Jak sucho monitorujeme

Jak sucho monitorujeme

Integrovaný systém pro sledování sucha (Monitor sucha) se zaměřuje na meteorologické a zemědělské sucho, a to s ohledem na jejich častější výskyt a ekonomické dopady pro ČR a také proto, že jsou nutným předpokladem obou kategorií následujících (hydrologické a socioekonomické sucho).

 

Monitor Sucha byl vyvinut ve spolupráci Ústavu výzkumu globální změny AV ČR v.v.i. (CzechGlobe) a Mendelovy univerzity v Brně (MENDELU). Vstupní data pro výpočty jsou na základě smluvní spolupráce poskytovány Českým hydrometeorologickým ústavem (ČHMÚ). Monitor sucha představuje nástroj, který v sobě kombinuje výsledky pozemních měření, dynamický model vodní bilance a metody dálkového průzkumu Země. Co do kvality a rozsahu vstupních dat, použitých metod, stupně rozlišení a co do způsobu ověřování celého systému, se jedná o novou kapitolu v monitoringu sucha na území ČR.



 Architektura Monitoru sucha vychází ze 3 základních pilířů a využívá:

  • 1) Verifikovaného modelu vodní bilance SoilClim vyvinutého v rámci společných projektů mezi třemi zapojenými pracovišti, který maximálně využívá vstupních dat z pozemních měření ČHMÚ interpolovaných na 500m grid. Výpočet bere do úvahy pro každý grid rovněž charakteristiku vegetačního krytu (resp. způsobu využití území) s přihlédnutím k aktuálnímu stupni vývoje, úrovni svažitosti, expozici a samozřejmě k základním fyzikálním vlastnostem půdy. Aktuální stav půdní vlhkosti odhadnutý modelem je porovnáván s 50letým dlouhodobým průměrem (1961–2010) půdní vlhkosti stanoveným pro každý den, hodnoty jsou vyjádřeny v jednoduché 7stupňové barevné škále.
  • 2) Sítě expertních zpravodajů z oblasti zemědělství, lesnictví, ovocnářství, vinařství, školkařství a příbuzných oborů, poskytujících pravidelná týdenní hlášení posuzující aktuální stav sucha a jeho dopadů na úrovni katastrálních území.
  • 3) Monitoring sucha je na základě předchozích 2 pilířů doplněn o nezávislou analýzu dopadů sucha na vegetaci díky konfrontaci aktuálních a archivních satelitních snímků stavu vegetace (v rozlišení 250 m) pořízených družicí Aqua a Terra – systémem MODIS a zpracovaných ve spolupráci MENDELU, CzechGlobe a Geografického ústavu Masarykovy univerzity.


Všechny datové zdroje jsou unifikovány do jednotného gridového systému a jsou uloženy a aktualizovány na vyhrazeném diskovém poli na pracovišti Agrometeorologické observatoře ČHMÚ v Doksanech. Jádrem systému je dynamický model obsahu vody v půdě - SoilClim (Hlavinka et al., 2010, Trnka et al., 2013). Tento model vychází z prací Allena et al. (1998 a 2005), obsahuje ale celou řadu modifikací a úprav tak, aby vyhovoval pro podmínky ČR. Současná verze modelu umožňuje odhadnout hodnotu aktuální a referenční evapotranspirace a obsah půdní vláhy ve dvou vrstvách kořenového profilu pro 11 vegetačních typů. Obsahuje v sobě dynamický růstový a fenologický model. Celý systém byl doposud úspěšně validován na 15 lokalitách ve střední Evropě (ČR a Rakousko) a na 12 lokalitách v USA, a to konfrontací s daty získanými z měření evapotranspirace na špičkových lyzimetrech, měření Bowenova poměru i Eddy Covariance. Validace bude doplněna o nové stanice Bowenova poměru, eddy covariance a scintilometrů, které jsou součástí budované měřící sítě v rámci CzechGlobe. Půdní profil je v modelu SoilClim rozdělen do 2 vrstev přičemž svrchní vrstva zahrnuje prvních 40 cm půdního profilu (tj. ornice a přilehlá podorniční vrstva) a druhá pak vrstvu půdy od hloubky 40 cm do maximální hloubky kořenění (maximálně však do 1 metru). Model uvažuje povrchový odtok i intercepci a zohledňuje důsledky změn výšky porostu či albeda povrchu v průběhu sezóny. V rámci charakteristik gridu bere v úvahu vliv expozice, svažitosti i zastínění horizontu na radiační bilanci, zahrnuje odlišný dopad sněhových srážek na vodní bilanci a bere v úvahu i možný vliv podzemní vody (na základě dostupných informací).

Model poskytuje pro každý grid informace o aktuální a referenční evapotranspiraci, o obsahu vody v půdě v obou vrstvách vyjádřené buď jako míra nasycení půdního profilu v % nebo jako obsah půdní vláhy v mm. Finálním produktem je mapa intenzity sucha, která je pro každý grid stanovena porovnáním aktuální hodnoty obsahu půdní vláhy v daný den s distribucí hodnot půdní vláhy dosažené v období 1961-2010 v časovém úseku ± 10 dní od posuzovaného data. Získaná hodnota pak vyjadřuje pravděpodobnost opakování daného obsahu půdní vláhy v daný den a je použita pro přiřazení odpovídající intenzity sucha (S0 – S5) podle škály uvedené v Tabulce 1.

Tabulka 1: Stupnice intenzity sucha a korespondující barevná škála


Výsledné mapové produkty zahrnují zejména mapu intenzity sucha v celé hloubce půdního profilu (Obr. 1) doplněný o intenzitu sucha ve vrstvě 0 až 40 cm a 40,1 až ~100 cm. Tyto mapy využívají stupnice definované v Tabulce 1 a mohou být podle potřeby doplněny o indikaci předpokládaných dopadů způsobených výskytem krátkodobého sucha (K) a dlouhodobého působení deficitu vodní bilance (D). Těmito symboly jsou označovány regiony kde epizoda sucha o intenzitě S3 a horší trvá-li 1– 3 měsíce v případě krátkodobého sucha a alespoň 3 měsíce v případě sucha dlouhodobého.


Obr. 1. Základní mapa ISSS zachycující intenzitu sucha v profilu 0 – 100 cm (či do maximální možné hloubky prokořenění), která je vydávána každé pondělí do 15:00 na základě situace v neděli v 7:00 středoevropského času a pomocné mapy pro hloubky 0–40 a 40,1–100 cm. Tabulka v legendě zachycuje procento území nacházející se v jednotlivých kategoriích sucha.

Jako dodatečná informace je pak k dispozici i mapa relativního nasycení půdního profilu (Obr. 2) a nasycení obou sledovaných půdních vrstev

Obr. 2. Relativní nasycení půdního profilu v povrchové vrstvě, kde 1 = půda nasycena na hodnotu polní vodní kapacity a 0 = nulový obsah vody disponibilní pro rostliny. Pomocné mapy zachycují stav v povrchové vrstvě (0–40 cm) a hlubší vrstvě (40,1–100 cm).

Mapové podklady jsou doplněny krátkým komentářem, který je střídavě připravován jednotlivými pracovníky týmu a to vždy během pondělního dopoledne přičemž aktuální týdenní mapa odráží stav v neděli v 7 hodin ráno. Důležitou roli při posouzení dopadů případné epizody sucha na vegetaci hrají databáze družicových dat (zejména indexu normalizované odchylky stavu vegetace – NDVI) z družic Aqua a Terra . Hodnoty NDVI (Normalized Difference Vegetation Index ) poskytují velmi cennou informaci o stavu vegetace a mohou být využity mj. pro indikaci míst s fyziologickým stresem (např. jako důsledek nedostatku vláhy). Hlavním přínosem družicových snímků je získání informace o aktuálním stavu vegetace na celém území, a to v jeden okamžik a pro každý pixel snímku, což pochopitelně u pozemních pozorování možné není a tak poskytuje informaci v podstatně vyšším rozlišení než konvenční metody (Brown et al., 2008). Těsná korelace mezi hodnotami NDVI a dostupností půdní vláhy resp. suchem byla prokázána Brownem et al. (2008) a Tadesse et al. (2005) demonstroval využitelnost NDVI pro střednědobou prognózu vývoje suché epizody a zejména jejich důsledků pro vegetaci. V současné době využívá ISSS databáze hodnot NDVI pokrývající celé období měření (2000–současnost) a slouží pro nezávislé ověření prostorové homogenity ISSS.

Kromě využívání družicových dat probíhá neustálá konfrontace aktuálního stavu vodní bilance s vlastními pozemními měřeními, která provádí CzechGlobe a MENDELU na k tomu vybraných lokalitách. Výsledky jsou rovněž porovnávány s výnosy hlavních zemědělských plodin.

Reference:
Allen RG, Pereira LS, Raes D, Smith M. 1998. Crop evapotranspiration. Guidelines for computingcrop water requirements. FAO Irrigation and Drainage Paper No. 56.
Brown, J. F., B. D. Wardlow, T. Tadesse, M. J. Hayes, and B. C. Reed (2008), The Vegetation Drought Response Index (VegDRI): A new integrated approach for monitoring drought stress in vegetation, GISci. Remote Sens., 45, 16–46, doi:10.2747/1548-1603.45.1.16.
Hlavinka P, Trnka M, Balek J, Semerádová D, Hayes M, Svoboda M, Eitzinger J, Možný M, Fischer M, Hunt E, Žalud Z. 2011. Development and evaluation of the SoilClim model for water balance and soil climate estimates. Agriculture and Water Management 98: 1249–1261. DOI: 10.1016/j.agwat.2011.03.011.
Tadesse, T., J.F. Brown, and M.J. Hayes. 2005. A new approach for predicting drought-related vegetation stress: Integrating satellite, climate, and biophysical data over the U.S. central plains. ISPRS Journal of Photogrammetry and Remote Sensing, 59(4):244-253.
Trnka M., Kersebaum KC, Eitzinger J., Hayes M., Hlavinka P., Svoboda M., DubrovskýM., Semerádová D., Wardlow B., Pokorný E., Možný M., Wilhite D., Žalud Z. 2013, Consequences of climate change for the soil climate in Central Europe and the central plains of the United States, Climatic Change, DOI, 10.1007/s10584-013-0786-4.