obaly

Prepis

1 Národné lesnícke centrum Lesnícky výskumný ústav Zvolen VI Štefan Šmelko Vladimír Šebeň Michal Bošeľa Návrh systému a pracovných postupov integrovanej inventarizácie lesa v dvoch variantoch Výskum efektívneho využívania environmentálneho, ekonomického a sociálneho potenciálu lesov na Slovensku

2 NÁRODNÉ LESNÍCKE CENTRUM Lesnícky výskumný ústav Zvolen prof. Ing. Štefan Šmelko, DrSc. Ing. Vladimír Šebeň, PhD. Ing. Michal Bošeľa, PhD. Návrh systému a pracovných postupov integrovanej inventarizácie lesa v dvoch variantoch Zvolen, november

3 2

4 Obsah 1 Úvod a problematika (Šebeň) Opis, dôvody a ciele inventarizácie lesov Súčasný stav zisťovania stavu lesov na Slovensku Inventarizácia lesov pre stredne veľké územné celky (podniková inventarizácia) Ciele Jednofázová výberová metóda s optimálnym individuálnym dizajnom pre zvolený inventarizovaný objekt (Šebeň, Šmelko, Bošeľa) Výberový plán inventarizácie a jeho optimalizácia Druhy výberových jednotiek Sieť výberových jednotiek Zisťované znaky a veličiny Všeobecné údaje, základné terénne a porastové informácie Stromové charakteristiky Obnova Stanovištné a ekologické charakteristiky Odumreté drevo Metodika terénneho zisťovania Použitá technológia Navigácia a stabilizácia stredu inventarizačnej plochy Zber údajov v teréne Kontrola nazbieraných údajov Časová snímka a náklady inventarizácie Spracovanie terénnych dát Voľba triediacich znakov Použité algoritmy, modely, vzorce Možnosti prezentovania výsledkov Porovnanie celkových výsledkov IL a LHP na príklade modelového územia Uľanka Dvojfázová metóda založená na kombinácii existujúcich údajov HÚL (Šmelko) Problematika Základné princípy metódy Metodika pracovný postup dvojfázového zisťovania Vytvorenie vstupných údajov pre prvú fázu zisťovania Vykonanie kontrolného výberového merania a získanie údajov pre druhú fázu zisťovania Počet kontrolných porastov n potrebný pre korekciu údajov Xi s chybou ± kor% a 95% spoľahlivosťou Spôsob výberu kontrolných porastov z celého súboru JPRL v inventarizovanom lesnom celku Metodika zisťovania vo vybratých kontrolných porastoch Prepojenie obidvoch fáz zisťovania a odvodenie spresnených (korigovaných) údajov pre celý inventarizovaný lesný celok i pre jeho menšie časti vrátane informácie o presnosti výsledkov Algoritmus pre korekciu údajov pri jednoduchom výbere kontrolných porastov

5 Algoritmus pre korekciu údajov pri PPS výbere kontrolných porastov (proporcionálne k ich výmere) Algoritmus pre korekciu údajov pri PPP výbere kontrolných porastov (proporcionálne k ich zásobe) Doterajšie poznatky z experimentálneho preverenia metódy Klady a nedostatky metódy, možnosti jej využitia v praxi Súhrnné závery a odporúčania Závery pre jednofázovú výberovú metódu (Šebeň) Závery pre dvojfázovú metódu založenú na kombinácii existujúcich údajov HÚL (Šmelko) Citovaná literatúra

6 1 Úvod a problematika (Šebeň) 1.1 Opis, dôvody a ciele inventarizácie lesov Inventarizácia lesov predstavuje popis kvantitatívnych a kvalitatívnych informácií o stromoch, porastoch, prostredí, či stanovišti na ktorom sa nachádza les. Medzi najpodstatnejšie informácie patria údaje o výmere lesa a zásobách drevnej hmoty. Inventarizácia lesov poskytuje nevyhnutné podklady pre riadenie, plánovanie a kontrolu hospodárskych činností v lese (manažment lesa). Spektrum požadovaných informácií sa v ostatnom období v súvislosti s ekologizáciou lesného hospodárstva (prechodom na prírode blízke obhospodarovanie) neustále rozširuje aj o netradičné veličiny (napr. informácie o mŕtvom dreve, prirodzenosti, biodiverzite lesa atď.). Postupne narastá potreba zmeniť pohľad na tradičný les vekových tried a na zaužívané súhrnné informácie (napr. triedenie podľa veku rozdeliť na porasty rovnoveké a rôznoveké, prípadne nahradiť vek rastovými stupňami, zaviesť ukazovatele vertikálnej a horizontálnej štruktúry a i.). Zároveň sa rozširuje aj záujem o informácie týkajúce sa lesov na nelesných pozemkoch a kladie sa dôraz na význam drevinovej vegetácie v krajine. Keďže lesy zaberajú rozsiahle územie a obsahujú množstvo stromov a ostatných zložiek lesa, efektívne zisťovanie aktuálnych a dostatočne presných údajoch o nich je možné len systémom štatistických metód výberových inventarizácií lesa. Je to práve kvôli vysokým finančným, časovým a pracovným nákladom, pretože nie je možné podrobne zinventarizovať celý základný súbor. Zisťovanie stavu lesa by sa malo uskutočniť s využitím štatistických metód prispôsobených podľa druhu, úrovne a zisťovaných znakov. Úroveň inventarizácie lesov pri tom môže byť celoštátna (národná inventarizácia lesov), regionálna (na úrovni krajov, lesných oblastí), podniková (hospodársky subjekt), či ešte nižšia (vlastník, užívateľ) a porastová (na úrovni porastu s výmerou niekoľko ha). Výberová inventarizácia lesa prináša informácie o stave lesa s požadovanou mierou presnosti. Veľkosť zistenej výberovej chyby určuje možnosti porovnávania zmien stavu lesa monitoringu. S čím vyššou presnosťou sa jednotlivý parameter stanoví, tým skôr sa dá zachytiť aj malá zmena stavu. Pri údaji zistenom s veľkou nepresnosťou sa nezachytia malé zmeny stavu (nie je jasné či nastala zmena stavu alebo len chyba merania). Preto je potrebné pri plánovaní výberového dizajnu kalkulovať dostatočne vysokú presnosť zisťovania podľa účelu inventarizácie. Presnosť závisí od variability a počtu výberových prvkov, čo ovplyvňuje ekonomiku (náklady) zisťovania. Mieru presnosti je možné upravovať podľa požiadaviek objednávateľa a nákladov vyčlenených na inventarizáciu. 1.2 Súčasný stav zisťovania stavu lesov na Slovensku V súčasnosti na Slovensku existujú viaceré systémy zisťovania stavu lesa. Väčšina informácií sa získava v rámci hospodársko-úpravníckeho zisťovania pri podrobnom zisťovaní stavu lesa pre potreby podrobného plánovania na úrovni JPRL podľa jednotlivých lesných celkov. Používajú sa pri nich rozmanité metódy celoplošné priemerkovanie, skusné plochy, rastové tabuľky i okulárne odhady, ktoré zaručujú prakticky očakávanú presnosť od 2,5 % po 12,5 % pri 68 %-nej spoľahlivosti (ŠMELKO 2008). V rámci komplexného zisťovania stavu lesa (KZSL, predtým ekologický prieskum) sa na úrovni JPRL zisťo- 5

7 vali podklady pre zložky modelov hospodárenia, realizovalo a aktualizovalo sa podrobné typologické a pedologické mapovanie, lesné ekosystémy sa hodnotili z hľadiska ekologickej stability. Z podkladových údajov sa sumarizáciou dát pripravovali výstupy za vyššie jednotky až na úroveň štátu. K hlavným nevýhodám tohto postupu patria rôzna časová aktuálnosť (1 10 aj viac rokov), rôzne metódy získavania údajov, neznáma vypovedacia hodnota (presnosť a spoľahlivosť) výsledku. Tieto nevýhody podstatne znemožňujú porovnávať výsledky podľa súčasných požiadaviek monitoringu. Monitoring zdravotného stavu lesov SR, ktorý sa každoročne (od roku 1987) realizuje v sieti 16x16 km, hodnotí na trvalých monitorovacích plochách (TMP) defoliáciu a depigmentácia úrovňových stromov a zisťujú sa pri ňom aj ďalšie súvisiace biometrické a ekologické charakteristiky (RAČKO a kol., 1994). Aj keď aplikuje dvojstupňový štatistický výber (plocha strom), jeho cieľom je zisťovanie zdravotného stavu a nedá sa použiť pre ďalšie účely inventarizácie stavu lesa. Novým systémom zisťovania stavu lesa je Národná inventarizácia a monitoring lesov (NIML) SR, ktorá sa uskutočnila vo všetkých lesoch na území Slovenska v roku 2005 a 2006 a plnohodnotne spĺňa požiadavky na zisťovanie informácií o stave lesov na celoslovenskej úrovni (ŠMELKO a kol. 2006, ŠMELKO a kol. 2008), pretože je založená na matematicko-štatistických metódach s prísnym dodržaním pravidiel a podmienok pre tieto metódy. V celoeurópskom priestore sa v súčasnosti venuje mimoriadna pozornosť stredne úrovňovým systémom, ktoré boli v posledných dvoch desaťročiach už prakticky zavedené vo viacerých krajinách s intenzívnym lesným hospodárstvom (napr. v Rakúsku, Nemecku, Švajčiarsku). Ich úlohou je získavať informácie metodicky jednotne, dostatočne presne, aktuálne a bez priamej závislosti na podrobnom plánovaní (tvorbe LHP) pre akékoľvek nadefinované stredne veľké hospodárske, územné a vlastnícke celky (tzv. podnikové inventarizácie). Riešiť a aplikovať sa dajú na báze matematicko-štatistických metód rôznym spôsobom (ŠMELKO 1985, 1990). 1.3 Inventarizácia lesov pre stredne veľké územné celky (podniková inventarizácia) Podniková inventarizácia lesov (PIL) je zameraná na zisťovanie stavu lesa na úrovni vlastníka (užívateľa) lesa. Týka sa lesných celkov s výmerou od niekoľko 100 po niekoľko ha. Podnikové inventarizácie majú za cieľ zobjektívniť a spresniť údaje o stave lesa v stredne veľkých územných a organizačných jednotkách, ako sú lesné závody, podniky, hospodárske, užívateľské a vlastnícke celky a to priamym meraním potrebných veličín v teréne. Výsledky slúžia na zistenie ukazovateľov o stave lesa a možnostiach ťažby dreva pre celé tieto objekty, a pre plánovanie všetkých činností v záujme dosiahnutia trvalosti a vyrovnanosti hospodárenia v lese (ŠMELKO 2008). Kým porastová inventarizácia sa týka najnižších jednotiek priestorového rozdelenia lesa (JPRL), podniková inventarizácia na úrovni väčších celkov pracuje s matematicko-štatistickými metódami prostredníctvom výberových plôch. Zisťovanie tak veľkého počtu veličín a znakov v rozsiahlych územných celkoch sa z ekonomických dôvodov nedá vykonávať inak, jedine výberovým spôsobom, čiže pomocou pomerne malého počtu výberových jednotiek rozmiestnených po inventarizovanom území tak, aby ho čo najlepšie reprezentovali. Metodika a technika takéhoto zisťovania je preto oveľa zložitejšia a náročnejšia. Pre každý inventarizovaný celok sa však musí zvoliť optimálny výberový dizajn (hustota a veľkosť inventarizačných plôch) a účelne 6

8 skombinovať najvhodnejšie postupy zberu údajov (od DPZ, cez okulárny odhad, využitie existujúcich starších údajov až po precízne merania v teréne), aby inventarizácia poskytla vopred zvolenú presnosť a bola pracovne i ekonomicky únosná. Jednoúčelová inventarizácia má za cieľ zistenie konkrétnej charakteristiky a tomu je prispôsobený aj jej dizajn. Typickým príkladom jednoúčelového zisťovania je monitoring zdravotného stavu lesov zameraný na hodnotenie prírastkov a defoliácie (vrátane depigmentácie), ktorý sa nedá použiť napríklad na hodnotenie stavu zásob, obnovy alebo odumretého dreva. Integrovaná inventarizácia umožňuje v rámci jedného zisťovania integrovať široké spektrum údajov, teda používa finančné prostriedky efektívnejšie. Celkové náklady sú pri nej vyššie ako pri jednoúčelovej, ale jednotlivé charakteristiky sú zistené relatívne lacnejšie. Výhoda integrovanej inventarizácie spočíva aj v možnosti mnohých analýz údajov zistených v jednom časovom intervale. Úlohou inventarizácie je získavať informácie o lesoch metodicky jednotne, dostatočne presne, aktuálne a to buď nezávisle, alebo naopak s využitím údajov získavaných pri tvorbe LHP pre akékoľvek nadefinované stredne veľké hospodárske, územné a vlastnícke celky. Pre každý inventarizovaný celok sa musí zvoliť optimálny výberový dizajn (hustota a veľkosť inventarizačných plôch) a účelne skombinovať najvhodnejšie postupy zberu údajov, aby inventarizácia poskytla vopred zvolenú presnosť a bola pracovne i ekonomicky únosná. Výhodou výberovej inventarizácie je možnosť prispôsobenia zisťovaných údajov, informačné spektrum závisí od požiadaviek odberateľa. Informačné spektrum tak môže popri tradičných a základných údajoch (zásoby drevín) obsahovať podľa záujmu aj ďalšie štandardné či neštandardné údaje (napr. údaje o zdravotnom stave, zásobách mŕtveho dreva, biodiverzite, antropogénnej záťaži a i.). Informačné spektrum sa zakladá na objektívne zistených veličinách, pričom sa pri výberovej inventarizácii uprednostní meranie, spočítavanie, identifikovanie (druh, škodlivý činiteľ) pred subjektívnym posudzovaním. Základnými a najčastejšie požadovanými sú produkčné informácie, hlavne o ploche lesa a zásobách dreva v rozčlenení podľa kategórií lesa, vlastníckych pomerov, veku, druhu drevín, rozmerov, kvality, očakávaných sortimentov ap. Ďalšími dôležitými informáciami sú údaje o produkčných možnostiach lesa, o teréne a sprístupnení lesa, ďalej o zdravotnom stave drevín, stanovištných pomeroch, reprodukčnom procese, mimoprodukčných funkciách lesa, jeho význame v krajine, v rozvoji vidieka atď. Nároky na rozsah, podrobnosť a presnosť informácií si určuje obyčajne ich používateľ (objednávateľ) a závisia od účelu inventarizácie (ŠMELKO 2008). V súčasnom a budúcom období očakávame zvýšený dopyt po ekologických informáciách (biodiverzita lesa, prirodzenosť lesa, stabilita lesa), ktoré inventarizácia lesa objektívne zhodnotí po ich doplnení, resp. úprave do informačného spektra. Dôležité informácie o vývoji lesov predstavujú údaje o prírastku, mortalite a vykonanej ťažbe dreva. Tieto údaje je možné stanoviť až pri porovnávaní viacerých cyklov inventarizácie lesa teda pri monitoringu lesa. Doterajšie analýzy výberových matematicko-štatistických inventarizácií z územia Slovenska v porovnaní so sumarizáciou údajov z podrobného zisťovania stavu lesa (NIML SR, podniková inventarizácia Uľanka, monitoring vývoja revitalizácie tatranského kalamitiska) poukazujú najmä na zistené záporné diferencie v zásobách drevnej hmoty medzi údajmi z LHP a skutočným stavom zisteným pri výberovej inventarizácii. Diferencie boli ešte vyššie ako pri NIML SR (až +36 % oproti +23 % pri NIML). Podobné zistenia sú aj z národných či podnikových inventarizácií v iných krajinách (napr. Česko, Nemecko), v ktorých sa zaznamenali omnoho vyššie zásoby dreva v lesoch v rámci národných inventarizácií (až do +30% oproti sumárom z porastového zisťovania). Na diferenciu významne vplýva druh dreviny (listnaté, najmä buk +50 %), kým závislosť rozdielu zásob od veku 7

9 bola nízka (diferencie boli rovnaké pre každú vekovú kategóriu). Na druhej strane sa zistili nezrovnalosti medzi výmerou vekových kategórií podľa LHP, ktoré vyplývajú z komplikovanejšieho určovania veku v diferencovaných porastoch a ťažšieho priraďovaniu inventarizačnej plochy k vekovej kategórii. Aj tieto skutočnosti upozorňujú na potrebu zavedenia nových kategórií vekovo zmiešaných lesov tak, ako to načrtlo spracovanie výsledkov NIML. 2 Ciele Cieľom úlohy bolo vypracovať návrh na alternatívny systém strednoúrovňovej (tzv. podnikovej) inventarizácie lesa voči tradičnému zisťovaniu stavu lesa v rámci obnovy LHP a overiť ho na modelovom území. Pracovné postupy integrovanej inventarizácie sa zaoberajú dvomi variantami zisťovania stavu lesa. Rozoberá sa jednofázová výberová metóda s optimálnym individuálnym dizajnom pre zvolený inventarizovaný objekt a zvlášť dvojfázová kombinovaná metóda založená na aktualizácii starších údajov hospodárskej úpravy lesa (HÚL). 3 Jednofázová výberová metóda s optimálnym individuálnym dizajnom pre zvolený inventarizovaný objekt (Šebeň, Šmelko, Bošeľa) Jednofázová výberová metóda predstavuje jednoduchú alternatívu výberového matematicko-štatistického zisťovania stavu lesa s rovnomerným systematickým alebo náhodným rozmiestnením výberových jednotiek po celom území inventarizovaného objektu a zberom údajov v zvolenom časovom intervale (najčastejšie v jednej sezóne). Podstatou je výberové zisťovanie v sieti trvalo stabilizovaných inventarizačných plôch. Cieľom je poskytnúť spoľahlivé, objektívne, aktuálne a dostatočne presné informácie o vybraných zložkách lesa s dôrazom na stromový inventár. Opakovaným zisťovaním stavu lesa na tých istých inventarizačných plochách a vzájomným porovnaním výsledkov (tzv. monitoringom) táto metóda umožňuje zistiť objektívne zmeny stavu (napr. prírastky, ťažba) a matematicko-štatistickými metódami ich zovšeobecniť aj s uvedením miery presnosti zisťovania (pomocou výberovej chyby) pre celé inventarizované územie. Výsledky výberovej inventarizácie majú náhodný (pravdepodobnostný) charakter. Ich konkrétna (stredná) hodnota je iba jednou z veľkého množstva možných hodnôt, ktoré by sa získali, keby sa inventarizácia s rovnakým dizajnom opakovala viackrát, ale 8

10 vždy s trochu posunutou sieťou. Zovšeobecnenie týchto výberových údajov znamená určiť zodpovedajúce skutočné hodnoty, tzv. parametre platné pre príslušné inventarizované územie (celý základný súbor). Robí sa to metódou štatistického odhadu tak, že sa stanoví, tzv. interval spoľahlivosti (IS), v ktorom daný parameter leží so zvolenou pravdepodobnosťou (ŠMELKO et al. 2008). IS tvorí vypočítaná stredná chyba, ktorú skutočná chyba zisťovania neprekročí so 68 % pravdepodobnosťou a skutočná chyba neprekročí dvojnásobok vypočítanej strednej chyby s 95 % pravdepodobnosťou (teda pri vyššej pravdepodobnosti sa interval spoľahlivosti rozširuje, pri nižšej naopak zužuje). Veľkosť výberovej strednej chyby závisí od a) variability zisťovaného znaku (čím väčšia, tým väčšia chyba), b) od podielu zisťovaného znaku (čím menší, tým väčšia relatívna chyba), c) od počtu výberových jednotiek (čím viac, tým menšia výberová chyba). A pri interpretácii na ňu vplýva aj použitá pravdepodobnosť (vyššia alebo nižšia) Uplatnenie výsledkov je teda závislé od uvedených kritérií a preto je málo presné pre nižšie jednotky priestorového rozdelenia lesa, zriedkavé a málo zastúpené kategórie a pod. Hlavným cieľom podnikovej inventarizácie je priniesť informácie na úrovni lesného celku, takáto inventarizácia neprináša výsledky na úrovni konkrétneho porastu (výnimkou môžu byť porasty s mimoriadne veľkou výmerou, ktoré podchytí väčšie množstvo výberových inventarizačných plôch). Je však možné potenciálne prepojiť výsledky výberovej inventarizácie s taxačnými údajmi vo vybraných porastoch, čím sa dajú korigovať taxačné údaje pre lesný celok, zvolené kategórie, alebo konkrétne porasty. Spoľahlivé a presné výsledky sa poskytujú pre vybrané stratá (kategórie) s nižšou variabilitou ako celé inventarizované územie. Vybrané kategórie sa dajú voliť podľa požiadavky objednávateľa, obvykle však ide o menšie časti územia, dreviny či skupiny drevín, vekové triedy, rastové stupne, prírodné či stanovištné kategórie a pod. Záujem o realizáciu podnikovej inventarizácie by mali mať konkrétni vlastníci lesa, ktorí chcú mať objektívnejšie informácie o stave lesa vo svojom užívaní, prípadne chcú informácie presnejšie, podrobnejšie, ktoré im nemôže dostatočne poskytnúť taxačné zisťovanie. Dôvod môže byť aj konkrétny cieľ zisťovania, napr. zhodnotenie zásob, sortimentová štruktúra, zdravotný a pestovný stav lesa. V súčasnom období stúpa záujem aj o zisťovanie netradičných veličín, ako je napr. štruktúra odumretého dreva, stav a štruktúra okrajov lesa, biologická diverzita cenných lesov a pod., čo môže súvisieť napr. s platbami vlastníkom lesa súvisiacimi s programom NATURA. Výsledky meraní matematicko-štatistickými metódami je možné použiť aj na lokálne modelovanie pre pomery konkrétneho vlastníckeho celku (výškové krivky, vývojové krivky, prognózy vývoja a pod.). Na záujem o realizáciu výrazne vplývajú náklady. Treba pripomenúť, že náklady bezprostredne súvisia s požadovanou presnosťou zisťovania a závisia teda od požiadaviek objednávateľa. Čím je navrhovaná presnosť zisťovania vyššia, tým je potrebný väčší počet inventarizačných plôch, resp. väčší počet zisťovaní. Presnosť však závisí aj od variability zisťovaného znaku, čím je variabilita vyššia, tým sa zvyšujú náklady na primerané zahustenie inventarizačnej siete. Rovnako na náklady vplýva aj výskyt sledovaného znaku, čím je na danom území sledovaný znak zriedkavejší, tým viac je potrebné sieť zahustiť aby sa zachytil s primeranou presnosťou. Na základe realizovaných výsledkov výskumu v pomeroch Slovenska môžeme zhrnúť súčasné skúsenosti s hektárovými nákladmi, ktoré sa odvíjajú od hustoty siete inventarizačných plôch. Čím je hustota nižšia, tým sú hektárové náklady nižšie. Na celoštátnej úrovni predstavovali náklady na 1 ha lesa 0,5 (NIML SR , sieť 4 4 km), na regionálnej úrovni 3 8 (Tatry , ha, sieť 0,5 0,5 km), na podnikovej (ML B. Bystrica Uľanka 2009, ha, sieť 0,2 0,2 km), resp. 30 (VDO Kysuce 2009, 600 ha, sieť 0,1 0,1 km). Hektárové náklady na založenie monitorovacích 9

11 plôch na menších celkoch (s výmerou 200 až 800 ha) pri realizácii monitoringu účinku leteckého prihnojovania a vápnenia sa pohybovali na úrovni Výberový plán inventarizácie a jeho optimalizácia Výberový plán inventarizácie ovplyvňuje výsledný efekt inventarizácie, teda presnosť výsledkov. Od vhodne zvoleného plánu sa odvíjajú náklady vynaložené na zisťovanie stavu lesa. Preto by sa mal pripraviť tak, aby sa pri čo najnižších nákladoch zistili požadované výsledky čo najpresnejšie (nízke očakávané chyby). Pri optimalizácii výberového plánu inventarizácie pre konkrétne podmienky lesného celku treba brať na zreteľ druhy výberových jednotiek (inventarizačné plochy) a sieť výberových jednotiek (hustota a rozmiestnenie). Základnou územnou jednotkou je pri podnikovej inventarizácii lesný celok, ktorý je ale možné podľa účelu inventarizácie a požiadaviek objednávateľa rozdeliť aj na menšie jednotky. Územné jednotky predstavujú z biometrického hľadiska samostatne základné súbory, v ktorých sa inventarizácia vykonáva a pre ktoré sa získané údaje samostatne spracúvajú a prezentujú ako priemerné alebo sumárne hodnoty veličín a ich výberové chyby vo zvolených triediacich kategóriách. Veľmi dôležitým a do značnej miery obmedzujúcim faktorom pritom je biometricky poznatok, že v malej alebo veľkej územnej jednotke (ak je ich vnútorná štruktúra, teda variabilita skúmanej veličiny je aspoň približne rovnaká), treba pre rovnakú požadovanú presnosť založiť rovnaký počet inventarizačných plôch. Najvhodnejšie preto je, keď územné jednotky sú čo možno najväčšie a ich počet čo najmenší a zároveň keď sú navzájom vyvážené (výmera lesa v nich je približne rovnaká) (ŠMELKO 2009). Výsledky podnikovej inventarizácie by mali mať polyfunkčné využitie a obvykle býva zložité stratifikovať územie tak, aby nastala optimalizácia väčšiny informačného spektra. Ak sa skúmaný znak (napr. veková kategória) pravidelne strieda po celom záujmovom území (čiže tu je vysoká priestorová variabilita), uplatňuje sa skôr systematické rozmiestnenie výberových jednotiek po celom území Druhy výberových jednotiek Výberová jednotka predstavuje časť inventarizovaného objektu (lesa), v ktorom sa zisťovanie realizuje. Druh výberovej jednotky charakterizuje veľkosť a tvar. Veľkosť výberovej jednotky by mala odrážať skúmaný znak (ak je variabilita skúmaného znaku v priestore vysoká, veľkosť plochy by mala byť väčšia a naopak). Napríklad zásoba drevnej hmoty bude značne varírovať pri malej výberovej jednotke (napr. o veľkosti do 1 m 2 ), pretože tu bude často nulová (bez evidovaného stromu) a menej často veľmi vysoká (pri prepočte zásoby všetkých stromov evidovaných na malej ploche. Naopak so zväčšovaním výberovej jednotky sa variabilita zásoby znižuje (na úrovni porastu je napr. obvyklá od 20 do 40 %). Veľkosť ovplyvňujú aj náklady na zisťovanie, napr. pri evidencii obnovy (tenkých stromov rastového stupňa náletu, nárastu alebo mladiny) je neefektívne zakladanie väčších plôch ako niekoľko m 2. Tvar výberových jednotiek môže byť rôzny: štvorcový, kruhový, polygonálny, ale najčastejšie sa pre jednoduchosť vytyčovania používa kruhový tvar so stanoveným polomerom. Ten sa pomerne ľahko vytyčuje od zvoleného stredu (pásmom, diaľkomerom) a pre jeho založenie, resp. opakované meranie postačuje vyhľadať iba 1 bod stred plochy. 10

12 V odôvodnených prípadoch je vhodný aj štvorcový tvar, napríklad pri vytyčovaní vo veľmi hustých mladých porastoch, kde sa pomerne ľahko vytýči pomocou výtyčiek. Podľa ďalšej špecifickej vlastnosti kombinujúcej tvar a veľkosť môžu byť kruhové výberové jednotky konštantné, variabilné alebo koncentrické. Konštantné jednotky majú na inventarizovanom území vždy rovnakú veľkosť. Výhodou je vždy rovnaká reprezentatívnosť pre porastové veličiny, jednoznačné vytyčovanie bez nutnosti úpravy polomeru vzhľadom na rôzny typ porastu. Nevýhodou je nerovnaké podchytenie stromov na jednotlivých inventarizačných plochách: v mladých hustých porastoch bude množstvo meraných stromov vysoké, čo znižuje hospodárnosť a efektivitu merania. Naopak, v starých a riedkych bude počet stromov nízky. Nehospodárnosť čiastočne odstraňujú koncentrické kruhy. V tomto prípade ide o dopredu nadefinované kruhy s rôznou veľkosťou pre vopred nadefinované rôzne dimenzie stromov, ktoré majú rovnaký stred. Tenké stromy sa evidujú na kruhu s najmenším polomerom (napr. 1 3 m), stredne hrubé s väčším (napr. 5 7m) a najhrubšie s najväčším (napr m). Meranie je na rozdiel od predchádzajúceho náročnejšie, ale aj v hustých porastoch je obvykle hospodárne. Variabilné inventarizačné kruhové plochy majú veľkosť prispôsobenú vlastnostiam inventarizovaných prvkov. Obvykle ide o počet stromov tak, aby bol v rámci inventarizovaného územia na každej ploche približne rovnaký. V hustejších porastoch bývajú variabilné plochy menšie, v redších väčšie. Relaskopický kruh je zvláštny druh kruhovej skusnej plochy založenej na uhlovom optickom meraní stromov. Vytyčuje sa pomocou zámernej úsečky (ZU), ktorou sa preveruje, či stromy (pne) s ohľadom na ich hrúbku d a vzdialenosť od stredu l patria do kruhu alebo nie. Každý strom patriaci do kruhu reprezentuje pri ZU = priamo kruhovú základňu na 1 ha G = m 2 a ak sa na ňom odmeria aj hrúbka d získajú sa súčasne aj ďalšie dôležité dendrometrické veličiny Y.ha -1 podľa vzťahu yi Y. ha 1 ZU. (3.01) g i pričom y i môže byť počet stromov (vtedy sa za y i dosadí 1), objem stromu v i, sortiment, biomasa ai., g i =0,785d i 2 je kruhová základňa dotyčného stromu. Problémom ovplyvňujúcim zisťovanie stavu na výberovej inventarizačnej ploche môže byť niekedy nehomogenita stavu lesa. Inventarizačné plochy sa zakladajú spravidla v dopredu definovanej sieti bez možnosti úmyselného posunu (ktorý by mohol nepriaznivo ovplyvniť skutočné údaje o stave lesa napríklad úmyselným posúvaním stredov vytypovaných plôch do vnútra porastov by matematicky stúpla zásoba). Občas sa tak stane že aj plocha s výmerou niekoľko desiatok metrov štvorcových padne na rozhranie mladšieho či staršieho porastu, lesa alebo nelesa, či ďalších rôznych kategórií. V takýchto prípadoch je možné rozdeliť inventarizačnú plochu na rôzne subplochy, pri ktorých sa zistí ich skutočná výmera (podiel z celej inventarizačnej plochy). Zistené hodnoty sa tak dajú vztiahnuť na konkrétnu subplochu a pri sumarizácii za inventarizované územie sa tak zamedzuje zmiešavaniu homogénnych častí lesa. Výskumy na Slovensku v minulosti (ŠMELKO 1968) dospeli k veľkosti výberovej jednotky ktorá dobre reprezentuje variabilitu zásoby na cca 0,02 až 0,1 ha. Vhodnejšie je optimálna veľkosť výberovej jednotky stanovená počtom stromov na nej v počte Odhad optimálnej veľkosti inventarizačnej plochy na zachytenie stromov v teréne sa spresní najjednoduchšie na krokovaním vytýčenej ploche m (dvojica pracovníkov), kde sa zistí počet stromov na jeden ár. Číslo 20 vydelené počtom zistených stromov udáva približnú výmeru inventarizačnej plochy v ároch. Vzhľadom na súčasné možnosti spracovania je možné pri vytyčovaní použiť aj celočíselný polomer (tabuľka) 11

13 s nezaokrúhlenou výmerou plochy. Ako pomôcka môže poslúžiť aj odhadovaný rozstup stromov (pri pravidelných rozstupoch). Tabuľka 3.01 Pomocná tabuľka pre určenie polomeru stromových kruhov (pre 25 stromov): Rozstup stromov (m) Počet stromov N/ha Výmera kruhu (m 2 ) Polomer kruhu (m) do 2,5 > ,99 >2,5 > ,64 >3,5 > ,98 >5,5 > ,62 <7,5 < ,84 Uvedené druhy a typy výberových jednotiek sa môžu podľa potreby kombinovať. Napríklad pri porastových (opisných) zisťovaniach sa u nás používajú spravidla konštantné kruhy, pri stromových zase častejšie variabilné. Na jednej inventarizačnej ploche sa tak zakladá viacero konkrétnych kruhov, pre lepšiu prehľadnosť nazvané A, B, C, atď. Príklad použitia viacerých kruhov na inventarizačnej ploche: A základná inventarizačná plocha (konštantný kruh o výmere cca 0,05 ha, s polomerom r = 12,62 m), slúži pre zisťovanie stanovištných, porastových a ekologických charakteristík a pre inventarizáciu mŕtveho ležiaceho dreva. B variabilný stromový kruh pre inventarizáciu stromov s hrúbkou d 1,3 7 cm (s kôrou), voliteľný polomer tak, aby sa zachytilo stromov. Pre zaradenie stromu do kruhu rozhoduje jeho hrúbka d 1,3 a vzdialenosť od stredu kruhu. C variabilný obnovný kruh pre inventarizáciu náletu, nárastov, kultúr a mladín s výškou od 0,1 m a hrúbkou d 1,3 7 cm (vrátane kôry), jeho optimálna veľkosť (výmera p a polomer r) sa zvolí individuálne na každom stanovisku podľa konkrétnej hustoty (spon) jedincov tak aby sa zachytilo na každej IP aspoň 30 ks. Konkrétne schémy znázorňujúce inventarizačné alebo monitorovacie plochy použité pri rôznych inventarizáciách na Slovensku približuje nasledujúci obrázok. Obrázok 3.01 Schéma konštantnej inventarizačnej plochy delenej na subplochy (NIML ) Obrázok 3.02 Schéma inventarizačnej plochy podnikovej inventarizácie Uľanka (2009) s variabilným stromovým kruhom 12

14 Obrázok 3.03 Schéma monitorovacej plochy revitalizácie tatranského kalamitiska ( ) s variabilným stromovým kruhom a špecifickým satelitom 4 kruhov zameraných an sledovanie obnovy a odumretého dreva Sieť výberových jednotiek Rozmiestnenie výberových jednotiek môže byť náhodné alebo systematické. Jednoduchý náhodný výber predstavuje základnú výberovú metódu. Pri inventarizácii lesa v krajine má však náhodné rozmiestnenie pri výskyte nelesných prvkov (vodné toky, cesty, bezlesie) určité nevýhody (napr. potenciálne nereprezentatívny výber porastov s rôznou zásobou dreva), preto sa v lesníctve častejšie uplatňuje systematický výber (SHIVER-BORDERS 1996). Systematické rozmiestnenie je reprezentované sieťou výberových jednotiek. Najčastejšie sa používa štvorcová sieť (napr. NIML SR 4 4 km), ale je možné uplatniť aj trojuholníkové a iné. Súčasné technické prostriedky (GIS metódy a GPS) umožňujú ľahkú a jednoduchú prípravu siete výberových jednotiek, jednoduchú navigáciu a opakované vyhľadávanie stredov inventarizačných plôch. Systematické rozmiestnenie rovnako podchytí celé inventarizované územie a jednotlivé kategórie budú podchytené úmerne ich výmere (podielu). Málo zastúpené a zriedkavé budú podchytené menej a zisťované hodnoty pre ne budú menej presné (pri porovnateľnej variabilite zisťovaného znaku). Výberové jednotky môžu byť zoskupené v tzv. traktoch, teda skupinách inventarizačných plôch umiestnených v určitej vzdialenosti pri sebe. Trakt je zoskupenie určitého počtu skusných plôch do tvaru geometrického obrazca (štvorca, trojuholníka, obdĺžnika, písmena L), spojené sú spravidla líniou, na ktorej sa zisťujú porastové veličiny alebo na priesečníku línie s cestou, potokom, okrajom lesa ap. aj tieto objekty (ŠMELKO 2008). Výhodou traktov je ich dobrá pracovná zvládnuteľnosť a fakt, že sa po skončení práce vráti pracovná skupina k východiskovému bodu, čím sa ušetrí časť nákladov na presun. V porovnaní s jednotlivým rozmiestnením skusných plôch po celom území by sa rovnakým rozsahom výberu dosiahla vyššia presnosť, ale náklady na inventarizáciu by boli podstatne vyššie (MERGANIČ 2001). Použitie traktov teda všeobecne znižuje náklady, ale zhoršuje reprezentatívnosť a presnosť výsledkov, následne vyžaduje špeciálny biometrický postup zhodnocovania získaných údajov. Pri PIL sa nepoužíva, výnimkou bola napr. inventarizácia obnovy lesa na území postihnutom vetrovou kalamitou v Tatrách (kde bol počet IP obnovy 4 väčší ako počet stromových IP). Zníženie nákladov na presuny je možné aj prostredníctvom dvojíc výberových jednotiek v blízkosti seba tzv. duplexov. 13

15 Pri moderných inventarizáciách sa zisťuje široké spektrum znakov a veličín, ktorých variabilita je rôzna. To ovplyvňuje kalkulovanú hustotu siete inventarizačných plôch. Hustota ďalej vyplýva z požiadaviek objednávateľa, keď ju treba optimalizovať z hľadiska presnosti a nákladovosti. Kalkulácia hustoty siete výberových jednotiek závisí od požadovanej presnosti, variability zisťovaných znakov a vyčlenených finančných možností. Na jej výpočet sa používajú nasledujúce vzorce n= z &/2^2 (3.02) s= 100 (3.03) kde n je počet výberových jednotiek, z &/2 je koeficient spoľahlivosti (pri 95 % približne 2, σ 2 je variabilita zisťovanej veličiny (%), Δ je očakávaná presnosť, P (ha) výmera inventarizovaného územia a s odstupová vzdialenosť výberových jednotiek (v m). Navrhovaná presnosť zisťovania vyplýva z požiadavky na presnosť informácie. Obvykle sa vyššia požaduje pri zisťovaní zásob a ich medziročných zmien (napr. 5 %), nižšia napr. pri zisťovaní stavu obnovy (10 %). Pri monitoringu sa plánovaná presnosť odvíja od očakávaných zmien ak sú zmeny veľké, podchytia sa aj pri menšej presnosti zisťovania, ak sú malé a chceme ich potvrdiť, je potrebné plánovať vyššiu presnosť zisťovania. Napríklad ak predpokladáme medziročné zmeny vo výške do 5%, pri zisťovaní s presnosťou 10% sa tieto nezachytia štatisticky významne. Každá sieť má inú reprezentatívnosť počet hektárov lesa pripadajúci na jednu IP. Intenzita výberu vyjadruje percentuálny podiel výberovej plochy z výmery inventarizovaného objektu. Najvyššia je pri veľmi hustej sieti, najnižšia pri celoštátnych inventarizáciách lesa. Napríklad pri konštantnej veľkosti 500 m 2 je intenzita výberu v sieti m 5 %, v sieti m 1,25 %, v sieti m 0,2 %, v sieti 2 2 km 0,01 % a v sieti 4 4 km (použitej pri NIML SR) iba 0,003 %. Nasledujúca tabuľka porovnáva 5 variantov hustoty siete (príklad z prípravy pre podnikovú inventarizáciu Uľanka, 2009). Tabuľka 3.02 Počet inventarizačných plôch (n) a výberové chyby určenia zásoby dreva (ΔV%) pre celý objekt a jeho časti (strata) s podielom p% pri rôznej hustote inventarizačnej siete (ŠMELKO 2009) Sieť m m m m m 1 IP na 1 ha 2,25 ha 4 ha 6,25 ha 9 ha p% n V % n V % n V % n V % V 100 % , , , , ,3 75 % , , , , ,4 50 % , , , , ,3 25 % 570 5, , , , ,5 10 % 288 7, , , , ,0 5 % , , , , ,5 n % Rozsah výberu n udáva počet IP, ktoré sa založia v celom LUC (p = 100 %) a v jeho menších častiach s plošným podielom p% = 75 až 5 %. Odvodený je podľa vzťahu n = výmera LUC / reprezentatívnosť 1 IP. 0,0p% Výberová chyba V % udáva rámec, ktorý skutočná chyba výsledku inventarizácie neprekročí s 95 % pravdepodobnosťou. Odvodená bola podľa vzťahu V % = t 0,05 * variačný koeficient zásoby na IP / n (3.04) 14

16 Predpokladaný variačný koeficient vyjadrujúci kolísanie zásoby na skúmanom území (inventarizačných plochách) sa stanovil na 65 %. Takáto hodnota sa získala z doterajších poznatkov z výskum veľkoplošnej variability zásoby v lesoch SR (ŠMELKO 1997), z výsledkov NIML SR ( ) a zo skutočnej variability hodnôt hektárovej zásoby medzi JPRL v danom LUC (z údajov LHP 1999, rovná sa 54 %), ku ktorej sa pripojila predpokladaná variabilita zásoby na 20 stromových skusných plochách vo vnútri JPRL (pre 1 3 stupeň rozrôznenia porastov dosahuje %, priemerne 30 %). Tabuľka 2 umožňuje jednoducho určiť a navzájom porovnať rozsahy výberového merania a zodpovedajúcu mieru očakávanej presnosti určenia zásoby (vcelku i na 1 ha) pre celé inventarizované územie i pre jednotlivé menšie časti lesa (strata) a zvoliť optimálnu hustotu inventarizačnej siete s ohľadom na požadovanú presnosť a tiež hospodárnosť zisťovania, ak sa k príslušnému rozsahu n pripoja zodpovedajúce pracovné náklady. Pritom za časti lesa (strata) sa vo výberovej podnikovej inventarizácie považujú jednotlivé vývojové stupne (vekové triedy resp. rastové stupne), jednotlivé porastové typy (dreviny a ich skupiny) a kombinácie obidvoch kategórií (vývojové stupne porastové typy). Ich plošné podiely p% sa môžu odvodiť z podkladov o výmere lesa v LUC z platného LHP. Podobne sa vykalkulujú a posúdia aj očakávané výberové chyby Δ p% určenia relatívneho podielu p% kvalitatívnych znakov (zastúpenia drevín, kvalitových tried, poškodenia lesa ai.) pomocou tabuľky 3). Tabuľka 3.03 Výberové chyby Δp% (pri 95 % spoľahlivosti) pre relatívne podiely kvalitatívneho znaku p% ako funkcia veľkosti podielu p% a rozsahu výberu n (počtu IP) n p = 95 % p = 75 % p = 50 % p = 25 % p = 10 % p = 5 % 15 11,3 22,4 25,8 22,4 15,5 11,3 50 6,2 12,2 14,1 12,2 8,5 6, ,4 8,7 10,0 8,7 6,0 4, ,5 5,0 5,8 5,0 3,5 2, ,9 3,9 4,5 3,9 2,7 1, ,4 2,7 3,2 2,7 1,9 1, ,1 2,2 2,6 2,2 1,5 1, ,0 1,9 2,2 1,9 1,3 1, ,9 1,7 2,0 1,7 1,2 0, ,8 1,6 1,8 1,6 1,1 0,8 Chyby p% boli odvodené podľa vzorca p%(100 p%) p% t0,05( n ) (3.05) n 1 Optimálny počet IP a celkový rozstup sa stanoví na základe variability hodnotených parametrov a požadovanej presnosti pri spoľahlivosti 95%. Z Na základe týchto údajov sa realizuje kalkulácia počtu plôch a ich rozstupu pri rôznej požadovanej presnosti. Ak sa vyjadria relatívne vzhľadom k p%, budú s klesajúcim p% výrazne stúpať. Napr. pre n = = bude chyba p%% pri p% = 95 % iba 1,5%%, ale pri p% = 5 % až 28 %%. Kalkulácia počtu IP sa dá optimalizovať na základe požiadaviek očakávanej presnosti rôznych parametrov. Nasledujúca tabuľka udáva kalkuláciu počtu plôch pri rôznej presnosti pre inventarizované územie Uľanka (2008), odvodenú z variability zásob (66 %). Ale napríklad pre znak početnosť stromov by bola očakávaná variabilita (103 %) vyššia a potrebný počet plôch pri rovnakej presnosti oproti zásobe vyšší. Ešte vyššie hodnoty variability by sa dali očakávať napr. pri obnove lesa alebo odumretom dreve. 15

17 Tabuľka 3.04 Potrebný rozsah n a rozstup s pre rôznu požadovanú presnosť pre zistenie zásoby na MÚ Uľanka (2008) pre výmeru 2880 ha (predpokladaná variabilita zásoby na IP po inventarizovanom celku je 54 % a spoľahlivosť 95%) presnosť n IP/ha rozstup 10% , % , % , % , % 324 8, % 467 6, % 729 4, % , % ,0 99 1% ,2 50 Keďže na požadovanú hustotu výberových jednotiek vplýva variabilita, pri jej znížení je možné ušetriť časť nákladov. Znížiť variabilitu je možné pomocou stratifikácie územia, t.j. jeho rozdelenia na menšie časti s nižšou variabilitou. Typickým príkladom je stratifikácia podľa veku, kde sa najnižšia variabilita zásoby priemerne očakáva pri dospievajúcich a dospelých homogénnych porastoch vo fáze výchovy (do 20 %), kým pri starších a rozpracovaných porastoch je variabilita vyššia (30 50%). Návrh siete a jej hustota závisí od objednávky zadávateľa, od cieľov inventarizácie. Keďže pri výberovej podnikovej inventarizácii sa obvykle zisťuje široké spektrum znakov a veličín, konečnú kalkuláciu je treba robiť na základe zváženia všetkých možností (spravidla s prihliadnutím na najdôležitejšie veličiny zisťovania zásoba, počet stromov a pod). Obvykle sa preto pri kalkulácii prihliada skôr na vyčlenené financie na zisťovanie. Príklad voľby hustoty výberových jednotiek (podniková inventarizácia Uľanka 2009) Na základe kalkulácie očakávanej variability rôznych parametrov sa zvolila sieť IP s rozstupom m, kde 1 IP reprezentuje 4 ha. Očakávaná presnosť zistenia zásob v sieti m na úrovni modelového územia bola ±3 %, presnosť pre zistený počet stromov ±8 %. Skutočná výberová chyba hektárových zásob za MÚ bola ± 2,6 %. Výberová chyba pri počte stromov na hektár bola ± 2,3 %. Presnosť zásob viac zastúpených drevín (v tomto prípade buk, smrek) bude vyššia, naopak pri zriedkavejších s vyššou variabilitou (jedľa) bude pri takejto sieti presnosť nižšia. Nasledujúce obrázky predstavujú príklady v minulosti realizovaných regionálnych a podnikových inventarizácií v rámci výskumných projektov NLC: 16

18 Obrázok 3.04 Modelové územie Uľanka (rozdelené podľa vekových tried)s návrhom siete IP na m (2009) Obrázok 3.05 Územie vybrané na regionálnu inventarizáciu v rámci monitoringu obnovy tatranského kalamitiska so sieťou m a označením plôch rôzneho pokalamitného manažmentu ( ) 17

19 Obrázok 3.06 Monitorované územie Výskumno-demonštračného objektu Kysuce, časť polom v sieti monitorovacích plôch m (2009) Obrázok 3.07 Výberová inventarizácia nadzemnej dendromasy a obsahu uhlíka v pokusnom objekte Poľana-Hukavy (2006) v sieti m 18

20 3.2 Zisťované znaky a veličiny Spektrum zisťovaných znakov a veličín pri výberových inventarizáciách je možné navrhovať ľubovoľne podľa požiadaviek objednávateľa (špeciálnych požiadaviek vlastníka alebo užívateľa). Obvykle býva veľmi široké, v rámci zisťovania sa evidujú základné stromové či porastové údaje, ku ktorým pribúdajú ďalšie okruhy: ekologické, stanovištné, terénne či množstvo ďalších. Požadované charakteristiky by mali poskytnúť podklady pre komplexné zhodnotenie inventarizovaného územia. Pre každú výberovú jednotku sa priamo po návrhu siete generujú základné identifikačné údaje ako je kód inventarizačnej plochy, poradové číslo, súradnice stredu (JTSK a WGS), z odvodeného digitálneho modelu je možné odvodiť aj z-súradnicu (nadmorskú výšku). V rámci zisťovania je treba v prvom rade využiť množstvo už existujúcich údajov. Na to sa najčastejšie používajú údaje prebraté z aktuálneho LHP pre inventarizovaný celok (napr. kategória lesa, vek porastu, bonita drevín), ale môžeme k nim pripočítať aj rôzne iné GIS-vrstvy (GIS vrstva lesných typov, GIS vrstvy štátnej ochrany prírody (maloplošne chránené územia, veľkoplošne chránené územia),kozmické či letecké snímky. V rámci terénneho zisťovania sa identifikačné údaje inventarizačných plôch doplnia o dokumentáciu o umiestnení IP v teréne (údaje o stabilizovaní stredu, fotografie inventarizačnej plochy fotené zo známych pozícií). Údaje zisťované na inventarizačných plochách môžeme rozdeliť na: Všeobecné údaje Stromové charakteristiky Porastové charakteristiky Obnova lesa Stanovištné charakteristiky Ekologické charakteristiky Pôdne charakteristiky Lesné cesty, vodné toky a líniové stavby Údaje o odumretom dreve Ďalšie špecifické údaje V ďalšom texte uvádzame príklady metodického návodu pre podrobnejší opis zisťovaných znakov a veličín na príklade podnikovej inventarizácie Uľanka Znaky je možné podľa požiadaviek objednávateľa inventarizácie a cieľov inventarizácie ľubovoľne meniť, dopĺňať alebo vylučovať Všeobecné údaje, základné terénne a porastové informácie Sklon, expozícia terénu, prístupnosť lesa Vyjadruje prevládajúci, typický spád terénu a expozíciu, zovšeobecnené na celú IP. Alternatíva terénneho zisťovania je odvodenie z digitálneho modelu terénu (DMT). Hodnotiť sa môže aj prístupnosť na IP lesnou cestnou sieťou vzdialenosťou a sklonom (prevýšením). Stanoví sa najkratšia (priama) vzdialenosť od stredu IP po odvoznú komunikáciu s presnosťou na 10 metrov. Stanoví sa sklon (prevýšenie) IP a komunikácie v % znamienkom + alebo. 19

21 Vertikálna výstavba porastu Je základným znakom pre hodnotenie štruktúry porastov. Najčastejšie sa rozlišuje jedno-, dvoj- a viacetážová vertikálna výstavba porastu. Pod porastom (etážou) sa bude rozumieť len súbor jedincov s hrúbkou nad 7 cm a zakmenenia 2. Holiny, nárasty, kultúry a mladiny sa budú posudzovať samostatne ako obnova. Pri použití vhodného algoritmu je aj tu možnosť jej zhodnotenia na základe matematického výpočtu, keďže sa pri výberovej inventarizácii spravidla eviduje polohopis inventarizovaných stromov, a každý strom má priradenú hrúbku aj výšku. Pri použití 3 stupňovej škály môžeme použiť nasledovný číselník: 0 Nehodnotí sa. Nedostatok jedincov nad 7 cm, mladé porasty a holiny. 1 Jednoetážová. Porast má len jednu výraznú korunovú úroveň (etáž). Spravidla ide o rovnoveký a rovnorodý porast 2 Dvojetážová. Porast má dve výrazné horizontálne korunové úrovne, pod hlavnou úrovňou je ďalšia, vitálna a vývojaschopná. 3 Viacvrstvová. Porast má viac korunových úrovní, je rôznoveký a rôznorodý. Stupeň zápoja Slúži na hodnotenie vnútornej štruktúry a hustoty porastu. Zisťuje sa odhadom pre celú inventarizačnú plochu. Charakterizuje mieru dotyku a vzájomný vzťah konárov a korún stromov v horizontálnom smere. Určuje sa ako pomer plochy zakrytej korunami stromov (celkovej výmery zvislých korunových projekcií) k celkovej výmere inventarizačnej plochy. Vyjadrí sa v desatinách, napr. 0,8. V rámci kancelárskeho spracovania sa môže zisťovať z aktuálnych ortofotosnímok (rozlíšenie 25 cm a menej). Zakmenenie Stanoví sa štandardným postupom podľa pracovných postupov HÚL. Bude slúžiť ako porovnávací znak pri zisťovaní rozdielov medzi výberovým a klasickým zisťovaním stavu lesa. Vek porastu Posúdi (aktualizuje) sa na základe podkladov LHP a jednoduchých znakov v teréne (letokruhy na čerstvých pňoch, prasleny). V prípade zjavnej nezrovnalosti sa odhadom upraví. Podľa potreby je možné z každej IP odobrať 1 až 2 vývrty z najhrubšieho stromu jednej dreviny, ktorý sa výrazne neodlišuje od charakteru porastu (predrastlík alebo výstavok v rovnovekom lese, nie najhrubší strom v diferencovanom poraste). Súbor vývrtov z celého územia poslúži na zostrojenie modelu závislosti vekov na dimenziách stromov. Rastový stupeň (RS) Hodnotí sa v teréne na základe kvalifikovaného odhadu, alebo sa objektívne matematicky odvodí na základe meraných stromov. Zo zmiešaným RS sa neuvažuje, RS sa vypočítajú podľa strednej hrúbky a podá sa informácia o hrúbkovej variabilite. 0 Holina 11 Nálet, výška do 0,5 m 12 Kultúra, výška do 0,5 m 21 Nárast, výška 0,51 1,3 m 22 Odrastená kultúra, výška 0,51 1,3 m 3 Mladina, výška (h) >1,3 m a stredná hrúbka (d s ) <6 cm 4 Žŕdkovina, d s = 6 12 cm 5 Žrďovina, d s = cm 6 Tenká kmeňovina, d s = cm 20

22 7 Stredná kmeňovina, d s = cm 8 Hrubá kmeňovina, d s = cm 9 Veľmi hrubá kmeňovina, d s nad 44 cm Stromové charakteristiky Ide o charakteristiky týkajúce sa stromov, ktoré prekračujú registračnú hranicu (obvykle hrubina d 1,3 = 7,0 cm s kôrou). Poloha stromu na inventarizačnej ploche Pri meraní pozície stromu a hlavne nakloneného stromu je nutné výtyčku s odrazkou, ktorá by mala byť v zodpovedajúcej výške (je zadaná v terénnom počítači), postaviť k stromu tak, aby ležala na spojnici medzi pozíciou operátora prístroja a predpokladaným stredom stromu vo vzdialenosti jeho polovičnej hrúbky od tohto mysleného stredu. Číslo stromu Je základným identifikátorom stromu, pridelí sa všetkým stromom patriacim do IP priebežne počínajúc jednotkou, od severu v smere hodinových ručičiek. Druh dreviny Určí sa podľa bežne zaužívaných znakov a zaznamená sa skratkou. Hrúbka stromu d 1,3 Zisťuje sa vo výške 1,3 m od zeme. Definovaná je ako vzdialenosť medzi dvomi dotyčnicami vedenými rovnobežne v protiľahlých bodoch obvodu prierezu kolmo na os kmeňa stromu. Kvôli monitorovaniu jej zmien (prírastku), by sa mala merať vždy rovnakým spôsobom. Na každom strome patriacom do IP sa merište 1,3 m odmeria v zmysle uvedených definícií paličkou (výtyčkou) a na strome sa viditeľne označí vodorovným krátkym zárezom (ryskou o dĺžke 3-5 cm) v kôre pomocou črtáka tak, aby sa nepoškodilo lyko. Znak (zárez) sa urobí na obvode stromu v tom mieste, v ktorom bude pri meraní hrúbky priložené pravítko priemerky. Tým sa zabezpečí, aby sa hrúbky aj pri následných inventarizáciách mohli merať stále v rovnakej výške a v tom istom smere. Všeobecne sa na meranie hrúbok uprednostní priemerka. Na každom strome sa ňou odmeria iba jedna hodnota hrúbky, a to vždy (na rovine i na svahu) v smere do stredu inventarizačnej plochy, t.j. tak, aby pravítko priemerky smerovalo do stredu kruhu. Ešte pred vlastným meraním sa určí a označí výška merišťa 1,3 m od päty stromu na rovine sa výška 1,3 m odmeria výtyčkou a na kmeni vyznačí krátkym vodorovným zárezom črtákom v kôre stromu z tej strany, z ktorej sa bude merať hrúbka d 1,3 na svahu väčšom ako 10 % sa výška 1,3 m odmeria z hornej strany stromu a jej označenie črtákom sa prenesie vodorovne do miesta na obvode stromu (do bodu), v ktorom sa bude dotýkať rameno priemerky pri meraní hrúbky d1,3 smerujúcej do stredu inventarizačnej plochy. Výška stromu Výška stromu (h) je dendrometricky definovaná ako kolmá vzdialenosť medzi dvomi vodorovnými rovinami vedenými cez pätu a vrchol (najvyššie položený živý alebo neživý vegetačný orgán) stromu obrázok 12. Pri zvisle stojacich stromoch sa rovná skutočnej 21

23 dĺžke stromu, pri naklonených stromoch skutočnú dĺžku vždy do určitej miery podhodnocuje. Pri zisťovaní výšok treba dodržať tieto zásady: výšku stromu odhadovať a merať z takej vzdialenosti a miesta, odkiaľ dobre vidieť celý strom, pri stromoch s košatou korunou určiť vrchol stromu odhadom, neviesť vizúru na okraj koruny ako dotyčnicu, pretože tým by sa výška stromu nadhodnotil. Výška nasadenia živej koruny Je vzdialenosť (h k ) od päty stromu po spodný okraj živej koruny. Z nej sa ľahko odvodí dĺžka koruny (ako rozdiel voči celej výške stromu). Za spodný okraj živej (zelenej) koruny sa považuje pri ihličnanoch praslen, v ktorom sú aspoň dva živé konáre, pokiaľ je tento praslen súčasťou viac-menej súvislej koruny. Ak je praslen s dvomi živými konármi od kompaktnej koruny výrazne oddelený, začiatkom je spodná časť kompaktnej živej koruny. Pri listnáčoch sa za spodný okraj živej koruny považuje miesto, kde začína súvislá živá koruna, pričom sa neberie ohľad na jednotlivé menšie konáre alebo vlky vyrastajúce na kmeni pod korunou. Etáž Každý strom sa priradí k vyčlenenej etáži. Pri jednoetážovom poraste do spoločnej skupiny, pri dvojetážovom zvlášť do hornej a dolnej etáže. Pri viacetážovom poraste sa priradenie vykoná tiež do spoločnej skupiny. Porastová etáž je jednoznačne odlíšiteľná rovnorodá časť IP resp. subplochy vo vertikálnom usporiadaní pod sebou. Tvorí ju súbor stromov, ktorý má výraznú korunovú vrstvu, oddelenú od ostatných etáží a rozdielny vek (minimálne 20 rokov). Najčastejšie sa jedná o dve samostatné etáže starší vyspelejší porast a zmladenie, prípadne aj o výstavky. Etáž sa osobitne vytvára vtedy, keď v rámci celého porastového súboru na IP má pokryvnosť (zápoj) minimálne 20 %. Posudzovanie etáží sa robí súčasne s hodnotením vertikálnej výstavby porastu na IP. Stojaci suchár Stojaci suchár je strom alebo jeho časť vyššia ako 1,3 m, ktorého koruna i kmeň je odumretý. Podľa obdobia kedy vznikol a aký je jeho stav sa zaradí do 3 kategórií Strom nie je suchár, je zdravý Suchár čerstvý (1 ročný, stupeň rozkladu 1) Suchár starý (stupeň rozkladu 2) Poškodenie kmeňa Zaznamenajú sa všetky vyskytujúce sa závažné druhy poškodenia s tým, že na prvom mieste sa uvedie to, ktoré je prevládajúce a má najväčší vplyv na ďalší vývoj (prežitie) stromu. Identifikujú sa poškodenia kôry (ohryz, ťažba), dreva (hniloby) a zlomy (vietor, sneh). Každému poškodeniu sa prisúdi stupeň: nevýznamné a významné. Za významné sa považuje poškodenie ohrozujúce životnosť alebo vážne znehodnocujúce drevo. Poškodenie a hustota koruny Zjednodušene sa posúdi stav koruny (transparentnosť, hustota, defoliácia) len v 3 triedach: 0 hustá koruna, malá defoliácia 1 priemerná hustota aj defoliácia 2 malá hustota, veľká defoliácia 22

24 Kvalita kmeňa Hodnotí sa podľa vonkajších (viditeľných) znakov bez ohľadu na jeho súčasné dimenzie (hrúbku, výšku). Poskytuje podklady pre monitorovanie kvality (kvalitovej štruktúry) porastov a pre sortimentáciu zásoby dreva. Hodnotenie sa vykoná na všetkých stromoch na IP. Posúdi sa spodná 1/3 kmeňa a podľa príslušných znakov sa strom zaradí do jednej z troch kvalitových tried : 1 Kmeň vysokej kvality A zdravý, rovný, netočivého rastu, oválny, bez lokálnych tvarových deformácií, iba s nepatrnými technickými chybami. Prípustné sú len tenké konáre, resp. zdravé hrče do 1 cm. Z hľadiska cieľovej upotrebiteľnosti zodpovedá kvalitovým požiadavkám na výberové sortimenty najvyššej kvality. 2 Kmeň priemernej kvality B s miernou krivosťou a točivosťou, s menšími technickými chybami. Pripúšťajú sa malé alebo stredne hrubé konáre resp. hrče, ale žiadne veľké hrče. Z hľadiska cieľovej upotrebiteľnosti zodpovedá kvalitovým požiadavkám na sortimenty priemernej kvality. 3 Kmeň nízkej kvality C s veľkými technickými chybami, značne zavetvený, točivého rastu, s rôznymi deformáciami, krivší. Pripúšťajú sa zdravé hrubé konáre resp. hrče bez obmedzenia veľkosti, nezdravé hrče priemernej veľkosti. Z hľadiska cieľového upotrebenia je vhodný na priemyselné spracovanie Obnova Jedná sa o charakteristiky stromov, ktorých hrúbka d 1,3 nedosahuje registračnú hranicu hrubiny 7,0 cm. Týkajú sa najmladších rastových stupňov. Zisťujú a posudzujú sa na obnovnom kruhu s variabilným polomerom. Druh dreviny Zistí a uvedie skratkou (v skupine drevín). Pokryvnosť druhu Stanoví sa odhadom pre každú vyskytujúcu sa drevinu. Spôsob vzniku Podľa toho ako jedinec vznikol, zaradí sa do troch kategórií 1 Prirodzená obnova zo semena, 2 Prirodzená obnova výmladok 3 Umelá obnova Výška jedincov obnovy Odhadne sa priemerná výška posudzovanej kategórie s presnosťou na 10 cm. Krivé jedince sa nenarovnávajú, dvojáky a výmladky so spoločným kmienkom sa berú ako jeden jedinec. Pri posudzovaní výšky, ktorou je kolmá vzdialenosť od päty po vrcholec, je rozhodujúca najvyššia časť dvojáka alebo trsu. Keď sa tá istá drevina vyskytne vo viacerých výškových kategóriách, eviduje sa v každej kategórii zvlášť (opakovane). Druh a podiel poškodených jedincov Zistí a zaznamená sa poškodenie, ktoré má výrazne negatívny účinok na ďalší vývoj jedinca. Pri pokračujúcom pôsobení bez ďalších opatrení by jedinec pravdepodobne zahynul, resp. by dosiahol výrazne zhoršenú kvalitu. Evidujú sa tieto kategórie poškodenia: 23

25 0 Žiadne 1 Zlom, mechanické poškodenie 2 Odhryz zverou 3 Neznáme chradnúci (huby, burina, abiotické, materský porast) Stanovištné a ekologické charakteristiky Zisťujú sa na celej inventarizačnej ploche s prihliadnutím na najbližšie okolie (do 20 m) a s využitím všetkých údajov získaných v predchádzajúcom zisťovaní terénnych, stanovištných, porastových a stromových charakteristík. Typologické a pedologické charakteristiky sa nebudú zisťovať v teréne, odvodia sa z dostupných typologických a pedologických vrstiev. V teréne sa aktualizujú tri parametre: Podložie a pôdotvorný substrát Príslušným kódom sa potvrdí, resp. zreviduje údaj prevzatý z geologickej vrstvy: 1 karbonátové horniny (vápence, dolomity) 2 karbonátovo-silikátové horniny (slienité vápence, sliene, terrae calcis) 3 kryštalinikum (žuly, ruly, fylity, svory, arkózy, kremence) 4 sopečné horniny (ryolity, andezity, čadiče a ich pyroklastiká) 5 flyšové horniny (pieskovce, ílovce, zlepence, bridlice) 6 psefitické kvartérne sedimenty (štrkové terasy, alúviá, fluvioglaciál) 7 ostatné sedimenty (spraše, hliny, piesky) Výskyt povrchového skeletu (zrnitosť štrk a viac) 1 Posúdi sa odhadom výskyt povrchového skeletu. 2 Výskyt 0 do 10 % 3 Výskyt % 4 Výskyt % Výskyt fytoindikátorov Identifikujú sa fytoindikátory a posúdi sa ich významnosť na IP v troch stupňoch: 0 nevyskytujú sa, 1 vyskytujú sa, sporadicky (max do 5 % pokryvnosti) 2 vyskytujú sa s väčšou pokryvnosťou Sleduje sa acidita, kalcifilnosť, nitrofilnosť, vlhkomilnosť, suchomilnosť Stupeň zaťaženia lesa antropogénnou činnosťou Zistí sa výskyt negatívnych následkov antropogénnej činnosti mimo aktivít spojených s obhospodarovaním lesa. Viditeľné výrazné stopy prejavujúce sa dlhodobo, ktoré majú vplyv na ďalší vývoj výrazne negatívny vplyv. Stanoví sa druh zaťaženia, posúdi sa jeho intenzita a rozsah a celkový stupeň zaťaženia antropogénnou činnosťou na celej inventarizačnej ploche. 1 Stavebná činnosť 2 Ťažba surovín (skládky) 3 Rekreačná činnosť (orezávanie konárov, kôry, odpadky, chodníky, motorkári) 4 Pastva hospodárskych zvierat 5 Znečistenie pôdy ropnými látkami, chemikáliami, pesticídmi, hnojivom (nepoužívanými v lesnom hospodárstve 24

26 6 Úmyselné a neúmyselné založenie ohňa 7 Odpadky, čierne skládky, komunálny odpad 8 Ostatné (napr. krádeže dreva, vianočných stromčekov, a i.) Odumreté drevo Pod pojem odumreté drevo sa zahrňujú stromy resp. ich drevnaté časti, ktoré sú fyziologicky mŕtve. Rozlišujú sa kategórie odumretého dreva ležanina a sucháre. Za odumreté drevo sa považuje aj drevo vetrových a snehových kalamít, pokiaľ nebude spracované a zostane v lese (napr. v 5. stupni ochrany prírody). Hrubina odumretého ležiaceho dreva Hrubá ležanina sú ležiace kusy dreva dlhšie ako 1 meter s hrúbkou na tenšom konci väčšou ako 7 cm (vrátane kôry). Jej zistenie sa vykoná metódou líniového priesečníkového výberu (LIS Line intersect sampling) (SHIVER-BORDERS 1996). Na každej inventarizačnej ploche sa od stredu vytýčia štyri línie v smere na sever, východ, juh a západ o dĺžke L =. 20 m a na všetkých kusoch hrubej ležaniny, ktoré línia pretne, sa v mieste priesečníka odmeria jej hrúbka d priemerkou s presnosťou na 1 cm. Zároveň sa určí druh dreva a stupeň jeho rozkladu. Výsledky sa zaznamenajú pre každú líniu a každý kus dreva osobitne. Z údajov objemu ležaniny na súbore IP sa pomocou špeciálneho algoritmu odvodí jednak celkového množstvo ležaniny v rámci zvolenej kategórie lesa, jednak jej variabilita i výberová chyba výsledku. Hrubina stojaceho odumretého dreva (suchárov) Suchár je strom resp. kmeň, ktorého výška je väčšia ako 1,3 m. Hrubinu tvoria sucháre, ktoré majú prsnú hrúbku d 1,3 rovnú alebo väčšiu ako 7 cm. Údaje o nich sa prevezmú zo zisťovania stromových charakteristík. Stupeň rozkladu odumretého dreva Posúdi sa na všetkých kategóriách odumretého dreva rovnako podľa nasledovných kritérií a názorných ukážok na obrázku. Výsledok sa zaznamená príslušným číselným kódom: 1 alebo 2 1 Drevo je čerstvé, tvrdé, bez zjavného výskytu hniloby Stupnica NIML 0 1, 2 Drevo je mäkké niekedy je možné odlúpiť kusy rozpadajúceho sa dreva. Sú prítomné zväčša len veľmi hrubé konáre. Kmeň leží celým svojim povrchom na zemi. Stupnica NIML Metodika terénneho zisťovania Metodika terénneho zisťovania predstavuje celý proces získavania údajov pri zisťovaní stavu lesa. Zvlášť je potrebné rozobrať technológiu používanú pri zbere údajov, vyhľadanie a stabilizáciu výberových jednotiek, samotný postup prác vrátane nákladov a časovej snímky. 25

27 3.3.1 Použitá technológia V súčasnom období je k dispozícii široké spektrum prístrojov a pomôcok používaných pri zisťovaní stavu lesa. Jedná sa o prístroje slúžiace na navigáciu (GPS prístroje), dendrometrické merania (laserové alebo ultrazvukové výškomery či diaľkomery, Relaskop, klasické alebo elektronické priemerky), záznam údajov (vreckové záznamníky, terénne počítače), pomôcky na vytyčovanie a stabilizáciu bodov (vytyčovacie kolíky, výtyčky, odrazky, stabilizačné kolíky), pomôcky na označovanie (črtáky, sprejové reflexné farby, štítky na označovanie stromov, špendlíky), pomôcky na dendrochronologické merania (Presslerov nebožiec, črták, lupa) a ostatné pomôcky (pásma a pod.). Individuálne použitie konkrétnych prístrojov a pomôcok pri inventarizácii lesa môžeme nazvať klasickou technológiou. Okrem nej existujú moderné technológie ktoré umožňujú spojiť výhody individuálnych prístrojov a pomôcok. Field-Map predstavuje súčasnú najmodernejšiu technológiu na meranie lesa vyvinutú ústavom pre výskum lesných ekosystémov (IFER Monitoring and Mapping Solutions, s.r.o. Česká republika). Je to technológia vyvinutá špeciálne pre lesnícke účely ( ) so zameraním na komplexné meranie lesa, spracovanie a zhodnotenie informácií o lese. Technológia pozostáva z vlastného hardware a software ( Vývoj technológie ešte nebol definitívne ukončený a výrobca permanentne pracuje na jej zdokonaľovaní. V roku 2012 je k dispozícii Verzia Technológia sa používa najmä pri špeciálnych prieskumoch a výberových metódach zisťovania stavu lesa inventarizácie lesa, pričom bola aplikovaná pri prevádzkových inventarizáciách (Národné parky Podyjí 2004, Šumava 2007, Nemecko 2003, 2004, Taliansko 2006, atď.), národných inventarizáciách (Írsko 2003, Island 2004, Česká republika , Slovensko , Maďarsko 2007, Ukrajina , Južná Kórea 2007), ale veľmi často aj pri zakladaní ostatných cielene zameraných výskumných plôch v rôznych štátoch Európy a sveta. Spája v sebe viacero predností získavanie priestorových údajov o lese v aktuálnom čase, bez potreby dodatočnej editácie, s možnosťou kontrol priamo pri vkladaní či zameriavaní údajov, prvotných analýz nazbieraných údajov už v teréne, ktoré sú priestorovo lokalizované s možnosťou exportu v tradičných užívateľsky prístupných formách (.shp,. xls,. dbf,. mdb). Technológia umožňuje podrobne merať prvky v lese na zvolených výberových plochách (kruhové, štvorcové, koncentrické kruhy) alebo v ľubovoľne zvolených polygónoch. Programové riešenie dôsledne zabezpečuje dodržanie zameriavania v rámci vytýčených hraníc zvolených polygónov, umožňuje import polygónu na ktorom sa bude les merať (nepravidelná skusná plocha, hranica porastu), alebo zameranie polygónu meranej plochy priamo v teréne. Riešenie je nezávislé na sklone svahu a dokáže aktuálne prepočítavať namerané vzdialenosti z aktuálnych (šikmých) na horizontálne. Field-Map dokáže zameriavať akékoľvek štandardné prvky podľa požiadaviek užívateľa (body, línie, polygóny), ale aj nadštandardné ako stromy so špecifickými atribútmi ako je výška stromu, nasadenie koruny, korunové projekcie, korunový profil, kmeňový profil, z ostatných znakov lesa má špeciálne vytvorený typ formy pre ležiace odumreté drevo. V kombinácii s aplikovaným optickým zameriavačom sa ním dajú merať hrúbky stromu v ľubovoľnej výške bezkontaktným zameriavaním. Field-Map umožňuje priamo v teréne nahliadnuť do nazbieraných údajov graficky, cez horizontálnu projekciu (pôdorys) alebo vertikálnu projekciu (bočný profil, tranzekt) a poskytuje aj prvotné analýzy z nameraných dát (hrúbková štruktúra, kruhová základňa atď.). Jednou z hlavných nevýhod technológie je zatiaľ jej cena, nakoľko sa vyvíja a komerčný predaj doposiaľ nemal zatiaľ veľký potenciál. Oproti klasickým technológiám zberu údajov v teréne je nevýhoda aj pomerne veľká hmotnosť sústavy a batérií, ktoré 26

28 dobíjajú terénny PC. Technológia je v súčasnosti určená viac pre vedecko-výskumné účely, hromadne sa používa skôr len pre konkrétne projekty výberových inventarizácii stavu lesa na národnej či regionálnej úrovni kde sa oplatí vynaložiť značné investície. Výhoda takejto technológie oproti klasickým (kompas, diaľkomer, taxačné pomôcky, zápisník) okrem iného spočíva aj v rýchlejšom vytyčovaní a meraní, v šetrení času na editáciu a okamžite sa kontroluje správnosť údajov. Obrázok 3.08 Technológia Field-Map a použitý GPS príjmač Používanie technológie Field-Map je odborne náročné a vyžaduje špeciálne zaškolenie, ktoré treba uskutočniť pred začatím terénnych prác. Pre správne meranie a fungovanie zariadenia je potrebné dodržať predpísané zásady (zadať správnu magnetickú deklináciu, kalibrovať kompas, nepoužívať technológiu v extrémnych teplotách, nepoužívať ju v okruhu elektrovodov, 10 m od železničných koľají a pod.). Obrázok 3.09 Praktické použitie technológie Field-Map 27

29 3.3.2 Navigácia a stabilizácia stredu inventarizačnej plochy Vyhľadanie zvoleného stredu inventarizačnej plochy (resp. akéhokoľvek referenčného bodu) predstavuje veľmi dôležitú súčasť terénnych prác. Správne vyhľadanie je rovnako dôležité ako správne a bezchybné získanie všetkých údajov informačného spektra pri inventarizácii. Nepresné vyhľadanie, úmyselné či neúmyselné posuny skutočne založeného stredu od zvoleného môžu spôsobovať systematické odchýlky v inventarizačných údajoch a môžu aj skresliť získané údaje oproti skutočnosti. Príkladom môže byť úmyselné posúvanie inventarizačných plôch ležiacich v blízkosti okraja lesa smerom do homogénnejšej (priechodnejšej) časti lesa, čím sa môže umelo zvýšiť lesnatosť alebo aj zásoby drevnej hmoty. Preto je veľmi dôležité dodržiavať správne zameranie a správne uplatniť technologické postupy. Správnosť umiestnenia stredu IP je po jeho vytýčení vhodné posúdiť porovnaním jeho skutočných súradníc a polohy v teréne s plánovanými (vopred určenými) súradnicami a so situáciou udanou v mapových podkladoch (v porastovej mape a v ortofotosnímke). Jeho ľubovoľné posúvanie nie je dovolené. Prípady, keď stred IP padne na strom, trs stromov, balvan, nedostupné miesto ap., treba riešiť postupom mimostredového merania. Pri navigácii treba použiť všetky dostupné podklady. Najčastejšie sú to lesnícke mapy (organizačná v mierke 1 : a porastová v mierke 1 : ), turistické mapy (mierka 1 : ) a aktuálne ortofotosnímky (s rozlíšením pod 1 m). Už pred samotným terénnym vytyčovaním si pracovná skupina zvolí optimálnu trasu na konkrétnu inventarizačnú plochu, pri ktorej berie do úvahy čo najkratšiu vzdialenosť pešieho prechodu, čo najnižšie prevýšenie, čo najlepšiu prístupnosť a priechodnosť terénu. Rovnako treba brať do úvahy aj plánovaný denný počet založených inventarizačných plôch a trasu plánovať tak aby bolo presunov čo najmenej. Pomocou mapových podkladov (automapy, organizačnej mapy a výseku porastovej mapy) sa zvolí vhodný východiskový bod (podľa potreby aj trvalo fixovaný signalizačný bod), ktorý leží čo najbližšie k stredu IP z hľadiska dostupnosti signálu pre GPS (voľná plocha), je dopravne prístupný a v teréne i na mape dobre identifikovateľný, napr. hraničný kopec, roh ojedinelej budovy, most, križovatka ciest, sútok potokov ap. Bod sa výstižne pomenuje, pomocou GPS sa zaznamenajú jeho súradnice s presnosťou na desatinu sekundy (vzdialenosť cca 3 5 m). Tento bod je dôležitý pre opakované vyhľadanie stredu inventarizačnej plochy (pri kontrole merania alebo opakovanom zbere údajov pri monitoringu). Niekedy je vhodné aj vyhotoviť meračský protokol a situačný náčrt vytýčenia IP. Pri použití dostupných navigačných pomôcok (kompas, diaľkomer, pásmo, GPS) sa najčastejšie princípom buzolového ťahu (uhol a vzdialenosť) z východiskového bodu meračská skupina naviguje na zvolený stred inventarizačnej plochy (resp. iný referenčný bod) s požadovanou presnosťou (najlepšie na 0,1 m). Stredový bod inventarizačnej alebo monitorovacej plochy je východiskom pre vytýčenie všetkých ďalších výberových jednotiek (napr. konštantný kruh, koncentrické kruhy, subplochy). Stred môže byť viditeľný alebo neviditeľný a trvalo stabilizovaný alebo nestabilizovaný. Tradičné trvalé výskumné plochy bývajú jednoznačne viditeľne fixované (rohy, okrajové línie, označenie jednotlivých stromov). ich vyhľadanie v teréne je veľmi jednoduché. Viditeľnosť inventarizačných plôch však môže úmyselne alebo neúmyselne ovplyvniť spôsob hospodárenia v ich blízkosti, ktoré sa môže líšiť od bežného manažmentu. Preto je výhodnejšie inventarizačné plochy fixovať neviditeľne, to však spôsobuje problémy pri ich opakovanom vyhľadaní. Moderné technológie umožňujú pomerne nekomplikované vyhľadanie aj viditeľne nestabilizovaných plôch. K neviditeľnému označe- 28

30 niu plochy môžeme zaradiť aj označenie polohy merišťa pri inventarizovaných stromoch, ktoré sa uskutočňuje črtákom a takýto zárez je viditeľný až z tesnej blízkosti. Neviditeľnosť stredu plochy umožní aj jeho zaistenie aspoň jednou zámerou (so známym uhlom a vzdialenosťou od stredu) na dobre viditeľný a identifikovateľný objekt bralo, budovu, významný strom v širšom okolí plochy, do cca 50 m. Zamerané objekty sa označia dohodnutým znakom (napr. T žltou farbou smerom k stredu plochy príklad z monitoringu revitalizácie tatranského kalamitiska). Pri opakovanom zisťovaní môžu takto zaistené zámery slúžiť ako východiskový bod. Stred inventarizačnej plochy sa stabilizuje kovovým kolíkom (rúrka pri hrúbke 2 3 cm postačuje o dĺžke 0,2 m) až na úroveň terénu, alebo tesne pod. Navigácia na takýto stred využíva na priblíženie do jeho blízkosti GPS technológiu s presnosťou zamerania do niekoľko m (maximálne 5 10) a potom sa na presné dohľadanie použije detektor kovov. Takéto dohľadanie je pomerne rýchle a je možné ho urobiť do niekoľko minút. Pri dohľadaní je neoceniteľnou pomôckou aj polohopis stromov a ostatných zisťovaných prvkov na inventarizačnej ploche. Plochu pomerne ľahko identifikuje aj zriedkavý alebo extrémny strom (napríklad najhrubší, najtenší, ojedinelý druh a pod.), ktorý je viditeľný aj z väčšej vzdialenosti (20 30 m). Po vyhľadaní stromu je pomerne nenáročné vyhľadanie zárezu črtákom, po ktorom sa stred dohľadá na základe azimutu a vzdialenosti od tohto stromu Zber údajov v teréne Zber údajov v teréne predstavuje po vyhľadaní stredu inventarizačnej plochy ďalšiu dôležitú súčasť výberovej inventarizácie. Zber údajov sa realizuje optimálnym pracovným postupom podľa používaného informačného spektra všetkých znakov a veličín. Po identifikácii stredu sa obvykle vytyčuje hranica inventarizačnej plochy a to najčastejšie pomocou diaľkomeru (s horizontálnym uhlom) a vytyčovacích kolíkov alebo farebných pások, ktoré hranice dočasne stabilizujú. Po vytýčení hranice je možné priamo realizovať zber údajov podľa uplatneného informačného spektra, najmä základných popisných charakteristík, ako napr. terén, stanovište, porast obnova a pod. Pri vytýčení hranice je treba zvlášť myslieť na presnosť vytyčovania, pretože aj malé posuny môžu spôsobovať systematické odchýlky vo výmere (tento problém sa ale priamo netýka popisných údajov, ale kvantifikovaných počítaných, ako sú napríklad počty evidovaných stromov). Získavanie stromových údajov je pri výberových inventarizáciách najčastejšie spojené so záznamom polohopisu každého stromu, ktorý spĺňa limitujúce kritériá (obvykle s minimálnou stanovenou hrúbkou d 1,3 ). Polohopis každého stromu zabezpečí jednoznačné vymedzenie hraníc inventarizačnej plochy (preto sa niekedy dajú ušetriť náklady na samostatnom vytýčení hraníc a tieto sa určia na základe stromov ležiacich na IP). Pri tom ale treba dbať na kontrole okrajových stromov, ktoré treba starostlivo premerať či patria, alebo nepatria IP. Podcenenie tohto kroku by mohlo mať za následok aj výraznejšie systematické nadhodnotenie alebo podhodnotenie získaných údajov (napr. zásoby). Treba si uvedomiť že hektárové hodnoty inventarizovaného územia sa odvodzujú z údajov zistených na výberových inventarizačných plochách. Relatívna chyba je tým väčšia, čím je polomer plochy menší. 29

31 Tabuľka 3.05 Ukážka vplyvu chyby vo vytýčení inventarizačnej plochy (±0,1 m) na relatívnu chybu výmery Polomer (m) Výmera (m 2 ) Zmena výmery pri chybe polomeru ± 0,1 m (m 2 ) % % % % % % % % % Zmena výmery pri chybe polomeru ± 0,1 m (%) Zber údajov o stromoch si vyžaduje dodržanie základných dendrometrických pravidiel (najmä pri meraní výšky, hrúbky atd.). Po získaní základných stromových a opisných údajov o inventarizačnej ploche môže pokračovať zber ďalších údajov. Môže to byť odoberanie rôznych vzoriek (pôda, humus, živé či odumreté drevo, vývrty na zisťovanie veku a prírastku stromov, vzorky asimilačných orgánov) podľa cieľa inventarizácie. Bežnou súčasťou je získavanie fotografických či filmových záznamov pre jednotlivé charakteristiky alebo celú inventarizačnú plochu. Zvláštnym spôsobom získavania údajov na inventarizačnej ploche sú líniové výbery, pri ktorých sa veličiny nezisťujú po celej ploche ale iba na určených líniách. Obvyklé je to napríklad pri zisťovaní ležiacej drevnej hmoty alebo jedincov obnovy. Líniový výber znižuje potrebu celoplošného zisťovania a šetrí finančné náklady Kontrola nazbieraných údajov Po realizácii zberu údajov je na každej IP realizovať kontrolu nazbieraných údajov. Jedná sa o rôzne logické kontroly, kontrolu správnosti údajov, kontrolu úplnosti údajov. Kontroly zabezpečia to, že sa zo širokého spektra údajov na nič nezabudlo, resp. nezaevidovali sa nezrovnalosti. Pokiaľ sa nezrovnalosti zistia (napr. neúmerne vysoký pomer medzi hrúbkou a výškou stromu), pracovná skupina podozrivé hodnoty preverí a upraví ich (resp. potvrdí že sú reálne). Moderné technológie (ako napr. Field-Map) priamo umožňujú množstvo kontrol, resp. neumožnia editáciu nelogických údajov, čo papierové záznamy nedokážu. Od kvality zberu a záznamu údajov závisí kvalita realizovanej inventarizácie. Preto sa často využíva opakované kontrolné meranie na vybranom počte IP (napr. 5 alebo 10% všetkých IP). Diferencie medzi prvým a opakovaným meraním v jednom cykle inventarizácie umožnia stanoviť presnosť zistených veličín, ktorá sa podieľa na celkovej presnosti výsledných hodnôt inventarizácie pre inventarizované územie. Napr. pri porovnaní priemerných výsledkov za kontrolovanú časť pre podnikovú inventarizáciu Uľanka (2009) sa rozlišovalo priame meranie (M) a kontrola (K). Zistili sa nasledovné hodnoty: priemerná hektárová zásoba 290 ± 41 m 3.ha -1 (M), 285 ± 41 m 3.ha -1 (K), priemerný počet stromov na hektár 474 ± 71 (M), 449 ± 63 (K) priemerný zápoj 6,4 ± 0,4 (M), 7,5 ± 0,3 (K), zakmenenie 6,9 ± 0,4 (M), 7,4 ± 0,3 (K), vek 68 ± 7 rokov (M), 68 ± 7 rokov (K), priemerná hektárová zásoba ležaniny 40 ± 9 m 3.ha -1 (M), 34 ± 8 m 3.ha -1 (K), priemerná stredná výška 19,9 ± 1,9 (M), 19,9 ± 1,9 (K). Z výsledkov na MÚ Uľanka vyplýva, že najnižšie diferencie sa zistili pri priemernej strednej výške, priemernej hektárovej zásobe stojacich stromov, ležaniny, veku, vyššie 30

32 diferencie boli skôr pri posudzovaných (odhadovaných) veličinách ako zápoji alebo zakmenenie. Posúdená priestorová výstavba meračov a kontroly sa zhodovala iba pri 58 % IP. Na kontrolovaných plochách bolo spolu identických 458 stromov. Priemerná diferencia hrúbky zo všetkých bola +1,6 mm (kontrola voči meračom), priemerná diferencia výšky +0,14 m. Najväčšia zistená diferencia hrúbky bola až 49 mm (na strome hrubom 870 mm s nepravidelným tvarom). Vyššia diferencia hrúbky ako 3 mm sa zistila na 16% stromov, nižšia ako 3 mm na ďalších 4,8 % (podľa početnosti merači mierne systematicky nadhodnocovali meranú hrúbku, ale podľa priemeru ju mierne podhodnocovali). Z výsledkov vyplynulo, že pri hrúbkach sa zistili menšie diferencie pri listnatých stromoch, pri výškach zase pri ihličnatých. Podľa identifikovaných druhov drevín sa zistila zhoda na 97,4 % stromov. Časť nezrovnalostí (spolu 10 stromov) spôsobila podobnosť druhov najmä podľa kôry (listnatých: javor buk, jaseň javor mliečny, javor horský javor mliečny, buk mukyňa, ale aj ihličnatých: duglaska jedľa, smrekovec smrek), teda 2,1 %. Zvyšné 2 stromy boli nesprávne uvedené (preklep: smrek buk a mukyňa smrek), čo tvorí 0,5 % z kontrolovaných stromov. Zistené diferencie medzi meraním a kontrolou priamo upozorňujú na kvalitu inventarizácie, resp. prognózujú, aké odchýlky môžu vzniknúť pri ostatných podnikových inventarizáciách pri dodržaní navrhnutých pracovných postupov a uľahčujú budúcemu zamedzeniu ich vzniku Časová snímka a náklady inventarizácie Zakladanie IP a zber údajov predstavuje časovo náročnú činnosť. Veľké množstvo IP si vyžaduje vhodne naplánovať a zosúladiť pracovné činnosti tak, aby sa maximálne zamedzilo časovým stratám a prestojom. Poznať časovú snímku trvania terénneho zberu údajov je veľmi dôležité pri plánovaní hustoty siete inventarizačných plôch vzhľadom na vyčlenené finančné prostriedky. Preto je vhodné pri prvej realizácii inventarizácie zaznamenávať čas jednotlivých krokov (doprava, transport na IP, navigácia a vytýčenie, vlastná práca, transport na ďalšiu plochu, doprava). Je potrebné počítať aj s nepriaznivými vplyvmi (počasie, technické problémy, problémy s dopravou). V rámci podnikovej inventarizácie Uľanka (2009) v sieti m sa plánoval čas pre dvojicu pracovníkov nasledovne: 1. Navigácia na IP, vytýčenie stredu, presun na ďalšiu IP (200 m): 30 min 2. Informačné spektrum Porastové charakteristiky: 1 3 minúty Stromové charakteristiky meranie výšok 30 min - meranie hrúbok a popis ostatných charakteristík 30 min Obnova: 0 10 min Stanovištné charakteristiky: 1 3 minúty Ležanina: 0 10 minút Spolu informačné spektrum: 1 1,5 hod Spolu IP : 1,5 2 hod. K tomu treba pripočítať cca 1 hod na príjazd a odjazd. Za deň sa očakáva založiť 4 5 IP (čas 6 8 hod). Týždenný výkon dvojice (5 pracovných dní) by mal byť IP. Skutočný výkon v jednotlivých mesiacoch (jún až október) kolísal medzi 3 až 4,5 IP denne, s celkovým priemerom 4,2. Maximálne sa za deň založilo 7 IP (4 prípady, 6 IP sa založilo až v 18 prípadoch). Terénny výkon sa podával počas asi 200 pracovných dní (dvojica). Priemerné náklady na jeden pracovný deň pracovnej skupiny boli asi 160. Terénny zber 31

33 stál asi , čo vychádza priemerne na 46 /IP. Pre porovnanie, náklady na založenie jednej IP NIML SR ( ) boli asi Sk, čo je cca 230, čiže 5-násobne viac. Vyplýva to zo zložitejšieho údajového spektra a rozptýlenej siete NIML (4 4 km po celej SR). Pracovné skupiny pracovali s 2 (+1 kontrola) súpravami Field-Map, ktoré boli zakúpené pre potreby NIML SR v roku 2005, teda majú viacúčelové dlhodobé použitie. Cena jednej súpravy je asi Pri použití jednoduchšej náhradnej technológie treba počítať s cenou diaľkomera , kompasu , cenou záznamníka, nákladmi na prípadnú kontrolu či editáciu údajov. Priemerné náklady na zisťovanie na 1 ha porastovej pôdy (bez prístrojov a spracovania dát) predstavovali pri podnikovej výberovej inventarizácii lesa Uľanka 2009 asi 16. MOZOĽA, GREGUŠ (2010) udávajú náklady na podrobné zisťovanie stavu lesa pri tvorbe LHP v roku na ha Spracovanie terénnych dát Spracovanie získaných dát z terénu predstavuje ďalší dôležitý krok pre úspešnú prípravu výstupov informácií o stave lesa v inventarizovanom území. Nedodržanie podmienok, kritérií a nesprávne použitie metód môže viesť k zavádzajúcim výsledkom s nevhodnou interpretáciou. Pritom voľba metód spracovania údajov priamo závisí od použitej metódy inventarizácie. Ešte pred samotným spracovaním je dôležité realizovať viaceré logické kontroly, najmä ak sa dôsledne nedali vykonať priamo v teréne (spomínané v stati terénny zber údajov). V prípade použitia klasickej technológie zberu údajov bez uplatnenia elektronického záznamu v teréne je potrebná editácia údajov. Táto pri podnikovej inventarizácii časovo predlžuje možnosť publikovania výstupov, na čo je potrebné pri voľbe technológie myslieť. Napríklad pri monitoringu tatranského kalamitiska ( ) sa na väčšej časti monitorovacích plôch (najmä na kalamitisku) uplatnilo okrem technológie Field-Map aj klasické zapisovanie v papierovom formulári (vyše 500 plôch), editácia ktorých trvala niekoľko mesiacov. Pri návrhu metód spracovania je vhodné využiť skúsenosti zo spracovania už realizovaných inventarizácií, pri ktorých bol proces spracovania preverený. V uvedených pilotných projektoch totiž proces spracovania trval značnú časovú dobu, ktorá dokonca prekročila dobu potrebnú na zber údajov v teréne. Pri spracovaní treba myslieť na voľbu triediacich znakov, výber použitých vzorcov a algoritmov spracovania a formu publikácie výstupov (textové, tabuľkové, grafické, mapové a pod.) Voľba triediacich znakov Voľba triediacich znakov je ľubovoľná a závisí od požiadaviek objednávateľa inventarizácie rovnako ako dizajn výberových jednotiek. Voľba triediacich znakov priamo súvisí s uplatneným informačným spektrom zisťovania ako aj v teréne nezisťovaných ostatných podkladových údajov dostupných z iných zdrojov (GIS vrstvy administratívne členenie, stupne ochrany prírody, pedologické a typologické mapy, klimatické rastre, atď.). 32

34 Medzi najčastejšie používané triediace znaky patria napr. dreviny, porastové typy, veky, rastové stupne. Niektoré triediace znaky sú jednoznačné ihličnaté alebo listnaté dreviny, vekové triedy či vekové stupne, rastové stupne priradené podľa stredného kmeňa na inventarizačnej ploche. Niektoré sú však komplikovanejšie. Napríklad členenie podľa porastových typov. Porastový typ charakterizuje zmiešanie drevín v jednotlivých porastoch. Vo výsledkoch reprezentuje na rozdiel do celkového zastúpenia drevín v inventarizovanom objekte aj ich rozmiestnenie (zmiešanie) v najnižších priestorových jednotkách rozdelenia lesa. Súčasná hospodárska úprava lesa na Slovensku rozlišuje mnoho porastových typov, čo vyplýva z množstva možných kombinácií (pracovné postupy HÚL evidujú 77 druhov drevín a 89 hospodárskych súborov porastových typov). Pre každé územie sú ale charakteristické rôzne kombinácie. Problémom uplatnenia štandarných porastových typov je spravidla ich veľké množstvo a spravidla nízky podiel pre konkrtétny porastový typ. To je všeobecne nevýhodou výberových inventarizácií, pretože to pre danú kategóriu znižuje presnosť výsledkov (výberová chyba sa zvyšuje so znižovaním podielu kategórie. Preto je vhodné pre každé inventarizované územie zvoliť vlastnú škálu porastových typov tak ako je pre dané územie typické (napr. pre oblasť lužných lesov, nížinných karpatských lesov, bučín východného Slovenska, smrečín severného Slovenska). Napríklad pre modelové územie Uľanka (2009) sme na základe najčastejšie sa vyskytujúcich zmesí vytvorili samostatné porastové typy (7 kategórií) z kombinácií jednotlivých stromov na IP: rovnorodé bučiny (zastúpenie buka nad 90 %), prevažne bukové porasty (zastúpenie buka nad 50%), prevažujúce smrečiny (zastúpenie smreka nad 50%), karpatská zmes (buk jedľa smrek so zastúpením nad 90 %), porasty cenných listnáčov (javor jaseň brest lipa zastúpené nad 50 %), listnaté porasty (ostatné listnáče nad 90 %), ihličnaté porasty (ostatné ihličnany nad 90 %). Ďalším problémom je triedenie podľa veku. Triedenie porastov podľa veku predstavuje jedno zo základných tradičných triedení lesa. Žiaľ, historicky je viazané na lesy vekových tried a holorubný hospodársky spôsob. S intenzívnejším a jemnejším hospodárením, zameraným na prírode blízke spôsoby, sa veková štruktúra lesov bude postupne diferencovať a na malej ploche sa budú nachádzať jedince rozličných vekových štádií. Preto bude prisúdenie veku stále zložitejšie a triedenie komplikovanejšie. Hlavným problémom je zaradenie rôznovekého porastu, ktorý obsahuje viacero vekovo odlišných vrstiev (etáží) do jednej vekovej triedy. V rámci spracovania výsledkov z NIML sa tradičné vekové triedenie ukázalo ako neúčelné. Preto sa zvolil diferencovaný prístup: rovnoveké jednoetážové porasty sa zatriedili jednoznačne do vekových tried a pre vekovo nehomogénne porasty (v ktorých vekové rozdiely štrukturálnych prvkov drevín, etáží, presahovali 20 rokov) sa zaviedli tri nové triedy A) rôznoveké mladšie (do 60 rokov maximálneho veku štrukturálnych prvkov) B) rôznoveké staršie (porasty viac ako 60 ročné) a C) dvojetážové obnovované porasty s materským porastom a obnovou pod ním Použité algoritmy, modely, vzorce Spracovanie údajov z podnikovej inventarizácie vždy závisí od zvoleného dizajnu a nie je úplne univerzálne. Na druhej strane sa používajú niektoré existujúce dendrometrické modely. Objemy stromov všetkých dimenzií sa vypočítajú podľa objemových rovníc, ktoré boli skompletizované pre potreby NIML SR (ŠMELKO-MERGANIČ 2006). Sú k dispozícii pre 5 rôznych objemových jednotiek hrubina bez kôry, hrubina s kôrou, kmeň bez kôry, 33

35 kmeň s kôrou, strom s kôrou. Pri použití líniového výberu sa pre určenie objemu hrubej ležaniny používa model podľa ŠMELKA (2008). Pri vyčísľovaní vzorcov, do ktorých vchádzajú údaje o jedincoch (stromoch) prepočítané podľa variabilnej výmery skusných plôch na 1 ha, sa vykonajú potrebné prepočty pred začiatkom vlastného číselného spracovania pre každého jedinca osobitne. Tým sa podstatne uľahčí tvorba pomocných súčtov a zjednoduší triedenie podľa rôznych zvolených (stratifikačných) znakov (ŠMELKO 2008). Spracovanie výsledkov podnikovej inventarizácie Uľanka (2009) sa pripravilo podľa nasledovných algoritmov (ŠMELKO 2008) a) Relatívny podiel kategórie lesa p k a jeho stredná chyba S(p k ) p k n i1 n i1 b b ik i (3.06) pk (1 pk ) S( pk ) (3.07) n 1 S S( p ) k ( pk )% 100 (3.08) pk b ik relatívna veľkosť výberovej jednotky s výskytom kategórie k, b i relatívna veľkosť výberovej jednotky bez ohľadu na kategórie, n počet výberových jednotiek, i ich poradie = 1, 2, 3 n. Vo vzorci (1) sa uplatňuje upravená (relativizovaná) bodová metóda. Vzorec (2) platí dôsledne iba v prípadoch, keď p k je v intervale 0,3 0,7. Ak bude podiel p k menší ako 0,3 alebo väčší ako 0,7, uplatní sa transformácia p k na pomocnú veličinu podľa postupu použitého v NIML SR. b) Výmera kategórie lesa A k (ha) a jej stredná chyba S(A k ) a S(A k )% A A. p (3.09) S A ) A. S( p ) (3.10) k S U k ( k U k S( Ak ) )% 100 S( p )% (3.11) A ( Ak k k A U výmera celého monitorovaného územia (objektu) v ha. c) Priemerná hodnota y ha kvantitatívnej veličiny Y viazanej na plochu a jej stredná chyba S y ), napr. počet stromov na l ha, zásoba na l ha ap. ( ha y ha 1 n n il y a i i n 1 yi (3.12) S ( y ) ( 1) ha yha (3.13) n n i1 ai S( yha) S( yha)% 100 (3.14) y y i hodnota zistená na m i stromoch i-tej skusnej plochy = j, j = 1, 2,... m i 1 a i výmera i-tej skusnej plochy (v ha), n počet skusných plôch, i ich poradie yi yi, ha je hodnota y i na i-tej skusnej ploche prepočítaná na l ha. a i ha m yij 2 d) Úhrn (total) kvantitatívnej porastovej veličiny Y T pre celé územie A U, resp. úhrn Y k pre časť územia A k a stredná chyba tohto úhrnu, napr. celková zásoba dreva Y Total = A y U ha (10) ( ) ( ) S( YTotal ) S YTotal AU S yha (3.15) S( YTotal )% 100 (3.16) Y Total 34

36 Y A y (13) k k ha(k) 2 2 S( Ak )% S( yha( k) )% S( Yk ) Ak (14) 100 S( Yk ) S( Yk )% 100 (3.17) Y V strednej chybe (11) a (12) sa uvažuje iba s chybou určenia priemeru y ha(k), lebo výmera A U je známa (nezisťuje sa v procese monitorovania). V strednej chybe (14) a (15) je zahrnutá výberová chyba určenia výmery A k aj priemeru y ha(k) danej kategórie lesa k podľa zákona o prenášaní chýb, lebo A k sa odvodila z výsledkov výberu. e) Priemerná hodnota y kvantitatívnej veličiny Y viazanej na jednotlivé stromy a jej stredná chyba S (y), napr. stredná výška, hrúbka, objem, defoliácia stromov ap. y n i1 n il m i, ha m y i, ha i k mi, ha ( yi y) i1 (3.18) S( y) 2 n( n 1) m n 2 ha 2 (3.19) S( y) S( y)% 100 (3.20) y Riešenie je aplikáciou teórie skupinového výberu (cluster sampling) s nerovnakým počtom jednotiek m i, y je vlastne vážený priemer z priemerov y na skusnej ploche, m i,ha je počet meraných resp. hodnotených stromov na skusnej ploche prepočítaný na l ha (= m i / a i ), y i n i1 y ij / m a m m n (3.21) i n ha i, ha / i1 f) Relatívny podiel kvalitatívneho znaku stromov p k a jeho stredná chyba S(p k ), napr. zastúpenie stromov v kategórii poškodenia k = 0, 1, 2 5 ap. p n i1 k n i1 k m i, ha i, ha ( ki, ha pk mi, i1 (3.22) S( pk ) 2 n( n 1) m n S( pk ) S( pk )% 100 (3.24) p k i ha ha ) 2 (3.23) k i,ha je počet stromov v danej kategórii a m i,ha počet všetkých stromov na skusnej ploche prepočítaný na 1 ha (k i,ha = k i / a i, m,i,ha = m i / a i ), n mha mi, ha / i1 n. Riešenie je aplikáciou teórie odhadu podielu dvoch veličín pri skupinovom výbere s nerovnakým počtom jedincov m i. 35

37 3.5 Možnosti prezentovania výsledkov Prezentované informácie vzniknú spracovaním a sumarizáciou údajov priamo meraných, hodnotených a odvodených. Uvádzajú sa vo forme textu, tabuliek, grafov, mapiek. Vypočítané priemerné údaje sa prezentujú ako stredná hodnota danej veličiny a rámec jej výberovej chyby (so 68 % alebo 95 %-nou spoľahlivosťou). V tabuľkách a kruhových grafoch je rámec zobrazený znamienkom a príslušnou hodnotou výberovej chyby, resp. priamo hornou a dolnou hranicou ( od do ). V stĺpcových grafoch (histogramoch) je interval zobrazený chybovými úsečkami. Výstupy sa prezentujú na základe požiadaviek objednávateľa, teda v zmysle navrhnutého informačného spektra. základné údaje sú na úrovni celého inventarizovaného územia, ktoré sa potom členia podľa zvolených kategórií. Základné výsledky možno porovnávať s výsledkami získanými tradičnou HÚL teda sumarizáciou výsledkov získaných taxáciou na úrovni JPRL. Nasledujú príklady formy prezentovania výsledkov podnikovej inventarizácie lesa, prebraté z reálnych výsledkov podnikovej inventarizácie Uľanka (2009) ŠEBEŇ (2010). Obrázok 3.10 Priestorová distribúcia zásob (m 3.ha -1 HBK) na MÚ Uľanka (2009) 36

38 Obrázok 3.11 Podiel počtu stromov podľa štíhlostného kvocienta a vekových tried (1 7) na MÚ Uľanka (2009) Tabuľka 3.06 Základné charakteristiky kategórií lesa na MÚ Uľanka (2009) Kateg. lesa IP Výmera Zásoba Stromy [ks] [%] [%] [m 3.ha -1 ] [tis.m 3 ] [%] [ks.ha -1 ] H ,5 81,1 83,9 380 ± ± 28 81,0 83,8 802 ± 21 O ,8 14,5 17,2 395 ± ± 9 15,0 17,8 881 ± 42 U 12 1,7 1,2 2,2 273 ± ± 3 0,8 1, ± 176 H hospodárske lesy, O ochranné lesy, U lesy osobitného určenia Vysvetlivky k tabuľkám: IP počet inventarizačných plôch, Stromy počet stromov na hektár, [ks] počet kusov, [%] podiel, stredná hodnota, dolná a horná hranica 68 %-ného intervalu spoľahlivosti, Porovnanie celkových výsledkov IL a LHP na príklade modelového územia Uľanka Výberová inventarizácie lesa v roku 2009 v sieti 0,2 0,2 km na inventarizovanej výmere ha priniesla informácie o celkovej zásobe ± 29 tis. m 3, čo predstavuje hektárovú zásobu 381 ± 10 m 3. Priemerné posúdené zakmenenie 7.6 ± 0.1 a priemerný posúdený vek bola až 80 ± 1rok. Podľa aktuálneho LHP ( ), pri ktorom sa stav lesa podrobne zisťoval v roku 2008, (rok pred výberovou inventarizáciou) sa na inventarizovanej výmere ha nachádzalo 870 jednotiek priestorového rozdelenia lesa (JPRL). Zistila sa v nich celková zásoba m 3, čo priemerne na jeden hektár činí 279,6 m 3. Znamená to v absolútnych jednotkách o 101,2 m 3.ha -1 a v relatívnych jednotkách o 26,6 % nižšie číslo, ako bolo zistené pri meraní výberovou inventarizáciou. Priemerný posúdený vek podľa LHP je 62,8 r. (ihličnaté 70,3, listnaté 59,5), čo je o 16,7 roka menej ako pri výberovej inventarizácii (-21 %, ihličnaté -14,5, listnaté -19,9). Svedčí to o pomerne veľkej zápornej diferencii, ktorá je však viac spôsobená neurčitosťou a nejednoznačnosťou stanovenia veku v diferencovaných porastových štruktúrach. Priemerné posúdené zakmenenie podľa LHP je 0,85 (o 11 % viac ako z výberovej inventarizácie). Problémom je aj skutočný stav vertikálnej výstavby inventarizovaných porastov. Aktuálny LHP uvádza podiely etážových porastov nasledovne: jednoetážové ha 37