Slovensko združenje za geodezijo in geofiziko http://www.fgg.uni-lj.si/sugg/ RAZISKAVE S PODROČ JA GEODEZIJE IN GEOFIZIKE 2017 zbornik del 23. sreč anje Slovenskega združenja za geodezijo in geofiziko Ljubljana, 25. januar 2018 UREDNIŠKI ODBOR Miran Kuhar Rudi Č op Mira Kobold Polona Kralj Matjaž Lič er Gregor Skok Bojan Stopar Polona Vreč a Martina Č arman RECENZIJA Bogomir Celarc Jože Rakovec Miha Pavšek Nejc Bezak Klemen Medved Mitja Brilly Benedikt Strajnar Stanka Šebela Tamara Jesenko Polona Vreč a Martina Č arman Sandi Berk Polona Pavlovč ič Prešeren Miran Kuhar 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 (23 ; 2018 ; Ljubljana) Raziskave s področ ja geodezije in geofizike 2018 : zbornik del / 23. sreč anje Slovenskega združenja za geodezijo in geofiziko, Ljubljana, 25. januar 2018 ; [organizator sreč anja Fakulteta za gradbeništvo in geodezijo ; uredniški odbor Miran Kuhar ... et al.]. - Ljubljana : Fakulteta za gradbeništvo in geodezijo, 2018 ISBN 978-961-6884-51-8 1. Kuhar, Miran 2. Fakulteta za gradbeništvo in geodezijo (Ljubljana) 293138688 Predgovor V imenu vseh č lanov SZGG se moram zahvaliti tistim, ki so prispevali denarna sredstva za letošnje tradicionalno sreč anje. Največ ja zahvala gre Fakulteti za gradbeništvo in geodezijo Univerze v Ljubljani. Med drugim je pod njenim okriljem izšel tudi ta zbornik, kjer so zbrani prispevki s šestih od osmih področ ij, ki so združeni v IUGG (angl. International Union of Geodesy and Geophysics). V letu 2017 so bili nekateri pomembnejši dogodki iz geodezije in geofizike, ki bodo vplivali na nadaljnji razvoj znanosti in strok, vključ ene v IUGG. IUGG je bila ustanovljena na sestanku Mednarodnega sveta za raziskave (International Research Council) v Bruslju leta 1919. V letu 2017 so se zač ele priprave na proslave ob stoletnici ustanovite IUGG. Sveč anost na sedežu mednarodne organizacije UNESCO v Parizu bo 29. julija 2019. http://www.iugg.org/publications/ejournals/IUGGej1701.pdf Med 30. 5. in 2. 6. 2017 je bil v Ljubljani mednarodno odmeven Č etrti svetovni forum o zemeljskih udorih (4 th World Landslide Forum) z več kot 600 udeleženci iz 49 držav, s predstavniki petih mednarodnih organizacij in štirih organizacij Združenih narodov. Namenjen je bil vpeljavi sistemov nadzora in napovedi zemeljskih udorov za zmanjšanje nevarnosti. https://www.wlf4.org/ Navkljub upoštevanju protokola iz Montreala, sprejetega pred tridesetimi leti za zašč ito ozonske plasti v ozrač ju, se je ozonska luknja v zadnjih letih zač ela poveč evati. Po najnovejših ugotovitvah je temu kriva kemikalija, ki je ni na seznamu tega protokola, oziroma je bil njen vpliv podcenjen. https://www.atmos-chem-phys.net/17/11929/2017/ acp-17-11929-2017.pdf USGS (angl. United States Geological Survey) je v preteklem letu s podporo mednarodnih organizacij IAGA (angl. International Association of Geomagnetism and Aeronomy) in INTERMAGNET (angl. International Real-time magnetic Observatory Network) dosegel, da se v fiskalnem letu 2018 ne bo ukinil njihov razvojni program na področ ju geomagnetizma. Ukinitev programa ne bi upoč asnilo le razvoja na mednarodni ravni, temveč bi imela tehnološke in ekonomsko – socialne posledice tudi v ZDA. https://geohazards.usgs.gov/ pipermail/geomag-data/2017-June/000026.html Letošnje sreč anje SZGG se bo zač elo z izvolitvijo novega predsedstva ter nadaljevalo s pregledom del posameznih sekcij in predstavitvijo referatov. Želim vam prijetno druženje, v naslednjem obdobju pa veliko uspehov in zadovoljstva pri delu. predsednik SZGG ddr. Rudi Č op Vsebina Predgovor ................................................................................................................................. 3 Stanka Šebela - Geološke znač ilnosti erozijskih oken na primeru Škocjanskih jam ............... 7 Urban Jakop, Martina Kobold, Mojca Šraj - Hidrološka analiza za poreč je Savinje ............. 13 Matic Šavli, Nedjeljka Žagar - ADM-Aeolus: zgodovinski korak v merjenju vetra iz vesolja in priložnost za izboljšanje napovedi vremena ......................................................... 25 Marija Zlata Božnar, Primož Mlakar, Boštjan Grašič , Franci Gabrovšek - Avtomatske meritve vetra ....................................................................................................... 45 Polona Pavlovč ič Prešeren, Miran Kuhar - Prve gravimetrič ne meritve v okolici Cerkniškega jezera .................................................................................................................. 55 Rudi Č op - Elektromagnetni valovi daljši od premera Zemlje ............................................... 63 Ina Cecić , Dušan Neč ak, Marko Berus - Ob 101. obletnici brežiškega potresa ..................... 73 Gregor Rajh, Barbara Šket Motnikar, Mladen Živč ić , Polona Zupanč ič , Andrej Gosar - Preliminarna analiza potresne aktivnosti po prelomnih potresnih izvorih v Sloveniji ........... 85 Klemen Ritlop, Niko Fabiani, Katja Oven, Mihaela Triglav - Č ekada - Prvi dve leti delovanja kombinirane mreže 0. reda ................................................................................... 103 Katarina Zabret, Mojca Šraj - Prostorska spremenljivost prepušč enih padavin.................. 113 Boštjan Paradiž, Jure Cedilnik, Heda Koč evar, Irena Malešič , Janja Turšič - Projekt Sinica- nadgradnja sistema za ocenjevanje kakovosti zraka in ugotavljanje vzrokov č ezmernih obremenitev v Sloveniji ........................................................................................................ 125 Andrej Mihevc - Temperaturne razmere v Potoč ki zijalki in njihov vpliv na jamske sedimentne strukture ............................................................................................................. 135 Tilen Urbanč ič , Božo Koler, Bojan Stopar, Mojca Kosmatin Fras - Vpliv števila toč k aerolaserskega skeniranja na izrač un koordinat vrha stožč aste tarč e ................................... 141 Mihaela Triglav Č ekada - Ledeniki na kartah vojaške izmere Avstroogrske monarhije ..... 153 Gregor Stržinar, Gregor Skok - Optimizacija algoritmov radarske detekcije toč e za območ je Slovenije* (povzetek) ............................................................................................ 167 7 Geološke znač ilnosti kraških oken na primeru Škocjanskih jam Stanka Šebela * Povzetek Podrobno tektonsko-litološko kartiranje udornic Velike in Male doline v Škocjanskih jamah v merilu 1:500 je pokazalo novo kraško-geološko znač ilnost, to je kraško okno ali stratigrafsko erozijsko okno, kjer geološko starejši apnenci (Sežanska formacija, K 2 2-4 ) izdanjajo pod geološko mlajšimi (Lipiška formacija, K 2 4-5 ) apnenci zaradi oblikovanja udornic. Pri tem ne gre za tektonski okni. Vsako kraško okno zajema površino okrog 15.500 m 2 . V skladu s terenskim geološkim kartiranjem Velike in Male doline v Škocjanskih jamah je potrebno dopolniti tudi površinske geološke karte. Ključ ne besede: geološko kartiranje, kraško okno, Škocjanske jame, Slovenija. Keywords: geological mapping, karst fenster, Škocjan Caves, Slovenia. Uvod Škocjanske jame so edina kraška jama v Slovenije, ki je vključ ena v UNESCO svetovno dedišč ino od leta 1986. Dolžina jame je 6200 m in globina 223 m. Že Valvasor (1689) je opisoval ponor Reke in njen podzemeljski tok. Do 146 m globok in 2600 m dolg podzemeljski kanjon Reke je bil izjemen speleološki izziv številnim raziskovalcem. Za zač etek sodobnega turizma v Škocjanskih jamah štejemo 1. januar 1819, ko so uredili stopnice v dno Velike doline (Debevc in drugi, 2002), sicer pa so prvi dokumentirani obiski že iz leta 1750. Reka, ki izvira v Italiji kot Timavo je bila že med obema svetovnima vojnama predmet meteoroloških (Vercelli, 1931), speleoloških, hidroloških, geomorfoloških (Boegan, 1938) in geodetskih raziskav (Soler, 1934). Gospodarič je predstavil osnovne geološke, hidrološke in meteorološke znač ilnosti Škocjanskih jam (Gospodarič , 1965). Speleogeneza Škocjanskih jam je bila v letu 1983 dopolnjena s strukturno geološko in litološko karto površja nad Škocjanskimi jamami (Gospodarič , 1983). Prva geološka karta rovov Škocjanskih jam (brez Hankejevega kanala) izvira iz leta 1984 (Gospodarič , 1984). V letu 1989 (Habič in drugi, 1989) je bil objavljen pregledni č lanek o speleoloških znač ilnostih Škocjanskih jam. Prva strukturno geološka karta Hankejevega kanala je bila objavljena v letu 1992 (Kranjc in drugi, 1992). Litologija zakraselega površja nad Škocjanskimi jamami je predstavljena na geološki karti v merilu 1:50.000 (Jurkovšek in drugi, 1996). Na primeru udornice Velike doline je Knez (1996, 1998) prouč eval vpliv lezik na razvoj inicialnih rovov, Mihevc (2001) pa je nosilne lezike iz Velike doline povezal z brezstropimi jamami na površju. Raziskave razvoja rovov Škocjanskih jam in kraškega reliefa so prikazane v delu avtorjev Knez in Slabe (1999). * ZRC SAZU Inštitut za raziskovanje krasa, Titov trg 2, 6230 Postojna, Slovenija 8 Podatki terenskega strukturno-geološkega kartiranja (1:500) jamskih rovov, ki so bili opravljeni v letih 1991-1992 (Hankejev kanal) in med leti 1997-2007 (Tiha in Šumeč a jama), so bili analizirani in predstavljeni na strukturno-geološki karti (Šebela, 2009). Škocjanske jame so razvite znotraj 300 m debelega litološkega stolpca krednih in paleocenskih apnencev. Več ina podzemeljske Reke teč e znotraj 130 m debele Lipiške formacije (K 2 4-5 ) in sledi slemenitvi in vpadu plasti v Šumeč i jami in Hankejevem kanalu. Plasti z medplastnimi zdrsi so bile še posebno ugodne za razvoj inicialnih rovov (Šebela, 2009). V Škocjanskih jamah so se poleg geoloških raziskav opravljale tudi analize prenikajoč e vode in odlaganje sige (Kogovšek 1992), kot tudi spremljanje reke Reke (Cucchi in Zini, 2002; Gabrovšek in Peric, 2006). Rezultati meritev temperatur v Škocjanskih jamah (1997 – 1999) so pokazali, da je del jame, kjer teč e Reka, izrazito dinamič en in da obiskovalci ne morejo preveč vplivati na jamsko meteorologijo (Kranjc in Opara, 2002). Novejši rezultati o vplivu turizma so prikazani s spremljanjem aerosolov v zraku Škocjanskih jam (Grgić in drugi, 2014), lampenfloro (Mulec, 2014) ter mikrobiologijo (Mulec in drugi, 2017). Tiha, Šumeč a jama in Hankejev kanal so v preteklih letih že bili podrobno geološko kartirani, nač rt pa objavljen v Acti Carsologici (Šebela, 2009). Terensko tektonsko- litološko kartiranje Mahorč ič eve, Marinič eve in Tominč eve jame ter Velike in Male doline pa do leta 2016 še ni bilo podrobno izvedeno. Zato smo v obdobju po 25.5.2016 zač eli s terenskimi deli za podrobno tektonsko-litološko kartiranja v merilu 1:500. Rezultat prvih terenskih raziskav je tektonsko-litološka karta vzhodnega dela Škocjanskih jam v merilu 1:500 s preč nimi profili, ki bo del enotne tektonsko-litološke karta celotnega sistema Škocjanskih jam. Rezultati Zakraselo površje in podzemlje Škocjanskih jam gradijo tri litološke enote (Slika 1). Po geološki karti (Jurkovšek in drugi, 1996) predstavljajo najstarejše kamnine Sežansko formacijo (K 2 2-4 ), ki jo gradi plastovit apnenec z redkimi rudistnimi biostromami. Debelina Sežanske formacije je od 400 do 500 m. Navzgor sledi Lipiška formacija (K 2 4-5 ) debeline 250-400 m. Gre za plastovit in masiven apnenec z rudistnimi biostromami in biohermami (Jurkovšek in drugi, 1996). Najmlajša je Liburnijska formacija (K-Pc) debeline 50-300 m, ki jo gradijo plastoviti in plošč asti apnenci. Smer vpada plasti apnenca na kartiranem območ ju je proti J in JZ pod kotom 10-40 º. V Mahorč ič evi jami smo na več mestih našli medplastne zdrse z reverznim premikom. Medplastni zdrsi so verjetno povezani z regionalnimi deformacijami gubanja in/ali narivanja. Na površju severno od Tominč eve jame je na geološki karti (Jurkovšek in drugi, 1996) označ ena sinklinala v smeri SV-JZ, ki tone proti JZ. Plasti v Marhorč ič evi jami ležijo v JV krilu sinklinale. Medplastni zdrsi so lahko povezani s sinklinalnim gubanjem. Skrajni severni delu Tominč eve jame se nahaja v bližini osi sinklinale (Jurkovšek in drugi, 1996). V tem delu jame se površinske lokalne deformacije gubanja ob oblikovanju sinklinale severno od Tominč eve jame kažejo z več jim vpadnim kotom plasti apnenca kot V Mahorč ič evi in Marinič evi jami. Plasti apnenca na skrajnem SZ delu Tominč eve jame vpadajo proti JZ pod kotom 40° (200/40 in 210/40). Vpadni kot 40 º je več ji kot v Veliki in Mali dolini, kjer v povpreč ju znaša 20 º. 9 Slika 1 – Geologija širšega območ ja Škocjanskih jam. 1- prelom, 2- sinklinala, ki tone proti JZ, 3- Repenska formacija (K 2 1,2 ), 4- Sežanska formacija (K 2 2-4 ), 5- Lipiška formacija, plastovit in masiven apnenec z rudistnimi biostromami in biohermami (K 2 4-5 ), 6- Liburnijska formacija (K-Pc), 7- Slivski apnenec (plastovit, prevladuje miliolidni apnenec) (Pc). Po Jurkovšek in drugi (1996), Placer (2015) in Šebela (2009). A-stari podatki, B-novi podatki s kraškima oknoma. Slika 2 – Prelom z geološkimi elementi 170/85 na vhodu v Marinič evo jamo. Foto S. Šebela 10 Slika 3 – Geološke razmere preč nih profilov AB, CD in EF. 11 Tektonske razmere kartiranega dela Škocjanskih jam kažejo podobne znač ilnosti kot v preostalem delu Škocjanskih jam (Šebela, 2009). S terenskim geološkim kartiranjem v merilu 1:500 smo našli nekaj izrazitih prelomnih ploskev, ki pa jih je težko slediti na daljših razdaljah, saj jih sekajo druge tektonske strukture. Levi in desni zmiki ter vertikalni premiki ob prelomih kažejo na več fazno tektonsko dogajanje. Generalne smeri prelomov so SZ-JV, ZJZ-VSV in smeri skoraj V-Z. Iz površja v Marinič evo jamo lahko sledimo prelomu 170/85 (Slika 2), ki seka prelom 70/85. Ob prelomu 170/85, ki ga je opisal že Pavlovec (1965-66), je nekaj morfoloških zajed, ki bi lahko kazale na vertikalni premik ob prelomu, kjer se je južno krilo spustilo glede na severno krilo. Premik znaša <2 m. Z geološkim kartriranjem smo določ ili tudi številne razpoklinske in porušene cone, kot jih je na kraških terenih klasificiral Č ar (1982). Le-te so dobro vidne v strugi Reke, npr. v Veliki dolini. Tu je razpoklinska cona s smerjo vpada 100 ° široka do 30 m in dolga vsaj 100 m. Preč ni profili AB, CD in EF (Slika 3) so pokazali novo geološko posebnost v Veliki in Mali dolini, ki je prejšnje geološke raziskave (Gospodarič , 1984; Knez, 1996; Jurkovšek in drugi, 1996; Šebela, 2009; Placer, 2015) niso zasledile. Glede na vpad apnenca Sežanske (K 2 2-4 ) in Lipiške (K 2 4-5 ) formacije smo na podlagi terenskega geološkega kartiranja ter na podlagi interpolacije vpadov plasti in litološke meje med Sežansko in Lipiško formacijo na površju (Gospodarič 1983; Jurkovšek in drugi, 1996) ugotovili, da se plasti Sežanske formacije pokažejo v Veliki in Mali dolini, saj je kraška erozija (in korozija) pri nastanku obeh udornic izpodjedla mlajše plasti Lipiške formacije do spodnjih plasti Sežanske formacije. Gre torej za poseben geološki in geomorfološki pojav, ki ga imenujemo kraško okno (ali stratigrafsko erozijsko okno), kjer so starejše plasti, ki so sicer prekrite z mlajšimi v normalnem litološkem zaporedju, zaradi poglabljanja udornic pogledale na dan. Erozijsko okno ni tektonsko okno. Pri tektonskem oknu zaradi erozije pogleda na dan talninski blok pod narivnim kontaktom. Na Sliki 1A je geološka karta kot jo prikazujejo površinske geološke karte (Jurkovšek in drugi, 1996; Šebela, 2009; Placer, 2015), na Sliki 1B pa je nova karta, z dodanima kraškima oknoma. Zaključ ek Podrobno tektonsko-litološko kartiranje v merilu 1:500 Velike in Male doline v Škocjanskih jamah je pokazalo novo kraško-geološko znač ilnost, to je stratigrafsko erozijsko okno ali kraško okno, kjer geološko starejši apnenci (Sežanska formacija, K 2 2-4 ) izdanjajo pod geološko mlajšimi (Lipiška formacija, K 2 4-5 ) apnenci zaradi oblikovanja udornic. Pri tem ne gre za tektonsko okno. V skladu s terenskim geološkim kartiranjem Velike in Male doline v Škocjanskih jamah je potrebno dopolniti tudi površinske geološke karte. Raziskava je del programa Raziskovanje krasa (P6-0119) in projekta Krasoslovne raziskave za trajnostno rabo Škocjanskih jam kot svetovne dedišč ine (L7-8268). Literatura Debevc, A., Klemen, Z., Kranjc, A., Mihevc, A., Peric, B., Slapnik, R., Turk, P. in Zorman, T. 2002. Park Škocjanske jame. 1-101 str., Škocjan. Boegan, E. 1938. Il Timavo. Studio sull' Idrografia Carsica Subaerea e Sotterranea. Mem. Dell' Istituto Ital. Speleol., Mem. 2, 16, 1-251 str., Stabilimento Tipografico Nazionale, Trieste. 12 Cucchi, F. in Zini, L. 2002. Monitoring podzemeljske Reke Timave (Kras). Acta carsologica, 31/1, 75-84. Č ar, J., 1982. Geologic setting of the Planina Polje ponor area. Acta Carsologica, 10 (1981), 75- 105. Gabrovšek, F. in Peric, B. 2006. Monitoring the flood pulses in the epiphreatic zone of karst aquifers: the case of Reka river system, Karst plateau, SW Slovenia. Acta carsologica, 35/1, 35- 45. Gospodarič , R. 1965. Škocjanske jame. Guide book of the Congress Excursion through Dinaric Karst, 4th International Congress of Speleology in Yugoslavia, Union Yug. Spel., 137-140 str., Ljubljana. Gospodarič , R. 1983. About geology and speleogenesis of Škocjanske Jame. Geološki zbornik, 4, 163-172. Gospodarič , R. 1984. Cave sediments and Škocjanske jame speleogenesis. Acta Carsologica, 12 (1983), 27-48. Grgić , I., Iskra, I., Podkrajšek, B. in Debevec Gerjevič , V. 2014. Measurements of aerosol particles in the Škocjan Caves, Slovenia. Environmental science and pollution research international, 21/3, 1915-1923, doi: 10.1007/s11356-013-2080-4. Habič , P., Knez, M., Kogovšek, J., Kranjc, A., Mihevc, A., Slabe, T., Šebela, S. in Zupan, N. 1989. Škocjanske jame Speleological Revue. International Journal of Speleology, 18/1-2, 1-42. Jurkovšek, B., Toman, M., Ogorelec, B., Šribar, L., Drobne, K., Poljak, M. in Šribar, L. 1996. Geological map of the southern part of the Trieste-Komen plateau, Cretaceous and Paleogene carbonate rocks 1:50 000. Inštitut za geologijo, geotehniko in geofiziko, 1-143 str., Ljubljana. Knez, M. 1996. Vpliv lezik na razvoj kraških jam, primer Velike doline, Škocjanske jame (The bedding-plane impact on development of karst caves (An example of Velika dolina, Škocjanske jame caves). Založba ZRC 14, 1-186 str., Ljubljana. Knez, M. 1998. The influence of bedding-planes on the development of karst caves (a study of Velika Dolina at Škocjanske jame Caves, Slovenia). Carbonates and evaporates, 13/2, 121-131. Knez, M. in Slabe, T. 1999. Škocjanske jame, Slovenia: Development of caves related to rock characteristics and rock relief. V: Andreo Navarro, B., Carrasco Cantos, F. in J.J. Durán Valsero (ured.) Contribución del estudio científico de las cavidades kársticas al conocimiento geológico, 1999, Málaga. Patronato de la Cueva de Nerja, 217-229 str., Málaga. Kogovšek, J. 1992. Flowstone deposition in the Slovenian Caves. Acta carsologica, 21, 167-173. Kranjc, A., Kogovšek, J. in Šebela, S. 1992. Les Concrétionnements de la grotte de Škocjanske (Slovénie) et les changements climatiques. V: Salomon J.-N. & R. Maire (ured.) Karst et évolutions climatiques. Presses Universitaires de Bordeaux, 355-361, Bordeaux. Kranjc, A. in Opara, B. 2002. Temperature monitoring in Škocjanske jame. Acta carsologica, 31/1, 85-96. Mihevc, A., 2001. Speleogeneza Divaškega krasa. Založba ZRC, 27, 1-180 str., Ljubljana. Mulec, J. 2014. Human impact on underground cultural and natural heritage sites, biological parameters of monitoring and remediation actions for insensitive surfaces: case of Slovenian show caves. Journal for nature conservation, 22/2, 132-141, doi: 10.1016/j.jnc.2013.10.001. Mulec, J., Oarga-Mulec, A., Šturm, S., Tomazin, R. in Matos, T. 2017. Spacio-temporal distribution and tourist impact on airborne bacteria in a cave (Škocjan Caves, Slovenia). Diversity, 9, 3, 1-14. Pavlovec, R. 1965-66. Lep primer tektonike pri Škocjanskih jamah. Proteus, 28/2, 55-56. Peric, B. in Hribar, M. 2010. Velika dolina. DEDI - digitalna enciklopedija naravne in kulturne dedišč ine na Slovenskem, http://www.dedi.si/dediscina/195-velika-dolina. Placer, L. 2015. Poenostavljena strukturno-geološka karta Krasa. Geologija, 58/1, 89-93. Šebela, S. 2009. Structural geology of the Škocjan Caves, Acta carsologica, 38/2-3, 165-177. Soler, E. 1934. Campagna geofisica eseguita dall' Istituto di geodesia della R. Universita di Padova nel 1932 nella zona S. Canziano – Trebiciano. Bolletino della Societa Adriatica di Scienze Naturali in Trieste, 33, 67-90 str., Trieste. Valvasor, J.W. 1689. Die Ehre des Herzogtums Krain, IV. Laybach–Nürnberg: Wolfgang Moritz Endter, Buchhändlern. Vercelli, F. 1931. Il regime termico nelle Grotte di San Canziano. Le Grotte d' Italia, 5, 2, 49-62. 13 Hidrološka analiza poplav za poreč je Savinje Urban Jakop * , Mira Kobold ** , Mojca Šraj * Povzetek Poreč je Savinje je eno najbolj poplavno ogroženih območ ij v Sloveniji. Njeno poreč je se razprostira od Savinjskih Alp in Karavank preko Celjske kotline do izliva v Savo. Savinja je po naravi hudourniška reka, hudourniški znač aj pa ima tudi pretežna več ina njenih pritokov. Za Savinjo in pritoke so znač ilna velika nihanja v pretokih. Moč nejše padavine povzroč ijo izredno hitre poraste pretokov. Do razlivanja vodotokov lahko pride v zelo kratkem č asu od nastopa padavin skoraj na celotnem poreč ju. Najbolj poplavno ogroženi sta mesti Celje in Laško ter manjši kraji v zgornjem delu poreč ja, kjer poplavljajo manjši hudourniški vodotoki. S hidrološko analizo poplav za poreč je Savinje smo ugotovili, da poplave povzroč ijo predvsem moč ne in intenzivne jesenske padavine. Velik vpliv na obseg poplav ima tudi predhodna namoč enost, ki moč no zmanjša sposobnost zadrževanja padavin na poreč ju in s tem poveč a površinski odtok. Trajanje poplavnih valov je kratko. Poplavna konica je obič ajno dosežena znotraj enega dneva, lahko pa se zgodi samo v nekaj urah. Z analizami meseč nih ekstremov smo ugotovili, da lahko največ poplavnih dogodkov prič akujemo novembra in oktobra. Ključ ne besede: poplave, padavine, odtok, poreč je Savinje, hidrološka analiza Key words: floods, precipitation, runoff, Savinja River basin, hydrological analysis Uvod Poreč je Savinje je eno najbolj poplavno ogroženih območ ij v Sloveniji in spada v okvir 61 območ ij pomembnega vpliva poplav, ki jih je razglasila država (MOP, 2015). Poplave Savinje niso novost, saj je Savinja poplavljala že v daljni preteklosti (Trontelj, 1997). Manjše poplave ob Savinji se dogajajo skoraj vsako leto (MOP, 2013). Pogoste pa so tudi velike poplave, ki povzroč ajo ogromno materialno škodo in ogrožajo č loveška življenja. Intenziteta več jih poplav se je po letu 1990 precej poveč ala (Kobold, 2011). Zaradi širitve urbanizacije na poplavna območ ja, pa tudi zaradi sprememb podnebnih razmer škoda ob poplavah narašč a (MOP, 2015). Poreč je Savinje ima zelo razvito reč no mrežo, ki pa je brez naravnih površinskih zadrževalnikov voda, z izjemo poplavnih območ ij dolin, na katerih se za krajši č as zadržijo visokovodni valovi (MOP, 2015). Po naravi je Savinja hudourniška reka, hudourniški znač aj pa ima tudi pretežna več ina njenih pritokov. Hudourniške poplave so kratkotrajne in izjemno silovite, povzroč ajo pa jih razmeroma kratkotrajne in intenzivne padavine, bodisi ob poletnih neurjih bodisi ob jesenskih deževjih (Komac in ostali, 2008). Zaradi hitrega odtoka je hidrogram pri hudourniških poplavah kratek, konica pa zelo izrazita in lahko nastopi zelo hitro. Zaradi teh znač ilnosti hudourniške poplave izmed vseh prinašajo največ nevarnosti. Z analizo poplavnih dogodkov in meseč nih ekstremov pretokov na poreč ju Savinje smo želeli ugotoviti, kakšen tip padavin in vremenske situacije povzroč i poplave na poreč ju Savinje, kakšen je odnos med padavinami in odtokom in v kakšni meri na poplavo vplivajo * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, 1000 Ljubljana, Slovenija ** Agencija Republike Slovenije za okolje, Vojkova 1b, 1000 Ljubljana, Slovenija in Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, 1000 Ljubljana, Slovenija 14 različ ni predhodni pogoji. Z analizo največ jih meseč nih pretokov skozi celotno obdobje opazovanj smo poizkušali ugotoviti tudi sezonskost poplavljanja oz. mesece najverjetnejših poplav. Poplavna ogroženost na poreč ju Savinje Savinja je najmoč nejši pritok reke Save v Sloveniji s povirjem v goratem svetu. Njeno poreč je se razprostira od Savinjskih Alp, preko predalpskega in grič evnatega sveta prehaja v ravninski svet, pa vse do Posavskega hribovja. Njen tok je dolg 101,75 km in obsega 1847,7 km 2 prispevne površine, kar predstavlja 17 % vodnega območ ja Save (Kolbezen in Pristov, 1998). V zgornjem toku Savinje do Nazarij je poreč je gorato z nadmorskimi višinami preko 2000 metrov. Zgradba površja je iz karbonatnih kamnin, apnenca in dolomita. Srednji, pretežno ravninski del pa leži med 200 in 400 metri nadmorske višine, grajen iz skrilavcev, tufov, pešč enjakov in glin. Tla so poveč ini plitva na apnenč asti podlagi ali zelo prepustne aluvialne prodne formacije. Zaradi ponikanja padavinske vode skozi prodnato podlago v podzemlje ima Savinja več izvirov. Ob nastopu visokih voda Savinja bistveno prispeva k visokovodni konici spodnjega toka reke Save, tudi preko 40 % pretoka (Kobold, 2007). Več kot 90 % poreč ja je prekritega z naravnimi (gozd, moč virje, vode) oz. s kmetijskimi površinami. V reč nih dolinah in na ravninah, predvsem v srednjem in spodnjem toku Savinje, pa se pojavi nekoliko več umetnih oziroma urbaniziranih površin. Ta območ ja so tudi najbolj izpostavljena poplavam. Velika poplavna ogroženost Savinjske doline, ki v Sloveniji sodi v sam vrh poplavno ogroženih območ ij, izhaja v veliki meri iz dejstva, da ima Savinja izjemno velik delež poplavnih površin, ki segajo v urbana področ ja in je po tem kriteriju med slovenskimi rekami na prvem mestu (MOP, 2013). Na poreč ju Savinje je poplavno ogroženih 52 km 2 urbanih površin, kar je sicer precej manj kot ob Savi, Muri ali Dravi, vendar pa na tem območ ju živi več kot 20.000 ljudi, ki poseljujejo 15 % vseh poplavnih površin v Savinjski dolini. Mesti Celje in Laško, ki ležita ob Savinji, sta od več jih slovenskih mest največ krat ogroženi in zato tudi prizadeti zaradi visokih voda Savinje. Ob poplavi leta 1990, ki je bila ocenjena kot dogodek s 100-letno verjetno povratno dobo, je bilo poplavljenih kar 95 % površine mesta Celje in 66 % površine Laškega (MOP, 2013). V zadnjih 20-30 letih se je urbanizacija in gradnja stanovanjskih in drugih objektov razširila tudi na zelo poplavno izpostavljena območ ja, kar povzroč a velik problem pri zagotavljanju protipoplavne varnosti. Topografija poreč ja Savinje ima moč an vpliv na meteorološko dogajanje v poreč ju. Vzdolž poreč ja se zaradi spreminjajoč ega se reliefa in terena padavine bistveno razlikujejo. V zgornjem goratem delu znašajo povpreč ne letne padavine okrog 2000 mm, v srednjem in spodnjem delu pa precej manj, do okrog 1300 mm letno (slika 1). Velik prispevek pa imajo tudi snežne padavine v visokogorju. 15 Slika 1: Padavinska karta Slovenije z označ enim poreč jem Savinje (vir karte: ARSO, 2017a). Za poreč je Savinje sta znač ilna dva tipa kritič nih vremenskih situacij (Marinč ek, 1992): jesensko-zimski tip in poletni tip. Za jesensko-zimske situacije so znač ilne frontalne padavine, ki so intenzivirane z orografskimi padavinami. Relativno široko padavinsko območ je in obilne padavine, ki trajajo tudi več dni, povzroč ijo visokovodne situacije, ki lahko ob intenzivnejših padavinah proti koncu dogodka vodijo v poplave. Za poletne padavinske situacije so znač ilne konvekcijske padavine, kjer je intenziteta padavin neenakomerno porazdeljena. Te padavine zajamejo manjša območ ja, na katerih je intenzivnost padavin obič ajno velika, trajanje pa kratko, zato so poplave lokalnega znač aja. Za nastop stoletnih visokih voda je na več jem delu poreč ja Savinje merodajna jesensko- zimska padavinska situacija. Več je poplave na poreč ju Savinje Zapisi prič ajo, da je reka Savinja s svojimi pritoki poplavljala že v daljni preteklosti, že vse od rimskih č asov (MOP, 2013). So pa starejši zapisi predvsem in samo informativne narave. Poplavni dogodki so bili zabeleženi zgolj opisno, brez kakršnihkoli konkretnih podatkov, ki bi nam omogoč ali kasnejše analize. Z vse več jo urbanizacijo in naseljevanjem ob rekah se je zaradi nevarnosti poplav pojavila tudi potreba po natanč nejšem spremljanju hidroloških razmer. Z zač etkom spremljanja in merjenja ter s postopno vzpostavitvijo hidrološke mreže na površinskih vodah lahko poplavne dogodke bistveno bolje analiziramo. Vedenje o poplavnih dogodkih nam preko merjenih padavin, odtoka in pretoka v strugi zelo pomaga pri napovedovanju ekstremnih dogodkov, kot so poplave, pri ravnanju pred njimi in po njih ter določ anju poplavnih območ ij. Natanč no analizirani pretekli poplavni dogodki predstavljajo preventivo pri zagotavljanju protipoplavne varnosti in č im več jem omejevanju poplavne škode. V preglednici 1 je podan pregled več jih poplav na poreč ju Savinje, tudi zgodovinskih izpred obdobja meritev, ko obstajajo le pisni viri (Trontelj, 1997). 16 Preglednica 1: Več je in obsežnejše poplave reke Savinje in njenih pritokov (do 1997 povzeto po: Trontelj, 1997; naprej po: MOP, 2013; Kobold, 2013; ARSO, 2010). LETO KRATEK OPIS 1550 Narasla Savinja odnesla žito, živino, vse brvi in mostove. 1772 / 1824 / 1850 Unič ene poljšč ine. Poplavljeno je bilo Celje. 1852 Velikanska škoda. Zabeleženih tudi več smrtnih žrtev. 1901 Poplavljanje reke Savinje s pritoki v oktobru in novembru. Najbolj ponovno prizadeto Celje z okolico. 1923 Veliki povodnji ob koncu novembra. 1926 Obilne padavine povzroč ile poplave v avgustu. Savinja skupaj z Voglajno ponovno povzroč ila največ škode v Celju. Veliko mrtve živine in unič enih poljskih pridelkov. Povodenj zahtevala tudi več č loveških življenj. 1927 Poplave v Savinjski dolini. 1933 Poplavljeno Celje – voda ponekod segala tudi 2m visoko. 1938 Poplave Savinje meseca maja. 1954 Poplavljanje 5. in 6. junija, predvsem zaradi velike predhodne namoč enosti. Največ težav povzroč il pritok Hudinja. Velikanska škoda predvsem na industriji in infrastrukturi. Vodna ujma zahtevala kar 22 življenj. 1964 Poplave na poreč ju predvsem na območ ju Celja, Mozirja, Nazarij med 24. in 25. oktobrom. 1969 Med 21. in 22. avgustom poplavljal predvsem pritok Bolska. 1972 Poplavljalo v zgornjem toku (Solč ava). Mesec maj. 1980 Poplavljeni Zg. Savinjska in Zadreč ka dolina. Poplavljala tudi Bolska. 1990 V mesecu novembru največ je poplave v tem stoletju. V zgornjem delu poplavljanje Savinje in Luč nice. 1992 Več kratne poplave Savinje. Najhujše v Laškem. 1994 17. junija poplave na območ ju Laškega ter Žalca. 22. avgusta Celje in Laško. Avgusta poplava Velunje v Šoštanju. 1996 Poplave v Laškem med 1. in 3. julijem. 1997 Poplavljanje manjših pritokov Reč ice, Mozirnice in Luč nice meseca avgusta. 1998 14. - 15. julij poplave Savinje s pritoki (Dreta, Voglajna, Paka, Ložnica, Hudinja). 4. - 6. november največ ja naravna nesreč a leta 1998. Najhujše prav na poreč ju Savinje – primerljivo z letom 1990. Najhujše v Celju in Laškem. 2007 Moč ne in izdatne padavine povzroč ile poplave v septembru, predvsem v srednjem in spodnjem toku. Poplave terjale č loveška življenja. 2010 Poplave med 17. in 19. septembrom. 2012 4. in 5. november poplavljanje Savinje s pritoki v zgornjem toku. Hidrološki in meteorološki monitoring na poreč ju Savinje Podatki hidrološkega monitoringa površinskih voda omogoč ajo ocenjevanje količ inskega stanja voda, ugotavljanje hidroloških znač ilnosti vodnih območ ij in vodnih teles, vodno bilanciranje in ocenjevanje dolgoroč nih sprememb, na katere vpliva podnebna spremenljivost. Samodejni podatki z merilnih mrež so osnova za sprotno spremljanje, napovedovanje in obvešč anje o hidroloških razmerah ter opozarjanje pred izrednimi hidrološkimi pojavi (ARSO, 2016). Razvoj mreže merilnih mest v Sloveniji poteka po priporoč ilih Svetovne meteorološke organizacije Guide to hydrological practices (WMO, No. 168). Že v preteklosti je bila nač rtovana tako, da omogoč a skladen in izč rpen pregled 17 količ inskega stanja površinskih voda in ostalih hidroloških parametrov (vodostaja in temperature vode ter vsebnosti suspendiranega materiala). Na poreč ju Savinje je vzpostavljena zadovoljivo gosta opazovalna mreža vodomernih postaj. Nekatere so bile vzpostavljene že konec 18. in v zač etku 19. stoletja, ko se je zač elo spremljanje hidroloških parametrov površinskih voda na ozemlju Slovenije (Bat, 2008), spet druge so bile postavljene šele v zadnjih letih. Skozi č as so se nadgrajevale in posodabljale, tako da je trenutno na poreč ju Savinje 20 samodejnih postaj (avtomatske merilne postaje – AMP), ki omogoč ajo, da so podatki, ki jih postaje samodejno beležijo in pošiljajo v podatkovne zbirke na Agenciji RS za okolje, preko spleta ves č as dostopni javnosti (ARSO, 2017b). Na sliki 2 so prikazane vodomerne postaje, ki smo jih upoštevali v hidrološki analizi poplav na poreč ju Savinje. Za izrač un padavin na poreč ju in podporeč jih smo upoštevali meteorološke postaje na poreč ju Savinje in v bližnji okolici (slika 2). Več ina je navadnih padavinskih postaj s podatki o 24-urnih količ inah padavin. Šest postaj je opremljenih s pluviografom, ki zapisujejo podatke o padavinah v 5-minutnih intervalih. Ploskovne padavine smo rač unali z metodo Thiessenovih poligonov (Jakop, 2017). Slika 2: Obravnavane hidrološke in meteorološke postaje na poreč ju Savinje s podporeč ji. Analiza meseč nih poplavnih konic Za obravnavane vodomerne postaje (slika 2) smo izvedli analizo meseč nih poplavnih konic in pogostost nastopa letnih konic po mesecih (Jakop, 2017). Analiza pogostosti pojavljanja meseč nih poplavnih konic kaže, da po pogostosti pojavljanja največ jega pretoka v letu izrazito izstopata november in oktober, ko se na vseh vodomernih postajah pojavi največ je število ekstremnih pretokov (slika 3). Na drugi strani pa so februar, marec in april meseci, v katerih se le redko oziroma najmanjkrat v letu pojavi največ ji letni pretok. To so meseci z najmanjšim tveganjem nastanka visokih voda, ki so povod za poplave. 18 Vzdolž reke Savinje so rezultati primerljivi. Največ ji pretoki so bili na vseh postajah na Savinji izmerjeni novembra, ko je bil presežen pretok s povratno dobo 50 let (slika 3), ki predstavlja mejo, nad katero se že zgodijo več je poplave. Pri pritokih Savinje po analizi izstopa vodomerna postaja Celje II na Voglajni, na kateri so tudi v pomladnih mesecih zabeležene visoke konice in pogosto pojavljanje visokovodnih valov (slika 3). Ekstremni pretoki se lahko pojavljajo skozi vse leto, izjema sta le januar in februar. Voglajna ima za razliko od ostalih pritokov Savinje panonski dežno-snežni režim (Frantar in Hrvatin, 2008), hidrogram pa je manj razgiban tudi zaradi zadrževanja vode v Slivniškem jezeru, kar nekoliko zmanjša najvišje in nekoliko poveč a najnižje pretoke. Slika 3: Analiza meseč nih viskovodnih konic Qvk in pogostost nastopa letnih konic po mesecih za izbrane postaje na reki Savinji in pritokih. 0 2 4 6 8 10 12 14 16 18 20 22 24 0 100 200 300 400 500 600 700 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Savinja - Nazarje Qvk mesečni Pogostost Q50 0 2 4 6 8 10 12 14 16 18 20 22 0 200 400 600 800 1000 1200 1400 1600 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Savinja - Laško in Laško I Qvk mesečni Pogostost Q50 0 2 4 6 8 10 12 14 16 18 0 25 50 75 100 125 150 175 200 225 250 275 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Dreta - Kraše Qvk mesečni Pogostost Q50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 0 20 40 60 80 100 120 140 160 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Paka - Šoštanj Qvk mesečni Pogostost Q50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 20 40 60 80 100 120 140 160 180 200 220 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Bolska -Dolenja vas II Qvk mesečni Pogostost Q50 0 1 2 3 4 5 6 7 8 0 10 20 30 40 50 60 70 80 90 100 110 120 130 jan feb mar apr maj jun jul avg sep okt nov dec Pogostost Maksimalen pretok v obdobju [m3/s] Voglajna - Celje II Qvk mesečni Pogostost Q50 19 Največ ja verjetnost nastopa ekstremnih pretokov in torej poplav na poreč ju Savinje obstaja novembra in oktobra, zato sta ta dva meseca poplavno najbolj nevarna. Kljub temu pa se poplave lahko zgodijo tudi v ostalih mesecih. Zlasti septembra so se na poreč ju Savinje že zgodile več je poplave. Analiza visokovodnih valov V analizi visokovodnih valov na poreč ju Savinje smo upoštevali več je viskovodne valove po letu 1990, med katerimi so tudi tisti, ki so povzroč ili obsežne poplave na tem območ ju (Jakop, 2017). Izbrali smo osem dogodkov glede na pretok konice visokovodnega vala v Laškem (preglednica 2). Izbranim poplavnim dogodkom smo v analizi določ ili pripadajoč e padavine, ki so dogodek povzroč ile, izmerjene na padavinskih postajah (slika 2) z upoštevanjem utežnih razmerij Thiessenovih poligonov. Sedem od osmih situacij ustreza jesensko-zimskemu tipu hidroloških situacij, za primerjavo pa smo vzeli še en spomladanski visokovodni val. Dogodka iz 1990 in 1998 veljata zaradi svoje razsežnosti za največ ji poplavi na poreč ju Savinje v obdobju meritev. Obravnavali smo urne podatke o merjenih pretokih za posamezen visokovodni dogodek ter padavine, ki so povzroč ile posamezen dogodek. Za vsak val smo izrač unali volumen in koeficient odtoka. Preglednica 2: Obravnavani poplavni dogodki z vrednostmi poplavnih konic Qvk. VALOVI - Qvk (m 3 /s) 27.10.-9.11. 4.-11.11. 4.-11.11. 18.-22.9. 29.3.-1.4. 17.-21.9. 4.-8.11. 12.-15.9. šifra postaja vodotok 1990 1998 2000 2007 2009 2010 2012 2014 6010 Solč ava Savinja 75,5 26,3 148 25,4 9,09 35,6 50,4 15,9 6060 Nazarje Savinja 635 630 455 507 197 367 648 242 6140 Celje II - brv Savinja 1208 1205 ni pod. 1052 333 803 988 ni pod. 6200 Laško Savinja 1406 1395 653 1249 443 1028 1131 730 6210 Veliko Širje Savinja 1490 1458 711 1272 508 1093 1176 782 6240 Kraše Dreta 236 251 88,9 226 50.8 138 256 82,7 6300 Šoštanj Paka 112 81,9 33 77,5 32,7 62,9 93,6 26,1 6340 Reč ica Paka 189 178 51,7 159 43,8 119 217 41,0 6550 Dolenja vas II Bolska 182 193 51,5 150 42,4 124 121 113 6630 Levec I Ložnica 82,3 94,0 ni pod. 120 37,2 78,1 52,3 56,5 6790 Škofja vas Hudinja 87,1 142 35,6 171 40,1 90,2 84,1 9,2 6720 Celje II Voglajna 66,6 118 41,9 60,8 48,6 97,5 30,5 104,8 - pretok nad rdeč o opozorilno vrednostjo (ARSO–BOBER, 2017) - pretok nad oranžno opozorilno vrednostjo (ARSO–BOBER, 2017) - pretok nad rumeno opozorilno vrednostjo (ARSO-BOBER, 2017) Kot primer prikazujemo poplavni val iz leta 1998 z urnimi intenzitetami padavin, ki predstavljajo utežene padavine (Thiessenovi poligoni), ki so padle na celotno poreč je Savinje (slika 4, preglednica 3). 20 Slika 4: Hidrogrami poplavnih valov leta 1998 in pripadajoč e povpreč ne urne intenzitete padavin na poreč ju. Preglednica 3: Č asovni potek konic valov za poplavni val 1998 Poplavni val 1998 Postaja Vodotok Č as pojava konice Qvk [m 3 /s] Solč ava I Savinja 4.11. ob 20:06 26,3 Šoštanj Paka 4.11. ob 23:52 81,9 Kraše Dreta 5.11. ob 00:26 251 Nazarje Savinja 5.11. ob 00:46 630 Reč ica Paka 5.11. ob 03:06 178 Škofja vas Hudinja 5.11. ob 04:16 142 Levec Ložnica 5.11. ob 04:37 94,0 Dolenja vas II Bolska 5.11. ob 05:18 193 Celje II - brv Savinja 5.11. ob 06:15 1205 Celje II Voglajna 5.11. ob 06:32 118 Laško Savinja 5.11. ob 08:38 1395 Veliko Širje Savinja 5.11. ob 09:07 1458 Konica poplavnega vala se je ob poplavi leta 1998 na v.p. Solč ava I pojavila že 4. novembra ob 20:06 uri (preglednica 3). Takrat so bile na pluviografski postaji v Solč avi zabeležene najintenzivnejše padavine (8,3 mm v eni uri). Na ostalih vodomernih postajah so se konice pojavljale bistveno kasneje. Val je od Nazarij do Laškega potoval skoraj 8 ur (preglednica 3), kar je za okoli 3 ure več kot je povpreč ni č as potovanja vala med tema vodomernima postajama. Vsi obravnavani poplavni dogodki so pokazali, da po volumnih izrazito izstopajo vodomerne postaje na sami Savinji, z izjemo Solč ave. Razlike v konici med najnižje 0 2 4 6 8 10 12 14 16 0 200 400 600 800 1000 1200 1400 3.11. 00:00 3.11. 12:00 4.11. 00:00 4.11. 12:00 5.11. 00:00 5.11. 12:00 6.11. 00:00 6.11. 12:00 7.11. 00:00 7.11. 12:00 8.11. 00:00 8.11. 12:00 9.11. 00:00 P [mm] Q [m3/s] Datum Poplavni valovi 1998 Padavine V. Širje Laško CeljeII - brv Nazarje Kraše Dol. vas II CeljeII Šk. vas Solčava Levec I Rečica 21 ležeč ima postajama Laško in Veliko Širje so zelo majhne. Pritoki Savinje prinesejo k poplavnemu valu Savinje različ ne volumne vode, odvisno od poplavnega in padavinskega dogodka. Še največ jo količ ino vode glede na konico pretoka prinese reka Dreta, ki se v Savinjo izlije tik pred vodomerno postajo Nazarje in na njej povzroč i dokaj moč an porast. Povirna dela Drete in Luč nice na območ ju Kamniško Savinjskih Alp obič ajno dobita največ padavin na poreč ju Savinje in dosegata velike specifič ne odtoke, ki na Dreti v Krašah pri poplavnih dogodkih presegajo 2000 l/s/km 2 (Kolbezen in Pristov, 1998). Po doprinosu Dreti sledijo Bolska, Paka in Hudinja. Za vsak poplavni dogodek smo izrač unali tudi č as potovanja po vodotoku. Ob največ jih poplavnih dogodkih na Savinji, ko so bili doseženi tudi največ ji pretoki, je bilo potovanje valov zelo različ no (Jakop, 2017). Na to vpliva predvsem prostorska in č asovna razporeditev padavin. V poplavi 1998 (preglednica 3) je trajalo potovanje konice vala po Savinji od Nazarij do Velikega Širja dobrih 8 ur. Povpreč ni č as potovanja konice vala obravnavanih dogodkov iz preglednice 2 znaša 5,5 ure. Več ja raznolikost pri potovanju valov se je izkazala pri pritokih Savinje, kjer znač ilnega vzorca med pojavom konice na pritokih in dolvodno postajo na Savinji nismo zaznali. Na pritokih konica vala č asovno različ no nastopi in s tem pritoki različ no vplivajo na konice vodomernih postaj na Savinji (Jakop, 2017). Na razvoj poplavnega dogodka izredno vpliva prostorska in č asovna razporeditev padavin. Več ja poplavljanja Savinje povzroč ijo obilne, predvsem pa intenzivne padavine. Za obravnavane dogodke iz preglednice 2 smo z metodo Thiessenovih poligonov določ ili utežene padavine za podporeč ja Savinje, ki se nanašajo na zbirno območ je obravnavanih vodomernih postaj (Jakop, 2017). V preglednici 4 so za vsa podporeč ja zbrane povpreč ne in maksimalne padavine osmih obravnavanih dogodkov. Ob podatku o padavinah smo dodali še standardni odklon in s tem pokazali razpršenost dobljenih rezultatov glede na povpreč je. Največ ji standardni odklon je na podporeč jih Voglajne, Drete in Savinje do Nazarij. Z upoštevanjem volumna neposrednega odtoka smo izrač unali koeficiente odtoka za vsak poplavni val (preglednica 4). Preglednica 4: Padavine in koeficienti odtoka po posameznih poreč jih. Padavine (mm) Koeficienti odtoka Poreč je do v. p. - vodotok povpreč ne stand. odklon maksimalne povpreč ni maksimalni Solč ava - Savinja 141,7 23,3 194,0 0,24 0,32 Kraše - Dreta 148,9 30,5 227,5 0,66 0,79 Nazarje - Savinja 148,6 30,2 218,2 0,49 0,66 Šoštanj - Paka 99,1 -19,3 166,9 0,36 0,43 Reč ica - Paka 103,3 -15,1 164,7 0,34 0,50 Dolenja vas - Bolska 132,6 14,2 243,3 0,47 0,60 Levec - Ložnica 100,8 -17,6 198,7 0,56 0,68 Celje-brv - Savinja 126,2 7,8 201,4 0,47 0,56 Škofja vas - Hudinja 95,6 -22,8 172,0 0,32 0,42 Celje - Voglajna 87,4 -31,0 158,9 0,39 0,53 Laško - Savinja 118,0 -0,4 193,5 0,44 0,52 Veliko Širje - Savinja 115,4 -2,9 193,3 0,43 0,50 Izkazalo se je, da so v osmih obravnavanih poplavnih dogodkih v povpreč ju največ padavin prejela območ ja v zgornjem, višjem in bolj reliefno razgibanem delu poreč ja (preglednica 4). Na teh območ jih, predvsem zaradi vpliva orografije, v povpreč ju pade največ padavin, kar kaže tudi slika 1. V obravnavanih dogodkih je na več ini poreč ij padla 22 maksimalna količ ina padavin v poplavnem dogodku leta 2010 (Jakop, 2017), konice valov pa v tem dogodku niso bile najvišje (preglednica 2). V dogodku 2010 gre za sestavljeni visokovodni val. Padavine so na poreč ju Savinje padle v dveh skoraj enakovrednih delih v treh dneh, zato imajo tudi hidrogrami poplavnega vala Savinje po višini skoraj enakovredni konici, ki bi jih lahko loč eno obravnavali kot dva neodvisna visokovodna valova. Po količ ini padavin na poreč ju Savinje poplavnemu dogodku 2010 sledijo padavine, ki so povzroč ile poplavo leta 1990, le temu pa padavine za dogodek 1998. Maksimalni koeficienti odtoka se pri analiziranih poplavnih dogodkih gibljejo med 0,32 na Savinji v Solč avi do 0,79 na Dreti v Krašah. Koeficienti odtoka zavisijo od hidrogeografskih lastnosti poreč ja, količ ine padavin, predhodne namoč enosti, pokrovnosti tal. Povirno poreč je Drete dobi obič ajno največ padavin na poreč ju Savinje in ima zato velik specifič ni odtok (Kolbezen in Pristov, 1998). Preseneč a pa nizek koeficient odtoka za v. p. Solč ava, ki je lahko posledica geoloških lastnosti tega dela poreč ja, kjer so pretežno zastopane prepustne kamnine s kraško-razpoklinsko in razpoklinsko poroznostjo. Zaključ ki Analize so pokazale, da prihaja do več jih poplavnih dogodkov na poreč ju Savinje ob zares izdatnih in intenzivnih padavinah. Za nastop visokih voda je na več jem delu poreč ja Savinje merodajna jesensko-zimska padavinska situacija, za katero so znač ilne frontalne padavine, ki so intenzivirane z orografskimi padavinami. Široko padavinsko območ je ter obilne in dolgotrajne padavine povzroč ijo visokovodne situacije, ki lahko vodijo v poplave. Č asovna razporeditev padavin poleg prostorske odloč ilno vpliva na velikost in obseg poplav. Analiza meseč nih visokovodnih konic je pokazala, da je največ ja verjetnost poplave na poreč ju Savinje v jesenskem č asu. Poplavno najbolj nevaren mesec je november. Glavni razlog je izrazit jesenski višek padavin, ki postaja v obdobju podnebnih sprememb še višji (Kobold in sod., 2012). Poleg novembra so izredno visoki pretoki lahko doseženi še v oktobru in septembru. Polovica izmed osmih obravnavanih poplavnih dogodkov se je zgodila novembra, trije pa septembra. Na obravnavanih vodomernih postajah je pojavljanje visokih pretokov podobno. Predvsem se to kaže na sami reki Savinji, kjer so vzorci pojavljanja visokih voda po celotnem toku skoraj identič ni. Nekoliko s svojim drugač nim reč nim režimom izstopa le pritok Voglajna. Tovrstne hidrološke analize so pomembne za razumevanje hidrološkega dogajanja na poreč ju in so podlaga ukrepom za zmanjševanje poplavne ogroženosti in sistemom opozarjanja pred poplavami. Na osnovi rezultatov analiz se lahko prepozna potreba po dodatnih merilnih mestih na poreč ju, zlasti pluviografskih postaj v povirnem delu poreč ja. Literatura ARSO (2010). Hidrološko poroč ilo o povodnji v dneh od 17. do 21. septembra 2010. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje. http://www.arso.gov.si/vode/poroč ila in publikacije/Poplave 17. - 21. september 2010.pdf (5. 5. 2017.) ARSO (2016). Pregled hidroloških razmer površinskih voda v Sloveniji. Poroč ilo o monitoringu za leto 2014. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje, 43 str. ARSO (2017a). Meteorološki portal. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje. http://meteo.arso.gov.si/met/sl/ (10. 5. 2017) ARSO (2017b). Arhiv površinskih voda. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje. http://vode.arso.gov.si/hidarhiv/pov_arhiv_tab.php (10. 2. 2017.) 23 ARSO – BOBER (2017). Hidrološko stanje in napoved. Interna baza. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje. Bat, M. (2008). 60 let slovenske državne hidrološke službe. V: 60 let slovenske meteorološke in hidrološke službe. Naše okolje, Bilten Agencija RS za okolje, Ljubljana. Posebna izdaja, 27-34. Frantar, P., Hrvatin, M. (2008). Pretoč ni režimi. V: Vodna bilanca Slovenije 1971-2000. Ljubljana, Ministrstvo za okolje in prostor, Agencija RS za okolje, 43-50. Jakop, U. (2017). Hidrološka analiza poplav za poreč je Savinje. Mag. delo. Ljubljana, UL FGG, Magistrski študijski program Vodarstvo in okoljsko inženirstvo. (samozaložba U. Jakop), 92 str. Kobold, M. (2007). Vpliv napake ocene padavin na napako napovedi odtoka pri napovedovanju poplav. Doktorska disertacija. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo (samozaložba M. Kobold), 134 str. Kobold, M. (2011). Primerljivost poplave septembra 2010 z zabeleženimi zgodovinskimi poplavnimi dogodki. Ujma 25, 48-56. Kobold, M. (2013). Poplave konec oktobra in v zač etku novembra 2012. Ujma 27, 44-51. http://www.sos112.si/slo/tdocs/ujma/2013/044.pdf (25. 4. 2017.) Kobold, M., Dolinar, M., Frantar, P. (2012). Spremembe vodnega režima zaradi podnebnih sprememb in drugih antropogenih vplivov. V: I. kongres o vodah Slovenije 2012. Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana. Zbornik, 7-23. Kolbezen, M., Pristov, J. (1998). Površinski vodotoki in vodna bilanca Slovenije. Ljubljana, Ministrstvo za okolje in prostor, Hidrometeorološki zavod RS, 98 str. Komac, B., Natek, K., Zorn, M. (2008). Geografski vidiki poplav v Sloveniji. Ljubljana, Založba ZRC: 186 str. http://giam.zrc-sazu.si/sites/default/files/9789612540913.pdf (20. 12. 2016.) Marinč ek, M. (1992). Vzroki poplave v Celju 1. novembra 1990. V: Poplave v Sloveniji. Ljubljana, Ministrstvo za obrambo, Republiška uprava za zašč ito in reševanje. Zbornik, 155-161. MOP (2013). Zagotovitev poplavne varnosti na poreč ju Savinje. Ministrstvo za okolje in prostor. http://www.porecje-savinje.si/ (20. 12. 2016) MOP (2015). Nač rt zmanjševanja poplavne ogroženosti (NZPO). Ministrstvo za okolje in prostor. http://www.mop.gov.si/fileadmin/mop.gov.si/pageuploads/podrocja/voda/nzpo/NZPO_SLO_20 15_12_08.pdf (20. 3. 2017) Trontelj, M. (1997). Kronika izrednih vremenskih dogodkov XX. stoletja. Ljubljana, Hidrometeorološki zavod RS, 135 str. 25 ADM-Aeolus: zgodovinski korak v merjenju vetra iz vesolja in priložnost za izboljšanje napovedi vremena Matic Šavli 1 , Nedjeljka Žagar 1 Povzetek Kvalitetne meritve stanja ozrač ja so poleg naprednih modelov za numerič no napovedovanje osnovni pogoj za izboljšanje napovedi vremena. Kljub veliki količ ini meritev ozrač ja, z več kot 70 milijoni opazovanj vsakih 12 ur, obstoječ i opazovalni sistem ponuja v glavnem satelitska opazovanja temperature, vlage in tlaka. Opazovanja vetra v prosti troposferi, ki so teoretič no bolj pomembna za določ anje zač etnih pogojev za prognostič ne modele kot opazovanja mase, so še vedno omejena na meritve vetra z radiosondami, letali in posredne ocene vetra pridobljene iz gibanja oblakov. Prvi korak k globalnemu merjenju vertikalnih profilov vetra iz vesolja je bil storjen leta 1999, ko je Evropska Vesoljska Agencija (ESA) sprejela predlog za misijo ADM-Aeolus (ang. Atmospheric Dynamic Mission - Aeolus) kot eno izmed misij v okviru programa za razvoj novih tehnologij za opazovanje Zemljinega ozrač ja. Po več kot 15 letih razvoja kompleksnega Dopplerjevega lidarja, bo polarno-orbitalni satelit ADM-Aeolus lansiran v orbito na približno 400 km v letu 2018. Satelit ADM-Aeolus je narejen s ciljem, da izboljša globalne meritve vetra in globalne numerič ne napovedi. Vseeno pa planirajo tudi prognostič ni modeli na omejenem območ ju uporabljati nove meritve. V prispevku so predstavljene osnovne znač ilnosti satelitskega merjenja vetra z Dopplerjevim lidarjem, uporaba novih podatkov v sistemu za asimilacijo in nekatere ocene vpliva novih opazovanj na izboljšanje napovedi vremena. Posebnost novih meritev je, da gre za meritve ene komponente vektorja vetra, in sicer komponente v smeri, vzdolž katere satelit meri, t.i. komponenta HLOS (ang. horizontal line of sight). Uporaba meritev HLOS v prognostič nem modelu je več ji izziv kot uporaba celotnega vektorja, ker je vpliv meritev na zač etne pogoje bolj obč utljiv na zanesljivost kovarianc napak prvega približka. Vzpodbudni rezultati, pridobljeni v sklopu projekta »Mesoscale wind profiles and data assimilation for numerical weather prediction«, ki je bil v preteklih letih izvajan na Katedri za meteorologijo Fakultete za matematiko in fiziko Univerze v Ljubljani, kažejo pozitiven uč inek ansambelske metode Kalmanovega filtra na asimilacijo opazovanj HLOS v mezoskalnem modelu. Ključ ne besede: ADM-Aeolus, Doplerjev lidar, ansambelski Kalmanov filter, mezoskalna asimilacija, kovariance napak prvega približka, veter vzdož smeri merjenja HLOS Keywords: ADM-Aeolus, Doppler wind lidar, ensemble Kalman filter, mesoscale data assimilation, background-error covariances, horizontal line-of-sight (HLOS) wind Uvod Operativni modeli za numerič no napovedovanje vremena (ang. Numerical Weather Prediction - NWP) rešujejo sistem parcialnih diferencialnih enač b. Te opisujejo č asovne in krajevne lastnosti temperature, tlaka, vetra in vlage v ozrač ju. Reševanje tega sistema enač b zahteva zač etne in robne pogoje. Č asovna rešitev je v posameznih toč kah uporabna toliko č asa, da je še odvisna od zač etnih pogojev. Napovedovanje vremena je zato problem 1 Univerza v Ljubljani, Fakulteta za matematiko in fiziko, Jadranska ulica 19, Ljubljana 26 zač etnih pogojev. Za izboljšanje napovedi je potrebno tako izboljšati modele, kot tudi njihove zač etne pogoje. To pomeni, da potrebujemo č imbolj natanč no informacijo o vseh spremenljivkah v vsaki rač unski toč ki tridimenzionalnega modelskega prostora. Potrebujemo torej č imbolj kvalitetna opazovanja ozrač ja č imbolj pogosto v č asu in prostoru. Globalni sistem opazovanj ozrač ja (ang. Global Observation System - GOS) sestavljajo konvencionalna opazovanja in opazovanja pridobljena iz satelitov (WMO, 2014). Opazovanja delimo na opazovanja polja vetra in polja mase. Slednjo sestavljajo količ ine kot so tlak, temperatura in vlaga. Sistem GOS zagotavlja veliko opazovanj. Naprimer, za potrebe napovedi vremena se v Evropskem centru za srednjeroč ne napovedi (ECMWF) vsakih 12 ur uporabi približno 70 milijonov opazovanj (ECMWF/EUMETSAT, 2013). Vendar to za potrebe NWP še zdaleč ni dovolj. Poleg tega je več ina teh opazovanj pridobljenih iz satelitov. Za razliko od konvencionalnih opazovanj (npr. radiosondažne meritve), satelitska opazovanja omogoč ajo globalno pokritost, vendar njihova kvaliteta ponavadi ni primerljiva s kvaliteto konvencionalnih opazovanj. Ena izmed pozitivnih znač ilnosti konvencionalnih opazovanj je dobra uravnoteženost med opazovanji polja vetra in polja mase. To žal ne velja za satelitska opazovanja, kjer dominirajo opazovanja polja mase (Baker et al., 2014). Fizikalni zakoni povezujejo porazdelitev polja mase in polja vetra v ozrač ju tako, da vremenske procese obravnavamo kot kontinuirani proces približevanja k hidrostatič nemu in geostrofskemu ravnovesju (npr. Kalnay, 2003). Geostrofsko ravnovesje je najbolj prisotno na več jih (več 1000 km) prostorskih skalah v zmernih zemljepisnih širinah. Za takšne primere namreč velja, da se tridimenzionalna struktura polja vetra lahko oceni iz horizontalnih gradientov polja temperature. Na manjših prostorskih skalah in v tropskih predelih so direktna opazovanja polja vetra ključ nega pomena za definicijo zač etnih pogojev za napovedovanje (Stoffelen et al., 2005, Žagar et al., 2008). Trenutno opazovanja vetra pridobimo iz konvencionalnih opazovanj, kot so radiosondaže ter meritve z letali, iz opazovanj pri tleh, kot so meritve pridobljene z Dopplerjevim lidarjem in radarjem ter iz satelitskih opazovanj oblakov iz ocene gibanja oblakov (ang. Atmospheric Motion Vectors – AMV, ECMWF/EUMETSAT, 2013). Sateliti merijo tudi veter na površini morja s t.i. skaterometri in pasivnimi instrumenti, ki delujejo v območ ju mikrovalov. V sistemih za napovedovanje se najbolj uporabljajo opazovanja AMV, č eprav imajo ta opazovanja znač ilne napake (npr. zaradi ocene višine oblakov). Različ na opazovanja različ no prispevajo k uspešnosti posameznih prognostič nih sistemov. Prispevek posameznega tipa opazovanj na izboljšanje 24 urne napovedi v modelu ECMWF je prikazan na sliki 1. V primeru konvencionalnih opazovanj je relativni prispevek opazovanj mase in vetra k izboljšanju napovedi približno enak. To velja tako glede na skupni prispevek opazovanj (modri stolpci), kot na prispevek posamezne vrste opazovanj (rumeni stolpci). Prav nasprotno, pri opazovanjih iz satelitov prevladuje skupni prispevek opazovanj mase. Vendar pa prispevek dveh vrst opazovanj kaže na izrazito več ji relativni pomen opazovanj vetra iz satelitov. Primanjkljaj direktnih opazovanj vetra je zato ena izmed ključ nih pomanjkljivosti globalnega opazovalnega sistema (Baker et al., 2014). Satelitske meritve vetra bi lahko igrale pomembno vlogo za napredek globalnih analiz in napovedi. Prvi korak k merjenju vetra s satelitov je bil storjen leta 1999, ob sprejetju misije ADM- Aeolus (ang. Atmospheric Dynamics Mission Aeolus, Stoffelen et al. 2005). Glavni cilj misije je demonstrirati možnost merjenja vetra iz vesolja s pomoč jo Dopplerjevega zamika laserske svetlobe, sipane na delcih in molekulah zraka v atmosferi. Opazovanja vetra misije ADM ne bodo meritve vektorja horizontalnega vetra kot ga dobimo iz 27 konvencionalnih sistemov. Instrument ADM-Aeolus namreč meri radialno komponento hitrosti gibanja delcev (ang. Line-Of-Sight, LOS), ki jo določ a usmerjenost Dopplerjevega lidarja. Ta predstavlja linearno kombinacijo meritev zonalne, meridionalne in vertikalne komponente vetra. Na več jih prostorskih skalah je vertikalna hitrost v povpreč ju zanemarljiva. Glavni produkt ADM-Aeolus je t.i. ’Horizontal Line-Of-Sight’ (HLOS) hitrost, ki predstavlja projekcijo LOS na horizontalno ravnino, pri predpostavki, da je vertikalna hitrost zanemarljiva. Slika 1: Relativni prispevek opazovanj mase (temperatura, zrač ni tlak in vlaga) in vetra k izboljšanju 24 urne napovedi v modelu ECMWF. Opazovanja so razdeljena v dve skupini: konvencionalna (npr. meritve pri tleh, radiosondaže) in satelitska opazovanja. Statistika je prikazana glede na vsa opazovanja (modro) oziroma glede na prispevek posameznega opazovanja (rumeno). Vsota vseh modrih oziroma vseh rumenih stolpcev znaša 100 %. Vir: Baker et al. (2014). Lansiranje ADM-Aeolus v orbito in prič etek tri letne uporabe sistema je predviden v letu 2018. Glede na številne opravljene študije (Stoffelen et al., 2006, Tan et al., 2007, Marseille et al., 2008, Horanyi et al., 2015), je v globalnih sistemih za napovedovanje vremena prič akovan pozitivni vpliv novih opazovanj vetra na kvaliteto napovedi. Največ ji prič akovani pozitivni vpliv novih meritev je v tropskih predelih. Boljši zač etni pogoji za napoved v tropskih predelih pozitivno vplivajo na srednjeroč no napoved nad Evropo. Uporabnost opazovanj v modelih za omejeno območ je (LAM, ali mezoskalni model) je vprašljiva predvsem zaradi relativno majhnega števila opazovanj. Modeli LAM se uporabljajo na relativno majhnih prostorskih domenah in so zaradi več je prostorske loč ljivosti sposobni opisati pojave, ki se dogajajo na manjših prostorskih in krajših č asovnih skalah. Meritve profilov vetra bi lahko znač ilno izboljšale zač etne pogoje v mezoskalnem modelu, č e bi bila opazovanja dostopna ob pravem č asu. V povezavi s tem, je na Katedri za meteorologijo na Fakulteti za matematiko in fiziko v Ljubljani, potekal več letni projekt »Mesoscale wind profiles and data assimilation for numerical weather prediction«, ki ga je financirala Evropska vesoljska agencija v okviru programa za pridruževanje Slovenije ESA-i. Osnovni cilj projekta je vrednotenje novih opazovanj vetra na območ ju Severnega Atlantika in Evrope v mezoskalnih modelih. V prič ujuč em č lanku predstavljamo nekatere rezultate projekta povezane z vplivom opazovanj LOS na kvaliteto zač etnih pogojev za napoved. Predtem bomo opisali delovanje 28 satelita ADM-Aeolus, ki predstavlja prvi sistem za merjenja vetra s Dopplerjevim lidarjem iz vesolja. Satelit ADM-Aeolus Osnova platforme ADM-Aeolus je Dopplerjev lidar Aladin. Ta deluje v območ ju ultavijolič nega (UV) dela elektro-magnetnega (EM) spektra, z valovno dolžino 355 nm (Andersson et al., 2008). Lidar generira serijo pulzov, ki potujejo od laserja na satelitu na višini približno 400 km, proti površju Zemlje. Na tej poti se elektromagnetno valovanje delno sipa nazaj proti satelitu, delno v prostorski kot stran od satelita in je delno prepušč en v nižje plasti atmosfere. Izbrana delovna valovna dolžina lidarja omogoč a, da je absorbcija UV na prevladujoč ih molekulah ozrač ja ( , , , ), zanemarljivo majhna (Liou, 2003). Signal, ki se sipa nazaj v prostorski kot satelitskega sprejemnika, je zaradi Dopplerjevega efekta fazno zamaknjen. To je posledica gibanja molekul in več jih delcev v atmosferi, na katerih se signal siplje. To gibanje je v največ ji meri lastnost toka (veter). Hitrost premikanja molekul in delcev je sorazmerna s faznim zamikom, iz č esar se lahko oceni hitrost vetra na mestu, kjer se je signal prvotno sipal (npr. Marseille in Stoffelen, 2003). Slika 1: (a) Spekter Dopplerjevega zamika v primeru sipanja svetlobe na molekulah in več jih delcih ozrač ja. Spekter, ki ni fazno premaknjen, prikazuje č rna polna krivulja. Fazni zamik, ki ustreza hitrosti vetra 50 m/s, prikazuje č rna č rtkana krivulja. Zvonasta oblika obeh krivulj ponazarja razpršenost v spektru kot posledica naključ nega gibanja molekul (Brownovo gibanje). Širina Rayleighovega dela spektra je v enotah hitrosti 600 m/s. Ozek del krivulje z več jo amplitudo predstavlja Miejev del spektra, ki je posledica sipanja na več jih delcih. (b) Merjenje komponente vetra HLOS z ADM-Aeolus. Komponenta vetra HLOS je prikazana z modro pušč ico. Posamezno opazovanje je rezultat povpreč enja meritev na dolžini akumulacije, ki je definirana na 90 km. 29 Inštrument Aladin omogoč a dva skoraj povsem loč ena nač ina merjenja hitrosti vetra. V prvem se analizira Rayleighov del spektra laserske svetlobe, sipane na molekulah zraka. Porazdelitev molekul v atmosferi je opisana s porazdelitvijo gostote, ki z višino pada eksponentno. Meritev vetra iz Rayleighovega spektra je zaradi prisotnosti molekul teoretič no možna v celotni atmosferi. Vendar se molekule zraka premikajo tudi naključ no (t.i. Brownovo gibanje). Amplituda tega gibanja je odvisna od temperature in zrač nega tlaka (Dabas et al., 2008). V spektru sipane svetlobe je to vidno kot razširitev približno Gaussovske oblike, t.i. Rayleigh–Brillouinov spekter, kar prikazuje slika 2(a). Širina spektra v enotah hitrosti znaša približno 600 m/s (npr. Stoffelen et al., 2005) in predstavlja glavni vir napak pri merjenju faznega zamika iz Rayleigh–Brillouinovega dela spektra (v nadaljevanju imenovan Rayleighov spekter). Fazni zamik se meri tudi iz Miejevega delu spektra. Ta predstavlja sipanje laserske svetlobe na več jih delcih, kot so aerosol in prašni delci. Porazdelitev slednjih v atmosferi se v č asu in prostoru moč no spreminja. Višje koncentracije teh delcev so prisotne predvsem v spodnjem delu atmosfere. V povpreč ju je v atmosferi znač ilno manj Miejevega kot Rayleighovega sipanja. Zaradi manjše nedoloč enosti meritve vetra v Miejevem nač inu (∼ 10 m/s) (slika 2(a)), pa je slednji bolj zaželjen (Tan et al., 2008). Rayleighovo in Miejevo sipanje sta kljub jasnim razlikam del istega spektra (slika 2(a)). Pri oceni Dopplerjevega zamika iz Rayleighovega dela spektra tako prihaja do onesnaženja signala z Mievim signalom in posledič no več jih napak meritev hitrosti. Zaradi velike nedoloč enosti izrač una hitrosti vetra iz posameznega laserskega pulza je za uporabo meritev potrebno akumulirati 20 pulzov. Takšna meritev hitrosti vetra je osnovni produkt platforme ADM-Aeolus. Ker je hitrost gibanja satelita približno 7.6 km/s in frekvenca pošiljanja laserskih pulzov v atmosfero 50 Hz (ang. pulse repetition frequency), je meritev pridobljena s povpreč evanjem 20 pulzov reprezentativna za območ je ∼ 3 km. Vendar takšen produkt zaradi svoje nedoloč enosti še vedno ni primeren za asimilacijo v prognostič nem sistemu. Opazovanja z veliko napako namreč ne prispevajo veliko k izboljšanju analiz. Zato je potrebna dodatna akumulacija, približno 30 meritev v opazovanje profila HLOS, ki predstavlja povpreč en veter na razdalji okoli 90 km. To razdaljo imenujemo razdalja akumulacije (L) in predstavlja območ je reprezentativnosti oziroma horizontalno loč ljivost opazovanj. Po zahtevah Svetovne Meteorološke Organizacije (ang. World Meteorological Organization - WMO) mora biti napaka opazovanj ADM-Aeolus primerljiva (oziroma manjša) napakam radisondažnih meritev (WMO, 2014, Stoffelen et al., 2005), ki so tipič no 2-3 m/s. Vertikalna hitrost je pri izbrani razdalji akumulacije tipič no zanemarljiva. Glavni produkt platforme ADM-Aeolus tako predstavlja horizontalna komponenta LOS (HLOS) (Tan et al., 2008). Shematsko to prikazuje slika 2(b). Zaradi manjše koncentracije molekul višje v atmosferi in posledič no več jih napak, je merjenje vetra iz Rayleighovega dela spektra omejeno na spodnjih ∼ 25 km. Pri merjenju iz Miejevega dela spektra je to omejeno na spodnjih ∼ 15 km. Podobno kot je definirana akumulacija v horizontali, je združevanje pulzov potrebno tudi v vertikali. To je narejeno tako, da je v celotnem profilu približno 21 meritev z vertikalno loč ljivostjo, ki se določ i vnaprej. Pri tleh ta znaša 500 m in na vrhu profila 2 km za Rayleigh oziroma 1 km za meritve tipa Mie (Tan et al., 2008). 30 Slika 3: 6-urna orbita ADM-Aeolus nad območ jem Severnega Atlantika in Evrope. Razdalja med orbitami na zemljepisni širini 45 stopinj je približno 700 km. Razdalja med č rnimi toč kami je približno 90 km in prikazuje lokacijo profila opazovanja HLOS. Rdeč e toč ke prikazujejo trenutno pokritost z radiosondažnimi meritami v 24 urah. Satelit ADM-Aeolus je postavljen v orbito z inklinacijo 97 stopinj, v t.i. sonč no- sinhrono (ang. sun-synchronous) orbito, kjer je satelit vsak dan ob 06 UTC in 18 UTC nad neko toč ko na Zemlji vzdolž predpisane orbite, ki se ponovi vsakih 7 dni. Zaradi obč utljivosti Dopplerjevega lidarja na hitrost gibanja sipalcev, je lidar obrnjen pod kotom 90 stopinj na smer potovanja. Poleg tega je zaradi delovne valovne dolžine v UV delu spektra, nagnjen pod kotom 35 stopinj stran od sonca, ki med drugim določ a potreben odklon za merjenje HLOS (slika 2(b)). Satelit v 6 urah približno štirikrat preč ka območ je Severnega Atlantika in Europe kot prikazuje slika 3. Razdalja med sosednjima orbitama satelita bo v zmernih širinah okoli 700 km. Osnovne lastnosti opazovanj HLOS Lansiranje satelita v orbito je predvideno v letu 2018. Pred izstrelitvijo satelita je edini nač in analize produktov ADM-Aeolus uporaba simulatorja, ki prek osnovnih fizikalnih zakonitosti, ki opisujejo delovanje lidarja in sipanje EM valovanja v ozrač ju, simulira delovanje celotne platforme. Vhodni podatki v simulator, vzdolž predpisane orbite ADM- Aeolus so: vertikalni profil vetra, zrač ni tlak, temperatura in nekatere optič ne lastnosti atmosfere (npr. sipalni presek za molekule in aerosole). Glavni produkt simulatorja so opazovanja HLOS vzdolž zadane orbite. Realistič nost simulatorja je predvsem omejena s kvaliteto vhodnih podatkov in z razumevanjem fizikalnih lastnosti ADM-Aeolus. Pomembna lastnost simulatorja pa je fleksibilnost. Takšen simulator je bil narejen za misijo ADM-Aeolus v sklopu sodelovanja več skupin iz ESA in več ih meteoroloških inštitutov, vključ enih v razvoj misije: ECMWF, DLR, KNMI in Meteo France. Simulator se je uporabil v sklopu projekta na Katedri za meteorologijo v UL FMF. Vhodni podatki so bili prirejeni kot kompozicija dveh zelo kvalitetnih produktov. Prvi je 10 dnevna napoved ECMWF, narejena na visoki horizontalni 31 loč ljivosti približno 5 km. Ta predstavlja zelo konsistenten opis globalnega polja vetra, temperature in zrač nega tlaka. Uporabil se je del simulacije nad območ jem Severnega Atlantika in Evrope. Drugi del pa predstavljajo meritve nekaterih optič nih lastnosti ozrač ja v istem obdobju pridobljene s satelitom CALIPSO (Winker et al., 2010). Osnovne karakteristike opazovanj HLOS so prikazane na primeru (slika 4). To je primer orbite, ki preč ka območ je Arktike, Evrope in Afrike (v tem vrstnem redu). Slika odraža nabor različ nih procesov v atmosferi in z njimi povezanih lastnosti sistema ADM-Aeolus. Polja prikazana na sliki 4(a, b) predstavljajo vhodne podatke v simulator ADM-Aeolus. Sipalno razmerje (slika 4(a)) predstavlja razmerje med skupnim sipanjem na molekulah zraka in aerosolu in sipanjem na molekulah. V primeru, ko v atmosferi ni več jih delcev aerosola, je to razmerje enako 1, sicer je vrednost več ja. Več je vrednosti, ki jih prikazuje slika, so povezane z oblaki baroklinih sistemov v zmernih zemljepisnih širinah, s padavinskimi sistemi v tropskem pasu in s transparentimi cirusnimi oblaki višje v troposferi. Pripadajoč i profil vetra, simuliran z modelom ECMWF, prerač unan v HLOS prikazuje slika 4(b). Rezultati simulatorja ADM-Aeolus so prikazani na sliki 4(c, d). To je veter HLOS v Rayleighovemu in Miejevemu delu spektra, prikazan za primer, ko je razdalja akumulacije približno 90 km. Opazimo več pomembnih znač ilnosti. Vsaka celica na sliki 4(c, d) predstavlja območ je reprezentativnosti posameznega opazovanja. V obeh primerih so vrednosti HLOS, pridobljene s simulatorjem ADM-Aeolus, zelo primerljive simulirani resnici z ECMWF modelom. V Rayleighovem delu spektra je signal prisoten v celotnem profilu z izjemo območ ij povezanih z moč no oslabitvijo signala v oblakih. Pod oblaki tipič no ni dovolj dobrih opazovanj, razen pod optič no tankimi cirusi, kjer je sipanje moč no (Marseille and Stoffelen, 2003). Globlje v atmosferi oslabitev signala narašč a in posledič no pri tleh ni kvalitetnih opazovanj. Nasprotno je signal v Miejevem delu spektra prisoten predvsem tam, kjer so več je koncentracije aerosolov oziroma več ji delci. To velja predvsem v oblakih (npr. cirus) in v izbranem primeru še posebej v prizemni plasti nad območ jem Sahare, kjer je gostota prašnih delcev poveč ana. Uporaba simulatorja predstavlja veliko prednost, saj poznamo vhodni signal, torej resnico. To dejstvo in obsežen nabor vhodnih podatkov (61 orbit) omogoč ata statistič no obravnavo lastnosti opazovanj HLOS. V ta namen definiramo razliko E med vrednostmi HLOS dobljene iz simulatorja (slika 4(c, d)) in vrednostmi HLOS prerač unane iz vhodnega vetra v simulator iz simulacije modela ECMWF (slika 4(b)). Izrač unamo povpreč no vrednost napake in njen standardni odklon (v nadaljevanju označ eno STD), vključ ujoč vsa opazovanja vzdolž orbite. Prva količ ina predstavlja sistematič no odstopanje in druga napako, oziroma odstopanje od povpreč ja. 32 Slika 4: Primer delovanja simulatorja ADM-Aeolus za orbito, ki preč ka območ je Afrike, Europe in Arktike. (a) Vertikalni profil razmerja sipanja. Majhna slika kaže orbito satelita. (b) Simulacija peofila vetra HLOS (m/s) vzdolž orbite. (c) HLOS izrač unan iz Rayleighovega dela spektra in iz (d) Mievega dela spektra v m/s. Statistika je zbrana na sliki 5. Obliko profila napake opazovanj (STD) določ ata dva mehanizma. Gostota se z višino zmanjšuje, zato je v višjih plasteh troposfere in spodnjih plasteh stratosfere količ ina sipalcev majhna. Nižje v atmosferi se gostota molekul sicer poveč a, kar predstavlja več sipanega signala. Vendar je signal, ko potuje nazaj proti satelitu, bolj oslabljen zaradi slojev ozrač ja, ki se nahajajo med sipalcem in satelitom. To prikazuje zmanjšanje količ ine kvalitetnih opazovanj (modra č rtkana krivulja) v spodnji plasti troposfere (slika 5(a)). V obeh primerih se napaka pri oceni Dopplerjevega zamika, oziroma hitrosti HLOS, poveč a. V osrednjih in višjih plasteh troposfere je napaka najmanjša. Ta za izbrano dolžino akumulacije 100 km znaša 2-3 m/s. Znač ilna sprememba napake se zgodi na približno 16 km in se pojavi zaradi spremembe v vertikalni loč ljivosti opazovanj z 1 km na 2 km. Za uporabo HLOS opazovanj v prognostič nih modelih, je ključ na primerjava ocene napake HLOS z dejansko napako. To se na sliki opazi iz primerjave oranžne in č rne č rtkane krivulje. Opazimo, da se ocena napake zelo dobro ujema z dejansko napako, kar kaže na konsistentnost platforme ADM-Aeolus. 33 Slika 5: Statistič ne lastnosti simuliranega vetra HLOS iz (a) Rayleighovega in(b) Mievega dela spektra. Sistematič no odstopanje prikazuje č rna polna krivulja. Standardni odklon (napaka), pridobljen iz primerjave s simuliranim vetrom je opisan z č rno č rtkano krivuljo. Napaka HLOS ocenjena s simulatorjem je prikazana z oranžno krivuljo. Modra č rtkana krivulja opisuje število opazovanj na voljo v 10-dnevnem analiziranem obdobju. Rdeč e obravane krivulje v tekstu niso obravnavane. V Miejevem delu spektra so napake vetra in sistematič no odstopanje v splošnem manjše kot v Rayleighovem delu spektra (slika 5(b)). Napake, pri izbrani razdalji akumulacije 60 km, znašajo približno 1 m/s, kar je za skoraj 2 m/s bolje kot v Rayleighovem delu spektra. To je prič akovano, saj je spekter Mie znač ilno ožji od spektra Rayleigh (slika 2(a)). Podobno kot v Rayleighovem delu spektra, so napake več je predvsem pri tleh in tudi višje v atmosferi. Tam se količ ina aerosolov in prašnih delcev znač ilno zmanjša, oziroma oslabitev signala je velika. Profil količ ine opazovanj (modra č rtkana krivulja) poleg tega prikazuje dvoje. Maksimalna količ ina opazovanj je v povpreč ju skoraj 2 krat manjša kot v Rayleighovem delu spektra. Oblika profila pa nakazuje, da obstajata dve preferenč ni plasti, kjer je opazovanj veliko. V plasteh do približno 2 km je to predvsem posledica sipanja na prašnih delcih (npr. prašni delci nad območ jem Severne Afrike) in delcih v nižjih plasteh oblakov. Za plast nad 6 km pa je znač ilno sipanje na delcih v oblakih povezanih s konvektivnimi sistemi. 34 Kot omenjeno so relativno majhne napake, poleg majhnega sistematič nega odstopanja, glavni pogoj za uporabo HLOS v postopku napovedovanja (WMO, 2014). Odvisnost napake opazovanj HLOS od razdalje akumulacije je prikazana na sliki 6. V Rayleighovem delu spektra je odvisnost napake približno obratno sorazmerna s kvadratnim korenom razdalje akumulacije. To je posledica napake pri procesu štetja fotonov na detektorju, kar opisuje Poissonova porazdelitev (Marseille et al., 2008). Zmanjšanje napake je mogoč e s povpreč evanjem meritev na več ji skali. Vendar to vpliva na zmanjšanje števila opazovanj (slika 6(b)). V Miejevem delu spektra je odvisnost podobne oblike, vendar napaka doseže minimalno vrednost pri toč no določ eni vrednosti razdalje akumulacije. To je približno pri 90 km, kjer napaka znaša 1 m/s. Izbira optimalne dolžine akumulacije je tako kompromis med kvaliteto opazovanj in številom opazovanj. V modelih na omejenem območ ju je oboje pomemben faktor, saj je domena modela ponavadi majhna, potrebe po več ji loč ljivosti opazovanj pa velike. . Slika 6: (a,c) Napaka opazovanj HLOS in (b,d) količ ina opazovanj v odvisnosti od razdalje akumulacije v različ nih plasteh atmosfere za meritve tipa (a,b) Rayleigh in (c,d) Mie. Količ ina opazovanj je v enotah 1000. Polne krivulje v (a, b) prikazujejo standardni odklon na celotnem vzorcu 61 orbit v obdobju 10 dni. Č rktane krivulje prikazujejo oceno napake opazovanj HLOS pridobljeno iz simulatorja Uporaba opazovanj HLOS v mezoskalnih prognostič nih modelih Vpliv opazovanj HLOS je v modelih na omejenem območ ju zaenkrat komaj raziskan. Število uporabnih opazovanj ADM je določ eno z velikostjo domene in izbrano dolžino akumulacije. Slika 3 prikazuje primerjavo med trenutnim sistemom meritev profila vetra iz radiosondaž (približno 100 profilov) in profili vetra ADM-Aeolus (približno 160 profilov) v šestih urah z dolžino akumulacije 90 km. Število novih opazovanj vertikalnih profilov vetra je nad kopnim primerljivo, oziroma je nekoliko manjše kot je število profilov vetra iz radiosondaž v obdobju 24 ur. Č eprav vsebujejo opazovanja ADM-Aeolus le polovico informacije vetra v primerjavi z radiosondažnimi podatki, so lahko zelo pomembna za 35 opazovanje nastanka nevihtnih sistemov nad Atlantikom. Kot lahko opazimo, so edina opazovanja vetra nad Severnim Atlantikom opazovanja ADM-Aeolus (pritem zanemarimo AMV). Zanima nas vpliv opazovanj HLOS na izboljšanje napovedi vremena nad Evropo. Priprava sistema za asimilacijo podatkov HLOS in napovedovanje V okviru projekta smo na Katedri za meteorologijo FMF UL postavili sistem za asimilacijo opazovanj HLOS v mezoskalni model. Sistem sestavlja napredna shema za asimilacijo DART, ki je razvita na oddelku za razvoj metod asimilacije podatkov (DAReS) v Nacionalnem centru za raziskave atmosfere (ang. National Center for Atmospheric Research - NCAR) v ZDA (Anderson et al., 2009). DART je sklopljen z modelom za napovedovanje vremena WRF (ang. Weather Research and Forecasting, Skamarock et al., 2008). Asimilacijska shema DART spada v skupino asimilacijskih metod s pomoč jo ansamblov, t.i. EnKF (ang. Ensemble Kalman filter). V primerjavi z variacijsko metodo, ki se je uporabila v preteklih študijah vpliva ADM-Aeolus, metoda z ansambli ocenjuje kovariance napak prvega približka iz ansambla kratkoroč nih napovedi. Kovariance so zelo pomembna količ ina v postopku asimilacije, saj določ ajo, kako so napake napovedi različ nih spremenljivk (npr. temperatura in veter) med seboj povezane. Lahko prič akujemo, da so kovariance pridobljene z metodo EnKF bolj realistič ne kot kovariance, ki jih uporablja variacijska metoda. Nov sistem je zastavljen z ansamblom 50 č lanov, kar predstavlja tipič no izbiro za modele podobnih lastnosti (Schwartz et al., 2015). Pri mezoskalnem modeliranju, poleg dobrih zač etnih pogojev vsak č lan ansambla potrebuje tudi stranske robne pogoje. To je zelo pomembno v asimilaciji tipa EnKF, saj omejena velikost ansambla in nepoznavanje napak modela lahko privedejo do slabe uč inkovitosti asimilacije. V našem sistemu so robni pogoji določ eni za vsakega č lana v ansamblu posebej, kar predstavlja trenutno najbolj uč inkovito metodo. Za pripravo robnih pogojev se uporablja ansambel 50 č lanov napovedi operativnega sistema ECMWF. Asimilacija meritev HLOS Opazovanje HLOS je linearna kombinacija dveh komponent horizontalnega vetra. V neki toč ki se HLOS rač una z naslednjo enač bo + , (1) kjer kot predstavlja azimut, kot med linijo usmeritve lidarja in severom (slika 2(b)), U in V sta zonalna in meridionalna komponenta vetra. V bližini ekvatorja je HLOS skoraj enak zonalnemu vetru, ker je azimut okoli 80°. Na zemljepisni širini 45° azimut znaša približno 60° oziroma je HLOS za 30° odmaknjen od zonalne smeri. Globalno bodo opazovanja ADM-Aeolus bolj prispevala opisu zonalnega kot meridionalnega toka. V postopku asimilacije se opazovanje kombinira s prvim približkom, ki je na razpolago iz prejšnje modelske napovedi (obič ajno 3-urne ali 6-urne napovedi). Pri tem se dve informaciji utežita glede na njuni napaki. Rezultat linearne kombinacije enega ali več opazovanj v neki toč ki in prvega približka je analiza. Razlika med analizo in prvim približkom se imenuje prirastek analize in opisuje vpliv opazovanj. Posamezno opazovanje ne vpliva samo na vrednost v toč ki, v kateri je narejeno, ampak se njegov vpliv razprši v sosednje toč ke v horizontali in vertikali v modelskem prostoru. Razpršitev je določ ena z 36 lastnostmi napak, opisanih v matrikah kovarianc napak prvega približka in opazovanj. Razpršitev se dogaja tudi med spremenljivkami, tako da opazovanja vetra vplivajo na analizo polja temperature in nasprotno. To medsebojno delovanje spremenljivk v asimilaciji imenujemo multivariatna asimilacija. V postopku asimilacije ohranjamo opazovanja č imbolj v njihovi izvirni obliki, in njihov prvi približek določ imo iz modelskih spremenljivk. Tako pri asimilaciji posameznega opazovanja HLOS najprej iz prvega približka vetra izrač unamo prvi približek HLOS kot + , kjer sta in kratkoroč na napoved vetra, azimut je znan vnaprej. se primerja z meritvijo in se določ i prirastek analize kot − " − , kjer je utež " definirana kot razmerje varianc napak prvega približka ( ) in opazovanja ( ): " + ⁄ . Prirastek HLOS je na koncu potrebno prerač unati v prirastke zonalne in meridionalne komponente vetra. Opisani postopek bomo ilustrirali s primerom. Pri ansambelski asimilaciji lahko prirastke analize analiziramo za vsak č lan ansambla. Prirastek bo zaradi opazovanj HLOS vplival na prirastke v polju zonalnega vetra, meridionalnega vetra, temperature in vlage. Amplituda prirastkov je odvisna od dveh lastnosti. Prva je kovarianca prvega približka. Ta opisuje, kako dobra je napoved in kako so med seboj povezane napake v prostoru in med različ nimi spremenljivkami. Drugo lastnost predstavlja azimut in napaka opazovanj HLOS. To najlažje razložimo s pomoč jo eksperimenta, v katerem smo asimilirali samo eno opazovanje HLOS. Opazovanje je asimilirano na relativno mirnem območ ju na ploskvi 850 hPa nad Severnim Atlantikom. Veter na izbrani lokaciji je v prvem približku skoraj povsem zonalen $$$$% , 10.38,0.91 m/s. Smer vetra je za približno 5° severno od zonalne komponente. Opazovanje v isti toč ki kaže v enako smer kot $$$$% , vendar je veter za približno 3 m/s moč nejši; $$$% , 13.00,1.14 m/s. Iz opazovanja $$$% smo izrač unali HLOS za poljuben azimut med 0° (meridionalni veter) in 90° (zonalni veter). Opazovanje HLOS je nato asimilirano v EnKF in analizirani so prirastki analize v odvisnosti od azimuta. Za primerjavo je narejen eksperiment (označ en UV), v katerem sta obe komponenti vetra, U in V, asimilirani skupaj. Rezultati so prikazani na sliki 7. Najprej opazimo, da je informacija opazovanja vetra v eni toč ki razpršena v bližnjo okolico kot je določ eno s poljem kovarianc. Amplituda prirastka vetra je največ ja, ko HLOS kaže približno v enako smer kot izmerjeni veter, torej za α = 85°. Najmanjši prirastki pa so v primeru, ko je HLOS postavljen pravokotno na prvi približek , oziroma α = −5°. Zaradi povezave med kovariancami napak v poljih prvega približka vetra in temperature opazovanje HLOS povzroč a tudi prirastke v polju temperature. Prirastki temperature so sicer majhni (reda 0.1 K), kar kaže, da je korelacija med vetrom in temperaturo v izbranem primeru majhna. Odvisnost amplitude prirastkov analize od azimuta je prikazana na sliki 8. Amplituda prirastka zonalnega vetra monotono narašč a z narašč anjem azimuta. V meridionalem vetru pa je odvisnost kvadratna, kar je posledica dveh mehanizmov. Bolj kot je azimut blizu 0°, bolj narašč ajo prirastki v meridionalnem vetru, zaradi več je korelacije med HLOS in meridionalno komponento vetra. Vendar ko bo azimut dovolj majhen, prevladuje dejstvo, da je vrednost HLOS v opazovanju in v prvem približku zelo blizu 0 m/s, kar povzroč i, da so prirastki zanemarljivi. Zelo podobni rezultati so predstavljeni v študiji (Žagar, 2004), kjer so v primeru tridimenzionalne variacijske metode asimilacije opazovanja HLOS komaj vplivala na drugo komponento vetra in druge spremenljivke. Rezultati na sliki 8 torej predvsem odražajo lastnosti opazovanj HLOS. 37 Slika 7: Prirastki analize pri asimilaciji enega opazovanja HLOS za različ ne vrednosti azimuta . Opazovanje je asimilirano v mirnem območ ju na ploskvi 850 hPa nad Severnim Atlantikom (modra toč ka). Prirastki temperature v K so v pobarvanih izolinijah, hitrost v m/s je predstavljena z č rtastimi izolinijami in vektorji. Referenč ni eksperiment (UV) predstavlja asimilacijo zonalne in meridionalne komponente vetra (zgoraj levo). Barvna tabela in velikost vektorjev vetra sta na spodnjih dveh slikah prilagojena manjšim prirastkom analize. 38 Slika 8: Amplituda prirastkov analize na lokaciji opazovanja na sliki 7 v zonalnem vetru (rdeč e), meridionalnem (modro) in komponenti HLOS (č rno) v m/s. Dve horizontalni č rti označ ujeta prirastka v zonalnem in meridionalnem vetru za primer, ko se asimilirata obe komponenti vetra (UV). Primerjava vpliva meritev HLOS s posameznimi komponentami vetra Glavni eksperiment, narejen v sklopu projekta, je asimilacija opazovanj HLOS v daljšem č asovnem obdobju. Cilj tega eksperimenta je primerjati statistič en vpliv opazovanj HLOS na kvaliteto analize v primerjavi z vplivom opazovanj U in V. Ker realnih opazovanj ni, so opazovanja generirana na posebno pripravljeni mreži, prikazani na sliki 9 skupaj z modelskim rač unskim območ jem. Mreža opazovanj je homogena, kar omogoč a zelo uč inkovito primerjavo vpliva opazovanj različ nih komponent vetra. 39 Slika 9: Domena mezoskalnega modela v študiji vpliva opazovanj HLOS v mezoskalnem modelu. Oranžne toč ke predstavljajo lokacije profilov opazovanj. V vsaki toč ki je pod ploskvijo 100 hPa približno 50 opazovanj temperature, zonalnega in meridionalnega vetra in opazovanj HLOS. V vsaki toč ki z opazovanji je med tlemi in 100 hPa definiran profil s približno 50 opazovanji U, V, HLOS in temperature (T). Opazovanja so generirana iz daljše simulacije z modelom WRF na loč ljivosti 10 km in z različ nimi parametrizacijami kot v asimilacijskem ciklu. Tako pripravljen eksperiment spada v skupino t.i. eksperimentiov OSSE (ang. Observing System Simulation Experiment, Atlas, 1997). Narejenih je več eksperimentov, v katerih so vsakih 6 ur, v obdobju od 5-20 septembra 2015, asimilirana opazovanja T, U, V in HLOS ali njihove kombinacije. V referenč nem eksperimentu TUV se asimilira opazovanja T, U in V. V eksperimentih TU, TV in THLOS pa se asimilira temperatura in ena izmed komponent vetra: U, V oziroma HLOS. Asimilirana opazovanja temperature simulirajo karakteristike trenutnega opazovalnega sistema, saj je več ina opazovanj prav opazovanja temperature. 40 Slika 10: Primer fronte v Severnem Atlantiku (a) na ploskvi 925 hPa in (b) na ploskvi 200 hPa. Temperatura v K (pobarvane konture), vektorji in hitrost vetra v m/s in lokacija hladne fronte (rumena č rta). Slika 11: Primerjava polja vetra in temperature na delu fronte iz slike 10 na ploskvi 925 hPa. (Levo) Simulirana resnica,(sredina) povpreč ni prvi približek in (desno) prvi približek za prvi č lan ansambla. Hitrost v m/s (barvne izolinije), temperatura v K (č rne izolinije) in vektorji vetra. Opazovanja so asimilirana na lokaciji modre toč ke. Po prič akovanjih so najboljši rezultati pridobljeni v eksperimentu TUV. Opazovanja HLOS vplivajo na kvaliteto napovedi podobno kot katerakoli komponenta vetra (U ali V). Prispevek HLOS k kvaliteti analize U in V komponent vetra je razporejen sorazmerno z azimutom 60°, kar pomeni, da HLOS vpliva okoli dvakrat več na zonalni kot na meridionalni veter. Rezultati projekta nakazujejo, da lahko opazovanja HLOS iz satelita ADM-Aeolus prispevajo k izboljšanju napovedi vremena nad Evropo. To velja še posebej v primeru, ko satelit prispeva opazovanja profilov vetra nad frontami v Severnem Atlantiku. Prav takšen primer je predstavljen na naslednjih slikah. Slika 10 prikazuje primer hladne fronte v Severnem Atlantiku na ploskvi 925 hPa. Fronto zaznamujejo procesi na dveh prostorskih skalah, znani kot semi-geostrofska cirkulacija. Vzdolž fronte, z velikostnim redom 1000 km, približno velja geostrofsko ravnovesje med poljem vetra in temperature, ki je sicer tipič no na sinoptič nih skalah. Pri 41 takšnem ravnovesju je možno vsaj delno določ iti polje vetra iz opazovanj temperature. Druga skala opisuje bolj pomembne procese č ez fronto z velikostnim redom do 100 km. Ti so moč no ageostrofske narave in so povezani z vertikalno cirkulacijo in padavinami ob fronti. Opazovanja vetra so tu posebej koristna za zanesljiv opis cirkulacije, saj iz meritev temperature ne moremo oceniti komponente vetra preč no na fronto. Slika 12: Prirastki analize v toč ki s slike 11. Prikazani so eksperimente, kjer se asimilirajo različ ne kombinacije opazovanj horizontalnega vetra (U), meridionalnega vetra (V), temperature (T) in HLOS z azimutom 60°. Prirastki v polju temperature v K so prikazani z barvnimi izolinijami, v polju hitrosti v m/s z č rnimi izolinijami in z vektorji vetra. V primeru fronte na sliki 10, so opazovanja U, V, T in HLOS asimilirana v eni sami toč ki nekaj 10 km vzhodno od hladne fronte, kot je prikazano na sliki 11. Prikazana je primerjava med simulirano resnico (ang. Nature run) in prvim približkom. Opazimo lahko, da je v prvem približku gradient v polju temperature za fronto znač ilno več ji in da je striženje vetra č ez fronto bolj izrazito kot v resnici. Poleg tega, fronti v prvem približku manjka ukrivljenost. V toč ki, kjer se asimilira opazovanje (modra toč ka na sliki 11), je veter v prvem približku enak $$$$% , 4,−7 m/s, izmerjeni veter pa je $$$% , 8,−9 m/s in je torej usmerjen nekoliko bolj zonalno kot v prvem približku. Asimilira se tudi opazovanje temperature, ki je v prvem približku 284 K, izmerjena vrednost pa je za 2 K več ja. Opazovanje HLOS je izrač unano iz vrednosti $$$% z azimutom 60°. Prirastki analize iz različ nih opazovanj so prikazani na slikah 12 in 13. Razlika med resnico in prvim približkom, ki predstavlja referenč no polje za prirastke analiz, je prikazana na sliki 13. Med eksperimenti, v katerih je asimilirano samo eno opazovanje, je največ je prirastke v polju vetra povzroč ilo opazovanje temperature. Prirastki v polju temperature so sicer zelo majhni (10% razlike med resnico in prvim približkom), kar je posledica majhne napake v prvem približku temperature. Prirastki v polju vetra so, v primerjavi z ostalimi eksperimenti, zelo veliki (do 3 m/s). To je posledica moč ne sklopitve med vetrom in temperaturo vzdolž fronte. Opazovanji zonalnega in meridionalnega vetra prispevata k analizi različ no. V primeru, ko se asimilira meridionalni veter, so prirastki 42 podobni kot v eksperimentu T, vendar z manjšo amplitudo. Ko pa se asimilira zonalni veter, imajo prirastki vetra nasprotno smer. Glavni razlog teh razlik je v sklopitvi med zonalnim in meridionalnim vetrom, ki ga določ ajo kovariance v polju prvega približka. Na sliki 11 opazimo, da je lokacija opazovanja ravno na območ ju, kjer je prisotno moč no striženje. Tako poveč anje (zmanjšanje) zonalne hitrosti sovpada s poveč anjem (zmanjšanjem) meridionalne hitrosti. Ker opazovanje $$$% sugerira, da je v primerjavi s prvim približkom $$$$% potrebno hkrati poveč ati zonalno hitrost in zmanjšati meridionalno hitrost, bodo prirastki dveh komponent vetra nasprotni v smeri, kot prikazuje slika 12. Asimilacija opazovanja HLOS z azimutom 60° po prič akovanjih ustvari prirastke bolj podobne tistim iz eksperimenta U kot V. Prirastki analize imajo več jo amplitudo in so bolj natanč ni, č e se asimilirata opazovanji temperature in vetra hkrati (slika 12 levo). Prič akovano, največ je prirastke prispeva eksperiment TV. Slika 13: (Levo) Kot na sliki 12 vendar za primer, ko se asimilirata obe komponenti vetra in ko se asimilira HLOS, ki je merjen vzdolž vektorja vetra. (Desno) Razlika med resnico in prvim približkom. Pomembno lastnost opazovanja HLOS lahko opazimo, č e primerjamo prirastke iz eksperimentov UV in HLOSuv na sliki 13. V obeh eksperimentih se asimilira celotna informacija o vetru, vendar v primeru HLOSuv asimilacijo dveh loč enih komponent vetra nadomesti HLOS usmerjen v smer vektorja vetra. Kljub enaki informaciji o opazovanju vetra, so prirastki analiz znač ilno različ ni. Eno samo opazovanje v eksperimentu HLOSuv prispeva več je prirastke kot č e se asimilirata dve skalarni komponenti. Ker je metoda asimilacije sekvenč na, se vsako opazovanje asimilira posebej. To pomeni da se prirastki v eksperimentu UV približno odštevajo, kot prikazujejo prirastki v eksperimentih U in V na sliki 12. Prav nasprotno, celotna informacija o vetru se v eksperimentu HLOSuv asimilira naenkrat, kar se izkaže za bolj uč inkovito. Ta primer fronte kaže, da so opazovanja HLOS ne le bolj uč inkovita kot ena sama komponenta vetra, ampak so lahko celo bolj uč inkovita kot celotni vektor vetra. Zaključ ki Satelitske meritve prispevajo več kot 90% vseh opazovanj ozrač ja. Pri tem pa prevladujejo opazovanja polja mase (več inoma temperature), katerih je veliko več kot 43 opazovanj vetra. Primanjkljaj direktnih opazovanj profilov vetra bo leta 2018 poskušal vsaj nekoliko zapolniti satelit Evropske vesoljske agencije ADM-Aeolus. V č lanku so predstavljene osnovne znač ilnosti satelita ADM-Aeolus. Njegova opazovanja Dopplerjevega zamika laserskega signala na molekulah in delcih ozrač ja spremljajo velike napake. Glavni razlog je naključ no gibanje molekul, ki v spektru izmerjenih hitrosti lahko znaša več 100 m/s. Zaradi velikih napak je potrebna akumulacija več meritev v posamezno opazovanje. Akumulacija več meritev prispeva k zmanjšanju napake, vendar pa se sorazmerno zmanjša tudi število opazovanj. Za uporabo opazovanj v postopku priprave zač etnih pogojev numerič ne napovedi vremena je predvidena akumulacija meritev vzdolž orbite dolžine 90 km. Opazovanja imajo v tem primeru napake reda 1-2 m/s, kar je primerljivo s trenutnimi napakami radiosondažnih meritev. Meritev Dopplerjevega zamika se opravlja loč eno za Ralyeighov in Miev del spektra. Zelo kvalitetna so opazovanja, izrač unana iz Miejevega dela spektra, vendar pa je teh v zmernih zemljepisnih širinah tipič no dvakrat manj kot opazovanj iz Ralyeighovega dela spektra. Prič akuje se, da bo globalna pokritost satelitom ADM-Aeolus pozitivno vplivala na kvaliteto zač etnih pogojev (analiz) predvsem na območ jih, kjer opazovanj vetra trenutno ni. To so območ ja v tropskem pasu in nad oceani, predvsem nad južno poloblo. Sicer bodo nova opazovanja koristna povsod in za opis procesov, pri katerih je sklopitev med poljem mase in poljem vetra šibka. V preteklosti narejene študije vpliva opazovanj vetra na izboljšanje napovedi vremena kažejo, da imajo profili vetra pomembno vlogo za kvaliteto napovedi, posebej informacija o vertikalnem striženju vetra. V zmernih zemljepisnih širinah je striženje vetra ključ no za razvoj ciklonov. Študije vpliva ADM-Aeolusa so pokazale, da je izboljšanje 6 dnevne napovedi v tropskih območ jih lahko tudi do 2 dni. Katedra za meteorologijo UL FMF je v sklopu posebnega projekta ocenjevala potencialni vpliv opazovanj ADM-Aeolus v modelih na omejenem območ ju nad Evropo in severnim Atlantikom. Nekateri rezultati projekta so predstavljeni v tem č lanku. Opisano je, kako uporabljeni sistem za asimilacijo in napovedovanje DART/WRF asimilira posamezno opazovanje HLOS. Na primeru je pokazano, kako ena komponenta vetra vpliva na prirastke analize v okolici fronte nad Severnim Atlantikom. Posebej je zanimiv rezultat, ki kaže, da je v primeru ansambelske asimilacije lahko asimilacija vetra v obliki HLOS komponente v smeri toka bolj uč inkovita kot asimilacija dveh komponent vektorja vetra. Literatura Anderson J., Hoar T., Raeder K., Liu H., Collins N., Torn R., Avellano A. (2009). The data assimilation research testbed a community facility. Bulletin of the American Meteorological Society, 90(9):1283–1296. Andersson E., Dabas A., Endemann M., Ingmann P., Källén E., Offiler D., Stoffelen A. (2008). ADM-Aeolus Science Report, ESA. Atlas R. (1997). Observing System Simulation Experiments: Methodology, examples and limitations. Proceedings of CGC/WMO Workshop on Impact of various observing systems on numerical weather prediction, Geneva, 7–9 April, WorldWeatherWatch Technical Report No 18, TD No. 868, WMO, Geneva, Switzerland, 155–163 Baker W. E., Atlas R. M., Cardinali C., Clement A., Emmitt G. D., Gentry B. M., Hardesty R. M., Källén E., Kavaya M. J., Langland R., Ma Z., Masutani M., McCarty W., Pierce R. B., Pu Z., Riishøjgaard L. P., Ryan J., Tucker S., Weissmann M., Yoe J. G. (2004). Lidar-measured wind profiles: The missing link in the global observing system. Bulletin of the American Meteorological Society, 95(4):543–564. Dabas A., Denneulin M. L., Flamant P., Loth C., Garnier A., Dolfi-Bouteyre A. (2008). Correcting winds measured with a Rayleigh Doppler lidar from pressure and temperature effects. Tellus A, 60:206–215 44 ECMWF/EUMETSAT. (2013). Satellite data assimilation course. URL http://www.ecmwf.int/newsevents/training/2013/nwp-saf/ (1.11.2017). Flamant P., Cuesta J., Denneulin M. L., Dabas A., Huber D. (2008). ADM-Aeolus retrieval algorithms for aerosol and cloud products. Tellus, Series A: Dynamic Meteorology and Oceanography, 60 A(2):273–288. FMF. (2016). Workshop on Wind Profiles and Mesoscale Data Assimilation. URL http://meteo.fmf.uni-lj.si/en/workshop (1.11.2017). Horanyi A., Cardinali C., Rennie M., Isaksen L. (2015). The assimilation of horizontal line-of-sight wind information into the ECMWF data assimilation and forecasting system. Part I: The assessment of wind impact. Quarterly Journal of the Royal Meteorological Society, 141(689):1223–1232. Kalnay E. (2003). Atmospheric Modeling Data Assimilation and Predictability. Cambridge University press. Liou Y. Y. (2002). An introduction to atmospheric radiation, druga izdaja, Academic press. Marseille G. J., Stoffelen A. (2003). Simulation of wind profiles from a space-borne Doppler wind lidar. Quarterly Journal of the Royal Meteorological Society, 129(594 PART A):3079–3098. Marseille G. J., Stoffelen A., Berkmeijer J. (2008). Impact assessment of prospective spaceborne Doppler wind lidar observation scenarios. Tellus A, 60:234–248, 2008. Schwartz C. S., Romine G. S., Sobash R. A., Fossell K. R., Weisman M. L. (2015). NCAR’s experimental real-time convection-allowing ensemble prediction system. American Meteorological Society, 30(6): 1645-1654. 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. URL http://www.mmm.ucar.edu/wrf/users/ (1.11.2017). Stoffelen A., Pailleux J., Källén E., Vaughan J. M., Isaksen L., Flamant P., Wergen W., Andersson E., Schyberg H., Culoma A., Meynart R., Endemann M., Ingmann P. (2005). The atmospheric dynamics mission for global wind field measurement. American Meteorological Society, 86:73– 87. Stoffelen A., Marseille G. J., Bouttier F., Vasiljevic D., Haan S. D., Cardinali C. (2006). ADM- Aeolus Doppler wind lidar Observing System Simulation Experiment. Quarterly Journal of the Royal Meteorological Society, 132:1927–1947. Tan D. G. H., Andersson E., Fisher M., Isaksen L. (2007). Observing-system impact assessment using a data assimilation ensemble technique: application to the ADM–Aeolus wind profiling mission. Quarterly Journal of the Royal Meteorological Society, 133:381–390. Tan D. G. H., Andersson E., Kloe J. D., Marseille G. J., Stoffelen A., Poli P., M. Denneulin L., Dabas A., Huber D., Reitebuch O., Flamant P., Rille O. L., Nett H. (2008). The ADM-Aeolus wind retrieval algorithms. Tellus A, 60:191–205. Winker D. M., Pelon J., Coakley J. A., Ackerman S. A., Charlson R. J., Colarco P. R., Flamant P., Fu Q., Hoff R. M., Kittaka C., Kubar T. L., Le Treut H., McCormick M. P., Megie G., Poole L., Powell K., Trepte K., Vaughan M. A., Wielicki B. A. (2010). The Calipso Mission: A Global 3D View of Aerosols and Clouds. Bulletin of the American Meteorological Society, 91(9):1211–1229. WMO. (2014). Global obseravtions system. URL http://www.wmo.int/pages/prog/www/OSY/GOS.html (1.11.2017). Žagar N. (2004). Assimilation of Equatorial Waves by Line-of-Sight Wind Observations. Journal of the Atmospheric Sciences, 61:1877–1893. Žagar N., Stoffelen A., Marseille G. J., Accadia C., Schlüssel P. (2008). Impact assessment of simulated Doppler wind lidars with a multivariate variational assimilation in the Tropics. Monthly Weather Review, 136:2443–2460. 45 Avtomatske meritve vetra Primož Mlakar * , Marija Zlata Božnar * , Boštjan Grašič * , Franci Gabrovšek ** Povzetek Veter predstavlja pomembno naravno spremenljivko, ki vsakodnevno vpliva na življenja in delo ljudi. Kljub nenadomestljivosti č loveka pri opazovanju in beleženju nekaterih naravnih pojavov so se meritve za potrebe napovedovanja vremena in prouč evanja podnebja relativno hitro avtomatizirale. V prispevku so predstavljene avtomatske meritve vetra z različ nimi senzorji, ki se uporabljajo za različ ne namene kot so na primer tudi določ anje razširjanja onesnaževal v ozrač ju ali spremljanje klime v kraških jamah. Ključ ne besede: veter, pretok zraka, avtomatske meritve, kraške jame Key words: wind, air flow, automatic measurements, karst caves Uvod Veter je naravna spremenljivka, ki nas spremlja skozi celo življenje. Lahko smo ljubitelji vetra, na primer jadralci in si želimo moč nejši veter, lahko sovražimo veter in išč emo zatišje, vsi pa se bojimo moč nega vetra, ki nas lahko poškoduje. Veter nam daje tudi energijo. Veter poganja jadrnice, mline, vodne č rpalke, v zadnjem č asu pa nam daje električ no energijo. Ljudje, ki so bili odvisni od vetra, so zač eli meriti veter, najprej z opazovanjem posledic na okolici. Tako je nastala zelo znana Beaufortova lestvica, ki je dobila ime po angleškem mornariškem oficirju iz zač etka 19. stoletja (Huler, 2007; Wikipedia, 2017b). Lestvica je razdeljena na 13 stopenj od 0. za brezvetrje do 12. za najmoč nejše vetrove. Skala je določ ena tudi opisno, na primer za 3. stopnjo: hitrost od 12 do 19 km/h, manjši valovi, vrhovi se zač no lomiti, višina valov na odprtem morju okoli 0,6 m. Č e želimo razumeti, kako merimo veter, moramo poznati njegove lastnosti. Veter je gibanje zraka, ki pa ni nikoli enakomerno. Zato je merjenje vetra še danes velik izziv. Napravo, ki meri veter, imenujemo vetromer oziroma s tujko anemometer. Lahko merimo samo hitrost vetra, vendar pa obič ajno merimo skupaj smer in hitrost vetra v vodoravni smeri. Za posebne analize pa merimo veter v vseh treh dimenzijah. Mehanski anemometer naj bi že v 15. stoletju iznašel Leon Battista Alberti, vendar za oč eta anemometra z vrteč imi se skodelicami priznavamo J.T.R Robinsona v 19. stoletju (Dines, 2007; Wikipedia, 2017a). Mehanski anemometri so imeli zapletene mehanizme za prikaz hitrosti vetra. Take meritve pa je moral opravljati č lovek. Šele z razvojem elektronike in mikrorač unalnikov v 70. letih prejšnega stoletja pa so se uveljavile avtomatske meritve. Avtomatske se imenujejo, ker je stroj oziroma rač unalnik nadomestil č loveka pri merjenju, obdelavi meritev, prenosu podatkov, shranjevanju in prikazovanju. V stroki obič ajno uporabljamo izraz “avtomatski” ker izraz “samodejen” lahko zavede, ker avtomatska naprava ne dela sama od sebe, ampak po toč no določ enih in vnaprej predvidenih programskih ukazih programerja. * MEIS storitve za okolje, d.o.o., Mali Vrh pri Šmarju 78, SI-1293 Šmarje-Sap, Slovenija ** Inštitut za raziskovanje krasa ZRC SAZU, Titov trg 2, SI-6230 Postojna, Slovenija 46 Senzorji za avtomatske meritve vetra Za avtomatske meritve vetra potrebujemo senzorje, ki glede na veter oddajajo analogne ali digitalne električ ne signale. V preteklosti so se zaradi cenenosti največ uporabljali mehanski z vrteč imi se skodelicami za hitrost vetra in smernim krilom za smer vetra. Vrteč e se skodelice so poganjale majhen enosmerni generator, ki je proizvajal enosmerno napetost. Napetost je bila sorazmerna hitrosti vetra, smerno krilo pa je bilo povezano s krožnim potenciometrom. Potenciometer je spremenljiv upor v odvisnosti od smeri vetra. Č e je bil potenciometer priklopljen na enosmerno napetost, je bila izhodna napetost na potenciometru proporcionalna smeri vetra. Največ ja pomankljivost te metode pa je, da pri določ eni smeri napetost preskoč i med najmanjšo in največ jo napetostjo. Ti senzorji se danes redkeje uporabljajo, ker so predvsem pri šibkejših vetrovih manj natanč ni. Napredek pri mehanskih senzorjih je prinesla optoelektronika. Optoelektronski senzor za hitrost vetra ima na osi vrteč ih se skodelic nazobč ano plošč ico (stroboskop), ki prekinja svetlobo svetleč e diode. Na drugi strani je foto tranzistor, ki sprejema svetlobo diode. Ko se plošč ica vrti, foto tranzistor ojač i spreminjanje svetlobe in tako dobimo na izhodu senzorja električ ne inpulze. število impulzov v določ enem č asu je sorazmerno povpreč ni hitrosti vetra v tem č asu. Slika 1 ˗ Klasič ni optoelektronski senzor za hitrost vetra, izdelan na Institutu Jožef Stefan (IJS) sredi 80. let preteklega stoletja 47 Slika 2 ˗ Posebni optoelektroski senzor z magnetnimi ležaji, izdelan na IJS konec 80. let preteklega stoletja za zanesljivejše meritve šibkih vetrov Pri optoelektronskem senzorju za smer vetra je smerno krilo povezano s plošč ico ali skodelico, ki ima vgravirano Gray-evo kodo (Gray, 1953; Wikipedia, 2017c), ki zagotavlja beleženje smeri vetra brez nezaželenih preskokov. Pod in nad plošč ico so pari fotodiod in foto tranzistorjev, ki se odzivajo na spremembe smeri. Več kot je parov, bolj natanč en je senzor. Obič ajno imajo senzorji šest parov, kar pomeni šestbitni senzor. Šestbitni senzor omogoč a meritve z loč ljivostjo pet kotnih stopinj. Slika 3 ˗ Primer tribitne Gray-eve kode (Gray, 1953; Wikipedia, 2017c) 48 Slika 4 ˗ Klasič ni optoelektronski senzor za smer vetra razvit na Institutu Jožef Stefan (IJS) 49 Slika 5 ˗ Razstavljen senzor za smer vetra, kjer se lepo vidi č rna skodelica s šestbitno Gray-evo kodo Za natanč nejše meritve vetra in za meritve turbulentnosti vetra uporabljamo ultrazvoč ne (UZ) senzorje, ki merijo hitrost zvoka med oddajnikom in sprejemnikom zvoka nad frekvencami, ki jih slišimo. Č e piha veter proti sprejemniku, se hitrost zvoka poveč a, pri obratni smeri pa se zmanjša. Z dvema paroma oddajnik–sprejemnik merimo veter v dveh dimenzijah (2D UZ anemometri), s tremi pari pa v treh dimenzijah (3D anemometri). Ultrazvoč ne senzorje za veter imenujemo UZ anemometri oziroma UZ merilniki vetra, ker so to mikroprocesorsko vodeni merilniki. Izhod UZ anemometra je obič ajno serijski rač unalniški prenos preko protokola RS-485. Opcijsko imajo obič ajno tudi analogne izhode za priklop na starejše merilne postaje. Slika 6 ˗ 2D UZ anemometer v Brežicah Smeri in hitrosti vetra lahko merimo tudi na daljavo, brez fizič nega stika. Eden od takih merilnikov je SODAR (ang. SOnic Detection And Ranging) (Beyrich, 1997; Wikipedia, 2017d). Merilnik deluje tako, da odda zvoč ni signal v izbrano smer atmosfere, potem pa posluša povratne odboje. Odboji nastanejo zato, ker zvok ne prodira zgolj naprej, temveč se tudi odbija nazaj od zrač nih mas. Č e se zrač na masa v smeri razširjanja zvoka premika, potem pride do doplerjeve spremembe frekvence zvoka. Na sprejemni enoti se to doplerjevo spremembo frekvence izmeri in iz tega neposredno izrač una hitrost zrač ne mase v smeri razširjanja zvoka. Iz č asa prispetja odboja pa lahko izrač unamo oddaljenost posamezne zrač ne plasti, ki je odboj povzroč ila. Č e tako meritev z zvokom izvedemo v treh delno odklonjenih smereh (naprimer odklonjenih od vertikale) tako dobimo za vsako plast hitrost vetra v treh različ nih smereh, iz č esar potem izrač unamo vektor vetra v horizontalni smeri na izbrani oddaljenosti od senzorja in posebej vertikalno hitrost. Ta nač in podajanja je ustaljena praksa pri merilnikih SODAR, lahko pa bi seveda podali zgolj 3D vektor za posamezno plast. Na podoben nač in delujejo tudi laserski merilniki hitrosti vetra, ki pa imajo to dobro lastnost, da ne motijo okolice s piskanjem v slišnem spektru kot to dela SODAR. 50 Slika 7 ˗ V Sloveniji je MEIS d.o.o. v bližini marsikaterega več jega industrijskega objekta ocenjeval vpliv izpustov onesnaževal v zrak s pomoč jo avtomatskih meritev navpič nih profilov vetrov s SODAR-jem Zakaj avtomatske meritve? Klasič ne glavne meteorološke opazovalnice so imele tro izmensko posadko opazovalcev oziroma meteorologov, da so zabeležili meteorolške pojave. Č lovek je še sedaj nenadomestljiv pri opazovanju nekaterih vremenskih pojavov, ki jih ne moremo dovolj dobro meriti z najmodernejšimi senzorji. V nasprotju s potrebami napovedovanja vremena in prouč evanja podnebja so se meritve za določ evanje razširjanja (disperzije) onesnaževal v ozrač ju hitreje avtomatizirale. Za določ evanje razširjanja onesnaževal so najpomembnejše meritve vetra in stabilnosti ozrač ja. (Stabilnost ozrač ja se lahko določ i s pomoč jo meritev navpič nega temperaturnega profila in/ali globalnega sonč nega obseva.) Že v 70. letih prejšnega stoletja so na Institutu Jožef Stefan naredili prvo avtomatsko meteorološko postajo, ki je merila veter, temperaturo in relativno vlažnost zraka na štirih nivojih 70-metrskega stolpa in podatke prenašala v kontrolno sobo Nuklearne elektrarne Krško (NEK). Narejena je bila z analognimi in digitalnimi moduli brez mikroprocesorja. Leta 1985 smo prvo postajo zamenjali s takrat moderno zasnovano avtomatsko merilno postajo (AMP) na osembitnem mikroprocesorju Intel 8080. Intel 8080 je bil “pra-pra dedek” današnjih Intelovih 64-bitnih procesorjev I, ki so srce današnjih osebnih rač unalnikov. AMP je bila narejena na IJS, kar pomeni, da smo jo dobesedno naredili iz osnovnih elementov: tiskanih vezij, tranzistorjev, kondenzatorjev, uporov in drugih elektronskih elementov. Tudi tiskana vezja smo sami izdelali. AMP je bila povezana s “koncentratorjem” v komandni sobi, ki je prejemal meteorološke podatke, procesne parametre in podatke o izpustih iz NEK in sproti 51 ocenjeval disperzijske sposobnosti ozrač ja ter rač unal vpliv NEK na okolje. Seveda je imel glavno vlogo pri tem veter. Od tedaj je minilo že več kot trideset let. V tem č asu smo zamenjali veliko avtomatskih postaj, senzorjev, rač unalnikov in programov, tako da izpuste iz NEK vedno nadzoruje najsodobnejša oprema. V NEK SODAR avtomatsko meri hitrost vetra v plasteh nad kotlino že od konca devetdesetih let. Meritev je izjemnega pomena za pravilno diagnostič no določ anje potencialne poti širjenja onesnaženja v ozrač ju. Slika 8 ˗ Avtomatske meritve vetra 40 in 70 metrov nad tlemi. Pogled z vznožja stolpa proti vrhu. Lepo so vidne zašč ite proti streli. Posebno poglavje so meritve vetra za potrebe prometa. Jadrnice so sedaj namenjene predvsem zabavi, zato nas v ladijskem, letalskem in cestnem prometu zanima predvsem (pre)moč an veter. Avtomatske meritve vetra so se hitro “prijele”. Nevarni odseki cest so opremljeni z anemometri, ki avtomatsko prožijo opozorila v primeru premoč nih vetrov. Letala v zraku avtomatsko prejemajo podatke z letališč a, na katerem nameravajo pristati. Avtomatske meritve vetra za nadzor klime v kraških jamah Pred davnimi č asi so jame dajale zavetje ljudem, danes pa so turistič na zanimivost. Našo Postojnsko jamo vsako leto obišč e več sto tisoč ljudi. Po svetu jamski turizem strmo narašč a predvsem na Kitajskem. Vse te množice ljudi vplivajo na klimo v jamah. V okviru aplikativnega raziskovalnega projekta ARRS “L6-2156 Meritve in analiza izbranih klimatskih parametrov v kraških jamah: Primer sistema Postojnskih jam” smo pred sedmimi leti zač eli z avtomatskimi meritvami. Najbolj zanimivi spremenljivki sta “veter” in vsebnost ogljikovega dioksida. V jamah težko reč emo, da piha veter. Gibanje zraka lahko poimenujemo tudi prepih ali prezrač evanje. Za turizem je zelo pomembno, kako hitro se zrak v jami zamenja. 52 Slika 9 ˗ Avtomatske meritve “vetra” z 2D UZ anemometrom ob želežniški progi v Postojnski jami. Zaključ ki 53 V okviru tega prispevka so predstavljene avtomatske meritve vetra oz. pretoka zraka v okolju. Avtomatske meritve vetra se izvajajo z različ nimi senzorji, ki temeljijo na različ nih principih. Izbira senzorja za avtomatske meritve je odvisna od namena uporabe meritev ter okolja v katerem meritve potekajo. Meritve se uporabljajo za različ ne namene kot so na primer napovedovanje vremena, prouč evanje podnebja, določ anje razširjanja onesnaževal v ozrač ju ali spremljanje klime v kraških jamah. Zahvala Projekte (Ocena vpliva naravnih in antropogenih procesov na mikrometeorologijo Postojnske jame z uporabo numerič nih modelov ter sodobnih metod zajemanja in prenosa okoljskih podatkov, L2-6762, Krasoslovne raziskave za trajnostno rabo Škocjanskih jam kot svetovne dedišč ine, L7-8268 in Metoda za lokalno napovedovanje radiološkega onesnaženja atmosfere z uporabo modelov na podlagi Gaussovih procesov, L2-8174) je sofinancirala Javna agencija za raziskovalno dejavnost Republike Slovenije iz državnega prorač una. Literatura Beyrich, F. (1997). Mixing height estimation from sodar data—a critical discussion. Atmospheric Environment, 31(23), 3941–3953. Dines, W. H. (2007). Anemometer comparisons. Quarterly Journal of the Royal Meteorological Society, 18(83), 165–185. https://doi.org/10.1002/qj.4970188303 Gray, F. (1953). Pulse code communication. Google Patents. https://www.google.com/patents/US2632058 (27.11.2017) Huler, S. (2007). Defining the wind: The Beaufort Scale and how a 19th-century admiral turned science into poetry. Crown. New York, 304 p. Wikipedia (2017a). Anemometer --- Wikipedia, The Free Encyclopedia. https://en.wikipedia.org/w/index.php?title=Anemometer&oldid=811483547 (27.11.2017) Wikipedia (2017b). Beaufort scale --- Wikipedia, The Free Encyclopedia. https://en.wikipedia.org/w/index.php?title=Beaufort_scale&oldid=812185205 (27.11.2017) Wikipedia (2017c). Gray code --- Wikipedia, The Free Encyclopedia. https://en.wikipedia.org/w/index.php?title=Gray_code&oldid=810115711 (27.11.2017) Wikipedia (2017d). SODAR --- Wikipedia, The Free Encyclopedia. https://en.wikipedia.org/w/index.php?title=SODAR&oldid=802787046 (27.11.2017) 55 Prve gravimetrič ne meritve v okolici Cerkniškega jezera Polona Pavlovč ič Prešeren * , Miran Kuhar * Povzetek Gravimetrič ne meritve so izhodišč e modeliranja težnostnega polja Zemlje. Razen na absolutnih toč kah meritve izvajamo relativno ob upoštevanju posebej določ enih pravil izvedbe izmere. Po definiciji je vrednost težnega pospeška v obravnavani toč ki odvisna od gostote razporeditve zemeljskih mas. V prispevku opisujemo prve gravimetrič ne meritve v okolici presihajoč ega Cerkniškega jezera, kjer se gostota zemeljskih mas zaradi različ nega vodostaja jezera vseskozi spreminja. Območ je smo izbrali z namenom empirič ne določ itve vpliva hidroloških sprememb na meritve težnega pospeška v odvisnosti od vodostaja jezera. Vzpostavili smo mrežo toč k, kjer bomo z več kratnimi meritvami ob različ nih vodostajih preverili, ali lahko zaznamo spremembe v težnem pospešku, ki so posledica nihanja vodostaja jezera. Rezultat ponovljenih meritev bo empirič na ocena hidrološkega vpliva na gravimetrič ne meritve, ki je trenutno ne poznamo. Ključ ne besede: gravimetrič ne meritve, težni pospešek, vodostaj, presihajoč e Cerkniško jezero Keywords: gravimetric measurements, gravity, water level, intermittent Lake Cerknica Uvod Gravimetri so instrumenti za merjenje težnega pospeška. Gravimetri za kopenske meritve se razlikujejo od gravimetrov za izvedbo meritev na morju ali v zraku. Z gravimetrič nimi meritvami pridobimo podatke o težnostnem polju Zemlje. To je pomembno pri geodetskih nalogah določ itve oblike Zemlje (npr. za modeliranje ploskve geoida) in izvedbi geodetskih terestrič nih meritev ter njihovi povezavo z meritvami GNSS (angl. Global Navigation Satellite System). Z gravimetrič nimi meritvami lahko določ imo velikost sile teže (težni pospešek) in vertikalni gradient težnega pospeška, ki opisuje spremembo težnosti z višino. Težni pospešek se zaradi splošč enosti Zemlje in spremembe centrifugalne sile spreminja z geografsko širino in je istoč asno odvisen tudi od nadmorske višine opazovališč a. Razlike v izmerjenih težnostih so posledica neenakomerne razporeditve gostot mas v notranjosti Zemlje. Ker razporeditve mas v notranjosti Zemlje ne poznamo, so gravimetrič ne meritve, ki nam podajo odgovor na to, še toliko bolj pomembne. Uradno je enota za težni pospešek m/s 2 . V geodeziji še vedno uporabljamo enoto Gal (poimenovana je po Galileju), to je 1 cm/s 2 . Z relativnimi gravimetri lahko na kopnem dosežemo natanč nost določ itve težnega pospeška nekaj m Gal-ov. Dosegljiva natanč nost gravimetra Scintrex CG-5, s katerim smo izvajali meritve, je 2,1 ± 1,1 m Gal (Lederer, 2009). Merjeno vrednost težnega pospeška na dani toč ki opišemo z enač bo (Lederer, 2009): = + + (1) Pri tem so: * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova c. 2, Ljubljana 56 relativna vrednost težnega pospeška, ∑ vsota popravkov in hod gravimetra v odvisnosti od č asa. Enač bo (1) zapišemo bolj podrobno tako, da vplive razdelimo na zunanje in z izvorom v instrumentu: = ∙ + + + (2) Pri tem so: odč itek na gravimetru, merilo ali kalibracijska funkcija, ∑ vsota popravkov zaradi zunanjih vplivov (plimovanje Zemlje in oceanov, spremembe v zrač nem tlaku) in ∑ vsota popravkov zaradi delovanja instrumenta (barometrič ni vpliv in histereza). Kalibracijska funkcija (ali merilo) je potrebna, da enote merilne naprave (senzorja) gravimetra lahko pretvorimo v enote težnega pospeška. Postopek določ itve kalibracijske funkcije se imenuje kalibracija gravimetra. Najbolje je kalibracijo izvesti z meritvami na odprtem – z gravimetrič nimi meritvami na toč kah z znanimi vrednostmi težnega pospeška (Medved, 2008). Po zagotovilih proizvajalca in izkušnjah uporabnikov zadošč a za vse gravimetre Scintrex linearna kalibracijska funkcija. Sodelavci Geodetske uprave RS opravijo kalibracijo instrumentov na absolutnih gravimetrič nih toč kah osnovne gravimetrič ne mreže Slovenije in sicer AGT200 – Gotenica in AGT300 – Sevnica. Vplivi na izmero z izvorom v instrumentu Pri delu je pomembno poznati vpliv nagiba in tresljajev gravimetra ter ostalih vplivov iz preglednice 1, na meritve. Lahko bi rekli, da se pravilna izvedba gravimetrič nih meritev prič ne v laboratoriju, nadaljuje s pravilnim transportom in terenskim delom in konč na z obdelavo meritev. Vplive iz naslova konstrukcije instrumenta lahko odstranimo, č e tekom izmere vedno postopamo na enak nač in. Med transportom mora biti gravimeter vseskozi postavljen vertikalno. Pomembno je, da za izmero izberemo lokacije, ki so č im manj obremenjene s tresljaji (prometnice, železnica, bližina rudnika). Sodobni gravimetri, kot je npr. Scintrex CG, sicer upoštevajo popravek nepopolne horizontalnosti instrumenta, vendar to ni v neposredni povezavi z nagibom instrumenta med transportom (angl. tilt ). Nič elni položaj libel moramo periodič no preverjati, zato se popravki meritev zaradi dejanskega nagiba instrumenta lahko upoštevajo, č e nagib znaša do okoli 3' (Lederer, 2009). Bolj problematič en je dolgotrajni nagib instrumenta pred izvedbo meritev. Le-tega libele ne zaznajo in lahko se zgodi, da je horizontiran instrument še vedno obremenjen z vplivom daljšega nagiba, ki se je dogajal med transportom, in tega libele ne zaznajo. Vplivi na elastič nost in dolžino vzmeti, kot so spreminjanje temperature in zrač nega tlaka v notranjosti instrumenta, staranje vzmeti ter drugi tresljaji, povzroč ajo, da gravimeter tekom daljšega obdobja spremeni nič elni odč itek. Pojav imenujemo hod gravimetra (angl. drift). V meroslovju pravijo hodu lezenje in ga razdelimo na: 57 • dolgoroč ni hod, ki je posledica staranja vzmeti, temperaturnih sprememb in sprememb zrač nega tlaka. Dolgoroč ni hod instrumenta znaša od 10 do 100 µ Gal-ov na dan in se s staranjem instrumenta zmanjšuje; • kratkoroč ni hod, ki je posledica tresljajev med transportom instrumenta; kratkoroč ni hod instrumenta znaša do 100 µ Gal-ov na uro in je v kratkih č asovnih periodah (nekaj ur) skoraj linearen ter je odvisen od instrumenta, nač ina transporta in zašč ite instrumenta. Zaradi nepoznavanja dnevnega hoda moramo meritve izvajati tako, da lahko v obdelavi hod ocenimo iz odč itkov v različ nih delih dneva. Dolgoroč ni hod instrumenta določ ajo na eni ali več stabilnih toč kah, kije/so neobremenjene s tresljaji, v določ enih č asovnih intervalih, navadno po preteku vsaj treh mesecev. Za oceno dnevnega hoda instrumenta moramo meritve prič eti in konč ati na toč ki z znano vrednostjo , zato meritve izvajamo v zaključ enih zankah. Za modeliranje hoda iz odč itkov gravimetra uporabimo polinomsko funkcijo (Torge, 1989): = + − + − + − + ⋯ (4) je referenč ni trenutek in ,,,… koeficienti polinoma, ki jih ocenjujemo. Te določ imo s ponovitvami meritev na dani toč ki ob različ nih trenutkih v dnevu. Za določ itev dnevnega hoda poznamo več shem izvedbe meritev, ki jih podrobneje opisuje Medved (2008). V preglednici 1 podajamo pregled vplivov s pripadajoč im velikostnim redom, medtem ko so podrobneje opisani v (Medved in dr., 2009). Preglednica 1: Pregled vplivov na gravimetrič ne meritve (Lederer, 2009) Vpliv Velikostni red [m Gal] Odstranitev [m Gal] Odvisno od plimovanje 280 < 1 kakovosti modela spremembe tlaka več deset enot < 1 vrednosti tlaka hidrološki vplivi nekaj enot ~ 5 hidroloških razmer kalibracijska funkcija več deset enot 1…10/100 mGal razlik v težnosti periodič ni vplivi več deset enot 1 do 5 gravimetra hod gravimetra več sto enot 1 do 5 gravimetra dolgotrajni nagib nekaj enot < 2 pazljivosti operaterja barometrič ni vpliv več deset enot nekaj enot zrač nega tlaka histereza 1 do 3 < 1 gravimetra temperaturna nihanja več deset enot nekaj enot temperature magnetno polje nekaj enot < 1 orientacije ostali vplivi nekaj enot 1 do 2 gravimetra vertikalni gradient več deset enot 1 do 2 gravimetra in terena Zunanji vplivi na gravimetrič no izmero Med zunanje vplive uvršč amo: • plimovanje oceanov in trdne Zemlje, • vpliv zrač nega tlaka in • hidrološke vplive. Plimovanje je podrobno razloženo v (Pavlovč ič Prešeren in Kuhar, 2016). Spremembe v zrač nem tlaku moramo upoštevati in jih iz meritev odstraniti. Za to uporabimo enač bo: 58 Δ = 0 ,3 !− ! " (5) Pri tem je ! na vsaki toč ki izmerjeni zrač ni tlak v hPa in ! " normalni zrač ni tlak mednarodne standardne atmosfere (ISA). Iz enač be (5) sledi, da sprememba 1 hPa glede na standardno atmosfero povzroč i spremembo v meritvah velikosti 0,3 m Gal. Odstranitev hidroloških vplivov je zelo problematič no, zato jih obič ajno meritve še vedno vsebujejo. V literaturi vpliv podtalnice obravnavajo v odvisnosti od letnega č asa (Seigel, 1994). Vpliv je težko oceniti, razen č e izmero več krat zaporedoma ponovimo na območ jih, kjer se velikost vodnih mas spreminja. V kolikor se želimo v največ ji meri izogniti hidrološkemu vplivu in ne moremo pridobiti hidroloških podatkov, je najbolje, da gravimetrič ne meritve ponavljamo v č asu, ko so na opazovališč ih podobne razmere. Hidrološki vplivi na gravimetrič ne meritve Na meritve težnega pospeška imajo hidrološke spremembe v okolici meritev vpliv, ki ga ne bi smeli zanemariti. Pomemben predvsem tekom izvedbe izmer daljšega č asovnega obdobja, kot so primer regionalne gravimetrič ne mreže. Č eprav vemo, da je velikostni red hidrološkega vpliva precej več ji od natanč nosti meritev in bi ga morali upoštevati, obstajajo omejitve pri njegovem obravnavanju. Glede na to, da je spremembe v nivoju podtalnice težko zaznati, je težko tudi vzpostaviti matematič no zvezo med hidrološkimi spremembami in povezavo le-teh na spremembo težnega pospeška. Lederer (2009) navaja, da kakršnekoli hidrološke spremembe v oddaljenosti 1 km od toč ke, kjer izvajamo gravimetrič ne meritve, že vplivajo na rezultate gravimetrič ne izmere. V kolikor v bližini toč ke lahko pridobimo meritve vlažnosti zemljine in višine podtalnice, lahko podatke obravnavamo kot dodatne informacije o spremembi zemeljskih mas. Hidrološki popravek predstavimo s preprosto enač bo (Lederer, 2009): Δ #$% = & ’,(,) (3) pri č emer je ’ vsebnost vode v zemljini, ( izhlapevanje in ) pretok vode na danem območ ju. Kratkoroč ne spremembe v težnosti (zaradi padavin) so lahko velikostnega reda tudi do nekaj 10 m Gal-ov (Torge, 1989, Harnisch in Harnisch, 2002) in naj bi bile odvisne od letnega č asa. Hipotezo, da spremembe vodnih mas vplivajo na izmerjeni težni pospešek, je v več ini primerov zaradi pomanjkljivih informacij težko empirič no potrditi. Zato so meritve na območ ju periodič nega poplavljanja več je površine, kjer lahko enostavno pridobimo tudi podatke o vodnih masah, za študije še toliko bolj pomembne. Da bi pridobili empirič no oceno vpliva, smo v okolici presihajoč ega Cerkniškega jezera (slika 1) vzpostavili toč ke, kjer bomo v prihodnosti izvajali gravimetrič ne meritve ob različ nih vodostajih jezera. Toč ke se nahajajo na območ ju med Dolenjo vasjo, Dolenjim Jezerom in Otokom (slika 1). Praktič na izvedba meritev Gravimetrič ne meritve smo prič eli in konč ali na toč ki v kleti Fakultete za gradbeništvo in geodezijo, na Jamovi cesti 2 v Ljubljani (slika 2), ki ima znano vrednost težnega pospeška. Meritve smo izvajali po metodi profila, zato smo za določ itev dnevnega hoda gravimetra meritve ponavljali na toč kah 3 in 8 (slika 2), (Koler, Kuhar in Medved, 2006). 59 Na terenu smo poč akali okoli 20 minut, da se je instrument Scintrex CG-5M umiril in nato naredili pet zaporednih meritev s trajanjem 60 s na toč kah. Za nadaljnje izmere in ustrezno obdelavo podatkov, kot je plimovanje trdne Zemlje in izrač un zrač nega tlaka na določ eni višini, smo le-tem z GNSS-RTK metodo izmere določ ili koordinate v koordinatnem sistemu D96/TM oz. ETRS89. Slika 1: Območ je Cerkniškega jezera z oznakami toč k, na katerih smo izvajali gravimetrič ne meritve Na terenu smo gravimetrič ne meritve izvajali tudi v neposredni bližini late vodomernega mesta Dolenje Jezero vodotoka Stržen (ARSO, 2017), slika 3. Cilj v nadalje je vzpostaviti empirič ni model povezave višine vodostaja in sprememb v izmerjenem težnem pospešku. Slika 2: Toč ki FGG in 3, na katerih smo ponavljali meritve. Toč ka 3 je služila za oceno hoda. 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 60 Slika 3: Meritve na terenu (levo) in meritve ob potoku Stržen, vodomerno mesto Dolenje jezero (desno) Obdelava meritev Plimovanje trdne Zemlje (Pavlovč ič Prešeren in Kuhar, 2016) smo iz gravimetrič nih meritev odstranili z Longmanovim modelom, prav tako smo odstranili vplive zrač nega tlaka ter upoštevali kalibracijsko funkcijo. Oceno hoda smo naredili po postopku, opisanem v (Schüler, 2000; Urek, 2002). Za oceno smo privzeli linearno funkcijo. Za tako obdelane gravimetrič ne meritve smo predpostavili, da so obremenjene le z zunanjimi vplivi. Med temi naj bi bili izhodišč e obravnave vplivi zaradi spremembe gostote razporeditve zemeljskih mas. Prvi rezultati meritev Prve meritve smo izvedli v marcu 2016, ko je vodostaj jezera na merilni postaji Dolenje Jezero znašal 486 cm. Druge meritve smo izvedli v septembru 2016, v č asu nizkega vodostaja (101 cm). Iz ponovljenih meritev ob srednjem vodostaju smo ugotovili precejšnje odstopanje marč evskih meritev iz leta 2016. Te so lahko bile posledica precej neprimernih vremenskih razmer za izvedbo gravimetrič nih meritev (vetrovno vreme). Zato imamo v nadalje v nač rtu izvesti še nekaj izmer, da bi imeli na voljo kakovostne rezultate, iz katerih bomo v nadalje potrdili v zač etku postavljene hipoteze. Zaključ ek Č e ne upoštevamo vseh dejavnikov, ki vplivajo na gravimetrič ne meritve, je zelo težko doseč i ustrezno kakovost meritev in iz teh izvedenih modelov. Na rezultate meritev vplivajo zunanji vplivi kot tudi dejavniki, ki nastanejo zaradi konstrukcije gravimetra. Dobro poznavanje in primerno upoštevanje vplivov je pomembno tudi pri nadaljnjih 61 izrač unih gravimetrič nega modela geoida. Ravno zato vseskozi spremljamo lastnosti gravimetra, ki se s č asom spreminjajo. Kljub vsemu pa o nekaterih zunanjih vplivih na gravimetrič ne meritve lahko le sklepamo. Zato so empirič ne ocene zunanjih vplivov na območ jih, kjer lahko spremljamo in modeliramo vzroke za spremembe, zelo pomembne. S primerno interpretacijo terensko pridobljenih gravimetrič nih podatkov in korelacijo le-teh s fizič nim stanjem v naravi lahko šele dobimo kakovostne podatke za nadaljnja modeliranja. Zahvala Avtorja se zahvaljujeva kolegom z Geodetske uprave Republike Slovenije za možnost izposoje gravimetra Scintrex CG-5. Literatura ARSO (2017). Arhiv hidroloških podatkov - dnevni podatki: http://vode.arso.gov.si/hidarhiv/pov_arhiv_tab.php (pridobljeno 25. 10. 2017) Harnisch, M. in Harnisch, G. (2002). Seasonal variations of hydrological influences on gravity measurements at Wettzel. Bulletin d'Information, št. 137, 10937–10951. http://www.eas.slu.edu/GGP/BIM_Recent_Issues/bim137- 2002/harnisch_harnisch_seasonal_hydrology_Wettzellr_bim137_02.pdf (pridobljeno 24.10. 2017) Koler B., Medved K., Kuhar M. (2006). Testne gravimetrič ne meritve za potrebe projekta nove gravimetrič ne mreže Slovenije. Referat Zbornika SZGG, 2006. Lederer, M. (2009). Accuracy of the relative gravity measurement. Acta Geodyn. Geomater. 6 (3) (155), 383–390. Medved, K. (2008). Osnovna gravimetrič na mreža Slovenije. Magistrska naloga. UL FGG, Ljubljana. Medved K., Koler B., Kuhar M. (2009). Izrač un osnovne gravimetrič ne mreže Slovenije. V: Kuhar, M. (ur.). Raziskave s področ ja geodezije in geofizike 2008: zbornik predavanj. V Ljubljani: Fakulteta za gradbeništvo in geodezijo, 2009, str. 49-58. Torge, W. (1989). Gravimetry, Berlin – New York, Walter de Gruyter. Schüler, T., 2000. Conducting and Processing Relative Gravity Surveys. University FAF Munich, Institute of Geodesy and Navigation, Germany. Pavlovč ič Prešeren, P. in Kuhar, M. (2016). Modeliranje plimovanja trdne Zemlje za geodetsko določ anje 3D-položaja toč k kombinirane geodetske mreže. V: Kuhar, M. (ur.). Raziskave s področ ja geodezije in geofizike 2016: zbornik predavanj. V Ljubljani: Fakulteta za gradbeništvo in geodezijo, 2016, str. 93-102. Seigel, H. O. (1994). A guide to high precision land gravimeter surveys. Scintrex Limited, Concord, ON: Scintrex Ltd. Urek, D., 2005. Avtomatska obdelava in analiza testnih meritev z relativnim gravimetrom SCINTREX CG-3M. Diplomska naloga. Ljubljana, Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Oddelek za geodezijo, Geodetska smer: 106 str. 63 Elektromagnetni valovi daljši od premera Zemlje Rudi Č op 1 Povzetek V prispevki so obravnavane meritve elektromagnetnih valov na observatoriju PIA (Piran, Slovenia) s sprejemnikom ELF (Extremely Low Frequency) v frekvenč nem območ ju od 50 Hz do 1 mHz. Antena tega sprejemnika je usmerjena proti središč u Zemlje. Frekvenč no območ je meritev je na prehodu iz meritev električ nega polja pojavov, ki se odvijajo predvsem v atmosferi, v meritve zemeljskega magnetnega polja, ki nastaja v notranjosti planeta. Obsega valovne dolžine Mm (λ ~ 10 6 m), ki so valovi naravnih resonanc Zemlje, in valovne dolžine Gm (λ ~ 10 9 m), ki so valovi magnetnih impulzov. Geomagnetni impulzi, ki izvirajo iz vesolja in magnetosfere, se prouč ujejo že dvesto let. Naravne resonanč ne frekvence, ki izvirajo iz električ nih resonatorjev Zemlje, se raziskujejo od sredine prejšnjega stoletja in jih relativno slabo poznamo. Vzbujajo jih strele v troposferi in razelektritve v ionosferi. Za popolnejši pregled električ nih lastnosti Zemlje so opisani še telurski električ ni toki, ki teč ejo v zemeljski skorji, in so prav tako odraz razmer v bližnjem vesolju in razelektritev v atmosferi. Tudi ob njihovi spremembi nastanejo elektromagnetni valovi zelo nizkih frekvenc. Ključ ne besede: sprejemnik ELF, magnetni impulzi, motnje, telurski toki. Key words: Earth's receiver, magnetic pulsations, artificial noise, telluric currents. Gostota energije elektromagnetnega polja na površini Zemlje Gostota energije elektromagnetnega polja (v nadaljevanju besedila: EM polje) merjenega na površini Zemlje v območ ju od 10 -9 Hz do 10 7 Hz je porazdeljeno enakomerno padajoč e (Füllekrug & Fraser–Smith, 2011). V več kot 16 eksponentnih stopnjah se ta gostota energije da opisati z enač bo (1), kjer je f [Hz] frekvenca EM polja merjenega na zemeljski površini. = (1) = 10 = 1 Merjena gostota EM polja na površini Zemlje ne odstopa od enač be (1) za več kot ± 2 eksponentni stopnji po celotnem frekvenč nem območ ju od 10 -9 Hz do 10 7 Hz. Frekvenč na spremenljivost tega EM polja se torej da opisati z razmerjem 1/f 2 . To polje povzroč ajo različ ni prehodni pojavi, ki se med seboj sestavljajo (superponiranje). Ugotovljena porazdelitev in lastnost EM polja Zemlje, merjenega na njeni površini, ni primerljiva z nobenimi podobnimi primeri porazdelitve v fiziki. Ugotovitev, da je gostota energije EM valov naravnega izvora porazdeljena po enač bi (1) v frekvenč nem območ ju od 10 -9 Hz do 10 7 Hz, ni uporabna le v teoretič ni geofiziki temveč tudi pri konstruiranju novih širokopasovnih merilnih instrumentov. Gostota energije EM polja Zemlje merjena na njeni površini se lahko na grobo deli v dva dela: geomagnetno polje, ki obsega področ je pod 1 Hz, in atmosfersko električ no polje, ki obsega področ je nad 1Hz. Izvori energije EM polja Zemlje frekvence manjših od 10 -8 Hz so v notranjosti Zemlje. Spremembo geomagnetnega polja frekvenc od 10 -8 Hz do 1 Zavod Terrra Viva, Sv. Peter 115, 6333 Seč ovlje 64 10 -3 Hz povzroč ajo geomagnetne nevihte in ionosferski električ ni toki. Geomagnetni impulzi so izvor njegove hitre spremembe frekvenc od 1 mHz do 1 Hz. Spremembe frekvenc od 1 Hz do 10 MHz povzroč ajo razelektritve v atmosferi skupaj s sevanjem iz višjih plasti atmosfere in bližnjega vesolja (Č op, 2017a). Vsi izvori EM valovanj, ki se nalagajo k osnovnemu geomagnetnemu polju, so prehodne narave. Zanje je znač ilno tudi, da so šibkejši pojavi pogostejši od energijsko moč nejših. Vplivi teh izvorov se nalagajo eden na drugega, ter se spreminjajo v velikem območ ju č asa in mesta nastanka. Zato je zelo nenavadno, da taki izvori, s poveč evanjem njihove frekvence, povzroč ajo zelo enakomerno padajoč o porazdelitev gostote energije EM polja merjenega na površini Zemlje. Elektromagnetni valovi frekvenc pod 50 Hz Leta 1883 je irski fizik George Francis FitzGerald (1851–1901) predvidel nastanek EM valovanja pri naglih spremembah električ nega toka. Na osnovi poznavanja lastnosti EM valovanja je leta 1889 predvidel krč enje v smeri gibanja proporcionalno razmerju v 2 /c 2 (FitzGerald–Lorentzovo krč enje) (Rahaman, 2014). Ta njegova ugotovitev je danes del posebne relativnostne teorije, ki jo je leta 1905 objavil Albert Einstein (Jackson, 2007). Slika 1 – Absolutna vrednost vektorja zemeljskega magnetnega polja izmerjena na observatoriju 5. julija 2017 ter vrednosti geomagnetnih indeksov K in ekvivalenta dnevne amplitude A za ta dan. Prvi, ki je dejansko raziskoval EM valove ekstremno nizkih frekvenc je bil Nikola Tesla (1856–1943). Na zač etku 20. stoletja je opravil pionirsko delo na tem področ ju. Valovanje s približno frekvenco 8 Hz, ki je stojno valovanje med zemeljsko površino in ionosfero, je nameraval izkorišč ati za brezžič ni prenos energije. Leta 1952 je nemški fizik Winfried Otto Schumann (1888 –1974) objavil svoje teoretič ne izsledke o resonanč nem pojavu našega planeta. Dve leti kasneje je skupaj s svojim sodelavcem objavil tudi rezultate meritev teh resonanč nih frekvenc EM valov v področ ju ELF (Extremely Low Frequency). Po njem se ta pojav imenuje tudi Schumannove resonance (Rycroft, 1965; Besser, 2007; Schlegel & Füllekrug, 2002). Osnovna harmonska frekvenca je 7,8 Hz, višje harmonske 65 frekvence pa: 14,2 Hz, 19,6 Hz, 25,9 Hz in 32 Hz. Te frekvence so zelo stabilne, njihove amplitude pa znašajo okoli 1,0 pT (10 -12 T). Nastajajo v votlih resonatorjih med Zemljo in njeno ionosfero. Preko 2000 nevihtnih celic, razporejenih po zemeljski obli, povzroč a vsako sekundo okoli 50 atmosferskih razelektritev, ki vzdržujejo to naravno resonanco (Barr et al., 2000). Po označ bah mednarodne zveze za telekomunikacije spadajo elektromagnetni valovi od 30 mHz do 300 Hz v področ je ELF (Recommendation, 2015). Za izhodišč no meritev EM valov ELF na observatoriju PIA (Piran, Slovenia) (v nadaljevanju besedila: observatorij) od 1 mHz do 50 Hz je bil izbran geomagnetno miren dan, ker je takrat vpliv Sonca najmanjši. V č asu enega efektivnega obrata Sonca od 1. julija do 27. julija 2017 je bil najbolj miren geomagnetni dan 5. julij 2017. Tega dne je geomagnetni indeks A, ekvivalent dnevne amplitude, dosegel vrednost A = 2,25. Ta linearni indeks je primeren za opisovanje geomagnetnih razmer v preteklosti in doseže največ jo vrednost A max = 400. Najbolj mirno obdobje v dopoldanskih urah tega dne je bilo med 06:00 in 09:00 uro UTC. V tem č asu je bila vrednost geomagnetnega indeksa K = 0. Ta logaritmič ni indeks, primeren za opisovanje trenutnih razmer v zemeljskem magnetnem polju, lahko doseže največ jo vrednost K max = 9 (Č op et al., 2015). Za analizo merilnih podatkov sprejemnika ELF je bila izbrana zadnja ura v tem triurnem obdobju od 08:00 do 09:00 UTC. V tem enournem intervalu je bil geomagnetni indeks K = 0, vendar se je na zač etku te ure upoč asnilo pojemanje absolutne vrednosti vektorja zemeljskega magnetnega polja F [nT] (Slika 1). Slika 2 – Spektralna analiza od 1 Hz do 95 Hz rezultatov meritev s sprejemnikom ELF na observatoriju 5. julija 2017 od 08:10 do 08:20 UTC. Podrobnejša frekvenč na analiza od 1 Hz do 95 Hz pokaže spodnji in zgornji boč ni pas (Slika 2). Ta dva boč na pasa sta rezultat frekvenč ne modulacije (Spectrum, 2001; Der, 2001) za regulacijo vrtljajev asinhronega motorja (Luo et al., 2005; Pande & Singh, 2017). Stopnja modulacije obravnavanega primera meritev je enaka b = 1, v vseh naslednjih primerih istega dne pa b > 1. Simetrija po amplitudah ni popolna zaradi velike širine izbranega č asovnega okna v katerem je bila narejena frekvenč na analiza. Naravne resonanč ne frekvence Zemlje frekvenc od 5 Hz do 46 Hz so sicer prisotne, vendar so pri tako moč nih motnjah nenaravnega izvora del EM šuma. 66 Magnetni impulzi v zemeljskem magnetnem polju O spremembah geomagnetnega polja v frekvenč nem območ ju od 1 mHz do 1 Hz je prvi poroč al 1741 švedski fizik, astronom in matematik Anders Celsius (1701–1744). Primerjal je kratkotrajne in majhne spremembe smeri kompasne igle s spremembami v polarnem siju (Kangas et al., 1998). V zač etku raziskovanja so premike konice dolge kompasne igle opazovali z mikroskopom in jih zato imenovali magnetni mikroimpulzi. Z razvojem merilne opreme so se ti pojavi v geofiziki preimenovali najprej v magnetne impulze (ang. magnetic pulsation) in nato v EM valove ULF (ultra low frequency). Frekvenca teh valov je namreč nižja od naravna frekvenca plazme, ionske žiro–magnetne frekvence hladne plazme. 1963 so bili ti valovi v okviru mednarodne organizacije IAGA (International Association of Geomagnetism and Aeronomy) razdeljeni glede na njihovo valovno dolžino in č as trajanja (Tabela 1). Oscilacije s približno sinusno obliko so ciklič ni magnetni impulzi Pc (pulsation continuous), tisti s težje določ ljivo obliko pa neciklič ni magnetni impulzi Pi (pulsation irregular) (McPherron, 2005). Tabela 1 – Klasifikacija geomagnetnih impulzov Vrsta Oznaka Č as trajanja Frekvenč no območ je [sekund] [Hz] Ciklič ni impulzi: Pc1 0,2 ‒ 5 0,2 ‒ 5 Hz Pc2 5 ‒ 10 0,1 ‒ 0,2 Hz Pc3 10 ‒ 45 22 ‒ 100 mHz Pc4 45 ‒ 150 7 ‒ 22 mHz Pc5 150 ‒ 600 2 ‒ 7 mHz Neciklič ni impulzi: Pi1 1 ‒ 40 0,025 ‒ 1 Hz Pi2 40 ‒ 150 2 ‒ 25 mHz Sodobni merilni instrumenti na geofizikalnih observatorijih na zemeljski površini in meritve v vesolju s pomoč jo satelitov omogoč ajo zelo obsežne raziskave EM valov ULF. Izvori teh valov so procesi v sonč nem vetru in v posameznih delih magnetosfere, ki pa so različ ni za posamezno frekvenč no območ je. Magnetosfera je pri tem tako valovod kot tudi votli resonator. Električ ni toki, ki teč ejo vzdolž silnic geomagnetnega polja, izsevajo energijo v obliki EM valov proti Zemlji. Votle resonatorje magnetosfere vzbujajo izvori, ki delujejo v širokem frekvenč nem spektru. Ti resonatorji nato zanihajo v diskretnih resonanč nih frekvencah. Na te frekvence vplivajo predvsem spremembe usmerjenosti medplanetarnega magnetnega polja in spremembe hitrosti širjenja sonč nega vetra v tem prostoru. Zaradi interferenc se vsi ti valovi, ki dosežejo zemeljsko površino, pojavljajo kot nagle spremembe magnetnega polja različ nih frekvenc, amplitud, faz in polarizacij. Zato so dober pokazatelj razmer v sonč nem vetru in v magnetosferi. Ker so odvisni tudi od geoloških razmer na mestu meritve, se uporabljajo tudi kot detektor za notranjo strukturo Zemlje (McPherron, 2005; Woodroffe, 2010). Rezultati meritev EM valov ULF na površini Zemlje se standardno obdelujejo z valovno analizo (ang. wavelet analysis) (Xu et al., 2013). Ta analiza se uporablja kot filter za eno–sekundne merilne podatke izmerjene z magnetometrom na geomagnetnih observatorijih (Kumar & Foufoula–Georgiou, 1997; Torrence & Compo, 1998). Globalni indeks moč i EM valov ULF se izrač unava iz merilnih podatkov magnetometrov na zemeljski površini ter na geostacionarnih in medplanetarnih satelitih. Je v neposredni korelaciji s hitrostjo sonč nega vetra in zato zelo primeren za prikaz razmer v vesolju v neposredni bližini Zemlje (Pilipenko et al., 2017; Singh et al., 2013). Je v slabi korelaciji z 67 geomagnetnimi indeksi in bi ga bilo potrebno ustrezno prirediti za spremljanje pojavov v zemeljski skorji (Currie & Waters, 2014). Na observatoriju 5. julija 2017 od 08:10 do 08:20 UTC izmerjeni EM valovi ULF so predstavljeni v frekvenč nem prostoru od 2,0 mHz do 5,5 Hz po amplitudi (Slika 2). Po mednarodnih priporoč ilih (Tabela 1) je ta frekvenč ni prostor razdeljen na posamezne skupine. Po amplitudi so v frekvenč nem prostoru dobro predstavljeni ciklič ni impulzi Pc. Predstavitev neciklič nih impulzov Pi je mogoč a v č asovnem prostoru ali v moč nostnem spektru v frekvenč nem prostoru. Slika 3 – EM valovi ULF izmerjeni na observatoriju 5. julija 2017 od 08:10 do 08:20 ure UTC in njihova razdelitev po skupinah ciklič nih in neciklič nih magnetnih impulzov. Za primerjavo so v frekvenč nem prostoru predstavljeni tudi rezultati meritev v č asu od 20:10 do 20:20 UTC, ko je bil observatorij v osojni legi (Slika 4). Opazno je zmanjšanje amplitud magnetnih impulzov v skupinah od Pc3 do Pc5. Enaka analiza EM valov ULF kot na merilnih podatkih sprejemnika ELF je mogoč a tudi na enosekundnih merilnih podatkih iz triosnega magnetometra fluxgate (Luo et al., 2005). Rezultate frekvenč nih analiz obeh merilnih instrumentov je mogoč e med seboj primerjati le č e sta oba instrumenta med seboj dobro č asovno sinhronizirana (Linthe et al., 2012; White et al., 2014). Električ ni toki v notranjosti Zemlje Spreminjajoč e se geomagnetno polje inducira električ ne toke, ki pod površjem Zemlje teč ejo v horizontalni smeri. Ti električ ni toki so telurski toki, ki jih merimo s pomoč jo dveh nepolariziranih elektrod zakopanih v tla na stalni razdalji med 10 in 100 metri. Ker smer teh tokov ni poznana, se za njihovo meritev uporablja dodaten par nepolariziranih elektrod postavljenih pravokotno na izhodišč ni dve elektrodi (Lowrie, 2007). Pomembno vlogo pri pretoku telurskih tokov imajo podzemne vode in geološka sestava tal. V literaturi je razloženih 32 različ nih mehanizmov, ki povzroč ajo te toke (Amory–Mazaudier, 1995; Helman, 2013). Najvplivnejše so spremembe razmer v sonč nem vetru v bližini Zemlje in v ionosferi ter razelektritve v atmosferi. 68 Električ ne toke, ki teč ejo v notranjosti Zemlje, poznamo na osnovi teorije, ki razlaga nastanek magnetnega polja našega planeta. Irski fizik in matematik Joseph Larmor (1857– 1942) je 1919 razložil nastanek magnetnega polja Sonca s principom uni–polarnega enosmernega električ nega dinama. Ta razlaga nastanka magnetizma zvezd se je iz astrofizike prenesla tudi v geofiziko za razlago magnetizma planetov. Zemlja ima lastno magnetno polje, ki se zaključ uje le v njej bližnjemu vesolju zaradi vpliva sonč nega vetra nanj. V tekoč i sredici Zemlje se radialno širijo vzgonski toki plazme, električ ni toki, ki povzroč ajo magnetno polje. Zaradi vrtenja planeta nastajajo Coriolisovi pospeški, ki te toke plazme nesimetrič no vrtinč ijo. Zato se magnetno polje Zemlje ne zaključ uje samo vase, temveč se širi tudi v njeno okolico. Zač etni model, postavljen na osnovi teorije magnetnega dinama, dopolnjen z nestabilnim obnašanjem zemeljskega magnetnega polja je magneto–hidrodinamič ni model magnetnega polja Zemlje (Dormy, 2006). Slika 4 – EM valovi ULF izmerjeni na observatoriju 5. julija 2017 od 20:10 do 20:20 ure UTC in njihova razdelitev po skupinah ciklič nih in neciklič nih magnetnih impulzov. Zaključ ki Nač in širjenja EM valov ULF je odvisno od stanja ionosfere in magnetosfere. Ta stanja pa so rezultat aktivnosti Sonca, usmerjenosti magnetnega polja v medplanetarnem prostoru in hitrosti ter sestave sonč nega vetra v njem. Podrobnejša analiza EM valov ULF nam omogoč a spremljanje vremena v vesolju (angl. space weather). Od samega stanja v ionosferi pa je odvisen nač in širjenja celotnega spektra radijskih valov in mikrovalov (Č op, 2016b). Po teoriji o resonanč nem pojavu Zemlje, ki jo je Winfried Schumann objavil leta 1952, lahko naš planet in njeno atmosfero obravnavamo kot radialno oblikovano školjko sestavljeno iz treh plasti: električ no prevodno ionosfero in zemeljsko površje ter vmesno troposfero, najnižjo plast atmosfere, ki je električ ni izolator. Te tri plasti tvorijo zaključ en valovod kroglaste oblike, ki sicer ni idealen zaradi nepopolne simetrije. Ta votli resonator vzbujajo atmosferske razelektritve. Po tej teoriji se sicer da razložiti sprememba resonanč ne frekvence s spremembo dimenzij in lastnosti votlega resonatorja, nikakor pa ne spremembe njihovih amplitud (Silber, 2015). Na osnovi meritev s sateliti je bilo 69 ugotovljeno, da so Schumannove resonance v povezavi s temperaturami hladne plazme v zunanjih delih magnetosfere (Nosikova et al., 2016). Izvor energije za naravne resonanč ne frekvence Zemlje torej niso le strele v troposferi in razelektritve v ionosferi TLE (transient luminous event), temveč tudi spremembe v zunanjih plasteh magnetosfere. Z meritvami v področ ju EM valov naravnega izvora frekvenc od 5 Hz do 50 Hz lahko izboljšamo razumevanje notranje zgradbe planeta na katerem živimo. Predvsem pa je to lahko vzporedna meritev za spremljanje klimatskih sprememb na Zemlji (Kruger, 2013) in vzporedna meritev poveč ane napetosti tektonskih plošč (Č op, 2016a; Č op, 2017b). Opravič ilo za nadaljnje raziskovalno delo na področ ju EM valov ELF v frekvenč nem območ ju od 1 mHz do 100 Hz je predvsem v nadzoru okolice v kateri živimo. Spremembe v tej okolici lahko nastajajo zaradi naravnih procesov ali pa jih povzroč a civilizacija. Vpliv na č loveka se je zač el raziskovati v tem stoletju (Palmer et al., 2006; Deželjin & Č op, 2013) in se še nadaljuje (Belova & Acosta–Avalos, 2015; Kleimenova et al., 2008). V področ ju EM valov ULF in resonanč nih frekvenc Zemlje so namreč tudi frekvence živč nih impulzov našega srca in možganov. Literatura Amory–Mazaudier, C. (1995). On the electric current systems in the Earth's environment some historical aspects Part I : external part / ionosphere / quiet variation. GEOACTA, 1–15. Barr, R. D. Jones, L. Rodger, C. J. (2000). ELF and VLF radio waves. Journal of Atmospheric and Solar–Terrestrial Physics, 62, 1689–1718. Belova, A. N. Acosta–Avalos, D. (2015). The Effect of Extremely Low Frequency Alternating Magnetic Field on the Behaviour of Animals in the Presence of the Geomagnetic Field. Journal of Biophysics. Besser, B. P. (2007). Synopsis of the historical development of Schumann resonances. Radio Science, 42, RS2S02. Currie, J. L. Waters, C. L. (2014). On the use of geomagnetic indices and ULF waves for earthquake precursor signatures. Journal of Geophysical Research: Space Physics, 119, 992– 1003. Č op, R. (2016a). Determination of the Earth crust’s tectonic stress on the basis of one–minute average data of variation of the geomagnetic field. XVII th IAGA Workshop on Geomagnetic Observatory Instruments, Data acquisition and Processing. Abstracts. Dourbes (Belgium): Royal Meteorologic Institut – RMI, September 5–10. Č op, R. (2016b). Vpliv Sonca na prenos merilnih podatkov v realnem č asu po omrežju mobilne telefonije. Geodetski vestnik, 60 (4), 197–211. Č op, R. (2017a). Geomagnetne nevihte ob koncu cikla sonč nih peg. Raziskave s področ ja geodezije in geofizike 2016. Zbornik del. 22. Sreč anje Slovenskega združenja za geodezijo in geofiziko; Ljubljana, 26. Januarja 2017. Ljubljana: Univerza v Ljubljani; Fakulteta za gradbeništvo in geodezijo, 69–79. Č op, R. (2017b). Sprememba gostote energije v zemeljskem magnetnem polju. Elektrotehniški vestnik, 84 (4), 148–154. Č op, R. Deželjin, D. DeReggi, R. (2015). Določ itev lokalnega geomagnetnega indeksa K. Determination of lokal geomagnetic K–index. In Slovenian. Geodetski vestnik, 59 (4), 697–708. Der, L. (2001). Frequency Modulation (FM) Tutorial. Austin (TX, US): Silicon Laboratories. Deželjin, D. Č op, R. (2013). IT System for Alarming of Possible Health Risks Caused by Geomagnetic Storms. Global Telemedicine and eHealth Updates: Knowledge Resorces, 6, 512– 515. Dormy, E. (2006). The origin of the Earth’s magnetic field: fundamental or environmental research? Europhysics News, 2 (37), 22–25. Füllekrug, M. Fraser–Smith, C. A. (2011). The Earth’s electromagnetic environment. Geophysical Research Letters, 38, L21807. 70 Helman, S. D. (2013). Earth electricity: a review of mechanisms which cause telluric currents in the lithosphere. Annals of Geophysics, 56 (5), G0564. Jackson, J. D. (2007). Examples of the Zeroth Theorem of the History of Science. LBNL-63374. Berkeley (CA, US): University of California, Physics Department. Kangas, J. Guglielmi, A. Pokhotelov, O. (1998). Morphology and physics of shortperiod magnetic pulsations (A Review). Space Science Reviews, 83: 435–512. Kleimenova, N. G. Kozyreva, O. V. Breus, T. K. Rapoport, S. I. (2008). Seasonal Variation of Magnetic Storm Influence on Myocardial Infarctions. Apatity (Russia): Russian Academy of Science; Polar Geophysical Institute; Kola Science Centre; Physics of Auroral Phenomena, Procidings of XXXI Annual Seminar, 203– 205. Kruger, A. (2013). Construction and Deployment of an ULF Receiver for the Study of Schumann Resonance in Iowa. Ames (IA, US): Iowa State University; Iowa Space Grant Consortium. Kumar, P. Foufoula–Georgiou, E. (1997). Wavelet analysis for geophysical applications. Reviews of Geophysics, 35 (4), 385–412. Linthe, H. J. Reda, J. Isac, A. Matzka, J. Turbitt, C. (2012). Observatory Data Quality Control – The Instrument to Ensure Valuable Research. XVth IAGA Workshop on Geomagnetic Observatory Instruments and Data Processing, Cadiz, Spain, 4–14 June. Proceedings, 173–177. Lowrie, W. (2007). Fundamentals of Geophysics. Second edition. Cambridge: Cambridge University. Luo, F. L. Ye, H. Rashid, M. (2005). Digital Power Electronics and Applications. London (UK): Elsever. McPherron, L. R. (2005). Magnetic Pulsations: Their Sources and Relation to Solar Wind and Geomagnetic Activity. Surveys in Geophysics, 26, 545–592. Nosikova, N. S., Yagova, N. V. Pilipenko, V. A., Heilig, B. Schekotov, A. Y. (2016). Electromagnetic Disturbances in the Frequency Range 5—20 Hz in the Upper Ionosphere and on the Ground. Atmosphere, ionosphere, safety. Editor I. V. Karpov. Proceedings of V International conference, Kaliningrad 2016. Kaliningrad (Russia): Immanuel Kant Baltic Federal University. Palmer, S. Rycroft, M. Cermack, M. (2006). Solar and geomagnetic activity, extremely low frequency magnetic and electric fields and human health at the Earth’s surface. Surveys in Geophysics, 27 (5), 557–595. Pande, S. Singh, S. (2017). Operation of Induction Motor with Different Modulation Index. International Research Journal of Engineering and Technology (IRJET), 4 (4), 2002–2006. Pilipenko, V. A. Kozyreva, O. V. Engebretson, M. J. Soloviev, A. A. (2017). ULF wave power index for space weather and geophysical applications: A review. Russian Journal of Earth Sciences, 17, ES2002. Rahaman, F. (2014). The Special Theory of Relativity; A Mathematical Approach. Chapter 2: Michelson–Morley Experiment and Velocity of Light. Springer India. Recommendation ITU-R V.431-7 (08/20145); Nomenclature of the frequency and wavelength bands used in telecommunications. (2015). Geneva (CH): International Telecommunication Union; Radio–communication Sector. Rycroft, M. J. (1965). Resonances of the Earth–Ionosphere Cavity Observed at Cambridge, England. Radio Science Journal of Research, 69D (8). Schlegel, K. Füllekrug, M. (2002). 50 Years of Schumann Resonance. Translation: Catarina Geoghan, 2007. Physik in unserer Zeit, 33 (6), 256–26. Spectrum Analysis Amplitude and Frequency Modulation. (2001). Application Note 150–1. Santa Clara (CA, US): Agilent Technologies. Silber, I. Price, C. Galanti, E. Shuval, A. (2015). Anomalously strong vertical magnetic fields from distant ELF/VLF sources. Journal of Geophysical Research: Space Physics, 120. Singh, K. A. Mishra, S. Singh, R. (2013). ULF wave index as magnetospheric and space–weather parameters. Advances in Space Research, 52 (8), 1427–1436. Torrence, C. Compo, P. G. (1998). A Practical Guide to Wavelet Analysis. Bulletin of the American Meteorological Society, 79 (1), 61–78. Woodroffe, J. R. (2010). Ultra–low frequency waves, magnetic pulsations, and the ionospheric Alfven resonator. Dissertation. University of Minnesota; Faculty of the Graduate School. 71 White, C. T. Sauter, A. E. Stewart, C. D. (2014). Discovery and Analysis of Time Delay Sources in the USGS Personal Computer Data Collection Platform (PCDCP) System. Scientific Investigations Report 2014–5045. Reston (VA, US): U.S. Department of the Interior; U.S. Geological Survey. Xu, Z. Gannon, J.L. Rigler, E.J. (2013). Report of Geomagnetic Pulsation Indices for Space Weather Applications. Open–File Report 2013–1166. Reston (Virginia, US): U.S. Department of the Interior; U.S. Geological Survey. 73 Ob 101. obletnici brežiškega potresa Ina Cecić 1 , Dušan Neč ak 2 , Marko Berus 3 Povzetek Ob stoletnici brežiškega potresa sta bili narejeni obsežni zgodovinski (Neč ak, 2016; Neč ak, 2018) in seizmološki raziskavi (Cecić , 2018), ki sta prinesli vrsto novih ugotovitev. Potres se je zgodil 29. januarja 1917 ob 8. uri in 22 minut po svetovnem oz. ob 9. uri in 22 minut po lokalnem č asu. Največ jo intenziteto (VIII EMS-98) je dosegel v štirih naseljih: Brežice, Krška vas, Šentlenart in Zakot. Najpomembnejši podatkovni viri za ocenjevanje intenzitet potresa v ožjem nadžarišč nem območ ju so vsekakor originalni zapisniki o škodi, ki jih hrani Arhiv RS (ARS). Omogoč ili so nam natanč ni vpogled v situacijo na najbolj poškodovanem območ ju, kot tudi izdelavo statistike poškodb po zahtevah Evropske potresne lestvice (Grünthal, 1998). Glede na makroseizmič ne podatke je bilo žarišč e potresa en kilometer jugozahodno od centra Brežic. Njegova makroseizmič na magnituda (M m ) je 5,0. Potres je zahteval dve smrtni žrtvi, več ljudi je bilo ranjenih. Poškodovanih je bilo več sto hiš. Po doseženi intenziteti je bil potres 29. januarja 1917 najmoč nejši potres v 20. stoletju z žarišč em v Sloveniji. Po intenziteti je bil od njega moč nejši le potres 6. maja 1976, vendar z žarišč em zunaj slovenskih meja, v Furlaniji. V Sloveniji je dosegel intenziteto VIII–IX EMS-98 v Podbeli. Po magnitudi (M m = 5,3) se je najmoč nejši potres v 20. stoletju z žarišč em v Sloveniji zgodil 12. aprila 1998 v zgornjem Posoč ju, vendar ni dosegel take intenzitete kot brežiški potres. Največ jo intenziteto, tj. VII–VIII EMS-98, je dosegel v krajih Lepena, Magozd, Spodnje Drežniške Ravne in Tolminske Ravne. Popolna novost v tej raziskavi je prvič pripravljena karta potresne škode v Brežicah. Le-ta nam nazorno pokaže položaj poškodovanih stavb, njihove karakteristike in stopnjo poškodovanosti. To je prvi korak h grafič ni predstavitvi obdelanih podatkov v informacijskem sistemu za obdelavo prostorskih podatkov, ki je trenutno v izdelavi na ARSO. Abstract The earthquake on 29 January 1917 near Brežice happened in the difficult times during the First World War. Small town Brežice (Rann, as it was called then) was in the Austro-Hungarian Monarchy, and administratively belonged to the province of Styria. Before the earthquake there were approximately 1200 people living there, predominantly in one-storey houses made of stone, bricks, wood or combined materials. In the morning of 29 January, at 8:22 UTC (9:22 local time) a strong earthquake caused damage in Brežice and the surroundings. Two women died and several people were wounded. The damage was extensive. Due to the harsh winter conditions and lack of provisions due to the war, the inhabitants were left in dire situation. In the region there were many refugees from the frontline regions elsewhere in Monarchy, as well as numerous wounded soldiers, who were taken care of in military hospitals. Soon after the earthquake the city officials managed to persuade the authorities to send help. It was too cold to live in the tents, so the matter of retrofitting the houses was urgent. Some weeks after the earthquake the administration sent to Brežice and surrounding area a team of experts with the task to make an overview of damage, house by house, and provide the estimate of the cost of reparation. 1 ARSO, Vojkova 1 b, Ljubljana, ina.cecic@gov.si 2 dusan.necak@guest.arnes.si 3 marko.berus1@gmail.com 74 The find of original documents produced by this team coincided with the beginning of a new study of the Brežice earthquake in 2016. The aim of seismologists was to find as many of primary data sources as possible and re-evaluate the intensities of the main shock according to European Macroseismic Scale (EMS-98). We have managed to find 26 different photographs and postcards and 6 drawings of damage in Brežice, Č atež ob Savi, Krška vas and Dobeno. For the region of Croatia 140 questionnaires and cards are obtained from the archives of the Geophysical Institute in Zagreb. Several eyewitnesses’ reports are preserved in Posavje Museum in Brežice, in Macroseismic archive of ARSO in Ljubljana and were also printed in newspapers and studies. For this study we have consulted 35 newspapers and journals from Slovenia, Austria, Croatia and Italy and found 323 published articles considering the earthquake, its effects, collection of aid and reconstruction process. Several studies, books and papers were consulted as well, together with some older earthquake catalogues. The earthquake has caused the strongest effects in four localities: Brežice, Krška vas, Šentlenart and Zakot, where the intensity was VIII EMS-98. Brežice was the largest locality with the largest number of damaged buildings. We have used cadastral plans and parcel records of the land cadastre and combined them with the data from the documents on damage, in order to visualize the spatial distribution of the damaged buildings. This is the first such visualisation of damage for some Slovenian earthquake. After consulting all the data sources we were able to evaluate intensities for 344 localities, and to present 338 among them on the intensity map. For 287 localities (83%) we were able to estimate the intensity on the basis of primary or combination of primary and secondary sources. The earthquake was felt up to 130 km away (the farthest point being Graz in Austria). The macroseismic epicentre of the main shock was 1 km SW from Brežice. Its macroseismic magnitude was 5.0. Ključ ne besede: seizmologija, potres, Brežice, makroseizmika, intenziteta, EMS-98 Key words: seismology, earthquake, Brežice, macroseismology, intensity, EMS-98 Uvod Potres 29. januarja 1917 se je zgodil v obdobju, ko je seizmologija v Evropi že imela solidno podlago. V regiji so delovali številni strokovnjaki, ki so zbirali in interpretirali seizmološke podatke, tako instrumentalne kot neinstrumentalne (makroseizmič ne). Poleg opazovalnice v Ljubljani, ki je bila tudi prva potresna opazovalnica v avstrijskem delu Monarhije, so delovale opazovalnice v Zagrebu, Trstu, Pulju, Gradcu, na Dunaju in v Budimpešti. Brežice so takrat imele približno 1200 prebivalcev. Administrativno so sodile v ozemlje Štajerske, v takratni Avstro-Ogrski monarhiji. Več ina ljudi je živela v enonadstropnih hišah, zgrajenih iz opeke, lesa ali kombinacije materialov. Glavni potres se je zgodil 29. januarja 1917 ob 8. uri in 22 minut po UTC (9.22 po lokalnem č asu) v neposredni bližini Brežic. Najmoč nejši popotresi so bili isti dan ob 8.38, 9.14, 10.29 in 21.18 UTC. Povzroč ili so dodatno gmotno škodo in prestrašili prebivalce. Glavni potres je zahteval vsaj dve smrtni žrtvi. Veliko je bilo ranjenih, več sto ljudi je ostalo brez strehe nad glavo. Razmere so bile zelo zahtevne zaradi vojne, revšč ine in nizkih zimskih temperatur. Takrat je gradbeni material potrebovala predvsem vojska. Manjkalo je tudi ljudi za popravila in obnovo, ker so bili moški več inoma na frontah, daleč od poškodovanih domov (Neč ak, 2016). Potres se je namreč zgodil ob koncu prve svetovne vojne, ki jo je dvojne monarhija že izgubljala .Vsa država je bila v zelo težkem položaju. Zato je bila sanacija povzroč ene škode še težja. Lokalne, deželne (dežele Štajerske in 75 dežele Kranjske) in centralne oblasti so sicer hitro priskoč ile na pomoč , vendar je bila pomoč v strokovni delovni sili potrebni za obnovo, gradbenem materialu, prevoznih sredstvih, varnostnih silah, odvisna pretežno od vojske. Finanč na podpora oblasti obnovi je bila razmeroma majhna, pa tudi delitev finanč nih sredstev za obnovo je bila zelo natanč no in restriktivno predpisana. Zato so bile organizirane različ ne nabirke sredstev, na pomoč pa so priskoč ile tudi cerkvene oblasti in na pol zasebne organizacije ter celo judovska skupnost v Gradcu. Kljub temu se je obnova zavlekla še tudi v č as po prvi svetovni vojni, nekako do srede dvajsetih let. Uporabljeni viri podatkov Primarni in sekundarni podatkovni viri, ki so bili uporabljeni za to raziskavo, se nahajajo v Makroseizmič nem arhivu Agencije Republike Slovenije za okolje v Ljubljani (ARSO MsA). V č asu po potresu so najprej nastale fotografije škode; seizmološki opazovalci so izpolnili in odposlali temu namenjene vprašalnike, zapisana so bila prič evanja oč ividcev. To so podatki, ki prikazujejo posledice potresa s sliko, ali pa so prič evanja ljudi, ki so potres osebno doživeli. Uradne komisije so nekaj mesecev po potresu popisale škodo. Ves ta č as pa so o potresu, njegovih posledicah in o popotresih poroč ali č asopisi. Te informacije so do nas prišle skozi filter, ker so bile odvisne od popisovalca škode, ki je moral v nekaj besedah opisati celotno zgradbo in njeno stanje, ali pa od novinarja, ki je povzemal videno ali besedila drugih poroč evalcev. Temu so sledile strokovne študije, ki so jih objavili v letih po potresu. V njih primarnih podatkov praviloma ni (izjema je nekaj zapisanih poroč il ljudi, ki so potres doživeli). Preberemo pa lahko strokovno interpretacijo zbranih podatkov. Na koncu tega č asovnega prikaza so katalogi potresov, ki so več inoma nastali mnogo let pozneje. V njih so vsi podatki o potresu povzeti le z nekaj številkami. Te nam podajo č asovno in prostorsko opredelitev potresa ter oceno njegove moč i. Za analizo posledic potresa 29. januarja 1917 smo uporabili veliko primarnih podatkov. To so: fotografije, vprašalniki, poroč ila oč ividcev, č asopisi in zapisniki o škodi. Posavski muzej Brežice (PMB) hrani deset razglednic in štiri č rno-bele fotografije potresne škode in prenove. Motivi na njih so več inoma poškodbe, ki jih je potres povzroč il na posameznih stavbah, in tudi prizori iz obdobja po potresu (vojaški šotori, odstranjevanje ruševin). Dva posnetka poškodb (nad oknom na brežiškem gradu in Kroflova hiša) sta v lasti Judite Marolt. Nekatere fotografije so bile objavljene v č asopisih, č asnikih in študijah. Ljubljanski č asopis Ilustrirani glasnik je 15. marca 1917 objavil šest fotografij s Č ateža ob Savi in iz Krške vasi (glej Literaturo). To so edine znane ohranjene fotografije iz teh dveh naselij. Poleg vsake fotografije je kratek opis (lastnik, namen objekta, druge zanimivosti). Tornquist (1918) je v svoji študiji objavil tri fotografije in dve risbi iz Brežic. Heritsch in Schwinner (1919) sta objavila dve fotografiji poškodb na Dobenem in eno s pokopališč a na Č atežu ter risbe rotacij objektov na Dobenem in v Brežicah. Vprašalnike za Slovenijo je v č asu potresa zbirala Potresna komisija s sedežem na Dunaju (danes je to Zentralanstalt für Meteorologie und Geodynamik, okrajšano ZAMG). Vprašalniki naj bi se nahajali v njihovem arhivu, toda med izvajanjem te raziskave jih tam nismo našli. Vprašalniki za Slovenijo za obdobje 1918–1941 (in mogoč e še za kakšen potres pred tem, ker je proti koncu vojne vladala zmeda) so se pošiljali v hrambo v takratni centralni seizmološki arhiv v Beograd. Tamkajšnji kolegi zagotavljajo, da v njihovem 76 današnjem arhivu vprašalnikov za Slovenijo ni več . Vprašalniki za Hrvaško se hranijo v arhivu Geofizikalnega zavoda Fakultete za naravoslovje in matematiko Univerze v Zagrebu. Prejeli smo kopije 140 pozitivnih vprašalnikov (všteto nekaj pisem in dopisnic) in tudi seznam naselij, v katerih prebivalci tega potresa niso č utili. Pismo oč ividke iz Celja (Ria Šribar) je shranjeno v Makroseizmič nem arhivu ARSO (ARSO MsA). V Posavskem muzeju Brežice hranijo prič evanji Ivanke Ferenč ak (roj. 1906) in Cilke Lukež (roj. 1901), ki ju je leta 1987 in 1993 zapisala kustosinja Ivanka Poč kar (Dejak, 2017) Nekaj tednov po potresu so takratne oblasti na teren v širše nadžarišč no območ je poslale ekipe za popis in oceno škode (ARS). Njihova naloga je bila popisati škodo na posameznih objektih in oceniti, koliko bi stalo popravilo. Rokopis zapisnikov vsebuje podatke o škodi za mesto Brežice in njegovo predmestje ter 21 naselij v okolici (Brezina, Cundrovec, Trnje, Gornji Lenart, Šentlenart, Č rnc, Sela, Mihalovec, Veliki Obrež, Gaberje, Mali Obrež, Mostec, Zakot, Bizeljska vas, Sromlje, Artič e, Glogov Brod, Trebež, Pesje, Stari Grad in Libna). Rokopise hrani Arhiv Republike Slovenije. V slovenšč ino jih je prevedla M. Neč ak (Neč ak, 2016), celoten prepis in prevod je objavil Neč ak (2018). Gre za zelo pomemben in bogat vir podatkov o posledicah potresa. Sezname sestavljajo naslednji podatki: hišna številka, ime lastnika, površina objekta (v kvadratnih metrih), opis zgradbe, opis poškodb in na koncu ocena stroškov za obnovo (v kronah). Popisovalci so zapisali kratke in jedrnate opise stavb (gradbeni materiali, število nadstropij, tip strehe in tal, število prostorov, vč asih tudi kvaliteta gradnje …). Med primarne podatke sodijo tudi č asopisni č lanki. Uporabili smo č asopise iz treh nacionalnih digitalnih knjižnic: avstrijske ANNO, slovenske dLib in hrvaške NSK. Za to raziskavo smo pregledali 35 različ nih č asopisov iz dveh (zdaj štirih) držav, v treh različ nih jezikih (slovenšč ina, hrvašč ina in nemšč ina). Č lanke o potresu 29. januarja 1917 najdemo v 25 pregledanih č asopisih. Skupno smo našteli 323 objavljenih č lankov o potresu, zbiranju pomoč i in o popotresni prenovi. Poleg naštetih primarnih virov smo v raziskavi uporabili številne sekundarne vire – študije, oziroma kompilacije narejene na podlagi primarnih virov, kot tudi starejše kataloge potresov. Uč inki potresa in analiza poškodb Številni č asopisi so poroč ali o posledicah, ki jih je povzroč il potres v Brežicah. Prva, bolj skopa poroč ila so bila objavljena že na dan potresa. V naslednjih dneh se je v več ini pregledanih č asopisih našel vsaj en č lanek o nesreč i, ki je prizadela Brežice. Nekateri č asopisi so se zanašali na dopise, ki so jih pošiljali tamkajšnji prebivalci, drugi pa so v najbolj prizadete kraje poslali svoje poroč evalce. Vse objekte, omenjene v zapisnikih o škodi, smo analizirali s pomoč jo Evropske potresne letvice EMS-98. V zapisnikih za Brežice so le na eni stavbi (hišna številka 54c) poškodbe ocenjene kot nepomembne. Opisana sta tudi dva nestandardna objekta, in sicer grad in cerkev. V zapisnikih o škodi so poroč ila za mesto Brežice in njegovo predmestje loč eni enoti. Šele po izrisu objektov na karto smo videli, da so hiše dejansko tako pomešane, da področ ji tvorita eno celoto. Zato smo pri oceni intenzitete potresa za Brežice upoštevali podatke za mesto in predmestje skupaj. Zgodovinska raziskava (Neč ak, 2016) nam pove, da je v zapisnikih o škodi v Brežicah omenjenih 266 objektov. Škoda je bila ocenjena za 181 objektov. Razlog je ta, da je na posamezni hišni številki isti lastnik poleg stanovanjske stavbe imel še več pomožnih ali 77 gospodarskih objektov, za katere v 85 primerih ni bila podana posebna opredelitev škode. V primerih, ko ni bilo jasno, na kateri objekt istega lastnika na isti hišni številki se opis škode nanaša, smo upoštevali, da je opisana škoda za glavni (stanovanjski) objekt. Pri prikazovanju ocenjenih objektov na karti smo naleteli še na težavo, da se jih s pomoč jo ohranjenih dokumentov ni dalo identificirati v popolnosti. Uspelo nam je nedvomno določ iti položaj 159 objektov, omenjenih v zapisnikih o škodi. Več ina objektov v Brežicah je sodila v ranljivostno skupino B. To so zidane stavbe ali pa take iz mešanih materialov, iz enostavnega kamna, brez ojač enja, lahko z vgrajenimi elementi iz obdelanega kamna. Pri določ anju, v katero ranljivostno skupino sodi stavba, igrata pomembno vlogo tudi njena starost in stanje, v katerem se nahaja. Zato je za nekatere stavbe, za katere je bilo poudarjeno, da so bile nove ali v zelo dobrem stanju, določ ena ranljivostna kategorija C. V kategorijo A pa sodijo najslabše grajene stavbe ali pa take, ki so bile v slabem stanju. Več ina izmed 159 na karti prikazanih objektov, tj. 62 %, je utrpela tretjo stopnjo poškodovanosti. Tretja stopnja pomeni znatno do veliko poškodovanost: konstrukcija je zmerno poškodovana, nekonstrukcijski elementi pa so moč no poškodovani, na več ini zidov so široke in velike razpoke, zdrsnejo strešniki, dimniki se odlomijo v višini strehe, porušijo se posamezni nekonstrukcijski elementi. Karta poškodb Kot osnovo za izdelavo karte smo uporabili zemljiško-katastrski nač rt v merilu 1 : 2880 v seženjskem merskem sistemu in koordinatnem sistemu z izhodišč em v Schökelbergu pri Gradcu v današnji Avstriji (Berus, 2017). To je grafič ni prikaz zemljiških in stavbnih parcel ter stavb. Za potrebe izdelave karte poškodb so parcelne številke s katastrskega nač rta (GURS, 2017a) povezane s posestniki (lastniki), vpisanimi v oceno škod, ter oceno ranljivosti in stopnje poškodovanosti posamezne stavbe (Cecić , 2018). V reambulanč nem katastru za območ je Brežic so na voljo štirje listi, od katerih sta bila za izdelavo karte uporabna dva: prvi s prikazom središč a Brežic severno od brežiškega gradu in tretji, na katerem je predmestje južno od gradu. Ključ za povezavo kart, na katerih so le parcelne številke, in zapisnikov o škodi, ki vsebujejo naslove in lastnike, je Parcelni zapisnik. Le-ta med drugim vsebuje potrebne podatke o posestniku (ime, priimek in bivališč e), hišno številko in številko parcele, kar je dovolj za enolič no identifikacijo poškodovanih objektov. Vse našteto gradivo hrani Geodetska pisarna v Brežicah. Identifikacija objektov, za katerega imamo na razpolago zapisnike o škodi ali fotografije, ni bila enostavna. Priimki lastnikov v seznamu poškodb in parcelnem zapisniku niso vedno zapisani na enak nač in. Enako je z drugimi viri. Tornquist (1918) opisuje zamik dimnika pri Antonu Glanč arju – oseba se je dejansko pisala Anton Klavžar (Poč kar, 2005). Pri izdelavi karte poškodb za Brežice (slika 1) je bilo območ je prikaza razdeljeno na dva lista, ker lista obravnavanih katastrskih nač rtov nista usklajena na robovih. Za predstavitev podatkov na karti so bili izdelani kartografski znaki. Vsak znak soč asno predstavlja dva podatka, stopnjo poškodovanosti stavb zaradi potresa (1–5) in stopnjo ranljivosti stavb (A–C). Stopnja poškodovanosti je prikazana v barvni lestvici, kjer zelena barva ponazarja rahlo poškodovan objekt (1), temno rdeč a barva pa porušen objekt (5). Stopnja ranljivosti je prikazana z obrobo kartografskega znaka. Znak, obrobljen z belo barvo, ponazarja stopnjo ranljivosti A, obrobljen delno s č rno in belo B in č rno obrobljen C. 78 Na karto smo vrisali tudi objekte, ki smo jih lahko identificirali glede na njihovo velikost, namen in tip gradnje, nismo pa mogli jasno opredeliti stopnje poškodovanosti. Prikazani so s č rno obrobljenimi belimi krogci. Karta poškodb za Brežice je prva med kartami poškodb za naselja, opisana v seznamu poškodb. Ta proces na ARSO še poteka. Potres so č utili tudi v številnih drugih naseljih; opisi uč inkov v posameznih naseljih so objavljeni v Cecić (2018). Ocenjevanje intenzitet in interpretacija podatkov Zapisniki o škodi prikazujejo le podatka o hišni številki in lastniku objekta, podatki v katastru (GURS, 2017; GURS, 2017a) pa so navezani na katastrsko številko parcele. Da bi povezali lastnike in številke parcel, smo uporabili parcelni zapisnik (GURS, 2017a). Kljub temu v več primerih ni bilo mogoč e toč no identificirati položaja objekta, ki je opisan v zapisnikih škode, ker se podatki niso ujemali. Intenzitete smo ocenjevali po Evropski potresni lestvici. Evropska potresna lestvica, z okrajšavo EMS-98, je orodje, ki seizmologom omogoč a klasifikacijo in statistič no obdelavo podatkov o škodi, ki jo potres povzroč i v naseljenem kraju. Tako dobimo podatek o intenziteti potresa v tem kraju. Pri interpretaciji podatkov iz 1917 je bila za vsako stavbo oz. skupino stavb določ ena stopnja ranljivosti (A, B in obč asno C) kot tudi stopnja poškodovanosti (1–5). Stopnji veljata glede na EMS-98 lestvico. Interpretacija podatkov ni bila enostavna. Lastniki so imeli poleg stanovanjskega objekta še nekaj pomožnih zgradb (hlevi, gospodarska poslopja, kozolci, mlini, lope …). Zaradi obilice dela so popisovalci pogosto popisali skupaj vse poškodbe za vse stavbe v lastništvu iste osebe. Tudi opisi škode so pogosto skopi (npr. »Dimniki, stene, omet«), kar lahko dejansko pomeni širok razpon škode. S podatki v stolpcu, v katerem so zapisane ocene škod, si nismo mogli veliko pomagati, ker se vsote ne skladajo. Poleg tega v tej rubriki niso bile zabeležene odškodnine za objekte ali dele objektov, ki jih je vojska že popravila pred zač etkom popisa. Glede tipizacije ranljivosti objektov lahko ugotovimo, da so bile hiše v velikem številu primerov grajene iz mešanice materialov – delno zidane, delno lesene. Strehe so bile delno pokrite s strešniki in delno s slamo; tla so bila delno mehka, delno tlakovana ali lesena. V zapisnikih o škodi ni podatka o številu zgradb v posameznem naselju. Zato sta upoštevana kot okvirna podatka pri rač unanju statistike: podatek o največ ji omenjeni hišni številki in podatek o skupnem številu omenjenih objektov. Za nekatera naselja je bilo podatkov premalo in ni bilo možno narediti statistike poškodb ter določ iti intenzitete. V teh primerih je uporabljena oznaka D (angleško damage = škoda). V primeru naselja Mali Obrež, za katerega imamo samo podatek, da je komisija pregledala dve hiši brez poškodb, ni bilo možno določ iti niti opisne intenzitete. Potres so tam zagotovo č utili, toda o tem nimamo prav nobene informacije. Zato se Mali Obrež ne pojavlja v konč nem seznamu intenzitet. 79 80 Slika 1. Karta poškodb v Brežicah po potresu 29. januarja 1917 (list 1 in list 3) Figure 1. Damage in Brežice due to the 29 January 1917 earthquake (sheets 1 and 3). Č eprav so takratni č asopisi izvrsten vir podatkov o potresih, so vč asih objavili tudi napač ne informacije. V prvih dnevih po potresu je bilo še nekaj zmede pri poroč anju o številu žrtev. Kmalu so obe ženski, ki sta zaradi potresa umrli, identificirali. Prva je umrla v Brežicah, kjer je bila na obisku in se je nanjo porušila stena hiše (živela je v Dobrni). Druga je na Savi pri Krškem prala perilo in zaradi potresa utonila. Ni jasno, ali se je znašla v vodi zaradi strahu ali zaradi morebitnega zdrsa dela brežine. Dejstvo je, da v zimskih oblač ilih in v ledeno mrzli vodi (temperature so bile tiste dni globoko pod nič lo) ni mogla preživeti. V Brežicah in okoliških vaseh je bilo ranjenih več oseb, civilistov in vojakov. Mediji so posebej izpostavili dva fanta v Krški vasi, ki sta bila rešena izpod porušene stene hiše. Oba sta bila hudo poškodovana. Vsi zbrani primarni in sekundarni viri so bili skrbno analizirani. Intenzitete so bile ocenjene po EMS-98. V primeru, da za neki kraj obstaja več primarnih in sekundarnih podatkovnih virov, smo privzeli, da so podatki iz primarnih virov zanesljivejši. Skupno smo zbrali podatke o intenziteti v 344 krajih. Od tega se na tri kraje nanaša lažno (fake) poroč ilo, in sicer Dunaj, Trst in Pulj. Za tri kraje (Deutchlandsberg, Đ urašić in Tišinac) nismo uspeli določ iti, kje so se nahajali. Tako so na karti intenzitet prikazani podatki za 338 naselij. 81 Za 287 naselij (83 %) smo lahko ocenili intenziteto na podlagi primarnih virov ali iz kombinacije primarnih in sekundarnih virov. Za preostalih 57 naselij (17 %) je bila intenziteta ocenjena iz sekundarnih virov. Ocenjene intenzitete so izrisane na karti (sliki 2 in 3). Vsaka barvna pika ponazarja naselje, za katerega obstaja podatek o potresnih uč inkih. Rumene pike so naselja, za katera obstajajo poroč ila, da prebivalci niso č utili potresa. Intenziteto VIII EMS-98 je potres 29. januarja 1917 dosegel v štirih naseljih. To so: Brežice, Krška vas, Šentlenart in Zakot. Intenziteto VII–VIII EMS-98 je dosegel v štirih naseljih, VII EMS-98 v 4, VI–VII EMS-98 v 6, VI EMS v 23, V–VI EMS-98 v 21, V EMS-98 v 35, IV–V EMS-98 v 27, IV EMS-98 v 48, III–IV EMS-98 v 16 in III EMS-98 v 14 naseljih. Za 24 naselij imamo podatek, da je potres povzroč il gmotno škodo, toda ni dovolj podatkov, da bi določ ili intenziteto. Zato je v teh naseljih določ ena opisna intenziteta D (damage = škoda). Podobno imamo za 34 naselij le podatek, da so prebivalci potres č utili, ob tem pa ni nobenih podrobnosti, ki bi omogoč ile oceno intenzitete. Za ta naselja je določ ena opisna ocena F (felt = č utili). Za 67 naselij imamo podatke, da prebivalci potresa niso č utili (intenziteta I EMS-98). Makroseizmič na magnituda potresa 29. januarja 1917, izrač unana po formuli, objavljeni v Živč ić in Cecić (1998) za polje intenzitete V EMS-98 in srednji polmer 52 km, je 5,1. Vrednost makroseizmič ne magnitude za področ je intenzitete VI EMS-98 je 4,9 (srednji polmer 22 km). Za intenziteto IV EMS-98 ni mogoč e izrač unati makroseizmič ne magnitude, ker na zahodnem in severnem robu polja uč inkov ni dovolj podatkov. Zato področ je intenzitete IV EMS-98 ni dobro definirano. Slika 2. Intenzitete za potres 29. januarja 1917 ob 8.22 UTC. Prikazani so podatki za 338 naselij. Figure 2. Intensitiy (EMS-98) of the earthquake on 29 January 1917 in 338 localities. Nadžarišč e = epicentre; škoda = damage; č utili = felt; niso č utili = not felt. 82 Slika 3. Intenzitete za potres 29. januarja 1917 ob 8.22 UTC v širšem nadžarišč nem območ ju. Figure 3. Intensitiy (EMS-98) of the earthquake on 29 January 1917 in wider epicentral area. Nadžarišč e = epicentre; škoda = damage; č utili = felt. Iz navedenega sledi, da je makroseizmič na magnituda potresa 29. januarja 1917 enaka srednji vrednosti dveh magnitud, ki sta bili izrač unani za intenziteti V in VI EMS-98, torej 5,0. Preglednica 1: Parametri potresa 29. januarja 1917, po Ribarič (1982) in Cecić (2018). Table 1. Parametres of earthquake on 29 January 1917, according to Ribarič (1982) and Cecić (2018). Vir Leto M D h UTC m Zem. š. Zem. d. Kraj I Lestv . Mag. Tip M Source Year M D h UTC m Lat Lon Epicen. area I Scale Mag. Mag. type Ribarič , 1982 1917 01 29 08 22 45.900 15.567 Brežice 8.00 MSK 5.59 M L Cecić , 2018 1917 01 29 08 22 45.90 15.58 Brežice VIII EMS- 98 5.0 M m 83 Na podlagi prikazanih podatkov je določ ena nova parametrizacija potresa 29. januarja 1917, ki je podana v preglednici 1. Glede na zbrane makroseizmič ne podatke je bilo nadžarišč e potresa en kilometer jugozahodno od centra Brežic, med Brežicami in Krško vasjo. Položaj nadžarišč a je določ en kot uteženo povpreč je vrednosti intenzitete za naselja z intenziteto VIII, VII–VIII, VII in VI–VII EMS-98. Ocenjena napaka tako določ enega makroseizmič nega nadžarišč a je ±1 km. Sklep Sto let po tem, ko so prebivalci Brežic in okolice doživeli moč en potres, ki je povzroč il smrtne žrtve in veliko gmotno škodo, je ta dogodek ponovno raziskan. Takoj po potresu so o njemu pisali takratni geologi in seizmologi. Tokrat se je prvič z njim ukvarjal zgodovinar. Pri tem so bili najdeni novi, do sedaj neobjavljeni podatki. Seizmološke raziskave so odkrile nove vire podatkov, ki so bili uporabljeni za izdelavo karte intenzitet in izrač un parametrov potresa. Prvič je bila za nek slovenski zgodovinski potres izdelana tudi karta poškodb, na podlagi zapisnikov o škodi, ki jih hrani Arhiv RS. Č eprav se nova parametrizacija potresa ne razlikuje bistveno od tiste, ki jo je leta 1982 v katalogu potresov objavil Ribarič , so podatki v tej raziskavi dobro dokumentirani, posamezni parametri pa določ eni z več jo natanč nostjo. Brežiški potres nas opozori na dejstvo, ki ga radi pozabljamo: potresi z moč nejšimi poškodbami so nekaj, na kar je v Sloveniji treba rač unati. Potresa ne moremo napovedati, ne moremo ga tudi prepreč iti, lahko pa se na njega ustrezno pripravimo. Edina zanesljiva zašč ita je potresno odporna gradnja novih in utrjevanje starih objektov, kot tudi poznavanje ustreznega obnašanja med potresom in po njem. Literatura ANNO – AustriaN Newspapers Online : Historische österreichische Zeitungen und Zeitschriften online. http://anno.onb.ac.at. ARS – glej Zapisniki o škodi. ARSO MsA – glej Makroseizmič ni arhiv ARSO. Berus, M., 2017. Kartografska podpora študiji potresa v Brežicah 1917. Diplomska naloga, Univerza v Ljubljani, Fakulteta za gradbeništvo in geologijo. Cecić , I. Potres pri Brežicah 29. januarja 1917 – makroseizmič ne raziskave. (v tisku) Dejak, V., 2017. Stoletnica brežiškega potresa (1917-2017). Govor ob odprtju razstave Posavskega muzeja Brežice, 29. 1. 2017. Digitalna knjižnica Slovenije – dLib.si. http://www.dlib.si. Grünthal, G., ur., 1998. European Macroseismic Scale 1998. Cahiers du Centre Européen de Géodynamique et de Séismologie, Vol. 15, 99 str. GURS, 2017. Katastrski nač rt in katastrski podatki zemljiškega katastra. Brežice: Pisarna Geodetske uprave RS. GURS, 2017a. Reambulanč ni kataster za k.o. Brežice, Parcelni zapisnik (Parzellen - Protokoll der Gemeinde Brežice). Brežice: Pisarna Geodetske uprave RS. Heritsch, F. in Schwinner, R., 1919. Über die Drehungen beim Ranner Erdbeben vom 29. Jänner 1917. Mitt. Erdbeben-Komm., N.F. No. 57. Akad. d. Wiss. Wien, Mathem.-naturwiss. Klasse, Wien. Ilustrirani glasnik, 15. 3. 1917, št. 28, str. 230–231. Judita Marolt, privatna zbirka, Brežice. Makroseizmič ni arhiv ARSO, Ljubljana (ARSO MsA). 84 Nacionalna i sveuč ilišna knjižnica u Zagrebu. http://www.nsk.hr. Neč ak, D., 2016. Raziskave potresa 1917 - pregled arhivov. Rokopis. Ljubljana, 234 str. Neč ak, D., 2018. Zgodovin(ar)ski pogled na potres v Brežicah in okolici 29. 1. 1917 (v tisku) PMB, 2017 – gradivo, ki ga hrani Posavski muzej Brežice. Poč kar, I., 2005. Dve gasi, dva policaja, sto obrtnikov : življenje mestnih obrtnikov od sredine 19. stoletja do druge svetovne vojne na primeru Brežic. Brežiške študije 2, Brežice, 406 str. Ribarič , V., 1982. Seizmič nost Slovenije. Publikacije Seizmološkega zavoda SR Slovenije, Serija A, Št. 1-1, Ljubljana, 649 str. Tornquist, A., 1918. Das Erdbeben von Rann an der Save vom 29. Jänner 1927, Erster Teil, Mitteilungen der Erdbeben-Kommission, Neue Folge, Nr. 52, (Kais. Akad. d. Wiss., Math. - naturwiss. Klasse), Wien. Vprašalniki za Hrvaško – hrani jih Geofizič ki odsjek, Prirodoslovno-matematič ki fakultet, Sveuč ilište u Zagrebu, Zagreb. Zapisniki o škodi, sign. Si AS Dež. predsedstvo za Kranjsko POTRESNI SPISI. Arhiv Republike Slovenije, Ljubljana (oznaka ARS). Živč ić , M. in Cecić , I., 1998. Revised magnitudes of historical earthquakes in Slovenia. EGS XXXII General Assembly, Nice, France, 20-24 April 1998. 85 Preliminarna analiza potresne aktivnosti po prelomnih potresnih izvorih v Sloveniji Gregor Rajh * , Barbara Šket Motnikar ** , Mladen Živčić ** , Polona Zupančič ** , Andrej Gosar *,** Povzetek Verjetnostno ocenjevanje potresne nevarnosti upošteva učinke potresov različnih magnitud z vseh znanih potresnih izvorov na nekem območju. Izhodišče za opredelitev in parametrizacijo prelomnih potresnih izvorov predstavljajo aktivni prelomi, ki so bili v zadnjih letih na območju Slovenije predmet obsežnih raziskav. Na izračun potresne nevarnosti v veliki meri vpliva potresna aktivnost, ki jo podamo s številom potresov nad izbrano magnitudo v dani časovni in prostorski enoti. V tej študiji smo za namen izdelave nove karte potresne nevarnosti v Sloveniji analizirali potresno aktivnost po prelomnih potresnih izvorih, in sicer na podlagi seizmoloških (seizmološka potresna aktivnost) in geoloških podatkov (geološka potresna aktivnost). Seizmološko potresno aktivnost smo izračunali na podlagi zgodovinsko-instrumentalnega kataloga potresov (od leta 456 do leta 2014), iz katerega smo odstranili odvisne potresne dogodke in analizirali njegovo popolnost za pet izbranih vrednosti magnitude. Geološko potresno aktivnost smo izračunali na podlagi geometrijskih lastnosti prelomnih potresnih izvorov in hitrosti premikanja ob prelomih. Z opravljeno analizo potresne aktivnosti smo poizkusili opredeliti njeno negotovost ter poiskati razloge zanjo. Kljub temu, da so rezultati analize potresne aktivnosti preliminarni, bodo pomembno prispevali k izdelavi nove karte potresne nevarnosti Slovenije. Ključne besede: potresna aktivnost, magnitudno-frekvenčna porazdelitev, prelomni potresni izvor, prelomno območje, katalog potresov, hitrost premikanja ob prelomu, ocenjevanje potresne nevarnosti Key words: earthquake activity rate, magnitude-frequency relationship, fault seismogenic source, fault zone, earthquake catalog, fault slip rate, seismic hazard analysis Uvod Potresna nevarnost je opredeljena z jakostjo tresenja tal, ki so jo na nekem območju zmožni povzročiti potresi v izbrani povratni dobi in predstavlja izhodišče za analizo potresne ogroženosti. Potresno nevarnost običajno ponazorimo s kartami projektnega pospeška tal. Projektni pospešek tal lahko ocenimo z determinističnim ali verjetnostnim pristopom. Verjetnostno ocenjevanje potresne nevarnosti (PSHA) upošteva porazdelitev in učinke potresov različnih magnitud z vseh znanih potresnih izvorov na obravnavanem območju (Reiter, 1991; McGuire, 2004). Izhodišče za opredelitev in parametrizacijo prelomnih potresnih izvorov predstavljajo aktivni prelomi, ki so bili v zadnjih letih na območju Slovenije predmet obsežnih raziskav. Rezultat tovrstnih raziskav je karta aktivnih, verjetno aktivnih in potencialno aktivnih prelomov ter pripadajoča parametrizacijska tabela s podatki o prelomih (lokacija, geometrija, hitrost premikanja ob prelomu, aktivnost), ki ju je za namen PSHA izdelal Geološki zavod Slovenije (Atanackov et al., 2014 in 2015). Ti podatki so poleg analize seizmogene globine in največje opažene magnitude potresov (Rajh et al., 2017; Rajh, 2017) spodbudili tudi natančnejšo analizo * Univerza v Ljubljani, Naravoslovnotehniška fakulteta, Aškerčeva cesta 12, 1000 Ljubljana ** MOP, Agencija RS za okolje, Vojkova 1b, 1000 Ljubljana 86 potresne aktivnosti (ang. earthquake activity rate) po prelomnih potresnih izvorih. Potresno aktivnost podamo s številom potresov nad izbrano magnitudo v dani časovni in prostorski enoti, izračunamo pa jo lahko na podlagi seizmoloških (seizmološka potresna aktivnost) ali geoloških podatkov (geološka potresna aktivnost). Z opredelitvijo prelomnih območij okrog tras prelomnih potresnih izvorov smo vzpostavili prostorski odnos med prelomi in preteklo seizmičnostjo. Podatke o pretekli seizmičnosti smo črpali iz zgodovinsko- instrumentalnega (od leta 456 do leta 2014) kataloga potresov (ARSO, 2015), iz katerega smo odstranili odvisne potresne dogodke po metodi, opisani v Gardner & Knopoff (1974) in nato analizirali njegovo popolnost za pet izbranih vrednosti magnitude. Celotno analizo potresne aktivnosti smo izvedli s pomočjo orodij GIS (ArcGIS) in skriptnega programskega jezika Python z razširitvami. Omenjena orodja so olajšala analizo večje količine podatkov ter nam omogočila preizkušanje različnih parametrov in metod za izračun potresne aktivnosti. Seizmološko potresno aktivnost smo za oceno negotovosti izračunali z dvema pristopoma in za izbrane vrednosti magnitude popolnosti, kar ponazorimo z razponom med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti za nek prelomni potresni izvor. Primerjali smo ga tudi z izračunano geološko potresno aktivnostjo. Za izbrane prelomne potresne izvore oziroma pripadajoča prelomna območja prikazujemo magnitudno-frekvenčne porazdelitve v obliki dvojno odrezanih eksponentnih krivulj, vrednosti seizmološke potresne aktivnosti po vseh prelomnih potresnih izvorih pa prikazujemo na karti. Izračunane vrednosti potresne aktivnosti smo primerjali tudi z Evropsko bazo seizmogenih prelomov ali krajše EDSF (Basili et al., 2013), ki je bila izdelana v okviru ocenjevanja potresne nevarnosti za Evropo. Analiza potresne aktivnosti Potresno aktivnost podamo s številom potresov nad izbrano magnitudo v dani časovni in prostorski enoti. V okviru analize potresne aktivnosti smo izračunali seizmološko in geološko potresno aktivnost po prelomnih potresnih izvorih. Analizo seizmološke potresne aktivnosti izvedemo na podlagi štetja potresov, ki pripadajo posameznim prelomnim potresnim izvorom. Ocenjevanje potresne nevarnosti poenostavimo s Poissonovim modelom pojavljanja potresov. To pomeni, da predpostavimo časovno neodvisnost med posameznimi potresnimi dogodki, zato moramo pred analizo seizmološke potresne aktivnosti oziroma pred štetjem potresov iz kataloga odstraniti odvisne potresne dogodke (predpotrese in popotrese). S predpostavko stacionarne seizmičnosti moramo analizirati tudi popolnost (ang. completeness) kataloga potresov. Katalog je v nekem obdobju popoln, če so v njem zabeleženi vsi potresi nad izbrano magnitudo popolnosti (ang. magnitude of completeness). Popolnost instrumentalnega kataloga potresov je odvisna od spodnje meje detekcije in prostorske porazdelitve seizmografov, popolnost zgodovinskega kataloga potresov pa od zanesljivosti zgodovinskih virov makroseizmičnih podatkov (Reiter, 1990). Za popoln katalog potresov velja magnitudno-frekvenčna porazdelitev potresov, ponazorjena z dvojno odrezano eksponentno krivuljo (Cornell & Vanmarcke, 1969; enačba 1). Pri tem je N[m] kumulativno letno število potresov nad magnitudo m. [ ] = [ ] ( ) − ( ) 1 − ( ) (1) Dvojno odrezana eksponentna krivulja oziroma magnitudno-frekvenčna porazdelitev potresov je definirana na intervalu magnitude [m 0 , m u ). V našem primeru smo pri vseh prelomnih potresnih izvorih izbrali fiksno vrednost spodnje meje porazdelitve (m 0 = 0,0), medtem ko je zgornja meja porazdelitve (m u ) pri posameznih prelomnih potresnih izvorih 87 različna. Spodnja meja porazdelitve na ta način predstavlja magnitudo, za katero računamo potresno aktivnost. Naklon dvojno odrezane eksponentne krivulje določa koeficient β (b * ln10), ki podaja razmerje med številom šibkih in močnih potresov. Koeficient b se v svetovnem merilu približuje vrednosti 1,0, kar sta z analizo potresne dejavnosti pokazala že Gutenberg & Richter (1945). Seizmološko potresno aktivnost a opredelimo kot N[m 0 ] in v našem primeru predstavlja letno število potresov nad magnitudo 0,0. Rezultat analize popolnosti kataloga potresov so različna obdobja popolnosti, določena za izbrane vrednosti magnitude popolnosti (m i ). Za vsako magnitudo popolnosti torej določimo obdobje popolnosti kataloga in v njem preštejemo potrese N[m i ] nad magnitudo popolnosti. Pri štetju upoštevamo le glavne potrese, njihovo število pa delimo s številom let v obdobju popolnosti kataloga potresov (normirano prešteto število potresov). Vsak popoln katalog potresov opredeljuje svojo magnitudno-frekvenčno porazdelitev (enačba 1), s katero lahko izračunamo seizmološko potresno aktivnost. Glede na izbrano magnitudo popolnosti jo označimo z a mi . Seizmološko potresno aktivnost lahko torej izračunamo za različne vrednosti magnitude popolnosti (tj. obdobja popolnosti kataloga potresov), katero od teh bomo upoštevali, pa je odvisno od števila potresov in namena izračuna potresne aktivnosti. V našem primeru smo seizmološko potresno aktivnost računali na dva načina, in sicer za najmanjšo izbrano vrednost magnitude popolnosti (m i = 3,5) z največjim številom potresov (a 3,5 ), ter za največjo vrednost magnitude popolnosti (m i ), pri kateri je prelomnemu potresnemu izvoru pripisanih vsaj še pet potresov (a mi ). Rezultati enega in drugega izračuna se lahko medsebojno razlikujejo zaradi privzetih, a ne v popolnosti veljavnih, predpostavk (Poissonova porazdelitev potresov, stacionarna seizmičnost), ocenjene popolnosti kataloga potresov in nepopolnega ujemanja dejanskega stanja v naravi z modelom magnitudno-frekvenčne porazdelitve potresov. Rezultati obeh izračunov se bodo zagotovo ujemali takrat, ko bo omejitev števila potresov zadostila isti vrednosti magnitude popolnosti kataloga potresov. Vse opisane negotovosti se odražajo v velikosti razpona med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti, izračunane glede na posamezna obdobja popolnosti kataloga potresov. V ta razpon smo vključili tudi vrednosti seizmološke potresne aktivnosti, izračunane za popolne kataloge z manj kot petimi potresi, pripisanimi posameznim prelomnim potresnim izvorom. Geološko potresno aktivnost (N[m 0 ] oziroma a) izračunamo iz definicije spremembe potresnega navora (ang. seismic moment rate; Brune, 1968), s pomočjo katerega je mogoče vzpostaviti odnos med potresno aktivnostjo in dolgoročno oziroma povprečno hitrostjo premikanja ob prelomu (ang. slip rate; S) ter površino celotne prelomne ploskve (A f ). V obliki dvojno odrezane eksponentne krivulje oziroma magnitudno-frekvenčne porazdelitve potresov ta odnos zapišemo kot (Youngs & Coppersmith, 1985): [ ] = ( − ) 1 − ( ) [ ] ( ) , (2) kjer potresni navor pri zgornji meji porazdelitve (M 0 [m u ]) izrazimo kot [ ] = ( ) . (3) Koeficient µ v enačbi 2 predstavlja strižni modul. Vrednosti koeficientov c in d sta iz odnosa med potresnim navorom in magnitudo (enačba 3) empirično izpeljala že Hanks & Kanamori (1979). Vse vrednosti omenjenih koeficientov smo za izračun geološke potresne aktivnosti privzeli na podlagi literature (npr. Gutenberg & Richter, 1945; Hanks & 88 Kanamori, 1979; Youngs & Coppersmith, 1985; Bungum, 2007). Podajamo jih v preglednici 1. Geološka potresna aktivnost je izračunana na letno vrednost in primerljiva s seizmološko potresno aktivnostjo, če je hitrost premikanja ob prelomu podana v dolžinski enoti na leto. Na podlagi izračunanih vrednosti seizmološke in geološke potresne aktivnosti po posameznih prelomnih potresnih izvorih lahko prikažemo magnitudno-frekvenčno porazdelitev potresov (enačba 1). Za spodnjo mejo porazdelitve (m 0 ) smo v vseh izračunih potresne aktivnosti privzeli vrednost magnitude enako 0,0. Zgornja meja porazdelitve (m u ) predstavlja največjo magnitudo potresa, ki ga lahko generira nek potresni izvor. V analizi geološke potresne aktivnosti je treba upoštevati tudi delež aseizmične komponente premika ob prelomu, ki pripada duktilnim deformacijam oziroma lezenju (ang. creep). Preglednica 1 – Koeficienti in njihove vrednosti, uporabljene v analizi potresne aktivnosti (npr. Gutenberg & Richter, 1945; Hanks & Kanamori, 1979; Youngs & Coppersmith, 1985; Bungum, 2007). koeficient vrednost b 1,0 β b * ln10 c 1,5 d 16,1 µ 3 * 10 10 N/m 2 Prikaz in priprava podatkov Analizo potresne aktivnosti smo izvedli po prelomnih potresnih izvorih, ki jih je v okviru projekta "Seizmotektonska parametrizacija aktivnih prelomov Slovenije" pripravil Geološki zavod Slovenije (Atanackov et al., 2014 in 2015). Prelomni potresni izvori (slika 1) so geometrijsko podani kot linijski sloj s številnimi parametri in temeljijo na trasah 89 aktivnih, verjetno aktivnih in potencialno aktivnih prelomov. V preglednici 2 podajamo izsek iz parametrizacijske tabele za izbrane prelomne potresne izvore. V programskem okolju GIS smo za vsak prelomni potresni izvor oblikovali prelomno območje, ki je na podlagi testiranj široko 5 km v obe smeri od linije prelomnega potresnega izvora, prečno nanj. S tem smo vsaj delno upoštevali napako lokacije nadžarišč potresov in zaobjeli globinsko geometrijo prelomnih potresnih izvorov. Dobljena območja smo podaljšali vzdolžno za 2 km v obe smeri ter s tem bolje pokrili obravnavano območje. Končna oblika prelomnih območij je prikazana na sliki 1. Zaradi prekrivanja je en potres lahko pripadal več kot enemu prelomnemu območju, zato smo take potrese pri štetju ustrezno utežili in sicer z obratno vrednostjo števila ponovitev. En potres je h končnemu številu tako prispeval delež, obratno sorazmeren s številom prelomnih območij, v katerih se pojavi. Število N[m i ] v primeru analize seizmološke potresne aktivnosti tako predstavlja prešteto število potresov z navorno magnitudo M W ≥ m, uteženo glede na število ponovitev posameznih potresov v različnih prelomnih območjih in normirano glede na obdobje popolnosti kataloga potresov za ustrezno vrednost magnitude popolnosti. 89 Slika 1 – Karta aktivnih, verjetno aktivnih in potencialno aktivnih prelomnih potresnih izvorov (po Atanackov et al., 2014 in 2015) s pripadajočimi prelomnimi območji. 90 Preglednica 2: Parametri za izbrane prelomne potresne izvore po Atanackov et al. (2014 in 2015), Rajh et al. (2017) in Rajh (2017). aktivnost aktiven verjetno aktiven aktiven aktiven aktiven potencialno aktiven aktiven največja navorna magnituda potresa 7,3 7,0 7,5 7,3 6,9 7,1 7,2 hitrost premikanja ob prelomu [mm/leto] 0,20 0,07 1,00 0,70 0,10 0,05 0,5 seizmogena globina [km] 8,0 11,2 16,0 16,9 11,6 20,5 15,9 naklon [°] 20 85 85 85 80 80 80 smer [°] 315 350 310 315 310 310 315 dolžina [km] 83 40 125 87 36 17 70 vrsta nariv desnozmični desnozmični desnozmični desnozmični desnozmični desnozmični ime prelomnega potresnega izvora Črnokalsko- Palmanovski prelom Hrastniški prelom Idrijski prelom Raški prelom Ravenski prelom Vrhniški prelom Žužemberški prelom 91 Temelj analize seizmološke potresne aktivnosti je zgodovinsko-instrumentalni katalog potresov (ARSO, 2015), ki obsega obdobje od leta 456 do leta 2014 ter vsebuje 2064 zmernih in močnih potresov (M W ≥ 2,7) na območju med 44° in 48° SGŠ in med 12° in 18.5° VGD (slika 2). Najmočnejši potres v katalogu doseže M W 6,5. V katalogu so podane tudi ocene napak parametrov potresov (npr. lokacije, globine in magnitude). Slika 2 – Zgodovinsko-instrumentalni katalog potresov (od leta 456 do leta 2014) s prikazanimi lokacijami nadžarišč in navornimi magnitudami potresov (ARSO, 2015). Zaradi privzete predpostavke Poissonovega modela pojavljanja potresov oziroma časovne neodvisnosti med posameznimi potresnimi dogodki smo iz kataloga odstranili odvisne potresne dogodke (predpotrese in popotrese) po metodi, opisani v Gardner & Knopoff (1974). V katalogu je po odstranitvi teh potresnih dogodkov preostalo še 1261 glavnih potresov, od tega 390 znotraj meja Slovenije. Nadalje smo analizirali še popolnost kataloga potresov. Ob predpostavki stacionarne seizmičnosti jo dokaj preprosto analiziramo z družinami krivulj, s katerimi prikažemo kumulativno število potresov nad magnitudo popolnosti v odvisnosti od časa (npr. Poljak et al., 2000). Točka, v kateri se kumulativna krivulja zadnjič prelomi oziroma bistveno spremeni naklon, določa začetek obdobja popolnosti kataloga potresov. V našem primeru smo popolnost kataloga potresov analizirali za pet izbranih vrednosti magnitude popolnosti (slika 3). Pri odčitavanju obdobja popolnosti iz kumulativnih krivulj smo si pomagali s štetjem potresov po dekadah. Analizo geološke potresne aktivnosti smo izvedli na podlagi najboljših ocen parametrov prelomov (Atanackov et al., 2014 in 2015) ter rezultatov analize seizmogene globine in največje opažene magnitude potresov (Rajh et al., 2017; Rajh, 2017), zapisanih v parametrizacijski tabeli prelomnih potresnih izvorov (preglednica 2). Največjo magnitudo potresa smo za vsak prelomni potresni izvor določili na tri načine: dva na podlagi empirično izpeljanih odnosov med površino prelomne ploskve in navorno magnitudo, 92 oziroma med dolžino preloma in navorno magnitudo (Wells & Coppersmith, 1994) ter tretjega na podlagi analize pretekle seizmičnosti (Rajh et al., 2017; Rajh, 2017). Izmed dobljenih treh vrednosti največjih magnitud potresov smo za vsak prelomni potresni izvor izbrali največjo. Pri izračunu geološke potresne aktivnosti smo upoštevali še 30 % delež aseizmičnosti (npr. Wallace, 1970; Ward, 1998; Hunstad et al., 2003). Slika 3 – Analiza popolnosti zgodovinsko-instrumentalnega kataloga potresov (ARSO, 2015) za pet izbranih vrednosti magnitude popolnosti. S puščicami so prikazani začetki obdobja popolnosti kataloga potresov. 93 Rezultati Na slikah 4, 5 in 6 prikazujemo magnitudno-frekvenčne porazdelitve potresov, izračunane na podlagi seizmoloških podatkov za najmanjšo vrednost magnitude popolnosti in geoloških podatkov. Na slikah so poleg magnitudno-frekvenčnih porazdelitev prikazane tudi točke, ki predstavljajo uteženo in normirano (prešteto) število potresov iz kataloga za različna obdobja oziroma različne magnitude popolnosti. Ponazorjene so s polnimi (ko je število potresov znotraj prelomnega območja ≥ 5) in praznimi krogi (ko je število potresov znotraj prelomnega območja < 5). Največja in najmanjša vrednost seizmološke potresne aktivnosti določata razpon, ki ga omejujeta ustrezni dve točki uteženega in normiranega števila potresov iz kataloga (npr. slika 8). Razhajanje med seizmološko potresno aktivnostjo za najmanjšo vrednost magnitude popolnosti (a 3,5 ) in geološko potresno aktivnostjo je, na primerih Raškega preloma (slika 4) in Idrijskega preloma (slika 5), veliko. Vizualno prileganje magnitudno-frekvenčne porazdelitve potresov, izračunane na podlagi a 3,5 , z uteženim in normiranim številom potresov za ostale vrednosti magnitude popolnosti je za omenjena preloma dobro. Izračunana magnitudno-frekvenčna porazdelitev potresov za Idrijski prelom se vizualno dobro prilega točkam uteženega in normiranega števila potresov za vrednosti magnitude popolnosti vse do M W 4,5, pri točkah za zadnji dve vrednosti magnitude popolnosti pa je odstopanje nekoliko večje. Na primeru Ravenskega preloma (slika 6) opazimo ravno obratno, in sicer zelo majhno razhajanje med seizmološko in geološko potresno aktivnostjo ter slabo vizualno prileganje izračunane magnitudno-frekvenčne porazdelitve potresov za a 3,5 z uteženim in normiranim številom potresov za vse ostale vrednosti magnitude popolnosti. Seizmološko določena magnitudno-frekvenčna porazdelitev potresov Ravenskega preloma gre samo skozi točko, s katero je krivulja opredeljena. Ta točka ponazarja uteženo število potresov z M W ≥ 3,5, normirano na obdobje popolnosti za ustrezno vrednost magnitude. Nekoliko se približa samo še točkama uteženega in normiranega števila potresov za naslednji dve vrednosti magnitude popolnosti, od ostalih dveh pa je že bistveno bolj oddaljena. Za pripadajoče prelomno območje je število močnejših potresov v katalogu večje od vrednosti, ki jih predvideva model, izračunan na podlagi a 3,5 . Število potresov znotraj prelomnega območja tega preloma je bistveno manjše v primerjavi s številom potresov za isto vrednost magnitude popolnosti za Raški in Idrijski prelom. Za vse tri prikazane prelome je geološka potresna aktivnost večja od seizmološke potresne aktivnosti (a 3,5 ). Pri nekaterih prelomih, npr. Vrhniškemu prelomu, pa je geološka potresna aktivnost manjša od seizmološke potresne aktivnosti (slika 7). Tu razhajanje med omenjenima potresnima aktivnostima sicer ni veliko. Za ta prelom je dobro tudi vizualno prileganje magnitudno-frekvenčne porazdelitve potresov, izračunane na podlagi a 3,5 , z uteženim in normiranim številom potresov za ostale vrednosti magnitude popolnosti. 94 Slika 4 – Magnitudno-frekvenčni porazdelitvi potresov za Raški prelom, izračunani na podlagi seizmoloških podatkov za a 3,5 (modra črta) in geoloških podatkov (rdeča črta). Točke prikazujejo uteženo in normirano prešteto število potresov z M W ≥ m i . Slika 5 – Magnitudno-frekvenčni porazdelitvi potresov za Idrijski prelom, izračunani na podlagi seizmoloških podatkov za a 3,5 (modra črta) in geoloških podatkov (rdeča črta). Točke prikazujejo uteženo in normirano prešteto število potresov z M W ≥ m i . 95 Slika 6 – Magnitudno-frekvenčni porazdelitvi potresov za Ravenski prelom, izračunani na podlagi seizmoloških podatkov za a 3,5 (modra črta) in geoloških podatkov (prekinjena rdeča črta). Točke prikazujejo uteženo in normirano prešteto število potresov z M W ≥ m i . Slika 7 – Magnitudno-frekvenčni porazdelitvi potresov za Vrhniški prelom, izračunani na podlagi seizmoloških podatkov za a 3,5 (modra črta) in geoloških podatkov (rdeča črta). Točke prikazujejo uteženo in normirano prešteto število potresov z M W ≥ m i . 96 Za prve tri že omenjene prelome v nadaljevanju prikazujemo rezultate analize seizmološke potresne aktivnosti, izračunane za največjo vrednost magnitude popolnosti, nad katero je bilo posameznemu prelomnemu potresnemu izvoru pripisanih vsaj pet potresov (slike 8, 9 in 10). Na ta način smo za Raški prelom (slika 8) izračunali seizmološko potresno aktivnost za vrednost magnitude popolnosti enako M W 4,0 (a 4,0 ), ki je v primerjavi z a 3,5 večja za približno 175 potresov letno. Razpon med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti, izračunane iz posameznih uteženih in normiranih števil potresov za različne magntude popolnosti, ni bistveno večji od te vrednosti. Tudi za Idrijski prelom (slika 9) smo v tem primeru izračunali a 4,0 , ki pa je v primerjavi z a 3,5 manjša za približno 66 potresov letno. Razpon med najmanjšo in največjo vrednostjo seizmološke potresne aktivnosti je v tem primeru bistveno večji, kar je posledica majhnega števila potresov (< 5) za večje vrednosti magnitude popolnosti. Znotraj prelomnega območja Ravenskega preloma je število potresov enako pet ali več samo pri najmanjši vrednosti magnitude popolnosti, zato je seizmološka potresna aktivnost v primeru drugega izračuna ostala nespremenjena. Razpon med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti je tudi v tem primeru dokaj velik. Največja razlika med skrajnima vrednostima seizmološke potresne aktivnosti se pojavi pri prelomih z manjšim številom potresov pri vrednostih magnitude popolnosti nad M W 4,0. Pri takih prelomih je zato za seizmološko potresno aktivnost smiselno privzeti kar vrednost a 3,5 . Slika 8 – Magnitudno-frekvenčna porazdelitev potresov za Raški prelom, izračunana na podlagi seizmoloških podatkov za a 4,0 (modra črta). Razpon med skrajnima vrednostima seizmološke potresne aktivnosti je prikazan z osenčenim območjem. 97 Slika 9 – Magnitudno-frekvenčna porazdelitev potresov za Idrijski prelom, izračunana na podlagi seizmoloških podatkov za a 4,0 (modra črta). Razpon med skrajnima vrednostima seizmološke potresne aktivnosti je prikazan z osenčenim območjem. Slika 10 – Magnitudno-frekvenčna porazdelitev potresov za Ravenski prelom, izračunana na podlagi seizmoloških podatkov za a 3,5 (modra črta). Razpon med skrajnima vrednostima seizmološke potresne aktivnosti je prikazan z osenčenim območjem. 98 Na karti potresne aktivnosti (slika 11) po prelomnih potresnih izvorih je prikazan logaritem seizmološke potresne aktivnosti, izračunan za najmanjšo vrednost magnitude popolnosti (a 3,5 ) in pripadajoče obdobje popolnosti kataloga potresov od leta 1866 do leta 2014. Največje vrednosti seizmološke potresne aktivnosti pripadajo (od največje proti najmanjši vrednosti) Raškemu prelomu (RAŠ), Žužemberškemu prelomu (ŽUŽ) in Idrijskemu prelomu (IDR). Za te prelomne potresne izvore so vrednosti a 3,5 , glede na število potresov znotraj pripadajočih prelomnih območij, določene dokaj zanesljivo. Najmanjše vrednosti izračunane potresne aktivnosti zasledimo na velikem številu prelomnih potresnih izvorov v severni in severozahodni Sloveniji, posamezni prelomni potresni izvori z majhno potresno aktivnostjo pa se pojavljajo tudi v južni Sloveniji. To so predvsem tisti z majhnim številom potresov znotraj pripadajočih prelomnih območij, zato izračunana seizmološka potresna aktivnost za njih najverjetneje ni zanesljiva. Prelomni potresni izvori z manj kot petimi potresi znotraj prelomnih območij so na karti označeni z obarvanimi prekinjenimi črtami. Diskusija Vrednosti potresne aktivnosti za nekatere prelomne potresne izvore lahko primerjamo s tistimi, ki so bile v okviru projekta SHARE ("Seismic Hazard Harmonization in Europe") izračunane po prelomnih potresnih izvorih iz baze EDSF ("The European Database of Seismogenic Faults") (Giardini et al., 2013). Primerjavo podajamo na sliki 12 za logaritem seizmološke potresne aktivnosti. Podrobnosti analize za izračun potresne aktivnosti v projektu SHARE ne poznamo, zato razlogov za odstopanje v primerjavi z našimi vrednostmi ne moremo ustrezno komentirati. Za primerjane prelomne potresne izvore se seizmološka potresna aktivnost med različnima pristopoma za izračun bistveno ne razlikuje (slika 12, levo), zato podrobneje komentiramo le primerjavo med seizmološko potresno aktivnostjo, izračunano za najmanjšo vrednost magnitude popolnosti (a 3,5 ) in projektom SHARE. Z vrednostmi potresne aktivnosti iz projekta SHARE se dobro ujemajo vrednosti a 3,5 za Idrijski prelom, Periadriatski prelom (PADR) in Raški prelom. Vrednost a 3,5 je v primerjavi z vrednostjo iz projekta SHARE bistveno manjša za Črnokalsko-Palmanovski prelom (Č-P) in Vipavski prelom (VIP). Geološka potresna aktivnost je za ta dva prelomna potresna izvora bistveno bližje vrednosti potresne aktivnosti iz projekta SHARE, zato sklepamo, da je bila tudi slednja izračunana na podlagi geoloških podatkov. Pri izračunu seizmološke potresne aktivnosti za Črnokalsko-Palmanovski prelom in Vipavski prelom smo imeli na voljo bistveno premalo podatkov, da bi lahko podali ustrezne zaključke, saj sta bila znotraj prelomnega območja prvega opažena dva potresa, znotraj prelomnega območja drugega pa le en potres. Bistveno večjo vrednost potresne aktivnosti smo v primerjavi s projektom SHARE izračunali za Labotski prelom (LAB), Šoštanjski prelom (ŠOŠ) in Zahodnosavski prelom (ZSAV). Razlog za nastalo razliko je deloma lahko vrednost koeficienta b, saj so v projektu SHARE za omenjene prelome uporabili manjšo vrednost koeficienta (0,83), kar zmanjša naklon dvojno odrezane eksponentne krivulje in s tem izračunano potresno aktivnost. 99 Slika 11 – Logaritem vrednosti a 3,5 , prikazan po prelomnih potresnih izvorih za prelomna območja (slika 1). S prekinjeno črto so označeni prelomni potresni izvori z manj kot petimi potresi znotraj pripadajočih prelomnih območij. 100 Na podlagi analize seizmološke potresne aktivnosti ugotavljamo, da je določitev le-te otežena za dokaj velik delež prelomnih potresnih izvorov, pri katerih je število potresov znotraj prelomnega območja majhno. Seizmološko potresno aktivnost smo zato z zelo omejeno zanesljivostjo lahko določili 42 prelomnim potresnim izvorom, brez izračunane vrednosti pa je ostalo 15 prelomnih potresnih izvorov. Da bi za tovrstne prelomne potresne izvore pridobili več informacij o potresni aktivnosti, bi bilo treba izvesti analizo na podlagi številčnejšega instrumentalnega kataloga potresov z bistveno manjšo magnitudo popolnosti. Kljub privzetim predpostavkam smo lahko dokaj dobro določili seizmološko potresno aktivnost za daljše prelomne potresne izvore z večjim številom potresov. S Poissonovim modelom pojavljanja potresov predpostavimo, da se potresi pojavljajo naključno in neodvisno od časa, s čimer ne ugodimo teoriji elastičnega odskoka in odvisnim dogodkom v katalogu potresov. Kljub napaki, vpeljani z omenjeno predpostavko, menimo, da nam Poissonov model, skupaj z metodami odstranjevanja odvisnih dogodkov, omogoča dovolj dobro oceno ključnih parametrov za ocenjevanje potresne nevarnosti. Poleg tega je treba upoštevati, da je ocena popolnosti kataloga potresov le približna, štetje potresov znotraj posameznih prelomnih območij pa omejeno na zelo majhno površino v primerjavi s celotno razsežnostjo kataloga potresov. Slika 12 – Primerjava rezultatov analize seizmološke potresne aktivnosti. Medsebojno za oba načina izračuna in z vrednostmi, ki so bile izračunane v okviru projekta SHARE. Z a mi je označena potresna aktivnost za največjo vrednost magnitude popolnosti, nad katero je bilo prelomu pripisanih vsaj še pet potresov. Kot smo videli na nekaterih primerih (npr. slika 10), lahko močnejši potresi z daljšimi povratnimi dobami povzročijo nekoliko večje odstopanje uteženega in normiranega števila potresov od izračunane magnitudno-frekvenčne porazdelitve in s tem bistveno vplivajo na izračun potresne aktivnosti oziroma na razpon med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti, izračunane za različne vrednosti magnitude popolnosti. Tovrstni potresni dogodki zaradi relativno kratkega časovnega razpona kataloga potresov najverjetneje niso ustrezni za analizo ali pa smo za te vrednosti magnitude popolnosti napačno ocenili obdobje popolnosti kataloga potresov. Razpon vrednosti potresne aktivnosti bi bilo smiselno podati tudi v primeru izračuna geološke potresne aktivnosti, in sicer glede na razpon vrednosti hitrosti premikanja ob prelomu. Opozoriti je treba, da "vizualen" pristop k vrednotenju rezultatov ni najbolj ustrezen. Iskanje parametrov magnitudno-frekvenčne porazdelitve, izračunane iz seizmoloških podatkov, namreč ne poteka po metodi najmanjših kvadratov, ker so vrednosti kumulativne in zato med sabo niso neodvisne. Velik vpliv na izračun seizmološke potresne aktivnosti ima tudi način pripisovanja potresov posameznim prelomnim potresnim izvorom. Predstavljena študija potresne 101 aktivnosti je le preliminarna, zato pri prostorski analizi še nismo upoštevali kinematskih lastnosti (geometrije) prelomnih potresnih izvorov in napake določitve lokacije nadžarišč potresov. Slednja upada s časom, ko je bil potres zabeležen, saj so lokacije današnjih potresov določene točneje. Zaključek in nadaljnje delo Ta študija predstavlja dopolnitev in nadaljevanje dosedanje analize potresne aktivnosti na območju Slovenije (Rajh, 2017). Na podlagi seizmoloških in geoloških podatkov smo analizirali potresno aktivnost po prelomnih potresnih izvorih (seizmološka in geološka potresna aktivnost). Tovrstna analiza je v Sloveniji zelo zahtevna zaradi relativno počasnih premikov ob prelomih in zmerne potresne dejavnosti. Seizmološko potresno aktivnost smo za oceno negotovosti izračunali po dveh pristopih ter jo, kjer je bilo to mogoče, primerjali z vrednostmi iz literature. Ugotavljamo, da je izračun potresne aktivnosti negotov za kar precej prelomov na območju Slovenije, kar se odraža v velikosti razpona med največjo in najmanjšo vrednostjo seizmološke potresne aktivnosti, izračunane za različne vrednosti magnitude popolnosti ter v razliki med seizmološko in geološko potresno aktivnostjo. Razlogov za to je več (npr. privzete predpostavke, uporabljene metode, privzete vrednosti parametrov), v največji meri pa k odstopanju prispevajo relativno kratek časovni razpon kataloga potresov, majhno število potresov v nekaterih prelomnih območjih, negotovosti v prostorski analizi in negotovosti v določanju parametrov prelomnih potresnih izvorov. Negotovosti pri izračunu seizmološke potresne aktivnosti bomo pred izračunom potresne nevarnosti poizkusili zmanjšati predvsem z izboljšano prostorsko analizo. Izvedli bomo tudi analizo seizmološke potresne aktivnosti z uporabo instrumentalnega kataloga potresov, pri kateri bo poudarek na prelomnih potresnih izvorih z nezanesljivo določeno potresno aktivnostjo. Podane vrednosti izračunane seizmološke potresne aktivnosti (slika 11) so preliminarne. Kljub temu predstavljajo pomemben člen pri izračunu končnih vrednosti potresne aktivnosti, ki bodo pomembno prispevale k izdelavi nove karte potresne nevarnosti Slovenije. Literatura Agencija RS za okolje (ARSO) (2015). Katalog potresov od leta 456 do 2014. Arhiv Agencije RS za okolje. Atanackov, J., Bavec, M., Celarc, B., Jamšek Rupnik, P., Jež, J., Novak, M., Milanič, B. (2014). Seizmotektonska parametrizacija aktivnih prelomov Slovenije. 1. del. Geološki zavod Slovenije, Ljubljana. Atanackov, J., Bavec, M., Celarc, B., Jamšek Rupnik, P., Jež, J., Novak, M., Milanič, B. (2015). Seizmotektonska parametrizacija aktivnih prelomov Slovenije. 2. del. Geološki zavod Slovenije, Ljubljana. Basili, R., Kastelic, V., Demircioglu, M. B., Garcia Moreno, D., Nemser, E. S., Petricca, P., Sboras, S. P., Besana-Ostman, G. M., Cabral, J., Camelbeeck, T., Caputo, R., Danciu, L., Domac, H., Fonseca, J., García-Mayordomo, J., Giardini, D., Glavatovic, B., Gulen, L., Ince, Y., Pavlides, S., Sesetyan, K., Tarabusi, G., Tiberti, M. M., Utkucu, M., Valensise, G., Vanneste, K., Vilanova, S., Woessner, J. (2013). The European Database of Seismogenic Faults (EDSF) compiled in the framework of the Project SHARE [online]. Istituto Nazionale di Geofisica e Vulcanologia. doi: 10.6092/INGV.IT-SHARE-EDSF. http://diss.rm.ingv.it/share-edsf (28.11.2017). 102 Brune, J. N. (1968). Seismic moment, seismicity, and rate of slip along major fault zones. Journal of Geophysical Research, 73(2), 777–784. Bungum, H. (2007). Numerical modelling of fault activities. Computers & Geosciences, 33(6), 808–820. Cornell, C. A., Vanmarcke, E. H. (1969). The major influences on seismic risk. V: Proceedings of the 4th World Conference on Earthquake Engineering. Santiago (Čile) : Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas, A-1, 69-83. Gardner, J. K., Knopoff, L. (1974). Is the sequence of earthquakes in Southern California, with aftershocks removed, Poissonian? Bulletin of the Seismological Society of America, 64(5), 1363–1367. Giardini, D., Woessner, J., Danciu, L., Crowley, H., Cotton, F., Grünthal, G., Pinho, R., Valensise, G., Akkar, S., Arvidsson, R., Basili, R., Cameelbeeck, T., Campos-Costa, A., Douglas, J., Demircioglu, M. B., Erdik, M., Fonseca, J., Glavatovic, B., Lindholm, C., Makropoulos, K., Meletti, C., Musson, R., Pitilakis, K., Sesetyan, K., Stromeyer, D., Stucchi, M., Rovida, A. (2013). Seismic Hazard Harmonization in Europe (SHARE): Online Data Resource [online]. European Facility for Earthquake Hazard and Risk (EFEHR), Swiss Seismological Service (SED). doi: 10.12686/SED-00000001-SHARE. http://www.efehr.org:8080/jetspeed/portal/hazard.psml (28.11.2017). Gutenberg, B., Richter, C. F. (1945). Seismicity of the Earth (Supplementary Paper). Bulletin of the Geological Society of America, 1945, 56(6), 603–668. Hanks, T. C., Kanamori, H. A. (1979). Moment magnitude scale. Journal of Geophysical Research, 84(B5), 2348–2350. Hunstad, I., Selvaggi, G., D'Agostino, N., England, P., Clarke, P., Pierozzi, M. (2003). Geodetic strain in peninsular Italy between 1875 and 2001. Geophysical Research Letters, 30(4), 1181. McGuire, R. K. (2004). Seismic hazard and risk analysis. Earthquake Engineering Research Institute, Kolorado, ZDA, 240 str. Poljak, M., Živčić, M., Zupančič, P. (2000). The seismotectonic characteristics of Slovenia. Pure and Applied Geophysics, 157, 37–55. Rajh, G., Zupančič, P., Živčić, M., Gosar, A., Čarman, M. (2017). Analiza največjih magnitud in globin žarišč potresov v Sloveniji za namen ocenjevanja potresne nevarnosti. V: Kuhar, M. (ur.). Raziskave s področja geodezije in geofizike 2016 : zbornik del, 22. srečanje Slovenskega združenja za geodezijo in geofiziko, Ljubljana, 26. januar 2017. Ljubljana: Fakulteta za gradbeništvo in geodezijo, 39–49. Rajh, G. (2017). Analiza seizmotektonskih podatkov v Sloveniji z uporabo GIS orodij za verjetnostno ocenjevanje potresne nevarnosti. Magistrsko delo, Univerza v Ljubljani, Naravoslovnotehniška fakulteta, 108 str. Reiter, L. (1991). Earthquake hazard analysis: Issues and insights. Columbia University Press, New York, ZDA, 254 str. Wallace, R. E. (1970). Earthquake recurrence intervals on the San Andreas fault. Geological Society of America Bulletin, 81, 2875–2890. Ward, S. (1998). On the consistency of earthquake moment release and space geodetic strain rates: Europe. Geophysical Journal International, 135, 1011–1018. Wells, D. L., Coppersmith, K. J. (1994). New empirical relationships among magnitude, rupture length, rupture width, rupture area, and surface displacement. Bulletin of the Seismological Society of America, 84(4), 974–1002. Youngs, R. R., Coopersmith, R. J. (1985). Implications of fault slip rates and earthquake recurrence models to probabilistic seismic hazard estimates. Bulletin of the Seismological Society of America, 75(4), 939–964. 103 Prvi dve leti delovanja kombinirane geodetske mreže 0. reda Klemen Ritlop 1 , Niko Fabiani 1 , Katja Oven 1 , Mihaela Triglav Č ekada 1 Povzetek Z vzpostavitvijo kombinirane geodetske mreže 0. reda je Slovenija dobila najkakovostnejše ogrodje za realizacijo in nadzor prihodnjih državnih geodetskih referenč nih sistemov. V okviru kombinirane geodetske mreže 0. reda deluje tudi deset stalno delujoč ih postaj GNSS, ki sestavljajo omrežje GNSS 0. reda. Konec leta 2017 bo minilo dve leti od zač etka delovanja omrežja GNSS 0. reda. Omrežje je operativno od 1. 1. 2016, popolno opremljeno pa je od konca novembra 2017. V č lanku na kratko opišemo vzpostavitev kombinirane geodetske mreže 0. reda, nato pa se osredotoč imo na omrežje GNSS 0. reda, njegovo vzpostavitev in prvi dve leti njegovega delovanja. Ključ ne besede: kombinirana geodetska mreža 0. reda, opazovanja GNSS, omrežje GNSS Keywords: zero order combined geodetic network, GNSS observations, GNSS network Uvod Kakovostne uradne evidence prostorskih podatkov so pomemben del državne prostorske podatkovne infrastrukture. Vsi prostorski podatki uradnih prostorskih evidenc morajo biti umešč eni v uradni državni geodetski referenč ni sistem, v njem pa se izvaja tudi zajem prostorskih podatkov. Osnovni in najpomembnejši pogoj za obstoj kakovostnih evidenc prostorskih podatkov je obstoj kakovostnega geodetskega referenč nega sistema, ki zagotavlja skladnost koordinat toč k in geodetskih opazovanj skozi daljše č asovno obdobje, neodvisno od lokacije geodetskih toč k (Sterle in Stopar, 2016). Raziskave zadnjih let (Sterle, 2015; Sterle in Stopar 2016) kažejo, da je kakovost trenutne realizacije horizontalne komponente državnega koordinatnega sistema D96 v najboljšem primeru na centimetrskem nivoju za posamezno koordinatno komponento, č e koordinate toč k določ amo na podlagi omrežja SIGNAL. V primeru uporabe mreže pasivnih toč k GNSS pa je kakovost koordinatnega sistema D96 le še na nivoju nekaj centimetrov. Jasno je, da je trenutni horizontalni geodetski datum D96 zastarel in da je nujna vzpostavitev novega. Aktivnosti za vzpostavitev nove realizacije državnega horizontalnega koordinatnega sistema so v polnem teku (Medved, 2016), prav tako je v teku vzpostavitev nove višinske komponente državnega geodetskega referenč nega sistema (Stopar in sod., 2015). Veliko dela na tem področ ju je bilo opravljenega v okviru projekta Posodobitev prostorske podatkovne infrastrukture za zmanjšanje tveganj in posledic poplav, ki se je izvajal med leti 2013 in 2016 v okviru Finanč nega mehanizma Evropskega gospodarskega prostora (EGP). Kot enega najpomembnejših rezultatov tega projekta velja izpostaviti izgradnjo kombinirane geodetske mreže 0. reda. Kombinirana geodetska mreža povezuje tri stebre geodezije: geodinamiko, težnostno polje in rotacijo Zemlje tako na konceptualni in globalni ravni, kot tudi na državni ravni (Stopar in sod., 2015). Kombinirana geodetska mreža 0. reda bo združila tradicionalno loč eni horizontalno in višinsko komponento državnega koordinatnega sistema v enoten in moderen državni geodetski referenč ni sistem, ki bo predstavljal temelj državne prostorske infrastrukture. Glavna naloga mreže 0. reda je izvajanje najkakovostnejših geodetskih opazovanj, ki jih potrebujemo za, kolikor je mogoč e, neprekinjen nadzor nad kakovostjo realizacije 1 Geodetski inštitut Slovenije, Jamova cesta 2, 1000 Ljubljana 104 državnega koordinatnega sistema. Vsa opravljena opazovanja na toč kah geodetske mreže 0. reda sestavljajo kakovosten in č im bolj popoln arhiv opazovanj (arhiv opazovanj GNSS, tj. arhiv datotek RINEX, arhiv nivelmanskih opazovanj, arhiv gravimetrič nih opazovanj in arhiv terestrič nih opazovanj za potrebe ugotavljanja stabilnosti mikrolokacij toč k 0. reda). Lastnik kombinirane geodetske mreže 0. reda je Geodetska uprava RS, nadzorni center mreže pa je na Geodetskem inštitutu Slovenije. V č lanku bomo opisali osnovne znač ilnosti kombinirane geodetske mreže 0. reda, nato pa se bomo osredotoč ili na omrežje postaj GNSS. Podrobneje bomo opisali omrežje postaj GNSS, č asovnico prič etka delovanja posameznih stalno delujoč ih postaj GNSS in njihovo opremo ter rezultate prvih dveh let delovanja omrežja GNSS. Vzpostavitev kombinirane geodetske mreže 0. reda Pred prič etkom izgradnje kombinirane geodetske mreže 0. reda je bila v okviru idejnega projekta njene vzpostavitve opravljena obsežna analiza, v kateri se je določ ilo optimalno število toč k, njihova razporeditev in konč na lokacija. Pri tem so bili upoštevani sledeč i dejavniki (Berk in sod., 2012a; 2012b): oblika in velikost državnega ozemlja, reliefne danosti, vegetacija, geološke, hidrološke in geotektonske danosti ter drugi vplivni dejavniki. Osnovo za določ itev makrolokacij toč k so predstavljale osnovne geometrijske lastnosti državnega ozemlja. Postavljena sta bila dva geometrijska kriterija: • toč ke mreže 0. reda naj bodo č im vsaksebi, oziroma na kar največ ji medsebojni oddaljenosti, • toč ke mreže 0. reda naj č im bolj enakomerno pokrivajo celotno državno ozemlje. Analizirane so bile konfiguracije mreže z različ nim številom toč k (n = 2, 3, …, 6). Kot najprimernejša je bila izbrana konfiguracija mreže s šestimi toč kami, katerih predvidene makrolokacije (območ ja znotraj krogov s polmerom 25 km in hkrati znotraj državnega ozemlja) in konč ne mikrolokacije so prikazane na sliki 1. Za posamezno toč ko je bilo znotraj pripadajoč e makrolokacije izbranih več mikrolokacij, katerih primernost se je ocenjevala na podlagi sledeč ih dejavnikov (Stopar in sod., 2013; 2014a; 2014b): • Reliefne danosti: Za vsako izbrano mikrolokacijo so se preverile reliefne oblike v njeni neposredni okolici, z namenom analize primernosti mikrolokacije za izvajanje opazovanj GNSS. Dodatno je bila analizirana tudi primernost dostopa do mikrolokacije za namen izgradnje toč ke in seveda za namen izvajanja geodetskih del. • Vegetacija: Za posamezno mikrolokacijo se je naredila analiza vpliva okoliške vegetacije na vidnost neba in na vpliv več potja. V kombinaciji z analizo reliefa so bile izdelane karte vidnosti neba. • Geološke, hidrološke in geotektonske danosti: Za izbrane mikrolokacije so se izdelale podrobne geološke ocene in poroč ila o litostratigrafskih in hidroloških znač ilnostih lokacije. • Drugi dejavniki: Prisotnost za GNSS in gravimetrič na opazovanja moteč ih objektov in naprav, bližina moteč e prometne infrastrukture, možnosti priključ itve na električ no in telekomunikacijsko infrastrukturo, prostorska ureditev (dovoljeni posegi v prostor na območ ju izbrane mikrolokacije, predvideni posegi v prostor v okolici mikrolokacije) in lastništvo parcele (državna ali obč inska last). 105 Slika 1: Karta predvidenih makrolokacij šestih toč k kombinirane geodetske mreže 0. reda, ob upoštevanju postavljenih geometrijskih kriterijev, in njihovih konč nih mikrolokacij (Berk in sod., 2012b) Poleg naštetih dejavnikov je morala mikrolokacija ustrezati tudi smernicam EUREF za vzpostavitev mrež stalno delujoč ih postaj GNSS, višinske mreže in gravimetrič ne mreže. Iskanje primernih mikrolokacij, ki bi izpolnjevale vse zahtevane pogoje je bil zahteven in dolgotrajen projekt. Opravljenih je bilo veliko usklajevanj z upravniki ali lastniki državnih ali obč inskih parcel, na kateri naj bi stala posamezna toč ka, pogovorov in pogajanj z zasebnimi lastniki sosednjih parcel posamezne mikrolokacije glede samega dostopa do toč k in izgradnje potrebne električ ne in telekomunikacijske infrastrukture. Izvedli smo tudi terenske preglede lokacij. Konč ni izbor mikrolokacij za posamezne toč ke kombinirane geodetske mreže 0. reda je podan v preglednici 1 in prikazan na sliki 1. Preglednica 1: Konč ni izbor mikrolokacij posameznih toč ke kombinirane geodetske mreže 0. reda s pripadajoč imi približnimi koordinatami v državnem horizontalnem koordinatnem sistemu D96/TM (e, n), oz. slovenskem višinskem sistemu SVS2000 (H) (Stopar in sod., 2016) Toč ka Lokacija e [m] n [m] H [m] severozahodna toč ka Korada 388660 103811 810 jugozahodna toč ka Koper 400408 46146 7 osrednja toč ka Šentvid pri Stič ni 487286 90562 342 osrednja severna toč ka Areh 539055 150677 1243 jugovzhodna toč ka Kog 596071 146151 245 severovzhodna toč ka Prilozje 520338 50129 165 Pet izmed šestih državnih toč k 0. reda je bilo vzpostavljeno na novo (Stopar in sod., 2013; 2014a; 2014b; Režek, 2015). Izjema je toč ka na lokaciji Koper za katero se je uporabila infrastruktura obstoječ e mareografske postaje Koper. Toč ke mreže 0. reda so bile vzpostavljene po mednarodnih standardih, s č imer je omogoč ena vključ itev kombinirane 106 geodetske mreže 0. reda v Evropsko kombinirano geodetsko mrežo (ECGN) (Stopar in sod., 2015). Posamezna toč ka 0. reda je sestavljena iz več toč k: • matič ne referenč ne toč ke ob vznožju stebra, • referenč ne toč ke v osi stebra (v kolikor se na stebru nahaja več toč k), • ene ali dveh referenč nih toč k GNSS na stebru, • treh referenč nih reperjev za nivelmansko in gravimetrič no izmero ob vznožju stebra, • treh ali štirih toč k zavarovalne terestrič ne in nivelmanske mreže, • referenč ne toč ke za mareografska opazovanja – le toč ka na lokaciji Koper. Na sliki 2 so fotografije posameznih toč k 0. reda. Primer konfiguracije toč ke 0. reda z dvema referenč nima toč kama GNSS je prikazan na sliki 3 (toč ka na lokaciji Šentvid pri Stič ni). Areh (16. 11. 2017) Kog (16. 11. 2017) Koper (11. 10. 2017) Korada (3. 11. 2017) Prilozje (3. 11. 2017) Šentvid pri Stič ni (29. 9. 2017) Slika 2: Fotografije toč k kombinirane geodetske mreže 0. reda (foto: Niko Fabiani) 107 Slika 3: Toč ka mreže 0. reda na lokaciji Šentvid pri Stič ni. ST00 – matič na referenč na toč ka; ST01 – referenč na toč ka v osi stebra; STA1 in STA2 – referenč ni toč ki GNSS; STR1, STR2 in STR3 – referenč ni reperji; STZ1, STZ2 in STZ3 – toč ke zavarovalne mikromreže (Stopar in sod., 2016) V okviru vzpostavitve mreže 0. reda so se poleg vseh pripravljalnih in gradbenih del izvedle tudi številne geodetske meritve: • izmera terestrič nih mikromrež posameznih toč k 0. reda, • izmera mikromrež GNSS posameznih toč k 0. reda, • izmera nivelmanskih mikromrež posameznih toč k 0. reda. Z namenom analize stabilnosti toč k 0. reda so bile vse naštete izmere opravljene dvakrat. Poleg že naštetih izmer je bila na toč kah 0. reda opravljena tudi nivelmanska izmera z namenom navezave toč k 0. reda na državno nivelmansko mrežo in gravimetrič na izmera z namenom navezave toč k 0. reda na državno gravimetrič no mrežo (Stopar in sod., 2014c). Leta 2016 pa so bile tiste referenč ne toč ke GNSS, na katerih so že delovale postaje GNSS (ARA2, KDA2, KGA1, KOPE, PZA1, PZA2, STA1, STA2), vključ ene v GNSS-kampanjo EUREF Slovenija 2016 (Medved, 2016). Omrežje stalno delujoč ih postaj kombinirane geodetske mreže 0. reda Omrežje stalno delujoč ih postaj GNSS kombinirane geodetske mreže 0. reda (v nadaljevanju omrežje GNSS 0. reda) je sestavljeno iz desetih stalno delujoč ih postaj GNSS – na lokacijah Areh, Kog, Prilozje in Šentvid pri Stič ni so vzpostavljene t. i. dvojne GNSS-toč ke, kar pomeni, da sta na stebru posamezne toč ke 0. reda stabilizirani dve referenč ni toč ki GNSS. Dvojne GNSS-toč ke naj bi zagotavljale podatke najvišje kakovosti skozi daljše č asovno obdobje (Medved in sod., 2017). Vse na novo zgrajene toč ke 0. reda 108 (tj. vse toč ke, razen toč ka na lokaciji Koper) so opremljene s senzorjem nagiba, s katerim se kontinuirano spremlja nagib oziroma stabilnost betonske plošč e, na kateri so stabilizirane posamezne referenč ne toč ke mreže 0. reda. Štiri toč ke 0. reda (na lokacijah Areh, Korada, Prilozje in Šentvid pri Stič ni) so opremljene tudi z meteorološko postajo. Senzorji nagiba in meteorološke postaje so povezani z eno izmed stalno delujoč ih postaj GNSS na posamezni toč ki 0. reda in delujejo v sklopu omrežja GNSS 0. reda. Vse stalno delujoč e postaje GNSS so opremljene z namenskimi antenami in sprejemniki, ki zagotavljajo opazovanja GNSS najvišje kakovosti. Oprema, namešč ena na posamezni postaji GNSS, je podana v preglednici 2. Preglednica 2: Oprema stalno delujoč ih postaj GNSS na posameznih toč kah mreže 0. reda Lokacija toč ke 0. reda Ime referenč ne toč ke GNSS Sprejemnik GNSS Antena GNSS Senzor nagiba Meteorološka postaja Datum namestitve postaje GNSS Areh ARA1 Leica GR30 Leica AR20 / / 22. 11. 2017 ARA2 Leica GR25 Leica AR20 Leica Nivel 210 Vaisala WXT520 16. 11. 2015 Korada KDA1 Leica GR30 Leica AR20 / / 28. 11. 2017 KDA2 Leica GR25 Leica AR20 Leica Nivel 210 Vaisala WXT520 2. 1. 2016 Kog KGA1 Leica GR25 Leica AR20 Leica Nivel 210 / 30. 6. 2015 Koper KOPE Leica GR25 Leica AR20 / / 12. 12. 2005 2 Prilozje PZA1 Leica GR25 Leica AR20 Leica Nivel 210 Vaisala WXT520 5. 6. 2015 PZA2 Leica GRX1200 PRO Leica AR20 / / 5. 6. 2015 Šentvid pri Stič ni STA1 Leica GRX1200 PRO Leica AR20 / / 9. 11. 2015 STA2 Leica GR25 Leica AR20 Leica Nivel 210 Vaisala WXT520 9. 11. 2015 Omrežje postaj GNSS je stalno delujoč a komponenta kombinirane geodetske mreže 0. reda. Posamezne postaje GNSS delujejo neprestano od njihove vzpostavitve dalje. Omrežje je operativno od 1. 1. 2016 (Medved in sod., 2017), popolno opremljeno pa je od konca novembra 2017, ko sta bili opremljeni še zadnji dve postaji GNSS (ARA1 in KDA1). Podatki s stalno delujoč ih postaj GNSS se shranjujejo v arhivu omrežja GNSS 0. reda v formatu RINEX. Arhiv vsebuje sledeč e podatke za posamezne postaje GNSS: • dnevne datoteke z intervalom registracije 30 sekund z opazovanji GPS in GLONASS 3 v stisnjeni različ ici formata RINEX 2.11 (Hatanaka-compressed), • dnevne datoteke z intervalom registracije 30 sekund z opazovanji GPS in GLONASS 3 v stisnjeni različ ici formata RINEX 3.02 (Hatanaka-compressed), • dnevne datoteke z intervalom registracije 60 sekund z opazovanji meteorološke postaje 4 (zrač ni tlak, temperatura, relativna vlažnost, smer in moč vetra, količ ina padavin ter indikator toč e) v formatu RINEX 2.11, • dnevne datoteke z intervalom registracije 60 sekund z opazovanji senzorja nagiba 5 (velikost nagiba v smeri dveh med seboj pravokotnih osi, ene usmerjene približno proti severu, druge približno proti vzhodu, in temperatura senzorja nagiba) v formatu RINEX 2.20. 2 Postaja KOPE je obstoječ a postaja omrežja SIGNAL. V omrežje GNSS 0. reda je bila vključ na 2. 1. 2016. 3 Ne velja za postaji PZA2 in STA1, kjer je namešč en sprejemnik GRX1200 PRO, ki sprejema le signal GPS. 4 Na voljo za tiste postaje, ki imajo namešč eno meteorološko postajo (glej preglednico 2). 5 Na voljo za tiste postaje, ki imajo namešč en senzor nagiba (glej preglednico 2). 109 Za upravljanje omrežja GNSS 0. reda se uporablja programski paket Alberding GNSS Status Software, ki zagotavlja tudi številne osnovne indikatorje kakovosti delovanja omrežja: dosegljivost postaje, število vidnih satelitov, število izvedenih opazovanj v enem dnevu, razmerje med številom izvedenih in vseh možnih opazovanj v enem dnevu, vrednosti faktorjev HDOP, VDOP in PDOP, razmerje C/N 0 , število izpadov signala, indikatorji več potja in letence (zakasnitve) podatkov. Za vse naštete indikatorje so nastavljene mejne vrednosti. V primeru, da je določ ena mejna vrednost presežena, se sproži alarm, ki skrbnika omrežja obvesti (preko SMS sporoč ila ali elektronske pošte) o težavi na omrežju. Kakovost opazovanj GNSS in stabilnost toč k omrežja se preverja tudi s posebnim modulom programskega paketa Alberding GNSS Status Software, imenovana PPP Monitoring. Modul PPP Monitoring izvaja dnevne izrač une koordinat vseh referenč nih toč k GNSS po metodi PPP (angl. Precise Point Positioning) in jih primerja z referenč nimi koordinatami. V primeru prevelikega odstopanja se sproži alarm, ki obvesti skrbnika omrežja o težavi. Tako za vse naštete indikatorje kakovosti delovanja omrežja, kot tudi za odstopanja dnevnih prerač unov koordinat od referenč nih vrednosti je za vsako postajo na voljo celotna zgodovina od prič etka njenega delovanja. Najkakovostnejšo kontrolo kakovosti delovanja omrežja in stabilnosti toč k pa izvaja analitič ni center mreže 0. reda, ki deluje na Katedri za matematič no in fizikalno geodezijo ter navigacijo (KMFGN) UL FGG. V okviru te kontrole kakovosti se izrač unavajo dnevne rešitve koordinat referenč nih toč k GNSS s programskim paketom Bernese GNSS Software, Version 5.2 in programskim paketom gPPP, ki ga je razvila KMFGN (Stopar in sod., 2016). Na podlagi dnevnih rešitev se nato analizira kakovost delovanja omrežja in stabilnost posameznih toč k 0. reda. Analiza odstopanj dnevnih prerač unov koordinat, dobljenih z modulom PPP Monitoring, od referenč nih koordinat pokaže, da omrežje GNSS 0. reda deluje kakovostno in da so posamezne toč ke omrežja stabilne. Č asovna vrsta odstopanj dnevnih prerač unov koordinat od referenč nih vrednosti je za osem od desetih postaj prikazana na sliki 4. Odstopanja niso prikazana za postaji ARA1 in KDA1, saj sta ti dve postaji zač eli delovati šele pred kratkim (preglednica 2). Zaradi spreminjanja referenč nih vrednosti koordinat v prvi polovici leta 2016 so v tem obdobju opazni več ji skoki v č asovnih vrstah odstopanj koordinat nekaterih postaj. Omrežje GNSS 0. reda deluje kakovostno, vendar ne povsem brez težav. Težave v delovanju omrežja povzroč ajo predvsem dejavniki, na katere nimamo neposrednega vpliva, npr. odpoved opreme zaradi udarov strele, izpadi električ ne energije zaradi neurij, težave, povezane s telekomunikacijsko infrastrukturo. 110 Slika 4: Odstopanja dnevnih prerač unov koordinat posameznih postaj omrežja GNSS 0. reda 111 Zaključ ek Izgradnja in vzpostavitev kombinirane geodetske mreže 0. reda je bila dolgotrajen, organizacijsko, predvsem pa strokovno zahteven in obsežen projekt. Rezultat projekta je šest geodetskih toč k 0. reda, ki omogoč ajo izvajanje najkakovostnejših geodetskih opazovanj in sestavljajo najpomembnejšo državno geodetsko mrežo. Z vzpostavitvijo kombinirane geodetske mreže 0. reda je bil storjen prvi korak k vzpostavitvi novega, visokokakovostnega geodetskega referenč nega sistema. Kombinirana geodetska mreža 0. reda bo v prihodnosti predstavljala osnovo za realizacije referenč nih koordinatnih sistemov in spremljanje njihove kakovosti skozi daljše č asovno obdobje. Prav tako bo kombinirana geodetska mreža 0. reda osnova za morebitno povezovanje z različ nimi mednarodnimi mrežami. Omrežje GNSS 0. reda je poleg mareografske postaje edini stalno delujoč i del kombinirane geodetske mreže 0. reda. Stalno delujoč e postaje GNSS zagotavljajo nepretrgan niz opazovanj GNSS na pripadajoč ih referenč nih toč kah GNSS 0. reda. Kot prvi sta 5. 6. 2015 zač eli delovati postaji GNSS na toč ki 0. reda v Prilozju (PZA1 in PZA2), od 2. 1. 2016 na vsaki toč ki 0. reda deluje vsaj ena postaja GNSS (tj. skupaj osem postaj GNSS). Od 28. 11. 2017, ko je bila opremljena še zadnja postaja GNSS (tj. KDA1) pa je na voljo popoln arhiv datotek RINEX za vseh deset postaj. Za konec velja omeniti, da podatki arhiva RINEX niso uporabni le na področ ju geodezije, temveč tudi na področ ju meteorologije, seizmologije, geodinamike in drugih znanstvenih področ jih. Literatura Berk, S., Bajec, K., Fajdiga, D., Bitenc, M., Hari, J., Klanjšč ek, M., Triglav Č ekada, M., Žagar, T., Radovan, D., Ambrožič , T., Koler, B., Kuhar, M., Pavlovč ič Prešeren, P., Savšek, S., Sterle, O., Stopar, B. (2012a). Zasnova temeljne več namenske državne geoinformacijske infrastrukture. Konč no poroč ilo. Geodetski inštitut Slovenije, Ljubljana, 149 str. Berk, S., Bajec, K., Fajdiga, D., Radovan, D., Komadina, Ž., Medved, K., Ambrožič , T., Koler, B., Kuhar, M., Pavlovč ič Prešeren, P., Savšek, S., Sterle, O., Stopar, B. (2012b). Idejni projekt za kombinirano geodetsko mrežo nič tega reda. Raziskave s področ ja geodezije in geofizike 2011. Zbornik predavanj. Ljubljana, str. 37–44. Medved, K. (2016). GNSS-kampanja "EUREF Slovenija 2016". Geodetski vestnik, 60(4), 752– 758. Medved, K., Berk, S., Fabiani, N., Koler, B., Komadina, Ž., Kuhar, M., Oven, K., Pavlovč ič Prešeren, P., Režek, J., Sterle, O., Stopar, B. (2017). National Report of Slovenia to the EUREF 2017 Symposium in Wrocław. Report on the Symposium of the IAG Subcommission for Europe (EUREF). Vroclav, 4 str. Režek, J. (2015). Odprtje prve državne geodetske toč ke 0. reda – Prilozje. Geodetski vestnik, 59(3), 634–636. Sterle, O. (2015). Č asovno odvisne geodetske mreže in koordinatni sistemi. Doktorska disertacija. Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Ljubljana, 196 str. Sterle, O., Stopar, B. (2016). Stanje horizontalne komponente državnega koordinatnega sistema D96. Raziskave s področ ja geodezije in geofizike 2015. Zbornik del. Ljubljana, str. 123–133. Stopar, B., Koler, B., Ambrožič , T., Pavlovč ič Prešeren, P., Kuhar, M., Sterle, O., Štebe, G., Urbanč ič , T., Oven, K., Janežič , M., Bajec, K., Bric, V., Berk, S. (2013). Izdelava projektne dokumentacije za toč ke kombinirane mreže 0. reda. Projekt 2433-13-0003. Elaborat: 1. faza, 2. faza. Geodetski inštitut Slovenije, Ljubljana, 166 str. Stopar, B., Koler, B., Ambrožič , T., Pavlovč ič Prešeren, P., Kuhar, M., Sterle, O., Štebe, G., Urbanč ič , T., Oven, K., Janežič , M., Bajec, K., Bric, V., Berk, S. (2014a). Izdelava projektne dokumentacije za toč ke kombinirane geodetske mreže 0. reda. Projekt 2433-13-0003. Elaborat: 3. faza: toč ke Areh, Koper in Korada. Geodetski inštitut Slovenije, Ljubljana, 43 str. 112 Stopar, B., Koler, B., Ambrožič , T., Pavlovč ič Prešeren, P., Kuhar, M., Sterle, O., Štebe, G., Urbanč ič , T., Oven, K., Janežič , M., Bajec, K., Bric, V., Berk, S. (2014b). Izdelava projektne dokumentacije za toč ke kombinirane mreže 0. reda. Projekt 2433-13-0003. Elaborat: 3. faza: toč ka Šentvid pri Stič ni. Geodetski inštitut Slovenije, Ljubljana, 46 str. Stopar, B., Koler, B., Kogoj, D., Ambrožič , T., Pavlovč ič Prešeren, P., Kuhar, M., Sterle, O., Kregar, K., Štebe, G., Urbanč ič , T., Goršič , J., Mencin, A., Berk, S., Bajec, K., Mesner, N., Fabiani, N., Caserman, M., Bric, V., Triglav Č ekada, M., Karnič nik, I., Janežič , M., Oven, K. (2014c). Razvoj geodetskega referenč nega sistema 2014. Projekt št. 2433-13-0003. Zaključ ni elaborat. Geodetski inštitut Slovenije, Ljubljana, 295 str. Stopar, B., Koler, B., Kogoj, D., Ambrožič , T., Pavlovč ič Prešeren, P., Kuhar, M., Sterle, O., Kregar, K., Štebe, G., Urbanč ič , T., Goršič , J., Mencin, A., Berk, S., Fabiani, N., Mesner, N., Caserman, M., Bric, V., Triglav Č ekada, M., Karnič nik, I., Janežič , M., Oven, K. (2016). Implementacija kombinirane geodetske mreže in višinske komponente ESRS v državni geodetski referenč ni sistem. Projekt št. 2433-13-0003. Konč no poroč ilo: sklop 1. Geodetski inštitut Slovenije, Ljubljana, 216 str. Stopar, B., Režek, J., Komadina, Ž., Medved, K., Berk, S., Bajec, K., Oven, K., Koler, B., Urbanč ič , T., Kuhar, M., Pavlovč ič Prešeren, P., Sterle, O. (2015). Aktivnosti pri vzpostavitvi sodobnega geodetskega referenč nega sistema v Sloveniji. Zbornik posveta 43. geodetskega dne. Sežana, str. 37–56. 113 Prostorska spremenljivost prepušč enih padavin pod krošnjo breze Katarina Zabret * , Mojca Šraj * Povzetek Padavine, ki padejo na vegetacijo (drevesa), se razdelijo na prestrežene padavine, prepušč ene padavine in odtok po deblu. Razporeditev prepušč enih padavin po prostoru je zaradi predhodnega zadrževanja v drevesni krošnji nehomogena. Prepušč ene padavine smo v raziskavi merili pod krošnjo breze, ki je v letu 2016 v povpreč ju na dogodek prestregla 48% (± 33%) padavin. Za 30 izbranih dogodkov s skupno količ ino padavin 738,8 mm smo podrobno analizirali prostorsko spremenljivost prepušč enih padavin v 11 toč kah. Delež prepušč enih padavin je bil največ ji v toč ki, nad katero je bila pokritost s krošnjo najmanjša, velika koncentracija pa je prevladovala tudi na robu krošnje. Pri več kot polovici dogodkov smo v vsaj eni toč ki izmerili več jo količ ino prepušč enih padavin kot je bilo padavin na prostem. Prostorska razporeditev prepušč enih padavin pod brezo ni bila odvisna od oddaljenosti od drevesne krošnje temveč od lastnosti krošnje in lastnosti padavinskega dogodka. Ključ ne besede: prestrežene padavine; prepušč ene padavine; breza; hierarhič no razvršč anje Key words: rainfall interception; throughfall; birch tree; hierarchical clustering Uvod Vegetacija je pomemben element v našem okolju, ki jo je potrebno upoštevati tudi pri ovrednotenju hidrološkega kroga. Vegetacija namreč del padavin prestreže in s tem vpliva na količ ino padavin, ki prispevajo k odtoku. Padavine, ki padejo nad tlemi, pokritimi z vegetacijo, se razdelijo na prestrežene padavine, prepušč ene padavine in odtok po deblu. Prestrežene padavine so tiste, ki tal ne dosežejo, ostanejo zadržane na vejah in listju ter izhlapijo nazaj v ozrač je. Prepušč ene padavine dosežejo tla na različ ne nač ine: kot direktno prepušč anje, kapljanje ali kot skladišč ene padavine (Dunkerley, 2000; Bassette in sod., 2008). Direktne prepušč ene padavine padejo skozi odprtine med vejami in listi ter nimajo neposrednega stika z drevesno krošnjo (Brandt, 1989). Kapljanje opisuje prepušč ene padavine, ki so najprej zadržane v krošnji, nato pa zaradi zasič enosti krošnje padejo na tla, skladišč ene padavine pa so prav tako zadržane v krošnji, vendar na tla padejo zaradi vpliva zunanjih dejavnikov kot so tresljaji zaradi padavin ali vetra (Levia in sod., 2017). Odtok po deblu pa opisuje tiste padavine, ki po vejah in deblu priteč ejo do tal. Na to, kolikšen delež predstavlja katera izmed komponent prestrezanja padavin, vplivajo različ ne vegetacijske (npr. fenofaze, površina krošnje, debelina lubja, indeks listne površine (LAI), naklon vej) in meteorološke (npr. količ ina padavin, trajanje dogodka, hitrost in smer vetra, temperatura) spremenljivke (Crockford in Richardson, 2000; Xiao in sod., 2000; Deguchi in sod., 2006; Andre in sod., 2008; Šraj in sod., 2008; Zabret, 2013; Zabret et al., 2015). Prehajanje padavin skozi drevesno krošnjo zaradi različ nih komponent in vplivnih spremenljivk ni homogeno. Tako pride do prostorske spremenljivosti v količ ini prepušč enih padavin, v njihovi intenziteti, pa tudi v kemijski sestavi (Keim in sod., 2018). Med zač asnim zadrževanjem padavin v krošnji, te ne mirujejo, ampak se gibljejo oziroma * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova cesta 2, 1000 Ljubljana 114 teč ejo po vejah in listju (Herwitz, 1987). Raziskave prostorske spremenljivosti prepušč enih padavin pogosto poroč ajo o toč kah, v katerih je bila količ ina prepušč enih padavin pod drevesom več ja od količ ine padavin na prostem (Gomez in sod., 2002; Carlyle-Moses in sod., 2004; Keim in sod., 2005; Šraj in sod., 2008; Yousefi in sod., 2017; Zabret in sod., 2017). Take toč ke največ krat imenujemo toč ke kapljanja (ang. drip points; Carlyle-Moses in sod., 2004; Šraj in sod., 2008) ali vroč e toč ke (ang. hot spots; Yousefi in sod., 2017). Prostorsko spremenljivost prepušč enih padavin so pogosteje raziskovali v gozdovih (Carlyle-Moses in sod., 2004; He in sod., 2014; Kowalska in sod., 2016; Dohnal in sod., 2017; Yousefi in sod., 2017) kot pod posameznimi drevesi (Gomez in sod., 2002; Nanko in sod., 2011; Fang in sod., 2015). V gozdovih zaradi strnjenosti drevesnih krošenj, ki se med seboj prekrivajo, težje ovrednotimo vpliv njihovih lastnosti na porazdelitev prepušč enih padavin. V predstavljeni raziskavi smo spremljali količ ino prepušč enih padavin v 11 toč kah pod drevesno krošnjo posameznega drevesa. Naš namen je bil, poleg nekaterih osnovnih meteoroloških spremenljivk (količ ina padavin, trajanje in intenziteta dogodka), ovrednotiti tudi vpliv lastnosti drevesne krošnje na prostorsko porazdelitev prepušč enih padavin in ugotoviti, ali je ta res odvisna od oddaljenosti od debla. Metode in podatki Raziskava poteka na eksperimentalni ploskvi v centru Ljubljane, v bližini stavbe Oddelka za okoljsko gradbeništvo UL FGG (46º02'32˝ severno in 14°29'34˝ vzhodno, na 292 m nadmorske višine). Gre za približno 600 m 2 veliko travnato površino, na kateri na zahodni strani najdemo dve skupini dreves: severno rastejo borova drevesa (Pinus nigra), južno pa breze (Betula pendula). Prepušč ene padavine pod brezo smo merili z dvema koritoma s površino 0,75 m 2 , ki sta postavljeni od debla proti robu krošnje. Prepušč ene padavine iz enega korita se stekajo v plastič ne zbiralnike z volumnom 10 in 50 litrov, ki jih redno roč no praznimo. Drugo korito pa je povezano s prekucnikom (Unidata 6506G) in avtomatskim zapisovalnikom podatkov (Onset HOBO Event). V koncentrič ni mreži pa je pod drevesno krošnjo razporejenih še 11 totalizatorjev (78,5 cm 2 ), ki jih prav tako praznimo roč no. Totalizatorje smo razporedili pod delom drevesne krošnje, kjer smo lahko zanemarili vpliv bližnje stavbe in ni bilo prisotnega prekrivanja krošenj med sosednjimi drevesi. Po tri merilnike smo postavili v tri linije od drevesnega debla proti robu krošnje v koncentrič no mrežo (Slika 1). Med totalizatorji na zunanjem robu, ki so bili med seboj najbolj oddaljeni, smo postavili še po dva dodatna totalizatorja. Odtok po deblu smo zbirali z gumijasto polcevko, ki je ovita okrog drevesnega debla in nanj pritrjena z žebljič ki ter zatesnjena s silikonom. Zbrane padavine se stekajo na prekucnik z avtomatskim zapisovalnikom podatkov (Onset RG2-M, Onset HOBO Event). Padavine na prostem smo merili na č istini, ki se nahaja na vzhodnem delu eksperimentalne ploskve. Meritve padavin potekajo z avtomatskim dežemerom Onset RG2-M (0.2 mm/prekuc) z avtomatskim zapisovalcem podatkov (Onset HOBO Event). 115 Slika 1: Postavitev totalizatorjev pod krošnjo breze Lastnosti krošnje smo opisali z naslednjimi spremenljivkami: vegetacijsko obdobje, indeks listne površine (ang. Leaf Area Index, LAI) in pokritost površine s krošnjo. Vegetacijska obdobja za brezo smo določ ili na podlagi opazovanj stanja listja: zač etek olistanja, polna olistanost krošnje, zač etek rumenenja in odpadanja listja ter krošnja brez listja. Definirali smo jih kot obdobje gole krošnje, obdobje ozelenjevanja, obdobje olistane krošnje in obdobje odpadanja listja. Pri določ anju polne olistanosti krošnje smo si pomagali tudi z meritvami LAI. LAI opisuje količ ino vse listne površine v krošnji in je enak skupni enostranski površini zelenih listov na enoto površine [m 2 /m 2 ] (Zabret, 2013). Meritve smo izvajali s senzorjem LAI-2200C (LI-COR) z 90 o zaslonko leč e. Meritve pod posameznim drevesom smo izvajali izmenič no na prostem in pod krošnjo v štirih ponovitvah. Toč ke meritev pod krošnjo so bile vnaprej določ ene in vedno iste, postavljene na višini 1,5 m od tal. Meritve smo izvajali obč asno, v povpreč ju enkrat na mesec, v obdobjih ozelenjevanja in odpadanja listja pa praktič no vsak dan. Za posamezne toč ke pod krošnjo, kjer smo merili prepušč ene padavine s totalizatorji, pa smo določ ili tudi pokritost s krošnjo (delež neba, zakritega z vejami in listjem). Na vrh posameznega totalizatorja smo vzporedno s tlemi in pravokotno na drevesno deblo postavili fotoaparat (Sony DSC- RX100M2) in posneli fotografije z 1,4-kratno poveč avo. Fotografije smo v programu ImageJ obrezali na velikost 2200 x 3080 pikslov, jih pretvorili v 1-bitne slike ter določ ili število belih (nebo) in č rnih (krošnja) pikslov. Iz deleža č rnih pikslov smo izrač unali pokritost s krošnjo nad vsako toč ko meritev prepušč enih padavin. Za osnovne statistič ne analize izmerjenih vrednosti smo uporabili program Excell, analizo prostorske razporeditve prepušč enih padavin pa smo izdelali v programu R (R Core team, 2015). Pri tem smo uporabili funkcijo levelplot v paketu lattice (Sarkar, 2017). Tako pripravljene slike smo z uporabo programa Orange (Demsar in sod., 2013) po Wardovi metodi hierarhič no razvrstili v skupine, pri č emer smo upoštevali kosinusno razdaljo, ki je za razvršč anje slik najbolj primerna. 116 Rezultati Prepušč ene padavine, odtok po deblu in prestrežene padavine V analizi prostorske porazdelitve prepušč enih padavin pod brezo smo upoštevali podatke, zbrane v letu 2016. Tega leta smo z avtomatskimi merilniki zabeležili 113 padavinskih dogodkov, 72 v obdobju olistane krošnje, 35 v obdobju gole krošnje, 2 v č asu ozelenjevanja in 4 med odpadanjem listja. Skupno je padlo 1139 mm padavin s povpreč no intenziteto 1,8 mm/h (± 3,3 mm/h), povpreč na dolžina dogodka pa je bila 9,7 ur (± 12,3 h). Pod brezo smo v celem letu namerili 831,6 mm prepušč enih padavin, povpreč no na dogodek pa je delež prepušč enih padavin znašal 51% (± 32%) in je bil v povpreč ju višji v obdobju gole (65 ± 29%) kot v obdobju olistane krošnje (45 ± 31%). Odtok po deblu je skupno znašal 31,7 mm, povpreč no na dogodek pa je predstavljal le 0,9% (± 1,9%) padavin na prostem. Delež prestreženih padavin breze se je v letu 2016 gibal med -9% in 100%, v povpreč ju pa je znašal 48% (± 33%). Prostorsko spremenljivost prepušč enih padavin smo spremljali z merilniki, postavljenimi v koncentrič no mrežo. Merilnike smo praznili roč no, č e se je le dalo po vsakem dogodku, kar pa ob vikendih, praznikih in ponoč i ni bilo mogoč e. V tej analizi smo upoštevali le tiste dogodke, za katere smo imeli hkrati na voljo ustrezne roč no pobrane in avtomatsko zabeležene podatke. Poleg tega smo izloč ili tudi dogodke z manj kot 5 mm padavin. Tako so za analizo prostorske porazdelitve prepušč enih padavin našim pogojem ustrezali podatki za 30 dogodkov (Preglednica 1). Skupno je tekom teh dogodkov padlo 738,8 mm padavin s povpreč no intenziteto 2,0 mm/h (± 1,43 mm/h) ter v povpreč nem trajanju 16,1 ur (± 13,7 h). Delež prepušč enih padavin pod brezo je v povpreč ju znašal 71% (± 15%), odtok po deblu pa je bil enak 2,0% (± 2,5%). Odtoka po deblu v 9 dogodkih ni bilo, največ je vrednosti pa smo opazili v obdobju gole krošnje. V celoti je breza za izbrane dogodke prestregla 22,7% padavin. Preglednica 1: Lastnosti izbranih 30 dogodkov DATUM Padavine [mm] Intenziteta [mm/h] Trajanje [h] Prepušč ene padavine Odtok po deblu Prestrežene padavine Gola krošnja 11.-12.1.2016 17,4 1,3 13,2 56% 0,0% 44% 3.-4.2.2016 35,2 2,0 17,4 74% 9,7% 16% 7.-8.2.2016 8,4 0,4 22,9 50% 1,4% 48% 9.-10.2.2016 34,4 2,9 11,8 71% 3,1% 26% 27.-29.2.2016 22,4 0,5 41,5 85% 0,9% 14% 29.2.-1.3.2016 16,8 1,1 15,5 92% 0,9% 7% Olistana krošnja 8.-10.4.2016 16,6 0,5 35,6 75% 4,0% 21% 14.4.2016 22,2 2,7 8,3 76% 4,4% 20% 23.-24.5.2016 8,4 0,4 21,6 84% 1,6% 14% 30.-31.5.2016 6,4 0,4 14,7 75% 0,1% 25% 5.6.2016 5,6 1,3 4,2 68% 0,2% 31% 9.-10.6.2016 18,4 1,1 17,5 79% 3,5% 18% 11.-12.6.2016 31 2,3 13,5 73% 1,6% 26% 14.-15.6.2016 93 4,3 21,5 79% 0,5% 20% 17.6.2016 8 2,0 3,9 67% 0,0% 33% 117 20.6.2016 11,4 1,4 8,0 86% 3,1% 11% 3.7.2016 36,8 2,8 13,1 86% 0,0% 14% 13.-14.7.2016 26,6 7,3 3,7 86% 0,2% 14% 18.7.2016 14,6 3,3 4,4 54% 0,0% 46% 5.-6.8.2016 9 1,3 7,1 64% 0,3% 36% 10.8.2016 28,8 2,1 13,7 69% 1,4% 29% 17.8.2016 12,6 3,4 3,7 24% 0,0% 76% 21.-22.8.2016 12,8 1,2 10,3 36% 0,0% 64% 29.8.2016 5,6 2,6 2,2 61% 0,0% 39% 1.-2.9.2016 16,6 3,6 4,6 67% 0,0% 33% 2.-3.10.2016 25,6 1,7 15,4 73% 4,9% 18% Gola krošnja 25.-26.10.2016 31,6 3,1 10,0 76% 4,9% 19% 5.-8.11.2016 84,4 1,3 67,2 78% 5,1% 17% 11.-12.11.2016 29,0 1,5 19,6 86% 0,0% 14% 18.-20.11.2016 49,2 1,3 38,1 77% 7,0% 16% Prostorska spremenljivost prepušč enih padavin Prostorsko razporeditev prepušč enih padavin smo spremljali v 11 toč kah pod krošnjo breze (Slika 1). Pri primerjavi toč k, v katerih smo izmerili največ je in najmanjše deleže prepušč enih padavin, izstopajo predvsem vse tri toč ke (1, 2 in 3), ki so najbližje deblu drevesa (Slika 2). V primeru 25 dogodkov smo največ ji delež prepušč enih padavin izmerili v toč ki 3, po 2 dogodka sta največ prepušč enih padavin prispevala v toč kah 4 in 8, 1 dogodek pa v toč ki 7. Najmanjše deleže prepušč enih padavin pa smo za 19 dogodkov izmerili v toč ki 1, za 5 dogodkov v toč ki 2, za 4 dogodke v toč ki 4, v ostalih dveh primerih pa v toč kah 6 in 8. V posameznih toč kah je količ ina prepušč enih padavin obč asno presegla količ ino padavin, izmerjenih na prostem. V kar 63% vseh dogodkov smo ta pojav opazili v toč ki 3, v preostalih 11 dogodkih pa tega pojava nismo zasledili. Izmed vseh dogodkov, ko smo pod drevesom izmerili več padavin kot na prostem, je bilo sedem takih, ko smo ta pojav zabeležili v več kot eni toč ki (petkrat v toč ki 2 in po enkrat v toč kah 4, 5, 8, 10 in 11). Več inoma smo v tem primeru več je vrednosti prepušč enih padavin izmerili v dveh toč kah in sicer za dogodke v obdobju gole krošnje. Izstopa pa dogodek 13.-14.7.2016, ki se je zgodil v obdobju olistane krošnje, delež prepušč enih padavin pa je bil več ji kot 100% v kar 4 toč kah. Ta dogodek je bil izmed vseh analiziranih najintenzivnejši z intenziteto 7,3 mm/h (Preglednica 1). Delež prepušč enih padavin pod brezo je v povpreč ju v posameznih toč kah znašal več kot 60%, kar se na slikah kaže v oranžnih in rdeč ih tonih (Slika 2). V obdobju olistane krošnje pa lahko opazimo tudi 4 dogodke v avgustu, v katerih količ ina prepušč enih padavin v nobeni toč ki ni presegla 60% (Slika 2). S pomoč jo programa Orange (Demsar in sod., 2013) smo glede na podobnost med vzorci prostorske porazdelitve, ki jih na sliki 2 tvori delež prepušč enih padavin pod brezo, smo dogodke s hierarhič nim razvršč anjem združili v 6 skupin (Preglednica 2). V prvo skupino je bil uvršč en en sam dogodek, 17.8.2016. Izmed vseh ostalih dogodek izstopa zaradi najnižjega deleža prepušč enih padavin, saj v nobeni toč ki niso presegle 30%, č eprav količ ina padavin ni bila majhna (12,6 mm), intenziteta padavin pa je bila z 3,4 mm/h celo 118 med več jimi (Preglednica 1). V drugi skupini so združeni štirje dogodki iz olistanega obdobja krošnje, vsi z manj kot 20 mm padavin, nizke intenzitete in z visokim deležem prepušč enih padavin (> 75%), ki so v primeru dveh dogodkov v toč ki 3 presegle padavine na prostem. Tudi v tretji skupini so združeni dogodki iz olistanega obdobja krošnje, z najmanjšimi količ inami padavin (< 10 mm) in v povpreč ju z dokaj kratkim trajanjem (8,7 ± 7,1 h), kar se odraža tudi pri nizkih deležih prepušč enih padavin, ki nikoli niso presegle 100%. Obilnejši dogodki z več kot 20 mm padavin iz olistanega obdobja so združeni v č etrti skupini. Njihovo trajanje, ki se je gibalo med 4 in 15 urami, je bilo dokaj kratko, zato je bila njihova intenziteta v povpreč ju med višjimi (2,5 ± 0,5 mm/h), delež prepušč enih padavin pa je bil blizu povpreč ja, skoraj pri vseh dogodkih pa je v toč ki 3 presegel 100%. Več ina dogodkov iz obdobja neolistane krošnje je bila uvršč ena v peto skupino, ki glede na količ ino padavin, trajanje in intenziteto združuje zelo raznolike dogodke, katerih delež prepušč enih padavin pa je bil visok in le v primeru enega dogodka v nobeni toč ki ni presegel 100%. Šesta skupina pa glede na meteorološke pogoje združuje zelo raznolike dogodke, katerim je skupno to, da so prepušč ene padavine količ ino padavin na prostem presegle v več kot eni toč ki. Preglednica 2: Povpreč ne lastnosti dogodkov, združenih v skupine s hierarhič nim razvršč anjem Skupina Št. dogodkov Veget. obdobje Padavine [mm] Trajanje [h] Intenziteta [mm/h] Prepušč ene padavine 1 1 Olistano 12,6 3,7 3,4 24% 2 4 Olistano 13,7 20,7 0,8 81% 3 6 Olistano 8,2 8,5 1,5 58% 4 6 Olistano 26,5 11,4 2,5 72% 5 8 Neolistano 32,5 27,3 1,5 79% 6 5 Mešano 40,6 12,0 3,8 74% 119 120 Slika 2: Prostorska porazdelitev prepušč enih padavin pod brezo za posamezen dogodek 121 Vpliv lastnosti krošnje Na prostorsko porazdelitev prepušč enih padavin pod drevesno krošnjo vplivajo tudi njene lastnosti. Za brezo so znač ilna različ na vegetacijska obdobja (olistana krošnja, odpadanje listja, gola krošnja in ozelenjevanje), za katera lahko spremembe v krošnji opišemo z indeksom listne površine (LAI), ki smo ga na raziskovalni ploskvi za brezo merili od 15.3.2016. V obdobju gole krošnje se je vrednost LAI gibala med 0,5 in 0,9 v obdobju polno olistane pa je dosegla vrednost 2,8 (Slika 3). Slika 3: Spreminjanje vrednosti LAI za brezo v letu 2016 Določ ili pa smo tudi pokritost tal s krošnjo nad vsako mersko toč ko, v kateri smo merili prepušč ene padavine. Razlike so relativno majhne (do 14%), vendar pa je oč itno, da je krošnja najredkejša nad toč ko 3, najgostejša pa nad toč ko 11 (Preglednica 3). Preglednica 3: Pokritost s krošnjo nad toč kami merjenja prepušč enih padavin Toč ka 1 2 3 4 5 6 7 8 9 10 11 Pokritost s krošnjo 76,6% 82,6% 69,9% 79,2% 83,0% 80,4% 73,7% 83,2% 74,8% 73,5% 83,9% Razprava Pri analizi prostorske porazdelitve padavin pod drevesno krošnjo breze najbolj izstopata dve toč ki (1 in 3), in sicer na desnem in levem robu merilne mreže tik ob drevesnem deblu. Na desnem robu mreže je bila postavljena toč ka 1, v kateri smo v več ini primerov (63% dogodkov) izmerili najmanjši delež prepušč enih padavin. Na levem robu pa se je nahajala toč ka 3, v kateri smo več inoma zabeležili največ je deleže prepušč enih padavin (87% 0 0,5 1 1,5 2 2,5 3 3,5 20.2.2016 1.3.2016 11.3.2016 21.3.2016 31.3.2016 10.4.2016 20.4.2016 30.4.2016 10.5.2016 20.5.2016 30.5.2016 LAI Datum meritve 122 dogodkov), ki so v tej toč ki v kar 63% vseh dogodkov presegle količ ino padavin na prostem. Ta rezultat nakazuje, da prostorska spremenljivost prepušč enih padavin ni odvisna od oddaljenosti od drevesnega debla, temveč od drugih spremenljivk, kar so ugotovili tudi drugi raziskovalci (Carlyle-Moses in sod., 2004; Kowalska in sod., 2016). Ena izmed spremenljivk, ki vpliva na prostorsko porazdelitev, je pokritost z drevesno krošnjo. Najmanjši delež neba je bil namreč pokrit ravno nad totalizatorjem v toč ki 3 (Preglednica 3), kjer smo zabeležili največ ji delež prepušč enih padavin. Ne glede na to pa v toč ki 1, kjer je prevladovala najnižja vrednost prepušč enih padavin, pokritost s krošnjo ni bila največ ja. Podobne rezultate so dobili tudi Dohnal in sodelavci (2014). Podrobnejša analiza s primerjavo hemisferič nih fotografij krošnje nad totalizatorji je pokazala, da se nad toč ko 1 nahaja več debelih vej. Llorens in Gallart (2000) sta pokazala, da je specifič na kapaciteta zadrževanja vode za veje do šestkrat več ja kot za listje. Posledič no torej veje zadržijo več padavin kot listje. Podobno so He in sodelavci (2014) ugotovili, da je prostorska spremenljivost prepušč enih padavin odvisna od indeksa vegetacijske površine (ang. Plant Area Index, PAI) in ne od LAI. PAI za razliko od LAI namreč poleg listja upošteva tudi veje. Nanko in sodelavci (2011) pa so prostorsko razporejenost prepušč enih padavin pripisali obliki krošnje in razporeditvi vej. Rezultati hierarhič nega grupiranja (Preglednica 2) kažejo še na dve vplivni spremenljivki: vegetacijsko obdobje in količ ino padavin. V prvih štirih razredih so več inoma združeni dogodki iz obdobja olistane krošnje, v petem pa dogodki iz obdobja gole krošnje. Pri razvršč anju je bil ta parameter torej upoštevan kot eden izmed vodilnih. V obdobju olistane krošnje so bile pri več ini dogodkov največ je vrednosti prepušč enih padavin izmerjene na zunanjem robu krošnje, med tem ko so bile najmanjše pri srednji oddaljenosti od debla. Podobno so ugotovili tudi Nanko in sodelavci (2011), in sicer so bile več je vrednosti prepušč enih padavin pod cipreso izmerjene ob deblu, v osrednjem območ ju so upadle, največ je pa so bile na robu krošnje. Tudi v obdobju gole krošnje smo ugotovili, da so največ ji deleži prepušč enih padavin poleg toč ke 3 še na robu krošnje, med tem ko so najmanjši deleži prepušč enih padavin v tem obdobju prevladovali na desnem robu merilne mreže (toč ke 1, 4, 7). Vegetacijsko obdobje je vplivalo tudi na razporeditev prepušč enih padavin v listnatem gozdu na severu Irana, kjer so v obdobju gole krošnje zabeležili več toč k z več kot 100% prepušč enih padavin kot v obdobju olistane krošnje (Yousefi in sod., 2017). Povezave med LAI in prostorsko porazdelitvijo prepušč enih padavin pa niso opazili Kowalska in sodelavci (2016) ter He in sodelavci (2014), ki pa so prepušč anje padavin merili v borovem in smrekovem gozdu, kjer vegetacijska obdobja niso tako izrazita. Posamezni razredi hierarhič nega razvršč anja, ki združujejo dogodke iz obdobja olistane krošnje (skupine 1, 2, 3, 4), pa se med seboj razlikujejo predvsem po količ ini padavin. V povpreč ju je najmanj padavin padlo za dogodke v skupini 3 (Preglednica 2), pri katerih prepušč ene padavine v nobeni toč ki niso presegle padavin na prostem, prav tako pa pri majhnih količ inah padavin, podobno kot Gomez in sodelavci (2002), nismo opazili izrazitih vzorcev razporeditve prepušč enih padavin (Slika 2). Pri manjši količ ini padavin drevesna krošnja namreč še ni zasič ena, zato so prepušč ene padavine sestavljene predvsem iz dežnih kapljic, ki padejo direktno skozi odprtine in ne preko kapljanja z vej in listov (Gomez in sod., 2002; Nanko in sod, 2011). Dogodki z več jimi količ inami padavin pa so bili združeni v skupini 4. V tem primeru so bile količ ine padavin na prostem v toč ki 3 vedno presežene, porazdelitev padavin pa je pri več ini dogodkov sledila enakemu vzorcu; več je deleže prepušč enih padavin smo izmerili na zunanjem robu krošnje. Podoben vzorec lahko opazimo tudi za dogodke s povpreč nimi količ inami padavin, uvršč ene v skupino 2. Proti robu drevesne krošnje se veje namreč tanjšajo, vse več je listja, kar nakazuje tudi več anje LAI od debla proti robu krošnje (Fang in sod., 2015). Zato je tam delež 123 prepušč anja padavin več ji, o č emer so poroč ali tudi Fang in sodelavci (2015) ter Nanko in sodelavci (2011). Več inoma so prepušč ene padavine presegle padavine na prostem le v eni toč ki, med tem ko smo za 5 dogodkov ta pojav zabeležili v več toč kah. Taki dogodki so bili združeni v skupini 6. Č eprav so količ ine padavin in intenzitete teh dogodkov dokaj raznolike, sta bila v to skupino uvršč ena dogodka z največ jo količ ino padavin in z najvišjo intenziteto (Preglednica 1). Pri teh dogodkih smo več je vrednosti prepušč enih padavin izmerili še v toč kah 2, 4, 5, 8, 11 in 12. Vse se nahajajo v osrednji liniji totalizatorjev oziroma na zunanjem robu krošnje (Slika 1), kjer smo več krat opazili poveč ano koncentracijo prepušč enih padavin. Tudi pod oljkami v Španiji so Gomez in sodelavci (2002) več krat namerili deleže prepušč enih padavin več je od 100%, najpogosteje prav v toč kah na robu drevesne krošnje, med tem ko je v hrastovem gozdu v Mehiki količ ina prepušč enih padavin presegla količ ino padavin na prostem v določ enih toč kah, t.i. »drip points« (Carlyle-Moses in sod., 2004). Zaključ ki Prepušč ene padavine pod drevesno krošnjo niso razporejene homogeno, ampak se njihova količ ina spreminja od toč ke do toč ke. Na posameznih mestih lahko celo presežejo količ ino padavin na prostem. Razporeditev prepušč enih padavin pa ni odvisna od oddaljenosti od drevesne krošnje, temveč od lastnosti krošnje in lastnosti padavinskega dogodka. Izmed lastnosti krošnje bolj kot indeks listne površine na prostorsko porazdelitev padavin vpliva pokritost s krošnjo in položaj vej v sami krošnji. Pod območ jem z gostejšimi in debelejšimi vejami je prepušč anje padavin manjše. Velik vpliv pa ima tudi količ ina padavin. Pri padavinah, manjših od 10 mm, prepušč ene padavine v nobeni toč ki niso presegle padavin na prostem, v primeru padavin v avgustu, manjših od 13 mm, pa je bila poleg tega porazdelitev padavin še homogena. Največ ja koncentracija prepušč enih padavin je za dogodke z več kot 10 mm padavin, ne glede na vegetacijsko obdobje, prevladovala na robu krošnje, kar je bilo največ krat ugotovljeno tudi v ostalih podobnih študijah. Literatura Andre, F., Jonard, M., Ponette, Q. (2008). Influence of species and rain event characteristics on stemflow volume in a temperate mixed oak–beech stand, Hydrological Processes 22, 4455– 4466. Bassette, C., Bussiere, F. (2008). Partitioning of splash and storage during raindrop impacts on banana leaves, Agricultural and Forest Meteorology 148, 991-1004. Brandt, C.J. (1989). The size distribution of throughfall drops under vegetation canopies, Catena 16, 507–524. Carlyle-Moses, D.E., Flores Laureano, J.S., Price, A.G. (2004). Throughfall and throughfall spatial variability in Madrean oak forest communities of northeastern Mexico, Journal of Hydrology 297, 124–135. Crockford, R.H., Richardson, D.P. (2000). Partitioning of rainfall into throughfall, stemflow and interception: effect of forest type, ground cover and climate, Hydrological Processes 14, 2903– 2920. Demsar, J., Curk, T., Erjavec, A., Gorup, C., Hocevar, T., Milutinovic, M., Mozina, M., Polajnar, M., Toplak, M., Staric, A., Stajdohar, M., Umek, L., Zagar, L., Zbontar, J., Zitnik, M., Zupan, B. (2013). Orange: Data Mining Toolbox in Python, Journal of Machine Learning Research 14, 2349−2353. 124 Deguchi, A., Hattoria, S., Park, H. (2006). The influence of seasonal changes in canopy structure on interception loss: Application of the revised Gash model, Journal of Hydrology 318, 80–102. Dohnal, M., Č erný, T., Votrubová, J., Tesař , M. (2011). Rainfall interception and spatial variability of throughfall in spruce stand, Journal of Hydrology and Hydromechanics 62, 277–284. Dunkerley D. (2000). Measuring interception loss and canopy storage in dryland vegetation: a brief review and evaluation of available research strategies, Hydrological Processes 14, 669–678. Fang, S., Zhao, C., Jian, S. (2015). Spatial variability of throughfall in a Pinus tabulaeformis plantation forest in Loess Plateau, China, Scandinavian Journal of Forest Research, DOI: 10.1080/02827581.2015.1092575. Gomez, J.A., Vanderlinden, K., Giraldez, J.V., Fereres, E. (2002). Rainfall concentration under olive trees, Agricultural water management 55, 53-70. He, Z., Yang, J., Du, J., Zhao, W., Liu, H., Chang, X. (2014). Spatial variability of canopy interception in a spruce forest of the semiarid mountain regions of China, Agricultural and Forest Meteorology 188, 58–63. Herwitz, S.R. (1987). Raindrop impact and water flow on the vegetative surfaces of trees and the effects on stemflow and throughfall generation, Earth Surface Processes and Landforms Volume 12, 425-432. Keim, R.F., Skaugset, A.E., Weiler, M. (2006). Storage of water on vegetation under simulated rainfall of varying intensity, Advances in Water Resources 29, 974–986. Kowalska, A., Boczon, A, Hildebrand, R., Polkowska, Z. (2016). Spatial variability of throughfall in a stand of Scots pine (Pinus sylvestris L.) with deciduous admixture as influenced by canopy cover and stem distance, Journal of Hydrology 538, 231–242. Levia, D.F., Hudson, S.A., Llorens, P., Nanko, K. (2017). Throughfall drop size distributions: a review and prospectus for future research, WIREs Water 4, e1225. Llorens, P., Gallart, F. (2000). A simplified method for forest water storage capacity measurement. Journal of Hydrology 240, 131-144. Nanko, K., Onda, Y., Ito, A., Moriwaki, H. (2011). Spatial variability of throughfall under a single tree: Experimental study of rainfall amount, raindrops, and kinetic energy, Agricultural and Forest Meteorology 151, 1173– 1182. R Core Team. (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing 2015, Vienna, Austria. http://www.R-project.org/ (4. 10. 2017). Sarkar, D. 2017. Package ‘lattice’. http://lattice.r-forge.r-project.org/ (25. 10. 2017) Šraj, M., Brilly, M., Mikoš, M. (2008). Rainfall interception by two deciduous Mediterranean forests of contrasting stature in Slovenia, Agricultural and Forest Meteorology 148, 121–134. Xiao, Q., McPherson, E.G., Ustin, S.L., Grismer, M.E., Simpson, J.R. (2000). Winter rainfall interception by two mature open-grown trees in Davis, California. Hydrological Processes 14, 763-784. Yousefi, S., Sadeghi, S.H., Mirzaee, S., van der Ploeg, M., Keesstra, S., Cerdà, A. (2017). Spatio- temporal variation of throughfall in a hyrcanian plain forest stand in Northern Iran. Journal of Hydrology and Hydromechanics 65, DOI: 10.1515/johh-2017-0034. Zabret, K. (2013). The influence of tree characteristics on rainfall interception. Acta hydrotechnica 26, 99−116. Zabret, K., Šraj, M. (2015). Can Urban Trees Reduce the Impact of Climate Change on Storm Runoff? Urbani izziv 26, 165-178. Zabret, K., Rakovec, J., Šraj, M. (2017). Evaluation of drop size distribution impact on rainfall interception by trees. Proceedings 1, 117, 1-10. 125 Projekt Sinica- nadgradnja sistema za ocenjevanje kakovosti zraka in ugotavljanje vzrokov č ezmernih obremenitev v Sloveniji Boštjan Paradiž * , Jure Cedilnik*, Heda Koč evar*, Irena Malešič *, Janja Turšič * V Sloveniji se zaradi specifič ne strukture virov onesnaževanja in neugodnih meteoroloških razmer sooč amo s č ezmerno onesnaženostjo zraka. Za spremljanje uč inkovitosti in posodabljanje ukrepov za izboljšanje kakovosti zraka je treba nadgraditi poznavanje in razumevanje izpustov onesnaževal, njihovega razširjanja ter posledič nih ravni v ozrač ju. Zato smo na Agenciji RS za okolje zasnovali in že zač eli izvajati projekt Sinica, ki je sofinanciran z evropskimi kohezijskimi sredstvi. Prenovili bomo merilno mrežo kakovosti zraka, omogoč ili izvajanje intenzivnih merilnih kampanj, razširili nabor meritev onesnaženosti zraka in stanja atmosfere ter nadgradili modelska orodja. Glavne izziva predstavljajo ustrezna kvantifikacija dominantnih izpustov zaradi ogrevanja z lesno biomaso ter obravnava disperzije v pogojih izrazite vertikalne stratifikacije atmosfere. Zato bo poseben poudarek namenjen meritvam parametrov turbulence in vertikalnega profila vetra, temperature ter povratnega sipanja svetlobe na aerosolih za analize epizod onesnaženosti ter za asimilacijo in verifikacijo pri modeliranju kakovosti zraka. Za več jo robustnost in boljšo interpretacijo določ anja prispevkov različ nih virov k ravnem onesnaženosti bomo hkrati uporabili neodvisni komplementarni tehniki disperzijskega in receptorskega modeliranja. Ključ ne besede: ocenjevanje kakovosti zraka, evidence izpustov, disperzijsko modeliranje, receptorsko modeliranje Key words: air quality assesment, emission inventories, dispersion modelling, receptor modelling Uvod Onesnaženost zraka v Sloveniji je zaradi specifič nih okolišč in posebej izražen problem. V precejšnjem delu Slovenije prevladujejo neugodne razmere za disperzijo, kjer lahko že manjši izpusti povzroč ajo visoke ravni onesnaževal v zraku. Poleg tega onesnaženost zraka stopnjujejo izpusti malih kurilnih naprav zaradi velikega deleža gospodinjstev, ki se ogrevajo z lesom v zastarelih peč eh in kotlih ter intenziven tranzitni in lokalni promet. Zato je Slovenija v evropskem merilu med državami z bolj onesnaženim zrakom (European Environmental Agency, 2017). Ocenjuje se, da je na č ezmerno onesnaženih območ jih prič akovana življenjska doba zaradi onesnaženega zraka okvirno eno leto krajša. Za uč inkovito ukrepanje za izboljšanje kakovosti zraka ter obvešč anje javnosti je potrebno zagotoviti ustrezne podatke o ravneh onesnaženosti zraka ter analizo izpustov in njihovih vplivov na kakovost zraka. Zadnjo več jo posodobitev sistema za spremljanje kakovosti zraka smo na Agenciji RS za okolje (ARSO) izvedeli leta 2002 v okviru projekta Phare. Ta sistem zaradi iztrošenosti merilne opreme le težko in z velikimi stroški vzdrževanja zagotavlja potreben obseg in kvaliteto podatkov. Še več , v Sloveniji ni vzpostavljene zadostne infrastrukture in znanja, da bi lahko ustrezno nač rtovali ukrepe za izboljšanje kakovosti zraka in spremljali uč inke njihovega izvajanja. V ta namen bo potrebno razviti ustrezna orodja za identifikacijo in kvantifikacijo vzrokov za č ezmerno * Agencija RS za okolje, Vojkova 1b, 1000 Ljubljana 126 onesnaženost zraka ter kvantifikacijo uč inkov posameznih ukrepov za izboljšanje stanja. Na ta nač in bo ob novelaciji nač rtov za kakovost zraka mogoč e glede na vložena sredstva doseč i več je okoljske uč inke in hkrati strokovno podpreti procese usklajevanja države, lokalnih skupnosti in drugih deležnikov glede nabora in obsega izvajanja posameznih ukrepov. Zato je nujno potrebna posodobitev obstoječ ega sistema za spremljanje kakovosti zraka in njegova nadgradnja v enovit sistem spremljanja izpustov, modelske obravnave njihovega vpliva na kakovost zraka, meritev ravni onesnaževal v zraku in drugih orodij za celovito analizo stanja. Namen projekta Namen projekta je nadgradnja in razširitev obstoječ ega sistema tako, da bo omogoč eno celovito spremljanje stanja onesnaženosti zraka in priprava strokovnih podlag odloč evalcem za nač rtovanje in spremljanje izvajanja politik in ukrepov za izboljšanje kakovosti zraka. Nadgrajen sistem bo: • omogoč al ustrezno poroč anje o izpustih na č ezmerno onesnaženih območ jih, ravneh onesnaženosti zraka v Sloveniji in vzrokih zanjo, ter o že doseženih in predvidenih uč inkih ukrepov za zmanjšanje onesnaženosti zraka Evropski komisiji, • nudil odloč evalcem strokovno osnovo za pripravo, novelacijo in spremljanje nač rtov za kakovost zraka, • prispeval k hitrejšemu in uč inkovitejšemu doseganju soglasja med vlado in lokalnimi skupnostmi o naboru in intenziteti izvajanja posameznih ukrepov v okviru nač rtov za kakovost zraka, • prispeval k doseganju okoljskih ciljev z nižjimi sredstvi zaradi ustreznejšega nabora in prioritet izvajanja ukrepov varstva zraka, • omogoč al več je upoštevanje sinergij in obvladovanje nasprotij med politikami varstva kakovosti zraka in blaženja podnebnih sprememb ter na ta nač in nižjim skupnim stroškom izvajanja obeh politik, • zagotavljal boljše obvešč anje javnosti o onesnaženosti zraka in boljšo kratkoroč no napoved ravni onesnaženosti in s tem več je možnosti prebivalstva, da zmanjša svojo izpostavljenost, • omogoč al boljše možnosti za celovito informiranje javnosti o vzrokih za č ezmerno onesnaženost zraka in na ta nač in prispeval k več ji osvešč enosti prebivalcev o možnostih za zmanjšanje onesnaženosti zraka na nivoju posameznika, • olajšal dialog in iskanje soglasja s civilno družbo pri pereč ih problemih varstva zraka, • omogoč al ustreznejšo pripravo in obravnavo strateških okoljskih presoj, presoj vplivov na okolje in okoljevarstvenih dovoljenj, • pripomogel k raziskavam na področ ju onesnaženosti zraka in vplivov na ljudi in okolje. Struktura projekta Projekt se bo izvajal v okviru štirih vsebinsko zaokroženih sklopov: • evidence in scenariji izpustov, • sistem za spremljanje kakovosti zraka in disperzijskih lastnosti atmosfere, 127 • disperzijsko modeliranje, • receptorsko modeliranje. Ena izmed osnovnih znač ilnosti in hkrati tudi prednosti projekta je integriran pristop k ocenjevanju kakovosti zraka. To bo doseženo z uporabo komplementarnih pristopov in upoštevanjem objektivnih ocen, rezultatov meritev in različ nih pristopov k modeliranju pri interpretaciji rezultatov in celoviti oceni stanja. Evidence in scenariji izpustov Evidence izpustov omogoč ajo prvo analizo vzrokov onesnaženosti zraka in so osnovni vhodni podatek disperzijskih modelov. Poleg tega je č asovni niz evidenc izpustov nepogrešljiv za ugotavljanje sprememb onesnaževanja posameznih virov in tudi uč inka ukrepov za zmanjševanje onesnaževanja zraka. V Sloveniji imamo dobre letne evidence izpustov na nacionalni ravni, velike vrzeli pa so pri evidencah izpustov v zrak z boljšo krajevno in č asovno loč ljivostjo. Največ ji poudarek bo namenjen izpustom malih kurilnih naprav za ogrevanje stavb, ki v Slovenji prispevajo več kot dve tretjini izpustov delcev. Izpuste malih kurilnih naprav se bo modeliralo na osnovi potreb po ogrevanju ob upoštevanju vrste kurilnih naprav in energentov za ogrevanje za posamezno stanovanjsko enoto (Trozzi et al. 2016). Na ta nač in bomo lahko natanč neje opisali prostorsko nehomogenost izpustov, predvsem zaradi različ ne prostorske porazdelitve kurilnih naprav na lesno biomaso. Poleg tega bodo hkrati pridobili tudi natanč nejše ocene o energetski rabi lesa v gospodinjstvih, kar je pomembno, ker kurilne naprave na lesno biomaso prispevajo več ino izpustov delcev. Pri izpustih prometa, ki je v Sloveniji po količ ini izpustov delcev na drugem mestu bomo izpuste določ ali individualno za vsak odsek državnih mest ter prometnejše ceste v urbanem okolju. Izpuste, ki se zaradi prometa sprošč ajo na drugih cestah bomo krajevno razloč ili na podlagi evidenc na nacionalni ravni in posrednih podatkov, kot je gostota prebivalstva. Izpuste več jih industrijskih virov bomo določ ali individualno. Za ostale vire izpustov se bodo razvili postopki, ki bodo izpuste, določ ene na nivoju države, disagregirali na ustrezno krajevno in č asovno resolucijo ob uporabi posrednih podatkov. Izpusti več ine virov bodo podani v prostorski mreži kvadrantov velikosti 100 x 100 m 2 , izpusti prometnejših cest bodo podani kot linijski vir, več je industrijske vire pa bomo obravnavali kot toč kovne. Za vse vire bodo pripravljeni tudi č asovni poteki. Orodja za izdelavo evidenc bodo omogoč ala tudi hitro oceno sprememb izpustov zaradi posameznih ukrepov, kot na primer sprememba vrste energenta ali vrste kurilnih naprav na določ enem območ ju. V evidence izpustov bodo vključ eni tudi neposredni izpusti toplogrednih plinov. To bo omogoč ilo oceno uč inkov posameznih ukrepov tako z vidika vplivov na kakovost zraka kakor tudi blaženja podnebnih sprememb. Scenariji predstavljajo možen č asovni potek izpustov onesnaževal zraka ob upoštevanju izbranih predpostavk. Za potrebe projekta in nač rtovanja politik in ukrepov zmanjševanje č ezmerne onesnaženosti zraka bosta pripravljeni dve vrsti scenarijev in sicer scenarij brez dodatnih ukrepov za zmanjševanje onesnaženosti zraka in scenarij, ciljno usmerjen v zagotavljanje skladnosti s standardi kakovosti zraka, predvsem za delce PM 10 . 128 Sistem za spremljanje kakovosti zraka in disperzijskih lastnosti atmosfere Posodobitve oziroma nadgradnje sistema za meritve kakovosti zraka in disperzijskih lastnosti atmosfere so potrebne tako zaradi zastarelosti obstoječ e opreme in razvoja novih merilnikov kot zaradi sprememb profilov izpustov. V okviru nadgradnje sistema bomo: • posodobili državno merilno mrežo meritev kakovosti zraka na stalnih merilnih mestih, • vzpostavili indikativne bienalne meritve kakovosti zraka, • uvedli dopolnilne meritve kakovosti zraka, • nadgradili meteorološke meritve za obravnavanje onesnaženosti, • pripravili opremo za merilne kampanje, • posodobili analitsko-informacijski sistem. Nadgradnja merilne mreže kakovosti zraka na stalnih merilnih mestih Meritve na stalnem merilnem mestu dajejo osnovne podatke o kakovosti zraka in so najpomembnejše za ugotavljanje skladnosti s predpisanimi mejnimi in ciljnimi vrednostmi, za obvešč anje javnosti in verifikacijo modelov. V Sloveniji v kompleksnem terenu prevladuje lokalna cirkulacija zraka, zato je polje ravni onesnaževal v zraku zelo nehomogeno. Ustrezno zasnovati številč no omejeno mrežo meritev na stalnih merilnih mestih je zato poseben izziv. Zaradi omejenih virov se število stalnih merilnih mest ne bo bistveno poveč alo. Predvidena so 4 nova stalna merilna mesta. V skladu z ravnmi posameznih onesnaževal, ki jih beležimo v Sloveniji in predvidenimi trendi bo več ji poudarek bo namenjen meritvam delcev, meritve ogljikovega monoksida se bodo opustile, obseg meritev žveplovega dioksida pa se bo moč no zmanjšal. Mikrolokacije obstoječ ih merilnih mest se bodo preverile glede na njihovo reprezentativnost, pri spremembi mikrolokacij pa se bo zaradi zagotavljanja kontinuitete č asovnih nizov uporabil konservativni pristop. Na stalnih merilnih mestih onesnaženosti zraka se bodo izvajale tudi meteorološke meritve. Predvidene so meritve hitrosti in smeri vetra ter parametrov turbulence atmosfere s tridimenzionalnim ultrazvoč nim anemometrom. S prehodom iz klasič nih rotacijskih anemometrov, ki se uporabljajo v obstoječ i mreži, na tridimenzionalne ultrazvoč ne anemometre se bo doseglo bolj zanesljive in toč ne meritve vetra v obdobjih z nizko hitrostjo vetra, ko je v Sloveniji poveč ini zrak č ezmerno onesnažen. Uporabljeni bodo ultrazvoč ni anemometri, ki določ ajo tudi parametre turbulence atmosfere, kar bo olajšalo analizo situacij s č ezmerno onesnaženostjo zraka. Vzpostavitev indikativnih bienalnih meritev kakovosti zraka Indikativne meritve skladno z zakonodajo dopolnjujejo meritve na stalnih mestih, imajo lahko manjšo č asovno pokritost in nudijo predvsem več jo prostorsko gostoto podatkov. Indikativne meritve delcev bodo osredotoč ene na kurilno sezono in bodo praviloma potekale bienalno. To pomeni, da bo mogoč e z enim merilnikom zagotavljati podatke za dve merilni mesti, a le vsako drugo leto. Indikativne meritve delcev se bodo izvajale z referenč nimi gravimetrič nimi vzorč evalniki. Te merilnike je zaradi majhnih dimenzij lažje umestiti v prostor, še posebej, ker za svoje delovanje ne potrebujejo namestitev v posebne zabojnike. Hkrati za njihovo delovanje zaradi njihove enostavnosti in zanesljivosti ni potrebno procesiranje parametrov meritev na sami postaji, kar tudi olajša izbiro in ureditev lokacije meritev. Prednost referenč nih vzorč evalnih delcev je tudi, da je mogoč e izbrane filtre delcev analizirati v laboratoriju in pridobiti podatke o elementni in kemič ni sestavi delcev. 129 Dopolnilne meritve kakovosti zraka Nekaterih meritev, ki lahko ključ no prispevajo k interpretaciji vzrokov za onesnaženost zraka in v vplivih na zdravje, zakonodaja ne zahteva. Njihova vključ itev v projekt bo pripomogla k celovitejši obravnavi problematike kakovosti zraka. Nač rtovana je uvedba meritev č rnega ogljika in nano delcev. Meritve č rnega ogljika povezuje vidik kakovosti zraka in podnebnih sprememb. Poleg tega je č rni ogljik pomembna metrika za ugotavljanje vplivov onesnaženega zraka na zdravje. Meritve spektralne odvisnosti optič ne absorpcije delcev, ki je podlaga za določ anje č rnega ogljika, pomagajo tudi pri ugotavljanje prispevka posameznih virov k onesnaženosti z delci. Merilnik nanodelcev omogoč a določ itev vsebnosti delcev v zraku, ki sodijo v različ ne razrede velikosti, a so manjši od 100 nm. Meritve nanodelcev zakonsko še niso urejene in področ je se še razvija, še zlasti, ker študije kažejo velik vpliv najdrobnejših delcev na zdravje. Nadgradnja meteoroloških meritev za obravnavanje onesnaženosti Zaradi orografije in lege Slovenije je onesnaženost zraka moč no odvisna od šibke lokalne cirkulacije zraka in lokalno pogojenih temperaturnih obratov. Kvalitativno in kvantitativno poznavanje trodimenzionalne lokalne cirkulacije zraka, vertikalnega profila temperature in ter drugih parametrov stabilnosti in turbulentnosti atmosfere je bistvenega pomena za razumevanje vzrokov in mehanizmov epizod povišanih ravni onesnaževal, objektivnih analiz in modeliranja kakovosti zraka. Brez ustreznih meteoroloških vhodnih podatkov ni mogoč e s prič akovano gotovostjo kvantificirati vzrokov onesnaženosti, še manj pa ocenjevati vpliv ukrepov za zmanjševanje izpustov na kakovost zraka. Nujna posodobitev obstoječ ih meritev se bo izvedla z uvedbo novih merilnih tehnik na stalnih merilnih mestih. Na teh postajah se bodo izvajale meritve s tridimenzionalnimi ultrazvoč nimi anemometri in drugo opremo, opisano v podpoglavju o stalnih merilnih mestih onesnaženosti zraka. Te meritve posredujejo toč kovne podatke o stanju atmosfere. Disperzijske procese je težko opisati brez poznavanja vertikalnega profila izbranih meteoroloških velič in. V okviru projekta bosta zato dve posebni postaji za meritve vertikalnega profila vetra in temperature ter določ anje višine mešanja. Delovanje obeh postaj bo bistveno pripomoglo k analizi vzrokov onesnaženosti. Pomemben bo tudi prispevek k zanesljivejšim napovedim koncentracij delcev, zato bo zagotovljen prenos podatkov v realnem č asu. Za določ anje vertikalnega profila vetra bo uporabljen sodar (SOund Detection And Ranging), ki s pomoč jo Dopplerjevega premika frekvence sipanega zvoč nega impulza določ a tridimenzionalni profil vetra do višine nekaj sto metrov. Pri tehniki RASS (Radio Acoustic Soundig System) se z radarjem spremlja hitrost širjenja vertikalnega zvoč nega impulza. Ker je hitrost širjenja zvoč nega valovanja odvisna predvsem od temperature atmosfere, se na ta nač in določ i vertikalni profil temperature do višine nekaj sto metrov. Izbrana bo konfiguracija merilnikov, kjer bo RASS nadgradnja sodarja. Stalno merilno mesto sodar-RASS bo na območ ju Ljubljane. Za določ anje višine mešanja se bomo uporabil laserski ceilometer. Ta merilnik meri intenziteto povratnega sipanja na vertikalnem snopu svetlobe. Intenziteta povratnega sipanja je odvisna od koncentracije delcev v zraku. Višina mešanja praviloma ustreza plasti z izrazito spremembo v povratnem sipanju svetlobe. Dodatno bo ceilometer posredoval 130 tudi indikacijo o vertikalnem profilu koncentracije delcev v prizemni pa tudi v višjih plasteh atmosfere. Merilne kampanje Z merilnimi kampanjami bomo na izbranem območ ju v obdobju ene sezone ali še krajši č as poveč ali gostoto meritev delcev ter č rnega ogljika. Poleg tega bodo vse merilne postaje za izvajanje kampanj opremljene tudi s tridimenzionalnim ultrazvoč nim anemometrom. Poleg meritev onesnaženosti in toč kovnih meritev meteoroloških velič in bomo na lokaciji kampanj zagotovili tudi vertikalne profile stanja atmosfere z sodar /RASS in ceilometrom. Rezultati kampanj bodo pripomogli k boljšemu razumevanju procesov, ki določ ajo onesnaženost zraka. Izmerjeni meteorološki podatki se bodo uporabili tudi za asimilacijo in verifikacijo lokalnih meteoroloških modelov, rezultati meritev kakovosti zraka pa za verifikacijo celotne modelske verige vključ no z evidencami izpustov. Analitsko- informacijski sistem Z nadgradnjo merilne opreme in novimi merilniki kot so sodar/RASS in ceilometri se bo razširila struktura in obseg podatkov. Bistvena sprememba glede na obstoječ e stanje bo tudi prehod s 30 minutnega na 10 minutno č asovno metriko rezultatov meritev. Pripravljen in vzpostavljen bo nov podatkovni model relacijske baze podatkov, ki bo sistemsko vključ il tudi rezultate indikativnih meritev in merilnih kampanj. V podatkovnem modelu bodo vključ eni tudi metapodatki o meritvah, da bo zagotovljena ustrezna sledljivost lokacij in drugih pogojev izvajanja meritev. Na strukturiran nač in bodo v podatkovnem modelu opredeljeni surovi rezultati meritev, podatki za sprotne analize in podporo napovedim onesnaženosti zraka, podatki za objavo na spletu v realnem č asu ter verificirani uradni podatki za izkazovanje skladnosti z mejnimi vrednostmi in njihovo poroč anje Evropski okoljski agenciji. Zasnovana in razvita bodo orodja za obdelavo in prikaz rezultatov meritev in spremljajoč ih parametrov za: • podporo kontroli delovanja merilnikov, • pripravo rezultatov meritev za njihovo objavo na spletu in poroč anje Evropski okoljski agenciji v skoraj realnem č asu, • podporo konč ni verifikaciji rezultatov meritev, • ugotavljanje skladnosti s standardi kakovosti zraka in poroč anje Evropski okoljski agenciji, • pripravo rednih letnih in meseč nih poroč il, • celovite analize situacij s povišanimi ravnmi onesnaževal v zraku za podporo izvajanju nač rtov za kakovost zraka in druge potrebe. Disperzijsko modeliranje Z disperzijskimi ter disperzijsko-kemič nimi modeli lahko v diagnostič nem nač inu uporabe ocenimo prispevek posameznih skupin virov ali območ ja k onesnaženosti zraka. Ti modeli so nepogrešljivi pri evaluaciji scenarijev izpustov in oceni uč inkov posameznih ukrepov. Poleg tega zagotavljajo podatke o prostorski porazdelitvi onesnaženosti zraka in tako dopolnjujejo rezultate omejenega števila meritev na stalnih merilnih mestih. Negotovost rezultatov v veliki meri določ a negotovost vhodnih podatkov o izpustih ter 131 nenatanč en opis polja vhodnih meteoroloških parametrov. Zakonodaja predvideva in spodbuja uporabo modelov tudi v regulatorne namene. Obstoječ a raven tehnologije disperzijskega modeliranja v regionalni in urbani skali je nezadostna za resno uporabo v operativnem smislu. Nač rtovane investicije v tem sklopu bodo omogoč ile: • izboljšanje ocene kakovosti zraka, zlasti na z meritvami slabše pokritih območ jih, • boljšo oceno reprezentativnosti obstoječ ih merilnih mest kakovosti zraka in ustreznejšo izbiro lokacij za nova merilna mesta, • analizo situacij s povišanimi ravnmi onesnaževal, kar bo omogoč alo lažje prepoznavanje vzrokov za onesnaženost zraka in kvantifikacijo vpliva lokalnih in regionalnih virov na onesnaženost zraka na izbranih območ jih, • analizo uč inkov posameznih ukrepov in scenarijev zmanjšanja izpustov za izboljšanje kakovosti zraka in zanesljivejše napovedovanje možnosti za preseganje onesnaženosti za nekaj dni vnaprej. Regionalna skala – fotokemijski disperzijski model Na regionalni skali (v loč ljivosti okoli nekaj kilometrov) bomo na ARSO nadaljevali implementacijo in razvoj modela (CAMx), sklopljenega z operativnim meteorološkim modelom (Žabkar et al, 2012). Fotokemijski disperzijski model CAMx bo s svojo loč ljivostjo sledil nadgradnjam meteorološke modelske verige. Ciljna loč ljivost obeh modelskih verig je 2 km, in sicer za celotno območ je Slovenije s širšo okolico. Poleg izboljšav na strani modelskih orodij bo velik napredek na področ ju modeliranja omogoč ila izboljšana evidenca izpustov. Ena glavnih negotovosti rezultatov modela je namreč posledica pomanjkljive kvantifikacije izpustov. Poleg transporta onesnaženja z vetrovi je za slabo kakovost zraka največ ji razlog v lokalnih izpustih predvsem zaradi malih kurišč . Ambiciozno zastavljen cilj na področ ju evidence izpustov je dober obet za precejšnjo izboljšavo rezultatov pri modeliranju kakovosti zraka. Pomembno izboljšanje je povezano z vhodnimi meteorološkimi podatki. Sklopitev med modelom onesnaženja in meteorološkim modelom je zelo tesna in meteorološki pogoji so ključ ni za pojav velike onesnaženosti zraka v slovenskem prostoru. Kakovost meteoroloških numerič nih napovedi se ves č as postopno izboljšuje, zato se prič akuje, da se bo ta trend jasno pokazal tudi v simulacijah atmosferske kemije. Poleg tega se bo v č asu trajanja projekta nadgradilo tudi meteorološko operativno verigo (predvidoma na loč ljivost 2 km), za pripravo zač etnih pogojev pa se bo uporabljalo še več meritev, tudi tistih iz drugih sklopov projekta Sinica. Pri slednjih gre predvsem za meritve vetra in vertikalne stratifikacije ozrač ja. Vse nove meritve, bodisi meteorološke bodisi meritve kakovosti zraka, bodo pomembno služile kot orodje za fizikalno validacijo in sistematič no verifikacijo modela. Na ta nač in bo lahko zagotovljeno stalno spremljanje kakovosti modela. Urbana skala - modeliranje vetra, stabilnosti atmosfere in disperzije Največ dela v sklopu disperzijskega modeliranja bo v urbani skali. Nač rtuje se simuliranje in napovedovanje meteoroloških razmer in disperzije onesnaževal z loč ljivostjo okoli 100 m za nekaj izbranih območ ij po Sloveniji. Trenutno na ARSO ni orodja, s katerim bi lahko zadovoljivo dobro operativno simulirali vetrovno polje, še manj pa celotno meteorološko dogajanje v skali okoli 100 metrov. Poseben izziv na področ ju simulacije vetra in turbulence predstavljajo specifič ne nacionalne okolišč ine s prevladujoč imi nizkimi hitrostmi vetra, izrazitimi lokalnimi vplivi vključ no z mestnim 132 toplotnim otokom na cirkulacijo zraka in poudarjeno vertikalno stratifikacijo nižjih plasti atmosfere. V prvem delu tega sklopa bo potrebno identificirati orodja in raziskati možnosti, s katerimi se bo doseglo konč ni cilj. Raziskati bo treba delovanje, težavnost implementacije in rač unsko zahtevnost ter uporabnost različ nih družin meteoroloških modelov: • tistih, ki temeljijo na masni konsistenci (INCA, CalMET, ALADIN v nač inu dinamič ne adaptacije, GRAM/GRAL…), • obstoječ e meteorološke modele (ALADIN/AROME, MesoNH…) v ustrezno visoki loč ljivosti (Termonia et al, 2017), • pregledati možnosti na področ ju LES in CFD (Code Saturne, PALM, ARPS, WRF, openFOAM) modelov. Na podlagi zgornjih ocen in tehnič nih zmožnosti se bo izbralo in na ARSO rač unski infrastrukturi implementiralo model za napovedovanje in predvsem simuliranje meteoroloških polj v loč ljivosti okoli 100 m za več omejenih območ ij. Vhodni podatki za ta model bodo vetrovna polja iz meteorološke verige modelov, v primeru simulacij za pretekle dogodke pa se bo za asimilacijo uporabilo tudi talne meritve vetra ter vertikalnih profilov atmosfere. (npr. sodar/RASS in ultrazvoč ni anemometri). Vzporedno z zgornjo aktivnostjo bo za potrebe disperzije onesnaževal v urbani skali implementiran tudi model disperzije v urbani skali. Projektna ekipa bo morala preizkusiti različ ne pristope, njihovo ustreznost v specifič nih razmerah Slovenije in se na podlagi natanč ne analize odloč ila za eno rešitev ter jo tudi implementirala. Posodobitev rač unskega centra Nadgrajen fotokemijski disperzijski model s podvojeno loč ljivostjo bo približno 16-krat rač unsko zahtevnejši od sedanjih rač unskih operacij, zato je nujna s tem povezana nadgradnja rač unskih zmogljivosti superrač unalnika. Predvidena je nadgradnja superrač unalnika ARSO z novimi rač unskimi vozlišč i (približno 30 rač unskih vozlišč ). Ob tem je bilo upoštevano zgolj poveč anje rač unskih zmogljivosti na področ ju fotokemijskega disperzijskega modeliranja kemije ozrač ja. Za celotno sliko novih potreb pa bi bilo treba upoštevati celotno verigo modeliranja disperzije v urbani skali (kar v č asu pisanja tega dokumenta ni bilo mogoč e, ker še ni bil dokonč no izbran pristop k modeliranju v urbani skali). Prav tako bo postala velika težava shranjevanje velike količ ine podatkov, povezanih z modeliranjem kakovosti zraka po nadgradnji modelskih orodij. Za ta namen se bo kupilo veliko podatkovno skladišč e, ki bo poleg ustrezne kapacitete nudilo tudi primerno logiko za ravnanje s podatki. Starejši, manjkrat zahtevani podatki, se bodo kopirali na poč asnejše medije, bolj pomembni podatki pa bodo ostajali na hitro dostopnem delu podatkovnega skladišč a in po potrebi se bo avtomatsko izdelovala tudi njihova varnostna kopija. Receptorsko modeliranje Pri receptorskem modeliranju lahko na podlagi rezultatov kemič ne in elementne analize delcev na mestu meritev- receptorju določ imo prispevek virov k ravnem onesnaževal (Belis et al, 2014). Prednost je, da ne potrebujemo natanč nih evidenc izpustov in vhodnih meteoroloških podatkov ter majhna rač unska zahtevnost, zahtevajo pa obsežne kemijske analize. Pomanjkljivost receptorskih modelov v primerjavi z disperzijskimi je predvsem, da jih ne moremo uporabljati v prognostič nem nač inu, hkrati pa dobimo informacijo o 133 prispevkih virov le v toč ki receptorja. V okviru projekta bomo nadgradili obstoječ e in uvedli nove modele, pridobili profile lokalnih virov izpustov ter posodobili kemijski laboratorij. Nadgradnja obstoječ ih in uvajanje novih modelov Na ARSO se za določ itev prispevkov virov k ravnem delcev že uporablja model PMF (Positive Matrix Factorisation), ki ga je razvila Agencija za okolje Združenih držav Amerike (US-EPA). V dosedanjem delu smo prispevek posameznih skupin virov določ evali le v letnem povpreč ju. V okviru nadgradnje modela se bomo osredotoč ilo na obdobja, ko prihaja do preseganj dnevne mejne vrednosti. Poleg tega pa se bo za zanesljivejšo oceno prispevka virov k onesnaženosti zraka v operativno uporabo uvedlo tudi model CMB (Chemical Mass Balance), ki so ga tudi razvili na US EPA. Preskušen bo tudi pristop vključ itve meteoroloških parametrov v receptorsko modeliranje za določ anje virov onesnaževanja. Pridobitev profilov lokalnih virov izpustov V okviru projekta se nač rtuje tudi določ itev profilov znač ilnih virov izpustov. Ti podatki so sicer dostopni v različ ni literaturi, vendar pa je potrebno preveriti, ali so ti podatki reprezentativni za razmere v Sloveniji. Glede na pereč o problematiko emisij zaradi kurjenja z lesno biomaso v dotrajanih kurišč ih se bo projektna skupina osredotoč ila na pridobitev karakteristič nih profilov na dimnikih manjših objektov. Z vzorč enjem prahu ob cestišč ih in na drugih lokacijah, kjer prihaja do prašenja (npr. zaradi obdelovanja kmetijskih površin), pa se bo pridobilo informacijo o vplivu resuspenzije na nivoje delcev v posameznem okolju. Reprezentativni profili virov so kot vhodni podatek potrebni za uporabo modela CMB. Poleg tega reprezentativni profili virov olajšajo tudi interpretacijo rezultatov modela PMF. Posodobitev kemijsko analitskega laboratorija Za receptorsko modeliranje je potrebno poznati sestavo atmosferskih aerosolov na lokacijah, kjer se želi pridobiti informacijo o prispevku posameznih virov k onesnaženosti zraka. Potrebne so kemijske analize, ki obsegajo meritve elementov v sledovih, vsebnosti ionov, zvrsti ogljika, ter različ nih organskih indikatorjev v delcih. Za statistič ne modele receptorskega modeliranja kot je na primer model PMF, je za vsako receptorsko mesto potrebno zagotoviti podatke o elementni in kemijski sestavi vsaj 100 vzorcev. V okviru projekta Sinica se bo pridobilo predvsem opremo, ki bo omogoč ala analizo več jega števila vzorcev. Zaključ ek V okviru projekta Sinica bomo naslovili ključ ne vidike kakovosti zraka v Sloveniji in s premostitvijo vrzeli v poznavanju in kvantifikaciji procesov, ki bistveno določ ajo onesnaženost zraka, podprli pripravo uč inkovitih ukrepov za izboljšanje stanja. Projekt je zasnovan tako, da upošteva specifič ne nacionalne razmere. V zasnovi projekta smo posebno pozornost namenili usklajenosti in povezanosti posameznih sklopov, kar je pri tako širokem projektu predstavljalo poseben izziv. Izkorišč anje sinergij med sklopi projekta in komplementarni pristopi k analizi stanja bodo bistveno pripomogli k zanesljivosti rezultatov in prispevali k uč inkovitejši izrabi virov projekta. Tak pristop nam 134 je omogoč il širok spekter kompetenc, ki smo jih na ARSO razvili na področ ju okolja in meteorologije. Projekt Sinica sofinancirata Republika Slovenija (15 %) in Evropska unija iz Kohezijskega sklada (v višini 85 % upravič enih stroškov projekta). Projekt se izvaja v okviru Operativnega programa za izvajanje evropske kohezijske politike v obdobju 2014- 2020, prednostne osi »Boljše stanje okolja in biotske raznovrstnosti«, prednostne naložbe »Ukrepi za izboljšanje urbanega okolja, oživitev mest, sanacijo in dekontaminacijo degradiranih zemljišč (vključ no z območ ji, na katerih poteka preobrazba), zmanjšanje onesnaženosti zraka in spodbujanje ukrepov za zmanjšanje hrupa« in prispeva k doseganju specifič nega cilja »Boljše spremljanje kakovosti zraka za boljšo podporo pri pripravi nač rtov na tem področ ju«. Literatura Belis C.A., Larsen B.R., Amato F., El Haddad I., Favez O., Harrison R.M., Hopke P.K., Nava S., Paatero P., Prévôt A., Quass U., Vecchi R., Viana M. (2014). European Guide on Air Pollution Source Apportionment with Receptor Models ，European Commission, Joint Research Centre, doi:10.2788/9307 European Environmental Agency. (2017). Air quality in Europe — 2017 report, doi:10.2800/358908 Termonia, P., Fischer, C., Bazile, E., Bouyssel, F., Brožková, R., Bénard, P., Bochenek, B., Degrauwe, D., Derkova, M., El Khatib, R., Hamdi, R., Mašek, J., Pottier, P., Pristov, N., Seity, Y., Smolíková, P., Spaniel, O., Tudor, M., Wang, Y., Wittmann, C., and Joly, A. (2017) The ALADIN System and its Canonical Model Configurations AROME CY41T1 and ALARO CY40T1, Geosci. Model Dev. Discuss., https://doi.org/10.5194/gmd-2017-103, in review Trozzi C., Nielsen O-K., Plejdru M.S., Nielsen M., Kubica K., Paradiz B., Dilara P., Klimont Z., Kakareka S., Debsk B., Woodfield M., Stewart R., Whiting R., Visschedijk A., Kuenen J. (2016). Smal Combustion v EMEP/EEA air pollutant emission inventory guidebook – 2016, European Environmental Agency Žabkar R., Rus M., Rakovec J., Štrajhar M. (2012): Prvi rezultati vrednotenja modelskega sistema ALADIN-CAMx za napovedovanje ozona in delcev v ozrač ju, Vetrnica (glasilo slovenskega meteorološkega društva), št. 04/12, str. 30-35 135 Prostorski razpored in č asovni potek temperatur v Potoč ki zijalki na Olševi - osnova za razumevanje morfologije jamskih tal Andrej Mihevc 1* Povzetek Potoč ka zijalka je morfološko enostavna, 120 m dolga jama, ki se od vhoda do konca vzpne za 20 m. Njen vhod (46°26'57.38"S,14°40'8.29"V ) je v južnem poboč ju Olševe, na nadmorski višini 1662 m. Je pomembna arheološka jama, znana je tudi kot paleontološko nahajališč e kvartarnih sesalcev. Manj znani so jamski pliocenski ali spodnje pleistocenski sedimenti, ki so pomešani v mlajše arheološke plasti. V jami smo v letu 2017 na štirih mestih merili temperaturo zraka. Meritve so pokazale prostorsko razporeditev in letni potek temperatur na osnovi katerih lahko jamo razdelimo na dva dela. V vhodnem, spodnjem delu jame lahko zrak kroži celo leto, zato so tu velika temperaturna nihanja, ki sledijo poteku zunanjih teperatur. V notranjem, zgornjem delu jame prihaja do kroženje in izmenjave zraka le v topli polovici leta. V hladni polovici leta se ta cirkulacija prekine. Temperaturo zraka v njem tedaj določ a temperatura okoliške kamnine, zato temperatura zraka nikoli ne pade pod ledišč e. Taka razporeditev temperatur je omogoč ila v notranjem delu hibernacijo jamskim medvedom, v vhodnih delih pa povzroč a krioturbacijske procese. Ti procesi delujejo tudi v današnji klimi. Z njihovo prostorsko razporeditvijo lahko razložimo oblikovanje jamskih tal: enakomerne naklone v vzdolžnem in preč nem profilu pa tudi nastanek in oblikovanje arheoloških plasti. Ključ ne besede: jama, temperatura, klima, morfologija tal, sedimenti, krioturbacija Key words: cave, temperature, climate, ground morphology, sediments, cryoturbation Uvod Ob arheoloških izkopavanjih med leti 1928-1935 je Sreč ko Brodar opazoval tudi klimatske poteze jame. Temperaturo je poleti meril s termografom, nekajkrat pa je obiskal in izmeril temperaturo v jami tudi pozimi. Opazil je, da hladni zrak v jami sega le do določ ene višine, nad njo tudi pozimi temperatura ni padla pod ledišč e. Vhodni del jame je bil hladen, v njem so rasli ledeni kapniki, grušč nata tla pa so zmrzovala več metrov globoko in so bila zamrzla še v avgustu (Brodar, 1931). Med izkopavanji je našel v jami med ostrorobim avtohtonim grušč em s paleolitskimi najdbami prodnike iz miocenskih apnencev, miocenske morske polže in drobce metamorfnih kamnin. Ker je predpostavljal, da jame ni oblikovala podzemna reka, oziroma, da je »tipič na tektonska jama« (Brodar & Brodar 1983, str. 94), je sklepal, da so jih v jamo prinesli aurignacienski lovci. Mioč (1997) jih je pripisal obč asnim tokovom s površja, zato naj bi jama takrat ležala v nižji nadmorski višini. Do tektonskega dviga Olševe in jame v sedanjo višino pa naj bi prišlo šele po odložitvi prodov in arheoloških plasti. Kasneje so arheologi njihov izvor tolmač ili s spiranjem na površju nad jamo odloženih miocenskih sedimentov (Kralj &Pohar 2001). Skozi špranje v stropu ali skozi jamski vhod naj bi se pomešali v arheološke plasti pred okrog 30.000 leti (Rabeder &Pohar 2004). * Inštitut za raziskovanje krasa ZRC SAZU, Titov trg 2, SI-6230, Postojna, Slovenija 136 Slika 1: Lega Potoč ke zijalke v južnem poboč ju Olševe. Izvor eksotič nih sedimentov je po analogiji s Snežno jamo na Raduhi pripisal jamski reki ponikalnici, ki je jamo oblikovala, potem pa v njej odložila alogene sedimente. V analiziranem profilu v Snežni jami je sedimentacija potekala od okrog 5Ma do okrog 2 Ma (Zupan et al. 2008, Mihevc et al. 2013, Hauselmann et al. 2015). Prenehanje sedimentacije ima vzrok v tektonskemu dvigovanju, ki je povzroč ilo vrezovanje Savinje in njenih pritokov. Potoč ka zijalka je zadnji ostanek nekdaj velike jame, ki je nastala podobno kot Snežna jama. Ko so jo dosegli poboč ni procesi v doline Savinje in se je odprl sedanji vhod, je v jamo zač ela prodirati tudi zimska zmrzal. Ta je ustvarila pogoje za krioklastič ne in krioturbatne procese. Zato se je zač el stari sediment mešati s stropa odpadlim kamenjem in polzeti po jami pa tudi ven iz jame. Zlasti hitre odjuge in moč ne padavine so povzroč ale polzenje površinske plasti sedimenta po še zamrzlih tleh, pri č emer so nastale nove plasti. To se je dogajalo v č asu aurignacienskih lovcev, dogaja pa se še danes (Mihevc 2001). 137 Slika 2: Tloris in shematič ni prerez Potoč ke zijalke. Označ ena so mesta kjer so bili namešč eni termoregistratorji. Na prerezu je narisana le najvišja višina stropa, različ ne višine tal pa predstavljajo debelejše in tanjše oziroma prekinjene č rte Ker so najdbe starih jamskih sedimentov, s katerimi lahko datiramo ali rekonstruiramo razvoj reliefa v č as pred nastankom sedanjega reliefa v alpskih jamah redka, je nahajališč e starega proda v Potoč ki jami zelo pomembno. Da bi ugotovili prostorsko razporeditev pogojev, ki omogoč ajo polzenje ali drugač no premikanje sedimentov v jami smo merili letno nihanje temperature zraka. Meritve V jami smo s pomoč jo termoregistratorjev (uporabili smo termoregistratorje iButton, DS1922L, z loč ljivostjo 0,1 ºC in natanč nostjo ±0,5 ºC) merili temperature med 2. decembrom 2016 in 29. septembrom 2017. V jami smo namestili štiri registratorje in merili temperature v dvournih intervalih (glej sl. 2). En registrator smo namestili zunaj, vendar tako, da nanj gibanje zraka iz jame ni moglo vplivati. Zrač ne vlage in gibanja zraka v jami 138 nismo merili, nanje lahko sklepamo iz poteka in razporeditve temperatur v različ nih delih jame. Rezultati in interpretacija meritev Č eprav meritve niso potekale celo leto, manjkata meseca oktober in november, so izmerjene vrednosti dovolj znač ilne, da pokažejo temperaturne razmere v jami in njihovo odvisnost od zunanjih temperatur. Termometer, ki smo ga pritrdili na smreko, 2 m nad tlemi, je zabeleži najvišjo temperaturo, 26,3° C v zač etku avgusta, najnižjo pa v prvi polovici januarja, -18° C (glej tab. 1). Povpreč na vrednost vseh izmerjenih temperatur je bila 5,9° C. Temperaturo zraka v jamah določ a temperatura okoliške kamnine in prenašanje toplote s površja s tekoč o vodo ali zrakom. Ker v Potoč ki zijalki ni več jih dotokov kapljajoč e vode določ a letni potek temperatur predvsem kroženje zraka, ki ga določ a oblika jame. V topli polovici leta je zrak v Potoč ki zijalki hladnejši in gostejši, oziroma težji kot zunanji zrak. Zato se pri tleh giblje navzdol in nato ven iz jame, kar povzroč i, da pod stropom vhoda priteka v jamo zunanji, toplejši zrak. Ta zrak ogreva strop in stene, pri tem se ohladi in pri tleh izteka iz jame. Poletna kroženje zraka tako zajame celo jamo. Tabela 1: Temperature izmerjene pred in v Potoč ki zijalki med 2.12.2016 in 29. 9. 2017. Višine termometrov v jami so merjene od srednje višine tal vhoda, ki je v nadmorski višini 1662 m. Merilno mesto Višina Oddaljenost od vhoda Temperatura (° C) minimalna maksimalna povpreč na Zunaj 1665 m 20 m -18,1 26,3 5,9 T 1 2 20 -9,5 12,4 3,6 T 2 8 78 -3,7 12,4 5,1 T 3 12 80 1,4 16 7,1 T 4 20 110 6,4 15,6 8,9 Pozimi je jamski zrak toplejši kot zunanji, saj se ogreva od stropa in sten jame. Toplejši in zato lažji zrak stagnira v notranjem, zgornjem delu jame. Mejo med notranjim in vhodnim delom jame približno določ a odprtina jamskega vhoda, ki je približno 7 m visoka. Kroži lahko zrak, ki leži pod to višino. Jama se tako razdeli na dva klimatsko loč ena dela, notranjega v katerem zrak stagnira in odraža temperaturo okoliške kamnine in na zunanjega, v katerem zrak kroži in se izmenjuje z zunanjim. Zato se v njem pozimi temperature približajo zunanjim temperaturam zraka. Takšno gibanje zraka dobro potrjuje potek na štirih mestih v jami izmerjenih temperatur. Termometer T1 smo namestili v spodnjem delu jame 20 m od vhoda v višini 2 m nad višino tal pri vhodu. Povpreč na temperatura merilnega obdobja je bila 2,2° C, temperatura pa je nihala v razponu med -9,5° C v januarju in 12,4° C v avgustu (glej tab1). Temperaturna krivulja ima pozimi in spomladi podoben potek kot krivulja zunanjih temperatur, vendar so dnevna nihanja moč no dušena, kar kaže vpliv jame (glej sl. 3). Zunaj so nihale temperature med -18° C in 15° C, pri T1 pa med -9° C in 3° C. Po zadnji moč ni ohladitvi v aprilu se je temperatura zraka poč asi dvigovala, vendar do srede maja ni presegla 4° C. Temperatura je nato poč asi narašč ala ter julija dosegla 12° C. Po prvih septembrskih ohladitvah pa so se v jami spet moč neje izražali vplivi zunanje temperature. 139 Termometra T2 in T3 smo namestili okrog 80 m od jamskega vhoda v višini 8 in 12 m, ob vznožju in na vrhu velike skale. To mesto smo izbrali, ker v tej višini poteka klimatska meja med spodnjim in zgornjim delom jame, ki jo je zaznal že Brodar (1931). Na spodnjem termometru je (T2) bila najnižja zabeležena temperatura -3,7 ° C v januarju, najvišja 12,4° C, pa konec julija (glej sl. 3). Povpreč na temperatura je bila 5,1° C. Potek temperatur preko leta je zelo podoben poteku pri T1, le temperature so bile za okrog 4° C višje, manjše pa so bile amplitude v hladni polovici leta, med -3,7° C in 4° C. Od sredine maja do konca septembra pa sta poteka temperatur skoraj enaka. Slika 3: Potek temperatur v Potoč ki zijalki med 2. dec. 2016 in 29. sept. 2017. Termometer T3 je bila namešč en na vrhu velike skale, 4 m nad T2 oziroma 12 m nad vhodom. Najnižja temperatura je bila 1,4° C sredi aprila , najvišjo pa 16° C v zač etku avgusta (glej sl. 3). Povpreč na letna temperatura zraka je bila 7,1° C, kar je več kot povpreč na temperatura zraka izmerjena pred jamo. Od zač etka decembra do srede maja je temperatura nihala med 2° C in 6° C. Krivulja kaže krajša in tudi daljša nihanja, ki pa ne odražajo vedno sprememb zunanje temperature. Od sredine maja je krivulja skoraj identič na s potekom temperatur na T4 a z moč neje izraženimi dnevnimi nihanji. Dnevna nihanja prekine prva moč na ohladite, vzpostavi se zimska cirkulacija ali celo mirovanje zraka. Termometer T4 je bil namešč en na najvišjem delu jamskih tal, v višini 20 m in 110 m od vhoda, na skalah, ki jih pokriva jamsko mleko. Najnižjo temperaturo, 6,4° C, je zabeležil konec marca, najvišjo 15,6° C pa konec julija (glej sl. 3). Povpreč na letna temperatura pa je bila 8,9° C. Temperatura zraka se je tu od zač etka decembra, ko je bila okrog 9° C, zniževala do okrog 6,5° C sredi maja. V tem delu je potek temperatur brez dnevnih nihanj, kar nakazuje ogrevanje zraka od stropa in njegovo poč asno ohlajanje. To omogoč a stagnacijo oziroma le poč asno gibanje zraka. Nato se v krivulji zač nejo odražati krajši nato pa vedno daljši in moč nejši vdori zunanjega, toplejšega zraka, ki pa se seveda v jami že precej ohladi. Temperaturni potek kaže izrazita dnevna, pa tudi daljša temperaturna nihanja, ki odražajo spremembe vremena. V zač etku septembra, po prvi moč ni ohladitvi se nihanje temperature 140 oziroma zrač na cirkulacija, ki to nihanje povzroč a prekine, temperature zraka nato odražajo temperaturo okoliške kamnine. Zaključ ki Meritve so potrdile dve izraziti temperaturni sezoni v jami, pa tudi dva klimatsko različ na dela jame. Topla sezona se prič ne sredi maja, konč a pa s prvo moč no jesensko ohladitvijo, ki ji sledi tudi splošno znižanjem zunanjih temperatur. V tem č asu jamski, relativno hladnejši zrak teč e pri tleh iz jame, pod stropom pa v jamo priteka topel zunanji zrak. V hladnem delu leta se kroženje zraka v jami spremeni. Še naprej kroži zrak v delu jame, ki leži pod višino zgornjega roba jamskega vhoda. V zgornjem delu jame, nad višino stropa pri vhodu, kroženje preneha, temperatura zraka pa se uravna na temperaturo okoliške kamnine. Tak potek in razporeditev temperatur določ a oblika jame, predvsem oblika in velikost vhoda. Ker se oblika vhoda ne spreminja hitro, lahko sklepamo, da so bili podobni temperaturni pogoji v jami tudi v č asu zadnje poledenitve oziroma v č asu nastanka arheoloških paleolitskih plasti. Potek temperatur v jami ima tudi morfološki uč inek na jamska tla. Del tal, ki sezonsko zamrzuje ima manjši naklon, tla visijo zvezno ven iz jame, manjši kamni in drobir pa kaže sortiranost oziroma poligonalna tla, to pa pomeni premikanje sedimenta. Le več je skale, ki so padle s stropa ležijo pod mesti odloma. Nad njimi leži del jame, kjer tla nikoli ne zamrznejo. Tu so jamska tla bolj strma in zvegana, kar kaže na poč asnejše premikanje sedimentov oziroma oblikovanje tal z odpadanjem skal s stropa in gravitacijskimi procesi. Literatura Brodar S., 1931. Temperature v Potoč ki zijalki na Olševi. Geografski vestnik, 7, 109-114, Ljubljana. Brodar S., & Brodar M., 1983. Potoč ka zijalka – visokogorska postaja aurignacienskih lovcev (Potoč ka zijalka – eine hochalpine Aurignacjäger-Station). - Dela 1. in 4. razr. SAZU, 24.1-213, Ljubljana. Häuselmann P., Mihevc A., Pruner P., Horač ek I., Č ermak S., Hercman H., Sahy D., Fiebig M., Zupan Hajna N., Bosak P. 2015: Snežna jama (Slovenia) : interdisciplinary dating of cave sediments and implication for landscape evolution. Geomorphology, vol. 247, pp. 10-24. Kralj P. & Pohar V., 2001. Klastič ni sediment v Potoč ki zijalki (Clastic Deposits in the Potoč ka zijalka cave). Razpr. 4. razr. SAZU, 42(1):25–36, Ljubljana. Mihevc A., 2001. Jamski fluvialni sedimenti v Snežni jami na Raduhi in v Potoč ki zijalki. Geol. zbor. (Povzetki referatov), 16:60–63, Ljubljana. Mihevc, A., Horáč ek, I., Pruner, P., Zupan Hajna, N., Č ermák, S.,Wagner, J., Bosak, P., 2013. Miocene–Pliocene age of Cave Snežna jama na Raduhi, Southern Alps, Slovenia. V: Filippi, M., Bosák, P. (Ur.), Proceedings of the 16th International Congress of Speleology. vol. 3. Czech Speleological Society, Praha, pp. 379–383. Mioč P., 1997. Tectonic Structures Along the Periadriatic Lineament in Slovenia. Geologia Croatica, 50/2, 251-260, Zagreb. Rabeder G. & Pohar V., 2004. Stratigraphy and Chronology of the Cave Sediments from Potoč ka zijalka (Slovenia). Mitt. Komm. Quartärforsch. Österr. Akad. Wiss., 13:235–246, Wien. Zupan Hajna N., Mihevc A., Pruner P., Bosák P. 2008. Palaeomagnetism and magnetostratigraphy of Karst sediments in Slovenia, (Carsologica, 8). Založba ZRC, Ljubljana. 141 Vpliv števila toč k aerolaserskega skeniranja na izrač un koordinat vrha stožč aste tarč e Tilen Urbanč ič * , Božo Koler * , Bojan Stopar * , Mojca Kosmatin Fras * Povzetek V prispevku predstavljamo rezultate analize določ itve minimalnega števila toč k laserskega skeniranja na plašč u stožč aste tarč e, ki so potrebne za dovolj natanč no določ itev vrha tarč e. Uporabimo oblake toč k na stožcu, ki so pridobljeni z aerolaserskim skeniranjem z višinami leta 100, 200 in 400 m. Minimalno potrebno število toč k na plašč u stožca za vsako obravnavano snemalno višino določ imo iz rezultatov 50-krat ponovljene določ itve parametrov stožca z naključ nim izborom toč k po metodi najmanjših kvadratov. Kot prave vrednosti parametrov stožca privzamemo vrednosti, določ ene z vsemi toč kami na stožcu. Rezultat predstavljajo povpreč ne vrednosti odstopanj parametrov stožca iz 50-kratnih ponovitev določ itve parametrov stožca od prave vrednosti. Ponovljivost rezultatov ocenimo z izrač unom standardnih odklonov odstopanj povpreč nih vrednosti. Ključ ne besede: stožec, umetna tarč a, aerolasersko skeniranje Key words: cone, artificial target, airborne laser scanning Uvod Sodobno pridobivanje prostorskih podatkov se od svojih zač etkov razlikuje po vrsti dostopnih tehnologij, hitrosti pridobivanja, količ ini in natanč nosti podatkov. Med tehnologije, ki omogoč ajo pridobivanje velike količ ine podatkov z visoko natanč nostjo v kratkem č asu, uvršč amo tudi lasersko skeniranje ali lidar (angl. light detection and ranging). Poznamo različ ne vrste laserskega skeniranja, ki se razlikujejo predvsem po dosegu in platformi, na katere je laserski skener pritrjen: satelitsko, aero- (ALS), terestrič no (TLS) in mobilno (MLS) ter lasersko skeniranje s kratkih razdalj. V postopkih georeferenciranja in ocenjevanja kakovosti oblakov toč k laserskega skeniranja se pogosto uporabljajo umetne tarč e različ nih oblik. Najpogosteje so uporabljene ravne tarč e s č rno-belim vzorcem (Csanyi et al., 2005; Becerik-Gerber et al., 2011; Kregar et al., 2013), ravne retroreflektivne tarč e (Pesci & Teza, 2008), tarč e enostavnih geometrijskih oblik, npr. krogla in valj (Bienert & Maas, 2009; Barbarella & Fiani, 2013; Witzgall et al., 2006) in tudi stožec (Artese et al., 2004; Urbanč ič , 2017). Za umetno tarč o laserskega skeniranja (lidarska umetna tarč a) je pomembno, da je samodejno prepoznavna, enostavno razloč ljiva od ostalih objektov v oblaku, omogoč a natanč no določ itev 3D položaja in ima optimalno obliko, velikost in barvo (Csanyi et al., 2005). Poseben primer umetne lidarske tarč e je bil predstavljen v doktorski disertaciji Urbanč ič (2017), kjer je bil v postopkih ALS prvič uporabljen in analiziran stožec. Zaradi svojega namena je tarč a poimenovana stožec ALS. Uporaba umetnih tarč kot oslonilnih toč k skupaj z izravnavo snemalnih pasov po metodi najmanjših kvadratov (MNK) v postopku georeferenciranja omogoč a bolj kakovostno georeferenciranje oz. doseganje višje toč nosti georeferenciranja oblakov toč k. Pomembno je, da dobro poznamo lastnosti uporabljenih tarč , zato v danem prispevku obravnavamo določ itev minimalno potrebnega števila toč k na plašč u stožca, ki omogoč a določ itev koordinat vrha stožca ALS z natanč nostjo vsaj 2 cm. Konč no vrednost bomo * Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, Ljubljana 142 določ ili z izvedbo več kratnih ponovitev izravnave parametrov stožca po MNK in z naključ nim izborom toč k na plašč u stožca. Kriterij za določ itev minimalnega števila toč k na plašč u bo povpreč no odstopanje vrednosti parametrov stožca, določ enih na osnovi 50-ih določ itev parametrov stožca, od prave vrednosti. Aerolasersko skeniranje Nosilec ALS je najpogosteje letalo ali helikopter. Manjše in lažje laserske skenerje lahko nosijo tudi brezpilotna plovila. Snemalni sistem ALS lahko razdelimo na zrač ni in terenski segment (slika 1). Zrač ni segment sestavljajo plovilo, laserski skener in sistem za pozicioniranje in orientacijo, to sta antena GNSS in inercialna merska enota (angl. inertial measurement unit, IMU). Terenski segment predstavlja referenč na postaja GNSS. Slika 1: Princip aerolaserskega skeniranja Naknadna obdelava opazovanj vseh senzorjev snemalnega sistema omogoč a izrač un koordinat skeniranih toč k v izbranem referneč nem koordinatnem sistemu. Uporabimo opazovanja laserskega skenerja, GNSS in IMU enote ter kalibracijske parametre snemalnega sistema. Ti opisujejo relativne odnose med položaji vseh treh omenjenih senzorjev (Vosselman & Mass, 2010). Georeferenciranje oblakov toč k Koordinate toč k, ki so rezultat laserskega skeniranja, so določ ene v lokalnem koordinatnem sistemu skenerja. Umestitev oblaka toč k v izbran koordinatni sistem imenujemo georeferenciranje. Ker se snemalni sistem ALS skupaj s plovilom med skeniranjem premika, se skener za vsako izmerjeno toč ko nahaja drugje. S premikom skenerja se spremeni tudi njegova orientacija. Določ itev pravega položaja in orientacije skenerja omogoč a integracija GNSS in IMU opazovanj. Obravnavamo torej dinamič en sistem, kjer opazovanja različ nih senzorjev sinhroniziramo na osnovi izmerjenih č asov 143 posameznih opazovanj (Vosselman & Mass, 2010). Za določ itev položaja GNSS-antene z visoko toč nostjo je pomembno, da določ imo njen relativni položaj glede na referenč no postajo GNSS. Na kakovost koordinat toč k ima vpliv tudi kakovost kalibracijskih parametrov snemalnega sistema. Proizvajalec izvede kalibracijo skenerja, pri skeniranju pa je potrebno č im bolje določ iti vektorje med skenerjem, anteno GNSS in IMU (Friess, 2007). Medseboje zasuke osi koordinatnih sistemov IMU in laserskega skenerja imenujemo kotna neporavnanost. Določ ajo jo koti nagiba (angl. roll), naklona (angl. pitch) in zasuka (angl. yaw) (Kuwano, 2008). Postopku georeferenciranja, kjer upoštevamo vsa našteta opazovanja in podatke kalibracije, imenujemo direktno georeferenciranje (slika 2) (Hebel & Stilla, 2012). Slika 2: Direktno georeferenciranje Prostorski položaj ( , ,ℎ ) posamezne toč ke T pri direktnem georeferenciranju izrač unamo kot vsoto vektorjev (slika 2): = + + (1) Pri tem uporabimo č asovno sinhronizirane vektorje: - – položaj faznega centra antene GNSS na plovilu, - – kalibrirana in pravilno orientirana razdalja med faznim centrom antene GNSS na plovilu in koordinatnim izhodišč em skenerja, - – poševna razdalja od izhodišč a koordinatnega sistema laserskega skenerja do merjene toč ke (upoštevamo dolžino, izmerjeno z laserskim razdaljemerom, orientacijo vektorja pa določ ajo koti, določ eni z inercialno mersko enoto, in notranji koti skenerja). Direktno georeferencirani oblaki toč k so glede na toč nost in natanč nost koordinat toč k v oblaku zelo odvisni od kakovosti senzorjev in postopkov naknadne obdelave opazovanj. Toč nost in natanč nost georeferenciranja oblakov toč k lahko izboljšamo z izravnavo LS+IMU ( , , ) 144 snemalnih pasov po MNK ter uporabo oslonilnih toč k. Te v praksi najpogosteje predstavljajo talne označ be ali drugi objekti, posebna oblika pa so umetne tarč e. Stožec kot umetna tarč a ALS Raziskovanje primerne oblike in velikosti umetne tarč e za postopke ALS lahko povezujemo z razvojem postopkov ocenjevanja toč nosti georeferenciranja oblakov toč k snemalnih pasov. Wotruba et al. (2005) so uporabili tarč e v obliki zaporednih č rt ter v obliki zvezde. Boljši primer tarč e so predlagali Csanyi et al. (2005), ki so oblikovali ravno č rno-belo tarč o z že poznanim vzorcem bele pike na č rni podlagi. Ker postopek postavljanja in izmere umetnih tarč predstavlja velik strošek, so kljub zagotavljanju visoke kakovosti koordinat tarč raziskovalci poskušali tarč e nadomestiti z objekti v naravi. Pri tem so uporabili talne označ be (Toth et al., 2008) in ravnine streh (Kager, 2004; Höhle & Pedersen, 2010; van der Sande et al., 2010). Zaradi geometrije, ki omogoč a enolič no določ itev 3D koordinat karakteristič ne toč ke tarč e, smo v doktorski disertaciji Urbanč ič (2017) analizirali tarč e v obliki stožč a. Z izvedbo dveh testov s TLS je bilo ugotovljeno, da je za uporabo v postopkih laserskega skeniranja najprimernejši naklon plašč a stožca od osnovne ploskve 45°. Za odloč itev polmera stožca 1 m smo uporabili izsledke raziskav iz Csanyi et al., (2005) ter Csanyi & Toth (2007). Za raziskavo smo izdelali stožec ALS iz epoksi smole, ki ga sestavimo iz petih delov. Štirje deli sestavljajo plašč in peti vrh stožca (slika 3). Podrobnosti o določ itvi najprimernejšega naklona, postopku prepoznavanja toč k stožca v oblaku, izrač unu njegovih parametrov, razvoju algoritma za samodejno prepoznavanje v oblaku toč k ter primerjavi rezultatov uporabe stožcev ALS s č rno-belimi tarč ami so podrobno opisani v doktorski disertaciji (Urbanč ič , 2017). V danem prispevku že opravljeno raziskavo vpliva števila toč k na plašč u stožca nadgradimo s postopkom, ki je predstavljen v nadaljevanju. Slika 3: Stožec ALS z anteno GNSS Vpliv števila toč k na določ itev parametrov stožca z izravnavo po MNK Za izrač un koordinat vrha stožca uporabimo t. i . splošni model izravnave po MNK, kjer ob neznanem naklonu plašč a stožca za pridobitev rešitve potrebujemo vsaj šest toč k na 145 plašč u (Urbanč ič et al., 2016). Na oceno vrednosti parametrov stožca in njihove natanč nosti vplivata število in natanč nost koordinat skeniranih toč k na plašč u. Za izvedbo analize vpliva števila toč k na parametre stožca smo uporabili oblake toč k velike gostote skeniranja na višinah leta 100 m (na stožcu se nahaja 368 toč k), 200 m (na stožcu se nahaja 107 toč k) in 400 m (na stožcu se nahaja 78 toč k). Pri skeniranju je bil uporabljen laserski skener Riegl LMS-Q780, ki ima deklarirano natanč nost posamezne skenirane toč ke 2 cm (www.riegl.com). Ob upoštevanju površine tarč e, ki v tlorisu znaša π oz. približno 3,14 m 2 , je bila gostota skeniranih toč k posameznih višin snemanja približno 117, 34 in 24 toč k/m 2 (slika 4). a) b) c) Slika 4: Oblaki toč k (modra *) in vrh (rdeč o) stožcev izrač unan iz vseh toč k na plašč u: a) 100 m, b) 200 m in c) 400 m. 146 Postopek analize vpliva števila toč k na izrač un koordinat vrha stožca prikazujemo na sliki 5. V prvem koraku smo iz posameznega oblaka toč k naključ no poiskali od = 6,…, toč k, kjer je število toč k v izvornem oblaku. Iz izbranih toč k z izravnavo določ imo parametre stožca, kjer naklon plašč a stožca od osnovne ploskve obravnavamo kot neznano količ ino. Za posamezen stožec izvedemo – 6 določ itev, kjer v posamezni določ itvi naključ no poišč emo toč k. Rezultat posamezne določ itve so koordinate vrha stožca in naklon plašč a od osnovne ploskve ter natanč nosti iskanih količ in. Ker za izrač un parametrov stožca uporabimo postopek naključ nega izbora toč k, v več ponovitvah z istim številom toč k dobimo različ ne rezultate. Postopek celotnega izrač una parametrov stožcev za vse tri oblake toč k za vseh – 6 določ itev zato ponovimo 50-krat. Konč ni rezultat določ imo kot povpreč no vrednost odstopanj 50-krat določ enih koordinat vrha stožca od prave vrednosti, ki jo predstavljajo koordinate vrha stožca pri izravnavi z vsemi toč kami na stožcu. Ponovljivost rezultatov ocenimo z izrač unom standardnih odklonov odstopanj koordinat od prave vrednosti iz več kratnih ponovitev. Iz velikosti standardnih odklonov bomo lahko sklepali o vplivu samega števila toč k na izrač un koordinat vrha stožca in morebitnem vplivu razporeditve toč k na plašč u. Slika 5: Shematski prikaz določ itve minimalnega števila toč k na stožcu za uporabo v postopkih ALS Na sliki 6 prikazujemo rezultate opravljenih izrač unov. Izrisane so povpreč ne vrednosti odstopanj 50-krat izrač unanih koordinat vrha stožca od prave vrednosti. Ker so pri višini leta 100 m in množicah z več kot 150 toč kami povpreč na odstopanja na plašč u stožca tako za ∆ e kot za ∆ n in ∆ H zelo majhne vrednosti, prikazujemo le rezultate za primere izrač unov z do 150 toč kami. S slike 6 vidimo, da za množice z več kot 20 toč kami pri več kratnih izrač unih parametrov stožcev z naključ nim izborom istega števila toč k dobimo približno enake rezultate. Razpršenost vrednosti odstopanj koordinat je najmanjša za rezultate obdelav oblaka toč k pri višini leta 100 m in največ ja za rezultate obdelav oblaka toč k višine leta 400 m. Sklepamo lahko, da je razlog v natanč nosti položajev skeniranih toč k na plašč u stožca, ki se na stožč astih površinah zmanjšuje z višino leta. Izrisani grafi kažejo na to, da so ne glede na število toč k na stožcu vse tri komponente enako kakovostno določ ene. Največ ja razdalja med povpreč jem izrač unanih koordinat vrha stožca in pravo vrednostjo je v najslabšem primeru 3,6 cm (za oblak toč k višine leta 400 m in 8 toč k na plašč u stožca). Minimalno potrebno število toč k na plašč u lahko določ imo le na osnovi izrač unanih odstopanj koordinat, ki jih prikazujemo na sliki 6. Ker pri več kratnih ponovitvah ne dobimo enakih naključ no izbranih toč k, ponovljivost rezultatov izrač una koordinat vrha 50 ponovitev Izrač un parametrov stožca za vseh množic Oblak toč k stožca toč k Naključ en izbor = 6 , … , toč k Izrač un odstopanj od prave vrednosti - ∆ e , ∆ n , ∆ H Izrač un ponovljivosti izrač una koordinat vrha stožca - σ e , σ n , σ H 147 stožca preverimo z izrač unom standardnih odklonov iz odstopanj 50-krat izrač unanih koordinat vrha stožca od prave vrednosti (slika 7). a) b) c) Slika 6: Povpreč ne vrednosti odstopanj 50-krat izrač unanih koordinat vrha stožca od prave vrednosti 148 a) b) c) Slika 7: Standardni odkloni koordinat vrha stožca za 50-krat ponovljene izrač une 149 Izrač unane vrednosti standardnih odklonov, ki jih predstavljamo na sliki 7, smo uporabili za določ itev natanč nosti 3D koordinat vrha stožca (# $% ), določ enih na osnovi 50- ih ponovitev izrač una. Iz rezultatov obdelav oblakov toč k posamezne višine leta smo določ ili število toč k , ko je # $% še manjši od 2 cm, kolikor znaša natanč nost določ itve koordinat za uporabljeni laserski skener (preglednica 1). Preglednica 1: Minimalno število toč k na stožcu za določ itev koordinat vrha stožca z natanč nostjo, višjo od 2 cm Višina leta [m] 100 200 400 Min. št. toč k 11 16 26 σ $’ [mm] 18,4 18,7 19,3 Minimalno potrebno število toč k, ki zagotavlja želeno natanč nost koordinat vrha stožca iz 50-krat določ enih parametrov stožca z naključ nim izborom toč k na plašč u stožca, se za obravnavane oblake toč k razlikuje tudi za več kot dvakrat (preglednica 1). Vpliv višine leta na izrač unane parametre stožcev jasno vidimo tudi na sliki 7, kjer so standardni odkloni pri obdelavi oblakov toč k pri višini leta 100 m veliko manj razpršeni in zavzemajo najmajše vrednosti v primerjavi z rezultati obdelav oblakov toč k pri višini leta 200 in 400 m. Glavni razlog za razlike je v natanč nostih določ itve koordinat skeniranih toč k, ki so moč no odvisne od površinske strukture znotraj odtisa laserskega žarka na stožcu. Uporabljeni laserski skener ima divergenco laserskega žarka 0,25 mrad, kar na višini leta 100 m predstavlja 2,5 cm in na višini 400 m 10 cm. Natanč nost določ itve koordinat umetne tarč e iz oblakov toč k ALS z natanč nostjo, višjo od 2 cm, je visoka zahteva. V primeru, da si izberemo mejo pri 5 cm, bi za višino leta 400 m na plašč u stožca potrebovali 14 toč k, za višino leta 100 m pa le 10. Zaključ ek V prispevku smo predstavili analizo določ itve minimalnega potrebnega števila toč k na plašč u stožca, č e želimo stožec uporabiti kot natanč no umetno tarč o v postopkih ALS. Raziskava temelji na testnih podatkih, pridobljenih na višinah snemanja 100, 200 in 400 m. Potrebno število toč k za izrač un koordinat vrha stožca z želeno natanč nostjo smo določ ili na osnovi 50-ih ponovitev določ itve parametrov stožca in konč ni rezultat določ ili s povpreč nimi vrednostmi odstopanj koordinat vrha stožca od pravih vrednosti. Z grafič nimi prikazi predstavljamo povpreč na odstopanja koordinat po posameznih koordinatnih komponentah in standardne odklone teh odstopanj. Razpršenost rezultatov je najmanjša za obdelave oblaka toč k stožca pri višini leta 100 m in največ ja pri višini leta 400 m. Glede na lastnosti laserske svetlobe in odboja od stožč asnih oblik je rezultat prič akovan. Za velike množice toč k, ki jih uporabimo pri določ itvi parametrov stožca v več ponovitvah, dobimo podobne rezultate, kar potrjujejo milimetrske vrednosti standardnih odklonov, ki jih predstavljamo na sliki 7. Pri zelo majhnem številu toč k (manj kot 10) lahko standardni odkloni odstopanj koordinat, ki so določ eni na osnovi odstopanj 50-ih ponovitev izrač una po posameznih koordinatnih komponentah, dosegajo vrednosti tudi do 9 cm. Izbran kriterij določ itve minimalnega potrebnega števila toč k za izrač un koordinat vrha stožca predstavlja prostorska natanč nost koordinat toč k, določ ena na osnovi 50-ih ponovitev določ itev parametrov stožca na osnovi naključ no izbranih toč k, ki mora biti manjša od 2 cm. Ugotovili smo, da za obravnavane primere dobimo različ ne rezultate 150 (preglednica 1). V najslabšem primeru, to je za oblak, pridobljen pri višini leta 400 m, ta pogoj izpolnjuje 26 toč k. Č e se zadovoljimo z natanč nostjo določ itve koordinat vrha stožca 5 cm, bi potrebovali 14 toč k. Pri praktič ni uporabi stožcev ALS bi za doseganje natanč nosti koordinat vrha stožca 5 cm za višine leta pod 200 m morali nač rtovati gostoto skeniranja vsaj 5 toč k/m 2 , za lete nad 400 m pa vsaj 8 toč k/m 2 . Literatura in viri Artese, G., Achilli, V., Salemi, G., Trecroci, A. (2004). Automatic Orientation and merging of laser scanner acquisitions through volumetric targets: procedure description and test results. International Archives of Photogrammetry and Remote Sensing. XXXV, PARTB5, Commission V: 210–215. Barbarella, M., Fiani, M. (2013). Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing. European Journal of Remote Rensing, 46:1, 126–151. Becerik-Gerber, B., Jazizadeh, F., Kavulya, G., Calis, G. (2011). Assessment of target types and layouts in 3D laser scanning for registration accuracy. Automation in Construction, 20, 5: 649– 658. Bienert, A., Maas, H.G. (2009). Methods for the automatic geometric registration of terrestrial laser scanner point cloud in forest stands. ISPRS Archives – Volume XXXVIII-3/W8, Paris, France: str. 93–98. Csanyi, N., Toth, C. K. (2007). Improvement of lidar data accuracy using lidar-specific ground targets. Photogrammetric Engineering & Remote Sensing, 73, 4: 385–396. Csanyi, N., Toth, C. K., Grejner-Brzezinska, D., Ray, J. (2005). Improving LiDAR Data Accuracy Using LiDAR Specific Ground Targets ASPRS 2005 Annual Conference Baltimore, Maryland, March 7-11, 2005: 11 p. Friess, P. (2007). Requirements for generating a geometrically Correct Point Cloud. Theory and Application of Laser Scanning, ISPRS summer school, July 1-7, 2007, Ljubljana. Hebel, M., Stilla, U. (2012). Simultaneous Calibration of ALS System and Alignment of Multiview LIDAR Scans of Urban Areas. IEEE Transaction on Geoscience and Remote Sensing 50, 6: 2364–2379. Höhle, J., Pedersen, C.Ø. (2010). A new method for checking the planimetric accuracy of digital elevation models data derived by airborne laser scanning. Proceedings of the 9th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences, University of Leicester, Leicester, 253–256. Kager, H. (2004). Discrepancies between overlapping laser scanner strips – simultaneous fitting of laser scanner strips. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXV, B3: 6 p. Kregar, K., Grigillo, D., Kogoj, D. (2013). High precision target determination from a point cloud. V: ISPRS Workshop Laser Scanning 2013, Antalya, Turkey, 11–13. Kuwano, Y. (2008). LiDAR System overview and instrument calibration. International School on LiDAR Technology, Kanpur, India, 74 p. Pesci, A., Teza, G. (2008). Terrestrial laser scanner and retroreflective targets: An experiment for anomalous effects investigation. International Journal of Remote Sensing, 29, 19: 5749–5765. Toth, C., Paska, E., Brzezinska, D. (2008). Quality assessment of lidar data by using pavement markings. Presented at ASPRS Annual Conference, Portland, Oregon, ZDA: 10 p. Urbanč ič , T. (2017). Ocenejvanje geometrič ne podobnosti oblakov toč k aerolaserskega skeniranja. Doktorska disertacija, UL Fakulteta za gradbeništvo in geodezijo, Ljubljana Urbanč ič T., Vreč ko A., Kregar K. (2016). The reliability of RANSAC method when estimating the parameters of geometric object. Geodetski vestnik, 60, 1: 69–97. van der Sande, C., Soudarissanane, S., Khoshelham, K. (2010). Assessment of relative accuracy of AHN-2 laser scanning data using planar features. Sensors, 2010, 10: 8198–8214. 151 Vosselman, G., Maas, H.-G. 2010. Airborne and terrestrial laser scanning. Whittles Publishing, CRC Press: 318 p. Witzgall, C., Cheok, G.S. Kearsley, A.J. (2006). Recovering Spheres from 3D Point Data. In Proceedings of the 35th Applied Imagery and Pattern Recognition Workshop (AIPR '06). IEEE Computer Society, Washington, ZDA, 6 p. Wotruba, L., Morsdorf, F., Meier, E., Nüesch, D. (2005). Assessment of sensors characteristics of an airborne laser scanner using geometric reference targets. ISPRS WG III/3, III/4, V/3 Workshop "Laser scanning 2005", Enschede, Netherlands, 6 p. 153 Ledeniki na kartah vojaške izmere avstro-ogrske monarhije Mihaela Triglav Č ekada * Povzetek Karte druge in tretje vojaške izmere avstro-ogrske monarhije prikazujejo tudi stanje ledenikov na slovenskih tleh in v njeni bližnji okolici med letoma 1818 in 1887. S pomoč jo spletne karte Mapire, kjer so te karte predstavljene, digitalizirane in transformirane v koordinatni sistem WGS84, smo izmerili površino ledenikov. Na kartah druge vojaške izmere najdemo: Triglavski ledenik in snežišč e pod Travnikom vzhodno od Jalovca ter, tik za današnjo slovensko mejo, tri Kaninske ledenike (Vzhodni in Zahodni Kaninski ledenik ter Vršiški ledenik). Na karti tretje vojaške izmere pa so prikazani Triglavski ledenik in trije Kaninski ledeniki. Površino Triglavskega ledenika in Kaninskih ledenikov smo primerjali s kasnejšo izmero ledenikov, ki smo jo več inoma izvedli s pomoč jo interaktivne metode orientacije starih fotografij na osnovi novejših digitalnih modelov reliefa. Izdelali smo še vizualizacijo zmanjševanja Triglavskega ledenika od leta 1829 (obdobje 1829–1835 v katerem je bila izvedena druga vojaška izmera) do leta 2016. Ključ ne besede: karte druge in tretje vojaške izmere Avstro-Ogrske, ledeniki, snežišč a, Triglav, Kanin, Travnik Key words: maps of the second and third Habsburg military survey, glaciers, snowfields, Triglav, Kanin, Travnik Uvod Majhni ledeniki in trajna snežišč a v Sloveniji in njeni bližnji okolici so nastali v mali ledeni dobi, ki je trajala med letoma 1550 in 1850. Mala ledena doba je bila več inoma posledica zmanjšane Sonč eve aktivnosti v Maunderjevem (1650–1710) in Daltonovem (1800–1830) minimumu ter več jega števila stratosferskih izbruhov vulkanov v ekvatorialnem pasu (Benn in Evans, 2013). Skokovito napredovanje največ jih ledenikov v Alpah po letu 1600, kot so Bosson ter Mer de Glace v Franciji in Unterer (Spodnji) Grindelwald v Švici, se č asovno ujema z največ jimi vulkanskimi izbruhi tistega č asa (Lüthi, 2014). Kot zadnji sunek male ledene dobe lahko štejemo obdobje med letoma 1810 in 1820, ko sta k ohladitvi moč no prispevala še izbruha neznanega vulkana iz leta 1809 in vulkana Tambora v Indoneziji iz aprila 1815. V osrednji Evropi so imeli mrzla poletja in obilo padavin ter pozne zmrzali, kar je unič ilo več zaporednih letin pridelkov. Zato je leto 1816 imenovano tudi »leto brez poletja«, v Nemč iji »leto berač a« ter v Švici »leto lakote« (Wood, 2014). Huda lakota iz tistega č asa, zaradi katere so ljudje umirali tudi pri nas, je izprič ana tudi v slovenskem ustnem izroč ilu s Solč avskega (Triglav Č ekada, 2015). Zadnji sunek male ledene dobe in posledič na prehranska kriza pa sta bila po svoje vsaj deloma tudi vzrok za prič etek vzpostavljanja pravič nejšega zemljiškega katastra v Avstro-Ogrski, to je Franciscejskega katastra, ki je temeljil na izmerjeni velikosti parcel. Tako so v »letu brez poletja«/leta 1816 sprejeli predlog dvorne komisije o nač inu katastrske izmere, ki se je navezoval na enoten koordinatni sistem, ki so ga vzpostavljali v okviru vojaške triangulacije za namene vojaško-topografske izmere (Lisec in Ferlan, 2017). Odloč ili smo se, da pogledamo omenjene stare karte treh vojaško-topografskih izmer Avstro-Ogrske, natanč neje katere ledeniške zaplate v Sloveniji in njeni neposredni okolici so na njih izrisane. Karte treh vojaških izmer Avsto-Ogrske so izdelali med letoma 1763 in *Geodetski inštitut Slovenije, Jamova 2, 1000 Ljubljana in Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo, Jamova 2, 1000 Ljubljana. 154 1887 in so prosto dostopne na spletni karti Mapire (2014). Na kartah prve vojaške izmere (nastale med letoma 1763–1787) ni nobenih ledenikov, tudi ne več jih ledenikov z območ ja današnje avstrijske Koroške (npr. Pastirica/Pasterze ter ledeniki Visokih Tur), zato lahko sklepamo, da ledenikov takrat niso kartirali. Ledeniki se nahajajo le na kartah druge in tretje vojaške izmere, ki jih bomo opisali v nadaljevanju. Č e primerjamo karte vojaške izmere z novodobnimi kartami, se moramo zavedati, da na prvih, vsaj v visokogorju, nekatere podrobnosti niso pravilno izrisane. Na kartah vojaške izmere je ponekod izpušč en kakšen vrh ali del stene, potek vrhov je napač en… Zato lahko karte vojaških izmer uporabimo na dva nač ina: da verjamemo vsebini in izmerimo površine/č rte direktno iz transformiranih kart ali pa da skušamo prepoznati enako vsebino in površino izmerimo iz novejših kart glede na prikaz vsebine na vojaških kartah. Kot bomo videli v nadaljevanju na primeru Triglavskega ledenika, so vrednosti površin, ki jih dobimo po teh dveh poteh, lahko različ ne. Metodologija V č lanku bomo predstavili le površine, ki smo jih izmerili sami. Najprej bomo opisali kako smo izmerili površine ledenikov iz spletnih zemljevidov Mapire (2014), na katerem so predstavljene in georeferencirane karte treh vojaških izmer avstro-ogrske monarhije. Površine ledenikov smo izmerili v orodju za izrač un površine, ki ga ponuja spletni zemljevid. Obod Triglavskega ledenika iz 2. vojaške izmere smo še enkrat izmerili s podobnostno transformacijo vsebine, pridobljene s spletnega zemljevida, na današnje stanje podobe analitič nega senč enja (PAS) laserskega skeniranja Slovenije. Podobnostna transformacija je 4-parametrič na transformacija, kjer se spremenijo orientacija, položaj in merilo (Berk, 2001). Nato smo vsebinsko, torej s primerjavo podrobnosti na stanju stare karte in novem PAS, digitalizirali obod ledenika. Ostale omenjene, kasnejše površine Triglavskega ledenika in Kaninskih ledenikov (preglednici 2 in 3), so povzete po naših predhodnih raziskavah (Triglav in Gabrovec, 2013; Triglav Č ekada in sod., 2014) in so bile izmerjene na dva nač ina. V prvi nač in sodijo vse natanč ne geodetske metode izmere ledenika od tahimetrič ne izmere, GNSS- izmere do fotogrametrič ne metode izmere ali laserskega skeniranja. V drugi nač in sodi približna metoda izmere na osnovi interaktivne metode orientacije arhivskih fotografij s pomoč jo uporabe novejšega digitalnega modela reliefa. Uporabili smo ali digitalni model reliefa izdelan v postopku roč nega fotogrametrič nega 3D-stereo zajema iz velikoformatnih aerofotografij (del obdelave Triglavskega ledenika) ali samodejno izdelan digitalni model reliefa iz oblaka laserskih toč k (Triglavski ledenik in Kaninski ledeniki). V postopku interaktivne metode orientacije dobimo kot konč ni rezultat samo obod ledenika v 3D- vektorskem zapisu (shp-format datoteke). Geodetske metode izmere so bile več inoma uporabljene za izmero Triglavskega ledenika konec talilne dobe ali kakšen mesec pred koncem talilne dobe (več inoma stanje konec avgusta). Arhivske fotografije lahko prikazujejo ledenike konec talilne dobe ali pa ob neznanem č asu. Za več ino najstarejših arhivskih fotografij, narejenih pred letom 1950, ne vemo, kdaj so bile posnete, vendar lahko sklepamo, da je več ina najverjetneje posneta poleti, ko so se avtorji fotografij vzpenjali na Triglav ali Kanin. Najbolj natanč no poznamo č as snemanja za arhivske fotografije Triglavskega ledenika, narejene s panoramskim fotoaparatom Horizont, s pomoč jo katerega so ledenik fotografirali enkrat meseč no vse od leta 1976 naprej. Horizontove fotografije, ki smo jih uporabili, kažejo ledenik konec talilne dobe, saj smo orientirali le fotografije narejene v avgustu, septembru ali oktobru, odvisno od tega, 155 katera je bila kakovostnejša (vremenske razmere, jasnost slike, najmanjša površina ledenika). Ker bomo v č lanku podali in prikazali le površine ledenikov, ki smo jih sami izrač unali s pomoč jo interaktivne metode orientacije ali izmerili, se površine Triglavskega ledenika lahko razlikujejo od površin objavljenih v Gabrovec in sod. (2014). Ledeniki na kartah vojaških izmer avstro-ogrske monarhije Karte prve, druge in tretje vojaške izmere avstro-ogrske monarhije so bile za upodobitev na spletnem zemljevidu Mapire transformirane v WGS84 s položajno natanč nostjo med 150–200 m. Karte prve in druge vojaške izmere so bile originalno izdelane v današnjem merilu 1:28 800 (Timár et al., 2006). Karte tretje vojaške izmere so bile izmerjene med leti 1869–1887, izdelane so bile v dveh merilih 1:25 000 in 1:75 000. Na spletnem zemljevidu Mapire so bile v č asu pisanja č lanka prikazane le pregledne karte izdelane v merilu 1:75 000 (Molnár in Timár, 2009). Kot smo omenili že zgoraj, na kartah prve vojaške izmere ni ledenikov. Triglavski ledenik je kartografsko označ en s kartografskim prikazom na kartah druge in tretje vojaške izmere (sliki 1 in 2). V bistvu sta prikazana skupaj Triglavski ledenik in snežišč e nad Triglavskim ledenikom. Ledenika pod Skuto ni ne na drugi ne na tretji vojaški izmeri (slika 3). Na sliki 2 sicer vidimo belo zaplato vzhodno od vrha Skute, vendar ta predstavlja rob izmere in kartografije province in ne ledenika pod Skuto, saj bi se ta moral nahajati na severni strani Skute. Belino, ki predstavlja rob karte, vidimo še č isto na desnem delu slike 3 in dvakrat na sliki 6. Te beline so ostale zaradi neujemanja mej provinc (č rtkane č rte) na različ nih transformiranih listih kart, saj so bili posamezni listi kart iz različ nih provinc loč eno transformirani v WGS84. Pri transformaciji pa so uporabili tudi različ ne transformacijske parametre (Timár et al., 2006), zato se vsebina na robovih ne ujema popolnoma. Vzhodni in zahodni Kaninski ledenik ter Vršiški ledenik, ki so danes tik za slovensko- italijansko mejo, so označ eni na kartah druge in tretje vojaške izmere. Ti trije ledeniki so bili nekoč združeni, zato jih Colucci in Guglielmin (2015) obravnavata kot izvorno enoten Kaninski ledenik in površine vseh treh v analizah seštevata. Vršiški ledenik je od Kaninskih ledenikov loč en z grebenom in obdan z obširnim melišč em (sliki 4 in 5). Ker vemo, da so ti ledeniki tudi danes podvrženi intenzivnemu zasipavanju z grušč em iz okoliških vrhov, lahko sklepamo, da je bil Vršiški ledenik več ji, vendar je na kartah vsaj del ledenika označ en s topografskim znakom za melišč e. Na kartah ni Prestreljeniškega ledenika, ki bi moral biti pod vrhom Prestreljenika na današnji italijanski strani, saj je bil v č asu izmere vojaških kart tudi ta najverjetneje obilno zasut z grušč em in je zato lahko prikazan oz. skrit v topografskem znaku za melišč e. Na sliki 4 vidimo tudi na južni, danes slovenski strani Kanina, dva ledenika oz. snežišč i. Snežišč i se na karti tretje vojaške izmere ne pojavita več (slika 5). 156 Slika 1: Prikaz Triglavskega ledenika na karti druge vojaške izmere 1:28 800 (vir: Mapire in Avstrijski državni arhiv). Slika 2: Prikaz Triglavskega ledenika na karti tretje vojaške izmere 1:75 000 (vir: Mapire in Avstrijski državni arhiv). 157 Slika 3: Skuta na karti druge vojaške izmere 1:28 800 (vir: Mapire in Avstrijski državni arhiv). Na karti druge vojaške izmere najdemo še snežišč e pod Travnikom (slika 6), ki ga ni na tretji vojaški izmeri. Povežemo ga lahko s snežišč em med Lopami in Kumljahi pod severno steno Travnika, ki ga omenja Gams (1961). Zanimivo je, da na karti druge vojaške izmere pod Jalovcem ni izrisanih drugih snežišč , ki jih omenja Gams (1961) in ki naj bi v šestdesetih letih 20. stoletja še obstajala, soč asno s snežišč em pod Travnikom. To so bila trajno snežišč e v Jalovč evem ozebniku ter obč asna snežišč a v Severni grapi in na melišč u v Velikem kotu. Gams (1961) omenja med pomembnejšimi snežišč i Julijskih Alp še snežišč e v Skednju ali Prisojnikov ledenik, ki pa ni prikazan niti na karti druge in niti tretje vojaške izmere. V Kamniško-Savinjskih Alpah ni na kartah druge in tretje vojaške izmere izrisan ne ledenik pod Skuto, niti druga snežišč a, ki jih omenjena Šifrer (1961). Obstoj ledenika pod Skuto sicer omenja že Frischauf v opisu ture iz leta 1874 (Šifrer, 1961). Karte druge vojaške izmere so bile za provinco Ilirijo, kamor sta spadala tako ledenik pod Triglavom in Skuto ter snežišč e pod Travnikom (slike 1, 3 in 6), izmerjene med letoma 1829 in 1835. Karte za provinco Lombardije, Benetke, Parme in Modene, na č igar meji so ledeniki na severni strani Kanina (slika 4), so bile izmerjene med letoma 1818 in 1829, torej pred izmero Ilirije. Snežišč i na južni strani Kanina sta spadali v provinco Primorska in sta bili izmerjeni in kartirani med letoma 1821 in 1824 (Timár et al., 2006). Povsem različ ne barve, ki predstavljajo enako visokogorsko topografijo na vsaki strani meje provinc na primeru Kaninskih ledenikov potrjujejo to dejstvo. 158 Slika 4: Od leve proti desni si sledijo Zahodni in Vzhodni Kaninski ledenik ter Vršiški ledenik na karti druge vojaške izmere 1:28 800 (vir: Mapire in Avstrijski državni arhiv). Slika 5: Od leve proti desni si sledijo Zahodni in Vzhodni Kaninski ledenik ter Vršiški ledenik na karti tretje vojaške izmere 1:75 000 (vir: Mapire in Avstrijski državni arhiv). 159 Slika 6: Prikaz snežišč a pod Travnikom na karti druge vojaške izmere 1:28 800 (vir: Mapire in Avstrijski državni arhiv). Rumena č rta predstavlja mejo med dvema provincama, za katere se je izmera in kartografija izvajala loč eno. Na levi strani in spodaj desno vidimo neujemanje meja provinc (dve č rtkani č rtni č rti predstavljata isto mejo iz dveh kart, bela območ ja pa območ je izven obsega ene karte). Na kartah tretje vojaške izmere, izdelanih med letoma 1869 in 1887, so prikazani samo Triglavski ledenik, Zahodni in Vzhodni Kaninski ledenik ter Vršiški ledenik (sliki 2 in 3), ledenikov pod Skuto in Prestreljenikom ter snežišč a pod Travnikom v bližini Jalovca pa ni. Preglednica 1: Ledeniki v Sloveniji in njeni neposredni okolici na kartah avstro-ogrske monarhije. Površine so izmerjene z orodjem za izmero površin v spletnem zemljevidu Mapire, kjer so karte Avstro-Ogrske transformirane v koordinatni sistem WGS84. Ledenik ali snežišč e karta 2. vojaške izmere (1829–1835) Merilo: 1:28 800 karta 3. vojaške izmere (1869–1887) Merilo: 1:75 000 Triglavski ledenik 31 ha 30 ha Snežišč e nad Triglavskim ledenikom 2 ha prekrito z napisom Ledenik pod Skuto ni prikazan ni prikazan Zahodni Kaninski ledenik 34 ha (1818–1829) 21 ha Vzhodni Kaninski ledenik 15 ha (1818–1829) 17 ha Vršiški ledenik 2 ha (1818–1829) 2 ha Prestreljeniški ledenik ni prikazan ni prikazan Snežišč e pod Travnikom 29 ha ni prikazano 160 Površine v preglednici 1 so izmerjene s pomoč jo orodja za izrač un površin v spletnem zemljevidu Mapire. Površine so digitalizirane z natanč nostjo ±1 ha na kartah druge vojaške izmere, kjer se vidijo robovi ledenikov zelo lepo (slika 1). Na kartah tretje vojaške izmere, kjer so ledeniki več inoma in vsaj deloma zakriti z napisom ter je merilo karte slabše (1:75 000), je natanč nost digitalizacije še slabša, velikostnega razreda nekaj hektarjev (slika 2). Izrez karte Triglavskega ledenika iz druge vojaške izmere smo s podobnostno transformacijo transformirali še na stanje podobe analitič nega senč enja (PAS) laserskega skeniranja iz leta 2014 (Triglav Č ekada in Bric, 2015). Izmero smo ponovili tako, da smo rob Triglavskega ledenika vsebinsko identificirali na trenutnem stanju topografije (npr. vsebinsko ledenik sega do roba Triglavske stene; č e zemljevid samo transformiramo temu ni tako) in dobili še nekaj hektarjev več jo površino, t. j. 34 ha. Zato ocenjujemo, da so na spletnih zemljevidih Mapire izmerjene površine nekoliko podcenjene. Tako digitaliziran obod smo uporabili tudi za izris površine Triglavskega ledenika za stanje 1829–1835 na sliki 10. Zaradi preslabega merila karte tretje vojaške izmere, ponovne izmere s predhodno transformacijo na PAS na tej karti nismo izvedli. Tudi površina Triglavskega ledenika izmerjena iz merila 1:75 000 je zelo majhna, saj naj bi na karti tretje vojaške izmere v merilu 1:25 000 iz leta 1877 le-ta meril 40 ha (Gabrovec in sod., 2014, 31). Žal v č asu pisanja tega č lanka, merilo 1:25 000 na spletni strani Mapire ni bilo dostopno. Površina Triglavskega ledenika iz obdobja 1829–1835 je primerljiva s površinami, izmerjenimi iz starih razglednic z zač etka 20. stoletja (preglednica 2). Površine Kaninskih ledenikov iz obdobja 1818–1829 so podobne Marinellijevi fotogrametrič no izmerjeni površini iz leta 1908, ko je Zahodni Kaninski ledenik meril 30,1 ha, Vzhodni pa 12,9 ha (preglednica 3). Na karti tretje vojaške izmere iz obdobja 1869–1887 je največ ji Zahodni Kaninski ledenik meri le 21 ha, kar je bolj primerljivo s stanjem po letu 1934 (Triglav in sod., 2014), oziroma je njuna skupna površina primerljiva s stanjem iz leta 1948 (Colucci in Guglielmin, 2015). Površina Triglavskega ledenika skozi č as Triglavski ledenik se je od konca male ledene dobe leta 1850 do leta 1930 poč asi zmanjševal in je segal ponekod skoraj do roba Triglavske severne stene. Pokrival je okoli 30 ha. Med leti 1930 in 1950 se je pospešeno zmanjševal in je leta 1950 obsegal že manj kot 13 ha. Med leti 1950 in 1983 se je njegovo zmanjševanje moč no upoč asnilo, saj je v posameznih letih celo napredoval, zato je meril leta 1983 še vedno 10 ha. To leto je prelomno, saj se je takrat prič el pospešeno zmanjševati in je leta 1999, ko smo ga sodelavci Geodetskega inštituta Slovenije prvič izmerili, meril le še nekaj več kot 1 ha. Ta površina sovpada z lego ledenika v kotanji, ki je pred soncem tretjino leta v celoti zašč itena z ostenjem med Malim Triglavom in vrhom Triglava kar omogoč a njegov obstoj. Svoj minimum je dosegel leta 2007 z 0,6 ha in se mu vnovič približal s površino 0,7 ha v letu 2017 (Pavšek, 2017). V zadnjem desetletju mu pri ohranjanju pomagajo več inoma ugodne snežne razmere z veliko količ ino snega v redilni dobi. 161 Preglednica 2: Kolebanje površine Triglavskega ledenika v zadnjih 180 letih. Leto Površina [ha] Metoda izmere Vir 1829–1835 34 karta merila 1:28 800 transfromirana s podobnostno transformacijo na PAS Mapire in Avstrijski državni arhiv 1869–1887 30 površina digitalizirana z orodjem v Mapire iz karte merila 1:75 000 Mapire in Avstrijski državni arhiv 1897 22 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 1934 27,6 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 1956 14,4 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 1958 13,7 interaktivna orientacija stare fotografije Triglav Č ekada in sod. (2014) 1962 21,5 interaktivna orientacija stare fotografije Triglav Č ekada in sod. (2014) 1976 18 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1979 24,1 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1980 15 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1982 11 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1985 10,8 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1986 8,9 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1987 8 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1989 6,8 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1991 6,7 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1992 4,3 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1993 4,7 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1995 3,8 interaktivna orientacija fotografije Horizont Geodetski inštitut Slovenije 1997 2,9 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 1999 1,1 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2002 1,2 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 2003 0,7 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 2005 0,9 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 2006 0,7 interaktivna orientacija fotografije Horizont Triglav Č ekada in Gabrovec (2013) 2007 0,6 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2008 1,1 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2009 0,6 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2010 2,5 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2011 2,4 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2012 0,6 GNSS izmera Geodetski inštitut Slovenije 2013 2,5 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2014 3,6 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2015 1,7 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2016 1 tahimetrič na in fotogrametrič na izmera Geodetski inštitut Slovenije 2017 0,7 tahimetrič na izmera Geografski inštitut Antona Melika ZRC SAZU (Pavšek, 2017) Površine Kaninskih ledenikov skozi č as V preglednici 3 so povzete površine Kaninskih ledenikov, ki smo jih izmerili na enak nač in oziroma z interaktivno metodo orientacije starih posnetkov s pomoč jo novejšega digitalnega modela reliefa. Podatki od 1893 do 2011 so povzeti po Triglav Č ekada in sod. (2014). Dodani sta površini izmerjeni v spletnem zemljevidu Mapire s pomoč jo orodja za izrač un površine. Colucci in Guhlielmin (2014) pri preuč evanju vpliva različ nih vremenskih dejavnikov na Kaninske ledenike, seštejeta površini Vzhodnega in Zahodnega Kaninskega ledenika v enotno površino. Tudi sami smo napravi enako in v tem primeru sta se Kaninska ledenika iz zač etnih 49 ha v obdobju 1818–1829 zmanjšala na 38 ha v obdobju 1869–1887 ter ostala približno enaka z 41 ha v letu 1893 in 43 ha v letu 1908. V približno 70 letih sta se oba ledenika skupaj zmanjšala za približno 10 ha, zato ne preseneč a trditev Marinellija iz leta 1909, ki je te ledenike redno meril, da bodo ledeniki prav kmalu izginili, saj se zelo pospešeno zmanjšujejo (Marinelli, 1910). 162 Preglednica 3: Kolebanje površine Vzhodnega in Zahodnega Kaninskega ledenika v zadnjih 200 letih. Leto Površina [ha] Metoda izmere Vir Zahodni Vzhodni Kaninski ledenik 1818–1829 34 15 površina digitalizirana z orodjem v Mapire iz karte v merilu 1:28 800 Mapire in Avstrijski državni arhiv 1869–1887 21 17 površina digitalizirana z orodjem v Mapire iz karte v merilu 1:75 000 Mapire in Avstrijski državni arhiv 1893 28 13 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 1908 30,1 12,9 georeferenciran nač rt Marinellija Triglav Č ekada in sod. (2014) 1957 7,6 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 1970–1980 10,1 5,5 interaktivna orientacija stare razglednice Triglav Č ekada in sod. (2014) 2000 5,9 2,7 ortofoto Ciklič nega aerofotografiranja Slovenije (CAS) Triglav Č ekada in sod. (2014) 18. 8. 2011 14,6 6,4 ortofoto CAS Triglav Č ekada in sod. (2014) 29. 9. 2011 8,8 4,7 posebno aerolasersko skeniranje Triglav Č ekada in sod. (2014) Poleg izmere površin predstavljenih v preglednici 3 Colucci in Guhlielmin (2014) omenjata, da sta bila oba Kaninska ledenika skupaj leta 1948 velika 38 ha. Torej se površina od leta 1908 do 1948 ni bistveno zmanjšala. Izostanek podatkov o površini za vmesno obdobje sta zapolnila z redno izmero umikanja č ela ledenika od stalnih kontrolnih toč k (merjenje razdalj z roč nim metrom), ki jo na Kaninskih ledenikih redno izvajajo že vse od leta 1920 dalje. Ta kaže na trend splošnega zmanjševanje ledenika med letoma 1920 in 1946 ter na trend poveč evanja ledenika med letoma 1946 in 1981. Oddaljenost od kontrolnih toč k tudi kaže, da sta se od leta 1986 dalje ledenika samo še zmanjševala. To se nadaljuje vse do leta 2008, ko se je trend ponovno nekoliko obrnil. Leta 1971 in 1975 naj bi ledenika merila 16 ha, leta 1986 pa 25 ha. Leta 2003 so izmerili najmanjšo površino obeh ledenikov skupaj in sicer 5 ha. Iz opisanega vidimo, da se Kaninski ledeniki in Triglavski ledenik odzivajo na enake dolgoroč ne podnebne trende, ki so primerljivi z dolgoroč nimi trendi, ki so jih ugotovili tudi pri drugih ledenikih v Alpah (Zemp in sod., 2015). Prepoznamo lahko naslednja obdobja: • od 1850 do 1930 obdobje poč asnega krč enja ledenikov, • med letoma 1930 in 1950 se ledeniki pospešeno krč ijo, • med letoma 1950 in 1983 ledeniki stagnirajo ali celo rastejo in • od 1983 naprej se pospešeno krč ijo, • od leta 2008 dalje se njihov upad upoč asni, saj so od takrat pa vse do 2016 ob koncu poletij (talilne dobe) obč asno in to kar nekaj poletij zapored, prekriti s snegom preteklih snežnih sezon (redilne dobe). Tako Triglavski ledenik kot tudi Kaninski ledeniki so najverjetneje doživeli svoj minimum okoli leta 2005, zdaj pa jih najverjetneje ohranja predvsem topografija, saj so vsi na severni (osojni) strani vrhov, kjer se več ino leta uspešno skrivajo pred soncem. K ohranjanju jim v zadnjem desetletju pomagajo tudi dokaj ugodne snežne razmere z veliko količ ino snega v redilni dobi, ki jih ohranja pri življenju (Triglav Č ekada in sod., 2014; Colucci in Guhlielmin, 2014). 163 Prikaz zmanjševanja Triglavskega ledenika in razprava Nekatere obode Triglavskega ledenika smo uporabili za izdelavo 3D-prikaza površine ledenika v programu za prikaz 3D-podatkov (ArcScene v ArcGIS), kjer smo na digitalnem modelu reliefa s pomoč jo TIN-mreže povezali 3D-toč ke oboda v ploskev površja Triglavskega ledenika. Kot podlogo smo uporabili digitalni model reliefa izdelan iz podatkov posebnega aerolaserskega skeniranja Triglavskega ledenika iz septembra 2012 (Triglav Č ekada in sod., 2013b). Zaradi lepšega prikaza smo uporabili digitalni model reliefa z velikostjo celice 5 m × 5 m, ki smo ga izdelali iz laserskega digitalnega modela reliefa z velikostjo celice 1 m × 1 m. Za bolj izrazito predstavitev zmanjševanja in rasti ledenika digitalnega modela reliefa, ki prikazuje ostenje Triglava, nismo obarvali z ortofotom. Tako izdelane slike stanja ledenika iz posameznih let (slika 10) smo uporabili tudi za prikaz zmanjševanja Triglavskega ledenika v dveh televizijskih oddajah, ki sta to temo obravnavali poleti 2017: • oddaja Ugriznimo znanost na RTV Slovenija (http://4d.rtvslo.si/arhiv/ugriznimo- znanost/174470676 glej minuto 9:50) in • oddaja Fokus na POP TV (http://www.24ur.com/novice/slovenija/triglavski-ledenik- lepota-ki-izginja.html glej minuto 4:48). Slika 7: Mozaik zmanjševanja Triglavskega ledenika 164 Na sliki 7 najprej opazimo, da smo iz starejših posnetkov izmerili tudi obode snežišč a nad Triglavskim ledenikom, na Horizontovih posnetkih od leta 1976 dalje pa ne. Snežišč e je seveda še obstajalo kar nekaj č asa po letu 1976, ker pa ga v naših zač etnih analizah (Triglav Č ekada in Gabrovec, 2013a) nismo šteli k Triglavskemu ledeniku, ga tudi nismo merili. Za snežišč e nad Triglavskim ledenikom Gams (1961) omenja, da je bilo v preteklosti povezano z Triglavskim ledenikom, kar lahko vidimo tudi na karti druge vojaške izmere Avstro-Ogrske (slika 1). Prav tako smo na Horizontovih posnetkih merili samo osrednji del Triglavskega ledenika, ne pa tudi njegovih manjših ostankov, ki so ostali loč eni od osrednjega dela ledenika. V prihodnosti je smiselno razmisliti o ponovni analizi in izmeri obodov tudi manjših delov ledenika poleg osrednjega dela. Colucci in Guglielmin (2015) namreč seštevata površini obeh Kaninskih ledenikov v enotno površino in v analizah predstavljata skupno več jo površino, kljub temu, da sta ledenika že nekaj č asa loč ena. Č e se bomo za to odloč ili, bo potrebno vnovič izmeriti manjše ostanke Triglavskega ledenika oz. nekdanja snežišč a severozahodno od Glave in tudi površino snežišč a nad Triglavskim ledenikom, da bomo dobili primerljivo č asovno vrsto tudi za vsa manjša sneženo-ledena telesa. Druga pomembna znač ilnost, ki jo opazimo na sliki 7 je, da prič ne Triglavski ledenik po letu 2006 »rasti«. Ker za nastanek novega ledu v teh robnih razmerah potrebujemo tudi do več desetletij (Benn in Evans, 2013), je »poveč anje« ledenika od leta 2006 do 2011 v resnici le ponazoritev več anja snežišč a, ki prekriva ostanke ledenika. Ledenik je vnovič dosegel svoj minimum v letu 2012, potem pa je sledilo nekaj ugodnih zim in poletij, ko je konec redilne dobe snežišč e ob rednih meritvah še vedno prekrivalo ledenik vse do leta 2017, ko je bil ta vnovič skoraj v celoti razgaljen (Pavšek, 2017). Zato je ostanek pravega ledenika, ki je več inoma pokrit s obsežnejšim snežišč em, v resnici velik le še 0,4 ha že celotno zadnje desetletje (Del Gobbo in sod., 2016). Resne primerjave med Kaninskimi ledeniki in Triglavskim ledenikom le na osnovi površin ne moremo narediti, ker imamo za Kaninski ledenik preredko č asovno vrsto. Zahvala Delo je bilo delno financirano v okviru temeljnega raziskovalnega projekta J2–8176 Javne agencije za raziskovalno dejavnost Republike Slovenije. Dolgoletne izmere Triglavskega ledenika je finanč no omogoč il Geografski inštitut Antona Melika (GIAM) ZRC SAZU. Sodelavcem GIAM se zahvaljujem za možnost dolgoletnega sodelovanja z njimi pri preuč evanju slovenskih ledenikov. Literatura Benn, D.I., Evans, D.J.A. (2013). Glaciers & Glaciation. Routlege, Taylor & Francis Group, London, New York. Berk, S. (2001). Možnosti transformacije katastrskih nač rtov grafič ne izmere v državni koordinatni system. Geodetski vestnik, 45 (1&2), 91-105. Del Gobbo, C., Colluci, R.R., Forte, E., Triglav Č ekada, M., Zorn, M. (2016). The Triglav glacier (South-Eastern Alps, Slovenia): Volume extimation, internal characterization and 2000–2013 temporal evolution by means of ground penetrationg radar measurements, Pure Appl. Geophys., 173:6, 1847-2244. 165 Colucci, R.R., Guglielmin, M. (2015). Precipitation – temperature changes and evolution of small glaciers in the southeastern European Alps during the last 90 years. International Journal of Climatology, 35, 2783-2797. Gabrovec, M., Hrvatin, M., Komac, B., Ortar, J., Pavšek, M., Topole, M., Triglav Č ekada, M., Zorn, M. (2014). Triglavski ledenik. Geografija Slovenije 30. Založba ZRC, Ljubljana. Gams, I. (1961). Snežišč a v Julijskih Alpah. Geografski zbornik, 6, 241-269. Lisec, A., Ferlan, M. (2017): 200 let od zač etka parcelno orientiranega katastra na Slovenskem. Geodetski vestnik, 61:1, 76-90. Lüthi, P. 2014: Little Ice Age climate reconstruction from ensemble reanalysis of Alpine glacier fluctuations, The Cryosphere, 8, 639-650. Mapire (2014). Spletni portal historič nih kart, http://mapire.eu/en/, Österreichisches Staatsarchiv in Arcanum Adatbázis Kft (dostopano 3. 10. 2017). Marinelli, O. (1910). I ghiacciai delle Alpi Venete. Memorie geografiche, 4 (11). Molnár, G., Timár, G. (2009). Mosaicking of the 1:75000 sheets of the third military survey of the Habsburg Empire, Acta Geod. Geoph. Hung., 44 (1), 115–120. Pavšek, M. (2017). Triglavski ledenik. DEDI – digitalna enciklopedija naravne in kulturne dedišč ine na Slovenskem, http://www.dedi.si/dediscina/449-triglavski-ledenik (dostopano 5. 1. 2018). Šifrer, M. (1961). Snežišč a v Kamniških Alpah. Geografski zbornik, 6, 271-286. Wood, G.D. (2014). Tambora: the eruption that changed the world. Woodstock. Timár, G., Molnár, G, Székely, B., Biszak, S., Varga, J., Jankó, A. (2006). Digitized maps of the Habsburg Empire – The map sheets of the second military survey and their georeferenced version. Arcanum, Budimpešta, 59 p. Triglav Č ekada, M., Bric, V. (2015): Konč an je projekt laserskega skeniranja Slovenije. Geodetski vestnik, 59 (3), 586-592. Triglav Č ekada, M., Zorn, M. Colucci, R.R. (2014). Površina Kaninskih in Triglavskega ledenika od leta 1893, določ ena na podlagi arhivskih posnetkov ter aerolaserskih podatkov. Geodetski vestnik, 58 (2), 274-313. Triglav Č ekada, M. in Gabrovec, M. (2013a). Documentation of Triglav glacier, Slovenia, using non-metric panoramic images. Annals of Glaciology, 54 (62), 80-86. Triglav Č ekada, M., Bric, V., Klanjšč ek, M., Pavšek, M. (2013b). Zrač no lasersko skeniranje zasneženega površja. V: Kuhar, M. (ur.). Raziskave s področ ja geodezije in geofizike 2012: zbornik predavanj, 18. strokovno sreč anje Slovenskega združenja za geodezijo in geofiziko, Ljubljana, 29. januar 2013. Ljubljana: Fakulteta za gradbeništvo in geodezijo. 85-93. Zemp, M. in 39 drugih (2015). Historically unprecedented global glacier decline in the early 21st century. Journal of Glaciology, 61:288, 745-762. 167 Optimizacija algoritmov radarske detekcije toč e za območ je Slovenije Gregor Stržinar * , Gregor Skok *1 Povzetek Toč a so ledeni delci dimenzije nad 5 mm, ki nastajajo v nevihtnih oblakih in na tleh pogosto povzroč ijo škodo na kmetijskih površinah, objektih ali vozilih. Pojav toč e v Sloveniji opazujejo in beležijo meteorološki opazovalci na okoli 200 postajah. Hkrati pa je pojav toč e možno posredno, vsaj približno, določ iti tudi iz meritev z meteorološkim radarjem. V okviru analize so se uporabili štirje pogosto uporabljeni algoritmi za radarsko detekcijo toč e. Namen je bil ugotoviti kateri od algoritmov so boljši od drugih in jih po možnosti tudi optimizirati (spreminjati njihove parametre z namenom da bodo č im bolj uspešni). Analiza je bila narejena na radarskih podatkih za obdobje Maj-Avgust 2002-2010 pri č emer so se rezultati algoritmov primerjali z opazovanji toč e pri tleh na postajah. Za najboljša sta se izkazala algoritma Waldvogel in Severe Hail Index. Algoritmi so bili bolj uspešni ob dnevih ko so bila huda neurja s toč o. Izdelana je bila tudi klimatološka karta pogostosti toč e, ki bazira na radarskih meritvah. Ta kaže, da v Sloveniji obstaja precejšna variabilnost pojavnosti toč e. Toč a se pojavlja od skoraj 0 do 1.7-krat letno, s povpreč no vrednostjo okoli 0.7-krat letno. Ključ ne besede: toč a, detekcija toč e, meteorološki radar Keywords: hail, hail detection, meteorological radar * Fakulteta za Matematiko in Fiziko, Univerza v Ljubljani.