SILVA 2.2 - NOVÁ GENERACE RŮSTOVÝCH MODELŮ I.
Ján Ďurský
Tento příspěvek navazuje na článek Kalibrace růstového simulátoru silva 2.2 pro podmínky ČR (LP 3/2002, str. 129). Zavádění růstového simulátoru SILVA 2.2, který je jedním z možných nástrojů hodnocení a prognostiky vývoje lesa, v podmínkách ČR je záležitostí novou a názory na jeho využití jsou nejednotné. Překvapivě zaznívají negativní názory některých odborníků z oblasti pěstování lesa. Chci proto zdůraznit, že růstové simulace parametrů lesa pod vlivem cílených i necílených zásahů nenahrazují teorii a praxi pěstování lesa. Naopak v oblasti hospodářsko-úpravnické pomáhají s jistou přesností predikovat cílový stav lesa, a tím zpětně umožňují v oblasti pěstební optimalizovat postupné kroky k dosažení cílové představy lesa. Jedná se tedy o nástroj, jehož využití tvoří průnik nejen uvedenými disciplínami, ale i návazně oblastí ekonomiky. Předpokládám, že se uvedené i další aspekty podaří prokázat v dalších příspěvcích, zaměřených již na konkrétní aplikace situované cíleně do oblasti Hrubého Jeseníku.
Prof. Ing. Jaroslav Simon, CSc.
Pro lesnickou praxi jsou růstové a prognostické metody nevyhnutelným nástrojem pro podporu rozhodovacího procesu a plánování. Růstové modely by měly vždy odpovídat informačním potřebám lesnické praxe, a to především v oblasti hospodářské úpravy lesa, pěstování lesa a ekonomického plánování.
V minulosti se výzkum v oblasti růstu a produkce lesa orientoval na stejnověké a stejnorodé porosty, protože lesní hospodářství se ve smyslu teorie čistého výnosu z lesa zaměřovalo na maximalizaci produkce dřeva. Výsledkem takového výzkumu a zájmu praxe jsou klasické růstové tabulky, které udávají růst a vývoj stejnověkých, stejnorodých porostů pro definované růstové podmínky (vyjádřené bonitou) a pěstební program (vyjádřený druhem probírky, její intenzitou a probírkovým cyklem). Růstové tabulky tak reprezentují statické modely středních (průměrných) a hektarových (plošných) porostních veličin. Týká se to nejen prvních dvou generací růstových tabulek (např. Paulsen 1795, resp. Schwappach 1890), ale i moderních růstových tabulek, které jsou konstruovány na základě biometrických modelů popisujících růstové zákonitosti porostů (např. Assmann a Franz 1963).
ZMĚNA INFORMAČNÍHO ZÁJMU A INFORMAČNÍHO SPEKTRA V LESNÍM HOSPODÁŘSTVÍ
Zhruba od poloviny 70. let se v lesním hospodářství do popředí dostávají nové okolnosti, které orientují modelování růstových procesů systémově ve směru konstrukce ekofyziologických a jednotlivě-stromových růstových modelů, které jsou koncipovány jako uživatelsky přístupné počítačové programy, tj. růstové simulátory. Jde především o následující okolnosti (Pretzsch 1999, Ďurský 2000):
- Nárůst zájmu o pěstování smíšených a nestejnověkých porostů, které by měly být v budoucnosti nejrozšířenější porostní strukturou.
Především vysoký rozsah kalamit, ale také požadavek kvalitního plnění mimoprodukčních funkcí, nutí lesní hospodáře zakládat a věnovat intenzívní péči stabilním smíšeným a různověkým porostům s bohatou vertikální i horizontální strukturou. Pro prognózu vývoje takovýchto porostů se používají v praxi lesního hospodářství růstové tabulky, které jsou však sestavené pro stejnověké a stejnorodé porosty, přičemž se využívá postup vytváření tzv. “ideálních směsí”. Zde je třeba zdůraznit, že postupy, které využívají tyto růstové tabulky, jsou pro smíšené porosty nevhodné. I speciální růstové tabulky pro smíšené porosty (např. Bonneman 1939) se neprosadily, protože nemohly pokrýt široké spektrum kombinací smíšených dřevin.
- Aplikace nových způsobů obhospodařování lesních porostů.
Nové způsoby obhospodařování porostů (stejnorodých, ale i smíšených) jsou velmi často orientovány na výběrové (cílové) stromy ve smyslu Abetzovy koncepce (Abetz 1974). Tyto koncepce vyžadují zvýšenou flexibilitu a informační kvalitu prognostických modelů, která je soustředěna nejen na přiměřené porostní charakteristiky, ale také na dimenze jednotlivých stromů určitého částkového kolektivu v porostu. Klasické růstové tabulky tuto hodnotu nemohou plnit v plném rozsahu. I prognostické modely, které popisují vývoj porostu bez frekvenční křivky (např. GADOW 1987), jsou nedostatečně flexibilní (např. při popisu rozličných forem stavby porostu, struktur smíšení a variant probírek).
- Ovlivnění stanoviště změnami atmosféry.
Nejde zde jen o vliv imisí a atmosférické hnojení, ale také o globální změny klimatu, které výrazně mění (resp. mohou měnit) kvalitu stanoviště a růst lesních porostů na něm. Z regionálního hlediska je známá tendence intenzivnějšího růstového procesu lesních dřevin, což se projevuje zvýšením přírůstu a zásob (Spiecker et al. 1996). Naopak v lokálních podmínkách, především pod vlivem imisí, dochází k negativnímu ovlivňování růstového procesu, což se projevuje také snižováním přírůstu (Petráš 1993). Současné prognostické modely (růstové tabulky) neumí vlivy takovýchto faktorů zachytit v dostatečné kombinaci všech možností a zároveň se periodicky měnit podle aktuálních výsledků výzkumu.
- Nárůst informačního zájmu (nejen lesnické praxe) o mimoprodukční charakteristiky stavu a vývoje lesa.
Lesní hospodářství se nachází na cestě od maximalizace produkce dřeva ke komplexnímu managementu lesního ekosystému. Změněný zájem o les dává přinejmenším stejný význam informacím o kvalitativní struktuře dřeva, hodnotové produkci, nákladovosti lesní výroby, stabilitě porostu, rozmanitosti struktur, biodiverzitě a rekreační hodnotě jako informacím o zásobách, či přírůstech. Moderní lesní hospodářství si vyžaduje v plánovacím procesu, především HÚL, optimalizovat naturální, ekonomické a ekologické zájmy vlastníka nebo uživatele lesa. Informační spektrum potřebné pro takovouto multikriteriální optimalizaci daleko převyšuje obsah dnešních růstových tabulek.
- Změna informačního potenciálu v praxi lesního hospodářství.
Dnes jsou v praxi LH k dispozici rozsáhlá a doposud málo využívaná data. Jsou to jednak informace z různých druhů inventarizací (především podnikových a národních inventarizací), ale také velmi cenná data stanovištních a ekologických výzkumů. Ty jsou často k dispozici už jako integrální součást lesnických informačních systémů. Růstové modely se proto nemusí omezit například na nepřímou bonitaci podle výškové vyspělosti porostu a věku, ale mohou využívat závislosti mezi růstem na jedné straně a stanovištními charakteristikami (půda, klima a reliéf) na straně druhé.
- Změna technického vybavení v praxi lesního hospodářství.
Jestliže v minulosti mělo zpracování a vyhodnocování dat v lesnictví graficko-početní základ, dnes se jedná o automatizované a hromadné zpracování dat počítači. Výkonná výpočetní technika dokáže téměř v reálném čase uskutečnit velké množství výpočtových operací, které souvisí s uskutečněním prognóz vývoje lesních porostů pomocí jednotlivě-stromových simulátorů.
Možnost řešení problému aktuálnosti růstových modelů s ohledem na uvedené okolnosti je v koncipování manažerských modelů pro stejnorodé, ale i smíšené porosty s rozličnou formou a intenzitou smíšení, pro široké spektrum stanovištních vlastností, způsobů hospodaření a dalších rámcových podmínek. Konstrukce takovýchto modelů už ale neodpovídá klasické konstrukci růstových tabulek. Takovéto modely jsou koncipovány jako růstové simulátory, které růst lesa na určité ploše mohou zachytit přes růst jednotlivých stromů a porostní dynamika se dá odvodit ze sumy změn (růstu a mortality) jednotlivých stromů.
V posledním období byly v Evropě v souvislosti s uvedenými změnami zájmu lesnické praxe Kolstromem (1993), Nagelem (1996), Pretzschem (1992), Pukkalem (1987), Hasenauerem (1994) a Sterbem (1995) konstruovány růstové modely jako růstové simulátory, které se už ve větší míře začaly využívat v plánovacím procesu lesního hospodářství, a to nejen ve stejnorodých, ale i ve smíšených porostech. Tyto modely se vyznačují stanovištní citlivostí, jsou konstruované jako jednotlivě-stromové a opírají se o širokou empirickou bázi.
UPLATNĚNÍ RŮSTOVÝCH SIMULÁTORŮ V PLÁNOVACÍM PROCESU
Růstové simulátory na bázi jednotlivě-stromových modelů mohou nalézt své uplatnění v praxi lesního hospodářství všeobecně pro (DVF 2000):
- vytvoření krátko a střednědobých prognóz pro plánovací účely;
- analýzy scénářů dlouhodobého vývoje lesních porostů při různém způsobu hospodaření;
- zkvalitnění vzdělávacího procesu, především v souvislosti s odhalováním růstových reakcí lesních porostů na různý probírkový režim a různé rušivé vlivy.
Potenciální možnosti uplatnění jednotlivých stromových simulátorů pro uvedené účely jsou nespočetné. Jsou totiž technicky relativně lehce ovladatelné, přičemž dokáží detailně zvládat vysoce komplexní problémy růstového procesu lesního ekosystému. Poznatky o růstových procesech využívají mnohé lesnické disciplíny, které pracují s růstovými procesy lesních porostů.
Z uvedeného velkého množství možností aplikace růstových simulátorů v LH bych chtěl v rámci tohoto příspěvku uvést několik nejdůležitějších, které si zasluhují největší pozornost.
Náhrada růstových tabulek
V důsledku zmíněných poznatků by měly být růstové tabulky jako prognostické modely doplněny, resp. nahrazeny růstovými simulátory. Buď k tomu dojde jejich integrací do komplexních informačních systémů (např. v Dolním Sasku - Bockmann et al. 1998), nebo se pro nejdůležitější porostní typy a varianty hospodaření vytisknou tabulkové přehledy prognózy vývoje porostů nejdůležitějších porostních typů na nejvíce zastoupených stanovištích a pro nejvýznamnější způsoby obhospodařování. (Pretzsch et al., 1998)
Sestavení speciálních tabulkových přehledů
Klasické přehledy dendrometrických charakteristik vývoje porostů mohou být doplněné přehledy vývoje sortimentní struktury, nákladů, výnosů a zisku při zvoleném způsobu obhospodařování porostu. Nezanedbatelné jsou i různé přehledy indexů struktury porostů, které charakterizují vývoj porostu z ekologického hlediska, což může být velmi důležité při řešení otázky certifikace lesních podniků.
Optimalizace výchovných opatření v nejvíce zastoupených porostních typech
V rámci optimalizace výchovných opatření je třeba podotknout, že se nejedná v pravém slova smyslu o matematickou optimalizaci, ale o multikriteriální analýzu různých scénářů vývoje lesních porostů při různém způsobu obhospodařování porostů. Na variantní studium se vybírají reálně existující, tzv. modelové porosty, nebo reprezentativně virtuální porosty reprezentující určité stratum (Pretzsch et al., 1998). Podmínkou pro reprodukci těchto porostů je permanentní inventarizace lesa na podnikové úrovni jednou z klasických inventarizačních metod (kruhové nebo relaskopické zkusné plochy). Výsledkem je rozhodnutí o nejvýhodnějším pěstebním postupu pro nejzastoupenější porostní a stanovištní typy. Tato aplikace se váže především na předmýtní porosty.
Vytvoření cílových představ o stavu a vývoji lesních porostů:
Výsledkem optimalizace výchovných opatření je nejen výběr souboru metod vhodných na obhospodařování porostů, ale i kvantifikace síly a frekvence výchovných zásahů. Optimální výchovný režim je definovaný modelovým stavem prostřednictvím celé řady charakteristik přírodní povahy tak, jak je známe z růstových tabulek. Konkretizace tohoto programu se potom uskutečňuje porovnáváním skutečného a modelového stavu porostu.
Odvození etátu předmýtních těžeb:
Odvození etátu předmýtních těžeb se uskutečňuje deduktivní metodou (Ďurský, 2000). V rámci podniku je taxátorem uskutečněná stratifikace lesních porostů (nejen podle porostního a stanovištního typu, ale i podle vývojového stadia), která umožňuje reprodukci tzv. reprezentativních porostů. Pro ty jsou potom pomocí růstového simulátoru a naleznutého optimálního režimu výchovy uskutečněné prognózy na nejbližší decennium. Suma podružného porostu takovéto prognózy stanovuje paušálně probírkové množství na hektar, z kterého se potom podle plochy zastoupení ztrát stanoví velikost předmýtní těžby pro celé stratum.
Induktivní prognóza vývoje lesního hospodářského celku
Induktivní prognóza vývoje lesního hospodářského celku se vykoná s cílem prověřit trvanlivost přírodní produkce na tři následující desetiletí. Přitom se zohledňuje ekonomická likvidita a ekologická stabilita hospodářského celku. Důležitá je tu vazba na způsob obhospodařování porostů, protože při nepříznivém vývoji podniku jako celku je možné se vrátit k optimalizaci na porostní úrovni. V konečném důsledku je možné i vývoj celého hospodářského celku prognózovat variantně a hledat takový systém managementu podniku, který se nejvíc přibližuje stanoveným multikriteriálním cílům.
Odvození prvků časové úpravy lesa
Dlouhodobá simulace vývoje modelových nebo reprezentativních porostů na hospodářském celku se využívá pro hledání maxima účelové funkce (např. hodnotového přírůstu), které determinuje prvky časové úpravy (Ďurský, 1999). V hospodářských souborech - skupinách stejnorodých a stejnověkých porostů - je to doba obmýtí, v hospodářských souborech - skupinách vázaných na strukturované porosty - cílová tloušťka. Je třeba podotknout, že účelová funkce může mít výrazné omezení ekologického charakteru.
Střednědobá prognóza potenciálních možností těžby dřeva
Z údajů inventarizací je možné předvídat těžební možnosti i větších územních celků. Tyto údaje potom umožňují strategické rozhodování např. v dřevozpracujícím průmyslu (Ďurský 2000, Sterba 1995).
Analýza vlivu klimatických změn na růst a produkci lesa
Na základě klimaticky senzitivních růstových modelů je možné takto konstruované růstové simulátory využít k analýze vlivu klimatických změn na růst, produkci a stabilitu lesa (Pretzsch et al., 2000).
Socio-ekonomická sektorová analýza
Při širším vnímání klimatických změn, výběru vhodnosti dřevin, optimalizace výchovných opatření a celkové prognózy vývoje stavu lesa sahá škála využití růstových simulátorů až do oblasti socio-ekonomických analýz. Tak mohl např. Duschl (1999) zkoumat dopady různých způsobů chování lesních hospodářů na různé podmínky a scénáře vývoje lesního (virtuálního) podniku.
Výuka a školení
Růstový simulátor umožňuje uživateli analyzovat důsledky dlouhodobého ovlivnění lesních ekosystémů lesním hospodářem, a to vše v reálném čase. Může tedy sloužit jako učební pomůcka pro trénink uskutečňování různých hospodářských opatření při výchově lesa a následné hodnocení jejich vlivu na strukturu, produkci a ekologickou stabilitu lesa. Jestliže v lesní praxi tato zpětná vazba neexistuje (cyklus vývoje lesního porostu je cca 100 let), jeví se tento nástroj jako průkopnická forma vzdělávání studentů lesnictví.
Citovaná literatura je uveřejněna na internetové adrese autora článku.
Druhá poslední část příspěvku vyjde v LP 8/2002
Adresa autora:
Dr. habil. Ing. Ján Ďurský
Katedra hospodářské úpravy lesů a geodézie
Lesnická fakulta,
Masarykova 24, 960 01 ZVOLEN
Tato e-mailová adresa je chráněna před spamboty. Pro její zobrazení musíte mít povolen Javascript.