Slovensko združenje za geodezijo in geofiziko http://www.fgg.uni-lj.si/sugg/ RAZISKAVE S PODROČ JA GEODEZIJE IN GEOFIZIKE 2014 zbornik del 20. sreč anje Slovenskega združenja za geodezijo in geofiziko Ljubljana, 29. januar 2015 UREDNIŠKI ODBOR Miran Kuhar Rudi Č op Andrej Gosar Mira Kobold Martina Č arman Matjaž Lič er Polona Kralj Jože Rakovec Gregor Skok Bojan Stopar Polona Vreč a RECENZIJA Jože Rakovec Andrej Gosar Rahela Žabkar Miran Kuhar Mitja Brilly Dejan Grigillo Katja Bajec Simon Rusjan Dalibor Radovan Mihaela Triglav Mojca Šraj ORGANIZATOR SREČ ANJA IN ZALOŽNIK Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Jamova 2, Ljubljana Naklada: 80 izvodov CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 550.3(497.4)(082) 528(497.4)(082) SLOVENSKO združenje za geodezijo in geofiziko. Strokovno sreč anje (20 ; 2015 ; Ljubljana) Raziskave s področ ja geodezije in geofizike 2014 : zbornik del / 20. sreč anje Slovenskega združenja za geodezijo in geofiziko, Ljubljana, 29. januar 2015 ; [organizator sreč anja Fakulteta za gradbeništvo in geodezijo ; uredniški odbor Miran Kuhar ... et al.]. - Ljubljana : Fakulteta za gradbeništvo in geodezijo, 2015 ISBN 978-961-6884-25-9 1. Kuhar, Miran 2. Fakulteta za gradbeništvo in geodezijo (Ljubljana) 277357312 Predgovor Letos je že dvajseto redno letno sreč anje Slovenskega združenja geodetov in geofizikov. Naša sreč anja omogoč ajo izmenjavo znanj in izkušenj ter odkrivanje novih rešitev. Prispevki za letošnji zbornik del so že drugo leto predhodno strokovno pregledani in zato še na višjem nivoju. So bogati in zanimivi ne samo za ožjo stroko s področ ij znanj o planetu Zemlja, temveč tudi za uporabnike tega znanja. Kažejo na kakovost raziskovalnega dela pri nas. To je dobra osnova za naše nadaljnje delo, katerega smisel potrjujejo tudi naši mlajši sodelavci z njihovim uspešnim vključ evanjem v raziskovalno delo. Prispevki v letošnjem zborniku del so s področ ja geodezije, seizmologije in fizike notranjosti Zemlje, geomagnetizma in aeronomije, meteorologije in atmosferske znanosti, hidrologije, ter s področ ja raziskav kriosfere. Predvsem strokovnjaki s področ ja hidrologije se trudijo dati svoj prispevek k zmanjšanju škod, nastalih zaradi zadnjih poplav pri nas. V preteklem letu se je dvema obsežnima poplavama pri nas pridružil še moč an žled. Poplave in plazovi v predhodnih letih ter ujme v preteklem letu so pokazale, da so za nas to že redni pojavi. Zato jih ne smemo več jemati le kot naravne katastrofe, temveč nekaj, kar zahteva sistematič no reševanje ob sodelovanju več jega števila strokovnjakov s različ nih področ ij. V letošnjem letu bo od 22. 6. do 2. 7. 2015 v Pragi 26. generalna skupšč ina Mednarodne zveze za geodezijo in geofiziko IUGG (International Union of Geodesy and Geophysics). Generalna skupšč ina te mednarodne zveze se ponavlja vsake štiri leta in je letos v Evropi. Mednarodna zveza IUGG je bila ustanovljena leta 1919 in danes obsega osem različ nih mednarodnih znanstvenih združenj s področ ij geodezije in geofizike. V to mednarodno zvezo je bilo naše združenje uradno vključ eno pred enaindvajsetimi leti. predsednik SZGG ddr.Rudi Č op Vsebina Predgovor ................................................................................................................................. 3 Rudi Č op - Razelektritve v ionosferi........................................................................................ 7 Stanka Šebela - Več letno merjenje tektonskih mikro premikov v kraških jamah ................. 15 Matevž Menih, Nejc Bezak, Mojca Šraj - Vpliv podnebne spremenljivosti na rezultate verjetnostih analiz visokovodnih konic: primer vodomerne postaje Litija na reki Savi ........ 23 Veronika Hladnik, Gregor Skok - Objektna analiza padavin iz satelitskih meritev, reanaliz ERA-Interim ter modela WRF na območ ju Evrope in Severnega Atlantika ......................... 35 M. Z. Božnar, B. Grašič , P. Mlakar, A.P. de Oliveira, J. Soares, D. Gradišar, J. Kocijan - Modeliranje difuznega sonč nega obseva ................................................................................ 45 Vasja Bric, Sandi Berk, Katja Oven, Mihalea Triglav Č ekada - Aerofotografiranje in aerolasersko skeniranje Slovenije .......................................................................................... 57 Polona Pavlovč ič Prešeren, Marjeta Korošec, Dejan Grigillo - Problematika geodetskih terenskih meritev z GNSS in simulacije vodostaja na podlagi DMR na delu Cerkniškega jezera ..................................................................................................................................... 73 Manca Petek, Mira Kobold, Mojca Šraj - Določ anje kazalnikov nizkih pretokov – prikaz na primeru vodomerne postaje Kokra I na reki Kokri ................................................................ 81 Tomaž Podobnikar, BalÆzs SzØkely - Morfometrič ne analize vršajev planeta Marsa – za uporabo na Zemlji .............................................................................................................. 93 Manca Volk Bahun, Matija Zorn, Jaka Ortar, Miha Pavšek - Snežni plazovi in preventiva v Srednjih Karavankah ....................................................................................... 103 Mitja Brilly, Klaudija Sapač , Andrej Vidmar, Lidija Globevnik, Mira Kobold, Katarina Zabret, Maja Koprivšek, Matej Seč nik, Darko Anzeljc - Analiza poplavnega dogodka v maju 2014 v Bosni in Hercegovini za poreč je reke Bosne ............................................... 115 Damir Deželjin, Rudi Č op - Prenos merilnih podatkov iz geomagnetnega observatorija po obstoječ em komunikacijskem omrežju ................................................................................ 127 Andrej Mihevc, Jasminko Mulaomerović - Erozija arheološkega najdišč a v Dabarski peć ini pri Sanskem mostu ob poplavi maja 2014 * .......................................................................... 133 * razširjeni povzetek 7 Razelektritve v ionosferi Rudi Č op 1 Povzetek Vpliv vesolja na Zemljo je poleg sonč nega obseva, vpada meteorjev, oblakov in polarnih sijev v mezosferi okoli magnetnih polov viden še kot sij svetlobe v ionosferi in razelektritve v njej. V č lanku je predstavljeno tlenje svetlobe v ionosferi in zaradi tega tlenja vidno zaznavanje težnostnih valov v zgornjih plasteh ozrač ja. Osnovni nač ini razelektritev v ionosferi TLE (Transient Luminous Event) so razloženi na poenostavljen nač in: da strele med robovi oblakov in tlemi inducirajo električ no napetost tudi v ionosferi. Moč ne vremenske nevihte v troposferi so generatorji električ nih tokov v atmosferi in vplivajo tudi na zgornje plasti ozrač ja. Raziskave teh pojavov so uspešne šele v zadnjih dveh desetletjih z razvojem ustreznih merilnih instrumentov in s pomoč jo vesoljske tehnike. Ključ ne besede: ionosfera, sij svetlobe v atmosferi, razelektritve v ionosferi Key words: ionosphere, atmospheric light glow, electric discharges in ionosphere Ionosfera Ionosfera se razprostira na višini od 50 do 1000 km v zemeljski atmosferi in predstavlja manj kot en odstotek vse njene materije. Sestavlja jo več plasti, od katerih se odbijajo radijski valovi (IUPAC, 1997; Handbook, 1985; Anderson & Fuller-Rowell, 1999). Č im višje so te plasti, tem toplejše so. Zaradi ionizirajoč ega sevanja Sonca, ki ionizira molekule zraka pri ustrezno nizkem zrač nem tlaku, je ionosfera sestavljena iz hladne plazme. V njej obstajajo prosti elektroni ob naelektrenih ionih, ki se le poč asi rekombinirajo. Zaradi naelektrenih delcev v ionosferi nastajajo v zgornjih plasteh atmosfere tudi električ ni tokovi. Najnižja plast ionosfere je plast D, ki sega od okoli 50 km do okoli 90 km nad zemeljsko površino. Nanjo najbolj vplivajo visoko energijski žarki X, ki jih seva Sonce. Ionosferska plast E je med 90 in 150 km iznad zemeljske površine in nastaja zaradi sonč evih žarkov X daljše valovne dolžine. Nad 150 km je ionosferska plast F, ki doseže največ jo koncentracijo prostih elektronov v zgornji plasti F, v plasti F2 na višini okoli 600 km. Ta plast je ionizirana predvsem zaradi sonč evih ekstremnih ultravijolič nih žarkov. Vrh ionosfere je na višini 1000 km, vendar ni prave razmejitve med njo ter višje ležeč o plazmosfero in magnetosfero. Okoli zemeljskih magnetnih polov je moč an izvor ionizacije sonč ni veter, ki v ionosferi ustvarja polarni sij. Plasti ionosfere D in E odbijata dolge in srednje radijske valove in zato omogoč ata radijske komunikacije na velike razdalje. Kratki radijski valovi se odbijajo od ionosferske plasti F (Slika 1). Ultra kratki radijski valovi, mikrovalovi in svetloba imajo prekratko valovno dolžino, da bi se odbijali od ionosfere. Pri prehodu te vrste elektromagnetnih valov se v njej le lomijo. Tako odboj radijskih valov kot lom mikrovalov v ionosferi je odvisen od njenih zelo spremenljivih lastnosti, ki so pod vplivom izvorov njene ionizacije: sevanja Sonca in jakosti sonč nega vetra. Zato se lastnosti ionosfere preko dneva in skozi letne č ase ciklič no spreminjajo, prav tako pa preko celotnega enajstletnega cikla sonč eve aktivnosti. 1 Zavod Terra Viva, Sv. Peter 115, 6333 Seč ovlje/Sicciole 8 Slika 1 - Tipič ni ionogram vertikalnega radijskega sondiranja ionosfere (Bamford, 2000). Označ ene so višine posameznih plasti ionosfere za obič ajne kritič ne frekvence in za dodatno izjemno kritič no frekvenco fxF2 sloja F2 V ionosferi se zelo spremenijo razmere ob nenadnih izbruhih na Soncu in ob č asu geomagnetnih neviht. Zaradi spremembe koncentracije prostih elektronov v ionosferi se zaradi difuzije spremeni smer in jakost zrač nih tokov v njeni sicer električ no nevtralni okolici. Ti ionosfero odnašajo vzdolž silnic zemeljskega magnetnega polja. Ker se lastnosti geomagnetnega polja krajevno spreminjajo, se krajevno spreminja tudi turbulenca ionosfere. Zaradi tega sta tako odboj radijskih valov kot lom mikrovalov v ionosferi odvisna od č asa in kraja njihovega oddajanja ali sprejemanja. Posebno težko pa so obvladljive majhne anomalije v njenem vrtinč enju (ionospheric scintillation), ki so posebej pomembne pri določ anju položaja visoke toč nosti s pomoč jo navigacijskih sprejemnikov GNSS (Global Navigation Satellite System). Razelektritve v ionosferi Razelektritve v ionosferi niso navadne strele v zgornjih plasteh atmosfere, temveč so ti pojavi vezani na lastnosti hladne plazme. Te vrste razelektritev ali dogodki TLE (Transient Luminous Event) so podobne razelektritvam v fluorescentnih ceveh in obsegajo različ ne oblike razelektritev v zgornjih plasteh atmosfere. Nastajajo visoko nad nevihtnimi oblaki, obič ajno v zaključ nem obdobju neviht. Sprožijo jih strele v troposferi med oblaki in zemeljsko površino s pozitivnimi nosilci električ nega naboja. S prostim oč esom lahko dogodke TLE opazimo zelo redko in to le v izjemnih okolišč inah, ko se vidi nad najbolj aktivne dele nevihtnih oblakov. Ker je njihova svetlost enaka svetlosti šibkega polarnega sija, jih lahko opazimo le v temni noč i in izven naselij. Število teh zelo kratkotrajnih razelektritev v ionosferi je le odstotek od števila razelektritev v troposferi. Dogodki TLE so dobro dokumentirani šele v zadnjih dveh desetletjih kot posledica razvoja dovolj hitrih video kamer za noč no snemanje. S pomoč jo opazovalnih satelitov, ki krožijo okoli Zemlje, pa je bilo ugotovljeno, da je teh dogodkov na vsej Zemlji v enem letu preko dveh milijonov (Williams, 2001; Savtchenko & Mitzeva, 2007, Chen et al., 2008). 9 Slika 2 - Razelektritev v ionosferi nad jugozahodnim delom Slovenije, posneta na observatoriju GEOS v Weiningenu v Švici 9.11.2013 ob 17:44:23 UTC uri (Spinner, 2014) Prve razelektritve v ionosferi so opazili kot kratkotrajne rdeč e-oranžne bliske (Red Sprites). Prva poroč ila o njihovem obstoju objavljena v znanstveni literaturi segajo v leto 1886 (MacKenzie & Toynbee, 1886; Iwanski et al., 2009), teoretič no pa so bili predvideni pred devetdesetimi leti (Wilson, 1924; Pasko et al., 2002). Prvič so jih povsem sluč ajno posneli raziskovalci iz Univerze v Minnesoti leta 1989. Od takrat se je nabralo že zelo veliko njihovih fotografij in filmov, posnetih s površine Zemlje (Slika 2), iz letal in iz vesoljskih plovil (Yair et al., 2005). Raziskovanje razelektritev v ionosferi se je iz zač etnega dokumentiranja teh dogodkov razširilo na meritve njihovih optič nih spektrov (Heavner et al., 2013), radijskih valov ter zelo dolgih in ekstremno dolgih elektromagnetnih valov. Gostoto elektronov v teh razelektritvah merijo z radarji, ki delujejo v področ ju decimetrskih radijskih valov (Tsumoda et al, 1998). Prouč ujejo spremljajoč e akustič ne pojave, elektrokemič ne reakcije (Parra-Rojas et al., 2013; Pasko, 2007) in povezave teh razelektritev s strelami v troposferi (Heavner, 2000). Raziskavam razelektritev v ionosferi so namenjeni nekateri vesoljski programi (Chern, 2003). V fazi priprave pa je vesoljski program, ki je nač rtovan za ugotavljanje vpliva dogodkov TLE na magnetosfero (Hebert et al., 2012; Pinçon, 2014). Že dalj č asa pa so v teku projekti za širjenje znanja o teh pojavih (Lyons & Schmidt, 2004). Ovalne razelektritve različ ne svetlosti in obič ajno v rdeč i barvi svetlobe (Red Sprites) se iz vrha moč nih nevihtnih oblakov razprostirajo v ionosfero v višino do 90 km nad zemeljsko površino. Njihov najsvetlejši del je na višini od 65 do 75 km, pod tem delom pa so modri pasovi, ki se v obliki lovk spušč ajo na višino 40 km. Zaradi različ nih oblik se ta vrsta razelektritev v ionosferi deli v različ ne razrede. Najpogosteje se te razelektritve pojavljajo v skupinah na širšem območ ju ali pa se združujejo v snope. Trajajo od 3 do 10 mili sekund. So sicer najprej odkrite razelektritve v ionosferi, vendar ne tudi najbolj pogoste. Najpogostejše so ozke obroč aste razelektritve, ki so izjemno svetli in kratkotrajni bliski visoko v ionosferi širine do 400 km, imenovane ELVES (Emission of Light and Very Low Frequency perturbations due to Electromagnetic Pulse Sources). Poleg samega bleska, ki traja manj kot eno mili sekundo, so te vrste razelektritev v ionosferi tudi moč an izvor 10 elektromagnetnih valov zelo nizkih frekvenc. Te vrste dogodek TLE je bil prvič posnet iz vesolja nad Francosko Gvajano leta 1990. Ozke konič ne razelektritve se iz električ no aktivnega jedra neviht širijo v ionosfero v obliki ozkih modrih stožcev (Blue Jets) širine okoli 15 kotnih stopinj (Pasko, 2003). Te razelektritve napredujejo s hitrostjo okoli 100 km/s do višine od 40 do 50 km nad zemeljsko površino. So svetlejši od ovalnih razelektritev in niso neposredno povezani z razelektritvami v troposferi. Ta vrsta dogodkov TLE je najmanj pogosta in je bila prvič fotografirana iz vesolja nad Avstralijo leta 2007. Osnovna razlaga razelektritev v ionosferi Razelektritve v ionosferi se dogajajo več kot petkrat višje od višine nevihtnih oblakov. Skupine moč nih nevihtnih oblakov MCS (mesoscale convective system) so sicer več je kot oblaki lokalnih neviht, vendar manjše kot ekstremni tropski cikloni. Te skupine nevihtnih oblakov so lahko podolgovate in ravne oblike ali pa v bolj ali manj zakrivljenem loku. Oblikujejo se v bližini vremenskih front in trajajo tudi po več ur. V Evropi se najpogosteje pojavljajo v drugi polovici avgusta in v septembru v območ ju zahodnega dela Sredozemskega morja in v povpreč ju obsegajo okoli 9000 km 2 (Morel & Senesi, 2002). Na kontinentalnem delu Evrope so prisotne v njenih gorskih predelih. Njihova najbolj obič ajna smer potovanja je proti vzhodu ali severovzhodu in to v popoldanskem č asu. Slika 3 - Ilustracija razelektritve naboja v mezosferi zaradi strele med vrhom nevihtnega oblaka in zemeljsko površino Osnovno razlago nastanka razelektritev v ionosferi podaja teorija, ki jo je razvil v dvajsetih letih preteklega stoletja škotski fizik in meteorolog Charles T. R. Wilson (Pasko et al., 1996; Hu et al., 2007; Pasko, 2007). Ta teorija izhaja iz raziskav pri razvoju plinskih elektronskih cevi. Ugotovili so, da je prebojna trdnost plinov ali jakost električ nega polja, pri katerem sicer neprevodni plin zaradi ionizacije postane prevoden, proporcionalna njihovi gostoti. 11 Za nastanek razelektritve v ionosferi pa je poleg upadanja prebojne trdnosti zraka z narašč ajoč o višino pomembno še inducirano elektrostatič no polje nad nevihtnim oblakom, ki od njegovega vrha proti ionosferi pojenja z narašč ajoč o višino h kot 1/h 3 . Obenem pa eksponentno pojenja prebojna trdnost zraka, ker tako upada njegova gostota. To zmanjševanje prebojne trdnosti zraka je hitrejše kot pa pojemanje elektrostatič nega polja nevihtnega oblaka. Zato elektrostatič no polje visoko v atmosferi preseže prebojno trdnost v že zelo redkem zraku, s č emer se vzpostavijo pogoji za električ ni preboj. Poleg navidezno elektrostatič ne povezave med vrhom oblaka in ionosfero je za nastanek razelektritve v ionosferi pomembno še pospeševanje prostih elektronov (Pasko et al., 2012; Qin et al., 2013). Ti prosti elektroni nastajajo ob ionizaciji zaradi kozmič nega sevanja energije od 0,1 do 1 MeV. Pospešuje jih moč no inducirano elektrostatič no polje, ki ga povzroč i strela s pozitivnimi nosilci električ nega naboja ob vrhu oblaka na višini z in zemeljsko površino (Slika 3). Po poenostavljenem modelu se to strelo obravnava kot vertikalni dipol z momentom Q.z. Pri veliki več ini strel ta dipolni moment ne presega 100 Ckm, pri preboju strel s pozitivnimi nosilci električ nega naboja nevihtnih oblakov in zemeljsko površino, pa ta moment naboja presega vrednost 1000 Ckm, kar zadošč a za razelektritev v ionosferi (Paras & Rai, 2012). Teoretič ne razlage nastanka razelektritev v ionosferi so bile potrjene tudi z eksperimenti v laboratorijih (Williams, 2001). Elektromagnetni valovi ekstremno nizkih frekvenc Raziskave v zadnjem desetletju prejšnjega stoletja so pokazale, da ob udaru strel, ki povzroč ajo razelektritve v ionosferi, nastajajo predvsem ekstremno dolgi elektromagnetni valovi ELF (Extremely low frequency) v frekvenč nem področ ju od 3 Hz do 300 Hz (Barr et al., 2000; Inan et al., 2010). Zaradi resonanč nega pojava, Schumannovih resonanč nih frekvenc, se valovi ELF ojač ajo v naravnem valovodu med zemeljsko površino in ionosfero (Ohkubo et al., 2005). Zato ti valovi obstajajo dlje kot razelektritve v ionosferi in tudi ne pojenjajo dosti z oddaljevanjem od svojega izvora. Prav na osnovi prouč evanja ionosferskih razelektritev s pomoč jo sprejemnikov ELF je bilo ugotovljeno, da se intenzivnost teh razelektritev spreminja s sonč nimi cikli (Sato, 2003; Reddy, 2014). Dodatne raziskave so tudi pokazale (Siingh et al., 2009), da so izvor valov ELF električ ni toki, ki teč ejo vzdolž razelektritev v ionosferi, in ne strele med nevihtnim oblakom in zemeljskim površjem. Vrh jakosti spektra imajo ti valovi frekvence okoli 40 Hz. Sij v ionosferi in težnostni valovi zaradi udarov strel Udari strel v troposferi, najnižji plasti atmosfere, ki sega do 8 pa do kakšnih 16 km visoko, povzroč ajo v višje ležeč ih plasteh atmosfere spremembe temperature in tlaka. To povzroč a tudi dvig težišč a ozrač ja, od katerega se zaradi segrevanja zraka širijo težnostni valovi v atmosferi (Atmospheric Gravity Waves), ki so podobne narave kot valovi na površini morij (Williams, 2009). Nastajajo v stabilnih plasteh tekoč in ali plinov zaradi vzgona in teže. V ozrač ju so lahko vidni tudi zaradi sija svetlobe v visokih plasteh atmosfere (Slika 4). Ta svetloba je v zelo šibki zeleni barvi, v najpogostejši barvi svetlobe polarnih sijev. Iz vesolja so ti valovi vidni kot koncentrič ni krožni valovi (Seaman, 2014). Težnostni valovi so pomembni zaradi razumevanja gibanja zraka v ozrač ju, prenosa energije med različ nimi plastmi ozrač ja ter ustvarjanja pogojev za različ ne kemič ne reakcije in prenos njihovih produktov. 12 Slika 4 - Težnostni valovi, ki so nastali zaradi moč ne nevihte in so vidni zaradi tleč e svetlobe v tanki zgornji plasti mezosfere. Valove je posnel ameriški satelit Suomi-NPP nad zvezno državo Teksas (ZDA) 4. aprila 2014 ob 08:13 UTC (Seaman, 2014) Sij v zgornjih plasteh atmosfere je zelo šibka emisija svetlobe, ki je prisotna preko celega dne. Zaznamo pa jo le ponoč i in to v posebnih okolišč inah. Nastaja zaradi različ nih procesov in v temni noč i povzroč a nepopolno temo. Luminiscenco povzroč ajo kozmič ni žarki, ki v termosferi zadevajo v zelo redke atome zraka in jih pri tem vzbujajo. Izvor sija v ionosferi je tudi kemoluminiscenca, ki nastaja najpogosteje ob vezavi kisika in dušika z ioni hidroksila OH. Najpogostejši izvor tleč e svetlobe v zgornjih plasteh atmosfere pa je rekombinacija ionov nazaj v nenabite delce. Molekule ionizirajo ultravijolič ni žarki Sonca, ko pa se rekombinirajo, se sprošč a energija (Observations, 1960; Miller et al., 2012). V gostejših plasteh se zaradi te energije poveč a notranja energija zraka, v redkejših pa se sprošč ajo tudi fotoni vidne svetlobe. Še posebno izrazit je tak izvor v tanki plasti med mezosfero in termosfero okoli 90 km nad površino Zemlje, ki sveti v spektru rumene svetlobe natrija. Zaključ ek Razelektritve v ionosferi so posledica srednje velikih in velikih neviht v troposferi. So del sistema zemeljskih električ nih tokov, ki so bili do sedaj nepoznani. Poleg moč nih emisij elektromagnetnih valov ekstremnih dolžin v frekvenč nem področ ju od 3 Hz do 300 Hz pa strele v troposferi povzroč ajo tudi razelektritve v ionosferi, sevanje žarkov gama (Reddy, 2014; Ringuette et al., 2014) in ustvarjajo antimaterijo v obliki pozitronov, ki odletavajo v vesolje (NASA's, 2014). To pomeni, da strele vplivajo na srednje in zgornje plasti atmosfere in tudi na biosfero bolj kot se je o tem vedelo pred zač etkom raziskav razelektritev v ionosfero pred dvema desetletjema. Pri meritvah 13 sprememb zemeljskega magnetnega polja pa je to znanje potrebno pri razlagi merilnih rezultatov (Č op et al., 2013), kar omogoč a boljšo izbiro merilnega mesta kot ga narekujejo priporoč ila mednarodnih organizacij IAGA in INTERMAGNET (Paliska et al, 2010). Literatura Anderson, D. Fuller-Rowell, T. (1999). The Ionosphere. SE-14. Space Environmental Center, Boulder. Bamford, R. The Oblique Ionospheric Sounder. (2000). Project Final Report. Rutherford Appleton Laboratory; Radio Communication Research Unit, Chilton. Barr, R. Llanwyn, D. J. Rodger, J. C. (2000). ELF and VLF radio waves. Journal of Atmospheric and Solar-Terrestrial Physics, 62, 1689-1718. Chen, B. A. et al. (2008). Global distributions and occurrence rates of transient luminous events. Journal of Geophysical Research, 113, A08306. Chern, L. J. (2003). Global survey of upper atmospheric transient luminous events on the ROCSAT-2 satellite. Journal of Atmospheric and Solar-Terrestrial Physics, 65, 647– 659. Č op, R. Molov, G. Deželjin, D. (2013). Vpliv neviht na geomagnetne meritve na Gori nad Ajdovšč ino. 18. Strokovno sreč anje Slovenskega združenja za geodezijo in geofiziko. Zbornik predavanj. Urednik Miran Kuhar. Ljubljana; Fakulteta za gradbeništvo in geodezijo, 105-110. Handbook of Geophysics and the Space Environment. (1985). Scientific editor Adolph S. Jursa. United States Air Force; Air Force Geophysics Laboratory, Springfield. Heavner, J. M. (2000). Optical Spectroscopic Observations of Sprites, Blue Jets, and Elves: Inferred Microphysical Processes and their Macrophysical Implications. Doctoral thesis. University of Alaska Fairbanks, Fairbanks. Heavner, J. M. et al. (2013). Sprites, Blue Jets, and Elves: Optical Evidence of Energy Transport Across the Stratopause. American Geophysical Union: Geophysical Monograph, 123, 69-81. Hebert, P. et al. (2012). Taranis MCP: a joint instrument for accurate monitoring of Transient Luminous Event in the upper atmosphere. ICSO 2a – Imagers & Radiometrs. International Conference on Space Optics, Ajaccio (Corse). Hu, W. Cummer, A. S. Lyons, A. W. (2007). Testing sprite initiation theory using lightning measurements and modeled electromagnetic fields. Journal of Geophysical Research, 112, D13115. Inan, S. U. Cummer, A. S. Marshall A. R. (2010). A survey of ELF and VLF research on lightning‐ ionosphere interactions and causative discharges. Journal of Geophysical Research, 115, A00E36. IUPAC Compendium of Chemical Terminology (The Gold Book). (1997). Second Edition. Edited by A. D. McNaught and A. Wilkinson. Blackwell Science, Oxford. Iwanski, R. et al. Meteorological Study of the First Observation of Red Sprites from Poland. Acta Geophysica, 2009, 57 (3), 760-777. Lyons, A. W. Schmidt, D. M. (2004). The discovery of red sprites as an opportunity for informal science education. American Meteorological Society, 13th Symposium on Education, Boston (US). MacKenzie, Toynbee, H. (1886). Meteorological phenomena, Nature, 33, 26. Miller, D. S. et al. (2012). Suomi satellite brings to light a unique frontier of nighttime environmental sensing capabilities. PNAS - Proceedings of the National Academy of Sciences of the United States of America 109 (39), 15706-15711. Morel, C. Senesi, S. (2002). A climatology of mesoscale convective systems over Europe using satellite infrared imagery. II: Characteristics of European mesoscale convective systems. Quartaly Journal of the Royal Meteorological Society, 128, 1973–1995. NASA's Fermi Catches Thunderstorms Hurling Antimatter into Space (2014). http://www.nasa. gov/mission_pages/GLAST/news/fermi-thunderstorms.html (Pridobljeno 25.09.2014) Observations of the Night Airglow; 1 July 1957 – 31 December 1959. (1960). Annals of the International Geophysical Year 1957-1958, Volume XXIV. Editor I. G. Yao. Pergman, Oxford. 14 Ohkubo, A. et al. (2005). VLF/ELF sferic evidence for in-cloud discharge activity producing sprites. Geophysical Research Letters, 32, L04812. Paliska, D. Č op, R. Fabjan, D. (2010). The Use of GIS-based Spatial Multi-criteria Evaluation in the Selection Process for the New Slovenian Geomagnetic Observatory Site. Annales Ser. hist. nat. 20 (1), 1-8. Paras, K. M. Rai, J. (2012). Electrical parameters of red sprites. Atmosfera, 25 (4), 371-380. Parra-Rojas, C. F. Luque, A. Gordillo-VÆzquez, F. J. (2013). Chemical and electrical impact of lightning on the Earth mesosphere: The case of sprite halos. Journal of Geophysical Research: Space Physics, 118, 1–25. Pasko, P. V. Inan, S. U. Bell, F. T. (1996). Sprites as luminous columns of ionization produced by quasi-electrostatic thundercloud fields. Geophysical Research Letters, 23 (6), 649-652. Pasko, P. V. et al. (2002). Electrical discharge from a thundercloud top to the lower ionosphere. Nature, 416, 152-154. Pasko, P. V. (2003). Electric jets. Nature, 423, 927-929. Pasko, P. V. (2007). Red sprite discharges in the atmosphere at high altitude: the molecular physics and the similarity with laboratory discharges. Plasma Sources Science Technology, 16, S13– S29. Pasko, P. V. Yair, Y. Kuo, C.-L. (2012). Lightning Related Transient Luminous Events at High Altitude in the Earth’s Atmosphere: Phenomenology, Mechanisms and Effects. Space Science Reviewes, 168, 475–516. Pinçon, J-L. (2014). TARANIS .– a Satellite for the Study of TLEs and TGFs. XV International Conference on Atmospheric Electricity, Norman (US). Qin, J. Celestin, S. Pasko, P. V. (2013). Dependence of positive and negative sprite morphology on lightning characteristics and upper atmospheric ambient conditions. Journal of Geophysical Research: Space Physics, 118, 1–16. Reddy, F. (2014). Fermi Improves its Vision for Thunderstorm Gamma-Ray Flashes. NASA's Goddard Space Flight Center, Greenbelt (US). http://www.nasa.gov/mission_pages/GLAST/ news/vision-improve.html (Pridobljeno 25.09.2014) Ringuette, R. et al. (2014). Gamma-rays Associated with Nearby Thunderstorms at Ground Level. XV International Conference on Atmospheric Electricity, Norman (US). Sato, M. (2003). Global Lightning and Sprite Activities and Their Solar Activity Dependences. Dissertation. Tohoku University; Department of Geophysics; Graduate School of Science, Sendai (Japan). Savtchenko, A. Mitzeva, R. (2007). Sprites and parent thunderstorms. Black Sea School on Plasma Physics. I. Zhelyazkov, ed. BSSPP Proceedings, 1, 115-128. Seaman, C. (2014), Severe Weather in the Mesosphere. Suomi NPP; VIIRS Imagery and Visualization Team Blog. http://rammb.cira.colostate.edu/projects/npp/blog/index.php/ uncategorized/severe-weather-in-the-mesosphere/ (Pridobljeno 7. 10.2014) Siingh, D. et al. (2009). Thunderstorms, lightning, sprites and magnetospheric whistler-mode radio waves. Banaras Hindu University, Department of Physics, Atmospheric Research Laboratory, Varanasi (India). Spinner, R. (2014). AW: Request. From: roger.spinner@geos-weiningen.ch, To: rudi@artal.si. Wed, Sep 3, 2014 at 8:23 AM. Tsunoda, R. T. et al. (1998). Evidence of a high-altitude discharge process responsible for radar echoes at 24.4 MHz, J. Atmos. Solar Terr. Physics, 60 (7), 957–964. Williams, R. E. (2001). Sprites, Elves, and Glow discharge Tubes. Physics Today, November, 1-7. Williams, J. The AMS Weather Book; The Ultimate Guide to America's Weather. (2009). University of Chicago, Chicago. Wilson, C. T. R. (1924). The electric field of a thundercloud and some of its effects. Proc. Phys. Soc. London, 32D-37D. Yair, Y. et al. (2005). Space shuttle observation of an unusual transient atmospheric emission. Geophysical Research Letters, 32 (L02801). 15 Več letno merjenje tektonskih mikro premikov v kraških jamah Stanka Šebela * Povzetek V petih kraških jamah v Sloveniji merimo mikro premike s šestimi ekstenziometri TM 71. V Postojnski jami se meritve opravljajo že deset let. Inštrumenti so namešč eni v razpoke, na prelomne ploskve in v lezike. Merilna mesta v kraških jamah so bila izbrana glede na bližino prelomnih con in glede na ugodno dostopnost terena. V Postojnski jami sta ekstenziometra oddaljena okrog 1 km severno od Predjamskega preloma. V Pološki jami je merilno mesto okrog 300 m južno od Ravenskega preloma. V Jami Svetih treh kraljev je inštrument okrog 800 m južno od Ravenskega preloma. Inštrument v Kostanjeviški jami leži v širši prelomni coni Zagreb-Zemplin in se nahaja okrog 1 km južno od preloma Kostanjevica-Brežice. V Županovi jami se meritve opravljajo 500 m severno od Dobrepoljskega preloma. Vse lokacije kažejo tektonsko pogojenost mikro premikov, v Pološki jami pa beležimo tudi premike zaradi nestabilnosti terena. Ključ ne besede: mikro premiki, kraške jame, ekstenziometer TM 71, Slovenija. Keywords: micro displacements, karst caves, TM 71 ekstensometer, Slovenia Uvod V okviru projekta COST 625, ki je potekal od 2000 do 2006 smo v letu 2004 v Postojnski jami namestili prva dva ekstenziometra TM 71 za merjenje mikro premikov. Danes imamo v kraških jamah postavljenih 6 ekstenziometrov s katerimi redno spremljamo velikosti, smeri in rotacije mikro premikov. Inštrumenti so namešč eni v razpoke ali na prelome. V Pološki jami pa merimo premike med plastmi. Kraške jame in umetni tuneli so zaradi stabilne temperature zelo primerni za tovrstne meritve (Gosar et al., 2011; Šebela et al., 2009; Šebela et al., 2010). Merilna mesta v kraških jamah so bila izbrana glede na bližino aktivnih prelomov in glede na ugodno dostopnost terena. V Postojnski jami sta ekstenziometra oddaljena okrog 1 km severno od Predjamskega preloma. V Pološki jami je merilno mesto okrog 300 m južno, v Jami Svetih treh kraljev pa okrog 800 m južno od Ravenskega preloma (Poljak, 2000). Inštrument v Kostanjeviški jami leži v širši prelomni coni Zagreb-Zemplin in se nahaja okrog 1 km južno od preloma Kostanjevica-Brežice. V Županovi jami se meritve opravljajo 500 m severno od Dobrepoljskega preloma in 4 km severno od Želimeljskega preloma. Metoda Za merjenje mikro-premikov uporabljamo 3D ekstenziometre TM 71 z natanč nostjo ±0,007 mm v smereh x, y in z. Hkrati merimo tudi rotacijo v dveh ravninah (xy in xz) z natanč nostjo ±0,00016 radianov (Košť Æk et al., 2007; Stemberk et al., 2011; Briestenský et al., 2011 in 2014). Meritve se več inoma izvajajo enkrat na mesec. V Postojnski jami na Veliki gori (Postojna 1) imamo namešč eno avtomatsko merjenje vsako uro. Ekstenziometer TM 71 je v sedemdesetih letih razvil Č eh dr. Blahoslav Košť Æk (Košť Æk et al. 2007). * ZRC SAZU Inštitut za raziskovanje krasa, Titov trg 2, 6230 Postojna, Slovenija 16 V zadnjih dvajsetih letih so okrog 300 ekstenziometrov namestili v kraških jamah na Č eškem, Slovaškem, v Bolgariji, na Poljskem, v Avstriji, Belgiji in v Sloveniji. Za namestitev pa so primerni tudi tuneli (Nemč ija, Slovaška, Kirgistan) ali opušč eni rudniki (Slovenija) ter površinski izdanki (Grč ija, Italija, Peru, Svalbard, Kanarski otoki, ZDA, Slovenija). Rezultati V Postojnski jami (Slika 1, Preglednica 1) že 10 let (2004 – 2014) merimo mikro premike na dinarsko usmerjeni prelomni coni, ki se nahaja okrog 1 km severno od Predjamskega preloma. Na Veliki gori je inštrument namešč en med jamsko steno, ki predstavlja prelomno ploskev 30°/80-90° in med podorni blok apnenca. V desetih letih beležimo manjše premike (+z=0,03 mm, –y=0,05 mm, –x=0,04 mm), in sicer normalni vertikalni premik ob prelomu (spust SV krila za 0,03 mm), desni horizontalni zmik za 0,05 mm in ekstenzijo za 0,04 mm. Izraziti sta dve obdobji, ko je prišlo do opaznejših premikov. Konec leta 2004 je prišlo do desnega horizontalnega zmika za 0,05 mm. Od 28.8. do 9.12.2009 smo zabeležili spust SV bloka +z=0,07 mm (normalni vertikalni premik), od 18.6. do 22.7.2010 pa smo zabeležili dvig SV bloka –z=0,05 mm (reverzni vertikalni premik). Na Veliki gori smo vzpostavili tudi avtomatske meritve, ki potekajo vsako uro, vendar merjenje še ni ustaljeno in bo potrebno sistem izboljšati. Slika 1 – Tektonska zgradba Slovenije (Placer, 2008 in Poljak, 2000) s pomembnimi prelomi in položajem ekstenziometrov TM 71. A – kraške jame (1-Postojnska jama, 2- Pološka jama, 3-Kostanjeviška jama, 4-Jama Svetih treh kraljev, 5-Županova jama), B – tektonska enota Vzhodnih Alp (severno od Periadriatskega lineamenta), C – tektonska enota Julijskih Alp, D – Dinaridi. Na drugi lokaciji v Postojnski jami v Lepih jamah je inštrument namešč en med dve prelomni ploskvi v umetno poveč anem rovu. Na JZ prelomni ploskvi 30°/80-90° imamo vertikalne drse, ob SV prelomni ploskvi 30°/60° pa imamo horizontalne drse. Po desetih letih inštrument kaže desni horizontalni zmik –y=0,02 mm in ekstenzijo –x=0,03 mm. Od 26.6.-24.7.2008 smo zaznali vertikalni premik +z=0,08 mm (spust SV bloka, normalni vertikalni premik), od 24.7.-5.8.2008 pa se je premik povrnil v stanje dne 26.6.2008 (– 17 z=0,08 mm, reverzni vertikalni premik). Prav v tem obdobju smo imeli tudi desni horizontalni zmik –y=0,06 mm. Oba ekstenziometra sta v Postojnski jami namešč ena na isto prelomno cono, vendar na različ ne prelome znotraj te cone. Na obeh lokacijah beležimo manjše tektonske mikro premike, ki v desetih letih niso presegli 0,05 mm. V krajših č asovnih obdobjih pa smo odč itali tudi nekoliko več je premike (0,08 mm), ki pa se navadno povrnejo v prvotno stanje. Ob visokih poplavah v Postojnski jami jeseni 2010 na inštrumentih nismo zasledili sprememb premikov, kar dokazuje, da ne beležimo npr. premikov zaradi sprememb v hidrologiji kraškega sistema ampak tektonsko pogojene mikro premike. Premiki, ki jih TM 71 zazna so največ krat povezani s spremembami napetosti v Zemeljski skorji. V Kostanjeviški jami je TM 71 namešč en znotraj razširjene razpoke s smerjo vpada 140° in vpadnim kotom 80°. Gre za razpoko, ki je vzporedna prelomu Kostanjevica- Brežice. V celotnem obdobju meritev 2008 – 2014 je najbolj izrazit premik +x=0,04 mm, ki predstavlja stiskanje razpoke v horizontalni ravnini. V horizontalni smeri opazujemo tudi desne in leve zmike, ki so < 0,04 mm. Od 2008 do 25.5.2014 je vertikalno premikanje kazalo dvig SZ bloka za 0,05 mm, kar predstavlja normalni premik ob razpoki 140°/80°. V obdobju od 25.5.2014 do 26.6.2014 pa smo zabeležili moč nejše premike, in sicer –z=0,2 mm in –y=0,1 mm, kar predstavlja desni horizontalni zmik in relativni spust SZ bloka (reverzni premik ob razpoki 140°/80°). Hkrati opazujemo tudi stiskanje v horizontalni ravnini. Gre za zelo velik premik v kratkem obdobju enega meseca, ki ga verjetno lahko povezujemo s spremembami napetosti v Zemeljski skorji na področ ju JV Slovenije. Slika 2 – Merjenje tektonskih mikro premikov v Kostanjeviški jami s TM 71 ekstenziometrom (+x=kompresija, –x=ekstenzija, +y=levi horizontalni premik, –y=desni horizontalni premik, +z=dvig SZ bloka, –z=spust SZ bloka). Zgornji graf – premiki, spodnji graf – rotacije. Od 19. junija 2008 je v Pološki jami namešč en en ekstenziometer. Jama (10.800 m dolga in 704 m globoka) je bila izbrana, ker njeni rovi ležijo 250-800 m južno od Ravenskega preloma, ob katerem je nastal potres 12. aprila 1998 (M=5,6). Po ustnem prič evanju jamarjev so po potresu opazili nekaj odpadlih blokov v spodnjih-vhodnih delih jame. Tudi nadžarišč e potresa leta 2004 (M=5,2) je bilo v bližini Pološke jame. Prav zato smo se, sicer po zelo zahtevni namestitvi, odloč ili, da inštrument TM 71 postavimo v kraško jamo, ki je zelo blizu nadžarišč potresov iz let 1998 in 2004 ter v bližino Ravenskega preloma. Zaradi zahtevnosti dostopa, premike odč itamo na približno vsaka 18 dva meseca. Naš namen je razumevanje tektonskih aktivnosti na Krnskem poboč ju ter na območ ju širše prelomne cone Ravenskega preloma. TM 71 je v Pološki jami (Slika 3) namešč en med dvema tektonsko premaknjenima plastema (120°/40°) zg. triasnega apnenca, in sicer okrog 50 m stran od spodnjega JV vhoda v jamo. V obdobju od 2008 – 2014 smo izmerili premik v navpič ni smeri +z za 0,11 mm (relativni dvig SZ bloka), kar pomeni, da se ob plasteh, ki vpadajo proti JV vrši normalni premik. Ta premik se verjetno nakazuje tudi zaradi nestabilnosti terena. Opažamo tudi manjše (< 0,04 mm) leve ali desne horizontalne zmike med dvema plastema. Največ ji kratkotrajni premik pa beležimo v horizontalni smeri. Med 27.11.2011 do 4.3.2012 smo izmerili –x=0,23 mm, kar predstavlja ekstenzijo. V obdobju 28.11.2012 do 30.9.2013 pa smo izmerili kompresijo +x=0,16 mm. Horizontalni zmiki ter stiskanje in razpiranje med plastema so verjetno tektonsko pogojeni. Normalni premik ob plasteh, ki vpadajo vzporedno s poboč jem pa verjetno kaže na premike zaradi nestabilnosti terena. Tudi v jamskih rovi ponekod lahko opazimo nekaj cm velike premike rovov ob lezikah, kjer je zgornja plast spušč ena glede na spodnjo (Slika 3). Slika 3 - TM 71 ekstenziometer v Pološki jami (levo) in zamaknjen rov ob leziki v Pološki jami (desno) (foto: S. Šebela). Sedanjo tektonsko aktivnost ob Ravenskem prelomu so pokazale tudi študije s katerimi so ugotovili aktivne tektonske deformacije ob izvirih Tolminke in v prelomni coni Ravenskega preloma (Kastelic et al., 2008). TM 71 se nahaja tudi okrog 200 m nad narivnico Julijskih Alp (Slika 1). Mikro premiki v Pološki jami so zato lahko vezani tudi na to strukturo. Jama pri Svetih treh kraljih je bila odkrita v tridesetih letih prejšnjega stoletja, ko je bil za potrebe Rupnikove obrambne linije na meji med Jugoslavijo in Italijo izdelan umetno izkopani rov, ki je naletel na kraške rove. Jama je dolga 962 m in globoka 77 m (Mihevc, 1991). Nahaja se tik pod vrhom hriba Vrh nad Rovtami ali Vrh Sv. Treh kraljev (884 m); vhod v jamo je v nadmorski višini 812 m. Jama je nastala v spodnje triasnem zrnatem dolomitu. Plasti vpadajo proti JZ. Za nastanek, obliko in razporeditev rovov so pomembni prelomi in razpoke. Dominantna smer prelomov je S-J. Druga najbolj pogosta smer prelomov je 16/65 (Mihevc, 1991). TM 71 je namešč en na seč išč u dveh izrazitih razpok. Razpoka smeri 0/80 seka razpoko smeri 280/70. Merjenje mikro-premikov od 2012 do 2014 kaže na reverzni premik ob razpoki 0/80 (dvig južnega krila za 0,09 mm). Hkrati se ob isti razpoki vrši levi zmik (0,09 19 mm) in kompresija za 0,14 mm v smeri S-J. Največ ji premik pa smo opazovali od 26.9.2012 do 23.10.2012 +z=0,17 mm in od 23.10.2012 do 4.2.2013 –z=0,19 mm. V prvem obdobju je ob razpoki 0/80 nastal normalni vertikalni premik (dvig južnega krila), v drugem obdobju pa je šlo za reverzen vertikalni premik (spust južnega krila). V obdobju med 26.9.2012 do 4.2.2013 pa smo opazovali ekstenzijo v horizontalni ravnini –x=0,13 mm. Severno od Rovt poteka č ez širšo okolico Zavratca in dolino Sovre zavraški snop triasnih prelomov, ki leži v celoti v Tič enski notranji narivni grudi. Najmoč nejši prelom je Mlakar (1969) poimenoval Lomsko-Zavraški prelom, mlajšega, ki se odceplja od njega pa Logarjev prelom. Ti triasni prelomi, ki danes potekajo v smeri vzhod-zahod, so nastali v nateznih razmerah in so zato normalnega znač aja. Ob Zavraškem snopu triasnih prelomov so bili relativni premiki manjši od nekaj deset do 200 m (Č ar, 2010). Tudi današnji mikro premiki ob razpoki smeri V-Z kažejo na možne aktivne premike v širši coni Zavraških prelomov, hkrati pa zaradi bližine Ravenskega preloma verjetno nakazujejo njegovo recentno aktivnost tudi severno od Vrha Sv. Treh kraljev nad Rovtami. Preglednica 1 – Znač ilnosti tektonskih mikro premikov v kraških jamah. št. TM 71 zač etek meritev geološki elementi – smer vpada in vpad geološka struktura položaj TM 71 glede na bližnji prelom premik do 2014 največ ji premik kamnina Postojnska jama 2 2004 30/80-90 (Post 1); 30/80-90 in 30/60 (Post 2) prelomna cona 1 km severno od Predjamskega preloma Post 1 (2004- 2014)+z=0,03 mm; –y=0,05 mm; – x=0,04 mm; Post 2 (2004-2014) – y=0,02 mm; – x=0,03 mm Post 1 (konec 2004- sredina 2005) – y=0,05 mm; (28.8.- 9.12.2009)+z=0,07 mm; (18.6.-22.7. 2010) –z=0,05 mm; Post 2 (26.6.- 24.7.2008) +z=0,08 mm; (24.7.-5.8.2008) –z=0,08 mm; (24.7.- 29.7.2008) –y=0,06 mm; (2.10.2009 – 9.12.2009) +y=0,05 mm; (18.6.2010- 12.8.2010) –y=0,05 mm zg. kredni apnenec Kostanjeviška jama 1 2008 140/80 razpoka 1 km južno od preloma Kostanjevica- Brežice (2008-2014) +x=0,04 mm (25.5.-26.6.2014) – z=0,2 mm; –y=0,1 mm sp. kredni apnenec Pološka jama 1 2008 120/40 plasti 300 m južno od Ravenskega preloma in 200 m nad narivom Julijskih Alp (2008-2014) +z=0,11 mm (27.11.2011- 4.3.2012) –x=0,23 mm; (28.12.2012- 30.9.2013) +x=0,16 mm zg. triasni apnenec Županova jama 1 2011 110/90 in 115/90 vzporedni razpoki 500 m severno od Dobrepoljskega preloma (konec 2011- 8.10.2012) –x=0,05 mm; (5.8.2012- 2014) +x=0,02 mm; (27.5.2012- 19.6.2013) –y=0,03 mm; +y=0,03 mm (5.6.2014-8.10.2014) –z=0,04 mm, +y=0,04 mm; (18.6.- 8.10.2014) –x=0,04 mm sp. jurski apnenec Jama Svetih treh kraljev (Rupnikov rov) 1 2012 280/70 in 0/80 sekanje dveh razpok 800 m južno od Ravenskega preloma (2012-2014) +z=0,09 mm; +y=0,09 mm; +x=0,14 mm (26.9.2012- 23.10.2012) +z=0,17 mm; (23.10.2012- 4.2.2013) –z=0,19 mm sp. triasni dolomit +x=kompresija, –x=ekstenzija, +y=levi horizontalni premik, –y=desni horizontalni premik, z=vertikalni premik 20 Županova jama se nahaja 4 km južno od Grosuplja in nekoliko južno od hriba Tabor (492 m). Jama je razvita v plastovitih jurskih apnencih, ki so na širšem površju nad jamo nagubani v sinklinalo z osjo v dinarski smeri (SZ-JV). Jama se nahaja okrog 500 m severno od Dobrepoljskega preloma. JZ blok Dobrepoljskega preloma, zgrajen iz triasnih kamnin, je dvignjen, SV blok, ki ga gradijo jurske kamnine, pa je spušč en (Buser, 1968). Ob dinarsko usmerjenem prelomu, pa naj bi nastali desni horizontalni premiki. Prelom poteka vzhodno od Ljubljane, mimo Škofljice, na severnem robu Ribniške Male gore. TM 71 smo namestili med dve skoraj vzporedni subvertikalni razpoki 110°/90° in 115°/90°, ki sta med seboj oddaljeni okrog 1 m. V jami so najbolj zastopane prav te smeri daljših razpok in prelomov. V obdobju od 5.6.2014 naprej beležimo nekoliko več je premike. Tako imamo ekstenzijo (–x) za 0,05 mm, levi horizontalni premik (–y) za 0,03 mm in relativni vertikalni spust (–z) zahodnega bloka za 0,05 mm. Zaključ ek Več letno merjenje mikro premikov v petih kraških jamah v Sloveniji z ekstenziometri TM 71 kaže na manjše tektonske premike v širših conah prelomov: Predjamski (0,05 mm), Ravenski (0,11-0,14 mm; Pološka jama 0,018 mm/leto in Jama Svetih treh kraljev 0,07 mm/leto), Dobrepoljski (0,05 mm), Kostanjevica-Brežice (0,05 mm) in nariv Južnih Alp. V krajših č asovnih obdobjih beležimo tudi več je premike npr. 0,2 mm v Kostanjeviški jami, ki pa se obič ajno vrnejo v prvotno stanje. V Pološki jami je del mikro premikov potrebno pripisati tudi nestabilnosti terena. Raziskava je pomembna za razumevanje aktivnih tektonskih premikov v širših conah prelomov, za razumevanje stabilnosti kraških jam in za spremljanje sprememb v napetosti Zemeljske skorje. Raziskava je del projektov: slovensko-č eški bilateralni projekti (BI-CZ/06-07-011 in BI-CZ/08-09-015), FP7-INFRA- 2010 pripravljalna faza projekta EPOS (European Plate Observing Systems) in FP7- PEOPLE-2009-IRSES-246874 (BlackSeaHazNet). Literatura Briestenský, M., Stemberk, J., Michalik, J., Bella, P. in Rowberry, M.D. 2011. The use of karstic cave system in a study of active tectonics: fault movements recorded at Driny Cave, MalØ Karpaty Mts (Slovakia). J. Cave and karst studies, 73, 114-123. Briestenský, M., ThinovÆ, L., PraksovÆ, R., Stemberk, J., Rowberry, M. D. in KnejflovÆ, Z. 2014. Radon, carbon dioxide and fault displacements in central Europe related to the Tō hoku earthquake. Radiation Protection Dosimetry, 160/1-3, 78-82, doi: 10.1093/rpd/ncu090 Buser, S. 1968. Osnovna Geološka karta SFRJ, list Ribnica, Zvezni Geološki zavod Beograd. Č ar, J. 2010. Geološka zgradba idrijsko – cerkljanskega hribovja. Tolmač h Geološki karti idrijsko – cerkljanskega hribovja med Stopnikom in Rovtami 1:25 000, Geološki zavod Slovenije, 127 pp, Ljubljana. Gosar, A., Šebela, S., Košť Æk, B. in Stemberk, J. 2011. On the state of the TM 71 extensometer monitoring in Slovenia: seven years of micro-tectonic displacement measurements. Acta Geodyn. Geomater, 8/4, 389-402. Kastelic, V., Vrabec, M., Cunningham, D. in Gosar, A. 2008. Neo – Alpine structural evolution and present day tectonic activity of the eastern Southern Alps: the case of the Ravne Fault, NW Slovenia. Journal of Structural Geology, 30/8, 963-975. Košť Æk, B., Cacoń , S., Dobrev, N.D., Avramova-Tacheva, E., Fecker, E., Kopecký, J., Petro, L., Schweizer, R. in Nikonov, A.A. 2007. Observations of tectonic microdisplacements in Europe in relation to the Iran 1997 and Turkey 1999 earthquakes. Izvestiya - Physics of the Solid Earth, 43/ 6, 503-516. 21 Mihevc, A. 1991. Jama pri Sv. Treh kraljih. Naše jame, 33, 28-37. Mlakar, I. 1969. Nappe Structure of the Idrija-Žiri Region. Geologija, 12, 5-72. Placer, L. 2008. Principles of the tectonic subdivision of Slovenia. Geologija, 51/2, 205-217. Poljak, M. 2000. Strukturno-tektonska karta Slovenije 1:250000. Mladinska knjiga, Ljubljana. Stemberk, J., Košť Æk, B. in Cacoń , S. 2011. A tectonic pressure puls and increased geodynamic activity recorded from the long-term monitoring of faults in Europe. Tectonophysics, 487, 1-12. Šebela, S., Turk, J., Mulec, J., Košť Æk, B. in Stemberk, J. 2009. Statistical evaluation of the 3D monitoring of displacements of Dinaric Fault Zone in Postojna Cave, Slovenia. Acta Geodyn. Geomater., 6/2, 1-14. Šebela, S., Vaupotič , J., Košť Æk. B. in Stemberk, J. 2010. Direct measurement of present-day tectonic movement and associated radon flux in Postojna Cave, Slovenia. J. Cave and karst studies, 72, 21-34. 23 Vpliv podnebne spremenljivosti na rezultate verjetnostih analiz visokovodnih konic: primer vodomerne postaje Litija na reki Savi Matevž Menih, Nejc Bezak in Mojca Šraj * Povzetek V prispevku so predstavljeni rezultati verjetnostih analiz visokovodnih konic za različ na 30-letna obdobja, kjer so bili uporabljeni podatki z vodomerne postaje Litija na reki Savi. Z uporabo metode letnih maksimumov smo tako analizirali 110 let dnevnih vrednosti pretokov od leta 1901 do 2010. V analizi so bile uporabljene različ ne teoretič ne porazdelitvene funkcije in metoda momentov L za oceno njihovih parametrov. Z uporabo različ nih kriterijev ustreznosti smo za vsako obdobje izbrali porazdelitev, ki se najbolje prilega merjenim podatkom. Primerjali smo projektne pretoke izbranih povratnih dob med posameznimi 30-letnimi obdobji ter ugotovili, da lahko izbrano obdobje meritev pomembno vpliva na rezultate verjetnostnih analiz oz. da ima spremenljivost podnebja pomemben vpliv tudi na projektne pretoke. Ključ ne besede: metoda letnih maksimumov, metoda momentov L, verjetnostna analiza visokih vod, Mann-Kendall test Key words: annual maximum series method, method of L-moments, flood frequency analysis, Mann-Kendall test Uvod Poplave so obič ajno naraven in izredno dinamič en pojav. V Sloveniji je njihov nastanek povezan z moč nimi nalivi velikih intenzitet, dolgo trajajoč imi padavinami zmernih intenzitet, taljenjem snega ter kombinacijo padavin ter taljenja snega. Manjše poplave ne povzroč ijo veliko škode, ko pa pride do več jih poplav, pa gre za naravne nesreč e, pri katerih je lahko povzroč ena več ja materialna škoda, ki je posledica č loveške prisotnosti na poplavnih območ jih in pri katerih lahko pride tudi do č loveških žrtev (Brilly et al., 1999). Ogroženost, ranljivost in nevarnost opredeljujejo varstvo pred vodnimi ujmami. Ogroženost posameznega območ ja določ ata ranljivost, ki določ a ceno škode, ki je bila povzroč ena na č loveških dejavnostih in nevarnost, katera določ a stopnjo verjetnosti pojava poplav in naravne pogoje za le-te. Ker je nastala gmotna škoda zaradi katastrofalnih poplav obič ajno velikih razsežnosti, popolne zašč ite pa ni, lahko z uporabo pravilnih verjetnostnih analiz veliko pripomoremo k zmanjšanju materialne škode (Brilly et al., 1999). Cilj zašč ite pred poplavami na družbeno sprejemljivo raven je zmanjševanje posledic poplav (Brilly et al., 1999). Ko se visoka gladina vode prelije č ez rob struge in se razlije po okolici, pride do pojava preplavljanja. Gladina vode pa upada poč asneje, kot se je dvigala (Mikoš et al., 2002). Soodvisnost med pretokom (Q) in povratno dobo (T) imenujemo verjetnost pojava poplav (Brilly et al., 1999). Povratna doba je interval č asa, v katerem bo dogodek dosežen ali presežen (Brilly in Šraj, 2005). Č e želimo ugotoviti povezavo med pretokom in povratno dobo (Q-T povezava) je treba najprej izvesti kvalitetne meritve pretoka, nato pa lahko preko različ nih statistič nih metod dobimo povezavo Q-T, ki je za vsako vodomerno * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, Ljubljana 24 postajo edinstvena (Bezak, 2012). Analize v Sloveniji kažejo, da se ekstremni poplavni dogodki v zadnjih dveh desetletjih pojavljajo pogosteje kot prej, kar bi lahko imelo vpliv tudi na ocenjene projektne pretoke. Zemljino podnebje se je vedno spreminjalo. V zgodovini Zemlje je bilo veliko obdobij, ko je bilo mnogo topleje in tudi mnogo hladneje kot danes. Svet je bil prekrit s tropskimi gozdovi ali z ledenimi prostranstvi. Trenutni trend segrevanja Zemlje lahko sledimo vsaj 200 let nazaj t.j. od zadnjega zelo hladnega obdobja, imenovanega mala ledena doba. V preteklosti pa so bila obdobja, ko so bile temperature precej višje od današnjih (srednjeveško toplo obdobje, holocenski maksimum) (Durkin, 2007). Podnebna spremenljivost je torej dokazana, vzroki zanjo pa so še vedno velika polemika. Namen te raziskave je ugotoviti vpliv izbranega obdobja meritev oz. vpliv podnebne spremenljivosti na rezultate verjetnostnih analiz visokovodnih konic oz. na projektne pretoke. Podatki Vodomerna postaja Litija na reki Savi (Slika 1) je najstarejša postaja Agencije RS za okolje (Frantar & Hrvatin, 2008). Z meritvami so se zač eli ukvarjati že leta 1893, leta 1953 pa je bila postaja prestavljena nekaj sto metrov gorvodno. Meritve se od takrat izvajajo z limnigrafom Seba Omega (Bezak et al., 2012). Osnovna analiza podatkov je bila narejena z dnevnimi vrednostmi pretokov, ki so bili izmerjeni na vodomerni postaji Litija (Litija I) na reki Savi in nam jih je posredovala Agencija RS za okolje (ARSO, 2014a). V analizi smo upoštevali niz 110-ih let podatkov (1901-2010). Vzorce za verjetnostne analize visokovodnih konic smo določ ili po metodi letnih maksimumov. Podatke smo razdelili na 30-letna obdobja s korakom 10 let (Bezak et al., 2014) in tako smo dobili 9 obdobij, ter za vsako od teh izvedli verjetnostne analize. Slika 1: Vodomerna postaja na Litija I na reki Savi – lokacija in vodomerna letev (ARSO, 2014b) 25 Metode Magnitudo hidrološkega pojava z njegovo pogostostjo povezujejo verjetnostne analize, ki nam omogoč ajo, da lahko določ imo pogostost ekstremnih dogodkov, kot so npr. poplave in ekstremni padavinski dogodki, za povratne dobe, ki so daljše od opazovanega obdobja. Temelj verjetnostnih analiz so tri osnovne predpostavke (Beguería, 2005): • Za ekstremne dogodke velja, da so sluč ajne spremenljivke, zato jih lahko opišemo z verjetnostnimi porazdelitvami; • Obravnavan vzorec je homogen; • Neodvisnost podatkov. Za uč inkovito nač rtovanje hidrotehnič nih objektov ter razumevanje vodnih procesov so verjetnostne analize nujne. Kot rezultat teh analiz dobimo zvezo med pretokom in povratno dobo (Q-T). V verjetnostnih analizah so najpogosteje upoštevane visokovodne konice oziroma ekstremne vrednosti. Za metodo letnih maksimumov velja, da vzorec vsebuje največ je pretoke v posameznem letu. Tako dobimo v vzorcu toliko elementov, kolikor let obravnavamo. Metoda letnih maksimumov se v hidrologiji za izvedbo verjetnostnih analiz uporablja najpogosteje, ker je vzorec enostavno izbrati. Elementi v vzorcu predstavljajo maksimalne vrednosti pretokov vsakega leta, zaradi tega več inoma ne pride do težav z odvisnostjo posameznih elementov vzorca, razen v primerih, ko se ekstremni dogodek zgodi proti koncu ali v zač etku koledarskega leta (Hosking in Wallis, 1997). Slabost te metode je, da lahko pride do neupoštevanja dogodkov, ki sicer niso bili največ ji v določ enem letu, so pa bili dovolj veliki, da bi se jih v analizi moralo upoštevati. Pri metodi letnih maksimumov predstavlja povratna doba povpreč ni interval č asa, v katerem se je zgodil eden ali več dogodkov, ki so več ji od izbranega pretoka. Za verjetnostno analizo visokovodnih konic z uporabo metode letnih maksimumov se v svetu najpogosteje uporabljajo naslednje teoretič ne porazdelitve: Gumbelova porazdelitev (G), generalizirana porazdelitev ekstremnih vrednosti (GEV), generalizirana logistič na porazdelitev (GL), logaritemsko Pearsonova 3 porazdelitev (LP3), Pearsonova 3 porazdelitve (P3) in logaritemsko normalna porazdelitev (LN). Za oceno parametrov teoretič nih porazdelitev se lahko uporabljajo različ ne metode kot npr.: metoda momentov, metoda momentov L in metoda največ jega verjetja. Izbira metode za ocenjevanje parametrov lahko bistveno vpliva na rezultate verjetnostne analize (Bezak, 2012; Hosking in Wallis, 1997; Sankarasubramanian in Srinivasan, 1999). V nadaljevanju je predstavljena metoda momentov L, ki je bila uporabljena tudi v naših analizah. Metoda momentov L temelji na posebnih momentih L, je rač unsko dokaj enostavna in izhaja iz metode verjetnostno obteženih momentov (angl. Probability weighted moments) (Hosking in Wallis, 1997). Momenti L so bolj primerni za uporabo v primeru majhnih vzorcev in so manj obč utljivi na osamelce, ki se lahko nahajajo v vzorcu (Hosking in Wallis, 1997). Ocene momentov temeljijo na vzorcu z velikostjo n, ki je razporejen v narašč ajoč em vrstnem redu. Ocenjene vrednosti verjetnostno obteženih momentov so zapisane z naslednjimi izrazi (Hosking in Wallis, 1997): = ∑ , = ∑ () () , = ∑ ( ) () ( ) () , 26 = ∑ ( ) ()() ( ) ()() , (1) kjer je (Hosking in Wallis, 1997): n velikost vzorca, x j j-ti element vzorca. S pomoč jo enač b (1) zapišemo vrednosti momentov L (Hosking in Wallis, 1997): = , = 2 − , = 6 − 6 + , = 20 − 30 + 12 − . (2) Razmerje momentov L (angl. L-moment ratios) tj. koeficient variacije momentov L (t 2 ), koeficient simetrije momentov L (t 3 ) in splošč enost momentov L (t 4 ) lahko uporabimo za oceno parametrov porazdelitve ter jih izrač unamo z naslednjimi izrazi (Hosking in Wallis, 1997): t 2 = l 2 /l 1 koeficient variacije momentov L, t 3 = l 3 /l 2 koeficient asimetrije momentov L, t 4 = l 4 /l 1 splošč enost momentov L. (3) Po izvedbi verjetnostnih analiz je potrebno preveriti še ustreznost posamezne porazdelitve in izbrati tisto, katera se najbolj prilega merjenim podatkom. V svetu se uporablja veliko različ nih kriterijev ustreznosti, nekateri so bolj, nekateri manj primerni za preverjanje ustreznosti porazdelitve. Največ krat se uporabljajo testne statistike kot so: RMSE (koren povpreč ne kvadratne napake), MSE (povpreč na kvadratna napaka), MAE (povpreč na absolutna napaka) in Pearsonov koeficient korelacije r. V nadaljevanju je podrobneje predstavljena testna statistika RMSE, ki smo jo uporabili v naših analizah. RMSE kriterij ustreznosti (angl. Root mean square error) je eden izmed mnogih kriterijev za določ itev najustreznejše porazdelitve. V nadaljevanju je predstavljena enač ba kriterija RMSE, ki jo določ ata izmerjen in izrač unan pretok in pri katerem morajo biti izrač unani podatki oziroma pretoki urejeni po vrstnem redu od najmanjšega do največ jega. Povratno dobo posameznega pretoka lahko določ imo z Weibullovo empirič no enač bo (Maidment, 1993). = ∑ ( − ! "#$, ) , (4) kjer je: x i izrač unana vrednost pretoka za izbrano porazdelitev, Q max,i izmerjena vrednost pretoka. Rezultatov kriterija RMSE ne moremo ovrednotiti kot dobrih ali slabih, ampak lahko na podlagi rezultatov kriterija ustreznosti izberemo najprimernejšo porazdelitev. Izberemo lahko tisto porazdelitev, pri kateri so rezultati kriterija ustreznosti RMSE najmanjši. Pri tem velja opozoriti, da imajo osamelci v nekaterih primerih lahko velik vpliv na izrač unano vrednost (Swanson et al., 2011). 27 Za zaznavanje trenda v podatkih smo v raziskavi uporabili Mann-Kendallov test, saj je po mnenju mnogih raziskovalcev za tovrstne analize izredno uč inkovit (Hirsch et al., 1982; Gan, 1992; Kundzewicz in Robson, 2000). V analizah hidroloških podatkov velja Mann- Kendallov test za enega izmed najširše uporabljenih robustnih ne-parametrič nih testov na trend. Test služi za identifikacijo pomembnih trendov v spremenljivkah in je zasnovan na »tau« statistiki ter ima dva parametra, to sta stopnja znač ilnosti (angl. Significance level), ki označ uje moč trenda in velikost obsega (angl. slope magnitude estimate), ki označ uje smer in obseg trenda (Jurko, 2009). Osnova Mann-Kendallovega testa je rangiranje podatkovnih nizov, pri č emer se predpostavlja, da so podatki neodvisni in identič no porazdeljeni, v nasprotnem primeru bi pozitivna serijska korelacija poveč ala možnost statistič no znač ilnega trenda. Mann-Kendall test se lahko uporabi za zaznavanje postopne spremembe ali trenda v č asovnih nizih. Vse analize so bile izvedene s programskim orodjem R (R-project, 2014). Program R oziroma vmesnik tega programa R Studio je prosto dostopen in odprtokodni program, ki se več inoma uporablja za statistič ne analize in je po zmogljivosti primerljiv z ostalimi programi kot je na primer Matlab. Poleg operacijskega sistema Windows ga je mogoč e poganjati tudi na Linux in Mac OS X. R je torej okolje, v katerem se lahko izvajajo statistič ne analize različ ne zahtevnosti in programski jezik, ki omogoč a mnogo več kot le izvajanje osnovnih statistič nih analiz. Rezultati in analiza Kot je bilo že uvodoma omenjeno, nas je zanimalo, č e vse pogostejši ekstremni poplavni dogodki, ki se dogajajo v Sloveniji v zadnjem č asu, vplivajo na ocenjene projektne pretoke. Tako smo torej 110-letno obdobje meritev na postaji Litija razdelili na 30-letna obdobja s korakom 10 let in tako dobili 9 obdobij, ter vsako posebej analizirali. V preglednici 1 so predstavljeni rezultati verjetnostne analize za vseh devet obravnavanih 30- letnih obdobij in za celotno obdobje (1901-2010) za izbrane povratne dobe (T10, T50, T100 in T500) ter pripadajoč a najustreznejša porazdelitev, ki je bila izbrana na podlagi rezultatov kriterija ustreznosti RMSE (preglednica 2). Poleg tega testne statistike RMSE, smo izrač unali še nekaj drugih testnih statistik kot so: MAE, MSE in r (Pearsonov koeficient korelacije), ki pa jih v prispevku nismo predstavili. Kot najustreznejšo smo izbrali tisto porazdelitev, kjer je bila vrednost kriterija ustreznosti najmanjša. Preglednica 1: Primerjava projektnih pretokov izbranih povratnih dob za posamezna 30- letna obdobja ter izbrana najustreznejša teoretič na porazdelitev na desni strani. G PE3 GEV GL LN LP3 1901-1930 T10 1805 1803 1803 1771 1818 1811 LP3 T50 2327 2236 2246 2299 2311 2269 T100 2548 2405 2418 2552 2516 2453 T500 3059 2774 2781 3225 2987 2866 28 G PE3 GEV GL LN LP3 1911 - 1940 T10 1713 1699 1705 1680 1729 1706 GEV T50 2163 2014 2007 2063 2139 2006 T100 2353 2131 2110 2235 2306 2114 T500 2793 2379 2305 2658 2686 2331 1921-1950 T10 1795 1741 1752 1727 1896 1766 LP3 T50 2392 2016 1984 2079 2632 1972 T100 2645 2106 2045 2215 2955 2020 T500 3229 2277 2135 2506 3737 2085 1931-1960 T10 1670 1629 1639 1614 1750 1656 LP3 T50 2226 1917 1890 1975 2412 1904 T100 2461 2015 1961 2120 2701 1972 T500 3004 2209 2072 2442 3397 2079 1941 - 1970 T10 1624 1585 1594 1570 1694 1605 LP3 T50 2154 1861 1835 1916 2313 1834 T100 2379 1955 1903 2055 2581 1896 T500 2897 2141 2011 2364 3224 2079 1951 - 1980 T10 1675 1649 1657 1634 1708 1659 GEV T50 2148 1929 1912 1979 2173 1908 T100 2348 2029 1990 2124 2366 1986 T500 2810 2233 2123 2462 2810 2126 1961 - 1990 T10 1845 1837 1840 1808 1868 1843 LN T50 2387 2256 2258 2318 2397 2245 T100 2617 2416 2411 2556 2617 2394 T500 3147 2763 2720 3167 3128 2706 1971 - 2000 T10 1818 1817 1816 1781 1837 1828 LN T50 2384 2293 2305 2360 2402 2343 T100 2624 2479 2495 2640 2640 2552 T500 3177 2885 2904 3387 3197 3025 1981 - 2010 T10 1843 1862 1841 1804 1842 1872 PE3 T50 2434 2465 2506 2541 2416 2628 T100 2683 2711 2806 2931 2658 2986 T500 3261 3264 3546 4076 3226 3918 29 G PE3 GEV GL LN LP3 Celotno obravnavano obdobje (1901-2010) T10 1775 1758 1765 1734 1810 1768 LP3 T50 2317 2136 2127 2196 2371 2126 T100 2547 2277 2251 2402 2607 2251 T500 3077 2576 2486 2911 3161 2494 Rezultati so pokazali, da je za vodomerno postajo Litija na Savi najustreznejša teoretič na porazdelitev logaritemsko Pearsonova 3 porazdelitev (LP3) (preglednica 1), ki je za 3 obdobja izkazala najmanjšo testno statistiko, za vsa ostala obdobja pa eno od najmanjših (preglednica 2). Grafič ni rezultati verjetnostih analiz visokovodnih konic za posamezna obdobja in za vse uporabljene porazdelitve so predstavljeni na sliki 2. Preglednica 2: Rezultati testne statistike RMSE izbranih porazdelitev za vsa obravnavana 30-letna obdobja obdobje/porazdelitev G PE3 GEV GL LN LP3 1901-1930 66,09 59,69 60,1 70,76 60,4 59,41 1911-1940 53,39 37,95 37,39 41,77 42,05 37,56 1921-1950 120,9 67,03 62,87 81,08 143,17 58,34 1931-1960 104,75 61,81 56,94 76,27 120,36 52,88 1941-1970 98,81 68,59 66,8 77,01 108,76 65 1951-1980 72,12 44,57 43,28 51,34 64,73 43,75 1961-1990 55,99 53,98 53,39 55,43 49,07 54,38 1971-2000 60,3 59,63 59,97 68,04 55,55 56,98 1981-2010 65,99 56,89 65,84 80,58 66,4 60,73 30 Slika 2: Grafič ni prikaz rezultatov verjetnostnih analiz z vsemi uporabljenimi teoretič nimi porazdelitvami za posamezna 30-letna obdobja. Slika 3 prikazuje rezultate verjetnostnih analiz vseh obdobij z uporabo okvirjev z roč aji (angl. box plot) za povratno dobo 100 let za vse posamezne porazdelitve. Okvir z roč aji (Košmelj, 2001) je razdeljen na kvartile in ima pet znač ilnih toč k. Srednja č rta okvirja predstavlja mediano vzorca, spodnja stranica okvirja predstavlja 25 percentilov (prvi kvartil), zgornja pa 75 percentilov vzorca (tretji kvartil), medtem ko sta s č rto z roč ajem označ eni minimalna in maksimalna vrednost vzorca (Brilly in Šraj, 2005). Vidimo, da najmanjši raztros ocenjenih projektnih pretokov izkazuje logaritemsko normalna porazdelitev (LN), največ jega pa logaritemsko Pearsonova 3 porazdelitev (LP3). Seveda pa to ne more biti kriterij za izbiro porazdelitve, saj je LN porazdelitev dala ene najvišjih vrednosti statistik pri kriteriju ustreznosti (preglednica 2). Razlike so precejšnje tudi v samih vrednostih projektnih pretokov. Najvišjo mediano projektnih pretokov dobimo z LN porazdelitvijo, sledi Gumbelova, vse ostale pa imajo približno enak red velikosti (slika 3). Seveda razlike ocenjenih projektnih pretokov narašč ajo s povratno dobo, kar je razvidno iz slike 2. 31 Slika 3: Rezultati verjetnostnih analiz posameznih obdobij za 100-letno povratno dobo in posamezne porazdelitve. Č e naredimo primerjavo projektnih pretokov (LP3) izbranih povratnih dob za posamezna 30-letna obdobja (slika 4) je razvidno, da ocenjene vrednosti projektnih pretokov, ki pripadajo izbranim povratnim dobam od petega obdobja (1941-1970) naprej rastejo, medtem ko so do tega obdobja rahlo padale. Najvišje vrednosti projektnih pretokov izkazuje zadnje 30-letno obdobje (1981-2010), kar je bilo nekako prič akovano, saj se v Sloveniji ekstremni padavinski dogodki in s tem tudi poplave v zadnjih dveh desetletjih pojavljajo pogosteje kot prej (Kobold, 2011). Razlike v projektnih pretokih pa se s povratno dobo poveč ujejo in so najoč itnejše za 100- in 500-letno povratno dobo (slika 4). G P3 GEV GL LN LP3 2000 2400 2800 3650; T = 100 Porazdelitev Pretok [m3/s] 32 Slika 4: Prikaz spreminjanja projektnih pretokov izbranih povratnih dob za 30-letna obdobja meritev z izbrano logaritemsko Pearsonovo 3 porazdelitvijo Poleg verjetnostnih analiz visokovodnih konic smo ugotavljali tudi trend v obravnavanem vzorcu maksimalnih pretokov. Uporabili smo statistič ni Mann-Kendallov test, ki je dal vrednost testne statistike tau enako -0,0372 in p-vrednost 0,5663, kar pomeni, da je trend celotnega vzorca maksimalnih pretokov na Savi rahlo padajoč , a ni statistič no znač ilen (s stopnjo zaupanja 0,05). Rezultat kaže, da celoten vzorec maksimalnih pretokov v povpreč ju praktič no skoraj ne kaže nobenega trenda, saj se narašč ajoč i trend zadnjih desetletij izgubi v padajoč em trendu do leta 1941. To pa je še en pokazatelj, ki kaže, da obravnava celotnih nizov meritev pri verjetnostnih analizah lahko podceni projektne pretoke. Zaključ ki Poplave so naraven in zelo dinamičen pojav, povzroč ena škoda pa je posledica človeške dejavnosti. Varovanje človeških življenj in zmanjša nje gospodarske škode sta cilja zaščite pred poplavami. S pasivnimi ukrepi za zaščito pred poplavami varujemo pre d posledicami, z aktivnimi pa vplivamo na obliko in naravo pojava (zmanjšanje trajanja in velikosti) (Brilly et al., 1999). Kvalitetno in zanesljivo izvedene verjetnostne analize so potrebne za izvajanje učinkovitih vodarskih ukrepov in so pomem bne za pro jektiranje, nač rtovanje in tudi za obratovanje hidrotehničnih objektov (Bezak, 2012). Verjetnostne analize so osnova 33 tudi za analizo nevarnosti in analizo ranljivosti, slednjo določ a cena škode na č loveških dejavnostih, s č imer pa nadalje lahko opredelimo pojem ogroženosti (Brilly et al., 1999). V prispevku so predstavljeni rezultati verjetnostnih analiz, ki so bile izvedene na podatkih o pretokih z vodomerne postaje Litija na reki Savi, kjer se meritve izvajajo od leta 1893. Analiziranih je bilo 110 let podatkov. Vzorec smo oblikovali po metodi letnih maksimumov in ga razdelili na 30-letna obdobja s premikanjem po 10 let. Na vsakem tako oblikovanem vzorcu smo izvedli verjetnostno analizo. Za ocenjevanje parametrov porazdelitev smo izbrali metodo momentov L. Metoda momentov L se je pri analizah drugih avtorjev izkazala za uč inkovitejšo kot metoda momentov ali metoda največ jega verjetja (Bezak, 2012; Hosking in Wallis, 1997; Sankarasubramanian in Srinivasan, 1999). Z uporabo različ nih kriterijev ustreznosti smo ugotovili, da se več ini vzorcev najbolje prilega logaritemsko Pearsonova porazdelitev 3. Primerjava projektnih pretokov izbranih povratnih dob med 30-letnimi obdobji je pokazala, da se projektni pretoki izbranih povratnih dob od obdobja 1941-1970 naprej poveč ujejo, medtem kot so do tega leta rahlo padali. Razlike ocenjenih pretokov se poveč ujejo z več anjem povratne dobe. Č e bi želeli bolj zanesljive zaključ ke o vplivu podnebne spremenljivosti na projektne pretoke, bi bilo priporoč ljivo podobne analize izvesti še z metodo vrednosti konic nad izbrano mejno vrednostjo – pragom ti. POT metodo (angl. peaks over threshold method). Vsekakor pa lahko na podlagi naših rezultatov ugotovimo, da je za vodomerno postajo Litija zaznano narašč anje projektnih pretokov v zadnjih 70 letih in da je zato v smislu varnosti zelo pomembno, katero obdobje meritev vzamemo za osnovo verjetnostnih analiz. Na osnovi izvedenih analiz ugotavljamo, da bi bilo v praksi za oceno projektnih pretokov, namesto celotnega obdobja meritev priporoč ljiveje jemati zadnje 30-letno obdobje meritev, saj lahko v nasprotnem primeru projektne pretoke določ ene povratne dobe precej podcenimo. Literatura Agencija RS za okolje, 2014a. Meseč ni in letni pretoki vodomernih postaj. Ljubljana. http://www.arso.gov.si/vode/podatki/arhiv/hidroloski_arhiv.html (Pridobljeno 15. 4. 2014.) Agencija RS za okolje. 2014b. Površinske vode. Arhiv hidroloških podatkov. http://vode.arso.gov.si/hidarhiv/pov_arhiv_tab.php?p_vodotok=Sava&p_postaja=3650&p_leto= 1953&b_arhiv=Prika%C5%BEi (Pridobljeno 23. 10. 2014.) Beguerί a, S. 2005. Uncertainties in partial duration series modelling of extremes related to the choice of the threshold value. Journal of Hydrology 303, 1-4: 215-230. Bezak, N. 2012. Analiza visokovodnih konic z metodo vrednosti nad izbranim pragom in z metodo letnih maksimumov. Diplomska naloga, Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo (samozaložba N. Bezak): 106 str. Bezak, N., Brilly, M., Šraj, M. (2012). Izbira metode pri verjetnostnih analizah visokovodnih konic, Zbornik Raziskave in s področ ja geodezije in geofizike 2012, SZGG, 45–55. Bezak, N., Brilly, M., Šraj, M. (2014). Flood frequency analysis, statistical trends and seasonality analyses of discharge data : a case study of the Litija station on the Sava river. Journal of flood risk management, v tisku 2014, doi: 10.1111/jfr3.12118. Brilly, M., Mikoš, M., Šraj, M. 1999. Vodne ujme - varstvo pred poplavami, erozijo in plazovi. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 186 str. Brilly, M., Šraj, M. 2005. Osnove hidrologije. Univerzitetni uč benik, 1.izdaja. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 309 str. Durkin, M. 2007. The great global warming swindle (film). A Wag TV Production, Velika Britanija. 34 Frantar, P., Hrvatin, M. 2008. Pretoč ni režimi. P. Frantar (ur.), Vodna bilanca Slovenije 1971– 2000. MOP ARSO, Ljubljana, 43–50. Gan, T. Y. 1992. Finding trends in air temperature and precipitation for Canada and North-eastern United States. Proceedings of NHRI Workshop No. 8. National Hydrology Research Institute, Saskatoon, SK, 57–78. Hirsch, R. M., Slack, J. R. & Smith, R. A. 1982. Techniques of trend analysis for monthly water quality data. Water Resources Research 18, 107–121. Hosking, J. R. M., Wallis, J. R. 1997. Regional frequency analysis: an approach based on L- moments. Cambridge, Cambridge University Press: 224 str. Jurko, M. 2009. Statistič na analiza trendov znač ilnih pretokov slovenskih rek. Diplomska naloga. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo (samozaložba M. Jurko): 65 str. Kobold M. 2011. Comparison of floods in September 2010 with registered historic flood events. Ujma 25, 48–56. Košmelj, K. 2001. Uporabna statistika. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta: 249 str. Kundzewicz, Z. W. in Robson, A., 2000. Detecting trends and other changes in hydrological data.World climate programme-Water, WCDMP-45, WMO/TD – št. 1013. Geneva, WMO: 157 str. Maidment, D. 1993. Handbook of hydrology. Austin McGrow-Hill: 1424 str. Mikoš, M., Kranjc, A., Maticic, B., Muller, J., Rakovec, J., Roš, M., Brilly, M. 2002. Hidrološko izrazje = Terminology in hydrology. Actahydrotehnica 20(32). Ljubljana, str. 103, 105. ftp://ksh.fgg.uni-lj.si/acta/a32_1.pdf (Pridobljeno 13. 5. 2014.) R-project, version 3.0.2., 2014. http://www.r-project.org/ (Pridobljeno 20. 2. 2014.) Sankarasubramanian, A., Srinivasan, K. 1999. Investigation and comparison of sampling properties of L-moments and conventional moments. Journal of Hydrology 218, 1-2: 13–34. Swanson, D. A., Tayman, J., Bryan, T. M. 2011. MAPE-R: a rescaled measure of accuracy for cross- sectional subnational population forecasts. Journal of Population Research 28, 2-3: 225– 243. http://www.springerlink.com/content/5174672j6091437t/ (Pridobljeno 15. 5. 2014.) 35 Objektna analiza padavin iz satelitskih meritev, reanaliz ERA- Interim ter modela WRF na območ ju Evrope in Severnega Atlantika Veronika Hladnik *1 , Gregor Skok * Povzetek Objektna analiza padavin modela za napovedovanje vremena WRF, reanaliz ERA-Interim ter satelitskih meritev CMORPH je bila narejena na območ ju Evrope in Severnega Atlantika za obdobje med letoma 2000 in 2010. Identifikacija objektov je bila narejena z algoritmom FiT, pri č emer smo uporabili radij glajenja padavin 0,75° in tri padavinske pragove: 0,5, 2 ter 4 mm. Preuč ili smo kakšna je življenjska doba padavinskih objektov na posameznem območ ju domene ter v katero smer se v glavnem premikajo objekti v določ eni toč ki preuč evane domene. Ugotovili smo, da se največ dolgoživih objektov pojavi jeseni. Objekti s krajšo življenjsko dobo so bolj pogosti nad kopnim, medtem ko so objekti z daljšo življenjsko dobo bolj pogosti nad Atlantikom. V več ini prevladuje gibanje objektov proti vzhodu. Gibanje proti zahodu je pogosto le poleti in jeseni nad južnim delom Severnega Atlantika. Gibanja proti zahodu je nekaj več tudi nad Evropo. Ciklonalnih padavin je največ nad oceanom, odstotek se zmanjšuje proti celini ter proti jugu preuč evane domene. Največ ji odstotek ciklonalnih padavin je pozimi, najmanjši pa poleti, ko na nekaterih predelih konvektivne padavine celo prevladujejo nad ciklonalnimi. Ključ ne besede: satelitske meritve CMORPH, reanalize ERA-Interim, model za napovedovanje vremena WRF, objektna analiza, padavine Keywords: CMORPH satellite measurements, ERA-Interim reanalysis, WRF model, object analysis, precipitation Uvod Padavine so ena izmed glavnih in hkrati najtežje napovedljivih komponent klimatskega sistema. Za izvedbo analiz klime na regionalni skali se pogosto uporabljajo regionalni klimatski modeli. Padavine, ki so rezultat regionalnih klimatskih modelov, so med drugim odvisne od sheme za mikrofiziko oblakov, sheme za konvekcijo, velikosti domene in lokacije mej domene (Seth, Giorgi, 1998; Miguez-Macho idr., 2004; Leduc, Laprise, 2009) ter horizontalne loč ljivosti (Jacob idr., 2014; Jung idr., 2012), zato je variabilnost padavin velika. Oceno kvalitete napovedi padavin dobimo z verifikacijo, kjer padavine, ki so rezultat regionalnih klimatskih modelov, primerjamo z opazovanji. Za analizo klime v Evropi na regionalni ali državni skali se pogosto uporablja model WRF (Weather Research and Forecasting; Skamarock idr., 2008). Za njegove zač etne in robne pogoje se obič ajno uporabijo globalne reanalize ERA-Interim (Dee idr., 2011), ki temeljijo na satelitskih in konvencionalnih meritvah. V mnogih študijah so padavine iz modela WRF primerjali s podatki opazovanj padavin pri tleh. Talne meritve so sicer bolj kvalitetne od satelitskih meritev, vendar so na voljo več inoma le nad kopnim in le na dnevni skali (24-urne akumulacije). Satelitske meritve so na voljo povsod (tudi nad oceani) in v boljši č asovni loč ljivosti (tri ure). * Univerza v Ljubljani, Fakulteta za Matematiko in Fiziko, Jadranska ul. 19, Ljubljana 36 Objektna analiza je metoda, s katero objekt definiramo kot zaključ eno območ je na zglajenem padavinskem polju, v katerem količ ina padavin v vsaki od toč k objekta presega vrednost padavinskega praga. S pomoč jo objektne analize ne samo določ imo objekte, temveč jim lahko sledimo tudi v č asu. Poleg življenjske dobe lahko objektom določ imo tudi smer gibanja po izbrani domeni v vsakem č asovnem koraku. V tem prispevku so predstavljeni rezultati objektne analize v smislu č asovnih objektov, kot tudi skupku prostorskih objektov, ki pripadajo posameznemu ciklonu. Predstavljena je objektna analiza vseh izmerjenih oziroma napovedanih padavin ter analiza zgolj ciklonalnih padavin. Uporabljena metoda S pomoč jo metode FiT (Forward-in-Time object identification; Skok idr., 2009, 2010, 2013) smo najprej identificirali prostorske ter nato še č asovne padavinske objekte. Prostorski objekti so 2-dimenzionalni objekti, kjer dimenziji predstavljata velikost objekta v x in y smeri. Č asovni objekti so 3-dimenzionalni prostorski objekti, kjer tretja dimenzija predstavlja č asovno komponento oziroma življenjsko dobo objekta. Pri prostorski identifikaciji smo vsako padavinsko polje obravnavali loč eno (nismo upoštevali povezave s polji v predhodnem ali naslednjem č asovnem koraku). Pri č asovni identifikaciji objektov smo iskali povezavo med objekti v sosednjih č asovnih korakih. Pred uporabo FiT algoritma smo padavinska polja zgladili s pomoč jo konvolucije z drseč im povpreč jem s horizontalnim radijem glajenja R. Prostorski objekti imajo po glajenju s konvolucijo bolj gladke meje in so bolj podobni padavinskim objektom, ki bi jih subjektivno določ il č lovek. Pred uporabo algoritma smo določ ili tudi več padavinskih pragov za identifikacijo objektov. Vrednost praga določ a mejo med padavinskim objektom in okolico. Padavinska polja smo zgladili z radijem konvolucije 0,75° ter uporabili tri padavinske pragove 0,5, 2 ter 4 mm (Hladnik, 2014). V naslednjem koraku smo identificirali č asovne objekte. Dva prostorska objekta v sosednjih č asovnih korakih predstavljata isti č asovni objekt, v kolikor njun presek ni prazen. Objekt se v naslednjem č asovnem koraku lahko razdeli na več delov (na več prostorskih objektov), vsi njegovi deli so v tem primeru del istega č asovnega objekta. To pa ne velja, č e se dva ali več padavinskih objektov v naslednjem č asovnem koraku združi v en sam prostorski objekt. V tem primeru prostorski objekt v naslednjem č asovnem koraku pripada le tistemu č asovnemu objektu, katerega območ je prekrivanja s prostorskim objektom v naslednjem č asovnem koraku je največ je. Na malo drugač en nač in smo se lotili analize ciklonalnih padavin. Območ ja ciklonov smo določ ili s pomoč jo polj zrač nega tlaka reduciranega na morski nivo (mean sea level pressure - MSLP). Polja z loč ljivostjo 0,25° smo imeli na voljo vsakih 6 ur. Določ ili smo centre ciklonov, ki so predstavljali lokalne minimume v polju 3x3 toč k domene. Vrednosti lokalnih minimumov so morale biti manjše od 1010 hPa. Dodatni pogoj, ki smo ga upoštevali, je bil še povpreč ni gradient v vseh smereh (S, J, V, Z) več ji od 7,5 Pa/1000 km (Hanley in Caballero, 2012). Konč no velikost ciklona smo določ ili tako, da smo iz središč a ciklona v vsakem koraku iteracije poveč ali obseg ciklona v vseh štirih smereh, dokler nismo naleteli na sedlo ter je bila vrednost MSLP manjša od 1017,5 hPa. Podatke WRF in CMORPH (Joyce, 2004) smo zgladili z radijem glajenja 3 mrežne toč ke, za vse tri nize podatkov pa smo uporabili padavinski prag 0,8 mm (6-urni padavinski podatki). Padavine smo pripisali ciklonu, č e presek med padavinskim objektom in ciklonom ni bil prazen. Tudi padavine, ki se niso nahajale v ciklonu, ampak so bile del le-teh, smo pripisali ciklonu. Tako nismo zgrešili tudi več ine frontalnih padavin, ki so del 37 ciklonov, a se največ krat raztezajo več 100 km izven njihovega območ ja. Pri č asovnem sledenju ciklonov smo upoštevali, da iz enega ciklona v naslednjem č asovnem koraku ne moreta nastati dva ciklona, prav tako se dva ciklona v naslednjem č asovnem koraku ne moreta združiti v en ciklon. Rezultati Najprej smo, da bi videli, kakšna je prostorska porazdelitev padavin na izbrani domeni, analizirali povpreč ne letne in sezonske akumulacije padavin (slika 1, slika 2). Prostorska razporeditev povpreč nih letnih akumulacij padavin je podobna za vse tri nize podatkov, razlike so le v količ ini padavin, saj WRF daje tudi okoli 30 % več padavin kot ERA- Interim ter CMORPH. Slika 1: Povpreč ne letne akumulacije padavin na celotni analizirani domeni za obdobje med letom 2000 ter letom 2010 za a) CMORPH, b) WRF in c) ERA-Interim. Maksimum povpreč nih letnih padavin se nahaja nad severnim Atlantikom. Veliko padavin pade tudi na območ ju Alp, Dinarskega gorstva, na jugu Skandinavskega polotoka, na severu Iberskega polotoka, na zahodu Britanskega otoč ja in v Karpatih ter drugih gorskih verigah v jugovzhodni Evropi. Na območ jih z maksimalnimi vrednostmi povpreč nih letnih padavin so največ je vrednosti pri WRF, manjše pa pri CMORPH ter ERA-Interim. CMORPH prikaže v vzhodnemu delu Evrope precej manjše količ ine letnih padavin glede na druga dva niza podatkov. Vrednosti so v WRF in v ERA-Interim precenjene na vzhodu Evrope ter podcenjene na zahodu severne Afrike. Podobno velja tudi za sezonske akumulacije padavin, kar je razvidno iz slike 2. Maksimalne vrednosti povpreč nih sezonskih padavin se pojavljajo na istih območ jih kot pri povpreč nih letnih padavinah. 38 Slika 2: Povpreč ne sezonske (tri-meseč ne) akumulacije padavin za obdobje med letom 2000 ter letom 2010. Vsi trije nizi podatkov kažejo, da poleti (JJA) zelo malo padavin pade nad Atlantskim oceanom zahodno od severne Afrike - pod 25 mm v letnem č asu. Manj kot 25 mm pade poleti tudi v vzhodnem delu Sredozemskega morja ter na jugu Iberskega polotoka. Nad Severnim Atlantikom pade največ padavin pozimi (DJF). Ob istem č asu jih najmanj pade na vzhodu Evrope, pri CMORPH v povpreč ju celo manj kot 25 mm. Nasploh nad celino pade v povpreč ju največ padavin poleti, najmanj pa pozimi. Na območ ju Alp, Dinarskega gorstva in Apeninov je maksimum jeseni. Algoritem nam je vrnil lokacije č asovnih objektov in njihove življenjske dobe. Slike prekritosti z objekti različ nih vrednosti življenjskih dob (slika 3, slika 4) nam prikažejo, kje na domeni se nahaja največ objektov z daljšo oziroma krajšo življenjsko dobo. Rezultati na sliki 3 ter sliki 4 predstavljajo prekritosti z objekti z življenjsko dobo krajšo od 12 ur, z življenjsko dobo med 12 urami in 1 dnem, med 1 in 2 dnevoma, med 2 in 3 dnevi, med 3 in 5 dnevi, med 5 in 7 dnevi, med 7 in 15 dnevi ter prekritost z objekti z življenjsko dobo daljšo od 15 dni. Č asovnih objektov z daljšo življenjsko dobo je manj, kljub temu je prekritost z objekti največ ja za objekte z življenjsko dobo med 7 in 15 dnevi, saj so č asovni objekti z daljšo življenjsko dobo sestavljeni iz več prostorskih objektov, ki skupaj obič ajno pokrivajo več ja območ ja. Pokritost z objekti je za objekte z življenjsko dobo krajšo od 12 ur največ ja za CMORPH. Enako velja za pokritost z objekti, katerih življenjska doba je med 12 urami in 3 dnevi. CMORPH ima več kratkoživih objektov kot WRF in ERA- Interim. Za objekte z življenjsko dobo med 3 in 7 dnevi je pokritost z objekti več ja pri WRF ter ERA-Interim. Za preostale objekte (z življenjsko dobo daljšo od 7 dni) je pokritost z objekti največ ja pri WRF, sledi ERA-Interim, najmanjša je pri CMORPH. Pokritost z objekti, katerih življenjska doba je krajša od 12 ur, je največ ja še posebej ob orografskih pregradah nad Evropo. Prekritost z objekti, katerih življenjska doba je daljša od 7 dni, je največ ja nad oceanom. Kljub temu, da je objektov z daljšo življenjsko dobo nad oceanom manj kot nad kopnim, se nad oceanom obič ajno nahajajo več ji objekti kot 39 nad celino, kar prispeva tudi k več ji pokritosti z objekti z daljšo življenjsko dobo nad oceanom. Slika 3: Prekritost analizirane domene z objekti glede na življenjsko dobo (manj kot 3 dni). Slika 4: Prekritost analizirane domene z objekti glede na življenjsko dobo (več kot 3 dni). 40 Zaradi splošnih zahodnih vetrov se na obravnavanem območ ju zrač ne mase, ki prinašajo padavine, gibajo v glavnem proti vzhodu. Definirali smo indeks gibanja objektov proti vzhodu oziroma zahodu za vsako toč ko domene z enač bo: , kjer je EWI indeks gibanja objektov, N E število č asovnih korakov v celotnem analiziranem obdobju, ko se je na določ eni toč ki domene nahajal objekt, ki se je takrat premikal proti vzhodu, N W pa število č asovnih korakov, ko se je na določ eni toč ki domene nahajal objekt, ki se je takrat premikal proti zahodu. Vrednost indeksa gibanja objektov enaka 1 predstavlja gibanje objektov proti vzhodu, vrednost 0 pa gibanje objektov proti zahodu. Vrednost indeksa gibanja 0.5 pove, da se je enako število objektov gibalo proti vzhodu in zahodu. Slika 5: Indeks gibanja objektov proti vzhodu oziroma zahodu za celotno analizirano obdobje. Vrednost 1 pomeni, da so se vsi objekti v tej toč ki domene gibali proti vzhodu, vrednost 0 pa, da so se vsi gibali proti zahodu. Vrednost 0.5 pomeni, da se je enako število objektov gibalo proti vzhodu kot proti zahodu. S pikami so označ ena območ ja, na katerih je bilo v toč kah domene identificiranih manj kot 10 objektov. Iz slik gibanja objektov proti vzhodu oziroma zahodu na sliki 5 je razvidno, da se nad Severnim Atlantikom proti vzhodu giblje od 80 do 90 % objektov, za satelitske meritve CMORPH se jih toliko giblje vzhodno tudi v več jem delu Sredozemskega morja ter na severu Afrike. Nad Evropo med 60 in 80 % objektov potuje proti vzhodu za vse tri nize podatkov. Na jugozahodu domene se med 40 in 50 % objektov giblje proti zahodu v ERA- Interim in WRF ter nekoliko manj v podatkovnem nizu CMORPH. Preverili smo, kako se indeks gibanja objektov proti vzhodu oziroma zahodu spreminja v posameznem letnem č asu, slika 6. Največ gibanja proti zahodu je poleti na jugu domene. Gibanje proti zahodu je bolj pogosto v WRF in ERA-Interim kot v CMORPH. Gibanje objektov proti vzhodu je v vseh letnih č asih največ je nad Atlantikom, pri satelitskih meritvah CMORPH še posebej spomladi in poleti tudi nad Sredozemskim morjem in nad 41 Afriko, kjer je število objektov pogosto manjše od 10, kar je premalo za verodostojno analizo. Tudi na vzhodu domene je več gibanja proti zahodu v ERA-Interim ter WRF, manj pa v CMORPH. Slika 6: Indeks gibanja objektov proti vzhodu oziroma zahodu po letnih č asih v celotnem analiziranem obdobju. Vrednost 1 pomeni, da so se vsi objekti v tej toč ki domene gibali proti vzhodu, vrednost 0 pa, da so se vsi gibali proti zahodu. Vrednost 0.5 pomeni, da se je enako število objektov gibalo proti vzhodu kot proti zahodu. S pikami so označ ena območ ja, na katerih je bilo v toč kah domene identificiranih manj kot 10 objektov. Slika 7: Odstotek ciklonalnih padavin za celotno analizirano obdobje. 42 Slika 8: Odstotek ciklonalnih padavin po letnih č asih v celotnem analiziranem obdobju. Podobno smo za vsako toč ko mreže določ ili še odstotek ciklonalnih padavin v njej, slika 7. Tega smo določ ili tako, da smo število polj, v katerih so se pojavile padavine, ki so pripadale ciklonom, delili s skupnim številom polj, kjer so se pojavile padavine. V celotnem analiziranem obdobju je največ ciklonalnih padavin, več kot 90 %, padlo nad severnim delom Severnega Atlantika. Odstotek je manjši nad celino, kjer so poleg ciklonalnih pogoste tudi orografske in konvektivne padavine ter se zmanjšuje proti jugu domene. Najmanjši odstotek ciklonalnih padavin je nad Afriko, kjer je količ ina padavin že tako majhna. V glavnem so vrednosti odstotkov ciklonalnih padavin za podatke CMORPH na istih lokacijah nekaj odstotkov manjše od le-teh za podatke WRF ter ERA-Interim. Preverili smo še, kakšne so spremembe v odstotkih ciklonalnih padavin v posameznem letnem č asu, slika 8. Ciklonalnih padavin je nad Atlantikom in pa tudi nad več jim delom Evrope največ pozimi, marsikje več kot 80 %. Prič akovano je ta odstotek najmanjši v poletnih mesecih, saj je takrat velik odstotek padavin konvektivnega nastanka (predvsem nad celino). V južni polovici Evrope so tako vrednosti odstotka ciklonalnih padavin poleti med 10 in 50 %, pozimi pa med 40 in 90 %. Poleti je nizek odstotek ciklonalnih padavin tudi na jugu Severnega Atlantika (jug domene nad morjem), od 0 do 50 %. Zaključ ki Največ je povpreč ne letne količ ine padavin se za vse tri nize podatkov nahajajo nad Severnim Atlantikom. Visoke povpreč ne letne količ ine padavin so izmerjene tudi ob orografskih pregradah nad Evropo (Alpe, Dinarsko gorstvo, jug Skandinavskega polotoka, sever Iberskega polotoka, zahod Britanskega otoč ja, Karpati ter druge gorske verige v jugovzhodni Evropi). Najmanj padavin letno pade v Afriki ter poleti tudi v vzhodnem delu Sredozemskega morja, na jugu Iberskega polotoka in nad Atlantskim oceanom zahodno od severne Afrike. Nad celino pade najmanj padavin pozimi, največ pa poleti. Na območ ju 43 Alp, Dinarskega gorstva in Apeninov največ padavin pade v jeseni. Največ padavin nad Atlantskim oceanom pade pozimi. Objekti s krajšo življenjsko dobo so bolj pogosti nad Evropo, največ se jih pojavi spomladi in poleti, objekti z daljšo življenjsko dobo so bolj pogosti nad Atlantikom. Pokritost z objekti z življenjsko dobo krajšo od 12 ur je največ ja ob orografskih pregradah, pokritost z objekti z življenjsko dobo daljšo od 7 dni je največ ja nad Severnim Atlantikom. Nad oceanom je prisotnih več dolgotrajnih padavinskih sistemov, ki so najverjetneje povezani z več jimi območ ji nestabilnosti kot so fronte in cikloni, medtem ko imamo nad kopnim prisotnih tudi več kratkotrajnih orografsko induciranih padavin ter padavin konvektivnega nastanka. Več inoma prevladuje gibanje objektov proti vzhodu. Gibanje proti zahodu je pogosto le poleti in jeseni nad južnim delom Severnega Atlantika. Gibanje proti vzhodu prevladuje nad Atlantikom ter nad Sredozemskim morjem, nekaj več gibanja proti zahodu je nad Evropo. Največ ciklonalnih padavin pade nad severnim delom Severnega Atlantika, več kot 90 %. Odstotek je manjši nad celino in se zmanjšuje proti jugu analizirane domene. Najmanjši odstotek ciklonalnih padavin je nad Afriko, kjer je nasploh količ ina padavin majhna. Odstotki ciklonalnih padavin za podatke CMORPH so v istih toč kah analizirane domene nekaj odstotkov manjši od odstotkov za podatke WRF ter ERA-Interim. Ciklonalnih padavin je nad Atlantikom ter tudi nad več jim delom Evrope največ pozimi, marsikje jih je več kot 80 %. Najmanj ciklonalnih padavin je v poletnih mesecih, saj so poleti pogoste konvektivne padavine. V južni polovici Evrope so tako vrednosti odstotka ciklonalnih padavin poleti med 10 in 50 %, pozimi pa med 40 in 90 %. Literatura Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., Balmaseda, M. A., Balsamo, G., Bauer, P., Bechtold, P., Beljaars, A. C. M., van de Berg, L., Bidlot, J., Bormann, N., Delsol, C., Dragani, R., Fuentes, M., Geer, A. J., Haimberger, L., Healy, B., Hersbach, H., Holm, E. V., Isaksen, L., Kallberg, P., Köhler, M., Matricardi, M., McNally, A. P., Monge-Sanz, B. M., Morcrette, J.-J., Park, B.-K., Peubey, C., de Rosnay, P., Tavolato, C., Thepaut, J.-N., Vitart, F. (2011). The ERA-Interim reanalysis: configuration and performance of the data assimilation system, Quarterly Journal of the Royal Meteorological Society, 137, 656, 553-597. Hanley, J., Caballero, R. (2012). Objective identification and tracking of multicentre cyclones in the ERA-Interim reanalysis dataset. Quarterly Journal of the Royal Meteorological Society, 138, 664, 612-625. Hladnik, V. (2014): Objektna analiza padavin iz satelitskih meritev, reanaliz ERA-Interim ter modela WRF na območ ju Evrope in Severnega Atlantika (Object analysis of precipitation from satellite measurements, reanalysis ERA-Interim and WRF model in the area of Europe and the North Atlantic). Unpublished Master Thesis, Univerza v Ljubljani, FMF, 52 p. (in Slovenian). Jacob, D., Petersen, J., Eggert, B., Alias, A., Christensen, O. B., Bouwer, L. M., Braun, A., Colette, A., Deque, M., Georgievski, G., Georgopoulou, E., Gobiet, A., Menut, L., Nikulin, G., Haensler, A., Hempelmann, N., Jones, C., Keuler, K., Kovats, S., Kröner, N., Kotlarski, S., Kriegsmann, A., Martin, E., van Meijgaard, E., Moseley, C., Pfeifer, S., Preuschmann, S., Radermacher, C., Radtke, K., Rechid, D., Rounsevell, M., Samuelsson, P., Somot, S., Soussana, J.-F., Teichmann, C., Valentini, R., Vautard, R., Weber, B., Yiou, P. (2014). EURO-CORDEX: new high-resolution climate change projections for European impact research. Regional Environmental Change, 14, 2, 563-578. 44 Joyce, R. J., Janowiak, J. E., Arkin, P. A., Xie, P. (2004). CMORPH: A Method that Produces Global Precipitation Estimates from Passive Microwave and Infrared Data at High Spatial and Temporal Resolution. Journal of Hydrometeorology, 5, 3, 487-503. Jung, T., Miller, M. J., Palmer, T. N., Towers, P., Wedi, N., Achuthavarier, D., Adams, J. M., Altshuler, E. L., Cash, B. A., Kinter III, J. L., Marx, L., Stan, C., Hodges, K. I. (2012). High- resolution global climate simulations with the ECMWF model in Project Athena: Experimental design, model climate and seasonal forecast skill. Journal of Climate, 25, 9, 3155-3172. Leduc, M., Laprise, R. (2009). Regional climate model sensitivity to domain size. Climate Dynamics, 32, 6, 833-854. Miguez-Macho, G., Stenchikov, G. L., Robock, A. (2004). Spectral nudging to eliminate the effects of domain position and geometry in regional climate model simulations. Journal of Geophysical Research., 109, D13104. Seth, A., Giorgi, F. (1998). The effects of domain choice on summer precipitation simulation and sensitivity in a regional climate model. Journal of Climate, 11, 10, 2698-2712. Skamarock, W. C., Klemp, J. B., Dudhia, J., Gill, D. O., Barker, D. M., Duda, M. G., Huang, X.- Y., Wang, W., Powers, J. G. (2008). A Description of the Advanced Research WRF Version 3. National Center for Atmospheric Research NCAR/TN-475+STR, 113. Skok, G., Tribbia, J., Rakovec, J., Brown, B. (2009) Object-Based Analysis of Satellite-Derived Precipitation Systems over the Low- and Midlatitude Pacific Ocean. Monthly Weather Review, 137, 10, 3196-3218. Skok G., Tribbia, J., Rakovec, J. (2010). Object-Based Analysis and Verification of WRF Model Precipitation in the Low- and Midlatitude Pacific Ocean, Monthly Weather Review, 138, 12, 4561-4575. Skok G., Bacmeister, J., Tribbia, J. (2013). Analysis of Tropical Cyclone Precipitation Using an Object-Based Algorithm. Journal of Climate, 26, 8, 2563-2579. 45 Modeliranje difuznega sonč nega obseva Primož Mlakar * ,Marija Zlata Božnar * , Boštjan Grašič * , Amauri Pereira de Oliveira ** , Jacyra Soares ** , Dejan Gradišar *** , Juš Kocijan *** Povzetek Sonč na energija predstavlja enega izmed najpomembnejših obnovljivih virov energije. Poznavanje kratkoroč nih sprememb polja sonč nega obseva je ključ nega pomena za proizvodnjo energije. Ker je razmerje med direktnim in difuznim sonč nim obsevom pomembno za določ itev kvalitete sonč ne energije, smo razvili model difuznega sonč nega obseva na podlagi umetnih nevronskih mrež s pomoč jo meritev globalnega sonč nega obseva in drugih meteoroloških meritev. V prispevku predstavljamo kako se zgradi empirič ni model difuznega sonč nega obseva in kako izbira vhodnih podatkov vpliva na kvaliteto modela. Ključ ne besede: difuzni sonč ni obsev, perceptronska umetna nevronska mreža, meteorološke meritve, vrednotenje modelov Key words: diffuse solar radiation, artificial perceptron neural network, meteorological measurements, model validation Uvod Sonč na energija predstavlja enega izmed najpomembnejših obnovljivih virov energije. Pridobivanje lahko poteka neposredno (na primer z uporabo foto-voltaič nih sistemov ali kolektorjev za ogrevanje sanitarne vode) ali na bolj kompleksen nač in. Na primer kmetijsko pridelovanje rastlin za nadaljnjo izdelavo bioetanola ali drugih kemič nih snovi, ki "vsebujejo" sonč no energijo v takšni obliki, da je primerna za prenos in dolgoroč no uporabo tako kot uporabljamo bencin. Proizvodnja bio-goriva ima tudi negativne uč inke. Primer tega je poraba najkvalitetnejše kmetijske zemlje za takšno proizvodnjo. Dolgoroč no lahko to povzroč i probleme pri pridelavi hrane tudi zaradi klimatskih sprememb, poleg tega pa Slovenija ne proizvaja dovolj hrane za svoje lastne potrebe. Alternativa takšni proizvodnji bio-etanola je proizvodnja alg v morski vodi na posebej oblikovanih območ jih s č imer se ohranja najboljša zemlja za pridelavo hrane. Poznavanje kratkoroč nih sprememb polja sonč nega sevanja je poleg proizvodnje energije tudi ključ nega pomena za kmetijstvo, urbanistič no nač rtovanje in težave, povezane z onesnaženjem ozrač ja (Stanhill & Cohen, 2001). Za uveljavitev strategij, povezanih z energetskim nač rtovanjem, je pomembno, da zberemo vse razpoložljive znanstvene informacije o sonč nem sevanju ter razvijemo in preizkusimo modele za napovedovanje sonč ne energije v različ nih č asovnih skalah, ki jih je mogoč e uporabiti za več ja območ ja (Jebaraj & Iniyanb, 2006). Ne glede za kakšno izrabo sonč ne energije se odloč imo pa nas zanima koliko energije je na razpolago in kakšne kvalitete je (Moheimani, 2005). Zato se izvajajo meritve globalnega sonč nega obseva, difuznega in vč asih tudi direktnega. Meritve globalnega * MEIS storitve za okolje, d.o.o., Mali Vrh pri Šmarju 78, SI-1293, Šmarje-Sap, Slovenija ** Group of Micrometeorology, Department of Atmospheric Sciences, University of Sªo Paulo, Sªo Paulo, Brazil *** Institut Jožef Stefan, Jamova 39, SI-1000, Ljubljana 46 sonč nega obseva so relativno enostavne, zato se pogosto izvajajo na avtomatskih meteoroloških postajah. Meritve difuznega obseva in še posebej direktnega sonč nega obseva so redke zaradi zahtevnosti meritev. Ker je razmerje med direktnim in difuznim sonč nim obsevom pomembno za določ itev kvalitete sonč ne energije, smo razvili model difuznega sonč nega obseva na podlagi umetnih nevronskih mrež s pomoč jo meritev globalnega sonč nega obseva in drugih meteoroloških meritev. Modeliranje sonč nega obseva Polje sonč nega sevanja na površju sestavljajo direktni svetlobni snop in razpršene komponente, ki jih je mogoč e neposredno oceniti z meritvami (Oliveira et al., 2002a), posredno z metodami modeliranja (Emde & Mayer 2007) ali s kombinacijo obojega na satelitskem prikazu (Pereira et al., 1996). Metode modeliranja je mogoč e opredeliti kot fizikalne ali empirič ne. Fizikalno modeliranje vključ uje numerič no rešitev enač be prenosa sevanja (Ricchiazzi et al., 1998), empirič no modeliranje pa ti. regresijske modele (Jacovides et al., 2007) ali postopke z metodami umetnih nevronskih mrež (Soares et al., 2004) na predhodno izbranem nizu podatkov. Vč asih razlika med fizikalnim in empirič nim modeliranjem ni povsem jasno opredeljena. Janjai et al. (2009) so na primer razvili model za napovedovanje urnih vrednosti globalnega sonč nega obseva Tajske, pri katerem so upoštevali vplive oblakov, aerosolov, ozona in vlažnosti, pri č emer so kot ocene uporabili satelitske slike vstopnega sonč nega sevanja na vrhu atmosfere. Ta model je mogoč e opredeliti kot fizikalni, saj temelji na enač bi prenosa sevanja, vendar hkrati z veliko mero empirič nih prikazov absorpcije in razpršitve upošteva vplive oblakov in aerosolov ter druge vplive. Za nas je opredelitev empirič nih modelov znatno težja naloga. S statistič nega vidika je mogoč e empirič ne modele opredeliti kot parametrič ne in neparametrič ne. Parametrič ni modeli vključ ujejo posplošene linearne modele, kot je logistič na regresija (Sansigolo, 1997), linearne (Jiang, 2009) in nelinearne regresijske modele, kot so polinomske, odsekovne in sigmoidne funkcije, ter Fourierjeve in podobne transformacije (Li et al., 2010) in avtoregresivne modele, kot sta metoda avtoregresivnega integriranega drseč ega povpreč ja ARIMA (Jain & Lungu, 2002) in proces avtoregresivnih drseč ih povpreč ij ARMA (Zaharim et al., 2009). Neparametrič na modela sta umetna nevronska mreža (Senkal & Kuleli, 2009) in mehka logika (Sen, 1998). Kratek pregled razpoložljive literature kaže več neskladij in napač nih predstav o empirič nih modelih. Bakirci (2009) je na primer izvedel obsežno raziskavo empirič nih modelov, s katero je želel oceniti meseč ne povpreč ne dnevne vrednosti globalnega sonč nega obseva na osnovi Angstromove formule. Navedel je šestdeset formul, ki jih je razvrstil v štiri skupine: linearne, polinomske, trigonometrič ne in druge. Statistič no gledano so vsi ti modeli opredeljeni kot parametrič ni empirič ni modeli ne glede na uporabljeni izraz za povezavo globalnega sonč nega obseva s spremenljivkami, kot so relativno število sonč nih ur (razmerje med številom sonč nih ur z največ jim številom sonč nih ur), zemljepisna širina, zemljepisna dolžina, nadmorska višina, deklinacija Sonca, temperatura zraka okolice, relativna vlažnost in količ ina padavin. Naslednji primer težav, ki se pojavljajo pri empirič nih modelih, sta navedla Wong in Chow (2001). Po njunem mnenju je mogoč e empirič ni model opredeliti kot parametrič ni in dekompozicijski. Dekompozicijski modeli so razred empirič nih modelov, pri katerih je glavni vhodni podatek globalni sonč ni obsev, na primer sklop regresijskih modelov za ultravijolič ne, fotosintezno aktivne in skoraj infrardeč e komponente sonč nega sevanja na 47 površju, ki so ga na osnovi globalnega sonč nega sevanja za podeželsko območ je Botucatu v Braziliji pripravili Escobedo in drugi (2009). Merjenje polja sonč nega sevanja in situ je najnatanč nejši nač in ocenjevanja globalnega, direktnega in razpršenega sonč nega sevanja na površju. Tovrstna dognanja pa je treba z vidikov umerjanja in prostorske »reprezentativnosti« obravnavati z visoko mero previdnosti, zlasti ker več ina uporabljenih senzorjev ne upošteva napak, povezanih z vplivi temperature, naklona in prezrač evanja (Gueymard & Myers, 2009). Tehnologija zaznavanja na daljavo ne zagotavlja tako natanč nih in zanesljivih podatkov kot meritve in situ, vendar je najuč inkovitejša v smislu prostorske reprezentativnosti sonč nega obseva (Gupta et al., 1999). Druga težava, povezana s sateliti, so visoki stroški. Č eprav so rezultati fizikalnih modelov uč inkovitejši od empirič nih, je redno ocenjevanje polja sonč nega obseva z enač bo prenosa sevanja dokaj težavno. Fizikalni modeli se izvajajo numerič no z bolj ali manj poenostavljeno vlogo oblakov, vlažnosti, drugih atmosferskih plinov, prisotnih v manjših deležih, ter aerosolov, kar meč e dvom na njihovo sposobnost odsevanja dejanskega stanja. Difuzni sonč ni obsev predstavlja pomemben delež celotnega sevanja na površju ter je odvisno od odbojnosti površine, topografije, ki določ a delež vidnega neba (Ruiz–Arias et al., 2010), in sestave ozrač ja, katerega vplivni delež predstavljajo oblaki, trdni delci in vodni hlapi. Statistič no modeliranje kratkotrajnih sprememb difuznega sonč nega obseva zahteva uporabo posebnih metod, ki upoštevajo nelinearne zakonitosti, prisotne v kratkem č asovnem obdobju. Na splošno so regresijski modeli uč inkoviti za meseč ne in dnevne vrednosti, vendar z njimi ni mogoč e modelirati vpliva oblakov na razpršeno sonč no obsevanje po urah, ker je odvisnost zelo nelinearna (Oliveira et al., 2002b). Naslednja pomembna težava glede empirič nega modeliranja na splošno in zlasti empirič nega modeliranja sonč nega obseva je usklajevanje nač ela preprostosti s potrebo po č im širši uporabnosti. Preprosti empirič ni modeli so najpogosteje omejeni na določ eno regijo in letni č as. Jacovides et al. (2006) menijo, da je model, ki so ga predlagali Oliveira et al. (2002b) ter Soares et al. (2004), uč inkovitejši od regresijskih modelov, vendar nobeden izrecno ne uporablja informacij o vrstah oblakov, ki so eden najpogostejših in najpomembnejših pojavov v ozrač ju ter pomemben dejavnik podnebnega sistema in procesov podnebnih sprememb (Stephens, 2005). Naslednji dejavnik, ki otežuje ocenjevanje globalnega sonč nega obseva na mestnih območ jih pa tudi drugje, je onesnaženost zraka. Onesnažen zrak vpliva na razpršeno sonč no obsevanje neposredno z razpršitvijo na aerosolih (Pereira et al., 2000) in posredno z zveč anjem števila vodnih kapljic v oblakih v onesnaženem zraku (Rosenfeld & Woodley, 2001). Soares et al. (2004) smo za premostitev teh težav uporabili metodo umetnih nevronskih mrež, s katero smo ocenili difuzni sonč ni obsev po urah. Metode z uporabo umetnih nevronskih mrež implicitno upoštevajo oblač nost in druge parametre. Umetne nevronske mreže so se namreč sposobne nauč iti te vzorce. Edina težava pri tej metodi je ta, da umetne nevronske mreže težko uporabljajo osebe, ki niso razvile algoritma. Ta slabost je znač ilna za več ino neparametrič nih modelov. Metode modeliranja povpreč nega polurnega difuznega sonč nega obseva na Letališč u Portorož Na Letališč u Portorož ob seč oveljskih solinah je avtomatska meteorološka postaja (AMP) ARSO-a, katera je opremljena s standardnimi merilniki, ki jih potrebuje manjše 48 letališč e. Poleg merilnika za globalni sonč ni obsev ima postaja tudi merilnik za difuzni sonč ni obsev, ki potrebuje premikanje senč ila dvakrat na teden ob enakonoč ju, ko so spremembe največ je. Ob sonč nem obratu pa je ta interval bistveno daljši. Ker je na letališč u vsak dan dežurni meteorolog, je postaja zelo dobro vzdrževana. Postaja vzorč uje podatke o sonč nem obsevu na nekaj sekund in jih vsake polure statistič no obdela in shrani. Od ARSO-a smo dobili vse polurne podatke meritev AMP Letališč e Portorož od 1.1.2012 do 30.6.2014. Ta merilna baza je bila osnova za razvoj modelov za difuzni sonč ni obsev in za njihovo vrednotenje. Merilnih podatkov, ki smo jih uporabili za razvoj, nismo uporabili za vrednotenje modelov. Za modeliranje smo uporabili metodo umetnih nevronskih mrež (UNM). Izbrali smo Perceptronsko UNM s katero imamo največ izkušenj. UNM nismo sami razvijali, uporabili smo UNM z dobrimi referencami (NeuroShell,2014). V avtomatiki in pri razpoznavanju vzorcev je postopek modeliranja procesov z UNM zelo uveljavljen. Postopek je sestavljen iz: 1. izbire znač ilk (v avtomatiki se imenujejo regresorji), 2. izbire vzorcev za uč no in testno množico ter množico za vrednotenje modela, 3. uč enje UNM, 4. vrednotenje rezultatov. Č e nismo zadovoljni z rezultati, obič ajno ponovimo postopek z drugimi ali dodanimi znač ilkami. Ker so ti izrazi tuji raziskovalcem iz drugi ved, bomo izraze razložili na primeru preprostega modela za povpreč ni polurni difuzni sonč ni obsev. S tem smo izbrali izhod iz modela, ki se imenuje izhodna znač ilka. Za vhode v model izberemo povpreč ne polurne merilne podatke globalnega sonč nega obseva, temperature zraka na višini 2 m, relativne vlažnosti zraka, hitrosti vetra in trenutne ure v dnevu v istem č asu kot je izhodna znač ilka. Lahko bi izbrali merilne podatke iz prejšnjega č asovnega intervala ali več č asovnih intervalov nazaj. To so vhodne znač ilke. Vzorec pa je vektor vrednosti vhodnih in izhodnih znač ilk v določ enem č asu. Znač ilka ni nujno merjen podatek. Uro v dnevu smo dodali, ker predvidevamo, da je moč na poveza med č asom v dnevu in difuznim sonč nim obsevom. Poudariti je potrebno, da, č e želimo »napovedati« difuzni sonč ni obsev, moramo imeti merilne podatke difuznega sonč nega obseva za razvoj – izgradnjo modela. Pred uč enjem UNM moramo nastaviti ustrezne datoteke, da UNM lahko prebere podatkovne datoteke z uč nimi in testnimi vzorci. V procesu uč enja UNM za uč enje uporablja uč ne vzorce. Testne vzorce pa uporablja za optimizacijo uč enja, ker je najboljši model tisti, ki ima najmanjšo napako na testnih vzorcih. Kvaliteto dobljenega modela pa lahko nato določ imo z množico vzorcev za vrednotenje, ki niso bili uporabljeni med procesom uč enja. Za vrednotenje obič ajno uporabljamo različ ne cenilke naprimer: korelacijo, vsoto kvadratov napake, odklon (bias), ... Rezultati Za model difuznega obseva na postaji Portorož smo pripravili več modelov katerih cilj je bil empirič no določ iti č im bolj optimalen model glede na razpoložljivost meritev. V tem poglavju bomo predstavili dva modela, od katerih je eden zelo uspešen (»Nadgrajeni«), drugi pa nekoliko manj (»Osnovni«). Tako bomo lahko predstavili razlike, ki do tega privedejo. Za izgradnjo modela smo uporabili podatke izmerjene v letu 2012. Podatke iz leta 2013 in prve polovice leta 2014 pa smo uporabili zgolj za neodvisno preizkušanje – vrednotenje 49 modela. Vrednotenje je tako potekalo na obširnem podatkovnem setu, ki v procesu izgradnje modela ni bil udeležen. Zadosti velika množica podatkov za vrednotenje (okvirno za polovico več ja od podatkov za izgradnjo modela) pa je poleg č asovne zaporednosti garancija za solidno neodvisno oceno kvalitete zgrajenih modelov. Podatke iz leta 2012 smo nadalje razdelili na manjšo množico za optimizacijo (20 % naključ no izbranih vzorcev) in preostalo množico za uč enje. Proces uč enja je bil vedno izveden z algoritmom povratnega širjenja vpliva napake (»backpropagation«), ki je eden od osnovnih možnih. Umetna nevronska mreža je imela topologijo klasič ne perceptronske nevronske mreže, z dvema skritima nivojema. Vsak od skritih nivojev je imel po 46 nevronov, vsak od teh nevronov pa nelinearno sigmoidno prenosno funkcijo. Konč na nauč ena nevronska mreža za model je bila tista, ki je pokazala najmanjšo povpreč no kvadratno napako napovedi difuznega obseva na optimizacijskih vzorcih. Ta model smo potem preizkusili na množici vzorcev za vrednotenje. Vse znač ilke smo normirali glede na prič akovani razpon merilnih ali izrač unanih vrednosti. Za vse meritve smo uporabljali polurne povpreč ne vrednosti. Pri prvem modelu imenovanem »Osnovni« smo uporabili naslednje polurne povpreč ne znač ilke: temperaturo zraka, relativno vlažnost zraka, globalno sonč no obsevanje, zrač ni tlak, hitrost vetra, padavine ter zaporedno številko dneva v letu in uro v dnevu. Model je dal solidno dobre rezultate na množici za vrednotenje. Vrednosti cenilk so predstavljene v preglednici 1. Podrobna definicija cenilk je na voljo v delovnem priroč niku orodja Delta Tool, ki je izdelan v okviru FAIRMODE foruma za modeliranje onesnaževanja ozrač ja v Evropi (Thunis et al., 2011). Najbolj smo se za kvaliteto modela orientirali po cenilki R (Pearsonov koeficient korelacije), ki je znašala 0.902. Preglednica 1 - Vrednosti cenilk za »Osnovni« model FAC2 je razmerje med številom modeliranih vrednosti, ki so na intervalu med 0.5 in 2.0 merjene vrednosti, in številom vseh modeliranih vrednosti. Zatem pa smo model izboljšali tako, da smo navedenim vhodnim znač ilkam dodali še dve znač ilki in sicer horizontalno instrumentalno vidljivost (RVR) in bazo oblakov. Obe znač ilki sta klasič ni avtomatski meritvi, ki se ju izvaja na vseh solidno opremljenih letališč ih. RVR je vidljivost v vodoravni smeri (RVR,2014), baza oblakov pa je višina na kateri se nahaja prvi sloj oblakov. Obe meritvi sta avtomatizirani do te mere, da zahtevata le obč asno vzdrževanje, podobno kot ostali meteorološki senzorji. Pomembno je, da ti dve 50 meritvi ne zahtevata pogostega nastavljanja ali kontroliranja, kar je sicer obič ajno zahtevano za merilnike difuznega in direktnega sonč nega obseva. Dodatni izbrani znač ilki sta izjemnega pomena zato, ker nam vodoravna vidljivost precej pove o prisotnosti megle, ki razprši sonč no svetlobo. Prisotnost oblakov pa tudi ključ no vpliva na razmerje direktno / difuzno sonč no obsevanje. Avtomatski merilnik pa nam ne omogoč a identifikacije vrste oblakov, kar bi bilo dodatno zelo uporabno. Novi model imenovan »Nadgrajeni« z dodatnima znač ilkama je izboljšal ključ no cenilko R na vrednost 0.924. V preglednici 2 so prikazane še vrednosti ostalih cenilk v primerjavi z »Osnovnim« modelom. Na sliki 1 sta predstavljena grafa raztrosa merjenih in napovedanih vrednosti difuznega sonč nega obseva za oba modela. Graf raztrosa »Nadgrajenega« modela kaže v glavnem zelo solidno obnašanje modela, nekaj pa je merilnih ali napovedanih vrednosti, ki se zelo približajo osem, kar kaže, da je še vedno nekaj merilnih vzorcev katerih obnašanja ne moremo opisati z informacijo, ki jo nosijo merilne vrednosti izbranih znač ilk. To je zaenkrat odprto polje za nadaljnje delo. Sledijo še trije izseki – grafi č asovno zaporednih merjenih in napovedanih vrednosti difuznega sonč nega obseva na sliki 2 za lažjo predstavo kako dober ali pa kako slab je lahko model. Uporabljene so vrednosti drugega opisanega modela »Nadgrajeni« z več imi znač ilkami in množico vzorcev za vrednotenje. Preglednica 2 - Primerjava vrednosti cenilk med modeloma 51 Slika 1 – Grafa raztrosa merjenih in napovedanih vrednosti difuznega sonč nega obseva obeh modelov Že na prvi pogled so rezultati za »Nadgrajeni« model boljši kot pri »Osnovnem«. Pri »Osnovnem« modelu je oč itna omejenost pri približno 350 W/m 2 . Slabost pripisujemo premajhni informacijski vsebnosti uč nih vzorcev opisanih z navedenimi znač ilkami. 52 Slika 2 – Grafi č asovno zaporednih merjenih in napovedanih vrednosti difuznega sonč nega obseva za »Nadgrajeni« model 53 Razprava Modeli na osnovi umetnih nevronskih mrež so ena od pomembnih vrst modelov, ki so še posebej uporabni v primerih, ko imamo na voljo daljše nize zgodovinskih merjenih podatkov na izbrani lokaciji za katero želimo z modelom ponazoriti merjen fizikalni parameter. Pri izbiri vrste umetne nevronske mreže smo upoštevali, da je matematič no dokazano, da je ustrezno konfigurirana perceptronska nevronska mreža z dvema skritima nivojema z nelinearno prenosno funkcijo univerzalni aproksimator. Kar pomeni, da z njo lahko dovolj dobro ponazorimo (aproksimiramo) poljubno nelinearno funkcijo več ih vhodnih spremenljivk, pogoj je le, da ta nelinearna funkcija nima singularnosti (Hornik, 1991; Kurkova, 1992). Ker smo aproksimator izbrali za ponazoritev meteoroloških meritev, katerih č asovni nizi podatkov nimajo singularnosti, je to vsekakor ustrezna uporaba tega univerzalnega aproksimatorja. Zgrajena modela kažeta na to, da že z osnovnimi meteorološkimi meritvami lahko postavimo soliden model difuznega sonč nega obseva. Č e pa model nadgradimo še z meritvami letališke meteorologije, pa ga še izboljšamo. Slabost takega modelskega pristopa je edino v tem, da zahteva vnaprej izvedeno obdobje, ko merimo tudi modelirani parameter – difuzno sonč no obsevanje. Ko pa je model zgrajen, lahko meritev umaknemo (jo naprimer prestavimo na drugo lokacijo kjer si tudi želimo zgraditi model). Solidno dobra informacija o izmerjenih vrednostih in vsakokratnem razmerju med difuznim in direktnim sonč nim obsevanjem je ključ na vhodna informacija za inženirsko nač rtovanje sonč nih elektrarn. Poleg seveda vseh ostalih tudi od geografske lokacije odvisnih vrednosti (Rakovec et al., 2011). Sklep Predstavili smo dva relativno enostavna in kjub temu solidno uspešna modela difuznega sonč nega obsev zgrajena na osnovi perceptronske umetne nevronske mreže. Perceptronska umetna nevronska mreža je univerzalni aproksimator in je kot taka široko uporabna za različ ne ponazoritve meteoroloških parametrov (Mlakar & Božnar, 2011). Zahvala Raziskavo je delno financirala ARRS – Javna agencija za raziskovalno dejavnost Republike Slovenije, projekta št. L2-5475 in L1-4154. Literatura Bakirci, K. (2009). Models of solar radiation with hours of bright sunshine: A review. Renewable and Sustainable Energy Reviews, 13, 2580–2588. Emde, C., Mayer, B. (2007). Simulation of solar radiation during a total eclipse: a challenge for radiative transfer. Atmospheric Chemistry and Physics, 7, 2259–2270. Escobedo, J. F., Gomes, E. N., Oliveira, A. P., Soares, J. (2009). Modeling hourly and daily fractions of UV, PAR and NIR to global solar radiation under various sky conditions at Botucatu, Brazil. Applied Energy, 86, 299–309. 54 Gueymard, C.A., Myers, D. R. (2009). Evaluation of conventional and high-performance routine solar radiation measurements for improved solar resource, climatological trends, and radiative modeling. Solar Energy, 83,171–85. Gupta, S. K., Ritchey, N. A., Wilber, A. C., Whitlock, C. H., Gibson, G. G., Stackhouse, Jr. P.W. (1999). A climatology of surface radiation budget derived from satellite data. Journal of Climate, 12, 2692–710. Hornik, K. (1991). Approximation capabilities of multilayer feedforward networks. Neural Networks 4, 251-257 Jacovides, C. P., Tymvios, F. S., Assimakopoulos, V. D., Kaltsounides, N.A. (2007). The dependence of global and diffuse PAR radiation components on sky conditions at Athens, Greece. Agricultural and Forest Meteorology, 143, 277–87. Jacovides, C. P., Tymvios, F. S., Assimakopoulos, V. D., Kaltsounides, N.A. (2006). Comparative study of various correlations in estimating hourly diffuse fraction of global solar radiation. Renewable Energy, 31, 2492–504. Jain, P.K., Lungu, E.M. (2002). Stochastic models for sunshine duration and solar irradiation Renewable Energy, 27, 197–209. Janjai, S., Pankaew, P., Laksanaboonsong, J. (2009). A model for calculating hourly global solar radiation from satellite data in the tropics, Applied Energy, 86(9), 1450-1457 (DOI: 10.1016/j.apenergy.2009.02.005). Jebaraj, S., Iniyanb, S. A (2006). Review of energy models. Renewable and Sustainable Energy Reveiw,10, 281–311. Jiang, Y. (2009). Estimation of monthly mean daily diffuse radiation in China. Applied Energy, 86(9), 1458-1464 (DOI: 10.1016/j.apenergy.2009.01.002). Kurkova, V. (1992). Kolmogorov’s Theorem and Multilayer Neural Networks, Neural Networks, 5, 501-506 Li, H., Ma, W., Lian, Y., Wang X. (2010). Estimating daily global solar radiation by day of year in China. Applied Energy, 87, 3011-3017(DOI: 10.1016/j.apenergy.2010.03.028). Mlakar, P., Božnar, M. Z. (2011). Artificial Neural Networks - a Useful Tool in Air Pollution and Meteorological Modelling, Advanced Air Pollution, Dr. Farhad Nejadkoorki (Ed.), ISBN: 978- 953-307-511-2, InTech, DOI: 10.5772/20824. Available from: http://www.intechopen.com/books/advanced-air-pollution/artificial-neural-networks-a-useful- tool-in-air-pollution-and-meteorological-modelling Moheimani, N. R. (2005). The culture of coccolithophorid algae for carbon dioxide bioremediation. PhD thesis. Murdoch University. AustrÆlia, 252 pp. NeuroShell 2, Ward Systems Group, Inc. (2014). http://www.wardsystems.com/neuroshell2.asp (20.11.2014). Oliveira, A. P., Escobedo, J. F., Machado, A. J., Soares, J. (2002a). Diurnal evolution of solar radiation at the surface in the City of Sªo Paulo: seasonal variation and modeling. Theoretical and Applied Climatology, 71(3-4), 231-249. Oliveira, A. P., Escobedo, J. F., Machado, A. J., Soares, J. (2002b). Correlation models of diffuse solar radiation applied to the City of Sªo Paulo (Brazil). Applied Energy, 71(1), 59-73. Pereira, E. B., Abreu, S. L., Stuhlmann, R., Rieland, M., Colle, S. (1996). Survey of the incident solar radiation in Brazil by use of Meteosat satellite data. Solar Energy, 57(2), 125-132. Pereira, E. B., Martins, F. R., Abreu, S. L., Couto, P., Stuhlmann, R., Colle, S. (2000). Effects of burning of biomass on satellite estimations of solar irradiation in Brazil. Solar Energy, 68(1), 91–107. Rakovec, J., Zakšek, K., Brecl, K., Kastelec, D., Topic, M. (2011). Orientation and Tilt Dependence of a Fixed PV Array Energy Yield Based on Measurements of Solar Energy and Ground Albedo – a Case Study of Slovenia, Energy Management Systems, Dr Giridhar Kini (Ed.), ISBN: 978-953-307-579-2, InTech, DOI: 10.5772/18386. Available from: http://www.intechopen.com/books/energy-management-systems/orientation-and-tilt- dependence-of-a-fixed-pv-array-energy-yield-based-on-measurements-of-solar-ener Ricchiazzi, P., Yang, S., Gautier, C., Sowle, D. (1998). SBDART: A Research and Teaching Software Tool for Plane-Parallel Radiative Transfer in the Earth’s Atmosphere. Bulletin of the American Meteorological Society, 79, 2101-2114. 55 Rosenfeld, D., Woodley, W. (2001). Pollution and clouds. Physics World, February, 33–7. Ruiz-Arias, J.A., Cebecauer, T., Tovar-Pescador, J., Suri M. (2010). Spatial disaggregation of satellite-derived irradiance using a high-resolution digital elevation model. Solar Energy (doi:10.1016/j.solener.2010.06.002). RVR, http://en.wikipedia.org/wiki/Runway_visual_range, (20.12.2014). Sansigolo, C. A. (1997). Non-Stationary Markov Chains for Modelling Daily Sunshine at Sªo Paulo, Brazil. Theoretical and Applied Climatololgy, 56, 225-230. Sen, Z. (1998). Fuzzy algorithm for estimation of solar irradiation from sunshine duration. Solar Energy, 63(1), 39–49. Senkal, O., Kuleli, T. (2009). Estimation of solar radiation over Turkey using artificial neural network and satellite data. Applied Energy, 86(7-8), 1222-1228 (DOI: 10.1016/j.apenergy. 2008.06.003). Soares, J., Oliveira, A. P., Božnar, M. Z., Mlakar, P., Escobedo, J. F., Machado, A. J. (2004). Modeling hourly diffuse solar radiation in the city of Sªo Paulo using neural network technique. Applied Energy, 79, 201–14. Stanhill, G., Cohen, S. (2001). Global dimming: A review of the evidence for a widespread and significant reduction in global radiation with discussion of its probable causes and possible agricultural consequences. Agricultural and Forest Meteorology, 107, 255–78. Stephens, G. L. (2005). Cloud Feedbacks in the Climate System: A Critical Review. Journal of Climate, 18, 237-273. Thunis, P., Georgieva, E., Pederzoli, A. (2011). The DELTA tool and Benchmarking Report template, Version 1, FAIRMODE, Forum for air quality modelling, Joint Research Centre, Ispra, European Comission, http://aqm.jrc.ec.europa.eu/DELTA/ (12.11.2014). Wong, L.T., Chow, W.K. (2001). Solar radiation model. Applied Energy, 69, 191–224. Zaharim, A., Razali, A. M., Gim, T. P., Sopian, K. (2009). Time series analysis of solar radiation data in the tropics, European Journal of Scientific Research, vol. 25, no. 4, 672–678 57 Aerofotografiranje in aerolasersko skeniranje Slovenije Vasja Bric * , Sandi Berk * , Katja Oven * in Mihaela Triglav Č ekada * Povzetek Kombinacija aerofotografiranja in aerolaserskega skeniranja omogoč a izkorišč anje prednosti obeh metod zajema podatkov: več jo višinsko toč nost, ki sledi iz aerolaserskega skeniranja, in boljšo vizualno interpretacijo prostora, ki jo omogoč ajo aerofotografije. Najprej je na kratko opisana zgodovina fotogrametrič nega aeofotografiranja v Sloveniji, ki se je prič elo izvajati v letu 1971. Potem je predstavljen trenutno potekajoč projekt aerolaserskega skeniranja Slovenije. Obravnavane so možnosti izboljšav ciklič nega aerofotografiranja Slovenije in možne alternative profesionalnim velikoformatnim aerofotoaparatom. Prav tako so podani predlogi za vzdrževanje izdelkov aerolaserskega skeniranja v prihodnosti. Opisani so najpomembnejše vplivi na kakovost najbolj uporabljanih izdelkov obeh metod: ortofotov in digitalnega modela reliefa. Ključ ne besede: aerofotografiranje, digitalni model reliefa, aerolasersko skeniranje, ortofoto Key words: aerial photography, aerial laser scanning, orthophoto, digital terrain model Uvod Od preloma tisoč letja naprej se je zdelo, da bo lasersko skeniranje izpodrinilo klasič no fotogrametrijo. Vendar se to ni zgodilo. Aerolasersko skeniranje postaja komplementarna metoda zajema podatkov o zemeljskem površju, ki skupaj z aerofotografijami daje optimalne rezultate. Kot bomo opisali v nadaljevanju, aerolasersko skeniranje daje toč ne višine, medtem ko aerofotogrametrija omogoč a dobro vizualno interpretacijo prostora. Tako se skoraj vedno ob naroč ilu aerolaserskega skeniranja za manjša in srednje velika območ ja istoč asno vključ uje tudi aerofotografiranje. Da bomo loč ili med klasič nim aerolaserskim skeniranjem in kombinacijo aerolaserskega skeniranja in istoč asnega aerofotografiranja, bomo to kombinacijo imenovali aerolasersko snemanje, ki se več inoma uporablja pri zajemu podatkov vzdolž različ nih infrastrukturnih objektov (cest, železnic, daljnovodov) in drugih po površini manjših projektov. Pri zajemu podatkov za celo državo ali več jo regijo se aerolasersko skeniranje in aerofotografiranje izvajata loč eno, saj aerofotografiranje zahteva boljše vremenske in svetlobne pogoje ter se obič ajno izvaja precej višje nad terenom kot lasersko skeniranje. Istoč asna uporaba velikoformatnega aerofotoaparata in laserskega skenerja zato zaenkrat še vedno ni gospodarna. Vsedržavno aerolasersko snemanje so izvedli v Švici, medtem ko so aerolasersko skeniranje loč eno od aerofotografiranja izvedli na Nizozemskem, Finskem, Švedskem, Danskem, v nekaterih deželah Nemč ije, v Avstriji in v nekaterih regijah Italije, med njimi v nam sosednji Furlaniji - Julijski krajini, ki je bila skenirana med leti 2006 in 2009 (Triglav Č ekada in sod., 2012). Sam princip in uporabnost podatkov aerolaserskega skeniranja sta že bila podrobneje opisana (Bric in sod., 2011). V prič ujoč em č lanku se osredotoč imo na primerjavo aero- laserskega skeniranja in aerofotografiranja ter izpostavimo možnosti hkratne uporabe * Geodetski inštitut Slovenije, Jamova cesta 2, 1000 Ljubljana 58 oblaka toč k in aerofotografij. Najprej na kratko opišemo dolgoletni projekt Ciklič nega aerofotografiranja Slovenije (v nadaljevanju: CAS) s poudarkom na zadnjih treh ciklih ter morebitne spremembe pred naslednjimi cikli. Potem opišemo projekt Lasersko skeniranje Slovenije (v nadaljevanju: LSS), ki se je zač el ponovno izvajati v letu 2014. Na koncu obravnavamo še kakovost različ nih izdelkov pridobljenih iz podatkov aerolaserskega skeniranja ali aerofotografiranja. Ciklič no aerofotografiranje Slovenije (CAS) Aerofotografiranje v Sloveniji se je z lastno ekipo zač elo leta 1971 na Geodetskem zavodu Slovenije (v nadaljevanju: GZS). Leta 1975 se je zač elo sistematič no izvajanje projekta CAS. Po letu 1985 so se izvajali triletni cikli v različ nih merilih in tehnologijah, na podlagi katerih loč imo analogno in digitalno dobo aerofotografiranja (Portal prostor, 2014). Ves ta č as so se spreminjale zahteve, tehnologija in izvedba, število uporabnikov pa je narašč alo. Za financiranje je ves č as skrbela Geodetska uprava Republike Slovenije (v na- daljevanju: GURS). Izvajanje CAS je vse do leta 2007 opravljal GZS, potem je operativa izvedba prešla v tuja podjetja. Potreba po vsedržavnem aerofotografiranju je danes še več ja, kot je bila v preteklosti, ob tem je treba spremljati razvoj tehnologij, ki neposredno in posredno vplivajo na izvajanje CAS in uporabo njegovih izdelkov. Analogna doba (1971–2005) Analogno dobo aerofotografiranja je zaznamovala uporaba aerofotoaparatov, ki za medij zaznavanja svetlobe uporabljajo fotografski film. Sprva so bili to č rno-beli filmi, ki so jih kasneje zamenjali barvni filmi ter barvni infrardeč i filmi obč utljivi na bližji infrardeč i del svetlobnega spektra, rdeč o in zeleno, kar je omogoč alo boljšo interpretacijo v kmetijstvu, gozdarstvu, hidrologiji in geologiji. Do leta 1985 sta se merilo aerofotografiranja, ki se izrač una kot količ nik med gorišč no razdaljo aerofotoaparata in višino letala nad terenom, kot tudi č as izvedbe cikla, spreminjala. Z letom 1985 se je prič elo izvajati aerofotografiranje s triletnim ciklom, kar pomeni, da je bila vsako leto aerofotografirana tretjina slovenskega ozemlja. Merilo ni bilo enotno. Za ruralna in gorata območ ja je bilo izbrano merilo 1 : 17 500 in za urbana območ ja 1 : 10 000. Merilo 1 : 17 500 je bilo izbrano zaradi pokrivanja lista temeljnega topografskega nač rta v merilu 1 : 5000 (v nadaljevanju: TTN 5), ki v naravi pokriva območ je 2,25 km × 3 km, z enim stereomodelom, kar je pomenilo enostavnejše vzdrževanje TTN 5. Merilo aerofotografiranja se je leta 1992 poenotilo na 1 : 17 500, za potrebe izdelave topografskih nač rtov več jih meril pa so se izvajala t. i. posebna aerofotografiranja (npr. v merilu 1 : 5000 za potrebe izdelave nač rtov v merilu 1 : 1000), vendar samo lokalno. V zač etku devetdesetih let se je v Sloveniji prič ela doba digitalne fotogrametrije z nakupom optič nih skenerjev in rač unalnikov z možnostjo stereoopazovanja t. i. digitalnih fotogrametrič nih postaj, sledila je izdelava digitalnih modelov reliefa (v nadaljevanju: DMR) in ortofotov. Pred zač etkom izvedbe novih ciklov aerofotografiranja so strokovnjaki dopolnili tehnič ne zahteve izvajanja projekta CAS. Eden izmed mejnikov v izvajanju CAS je bil cikel 2000–2002, ko so se natanč neje določ ila območ ja izvedbe aerofotografiranja v 59 posameznem letu in so trigonometrič ne sekcije postale zaključ ene enote predaje izdelkov projekta. Med tehnološkimi prelomnicami je leto 1999, ko je GZS kupil takrat najkakovostnejši analogni aerofotoaparat Leica RC30, ki je že omogoč al zajem podatkov GNSS za natanč en izrač un koordinat perspektivnih centrov in s tem izboljšanje kakovosti aerotriangulacije. Isto leto je bil nabavljen tudi skener Leica DSW300, ki je omogoč al bistveno hitrejše skeniranja filmov od leta 1993 kupljenega DSW100. Prelomnica v nač inu prikaza je leto 2003, ko je bil del slovenskega ozemlja v okviru projekta CAS prvič fotografiran v barvni tehniki. Digitalna doba (2006–2014) Digitalna doba sistemskega aerofotografiranja v Sloveniji se prič ne leta 2006, ko je GZS z novim velikoformatnim profesionalnim digitalnim aerofotoaparatom Zeiss/Intergraph Digital Mapping Camera (v nadaljevanju: Z/I DMC) aerofotografiral celotno državo. Izdelki CAS so bili do leta 2009 georeferencirani v državnem koordinatnem referenč nem sistemu D48/GK, odtlej v D96/TM. Vsi izdelki so predmet nadzora kakovosti, pri č emer se vzorč no ugotavljata absolutna ravninska toč nost ortofota in absolutna višinska toč nost DMR. Preverjajo se tudi druga morebitna odstopanja od specifikacij v razpisni dokumentaciji. CAS 2006–2007 GURS je v sodelovanju s sofinancerji poskrbela za razpis izvedbe CAS, ki je bilo prvič izvedeno v digitalni tehniki (Javna naroč ila: Razpisna dokumentacija za izvedbo CAS 2006). Č as izvedbe aerofotografiranja za celotno državo, aerotriangulacije in izdelave DMR ter ortofota je bil zelo kratek, saj je naroč nik želel s tem pridobiti č asovni presek stanja v prostoru za celotno državo. Osnovni izdelki so bili: aerofotografije in njihovi parametri zunanje orientacije, DMR – prvič s celico mreže velikosti 5 m × 5 m, za vsako toč ko izrač unan nagib in orientacijo nagiba ter barvni in barvni infrardeč i ortofoto. Nominalna dolžina talnega intervala (v nadaljevanju: DTI) oz. velikost celice rastra aeroposnetkov na terenu je bila 50 cm za 37 in 25 cm za 22 trigonometrič nih sekcij. Ortofoti so bili za celotno državo izdelani z DTI = 50 cm. Osnovna enota vseh izdelkov je bil fotogrametrič ni blok, ki je bil izenač en z velikostjo trigonometrič ne sekcije (22,5 km × 15 km) oz. je bil poveč an ali zmanjšan ob državni meji ter ob morju. Pri izvedbi aerofotografiranja je bil uporabljen aerofotoaparat Z/I DMC z gorišč no razdaljo 12 cm in velikostjo najmanjšega slikovnega elementa 12 µ m. CAS 2009–2011 V letu 2009 je Slovenija prvotno pristopila k izvajanju CAS v dvoletnem ciklu, vendar se je v letu 2010 aerofotografiranje severozahodnih fotoblokov preneslo v leto 2011 (Javna naroč ila: Razpisna dokumentacija za izvedbo CAS 2009–2010). 60 V okviru tega CAS so bili izdelki enaki kot v predhodnem ciklu razen izrač una nagiba in orientacije nagiba terena na toč kah DMR ter barvnih infrardeč ih ortofotov. Izdelano je bilo tudi manjše število ortofotov z DTI = 25 cm, tj. samo 34 listov v merilu 1 : 5000. Velika več ina ortofotov je bila izdelana z DTI = 50 cm. Poostrila se je zahteva glede nominalne velikosti najmanjšega slikovnega elementa aerofotografije na terenu, in sicer na DTI = 25 cm. Novo v ciklu 2009–2011 je bilo predvsem to, da so se vsi izdelki predali v izvornem koordinatnem referenč nem sistemu D96/TM, medtem ko so se vsi izdelki, razen parametrov zunanje orientacije aerofotografij, transformirali v D48/GK. Za posamič no sekcijo so bile izdelane tudi datoteke s konč nico DMRO, ki so bile glede na datoteke DMR spremenjene samo na več jih viaduktih in daljših mostovih in so bile uporabljene pri izdelavi ortofotov. Za vse omenjene spremembe je bila podlaga podana v tehnič nih navodilih iz leta 2008. CAS 2012–2014 V izvedbi CAS 2012–2014 je bil predviden triletni izvedbeni cikel in s tem približno enako velika podobmoč ja kot v predhodnem ciklu. V primerjavi s prejšnjim ciklom CAS je bilo spremenjeno to, da so aerofotografije vsebovale vse štiri kanale (rdeč i, zeleni, modri in bližnji infrardeč i) izdelani pa so bili tudi barvni infrardeč i ortofoti z DTI = 50 cm. Izdelki za podobmoč ji 1 in 2 (glej Sliko 1) iz aerofotografij zajetih v letih 2012 in 2013 so že na razpolago, v letu 2014 pa predvsem zaradi slabega vremena v visokogorju pod- območ je 3 ni bilo aerofotografirano v celoti (Javna naroč ila: Razpisna dokumentacija za izvedbo CAS 2012–2014). Izpadla sta fotogrametrič na bloka Kranj in Bovec. CAS 2014 Zaradi dodatnih potreb je država za leto 2014 razpisala ponovno aerofotografiranje podobmoč ij 1 in 2, kar bi pomenilo nov č asovni presek stanja na sloju ortofota, podobno kot za leto 2006 (Javna naroč ila: Razpisna dokumentacija za izvedbo CAS 2014), ki se zaradi izpada dveh od štirih fotogrametrič nih blokov iz podobmoč ja 3 ni uresnič ilo. Vseh osem blokov v okviru podobmoč ij 1 in 2 je bilo uspešno aerofotografiranih, dokonč ani so bili tudi vsi zahtevani izdelki. 61 Slika 1: Delitev na tri podobmoč ja izvedbe CAS Alternative obstoječ emu CAS Ob vsakokratni pripravi na izvedbo CAS se zastavijo vprašanja kot so: Ali je treba in kaj spremeniti v specifikacijah? Kako najnovejša tehnologija vpliva na izvedbo CAS? Ali obstaja cenejša rešitev? Ali so satelitski posnetki ali aerolasersko skeniranje ustrezna zamenjava (Nex in sod., 2011)? Ali je razdelitev na podobmoč ja ustrezna? Katere izdelke bi dodali, da bi bila uporabnost CAS še več ja? Zaradi možnosti izdelave kakovostnejših izdelkov bi bilo smiselno poveč ati vzdolžni preklop s 60 % na 80 %, kar ne poveč a količ ine letenja, temveč le količ ino podatkov ter č as procesiranja, vendar minimalno vpliva na konč no ceno projekta. Poveč anje preč nega preklopa z 20 % na 60 % bi več kot podvojilo količ ino letenja in s tem bistveno poveč alo stroške aerofotografiranja. Po drugi strani bi poveč anje preč nega preklopa izboljšalo kakovost ortofota, ki bi postal podoben popolnemu ortofotu (angl. true orthophoto). S poveč anjem preklopa in z uporabo novih metod slikovnega ujemanja (Hirschmuller, 2008) bi kakovost poveč ali tudi digitalnemu modelu površja (v nadaljevanju: DMP), ki ga lahko samodejno izdelamo iz aerofotografij. DMP opisuje ploskev, ki jo določ ajo strehe stavb in vrhovi vegetacije, torej vse kar najprej zazna senzor pred seboj oz. je vidno na sami aerofotografiji. Izboljšanje algoritmov slikovnega ujemanja bi na neporašč enih območ jih, z nekaj slabšo toč nostjo, omogoč alo celo vzdrževanje DMR, ki bo na novo izdelan v okviru projekta LSS. DMR za razliko od DMP prikazuje ploskev, ki je opredeljena z golimi tlemi, torej prikazuje tla brez vegetacije in stavb. Mogoč a je zamenjava tehnologije velikoformatnih profesionalnih aerofotoaparatov z različ nimi več slikovnimi sistemi, ki uporabljajo dva ali več srednjeformatnih aerofoto- aparatov (Li in sod., 2008; Nex, 2010). Postavitev dveh takih aerofotoaparatov skupaj poveč a širino pasu aerofotografiranja, lahko se uporabi tudi več aerofotoaparatov obrnjenih v različ ne smeri, ki zajemajo delno nagnjene (angl. oblique) aerofotografije (Höhle, 2008; Wagner in sod., 2013). Informacij je na nagnjenih aerofotografijah, še posebej, č e je isti objekt fotografiran več krat, več kot na vertikalnih aerofotografijah. Ravno več ja količ ina informacij o posameznih zgradbah je preprič ala Malto, da so celotno državo posneli na ta 62 nač in (Formosa in sod., 2013). V primerjavi z vertikalnimi aerofotografijami veliko- formatnih aerofotoaparatov je treba leteti nižje in več , kompleksnejša je tudi orientacija in interpretacija nagnjenih aerofotografij. Pri vsedržavnih aerofotografiranjih, kjer je treba velike površine zajeti v č im krajšem č asu, je zelo pomembna radiometrič na izenač enosti aerofotografij za namene samodejne klasifikacije objektov. Na nagnjenih aerofotografijah je radiometrič no izenač enost še težje doseč i. Č e primerjamo profesionalne velikoformatne aerofotoaparate z uporabo enega ali več srednjeformatnih, so pomanjkljivosti slednjih sledeč e: manjša višina zajema oz. več letanja, več ja obč utljivost na veter zaradi uporabe lažjih letal, slabša določ ljivost nagibov zaradi neuporabe stabilizacijskega podnožja, več ja možnost neostrin zaradi neuporabe kompenzacije pomika slike, slabša toč nost neposredne orientacije zaradi uporabe cenejših rešitev za georeferenciranje, slabša geometrič na kakovost, saj izdelava srednjeformatnih fotoaparatov ni namenska. Več ino teh pomanjkljivosti je mogoč e odpraviti z ustrezno dodatno opremo in izboljšavami (Wagner, 2011), vendar to dvigne ceno izdelave srednje- formatnim fotoaparatom in pod vprašaj postavi konkurenč nost nasproti profesionalnim velikoformatnim aerofotoaparatom. Satelitskim senzorjem so prostorsko loč ljivost v zadnji dveh desetletjih poveč ali iz nekajmetrske na polmetrsko oz. na 31 cm na WorldView-3 (DigitalGlobe, 2014), ob tem so izboljšali tudi spektralno, č asovno in radiometrič no loč ljivost. Satelitski posnetki pokrivajo velike površine in se obič ajno več uporabljajo v velikih, manj razvitih državah za osnovno državno kartiranje, medtem ko jih razvite države uporabljajo za prostorske, agrarne, okoljske in druge analize ter izdelavo in vzdrževanje topografskih kart manjših meril. V primerjavi z velikoformatnimi aerofotoaparati imajo slabšo prostorsko, primerljivo radiometrič no ter boljšo spektralno in č asovno loč ljivost. Slabša je geometrič na toč nost in možnost uporabe za stereozajem. Cena satelitskih posnetkov je v mononač inu do trikrat, v stereonač inu pa do šestkrat višja (LANDinfo Wordwide Mapping: Cenik satelitskih posnetkov) v primerjavi z aerofotografijami. Ob tem je treba upoštevati še, da je število pripadajoč ih licenc uporabe teh podatkov majhno (do pet), kar podatke pri množič ni uporabi še podraži. Resna alternativa aerofotografiranju je aerolasersko snemanje, ki vključ uje aerofoto- grafiranje z velikoformatnim aerofotoaparatom in istoč asno aerolasersko skeniranje z zmogljivim laserskim skenerjem (Landtwing in Whitacare, 2008; Rinaudo, 2011). Največ ji strošek aerolaserskega skeniranja ali aerofotografiranja je faza zajemanja podatkov. Istoč asno aerolasersko skeniranje in aerofotografiranje prepolovi strošek loč enega dva- kratnega letenja, vendar zahteva visokozmogljive instrumente in ustrezno veliko zrač no plovilo, v katero je mogoč e opremo namestiti in ji zagotoviti dovolj energije za več urno delovanje. Laserski skener bi ob č akanju na ustrezno vreme za aerofotografiranje lahko skeniral na drugih območ jih, kar precej zmanjša gospodarnost istoč asnega zajema podatkov Lasersko skeniranje Slovenije (LSS) Prvo aerolasersko skeniranje Slovenije se je prič elo izvajati v letu 2011, vendar je izbrani izvajalec po uspešnem zač etku zašel v težave in nato tudi v steč aj. Projekt je bil poimenovan Lasersko skeniranje in aerofotografiranje Slovenije (v nadaljevanju: LSA). Trenutno poteka drugi poskus vsedržavnega aerolaserskega skeniranja, ki naj bi bil zaključ en do sredine leta 2015. 63 LSA 2011 Prvi projekt aerolaserskega skeniranja Slovenije je poleg skeniranja celotnega območ ja države vseboval še devet poplavno ogroženih območ ij in štiri območ ja več jih zemeljskih plazov (glej Sliko 2). Na teh lokacijah je bila zahtevana gostota laserskih toč k več ja, in sicer najmanj 10 toč k na m 2 (t. i. območ ja tipa A), medtem ko je bila predvidena gostota za več ino države 5 toč k na m 2 (t. i. območ ja tipa B). Za območ ja Julijskih in Kamniško- Savinjskih Alp ter velikih gozdov je bila zahtevana gostota 2 toč ki na m 2 – t. i. območ ja tipa C. Rezultati projekta LSA (Triglav Č ekada in sod., 2012) poleg georeferenciranega oblaka toč k (v nadaljevanju: GOT) vsebujejo še standardno klasifikacijo oblaka laserskih toč k v razrede, imenovano georeferenciran in klasificiran oblak toč k (v nadaljevanju: GKOT), oblak toč k reliefa (v nadaljevanju: OTR), DMR loč ljivosti 1 m (DMR 1), ter za omenjenih 13 ožjih območ ij tudi aerofotografije in ortofoto. DMR 1 je shranjen v ASCII-datoteki v obliki višin toč k mreže ter v rastrski obliki kot podoba analitič nega senč enja (v nadaljevanju: PAS). Vsi izdelki so shranjeni v datotekah, ki pokrivajo območ ja velikosti 1 km 2 , razen PAS, kjer ena datoteka pokriva območ je velikosti 25 km 2 (5000 m × 5000 m). V okviru projekta so bili lasersko posneti štirje bloki območ ja tipa A ter dve več ji območ ji tipa B (glej Sliko 2), ki skupaj ne dosegajo 10 % celotne površine države. Slika 2: Pregled območ ij predanih izdelkov v projektu LSA 2011 64 LSS 2013–2015 V letu 2013 je bilo na novo določ enih sedem poplavno ogroženih območ ij, kjer se je tudi izvedlo aerolasersko snemanje, kot je prej opisano za območ ja tipa A (glej Sliko 3). Seznam izdelkov je bil enak kot v okviru projekta LSA 2011. Projekt LSS, ki se trenutno izvaja (2014–2015) vsebuje le območ ja tipa B in C. Predvideni rezultati so enaki kot v prekinjenem projektu. Celotna država je bila za potrebe nateč aja razdeljena na tri podobmoč ja, ki so enaka delitvi v okviru projekta CAS za vse cikle po letu 2000 (glej Sliko 3). Za izvedbo laserskega skeniranja vsakega podobmoč ja posebej so se v javnem razpisu potegovala tri na predhodnem razpisu usposobljenosti izbrana podjetja. V primeru steč aja prvo izbranega podjetja bi dokonč anje projekta prevzelo na razpisu izbrano drugouvršč eno podjetje. Za vsa tri območ ja je bilo kot najugodnejši ponudnik za izvedbo skeniranja izbrano podjetje Flycom, d. o. o. Konč ni izdelki GKOT, OTR, DMR in PAS so, za razliko od preteklih skeniranj, izdelani s programom gLidar (Mongus in sod., 2014) na Geodetskem inštitutu Slovenije. Slika 3: Pregled nač rtovanih podobmoč ij izvedbe LSS Možnosti vzdrževanja DMR Najbolj uporabljan izdelek projekta LSS bo DMR 1, ki bo pokrival celotno državo v loč ljivosti 1 m. Treba bo zagotoviti njegovo vzdrževanje s periodo največ 3 leta. Možnosti vzdrževanja DMR 1 so naslednja: vsaka tri leta se izvede novo LSS, uvede se istoč asna izvedba LSS in CAS, izvedejo se posebna aerolaserska skeniranja na območ jih sprememb DMR ali pa se za vzdrževanje uporabijo orientirani stereopari aerofotografij iz CAS. Pri slednjem je mogoč e vzdrževati samo izdelek DMR 1 in OTR, seveda le izven gozdov, in ne tudi ostalih izdelkov, ki nastanejo samo pri aerolaserskem skeniranju. Strošek izvedbe LSS je pet- do šestkrat več ji od stroška izvedbe CAS. Č e vzdrževanja ne bi mogli zagotoviti za celotno državo, predlagamo ciljano vzdrževanje. Območ ja, kjer 65 bi izvajali pogostejša ponovna aerolaserska skeniranja v npr. triletnem intervalu, bi bilo treba zožiti na približno 40 % površine države, kjer se zgodi največ sprememb in bi jih bilo mogoč e odkriti v okviru projekta CAS. Tako skeniranje bi imenovali aerolasersko skeniranje Slovenije za potrebe vzdrževanja OTR in DMR 1. Na ostalih 60 % območ ij države bi spremembe DMR 1 zaznali in spremljali administrativno in na njih izvedli t. i. ciljano letno aerolasersko skeniranje na vnaprej poznanih zaključ enih območ jih. Po potrebi bi spet izvedli LSS v celoti vendar šele, č e bi zelo spremenili specifikacije oz. zahteve po npr. več ji toč nosti ali gostoti, ali č e bi se DMR spremenil na veliko lokacijah. Č e bi lahko dobili zanesljive lokacije in območ ja sprememb DMR iz drugih npr. administrativnih virov, bi bilo smiselno izvajati samo ciljano aerolasersko skeniranje. Tak nač in vzdrževanja bi bil sicer najcenejši, ker bi bilo samega zajema podatkov najmanj, vendar je tak nač in zbiranja podatkov o lokacijah spremenjenega DMR povezan z obsežnimi administrativnimi postopki, ki obič ajno ne zgotovijo 100 % registracije sprememb prostoru, verjetno bi bilo treba dopolniti tudi zakonodajo, da bi kar največ podatkov o spremembah res dobili. Vsakih nekaj ciklov ciljanega vzdrževanja bi bilo treba spet izvesti LSS v celoti. Istoč asna izvedba CAS in LSS bi bila idealna rešitev, vendar je vprašljivo, ali bi se na razpis sploh prijavil kdo, ki bi zadovoljeval pogoje o uporabi vrhunske opreme za istoč asno izvedbo aerofotografiranja in aerolaserskega skeniranja. Stroški takega projekta bi se v primerjavi s CAS zelo verjetno precej poveč ali. Mogoč a bi bila sicer tudi uporaba opreme za aerolasersko snemanje s srednjeformatnimi fotoaparati, kjer je geometrič na toč nost in radiometrič na kakovost aerofotografij v primerjavi s profesionalnimi velikoformatnimi aerofotoaparati slabša. Podaljšal bi se tudi č as zajema podatkov. Smiselno bi bilo preveriti tudi kakovost izdelave DMR iz aerofotografij CAS na neporašč enih ravninskih območ jih, kjer se zgodi največ sprememb. Samodejna izdelava DMP iz aerofotografij CAS omogoč a objektivno primerjavo z DMP iz aerolaserskega skeniranja ali z DMP iz aerofotografij predhodnega CAS in samodejno iskanje sprememb ter vzdrževanje DMR na neporašč enih območ jih. Seveda bi lahko prič akovali nekaj slabšo višinsko toč nost v primerjavi z aerolaserskim skeniranjem, vendar se le-ta vsa leta izboljšuje. Katera možnost bo uporabljena pri vzdrževanju DMR 1 in drugih izdelkov LSS je odvisno od razvoja tehnologije, finanč nih zmožnosti in potreb po vzdrževanju. Bolj kot izbira metode vzdrževanja je pomembno, da se za vzdrževanje vnaprej pripravi vse potrebno in da se le-to prič ne takoj po vzpostavitvi zbirke DMR 1 in ostalih izdelkov LSS. Kakovost podatkov aerofotografiranja in aerolaserskega skeniranja Pri obravnavanju kakovosti podatkov aerofotografiranja in aerolaserskega skeniranja najprej opredelimo ključ ne izdelke obeh metod daljinskega zaznavanja. Za vsak izdelek opredelimo ključ ne sestavine kakovosti ter vplivne dejavnike nanje, posebej na vsedržavnih projektih CAS in LSS. Na koncu obravnavamo še postopke kontrole kakovosti zajetih podatkov. CAS in druga aerofotografiranja Največ uporabljan izdelek aerofotografiranja je ortofoto. Uporabnost ortofota za različ ne namene je odvisna predvsem od (Kosmatin Fras, 2004): semantič ne kakovosti ortofota (radiometrič na loč ljivost, barvna lestvica, kontrastnost, ostrina), geometrič ne 66 loč ljivosti ortofota (velikosti celice rastra na terenu oz. prostorska loč ljivost) in geometrič ne kakovosti ortofota (toč nosti georeferenciranja). Semantič na kakovost ortofota je odvisna od lastnosti aerofotoaparata, pri klasič nem aerofotografiranju še od kakovosti aerofilma, ter od kakovosti obdelave digital(izira)nih aerofotografij. Na semantič no kakovost zelo vpliva tudi ustrezno izbran č as aerofotogra- firanja – odvisno od namena snemanja je treba izbrati ustrezen letni č as (obič ajno, ko je neolistano in brez snega), č as dneva (dovolj svetlobe, č im manj senc), ustrezne vremenske razmere (brez megle, visoke zrač ne vlage, smoga). Geometrič na loč ljivost ortofota izhaja iz tehnič nih karakteristik aerofotografiranja – merila aerofotografiranja, ki je odvisno od višine leta nad površjem, gorišč ne razdalje in loč ljivosti aerofotoaparata, v primeru klasič nih aerofotografij pa tudi loč ljivosti filmov in skeniranja le-teh. Geometrič na kakovost ortofota je odvisna predvsem od: • kakovosti parametrov zunanje orientacije in • kakovosti uporabljenega digitalnega modela višin. Kakovost parametrov zunanje orientacije je odvisna od kakovosti GNSS- in INS-instru- mentov in izvedbe aerotriangulacije, pa tudi od kakovosti realizacije samega koordinatnega referenč nega sistema ter kakovosti razpoložljivih lokacijskih storitev za določ anje položaja v realnem č asu. Zelo pomembno je zagotoviti zadostno število ustrezno razporejenih oslo- nilnih toč k, kakovostno izmerjenih na terenu, ki morajo biti na aerofotografijah nedvoumno in natanč no določ ljive. Kakovost digitalnega modela višin obravnavamo z vidika dosegljive toč nosti rekonstrukcije višine za katerokoli toč ko terena in ne zgolj toč nosti višin vogalnih toč k celic mreže (Kosmatin Fras, 2004). Na njegovo kakovost vplivajo nač in izdelave, geometrič na loč ljivost modela (velikost celice mreže), geometrič na kakovost modela (toč nost višin vogalnih toč k celic mreže) in izbor ustrezne metode interpolacije (ki mora upoštevati tudi geomorfološke znač ilnosti terena). Oglejmo si osnovne dejavnike in posamezne parametre kakovosti ortofota za različ na č asovna obdobja projekta CAS. Kot prvi relevantni mejnik, ki je dejansko omogoč il sistematič no masovno izdelavo ortofota, štejemo leto 1994. Takrat je GZS nabavil sistem za digitalno fotogrametrijo (skener, digitalno fotogrametrič no postajo in programsko opremo). V letu 1999 je nabava novega klasič nega velikoformatnega aerofotoaparata in zmoglji- vejšega optič nega skenerja pomenila tudi dvig kakovosti izdelkov. Naslednji mejnik je leto 2003, ko se v okviru CAS prič ne izdelovati barvni ortofoto, kar pomeni bistveno izboljšanje njegove semantič ne kakovosti. Za nekatera zemljepisno omejena območ ja je bil sicer barvni ortofoto izdelan tudi že nekaj let prej. Od leta 2006 so na projektu CAS v uporabi velikoformatni digitalni aerofotoaparati, ki prinesejo kakovostni preskok tako v smislu semantič ne (istoč asni zajem v infrardeč em spektru) kot tudi geometrič ne kakovosti. Odpadejo namreč vplivi kakovosti filma, deformacij analognih aerofotografij in kakovosti skeniranja le-teh. Istega leta (2006) beležimo tudi prehod izdelave ortofota s pomoč jo DMR loč ljivosti 25 m na DMR loč ljivosti 5 m (DMR 5). Že samo poveč anje loč ljivosti DMR seveda pomeni bistveno izboljšanje geometrič ne kakovosti konč nega ortofota, č eprav gre bolj za metodološko spremembo (zahtevo v okviru tehnič nih specifikacij), saj so vhodni podatki za izdelavo DMR ostali bolj ali manj nespremenjeni. Osnova za izdelavo DMR 5 je bilo deloma slikovno ujemanje in deloma državni digitalni model višin loč ljivosti 12,5 m, ki je bil prevzorč en na DMR 5. Območ ja ugotovljenih odstopanj so bila izboljšana na osnovi stereoizvrednotenja aerofotografij CAS (Podobnikar, 2008). Na splošno je največ ja težava pri ugotavljanju različ nih vplivov na kakovost ortofota pred letom 2006 ravno sledljivost 67 uporabljenih virov in nač ina izdelave DMR. Odtlej je bil DMR v okviru CAS opredeljen kot eden izmed izdelkov, katerega kakovost je naroč nik tudi vzorč no kontroliral. Kot zadnji mejnik omenimo še leto 2009, ko se prič ne izdelava ortofota v novem državnem koordinatnem referenč nem sistemu D96/TM, katerega vzpostavitev temelji na GNSS-tehnologiji. Izboljšanje kakovosti samega koordinatnega referenč nega sistema pomeni izboljšanje kakovosti koordinat oslonilnih toč k, posledič no parametrov zunanje orientacije in s tem geometrič ne kakovosti ortofota. Šele konč ni ortofoto se z modelom državne trikotniške transformacije (Berk in Komadina, 2010) zagotovi tudi v starem državnem koordinatnem referenč nem sistemu D48/GK – različ ici, ki ima še vedno največ uporabnikov. Pri tem se ne podvoji celotna rastrska zbirka, ampak se za rastrske podatke (tiff) generirajo samo nadomestne geolokacijske datoteke (tfw). Dobimo sicer nekoliko slabšo kakovost geolokacije ortofota, vendar je bilo z analizo ugotovljeno, da je to poslabšanje glede na trenutno geometrič no loč ljivost ortofota zanemarljivo (Berk in sod., 2007). Za konec si oglejmo rezultate nedavne raziskave položajne toč nosti ortofota od prič etka njegove sistematič ne izdelave do danes (Fabiani, 2014). Osnova za analizo so bili štirje listi ortofota na območ jih, izbranih po merilih č im več je razgibanosti reliefa vendar hkrati tudi primerne poseljenosti, saj samo takšna območ ja zagotavljajo zadostno število toč k za izvedbo analize. Za izbrana testna območ ja je bilo na voljo od štiri do šest serij ortofotov iz let od 1994 do 2012. Za vse štiri liste so bili rezultati skladni in nakazujejo splošni trend izboljševanja položajne toč nosti. Koren srednjega kvadratnega pogreška (v nadaljevanju: RMSE, angl. root mean square error) položaja se je zmanjšal iz okoli 1,4 m v 1994 na okoli 40 cm v 2012. Pri tem je zanimiv splošni trend poslabšanja položajne toč nosti nekje med leti 1998 in 2005, ki ga bo treba še pojasniti, tudi s pomoč jo zgoraj omenjenih vplivnih dejavnikov in z njimi povezanih mejnikov pri izdelavi ortofota. Č e se ozremo še v prihodnost, je velik potencial za izboljšanje kakovosti ortofota pred- vsem DMR, ki bo rezultat vsedržavnega aerolaserskega skeniranja. Gre za ogromen kako- vostni preskok tako glede loč ljivosti (1 m), kot tudi predvidene višinske toč nosti (15 cm). Pomanjkljivost LSS je sicer, da gre za enkratni projekt. O možnih nač inih njegovega vzdrževanja smo govorili v prejšnjem poglavju. Kot morebitno dodatno izboljšanje kakovosti ortofota se poraja še ideja o izdelavi popolnega ortofota, saj je eden izmed izdelkov aerolaserskega skeniranja lahko tudi DMP, ki aproksimira strehe stavb in drugih objektov ter vrhnjo ploskev vegetacije (vrhovi krošenj dreves ipd.). Kot rezultat hkratne uporabe lidarskega DMP in multispektralnega ortofota je bila razvita tudi metoda samodejnega zajema in iskanja sprememb v topografskem sloju stavb (Grigillo in sod., 2011). Prednosti kombiniranja različ nih metod daljinskega zaznavanja so bile analizirane tudi pri opazovanju in kartiranju vodnih površin (Veljanovski in sod., 2012). LSS in druga aerolaserska skeniranja Izdelki LSS, ki bodo na voljo za vso državo, so že omenjeni GOT, GKOT, OTR, DMR 1 in iz njega izvedeni PAS. V nadaljevanju se omejimo zgolj na DMR 1, ki je med njimi najbolj uporabljan in se glede na različ ne namene presoja predvsem na podlagi: • geometrič ne loč ljivosti modela (velikosti celice mreže) in • geometrič ne kakovosti modela (toč nosti georeferenciranja). 68 Optimalna geometrič na loč ljivost modela izhaja iz tehnič nih karakteristik skeniranja – gostote zajema (število toč k na m 2 ). Geometrič na kakovost modela je odvisna predvsem od (Bric in sod., 2013): • kakovosti neposrednega georeferenciranja zajetega oblaka toč k, • naknadne medsebojne korekcije pasov in absolutne korekcije zajetega oblaka toč k, • kakovosti klasifikacije izvornega oblaka toč k (da res dobimo samo toč ke terena), • kakovosti transformacije višin toč k (iz elipsoidnih v nadmorske) in • metode interpolacije. Kakovost klasifikacije izvornega oblaka toč k je odvisna od strategije in algoritmov klasifikacije, ki temeljijo na geometriji oblaka toč k in na dodatnih atributih zajema, na primer zaporedne številke odboja, jakosti odboja idr. Kakovost neposrednega georeferen- ciranja je neglede na uporabljeni nač in aerolaserskega skeniranja (instrumentarij, metoda zajema) odvisna od kakovosti realizacije uporabljenega koordinatnega referenč nega sistema (ETRS89) in kakovosti zagotavljanja lokacijskih storitev (korekcij GNSS- signalov). Na toč nost neposrednega georeferenciranja vplivajo: • napake skenerja oziroma napake laserja, • napake, ki so posledica spreminjanja geometrije skeniranja oz. spreminjanja vpadnega kota žarka na podlago, in • napake določ anja položaja (GNSS) in nagibov skenerja (INS). Kakovost transformacije višin oblaka zajetih toč k je odvisna od kakovosti uporabljenega modela geoida ter od kakovosti realizacije državnega višinskega referenč nega sistema. Kakovost datumske transformacije horizontalnih koordinat oblaka toč k v stari koordinatni referenč ni sistem (D48/GK) je odvisna od kakovosti modeliranja distorzij starega koordinatnega referenč nega sistema. Oglejmo si sedaj osnovne parametre kakovosti rezultatov projekta LSS. Za območ ja C (visokogorje, veliki gozdovi) je gostota skeniranja 2 toč ki na m 2 in za območ ja B (preostali del države) 5 toč k na m 2 (Triglav Č ekada in sod., 2012). Izbrane gostote so precej skladne s teoretič no določ eno optimalno gostoto lidarskih toč k, ki naj bi za topografsko kartiranje v merilu 1 : 5000 znašalo med 12 in 20 toč k na m 2 in v merilu 1 : 10 000 med 3 in 5 toč k na m 2 (Triglav Č ekada in sod., 2010). Iz pridobljenega oblaka toč k se ne glede na gostoto skeniranja območ ja tvori konč ni DMR 1. Zahtevana geometrič na kakovost LSS je glede na tehnič ne specifikacije projekta opredeljena posebej za obe sestavini koordinatnega referenč nega sistema, in sicer (Bric in sod., 2013): • 30 cm toč nost položajnih koordinat (RMSE) v D96/TM (ETRS89) in • 15 cm toč nost elipsoidnih višin (RMSE) na elipsoidu GRS80 (ETRS89). Navedeni parametri kakovosti se torej nanašajo na geometrič no kakovost izdelka v povsem geometrijsko definiranem in kakovostno realiziranem koordinatnem referenč nem sistemu. Ker je DMR uporaben le, č e so višine podane v državnem višinskem sistemu, ki temelji na fizikalni definiciji (Zemlja kot geoid), se elipsoidne višine transformira v nadmorske. Poleg tega je več ina prostorskih podatkov v Sloveniji še vedno geolociranih v starem državnem koordinatnem referenč nem sistemu D48/GK, zato se tudi horizontalne koordinate zajetih lidarskih toč k transformira v ta sistem. Geometrič na kakovost DMR s koordinatami v D48/GK in nadmorskimi višinami H se s tem precej poslabša. Na kakovost transformiranih višin vplivata: • kakovost obstoječ ega državnega višinskega referenč nega sistema in 69 • kakovost absolutnega modela geoida. Na kakovost višinskega referenč nega sistema vplivajo (Bric in sod., 2013): • določ itev višinskega geodetskega datuma, • definicija višinskega sistema (tipa višin) in • sama realizacija višinskega sistema. Višinski geodetski datum v Sloveniji temelji na zgolj enoletnih mareografskih opazovanjih, in sicer daljnega leta 1875 (datum Trst). Napaka izhodišč ne toč ke naj bi glede na rezultate raziskav znašala med 10 cm in 20 cm (Koler in sod., 2007). Ta napaka je pomembna predvsem za hidrološke študije v priobalnem pasu ter pri č ezmejnih študijah, kjer se kaže neusklajenost s podatki sosednjih držav. Višinski sistem v Sloveniji je definiran kot sistem normalnih ortometrič nih višin, ki je danes zastarel, saj toč ke z isto višino ne ležijo na ploskvi z enakim težnostnim potencialom (Koler in sod., 2007). Zato je predviden prehod na nov, sodoben višinski sistem normalnih višin (Kuhar in sod., 2011). Problemi realizacije višinskega sistema so v dolgi periodi izmere različ nih redov nivelmanskih zank (problem različ nih epoh), ki glede na ocenjene hitrosti vertikalnih pomikov v Sloveniji (geodinamika) lahko pomeni tudi napako velikosti 10 cm (Koler in sod., 2007). Za transformacijo elipsoidnih višin v nadmorske višine rabimo kakovosten model geoida, ki je še več ja težava kot slaba kakovost obstoječ ega višinskega referenč nega sistema. Po zadnjih raziskavah je natanč nost transformacije, ki jo zagotavlja obstoječ i absolutni model geoida AMG 2000, približno 8 cm (standardni odklon), največ ja absolutna odstopanja pa dosežejo skoraj 30 cm (Kuhar in sod., 2011). Transformacija koordinat lidarskega DMR iz novega v stari koordinatni referenč ni sistem je vendarle nekoliko manjši problem. Z modelom državne trikotniške transformacije, ki se uporablja za transformacijo lidarskih toč k, so za pretežni del države zagotovljena položajna odstopanja, manjša od 10 cm (Berk in Komadina, 2010). Za konec navedimo še nekaj statistik nadzora kakovosti georeferenciranja izdelkov LSA iz leta 2011 (Bric in sod., 2013). Izvedena je bila kontrola toč nosti nadmorskih višin na DMR (na osmih lokacijah), ki je bil izdelan iz lidarskih toč k. Na območ jih naselij je višinska toč nost lidarskega DMR (RMSE) med 4 cm in 14 cm, na travnikih med 3 cm in 12 cm, v grmič evju med 5 cm in 31 cm in v gozdovih med 5 cm in 18 cm. Na eni sami lokaciji je bila izvedena tudi kontrola položajne toč nosti (planimetrič no); le-ta je bila znotraj zahtevane toč nosti, torej boljša od 30 cm. Na 75 lokacijah (100 toč k na lokacijo na štirih tipih pokrovnosti) so bile izvedene terenske GNSS-meritve, ki bodo uporabljene tudi v kontroli kakovosti podatkov aerolaserskega skeniranja LSS 2013–2015. Za aerolaserska skeniranja izvedena v letu 2014/2015 se izvajajo kontrole višinske in položajne toč nosti za vhodne podatke GOT ter tudi za konč na izdelka OTR in DMR 1. Sklep V č lanku smo osvetlili glavne karakteristike dveh podatkovnih virov: ciklič nega aerofotografiranja in aerolaserskega skeniranje Slovenije, ki bosta konec leta 2014 predstavljala preseč no stanje topografskih podatkov za celotno Slovenijo. Zaradi prehod- nega obdobja v katerem prehajamo na nov koordinatni referenč ni sistem moramo ob uporabi teh podatkov upoštevati, v katerem koordinatnem sistemu so izvorni podatki in, č e se le da, uporabljati izvorne podatke. V obratnem primeru, ko izvajamo raziskave v starem 70 koordinatnem referenč nem sistemu D48/GK, se moramo zavedati napak, ki jih le-te lahko prinesejo. V preteklosti so bili stereomodeli aerofotografiranj uporabljani za izmero višin in oblik različ nih topografskih objektov z roč nim sledenjem terenu. Danes lahko s kombinacijo stereomodela in toč nejših aerolaserskih podatkov o terenu (ki so v stereomodelu vidni ali tudi ne) vršimo sledenje in zajem objektov na tleh, brez roč nega spreminjanja višine prostorske markice. Za zajem objektov nad terenom pa samodejni nač in sledenja izklopimo oz. preklopimo na obič ajen nač in fotogrametrič nega opazovanja in izvrednotenja stereomodela. Tako nam hkratna razpoložljivost aerolaserskih podatkov in stereoparov CAS odpira nove možnosti, kako izvajati trirazsežni zajem. Še več možnosti seveda nudi avtomatizacija postopkov izvrednotenja objektov v prostoru. Literatura in viri Berk, S., Janežič , M., Kete, P., Mesner, N., Radovan, D. (2007). Razvoj ortofota v novem koordinatnem sistemu. Konč no poroč ilo projekta. Geodetski inštitut Slovenije, Ljubljana. Berk, S., Komadina, Ž. (2010). Trikotniško zasnovana transformacija med starim in novim državnim koordinatnim sistemom Slovenije. Geografski informacijski sistemi v Sloveniji 2009– 2010. Ljubljana, 28. september 2010. GIS v Sloveniji, 10. Založba ZRC, Ljubljana, str. 291– 299. Bric, V., Berk, S., Triglav Č ekada, M. (2013). Zagotavljanje kakovosti georeferenciranja podatkov aerolaserskega skeniranja za upravljanje voda. Geodetski vestnik, 57, 2, str. 271–285. Bric, V., Triglav Č ekada, M., Bitenc, M. (2011). Uporaba laserskega skeniranja pri zašč iti in reševanju ter vojaških aktivnostih. Geoprostorska podpora obrambnemu sistemu Republike Slovenije. Ministrstvo za obrambo Republike Slovenije, Ljubljana, str. 181–204. DigitalGlobe, http://www.digitalglobe.com/sites/default/files/DG_Pixels_to_Products_forWeb.pdf (25. 11. 2014) Fabiani, N. (2014). Analiza položajne toč nosti državnega ortofota glede na č asovno obdobje njegove izdelave. Diplomska naloga, št. 947/G. Fakulteta za gradbeništvo in geodezijo, Ljubljana. Formosa, S., Briguglio, L., Calleja, E., Formosa Pace, J., Moncada, S. (2013). One Small State’s Preparation for Climate Change: Building an Integrated Socio-Technic Informational Infrastructure. International Journal of Geoinformatics, 9, 1, str. 11–18. Grigillo, D., Kosmatin Fras, M., Petrovič , D. (2011). Samodejen zajem in iskanje sprememb v topografskem sloju stavb iz digitalnega modela površja in multispektralnega ortofota. Geodetski vestnik, 55, 1, str. 11–45. Hirschmuller, H. (2008). Stereo Processing by Semiglobal Matching and Mutual Information. IEEE Transactions on Pattern Analysis and Machine Intelligence, 30, 2, str. 328–341. Höhle, J. (2008). Photogrammetric Measurements in Oblique Aerial Imges. Photogrammetrie - Fernerkundung - Geoinformation, 2008, 1, str. 7–14. Javna naroč ila. Ministrstvo za infrastrukturo in prostor, GURS: Razpisna dokumentacija za izvedbo CAS 2006, http://www.gu.gov.si/si/javna_narocila/?tx_t3javnirazpis_pi1[show_single]=577 (25. 11. 2014) Javna naroč ila. Ministrstvo za infrastrukturo in prostor, GURS: Razpisna dokumentacija za izvedbo CAS 2009–2010, http://www.gu.gov.si/si/javna_narocila/?tx_t3javnirazpis_pi1[show_single]=811 (25. 11. 2014) Javna naroč ila. Ministrstvo za infrastrukturo in prostor, GURS: Razpisna dokumentacija za izvedbo CAS 2012–2014, http://www.gu.gov.si/si/javna_narocila/?tx_t3javnirazpis_pi1[show_single]=894 (25. 11. 2014) 71 Javna naroč ila. Ministrstvo za infrastrukturo in prostor, GURS: Razpisna dokumentacija za izvedbo CAS 2014, http://www.gu.gov.si/si/javna_narocila/?tx_t3javnirazpis_pi1[show_single]=947 (25. 11. 2014) Koler, B., Medved, K., Kuhar, M. (2007). Uvajanje sodobnega višinskega sistema v Sloveniji. Geodetski vestnik, 51, 4, str. 777–792. Kosmatin Fras, M. (2004). Vpliv kakovosti vhodnih podatkov na kakovost ortofota. Geodetski vestnik, 48, 2, str. 167–178. Kuhar, M., Berk, S., Koler, B., Medved, K., Omang, O., Solheim, D. (2011). Vloga kakovostnega višinskega sistema in geoida za izvedbo GNSS-višinomerstva. Geodetski vestnik, 55, 2, str. 226–234. LANDinfo Worldwide Mapping: Cenik satelitskih posnetkov, http://www.landinfo.com/satellite-imagery-pricing.html (25. 11. 2014) Landtwing, S., Whitacre, J. (2008). Simultaneous Data Acquisition with Airborne Lidar and Large- Format Digital Camera. International Lidar Mapping Forum. Denver, 21.–22. februar 2008. Conference Proceedings, str. 1–11. Li, J., Liu, X., Liu, F., Liu, Z., Zhao, L. (2008). SWDC-4 Large Format Digital Aerial Camera System. XXIst ISPRS Congress. Peking, 3.–11. julij 2008. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXVII-B3a, str. 139– 146. Mongus, D., Lukač , N., Horvat, D., Žalik, B., Triglav Č ekada, M., Mladenovič , U. (2014). Zmožnosti aplikacij za obdelavo in izkorišč anje podatkov LiDAR. Informatika v javni upravi »Izza oblaka posije Sonce«, 8.–9. 12. 2014. Nex, F. C. (2010). Multi-Image Matching and LiDAR Data New Integration Approach. Doktorska disertacija. Politicnico di Torino, Torino. Nex, F., Rinaudo, F. (2011). LiDAR or Photogrammetry? Integration is the Answer. Italian Journal of Remote Sensing, 43, 2, str. 107–121. Podobnikar, T. (2008). Nadgradnja modela reliefa Slovenije z visokokakovostnimi podatki. Geodetski vestnik, 52, 4, str. 834–853. Portal Prostor. Ministrstvo za infrastrukturo in prostor, GURS: Aerofotografije, http://www.e- prostor.gov.si/si/zbirke_prostorskih_podatkov/topografski_in_kartografski_podatki/aerofotograf ije/ (25. 11. 2014) Rinaudo, F. (2011). Digital Aerial Cameras and LIDAR Acquisition Systems: A State of Art and Possible Evolutions. Geomatics Technologies in The City – GTC 2011. 1st International Geomatics Symposium in Saudi Arabia. Jeddah, 10.–13. maj 2011. Proceedings, str. 1–6. Triglav Č ekada, M., Bric, V., Oven, K. (2012). Prvo vsedržavno lasersko skeniranje Slovenije. Geografski informacijski sistemi v Sloveniji 2011–2012. Ljubljana, 25. september 2012. GIS v Sloveniji, 11. Založba ZRC, Ljubljana, str. 191–196. Triglav Č ekada, M., Crosilla, F., Kosmatin Fras, M. (2010). Teoretič na gostota lidarskih toč k za topografsko kartiranje v največ jih merilih. Geodetski vestnik, 54, 3, str. 403–416. Veljanovski, T., Pehani, P., Lamovec, P., Oštir, K. (2012). Uporabnost podatkov satelitskega in letalskega daljinskega zaznavanja za opazovanje in kartiranje vodnih površin. Geodetski vestnik, 56, 4, str. 786–801. Wagner, R. (2011). The Leica RCD30 Medium Format Camera: Imaging Revolution. 52nd Photogrammetric Week ’11. Stuttgart, 5.–9. september 2011. Wichmann, Berlin, str. 89–95. Wagner, R., Lieckfeldt, P., Roth, R., Markram, J. (2013). The Leica Geosystems CityMapper Solution. 54th Photogrammetric Week ’13. Stuttgart, 9.–13. september 2013. Wichmann, Berlin, str. 89–99. 73 Problematika geodetskih terenskih meritev z GNSS in simulacije vodostaja na podlagi DMR na delu Cerkniškega jezera Polona Pavlovč ič Prešeren 1 , Marjeta Korošec 2 , Dejan Grigillo 3 Povzetek Prispevek opisuje problematiko terenske izmere z GNSS kot tudi problematiko simulacije vodostaja dela Cerkniškega jezera na podlagi državnega digitalnega modela višin s prostorsko loč ljivostjo 5 m (DMV 5). Terenske meritve smo izvedli na območ ju Cerkniškega jezera, ki je zanimivo zaradi velike oddaljenosti od stalnih postaj GNSS slovenskega državnega omrežja SIGNAL, hkrati pa je območ je zanimivo tudi s hidrološkega vidika. Na osnovi primerjave pridobljenih rezultatov GNSS-višinomerstva in simulacije vodostaja z uporabo DMV 5 na delu Cerkniškega jezera smo ugotovili, da je pri simulaciji vodostaja z uporabo modelov višin potrebno posebno pozornost posvetiti predhodni določ itvi odstopanj višinskih modelov od dejanskih terenskih meritev. Ključ ne besede: GNSS-izmera, omrežje SIGNAL, simulacija vodostaja, digitalni model višin, RTK-metoda izmere Key words: GNSS-measurement, GNSS-permanent network SIGNAL, water level simulation, digital elevation model, RTK measurement method Uvod Cerkniško jezero, ki je največ je presihajoč e jezero v Evropi, se nahaja 2,5 km južno od Cerknice ob vasici Dolenje Jezero. Ob najvišjem vodostaju pokriva do 38 km 2 Cerkniškega polja, ki v tleh skriva požiralnike in estavele. Nadmorska višina gladine jezera se giblje od 546 m do 551 m (Turk in Pipan, 2009). Že v preteklosti so se znanstveniki zanimali za Cerkniško jezero in ga opisovali kot č udo narave. Prof. Pavel Kunaver o tem č udu v knjigi Cerkniško jezero govori: »Ta ima o njem tak, oni drugač en vtis; kolikor ljudi vprašaš, vsakdo ga je videl v drugač ni luč i. Pa to ni č udno, saj že Valvasor opravič uje pisatelje, ki so poskušali podati pravilno sliko o Cerkniškem jezeru, a se jim to ni posreč ilo.« Izmero z GNSS (angl. Global Navigation Satellite System) na Cerkniškem jezeru smo izvedli dvakrat neodvisno: prvič 17. 1. 2014 in drugič 15. 3. 2014. S statič no metodo izmere smo umerili in preverili položajno toč nost kinematič nih metod izmere GNSS na danem območ ju z uporabo virtualnega baznega stojišč a VRS (angl. Virtual Reference Station), vzpostavljenega v okviru državnega omrežja stalnih postaj GNSS omrežja SIGNAL. Obdobje med izmerama je zaznamoval snegolom in žledolom, ki je zajel predvsem notranjske gozdove. Posledič no se je gladina jezera zaradi taljenja snega in ledu nadpovpreč no dvignila, kar je povzroč ilo obsežne poplave. Zaradi aktualne tematike smo izvedbi terenskih meritev za pridobitev hidroloških podatkov v tem obdobju na tem delu jezera posvetili še več jo pozornost. S terenskimi meritvami smo določ ili 3D-položaj diskretnih toč k roba jezera. Poleg terenske izmere smo rob jezera določ ili tudi s simulacijo 1 doc. dr., UL FGG, Oddelek za geodezijo, Jamova 2, Ljubljana 2 študentka 1. letnika MA Geodezija in geoinformatika, FGG 3 asist. dr., UL FGG, Oddelek za geodezijo, Jamova 2, Ljubljana 74 vodostaja jezera, izdelano s presekom DMV 5 in ravnine, ki je imela nadmorsko višino enako izmerjeni višini roba jezera. Rezultate terenskih meritev roba jezera in simulacije vodostaja smo upodobili na državnem ortofotu s prostorsko loč ljivostjo 0,5 m (DOF050) v državnem koordinatnem sistemu D96/TM. Iz upodobitve je razvidno, da se obod jezera v obeh primerih razlikuje med sabo, kar je posledica višinskega premika DMV 5 na izbranem območ ju. Kakovost DMV 5 smo ocenili s primerjavo višin terenskih GNSS- meritev in z bilinearno interpolacijo pridobljenih višin iz DMV 5. Izmera GNSS na danem območ ju Za namen spremljanja vodostaja Cerkniškega jezera smo uporabili kinematič no metodo izmere GNSS v realnem č asu (v nadaljevanju RTK-metoda izmere (angl. Real Time Kinematic)). V prvi vrsti je to ena izmed najhitrejših terenskih metod določ itve položaja objekta z GNSS, saj podatke o položaju toč k ali objektov lahko pridobimo že tekom izmere. Nač in pridobitve položajnih podatkov na delovišč u omogoč a sprotno izdelavo skice izmerjenega območ ja, hkrati pa z gotovostjo vemo, da podatke opazovanj GNSS lahko obdelamo, ker že tekom izmere lahko ugotavljamo kakovost izrač una fazne nedoloč enosti (izvedba inicializacije). Č e opazovanja GNSS obdelujemo naknadno, se nam lahko zgodi, da jih v določ enih situacijah ne moremo korektno obdelati. Problem se navezuje na problem izrač una fazne nedoloč enosti v množici naravnih števil. Ker smo bili od najbližje stalne postaje GNSS državnega omrežja SIGNAL oddaljeni toliko, da izvedba RTK-metode izmere z direktno priključ itvijo na stalno postajo ni bila smiselna, smo za namen izvedbe RTK-metode izmere uporabili vzpostavitev virtualnega baznega stojišč a VRS. Ker se je izbrano delovišč e nahajalo na območ ju, kjer so stranice trikotnika stalnih postaj omrežja SIGNAL daljše od 70 km, kar zagotavlja korektno izvedbo izmere z GNSS RTK-metodo izmere (Wang et al., 2010), smo predhodno določ ili tri toč ke s statič no metodo izmere in na le-teh nadalje primerjali rezultate več krat neodvisno izvedene RTK- metode izmere. Predpostavili smo, da je kakovost vzpostavitve VRS-postaje v omrežju SIGNAL in nadaljnje izvedbe RTK-metode na danem območ ju slabša zaradi več je oddaljenosti med stalnimi postajami. Širše območ je izmere se nahaja v trikotniku omrežja SIGNAL, kjer so stranice precej daljše (povezava Radovljica in Ilirska Bistrica znaša nekaj manj kot 90 km), kot je to zahteva programskega paketa proizvajalca Trimble, v okviru katerega obdelujejo opazovanja stalnih postaj omrežja SIGNAL. V bližnji prihodnosti, ko bo v omrežje SIGNAL vključ ena tudi stalna postaja v Idriji, je prič akovati, da se bo kakovost rezultatov RTK-metode izmere z VRS precej izboljšala. Na danih toč kah smo preverili odstopanja koordinat, določ enih s trikratno neodvisno RTK-metodo izmere. Odstopanja so bila precej izrazita v smeri proti severu (več kot 10 cm), medtem ko so bila manjša v smeri vzhod zahod (do 2 cm) in v višini (največ 7 cm). Položaje diskretnih toč k roba jezera smo pridobili v dveh terenskih dnevih. Ob tem smo tekom izmere več krat neodvisno izvajali postopek inicializacije. Poudariti je potrebno težavnost izvedbe terenske izmere v smislu določ itve roba jezera. V drugi terminski izmeri smo izmero izvedli z dvema operaterjema, pri č emer je prvi določ al položaje toč k zamoč virjenega roba jezera, drugi pa položaje toč k roba jezera, kjer je voda segala č ez gležnje (bele oziroma rdeč e toč ke na sliki 1). 75 Slika 1: Prikaz toč k, določ enih z RTK-metodo izmere. Toč ke prve terenske meritve so obarvane rumeno, druge pa belo (prvi operater je določ al roba jezera) oziroma rdeč e (drugi operater, ki je določ al rob zamoč virjenega dela). Poleg položajnih podatkov smo v realnem č asu določ evali tudi elipsoidne višine (GNSS je primarno vezana na pridobitev elipsoidne višine h), ki smo jo nadalje z uporabo aktualnega modela geoida Slovenije pretvorili tudi v nadmorsko višino H. V dani nalogi nismo ugotavljali odstopanja modela geoida od dejanskega stanja zato, ker nam je bil cilj izvesti primerjavo višin, pridobljenih z GNSS in višin, pridobljenih iz DMV 5. V slednjem pa so bile nadmorske višine pridobljene na osnovi uporabe istega modela geoida kot v primeru višinomerstva GNSS. Analiza kakovosti DMR Pri interpretaciji rezultatov analiz, opravljenih na podlagi digitalnega modela reliefa (DMR), je pomembno, da poznamo kakovost uporabljenega DMR. Kakovost ocenimo na podlagi referenč nih meritev. V našem primeru smo kot referenč ne toč ke uporabili meritve GNSS, opravljene z RTK-metodo izmere, ki smo jih izvedli za določ itev oboda jezera. Razporeditev teh toč k (slika 2) ni optimalna za oceno kakovosti, saj toč ke niso enakomerno razporejene po terenu, vseeno pa nam vsaj deloma ponuja vpogled v toč nost rezultatov (upodobitev poplavljenosti), ki smo jih pridobili na podlagi analiz DMR. Kakovost DMR ocenimo z višinsko in položajno toč nostjo ter popolnostjo. V nadaljevanju opisujemo oceno toč nosti višin uporabljenega DMV 5, ki jo povzemamo po (Höhle, Potuckova, 2011). Položajne toč nosti in popolnosti DMV 5 nismo ocenili. 76 Oceno toč nosti višin DMV 5 smo izvedli s primerjavo višin 483 (n) referenč nih meritev GNSS h GNSS in z bilinearno interpolacijo (Mikhail, Bethel, McGlone, 2001) izrač unanih višin iz DMV 5 h DMV5 na identič nih lokacijah. Na podlagi višinskih odstopanj D h smo ocenili koren srednjega kvadratnega pogreška RMSE (angl. Root Mean Square Error), srednjo vrednost odstopanj m in standardni odklon s . Srednja vrednost odstopanj izraža premik DMR glede na referenč ne meritve. Enač be (1-4) podajajo izrač un in rezultate ocene toč nosti DMV 5: ∆ h = ℎ − ℎ (1) = 1 ∆ h = 0, 581 m (2) = 1 ∆ h = 0, 534 m (3) # = 1 − 1 $∆ ℎ − % = 0, 229 m (4) Praga 3 RMSE, ki določ a grobo pogrešena opazovanja, ni preseglo nobeno višinsko odstopanje. Zanesljivost cenilk, ocenjenih na podlagi vzorca, podamo z intervalom zaupanja. V našem primeru je 95% interval zaupanja za srednjo vrednost ocenjen na podlagi Studentove t porazdelitve, [0,514 m < m < 0,555 m]. 95% interval zaupanja za standardni odklon, ocenjen na podlagi c 2 porazdelitve, je [0,215 m < s < 0,244 m]. 77 Slika 2: Razporeditev referenč nih toč k. V zeleni barvi so prikazana višinska odstopanja na posameznih referenč nih toč kah (poveč ana za faktor 30). Č e opazovanja vsebujejo več grobih pogreškov ali č e višinska odstopanja niso normalno porazdeljena, uporabimo robustne ocene toč nosti. Normalnost porazdelitve odstopanj vizualno ocenimo na podlagi histograma porazdelitve odstopanj (slika 3a) in na podlagi kvantilnega grafa (slika 3b), na katerem primerjamo funkcijo empirič ne porazdelitve s teoretič nimi kvantili normalne porazdelitve. Slika 3: (a) Histogram porazdelitve višinskih odstopanj. Rdeč a linija označ uje prič akovano število odstopanj v primeru normalno porazdeljenih odstopanj s srednjo vrednostjo odstopanj in standardnim odklonom, ocenjenima iz DMV 5. (b) Z modrimi + so prikazani kvantili višinskih odstopanj. Rdeč a linija prikazuje kvantile normalne porazdelitve. Robustna ocena za sistematič ni premik DMR je mediana. Mediana m D h je srednje odstopanje vseh po velikosti razvršč enih odstopanj in je v našem primeru opredeljena kot 50% kvantil Q D h (0.50). Je manj obč utljiva za grobe pogreške kot srednja vrednost odstopanj. Ostale robustne ocene pridobimo z analizo kvantilov absolutnih vrednosti odstopanj |D h|. 95% kvantil Q |D h| (0.95) pomeni, da ima 95% absolutnih vrednosti odstopanj velikost znotraj intervala [0, Q |D h| (0,95)]. Naslednja ocena je 68,3% kvantil absolutnih vrednosti odstopanj Q |D h| (0,683). Enak odstotek je v primeru normalno porazdeljenih odstopanj uporabljen za določ itev standardnega odklona s . Zadnja robustna mera toč nosti višin, ki jo navajamo, je normalizirana mediana absolutnih deviacij NMAD (angl. normalised median absolute deviation). NMAD ustreza vrednosti 1 s v primeru normalno porazdeljenih opazovanj. Enač be (5-8) podajajo izrač un in rezultate robustnih ocen toč nosti DMV 5: ( ∆ ) = * ∆ ) $0, 50 % = 0, 555 m (5) +,- = 1, 4826 ∙ ( | ∆ )12 ∆ 3 | = 0, 187 m (6) * | ∆ )| $0, 683 % = 0, 640 ( (7) * | ∆ )| $0, 95 % = 0, 857 ( (8) Glede na podobne rezultate za srednjo vrednost odstopanj in mediano ter za standardni odklon in NMAD ter na vizualno analizo histograma in kvantilov na sliki 3 lahko za oceno 78 toč nosti DMV 5 uporabimo standardne mere toč nosti (RMSE, m in s ). Ugotovimo lahko, da je DMV 5 na območ ju oboda jezera previsok za dobrega pol metra. Simulacija vodostaja na osnovi DMV 5 Grafič no smo gladino jezera predstavili s presekom DMV 5 z ravnino, ki je imela višino enako nadmorski višini gladine jezera. Nadmorsko višino gladine jezera smo pridobili s terenskimi meritvami, nadalje pa smo izrač unali srednjo vrednost nadmorskih višin, ki smo jih pridobili z diskretno izmerjenimi položaji toč k. Srednjo vrednost smo izrač unali zato, ker so se zaradi težavnosti izvedbe meritev višine diskretnih toč k razlikovale v nekaj cm. Na sliki 4 prikazujemo območ je jezera, kjer se gladina jezera nahaja na višini 549,65 m. Takoj lahko opazimo, da se ploskev ne ujema z dejansko izvedenimi terenskimi meritvami. To je vezano na predhodno ugotovitev, da je DMV 5 na območ ju oboda jezera previsok za dobrega pol metra. S slike je tudi razvidno, da linija rdeč ih diskretnih toč k (terenska meritev) na zač etku (na levi strani) poteka dokaj skladno z robom jezera, vendar zopet ne tik ob robu jezera. Meritve se z robom jezera najbolje skladajo v osrednjem delu. Največ ja oddaljenost izmerjenega roba od grafič nega roba jezera v horizontalnem smislu pa znaša približno 160 m. Slika 4: Prikaz srednje nadmorske višine gladine jezera dne 15.3.2014 (DOF050 v novem koordinatnem sistemu D96/TM, DMV 5). Nadalje smo primerjali gladini jezera – prva gladina je vezana na izmero v januarju 2014 (višina 549,14 m), druga pa na izmero v marcu 2014 (višina 549,65 m). V obeh 79 primerih so diskretno določ ene toč ke na terenu precej oddaljene od roba jezera, ki smo ga določ ili s simulacijo na DMV 5 (slika 5). Slika 5: Primerjava vodostaja s prve (januar 2014) in druge (marec 2014) terenske izmere. V temnejši barvi je prikazan vodostaj v č asu druge izmere, v svetlejši barvi pa v č asu prve izmere (DOF050 v novem koordinatnem sistemu D96/TM, DMV 5). Slika 6: Gladina jezera (v temnejši modri barvi) v č asu poplav 23. 2. 2014. Razširjenost jezera pred poplavami je prikazano v svetlo modri barvi. Voda je segala do najbližje hiše v 80 vasi Dolenje Jezero (rumen krogec), z rdeč im krožcem je označ ena cerkev Sv. Lovrenca (DOF050 v novem koordinatnem sistemu D96/TM, DMV 5). Višino vodne gladine v obdobju februarskih poplav smo določ ili zgolj teoretič no, saj med poplavami nismo izvedli terenske izmere z GNSS. Na merilnem mestu smo v č asu poplav odč itali globino jezera, ki je znašala 5,50 m, kar je za 1,30 m več kot globina v č asu druge izmere, ko je znašala 4,20 m. Tako smo pridobili ocenjeno višino gladine jezera v č asu poplav, ki je znašala 550,95 m. Srednja višina gladine jezera je že dosegala zgornjo mejo, ki jo jezero po navadi doseže v obdobju najvišjega vodostaja oziroma poplav (slika 6). Zaključ ek V prispevku smo želeli pokazati, da je pred uporabo različ nih modelov višin, ki služijo kot vhodni podatek za nadaljnje analize, potrebno posebno pozornost nameniti oceni kakovosti izvornega podatka, v našem primeru DMV 5. V danem primeru smo opravili tudi oceno kakovosti kinematič ne metode izmere GNSS na območ ju, kjer državno omrežje stalnih postaj GNSS SIGNAL zaenkrat še ne omogoč a optimalne izmere. Ugotovili smo nekaj centimetrsko odstopanje položajev toč k, določ enih s kinematič no izmero z uporabo toč ke VRS, od položajev, določ enih z bolj toč no statič no metodo izmere GNSS. Nadalje smo ugotovili, da je DMV 5 na danem območ ju oboda jezera previsok za dobrega pol metra. To nakazuje, da z uporabo modela DMV 5 na danem območ ju dejansko simulirana ploskev jezera od dejanske lahko v horizontalnem smislu odstopa tudi več kot 100 m. Ker bodo v omrežje SIGNAL v kratkem vključ ili dodatno stalno postajo v Idriji, prič akujemo, da se bo toč nost določ itve položaja z uporabo VRS precej izboljšala. Oceni kakovosti podatkov modelov višin, kot je primer DMV 5 ali tudi drugi modeli, je in bo vedno potrebno posveč ati več jo pozornost. Vedeti moramo, da ima masovni zajem podatkov, na osnovi katerih so izpeljani modeli, pred terenskim zajemom podatkov velike prednosti v smislu količ ine zajema podatkov, tehnologija zajema pa ima na določ enih segmentih tudi pomanjkljivosti. Zato globalna ocena kvalitete izdelka, ki jo pridobimo hkrati z modelom, ni dovolj, da bi lahko nadaljnja uporaba izdelka potekala brez predhodne ocene kakovosti izdelka na nam zanimivem obravnavanem območ ju. Zahvala Prispevek je nastal v okviru raziskovalnega programa Geoinformacijska infrastruktura in trajnostni prostorski razvoj Slovenije (P2-0227) Javne agencije za raziskovalno dejavnost Republike Slovenije ARRS. Literatura Höhle, J., Potuckova, M. 2011. EuroSDR No. 60: Assessment of the Quality of Digital Terrain Models, December 2011. http://www.eurosdr.net/sites/default/files/uploaded_files/60_0.pdf Kunaver, P. 1961. Cerkniško jezero. Mladinska knjiga, Ljubljana. Mikhail, E., Bethel, J., McGlone, C. 2001. Introduction to Modern Photogrammetry. New York, John Wiley & Sons, Inc. Turk, J., Pipan, A. 2014. Cerkniško polje. http://www.dedi.si/dediscina/9-cerknisko-polje (Pridobljeno 15.10.2014) Wang, C., Feng, Y., Higgins, M., Cowie, B. 2010).Assessment of commercial Network RTK user positioning performance over long inter-station distances, Journal of Global Positioning Systems 9(2): 78-89. 81 Določ anje kazalnikov nizkih pretokov – prikaz na primeru vodomerne postaje Kokra I na reki Kokri Manca Petek * , Mira Kobold * , Mojca Šraj * Povzetek Zaradi neugodne razporeditve padavin tekom leta, suša in z njo povezano pomanjkanje vode v zadnjih letih predstavlja velik problem tudi za Slovenijo. V hidrologiji pojem nizki pretoki pomeni stanje pretoka v vodotoku, ki sledi daljšemu obdobju pomanjkanja padavin. Kot taki so nizki pretoki sestavni del pretoč nih režimov vodotokov, njihovo poznavanje pa je pomemben del uč inkovitega gospodarjenja z vodami. Nizki pretoki so v prispevku predstavljeni z vidika izrač una glavnih kazalnikov nizkih pretokov. V prispevku smo na primeru merjenih pretokov na vodomerni postaji Kokra I na reki Kokri prikazali izrač un omenjenih kazalnikov z uporabo programskega okolja R in paketa lfstat, temu pa je dodana še analiza in komentar rezultatov. Ključ ne besede: hidrologija, nizki pretoki, kazalniki nizkih pretokov, Kokra, sezonskost, recesijska krivulja Key words: hydrology, low-flows, low-flow indices, Kokra River, seasonality, recession curve Uvod Nizki pretoki in z njimi suša predstavljajo eno od pomembnejših področ ij hidrologije, suša pa že dolgo č asa ni zgolj domena hidrologov in agronomov, saj blaženje njenih posledic zahteva povezovanje različ nih strok. Sušo različ ni viri v literaturi v splošnem interpretirajo kot obdobje pomanjkanja vode in vodnih virov, medtem ko je natanč nejša definicija pogosto subjektivna. Beran & Rodier (1985) definirata sušo kot neprekinjeno obdobje pomanjkanja vode in naravnih vodnih virov, bodisi v obliki padavin, pretoka v vodotokih ali stanja podtalnice, ki prizadene širše geografsko območ je. V svoji prostorski razširjenosti se suše razlikujejo od poplav, saj obič ajno prizadenejo bistveno več ja območ ja. Hisdal in Tallaksen (2000) povzameta štiri različ ne kategorije suše: meteorološko, ki se odraža v daljši odsotnosti padavin in je obič ajno glavni vzrok za razvoj suše; hidrološko, ki se odraža v nizkih vodostajih površinskih in podzemnih virov vode; kmetijsko, ki se kaže v pomanjkanju potrebne vlažnosti zemljine za rastline; ter socialno- ekonomsko, ki se odraža v povezavi suše s povpraševanjem po določ eni dobrini. Pomanjkanje dobrin kot posledica kmetijske suše se namreč kaže v neravnovesju med ponudbo in povpraševanjem. Meteorološka suša se pojavi prva in je povod za razvoj drugih. Sledi ji agrometeorološka ter kot zadnja še hidrološka, saj se pretoki v vodotokih poč asneje odzivajo na pomanjkanje padavin. Obnavljanje vodnih virov sledi v obratni smeri, saj se ob pojavu padavin najprej obnovijo vodne zaloge v tleh in vodotokih, kot zadnje pa se obnovijo zaloge podtalnice (Kobold in Sušnik, 2003). Beran in Rodier (1985) definirata razliko med hidrološko sušo in nizkimi pretoki. Glavna znač ilnost suše je deficit vode za nek določ en namen, medtem ko so nizki pretoki sestavni del suše, vendar predstavljajo samo eno od njenih dimenzij, t.j. njeno intenziteto. * Univerza V Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, Ljubljana 82 Posledice spreminjanja vremenskih trendov v Evropi sta v povezavi z nizkimi pretoki analizirala Feyen in Dankers (2009). Ugotovila sta, da naj bi do konca stoletja v skladu z enim od možnih scenarijev prišlo do bistvenih sprememb mehanizmov nizkih pretokov vodotokov; ti naj bi se pojavljali bolj pogosto in v več jih obsegih, predvsem v južni Evropi. Nasprotno pa so Hisdal in sodelavci (2000) ugotovili, da ni jasnih dokazov o tem, da so suše v Evropi postale intenzivnejše in pogostejše, so pa zaznali spremembe trendov padavin v odvisnosti od njihovega prostorskega pojavljanja. Kljub nezanesljivim napovedim pa ti izsledki dajejo še več jo težo uč inkovitejšemu upravljanju z vodnimi viri. Kazalniki nizkega pretoka so v literaturi več inoma analizirani loč eno, saj predstavljajo kompleksne izrač une, osnovane na številnih analizah podatkov. Svetovna meteorološka organizacija je v letu 2009 (WMO, 2009) izdala pomemben dokument na področ ju analize in napovedovanja nizkih pretokov, t.i. priroč nik za določ anje in napovedovanje nizkih pretokov (ang. Manual on Low-flow Estimation and Prediction). Priroč nik vsebuje opis metodologij, ki se uporabljajo za analize nizkih pretokov in primere njihovih izrač unov. Sledi torej napredku hidrologije na tem področ ju in predstavlja osnovo za pristop k analizi nizkih pretokov. Na osnovi izdanega priroč nika (WMO, 2009) je bil na dunajski univerzi BOKU izdelan paket lfstat (Koffler & Laaha, 2014), ki znotraj programskega okolja R omogoč a izrač un kazalnikov nizkega pretoka, njihovo grafič no predstavitev in primerjavo. Program R je primeren predvsem zaradi prostega dostopa in odprtokodnosti, kar omogoč a integracijo t.i. paketov, ki jih prispevajo uporabniki nenehno rastoč e R skupnosti (R- project, 2014). Analize nizkih pretokov in določ anje njihovih kazalnikov so nujne za celostno upravljanje z vodotoki, pravilno gospodarjenje z vodnimi viri, nač rtovanje in upravljanje javne oskrbe z vodo, odloč anje v zvezi z odvzemi in rabo vode, ohranjanje ekosistema ipd. Rezultati analiz dolgoletnih nizov pa se uporabljajo tudi kot predhodno opozorilo o morebitnih naravnih ali umetnih spremembah v režimu nizkih pretokov. Podatki in metodologija Kot ilustracijo uporabe programa R ter znotraj njega paketa lfstat za analizo nizkih pretokov, smo uporabili podatke o dnevnih vrednostih pretokov z vodomerne postaje Kokra I na istoimenskem vodotoku (slika 1). V analizah so uporabljeni podatki od leta 1957 do leta 2012 (ARSO, 2014). Uporabljen niz je brez manjkajoč ih vrednosti pretoka, kar omogoč a verodostojno in zanesljivo analizo podatkov. Kokra je alpska reka, ki izvira v Karavankah, na približno 1400 m nadmorske višine. Od tam teč e po dolini mimo Preddvora proti Kranju, kjer se izlije v Savo (slika 1). Površina prispevne površine reke do vodomerne postaje Kokra I znaša 113,1 km2, sicer pa celotno poreč je Kokre meri 224 km2 (Globevnik, 1998). Gorvodno od vodomerne postaje Kokra I ima vodotok znač ilen hudourniški znač aj in geološko tu prevladujejo karbonatne kamnine. Od Preddvora do Kranja pa prevladujejo aluvialne naplavine in prodni zasipi, padec struge se bistveno umiri. Hidravliko toka na celotnem vodotoku regulirajo številni jezovi, pragovi, drč e, nekaj objektov je namenjeno tudi za energetsko izrabo vodnega toka (Globevnik, 1998). 83 Slika 1: Lokacija obravnavane vodomerne postaje Kokra I na reki Kokri Za izrač un kazalnikov nizkega pretoka smo uporabili že prej omenjeno programsko okolje R in temu namenjen paket lfstat (Koffler & Laaha, 2014). Med kazalnike nizkih pretokov v prvi vrsti spadajo osnovne statistike nizkih pretokov, kot je npr. srednji pretok Q sr , ki kot tak predstavlja najosnovnejšo vrednost za primerjavo med različ nimi vodotoki. V isto skupino spadajo tudi 70-, 90- in 95-odstotni pretok (Q xx ), ki predstavljajo pretoke, presežene enak odstotek č asa. Druga možnost za njihovo določ itev je, da jih razberemo iz krivulj trajanja. Srednji letni n-dnevni minimum (MAM) je ravno tako kazalnik nizkega pretoka in sestavni del številnih hidroloških študij, izrač unamo pa ga lahko za različ ne č asovne n-dnevne intervale, ter na koncu določ imo povpreč no vrednost vseh let (WMO, 2009). V praksi se uporabljajo 1, 7, 10, 30 in 90-dnevni intervali. Za izrač un omenjenih kazalnikov smo v programskem okolju R uporabili funkcije meanflow, Qxx in MAM, za vse pa smo izbrali tudi ustrezne vhodne parametre (Petek, 2014). Osredotoč ili smo se tudi na izrač un kazalnikov, povezanih z baznim pretokom, t.j. pretokom, ki izvira iz podzemnih virov. Eden teh je indeks baznega odtoka (BFI), ki predstavlja razmerje med baznim in celotnim pretokom v vodotoku. Vrednost indeksa se lahko giblje med 0 in 1 in je odvisen predvsem od znač ilnosti poreč ja (Brilly & Kobold, 1994; Kovač ič , 2012). Izrač un BFI smo v programskem okolju R izvedli z istoimensko funkcijo. Bazni pretok bistveno vpliva tudi na obliko t.i. krivuljo trajanja pretoka, ki prikazuje odstotek č asa, v katerem je določ ena vrednost pretoka presežena (Smakhtin, 2001). Od baznega pretoka je odvisna tudi oblika krivulje trajanja, izris katere je možen z za to predvideno funkcijo FDC. Od baznega toka in znač ilnosti upadanja pretoka je odvisna tudi recesijska krivulja, ki predstavlja padajoč i del hidrograma in ponazarja stopnjo upadanja posameznega vodotoka z recesijsko konstanto C v dnevih. Več ji del analiz na tem področ ju je izvedla Tallaksen (1995, 1989), WMO (2009) pa sistematič no podaja razlike med metodo glavne recesijske krivulje (MRC) in individualnih recesijskih segmentov (IRS). Ustrezno dolžino segmentov in vhodni parameter peaklevel lahko v 84 programu R določ imo s pomoč jo funkcij recessionplot in seglenplot. Natanč nejši postopek analize recesijskih krivulj pa je predstavljen v WMO (2009) in Petek (2014). Obdobja v letu, ko ima pretok vodotoka vrednost, manjšo od neke določ ene meje, imenujemo deficit vodnega toka (WMO, 2009). V povezavi z njegovim določ anjem se pogosta uporablja metoda mejne vrednosti, s katero določ imo trajanje, volumen, magnitudo in minimalni pretok deficita, ravno tako pa določ imo č as njegovega zač etka in konca. Ker lahko med posameznimi obdobji deficita pride do medsebojne odvisnosti (npr. obdobje deficita pretrga zgolj krajši padavinski dogodek), se v praksi uporabljajo različ ni postopki razvršč anja, kot so postopek drseč ega povpreč ja (MA) (Fleig et al., 2006), algoritem zaporednih konic (SPA) (Hisdal & Tallaksen, 2000) ter metoda medč asovnega dogodka (IT) (Fleig et al., 2006), ki se pogosto pojavlja skupaj s postopkom volumskega kriterija (IC) (Hisdal & Tallaksen, 2000). Ustrezno metodo v programu R izberemo z argumentom »pooling«. Za mejno vrednost izberemo eno od statistik Q xx , rezultat analize pa se izpiše v obliki preglednice z rezultati o trajanju, volumnu, intenziteti, minimalnem pretoku ter datum zač etka in konca sušnega pretoka. Pojavljanje nizkih pretokov č ez leto smatramo kot sezonsko lastnost posameznega vodotoka. V povezavi s slednjo lahko v programu R s funkcijo sbplot določ imo pretoč ni režim vodotoka. Posebej nizkim pretokom namenjena kazalnika sezonskosti pa sta indeks sezonskosti in razmerje sezonskosti. Prvi na enostaven, grafič en nač in prikaže dan pojava nizkega pretoka na enotskem krogu (slika 2) (Burn, 1997) ter njegovo variabilnost (dolžina vektorja r). Skladno s tem je indeks sezonskosti sestavljen iz kota Ѳ , ki pomeni dan nastopa nizkega pretoka (v radianih), prerač unanega julijanskega dneva D ter dolžine vektorja r. Razmerje sezonskosti pa je numerič na predstavitev razmerja med poletnimi in zimskimi nizkimi pretoki; vrednosti manjše od 1 vodotok uvršč ajo v poletni režim nizkih pretokov, več je pa v zimskega. Laaha in Blӧ schl (2006) za loč nico pri izbiri obdobij predlagata 1. april in 1. december. Indeks sezonskosti smo v programu R izrač unali s pomoč jo funkcije seasindex, razmerje sezonskoxti pa s funkcijo seasratio. Pri slednjem smo upoštevali loč itev obdobij po Laaha in Blӧ schl (2006). Slika 2: Grafič ni prikaz indeksa sezonskosti po mesecih (Srebrnič , 2005) 85 Rezultati in analiza V nadaljevanju smo za vodomerno postajo Kokra I najprej izrač unali vrednosti statistik za posamezna leta podatkov, povpreč ne vrednosti statistik za celotno obravnavano obdobje (preglednica 1), povpreč ne vrednosti statistik za posamezne mesece obravnavanega obdobja (preglednica 2) in prikazali korelacijo med izrač unanimi nizi kazalnikov (preglednica 3). Preglednica 1: Povpreč ne vrednosti statistik nizkega pretoka in indeksa baznega odtoka BFI za pretoke vodomerne postaje Kokra I (1957-2012) MAM 1 [m 3 /s] MAM 7 [m 3 /s] MAM 10 [m 3 /s] MAM 30 [m 3 /s] MAM 90 [m 3 /s] Q sr [m 3 /s] Q 90 [m 3 /s] Q 95 [m 3 /s] Q 70 [m 3 /s] BFI 1.345 1.413 1.447 1.645 2.267 4.304 1.715 1.564 2.293 0.630 Vrednosti posameznih statistik so relativno majhne, najvišjo vrednost logič no dosega srednji pretok, medtem ko je vrednost MAM 1 komaj nad kubič nim metrom pretoka (preglednica 1). Z baznim pretokom je povezan izrač unani kazalnik BFI, katerega vrednost (0.630) nakazuje na opazen prispevek podzemnih virov k pretoku. Gre torej za vodotok, ki ima zmožnost vzdrževanja pretoka kljub majhni vodnatosti. Poleg izrač una statistik za celotno obravnavano obdobje, smo izrač un naredili tudi po posameznih mesecih. Rezultati so prikazani v preglednici 2 in na sliki 3. Izris znač ilnih pretokov različ nih pogostosti pojavljanja (slika 3) pokaže znač ilne ekstreme Kokre skozi leto. Opazen je porast pretoka v mesecu aprilu, ki je posledica taljenja snega v Alpah. Poveč an delež pretoka je opazen tudi v novembru in decembru, glavna minimuma pa sta v avgustu in februarju; slednji je posledica snežnih padavin, ki povzroč ijo zmanjšanje odtoka. Srednji letni minimumi (MAM) si po velikosti sledijo po vrsti, odvisno od števila izbranih dni za grupiranje podatkov. Med Q95, Q90, MAM 10 in MAM 30 ni znatnih razlik, vendar analiza korelacije (preglednica 3) pokaže, da imajo za vsa obravnavana leta podatkov najvišjo stopnjo korelacije srednji letni minimumi med seboj, a povezanost pada z več anjem n; MAM 1 je tako najtesneje povezan z MAM 7 in najmanj z MAM 90 , MAM 30 pa najbolj z MAM 10 in MAM 90 , manj pa z MAM 1 . Analogno je tudi pri 70-, 90- in 95- odstotnem ter srednjem pretoku. Med obema skupinama kazalnikov imata najvišjo stopnjo korelacije MAM 30 in Q 95 ter MAM 10 in Q 95 (preglednica 3). Preglednica 2 - Izrač unane povpreč ne statistike nizkega pretoka po posameznih mesecih za pretoke vodomerne postaje Kokra I (1957-2012) Mesec BFI MAM 1 MAM 7 Q SR Q 95 Q 90 Q 70 1 0.63 1.80 1.92 3.32 1.31 1.44 1.82 2 0.53 2.15 2.32 2.79 1.18 1.28 1.61 3 0.50 2.55 2.76 3.46 1.17 1.32 1.88 4 0.54 2.31 2.58 5.55 1.83 2.24 3.40 5 0.69 1.67 1.75 5.15 1.98 2.33 3.42 6 0.65 1.81 1.90 4.61 1.90 2.15 2.92 7 0.64 2.90 3.25 3.94 1.68 1.91 2.42 8 0.72 3.19 3.49 3.01 1.27 1.51 1.99 86 9 0.69 2.80 3.10 3.68 1.30 1.48 1.93 10 0.69 2.28 2.56 4.87 1.35 1.56 2.20 11 0.72 1.90 2.06 6.16 1.66 1.90 2.67 12 0.60 1.87 2.00 5.05 1.66 1.82 2.53 Slika 3: Prikaz povpreč nega 95-, 90-, 70-odstotnega in srednjega pretoka po mesecih za obravnavano obdobje 1957-2012 za vodomerno postajo Kokra I Izris krivulje trajanja za vodomerno postajo Kokra I za celotno obravnavano obdobje je prikazan na sliki 4a. Iz oblike krivulje trajanja izvemo veliko o naravi toka vodotoka. V hidrologiji nizkih pretokov se za analizo uporablja predvsem del krivulje, ki predstavlja pretoke, manjše od tistih, preseženih 50 odstotkov č asa. Položna krivulja v tem delu pove, da podzemni viri znatno pripevajo k pretoku v vodotoku. To lahko v neki meri sklepamo tudi iz slike 4a. Z izrisom krivulj za vsak letni č as posebej (slika 4b) lahko ugotovimo več jo spremenljivost v pretokih skozi leto; najvišji del krivulje, torej največ ji pretoki, so znač ilni za pomlad, ko se sneg v višjih legah tali in pride do poveč anega odtoka. Zima ima na drugi strani najmanjše pretoke prav zaradi akumulacije snežnih padavin, jesen pa je bolj vodnata od poletja. Krivulji za dve obdobji (slika 4c) v letu (enaki, kot pri rač unu razmerja sezonskosti) kažeta podobne karakteristike kot slika 4b; obstaja znatna razlika med pretoki v poletnem in zimskem č asu. 87 Slika 4: Izris krivulje trajanja za vse podatke o pretokih (a), loč eno na letne č ase (b) ter za dve obdobji leta (c) Preglednica 3 - Korelacijska matrika statistik nizkega pretoka MAM 1 MAM 7 MAM 10 MAM 30 MAM 90 Q sr Q 90 Q 95 Q 70 MAM 1 1 0.933 0.921 0.838 0.65 0.501 0.801 0.862 0.608 MAM 7 0.933 1 0.995 0.92 0.712 0.555 0.871 0.942 0.658 MAM 10 0.921 0.995 1 0.942 0.739 0.589 0.895 0.956 0.692 MAM 30 0.838 0.92 0.942 1 0.818 0.645 0.952 0.973 0.778 MAM 90 0.65 0.712 0.739 0.818 1 0.6 0.879 0.846 0.816 Q sr 0.501 0.555 0.589 0.645 0.6 1 0.684 0.654 0.767 Q 90 0.801 0.871 0.895 0.952 0.879 0.684 1 0.969 0.862 Q 95 0.862 0.942 0.956 0.973 0.846 0.654 0.969 1 0.789 Q 70 0.608 0.658 0.692 0.778 0.816 0.767 0.862 0.789 1 88 Iz hidrograma na sliki 5 (zgoraj) so razvidna relativno velika nihanja v pretoku, ki se lahko ob padavinskih dogodkih poveč a tudi za faktor 10 ali več glede na bazni odtok. Kokra je hudourniški vodotok, ki je moč no odvisen tudi od hudourniških pritokov, zato se pretok naglo odzove na padavinske dogodke. Na sliki 5 spodaj je prikazan isti hidrogram z zaznanimi obdobji deficita pretoka. Po priporoč ilu WMO (2009) je bila v raziskavi za določ itev deficita uporabljena metoda mejne vrednosti skupaj s postopkoma drseč ega povpreč ja (MA) in medč asovnega dogodka (IT). Prvi naj bi bil uporaben tako za vodotoke, ki se na spremembe v č lenih vodne bilance odzivajo hitreje, kot za tiste, katerih odzivni č as je daljši. Za mejno vrednost je bil izbran pretok Q 70 . Za mejni pretok Q 70 smo izrač unali tudi vrednost recesijske konstante C po metodi glavne recesijske krivulje (MRC) in po metodi individualnih recesijskih segmentov (IRS) z upoštevanjem različ nih dolžin segmentov upadanja (preglednica 4). Ugotovili smo, da gre v primeru Kokre za najmanjša odstopanja med rezultati obeh metod pri upoštevanju dolžine segmentov 6 dni, zato smo to dolžino uporabili tudi v nadaljnjih analizah. Največ je odstopanje pa kaže dolžina segmentov 4 dni (Petek, 2014). Slika 5: Primer hidrograma z baznim odtokom (a) in hidrograma z zaznanimi obdobji deficita pretoka (b) za leto 2006 89 Preglednica 4 - Izrač un recesijskih konstant po metodah MRC in IRS za različ ne dolžine segmentov (mejni pretok Q 70 ) Dolžina segmentov 4 5 6 7 C MRC 12.6 12.3 12.5 13.4 C IRS 17.8 14.4 13.2 14.4 V skladu s prikazanim režimom toka na sliki 6 (funkcija sbplot) smo Kokro uvrstili v skupino alpskega sredogorskega snežno-dežnega režima. Zanj je znač ilno, da sta si zimski in poletni minimum podobna, več vode pa se pojavlja med aprilom in junijem ter v novembru (Hrvatin, 1998), kar smo ugotovili že iz osnovnih statistik. Nižji vodostaji so znač ilni med julijem in septembrom ter decembrom in marcem, ko so tovrstni vodotoki pod vplivom zimskih minimumov. Slika 6: Pretoč ni režim reke Kokre Zadnji med izrač unanimi kazalniki so kazalniki sezonskosti. Sem spada tudi že prej omenjen indeks sezonskosti, ki je grafič no prikazan na sliki 7. Pušč ica uvršč a Kokro med vodotoke, ki imajo dan nastopa nizkega dogodka konec januarja, vendar kratka dolžina vektorja r nakazuje na to, da je variabilnost v pojavljanju nizkih pretokov č ez leto velika. Slika 7: Grafič ni prikaz indeksa sezonskosti 90 Razmerje sezonskosti predstavlja razmerje med poletnimi in zimskimi pretoki (enač ba 1). (....) (....) = 1.1896 (1) Izrač unana vrednost razmerja sezonskosti za Kokro je več ja od 1, kar tako kot prejšnji kazalniki, postavlja Kokro v prevladujoč zimski režim nizkih pretokov. Vrednost Q 95 je bila izbrana v skladu z literaturo (Laaha in Blӧ schl, 2006). Vrednost razmerja sezonskosti je prič akovana, saj Kokra spada med vodotoke, katerih pretoki so zaradi zimskih padavin v obliki snega, v hladni polovici leta manjši. Zaključ ki V prispevku smo predstavili najpogosteje uporabljene kazalnike nizkih pretokov, ki se uporabljajo v hidroloških študijah po svetu. Podatke o pretokih za primer vodomerne postaje Kokra I, dostopne na spletni strani Agencije za okolje Republike Slovenije, smo s programskim orodjem R ter paketom lfstat analizirali s pomoč jo različ nih funkcij in rezultate predstavili v obliki kazalnikov nizkega pretoka. Kokra je relativno majhen vodotok, ki se hitro odziva na padavine in je pod vplivom hudourniških pritokov, zato so vrednosti osnovnih statistik, kot so MAM 1 , MAM 7 , Q SR , Q 70 , Q 90 in Q 95 , nizke. Njihove vrednosti se v manjšem obsegu spreminjajo med leti ter tudi povpreč no med meseci. Pri ugotavljanju povezav med kazalniki je bila najvišja stopnja korelacije ugotovljena med srednjimi letnimi minimumi (MAM). Relativno visoka vrednost indeksa baznega odtoka BFI kaže, da je Kokra vodotok, ki ima kljub majhni vodnatosti zmožnost vzdrževanja pretoka zaradi opaznega prispevka podzemnih virov. V prispevku so prikazane tudi spremembe režima pretoka med letnimi č asi, ki imajo za posledico različ ne oblike krivulje trajanja. Za izrač un deficita vodnega toka smo primerjali dve metodi in sicer metodo drseč ega povpreč ja (MA) in metodo medč asovnega dogodka (IT) ter njun vpliv na konč ni izrač un. Ugotovili smo, da gre v primeru Kokre za najmanjša odstopanja med rezultati obeh metod pri upoštevanju dolžine segmentov 6 dni, največ je odstopanje pa kaže dolžina segmentov 4 dni. V nadaljevanju je bil ugotovljen zimski režim nizkih pretokov z razmerjem med zimskimi in poletnimi pretoki več jim od 1 in nastopom dneva nizkega pretoka v januarju. Kot orodje za obdelavo podatkov na področ ju analize nizkih pretokov in iskanje povezav med kazalniki se je kot zadovoljiv izkazal program R in nizkim pretokom namenjen paket lfstat. Ta ima sicer nekaj manjših pomanjkljivosti, predvsem pri personalizaciji grafič nih prikazov in pisanju rezultatov v zankah, kjer se v hitrosti ne izkaže najbolje. Kljub temu pa lahko ugotovimo, da orodje nudi odlič en pripomoč ek za kompleksne izrač une na dolgih nizih podatkov. Literatura ARSO (2014). Arhiv površinskih voda. Agencija Republike Slovenije za okolje. http://vode.arso.gov.si/hidarhiv/pov_arhiv_tab.php (Pridobljeno 6. 6. 2014.) Beran, M., Rodier, J.A. (1985). Hydrological aspects of drought: a contribution to the International Hydrological Programme. Paris, Unesco. 91 Burn, D.H. (1997). Catchment similarity for regional flood frequency analysis using seasonality measures, Journal of Hydrology 202, 212–230. Feyen, L., Dankers, R. (2009). Impact of global warming on streamflow drought in Europe, Journal of Geophysical research, 114, p. 1-17. Fleig, A. K., Tallaksen, L. M., Hisdal, H., and Demuth, S. (2006). A global evaluation of streamflow drought characteristics, Hydrology and Earth System Sciences 4, 535–552. http://www.hydrol-earth-syst-sci.net/10/535/2006/hess-10-535-2006.pdf (24.10.2014) Globevnik, L. (ur.). (1998). Nač rt urejanja povodja, vodnogospodarsko nač rtovanje v okvirih približevanja Evropski uniji: nač rt urejanja povodja Kokre, Ljubljana, Ministrstvo za okolje in prostor, 103 str. Hisdal, H., Tallaksen, L.M. (2000). Drought Event Definition. V: Hisdal, H. (ur.), Tallaksen, L.M. (ur.). Techical Report to the ARIDE project No. 6. University of Oslo, Department of Geophysics, 41 str. Hrvatin, M. (1998). Pretoč ni režimi v Sloveniji, Geografski zbornik 38, 59-87. Kobold, M., Brilly, M. (1994). Low flow discharge analysis in Slovenia. FRIEND '97 – Regional Hydrology: Concepts and Models for Sustainable Water Resource, 119-131. Kobold, M., Sušnik, M. (2003). Hidrološke razmere površinskih voda opazovanih slovenskih rek v letu 2003. Mišič ev vodarski dan, 2003: 1-9. Koffler, D. in Laaha, G. (2014). Package 'lfstat', Calculation of Low Flow Statistics for daily stream flow data, 37 str. http://cran.r-project.org/web/packages/lfstat/lfstat.pdf (Pridobljeno 22. 10. 2014) Kovač ič , T. (2012). Analiza vpliva lastnosti poreč ja na indeks baznega odtoka. Diplomska naloga. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 105 str. Laaha, G., Blöschl, G. (2006). Seasonality indices for regionalizing low flows, Hydrological Processes 18, 3851–3878. Petek, M. (2014). Analiza nizkih pretokov vodotokov v Sloveniji. Diplomska naloga. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 68 str. R-project, (2014). R software, version 3.0.2, http://www.r-project.org/ (Pridobljeno 20. 2. 2014.) Smakhtin, V.U. (2001). Low flow hydrology: a review. Journal of Hydrology. 240, 3–4: 147–186. Srebrnič , T. (2005). Č asovna razporeditev padavin in pretokov v Sloveniji z analizo sezonskosti. Diplomska naloga. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo: 137 str. Tallaksen, L.M. (1995). A review of baseflow recession analysis, Journal of Hydrology 165, 349– 370. Tallaksen, L.M. (1998). Analysis of time variability in recessions, FRIENDS in Hydrology IAHS Publication, 187, p.85-96 WMO (2009). Manual of Low-flow Estimation and Prediction. Operational Hydrology Report No. 50. (WMO-No. 1029). Ženeva, 136 str. 93 Morfometrič ne analize vršajev planeta Marsa – za uporabo na Zemlji Tomaž Podobnikar * , BalÆzs SzØkely * * Povzetek Predstavljena je uporaba geomorfometrič nih analiz (pri uporabi digitalnega modela reliefa – DMR) planeta Marsa. Osredotoč ili smo se na odkrivanje vršajev. Razvili smo metodi progresivno Boolovo prekrivanje in ISOcluster, in sicer v smislu posebne geomorfometrije, torej izključ no za č im natanč nejše odkrivanje vršajev na tem notranjem kamnitem planetu. Raziskava predstavi inovativne sekundarne topografske atribute, ki smo jih uporabili pri analizi, in sicer indeks več smerne vidnosti (MVI) in relief zgoraj (RA), ki sta se izkazali kot zelo pomembni pri iskanju vršajev. Nalogo smo izvajali na relativno nekakovostnem DMR-ju loč ljivosti 50 m, ki je bil izdelan iz posnetkov kamere HRSC na satelitu Mars Express istoimenske misije Evropske vesoljske agencije (ESA). Predstavljena metodologija ima ob nadaljnji dodelavi velik potencial za terestrič ne aplikacije, kot so ugotavljanje območ ij potencialno nevarnih vršajev, ki ogrožajo antropogeno krajino v gorskem svetu. Ključ ne besede: zaznavanje vršajev, topografski atribut, klasifikacija površja, indeks več smerne vidnosti, geomorfometrija, progresivno Boolovo prekrivanje slojev, digitalni model reliefa, Mars Express Key words: talus slopes detection, topographic attribute, surface classification, multidirectional visibility index, geomorphometry, progressive Boolean overlay, digital terrain model, Mars Express Uvod Zemeljsko površje lahko po eni strani nazorno ponazorimo s fotografijo, skico, karto, po drugi strani pa z besedilom, ali numerič nimi podatki, ki so lahko nadalje strukturirani v tabele. Poenostavljeno, oba pristopa – prostorsko grafič no ponazoritev in opis lahko združimo v uč inkovit geografski informacijski sistem (GIS), v katerem lahko informacije o zemeljskem površju 'preberemo' kar iz geokodiranih podatkov. Digitalni model reliefa (DMR) razumemo kot digitalni geokodiran zapis oblikovanosti zemeljskega površja. Nepretrgana in pogosto gladka ploskev vključ uje nadmorske višine. Nadmorske višine digitalnega modela reliefa so lahko kot druge informacije GIS zapisane v mrežo pravilnih kvadratastih celic, ki pogojujejo prostorsko loč ljivost, podobno kot zapis digitalnih fotografij. Pogosto površje prikazujemo manj natanč no, in sicer kar skupaj z ovojnico površja vegetacije, npr. gozda, travnika ali pa ovojnico grajenega okolja, npr. stavb v mestu ali pa mostov. Tak model imenujemo digitalni model površja (DMP) (Kraus in Pfeifer, 1998; Podobnikar, 2009). Eden pomembnejših nač inov poveč anja uporabe DMR-ja so prostorske analize v GIS- ih. Z njimi se povezujejo geomorfološke analize, pri č emer si lahko pomagamo s kvalitativnimi in kvantitativnimi metodami, med slednje spada geomorfometrija. * Fakulteta za gradbeništvo in geodezijo, Univerza v Ljubljani, Jamova cesta 2, SI-1000 Ljubljana ** Oddelek za geofiziko in vesoljske znanosti, Univerza Eötvös, PÆzmÆny P. sØtÆny 1/C, H-1117 Budimpešta, Madžarska 94 Geomorfologija je veda, ki preuč uje izoblikovanost zemeljskega površja in njeno področ je je geomorfometrija, ki obravnava izoblikovanost površja iz kvantitativnega vidika, s č imer meri geomorfološke pojave (MacMillan in Shary, 2009). Evans (1972) je razdelil geomorfometrijo na splošno, ki zvezno obravnava Zemljino površje, in posebno, ki obravnava diskretne površinske strukture. Č eprav je bilo veliko geomorfometrič nih metod razvitih že pred stoletji, se je geomorfometrija kot veja znanosti zač ela razvijati šele s praktič no izvedbo DMR-ja (Miller in Laflamme, 1958). Z analizo fizič nega površja lahko pri izključ ni uporabi DMR-ja (ali lidarskega oblaka toč k) nadalje sklepamo na lastnosti in pojave, ki nimajo neposredne zveze s površjem. Sklepamo lahko npr. na izbrane lastnosti geološke sestave, geofizikalnih procesov in še na marsikatere naravne (in na Zemlji tudi družbeno-ekonomske) znač ilnosti. To dejstvo še posebej pripomore pri preuč evanju planetov, lun (naravnih satelitov) ali asteroidov, ki jih zaenkrat dejansko ne moremo preuč evati in situ, ampak le z metodami daljinskega zaznavanja. Raziskovalci se danes ukvarjajo z razvojem metod za obdelavo viskoloč ljivostnih lidarskih podatkov, ki neposredno uporabljajo oblak zajetih toč k (in ne DMR), prav tako tudi z metodami za regionalne in globalne DMR-je slabše loč ljivosti in kakovosti ipd. (glej npr. Podobnikar, 2005, Podobnikar in Vreč ko, 2012). Osnove (geo) morfometrič nih analiz Pri geomorfometrič nih analizah so pomembni naslednji elementi za pridobivanje implicitnih informacij o reliefu: 1. osnovni topografski atributi 2. sekundarni topografski atributi 3. metode klasifikacij površja 4. metode več kriterijskih odloč itvenih modelov 5. metode geovizualizacij in vizualne analitike Ad 1) Med osnovne topografske atribute štejemo naklon, ekspozicijo, ukrivljenost in še nekaj drugih. Skupna znač ilnost je, da jih izrač unamo neposredno iz DMR-ja (Wilson in Gallant, 2000) po relativno enostavnih matematič nih enač bah. Ad 2) Med sekundarne topografske atribute štejemo razne indekse, ki temeljijo na opisu variabilnosti fizič nega reliefa ali z reliefom povezanih procesov v okolju. Indeksi so izrač unani empirič no (Wilson in Gallant, 2000). Pogosto gre za različ no zapletene algoritme. Njihovo poimenovanje je precej abstraktno, npr. topografski indeks vlažnosti, indeks več smerne vidnosti (Podobnikar, 2012b). Ad 3) V primeru klasifikacij površja gre za veliko število možnosti klasifikacij (npr. po nač elih splošne in posebne geomorfometrije, pri uporabi različ nih metod, po različ nih kriterijih) reliefa pri uporabi DMR. Metode slonijo na uporabi topografskih atributov, ki igrajo vlogo različ nih spremenljivk pri prostorskih analizah. Metode največ krat loč imo po nač elih splošne in posebne geomorfometrije (Evans, 1972). Razvitih je veliko število metod za klasifikacijo celotnega površja ali identifikacijo in opis izbranih znač ilnosti površja na podlagi analiz oblik, tekstur, v več merilih, na podlagi analiz topografskih atributov relief, ipd. (Podobnikar, 2012a). Ad 4) Metode več kriterijskih odloč itvenih prostorskih modelov se nanašajo na kompleksne modele pri uporabi prostorskih analiz (Malczewski, 2006), kjer je npr. rezultat model vršajev. 95 Ad 5) Metode geovizualizacij lahko uspešno dopolnjujejo kvantitativne geomorfometrič ne metode. Vizualna analitika je znanost analitič nega sklepanja, ki uporablja vizualne interaktivne vmesnike. Vizualno analitiko lahko uporabljamo za vizualno prepoznavanje oblik reliefa. Mednje spada generič na metoda indeksa več smerne vidnosti (Podobnikar 2012b), ki je nepogrešljiva za izboljšavo in analizo DMR planeta Marsa, kamor se č lovek – za sedaj – še ni odpravil na terenske raziskave (Podobnikar in SzØkely, 2015). Nadalje je možna uporaba različ nih pristopov pri geomorfometrič nih analizah glede na (glej npr. Podobnikar, 2005; Podobnikar 2009): • konceptualni model DMR-ja, abstrakcijo, generalizacijo • uporabo DMR-ja ali DMP-ja (digitalni model ploskve) • strukturo DMR-ja – celič na mreža, TIN, hibridna struktura oblak toč k ipd. • različ no interpretacijo DMR-ja – žič ni model, celič na mreža; uporabljene funkcije za opis DMR-ja oz. interpolacijske metode • loč ljivost in merilo podatkov, obseg območ ja • kakovost DMR-ja (izjemno obširno področ je), kakovost modela, ki opisuje DMR • zgodovinski, sedanji ali predikcijo prihodnjega DMR • aplikacijo oz. uporabo DMR-ja za splošne ali za različ ne posebne namene • definicijo DMR-ja, v splošnem Projekt Mars Express in podatki DMR-ja V č lanku analiziramo izbrane znač ilnosti, predvsem (areo)morfološke (Mars = Ares), ki jih povezujemo z (geo)morfološkimi (Zemlja = Gea). Misija oz. odprava Evropske vesoljske agencije (ESA) Mars Express je dobila ime po umetnem satelitu, ki so ga izstrelili z Zemlje 2. 6. 2003. Satelit je v orbiti Marsa od 25. 12. 2003. Naziv »express« je misija dobila zato, ker je bila cenejša od primerljivih, poleg tega pa je bila njena izvedba relativno hitra. Satelit ima maso 1120 kg in je opremljen z velikim številom instrumentov (Podobnikar in SzØkely, 2012). Za izdelavo DMR-ja je najpomembnejši instrument »High Resolution Stereo Camera« (HRSC) (Jaumann et al., 2007). Gre za kamero dimenzij 515 x 300 x 260 mm, mase 20,4 kg, porabe 48,7 W, s 5 pankromatskimi in 4 barvnimi kanali (modri, zeleni, rdeč i in NIR) t. i. »full colour«, s poljem vidnosti 11,9º, s senzorjem CDD 9 x 5272 pikslov (stereo kot ± 18,9º), z loč ljivostjo 10 m/piksel (maksimalno 2 m), s širino signala 52,2 km (vsi podatki so izrač unani glede na orbito 250 km višine). Kamera vsebuje tudi »Super Resolution Channel« (SRC). Izdelali so jo skupaj na DLR, FU Berlin in ESA. Gre torej za projekt Evropske vesoljske agencije s 43 raziskovalnimi skupinami iz 10 držav (brez Slovenije). Izdelan je bil DMR s prostorsko loč ljivostjo 50 m in natanč nostjo okoli 10 m (Heipke et al., 2007), ki je bil dodatno izboljševan (predvsem zaradi napak slikovnega ujemanja na geomorfološko neizraziti pokrajini, slabih kontrastov na več jih osvetljenih ali osenč enih površinah, ujemanja pasov in interpolacije ter s tem pojavljanja grobih napak, Slika 1). Problem je tudi različ na loč ljivost originalnih posnetkov, kar je posledica izrazito eliptič ne orbite satelita Mars Express. DMR je izdelan na osnovi stereoparov ter slikovnega ujemanja. Pri vizualni interpretaciji DMR-ja je uporaben indeks več smerne vidnosti, kot napredna generič na metoda analitič nega senč enja reliefa, ki izpolnjuje osnovna topografska nač ela v kartografiji, poleg tega je uporabna za generalizacijo DMR-ja, klasifikacijo 96 geomorfoloških oblik in odkrivanja znač ilnosti ter za izboljšavo fotografij (Podobnikar, 2012b; Slika 1). Slika 1 – Primerjava klasič nega analitič nega senč enja (levo), ter senč enja z indeksom več smerne vidnosti (MVI; multidirectional visibility index). Uporabljen je DMR HRSC, ESA, Mars Express s prostorsko loč ljivostjo 50 m. Prikazano je območ je »Thaumasia mountain range«. Na modelu z indeksom več smerne vidnosti je zaznati precej več geomorfoloških detajlov kot na klasič nem modelu. Metodologija geomorfometrič nega iskanja vršajev Marsa Nestabilna poboč ja dolin so pogosto pokrita z vršaji (z grušč i ali s podžlebnimi melišč i). Na Zemlji so vršaji znač ilnost gorskih območ ij (Podobnikar in SzØkely, 2015; Slika 2). Geomorfološka oblika različ nih tipov vršajev je določ ena z materialom, ki ga sestavlja. Pri tem gre pogosto gre za slabo razvršč en material. Oblika vršajev na Marsu je pogojena glede na Zemlji različ ne okoljske pogoje: manjša gravitacija (pribl. 38 % zemeljske), danes pomanjkanje fluvialne erozije, več prostega materiala (pogosto vetrnih nanosov), in znač ilna velika območ ja poboč ij – kar pomeni, da so vršaji pomembne morfološke znač ilnosti na Marsu. Na Zemlji so vršaji ponekod porasli in zato lahko nekoliko bolj strmi in s tem metastabilni. 97 Slika 2 – Primer več jega aluvijalnega vršaja in več melišč z reko Hunzo pri kraju Passu, Pakistan (Foto: T. Podobnikar) Cilj tega prispevka je predstaviti robustni metodi za odkrivanje in loč evanje vršajev na Marsu glede na druga poboč ja naravnega okolja, ki jih ne štejemo med vršaje po nač elih posebne geomorfometrije, saj razpoznavamo toč no določ ene reliefne oblike (MacMillan in Shary, 2009; Obu in Podobnikar, 2013). Pri tem smo uporabili DMR Marsa za izbrani testni območ ji Nanedi Valles in Candor Chasma (Slika 3). Dodaten cilj tega prispevka je tudi razvoj metod sekundarnih topografskih atributov. a) b) 98 Slika 3 – Testni območ ji za identifikacijo vršajev: (a) Candor Chasma (6º J, 77º Z), (b) Nanedi Valles (7º S, 48º Z). Območ ja potencialnih vršajev so vidna kot gladke površine na poboč jih. Algoritem odkrivanja vršajev je v grobem naslednji (Podobnikar in SzØkely, 2015): • vizualna interpretacija površja z metodo indeksa več smerne vidnosti (MVI; multidirectional visibility index) • izdelava topografskih atributov (spremenljivk), kot so indeks več smerne vidnosti (MVI) (Podobnikar, 2012b), relief zgoraj (RA; relief above) (Podobnikar in SzØkely, 2015) in standardni odklon naklona reliefa (SzØkely et al., 2002) • analiza neodvisnosti in znač ilnosti spremenljivk • izrač un spremenljivk • klasifikacija spremenljivk v binarne vrednosti • klasifikacija površja z uporabo metod posebne geomorfometrije: progresivno Boolovo prekrivanje in ISOcluster • stalna kontrola kakovosti in analize obč utljivosti Posebej navajamo inovativne sekundarne topografske atribute, podrobnejši opis je v Podobnikar in SzØkely (2015): • relief zgoraj (RA) • kvazi naklon (QS θ ), pri uporabi MVI (kvazi zato, ker je rezultat podoben naklonu reliefa) • MVI za kvazi naklon (MVI-QS) • MVI za relativni relief (MVI-RR) • spodnji pogled L θ ,, pri uporabi MVI • standardni odklon naklona reliefa Razvili ali nadgradili smo metodi progresivno Boolovo prekrivanje (kot del algebre karte; Tomlin, 1990) in ISOcluster (Ball and Hall, 1965). Podrobnejši opis obeh metod je v Podobnikar in SzØkely (2015) v smislu posebne geomorfometrije za klasifikacijo površja, tu pa so podani osnovni parametri: • Progresivno Boolovo prekrivanje uporablja spremenljivke z binarnimi vrednostmi za odkrivanje vzorcev v prostoru. Analiza znač ilnosti in neodvisnosti spremenljivk se je izkazala za koristno pri določ anju in optimiziranje strategije pri analizi. Progresivna (korak za korakom) analiza se prič ne z grobo oceno (zač etni približek) in nadaljuje z vedno bolj finimi, a nač eloma manj pomembnimi spremenljivkami, ki izboljšujejo kakovost analize (Podobnikar, 2005), vse dokler spremembe niso v okviru določ enega praga, ki ga sami postavimo. • ISOcluster je standardna nenadzorovana klasifikacija površja, pri č emer nas zanimajo taki parametri klasifikacije pri uporabi takih spremenljivk, ki omogoč ajo karseda potencialno optimalno odkrivanje območ ij vršajev (SzØkely, 2001). Rezultati izrač unov na Sliki 4 dokazujejo, da so spremenljivke ključ nega pomena za zanesljivo analizo, hkrati se rezultati dobro skladajo s predhodnimi terestrič nimi analizami (Podobnikar in SzØkely, 2008). Nadalje rezultati kažejo na podobne lastnosti površja tako pri uporabi metode ISOcluster kot tudi za tehniko progresivnega Boolovega prekrivanja. Glede na oddaljenost Marsa, smo uporabili številne prilagojene tehnike za kontrolo kakovosti, kot je npr. vizualna ocena z že omenjeno metodo MVI. 99 Slika 4 – Rezultat iskanja vršajev za območ je Nanedi Valles Aplikacija metodologije na zemeljsko površje Metodološko je pomembna zmožnost primerjave znač ilnosti površja, ki jih poznamo na Zemlji, s tistimi, ki jih preuč ujemo na izbranem planetu. Ne glede na to, da so fizič ne oz. geomorfološke lastnosti planetov različ ne zaradi različ nih procesov pri njihovem razvoju, lahko v praksi najdemo veliko relativno podobnih znač ilnosti, ki pa se zagotovo razlikujejo v nekaterih podrobnostih. morfološke in še posebej morfometrič ne analize planetov so torej raziskovalni izziv. Primer je preuč evanje izbranih lastnosti Zemlje, s č imer bolje razumemo procese na posameznem planetu in obratno: razumevanje določ enih znač ilnosti planetov lahko pomaga pri preuč evanju pojavov na Zemlji (Podobnikar in SzØkely, 2008; SzØkely in Podobnikar, 2008). V gorskem svetu so antropogene strukture in objekti ranljivi zaradi izjemnih geoloških, geomorfoloških, hidroloških ali vremenskih pojavov (Sodnik et al., 2013). Pri modeliranju možnih scenarijev naravnih nesreč potrebujemo poleg podatkov o ranljivih antropogenih strukturah tudi prostorske topografske podatke. DMR-ji na osnovi aero-laserskega skeniranja (ALS) so potencialno pomembni za pridobivanje natanč nih in podrobnih podatkov o premikih gmot, eroziji in podobnih pojavih, z visoko natanč nostjo. Metode samodejnega procesiranja podatkov ALS omogoč ajo pridobivanje različ ne produkte, na primer o topografiji, višini gozda, obliki stavb, daljnovodih. Pridobljeni prostorski podatki so lahko modelirani skupaj z informacijami za oceno potencialne škode na osnovi določ enega tipa nesreč e v funkcionalnem postopku objektnega modeliranja (Podobnikar et al. 2010). 100 Sklep V raziskavi smo se osredotoč ili na izbrane morfološke znač ilnosti planeta Marsa, in sicer na vršaje ter jih ob koncu v analitič nem smislu opredelili s tistimi na Zemlji. Uporabili smo sloj DMR-ja, izdelanega na osnovi satelitskih posnetkov kamere HRSC projekta Mars Express. Predstavili smo dve uspešno aplicirani metodi za odkrivanje vršajev, kot metodi posebne geomorfometrije za klasifikacijo površja, in sicer progresivno Boolovo prekrivanje ter ISOcluster. Progresivno Boolovo prekrivanje se nanaša na relativno kompleksno modeliranje, pri katerem posamezne spremenljivke uporabimo za postopno empirič no izgradnjo modela, kar je posebej pomembno za natanč nejšo analizo oddaljenega planeta Marsa, pri uporabi relativno nekakovostnega DMR-ja. Zelo pomembna tema raziskave je bila predstavitev sekundarnih topografskih atributov, ki smo jih uporabili pri analizi. Pri tem gre izpostaviti indeks več smerne vidnosti (MVI) in relief zgoraj (RA), ki sta se izkazala kot zelo pomembna za izdelavo spremenljivk modela. Predstavljena metodologija je bila izdelana in dodelana na podlagi raziskav tako na Zemlji (Slovenija, Avstrija) kot tudi na več območ jih Marsa in ima ob nadaljnji dodelavi velik potencial za nadaljnjo aplikacijo pri ugotavljanju območ ij potencialno nevarnih vršajev, ki ogrožajo antropogeno krajino v gorskem svetu Alp. Zahvala: Raziskovalno nalogo je omogoč ila Avstrijska agencija za promocijo znanosti (FFG) v sestavu Programa avstrijskih vesoljskih aplikacij (ALR-OEWP-CO-413/07) in njihovih raziskovalnih projektov TMIS, TMIS+ in TMIS-morph (TMIS = Topographic Mars Information System) v okviru programa ASAP pod vodstvom prof. J. Janse, Raziskovalne skupine za fotogrametrijo in daljinsko zaznavanje, Tehniška univerza na Dunaju. Podatke smo pridobili ob pomoč i dr. G. Neukuma (Berlin) in ekipe Mars Express. Zaključ ni del raziskave je bil izdelan ob podpori prof. M. Mikoša ter programa Vodarstvo in geotehnika (P2-0180) Javne agencije za raziskovalno dejavnost (ARRS). Literatura Ball, G.H., Hall, D.J. (1965). Isodata: a method of data analysis and pattern classification. Stanford Research Institute, Menlo Park. Office of Naval Research. Information Sciences Branch. Evans, I. S. (1972). General Geomophometry, derivatives of altitude and descriptive statistics. V R. V. Chorley (ur.), Spatial Analysis in Geomorphology. London: British Geomorphological Research Group. Heipke, C., Oberst, J., Albertz, J., Attwenger, M., Dorninger, P., Dorrer, E., Ewe, M., Gehrke, S., Gwinner, K., Hirschmüller, H., Kim, J. R., Kirk, R. L., Mayer, H., Muller, J.-P., Rengarajan, R., Rentsch, M., Schmidt, R., Scholten, F., Shan, J., Spiegel, M., Wählisch, M., Neukum, G. in HRSC Co-Investigator Team (2007). Evaluating planetary digital terrain models — The HRSC DTM test. Planetary and Space Science 55, 2173–2191. Jaumann, R., Neukum, G., Behnke, T., Flohrer, J., van Gasselt, S., Giese, B., Gwinner, K., Hauber, E., Hoffmann, H., Köhler, U., Matz, K.-D., Mertens, V., Pischel, R., Roatsch, T., Reiss, D., Scholten, F., Stephan, K., Oberst, J., Saiger, P., Schwarz, G., Wählisch, M. (2007). The High Resolution Stereo Camera (HRSC) experiment on Mars Express: instrument aspects from interplanetary cruise through nominal mission. Planetary and Space Science, 55, 928–952. Kraus, K., Pfeifer, N. (1998) Determination of terrain models in wooded areas with airborne laser scanner data. ISPRS Journal of Photogrammetry and Remote Sensing 53, 193–203. 101 MacMillan, R. A., Shary, P. A. (2009). Landforms and Landform Elements in Geomorphometry. V T. Hengl, H. I. Reuter (ur.) Geomorphometry - Concepts, Software, Applications. Oxford: Elsevier. Malczewski, J. (2006). GIS‐ based multicriteria decision analysis: a survey of the literature, IJGIS, 20, 703–726. Miller, C. L. Laflamme, R. A. (1958). The Digital Terrain Model-Theory & Application. MIT Photogrammetry Laboratory. Obu, J., Podobnikar, T. (2013). Algorithm for karst depression recognition using digital terrain models. Geod. vestn., 57, 260–270. Podobnikar, T. (2005). Production of integrated digital terrain model from multiple datasets of different quality. International journal of geographical information science, 19(1), 69-89. Podobnikar, T. (2009). Methods for visual quality assessment of a digital terrain model. S.A.P.I.EN.S. Special Issue 2, 15–24. Podobnikar, T. (2012a). Detecting Mountain Peaks and Delineating Their Shapes Using Digital Elevation Models, Remote Sensing and Geographic Information Systems Using Autometric Methodological Procedures. Remote Sens. 4, 784–809. Podobnikar, T. (2012b). Multidirectional Visibility Index for Analytical Shading Enhancement. The Cartogr. J., 49, 195–207. Podobnikar, T., SzØkely, B. (2008). Poskus analize potencialno nevarnih vršajev z DMR-jem. V: Perko, D., Zorn, M., Razpotnik Visković , N., Č eh, M., Hladnik, D., Krevs, M., Podobnikar, T., Repe, B., Šumrada, R. (ur.). Geografski informacijski sistemi v Sloveniji 2007-2008, (GIS v Sloveniji, 9). Ljubljana: Založba ZRC, 73-81. Podobnikar, T., SzØkely, B. (2012). Geomorfometrič ne analize Marsa pri uporabi DMR-ja. 17. strokovno sreč anje Slovenskega združenja za geodezijo in geofiziko, zbornik predavanj. Fakulteta za gradbeništvo in geodezijo, 19–29. Podobnikar, T., SzØkely, B. (2015). Towards the automated geomorphometric extraction of talus slopes in Martian landscapes. Planet. Space Sci., 105, 148–158. Podobnikar, T., SzØkely, B., Hollaus, M., Roncat, A., Dorninger, P., Briese, C., Melzer, T., Pathe, C., Höfle, B., Pfeifer, N. (2010). Vsestranska uporaba aero-laserskega skeniranja za ugotavljanje nevarnosti zaradi naravnih nesreč na območ ju Alp", Naravne nesreč e v Sloveniji, Založba ZRC, 125-137. Podobnikar, T., Vreč ko, A. (2012). Digital Elevation Model from the Best Results of Different Filtering of a Lidar Point Cloud. Trans. GIS, 16, 603–617. Sodnik, J., Podobnikar, T., Petje, U., Mikoš, M. (2013). Topographic data and numerical debris- flow modeling, in: Margottini, C., Canuti, P., Sassa, K. (Eds.), Landslide Science and Practice. Vol. 1, Landslide Inventory and Susceptibility and Hazard Zoning. Berlin, Heidelberg: Springer, 573–578. SzØkely, B. (2001). On the surface of the Eastern Alps – a DEM study. Tübinger Geowiss. Arb., 60, 1–124. SzØkely, B., Reinecker, J., Dunkl, I., Frisch, W., Kuhlemann, J. (2002). Neotectonic movements and their geomorphic response as reflected in surface parameters and stress patterns in the Eastern Alps. EGU Stephan Mueller Special Publication Series, 3, 149–166. SzØkely, B., Podobnikar, T. (2008). An attempt for automatic detection and visualization of talus cones from digital elevation data. V: Koneč ný, M., Bandrova, T. (ur.), Second International Conference on Cartography & GIS, Proceedings 2, Borovec, Bolgarija, 151–159. Tomlin, C.D. (1990). Geographic Information Systems and Cartographic Modelling. Prentice Hall, Englewood Cliffs, New Jersey, 249 p. Wilson, J., Gallant, J. (2000). Digital Terrain Analysis; Terrain Analysis: Principles and Applications, V: Wilson, J., Gallant, J. (ur.), Wiley, Chapter 1. 103 Snežni plazovi in preventiva v Srednjih Karavankah Manca Volk Bahun * , Matija Zorn * , Jaka Ortar * , Miha Pavšek * Povzetek V prispevku predstavljamo nekaj rezultatov avstrijsko-slovenskega projekta Naravne nesreč e brez meja (2011–2014), v okviru katerega smo pripravili več obč inskih zemljevidov lavinske nevarnosti na območ ju Srednjih Karavankah, redno je izhajal lavinski bilten za to območ je, organizirali pa smo tudi več teč ajev s področ ja lavinske preventive. Ključ ne besede: geografija naravnih nesreč , snežni plazovi, lavinska nevarnost, lavinski bilten, Karavanke Key words: geography of natural hazards, avalanches, avalanche hazard, avalanche bulletin, Karavanks Uvod Snežni plazovi (Pavšek, 2002) so naravni pojav, ko se na poboč jih del snežne gmote loč i od celote in zdrsne navzdol. Njihovo napovedovanje je zahtevno zaradi prostorske in č asovne spremenljivosti pojava, posledice ter škoda pa so lahko obč asno in krajevno zelo velike. V svetovnem merilu po pomenu ne sodijo med najpomembnejše naravne nesreč e niti po žrtvah niti po škodi. Na primer v Švici pomeni ogroženost zaradi snežnih plazov le 2 % skupne ogroženosti. V Sloveniji letno skupaj z zemeljskimi plazovi povzroč ijo 8 % škode zaradi naravnih nesreč (več ina te škode sicer pripada zemeljskim plazovom). Po drugi strani pa so največ smrtnih žrtev med naravnimi nesreč ami v Sloveniji po 2. svetovni vojni terjali prav snežnih plazovi, v povpreč ju po 1–2 letno (Pavšek et al., 2013). V Sloveniji se snežni plazovi pojavljajo na vzpetem delu ozemlja, pogost pojav pa so predvsem v zimah z obilico snega. Omejeni so na strma, neporašč ena ali slabo porašč ena ter redko poseljena poboč ja gorskega in hribovitega sveta. Praviloma se v zimah s povpreč nimi snežnimi razmerami prožijo le v visokogorju, ob obilnejših snežnih padavinah pa so pogosti tudi v hribovitem svetu. Tod ogrožajo več gospodarskih poslopij ter posamezne hiše, še posebej pa infrastrukturo, zlasti prometnice (Pavšek et al., 2013). Več ina nesreč s snežnimi plazovi v zadnjih desetletjih se zgodi obiskovalcem gorskega sveta, redkeje pa domač inom, ki so nekdaj prevladovali med žrtvami. Ob veliki lavinski nevarnosti (4. stopnja; enotna evropska lestvica za opredeljevanje nevarnosti proženja snežnih plazov je petstopenjska) se več ina snežnih plazov sproži spontano zaradi naravnih vplivov, ob zmerni nevarnosti (2. stopnja) pa predvsem ob dodatni obremenitvi snežne odeje zaradi č loveka (na primer hoja, smuč anje) (Pavšek et al., 2013). Da namenjamo v Sloveniji snežnim plazovom premalo pozornosti, kljub temu, da so po številu žrtev v samem vrhu, kažeta: • pogosto zanemarjanje pri nač rtovanju prostorskih posegov in rabe prostora (le manjši del bolj ogroženih obč in ima na voljo zemljevide lavinske nevarnosti ali pa lavinski kataster); * Znanstvenoraziskovalni center Slovenske akademije znanosti in umetnosti, Geografski inštitut Antona Melika, Gosposka ulica 13, 1000 Ljubljana, Slovenija 104 • skromna kadrovska in finanč na podpora trenutno delujoč e Službe za sneg in plazove pri Agenciji Republike Slovenije za okolje (Velkavrh, 2005). Omenjeno službo zato težko primerjamo z lavinskimi službami kot jih poznajo v ostalih alpskih državah, kjer so uč inkovita podpora dejavnostim, ki se odvijajo v zasneženi pokrajini in ne nazadnje s pomoč jo katerih zagotavljajo več jo varnost obiskovalcev na plazovitih območ jih v č asu poveč ane nevarnosti. Opozarjanje in obvešč anje o nevarnosti proženja snežnih plazov kot tudi ažurni prostorski podatki o snežnih plazovih spadajo med temeljne naloge lavinske službe (Pavšek et al., 2010). V prispevku predstavljamo nekaj rezultatov projekta Naravne nesreč e brez meja (2014; NH-WF), financiranega v okviru programa č ezmejnega sodelovanja Slovenija–Avstrija med letoma 2011 in 2014, v okviru katerega smo: izdelali zemljevide lavinske nevarnosti za nekaj slovenskih in avstrijskih obč in v Srednjih Karavankah, redno izdajali lavinski bilten za to območ je, ter organizirali več teč ajev varstva pred snežnimi plazovi. Zemljevidi lavinske nevarnosti Zemljevidi lavinske nevarnosti ali kateregakoli drugega hidro-geomorfnega procesa so pomembni za preventivno prostorsko nač rtovanje. Zemljevidi so toliko boljši, kolikor boljše je naše poznavanje preteklih lavinskih dogodkov in naše razumevanje vpliva različ nih naravnogeografskih prvin pokrajine na proženje snežnih plazov (Pavšek et al., 2013). V Sloveniji so za urejanje prostora in v povezavi s tem tudi za varnost prebivalcev odgovorne obč ine. Zakon o prostorskem nač rtovanju (2007) v 2. odstavku 55. č lena predpisuje izdelavo Obč inskih podrobnih prostorskih nač rtov (OPPN), ki morajo med drugim vsebovati »… prostorske ureditve lokalnega pomena, zaradi posledic naravnih ali drugih nesreč ...«. Mednje sodijo tudi zemljevidi lavinske nevarnosti. Številne obč ine v vzpetih pokrajinah Slovenije potrebujejo tovrstne zemljevide, vendar obč ine same po več ini ne zmorejo (morda noč ejo) nositi finanč nega bremena njihove izdelave. Trenutno ima osem slovenskih obč in izdelane zemljevide lavinske nevarnosti (slika 1). Izmed teh sta le dve sami financirali njuno izdelavo (Jezersko (Klabus et al., 2009) in Tržič (Natek et al., 2010)), štiri obč ine (Bovec, Kranjska Gora, Železniki in Slovenj Gradec) pa so zemljevide dobile v okviru nacionalnega projekta (Izdelava …, 2011–2012). V okviru projekta Naravne nesreč e brez meja (2014) smo za štiri slovenske in tri avstrijske obč ine izdelali zemljevide lavinske nevarnosti. Na novo sta zemljevid lavinske nevarnosti dobili obč ini Žirovnica in Solč ava, novejši/posodobljeni zemljevid pa sta dobili obč ini Jezersko in Tržič . Poleg tega smo zemljevide izdelali še za tri avstrijske obč ine (Borovlje/Ferlach, Sele/Zell in Železna Kapla-Bela/Eisenkappel-Vellach). 105 Slika 1: Osem slovenskih obč in ima zemljevide lavinske nevarnosti. Za obravnavana območ ja smo skupaj z Geodetskim inštitutom Slovenije izdelali po dva zemljevida: zemljevid dejanskih snežnih plazov (slika 2) z vrisanimi plaznicami poznanih snežnih plazov, ter zemljevid lavinske nevarnosti (slika 3), na katerem so na temelju modela določ ena območ ja proženja (deloma pa tudi območ ja gibanja in odlaganja) snežnih plazov. Prvega smo izdelali s kartiranjem dejanskih plazov, pri č emer smo se deloma uprli na lavinski kataster (Bernot et al., 1994) in druge vire (Volk, 2010a; 2010b). Drugega pa smo izdelali s statistič no logaritemsko metodo indeksiranja (Zorn & Komac, 2008; Pavšek et al., 2013), ki temelji na primerjanju zemljevida dejanskih snežnih plazov z različ nimi naravnogeografskimi (vplivnimi) dejavniki, ki vplivajo na proženje snežnih plazov. Uporabili smo naslednje vplivne dejavnike: naklon, raba tal, usmerjenost površja, največ ja višina snega v obdobju 1951–2005, povpreč na višina novozapadlega snega in povpreč no število dni s snežno odejo. 106 Slika 2: Izsek iz zemljevida dejanskih snežnih plazov za območ je Zelenice in Ljubelja. Zemljevidi nevarnosti so pomembni za dolgoroč no upravljanje s prostorom, na trenutno nevarnost pred snežnimi plazovi pa opozarjajo lavinski bilteni. Lavinski bilteni so zgošč ena obvestila o vremenskih in snežnih razmerah, ki navajajo stopnjo nevarnosti zaradi snežnih plazov na določ enem območ ju. Vsebujejo lahko tudi opis različ nih krajevnih dejavnikov, ki vplivajo na poveč ano nevarnost pojavljanja snežnih plazov. Mnoge države hkrati z lavinskim biltenom objavljajo tudi zemljevide s trenutno stopnjo nevarnosti za proženje snežnih plazov po evropski petstopenjski lestvici (Volk, 2011). 107 Slika 3: Izsek iz zemljevida lavinske nevarnosti za območ je Zelenice in Ljubelja. Lavinski bilten Slovenski lavinski bilten v č asu zimske sezone trikrat tedensko pripravlja Agencija Republike Slovenije za okolje (ARSO), vendar po kakovosti zaostaja za tistimi, ki jih objavljajo druge alpske države (Eckerstorfer, 2008; Volk, 2011). Da bi izboljšali standarde na tem področ ju, smo za območ je Srednjih Karavank uporabili nov pristop za pripravo lavinskega biltena. Po naši oceni je glavna težava, ki vpliva na kakovost lavinskega biltena ARSO, pomanjkanje terenskih podatkov o vremenu in snegu, kar je deloma tudi posledica redke mreže vremenskih in lavinskih postaj. Lavinske razmere so namreč moč no krajevno spremenljive tako, da stopnja nevarnosti v Julijskih Alpah ni enaka stopnji nevarnosti v Karavankah ali Kamniško-Savinjskih Alpah. Natanč nejše napovedi za ožja območ ja so zato izredno pomembne za več jo varnost prebivalcev, obiskovalcev gora ter infrastrukture. Ocena trenutne lavinske nevarnosti je zahtevna, saj moramo upoštevati številne dejavnike, ki vplivajo na pojavljanje snežnih plazov. Potrebujemo podatke o vremenskih (padavine, veter, temperatura, vlaga, sonč no obsevanje) in snežnih razmerah (trdnost in debelina plasti v snežni odeji, prisotnost in lega šibkih plasti, temperatura snega, vlažnost), ter podatke o površju (nadmorska višina, usmerjenost, naklon, raba tal, gostota in višina ter vrsta rastja). Podatke pridobivamo prek avtomatskih vremenskih postaj, pa tudi na terenu. Na podlagi zbranih podatkov ocenimo, katera poboč ja so bolj nevarna za proženje snežnih plazov. Pri izdelovanju lavinskih biltenov je pomembno, da skozi celotno snežno sezono spremljamo razmere (tako vremenske, kot tudi snežne), saj tako lažje razumemo 108 vsakokratno dogajanje znotraj snežne odeje in posledič no bolje napovemo, kakšna je nevarnost proženja snežnih plazov. V slabših vremenskih razmerah (na primer obilnejše sneženje, megla) je ocena lavinske nevarnosti še posebej zahtevna, saj je vidljivost na terenu zmanjšana in je zato ocena težje opredeljiva. Tudi v takšnih razmerah moramo pri izdelavi lavinskega biltena in oceni nevarnosti odgovoriti na naslednja vprašanja: • Koliko snega je na potencialnem območ ju proženja? • Koliko novega snega lahko še prič akujemo? • Kakšne so padavinske, vetrovne in temperaturne razmere? • Ali so razmere varne? Kljub temu, da so neposredne informacije s terena ključ ne za pripravo opozoril, je treba razmere pogosto oceniti tudi brez tovrstnih informacij. Slika 4: Snežni plaz na cesti na Zelenico (fotografija: Manca Volk Bahun). Pri izdelavi lavinskega biltena je pomembno tudi, da vemo, komu so informacije namenjene. Uporabniki so namreč zelo različ ni, od strokovnjakov in izkušenih smuč arjev/gornikov, do domač inov in turistič nih delavcev, torej od takšnih, ki imajo veliko izkušenj s snegom v gorah, do takšnih, ki so povsem brez njih. Prav zato morajo biti informacije takšne, da so razumljive vsem (Burkeljca & Ortar, 2008; Studeregger et al., 2014). 109 Skupine, ki jim je lavinski bilten po več in namenjen, so (Studeregger et al., 2014): • pripadniki lavinskih komisij (v Sloveniji jih ni, č eprav smo jih pred desetletji ponekod že imeli, drugod v Alpah pa so ključ ne pri zagotavljanju varnosti na krajevni ravni), • turni smuč arji in pohodniki, • smuč arji, deskarji, vozniki motornih sani, • upravljavci žič nic, cest (slika 4) in železnic, • gorska reševalna služba in policija, • lokalni prebivalci. Lavinski bilten za Srednje Karavanke Za boljše napovedovanje trenutnih lavinskih razmer na območ ju Srednjih Karavank, smo v okviru projekta Naravne nesreč e brez meja (2014) v zimskih sezonah 2012/2013 in 2013/2014 trikrat tedensko pripravljali lavinski bilten (slika 5). Pri opredeljevanju stopnje lavinske nevarnosti smo uporabljali uveljavljeni postopek za izdelavo lavinskih biltenov, stopnjo nevarnosti pa smo ocenili na temelju evropske petstopenjske lestvice. V vsaki od obeh sezon smo na spletišč u projekta (Naravne …, 2014) objavili po 67 lavinskih biltenov. Biltene so povzemala številna druga spletišč a (na primer Gore-ljudje, 2013; Vremenske …, 2013), uporabljali pa so jih tudi pristojni na ARSO. Pri njihovi izdelavi smo uporabili podatke (Studeregger et al., 2014): • terenskih opazovanj, • terenskih prerezov snežne odeje, • samodejnih vremenskih postaj, • vremenskih napovedi, • o predhodni preobrazbi snežne odeje, • o trenutnih razmerah. Pri vremenskih podatkih smo se oprli na opazovalno mrežo ARSO, opazovalno mrežo avstrijske meteorološke službe (Zentralanstalt für Meteorologie und Geodynamik – ZAMG) in opazovalno mrežo koroške lavinske službe (Lawinenwarndienst Kärnten). V slednjo so bile v okviru našega projekta vključ ene tri nove vremenske postaje na območ ju Srednjih Karavank (slika 6). Prav podatki s teh postaj so pripomogli k izboljšanju napovedi, saj je za krajevne napovedi ključ na č im gostejša mreža postaj. Poleg izmerjenih podatkov smo pri izdelavi biltenov uporabljali tudi vremenske prognostič ne modelske napovedi, ki so ključ ne predvsem pri napovedih razmer za več dni vnaprej. Uporabili smo modela: • ALADIN/SI (Aire LimitØe Adaptation dynamique DØveloppement InterNational) – numerič ni vremenski model za napovedovanje vremena do 72 ur vnaprej; • INCA/AT (Integrated Nowcasting through Comprehensive Analysis) – model za analizo podatkov v visoki loč ljivosti in sistem kratkoroč nega napovedovanja avstrijske meteorološke službe, ki omogoč a tridimenzionalne analize temperature, vlage in vetra za vsako uro, ter dvodimenzionalne predstavitve (ocena in napoved) količ ine padavin (na 15 minut) in oblač nosti. Sistem vsebuje podatke vremenskih postaj, podatke daljinskega zaznavanja (radarske in satelitske podatke), model numerič ne vremenske napovedi ter topografske podatke v visoki loč ljivosti. 110 Slika 5: Lavinski bilten za Srednje Karavanke. Slika 6: V okviru projekta je bila postavljena vremenska postaja na Zelenici (fotografija: Matija Zorn). 111 Lavinski teč aji Za varstvo in zašč ito pred snežnimi plazovi je pomembno tudi vseživljenjsko izobraževanje. Pri tem izpostavljamo lavinske teč aje, ki jih organizirajo planinska društva in Gorska reševalna zveza Slovenije. Snežni plazovi prav zaradi nepoznavanja, napač ne ocene razmer ali precenjevanja izkušenj vsako leto terjajo številne žrtve (McClung in Schaerer 2006). Tudi v Sloveniji je tovrstnih izobraževanj vsako leto več , kar pozitivno vpliva ozavešč enost obiskovalcev gora. Zasnova in trajanje teč ajev je lahko različ na (od nekaj ur do več dni), vendar več ina sledi glavnim tematikam (American …, 2014): • uvodni del s predstavitvijo splošnih informacij o snežnih plazovih, kako se jim izogniti in katero opremo potrebujemo za varno gibanje v gorah pozimi; • kabinetni del z lavinsko terminologijo, statistiko, vzroki za sprožitev plazov, pripravo na turo (vreme, oprema, gibanje …); • terenski del z izdelavo prereza snežne odeje (slika 7) in oceno nevarnosti za proženje snežnih plazov, izbiro varne poti, iskanjem, sondiranjem in izkopavanjem ponesreč enega. Obseg in zahtevnost obravnavanih tematik je prilagojena stopnji predhodnega znanja udeležencev in trajanju teč ajev. Dve tovrstni izobraževanji smo v Planinskem domu na Zelenici organizirali tudi v okviru projekta Naravne nesreč e brez meja. Slika 7: Prikaz prereza snežne odeje na teč aju varstva pred snežnimi plazovi na Zelenici (fotografija: Grega Bahun). 112 Sklep V »boju« z naravnimi nesreč ami je preventiva ključ nega pomena. V okviru projekta Naravne nesreč e brez meja (2014) smo udejanjili več tovrstnih aktivnosti. Povezane so bile z organizacijo teč ajev na temo gibanja v gorah v zimskih razmerah, sprotnem obvešč anju o aktualni lavinski nevarnosti (izdaja lavinskega biltena) ter izdelavo zemljevidov lavinske nevarnosti. Tovrstne zemljevide ima izdelanih le osem slovenskih obč in. Glede na pomen, ki jih imajo zemljevidi nevarnosti pri posegih v prostor, je nujno (ne le z vidika preventive, pač pa to nalaga tudi zakonodaja), da zemljevide dobijo vse obč ine s poveč ano tovrstno nevarnostjo. Glede na žrtve, ki jih pri nas vsako leto zahtevajo snežni plazovi, je nujno poskrbeti tudi za kakovostno lavinsko službo, ki bi redno izdajala krajevna lavinska opozorila za celotno državo. Literatura American Avalanche Association, http://www.avalanche.org/pdf/AAA_EDGuidelines_Table.pdf (Pridobljeno 22. 12. 2014) Bernot, F., Horvat,. A., Pavšek, M., Šegula, P., Valič , M., Mulej, F. (1994). Ogroženost Slovenije s snežnimi plazovi. Elaborat, Ljubljana, Podjetje za urejanje hudournikov. Burkeljca J., Ortar J. (2008). The mess of problems, patterns, and types. The Avalanche Review 32 (4), 24–25. Eckerstorfer, M. (2008). Cartographic analysis of avalanche hazard maps. A comparison of relevant cartographic factors for the visualization of the avalanche bulletin. 6th ICA Mountain Cartography Workshop: Mountain Mapping and Visualisation, 33–40. Gore-ljudje: Lavinski bilten Karavanke – 15. 1. 13, http://www.gore-ljudje.net/informacije/87351/ (Pridobljeno: 20. 12. 2014). Izdelava prostorske baze podatkov in spletnega informacijskega sistema geološko pogojenih nevarnosti zaradi procesov poboč nega premikanja, erozije ter snežnih plazov (2011–2012), http://akvamarin.geo-zs.si/geohazard/Default.aspx (Pridobljeno 3. 12. 2014) Klabus, A., Pavšek, M., Zorn, M., Komac, B. (2009). Poplavna, erozijska, plazovita in plazljiva območ ja na teritoriju obč ine Jezersko. Elaborat, VGP Projekt d.o.o. Kranj. McClung, D., Scheaerer, P. A. (2006). The Avalanche Handbook. Seattle, Mountaineers, 271 str. Naravne nesreč e brez meja, http://www.natural-hazards.eu/ (25. 3. 2014) Natek, K., Krevs, M., Lampič , B., Mrak, I., Ogrin, D., Repe, B., Stepišnik, U. (2010). Karte erozijske in poplavne nevarnosti, plazljivosti in nevarnosti snežnih plazov za območ je obč ine Tržič . Elaborat, Univerza v Ljubljani, Filozofska Fakulteta, Oddelek za geografijo, 97 str. Pavšek, M. (2002). Snežni plazovi v Sloveniji. Ljubljana, Založba ZRC, 212 str. Pavšek, M., Komac, B., Volk Bahun, M., Ortar, J., Zorn, M., Ciglič , R., Ferk, M. (2013). »Zemljevidi nevarnosti za snežne plazove na Gorenjskem« v I. Mrak, I. Potoč nik Slavič , B. Rogelj, ur., Gorenjska v obdobju glokalizacije. Bled, Znanstvena založba Filozofske fakultete, 61–74. Pavšek, M., Komac, B., Zorn, M. (2010). »Ugotavljanje lavinske nevarnosti s pomoč jo GIS-a« v D. Perko, M. Zorn, ur., Geografski informacijski sistemi v Sloveniji 2009–2010. Ljubljana, Založba ZRC, 131–146. Studeregger, A., Wurzer, A., Reider, H., Riegler, A., Ertl., W., Volk Bahun, M., Ortar, J., Pavšek, M. (2014). Avalanche warning service without frontiers in the Karawanks along the Slovenian- Austrian Border, Journal of Environmental Science and Engineering B3, 24–29. Velkavrh, A. (2005). Sneg in snežni plazovi: Služba za sneg in plazove, http://www.arso.gov.si/vreme/poro%C4%8Dila%20in%20projekti/dr%C5%BEavna%20slu%C 5%BEba/Sluzba_za_sneg_in_plazove.pdf (Pridobljeno 20. 12. 2014). 113 Volk, M. (2010a). Snežni plazovi v Karavankah. Diplomsko delo, Univerza na Primorskem. Fakulteta za humanistič ne študije, 111 str. Volk, M. (2010b). Snežni plazovi v osrednjih Karavankah, Ujma 24, 116–120. Volk, M. (2011). »Lavinski kataster in zemljevidi nevarnosti zaradi snežnih plazov s poudarkom na primerih z območ ja osrednjih Karavank« v M. Zorn, B. Komac, R. Ciglič , M. Pavšek, ur., Neodgovorna odgovornost, Naravne nesreč e 2. Ljubljana, Založba ZRC, 103–109. Vremenske in lavinske informacije za Srednje Karavanke (2013), http://onger.org/?mode=novica&menu=1&id=2130 (Pridobljeno 20. 12. 2014). Zakon o prostorskem nač rtovanju (2007). Uradni list RS, št. 33. Zorn, M., Komac, B. (2008). Zemeljski plazovi v Sloveniji. Ljubljana, Založba ZRC, 159 str. 115 Analiza poplavnega dogodka maja 2014 v Bosni in Hercegovini za poreč je reke Bosne Mitja Brilly * , Klaudija Sapač * , Andrej Vidmar * , Lidija Globevnik * , Mira Kobold ** , Katarina Zabret * , Maja Koprivšek * , Matej Seč nik * , Darko Anzeljc *** Povzetek Maja 2014 so na spodnjem delu poreč ja reke Bosne kot posledica več dnevnih nepretrganih padavin nastopile poplave, ki so povzroč ile za več kot milijardo evrov škode in terjale 86 smrtnih žrtev. Slovenska vlada je sprejela odloč itev, da prizadetim območ jem BiH pomaga tudi z analizo poplavnega dogodka na poreč ju reke Bosne in predlaga nekatere ukrepe za blaženje vpliva poplav v prihodnosti. V projektu so iz Slovenije sodelovali: Agencija RS za okolje, Katedra za splošno hidrotehniko Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani in Inštitut za vode RS. Na osnovi zbranih podatkov je bilo analizirano vremensko dogajanje in podan opis hidroloških razmer z rezultati analize verjetnosti velikosti zabeleženih padavin in pretokov. Za potrebe rekonstrukcije poplavnega dogodka maja 2014 je bil z orodjem HBV-light razvit hidrološki model poreč ja reke Bosne. Rezultati simulacije kažejo, da so pretoki reke Bosne v Maglaju presegli 500- letno povratno dobo, ponekod pa celo 1.000-letno. Model reke Bosne zadovoljivo in uspešno simulira vodno bilanco vodotoka in daje osnovo za nadaljnji razvoj, v obstoječ i obliki pa je že uporaben za izdelavo napovedi pretokov pri poplavah reke Bosne v spodnjem toku. S celovito analizo se več a poznavanje izrednega hidrološkega dogodka maja 2014 na poreč ju reke Bosne, z izdelavo hidrološkega modela pa se vzpostavlja prenos znanja in izkušenj med Slovenijo in BiH s področ ja napovedovanja in spremljanja poplav. Ključ ne besede: poplava, reka Bosna, hidrološki model, padavine, napoved, povratna doba, HBV-light Key words: flood, Bosna River, hydrological model, precipitation, forecast, return period, HBV-light Uvod Sredi maja 2014 so na spodnjem delu poreč ja Save nastopile poplave s katastrofalnimi posledicami. Umrlo je 86 ljudi, ocenjene škode pa so presegle eno milijardo evrov. Prizadele so območ ja na Hrvaškem, v Bosni in Hercegovini (BiH) ter v Srbiji. Poplave se niso pojavile le ob reki Savi, temveč tudi na poreč jih njenih pritokov. Poplavljali so Vrbas, Vrbanja, Bosna, Spreč a, Usora, Krivaja ter reka Drina. Največ škode so povzroč ile reka Sava v Brč kem, Orašju in Obrenovcu, reka Bosna v Zavidović ih, Doboju, Maglaju, Modrič u in Bosanskem Šamcu, reka Drina v Bijeljini in Zvorniku ter reka Vrbanja v Č elincu in Kotor Varošu. Slovenska vlada je sprejela odloč itev, da pomaga prizadetim območ jem Bosne in Hercegovine tudi z analizo poplavnega dogodka ter predlaga nekatere ukrepe za blaženje vpliva poplav v bodoč e. Na sestanku predstavnikov hidroloških in vodarskih strok Slovenije ter BiH dne 6. junija 2014 je bilo dogovorjeno, da se analizira poplavni dogodek na reki Bosni ter izdela hidrološki model poreč ja. V projektu je iz Slovenije poleg * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, 1000 Ljubljana, Slovenija ** Agencija Republike Slovenije za okolje, Vojkova 1b, 1000 Ljubljana, Slovenija *** Inštitut za vode Republike Slovenije, Hajdrihova 28 c, 1000 Ljubljana, Slovenija. 116 Agencije Republike Slovenije za okolje (ARSO) sodelovala tudi Katedra za splošno hidrotehniko Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani (UL FGG) in Inštitut za vode Republike Slovenije (IzVRS). V projektu sta iz BiH aktivno sodelovala Republič ki hidrometeorološki zavod Republike Srpske (RHMZ RS) in Federalni hidrometeorološki zavod Federacije Bosne i Hercegovine (FHMZ BiH). S projektom se več a poznavanje izrednega hidrološkega dogodka v maju 2014 na največ jem poreč ju v BiH, to je poreč ju reke Bosne. Z izdelavo hidrološkega modela reke Bosne pa se vzpostavlja pomemben prenos znanja ter izkušenj Slovenije pri vzpostavljanju sistema spremljanja, napovedovanja in uč inkovitejšega obvladovanja poplav v BiH. Opis poreč ja reke Bosne Poreč je reke Bosne (slika 1) po podatkih »Hidrološke studije površinskih voda Bosne i Hercegovine - Sliv rijeke Bosne« glede na orografsko razvodnico obsega 10.420 km 2 (ZV in FHMZ, 2012). Reka teč e od juga proti severu. Povirje je v Dinaridih z vršaci, ki presegajo 2.000 m, osrednji del poreč ja zajema hribovito območ je osrednje Bosne, spodnji del toka pa poteka po ravninskem območ ju poplavnega sveta reke Save. Poreč je je tudi po geološki sestavi izredno pestro z znač ilnimi območ ji krasa. Slika 1: Poreč je reke Bosne z lokacijami vodomernih in padavinskih postaj (Vir hidrografske podlage z razvodnico in vodomernimi postajami: ZV in FHMZ, 2012). 117 Povirje reke Bosne opredeljujejo Vrelo Bosne (4 km 2 ) in trije vodotoki: Željeznica (480 km 2 ), Zujevina (200 km 2 ) in Miljacka (410 km 2 ). Dolvodno se z leve priključ ita Fojnica (760 km 2 ) in Lašva (960 km 2 ), v Zavidović ih pa z desne potok Krivaja (1500 km 2 ). V Doboju v reko Bosno z leve strani priteka Usora (850 km 2 ), z desne pa reka Spreč a (1950 km 2 ). Na odseku Bosne, med vtokom Miljacke in Krivaje, v Bosno z desne vteka več je število manjših pritokov prispevne površine do 200 km 2 , ki skupaj tvorijo prispevno površino velikosti približno 1.700 km 2 . Skupna površina poreč ja desnega brega Bosne je 6.900 km 2 (približno 65 % celotnega poreč ja). Vremensko dogajanje maja 2014 na Balkanu Poplave na Balkanu maja 2014 so bile posledica izjemnih padavin, nastalih zaradi obsežnega območ ja nizkega zrač nega pritiska, ki se je pomikalo z južnega Jadrana preko Bosne in Hercegovine ter Srbije na Madžarsko. Območ je poplav je bilo že pred samim poplavnim dogodkom zasič eno z vodo, saj je na območ ju Republike Srbije in v Bosni in Hercegovini že v aprilu padla velika količ ina dežja, na meteoroloških postajah Banja Luka, Doboj in Prijedor celo maksimalna meseč na količ ina po letu 1961 (Banja Luka 214 mm, Doboj 177,4 mm in Prijedor 163,8 mm). Na nekaterih meteoroloških postajah je padla tudi več kot dvakratna dolgoletna povpreč na količ ina padavin za mesec april. V mesecu aprilu je območ je Bosne in Hercegovine prešlo kar sedem ciklonov, že 2. maja pa se je formiral nov višinski ciklon v Genovskem zalivu, ki je predvsem na severu 3. in 4. maja povzroč il obilne padavine (RHMZ RS, 2014). V ponedeljek, 12. maja 2014, je prizadeto območ je prešla hladna fronta, ki je s seboj prinesla hladnejši zrak, zlasti v višje plasti atmosfere. Do srede zjutraj se je nad območ jem oblikovalo plitvo območ je nizkega zrač nega tlaka, ki se je zač elo poglabljati (DHMZ, 2014). Z zahoda je zač el na to območ je z višinskimi tokovi dotekati vlažen in nestabilen zrak. Z dotekanjem mrzlega zraka č ez Alpe se je v sredo, 14. maja, oblikoval obsežen ciklon s središč em nad BiH. Ciklon je dosegel svoj vrhunec 15. in 16. maja, ko se je center pomaknil proti severovzhodu, oslabel pa je šele v soboto, 17. maja. Posledica so bile dolgotrajne padavine, ki so zajele območ ja v BiH, Hrvaški in Srbiji. Ciklon je č rpal vlago iz Sredozemlja in Č rnega morja, hladnejši zrak pa je v višjih predelih povzroč al sneg. Procesi v globokem ciklonu so bili zelo intenzivni, ker je bila os ciklona postavljena navpič no. Poleg tega je ciklon bolj ali manj miroval, 15. maja pa se je celo premaknil proti zahodu. Razen ekstremne količ ine padavin so stanje poslabšale nenavadno nizke temperature za ta letni č as in zelo moč an veter (Renko, 2014). Na območ ju osrednjega Balkana se je omenjeni ciklon zadrževal kar tri dni. Hkrati je nad zahodno in delom srednje Evrope vztrajalo območ je visokega zrač nega tlaka. Preglednica 1 prikazuje podatke o dnevnih količ inah padavin in vsote dnevnih padavin za izbrana obdobja na padavinskih postajah poreč ja reke Bosne (slika 1). Intenziteta padavin, ki so zajele poreč je Bosne, je bila dokaj zmerna. Podatki urnih izmerjenih vrednosti padavin 15. maja v Zenici nihajo med 0,7 in 10,7 mm. Največ jo intenziteto urnih padavin je sicer imelo Sarajevo, kjer je 14. maja v eni uri padlo 11,4 mm dežja. Deževalo je ves č as, od 13. maja ob 12:00 uri do 16. maja zjutraj, padavine vmes niso prenehale. Potem je 16. maja č ez dan in 17. maja deževalo le še z zelo zmerno intenziteto. V Tuzli je v 62 urah nepretrganega deževja padlo 229,2 mm padavin. Verjetno je, da se je med 13. in 16. majem talil tudi sneg, ki je v planinah zapadel še aprila oziroma v predhodnih dneh. Možno je tudi, da so bile ponekod dejanske padavine več je od izmerjenih, saj ob moč nih vetrovih dežemeri ne zajamejo vseh padavin. 118 Preglednica 1: Dnevne količ ine padavin in vsote dnevnih padavin za izbrana obdobja na posameznih postajah v mm (vir: FHMZ BiH, RHMZ RS, 2014). Postaja Datum Sarajevo- Bjelave Olovo Zenica Zavidović i Gradač ac Tuzla Modrac [mm] 1.4. - 30.4. 2014 97 136,5 19,6 170 192,6 1.5. - 11. 5. 2014 32 27,1 16,5 25,8 91,8 55 12. 5. 2014 14,1 15,3 4,4 0,8 3,3 4,9 13. 5. 2014 34,6 5,5 30,2 12,3 21,1 20,6 52 14. 5. 2014 71,3 72,9 53,7 57,1 68,3 92,3 79,5 15. 5. 2014 18 65,8 38,7 33,1 85,1 103,8 76,6 16. 5. 2014 4,6 8 11,4 9 13,6 28,6 14,4 17. 5. 2014 2,4 4,4 3,3 2,4 3,3 2,5 13.5. 2014 16:00- 16.5. 2014 6:00 116,5 150,4 127,1 107,8 178 229,2 12.5.-17.5. 2014 145 171,9 141,7 114,7 194,7 252,7 222,5 1. 5.-17.5. 2014 177 156,6 274,6 113,9 382,8 247,8 1.4.-17. 5. 2014 274 335,5 293,2 310,5 286,5 500,3 Povpreč je 1961-1990 932 782 894 Verjetnostna analiza več dnevnih padavin Povratna doba dogodka na obravnavanih padavinskih postajah v BiH je bila ocenjena s primerjavo vrednosti verjetnostne analize maksimalnih več dnevnih padavin v obdobju 1960–2013 oziroma 2000–2010 in vrednosti maksimalnih več dnevnih padavin aprila in maja 2014 (Anzeljc in Đ urović , 2014). Z izrisom izolinij povratnih dob za posamezno trajanje maksimalnih več dnevnih padavin na poreč ju reke Bosne je prikazana tudi ocena prostorske razsežnosti jakosti padavinskega dogodka (slika 2). Pri analizi so bila uporabljena poroč ila ter podatki o padavinah, ki sta jih poslala FHMZ BiH in RHMZ RS, ter nekateri padavinski podatki objavljeni na spletnih straneh (ARSO, ULFGG in IzVRS, 2014). Za vsako leto v obdobju 1960–2013 so bile določ ene maksimalne več dnevne padavine s trajanjem od 1 do 60 dni. Vrednosti povratnih dob za posamezna trajanja padavin so bila določ ena po Gumbelovi porazdelitveni funkciji. Izbrane so bile povratne dobe 2, 5, 10, 20, 25, 50, 100, 200, 250, 500, 1.000, 2.000 in 10.000 let. V Tuzli je več ina več dnevnih padavin dosegla povratno dobo več kot 500 let. V Olovem so 2- in 3-dnevne padavine imele več kot 500-letno povratno dobo, 1-, 4- in 30-dnevne padavine pa 100-letno povratno dobo. Padavine vseh drugih trajanj so imele povratno dobo višjo od 20 let. V Doboju je imela več ina več dnevnih padavin povratno dobo med 20 in 50 let, 3-dnevne pa več kot 100 let. Podobno kot v Doboju so tudi v Sarajevu in Zenici več dnevne padavine imele več inoma več kot 20-letno povratno dobo, 3- do 7-dnevne pa celo več kot 100-letno povratno dobo. Vrednosti povratnih dob na padavinskih postajah so bile prostorsko interpolirane po metodi utežne inverzne razdalje (angl. inverse distance weighting) z velikostjo mrežne celice 5 km, inverzno razdaljo na č etrto potenco in z upoštevanjem štirih sosednjih postaj (Anzeljc in Đ urović , 2014). V Tuzli so maksimalne 3-dnevne padavine nastopile 14. maja, 4-dnevne 13. maja in 5- dnevne padavine 12. maja 2014, v Olovu so 2-dnevne 500-letne padavine nastopile 14. 119 maja 2014, v Sarajevu 4-dnevne 100-letne padavine 12. maja 2014 in v Zenici 13. maja 2014. Glede na padavine, ki so zajele več kot polovico poreč ja reke Bosne, je bila verjetnost dogodka med 100 in 200 let, lokalno pa tudi več kot 500 let. 2 dni 3 dni 4 dni 5 dni 10 dni 30 dni 40 dni 50 dni Slika 2: Izolinije povratnih dob maksimalnih padavin izbranih trajanj aprila in maja 2014 na poreč ju reke Bosne. 120 Opis poplavnega dogodka Izjemen dogodek maja 2014 na reki Bosni je v posamič nih elementih primerljiv z vsemi izrednimi dogodki poplav, plazov in drobirskih tokov, kot jih poznamo v Sloveniji iz let 1990, 2000, 2007 in 2010 (Kobold, 2011). Dogodki v Sloveniji so bili sicer intenzivni, ampak kratkotrajni z izjemo leta 2000 (Mikoš et al., 2002). Dogodek v Bosni je bil celo intenzivnejši, predvsem pa dolgotrajen. Dolgotrajne in intenzivne padavine so sprožile številne zemeljske plazove ter drobirske tokove. Ti so bili najhujši na območ ju Željeznog polja. Zemeljske plazove so zasledili tudi na drugih območ jih poreč ja. Analiza RHMZ RS (2014) kaže tudi na izredno velike padavine v osrednjem delu poreč ja reke Bosne in v spodnjem vzhodnem delu poreč ja. Soč asno so relativno velike padavine zajele tudi Slavonijo, kar je povzroč ilo izredne pretoke na manjših vodotokih, ki se neposredno izlivajo v reko Savo (Abdulaj et al., 2014). Poplava, ki se je zač ela oblikovati že v zgornjem delu poreč ja 13. maja 2014, je dosegla izredno velike vodostaje (preglednica 2). Na zgornjem delu poreč ja sicer niso presegli vrednosti, doseženih pri izmerjenih zgodovinskih dogodkih. Do sedaj znane maksimalne vrednosti so bile presežene dolvodno od Zenice. V Zenici je bil maksimum presežen za 70 cm, v Doboju za 150 cm. Č e se velike količ ine vode ne bi razlile po poplavnih območ jih, bi bile konice poplav še višje (Kupusović , 2014). Bolj kot višina vode pa preseneč a njeno trajanje. Tako je v Doboju pretok več ji od predhodnega največ jega trajal kar dva dni in tri ure (slika 3). Izmerjene pretoke, ki so jih za nekatere vodomerne postaje RHMZ RS in FHMZ BiH zabeležile med 14. in 18. majem 2014, podaja slika 4. Veliko vodomernih postaj pa je bilo med poplavo poškodovanih, zato so podatki izgubljeni. Preglednica 2: Maksimalni vodostaji na vodomernih postajah v Republiki Srbski (RHMZ RS, 2014). Reka Hidrološka postaja Kota "0" [m n.v.] Maks. pred majem 2014 Maj 2014 Vodostaj [cm] Datum Vodostaj [cm] Datum Sava Gradiška 85,39 855 19. 3. 1977 808 20. 5. 2014 Srbac 82,81 1024 31. 10. 1974 1012 18. 5. 2014 Rač a 75,3 856 950 17. 5. 2014 Una Novi Grad - dol. 116,06 576 9. 10. 1955 572 17. 5. 2014 Sana Prijedor 129,68 511 9. 10. 1955 543 17. 5. 2014 Vrbas Delibašino selo 141,38 687 23. 9. 1996 837 16. 5. 2014 Vrbas Banja Luka 151,21 520 23. 9. 1996 632 16. 5. 2014 Vrbanja Vrbanja 166,22 527 22. 6. 2010 592 16. 5. 2014 Bosna Doboj 137,01 578 13. 5. 1965 721 15.- 16. 5. 2014 121 Slika 3: Gladine poplavnih valov na vodomernih postajah pri poplavi maja 2014 (vir podatkov: RHMZ RS in FHMZ BiH, 2014). Slika 4: Pretoki na vodomernih postajah pri poplavi maja 2014 (vir podatkov: RHMZ RS in FHMZ BiH, 2014). Iz slike 3 in pripadajoč ih podatkov (ARSO, ULFGG in IzVRS, 2014) lahko razberemo č as dvigovanja gladine poplavnega vala, verjetne vplive zadrževanja vode na poplavnih ravnicah ter istoč asnost nastopa konice poplavnih valov na sotoč jih. Zamiki pri pojavu konic so v zgornjem toku reke od 2 do 3 ure. V spodnjem toku je bilo potovanje poplavnega vala podobno kot v zgornjem toku, le da se je pojav največ jega pretoka krepko upoč asnil zaradi razlivanja vode na poplavna območ ja. Voda se je v Maglaju zač ela dvigovati celo prej kot v gorvodnih Zavidović ih. Maksimum je bil v Maglaju dosežen že v 122 eni uri po doseženem maksimumu v Zavidović ih, v Doboju pa po šestih urah pri sorazmerno enaki razdalji. Reka Krivaja v Olovu je dosegla vrh dve uri pred reko Bosno v Zavidović ih in tako povzroč ila dvig vala v Maglaju še preden je tja pripotovala najvišja konica vala reke Bosne iz Zavidovič ev. V Maglaju je tako konica vala (združena Bosna in Krivaja) trajala kar šest ur. Na oblikovanje poplavnega vala v Doboju je vplivala tudi pregrada Modrac na Spreč i (Tuzlansko jezero). Specifič ni pretok prispevnega območ ja nad zadrževalnikom je bil več kot 1 m 3 /s na km 2 . Pri tem je zanimivo, da so meritve padavin na pregradi pokazale nižje vrednosti kot pa v Zenici. Podatki kažejo maksimalni dotok v zbiralnik Modrac 1600 m 3 /s (15. maj 2014 ob 15. uri) in iztok 1137 m 3 /s (16. maj 2014 ob 13. uri). Zadrževalnik je zmanjšal maksimalni pretok za 30 % in ga zamaknil za 22 ur (slika 5). Slika 5: Hidrogram dotoka in iztoka iz zbiralnika Modrac (vir podatkov: Spreč a d.d. Tuzla, 2014). Hidrološki model poreč ja reke Bosne Pretoč ne hidrograme poplavnega dogodka maja 2014 smo simulirali s pomoč jo hidrološkega modela HBV-light. S simulacijo smo analizirali odtoč ne koeficiente dogodka in določ ili najbolj verjetne pretoke dolvodno od Maglaja. Hidrološki model HBV-light je delno-porazdeljen konceptualni model za kontinuirano rač unanje odtoka, ki se uporablja za simulacijo hidroloških dogodkov in izdelavo napovedi. Model je bil razvit na osnovi HBV modela Švedskega inštituta za meteorologijo in hidrologijo na Univerzi v Uppsali leta 1993 z uporabo programskega jezika Microsoft Visual Basic (Seibert in Vis, 2012). Da bi zagotovili dovolj veliko toč nost rezultatov modela tako obsežnega in heterogenega območ ja, smo celotno poreč je Bosne razdelili na podporeč ja tako, da vsako vsebuje le en velik pritok. Tako je bilo poreč je razdeljeno na 25 podporeč ij s površinami od 30 do 1.000 km 2 (slika 6). Pri pregledu podatkov smo ugotovili, da so specifič ni pretoki na Vrelu Bosne 16-krat več ji od specifič nih pretokov na sosednjih območ jih. To pomeni, 123 da se v Vrelo Bosne pretaka tudi voda iz kraškega zaledja. Skupna površina poreč ja reke Bosne z upoštevanjem kraškega zaledja in uporabljenega GIS modela (10.836 km 2 ) se zato nekoliko razlikuje od orografsko določ enega prispevnega območ ja (10.420 km 2 ) (ZV in FHMZ, 2012). Vsa podporeč ja so bila nadalje razdeljena na največ tri višinske cone glede na nadmorsko višino in vegetacijo. Izbrane meje višinskih con so bile: do 700 m, od 700 m do 1400 m in nad 1400 m. Južni del poreč ja reke Bosne je dokaj gorat, zato imajo podporeč ja na tem območ ju po tri cone. Podporeč je v ravninskem delu (severni del poreč ja), kjer nadmorske višine več inoma ne presežejo 700 m, pa ima dve coni. Vsaka cona nadmorske višine pa je bila nato razdeljena še v dve skupini glede na pokrovnost v tako imenovane vegetacijske cone: gozd in polje (ne-gozd). Slika 6: Model poreč ja reke Bosne z vsemi podporeč ji, zajetimi v modelu. Za zagon modela oziroma za kalibriranje so bili uporabljeni vhodni podatki, pridobljeni od Hidrometeoroloških zavodov Federacije BiH in Republike Srbske: • padavine za enajst postaj, 124 • temperature za šest postaj, • pretok za enaintrideset postaj, • potencialna evapotranspiracija za šest postaj. V testni fazi smo modelirali s padavinskimi podatki različ nih kombinacij vseh postaj glede na razpoložljivost podatkov. Za konč no verzijo je bilo izbranih šest postaj, za katere so bili na voljo dnevni in urni podatki o padavinah: Sarajevo-Bjelave, Zenica, Tuzla, Bugojno, Ivan Sedlo in Doboj. Vplivna območ ja posameznih postaj so bila določ ena s Thiessenovimi poligoni. Za iste postaje so bili upoštevani tudi podatki o temperaturi zraka in evapotranspiraciji. Obdobja za umerjanje in preverjanje modela smo izbrali na osnovi pojava velikih pretokov in razpoložljivih podatkov na vseh postajah. Tako smo obdobje od 1. 1. 1964 do 31. 12. 1968 izbrali za obdobje umerjanja, kasnejše obdobje med 1. 1. 1984 in 31. 12. 1988 pa za obdobje preverjanja. Za umerjanje smo najprej uporabili orodje, ki ga nudi program HBV-light, genetski algoritem GAP. Rezultati umerjanja so enaki za obe obdobji, obdobje kalibracije (1964– 1968) in validacije (1984–1988). Koeficienti določ enosti in uč inkovitosti so izredno dobri za pretoke vzdolž reke Bosne in nekoliko slabši za posamezne pritoke, pri katerih so odtoki padavin zadržani zaradi kraškega znač aja ali akumulacije. To so reke Fojnica, Lašva, zgornji tok Krivaje, Usora, Turija in Spreč a. Slika 7 prikazuje rezultate simulacije za leto 1967 (rdeč a č rta: simulirani pretoki; modra č rta: merjeni pretoki). Pri prikazovanju rezultatov se zaradi lažjega spremljanja vodne bilance podatki modela skupaj s pretoki prikazujejo v mm na enoto površine. Slika 7: Kalibracija modela za reko Bosno (rdeč a č rta: simulirani pretoki; modra č rta: merjeni pretoki). 125 Letni koeficienti odtoka kažejo na precejšen raztros (ARSO, ULFGG in IzVRS, 2014). Zaradi več je evapotranspiracije lahko prič akujemo postopno zmanjševanje koeficienta po reki navzdol. Več ja odstopanja lahko pomenijo tudi neustrezno določ ene razvodnice, predvsem zaradi krasa. Rezultati modela kažejo, da je prispevna površina Vrela Bosne verjetno podcenjena, Krivaje pri Olovu pa precenjena. Za izboljšanje modela je bilo za umerjanje modela uporabljeno orodje PEST (Doherty, 2012; Doherty, 2005; Lawrence et al., 2009; Zhulu, 2010), s katerim smo dobili boljše rezultate. Preglednica 3 podaja podatke o verjetnih visokih vodah na postajah reke Bosne in vrednosti, dosežene maja 2014. Verjetne visoke vode povratne dobe od 10 do 100 let so določ ene v hidroloških študijah RHMZ RS in FHMZ BiH. Visoke vode 500- in 1.000-letne povratne dobe smo določ ili s pomoč jo grafič nega prikaza določ enih visokih voda na logaritemski skali, pri č emer smo predpostavili zvezen potek krivulje verjetnostne porazdelitve vzorca. Glede na podatke, ki jih prikazujepreglednica 3, so pretoki reke Bosne v Maglaju presegli povratno dobo 500 let, drugod pa več kot 1.000 let. Odtoč ni koeficienti za reko Bosno so se gibali med 0,76 (Bosna Modrič a) in 0,91 (Bosna pod vtokom Usore). Odtoč ni koeficient za Bosno v Doboju je bil 0,82. Preglednica 3: Verjetnosti pojava maksimalnih pretokov na posameznih vodomernih postajah na reki Bosni (Hidrološka študija za BiH, RHMZ RS in FHMZ BiH, 2014). povratna doba [leta] Modrič a Doboj Maglaj Zavidović i Raspotoč je Dobrinje Reljevo [m 3 /s] 10 2214 2091 1508 1164 904 600 345 20 2551 2420 1764 1320 1039 717 400 50 2990 2795 2120 1520 1220 880 464 100 3318 3087 2479 1673 1360 1058 510 500* 4148 3936 3272 2091 1700 1375 637 1.000* 4645 4321 3718 2342 1904 1534 714 simulacija 2014 – teoretič no najvišje konice vala 4875 4831 3498 2479 2265 1663 820 *določ eno iz odnosa verjetnih visokih voda do 100-letne povratne dobe s pomoč jo logaritemske skale Zaključ ki Izvedene analize, zbir podatkov od leta 1961 do maja 2014, izdelava baze podatkov o pretokih, padavinah in temperaturah na poreč ju reke Bosne ter hidrološki model so samo hiter vpogled v kompleksen in pester proces poplav reke Bosne. Celostna analiza zahteva tudi zbiranje vrste drugih podatkov o škodi in vodarskih ureditvah, ki so bile izvedene v poreč ju v zadnjih stotih letih. Vsekakor verjetnost pojava presega 1.000-letno povratno dobo. Hidrološki model reke Bosne zadovoljivo in uspešno simulira vodno bilanco vodotoka in daje osnovo za nadaljnji razvoj. Model je že sedaj uporaben za izdelavo napovedi poplavnih pretokov reke Bosne v spodnjem toku. Ker je na poreč ju Bosne prisoten velik lokalni orografski vpliv na padavine, bi bilo možno hidrološki model obč utno izboljšati, č e bi bilo na razpolago več podatkov o padavinah. 126 Vsaka katastrofalna poplava je enkraten pojav s posebnimi karakteristikami in razvojem. Poplave reke Bosne maja 2014 so posledica več dnevnih neprekinjenih padavin, ki so povzroč ile izredno visoke specifič ne pretoke in koeficient odtoka blizu vrednosti 1. Pozitivna okolišč ina je, da maksimalni pretoki posameznih pritokov niso sovpadali z največ jimi pretoki v strugi reke Save, so pa podaljšali trajanje poplavnega vala. Dogodek zahteva podrobnejšo nadaljnjo analizo posameznih pritokov, še posebej analizo baze podatkov, zbrane pri upravljanju z zbiralnikom Modrac. Literatura Abdulaj R., Miković N., Oskoruš D. in Vujnović T. (2014). Velike vode donjeg toka rijeke Save tijekom svibnja 2014. Hrvatska vodoprivreda 207, 14–16. DHMZ (2014). Stoljetna poplava na donjem toku rijeke Save. Državni hidrometeorološki zavod. http://klima.hr/razno/priopcenja/poplava_sava_2014.pdf (20. 5.2014) ARSO, ULFGG in IzVRS (2014). Analiza poplavnega dogodka maja 2014 v Bosni in Hercegovini za poreč je reke Bosne. Poroč ilo. http://www.arso.gov.si/vode/poro%C4%8Dila%20in%20publikacije/Koncno%20porocilo_Anal iza%20poplave%20maja%202014%20za%20porecje%20reke%20Bosne.pdf Anzeljc, D., Đ urović , B. (2014). Analiza več dnevnih padavin, ki so maja 2014 povzroč ile poplave na poreč ju Bosne. Poroč ilo IzVRS. Doherty, J. (2005). PEST, Model-Independent Parameter Estimation, User Manual, 5th Edition. Brisbane, Water Numerical Computing. http://www.pesthomepage.org/Downloads.php (7. 4. 2013) Doherty, J. (2012). Addendum to the PEST Manual. Brisbane, Australia, Water Numerical Computing. http://www.pesthomepage.org/Downloads.php (2. 4. 2013) Kobold, M. (2011). Primerljivost poplave septembra 2010 z zabeleženimi zgodovinskimi poplavnimi dogodki. Ujma 25, 48–56. Kupusović T. (2014). Poplave, akumulacije, hidroenergija i okoliš, sa izazovima klimatskih promjena, predstavitev, Doboj, Javna tribuna (15.7.2014) Lawrence, D., Haddeland, I., Langsholt, E. (2009). Calibration of HBV hydrological models using PEST parameter estimation. Oslo, Norwegian Water Resources and Energy Directorate: 44 p. http://195.18.194.201/Global/Publikasjoner/Publikasjoner%202009/Report%202009/report1-09.pdf (2. 5. 2013) Mikoš, M., Vidmar, A., Šraj, M., Kobold, M., Sušnik, M., Uhan, J., Pezdič , J., Brilly, M. (2002). Hidrološke analize na plazu Stože pod Mangartom. Ujma 16, 326–334. Renko T. (2014). Rekordne količ ine kiša u Slavoniji i regiji. Hrvatska vodoprivreda 207, 12–13. RHMZ RS (2014). Meteorološki i hidrološki aspekti poplava u Republici Srpskoj, maj 2014 (Мете oр oл oшки и хидр oл oшки аспекти п oплава у Републици Српск oј , мај 2014). Republič ki hidrometeorološki zavod RS. http://www.rHMZ RS .com/assets/images/meteorologija/ (19. 12. 2014) Seibert, J., Vis, M. J. P. (2012). Teaching hydrological modeling with user-friendly catchment- runoff-model software package. Hydrology and Earth System Sciences 16, 11, 3315–3325. http://www.hydrol-earth-syst-sci.net/16/3315/2012/hess-16-3315-2012.pdf (21. 3. 2013) Spreč a d.d. Tuzla (2014). Javno preduzeć e za vodoprivrednu djelatnost »Spreč a« d.d. Tuzla. Podatki o pretokih, vodostajih in padavinah na lokaciji HE Modrac za obdobje februar–maj 2014. Zhulu, L. (2010). Getting Started with PEST. Athens, The University of Georgia: 28 p. http://www.ndsu.edu/pubweb/~zhulin/pdf/teaching/starting%20pest.pdf (3. 4. 2013) ZV in FHMZ (2012). Hidrološka studija površinskih voda Bosne i Hercegovine, Sliv rijeke Bosne. Zavod za vodoprivredu d.d. Sarajevo, Federalni Hidrometeorološki Zavod. 127 Prenos merilnih podatkov iz geomagnetnega observatorija po obstoječ em komunikacijskem omrežju Damir Deželjin 1 , Rudi Č op 1 Povzetek Za več ino današnjih geofizikalnih meritev je osnovnega pomena daljinski prenos merilnih podatkov in njihova rač unalniška obdelava. Zato smo že v č asu priprav na gradnjo geomagnetnega observatorija na ozemlju Slovenije zač eli tudi z razvojem digitalnega sistema za prenos merilnih podatkov, z razvojem telemetrije. Po predhodnih analizah smo pristopili k samostojni gradnji zapisovalnika podatkov (data logger), ki je osrednja enota v telemetriji. Z njo se merilni podatki zajemajo, delno obdelujejo in pripravljajo za prenos do strežnika. Zgradili smo ga iz standardne strojne opreme, ki zagotavlja delovanje zapisovalnika podatkov tudi v težjih pogojih, njegovo enostavno nadgradnjo in nižjo porabo električ ne energije. Za sam prenos merilnih podatkov od zapisovalnika podatkov do strežnika izkorišč amo obstoječ e omrežje za mobilno telefonijo, ki omogoč a tudi paketni prenos podatkov. Ključ ne besede: merilni podatki, zapisovalnik podatkov, omrežje GSM Key words: measuring data, data logger, GSM network Uvod Za postavitev sodobnega geomagnetnega observatorija obstajajo priporoč ila, vendar so vsa osredotoč ena na merilne instrumente, meritve in obdelavo merilnih podatkov (Wienert, 1970; Jankowski & Sucksdorff, 1996). Zelo skopa pa so navodila glede zajemanja in prenosa merilnih podatkov ter zagotavljanja varnega in zanesljivega obratovanja. Obratovanje geomagnetnega observatorija, ki ni nadzorovan s stalno posadko na njem, ogrožajo atmosferske prenapetosti, vandalizem in gozdni požari (Č op et al. 2014). Zato je zanesljiva in robustna telemetrija ne samo potrebna za prenos merilnih podatkov temveč tudi za daljinski nadzor delovanja merilnih instrumentov in celotnega observatorija z namenom, da se zagotovi zanesljiva in neprekinjena registracija vrednosti komponent zemeljskega magnetnega polja. Njihove srednje vrednosti med drugim omogoč ajo redukcijo merilnih vrednosti izmerjenih na drugih mestih po ozemlju, ki ga tak observatorij pokriva, in s tem omogoč ajo medsebojne primerjave merilnih podatkov in nadzor njihovih sprememb v č asu. Tak sodobni digitalni geomagnetni observatorij je obič ajno znanstveno-raziskovalno središč e, ki je vključ eno v mednarodno informacijsko mrežo za izmenjavo merilnih podatkov. Pogoje za vključ itev v tako mrežo postavljajo mednarodne organizacije, ki jo nadzorujejo. Prav tako te mednarodne organizacije stalno nadzorujejo delovanje v mrežo vključ enega geomagnetnega observatorija, organizirajo redno izobraževanje osebja, ki observatorij vzdržuje, in organizirajo redno preverjanje merilne opreme (Sumaruk et al, 2014). Taka globalna informacijska mreža za izmenjavo minutnih merilnih podatkov o stanju zemeljskega magnetnega polja v skoraj realnem č asu je INTERMAGNET (International Real-time Magnetic Observatory Network), ki je bil ustanovljen leta 1991 pod okriljem mednarodne organizacije IAGA (International Association of Geomagnetism and Aeronomy) (Love, 2008; INTERMAGNET, 2012). V tej mreži se za prenos in 1 Zavod Terra Viva, Sv. Peter 115, 6333 Seč ovlje/Sicciole 128 izmenjavo merilnih podatkov najbolj pogosto uporablja omrežje interneta. V kolikor pa to ni mogoč e, se podatki posredujejo preko geostacionarnih telekomunikacijskih satelitov. Nač rtovanje telemetrije Izhodišč ni parametri pri razvoju telemetrije so bili: zanesljivost prenosa merilnih podatkov in stroški tega prenosa, cena in dosegljivost opreme ter stroški vzdrževanja in možnost nadaljnjega razvoja sistema. Slika 1: Blokovna shema sistema za zajemanje, prenos, shranjevanje in obdelavo merilnih podatkov iz digitalnega geomagnetnega observatorija Ocenjena je bila količ ina merilnih podatkov v č asovni enoti in dodatno so bili določ eni še naslednji pogoji (Kraker et al, 2008), ki so se nanašali predvsem na zapisovalnik podatkov (data logger): • potreben je vmesnik RS232 za zajem merilnih podatkov iz magnetometra in vmesnik Ethernet za komunikacijo proti komunikacijskemu usmerjevalniku; • podatki se lahko v zapisovalniku podatkov združujejo in pošiljajo s č asovnim zamikom; • zahtevana je nizka poraba energije za zagotavljanje avtonomnosti ter sposobnost delovanja v širšem temperaturnem območ ju zaradi delovanja tudi na prostem; • podatki se pošiljajo preko brezžič nih sistemov za digitalno komunikacijo do strežnika. Zapisovalnik podatkov na geomagnetnem observatoriju ne omogoč a le zapisovanje merilnih podatkov, temveč omogoč a neodvisen dostop do njih in nadzor nad merilnimi instrumenti. Zato mora tak zapisovalnik podatkov poleg komunikacijskih vmesnikov in zunanjih pomnilnikov vsebovati tudi rač unalnik industrijskega tipa, ki zmore z ustrezno 129 programsko opremo: a) zanesljivo zajemati merilne podatke iz magnetometra, b) sinhronizirati č as, c) skladišč iti podatke, d) omogoč iti neodvisni dostop do njih in d) zanesljivo dostaviti podatke do strežnika. Za zapisovalnik podatkov so bile v nadaljevanju projekta predvidene še dodatne razširitve zaradi poveč ane varnosti delovanja same telemetrije in celotnega geomagnetnega observatorija (Slika 1). Zapisovalnik podatkov je osrednja enota telemetrije, kjer se zajemajo in oddajajo podatki različ nih bitnih pretokov. Zato so bile že v zač etku njegovega nač rtovanja prič akovane daljše č akalne vrste, zaradi č esar mora imeti taka enota dovolj velik delovni spomin (RAM). Za stalni zunanji pomnilnik pa je bila izbrana pomnilniška kartica tipa Compact Flash (CF), ki ustreza industrijskim standardom in deluje tudi v razširjenem temperaturnem območ ju. Po daljšem preverjanju je bil izbran rač unalnik za vgradnjo (Embedded PC), na katerega se lahko namesti operacijski sistem Linux kot tudi za vgradni rač unalnik prilagojen operacijski sistem Windows (microATX, 2004; PC Engines, 2010). Na osnovi predhodnih preizkušenj je bil izbran komunikacijski usmerjevalnik Digi ConnectPort WAN VPN (ConnectPort, 2013), ki je zadovoljil zahtevo po hitrem in varnem povezovanju naprav znotraj geomagnetnega observatorija in lokacij po mobilnem omrežju. Zaradi modularne zasnove ga je mogoč e enostavno nadgraditi za povezavo v različ ne oblike mobilnih omrežij. Varnost prenosa podatkov zagotavljajo vgrajeni tuneli VPN (Virtual Private Network) z različ no obliko zašč ite prenesenih podatkov (Virtual, 2001). Na njegov vhod USB se lahko priključ i tudi video kamera za video nadzor nad geomagnetnim observatorijem. Zaradi zmanjšanja vpliva atmosferskih prenapetosti in drugih električ nih motenj so bile za premagovanje daljših razdalj znotraj geomagnetnega observatorija izbrane optič ne povezave. Vse preostale žič ne povezave so bile zaradi zmanjšanja vpliva strel naknadno skrajšane na najmanjšo možno mero (Č op et al. 2014). Sistem za zajemanje, prenos, obdelavo in shranjevanje merilnih podatkov za stalno spremljanje sprememb zemeljskega magnetnega polja, za uspešno pripravo na absolutne meritve in za daljinski nadzor instrumentov na observatoriju (Č op & Deželjin, 2013; Č op et al, 2014) je zač el testno delovati aprila 2011. V letu 2012 se je zapisovalniku podatkov postopoma poveč evala zanesljivost delovanja, kar vključ uje tudi stalen nadzor nad komunikacijo ter poenostavljen dostop do merilnih podatkov. Na strežniku se je izboljšala konč na obdelava merilnih podatkov in njihov grafič ni prikaz. V letu 2014 se je sistem telemetrije postopoma dopolnjeval v nač inu obdelave merilnih podatkov. Ti podatki so oblikovani tudi v formatu za pošiljanje v skoraj realnem č asu v mednarodno informacijsko mrežo INTERMAGNET, v mrežo za izmenjavo minutnih merilnih podatkov iz digitalnih geomagnetnih observatorijev (INTERMAGNET, 2012). Zapisovalnik podatkov Tekom razvoja smo zapisovalnik podatkov prilagodili za beleženje merilnih rezultatov iz različ nih vrst magnetometrov z različ nimi hitrostmi vzorč enja, različ nega nač ina dostopa do merilnih podatkov in različ nih hitrosti njihovega prenosa. Postal je bolj univerzalen in s tem tudi preprosteje zamenljiv v primeru njegove okvare. Znižalo se je število teh enot v rezervi in skrajšali smo č as popravila na observatoriju v primeru odpovedi katerega od zapisovalnikov podatkov. Zapisovalnik podatkov je prilagojen za zajemanje, obdelavo in prenos merilnih podatkov iz magnetometrov do strežnika geomagnetnega observatorija. Posamezna enota mora prenesti informacijsko vsebino v kodi ASCII do 7 MB na dan. Ob upoštevanju, da je mogoč e tako obliko informacije stisniti na velikost, ki je do petkrat manjša od prvotne, je 130 prenesena količ ina podatkov do 50 MB na mesec. Taka ocena velja tudi v primeru najbolj zahtevnega prenosa podatkov v binarni obliki, ki se ne dajo stisniti toliko kot kodirani podatki. Dodatni natanč nejši izrač uni in pa testiranja so pokazala, da se lahko količ ino prenesenih podatkov na meseč nem nivoju omeji na okoli 30 MB. Tak prenos merilnih podatkov iz magnetometrov na observatoriju je zadovoljiv, č e je na observatoriju dostopen eden od standardnih nizko cenovnih nač inov paketnega prenosa podatkov, kot npr. GSM (Global System for Mobile Communications) 2G/3G (Generation) ali ADSL (Asymmetric Digital Subscriber Line). V zapisovalnik podatkov vgrajeni vgradni rač unalnik poganja operacijski sistem Linux. Slednji je namešč en na vgrajenem pomnilniku tipa CF. Operacijski sistem je prilagojen možnosti nenadzorovanega ponovnega zagona sistema zaradi izpada napajanja ali zaradi odklopa brez predhodnega ustavljanja (shut-down procedure). Zato je operacijski sistem naložen na zunanjem pomnilniku v bralnem nač inu (read-only). To tudi zmanjšuje obrabo, kakor tudi zmanjšuje možnost okvare kartice CF. Do take okvare pride v primeru izpada električ nega napajanja med pisanjem na kartico CF. Ker pa je bilo potrebno na zunanji pomnilnik zač asno shranjevati tudi izmerjene podatke, se je pomnilniška kartica CF v zapisovalniku podatkov izkazala kot njen najmanj zanesljiv sestavni del. Zato smo tisti del standardne pomnilniške kartice CF, ki smo jo uporabljali tudi kot dinamič ni pomnilnik, zamenjali s ključ em USB. Zunanji pomnilnik na ključ u USB uporabljamo kot bralni pomnilnik (read-only) obsežnega datoteč nega zapisa. Ta rešitev je bila uporabljena zaradi njegove nizke cene in enostavnosti prenosa podatkov. Izkazal se je kot zanesljivejši zunanji pomnilnik za zač asni zapis merilnih podatkov odpredhodno uporabljene pomnilniške kartice CF. Kljub skrbno nač rtovani arhitekturi telemetrije še vedno obstaja možnost, da pride do daljše prekinitve prenosa podatkov. V tem primeru upravljavec observatorija uporabi kar ključ ek USB iz zapisovalnika podatkov za prenos merilnih podatkov na njegov rač unalnik. Na enak nač in lahko pride do merilnih podatkov o spremembi zemeljskega magnetnega polja na samem observatoriju v č asu absolutnih meritev. Da pa ne bi nastala vrzel v datoteki z merilnimi podatki zveznih meritev (variometric data) zaradi izklopa celotnega zapisovalnika podatkov ali zaradi daljšega izklopa njegovega ključ ka USB, je predvidena možnost vzporedne vezave več zapisovalnikov podatkov na isti instrument. Prenos merilnih podatkov po omrežju GSM Za prenos merilnih podatkov od geomagnetnega observatorija do strežnika se uporablja brezžič ni paketni prenos podatkov. Cenovno ugodna tehnologija omogoč a tak prenos, ki ponuja pri manjših stroških za prenos podatkov tudi poveč ano varnost pred atmosferskimi prenapetostmi. Je pa tak prenos omejen tako po hitrosti kot tudi po količ ini prenesenih informacij. Namenjen je predvsem poslovnim uporabnikom za prenos podatkov iz oddaljenih lokacij v realnem č asu (Round, 2010). Izkorišč a že obstoječ e brezžič no omrežje ponudnika storitve za digitalno komunikacijo. Pri uporabi takega nač ina prenosa merilnih podatkov smo v letu 2014 zač ela registrirati tudi vrednost signala RSSI (Received Signal Strength Indication, RX level) (Nicholson, 2012) na mikrovalovni anteni modema za brezžič no digitalno komunikacijo, ki je vgrajen v usmerjevalnik (ConnectPort, 2013). Za prenos digitalnih podatkov po brezžič nem omrežju se uporablja nosilni signal izjemno visoke frekvence UHF (Ultra High Frequency) od 0,3 GHz do do 3 GHz in valovne dolžine od 1 m do 1 dm (Radio, 2014). Po standardu IEEE (Institute of Electrical and Electronics Engineers) je to frekvenč no področ je mikrovalov in sicer dveh območ ij radarskih valov: L (1 GHz – 2 GHz) in S (2 GHz – 4 GHz). Ti se na zemeljski površini 131 uporabljajo v mobilni telefoniji, za oddajanje digitalnega radia, v brezžič nih rač unalniških omrežjih in za nadzorne sisteme v pomorstvu in letalstvu. Ker se mikrovalovi v prostoru širijo premoč rtno, je njihov doseg odvisen od vremenskih razmer vzdolž poti njihovega širjenja. Hitrost njihovega širjenja je odvisna od temperature in vlažnosti zraka ter zrač nega tlaka (Cook, 1986). Na širjenje mikrovalov v troposferi pa ne vplivajo samo lastnosti zraka in padavine, temveč tudi neposredno sevanje Sonca: visoko energetskih žarov X in visoko energetskih elementarnih delcev ali kozmič nih žarkov. Pri uporabi mikrovalov za neposredno komunikacijo med oddajno in sprejemno anteno so najpomembnejši neposredni valovi, vendar so pri tem pomembni tudi odbiti valovi. Pri odboju na kopnem se ti valovi razpršujejo, zato doseže sprejemno anteno le manjši del te odbite energije. Odbiti valovi tudi potujejo po daljši poti do sprejemne antene od tistih neposrednih in č e je ta pot lihi mnogokratnih polovice valovne dolžine, se vala med seboj dušita. Padavine mikrovalove razpršujejo in jih v dobršni meri tudi vpijajo. Drobne kaplje vode, delci prahu in peska, toč a, sneg in ledeni kristali v zraku zmanjšujejo energijo mikrovalov na njihovi poti tem bolj, č im višja je njihova frekvenca oziroma krajša valovna dolžina. Zaključ ek Primernejša rešitev za zanesljivejše in hitrejše prenašanje merilnih podatkov ter hitrejši in zanesljivejši dostop do zapisovalnika podatkov bi bil priključ ek observatorija na javno komunikacijsko omrežje preko optič nega kabla. Pri tem bi bila ohranjena zahtevana galvanska loč itev zaradi prenapetostne zašč ite, bi pa optič na povezava omogoč ila priklop dodatnih magnetometrov in ostalih potrebnih merilnih instrumentov. S priklopom nadzornih video kamer, kar bi omogoč ila optič na povezava z javnim komunikacijskim omrežjem, bi bil lažji daljinski nadzor observatorija in njegovo daljinsko vzdrževanje. Z nadaljnjimi sistematič nimi meritvami jakosti signala RSSI na mikrovalovni anteni obstoječ ega modema na observatoriju za brezžič ni paketni prenos podatkov bi lahko dokazali, da na širjenje mikrovalov v troposferi vplivajo ne samo lastnost zraka in padavine, temveč tudi neposredno sevanje Sonca. Literatura ConnectPort WAN Family; Multifunction 3G Wireless WAN Routers. (2013). Digi International. Cook, P. N. (1986). Microwave Principles and Systems. New Jersey (US): Prentice Hall. Č op, R. Deželjin, D. (2012). Prvo leto delovanja geomagnetnega observatorija pod Sinjim vrhom nad Ajdovšč ino. Raziskave s področ ja geodezije in geofizike 2011. Zbornik predavanj. Urednik Miran Kuhar. Ljubljana: Fakulteta za gradbeništvo in geodezijo, 57-62. Č op, R. Deželjin, D. (2013). Transmission of Measuring Data from the Sinji vrh Geomagnetic Observatory. Proceeding of the XVth IAGA Workshop on Geomagnetc Obsrvatory Instruments, Data Acquisition, and Processing. Edited by: Pavel Hejda, Arnaud Chulliat, Manuel Catalan. Extended Abstract Volume. San Fernadno; Cadiz (Spain): Real Instituto y Observatorio de la Armada, June 4th – 14 th, 2012. Boletion Roa, 3 (13), 160-164. Č op, R. Milev, G. Deželjin, D. Kosmač , J. (2014). Protection against lightning at a geomagnetic observatory. Geosci. Instrum. Method. Data Syst., 3, 135-141. INTERMAGNET Technical Reference Manual. (2012). Version 4.6. Edited by Benoît St-Louis. Edinburgh (UK): British Geological Survey. Jankowski, J., Sucksdorff, C. (1996). IAGA Guide for Magnetic Measurements and Observatory Practice. International Association of Geomagnetism and Aeronomy. 132 Kraker, P. Štern, A. Bešter, J. Č op, R. (2008). Telemetric System for Geomagnetic Field Monitoring. International scientific conference on Magnetism – Geomagnetism – Biomagnetism MGB – 2008, Sežana 7 – 8 November 2008. Conference Proceedings - MGB 2008, Sežana: Higher Education Centre Sežana; Laboratory for Geomagnetism and Aeronomy International Conference on Magnetism, Geomagnetism and Biomagnetism, 65-78. Love, J. J. (2008). Magnetic monitoring of Earth and space. Physics Today Online, 61 (2), 31-37. microATX Motherboard Interface Specification. (2004). Version 1.2. Intel. Nicholson, M. (2012). DIGI Connect Mobile Status Management. Digi International Part Number: 40002846_A. Minnetonka (US): Digi International. PC Engines; ALIX.3c3/alix.3d3 system boards. (2010). Glattbrugg(CH): PC Engines. Radio spectrum. (2014). Wikipedia the Free Encyclopedia. http://en.wikipedia.org/ wiki/Radio_spectrum#IEEE (13.12.2014) Round the clock control of your fleet. Bransys allows you to successfully manage your business with real-time data. (2010). Application Area: GPS locating and tracking. Bransys VIP Operator – Member of Telekom Austria Group M2M. Sumaruk, P. Yu. Starostenko, I. V. Legostaeva V. O. (2014). Geomagnetic observatories of Ukraine in the Global Network INTERMAGNET, Russ. J. Earth. Sci., X, 12 (2), ES2002, doi:10.2205/2011ES000506. Virtual Private Networking: An Overview. (2001). Microsoft. http://technet.microsoft.com/en- us/library/bb742566.aspx (13.12. 2014) Wienert, K.A. (1970). Notes on geomagnetic observatory and survey practice. Earth sciences. Brussels: UNESCO. 133 Erozija arheološkega najdišč a v Dabarski peć ini pri Sanskem mostu ob poplavi maja 2014 Andrej Mihevc * , Jasminko Mulaomerović ** Povzetek V vhodnem delu Dabarske peć ine, ki je obč asni visokovodni izvir reke Dabar, je visoka voda sredi maja 2014 moč no erodirala arheološke plasti iz mlajšega eneolitika. Datacija oglja iz ognjišč a v spodnjem delu erodiranega profila z metodo 14 C je pokazala starost 4010 ± 30 BP. Do erozije arheoloških plasti v jami je prihajalo že v preteklosti, vendar pa je tokratna visoka voda popolnoma odstranila znaten del arheoloških plasti. To nakazuje bodisi na izjemnost te poplave ali pa spremembe v količ ini in režimu kraških izvirov Dabra. Ključ ne besede: Dabarska peć ina, arheologija, vuč edolska kultura, datacija, poplava. Key words: cave, Dabarska peć ina, archaeology, Vuč edol culture, datation, flood. Uvod Nad južnim Jadranom je 13. maja 2014 nastalo ciklonsko območ je, ki se je nato s svojim središč em poč asi pomaknilo preko proti vzhodu. Na območ ju osrednjega Balkana, nad Bosno in Srbijo se je ciklon zadrževal tri dni, oslabel je šele v soboto 17. Maja (Agencija, 2014). Velike količ ine padavin je bila deležna SZ Bosna (Drvar 276 mm, Mrakovica 313 mm, Doboj 270 mm) (RHMZRS, 2014). V treh dneh je padlo 200 – 300 mm padavin, kar je 2-3 krat več kot znaša povpreč je za maj in skoraj tretjina popreč nih letnih padavin v Sanskem Mostu (1023 mm). To je povzroč ilo obsežne poplave predvsem na panonski strani dinarske gorske pregrade. Visoke vodostaje so imeli tudi kraških izviri Dabra. Med ekskurzijo po dinarskem krasu smo hoteli s študenti geografije 24. maja 2014 obiskati Dabarsko peč ino. Presenetil nas je še vedno visok vodostaj vode, ki je tekla iz jame, zato nas je le nekaj prebredlo v jamo. V jami smo videli, da je ob poplavi prišlo do moč ne erozije arheolških plasti, ki pokrivajo velik del vhodnega dela jame. Obvestili smo speleologe v Sarajevu, ki so v naslednjih dneh z namenom zašč ite razkritih artefaktov in nahajališč a obiskali jamo. Ob tej priložnosti so iz spodnjega dela profila vzeli vzorec oglja za datacijo najstarejše arheološke plasti. Dabarska peč ina in izjemna visoka voda maja 2014 Dabarska peč ina leži nad izvirom reke Dabar, levega pritoka Sane, okrog 6 km JZ od Sanskega mosta. Gladina vode v izviru , ki leži pod navpič nim odsekom v boku doline, je bil prvotno okrog 3 m niže kot vhod v Dabarsko peč ino. Pred njim so v prejšnjem stoletju zgradili okrog 2 m visok jez za vodno zajetje in poganjanje danes opušč enega mlina in za toliko dvignili gladino vode v izviru. * Inštitut za raziskovanje krasa ZRC SAZU, Titov trg 2, 6230 Postojna, Slovenija; Mihevc@zrc-sazu.si ** Centar za krš i speleologiju, Branilaca Sarajeva 30, 71000 BiH; Jasminko.Mulaomerovic@bhteleco 134 Dabarska peč ina je dolga 630 m (Pegan et al., 2013) in je obč asni visokovodni izvir. Vhod v jamo je okrog 10 m širok in 15 m visok. Za vhodom se jama razširi v do 20 m široko in 70 m dolgo dvorano. Ta zavije proti JZ, se zoži in razveji v več manjših rovov. Ob visokem vodostaju teč e voda iz jame, ob nizkem vodostaju je v jami le nekaj sifonskih jezer in jezer ujete vode, voda pa izvira v strugi pred jamo. Slika 1: Pogled iz Dabarske peć ine proti vhodu. Ob desni steni rova so nad prodnimi sipinami vidne temne antropogene plasti sedimenta. Del teh je poplava v maju 2014 že odnesla. V notranjih delih jame in ob severni in vzhodni steni vhodne dvorane kjer več krat teč e voda pokrivajo tla podorni bloki in slabo zaobljeni grušč in prod. V zahodnem delu vhodne dvorane pa so tla 1-2 m višja. Tu je preko proda odložen do 1 m debel antropogeni sloj. Sestavljajo ga plasti iz žgaline in pepela pomešanega z ogljem in odlomki prazgodovinske keramike, živalskih kosti in kremenovimi odbitki. Ob obč asnih obiskih v zadnjih letih smo opazili, da je ob višjih vodostajih voda nekoliko erodirala te arheološke plasti, zato smo lahko ob njihovem robu našli kose prazgodovinske keramike. Po znač ilnih okraskih na lonč enini sklepamo, da ves kulturni sloj pripada kompleksu eneolitske Vuč edolske kulture. Novejše keramike pa v jami nismo opazili. Vuč edolska keramika je opisana tudi v le 5 km oddaljeni jami Hrustovač i (Korošec, 1946; Benac, 1947). Izjemno deževje med 14-17. majem 2014 in poplava, ki je sledila je v vhodnem delu jame dvignil gladino vode za okrog 2,5 m, iz jame pa je po oceni teklo okrog 20 m 3 s -1 . Voda je tekla tudi preko več jega dela arheološko pomembnih tal jame. Na več deset kvadratnih metrov veliki površini je erodirala in odnesla drobnejše delce iz plasti, na prodni podlagi pa so ostali težji kosi keramike ali kosti. Ob robu erodirane kulturne plasti je erozija razgalila arheološke plasti v več metrih dolgih in do 60 cm debelih profilih. V vseh profilih je ostra loč nica med spodnjimi slabo zaobljenim prodom in grušč em ter 135 arheološkimi plastmi. V njih prevladujejo sloji sivkastega pepela in rdeč kaste žgaline pomešane z ogljem in več jimi delci, kamni, kosi razbitih keramič nih posod in kostmi. Slika 2: Profil erodirane antropogene plasti po poplavi maja 2014. Okrog 25 cm debele arheološke plasti sestavlja predvsem pepel, žgalina, posamezni kamni in kosi lonč enine. Plasti so odložene neposredno na svetlem, slabo zaobljenem apnenč astem produ. Datacija arheološke plasti V robu erodiranih arheoloških tal se je v plasti z ognjišč a, ki je ležalo na produ v dnu profila ohranilo med pepelom več kosov oglja. Za datacijo smo vzeli kos oglja, ki je ležal v plasti pepela tik nad prodno podlago. Oglje smo posušili ter poslali na datacijo v v Beta Analytic Radiocabon Dating Laboratory (vzorec Beta-390179). Datacija z metodo 14 C je pokazala konvencionalno radiokarbosko starost 4010 ± 30 BP. Razprava Nastanek in obstoj arheološkega sloja v vhodnem delu Dabarske peč ine in njegovo erodiranje v sedanjosti nam kaže na oč itno spremembo v količ ini režimu pretakanja vode v jami. Prvotno je voda tekla po celi širini vhodneg dela jame, o č emer prič ajo prodniki. Kulturna plast, ki je odložena neposredno preko njih je lahko nastala potem, ko je rov prenehalo poplavljati, saj bi poplave odvrnile ljudi in sproti odnesle antropogene sedimente. Kdaj v preteklosti to zgodilo ni mogoč e reč i, datacija oglja in arheoloških 136 predmetov govori le o č asu nastajanja arheološke plasti, poplave so lahko prenehale že veliko prej. Prav tako ni mogoč e natanč neje reč i, kdaj so se spremenile hidrološke razmere in so se poplave povrnile, tako da je zač elo erodirati arheološke plasti. Tako Benac (1964) le omeni eneolit vuč idolske kulture v bolj suhem delu vhodne dvorane, Marijanović (1988) pa meni, da je bila jama le obč asno poseljena. To bi lahko pomenilo, da ob č asu njunih obiskov znaki erozije niso bili zelo izraziti. Slika 3: Del lonč ene posode okrašen z ornamenti znač ilnimi za vuč edolsko kulturo. Ko so v drugi polovici prejšnjega stoletja pred stalnim izvirom Dabra zgradili jez je to verjetno dvignilo vodostaj nizke in srednje vode tudi v Dabarski peč ini, vendar to verjetno ni bistveno vplivalo na erozijo. Erozija sedimentov je posledica velikega pretoka in znatnega dviga vode v podzemlju po moč nih padavinah, na tega pa skromen poseg pri izviru najbrž ni vplival, saj ni zmanjšal pretoka glavnega izvitra. Erozija arheološkega najdišč a ob visokih pretokih se je verjetno pojavljala že nekaj desetletij ali stoletij, vendar pa je bila zadnja poplava in z njo povezana erozija izjemen hidrološki dogodek, saj je popolnoma odstranila velik del štiri tisoč let starih arheoloških plasti. Literature Agencija republike Slovenije za okolje (2014). http://meteo.arso.gov.si/met/sl/climate/natural- hazards/. Benac, A. (1964). Studije o kamenom i bakarnom dobu sjeverozapadnog Balkana. Sarajevo, 174 p. 137 Benac, A. (1947). Završna istraživanja u peć ini Hrustovač i. Glasnik Zem. Muzeja 3, Sarajevo, 5- 41. Korošec, J. (1946). Peč ina Hrustovač a, novi lokalitet slavonske kulture. Glasnik državnog muzeja u Sarajevu. Nova serija 1946, Društvene nauke 1, Sarajevo, 7-37. Marijanović , B., (1988). Dabar peć ina, Donji Dabar – Filipović i, Sanski Most.- V: Č ović , B. (Ur.), Arheološki leksikon Bosne i Hercegovine Tom 2. Arheološka nalazišta Regije 1-13. Sarajevo: Zemaljski muzej Bosne i Hercegovine, Sarajevo, 143. Pegan, G., G. Petković , M. Vidović , (2013). Dabarska peć ina. Arhiv Speleološkega društva Ponir Banja Luka. RHMZRS (2014). Maj 2014. http://www.rhmzrs.com/ assets/images/meteorologija/sinopticka_ analliza/maj 2014.pdf. (Pridobljeno 20.12.2014)