34 V revijah s področja bazičnih ved zoo- logije in botanike še dandanes težko pogrešamo prispevke o novih najdi- ščih vrst ali odkritih novih vrstah. Bio- logi so v preteklosti kar tekmovali, kdo bo znanosti prispeval več. In čeprav je posamezen podatek morda povsem nepomemben, se sčasoma nabere zbir- ka, ki predstavlja temelj poznavanja razširjenosti. Danes je večina zbirk v digitalni obliki in geokodirana, upo- rabljajo pa se za različne namene. Ob aplikaciji podatkov na druga strokov- na področja, npr. v naravovarstvu, pa poleg podatka s terena o prisotnosti postaja pomemben tudi podatek o od- sotnosti, podatek nič. Zemljevid razširjenosti predstavlja razi- skavam s področij biogeografije osrednje delovno orodje. Tako ob začetku projekta zemljevidi predhodnikov običajno služijo kot pregled dotedanjega dela, med razi- skavo se zemljevid uporablja za terensko in prostorsko-primerjalno delo, pravilo- ma je zemljevid z ustrezno razlago tudi končni biogeografski rezultat. Po svoji Zapostavljeni podatkovni nizi v naravovarstvu – podatek nič Besedilo: Jurij Dobravec naravi je zemljevid zbirka podatkov s prostorsko opredelitvijo v dveh ali morda treh prostorskih dimenzijah, časovna pa je dodana kot atribut vsakemu podatku. Pred desetletji so jih prevladujoče prika- zovali v obliki, ki bi ji tehnično rekli ra- ster: v kvadrantih UTM, v Ehrendorferjevi srednjeevropski botanični mreži, v raznih tetradah ali drugih geodetskih mrežah. V odvisnosti od vsebine, predvsem značil- nosti popisane vrste organizma, so (bile) biogeografske karte izdelane v različnih merilih, kar za karto ali za tehniko rastr- skega prikaza pomeni različne stopnje natančnosti in predvsem različne sto- pnje generalizacije. Tudi mnoga sodobna orodja GIS pri prostorskih analizah – zla- sti medplastnih – delujejo po principih rastra. Osnovni biogeografski podatki pa so na zemljevidu vse pogosteje prikazani kot poligoni ali točke, redkeje kot lini- je. Izvorni podatkovni element popisa je praviloma točka, ki predstavlja zgostitev točk. Biolog to zgostitev tehnično pogosto arbitrarno združi v ploskev oziroma poli- gon, pri katerem se na osnovi poznavanj značilnosti popisanega taksona in opaže- nih življenjskih prostorov v bližnji okolici odloči za vrsto interpoliranja in meje. Med poligoni (tudi točkami ali kvadranti v rastrskih sistemih) so na karti tudi neoz- načene površine. Pri biogeografski obde- lavi nam takšne bele lise predstavljajo iz- ziv za nove raziskave. Pri naravovarstveni obravnavi, ko moramo naravni pojav uvr- stiti v družbeno-pravni sistem, pa se nam zdi samoumevno sklepati, da tam vrste ali raziskovanega pojava ni. Praznina, ki jo tukaj imenujem »podatek nič«, lahko predstavlja vsaj dvoje: dejstvo iz narave ali dejstvo dotedanjih raziskovalnih pri- stopov. Dilemo neločevanja med (meta) atributom objekta in metodologije torej opažam predvsem na meji med naravo- slovjem in sistemskim naravovarstvom. NARAVOSLOVJE IN NARAVOVARSTVO Podatek nič nikakor ni enoumen. Prazen kvadrant, neoznačeno polje sredi poligo- na ali že odsotnost točk na določenem ob- močju lahko v opazovalnem času pomeni marsikaj, na primer: 1. ni pojava, 2. območje ni obdelano, 3. na območju pojav ni opažen, 4. med študijo pojav ni bil zabeležen, 5. v poročilu ali bazi pojav ni prikazan. Opazili bomo, da se kategorija 1 pomemb- no razlikuje od ostalih navedenih, saj tu- kaj raziskovalec nedvoumno potrjuje, da pojava ni, da torej tam ni neke vrste in zanjo tudi ni pogojev. Da delfinov ne bomo opazili v Dolžanovi soteski, je ja- sno vsakomur, čeprav delfini nedvomno znajo plavati in je tam nedvomno voda. Načeloma je dandanes tudi kategorija 5 neproblematična, saj dejansko pomeni, da vrednost ni nič in so zaradi vzajemne- ga interesa varovanja podatki dostopni le pooblaščenim. Vmesne tri kategorije, 2, 3 in 4, lahko združimo v kategorijo ne vemo, ugotovitve o vrednosti nič v tem sklopu pa imajo ka- tegorično različen pomen za naravoslovca ali naravovarstvenika. Naravoslovcu vse tri kategorije predstavljajo pomembno izhodišče za nadaljnje raziskovanje. Ob točki 2 specialisti tudi večinoma vedo, Botanična mreža srednjeevropskega kartiranja je še kar v uporabi, vendar vse pogosteje v kombinaciji z natančnejšim zemljevidom, kar je za botanično analizo odlično. Primer je iz članka A. Martinčiča in I. Dakskoblerja v eni zadnjih številk Hacquetiae. first compared association) and in mean coverage (cover) of the herb layer (visibly higher in the first compared as- sociation) – comp. Dakskobler (2006, Table 1, relevés 1–23, pp. 90–99). Into the association Primulo carnioli- cae-Potentilletum clusianae we classify stands of moist rock crevices (as demonstrated also by percentages of groups of diagnostic species, Table 10), whereas the stands of stony subalpine grasslands are classified into the association Primulo carniolicae-Caricetum firmae. Primuletum carniolicae violetosum biflorae The distribution area of the stands of this subassociation is shown in Figure 13. Most of the relevés were made in the Raskovec gorge in the Žirovnica valley at Žiri (in Idrija municipality), several relevés also in the gorge of Gačnik and the Govškarca above the Kanomlja valley. It was recorded at elevations ranging from 430 to 850 m on predominantly shady aspects. The parent material is dolomite. The average number of species per relevé is 20 (in the range of 7 to 28 species).                                                                                Figure 12: Localities of the stands of the association Primulo carnioli- cae-Potentilletum clusianae on the northern edge of the Trnovski Gozd Plateau. Slika 12: Nahajališča sestojev asociacije Primulo carniolicae-Potentille- tum clusianae na severnem robu Trnovskega gozda. Figure 13: Distribution area of the stands of the subassociation Primu- letum carniolicae violetosum biflorae on the map of Slovenia. Slika 13: Območje razširjenosti sestojev subasociacije Primuletum carniolicae violetosum biflorae na zemljevidu Slovenije. 35 katera območja so že obdelana in do ka- kšne mere. Tako sta lahko na nekem ob- močju vrsta ali pojav pričakovana, vendar dejanska prisotnost znanstveno ni (bila) potrjena, kar smo za naš pregled uvrstili v kategorijo 3. Možno je tudi, da je vrsta bila opažena, torej kategorija 4, a je to ostalo v internih zapisih, nedostopnem poročilu ali podobnih težje dostopnih virih. Vse tri kategorije torej naravoslov- cu predstavljajo izziv, kar običajno tudi navede v članku. In nič posebnega se ne zgodi, če se nadaljnje raziskave zgodijo v nedoločni prihodnosti. Pri aplikaciji podatkov v prostorsko na- ravovarstveno vrednotenje pa se rezulta- ti kažejo nekoliko drugače. Razlike med petimi kategorijami nič namreč lahko preprosto ignoriramo oziroma jih vre- dnotimo enako. To se pogosto tudi zgo- di s podatki, za katere nimamo nobenih metapodatkov. Sploh na primer pri upo- rabi starejših biogeografskih kart ali pri obravnavi sekundarnih kart, ki jih je nek- do po našem naročilu izdelal na osnovi podatkov iz literature, izvirne literature pa nismo preverjali. Seveda se vsak biolog v naravovarstvu zaveda, da zaradi dinamike narave in tudi raziskovalnih metod podatek nič vseeno ni nujno nič. Za splošno naravovarstveno razmišljanje takšno zavedanje načeloma zadostuje. Če pa podatke obdelujemo strojno, bi morali zgornje kategorije 2, 3 in 4 združiti vsaj pod oznako previdnost, nikakor pa ne nič. Še bolje pa bi jim bi- lo seveda določiti kategorije oziroma nekakšen atribut stopnje previdnosti, iz katerega bi stopnje strogosti ukrepov ali ustreznejše naravovarstveno načrtovanje izhajali bolje argumentirani. Ob takšni vrednostni kategorizaciji previdnosti bo treba paziti tudi na možne (navidezne) kontradikcije. Na primer, če pomislimo prostorsko, bi idealizirano pričakovali, da se populacija vrste pojavlja pogosteje v bližnjih območjih od že potrjenih, kot v tistih bolj oddaljenih. Vendar imamo lah- ko povsem različen rezultat v primeru ka- tegorije 2 ali 3. Če v primeru kategorije 2 sosednje območje ni obdelano, je možnost pojavnosti tam enaka možnosti nepoja- vljanja. Nasprotno pa pri kategoriji 3 to še zdaleč ni tako zanesljivo in je za potre- be naravovarstva lahko tudi zavajajoče. Vzemimo primer, da so kompetentni raz- iskovalci v kvadrantu A bili in prisotnost vrste zabeležili, v sosednjem kvadrantu B pa so raziskovalci prav tako bili in je po istih metodah niso opazili. Ker jim lahko zaupamo, to vsaj teoretično pomeni, da je v kvadrantu B več možnosti, da osebki obravnavane vrste v njem ne živijo, kot da živijo. Uporaba preproste prostorske in- terpolacije kvadranta A na okolico torej ni upravičena. Poleg tega je pričakovano, da je biolog specialist zainteresiran za prido- bivanje čim več podatkov, zato ima njegov podatek nič tu lahko bistveno drugačno naravovarstveno vrednost »previdnosti« kot v primeru kategorije 2. Čeprav se bo pravkar naveden primer prostorske logike ob belih lisah na bio- geografskem ali naravovarstvenem ze- mljevidu komu zdel neobičajen in nov, se razmišljanje o podatku nič pojavlja, že odkar v naravovarstvu analizirajo podat- ke. V nadaljevanju si bomo pogledali dva primera. Prvi, IUCN kategorija Ex, je še iz časov, ko so pri varstvu vrst povsem pre- vladovali seznami. Za obravnavo ničelne vrednosti v drugem primeru pa je pred- stavljena ideja o dvo- ali večplastni pro- storski analizi podatka nič, ki jo lahko v omejeni obliki izvedemo miselno (in to pri terenskem popisovanju tudi delamo), pri obsežnejših primerjavah pa seveda uporabimo sodobna digitalna orodja GIS. IUCN KATEGORIJA EX Če je vrsta ali populacija izumrla, vsak po- datek na seznamu ali karti predstavljajo teoretično vrednost nič. Ker je podatek bil, vrste pa ne več, so kategorijo marsikje označili kot »posebno« ali »pomožno«. Kategorijo je vsebovala že začetna kate- gorizacija IUCN leta 1972, in sicer s ko- dno oznako Ex (oziroma Ex?, kjer je vpra- šaj pomenil domnevno izumrla). Kriterij se je v prvih desetletjih nekoliko spremi- njal. Leta 1982 je veljala za izumrlo tista, ki v naravi nedvomno ni bila najdena v za- dnjih 50 letih, kar je bilo povzeto po me- rilih CITES. Potem so časovno mejo dodali še na drugi strani, in sicer da se v to ka- tegorijo uvršča vrsta, katere zgodovinsko dokazana zadnja populacija je izginila po letu 1500. Večina državnih rdečih sezna- mov je kategorijo prostorsko omejila na politične meje. Tako so politično omeje- ni prvi seznami v Sloveniji, objavljeni v reviji Varstvo narave med 1987 in 1992. Kasneje so tudi pri IUCN (Mednarodni zvezi za ohranjanje narave) dodali regio- nalno različico s kodo RE (ang. Regionally Atlas ptic Slovenije, ki ga je 2019 izdal DOPPS, podatke prikazuje interpolirano. Zapisane so tudi vrednosti, med drugim 0. Če natančno preberemo metode in opis, ni dilem; če pa bomo gledali ali pri naravovarstveni analizi uporabili že izdelane interpolirane karte, lahko pridemo do vprašljivih rezultatov. 36 Extinct), ki pomeni, da je vrsta izumrla re- gionalno/lokalno, kot naslednico Ex? pa PE (ang. Possibly Extinct), torej domnev- no izumrla. Zanimiva je nemška kategorizacija iz 1984, ki so jo uporabljali še v Die Roten Listen (1997). Ta časovno mejo odso- tnosti iz narave postavlja pri 100 letih, vendar z dodatkom nekakšne podkate- gorije pogrešane vrste (nem. Verschollene Arten), ki kljub intenzivnemu opazovanju ni bila najdena več kot 10 let in tako ob- staja utemeljen sum, da je izumrla. Za na- šo razpravo je zanimivo, da sta kategoriji izumrla ali pogrešana imeli kodno oznako 0. Od leta 2019 se za določevanje meje med IUCN kategorijami kritično ogrožena (CR) in izumrla vrsta uporablja modeliranje po dvodelnem postopku. Model sosledja po- pisov je komplementaren modelu konkre- tnih groženj. Podoben dvodelni pristop, le brez časovne dimenzije, smo za ocenje- vanje stopnje ogroženosti habitatnih ti- pov uporabljali v Triglavskem narodnem parku. Kot sem predstavil v eni prejšnjih številk Trdoživa (IX/1), smo prekrivali karto habitatnih tipov z evidenco groženj oziroma motenj. Koristnost upoštevanja in beleženja kate- gorije Ex se je pokazala tudi v več prime- rih konkretnih vrst. Če gre za vrsto, ki se v sosednjih državah pojavlja, kot je npr. rumeni porečnik ob Muri, ponovno odkri- tje ni tolikšno presenečenje. Predvsem pa se je ob statusu Ex pogosto treba vprašati, ali neka vrsta morda velja za izumrlo le zaradi relativne redkosti raziskovanj in metod, ki so lahko tudi mnenje priznane- ga specialista na osnovi tedaj dostopnih podatkov. Dinamiko podatkov o izumrlih vrstah nazorno ilustrira Skoberne v svo- ji doktorski disertaciji, kjer kar 20 od 47 Ex vrst rastlin uvrsti v kategorijo ponovno odkrita; skoraj pol, torej. Osebno me zato tudi ne preseneča npr. ponovno odkritje kačjejezikovke enostavne mladomeseči- ne na Velem polju, kateri sem tudi sam dve desetletji neuspešno namenjal redne obiske. Podatek Ex, ki je enak nič, torej očitno spodbuja biologe, da vztrajajo pri raziskavah, naravovarstvenike pa vseeno k dodatni upravljavski pazljivosti kljub navedbam, da je vrsta »izumrla«. MODELIRANJE PROSTORSKIH PODATKOV Habitatne tipe danes večina naravo- varstvenikov v družbeno-pravni praksi razume kot samo še eno kategorizacijo ogrožene narave, ki jo v mnenje ali od- ločbo morda dodamo le zato, da to dobi dokument za investitorja večjo težo. Zdi se, da gre v osnovi za terminološko teža- vo, ki ostaja odprta. Zakon o ohranjanju narave (ZON) habitatni tip definira kot »biotopsko ali biotsko značilno in pro- storsko zaključeno enoto ekosistema,« torej kot podmnožico ekosistema. Devilli- ers in Devilliers-Terschuren sta leta 1997 habitatni tip označila na videz podobno: »Enota CORINE habitatne tipologije in Physis podatkovne zbirke je habitatni tip, to je značilni zbir prostorskih enot, ki ustrezajo življenjskim prostorom. Ti se med seboj prostorsko razločujejo, ven- dar imajo za naravovarstvo podobne vlo- ge glede na abiotske razmere, obliko ter prisotne rastlinske in živalske vrste.« Kot vidimo, njuna hierarhična ureditev z loče- vanjem višjih/zgornjih habitatnih enot in nižjih jasno nakazuje, da habitatni tip ni podmnožica ekosistema, kot to definira ZON, ampak gre za naravovarstvene apli- kativno-tehnične enote, ki so lahko višje, celo v smislu bioma, ali povsem majhne, v smislu mikrohabitatov. Ker pri kartiranju terena težimo k topološki sklenjenosti (kar je verjetno posledica nekdaj prevla- dujoče uporabe orodij GIS, ki drugačne topologije niso poznala), se ideja prostor- ske hierarhije žal izgublja, čeprav je prav prostorska hierarhija tudi naravna značil- nost življenjskih prostorov: manjše žival- ske vrste imajo majhne habitate, ki pa so hkrati hierarhični del večjih habitatov, v katerih živijo večje živalske vrste. V pri- meru definicije po ZON imamo torej »pra- vilen« in prostorsko/topološko »popoln« zemljevid, po klasifikaciji palearktičnih habitatov pa habitatni tip po svoji vsebi- ni ostane habitat, torej življenjski prostor populacij določenih vrst. Hierarhično je posledično sestavljena tudi klasifikacija, iz katere je v okviru Natura 2000 izšlo vrednotenje habitatnih tipov, ki se danes široko uporablja. Sistem habitatnih tipov je v tehničnem smislu pravzaprav biogeografsko mode- liranje. Vsaj dvodimenzionalno: čeprav namreč posamezni »tip« dejansko obsta- ja (in je vrednoten po Direktivi Sveta o ohranjanju prosto živečih ptic in Direktivi Sveta o ohranjanju naravnih habitatov ter prosto živečih živalskih in rastlinskih vrst), ima še drugo pomembno dimen- zijo: vsebuje vrste, ki so prav tako vre- dnotene po obeh direktivah. Prav ta hie- rarhično postavljen sistem nam bo lahko IUCN (Mednarodna zveza za ohranjanje narave) danes za določanje kategorij ogroženosti uporablja različna modeliranja. Na sliki je prikaz verjetnosti, da je izbra- na vrsta izumrla, ki se ocenjuje s kombinacijo vrednosti modela ogroženosti in modela terenskih opažanj. Aplikacija za modeliranje je dostopna v obliki MS-Excel. minimum best maximum Threats Model 0,49 0,64 0,64 Do not change (from Threats worksheet) Records and Surveys Model 0,73 0,91 0,98 Enter from Species -EXTINCT.csv CR(PE) threshold 0,5 EX threshold 0,9 average P(E) 0,775 uncertainty range width weight=1/range weighted average P(E) 0,5 0,5 0,15 6,25 4 0,74 0,5 1,01 0,25 3,846153846 3,5 0,5 0,5 10,09615385 7,5 1,01 0,5 0,9 0,9 uncertainty range width weight=1-range weighted average P(E) 0,18 0,15 0,9 1,01 0,15 0,85 0,544 0,77 0,91 0,64 0,9 0,9 0,25 0,75 0,6825 0,07 0 1,01 0,9 1,6 1,2265 P(E) = Probability that the species is extinct For plotting; do not change. see Red List Guidelines for interpretation of the results 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 0,0 0,2 0,4 0,6 0,8 1,0 P( E) fr om T hr ea ts M od el P(E) from Records and Surveys Model 37 pomagal reševati naravovarstveno dile- mo vrednosti nič. Konkretno: če je neka vrsta prisotna v nekem habitatnem tipu v kraju A, jo lahko pričakujemo tudi v is- tem habitatnem tipu, ki smo ga kartirali na bolj ali manj oddaljeni lokaciji kraja B. Posledično je torej pričakovati, da bo naravovarstvenik previden pri določanju ukrepov tudi v primerih, ko vrste na ne- kem območju sicer ni (in je podatek nič), zaradi prisotnosti habitatnega tipa in s tem ustreznega življenjskega prostora pa bi lahko bila nekdaj, danes ali v prihodnje. Takšno preprosto modeliranje potencial- ne prisotnosti ogroženih vrst bi bilo mo- goče nadgraditi in izboljšati z uporabo drugih biotskih ali abiotskih podatkov, ki so z značilnimi habitatnimi tipi pove- zani. V prostoru npr. osončenost terena, mikrogeomorfologijo ali – v smislu kon- kurence in izključevanja – prisotnost vrst, ki zasedajo isto/podobno ekološko nišo. Podobno modeliranje na osnovi abiotskih dejavnikov je že v 60-ih letih prejšnjega stoletja predlagal Hans Ellenberg. Večplastna analiza abiotskih dejavnikov in ekološko povezanih ali konkurenčnih vrst ter habitatnih tipov bi sedanjo vre- dnost nič, ki prepogosto pomeni, da vrste tam ni, seveda spremenila – ne v pozi- tivno vrednot dejstva v naravi, ampak v statistično zaupanje, da populacije obrav- navane vrste tam lahko so. To zaupanje pa je zelo pomembno za naravovarstvo in s temi podatki obogatena karta za odloče- valce predstavljala bistveno bolj naravno osnovo kot v orodjih GIS interpolirane karte, ki s krigiranjem, gradientom t. i. toplotnih kart (ang. heat maps) in podob- nimi tehničnimi pristopi skušajo ustvariti vtis povezanosti nepovezanega. Takšni prostorski podatki lahko konkretno slu- žijo ali kot del v proceduri omilitvenih ukrepov ali v smislu predpriprave nado- mestnih življenjskih prostorov v prime- rih, ko se pričakuje, da bodo na neki loka- ciji ekonomsko-socialni razlogi močnejši od naravovarstvenih. V obeh navedenih primerih ugotavljanja dejanskega stanja na območju, ki ga ima- mo označenega kot nič, se je izkazalo, da je v naravi in posledično naravovarstvu težko postaviti natančne meje. Tudi me- ja med nič in ena ni jasna. Do podobnih Enostavna mladomesečina (Botrychium simplex). (foto: Peter Strgar) Dve rastlinski vrsti sta po podrobnem iskanju na opisani mikrolokaciji na Velem polju leta 1993 veljali za izumrli. Enostavna mladomesečina (Botrychium sim- plex) je bila 2011 ponovno najdena. Pritlikava breza (Betula nana), ki jo je Fleischmann navedel 1844 za Storžič, Grintovec in lokacijo pri Velem polju v Bohinju, pa je v novejših izdajah Male flore Slovenije dobila opombo, ki pravzaprav pomeni podatek 0. 38 sklepov bi prišli tudi v mnogih drugih primerih in postopkih. Kategorizacija je torej s stališča narave le okvirna opora. Zato je nujno treba ne le uporabiti ustre- zne statistične metode, ampak jih najprej razumeti, potem pa se naučiti razlagati rezultate. SKLEPNE MISLI Številka 0 je posebna. Stari Grki so se je pri besedilih zavedali, vendar zanjo niso imeli znaka; Aristotelu pri aritmetiki ni šlo v račun, da ob delitvi z nič ne more dobiti realnega rezultata; posledično za Grki tudi rimske številke nimajo ničle; starodavni abakus pa je imel kroglice, od- sotnosti kroglice pa ni poznal. V evropsko štetje so menda ničlo iz indijske znanosti prinesli šele Arabci. Z ničlo imajo težave tudi znanstvene me- tode, tako stare kot povsem sodobne, in celo moderna filozofija. Tisto, kar je, je relativno lahko dokazovati in tudi doka- zati. Za tisto, česar ni, je primernih orodij komaj kaj. Redko pomaga statistika. In- terpolacije in različna modeliranja zaradi pogosto neustrezne izbire in napačnih presoj razporeditve podatkov prej za- vedejo kot približajo resnico. In tudi za statistične metode je poleg drugih zahtev spet potrebna množica podatkov, ki so. Zakaj podatkov nekje ni, je morda mogoče razbrati iz besedne razlage metodologije ali ugotovitvene razprave; a to obdeloval- ci podatkov žal redko storimo. Ko predse dobiš množico kart, ki jih je treba uskla- diti v smiselno nepristranski in celovit načrt, je iskanje in sistematični pregled spremnega besedila pogosto zadnje, kar »informatiku« pride na misel. Dokler biogeografske karte uporabljajo specialisti za določeno taksonomsko sku- pino in raziskave potekajo v okviru njim povsem znanih metod, ki se tudi razvija- jo, razlaga dobljenih prostorskih rezulta- tov ne more predstavljati večjega izziva. V teh okvirih praviloma niti ni treba do- seči prostorske sklenjenosti opazovane- ga pojava, saj specialist rezultat razume. Naravoslovna sinteza je lahko povsem znanstvena, čeprav je nepopolna ali celo nepravilna; značilnost znanosti namreč je, da neprestano prihaja do novih odkri- tij, nove metode pa odpirajo nove poglede in posledično nove sinteze. Dosti zahtevnejše je razumevanje neke karte zunaj kroga specialistov, denimo v sistemskem naravovarstvu. Tu si želimo vsebinsko in topološko popolne podatke, za katere nam naravoslovna znanost kaže, da so zaradi naravne raznolikosti in dina- mike nedosegljivi. V vsakem primeru bodo torej vsebovali območja, kjer podatkov ne bo. Pomembno je le zavedanje, kaj nič za naravovarstveno vrednotenje in načrtova- nje v prostoru dejansko pomeni. Za teren- sko biologijo pa morda prihajajo časi, ko ob popisu ne bo zadostoval samo podatek o prisotnosti vrste, temveč bo nujno tudi preverjanje in beleženje odsotnosti. VIRI IN DODATNO BRANJE: Dakskobler I., Zupan B. (2011): Vrsta Botrychium simplex Hitchcock (Ophioglossaceae) na Malem Polju v Triglavskem Pogorju (9649/1). Folia Biologica Et Geologica 52 (1/2): 83–92. Dakskobler I., Martinčič A. (2020): Plant communities of moist rock crevices with endemic Primula carniolica in the (sub)montane belt of western Slovenia. Hacquetia 19(2): 155–231. Devillers P., Devillers-Terschuren J. (1998): A Classification of Palearctic Habitats. Council of Europe Publ., Strasbourg Ellenberg H. (1996): Vegetation Mitteleuropas Mit Den Alpen in Kausaler Dynamischer Und Historischer Sicht (5. natis). Ulmer, Stuttgart. Hurford C., Schneider M. (2007): Monitoring Nature Conservation in Cultural Habitats: A Practical Guide and Case Studies. Kluwer, Dordrecht. IUCN (2012): IUCN Red List Categories and Criteria Version 3.1 Second Edition. The World Conservation Union. IUCN (2022): Guidelines for Using the IUCN Red List Categories and Criteria Version 15. Jedicke E. (1997): Die Roten Listen gefährdete Pflanzen, Tiere, Pflanzengesellschaften und Biotoptypen in Bund und Ländern. Ulmer, Stuttgart. Miao S. L., Carstenn S., Nungesser M. (2009): Real World Ecology. Springer, New York. Mihelič T. (2019): Atlas ptic Slovenije: popis gnezdilk 2002-2017. DOPPS, Ljubljana. Pedrotti F., Elgene O. B. (2021): Tools for Landscape-Scale Geobotany and Conservation. Springer International Publishing, Cham. Raghunathan T. (2020): Missing Data Analysis in Practice., CRC PRESS, S.l. Skoberne P. (2001): Problematika izumiranja in varstva rastlinskih vrst v Sloveniji: doktorska disertacija. Univerza v Ljubljani, Ljubljana. Sullivan R. (2012): Introduction to Data Mining for the Life Sciences. Humana Press, Totowa. Za mnoge taksonomske skupine imamo v Sloveniji relativno malo podatkov, čeprav so posamezne vrste zaradi svoje ekologije zelo pogoste. Če bomo razširjenost takšne vrste prikazali kar za celotno površi- no nekega območja, pri mahovih na primer fitogeografske enote, vemo, da podatek ne bo resničen. Prav tako vemo, da podatek o razširjenosti ne bo resničen, če prikažemo le točke dokumentiranih najdišč, med katerimi ostane obsežen prazen prostor, podatek nič. V obeh primerih bi podatke razumeli specialisti, prostorske primerjalne analize s kartami razširjenosti večjih vrst pa bi bile zelo vprašljive. Posledično so takšne karte in medsebojne analize vprašljive tudi za potrebe naravovarstvenih ukrepov in načrtovanja po danes prevladujočih merilih. Na sliki navadni veliki jetrenjak (Conocephalum conicum). (foto: Jurij Dobravec)