Model GLOBIO3 je určen pro odhad potenciální ztráty druhů na stanovišti se sníženým stupněm přirozenosti vlivem lidské činnosti pomocí MSA indikátoru (Alkemade et al. 2009). Indikátor přirozenosti v modelu GLOBIO3 je MSA (hodnota průměrné druhové bohatosti). Tento indikátor je založen na vztazích mezi vybranými hnacími silami a dopady na druhovou diverzitu na základě současných poznatků. Hodnota indikátoru dosahuje rozpětí hodnot od 0 do 1 (0-100%). Hodnota MSA = 1 odpovídá zachování všech původních druhů v nenarušených ekosystémech a hodnota MSA = 0 vyjadřuje zcela pozměněný ekosystém bez původních druhů.
Pro posouzení přirozenosti ekosystémů bylo vybráno následujících pět hlavních hnacích sil ekosystémů s přímým dopadem na druhovou diverzitu: (i) intenzita využití krajiny (MSA_LU), (ii) rozvoj infrastruktury (MSA_I), (iii) fragmentace území (MSA_F), (iv) atmosférická depozice dusíku (MSA_N) a změna klimatu (MSA_CC). Model GLOBIO 3 je postaven na sadě regresních rovnic popisujících vliv jednotlivých hnacích sil na druhovou diverzitu na základě více než 500 literárních zdrojů.
Model GLOBIO3 jsme přizpůsobili na regionální i lokální úroveň pro podmínky České republiky (CZ-GLOBIO). Model CZ-GLOBIO3 hodnotí stupeň narušení ekosystémů pomocí míry přirozenosti biotopu na základě metody Hodnocení biotopů České republiky (Cudlín et al. 2019). Model lze využít k posouzení dopadů environmentálních faktorů na druhovou diverzitu, pro hodnocení očekávaných trendů v budoucích scénářích změny využívání krajiny a také pro politická rozhodnutí pro podporu a zachování biodiverzity na krajinné úrovni (Alkemade et al. 2009).
[autor modelu]: PBL Netherlands Environmental Assessment Agency
[domovská stránka modelu]: https://globio.info
Model Marxan je určen pro výběr dosud nechráněného cenného území k ochraně (Ball et al. 2009). Model rozděluje studované území do plánovacích jednotek (PU) v podobě čtvercových nebo šestihranných buněk (Game and Grantham, 2008), které zahrnují všechny definované chráněné prvky (CF). Plánovací jednotky se dělí na jednotky, nacházející se v již dostatečně chráněných územích (protected units); jednotky které lze vybrat k ochraně, pokud obsahují cenné CF (available units) a jednotky vyloučené z výběru, např. v zastavěné oblasti nebo na orné půdě (excluded units). Za dostatečně chráněná území považujeme přísně chráněné části velkoplošných chráněných území a maloplošná, chráněná území s přísnou ochranou stanovišť, nacházejících se ve větších chráněných oblastech s přítomností ochranné zóny.
[autor modelu]: Hugh Possingham & Ian Ball
[domovská stránka modelu]: http://marxan.net
InVEST je sada velkého množství open-source nástrojů (modelů) určených k mapování a hodnocení ekosystémů a přírodních procesů. Jedná se široké spektrum nástrojů, mezi které patří například modely určené pro modelování výskytu uhlíku v krajině (model Carbon), modelování ekosystémů souvisejících s opylením plodin (model Crop Pollination), modelování transportu sedimentů (model SDR), ale také například rybolovu (Fisheries) nebo rekreace (model Recreation). Jednotlivé nástroje se instalují ve formě jednoho balíku, ale spouští se každý samostatně. InVEST je vyvíjen v rámci projektu Natural Capital Project, který je založen na partnerství mezi několika předními světovými akademickými institucemi - Stanford University, Čínská akademie věd, University of Minnesota, The Nature Conservancy a World Wildlife Fund.
[autor modelu]: Natural Capital Project
[domovská stránka modelu]: https://naturalcapitalproject.stanford.edu/software/invest
Pro výpočet retence sedimentů je navržen model SDR pracující na základě výpočtu transportu splavenin v povodí vypočítaného pomocí kombinace výpočtu ztráty půdy metodou (R)USLE a výpočtu poměru odnosu sedimentů SDR na základě výpočtu indexu konektivity (Borselli a kol., 2008). Retence sedimentů je následně vypočítána porovnáním transportu sedimentů pro reálné hodnoty vegetačního pokryvu s hypotetickým stavem, kdy by bylo celé povodí pokryto pouze holou půdou (Hamel a kol., 2017).
Výstupy modelu představují množství sedimentů transportovaných do koryta vodního toku v určeném časovém kroku (modul „sediment accumulation“) a dále také objem materiálu erodovaného a následně i deponovaného v rámci povodí, vlivem vegetace a členitosti terénu. Modul „sediment delivery“ poskytuje prostorovou informaci o objemech zachyceného materiálu, v rozlišení totožném s velikostí pixelu rastru digitálního modelu terénu. Pro každý pixel model nejprve počítá objem průměrné ztráty půdy erozí, a následně poměr odnosu splavenin (SDR – sediment delivery ratio), což představuje podíl erodovaného materiálu transportovaného do vodního toku. Jakmile sediment dosáhne koryta vodního toku, předpokládáme, že bude transportován až do uzávěrového profilu povodí, a proto nejsou modelovány žádné dílčí procesy v rámci koryta. Tento přístup navrhli Borselli a kol.(2008) a v posledních letech byl zaznamenán rostoucí zájem o toto řešení (Cavalli a kol., 2013; Lopez-Vicente a kol., 2013 nebo Sougnez a kol., 2011). Výše roční ztráty půdy v pixelu je stanovena revidovanou univerzální rovnicí ztráty půdy (RUSLE).
Model využívá mapy využití krajiny a zásoby ve čtyřech uhlíkových zásobnících (nadzemní biomasa, podzemní biomasa, mrtvá organická hmota a půdní uhlík) k odhadu množství uhlíku uloženého v krajině, nebo množství zachyceného uhlíku v průběhu času. Nadzemní biomasa zahrnuje veškerý živý nadzemní rostlinný materiál (např. kůru, kmeny, větve, listy). Podzemní biomasa zahrnuje živé kořenové systémy nadzemní biomasy. Půdní organická hmota je organickou složkou půdy a reprezentuje největší uhlíkový zásobník. Mrtvá organická hmota zahrnuje opad, stejně jako ležící a stojící mrtvé dřevo. K volitelným datům odhadu hodnoty této ekosystémové služby lze použít další údaje o tržní nebo sociální hodnotě sekvestrovaného uhlíku a jeho roční míře změny a diskontní sazbě. Omezeními modelu jsou značně zjednodušený uhlíkový cyklus, předpokládaná lineární změna v sekvestraci uhlíku v čase a potenciálně nepřesné diskontní sazby. Do modelu nejsou zahrnuty biofyzikální podmínky důležité pro sekvestraci uhlíku, jako jsou rychlost fotosyntézy a přítomnost půdních organismů.
Model LOREP představuje nástroj pro identifikaci a prostorovou lokalizaci ploch s nízkou retencí s možností posouzení navržených scénářů řešení. Součástí modelu je strukturovaný katalog opatření netechnického typu pro zvýšení a podporu retence vody v krajině. Vývoj se zaměřuje jak na metodiku, která je obecně platná pro jakákoliv malá povodí, tak i její realizaci v prostředí GIS. Řešení modelu je založeno na využití technologie GIS a dostupných hydrologických rovnicích. Konkrétně se jedná o sérii makropříkazů v jazyce Python určených pro program ArcGIS Pro.
Model pracuje s rastry, prostorové rozlišení pixelu je voleno 5-10 m. Celý model je řešen v několika krocích - stanovení objemu územně specifikovaného přímého odtoku, prostorová specifikace hydrologických zón povodí, lokalizace a zjištění příčin nízké retenční schopnosti zdrojových ploch vysokého povrchového odtoku, navržení, srovnání a doporučení vhodného opatření.
Nejobsáhlejší částí modelu je stanovení objemu územně specifikovaného přímého odtoku (sub-proces 1), který je založen na výpočtu přímého odtoku metodou prostorově distribuovaných terénních parametrů (Maidment, Olivera, 1998), metodě CN křivek, vícesměrném odtoku (Quinn , 2005), Green-Ampt rovnice infiltrace, Maningovým součinitel drsnosti, Pecletovým číslem, terrénní parametry (Pennock, 1987), hydrologické podmínky stanovenými pomocí @Sentinel 2.
[autor modelu]: vlastní model (vývoj V. Pechanec)
[domovská stránka modelu]: ---
StraKa je nástroj pro analýzu struktury krajiny. V podobě Esri toolboxu nabízí sadu nástrojů pro výpočet pokročilých algoritmů pro posouzení struktury krajiny, jež publikovali Forman a Godron (1993). Nástroj byl vytvořen v podobě toolboxu pro ArcGIS 9.2. Všechny nástroje obsahují komentáře a nápovědu pro nástroj obecně, ale také pro každý jeho parametr. Komentáře jsou doplněny vzorcem daného indexu, popisem, k čemu slouží, a názornými obrázky.
Software využíváme jako jeden s přístupů pro hodnocení land use. Konkrétně pro výpočet indexů krajinných metrik.
[autor modelu]: vlastní model (V. Pechanec & K. Pavková)
[domovská stránka modelu]: ---
Patch Analyst umožňuje prostorové analýzy krajiny, podporuje modelování stanovišť, zachování biodiverzity a lesního managementu. Jedná se o extenzi pro ArcGIS, která je dostupná ve dvou variantách. Jednou z nich je Patch Analyst, který pracuje s vektorovými daty, druhou možností je pak Patch Grid pro rastrové vrstvy.
Extenze vychází z aplikace FRAGSTATS. Menu Patch Analyst tvoří 12 funkcí, které jsou rozděleny do čtyř tématických skupin. Výstupem je tabulka vypočítaných hodnot indexů ve formátu DBF (DataBase File).
Software využíváme pro výpočet indexů krajinných metrik a časoprostorovou analýzu vývoje landuse.
[autor modelu]: Dr. Robert Rempel - Centre for Northern Forest Ecosystem Research Ontario & Ministry of Natural Resources
[domovská stránka modelu]: http://flash.lakeheadu.ca/~rrempel/ecology
Model EFISCEN (European Forest Information Scenario model) je lesnický model, který je možné použít pro odhad vývoje zásob dřeva v čase v různém měřítku (regionální – národní – celoevropská). Hlavním zdrojem vstupních dat jsou data z Národní inventarizace lesa (NIL1, NIL2) a z lesních hospodářských plánů (LHP). Odhad vývoje zásob lesa v čase je ovlivněn scénáři lesnického managementu (těžby, zalesňování, změna přírůstu apod.). Pomocí modelu EFISCEN lze kvantifikovat vybrané ekosystémové služby (ES) jako např. zásobovací ES (produkce dřeva), regulační ES (sekvestrace uhlíku, biodiverzita) apod.
Model pro spuštění vyžaduje pro každou dřevinu a věkovou třídu výměru, průměrnou zásobu a přírůst dřeva. Výstupem z modelu EFISCEN je odhad zásoby dřeva, přírůstu, věkových tříd, mrtvého dřeva pro každý krok modelu (v našem případě po 5 letech). Pomocí koeficinetu Biomass Expansion Factors je zásoba dřeva přepočtena na celkovou biomasu stromu a následně přepočtena na celkové množství uhlíku. Množství opadu, zbytků po těžbě apod. je využito jako vstupní údaj pro půdní model YASSO.
Model je navržen pro lesy na větších územních celcích tzn. regionální – národní – evropská úroveň. Aplikace modelu na menší území je možná, ale v současné době není dostupná žádná studie, která by definovala minimální požadovanou výměru území.
[autor modelu]: Alterra & EFI
[domovská stránka modelu]: https://www.efi.int/knowledge/models/efiscen
Model YASSO je určen k modelování dynamiky půdního uhlíku. Model je dostupný jednak jako jako samostatný program (poslední verze je určena pro R projekt) a současně je implemetován v modelech EFISCEN a CO2FIX.
Model pro své spuštění potřebuje: 1) počáteční množství uhlíku na začátku simulace a jeho kvalita podle AWEN frakcí, 2) klimatická data – měsíční nebo roční hodnoty srážek a teplot, 3) vstupy uhlíku do půdy formou dřevního a nedřevního detritu, včetně velikostních kategorií dřevního detritu, opět podle AWEN frakcí.
[autor modelu]:Jari Liski
[domovská stránka modelu]: https://en.ilmatieteenlaitos.fi/yasso
Environmental Sensitivity Assessment Index (ESAI) - je konceptuální model (metodika) k hodnocení náchylnosti území k degradaci, tedy ke ztrátě schopnosti plnit ekosystémové funkce a služby. Metoda kombinuje indikátory environmentální a socio-ekonomické, díky čemuž je schopna odhalit případná rizika s dostatečným předstihem. Metoda byla vyvinuta v oblasti středomoří v rámci projektu Medallus, zaměřeného na identifikaci rizikových oblastí pro dezertifikaci. Její koncept navrhl Kosmas et al. (1999), postupně se objevily drobné modifikace (Basso et al. 2000, Salvati a Bajocco 2011), v současnosti je tato metoda ve středomořské oblasti hojně využívaná.
Princip je založen na hodnocení proměnných, jejichž kombinace zvyšuje pravděpodobnost degradace území. Tyto proměnné (seskupené do čtyř tematických skupin) jsou zpracované jako GIS vrstvy a ohodnocené indexem 1-2:
• kvalita klimatu (průměrný roční úhrn srážek, index aridity, orientace svahu),
• kvalita vegetace (ochrana proti erozi, odolnost proti suchu, pokryvnost, riziko požáru),
• kvalita půdy (půdní textura, hloubka půdy, matečná hornina, skeletovitost, propustnost, sklon svahu),
• antropogenní tlak / kvalita managementu (hustota populace, populační růst, intenzita zemědělství).
Z těchto proměnných je ve dvou fázích (pro jednotlivé tématické skupiny a pro celek) geometrickým průměrem vypočítaný výsledný index ESAI.
Adaptace pro ČR spočívá v přizpůsobení rozpětí škály jednotlivých indikátorů podmínkám ČR a výrazně podrobnějším mapovým podkladům (místo Corine LC byla využita detailní kombinovaná vrstva biotopů). Metodiku byla využita pro preventivní hodnocení rizikových oblastí, ohrožených ztrátou ekosystémových funkcí a služeb v rámci ČR. Přestože v současnosti není riziko desertifikace na území ČR výrazné, je potřeba do budoucna počítat s výraznější degradací ve spojitosti s klimatickou změnou. Metoda ESAI nám pomáhá identifikovat nejrizikovější oblasti, do kterých lze následně směřovat různá adaptační a mitigační opatření.
[autor modelu]: Kosmas et al.
[domovská stránka modelu]: ---
Metoda hodnocení ekosystémů (Seják a kol., 2003; Seják a kol. 2018) zahrnuje do své klasifikace přírodní a přírodě blízké biotopy používané pro Mapování biotopů AOPK ČR (Chytrý na kol. 2001, 2010), které doplňuje vlastním systémem přírodě vzdálených a přírodě cizích biotopů. Aktuální seznam typů biotopů obsahuje 176 typů (z toho 138 přírodních a 38 nepřírodních). BVM přiřazuje každému ze 176 biotopů bodovou hodnotu, která představuje relativní ekologickou hodnotu určenou na základě osmi charakteristik, ohodnocených vždy jedním až šesti body. Charakteristiky jsou rozděleny do dvou skupin: i) ekologické – diverzita druhů, diverzita struktur, zralost, přirozenost a ii) vzácnosti (resp. ohrožení) – vzácnost typu biotopu, vzácnost druhů typu biotopu, zranitelnost, ohrožení množství a kvality.
Výpočet hodnoty typu biotopu je koncipován jako součet bodových hodnot prvních čtyř charakteristik (diverzity druhů a struktur biotopů), vynásobený součtem druhých čtyř charakteristik (vzácnosti či ohroženosti druhů a biotopů). Výsledek je vztažený k maximálně možnému počtu bodů (576), který by vyšel v případě, že by všechny charakteristiky dosáhly hodnoty šesti bodů.
[(1.+ 2.+ 3.+ 4.) * (5.+ 6.+ 7.+ 8.) / 576] * 100 = bodová hodnota typu biotopu (3-100)
Jelikož touto metodou dosáhneme nejmenší možné hodnoty typu biotopu 3 body, byla u zcela nepřírodních typů biotopů tato hodnota změněna na hodnotu 0 bodů (Cudlín a kol, 2005). V rámci HVM metody je hodnocení možné rozšit o individuální hodnocení ekosystémů a to pomocí korekčního koeficientu, který je stanoven škálou se 3 až 4 ukazateli pro přírodě vzdálené a přírodě cizí biotopy.
Metoda BVM umožňuje i výpočet finanční hodnoty podpůrné funkce pro biodiverzitu; a to vynásobením bodové hodnoty peněžní hodnotou jednoho bodu, která má reálný základ ve skutečných rozpočtových výdajích, vynaložených na 140 revitalizačních akcí z různých míst České republiky. Částka představuje množství peněz, které bylo nutné vynaložit, aby se hodnota jednoho m2 zvýšila o jeden bod. Původně byla pro výpočet použita částka 12,36 Kč. Při modifikaci metody BVM v roce 2018 byla částka přepočítána za využití údajů ze 182 revitalizační projektů realizovaných v rámci Operačního programu Životní prostředí.
[autor modelu]: Josef Seják a kol.
[dokumentace]: Poslední (6.) verze metodiky hodnocení biotopů BVM z roku 2018.
Verze aktualizovaná v rámci projektu Technologické agentury ČR TD03000093 - Inovovaný restart metodiky hodnocení biotopů (Innovated restart of biotope valuation method).
Jedná se o výstup z projektu, nikoliv o finální verzi metodiky AOPK ČR, která by měla být v budoucnu dopracována.
Rodina modelů pro alokaci predikovaných scénářů vývoje. Model kombinuje logistickou regresi a informace od sousedních buněk, podobně jako Celluar-Automata modely. Výsledky jsou použity k tvorbě vhodnostních map, na jejichž základě jsou alokovány jednotlivé změny krajinného pokryvu. Rozloha těchto změn, respektive rozloha každé kategorie krajinného pokryvu v predikovaném čase je dána uživatelem. Každá buňka je charakterizována údajem, ukazujícím pro každou kategorii krajinného pokryvu, jak moc by bylo vhodné změnit stávající kategorii, na jinou (dále „míra vhodnosti“). Nová půda je tedy rozmístěna do míst s největší mírou vhodnosti pro daný typ krajinného pokryvu.
Model v našem pojetí je naplněn lokálními daty. Pro ziskání pravděpodobnosti změny využítí změny využívá výstupů z modelu PreLuDe
[autor modelu]: Peter Verburg a kol.
[domovská stránka modelu]: https://www.environmentalgeography.nl/site/data-models/models/
Deterministický model pro predikci vývoje výměr jednotlivých kategorií landuse. Používá Markovovy řetězce pro predikci změny rozlohy jednotlivých landuse kategorií podle scénáře Bussiness as Usually. Počítá pravděpodobnost změny mezi jednotlivými roky, ale neumí prostorové umístění. Aktuálně využívá data Corine Land Cover (1990-2018) pro stanovení scénáře BaU. Model je napsán v prostředí R.
[autor modelu]: vlastní model (Jitka Doležalová & Vilém Pechanec)
[domovská stránka modelu]: ---