Úvod
Letokruhy jsou roční přírůsty dřeva po obvodu pláště kmene dřeviny. Šířka letokruhu na příčném řezu kmenem dobře koreluje s celkovým objemem dřeva, které konkrétní jedinec v dané sezóně vytvořil. Letokruhy jsou tedy dobrým historickým záznamem o tom, jak strom v minulosti rychle rostl (viz obrázek). Produkce dřeva je nejvýznamnější složkou celkové tvorby biomasy v lesních ekosystémech a v biosféře obecně. Významná je jak z ekonomického hlediska, tak s ohledem na fixaci atmosférického uhlíku. Intenzita tvorby dřeva je meziročně proměnlivá a dobře ukazuje vitalitu a růstovou dynamiku dřevin. Kvantitativně můžeme trendy v tvorbě dřeva sledovat prostřednictvím měření šířek letokruhů, popřípadě dalších letokruhových charakteristik. Letokruhová série (časová řada šířek letokruhů konkrétního stromu v jednotlivých letech) nám poskytuje informaci o meziroční i dlouhodobé variabilitě tvorby dřeva. Na jednom stanovišti jsou změny v šířkách letokruhů v čase řízeny zejména klimatem a dlouhodobými změnami kompetice, mezi stanovišti pak další část variability připadá na dostupnost zdrojů (voda, živiny) a topografické podmínky.
Protože je informace o rychlosti přírůstu stromů důležitá z hlediska ekonomického, ekologického i klimatického, postupně byly dendrochronologické studie realizované na rostoucím počtu lokalit rozprostřených po celém území Česka. Díky tomu se postupně rozšiřoval i soubor dostupných letokruhových sérií vyprodukovaných jednotlivými výzkumnými skupinami a laboratořemi. V Česku se se sběrem letokruhových dat z živých stromů začalo v 60. letech 20. století. Podrobné informace o historii letokruhového výzkumu v Česku podává kniha J. Kyncla „Letokruhy jako záznamník a kalendář“ (Grada 2016), dobrým informačním zdrojem je i web www.dendrochronologie.cz. Díky vysokému počtu letokruhových sérií získaných z území Česka (řádově desítky tisíc sérií) se nabízí možnost využít taková data ke komplexnímu popsání vlivu klimatických změn na naše lesy a k predikci odezvy vybraných druhů dřevin na budoucí klimatické podmínky. To představuje hlavní cíl projektu TreeDataClim. V rámci tohoto projektu jednotlivé dendrochronologické laboratoře a výzkumné skupiny sdílí a agregují již existující letokruhová data do nové databáze a následně ji využívají k analýzám vztahu růstu dřevin a klimatu. V rámci databáze je každá lokalita reprezentovaná letokruhovými sériemi jednotlivých stromů a jejich průměrem, tzv. letokruhovou stanovištní chronologií, která ukazuje převládající růstový trend v dané lokalitě.
Struktura databáze
Databáze má hierarchickou strukturu s propojenými úrovněmi Lokalita, Strom a Vývrt. Pro každou tuto úroveň existuje široká sada popisných atributů. Ty zároveň umožňují filtrovat data podle parametrů, které mohou být podstatné pro růst stromů. Úroveň Lokalita obsahuje popisná data charakterizující dané stanoviště jako celek. Jedná se především o vzorkovaný druh, nadmořskou výšku, zeměpisné souřadnice, typ stanoviště z ekologického hlediska nebo typ lesnického managementu. Úroveň Strom obsahuje popisné údaje o jednotlivých stromech jako je např. výčetní tloušťka, výška nebo velikost koruny. Úroveň Vývrt je v databázi začleněna zejména proto, že v řadě případů se ze stromu odebíral více než jeden vývrt, a proto i v letokruhových datech může být pro každý strom k dispozici více než jedna letokruhová série.
Kromě letokruhových dat jsou v databázi k dispozici i plošné proměnné popisující geografické a ekologické podmínky v daném místě. Tato data mají formát spojitého gridu pokrývajícího celé území Česka. Data o podmínkách stanoviště zahrnují údaje o úživnosti půdy, dostupnosti vody a historické klimatické časové řady. Půdní data byla vytvořena na základě typologické mapy, a to agregací ekologických řad do následujících ekologických skupin: kyselá („acid“, ekologické řady M,K,N,I), extrémní („extreme“, ekologické řady X,Z,Y ), mezická („moderate“, ekologické řady S,F,C,B,W,H), vlhká („moist“, ekologické řady L,U,V,O,P,Q,T,G,R), obohacená („rich“, ekologické řady S,A,J). Plošná klimatická data byla vytvořena ze staničních dat ČHMÚ a relevantních stanic Deutsche Wetterdienst za období 1961-2019. Pomocí orografické regrese (měsíční průměrné teploty) a interpolace IDW (měsíční srážkové úhrny) byly pro každý měsíc daného období vytvořeny gridy s rozlišením 1×1 km, které byly následně uloženy ve formátu netCDF.
Za účelem automatizace celého procesu plnění databáze a následných analýz byly vyvinuty skripty v jazycích R a Python. Databáze je vytvořena v prostředí PostgreSQL/PostGIS a je umístěna na serveru Přírodovědecké fakulty UK.
Hlavní typy analýz
1. Identifikace a charakteristika extrémních propadů růstu
Pro identifikaci extrémních propadů růstu byla využita metodika publikovaná v článku Treml a kol. (2022, https://doi.org/10.1111/gcb.15922), která určuje pro každý negativní výkyv (=pokles) růstu stanovištní chronologie pravděpodobnost jeho opakování. Získáváme tak pro každou lokalitu kritické hodnoty propadu růstu, které jsou dosaženy v průměru jednou za 2,3 … X let. Jako extrémní byla arbitrárně stanovena hranice propadu růstu objevujícího se maximálně jednou za 40 let. Následně byly vybrány pro každý druh roky, ve kterých nejvíce lokalit vykazovalo takto intenzivní extrémní propad růstu. Velikost extrémních propadů růstu v těchto letech byla prostorově interpolována regresí na základě geografické polohy a charakteristik stanoviště.
2. Identifikace a interpolace současných růstových trendů
Současné růstové trendy našich hlavních dřevin byly analyzovány za roky 1990-2018, tj. období s rychlým nárůstem teploty. Letokruhové série byly nejdříve převedeny na přírůsty v ploše (tzv. basal area increments). Časové řady přírůstů v ploše byly fitovány GAMM modelem s tím, že prediktory trendu byly věk a velikost stromu v daném roce. Následně byl na základě naparametrizovaného modelu predikován průměrný růst stromu v období 1990-2018. Protože se růstové trendy na většině lokalit značně lišily mezi 90. lety 20. století a obdobím po roce 2005, bylo celé analyzované období rozděleno na úseky 1990-2005 a 2005-2018. V rámci těchto úseků byly křivky průměrného růstu proloženy lineárním trendem. Směrnice lineárních trendů růstu byly pak prostorově interpolovány regresí na základě geografické polohy a charakteristik stanoviště. V případech statisticky nevýznamných regresních modelů byla interpolace provedena krigingem.
3. Identifikace klimatického limitování přírůstu
Stanovištní letokruhové chronologie byly použity pro kalibraci klimaticky-řízeného modelu růstu stromu VS-Lite (Tolwinski-Ward a kol. 2011, https://doi.org/10.1007/s00382-010-0945-5). Výstupem modelu jsou mimo jiné měsíční údaje o celkové intenzitě růstu, intenzitě růstu za optimálních klimatických podmínek a deficitu růstu (tj., procentu potenciálního růstu, který nebyl realizován vlivem nízké teploty, nízké vlhkosti půdy nebo jejich kombinací). Na základě těchto hodnot byly pro každou lokalitu vypočteny průměrné ukazatele (i) procenta ročního přírůstu probíhajícího za klimaticky optimálních podmínek a (ii) poměru růstových deficitů vlivem nízké vlhkosti půdy a nízké teploty. Oba tyto ukazatele byly dále regresně interpolovány na základě geografické polohy a vlastností stanoviště.
Co nás čeká?
V další fázi projektu (2023-24) budeme výše uvedené analýzy provádět na simulovaných letokruhových datech na základě klimatických scénářů pro období 2030-2060. Cílem je predikovat budoucí růstovou dynamiku hlavních dřevin a regionů v očekávaných podmínkách budoucího klimatu.