Habitatové modely v GIS a otázka měřítka modelu na příkladu strakapouda malého

Práce si kladla tři cíle: 1) prozkoumat potenciál metod GIS při stanovení vlivů na životní prostředí, 2) identifikovat a diskutovat problémy se zvolenou škálou a daty a 3) prozkoumat, které způsoby by se mohly použít při predikci a kvantifikaci vlivů na životní prostředí. Pro příkladovou studii si autor vybral strakapouda malého, který je považován za jeden z nejlepších indikátorových druhů severských opadavých lesů, ve kterých potřebuje dostatečné množství mrtvého dřeva. Pro predikci si pak vybral data z čím dál většího měřítka, kdy následující oblast byla uvnitř předchozí lokality (zde region Mälarden, v něm ležící oblast Stockholm a Uppsala a z ní hlavní oblast Stockholmu, nejvíce urbanizovanou část Švédska). Nejlepší model pak autor použil pro predikci vlivu rozvoje města na strakapouda malého uvnitř malé části poslední lokality.
Nejlépe vypovídajícím modelem byl ten pro střední měřítko (tj. oblast Stockholm-Upsala), model pro menší zvětšení byl s ním téměř identický a nejvíce se lišil model na největším zvětšení. Oba tyto modely byly od prostředního lehce přefitované (tj. předpokládaly výskyt strakapouda i tam, kde nebyl), nicméně i tak byla shoda mezi modely vysoká a 87,5 % oblastí, které odhadovala prostřední škála, bylo společných s větším i menším měřítkem. V příkladové studii pak došlo k odhadovanému poklesu vhodných habitatů o 3,4 %. Změny přitom nezasáhly jen tu konkrétní oblast, na které byly provedeny, ale i vhodnost sousedících habitatů. Model totiž počítal nejen s konkrétní lokalitou, ale i jejím okolím, zvláště pak s dostupností zdrojů nebo rušením a to v okolí od 500 do 1000 m.
Příkladová studie jasně ukázala, že pro jakoukoli analýzu prováděnou v GIS je klíčové už měřítko, v jakém do ní zadáváme naše data. I tak je to ale přístup, který odstraňuje mnohé z kritik, které se snášejí na dosud používané způsoby hodnocení (EIA, SEA), jako je nedostatečná kvantifikace zásahu na souvislé oblasti a tedy přesahy zásahu do okolí. V případě GIS navíc máme predikci zásahu jasně kvantifikovanou a vynesení do mapy pomáhá zvyšovat i její interpretační hodnotu. Případné nejistoty, které mohou během tvorby modelu vzniknout, by se daly rozptýlit konzultací modelu s experty. Modelem zjištěné stavy po zásahu se pak dají kombinovat s kritickými množstvími pro udržení populace.
GIS přístup pro aplikovanou ochranu přírody je proto nedocenitelný. Problematiku vhodného měřítka se asi v brzké době nepodaří uspokojivě vyřešit. SEA je sice schopná počítat s různými měřítky, ale její zaměření stran konkrétních druhů je jen hrubé. EIA naproti tomu má tuto stránku relativně detailně propracovanou, ale není schopna zohlednit rozdílná měřítka. Může se ukázat, že pro některé projekty bude výhodné zahrnutí různých měřítek a braní v potaz vlivu z různě širokého okolí. Druhou problematikou je časová osa. Pro konstrukci GIS modelu jsou sice potřeba data co nejnovější, vliv některých změn se ale může ukázat až po nějaké době.
Ačkoli se už GIS modelování začíná standardně používat v plánování ochranných opatření, jeho použití ve fyzickém plánování je spíše vzácné. Přitom poskytuje kontinuální, kvantifikovanou predikci schopnou zachytit i kumulativní vlivy. Nehledě na to, že celkový pohled může ukázat význam i nechráněných oblastí. A zpětně se užitím těchto metod zlepší naše znalosti o vztahu chráněných druhů k jejich prostředí, neboť efekty se mohou projevovat na rozdílné prostorové i časové škále. Právě interakce na rozdílných škálách může být dalším velkým přínosem GIS modelování pro EIA i SEA.
V praxi bude ale nejsložitější definovat vhodné měřítko, kde se mohou střetávat různé zájmy např. stran administrativní hranice, ekologických hodnot nebo časových měřítek, popř. ještě interakce časových a prostorových měřítek. Bylo by proto dobré, aby administrativa dovolovala jistou flexibilitu a umožnila užití více měřítek alespoň do doby, než bude vliv škály v různých ohledech jasný.