Typologie krajiny Střední Evropy vztah přírodních podmínek a kvality krajiny z hlediska potenciálu ekosystémových služeb

UNIVERZITA KARLOVA V PRAZE Přírodovědecká fakulta Katedra fyzické geografie a geoekologie Studijní obor: Geografie a kartografie Typologie krajiny Střední Evropy vztah přírodních podmínek a kvality krajiny z hlediska potenciálu ekosystémových služeb Landscape Typology Relationship Between Natural Conditions and Potential of Ecosystem Services Bakalářská práce Eliška FŇUKALOVÁ Praha 2013 Vedoucí práce: RNDr. Dušan Romportl, Ph.D.

Prohlašuji, že jsem svou bakalářskou práci vypracovala samostatně a že jsem všechny použité zdroje řádně citovala. Tato práce ani žádná její část nebyla předložena k získání jiného nebo stejného akademického titulu. Svoluji k zapůjčení této práce pro studijní účely a souhlasím s tím, aby byla řádně vedena v evidenci knihovny. V Praze dne 20.5. 2013... Eliška Fňukalová

Poděkování: Děkuji svému vedoucímu práce RNDr. Dušanu Romportlovi, Ph.D. za veškerý věnovaný čas, trpělivost, cenné připomínky, a za vstřícnost, se kterou ke mně a mé práci přistupoval. Děkuji také své rodině a blízkým za jejich podporu a shovívavost.

Zadání bakalářské práce Název práce Typologie krajiny Střední Evropy vztah přírodních podmínek a kvality krajiny z hlediska potenciálu ekosystémových služeb Landscape typology of Central Europe relationship between natural conditions and potential of ekosystém services Klíčová slova Typologie krajiny ekosystémové služby; Landscape typology ecosystem services Cíle práce Rešerše problematiky typologie krajiny typy přírodní krajiny, typy kulturní krajiny v Evropě; rešerše tématu krajinných funkcí a ekosystémových služeb Zpracování typologie přírodních podmínek krajiny Střední Evropy, klasifikace ekosystémových služeb Zhodnocení vztahu potenciálu ekosystémových služeb a přírodních podmínek krajiny Střední Evropy Použité pracovní metody, zájmové území, datové zdroje Rešerše dostupné literatury zabývající se problematikou typologie krajiny. Vypracování typologie přírodních podmínek krajiny Evropy s využitím charakteristik reliéfu (DEM SRTM), klimatu (databáze WORLDCLIM), event. půd (Soil Atlas of Europe) nebo geologických poměrů (databáze OneGeology). Klasifikace prostorové distribuce ekosystémových funkcí s využitím databáze CORINE Land Cover 2006 (EEA) dle metodiky Burkhard et al. 2012. Zhodnocení vzájemných vztahů pomocí zákl. statistických metod. Datum zadání: 7.11.2012 Podpis studenta: Podpis vedoucího práce: Eliška Fňukalová RNDr. Dušan Romportl, Ph.D.

Typologie krajiny Střední Evropy vztah přírodních podmínek a kvality krajiny z hlediska potenciálu ekosystémových služeb Abstrakt Degradace přírodního prostředí v minulém století zřetelně zasáhla do fungování ekosystémů. Potřeba rozhodovat o krajině způsobem vedoucím k trvale udržitelnému rozvoji a lidskému blahobytu vyústila ve vznik nového přístupu studia tzv. ekosystémovému přístupu. Výzkumy se snaží rozpoznat především vazby mezi ekosystémovými službami a jejich prostorovou a časovou distribucí. Tato práce se pokouší identifikovat vztahy mezi potenciálem ekosystémových služeb a fyzickogeografickými podmínkami na území Střední Evropy. Komplexní typologie přírodní krajiny slouží k vyjádření biofyzikálních charakteristik. Vstupní vrstvy jsou proměnnými klimatických a půdních podmínek, a tvaru terénu. Klastrovou analýzou K-průměrů bylo vymezeno sedm typů přírodní krajiny. Potenciál poskytovat ekosystémové služby zhodnotil pro vrstvu CORINE Land Cover Burkhard a kol. v roce 2009. Tato metodika byla využita k vyjádření prostorové distribuce ekosystémových služeb a určení jejich hodnot pro jednotlivé typy přírodní krajiny. V rámci krajinných typů se projevuje zřejmá závislost ekosystémových služeb na nadmořské výšce, jenž jsou limitovány produkční schopností půd v nejvyšších horských oblastech. Nejnižší potenciál ekosystémových služeb vykazují člověkem narušené plochy jako urbánní, industriální či těžební oblasti. Landscape Typology Relationship Between Natural Conditions and Potential of Ecosystem Services Abstract Degradation of natural environment in last century has led to significant impacts on ecosystem s functioning. There was a need to study and manage landscapes towards to sustainable development and human well-being. The Ecosystem Services Approach was established as a response. Recognition of the relationship between potential of ecosystem services and its spatial and temporal distribution is especially challenging. This thesis tries to identify the relationship between potential of ecosystem services and bio-physical conditions in Central Europe. Complex typology of natural landscapes is used as an expression of its bio-physical characteristics. Input layers in the classification represent climate, soils and terrain variables. K-means clustering was used to identify seven types of natural landscapes. Potential of ecosystem services was evaluated by Burkhard et al in 2009 for CORINE Land Cover layer. This methodology was used to represent the spatial pattern of potential of ecosystem services and to identify the specific values for each class of landscape. There is a significant correlation between ecosystem services and the altitude for these classes. On the other hand, ecosystem services depend on the soil coverage which limits the potential of services in the highest mountain ranges. The lowest potential of ecosystem services provide landscapes disturbed by man such as urban and industrial areas or mine sites. 5

Obsah Seznam tabulek a obrázků... 8 Seznam příloh... 6 1 ÚVOD... 7 Cíle práce... 7 2 TYPOLOGIE KRAJINY... 9 2.1 PŘÍSTUPY... 9 2.1.1 Směr vytváření typologie... 9 2.1.2 Jednotky typologické a individuální... 10 2.1.3 Prostorové rozlišení typologie... 11 2.2 VZNIK TYPOLOGIE... 11 2.2.1 Vstupní data... 11 2.2.2 Proces vzniku typologie... 14 2.3 NEJVÝZNAMNĚJŠÍ CELOEVROPSKÉ TYPOLOGIE KRAJINY... 17 2.3.1 World Map of Present Landscapes... 17 2.3.2 Pan-European Landscapes... 18 2.3.3 Projekt ELCAI... 19 2.3.4 Další klasifikace krajiny Evropy... 22 3 EKOSYSTÉMOVÝ PŘÍSTUP... 24 3.1 EKOSYSTÉMOVÉ SLUŽBY... 25 3.1.1 Druhy ekosystémových služeb... 26 3.1.2 Hodnocení ekosystémových služeb... 29 3.2 KRAJINNÉ FUNKCE... 31 3.3. PROSTOROVÁ DISTRIBUCE EKOSYSTÉMOVÝCH SLUŽEB A KRAJINNÝCH FUNKCÍ... 32 3.3.1 Mapy distribuce ekosystémových služeb... 34 4 METODICKÝ POSTUP... 39 6

4.1 Zájmové území... 39 4.2 Vstupní data... 39 4.3 Úprava vstupních dat... 40 4.4 Vznik typologie přírodní krajiny... 44 5 VÝSLEDKY A DISKUZE... 48 5.1 TYPOLOGIE PŘÍRODNÍ KRAJINY... 48 5.2 EKOSYSTÉMOVÉ SLUŽBY... 51 5.3 DISKUZE... 56 5 ZÁVĚR... 61 SEZNAM POUŽITÉ LITERATURY A ZDROJŮ... 62 7

Seznam tabulek a obrázků Obr. 1: Hierarchická závislost složek přírodní krajiny.... 12 Obr. 2: Proces vzniku typologie krajiny.... 17 Obr. 3: Pan-European Landscapes.... 18 Obr. 4: A Climatic Stratification of the Environment of Europe.... 21 Obr. 5: Socioekonomická stratifikace Evropy.... 23 Obr. 6: Kaskádový model mechanismu závislosti lidského blahobytu na přírodním prostředí.... 25 Tab. 7: Skupiny ekosystémových služeb.... 27 Obr. 8: Schéma procesu vzniku některých ekosystémových služeb.... 28 Obr. 9: Kaskádové schéma ekosystémových služeb upravené pro krajinné funkce.... 31 Obr. 10: Relativní důležitost regionů NUTS-X pro krajinné funkce komerční lesní produkty a regulace klimatu.... 35 Obr. 11: Klasifikace krajiny podle předpokladu budoucího vývoje přírodního prostředí.... 36 Obr 12: Totální hodnota ekosystémových služeb pro EU27.... 38 Tab. 13: Vstupní data.... 39 Obr. 14: Vstupní vrstva CORINE Land Cover.... 41 Obr. 15: Skupiny půd.... 42 Obr. 16: Rastrová vstupní data průměrných teplot a amplitudy teplot (zleva)... 43 Obr. 17: Rastrová vstupní data průměrných srážek a digitálního výškového modelu (zleva)... 44 Tab. 18: Proměnné rastrových vstupních dat vstupující do klastrové analýzy.... 45 Obr. 19: Projekce proměnných do faktorové roviny.... 46 Obr. 20: Procentuální význam faktorů získaných analýzou hlavních komponent.... 47 Obr. 21: Typologie přírodní krajiny.... 48 Obr. 22: Průměrná ekologická integrita krajiny hodnocena metodikou Burkharda a kol. (2009)... 53 Obr. 23: Průměrný potenciál krajiny poskytovat zásobovací služby hodnocený metodikou Burkharda a kol. (2009)... 53 8

Obr. 24: Průměrný potenciál krajiny poskytovat regulační služby hodnocený metodikou Burkharda a kol. (2009)... 54 Obr. 25: Průměrný potenciál krajiny poskytovat kulturní služby hodnocený metodikou Burkharda a kol. (2009).... 54 Obr. 26: Průměrné hodnoty kategorií ekosystémových služeb pro jednotlivé typy přírodní krajiny hodnoceno metodikou dle Burkharda a kol. (2009).... 55 Seznam příloh P1 P2 P3 P4 P5 P6 P7 P8 P9 Originální legenda CORINE Land Cover. Skupiny půd vstupující do typologie přírodní krajiny. Grafy rozsahu hodnot vstupních proměnných do typologie krajiny pro jednotlivé krajinné typy. Grafy statistických charakteristik potenciálu hodnot ekosystémových služeb pro jednotlivé typy přírodní krajiny. Potenciál tříd krajinného pokryvu CORINE Land Cover poskytovat ekosystémové služby hodnocený metodikou Burkharda a kol. (2009). Statistická charakteristika rozložení vstupních dat pro jednotlivé typy přírodní krajiny. Mapa typologie přírodní krajiny. Srovnání relativních velikostí jednotlivých druhů ekosystémových služeb. Srovnání relativních velikostí potenciálu typů přírodní krajiny poskytovat ekosystémové služby. 6

1 ÚVOD Krajina a ekosystémy jsou již mnoho staletí ovlivňovány činností člověka. Od období průmyslové revoluce však tento vliv soustavně roste a v poslední době je patrné, že tlaky vyvíjené na přírodní prostředí nemohou být dále přirozeně vyrovnávány bez změn ve fungování přírodního prostředí (Daily, 1997). Projevují se poklesem biodiverzity, znečištěním ovzduší a vody, degradací půd a dalšími změnami. Vyvstává otázka, zda a kdy bude dosaženo prahové hranice, za kterou již nebudou přírodní struktury a procesy obnovitelné (Metzger a kol., 2008). Spolu s těmito úvahami jsou hledány nové způsoby studia a správy životního prostředí vedoucí k trvale udržitelnému rozvoji a lidskému blahobytu. Nejvýznamnější z těchto snah je v dnešní době ekosystémový přístup. Zakládá se na identifikování a ohodnocení všech benefitů, které lidstvo získává z přírodního prostředí, tzv. ekosystémových služeb (MA, 2005). Do současné doby byly mnohé z těchto benefitů zanedbávány zejména proto, že nemají přímou tržní hodnotu. Ukazuje se, že hodnota, která dosud nebyla vyčíslována, v mnoha případech násobně převyšuje tržní potenciál vyčíslitelných hodnot. Ekosystémový přístup zohledňuje, že ekosystém jako například les pěstovaný pro těžbu stavebního dřeva, přináší člověku přímými i nepřímými způsoby další výhody, jako třeba příležitost k rekreaci, protierozní činnost nebo regulaci mikroklimatu. Toto poznání by mělo zabezpečit rozvážné využívání přírodních zdrojů bez ohledů na okamžitý zisk. Hlavní otázkou studia ekosystémových služeb se v současné době stává jejich dynamika, ať už prostorová nebo časová. Užitečným nástrojem pro studium prostorové distribuce je typologie krajiny, která přináší sysntetizovanou informaci o jednotlivých strukturách krajiny, na které může být vystavěno další hodnocení ekosystémových služeb. Typologie mohou být také použity jako podklad ekologického monitoringu, na jehož základě jsou ekologické služby hodnoceny (Metzger a kol., 2012). Cíle práce Cílem této práce je zhodnotit potenciál krajiny poskytovat ekosystémové služby s ohledem na fyzickogeografické prostředí a jeho typizaci. Hlavními cíli této práce jsou: 1. rešerše problematiky typologie krajiny v Evropě a tématu ekosystémových služeb a krajinných funkcí, 2. vytvoření komplexní typologie přírodní krajiny Střední Evropy a klasifikace ekosystémových služeb v návaznosti na tuto typologii. 7

Cílům práce odpovídá struktura práce její první část má charakter rešerše dostupné odborné literatury, nejprve problematiky typologie krajiny, a následně pak tématu ekosystémových služeb. Rešeršní část zabývající se typologií krajiny klade důraz především na výběr vstupních dat, metodiku zpracování a existující typologie krajiny Evropy. Část pojednávající o problematice ekosystémových služeb se soustředí na jejich dělení, způsoby hodnocení a dosavadní snahy o vyjádření jejich prostorové distribuce s vazbou na fyzickogeografické prostředí. Analytická část práce zahrnuje vytvoření komplexní typologie přírodní krajiny na území Střední Evropy a zmapování distribuce ekosystémových služeb po tomto území. Ačkoliv přírodní krajina v dnešní době již prakticky neexistuje, v této práci se typologií přírodní krajiny míní typologie založená pouze na primární struktuře krajiny. Potenciál krajiny poskytovat ekosystémové služby je následně vyjádřen pro jednotlivé typy přírodní krajiny vytvořené komplexní typologií. Diskuze a závěr práce shrnují poznatky získané rešerší literatury a diskutují jejich aplikovatelnost a platnost pro výsledky získané vlastní analýzou. 8

2 TYPOLOGIE KRAJINY Typologie krajiny se zabývá rozdělením krajiny do prostorových jednotek na základě společných znaků a popisem těchto tříd. Hazeu a kol. (2011) zavádí jednotnou teminologii, přičemž slovo klasifikace vysvětluje obecně jako akt vytváření tříd. Dále ji rozděluje takto: Pojem stratifikace se používá v případě, že vyklasifikované jednotky rozdělují plynule se proměňující jev do uměle vytvořených tříd bez jednoznačných hranic, zatímco v případě pojmu typologie jsou jednotlivé, relativně homogenní třídy odlišeny a popsány na základě dobře rozlišitelných rozdílů. Potřeba vytvářet systém je podle Formana a Godrona (1993) přirozená lidská vlastnost společná každému vědnímu oboru. Typizace jako utřídění dosavadního vědeckého poznání umožňuje systematicky na něj nahlížet, poznat souvislosti, identifikovat případné nedostatky a vytvářet prognózy (Jongman a kol., 2006). Výstupem tohoto procesu je v případě krajiny obvykle typologická mapa, která přináší syntetizovanou informaci pocházející z různorodých tématických vstupů (Kolejka a Lipský, 2008).Vytvořená typologie je současně podporou pro rozhodovací procesy zejména za účelem ochrany a uváženého využívání (Lipský a Romportl, 2007). Konkrétně lze jmenovat územní plánování, krajinotvorná opatření, podklady pro monitoring změn klimatu, ochrana přírody a krajiny. Klasifikací krajiny s přímým vstupem do praxe se zabývá například Bastian (2000), srovnáním existujících biogeografických klasifikací pro potřeby rozhodování Bunce a kol. (2006). Od 28. listopadu 2002 je tvorba typologie krajiny závazně podmíněna platností Evropské úmluvy o krajině (European Landscape Convention) v České Republice (Council of Europe, 2000). Tato smlouva momentálně platí ve 38 členských i nečlenských státech EU (Council of Europe, cit. 18.5. 2013), což stimuluje vznik jednotných evropských typologií na mezinárodní úrovni. Úmluva je koncipována jako nástroj proti současným trendům změn v krajině zejména její unifikaci a ztrátě specifického charakteru (Mücher a kol., 2010) a je zaměřena na všechny krajiny bez rozdílu. 2.1 PŘÍSTUPY 2.1.1 Směr vytváření typologie Forman a Godron (1993) ukazují dva směry, kterými může být typologie vytvářena, a rozlišují tak typologii sestupnou a vzestupnou. Sestupná typologie (holistic typology) se sestavuje postupným rozdělováním základních jednotek do menších celků odráženících jejich vnitřní heterogenitu. Van Eetvelde a Antrop (2009) 9

tento postup ilustrují představou zaostřování do krajiny. S každou další úrovní dělení jsou stanovené typy krajin detailnější. Zpravidla se při tvorbě takovéto typologie postupuje od hierarchicky nejvyšších faktorů, způsobujících heterogenitu krajiny, směrem dolů k faktorům slabším. Forman s Godronem (1993) považují ve skupině faktorů formujících krajinu za nejsilnější podnební pásma, následovaná podnebními oblastmi, vegetačními stupni, geomorfologickými jednotkami a působením člověka jako nejslabším vlivem podřazeným všem ostatním v této hierarchii. To koresponduje s hierarchickou závislostí složek krajiny (obr. 1), která bude blíže popsána v části o zdrojích dat. Vzestupná typologie (parametric typology) vychází z rozsáhlých konkrétních informací o jednotlivých znacích na nejnižší hierarchické úrovni. Jednotky pak na základě podobnosti v těchto znacích sdružuje do obecnějších skupin (Lipský, 1998). Díky této metodě jsou kombinace charakteristik jednotek zahrnuty ve své skutečné šíři a žádná z možností není předem vyloučena. Využití je však zatíženo nutností matematicky pracovat s velkým objemem dat a proto se stalo aktuální hlavně s rozšířením GIS (van Eetvelde a Antrop, 2009). 2.1.2 Jednotky typologické a individuální V zásadě lze krajinné jednotky charakterizovat dvěma základními přístupy (Meeus, 1995, Lipský 1998, Romportl a Lipský 2007). 1. Přístup typologický Při použití typologického přístupu se zařazují jednotky do tříd na základě podstatných vlastností, které je odlišují od okolí (Lipský 1998). Další jednotky stejné třídy se mohou odděleně vyskytovat jinde na zemském povrchu a v jiném geografickém kontextu. Zároveň mohou být další vlastnosti jednotek ve stejné třídě mírně heterogenní, čímž se tyto jednotky přibližují k jiným třídám. Při vymezovýní typologickým přístupem se proto jednotky klasifikují spíše na základě míry podobnosti s jakýmsi ideálním zástupcem (centrem) každé třídy. Krajiny je typizována do jednotek, které jsou zpravidla pojmenovány tak, aby jejich název reflektoval právě onu podstatnou vlastnost, která byla klíčem ke klasifikaci, např. zemědělská krajina, nížinatá krajina apod. (Lipský, 1998). 2. Přístup individuální (regionální) Individuální přístup vymezuje neopakovatelné prostorové jednotky u nichž přímo zdůrazňuje jejich neopakovatelnost vůči okolí v nějakém znaku či jejich souhrnu, ačkoliv vnitřně mohou být tyto jednotky heterogenní (Romportl, 2010). Výsledkem klasifikace je individuální regionalizace krajiny, přičemž jedinečnost každé jednotky je zpravidla 10

zvýrazněna použitím místního názvosloví (van Eetvelde a Antrop, 2009). V případě České republiky takovými krajinami jsou např. krajina Polabí, Českého krasu apod. (Lipský, 1998). Romportl (2010) do výčtu možných přístupů přidává ještě třetí, přístup funkcionální. Tím je vazebně integrační přístup (Kolejka, 1999, in Romportl, 2010), kdy jsou typizujícím hlediskem vazby (energomateriálové toky) mezi jednotkami, ačkoliv ve všech jiných hlediskách mohou být tyto jednotky heterogenní. 2.1.3 Prostorové rozlišení typologie Významným bodem je prostorová úroveň klasifikace krajiny. Prostorová distribuce energií a materiálu se v hierarchických úrovních mění. S podrobnějším měřítkem roste vliv člověka v krajině a přírodní energomateriálové toky mají různý význam a navzájem se ovlivňují (Klijn a de Haes, 1994, Lioubimtseva a Defourny, 1999). Základní tři úrovně vymezuje Romportl (2010) jako globální, regionální a lokální. 2.2 VZNIK TYPOLOGIE Každá typologie krajiny je určována vstupními daty a použitou metodikou. I při použití stejných datasetů se při rozdílném postupu získá rozdílný výsledek. Různým faktorům může být přiřčena různá důležitost. To podmiňují cíle, které typologie sleduje. Podle Lipského a Romportla (2007) je tvorba typologie krajiny úkol s nejednoznačným přístupem a různými výsledky řešení. 2.2.1 VSTUPNÍ DATA Výběr dat Výběr dat do klasifikace je ovlivněn jednak účelem klasifikace a jednak vědomím, že jednotlivé struktury krajiny jsou navzájem podmíněné a hierarchicky uspořádané. Romportl (2005) míní, že vypracování hierarchického systému dílčích znaků, a úplné vyloučení prvků nepodstatných, by mělo být prvním krokem k sestavení typologie krajiny. Znalosti odstupňování vlivu jednotlivých enviromentálních složek jsou praktické pro výběr dat, jejich seřazení, sestavení struktury klasifikace, a též pro tvorbu přehledné a logické legendy (Mücher a kol., 2010). Romportl a Chuman (2012) vycházejí z dřívějších prací a řadí závislost podmínek přírodní krajiny u abiotických faktorů od hierarchicky nejvýše postaveného klimatu, přes geologické a geomorfologické podmínky v území, po hydrografii. Na těchto všech závisí biota nejprve vegetace a na ní fauna. Na přírodní prostředí se vrství působení člověka. Nejčastěji využívaným podkladem postihujícím jeho vliv jsou údaje o využití ploch (land use). Vrstvami mohou být také 11

třeba struktura krajiny a charakter a struktura osídlení (Romportl a Chuman, 2012). Postupné skládání vrstev lze ilustrovat pomocí pyramidy složek krajiny (obr. 1). Klijn a de Haes (1994) upozorňují, že na sebe složky nepůsobí pouze směrem dolů, ale s menší intenzitou i opačným směrem. Dochází tak k prolínání vlivů. Zpětnou vazbu je nutné brát v potaz zejména u velkých měřítek. Kromě hierarchie struktur se hierarchizují též procesy. Obr. 1: Hierarchická závislost složek přírodní krajiny. Zdroj: Klijn a de Haes (1994) Hierarchická struktura přírodních podmínek je všeobecně známá a využívaná snad ve všech současných typologiích (Van Eetvelde a Antrop, 2009; Mücher a kol., 2010; Romportl a kol., 2013). Využil ji například Haines-Young (1992) při klasifikaci krajiny Walesu ze snímků družic LANDSAT. Ty vyklasifikoval do jedenácti druhů krajinného pokryvu. Protože krajinný pokryv koresponduje s tvarem terénu, výsledná klasifikace krajiny odpovídala též fyzickogeografickým podmínkám, přestože jiné podklady nebyly použity. Vzhledem k tomu, že krajina již v dnešní době v podstatě nikde není determinována pouze přírodními faktory, a významným způsobem se na jejím vzhledu i fungování podílí člověk (Daily, 1997), je možné vymezit tři genetické úrovně typologie krajiny. Tyto úrovně současně určují data, která se pro jejich tvorbu využijí (Romportl, 2010). Představa struktur krajiny, která je zásadní pro další přehled typologií, vychází z práce Löwa a Míchala (2003). Klasifikace přírodní krajiny se zabývá výhradně primární strukturou krajiny, která je dána pouze přírodními podmínkami. Taková krajina již v evropských podmínkách prakticky neexistuje (Lipský, 1998). O to užitečnější mohou být tyto typologie, využitelné například pro rekonstrukci či rekultivaci krajiny (Lipský a Romportl, 2007). Většina klasifikací přírodní krajiny se zaměřuje 12

na jednu dílčí složku přírodního prostředí. Vznikají tak například geologické, geomorfologické či klimatické typologie. Při zahrnutí více složek vzniká typologie komplexní. Klasifikace krajiny podle jejího využití člověkem, též funkční typologie krajiny, se zase naopak zabývá pouze sekundární strukturou krajiny. Přírodní prostředí je v ní však také bezděky zahrnuto, neboť využití půdy a krajinný pokryv jsou přirozeným odrazem přírodních podmínek. Na druhou stranu antropogenní vlivy přírodní krajinu přemazávají a pozměňují, zejména její vegetaci (Romportl, 2010). Jak poznamenávají Lipský a Romportl (2007) k používaným datovým vstupům, například vrstvám land-use, klasifikace krajiny podle jejího využití člověkem je již sama o sobě typizací skutečnosti. Funkční typologie krajiny se tak stává interpretací této typizace, která nejčastěji posuzuje intenzitu lidského ovlivnění území nebo ekologickou stabilitu krajiny (Lipský a Romportl, 2007). Komplexní klasifikace kulturní krajiny, či klasifikace současné kulturní krajiny, je komplexním přístupem syntetizujícím obě dvě předchozí klasifikace. Do klasifikace tedy vstupují jak data o přírodní charakteristice území, tak o jejím antropogenním využití. Zdroje dat Původním zdrojem dat byla terénní měření a pozorování. Může jít o exaktní bodové měření přístroji, tak jako je tomu u klimatických dat. Při klasifikaci krajiny je v některých případech žádoucí zaznamenat i informace, které žádná objektivní metoda není schopna změřit. Nejčastěji se to týká vjemů a pocitů z krajiny pro člověka. Haines-Young (1992) uvádí jako případ, kdy bylo využito subjektivní hodnocení, Mid-Wales Uplands Landscape Assessment (Land Use Consultants, 1986 in Haines-Young 1992). V této studii mohli pozorovatelé hodnot krajinu z různých kritérií, například měřítko, různorodost, stimulus či půvab. Nevýhodou terénních pozorování je časová, finanční i pracovní náročnost, pro kterou může být mapováno jen v relativně malém měřítku (Groom a kol., 2006; Jongman a kol., 2006). Vstupy do typologie mohou být čerpány též z existujících map, případně jejich digitalizovaných podob (Haines-Young, 1992; Roekaerts, 2002). Nejobvyklejšími nedostatky této metody je fixní měřítko podkladů, které neumožňuje klasifikaci na nižší úrovni, či nedostatečně objasněná metodika tvorby použité mapy. V současnosti se nejvíce využívají údaje získané z dálkového průzkumu Země a tématické digitální datasety a databáze. Výhoda satelitních snímků spočívá hlavně v digitálním formátu a široké dostupnosti i pro území, pro která jiné datové podklady neexistují či nemohou být pořízeny (Lioubimtseva a Defourny, 1999). Další výhodou je opakovatelnost závisející termínovém rozlišení snímače. Omezením je prostorové rozlišení snímače (Jongman a kol., 2006). 13

Rozšíření této metody poskytuje objektově orientovaná analýza zahrnutím dalších informací ze snímku, jako je vnitřní textura objektu, sousedící objekty a poloha v prostoru, atd. (Romportl a kol., 2013). Databáze a datasety vznikají zpravidla některou z předchozích metod. Dataset ale nemusí být vždy vizualizovaný, může být připojen jednoduše ve formě tabulky (van Eetvelde a Antrop, 2009). V případě Evropské Unie existují vhodné vstupní vrstvy v relativně širokém tématickém spektru pro území členských, i některých blízce přilehlých států, a jsou volně dostupné. Příkladem může být dataset krajinného pokryvu CORINE Land Cover, který vzniká právě klasifikací satelitních snímků družice LANDSAT TM do čtyřiceti čtyř kategorií krajinného pokryvu. Je dostupný v digitální formě nebo v analogové formě v měřítku 1:100 000 (Lipský, 2000) a vytváří ho Evropská environmentální agentura (EEA). Dalším příkladem je European Soil Database, která vzniká sdružením půdního mapování na úrovni jednotlivých států při zavedení jednotného klasifikačního systému půd. 2.2.2 PROCES VZNIKU TYPOLOGIE Úprava dat Prvním krokem je úprava dat. Vzhledem k tomu, že vstupní data zpravidla pocházejí z různých zdrojů, mají obvykle různá rozlišení, prostorový rozsah, souřadnicové systémy, aj. Pro klasifikaci je tedy nutné všechna vstupní data sjednotit, oříznout, popřípadě spojit více datasetů, převést do referenčního souřadnicového systému, atd. Jako prevence vzniku štěpin, pro snažší překryv a analýzu vrstev, se zpravidla před klasifikací všechny vstupy převzorkovávají do pravidelné mozaiky. Vyplnění polí pravidelného gridu je v současnosti nejrozšířenější metodou (Metzger a kol., 2005; van Eetvelde a Antrop, 2009; Romportl a kol., 2013). Nejčastěji se používá čtverečný rastr, ale je možné využít i šestiúhelníkový. Mozaikování v pravidelném rastru současně ukazuje hrubost klasifikace (van Eetvelde a Antrop, 2009; Owen a kol., 2006). Nespornou výhodou je snažší integrace s ostatními daty, a nad podrobným gridem se též mohou řešit prostorové vzory s využitím krajinných metrik, z nichž se pak mohou stát proměnné při další analýze (van Eetvelde a Antrop, 2009). Metody klasifikace Prvotní metody klasifikace a vytvoření typologie krajiny byly velmi subjektivní a všeobecné. Klasifikace rozdílů v přírodním prostředí vznikaly původně interpretací pozorovaných vjemů založené na osobní zkušenosti pozorovatele (Hazeu a kol., 2011). Van Eetvelde a Antrop (2009) mezi tyto holistické práce řadí například krajinné regiony Estonska z roku 1929 nebo regiony Belgie z roku 1970. 14

Typologie empirické zahrnují expertní analýzu založenou na zkušenosti pozorovatele. Mezi empirické typologie patří práce Pan-European Landscapes (Meeus, 1995). Nejnovější typologie krajiny se snaží o exaktní a objektivní přístup, například Mücher a kol., 2003 či Romportl a kol., 2013. Využívají k tomu pokroky v GIS, dálkový průzkum Země a statistické metody, na základě kterých se snaží vytvořit rozhodovací rámec pro rozřazování do tříd (Jongman a kol., 2006). V případě stratifikace pozvolného gradientu se stávají objektivní statistické metody jediným nezpochybnitelným řešením (Metzger a kol., 2005). Další výhodou je opakovatelnost procesu, zahrnutí aktualizovaných či nových podkladů, možnosti změny měřítka, generalizace, reinterpretace výsledku (Mücher a kol., 2003). Na objektivní typologii může být též statisticky provedeno stratifikované vzorkování (Metzger a kol., 2005; Jongman a kol., 2006). Bunce a kol. (1996) míní, že pro potřeby klasifikace může být zvolena libovolná metoda, neboť výsledek není předem znám. Tentýž autor tento předpoklad potvrzuje ve své práci z roku 2002, kde se ukazuje, že metodicky rozdílně vytvořené biogeografické stratifikace vykazují podstatnou podobnost. 1. Prostorový překryv tématických vrstev Nejjednodušším postupem tvorby typologie, nebo možností, jak si udělat předběžnou představu o budoucí klasifikaci, je skládání tématických map na principu superpozice (Forman a Godron, 1993). V případě digitálních vstupů ve vektorovém formátu je postup zatížen vznikem štěpin (Lioubimtseva a Defourny, 1999; van Eetvelde a Antrop, 2009). Ty se vylučují buď stanovením nejmenší velikosti polygonu a jejich generalizací, nebo převzorkováním do pravidelného rastru. Metodu využil např. Hazeu a kol., 2003. 2. Segmentace multispektrálního obrazu Metoda segmentace obrazu vychází původně z klasifikace satelitních snímků do tříd na základě tématických vrstev multispektrálního obrazu. Při klasifikaci krajiny se jako tématické vrstvy použijí generalizovaná vstupní data, která jsou transformována do jednoho RGB kompozitu připomínajícího snímek (Mücher a kol., 2010). Proces pracuje s celými objekty, spíše než s povahou jednotlivých pixelů (Mücher a kol., 2003). Současné softwary umožňují segmentaci obrazu jako objektově orientovanou analýzu, která klasifikuje nejen na základě příslušnosti k třídě, ale zahrnuje též kontextuální informace jako je textura, velikost a tvar objektu, sousedící třídy apod. (Mücher a kol., 2003, 2010; Groom a kol., 2006; Romportl a kol., 2013). 3. Klastrová (shluková) analýza 15

Klastrové analýze zpravidla předchází analýza hlavních komponent (Principal Component Analysis, PCA), jejímž účelem je snížení počtu dimenzí samotné analýzy. Identifikuje proměné, které spolu korelují, a vybere ty, které prokazují největší variabilitu (Bunce a kol., 1996; Owen a kol., 2006), přičemž k další klasifikaci se obvykle využívají jen nejvariabilnější data. Hierarchická klastrová analýza může být v zásadě aglomerativní nebo divizní. Aglomerativní metoda začíná od samostatných jednotek, které jsou na základě rozhodovacího pravidla spojovány do shluků. Jejím příkladem je Wardova metoda, kterou využila např. Owen a kol. (2006), či metoda ISODATA využitá Metzgerem a kol. (2005). Divizní metoda naopak začíná jedním shlukem, který je postupně rozdělován do menších. Široce a dlouhodobě využívanou divizní klastrovou analýzou je metoda TWINSPAN (two way indicator species analysis), dříve ISA, původně vyvinutá pro potřeby analýzy vegetace (Bunce a kol., 1996). V typologii krajiny se používá většinou ke klasifikaci snímků dálkového průzkumu (použili např. Chuman a Romportl, 2010; Van Eetvelde a Antrop, 2009; Haines- Young, 1992). Klastrová analýza nese určitou míru subjektivity, neboť minimálně počet klastrů musí být u všech metod předem definován uživatelem. Při zadání stejných vstupních parametrů je průběh analýzy stejný. Všechny tyto metody je možné kombinovat a vytvářet tak komplexní víceúrovňovou typologii, jako to udělal Romportl a kol. (2013) nebo van Eetvelde a Antrop (2009). Poslední jmenovaní využili dvou úrovní typologie, aby mohli vytvořit jednotnou typologii dvou autonomních regionů, pro jejichž klasifikaci neexistovaly jednotné podklady. Poklasifikační úpravy, kontrola a vznik typologie Po proběhnutí klasifikace se zpravidla provádějí dodatečné úpravy, jako stanovení nejmenší velikosti jednotky a generalizace jednotek pod touto úrovní, prvotní empirická kontrola výsledků, a pojmenování tříd. Po vytvoření tříd následuje obvykle zkouška, která ukazuje vhodnost klasifikace srovnáním s nezávisle získanými daty (Bunce a kol., 1996), tedy porovnání náhodných prostorových vzorků s jinými datasety. Měření přesnosti typicky probíhá jako výpočet kappa statistics. Na tu je třeba stejné prostorové rozlišení datasetů (Metzger a kol., 2005) i počet vyklasifikovaných tříd. Kappa statistics počítá pixel po pixelu shodnost datasetů (Bunce a kol., 2002). Výsledkem je procentuální shoda datasetů, která všeobecně ukazuje, kdy je shoda 16

uspokojivá či nedostačující. Pokud srovnatelný dataset neexistuje, navrhuje Bunce a kol. (1996) udělat v terénu náhodné vzorkování poměrně k velikosti třídy. Názornou ilustraci průběhu typologie ukazuje obr. 2. Jedná se o konkrétní případ enviromentální stratifikace Evropy (Metzger a kol. 2005). Postup odpovídá výše popsaným krokům, jediným rozdílem je oddělení druhé větve v klasifikační fázi. Obr. 2: Proces vzniku typologie krajiny. Zdroj: Metzger a kol. (2005) 2.3 NEJVÝZNAMNĚJŠÍ CELOEVROPSKÉ TYPOLOGIE KRAJINY 2.3.1 World Map of Present Landscapes První mezinárodní typologií krajiny byla World Map of Present Landscapes, která vznikla pod záštitou enviromentálního programu OSN (UNEP). Hlavním koordinátorem byla E. V. Milanova z Moskevské university. Skládá se z dvou map Geographical Belts and Zonal Types of 17

Landscapes of the World (1988) a Land Use Types of the World (1986).Vstupní data pochází ze satelitních snímků a existujících národních map a terénních průzkumů (Wascher ed., 2005). Tato mapa je pro současné účely příliš hrubá, nepřesná a nejdenoznačně definovaná. 2.3.2 Pan-European Landscapes V roce 1995 vznikla velká evropská typologie Pan-European Landscapes Nizozemce Meeuse jako součást The Dobříš Assessment (obr. 3). Její autor se potýkal především s nedostatkem dat, která navíc nejsou ve vysokém prostorovém rozlišení (Mücher a kol., 2010). Spolu s nesystematickým postupem se jedná o hlavní nedostatky této typologie. Zajímavostí v metodice je hodnocení scénické kvality a vizuálního dojmu z krajin zahrnutím kritérií jako je otevřenost či uzavřenost krajiny. Dále využívá reliéf, bioklimatické a vegetační zóny, landuse a regionální specifika krajin. Výstupem typologie je identifikace 30 hlavních evropských venkovských typů krajiny v měřítku 1:25 mil. Obr. 3: Pan-European Landscapes. Zdroj: Meeus (1995) 18

2.3.3 Projekt ELCAI Mezinárodní projekt ELCAI (European Landscape Character Assessment Initiative) byl založen v návaznosti na vznik Evropské úmluvy o krajině. Tato inciativa si mimo jiné klade za cíl vytvoření typologie krajiny, založené na evropských, případně národních datových zdrojích (Lipský, 2005). Jedná se o dvě klasifikace krajiny přírodní (Environmental Stratification of Europe) a kulturní (European Landscape Classification). Hlavními úkoly je transparentnost metodiky, možnost pozdějších úprav či změn měřítka, všeobecné uznání a využití v praxi, a orientace na koncového uživatele (Mücher a kol., 2003). European Landscape Classification (LANMAP) Iniciativa o vytvoření pan-evropské klasifikace LANMAP vznikla v návaznosti na Evropskou úmluvu o krajině s cílem hodnotit ekofyzické podmínky prostředí. Úkolu se zhostil nizozemský ústav Alterra. První verze LANMAP vytvořil Mücher a kol. v roce 2003 a využil do ní topografii, půdy a landuse. Mücher a kol. (2010) představují několikrát vylepšenou typologii LANMAP 2: využitá data jsou klima, nadmořská výška, půdy a landuse/landcover. Pro většinu vrstev bylo třeba spojit několik datasetů, aby bylo pokryté celé zájmové území. Klasifikace byla provedena dvouúrovňovou segmentací vstupních vrstev vyjma klimatu, které bylo zahrnuto až dále v typologii překryvem s výsledkem segmentace. Přestože je klima hierarchicky nejvyšším diferenciačním faktorem krajinných typů, nebylo využito k jejich vymezení. Výsledkem je typologie o čtyřech hierachických úrovních s 350 krajinnými typy na nejnižší úrovni. Pojmenování jednotlivých typů je čtyřpísmené a vzniká čistě jako složenina názvů dominujících tříd jednotlivých vrstev. Na závěr byly z typologie maskou vyjmuty území aglomerací do 5 km 2, vodních ploch a přílivových sníženin, pro které zpravidla neexistují půdní data. Tyto masky byly vytvořeny na základě vstupní vrstvy landcover. Celkem bylo vyklasifikováno 14 000 jednotek, které mají značně variabilní velikost od 11 km 2 do 739 000 km 2 (Wascher ed., 2005). Větší jednotky se obecně nacházejí ve východní části Evropy, na území Ruska, Ukrajiny a ve Skandinávii. Výsledky typologie tak odpovídají závěrům Meeuse (1995) i Metzgera (2005), že v severovýchodní Evropě je krajina homogennější. Kindler in Wascher ed. (2005) popisuje rozsáhlé srovnání LANMAP 2 s národními daty zabývajícími se krajinným rázem. V zásadě šlo o překrytí národní a evropské datové vrstvy, a analýzu počtu tříd, jednotek a jejich velikostí. Vzhledem k rozličné metodice na národních úrovních lze pouze obecně konstatovat, že pan-evropská vrstva vykazuje menší podrobnost, větší zjednodušení a generalizaci. 19

Environmental Stratification of Europe Práce Metzgera a kol. z roku 2005 vychází z European Climatic Stratification podle ITE z roku 1981, která však neodpovídá přílišnou hrubostí a všeobecností potřebám na současné evropské úrovni (Jongman a kol., 2006). Vstupní datasety jsou vybrány podle schématu funkční hierarchie, na základě které považuje Metzger a kol. (2005) možné vytvořit stratifikaci biofyzikálních podmínek v podstatě jen s využitím klimatu. Díky tomu získala Environmental Stratification of Europe přízvisko Climatic. Použitá data o klimatu zahrnují více proměných pro každé roční období, resp. čtyři reprezentativní měsíce, vstupují též údaje o zeměpisné šířce a digitální model terénu jako reprezentant nadmořské výšky. Vstupy byly převzorkovány do gridu 1x1 km a po analýze hlavních komponent klasifikovány klastrovou analýzou ISODATA. Zatímco jižní Evropa se byla rozdělana do malých tříd, severní vykazovala menší množství plošně větších jednotek. Klasifikace byla proto rozdělena na dvě části a každá analyzována zvlášť. V poklasifikačních úpravách byly odstraněny všechny regiony menší než 250 km 2. 20

Obr. 4: A Climatic Stratification of the Environment of Europe. Zdroj: Metzger a kol. (2005) Celkem bylo vyklasifikováno 84 tříd (EnS) (obr. 4). Došlo však ke vzniku stejných tříd na velmi vzdálených, enviromentálně nestejnorodých územích, protože do klasifikace nebyla zahrnuta podrobná data jako půdy apod. V reakci na to bylo vytvořeno šest hlavních prostorových enviromentálních regionů a třináct enviromentálních zón, do kterých byly třídy hierarchicky rozděleny. Na základě skupin a podskupin vzniklo systematické třípísmenné pojmenování třídy, podle hlavních komponent určujících její charakter (Metzger a kol., 2005). 21

Environmental Stratification může být využita pro monitorování a předpověď, k modelování změn klimatu a landcoveru, dlouhodobému monitornigu či náhodnému vzorkování pro jiné účely (Jongman a kol., 2006). Stala se také vstupní vrstvou do další typologie evropského prostředí, například je základem typologie zemědělských krajin (Agri-Environmental Zonation AEnZ) (Hazeu a kol., 2003), nebo při Rural Typology jako způsob vyjádření fyzickogeografických rozdílností území (Van Eupen a kol., 2012). 2.3.4 Další klasifikace krajiny Evropy Z dalších klasifikací, které vznikly na území Evropy, zpravidla z podnětu EU, lze jmenovat The Biogeographical Regions Map of Europe (Roekaerts, 2002), venkovskou typologii Faro EU (Hazeu a kol., 2003), nebo typologii venkova týmu Van Eupena z roku 2012. Wascher, ed. (2005) jmenuje ještě mapu typologie krajiny pro potřeby ochrany přírody ENVIP Nature a mapu EEA Dominant Landscape Types, která vzniká další analýzou vrstev CORINE Land Cover. Představené typologie se téměř nezabývají jinou strukturou krajiny než primární. Je to proto, že pro hodnocení kulturní krajiny neexistují dostatečné datové podklady. Jediná široce dostupná vrstva pro celou Evropu s tímto přesahem je vrstva CORINE land cover. Podle Müchera a kol. (2003) je dimenze kulturní krajiny příliš komplexní na to, aby mohla být kategorizována úplným a mezinárodně přijatelným způsobem. Jedním z mála příkladů komplexnější stratifikace evropské krajiny je práce Metzgera a kol. z roku 2010. Tato socioekonomická stratifikace by měla sloužit jako podklad pro jednotnou evropskou strategii výzkumu a hodnocení ekosystémů v rámci tzv. LTER (Long Term Ecosystem Research). Stratifikace vznikla složením Environmental Stratification of Europe (Metzger a kol., 2005), jako vrstvy představující biofyzikální vlastnosti prostředí, s vrstvou socioekonomické stratifikace Evropy. Přestože autor poznamenává, že existuje šest hlavních socioekonomických proměnných, které ovlivňují ekosystémy demografie, technologie, ekonomika, politické a sociální instituce, znalosti a výměna informací pro nedostatek dostupných dat zahrnuje jen některé z nich. Z informací o hrubém domácím produktu a hustotě osídlení je spočítána tzv. ekonomická hustota. Výsledkem je 48 socioekonomických strata (obr. 5). Aby klasifikace dostála svému účelu, byly do ní umístěny polohy určených měřičských stanic LTER a sledováno jejich zastoupení v jednotlivých třídách. 22

Obr. 5: Socioekonomická stratifikace Evropy. Zdroj: Metzger a kol. (2010) 23

3 EKOSYSTÉMOVÝ PŘÍSTUP Ekosystémový přístup (Ecosystem Approach nebo Ecosystem Services Approach) vznikl v reakci na hledání způsobu správy krajiny, která by měla současně vést směrem k trvalé udržitelnosti a zvyšování lidského blahobytu (Haines-Young a Potschin, 2009). Zejména v posledních padesáti letech vzrostl významně tlak člověka na přírodní prostředí, resp. ekosystémy. Příkladem jsou klimatické změny, ztráta biodiverzity, degradace půdy, ale i ztráta identity krajiny a její unifikace (Bastian a Lütz, 2006). Spolu s těmito změnami naopak narůstá potřeba a spotřeba pitné vody, potravin, dřeva nebo paliv (Daily, 1997; MA, 2005). Podle Turnera a Daily (2008) se tlaky stále zintenzivňují bez ohledu na známé negativní vlivy na přírodní prostředí. Současná exploatace přírodního prostředí má dopady zejména na dnešní populaci žijící na hranici chudoby a výhledově na budoucí generace (De Groot a kol., 2012). Jedná se o antropocentrický holistický přístup, který se zakládá na hodnocení prospěšnosti služeb ekosystémů pro lidstvo. Slovo služba tedy v daném kontextu reprezentuje schopnost či kapacitu ekosystémů vytvářet něco, co může být lidem užitečné (Haines-Young a Potschin, 2009). Zároveň mohou být tyto užitky pojmenovávány a následně kvantifikovány z tržního hlediska. To zvyšuje jejich potenciální využitelnost v politických rozhodnutích (Costanza a kol. 1997). Do současné doby byly některé benefity z přírodního prostředí přehlíženy. Jednalo se hlavně o ekosystémové procesy, které tvoří podpůrné pozadí pro tržně hodnotitelné služby (Bastian a kol., 2012). Haines-Young a Potschin (2009) vidí jako hlavní výhodu, že ekosystémový přístup podporuje možnost vytvářet politická rozhodnutí na základě znalostí biofyzikálních limitů prostředí v různých prostorových i časových měřítkách. Ekosystémový přístup, jako nové paradigma pro zkoumání přírodních systémů ve vztahu k lidem, se rozvíjí od konce druhé poloviny dvacátého století. Průlomovou prací byl zejména článek Costanzy a kol. z roku 1997, kteří jako první monetárně vyčíslili hodnotu ekosystémových služeb. Vychází z představy rozlohy ekosystémů podle globálního landuse pro jednotlivé biomy, pro jejichž plochu jsou vyčísleny dílčí hodnoty. Celková roční hodnota všech světových ekosystémových služeb byla touto studií určena na minimálně 33 bilionů amerických dolarů. V současné době se konceptem ekosystémových služeb zabývá například European Environmental Agecy (EEA), iniciativa The Economics of Ecosystems and Biodiversity (TEEB), nebo projekt System of Environmental-Economic Accounting (SEEA) fungující pod záštitou OSN. 24

3.1 EKOSYSTÉMOVÉ SLUŽBY Ekosystémové služby jsou benefity, které lidé získávají z přírody (MA, 2005). Ekosystémové služby se skládají z toků materiálů, energií a informací ze zásob přírodního kapitálu, které v kombinaci s jejich zpracováním a dalšími činnostmi lidského kapitálu dohromady produkují lidský blahobyt (Costanza a kol., 1997). Pro pochopení vzájemných vztahů je pomůckou kaskádový model podle Haines-Younga a Potschin (2009), který jednoduše objasňuje mechanismus závislosti lidského blahobytu na ekosystémech (obr. 6). Jednotná terminologie dosud nebyla v české literatuře zavedena a proto je v této práci využíván zpravidla doslovný překlad, s uvedením originálního anglického výrazu v závorce. Obr. 6: Kaskádový model mechanismu závislosti lidského blahobytu na přírodním prostředí. Podle Haines-Younga a Potschin (2009). Ekosystémové služby odráží různorodé stanovištní, biologické nebo systémové vlastnosti ekosystémů, tedy biofyzikální struktury a procesy (Costanza a kol., 1997). Tyto elementy biotického a abiotického prostředí mají různé funkce, které udávají kapacitu ekosystémů produkovat něco pro člověka potenciálně užitečného, tedy službu (Potschin a Haines-Young, 2011). Služby produkují benefity, neboli výhody přímo využívané člověkem. Ty jsou autory obvykle děleny na zboží (goods) a služby (services). Obecně se dá říci, že zbožím jsou míněny hmotné benefity, a službami ty nehmotné (Potschin a Haines-Young, 2011). Člověk ekosystémy ovlivňuje různými tlaky, které mohou být jak pozitivní (stimulující), tak negativní. Tyto tlaky mohou být regulovány přes mechanismy správních rozhodnutí o krajině a celkovým chováním člověka k přírodnímu prostředí. 25

Rozdělení benefitů na zboží a služby bylo zavedeno, neboť stejné zboží může za jiných okolností vytvořit jiné benefity. Stejně tak hodnoty (value) jsou odděleny od benefitů, neboť různé zájmové skupiny v různém čase a prostoru mohou tyto benefity hodnotit různě (Turner a Daily, 2008; Potschin a Haines-Young, 2011). Kritika kaskádového modelu ho považuje za příliš zjednodušující, neboť jednotlivé vazby nejsou přirozeně jednoduše lineární, existují též zpětné vazby, vzájemné ovlivnění jednotlivých úrovní, atp. Kromě toho je vytýkáno autorům, že v modelu nejsou přesvědčivě zahrnuty socioekonomické struktury a jejich působení (Potschin a Haines-Young, 2011). Nepřímost vzájemných vztahů ekosystémových služeb potvrzují i další autoři, kteří uvádějí, že využívání jedné služby může změnit dostupnost jiné. Jedna funkce ekosystému může produkovat též více služeb, nebo naopak více funkcí směřovat k jedné službě (Costanza a kol., 1997; De Groot a kol., 2002). 3.1.1 Druhy ekosystémových služeb Přestože jsou služby ekosystémů komplexní sítí s mnoha vazbami, řada autorů se snaží zjednodušit, identifikovat a definovat přehledně jednotlivé skupiny ekosystémových služeb, neboť to činí první krok k jejich hodnocení (De Groot a kol., 2002). Jak skepticky komentují Haines- Young a Potschin (2009), je nepravděpodobné, že by se někdy povedlo odvodit jednoduchý a současně všeobjímající systém pro třídění. V rámci Millenium Ecosystem Assessment (2005) byly rozděleny ekosystémové služby do několika logických skupin. Jedná se o čtyři hlavní skupiny služeb roztříděné podle jejich hlavní funkce, jejichž konkrétní příklady jsou uvedeny v tab. 7. 1. Podpůrné služby (Supporting services) 2. Regulační služby (Regulating services) 3. Zásobovací služby (Provisioning services) 4. Kulturní služby (Cultural services) 26

podpůrné služby primární produkce rostlin tvorba půdy a udržování její úrodnosti koloběh živin zásobovací služby produkce potravin sladká voda palivo genetické zdroje přírodní sloučeniny (léky, barviva apod.) re gulační služby regulace podnebí regulace kvality ovzduší regulace kvality vody regulace eroze půdy regulace nemocí, chorob a škůdců opylování regulace přírodních pohrom kulturní služby estetické hodnoty duchovní hodnoty náboženské hodnoty vzdělávací význam rekreace a ekoturistika Tab. 7: Skupiny ekosystémových služeb. Zdroj: Nátr (2011) podle MA (2005), str. 96 Rozdělení ekosystémových služeb podle MA (2005) bylo podrobeno kritice, protože podle mnohých autorů nerozlišuje mezi prostředky a výsledky, tedy mezi mechanismy, díky kterým jsou služby generovány, a mezi službami samotnými (Wallace, 2007; Haines-Young a Potschin, 2009). Tyto mechanismy jsou některými autory nazývány ekosystémové funkce (např. De Groot a kol., 2002), ale v novějších pracích je termín ekosystémová funkce považován spíše za nadbytečný (Wallace, 2007). Kategorie podpůrných a regulačních služeb podle MA (2005) spíše než přímo člověku slouží jako obecná podpora funkčnosti ekosystému a produkce ostatních služeb, tedy jako ekosystémové funkce a procesy (De Groot a kol., 2002; Wallace, 2007). Boyd a Banzhaf (2007) požívají termín finální ekosystémové služby, což jsou podle nich složky přírody přímo využity, zkonzumovány nebo povznášející lidský blahobyt. Tím pádem podle těchto autorů nejsou nepřímé benefity ekosystémovými službami. Názorné schéma přispívání konkrétních struktur a procesů ke vzniku finálních ekosystémových služeb je zobrazeno na obr. 8. Potschin a Haines-Young (2011) nicméně současně upozorňují, že každá služba vzniká komplexním množstvím vzájemně se ovlivňujících funkcí, a vybrat právě pouze některé z nich jako podpůrné by znamenalo velké zjednodušení skutečnosti. Boyd a Banzhaf (2007) vidí jako nutnost rozlišit finální a je podporující služby též z čistě praktického důvodu hodnocení ekosystémových služeb a jejich dvojího započítávání. 27

Obr. 8: Schéma procesu vzniku některých ekosystémových služeb. Podle Wallace (2007). Jiné třídění, které by mělo postrádat nedostatky MA, navrhl Wallace (2007). Vytvořil čtyři skupiny na základě ekosystémových služeb, které přímo využívá člověk, a vyřadil tak úplně procesy v ekosystémech, které nejsou přímo využity. 1. Adekvátní zdroje (potraviny, voda, energie, kyslík, atd.) 2. Ochrana (ochrana před predátory, škůdci, parazity, chorobami, atd.) 3. Příznivé fyzikální a chemické prostředí (udržování teploty, vlhkosti, atd.) 4. Socio-kulturní uspokojení (rekreace, duševní a filozofické uspokojení, atd.) Proti tomuto způsobu třídění má námitky Costanza (2008), který v prvé řadě upravuje pojmosloví na finální služby a mezislužby, na rozdíl od dosud používaných prostředků a výsledků. Argumentuje tím, že samotný koncept ekosystémových služeb je prostředkem k trvalé udržitelnosti a zvyšování lidského blahobytu. Ty jsou tím pádem výsledkem. Dále soudí, že tato klasifikace dle Wallace (2007) považuje procesy v ekosystémech za příliš přímočaré a hranice mezi nimi za jednoznačné. Tentýž autor současně představuje dva další způsoby třídění ekosystémových služeb jako názornou ukázku toho, že neexistuje jeden správný přístup, a na služby je možné se dívat pro různé účely různě (Fisher a kol., 2008). Prvním ze způsobů je třídění podle prostorových charakteristik, druhé podle rivality a vylučitelnosti jejich uživatelů. Druhým dělením se zabývá 28

též Fisher a kol. (2008), který stejně jako Costanza (2008) vysvětluje termín rivality v ekosystémových službách jako princip, kdy při spotřebě služby jednou osobou, se pak služba nedostává pro osoby další. Vylučitelností se myslí možnost vlastníků nebo spotřebitelů služby neumožnit její spotřebu také jiným osobám. Podle prostorového měřítka působení ekosystémových služeb Costanza (2008) vyděluje tyto skupiny: Globální neproximální (regulace klimatu, zadržování uhlíku, atd.) Lokální proximální (opylování, regulace disturbancí, atd.) Spojené s orientovaným tokem (zásoby a regulace vody, kontrola eroze, atd.) In situ (produkce jídla, půdní formace, atd.) Spojený s pohybem uživatele (estetické hodnoty, rekreace, atd.) 3.1.2 Hodnocení ekosystémových služeb Hodnocení ekosystémových služeb je způsob zjednodušení a zesrozumitelnění problematiky zájmovým stranám rozhodujícím o vývoji krajiny. Dá se říci, že vyjádření určitou hodnotou, ať už konkrétní nebo relativní, usnadňuje komunikaci s obory, které jsou velmi vzdálené od ekologie, ale často mají bližší vazbu a vliv na rozhodovací procesy. Měl by to být prostředek k zajištění trvale udržitelného rozvoje. Heal (2000) však upozorňuje, že jednoduchá představa ekosystémů, které by například mohly být navzájem nahrazeny, protože by hodnota jejich služeb byla ve výsledku stejná, je nebezpečně zavádějící, neboť některé procesy umožňující existenci života na Zemi jsou zkrátka nenahraditelné. Při aplikaci v rozhodování se míní, že by mohly být stanoveny kupříkladu zátěžové prahy, které by neměly být překročeny, u jednotlivých projektů by měly být zváženy benefity, které přinesou, atp. (Müller a kol., 2011). Představa některých autorů je taková, že hodnota ekosystémových služeb na území státu by mohla být započítávána do jeho národního hodnocení, protože čistě ekonomické výpočty jako HDP mohou být zvyšovány nerozvážným využíváním přírodních zdrojů, které naopak narušuje ekosystémy a snižuje potenciál jejich funkcí jako příležitosti pro další růst (Costanza a kol., 1997; MA, 2005). Tuto zkušenost potvrzuje i UK NEA (2011). De Groot a kol. (2002) přisuzuje ekosystémům tři hodnoty, které považuje za nutné zahrnout do hodnocení ekosystémových služeb. Jeho názor se odráží i v dělení služeb do již zmíněných čtyř skupin podle MA (2005). První z nich, ekologická hodnota, je podmíněna ekologickými kritérii jako integrita či resistence, a je tudíž determinována integritou regulačních 29

a podpůrných funkcí a dalšími parametry jako diverzita, komplexita či rarita ekosystému. Sociokulturními hodnotami míní autor především nemateriální příspěvek ekosystémů k lidskému blahobytu, jako fyzické a mentální zdraví, vzdělání, kulturní rozmanitost, svoboda či duchovní hodnoty. Poslední v jeho výčtu jsou ekonomické hodnoty. Prvotní hodnocení byla monetární (např. Costanza a kol., 1997), ale je třeba si uvědomit, že takové hodnocení není nikdy úplné, protože všechny služby nejsou vyčíslitelné penězi (Heal, 2000). Podle Potschin a Hainese-Younga (2011) se dají rozlišit materiální a nemateriální, a přímo využitelné a přímo nevyužitelné benefity. Přímo nevyužitelnou hodnotou se míní například některé kulturní služby, jako třeba přírodní krása či právo na existenci různých jiných organismů než člověka. Jde tedy o morální, estetické či kulturní vzorce, které se zahrnou do hodnoty ekosystémové služby (Hein a kol., 2006). Monetární hodnocení probíhá tak, že se benefitům, které jsou přímo využity nebo zkonzumovány člověkem, přisoudí jejich tržní cena (Boyd a Banzhaf, 2007). Heal (2000) vyjmenovává čtyři způsoby, jak přisoudit cenu monetárně nehodnotitelným službám: 1. hedonické (nepřímý odhad kupní ceny půdy např. podle úrodnosti půdy či krásy scenérie) 2. zástupná hodnota (kolik by stálo vybudování alternativy k dané službě) 3. metoda cestovních nákladů (jaké náklady respondent akceptuje, aby se dostal ke službě, která mu jinak chybí) 4. kontingentní hodnocení (průzkum mezi lidmi) Netržní benefity, jako některé kulturní služby, je obzvlášť těžké hodnotit, protože mohou mít vyjímečný význam například jen pro určitou skupinu lidí. Současně bývají často přehlíženy, přestože je jejich hodnota často velmi vysoká, ne-li vyšší než u tržních benefitů (MA 2005). Nemonetární hodnocení ekosystémových služeb zavádí ve svých studiích z let 2009 a 2012 například Burkhard a kol. Hodnotu ekosystémových služeb vyjadřuje v relativní bodové škále 0-5, přičemž nula značí nulovou kapacitu ekosystému poskytovat vybranou ekosystémovou službu, zatímco pětka zastupuje velmi vysokou kapacitu ekosystému. Jak již bylo řečeno výše, při hodnocení ekosystémových služeb je úskalím dvojí započítání jednotlivých služeb (De Groot, 2002). Při monetárním hodnocení je třeba brát v úvahu také relativnost měny a různé potřeby obyvatel v různých částech světa a dobách. Vzhledem k tomu, že neexistuje dostatečné množství podkladů pro hodnocení vývoje ekosystémových 30

služeb v praxi, využívají se buď zástupné míry, nebo modelové odhady (Haines-Young a kol., 2012). Tallis a Polasky (2009) představují nástroj jednotného hodnocení ekosystémových služeb nazvaný Integrated Valuation of Ecosystem Services and Trade-Offs (InVEST). Jedná se o prostorově orientovaný počítačový model, který si klade za cíl transparentně pracovat s komplexními vztahy mezi ekosystémovými službami, přinášet výstupy jak v biofyzikálních, tak ekonomických pojmech, a vytvářet prognózy. Zajímavé je, že model funguje kaskádovitě a modeluje nejprve biofyzikální procesy a struktury, a až na jejich základě ekosystémové služby a jejich hodnoty. V ideálním případě by měl být používán pro podporu rozhodovacích procesů, což se stalo na několika modelových územích, ale jak autoři uvádějí, v současné podobě rozhodně není kompletní. Tým Bastiana (2012) zase navrhuje třípilířový hodnotící rámec Ecosystem Properties, Potentials and Services (EPPS). Tyto tři pilíře tvoří struktury a procesy ekosystému, potenciál ekosystému a ekosystémové služby. První z nich tedy reprezentuje abiotické a biotické prostředí ekosystému, druhý odpovídá přirozené schopnosti ekosystému vytvářet služby v určitém množství a třetí ukazuje lidskou poptávku po službách. 3.2 KRAJINNÉ FUNKCE Obr. 9: Kaskádové schéma ekosystémových služeb upravené pro krajinné funkce. Podle Kienast a kol. (2009) Termín krajinná funkce (landscape function) se používá jako vyjádření kapacity krajiny poskytovat ekosystémové funkce služby a zboží (Bolliger a Kienast, 2010). Kienast a kol. (2009) jeho zavedení vysvětluje jako prostředek, kterým usnadnit zodpovědným osobám 31

rozhodování o krajině. Pro jeho vysvětlení jednoduše adaptuje schéma, které vytvořili Haines- Young a Potschin (2009) (obr. 9). Přetváří ho na příklad krajiny a tím ukazuje závislost na základním kapitálu (capital stock) kulturní krajiny funkce a služby poskytovat. Kapitál je podle Costanzy a kol. (1997) zásoba materiálu a informací existujících v určitém čase. Tento kapitál se v krajině projevuje jednak strukturami (město, les,...) a jednak ekosystémovými strukturami a procesy (Kienast a kol., 2009). Ekosystémové služby jako toky (flows) z ekosystémů závisí jednak na kapacitě (capacity) krajin služby poskytovat, a druhak na lidských nárocích na jejich využívání (demands). Kapacita krajiny poskytovat služby závisí na její rozloze a na kvalitě jejího kapitálu (Kienast a kol., 2009). V praktickém využití se termíny ekosystémová a krajinná služba, i ekosystémová a krajinná funkce, někdy považují za sobě rovné a zaměnitelné (např. Syrbe a Walz, 2012). Hermann a kol. (2011) podobně jako Bolliger a Kienast (2010) usuzují, že termín krajinná funkce je vhodný pro studie zaměřené jinak než čistě ekologicky. Dále uvádí, že má bližší vazbu na konkrétní místo nebo region, a jedná se tak o jakousi specifikaci termínu ekosystémová služba. Kienast a kol. (2009) uvádí čtyři druhy krajinných funkcí: 1. Produkční funkce (production functions) poskytují zásobovací služby - reprezentují kapacitu dodávat lidem přírodní produkty 2. Regulační funkce (regulation functions) poskytují regulační služby - reprezentují kapacitu ovlivňovat kvalitu přírodního prostředí 3. Stanovištní funkce (habitat functions) poskytují podpůrné služby - reprezentují kapacitu podporovat přírodní prostředí a biodiverzitu 4. Informační funkce (information functions) poskytují kulturní služby - reprezentují kapacitu podporovat lidskou psychiku nehmotným zabezpečením. 3.3. PROSTOROVÁ DISTRIBUCE EKOSYSTÉMOVÝCH SLUŽEB A KRAJINNÝCH FUNKCÍ Mnozí autoři zdůrazňují potřebu kvalifikovat a kvantifikovat ekosystémové služby a krajinné funkce v prostoru a čase. Vizualizované ekosystémové služby by měly být nápomocné při rozhodování zájmových stran o změnách v krajině, měly by umožňovat porovnávat přednosti 32

a slabé stránky jednotlivých regionů, a případně též zachycovat vývoj ekosystémových služeb v čase (Hein a kol., 2006; Naidoo a kol., 2008). Pomocí těchto metod by též mohl být rozklíčován vztah ekosystémových služeb a biofyzikálních i socioekonomických podmínek území. Haines-Young a Potschin (2009) navrhují vytváření komplexních atlasů ekosystémových služeb a jejich vazeb na jiné složky prostředí či jiný časový horizont. Přímé metody pro spojení hodnocení ekosystémových služeb spolu s hodnocením biofyzikálních a socioekonomických podmínek prostředí však dosud nebyly vytvořeny (Haines-Young a kol., 2012). Hein a kol. (2006) jako první metodický problém vidí vymezení samotného ekosystému. Podle Úmluvy o biologické rozmanitosti (1992) je ekosystém dynamický komplex rostlinných, živočišných a mikrobních společenstev a jejich neživého prostředí reagující jako funkční jednotka. Dle této definice se tedy může velikost ekosystému značně různit, od jedné rostliny, například osamělého stromu uprostřed louky, po deštný prales Amazonie. Rozsáhlý ekosystém může být poskládán z menších sub-ekosystémů (Hein a kol., 2006). Klijn a de Haes (1994) označují ekosystém za nezávislý na měřítku. Jak poznamenává Forman s Godronem (1993), při dostatečně velkém měřítku může být jedním ekosystémem celá krajina. Problém vymezení samotných ekosystémů může odstranit koncept SPU (Service Providing Units), které jsou totálním celkovým množstvím organismů a jejich klíčových vlastností, které jsou potřebné pro vytvoření takového množství vybraných ekosystémových služeb, jenž vyžadují jejich spotřebitelé. SPU jsou současně definovány krajinnými metrikami, jako je abundance, fenologie nebo distribuce (Burkhard a kol., 2009; Potschin a Haines-Young, 2011) K vymezení jednotky SPU je tedy potřeba určit konkrétní velikost zboží, které určitá ekosystémová služba poskytne, ale není řečeno nic o jeho monetární hodnotě (Müller a kol., 2011). Obdobné jednotky definuje Syrbe a Walz (2012). Nazývá je SPA (Service Providing Areas) a rozděluje do tří kategorií podle prostorového měřítka (Costanza, 2008), přičemž výsledkem jsou tři druhy jednotek, které ekosystémové služby poskytují, transportují nebo využívají. Jedná se tedy o koncept, který zohledňuje prostorovou a časovou diferenciaci ekosystémových služeb a spojitosti mezi toky. Další otázkou při mapování distribuce je měřítko tohoto mapování (Hein a kol., 2007). Vzhledem k tomu, že velikost ekosystému může být různá, různí se značně i prostorové měřítko. Důležitá je též otázka biofyzikálních procesů, neboť i ty mají různou důležitost v různém prostorovém rozlišení. Navíc se mohou navzájem podporovat či brzdit, vytvářet zpětnou vazbu, atd. (Klijn, de Haes, 1994). Z toho plyne nelinearita ekosystémových služeb a krajinných funkcí k změně prostorového měřítka (De Groot a kol., 2012). Ekosystémové služby jsou vytvářeny ve všech prostorových úrovních (Hein a kol., 2007). 33

S praktickou aplikací mapování ekosystémových služeb pak souvisí socio-ekonomická sféra krajiny. I zájmové strany a správní instituce zabývající se využíváním zdrojů či ochranou přírodního prostředí se s prostorovým rozlišením mění. Na nejnižší úrovni jsou to jednotlivci a domácnosti, na nejvyšší úrovni pak nadnárodní organizace. 3.3.1 Mapy distribuce ekosystémových služeb Jak uvádí Kienast a kol. (2009), většina studií, jež se doposud zabývala distribucí ekosystémových služeb či krajinných funkcí na zemském povrchu, se týkala jen malého území v regionálním měřítku, např. Hein a kol. (2006), Egoh a kol. (2008), Chen a kol. (2009) či Willemen a kol. (2008) hodnotící krajinné funkce. Willemen a kol. (2008) zmiňuje, že rozložení služeb v regionálním rozlišení je snadno vysvětlitelné vstupními charakteristikami prostředí, např. půdními formacemi. Při zohlednění rozdělení ekosystémových služeb podle měřítka (Costanza, 2008), je zřejmé, že mapování ve větším měřítku je obtížnější, neboť vzájemné vztahy jsou komplexnější. Současně se autoři velmi často potýkají s nedostatkem dostupných vstupních dat (Maes a kol., 2011). Snah o zmapování potenciálu krajin ve větším měřítku dosud proběhlo jen nepatrné množství (Kienast a kol., 2009). Stejně tak tento autor míní, že v dosavadní době bylo dáno málo prostoru výzkumům spojitosti vlastností ekosystémů a jejich potenciálu poskytovat ekosystémové služby. Mapování ekosystémových služeb na území státu se zabývá například UK National Ecosytem Assessment (UK NEA). Distribucí služeb v globálním měřítku se po Costanzovi a kol. (1997) zabývá Naidoo a kol. (2008), který do své studie zahrnuje čtyři ekosystémové služby, jejichž vstupní data považuje za dostupná. Odvozením monetární hodnoty ekosystémových služeb pro jednotlivé biomy na základě dílčích regionálních studií se zabývá též De Groot a kol. (2012). Troy a Wilson (2006) vysvětlují, že mapování pro malá měřítka se většinou provádí tzv. transferem benefitů. To znamená, že se hodnota ekosystémových služeb zmapuje pro reprezentativní území za dané přírodní prostředí, a pak se rozšíří na celou jeho zkoumanou plochu. Metoda však produkuje značně idealizovaný výsledek, který ignoruje místní rozdíly a specifika, velikosti, kvality, neopakovatelnost. Tím spíš, že s měřítkem roste i vnitřní heterogenita ekosystému (Tallis a Polasky, 2009). Transfer benefitů se většinou provádí na základě krajinného pokryvu, což je způsob, jak využít dálkový průzkum Země pro studium ekosystémových služeb. Kienast a kol. (2009) vytváří objektivní, exaktní hodnocení krajinných funkcí v kontinentálním měřítku Evropy pro regiony EU NUTS-X. Nicméně rozhodování o tom, která data budou zahrnuta, a jaký mají vztah ke krajinným funkcím, zajišťuje kolektiv pěti expertů 34

z různých oborů. Do klasifikace vstupují jak biofyzikální tak socioekonomické údaje, které jsou pro zjednodušení redukovány do binární podoby podporuje/má neutrální vztah a připojovány k jednotlivým krajinným funkcím. Vzniká tak rozsáhlá tabulka a na jejím základě klasifikace regionů NUTS-X. Aby se do ní nepromítnul vliv rozdílné velikosti regionů, byly hodnoty přepočítány na procentuální důležitost krajinné funkce a výstupem se staly mapy pro jednotlivé funkce (obr. 10). Čím větší je tato hodnota, tím víc je poskytována krajinná funkce daným regionem. Výsledek byl kontrolně srovnán s obdobnými pracemi Metzgera (Metzger a kol., 2006; 2008). Obr. 10: Relativní důležitost regionů NUTS-X pro krajinné funkce komerční lesní produkty a regulace klimatu. Zdroj: Kienast a kol. (2009) Na práci Kienasta a kol. (2009) navazuje tým Hainese-Younga, Potschin a Kienasta v roce 2012. Autoři používají v podstatě stejnou metodiku, ačkoliv hodnotí potenciál jen u čtyř ekosystémových služeb. Jsou jimi úroda z obdělávané půdy, divoce žijící zvěř, stanovištní rozmanitost a rekreace. Novým zaměřením v této studii je hodnocení změn v časovém měřítku a to jednak podle změn landuse/landcover v letech 2000-2006, ale též predikcí budoucnosti do roku 2030 podle scénáře EURURALIS 2.0. Tyto změny byly hodnoceny ve třech prostorových rozlišeních regiony NUTS-X, bioklimatické regiony, a dle dominantního krajinného typu. Pouze 35

pro úroveň jednotek NUTS-X byla na závěr provedena klastrová analýza a vytvořena klasifikace do 7 klastrů (obr. 11). Krajina je tedy rozčleněna do skupin podle současného stavu, dosavadního vývoje a předpokladů dalšího nakládaní s jednotlivými ekosystémovými službami. Obr. 11: Klasifikace krajiny podle předpokladu budoucího vývoje přírodního prostředí. Zdroj: Haines-Young a kol. (2012) 36

Obdobně průlomová je práce Burkharda a kol. z roku 2009 a následně z roku 2012, který též řeší hodnocení ekosystémových služeb z hlediska trvalé udržitelnosti a nejenom jejich přínosů pro člověka. Je založena na vrstvě krajinného pokryvu CORINE Land Cover, přičemž každý z typů pokryvu je považován za jeden druh ekosystému, a vyjadřuje pro něj schopnost produkovat ekosystémové služby. Jak již bylo řečeno výše, toto hodnocení není monetární, ale relativní na stupnici 0-5. Ve své práci z roku 2012 obdobným způsobem vyjadřuje naopak lidskou poptávku po těchto službách, opět na relativní škále, kde nula znamená nulovou poptávku a 5 velmi vysokou poptávku. Pro vyjádření schopnosti ekosystémů naplňovat poptávku vytváří třetí tabulku, ve které od sebe hodnoty produkce a poptávky odečítá. Získává tak informace o rozpočtu ekosystémových služeb (ecosystem budget). Ten může nabývat hodnot -5 až 5, přičemž všechny mínusové hodnoty svědčí o přečerpávání produkčních možností ekosystémů, zatímco kladné hodnoty o jejich nedočerpání. Vzhledem k tomu, že se práce váže na CORINE Land Cover, je možné na na jejím základě vytvořit prostorovou distribuci pro celé území Evropy. Maes a kol. (2011) se soustředí na první kroky k vytvoření atlasu ekosystémových služeb, což je iniciativa Evropské Unie. Jeho cílem je mapování ekosystémových služeb pomocí současných dostupných dat. Na rozdíl od předchozích jmenovaných autorů postupuje poněkud odlišným způsobem. V první řadě vytváří mapy pro třináct různých konkrétních ekosystémových služeb pro EU27 v rozlišení regionů NUTS-X. Tyto mapy vytváří různým způsobem, jako například kartogramy ze statistických údajů příslušných organizací, derivací z různých modelů, apod. Jednotky nepoužívá ani monetární, ani relativní, ale přímé kvantitativní hodnoty, jako např. m 3 /rok nebo t/ha, případně indexy. Vstupní data byla pak analyzována analýzou hlavních komponent, a na jejímž základě byla vytvořena klasifikace (obr. 12). 37

Obr 12: Totální hodnota ekosystémových služeb pro EU27. Hodnota 10 značí nejvyšší potenciál poskytovat ekosystémové služby, hodnota 1 naopak nejnižší. Zdroj: Maes a kol. (2011) 38

4 METODICKÝ POSTUP 4.1 Zájmové území Zájmovým územím této bakalářské práce Střední Evropa, vymezená sedmi státy Českou republikou, Maďarskem, Německem, Polskem, Rakouskem, Slovenskem a Švýcarskem. Toto území propojuje dlouhý společný a prolínající se historický vývoj, jedinou vyjímkou je v tomto ohledu Švýcarsko. Na celkové rozloze více než 1 mil. km 2 je zastoupeno množství různých přírodních krajin, protože fyzickogeografické podmínky jsou zde velmi různorodé. Socioekonomické rozdíly se po pádu Železné opony pomalu stírají. Všechny státy s vyjímkou Švýcarska jsou členy Evropské unie. 4.2 Vstupní data Jako vstupy jsou využita volně dostupná prostorová digitální data pro území Evropské Unie. Bližší informace o nich jsou vypsány v tabulce 13. 1. klimatické datasety - průměrná teplota pro každý měsíc roku za období 1950-2000 - průměrné srážky pro každý měsíc roku za období 1950-2000 2. digitální elevační model 3. půdní databáze 4. krajinný pokryv 5. referenční grid EEA o velikosti pole 10x10 km VRSTVA FORMÁT ROZLIŠENÍ DATABÁZE ZDROJ průměrná teplota rastr 1 km WorldClim v1.4 worldclim.org průměrné srážky rastr 1 km WorldClim v1.4 worldclim.org DEM rastr 1 km GTOPO 30 eros.usgs.gov půdní pokryv vektor 1:1 000 000 SGDBE, European Soil Database v2.0 eurosoils.jrc.ec.europa.eu krajinný pokryv rastr 100 m CORINE Land Cover 2006 v13 eea.europa.eu Tab. 13: Vstupní data. Posledním vstupem je tabulka hodnot kapacity krajiny poskytovat ekosystémové služby. Pro jednotlivé druhy krajinného pokryvu CORINE Land Cover ji zpracoval Burkhard a kol. 39

(2009), od něhož je převzata. Jedná se o tabulku (příloha P5), v níž je kapacita jednotlivých ekosystémů, resp. typů krajinného pokryvu poskytovat vybrané ekosystémové služby vyjádřena ve škále 0-5, přičemž 0 = nulová relevantní kapacita, 1 = nízká relevantní kapacita, 2 = relevantní kapacita, 3 = střední relevantní kapacita, 4 = vysoká relevantní kapacita, 5 = velmi vysoká relevantní kapacita. Čím je tedy tato hodnota větší, tím má krajinný pokryv, resp. ekosystém vyšší potenciál danou ekosystémovou službu poskytovat. Tyto hodnoty jsou odvozeny expertně. Výběr ekosystémových služeb, které Burkharda a kol. (2009) do hodnocení zahrnul, se zakládá na pracích Costanzy a kol. (1997), de Groota (2002) a na MA (2005). Mezi kategoriemi služeb je zavedena tzv. ekologická integrita ekosystému, což je podle autorů předpoklad ekosystému poskytovat ekosystémové služby. Jedná se o kategorii odpovídající podpůrným službám podle MA (2005). V této práci budou využity jen souhrnné třídy ekosystémových služeb, které odpovídají základnímu dělení služeb podle MA (2005). Hodnotu potenciálu ekosystémových služeb za celou třídu Burkhard a kol. (2009) vyjadřuje jako součet potenciálů dílčích služeb. Může tedy nabývat i hodnot větších než 5. 4.3 Úprava vstupních dat Veškeré úpravy a analýzy prostorových dat jsou provedeny v softwaru ArcGIS 10.1 společnosti ESRI. V prvním kroku jsou všechna vstupní data převedena do jednotného souřadnicového systému a oříznuta zájmovým územím s generalizovanými okraji. V dalším kroku jde o vyjádření proměnných pro pravidelný grid EEA pokrývající zájmové území, nad kterým bude následně vytvořena typologie. Velikost pole gridu je 10x10 km a současně je upraven tak, že jsou odstraněny okrajové buňky menší než 1 km 2. U vektorových dat je první fází redukce počtu kategorií ve vrstvě. CORINE Land Cover je jako rastrová vrstva převedena nástrojem raster to polygon do vektorové podoby a upravována tímtéž způsobem jako ostatní vektorová data (obr. 14). Dle metodiky EEA jsou jednotlivé polygony krajinného pokryvu rozřazeny do čtyřiceti čtyř kategorií. Originální legenda 40

CORINE Land Cover je uvedena v příloze P1. Tato vrstva není využita pro typologii přírodní krajiny a proto počet kategorií není upraven. Obr. 14: Vstupní vrstva CORINE Land Cover. Slučování kategorií u datasetu půd The Soil Geographical Database of Eurasia (SGDBE, European Soil Database) je problematické. Jednotky tohoto datasetu, Soil Mapping Units (SMU), vznikají mapováním na národní úrovni. Národní taxonomie je pak pro potřeby mezinárodního formátu datasetu transformována do World Reference Base (WRB) klasifikačního systému. Překlasifikování probíhá zpravidla na základě názvů. Jednotlivé národní definice pro klasifikaci půdních typů se však od WRB liší a proto některé národní půdní typy mohou spadat do více tříd WRB a naopak (Zádorová a Penížek, 2011). Jednotlivé třídy půd jsou proto sloučeny podle hlavních referenčních tříd půd světa dle Němečka a kol. (2011). Pro půdní druh podzol je vytvořena samostatná třída, protože je geneticky výrazně odlišný od luvisolů, s nímž je podle 41

Němečka a kol. (2011) řazen do jedné referenční třídy. Území, na nichž nejde půdní pokryv charakterizovat, jako vodní plochy, intravilán či bažiny, jsou v SGDBE rozdělena do sedmi kategorií. Tato skupina je pro potřeby této práce pojmenovaná území bez půdního pokryvu a jednotlivé kategorie jsou též sloučeny či rozděleny pro potřeby této práce. Přes všechnu snahu rozdělit půdy do skupin tak, aby byla racionálně a srovnatelně pokryta území všech států, se stále vyskytuje zejména na území Švýcarska vysoké množství půdních jednotek ve třídě neklasifikováno. Porovnáním se satelitním snímkem je zjištěno, že se jedná o několik opakujících SMU kódů, které zpravidla odpovídají intravilánu, skalním výchozům nebo ledovci. Tyto SMU jsou do příslušných tříd rozřazeny manuálně. Jedná se o SMU 2, 5, 410018 a 410019. Přehled skupin půd je v příloze P2 a obr. 15. Obr. 15: Skupiny půd. Vzhledem k známým nedostatkům, které převádění národních klasifikací půd provázejí, bude v této analýze nadále pracováno s půdami rozřazenými do anglicky pojmenovaných tříd WRB. Převod do českého taxonomického klasifikačního systému půd by způsoboval nežádoucí nepřesnosti (Zádorová a Penížek, 2011). 42

Vektorové vrstvy jsou v dalším kroku proříznuty gridem EEA pomocí nástroje intersect. Pro všechna pole gridu je vypočítán procentuální podíl zastoupení jednotlivých tříd každé vstupní vrstvy jako podíl její plochy na ploše pole. Tento krok je proveden pomocí kontingenční tabulky v MS Excel. Základní úpravou u klimatických dat je zprůměrování údajů za jednotlivé měsíce, které obsahuje originální dataset, a vygenerování jedné vrstvy průměrných ročních teplot a srážek. Tyto údaje jsou tedy průměrem průměrných hodnot za dvanáct měsíců roku získaných mezi lety 1950 2000 (WorldClim v1.4). Pro získání informací o oceanitě klimatu je vypočítána třetí vrstva amplitud teplot, jako rozdílu průměrné červencové a průměrné lednové teploty. Vrstvy ve formátu rastru jsou zpracovány nástrojem zonal statistics. Tato extenze umožňuje vypočítat řadu statistických charakteristik rastrového datasetu v určeném území. Pro potřeby této práce jsou provedeny výpočty průměru (mean), rozsahu (range), rozmanitosti (variety) a směrodatné odchylky (standard deviation) všech hodnot, které raster nabývá v každém jednotlivém poli. Obrázky rastrových proměnných jsou v obr. 16 a 17. Obr. 16: Rastrová vstupní data průměrných teplot a amplitudy teplot (zleva). Výsledkem úpravy dat je pravidelný grid, pro jehož jednotlivá pole jsou známy statistické charakteristiky průměrných ročních teplot, průměrných ročních srážek, rozdíl průměrných teplot mezi červnem a lednem a digitálního výškového modelu. Vektorová data krajinného pokryvu a půdního pokryvu jsou v gridu zastoupena procentuálním podílem každé třídy na ploše jednotlivých polí. 43

Obr. 17: Rastrová vstupní data průměrných srážek a digitálního výškového modelu (zleva). Hodnoty ekosystémových služeb za jednotlivá pole gridu budou získána připojením hodnot dle Burkharda a kol. (2009) k třídám krajinného pokryvu. Vyjádřeny budou pouze čtyři hlavní skupiny ekosystémových služeb ekologická integrita, regulační služby, zásobovací služby a kulturní služby hodnotami, jež jsou součtem jednotlivých vnitřních služeb těchto skupin. Průměrná hodnota ekosystémových služeb za pole gridu vzniká jako průměr hodnot zastoupených v poli vážený jejich plochou. Tento krok je zpracován pomocí kontingenční tabulky v MS Excel. 4.4 Vznik typologie přírodní krajiny Vytvoření typologie přírodní krajiny se bude zakládat výhradně na abiotických datech, z typologie je tedy vyloučena vrstva krajinného pokryvu. Do klasifikace vstupují data o procentuálním zastoupení tříd vektorových dat v polích pravidelného gridu a statistické charakteristiky rastrových dat za tato pole získané nástrojem zonální statistiky v ArcGIS 10.1. Přehled proměnných získaných z rastrových dat, jejich popis, a zkratky, pod kterými jsou zpracovávány v klasifikaci, je v tabulce 18. Zejména popis proměnných může být až matoucí, nicméně významem této tabulky je ukázat, jak velkou mírou průměrování a tudíž generalizace rastrová vstupní data prošla, a objasnit, jak byly údaje přesně získány. 44

vstupní vrstva charakt. dle zonální popis charakteristiky vypočítaný ze všech hodnot v jednom poli gridu Tab. 18: Proměnné rastrových vstupních dat vstupující do klastrové analýzy. jednotka Zkratka v PCA statistiky DEM RANGE rozpětí nadmořských výšek m DEMR MEAN průměrná hodnot nadmořských výšek m n. m. DEMM STD směrodatná odchylka nadmořských výšek m DEMS AMPLI- RANGE rozpětí rozdílu průměrných červencových a lednových teplot C ATR TUDA MEAN průměr rozdílu průměrných červencových a lednových teplot C ATM TEPLOT STD směrodatná odchylka rozdílu průměrných červencových a lednových teplot C ATS VARIETY rozmanitost rozdílu průměrných červencových a lednových teplot C ATV PRŮMĚR- RANGE rozpětí průměru teplot za všechny měsíce roku C PTR NÁ MEAN průměr průměru teplot za všechny měsíce roku C PTM TEPLOTA STD směrodatná odchylka průměru teplot za všechny měsíce roku C PTS VARIETY rozmanitost průměru teplot za všechny měsíce roku C PTV PRŮMĚR- RANGE rozpětí průměru srážek za všechny měsíce roku mm PSR NÉ MEAN průměr průměru srážek za všechny měsíce roku mm PSM SRÁŽKY STD směrodatná ochylka průměru srážek za všechny měsíce roku mm PSS VARIETY rozmanitost průměru srážek za všechny měsíce roku mm PSV Klasifikace těchto dat bude provedena v programu Statistica 10. Data je třeba pro práci v tomto softwaru a provedení dalšího postupu v prvé řadě normalizovat, protože různé proměnné mají různý rozsah i měřítko. Soubor normalizovaných hodnot proměnné má nulový průměr a směrodatnou odchylku rovnou jedné. 45

Obr. 19: Projekce proměnných do faktorové roviny. Vzhledem k tomu, že pro klasifikaci krajiny bude použita klastrová analýza, v prvním kroku je provedena analýza hlavních komponent (Principal Component Analysis, PCA). Analýza redukuje množství proměnných vstupujících do klasifikace, protože některá vstupní data spolu korelují. To je znázorněno na obr. 19, kde se soubory proměnných s podobným průběhem nacházejí blízko u sebe. Lze z něj vyčíst, že v tomto případě se jedná hlavně o skupinu klimatických dat. Analýza hlavních komponent redukuje počet proměnných a nahrazuje ho umělými proměnnými (komponentami), které se v programu Statistica nazývají faktory. Tyto komponenty jsou reprezentanty variability dat a jsou popisovány procentuální mírou, kterou k její hodnotě přispívají. Obr. 20 ukazuje hlavní komponenty identifikované PCA a popisuje jejich příspěvek k celkové variabilitě dat. Kumulativní součet všech faktorů je tedy 100%. Analýza hlavních komponent vysvětlila 67,27% variability dat, a pro následnou klastrovou analýzu bylo využito sedm prvních faktorů. 46

Obr. 20: Procentuální význam faktorů získaných analýzou hlavních komponent. Jako algoritmus shlukové analýzy je použita nehierarchická klasifikace K-průměrů. Tato analýza probíhá vytvořením požadovaného počtu shluků, mezi kterými pak přesouvá objekty tak, aby dosáhla co největši homogenity uvnitř klastru, a co největší různorodosti mezi nimi (Lepš a Šmilauer, 2000). Výsledný počet shluků definuje uživatel. Při postupu bylo vytvořeno několik analýz o různém počtu shluků, jak doporučují titéž autoři, výsledná klasifikace identifikuje sedm krajinných typů. 47

5 VÝSLEDKY A DISKUZE 5.1 TYPOLOGIE PŘÍRODNÍ KRAJINY Klastrovou analýzou bylo vyklasifikováno sedm shluků typů přírodní krajiny (obr. 21). Podrobná mapa typologie přírodní krajiny je obsažena v příloze P7. Obr. 21: Typologie přírodní krajiny. Prvotní vizuální zhodnocení napovídá, že typy přírodní krajiny korespondují s všeobecnými fyzickogeografickými poměry v zájmovém území a vstupními daty. Další část práce popisuje jednotlivé krajinné typy. V textu jsou obsaženy i konkrétní hodnoty nadmořských výšek, teplot a úhrnů srážek. Je však třeba si uvědomit, jakou generalizací tato data prošla, viz tab. 17, a že byla ještě dále statisticky charakterizována pro celé typy krajiny. 48

Statistické charakteristiky souborů vstupních dat typologie krajiny jsou uvedeny v tabulce v příloze P6 a v grafech v příloze P3. Grafy zobrazují minimum, maximum, medián a horní a dolní kvartil hodnot polí gridu, které byly přiřazeny k danému typu krajiny. Pokud je tedy v textu uvedena konkrétní průměrná hodnota, jedná se o hodnotu průměrovanou hned několikrát a je důležité mít na paměti, že v rámci jednoho typu může panovat značná rozmanitost. Typ krajiny 1 První krajinný typ pokrývá členité vrchoviny střední Evropy. Nadmořské výšky se pohybují kolem 300 m. Průměrné teploty dosahují nad 7 C, úhrn měsíčních srážek je kolem 60 mm a panuje zde relativně oceanické klima. Půdní pokryv na území tohoto krajinného typu tvoří zejména cambisol (P5). Tento krajinný typ pokrývá zhruba polovinu Německa na jih od Středoněmecké vysočiny až k toku Dunaje. Do Švýcarska zabíhá v povodí řeky Aary mezi Švýcarským Jurou a Bernskými Alpami. Z Německa se v širokém pruhu táhne dále na východ a přírodní krajinou typu 1 je pokryto takřka celé území České republiky. Na Slovensku se objevuje ve vrchovinných oblastech kolem toku Váhu, podél Jihoslovenské kotliny a při řekách Hornád a Ondava. Spadá sem též polské pohoří Bieszczady. V Maďarsku pokrývá území v linii Zadunajského středohoří. Typ krajiny 2 Přírodní krajina druhého typu se vyznačuje nadmořskými výškami kolem 200 metrů a průměrnou teplotou přes 8 C s malou rozmanitostí. Kontinentalita klimatu je v rámci zájmového relativně vysoká s rozdílem teplot mezi červencem a lednem kolem 21 C. To je až zarážející, protože tento krajinný typ se vyskytuje i na pobřeží Baltského moře. Úhrn průměrných měsíčních srážek je 50 mm. Pro druhý typ přírodní krajiny je typickým půdním pokryvem luvisol a albeluvisol (P6). Druhý typ přírodní krajiny pokrývá pahorkatiny a vrchoviny v předhůří Alp okolo Mnichova, západně až k Bodamskému jezeru. Na východ zase zasahuje Rakouské alpské předhůří. V Německu se tento krajinný typ nachází také ve vestfálské sníženině kolem Rýna, oblasti Meklenburské jezerní plošiny a okolo Lipska směrem k Labi. V České republice se krajinný typ 2 příliš nevyskytuje, vyjímkou jsou Chřiby, severní část České tabule, Třeboňsko a okrajová část Západních Karpat v povodí Odry. Stejně tak na Slovensku se jedná o vrchoviny mezi Karpaty a Podunajskou nížinou. V Maďarsku se projevuje v regionu Malé uherské nížiny. Na území Polska tvoři tento typ krajiny malé roztříštěné enklávy, větší z nich jsou např. Lublinská vrchovina či rovina mezi Notečí a Wartou. 49

Typ krajiny 3 Třetí krajinný typ se rozkládá na nečlenitém území s malými nadmořskými výškami kolem 100 m. Vysoká amplituda teplot prozrazuje nejvyšší kontinentalitu mezi vyklasifikovanými krajinnými typy a ve srovnání s nimi je zde také nejnižší úhrn srážek, do 50 mm. Průměrné teploty se pohybují kolem 8 C. Typickým půdním pokryvem jsou třídy chernozem a phaeozem (P4), fluvisol (P1) a salsodické půdy (P8). Co se týče půdního krytu, je tento typ krajiny velmi rozmanitý, a jsou na jeho území zastoupeny alespoň v malém množství všechny skupiny půd vstupující do typologie krajiny. Jedná se o kontinentální typ přírodní krajiny se suchým podnebím, rozkládající se v nížinách a údolích velkých řek. Konkrétně lze jmenovat Alsaskou nížinu, území při spodním toku řeky Sály, Polabí a Dolnomoravský i Dyjskosvratecký úval, Podunajskou nížinu, Velkou uherskou nížinu a některé části nížin v Polsku, jako Pomořanská jezerní plošina či Mazurská jezerní plošina. Regionální vymezení tohoto typu na území Polska je obtížné, neboť se zde prolíná s krajinnými typy 2 a 6. Typ krajiny 4 Tento typ přírodní krajiny se rozkládá v průměrných nadmořských výškách 1700 m, maxima však sahají nad 3000 m n. m. Jedná se o nejvýše položený typ krajiny v této typologii. Amplituda teplot je malá, protože s nadmořskou výškou se oceanita klimatu zvyšuje. Průměrné teploty se pohybují kolem 2 C a průměrný úhrn srážek přesahuje 110 mm. Krajina je typicky pokryta ledovci a skalními výchozy (P12), případný půdní pokryv tvoří primitivní a slabě vyvinuté půdy (P2) nebo podzol (P11). Čtvrtý krajinný typ reprezentují velehornatiny s velkou výškovou členitostí, kterými jsou ve Střední Evropě celé Švýcarské Alpy, a na území Rakouska pak západní část Alp, Vysoké Taury, Karnské Alpy a nejvyšší části Nízkých Taur. Do tohoto krajinného typu též spadají Vysoké Tatry na Slovensku a nejvyšší polohy Nízkých Tater. Typ krajiny 5 Pátý typ přírodní krajiny se vyznačuje výškami kolem 900 m n. m. s vysokou členitostí terénu. Průměrná teplota se pohybuje kolem 5 C a měsíční úhrn srážek je průměrně téměř 90 mm. Rozmanitost teplot i srážkových úhrnů je v rámci tohoto typu krajiny vysoká. Půdní pokryv tvoří zpravidla cambisol (P5), významně jsou zastoupeny též primitivní a slabě vyvinuté půdy (P2). Jedná se o typ krajiny velehor, jenž mají půdní pokryv a neleží na nich ledovce. Spadá sem například pohoří Harz, Švýcarský Jura, Schwarzwald, Karavanky, Nízké Taury a další okrajová pohoří Alp v Rakousku. V České republice se jedná o pohoří Krkonoš, Hrubého Jeseníku a Šumavy s přesahem do Bavorského lesa. Významně je zastoupen na Slovensku, kde tvoří 50

prakticky celou krajinu Západních Karpat vyjma nejvyšších oblastí a Vihorlat. V rámci Tater prostupuje tento krajinný typ na území Polska. Typ krajiny 6 Krajinný typ číslo šest reprezentuje nízko položené a málo členité území kolem 100 m n. m. s průměrnými měsíčními teplotami kolem 8 C a průměrným měsíčním úhrnem srážek 50 mm. Oceanita klimatu je v rámci krajinného typu různorodá. Půdním krytem tohoto shluku jsou typicky podzol (P11) a histosol (P9), signifikantní je též planosol a gleysol (P7). V různých mírách však jsou zastoupeny téměř všechny půdní skupiny. Typ přírodní krajiny 6 je krajinným typem nížin s malými srážkami. Spadá sem Severoněmecká nížina, oblast Dolní Lužice, rozptýlené oblasti v Polsku, Maďarsku a Rakousku. Z území České republiky do tohoto typu patří jen region Máchova kraje. Typ krajiny 7 Sedmý typ přírodní krajiny se vyznačuje nejvyššími průměrnými teplotami ze všech typů a to kolem 9 C. Průměrná nadmořská výška je velmi rozmanitá, zatímco průměrné měsíční srážky jsou přes 50 mm. Jsou pro něj typické skupiny půd P13 a P14, tedy zástavba, člověkem degradovaná půda nebo vodní plochy. Tento typ krajiny odpovídá krajinám významně přeměněným člověkem, jako jsou aglomerace, těžební plochy, atd. Dále odpovídá vodním plochám. Ve Střední Evropě se jedná zpravidla o aglomerace hlavních a velkých měst, vodní plochy jako Ženevské a Bodamské jezero nebo Balaton, a průmyslové lokality jako Porýní a Porůří, okolí Chotěbuzi, hornoslezská konurbace v okolí Katowic či české Podkrušnohoří. 5.2 EKOSYSTÉMOVÉ SLUŽBY Prostorová distribuce ekosystémových služeb je v první řadě hodnotitelná pomocí průměrných hodnot potenciálu krajiny za jednotlivá pole gridu. Konkrétní velikost těchto půměrných hodnot zobrazuje obr. 22 pro ekologickou integritu, obr. 23 pro potenciál krajiny poskytovat zásobovací služby, obr. 24 pro potenciál krajiny poskytovat regulační služby a obr. 25 pro potenciál krajiny poskytovat kulturní služby. Souhrnná srovnávací mapa relativních hodnot jednotlivých ekosystémových služeb je obsažena v příloze P8. Mapy ukazují, že ekologická integrita krajiny (podpůrné služby) viditelně odpovídá stupni pozměnění přírodní krajiny člověkem, a je nejnižší v oblastech velkých aglomerací a dalších člověkem ovlivněných krajin. Potenciál poskytovat produkční služby je při vizuálním zhodnocení 51

nejvyšší v zemědělsky a lesnicky využívaných krajinách. Zajímavá podobnost je mezi mapami potenciálu regulačních a kulturních služeb. Další hodnocení prostorové distribuce ekosystémových služeb je provedeno jako vyjádření průměrné hodnoty potenciálu vyklasifikovaných krajinných typů poskytovat tyto služby (obr. 26). Podrobné grafy charakteristiky rozsahu hodnot ekosystémových služeb pro jednotlivé krajinné typy jsou obsaženy v příloze P4. Mapy srovnávající potenciál krajiny poskytovat ekosystémové služby jsou obsaženy v příloze P9. 52

Obr. 22: Průměrná ekologická integrita krajiny hodnocena metodikou Burkharda a kol. (2009). Obr. 23: Průměrný potenciál krajiny poskytovat zásobovací služby hodnocený metodikou Burkharda a kol. (2009). Pozn. k obr. 22, 23, 24, 25: Hodnoty v legendě se opakující, jsou vždy zahrnuty do nižšího intervalu hodnot. 53

Obr. 24: Průměrný potenciál krajiny poskytovat regulační služby hodnocený metodikou Burkharda a kol. (2009). Obr. 25: Průměrný potenciál krajiny poskytovat kulturní služby hodnocený metodikou Burkharda a kol. (2009). 54