UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE Nikica OGRIS MODEL ZDRAVJA GOZDOV V SLOVENIJI DOKTORSKA DISERTACIJA Ljubljana, 2007 UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE Nikica OGRIS MODEL ZDRAVJA GOZDOV V SLOVENIJI DOKTORSKA DISERTACIJA MODEL OF FOREST HEALTH IN SLOVENIA DOCTORAL DISSERTATION Ljubljana, 2007 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 II Doktorska disertacija je zaključek podiplomskega doktorskega študijskega programa bioloških in biotehniških znanosti na znanstvenem področju gozdarstva in obnovljivih gozdnih virov. Opravljena je bila na Katedri za varstvo gozdov in ekologijo prostoživečih živali Oddelka za gozdarstvo in obnovljive gozdne vire Biotehniške fakultete Univerze v Ljubljani in na Znanstvenoraziskovalnem oddelku za varstvo gozdov Gozdarskega inštituta Slovenije. Študijska komisija Oddelka za gozdarstvo in obnovljive gozdne vire je za mentorico doktorske disertacije imenovala izr. prof. dr. Majo Jurc. Komisija za oceno in zagovor: Predsednik: Član: Član: izr. prof. dr. Andrej BONČINA Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire izr. prof. dr. Maja JURC Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire izr. prof. dr. Sašo DŽEROSKI Institut Jožef Stefan, Odsek za tehnologije znanja Datum zagovora: 19. 12. 2007 Naloga je rezultat lastnega raziskovalnega dela. Podpisani se strinjam z objavo svoje naloge v polnem besedilu na spletni strani Digitalne knjižnice Biotehniške fakultete. Izjavljam, da je naloga, ki sem jo oddal v elektronski obliki, identična tiskani različici. Nikica Ogris III Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 KLJUČNA DOKUMENTACIJSKA INFORMACIJA ŠD Dd DK GDK 4:111.83--015.6(043.3)=163.6 KG zdravje gozdov/varstvo gozdov/modeli/podnebne spremembe/ sanitarna sečnja/vrstna sestava/stopnja spremenjenosti AV OGRIS, Nikica, univ. dipl. inž. gozdarstva SA JURC, Maja (mentor) KZ SI-1000 Ljubljana, Večna pot 83 ZA Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire LI 2007 IN MODEL ZDRAVJA GOZDOV V SLOVENIJI TD Doktorska disertacija OP XVI, 138 str., 38 pregl., 29 sl., 5 pril., 220 vir. IJ sl JI sl/en AI V disertaciji predstavljamo model za ocenjevanje zdravja gozdov v Sloveniji. Model je prostorski z ločljivostjo 1 km × 1 km in ga sestavlja več kot 20.000 celic. Zdravje gozdov ocenjujemo s pomočjo sanitarnega poseka, in sicer v zvezni spremenljivki kot delež lesne zaloge v celici modela. Model smo zgradili s pomočjo metode strojnega učenja M5', ki gradi regresijska odločitvena drevesa. V razvoj modela gozdov Slovenije je bilo vključenih 245 spremenljivk. Model je bil izračunan za tri scenarije podnebnih sprememb in 12 desetletnih obdobij, t. j. za obdobje 1981–2100. Z modelom za ocenjevanje zdravja gozdov smo preskušali tri hipoteze: (1) zdravstveno stanje gozdov v Sloveniji se bo zaradi podnebnih sprememb poslabšalo; (2) gozdovi s spremenjeno drevesno sestavo so labilnejši, tako v obdobju 1995–2005 kot v podnebnih spremembah; (3) zdravje gozda v Sloveniji se bo zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo bolj poslabšalo kot v gozdovih z ohranjeno drevesno sestavo. Vse tri hipoteze so potrjene. (1) Povečal se bo povprečni delež potencialne sanitarne sečnje v lesni zalogi (povprečno 0,02–0,05 % lesne zaloge na 10 let) in povečala se bo potencialna površina, kjer se lahko pojavi sanitarna sečnja (povprečno 72–111 km2 na 10 let). Hipotezo (2) preskušamo s pomočjo enostavne analize variance, kjer je odvisna spremenljivka povprečni delež sanitarne sečnje v lesni zalogi in faktor stopnja ohranjenosti drevesne sestave. S tveganjem, manjšim od 0,05, trdimo, da obstaja statistično značilna razlika vsaj med dvema povprečnima sanitarnima sečnjama po stopnjah ohranjenosti drevesne sestave tako v obdobju 1995–2005 kot v podnebnih spremembah. Hipotezo (3) smo preskušali z intervalom zaupanja za razliko povprečij in t-preskusom. V gozdovih s spremenjeno drevesno sestavo bo povprečni sanitarni posek pri 95 % zaupanju za 2,05–3,38 % lesne zaloge večji kot v gozdovih z ohranjeno drevesno sestavo, če privzamemo Smolejevo klasifikacijo ohranjenosti drevesne sestave. Rezultat disertacije so tudi modeli za ocenjevanje potencialne sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov (po klasifikaciji sanitarne sečnje Zavoda za gozdove Slovenije), katerih projekcije so bile izračunane za tri scenarije podnebnih sprememb do konca 21. stoletja. Potencialnih sanitarnih sečenj zaradi žuželk bo predvidoma več, zaradi žleda in dela v gozdu manj, in zaradi drugih vzrokov drastično več. IV Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 KEY WORDS DOCUMENTATION DN Dd DC FDC 4:111.83--015.6(043.3)=163.6 CX forest health/forest protection/model/climate change/ sanitary felling/species composition/alteration AU OGRIS, Nikica AA JURC, Maja (supervisor) PP SI-1000 Ljubljana, Vecna pot 83 PB University of Ljubljana, Biotechnical Faculty, Department of Forestry and Renewable Forest Resources PY 2007 TI MODEL OF FOREST HEALTH IN SLOVENIA DT Doctoral Dissertation NO XVI, 138 p., 38 tab., 29 fig., 5 ann., 220 ref. LA sl AL sl/en AB In this dissertation, a model for assessing forest health in Slovenia is presented. The model is spatial with a resolution of 1 km × 1 km, consisting of over 20,000 cells. Forest health is assessed with the help of sanitary felling as a dependant variable of the wood stock portion in a model cell. The model was built with the M5' machine learning method that builds regression trees. Altogether, 245 variables were included at the model development. The model was computed for three climate change scenarios and 12 ten-year periods, i.e. for the period 1981–2100. Three hypotheses were tested with the model: (1) Forest health conditions in Slovenia will deteriorate because of climate change impacts; (2) Forests with altered tree species composition are more labile, as in the period 1995–2005 and in future climate change; (3) Forest health in Slovenia will deteriorate more in forests with altered tree species composition than in forests with preserved tree species composition because of climate change impacts on forests. All three hypotheses have been proven to be true. (1) The average portion of potential sanitary felling at wood stock will increase (in average 0.02–0.05 % of wood stock per ten years) and the potential area sensitive for sanitary felling will increase (in average 72–111 km2 per ten years). Hypothesis (2) is tested with analysis of variance, where a dependant variable is the average portion of sanitary felling at wood stock and a factor is the index of species composition alternation. We affirm that there is a statistically significant difference between the mean sanitary felling from one level of the species composition alternation index to another at a 95 % confidence level as in period 1995–2005 and in climate change. Hypotheis (3) is tested with confidence interval for the difference between the means and t-test. The mean sanitary felling in the forests with altered tree species composition is likely to be greater for 2.05–3.38 % of wood stock at 95 % confidence than in the forests with preserved tree species composition, when Smolej's classification of tree species composition is taken. The results of the dissertation are also models for assessing potential sanitary felling because of insects, freezing rain, work in forest and other causes (after Slovenia Forest Service's classification of sanitary felling). For these models, the projections were calculated for three climate change scenarios until the end of 21st century. There will be probably more sanitary felling because of insects, because of freezing rain and work in forests there will be less sanitary felling, and because of other causes, there will be a drastic increase in sanitary felling. Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 v KAZALO VSEBINE str. Kazalo vsebine V Kazalo preglednic VIII Kazalo slik XI Kazalo prilog XIII Okrajšave in simboli XIV Slovarček XV 1 UVOD ............................................................................................................................ 1 2 DOSEDANJA RAZISKOVANJA .............................................................................. 8 2.1 MODELIRANJE ...................................................................................................... 8 2.1.1 Modeli kot znanstveni pripomoček ............................................................... 8 2.1.2 Elementi modeliranja ..................................................................................... 8 2.1.3 Postopek modeliranja ..................................................................................... 9 2.1.4 Metode strojnega učenja .............................................................................. 10 2.1.4.1 Klasifikacija in regresija ......................................................................... 11 2.1.4.2 Odločitvena drevesa ................................................................................ 11 2.1.4.3 Weka ....................................................................................................... 12 2.1.4.4 Primeri uporabe metod strojnega učenja v varstvu gozdov v Sloveniji . 12 2.2 VARSTVO GOZDOV V SLOVENIJI .................................................................. 14 2.2.1 Poročevalska, diagnostična in prognostična služba za gozdove ............... 14 2.2.1.1 Organiziranost ......................................................................................... 16 2.2.1.2 Delovanje Zavoda za gozdove Slovenije v primeru naravnih nesreč in ujm .......................................................................................................... 16 2.2.1.3 Spremljanje stanja škodljivih biotskih dejavnikov ................................. 17 2.2.2 Spremljanje razvrednotenja in poškodovanosti gozdov ........................... 18 2.2.3 Sistem varstva rastlin v Sloveniji ................................................................ 19 2.2.4 Mednarodni sistem varstva rastlin .............................................................. 21 2.2.5 Viri informacij za varstvo gozdov v Sloveniji ............................................ 23 2.2.5.1 Podatkovna zbirka Gozdni fondi in Timber ........................................... 24 2.2.5.2 Podatkovna zbirka Gozdne inventure ..................................................... 25 2.2.5.3 Podatkovna zbirka Spremljanje razvrednotenja in poškodovanosti gozdov ..................................................................................................... 26 2.2.5.4 Sistem kartiranja in beleženja vrst gliv v Sloveniji – Boletus informaticus ................................................................................................................ 26 2.3 VAROVANJE GOZDOV V EVROPI IN V SVETU ............................................ 28 2.3.1 Helsinški proces ............................................................................................ 28 2.3.1.1 Prva ministrska konferenca (Strasbourg, 1990) ...................................... 28 2.3.1.2 Druga ministrska konferenca (Helsinki, 1993) ....................................... 29 2.3.1.3 Tretja ministrska konferenca (Lizbona, 1998) ........................................ 29 VI Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.3.1.4 Četrta ministrska konferenca (Dunaj, 2003) ........................................... 30 2.3.2 Montrealski proces ....................................................................................... 31 2.4 SCENARIJI PODNEBNIH SPREMEMB ............................................................. 32 2.5 OCENJEVANJE SPREMENJENOSTI VRSTNE SESTAVE GOZDOV ............ 38 2.6 PRESOJA ZDRAVJA GOZDNEGA EKOSISTEMA .......................................... 41 2.6.1 Kazalci zdravja ekosistema .......................................................................... 42 2.6.2 Postopki presoje zdravja ekosistema .......................................................... 42 3 METODE DELA ........................................................................................................ 45 3.1 SCENARIJI PODNEBNIH SPREMEMB ............................................................. 45 3.2 MODEL ZDRAVJA GOZDOV V SLOVENIJI .................................................... 46 3.2.1 Poskus 1: regresijsko drevo, 11 vzrokov sanitarnih sečenj po drevesnih vrstah v deležu lesne zaloge ......................................................................... 48 3.2.2 Poskus 2: regresijsko drevo, 11 vzrokov sanitarnih sečenj v deležu lesne zaloge .............................................................................................................. 50 3.2.3 Poskus 3: klasifikacijsko drevo, 11 vzrokov sanitarnih sečenj, odvisna spremenljivka je binarna ............................................................................. 52 3.2.4 Poskus 4: regresijsko drevo, sanitarna sečnja skupaj v deležu lesne zaloge ........................................................................................................................ 53 3.2.5 Podatkovna zbirka in spremenljivke .......................................................... 53 3.2.6 Predpostavke in omejitve modela ................................................................ 66 3.3 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV ................................................................................................................................ 67 3.4 INDEKS ZDRAVJA GOZDA ............................................................................... 68 4 REZULTATI .............................................................................................................. 70 4.1 REZULTATI MODELOV ZA ŠTIRI VRSTE SANITARNIH SEČENJ ............. 70 4.1.1 Obravnavanje potencialnih sprememb sanitarnega poseka v deležu lesne zaloge .............................................................................................................. 74 4.1.2 Obravnavanje potencialnih sprememb sanitarnega poseka na površini. 76 4.2 REZULTATI MODELA ZA SKUPNO SANITARNO SEČNJO ......................... 87 4.2.1 Obravnavanje potencialnih sprememb sanitarnega poseka v deležu lesne zaloge .............................................................................................................. 88 4.2.2 Obravnavanje potencialnih sprememb sanitarnega poseka na površini. 90 4.3 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV ................................................................................................................................ 93 4.3.1 Vpliv spremenjenosti drevesne sestave na zdravje gozdov v obdobju 1995–2005 ...................................................................................................... 94 4.3.2 Vpliv spremenjenosti drevesne sestave na zdravje gozdov v podnebnih spremembah .................................................................................................. 96 VII Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 4.4 INDEKS ZDRAVJA GOZDA ............................................................................. 101 5 RAZPRAVA IN SKLEPI ........................................................................................ 103 5.1 PODNEBNE SPREMEMBE ............................................................................... 103 5.1.1 Vpliv na pojav novih, doslej neznanih škodljivcev in bolezni ................ 104 5.2 MODELI ŠTIRIH VRST SANITARNIH SEČENJ ............................................ 105 5.3 MODEL SKUPNE SANITARNE SEČNJE ........................................................ 108 5.4 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV .............................................................................................................................. 111 5.5 INDEKS ZDRAVJA GOZDA ............................................................................. 113 5.6 PRISPEVEK DISERTACIJE K RAZVOJU ZNANOSTI IN STROKOVNA VREDNOST NOVIH DOGNANJ ....................................................................... 114 5.7 PREDLOGI ZA DELO NAPREJ ........................................................................ 115 6 POVZETEK ............................................................................................................. 116 6.1 POVZETEK ......................................................................................................... 116 6.2 SUMMARY ......................................................................................................... 120 7 VIRI ........................................................................................................................... 124 ZAHVALA PRILOGE VIII Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 KAZALO PREGLEDNIC Preglednica 1: Količina poseka po različnih vrstah sanitarnega poseka v obdobju 1995– 2005 v Sloveniji v 1000 m3 (Timber, 1995–2005) ...................................................... 4 Preglednica 2: Vrsta poseka v podatkovni zbirki Timber ................................................... 24 Preglednica 3: Delež (%) gozdov v Sloveniji v letu 2001 po razredih ohranjenosti drevesne sestave za tri različne klasifikacije ............................................................................. 39 Preglednica 4: Sanitarni posek po drevesnih vrstah za obdobje 1995–2005 v deležu (%) 11. vrst sanitarnih sečenj (vsak stolpec predstavlja vsoto 100 %) ................................... 49 Preglednica 5: Največji korelacijski koeficienti modelov iz poskusa št. 1 ......................... 50 Preglednica 6: Največji korelacijski koeficienti in najmanjše napake modelov iz poskusa št. 2 .................................................................................................................................. 51 Preglednica 7: Največji koeficienti kape in najmanjše napake za modele iz poskusa št. 3. 52 Preglednica 8: Seznam spremenljivk, ki so bile uporabljene pri razvoju modela zdravja gozdov v Sloveniji, njihov pomen in vir .................................................................... 54 Preglednica 9: Seznam uporabljenih virov pri izboru spremenljivk za modele posameznih vrst sanitarnih sečenj .................................................................................................. 59 Preglednica 10: Uporabljeni sklopi spremenljivk po posameznih modelih in njihovi rangi pomembnosti po algoritmu ReliefF ........................................................................... 60 Preglednica 11: Zanesljivost in velikost modelov za ocenjevanje sanitarne sečnje ............ 70 Preglednica 12: Najpomembnejših 20 spremenljivk za model za ocenjevanje sanitarne sečnje zaradi žuželk, žledu, dela v gozdu in drugih vzrokov. Pomembnost spremenljivke je izražena v povprečnem rangu rezultatov algoritma ReliefF ........... 73 Preglednica 13: Razlika (v %) med projekcijo modelov za ocenjevanje sanitarne sečnje zaradi žuželk, žleda in dela v gozdu za obdobje 1991–2000 po scenariju B in veljavnih podatkih ZGS za obdobje 1995–2005 ........................................................ 75 Preglednica 14: Povprečna sprememba sanitarne sečnje zaradi žuželk, žleda in dela v gozdu na 10 let (v % lesne zaloge) v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke in žled za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 ............................................................................................... 76 Preglednica 15: Indeks povprečne spremembe potencialnega deleža v lesni zalogi za sanitarne sečnje zaradi žuželk, žleda in dela v gozdu na 10 let (v %) glede na povprečje 1995–2005 v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke in žled za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 .................................................................................................................. 76 Preglednica 16: Spodnje meje odvisne spremenljivke (% LZ) v modelih za ocenjevanje sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in skupne sanitarne sečnje za izračun potencialno poškodovanih površin ................................................................ 77 IX Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 17: Povprečna sprememba potencialne površine (km2) sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov na 10 let v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981– 2100, model za delo v gozdu za obdobje 1981–2040 ................................................ 78 Preglednica 18: Indeks povprečne spremembe potencialnih površin za sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov na 10 let (v %) glede na površino v obdobju 1995–2005 v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 .................................................................................... 79 Preglednica 19: Sprememba potencialne površine sanitarne sečnje zaradi žuželk v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih... 81 Preglednica 20: Sprememba potencialne površine sanitarne sečnje zaradi žleda v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih... 83 Preglednica 21: Sprememba potencialne površine sanitarne sečnje zaradi dela v gozdu v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in obdobju 2031–2040 .................................................................................................................. 85 Preglednica 22: Sprememba potencialne površine sanitarne sečnje zaradi drugih vzrokov v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih ..................................................................................................................... 87 Preglednica 23: Najpomembnejših 20 spremenljivk za model za ocenjevanje skupne sanitarne sečnje; pomembnost spremenljivke je izražena v povprečnem rangu rezultatov algoritma ReliefF ...................................................................................... 88 Preglednica 24: Razlika (v %) med projekcijo modelov za ocenjevanje skupne sanitarne sečnje za obdobje 1991–2000 po scenariju B in veljavnih podatkih ZGS za obdobje 1995–2005 .................................................................................................................. 89 Preglednica 25: Povprečna sprememba skupne sanitarne sečnje v deležu lesne zaloge na 10 let v Sloveniji za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb ................................................................................................................... 89 Preglednica 26: Indeks povprečne spremembe skupne sanitarne sečnje na 10 let (v %) v Sloveniji glede na povprečje 1995–2005 za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb ................................................................................. 89 Preglednica 27: Povprečna sprememba potencialne površine (km2) skupne sanitarne sečnje na 10 let v Sloveniji za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb ................................................................................................................... 90 Preglednica 28: Indeks povprečne spremembe potencialnih površin za skupno sanitarno sečnjo na 10 let (v %) v Sloveniji glede na dejansko površino v obdobju 1995–2005 za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb ................ 90 Preglednica 29: Sprememba potencialne poškodovane površine zaradi skupnih sanitarnih sečenj v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih .............................................................................................................. 93 Preglednica 30: Analiza variance za sanitarni posek v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji, Smolej (2001) ........ 95 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 X Preglednica 31: Analiza variance za sanitarni posek v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji ZGS ......................... 95 Preglednica 32: Duncanov preskus mnogoterih primerjav za sanitarno sečnjo v obdobju 1995–2005 med različnimi stopnjami ohranjenosti drevesne sestave po dveh različnih klasifikacijah ............................................................................................... 95 Preglednica 33: Analiza variance za sanitarni posek po treh scenarijih podnebnih sprememb glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji po Smoleju (2001) ........................................................................................................... 98 Preglednica 34: Analiza variance za sanitarni posek po treh scenarijih podnebnih sprememb glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji ZGS ............................................................................................................................ 98 Preglednica 35: Duncanov preskus mnogoterih primerjav za sanitarno sečnjo v treh scenarijih podnebnih sprememb med različnimi stopnjami ohranjenosti drevesne sestave po dveh različnih klasifikacijah ..................................................................... 99 Preglednica 36: Intervali zaupanja (95 %) za razliko povprečij med sanitarnim posekom v obdobju 1995–2005 in tremi scenariji podnebnih sprememb po stopnjah ohranjenosti drevesne sestave upoštevajoč klasifikacijo po Smoleju (sanitarni posek v % lesne zaloge) ...................................................................................................................... 101 Preglednica 37: Intervali zaupanja (95 %) za razliko povprečij med sanitarnim posekom v obdobju 1995–2005 in tremi scenariji podnebnih sprememb po stopnjah ohranjenosti drevesne sestave upoštevajoč klasifikacijo po ZGS (sanitarni posek v % lesne zaloge) .................................................................................................................................. 101 Preglednica 38: Delež (%) površin po GGO glede na stopnjo zdravstvenega stanja (EHI) v obdobju 1995–2005 .................................................................................................. 102 XI Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 KAZALO SLIK Slika 1: Sanitarni posek v GGE v obdobju 1995–2005 v Sloveniji (v % lesne zaloge) ........ 5 Slika 2: Shema postopka modeliranja (Jorgensen in Bendoricchio, 2001) ........................... 9 Slika 3: Shematski prikaz organiziranosti službe PDP (Katalog znanj ..., 2001) ................ 15 Slika 4: Sistem zdravstvenega varstva rastlin v Sloveniji in mesto gozdarstva v njem (Jurc, 2006) .......................................................................................................................... 19 Slika 5: Diagram poteka zbiranja podatkov za zbirko Boletus informaticus (Ogris in sod., 2006b) ........................................................................................................................ 27 Slika 6: Predvidena sprememba temperature pritalnega zraka (v °C) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) ................. 34 Slika 7: Predvidena sprememba količina padavin (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) ....................................... 35 Slika 8: Predvidena sprememba evapotranspiracije (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) ....................................... 36 Slika 9: Predvideni primanjkljaj padavin (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) ........................................................ 37 Slika 10: Karta ohranjenosti drevesne sestave gozdov v Sloveniji po Smoleju (2001) ...... 40 Slika 11: Karta ohranjenosti drevesne sestave gozdov v Sloveniji po ZGS (Gozdni fondi ..., 2001) .......................................................................................................................... 40 Slika 12: Uporaba ekoloških kazalcev pri presoji zdravja gozda (prirejeno po Jorgensen, 2005) .......................................................................................................................... 41 Slika 13: Postopek ekološkega modeliranja za presojo zdravja ekosistema (Jorgensen in sod., 2005) .................................................................................................................. 43 Slika 14: Postopek izračuna indeksa zdravja ekosistema (Jorgensen in sod., 2005) .......... 44 Slika 15: Podnebni tipi v Sloveniji (prirejeno po Ogrin, 1996) .......................................... 45 Slika 16: Shema modela zdravja gozdov v Sloveniji .......................................................... 46 Slika 17: Točke popisa poškodovanosti gozdov v Sloveniji v letih 1991, 1995 in 2000 na mreži 4 km × 4 km ..................................................................................................... 69 Slika 18: Projekcija za povprečni sanitarni posek zaradi dela v gozdu (v % lesne zaloge) v obdobju 1981–2040 v Sloveniji ................................................................................. 76 Slika 19: Projekcije gibanja potencialnih površin za sanitarno sečnjo zaradi žuželk, žleda, dela v gozdu in drugih vzrokov v Sloveniji za tri scenarije podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 .................................................................................................... 79 Slika 20: Prostorski razpored sanitarne sečnje zaradi žuželk v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 ....................... 80 XII Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 21: Prostorski razpored sanitarne sečnje zaradi žleda v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 ....................... 82 Slika 22: Prostorski razpored sanitarne sečnje zaradi dela v gozdu v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh desetletjih 2011–2040 .................................................................... 84 Slika 23: Prostorski razpored sanitarne sečnje zaradi drugih vzrokov v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 ....................... 86 Slika 24: Projekcije gibanja potencialnih površin, kjer se lahko zgodi sanitarna sečnja v Sloveniji; za tri scenarije podnebnih sprememb in obdobje 1981–2100 ................... 91 Slika 25: Prostorski razpored skupne sanitarne sečnje v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 ............................................ 92 Slika 26: Okvirji z ročaji za sanitarni posek (povprečni posek na leto v % LZ) v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po dveh klasifikacijah, po Smoleju in ZGS ............................................................................. 94 Slika 27: Okvirji z ročaji za sanitarni posek (povprečni posek na leto v % LZ) v modelu za ocenjevanje zdravja gozda za tri scenarije podnebnih sprememb v obdobju 1981– 2100 glede na različne stopnje ohranjenosti drevesne sestave po dveh klasifikacijah: Smolej (2001) in ZGS (Gozdni fondi, 2001) ............................................................. 97 Slika 28: Karta indeksa zdravja gozda (EHI) v Sloveniji za obdobje 1995–2005 ............ 102 Slika 29: Vzajemno delovanje med podnebnimi spremembami, motnjami, gozdovi in upravljanjem (Dale in sod., 2001) ............................................................................ 110 XIII Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 KAZALO PRILOG Priloga A: Regresijsko drevo za sanitarno sečnjo zaradi žuželk Priloga B: Regresijsko drevo za sanitarno sečnjo zaradi žledu Priloga C: Regresijsko drevo za sanitarno sečnjo zaradi dela v gozdu Priloga D: Klasifikacijsko drevo za sanitarno sečnjo zaradi drugih vzrokov Priloga E: Regresijsko drevo za skupno sanitarno sečnjo XIV Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 OKRAJŠAVE IN SIMBOLI ARSO – Agencija Republike Slovenije za okolje EHI – indeks zdravja ekosistema, angl. Ecosystem Health Index (Jorgensen in sod., 2005) EPPO – Evropska in mediteranska organizacija za varstvo rastlin, angl. European and Mediterranean Plant Protection Organization FAO – Organizacija Združenih narodov za prehrano in kmetijstvo, angl. Food and Agriculture Organization of the United Nations FURS – Fitosanitarna uprava Republike Slovenije GCM – model splošne cirkulacije, angl. General Circulation Model GGE – gozdnogospodarska enota GGO – gozdnogospodarsko območje GIS – Gozdarski inštitut Slovenije IPCC – mednarodni panel za podnebne spremembe, angl. Intergovernmental Panel on Climate Change IPPC – mednarodna konvencija o varstvu rastlin, angl. International Plant Protection Convention ISPM – mednarodni standardi za fitosanitarne ukrepe, angl. International Standards For Phytosanitary Measures KE – krajevna enota ZGS LZ – lesna zaloga MCPFE – ministrska konferenca za varstvo gozdov v Evropi, angl. Ministerial Conference on the Protection of Forests in Europe MKGP – Ministrstvo za kmetijstvo, gozdarstvo in prehrano PDP – poročevalska, diagnostična in prognostična služba za gozdove PIS – prostorski informacijski sistem ReliefF – algoritem za ocenjevanje kakovosti spremenljivk v okviru reševanja klasifikacijskih in regresijskih problemov (Kononenko, 1994; Robnik-Šikonja in Kononenko, 1997) s. p. ali s. s. – sanitarni posek ali sanitarna sečnja SRES – posebno poročilo o scenarijih emisij, angl. Special Report on Emissions Scenarios (Emissions scenarios ..., 2000) SURS – Statistični urad Republike Slovenije TGP – toplogredni plini WTO – Svetovna trgovinska organizacija, angl. World Trade Organization ZGS – Zavod za gozdove Slovenije XV Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 SLOVARČEK Bolezen je vsaka motnja metabolizma (presnove) in anatomsko-histološke strukture, izzvana zaradi biotskih ali abiotskih dejavnikov, ki slabijo življenjsko moč rastline, če ta motnja negativno vpliva na idealno ali gospodarsko vrednost (uporabnost) rastline (Maček, 1983). Epifitocija nastane, če se neka bolezen pojavi na velikem številu rastlin, v številnih sestojih v nekem kraju, pokrajini, državi ali celo na vsem kontinentu (Maček, 1983). Pojav ustreza epidemiji v humani medicini in epizootiji v veterini. Epifitocije lahko nastanejo, če so hkrati izpolnjeni trije pogoji: 1. množična zastopanost parazita velike virulentnosti; 2. razširjenost občutljivih rastlin gostiteljic; 3. ustrezne podnebne razmere. Golobrst ali defoliacija je obžiranje listja ali iglic po robu, v obliki luknjic v listni površini, obžiranje listnih žil ter celih listov ali iglic, votlenje listov ali iglic (Jurc in Jurc, 2006). Java je programski jezik, ki je preprost, predmetno usmerjen, mrežen, razumljiv, robusten, varen, neodvisen od operacijskega sistema, prenosen, zelo zmogljiv, večniten in dinamičen. Naravna nesreča je nesreča, ki jo povzročijo potres, udor, poplava, zemeljski plaz in snežni plaz, ter nesreča v kmetijstvu ali gozdarstvu, ki jo povzročijo neugodne vremenske razmere, kot so žled, pozeba, suša, neurje in toča, ali množičen izbruh rastlinskih škodljivih organizmov in živalskih bolezni. Lokalna populacija je skupina posameznikov, ki živijo v isti zaplati in zato medsebojno vplivajo eden na drugega (Hanski in Simberloff, 1997). Metapopulacija je skupina posameznikov, ki živijo v isti habitatni zaplati, kjer je mogoča migracija iz ene lokalne populacije vsaj v eno drugo zaplato (Hanski in Simberloff, 1997). Model je poenostavljena podoba resničnosti in pomeni orodje za reševanje problemov (Jorgensen in Bendoricchio, 2001). Osutost je okularno ocenjen delež (%) manjkajočih asimilacijskih organov (listov, iglic) v primerjavi z namišljenim normalnim drevesom istega socialnega položaja, iste drevesne vrste in z enakega rastišča. Ocenjuje se na 5 % natančno. Cilj ocenjevanja osutosti je ocena vitalnosti drevesa skupaj z drugimi znaki (Kovač in sod., 2000: 26). Poškodba je sprememba ali motnja dela drevesa, ki negativno učinkuje na sposobnost opravljanja njegove funkcije (Jurc in Jurc, 2006). Sanitarni posek je posek bolnega, poškodovanega ali sušečega se drevja, ki je odstranjeno iz sestoja z namenom izboljšanja zdravstvenega stanja sestoja (Jurc D. in sod., 2003). Scenarij je verjeten in pogosto poenostavljen opis morebitnega poteka prihodnosti, ki temelji na razumljivih in smiselnih predpostavkah o ključnih povezavah in dejavnikih (Houghton in sod., 2001). XVI Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Simptom je vsaka sprememba, ki nastane zaradi delovanja škodljivega dejavnika in tak dejavnik nakazuje (npr. golobrst, prebarvanje, odmiranje) (Jurc in Jurc, 2006). Sistem skupina po naravnih zakonih povezanih, soodvisnih teles, enot, ki sestavljajo zaključeno celoto. Škodljivec ali škodljivi organizem je katera koli vrsta, sev ali biotip rastline, živali ali patogenega povzročitelja, ki so škodljivi rastlinam ali rastlinskim proizvodom (FAO glossary ..., 1990; Glossary of ..., 1995; International plant ..., 1997; Zakon o ratifikaciji ..., 2000; Zakon o zdravstvenem ..., 2001). Zdrav ekosistem je tisti, ki je trajen, t. j., ima sposobnost vzdrževati zgradbo (organizacijo) in funkcijo (vitalnost) skozi čas kljub stresnim dejavnikom (odpornost) (Costanza in Mageau, 1999). Zaplata (ali habitatna zaplata) je zvezno območje prostora z vsemi potrebni viri za obstoj lokalne populacije in je ločeno z neprimernimi habitati drugih zaplat (Hanski in Simberloff, 1997). 1 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 1 UVOD Gozd pokriva 59,3 % površine Slovenije (Projekt posodobitve ..., 2003), zato je največji in morda najpomembnejši del naravne dediščine. Gozd, v celovitem pogledu, kot ga ima Slovenija, želimo ohraniti in povečati njegovo vrednost. Gozd sam po sebi opravlja vrsto ekoloških funkcij, človeški družbi pa s svojim obstojem nudi še številne socialne in gospodarske funkcije1. Vendar lahko v polnosti opravlja svoje funkcije le, če je zdrav. Kaj je zdrav gozd? Odgovor na to vprašanje obstaja, in sicer ga navajamo v obliki splošne definicije kot zdravje gozdnega ekosistema. V preteklosti je definicija zdravja ekosistema vključevala več konceptov (Costanza in Mageau, 1999; Jorgensen in sod., 2005): • homeostazo, • odsotnost bolezni, • pestrost ali kompleksnost, • stabilnost ali odpornost, • vitalnost ali težnjo po rasti in • ravnotežje med komponentami sistema. Čeprav pri premišljevanju o zdravju gozda lahko upoštevamo vse ali vsaj večino navedenih pogledov, to velikokrat ni dovolj za izpolnjevanje pogojev zdravega ekosistema. Vsi našteti pogledi niso dovolj splošni in ne vključujejo pogleda trajnosti. Zdrav ekosistem je tisti, ki je trajen, t. j. ima sposobnost vzdrževati zgradbo (organizacijo) in funkcijo (vitalnost) skozi čas vkljub stresnim dejavnikom (odpornost) (Costanza in Mageau, 1999; Brown in Ulgiati, 2005). Motnja (stresni dejavnik) nikakor ni tujek v gozdnem ekosistemu: je gibalo njegovega sukcesijskega razvoja in dinamičnosti njegovega ravnotežja (Anko, 1993). Anko (1993) poudarja, da so stresi pomembni zato, ker zmanjšujejo prilagodljivost gozdnega ekosistema za gozdnogospodarske ukrepe, katerih cilj je oblikovanje mnogonamenskega gozda. Kako vemo, da je gozd zdrav? Zdravje gozda bi lahko ocenilo več izvedencev, in sicer vsak iz svojih pogledov. Skupna ocena bi morda pokazala, koliko je gozd zdrav. Lahko pa zdravje gozda izmerimo. Organizacijo, vitalnost in odpornost gozdnega ekosistema je mogoče boljše ali slabše meriti z različnimi kazalci. Tako je, npr., kazalec za vitalnost metabolizem, za organizacijo vrstna pestrost in za odpornost čas okrevanja. Če zdravje gozda lahko merimo, ga lahko tudi modeliramo. Kaj je model? Model je poenostavljena podoba resničnosti in pomeni orodje za reševanje problemov (Jorgensen in Bendoricchio, 2001). Model ne bo nikoli vseboval vseh lastnosti nekega obstoječega sistema, ker bi bil potem že sam obstoječ sistem (ibid). Toda 1 Funkcije gozdov so ekološke: varovanje gozdnih zemljišč in sestojev, hidrološka, biotopska ter podnebna funkcija; socialne: zaščitna funkcija – varovanje objektov, rekreacijska, turistična, poučna, raziskovalna, higiensko-zdravstvena funkcija, funkcija ohranjanja biotske raznovrstnosti in varstva naravnih vrednot, funkcija varovanja kulturne dediščine, obrambna ter estetska funkcija; proizvodne: lesnoproizvodna funkcija, pridobivanje drugih gozdnih dobrin ter lovnogospodarska funkcija. 2 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 pomembno je, da model vsebuje značilne lastnosti, ki so bistvene v kontekstu problema, ki ga želimo rešiti oziroma opisati. Z modeli poskušamo simulirati procese in lastnosti, ki sestavljajo sistem2, t. j. v našem primeru gozdni ekosistem. Cilj je razumeti procese in napovedati učinke sprememb in interakcij. Simulacijo dosežemo z opisom sistema v pomenu temeljnih načel delovanja. Zato modele lahko štejemo kot serije enačb, ki izražajo zakone v obravnavanem sistemu. Zaradi več razlogov morajo biti modeli poenostavitev realnega sveta. V gozdnem ekosistemu so procesi kompleksni, med njimi potekajo interakcije in povratne povezave. Zato je pri modeliranju takšnega ekosistema vedno vključeno veliko računanja ne glede na problem, ki ga model poskuša rešiti ali pojasnjevati. Rešitve se začnejo z nekim začetnim stanjem in raziskujejo učinke sprememb v določeni komponenti gozdnega ekosistema. Mejni pogoji so določeni iz merjenih podatkov ali iz drugih simulacij. Taki podatki so redko popolni ali dovolj natančni. Zato so rezultati, ki jih dajejo modeli, vedno negotovi (Jorgensen in Bendoricchio, 2001). Model se vedno razvije za izpolnjevanje določenega namena in doseganje izbranega cilja, t. j. pojasnjevanje določenega problema. Vse v modelu je podrejeno njegovemu namenu, npr. kompleksnost, število vključenih spremenljivk, prostorska in časovna ločljivost. Zaradi sposobnosti modelov, da simulirajo različne procese, je z njimi mogoče napovedovati, kako bi se določen proces razvijal ob izbranih izhodnih pogojih. Rezultat je sicer bolj ali manj verjeten, uporaba modelov pa je pomembna zaradi pridobivanja koristnih informacij (Jorgensen in Bendoricchio, 2001). V Sloveniji se z zdravjem gozda neposredno in največ ukvarja varstvo gozdov, v okviru tega pa Poročevalska, diagnostično-prognostična služba za gozdove (PDP), ki je del javne gozdarske službe (Jurc D, 2006). V Sloveniji je prognostični del te službe precej nerazvit v pomenu modeliranja, čeprav so metode prognoze predvsem za nekatere škodljivce že pripravljene, vendar se v praksi ne uporabljajo (Vasić, 1981). V Sloveniji je malo razvitih modelov za napovedovanje pojavljanja škodljivih organizmov, npr. modeliranje pojavnosti smrekovih podlubnikov za območje Dinarskega gorstva (Jurc M in sod., 2006). Za abiotske poškodbe je razvit prostorski model požarne ogroženosti (Kobler, 2001; Kobler in sod., 2006), ni pa še nobenega razvitega modela za napovedovanje pojavnosti katere koli bolezni gozdnega drevja. V varstvu gozdov so se uveljavili trije izrazi: bolezen, škodljivec in abiotska poškodba kot glavni vzroki za krhanje zdravja gozda. Ob tem navajamo njihove definicije. • Bolezen je vsaka motnja metabolizma (presnove) in anatomsko-histološke strukture, izzvana zaradi biotskih ali abiotskih dejavnikov, ki slabijo življenjsko moč rastline, če motnja negativno vpliva na idealno ali gospodarsko vrednost (uporabnost) rastline (Maček, 1983). • Škodljivec ali škodljivi organizem je katera koli vrsta, sev ali biotip rastline, živali ali patogenega povzročitelja, ki škoduje rastlinam ali rastlinskim proizvodom (FAO Sistem je skupina po naravnih zakonih povezanih, soodvisnih teles, enot, ki sestavljajo zaključeno celoto. 3 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 glossary ..., 1990; Glossary of ..., 1995; International plant ..., 1997; Zakon o ratifikaciji ..., 2000; Zakon o zdravstvenem ..., 2001). • Abiotska poškodba je poškodba3 zaradi neživega dejavnika. Najpogostejši škodljivi abiotski dejavniki, ki delujejo na gozd, so: žled, sneg, veter, onesnažen zrak, požar, usad in plaz. Vedno več je dokazov, da je zdrav ekosistem tisti, ki je bogat s paraziti (Hudson in sod., 2006). Trditev je v nasprotju z zahtevami za zdrav ekosistem, ki sta jih postavila Costanza in Mageau (1999), t. j., da v zdravem ekosistemu ni bolezni. To je na videz sporna trditev, saj paraziti lahko pomembno vplivajo na gostiteljevo zdravje. Vendar je njihov vpliv lahko veliko večji: oblikujejo populacijsko dinamiko svojih gostiteljev, spremenijo interspecifično tekmovanje, vplivajo na pretok energije v ekosistemu in se kažejo kot pomembni gonilniki biotske pestrosti. Zato vplivajo na vrsto ekosistemskih funkcij, njihov vpliv pa je zelo velik na zgradbo nekaterih prehrambnih verig. Paraziti lahko vplivajo na dolžino prehranjevalnih verig in na število povezav med različnimi trofičnimi ravnmi. Če paraziti prispevajo k podaljševanju prehranjevalnih verig, ki so sestavljene iz številnih vrst in imajo mnoge povezave, posledično lahko prispevajo k večji stabilnosti zgradbe združbe in prehranjevalnih verig. Zaradi vsega naštetega so paraziti lahko dober pokazatelj zdravja ekosistema in celo prispevajo k zdravju gozda. Dober kazalec zdravja gozda je lahko sanitarni posek, ki predstavlja posek bolnega, poškodovanega ali sušečega se drevja, ki je odstranjeno iz sestoja z namenom izboljšanja zdravstvenega stanja sestoja (Jurc D in sod., 2003). To je drevje, ki so ga škodljivi biotski dejavniki (škodljivci, bolezni, divjad, delo v gozdu) ali škodljivi abiotski dejavniki (veter, sneg, žled, suša, plaz, usad, onesnažen zrak) poškodovali v taki meri, da nima gozdnogojitvene prihodnosti. V sanitarni posek je vključeno tudi oslabelo drevje, ki ga je iz sanitarnovarstvenih razlogov najbolje ločiti iz sestoja. Tako preprečimo namnožitev potencialno nevarnih organizmov. V obdobju 1995–2005 je sanitarni posek znašal približno 9 mio. m3, kar je 31,2 % celotnega poseka v Sloveniji (preglednica 1). V obdobju 1995–2005 pa je sanitarni posek znašal od 500.000 m3 do 1,2 mio. m3 na leto, kar je od 19,3 % do 45,6 % celotnega poseka na leto. Tolikšne količine posekanega lesa zaradi varstveno-sanitarnih razlogov pomenijo ogromno gospodarsko škodo. Največ škode povzročijo škodljivci; to so predvsem podlubniki (30,3 % sanitarnega poseka). Bolezni, ki jih povzročajo glive, so drugi najpogostejši vzrok sanitarnega poseka (14,6 %). Abiotski dejavniki, ki si sledijo po vrsti: žled, sneg in veter, skupaj zavzemajo 35 % sanitarnega poseka. Zaradi dela v gozdu se poškoduje kar nekaj drevja (7,1 % sanitarnega poseka). Posek drevja zaradi emisije, divjadi, plazov, usadov in požarov pomeni manjši delež v sanitarnem poseku (2,6 %). 3 Poškodba je sprememba ali motnja dela drevesa, ki negativno učinkuje na sposobnost opravljanja njegove funkcije (Jurc in Jurc, 2006), in nastane kot posledica delovanja škodljivih biotskih ali abiotskih dejavnikov na rastlino. Škoda je vrednostni izraz poškodbe. 4 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 1: Količina poseka po različnih vrstah sanitarnega poseka v obdobju 1995–2005 v Sloveniji v 1000 m3 (Timber, 1995–2005) Leto 1995 169 120 1 16 108 88 39 34 3 2 7 589 2094 28,1 1996 88 102 231 461 83 29 43 16 2 3 5 1063 2331 45,6 1997 81 109 623 102 74 57 50 15 5 3 1 1120 2570 43,6 1998 172 125 215 46 78 42 63 13 7 7 1 768 2472 31,0 1999 103 105 65 164 78 55 68 7 5 6 1 657 2399 27,4 2000 119 130 43 38 83 47 76 7 6 4 1 553 2612 21,2 2001 133 124 23 19 80 34 72 6 7 5 1 505 2619 19,3 2002 169 126 12 13 95 64 66 7 8 2 5 566 2651 21,3 2003 407 125 9 112 86 166 57 4 6 3 3 976 3013 32,4 2004 550 131 4 38 85 159 51 5 4 2 3 1031 2935 35,1 2005 747 123 3 14 84 173 54 4 4 2 2 1212 3242 37,4 Skupaj 2737 1319 1226 1022 934 915 639 119 56 39 31 9039 28938 31,2 S. p.* (%) 30,3 14,6 13,6 11,3 10,3 10,1 7,1 1,3 0,6 0,4 0,3 100,0 Opomba: s. p. = sanitarni posek S primerjavo med gozdnogospodarskimi območji (GGO) (slika 1) ugotovimo območja, kjer je bila v obdobju 1995–2005 sanitarna sečnja največja glede na delež lesne zaloge, t. j. tam, kjer so nastale gozdnogospodarske težave. GGO Kočevje in GGO Ljubljana zavzemata največji delež v sanitarnem poseku, t. j. 15,4 % in 15,1 %, sledijo GGO Novo mesto z 11,1 %, GGO Kranj z 10,1 %, GGO Maribor z 8,6 %, GGO Postojna z 8,1 %, GGO Slovenj Gradec s 6,3 %, GGO Bled s 5,9 % in GGO Celje s 5,3 %. Manjši delež sanitarnega poseka je bil v GGO Brežice, in sicer 4,0 %, v GGO Nazarje 3,7 %, v GGO Tolmin 3,4 %, v GGO Murska Sobota 1,8 % in v GGO Sežana 1,2 %. V drevesni sestavi sanitarnega poseka v obdobju 1995–2005 je največji delež zavzela navadna smreka (56,4 %) v glavnem zaradi podlubnikov ter snega, vetra in žleda. Kot drugo sanitarno najpogosteje posekamo navadno jelko (16,4 %), in sicer zaradi sušenja iz neznanih vzrokov, bolezni, škodljivcev in vetra. V deležu sanitarnega poseka je navadna bukev na tretjem mestu (10,8 %) zaradi žleda, vetra in snega ter dela v gozdu. Pravi kostanj (4,6 % v sanitarnem poseku) posekamo zaradi bolezni, t. j. kostanjevega raka. Rdeči bor je v sanitarnem poseku zastopan s 4,2 %. Glavni vzrok sanitarnega poseka rdečega bora sta sneg in žled. V sanitarnih sečnjah se graden (2,4 %) pojavlja večinoma zaradi žleda in bolezni. Glavna vzroka za sanitarni posek črnega bora (1,0 %) sta bolezen in požar. Zakon o odpravi posledic naravnih nesreč (2005) definira naravno nesrečo kot nesrečo, ki jo povzročijo: potres, udor, poplava, zemeljski plaz in snežni plaz, ter nesrečo v kmetijstvu ali gozdarstvu, ki jo povzročijo neugodne vremenske razmere, kot so žled, pozeba, suša, neurje in toča ali množičen izbruh rastlinskih škodljivih organizmov in živalskih bolezni. Po omenjenem zakonu se vsi našteti vzroki sanitarnih sečenj (razen dela v gozdu) obravnavajo kot naravne nesreče in je za odpravo njihovih posledic mogoče pridobiti sredstva iz proračuna Republike Slovenije, kar pa je strošek za državo. 5 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 1: Sanitarni posek v GGE v obdobju 1995–2005 v Sloveniji (v % lesne zaloge) Posek zaradi podlubnikov se povečuje od leta 1999 naprej. Zelo se je povečal v zadnjih treh letih, 2003–2005, ko je dosegal ekstremnih 407.000, 550.000 in 747.000 m3 leto–1. Glavni vzrok za zelo veliko povečanje sanitarnega poseka na splošno je več zaporednih suš, ki so nastale v letih 2000, 2001 in 2003. Leto 2003 je bilo izredno suho, saj je padavin primanjkovalo skoraj povsod v Sloveniji – padlo je le od 55 do 70 % običajnih letnih padavin (Cegnar, 2003). Ko nastane fiziološka suša, ni organa v rastlini, ki ne bi trpel in bil v stresu (Larcher, 1995). Zaradi škodljivcev najbolj trpi smreka, in sicer v GGO Kočevje, Ljubljana in Novo mesto. Škodljivci (žuželke, podlubniki) poleg smreke poškodujejo še jelko v GGO Kočevje in Postojna. Posek zaradi bolezni se iz leta v leto le malo spreminja; povprečno znaša 120.000 m3 leto–1. Izmed bolezni največ škode naredi rdeča trohnoba na jelki in smreki v GGO Ljubljana, Slovenj Gradec in Bled. Zelo veliko škode je naredil kostanjev rak in še vedno se iz leta v leto zaradi te bolezni na domačem kostanju poseka ogromno dreves, in sicer največ v GGO Maribor, Ljubljana, Novo mesto in Brežice. Žled je naredil največ škode v letih 1997, 1996 in 1998, ko je polomil in podrl 623.000, 231.000 in 215.000 m3 drevja. Zaradi žleda najbolj trpijo bukev, smreka in rdeči bor v GGO Kranj, Celje in Ljubljana. Iz leta v leto povzroči sneg različno veliko škodo. V zadnjih 10 letih je bil največji snegolom zabeležen leta 1996, ko je podrl 461.000 m3 drevja. Druga večja snegoloma sta bila v letih 1999 in 2003, ko je bilo podrtega 164.000 in 112.000 m3 drevja. Za težak sneg sta najbolj občutljiva smreka in rdeči bor. Sneg povzroča težave v glavnem v severni polovici Slovenije. V zadnjih treh letih se je za približno 3-krat povečal posek zaradi vetrolomov, in sicer od 159.000 do 173.000 m3, medtem ko je povprečje okoli 52.000 m3. Veter najpogosteje podira in lomi smreke, bukve in jelke v GGO Bled in Novo mesto. Povečan delež mrtve lesne mase zaradi abiotskih dejavnikov (v glavnem veter in sneg) v gozdu je drugi najpomembnejši vzrok za namnožitev podlubnikov v zadnjih treh letih. Navedeni podatki o sanitarnih sečnjah ponazarjajo zdravje gozda v Sloveniji. Zelo obsežne varstveno-sanitarne sečnje poškodovanih in obolelih dreves so velik problem vseslovenskega gozdarstva, saj so neposredno povezane z veliko gospodarsko škodo, 6 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 zmanjšujejo prilagodljivost reagiranja na gozdnogospodarske ukrepe in poraja se vprašanje trajnosti gospodarjenja z gozdom, še posebno v kontekstu podnebnih sprememb. V zadnjih desetletjih se podnebje spreminja, postaja vse topleje (Luterbacher in sod., 2004). V zgodovini Zemlje se je podnebje neprestano spreminjalo. V zadnjih desetletjih prejšnjega stoletja in še posebno v začetku 21. stoletja se vrstijo znanstveni dokazi, ki potrjujejo, da je človek s svojo aktivnostjo posegal in vse bolj posega v dinamičen proces podnebnih sprememb. Človek z izpusti toplogrednih plinov (TGP) vse hitreje spreminja sestavo ozračja, s spremenjeno rabo tal pa vpliva tudi na značilnosti zemeljske površine. TGP povzročajo učinek tople grede, t. j. višanje temperature površja. Klimatologi menijo, da bodo podnebne spremembe postale izrazitejše; to ne zadeva samo zviševanja temperature zraka, tal in oceanov, temveč tudi spreminjanje padavinskih vzorcev, oblačnosti, vlažnosti zraka in pogostosti meteoroloških pojavov (snežna odeja, nevihte, vremenske ujme). Posledice podnebnih sprememb bi lahko zelo vplivale na naravne ekosisteme in povzročile tudi veliko škodo v gozdarstvu (Simončič in sod., 2001; Impacts of Europe's ..., 2004; Jakša, 2005; Schröter in sod., 2005). V Sloveniji so gozdovi zelo spremenjeni zaradi človekovih dejavnosti. Ohranjenost drevesne sestave je eden od meril stabilnosti gozdnih sestojev in posredno celotnega gozdnega ekosistema. Tudi ohranjanje biodiverzitete je odvisno od ohranjenosti naravne drevesne sestave. Drevesne vrste so dominantne vrste gozdnega ekosistema in pomembno vplivajo na razmere v njem, saj sooblikujejo notranje okolje in habitate za druge organizme. Zato sta drevesna sestava in stopnja njene spremenjenosti predmet analize trajnosti (stabilnosti) gozda in izhodišče za gozdnogojitvene odločitve v prihodnosti na ravni gozdnega sestoja in celotne krajine (Bončina in Robič, 1998). Ker je stabilnost gozda eden od meril za zdrav gozd (Costanza in Mageau, 1999; Jorgensen in sod., 2005), obravnavamo spremenjenost vrste sestave gozdov tudi v modelu zdravja gozdov v Sloveniji. V disertaciji preverjamo naslednje hipoteze: • Zdravstveno stanje gozdov v Sloveniji se bo zaradi podnebnih sprememb poslabšalo. • Gozdovi s spremenjeno drevesno sestavo so labilnejši4, tako v obdobju 1995–2005 kot v prihodnjih podnebnih spremembah. • V Sloveniji se bo zdravje gozda zaradi podnebnih sprememb bolj poslabšalo v gozdovih s spremenjeno drevesno sestavo kot v gozdovih z ohranjeno drevesno sestavo. Diaci in Grecs (2003) sta v svojem prispevku prikazala sodobne probleme gojenja gozdov v Sloveniji, ki so hkrati tudi problemi varstva gozdov, in jih razdelila po prednostih skupinah. Obravnavanje zdravstvenega stanja gozdov sta uvrstila v zelo pomembno skupino. Spremenjenost drevesne sestave in večanje števila sanitarnih sečenj sta uvrstila v srednje pomembno skupino. Na seznamu je še neusklajenost rastlinske in živalske komponente gozdov ter poškodbe drevja zaradi sečnje in spravila. Oba slednja problema sta posredno zajeta v sanitarni sečnji zaradi divjadi in dela v gozdu. Kot je razvidno, je Labilen pomeni nestabilen (Slovar slovenskega knjižnega jezika). 7 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 problematika že identificirana (Diaci, 2006). V tej disertaciji navedeno problematiko obravnavamo v luči podnebnih sprememb in jo poskušamo količinsko ovrednotiti ter dokazati. Tematika disertacije je obsežna, saj je pojem zdravje gozda kompleksen. V tem avtorskem delu obravnavamo zdravje gozda s pomočjo le enega kazalca, t. j. s sanitarno sečnjo. V Sloveniji je zdravstveno stanje gozdov obravnavano z izbranim kazalcem v luči podnebnih sprememb. Preskušamo tudi domnevo o razlikah med zdravjem gozda v gozdovih z ohranjeno in gozdovih s spremenjeno drevesno sestavo. 8 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2 DOSEDANJA RAZISKOVANJA V tem poglavju navajamo obstoječa znanja o obravnavani tematiki doktorske disertacije. Najprej opisujemo, kaj so modeli, kakšni so postopki in metode modeliranja, in sicer s poudarkom na metodah strojnega učenja, ki smo jih izbrali kot temeljno orodje reševanja problematike, ki jo obravnava ta disertacija. Sledi poglavje o varstvu gozdov. Opisujemo organiziranost varstva gozdov v Sloveniji, njegovo umestitev v sistem varstva rastlin v Sloveniji in v mednarodni sistem varstva rastlin, s posebnim poudarkom na virih informacij za varstvo gozdov v Sloveniji. Pomembno je poglavje o varstvu gozdov, gledano z gledišča helsinškega procesa za Evropo in montrealskega procesa za gozdove zmernega pasu in borealne gozdove. V poglavju o helsinškem in montrealskem procesu navajamo merila za trajnostno gospodarjenje z gozdom in posebej kazalce za ocenjevanje zdravja gozdnih ekosistemov. Nato je poglavje o podnebnih spremembah, v katerem se osredotočamo na opise scenarijev podnebnih sprememb v Sloveniji. Sledi poglavje o ocenjevanju spremenjenosti vrstne sestave gozdov kot enega izmed pogojev, ki so pomembni pri preverjanju stabilnosti gozda. Na koncu predstavljamo poglavje o presoji zdravja gozdnega ekosistema. 2.1 MODELIRANJE 2.1.1 Modeli kot znanstveni pripomoček Modeli so uporaben pripomoček v znanosti (Jorgensen in Bendoricchio, 2001): • Modeli so uporabni pripomoček pri pregledu kompleksnih sistemov. • Modeli se lahko uporabijo za odkrivanje lastnosti sistema. • Modeli odkrivajo slabosti v našem znanju, zato jih lahko uporabimo za določevanje raziskovalnih prioritet. • Modeli so uporabni pri preizkušanju znanstvenih hipotez. 2.1.2 Elementi modeliranja Ekološki model je sestavljen iz petih komponent (Jorgensen in Bendoricchio, 2001): 1. Funkcije ali zunanje spremenljivke, ki vplivajo na stanje ekosistema od zunaj. 2. Spremenljivke stanja, ki opisujejo stanje ekosistema. 3. Biološki, kemični in fizikalni procesi v ekosistemu so v modelu predstavljeni s pomočjo matematičnih enačb. Le-te podajajo odvisnosti med funkcijami in spremenljivkami, ki opisujejo stanje ekosistema. 4. Matematična predstavitev procesov v ekosistemu vsebuje koeficiente ali parametre. Parametri lahko veljajo za konstante za določen ekosistem ali del ekosistema. Parametre moramo preveriti s kalibracijo. 5. Večina modelov vsebuje tudi splošne konstante, kot so plinska konstanta, molekularne mase ipd. 9 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.1.3 Postopek modeliranja Postopek modeliranja praviloma poteka po naslednjih korakih (slika 2) (Jorgensen in Bendoricchio, 2001): 1. Natančno opredelimo problem in namen modela. 2. Definiramo sistem in njegove robne pogoje (problem postavimo v čas, prostor in podsistem). 3. Naredimo seznam potrebnih podatkov in ugotovimo, kakšna je kakovost dostopnih podatkov. 4. Narišemo shemo modela. 5. Matematične enačbe. 6. Preverjanje modela (odprava logičnih napak). 7. Določanje občutljivosti modela (prilagajanje natančnosti vhodnih podatkov modelu, popravljanje zvez v modelu). 8. Kalibriranje in validacija modela (uporabimo realne vhodne podatke, za katere poznamo rezultate vnaprej). Definicija problema Postavitev problema v čas, prostor in podsistem Revizija < Potrebni podatki Shema modela Enačbe Preverjanje Analiza občutljivosti Kalibriranje Validacija Izbor kompleksnosti Kakovost dostopnih podatkov? Slika 2: Shema postopka modeliranja (Jorgensen in Bendoricchio, 2001) 10 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.1.4 Metode strojnega učenja5 Učenje je proces pridobivanja novega znanja. Pri strojnem učenju računalnik, t. j. stroj oz. računalniški program iz podatkov pridobi novo znanje (Kubat in sod., 1997; Džeroski, 2001). Odkrivanje znanja v podatkovnih zbirkah je definirano kot netrivialen proces spoznavanja veljavnih, novih, potencialno uporabnih in razumljivih vzorcev v podatkih (Fayyad in sod., 1996). Iz uporabniškega vidika je strojno učenje orodje za podatkovno rudarjenje in odkrivanje novega znanja. Obdelava podatkov ali podatkovno rudarjenje (angl. data mining) je eden poglavitnih korakov v procesu odkrivanja novega znanja, ki se osredotoča na iskanje vzorcev v podatkih s pomočjo določenih algoritmov. Drugi koraki v procesu učenja se ukvarjajo s pripravo podatkov za obdelavo in z vrednotenjem odkritih vzorcev (rezultatov). Odkriti vzorci v podatkih naj bi veljali samo z neko stopnjo gotovosti, ki jo določi uporabnik sam. Vzorci naj bi potencialno vodili k dejanski uporabi (glede na merila koristnosti, ki jih postavi uporabnik). Vzorec, ki je zanimiv (glede na merila, ki jih postavi uporabnik) in je dovolj zanesljiv (glede na merila uporabnika) je znanje (Frawley in sod., 1991). Iskanje vzorcev v podatkih se opravi z uporabo različnih algoritmov podatkovnega rudarjenja. Različni algoritmi podatkovnega rudarjenja definirajo različne naloge podatkovnega rudarjenja. Rezultat algoritma podatkovnega rudarjenja je navadno vzorec ali množica vzorcev, ki veljajo za dane podatke. Vzorec je definiran kot izjava v določenem jeziku, ki opisuje relacije med dejstvi v množici danih podatkov in je na neki način preprostejši kot seznam vseh dejstev v množici (Frawley in sod., 1991; Fayyad in sod., 1996). V podatkovnem rudarjenju imamo več različnih skupin vzorcev, ki so odvisni od naloge podatkovnega rudarjenja. Katero nalogo podatkovnega rudarjenja uporabimo, je odvisno od danih podatkov. Naloge podatkovnega rudarjenja so naslednje: • klasifikacija in regresija; • razvrščanje v skupine; • asociacijska analiza; • druge naloge (npr. razvojna analiza). Pri podatkovnem rudarjenju in odkrivanju znanja so osrednjega pomena vzorci. Algoritmi podatkovnega rudarjenja iščejo vzorce v danih podatkih. Odkriti vzorci, ki so veljavni, zanimivi in uporabni, so lahko znanje (Han in Kamber, 2001). Vzorec deli množico podatkov na več delov, ki so še vedno del celote, in vključuje prostorski vidik, ki ga lahko vizualiziramo. Odkriti vzorci v podatkih lahko zavzamejo različno obliko: • enačbe; 5 Poglavje o metodah strojnega učenja je v večji meri povzeto po dveh virih, ki na kratko in jedrnato opisujeta, kaj je strojno učenje in katere so njegove metode (Kubat in sod., 1997; Džeroski, 2001). Na nekaterih mestih tega poglavja so uporabljeni tudi viri drugih avtorjev, kar je navedeno s citiranjem virov. 11 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • odločitvena drevesa; • napovedovalna pravila; • asociacijska pravila; • primere, razdalje in razdelke; • verjetnostne modele. Problematika, ki jo obravnava doktorska disertacija Model zdravja gozdov v Sloveniji, je terjala nalogo klasifikacije in regresije. Odkriti vzorci so zavzeli obliko odločitvenih dreves. Zato v nadaljevanju na kratko opisujemo samo uporabljene naloge podatkovnega rudarjenja in kaj so odločitvena drevesa. 2.1.4.1 Klasifikacija in regresija Naloge klasifikacije in regresije se ukvarjajo z napovedovanjem vrednosti ene spremenljivke iz vrednosti drugih spremenljivk. Ciljna spremenljivka je poimenovana razred (v statistiki je to odvisna spremenljivka), druge spremenljivke so poimenovane atributi (v statistiki so to neodvisne spremenljivke) (Han in Kamber, 2001; Witten in Frank, 2005). Če je razred zvezen, je naloga regresija. Če je razred diskreten, je naloga klasifikacija. V obeh primerih je za vhod obdelave podatkov navadno vzet iz množice le del podatkov, iz katerih je potem izdelan model. Tak del podatkov se imenuje učna množica. Preostali del je rezerviran za vrednotenje izdelanega modela in se imenuje testna množica in se uporablja za ocenitev veljavnosti najdenega vzorca v učni množici na novih podatkih, ki jih predstavlja testna množica (Han in Kamber, 2001; Witten in Frank, 2005). Izdelan model se potem lahko uporablja za napovedovanje vrednosti razreda z novimi podatki. 2.1.4.2 Odločitvena drevesa Odločitvena drevesa so hierarhične strukture v obliki drevesa, kjer vsako notranje vozlišče vsebuje preizkus na atribut, vsaka veja se ujema z rezultatom preizkusa in vsak list daje napoved vrednosti za razredno spremenljivko (Quinlan, 1986, 1993; Breiman in sod., 1998). Odvisno od tega, ali se ukvarjamo s klasifikacijskim ali regresijskim problemom, je odločitveno drevo poimenovano klasifikacijsko ali regresijsko drevo. Listi klasifikacijskega drevesa vsebujejo konstante, listi regresijskih dreves pa linearne modele. Pomemben mehanizem, ki preprečuje pretirano prilagajanje dreves podatkom, je rezanje odločitvenih dreves. V ta namen določimo minimalno število primerov, ki ga mora opisovati vsak list drevesa, ali pa določimo stopnjo zaupanja za ocene točnosti posameznih listov odločitvenega drevesa. Za razvoj modela zdravja gozdov smo uporabili klasifikacijsko in regresijsko drevo. Za klasifikacijsko drevo smo izbrali algoritem J48, ki omogoča izdelavo C4.5 odločitvenega drevesa (Quinlan, 1993). Za regresijsko drevo smo izbrali algoritem M5, ki ga je v osnovi razvil Quinlan (1992). Pozneje sta algoritem M5 izboljšala Wang in Witten (1997) in ga označujemo kot M5'. 12 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.1.4.3 Weka Weka je zbirka najsodobnejših algoritmov strojnega učenja in orodij za podatkovno rudarjenje (Witten in Frank, 2005). Oblikovana je tako, da uporabnik lahko hitro in na fleksibilen način preizkusi obstoječe metode strojnega učenja na novih podatkih. Omogoča široko paleto orodij za celoten proces podatkovnega rudarjenja, vključno s pripravo vhodnih podatkov, s statističnim vrednotenjem učnih shem ter ponazoritvijo vhodnih podatkov in rezultatov učenja. To raznoliko in obširno orodje se uporablja prek skupnega grafičnega vmesnika, tako da njegovi uporabniki lahko primerjajo različne metode in izberejo tiste, ki so najprimernejše za obravnavani problem. Program Weka so razvili na Univerzi Waikato na Novi Zelandiji, Oddelku za računalništvo v programskem jeziku java6. Program je prosto dostopen na spletu in javen za uporabo. Deluje skoraj na katerem koli računalniškem okolju in je preizkušen na operacijskih sistemih Linux, Windows in Macintosh. Program Weka vključuje metode za vse običajne naloge podatkovnega rudarjenja: regresijo, klasifikacijo, razvrščanje v skupine, asociacijska pravila in izbor atributov. Spoznavanje vzorcev v podatkih je sestavni del raziskav, zato je v programu na voljo mnogo načinov za ponazoritev vzorcev in orodij za predpripravo podatkov. Program Weka sprejema podatke v formatu ARFF (ang. Attribute-Relation File Format). Iz analize rezultatov programa Weka je mogoče razbrati novo znanje. Drugi način je, da se uporabi razvite modele za izdelavo napovedi na novih primerih. Tretji način pa je, da uporabimo različne učne algoritme in izdelamo primerjavo njihove zmogljivosti, da ugotovimo, kateri je boljši; tistega potem uporabimo za izdelavo napovedi. Učni algoritmi se imenujejo klasifikatorji, ki jih uporabnik lahko izbira prek posebnega menija v grafičnem vmesniku Weke. Mnogo klasifikatorjev ima možnost nastavitve njihovih parametrov. Za merjenje zmogljivosti klasifikatorjev je namenjen posebni in skupni modul za vrednotenje. 2.1.4.4 Primeri uporabe metod strojnega učenja v varstvu gozdov v Sloveniji V Sloveniji so bili na področju varstva gozdov razviti vsaj trije modeli s pomočjo metod strojnega učenja: model požarne ogroženosti gozdov (Kobler, 2001), model pojavljanja smrekovih podlubnikov v Dinarskem gorstvu (Jurc M. in sod., 2006), model populacijske dinamike navadnega jelena (Stankovski in sod., 1998). Prostorski model požarne ogroženosti gozdov v Sloveniji To je prostorski model za vsakodnevno ocenjevanje požarne ogroženosti gozdov na podlagi okoljskih, antropogenih in vremenskih vplivov. Okoljski in antropogeni vplivni dejavniki so zajeti v obliki slojev prostorskega informacijskega sistema (PIS), vreme pa posredno prek ocen požarne ogroženosti naravnega okolja, ki jih vsak dan objavlja Agencija Republike Slovenije za okolje (ARSO). Model temelji na empiričnih podatkih o gozdnih požarih. Za izdelavo modela so bile uporabljene tri različne metode, in sicer: 6 Java je programski jezik, ki je preprost, predmetno usmerjen, mrežen, razumljiv, robusten, varen, neodvisen od operacijskega sistema, prenosen, visoko zmogljiv, večniten in dinamičen. 13 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 linearna regresija, binarna logistična regresija in induktivno učenje odločitvenega drevesa, od katerih je dala najboljše rezultate logistična regresija. Izbrani model je vgrajen v obliki PIS-aplikacije v okolju ArcView. Linearna regresija je prilagajanje linearne funkcije empiričnim podatkov, pri čemer mora biti ciljna spremenljivka zvezna. Binarna logistična regresija se uporablja takrat, ko je odvisna spremenljivka diskretna in binarna, torej ima le dve možni vrednosti, neodvisne spremenljivke pa so zvezne (Hosmer in Lemeshow, 2001). Rezultat logistične regresije je izraz, ki napoveduje verjetnost dogodka kot funkcijo neodvisnih spremenljivk. Čeprav je v modelu požarne ogroženosti gozdov v Sloveniji logistična regresija dala boljše rezultate kot odločitveno drevo, to ni splošno pravilo (Perlich in sod., 2003). Primerjava med logistično regresijo in indukcijo odločitvenega drevesa je pokazala, da je logistična regresija boljša pri manjših podatkovnih nizih, indukcija dreves pa pri večjih podatkovnih nizih. V modelu požarne ogroženosti je bil model logistične regresije izbran zato, ker je samo ta upošteval časovni vidik, t. j. vremenske vplive na požarno ogroženost gozdov. Pozneje je bil model požarne ogroženosti izboljšan in vgrajen v sistem GIS UJME, t. j. prostorski del informacijskega sistema za zaščito in reševanje na Upravi Republike Slovenije za zaščito in reševanje pri Ministrstvu za obrambo Republike Slovenije (Kobler in sod., 2006). Model pojavljanja smrekovih podlubnikov v Dinarskem gorstvu Model preizkuša odvisnost pojavljanja smrekovih podlubnikov (Ips typographus in Pityogenes chalcographus) glede na različne okoljske dejavnike. V ta namen so uporabili metodo linearne regresije in indukcijo odločitvenih dreves. Vključeni so bili naslednji atributi: ekspozicija, starost feromona, število dni od zadnjega pregleda pasti, povprečna mesečna temperatura, mesečne padavine, mesec in število podlubnikov iz zadnjega pregleda pasti. V primerjavi z linearno regresijo je v tem modelu odločitveno drevo točneje prikazalo pojavljanje smrekovih podlubnikov. Validacijo modela so izvedli z 10-kratnim prečnim preverjanjem. Zanesljivost modelov so preverjali s Pearsonovim koeficientom korelacije, in sicer je model za P. chalcographus r = 0,44. Z večjim odločitvenim drevesom je bil korelacijski koeficient lahko večji kot 0,5. Model omogoča kratkoročno napoved gostote populacije smrekovih podlubnikov s pomočjo podatkov spremljanja gostote populacije smrekovih podlubnikov s pomočjo kontrolno-lovnih pasti in drugih neodvisnih spremenljivk modela. Model populacijske dinamike navadnega jelena Raziskava je modelirala populacijsko dinamiko navadnega jelena na površini 40.000 ha v sonaravno gospodarjenih gozdovih na visokem Krasu Notranjske. Uporabljen je bil program RETIS, ki je orodje strojnega učenja; razvil ga je Karalič (1992). RETIS je program, v katerega je vgrajen algoritem za gradnjo regresijskega drevesa, katerega listi predstavljajo modele linearne regresije. Model populacijske dinamike navadnega jelena vključuje več meteoroloških spremenljivk in oceno številčnosti jelenjadi v območju. Razvita sta bila dva modela: prvi je za ocenjevanje teže jelenjadi, drugi pa za ocenjevanje stopnje poškodb na javoru zaradi jelenjadi. Z modelom je mogoče dobro napovedati poškodbe gozda zaradi jelenjadi v bližnji prihodnosti. To je pomembno za vzdrževanje ravnotežja med populacijo jelenov in gozdom. 14 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.2 VARSTVO GOZDOV V SLOVENIJI V Sloveniji je varstvo gozdov določeno v Zakonu o gozdovih (1993), natančneje pa v Pravilniku o varstvu gozdov (2000) in njegovih dopolnitvah (Pravilnik o spremembah in dopolnitvah ..., 2006). Pravilnik o varstvu gozdov "ureja pogoje za sonaravno, trajnostno in večnamensko gospodarjenje in rabo gozdov (izkoriščanje funkcij gozdov), ohranjanje biotskega ravnovesja gozdnega ekosistema, načrtovanje ukrepov za preprečevanje škodljivih vplivov na gozd, ter spremljanje poškodovanosti gozdov in varstvo gozdov pred požari". Biotsko ravnovesje vseh živih organizmov v gozdu se zagotavlja z obstojem, raznovrstnostjo, uravnoteženimi odnosi in razvojem avtohtonih organizmov v gozdu in gozdnem prostoru ter z ohranjanjem pestrih ekosistemov. Biotsko ravnovesje v gozdu se ohranja in obnavlja z upoštevanjem usmeritev in izvajanjem ukrepov, določenih z načrti za gospodarjenje z gozdovi. Biotsko ravnovesje v gozdu se ohranja, obnavlja in pospešuje z načrtovanjem in izvajanjem naslednjih ukrepov (Pravilnik o varstvu gozdov, 2000): • ohranjanjem redkih grmovnih in drevesnih vrst ter njihovih populacij; • ohranjanjem redkih in ogroženih živalskih vrst ter njihovega življenjskega okolja; • načrtnim puščanjem odmrle biomase; • spremljanjem stanja in razvoja gozdnega ekosistema; • ohranjanjem mokrišč in vodnih površin v gozdu; • ohranjanjem posebno vrednih habitatov redkih in ogroženih rastlinskih in živalskih vrst; • prilagajanjem gospodarjenja v predelih gozda, ki so posebno pomembni za redke in ogrožene rastlinske in živalske vrste • in izvajanjem dodatnih ukrepov, kot so postavljanje in vzdrževanje gnezdnic, sajenje plodonosnih vrst grmovja in drevja, zaščita sadik pred prostoživečimi rastlinojedimi živalmi in drugi. Dejavnost varstva gozdov obsega zlasti (Pravilnik o varstvu gozdov, 2000): • spremljanje stanja in razvoja biotskih in abiotskih dejavnikov, ki so ali lahko postanejo škodljivi za gozd kot ekosistem; • ugotavljanje neznanih škodljivih dejavnikov; • napovedovanje pričakovanih škodljivih pojavov večjih razsežnosti; • načrtovanje in zagotavljanje izvajanja ukrepov za preprečevanje škodljivih pojavov; • poročanje o škodljivih pojavih. Dejavnost varstva gozdov se opravlja v okviru dejavnosti javne gozdarske službe, t. j. v okviru poročevalske, diagnostične in prognostične službe za gozdove (PDP služba) ter redne javne gozdarske službe. 2.2.1 Poročevalska, diagnostična in prognostična služba za gozdove Dejavnost varstva gozdov v Sloveniji je razdeljena na dve javni inštituciji: na Gozdarski inštitut Slovenije (GIS) in Zavod za gozdove Slovenije (ZGS). Gozdarski inštitut Slovenije v okviru poročevalske, diagnostične in prognostične službe za gozdove skrbi tudi za: • ugotavljanje neznanih škodljivih dejavnikov; 15 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • napovedovanje pričakovanih škodljivih pojavov večjih razsežnosti; • pripravlja, razvija in predlaga metode za spremljanje stanja biotskih in abiotskih dejavnikov v gozdu ter metode za izvajanje ukrepov za preprečevanje škodljivih pojavov, ločeno po posameznih gozdnogospodarskih območjih; • ministrstvu poroča o pojavih in dejavnostih iz prejšnjih alinej. Zavod za gozdove Slovenije v okviru dejavnosti javne gozdarske službe opravlja tudi naslednje naloge varstva gozdov: • spremlja stanje in razvoj biotskih in abiotskih dejavnikov, ki so ali lahko postanejo škodljivi za gozd kot ekosistem; • načrtuje in zagotavlja izvajanje ukrepov za preprečevanje škodljivih pojavov; • ministrstvu poroča o stanju in ukrepih iz prejšnjih alinej; • Gozdarski inštitut Slovenije obvešča o pojavu poškodb drevja neznanega vzroka, o pojavu karantenskega dejavnika oziroma o vseh pojavih neobičajno velikih ali intenzivnih poškodb v gozdovih ali gozdnem prostoru. Dejavnost službe PDP se najbolje ugotavlja iz podatkov letnega poročila o varstvu gozdov, ki je del poročila o gozdovih, ki ga pripravi ZGS. Vsak revirni gozdar sproti beleži škodljive biotske in abiotske dejavnike v gozdu (Katalog znanj ..., 2001). Podatke vnaša v predpisane obrazce in jih ob pojavu škodljivega dejavnika oz. na dva meseca preda vodji krajevne enote. Tu podatke vseh revirjev združijo in ob pojavu škodljivega dejavnika oz. na štiri mesece jih predajo vodji odseka za gojenje in varstvo gozdov na območni enoti (slika 3). GIS Slika 3: Shematski prikaz organiziranosti službe PDP (Katalog znanj ..., 2001) Revirni gozdar mora za ustrezno izpolnjevanje obrazcev znati določiti najpogostejše povzročitelje poškodb drevja. Tisti škodljivci, ki so najpogosteje sposobni preiti v gradacijo, so navedeni v Pravilniku o varstvu gozdov (2000, 2006). O njihovem pojavu je obvezno treba poročati. Vendar je treba zabeležiti tudi druge škodljive dejavnike in poškodbe zaradi njih ter jih vpisati v posebne obrazce. Če revirni gozdar ne more sam 16 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 določiti povzročitelja poškodb, mora o takem pojavu obvestiti vodjo odseka za gojenje in varstvo gozdov na območni enoti. Če vodja odseka za gojenje in varstvo gozdov ne more določiti povzročitelja, mora o pojavu obvestiti vodjo službe za varstvo gozdov na centralni enoti in vzorce poškodovanega drevesa (skupaj s povzročiteljem, če je to le mogoče) poslati v Laboratorij za varstvo gozdov na GIS. Po opravljeni določitvi povzročitelja poškodb GIS obvesti pošiljatelja in centralno enoto ZGS o rezultatih pregleda vzorca (slika 3). Vsak pojav, ki povzroča poškodbe na gozdnem drevju, mora biti registriran, še posebno, če se pojavi nenadno in v večjem obsegu. V vsakem trenutku preti nevarnost vnosa novih bolezni in škodljivcev. Samo na temelju sprotnega zaznavanja neobičajnih poškodb gozda lahko služba za varstvo gozdov, služba za varstvo rastlin in inšpekcijska služba (gozdarska in fitosanitarna) učinkovito ukrepajo in, če je mogoče, zatrejo povzročitelja oz. zmanjšajo njegov negativni vpliv. 2.2.1.1 Organiziranost PDP služba je organizirana na dveh nivojih: v ožji in širši sestavi (Katalog znanj ..., 2001). Ožja sestava je jedro, ki usmerja varstvo gozdov v času, ko ni večjih varstvenih problemov. Kadar nastanejo problemi večjih razsežnosti, kot so naravna ujma, gradacija, epifitocija in požar, se ožji sestavi pridružijo nosilci izvajanja varstva gozdov z ogroženih območij. Ožjo sestavo službe PDP sestavljajo vodja službe za varstvo gozdov (ZGS), fitopatolog (GIS), entomolog (GIS) in republiški gozdarski inšpektor. V širši sestavi so še vodje odsekov za gojenje in varstvo gozdov na območnih enotah ZGS in gozdarski inšpektor ogroženega gozdnogospodarskega območja. Služba PDP v ožji sestavi ima redne sestanke, na katerih obravnava aktualno varstveno problematiko. Služba PDP v širši sestavi se sestaja zgolj po potrebi. 2.2.1.2 Delovanje Zavoda za gozdove Slovenije v primeru naravnih nesreč in ujm Ob naravnih nesrečah in ujmah je ključnega pomena učinkovit informacijski sistem. Na ZGS poteka zbiranje podatkov po organizacijskih ravneh (Katalog znanj ..., 2001). Na vsaki organizacijski ravni je odgovorna oseba, ki zbira podatke s svoje ravni in jih posreduje na višjo raven. Vsaka odgovorna oseba odgovarja za točnost in kakovost podatkov na svoji ravni: • na ravni revirja je za zbiranje podatkov in evidentiranje poškodb gozdov odgovoren revirni gozdar; • na ravni krajevne enote je odgovorna in kontaktna oseba za zbiranje podatkov vodja krajevne enote; • na ravni območne enote je odgovorna oseba vodja odseka za gojenje in varstvo gozdov. V primeru poškodb gozdnih prometnic pa podatke o poškodbah zbira vodja odseka za tehnologijo dela in gozdnih prometnic; • na ravni ZGS je odgovorna oseba vodja službe za varstvo gozdov oz. vodja oddelka za gojenje in varstvo gozdov. Odgovorne osebe morajo o trenutnem stanju in zbranih informacijah sproti obveščati direktorja ZGS in vodjo oddelka za razvoj podeželja ter stike z lastniki gozdov in javnostjo; 17 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • za koordinacijo dela in pripravo navodil, ki so potrebna za sanacijo, je pristojna komisija za izredne dogodke, ki jo s sklepom imenuje direktor. V primeru naravnih ujm in drugih naravnih nesreč morajo delavci ZGS v najkrajšem mogočem času začeti zbirati podatke, ki jih sproti posredujejo odgovorni osebi na višjem nivoju. Določeni so časovni okvirji poročanja po posameznih ravneh, določena pa je tudi vsebina poročila. Poškodovano površino in lesno maso je treba začeti ocenjevati takoj. Časovni rok za končno oceno se določi za vsako naravno ujmo posebej. V območni enoti so za stike z mediji in poročanje podatkov o poškodbah pristojni vodja območne enote, po pooblastilu tudi vodja odseka za gojenje in varstvo gozdov ter vodja odseka za tehnologijo dela in gozdne prometnice. Za stike z mediji in sporočanje podatkov o poškodbah na ravni države je pristojen direktor ZGS, po pooblastilu: vodja službe za varstvo gozdov in narave v gozdnem prostoru, vodja oddelka za gojenje in varstvo gozdov, vodja oddelka za tehnologijo dela in gozdne prometnice, vodja oddelka za razvoj podeželja ter stike z lastniki gozdov in javnostjo. Centralna enota mora sporočati podatke o poškodbah gozdov na Ministrstvo za kmetijstvo, gozdarstvo in prehrano, Upravo Republike Slovenije za zaščito in reševanje ter na prizadete lokalne skupnosti. Izdelava sanacijskih načrtov se začne takoj, ko je znana končna realna ocena poškodb. 2.2.1.3 Spremljanje stanja škodljivih biotskih dejavnikov ZGS spremlja stanje in poroča o škodljivih biotskih dejavnikih, ki so navedeni v Prilogi PVG-VII/3 Pravilnika o varstvu gozdov (2006). V prilogi PVG-VII/3 so navedene bolezni in škodljivci, ki lahko preidejo v gradacijo in povzročijo obsežne poškodbe gozdov. Zato je treba redno zbirati podatke o stanju njihovih populacij in beležiti poškodbe, ki jih povzročajo. Škodljivci so navedeni po fitogeografskih regijah. Če se poškodbe drevja pojavijo nenadoma ali če so obsežne ali če povzročitelj ni znan ali če se pojavi škodljiv organizem, ki je pod uradnim nadzorom (karantenski škodljivi organizmi), potem revirni gozdar o tem takoj obvesti vodjo krajevne enote in vodjo gojenja in varstva gozdov na območni enoti ZGS (Katalog znanj ..., 2001). Revirni gozdar izpolni obvestilo o pojavu poškodb drevja, zbere vzorce poškodovanih delov drevesa in povzročitelje poškodb, če jih uspe najti. Vodja odseka za gojenje in varstvo gozdov na območni enoti presodi, ali je treba poslati obvestilo in vzorec7 v diagnostični laboratorij, t. j. Laboratorij za varstvo gozdov na GIS in Laboratorij za ekološke študije na Oddelku za gozdarstvo in obnovljive gozdne vire Biotehniške fakultete. Iz laboratorija pošiljatelja pisno obvestijo o rezultatih diagnoze8. Oba navedena laboratorija ustrezata pogojem, ki so navedeni v Pravilniku o pogojih glede strokovne, prostorske in tehnične usposobljenosti 7 Vzorec je določena količina rastlin, rastlinskih proizvodov, zemlje, škodljivih organizmov ali kateri koli drug organizem, predmet ali snov, ki lahko vsebuje ali širi škodljive organizme. 8 Poročilo o preskusu je dokument, ki ga izda laboratorij, v katerem je natančno, jasno in nedvoumno naveden analizni izvid z rezultati preskusa in tudi drugi predpisani podatki, povezani s preskusom. 18 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 laboratorijev9 za izvajanje laboratorijskih preiskav zaradi diagnostike škodljivih organizmov (2002, 2003). V laboratorijih je vzpostavljen sistem zagotavljanja kakovosti10. 2.2.2 Spremljanje razvrednotenja in poškodovanosti gozdov Pravilnik o varstvu gozdov (2000, 2006) določa, da javna gozdarska služba spremlja stanje razvrednotenja in poškodovanosti gozdov v skladu z določili Uredbe Evropske skupnosti, št. 2152/2003. Namen spremljanja stanja je: • spremljanje stanja razvrednotenja in poškodovanosti gozdov; • ugotavljanje vplivov atmosferskega onesnaževanja na gozdne ekosisteme; • spremljanje vgradnje ogljika, vpliva podnebnih sprememb in biotske raznovrstnosti v gozdovih; • stalno preverjanje, ocenjevanje učinkovitosti in razvoj metodologij za spremljanje stanja; • priprava podlag za načrtovanje ukrepov za ohranitev in obnovo poškodovanih gozdov. Spremljanje stanja razvrednotenja in poškodovanosti gozdov poteka na dveh ravneh. Na prvi ravni spremljanje stanja razvrednotenja in poškodovanosti gozdov poteka na sistematični mreži stalnih vzorčnih ploskev, ki zajema celotno območje Slovenije in obsega: • popis poškodovanosti dreves, ki se opravi vsako leto; • popis stanja tal, ki se opravi vsakih 10 let; • popis preskrbljenosti gozdnega drevja z mineralnimi hranili, ki se opravi vsakih 10 let. Popis se opravi na mreži sistematično porazdeljenih stalnih vzorčnih ploskev z gostoto 16 km × 16 km, enkrat v 10 letih pa na mreži z gostoto 4 km × 4 km. V primeru večjih sprememb poškodovanosti gozdov se popis na mreži 4 km × 4 km opravi tudi pogosteje, če tako odloči minister, pristojen za gozdarstvo, na predlog GIS. Na drugi ravni spremljanje stanja poteka na izbranih stalnih opazovalnih ploskvah. Spremljanje stanja na 2. ravni obsega: • popis stanja dreves, ki se opravi vsako leto; • popis tal, ki se opravi vsakih 10 let; • foliarni popis, ki se opravi vsaki dve leti; • spremljanje rasti in prirastka, ki se opravi vsakih 5 let; • meritve usedlin, ki se jih spremlja stalno; • spremljanje meteoroloških razmer, ki se izvaja stalno; • spremljanje talne raztopine, ki se izvaja vsakih 10 let; • popis pritalne vegetacije, ki se opravi vsako leto; • fenološka opazovanja, ki se opravijo vsako leto. 9 Laboratorij je organ, ki izvaja preskuse vzorcev zaradi določitve škodljivih organizmov (Pravilnik o pogojih glede strokovne ..., 2002, 2003). 10 Sistem zagotavljanja kakovosti je notranji sistem obvladovanja organiziranosti laboratorija za izvajanje specifičnih preskusov na način, ki zagotavlja stalno učinkovitost postavljene ureditve. 19 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Ministrstvu je treba najpozneje do 31. decembra tekočega leta posredovati letna poročila o spremljanju stanja gozdov. 2.2.3 Sistem varstva rastlin v Sloveniji V Sloveniji je varstvo gozdov uvrščeno v širši kontekst varstva rastlin, ki je določen z Zakonom o zdravstvenem varstvu rastlin (2001). S tem zakonom je bila ustanovljena Fitosanitarna uprava Republike Slovenije (FURS) kot organ v sestavi Ministrstva za kmetijstvo, gozdarstvo in prehrano (slika 4). FURS je osrednji odgovorni organ za zdravstveno varstvo rastlin v državi, za koordinacijo in izmenjavo informacij med organi in izvajalci javnih služb ter za poročanje Evropski komisiji. FURS je bil ustanovljen tudi za uresničevanje mednarodnih konvencij in mednarodnih sporazumov s področja zdravstvenega varstva rastlin, ki obvezujejo Republiko Slovenijo. Poleg Uprave zdravstveno varstvo rastlin izvajajo še drugi izvajalci javne službe (slika 4). Izvajalci javne službe zdravstvenega varstva rastlin morajo izvajati oziroma sodelovati pri izvajanju stalnega nadzora rastlin, rastlinskih proizvodov, zemljišč, prostorov za skladiščenje, predelavo in shranjevanje rastlin in rastlinskih proizvodov, sredstev za prevoz rastlin in rastlinskih proizvodov ter drugih nadzorovanih predmetov z namenom ugotavljanja in poročanja o pojavu in širjenju škodljivih organizmov ter njihovega zatiranja. Ministrstvo za kmetijstvo, gozdarstvo in prehrano Slika 4: Sistem zdravstvenega varstva rastlin v Sloveniji in mesto gozdarstva v njem (Jurc, 2006) Na področju zdravstvenega varstva rastlin v gozdarstvu morajo organi Republike Slovenije in izvajalci javne službe ravnati v skladu Zakona o zdravstvenem varstvu rastlin (2001) in v skladu s predpisi, ki urejajo področje gozdarstva. 20 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Precejšnji del Zakona o zdravstvenem varstvu rastlin (2001) določa in razlaga sezname škodljivih organizmov, ki so razvrščeni v različne sezname glede na nevarnost za zdravje in obstoj posameznih vrst rastlin ter glede na nevarnost povzročitve velike ekonomske škode. Za preprečevanje vnosa in širjenja škodljivih organizmov je potreben stalen nadzor škodljivih organizmov, izvajati pa je treba tudi ukrepe, določene z zakonom. Seznami so naslednji: • škodljivi organizmi, ki se štejejo za posebno nevarne rastlinam in rastlinskim proizvodom, so razvrščeni v: o seznama I. A in II. A, ki se nanašata na celotno ozemlje Skupnosti; o seznama I. B in II. B, ki se nanašata na določena varovana območja; • rastline, rastlinski proizvodi in nadzorovani predmeti, s katerimi se lahko prenašajo škodljivi organizmi in pomenijo nevarnost za zdravstveno varstvo rastlin, so razvrščeni v naslednje sezname: o seznam III. A, ki se nanaša na prepoved uvoza; o seznam III. B, ki se nanaša na prepoved uvoza v določena varovana območja; o seznam IV. A, ki se nanaša na posebne fitosanitarne zahteve; o seznam IV. B, ki se nanaša na posebne fitosanitarne zahteve za določena varovana območja; o seznam V. A, ki vsebuje: a) seznam V. A. I, ki se nanaša na rastlinski potni list, b) seznam V. A. II, ki se nanaša na rastlinski potni list za določena varovana območja; o seznam V. B, ki vsebuje: a) seznam V. B. I, ki se nanaša na fitosanitarno spričevalo, b) seznam V. B. II, ki se nanaša na fitosanitarno spričevalo za določena varovana območja. Če se na ozemlju Republike Slovenije pojavi škodljiv organizem oz. obstaja sum o njegovi prisotnosti s seznama I. A in II. A oziroma se na določenem varovanem območju pojavi škodljiv organizem s seznamov I. B ali II. B, se odvzame uradni vzorec in pošlje v laboratorij, ki opravlja diagnostične preiskave. Le-ta potrdi ali ovrže sum na okužbo s škodljivim organizmom in poskusi ugotoviti vzrok okužbe. Ob tem mora zagotoviti tak način ravnanja z uradnim vzorcem, da ni nevarnosti za širjenje škodljivih organizmov ter da zagotovi identiteto vzorca. Diagnostične preiskave opravlja laboratorij, ki mu je dodeljeno javno pooblastilo. Ko je ugotovljena okužba s škodljivim organizmom s seznamov I. A in II. A oziroma na varovanem območju s seznamov I. B in II. B, pristojni inšpektor odredi uničenje ali drugačno odstranitev, tretiranje in druge predpisane ukrepe. Uprava o pojavu in nevarnosti škodljivega organizma obvesti organizacije, službe in imetnike rastlin ter jih seznani z najpomembnejšimi ukrepi, s katerimi lahko preprečujejo okužbo s škodljivimi organizmi. Prepovedana sta vnos in širjenje škodljivih organizmov s seznamov I. A in II. A. Na varovanem območju sta prepovedana tudi vnos in širjenje škodljivega organizma s seznamov I. B in II. B, za katerega je območje priznano kot varovano. Zakon natančno določa še naslednje zadeve: • vodenje registra pridelovalcev, predelovalcev, uvoznikov in distributerjev rastlin, rastlinskih proizvodov in nadzorovanih predmetov; 21 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • uvoz, izvoz in tranzit pošiljk; • premeščanje rastlin, rastlinskih proizvodov in nadzorovanih predmetov, kjer se obravnava tematika rastlinskih potnih listov; • biotično varstvo rastlin. V Sloveniji sta del sistema varstva rastlin še fitosanitarna in gozdarska inšpekcija (slika 4), ki zagotavljata enotno izvajanje postopkov dela in ukrepov na področju zdravstvenega varstva rastlin, inšpekcijsko spremljata zdravstveno stanje rastlin, zagotavljata strokovno usposabljanje inšpektorjev, sodelujeta pri pripravi predpisov s svojega delovnega področja ter opravljata druge zadeve, določene z zakonom ali drugim predpisom. Inšpekciji pri svojem delu sodelujeta z Upravo, z drugimi inšpekcijami, zavodi in drugimi organizacijami in s strokovnjaki za kmetijstvo in gozdarstvo v Republiki Sloveniji in tujini. 2.2.4 Mednarodni sistem varstva rastlin Z ratifikacijo Mednarodne konvencije za varstvo rastlin (International plant ..., 1997; Zakon o ratifikaciji ..., 2000) (IPPC) se je Slovenija zavezala k mednarodnemu sodelovanju in določila svojo notranjo organiziranost na področju varstva rastlin. Začetek zgodovine IPPC sega v leto 1881, ko je bil v Bernu v Švici podpisan sporazum 12 držav o ukrepih zaradi širjenja trsne uši (Phylloxera vastarix). Prvi osnutek besedila mednarodne konvencije je bil pripravljen leta 1929 v Rimu. Zaradi 2. svetovne vojne so bile aktivnosti konvencije ponovno opredeljene na 3. in 4. zasedanju konference FAO (Food and Agriculture Organization of the United Nations), ki je bila v Rimu v letih 1947 in 1948. Leta 1951 je bila konvencija prvič sprejeta na 6. zasedanju konference FAO. Veljati je začela leta 1952. Predlogi sprememb so se prvič pojavili leta 1973. Spremembe so bile sprejete leta 1979, veljati pa so začele leta 1991 s podpisom dveh tretjin pridruženih članic konvencije. Leta 1992 je bil ustanovljen Sekretariat IPPC, kateremu je leta 1993 sledila ustanovitev komiteja strokovnjakov za fitosanitarne ukrepe. Naslednje aktivnosti glede ponovnih sprememb konvencije so se začele že leta 1995. Novembra leta 1997, v času 29. zasedanja konference FAO, je bilo potrjeno novo revidirano besedilo konvencije, ki je v veljavi od novembra 2005. Namen IPPC je, da bi pogodbenice zagotovile skupne in učinkovite ukrepe za preprečevanje širjenja in vnašanja rastlinam in rastlinskim proizvodom škodljivih organizmov ter uveljavljale ustrezne ukrepe za njihovo zatiranje in da bodo sprejele zakonodajne, tehnične in upravne ukrepe. Vodilno telo IPPC je komisija za fitosanitarne ukrepe (Commission on Phytosanitary Measures – CPM), ki se načeloma sestaja enkrat na leto in ob tej priložnosti določi prioritete sprejemanja Mednarodnih standardov za fitosanitarne ukrepe (International Standards for Phytosanitary Measures – ISPMs). Vsi standardi in še mnogo drugih dokumentov so dostopni na medmrežju, na Mednarodnem fitosanitarnem portalu (International phytosanitary ..., 2006). Med druge pomembne sporazume štejemo še Splošni sporazum o tarifah in trgovini (General Agreement on Tariffs and Trade – GATT), ki je bil sprejet v okviru Svetovne trgovinske organizacije (World Trade Organization – WTO). Njegov 20. člen omogoča ureditev trgovine v posamezni državi tako, da se zavaruje zdravje ljudi, živali in rastlin. Slovenija je ratificirala tudi Sporazum o uporabi sanitarnih in fitosanitarnih ukrepov (Agreement on the Application of Sanitary and Phytosanitary Measures – SPS) znotraj 22 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 WTO, ki ureja temeljna pravila trgovanja v povezavi z varno hrano in postavlja standarde za zdravje živali in rastlin. Slovenija je tudi članica Evropske in sredozemske organizacije za varstvo rastlin (European and Mediterranean ..., 2006) (EPPO). EPPO ima status medvladne organizacije, ki je odgovorna za mednarodno sodelovanje na področju varstva rastlin v Evropi in regiji Sredozemlja. Ustanovljena je bila leta 1951 s 15 članicami. Dandanes vključuje že 47 članic: skoraj vse države vzhodne in zahodne Evrope ter regije Mediterana. Cilji EPPO so: • zdravstveno varstvo rastlin v kmetijstvu, gozdarstvu in na neobdelanih površinah; • razviti mednarodno strategijo proti vnosu in širitvi škodljivih organizmov za rastline; • spodbujati poenotenje fitosanitarne zakonodaje in vseh drugih področij, ki so povezana z uradnim varstvom rastlin; • promovirati uporabo sodobnih, varnih in učinkovitih metod zatiranja škodljivih organizmov; • nuditi storitev dokumentacije na temo varstva rastlin. Strokovno delo EPPO poteka v dveh delovnih skupinah: to sta delovni skupini za fitosanitarno zakonodajo in delovna skupina za sredstva za varstvo rastlin. Njihovo delo je omejiti širjenje škodljivih organizmov med državami (v pomenu rastlinske karantene) in preverjati delo varstva rastlin v državah članicah. Delovna skupina zaupa posamezne naloge različnim panelom. Le-ti so sestavljeni iz različnih strokovnjakov iz držav članic, ki so jih kot posameznike imenovale nacionalne organizacije za varstvo rastlin (v Sloveniji je to FURS), ki pripravljajo osnutke za delovno skupino kot neodvisno izvedensko mnenje. Za gozdarstvo so pomembni predvsem paneli v okviru prve delovne skupine, npr. panel za fitosanitarne ukrepe, panel za karantenske škodljive organizme v gozdarstvu, panel za oceno tveganja zaradi škodljivega organizma, panel za diagnostiko, panel za fitosanitarne postopke. Slovenija ima svoje predstavnike v večini navedenih panelov. EPPO kot rezultat dela različnih delovnih skupin znotraj EPPO predlaga uporabo različnih standardov, ki so v bistvu IPPC-regionalni standardi. Da bi bili standardi mednarodno sprejeti, je vsak vključen v precej zapleten postopek sprejemanja. EPPO pripravlja standarde za tri področja: za področje zdravstvenega varstva rastlin, za področje sort rastlin in semenarstva ter za področje fitofarmacevtskih sredstev in gnojil. Tu navajamo skupine standardov s področja zdravstvenega varstva rastlin: • splošni fitosanitarni ukrepi (PM1); • posebne fitosanitarne zahteve za škodljive organizme (PM2); • fitosanitarni postopki (PM3); • analiza tveganja zaradi škodljivega organizma (PM5); • varna uporaba biotičnega varstva (PM6); • diagnostični protokoli za nadzorovane škodljive organizme (PM7); • specifični fitosanitarni ukrepi za blago (PM8); • državni sistem obvladovanja škodljivih organizmov (PM9). 23 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.2.5 Viri informacij za varstvo gozdov v Sloveniji Da bi varstvo gozdov delovalo, mora imeti vzpostavljen učinkovit informacijski sistem. V prejšnjih poglavjih smo spoznali, da je sistem varstva gozdov precej kompleksen, deluje na različnih ravneh, povezan je z mnogimi organizacijami, in sicer zaradi uresničevanja naslednjega cilja: omogočiti pogoje za sonaravno, trajnostno in večnamensko gospodarjenje in rabo gozdov, ohranjanje biotskega ravnovesja gozdnega ekosistema, načrtovanje ukrepov za preprečevanje škodljivih vplivov na gozd, ter spremljanje poškodovanosti gozdov in varstvo gozdov pred požari (Pravilnik o varstvu gozdov, 2000, 2006). Običajna komunikacijska pot v varstvu gozdov je naslednja: dostava vzorca, postavitev diagnoze, zbiranje virov, odgovor pošiljatelju vzorca, v katerem se diagnostik odloči tudi o primernem ukrepanju. Za kakovostne odločitve11 diagnostik potrebuje kakovostne informacije (Gašperšič, 1995). Iz tega sledi, da bo varstvo gozdov tem uspešnejše pri svojem delu, čim več znanja, izkušenj in bolj kakovostnih informacij bo imel diagnostik oz. izvedenec v danem trenutku. Pri iskanju informacij je zelo pomembno, da jih najdemo hitro. Hiter dostop do informacij omogoča medmrežje, ki postaja nepogrešljiv vir informacij skoraj na vseh znanstvenih in gospodarskih področjih. Ker so predlogi za ukrepanje eden od rezultatov varstva gozdov, je to posledično povezano z načrtovanjem in upravljanjem gozdov. Usmeritve za načrtovanje ukrepov varstva gozdov so sestavni del gozdnogospodarskih načrtov. Ukrepi varstva gozdov, ki jih je treba izvajati, se določijo z gozdnogojitvenim načrtom (Pravilnik o varstvu gozdov, 2000, 2006). Da bo gospodarjenje z gozdovi sonaravno, trajnostno in večnamensko, potrebujemo čim bolj celostno informacijo o gozdovih in uporabljati moramo različne vire informacij (Gašperšič, 1995), kar velja tudi za varstvo gozdov. ZGS obdeluje podatke in pripravlja informacije o stanju in razvoju gozdov, kot je določeno v 56. členu Zakona o gozdovih (1993). Rezultat takega dela je podatkovna zbirka. GIS opravlja program statističnih raziskav za gozdove ter razvija in strokovno usmerja informacijski sistem za gozdove, kot je določeno v 74. členu Zakona o gozdovih (1993). Rezultat takega dela so tudi podatkovne zbirke. Zbirke, ki se najpogosteje uporabljajo v varstvu gozdov, so: podatkovne zbirke prostorskega informacijskega sistema (PIS), ki jih v večini pripravi Geodetska uprava Republike Slovenije (GURS), meteorološke podatkovne zbirke, ki jih pripravlja Agencija Republike Slovenije za okolje (ARSO), podatkovne zbirke o tleh, ki jih pripravlja Center za pedologijo in varstvo okolja (CPVO), podatkovne zbirke Statističnega urada Republike Slovenije (SURS). V varstvu gozdov poleg podatkovnih zbirk uporabljamo še: • objavljene vire, to so predvsem znanstveni in strokovni članki ter monografije; 11 Odločati v ožjem smislu pomeni poiskati rešitev za določen problem, t. j. izbirati med dvema ali več možnostmi za njegovo rešitev oziroma dosego določenega cilja. Odločanje v širšem smislu vključuje poleg samega akta odločanja še podrobnejšo opredelitev problema na podlagi zbranih informacij in iskanje variantnih rešitev problema in njihovo kritično presojo (Gašperšič, 1995). 24 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • neobjavljene vire, kot so mnenja in izkušnje drugih izvedencev za varstvo gozdov ter drugi ustni viri; • informacije na medmrežju. V nadaljevanju podrobneje opisujemo podatkovne zbirke in druge vire informacij, ki so med najpomembnejšimi v varstvu gozdov. To so: podatkovna zbirka Gozdni fondi, podatkovna zbirka Timber, podatkovna zbirka Gozdne inventure, podatkovna zbirka Spremljanje razvrednotenja in poškodovanosti gozdov, podatkovna zbirka Glive Slovenije – Boletus informaticus. 2.2.5.1 Podatkovna zbirka Gozdni fondi in Timber Podatkovna zbirka Gozdni fondi je sestavljena iz treh preglednic: Odseki, Drevna in Razfaz (Mikulič, 1990). V preglednici Odseki dobimo temeljne informacije o odseku, to je o: površini, sektorju lastništva, koordinati centroida, nadmorski višini, ekspoziciji, nagibu, kamnitosti, skalovitosti, vrsti matične podlage in njeni stopnji razpadlosti, talnem tipu, globini tal, stopnji ohranjenosti drevesne sestave in etatu. Preglednica Drevna vsebuje podatke o drevesnih vrstah, ki se pojavljajo v odsekih, to je podatke o lesnih zalogah in prirastkih v treh razširjenih debelinskih stopnjah. Preglednica Razfaz vsebuje podatke o razvojnih fazah v določenem odseku, kot so površina razvojne faze, njena zasnova, negovanost, sklep in poškodovanost. Preglednica 2: Vrsta poseka v podatkovni zbirki Timber Vrsta Naziv Vrsta Naziv 100 Negovalne sečnje 400 Za gozdno infrastrukturo 101 Izbiralno redčenje 500 Krčitve 102 Pomladitvena sečnja 501 Cesta 103 Drugo 502 Daljnovod 104 Sečnja na panj 503 Urbanizacija 200 Umetna obnova 504 Kmetijska raba 300 Varstveno-sanacijske sečnje 505 Drugo 301 Žuželke 506 Rudarstvo 302 Bolezni, glive 507 Energetika 303 Divjad 600 Sečnja zunaj gozda 304 Veter 700 Drugo 305 Sneg 800 Posek brez odobritve 306 Žled 900* Posek oslabelega drevja 307 Plaz, usad 308 Požar 309 Emisija 310 Poškodbe zaradi dela v gozdu 311 Drugo *Opomba: razdelitev podvrst poseka pri 900 je enaka kot pri 300 Podatkovna zbirka Timber je zbirka podatkov o poseku gozdnega drevja. Posek se spremlja po drevesni vrsti in vrsti poseka (preglednica 2) v določenem odseku. V okviru posamezne drevesne vrste in vrste poseka so v podatkovni zbirki še podatki o debelinski strukturi poseka, in sicer številčno in tudi volumensko. Podatkovna zbirka Timber za celotno območje Slovenije obstaja v enotni elektronski obliki od leta 1995 naprej. Za oceno zdravja gozdov je posebno pomembna razdelitev varstveno-sanacijskih sečenj na 11 25 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 vzrokov. Del varstveno-sanacijskih sečenj je v kategoriji posek oslabelega drevja, kar moramo upoštevati pri obdelavah (preglednica 2). Sanitarni posek zaradi drugih vzrokov (koda 311 in 911) je vrsta varstveno-sanacijske sečnje ali posek oslabelega drevja, v katerega uvršamo sanitarni posek zaradi kompleksnih pojavov ali neznanih vzrokov ali sečnje, ki je ne moremo uvrstiti v eno od kategorij 301– 310 (preglednica 2). To so npr. sušenja dreves ali sestojev zaradi kompleksa dejavnikov kot je, npr. propadanje hrastov (Führer, 1998; Thomas in sod., 2002), jesena (Kowalski, 2006) ali jelke (Šolar, 1988). 2.2.5.2 Podatkovna zbirka Gozdne inventure Gozdna inventura je osrednji nosilec informacij v gozdarstvu (Hočevar, 1990b). Sloni na pridobivanju količinskih in strukturnih podatkov o stanju in razvoju gozdnih sestojev po načelu iz malega v veliko. Gozdna inventura temelji na kontrolni vzorčni metodi, ki je sistem stalnih, koncentričnih krožnih ploskev (velikih 2 in 5 arov), na katerih potekajo snemanja predvidoma vsakih 10 let (Hočevar, 1990a). Osnova je sistematična vzorčna mreža velikosti 1 km × 1 km, ki prekriva vse gozdne površine Slovenije ne glede na lastništvo in tip gozda. Tako je zagotovljena zanesljiva ocena stanja in razvojnih teženj gozdov na ravni gozdnogospodarskega območja in države. Na posameznih delih sistematične mreže je vzorčna mreža zgoščena na 100 m × 200 m do 250 m × 500 m, kar omogoča pridobivanje zanesljivih informacij in ocen na ravni manjših stratumov (npr. gozdnogospodarskih enot). Podatkovna zbirka gozdne inventure je sestavljena iz treh preglednic: SVP, PloskDV in PloskTH. Preglednica SVP vsebuje temeljne podatke o stalni vzorčni ploskvi, to je o lokaciji, nagibu, gozdni združbi, nadmorski višini, ekspoziciji, razvojni fazi. Preglednica PloskDV je osrednjega pomena podatkovne zbirke in vsebuje podatke o drevesnih vrstah, ki se pojavljajo na posameznih vzorčnih ploskvah. V notranjem koncentričnem krogu so izmerjena vsa drevesa, katerih prsni premer je večji ali enak kot 10 cm. V zunanjem koncentričnem krogu pa so izmerjena le drevesa, katerih prsni premer je večji ali enak 30 cm. Iz preglednice PloskDV dobimo podatke o točni lokaciji dreves na vzorčni ploskvi (azimut in razdalja) in za vsako drevo se spremljajo naslednji podatki: drevesna vrsta, debelina v prsni višini, volumen, socialni položaj, poškodovanost, višina, kakovost in koda drevesa, iz katerega izvemo, kakšen je status drevesa, npr. drevo je posekano, drevo je sušica, vraslo drevo, ali pa opisuje napako pri izmeri drevesa. Preglednica PloskTH vsebuje podatke o mrtvi biomasi, t. j. trohnečih drevesih na stalni vzorčni ploskvi. Mrtvo biomaso na vzorčni ploskvi se spremlja po razširjenih debelinskih razredih iglavcev in listavcev ter se razlikuje med stoječo in ležečo mrtvo biomaso. Podatki iz preglednice PloskTH omogočajo preverjanje 6. člena Pravilnika o varstvu gozdov (2000, 2006), t. j. o načrtnem puščanju biomase v gozdu kot enem izmed ukrepov za ohranjanje biotskega ravnovesja. Podatki iz gozdne inventure so nepogrešljivi pri simulacijah gozdnih sestojev, kajti le iz te podatkovne zbirke lahko zvemo potrebne podatke o gostoti in višini dreves, debelinskem prirastku in o prirastku lesne zaloge. Prednost kontrolne vzorčne metode je možnost natančnega spremljanja nekaterih sprememb v gozdu, kar omogoča oceno razvojnih teženj 26 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 in kontrolo učinkovitosti gospodarskih in gojitvenih ukrepov v odvisnosti od sestojnih tipov in rastišča. Torej so podatki iz gozdne inventure vir kakovostnih informacij, na podlagi katerih se lahko odločamo in načrtujemo nadaljnja ukrepanja. 2.2.5.3 Podatkovna zbirka Spremljanje razvrednotenja in poškodovanosti gozdov Spremljanje razvrednotenja in poškodovanosti gozdov je določeno s Konvencijo o daljinskem transportu onesnaženega zraka (angl. Convention on Long-Range Transboundary Air Pollution), ki je bila sprejeta v okviru United Nations Economic Commision for Europe in s Pravilnikom o varstvu gozdov (2000, 2006). Prej se je spremljanje razvrednotenja in poškodovanosti gozdov imenovalo popis propadanja gozdov (Kovač in sod., 2000). Kratek opis spremljanja stanja smo navedli v poglavju št. 2.2.2. Tu navajamo natančnejši opis podatkovne zbirke in njen pomen v varstvu gozdov. Podatkovna zbirka spremljanja stanja gozdov je sestavljena iz dveh preglednic: T in D. Preglednica T vsebuje podatke o traktu oz. koncentričnih stalnih ploskvah, kot so koordinate, vrste lastništva, oblika mikroreliefa, ekspozicija, kamnina, skalovitost, kamnitost, gozdna združba, sestojna zgradba, razvojna faza, mešanost sestoja, oblika mešanosti sestoja, sklep sestoja, starost sestoja, nastanek sestoja ter sklep, mešanost in vrsta poškodb mladja, gošče ali letvenjaka. V Preglednici D so podatki o posameznih drevesih na traktu oz. ploskvi, t. j. drevesna vrsta, lokacija drevesa na ploskvi (azimut, razdalja), obseg debla v prsni višini, koda drevesa, socialni položaj, osutost, tip osutosti, porumenelost, tip porumenelosti, suhe veje, poškodbe iglic ali listov, poškodbe debla in koreničnika. Del spremljanja razvrednotenja in poškodovanosti gozdov je ugotavljanje povzročiteljev poškodb, s čimer želimo zagotoviti informacijo o njihovem vplivu na stanje krošnje (Jurc in Jurc, 2006). Dolgotrajno spremljanje povzročiteljev bo lahko omogočilo temeljne podatke o razširjenosti, pojavljanju in škodljivosti biotskih in abiotskih dejavnikov v Evropi. Ugotavljanje povzročiteljev poškodb poteka na 1. in 2. ravni spremljanja stanja in se sestoji iz naslednjih delov: opisa simptomov, določitve povzročitelja in količinske ocene poškodbe. Natančen opis postopka je v Priročniku za ugotavljanje povzročiteljev poškodb (Jurc in Jurc, 2006). Ker je bilo ugotavljanje povzročiteljev poškodb uvedeno leta 2006, podatkov še ni na voljo. 2.2.5.4 Sistem kartiranja in beleženja vrst gliv v Sloveniji – Boletus informaticus V Sloveniji je bil sistem kartiranja gliv natančno opisan že v monografiji Glive Slovenije (Jurc in sod., 2005). Tu povzemamo temeljne dele in značilnosti (Ogris in sod., 2006b). V Sloveniji sistem kartiranja gliv temelji na vnosu podatkov v računalniški program Boletus informaticus. Postopek poteka v petih korakih (slika 5): (1) iz različnih virov se podatki (2) vnesejo (3) v osebno podatkovno zbirko, ki se (4) prek podsistema preverjanja podatkov priložnostno posreduje (5) v centralno zbirko Boletus informaticus. V nadaljevanju opisujemo vsako od naštetih enot. 27 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 / 1 Viri podatkov / 2 Vnos podatkov 3 Osebna zbirka 4 Preverjanje 5 Boletus informaticus Slika 5: Diagram poteka zbiranja podatkov za zbirko Boletus informaticus (Ogris in sod., 2006b) Viri podatkov Viri podatkov za kartiranje gliv v Sloveniji so naslednji: taksonomske zbirke (mikoteke), zasebne taksonomske zbirke, literatura, popisi gliv z ekskurzij, lokalni popisi gliv, razstave svežih gob, drugi podatki amaterskih poznavalcev in podatki iz Poročevalske, prognostične in diagnostične službe za gozdove. Pri zbiranju podatkov o glivah sodeluje več organizacij. Za zbiranje podatkov o makroglivah sta najpomembnejša Mikološka zveza Slovenije in Inštitut za sistematiko višjih gliv. Od leta 1961 (takrat je bila to Mikološka sekcija Prirodoslovnega društva) Mikološka zveza s svojimi dejavnostmi intenzivno zbira vse podatke iz svojih dejavnosti, kot so predvsem razstave svežih gob, zapiski članov gobarskih društev in popisi gliv z ekskurzij. Inštitut za sistematiko višjih gliv pa dejavno prispeva k poznavanju vrstne pestrosti gliv v Sloveniji z različnimi lokalnimi popisi makrogliv. Gozdarski inštitut Slovenije, ki vodi mikoteko (zbirka eksikatov gliv) za območje Slovenije, skupaj z Zavodom za gozdove Slovenije opravlja Poročevalsko, prognostično in diagnostično službo za gozdove, ki je predvsem vir podatkov o patogenih vrstah gliv na gozdnem in parkovnem drevju, t. j. večinoma mikrogliv. Osebna podatkovna zbirka in vnos podatkov Osebna podatkovna zbirka je lokalna zbirka Boletus informaticus, ki je nameščena na uporabniškem osebnem računalniku. Podatke je vnašalo 12 oseb. Avtor podatka je določitelj vrste glive, določiteljev pa je 121 (Jurc in sod., 2005). Preverjanje podatkov Preverjanje podatkov poteka na dveh ravneh: na prvi se podatki preverjajo računalniško z logičnimi kontrolami, na drugi pa preverjanje poteka pri izvedencih za določeno skupino gliv. Po končanem preverjanju se zapisi prenesejo v centralno zbirko Boletus informaticus, ki se vodi na Gozdarskem inštitutu Slovenije. 28 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Centralna zbirka podatkov Boletus informaticus V centralno zbirko podatkov se stekajo vsi viri podatkov. Centralna zbirka Boletus informaticus se vodi na Gozdarskem inštitutu Slovenije, kar je združljivo z njegovo funkcijo vodenja mikoteke na državni ravni. Ker je osebna podatkovna zbirka ločena od centralne zbirke, je nujno potrebna povratna zanka. Npr.: brez aktualiziranega seznama gliv na obeh ravneh bi sistem postal nepovezljiv. V povratni zanki se iz centralne podatkovne zbirke v osebno zbirko posredujejo vsi posodobljeni in preverjeni zapisi. Uporabniku se redno posredujejo tudi vsi skupni seznami, kot so seznam imen gliv, seznami povezanih organizmov, seznami določevalcev in nabiralcev gliv idr. 2.3 VAROVANJE GOZDOV V EVROPI IN V SVETU 2.3.1 Helsinški proces Leta 1990 so se začela prizadevanja za opredelitev splošnih smernic za trajnostno rabo gozdov v Evropi, znana tudi kot Helsinški proces ali Panevropski proces. Na srečanjih na ministrski ravni (Ministerial Conference ..., 2007) in srečanjih na strokovni ravni so poskušali opredeliti merila in kazalce za ovrednotenje napredka v prizadevanjih, da bi upoštevali načela trajnostnega gospodarjenja z gozdom in ohranili biotsko raznovrstnost v evropskih gozdovih. Vsaka tri leta organizirajo ministrsko konferenco, in sicer država, ki usklajuje proces, in država, ki po ministrski konferenci prevzame usklajevanje, to je vodenje posebne strukture, imenovane Enota za povezavo (angl. Liason Unit). Doslej so bile 4 ministrske konference, in sicer: v Strasbourgu leta 1990, Helsinkih leta 1993, Lizboni leta 1998 in na Dunaju leta 2003 (prirejeno po Skoberne, 2004). 2.3.1.1 Prva ministrska konferenca (Strasbourg, 1990) V Strasbourgu so se decembra 1990 na pobudo in ob predsedovanju Francije in Finske sestali ministri za gozdarstvo na prvi ministrski konferenci. Udeležili so se je predstavniki 31 evropskih držav, Evropske unije in štirih mednarodnih organizacij. Osredotočili so se na strokovno in znanstveno sodelovanje, sprejeli pa so splošno izjavo (General Declaration) ter šest resolucij: • S1 – Evropsko omrežje stalnih vzorčnih površin za spremljanje gozdnih ekosistemov; • S2 – Ohranitev gozdnih genetskih virov; • S3 – Decentralizirana evropska banka podatkov o gozdnih požarih; • S4 – Prilagajanje gospodarjenja z gorskimi gozdovi novim razmeram v okolju; • S5 – Širitev mreže EUROSILVA za raziskave o fiziologiji drevja; • S6 – Evropska mreža za raziskovanje gozdnih ekosistemov. Za izvedbo vsake resolucije je določen mednarodni koordinator, vsaka država pogodbenica pa je imenovala nacionalnega koordinatorja. Slovenija je podpisala vse resolucije. 29 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.3.1.2 Druga ministrska konferenca (Helsinki, 1993) Na drugi ministrski konferenci v Helsinkih (junij 1993) so poleg pregleda opravljenega dela v okviru posameznih resolucij obravnavali izvajanje za gozd pomembnih odločitev, sprejetih na svetovnem vrhu v Riu leta 1992. Konference so se udeležili predstavniki 37 evropskih držav, Evropske unije, treh držav opazovalk, sedmih mednarodnih organizacij in treh nevladnih organizacij. Ugotovitve so strnili v splošni izjavi in štirih resolucijah: • H1 – Splošne smernice za trajnostno gospodarjenje z gozdovi v Evropi; • H2 – Splošne smernice za ohranitev biotske raznovrstnosti v evropskih gozdovih; • H3 – Sodelovanje gozdarstva z državami v gospodarskem razvoju; • H4 – Strategija za dolgoročni proces prilagajanja evropskih gozdov podnebnim spremembam. Resolucije H1, H2 in H3 je podpisalo 37 držav (med njimi Slovenija, ki je podpisala tudi resolucijo H4) in Evropska skupnost. Za izvajanje skrbita gostiteljici zadnjega in prihodnjega srečanja, odločitve sprejema strokovna skupina (Expert Level Follow-Up Meeting) na letnih srečanjih. Na prvem srečanju strokovne skupine po Helsinški konferenci (First Expert Level Follow-up Meeting of the Helsinki Conference) v Ženevi, ki je bilo od 23. do 24. junija 1994, so obravnavali ter sprejeli šest načel in kazalce za zbiranje in ocenjevanje informacij o izvajanju splošnih smernic za trajnostno gospodarjenje z gozdovi, opredeljenimi v helsinških resolucijah. Drugo srečanje strokovne skupine po Helsinški konferenci je bilo v Antaliji (Turčija) od 23. do 24. januarja 1995. Udeleženci so pripravili Antalijsko izjavo (Antalya Statement), s katero so potrdili sprejeta merila iz leta 1994, hkrati pa tudi opredelili bolj kvantitativne oblike za opredeljevanje na globalni ravni. Poudarili so potrebnost povezave s Komitejem za gozdarstvo (FAO/COFO – FAO Committee on Forestry) FAO in Komisijo Združenih narodov za trajnostni razvoj (CSD). 2.3.1.3 Tretja ministrska konferenca (Lizbona, 1998) Konferenca je potekala od 2. do 4. junija 1998 v Lizboni, organizirali sta jo Portugalska in Avstrija. Udeleženci so sprejeli splošno izjavo, v kateri je med drugim tudi odstavek o sodelovanju z ministrskim procesom Okolje v Evropi, in dve resoluciji: • L1 – Ljudje, gozdovi in gozdarstvo – Izboljševanje socio-ekonomskih vidikov trajnostnega gospodarjenja z gozdovi; • L2 – Vseevropska merila, kazalci in operativne usmeritve za trajnostno gospodarjenje z gozdovi (Pan-European Criteria for Sustainable Forest Management). Za resolucijo L2 je določenih 6 meril za trajnostno gospodarjenje z gozdovi: 1. Ohranjanje in primerno izboljšanje gozdnih virov in njihovih prispevkov h globalnemu kroženju ogljika. 2. Ohranjanje zdravja in vitalnosti gozdnih ekosistemov. 3. Ohranjanje in spodbujanje lesnoproizvodnih in drugih funkcij gozdov. 4. Ohranjanje in primerno izboljšanje biotske pestrosti gozdnih ekosistemov. 5. Ohranjanje in primerno izboljšanje varovalnih funkcij v urejanju gozdov (posebej tal in vodo). 6. Ohranjanje preostalih socio-ekonomskih funkcij in pogojev. 30 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Za temo disertacije so posebno zanimivi kazalci za 2. merilo trajnostnega gospodarjenja z gozdovi, to so kazalci za ohranjanje zdravja in vitalnosti gozdih ekosistemov. Kazalci so štirje: 1. Skupna količina in spremembe v onesnaževanju tal z onesnaževalci zraka v obdobju 5 let. 2. Spremembe v osutosti krošenj z uporabo klasifikacij UN/ECE in EU v obdobju 5 let. 3. Poškodbe zaradi biotskih in abiotskih vzrokov: a. poškodbe zaradi žuželk in bolezni; poškodovanost se meri z izgubo prirastka ali smrtnostjo dreves; b. letna površina gozdov, poškodovana zaradi gozdnih požarov; c. letna površina gozdov, poškodovana zaradi ujm in količine poseka na takih površinah; d. delež površin, ki se uspešno obnavljajo zaradi poškodb od divjadi ali drugih živali ali paše v gozdu. 4. Spremembe v ravnotežju hranil in kislosti tal v zadnjih 10 letih (pH in CEC). Za ohranjanje zdravja in vitalnosti gozdnih ekosistemov veljajo tudi splošne usmeritve za gozdnogospodarsko načrtovanje: • Cilj gozdnogospodarskega načrtovanja bi moral biti ohranjati in izboljšati zdravje in vitalnost gozdnih ekosistemov ter rehabilitacijo degradiranih gozdnih ekosistemov, kjer koli je to mogoče s pomočjo gojitvenih ukrepov. • Zdravje in vitalnost gozda bi bilo treba periodično spremljati, posebno ključne biotske in abiotske dejavnike, ki lahko potencialno vplivajo na zdravje in vitalnost gozdnih ekosistemov, kot so škodljivci, bolezni, paša, požari in poškodbe zaradi podnebnih dejavnikov, onesnaženja zraka in dela v gozdu. • Gozdnogospodarski načrti ali njihovi ekvivalenti bi morali določiti načine, kako zmanjšati tveganje zaradi degradacije in poškodb gozdnih ekosistemov. Gozdnogospodarsko načrtovanje bi moralo uporabiti politične inštrumente, ki bi podprli naštete aktivnosti. 2.3.1.4 Četrta ministrska konferenca (Dunaj, 2003) Pod geslom Vrh o živečem gozdu (Living Forest Summit) je potekala konferenca 40 evropskih ministrov in predstavnikov Evropske skupnosti od 28. do 30. aprila 2003 na Dunaju. Podpisali so dunajsko izjavo Evropski gozdovi – skupne koristi, vzajemne odgovornosti (European Forests – Common Benefits, Shared Responsibilities) ter sprejeli 5 resolucij: • V1 – medsektorsko sodelovanje in državni programi za gozdove (Cross-sectoral cooperation and national forest programmes); • V2 – ekonomska ocena trajnostnega gospodarjenja z gozdovi (Economic viability of SFM); • V3 – socialna in kulturna razsežnost trajnostnega gospodarjenja z gozdovi (Social and cultural dimensions of SFM); 31 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • V4 – biotska raznovrstnost gozdov (Forest biological diversity) s prilogama (okvirni program sodelovanja in Smernice MCPFE za ocenjevanje gozdnih zavarovanih površin). Vse informacije o dosedanjih srečanjih, vključno s celotnimi besedili resolucij in izjav, so na spletni strani: http://www.mcpfe.org 2.3.2 Montrealski proces Montrealski proces (The Montréal Process, 2007) sestavljajo skupine izvedencev in udeležencev konference s ciljem oblikovati mednarodna merila in pokazatelje za ohranjanje in trajnostno gospodarjenje z zmernimi in borealnimi gozdovi. Montrealski proces je bil ustanovljen v Ženevi, in sicer junija 1994. Članstvo v delovni skupini je prostovoljno. Evropske države niso članice montrealskega procesa, ker so vključene v helsinški proces. Leta 1993 je bil v Montrealu v Kanadi mednarodni seminar izvedencev za trajnostni razvoj zmernih in borealnih gozdov. Seminar se je osredotočal na merila in pokazatelje, ki bi lahko pomagali definirati in meriti trajnostni razvoj gozdov. Na 6. srečanju delovne skupine v montrealskem procesu v Santiagu, Čile, februarja 1995, se je 10 držav sporazumelo o merilih in pokazateljih za ohranjanje in trajnostno gospodarjenje z gozdovi. Ta sporazum so poimenovali Deklaracija Santiago. Leta 1995 sta se pridružili še dve državi. Zdaj je 12 držav v montrealskem procesu. Države, ki so se pridružile montrealskemu procesu, imajo 90 % gozdov zmernega pasu in borealnih gozdov ter upravljajo s 60 % svetovnih gozdov. Montrealski proces obsega 7 določil za trajnostno gospodarjenje z gozdovi: 1. ohranjanje biotske pestrosti; 2. ohranjanje proizvodne sposobnosti gozdnih ekosistemov; 3. ohranjanje zdravja gozdnih ekosistemov; 4. ohranjanje tal in vodnih virov; 5. ohranjanje prispevanja gozdov h globalnemu ciklu ogljika; 6. ohranjanje in izboljšanje dolgoročnih družbeno-ekonomskih koristi za potrebe družbe; 7. zakonski in ekonomski okvir za ohranjanje gozdov in trajnostno gospodarjenje. Kazalci za tretje določilo montrealskega procesa, t. j. ohranjanje zdravja gozdnih ekosistemov, so trije: • površina in delež gozdov, ki so pod vplivom dejavnikov ali procesov v taki meri, da presegajo zgodovinsko variabilnost, npr. žuželke, bolezni, invazivne vrste, požari, ujme, goloseki, poplave in domače živali; • površina in delež gozdov, ki jih zadevajo negativni vplivi določenih onesnaževalcev zraka (npr. sulfati, dušik, ozon) ali ultravioličnih B-žarkov; • površina in delež gozdov, katerim se zmanjšuje biološka komponenta, ki nakazuje na spremembe v temeljnih ekoloških procesih (npr. tla, kroženje hranil, širjenje semen, peloda) in/ali ekološke zveznosti (spremljanje stanja funkcionalnih skupin kot so glive, epifiti, nematode, hrošči idr.). 32 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Vse informacije o montrealskem procesu, sestankih skupin, deklaracijah in poročil so dostopne na spletni strani: http://www.mpci.org 2.4 SCENARIJI PODNEBNIH SPREMEMB Pri modeliranju pojavljanja bolezni in škodljivcev gozdnega drevja nas velikokrat zanima, kako se bodo obnašali v prihodnosti in še posebno v spremenjenih razmerah. Zdaj vemo, da se podnebne spremembe že dogajajo (Luterbacher in sod., 2004; Solomon in sod., 2007). Obstaja veliko različnih scenarijev podnebnih sprememb, ki se nanašajo na različno prostorsko in časovno merilo ter so izdelani z različno metodologijo različne kompleksnosti. Večina klimatologov se strinja, da podnebne spremembe prinašajo višje temperature zraka, kar pomeni višjo evapotranspiracijo. Četudi se količina in razporeditev padavin ne bosta bistveno spremenili, to pomeni večjo verjetnost za pogostejše suše. Prav vse naštete spremenljivke, t. j. temperatura, padavine in evapotranspiracija, so zelo pomembne za pojavljanje bolezni in škodljivcev gozdnega drevja. Če želimo modelirati pojavnost bolezni in škodljivcev zaradi podnebnih sprememb, to ni mogoče brez scenarijev podnebnih sprememb. Podnebje je kaotičen sistem, katerega stanja ne moremo natančno napovedati leta vnaprej (Lorenz, 1967). Lahko pa ob predpostavkah o razvoju družbe, posledičnih emisijah toplogrednih plinov in različnih aerosolov in s tem o spreminjanju lastnosti ozračja ocenimo, kakšen vpliv bo imel človek na podnebje v prihodnosti (Benestad, 2003). Ker so to okvirne ocene sprememb povprečnega stanja ter variabilnosti podnebja, jih ponavadi označujemo kot scenarije in ne kot napovedi. Scenarij je verjeten in pogosto poenostavljen opis morebitnega poteka prihodnosti, ki temelji na razumljivih in smiselnih predpostavkah o ključnih povezavah in dejavnikih (Houghton in sod., 2001). Za Slovenijo je scenarije podnebnih sprememb izdelal Bergant (2006, 2007). Pripravljene so napovedi za temperaturo, padavine in evapotranspiracijo. Scenariji so sestavljeni kot mesečna povprečja 30-letnih obdobij z razmikom 10 let v obdobju 1961–2100 za devet krajev v Sloveniji: Ljubljana, Novo mesto, Maribor, Murska Sobota, Rateče-Planica, Postojna, Slap pri Vipavi, Bilje in Portorož. Temperature so v °C, evapotranspiracija in padavine pa v mm·dan–1. Scenariji posameznih podnebnih spremenljivk nosijo oznake MIN, AVG in MAX. Scenarij AVG pomeni mediano vseh napovedi vseh modelov in scenarijev emisij, MAX pa maksimum in MIN minimum. Z drugimi besedami: AVG pomeni srednjo vrednost vseh scenarijev, MIN in MAX pa naj bi bila maksimalen razpon glede na vse scenarije. Scenariji podnebnih sprememb so bili izdelani s pomočjo metode glavnih komponent in s pomočjo regresije delnih najmanjših kvadratov. Izdelani so bili ločeno za posamezne letne čase. Pri projekcijah so bili uporabljeni rezultati štirih modelov splošnega kroženja: HadCM3 (Anglija), ECHAM4-OPYC3 (Nemčija), CSIRO (Avstralija), DOE-NCAR (ZDA). Simulacije so bile narejene na temelju scenarijev emisij (SRES) mednarodnega panela za podnebne spremembe (IPCC). Bergant (2006, 2007) je v simulacijah uporabil IPCC SRES A2 in B2 scenarij, naknadno pa je z metodo prirejanja vzorcev priredil še za IPCC SRES A1T, A1Fl, A1B, in B1 scenarije emisij (Emissions scenarios ..., 2000). 33 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Evapotranspiracija je ocenjena z Blaney-Criddlejevo metodo. Metoda zmanjša vpliv evapotranspiracije glede na Penmann-Montiethove napovedi predvsem v mesecih z nizko temperaturo. Slabo je tudi ujemanje za meteorološki postaji Slap pri Vipavi in Bilje. Modeliranje padavin je še kompleksnejše kot modeliranje temperature. Delež pojasnjene variabilnosti rezultatov modelov splošnega kroženja (GCM) ponavadi ne presega 25 %, zato je upravičeno dvomiti o njihovi zanesljivosti. V naslednjih grafikonih (slika 6, slika 7, slika 8) so prikazani scenariji padavin, temperature in evapotranspiracije glede na povprečje za obdobje 1961–1990 za izbranih 5 krajev v Sloveniji. Vsak od petih krajev je izbran kot predstavnik posameznih podnebnih tipov (slika 15), ki so v Sloveniji: Portorož kot predstavnik sredozemskega podnebja, Postojna kot predstavnik zmernocelinskega podnebja zahodne in južne Slovenije, Ljubljana kot predstavnik zmernocelinskega podnebja osrednje Slovenije, Murska Sobota kot predstavnik subpanonskega podnebja in Rateče kot predstavnik gorskega podnebja. Razlika scenarijev med padavinami in evapotranspiracijo pokaže potencialni primanjkljaj padavin in s tem večjo verjetnost za nastanek suše (slika 9). Začetek grafikona (slika 6) prikazuje, kako model dobro napoveduje spremenljivko za sedanje razmere. Če bi bil model točen, bi se grafikon moral začeti pri vrednosti nič. Iz slik vidimo, da je večinoma res temu tako, le pri Murski Soboti je temperatura že na začetku skoraj za 1 °C podcenjena. Iz grafikonov je mogoče razbrati splošno pravilo napovedovanja, ki je: bolj ko se napoved nanaša na daljno prihodnost, manj je verjetna. Po scenariju AVG bi lahko v obdobju 2071–2100 v Sloveniji pričakovali povečanje povprečnih letnih temperatur za 4,5 °C, po scenariju MIN za 2 °C in po scenariju MAX celo za 8 °C. Slika 7 prikazuje potencialno spremembo količine padavin do leta 2100 glede na referenčno obdobje 1961–1990. Modelna napoved za obdobje 1990–2000 je skoraj pri vseh krajih podcenjena do 10 %, le pri Ratečah je nekoliko precenjena. Iz grafikonov je razvidno, da za padavine ni mogoče povsem natančno napovedati, ali jih bo več ali manj. Verjetnost scenarijev za količino padavin je majhna. V Sloveniji bo po scenariju AVG v obdobju 2071–2100 verjetno za približno 8 % manj padavin, po scenariju MIN 31 % manj in po scenariju MAX 14 % več. Ker se bo povprečna temperatura načeloma poviševala (slika 6), je pričakovati višjo evapotranspiracijo (slika 8). Modelna napoved za obdobje 1990–2000 se glede na referenčno obdobje 1961–1990 povečini dobro ujema, le za Mursko Soboto je nekoliko podcenjena. Po teh podatkih v Sloveniji lahko pričakujemo po scenariju AVG v obdobju 2071–2100 povprečno 22 % povečanje evapotranspiracije glede na referenčno obdobje 1961–1990, po scenariju MIN 14 % povečanje in po scenariju MAX 41 % povečanje evapotranspiracije. Razlika med potencialno količino padavin (slika 7) in potencialno evapotranspiracijo (slika 8) podaja potencialni primanjkljaj padavin oz. na nekakšen način verjetnost za nastanek meteorološke suše (slika 9). Iz grafikonov je razvidno, da je največja verjetnost za nastanek meteorološke suše v sredozemskem in subpanonskem tipu podnebja. Tako bo 34 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 mogoče v Portorožu v obdobju 2071–2100 po scenariju AVG primanjkovalo 30 % padavin, v Murski Soboti 35 % in Mariboru 5 %. V območjih zmernocelinskega in gorskega podnebja bo predvidoma dovolj padavin. O napovedovanju suše zaradi podnebnih sprememb je v Sloveniji že narejen model (Kajfež-Bogataj in Bergant, 2005). Sušnik (2006) ugotavlja, da v večjem delu Slovenije v zadnjih dvajsetih letih beležimo povečanje ekstremno suhih in zelo suhih vegetacijskih obdobij. PORTOROŽ POSTOJNA 9 8 7 6 5 4 3 2 1 0 -1 9 8 7 6 5 4 3 2 1 0 -1 2000 2020 2040 2060 2080 2100 2000 2020 2040 2060 2080 2100 Leto Leto LJUBLJANA MURSKA SOBOTA 9 9 8 8 7 ^ 7 6 A 6 5 5 4 3 4 3 - ^-^ 1 - ^^^^ 1 0 ^~^^^ 0 -1 -1 2000 2020 2040 2060 2080 2100 2000 2020 2040 2060 2080 2100 Leto Leto RATEČE 9 8 7 6 5 4 3 2 1 0 -1 2000 2020 2040 2060 2080 2100 Interval vrednosti med scenarijama MIN (spodnja meja) in MAX (zgornja meja) Scenarij AVG Leto Slika 6: Predvidena sprememba temperature pritalnega zraka (v °C) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) 35 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 PORTOROŽ POSTOJNA 40 30 20 10 0 -10 -20 -30 -40 2000 2020 2040 2060 2080 2100 Leto 40 30 20 10 0 -10 -20 -30 -40 2000 2020 2040 2060 2080 2100 Leto LJUBLJANA MURSKA SOBOTA 40 30 20 10 0 -10 -20 -30 -40 2000 2020 2040 2060 2080 2100 Leto 40 30 20 10 0 -10 -20 -30 -40 2000 2020 2040 2060 2080 2100 Leto RATEČE 40 30 20 10 0 -10 -20 -30 -40 2000 2020 2040 2060 2080 2100 Leto Interval vrednosti med scenarijama MIN (spodnja meja) in MAX (zgornja meja) Scenarij AVG Slika 7: Predvidena sprememba količina padavin (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) 36 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 PORTOROŽ POSTOJNA 70 60 50 40 30 20 10 0 2000 2020 2040 2060 2080 2100 Leto 70 60 50 40 30 20 10 0 2000 2020 2040 2060 2080 2100 Leto LJUBLJANA MURSKA SOBOTA 70 60 ^A 50 ^^k 40 ^A ^^ 30 ^^^- 20 ^^^^^^"^ 10 0 70 60 50 40 30 20 10 0 2000 2020 2040 2060 2080 2100 Leto RATEČE 2000 2020 2040 2060 2080 2100 Leto 70 60 50 40 30 20 10 0 2000 2020 2040 2060 2080 2100 Leto Interval vrednosti med scenarijama MIN (spodnja meja) in MAX (zgornja meja) Scenarij AVG Slika 8: Predvidena sprememba evapotranspiracije (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) 37 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 PORTOROŽ POSTOJNA 2000 2020 2040 2060 2080 2100 Leto 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 2000 2020 2040 2060 2080 2100 Leto LJUBLJANA MURSKA SOBOTA 2000 2020 2040 2060 2080 2100 Leto RATEČE 2000 2020 2040 2060 2080 2100 Leto 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 2000 2020 2040 2060 2080 2100 Leto Interval vrednosti med scenarijama MIN (spodnja meja) in MAX (zgornja meja) Scenarij AVG Slika 9: Predvideni primanjkljaj padavin (v %) zaradi podnebnih sprememb za izbranih 5 krajev v Sloveniji do leta 2100 (Bergant, 2006) 38 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.5 OCENJEVANJE SPREMENJENOSTI VRSTNE SESTAVE GOZDOV V Sloveniji so gozdovi zelo spremenjeni zaradi človekovih dejavnosti. Ohranjenost drevesne sestave je eden od meril stabilnosti gozdnih sestojev in posredno celotnega gozdnega ekosistema. Tudi ohranjanje biodiverzitete je odvisno od ohranjenosti naravne drevesne sestave. Drevesne vrste so dominantne vrste gozdnega ekosistema in pomembno vplivajo na razmere v njem, saj sooblikujejo notranje okolje in habitate za druge organizme. Zato sta drevesna sestava in stopnja njene spremenjenosti predmet analize trajnosti (stabilnosti) gozda in izhodišče za gozdnogojitvene odločitve v prihodnosti na ravni gozdnega sestoja in celotne krajine (Bončina in Robič, 1998). Ker je stabilnost gozda eden od meril za zdrav gozd (Costanza in Mageau, 1999; Jorgensen in sod., 2005), obravnavamo spremenjenost vrste sestave gozdov tudi v modelu zdravja gozdov v Sloveniji. V Sloveniji ocenjujemo spremenjenost drevesne sestave z indeksom spremenjenosti vrstne sestave (Gašperšič, 1995; Bončina in Robič, 1998, cit. po Robič, 1988). Indeks je uporaben za primerjanje vrstne sestave in za ocenjevanje spremenjenosti katere koli vrstne sestave. Spremenjenost vrstne sestave ocenjujemo kvantitativno, pri čemer ocenjujemo razmerja med vrstami, kar izražamo v odstotkih, ki so določeni glede na različne numerične znake, npr.: temeljnico, lesno zalogo, zastiranje. Vsota deležev posameznih vrst je 100 %. Prostorski okvir za izračunavanje indeksa spremenjenosti drevesne sestave je različen: lahko je sestoj ali pa so ureditvene enote, npr. odsek, oddelek, rastiščnogojitveni razred, gospodarska enota itn. V izbrani prostorski enoti dejanske deleže drevesnih vrst primerjamo z modelno vrednostjo, ki je lahko naravno razmerje drevesnih vrst na določenem rastišču, lahko je ciljno stanje, lahko pa tudi drevesna sestava drugih gozdnih sestojev. Indeks spremenjenosti drevesne sestave izračunamo z naslednjo enačbo (Bončina in Robič, 1998, cit. po Robič, 1988): 100- Jj](Si -M Y Id=, v ----- , ...(1) kjer so i = 1, ..., n n = število vseh različnih vrst Mi = modelna vrednost za delež posamezne vrste Si = dejanska vrednost za delež posamezne vrste Namesto indeksa vrstne spremenjenosti lahko uporabimo tudi indeks ohranjenosti drevesne sestave (In), ki ga izračunamo tako, da Id odštejemo od 100 (Bončina in Robič, 1998): In=100-Id ...(2) Indeks spremenjenosti vrstne sestave lahko zavzame vrednosti od 0 do 100 %. Zaradi prikazovanja rezultatov lahko tvorimo razrede spremenjenosti drevesne sestave, v katere 39 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 uvrščamo površine analiziranih gozdnih sestojev. Pravilnik o gozdnogospodarskih in gozdnogojitvenih načrtih (1998) določa štiri razrede ohranjenosti gozdov glede na delež drevesnih vrst, ki so tuje v naravni sestavi gozdne združbe: 1. ohranjeni: tuje drevesne vrste je do 30 %; 2. spremenjeni: tuje drevesne vrste je 31 do 70 %; 3. zelo spremenjeni: tuje drevesne vrste je 71 do 90 %; 4. izmenjani: tuje drevesne vrste je več kot 90 %. Smolej (2001) je za območje skoraj celotne Slovenije izračunal indeks spremenjenosti vrstne sestave gozdnih združb po metodologiji, ki sta jo razvila Bončina in Robič (1998). Površina, ki jo zajema obdelava, pokriva 97,65 % vseh gozdov v Sloveniji. Razlog, da obdelava ni zajela vseh gozdov, je v tem, ker so v preglednici Odseki podatkovne zbirke Gozdni fondi (ZGS) za nekaj odsekov manjkali podatki o gozdni združbi oz. njeni površini. Slednji odseki so bili odstranjeni iz obdelave. Modele okvirne naravne in optimalne sestave gozdov je oblikoval ZGS (Smolej, 2001, cit. po Pregled rastišč ..., 2000). V avtorskem delu (Smolej, 2001) se nahaja dopolnjeno gradivo. Modeli optimalne sestave drevesnih vrst se nanašajo na skupine in podskupine gozdnih rastišč. Nekateri modeli optimalne sestave drevesnih vrst upoštevajo še fitogeografsko delitev in globino tal, kar je Smolej (2001) upošteval pri obdelavi. Za vsako rastišče veljajo definirane gozdne združbe. Dejanska drevesna sestava je bila pridobljena iz preglednice Drevna podatkovne zbirke Gozdni fondi, kjer je za vsak gozdni odsek znano, katere drevesne vrste rastejo tam in kolikšna je njihova lesna zaloga. Ker so modeli optimalne drevesne sestave določeni samo za nekaj drevesnih vrst, druge drevesne vrste pa so upoštevane v treh skupinah drevesnih vrst (plemeniti listavci, mehki listavci, ostali trdi listavci), je Smolej (2001) moral prilagoditi podatke iz preglednice Drevna tako, da je dejanska sestava postala primerljiva z modelno. Preglednica 3: Delež (%) gozdov v Sloveniji v letu 2001 po razredih ohranjenosti drevesne sestave za tri različne klasifikacije Delež gozdov (%) Razred ohranjenosti Klasifikacija po Smoleju, M = okvirna naravna sestava Klasifikacija po Smoleju, M = optimalna sestava Klasifikacija po ZGS Ohranjeni 21,9 19,9 54,3 Spremenjeni 43,7 53,9 32,7 Zelo spremenjeni 22,9 22,2 10,0 Izmenjani 11,5 4,0 3,0 Po Smolejevih (2001) izsledkih je v Sloveniji glede na naravno sestavo gozdov okoli 43 % gozdov s spremenjeno drevesno sestavo, glede na optimalno sestavo pa celo skoraj 54 % (preglednica 3, slika 10). Zelo spremenjenih gozdov je za več kot petino površine vseh gozdov v Sloveniji, je pa tudi precej gozdov z izmenjano drevesno sestavo, in sicer glede na naravno sestavo, 11,5 %, glede na optimalno sestavo pa nekoliko manj (4 %). Preglednica 3 v zadnjem stolpcu prikazuje podatke o ohranjenosti gozdov iz podatkovne zbirke Gozdni fondi (2001, slika 11). Slednji podatki se precej razlikujejo od tistih, ki jih je izračunal Smolej (2001). Razlog je v tem, da podatki v Odsekih izhajajo iz opisov sestojev, ki se izvajajo po Pravilniku o gozdnogospodarskih in gozdnogojitvenih načrtih (1998). V Sloveniji je po podatkih iz zbirke Gozdni fondi več kot polovica površine gozdov z 40 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 ohranjeno drevesno sestavo, slaba tretjina s spremenjeno drevesno sestavo, zelo spremenjenih je 10 %, izmenjanih pa 3 %. O 10 20 30 40 50 km ........... Slika 10: Karta ohranjenosti drevesne sestave gozdov v Sloveniji po Smoleju (2001) Slika 11: Karta ohranjenosti drevesne sestave gozdov v Sloveniji po ZGS (Gozdni fondi ..., 2001) Krč (1999a, 1999b) je razvil dodatno metodo za ocenjevanje spremenjenosti gozdnih sestojev po višini in vrsti lesnih zalog. Metoda je podatkovno zahtevnejša in izračun obsežnejši kot pri metodi, ki sta jo razvila Bončina in Robič (1998), saj moramo poleg struktur lesnih zalog po drevesnih vrstah poznati tudi dejanske in modelno optimalne višine lesnih zalog pri določeni starosti sestojev oz. po razvojnih fazah gozda in proizvodno dobo. Z modelom, ki ga je razvil Krč (1999a, 1999b), lahko izračunamo spremenjenost vrstne sestave samo za tiste odseke, kjer se pojavlja le ena gozdna združba. Kjer je več gozdnih združb, namreč ni na voljo podatkov o lesnih zalogah po drevesnih 41 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 vrstah in gozdnih združbah, pač pa le o lesnih zalogah na ravni odsekov. Smolej (2001) je slednji problem rešil z metodo ponderiranja modelov, kjer so uteži površinski deleži gozdnih združb v odseku. Metoda ponderiranja modelov predpostavlja, da je lesna zaloga enakomerno porazdeljena po odseku, kar pri izračunu indeksa spremenjenosti drevesne sestave lahko vodi do napake, še posebno, če je gozd raznolik. Primerjava rezultatov med obema metodama, t. j. med metodama po Bončini in Robiču (1998) ter Krču (1999a, 1999b), se bistveno ne razlikujejo, vendar ima metoda po Krču (1999a, 1999b) lahko večjo uporabno vrednost. Primerjava višine lesnih zalog po drevesnih vrstah namreč lahko kaže na izkoriščenost proizvodne sposobnosti rastišč. Izbor metode ocenjevanja spremenjenosti drevesne sestave je odvisen od potrebe in podatkov, ki jih imamo na voljo. 2.6 PRESOJA ZDRAVJA GOZDNEGA EKOSISTEMA Presoja zdravja gozdnega ekosistema ali katerega koli drugega ekosistema poteka prek več korakov (slika 12). Opazimo, da je gozd bolan. Kaj je narobe? Potrebujemo diagnozo. Izberemo primerne ekološke kazalce. Ocenimo zdravje gozda. Postavimo diagnozo. Da bi ugotovili vzrok bolezni, so morda potrebne dodatne raziskave. Odločimo se za primerne ukrepe in naredimo načrt. Slika 12: Uporaba ekoloških kazalcev pri presoji zdravja gozda (prirejeno po Jorgensen, 2005) Če opazimo, da je gozd bolan, navadno želimo zvedeti, kaj je z njim narobe, kaj je vzrok takemu stanju in kaj lahko naredimo, da bomo gozd pozdravili. Odgovore na postavljena vprašanja dobimo z uporabo ekoloških kazalcev. Takoj se pojavi naslednje vprašanje, ki je, katere kazalce uporabiti. Dandanes je znano, da zdravja nekega ekosistema ni mogoče oceniti samo z enim ali nekaj splošnimi kazalci. Sicer obstajajo splošni kazalci, ki jih lahko uporabimo skoraj vsakič, ko presojamo zdravje ekosistema, vendar niso nikoli zadostni, da bi lahko opravili celostno diagnozo (Jorgensen, 2005). Tudi to ni mogoče, da bi sestavili skupine kazalcev, ki bi jih lahko uporabljali za določene probleme ali določene ekosisteme. Ker so ekosistemi zelo različni med sabo, celo ekosistemi iste vrste se zelo razlikujejo, vedno obstajajo določeni kazalci, ki jih izberemo različno od primera do primera glede na najboljšo presojo (Jorgensen, 2005). 42 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 2.6.1 Kazalci zdravja ekosistema Dober ekološki kazalec je tisti, ki (Jorgensen in sod., 2005): • se uporablja na lahek način; • je občutljiv že za majhne spremembe v delovanju stresnega dejavnika; • je neodvisen od izhodiščnih stanj; • se lahko uporabi v širnih območjih in velikem številu združb; • ga je mogoče količinsko opredeliti. Ekološke kazalce lahko razdelimo v 8 ravni: od najbolj okrnjene oblike do najbolj celostnih kazalcev. Kazalci za presojo zdravja ekosistema ne vključujejo podnebnih razmer, ker te obravnavamo kot popolnoma naravne razmere (Jorgensen in sod., 2005). Razdelitev kazalcev zdravja ekosistema se deli na naslednje ravni: 1. raven: upošteva prisotnost ali odsotnost določenih vrst organizmov; 2. raven: uporablja razmerje med posameznimi skupinami organizmov; 3. raven: temelji na koncentraciji kemičnih snovi; 4. raven: uporablja koncentracijo ali gostoto celotne trofične ravni kot kazalce; 5. raven: za kazalce uporablja hitrost procesov; 6. raven: vključuje sestavljene kazalce; 7. raven: vključuje celostne kazalce, kot so, odpornost, prilagodljivost, biotska pestrost, vse vrste raznovrstnosti, velikost in povezanost ekološke mreže, hitrost kroženja ogljika in dušika, hitrost pretoka energije; 8. raven: so termodinamične spremenljivke, ki jih lahko imenujemo "nadcelostni" kazalci, ker želijo zajeti celostno podobo ekosistema, ne da bi vključevali podrobnosti. V okviru tretje ministrske konference za varstvo gozdov v Evropi (poglavje št. 2.3.1.3, str. 29), ki je potekala v Lizboni leta 1998, so v 2. resoluciji določena vseevropska merila, pa tudi kazalci in operativne usmeritve za trajnostno gospodarjenje z gozdovi. Eno izmed 6. meril za trajnostno gospodarjenje je ohranjanje zdravja in vitalnosti gozdnih ekosistemov. Ocenjevanje ohranjenosti zdravja in vitalnosti gozda poteka prek štirih kazalcev. V disertaciji upoštevamo le dva izmed njih, t. j. poškodovanost gozda zaradi biotskih in abiotskih vzrokov prek sanitarne sečnje in osutost krošenj. Pri presoji zdravja gozda v Sloveniji nismo upoštevali preostalih dveh kazalcev zdravja gozda, kot sta spremenjenost kislosti tal ter ravnotežje hranil in onesnaževanje tal, in sicer zaradi pregrobe prostorske ločljivosti podatkov iz spremljanja razvrednotenja in poškodovanosti gozdov (poglavje št. 2.2.5.3, str. 26). 2.6.2 Postopki presoje zdravja ekosistema Poznamo tri načine presoje zdravja ekosistema (Jorgensen in sod., 2005): metoda neposredne meritve, ekološko modeliranje in indeks zdravja ekosistema. V nadaljevanju podrobneje opisujemo vsako od naštetih metod. Postopek metode neposredne meritve je naslednji: • ugotoviti potrebne kazalce za postopek presoje; • neposredno izmeriti ali posredno izračunati izbrane kazalce; 43 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • presoditi zdravje ekosistema glede na rezultate kazalcev. Slika 13 prikazuje razvoj ekološkega modela za presojo zdravja ekosistema. V shemo je na levi strani zgoraj vključena shema, ki splošno velja za postopek razvoja katerega koli modela (slika 2). Potrebnih je pet korakov: • določiti je treba zgradbo modela in njegovo kompleksnost glede na zgradbo ekosistema; • razviti ekološki model s pomočjo oblikovanja njegove sheme, razvojem enačb in ocenitvijo parametrov modela; • model kalibrirati tako, da ustreza za uporabo v procesu presoje zdravja ekosistema; • izračunati kazalce zdravja ekosistema; • oceniti zdravje ekosistema glede na vrednosti kazalcev. Analiza zgradbe ekosistema Shema modela ^ ' ----> Razviti model ekosistema n Enačbe v modelu i' Določiti kazalce presoje n Kalibracija modela Parametri modela L Ne Da Izračun kazalcev zdravja ekosistema Presoja zdravja ekosistema Slika 13: Postopek ekološkega modeliranja za presojo zdravja ekosistema (Jorgensen in sod., 2005) Indeks zdravja ekosistema (EHI – Ecosystem Health Index) je bil razvit z namenom, da bi zdravje ekosistema lahko izrazili količinsko v vrednostih od 0 do 100. Domneva je: kadar je EHI enak 0, je ekosistem najbolj bolan, kadar je EHI 100, potem je ekosistem popolnoma zdrav. EHI se navadno deli na pet razredov: 0–19 %, 20–39 %, 40–59 %, 60– 79 %, 80–100 %, kar ustreza petim razredom zdravja: najslabši, slab, srednji, dober, najboljši. 44 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 EHI lahko izračunamo s pomočjo naslednje enačbe (Jorgensen in sod., 2005): EHI = ^n_ mi x EHIi ...(3) kjer je EHI skupen indeks zdravja ekosistema, EHIi je i-ti indeks zdravja ekosistema za i-ti kazalec, ?i je ponder za i-ti kazalec. Slika 14 prikazuje postopek izračuna skupnega EHI. Pri izračunu EHI je potrebnih pet korakov: • izbrati temeljne in dodatne kazalce; • izračunati vse delne EHI-je za vse kazalce; • določiti ponderje za vse izbrane kazalce; • izračunati skupen EHI z uporabo delnih EHI-jev in ponderjev za vse kazalce; • presoditi zdravje ekosistema glede na vrednost skupnega EHI. Izbor kazalcev presoje T ^' Izračun delnih EHI-jev Določiti utež v Izračun skupnega EHI i ' Presoja zdravja ekosistema Slika 14: Postopek izračuna indeksa zdravja ekosistema (Jorgensen in sod., 2005) 45 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 3 METODE DELA 3.1 SCENARIJI PODNEBNIH SPREMEMB Za preskušanje postavljenih hipotez v disertaciji potrebujemo izdelane scenarije podnebnih sprememb v prostorski ločljivosti 1 km × 1 km. Scenariji podnebnih sprememb (spremenljivke: temperatura, padavine in evapotranspiracija) so bili izdelani za 9 izbranih krajev (glej poglavje št. 2.4 str. 32) (Bergant, 2006). Scenariji so v obliki mesečnih in 30-letnih povprečij za obdobje 1980–2100. Naša naloga je bila, kako iz napovedi za 9 krajev ugotoviti, kakšne so napovedi za vsak km2 v Sloveniji. Na razpolago imamo klimatološke karte povprečnih temperatur zraka, povprečnih mesečnih in letnih vsot korigiranih padavin in povprečne referenčne evapotranspiracije za obdobje 1971–2000 v digitalni rasterski obliki z ločljivostjo 1 km2, ki jih je izdelala Agencija Republike Slovenije za okolje (Povprečna temperatura ..., 2006; Povprečna mesečna ..., 2006; Povprečna referenčna ..., 2006). Razkorak med točkovnimi in površinskimi vrednostmi smo premostili tako, da smo najprej digitalizirali karto podnebnih tipov (Ogrin, 1996). Potem smo ugotovili, v kateri podnebni tip spada vsak od 9 krajev (slika 15). Tako so kraji postali predstavniki podnebnih tipov. Nato smo izračunali razliko med scenarijem za določen kraj (podatki po Bergantu, 2006) in podatki za referenčno obdobje 1971–2000 na točki kraja (podatki po ARSO, 2006) za vsako spremenljivko posebej (povprečne mesečne in povprečne letne vrednosti). Če je bilo več krajev v enem podnebnem tipu, smo upoštevali njihovo povprečno vrednost po posamezni spremenljivki in časovni dimenziji. Izračunano razliko smo prenesli na območje celotnega podnebnega tipa, ki ga kraj ali več krajev predstavlja, t. j. izračunano razliko smo prišteli oz. odšteli od vrednosti v referenčnem obdobju 1971– 2000 po posameznih celicah, ki se nahajajo v istem podnebnem tipu kot obravnavan kraj. To je omogočilo izračun scenarijev podnebnih sprememb za celotno območje Slovenije. Slika 15: Podnebni tipi v Sloveniji (prirejeno po Ogrin, 1996) 46 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 V disertaciji uporabljamo tri scenarije podnebnih sprememb z oznakami A, B in C. Scenarij A je optimistični scenarij in upošteva kombinacijo MIN temperature, MIN evapotranspiracije in MAX padavin. Scenarij B je srednji scenarij, pri katerem smo upoštevali kombinacijo AVG temperature, AVG padavin in AVG evapotranspiracije. Scenarij C je pesimistični scenarij, ki je sestavljen iz kombinacije MAX temperature, MAX evapotranspiracije in MIN padavin. V optimističnem scenariju je indeks sušnosti izražen kot kvocient med MIN evapotranspiracije in MAX padavin, v srednjem scenariju kot AVG evapotranspiracije in AVG padavin, v pesimističnem scenariju pa kot MAX evapotranspiracije in MIN padavin. Scenariji so navedeni kot 30-letna povprečja s korakom po 10 let (1961–1990, 1971–2000, ..., 2071–2100). 3.2 MODEL ZDRAVJA GOZDOV V SLOVENIJI Narisali smo shemo modela zdravja gozdov v Sloveniji (slika 16). Varstveni problemi, pobude Načrtovanje Viri podatkov Vhod n-modelov stresnih dejavnikov model 1 _____________ ______i____ *¦ model 2 «••¦¦* model n Izhod Napovedi, kazalniki zdravja gozda, znanje in informacije Model zdravja gozdov v Sloveniji Ukrepanje Gozdnogospodarsko in gozdnogojitveno načrtovanje Slika 16: Shema modela zdravja gozdov v Sloveniji Jedro modela zdravja gozdov predstavljajo podmodeli12 izbranih stresnih dejavnikov, ki delujejo na gozd. Podmodeli so lahko med sabo povezani in soodvisni, torej so rezultati enega modela lahko vhod za drugi model. Da začnemo razvijati neki model, mora za to biti pobuda; v našem primeru gozdno-varstveni problem. Ob pozitivni presoji, da razvoj modela lahko pripomore k rešitvi problema, je naslednji korak načrtovanje razvoja modela 12 Model je lahko sestavljen iz več podmodelov, t. j. enot modela, ki modelu pomagajo pri reševanju njegove naloge. Podmodel je lahko samostojen model, ki je prav tako zgrajen iz podmodelov, ki v kontekstu nadrejenega modela postanejo podmodeli podmodela. Zapleteno izražanje pri hierarhični zgradbi modelov lahko poenostavimo s shemo modela in poimenovanjem vsake enote modela. 47 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 (slika 2). Vhod v model so različni viri podatkov. Izhod modela zdravja gozdov so različne napovedi, kazalniki zdravja gozdov in novo znanje o gozdnem ekosistemu. Izhode vsakega podmodela je treba preveriti, narediti analizo občutljivosti, kalibriranje in validacijo podmodela. S podmodeli dobimo dodatne informacije o problemu, ki nam lahko pomagajo pri kakovostnejšem odločanju, ko predlagamo ustrezne ukrepe, ki bi morda pomagali pri rešitvi problema. Predlagani ukrepi lahko postanejo sestavni del gozdnogospodarskih in gozdnogojitvenih načrtov. Zdravje gozdov lahko presodimo s pomočjo različnih ekoloških kazalcev, ki so rezultat podmodelov modela zdravja gozdov (slika 12, slika 13, slika 14). Sanitarna sečnja je lahko dober kazalec zdravja gozdov. Na podlagi te predpostavke smo zgradili model zdravja gozdov v Sloveniji in vanj vključili vseh 11 vzrokov sanitarne sečnje, na podlagi katerih smo poskušali zgraditi več podmodelov kot sestavni del modela zdravja gozdov in jih natančno opisujemo v nadaljevanju. Delo zaključimo z modelom, ki podaja oceno zdravja gozdov v Sloveniji za obdobje 1981–2100 za različne scenarije podnebnih sprememb. Zdravje gozda v Sloveniji za sedanje razmere, t. j. obdobje 1995– 2005 poskušamo oceniti tudi z indeksom zdravja gozda EHI, v katerega poleg sanitarne sečnje vključimo še osutost krošnje, kot kazalec vitalnosti gozda. Končna oblika modela zdravja gozdov je nastala s štirimi poskusi, ki so se med sabo razlikovali po obliki odločitvenega drevesa, po obravnavi sanitarne sečnje in obliki odvisne spremenljivke. Poskusi so bili naslednji: • poskus 1: regresijsko drevo, ki napoveduje 11 vzrokov sanitarnih sečenj po drevesnih vrstah v deležu lesne zaloge; • poskus 2: regresijsko drevo, ki napoveduje 11 vzrokov sanitarnih sečenj v deležu lesne zaloge; • poskus 3: klasifikacijsko drevo, ki napoveduje 11 vzrokov sanitarnih sečenj v binarni obliki; • poskus 4: regresijsko drevo, ki napoveduje sanitarno sečnjo skupaj v deležu lesne zaloge. Prostorska ločljivost vseh modelov je 1 km × 1 km. Vsi modeli so bili zgrajeni v programskem okolju Weka (Witten in Frank, 2005). Modeli so dveh vrst: regresijsko odločitveno drevo in klasifikacijsko odločitveno drevo. Za izdelavo regresijskega drevesa smo izbrali algoritem M5' (Quinlan, 1992; Wang in Witten, 1997). Algoritem M5' omogoča izdelavo različno velikih regresijskih dreves. Velikost regresijskega drevesa uravnavamo prek t. i. rezanja. Stopnjo rezanja določamo s parametrom, ki določa, koliko primerov mora biti najmanj v listu drevesa, da se zanj izdelata list in linearni model. Za vsak model je bilo izdelanih 10 regresijskih dreves, katerih parameter (najmanjše število razvrščenih primerov na list drevesa) so bile vrednosti 4, 9, 16, 36, 81, 169, 500, 1000, 5000 in 10000. Za klasifikacijsko drevo smo izbrali algoritem J48, ki omogoča izdelavo C4.5 odločitvenega drevesa (Quinlan, 1993). Za vsak model, ki je bil vrste klasifikacijsko drevo, smo izdelali 10 različno velikih dreves. Velikost klasifikacijskega drevesa uravnavamo z dvema parametroma: s stopnjo zaupanja in najmanjšim številom razvrščenih primerov na list drevesa. Pri vseh modelih smo za stopnjo zaupanja uporabili privzeto vrednost 0,25. Za 48 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 najmanj razvrščenih primerov na list drevesa so bile vzete enake vrednosti kot pri regresijskem drevesu, t. j. 4, 9, 16, 36, 81, 169, 500, 1000, 5000 in 10000. Veljavnost vseh modelov smo preverjali z 10-kratnim prečnim preverjanjem (Witten in Frank, 2005). Uspešnost regresije se ugotavlja s korelacijskim koeficientom in korenom relativne kvadratne napake (Witten in Frank, 2005: 178). Točnost klasifikacijskih dreves je podana s koeficientom kapa. To je mera za ujemanje dveh klasifikacij, ki izključuje delež pričakovanega naključnega ujemanja med klasifikacijama (Carletta, 1996). Vrednosti kape so od 1 do –1. Kapa ima vrednost 1, ko se napovedane frekvence v razredih popolnoma ujemajo z dejanskimi. Navadno velja, če so vrednosti kape od 1 do 0,8, da je ujemanje zelo dobro, od 0,6 do 0,8 dobro, od 0,4 do 0,6 srednje, od 0,2 do 0,4 slabo in manj kot 0,2 zelo slabo (Witten in Frank, 2005). Pri vsakem primeru modela smo izmed 10 odločitvenih dreves izbrali tistega, ki je imel čim večji koeficient korelacije, čim manjšo napako, po velikosti drevesa je bil čim manjši in je bil odvisen od podnebja. V nadaljevanju podrobneje opisujemo vsakega od štirih poskusov. 3.2.1 Poskus 1: regresijsko drevo, 11 vzrokov sanitarnih sečenj po drevesnih vrstah v deležu lesne zaloge V poskusu št. 1 smo razvili modele v vseh 11 vrstah sanitarnih sečenj in 36 drevesnih vrstah. V okviru vsake vrste sanitarne sečnje smo iz 36 drevesnih vrst izbrali tiste, ki v deležu posamezne sanitarne sečnje zavzemajo vsaj 1 % (preglednica 4). Takšnih primerov je bilo 62. Za vsak primer smo zgradili 10 različno velikih regresijskih dreves, kar je skupaj 620 modelov. Učni primer pri poskusu št. 1 je celica velikosti 1 km2, kjer je odvisna spremenljivka delež določene vrste sanitarne sečnje v lesni zalogi celice po posameznih drevesnih vrstah v obdobju 1995–2005, seznam uporabljenih neodvisnih spremenljivk po vrsti sanitarne sečnje je naveden v naslednjih preglednicah: preglednica 8, preglednica 10 (glej poglavje št. 3.2.5, str. 53). Za odvisno spremenljivko smo izbrali sanitarno sečnjo izraženo v deležu lesne zaloge zato, ker smo s tem spremenljivko relativizirali in jo naredili medsebojno primerljivo za celotno območje Slovenije. Sanitarni posek izražen v absolutnih številkah ni medsebojno primerljiv po različnih območjih Slovenije, saj enaka količina sanitarnega poseka ima različen pomen v gozdovih z različno lesno zalogo. Izvedli smo poskus, kjer smo preskušali uspešnost regresije glede na različno definirano odvisno spremenljivko (seznam uporabljenih neodvisnih spremenljivk je bil vedno enak). Izvedli smo tri poskuse. V prvem poskusu je bila odvisna spremenljivka izražena v absolutnih številkah sanitarne sečnje, t. j. v m3, v drugem poskusu je bila odvisna spremenljivka izražena v m3 · ha–1 in v tretjem poskusu kot % LZ. V povprečju je 49 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 najzanesljivejše rezultate dal tretji poskus, kjer je bila odvisna spremenljivka izražena kot količina sanitarne sečnje v % LZ. Tako smo lahko z gotovostjo izbrali najprimernejšo obliko odvisne spremenljivke za nadaljnje preskuse v disertaciji. Sanitarni posek drevesne vrstek zaradi vzrokaj v celicii modela izražen v deležu lesne zaloge smo izračunali po naslednji enačbi: sanitarni posek dvk v celicii zaradi vzrokaj v obdobju od 1995 do 2005 (m3) lesna zaloga dvk v celicii v obdobju od 1995 do 2005 (m3) •100, ...(4) kjer so dvk – drevesna vrsta [1–36] (preglednica 4) i – celica modela [1–20.376] j – vzrok sanitarnega poseka [1–11] (preglednica 2) Preglednica 4: Sanitarni posek po drevesnih vrstah za obdobje 1995–2005 v deležu (%) 11. vrst sanitarnih sečenj (vsak stolpec predstavlja vsoto 100 %) Drevesna vrsta smreka 92,2 6,1 26,5 94,2 63,3 58,4 33,8 65,6 7,9 50,6 55,2 13,3 jelka 24,9 2,3 12,5 3,1 3,1 6,7 4,9 39,3 13,6 71,9 rdeči bor 0,5 1,7 0,1 1,9 19,5 8,9 1,1 2,4 1,5 0,3 1,7 črni bor 0,1 2,8 0,0 0,7 0,3 0,5 0,0 74,3 2,3 0,0 0,8 zeleni bor 0,2 1,8 0,1 1,4 0,8 0,1 0,0 0,5 0,0 0,0 0,2 macesen 0,0 0,2 0,1 3,3 0,1 0,7 0,5 0,5 0,4 0,5 0,2 0,1 0,5 0,2 bukev 13,9 11,2 39,0 16,4 6,5 1,3 27,6 3,1 graden 0,1 0,3 4,6 1,9 0,5 0,2 1,8 2,3 5,1 1,5 0,5 0,5 4,4 0,1 0,6 0,1 4,1 dob 0,6 0,2 0,1 0,1 1,1 kostanj 0,2 0,0 26,5 0,5 0,3 0,0 0,4 0,2 0,8 0,2 3,5 0,5 0,3 0,1 0,2 0,0 0,1 0,0 0,7 robinija 0,2 1,2 0,3 gorski javor 0,0 0,0 0,2 0,0 0,2 0,0 0,9 0,0 0,4 0,0 1,5 1,7 0,1 0,0 0,1 0,0 1,2 0,0 0,2 ostrolistni javor 0,0 0,0 0,0 topokrpi javor 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 veliki jesen 0,0 0,1 0,2 0,2 0,1 0,4 1,6 0,0 0,0 0,1 0,1 ostrolistni jesen 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 gorski brest 0,1 3,7 0,6 0,1 0,0 0,1 0,1 0,0 0,0 0,1 0,6 poljski brest 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 lipa in lipovec 0,0 0,0 0,0 0,3 0,1 0,1 0,2 0,1 0,0 0,1 0,0 beli gaber 0,0 0,2 0,0 0,3 0,7 0,7 1,1 0,0 0,0 0,1 0,2 češnja 0,0 0,1 0,0 0,3 0,3 0,5 0,3 0,0 0,0 0,1 0,1 maklen 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,0 brek 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 mokovec 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 črni gaber 0,0 0,0 0,1 0,1 0,1 0,8 0,1 0,6 0,0 0,0 0,0 mali jesen 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,0 0,0 puhasti hrast 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,3 0,0 0,0 0,0 cer 0,0 0,1 0,0 0,1 0,1 0,2 0,0 0,4 0,0 0,1 0,0 - Se nadaljuje – 50 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 4 Drevesna vrsta trepetlika 0,0 0,0 0,0 0,1 0,1 0,2 0,0 0,0 0,0 0,0 0,1 topoli 0,0 0,2 0,0 0,2 0,1 0,0 0,2 0,1 0,0 0,0 0,1 črna jelša 0,0 0,3 0,0 0,1 0,3 0,2 0,5 0,2 0,0 0,0 0,4 siva jelša 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,0 breza 0,0 0,1 0,0 0,1 0,2 0,3 0,1 0,0 0,0 0,0 0,2 vrbe 0,0 0,2 0,1 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,2 jerebika 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 grmišča 0,0 0,0 0,0 0,0 0,0 0,0 7 0,0 9 0,0 5 0,0 0,0 6 4 0,0 Skupaj modelov 2 10 2 6 5 6 Opomba: sivo obarvana polja označujejo kombinacijo: vrsta sanitarne sečnje – drevesna vrsta, za katero so bili razviti modeli Preglednica 5 prikazuje največje korelacijske koeficiente zgrajenih modelov v poskusu št. 1 po vrsti sanitarnih sečenj in po drevesnih vrstah. Povprečen korelacijski koeficient je samo 0,17 (n = 620). Odločili smo se, da je spodnja meja za korelacijski koeficient, ki je potrebna za zadovoljivo zanesljivost modela, 0,5. Temu pogoju ne ustreza niti eden od zgrajenih modelov v poskusu št. 1. Najbližje sta modela za žled-bukev (r = 0,49) in žuželke-smreka (0,40). Poskus št. 1 je propadel zaradi premajhne točnosti modelov. Preglednica 5: Največji korelacijski koeficienti modelov iz poskusa št. 1 Drevesna vrsta smreka 0,405 0,205 0,260 0,298 0,201 0,205 0,030 0,006 0,128 0,318 0,155 jelka 0,245 0,137 0,043 0,198 0,145 0,137 0,018 0,002 0,099 0,096 0,314 rdeči bor 0,111 0,103 0,142 0,234 0,020 0,013 0,055 0,210 črni bor 0,081 0,214 0,292 zeleni bor 0,221 0,199 bukev 0,074 0,094 0,334 0,492 0,061 0,031 0,219 0,220 0,126 graden 0,291 0,114 0,240 0,386 0,034 0,080 0,212 dob 0,375 0,367 kostanj 0,273 0,272 robinija 0,012 gorski javor 0,247 0,002 0,067 veliki jesen 0,064 gorski brest 0,378 beli gaber 0,012 Opomba: v preglednici je izpolnjenih le 62 polj, in sicer za tiste primere, za katere so bili razviti modeli 3.2.2 Poskus 2: regresijsko drevo, 11 vzrokov sanitarnih sečenj v deležu lesne zaloge V poskusu št. 2 je vrsta modelov enako regresijsko drevo kot pri prejšnjem poskusu. Razlika je v tem, da nismo želeli napovedovati sanitarne sečnje v deležu lesne zaloge natančno po drevesnih vrstah, ampak samo skupaj po posameznih vrstah sanitarne sečnje. 51 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Domnevali smo, da bi se taka posplošitev odvisne spremenljivke lahko odrazila v večji zanesljivosti modelov. Domnevo smo potrdili. Posplošitev odvisne spremenljivke v poskusu št. 2 se je odrazila v povprečno višjih korelacijskih koeficientih modelov (r = 0,42). Kljub boljšemu rezultatu poskusa št. 2 so samo trije od enajstih modelov dali zadovoljive rezultate, kar pomeni, da so imeli korelacijski koeficient nad 0,50 (preglednica 6). To so modeli: za ocenjevanje potencialne sanitarne sečnje zaradi žuželk (r = 0,66), za ocenjevanje potencialne sanitarne sečnje zaradi žledolomov (r = 0,65) in za ocenjevanje potencialnih sanitarnih sečenj zaradi dela v gozdu (r = 0,63). V procesu izbiranja optimalnih modelov izmed 10 zgrajenih so bili navadno izbrani modeli z nekoliko manjšim korelacijskim koeficientom, in sicer: model za ocenjevanje potencialne sanitarne sečnje zaradi žuželk je bil izbran z največjim r, izbrani model za ocenjevanje potencialne sanitarne sečnje zaradi žledu je imel r = 0,639 (napaka = 76,99), izbrani model za ocenjevanje potencialne sanitarne sečnje zaradi dela v gozdu je imel r = 0,608 (napaka = 79,56). Za slednje izbrane modele smo izdelali napovedi za tri scenarije podnebnih sprememb, ki jih navajamo v rezultatih. Preglednica 6: Največji korelacijski koeficienti in najmanjše napake modelov iz poskusa št. 2 Vzrok za sanitarne sečnje Korelacijski koeficient Koren relativne kvadratne napake Žuželke 0,665 75,009 Bolezni 0,442 90,681 Divjad 0,339 94,591 Veter 0,421 92,015 Sneg 0,494 87,479 Žled 0,650 76,099 Plaz, usad 0,032 99,950 Požar 0,292 96,098 Emisija 0,347 94,010 Poškodbe zaradi dela v gozdu 0,634 77,736 Drugo 0,342 94,991 Opomba: sivo obarvana polja označujejo vrste sanitarnih sečenj, ki smo jih obravnavali naprej v rezultatih Učni primer pri poskusu št. 2 je celica velikosti 1 km2, kjer je odvisna spremenljivka delež določene vrste sanitarne sečnje v lesni zalogi celice v obdobju 1995–2005, seznam uporabljenih neodvisnih spremenljivk po vrsti sanitarne sečnje je naveden v preglednicah: preglednica 8, preglednica 10 (glej poglavje št. 3.2.5, str. 53). Sanitarni posek zaradi vzrokaj v celicii modela izražen v deležu lesne zaloge smo izračunali po naslednji enačbi: sanitarni posek v celicii zaradi vzrokaj v obdobju od 1995 do 2005 (m3) lesna zaloga v celicii v obdobju od 1995 do 2005 (m3) •100 ...(5) kjer sta celica modela [1–20.376] vzrok sanitarnega poseka [1–11] (preglednica 2) 52 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Čeprav so bili rezultati v poskusu št. 2 boljši kot rezultati v poskusu št. 1, še ni zadovoljil potreb modela zdravja gozdov v Sloveniji. Celovito podobo o zdravju gozdov oz. o sanitarni sečnji dobimo le, če upoštevamo vse vrste sanitarnih sečenj. 3.2.3 Poskus 3: klasifikacijsko drevo, 11 vzrokov sanitarnih sečenj, odvisna spremenljivka je binarna Pri poskusu št. 3 smo domnevali, da bi lahko s poenostavitvijo odvisne spremenljivke dosegli kakovostnejše rezultate. V poskusu št. 3 smo odvisno spremenljivko spremenili v binarno spremenljivko, t. j. diskretno spremenljivko, ki lahko zavzame vrednosti 0 ali 1. Vrednost 0 pomeni, da v celici modela ni bilo sanitarne sečnje. Vrednost 1 pa pomeni, da je v celici modela bila opravljena sanitarna sečnja. Učni primer pri poskusu št. 3 je celica velikosti 1 km2, kjer je odvisna spremenljivka sanitarna sečnja v binarni obliki, seznam uporabljenih neodvisnih spremenljivk po vrsti sanitarne sečnje je naveden v preglednicah: preglednica 8, preglednica 10 (glej poglavje št. 3.2.5, str. 53). V poskusu št. 3 smo s poenostavitvijo odvisne spremenljivke dosegli le nekoliko boljše rezultate kot pri poskusu št. 2 (preglednica 7). Pri poskusu št. 3 smo kakovost modelov preskušali s koeficientom kapa, saj so modeli klasifikacijska drevesa. Če spodnjo mejo za koeficient kapa postavimo pri 0,5 (srednje ujemanje), potem temu pogoju ustrezajo modeli za sanitarno sečnjo zaradi žleda (kapa = 0,55), žuželk (kapa = 0,52) in dela v gozdu (kapa = 0,50), kar je podobno kot pri poskusu št. 2. V poskusu št. 3 smo pridobili še dodaten model za sanitarno sečnjo zaradi drugih vzrokov (kapa = 0,50). Tako smo dobili 4 modele, ki dajejo zadovoljive napovedi. Trije napovedujejo količino sanitarne sečnje v deležu lesne zaloge, eden pa napoveduje samo prostorsko pojavljanje, ne količine. Izbrani štirje modeli ne dajejo celostne podobe o sanitarni sečnji (zdravju gozdov) v Sloveniji. Preglednica 7: Največji koeficienti kape in najmanjše napake za modele iz poskusa št. 3 Vzrok za sanitarne sečnje Koeficient kapa Koren relativne kvadratne napake Žuželke 0,518 82,040 Bolezni 0,297 106,350 Divjad 0,411 91,028 Veter 0,295 97,932 Sneg 0,443 91,472 Žled 0,557 80,416 Plaz, usad 0,333 100,576 Požar 0,301 97,723 Emisija 0,467 91,940 Poškodbe zaradi dela v gozdu 0,503 88,609 Drugo 0,503 85,723 Opomba: sivo polje označuje model, ki smo ga obravnavali naprej v rezultatih Ker poskus št. 3 s klasifikacijskim drevesom ni dal bistveno boljših rezultatov kot poskus št. 2 z regresijskim drevesom, smo pomislili tudi na možnost, da bi ponovili poskus št. 3 z logistično regresijo. Perlich in sod. (2003) so primerjali kakovosti modelov med logistično regresijo in indukcijo odločitvenega drevesa. Primerjava je pokazala, da je logistična 53 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 regresija boljša pri manjših podatkovnih nizih, indukcija dreves pa pri večjih. Zaradi slednjih dejstev smo opustili različico poskusa št. 3 z logistično regresijo, saj so v našem primeru podatkovni nizi zelo veliki, in sicer več kot 20.000 podatkov za vsako neodvisno spremenljivko. 3.2.4 Poskus 4: regresijsko drevo, sanitarna sečnja skupaj v deležu lesne zaloge Naloga 4. poskusa je bila zgraditi model, ki bo napovedoval sanitarno sečnjo skupaj v zvezni spremenljivki, t. j. sanitarni posek v deležu lesne zaloge. Tako smo sicer zgubili vpogled v vzroke sanitarnih sečenj, pridobili pa smo celosten pogled na sanitarno sečnjo. Učni primer pri poskusu št. 4 je celica velikosti 1 km2, kjer je odvisna spremenljivka delež celotne sanitarne sečnje v lesni zalogi celice v obdobju 1995–2005 in neodvisne spremenljivke so, kot je to navedeno v preglednicah: preglednica 8, preglednica 10 (glej poglavje št. 3.2.5, str. 53). Sanitarni posek skupaj v celicii izražen v deležu lesne zaloge smo izračunali po naslednji enačbi: celoten sanitarni posek v celicii v obdobju od 1995 do 2005 (m3 ) 3 ?100 , ...(6) lesna zaloga v celicii v obdobju od 1995 do 2005 (m ) kjer je i celica modela [1–20.376]. Največji korelacijski koeficient med 10 regresijskimi drevesi, t. j. modeli za napovedovanje celotne sanitarne sečnje, je 0,54. Za izračun napovedi nismo uporabili samo enega modela izmed 10 izdelanih, ampak smo izbrali štiri najkakovostnejše glede na merila, ki smo jih postavili v poglavju št. 3.2, str. 48. Povprečje izbranih štirih modelov je dalo napovedi, ki jih opisujemo v rezultatih. Povprečje korelacijskih koeficientov izbranih modelov znaša 0,46, koren relativne kvadratne napake pa 89,0 %. 3.2.5 Podatkovna zbirka in spremenljivke V razvoj modela zdravja gozdov Slovenije je bilo vključenih skupaj 245 spremenljivk, od katerih jih je: 96 povezanih s podnebjem, 51 opisuje razmere v gozdu, 43 opisuje tla, 17 podaja relief, 15 podaja pokrajinski vidik, 12 prikazuje sanitarno sečnjo, 6 prikazuje vire onesnaževanja, 5 opisuje geološke razmere (preglednica 8). Pri velikem številu spremenljivk lahko nastane pretirano prileganje podatkov odločitvenemu drevesu oz. modelu (angl. overfitting). Da bi se izognili temu problemu, smo zgradili več modelov z različno stopnjo rezanja odločitvenih dreves. Pretirano prileganje podatkov ne nastane zato, ker modeli slonijo na več kot 20.000 podatkov za vsako vključeno spremenljivko. 54 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 8: Seznam spremenljivk, ki so bile uporabljene pri razvoju modela zdravja gozdov v Sloveniji, njihov pomen in vir Naziv spremenljivke DV11, DV21, ..., DV89 IGL LST RK LAST LAST_AVG LAST_POV SPR_RAZD_AVG SPR_RAZD_MAKS SPR_RAZD_MIN SPR_SMER SPR_SREDSTVO ZDR_PESTR Opis spremenljivke Vir podatkov delež LZ 36 drevesnih vrst v LZ celice [%] delež LZ iglavcev v LZ celice [%] delež LZ listavcev v LZ celice [%] rastiščni koeficient (Košir, 1976, 1992) najpogostejša vrsta lastništva [2, 3, 5, 6] povprečno število lastnikov povprečna površina posesti [ha] povprečna spravilna razdalja [m] maksimalna spravilna razdalja [m] minimalna spravilna razdalja [m] najpogostejša smer spravila [0, 1, 2, 3] najpogostejše spravilno sredstvo [0, 1, ..., 6] indeks pestrosti gozdnih združb (Gozdni fondi ..., 2001) GCDOLZ dolžina gozdnih cest v celici [m/km2] (Gozdne ceste ..., 2007) TROHIGL TROHLST povprečen delež mrtve (stoječe in ležeče) biomase, iglavcev [%] povprečen delež mrtve (stoječe in ležeče) biomase, listavcev [%] (Gozdna inventura ..., 2006) s302, s303, ..., 311 s4_5_6* s2 11"____________ EMISODD EMISN020DD EMISCOODD EMISPRAHODD EMISPBODD EMISS020DD sanitarni posek po posameznih vzrokih [v % LZ] sanitarni posek zaradi vetra, snega in žleda [v % LZ] sanitarni posek vseh vzrokov razen žuželk [v % LZ] (Timber, 2005) povprečna oddaljenost od največjih virov onesnaževalcev zraka [m], ločljivost 100 m povprečna oddaljenost od največjih virov onesnaževalcev zraka z NO2 [m], ločljivost 100 m povprečna oddaljenost od največjih virov onesnaževalcev zraka s CO [m], ločljivost 100 m povprečna oddaljenost od največjih virov onesnaževalcev zraka s prahom PM10 [m], ločljivost 100 m povprečna oddaljenost od največjih virov onesnaževalcev zraka s svincem [m], ločljivost 100 m povprečna oddaljenost od največjih virov onesnaževalcev zraka s SO2 [m], ločljivost 100 m (Predhodna ocena ..., 2003) avgz minz maxz stdevz NAKL NAKL_MAKS NAKLSTDEV EKSP povprečna nadmorska višina [m] najmanjša nadmorska višina v celici modela [m] največja nadmorska višina v celici modela [m] standardni odklon nadmorske višine povprečni naklon terena [%] največji naklon v celici modela [%] standardni odklon naklona v celici modela povprečna ekspozicija [°] (Interferometrični radarski ..., 2000) LAT LON UKRIVLJENOSTPROFIL UKRIVLJENOSTPROFIL _MAX UKRIVLJENOSTPROFIL STDEV UKRIVLJENOSTPLAN centroid celice, geografska širina [decimalne stopinje] centroid celice, geografska dolžina [decimalne stopinje] ukrivljenost površja v smeri največjega naklona največja ukrivljenost površja standardni odklon ukrivljenosti površja planimetrična ukrivljenost površja pravokotno na smer največjega naklona podatki (Interferometrični radarski ..., 2000) izračun v ArcInfo, ESRI – Se nadaljuje – 55 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 8 Naziv spremenljivke TOPEX_05K TOPEX_1K TOPEX_2K Opis spremenljivke izpostavljenost površja, koeficient=0,5 km izpostavljenost površja, koeficient=1 km izpostavljenost površja, koeficient=2 km Vir podatkov podatki (Interferometrični radarski ..., 2000) izračun po Lanquaye (2003) CEST_ODD ŽELEZNICA_ODD NASELJE_ODD ODD_GOZD_ROB ODD_GOZD ODD_NEGOZD ZAPLATA ED GOZD TRAV KMET GRAD RABA_MAX RABA_MED RABA_VAR VODA_RAZD oddaljenost od ceste [m], ločljivost 100 m oddaljenost od železnice [m], ločljivost 100 m oddaljenost od naselja [m], ločljivost 100 m (Statistični GIS ..., 2001) oddaljenost od gozdnega roba [m], ločljivost 100 m oddaljenost od najbližjega gozda [m], ločljivost 200 m oddaljenost od najbližjega negozda [m], ločljivost 200 m površina največje zaplate gozda, ki vsaj delno leži v kvadrantu [km2] indeks razdrobljenosti gozda: gostota robov [m/ha] delež gozdnatih površin v celici modela [%] delež travnikov [%] delež kmetijskih površin [%] delež grajenih površin [%] površinsko najobsežnejša raba tal v celici (po šifrantu MKGP 1, 2, ...,21) najpogostejša raba tal (po šifrantu MKGP 1, 2, ..., 21) variabilnost rabe tal [%] (Projekt posodobitve ..., 2003) povprečna razdalja do vodotoka [m], ločljivost 100 m (Kategorizacija vodotokov ..., 2000) HIDROGEO podatki iz hidrogeološke karte (po šifrantu 1, 2, ..., 8) (Hidrogeološka karta ..., 2001) MATPODLAGA MATPODLAGAMED MAT PODLAGA VAR matična podlaga (po šifrantu ZGS), ki je površinsko najobsežnejša v celici modela matična podlaga, ki se najpogosteje pojavlja v celici modela (po šifrantu ZGS) variabilnost matične podlage v celici modela (Gozdni fondi ..., 2001) tla_sotna tla_antropogena tla_eluvialno_iluvialna tla_halomorfna tla_humusno_akumulativna tla_kambicna tla_nerazvita tla_obrecna tla_oglejena tla_psevdooglejena GLOB_TAL GLOB_ZG PH PES, MELJ, GLINA FOSF, KALIJ OS OS5 OS10 OS20 OS20nad delež šotnih tal v celici modela [%] delež antropogenih tal v celici modela [%] delež eluvialno-iluvialnih tal v celici modela [%] delež holomorfnih tal v celici modela [%] delež humusno akumulativnih tal v celici modela [%] delež kambičnih tal v celici modela [%] delež nerazvitih tal v celici modela [%] delež obrežnih tal v celici modela [%] delež oglejenih tal v celici modela [%] delež psevdooglejenih tal v celici modela [%] povprečna globina tal [cm] povprečna globina zgornjega horizonta [cm] povprečen pH zgornjega horizonta povprečni delež peska, melja, gline [%] izmenljivi fosfor, kalij [mg/100g] povprečni delež organske snovi [%] organska snov na globini 0–5 cm [%] organska snov na globini 5–10 cm [%] organska snov na globini 10–20 cm [%] organska snov na globini nad 20 cm [%] (Pedološko rekartiranje ..., 1999) – Se nadaljuje – 56 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 8 Naziv spremenljivke Opis spremenljivke Vir podatkov DUSIK celokupni dušik [%] OGLJ vsebnost ogljika [%] (Pedološko rekartiranje ..., 1999) CN CN razmerje (OGLJ/DUSIK) CA, MG, K, NA, H izmenljivi Ca, Mg, K, Na, H [mmolc/100g] T izmenjalna kapaciteta tal [mmolc/100g] V stopnja nasičenosti z bazami [%] SKALNAT povprečna skalovitost površja [%] (Gozdni fondi ..., KAMNIT povprečna kamnitost površja [%] 2001) BD gostota tal [g/cm3] podatki iz POR poroznost tal [cm3/cm3] (Pedološko FC vodna kapaciteta tal [cm/cm] rekartiranje ..., BR15 točka venenja [pri 1500 kPa cm/cm] 1999); CONA evaporacija [mm/d0,5] izračun po PF prepustnost tal [cm/h] Knisel in Davis (2000) KSOIL indeks erodibilnosti tal (Wischmeier in Smith, 1978) STRELA pogostost udara strele [1–6] (Gliha-Vavpotič, 1983) ZLED OGR ogroženost zaradi žleda, v štirih kategorijah (Kastelec, 1997) SNEG_VISINA0 skupna višina novozapadlega snega, na leto [cm] (Povprečna skupna ..., 2006) SNEGTRAJ0 povprečno trajanje snežne odeje, na leto [dni] (Povprečno število dni ..., 2006) PAD11121 PAD0 povprečna količina padavin od novembra do januarja [mm] letna vsota padavin [mm] (Povprečna mesečna ..., 2006) PAD1, PAD2, ..., PAD12 povprečna količina padavin po mesecih [mm] ETP0 letna referenčna evapotranspiracija [mm] (Povprečna ETP1, ETP2, ..., ETP12 povprečna referenčna evapotranspiracija po mesecih referenčna ..., [mm] 2006) TSUM-10, TSUM-5, temperaturna vsota, prag = –10 °C, –5 °C, 0 °C, 5 °C, 10 TSUM0, TSUM5, °C, 15 °C, 16 °C, 20 °C TSUM10, TSUM15, SUM16, TSUM20 (Povprečna TMP49 povprečna temperatura zraka od aprila do septembra [°C] temperatura ..., TMP11121 povprečna temperatura zraka od novembra do januarja [°C] 2006) TMP0 povprečna letna temperatura zraka [°C] TMP1, TMP2, ..., TMP12 povprečna temperatura zraka po mesecih [°C] SUS78 verjetnost sušnega stresa v juliju in avgustu v celici (Povprečna mesečna ..., 2006; Povprečna SUS modela, izražena kot koeficient med evapotranspiracijo in padavinami verjetnost sušnega stresa v celici modela, izražena kot koeficient med evapotranspiracijo in padavinami (letnimi) 2006) KVG0 letno kvaziglobalno sončno obsevanje [J/m2] (Kastelec in sod., KVG1, KVG2, ..., KVG12 kvaziglobalno sončno obsevanje po mesecih [J/m2] 2005; Zakšek in sod., 2005) Se nadaljuje 57 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 8 Naziv spremenljivke Opis spremenljivke Vir podatkov (Povprečna hitrost vetra ..., 2006) VETER0 povprečna letna hitrost vetra [m/s] VETER1, VETER2, ..., povprečna hitrost vetra po mesecih [m/s] VETER12 VETER11_12_1 povprečna hitrost vetra od novembra do januarja [m/s] RV0 povprečna letna relativna zračna vlažnost [%] (Povprečna RV1, RV2, ..., RV12 povprečna relativna zračna vlažnost po mesecih [%] relativna ..., 2006) *Opomba: označene spremenljivke so bile pri poskusu št. 1 obravnavane po drevesnih vrstah v celici modela, pri drugih poskusih pa so bile obravnavane brez ločevanja po drevesnih vrstah Podatkovna zbirka za izgradnjo modela zdravja gozdov vsebuje 245 neodvisnih spremenljivk. Podatkovna zbirka je v formatu Microsoft Access 2003. Preglednica 8 v zadnjem stolpcu navaja za vsako spremenljivko tudi vir podatkov. Ker je model zdravja gozdov v Sloveniji v ločljivosti 1 km × 1 km, je bilo treba prirediti večino spremenljivk iz izvorne prostorske ločljivosti in oblike v pravilno kilometrsko mrežo modela zdravja gozdov. Prostorska ločljivost spremenljivk je navadno manjša kot v modelu zdravja gozdov v Sloveniji, le pri vseh podnebnih spremenljivkah se prostorska ločljivost ujema z ločljivostjo v modelu zdravja gozdov. Pri prirejanju preostalih spremenljivk za potrebe modela zdravja gozdov je bil največkrat uporabljen postopek ponderirane srednje vrednosti, kjer je utež površina spremenljivke. Nekatere spremenljivke so bile izračunane po posebnih postopkih, ki jih opisujemo v nadaljevanju: • ZDR_PESTR, indeks pestrosti gozdnih združb smo izračunali kot kvocient med številom gozdnih združb v celici modela in številom vseh gozdnih združb v Sloveniji; • GC_DOLZ, dolžino gozdnih cest v celici modela predstavlja enostavna vsota dolžin linijskih poligonov v kvadrantu; • TROH_IGL in TROH_LST, povprečen delež stoječe in ležeče mrtve biomase iglavcev oz. listavcev smo izračunali iz podatkovne zbirke Gozdne inventure tako, da smo sešteli vsa mrtva drevesa v vseh stalnih vzorčnih ploskvah v celici modela in dobljeno vrednost delili z vsoto vseh dreves (živih in mrtvih) v vseh stalnih vzorčnih ploskvah, ki so v celici modela; • *_ODD, vse spremenljivke, ki se nanašajo na povprečno oddaljenost, smo izračunali iz izvornih podatkov s pomočjo orodja za analizo prostorskih podatkov v ESRI ArcInfo 9.2 programskem paketu, t. j. s funkcijo za izračun evklidske razdalje. Ločljivost izračuna povprečne oddaljenosti je 100 m ali 200 m; • NAKL in EKSP, povprečen naklon terena in povprečna ekspozicija sta bila izračunana na podlagi digitalnega modela reliefa z ločljivostjo 100 m × 100 m v ESRI ArcInfo 9.2. Pri tem postopku je bilo treba pretvoriti podatke v TIN-format (angl. triangulated irregular network), t. j. format, ki se uporablja za reliefne modele. Ko smo enkrat imeli podatke v TIN-formatu, smo z orodjem za obdelavo tridimenzionalnih podatkov (3D Analyst) izračunali naklone in ekspozicijo; • UKRIVLJENOST_*, vse spremenljivke o ukrivljenosti površja so bile izračunane v ESRI ArcInfo 9.2 programu z orodjem za obdelavo tridimenzionalnih podatkov (3D Analyst) s funkcijo Curvature. Podlaga za izračun spremenljivk o ukrivljenosti površja je bil digitalni model reliefa z ločljivostjo 100 m × 100 m; 58 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • TOPEX*, spremenljivke za izpostavljenost površja smo izračunali na podlagi digitalnega modela reliefa z ločljivostjo 100 m × 100 m po algoritmu, ki ga natančno opisuje Lanquaye (2003). Topex je definiran kot vsota vertikalnih kotov v osmih smereh neba do določene razdalje (Hannah in sod., 1995). Topex se uporablja pri študijah za izpostavljenosti površja zaradi vetra, saj je v zelo dobri korelaciji s hitrostjo vetra; • ED, gostoto robov gozda smo izračunali po McGarigalu in Marksu (1995) iz podatkov o rabi tal (Projekt posodobitve ..., 2003); • RABA VAR, variabilnost rabe tal je izračunana kot kvocient med številom rabe tal v celici modela in številom vseh vrst rab tal; • MAT PODLAGA VAR, variabilnost matične podlage je kvocient med številom matičnih podlag, ki se pojavljajo v celici modela, in številom vseh matičnih podlag; • spremenljivke o tleh, katerih osnova je pedološka karta v merilu 1 : 25.000 (Pedološko rekartiranje ..., 1999), so bile izračunane po posebnem postopku iz podatkov o pedoloških profilih (Pedološko rekartiranje ..., 1999). Pedološka karta je sestavljena iz pedokartografskih enot (PKE). PKE je sestavljena iz ene ali več pedosistematskih enot (PSE). PSE je enota tal (talni tip) v določenem sistemu klasifikacije z značilnimi lastnostmi, ki se bistveno razlikujejo od lastnosti drugih tal. Pedološki profili se nanašajo na določeno točko v prostoru in spadajo v določeno PKE. Če je bilo izkopanih več pedoloških profilov v določenem PKE, smo upoštevali povprečne vrednosti spremenljivk vseh pedoloških profilov v določenem PKE. Za nekaj PKE ni bilo izkopanega nobenega pedološkega profila. Za take PKE smo privzeli vrednosti iz lastnosti, najbližjih PKE. Podatke iz PKE smo pretvorili v 1 km × 1 km mrežo po postopku ponderirane srednje vrednosti, kjer je utež površina PKE v celici modela; • podatke za spremenljivke BD, POR, FC, BR15, CONA in PF smo pridobili iz modela GLEAMS (Knisel in Davis, 2000). Gostota tal, poroznost tal, vodna kapaciteta tal, točka venenja, evaporacija in prepustnost tal je bila določena na podlagi razpredelničnih vrednosti, v katere vhodni podatek je tekstura tal, t. j. razmerje med glino, meljem in peskom; • KSOIL, indeks erodibilnosti tal je bil določen po Wischmeierjevi in Smithovi enačbi (1978): 2,1-TF1,14-10~4-(12-a)+3,25-(b-2) + 2,5(c-3) K =------------------------------------------------------- ...(7) 100 TF = {ME + PE)- (100- GL), ...(8) kjer so TF teksturni faktor a delež organske snovi b struktura tal c prepustnost tal ME delež melja PE delež peska GL delež gline 59 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 V razvoju modelov za vsako vrsto sanitarne sečnje je bil uporabljen drugačen sklop spremenljivk (preglednica 10). Sklop spremenljivk za posamezno vrsto sanitarne sečnje smo izbrali na podlagi obstoječih raziskovanj (preglednica 9). V končni obliki vsakega modela je drugačen sklop spremenljivk; navadno je manj spremenljivk kot na začetku, saj v procesu izdelave modela, t. j. algoritma J48 in M5' izbereta le tiste spremenljivke, ki najbolje pojasnjujejo varianco odvisne spremenljivke, ki je v našem primeru sanitarna sečnja. Preglednica 9: Seznam uporabljenih virov pri izboru spremenljivk za modele posameznih vrst sanitarnih sečenj Model Viri Žuželke Titovšek, 1988; Lobinger, 1994; Dutilleul in sod., 2000; Schroeder, 2001; Faccoli, 2002; Netherer in sod., 2003; Wermelinger in sod., 2003; Okland in Berryman, 2004; Wermelinger, 2004; Gilbert in sod., 2005; Jene, 2005; Jurc, 2005; Faccoli in Stergulc, 2006; Kalič, 2006; Demšar, 2006; Jurc M in sod., 2006; Rouault in sod., 2006; Schopf, 2006 Bolezni Maček, 1983; Butin, 1995; Vollbrecht in Jorgensen, 1995; Frankel, 1998; Korhonen in Stenlid, 1998; Stenlid in Redfern, 1998; Coakley in sod., 1999; Pukkala in sod., 2005; Thor, 2005; Desprez-Loustau in sod., 2006 Divjad Stankovski in sod., 1998; Jerina, 2000, 2003, 2006; Debeljak in sod., 2001; Jerina in sod., 2002; Miklavčič, 2002 Veter Mergen, 1954; Quine in White, 1993, 1998; Stathers in sod., 1994; Bell in sod., 1995; Hannah in sod., 1995; Kruijt in sod., 1995; Quine, 1995; Quine in sod., 1995; Wood, 1995; Ruel in sod., 1997; Gardiner in Quine, 2000; Jalkanen in Mattila, 2000; Ulanova, 2000; Müller, 2002; Lanquaye, 2003; Ogris in sod., 2004 Sneg Deanković, 1969, 2006; Zupančič, 1973; Nykänen in sod., 1997; Peltola in sod., 1997, 1999; Jalkanen in Konôpka, 1998; Päätalo in sod., 1999; Valinger in Fridman, 1999; Jalkanen in Mattila, 2000; Müller, 2002; Zhu in sod., 2006 Žled Jones, 1996, 1998; Kastelec, 1997; Irland, 2000; Jones in sod., 2004; Cheng in sod., 2007 Plaz, usad Natek, 1990; Komac, 2006 Požari Pečenko in Stevanović, 1987; Van Wagner, 1987; Van Wagner in sod., 1992; Pečenko, 1994; Jakša, 1997; Flannigan in sod., 2000; Kobler, 2001; Kobler in sod., 2006 Emisije Predhodna ocena ..., 2003 Delo v gozdu Ivanek, 1976; Košir in Cedilnik, 1996; Košir, 1997; Robek in Medved, 1997; Winkler, 1997 Drugo (vse spremenljivke iz modelov znanih vzrokov sanitarne sečnje) Za ocenjevanje pomembnosti oz. kakovosti spremenljivk ima Weka vgrajeno celo skupino orodij (Witten in Frank, 2005). Pogostokrat se za ocenjevanje kakovosti spremenljivk uporablja algoritem Relief, ki sta ga razvila Kira in Rendell (1992). Algoritem Relief je Kononenko (1994) izboljšal in ga je poimenoval ReliefF. ReliefF ocenjuje kakovost spremenljivk upoštevajoč medsebojne odvisnosti (Robnik-Šikonja in Kononenko, 1997). Uporablja se tako pri klasifikacijskih kot pri regresijskih problemih. Ocena pomembnosti spremenljivk s pomočjo algoritma ReliefF se v programu Weka izvede z rangiranjem (Witten in Frank, 2005). Preglednica 10 prikazuje poleg uporabljenih spremenljivk po modelih tudi range pomembnosti spremenljivk, kot jih je izračunal algoritem ReliefF. Pomembnost spremenljivk smo izračunali samo za 5 modelov (žuželke, žled, delo v gozdu, drugo, sanitarna sečnja skupaj), to je za tiste, ki so se pokazali za dovolj zanesljive. Pri izračunu ocene pomembnosti posameznih spremenljivk smo upoštevali privzete vrednosti parametrov algoritma ReliefF, t. j. numNeighbours = 10, sampleSize = –1, seed = 1, sigma 60 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 = 2, weightByDistance = ne. Za preglednejši prikaz smo v rezultatih izdelali preglednici, ki prikazujeta najpomembnejših 20 spremenljivk (preglednica 12, preglednica 23). V preglednici (preglednica 10) lahko opazimo, da je lahko kakšna spremenljivka izločena iz modela, kljub pomembnemu rangu (čim manjša je številka, pomembnejša je spremenljivka). To se zgodi vsaj iz dveh razlogov: 1. algoritma M5' in J48 imata vgrajen svoj sistem izbora najodločilnejših spremenljivk; 2. izbor optimalnega modela ni vedno vključeval največje odločilno drevo (glej poglavje št. 3.2, str. 48). Modeli za napovedovanje sanitarnih sečenj zaradi žuželk, žleda, dela v gozdu, drugih vzrokov in skupne sanitarne sečnje so bili zagnani za tri scenarije podnebnih sprememb. Scenariji podnebnih sprememb vključujejo spremembe v temperaturi, padavinah, evapotranspiraciji in indeksu sušnosti (spremenljivka SUS in SUS78). Vse ostale spremenljivke so obravnavane kot konstante. Preglednica 10: Uporabljeni sklopi spremenljivk po posameznih modelih in njihovi rangi pomembnosti po algoritmu ReliefF Spremenljivka 1 8,5 5,1 118,9 16,3 11 15,3 33,5 81,5 Büfei 37,1 2,4 f12,5ri 154,5 114,2 12,8 145,1 153 16,9 72,3 13 196,4 189,6 133,9 74,71 210,51 144,2 DV11 - smreka DV21 - jelka DV31 - rdeči bor DV32 - črni bor DV33 - zeleni bor DV34 - macesen DV41 - bukev DV51 - graden DV52 - dob DV55 - kostanj DV56 - robinija DV61 - gorski javor DV62 - ostrolistni javor DV63 - topokrpi javor DV64 - veliki jesen DV65 - ostrolistni jesen DV66 - gorski brest DV67 - poljski brest DV68 - lipa in lipovec DV71 - beli gaber DV72 - češnja DV73 - maklen DV74 - brek DV75 - mokovec DV76 - črni gaber DV77 - mali jesen DV78 - puhasti hrast DV79 - cer DV81 - trepetlika 29,3 50,5 44,2 36,6 11,9 9,9 33,1 34,6 24 52,8 110,5 92,7 71,4 21,6 77,1 121,9 51,5 122,3 56,2 97,6 106,9 131,3 85,2 120,7 109,3 136,3 128,6 29] 93 23 6jWj8,5 183,91 43,4 55,3 214,6^ 19,9 24,6 38,5 201,91 87,8 11,8 182,8 191,9 184,8 131,7 137,5 179,4 159,6 122,1 163,91 I195 IMI 169,3 ' 171,2 ,8 7 Hir18al8 178,2 1 142,4 224,7 _____ 34 185,9^ 199.1 ¦ 190,7 9 8S,7 Ma4^9 65,9 MtHtJ~.55,6... 207jBf1Pi 230,2j67,8 M»a28 5 33, 8,5 202,9_ 2 81,8 4B 190.2 99,6 _____ 122 188,7 |136,2 216.3 BB69 Se nadaljuje 61 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 10 Spremenljivka DV82 - topoli DV83 - črna jelša DV84 - siva jelša DV85 - breza ETP8 E TP9 ETP10 KVG0 KVG1 KVG2 KVG3 KVG4 KVG5 173,8 | 222,9 186,2 | 203,8 84 148,9 230,7 57,2 162,3 220,61 47,5 213 I5,2T199,1 216 j 154,7 199,9 |t14 82,3 J23,9 212 J 4BB46 18,3) 35,11 14,9 155,3 '17/»*1 161,9 fHEËH 158,2 169 12 5 J180,6 154,9 175;9J182,7 148,8 177,7 179,4 141,5 J178,9j178 147,7 158,4 17 illl8 •.»<. 1 M^3 143,5 j 131,4j167 139,9 I 140,3 170,4 98,2 I 157,1 39,11 27,4EE94,7jjjfil16sMa 30 , 3 j 1O^Ž16 lBM Jtfi9tf907 ,5 jffaB« 50, Jari^liMM Se nadaljuje Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 62 Nadaljevanje preglednice št. 10 Spremenljivka KVG6 KVG7 KVG8 118,5___________ 77,6 111,7 J 132,2 84,5 65,4 136,11 131,6 153,2 I 128,9 – Se nadaljuje – 63 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 10 Spremenljivka TMP7 TMP8 TMP9 EMIS_ODD EMIS_PB_ODD KMET EMIS_PRAH_ODD EMIS_SO2_ODD CEST_ODD ED GOZD GRAD ODD_GOZD ODDD GOqqZD 90,4 | 143,3 | 128,3 64,1 ! 122,7 ! 122 67,8 113,4 106,1 65,2 111,8 115,6 99 | 117,4 73 ' 57,9^ 79,1 145,1 ' 126,1 85,6 11 89 123,1 81,6 120,91 117 105,9 150,3 | 106,5 121,1 ' 150,9 105,1 117 | 110,2 | 111,1 73,2; 75,8! 117,4 52,9 77,7 134,6 196,4 44,1 61 21,61 29,4 8,11 40,7 11,2 | 151,8 | 138,6 2 4 II JEBI_____ 1 1 96,72 198,8 | 191,5 96,21 43,8 172,81 73,1 Se nadaljuje 64 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 10 Spremenljivka RABAJVIAX RABA_MED GLOB_TAL GLOB _ZG 39 I 194,2 I 18,2 11,5 3 192,1'j150 165,5 33,41 66,3 140,5 I 106,8 | 50,7 87,4 68 ,6 105 Se nadaljuje 65 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 10 91,3 tla_halomorfna ' 25,8 tla_humusno_akumulativna f107,3 tla_kambicna tla_nerazv ita tla_obrecna tla_antropogena tla_eluvialno_iluvialna tla_oglejena tla_psevdooglejena tia_sotna V 40 33,6 161,2 106,6 216,7 160,2 201,6 j 80,9 | 186,6 10,11 85,5 22,5 197,6) 55,6 185 192,4 185,4 154 141,1 232,1 53,8 22,6; 26,4. 73,2 184,3 | 12,51 16,6 173,9 195,6 |156,7 207,3 68,5 j38,9 204 128,5,______ 199 8 179,2 348 106,9 222,1 42,4 30,4 : 160,5 Skupaj uporabljenih spremenljivk Skupaj upoštevanih spremenljivk 159 151 157 180 180 184 179 213 214 216 233 200 137 10 111 133 115 105 5 61 74 136 97 168 Opomba: številke v stolpcih žuželke, žled, delo v gozdu, drugo povprečen rang spremenljivke v izbranem modelu glede na njeno pomočjo algoritma ReliefF v programu Weka in sanitarna sečnja skupaj pomenijo pomembnost. Rang je bil določen s Legenda: spremenljivka ni bila uporabljena za izgradnjo modela spremenljivka je bila uporabljena za izgradnjo modela, vendar se ne pojavlja v izbranem modelu spremenljivka je bila uporabljena za izgradnjo modela in se pojavlja v izbranem modelu 66 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 3.2.6 Predpostavke in omejitve modela Modeli za napovedovanje sanitarne sečnje temeljijo na mnogih predpostavkah, kar omejuje njihovo uporabo. Poglavitna predpostavka je, da se pravila, ki so bila ugotovljena v procesu z algoritmi J48 in M5', ne bodo spremenila v spremenjenih razmerah, kot jih prinašajo podnebne spremembe, ampak bodo ostala enaka. Zaradi kompleksnosti sistema, kot je zdravje gozdov, se predvidoma lahko povezave med atributi spremenijo zaradi vpliva drugega atributa. Korelacijski koeficient izbranih modelov za ocenjevanje sanitarne sečnje je od 0,50 do 0,66. To so srednje vrednosti korelacijskega koeficienta, ki pomenijo relativno velike napake v izračunih, zato moramo biti pri razlagi zelo previdni. Zaradi velikega tveganja prenosa napak v rezultate modelov smo se odločili, da ne bomo napovedovali eksplicitnih vrednosti poškodb zaradi stresnih dejavnikov na gozd, ampak bomo iz njih poskušali izluščiti relativna razmerja jakosti poškodb glede na razmere v obdobju 1995–2005. Pri napovedih zaradi podnebnih sprememb smo domnevali, da bodo nekatere spremenljivke ostale konstantne, čeprav se bodo z veliko gotovostjo spremenile. Take so: drevesna sestava, delež gozdnatih površin v celici modela, indeks razdrobljenosti gozda, povprečni delež organske snovi v tleh, količina odmrle lesne biomase, lastništvo, spremenljivke o spravilu lesa idr. Scenariji podnebnih sprememb so precej negotovi. Bolj verjetne napovedi so za bližnjo prihodnost. Negotovost smo v modelu zmanjšali tako, da smo vključili več scenarijev, ki obsegajo celoten interval možnih sprememb v temperaturi, količini padavin in intenzivnosti evapotranspiracije. Model so lahko ponovno zažene s podatki drugačnega scenarija ali s podatki z večjo prostorsko ločljivostjo. Predvsem se bodo lahko izboljšale napovedi, ko bodo izdelani scenariji podnebnih sprememb ne samo za 9 krajev, kot je to v našem primeru, ampak za celotno območje Slovenije z večjo ločljivostjo. V Sloveniji zgradba modela za ocenjevanje zdravja gozda temelji na podatkih o sanitarnem poseku v obdobju od 1995 do 2005. Časovni niz 11 let je precej kratek, da bi lahko iz njega z večjo zanesljivostjo ugotavljali povezave med atributi za pojasnjevanje proučevanega dejavnika. Podatki o sanitarnem poseku pred letom 1995 sicer obstajajo, vendar so slabše prostorske ločljivosti in na splošno slabše kakovosti (Ogris, 2006), kar je onemogočalo njihovo uporabo za razvoj modela za ocenjevanje zdravja gozdov v Sloveniji. Zadovoljiv bi bil 30-letni časovni niz. Obdobje 1995–2005 ni dober referenčni niz še iz enega razloga: ker je to obdobje, kjer je že opaziti vpliv podnebnih sprememb (Walther in sod., 2002). Če prekrivamo vhodne podatke iz različnih virov in ločljivosti, se pojavi napaka, ki se prenaša na rezultate. Ta vpliv se lahko zmanjša z večjo celico modela. V našem primeru je bila celica velika 1 km × 1 km, kar se ujema z najmanjšo ločljivostjo spremenljivk, t. j. podnebnimi spremenljivkami, druge spremenljivke imajo v izhodišču večjo ločljivost. Večino dejavnikov se hitreje spreminja v prostoru, kot je izbrana velikost celice modela. Predvsem se bi lahko verjetnost napovedi modela izboljšala, če bi imeli podatke večje ločljivosti talnih spremenljivk, predvsem pa naslednjih: gostota tal, poroznost tal, vodna 67 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 kapaciteta tal, točka venenja, evaporacija in prepustnost tal, katerih vrednosti so bile določene na podlagi razpredelničnih vrednosti. 3.3 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV V doktorski disertaciji preskušamo domnevi, ki trdita, da spremenjenost drevesne sestave vpliva na zdravje gozdov, tako v obdobju 1995–2005 kot tudi v prihodnjih podnebnih spremembah, in sicer: 1. S prvo hipotezo preskušamo ali obstajajo statistično značilne razlike med povprečnim sanitarnim posekom po razredih ohranjenosti drevesne sestave; najprej posebej v obdobju 1995–2005 in potem še v prihodnjih spremembah podnebja. 2. Z drugo hipotezo preskušamo trditev, da bo razlika med povprečnim sanitarnim posekom v gozdovih s spremenjeno drevesno sestavo v obdobju 1995–2005 in v podnebnih spremembah večja kot razlika med povprečnim sanitarnim posekom v gozdovih z ohranjeno drevesno sestavo v obdobju 1995–2005 in v podnebnih spremembah. Prvo domnevo smo preskušali z enostavno analizo variance (ANOVA). Na podlagi izida ANOVA smo sklepali na vpliv spremenjenosti drevesne sestave na zdravje gozdov v obdobju 1995–2005 in v podnebnih spremembah. Za preskus domneve za obdobje 1995– 2005 smo vzeli podatke o povprečnem sanitarnem poseku na leto v tem obdobju v deležu lesne zaloge po stopnjah ohranjenosti drevesne sestave iz podatkovne zbirke Timber (1995–2005). Za preskus domneve v podnebnih spremembah smo vzeli podatke, ki so rezultat modela za ocenjevanje zdravja gozdov v Sloveniji, t. j. rezultate modela za napovedovanje skupne sanitarne sečnje v deležu lesne zaloge, in sicer v povprečni vrednosti sanitarnega poseka za 12 desetletnih obdobij od 1981 do 2100 po posameznih razredih ohranjenosti drevesne sestave. Indeks spremenjenosti drevesne sestave lahko izračunamo z različnimi modelnimi stanji. Za preskus vpliva spremenjenosti drevesne sestave na zdravje gozdov smo izbrali dve klasifikaciji. Prva je indeks spremenjenosti drevesne sestave, ki sedanje stanje primerja z okvirnim naravnim stanjem (Smolej, 2001); to označujemo kot klasifikacijo po Smoleju. Druga klasifikacija o stopnji ohranjenosti drevesne sestave izhaja iz podatkovne zbirke Gozdni fondi (2001), ki se določa na terenu pri opisovanju sestojev (glej poglavje št. 2.5, str. 38); to označujemo kot klasifikacijo ZGS. Drugo hipotezo smo preskusili, kot opisujemo v nadaljevanju. Najprej primerjamo povprečne razlike sanitarnega poseka med obdobjem 1995–2005 in prihodnjimi podnebnimi spremembami (tri scenariji) po posameznih stopnjah ohranjenosti drevesne sestave. Štiri stopenjsko lestvico ohranjenosti drevesne sestave smo pretvorili v dvostopenjsko, t. j. v gozdove z ohranjeno drevesno sestavo in v gozdove s spremenjeno drevesno sestavo. V drugi stopnji smo združili vse tri stopnje spremenjene drevesne sestave, t. j. spremenjeni, zelo spremenjeni in izmenjani gozdovi. Podatki za obdobje 1995–2005 so povprečni sanitarni posek po letih in po stopnjah ohranjenosti drevesne sestave (Timber, 1995–2005). Podatki za prihodnje podnebne spremembe so rezultati modela za napovedovanje skupne sanitarne sečnje za obdobje 1981–2100 (dvanajst 68 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 desetletnih obdobij po stopnjah ohranjenosti drevesne sestave). Razliko povprečij smo izračunali s pomočjo intervala zaupanja za razliko povprečij (Košmelj, 2001: 126). Tako smo dobili tri razlike povprečij v ohranjenih gozdovih in tri razlike povprečij v spremenjenih gozdovih za tri različne scenarije podnebnih sprememb. Potem smo izračunali interval zaupanja za razliko povprečij med ohranjenimi in spremenjenimi gozdovi. Slednji interval zaupanja za razliko povprečij je pokazal, ali se bo zdravje gozda v spremenjenih gozdovih bolj poslabšalo kot v ohranjenih gozdovih. Preskus je bil izveden za dve klasifikaciji ohranjenosti drevesne sestave, t. j. po Smoleju in po ZGS. 3.4 INDEKS ZDRAVJA GOZDA V okviru 3. ministrske konference za varstvo gozdov v Evropi (poglavje št. 2.3.1.3, str. 29), ki je potekala v Lizboni leta 1998, so v 2. resoluciji določena vseevropska merila, kazalci in operativne usmeritve za trajnostno gospodarjenje z gozdovi. Eno izmed šestih meril za trajnostno gospodarjenje je ohranjanje zdravja in vitalnosti gozdnih ekosistemov. Ocenjevanje ohranjenosti zdravja in vitalnosti gozda poteka prek štirih kazalcev. V Sloveniji imamo na voljo podatke zadovoljive kakovosti za dva kazalca, t. j. za kazalec poškodovanosti gozda zaradi biotskih in abiotskih vzrokov prek sanitarne sečnje in za osutost krošnje prek spremljanja razvrednotenja in poškodovanosti gozdov. Za preostala dva kazalca zdravja gozda, t. j. za spremenjenost kislosti tal in onesnaženost tal, pa sta nezadovoljive ločljivosti (16 km × 16 km). Ocenili smo zdravje gozda v Sloveniji za obdobje 1995–2005. Oceno zdravja smo izvedli s pomočjo dveh kazalcev za ocenjevanje ohranjenosti zdravja in vitalnosti gozda iz 2. lizbonske resolucije, t. j. s pomočjo sanitarne sečnje in osutosti krošnje13. Podatke o sanitarnem poseku drevja v Sloveniji smo črpali iz podatkovne zbirke o poseku drevja (Timber, 1995–2005). Podatke o osutosti krošnje dreves smo črpali iz popisa poškodovanosti gozdov (Kovač in sod., 2000). Prostorska ločljivost podatkov sanitarne sečnje je gozdni odsek, ki ima povprečno velikost 15,36 ha (Gozdni fondi, 2001). Ločljivost podatkov za osutost krošnje je točkovna na sistematični mreži 4 km × 4 km, kjer se osutost ocenjuje na traktih, ki so sestavljeni iz dveh M6 ploskev in ene koncentrične permanentne ploskve (Kovač in sod., 2000: 5). Popis osutosti krošenj na mreži 4 km × 4 km se ne izvaja vsako leto ampak vsakih 2–10 let enkrat. Tako imamo podatke o osutosti za leta 1991, 1995 in 2000 (slika 17). Prostorsko ločljivost indeksa zdravja gozdov prilagodimo spremenljivki z najbolj grobo ločljivostjo, t. j. v našem primeru osutosti krošenj, ki se nahaja v ločljivosti 4 km × 4 km. Tako je ocena osutosti v celici modela pravzaprav povprečje osutosti krošenj dreves iz 1–4 traktov in treh let, t. j. 1991, 1995 in 2000. Pri tem smo predpostavljali, da je osutost enaka na celotni površini posamezne celice. Ocena sanitarne sečnje v celici je izražena kot povprečje sanitarne sečnje v obdobju 1995–2005; izražena je kot delež poseka v lesni zalogi celice. 13 Osutost je okularno ocenjen delež (%) manjkajočih asimilacijskih organov (listov, iglic) v primerjavi z namišljenim normalnim drevesom istega socialnega položaja, iste drevesne vrste in z enakega rastišča. Ocenjuje se na 5 % natančno. Cilj ocenjevanja osutosti je ocena vitalnosti drevesa skupaj z drugimi znaki (Kovač in sod., 2000: 26). 69 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 17: Točke popisa poškodovanosti gozdov v Sloveniji v letih 1991, 1995 in 2000 na mreži 4 km × 4 km Oceno zdravja gozdov z dvema od štirih kazalcev iz 2. lizbonske resolucije smo izvedli s pomočjo indeksa zdravja ekosistema (Jorgensen in sod., 2005), ki smo ga obravnavali v poglavju št 2.6.2 o postopkih presoje zdravja ekosistema (str. 42). V postopku za izračun EHI (enačba 3, str. 44) potrebujemo določiti utež za vsak kazalec zdravja gozda. Sanitarnemu poseku smo priredili utež 1/10, osutosti krošenj pa za 2-krat večjo utež, t. j. 1/5. S takšno postavitvijo uteži smo predpostavljali, da sanitarna sečnja 2-krat bolj vpliva na oceno zdravstvenega stanja gozda, t. j. ga zmanjšuje, kot ocena osutosti krošnje dreves, saj pri sanitarni sečnji gre za to, da je iz gozda že odstranjeno bolno, poškodovano ali sušeče se drevja, pri oceni osutosti krošnje pa drevo še vedno stoji v gozdu ne glede na to, kolikšna je njegova osutost in vitalnost. Nadalje velja predpostavka, da je gozd najbolj bolan, ko je EHI enak 0, in popolnoma zdrav, kadar je EHI enak 100. Potem pri oceni zdravja gozda velja predpostavka, da je gozd zdrav takrat, ko v celici modela ni sanitarne sečnje in osutosti. Vse navedene predpostavke so narekovale postavitev uteži. Indeks zdravja gozda smo izračunali za celotno območje Slovenije za obdobje 1995–2005. Izdelali smo karto in preglednico indeksa zdravja gozda na ravni GGO. 70 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 REZULTATI 4.1 REZULTATI MODELOV ZA ŠTIRI VRSTE SANITARNIH SEČENJ V tem poglavju navajamo rezultate modelov za ocenjevanje posameznih vrst sanitarnih sečenj, in sicer za sanitarni posek zaradi žuželk, žleda, dela v gozdu in drugih vzrokov (koda sečnje 311 in 911 po ZGS). Ker so to rezultati za samo 4 vrste od skupaj 11 vrst sanitarnih sečenj, z njimi ne dobimo celostne podobe o strukturi sanitarnega poseka. Zato z njimi ne moremo preskušati hipoteze o vplivu podnebnih sprememb na zdravstveno stanje gozdov. Rezultati so zanimivi z vidika posameznih vrst sanitarnih sečenj. Projekcije nakazujejo trende pojavljanja sanitarnih sečenj zaradi žuželk, žleda, dela v gozdu in drugih vzrokov do konca 21. stoletja za tri različne scenarije podnebnih sprememb. Pri razlagi rezultatov se moramo vedno zavedati, kakšne zanesljivosti so. Zanesljivost regresijskih dreves merimo s korelacijskim koeficientom, klasifikacijskih dreves pa s koeficientom kapa (preglednica 11). Korelacijski koeficienti: za model ocenjevanja sanitarnih sečenj zaradi žuželk r = 0,67, žleda r = 0,64, dela v gozdu r = 0,61. Koeficient kapa za model za ocenjevanje sanitarne sečnje zaradi drugih vzrokov znaša 0,50. Modeli za ocenjevanje potencialnih sanitarnih sečenj so odločitvena drevesa. Velikost odločitvenih dreves se izraža v številu listov. V izbranih modelih se število listov giblje med 112 in 435 (preglednica 11). Tako velika odločitvena drevesa je težko pregledno prikazovati. Zato smo se odločili, da jih v disertaciji v izvorni velikosti ne bomo prikazovali. Vsa izvorna odločitvena drevesa so na ogled pri avtorju disertacije. V prilogah A, B, C in D prikazujemo porezana odločitvena drevesa za štiri vrste sanitarnih sečenj. Preglednica 11: Zanesljivost in velikost modelov za ocenjevanje sanitarne sečnje Model Korelacijski koeficient Koren relativne kvadratne napake Velikost drevesa** Žuželke 0,67 75,0 435 Žled 0,64 77,0 112 Delo v gozdu 0,61 79,6 116 Drugo 0,50* 85,7 156 S. s. skupaj 0,46 89,0 622*** Opombe: *koeficient kapa **velikost drevesa je podana s številom listov odločitvenega drevesa ***vsota števila linearnih modelov iz izbranih štirih modelov (glej poglavje št. 3.2.4, str. 53) Iz porezanega regresijskega drevesa za sanitarno sečnjo zaradi žuželk (priloga A) lahko ugotovimo, da je najodločilnejša spremenljivka s2_11, ki podaja količino sanitarne sečnje zaradi vseh vzrokov razen žuželk izraženo v deležu lesne zaloge celice modela. V isto kategorijo spadata še spremenljivki s306 in s305, ki izražata sanitarni posek zaradi žledu in snega; nahajata se v tretjem in četrtem nivoju regresijskega drevesa. Vse tri spremenljivke posredno opisujejo trofično kapaciteto gozda za žuželke. Na drugem mestu pomembnosti sta spremenljivki DV11 in ETP0, ki podajata delež smreke v celici modela in letno referenčno evapotranspiracijo. Znano je, da med žuželkami največ škode povzročajo podlubniki na smreki (preglednica 4). Zato je verjetno odločilno, koliko je smreke v 4 71 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 določenem območju, da nastanejo poškodbe zaradi podlubnikov. Poleg spremenljivke ETP0 se v porezanem regresijskem drevesu nahajajo še druge spremenljivke, ki so povezane s sušnim stresom, t. j. sušnost v juliju in avgustu (SUS78), količina padavin v juliju (PAD7), evapotranspiracija v juniju (ETP6), kvaziglobalno obsevanje v maju in juniju (KVG5, KVG6). Močna zasedenost spremenljivk v regresijskem drevesu, ki so povezane s sušnim stresom, nakazujejo, kako pomemben je sušni stres kot predpogoj za napad podlubnikov. V nižjih nivojih regresijskega drevesa se nahajajo spremenljivke: povprečni delež organske snovi v tleh (OS), delež kostanja (DV55), delež trepetlike (DV81), delež gozda v celici modela (GOZD). Vse slednje spremenljivke podrobneje odločajo, kateri linearni model se uporabi pri izračunu sanitarne sečnje zaradi žuželk. Pri modelu za ocenjevanje sanitarne sečnje zaradi žledu je najodločilnejša spremenljivka referenčna evapotranspiracija v maju (ETP5), kar je razvidno iz porezanega regresijskega drevesa (priloga B). Na drugem nivoju odločanja v regresijskem drevesu se nahajata spremenljivki: najmanjša nadmorska višina (min_z) in količina padavine v mesecu avgustu (PAD8). Pri poškodbah gozdnega drevja zaradi žledu so odločilne še naslednje spremenljivke: količina padavin v decembru (PAD12), skupna višina novozapadlega snega in povprečno trajanje snežne odeje (SNEG_VISINA0, SNEG_TRAJ0), povprečna temperatura zraka med novembrom in januarjem (TMP11_12_1), kvaziglobalno obsevanje v januarju (KVG1) in vrsta matične podlage (MAT_PODLAGA). Na nižjih nivojih v regresijskem drevesu so pomembne naslednje spremenljivke: kvaziglobalno obsevanje v juliju (KVG7), količina kostanja (DV55), količina črnega gabra (DV76), količina gradna (DV51), količina smreke (DV11), količina izmenljivega kalija v tleh (KALIJ). Pri modelu za ocenjevanje sanitarne sečnje zaradi dela v gozdu je najodločilnejša povprečna letna relativna zračna vlažnost (RV0) (priloga C). Na drugem mestu po pomembnosti sta spremenljivki, ki podajata velikost zaplate (ZAPLATA) in količino kostanja v celici modela (DV55). Na različnih nivojih regresijskega drevesa se nahaja več spremenljivk o relativni zračni vlažnosti, in sicer v mesecu januarju, februarju, avgustu in oktobru. V regresijskem drevesu zavzema odločilno mesto še več podnebnih spremenljivk: evapotranspiracija v juniju (ETP6), količina padavin v septembru (PAD9), kvaziglobalno obsevanje v juliju (KVG7). Koliko poškodb gozdnega drevja nastane zaradi dela v gozdu odloča tudi povprečna velikost posesti (LAST_POV) in število lastnikov v celici (LAST_ AVG). V določenih povezavah z drugimi spremenljivkami so pomembne tudi nekatere spremenljivke o tleh, t. j. koliko je organske snovi na globini 0–5 cm (OS5) in na globini 10–20 cm (OS20) ter kakšna je izmenjalna kapaciteta tal (T). Na prvem nivoju klasifikacijskega drevesa za ocenjevanje potencialnih površin, kjer lahko nastane sanitarna sečnja zaradi drugih vzrokov (priloga D) se nahaja spremenljivka, ki določa delež jelke v celici modela (DV21). Če je delež jelke v celici modela manjši ali enak 18,3 % LZ, potem je pomembno, koliko padavin pade v septembru (PAD9). Če je delež jelke večji kot 18,3 % LZ, potem je pomembno, kje se gozd nahaja, t. j. na kateri geografski dolžini (LON). V modelu za ocenjevanje sanitarne sečnje zaradi drugih vzrokov pomembno mesto zavzemajo podnebne spremenljivke: relativna zračna vlažnost v juliju (RV7), količina padavin v marcu (PAD3), povprečno trajanje snežne odeje (SNEG_ TRAJ0), verjetnost sušnega stresa (SUS). Od talnih spremenljivk so odločilne naslednje spremenljivke: kolikšen je delež humusno akumulativnih tleh (tla_humusno_akumula- 72 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 tivna) in koliko je izmenljivega fosforja v tleh (FOSF). Na nižjih nivojih klasifikacijskega drevesa se še nahajajo spremenljivke: oddaljenost od najbližjega gozda (ODD_GOZD), velikost največje zaplate gozda v celici modela (ZAPLATA), oddaljenost od največjih virov onesnaževalcev zraka s prahom (EMIS_PRAH_ODD). Zaradi izredne velikosti odločitvenih dreves nismo prikazovali njihove izvorne zgradbe. Lahko pa prikažemo, kako spremenljivke pojasnjujejo model oz. koliko so pomembne pri odločitvah v odločitvenem drevesu. Za posredno pojasnjevanje pomembnosti spremenljivk pri posameznem modelu lahko uporabimo rezultate algoritma ReliefF (preglednica 12), saj algoritem upošteva medsebojne odvisnosti spremenljivk in izraža njihovo pomembnost v povprečnem rangu (Kononenko, 1994; Robnik-Šikonja in Kononenko, 1997). Preglednica 12 prikazuje najpomembnejših 20 spremenljivk za model za ocenjevanje sanitarne sečnje zaradi žuželk, žledu, dela v gozdu in drugih vzrokov. Cel seznam spremenljivk in njihovih rangov po pomembnosti je prikazan že v metodah dela (preglednica 10). V modelu za ocenjevanje sanitarne sečnje zaradi žuželk so zelo pomembne spremenljivke, ki podajajo drevesno sestavo (preglednica 12). Kar 11 spremenljivk od najpomembnejših 20 je vezano na delež drevesne vrste v celici modela. Od teh je najpomembnejši delež smreke. To je razumljivo, saj je znano, da večino poškodb v sanitarni sečnji zaradi žuželk povzročajo smrekovi in jelovi podlubniki (Jurc D in sod., 2003). Na drugem mestu pomembnosti so spremenljivke, ki opisujejo talne tipe. To lahko razložimo z zgodovinskim dejstvom, da je smreka bila pospeševana po celem območju Slovenije – tudi na neavtohtonih rastiščih. Eden najpomembnejših rastiščnih dejavnikov so talni tip. To dejstvo, da je ReliefF postavil talne tipe tako visoko v ranžirni vrsti, morda dokazuje, da je predpogoj za izločanje smreke in jelke zaradi podlubnikov na nekem območju prav talni tip, t. j. neustrezno rastišče. Med najpomembnejšimi 20. spremenljivkami v modelu za žuželke sta še količina dušika in fosforja v tleh. Visoko korelacijo napadov smrekovih podlubnikov z vsebnostjo dušika in fosforja v tleh je že ugotavljal Dutilleul in sod. (2000). Pri modelu za ocenjevanje sanitarne sečnje, ki nastane zaradi delovanja žledu, je najodločilnejša spremenljivka vrsta matične podlage (preglednica 12). To je razumljivo, saj je žledolom neposredno povezan z mehansko stabilnostjo drevesa, pri kateri je pogostokrat najodločilnejša prav vrsta matične podlage, ki določa, kako se drevo zakoreninja v tla. Med pomembnejše spremenljivke so se uvrstile spremenljivke, ki opisujejo drevesno sestavo v modelu. Predvsem je pomemben delež smreke, jelke, bukve, gorskega javorja in domačega kostanja v celici modela. To se približno ujema z deležem sanitarnega poseka zaradi žledu po drevesnih vrstah, t. j. zaradi žledu se največ poseka bukve, smreke in rdečega bora (Timber, 1995–2005; preglednica 4). Na tretjem mestu ranžirne vrste je stopnja ogroženosti zaradi pojava žledu. V skupini prvih 20 najpomembnejših spremenljivk se nahajajo tudi nekatere kemijske lastnosti tal, npr. CN, S, T, OGLJ in V. Visoko na ranžirni lestvici se nahaja delež melja, ki je eden od treh spremenljivk, ki določajo teksturo tal, ki pomembno prispeva k opisu mehanskih lastnosti tal. Zdi se, da je za nastanek žledoloma pomemben tudi krajinski vidik. Zato se v lestvici 20 najpomembnejših spremenljivk nahaja ODD_GOZD (povprečna oddaljenost do najbližjega gozda) in ZAPLATA (površina največje zaplate v celici). Pomembno je tudi, kakšna je pestrost gozdnih združb; iz zgradbe modela za žled je razvidno, da se žledolomi pogosteje pojavljajo tam, kjer je manjša pestrost gozdnih združb oz. kjer se pojavljajo enoličnejši sestoji. 73 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 12: Najpomembnejših 20 spremenljivk za model za ocenjevanje sanitarne sečnje zaradi žuželk, žledu, dela v gozdu in drugih vzrokov. Pomembnost spremenljivke je izražena v povprečnem rangu rezultatov algoritma ReliefF Model – žuželke Model – žled Spremenljivka Rang Spremenljivka Rang DVU 1 MATPODLAGA 1 tlaeluvialnoiluvialna 2,1 DV11 2,4 tlaoglejena 2,9 ZLEDOGR 2,6 DV51 4 CN 4,4 DV31 5,1 ODDGOZD 6 GOZD 6 tlahumusnoakumulativna 6,3 DUŠIK 7,4 MELJ 7,1 DV21 8,5 ZDRPESTR 7,7 tla_psevdooglejena 8,8 S 9,8 DV71 9,9 ZAPLATA 10 DV41 11 T 11,2 DV68 11,9 DV21 12,5 tlakambicna 12,4 DV41 12,8 tlaobrecna 15,2 OGLJ 13 DV52 15,3 V 15,2 FOSF 15,3 tlaeluvialnoiluvialna 15,6 DV33 16,3 DV61 16,9 tlasotna 18,3 DV55 18,2 DV61 19 GCDOLZ 18,6 DV85 20,1 tla kambicna 19,4 Model – delo v gozdu Model – drugo (koda 311 ali Spremenljivka 911 ZGS) Spremenljivka Rang Rang ODDGOZD 1 MATPODLAGAMED 1 GRAD 2 MATPODLAGA 2 TRAV 3 STRELA 3 KMET 4 HIDROGEO 4 GCDOLZ 5 SPRSMER 5,2 LAST 6 RABAMED 6 ODDNEGOZD 7,1 EMISPBODD 6,8 DV21 7,9 EMISPRAHODD 8,1 ODDGOZDROB 9,2 LON 9 SKALNAT 10,1 EMISS020DD 10,2 CESTODD 11,2 LAST 11,1 FC 11,5 tlakambicna 12,5 DV11 13 EMISODD 12,8 KAMNIT 14,2 ZAPLATA 14,1 MATPODLAGAVAR 15,3 IGL 15,3 NASELJEODD 16,7 LST 16,7 17,3 RABAMED 17 ZLEDOGR ZAPLATA 17,8 RK 17,9 VODARAZD 18,3 EMISCOODD 18,2 KVG12 20,4 SPR SREDSTVO 19,6 Opomba: sivo obarvana polja označujejo spremenljivke, ki jih je algoritem ReliefF sice pomembne, vendar so jih M5' in J48 ter sam postopek izbora optimalnega modela izločili iz mo Pri modelu za ocenjevanje sanitarnega poseka drevja, ki ga treba posekati zaradi poškodb, ki nastanejo pri delu v gozdu, je pomemben drugačen sklop spremenljivk v primerjavi z 74 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 modeloma za žuželke in žled (preglednica 12). Tukaj so pomembnejše tiste spremenljivke, ki so v odvisnosti s posekom in spravilom lesa, t. j. s tehnologijo pridobivanja lesa. Najpomembnejša spremenljivka v modelu za delo v gozdu je povprečna oddaljenost do najbližjega gozda. Druga najpomembnejša je dolžina gozdnih cest in tretja vrsta lastništva. V ranžirni lestvici se nahajajo še druge spremenljivke, ki so vezane na razdaljo, to so: oddaljenost od gozdnega roba, oddaljenost do ceste, oddaljenost do naselja in oddaljenost do vodotoka. Težavnost dela v gozdu je v odvisnosti tudi od vrste matične podlage, skalovitosti in kamnitosti. Vse slednje spremenljivke so tudi zajete v seznamu najpomembnejših 20 spremenljivk za ocenjevanje sanitarne sečnje zaradi dela v gozdu. Med pomembnejše spremenljivke so uvrščene še delež jelke in smreke v celici modela. To se delno ujema s sanitarnim posekom zaradi dela v gozdu v obdobju 1995–2005 (Timber), kjer je razvidno, da delo v gozdu najbolj poškoduje smreko, bukev in jelko (preglednica 4). Za model za ocenjevanje sanitarne sečnje zaradi drugih vzrokov so pomembni splošnejši dejavniki v primerjavi z drugimi modeli (preglednica 12). Najpomembnejša spremenljivka za model za ocenjevanje sanitarne sečnje zaradi drugih vzrokov je tip hidrogeološke podlage. Ta vrsta sanitarne sečnje je odvisna od skupine dejavnikov, ki so povezani z onesnaževanjem zraka, t. j. npr. spremenljivki, ki podajata povprečno oddaljenost od največjih virov onesnaževalcev zraka zaradi prahu in CO. Ta odvisnost lahko nakazuje na to, da se v to skupino sanitarnih sečenj večinoma vpisuje poškodbe gozdov zaradi neznanih vzrokov, oz. poškodbe gozdov s sumom na daljinski transport onesnaženega zraka. Pomembne spremenljivke za model za ocenjevanje sanitarne sečnje zaradi drugih vzrokov so še geografska dolžina, vrsta lastništva, velikost največje zaplate in rastiščni koeficient v celici modela. 4.1.1 Obravnavanje potencialnih sprememb sanitarnega poseka v deležu lesne zaloge Preskusili smo ujemanje podatkov med projekcijami modelov za ocenjevanje sanitarne sečnje za obdobje 1991–2000 po scenariju B in veljavnimi podatki za obdobje 1995–2005. Domnevamo, da se bi morala primerjava podatkov približno ujemati, če bi želeli prikazovati podatke iz projekcij takšne, kot so. Če se podatki iz projekcij in veljavnih podatkovnih zbirk ne ujemajo dovolj natančno, menimo, da iz projekcij lahko sklepamo kvečjemu na trende pojavljanja, ne smemo pa se naslanjati na konkretne vrednosti. Rezultat preskusa ujemanja podatkov med projekcijami in trenutno veljavnimi podatki je pokazal, da se podatki za večino vrst sanitarnih sečenj precej razlikujejo (preglednica 13). Razlika je dovolj majhna (±10 %) le za sanitarno sečnjo zaradi dela v gozdu. Zato je model za ocenjevanje sanitarne sečnje zaradi dela v gozdu edini, katerega podatke projekcij lahko prikazujemo v dejanskih izračunanih vrednostih (slika 18). Za vse druge modele, t. j. model za ocenjevanje sanitarne sečnje zaradi žuželk in žleda, pa projekcije modelov lahko služijo le za ocenjevanje splošnih trendov. Splošne trende potencialne sanitarne sečnje zaradi žuželk, žleda in drugih vzrokov smo ugotavljali s pomočjo koeficienta linearne regresije. Izvedli smo linearno regresijo za štiri vrste sanitarnih sečenj, kjer je bila odvisna spremenljivka povprečni delež sanitarne sečnje v lesni zalogi v obdobju 10 let, neodvisna spremenljivka pa desetletno obdobje na intervalu 1981–2100 (12 obdobij) in za tri scenarije podnebnih sprememb. Koeficient neodvisne 75 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 spremenljivke v linearni funkciji, ki ga izračunamo z linearno regresijo, pove naklon premice in s tem podaja določeno informacijo. Če ima koeficient pozitiven predznak, to pomeni, da ima določena vrsta sanitarne sečnje v izbranem scenariju podnebnih sprememb trend večanja potencialnih sanitarnih sečenj. Negativni predznak koeficienta pa pomeni splošni trend zmanjševanja potencialne sanitarne sečnje. Sama vrednost koeficienta pove, za koliko največ (v % lesne zaloge) se bo povprečno spremenila potencialna sanitarna sečnja v 10 letih na območju celotne Slovenije. Preglednica 14 prikazuje povprečne spremembe sanitarne sečnje na 10 let po treh scenarijih podnebnih sprememb. Enake rezultate nazorneje prikazuje preglednica 15, kjer so rezultati prikazani kot indeks povprečne spremembe sanitarne sečnje za 10 let v odstotkih glede na povprečje iz obdobja 1995–2005. Preglednica 13: Razlika (v %) med projekcijo modelov za ocenjevanje sanitarne sečnje zaradi žuželk, žleda in dela v gozdu za obdobje 1991–2000 po scenariju B in veljavnih podatkih ZGS za obdobje 1995–2005 Model s. s. Povprečje, ZGS, 1995–2005 (% LZ) Povprečje, projekcija modela, 1991–2000 (% LZ) Razlika (%) Žuželke 0,77 3,10 300,5 Žled 0,34 0,14 –59,8 Delo v gozdu 0,12 0,11 –5,8 Rezultati modela za ocenjevanje potencialnih sanitarnih sečenj zaradi žuželk nakazujejo na to, da se bo intenzivnost poškodb zaradi žuželk najbolj povečala v scenariju C, manj v scenariju B in najmanj v scenariju A podnebnih sprememb (preglednica 14, preglednica 15). V scenariju A je projekcija povečanje povprečnih potencialnih poškodb zaradi žuželk, in sicer za 0,025 % v lesni zalogi na 10 let oz. 3,2 % več poškodb na 10 let glede na povprečni podatek iz referenčnega obdobja 1995–2005. Po scenariju B se bo potencialni sanitarni posek zaradi žuželk povprečno povečeval za 4,1 %, po scenariju C pa za 7,9 % na 10 let glede na referenčno obdobje. Zagon modela za ocenjevanje potencialnih poškodb zaradi žleda kaže trend splošnega zmanjševanja poškodb (preglednica 14, preglednica 15). Po scenariju B v zagonu modela je projekcija zmanjševanja potencialnih sanitarnih sečenj zaradi žleda za povprečno 0,008 % LZ na 10 let oz. je to v indeksu spremenjenosti glede na referenčno obdobje 1995–2005 2,2 % na 10 let. Po scenariju C so potencialne poškodbe zaradi žleda še nekoliko manjše kot po scenariju B. Model za ocenjevanje potencialne sanitarne sečnje zaradi dela v gozdu je bil izračunan za obdobje 1981–2040 za razliko od ostalih modelov, ki so bili izračunani za obdobje 1981– 2100. Razlog za to je v predpostavki, ki trdi, da so poškodbe drevja v gozdu, ki nastanejo zaradi delo, predvsem odvisne od tehnologije dela in ne od podnebnih sprememb. Ker se bo verjetno tehnologija dela v gozdu v naslednjih desetletjih spreminjala, smo skrajšali projekcijo modela za delo v gozdu do leta 2040. Zagon modela za ocenjevanje potencialne sanitarne sečnje zaradi dela v gozdu predvideva zmanjševanje poškodb zaradi dela v gozdu (preglednica 14, preglednica 15). Če vzamemo scenarij C, kjer je pričakovati največje zmanjšanje potencialnih poškodb drevja zaradi dela v gozdu, zmanjšanje znaša povprečno 0,003 % lesne zaloge v desetih let oz. izhodiščno stanje, kar pomeni povprečno 2,3 % manj poškodb na 10 let. Model za ocenjevanje sanitarne sečnje zaradi dela v gozdu je edini model, za katerega je smiselno prikazovati potencialno gibanje sanitarne sečnje v 76 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 napovedanih vrednostih, saj se povprečne vrednosti projekcij za obdobje 1991–2000 dobro ujemajo z dejanskimi vrednosti za obdobje 1995–2005 (preglednica 13). Slika 18 prikazuje projekcijo za povprečni sanitarni posek zaradi dela v gozdu na celico modela v obdobju 1990–2040 v Sloveniji. Grafikon potrjuje že ugotovljeno iz prej omenjenih preglednic (preglednica 14, preglednica 15). Projekcija za zagon modela se ob scenariju B komajda nekoliko zmanjša v obdobju 100 let. Kar nakazuje, da bodo podnebne spremembe verjetno zelo malo vplivale na sanitarno sečnjo zaradi dela v gozdu. Preglednica 14: Povprečna sprememba sanitarne sečnje zaradi žuželk, žleda in dela v gozdu na 10 let (v % lesne zaloge) v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke in žled za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 Vrsta sanitarne sečnje Scenarij A Scenarij B Scenarij C Žuželke 0,025 0,032 0,061 Žled –0,003 –0,008 –0,008 Delo v gozdu 0,002 –0,001 –0,003 Preglednica 15: Indeks povprečne spremembe potencialnega deleža v lesni zalogi za sanitarne sečnje zaradi žuželk, žleda in dela v gozdu na 10 let (v %) glede na povprečje 1995–2005 v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke in žled za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 Vrsta sanitarne sečnje Scenarij A Scenarij B Scenarij C Žuželke 3,17 4,12 7,93 Žled –0,80 –2,22 –2,47 Delo v gozdu 1,46 –0,74 –2,26 Legenda Scenarij A Scenarij B Scenarij C 1990 2000 2010 2020 Leto 2030 2040 Slika 18: Projekcija za povprečni sanitarni posek zaradi dela v gozdu (v % lesne zaloge) v obdobju 1981– 2040 v Sloveniji 4.1.2 Obravnavanje potencialnih sprememb sanitarnega poseka na površini Modeli za ocenjevanje potencialne sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in skupne sanitarne sečnje napovedujejo vrednosti v zvezni odvisni spremenljivki, t. j. v količini poseka, ki je izražena v deležu lesne zaloge. Model za ocenjevanje potencialne sanitarne sečnje zaradi drugih vzrokov je v primerjavi s prej naštetimi modeli različen v tem, da je njegova odvisna spremenljivka pojavljanje potencialne sanitarne sečnje v celici 77 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 modela v diskretni spremenljivki, t. j. v vrednostih 1 ali 0. Model za ocenjevanje potencialne sanitarne sečnje zaradi drugih vzrokov nam podaja neposredno potencialno površino, ki jo lahko prizadene ta vrsta sanitarne sečnje. Modeli za ocenjevanje potencialne sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in skupne sanitarne sečnje zaradi zvezne odvisne spremenljivke ne podajajo neposredne površinske predstave. Da lahko iz slednjih modelov pridobimo informacijo o površini pojava, moramo za vsak model določiti spodnjo mejo odvisne spremenljivke, ob kateri se celica modela začne šteti kot potencialna površina, kjer lahko nastane sanitarni posek določenega vzroka. Spodnje meje so določene v posebni preglednici (preglednica 16). Spodnja meja za dejansko sanitarno sečnjo v obdobju 1995–2005 je spodnja meja 95 % intervala zaupanja. Izračun spodnjih mej za projekcije temelji na predpostavki, da se dejanska poškodovana površina iz obdobja 1995– 2005 mora ujemati s poškodovano površino, kot jo napovedujejo modeli za obdobje 1991– 2000 za scenarij B podnebnih sprememb. Preglednica 16: Spodnje meje odvisne spremenljivke (% LZ) v modelih za ocenjevanje sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in skupne sanitarne sečnje za izračun potencialno poškodovanih površin Vrsta s. s. Obdobje 1995–2005, dejanski podatki ZGS* Obdobje 1995–2005, projekcija z modelom** Projekcija za obdobje 1990–2000, scenarij B*** Žuželke 0,74 0,97 3,27 Žled 0,32 0,54 0,24 Delo v gozdu 0,11 0,19 0,19 S. s. skupaj 2,34 3,07 4,34 Opombe: spodnje meje odvisne spremenljivke so bile določene za različne primere prikaza rezultatov modelov (slika 20, slika 21, slika 22, slika 25): * za prvo karto na prej omenjenih slikah, ** za drugo karto in *** za vse preostale karte, ki se nanašajo na projekcije podnebnih sprememb Rezultati obdelav o potencialni površini, kjer se lahko pojavi sanitarna sečnja, so prikazani na različne načine v več preglednicah in slikah. Slika 19 prikazuje 8 grafikonov s projekcijami gibanja potencialno poškodovanih površin zaradi 4 različnih vzrokov sanitarnih sečenj. Poleg te slike (slika 19) se lahko za pojasnjevanje splošnih trendov sanitarnih sečenj uporabljata še dve preglednici (preglednica 17, preglednica 18), v katerih so navedene povprečne spremembe potencialno poškodovanih površin na 10 let. Na koncu tega poglavja so štiri slike, ki prikazujejo prostorski razpored potencialnih sanitarnih posekov zaradi štirih različnih vzrokov (žuželke, žled, delo v gozdu, drugo) (slika 20, slika 21, slika 22, slika 23). Za razlago slednjih slik so bile izdelane štiri preglednice, ki slike pojasnjujejo v številkah (preglednica 19, preglednica 20, preglednica 21, preglednica 22). Iz grafikonov (slika 19) lahko sklepamo o splošnem trendu gibanja potencialnih površin za posamezne vrste sanitarne sečnje pa tudi o potencialnih spremembah med posameznimi desetletji v obdobju 1981–2100. Splošni trend v kvantitativni obliki podajata preglednici (preglednica 17, preglednica 18). Splošni trend je izražen kot koeficient linearne regresije, ki podaja informacijo o povprečni spremembi potencialno poškodovane površine na 10 let. Zagon modela za ocenjevanje poškodb zaradi žuželk v scenariju A kaže zmanjševanje, pri scenarijih B in C pa večanje potencialno dovzetnih površin za poškodbe zaradi žuželk. Po scenariju C je trend večanja povprečno 150 km2 na 10 let, izraženo v indeksu povprečnih sprememb potencialnih površin je to 3,1 % na 10 let glede na površino, ki so jo žuželke prizadele v obdobju 1995–2005. 78 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Projekcije gibanja potencialno poškodovanih površin zaradi žleda se zaradi vpliva podnebnih sprememb zmanjšujejo. Rezultati nakazujejo, da se bo verjetno zmanjšala površina, kjer bo potencialno nastala sanitarna sečnja zaradi žleda, t. j. povprečno do 197 km2 v 10 letih manj površin oz. 6,1 % na 10 let, izraženo v indeksu povprečnih sprememb v scenariju C glede na referenčno obdobje 1995–2005. Podnebne spremembe bodo predvidoma pozitivno vplivale na poškodbe gozdnega drevja zaradi dela v gozdu, saj model napoveduje zmanjševanje potencialno poškodovanih površin v vseh treh scenarijih podnebnih sprememb. Projekcija poškodb se zelo počasi manjša po vseh scenarijih; v scenariju A najhitreje, in sicer napoveduje povprečno zmanjševanje potencialno poškodovanih površin zaradi dela v gozdu do 32 km2 v 10 letih, kar pomeni 0,9 % poškodovane površine v obdobju 1995–2005 (preglednica 17, preglednica 18). Zagon modela za ocenjevanje sanitarne sečnje zaradi drugih vzrokov je med izbranimi vrstami sanitarnih sečenj izjema, saj edini napoveduje tudi izredno povečanje potencialnih sanitarnih sečenj. Povprečna sprememba potencialne sanitarne sečnje zaradi drugih vzrokov se bo predvidoma v scenariju A zmanjšala, v scenarijih B in C pa povečala (preglednica 17, preglednica 18). Zagon modela v scenariju A kaže, da se bo potencialna sanitarna sečnja zaradi drugih vzrokov povprečno zmanjšala za 31 km2 na 10 let oz. se bo pojavljala na 1,6 % površine manj na 10 let glede na izhodiščno stanje v obdobju 1995– 2005. Projekcija scenarija B podaja povprečno povečanje potencialnih površin, kjer bi se lahko pojavila sanitarna sečnja zaradi drugih vzrokov za 230 km2 na 10 let, kar ustreza 11,9 % referenčni površini, poškodovani zaradi drugih vzrokov. Pesimističen scenarij C nakazuje še večje potencialne poškodbe površin gozda zaradi drugih vzrokov; vsakih 10 let naj bi bilo povprečno 320 km2 več potencialnih površin gozdov, na katerih bi se lahko zgodila sanitarna sečnja zaradi drugih vzrokov oz. to pomeni vsakih 10 let za 16,6 % več površin glede na velikost poškodovanih površin v referenčnem obdobju, kjer potencialno lahko nastane sanitarni posek zaradi drugih vzrokov. Potencialne poškodbe zaradi drugih vzrokov naj bi se skokovito povečale v 2. polovici 21. stoletja (slika 19). Preglednica 17: Povprečna sprememba potencialne površine (km2) sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov na 10 let v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 Vrsta s. s. Scenarij A Scenarij B Scenarij C Žuželke –69 121 150 Žled –28 –157 –197 Delo v gozdu –32 –12 –27 Drugo –31 230 320 79 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 18: Indeks povprečne spremembe potencialnih površin za sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov na 10 let (v %) glede na površino v obdobju 1995–2005 v Sloveniji po treh različnih scenarijih podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 Vrsta s. s. Žuželke Žled Delo v gozdu Drugo Pov. (km2) 1995-2005 4861 3206 3611 1932 Scenarij A -1,4 -0,9 -0,9 -1,6 Scenarij B 2,5 -4,9 -0,3 11,9 Scenarij C 3,1 -6,1 -0,8 16,6 7000 6500 6000 5500 5000 4500 4000 3500 3000 Žuželke 2000 2020 2040 2060 2080 2100 Leto 5000 4000 3000 2000 1000 0 Žled 2000 2020 2040 2060 2080 2100 Leto 3800 3600 3400 3200 3000 2800 2600 Delo v gozdu 1990 2000 2010 2020 2030 2040 Leto 6000 5000 4000 3000 2000 1000 0 Drugo / ...... ¦*"— -^ / / 2000 2020 2040 2060 2080 2100 Leto Slika 19: Projekcije gibanja potencialnih površin za sanitarno sečnjo zaradi žuželk, žleda, dela v gozdu in drugih vzrokov v Sloveniji za tri scenarije podnebnih sprememb; model za žuželke, žled in drugo za obdobje 1981–2100, model za delo v gozdu za obdobje 1981–2040 80 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 20: Prostorski razpored sanitarne sečnje zaradi žuželk v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 Na prvih dveh kartah iz prostorskega razporeda sanitarne sečnje zaradi žuželk v Sloveniji (slika 20) vidimo dejanski razpored sanitarne sečnje v obdobju 1995–2005 in kot ga napove model. Zato ju lahko uporabimo kot kazalec skladnosti. Iz primerjave prvih dveh kart lahko ugotovimo, da model dovolj dobro posnema dejanske razmere v naravi, morda nekoliko površinsko posplošuje, nekje precenjuje in drugje podcenjuje intenzivnost poškodb. Primerjava projekcije sanitarne sečnje zaradi žuželk za podnebne spremembe po 81 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 scenariju B za obdobje 2031–2040 s prostorsko razporeditvijo sanitarnih sečenj zaradi žuželk v obdobju 1995–2005 (referenčno obdobje) pokaže precejšnje spremembe. Spremembe, ki se zgodijo že v prvem prikazanem obdobju, se v poznejših obdobjih 2061– 2070 in 2091–2100 samo še stopnjujejo v nakazano smer iz prvega obravnavanega obdobja 2031–2040 (preglednica 19). Površina potencialnih sanitarnih sečenj zaradi žuželk se bo predvidoma najbolj povečala v GGO Slovenj Gradec, Tolmin, Nazarje in Postojna. V dveh GGO se bo površina s potencialno sanitarno sečnjo zaradi žuželk verjetno precej zmanjšala, t. j. v GGO Murska Sobota in Sežana. Iz prostorkega prikaza projekcij (slika 20) je mogoče ugotoviti, da se bodo potencialne poškodbe zaradi žuželk povečale na severu države in na splošno se bo verjetno intezivnost potencialnih poškodb zaradi žuželk premaknila v smeri proti severu. Preglednica 19: Sprememba potencialne površine sanitarne sečnje zaradi žuželk v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih GGO Površina 1995–2005 (km2) Sprememba površine (%) obdobje 2031–2040 obdobje 2061–2070 122 obdobje 2091–2100 Tolmin 82 44 194 Bled 253 –77 -28 36 Kranj 413 -16 28 46 Ljubljana 1008 -11 -3 6 Postojna 212 69 97 94 Kočevje 586 4 13 8 Novo mesto 647 -23 -19 -13 Brežice 268 -38 -9 -17 Celje 507 -2 7 18 Nazarje 165 105 147 159 Slovenj Gradec 124 354 489 520 Maribor 421 -28 -5 10 Murska Sobota 127 -83 -94 -94 Sežana 32 -75 -69 -66 82 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 21: Prostorski razpored sanitarne sečnje zaradi žleda v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061– 2070, 2091–2100 Model za ocenjevanje potencialne sanitarne sečnje zaradi žleda zadovoljivo posnema realno stanje v naravi (slika 21). To lahko ugotovimo, če primerjamo prvi dve karti, ki se nanašata na obdobje 1995–2005. Model dobro ugotovi območja in intenzivnost poškodb gozdnega drevja zaradi žleda. Lahko pa tudi opazimo, da model vidno posplošuje, pri čemer se porazgubijo kakšne podrobnosti. Napoved potencialne sanitarne sečnje zaradi žleda za obdobje 2031–2040 je precej različna v primerjavi z dejansko razporeditvijo 83 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 poškodb zaradi žleda v referenčnem obdobju 1995–2005. Napovedi za potencialno sanitarno sečnjo zaradi žleda kažejo precejšnjo prostorsko prerazporeditev, t. j. predvsem splošen premik proti severu. Jasno pa je nakazan trend, t. j. splošno zmanjševanje površin, ki bi jih lahko potencialno prizadel žled. V obdobju 2031–2040 model napoveduje povečanje površin le v petih GGO, kjer bi se lahko potencialno zgodil žledolom, in sicer v GGO Slovenj Gradec, Bled, Tolmin, Postojna in Nazarje (preglednica 20). V vseh preostalih GGO pa model napoveduje zmanjševanje potencialnih površin, dovzetnih za žledolom. Nakazan trend v prvem obravnavanem obdobju se nadaljuje v obdobjih 2061– 2070 in 2091–2100. Preglednica 20: Sprememba potencialne površine sanitarne sečnje zaradi žleda v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih GGO Površina 1995–2005 (km2) Sprememba površine (%) obdobje 2031–2040 obdobje 2061–2070 170 obdobje 2091–2100 Tolmin 200 208 146 Bled 56 271 282 373 Kranj 578 -59 -75 -78 Ljubljana 734 -36 -63 -85 Postojna 133 79 26 20 Kočevje 312 -45 –88 -90 Novo mesto 276 -57 -80 -88 Brežice 38 -32 –66 -76 Celje 551 -55 -70 -87 Nazarje 108 33 43 56 Slovenj Gradec 7 1614 1586 1314 Maribor 126 -8 -29 -45 Murska Sobota 2 -100 -100 -100 Sežana 79 –44 -54 -58 84 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 22: Prostorski razpored sanitarne sečnje zaradi dela v gozdu v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh desetletjih 2011–2040 Model za ocenjevanje potencialne sanitarne sečnje, ki nastane zaradi dela v gozdu, precej dobro posnema dejanske razmere v gozdovih Slovenije. To lahko vidimo, če primerjamo karto prostorskega razporeda sanitarne sečnje zaradi dela v gozdu v obdobju 1995–2005 in karto, ki oceni potencialno sanitarno sečnjo za isto obdobje z modelom (slika 22). Ostale karte na sliki prikazujejo potencialni razpored sanitarne sečnje zaradi dela v gozdu, ki ga terjajo podnebne spremembe v scenariju B. Splošna slika projekcij za potencialno sanitarno sečnjo zaradi dela v gozdu pod vplivom podnebnih sprememb se bistveno ne 85 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 spremeni glede na izhodiščne razmere v obdobju 1995–2005, tako številčno kot prostorsko (preglednica 21, slika 22). Največje spremembe bodo verjetno nastale v GGO Ljubljana, kjer se bo verjetno potencialna sanitarna sečnja zaradi dela v gozdu pojavljala na 74 % več površin v obdobju 2031–2040 glede na obdobje 1995–2005. Preglednica 21: Sprememba potencialne površine sanitarne sečnje zaradi dela v gozdu v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in obdobju 2031–2040 GGO Površina Potencialna sprememba 1995-2005 (km2) površine v obdobju 2031-2040 (%) Tolmin 158 -30 Bled 142 -58 Kranj 235 -40 Ljubljana 99 74 Postojna 504 22 Kočevje 632 21 Novo mesto 282 5 Brežice 171 –47 Celje 235 -39 Nazarje 301 -1 Slovenj Gradec 514 5 Maribor 286 -13 Murska Sobota 28 -93 Sežana 20 20 86 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 23: Prostorski razpored sanitarne sečnje zaradi drugih vzrokov v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061–2070, 2091–2100 Model za ocenjevanje potencialne sanitarne sečnje zaradi drugih vzrokov se od drugih modelov (žuželke, žled, delo v gozdu) razlikuje po tem, da ocenjuje le potencialno poškodovano površino, ne pa tudi intenzivnosti poškodb. Validacija modela za obdobje 1995–2005 je pokazala, da model zadovoljivo predvidi površine, ki so potencialno poškodovane zaradi drugih vzrokov (slika 23). Vendar model vidno posplošuje poškodovane površine in izpušča površine, kjer je poškodb manj. Podnebne spremembe bodo predvidoma zelo vplivale na potencialno sečnjo zaradi drugih vzrokov. Vpliv 87 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 podnebnih sprememb bo zelo občuten v šestih GGO, kjer se bo drastično povečal potencialni sanitarni posek zaradi drugih vzrokov, in sicer v GGO Celje, Sežana, Ljubljana, Nazarje, Brežice in Slovenj Gradec (preglednica 22). Na splošno se večji predel potencialne sečnje zaradi drugih vzrokov prestavi na vzhodno polovico države in ob morje. Potencialno poškodovana površina zaradi drugih vzrokov se hitro veča iz enega proučevanega obdobja v drugega. Preglednica 22: Sprememba potencialne površine sanitarne sečnje zaradi drugih vzrokov v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih GGO Površina 1995–2005 (km2) Sprememba površine (%) obdobje 2031–2040 obdobje 2061-2070 -17 obdobje 2091–2100 Tolmin 65 -12 –22 Bled 21 -100 -86 -95 Kranj 16 -100 -31 -50 Ljubljana 47 -38 989 949 Postojna 477 -56 -48 -58 Kočevje 423 -62 -73 -80 Novo mesto 162 -46 96 68 Brežice 68 150 581 581 Celje 23 9 1770 1635 Nazarje 12 -100 800 750 Slovenj Gradec 51 0 341 300 Maribor 295 28 74 71 Murska Sobota 251 -31 -31 -31 Sežana 18 439 1572 1483 4.2 REZULTATI MODELA ZA SKUPNO SANITARNO SEČNJO Rezultati modela za ocenjevanje skupne sanitarne sečnje so pravzaprav povprečje štirih najverjetnejših modelov. Modeli so regresijska drevesa, katerih odvisna spremenljivka je delež sanitarnega poseka v lesni zalogi celice. Prostorska ločljivost modela je 1 km2. Povprečni korelacijski koeficient izbranih štirih modelov je 0,46. Model je bil izračunan za tri scenarije podnebnih sprememb (glej poglavje št. 3.1, str. 45) in 12 desetletnih obdobij 1981–1990, 1991–2000, ..., 2091–2100. Z modelom za ocenjevanje skupne sanitarne sečnje preverjamo domnevo, da se bo zdravstveno stanje gozdov v Sloveniji poslabšalo zaradi podnebnih sprememb. Med rezultate modela se šteje tudi sama zgradba modela, ki jo tukaj prikazujemo s pomočjo porezanega regresijskega drevesa (priloga E). Izvorna regresijska drevesa (4) so prevelika, da bi jih lahko prikazali na pregleden način (preglednica 11); izvorna regresijska drevesa so dostopna na ogled pri avtorju disertacije. Pri razvrščanju primerov v modelu za ocenjevanje skupne sanitarne sečnje najprej odloča, kolikšen je delež iglavcev v celici modela (IGL). Če je delež iglavcev v celici modela večji kot 28,7 %, potem se regresijsko drevo razveja naprej. Če je povprečna količina padavin v mesecu juliju (PAD7) manjša ali enaka 149,2 mm, potem za nadaljnje razvrščanje primerov odloča, kakšna je vrednost naslednjih spremenljivk: delež smreke v celici (DV11), količina padavin v septembru, juniju in oktobru (PAD9, PAD6 in PAD10), verjetnost nastopa sušnega stresa v juliju in avgustu (SUS78) in kakšen je standardni odklon ukrivljenosti površja (UKRIVLJENOST_ PROFIL_STDEV). Če je povprečna količina padavin v mesecu juliju večja kot 149,2 mm, 88 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 potem na razvrščanje primerov odloča kolikšen je delež macesna v celici modela (DV34), povprečna količina padavin v oktobru (PAD10) in temperaturna vsota s pragom –10 °C (TSUM–10). Splošen vpogled v model in odvisnosti med spremenljivkami lahko pridobimo tudi s pomočjo rezultatov algoritma ReliefF, t. j. ranžirne vrste, ki podaja pomembnost spremenljivk za pojasnjevanje odvisne spremenljivke, t. j. v našem primeru skupno sanitarno sečnjo (preglednica 23). Pregled 20 najpomembnejših spremenljivk pokaže, da so le-te presek najpomembnejših spremenljivk iz modelov za ocenjevanje sanitarne sečnje zaradi posameznih vzrokov (preglednica 12). Spremenljivka povprečne oddaljenosti od gozda je najpomembnejša spremenljivka v modelu za ocenjevanje sanitarne sečnje zaradi dela v gozdu, delež smreke v celici modela je najpomembnejša spremenljivka v modelu za ocenjevanje sanitarne sečnje zaradi žuželk, splošni delež iglavcev in listavcev je odločilen pri klasifikaciji v modelu za ocenjevanje sanitarne sečnje zaradi drugih vzrokov. Ker model za ocenjevanje skupne sanitarne sečnje vključuje vse vrste sanitarnih sečenj, že prvih 20 najpomembnejših spremenljivk pripada najrazličnejšim kategorijam. Tako prvih 20 najpomembnejših spremenljivk zaobjame krajinski vidik, rabo tal, vrsto tal, lastniško kategorijo, drevesno sestavo, gozdne ceste, kemijske lastnosti tal, vodne razmere in matično podlago. Preglednica 23: Najpomembnejših 20 spremenljivk za model za ocenjevanje skupne sanitarne sečnje; pomembnost spremenljivke je izražena v povprečnem rangu rezultatov algoritma ReliefF Spremenljivka Povp. rang ODD_GOZD 1,2 DV11 1,8 IGL 3 LST 4 RABA_MAX 5,5 tla_eluvialno_iluvialna 6 LAST 7,3 RABA_MED 8,4 DV21 8,5 GC_DOLZ 9,6 DV51 11,8 DV31 11,9 FOSF 12,7 VODA_RAZD 14,9 tla_oglejena 15,8 tla_kambicna 16,6 MAT_PODLAGA 16,6 DUSIK 18,2 DV33 19,9 MAT_PODLAGA_VAR 20,2 Opomba: sivo obarvano polje označuje spremenljivko, ki jo je algoritem ReliefF sicer spoznal za pomembno, vendar jo je algoritem M5' ter sam postopek izbora optimalnega modela izločil iz modela 4.2.1 Obravnavanje potencialnih sprememb sanitarnega poseka v deležu lesne zaloge Po zagonu modela smo preverili, ali je smiselno prikazovati dejanske izračunane vrednosti. Postavili smo zahtevo, da se morajo izračuni za potencialno sanitarno sečnjo v obdobju 89 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 1991–2000 v scenariju B na splošno ujemati z dejanskimi vrednostmi sanitarnih sečenj iz obdobja 1995–2005. Odločili smo se, da je lahko največja še spremenljiva razlika ±10 %. Izračun je pokazal, da je razlika prevelika (preglednica 24). Model za ocenjevanje potencialne skupne sanitarne sečnje v splošnem precenjuje njen obseg, in sicer za 56 %. To je prevelika razlika, da bi lahko prikazovali absolutne izračunane vrednosti modela. Kljub veliki razliki, ki je nastala med modelnim izračunom in realnimi vrednostmi za referenčno obdobje, na podlagi koeficienta korelacije domnevamo, da so projekcije modela toliko zanesljive, da iz njih lahko sklepamo na splošen trend pojavljanja sanitarnih sečenj. Trend pojavljanja potencialnih sanitarnih sečenj smo izračunali kot koeficient linearne regresije za 12 točk, t. j. 12 desetletnih obdobij in tri scenarije podnebnih sprememb (preglednica 25). Koeficient neodvisne spremenljivke, ki ga izračuna linearna regresija, podaja informacijo o naklonu premice, le-ta pa o splošnem trendu večanja ali zmanjševanja potencialnih sanitarnih sečenj. Negativna vrednost koeficienta pove, da se bo v povprečju zmanjšala potencialna sanitarna sečnja, pozitiven predznak pa nakazuje trend večanja potencialnih sanitarnih sečenj. Absolutna vrednost koeficienta linearne regresije pomeni povprečno spremembo skupne sanitarne sečnje v deležu lesne zaloge na 10 let za obdobje 1981–2100. Za nazornejši prikaz koeficienta regresije smo se odločili uporabiti indeks povprečne spremembe skupne sanitarne sečnje na 10 let (preglednica 26). Za stalno osnovo indeksa smo vzeli povprečni sanitarni posek v obdobju 1995–2005 (Timber, 2005). Preglednica 24: Razlika (v %) med projekcijo modelov za ocenjevanje skupne sanitarne sečnje za obdobje 1991–2000 po scenariju B in veljavnih podatkih ZGS za obdobje 1995–2005 Model s. s. Povprečje, ZGS, 1995–2005 (% LZ) Povprečje, projekcija modela, 1991–2000 (% LZ) Razlika (%) S. s. skupaj 2,39 3,74 56,4 Projekcija modela za ocenjevanje skupne potencialne sanitarne sečnje kaže trend rasti (preglednica 25, preglednica 26). Rezultati zagona modela kažejo trend povečanja potencialnih sanitarnih sečenj, in sicer za 0,02–0,05 % lesne zaloge na 10 let glede na scenarije podnebnih sprememb oz. enako izraženo v indeksu povprečnih sprememb skupne sanitarne sečnje na 10 let se poveča za 1,0–2,1 % glede na povprečje iz referenčnega obdobja. S projekcijo modela za ocenjevanje skupne potencialne sanitarne sečnje potrjujemo postavljeno hipotezo o povečanju sanitarnih sečenj zaradi podnebnih sprememb oz., zdravstveno stanje gozdov v Sloveniji se bo poslabšalo zaradi podnebnih sprememb. Dodaten dokaz navajamo v naslednjem poglavju, kjer obravnavamo potencialno sanitarno sečnjo po površini. Preglednica 25: Povprečna sprememba skupne sanitarne sečnje v deležu lesne zaloge na 10 let v Sloveniji za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb Model s. s. Scenarij A Scenarij B Scenarij C S. s. skupaj 0,029 0,024 0,050 Preglednica 26: Indeks povprečne spremembe skupne sanitarne sečnje na 10 let (v %) v Sloveniji glede na povprečje 1995–2005 za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb Model s. s. Scenarij A Scenarij B Scenarij C S. s. skupaj 1,21 1,00 2,07 90 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 4.2.2 Obravnavanje potencialnih sprememb sanitarnega poseka na površini V tem poglavju preskušamo domnevo o vplivu podnebnih sprememb na zdravstveno stanje gozdov v Sloveniji še z gledišča poškodovanih površin, ki jih zajemajo sanitarne sečnje. Slika 24 prikazuje projekcijo za količino potencialnih površin, kjer lahko nastane sanitarna sečnja v Sloveniji zaradi podnebnih sprememb. Iz slike vidimo, da je trend naraščanje potencialno poškodovanih površin. Začetek projekcije je bil uravnan z dejansko poškodovano površino v obdobju 1995–2005 (glej poglavje št. 4.1.2, str. 76). Zaradi srednje zanesljivosti modela (r = 0,46) raje opazujemo splošen trend potencialnih površin, izračunan kot linearni regresijski koeficient (preglednica 27). Linearni regresijski koeficient podaja informacijo o naklonu regresijske premice. Negativni predznak koeficienta pove, da je splošen trend zmanjševanje, pozitiven predznak pa večanje potencialnih poškodovanih površin zaradi sanitarnih sečenj. Sama številka je izraz za povprečno spremembo potencialno poškodovane površine zaradi sečnje na 10 let. Slednja vrednost je podana tudi v obliki indeksa, kjer je stalna osnova dejanska poškodovana površina zaradi sanitarnih sečenj v obdobju 1995–2005 (preglednica 28). Indeks povprečne spremembe potencialnih površin za skupno sanitarno sečnjo nam pove, za koliko se bo povprečno spremenila potencialna poškodovana površina na 10 let, izražena v deležu dejanske poškodovane površine v obdobju 1995–2005. Zagon modela za ocenjevanje skupne sanitarne sečnje napoveduje splošno naraščanje potencialno poškodovanih površin. Glede na scenarij podnebnih sprememb so napovedi od 72 km2 do 111 km2 povprečno več potencialno poškodovanih površin na 10 let (preglednica 27). Razlike med posameznimi scenariji podnebnih sprememb nimajo večjega pomena, saj se scenariji precej prepletajo med seboj (slika 24). Sklepamo, da se bo povprečni potencialni sanitarni posek verjetno povečal zaradi podnebnih sprememb. S tem potrjujemo postavljeno hipotezo, da se bo zdravstveno stanje gozdov v Sloveniji zaradi podnebnih sprememb poslabšalo (upoštevajoč vse predpostavke!). Tak zaključek je skladen z zaključkom o skupnem potencialnem sanitarnem poseku, ki ga obravnavamo v deležu lesne zaloge (glej poglavje št. 4.2.1). Preglednica 27: Povprečna sprememba potencialne površine (km2) skupne sanitarne sečnje na 10 let v Sloveniji za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb Model s. s. Scenarij A Scenarij B Scenarij C S. s. skupaj 111 78 72 Preglednica 28: Indeks povprečne spremembe potencialnih površin za skupno sanitarno sečnjo na 10 let (v %) v Sloveniji glede na dejansko površino v obdobju 1995–2005 za obdobje 1981–2100 po treh različnih scenarijih podnebnih sprememb Model s. s. Pov. (km2) 1995-2005 Scenarij A Scenarij B Scenarij C S. s. skupaj 6530 1,7 1,2 1,1 91 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 8500 8000 7500 7000 6500 6000 5500 Legenda Scenarij A Scenarij B Scenarij C 2000 2020 2040 2060 2080 2100 Leto Slika 24: Projekcije gibanja potencialnih površin, kjer se lahko zgodi sanitarna sečnja v Sloveniji; za tri scenarije podnebnih sprememb in obdobje 1981–2100 92 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Slika 25: Prostorski razpored skupne sanitarne sečnje v Sloveniji; dejanski posek in posek kot ga napove model za obdobje 1995–2005; za scenarij B podnebnih sprememb v treh obdobjih, t. j. 2031–2040, 2061– 2070, 2091–2100 Obdelali smo rezultate modela in z njimi želeli prikazati potencialne spremembe skupne sanitarne sečnje na površini na ravni GGO (slika 25, preglednica 29). Rezultate smo obdelali za scenarij B podnebnih sprememb in za tri izbrana obdobja: 2031–2040, 2061– 2070 in 2091–2100. Slika 25 najprej prikazuje prostorski razpored skupne sanitarne sečnje za obdobje 1995–2005 v štirih stopnjah intenzivnosti (meje razredov so standardni odkloni povprečne sanitarne sečnje izražene v deležu lesne zaloge celice modela), katere podlaga 93 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 so podatki o sanitarnem poseku (Timber, 1995–2005). Druga karta prikazuje preskus natančnosti napovedovanja modela. Če primerjamo prvo in drugo karto, se zadovoljivo ujemata v splošnem merilu, razlike so v malenkostih. Preostale tri karte prikazujejo potencialno sanitarno sečnjo zaradi podnebnih sprememb po scenariju B v treh različnih obdobjih. Vse tri karte so si navidez precej podobne med sabo – nakazujejo povečanje potencialnih sanitarnih sečenj na severnem delu Slovenije. Večja razlika nastane, če karte za napovedi pod vplivom podnebnih sprememb primerjamo s trenutnim stanjem, torej prvo karto, ki prikazuje sanitarni posek v obdobju 1995–2005. Razlike na ravni GGO so izračunane v posebni preglednici (preglednica 29). Verjetno se bo potencialna površina sanitarnih sečenj najbolj povečala v GGO Slovenj Gradec, Tolmin in Nazarje. Na podlagi teh podatkov je manj zanesljivo govoriti o zmanjšanju potencialne površine sanitarne sečnje zaradi umetno postavljene spodnje meje, ki določa, kdaj se celica modela šteje kot potencialna površina, na kateri bo opravljen sanitarni posek (glej poglavje št. 4.1.2, str. 76). Preglednica 29: Sprememba potencialne poškodovane površine zaradi skupnih sanitarnih sečenj v Sloveniji glede na površino v obdobju 1995–2005 po GGO; v scenariju B in treh obdobjih GGO Površina 1995–2005 (km2) Sprememba površine (%) obdobje 2031–2040 obdobje 2061–2070 135 obdobje 2091–2100 Tolmin 182 158 141 Bled 287 -14 50 79 Kranj 627 -1 8 19 Ljubljana 1071 19 15 20 Postojna 453 38 5 31 Kočevje 741 -15 -28 -19 Novo mesto 742 -34 -36 -32 Brežice 311 -76 -78 –77 Celje 513 -9 -10 -5 Nazarje 247 94 128 140 Slovenj Gradec 302 162 185 190 Maribor 662 –22 -6 -1 Murska Sobota 228 -73 -75 -73 Sežana 164 -60 -84 -74 4.3 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV V tem poglavju navajamo rezultate preskusa dveh hipotez. Najprej preskušamo hipotezo, ali so gozdovi s spremenjeno drevesno sestavo labilnejši, tako v obdobju 1995–2005 kot v podnebnih spremembah. Potem preskušamo hipotezo, ki trdi, da se bo v Sloveniji zdravje gozda zaradi podnebnih sprememb bolj poslabšalo v gozdovih s spremenjeno drevesno sestavo kot v gozdovih z ohranjeno drevesno sestavo. Prvo hipotezo preskušamo s pomočjo enostavne analize variance, kjer je odvisna spremenljivka povprečni delež sanitarne sečnje v lesni zalogi in dejavnik stopnja ohranjenosti drevesne sestave. Za natančnejši preskus razlik med stopnjami ohranjenosti drevesne sestave smo uporabili Duncanov preskus mnogoterih primerjav. Drugo hipotezo preskušamo s pomočjo intervala zaupanja za razliko povprečij in t-preskusom. Stopnje ohranjenosti drevesne sestave so štiri: 1. ohranjena, 2. spremenjena, 3. zelo spremenjena, 4. izmenjana. V vsakem preskusu smo ločili dve različici, ki se razlikujeta po tem, kako je bila ugotovljena stopnja ohranjenosti drevesne sestave. Prva različica preskusov temelji na Smolejevih izračunih (2001) po metodologiji Bončina in Robič (1998). Druga različica preskusov pa temelji na 94 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 podatkih o ohranjenosti drevesne sestave iz podatkovne zbirke Gozdni fondi (2001) (glej poglavje št. 2.5, str. 38). 4.3.1 Vpliv spremenjenosti drevesne sestave na zdravje gozdov v obdobju 1995– 2005 Slika 26 prikazuje strukturo povprečnega sanitarnega poseka. Povprečne vrednosti sanitarnih sečenj se precej razlikujejo po stopnjah ohranjenosti med klasifikacijama po Smoleju in ZGS. Pri klasifikaciji po Smoleju stopnje ohranjenosti drevesne sestave 2., 3. in 4. stopnje precej odstopajo od 1. stopnje. Pri klasifikaciji po ZGS so povprečni sanitarni poseki podobni v 1., 2. in 3. stopnji ohranjenosti drevesne sestave, 4. stopnja pa vidno odstopa od prvih treh. Kar slika 26 nakazuje, potrjuje analiza variance. Glede na rezultate analize variance (preglednica 30, preglednica 31) sklepamo naslednje: • ničelno domnevo o enakosti povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave zavrnemo pri klasifikaciji po Smoleju in pri klasifikaciji po ZGS; • s tveganjem, manjšim od 0,05, trdimo, da povprečna sanitarna sečnja, izražena v deležu lesne zaloge na celico modela, po obravnavanjih ni enaka (z verjetnostjo p ? 0,001); • ničelna domneva je zavrnjena v prid alternativni domnevi, ki pravi, da obstaja statistično značilna razlika vsaj med dvema povprečnima sanitarnima sečnjama po stopnjah ohranjenosti drevesne sestave; • hipoteza, da so gozdovi s spremenjeno drevesno sestavo v obdobju 1995–2005 labilnejši, je potrjena ob predpostavki, da je sanitarna sečnja dober kazalec stabilnosti gozda; • preskus nadaljujemo in ugotavljamo, med katerimi obravnavanji (stopnjami ohranjenosti drevesne sestave) so statistično značilne razlike. Klasifikacija po Smoleju Klasifikacija po ZGS m .................. Stopnja ohranjenosti ili 1 - ohranjeni 2 - spremenjeni 2 " ^ 3 - zelo spremenjeni 4 - izmenjani 3 t------------ 4 h ^ 0123 4 Sanitarni posek (% LZ) 01 23 4 Sanitarni posek (% LZ) Slika 26: Okvirji z ročaji za sanitarni posek (povprečni posek na leto v % LZ) v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po dveh klasifikacijah, po Smoleju in ZGS 1 2 3 4 95 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preglednica 30: Analiza variance za sanitarni posek v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji, Smolej (2001) Vir variabilnosti Vsota kvadriranih odklonov Stopinje prostosti Srednji kvadrirani odklon F p Obravnavanja 0,825222 3 0,275074 6,63 0,001 Ostanek 1,65886 40 0,0414715 Skupaj 2,484082 43 Preglednica 31: Analiza variance za sanitarni posek v obdobju 1995–2005 glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji ZGS Vir variabilnosti Vsota kvadriranih odklonov Stopinje prostosti Srednji kvadrirani odklon F p Obravnavanja 9,25498 3 3,08499 13,78 0,0000 Ostanek 8,95543 40 0,223886 Skupaj 18,21041 43 Z Duncanovim preskusom mnogoterih primerjav iščemo statistično značilne razlike med posameznimi pari povprečnih sanitarnih sečenj po stopnjah ohranjenosti drevesne sestave. Preglednica 32 prikazuje rezultate Duncanovega preskusa mnogoterih primerjav. Preskus načeloma potrjuje, kar smo lahko sklepali iz strukture povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave (slika 26). Pri klasifikaciji po Smoleju obstajajo statistično značilne razlike (pri stopnji zaupanja 95 %) med tremi pari stopenj ohranjenosti, t. j. med 1. in 3., 1. in 4. in 2. in 4. oziroma: pri stopnji zaupanja 95 % so statistično značilne razlike med povprečnimi sanitarnimi sečnjami po naslednjih parih stopenj ohranjenosti drevesne sestave: ohranjena - zelo spremenjena, ohranjena -izmenjana in spremenjena - izmenjana. Pri klasifikaciji po ZGS so statistično značilne razlike v povprečni sanitarni sečnji ob 95 % stopnji zaupanja med prvimi tremi stopnjami ohranjenosti drevesne sestave in zadnjo stopnjo, t. j. 1. in 4., 2. in 4. in 3. in 4. ali nekoliko drugače: le v gozdovih z izmenjano drevesno sestavo se pojavlja statistično različna povprečna vrednost sanitarne sečnje. Med povprečnim sanitarnim posekom v gozdovih z ohranjeno, spremenjeno in zelo spremenjeno drevesno sestavo pa ni statistično značilnih razlik. Primerjava povprečnih sanitarnih sečenj po stopnjah spremenjenosti drevesne sestave pokaže tudi, da se le-ta načeloma veča s stopnjo spremenjenosti drevesne sestave pri klasifikacij po Smoleju pa tudi pri klasifikaciji po ZGS s tem, da med vsemi ni statistično značilnih razlik. To prispeva k potrjevanju hipoteze, da so gozdovi s spremenjeno drevesno sestavo v obdobju 1995–2005 labilnejši. Preglednica 32: Duncanov preskus mnogoterih primerjav za sanitarno sečnjo v obdobju 1995–2005 med različnimi stopnjami ohranjenosti drevesne sestave po dveh različnih klasifikacijah Klasifikacija, Smolej (2001) Klasifikacija, ZGS Stopnja Ohranjenosti Povprečje Homogene skupine Stopnja ohranjenosti Povprečje Homogene skupine 1 0,278925 X 1 0,430165 X 2 0,449808 XX 2 0,484067 X 3 0,57084 XX 3 0,741711 X 4________________0,639745 XX__________4_________________1,57564 X – Se nadaljuje – 96 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 32 Klasifikacija, Smolej (2001) Klasifikacija, ZGS Kontrast Razlika Kontrast Razlika 1-2 -0,170883 1-2 -0,053902 1-3 *-0,291916 1-3 -0,311546 1-4 *-0,360821 1-4 *–1, 14548 2-3 -0,121032 2-3 -0,257644 2-4 *-0,189938 2-4 *–1,09158 3-4 -0,0689054 3-4 *-0,833932 Opomba: Zvezdica (*) označuje statistično značilno razliko; v stolpcu homogene skupine so statistično značilne razlike med posameznimi stopnjami ohranjenosti označene z nivojem znaka "X", t. j., če je znak v vertikalni smeri na istem nivoju, potem v primerjalnem paru ni statistično značilnih razlik. 4.3.2 Vpliv spremenjenosti drevesne sestave na zdravje gozdov v podnebnih spremembah Pri vplivu drevesne sestave na zdravje gozdov v podnebnih spremembah smo preskušali dve domnevi: 1. Tudi v podnebnih spremembah bo sanitarni posek večji v gozdovih s spremenjeno drevesno sestavo kot v gozdovih z ohranjeno drevesno sestavo. Z drugimi besedami povedano: tudi v podnebnih spremembah bodo gozdovi s spremenjeno drevesno sestavo labilnejši. 2. Razlika med povprečnim sanitarnim posekom v gozdovih s spremenjeno drevesno sestavo v obdobju 1995–2005 in v podnebnih spremembah bo večja kot razlika med povprečnim sanitarnim posekom v gozdovih z ohranjeno drevesno sestavo v obdobju 1995–2005 in v podnebnih spremembah. Z drugimi besedami lahko 2. domnevo opišemo tako: zdravje gozda v Sloveniji se bo zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo bolj poslabšalo kot v gozdovih z ohranjeno drevesno sestavo. Prvo hipotezo o vplivu podnebnih sprememb in stopnje ohranjenosti drevesne sestave na zdravstveno stanje gozdov v Sloveniji (stabilnost) preskušamo z enostavno analizo variance, kjer je ničelna hipoteza enakost povprečnih sanitarnih sečenj v celici modela po različnih stopnjah ohranjenosti drevesne sestave. Odvisna spremenljivka je povprečni delež sanitarne sečnje v lesni zalogi. Obravnavane so štiri stopnje ohranjenosti drevesne sestave. Ponovitev je 12, t. j. 12 desetletnih obdobij, in sicer v obdobju 1981–1990, 1991–2000, ..., 2091–2100. Vir podatkov za delež sanitarne sečnje v lesni zalogi so rezultati modela za ocenjevanje skupne sanitarne sečnje zaradi podnebnih sprememb (glej poglavje št. 4.2, str. 87). Struktura povprečnega sanitarnega poseka je podobna v vseh treh scenarijih podnebnih sprememb in obe klasifikaciji stopnje ohranjenosti drevesne sestave (slika 27). Iz slike lahko domnevamo, da so statistično značilne razlike med posameznimi povprečnimi sanitarnimi sečnjami po različnih stopnjah ohranjenosti drevesne sestave v vseh treh scenarijih podnebnih sprememb in obeh klasifikacijah stopnje ohranjenosti. Domnevo preskušamo z analizo variance. 97 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Klasifikacija po Smoleju, scenarij A Klasifikacija po ZGS, scenarij A Stopnja ohranjenosti 1 1 1 - ohranjeni 1 2 - spremenjeni 3 - zelo spremenj eni h ^ 4 - izmenjani h- 3 H 4 4 0 2 4 6 8 10 0 2 4 6 8 10 Sanitarni posek (% LZ) Sanitarni posek (% LZ) 2 3 Klasifikacija po Smoleju, scenarij B 24 6 8 Sanitarni posek (% LZ) 10 Klasifikacija po ZGS, scenarij B 24 6 8 Sanitarni posek (% LZ) 10 Klasifikacija po Smoleju, scenarij C Klasifikacija po ZGS, scenarij C 1 H° 2 l_ 3 ' 4 H|H i *" —' 2 4 6 8 10 Sanitarni posek (% LZ) 0 2 4 6 8 10 Sanitarni posek (% LZ) Slika 27: Okvirji z ročaji za sanitarni posek (povprečni posek na leto v % LZ) v modelu za ocenjevanje zdravja gozda za tri scenarije podnebnih sprememb v obdobju 1981–2100 glede na različne stopnje ohranjenosti drevesne sestave po dveh klasifikacijah: Smolej (2001) in ZGS (Gozdni fondi, 2001) 1 1 2 3 4 4 1 2 3 4 98 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Iz analize variance (preglednica 33, preglednica 34) lahko sklepamo na naslednje: • ničelno domnevo o enakosti povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave zavrnemo pri klasifikaciji po Smoleju pa tudi pri klasifikaciji po ZGS in za vse tri scenarije podnebnih sprememb; • s tveganjem, manjšim od 0,05, trdimo, da povprečna sanitarna sečnja, izražena v deležu lesne zaloge na celico modela, ni enaka vsaj za en par obravnavanj pri vseh treh scenarijih podnebnih sprememb in obeh klasifikacijah (z verjetnostjo p < 0,0001); • ničelna domneva je zavrnjena v prid alternativni domnevi, ki pravi, da je statistično značilna razlika vsaj med dvema povprečnima sanitarnima sečnjama po stopnjah ohranjenosti drevesne sestave za vse tri scenarije podnebnih sprememb in za obe klasifikaciji stopnje ohranjenosti drevesne sestave; • hipoteza, ki trdi, da bo stabilnost gozda v Sloveniji zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo slabša kot v gozdovih z ohranjeno drevesno sestavo, je potrjena ob predpostavki, da je sanitarna sečnja dober kazalec zdravja oz. stabilnosti gozda; • preskus nadaljujemo in ugotavljamo, med katerimi obravnavanji (stopnjami ohranjenosti drevesne sestave) so statistično značilne razlike. Preglednica 33: Analiza variance za sanitarni posek po treh scenarijih podnebnih sprememb glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji po Smoleju (2001) Vir variabilnosti Vsota kvadriranih odklonov Stopinje prostosti Srednji kvadrirani odklon F p Scenarij A Obravnavanja 67,1452 3 22,3817 404,26 0,0000 Ostanek 2,43608 44 0,0553653 Skupaj 69,58128 47 Scenarij B Obravnavanja 116,754 3 38,9181 280,13 0,0000 Ostanek 6,11286 44 0,138929 Skupaj 122,86686 47 Scenarij C Obravnavanja 187,108 3 62,3693 170,06 0,0000 Ostanek 16,1371 44 0,366753 Skupaj 203,2451 47 Preglednica 34: Analiza variance za sanitarni posek po treh scenarijih podnebnih sprememb glede na različne stopnje ohranjenosti drevesne sestave po klasifikaciji ZGS Vir variabilnosti Vsota kvadriranih odklonov Stopinje prostosti Srednji kvadrirani odklon F p Scenarij A Obravnavanja 9,44322 3 3,14774 84,35 0,0000 Ostanek 1,64205 44 0,0373193 Skupaj 11,08527 47 – Se nadaljuje – 99 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 34 Vir variabilnosti Skupaj Vsota kvadriranih odklonov 39,4151 Stopinje prostosti Srednji kvadrirani odklon 47 Scenarij B Obravnavanja Ostanek 18,768 2,78487 3 44 6,25601 0,0632925 98,84 0,0000 Skupaj 21,55287 47 Scenarij C Obravnavanja Ostanek 33,1966 6,2185 3 44 11,0655 0,14133 78,3 0,0000 Preglednica 35 prikazuje rezultate Duncanovega preskusa mnogoterih primerjav, s katerim iščemo statistično značilne razlike med posameznimi pari povprečnih sanitarnih sečenj po stopnjah ohranjenosti drevesne sestave. Preskus ima 6 različic, in sicer je izveden za tri scenarije podnebnih sprememb in za dve različni klasifikaciji stopnje ohranjenosti drevesne sestave, to sta klasifikaciji po Smoleju in ZGS. Preskus načeloma potrjuje, kar smo lahko domnevali iz strukture povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave (slika 27). Tako pri klasifikaciji po Smoleju kot pri klasifikaciji po ZGS in vseh treh scenarijih podnebnih sprememb so skoraj med vsemi pari povprečnih sanitarnih sečenj po stopnjah ohranjenosti statistično značilne razlike pri 95 % stopnji zaupanja. Edina izjema je par 2 - 4 (spremenjena - izmenjana drevesna sestava) pri klasifikaciji ZGS pod scenarijem A. Če primerjamo velikost povprečnega sanitarnega poseka po stopnjah ohranjenosti, ugotovimo, da se le-ta pri klasifikaciji po Smoleju značilno veča s stopnjo spremenjenosti drevesne sestave pri vseh scenarijih podnebnih sprememb. Pri klasifikaciji po ZGS pa se povprečni sanitarni posek veča do tretje stopnje spremenjenosti drevesne sestave, v 4. stopnji pa se spusti med 1. in 2. stopnjo. To potrjuje hipotezo, da bo v Sloveniji zdravje (stabilnost) gozda zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo slabše kot v gozdovih z ohranjeno drevesno sestavo. Preglednica 35: Duncanov preskus mnogoterih primerjav za sanitarno sečnjo v treh scenarijih podnebnih sprememb med različnimi stopnjami ohranjenosti drevesne sestave po dveh različnih klasifikacijah Klasifikacija po Smoleju (2001) Klasifikacija po ZGS Scenarij A Stopnja ohranjenosti Povprečje Homogene skupine Stopnja ohranjenosti Povprečje Homogene skupine 1 2,18833 X 1 3,42305 X 2 3,80131 X 2 4,35058 X 3 4,74771 X 3 4,59942 X 4 5,30969 X 4 4,28031 X Kontrast -------L Razlika *–1,61298 Kontrast 1-2 Razlika 1-2 *-0,927532 1-3 *-2,55938 1-3 *–1,17637 1-4 *-3,12136 1-4 *-0,857259 2-3 *-0,946393 2-3 *-0,248837 2-4 *–1,50838 2-4 0,070273 3-4 *-0,561987 3-4 *0,319109 – Se nadaljuje – F p 100 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nadaljevanje preglednice št. 35 Klasifikacija po Smoleju (2001) Klasifikacija po ZGS Scenarij B Stopnja ohranjenosti Povprečje Homogene skupine Stopnja ohranjenosti Povprečje Homogene skupine 1 2,00523 X 1 3,32587 X 2 3,63348 X 2 4,54037 X 3 5,08763 X 3 5,01423 X 4 6,15068 X 4 4,04235 X Kontrast -------L Razlika *–1,62825 Kontrast 1-2 Razlika 1-2 *–1,2145 1-3 *-3,0824 1-3 *–1,68836 1-4 *-4,14545 1-4 *-0,716481 2-3 *–1,45416 2-3 *-0,47386 2-4 *-2,51721 2-4 *0,498017 3-4 *–1,06305 3-4 *0,971877 Scenarij C Stopnja ohranjenosti Povprečje Homogene skupine Stopnja ohranjenosti Povprečje Homogene skupine 1 1,63818 X 1 3,15082 X 2 3,39494 X 2 4,7029 X 3 5,50719 X 3 5,33359 X 4 6,79706 X 4 3,82699 X Kontrast -------L Razlika *–1,75676 Kontrast 1-2 Razlika 1-2 *–1, 55208 1-3 *-3,86901 1-3 *-2,18278 1-4 *-5,15888 1-4 *-0,676177 2-3 *-2,11225 2-3 *-0,630695 2-4 *-3,40212 2-4 *0,875906 3-4 *–1,28987 3-4 *1,5066 Opomba: Zvezdica (*) označuje statistično značilno razliko; v stolpcu homogene skupine so statistično značilne razlike med posameznimi stopnjami ohranjenosti označene z nivojem znaka "X", t. j., če je znak v vertikalni smeri na istem nivoju, potem v primerjalnem paru ni statistično značilnih razlik. Domnevo, da se bo zdravje gozda v Sloveniji zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo bolj poslabšalo kot v gozdovih z ohranjeno drevesno sestavo, smo potrdili z intervalom zaupanja za razliko povprečij. Primerjamo povprečne razlike sanitarnega poseka med obdobjem 1995–2005 in prihodnjimi podnebnimi spremembami (tri scenariji) po posameznih stopnjah ohranjenosti drevesne sestave. V gozdovih z ohranjeno drevesno sestavo bo v podnebnih spremembah in po Smolejevi klasifikaciji povprečno od 0,97 % do 2,36 % večji sanitarni posek kot v obdobju 1995– 2005; v gozdovih s spremenjeno drevesno sestavo je ta razlika še večja, t. j. od 3,62 % do 5,15 % (preglednica 36). Trdimo, da je pri 95 % zaupanju razlika povprečnih sanitarnih sečenj v gozdovih s spremenjeno drevesno sestavo od 2,05 % do 3,38 % večja kot v gozdovih z ohranjeno drevesno sestavo pri klasifikaciji po Smoleju. To dokazuje tudi t-preskus (t = 11,32; p = 0,0003), s katerim lahko pri 99 % zaupanju trdimo, da obstajajo statistično značilne razlike med razlikami povprečij. 101 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Do podobnih sklepov pridemo tudi pri klasifikaciji po ZGS, le da so razlike povprečij na splošno manjše kot pri Smolejevi klasifikaciji. Domnevo, da se bo zdravje gozda v Sloveniji zaradi podnebnih sprememb v gozdovih s spremenjeno drevesno sestavo bolj poslabšalo kot v gozdovih z ohranjeno drevesno sestavo potrjujemo tudi pri klasifikaciji ZGS. V gozdovih z ohranjeno drevesno sestavo bo v podnebnih spremembah in po klasifikaciji ZGS povprečno od 2,53 % do 3,21 % večji sanitarni posek kot v obdobju 1995–2005; v gozdovih s spremenjeno drevesno sestavo je ta razlika še večja, t. j. od 3,32 % do 3,85 % (preglednica 37). Interval 95 % zaupanja za razliko povprečij med ohranjenimi in spremenjenimi gozdovi po klasifikaciji ZGS pokaže, da bo v spremenjenih gozdovih povprečno od 0,44 % do 1,00 % večji sanitarni posek kot v ohranjenih gozdovih. Razliko povprečij smo preskusili še s t-preskusom (t = 7,15; p = 0,002). Slednji preskus je potrdil, da pri 99 % zaupanju obstajajo statistično značilne razlike med razlikami povprečij, t. j. razlikami povprečij sanitarnega poseka med obdobjem 1995–2005 in prihodnjimi podnebnimi spremembami po posameznih stopnjah ohranjenosti drevesne sestave. Preglednica 36: Intervali zaupanja (95 %) za razliko povprečij med sanitarnim posekom v obdobju 1995– 2005 in tremi scenariji podnebnih sprememb po stopnjah ohranjenosti drevesne sestave upoštevajoč klasifikacijo po Smoleju (sanitarni posek v % lesne zaloge) Drevesna sestava Scenarij A Scenarij B Scenarij C Povprečno Ohranjena 1,909 ± 0,0808 1,726 ± 0,1103 1,359 ± 0,1556 1,664 ± 0,6959 Spremenjena* 4,066 ± 0,2435 4,403 ± 0,3879 4,954 ± 0,5344 4,383 ± 0,7632 *Opomba: spremenjena drevesna sestava je tukaj obravnavana kot skupina vseh razredov spremenjene drevesne sestave, t. j. spremenjeni, zelo spremenjeni in izmenjani gozdovi Preglednica 37: Intervali zaupanja (95 %) za razliko povprečij med sanitarnim posekom v obdobju 1995– 2005 in tremi scenariji podnebnih sprememb po stopnjah ohranjenosti drevesne sestave upoštevajoč klasifikacijo po ZGS (sanitarni posek v % lesne zaloge) Drevesna sestava Scenarij A Scenarij B Scenarij C Povprečno Ohranjena 2,992 ± 0,1188 2,895 ± 0,1101 2,720 ± 0,1111 2,870 ± 0,3427 Spremenjena* 3,476 ± 0,2617 3,598 ± 0,2950 3,687 ± 0,3514 3,587 ± 0,2632 *Opomba: spremenjena drevesna sestava je tukaj obravnavana kot skupina vseh razredov spremenjene drevesne sestave, t. j. spremenjeni, zelo spremenjeni in izmenjani gozdovi 4.4 INDEKS ZDRAVJA GOZDA Izdelali smo indeks zdravja gozda po metodologiji izračuna EHI (Jorgensen in sod., 2005). Izbor kazalcev za EHI smo izvedli na podlagi meril 2. lizbonske resolucije za ocenjevanje ohranjenosti zdravja in vitalnosti gozda. Indeks zdravja gozdov smo izračunali s pomočjo dveh kazalcev, t. j. sanitarne sečnje in osutosti krošenj. Sanitarni sečnji smo priredili dvakrat večji ponder kot osutosti. V nadaljevanju prikazujemo rezultate izračuna EHI za območje celotne Slovenije za obdobje 1995–2005 (slika 28). Da so rezultati preglednejši, smo se odločili prikazati podatke na ravni GGO (preglednica 38). Splošna ocena zdravja gozda v Sloveniji na podlagi sanitarne sečnje in osutosti krošenj za obdobje 1995–2005 je zelo dobra. 94,5 % površin gozdov je ocenjenih z najboljšim zdravstvenim stanjem in 5,5 % površin gozdov z dobrim zdravstvenim stanjem (preglednica 38). Z najboljšim zdravjem gozda se lahko pohvalijo GGO Bled, Postojna in 102 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Nazarje (100 % površin gozdov). Slabše vendar še vedno dobro zdravstveno stanje imajo v GGO Sežana (27 % površin gozdov), Kočevje (11,1 %) in Ljubljana (10,7 %). Izdelali smo še analizo posameznih kazalnikov glede na to, koliko prispevajo k zdravju gozdov v Sloveniji v obdobju 1995–2005. Celotna sanitarna sečnja za vse gozdnate površine v Sloveniji pripisuje slabo zdravstveno stanje, t. j. v celoti spada v razred 20–39 % EHI. Pri osutosti je ocena nekoliko drugačna. Večina (93,5 %) površin gozdov v Sloveniji pripada srednjemu zdravstvenemu stanju glede na osutost, t. j. v razred 40–59 % EHI. Glede na osutost je 6,5 % površin gozdov razporejeno v dobro zdravstveno stanje, t. j. v razred 60–79 % EHI. Površina dobrega zdravstvenega stanja glede na osutost se večinoma nahaja v GGO Tolmin, Brežice in Novo mesto. Slika 28: Karta indeksa zdravja gozda (EHI) v Sloveniji za obdobje 1995–2005 Preglednica 38: Delež (%) površin po GGO glede na stopnjo zdravstvenega stanja (EHI) v obdobju 1995– 2005 GGO Zdravstveno stanje najboljše (EHI ? 80) dobro (60 ? EHI < 80) Tolmin 98,1 1,9 Bled 100,0 0,0 Kranj 93,8 6,2 Ljubljana 89,3 10,7 Postojna 100,0 0,0 Kočevje 88,9 11,1 Novo mesto 96,3 3,7 Brežice 97,9 2,1 Celje 98,8 1,2 Nazarje 100,0 0,0 Slovenj Gradec 98,3 1,7 Maribor 98,3 1,7 Murska Sobota 94,3 5,7 Sežana 73,0 27,0 Skupaj 94,5 5,5 103 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 5 RAZPRAVA IN SKLEPI V doktorski disertaciji preskušamo naslednje hipoteze: • V Sloveniji se bo zdravstveno stanje gozdov poslabšalo zaradi podnebnih sprememb. Hipoteza je potrjena (glej poglavje št. 4.2, str. 87). • Gozdovi s spremenjeno drevesno sestavo so labilnejši, tako v obdobju 1995–2005 kot v podnebnih spremembah. Hipoteza je potrjena (glej poglavje št. 4.3.1, str. 94). • V Sloveniji se bo zdravje gozda zaradi podnebnih sprememb bolj poslabšalo v gozdovih s spremenjeno drevesno sestavo kot v gozdovih z ohranjeno drevesno sestavo. Hipoteza je potrjena (glej poglavje št. 4.3.2, str. 100). Vse postavljene hipoteze so potrjene. Dokazila za vsako hipotezo so navedena v rezultatih. V nadaljevanju na kratko navajamo sklepe za vsako potrjeno hipotezo, razpravljamo o postavljenih trditvah, omejitvah modelov, predpostavkah, na katerih temeljijo modeli, in pomislekih, ki so se pojavili med razvojem modelov. Pišemo o morebitnih izboljšavah modelov in pomenu dognanj iz disertacije za razvoj gozdarstva in posebno varstva gozdov. 5.1 PODNEBNE SPREMEMBE Mednarodni panel za podnebne spremembe (Climate change ..., 2007) je izdal poročilo, katerega povzetek pomembnih dognanj v kontekstu zdravja gozda v Sloveniji navajamo v nadaljevanju: • Od leta 1906 do 2005 so se temperature na kopnem povečale za 0,74 °C (±0,18 °C). • Povprečna relativna zračna vlažnost se je povečala vsaj po letu 1980, in sicer nad kopnim, oceani in v troposferi. Povečanje relativne zračne vlažnosti je v skladu s pravilom, da toplejši zrak lahko veže več vlage. • Na obeh poloblah so se zmanjšali ledeniki in snežna odeja. Projekcije kažejo še nadaljnje krčenje snežne odeje. • Po letu 1960 so se na obeh poloblah ojačali zahodni vetrovi v srednjih geografskih širinah. Zaradi človekovega vpliva so se verjetno spremenili vzorci vetra. • Po letu 1970 je opaziti intenzivnejše in daljše suše nad večjimi območji, posebno v tropskih in subtropskih predelih. To je povezano z višjimi temperaturami in manjšo količino padavin. Suše so povezane s spremembami temperature gladine morja, s spremenjenimi vzorci vetra in manjšo količino zapadlega snega. • Frekvenca hudih nalivov se je povečala nad večino območij na kopnem, kar je skladno z višjo temperaturo in povečano relativno zračno vlažnostjo. • Pogostejši so vročinski valovi: vroči dnevi in vroče noči. • Večina opazovanj povišanja povprečne globalne temperature od sredine 20. stoletja naprej je zelo verjetno posledica povečanja izpustov toplogrednih plinov človeškega izvora. • V naslednjih dveh desetletjih je pričakovati otoplitev za okoli 0,2 °C na 10 let na podlagi večine scenarijev SRES. • V obdobju 2090–2099 se bo verjetno globalna temperatura povečala za 1,1–6,4 °C. 104 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • Zelo verjetno je, da bodo vročinski ekstremi, vročinski valovi in hudi nalivi postali pogostejši. • Slovenija bo imela 5–10 % več padavin od decembra do februarja (tako napoveduje več kot 90 % modelov) in 10–20 % manj padavin od junija do avgusta (tako napoveduje več kot 34 % modelov). 5.1.1 Vpliv na pojav novih, doslej neznanih škodljivcev in bolezni Model za ocenjevanje potencialne sanitarne sečnje ne upošteva morebitnih sprememb v obnašanju že v Sloveniji prisotnih bolezni in škodljivcev. Načeloma za veliko večino organizmov velja, da se hitreje razvijajo ob zmerno višjih temperaturah. Že preprost premislek pove, da se bosta številčnost in razširjenost bolezni in škodljivcev povečali ob večji hitrosti razmnoževanja in življenjskega cikla. Vendar se bo predvidoma spremenila tudi fenologija dreves, kar bi lahko povzročilo neujemanje življenjskih ciklov škodljivcev oz. bolezni in njihovih gostiteljev (Ayres in Lombardero, 2000; Walther in sod., 2002). Posebno nevarni so tisti paraziti, ki so primarni ali fakultativni in imajo širok krog gostiteljev. Takšna je npr. gliva Botryosphaeria dothidea, ki že sedaj povzroča naravno katastrofo ob vsaki suši na Krasu na črnem gabru (Jurc in sod., 2006a). Druga toploljubna gliva je, npr., Biscogniauxia mediterranea var. microspora (J.H. Mill.) Y.M. Ju & J.D. Rogers, ki povzroča bolezen pooglenitev hrastov. Prvič so jo opazili kot posledico suše leta 2003 na Krasu; povzroča sušenje cera in puhastega hrasta. Glede na predvidevanja se bo s segrevanjem ozračja pojavila še severneje (Jurc in Ogris, 2006). Podobno se obnaša gliva Biscogniauxia nummularia (Bull.) Kuntze, ki povzroča bolezen pooglenitev bukve. Gliva je splošno razširjena v slovenskih gozdovih. Ob sušnem stresu postane patogena in povzroči sušenje drevja, kot se je zgodilo, npr., leta 2003 (Jurc, 2006). Po suši leta 2003 smo ugotovili primere neobičajno hitre rasti podgobja mraznic (Armillaria spp.) v kambialnem predelu bukev, ki so bile na pogled zdrave (Jurc D, 2007). Jakost bolezni je pri vseh vrstah iz rodu Nectria neposredno odvisna od oslabelosti drevesa ali njegovega dela, ki ga lahko, npr., povzroči suša (Butin, 1995; Jurc D, 2007). V zadnjih letih se vpliv spreminjanja okoljskih razmer kaže v spremembah razširjenosti nekaterih vrst žuželk pri nas glede na zemljepisno širino in nadmorsko višino (Ips amitinus, Taphrorychs bicolor, Agrilus viridis, Lymantria dispar, Tortrix viridana) in v povečanih škodah, ki jih le-te začenjajo povzročati v gozdovih (Jurc M, 2007). V Sloveniji se je v zadnjih nekaj letih pojavilo nekaj novih vrst žuželk na gozdnem drevju: Xyleborus germanus, Metcalfa pruinosa, Leptoglossus occidentalis, Dryocosmus kuriphilus (Jurc M, 2007). Vse naštete bolezni in škodljivci lahko bistveno spremenijo potencialno razširjenost vsake od drevesnih vrst. Poleg bolezni in škodljivcev, ki se pojavljajo v Sloveniji, lahko pričakujemo vnos vedno več novih škodljivih organizmov, ki jih Slovenija še ne pozna. Ni pomembno, ali bo novega škodljivca prinesel človek ali pa bo prišel sam; pomembno je, koliko škode lahko naredi v gozdu. Jurc (2006) v svojem prispevku našteva predvidene pomembnejše grožnje slovenskim gozdovom v bližnji prihodnosti: • fitoftorna sušica vej, Phytophthora ramorum Werres, De Cock & Man in 't Veld, povzroča sušenje hrasta; v Slovenijo so jo že večkrat vnesli s sadikami rododendronov, vendar se še ne širi v gozdovih; ima širok krog gostiteljev; 105 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 • borova ogorčica, Bursapelenchus xylophilus (Steiner & Buhrer) Nickle, 1970, povzroča obsežno sušenje borov; prisotna je na Portugalskem, prenašalci škodljivca so kozlički iz rodu Monochamus (Jurc M in sod., 2003); • kitajski kozliček, Anaplophora glabirepennis Motschulsky 1853, in citrusov kozliček, Anaplophora chinensis Thomson 1865, sta polifagna kozlička na več kot 40 rodovih drevja; napadata povsem zdravo drevje, prenašata se s paletami, vnesena sta že v Avstrijo, Nemčijo, Francijo in Italijo; • kostanjeva šiškarica, Dryocosmus kuriphilus Yasumatsu, 1951, povzroča šiške na poganjkih, listnih pecljih in cvetovih pravega kostanja, v Slovenijo je bila vnesena s sadikami leta 2004 (Odločba o nujnih ukrepih ..., 2005); • Platypus mutatus (Chapuis, 1865), polifagen beljavar, primaren škodljivec, vnesen v Italijo iz Južne Amerike; • siva veverica, Sciurus carolinensis (Gmelin, 1788); pozimi se hrani s skorjo več vrst listavcev, leta 1948 so jo vnesli v severno Italijo, konkurenčna je navadni veverici, Sciurus vulgaris. Primer vpliva podnebnih sprememb na izumiranje vrste organizma oz. celotne skupine organizmov so žabe. Vzrok v globalnem izumiranju in skrajni ogroženosti žab je v višji temperaturi in patogeni glivi Batrachochytrium dendrobatidis Longcore, Pessier & D.K. Nichols (Blaustein in Dobson, 2006). Zaradi višje temperature se je spremenil način prenosa glive Batrachochytrium, ki je zdaj postala glavni vzrok za izumiranje žab v tropih. Rod žab Atelopus, npr., vključuje 110 vrst, od katerih jih je že 67 % izumrlo v zadnjih 20 letih zaradi omenjene glive in dviga temperature ozračja. Jurc D (2007) meni, da se bo jakost poškodb gozdov zaradi bolezni večala s povečevanjem odstopanj od povprečnih vremenskih razmer. Interakcija med gostiteljem in patogenom, ki sta se evolucijsko razvijala skupaj, je uravnotežena in patogen v stabilnem okolju nikoli ne ogrozi preživetja gostitelja. Vendar sta pojav in jakost bolezni drevesa odvisna od treh dejavnikov: gostitelja, patogena in okolja. Okolje se je spremenilo in spremembe povzročajo razvoj drugačnih bolezni in v drugačni jakosti kot doslej. Pri obravnavanju zdravja gozda je najpomembnejše zavedanje, da so največja in stalno prežeča grožnja tisti škodljivi organizmi, ki so vneseni od drugod; z vse večjo mobilnostjo, trgovanjem, turizmom in na druge načine jih namreč nenehoma vnašamo k nam. Taki organizmi lahko mnogo hitreje in bolj ogrozijo zdravje gozda kot že prisotne bolezni. 5.2 MODELI ŠTIRIH VRST SANITARNIH SEČENJ V procesu razvoja modela za ocenjevanje zdravja gozdov v Sloveniji smo izvedli 4 poskuse (glej poglavje št. 3.2, str. 46). Zdravje gozdov v disertaciji ocenjujemo s pomočjo sanitarne sečnje, katere struktura se izraža v 11 vzrokih (preglednica 1, str. 4). Za potrebe modela zdravja gozdov v Sloveniji bi potrebovali modele, ki ocenjujejo potencialno sanitarno sečnjo za vseh 11 vzrokov. Vendar so se v procesu razvoja modelov pokazali za dovolj zanesljive le štirje modeli, t. j. za ocenjevanje potencialne sanitarne sečnje zaradi žuželk, žleda, dela v gozdu in drugih vzrokov. S štirimi od enajstih vzrokov sanitarne sečnje ne moremo dobiti celostne podobe o potencialni sanitarni sečnji in posledično tudi ne za zdravje gozda. Rezultati so zanimivi z vidika posameznih vrst sanitarnih sečenj. Projekcije nakazujejo trende pojavljanja sanitarnih sečenj zaradi žuželk, žleda, dela v 106 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 gozdu in drugih vzrokov do konca 21. stoletja za tri različne scenarije podnebnih sprememb. Modeli za ocenjevanje sanitarne sečnje zaradi žuželk, žleda in dela v gozdu so regresijska drevesa, katerih odvisna spremenljivka je sanitarna sečnja, izražena v deležu lesne zaloge v celici modela. Model za ocenjevanje sanitarnih sečenj zaradi drugih vzrokov je klasifikacijsko drevo, katerega napovedi so podane v binarni obliki (ena ali nič). Rezultati modelov za ocenjevanje potencialne sanitarne sečnje zaradi posameznih vzrokov so navedeni v dveh ločenih poglavjih. Prvo (poglavje št. 4.1.1, str. 74) obravnava spremembe potencialne sanitarne sečnje zaradi podnebnih sprememb v deležu lesne zaloge. Drugo (poglavje št. 4.1.2, str. 76) pa obravnava spremembe potencialne sanitarne sečnje zaradi podnebnih sprememb na površini. Rezultati modela za ocenjevanje potencialne sanitarne sečnje zaradi drugih vzrokov so obravnavani le v drugem poglavju. V obeh poglavjih so rezultati prikazani kot splošni trendi s pomočjo koeficienta linearne regresije, ki podaja podatek o povprečni spremembi potencialne sanitarne sečnje zaradi podnebnih sprememb na 10 let v deležu lesne zaloge oz. na površini (km2). Zaradi podnebnih sprememb se naj bi potencialna sanitarna sečnja zaradi žuželk povečala. Prav obratno naj bi podnebne spremembe vplivale na pojavljanje potencialnih poškodb gozdnega drevja zaradi žleda in dela v gozdu; potencialne sanitarne sečnje zaradi žleda in dela v gozdu bo verjetno vedno manj. Potencialne sanitarne sečnje zaradi drugih vzrokov se bodo načeloma pod vplivom podnebnih sprememb pojavljale na večjih površinah kot doslej. Po scenarijih B in C naj bi se drastično povečal povprečni sanitarni posek zaradi drugih vzrokov, po scenariju A pa za malenkost zmanjšal oz. ostal skoraj na enaki ravni, kot je bil v referenčnem obdobju 1995–2005. Za izračun indeksa povprečnih sprememb sanitarnih sečenj smo uporabili referenčno obdobje 1995–2005. Referenčno obdobje mora biti skrbno izbrano, saj ga izbiramo tako, da ne vključuje neobičajnih dogodkov. Za obdobje 1995–2005 smo se odločili zato, ker nismo imeli veliko izbire. Vsa časovna vrsta podatkov o sanitarni sečnji, ki so na voljo, je za obdobje od leta 1995 naprej. Pred letom 1995 ni zbranih podatkov po enotni obliki. Podatki so bolj pomanjkljivi, bolj ko gremo v preteklost (Ogris, 2006). Referenčno obdobje bi bilo boljše, če bi bilo daljše, npr. 30 let. Ampak to ni bilo izvedljivo zaradi omejitve z dostopnostjo dovolj kakovostnih podatkov. Scenarij A je obravnavan kot optimistični scenarij, scenarij B kot srednji scenarij, scenarij C pa kot pesimistični scenarij. Ko obravnavamo trende pojavljanja poškodb zaradi posameznih vrst sanitarnih sečenj pod vplivom podnebnih sprememb, se pri nekaterih vrstah sanitarnih sečenj pojavlja trend zmanjševanja, pri drugih pa trend povečevanja količine sečenj. V primeru zmanjševanja potencialnih sanitarnih sečenj bi se moral praviloma najbolj zmanjšati pri scenariju A, najmanj pri scenariju C, scenarij B pa bi moral biti med scenarijema A in C. V primeru povečevanja potencialnih sanitarnih sečenj bi se praviloma morala sanitarna sečnja najmanj povečati pri scenariju A, najbolj po scenariju C, scenarij B pa bi moral biti kot srednji scenarij med A in C. To okvirno pravilo se nekajkrat resda uresniči, vendar večinoma pa ne. Menimo, da so razlogi za to v kompleksnosti 107 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 sistema pojavljanja sanitarnih sečenj, ki povzroča prepletanje projekcij raznih scenarijev podnebnih sprememb. Pojavlja se vprašanje, zakaj večina zgrajenih modelov za ocenjevanje potencialne sanitarne sečnje, npr. zaradi bolezni, snega, vetra in požarov, daje nezanesljive rezultate (preglednica 5, preglednica 6, preglednica 7). Razlogi za to so lahko številni, naštevamo jih samo nekaj. Prostorska in časovna ločljivost spremenljivk je groba. Velikost celice modela je 1 km × 1 km. Večina škodljivih dejavnikov na gozd deluje na površini, manjši kot 1 km2. Največkrat so to posamezna drevesa ali skupine dreves, redkeje celoten sestoj. Podnebne spremenljivke se nanašajo na letna in mesečna povprečja iz 30-letnega referenčnega obdobja 1971–2000. Škodljivi dejavniki za gozd, kot so veter, sneg, žled in požari, so posledica največkrat trenutnih, t. j. dnevnih oz. nekajdnevnih izrednih vremenskih razmer, ne pa povprečnih mesečnih ali povprečnih letnih vrednosti podnebnih spremenljivk. Enih boljših izboljšav modela zdravja gozdov Slovenije bi bilo možno izvesti tako, če bi vsako bolezen ali škodljivca gozdnega drevja modelirali posebej, ne skupaj, saj se med sabo toliko razlikujejo, da njihovega pojavljanja ni mogoče posploševati z enim samim modelom. Vsaka bolezen ali škodljivec ima toliko svojevrstnih lastnosti in posebnosti, da jih posploševanje ne more zajeti. S splošnimi modeli lahko zajamemo generaliste, ne pa specialiste. V nadaljevanju navajamo povzetek modela, na primer za ocenjevanje škode, ki jo lahko povzroči samo ena bolezen in ne bolezni na splošno. V času nastajanja disertacije je bila izdelana ocena tveganja za bolezen javorov rak (Eutypella parasitica) v Sloveniji zaradi podnebnih sprememb (Ogris in sod., 2007). Javorov rak je bil v Sloveniji in v Evropi prvič ugotovljen leta 2005 (Jurc in sod., 2006b). Bolezen se počasi širi po Sloveniji. Model širjenja javorovega raka v Sloveniji temelji na modelu, ki smo ga razvili za oceno tveganja na ravni Evrope (Ogris in sod., 2006a). Model vključuje več spremenljivk, ki zaobjemajo prostorsko in tudi časovno razsežnost širjenja bolezni. Napovedi modela temeljijo na trenutnem poznavanju dovzetnosti različnih vrst javorov za bolezen, razmnoževanje in širjenje glive, vendar s posebnim poudarkom na razširjenosti gostiteljev in primernosti podnebja. Prostorska analiza kart razširjenosti gostiteljev in kart povprečnih mesečnih vrednosti podnebnih spremenljivk je bila izdelana z uporabo uteži za vsako spremenljivko. Uteži posameznih spremenljivk so bile določene glede na stopnjo vpliva na širjenje glive. Oceno tveganja smo naredili za sedanje razmere in za tri izbrane scenarije podnebnih sprememb v dveh obdobjih, in sicer 2021–2050 ter 2071–2100. Pri izdelavi ocen tveganja zaradi podnebnih sprememb smo upoštevali morebitne potencialne spremembe v razširjenosti javorov. Rezultati so prostorsko prikazani na kartah in številsko v preglednicah po gozdnogospodarskih območjih. Če vzamemo srednji scenarij podnebnih sprememb v obdobju 2021–2050 (povprečno povečanje temperature za 2 °C), se bo tveganje najbolj povečalo v GGO Murska Sobota (133 %), Maribor (48 %), Slovenj Gradec (28 %) in Celje (25 %). Model širjenja javorovega raka napoveduje, da bo javorov rak verjetno postopoma postajal manj pomembna bolezen. Podmodel razširjenosti javorov namreč napoveduje manjšanje potencialnega areala javorov ne glede na scenarij podnebnih sprememb. Predvidevamo, da se bo pogostost javorovega raka verjetno povečevala (scenarij A) še naslednjih 50 let, potem pa se bo po modelnih napovedih njegov delež začel manjšati. Končna ocena za javorov rak v Sloveniji je: povprečna okuženost vseh javorov 3–5 %. 108 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Žled je vremenski pojav, ki se pojavi tedaj, kadar se pri tleh zadržuje zelo hladen zrak, v višinah pa veter prinese toplega. Če so v njem padavinski oblaki nimbostratusi, iz takih oblakov dežuje, ko pa dežuje iz toplega zraka v hladen zrak nad nižinami, se tam hitro ohladi. Drobne kapljice se ohladijo na temperaturo pod 0 oC. Ko padejo na zmrznjena tla ali na hladne predmete, tam hipoma zmrznejo. Led oblije veje, debla, telefonske in električne žice ter drogove. Teža ledu je lahko tolikšna, da se lomijo veje in debla, zvijajo se železni stebri, žice se trgajo. Žled je najpogostejši v hribih dinarskega gorstva in ne seže do vrhov gora: najbolj izrazit je v pasu višin od 400 do 1000 metrov (Kastelec, 1997). Projekcije potencialne sečnje zaradi žleda v Sloveniji pod vplivom podnebnih sprememb kažejo zmanjševanje poškodb gozdnega drevja zaradi žleda. Slika 21 nakazuje prostorsko prerazporeditev potencialnih poškodb zaradi žleda. Lahko opazimo, da se bodo poškodbe pomaknile nekoliko proti severu. Podobno ugotavljajo tudi raziskovalci v Kanadi (Francis in Hengeveld, 1998; Dale in sod., 2001). V drugi raziskavi so s pomočjo metode statistično zmanjševanje skale za štiri scenarije podnebnih sprememb in analize diskriminante ugotovili, da se bo pogostost žledenja povečala na severu v hladnejših mesecih (december– februar), v toplejših mesecih (november, marec, april) pa naj bi se pogostost žledenja zmanjšala oz. zelo malo spremenila (Cheng in sod., 2007). Raziskave, ki se ukvarjajo z vplivom podnebnih sprememb na herbivorne žuželke, napovedujejo, (1) da se bo povečala biološka aktivnost pa tudi s tem povezan večji vpliv floemofagov in defoliatorjev na gozdove – to se že dogaja v evropskih in slovenskih gozdovih; (2) spremenila se bo razširjenost posameznih domačih herbivornih žuželk v velikosti areala pa tudi pojavljanje v višjih nadmorskih legah; (3) naselile in udomačile se bodo nove, eksotične herbivorne žuželke, ki bodo povzročale dodatno škodo na gozdnem drevju (Jurc M, 2007). 5.3 MODEL SKUPNE SANITARNE SEČNJE Z modelom za ocenjevanje skupne sanitarne sečnje preskušamo hipotezo, ali se bo v Sloveniji poslabšalo zdravstveno stanje gozdov zaradi podnebnih sprememb. Pri tem domnevamo, da je sanitarna sečnja dober pokazatelj zdravstvenega stanja gozdov. Model za ocenjevanje zdravja gozdov ali model za ocenjevanje potencialne sanitarne sečnje v Sloveniji je regresijsko drevo. Odvisna spremenljivka je delež sanitarnega poseka v lesni zalogi celice. Model je prostorski, katerega ločljivost je 1 km × 1 km. Zanesljivost modela je merjena s korelacijskim koeficientom, ki znaša 0,46 (povprečje štirih izbranih modelov). Model je bil izračunan za tri scenarije podnebnih sprememb in 12 desetletnih obdobij od 1981 do 2100. Potencialne spremembe sanitarne sečnje obravnavamo iz dveh vidikov: potencialne spremembe v deležu lesne zaloge in potencialne spremembe v pojavljanju po površini. Zaradi nizkega korelacijskega koeficienta (r = 0,46) napovedi modela niso podane v neposrednih vrednostih projekcij, ampak samo glede splošnih trendov, ki smo jih izrazili s pomočjo koeficienta linearne regresije. Koeficient linearne regresije podaja podatek o povprečni spremembi potencialne sanitarne sečnje zaradi podnebnih sprememb na 10 let v deležu lesne zaloge oz. v površini (km2). 109 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Z rezultati modela za ocenjevanje skupne sanitarne sečnje potrjujemo hipotezo, da se bo v Sloveniji verjetno poslabšalo zdravstveno stanje gozdov zaradi podnebnih sprememb. Povečal se bo povprečni delež potencialne sanitarne sečnje v lesni zalogi (povprečno 0,02– 0,05 % LZ na 10 let) in povečala se bo potencialna površina, kjer lahko nastane sanitarna sečnja (povprečno 72–111 km2 na 10 let). Zaradi velikosti modelov (preglednica 11) nismo natančneje obravnavali izvorne notranje zgradbe regresijskih in klasifikacijskih dreves. Zelo velika drevesa je zelo težko obravnavati, saj v njih nastaja mnogo soodvisnosti in povezav na različnih ravneh v drevesu. V prilogah A–E smo prikazali porezana odločitvena drevesa. Iz njih smo sklepali na osnovne odvisnosti med spremenljivkami, predvsem pa smo lahko ugotovili, katere spremenljivke so najodločilnejše za pojav določene vrste sanitarne sečnje. Tako je v modelu za ocenjevanje sanitarne sečnje zaradi žuželk najodločilnejše, koliko je drugih vrst sanitarnih sečenj v celici (priloga A); s tem je podana na nek način trofična kapaciteta. V modelu za ocenjevanje sanitarne sečnje zaradi žledu je najodločilnejša spremenljivka, ki podaja referenčno evapotranspiracijo v mesecu maju (priloga B); pomen spremenljivke sicer ne znamo razlagati, saj večina žledolomov nastane od decembra do februarja; ima pa razložljiv pomen druga najodločilnejša spremenljivka, t. j. najmanjša nadmorska višina v celici; znano je, da se žled pojavlja v višini od 400 do 1000 metrov (Kastelec, 1997). Pri modelu za ocenjevanje sanitarne sečnje zaradi dela v gozdu je najodločilnejša spremenljivka povprečna letna relativna zračna vlažnost (priloga C). Na prvem nivoju klasifikacijskega drevesa za ocenjevanje potencialne sanitarne sečnje zaradi drugih vzrokov se nahaja delež jelke v celici modela (priloga D); to mogoče nakazuje na problem sušenja jelke v zadnjih desetletjih prejšnjega stoletja zaradi neznanih vzrokov oz. zaradi transporta onesnaženega zraka na daljavo (Šolar, 1988). V modelu za ocenjevanje skupne sanitarne sečnje (priloga E) je najodločilnejše, kolikšen je delež iglavcev v celici modela; to je verjetno povezano s sanitarno sečnjo zaradi žuželk, katera zavzema največji delež med vsemi vrstami sanitarnih sečenj (preglednica 1); žuželke največ škode naredijo na smreki in jelki (preglednica 4). Pomembnost spremenljivk v posameznih modelih lahko izrazimo tudi s pomočjo algoritma ReliefF, ki upošteva medsebojne odvisnosti spremenljivk in izraža njihovo pomembnost v povprečnem rangu (Kononenko, 1994; Robnik-Šikonja in Kononenko, 1997) (preglednica 12, preglednica 23). V modelu za ocenjevanje sanitarne sečnje zaradi žuželk so najpomembnejše spremenljivke, ki podajajo drevesno sestavo in opisujejo talne tipe. Pri modelu za ocenjevanje sanitarne sečnje zaradi žledu je najodločilnejša spremenljivka vrsta matične podlage. To je razumljivo, saj je žledolom neposredno povezan z mehansko stabilnostjo drevesa, pri kateri je pomemben dejavnik zakoreninjenost in v povezavi s tem vrsta matične kamnine. Pri modelu za ocenjevanje sanitarnega poseka drevja zaradi dela v gozdu so pomembnejše tiste spremenljivke, ki so v odvisnosti s posekom in spravilom lesa, npr. oddaljenost do najbližjega gozda, dolžina gozdnih cest in vrsta lastništva. Za model za ocenjevanje sanitarne sečnje zaradi drugih vzrokov so pomembni splošnejši dejavniki v primerjavi z drugimi modeli, npr. hidrogeološka podlaga, onesnaženost zraka, geografska dolžina. V modelu za ocenjevanje skupne sanitarne sečnje so vključene vse vrste sanitarnih sečenj. Zato že prvih 20 najpomembnejših spremenljivk za slednji model pripada najrazličnejšim kategorijam, npr. krajina, raba tal, vrsta tal, lastniška kategorija, drevesna sestava, gozdne ceste, kemijske lastnosti tal, vodne razmere in matična podlaga. 110 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Preskušanje domneve o vplivu podnebnih sprememb na zdravje gozda na podlagi samo enega kazalca je sporno. Četudi je sanitarna sečnja dober kazalec zdravja gozda, sama ne more zaobjeti celotne problematike zdravja gozda. Ena boljših definicij za zdravje ekosistema je naslednja: "Zdrav ekosistem je tisti, ki je trajen, t. j., ima sposobnost vzdrževati zgradbo (organizacijo) in funkcijo (vitalnost) skozi čas kljub stresnim dejavnikom (odpornost)" (Costanza in Mageau, 1999; Brown in Ulgiati, 2005). Slednji pogled na zdravje ekosistema vključuje pogled trajnosti, ki ga ima slovensko gozdarstvo vključenega kot enega od treh temeljnih načel gospodarjenja z gozdovi, kot so sonaravno, trajnostno in večnamensko gospodarjenje z gozdovi. Če bi želeli obravnavati zdravje gozda v celovitejšem pogledu, bi morali izbrati primerne kazalce za vsakega od naštetih načel gospodarjenja z gozdom. V Sloveniji se z zdravjem gozda najbolj neposredno ukvarja gozdarsko strokovno-znanstveno podpodročje varstvo gozdov. Definicija varstva gozdov je: "varstvo gozdov ureja pogoje za sonaravno, trajnostno in večnamensko gospodarjenje in rabo gozdov (izkoriščanje funkcij gozdov), ohranjanje biotskega ravnovesja gozdnega ekosistema, načrtovanje ukrepov za preprečevanje škodljivih vplivov na gozd, ter spremljanje poškodovanosti gozdov in varstvo gozdov pred požari" (Pravilnik o varstvu gozdov, 2000, 2006). Iz definicije varstva gozdov sledi, da za ocenitev zdravja gozda potrebujemo – poleg kazalcev za oceno sonaravnega, trajnostnega in večnamenskega gospodarjenja z gozdovi – še kazalce za biotsko ravnovesje in kazalce za ocenitev vpliva škodljivih dejavnikov na gozd. V tej disertaciji upoštevamo samo slednje, torej vpliv škodljivih dejavnikov na gozd, ki ga izražamo kvantitativno skozi sanitarno sečnjo. Slika 29: Vzajemno delovanje med podnebnimi spremembami, motnjami, gozdovi in upravljanjem (Dale in sod., 2001) Podnebne spremembe vplivajo na gozd neposredno pa tudi posredno. Motnje v gozdu so naravni in integralni del gozdnega ekosistema. Podnebne spremembe lahko spremenijo naravne medsebojne povezave v gozdu, katerih del so tudi motnje (slika 29). Ko motnje presežejo svoj naravni obseg, lahko nastanejo velike spremembe v gozdni strukturi in funkciji gozda. Vsaka motnja drugače vpliva na gozd. Vplivi podnebnih sprememb na gozd delujejo v zelo različnih časovnih in prostorskih merilih (Dale in sod., 2000, 2001). 111 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Model za ocenjevanje zdravja gozdov, ki smo ga razvili v tej disertaciji, povezuje tri dele (slika 29); z določeno verjetnostjo pojasnjuje, v kolikšni meri bodo motnje zaradi podnebnih sprememb vplivale na gozd. Tako podaja koristno informacijo, ki jo lahko uporabimo pri gozdnogospodarskem in gozdnogojitvenem načrtovanju (glej shemo modela zdravja gozdov v Sloveniji, slika 16, str. 46), t. j. pri postavitvi novih ciljev in smernic, ki so prilagojeni na podnebne spremembe in predvidene motnje. Slovensko gozdarstvo temelji na treh načelih, t. j. sonaravno, večnamensko in trajno gospodarjenje z gozdovi (Zakon o gozdovih, 1993). Za takšen način gospodarjenja je potreben vzpostavljen adaptiven sistem urejanja gozdov (Bončina in Poljanec, 2006), ki sloni na kontrolni metodi po Biolleyu in Gurnaudu (Gašperšič, 1995). Menimo, da je slovensko gozdnogospodarsko in gozdnogojitveno načrtovanje v svojih temeljih dobro pripravljeno na zmanjšanje ranljivosti gospodarjenja z gozdovi zaradi vpliva podnebnih sprememb (Bodin in Wiman, 2007). Kljub temu bo treba v prihodnosti zmanjšati tveganje zaradi vpliva podnebnih sprememb na gospodarjenje z gozdovi z ustreznim usmerjanjem razvoja gozdov (Diaci, 2007). V Sloveniji je razvoj gozdov na višjih ravneh določen s temeljnimi gozdarskimi zakoni in pravilniki, poleg tega pa še z gozdnogospodarskimi načrti, ki bi jih bilo treba prilagoditi tako, da bodo vključevali več variant ukrepanja (Gartner in sod., 2007). Med morebitnimi variantami ukrepanja se odločimo za optimalno glede na postavljene cilje po postopku, ki ga opisuje model odločanja (Gašperšič, 1995). Strinjamo se, da gojenja in upravljanja gozdov ni smiselno uravnavati le glede na spreminjajoče se podnebje, vendar upoštevanje temeljnih previdnostnih ukrepov ne pomeni velikih odmikov od ustaljenega gospodarjenja (Diaci, 2007). Pri določanju ukrepov so potrebni kakovostni viri informacij. To so lahko izsledki iz različnih modelov in iz izvedenskih mnenj. Modeli, razviti v tej disertaciji, lahko nekoliko pripomorejo k naslednjim usmeritvam gojenja gozdov, ki jih je utemeljil Diaci (2007), in sicer ob upoštevanju stopnje nepredvidljivosti: izdelana je analiza dolgoročne stabilnosti gozdov z gledišča spremenjenosti drevesne sestave in sanitarnih sečenj. 5.4 VPLIV SPREMENJENOSTI DREVESNE SESTAVE NA ZDRAVJE GOZDOV V okviru disertacije smo preskušali še dve hipotezi o vplivu spremenjenosti drevesne sestave na zdravje gozdov oz. stabilnost gozdov v obdobju 1995–2005 in v razmerah, ki bodo nastale zaradi predvidenih podnebnih sprememb. Hipotezi preskušamo s pomočjo enostavne analize variance in t-preskusa, kjer je odvisna spremenljivka povprečni delež sanitarne sečnje v lesni zalogi, dejavnik pa je stopnja ohranjenosti drevesne sestave. Opravljeni sta bili dve različici preskusa, ki se razlikujeta po tem, kako je bila ugotovljena stopnja ohranjenosti drevesne sestave. Prva različica preskusov temelji na Smolejevih izračunih (2001) po metodologiji Bončine in Robiča (1998). Druga različica preskusov pa temelji na podatkih o ohranjenosti drevesne sestave iz podatkovne zbirke Gozdni fondi (2001), katerih temelj so opisi sestojev. Za natančnejši preskus razlik med stopnjami ohranjenosti drevesne sestave smo uporabili Duncanov preskus mnogoterih primerjav. Z analizo variance preskušamo ničelno hipotezo o enakosti povprečnih sanitarnih sečenj na celico modela, kjer so štiri obravnavanja, to je štiri stopnje ohranjenosti drevesne sestave. Iz rezultatov analize variance sledijo naslednji sklepi. Ničelno domnevo o enakosti 112 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave zavrnemo pri klasifikaciji po Smoleju pa tudi pri klasifikaciji po ZGS. S tveganjem, manjšim od 0,05, trdimo, da povprečna sanitarna sečnja, izražena v deležu lesne zaloge, po obravnavanjih ni enaka. Ničelna domneva je zavrnjena v prid alternativni domnevi, ki je, da obstaja statistično značilna razlika vsaj med dvema povprečnima sanitarnima sečnjama po stopnjah ohranjenosti drevesne sestave. Hipoteza o tem, da so gozdovi s spremenjeno drevesno sestavo labilnejši v obdobju 1995–2005, je potrjena ob predpostavki, da je sanitarna sečnja dober kazalec zdravja (stabilnosti) gozda. Natančnejša analiza z Duncanovim preskusom je pokazala, da so pri klasifikaciji po Smoleju statistično značilne razlike med tremi pari stopenj ohranjenosti, t. j. med ohranjena - zelo spremenjena, ohranjena - izmenjana in spremenjena - izmenjana. Pri klasifikaciji po ZGS je Duncanov preskus pokazal, da se statistično značilno različna povprečna vrednost sanitarne sečnje pojavlja samo v gozdovih z izmenjano drevesno sestavo. Med povprečnim sanitarnim posekom v gozdovih z ohranjeno, spremenjeno in zelo spremenjeno drevesno sestavo pa ni statistično značilnih razlik. Za preskus hipoteze o vplivu podnebnih sprememb in stopnje ohranjenosti drevesne sestave na zdravstveno stanje gozdov v Sloveniji smo izbrali rezultate zagona modela za ocenjevanje zdravja gozdov v Sloveniji, in sicer za tri scenarije podnebnih sprememb. Rezultati enostavne analize variance so pokazali naslednje. Ničelno domnevo o enakosti povprečnih sanitarnih sečenj po različnih stopnjah ohranjenosti drevesne sestave zavrnemo pri klasifikaciji po Smoleju pa tudi pri klasifikaciji ZGS in za vse tri scenarije podnebnih sprememb. S tveganjem, manjšim od 0,05, trdimo, da povprečna sanitarna sečnja, izražena v deležu lesne zaloge na celico modela, ni enaka vsaj za en par obravnavanj pri vseh treh scenarijih podnebnih sprememb in obeh klasifikacijah. Ničelna domneva je zavrnjena v prid alternativni domnevi, ki pravi, da obstaja statistično značilna razlika vsaj med dvema povprečnima sanitarnima sečnjama po stopnjah ohranjenosti drevesne sestave za vse tri scenarije podnebnih sprememb in za obe klasifikaciji stopnje ohranjenosti drevesne sestave. Hipoteza, ki trdi, da bodo gozdovi s spremenjeno drevesno sestavo v podnebnih spremembah labilnejši kot gozdovi z ohranjeno drevesno sestavo, je potrjena ob predpostavki, da je sanitarna sečnja dober kazalec zdravja gozda. Pri Duncanovem preskusu mnogoterih primerjav za podnebne spremembe je 6 različic preskusa, in sicer za tri scenarije podnebnih sprememb in dve različni klasifikaciji stopnje ohranjenosti drevesne sestave, t. j. klasifikacija po Smoleju in ZGS. Rezultati Duncanovega preskusa so pokazali, da pri klasifikaciji po Smoleju pa tudi pri klasifikacij po ZGS in vseh treh scenarijih podnebnih sprememb obstajajo skoraj med vsemi pari povprečnih sanitarnih sečenj po stopnjah ohranjenosti statistično značilne razlike pri 95 % stopnji zaupanja. Edina izjema je par spremenjena - izmenjana drevesna sestava pri klasifikaciji ZGS pod scenarijem A. Pri vplivu ohranjenosti drevesne sestave na sanitarni posek v prihodnjih podnebnih spremembah smo preskušali dve domneve. Najprej smo preskusili in tudi potrdili hipotezo, da bo tudi v prihodnje večji sanitarni posek v spremenjenih gozdovih kot v ohranjenih gozdovih. Potem smo preskusili in potrdili hipotezo, da bo razlika sanitarnega poseka glede na obdobje 1995–2005 v spremenjenih gozdovih večja kot v ohranjenih gozdovih, t. j. da se bo zdravje gozdov v spremenjenih gozdovih bolj poslabšalo kot v ohranjenih 113 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 gozdovih. Hipotezo smo potrdili tako po Smolejevi kot po ZGS klasifikaciji ohranjenosti drevesne sestave. Razliko smo izrazili v % LZ, ki znaša 2,05–3,38 % pri klasifikaciji po Smoleju in 0,44–1,00 % pri klasifikaciji po ZGS. Sonaravni koncept gospodarjenja z gozdovi nam narekuje, da pospešujemo naravno drevesno sestavo. Tukaj smo potrdili, da je in da bo sanitarni posek manjši v gozdovih z ohranjeno drevesno sestavo in smo s tem prispevali k potrjevanju sonaravnega koncepta gospodarjenja z gozdovi. V disertaciji se pojavljajo pojmi kot so zdravje, trajnost in stabilnost gozda. Trajnost in stabilnost gozda sta sinonima (Gašperšič, 1995), zdravje gozda pa je eden od pogojev uresničitve načela trajnosti. Gozd je zdrav, kadar ohranja svojo notranjo strukturo navkljub motnjam (stresom) iz okolja do take mere, da opravlja svojo funkcijo, torej uresničuje gozdnogospodarske cilje (Costanza in Mageau, 1999; Brown in Ulgiati, 2005). Pri preverjanju hipoteze, o kateri razpravljamo v tem poglavju, smo notranjo strukturo gozda predstavili s spremenjenostjo oz. ohranjenostjo drevesne sestave, motnje pa smo izrazili v sanitarnem poseku. Takšno obravnavanje stabilnosti gozda je zelo omejeno, saj preskuša le enega izmed bioloških pogojev trajnosti. Pri celovitem preverjanju trajnosti (stabilnosti) je nujno treba upoštevati še gozdnogojitvene pogoje, obratovalno-tehnične pogoje, ustreznost gospodarjenja, učinkovitost organizacije in družbeno-gospodarske pogoje (Gašperšič, 1985, 1995). V Sloveniji je uveljavljeno načelo sonaravnega gospodarjenja z gozdovi, ki med drugim terja rastišču primerno prilagoditev vrste in stopnje zmesi avtohtonih drevesnih vrst (Diaci, 2006; Mlinšek, 2006). Glede na izsledke raziskav o premiku gozdne vegetacije zaradi podnebnih sprememb v Sloveniji se bi lahko vegetacijski tip spremenil kar na 45 % vseh gozdnih površin v Sloveniji (Kutnar in Kobler, 2007). Zato bo potrebna pri določitvi ciljev (vrsta in stopnja zmesi drevesnih vrst na nekem območju) velika prilagodljivost iz enega v drugo ureditveno obdobje. To verjetno ne bo težko, saj imamo v Sloveniji uveljavljeno adaptivno urejanje gozdov (Gašperšič, 1995; Bončina in Poljanec, 2006). Zaradi potencialno pogostejših ujm in obsežnejših poškodb gozdov zaradi drugih vzrokov v prihodnosti bo verjetno pogosteje nastala situacija, ko bo treba spremeniti gozdnogospodarske in gozdnogojitvene načrte pred koncem ureditvenega obdobja, kot se je zgodilo, npr., pri katastrofalnem vetrolomu na Jelovici leta 2006 (Gartner in sod., 2007). Pri tem je poseben problem obravnava manjšinskih drevesnih vrst, ki so že na splošno pomanjkljivo obravnavane v gozdnogospodarskih načrtih (Kotar, 2003). Manjšinske drevesne vrste ponujajo možnosti za povečanje ekološke, ekonomske in družbene vrednosti gozdov in tako prispevajo k trajnostnemu razvoju gozdov (Spiecker, 2006). Zato bo treba v prihodnje na splošno in konkretno nameniti problematiki o drevesni sestavi več pozornosti. 5.5 INDEKS ZDRAVJA GOZDA Za presojo zdravja gozdov v Sloveniji za obdobje 1995–2005 smo uporabili dva kazalnika (od štirih) iz 2. lizbonske resolucije, ki določa vseevropska merila za trajnostno gospodarjenje z gozdovi in v okviru le-teh merila za ohranjanje zdravja in vitalnosti gozdnih ekosistemov. Na podlagi sanitarne sečnje in osutosti krošnje prek EHI smo ugotovili, da je zdravstveno stanje gozdov v Sloveniji zelo dobro, saj je kar 94,5 % vseh površin gozdov ocenjeno z najboljšim zdravstvenim stanjem. 114 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Če bi presojo zdravja gozdov v Sloveniji izvedli le na podlagi sanitarne sečnje, bi vsi gozdovi v Sloveniji bili ocenjeni s slabim zdravstvenim stanjem (20 < EHI < 40). Če bi presojo zdravja gozdov v Sloveniji izvedli le na podlagi osutosti krošenj dreves, pa bi večino gozdov (93,5 %) ocenili s srednjim zdravstvenim stanjem (40 5,715 | | SUS78 < 1,572 | | | DV11< 25,525 lili OS < 5,876 IM DV55 < 1,265: LM2 (861/50,739 %) | | | | | DV55 > 1,265: LM3 (840/30,164 %) | | | | OS > 5,876: LM4 (487/22,541 %) | | | DV11 > 25,525 lili KVG5 < 581,05: LM5 (504/47,054 %) lili KVG5 > 581,05: LM6 (814/107,365 %) | | SUS78 > 1,572: LM7 (2784/13,923 %) s2_ll > 0,881 | ETPO < 605,98 | | s306 < 0,03 | | | KVG6< 566,1 lili ETP6 < 89,75: LM8 (649/15,804 %) lili ETP6 > 89,75: LM9 (436/30,783 %) | | | KVG6 > 566,1 j j | | DV81 < 0,035: LM10 (824/33,183 %) lili DV81 > 0,035: LMl 1 (344/60,242 %) j | s306 > 0,03 | | | s305 < 0,001: LM12 (354/27,194 %) j | | s305 > 0,001 lili GOZD < 79,9: LM13 (541/41,87 %) Jill GOZD > 79,9: LM14 (713/81,718 %) | ETPO > 605,98 j | DV11 < 28,085: LMl5 (3451/76,032 %) | | DV11 > 28,085 j j I PAD7 < 142,35: LM16 (1375/248,522 %) I I | PAD7 > 142,35: LM17 (706/78,317 %) Korekcijski koeficient = 0,5702 Koren relativne kvadratne napake = 82,1454 % Število primerov = 20376 Definicije linearnih modelov: LMl = - 0,0044 • TMP49 + 0,001 • SUS78 + 0,0003 • GOZD + 0,0019 • MELJ - 0,0004 • PAD9 + 0,0001 • DV11 - 0,0016 • DV55 + 0,0002 • s304 + 0,0012 • s305 - 0,0001 • s306 + 0,1867 • s4_5_6 + 0,0005 • s2_ll + 0,0906 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga A Regresijsko drevo za sanitarno sečnjo zaradi žuželk LM2 = - 0,0004 • TMP49 + 0,0015 • SUS78 - 0,0003 • OS + 0,0001 • KVG5 + 0,0003 • DVU - 0,0006 • DV55 + 0,0002 • s304 + 0,0029 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,0022 • s2_l 1 + 0,5845 LM3 = - 0,0004 • TMP49 + 0,0015 • SUS78 - 0,0003 • OS + 0,0001 • KVG5 + 0,0003 • DV11 - 0,0006 • DV55 + 0,0002 • s304 + 0,0029 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,0022 • s2_l 1 + 0,3251 LM4 = - 0,0004 • TMP49 + 0,0015 • SUS78 - 0,0009 • OS + 0,0001 • KVG5 + 0,0003 • DV11 - 0,0007 • DV55 + 0,0002 • s304 + 0,0029 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,0022 • s2_l 1 + 0,2185 LM5 = - 0,0004 • TMP49 + 0,0015 • SUS78 - 0,0001 • OS + 0,0007 • KVG5 + 0,0004 • DV11 - 0,0003 • DV55 + 0,0002 • s304 + 0,0029 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,0022 • s2_ll + 0,1754 LM6 = - 0,0004 • TMP49 + 0,0015 • SUS78 - 0,0001 • OS + 0,0005 • KVG5 + 0,0004 • DV11 - 0,0003 • DV55 + 0,0002 • s304 + 0,0029 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,0022 • s2_ll + 1,2363 LM7 = -0,0001 • avg_z - 0,0004 • TMP49 + 0,0016 • SUS78 + 0,0001 • KVG5 + 0,0001 • DV11 - 0,0001 • DV55 + 0,0002 • s304 + 0,2247 • s305 - 0,0001 • s306 + 0,0014 • s4_5_6 + 0,3397 • s2_ll + 0,1889 LM8 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0001 • GOZD - 0,0001 • PAD7 + 0,0001 • ETP0 + 0,0004 • ETP6 + 0,0002 • DV11 + 0,0004 • DV81 + 0,0009 • s304 + 0,002 • s305 + 0,0003 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_ll + 0,1631 LM9 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0001 • GOZD - 0,0001 • PAD7 + 0,0001 • ETP0 + 0,0005 • ETP6 + 0,0002 • DV11 + 0,0004 • DV81 + 0,0009 • s304 + 0,002 • s305 + 0,0003 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_l 1 + 0,4037 LM10 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0001 • GOZD - 0,0001 • PAD7 + 0,0001 • ETP0 + 0,0001 • ETP6 + 0,0002 • DV11 + 0,002 • DV81 + 0,0009 • s304 + 0,002 • s305 + 0,0003 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_l 1 + 0,4505 LM11 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0001 • GOZD - 0,0001 • PAD7 + 0,0001 • ETP0 + 0,0001 • ETP6 + 0,0002 • DV11 + 0,0043 • DV81 + 0,0009 • s304 + 0,002 • s305 + 0,0003 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_l 1 + 0,8239 LM12 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0004 • GOZD - 0,0001 • PAD7 + 0,0001 • ETP0 + 0,0002 • DV11 - 0,0004 • DV81 + 0,0009 • s304 + 0,0188 • s305 + 0,0005 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_ll + 0,3957 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga A Regresijsko drevo za sanitarno sečnjo zaradi žuželk LM13 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0004 • GOZD - 0,0001 • PAD7 + 0,0001 • ETPO + 0,0002 • DVU - 0,0004 • DV81 + 0,0009 • s304 + 0,0071 • s305 + 0,0005 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_ll + 0,786 LM14 = - 0,0001 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0003 • GOZD - 0,0001 • PAD7 + 0,0001 • ETPO + 0,0002 • DV11 - 0,0004 • DV81 + 0,0009 • s304 + 0,0071 • s305 + 0,0005 • s306 + 0,0001 • s4_5_6 + 0,0006 • s2_ll + 1,1934 LM15 = - 0,0002 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 + 0,0099 • T - 0,0002 • PAD7 + 0,0001 • ETPO- 0,0001 • ETP6 + 0,0591 • DV11 + 0,1583 • s304 + 0,001 • s305 -0,0001 • s306 + 0,0001 • s4_5_6 + 0,1339 • s2_ll - 0,3823 LM16 = - 0,0533 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 - 0,0011 • PAD7 + 0,0001 • ETPO - 0,0001 • ETP6 + 0,1509 • DV11 + 0,0017 • s304 + 0,001 • s305 - 0,0001 • s306 + 0,0001 • s4_5_6 + 0,0014 • s2_ll - 1,3162 LM17 = - 0,0013 • NAKL - 0,0003 • TMP49 + 0,001 • SUS78 - 0,0018 • PAD7 + 0,0001 • ETPO - 0,0001 • ETP6 + 0,0027 • DV11 + 0,0017 • s304 + 0,001 • s305 - 0,0001 • s306 + 0,0001 • s4_5_6 + 0,0014 • s2_ll + 1,4538 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga B Regresijsko drevo za sanitarno sečnjo zaradi žledu ETP5 < 94,975 I min_z< 735,4 | | PAD12< 107,15 | | | SNEG_VISINA0 < 117,67: LM1 (1896/70,461 %) | | | SNEG_VISINA0 > 117,67 | | | | TMP11_12_1 < 0,15: LM2 (768/12,279 %) lili TMP11_12_1 > 0,15 | | | | | KVG7 < 636,85: LM3 (1296/45,47 %) j j j j j KVG7 > 636,85: LM4 (628/16,805 %) | | PAD12 > 107,15 j j | DV55 < 0,345 lili KVG1 < 140,45 III DV76< 1,695 | | | | | | PAD12< 131,85 Milli TMP11_12_1 < 0,961: LM5 (789/31,755 %) | | | | | | | TMP11_12_1 > 0,961: LM6 (378/107,554 %) IMI PAD12 > 131,85: LM7 (1490/151,644 %) | | | | | DV76 > 1,695 IMI KALIJ < 7,909: LM8 (251/108,859 %) | | | | | | KALIJ > 7,909: LM9 (799/34,826 %) Jill KVG1 > 140,45 | | | | | DV11 < 1,02: LM10 (389/2,501 %) j j | j | DV11 > 1,02: LM11 (839/39,576 %) | | | DV55 > 0,345 j j j | MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24<0,5: LM12 (478/47,68 %) lili MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 > 0,5 | | | | | SNEGVISINAO < 121,045: LM13 (446/123,811 %>) III SNEG_VISINAO> 121,045: LM14 (832/312,587 %) | min_z > 735,4 j | SNEG_TRAJO < 132,925 | | | PAD4< 155,45 lili DV51 < 0,035: LM15 (835/3,608 %) Illl DV51 > 0,035: LM16 (238/9,9 %) j j j PAD4 > 155,45 Illl DV11 < 24,905: LM17 (561/8,617 %) lili DV11 > 24,905: LM18 (649/45,673 %) | | SNEG_TRAJO > 132,925: LM19 (835/0,739 %) ETP5 > 94,975 | PAD8 < 108,15: LM20 (1527/0,054 %) j PAD8 > 108,15: LM21 (4452/21,858 %) Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga B Regresijsko drevo za sanitarno sečnjo zaradi žledu Korelacijski koeficient = 0,4794 Koren relativne kvadratne napake = 87,7879 % Število primerov = 20376 Definicije linearnih modelov: LM1 = 0,0015 · ZLED_OGR=3 - 0,0084 · SNEG_VISINA0 + 0,0008 · TMP11_12_1 + 0,002 · MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0001 · KALIJ + 0,0206 · PAD7 - 0,0001 · ETP1 + 0,0001 · DV11 + 0,0002 · DV55 - 0,0001 · DV76 - 1,4982 LM2 = 0,0015 · ZLED_OGR=3 + 0,0026 · TMP11_12_1 + 0,002 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0001 · KALIJ - 0,0001 · ETP1 + 0,0001 · DV11 + 0,0002 · DV55 - 0,0001 · DV76 + 0,0514 LM3 = 0,0015 · ZLED_OGR=3 - 0,0007 · ED + 0,0013 · TMP11_12_1 + 0,002 · MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0001 · KALIJ -0,0001 · ETP1 + 0,0001 · DV11 + 0,0002 · DV55 - 0,0001 · DV76 + 0,3704 LM4 = 0,0015 · ZLED_OGR=3 + 0,0013 · TMP11_12_1 + 0,002 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0001 · KALIJ - 0,0001 · ETP1 -0,0001 · KVG7 + 0,0001 · DV11 + 0,0002 · DV55 - 0,0001 · DV76 + 0,1279 LM5 = 0,013 · ZLED_OGR=3 + 0,0095 · TMP11_12_1 + 0,004 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 · KALIJ + 0,0002 · PAD12 -0,0001 · ETP1 - 0,0001 · KVG1 + 0,0001 · DV11 + 0,0009 · DV55 - 0,0004 · DV76 + 0,136 LM6 = 0,013 · ZLED OGR=3 + 0,0148 · TMP11121 + 0,004 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 · KALIJ + 0,0002 · PAD12 -0,0001 · ETP1 - 0,0001 · KVG1 + 0,0001 · DV11 + 0,0009 · DV55 - 0,0004 · DV76 + 0,6342 LM7 = 0,7524 · ZLED_OGR=3 + 0,0039 · TMP11_12_1 + 0,004 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 · KALIJ + 0,0001 · PAD12 -0,0001 · ETP1 - 0,0001 · KVG1 + 0,0001 · DV11 + 0,0009 · DV55 - 0,0004 · DV76 + 0,6916 LM8 = 0,0091 · ZLED_OGR=3 + 0,0029 · TMP11_12_1 + 0,004 · MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 · PAD12 - 0,0001 · ETP1 -0,0001 · KVG1 + 0,0001 · DV11 + 0,0009 · DV55 - 0,0006 · DV76 + 0,4157 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga B Regresijsko drevo za sanitarno sečnjo zaradi žledu LM9 = 0,0091 • ZLED_OGR=3 + 0,0029 • TMP11_12_1 + 0,004 • MAT_PODLAGA=18, 21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,001 • KALIJ + 0,0001 • PAD12 -0,0001 • ETP1 - 0,0001 • KVG1 + 0,0001 • DV11 + 0,0009 • DV55 - 0,0006 • DV76 + 0,131 LM10 = 0,0063 • ZLED_OGR=3 + 0,0025 • TMP11_12_1 + 0,004 • MAT_PODLAGA= 18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0004 • KALIJ + 0,0001 • PAD12 -0,0001 • ETP1 - 0,0001 • KVG1 + 0,0003 • DV11 + 0,0009 • DV55 - 0,0003 • DV76 + 0,0085 LM11 = 0,0063 • ZLED_OGR=3 + 0,0025 • TMP11_12_1 + 0,004 • MAT_PODLAGA= 18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0004 • KALIJ + 0,0001 • PAD12 -0,0001 • ETP1 - 0,0001 • KVG1 + 0,0003 • DV11 + 0,0009 • DV55 - 0,0003 • DV76 + 0,1514 LM12 = 0,0032 • ZLED_OGR=3 + 0,0004 • SNEG_VISINA0 + 0,0008 • TMP11_12_1 + 0,0547 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 • KALIJ - 0,0001 • ETP1 - 0,0001 • KVG1 + 0,0002 • DV11 + 0,0022 • DV55 - 0,0002 • DV76 + 0,2092 LM13 = 0,0032 • ZLED_OGR=3 + 0,0007 • SNEG_VISINA0 + 0,0008 • TMP11_12_1 + 0,026 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 • KALIJ - 0,0001 • ETP1 - 0,0001 • KVG1 + 0,0002 • DV11 + 0,0022 • DV55 - 0,0002 • DV76 + 0,76 LM14 = 0,0032 • ZLED_OGR=3 + 0,0004 • SNEG_VISINA0 + 0,0008 • TMP11_12_1 + 0,026 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 - 0,0003 • KALIJ - 0,0001 • ETP1 - 0,0001 • KVG1 + 0,0002 • DV11 + 0,0022 • DV55 - 0,0002 • DV76 + 2,9885 LM15 = 0,0014 • ZLED_OGR=3 - 0,0001 • SNEG_TRAJ0 - 0,0007 • TMP11_12_1 + 0,0018 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • PAD4 - 0,0001 • ETP1 + 0,0001 • DV11 + 0,0004 • DV51 + 0,0002 • DV55 - 0,0001 • DV76 + 0,0111 LM16 = 0,0014 • ZLED_OGR=3 - 0,0001 • SNEG_TRAJ0 - 0,0007 • TMP11_12_1 + 0,0018 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • PAD4 - 0,0001 • ETP1 + 0,0001 • DV11 + 0,0004 • DV51 + 0,0002 • DV55 - 0,0001 • DV76 + 0,0367 LM17 = 0,0014 • ZLED_OGR=3 - 0,0001 • SNEG_TRAJ0 - 0,0007 • TMP11_12_1 + 0,0018 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • PAD4 - 0,0001 • ETP1 + 0,0001 • DV11 + 0,0004 • DV51 + 0,0002 • DV55 - 0,0001 • DV76 + 0,0218 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga B Regresijsko drevo za sanitarno sečnjo zaradi žledu LM18 = 0,0014 • ZLED_OGR=3 - 0,0001 • SNEG_TRAJ0 - 0,0007 • TMP11_12_1 + 0,0018 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • PAD4 - 0,0001 • ETP1 + 0,0001 • DV11 + 0,0004 • DV51 + 0,0002 • DV55 - 0,0001 • DV76 + 0,1309 LM19 = 0,0014 • ZLED_OGR=3 - 0,0001 • SNEG_TRAJ0 - 0,0007 • TMP11_12_1 + 0,0018 • MAT_PODLAGA=18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • PAD4 - 0,0001 • ETP1 + 0,0001 • DV11 + 0,0003 • DV51 + 0,0002 • DV55 - 0,0001 • DV76 + 0,0026 LM20 = 0,0008 • ZLED OGR=3 - 0,0003 • TMP11121 + 0,0006 • MAT PODLAGA= 18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0001 • H - 0,0003 • ETP1 + 0,0001 •DV55 + 0,0013 LM21 = 0,0008 • ZLED OGR=3 - 0,0003 • TMP11121 + 0,0006 • MAT PODLAGA= 18,21,16,29,13,17,27,1,26,22,23,19,11,38,25,35,24 + 0,0028 • GLINA + 0,0026 • H + 0,0009 • PAD7 + 0,0012 • PADU - 0,0164 • ETP1 - 0,0011 • KVG8 + 0,0001 • DV55 + 0,7637 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga C Regresijsko drevo za sanitarno sečnjo zaradi dela v gozdu RV0 ? 77,735 | ZAPLATA ? 35,12 | | RV8 ? 74,175: LM1 (1852/4,341 %) | | RV8 > 74,175 | | | LAST_POV ? 4,435 | | | | DV79 ? 0,075 | | | | | OS20 ? 3,635: LM2 (1005/4,147 %) | | | | | OS20 > 3,635 | | | | | | RV10 ? 81,785 | | | | | | | RV1 ? 82,035: LM3 (656/12,084 %) | | | | | | | RV1 > 82,035: LM4 (180/28,406 %) | | | | | | RV10 > 81,785 | | | | | | | OS5 ? 6,325: LM5 (683/3,175 %) | | | | | | | OS5 > 6,325 | | | | | | | | ZAPLATA ? 1,665: LM6 (406/4,977 %) | | | | | | | | ZAPLATA > 1,665: LM7 (699/14,141 %) | | | | DV79 > 0,075: LM8 (926/27,583 %) | | | LAST_POV > 4,435 | | | | OS20 ? 9,45 | | | | | ETP6 ? 113,605 | | | | | | RV10 ? 81,885 | | | | | | | LAST_AVG ? 10,25 | | | | | | | | PAD9 ? 179,1: LM9 (305/19,782 %) | | | | | | | | PAD9 > 179,1: LM10 (264/42,854 %) | | | | | | | LAST_AVG > 10,25: LM11 (210/9,923 %) | | | | | | RV10 > 81,885: LM12 (344/65,132 %) | | | | | ETP6 > 113,605: LM13 (288/10,145 %) | | | | OS20 > 9,45: LM14 (381/7,431 %) | ZAPLATA > 35,12: LM15 (2145/66,012 %) RV0 > 77,735 | DV55 ? 0,005 | | KVG7 ? 626,95 | | | RV2 ? 75,705 | | | | RV1 ? 75,785: LM16 (210/3,622 %) | | | | RV1 > 75,785: LM17 (620/68,479 %) | | | RV2 > 75,705: LM18 (3284/177,038 %) | | KVG7 > 626,95 | | | LAST_AVG ? 6,05: LM19 (358/102,603 %) | | | LAST_AVG > 6,05 | | | | T ? 18,636 | | | | | PAD9 ? 137,65: LM20 (283/3,929 %) | | | | | PAD9 > 137,65: LM21 (298/15,873 %) | | | | T > 18,636: LM22 (407/36,407 %) | DV55 > 0,005: LM23 (4572/55,156 %) Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga C Regresijsko drevo za sanitarno sečnjo zaradi dela v gozdu Korelacijski koeficient = 0,5585 Koren relativne kvadratne napake = 82,9632 % Število primerov = 20376 Definicije linearnih modelov: LM1 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 + 0,0001 · ETP1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0004 LM2 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0002 · OS20 + 0,0001 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0002 · RV10 + 0,0089 LM3 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 - 0,0043 · ETP1 + 0,0002 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0003 · RV10 + 0,1317 LM4 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 - 0,0004 · ETP1 + 0,0003 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0003 · RV10 + 0,0405 LM5 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 + 0,0001 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0002 · RV10 + 0,0111 LM6 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 + 0,0001 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0002 · RV10 + 0,0135 LM7 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0001 · OS20 + 0,0001 · RV1 + 0,0001 · RV2 - 0,0001 · RV8 - 0,0002 · RV10 + 0,0239 LM8 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0002 · OS5 - 0,0002 · OS20 - 0,0003 · PAD10 + 0,0001 · RV1 + 0,0001 · RV2 -0,0001 · RV8 - 0,0002 · RV10 + 0,0069 · DV68 + 0,067 LM9 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0001 · OS5 - 0,0002 · OS20 + 0,0001 · PAD9 + 0,0001 · ETP1 + 0,0001 · RV2 -0,0001 · RV8 + 0,0011 · RV10 - 0,0629 LM10 = 0,0002 · LAST=5 + 0,0001 · MAT_PODLAGA_MED=16,30,25,27,36,39,31,34, 33 + 0,0001 · OS5 - 0,0002 · OS20 + 0,0001 · PAD9 + 0,0001 · ETP1 + 0,0001 · RV2 -0,0001 · RV8 + 0,0011 · RV10 - 0,0242 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga C Regresijsko drevo za sanitarno sečnjo zaradi dela v gozdu LM11 = 0,0002 • LAST=5 - 0,0001 • LAST_AVG + 0,0001 • MAT_PODLAGA_MED= 16,30,25,27,36,39,31,34,33 + 0,0001 • OS5 - 0,0002 • OS20 + 0,0001 • ETP1 + 0,0001 • RV2 - 0,0001 -RV8 + 0,0011 -RV10 - 0,081 LM12 = 0,0002 • LAST=5 + 0,0001 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34, 33 + 0,0001 • OS5 - 0,0002 • OS20 + 0,0001 • ETP1 + 0,0001 • RV2 - 0,0001 • RV8 + 0,0018 • RV10 - 0,0566 LM13 = 0,0002 • LAST=5 + 0,0001 • MAT_PODLAGA_MED= 16,30,25,27,36,39,31, 34,33 + 0,0001 • OS5 - 0,0002 • OS20 + 0,0001 • ETP1 - 0,0001 • ETP6 + 0,0001 • RV2 -0,0001 • RV8 + 0,0015 -RVlO- 0,115 LM14 = 0,0002 • LAST=5 + 0,0001 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34, 33 + 0,0001 • OS5 - 0,0005 • OS20 + 0,0001 • ETP1 + 0,0001 • RV2 - 0,0001 • RV8 + 0,0007 • RV10 - 0,053 LM15 = 0,0002 • LAST=5 + 0,0001 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34, 33 + 0,0042 • GLINA + 0,0001 • OS5 - 0,0001 • OS20 + 0,0001 • PAD0 + 0,0001 • ETP1 + 0,0016 • KVG5 + 0,0001 • RV2 - 0,0142 • DV77 - 1,0747 LM16 = 0,0043 • LAST=5 - 0,0003 • LAST_AVG - 0,0006 • NAKL_STDEV + 0,0131 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0004 • OS5 - 0,0001 • PAD6 + 0,0001 • PAD10 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 + 0,0017 • RV1 + 0,0026 • RV2 + 0,0001 • DV34 - 0,3078 LM17 = 0,0043 • LAST=5 - 0,0003 • LAST_AVG - 0,0006 • NAKL_STDEV + 0,2127 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0004 • OS5 - 0,0001 • PAD6 + 0,0001 • PAD10 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 + 0,0007 • RV1 + 0,0026 • RV2 + 0,0001 • DV34 - 0,1808 LM18 = 0,2271 • LAST=5 - 0,0174 • LAST_AVG + 0,0002 • ODD_GOZD_ROB - 0,0352 • NAKL_STDEV + 0,0006 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0165 • OS5 - 0,0045 • PAD6 + 0,003 • PAD10 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 + 0,0015 • RV2 + 0,5114 LM19 = 0,0024 • LAST=5 - 0,0002 • LAST_AVG - 0,0003 • NAKL_STDEV + 0,0006 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0003 • OS5 - 0,0001 • PAD6 + 0,0001 • PAD9 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 - 0,0001 • ETP12 + 0,0021 • RV2 + 0,1056 LM20 = 0,0024 • LAST=5 - 0,0001 • LAST_AVG - 0,0003 • NAKL_STDEV + 0,0006 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0003 • OS5 - 0,0001 • PAD6 + 0,0001 • PAD9 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 - 0,0001 • ETP12 + 0,0021 • RV2 - 0,1348 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga C Regresijsko drevo za sanitarno sečnjo zaradi dela v gozdu LM21 = 0,0024 • LAST=5 - 0,0001 • LAST_AVG - 0,0003 • NAKL_STDEV + 0,0006 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0003 • OS5 - 0,0001 • PAD6 + 0,0001 • PAD9 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 - 0,0001 • ETP12 + 0,0021 • RV2 - 0,1143 LM22 = 0,0024 • LAST=5 - 0,0001 • LAST_AVG - 0,0003 • NAKL_STDEV + 0,0006 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0003 • 0S5 - 0,0001 • PAD6 + 0,0001 • PAD9 + 0,0001 • ETP1 - 0,0001 • ETP2 + 0,0001 • ETP10 - 0,0001 • ETP12 + 0,0021 • RV2 - 0,0901 LM23 = 0,0007 • LAST=5 - 0,0013 • LAST_AVG + 0,0018 • LAST_POV - 0,1969 • UKRIVLJENOSTPROFILSTDEV - 0,0001 • ED + 0,0001 • avgz + 0,0001 • MAT_PODLAGA_MED=16,30,25,27,36,39,31,34,33 + 0,0063 • RK - 0,0038 • OS5 + 0,0008 • PAD10 + 0,0007 • ETPO + 0,0001 • ETP1 - 0,0199 • ETP2 + 0,0032 • ETP10 -0,0001 • RV1 + 0,0364 • RV2 - 0,0024 • DV71 - 2,8535 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga D Klasifikacijsko drevo za sanitarno sečnjo zaradi drugih vzrokov DV21 ? 18,31 | PAD9 ? 100,4 | | RV7 ? 71,87: 1 (90,19/36,19) | | RV7 > 71,87 | | | PAD3 ? 55,8: 0 (924,91/59,0) | | | PAD3 > 55,8 | | | | SNEG_TRAJ0 ? 42,05 | | | | | DV31 ? 25,91 | | | | | | ODD_GOZD ? 345: 1 (124,62/36,62) | | | | | | ODD_GOZD > 345: 0 (82,96/33,0) | | | | | DV31 > 25,91: 0 (81,02/15,0) | | | | SNEG_TRAJ0 > 42,05: 0 (313,65/35,0) | PAD9 > 100,4: 0 (16807,66/745,0) DV21 > 18,31 | LON ? 45,8679 | | tla_humusno_akumulativna ? 17,1: 0 (93,0/27,0) | | tla_humusno_akumulativna > 17,1 | | | ZAPLATA ? 48,02: 0 (130,0/54,0) | | | ZAPLATA > 48,02 | | | | SUS ? 0,24: 0 (82,48/38,38) | | | | SUS > 0,24 | | | | | FOSF ? 0,869: 0 (82,1/39,1) | | | | | FOSF > 0,869: 1 (700,42/137,9) | LON > 45,8679 | | LON ? 46,5255: 0 (619,0/77,0) | | LON > 46,5255 | | | EMIS_PRAH_ODD ? 15802: 0 (159,0/48,0) | | | EMIS_PRAH_ODD > 15802: 1 (85,0/31,0) Število pravilno razporejenih primerov = 18847 = 92,4961 % Število ne pravilno razporejenih primerov = 1529 = 7,5039 % Kapa = 0,4601 Koren relativne kvadratne napake = 85,3382 % Število primerov skupaj = 20376 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga E Regresijsko drevo za skupno sanitarno sečnjo IGL < 28,735: LMl (8566/69,208 %) IGL > 28,735 | PAD7< 149,15 | | DV11< 42,635 | | | PAD9< 153,35 lili DV11< 25,345 IM PAD6< 123,15: LM2 (643/36,366 %) | | | | | PAD6 > 123,15: LM3 (1685/78,1 %) lili DV11 > 25,345 | | | | | UKRIVLJENOSTPROFILSTDEV < 0,127: LM4 (805/130,201 %) j j | j | UKRIVLJENOSTPROFILSTDEV > 0,127: LM5 (959/73,136 %) | | | PAD9 > 153,35 lili PAD10< 199,4: LM6 (903/184,179 %) Illl PAD10 > 199,4: LM7 (904/73,839 %) | | DV11 > 42,635 | | | SUS78 < 1,415: LM8 (783/202,952 %) | | | SUS78 > 1,415: LM9 (853/91,265 %) | PAD7 > 149,15 | | DV34 < 3,065 | | | PAD10< 190,85 lili TSUM-10 < 3057,21: LM10 (1155/39,433 %) Illl TSUM-10 > 3057,21: LMl 1 (473/52,309 %) j j j PAD10 > 190,85: LM12 (1241/82,26 %) I I DV34 > 3,065: LM13 (1406/36,121 %) Korekcijski koeficient = 0,4592 Koren relativne kvadratne napake = 88,8361 % Število primerov = 20376 Definicije linearnih modelov: LMl = 0,1827 • SPR_SREDSTVO=l,3 - 0,0019 • UKRIVLJENOSTPROFILSTDEV -0,0059 • NAKL + 0,0009 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0001 • RK - 0,8089 • K + 0,0034 • PAD7 - 0,0076 • PAD12 + 0,0376 • DV11 - 0,0638 • DV31 + 0,0021 • DV41 + 0,0538 • DV55 + 0,0001 • DV65 - 0,0001 • DV72 + 0,0426 • IGL + 0,6639 LM2 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0415 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0055 • RK - 0,0005 • K + 0,0002 • PAD6 - 0,0001 • PAD7 + 0,0005 • PAD9 - 0,0001 • PAD10 + 0,0008 -DV11 + 0,0001 • DV55 - 0,0001 -DV72 + 0,0011 • IGL + 1,1143 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga E Regresijsko drevo za skupno sanitarno sečnjo LM3 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0415 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,1905 • RK - 0,0005 • K - 0,0001 • PAD6 - 0,0001 • PAD7 + 0,0005 • PAD9 - 0,0001 • PAD10 + 0,0008 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0345 • IGL - 0,6274 LM4 = 0,0005 • SPR_SREDSTVO=l,3 - 0,2147 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0019 • RK - 0,0005 • K - 0,0002 • PAD6 - 0,0001 • PAD7 + 0,0005 • PAD9 - 0,0001 • PAD10 + 0,001 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0004 • IGL + 4,4226 LM5 = 0,0005 • SPR_SREDSTVO=l,3 - 0,1886 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0019 • RK - 0,0005 • K - 0,0002 • PAD6 - 0,0001 • PAD7 + 0,0005 • PAD9 - 0,0001 • PAD10 + 0,001 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0004 • IGL + 2,8943 LM6 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0171 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0022 • RK - 0,0005 • K - 0,0004 • PAD6 - 0,0001 • PAD7 + 0,0009 • PAD9 - 0,0008 • PAD10 + 0,0007 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0003 • IGL + 5,5832 LM7 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0171 • UKRIVLJENOSTPROFILSTDEV - 0,0078 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0022 • RK - 0,0005 • K - 0,0004 • PAD6 - 0,0001 • PAD7 + 0,0009 • PAD9 - 0,0008 • PAD10 + 0,0007 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0003 • IGL + 3,0984 LM8 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0369 • UKRIVLJENOSTPROFILSTDEV - 0,2299 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0021 • RK - 0,0005 • K - 0,0003 • PAD6 - 0,0001 • PAD7 + 0,0008 • PAD9 - 0,0001 • PAD10 + 0,0007 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0002 • IGL + 8,4254 LM9 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0369 • UKRIVLJENOSTPROFILSTDEV - 0,2137 • SUS78 + 0,0018 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0021 • RK - 0,0005 • K - 0,0003 • PAD6 - 0,0001 • PAD7 + 0,0008 • PAD9 - 0,0001 • PAD10 + 0,0007 • DV11 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0002 • IGL + 3,9994 LM10 = 0,0005 • SPR_SREDSTVO=l,3 + 0,0001 • EMIS PRAH ODD - 0,0156 • UKRIVLJENOSTPROFILSTDEV + 0,0007 • SUS78 + 0,0213 MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0006 • RK - 0,0005 • K -0,0001 • PAD6 - 0,0002 • PAD7 + 0,0001 • PAD9 + 0,0001 • PAD10 + 0,0001 • DV11 -0,0001 • DV34 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0001 • IGL + 0,9424 Ogris N. Model zdravja gozdov v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za gozdarstvo in obnovljive gozdne vire, 2007 Priloga E Regresijsko drevo za skupno sanitarno sečnjo LMll = 0,0005 • SPR_SREDSTVO=l,3 - 0,0156 • UKRIVLJENOSTPROFILSTDEV + 0,0007 • SUS78 + 0,0213 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0006 • RK - 0,0005 • K - 0,0001 • PAD6 - 0,0002 • PAD7 + 0,0001 • PAD9 + 0,0001 • PAD10 + 0,0001 • DV11 - 0,0001 • DV34 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0001 • IGL + 2,8219 LM12 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0156 • UKRIVLJENOSTPROFILSTDEV + 0,0007 • SUS78 + 2,0669 • MAT_PODLAGA_MED=34,24,2,10,38,20,1,33,11,32,35 + 0,0006 • RK - 0,0005 • K - 0,0001 • PAD6 - 0,0002 • PAD7 + 0,0001 • PAD9 + 0,0001 • PAD10 + 0,0001 • DV11 - 0,0001 • DV34 + 0,0001 • DV55 - 0,0001 • DV72 + 0,0001 • IGL + 2,409 LM13 = 0,0005 • SPR_SREDSTVO=l,3 - 0,0156 • UKRIVLJENOSTPROFILSTDEV + 0,0006 • GC_DOLZ + 0,0007 • SUS78 + 0,0165 • MAT_PODLAGA_MED= 34,24,2,10, 38,20,1,33,11,32,35 + 0,0006 • RK - 0,0005 • K - 0,0001 • PAD6 - 0,0002 • PAD7 + 0,0001 • PAD9 + 0,0001 • PAD10 + 0,0001 • DV11 - 0,0003 • DV34 + 0,0001 • DV55 -0,0001 • DV72 + 0,0001 • IGL + 0,6459