30,, 60 m/s. The numbers at the hodograph curve are altitude in kilometers and in the left top corner is the list of the levels and corresponding wind vectors from the TEMP code. The lines starting at the center of the graph are the estimates of the motion of the possible supercells. At the bottom of the hodographs you find the estimate of the right moving supercell motion vector, SREH value and wind shear of the layer surface 200 hpa (approx. 12 km) proudění může být konvekcí nakloněna do svislého směru. Při tomto naklonění a při rozdělování bouře (storm splitting, viz např. Doswell [16]), které je v těchto případech běžnější, vzniká přibližně rovnocenná dvojice konvekčních buněk s divergujícími trajektoriemi, z nichž levostáčivá (tj. pohybující se doleva od průměrného směru proudění) má anticyklonální rotaci a pravostáčivá má rotaci cyklonální. Při případném rozdělení konvekční bouře v prostředí charakteristickém výrazně pravostáčivým hodografem (a tedy vysokou hodnotou SREH, viz dále) však anticyklonálně rotující levostáčivá buňka poměrně rychle zaniká a je preferována bouře pravostáčivá s cyklonální rotací. Doplňme, že u levostáčivého hodografu jsou tyto závěry zrcadlově opačné [16]. Je však nutno poznamenat, že tato koncepce je nutně velmi zjednodušená, neboť v reálné atmosféře se vyskytují víry a střihy větru různě orientované. Navíc, procesy spojené s konvekční bouří modifikují pole proudění též významnou měrou. Uvedené koncepční modely slouží spíše k základnímu 102 Meteorologické zprávy, 57, 2004

13 Obr. 5 Hodografy odvozené z měření aerologické stanice Brno-Sokolnice ze dne z termínů (zleva doprava, shora dolů): 00, 06, 12 a ze dne , 00 UTC. Vysvětlení ke grafu viz obr. 4. Fig. 5. Hodographs derived from the aerological sounding of the station Brno-Sokolnice from May 31, 2001, 00, 06, 12 and from June 1, 2001, 00 UTC (from left to right, from top to bottom). For details see Fig. 4. vysvětlení možnosti vzniku rotace supercelárních konvekčních bouří a nečiní si nárok na úplnost. Na zmíněných obrázcích 4 a 5 je též uvedena hodnota SREH (Storm-relative Environmental Helicity) a odhadu postupu supercelární bouře. Helicita je parametr udávající náchylnost prostředí tekutiny vytvářet helikální proud, tj. proud, ve kterém se vlivem střihu větru vytváří horizontální vorticita s významnou složkou ve směru proudění [7]. Matematicky je (integrální) helicita H vyjádřena jako integrál skalárního součinu horizontálního větru a vektoru horizontální vorticity: z 1 H = v r H ω r Hdz. z0 (1) r r Ve vzorci (1) značí vektor v H horizontálního proudění, ω H představuje vektor horizontální vorticity, z 0 a z 1 jsou spodní a horní hranice vrstvy, pro kterou se integrál počítá. Většinou je to výška zemského povrchu a výška 3 km nad zemským povrchem, případně výška hladiny 700 hpa. Předpokládá se (např. [9]), že hodnota integrální helicity prostředí vyjádřená v souřadném systému pohybujícím se s bouří (Storm Relative Environment Helicity, SREH) ve vrstvě sahající od zemského povrchu do 3 km je jedním z parametrů, který naznačuje náchylnost atmosférického prostředí k tvorbě mezocyklon. Symbolicky vyjadřujeme hodnotu SREH pomocí vzorce 2: z1 SREH = ( v r H c r ) ω r Hdz. z0 (2) Meteorologické zprávy, 57,

14 r r kde c značí vektor postupu bouře. Pro vektor c, tj. odhad postupu supercely, byl použit algoritmus Bunkerse et al. [8], který je založen na advekci bouře průměrným větrem a interakci uvažovaného výstupného proudu s prostředím. Spočívá v následujících krocích (viz vzorce 3): 1. Z příslušného aerologického měření se vypočte rprůměrný vítr od zemského povrchu do 6 km nad zemí ( V mean ). 2. Je vypočítán vektor střihu větru mezi průměrným větrem vrstvy 0,0 0,5 km a průměrným r větrem r vrstvy r 5,5 6,0 km nad zemským povrchem ( V ). shear = V6km V0km 3. K vektoru průměrného větru (0 6 km nad zemí) se přičte, resp. odečte vektor, který je kolmý ke střihu větru, vypočteného podle bodu 2., a jenž má velikost D = 7,5 m/s. Symbolicky je výpočet postupu pravostáčivé, resp. levostáčivé supercely vyjádřen následujícími vzorci: r r r r V V D V shear r k RM = mean + Vshear, (3) r r r r V V D V shear r k LM = mean Vshear, r r kde V RM, resp. V LM značí vektor pohybu pravostáčivé, resp. r levostáčivé bouře, a k je jednotkový vektor ve směru osy z kolmé k horizontální rovině. Je nutno zdůraznit, r že jak rozsahy vrstev, pro které se počítá vektor větru V nebo vektor střihu větru V shear, tak hodnota D byly v práci Bunkerse r mean et al. [8] stanoveny pomocí statistického vyhodnocení skutečného pohybu supercell pouze na území USA, nicméně tento postup z důvodu nedostatku jiných použitelných metod zatím přejímáme. Výše popsanou metodou byl vypočten následující vektor postupu supercely pro 12. hodinu UTC: 118, 18 m/s. Pro srovnání uvádíme změřený vektor postupu dále rozebírané posázavské bouře mezi Berounem a oblastí asi třináct kilometrů východně od Havlíčkova Brodu, který byl zjištěný pomocí meteorologických radiolokátorů: 108, 16 m/s. Davies-Jones [9] uvádí přibližné hodnoty SREH , , 450 m 2 /s 2 pro slabé, střední a silné mezocyklony. Podrobná diskuse tohoto parametru, jehož experimentální výpočty v ČHMÚ začaly teprve na počátku dubna 2004, sice není předmětem tohoto článku, ale pro srovnání uveďme v tab. 1 hodnoty SREH pro aerologické stanice Praha-Libuš a Brno, které jednoznačně vykazují maxima kolem poledních hodin. Pro úplnost poznamenejme, že hodnoty SREH jsou vztažené pouze k pohybu pravostáčivé supercely. Pro případné levostáčivé supercely jsou hodnoty SREH podstatně menší, a proto se většinou neuvádí. Tab. 1 Integrální hodnoty SREH (0 3km) z měření aerologických stanic Praha-Libuš a Brno dne Table 1. Integral values of SREH (0 3 km) from measurements of the meteorological stations Praha-Libuš and Brno on 31 May SREH Praha Libuš SREH Brno [m 2 /s 2 ] [m 2 /s 2 ] , 00 UTC , 06 UTC , 12 UTC , 18 UTC , 00 UTC 18 Pro hodnotu SREH je důležité stáčení větru s výškou doprava, jak uvádí např. Doswell [7]. Tento charakteristický rys je patrný u poledních termínů obou analyzovaných stanic, a to Prahy-Libuše i Brna (viz obr. 4 a 5). Ve večerních hodinách je už patrný vliv studené advekce se stáčením větru s výškou doleva. 3. TORNÁDICKÁ 1 BOUŘE V SEVEROZÁPADNÍCH A STŘEDNÍCH ČECHÁCH První, relativně slabší ze dvou bouří toho dne, na kterých byla prokázána tornáda, vznikla kolem UTC v Německu v okolí Lipska, na naše území přešla přes Krušné hory kolem UTC a dále pokračovala přes Chomutovsko, Lounsko, Kralupy nad Vltavou, a ve slabší podobě (alespoň dle radarových měření) směrem na Nymburk a Poděbrady. Na této bouři se v Čechách vyskytla dvě svědecky doložená slabší tornáda. Souvislost této bouře s tornádem hlášeným v Sasku není zcela jednoznačná. První z tornád na našem území, která se vyskytla na této bouři, je doloženo severozápadně od Kralup nad Vltavou, mezi obcemi Dušníky nad Vltavou a Všestudy, v těsné blízkosti dálnice D8. Podle svědka ze Všestud mělo tvar klasického trychtýře. Jeho spodní část lámala vzrostlé topoly a poničila část střechy místní sušičky chmele, chmelnice a elektrické rozvody, dle charakteru způsobených škod hodnotíme toto tornádo stupněm F1 (dle tzv. Fujitovy stupnice, viz [1]). Tornádo bylo pozorováno 2 po dobu ca 1 minuty, poté zesláblo a rozpadlo se. Je možné, že jev souvisel s nepotvrzeným výskytem tornáda v Kralupech a na Kladensku. Mezi výskytem tohoto a následujícího pozorovaného tornáda je pravděpodobně nepřímo doložen výskyt ještě jednoho tornáda. Na jeho existenci usuzujeme na základě hodnověrného popisu charakteru škod v trajektorii bouře, který se nám dostal do rukou sice se značným zpožděním od výskytu jevu, o to je však zajímavější. Severně od Prahy, mezi obcemi Hovorčovice a Měšice, byl po přechodu bouře (tentýž den) nalezen na polích pruh území, široký ca 10 metrů, dlouhý zřejmě několik set metrů, zcela zbavený vegetace ( pruh čisté hlíny, jako vyluxován ), orientovaný zhruba ve směru pohybu bouře ( vysátá stopa byla jen ca 100 m rovná, jinak se různě klikatila a nebyla všude stejně silná, nejvýraznější část byla orientována k východu, dále uhýbala k jihovýchodu). Je jen škoda, že o tomto případu jsme se dozvěděli až s odstupem 2,5 roku, a ne bezprostředně po výskytu jevu. Byl by to první takový zdokumentovaný případ u nás. Výjimečnost (a zároveň závažnost) tohoto svědectví spočívá v tom, že takto odstranit vegetaci dokáží pouze tornáda síly F4 a silnější. Další, slabší tornádo, doprovázející tuto bouři, je svědecky doloženo kolem UTC z obce Vyšehořovice, okres Praha-východ. Doba trvání tornáda dle výpovědi svědků byla kolem 3 až 4 minut, odhadovaný průměr přibližně 5 metrů. 1 Autoři v tomto článku rozlišují termíny tornádový a tornádický. Zatímco termín tornádový používáme jako běžné přídavné jméno, odvozené od slova tornádo (např. tornádová alej, protitornádový kryt), termín tornádický používáme pouze pro specifikaci typu konvekční bouře, která alespoň jednou během své existence zplodí tornádo tornádická bouře. Termín tornádová bouře by totiž znamenal výskyt tornád, jejichž počet (na daném území či za určitý čas) nebo intenzita dosáhly mimořádné úrovně, tj. stádia bouře (v analogii s např. sněhovou bouří, písečnou bouří, větrnou bouří, apod.). Pojem tornádová bouře se spíše blíží překladu anglického termínu tornado outbreak. 2 Vzhledem k velkému počtu svědků, zejména u dalších tornád, jednotlivá jména (až na výjimky) neuvádíme. 104 Meteorologické zprávy, 57, 2004

15 Tornádo, doprovázené výraznými akustickými projevy, způsobilo pouze menší škody (F0) na několika střechách; nejzávažnější škodu způsobil kus střešního eternitu, který po překonání vzdálenosti ca 250 až 300 m od místa původu prorazil vakuované okno rodinného domku a vlétl do místnosti naštěstí se vše obešlo bez zranění osob v zasažené místnosti. Následné škody na Nymbursku a Poděbradsku byly nejspíš způsobeny downbursty, žádné tornádo však zde svědecky doloženo nebylo. Nicméně vzhledem k předchozím výskytům tornád na této bouři je nelze vyloučit ani zde, chybí však buď přímé svědectví nebo alespoň popis škod, které by jeho přítomnost indikovaly. 4. TORNÁDICKÁ BOUŘE A TORNÁDA V POSÁZAVÍ Druhá tornádická bouře, jednoznačně nejsilnější toho dne na našem území, začala svou pouť kolem UTC na západě Čech, prošla (ještě ve slabší podobě) přes Křivoklátsko a jižní okraj Prahy, a nad okresem Benešov začíná její tornádická etapa kromě Benešovska řádila tornáda především mezi Zručí nad Sázavou až po Světlou nad Sázavou. Bouře pak zeslábla na Havlíčkobrodsku kolem 16. hodiny UTC (18. hodiny SELČ). První svědecky prokázané tornádo na této bouři se vyskytlo na Benešovsku, mezi obcemi Kochánov a Střížkov. Dle svědka z Kochánova tornádo rotovalo cyklonálně (čemuž odpovídal i charakter škod v obou zmíněných obcích), průměr tornáda odhadl na ca 150 metrů, pozoroval jej po dobu asi tří minut, poté mu zmizelo z dohledu. Další lokalita možného výskytu byla kolem silnice č.111 na Divišov. Zde na výskyt tornáda usuzujeme pouze nepřímo, na základě charakteru poškození stromů. Podle neověřených zpráv viděli vír další svědci ze vzdálenějšího okolí ve směru postupu bouře (směrem na Býkovice, Třebešice a Bílkovice), tyto svědky se však nepodařilo identifikovat, na výzvy v oblastním tisku nikdo nezareagoval. Další oblastí, zasaženou tornádem (tornády), byl dlouhý pás území v okolí Sázavy, mezi Zručí nad Sázavou a Světlou nad Sázavou (viz obr. 6). Nejvýznamnějšímu tornádu z této Obr. 7 Stodola u Mrzkovic, částečně zničená jedním z tornád. Tornádo prošlo pravou polovinou budovy, levá polovina zůstala nedotčena. Foto M. Setvák. Fig. 7. A barn (close to Mrzkovice village) partially damaged by a smaller tornado. The tornado passed through the right side of the barn, while the left part remained intact. Photo by M. Setvák. oblasti (Milošovice Velká paseka) je věnována následující samostatná kapitola, zde se stručně zmíníme o ostatních tornádech, která se v tomto prostoru vyskytla. Důvodem, proč si nejsme jisti počtem tornád v této oblasti, je skutečnost, že nevíme, zda jednotlivá tornáda byla projevem zeslabení a opětovného zesílení jediného déle žijícího tornáda (a tudíž několika oddělených stop doteku tornáda se zemí), nebo zda se jednalo o několik skutečně nezávisle vzniklých jevů. Výpovědi svědků a charakter škod naznačují spíše druhou alternativu. V mapě (obr. 6) je sytějším odstínem vyznačena oblast, kde je výskyt tornád jednoznačně prokázán; světlejší odstín pak vyznačuje oblasti výskytu dalších škod, které nejspíš s tornády nesouvisí. První a zároveň nejmohutnější tornádo se vyskytlo přibližně mezi až UTC poblíž obce Milošovice a po ca 10 až 15 minutách existence se rozpadlo západně od obce Zahájí. Jak již bylo naznačeno, podrobnosti k tomuto tornádu jsou v následující samostatné kapitole. V prostoru Pekelsko - Kožlí - Bojiště není výskyt žádného víru doložen, škody zde byly pravděpodobně způsobeny silnějším downburstem, resp. microburstem (například lesní polom severně od Kožlí). Nicméně podle (bohužel jediného) svědectví z Ledče nad Sázavou byl spatřen rotující hladký kornout, nedotýkající se zemského povrchu ve směru na Bojiště, tudíž ani zde přítomnost tornáda zcela vyloučit nelze. Další pás nesouvislých škod se táhne od Vilémovic (východně od Světlé) přibližně po Okrouhlice, přičemž svědecky je doložen výskyt tornáda ve Vilémovicích a jejich okolí, jednak v Mrzkovicích (v obou případech více nezávislých svědků). V ostatních částech tohoto pásu území není výskyt tornáda svědecky doložen, snad jedině u Dobré nad Sázavou (mezi Novou Vsí u Světlé a Babicemi zde je však k dispozici jediné, ne zcela jednoznačné svědectví). V souvislosti s tornádem u Mrzkovic stojí za zmínku (vedle dalších, spíše lokálních škod, napáchaných ve vlastní obci) velmi zajímavý charakter poškození stodoly na okraji obce viz obr. 7. Tornádo zde prošlo pravou polovinou stodoly, kterou zcela zničilo, zatímco levá polovina stodoly a její pravý bok zůstaly prakticky netknuté (pravá boční stěna stodoly se však následně naklonila do amputované pravé části stodoly). Toto velmi názorně dokumentuje značnou územní omezenost či proměnlivost škod, která je charakteristická právě pro tornáda. Zároveň tento případ názorně dokumentuje, že takovéto chatrné stavby, jakými stodoly bezesporu jsou, rozhodně bezpečný úkryt před tornády neposkytují. Meteorologické zprávy, 57,

16 Obr. 8 Snímek počáteční fáze tornáda nad Milošovicemi pořízený ze vzdálenosti několika kilometrů v době, kdy se mohutný kondenzační kužel ještě nedotýkal zemského povrchu. Foto B. Kykalová, Chřenovice. Fig. 8. Snapshot of the tornado above Milošovice, as captured at its very early stage from several kilometers away. At this stage, the lowest part of the funnel cloud can be seen still well above ground. Photo B. Kykalová, Chřenovice. Obr. 9 Sekundární savé víry podle Theodora Fujita [10, 11]. Obrázek vlevo schematicky znázorňuje případ, kdy se na periferii mateřského tornáda vytvořily tři sekundární savé víry; obrázek vpravo znázorňuje hypotetickou trajektorii jediného sekundárního savého víru v závislosti na poměru rychlosti postupu mateřského tornáda a jeho obvodové rychlosti (čím je postup tornáda pomalejší a/nebo obvodová rychlost rotace vyšší, tím se jednotlivé cykloidy trajektorie sekundárního víru více překrývají). Převzato z [10]. Fig. 9. Secondary suction vortices after Theodore Fujita [10, 11]. While the drawing at left shows a case with three vortices present at the outer part of the parent tornado, the schematics at right shows possible trajectories for a case of one secondary vortex being present, at different combinations of main tornado transition speed and its rotation intensity. From [10]. 5. DETAILNÍ POPIS TORNÁDA V OBLASTI MILOŠOVICE VELKÁ PASEKA Tato kapitola je pokusem o rekonstrukci jevu, tak, jak na jeho průběh usuzujeme na základě shrnutí poznatků získaných z výpovědí mnohých svědků a z charakteru škod. Přestože se naše verze jevu od jeho skutečného, detailního průběhu a charakteru nejspíš do jisté míry liší, jednotlivé výpovědi svědků do sebe velmi dobře zapadají a vzájemně se doplňují, čímž můžeme považovat předložený obrázek tornáda do značné míry za objektivní a kompletní. Tornádo pravděpodobně vzniklo kolem UTC (16.30 SELČ) v prostoru nad Milošovicemi (nebo západně od nich), svědci z okolních obcí jej popisují jako mohutný kužel či trychtýř, který se postupně spustil k zemskému povrchu. V této rané fázi tornáda jsou k dispozici jeho dvě nezávislé fotografie, pořízené ze stejného místa a ve stejnou dobu různými kamerami, jedna z nich je zde uvedena na obr. 8. Fotografie ukazují mohutný široký, tupý kužel, se zaobleným vrcholem, spouštějící se ze spodní základny oblačnosti bouře směrem k zemskému povrchu. Vlevo od tohoto kužele a pod ním jsou dobře patrné protáhlé oblačné chuchvalce, které jsou nejspíš jedněmi z mnoha sekundárních savých vírů, které se na tornádu vyskytly. Pod hlavním kuželem je pak ne příliš zřetelný sloup prachu, který svědčí o tom, že cirkulace tornáda v době pořízení fotografie již dosahovala až k zemskému povrchu, i když jeho vlastní kondenzační trychtýř (= popisovaný kužel) ještě k zemi nedosahuje. Sekundární savé víry jsou jevem, s jehož konceptem přišel již začátkem 70. let na základě analýzy způsobených škod Theodore Fujita [10, 11] (mimo jiné autor známe Fujitovy stupnice intenzity tornád). Tyto víry menšího měřítka (proto někdy též v češtině označované ne zcela vhodně jako podružné ) vznikají uvnitř či na periferii hlavního mateřského tornáda, mají velmi krátkou dobu života, o to však mají silnější projevy. Savými jsou označovány pro svůj zjevně velmi silný savý efekt, směřující směrem vzhůru. Jejich typická doba života se pohybuje řádově v sekundách až desítkách sekund. V mateřském tornádu jich může být až několik současně. Mechanizmus jejich vzniku není doposud zcela zřejmý, jejich výskyt, doba života a cirkulace úzce souvisí s cirkulací, resp. strukturou mateřského tornáda, viz [17]. V současnosti jsou předmětem jak teoretických prací, viz např. [18], tak laboratorního modelování,viz např. [19]. Záleží pak na kombinaci doby života jednotlivých sekundárních savých vírů, rychlosti rotace mateřského tornáda a rychlosti jeho postupu, jakou křivku sekundární savé víry na zemském povrchu opisují. Může to být cokoliv, od otevřených oblouků či nepravidelných křivek, až po různé cykloidy či uzavřené smyčky. Ideálním médiem pro zaznamenání těchto stop je travnatý povrch či různé zemědělské plodiny. Z hlediska škod to bývají právě tyto sekundární savé víry, které mívají na svědomí nejtěžší škody, ostře územně lokalizované. Rovněž značná územní proměnlivost (ostrá vymezenost) škod může být projevem výskytu těchto podružných vírů. V našich podmínkách jsme na jejich výskyt prvně usuzovali v souvislosti s Rokycanským tornádem, viz [12], resp. tornádem Málkov, viz [1]. Na přítomnost sekundárních savých vírů již v této rané fázi tornáda usuzujeme nejen na základě výše zmíněných fotografií, ale i na základě charakteru začátku stopy škod tornáda poblíž Milošovic. Zde tornádo mimo jiné vysálo větší část střešní krytiny (tašek), přičemž část těchto tašek následně složilo do několik desítek centimetrů široké a několik metrů dlouhé stopy, umístěné ca 15 až 20 metrů proti směru postupu bouře (společně s větvemi z okolních stromů). Patrně není nutné dodávat, že si nedokážeme představit jiný meteorologický mechanizmus, který by toto dokázal, než právě sekundární savé víry (případně menší tornádo samo o sobě). Tornádo se následně rozšířilo do podoby širokého válce, zužujícího se směrem dolů. V této 106 Meteorologické zprávy, 57, 2004

17 podobě přešlo přes první souvislý lesní porost západně od Velké Paseky, ve kterém zanechalo první ze dvou rozsáhlých, souvislých polomů, přes obec Velká Paseka, a konečně přes další souvislý les v prostoru mezi Velkou Pasekou a Zahájím. Celkově byla stopa souvislých škod široká ca 400 až 500 m, dlouhá kolem 4,5 km. Západně od Zahájí pak trychtýř tornáda po ca 10 až 15 minutách jeho existence zanikl ( prostě najednou zmizel ), někteří svědci mluví o úplném zániku jeho kužele, jiní popisují rychlý rozpad tornáda na dvě části nejspíš popisují zánik kondenzační části tornáda (trychtýře), po kterém zřejmě dále přežívaly jednotlivé savé víry (přibližně po Štičí). Hukot tornáda byl přirovnáván k hluku jedoucího metra nebo přeletu několika letadel současně. Většina svědků rovněž vypověděla, že bezprostředně po přechodu tornáda se spustil silný déšť s kroupami ( bílá stěna ) a silným větrem (zřejmě downburst). Stromy v obou lesních polomech, převážně vzrostlé smrky, byly polámány v různé výšce nad zemí, případně vyvráceny (viz obr.11). Prvotní dojem byl, že v prvním polomu jednoznačně převládá v pravé části stopy (míněno z hlediska postupu tornáda) směr zlomů či vývratů ve směru postupu tornáda (obr. 11a), zatímco v jeho levé části směr opačný (obr. 11b). Tato orientace zlomených či vyvrácených stromů jednoznačně svědčí o výskytu tornáda viz obr. 10. Naproti tomu ve druhém polomu se stromy při prvotním ohledání zdály být vyvráceny převážně ve směru postupu tornáda, pouze na konci stopy a na její levé části převládal směr polomu zhruba vlevo od směru postupu tornáda. Tato orientace by nutně nemusela být projevem tornáda, za určité konstelace by ji mohl způsobit i přiměřeně velký microburst. Výraznou změnu náhledu na polomy pak přinesl s dvoutýdenním odstupem provedený letecký průzkum oblasti. Zpracované fotografie ukázaly podstatně komplexnější obrázek obou polomů, než jaký byl možný ze země. V prvním polomu, obr. 11c, resp. na jeho okrajích sice převládaly směry tak, jak bylo naznačeno výše, avšak uvnitř polomu byla situace výrazně složitější, byly zde lokality s velkou proměnlivostí lokálně převládajících směrů, která není vysvětlitelná pouhou Obr. 10 Schematické znázornění působení směru a rychlosti větru v různých částech stopy tornáda. Silná černá šipka znázorňuje vektor pohybu (postupu) samotného tornáda, tenké černé šipky znázorňují vektory rychlosti rotace tornáda na jeho okrajích. Bílé šipky pak znázorňují vektorový součet pohybu tornáda a jeho rotace. Dlouhé tenké čáry pak vymezují pravý (P) a levý (L) okraj stopy tornáda. Jak je z obrázku zřejmé, destrukční působení tornáda (vyvolané horizontální složkou větru) je v rámci stopy tornáda značně proměnlivé. Nejsilnější je vždy (při cyklonálně rotujícím tornádu na severní polokouli) v pravé části stopy, proměnlivost směru působení větru je zde minimální. Největší změny směru působení větru jsou ve střední části stopy tornáda, kde se v průběhu přechodu tornáda změní směr větru téměř o 90 (tento efekt bývá pěkně zdokumentován pravidelnou proměnlivostí směru popadaných stromů, jak tomu bylo např. v polomu po tornádu jižně od Kláštera Teplá v noci z 21./ , viz [3]). V levé části stopy pak záleží na rychlosti postupu a rotaci tornáda, zda zde vůbec k nějakým škodám dojde, resp. jaká je orientace škod. V případě, kdy obvodová rychlost rotace tornáda je větší, než rychlost jeho postupu, lze v této části stopy očekávat směr zlomů či vývratů stromů proti směru postupu tornáda. Schéma M. Setvák. Fig. 10. This figure illustrates forces imposed by wind vectors at different parts of a tornado. Thick black arrow depicts the vector of motion (transition) of the tornado itself; thin black arrows indicate vectors of wind speed driven by rotation of a tornado at its periphery. White arrows represent a vector sum of tornado s transition and rotation. Long thin lines define left (L) and right (P) edge of the tornado swath. As obvious, the destructive potential of the tornado, enforced by its horizontal wind component, varies a lot within the tornado track. For a cyclonic tornado at northern hemisphere, it is always strongest close to its right side, and the direction variability is lowest here. The biggest wind direction changes can be found within the central part of the tornado damage swath, where the direction of resultant wind vectors changes by almost 90 as the tornado passes overhead (this is typically nicely recorded by treefall direction variability. At the left part of the tornado swath, the damage can be minimal and direction of wind forces can have both orientations (along or against the vector of tornado transition), depending on the sum of wind vectors. For those cases, when wind rotation is faster as compared to wind transition vectors, the treefall can be expected against the movement of the tornado. By M. Setvák. Obr. 11a Lesní polom mezi Milošovicemi a Velkou pasekou. Snímek z pravého okraje polomu. Západ je vlevo. Foto M. Setvák. Fig. 11a. Broken and uprooted trees between Milošovice and Velká Paseka. Photo taken at right edge of the tornado damage swath. Photo M. Setvák. Meteorologické zprávy, 57,

18 Obr. 11b Lesní polom mezi Milošovicemi a Velkou pasekou. Snímek levého okraje polomu. Západ je vlevo. Foto M. Setvák. Fig. 11b. Broken and uprooted trees between Milošovice and Velká Paseka. The same at left edge (the west is in both cases at left side of the image). Photo M. Setvák. přítomností samotného hlavního tornáda, jejich jediným možným vysvětlením je opět výskyt sekundárních savých vírů, působících z různých směrů. Na tomto místě je nutné podotknout, že nelze vyloučit ani přítomnost menších, samostatných tornád, vyskytujících se v blízkosti hlavního tornáda. Tomu by napovídalo i jedno ze svědectví, kdy dotyčný líčil poměrně malé, ale akusticky velmi výrazné tornádo, které postupovalo od Sázavy kolmo na směr postupu hlavního tornáda, přičemž svědek si hlavního tornáda nevšiml. Zde není zcela zřejmé, zda jej jako tornádo nevnímal pro jeho mohutnost, či zda zmiňované malé tornádo pozoroval až po přechodu hlavního tornáda. Ve druhém polomu letecké snímky víceméně potvrdily pozemní dokumentaci, avšak počet stromů složených na konci stopy kolmo (vlevo od směru postupu tornáda) je výrazně větší, než se zdálo ze země. Na levém okraji stopy pak na leteckých snímcích bylo možné (při detailním zpracování) najít i skupiny stromů, složených proti postupu bouře, podobně jako tomu bylo v prvním polomu. Na rozdíl od něj jsou zde však směry homogennější, méně proměnlivé. To naznačuje, že se zde již sekundární savé víry buď nevyskytovaly, nebo že zde nedosahovaly až k zemskému povrchu. Většina stavení ve Velké Pasece a samot v jejím okolí, které stály ve stopě tornáda, přišla zcela nebo z větší části o střešní krytinu, případně i o krovy, jejichž nosné trámy pak byly rozesety na značné vzdálenosti po okolí. Na základě charakteru těchto škod bylo tornádo klasifikováno stupněm F3 (Fujitovy stupnice, kde F0 je přiřazeno nejslabším tornádům, F5 nejsilnějším). Právě různé létající trosky (kusy stromů, případně celé stromy, střešní krytina a trámy, plechové střechy, aj. viz obr. 12) představovaly pro obyvatele oblasti největší ohrožení. Je překvapivé, že nedošlo ani k žádnému smrtelnému úrazu, ale dokonce ani k žádnému zranění (alespoň jsme se o žádném nedozvěděli). V oblasti jsme se setkali převážně s velkou chválou hasičů, a to jak profesionálních, tak dobrovolných, kteří pomáhali jak s likvidací bezprostředních následků tornáda, tak s opravou střech postižených stavení. Část ovocných stromů, které byly ve stopě tornáda, byla vykroucena či vytrhána z kořenů a ve více případech přenesena na větší vzdálenosti, některé z těchto stromů byly vláčeny po zemi, viz obr. 13. Zatímco v některých částech tornádo (nebo jeho savé víry) dle svědků doslova uválcovaly trávu, jinde šlo těsně nad zemí zatímco ovocné stromy byly vytrhány z kořenů, v jejich bezprostřední blízkosti stojící zeleninové zahrádky či políčka zůstaly netknuty (včetně ochranných fólií). Nutno podotknout, že již necelé dva dny po výskytu tornáda nebylo uválcování trávy patrné. Mezi další zajímavosti lze zařadit například tornádem přeražené ( jako přestřižené ) tři dřevěné sloupy a jeden betonový sloupek (ca 25 x 25 cm) elektrického rozvodu, či vycucnutou vaničku s prádlem a s vodou. Z vývojové fáze, kdy se již částečně rozpadlé tornádo vyskytovalo v prostoru mezi Velkou Pasekou a Zahájím, pořídil pan Kamil Volek z Chřenovic unikátní videozáznam. Jsou na něm zřetelně vidět jednotlivé dílčí savé víry (viz obr. 14, případně viz [3], kde lze shlédnout část tohoto videozáznamu), rotující zvolna kolem středu rozpadajícího se tornáda. V detailu jednoho z těchto vírů je pak zřetelně vidět prudké vzestupné proudění, zřejmě úzce související se savým efektem víru. Je to tak první případ výskytu sekundárních savých vírů na území ČR, doložený kvalitním videozáznamem. Obr. 12 Trám, původně součást krovu budovy vzdálené ca 150 metrů. Právě podobné létající projektily představují vůbec jedno z největších rizik v blízkosti tornád. Foto M. Setvák, Velká paseka. Fig. 12. Joist, originally part of the roof of a building about 150 m away, carried here by the tornado. Photo M. Setvák, Velká paseka. 108 Meteorologické zprávy, 57, 2004

19 Obr. 14 Část videozáznamu závěrečné fáze tornáda, zobrazující jednotlivé sekundární savé víry po rozpadu mateřského, nosného tornáda. Na originálním záznamu je dobře patrný silné vzestupné proudění (savý efekt) uvnitř vírů, jednak jejich pomalejší rotace kolem středu rozpadajícího se tornáda. Video K. Volek, Chřenovice. Fig. 14. Part of a video record of the final (dissipating) stage of the tornado, showing individual secondary suction vortices. The original of the record shows both slow rotation of these vortices round the axis of the parent tornado leftover, and strong updraft motions inside the individual vortices. Video K. Volek, Chřenovice. Toto video zřejmě vysvětluje i jisté rozpaky svědků, popisujících zánik tornáda. Někteří svědci totiž popisují blíže nespecifikované cosi, co je po rozpadu tornáda obešlo ze dvou stran, doprovázené dalšími škodami. Ono cosi jsou zřejmě jednotlivé savé víry, kroužící kolem středu víru rozpadajícího se tornáda, které v této fázi již nebylo zviditelněno kondenzačním kuželem v důsledku zeslabení své cirkulace. 6. RADAROVÁ POZOROVÁNÍ Postup obou tornádických bouří byl dobře detekován dvojicí meteorologických radarů ČHMÚ [14], přičemž ve všech termínech byly bouře pozorovány alespoň jedním radarem bez výskytu mezilehlých cílů, které by znehodnocovaly radarové pozorování vlivem útlumu radarového paprsku. Vývoj radarového echa je znázorněn na obrázku 15 pomocí polí maximální radarové odrazivosti z 11.50, 12.50, 13.40, a UTC (základní a nejvíce využívaný radarový produkt) a pole radarového odhadu srážek za období UTC. Trajektorie pohybu bouří byla již popsána v předchozích kapitolách, pro doplnění jsou ještě obě dráhy vyznačeny i v poli radarového odhadu srážek černými čárami. Obě bouře byly z hlediska radarové odrazivosti dosti silné, v nejsilnějším stádiu (severní bouře mezi UTC, jižní bouře mezi UTC) dosahovaly maximální odrazivosti až 60 dbz a výšky horní hranice radioecha až 14 km. Takto silné bouře však nejsou výjimkou a lze je pozorovat relativně často. Z pohledu radarového pozorování byl tento den významným především prvním objektivním prokázáním existence supercely v ČR pomocí radarových měření. Z definice supercely (viz např. [4]) vyplývá, že by k jejímu jednoznačnému prokázání mělo být použito pole dopplerovských radiálních rychlostí, na kterém je za vhodných okolností možno identifikovat projevy rotace prokazující existenci tzv. mezocyklony. Tato definice, resp. její současná podoba, však vznikla ve Spojených státech a opírá se o tam využívané parametry radarových měření, které jsou do značné míry technicky optimalizované právě pro detekci silné konvekce (vlnová délka, opakovací frekvence, průměrování paprsku) a poskytují pole dopplerovských radiálních rychlostí vhodné pro detekci mezocyklon. Kromě detekce mezocyklony v poli radiálních dopplerovských rychlostí lze ale pro prokázání supercely využít i pole radarové odrazivosti, viz např [20]. Typická struktura třírozměrného radarového echa v supercele je znázorněna na obr. 16. V supercelách, ale slaběji i v multicelách, v oblasti silného výstupného proudu dochází k tomu, že srážkové částice nestačí narůstat do větších rozměrů a ve střední troposféře (ve výškách ca 3 9km) vzniká oblast výrazně zeslabené odrazi- Meteorologické zprávy, 57,

20 Obr. 16 Typická struktura radarové odrazivosti v supercele (a) v různých výškových hladinách a (b) ve vertikálních řezech. Hodnoty odrazivosti jsou udávány v dbz. Převzato z [4], původně publikováno v [15]. Fig. 16. Typical radar structure of a supercellular storm at (a) various horizontal levels and (b) vertical cross-sections. Reflectivity values are vosti (Weak Echo Region = WER) v porovnání s okolím. Ve vyšších hladinách, typicky ca 9 až 14 km, silné rychlosti výstupného proudu zformují a následně umožňují udržovat ve vzduchu dostatečné množství srážkových částic (včetně velkých) a díky tomu nad WER vzniká oblast vysoké radarové odrazivosti. Výše popisované vlastnosti je možné pozorovat nejen u supercel, ale i u multicel. Zcela typické pro supercely je ale to, že díky delší době života a silným vertikálním rychlostem vzestupného konvekčního proudu WER postupně prorůstá do vyšších hladin, kde je již přítomno významnější množství větších srážkových částic, tj. do oblasti vyšší radarové odrazivosti. Zároveň s tím dochází ke snižování spodní hranice této vysoké odrazivosti. Díky těmto dvěma efektům se oblast WER postupně obklopuje ze všech stran oblastí vyšší odrazivosti a WER tak přechází do tzv. BWER (Bounded Weak Echo Region). V horizontálním řezu pak lze BWER identifikovat jako centrum uzavřené kruhové struktury, kdy prstenec vysoké odrazivosti obklopuje střed s nízkou odrazi- vostí. S dospíváním supercely se vytváří mohutný sestupný proud a vyšší odrazivost se protahuje přes celý vertikální rozsah supercely až k zemi. Sestupný proud se vlivem rotace jádra bouře kolem jejího výstupného proudu stáčí a vytváří tzv. hákovité echo (hook echo) o vysoké odrazivosti, detekovatelné většinou od střední troposféry až k zemi. V České republice (ale i ve většině ostatních evropských zemí) jsou radarová měření optimalizována především pro radarové odhady srážek a potřeby letecké meteorologie (frekvence vysílaného pulzu ca 5 cm, maximální dosah ca 260 km, opakovací frekvence na nižších elevacích ca 560 Hz). Z těchto důvodů je maximální jednoznačně určitelná radiální rychlost rovna pouze +/ 7.7 ms 1 a často proto dochází k překlápění radiálních rychlostí (tzv. aliasing) a určení skutečné rychlosti je proto problematické. Dalším, a důležitějším, problémem při analýze polí radiálních rychlostí je, že v některých oblastech, kde jsou dostupná korektní data radarové odrazivosti, není radar schopen vyhodnotit velikost dopplerovských radiálních rychlostí (pole radiálních rychlostí jsou poté rozbitá obsahují oblasti bez dat). Dopplerovské rychlosti nejsou vyhodnoceny z důvodu nižší kvality vstupních dat (nízká hodnota SQI = signal quality index), která je způsobena nedostatečným průměrováním měření (vynuceným potřebou časté obnovy dat) a častým překlápěním rychlosti. Z uvedených důvodů proto u nás nelze data dopplerovských rychlostí k detekci mezocyklon využít. Hlavní využití těchto dat v našich podmínkách proto spočívá v eliminaci pozemních odrazů a k výpočtu vertikálního profilu proudění z měření na vysokých elevacích a kratším dosahu. Lépe jsme na tom však s daty radarové odrazivosti, což dokládá obr. 17, znázorňující třírozměrnou strukturu radarové odrazivosti jižnější tornádické bouře, naměřenou radarem Brdy v UTC. Je vidět, že velmi dobře odpovídá teoretické struktuře z obr. 16. Jednoznačně je zřetelná BWER ve spodní troposféře i vysoká odrazivost ve vyšších hladinách. 110 Meteorologické zprávy, 57, 2004

21 Tato struktura, spolu s výskytem výrazného hook echa vyjádřeného pěkně na snímcích maximální odrazivosti (viz. pole ze UTC na obr. 15), resp. na jednotlivých PPI obr. 20, celkem jednoznačně potvrzují, že v případě této bouře se jednalo o supercelu. Na závěr této kapitoly budiž zdůrazněno, že pro identifikaci supercely je zapotřebí analyzovat třírozměrnou strukturu bouře. Při použití pouze pole maximálních odrazivostí totiž zpravidla dochází k zamaskování důležitých rysů bouře odrazivostí z jiných hladin. Toto velmi dobře dokumentuje obr. 17, kde v poli maximálních odrazivostí nic nenaznačuje na přítomnost BWER ve spodní troposféře. 7. DRUŽICOVÁ POZOROVÁNÍ Samotné družicové snímky (ať z geostacionární družice Meteosat 7, či z družice na polární dráze NOAA 14) příliš mnoho nových informací o bouřích, které tato tornáda zplodila, neposkytnou. Na obr. 18 je pohled na oblast střední Evropy, pořízený přibližně ve UTC družicí Meteosat 7; snímky jsou zde spíše uvedeny pro doplnění synoptické situace. Zatímco snímek vzniklý kombinací VIS+IR (nahoře) se zpracováním blíží pohledu lidského oka, snímek vzniklý kombinací IR+WV (dole) zobrazuje rozložení střední až vysoké oblačnosti (bíle) a celkového množství vodní páry v horní polovině troposféry (modře). Z obou snímků je patrné, že značná část střední Evropy leží (jak již bylo řečeno v kapitole 2) pod oblastí jet streamu (tryskového proudění), projevujícího se rozsáhlou cirrovitou oblačností jižně od jeho osy. V důsledku toho je většina konvekčních bouří v oblasti střední Evropy částečně maskována právě touto vysokou oblačností, a to ve všech spektrálních pásmech, i v jejich kombinacích. Vzhledem k rozlišení družic Meteosat (pro oblast střední Evropy je velikost jednoho pixelu přibližně 6 km x 9 km) a rozměrům bouře, resp. jejich aktivních částí, nemá sebemenší smysl pokoušet se o jakékoliv kvantitativní vyhodnocení družicových snímků. Nepřesnosti způsobené málo přesnou kalibrací senzorů Meteosatu (první generace, tedy do Meteosatu 7 včetně) pro nízké teploty a průměrování skutečných hodnot přes oblast, odpovídající rozměru jednoho pixelu, dokonale shladí jakékoliv kvantitativně zajímavé údaje např. o nejnižší teplotě horní hranice oblačnosti (HHO). Z pohledu družice NOAA 14 (obr. 19) se zájmová oblast nalézala téměř v nadiru družice, tudíž v oblasti maximálního rozlišení přístroje AVHRR (rozměr jednoho pixelu v nadiru družice je 1,1 km x 1,1 km.). Přesto i z pohledu této družice byla mateřská bouře tornáda v Posázaví poměrně malá, její aktivní oblast má napříč rozměr jen několik pixelů. Přesto na tomto snímku (především viz výřezy B až D) zaujme vertikální výběžek, který se ve viditelném a blízkém infračerveném oboru (kanály 1 a 2) prozrazuje stínem vrženým na okolní HHO. Lze tudíž předpokládat, že by se mohlo jednat o tzv. overshooting top ( přestřelující vrchol ), oblast, kde vrcholí silné vzestupné proudění uvnitř bouře. Snímek v tepelném pásmu (výřez C) zobrazuje rozložení teplot HHO, červená oblast vyznačuje teploty nižší než 215 K, žlutá tečka uprostřed je pak absolutním teplotním minimem HHO této bouře (213,5 K). Přenesení této nejchladnější (červeně vyznačené) oblasti do kombinace kanálů 1, 2 a 4 (výřez D) ukazuje, že nejchladnější oblast není přesně totožná s nejvyšším vrcholem, nýbrž je mírně posunuta na návětrnou (západní) stranu přestřelujícího vrcholu. Tyto přestřelující vrcholy většinou u silnějších bouří pronikají až několik kilometrů nad rovnovážnou hladinu HHO, přičemž korespondují jednotlivým bublinám vzestupného konvekčního proudu. Lze je pozorovat buď při pohledu z boku (ať ze zemského povrchu z větších vzdáleností, či přibližně z úrovně HHO např. z dopravních letadel). Typická doba jejich života bývá v rozmezí 7 až 15 minut. V důsledku pokračujícího ochlazování během výstupu nad HHO (a nedostatku času na vyrovnání teploty s okolím) bývají právě na jejich vrcholech naměřeny teploty až o 20 až 35 C nižší než je teplota okolní HHO či teplota tropopauzy. Samotná přítomnost těchto přestřelujících vrcholů v žádném případě není příznakem supercelární podstaty bouře! Jak již bylo řečeno v úvodu této kapitoly, samotné družicové snímky samy o sobě příliš zajímavé nejsou. Zajímavými se stávají až při kombinaci s radarovým pozorováním ze stejného termínu. Obr. 20 ukazuje stejné výřezy jako obr. 19(D), avšak s postupně vkládanými jednotlivými radarovými měřeními (PPI). Zde je nutné zdůraznit, že pro geografické přiřazení snímku a vzájemnou kombinaci s radarem byla provedena co nejpřesnější navigace družicového snímku (transformace do geografických souřadnic), případná chyba by neměla být větší než 1 družicový pixel (tudíž ca 1 km). Nejnižší PPI byl snímán ca 4 minuty před přeletem družice, nejvyšší použitý PPI pak přibližně v době přeletu družice (odchylka časů by měla být menší než 1 minuta). Z této kombinace snímku z družice NOAA 14 a měření radaru Brdy pak vyplývá několik zajímavostí. První z nich je skutečnost, že jak oblast nejvyšších radarových odrazivostí pro nejnižší PPI, tak polohu středu hákovitého echa v tomto PPI se svou polohou značně liší od polohy přestřelujícího vrcholu. Vzhledem ke směru postupu bouře tuto disproporci nelze vysvětlit rozdílným časem měření (ca 4 minuty pro nejnižší PPI), a vzhledem k nadirové poloze bouře vzhledem k družici tato odchylka není vysvětlitelná ani paralaxou družicového měření. S použitím vyšších a vyšších PPI se pak střed radarového echa čím dál více blíží poloze přestřelujícího vrcholu, až konečně pro poslední nejvyšší PPI je shoda dokonalá. To je plně ve shodě s teorií struktury supercely, resp. třírozměrné struktury její radarové odrazivosti, jak je pojednána v předchozí kapitole. Navíc toto porovnání naznačuje, že osa vzestupného proudu (resp. BWER) byla v době pozorování silně nakloněna směrem k severovýchodu až k severu. Tento příklad opětovně potvrzuje, že nelze přesně ztotožňovat oblasti nejnižších teplot HHO konvekčních bouří s oblastí výskytu maximálních přízemních srážek, resp. polohou jádra bouře (oblastí středu BWER nebo centra hákovitého echa). 8. ZÁVĚR Výše popsaný případ není až tak výjimečným z hlediska mohutnosti tornáda a způsobených škod, jako spíše komplexností dokumentace jak samotného tornáda, tak jeho mateřské konvekční bouře. Je však pravděpodobné, že pokud by se toto tornádo vyskytlo v hustěji osídlené oblasti, např. v městské zástavbě, byly by škody výrazně větší. Případ je důležitým především díky dvěma prvenstvím : je to první případ v ČR, kdy se podařilo zcela jednoznačně prokázat radarem supercelární podstatu bouře (a tudíž i to, že se jednalo o supercelární tornádo), a zároveň je to první případ v ČR jednoznačně zdokumentovaných sekundárních savých vírů, natočených amatérskou videokamerou. Na existenci těchto podružných savých vírů se již déle nepřímo usuzovalo na základě charakteru způsobených škod, až do tohoto případu však chyběl jednoznačný důkaz. Meteorologické zprávy, 57,

22 Poděkování Poděkování autorů článku patří především všem obyvatelům postižené oblasti i z jejího okolí, kteří svým svědectvím, fotografiemi či videozáznamem pomohli s dokumentací a následnou odbornou rekonstrukcí případu. Rovněž děkujeme svým dalším kolegům, kteří se na odborné dokumentaci škod podíleli a z jejichž práce tento článek částečně čerpá. Velké poděkování patří i zástupcům postižených obcí a měst, kteří nám i v tak pro ně kritické době ochotně věnovali svůj čas, jakož i hasičům z Havlíčkova Brodu za veškeré poskytnuté informace. Dokumentace jevu a zpracování dalších informací byly částečně podpořeny grantem GA ČR č. 205/00/1451; následná letecká dokumentace škod byla provedena z letiště Zbraslavice. Literatura a odkazy na internet [1] ŠÁLEK, M. SETVÁK, M. SULAN, J. VAVRUŠKA, F., Významné konvektivní jevy na území České republiky v letech Meteorologické Zprávy, roč. 55, s [2] SETVÁK, M. ŠÁLEK, M MUNZAR, J., Tornadoes within the Czech Republic: From early medieval chronicles to the internet society. Atmospheric Research, Vol C, s [3] Tornáda a jevy příbuzné na území České republiky a Slovenska. (internetové stránky ČHMÚ, ). [4] DOSWELL, C. A, Severe Convective Storms, Meteorological Monograph, American Meteorological Society, Vol. 28, Number 50, Boston. [5] KERR, W. K. DARKOW, G. L., Storm-Relative Winds and Helicity in the Tornadic Thunderstorm Environment. Weather Forecasting, Vol. 11, s [6] MANZATO, A., A climatology of instability indices derived from Friuli Venezia Giulia soundings, using three different methods. Atmospheric Research, Vol , s [7] DOSWELL, C. A, A Primer on Vorticity for Application in Supercells and Tornadoes. cimms.ou.edu/~doswell/vorticity/vorticity_primer.html [8] BUNKERS, M. J. KLIMOWSKI, B. A. ZEITLER, J. W. THOMPSON, R. L. WEISMAN, M. L., Predicting supercell motion using a new hodograph technique. Weather Forecasting, Vol. 15, s [9] DAVIES-JONES, R. D. BURGESS, W. FOSTER, M., Test of helicity as a tornado forecast parameter. Preprints, 16th Conf. Severe Local Storms (Kananaskis Park, Alberta), Amer. Meteor. Soc., [10] FUJITA, T. T., Proposed mechanism of suction spots accompanied by tornadoes, in Preprints of papers presented at the 7th Conference on Severe Local Storms, Kansas City. Boston: American Meteorological Society, p [11] FUJITA, T. T. FORBES, G. S. UMENHOFER, T. A., Close-up view of 20 March 1976 tornadoes: Sinking cloud tops to suction vortices, Weatherwise, 29, s , 145. [12] SULAN, J. SETVÁK, M. NOVÁK, P., Silná konvektivní bouře v Čechách v noci z Meteorologické Zprávy, roč. 51, s [13] SULAN, J. PEŠICE, P. STAŠA, P., Výpočet konvekční dostupné potenciální energie CAPE a možnosti jeho využití v provozu ČHMÚ. Meteorologické Zprávy, roč. 57, s [14] Internetové stránky ČHMÚ, oddělení radarových měření. [15] CHISHOLM, A. J. RENICK, J. H., The kinematics of multicell and supercell Alberta hailstorms. Alberta Hail Studies, Research Council of Alberta Hail Studies Rep. 72-2, s [16] DOSWELL, C. A, The operational meteorology of convective weather. Volume II: Storm scale analysis. NOAA Tech. Memorandum, Boulder. Colorado. [17] LEWELLEN, W. S., Tornado vortex theory. The Tornado: its structure, dynamics, prediction, and hazards. Geophysical monograph 79. Washington, D.C.: American Geophysical Union, s [18] FINLEY, C. A. LEE, B.D., Numerical simulation of secondary vortex development in a tornadic vortex. Preprints, 20th Conf. Severe Local Storms (Orlando, Florida), Amer. Meteor. Soc., s [19] CHURCH, C. R. SNOW, J. T., Laboratory models of tornadoes. The Tornado: its structure, dynamics, prediction, and hazards. Geophysical monograph 79. Washington. D. C.: American Geophysical Union, s [20] BURGESS, D. W. LEMON, L. R., Severe thunderstorms detection by radar. Radar in meteorology: Battan Memorial and 40th Anniversary Radar Meteorology Conference. Edited by David Atlas. Boston: American Meteorological Society, s Lektoři RNDr. D. Řezáčová, CSc. a RNDr. J. Strachota, rukopis odevzdán v červnu Podpisky k obrázkům v barevné příloze Obr. 11c Lesní polom mezi Milošovicemi a Velkou pasekou. Letecký snímek celého polomu (sever je nahoře, tornádo postupovalo zleva doprava, šířka stopy je přibližně 500 m; tři světlé obloučky vlevo od středu snímku jsou projevem začátku prací, souvisejících s likvidací polomu). Foto M. Setvák. Fig. 11c Broken and uprooted trees between Milošovice and Velká Paseka. Aerial photo of this treefall area (north is at the top of the photo, tornado transition was from left to right, damage swath width was about 500 m; the three brighter curved lines show the beginning of the treefall removal works). Photo M. Setvák. Obr. 19 Snímek oblasti ČR, pořízený družicí na polární dráze NOAA 14 přibližně ve UTC. A celkový pohled na ČR, kombinace kanálů AVHRR 1, 2 a 4. Obdélník vyznačuje oblast, zobrazenou na výřezech B, C a D. B zvětšený výřez oblasti, vyznačené v A obdélníkem. C tatáž oblast v tepelném pásmu (AVHRR kanál 4), červeně vyznačena nejchladnější oblast (T 215 K), žlutá tečka uprostřed vyznačuje absolutní minimum v oblasti (213.5 K). D totéž co B, avšak s vyznačením nejchladnější oblasti z tepelného snímku C. Archiv ČHMÚ, zpracoval M. Setvák. Fig. 19. Region of the Czech Republic, as captured by polar orbiting satellite NOAA 14 at UTC. A global view of the Czech Republic in composite image of the AVHRR spectral bands 1, 2 and 4. The rectangle depicts area, which is shown in detail in B, C and D. B zoomed detail from A. C the same area as in B, in the AVHRR band 4; red area depicting lowest brightness temperatures (T 215 K), yellow dot in the center corresponds to absolute minimum (213.5 K). D the same as in B, with marked lowest brightness temperatures from C. Archive CHMI, processing M. Setvák Obr. 20 Tatáž oblast jako na snímcích B až D obrázku 19, avšak s proloženou informací z radaru Brdy z termínu UTC (čas konce měření) pro jednotlivé PPI. V závorce je vždy uvedena odpovídající nadmořská výška pro dané PPI ve vzdálenosti 110 km od radaru Brdy. A PPI 0,1 (1,8 km); B PPI 0,5 (2,6 km); C PPI 1,1 (3,7 km); D PPI 1,8 (5,1 km); E PPI 2,6 (6,6 km); F PPI 3,7 (8,7 km). Podrobný komentář viz text článku. Archiv ČHMÚ, zpracovali M. Setvák a P. Novák. Fig. 20. The same area as in B D of the figure 19, shown in composite with radar reflectivity information from the radar Brdy, at UTC (end of the measurement) for individual PPI s. The value in brackets gives corresponding ASL for the given range (110 km) from the radar. A PPI 0.1 (1.8 km); B PPI 0.5 (2.6 km); C PPI 1.1 (3.7 km); D PPI 1.8 (5.1 km); E PPI 2.6 (6.6 km); F PPI 3.7 (8.7 km). Archive CHMI, processing M. Setvák and P. Novák. 112 Meteorologické zprávy, 57, 2004

23 Jan Kyselý Radan Huth (Ústav fyziky atmosféry AV ČR) ÚMRTNOST SOUVISEJÍCÍ SE STRESEM Z HORKA V ČESKÉ REPUBLICE V SOUČASNÉM A BUDOUCÍM KLIMATU Heat related mortality in the Czech Republic in present and future climates. Heat stress results in considerable increases and intraseasonal shifts in total mortality and mortality due to cardiovascular diseases in the Czech Republic. A comparison of two different approaches used in studies dealing with heat related mortality (a tradional one, based on the analysis of relationships between individual meteorological variables and mortality, and a synoptic one, which links mortality to objectively determined air masses and takes the entire weather situation into account) is presented in this contribution. Potential impacts of the greenhouse gas induced climate change on heat related mortality in the Czech Republic, based on scenarios of the summer temperature increase in 2050 and simulations with a stochastic model, are discussed as well. The long-term acclimatization as well as observed changes towards decreased vulnerability of populations in developed countries to heat stress are likely to moderate the impacts of future warming but the climate change is still expected to slightly enhance heat related mortality in the Czech Republic. KLÍČOVÁ SLOVA: úmrtnost stres z horka teplota vzduchu hmota vzduchová změna klimatu Česká republika 1. ÚVOD Zvýšená úmrtnost a nemocnost v důsledku stresu z horka představuje jednu z hlavních oblastí dopadů klimatických extrémů na společnost. Prahovou teplotu, při jejímž překročení dochází k nepříznivým vlivům na lidské zdraví, nelze stanovit obecně; je podmíněna různými životními zvyklostmi, odlišnou mírou adaptability apod. v různých společnostech i jednotlivých skupinách v rámci jediné společnosti [např. 13]. Největší počet úmrtí souvisejících s horkem je soustředěn do velkoměst mírných a subtropických oblastí, ohroženými skupinami jsou zvláště starší lidé (nad 65 let věku), malé děti a lidé dlouhodobě nemocní. Většina úmrtí souvisí se zhoršením chronického onemocnění, nejčastěji kardiovaskulárního, mozkového cévního nebo nemoci dýchacího ústrojí. Fyziologické dopady závisí vedle teploty i na dalších proměnných, především vlhkosti vzduchu. Často se proto věnuje pozornost tzv. heat indexu (HI), který odráží schopnost lidského těla disipovat teplo (mj. [1, 19]); byl zaveden jako jeden z indexů úhrnného vlivu teploty a vlhkosti vzduchu, příp. rychlosti proudění a sluneční radiace na člověka. Existují i další biometeorologické indexy popisující dopady horkého počasí, jejich použitelnost a rozšíření jsou však nepřímo úměrné komplexnosti a množství potřebných vstupních dat. Naproti tomu Kalkstein [11] shrnuje výsledky studií týkajících se úmrtnosti při horkých vlnách se závěrem, že vysoká teplota sama o sobě má dominantní efekt a faktory jako vlhkost vzduchu nebo rychlost větru jsou za takové situace málo významné. Komplexnější popis vztahu úmrtnosti a počasí umožňuje tzv. synoptický přístup založený na objektivní klasifikaci vzduchových hmot (označení voleno podle anglické terminologie v této souvislosti používané air masses), který bere v úvahu celkovou povětrnostní situaci [10, 12, 18]. Klasifikace vzduchových hmot vychází z běžných přízemních meteorologických prvků (teploty vzduchu, teploty rosného bodu, oblačnosti, tlaku vzduchu, rychlosti a směru větru). K typizaci vzduchových hmot může být využito např. analýzy hlavních složek (redukce počtu proměnných) a shlukové analýzy (vlastní vytvoření typů) nebo alternativních postupů. Vzduchové hmoty, související se zvýšenou úmrtností, bývají označovány jako obtížné (offensive). Metoda byla aplikována především v USA, kde popisuje vztah mezi úmrtností a počasím lépe než v případě využití jakéhokoli jednotlivého prvku nebo jejich kombinace [18]. V souvislosti s předpokládanou změnou klimatu v důsledku antropogenních emisí skleníkových plynů do ovzduší panují obavy ze zvýšení dopadů stresu z horka na úmrtnost v řadě oblastí světa. Scénáře změny úmrtnosti související se stresem z horka, založené na výstupech globálních cirkulačních modelů (GCM), byly publikovány např. v [11] a [12]. Roční počet úmrtí vyvolaných horkem ve velkoměstech USA se podle těchto výsledků může do poloviny 21. století několikanásobně zvýšit, a to i tehdy, pokud bude populace schopná se z velké části aklimatizovat. Cílem tohoto příspěvku je shrnutí výsledků týkajících se analýzy úmrtnosti související se stresem z horka v ČR pomocí tradičního (vycházejícího z jednotlivých meteorologických prvků a indexů; část 3.1) a synoptického přístupu (založeného na klasifikaci vzduchových hmot; popis metodiky v části 2.3, výsledky v části 3.2), a naznačení některých otázek týkajících se dopadů případné antropogenní změny klimatu na úmrtnost související se stresem z horka a možností jejich řešení (část 4). 2. DATA A METODY 2.1 Data o úmrtnosti Denní počty úmrtí v ČR za období poskytl Ústav zdravotnických informací a statistiky ČR. K dispozici byla celková úmrtnost a úmrtnost na kardiovaskulární nemoci (dále CVD cardiovascular diseases). Normálový počet úmrtí byl stanoven s využitím modelu, který uvažuje zjištěné dlouhodobé změny úmrtnosti (stagnace v 80. letech, pokles po roce 1989 v důsledku společensko-ekonomických změn), roční cyklus (maximum v únoru, minimum na konci léta) a týdenní cyklus (úmrtnost nižší o víkendech než v pracovní dny). Jako charakteristika úmrtnosti byla analyzována odchylka skutečného počtu úmrtí od normálového ( očekávaného ) počtu úmrtí v daném dni; tato metodika je obdobná jako Meteorologické zprávy, 57,

24 v některých jiných pracích [6, 18, 20]. Přímé použití počtu úmrtí, u nichž je jako primární příčina uvedeno vyčerpání způsobené horkem, by bylo vzhledem k nejednotné definici nevhodné (srov. [20]). 2.2 Klimatická data Denní klimatická data poskytl ČHMÚ. Jako reprezentativní pro území ČR byly zvoleny stanice Klatovy, Praha- Ruzyně, Hradec Králové, Brno-Tuřany a Ostrava-Mošnov; z jejich údajů byla vytvořena průměrná řada, použitá k popisu meteorologických podmínek v ČR. K dispozici byly za období průměrná (TAVG), maximální (TMAX) a minimální (TMIN) denní teplota vzduchu, průměrná rychlost větru a průměrná relativní vlhkost vzduchu; za období a měsíce duben září dále teplota v 7 h (T7), 14 h (T14) a 21 h (T21), a ve všech třech termínech rovněž relativní vlhkost vzduchu, rychlost a směr větru, oblačnost a tlak vzduchu. Z teplotních a vlhkostních proměnných byl podle [19] spočten heat index (HI) v jednotlivých termínech 7, 14 a 21 h a zprůměrováním byla určena průměrná denní hodnota. 2.3 Klasifikace vzduchových hmot Základními proměnnými pro objektivní klasifikaci vzduchových hmot byly teplota, deficit rosného bodu, zonální vítr, meridionální vítr, oblačnost a tlak vzduchu, všechny v termínech 7, 14 a 21 hodin. Tato sestava meteorologických prvků je obdobná jako v jiných pracích (např. [18]). Klasifikace byla provedena pro měsíce červen srpen, kdy se vyskytují prakticky všechny dny s výrazně zvýšenou úmrtností v letním půlroku, a období (s ohledem na dostupná data). Vstupními proměnnými byly jednak průměrná řada prvků pro ČR, jednak řady ze všech stanic uvažované společně; vzhledem k malému území jsou však rozdíly v těchto klasifikacích nepodstatné. Diskutované výsledky se budou týkat klasifikace vycházející z průměrné řady vstupních proměnných pro ČR. Vzhledem k tomu, že uvedené proměnné jsou závislé, zatímco metody shlukové analýzy vyžadují nezávislost vstupních proměnných, byly tyto proměnné podrobeny nerotované analýze hlavních složek (PCA). Časové řady skóre hlavních složek se pak staly vstupními proměnnými shlukové analýzy [5]; ta byla provedena v obou svých hlavních variantách, hierarchické (metoda between group average linkage) a nehierarchické (metoda k-means). U metody average linkage (použité např. v [18]) se výrazně projevuje nežádoucí tzv. efekt sněhové koule; vzniká jedna velká třída, na niž se přibalují menší třídy, čím dál víc nepodobné průměru. K odstranění tohoto efektu byl aplikován přístup ukončení klasifikace na různých úrovních nepodobnosti v různých částech dendrogramu viz např. [7, 17]. Výsledkem jsou klasifikace dávající 12 a 18 vzduchových hmot. Výsledkem metody k-means jsou naproti tomu třídy srovnatelné velikosti; nevýhodou je, že jsou oproti jiným metodám méně kompaktní, tj. mají větší vnitroshlukovou proměnlivost. Na rozdíl od metody average linkage je počet tříd dán předem; zde to bylo 6, 10 a 15 vzduchových hmot. Tyto počty pokrývají určité rozpětí kolem hodnot běžně se objevujících v literatuře. Pro zpracování vztahu vzduchových hmot k úmrtnosti bylo použito všech pěti výše uvedených klasifikací, lišících se počtem vzduchových hmot a klasifikační metodou. 3. ÚMRTNOST SOUVISEJÍCÍ SE STRESEM Z HORKA V ČR 3.1 Analýza úmrtnosti ve vztahu k jednotlivým meteorologickým prvkům Situace s nejvyšší nadnormálovou úmrtností V celoročním měřítku se jedná o epidemie infekčních onemocnění v zimě a na počátku jara a horké vlny v létě; rozdělení dnů s nejvyšší odchylkou úmrtnosti od normálu v roce je bimodální, s hlavním maximem v zimě (únor) a podružným v létě (červenec). Letní dny s vysokou úmrtností jsou téměř výhradně dny teplotně nadnormální; vybereme-li za období duben září sto dnů s nejvyšší odchylkou úmrtnosti od normálu, byla pouze v 11 dnech odchylka TMAX od průměrného ročního chodu menší než +1 C, zatímco téměř v polovině případů (48 dnů) činila +6 C nebo více a ve čtvrtině (24 dnů) +8 C nebo více (obr. 1a). Podobné výsledky platí pro TAVG, souvislost s TMIN je méně výrazná. V zimním pololetí (říjen březen) je vazba zvýšené úmrtnosti na teplotu vzduchu slabší (obr. 1b), i když i zde převládají odchylky TMAX od průměrného ročního chodu v jednom směru (v tomto případě záporné). Úmrtnost v horkých vlnách Pro účely této analýzy byly horké vlny definovány jako souvislá alespoň 3denní období, během nichž je TMAX 30.0 C. (Obdobná definice horkých vln byla použita ve srovnatelné analýze v Nizozemsku, viz [8].) Dopad horkých vln na úmrt- Obr. 1 Odchylka maximální denní teploty od průměrného ročního chodu ve 100 dnech s nejvyšší nadnormálovou úmrtností v období a) duben září (vlevo), b) říjen březen (vpravo). Fig. 1. Deviations of maximum daily temperature from the mean annual course on 100 days with the highest excess mortality in a) April September (left), b) October March (right). 114 Meteorologické zprávy, 57, 2004

25 Obr. 2 Závislost relativního zvýšení celkové úmrtnosti na a) průměrné maximální denní teplotě v horké vlně (vlevo), b) poloze středu horké vlny v letní sezoně (vpravo). Proloženy jsou regresní přímky. Fig. 2. Dependence of the relative increase in total mortality on a) mean maximum daily temperature in a heat wave (left), b) location of a heat wave in summer season (right). Regression lines are fitted. nost je poněkud lépe vyjádřen, uvažuje-li se vazba úmrtnosti ve dni D na teplotu předchozího dne D-1. Během 17 takto definovaných horkých vln v období a s uvažovaným zpožděním úmrtnosti za teplotou o jeden den byla odchylka celkové úmrtnosti i úmrtnosti na CVD ve všech případech kladná, ve 14 (12 pro úmrtnost na CVD) bylo zvýšení statisticky významné na hladině Průměrný relativní nárůst celkové úmrtnosti činil v horkých vlnách 13 %. Ve vrcholech horkých vln mohou odchylky od normálu přesahovat v populaci ČR 100 úmrtí denně (více než třicetiprocentní relativní nárůst). Zvýšení úmrtnosti bývá nejvýraznější na počátku léta (zhruba do poloviny července), vzhledem k omezené možnosti aklimatizace na vysoké teploty. Nejvyšší nárůsty úmrtnosti (24 29 % pro celkovou úmrtnost i úmrtnost na CVD) byly pozorovány pro horké vlny a Se zvyšující se průměrnou teplotou horké vlny dopad na úmrtnost roste (obr. 2a), s posunem polohy horké vlny v roce směrem ke konci léta klesá (obr. 2b). Efekt posunu úmrtnosti Bezprostředně po horkých vlnách se projevuje pokles úmrtnosti, způsobený skutečností, že oběti tvoří zčásti lidé, kteří by zemřeli brzy bez ohledu na počasové podmínky; jev bývá označován jako posun úmrtnosti (mortality displacement) nebo tzv. harvesting efekt. Nárůst úmrtnosti v důsledku stresu z horka tedy do určité míry odráží krátkodobé přesuny; pokusy o kvantifikaci tohoto efektu ve světě vedly většinou k hodnotám 10 až 40 % [11, 16, 20]. Pro intenzivní horké vlny z léta 1994 (konec června, přelom července a srpna) byla v [15] odhadnuta velikost posunuté úmrtnosti na 52 % (48 %), tzn. lidé, kteří by zemřeli brzy bez ohledu na počasové podmínky, tvořili zhruba polovinu z celkového počtu obětí. Pro celý soubor 17 horkých vln v období vychází velikost tohoto efektu v průměru na 90 %; tento výsledek je třeba interpretovat tak, že nárůsty úmrtnosti během horkých vln jsou (s výjimkou některých extrémních případů, jakými byly horké vlny v létě 1994) z podstatné části způsobeny krátkodobými přesuny úmrtnosti. Prahové hodnoty Nadnormálová úmrtnost v důsledku stresu z horka je patrná při TMAX 25 C (obr. 3), TAVG 18 C, TMIN 14 C i odchylce TMAX, TAVG a TMIN od ročního chodu +2 C; obdobné prahové hodnoty platí i pro úmrtnost na CVD. Pro TMAX 26 C, TAVG 20 C a TMIN 14 C je toto zvýšení oproti normálovému počtu úmrtí statisticky významné na hladině 0.05 (uvažujeme-li úmrtnost v intervalech o šířce 3 C, každá z těchto hodnot odpovídá středu prvního intervalu, v němž je nárůst úmrtnosti oproti normálu statisticky významně kladný). Uvedené hodnoty byly odvozeny z dat za duben až září; skutečné prahové hodnoty závisí na období v roce, např. v dubnu až květnu a v září jsou o 2 3 C nižší, Obr. 3 Závislost a) odchylky celkové úmrtnosti (černě) a úmrtnosti na kardiovaskulární nemoci (šedě) od normálu (vlevo), b) odchylky celkové úmrtnosti v ženské (černě) a mužské (šedě) populaci od normálu (vpravo) na maximální denní teplotě v období duben září. Hodnoty byly určeny jako průměrné pro 3 C široké intervaly. Fig. 3. Dependence of a) deviations of total mortality (black) and mortality due to cardiovascular diseases (grey) from the baseline (left), b) deviations of total mortality in females (black) and males (grey) from the baseline (right) on maximum daily temperature in April September. Values were set as averages over 3 C wide intervals. Meteorologické zprávy, 57,

26 zatímco v červenci a srpnu o 1 2 C vyšší. Stejné prahové hodnoty platí pro ženskou i mužskou populaci, ale nárůst při vysokých teplotách je v ženské populaci strmější (obr. 3b). Neuvažujeme-li závislost v průběhu roku, je např. ve dnech s TMAX = 27 C průměrná odchylka počtu úmrtí v ČR od normálu +5.5, pro TMAX = 30 C činí +22 (relativní nárůst zhruba 7 %) a pro TMAX = 33 C už +40 úmrtí (relativní nárůst 14 %). Závislosti mezi meteorologickými proměnnými a úmrtností Závislosti mezi úmrtností a teplotními proměnnými, resp. proměnnými zahrnujícími efekt vlhkosti vzduchu (např. HI) jsou kladné a statisticky významné, silnější pro ženskou populaci než pro mužskou a pro HI než pro jakoukoli jinou proměnnou. Hodnoty korelačních koeficientů výrazně závisí na výběru; např. pro všechny dny z období duben až září dosahují asi 0.32 pro TMAX i průměrný denní HI a jsou silnější pro odchylky proměnných od průměrného ročního chodu (až 0.42). Omezíme-li výběr na dny s TAVG 18 C (pro něž je pozorována kladná odchylka úmrtnosti od normálu), dosahují 0.54 pro průměrný denní HI a pro odchylky proměnných od ročního chodu jsou slabší. Závislosti jsou nejsilnější pro zpoždění úmrtnosti za meteorologickými proměnnými 0 dnů; kladné hodnoty platí pouze pro posun úmrtnosti za teplotou (příp. heat indexem) 0 až 3 dny. Záporná (většinou statisticky významná) korelace pro zpoždění 4 25 dnů demonstruje efekt posunu úmrtnosti a jeho časový dosah. Obdobná záporná vazba mezi úmrtností a teplotou se zpožděním 7 až 30 dnů byla popsána v [8] pro nizozemskou populaci. Model pro popis vztahu mezi teplotou a úmrtností Největší procento rozptylu denní úmrtnosti vysvětluje lineární model uvažující dvě teplotní proměnné, HEAT a COLD (HEAT = T-T 0 pro T>T 0, jinak = 0; COLD = T 0 -T pro T<T 0, jinak = 0; T... pozorovaná teplota, T 0... prahová teplota, optimalizovaná tak, aby procento modelem vysvětleného rozptylu bylo nejvyšší; pro TMAX je T 0 = 24 C; srov. [8]). Model pro takto volené proměnné je lepší než pro teplotu i odchylku teploty od průměrného ročního chodu. Časové zpoždění úmrtnosti za teplotou bylo modelováno zahrnutím průměrných proměnných HEAT a COLD popisujících teplotní průběh v předchozích obdobích, jejichž délky exponenciálně rostou, tj. 1 2, 3 6, 7 14 a dnů před dnem D-0. Podle takového modelu (prediktory byly vybrány metodou krokové regrese) odchylka úmrtnosti od normálu závisí kladně na HEAT dne 0 a období 1 2, COLD období 3 7 a 7 14; záporně na HEAT období 3 6, 7 14 i a COLD dne 0 (tab. 1). Model dává lepší výsledky pro odchylky úmrtnosti od normálu než počty úmrtí (i se zahrnutím trendu) a pro celkovou úmrtnost než pro úmrtnost na CVD. Tab. 1. Koeficienty lineárního modelu nejlépe popisujícího závislost odchylek úmrtnosti od normálu na teplotních proměnných v letním období roku (květen září). Podrobněji k volbě modelu viz text. Table 1. Coefficients of the linear model which describes the dependence of excess mortality on temperature variables in summer period (May- September) best. TMAX [ C] modelová úmrtnost pozorovaná úmrtnost TMAX Obr. 4 Skutečné a modelem rekonstruované odchylky celkové úmrtnosti od normálu v létě 1983, 1992 a Černé (šedé) sloupce odpovídají pozorované (modelové) úmrtnosti, čárkovanou křivkou je znázorněn průběh maximální denní teploty. Fig. 4. Observed and reconstructed deviations of total mortality from the baseline in summers of 1983, 1992 and Black (grey) columns represent observed (modelled) mortality, the dashed curve depicts the course of maximum daily temperature odchylka úmrtnosti od normálu Proměnná Časové zpoždění Koeficient [dny] Konstanta HEAT [ C] COLD [ C] Schopnost tohoto modelového vztahu reprodukovat odchylky úmrtnosti od normálu demonstruje obr. 4, zachycující průběh modelové a skutečné úmrtnosti společně s TMAX ve třech nejteplejších létech v ČR za období , tj. 1983, 1992 a Shoda s pozorováním je velmi dobrá, především pokud jde o znaménko odchylky úmrtnosti od normálu a polohy a délky souvislých období s odchylkami v jednom směru. Nižší mezidenní proměnlivost modelové úmrtnosti vede k tomu, že v jednodenních vrcholech je úmrtnost až o 50 % podhodnocena; za delší období jsou sumy odchylek repro- 116 Meteorologické zprávy, 57, 2004

27 dukovány výrazně lépe, např. pro období činila pozorovaná odchylka úmrtnosti od normálu +543 úmrtí [15], modelová +432 úmrtí. Modelem je v některých případech poněkud nadhodnocen efekt posunu úmrtnosti, zejména po horkém období na přelomu července a srpna Uvedený model může být použit i k předpovědi dnů s vysokými kladnými odchylkami úmrtnosti od normálu; z 50 dnů s nejvyšší pozorovanou nadnormálovou úmrtností v období (květen září) přesahuje ve 43 dnech modelem rekonstruovaná odchylka úmrtnosti od normálu +20 úmrtí, pouze v jediném případě je mírně záporná. Vyberemeli naopak 50 dnů s nejvyšší modelovou odchylkou úmrtnosti od normálu za stejné období, skutečná úmrtnost byla ve všech případech nad normálem, ve 48 dnech o více než 20 úmrtí. odchylka úmrtnosti od normálu odchylka úmrtnosti od normálu odchylka úmrtnosti od normálu úmrtnost celková úmrtnost CVD TMAX [ C] Td14 [ C] vzduchová hmota úmrtnost celková úmrtnost CVD TMAX [ C] Td14 [ C] vzduchová hmota úmrtnost celková úmrtnost CVD TMAX [ C] Td14 [ C] vzduchová hmota 3.2 Analýza úmrtnosti ve vztahu ke vzduchovým hmotám Z analýzy byly vyloučeny vzduchové hmoty (dále VH) s četností výskytu < 2.5 % (žádná z nich nebyla provázena výrazným zvýšením úmrtnosti); počty typů (VH) v uvažovaných 5 klasifikacích jsou po této redukci 9, 12 (hierarchická shluková analýza), 6, 10 a 14 (nehierarchická shluková analýza). Přehled klasifikací a vybraných charakteristik VH uvádí tab. 2. Pro většinu VH ve všech pěti klasifikacích je průměrná odchylka celkové úmrtnosti od normálu slabě záporná; kladné hodnoty jsou typické zhruba pro třetinu typů (tab. 2, 3, obr. 5). Ve všech pěti klasifikacích se však vyskytuje alespoň jedna VH, která je provázena statisticky významným zvýšením celkové úmrtnosti i úmrtnosti na CVD a kterou lze označit podle terminologie zavedené Kalksteinem [10] jako obtížnou; průměrná odchylka celkové denní úmrtnosti od normálu v ní činí úmrtí, což odpovídá 7 10% relativnímu nárůstu. Tato VH je ve všech klasifikacích charakterizována vysokými teplotami průměrná TMAX (TAVG) přesahuje ve všech klasifikacích 30 C (23 C), ve všech klasifikacích jde o nejteplejší VH, malou oblačností průměrně 2 až 4 desetiny, obvykle nejmenší mezi VH, silným prouděním, v klasifikaci s 12 typy (tab. 3) dokonce nejsilnějším (přes 5 m/s), přičemž dominantní je výrazná jižní složka, průměrně m/s. Poněkud překvapivě tuto VH necharakterizuje vysoká vlhkost vzduchu (měřeno teplotou rosného bodu). V klasifikacích s alespoň deseti typy se vedle hlavní obtížné VH vyskytuje podružná, s menším, ale stále výrazným nárůstem úmrtnosti (průměrně úmrtí nad normálem denně). Jsou pro ni typické poněkud nižší teploty (TMAX 28 C, TAVG 21 C), větší oblačnost a vyšší teplota rosného bodu. V klasifikaci se 14 typy se tato podružná obtížná VH dále rozpadá na dvě s velmi podobnými vlastnostmi. Četnost hlavní obtížné VH je v jednotlivých výše uvedených klasifikacích postupně 5 %, 5 %, 16 %, 12 % a 9 %; tato čísla demonstrují odlišnost obou metod shlukové analýzy (tendence k vytváření podobně velkých tříd při k-means nehierarchické metodě; četnost typu zhruba odpovídá podílu 100 % / celkový počet tříd). Nižším četnostem při použití average linkage metody také odpovídá vyšší nárůst úmrtnosti v obtížné VH; nelze však jednoznačně říci, že by tato metoda byla vhodnější, neboť charakteristiky obtížné VH jsou ve všech klasifikacích velmi podobné. Podíl obtížných VH na zvýšené úmrtnosti je průkazný rovněž při použití koeficientu, který dává do podílu relativní výskyt VH v padesáti dnech s nejvyšší nadnormálovou úmrtností za analyzované období a klimatologickou četnost VH (hodnota vyšší než 1 znamená, že zastoupení dané VH je v 50 dnech s nejvyšší úmrtností zvýšené; tab. 2). Pro hlavní obtížné VH je tento koeficient v rozmezí , pro podružné obtížné VH ; velikost koeficientu >2.0 je zde zvolena jako kritérium pro obtížnou VH (srov. [18]). Za zmínku stojí skutečnost, že velikosti takto sestaveného koeficientu jsou pro obtížné vzduchové hmoty v ČR vyšší než pro většinu vybraných velkoměst v USA analyzovaných v [12] a [18] TMAX / teplota rosného bodu [ C] TMAX / teplota rosného bodu [ C] TMAX / teplota rosného bodu [ C] Obr. 5 Průměrné odchylky celkové úmrtnosti a úmrtnosti na CVD od normálu (sloupce, hlavní osa y), maximální denní teploty a teploty rosného bodu ve 14 h (body, vedlejší osa y) pro vzduchové hmoty ve 3 vybraných klasifikacích. Vzduchové hmoty jsou seřazeny sestupně podle četnosti výskytu, hlavní (podružné) obtížné vzduchové hmoty jsou vyznačeny tučným (tenkým) okrajem sloupců celkové úmrtnosti. a) average linkage, 12 typů s četností 2.5 % (nahoře), b) k-means, 10 typů s četností 2.5 % (uprostřed), c) k-means, 14 typů s četností 2.5 % (dole). Fig. 5 Mean deviations of total mortality and mortality due to cardiovascular diseases from the baseline (columns), maximum daily temperature and dew point temperature at 14 LT (points) in air masses of three selected classifications. Air masses are sorted according to their decreasing frequency, main (secondary) offensive air masses are depicted by bold (thin) margins of total mortality columns. a) average linkage, 12 types with the frequency 2.5 % (top), b) k-means, 10 types with the frequency 2.5 % (middle), c) k-means, 14 types with the frequency 2.5 % (bottom). Meteorologické zprávy, 57,

28 Charakteristika metoda (H = hierarchická average linkage shluková analýza, H H N N N klasifikace N = nehierarchická k-means shluková analýza) celkový počet VH počet VH s četností 2.5 % z toho s kladnou průměrnou odchylkou úmrtnosti od normálu Hlavní obtížná VH průměrná odchylka celkové úmrtnosti od normálu [počet úmrtí] četnost [%] podíl relativního výskytu v 50 dnech s nejvyšší nadnormálovou úmrtností a klimatologické četnosti Podružná obtížná VH průměrná odchylka celkové úmrtnosti od normálu [počet úmrtí] / /13.5 četnost [%] / 9.1 podíl relativního výskytu v 50 dnech s nejvyšší nadnormálovou / 2.87 úmrtností a klimatologické četnosti Tab. 2 Charakteristiky použitých klasifikací a obtížných vzduchových hmot. VH označuje vzduchovou hmotu. Dvě hodnoty v posledním sloupci pro charakteristiky podružné obtížné VH odpovídají dvěma VH. Table 2. Characteristics of the classifications applied and offensive air masses. 4. SCÉNÁŘE ZMĚNY ÚMRTNOSTI SOUVISEJÍCÍ SE STRESEM Z HORKA PŘI ZMĚNĚ KLIMATU Výběr klimatického modelu použitého pro konstrukci scénáře změny úmrtnosti v důsledku stresu z horka ve změněném klimatu byl založen na vyhodnocení schopnosti několika skupin klimatických modelů reprodukovat vlastnosti extrémních teplotních jevů i pozorovanou úmrtnost související se stresem z horka v současném klimatu. Testované modely zahrnovaly globální cirkulační modely (GCM), statistický downscaling z velkoplošných cirkulačních a teplotních polí ve volné atmosféře, aplikovaný na pozorovaná data i výstupy GCM, a stochastický generátor počasí. Rámcový popis těchto skupin modelů byl v Meteorologických zprávách publikován v [14]. Odhady úmrtnosti související se stresem z horka ve výstupech klimatických modelů pro současné klima byly stanoveny (s ohledem na dostupná data, která neumožňovala využití jiných proměnných než teplotních) pomocí následujícího postupu: 1. Vztah mezi pozorovanou teplotou a odchylkou úmrtnosti od normálu je určen tak, že každému 1 C širokému intervalu je přiřazena průměrná odchylka úmrtnosti od normálu funkce nabývá minima pro TMAX 18 C a je prakticky monotónně rostoucí v intervalu TMAX 18 až 36 C. 2. Na základě výstupu klimatického modelu odpovídajícího současnému klimatu je odhadnuta úmrtnost související se stresem z horka v každém roce, a to jako suma průměrných pozorovaných odchylek úmrtnosti od normálu příslušejících dané teplotě ve všech dnech s teplotou vyšší než určitá hranice (odpovídající buď optimální TMAX, při níž je pozorována nejnižší úmrtnost, tj. 18 C, nebo TMAX, při jejímž překročení je průměrná odchylka úmrtnosti od normálu kladná, tj. 24 C; první z těchto pojetí úmrtnosti související se stresem z horka je obdobné jako v [13] a je dále využito). Z analyzovaných klimatických modelů se jako jednoznačně nejvhodnější pro účely konstrukce scénáře úmrtnosti související se stresem z horka v budoucím klimatu, bez ohledu na to, zda je úmrtnost v důsledku horka definována pro hranici 18 C nebo 24 C, jeví stochastický model, tzv. generátor počasí. Vytváří časové řady, které reprodukují stochastickou strukturu pozorovaných proměnných (v našem případě TMAX, TMIN a globálního záření): jejich průměry, rozptyly, autokorelace a vzájemné korelace. Tyto řady jsou proto v dobrém souhlasu s pozorováním, a to i pokud jde o některé charakteristiky extrémních teplotních jevů. Parametry modelu je třeba modifikovat podle scénáře změny klimatu založeného na výstupech GCM. Zde uvažované scénáře změny klimatu počítají se zvýšením průměrné teploty o (i) 0.9 C, (ii) 1.6 C, (iii) 2.6 C; rozptyl teploty a korelace a autokorelace mezi TMAX a TMIN zůstávají nezměněny. Scénáře odpovídají (i) dolní, (ii) střední a (iii) horní hranici odhadu změny TMAX v ČR v období květen září, vztahují se k roku 2050 a byly odvozeny na základě výstupů globálních cirkulačních modelů ECHAM4 a HadCM2. Zvýšení teploty je vůči období Dolní odhad byl vytvořen kombinací emisního scénáře SRES-B1 [9] s nízkou citlivostí klimatu, horní kombinací scénáře SRES-A2 s vysokou citlivostí klimatu, střední pak jako průměr z SRES-A2 v kombinaci s nízkou citlivostí a SRES-B1 s vysokou citlivostí klimatu. Vztah mezi úmrtností a meteorologickými proměnnými byl aplikován pro změněné klima pomocí simulací provedených základní verzí stochastického generátoru Met&Roll [4]. Závislost mezi zvýšením průměrné teploty a úmrtností v důsledku stresu z horka (určenou jako suma odchylek průměrné, v případě ii) skutečné úmrtnosti od průměrné úmrtnosti při optimální TMAX, tj. 18 C, pro všechny dny s TMAX vyšší než tato optimální teplota) byla stanovena dvěma způsoby: i) Pomocí stochastického modelu jsou simulovány řady TMAX o délce let pro přírůstky teploty oproti současnému ( ) klimatu DTMAX = 0.0, 0.1, 0.2,..., 3.0 C. Pro každé DTMAX je stanovena průměrná roční úmrtnost v důsledku stresu z horka a analyzována je její závislost na DTMAX. ii) Nevyužívá se stochastický model, ale pozorovaná data za období Analyzována je závislost pozorované úmrtnosti v důsledku stresu z horka na průměrné teplotě období květen září. Vzhledem ke krátkému časovému úseku pokrytému daty je odhad ii) poměrně málo spolehlivý; jako jediný však pracuje se skutečnou úmrtností a zahrnuje tak efekty jako je aklimatizace v průběhu letní sezony, posunutá úmrtnost apod. Výsledky simulací popsaných v bodě i) ukazuje obr. 6a. Rostoucí křivky znázorňují průměr a 10% a 90% kvantily rozdělení odhadnuté roční úmrtnosti v důsledku stresu z horka; proložené hranice odpovídají (odspodu) průměru rekonstruovanému pro období z pozorovaných teplotních dat, skutečnému pozorovanému průměru za období 118 Meteorologické zprávy, 57, 2004

29 úmrtnost související se stresem z horka průměr 10% kvantil 90% kvantil pozorované maximum pozorovaný průměr rekonstruovaný průměr ,0 0,5 1,0 1,5 2,0 2,5 3,0 DTMAX [ C] úmrtnost související se stresem z horka 3000 průměr pozorování (2) 1500 (1) DTMAX [ C] Obr. 6 Odhady závislosti úmrtnosti související se stresem z horka na růstu teploty vycházející ze a) simulací pomocí stochastického modelu (vlevo), b) simulací pomocí stochastického modelu a pozorování za období (vpravo). Na grafu b) jsou pozorovanými hodnotami proloženy regresní přímky, a to se zahrnutím roku 1982 (1) a s jeho vyloučením (2). Fig. 6. Estimates of the dependence of heat related mortality on the temperature increase based on a) simulations with the stochastic model (left), b) simulations with the stochastic model and observations over (right). Regression lines are fitted to observed values in figure b), including (1) and excluding (2) year (kdy je TMAX zhruba o 1 C vyšší) a maximální pozorované hodnotě za Z grafu je patrné, že stochastický model reprodukuje průměrnou úmrtnost související se stresem z horka (pro DTMAX = 0 C) bez systematické chyby. Dolnímu (střednímu, hornímu) odhadu změny klimatu k roku 2050 odpovídá zvýšení průměrné úmrtnosti o 25 (47, 84) %; pro horní scénář dosahuje průměrná roční úmrtnost hodnoty pozorovaného maxima za Ke srovnatelnému zvýšení úmrtnosti lze dospět i postupem, v němž je pomocí stochastického modelu simulována pouze jedna řada TMAX, např. pro DTMAX = 0.0 C nebo 1.5 C (druhá hodnota odpovídá středu zkoumaného rozpětí 0 až 3 C) a analyzována je závislost roční úmrtnosti v důsledku stresu z horka na průměrné teplotě období květen září. Pro dolní (střední) odhad změny klimatu vychází zvýšení úmrtnosti zhruba na 22 (52) %. Na obr. 6b jsou výsledky simulací konfrontovány s pozorovaným vztahem mezi úmrtností související se stresem z horka a teplotou v letech Průměrná TMAX za květen září je v uvedeném období vyšší ve srovnání s , čemuž odpovídá vyšší průměrná úmrtnost. Z grafu, který naznačuje rovněž nárůst úmrtnosti při zvyšující se průměrné teplotě, vybočuje odlehlá hodnota pro rok S jejím zahrnutím vychází nárůst průměrné úmrtnosti při dolním (středním, horním) odhadu změny klimatu a za předpokladu lineární závislosti na 6 (11, 17) %; pokud ji vyloučíme, dostáváme zvýšení o 10 (18, 27) %. Důvody, proč se hodnota pro rok 1982 výrazně vymyká ze zbytku souboru, spočívají především v efektech intrasezonního posunu úmrtnosti, proměnlivosti prahové teploty, při jejímž překročení dochází k dopadům na úmrtnost, v průběhu sezony, i zanedbání komplexnosti vztahu mezi teplotou (a počasím obecně) a lidským zdravím. V roce 1982 panovalo na jaře proměnlivé počasí s výskytem souvislých výrazně teplých i chladných období, která obě znamenají pro lidský organismus zátěž; v důsledku toho od počátku dubna do 7. června činila celková odchylka úmrtnosti od normálu úmrtí (odpovídá > 6% relativnímu zvýšení). Efekt posunu úmrtnosti a v menší míře i aklimatizace vysvětlují, proč ani teplá letní období nebyla v tomto roce většinou provázena výraznějšími dopady na úmrtnost. Uvedený případ roku 1982 poukazuje na komplexnost vztahů mezi počasovými podmínkami a lidským zdravím, kterou není možné naznačeným jednoduchým přístupem zachytit. Rozdíly mezi výsledky simulací (bod i) a odhady Tab. 3 Průměrné charakteristiky vzduchových hmot pro vybranou klasifikaci average linkage s 12 typy s četností 2.5 %. Tučně jsou označeny obtížné vzduchové hmoty; úmrtnosti jsou vyjádřeny jako odchylky od normálu. VH označuje vzduchovou hmotu, koef. podíl relativního výskytu VH v 50 dnech s nejvyšší nadnormálovou úmrtností a klimatologické četnosti, TMAX (TMIN, TAVG) maximální (minimální, průměrnou) denní teplotu, Td14 teplotu rosného bodu ve 14 h OBL14 oblačnost ve 14 h, VRY14 rychlost větru ve 14 h. Table 3. Mean characteristics of air masses in the selected average linkage classification with 12 types with frequency 2.5 %. Offensive air masses are in bold; mortalities are expressed in terms of deviations from the baseline. VH četnost úmrtnost úmrtnost koef. TMAX TMIN TAVG Td14 OBL14 VRY14 [%] celková CVD [ C] [ C] [ C] [ C] [m/s] Meteorologické zprávy, 57,

30 z pozorování (bod ii) rovněž pramení v podstatné míře ze zanedbání složitosti těchto vztahů. Zjištěná rozpětí (6 až 22 % pro dolní odhad změny klimatu, 11 až 47 % pro střední, 17 až 84 % pro horní) vymezují hranice, v nichž se pravděpodobné dopady změny klimatu na úmrtnost související se stresem z horka v ČR budou pohybovat. Vzhledem k tomu, že v odhadu založeném na simulacích pomocí stochastického modelu jsou zanedbány některé efekty projevující se v pozorovaných datech, budou skutečné dopady změny klimatu pravděpodobně ležet spíše u dolních z uvedených odhadů. 5. DISKUSE A ZÁVĚR Stres z horka vede k významně zvýšené celkové úmrtnosti a úmrtnosti na kardiovaskulární nemoci v ČR. Prahové hodnoty, při jejichž překročení je u nás pozorována zvýšená úmrtnost (maximální denní teplota 25 C, průměrná denní teplota 18 C), dobře souhlasí s pracemi např. pro Anglii, Německo a severní Itálii; jsou stejné pro celkovou úmrtnost a úmrtnost na kardiovaskulární nemoci, ve vrcholném létě jsou až o5 C vyšší než na jaře (duben, květen) a na počátku podzimu (září). Nárůst úmrtnosti je nejvyšší při horkých vlnách vyskytujících se v časném létě, vzhledem k omezené možnosti aklimatizace, a může v populaci ČR dosahovat až sto úmrtí nad normálem denně (odpovídá relativnímu zvýšení přes 30 %). Většinu obětí horkých vln (až 90 %, u extrémních horkých vln asi 50 %) však tvoří lidé dlouhodobě nemocní, kteří by zemřeli během několika týdnů bez ohledu na počasové podmínky, a tento poznatek je třeba brát v úvahu při interpretaci výsledků i scénářů možných budoucích změn. Nejlepší model vztahu mezi úmrtností a teplotou v letním období uvažuje dvě proměnné HEAT a COLD a časové zpoždění úmrtnosti za teplotou 0 až 30 dnů; schopnost modelu reprodukovat skutečný průběh úmrtnosti je poměrně dobrá, a to i pokud jde o předpověď dnů s výrazně kladnými odchylkami úmrtnosti od normálu. Vhodnou alternativu ke klasickým modelům dopadů horkých období na úmrtnost nabízí synoptický přístup, založený na objektivní klasifikaci vzduchových hmot a používaný dosud zejména v USA. Je aplikovatelný i ve středoevropských podmínkách; všechny klasifikace, vycházející z různých metod shlukové analýzy a konečného vytvoření vzduchových hmot, zahrnují obtížnou vzduchovou hmotu provázenou výrazně zvýšenou úmrtností. Charakteristické jsou pro ni vysoké teploty, malá oblačnost a poměrně silné proudění s jižní složkou. V klasifikacích s alespoň deseti vzduchovými hmotami se vedle hlavní obtížné vzduchové hmoty vyskytuje podružná; nejde o nežádoucí efekt, neboť jsou pro ni typické výrazně odlišné meteorologické podmínky, zejména větší vlhkost vzduchu a množství oblačnosti. Naproti tomu nežádoucí rozpad této podružné obtížné vzduchové hmoty na dvě s podobnými vlastnostmi v klasifikaci se 14 typy (tab. 2) ukazuje, že optimální počet vzduchových hmot pro analýzu tohoto druhu je blízký deseti. Při použití average linkage metody shlukové analýzy jsou četnosti hlavní i podružné obtížné vzduchové hmoty nižší ve srovnání s k-means metodou, což vede k jejich lepšímu oddělení od ostatních vzduchových hmot a k lépe vyjádřenému nárůstu úmrtnosti; nevýhodou je, že podružná obtížná vzduchová hmota je hůře vymezena vůči hlavní a že podíl obou na dnech s nejvyšší odchylkou úmrtnosti od normálu je nižší (hlavní obtížná vzduchová hmota z klasifikace pomocí average linkage se vyskytuje zhruba v 25 % z 50 dnů s nejvyšší nadnormálovou úmrtností oproti 50 % pro k-means, což je nevýhodou zejména z hlediska možností předpovědi dnů s vysokou úmrtností). Použitelnost synoptického přístupu (včetně obou variant shlukové analýzy) k předpovědi dopadů stresu z horka na úmrtnost v ČR a pro vývoj varovného systému by měla být předmětem dalšího studia. Pravděpodobným scénářem změny úmrtnosti v důsledku stresu z horka v budoucím (teplejším) klimatu je její mírné zvýšení. Definujeme-li úmrtnost související se stresem z horka jako sumu odchylek úmrtnosti od průměrné úmrtnosti při optimální teplotě (TMAX = 18 C) pro všechny dny s teplotou vyšší než tato optimální teplota, nepředpokládáme-li změněnou schopnost aklimatizace na vysoké teploty (která by vedla ke zmírnění dopadů) a odhlédneme-li od měnící se demografické struktury společnosti (zhoršení dopadů v důsledku stárnutí populace), změn v dostupnosti a kvalitě lékařské péče (pravděpodobně zmírnění dopadů) a dalších vlivů, často s opačnými znaménky a obtížně kvantifikovatelných, lze odhadnout očekávané zvýšení úmrtnosti související se stresem z horka při nárůstu průměrné teploty o 1 C na 8 až 33 %. Rozpětí scénářů změny průměrné teploty k roku 2050 založených na simulacích klimatických modelů spolu s různými odhady změny úmrtnosti související se stresem z horka na jednotkové zvýšení průměrné teploty vede k rozpětí možné změny úmrtnosti v důsledku stresu z horka k roku 2050 o 7 % (dolní odhad změny klimatu i citlivosti populace) až 84 % (horní odhad změny klimatu i citlivosti populace). V žádném případě se tedy ani při nejpesimističtějším scénáři nejedná o několikanásobné zvýšení (srov. [12]). Množství chyb a nejistot vstupujících do hry při konstrukci scénářů změny klimatu a jejích dopadů je stále velké a ani uvedené rozpětí je nemůže zachycovat v plné míře. Mezi nejpodstatnější patří neurčitosti při volbě předpokládaného emisního scénáře, v budoucích koncentracích skleníkových plynů, v citlivosti klimatu na změnu koncentrací skleníkových plynů, v regionální a sezonní proměnlivosti klimatické změny atd. Zanedbána je zde rovněž přirozená proměnlivost klimatu. V případě dopadů změny klimatu na úmrtnost v důsledku stresu z horka bude podstatnou roli vedle schopnosti aklimatizace, změn věkové skladby společnosti a dalších obtížně odhadnutelných společensko-ekonomických trendů hrát účinnost preventivních a adaptačních opatření. V letech 2002 a 2003 bylo v zahraniční literatuře publikováno několik prací zabývajících se úmrtností související se stresem z horka (např. [1, 2, 3]), které přinesly nové poznatky mající důsledky mj. pro odhad budoucího vývoje. Poprvé bylo ukázáno dlouhodobé zmírňování dopadů horkých období na úmrtnost ve vyspělých částech světa (USA, západní Evropa), k němuž dochází navzdory pozorovanému růstu teploty i měnící se věkové skladbě populace. Svou roli na tomto poklesu hraje zlepšování lékařské péče, větší rozšíření klimatizace, aplikace varovných systémů (zejména v USA) i další vlivy; vzhledem k pozorovanému zvyšování teploty se zde však zřejmě odráží také dlouhodobá schopnost aklimatizace organismu na teplotní podmínky. Schopnost této aklimatizace má zásadní význam pro skutečné scénáře změny úmrtnosti v důsledku stresu z horka v budoucím (pravděpodobně teplejším) klimatu. Zde vytvořené scénáře nepředpokládají posun prahové hodnoty, při jejímž překročení dochází k nárůstu úmrtnosti, změněnou schopnost aklimatizace, demografické změny, změny relativního zastoupení obyvatelstva ve velkých městech a v ostatních sídlech ani jiné efekty. Většinu těchto faktorů a jejich dopadů je sice obtížné kvantifikovat, vzhledem k poznatkům z výše citovaných studií je však téměř jisté, že skutečný dopad změny klimatu na úmrtnost souvise- 120 Meteorologické zprávy, 57, 2004

31 jící se stresem z horka v ČR bude blízký dolnímu odhadu z výše uvedeného rozpětí, za předpokladu, že tato změna bude probíhat dostatečně pomalu. Obdobné stanovisko, pokud jde o změny úmrtnosti související se stresem z horka při změně klimatu, zastávají i autoři práce [13]. Pro rok 2050 (při středním odhadu změny klimatu) pokládáme za nejpravděpodobnější nárůst úmrtnosti v ČR v důsledku stresu z horka o %. Toto relativně optimistické zjištění rozhodně neznamená, že by mělo být omezeno úsilí dopady změny klimatu na úmrtnost vyvolanou stresem z horka minimalizovat. V teplejším klimatu se také častěji budou vyskytovat extrémně horká léta, v nichž dopady na úmrtnost výrazně vybočují z dlouhodobého průměru. Horké vlny bývají uváděny na prvním místě mezi faktory, které mohou nepříznivě ovlivňovat zdraví člověka v předpokládaném teplejším budoucím klimatu evropského kontinentu. Tato obava je nesporně oprávněná; je však třeba také mít na paměti, že podobně jako v jiných oblastech (např. zemědělství, vodní zdroje apod.) i ve sféře lidského zdraví budou dopady předpokládané změny klimatu největší v těch částech světa, jež nemají a nebudou mít dostatek prostředků na jejich prevenci a zmírnění a kde je situace ve srovnání s rozvinutými zeměmi v řadě ohledů kritická i v dnešní době. Domníváme se, že právě v této rovině má výzkum změny klimatu a jejích dopadů blízko ke globální politické debatě a jeho výsledky by se měly stát ve vyspělých zemích podnětem snahy o spravedlivější uspořádání světa. V našich podmínkách bude pravděpodobně možné řadu dopadů změny klimatu, včetně dopadů na úmrtnost související se stresem z horka, přijetím preventivních a adaptačních opatření a aplikací monitorovacích a varovných systémů zmírnit. Poděkování Práce vznikla v rámci projektu 205/01/D040 podpořeného Grantovou agenturou ČR. Poděkování za poskytnutí dat a pomoc při přípravě článku náleží pracovníkům ČHMÚ, Ústavu zdravotnických informací a statistiky ČR, B. Křížovi (Státní zdravotní ústav ČR) a M. Dubrovskému (ÚFA AV ČR). Literatura [1] DAVIS, R. E. KNAPPENBERGER, P. C. NOVICOFF, W. M. MICHAELS, P. J., Decadal changes in heatrelated human mortality in the eastern United States. Climate Research, Vol. 22, s [2] DAVIS, R. E. KNAPPENBERGER, P. C. NOVICOFF, W. M. MICHAELS, P. J., Decadal changes in summer mortality in U.S. cities. International Journal of Biometeorology, Vol. 47, s [3] DONALDSON, G. C. KEATINGE, W. R. NÄYHÄ, S., Changes in summer temperature and heat-related mortality since 1971 in North Carolina, South Finland, and Southeast England. Environmental Research,Vol. 91, s [4] DUBROVSKÝ, M., Creating daily weather series with use of the weather generator. Environmetrics,Vol. 8, s [5] GONG, X. RICHMAN, M. B., On the application of cluster analysis to growing season precipitation data in North America east of the Rockies. Journal of Climate, Vol. 8, s [6] GUEST, C. S. WILSON, K. WOODWARD, A. HENNESSY, K. KALKSTEIN, L.S. et al., Climate and mortality in Australia: retrospective study, and predicted impacts in five major cities in Climate Research, Vol. 13, s [7] HUTH, R. NEMEŠOVÁ, I. KLIMPEROVÁ, N., Weather categorization based on the average linkage clustering technique: An application to European mid-latitudes. International Journal of Climatology, Vol. 13, s [8] HUYNEN, M. M. T. E. MARTENS, P. SCHRAM, D. WEIJENBERG, M. P. KUNST, A.E., The impact of heat waves and cold spells on mortality rates in the Dutch population. Environmental Health Perspectives, Vol. 109, s [9] IPCC, 2001: Climate Change The Scientific Basis. Cambridge, Cambridge University Press. 881 s. [10] KALKSTEIN, L. S., A new approach to evaluate the impact of climate upon human mortality. Environmental Health Perspectives,Vol. 96, s [11] KALKSTEIN, L. S., Health and climate change: direct impacts in cities. Lancet, Vol. 342, s [12] KALKSTEIN, L. S. GREENE, J.S., An evaluation of climate/mortality relationships in large U.S. cities and the possible impacts of climate change. Environmental Health Perspectives, Vol. 105, s [13] KEATINGE, W. R. DONALDSON, G. C. CORDIOLI, E. MARTINELLI, M. KUNST, A. E. et al., Heat related mortality in warm and cold regions of Europe: observational study. British Medical Journal, Vol. 321, s [14] KYSELÝ, J. HUTH, R. DUBROVSKÝ, M., Simulace extrémních teplotních jevů globálními cirkulačními modely, statistickým downscalingem a stochastickým generátorem. Meteorologické Zprávy, Roč. 54, s [15] KYSELÝ, J., Časová proměnlivost horkých vln v ČR a extrémní horká vlna z roku Meteorologické Zprávy, Roč. 56, [16] SARTOR, F. SNACKEN, R. DEMUTH, C. WALC- KIERS, D., Temperature, ambient ozone levels, and mortality during summer 1994, in Belgium. Environmental Research, Vol. 70, s [17] SERRANO, A. GARCÍA, J. A. MATEOS, V. L. CANCILLO, M. L. GARRIDO, J., Monthly modes of variation of precipitation over the Iberian Peninsula. Journal of Climate, Vol. 12, s [18] SMOYER, K. E. KALKSTEIN, L. S. GREENE, J. S. YE, H., The impacts of weather and pollution on human mortality in Birmingham, Alabama and Philadelphia, Pennsylvania. International Journal of Climatology, Vol. 20, s [19] SMOYER, K. E. RAINHAM, D. G. C. HEWKO, J. N., Heat-stress-related mortality in five cities in Southern Ontario: International Journal of Biometeorology, Vol. 44, s [20] WHITMAN, S. GOOD, G. DONOGHUE, E. R. BENBOW, N. SHOU, W. Y. MOU, S. X., Mortality in Chicago attributed to the July 1995 heat wave. American Journal of Public Health, Vol. 87, s Lektor RNDr. V. Květoň, CSc., rukopis odevzdán v únoru Meteorologické zprávy, 57,

32 INFORMACE RECENZE TORNÁDO V LITOVLI 9. ČERVNA 2004 Dne 9. června 2004 způsobil silný vítr na Moravě četné škody, zejména v pásu od Litovle přes Olomoucko až do oblasti Zlínska. Neobvykle těžké škody způsobil vítr v Litovli, ale přírodní živel se významně projevil též v Olomouci, kde si vyžádal lidský život, dále v obci Fryšták a na Vizovické vrchovině. Většinou se zřejmě jednalo o downbursty či gust fronty, ale podle mnoha indicií a některých svědeckých výpovědí má škody v Litovli na svědomí tornádo poměrně silné intenzity. Povětrnostní situace Povětrnostní situace byla charakterizována frontální zónou nad větší částí Evropy, která měla nad střední Evropou směr od severozápadu k jihovýchodu. V hladině 500 hpa byl nápadný hřeben vyššího tlaku vzduchu, který zasahoval nad západní a střední Evropu (obr. 1), při zemi se nacházela mělká brázda nižšího tlaku vzduchu, ve které by bylo možno analyzovat frontální rozhraní oddělující chladný vzduch nad Polskem od teplé vzduchové masy nad Německem. Od západu se k nám dostával vzduch s významnou podmíněnou instabilitou. Aerologická měření na stanicích Praha-Libuš a Prostějov vykazovala uvedeného dne v poledne světového času hodnoty dostupné konvekční energie CAPE 1510 J/kg, resp. 600 J/kg. Z hodografů stanice Praha-Libuš a Prostějov je patrné stáčení větru s výškou doprava a hodnoty helicity (103 m 2 /s 2, resp. 191m 2 /s 2 ) naznačovaly prostředí příznivé pro vznik rotace konvekčních bouří, i když nebyly nijak mimořádné. Informace z české meteoradarové sítě CZRAD z 9. června 2004, UTC (obrázek není uveden) umožnily identifikovat nad Českou republikou významnou konvekční oblačnost, zejména pak v pásu táhnoucím se od Třebíčska po Nízký Jeseník. V blízkosti Litovle však extrémní odrazivosti naměřeny nebyly, což však bylo velmi pravděpodobně způsobeno značným útlumem těmi meteorologickými cíly (srážkami), které se nacházely mezi radarem Skalky (i radarem Brdy) a oblastí Litovelska. Z radarového měření dále vyplynulo, že Obr. 1 Analýza absolutní topografie a teploty vzduchu hladiny 500 hpa z modelu ARPEGE/ALADIN z 9. června 2004, 12 UTC. Obr. 2 Pás největších škod v Litovli a nejbližším okolí. Vně pásu nebyla většinou zjištěna závažnější poškození, kromě izolovaných chybějících tašek a drobných škod na vegetaci. Tečkovaně je naznačena větší nejistota v určení hranice škod. pás bouřek se pohyboval k východojihovýchodu rychlostí kolem 20 m/s. Výsledky terénního šetření v Litovli a okolí Pás největších škod poblíž Litovle a v Litovli samotné je vyznačený na obr. 2. Nejpostiženější částí Litovle byla oblast kolem ulice Gustava Frištenského. Škody zde byly opravdu mimořádné střechy zcela odnesené, poškozené stropy, zlomené betonové sloupy, poškozené zdivo. Některé trosky létaly na vzdálenost stovek metrů, část pozinkovaného plechu ze střešní krytiny obepnula strom. Pás nejhorších škod zde dosahoval šířky m, což však nemusí nutně odpovídat šířce tornádového víru. Vně pásu nejhorších škod se izolovaně vyskytovala menší poškození vegetace a střešní krytiny, na některých střechách chyběly některé tašky, zejména hřebenové. Rozsah škod v ulici G. Frištenského dobře dokumentuje letecký záběr (obr. 3). Z dalších leteckých snímků i z terénního šetření vyplynulo, že na sever od trasy tornáda padaly stromy a trosky většinou od severu až severozápadu a ničivý účinek větru zde byl o něco menší, zatímco na jižní straně a v podélné ose hlavního pásu škod bylo patrné působení větru spíše od jihozápadu, což indikuje konvergenci, charakteristickou pro výskyt tornáda. Svědectví o průběhu Podle mnohých svědeckých výpovědí se náhle setmělo a s velkým hlukem se zároveň se srážkami od západu kolem SELČ přihnal ničivý vítr, který působil minut. Někteří svědkové však popisovali vír s levotočivou (cyklonální) rotací, který unášel dešťové kapky, ale i větve a další předměty. Tato svědectví, zároveň s výše uvedenou konvergencí větru, vedla ke klasifikaci jevu v Litovli jako tornádo, ale je pravděpodobné, že mnohé ze škod, které konvekční bouři provázely, zejména v některých místech dráhy bouře směrem na Olomouc, byly způsobeny downbursty. Za Litovlí (směrem na Olomouc) již nebyla zjištěna svědectví, která by 122 Meteorologické zprávy, 57, 2004

33 Obr. 3 Letecký pohled na ulici G. Frištenského od východu, proti směru příchodu tornáda. Foto uvedeno s laskavým svolením Městského úřadu Litovel a Krajského úřadu Olomouckého kraje. jev identifikovala jako tornádo a ani z charakteru škod v této oblasti by se na tornádo usuzovat nemuselo. Zajímavý popis jevu poskytl Dr. Martin Možný z ČHMÚ, který se tou dobou pohyboval u Litovle: Ve středu kolem h jsme odjížděli z profesionální stanice Luká do Doksan. Cestou jsme zaznamenali přibližující se bouřku, která se stáčela směrem na Olomouc. Poté, co jsme vyjeli na hlavní cestu z Olomouce do Mohelnice, jsme si všimli přibližujícího se trychtýře visícího z oblaku druhu cumulonimbus, po několika minutách jsme vlétli do smrště vody a listí ze stromů a moc jsme toho již neviděli, navíc poryvy větru smýkaly autem do stran. Pomalu jsme jeli ca 10 minut, než jsme se dostali z nejhoršího. Závěr Z terénního šetření a existujících svědectví vyplývá, že škody byly způsobeny s velkou pravděpodobností tornádem, které postupovalo s mateřskou konvekční bouří od západoseverozápadu k východojihovýchodu. Další škody, zejména v oblasti kolem Olomouce, však již tornádem (tornády) způsobeny být nemusely. Poděkování Děkuji Bohuslavě Markové, Ladislavu Budíkovi, Martinu Možnému a MÚ Litovel za pomoc a poskytnutí cenných informací a podkladů. Milan Šálek EUMETSAT KONFERENCE A PODPIS SMLOUVY O VSTUPU ČESKÉ REPUBLIKY Ve dnech až se v Praze v konferenčním centru hotelu Diplomat uskutečnila konference The 2004 Eumetsat Meteorological Satellite Conference, o níž již předem informovaly Meteorologické zprávy (2004, č.1.). Tyto konference se doposud každoročně konaly v některém ze členských států organizace EUMETSAT (podrobnosti k této organizaci viz článek věnovaný MSG Meteosatu druhé generace v témž čísle MZ); poslední z nich v roce 2002 v irském Dublinu a v roce 2003 v německém Výmaru. Česká republika byla první pořádající zemí, která v době zahájení konference ještě neměla žádnou formu členství v organizaci EUMETSAT. Hlavními tématy konference byly současné a budoucí družicové systémy a přístroje, chemismus atmosféry, MSG první výsledky, nowcasting a pozorování silných bouří, monitorování hydrologického cyklu, asimilace družicových dat, výuka a vzdělávání, virtuální laboratoře, globální pozorování oceánů a klimatologie oceánů a atmosféry. Konference se zúčastnilo 236 řádně zaregistrovaných posluchačů, což byla doposud nejvyšší zaznamenaná účast na těchto akcích. Konferenční služby pro ČHMÚ a pro EUMETSAT byly smluvně zajištěny agenturou Guarant. Sborníky příspěvků, CD s přednesenými přednáškami (ve formátu Power Point), program přednášek a seznam účastníků budou k dispozici k zapůjčení u účastníků konference. Jako všechny obdobné akce, i tato konference byla doprovázena několika společenskými akcemi, z nichž nejvýznamnější se uskutečnila v Břevnovském klášteře. Kromě samotné konference došlo ale i k jiné, pro ČR a ČHMÚ patrně daleko důležitější události, a sice k podpisu smlouvy o přistoupení České republiky k organizaci EUMETSAT formou spolupracujícího členství. ČR byla posledním státem střední Evropy, který doposud nebyl ani plným, ani spolupracujícím členem organizace EUMETSAT (podrobnosti k formám členství viz MZ 2004, č.1, s.15 20). Za Českou republiku smlouvu podepsal ministr životního Meteorologické zprávy, 57,

34 Podpis smlouvy o přistoupení České republiky k organizaci EUMETSAT. Zleva ministr životního prostředí L. Ambrozek, generální ředitel EUMET- SAT T. Mohr a ředitel ČHMÚ I. Obrusník. prostředí Libor Ambrozek, za organizaci EUMETSAT její generální ředitel, Tillmann Mohr. Smlouva nyní musí být ratifikována jednak parlamentem ČR, jednak koncilem organizace EUMETSAT. Po schválení oběma subjekty se ČR stane spolupracujícím členem (někdy též nepřesně označované jako přidružené členství) organizace EUMETSAT k 1. lednu Spolupracující členství je přechodnou formou k plnému členství, přičemž toto přechodné stádium by nemělo trvat déle než pět let. Členský poplatek spolupracujícího člena činí 50 % sumy, kterou by dotyčný stát platil při plném členství, přičemž základ této sumy se odvíjí od aktuálního národního hrubého důchodu. Suma poplatků, kterou spolupracující stát zaplatí za celou dobu svého spolupracujícího členství, se následně odečte od vstupního poplatku (čítajícím trojnásobek ročního poplatku plného člena), standardně hrazeném při vstupu formou plného členství. Spolupracující členství zajišťuje plný přístup k veškerým datům, produktům a službám organizace EUMETSAT a zároveň z toho vyplývajících povinností; neumožňuje však podílet se na řízení organizace a na přijímání různých rozhodnutí, dále neumožňuje národním firmám spolupracujícího státu uzavírat kontrakty s organizací EUMETSAT a jeho občanům zakazuje stát se zaměstnancem organizace. Tyto jisté restrikce jsou zcela zrušeny až při vstupu formou plného členství. Martin Setvák ING. PETR HAVRÁNEK ŠEDESÁTNÍKEM Dne 31. srpna 2004 oslavil významné životní jubileum dlouhodobý odborný pracovník Českého hydrometeorologického ústavu v Praze, vedoucí Odboru distančních měření a informací (ODMI) Ing. Petr Havránek. Petr Havránek, rodák z často jím hrdě vzpomínaných moravských Dolních Louček u Tišnova se ve svých deseti letech s rodiči přestěhoval do Prahy a zde také absolvoval střední školu s maturitou. Svá vysokoškolská studia ukončil v prosinci 1966 na ČVUT fakultě elektrotechnické v Praze. První zaměstnání nastoupil v Laboratorních přístrojích a tři roky zde strávené konstrukcí elektronických přístrojů byly cennou školou pro jeho další odbornou práci. Do Hydrometeorologického ústavu nastoupil na právě dokončenou observatoř Praha-Libuš s úkolem technického dozoru a vývoje technologií na pracovišti. Doba nástupu do ústavu Ing. Havránkovi umožnila stát u samých začátků pravidelných měření meteorologických radiolokátorů na území Československa, kterému se pak zejména odborně věnoval a věnuje dodnes. Své technické znalosti si v této oblasti trvale prohluboval a hned v létě 1971 absolvoval zaškolení ve vývojovém pracovišti Tesly Pardubice, kde byl právě dokončován vývoj a výroba československého meteorologického radaru RM-2, instalovaného následně na observatoři v Praze-Libuši. Léta zastával funkci vedoucího elektro-skupiny, uplatnil řadu zlepšovacích návrhů na technické zdokonalování obsluhy různých zařízení na pracovišti. V roce 1981 se stal spoluautorem vynálezu Počítač horní hranice radioech meteocílů. Po odchodu RNDr. D. Vítkové do důchodu se stal v roce 1987 vedoucím tehdejšího Experimentálního pracoviště Praha-Libuš a od února 1992 až dosud zastává funkci vedoucího ODMI. V průběhu jeho působení ve funkci proběhla další etapa budování a dokončení výstavby moderní české radarové sítě (CZRAD) vybavené automatizovanými bezobslužnými dopplerovskými radary na Drahanské vysočině a v Brdech, inovace příjmu a zpracování družicových, aerologických i pozemních meteorologických měření. Tím se zvýšila kvalita naměřených a analyzovaných dat a podstatně se zlepšila úroveň i rozsah uživatelských informací a prestiž celého odboru. Ing. P. Havránek je zapojen do řady mezinárodních aktivit od roku 1992 je českým zástupcem v Technickém výboru pro meteorologii programu COST, podílel se dále na projektu COST 75 Pokročilé radiolokační systémy a projektu RADHYD. Svoje odborné poznatky také uplatnil v řadě článků a prezentací (Meteorologické Zprávy, konference se zaměřením na radiolokační meteorologii). Milý Petře, přesto nebo právě proto, že konečně zavítáš mezi nás, starší, přeji Ti za sebe i spolupracovníky mnoho zdaru do dalších let, především pak hodně zdraví, pevné nervy, další odborné úspěchy, pohodu a radost při oblíbeném zahrádkaření i mnoho pěkných chvil s tvou hýčkanou, také jubilantkou, desetiletou jezevčicí Cindy. Jan Strachota 124 Meteorologické zprávy, 57, 2004