KÖRTÁJ TERVEZŐ IRODA KFT.,

Átírás

1 Vízgyűjtő-gazdálkodási Terv A Duna-vízgyűjtő magyarországi része 3-3. háttéranyag: KÖRTÁJ TERVEZŐ IRODA KFT., 2013, Az Új Magyarország Vidékfejlesztési Program (ÚMVP) környezeti eredmény- és 4 hatásindikátora értékeinek a meghatározása, Zárójelentés CMEF jelentés

2 K Ö R T Á J T E R V E Z Ő I R O D A K F T. Az Új Magyarország Vidékfejlesztési Program (ÚMVP) környezeti eredmény- és 4 hatásindikátora értékeinek a meghatározása Zárójelentés A 2. részjelentés javított és kiegészített változata Megbízó: Nemzeti Agrárszaktanácsadási, Képzési és Vidékfejlesztési Intézet 2013 Adószám: Cégjegyzékszám: Bankszámlaszám: Postacím: 2009 Pilisszentlászló, Vadrózsa u. 28. Tel: 30/ Fax: 28/ Ügyvezető: Biró László

3 Az Új Magyarország Vidékfejlesztési Program (ÚMVP) környezeti eredmény- és 4 hatásindikátora értékeinek a meghatározása A Vállalkozási szerződés az EMVA társfinanszírozásában megvalósuló vidékfejlesztési program (ÚMVP) környezeti eredmény és 4 hatás indikátora tekintetében ellátandó feladatok vonatkozásában című szerződés teljesítése Zárójelentés A 2. részjelentés javított és kiegészített változata Készítették: R-6 indikátor: Skutai Julianna (KÖRTÁJ Kft.) Podmaniczky László (KÖRTÁJ Kft.) Tóth Péter (Magyar Madartani és Természetvédelmi Egyesület) I-4 indikátor: Szép Tibor (Magyar Madartani és Természetvédelmi Egyesület) Nagy Károly (Magyar Madartani és Természetvédelmi Egyesület) Nagy Zsolt (Magyar Madartani és Természetvédelmi Egyesület) Tóth Péter (Magyar Madartani és Természetvédelmi Egyesület) I-5 indikátor: Skutai Julianna (KÖRTÁJ Kft.) Belényesi Márta (FÖMI) Kristóf Dániel (FÖMI) I-6 indikátor: Dr. Mozsgai Katalin (SZIE) Dr. Deák József (GWIS Kft.) Dr. Clement Adrienne (BME, Vízi Közmű és Környezetmérnöki Tanszék) Dr. Honti Márk (MTA-BME Vízgazdálkodási Kutatócsoport) Szanyi Sándor (BME, Vízépítési és Vízgazdálkodási Tanszék) Simonffy Zoltán (Hydrofon Bt.) I-7 indikátor: Kohlheb Norbert (KÖRTÁJ Kft.) Somogyi Zoltán (SZIE) Témafelelős: Podmaniczky László 2

4 Dr. Mezőszentgyörgyi Dávid főigazgató Nemzeti Agrárszaktanácsadási, Képzési és Vidékfejlesztési Intézet Park u Budapest Tisztelt Főigazgató Úr! Jelen dokumentáció formájában adjuk át további szíves felhasználásra a Vállalkozási szerződés az EMVA társfinanszírozásában megvalósuló vidékfejlesztési program (ÚMVP) környezeti eredmény és 4 hatás indikátora tekintetében ellátandó feladatok vonatkozásában elnevezésű, 3555/2013/NAKVI számú, augusztus 12-i keltezésű szerződésünk második részteljesítését Biró László ügyvezető Podmaniczky László témavezető 3

5 TARTALOM 1 Célkitűzések, feladatok Az R-6 eredményindikátor értékének meghatározása A feladat összefoglalása Az eredmények összefoglalása A használt módszertan bemutatása Input adatok Adatok konszolidálása, homogenizálása Mezőgazdasági területekhez kötődő jogcímek A Nem termelő beruházások jogcím Erdészeti jogcímek Intézkedések adattábláinak összefoglalása Az I-4 hatásindikátor értékének meghatározása: a biológiai sokféleség csökkenésének visszafordítása Bevezetés Anyag és módszer Terepi adatgyűjtés módszere Adatok elemzése Gyakori madárfajok élőhely használatának és élőhely preferenciájának meghatározása a mezőgazdasági, illetve a erdei élőhelyekhez kötő hazai fajok csoportjainak azonosítására A vizsgált madárfajok, illetve az indikátorok állományváltozását befolyásoló, vizsgált élőhely kezelések Mezőgazdasági élőhelyek fajai Mezőgazdasági élőhelyhez kötődő fajok trendjei Magyarországon időszakban Mezőgazdasági élőhelyekhez kötődő madárfajok trendjeiből képzett indikátorok változása Magyarországon időszakban Erdei élőhelyek fajai Erdei élőhelyhez kötődő fajok trendjei Magyarországon időszakban EBCC Erdei élőhelyek indikátora Erdei élőhelyek magyar indikátora Mezőgazdasági élőhelyek madárfajainak állománytrendjei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és állomány trend a felmért területeken A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és állomány trend a felmért területeken A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és állomány trend a felmért területeken Natura 2000 kifizetések által érintett területek általi borítottsága és állomány trend a felmért területeken Mezőgazdasági élőhelyek Farmland Bird Indikátor (FBI) értékei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és FBI a felmért területeken A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és FBI a felmért területeken

6 3.6.3 A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és FBI a felmért területeken Natura 2000 kifizetések mezőgazdasági területeken általi borítottsága és FBI a felmért területeken Mezőgazdasági élőhelyek Magyar Farmland Bird Indikátor (FBIH FH) értékei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és FBIH FH a felmért területeken A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és FBIH FH a felmért területeken A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és FBIH FH a felmért területeken Natura 2000 kifizetések mezőgazdasági területeken általi borítottsága és FBIH FH a felmért területeken Nem termelő beruházásoknak nyújtott támogatás (216) Agrár-erdészeti rendszerek első létrehozása mezőgazdasági földterületeken (222) Az MTÉT célfajok állományváltozása A parlagi sas (Aquila heliaca) állományváltozása A kék vércse (Falco vespertinus) állományváltozása A haris (Crex crex) állományváltozása Túzok (Otis tarda) Összegző megállapítások Irodalom Az I-5 hatásindikátor értékének meghatározása: a magas természeti értékű mezőgazdasági és erdészeti területek fenntartása Bevezetés Lehatárolás Magas Természeti értékű területek lehatárolása erdőterületeken Magas Természeti értékű területek lehatárolása nem erdőterületeken Indikátorok képzése Irodalom Az I-6 hatásindikátor értékének meghatározása: Magyarország mezőgazdasági tápanyagterhelését csökkentő programjainak vízminőségre gyakorolt hatása Módszertan Általános módszertani keret Részletes módszertan Eredmények A nitrogén- és foszformérleg változása Az ÚMVP-ben meghatározott indikátor értékek alakulása A felszíni vizek minőségében várható változások Felszíni vizek terhelésének változása síkvidéki vízgyűjtőkön A felszín alatti vizek minőségében bekövetkező változások Az I-7 hatásindikátor értékének meghatározása: hozzájárulás az éghajlatváltozás elleni küzdelemhe (Az erdőtelepítések által megkötött energia és szén-dioxid mennyiségének becslése) Az egyes erdőtelepítési típusok meghatározása Az erdőtelepítési típusok és az egyes fafajok területének megállapítása A fanövekedés becslése A faállományok kezelésének modellezése A telepítés után létrejövő biomassza mennyiségének becslése

7 6.6 A létrejött biomassza által megkötött energia mennyisége A megkötött szén-tartalom becslése A megkötött szén-dioxid mennyiségének időbeli alakulása a teljes erdőtelepítési projektre nézve A megkötött energia és szén-dioxid mennyisége a teljes erdőtelepítési projektre nézve Az erdőtelepítési támogatás okozta megújuló energiatermelés meghatározása A 222-es jogcímre vonatkozó hatás A 225-ös jogcímre (erdő környezetvédelmi kifizetések) vonatkozó hatás A 226-os jogcímre vonatkozó hatás A 227-es jogcímre vonatkozó hatás Hivatkozott irodalom Záró megjegyzések Mellékletek melléklet: Nitrogén- és foszfor mérlegek növényfajonként melléklet: Az érintett ÚMVP intézkedések hatása és hatékonysága a vizek tápanyag (P) terhelésére

8 1 CÉLKITŰZÉSEK, FELADATOK A Tanács 1698/2005/EK rendelete (Rendelet) fekteti le a között a tagországok által végrehajtandó, az Európai Mezőgazdasági Vidékfejlesztési Alapból (EMVA) finanszírozott vidékfejlesztési programok jogi kereteit és rendelkezik az értékelési és monitoring feladatokról. A Rendelet 80. cikke tárgyalja a közös monitoring és értékelési keretszabályozást, amely korlátozott számú közös mutatót határoz meg. A 81. cikk (1) bekezdése kimondja, hogy A vidékfejlesztési programok célkitűzéseikhez viszonyított előrehaladásának, hatékonyságának és eredményességének mérése a kiindulási helyzetre, valamint a programok pénzügyi végrehajtására, teljesítményére, eredményeire és hatására vonatkozó mutatókkal történik. A 84. cikk (5) bekezdése értelmében A tagállamok biztosítják az értékelések elvégzéséhez szükséges emberi és pénzügyi forrásokat, megszervezik a szükséges adatok előállítását és gyűjtését, és felhasználják a monitoringrendszer által nyújtott különböző információkat. A Program Irányító Hatóságának folyamatos jelentési és értékelési kötelezettségeknek kell eleget tennie. Ennek feltétele, hogy a szükséges adatok, kiemelten a program kontextus, eredmény- és hatásindikátorai, azok összegyűjtött számszerűsített értékei rendelkezésre álljanak. A projekt célja annak biztosítása, hogy az értékelések, hatásvizsgálatok elvégzéséhez, beszámolók, jelentések elkészítéséhez szükséges adatok rendelkezésre álljanak. Ezek olyan adatok, melyek a Program kedvezményezettjeitől nem, vagy nem megfelelő minőségben gyűjthetők, így az adatokat külső adatforrásból, vagy az adatok előállítása útján kell biztosítani. A munka keretében az előzetes egyeztetéseknek megfelelően az alábbi feladatok megvalósítására vállalkoztunk: I. R-6 eredményindikátor értékének meghatározása: azon terület, amelyen eredményes földgazdálkodás folyik, és amely hozzájárul a következők biztosításához: biológiai sokféleség, vízminőség, az éghajlatváltozás hatásainak enyhítése, talajminőség, a marginalizációnak és a földterület termelésből való kivonásának elkerülése. II. I-4 hatásindikátor értékének meghatározása: a biológiai sokféleség csökkenésének visszafordítása. III. I-5 hatásindikátor értékének meghatározása: a magas természeti értékű mezőgazdasági és erdészeti területek fenntartása. IV. I-6 hatásindikátor értékének meghatározása: a vízminőség javítása. V. I-7 hatásindikátor értékének meghatározása: hozzájárulás az éghajlatváltozás elleni küzdelemhez. Munkánk 1. részjelentésében bemutattuk az egyes indikátor-értékek meghatározásának számítási módszereit. Jelen dokumentáció a munka 2. részjelentése pedig az egyes 7

9 indikátorok meghatározására irányuló vizsgálataink leírását és a kapott eredményeket (az indikátor értékeket) tartalmazza. 2 AZ R-6 EREDMÉNYINDIKÁTOR ÉRTÉKÉNEK MEGHATÁROZÁSA Az R-6 eredményindikátor azon területek nagyságát mutatja, ahol eredményes földgazdálkodás folyik, és amelyek hozzájárulnak a következők biztosításához: biológiai sokféleség, vízminőség, az éghajlatváltozás hatásainak enyhítése, talajminőség, a marginalizációnak és a földterület termelésből való kivonásának elkerülése. A CMEF az alábbi szempontok vizsgálatát ajánlja a mutató értékének a meghatározásához: a) Biodiverzitás és HNV-gazdálkodás vizsgálata b) Vízminőség változás vizsgálata c) Klímaváltozás d) Talajminőség változása e) Felhagyott területek változása 2.1 A feladat összefoglalása Az éves monitoring jelentés részeként az R-6 indikátor értékeinek meghatározása 2012-es évre, az EMVA közötti intézkedéseire vonatkozóan, konvergencia és nem konvergencia bontásban történt. Konkrétan az alábbi excel-es táblázat szerint adatok meghatározását várta tőlünk a Megbízó: Használt jogcím rövidítések a szövegben a következők: KAT A hegyvidéki területeken/egyéb hátrányos helyzetű területeken a természeti hátrány miatt nyújtott kifizetések N2E Natura 2000 gyepterületeken AKG Agrár-környezetgazdálkodás NTB Nem termelő beruházások MgTE Mezőgazdasági földterület első erdősítése AE Agrár-erdészeti rendszerek 8

10 N2Ee Natura 2000 erdőterületeken EKV Erdő-környezetvédelem EPH Az erdészeti potenciál helyreállítása és megelőző intézkedések bevezetése NTBe Nem termelő beruházások (erdőterületeken) - szerkezetátalakítás 2.2 Az eredmények összefoglalása A vizsgálat eredményeképpen az átadott táblázat feltöltése után az alábbi táblázatokat szolgáltatjuk a Megrendelő felé: Konvergencia területeken: Nem konvergencia területeken: 9

11 2.3 A használt módszertan bemutatása 1. Elsőként az intézkedések, illetve azok előírásainak értékelése szakértői becslés formájában arra vonatkozóan történt meg, hogy a fenti táblázatban megjelölt értékelési területek melyikéhez kapcsolható leginkább az adott intézkedés/előírás. Abban az esetben, ha egy intézkedés célprogramokra volt bontható (AKG, EKV, NTB), vagy valamilyen tematikus csoportokat képezhettünk (MgTE), akkor az értékelést ebben a legrészletesebb formában végeztük el. Az értékeléshez az alábbi táblázatot használtuk: Előírások/ Intézkedések tartalma Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen a 3 1 b 1 c 1 d Összesen Súlyozott átlag (%) 13,0 24,1 6,9 13,8 10,3 100,0 A táblázatban 1-3 értékekkel jelöltük, hogy adott előírás/intézkedés mennyire szolgálja az adott szempont teljesülését (1 - legkevésbé, 3 - leginkább). A színes kiemelés azt mutatja, hogy pl. adott célprogramon belül az egyes előírások értékelése után milyen súlyfaktor tartozik az egyes szempontokhoz. Tehát a célprogram összterületének ismeretében (konvergencia/nem konvergencia bontásban) ezekhez a súlyfaktorokhoz területek rendelhetők (100 %=a célprogram teljes területe). Abban az esetben, ha az intézkedésben további bontás volt (célprogram, tematikus csoport), akkor az egyes területi sorok szempontonként összeadódtak és azokból újra számoltuk a kumulált súlyfaktort. Ez a módszer kezeli azt a helyzetet is, amikor egy területen egy intézkedésen belül több célprogram igényelhető (EKV, NTB), a területek nem jelennek meg duplikátumként, tehát az összterület mindig kiadja az intézkedés kifizetett összterületét. 2. A második lépésben az intézkedésekben érintett táblákat, erdőrészleteket az értékelési szempontokkal összeköthető tematikus fedvényekkel vetettük össze. Ezek szempontonként az alábbiak voltak: Biológiai sokféleség: Natura 2000 területek Vízminőség: Nitrátérzékeny területek Éghajlatváltozás hatásainak enyhítése: Aszályveszélyeztetettségi térkép Talajminőség: Talajérzékenységi térkép medián feletti területei Marginalizáció elkerülése: THÉT lehatárolás teljes területe 10

12 A vizsgálatot az indokolja, hogy a vonatkozó intézkedések területi fókuszának hatását érdemben értékelni lehessen (pl. természetvédelmi relevanciájú célprogramok hatása a természetvédelmi oltalom alatt álló területeken). Az egyes tematikus rétegek térképeit és azok átfedéseinek térképét a mellékletek között helyeztük el. Természetesen itt is előfordul a tematikus rétegek átfedéséből adódóan a területek többszöröződésének lehetősége, ezért itt alapvetően a területek összegének normalizált eloszlását vettük súlyfaktornak, ezt szemlélteti az alábbi példa: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Célprogram/ Intézkedés területe az egyes tematikus rétegeken , , , , , ,69 Súlyozott átlag (%) 12,9 29,1 6,3 31,9 19,8 100,0 3. A vizsgálat eredményeként kapott, az adott intézkedés tábláinak az egyes tematikus térképekkel átfedett területi arányaival módosítjuk az előírások alapján számított területi arányokat. Végül ezzel a módosított területi aránnyal vesszük figyelembe az adott intézkedés területét az egyes hatótényezőknél. Ezt a módosítási arányt %-ban határoztuk meg. Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Előírásokból számolt terület (ha) , , , , , ,79 Előírásokból számolt súlyozott átlag (%) 28,6 20,4 11,3 34,0 5,8 100,0 Területi átfedésekből számolt terület (ha) , , , , , ,69 Területi átfedésekből számolt súlyozott átlag (%) 12,9 29,1 6,3 31,9 19,8 100,0 50%-50%-os részesedés a súlyfaktorokból (%) 20,7 24,7 8,8 32,9 12,8 100,0 ennek értelmében az intézkedés területének megoszlása a szempontok szerint , , , , , ,79 11

13 2.4 Input adatok A feladat elvégzéséhez az alábbi adatokat szolgáltatta az MVH és a NÉBIH Erdészei Igazgatóság: kerelematadas1.shp, kerelematadas2.shp - AKG, N2E, KAT, MgTE, AE jogcímek shape formátumban, Erdészeti Potenciál (226.).xls - EPH intézkedés területi adatai Erdő környezetvédelmi intézkedések (225.).xls - EKV intézkedés területi adatai Erdőszerkezet átalakítás (227.).xls - NTBe intézkedés területi adatai Natura2000 erdő (224.).xls - N2Ee intézkedés területi adatai Erdő környezetvédelmi intézkedések (225.).xls - EKV intézkedés területi adatai alapsokaság_2013_ekv_kk_ xls - EKV intézkedés célprogramjaira utaló információk indikátor_ (1).xls - NTB intézkedés adatai vm_reszletek.shp - erdős jogcímekhez kapcsolódó erdőrészletek leválogatása 2.5 Adatok konszolidálása, homogenizálása Az adatokat minden esetben koherencia vizsgálatnak vetettük alá, azaz ellenőriztük, hogy a térbeli adatoknál nincs-e duplikálódás, vagy többszörös átfedés, mert ebben az esetben a térinformatikai vizsgálat után statisztikai hibák adódhattak volna. Amennyiben ilyet találtunk, azokat eltávolítottuk. A mezőgazdasági területekhez köthető jogcímeknél, amennyiben adatokat kellett összekapcsolni a regisztrációs számot és táblasorszámot használtuk, az erdészeti jogcímeknél pedig a részlet azonosítóját (településnév+tag+részlet) Mezőgazdasági területekhez kötődő jogcímek A mezőgazdasági területekhez kötődő adatok (AKG, N2E, KAT, MgTE, AE jogcímek) esetén az adatmanipulálás lépései a következők voltak: a két különálló adatállományt össze kellet fűzni, majd az egyes táblákhoz tartozó 25 féle támogatáskombináció közül szét kellett válogatni az egyes jogcímekhez tartozó táblákat, fel kellett tölteni az attribútumtáblát azzal az információval, hogy a tábla konvergencia területre esik vagy sem, illetve a területi átfedésekkel való vizsgálat eredményeit is bele kellett tenni a táblák attribútív adatai közé. 12

14 Jogcímek szétválogatása a kimutatás-táblázatokhoz (1-adott jogcímben érintett, 0- nem) Konvergencia (1) és nem konvergencia (0) területre eső parcella Az egyes szempontokhoz rendelt területi vonatkozásokkal érintett-e: bio - Biológiai sokféleség, viz - Vízminőség, egh - Éghajlatváltozás hatásainak enyhítése, tal - Talajminőség, mar - Marginalizáció elkerülése A Nem termelő beruházások jogcím A nem termelő beruházásoknál a különböző célprogramok különböző naturáliában kerülnek támogatásra, azonban részben a R6 táblázatban területi adatokat kell szolgáltatni, részben pedig a jogcím AKG illetve Natura2000 gyepterületek jogcímekhez kapcsolódik kizárólag, ezért az egyes célprogramokat ezekhet a mezőgazdasági táblákhoz kötöttük és azok területével szolgáltattuk az eredmény adatokat. 13

15 + NTB célprogramok szétválogatása a kimutatás-táblázatokhoz (1-adott cp-ben érintett) Konvergencia (1) és nem konvergencia (0) területre eső tábla Az egyes szempontokhoz rendelt területi vonatkozásokkal érintett-e: bio - Biológiai sokféleség, viz - Vízminőség, egh - Éghajlatváltozás hatásainak enyhítése, tal - Talajminőség, mar - Marginalizáció elkerülése Erdészeti jogcímek Az erdészeti jogcímekhez kötődő adatok (EPH, EKV, N2Ee, NTBe jogcímek) esetén az adatmanipulálás lépései a következők voltak: az excel táblák adatait hozzá kellett kapcsolni a NÉBIH Erdészeti Igazgatóságtól kapott erdőrészletek térinformatikai adatállományhoz (településnév+tag+részlet azonosítóval), mivel a kérelem területe nem minden jogcímnél egyezik meg az erdőrészlet területével, valamint bele kellett építeni az EKV intézkedéshez tartozó célprogram-kódokat, ezen kívül ki kellett szűrni a többszörösen önmagával átfedő poligonokat a statisztika minél kisebb torzutásához, fel kellett tölteni az attribútumtáblát azzal az információval, hogy a tábla konvergencia területre esik vagy sem, illetve a területi átfedésekkel való vizsgálat eredményeit is bele kellett tenni a táblák attribútív adatai közé. 14

16 + + Jogcímek szétválogatása a kimutatás-táblázatokhoz (1-adott jogcímben érintett, 0- nem), a jogcímek mellett az a terület látható, amelyet az excel táblázatból vezettünk át, mivel pl. EPH intézkedésnél a poligonterület nem egyezik meg az erdőrészlettel Konvergencia (1) és nem konvergencia (0) területre eső parcella Az egyes szempontokhoz rendelt területi vonatkozásokkal érintett-e: bio - Biológiai sokféleség, viz - Vízminőség, egh - Éghajlatváltozás hatásainak enyhítése, tal - Talajminőség, mar - Marginalizáció elkerülése 15

17 2.6 Intézkedések adattábláinak összefoglalása Ebben a fejezetben az egyes intézkedésekhez tartozó részadatokat adjuk meg és az esetleges statisztikai hibákra hívjuk fel a figyelmet. Minden intézkedésnél térképen bemutatjuk az intézkedéshez tartozó táblák/erdőrészletek elhelyezkedését (piros színnel) és a területi meghatározottságot mutató térképi fedvények átlapolását (zöld árnyalatokkal). Ezen kívül bemutatjuk az indikátorértékekhez vezető összefoglaló táblázatot, melynek értelmezése a következő: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) Az előírások (1-3 pontig) értékeléséből származó %-os megoszlás 100 % Előírások értékelése (ha) A fenti eloszlás hektárban kifejezve Intézkedés összterülete Területi érintettség (%) A "Területi érintettség (ha)" 100%-ra normalizálva 100 % Területi érintettség (ha) Az egyes térképi rétegeket érintő területe az intézkedéseknek Több, mint az intézkedés összterülete Számított súlyfaktor (%) Első és harmadik sor számtani átlaga 100% R6 érték A számított fenti eloszlás az intézkedés összterületéhez képest Intézkedés összterülete A mellékletek között elhelyezzük az előírások értékelését mutató értékelő táblázatokat A hegyvidéki területeken/egyéb hátrányos helyzetű területeken a természeti hátrány miatt nyújtott kifizetések Az intézkedés konvergenciaterületen ,07 hektárt érintett, nem konvergencia területen 13113,49 hektárt. 16

18 Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 13,3 20,0 6,7 20,0 40,0 100,0 Előírások értékelése (ha) 37990, , , , , ,07 Területi érintettség (%) 19,3 20,1 8,9 29,8 21,9 100,0 Területi érintettség (ha) , , , , , ,09 Számított súlyfaktor (%) 16,3 20,0 7,8 24,9 30,9 100 R6 érték 46477, , , , , ,07 Nem konvergencia területeken Előírások értékelése (%) 13,3 20,0 6,7 20,0 40,0 100,0 Előírások értékelése (ha) 1748, ,70 874, , , ,49 Területi érintettség (%) 18,9 23,8 14,6 23,8 19,0 100,0 Területi érintettség (ha) 10389, , , , , ,32 Számított súlyfaktor (%) 16,1 21,9 10,6 21,9 29,5 100 R6 érték 2111, , , , , ,49 17

19 Natura 2000 kompenzáció gyepterületeken Az intézkedés konvergenciaterületen ,93 hektárt érintett, nem konvergencia területen 19866,94 hektárt. Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 49,0 18,4 14,3 8,2 10,2 100,0 Előírások értékelése (ha) , , , , , ,93 Területi érintettség (%) 28,5 20,1 5,7 27,1 18,6 100,0 Területi érintettség (ha) , , , , , ,00 Számított súlyfaktor (%) 38,7 19,2 10,0 17,6 14,4 100,0 R6 érték 91649, , , , , ,93 Nem konvergencia területeken Előírások értékelése (%) 49,0 18,4 14,3 8,2 10,2 100,0 Előírások értékelése (ha) 9730, , , , , ,94 Területi érintettség (%) 22,9 20,9 14,6 22,3 19,2 100,0 Területi érintettség (ha) 19583, , , , , ,37 Számított súlyfaktor (%) 35,9 19,7 14,4 15,2 14,7 100,0 R6 érték 7141, , , , , ,94 18

20 Agrár-környezetgazdálkodás Az Agrár-környezetgazdálkodási intézkedésnél célprogramonként értékeltük az előírásokat, az intézkedéshez tartozó előírás-súlyfaktort a célprogramokhoz tartozó területtel súlyozva számoltuk ki. Az alábbi táblázatban a célprogramonkénti értékelések összesítését láthatjuk, majd alatta ezekhez hozzárendelve a konvergencia nem-konvergencia területeken elhelyezkedő célprogramterületeket. A második és harmadik táblázat utolsó sorában pedig a területtel súlyozott átlagot és az ebből kiszámolható, intézkedésre vonatkozó előírás értékeléshez tartozó súlyokat. 19

21 Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen AA) Integrált szántóföldi célprogram 19,2 19,2 11,5 46,2 3,8 100,0 AB) Tanyás gazdálkodás célprogram 30,0 16,7 10,0 40,0 3,3 100,0 AC) Ökológiai szántóföldi növénytermesztési célprogram 20,0 17,1 14,3 40,0 8,6 100,0 AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram 51,3 18,8 8,5 20,5 0,9 100,0 AD2) Szántóföldi növénytermesztés vadlúd- és daruvédelmi előírásokkal célprogram 46,8 19,1 8,5 23,4 2,1 100,0 AD3) Szántóföldi növénytermesztés madár- és apróvad élőhelyfejlesztési előírásokkal célprogram 45,8 20,3 6,8 25,4 1,7 100,0 AD4) Szántóföldi növénytermesztés kék vércse élőhelyfejlesztési előírásokkal célprogram 54,1 18,0 8,2 19,7 0,0 100,0 AE1) Vízerózió elleni célprogram 7,1 21,4 14,3 53,6 3,6 100,0 AE2) Szélerózió elleni célprogram 9,1 13,6 13,6 59,1 4,5 100,0 BA) Extenzív gyepgazdálkodási célprogram 33,3 22,2 11,1 16,7 16,7 100,0 BB) Ökológiai gyepgazdálkodási célprogram 33,3 25,9 14,8 11,1 14,8 100,0 BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram 58,0 17,4 11,6 8,7 4,3 100,0 BC2) Gyepgazdálkodás élőhely-fejlesztési előírásokkal célprogram 51,7 20,0 13,3 10,0 5,0 100,0 BD1) Környezetvédelmi célú gyeptelepítés célprogram 41,9 22,6 6,5 12,9 16,1 100,0 BD2) Természetvédelmi célú gyeptelepítés célprogram 81,8 18,2 0,0 0,0 0,0 100,0 CA) Integrált gyümölcs és szőlőtermesztés célprogram 27,3 31,8 9,1 31,8 0,0 100,0 CB) Ökológiai gyümölcs és szőlőtermesztés célprogram 33,3 25,0 16,7 16,7 8,3 100,0 CC) Hagyományos gyümölcstermesztés célprogram 37,9 27,6 6,9 27,6 0,0 100,0 DA) Nádgazdálkodás célprogram 66,7 16,7 16,7 0,0 0,0 100,0 DB) Természetes vizes élőhelyek mocsarak, zsombékok, sásos területek gondozása célprogram 44,7 18,4 15,8 13,2 7,9 100,0 DC) Vizes élőhelyek létrehozása és kezelése célprogram 43,5 21,7 19,6 8,7 6,5 100,0 Konvergencia területen: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen AA) Integrált szántóföldi célprogram , , , , , ,50 AB) Tanyás gazdálkodás célprogram 433,13 240,63 144,38 577,51 48, ,78 AC) Ökológiai szántóföldi növénytermesztési célprogram 8012, , , , , ,16 AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram 29437, , , ,81 490, ,18 AD2) Szántóföldi növénytermesztés vadlúd- és daruvédelmi előírásokkal célprogram 134,87 55,17 24,52 67,43 6,13 288,13 AD3) Szántóföldi növénytermesztés madár- és apróvad élőhelyfejlesztési előírásokkal célprogram 14472, , , ,14 536, ,55 AD4) Szántóföldi növénytermesztés kék vércse élőhelyfejlesztési előírásokkal célprogram 1093,41 364,47 165,67 397,61 0, ,16 AE1) Vízerózió elleni célprogram 178,08 534,25 356, ,63 89, ,18 AE2) Szélerózió elleni célprogram 585,20 877,79 877, ,78 292, ,16 BA) Extenzív gyepgazdálkodási célprogram 51236, , , , , ,78 BB) Ökológiai gyepgazdálkodási célprogram 9178, , , , , ,70 BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram 38121, , , , , ,40 BC2) Gyepgazdálkodás élőhely-fejlesztési előírásokkal célprogram 11716, , , , , ,58 BD1) Környezetvédelmi célú gyeptelepítés célprogram 1066,17 574,09 164,03 328,05 410, ,41 BD2) Természetvédelmi célú gyeptelepítés célprogram 2020,04 448,90 0,00 0,00 0, ,94 CA) Integrált gyümölcs és szőlőtermesztés célprogram 15712, , , ,83 0, ,31 CB) Ökológiai gyümölcs és szőlőtermesztés célprogram 1311,30 983,48 655,65 655,65 327, ,91 CC) Hagyományos gyümölcstermesztés célprogram 415,76 302,37 75,59 302,37 0, ,09 DA) Nádgazdálkodás célprogram 4573, , ,44 0,00 0, ,64 DB) Természetes vizes élőhelyek mocsarak, zsombékok, sásos területek gondozása célprogram 11,43 4,71 4,03 3,36 2,02 25,55 DC) Vizes élőhelyek létrehozása és kezelése célprogram 2,90 1,45 1,31 0,58 0,44 6,68 Összesen , , , , , ,79 Területtel súlyozott súlyfaktor átlag 28,6 20,4 11,3 34,0 5,8 100,0 20

22 Nem konvergencia területen: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen AA) Integrált szántóföldi célprogram 4688, , , ,39 937, ,01 AB) Tanyás gazdálkodás célprogram 14,80 8,22 4,93 19,74 1,64 49,34 AC) Ökológiai szántóföldi növénytermesztési célprogram 144,92 124,22 103,51 289,84 62,11 724,59 AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram 1435,82 526,47 239,30 574,33 23, ,85 AD2) Szántóföldi növénytermesztés vadlúd- és daruvédelmi előírásokkal célprogram 0,00 0,00 0,00 0,00 0,00 AD3) Szántóföldi növénytermesztés madár- és apróvad élőhelyfejlesztési előírásokkal célprogram 296,57 131,81 43,94 164,76 10,98 648,05 AD4) Szántóföldi növénytermesztés kék vércse élőhelyfejlesztési előírásokkal célprogram 72,23 24,08 10,94 26,26 0,00 133,51 AE1) Vízerózió elleni célprogram 1,59 4,77 3,18 11,94 0,80 22,28 AE2) Szélerózió elleni célprogram 0,00 0,00 0,00 0,00 0,00 BA) Extenzív gyepgazdálkodási célprogram 2307, ,26 769, , , ,15 BB) Ökológiai gyepgazdálkodási célprogram 145,22 112,95 64,54 48,41 64,54 435,67 BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram 4272, ,60 854,40 640,80 320, ,21 BC2) Gyepgazdálkodás élőhely-fejlesztési előírásokkal célprogram 933,30 361,28 240,85 180,64 90, ,39 BD1) Környezetvédelmi célú gyeptelepítés célprogram 92,29 49,69 14,20 28,40 35,50 220,07 BD2) Természetvédelmi célú gyeptelepítés célprogram 302,49 67,22 0,00 0,00 0,00 369,71 CA) Integrált gyümölcs és szőlőtermesztés célprogram 1305, ,17 435, ,17 0, ,12 CB) Ökológiai gyümölcs és szőlőtermesztés célprogram 172,92 129,69 86,46 86,46 43,23 518,76 CC) Hagyományos gyümölcstermesztés célprogram 21,50 15,64 3,91 15,64 0,00 56,69 DA) Nádgazdálkodás célprogram 223,48 55,87 55,87 0,00 0,00 335,22 DB) Természetes vizes élőhelyek mocsarak, zsombékok, sásos területek gondozása célprogram 0,00 0,00 0,00 0,00 0,00 DC) Vizes élőhelyek létrehozása és kezelése célprogram 0,00 0,00 0,00 0,00 0,00 Összesen 16430, , , , , ,62 Területtel súlyozott súlyfaktor átlag 31,9 20,6 11,1 31,1 5,3 100,0 21

23 Az összesítő táblázat a fenti két táblázat "Összesen" adatait beépíti és kiegészíti a területi meghatározottsághoz tartozó területi értékekkel és az ezekből generálható súlyozási értékekekkel. Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 28,6 20,4 11,3 34,0 5,8 100,0 Előírások értékelése (ha) , , , , , ,79 Területi érintettség (%) 12,9 29,1 6,3 31,9 19,8 100,0 Területi érintettség (ha) , , , , , ,69 Számított súlyfaktor (%) 20,7 24,7 8,8 32,9 12,8 100,0 R6 érték , , , , , ,79 Nem konvergencia területeken Előírások értékelése (%) 31,9 20,6 11,1 31,1 5,3 100,0 Előírások értékelése (ha) 16430, , , , , ,62 Területi érintettség (%) 12,2 27,2 15,9 24,7 20,0 100,0 Területi érintettség (ha) 21535, , , , , ,64 Számított súlyfaktor (%) 22,0 23,9 13,5 27,9 12,6 100,0 R6 érték 11366, , , , , , Nem termelő beruházások Ahogyan az adatelőkészítést leíró fejezetben már említettük a jogcím adatait azokhoz a táblákhoz kötöttük, amelyekhez kapcsolódva igényelte a gazdálkodó ennek a jogcímnek a támogatásait. A továbbiakban ezeknek a tábláknak a területi adataival dolgoztunk tovább. A jogcím sajátossága, hogy egy táblához több célprogram is rendelhető, így területi átfedések keletkeznek. A jogcím kifizetését 313 táblához tudtuk hozzárendelni. Ez összesen 2991,11 hektárt érintett. 22

24 Mivel itt is vannak célprogramok, ezért az AKG intézkedéshez hasonlóan jártunk el a súlyértékek meghatározásánál. Ezeket az adatokat ugyanabban a struktúrában ismertetjük. Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Ültetvény sorközgyepesítés 16,7 16,7 33,3 33,3 0,0 100,0 Kerítés 0,0 0,0 0,0 0,0 0,0 0,0 Madárvédelmi berendezés 100,0 0,0 0,0 0,0 0,0 100,0 Természetvédelmi gyeptelepítés 33,3 22,2 22,2 22,2 0,0 100,0 Egyéb költség 0,0 0,0 0,0 0,0 0,0 0,0 Sövénytelepítés 40,0 20,0 20,0 20,0 0,0 100,0 Rovarteleltető bakhát 100,0 0,0 0,0 0,0 0,0 100,0 Környezetvédelmi gyeptelepítés 22,2 33,3 22,2 22,2 0,0 100,0 Mezővédő fásítás 33,3 16,7 16,7 33,3 0,0 100,0 Füvesmezsgye telepítés 42,9 28,6 14,3 14,3 0,0 100,0 23

25 Konvergencia területen: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Ültetvény sorközgyepesítés 105,02 105,02 210,03 210,03 0,00 630,09 Kerítés 0,00 0,00 0,00 0,00 0,00 0,00 Madárvédelmi berendezés 584,52 0,00 0,00 0,00 0,00 584,52 Természetvédelmi gyeptelepítés 109,97 73,31 73,31 73,31 0,00 329,91 Egyéb költség 0,00 0,00 0,00 0,00 0,00 0,00 Sövénytelepítés 36,79 18,39 18,39 18,39 0,00 91,97 Rovarteleltető bakhát 0,00 0,00 0,00 0,00 0,00 0,00 Környezetvédelmi gyeptelepítés 13,85 20,77 13,85 13,85 0,00 62,32 Mezővédő fásítás 0,00 0,00 0,00 0,00 0,00 0,00 Füvesmezsgye telepítés 0,00 0,00 0,00 0,00 0,00 0,00 Összesen 850,14 217,50 315,59 315,59 0, ,81 Területtel súlyozott súlyfaktor átlag 50,0 12,8 18,6 18,6 0,0 100,0 Nem konvergencia területen: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Ültetvény sorközgyepesítés 0,00 0,00 0,00 0,00 0,00 0 Kerítés 0,00 0,00 0,00 0,00 0,00 0 Madárvédelmi berendezés 0,00 0,00 0,00 0,00 0,00 0 Természetvédelmi gyeptelepítés 32,24 21,50 21,50 21,50 0,00 96,73 Egyéb költség 0,00 0,00 0,00 0,00 0,00 0 Sövénytelepítés 0,00 0,00 0,00 0,00 0,00 0 Rovarteleltető bakhát 0,00 0,00 0,00 0,00 0,00 0 Környezetvédelmi gyeptelepítés 0,00 0,00 0,00 0,00 0,00 0 Mezővédő fásítás 0,00 0,00 0,00 0,00 0,00 0 Füvesmezsgye telepítés 0,00 0,00 0,00 0,00 0,00 0 Összesen 32,24 21,50 21,50 21,50 0,00 96,73 Területtel súlyozott súlyfaktor átlag 33,3 22,2 22,2 22,2 0,0 100,0 Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 50,0 12,8 18,6 18,6 0,0 100,0 Előírások értékelése (ha) 850,14 217,50 315,59 315,59 0, ,81 Területi érintettség (%) 13,3 29,2 3,3 31,7 22,6 100,0 Területi érintettség (ha) 1029, ,00 254, , , ,27 Számított súlyfaktor (%) 31,7 21,0 10,9 25,1 11,3 100,0 R6 érték 916,10 607,59 316,20 727,37 327, ,38 Nem konvergencia területeken Előírások értékelése (%) 33,3 22,2 22,2 22,2 0,0 100,0 Előírások értékelése (ha) 32,24 21,50 21,50 21,50 0,00 96,73 Területi érintettség (%) 20,0 20,0 20,0 20,0 20,0 100,0 Területi érintettség (ha) 96,73 96,73 96,73 96,73 96,73 483,65 Számított súlyfaktor (%) 26,7 21,1 21,1 21,1 10,0 100,0 R6 érték 25,79 20,42 20,42 20,42 9,67 96,73 24

26 Mezőgazdasági földterület első erdősítése A Mezőgazdasági területek erdősítése jogcímnél az előző jogcímekhez hasonlóan kvázi célprogramokat készítettünk, azaz csoportokat alakítottunk ki a telepített fafajok tekintetében. Ezek a csoportok az alábbiak voltak: elegyes hazai, elegyetlen hazai, elegyes hazai és idegenhonos, elegyes idegenhonos, elegyetlen idegenhonos. Az intézkedés 19371,37 hektár területet érintett összesen. Az érintett területek elhelyezkedését az alábbi térkép mutatja be, a statisztikai adatokat a fenti két intézkedéshez hasonló struktúrában ismertetjük. Az egyes csoportok hozzájárulásának aránya az értékelési szempontokhoz: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Elegyes hazai 23,1 23,1 23,1 23,1 7,7 100,0 Elegyetlen hazai 16,7 25,0 25,0 25,0 8,3 100,0 Elegyes hazai és idegenhonos 12,5 25,0 25,0 25,0 12,5 100,0 Elegyes idegenhonos 0,0 25,0 25,0 25,0 25,0 100,0 Elegyetlen idegenhonos 0,0 33,3 33,3 0,0 33,3 100,0 25

27 Konvergencia területen: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Elegyes hazai 1262, , , ,02 420, ,76 Elegyetlen hazai 495,08 742,62 742,62 742,62 247, ,47 Elegyes hazai és idegenhonos 541, , , ,34 541, ,36 Elegyes idegenhonos 0,00 40,48 40,48 40,48 40,48 161,92 Elegyetlen idegenhonos 0, , ,04 0, , ,13 Összesen 2298, , , , , ,64 Területtel súlyozott súlyfaktor átlag 12,5 26,9 26,9 17,0 16,7 100,0 Nem konvergencia területen: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Elegyes hazai 30,52 30,52 30,52 30,52 10,17 132,3 Elegyetlen hazai 5,55 8,32 8,32 8,32 2,77 33,3 Elegyes hazai és idegenhonos 30,73 61,46 61,46 61,46 30,73 245,9 Elegyes idegenhonos 0,00 1,06 1,06 1,06 1,06 4,3 Elegyetlen idegenhonos 0,00 181,02 181,02 0,00 181,02 543,1 Összesen 66,8 282,4 282,4 101,4 225,8 958,7 Területtel súlyozott súlyfaktor átlag 7,0 29,5 29,5 10,6 23,5 100,0 Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 12,5 26,9 26,9 17,0 16,7 100,0 Előírások értékelése (ha) 2298, , , , , ,64 Területi érintettség (%) 2,5 25,0 9,5 37,7 25,3 100,0 Területi érintettség (ha) 1150, , , , , ,39 Számított súlyfaktor (%) 7,5 26,0 18,2 27,3 21,0 100,0 R6 érték 1378, , , , , ,64 Nem konvergencia területeken Előírások értékelése (%) 7,0 29,5 29,5 10,6 23,5 100,0 Előírások értékelése (ha) 66,80 282,39 282,39 101,37 225,77 958,73 Területi érintettség (%) 1,4 23,5 23,7 25,2 26,1 100,0 Területi érintettség (ha) 51,06 833,21 841,32 893,71 924, ,09 Számított súlyfaktor (%) 4,2 26,5 26,6 17,9 24,8 100,0 R6 érték 40,31 253,90 254,99 171,57 237,97 958,73 26

28 Agrár-erdészeti rendszerek Az intézkedés kizárólag konvergenciaterületen érintett 199,43 hektárt. Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 32,4 23,5 17,6 17,6 8,8 100,0 Előírások értékelése (ha) 64,52 46,92 35,19 35,19 17,60 199,43 Területi érintettség (%) 6,8 24,4 1,1 33,1 34,7 100,0 Területi érintettség (ha) 34,97 125,05 5,45 169,93 177,86 513,26 Számított súlyfaktor (%) 19,6 23,9 9,4 25,4 21,7 100,0 R6 érték 39,05 47,76 18,66 50,61 43,35 199,43 27

29 Natura 2000 kompenzáció erdőterületeken Az intézkedés nem konvergencia területen 3055,63 hektárt, konvergencia területen 89291,18 hektárt érint. Az erdőterületekre leigényelt kifizetések közül ez a legjelentősebb. A támogatás alapegysége az erdőrészlet. Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 37,5 12,5 25,0 12,5 12,5 100,0 Előírások értékelése (ha) 33484, , , , , ,18 Területi érintettség (%) 31,0 20,2 1,2 24,5 23,1 100,0 Területi érintettség (ha) 87922, , , , , ,11 Számított súlyfaktor (%) 34,2 16,4 13,1 18,5 17,8 100,0 R6 érték 30580, , , , , ,18 Nem konvergencia területeken Előírások értékelése (%) 37,5 12,5 25,0 12,5 12,5 100,0 Előírások értékelése (ha) 1145,86 381,95 763,91 381,95 381, ,63 Területi érintettség (%) 24,9 22,3 10,7 18,6 23,4 100,0 Területi érintettség (ha) 3045, , , , , ,23 Számított súlyfaktor (%) 31,2 17,4 17,9 15,6 17,9 100,0 R6 érték 954,03 531,89 545,59 475,69 548, ,63 28

30 EKV Erdő-környezetvédelem Az agrár-környezetgazdálkodáshoz hasonlóan ennél az intézkedésnél is vannak célprogramok. Ezek a célprogramok kerültek kerültek értékelésre, ez képezte a többi intézkedéshez hasonlóan az előírás-megközelítést. Ennél a célprogramnál az adatszolgáltatás két lépésben történt. Az adatok sajnos nehezen összevezethetők voltak, így keletkeztek olyan erdőrészletek, amelyekhez nem sikerült célprogramot rendelni. Ezekben az esetekben a többi célprogramból kalkulált átlaggal számoltunk. Az intézkedés konvergencia területen 4991,21 hektárt, nem konvergencia területen 199,92 hektárt érintett. Az összesítőtáblázatot megalapozó táblázatokat az agrár-környezetgazdálkodási intézkedéshez hasonló strukturában adjuk meg. Az egyes célprogramok hozzájárulásának aránya az értékelési szempontokhoz: 29

31 Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Agresszíven terjedő, idegenhonos fa- és cserjefajok visszaszorítása célprogram 40,0 20,0 0,0 20,0 20,0 100,0 Szálaló erdőgazdálkodás célprogram 27,3 18,2 18,2 18,2 18,2 100,0 Erdőállományok kézimunka-igényes ápolása célprogram 25,0 12,5 12,5 12,5 37,5 100,0 Őshonos erdőállományok tarvágásos felújításának visszaszorítása célprogram 33,3 16,7 16,7 16,7 16,7 100,0 Mikroélőhelyek kialakítása, fenntartása célprogram 50,0 0,0 50,0 0,0 0,0 100,0 A véghasználat során facsoportok visszahagyása célprogram 50,0 16,7 16,7 16,7 0,0 100,0 Erdőfelújítás sikerességét biztosító cserjeszabályozás célprogram 0,0 0,0 0,0 0,0 100,0 100,0 Véghasználat elhalasztása talaj- és élőhelyvédelem céljából célprogram 21,4 21,4 21,4 21,4 14,3 100,0 Közjóléti célú erdők fenntartása célprogram 0,0 0,0 0,0 0,0 100,0 100,0 Erdei tisztások kialakítása és fenntartása célprogram 75,0 0,0 0,0 0,0 25,0 100,0 Természetkímélő anyagmozgatási módszerek alkalmazása célprogram 0,0 20,0 0,0 20,0 60,0 100,0 N.A. célprogram 28,9 15,7 20,2 15,7 19,6 100,0 Konvergencia területeken: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Agresszíven terjedő, idegenhonos fa- és cserjefajok visszaszorítása célprogram 51,13 25,56 0,00 25,56 25,56 127,82 Szálaló erdőgazdálkodás célprogram 695,65 463,77 463,77 463,77 463, ,71 Erdőállományok kézimunka-igényes ápolása célprogram 18,15 9,08 9,08 9,08 27,23 72,60 Őshonos erdőállományok tarvágásos felújításának visszaszorítása célprogram 4,65 2,33 2,33 2,33 2,33 13,95 Mikroélőhelyek kialakítása, fenntartása célprogram 169,85 0,00 169,85 0,00 0,00 339,70 A véghasználat során facsoportok visszahagyása célprogram 27,85 9,28 9,28 9,28 0,00 55,69 Erdőfelújítás sikerességét biztosító cserjeszabályozás célprogram 0,00 0,00 0,00 0,00 106,45 106,45 Véghasználat elhalasztása talaj- és élőhelyvédelem céljából célprogram 17,63 17,63 17,63 17,63 11,76 82,29 Közjóléti célú erdők fenntartása célprogram 0,00 0,00 0,00 0,00 60,70 60,70 Erdei tisztások kialakítása és fenntartása célprogram 1,64 0,00 0,00 0,00 0,55 2,19 Természetkímélő anyagmozgatási módszerek alkalmazása célprogram 0,00 60,19 0,00 60,19 180,58 300,97 N.A. célprogram 368,97 200,80 257,69 200,80 249, ,14 Összesen 1355,52 788,64 929,62 788, , ,21 Területtel súlyozott súlyfaktor átlag 27,16 15,80 18,63 15,80 22,62 100,00 Nem konvergenciaterületeken: Célprogram Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Agresszíven terjedő, idegenhonos fa- és cserjefajok visszaszorítása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Szálaló erdőgazdálkodás célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Erdőállományok kézimunka-igényes ápolása célprogram 1,93 0,97 0,97 0,97 2,90 7,73 Őshonos erdőállományok tarvágásos felújításának visszaszorítása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Mikroélőhelyek kialakítása, fenntartása célprogram 65,31 0,00 65,31 0,00 0,00 130,61 A véghasználat során facsoportok visszahagyása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Erdőfelújítás sikerességét biztosító cserjeszabályozás célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Véghasználat elhalasztása talaj- és élőhelyvédelem céljából célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Közjóléti célú erdők fenntartása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Erdei tisztások kialakítása és fenntartása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 Természetkímélő anyagmozgatási módszerek alkalmazása célprogram 0,00 0,00 0,00 0,00 0,00 0,00 N.A. célprogram 17,78 9,67 12,42 9,67 12,04 61,58 Összesen 85,01 10,64 78,69 10,64 14,94 199,92 Területtel súlyozott súlyfaktor átlag 42,52 5,32 39,36 5,32 7,47 100,00 Összesítő táblázat: 30

32 Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 27,2 15,8 18,6 15,8 22,6 100,0 Előírások értékelése (ha) 1355,52 788,64 929,62 788, , ,21 Területi érintettség (%) 20,5 21,7 0,2 27,3 30,4 100,0 Területi érintettség (ha) 2857, ,81 27, , , ,56 Számított súlyfaktor (%) 23,8 18,7 9,4 21,5 26,5 100,0 R6 érték 1188,55 934,82 469, , , ,21 Nem konvergencia területeken Előírások értékelése (%) 42,5 5,3 39,4 5,3 7,5 100,0 Előírások értékelése (ha) 85,01 10,64 78,69 10,64 14,94 199,92 Területi érintettség (%) 25,2 33,2 3,0 5,7 32,9 100,0 Területi érintettség (ha) 145,67 192,19 17,45 32,70 190,44 578,45 Számított súlyfaktor (%) 33,9 19,3 21,2 5,5 20,2 100,0 R6 érték 52,32 49,01 21,63 21,44 55,52 199,92 31

33 Az erdészeti potenciál helyreállítása és megelőző intézkedések bevezetése Az intézkedés konvergencia területen 1810,59 ha-t, nem konvergencia területen 108,37 hektárt érint. A kifizetés nemcsak erdőrészletre, hanem annak részterületére is igényelhető volt. Az MVH-ból származó leíró és az Erdészeti Igazgatóságról származó adatok nem teljes egyezésű összevezetése után részben ezekkel a poligonterületekkel, nem egyezés esetén pedig a bennfoglaló erdőrészlet területével számoltunk. Összesítő táblázat: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 11,1 22,2 22,2 22,2 22,2 100,0 Előírások értékelése (ha) 201,18 402,35 402,35 402,35 402, ,59 Területi érintettség (%) 16,8 28,6 6,6 23,5 24,5 100,0 Területi érintettség (ha) 918, ,14 361, , , ,56 Számított súlyfaktor (%) 14,0 25,4 14,4 22,9 23,4 100,0 R6 érték 252,72 459,76 261,06 413,81 423, ,59 Nem konvergencia területeken Előírások értékelése (%) 11,1 22,2 22,2 22,2 22,2 100,0 Előírások értékelése (ha) 12,04 24,08 24,08 24,08 24,08 108,37 Területi érintettség (%) 3,0 24,3 24,3 24,2 24,3 100,0 Területi érintettség (ha) 13,26 108,37 108,37 107,76 108,37 446,13 Számított súlyfaktor (%) 7,0 23,3 23,3 23,2 23,3 100,0 R6 érték 7,63 25,20 25,20 25,13 25,20 108,37 32

34 Szerkezetátalakítás (Erdészeti nem termelő beruházások) Az intézkedés konvergencia területen 570,09 ha-t, nem konvergencia területen 84,02 hektárt érint. A kifizetés alapja az erdőrészlet. Összesítő táblázat: Biológiai sokféleség Vízminőség Éghajlatváltozás hatásainak enyhítése Talajminőség Marginalizáció elkerülése Összesen Konvergencia területeken Előírások értékelése (%) 66,7 0,0 0,0 0,0 33,3 100,0 Előírások értékelése (ha) 380,06 0,00 0,00 0,00 190,03 570,09 Területi érintettség (%) 18,0 16,3 10,9 29,2 25,6 100,0 Területi érintettség (ha) 279,75 253,61 169,37 453,41 398, ,35 Számított súlyfaktor (%) 42,3 8,2 5,4 14,6 29,5 100,0 R6 érték 241,33 46,51 31,06 83,15 168,04 570,09 Nem konvergencia területeken Előírások értékelése (%) 66,7 0,0 0,0 0,0 33,3 100,0 Előírások értékelése (ha) 56,01 0,00 0,00 0,00 28,01 84,02 Területi érintettség (%) 9,0 19,0 23,4 23,4 25,2 100,0 Területi érintettség (ha) 30,10 63,53 78,03 78,03 84,02 333,71 Számított súlyfaktor (%) 37,8 9,5 11,7 11,7 29,3 100,0 R6 érték 31,80 8,00 9,82 9,82 24,58 84,02 33

35 3 AZ I-4 HATÁSINDIKÁTOR ÉRTÉKÉNEK MEGHATÁROZÁSA: A BIOLÓGIAI SOKFÉLESÉG CSÖKKENÉSÉNEK VISSZAFORDÍTÁSA 3.1 Bevezetés A biodiverzitás jelentős változást mutat Európában az utóbbi évtizedekben, amelyet sok esetben releváns adatok hiányában nem vagy csak későn érzékelik (Balmford et al. 2003). A biodiverzitás monitorozó programok a vizsgálandó kérdésekhez illeszkedő, megfelelő módszertani protkoll alkalmazásával lehetnek képesek e kihívásoknak megfelelni (Yoccoz et al. 2001). A random mintavételi módszer alkalmazásával, gyakori madarak alapján végzett országos biodiverzitás programok lehetnek képesek olyan alapvető kérdések vizsgálatára, mint az élőhelyek átalakulásának, degradációjának, az agrárgazdálkodás módszereinek és a klímaváltozásnak a sokféleségre gyakorolt hatásának feltárása (Gregory et al. 2005, Jiguet et al. 2012). A madarak, köztük a gyakori madarak alkalmas eszközei a biodiverzitás monitorozásnak, mivel Európában a legnagyobb önkénteseken alapuló felmérő hálózat áll rendelkezésre, amely hálózat munkáját nemzetközi és nemzeti szakmai szervezetek segítik és támogatják (Greenwood 2007, Gregory and van Strien 2010). Az Egyesült Királyságban 1994-ben kezdődött gyakori madarak monitoringja (Breeding Bird Survey, BBS) az első országos, random mintavételen alapuló nemzeti biodiverzitás monitorozó program Európában (Gregory et al. 1996), amely hatékony és sikeres munkája alapján az European Bird Census Council (EBCC) Európa szerte hasonló programok beindítását kezdeményezte a Pan-European Common Bird Monitoring Schemes (PECBMS) rendszer kialakítása érdekében a XX. század végén (Gibbons 2000). Az EBCC 1997-ben Európában elsőként Magyarországon kezdeményezte és az angol RSPB támogatásával indította be a Magyar Madártani és Természetvédelmi Egyesülettel (MME) közösen egy új random mintavételen alapuló, gyakori madarakat felmérő biodiverzitás monitoring programot a Mindennapi Madaraink Monitoringját (Szép and Gibbons 2000). A pilot évben, 1998-ban megtörtént a felmérési módszer tesztelése, amely eredményei alapján 1999 óta egységes, standard, az EBCC által javasolt és elfogadott protokoll alapján zajlik a monitorozó munka, amely az első és az egyik legjelentősebb országos program Közép-, Kelet-Európában (Szép and Gibbons 2000). Napjainkban egyre nagyobb jelentőséggel bír a világban a főbb élőhelyekre reprezentatív mintavétellel, gyakori madarak alapján gyűjtött éves állományindexekből számított biodiverzitás indikátorok alkalmazása az adott élőhelytípusokon történő változások feltárása érdekében (Butchart et al. 2010), elsősorban az Egyesült Királyságban, majd az Európai Unióban történt sikeres alkalmazások révén (Gregory and van Strien 2010). A Farmland Bird Indikátor (FBI) a legszélesebb körben használt ilyen több fajt figyelembe vevő indikátor Európában, amely jól jelzi az EU Közös Agrár Politikája (CAP) miatt az 1980-as években megkezdődőtt drámai biodiverzitás csökkenést az EU számos államában (Gregory et al. 2005). Napjainkra számos ország és maga az EU használja ezen indikátorokat a fenntartható fejlődési stratégiák, környezetvédelmi és természetvédelmi intézkedések 34

36 hatássoságának mérésére (Gregory and van Strien 2010). A gyakori madarak alapján képzett biodiverzitás indikátor koncepciót kifejlesztő Gregory et al. (2003, 2005) tanulmányai részletes információkkal szolgálnak ezen indikátorokkal kapcsolatosan. Európai szinten az EBCC régiókra lebontva dolgozott ki ajánlásokat a különböző indikátorok képzésében figyelembeveendő fajokról ( (Gregory and van Strien 2010). Azonban országonként eltérések adódhatnak, amelyek szükségessé teszik az adott országra specifikus fajlisták kidolgozását, amennyiben arra alkalmas, reprezentatív adatbázisok állnak rendelkezésre (Julliard et al. 2003, 2006). Az MMM programban az adatok gyűjtése és nyílvántartása során elsődlegesen használt térinformatikai (GIS) megközelítés lehetővé tette hogy a hasonló időszakban készített CORINE land cover adatbázis (Büttner and Maucha 2006) segítségével mód nyíljon a Magyarországra specifikus, mezőgazdasági és erdei élőhelyhez kötődő fajok azonosítására és azok alapján specifikus biodiverzitás indikátorok kidolgozására. Tanulmányunkban a mezőgazdasági és erdei élőhelyekhez kötődő fajok azonosítását, az azok alapján képzett indikátorok és a nemzetközi ajánlások (EBCC) alapján képzett indikátorok, valamint a kiválasztott fajok állományindexei alapján vizsgáljuk meg e két fontos élőhelyen a gyakori madárfajok helyzetét Magyarországon. A mezőgazdasági élőhelyek esetében elemezzük a különböző agrárprogramok hatását, a rendelkezésünkre bocsátott adatok révén, a vizsgált fajok állományára és az indikátorokra. 3.2 Anyag és módszer Terepi adatgyűjtés módszere Elemző munkákban az MME Mindennapi Madaraink Monitoringja (MMM) (Szép és Gibbons 2000) keretében gyűjtött adatokat használtuk fel. Az MMM fő jellemzője, hogy random módon kerülnek kijelölésre a felmérendő 2.5*2.5 km UTM négyzetek a felmérők által megjelölt minimum 100 km 2 nagyságú területen belül, illetve a kijelölt UTM négyzeten belül 15 random módon elhelyezkedő megfigyelési pont 100 m-es körzetén belül kell az előre rögzített időszakban, napszakban és időjárási körülmények között két alkalommal 5 perc hosszúságú számlálást végezni (Szép és Nagy 2002). A vizsgálat során az MMM alábbi két alapadatbázisát használtunk fel: 1. A felmérésben résztvevők által rendszeresen évente frissített Fajfelismerési adatbázist, amelyben a felmérő nyilatkozik arról, hogy a Magyarországon előforduló összes madárfaj közül melyet tud látás és/vagy hang alapján biztosan azonosítani, illetve mely fajok esetében bizonytalan az azonosításban. Ezen adatbázis alapján megállapítható, hogy adott faj hiánya a faj valós hiánya vagy az adott felmérő faj azonosítási bizonytalanságának köszönhető. 2. Terepi felmérési adatok adatbázisa, amely a felmérők adatai alapján megadja, hogy adott 2.5*2.5 km UTM kvadrátban (Szép és Nagy 2001), adott felmérési ponton, adott napon, adott időpontban, adott szélsebesség mellett, 5 perc standard felmérési idő alatt, a felmérő által az adott időpontban biztosan azonosítható adott madárfajból (Fajfelmérési adatbázis alapján), hány egyedet számolt az adott felmérési pont 100 m-es körzetében, 200 m-es körzetében, ill. látott átrepülni a felmérési pont 200 m-es körzetében. 35

37 Minden madárfaj esetében, minden évre külön-külön azon 2000 és 2012 között felmért UTM kvadrátokban lévő felmérési pontok adatait tartalmazza, ahol a felmérő az adott madárfajt biztosan képes lett volna azonosítani a felmérés évében, és ahol a felmérés az MMM protokoljában leírt feltételeknek teljes mértékben megfelelően történtek. Ezen feltételek a következők: Minimum két felmérés az adott éven belül az adott kvadrátban Az első felmérés április 15. és május 10. között A második felmérés május 11. és június 10. között (kivétel 2010 és 2011, ahol május 11. és június 26. között, az adott évi időjárási körülmények miatt) Az első és második felmérés között minimum 14 nap telt el A felmérés reggel 5 és 10 óra között zajlott le A szélerősség a Beaufort skála szerinti 0 és 2 fokozat között volt Ugyanazon személy végezte a két felmérést A kétszeri pontszámlálás általános módszertana alapján (Bibby et al. 2000) egy adott év, adott UTM kvadrát, adott felmérési pont és adott madárfaj esetében, a két felmérési nap közül annak az adatát használtuk fel, amely felmérés nap a felmérési pont 100 m-es körzetében a legtöbb egyedet számolta a felmérő. A feltételeknek megfelelő adatok alapján minden madárfaj esetében megállapítottuk a felmérés évében a felmért UTM kvadrátban: Az adott faj meglétét/nem letét (meglét: minimum 1 egyed észlelése, minimum 1 felmérési pont 200 m-es körzetében vagy a felett) A 15 felmérési pont 100 m-es körzetében számolt összes egyed száma a TRIM (Pannekoek and Strien 2001) alapú trend vizsgálat számára. Amennyiben az adott UTM kvadrátban a feltételeknek megfelelően nem tudták mind a 15 felmérési ponton a felmérést elvégezni (pl. kései befejezés, szél erősödése stb.) úgy a 15 pontra becsültük az összes egyedszámot a felmért pontok denzitása alapján, amennyiben minimum 5 ponton történt a feltételeknek megfelelő módon felmérés. A időszakban felmért UTM négyzeteken belül a négy fő élőhely típus aránya megfelelt ezen élőhelytípusok országos arányának (1. ábra), így országosan a fő élőhely típusokra reprezentatívnak tekinthetőek. 36

38 Élőhely aránya (%) 80% 70% 60% 50% Magyarország Felmért terület 40% 30% 20% 10% 0% Urbán Mezőgazdasági Erdei Vizes Élőhely típus 1. ábra. A vizsgált 4 fő élőhely típus által borított terület aránya Magyarországon (fekete oszlop) valamint az MMM program keretében felmért 2.5*2.5 km UTM négyzetekben (CORINE land cover adatbázis alapján). Az MMM keretében a fészkelési időszakban során végzett felmérések alapján megállapítható a fajok gyakorisága azon 2.5*2.5 km UTM négyzetek aránya alapján ahol előfordult, illetve nem fordult elő az adott faj a standard módon végzett megfigyelések alapján (1. melléklet). Természetesen e gyakorisági értékek alul becsültek az éjszaki életmódú fajok esetében, ugyanakkor az áltagostól jelentősen eltérő detektabilitású fajok (pl. az intenzív és jól hallható hangú fajok esetében: kakukk, sárgarigó, stb.) túlbecsülhetőek. Az MMM keretében 240 fészkelő fajt regisztráltak, amely közül 106 faj gyakorisága haladta meg az 5% (a felmért UTM négyzetek 5 %-ban látták/hallották) (1. melléklet). A leggyakoribb 106 faj esetében elemeztük azok élőhely használatát és preferenciáját a mezőgazdasági és erdei élőhelyek biodiverzitás indikátorainak Magyarországra specifikus csoportjainak meghatározása érdekében Adatok elemzése A vizsgált fajok éves populációs indexeit, valamint a populációs trendet a gyakori madarak országos felmérési adatainak Európában széles körben használt (Gregory et al. 2008, 2009) programcsomagjával az TRIM-el számítottuk (Pannekoek and van Strien, 2001). A TRIM lehetőséget ad arra, hogy bizonyos felmérési pontokon, bizonyos években hiányzó adatok esetén (missing count) is becsülhessünk az alkalmazott regressziós model alapján a teljes területre vonatkozó, hibamentes (unbiased) éves állományindexet (imputed index), a becslés hibáját (Standard Error, SE) speciális regressziós eljárás alapján (Poisson regression, log-linear models; McCullagh and Nelder, 1989). Valamennyi a terepi felmérési protokollnak megfelelő 2.5*2.5 km UTM négyzetben, a 15 megfigyelési pont 100 m-es körzetében számolt egyedszámot vizsgáltuk az állomány index, illetve a populációs trend vizsgálatnál. Csak azon négyzeteket vettük figyelembe, ahol időszakban minimum 2 évben volt standard módon történt felmérés. 37

39 Az állomány index, valamint a trend elemzéseknél a TRIM linear trend with change points eljárását alkalmaztuk az EBCC ajánlásai alapján (Pannekoek and van Strien 2001) ( Bázis évnek, 100%-os szinten, 2000-et tekintettük minden vizsgált faj esetében. A nemzetközi ajánlásoknak megfelelően a TRIM imputed indexét (Pannekoek and Strien 2001) és annak átlag hibája (SE) értéke alapján adtuk meg az állomány indexet az adott évben és az adott index SE értékét %-ban. Az adott évre becsült állomány index és SE érték minden esetben a bázis évhez (2000) viszonyítva szolgál megbízható információval. A fajonként elvégzett trend elemzések során a felmért 2.5*2.5 km UTM négyzetek adatait súlyoztuk megyénként a TRIM súlyozási funkciója segítségével, elkerülendő, hogy az adott faj esetében átlagosnál intenzívebben felmért megye adatai az országos értékeket aránytalanul befolyásolják. A súlyozásnál azt vettük figyelembe, hogy az adott évben, adott fajra felmért területek mennyire terület arányosan estek az adott megye területére. Amennyiben az adott faj, adott évi felmérése egy adott megyében az adott megyének az ország teljes területéhez viszonyított arányánál nagyobb mértékű volt, úgy az ott felmért UTM négyzetek kisebb súllyal (<1) lettek figyelembe véve. Minden vizsgált faj esetében a TRIM alapján megadjuk a vizsgált 13 évre ( ) az állományváltozás trendjét (slope) és annak SE értékét %-ban, amely megadja, hogy átlagosan hány %-al csökkent, illetve növekedett az állomány lineáris trendet feltételezve évente országosan. A trendek típusát és szignifikancia szintjét a TRIM v3.54 analízise alapján állapítottuk meg (Pannekoek and Strien 2001). Trend típusok: erős növekedés/csökkenés- az éves változás értéke az 5%-os értéket meghaladó és szignifikáns (P<0.05); mérsékelt növekedés/csökkenés- az éves változás értéke 5% körüli és szignifikáns (P<0.05); stabil- az állomány nem csökken/növekszik (P<0,05) és a megbízhatósági intervallum kellően kicsi; bizonytalan- amikor a becsült trend nem szignifikáns és a becsült trend megbízhatósági intervalluma túl nagy volt. A különböző agrárprogramok által érintett, illetve nem érintett, között felmért 2.5*2.5 km UTM négyzetekben fészkelő fajok állományindexeinek éves változásában mutatkozó különbségeket a TRIM programcsomag covariates opciójának alkalmazásával vizsgáltuk meg. Minden mintavételi egységet (MMM-ben rendszeresen felmért 2.5*2.5 km UTM négyzet) jellemeztünk egy változóval, hogy az adott agrárprogram által nem érintett (1) vagy érintett (2) volt-e. E vizsgált változók (covariates) hatását a TRIM Wald-test eljárásával vizsgáltuk. A Wald-teszt eljárás megfelelően képes vizsgálni az adott hatás erejét akkor is, ha az adatok a regressziós eljárás által megkövetelt feltételeknek (overdispersion, serial correlation) nem tesznek teljes mértékben eleget (Pannekoek and Strien 2001). Minden vizsgált agrárprogram esetében az állományindex (imputed index) értékeket az adott programhoz tartozó változó (covariate) alapján becsültük meg külön-külön, így programonként és fajonként specifikus állományindexek kerültek becslésre e vizsgálatok során. Az adott agrárprogram által érintett, illetve nem érintett területekre számított indikátor értékeket az adott agrárprogram figyelembevételével (covariate) becsült állományindex értékek alapján számítottuk. A különböző indikátorok értékét az indikátor számításban figyelembe vett fajok adott évi állományindexének (imputed index) mértani átlaga és a mértani átlag becslés hibájának (SE) eljárásával számítottuk (Gregory et al. 2005). A különböző vizsgált indikátorok trendjét lineáris regresszióval vizsgáltuk. 38

40 3.2.3 Gyakori madárfajok élőhely használatának és élőhely preferenciájának meghatározása a mezőgazdasági, illetve a erdei élőhelyekhez kötő hazai fajok csoportjainak azonosítására Az adott élőhelyekhez kötődő gyakori madarak állománytrendjei alapján képzett biodiverzitás indikátorok egyre nagyobb fontossággal bírnak úgy Európában, mint a világban a kedvezőtlen változások követésében (Butchart et al. 2010, Gregory and van Strien 2010). A mezőgazdasági fajok indikátora (Farmland Bird Indicator, FBI) a legszélesebb körben használt ilyen indikátor amely agrár élőhelyeken zajló negatív folyamatok és az azok mérséklésre hozott intézkedések hatékonyságának mérésére alkalmaznak az EU tagországaiban (Gregory et al. 2005, Gregory and van Strien 2010). A Gregory et al. (2003, 2005) által bevezetett indikátor koncepció módot ad további indikátorok kifejlesztésére a különböző élőhelyeken belül és között, amennyiben a figyelembeveendő gyakori fajok élőhely használatával kapcsolatos kvantitatív adatok, valamint szakértői megállapítások alapján csoportosíthatóak a fajok adott élőhely típushoz (Gregory and van Strien 2010), Tucker and Evans (1997). Az Európában előforduló gyakori fajok esetében az Európai Madár Monitoring Tanács (EBCC) ajánlásokat dolgozott ki a főbb élőhelyekhez kötődő fajokkal kapcsolatosan, megvizsgálva a különböző nagyobb európai régiókban előforduló különbségeket, amely alapján a két fő élőhely típusra nézve (agrár, erdei) listát tett közzé az adott élőhelyek indikátor számításánál figyelembe vehető fajokra nézve ( Európa számos országában, így Magyarországon korábban nem vagy csak térben és időben igen korlátozott vizsgálatok ismertek arról, hogy a gyakori madárfajok az adott országban milyen élőhelyekhez kötődnek, amely vizsgálatok szükségesek lehetnek az országonként feltételezhető eltérések kezelése szempontjából, hisz az élőhelyek kezelési módja, struktúrája, időjárásbeli különbségek és számos más a madarak élőhely használatát befolyásoló tényező eltérőek lehetnek adott európai régión belül is. Az MMM adatgyűjtés során alkalmazott random mintavétel lehetőséget ad a gyakori madárfajok esetében a főbb hazai élőhelytípusok használatának és preferenciájának vizsgálatára (Julliard et al. 2003, 2006), amely alapján a hazai helyzethez jobban igazodó indikátor csoportok, indikátorok képezhetőek. A gyakori fajok élőhely kötődését két paraméter az élőhely használat és élőhely preferencia (Chamberlain and Fuller 1999) mérésével vizsgáltuk. Az élőhely használat arról tájékoztat, hogy az adott faj hazai állományának hányad része él az adott élőhelyen, míg az élőhely preferencia az adott faj által preferált élőhely típust jelzi. Számos fajnál előfordulhat, hogy e két jellemző nem ugyanazon élőhely típusra mutat. Például több, alapvetően a vizes élőhelyeket preferáló faj esetében várható, hogy a hazai állomány döntő része a nagy méretű mezőgazdasági élőhelyeken található, kis kiterjedésű vizes élőhelyen fordul elő, amely élőhelyek a mezőgazdasági tájhoz szervesen kapcsolódnak, az ott élő fajok jelentős részben vagy egészben a mezőgazdasági élőhelyek kezelésének vannak kitéve. A gyakori fajok élőhely használatát és élőhely preferenciáját (Chamberlain and Fuller 1999) az között készített CORINE Land Cover (CLC50) GIS adatbázis alkalmazásával vizsgáltuk meg az során az MMM keretében felmért megfigyelési pontokon. A CORINE CLC50 térbeli felbontása 4 ha (vizek esetében 1 ha), amely alapján táji szinten van mód az élőhelyek jellemzésére. Minden olyan 100 m sugarú pont esetében 39

41 jellemeztük az élőhely típusát, ahol standard módon történt MMM felmérés zajlott során. A CORINE élőhely kategóriákat 4 fő élőhelyi kategóriába csoportosítottuk (1- urbán, 2- mezőgazdasági, 3- erdei, 4-5 vizes) a CORINE első szintű kódjai alapján. Néhány CORINE élőhely típust ( , , , , ) a mezőgazdasági élőhely kategóriába soroltuk mivel azok kezelése jobban függ a mezőgazdasági, mint az erdei élőhelyeken zajló tevékenységektől. A vizsgált db 100 m sugarú területen a négy fő vizsgált élőhelytípus aránya megfelelt ezen élőhelyek országos arányának, kisebb eltérés az urbán élőhelyek és erdei élőhelyeknél (+3.7%, 0.9%), illetve a mezőgazdasági élőhelyeknél (- 3.5%) volt (1. ábra). A vizsgált fajok élőhely preferenciáját az adott faj négy vizsgált fő élőhelyen mért relatív denzitásának összehasonlításával végeztük el (Chamberlain and Fuller 1999). Azt az élőhelytípust tekintettük preferáltnak ahol a legnagyobb relatív denzitást mértük. Amennyiben a relatív denzitás egynél több élőhelynél is magas értéket vett fel, kevert élőhely preferenciát állapítottunk meg. Az adott élőhelyre jellemző relatív denzitást (megfigyelt egyedszám/km 2 ) azon 100 m sugarú pontok gyűjtött adatok alapján becsültük (átlag, becslés hibája (SE)), amely 100 m sugarú pontok területének minimum 2/3-át (66.7%) az adott élőhelytípus jellemezte. A felmért db felmérési pont közül db pont (90.5%) esetében volt megállapítható az élőhelytípus a fenti kritériumnak megfelelően. Azon 100 m sugarú pontok esetében, ahol több évben is történt megfigyelés, a különböző évi adatokból számított átlagos relatív denzitás értéket alkalmaztuk. Adott fajonként csak azon pontokat vettük figyelembe, ahol a felmérést olyan személy végezte aki az adott faj biztosan tudta azonosítani látvány és/vagy hang alapján, így a zéró megfigyeléseket is figyelembe tudtuk venni, mivel az az adott faj hiányát jelzi a megadott terepi standard felmérési protokol alapján. A gyakori fajok élőhely használatának vizsgálata során első lépésben megbecsültük, hogy a négy fő élőhelytípusban megállapított relatív denzitás adatok alapján, ismerve a négy fő élőhelytípus hazai kiterjedését, mekkora lehet az adott faj becsült egyedszáma (relatív) Magyarországon az adott élőhelytípusú területen, illetve összesen a négy fő élőhelytípuson együttvéve. Ezen adatok birtokában megbecsültük, hogy a teljes hazai becsült állomány hanyadrésze fordul elő az adott élőhelytípusú területeken Magyarországon. Adott faj esetében urbán, agrár, erdei, vizes élőhely használatot állapítottunk meg, amennyiben az adott faj becsült állományának több, mint 2/3-a (66.7%) az adott élőhelytípusban fordul elő, az ettől eltérő esetekben az adott faj élőhely használatát kevert típusúnak minősítettük. (2. Melléklet) Mezőgazdasági élőhelyeket domináns módon használó gyakori madárfajok Magyarországon A 106 leggyakoribb madárfaj közül 44 faj esetében állapítható meg, hogy a magyar állomány döntő része (több, mint 2/3-a) a mezőgazdasági élőhelyeket használja (1. Táblázat). E 44 faj között 8 olyan van (bölömbika, hamvas rétihéja, kabasólyom, fogoly, réti cankó, partifecske, parlagi pityer, réti pityer), amelyek gyakorisága 10% alatti Magyarországon, így az alacsony gyakorisága miatt kis pontosságú trend adat becslés fordulhat elő regionális és országos térbeli léptékben. 40

42 1. Táblázat. Magyarországon az agrár élőhelyeket domináns módon használó 106 leggyakoribb madárfaj gyakorisága (SE), élőhely használata és élőhely preferenciája az között az MMM keretében gyűjtött adatok alapján. Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia Bölömbika Botaurus stellaris agrár Vizes Nagy kócsag Egretta alba agrár Vizes Szürke gém Ardea cinerea agrár Vizes Fehér gólya Ciconia ciconia agrár Vizes Barna rétihéja Circus aeruginosus agrár Vizes Hamvas rétihéja Circus pygargus agrár Agrár Egerészölyv Buteo buteo agrár Vegyes Vörös vércse Falco tinnunculus agrár Agrár Kabasólyom Falco subbuteo agrár Urbán Fogoly Perdix perdix agrár Agrár Fürj Coturnix coturnix agrár Agrár Fácán Phasianus colchicus agrár Agrár Bíbic Vanellus vanellus agrár Agrár Piroslábú cankó Tringa totanus agrár Vizes Réti cankó Tringa glareola agrár Agrár Gyurgyalag Merops apiaster agrár Agrár Búbosbanka Upupa epops agrár Vegyes Búbos pacsirta Galerida cristata agrár Agrár Mezei pacsirta Alauda arvensis agrár Agrár Partifecske Riparia riparia agrár Vizes Füsti fecske Hirundo rustica agrár Urbán Parlagi pityer Anthus campestris agrár Agrár Réti pityer Anthus pratensis agrár Agrár Sárga billegető Motacilla flava agrár Agrár Barázdabillegető Motacilla alba agrár Vegyes Rozsdás csuk Saxicola rubetra agrár Vegyes 41

43 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia Cigánycsuk Saxicola torquata agrár Vizes Hantmadár Oenanthe oenanthe agrár Vegyes Réti tücsökmadár Locustella naevia agrár Agrár Foltos nádiposzáta Énekes nádiposzáta Nádirigó Acrocephalus schoenobaenus Acrocephalus palustris Acrocephalus arundinaceus agrár Vizes agrár Vizes agrár Vizes Karvalyposzáta Sylvia nisoria agrár Agrár Mezei poszáta Sylvia communis agrár Agrár Töviszúró gébics Lanius collurio agrár Agrár Kis őrgébics Lanius minor agrár Agrár Szarka Pica pica agrár Urbán Vetési varjú Corvus frugilegus agrár Vegyes Dolmányos varjú Corvus corone cornix agrár Vegyes Seregély Sturnus vulgaris agrár Agrár Mezei veréb Passer montanus agrár Urbán Tengelic Carduelis carduelis agrár Urbán Kenderike Carduelis cannabina agrár Urbán Sordély Miliaria calandra agrár Agrár Mezőgazdasági élőhelyeket preferáló gyakori madárfajok Magyarországon A mezőgazdasági élőhelyeket domináns módon használó gyakori madárfajok között 20 madárfaj esetében állapítható meg a mezőgazdasági élőhelyek preferenciája (hamvas rétihéja, vörös vércse, fogoly, fürj, fácán, bíbic, réti cankó, gyurgyalag, búbos pacsirta, mezei pacsirta, parlagi pityer, réti pityer, sárga billegető, réti tücsökmadár, karvalyposzáta, mezei poszáta, töviszúró gébics, kis őrgébics, seregély, sordély). A mezőgazdasági élőhelyeket domináns módon használó és ugyanakkor azt preferáló fajok közül 5 faj esetében (hamvas rétihéja, fogoly, réti cankó, parlagi pityer, réti pityer) a gyakoriság kisebb, mint 10%. A mezőgazdasági élőhelyeket domináns módon használó gyakori madárfajok között 11 faj a vizes élőhelyeket preferálja (bölömbika, nagy kócsag, szürke gém, fehér gólya, barna 42

44 rétihéja, piroslábú cankó, partifecske, cigánycsuk, foltos nádiposzáta, énekes nádiposzáta, nádirigó). E fajok a hazai mezőgazdasági tájban lévő kis kiterjedésű vizes élőhelyeket használhatják. E csoportban két faj van (bölömbika, partifecske) amelyek gyakorisága 10% alatti. A mezőgazdasági élőhelyeket domináns módon használó gyakori madárfajok között 6 olyan faj van, amelyek a lakott települések, ipari területek élőhelyeit preferálják (kabasólyom, füsti fecske, szarka, mezei veréb, tengelic, kenderike), illetve további 7 faj (egerészölyv, búbosbanka, barázdabillegető, rozsdás csuk, hantmadár, vetési varjú, dolmányos varjú), amelyek esetében nem azonosítható egy preferált élőhely típus, így azokat vegyes élőhelytípus kategóriába sorolhatóak. E csoportban egy faj van (kabasólyom), amely gyakorisága 10% alatti Farmland Bird Indikátor (FBI) számításnál figyelembe vett fajok az EBCC Kontinentális listája alapján A Magyarországot is magába foglaló EBCC Kontinentális FBI fajlistája 29 madárfajt sorol fel, amely fajok közül hazánkban 22 faj található a leggyakoribb 106 faj között (2. Táblázat). A 22 faj közül két faj (fogoly, réti pityer) gyakorisága 10% alatti, az e fajok esetében becsült trendek pontatlansága befolyásolhatja az FBI számításnál ténylegesen figyelembe vehető fajok számát. Az utóbbi évek ajánlásai és gyakorlata alapján azon fajok trend értékeit vettük figyelembe az FBI indikátor számításnál, amely fajoknál a becsült trend hibája (SE) kisebb volt, mint 0.1. Az FBI számításnál figyelembe vehető 22 faj közül 9 faj esetében nem a mezőgazdasági élőhely a preferált élőhely Magyarországon (erdei: vadgerle, citromsármány; urbán: füsti fecske, mezei veréb, kenderike; vegyes: rozsdás csuk, vetési varjú; vizes: fehér gólya, cigánycsuk). E kilenc faj hazai állományának domináns része ugyanakkor a mezőgazdasági élőhelyeket használja, csupán két faj esetében állapítható meg vegyes élőhely használat Magyarországon (vadgerle, citromsármány), bár meg kell jegyezni, hogy e két faj hazai állományai esetében a mezőgazdasági élőhelyeket jelentős részben használják (57%, illetve 49%). Megállapítható, hogy az EBCC által az FBI számításhoz javasolt listába lévő fajok domináns része hazánkban is a mezőgazdasági élőhelyekhez kötődik, azonban a hazai gyakori madárfajok élőhely használata és preferencia jellegében mutatkozó sajátságok miatt megfontolandó egy a magyar viszonyokhoz jobban igazodó fajlista és az az alapján számított specifikus FBIH-FH (Farmland Bird Indicator for Hungary based on Farmland habitat occupancy and Habitat preference) indikátor használata. 43

45 2. Táblázat. Az EBCC által a Farmland Bird Indicator (FBI) számításnál javasolt (A Magyarországot is magába foglaló Európa Kontinentális területére specifikus), a hazánkban a 106 leggyakoribb között számon tartott madárfajok a gyakorisága (SE), élőhely használata és élőhely preferenciája az között az MMM keretében gyűjtött adatok alapján. Magyar név Latin név Gyakoriság (%) (SE) Élőhely használa t Élőhely preferencia Fehér gólya Ciconia ciconia agrár Vizes Vörös vércse Falco tinnunculus agrár Agrár Fogoly Perdix perdix agrár Agrár Bíbic Vanellus vanellus agrár Agrár Vadgerle Streptopelia turtur vegyes erdei Búbos pacsirta Galerida cristata agrár agrár Mezei pacsirta Alauda arvensis agrár agrár Füsti fecske Hirundo rustica agrár urbán Réti pityer Anthus pratensis agrár agrár Sárga billegető Motacilla flava agrár agrár Rozsdás csuk Saxicola rubetra agrár vegyes Cigánycsuk Saxicola torquata agrár vizes Karvalyposzáta Sylvia nisoria agrár agrár Mezei poszáta Sylvia communis agrár agrár Töviszúró gébics Lanius collurio agrár agrár Kis őrgébics Lanius minor agrár agrár Vetési varjú Corvus frugilegus agrár vegyes Seregély Sturnus vulgaris agrár agrár Mezei veréb Passer montanus agrár urbán Kenderike Carduelis cannabina agrár urbán Citromsármány Emberiza citrinella vegyes erdei Sordély Miliaria calandra agrár agrár 44

46 Magyar Farmland Bird Indikátor (FBIH-FH, Farmland Bird Indicator for Hungary based on Farmland habitat occupancy and Habitat preference) számításnál figyelembe vett fajok a hazai mezőgazdasági élőhelyekhez kötődő madárfajok alapján A Magyarországra specifikus FBIH-FH indikátor számításnál azoknak a fajoknak a figyelembevétele szükséges, amely fajok hazai állományának döntő része (több, mint 2/3-a) a mezőgazdasági élőhelyeken található meg és ugyanakkor a mezőgazdasági élőhelyeket preferálják a rendelkezésre álló reprezentatív adatok alapján. E szempontoknak 20 madárfaj felel meg (3. Táblázat), amelyek között 7 olyan faj szerepel, amit az EBCC lista nem sorol a mezőgazdasági élőhelyekhez (gyurgyalag, parlagi pityer, réti tücsökmadár), illetve nem vett figyelembe (hamvas rétihéja, fürj, fácán, réti cankó) főként azok ritkasága és egyéb sajátosságai miatt Európa Kontinentális régiójában. 5 faj gyakorisága kisebb, mint 10% hazánkban (hamvas rétihéja, fogoly, réti cankó, parlagi pityer, réti pityer). Az utóbbi évek ajánlásai és gyakorlata alapján azon fajok trend értékeit ajánlott figyelembe az FBI-FH indikátor számításnál, amely fajoknál a becsült trend hibája (SE) kisebb, mint 0.1. A megfelelő gyakorisággal rendelkező madárfaj között a fácán esetében megfontolandó, hogy azt az FBIH-FH számítása során ne vegyük figyelembe, mivel e faj esetében a mesterséges tenyésztés/kibocsátás, valamint a vadászat intenzitása a mezőgazdasági élőhelyek állapotától független hatásokat eredményezhetnek, amely kedvezőtlenül befolyásolhatja az FBIH-FH indikátor alkalmazását a mezőgazdasági élőhelyek biológiai sokféleségének mérésében. 3.Táblázat. Magyar Farmland Bird Indikátor (FBIH-FH) számításnál figyelembe vehető fajok gyakorisága (SE), élőhely használata és élőhely preferenciája, EBCC besorolása (- : nem besorolt) az között az MMM keretében gyűjtött adatok alapján. (#: adott faj kis gyakorisága és speciális eloszlása miatt a becsült trend hibája (SE) kisebb, mint 0.1 *: adott faj figyelembevétele kérdéses, a tenyésztés/kibocsátás, vadászat jelentős hatása miatt). Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC # Hamvas rétihéja Circus pygargus agrár agrár - Vörös vércse Falco tinnunculus agrár agrár agrár Fogoly Perdix perdix agrár agrár agrár Fürj Coturnix coturnix agrár agrár - *Fácán Phasianus colchicus agrár agrár - Bíbic Vanellus vanellus agrár agrár agrár # Réti cankó Tringa glareola agrár agrár - Gyurgyalag Merops apiaster agrár agrár vegyes Búbos pacsirta Galerida cristata agrár agrár agrár 45

47 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Mezei pacsirta Alauda arvensis agrár agrár agrár Parlagi pityer Anthus campestris agrár agrár vegyes # Réti pityer Anthus pratensis agrár agrár agrár Sárga billegető Motacilla flava agrár agrár agrár Réti tücsökmadár Locustella naevia agrár agrár vegyes Karvalyposzáta Sylvia nisoria agrár agrár agrár Mezei poszáta Sylvia communis agrár agrár agrár Töviszúró gébics Lanius collurio agrár agrár agrár Kis őrgébics Lanius minor agrár agrár agrár Seregély Sturnus vulgaris agrár agrár agrár Sordély Miliaria calandra agrár agrár agrár Erdei élőhelyeket domináns módon használó gyakori madárfajok A 106 leggyakoribb madárfaj közül 21 faj esetében állapítható meg, hogy a magyar állomány döntő része (több, mint 2/3-a) az erdei élőhelyeket használja (4. Táblázat). E fajok közül 4 esetében kisebb a gyakoriság 10%-nál Magyarországon (kis fakopáncs, léprigó, fenyvescinege, rövidkarmú fakusz). 4. Táblázat. Magyarországon az erdei élőhelyeket domináns módon használó 106 leggyakoribb madárfaj gyakorisága (SE), élőhely használata és élőhely preferenciája, EBCC besorolása az között az MMM keretében gyűjtött adatok alapján. Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Kék galamb Columba oenas erdei erdei erdei Fekete harkály Dryocopos martius erdei erdei erdei Nagy fakopáncs Dendrocopos major erdei erdei vegyes Közép fakopáncs Dendrocopos medius erdei erdei erdei Kis fakopáncs Dendrocopos minor erdei erdei erdei Erdei pacsirta Lullula arborea erdei erdei vegyes 46

48 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Ökörszem Troglodytes troglodytes erdei erdei erdei Vörösbegy Erithacus rubecula erdei erdei vegyes Énekes rigó Turdus philomelos erdei erdei erdei Léprigó Turdus viscivorus erdei erdei erdei Sisegő füzike Csilpcsalpfüzike Phylloscopus sibilatrix Phylloscopus collybita erdei erdei erdei erdei erdei erdei Örvös légykapó Ficedula albicollis erdei erdei erdei Barátcinege Parus palustris erdei erdei erdei Fenyvescinege Parus ater erdei erdei erdei Kék cinege Parus caeruleus erdei erdei vegyes Csuszka Sitta europaea erdei erdei erdei Rövidkarmú fakusz Certhia brachydactyla erdei erdei erdei Szajkó Garrulus glandarius erdei erdei erdei Erdei pinty Fringilla coelebs erdei erdei vegyes Meggyvágó Coccothraustres coccothraustes erdei erdei erdei Erdei élőhelyeket preferáló gyakori madárfajok Erdei élőhelyek preferenciája 36 faj esetében állapítható meg hazánkban, azonban ezek közül csak 21 faj hazai állománya használja domináns részben az erdei élőhelyeket míg 15 faj hazai állományánál vegyes élőhely használatot azonosíthatunk, több élőhelytípust is jelentős arányban használnak (5. Táblázat). 4 faj esetében volt a gyakoriság 10%-nál kisebb (héja, kis fakopáncs, léprigó, fenyvescinege, rövidkarmú fakusz). 47

49 5. Táblázat. Magyarországon az erdei élőhelyeket preferáló 106 leggyakoribb madárfaj gyakorisága (SE), élőhely használata és élőhely preferenciája, EBCC besorolása (- : nem besorolt) az között az MMM keretében gyűjtött adatok alapján. Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Héja Accipiter gentilis vegyes erdei - Karvaly Accipiter nisus vegyes erdei erdei Kék galamb Columba oenas erdei erdei erdei Vadgerle Streptopelia turtur vegyes erdei agrár Nyaktekercs Jynx torquilla vegyes erdei vegye s Zöld küllő Picus viridis vegyes erdei erdei Fekete harkály Dryocopos martius erdei erdei erdei Nagy fakopáncs Dendrocopos major erdei erdei vegye s Közép fakopáncs Dendrocopos medius erdei erdei erdei Kis fakopáncs Dendrocopos minor erdei erdei erdei Erdei pacsirta Lullula arborea erdei erdei vegye s Erdei pityer Anthus trivialis vegyes erdei erdei Ökörszem Troglodytes troglodytes erdei erdei erdei Vörösbegy Erithacus rubecula erdei erdei vegye s Fülemüle Luscinia megarhynchos vegyes erdei vegye s Énekes rigó Turdus philomelos erdei erdei erdei Léprigó Turdus viscivorus erdei erdei erdei Barátposzáta Sylvia atricapilla vegyes erdei erdei Sisegő füzike Phylloscopus sibilatrix erdei erdei erdei Csilpcsalpfüzike Phylloscopus collybita erdei erdei erdei Fitiszfüzike Phylloscopus trochilus vegyes erdei erdei Szürke légykapó Muscicapa striata vegyes erdei erdei 48

50 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Örvös légykapó Ficedula albicollis erdei erdei erdei Őszapó Aegithalos caudatus vegyes erdei vegye s Barátcinege Parus palustris erdei erdei erdei Fenyvescinege Parus ater erdei erdei erdei Kék cinege Parus caeruleus erdei erdei vegye s Széncinege Parus major vegyes erdei vegye s Csuszka Sitta europaea erdei erdei erdei Rövidkarmú fakusz Certhia brachydactyla erdei erdei erdei Sárgarigó Oriolus oriolus vegyes erdei vegye s Szajkó Garrulus glandarius erdei erdei erdei Holló Corvus corax vegyes erdei vegye s Erdei pinty Fringilla coelebs erdei erdei vegye s Meggyvágó Coccothraustres coccothraustes erdei erdei erdei Citromsármány Emberiza citrinella vegyes erdei agrár Erdei élőhely indikátor számításnál figyelembe vett fajok az EBCC Kontinentális listája alapján A Magyarországot is magába foglaló EBCC Kontinentális FBI fajlistája 38 madárfajt sorol fel, amely fajok közül hazánkban 22 faj található a leggyakoribb 106 faj között (6. Táblázat). A 22 faj közül 4 faj esetében volt a gyakoriság 10%-nál kisebb (héja, kis fakopáncs, léprigó, fenyvescinege, rövidkarmú fakusz), az e fajok esetében becsült trendek pontatlansága befolyásolhatja az erdei inkátor számításnál ténylegesen figyelembe vehető fajok számát. Az utóbbi évek ajánlásai és gyakorlata alapján azon fajok trend értékeit vettük figyelembe az erdei indikátor számításnál, amely fajoknál a becsült trend hibája (SE) kisebb volt, mint 0.1. A Magyarországon gyakori 22 faj esetében az erdei élőhelyek preferenciáját láthatjuk a hazai adatok alapján, ugyanakkor az élőhely használatot tekintve 6 faj esetében (karvaly, zöld küllő, erdei pityer, barátposzáta, fitiszfüzike, szürke légykapó) megállapítható, hogy a magyar állomány jelentős részben vegyes élőhelyeket használ, nem az erdei élőhelyek dominálnak. 49

51 Megállapítható, hogy az EBCC által az erdei élőhelyek indikátorának számításhoz javasolt listába lévő fajok domináns része hazánkban is az erdei élőhelyekhez kötődik, azonban a hazai gyakori madárfajok élőhely használata és preferencia jellegében mutatkozó sajátságok miatt megfontolandó egy a magyar viszonyokhoz jobban igazodó fajlista és az alapján számított specifikus magyar erdei indikátor használata. 6. Táblázat. Az EBCC által az erdei fajok indikátorának számításnál javasolt (A Magyarországot is magába foglaló Európa Kontinentális területére specifikus), a hazánkban a 106 leggyakoribb között számon tartott madárfajok a gyakorisága (SE), élőhely használata és élőhely preferenciája, EBCC besorolása az között az MMM keretében gyűjtött adatok alapján. Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Karvaly Accipiter nisus vegyes erdei erdei Kék galamb Columba oenas erdei erdei erdei Zöld küllő Picus viridis vegyes erdei erdei Fekete harkály Dryocopos martius erdei erdei erdei Közép fakopáncs Dendrocopos medius erdei erdei erdei Kis fakopáncs Dendrocopos minor erdei erdei erdei Erdei pityer Anthus trivialis vegyes erdei erdei Ökörszem Troglodytes troglodytes erdei erdei erdei Énekes rigó Turdus philomelos erdei erdei erdei Léprigó Turdus viscivorus erdei erdei erdei Barátposzáta Sylvia atricapilla vegyes erdei erdei Sisegő füzike Phylloscopus sibilatrix erdei erdei erdei Csilpcsalpfüzike Phylloscopus collybita erdei erdei erdei Fitiszfüzike Phylloscopus trochilus vegyes erdei erdei Szürke légykapó Muscicapa striata vegyes erdei erdei Örvös légykapó Ficedula albicollis erdei erdei erdei Barátcinege Parus palustris erdei erdei erdei Fenyvescinege Parus ater erdei erdei erdei Csuszka Sitta europaea erdei erdei erdei Rövidkarmú fakusz Certhia brachydactyla erdei erdei erdei 50

52 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Szajkó Garrulus glandarius erdei erdei erdei Meggyvágó Coccothraustres coccothraustes erdei erdei erdei Magyar erdei élőhely indikátor számításnál figyelembe vett fajok a hazai erdei élőhelyekhez kötődő madárfajok alapján A Magyarországra specifikus erdei indikátor számításnál azoknak a fajoknak a figyelembevétele szükséges, amely fajok hazai állományának döntő része (több, mint 2/3-a) az erdei élőhelyeken található meg és ugyanakkor az erdei élőhelyeket preferálják a rendelkezésre álló reprezentatív adatok alapján. E szempontoknak 21 madárfaj felel meg (7. Táblázat), amelyek között 7 olyan faj szerepel amit az EBCC lista a vegyes élőhelyek kötődő fajokhoz sorol (nagy fakopáncs, erdei pacsirta, ökörszem, vörösbegy, énekes rigó, kék cinege, erdei pinty). 4 faj gyakorisága kisebb, mint 10% hazánkban (kis fakopáncs, léprigó, fenyvescinege, rövidkarmú fakusz). Az utóbbi évek ajánlásai és gyakorlata alapján azon fajok trend értékeit ajánlott figyelembe a magyar erdei indikátor számításnál, amely fajoknál a becsült trend hibája (SE) kisebb, mint Táblázat. A Magyarországon végzett élőhely használat és élőhely preferencia vizsgálat alapján az erdei fajok indikátorának számításnál javasolt, a hazánkban a 106 leggyakoribb között számon tartott madárfajok a gyakorisága (SE), élőhely használata és élőhely preferenciája, EBCC besorolása az között az MMM keretében gyűjtött adatok alapján. (#: adott faj kis gyakorisága és speciális eloszlása miatt a becsült trend hibája (SE) kisebb, mint 0.1). Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Kék galamb Columba oenas erdei erdei erdei Fekete harkály Dryocopos martius erdei erdei erdei Nagy fakopáncs Dendrocopos major erdei erdei vegyes Közép fakopáncs Dendrocopos medius erdei erdei erdei Kis fakopáncs Dendrocopos minor erdei erdei erdei Erdei pacsirta Lullula arborea erdei erdei vegyes Ökörszem Troglodytes troglodytes erdei erdei vegyes Vörösbegy Erithacus rubecula erdei erdei vegyes Énekes rigó Turdus philomelos erdei erdei vegyes 51

53 Magyar név Latin név Gyakoriság (%) (SE) Élőhely használat Élőhely preferencia EBCC Léprigó Turdus viscivorus erdei erdei erdei Sisegő füzike Phylloscopus sibilatrix erdei erdei erdei Csilpcsalpfüzike Phylloscopus collybita erdei erdei erdei Örvös légykapó Ficedula albicollis erdei erdei erdei Barátcinege Parus palustris erdei erdei erdei Fenyvescinege Parus ater erdei erdei erdei Kék cinege Parus caeruleus erdei erdei vegyes Csuszka Sitta europaea erdei erdei erdei Rövidkarmú fakusz Certhia brachydactyla erdei erdei erdei Szajkó Garrulus glandarius erdei erdei erdei Erdei pinty Fringilla coelebs erdei erdei vegyes Meggyvágó Coccothraustres coccothraustes erdei erdei erdei A vizsgált madárfajok, illetve az indikátorok állományváltozását befolyásoló, vizsgált élőhely kezelések Az MMM keretében során legalább két évben standard módon felmért 2.5*2.5 km UTM négyzetek száma 375 db volt. Megvizsgáltuk, hogy e 375 UTM négyzet közül mennyiben és milyen mértékű élőhely kezelés történt (8. Táblázat). A kilenc elemzésre javasolt célprogram típus közül a Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram (cél 4) és a Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram (cél 12) esetében az e programok által érintett és felmért UTM négyzetek aránya 5% alatt volt, amely miatt érdemi összehasonlításra nem nyílik mód ezért e programok hatásait nem vizsgáltuk. A többi program által érintett, felmért UTM kvadrátok aránya 10-43% között mozgott. Összevont programkategóriát alkottunk a különböző agrár környezetgazdálkodási célprogramok alapján (AKG összes), hogy a kis kiterjedésű programokat által érintett területeket is figyelembe véve nyíljon mód AKG célprogramok együttes hatásának vizsgálatára. Az összevont AKG programok (AKG összes) a felmért UTM-ek 72.5 %-ra terjedtek ki. A két nagy területre kiterjedő program, összevont AKG programok (AKG összes), valamint az agrár-környezetgazdálkodási intézkedésen belül az integrált szántóföldi program (cél 1) esetében mód nyílt az adott programok által érintett területek kiterjedésének vizsgálatára 3 kategória alkalmazásával. A felmért UTM kvadrátokat (1: nem volt kezelés, 2: volt kezelés, de annak kiterjedése kisebb volt, mint a kezelések által érintett kvadrátokban a 52

54 kezelt területek mediánja (AKG összes: 6.973%, cél 1: 5.741%), 3: ahol a kezelés mértéke meghaladta a kezelt területek mediánját a kvadrátokban (8. Táblázat)). A medián érték alkalmazása módot adott arra, hogy az adott program által érintett UTM négyzeteket két egyenlő csoportra osszuk a kezelés által érintett területarány alapján, kis mértékben érintett, illetve nagyobb mértékben érintett csoportokra. 8. Táblázat. A különböző támogatási programok által nem érintett, érintett 2.5*2.5 km UTM kvadrátok száma, felmért UTM-ek aránya (%), az érintett UTM kvadrátokon belül az adott programok által lefedett terület arányának (program/utm (%)) átlaga, szórása (SD), mediánja, minimum, maximum értéke, valamint az alsó quartilis értéke. (Program típusok: AKG összes: Az összes AKG program, cél 1: Integrált szántóföldi célprogram, cél 4: Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram, cél 10: Extenzív gyepgazdálkodási célprogram, cél 12: Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram, cél 16: Integrált gyümölcs és szőlőtermesztés célprogram, KAT: A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelők programja, MGTE: A mezőgazdasági földterület első erdősítése, NAT2000: Natura 2000 kifizetések mezőgazdasági területeken) Program típusa UTM programnél kül (db) UTM program mal (db) program által érintett UTM-ek aránya (%) program/ UTM (%) átlag SD program/ UTM (%) medián program/ UTM (%) Min. program/ UTM (%) Max. AKG összes cél cél cél cél cél KAT MGTE NAT Agrár környezetgazdálkodási kifizetések általi borítottság A valamennyi agrár környezetgazdálkodási (AKG) program által valamilyen mértékben érintett illetve nem érintett UTM négyzetek országos eloszlása hasonló volt az országon belül, kivétel Budapest térsége, ahol az országos átlagot meghaladó, nagyszámú felmérő főként olyan UTM négyzetekben dolgozott, ahol más térségekhez képest kevesebb négyzetben folyt valamilyen AKG támogatás (2. ábra). 53

55 2. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a valamely AKG program által nem érintett illetve érintett négyzetek. A valamely AKG program által érintett, felmért UTM kvadrátok nagy száma módot adott arra, hogy az AKG programok által érintett UTM négyzeteket két egyenlő számú csoportra osszuk az UTM-ént az AKG program által érintett terület % mediánjának figyelembe vételével. Kis mértékben és nagyobb mértékben AKG programban részt vett UTM négyzetek területi eloszlása hasonlóbb az országban, mint az AKG programban által nem érintett kvadrátok (3. ábra). 54

56 3. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a valamely AKG program által nem érintett (Nincs AKG kezelés), azok ahol amelyek területének >0% de kisebb, mint a medián érték %-ban (6.973) volt AKG kezelés, illetve azon négyzetek amelyek területének a medián értékénél (6.973) nagyobb %-án volt kezelés es célprogram (Integrált szántóföldi célprogram) Az integrált szántóföldi célprogramban érintett illetve nem érintett UTM négyzetek országos eloszlása hasonló volt az országon belül, kivétel Budapest térsége, ahol az országos átlagot meghaladó, nagyszámú felmérő főként olyan UTM négyzetekben dolgozott, ahol más térségekhez képest kevesebb négyzetben folyt ilyen támogatás (4. ábra). 55

57 4. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve az 1-es célprogram által nem érintett illetve érintett négyzetek. Az integrált szántóföldi célprogram által érintett, felmért UTM kvadrátok nagy száma módot adott arra, hogy az e célprogram által érintett UTM négyzeteket két egyenlő számú csoportra osszuk az UTM-ént az e program által érintett terület % mediánjának figyelembe vételével. Kis mértékben és nagyobb mértékben integrált szántóföldi célprogramban részt vett UTM négyzetek területi eloszlása hasonlóbb az országban, mint az adott célprogramban által nem érintett kvadrátok (5. ábra). 56

58 5. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve az 1-es célprogram által nem érintett (Nincs cél 1 program), azok ahol amelyek területének >0% de kisebb, mint a medián érték %-ban (6.973) volt 1-es cél program kezelés, illetve azon négyzetek amelyek területének a medián értékénél (6.973) nagyobb %-án volt kezelés es célprogram (Extenzív gyepgazdálkodási célprogram) Az extenzív gyepgazdálkodási célprogramban érintett illetve nem érintett UTM négyzetek országos eloszlása hasonló volt az országon belül, kivétel Budapest térsége, ahol az országos átlagot meghaladó, nagyszámú felmérő főként olyan UTM négyzetekben dolgozott, ahol más térségekhez képest kevesebb négyzetben folyt ilyen támogatás (6. ábra). Megállapítható ugyanakkor, hogy az észak- és dél-dunántúli régiókban lényegesen kevesebb olyan UTM négyzet volt, amelyet érintett az adott célprogram. 57

59 6. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a 10-es célprogram által nem érintett illetve érintett négyzetek os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) Az integrált gyümölcs és szőlőtermesztési célprogramban érintett illetve nem érintett UTM négyzetek országos eloszlása eltérő volt az országon belül, az ország déli részén, a délalföldi és dél-dunántúli régiókban az országosnál lényegesebb kevesebb volt az e program által érintett UTM négyzet (7. ábra). 58

60 7. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a 16-es célprogram által nem érintett illetve érintett négyzetek A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) A program deklarált sajátosságai miatt az érintett illetve nem érintett UTM négyzetek országos eloszlása eltérő volt az országon belül, a közép-hegységi területeken felmért UTM négyzetekben az országosnál lényegesebb kevesebb volt az e program által érintett UTM négyzet (8. ábra). Megállapitható ugyanakkor, hogy az észak- és dél-dunántúli régiókban lényegesen kevesebb olyan UTM négyzet volt, amelyet érintett az adott program. 59

61 8. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a KAT program által nem érintett illetve érintett négyzetek A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága A program által érintett, illetve nem érintett UTM négyzetek országos eloszlása eltérő volt az országon belül, az érintett négyzetek aránya lényegesen magasabb volt Szabolcs- Szatmár-Bereg és Bács-Kiskun megyékben felmért UTM négyzetekben az országoshoz képest (9. ábra). 60

62 9. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a MGTE program által nem érintett illetve érintett négyzetek Natura 2000 kifizetések mezőgazdasági területeken általi borítottsága A Natura 2000 kifizetések által érintett, illetve nem érintett UTM négyzetek országos eloszlása tekintetében eltérés volt az országon belül, az érintett négyzetek aránya alacsonyabb volt az észak-magyarországi, észak-dunántúli, dél-dunántúli, dél-alföldi régiókban lévő felmért UTM négyzetekben az országoshoz képest (10. ábra). 61

63 10. ábra. Az MMM vizsgálatban figyelembe vett UTM négyzetek, külön jelölve a Natura2000 kifizetés által nem érintett illetve érintett négyzetek. 3.3 Mezőgazdasági élőhelyek fajai Mezőgazdasági élőhelyhez kötődő fajok trendjei Magyarországon időszakban Elemzésünkben azon madárfajok állománytrendjeit vizsgáltuk meg, amelyek mind az EBCC mezőgazdasági élőhely indikátor (FBI) számítása kapcsán, mind a Magyarországra specifikus mezőgazdasági élőhely indikátor (FBIH-FH) számítása kapcsán a mezőgazdasági élőhelyhez kötődő fajként kezelünk. E csoportba 29 madárfaj tartozik, amelyek állományindexeit, a 2000-es évhez, mint alapállapothoz (100%) viszonyítva adjuk meg, minden évre megadva az alapállapothoz viszonyított állományindexet, valamint a becsült állományindex hibáját (SE) (9. Táblázat, 3. Melléklet). A mezőgazdasági élőhelyekhez kötődő fajok esetében növekvő állományú madárfajt nem találtunk! Szignifikáns csökkenő trend 12 faj esetében állapítható meg (fogoly, fürj, búbos pacsirta, mezei pacsirta, füsti fecske, rozsdás csuk, cigánycsuk, réti tücsökmadár, mezei poszáta, tövisszúró gébics, kis őrgébics, sordély). Két faj, a füsti fecske és a réti tücsökmadár 62

64 esetében a csökkenés mértéke meghaladja az évi 5%-os értéket. A 2000-es évben mért állománynagysághoz képest a szignifikáns csökkenést mutató fajok állománya átlagosan 55%-ra csökkent 2012-re, a legnagyobb mértékben a fogolynál, ahol ez az érték 7.3% (SE=11.6%) volt. Stabil állományt 9 faj esetében azonosítható (fácán, bíbic, vadgerle, sárga billegető, karvalyposzáta, seregély, mezei veréb, kenderike, citromsármány). Nyolc faj esetében nem lehet egyértelműen állománytrendet megállapítani. 9. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok trendjeinek típusa, a trend értéke (éves átlagos változás %-a, trend hibája (SE), szignifikancia szintje), a 2012 évi állomány nagysága a 2000 évi alapállapothoz (100%) képest és a becslés hibája (SE). A trend becslés, trend típusának besorolása, valamint az állományindex becslés a TRIM szoftver alkalmazásával készültek. A csillaggal jelzett fajokat, a kis gyakoriság miatti igen pontatlan trend és állománybecslések miatt (trend SE>10%), a továbbiakban figyelmen kívül hagytuk az indikátorok számításánál. Magyar név FBI FBIH- FH trend típusa trend SE P 2012 SE Fehér gólya 1 bizonytalan -1.0% 2.3% 153.9% 56.3% *Hamvas rétihéja 1 bizonytalan 6.1% 24.1% 43.1% 119.4% Vörös vércse 1 1 bizonytalan -1.0% 2.6% 64.0% 27.8% Fogoly 1 1 csökkenő, mérsékelt -14.7% 6.7% < % 11.6% Fürj 1 csökkenő, mérsékelt -6.6% 1.2% < % 8.5% Fácán 1 stabil 0.2% 0.7% 95.1% 9.6% Bíbic 1 1 stabil -1.3% 1.4% 55.3% 13.4% *Réti cankó 1 bizonytalan -25.2% 19.9% 1.3% 7.0% Vadgerle 1 stabil -0.7% 0.7% 103.4% 12.9% Gyurgyalag 1 bizonytalan -3.2% 3.3% 143.6% 66.6% Búbos pacsirta 1 1 csökkenő, mérsékelt -6.2% 1.2% < % 12.0% Mezei pacsirta 1 1 csökkenő, mérsékelt -2.1% 0.5% < % 5.7% Füsti fecske 1 csökkenő, erősen -7.9% 1.2% < % 11.6% Parlagi pityer 1 bizonytalan -2.3% 6.5% 154.1% 191.5% *Réti pityer 1 1 bizonytalan -0.4% 38.2% 4.2% 40.7% Sárga billegető 1 1 stabil 0.6% 0.8% 79.3% 9.9% Rozsdás csuk 1 csökkenő, mérsékelt -4.6% 1.9% < % 13.7% Cigánycsuk 1 csökkenő, mérsékelt -2.5% 0.9% < % 11.1% 63

65 Magyar név FBI FBIH- FH trend típusa trend SE P 2012 SE Réti tücsökmadár 1 csökkenő, erősen -12.4% 3.3% < % 11.1% Karvalyposzáta 1 1 stabil 1.7% 1.6% 122.2% 40.5% Mezei poszáta 1 1 csökkenő, mérsékelt -2.4% 0.9% < % 10.4% Tövisszúró gébics 1 1 csökkenő, mérsékelt -2.5% 0.7% < % 9.7% Kis őrgébics 1 1 csökkenő, mérsékelt -6.0% 2.2% < % 21.6% Vetési varjú 1 bizonytalan -7.4% 5.0% 10.0% 6.9% Seregély 1 1 stabil 1.3% 1.1% 97.2% 19.4% Mezei veréb 1 stabil 1.0% 0.7% 145.2% 16.6% Kenderike 1 stabil -0.6% 1.6% 133.2% 43.9% Citromsármány 1 stabil -0.1% 0.5% 86.7% 8.2% Sordély 1 1 csökkenő, mérsékelt -2.8% 0.8% < % 8.3% Mezőgazdasági élőhelyekhez kötődő madárfajok trendjeiből képzett indikátorok változása Magyarországon időszakban Farmland Bird Indikátor (FBI) Az EBCC által javasolt fajlista alapján 21 faj alapján (2. Táblázat) végeztük el az FBI érték számítását. Egy javasolt fajt, a réti pityer adatait kihagytuk az indikátor számítása során mivel a becsült trend érték becsült hibája (SE) meghaladta a 10%-ot (10. Táblázat). Az FBI érték közel állandó szinten volt között, majd markáns csökkenést mutat 2008 után. A teljes közötti időszakban az FBI érték szignifikánsan csökkenő tendenciát mutat (meredekség=-2.4%, SE=0.7%, P=0.006) (11. ábra, 10. Táblázat). Az FBI 2012 értéke a 2000 évi 65.3%-a (SE=6.2%), ami a mezőgazdasági élőhelyekhez kötődő fajok állományának 35%-os csökkenését jelzi az eltelt 12 év alatt. 64

66 FBI indikátor érték (EBCC lista alapján) FBI (21 faj trend adata alapján) 125% 100% 75% 50% Évek 11. ábra. Az FBI érték változása Magyarországon között az MMM adatok alapján 10. Táblázat. FBI értékek (%) és a becsült érték hibája (SE) évenként az MMM program keretében során gyűjtött adatok alapján Magyarországon a bázis év (100%). (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év FBI SE min. max % % 5.7% 87.6% 109.9% % 5.5% 80.0% 101.6% % 5.6% 86.8% 108.9% % 5.6% 82.5% 104.4% % 7.2% 92.7% 120.8% % 6.5% 91.9% 117.4% % 6.1% 82.7% 106.8% % 6.6% 89.4% 115.2% % 5.5% 68.4% 90.1% % 5.7% 68.2% 90.4% % 5.0% 64.1% 83.7% % 6.2% 53.0% 77.5% 65

67 FBIH-FH indikátor érték (A magyar agrárélőhelyek használata és preferenciája alapján) Magyar Farmland Bird Indikátor (FBIH-FH) A Magyarországra specifikus, az agrárélőhely használatot és preferenciát alapul vevő lista alapján 16 faj alapján (3. Táblázat) végeztük el az FBIH-FH indikátor érték számítását. Három a listában javasolt fajt (hamvas rétihéja, réti cankó, réti pityer) kihagytunk az indikátor számítása során mivel a becsült trend érték pontatlansága (SE) meghaladta a 10%- ot (12. ábra, 11. Táblázat), valamint a fácánt a tenyésztés/kiengedés és vadászat okozta zavaró tényezők miatt. Az FBIH-FH indikátor közel állandó értéken volt a időszakban, azonban 2007-től kezdődően markáns csökkenést mutat. A teljes időszakra vizsgálva szignifikáns csökkenést tapasztalható (meredekség=-3.0%, SE=0.5%, P<0.001). Az FBIH-FH 2012 értéke a 2000 évi 61.7%-a (SE=8.8%), ami a mezőgazdasági élőhelyekhez kötődő fajok állományának 38%-os csökkenését jelzi az eltelt 12 év alatt. FBIH-FH (16 faj trend adata alapján) 125% 100% 75% 50% Évek 12. ábra. Az FBIH-FH érték változása Magyarországon között az MMM adatok alapján 11. Táblázat. FBIH-FH értékek (%) és a becsült érték hibája (SE) évenként az MMM program keretében során gyűjtött adatok alapján Magyarországon a bázis év (100%). (FBI FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év FBIH-FH SE min. max % % 8.8% 78.9% 113.6% % 8.1% 68.8% 100.5% 66

68 Év FBIH-FH SE min. max % 8.2% 80.8% 113.1% % 9.1% 73.2% 108.8% % 10.8% 79.8% 122.0% % 9.3% 74.5% 110.8% % 9.0% 63.1% 98.2% % 8.4% 61.0% 94.1% % 7.3% 58.0% 86.8% % 9.6% 51.1% 88.9% % 7.5% 53.8% 83.2% % 8.8% 44.4% 78.9% 3.4 Erdei élőhelyek fajai Erdei élőhelyhez kötődő fajok trendjei Magyarországon időszakban Elemzésünkben azon madárfajok állománytrendjeit vizsgáltuk meg, amelyek mind az EBCC erdei élőhely indikátor számítása kapcsán, mind a Magyarországra specifikus erdei élőhely indikátor számítása kapcsán az erdei élőhelyhez kötődő fajként kezelünk. E csoportba 27 madárfaj tartozik, amelyek állományindexeit, a 2000-es évhez, mint alapállapothoz (100%) viszonyítva adjuk meg, minden évre megadva az alapállapothoz viszonyított állományindexet, valamint a becsült állományindex hibáját (SE) (12. Táblázat, 3. Melléklet). Az erdei élőhelyekhez kötődő fajok esetében 11 szignifikánsan növekvő állományú madárfajt azonosítottunk (zöld küllő, nagy fakopáncs, vörösbegy, énekes rigó, barátposzáta, örvös légykapó, barátcinege, fenyvescinege, kék cinege, erdei pinty, meggyvágó). Ezek közül három faj (énekes rigó, örvös légykapó, meggyvágó) jelentős, az évi 5%-ot meghaladó állománynövekedést tapasztaltunk. Szignifikáns csökkenő trendet csak 2 faj esetében (erdei pacsirta, szürke légykapó) tapasztaltunk, amelyek közül a szürke légykapó esetében jelentős, az évi 5%-ot meghaladó növekedést volt kimutatható. Stabil állományt 6 faj esetében volt azonosítható (erdei pityer, sisegő füzike, csilpcsalp füzike, fitiszfüzike, csuszka, szajkó). Nyolc faj esetében nem lehet egyértelműen állománytrendet megállapítani. 67

69 68

70 12. Táblázat. Az erdei élőhelyekhez kötődő, EBCC indikátor, illetve a magyar Erdei FH indikátor számításnál figyelembe vett gyakori madárfajok trendjeinek típusa, a trend értéke (éves átlagos változás %-a, trend hibája (SE), szignifikancia szintje), a 2012 évi állomány nagysága a 2000 évi alapállapothoz (100%) képest és a becslés hibája (SE). A trend becslés, trend típusának besorolása, valamint az állományindex becslés a TRIM szoftver alkalmazásával készültek. Magyar név Erdei EBCC Erdei FH trend típus trend SE P 2012 SE Karvaly 1 bizonytalan 0.5% 6.4% 128.0% 121.1% Kék galamb 1 1 bizonytalan 2.7% 3.0% 92.1% 48.3% Zöld küllő 1 növekvő, mérsékelt 6.7% 2.1% P< % 74.8% Fekete harkály 1 1 bizonytalan 3.4% 2.1% 132.9% 42.7% Nagy fakopáncs 1 növekvő, mérsékelt 1.8% 0.7% P< % 18.3% Közép fakopáncs 1 1 bizonytalan 2.0% 2.4% 109.8% 43.4% Kis fakopáncs 1 1 bizonytalan 0.1% 3.3% 100.5% 51.2% Erdei pacsirta 1 csökkenő, mérsékelt -4.6% 2.4% P< % 36.3% Erdei pityer 1 stabil -1.4% 1.5% 81.2% 18.8% Ökörszem 1 1 bizonytalan 1.9% 2.1% 152.1% 59.5% Vörösbegy 1 növekvő, mérsékelt 3.0% 0.7% P< % 14.0% Énekes rigó 1 1 növekvő, erősen 6.4% 0.7% P< % 28.7% Léprigó 1 1 bizonytalan 8.8% 4.8% 65.1% 52.2% Barátposzáta 1 növekvő, mérsékelt 4.2% 0.5% P< % 13.0% Sisegő füzike 1 1 stabil 0.4% 1.6% 144.0% 50.3% Csilpcsalpfüzike 1 1 stabil 0.9% 0.5% 111.9% 9.8% Fitiszfüzike 1 stabil 0.2% 1.7% 99.6% 25.9% Szürke légykapó 1 csökkenő, erősen -9.1% 1.8% P< % 18.5% Örvös légykapó 1 1 növekvő, erősen 8.8% 1.9% P< % 155.2% Barátcinege 1 1 növekvő, mérsékelt 3.5% 1.5% P< % 49.0% Fenyvescinege 1 1 növekvő, mérsékelt 11.9% 5.3% P< % 890.6% Kék cinege 1 növekvő, mérsékelt 4.3% 1.0% P< % 42.9% Csuszka 1 1 stabil 2.2% 1.1% 183.5% 30.8% Rövidkarmú fakusz 1 1 bizonytalan -4.5% 3.4% 55.0% 25.8% 69

71 Erdei indikátor érték (EBCC lista alapján) Magyar név Erdei EBCC Erdei FH trend típus trend SE P 2012 SE Szajkó 1 1 stabil 0.6% 1.0% 117.3% 19.2% Erdei pinty 1 növekvő, mérsékelt 3.2% 0.5% P< % 10.8% Meggyvágó 1 1 növekvő, erősen 9.4% 1.5% P< % 109.9% EBCC Erdei élőhelyek indikátora Az EBCC által javasolt fajlista alapján 22 faj alapján végeztük el az erdei indikátor érték számítását. (4. Táblázat). Az erdei indikátor érték közel állandó szinten volt között, majd markáns növekedést mutat 2005 után. A teljes közötti időszakban az erdei indikátor érték szignifikánsan növekedő tendenciát mutat (meredekség= 3.1%, SE=0.6%, P<0.001) (13. ábra, 12. Táblázat). Az erdei indikátor 2012 értéke a 2000 évi 146 %-a (SE=14.9%), ami az erdei élőhelyekhez kötődő fajok állományának 46%-os növekedését jelzi az eltelt 12 év alatt. EBCC Erdei indikátor (22 faj trend adata alapján) 175% 150% 125% 100% 75% 50% Évek 13. ábra. Az EBCC Erdei Indikátor érték változása Magyarországon között az MMM adatok alapján 70

72 12. Táblázat. Az erdei élőhelyek (EBCC) indikátor értékek (%) és a becsült érték hibája (SE) évenként az MMM program keretében során gyűjtött adatok alapján Magyarországon a bázis év (100%). (Erdei_EBCC értékek 95% megbízhatósági intervallumai, min. max. megadva) EV Erdei EBCC SE min. max % % 8.5% 76.4% 109.6% % 10.7% 78.7% 120.8% % 11.2% 91.1% 135.1% % 10.5% 82.4% 123.5% % 11.3% 81.4% 125.7% % 11.5% 95.9% 140.9% % 12.3% 100.3% 148.7% % 11.5% 92.6% 137.6% % 12.0% 93.2% 140.3% % 13.1% 101.3% 152.5% % 12.7% 92.9% 142.7% % 14.9% 116.8% 175.3% Erdei élőhelyek magyar indikátora A Magyarországra specifikus, az erdei élőhely használatot és preferenciát alapul vevő lista alapján 21 faj alapján (5. Táblázat) végeztük el a magyar erdei élőhelyek indikátor érték számítását (13. Táblázat). A magyar erdei élőhely indikátor közel állandó értéken volt a időszakban, azonban 2006-tól kezdődően markáns növekedést mutat. A teljes időszakra vizsgálva szignifikáns növekedés tapasztalható (meredekség= 3.8%, SE=0.5%, P<0.001) (14. ábra, 13. Táblázat). A magyar erdei élőhelyek indikátor 2012 értéke a 2000 évi %-a (SE=14.8%), ami az erdei élőhelyekhez kötődő fajok állományának 55 %-os növekedését jelzi az eltelt 12 év alatt. 71

73 Magyar erdei indikátor érték (A magyar erdei élőhelyek használata és preferenciája alapján) Magyar erdei indikátor (21 faj trend adata alapján) 175% 150% 125% 100% 75% 50% Évek 14. ábra. A magyar erdei Indikátor érték változása Magyarországon között az MMM adatok alapján 13. Táblázat. A magyar erdei indikátor értékek (%) és a becsült érték hibája (SE) évenként az MMM program keretében során gyűjtött adatok alapján Magyarországon a bázis év (100%). Év Erdei Magyar SE min. max % % 8.5% 80.7% 113.9% % 9.9% 85.3% 124.2% % 10.8% 91.0% 133.2% % 10.5% 85.8% 127.0% % 10.4% 87.4% 128.3% % 10.8% 96.0% 138.5% % 11.5% 97.3% 142.3% % 11.8% 105.3% 151.5% % 12.1% 102.9% 150.5% % 12.4% 107.7% 156.3% % 12.9% 102.1% 152.8% % 14.8% 125.5% 183.6% 72

74 3.5 Mezőgazdasági élőhelyek madárfajainak állománytrendjei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 8 faj esetében (fácán, füsti fecske, parlagi pityer, rozsdás csuk, cigánycsuk, seregély, mezei veréb, sordély) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (14. Táblázat). Megállapítható, hogy e nyolc faj esetében az AKG célprogramok által érintett négyzetekben az állomány kisebb mértékű növekedése, illetve az AKG által nem érintett négyzetekhez képest kisebb mértékű csökkenése volt megfigyelhető a 2000 évi állapothoz képest. 14. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az AKG által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 22.0% 22.8% 0.0% 66.7% % 289.9% 133.5% 28.2% 551.6% Vörös vércse 1 1 ns % 90.9% 139.0% 0.0% 363.3% % 55.7% 26.3% 4.2% 107.2% Fogoly 1 1 ns % 1.0% 9.9% 0.0% 20.4% % 13.7% 16.0% 0.0% 45.0% Fürj 1 ns % 34.4% 14.5% 6.1% 62.8% % 46.0% 10.3% 25.8% 66.2% Fácán 1 *** % 76.8% 13.8% 49.8% 103.8% % 113.4% 14.0% 86.0% 140.9% Bíbic 1 1 ns % 31.5% 50.2% 0.0% 130.0% % 57.1% 14.2% 29.3% 84.9% Vadgerle 1 ns % 111.2% 23.0% 66.2% 156.3% % 93.8% 14.9% 64.6% 123.0% Gyurgyalag 1 ns % 52.1% 73.6% 0.0% 196.4% % 144.1% 77.3% 0.0% 295.6% 73

75 Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Búbos pacsirta 1 1 ns % 62.0% 24.0% 15.0% 108.9% % 58.3% 13.7% 31.4% 85.2% Mezei pacsirta 1 1 ns % 76.6% 14.3% 48.6% 104.6% % 79.8% 6.5% 67.1% 92.6% Füsti fecske 1 *** % 49.4% 15.7% 18.6% 80.2% % 69.1% 16.6% 36.5% 101.6% Parlagi pityer 1 * % 68.3% 207.2% 0.0% 474.4% % % 653.2% 0.0% % Sárga billegető 1 1 ns % 95.0% 38.6% 19.3% 170.6% % 80.1% 10.4% 59.7% 100.6% Rozsdás csuk 1 ** % 81.9% 39.7% 4.1% 159.7% % 70.2% 26.6% 18.0% 122.4% Cigánycsuk 1 ** % 49.9% 14.9% 20.6% 79.2% % 83.7% 14.7% 55.0% 112.4% Réti tücsökmadár 1 ns % 34.7% 76.8% 0.0% 185.1% % 22.7% 11.8% 0.0% 45.8% Karvalyposzáta 1 1 ns % 118.5% 86.5% 0.0% 287.9% % 125.3% 48.3% 30.6% 220.1% Mezei poszáta 1 1 ns % 60.7% 17.5% 26.4% 95.1% % 70.6% 13.5% 44.1% 97.2% Tövisszúró gébics 1 1 ns % 70.9% 16.1% 39.4% 102.5% % 84.4% 12.4% 60.1% 108.7% Kis őrgébics 1 1 ns % 100.1% 64.4% 0.0% 226.3% % 52.4% 23.2% 7.0% 97.9% Vetési varjú 1 ns % 2.6% 7.7% 0.0% 17.6% % 49.6% 48.0% 0.0% 143.6% Seregély 1 1 *** % 93.3% 30.1% 34.3% 152.3% % 106.3% 26.8% 53.8% 158.8% Mezei veréb 1 * % 100.4% 21.5% 58.2% 142.6% 74

76 Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 170.9% 23.7% 124.4% 217.4% Kenderike 1 ns % 158.9% 86.8% 0.0% 329.1% % 118.8% 48.1% 24.5% 213.1% Citromsármány 1 ns % 89.9% 13.5% 63.5% 116.3% % 85.7% 10.6% 65.0% 106.4% Sordély 1 1 *** % 58.1% 15.0% 28.7% 87.5% % 70.1% 10.9% 48.7% 91.5% Munkánkban megvizsgáltuk, hogy a felmért területeket három csoportra osztva: 1- AKG által nem érintett, 2- AKG által érintett, de kismértékben, valamint 3- AKG által jelentősebben érintett területek milyen fajok esetében mutatnak markáns eltérést, mivel a nagyszámú AKG által érintett UTM négyzetek erre lehetőséget adtak. Az állományindexek szignifikánsan eltérően változtak 11 faj esetében (fácán, bíbic, gyurgyalag, búbos pacsirta, mezei pacsirta, füsti fecske, rozsdás csuk, cigánycsuk, seregély, mezei veréb, sordély) a vizsgált három kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (15. Táblázat). Megállapítható, hogy e 11 faj esetében különböző mértékű a változás a három terület típus között. Az AKG által nem érintett területeken kisebb állományindex volt tapasztalható 2012-ben a kicsi, illetve nagyobb mértékben AKG által érintett területekhez képest 6 faj esetében (fácán, bíbic, füsti fecske, cigánycsuk, mezei veréb, sordély). Az AKG által nagyobb mértékben érintett területeken két faj esetében (búbos pacsirta, sordély) volt érzékelhető magasabb állományindex 2012-ben az AKG által kisebb mértékben érintett területekhez képest, míg 3 fajnál (fácán, bíbic, füsti fecske) nem volt markáns különbség. Egy faj esetében (mezei veréb) ugyanakkor az AKG által nagyobb mértékben érintett területeken kisebb állományindexet tapasztalhatunk 2012-ben, mint az AKG által kisebb mértékben érintett területeken. Az AKG által nagyobb mértékben érintett területeken kisebb állományindexet tapasztaltunk 4 faj (gyurgyalag, mezei pacsirta, rozsdás csuk, seregély) esetében, az AKG által kisebb mértékben érintett területekhez és az AKG által egyáltalán nem érintett területekhez képest is. 75

77 15. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az AKG által nem érintett, kis mértékben és nagyobb mértékben érintett területeken (UTM típus: 1- nem érintett, 2- érintett >0% de kisebb, mint a medián érték %-ban (6.973), 3- a medián értékénél (6.973) nagyobb %-án volt érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 22.0% 23.3% 0.0% 67.6% % 177.2% 155.4% 0.0% 481.8% % 373.8% 216.0% 0.0% 797.1% Vörös vércse 1 1 ns % 90.9% 140.3% 0.0% 365.8% % 33.2% 25.4% 0.0% 83.0% % 105.0% 69.5% 0.0% 241.2% Fogoly 1 1 ns % 1.7% 10.8% 0.0% 22.8% % 8.8% 13.1% 0.0% 34.4% % 32.8% 40.0% 0.0% 111.2% Fürj 1 ns % 34.4% 14.5% 6.1% 62.8% % 27.0% 8.5% 10.4% 43.7% % 75.2% 23.5% 29.1% 121.2% Fácán 1 *** % 76.8% 13.8% 49.8% 103.9% % 111.4% 18.3% 75.4% 147.3% % 103.2% 19.8% 64.4% 142.0% Bíbic 1 1 *** % 31.0% 47.3% 0.0% 123.7% % 50.2% 18.1% 14.8% 85.6% % 57.3% 19.1% 19.9% 94.7% Vadgerle 1 ns % 111.3% 22.9% 66.4% 156.1% % 111.3% 23.6% 65.1% 157.5% % 68.9% 16.9% 35.8% 102.0% Gyurgyalag 1 * % 51.7% 68.3% 0.0% 185.5% 76

78 Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 221.3% 133.5% 0.0% 482.9% % 6.2% 12.4% 0.0% 30.5% Búbos pacsirta 1 1 ** % 62.0% 23.6% 15.8% 108.3% % 39.1% 10.7% 18.1% 60.0% % 181.2% 76.1% 32.1% 330.2% Mezei pacsirta 1 1 *** % 76.7% 14.2% 48.8% 104.6% % 95.2% 10.9% 73.8% 116.6% % 61.1% 7.4% 46.7% 75.5% Füsti fecske 1 *** % 49.5% 15.6% 18.8% 80.1% % 64.7% 20.9% 23.7% 105.7% % 64.9% 24.6% 16.8% 113.0% Parlagi pityer 1 ns % 68.2% 199.4% 0.0% 459.1% % 900.8% % 0.0% % % % 987.2% 0.0% % Sárga billegető 1 1 ns % 95.0% 38.6% 19.4% 170.5% % 96.6% 18.9% 59.5% 133.7% % 64.4% 12.1% 40.8% 88.1% Rozsdás csuk 1 ** % 82.0% 40.0% 3.6% 160.4% % 58.4% 35.5% 0.0% 128.0% % 43.1% 22.7% 0.0% 87.6% Cigánycsuk 1 ** % 49.9% 14.9% 20.7% 79.2% % 91.2% 23.5% 45.2% 137.2% % 74.7% 17.9% 39.5% 109.8% Réti tücsökmadár 1 ns % 34.6% 73.1% 0.0% 177.8% % 3.6% 4.8% 0.0% 12.9% % 135.1% 103.3% 0.0% 337.5% Karvalyposzát a 1 1 ns % 118.4% 86.7% 0.0% 288.3% 77

79 Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 94.4% 53.6% 0.0% 199.5% % 164.5% 94.7% 0.0% 350.0% Mezei poszáta 1 1 ns % 60.7% 17.4% 26.7% 94.7% % 43.0% 13.4% 16.7% 69.3% % 104.0% 26.6% 51.8% 156.2% Tövisszúró gébics 1 1 ns % 70.9% 16.1% 39.3% 102.6% % 103.5% 21.1% 62.2% 144.8% % 67.1% 14.6% 38.5% 95.7% Kis őrgébics 1 1 ns % 100.5% 65.3% 0.0% 228.6% % 10.7% 10.9% 0.0% 32.0% % 159.0% 92.5% 0.0% 340.3% Vetési varjú 1 ns % 2.6% 10.2% 0.0% 22.5% % 281.5% 520.0% 0.0% % % 11.2% 29.3% 0.0% 68.6% Seregély 1 1 *** % 93.3% 29.9% 34.7% 151.9% % 146.7% 48.6% 51.5% 241.9% % 81.6% 31.8% 19.2% 143.9% Mezei veréb 1 *** % 100.5% 21.0% 59.4% 141.5% % 224.8% 42.2% 142.1% 307.6% % 129.2% 25.7% 78.8% 179.7% Kenderike 1 ns % 158.9% 87.1% 0.0% 329.6% % 145.9% 84.6% 0.0% 311.8% % 94.5% 58.8% 0.0% 209.7% Citromsármán y 1 ns % 90.0% 13.4% 63.7% 116.3% % 87.7% 15.0% 58.3% 117.1% % 86.2% 15.4% 56.0% 116.3% Sordély 1 1 ** % 58.1% 15.0% 28.8% 87.4% % 59.3% 15.6% 28.8% 89.9% 78

80 Magyar név FBI FBI H Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 72.9% 14.4% 44.6% 101.2% es célprogram (Integrált szántóföldi célprogram) és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 4 faj esetében (bíbic, füsti fecske, seregély, mezei veréb) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (16. Táblázat). Megállapítható, hogy két faj esetében (bíbic, füsti fecske) az 1-es célprogram által érintett területen az állományindex 2012-ben kisebb volt, mint az e célprogram által nem érintett területeken. Két másik faj esetében (seregély és mezei veréb) ellentétes hatás feltételezhető. A mezei veréb esetében az 1-es célprogram által érintett területeken szignifikánsan nagyobb állományindex volt a nem AKG területekhez képest 2012-ben a 2000-hez képest. 16. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az 1-es célprogram által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % % Vörös vércse 1 1 ns % % Fogoly 1 1 ns % % Fürj 1 ns % % 97.8% 54.4% 0.0% 204.4% 367.4% 262.4% 0.0% 881.6% 81.4% 50.9% 0.0% 181.2% 50.3% 33.7% 0.0% 116.4% 17.3% 25.1% 0.0% 66.5% 2.0% 4.4% 0.0% 10.7% 27.3% 8.5% 10.6% 43.9% 61.5% 16.1% 29.9% 93.1% 79

81 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fácán 1 ns % % Bíbic 1 1 *** % % Vadgerle 1 ns % % Gyurgyalag 1 ns % % Búbos pacsirta 1 1 ns % % Mezei pacsirta 1 1 ns % % Füsti fecske 1 ** % % Parlagi pityer 1 ns % % Sárga billegető 1 1 ns % % Rozsdás csuk 1 ns % 102.0% 14.0% 74.5% 129.4% 98.3% 15.3% 68.2% 128.3% 63.3% 21.1% 21.9% 104.7% 45.1% 15.0% 15.7% 74.5% 113.0% 17.6% 78.5% 147.5% 95.5% 20.7% 55.0% 135.9% 123.5% 81.0% 0.0% 282.3% 103.7% 106.0% 0.0% 311.6% 60.5% 18.4% 24.4% 96.6% 65.8% 18.1% 30.3% 101.2% 70.7% 7.6% 55.7% 85.6% 82.9% 8.6% 66.1% 99.6% 65.8% 16.7% 33.0% 98.6% 50.2% 16.1% 18.6% 81.8% 22.8% 41.9% 0.0% 105.0% % % 0.0% % 84.5% 15.6% 53.9% 115.2% 76.3% 12.8% 51.3% 101.3% 59.4% 19.9% 20.3% 98.4% % 26.4% 0.0% 99.7% 80

82 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. % Cigánycsuk 1 ns % % Réti tücsökmadár 1 ns % % Karvalyposzáta 1 1 ns % % Mezei poszáta 1 1 ns % % Tövisszúró gébics 1 1 ns % % Kis őrgébics 1 1 ns % % Vetési varjú 1 ns % % Seregély 1 1 ** % % Mezei veréb 1 ** % % Kenderike 1 ns % 69.9% 14.1% 42.3% 97.4% 78.4% 18.1% 42.8% 113.9% 18.8% 14.0% 0.0% 46.2% 28.0% 27.4% 0.0% 81.7% 186.3% 85.6% 18.6% 354.1% 76.8% 38.6% 1.2% 152.4% 61.9% 14.2% 34.1% 89.7% 83.2% 20.0% 43.9% 122.4% 96.9% 15.7% 66.2% 127.6% 65.6% 12.2% 41.6% 89.5% 114.4% 57.0% 2.8% 226.1% 32.9% 18.0% 0.0% 68.2% 0.5% 1.1% 0.0% 2.8% 73.7% 114.8% 0.0% 298.7% 65.4% 17.9% 30.3% 100.5% 197.5% 70.8% 58.8% 336.3% 141.3% 22.1% 97.9% 184.6% 160.0% 27.8% 105.4% 214.6% 164.3% 70.1% 26.9% 301.7% 81

83 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % Citromsármány 1 ns % % Sordély 1 1 ns % % 84.8% 40.4% 5.7% 163.9% 89.2% 10.8% 68.0% 110.4% 82.9% 12.9% 57.6% 108.2% 63.1% 11.9% 39.9% 86.3% 69.6% 13.8% 42.6% 96.7% Munkánkban megvizsgáltuk, hogy a felmért területeket három csoportra osztva: 1-1- es célprogram által nem érintett, 2-1-es célprogram által érintett, de kismértékben, valamint 3-1-es célprogram által jelentősebben érintett területek milyen fajok esetében mutatnak markáns eltérést, mivel a nagyszámú 1-es célprogram által érintett UTM négyzetek erre lehetőséget adtak. Az állományindexek szignifikánsan eltérően változtak 5 faj esetében (bíbic, mezei pacsirta, füsti fecske, seregély, mezei veréb) a vizsgált három kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (17. Táblázat). Megállapítható, hogy e 5 faj esetében különböző mértékű a változás a három terület típus között. Az 1-es célprogram által nem érintett területeken kisebb állományindex volt tapasztalható 2012-ben a kicsi, illetve nagyobb mértékben 1-es célprogram által érintett területekhez képest 1 faj esetében (seregély). Az 1-es célprogram által nagyobb mértékben érintett területeken két faj esetében (füsti fecske, seregély) volt érzékelhető magasabb állományindex 2012-ben az 1-es célprogram által kisebb mértékben érintett területekhez képest, míg 2 fajnál (bíbic, mezei pacsirta) nem volt markáns különbség. Egy faj esetében (mezei veréb) ugyanakkor az 1-es célprogram által nagyobb mértékben érintett területeken kisebb állományindexet tapasztalhatunk 2012-ben, mint az 1-es célprogram által kisebb mértékben érintett területeken. 82

84 17. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az 1-es célprogram által nem érintett, kis mértékben és nagyobb mértékben érintett területeken (UTM típus: 1- nem érintett, 2- érintett >0% de kisebb, mint a medián érték %-ban (5.741), 3- a medián értékénél (5.741) nagyobb %-án volt érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % % % Vörös vércse 1 1 ns % % % Fogoly 1 1 ns % % % Fürj 1 ns % % % Fácán 1 ns % % % Bíbic 1 1 *** % 97.7% 53.3% 0.0% 202.1% 694.3% % 0.0% % 97.9% 78.6% 0.0% 251.9% 80.3% 50.9% 0.0% 180.0% 104.3% 109.5% 0.0% 318.9% 52.4% 54.2% 0.0% 158.6% 11.8% 15.2% 0.0% 41.6% 25.5% 39.7% 0.0% 103.4% 11.1% 23.2% 0.0% 56.6% 27.3% 8.5% 10.7% 43.9% 30.2% 12.0% 6.8% 53.7% 102.1% 34.8% 33.8% 170.3% 102.0% 14.0% 74.5% 129.4% 84.5% 17.6% 49.9% 119.1% 97.5% 24.0% 50.4% 144.6% 63.8% 21.1% 22.4% 105.2% 83

85 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % % Vadgerle 1 ns % % % Gyurgyalag 1 ns % % % Búbos pacsirta 1 1 ns % % % Mezei pacsirta 1 1 * % % % Füsti fecske 1 * % % % Parlagi pityer 1 ns % % 49.4% 24.7% 0.9% 97.8% 46.8% 20.8% 6.1% 87.5% 112.9% 17.6% 78.4% 147.4% 131.9% 40.5% 52.4% 211.3% 66.8% 20.7% 26.3% 107.4% 110.8% 72.3% 0.0% 252.5% 238.2% 352.3% 0.0% 928.7% 9.4% 22.1% 0.0% 52.8% 60.6% 18.5% 24.4% 96.9% 55.0% 17.2% 21.4% 88.7% 161.3% 101.5% 0.0% 360.1% 70.7% 7.6% 55.9% 85.6% 89.3% 12.3% 65.2% 113.5% 75.1% 11.8% 52.1% 98.2% 60.5% 14.6% 31.8% 89.2% 33.2% 14.6% 4.6% 61.8% 72.4% 32.2% 9.3% 135.5% 31.1% 65.4% 0.0% 159.3% 182.1% 378.1% 0.0% 923.2% % 178.6% 0.0% 615.8% 84

86 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. % Sárga billegető 1 1 ns % % % Rozsdás csuk 1 ns % % % Cigánycsuk 1 ns % % % Réti tücsökmadár 1 ns % % % Karvalyposzáta 1 1 ns % % % Mezei poszáta 1 1 ns % % % Tövisszúró gébics 1 1 ns % 84.5% 15.7% 53.8% 115.2% 84.7% 19.6% 46.3% 123.0% 69.7% 17.5% 35.4% 104.0% 59.4% 19.9% 20.4% 98.3% 60.9% 43.5% 0.0% 146.1% 46.1% 41.8% 0.0% 127.9% 69.9% 14.0% 42.4% 97.4% 58.1% 20.0% 18.9% 97.3% 122.2% 41.8% 40.4% 204.1% 30.4% 19.8% 0.0% 69.2% 1.1% 1.9% 0.0% 4.8% 218.8% 253.9% 0.0% 716.4% 186.3% 86.5% 16.7% 355.9% 44.8% 33.5% 0.0% 110.5% 126.8% 92.0% 0.0% 307.0% 61.9% 14.1% 34.2% 89.6% 44.4% 15.2% 14.7% 74.1% 200.8% 87.8% 28.8% 372.9% 96.9% 15.7% 66.2% 127.5% 85

87 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % % Kis őrgébics 1 1 ns % % % Vetési varjú 1 ns % % % Seregély 1 1 ** % % % Mezei veréb 1 *** % % % Kenderike 1 ns % % % Citromsármány 1 ns % % 80.3% 20.2% 40.7% 119.9% 50.1% 14.2% 22.3% 77.9% 114.3% 57.2% 2.1% 226.4% 15.4% 11.5% 0.0% 37.9% 88.5% 72.5% 0.0% 230.6% 0.6% 1.5% 0.0% 3.6% 54.0% 144.9% 0.0% 338.0% 14.3% 44.5% 0.0% 101.5% 65.3% 17.8% 30.4% 100.3% 76.1% 34.1% 9.2% 143.0% 488.9% 297.0% 0.0% % 141.2% 21.5% 99.0% 183.3% 303.8% 79.9% 147.2% 460.4% 86.0% 20.2% 46.4% 125.5% 164.3% 68.9% 29.3% 299.2% 48.8% 32.7% 0.0% 112.8% 125.2% 88.2% 0.0% 298.1% 89.3% 10.8% 68.1% 110.4% 70.0% 14.4% 41.7% 98.2% % 26.4% 53.2% 156.7% 86

88 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. % Sordély 1 1 ns % % % 63.1% 11.9% 39.9% 86.4% 79.3% 23.1% 33.9% 124.6% 60.0% 16.8% 27.0% 93.0% es célprogram (Extenzív gyepgazdálkodási célprogram) és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 9 faj esetében (fácán, bíbic, gyurgyalag, mezei pacsirta, cigánycsuk, töviszúró gébics, vetési varjú, seregély, mezei veréb) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (18. Táblázat). Megállapítható, hogy 5 faj esetében (gyurgyalag, mezei pacsirta, tövisszúró gébics, seregély, mezei veréb) az 10-es célprogram által érintett területen az állományindex ben kisebb volt, mint az e célprogram által nem érintett területeken. Négy másik faj esetében (fácán, bíbic, cigánycsuk, vetési varjú) ellentétes hatás feltételezhető. 18. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az 10-es célprogram által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 121.0% 65.8% 0.0% 250.1% % 203.6% 106.6% 0.0% 412.6% Vörös vércse 1 1 ns % 71.3% 44.0% 0.0% 157.5% % 66.5% 40.5% 0.0% 145.9% Fogoly 1 1 ns % 20.5% 21.2% 0.0% 62.0% % 0.0% 0.1% 0.0% 0.3% Fürj 1 ns % 45.5% 10.6% 24.7% 66.3% 87

89 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 39.8% 14.0% 12.3% 67.3% Fácán 1 *** % 91.0% 10.8% 69.9% 112.1% % 101.1% 19.0% 63.9% 138.3% Bíbic 1 1 *** % 43.5% 18.2% 7.9% 79.1% % 70.7% 21.6% 28.4% 113.0% Vadgerle 1 ns % 110.8% 16.2% 78.9% 142.6% % 83.7% 19.8% 44.9% 122.6% Gyurgyalag 1 * % 179.3% 104.9% 0.0% 384.9% % 167.2% 110.2% 0.0% 383.3% Búbos pacsirta 1 1 ns % 58.7% 12.8% 33.7% 83.8% % 69.7% 34.1% 2.9% 136.5% Mezei pacsirta 1 1 * % 84.2% 7.8% 69.0% 99.4% % 62.8% 7.8% 47.5% 78.1% Füsti fecske 1 ns % 66.1% 15.4% 35.8% 96.3% % 44.6% 15.8% 13.7% 75.6% Parlagi pityer 1 ns % 110.7% 222.6% 0.0% 547.1% % 164.1% 103.3% 0.0% 366.6% Sárga billegető 1 1 ns % 109.0% 19.4% 70.9% 147.0% % 58.3% 10.3% 38.1% 78.5% Rozsdás csuk 1 ns % 37.4% 12.2% 13.4% 61.4% % 92.3% 51.1% 0.0% 192.5% Cigánycsuk 1 ** % 73.1% 13.7% 46.3% 100.0% % 74.2% 18.8% 37.4% 111.0% Réti tücsökmadár 1 ns % 12.9% 10.8% 0.0% 34.0% % 34.1% 30.8% 0.0% 94.4% Karvalyposzáta 1 1 ns % 117.9% 47.0% 25.8% 209.9% % 107.2% 66.1% 0.0% 236.7% Mezei poszáta 1 1 ns % 72.6% 14.7% 43.7% 101.5% 88

90 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 55.5% 14.3% 27.5% 83.6% Tövisszúró gébics 1 1 * % 107.5% 15.2% 77.8% 137.2% % 35.9% 8.5% 19.3% 52.5% Kis őrgébics 1 1 ns % 48.8% 21.1% 7.4% 90.1% % 87.8% 65.8% 0.0% 216.7% Vetési varjú 1 * % 9.2% 6.7% 0.0% 22.3% % 14.5% 23.3% 0.0% 60.2% Seregély 1 1 ** % 141.7% 31.5% 80.0% 203.4% % 46.4% 19.2% 8.7% 84.1% Mezei veréb 1 *** % 185.1% 25.1% 135.8% 234.3% % 86.0% 17.2% 52.3% 119.8% Kenderike 1 ns % 127.0% 47.5% 33.9% 220.0% % 154.6% 126.6% 0.0% 402.8% Citromsármány 1 ns % 88.6% 9.9% 69.3% 107.9% % 78.1% 14.5% 49.6% 106.5% Sordély 1 1 ns % 60.9% 10.3% 40.8% 81.0% % 61.4% 13.7% 34.5% 88.4% os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 4 faj esetében (bíbic, füsti fecske, cigánycsuk, seregély) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (19. Táblázat). Megállapítható, hogy 2 faj esetében (bíbic, cigánycsuk) az 16-es célprogram által érintett területen az állományindex 2012-ben kisebb volt, mint az e célprogram által nem érintett területeken. Két másik faj esetében (füsti fecske, seregély) ellentétes hatás feltételezhető. 89

91 19. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) az 16-es célprogram által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 126.2% 46.5% 35.1% 217.2% % 701.4% % 0.0% % Vörös vércse 1 1 ns % 81.5% 41.8% 0.0% 163.5% % 28.1% 32.7% 0.0% 92.1% Fogoly 1 1 ns % 6.8% 8.2% 0.0% 22.9% % 446.8% 958.8% 0.0% % Fürj 1 ns % 36.1% 7.9% 20.6% 51.6% % 102.1% 42.7% 18.5% 185.8% Fácán 1 ns % 99.4% 11.0% 77.9% 120.8% % 68.8% 17.8% 33.9% 103.7% Bíbic 1 1 * % 68.7% 18.3% 32.8% 104.5% % 15.6% 13.2% 0.0% 41.5% Vadgerle 1 ns % 127.4% 17.4% 93.2% 161.5% % 34.5% 11.6% 11.7% 57.3% Gyurgyalag 1 ns % 90.2% 50.4% 0.0% 189.0% % % % 0.0% % Búbos pacsirta 1 1 ns % 50.0% 11.1% 28.2% 71.8% % 129.0% 57.7% 15.9% 242.1% Mezei pacsirta 1 1 ns % 84.7% 7.0% 70.9% 98.4% % 50.2% 8.6% 33.4% 67.1% Füsti fecske 1 ** % 45.8% 9.9% 26.3% 65.3% % 164.9% 74.1% 19.6% 310.2% 90

92 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Parlagi pityer 1 ns % 98.6% 67.6% 0.0% 231.1% % 11.1% 13.1% 0.0% 36.8% Sárga billegető 1 1 ns % 80.8% 10.6% 60.1% 101.6% % 56.1% 22.9% 11.3% 100.8% Rozsdás csuk % 59.4% 18.3% 23.6% 95.1% ns % 31.8% 22.7% 0.0% 76.3% Cigánycsuk 1 ** % 74.6% 12.6% 50.0% 99.2% % 68.7% 22.6% 24.4% 113.1% Réti tücsökmadár 1 ns % 14.6% 11.5% 0.0% 37.1% % 25.7% 26.6% 0.0% 77.7% Karvalyposzáta 1 1 ns % 106.0% 41.4% 24.8% 187.2% % 184.0% 120.3% 0.0% 419.7% Mezei poszáta 1 1 ns % 68.3% 11.7% 45.4% 91.1% % 60.7% 26.4% 8.9% 112.4% Tövisszúró gébics 1 1 ns % 72.0% 9.7% 53.0% 91.1% % 109.3% 31.5% 47.6% 171.0% Kis őrgébics 1 1 ns % 59.9% 24.0% 12.9% 106.9% % 42.0% 79.8% 0.0% 198.3% Vetési varjú 1 ns % 6.2% 5.3% 0.0% 16.5% % 8.3% 38.9% 0.0% 84.6% Seregély 1 1 * % 86.4% 18.5% 50.2% 122.7% % 91.0% 49.4% 0.0% 187.8% Mezei veréb 1 ns % 128.0% 16.2% 96.3% 159.7% % 229.3% 62.2% 107.4% 351.2% Kenderike 1 ns % 150.9% 58.9% 35.4% 266.4% % 83.0% 55.3% 0.0% 191.3% Citromsármány 1 ns % 86.4% 8.8% 69.2% 103.7% % 85.5% 21.5% 43.3% 127.8% 91

93 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Sordély 1 1 ns % 60.5% 8.7% 43.4% 77.6% % 77.5% 28.9% 20.9% 134.0% A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 5 faj esetében (fehér gólya, bíbic, mezei pacsirta, füsti fecske, mezei poszáta) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (20. Táblázat). Megállapítható, hogy 3 faj esetében (mezei pacsirta, füsti fecske, mezei poszáta) a KAT program által érintett területen az állományindex 2012-ben kisebb volt, mint az e célprogram által nem érintett területeken. Két másik faj esetében (fehér gólya, bíbic) ellentétes hatás feltételezhető. 20. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) a KAT program által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 * % 116.5% 53.3% 11.9% 221.0% % 247.3% 153.7% 0.0% 548.6% Vörös vércse 1 1 ns % 49.5% 27.7% 0.0% 103.7% % 65.5% 58.8% 0.0% 180.7% Fogoly 1 1 ns % 21.2% 17.5% 0.0% 55.5% % 0.5% 2.2% 0.0% 4.9% Fürj 1 ns % 36.6% 8.4% 20.2% 53.0% % 73.0% 27.3% 19.5% 126.5% Fácán 1 ns % 88.3% 9.8% 69.2% 107.5% % 112.4% 28.7% 56.1% 168.8% Bíbic 1 1 *** % 42.8% 12.4% 18.5% 67.1% 92

94 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 99.6% 38.2% 24.8% 174.4% Vadgerle 1 ns % 96.2% 12.9% 71.0% 121.5% % 166.6% 58.7% 51.5% 281.7% Gyurgyalag 1 ns % 229.3% 118.2% 0.0% 460.9% % 39.1% 43.4% 0.0% 124.1% Búbos pacsirta 1 1 ns % 61.9% 12.8% 36.8% 87.0% % 22.7% 24.6% 0.0% 70.8% Mezei pacsirta 1 1 * % 82.0% 7.1% 68.1% 95.9% % 66.8% 9.7% 47.7% 85.8% Füsti fecske 1 ** % 73.8% 15.2% 44.0% 103.6% % 16.7% 10.9% 0.0% 38.1% Parlagi pityer 1 ns % 89.2% 93.3% 0.0% 272.0% % 82.2% 60.7% 0.0% 201.2% Sárga billegető 1 1 ns % 87.2% 13.8% 60.1% 114.2% % 71.7% 15.2% 41.9% 101.5% Rozsdás csuk 1 ns % 39.5% 11.6% 16.7% 62.3% % 303.2% 297.4% 0.0% 886.2% Cigánycsuk 1 ns % 79.5% 13.4% 53.2% 105.8% % 55.4% 18.5% 19.1% 91.6% Réti tücsökmadár 1 ns % 28.1% 15.6% 0.0% 58.6% % 83.9% 119.0% 0.0% 317.1% Karvalyposzáta 1 1 ns % 123.1% 46.2% 32.6% 213.6% % 115.5% 95.6% 0.0% 302.9% Mezei poszáta 1 1 ** % 63.0% 10.4% 42.5% 83.4% % 36.2% 21.8% 0.0% 78.8% Tövisszúró gébics 1 1 ns % 93.1% 12.6% 68.5% 117.7% % 39.8% 11.7% 17.0% 62.6% Kis őrgébics 1 1 ns % 55.5% 22.7% 11.0% 100.0% 93

95 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 29.6% 29.2% 0.0% 86.7% Vetési varjú 1 ns % 25.5% 24.9% 0.0% 74.4% % 0.0% 0.1% 0.0% 0.3% Seregély 1 1 ns % 123.0% 24.9% 74.2% 171.7% % 28.3% 22.8% 0.0% 72.9% Mezei veréb 1 ns % 154.3% 19.6% 115.9% 192.7% % 98.3% 27.6% 44.3% 152.3% Kenderike 1 ns % 127.4% 44.7% 39.8% 215.0% % 265.4% 339.9% 0.0% 931.6% Citromsármány 1 ns % 88.3% 9.2% 70.3% 106.2% % 85.7% 19.8% 46.9% 124.5% Sordély 1 1 ns % 69.6% 11.4% 47.3% 91.8% % 47.0% 11.6% 24.3% 69.6% A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 5 faj esetében (bíbic, mezei pacsirta, mezei poszáta, seregély, citromsármány) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (21. Táblázat). Megállapítható, hogy 4 faj esetében (bíbic, mezei pacsirta, mezei poszáta, citromsármány) az MGTE program által érintett területen az állományindex 2012-ben kisebb volt, mint az e célprogram által nem érintett területeken. Egy faj esetében (seregély) ellentétes hatás feltételezhető. 21. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) a MGTE program által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. 94

96 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 172.1% 64.6% 45.4% 298.8% % 35.7% 39.1% 0.0% 112.4% Vörös vércse 1 1 ns % 66.7% 30.6% 6.8% 126.6% % 12.4% 35.2% 0.0% 81.4% Fogoly 1 1 ns % 29.1% 21.5% 0.0% 71.3% % 6.5% 22.6% 0.0% 50.8% Fürj 1 ns % 43.5% 8.9% 26.2% 60.9% % 43.8% 41.2% 0.0% 124.6% Fácán 1 ns % 100.9% 10.4% 80.4% 121.3% % 49.5% 22.2% 6.0% 93.0% Bíbic 1 1 *** % 71.0% 18.4% 35.0% 107.0% % 1.0% 1.7% 0.0% 4.3% Vadgerle 1 ns % 108.2% 13.9% 81.0% 135.3% % 33.0% 23.6% 0.0% 79.2% Gyurgyalag 1 ns % 89.6% 41.3% 8.7% 170.4% % 291.8% % 0.0% % Búbos pacsirta 1 1 ns % 66.5% 14.2% 38.7% 94.4% % 39.1% 32.5% 0.0% 102.7% Mezei pacsirta 1 1 *** % 83.9% 6.3% 71.6% 96.2% % 15.9% 5.7% 4.7% 27.1% Füsti fecske 1 ns % 56.3% 11.3% 34.0% 78.5% % 87.3% 68.9% 0.0% 222.4% Parlagi pityer 1 ns % 223.9% 97.0% 33.7% 414.0% % 0.0% 0.0% 0.0% 0.0% Sárga billegető 1 1 ns % 81.2% 10.5% 60.5% 101.8% % 34.1% 21.7% 0.0% 76.6% Rozsdás csuk 1 ns % 41.7% 11.0% 20.2% 63.1% % 13.7% 20.1% 0.0% 53.1% 95

97 Magyar név FBI FBIH Wald teszt UTM típus Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Cigánycsuk 1 ns % 76.6% 11.9% 53.3% 100.0% % 30.2% 19.1% 0.0% 67.6% Réti tücsökmadár 1 ns % 10.6% 7.0% 0.0% 24.3% % 285.7% 710.4% 0.0% % Karvalyposzáta 1 1 ns % 112.7% 38.9% 36.5% 188.9% % 5.9% 16.8% 0.0% 38.9% Mezei poszáta 1 1 ** % 75.9% 12.9% 50.6% 101.2% % 1.0% 1.0% 0.0% 2.8% Tövisszúró gébics 1 1 ns % 84.9% 10.7% 64.0% 105.9% % 28.7% 18.2% 0.0% 64.4% Kis őrgébics 1 1 ns % 55.2% 22.1% 11.9% 98.4% % 54.1% 88.1% 0.0% 226.8% Vetési varjú 1 ns % 27.9% 32.2% 0.0% 91.1% % 0.2% 4.6% 0.0% 9.2% Seregély 1 1 * % 86.9% 18.7% 50.1% 123.6% % 164.1% 140.1% 0.0% 438.7% Mezei veréb 1 ns % 156.1% 18.6% 119.7% 192.5% % 32.7% 15.4% 2.5% 63.0% Kenderike 1 ns % 131.9% 36.3% 60.8% 203.1% % % % 0.0% % Citromsármány 1 * % 91.1% 8.8% 73.8% 108.3% % 14.1% 8.0% 0.0% 29.8% Sordély 1 1 ns % 62.4% 8.7% 45.2% 79.5% ns % 27.2% 19.6% 0.0% 65.7% 96

98 3.5.4 Natura 2000 kifizetések által érintett területek általi borítottsága és állomány trend a felmért területeken Az állományindexek szignifikánsan eltérően változtak 2 faj esetében (bíbic, seregély) a vizsgált két kategóriába tartozó UTM négyzetek között a fajonként végzett Wald teszt (TRIM) alapján (22. Táblázat). Megállapítható, hogy a 2 faj esetében a NATURA 2000 kifizetések által érintett területen az állományindex 2012-ben kisebb volt, mint az e célprogram által nem érintett területeken. 22. Táblázat. A mezőgazdasági élőhelyekhez kötődő, FBI indikátor, illetve a magyar FBIH-FH indikátor számításnál figyelembe vett gyakori madárfajok állomány indexei változásának összehasonlítása (Wald teszt) NATURA 2000 kifizetések által nem érintett, illetve nem érintett területeken (UTM típus: 1- nem érintett, 2- érintett) 2012-ben a 2000 évi állapothoz viszonyítva (SE), valamint a 95% megbízhatósági intervallumok. (ns.: nem szignifikáns, *: P<0.05, **: P<0.01, ***: P<0.001). Magyar név FBI FBIH Wald teszt UTM típu s Index 2000 Index 2012 SE Index 2012 min. Index 2012 max. Fehér gólya 1 ns % 179.0% 120.0% 0.0% 414.2% % 147.5% 66.1% 17.9% 277.0% Vörös vércse 1 1 ns % 34.5% 25.5% 0.0% 84.5% % 112.8% 62.5% 0.0% 235.3% Fogoly 1 1 ns % 32.6% 37.4% 0.0% 105.8% % 1.3% 6.0% 0.0% 13.0% Fürj 1 ns % 39.0% 9.0% 21.3% 56.7% % 52.9% 19.5% 14.7% 91.1% Fácán 1 ns % 91.3% 10.9% 69.9% 112.6% % 98.3% 19.3% 60.5% 136.0% Bíbic 1 1 *** % 56.1% 26.1% 5.0% 107.1% % 54.2% 14.9% 25.0% 83.3% Vadgerle 1 ns % 86.4% 12.4% 62.2% 110.6% % 178.2% 46.6% 86.9% 269.4% Gyurgyalag 1 ns % 226.4% 131.8% 0.0% 484.8% % 54.4% 63.2% 0.0% 178.2% Búbos pacsirta 1 1 ns % 66.0% 14.9% 36.8% 95.2% 97

99 Magyar név FBI FBIH Wald teszt UTM típu s Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 49.4% 22.9% 4.6% 94.1% Mezei pacsirta 1 1 ns % 86.9% 7.8% 71.5% 102.2% % 58.7% 7.7% 43.5% 73.9% Füsti fecske 1 ns % 63.7% 14.8% 34.7% 92.7% % 51.7% 18.7% 15.0% 88.4% Parlagi pityer 1 ns % % % 0.0% % % 110.6% 113.2% 0.0% 332.5% Sárga billegető 1 1 ns % 102.4% 19.7% 63.8% 140.9% % 62.9% 10.7% 41.9% 84.0% Rozsdás csuk 1 ns % 39.0% 13.1% 13.4% 64.7% % 61.3% 31.7% 0.0% 123.5% Cigánycsuk 1 ns % 81.3% 15.5% 50.9% 111.8% % 63.0% 15.7% 32.1% 93.8% Réti tücsökmadár 1 ns % 12.6% 13.1% 0.0% 38.3% % 31.6% 19.3% 0.0% 69.3% Karvalyposzáta 1 1 ns % 108.8% 45.7% 19.2% 198.3% % 125.8% 66.2% 0.0% 255.6% Mezei poszáta 1 1 ns % 94.4% 17.8% 59.6% 129.2% % 36.5% 10.4% 16.1% 56.9% Tövisszúró gébics 1 1 ns % 84.4% 12.0% 60.9% 107.9% % 66.4% 16.2% 34.7% 98.1% Kis őrgébics 1 1 ns % 50.7% 21.5% 8.5% 93.0% % 139.0% 114.5% 0.0% 363.5% Vetési varjú 1 ns % 115.4% 116.0% 0.0% 342.7% % 0.2% 0.4% 0.0% 0.9% Seregély 1 1 *** % 158.2% 36.6% 86.6% 229.8% % 29.3% 11.4% 6.8% 51.7% Mezei veréb 1 ns % 154.1% 21.2% 112.5% 195.7% 98

100 Magyar név FBI FBIH Wald teszt UTM típu s Index 2000 Index 2012 SE Index 2012 min. Index 2012 max % 123.1% 26.0% 72.3% 174.0% Kenderike 1 ns % 115.6% 41.4% 34.4% 196.7% % 170.3% 158.1% 0.0% 480.1% Citromsármány 1 ns % 89.8% 9.5% 71.2% 108.4% % 78.0% 17.3% 44.2% 111.9% Sordély 1 1 ns % 62.0% 11.2% 40.0% 84.0% % 61.4% 12.4% 37.0% 85.8% 3.6 Mezőgazdasági élőhelyek Farmland Bird Indikátor (FBI) értékei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és FBI a felmért területeken Az AKG kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,032, SE= 0.007, P=0.001) (15. ábra, 23. Táblázat). Az AKG kifizetések által érintett területeken az FBI érték csökkent az utóbbi években azonban a teljes vizsgált időszakra nézve nem volt szignifikáns mértékű (meredekség= -0,015, SE= 0.011, P=0.178). 23. Táblázat. FBI indikátor értékek az AKG által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem AKG területek SE min. max. AKG területek SE min. max % 100.0% % 11.0% 41.8% 84.9% 114.0% 7.5% 99.2% 128.8% % 9.5% 56.4% 93.6% 100.8% 8.0% 85.2% 116.5% % 10.9% 55.7% 98.6% 109.8% 8.0% 94.2% 125.4% % 9.0% 50.6% 85.9% 108.7% 8.2% 92.6% 124.8% % 10.6% 57.7% 99.4% 129.0% 10.3% 108.8% 149.2% % 14.1% 29.5% 84.7% 129.3% 10.2% 109.3% 149.3% % 9.5% 51.0% 88.2% 113.8% 9.3% 95.5% 132.1% % 10.9% 46.1% 88.9% 121.8% 9.4% 103.4% 140.2% % 12.5% 29.9% 78.9% 97.9% 8.3% 81.6% 114.3% 99

101 FBI indikátor érték (EBCC lista alapján) Év nem AKG területek SE min. max. AKG területek SE min. max % 9.3% 31.0% 67.6% 99.6% 8.6% 82.7% 116.5% % 20.6% 2.4% 83.3% 92.0% 7.8% 76.7% 107.3% % 26.6% 0.0% 102.9% 77.3% 7.2% 63.2% 91.4% FBI nem AKG területek FBI AKG területek 150% 125% 100% 75% 50% 25% 0% Évek 15. ábra. Az AKG által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között. Az AKG által érintett három különböző terület típusra végzett vizsgálat alapján, az AKG kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,031, SE= 0.007, P=0.001) (16. ábra, 24. Táblázat). Az AKG kifizetések által kisebb mértékben érintett területeken az FBI érték nem mutatott szignifikáns változást (meredekség= -0,019, SE= 0.011, P=0.119). Az AKG kifizetések által nagyobb mértékben érintett területeken az FBI érték szintén nem mutatott szignifikáns változást (meredekség= -0,019, SE= 0.011, P=0.108). E két terület kategória között minimális volt a különbség. 24. Táblázat. FBI indikátor értékek az AKG által nem érintett, kis mértékben, illetve nagyobb mértékben érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem AKG SE min. max. 0%< AKG terület< 6.973% SE min. max % < AKG terület SE min. max. 100

102 FBI indikátor érték (EBCC lista alapján) Év nem AKG SE min. max. 0%< AKG terület< 6.973% SE min. max % < AKG terület SE min. max % 100.0% 100.0% % 11.9% 40.0% 86.7% 121.5% 14.6% 92.9% 150.2% 106.6% 11.1% 84.9% 128.3% % 9.9% 55.7% 94.4% 90.2% 12.0% 66.7% 113.6% 112.3% 16.6% 79.7% 144.8% % 11.3% 55.0% 99.2% 95.8% 11.2% 73.9% 117.8% 121.4% 18.0% 86.1% 156.7% % 9.3% 50.1% 86.4% 97.2% 11.4% 74.8% 119.6% 121.0% 17.2% 87.2% 154.8% % 11.7% 55.7% 101.6% 119.9% 16.4% 87.8% 151.9% 135.9% 19.8% 97.1% 174.7% % 14.6% 28.5% 85.7% 121.2% 15.0% 91.7% 150.6% 132.7% 19.4% 94.8% 170.7% % 9.9% 50.4% 89.0% 108.1% 14.6% 79.5% 136.7% 106.8% 15.7% 76.1% 137.5% % 11.8% 43.8% 90.2% 118.9% 15.6% 88.3% 149.4% 113.3% 16.1% 81.8% 144.8% % 13.7% 26.7% 80.2% 87.2% 11.2% 65.2% 109.2% 105.6% 17.0% 72.3% 139.0% % 11.3% 27.2% 71.4% 92.5% 13.1% 66.8% 118.3% 99.0% 16.7% 66.4% 131.7% % 17.8% 8.3% 78.3% 83.4% 11.8% 60.2% 106.7% 90.6% 14.9% 61.3% 119.9% % 19.6% 13.7% 90.5% 72.4% 10.8% 51.1% 93.6% 80.2% 12.9% 54.8% 105.5% FBI nem AKG területek 0%< FBI AKG terület/utm < 6.973% 6.973%< FBI AKG terület/utm 175% 150% 125% 100% 75% 50% 25% 0% Évek 16. ábra. Az AKG által nem érintett, kisebb mértékben érintett és nagyobb mértékben érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között. 101

103 es célprogram (Integrált szántóföldi célprogram) és állomány trend a felmért területeken Az 1-es célprogram kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,029, SE= 0.005, P<0.001) (17. ábra, 25. Táblázat). Az 1- es célprogram által érintett területeken az FBI érték nem szignifikáns csökkenést mutatott (meredekség= -0,023, SE= 0.012, P=0.077). 102

104 FBI indikátor érték (EBCC lista alapján) 25. Táblázat. FBI indikátor értékek az 1-es célprogram által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év FBI nem cél 1 területek SE min. max. FBI cél 1 területek SE min. max % 100.0% % 8.0% 83.1% 114.5% 103.2% 9.6% 84.5% 122.0% % 7.5% 76.6% 105.8% 99.1% 12.2% 75.3% 122.9% % 7.7% 79.1% 109.4% 109.8% 12.0% 86.3% 133.2% % 7.2% 78.0% 106.3% 105.4% 12.2% 81.6% 129.3% % 8.9% 84.0% 119.0% 124.5% 14.9% 95.3% 153.7% % 8.5% 61.0% 94.2% 134.6% 15.8% 103.7% 165.6% % 8.5% 73.2% 106.5% 107.7% 12.6% 82.9% 132.4% % 9.7% 74.1% 112.2% 106.2% 12.3% 82.1% 130.3% % 10.1% 51.0% 90.5% 94.8% 11.5% 72.3% 117.3% % 7.0% 56.2% 83.8% 89.7% 11.6% 67.0% 112.5% % 6.6% 58.0% 83.9% 80.3% 10.3% 60.0% 100.6% % 8.8% 45.6% 80.0% 66.7% 10.0% 47.0% 86.3% FBI nem cél 1 területek FBI cél 1 területek 175% 150% 125% 100% 75% 50% 25% 0% Évek 103

105 17. ábra. Az 1-es célprogram által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között. Az 1-es célprogram által érintett három terület típusra végzett vizsgálat alapján, az 1-es célprogram kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,029, SE= 0.006, P<0.001) (18. ábra, 26. Táblázat). Az 1-es célprogram kifizetések által kisebb mértékben érintett területeken is az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,018, SE= 0.008, P=0.05). Az 1-es célprogram kifizetések által nagyobb mértékben érintett területeken az FBI érték csökkenő de nem szignifikáns változást mutatott (meredekség= -0,023, SE= 0.014, P=0.132). 26. Táblázat. FBI indikátor értékek az 1-es célprogram által nem érintett, kis mértékben, illetve nagyobb mértékben érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 1 terület SE min. max. 0%< cél 1 terület < 6.973% SE min. max % < cél 1 terület SE min. max % 100.0% 100.0% % 8.2% 83.4% 115.7% 94.7% 25.4% 45.0% 144.4% 113.3% 13.9% 86.0% 140.7% % 8.1% 75.3% 107.2% 84.8% 21.0% 43.5% 126.0% 108.7% 20.5% 68.5% 148.9% % 8.4% 78.0% 111.0% 95.9% 17.6% 61.3% 130.5% 125.8% 22.6% 81.5% 170.1% % 7.7% 77.3% 107.5% 92.9% 18.3% 57.0% 128.8% 114.6% 22.0% 71.5% 157.7% % 9.8% 83.1% 121.6% 112.5% 22.4% 68.5% 156.5% 131.1% 30.3% 71.8% 190.4% % 9.6% 58.1% 95.6% 112.4% 22.0% 69.4% 155.5% 152.3% 27.7% 98.1% 206.6% % 9.0% 75.0% 110.4% 93.4% 19.0% 56.1% 130.6% 123.5% 22.4% 79.7% 167.3% % 11.1% 71.5% 114.9% 96.6% 18.6% 60.2% 133.0% 110.8% 19.9% 71.8% 149.9% % 10.3% 52.0% 92.3% 75.0% 15.0% 45.5% 104.5% 108.0% 21.9% 65.2% 150.8% % 7.9% 54.7% 85.5% 82.7% 17.8% 47.7% 117.6% 84.9% 18.5% 48.7% 121.1% % 7.3% 57.5% 86.0% 81.2% 16.3% 49.3% 113.1% 91.5% 20.0% 52.4% 130.7% % 9.7% 42.6% 80.6% 69.6% 13.4% 43.3% 95.8% 76.1% 16.3% 44.1% 108.1% 104

106 FBI indikátor érték (EBCC lista alapján) FBI nem cél 1 területek FBI 0%< cél 1 terület/utm < 6.973% FBI 6.973%< cél 1 terület/utm 200% 175% 150% 125% 100% 75% 50% 25% 0% Évek 18. ábra. Az 1-es célprogram által nem érintett, kisebb mértékben érintett és nagyobb mértékben érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között es célprogram (Extenzív gyepgazdálkodási célprogram) és FBI a felmért területeken A 10-es célprogram kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,020, SE= 0.006, P=0.007) (19. ábra, 27. Táblázat). A 10-es célprogram által érintett területeken az FBI érték nem szignifikáns csökkenést mutatott (meredekség= -0,038, SE= 0.012, P=0.007). A 10-es célprogram által érintett területeken nagyobb mérvű csökkenés tendenciája volt tapasztalható. 27. Táblázat. FBI indikátor értékek az 10-es célprogram által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 10 területek SE min. max. cél 10 területek SE min. max % 100.0% % 7.7% 77.0% 107.2% 102.8% 10.2% 82.7% 122.8% % 6.8% 77.4% 103.9% 94.6% 10.6% 73.8% 115.4% % 6.2% 74.1% 98.2% 113.9% 11.8% 90.8% 137.0% % 6.3% 71.0% 95.8% 97.1% 10.9% 75.6% 118.5% % 8.4% 88.3% 121.1% 112.3% 13.7% 85.4% 139.2% % 7.2% 82.3% 110.5% 106.0% 16.3% 74.0% 137.9% 105

107 FBI indikátor érték (EBCC lista alapján) Év nem cél 10 területek SE min. max. cél 10 területek SE min. max % 7.4% 79.3% 108.2% 94.5% 13.4% 68.2% 120.7% % 7.5% 76.9% 106.1% 111.5% 13.3% 85.5% 137.5% % 6.4% 59.6% 84.7% 90.3% 11.9% 66.9% 113.6% % 6.2% 63.5% 87.7% 74.6% 26.9% 21.9% 127.4% % 5.9% 62.1% 85.1% 56.2% 16.4% 24.1% 88.3% % 6.2% 58.1% 82.4% 46.4% 14.4% 18.3% 74.6% FBI nem cél 10 területek FBI cél 10 területek 150% 125% 100% 75% 50% 25% 0% Évek 19. ábra. Az 10-es célprogram által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) és FBI a felmért területeken A 16-es célprogram kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,024, SE= 0.006, P=0.003) (20. ábra, 28. Táblázat). A 16-es célprogram által érintett területeken az FBI érték ugyanakkor nem szignifikáns csökkenést mutatott (meredekség= -0,028, SE= 0.017, P=0.122). 106

108 FBI indikátor érték (EBCC lista alapján) 28. Táblázat. FBI indikátor értékek az 16-es célprogram által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 16 területek SE min. max. cél 16 területek SE min. max % 100.0% % 5.6% 87.0% 108.8% 139.1% 21.2% 97.6% 180.6% % 6.5% 76.2% 101.6% 96.4% 22.4% 52.6% 140.3% % 6.5% 83.1% 108.5% 115.7% 24.2% 68.3% 163.1% % 6.1% 78.8% 102.6% 107.5% 24.7% 59.0% 156.0% % 7.4% 91.2% 120.2% 153.0% 40.0% 74.5% 231.5% % 7.0% 80.3% 107.6% 148.8% 34.6% 81.0% 216.7% % 6.8% 81.2% 108.0% 123.2% 30.5% 63.4% 183.0% % 6.8% 85.8% 112.3% 111.6% 30.2% 52.4% 170.9% % 6.0% 67.9% 91.4% 101.5% 25.4% 51.8% 151.2% % 5.5% 67.5% 88.9% 96.9% 28.8% 40.5% 153.3% % 5.1% 59.6% 79.7% 77.8% 27.6% 23.6% 131.9% % 5.7% 52.3% 74.6% 75.9% 22.4% 32.1% 119.7% FBI nem cél 16 területek FBI cél 16 területek 225% 200% 175% 150% 125% 100% 75% 50% 25% 0% Évek 107

109 20. ábra. Az 16-es célprogram által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és FBI a felmért területeken A KAT program kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,018, SE= 0.008, P=0.037) (21. ábra, 29. Táblázat). A KAT kifizetések által érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,056, SE= 0.008, P<0.001), amely mértéke a KAT program által nem érintett területeken mért értéket meghaladó volt. 29. Táblázat. FBI indikátor értékek KAT program által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem KAT területek SE min. max. KAT területek SE min. max % 100.0% % 6.4% 78.6% 103.7% 122.0% 13.8% 95.1% 149.0% % 5.7% 73.2% 95.6% 94.0% 21.0% 52.8% 135.2% % 6.0% 78.8% 102.3% 100.2% 25.1% 51.0% 149.3% % 5.7% 76.8% 99.2% 85.9% 16.3% 53.9% 117.9% % 7.9% 93.0% 124.0% 100.5% 20.2% 60.9% 140.1% % 6.8% 86.2% 112.9% 94.3% 22.4% 50.5% 138.1% % 7.0% 82.6% 110.1% 63.2% 19.8% 24.5% 102.0% % 6.9% 86.9% 114.0% 70.2% 16.4% 38.0% 102.4% % 6.1% 64.6% 88.4% 67.1% 24.6% 18.9% 115.3% % 6.1% 66.3% 90.1% 62.9% 19.6% 24.5% 101.2% % 5.9% 60.1% 83.1% 50.0% 18.4% 14.0% 86.0% % 5.9% 59.5% 82.8% 38.4% 12.4% 14.1% 62.7% 108

110 FBI indikátor érték (EBCC lista alapján) FBI nem KAT területek FBI KAT területek 150% 125% 100% 75% 50% 25% 0% Évek 21. ábra. A KAT program által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és FBI a felmért területeken Az MGTE program kifizetések által nem érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,020, SE= 0.008, P=0.023) (22. ábra, 30. Táblázat). Az MGTE kifizetések által érintett területeken az FBI érték szignifikáns csökkenést mutatott (meredekség= -0,048, SE= 0.012, P=0.002), amely mértéke az MGTE program által nem érintett területeken mért értéket meghaladó volt. 30. Táblázat. FBI indikátor értékek az MGTE program által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem MGTE területek SE min. max. MGTE területek SE min. max % 100.0% % 5.1% 95.8% 116.0% 79.7% 12.6% 55.0% 104.5% % 5.3% 88.6% 109.5% 45.6% 9.9% 26.2% 64.9% % 6.8% 96.3% 123.0% 34.5% 20.3% 0.0% 74.2% % 6.3% 91.0% 115.8% 25.9% 6.5% 13.1% 38.7% % 7.3% 105.8% 134.6% 30.7% 11.4% 8.4% 53.0% % 6.8% 100.2% 126.9% 30.2% 8.9% 12.7% 47.6% % 6.8% 93.2% 119.8% 28.3% 9.2% 10.3% 46.4% 109

111 FBI indikátor érték (EBCC lista alapján) Év nem MGTE területek SE min. max. MGTE területek SE min. max % 6.2% 94.2% 118.6% 24.6% 10.2% 4.6% 44.6% % 5.7% 80.1% 102.3% 25.7% 11.3% 3.6% 47.8% % 5.7% 78.0% 100.5% 25.7% 11.9% 2.5% 49.0% % 5.2% 71.8% 92.2% 22.4% 10.4% 2.1% 42.7% % 6.2% 62.9% 87.1% 20.2% 23.6% 0.0% 66.4% FBI nem MGTE területek FBI MGTE területek 150% 125% 100% 75% 50% 25% 0% Évek 22. ábra. Az MGTE program által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között Natura 2000 kifizetések mezőgazdasági területeken általi borítottsága és FBI a felmért területeken A Natura 2000 kifizetések által nem érintett területeken az FBI érték nem szignifikáns csökkenést mutatott (meredekség= -0,016, SE= 0.009, P=0.098) (23. ábra, 31. Táblázat). A Natura 2000 kifizetések által érintett területeken az FBI érték ugyanakkor szignifikáns csökkenést mutatott (meredekség= -0,036, SE= 0.007, P<0.001), amely mértéke a Natura 2000 kifizetések által nem érintett területeken mért értéket meghaladó volt. 110

112 FBI indikátor érték (EBCC lista alapján) 31. Táblázat. FBI indikátor értékek a Natura 2000 kifizetések által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem NATUR A2000 tám. területek SE min. max. NATUR A2000 tám. területek SE min. max % 100.0% % 8.7% 88.6% 122.8% 94.5% 9.5% 76.0% 113.1% % 9.0% 84.1% 119.2% 81.1% 9.5% 62.4% 99.8% % 8.0% 79.6% 110.8% 95.8% 9.6% 77.0% 114.5% % 8.1% 78.0% 109.6% 90.1% 8.9% 72.7% 107.5% % 10.9% 100.4% 143.1% 95.3% 10.0% 75.8% 114.8% % 10.3% 98.5% 139.0% 68.7% 13.0% 43.2% 94.1% % 9.6% 85.9% 123.6% 80.9% 9.5% 62.2% 99.6% % 10.1% 89.7% 129.5% 88.4% 14.1% 60.9% 116.0% % 8.0% 69.6% 101.1% 77.7% 11.7% 54.8% 100.5% % 8.3% 72.1% 104.8% 66.9% 8.7% 49.8% 84.0% % 8.0% 70.2% 101.6% 53.2% 12.8% 28.2% 78.2% % 8.1% 64.1% 95.8% 47.8% 12.1% 24.1% 71.6% FBI nem NATURA 2000 tám. területek FBI NATURA 2000 tám. területek 150% 125% 100% 75% 50% 25% 0% Évek 111

113 23. ábra. A Natura 2000 kifizetések által nem érintett és érintett területeken a Farmland Bird Indikátor (FBI) értéke Magyarországon között. 3.7 Mezőgazdasági élőhelyek Magyar Farmland Bird Indikátor (FBIH FH) értékei a különböző programok által érintett és nem érintett területeken Agrár környezetgazdálkodási kifizetések általi borítottság és FBIH FH a felmért területeken Az AKG kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,023, SE= 0.009, P=0.033) (24. ábra, 32. Táblázat). Az AKG kifizetések által érintett területeken is szignifikáns volt változás az FBIH FH érték esetében (meredekség= -0,031, SE= 0.008, P=0.003). Az AKG kifizetések által érintett területeken az FBIH FH indikátor értéke magasabb volt, de a különbség nem volt szignifikáns. 32. Táblázat. FBIH FH indikátor értékek az AKG által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem AKG területeken SE min. max. AKG területeken SE min. max % 100.0% % 13.2% 32.8% 84.6% 110.5% 8.2% 94.5% 126.5% % 14.4% 22.9% 79.2% 100.3% 8.6% 83.5% 117.1% % 13.7% 45.3% 99.0% 115.6% 9.1% 97.7% 133.4% % 14.2% 27.1% 82.8% 113.0% 9.6% 94.2% 131.9% % 13.9% 46.3% 100.6% 121.0% 10.6% 100.3% 141.7% % 16.7% 14.3% 79.9% 112.8% 10.0% 93.3% 132.3% % 13.1% 33.8% 85.1% 85.2% 8.6% 68.5% 102.0% % 54.9% 0.0% 155.2% 92.8% 8.5% 76.1% 109.5% % 14.8% 33.1% 91.3% 79.9% 7.7% 64.9% 95.0% % 11.5% 31.0% 75.9% 85.6% 8.6% 68.8% 102.3% % 28.4% 0.0% 100.5% 76.9% 7.6% 62.0% 91.8% % 35.2% 0.0% 118.8% 73.4% 8.3% 57.2% 89.6% 112

114 FBIH FH indikátor érték FBIH FH nem AKG területek FBIH FH AKG területek 150% 125% 100% 75% 50% 25% 0% Évek 24. ábra. Az AKG által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között. A három terület típusra végzett vizsgálat alapján, az AKG kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,023, SE= 0.009, P=0.035) (25. ábra, 33. Táblázat). Az AKG kifizetések által kisebb mértékben érintett területeken az FBIH FH érték szignifikáns változást mutatott (meredekség= -0,042, SE= 0.009, P=0.001). Az AKG kifizetések által nagyobb mértékben érintett területeken az FBIH FH érték nem mutatott szignifikáns változást (meredekség= -0,023, SE= 0.015, P=0.158). A nagyobb területre kiterjedő AKG támogatásban részesült UTM négyzetekben kisebb mértékű volt a csökkenés mértéke (25. ábra). 33. Táblázat. FBIH FH indikátor értékek az AKG által nem érintett, kis mértékben, illetve nagyobb mértékben érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem AKG területek SE min. max. 0%< AKG terület < 6.973% SE min. max % < AKG terület SE min. max % 100.0% 100.0% % 12.9% 33.5% 84.0% 106.5% 11.9% 83.1% 129.9% 112.1% 12.9% 86.7% 137.4% % 13.9% 23.8% 78.2% 82.4% 12.2% 58.4% 106.3% 124.6% 14.6% 95.9% 153.2% % 13.5% 45.7% 98.5% 91.0% 12.9% 65.7% 116.4% 150.2% 16.2% 118.3% 182.0% % 13.8% 28.1% 82.1% 98.2% 13.0% 72.7% 123.7% 129.2% 17.9% 94.1% 164.4% % 13.5% 46.9% 100.0% 104.2% 14.4% 76.0% 132.5% 151.8% 19.7% 113.2% 190.4% 113

115 FBIH FH indikátor érték % 16.4% 14.9% 79.3% 104.7% 14.0% 77.2% 132.3% 126.9% 18.7% 90.2% 163.5% % 12.8% 34.4% 84.6% 77.8% 14.5% 49.4% 106.2% 87.3% 13.3% 61.2% 113.4% % 51.5% 0.0% 148.1% 90.0% 12.5% 65.4% 114.6% 95.9% 14.9% 66.8% 125.1% % 12.8% 35.4% 85.7% 64.3% 8.5% 47.7% 80.9% 90.1% 15.9% 59.1% 121.2% % 11.0% 31.7% 75.0% 57.3% 16.1% 25.8% 88.9% 109.6% 17.0% 76.4% 142.9% % 23.9% 0.0% 92.3% 53.3% 8.4% 36.8% 69.7% 114.6% 17.8% 79.8% 149.5% % 25.0% 2.7% 100.7% 53.0% 10.6% 32.2% 73.9% 89.4% 16.0% 57.9% 120.8% FBIH FH nem AKG területek 0%< FBIH FH AKG terület/utm < 6.973% 6.973%< FBIH FH AKG terület/utm 200% 175% 150% 125% 100% 75% 50% 25% 0% Évek 25. ábra. Az AKG által nem érintett, kisebb mértékben érintett és nagyobb mértékben érintett területeken a FBIH FH értéke Magyarországon között es célprogram (Integrált szántóföldi célprogram) és állomány trend a felmért területeken Az 1-es célprogram kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,030, SE= 0.005, P<0.001) (26. ábra, 34. Táblázat). Az 1-es célprogram által érintett területeken az FBIH FH értékek is szignifikáns csökkenést mutattak (meredekség= -0,033, SE= 0.013, P=0.022). 114

116 FBIH FH indikátor érték 34. Táblázat. FBIH FH indikátor értékek az 1-es célprogram által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 1 területek SE min. max. cél 1 területek SE min. max % 100.0% % 8.3% 74.0% 106.6% 104.2% 11.1% 82.5% 126.0% % 8.0% 57.7% 89.1% 107.3% 13.0% 81.8% 132.7% % 8.5% 64.3% 97.7% 130.7% 14.2% 102.9% 158.5% % 8.7% 67.4% 101.4% 109.9% 14.9% 80.8% 139.1% % 9.0% 67.3% 102.5% 137.3% 17.6% 102.8% 171.7% % 8.1% 52.7% 84.3% 129.2% 17.5% 94.9% 163.6% % 8.3% 52.7% 85.1% 93.7% 12.5% 69.2% 118.2% % 8.0% 59.7% 90.8% 92.4% 13.2% 66.5% 118.2% % 9.3% 39.4% 75.9% 88.0% 13.0% 62.6% 113.4% % 8.0% 47.3% 78.6% 87.6% 13.2% 61.8% 113.4% % 7.2% 45.8% 74.1% 77.2% 11.4% 54.9% 99.6% % 10.4% 39.1% 79.9% 68.6% 12.8% 43.6% 93.6% FBIH FH nem cél 1 területek FBIH FH cél 1 területek 175% 150% 125% 100% 75% 50% 25% 0% Évek 115

117 26. ábra. Az 1-es célprogram által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között. A három terület típusra végzett vizsgálat alapján, az 1-es célprogram kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= - 0,031, SE= 0.004, P<0.001) (27. ábra, 35. Táblázat). Az 1-es célprogram kifizetések által kisebb mértékben érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,032, SE= 0.008, P=0.02). Az 1-es célprogram kifizetések által nagyobb mértékben érintett területeken is az FBIH FH érték csökkenő szignifikáns változást mutatott szintén (meredekség= -0,028, SE= 0.013, P=0.047) azonban a 2012-es értékek közel szignifikánsan magasabbak voltak. 35. Táblázat. FBIH FH indikátor értékek az 1-es célprogram által nem érintett, kis mértékben, illetve nagyobb mértékben érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 1 területek SE min. max. 0%< cél 1 terület < 6.973% SE min. max %< cél 1 terület SE min. max % 100.0% 100.0% % 7.3 % % 8.0 % % 8.2 % % 8.6 % % 9.2 % % 8.5 % % 8.3 % % 8.3 % % 8.1 % % 8.4 % % 7.6 % 80.4% 109.1% 84.5% 12.0% 60.9% 108.0% 102.7% 14.4% 74.4% 131.0% 63.4% 94.9% 59.2% 14.7% 30.3% 88.0% 118.9% 16.4% 86.7% 151.0% 66.9% 99.2% 80.1% 13.6% 53.6% 106.7% 142.2% 22.4% 98.3% 186.1% 70.2% 103.8% 71.1% 14.1% 43.4% 98.8% 117.1% 20.5% 76.9% 157.3% 70.5% 106.4% 88.4% 16.0% 57.0% 119.9% 138.5% 22.5% 94.4% 182.7% 55.5% 88.9% 81.2% 21.3% 39.4% 123.0% 124.8% 21.2% 83.4% 166.3% 57.7% 90.4% 60.5% 23.3% 14.8% 106.2% 92.1% 17.4% 58.0% 126.1% 62.3% 94.7% 66.3% 15.3% 36.2% 96.4% 100.3% 19.0% 63.0% 137.6% 42.6% 74.2% 51.0% 10.4% 30.6% 71.3% 98.1% 19.5% 60.0% 136.3% 49.7% 82.7% 62.5% 15.0% 33.2% 91.9% 83.4% 18.0% 48.0% 118.7% 47.4% 77.3% 50.8% 11.6% 28.1% 73.5% 92.7% 20.7% 52.0% 133.3% 116

118 FBIH FH indikátor érték Év nem cél 1 területek SE min. max. 0%< cél 1 terület < 6.973% SE min. max %< cél 1 terület SE min. max % 10.9 % 39.2% 82.0% 49.3% 11.9% 25.9% 72.6% 82.1% 20.2% 42.5% 121.7% FBIH FH nem cél 1 területek FBIH FH 0%< cél 1 terület/utm < 6.973% FBIH FH 6.973%< cél 1 terület/utm 175% 150% 125% 100% 75% 50% 25% 0% Évek 27. ábra. Az 1-es célprogram által nem érintett, kisebb mértékben érintett és nagyobb mértékben érintett területeken a FBIH FH értéke Magyarországon között es célprogram (Extenzív gyepgazdálkodási célprogram) és FBIH FH a felmért területeken A 10-es célprogram kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,020, SE= 0.008, P=0.025) (28. ábra, 36. Táblázat). A 10-es célprogram által érintett területeken is az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,049, SE= 0.008, P<0.001). A 10-es célprogram által érintett területeken nagyobb mérvű csökkenés volt tapasztalható, a 2012 évi indikátor értékek közel szignifikánsabban alacsonyabbak voltak, mint a nem érintett területeken. 36. Táblázat. FBIH FH indikátor értékek az 10-es célprogram által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 10 területek SE min. max. cél 10 területek SE min. max % 100.0% 117

119 FBIH FH indikátor érték Év nem cél 10 területek SE min. max. cél 10 területek SE min. max % 8.1% 71.0% 102.7% 90.4% 10.8% 69.2% 111.7% % 7.7% 67.7% 97.7% 78.5% 9.5% 59.8% 97.1% % 7.6% 71.8% 101.6% 103.9% 11.1% 82.2% 125.7% % 7.9% 52.2% 83.0% 100.5% 12.1% 76.9% 124.2% % 10.7% 84.6% 126.6% 85.7% 11.5% 63.2% 108.2% % 9.9% 76.9% 115.9% 67.6% 12.5% 43.2% 92.1% % 9.9% 64.6% 103.5% 60.5% 12.0% 37.0% 83.9% % 10.4% 60.7% 101.3% 77.5% 10.7% 56.5% 98.5% % 8.6% 52.9% 86.7% 58.8% 9.5% 40.1% 77.5% % 10.0% 54.2% 93.3% 56.2% 26.0% 5.3% 107.1% % 8.5% 53.0% 86.5% 41.8% 16.0% 10.5% 73.1% % 11.3% 44.5% 88.8% 40.3% 15.9% 9.1% 71.4% FBIH FH nem cél 10 területek FBIH FH cél 10 területek 125% 100% 75% 50% 25% 0% Évek 28. ábra. Az 10-es célprogram által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között. 118

120 os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) és FBIH FH a felmért területeken A 16-es célprogram kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,033, SE= 0.005, P<0.001) (29. ábra, 37. Táblázat). A 16-os célprogram kifizetések által érintett területeken az FBIH FH érték nem mutatott szignifikáns csökkenést (meredekség= -0,012, SE= 0.020, P=0.544). 37. Táblázat. FBIH FH indikátor értékek az 16-es célprogram által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem cél 16 területek SE min. max. cél 16 területek SE min. max % 100.0% % 7.1% 76.3% 104.2% 127.0% 17.9% 91.9% 162.1% % 7.1% 70.0% 97.7% 93.3% 15.1% 63.7% 123.0% % 7.1% 77.9% 105.7% 129.9% 17.8% 94.9% 164.8% % 7.7% 78.3% 108.6% 89.8% 20.0% 50.6% 129.1% % 8.0% 80.6% 112.1% 160.6% 30.0% 101.8% 219.3% % 7.1% 65.0% 92.8% 164.0% 31.7% 101.9% 226.1% % 7.6% 61.5% 91.3% 126.2% 26.0% 75.2% 177.1% % 7.3% 55.6% 84.1% 122.0% 24.4% 74.2% 169.7% % 6.5% 50.3% 75.7% 118.2% 24.5% 70.1% 166.2% % 6.3% 56.8% 81.4% 112.6% 25.5% 62.5% 162.6% % 6.3% 51.6% 76.2% 97.3% 24.0% 50.3% 144.3% % 6.8% 42.9% 69.5% 76.0% 18.7% 39.4% 112.6% 119

121 FBIH FH indikátor érték FBIH FH nem cél 16 területek FBIH FH cél 16 területek 225% 200% 175% 150% 125% 100% 75% 50% 25% 0% Évek 29. ábra. Az 16-es célprogram által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések általi borítottsága (KAT) és FBIH FH a felmért területeken A KAT program kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,023, SE= 0.005, P=0.001) (30. ábra, 38. Táblázat). A KAT kifizetések által érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott szintén (meredekség= -0,056, SE= 0.011, P<0.001), amely mértéke a KAT program által nem érintett területeken mért értéket meghaladó volt. Az indikátor értéke a KAT által érintett területeken 2012-ben alacsonyabb volt, mint a nem érintett területeken. 38. Táblázat. FBIH FH indikátor értékek KAT program által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem KAT területek SE min. max. KAT területek SE min. max % 100.0% % 8.6% 72.6% 106.4% 104.0% 18.7% 67.2% 140.7% % 5.3% 65.2% 86.1% 99.1% 22.2% 55.5% 142.6% % 6.5% 74.2% 99.8% 103.6% 28.8% 47.2% 160.0% % 7.1% 75.0% 103.0% 106.8% 18.7% 70.2% 143.5% 120

122 FBIH FH indikátor érték % 8.0% 82.1% 113.3% 114.4% 21.1% 73.1% 155.7% % 7.8% 71.1% 101.6% 108.8% 22.1% 65.4% 152.1% % 6.9% 64.7% 91.9% 71.9% 19.1% 34.4% 109.4% % 7.3% 63.5% 92.0% 84.4% 13.7% 57.5% 111.2% % 6.3% 56.6% 81.5% 59.7% 25.7% 9.3% 110.2% % 7.9% 61.2% 92.4% 52.2% 19.2% 14.6% 89.9% % 6.9% 51.7% 78.9% 54.1% 18.4% 18.0% 90.2% % 7.5% 51.6% 81.2% 40.2% 13.2% 14.4% 66.1% FBIH FH nem KAT területek FBIH FH KAT területek 150% 125% 100% 75% 50% 25% 0% Évek 30. ábra. A KAT program által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között A mezőgazdasági földterület első erdősítése (MGTE) általi borítottsága és FBIH FH a felmért területeken Az MGTE program kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,026, SE= 0.006, P=0.001) (31. ábra, 39. Táblázat). Az MGTE kifizetések által érintett területeken is az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,059, SE= 0.012, P=0.001), amely mértéke az MGTE program által nem érintett területeken mért értéket meghaladó volt. Az MGTE program által érintett területek indikátor értéke 2012-ben szignifikánsan alacsonyabb volt, mint a nem érintett területek indikátora. 121

123 FBI indikátor érték (EBCC lista alapján) 39. Táblázat. FBIH FH indikátor értékek az MGTE program által nem érintett, illetve nem érintett területeken. (FBIH FH értékek 95% megbízhatósági intervallumai, min. max. megadva) Év FBIH FH nem MGTE területek SE min. max. FBIH FH MGTE területek SE min. max % 100.0% % 5.7% 84.9% 107.3% 82.2% 17.1% 48.7% 115.7% % 5.7% 76.0% 98.2% 45.3% 11.7% 22.4% 68.2% % 6.9% 91.2% 118.2% 33.0% 23.8% 0.0% 79.6% % 6.2% 83.2% 107.4% 21.8% 8.3% 5.5% 38.2% % 6.6% 89.8% 115.9% 27.2% 16.1% 0.0% 58.8% % 6.6% 84.0% 109.9% 20.8% 13.7% 0.0% 47.6% % 6.2% 66.0% 90.5% 20.7% 9.6% 1.8% 39.6% % 5.9% 69.0% 92.0% 16.2% 9.8% 0.0% 35.5% % 5.1% 63.6% 83.6% 13.0% 7.5% 0.0% 27.7% % 5.8% 67.3% 90.0% 12.2% 7.4% 0.0% 26.8% % 6.5% 64.4% 89.9% 10.4% 7.1% 0.0% 24.2% % 6.1% 54.0% 77.7% 16.3% 8.5% 0.0% 33.0% FBIH FH nem MGTE területek FBIH FH MGTE területek 125% 100% 75% 50% 25% 0% Évek 31. ábra. Az MGTE program által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között. 122

124 3.7.4 Natura 2000 kifizetések mezőgazdasági területeken általi borítottsága és FBIH FH a felmért területeken A Natura 2000 kifizetések által nem érintett területeken az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,026, SE= 0.010, P=0.028) (32. ábra, 40. Táblázat). A Natura 2000 kifizetések által érintett területeken is az FBIH FH érték szignifikáns csökkenést mutatott (meredekség= -0,032, SE= 0.006, P<0.001). 40. Táblázat. FBIH FH indikátor értékek a Natura 2000 kifizetések által nem érintett, illetve nem érintett területeken. (FBI értékek 95% megbízhatósági intervallumai, min. max. megadva) Év nem NATURA 2000 tám. területek SE min. max. NATURA 2000 tám. területek SE min. max % 100.0% % 9.7% 81.0% 119.0% 82.8% 15.4% 52.7% 113.0% % 12.5% 68.5% 117.5% 80.8% 10.8% 59.6% 101.9% % 12.0% 74.6% 121.5% 89.6% 9.8% 70.3% 108.9% % 12.6% 59.1% 108.5% 88.5% 12.1% 64.8% 112.1% % 17.4% 93.1% 161.2% 85.6% 12.2% 61.7% 109.6% % 14.6% 80.1% 137.5% 59.8% 13.5% 33.4% 86.2% % 13.4% 66.6% 119.3% 73.3% 11.8% 50.1% 96.5% % 13.8% 59.4% 113.5% 77.4% 11.2% 55.5% 99.4% % 10.1% 51.4% 91.1% 70.9% 10.4% 50.5% 91.4% % 23.0% 22.9% 113.1% 69.7% 10.2% 49.6% 89.8% % 11.0% 52.7% 96.0% 54.1% 16.2% 22.4% 85.8% % 13.8% 51.0% 105.3% 49.0% 15.6% 18.5% 79.5% 123

125 FBIH FH indikátor érték FBIH FH nem NATURA 2000 tám. területek FBIH FH NATURA 2000 tám. területek 175% 150% 125% 100% 75% 50% 25% 0% Évek 32. ábra. A Natura 2000 kifizetések által nem érintett és érintett területeken a FBIH FH értéke Magyarországon között Nem termelő beruházásoknak nyújtott támogatás (216) A 33/2008. (III.27.) FVM rendelet alapján földhasználati intézkedésekre, ezen belül mezővédő fásításra, sövénytelepítésre, gyeptelepítésre, rovarteleltető bakhát létesítésére gyeptelepítésre, valamint olyan eszközbeszerzésekre igényelhető támogatás, mint a természetes alapú kerítés létesítése gyepterület hasznosítása esetén, vagy a természetes alapú madárvédelmi berendezés létesítése. A évi EMVA jelentés alapján az intézkedés keretében összesen 899 kérelem nyert támogatást. Az intézkedés tekintetében a "biodiverzitás-csökkenés visszafordítása (mezőgazdasági területen fészkelő vadon élő madarak állományának tekintetében)" az ÚMVP programdokumentum 0,3 %-os értéket jelöl meg. Tekintettel az intézkedés támogatható tevékenységeinek összetett jellegére (beruházási típusú és területalapú támogatások) a biodiverzitás változásának mérésére a területalapú támogatások esetében használt, a mezőgazdasági élőhelyeken előforduló madárfajok állományindexére alapozott módszertan nem alkalmazható. Ennek oka elsősorban az, hogy a beruházás jellegű támogatások értékeléséhez a Mindennapi Madarak Monitoring (továbbiakban: MMM) program alapján nyert adatok nem alkalmazhatók, mivel a program mintavételi alapegysége (2,5x2,5 km él-hosszúságú kvadrát) a beruházások pontszerű elhelyezkedése okán nem tudja reprezentatív módon leképezni a kiindulási állapot és az intézkedés hatására bekövetkezett változások közti különbségeket. A területalapú támogatások esetében az intézkedés hatásának kimutatása azért nem lehetséges a korábban alkalmazott módszertannal, mert a támogatott területek kiterjedése 124

126 nem elégséges ahhoz, hogy ún. "kezelt" és "kontroll" csoportokat lehessen képezni az idősoros adatokkal rendelkező kvadrátok köréből. Az intézkedés biodiverzitásra gyakorolt hatásai értékelése érdekében a továbbiakban a beruházási jellegű támogatások esetében a biodiverztás helyi változásait értékelő, a madárfajok állományainak változására vonatkozó pontszámlás kivitelezésével lehetséges adatot szolgáltatni, míg a területalapú támogatások az MMM kvadrátok célzott - a támogatott területek elhelyezkedését figyelembe vevő - kijelölésével értékelhetők a továbbiakban. Mindkét esetben a támogatási időszak korai szakaszában (lehetőség szerint az első évben) szükséges a monitoring rendszer megtervezése és elindítása Agrár-erdészeti rendszerek első létrehozása mezőgazdasági földterületeken (222) Az intézkedés célja, hogy lehetőséget teremtsen fás legelők létesítésére és hasznosítására, a hagyományos, tájjellegű gazdálkodás fenntartására, a mozaikos tájszerkezet kialakítására. Az intézkedés multifunkcionális jellegéből adódóan bővíti a lakosság jövedelemszerzési lehetőségeit, és biztosíthatja a gazdálkodás folytatását a korábban intenzív hasznosítású, kedvezőtlen adottságú területek és Natura 2000 területek esetében. A támogatott területek teljes kiterjedése a évi EMVA jelentés alapján 905 hektár. Bár az intézkedés hatására a biodiverzitás kedvező irányba történő változása feltételezhető, annak értékelése nem lehetséges a korábban alkalmazott módszertannal, mert a támogatott területek kiterjedése nem elégséges ahhoz, hogy ún. "kezelt" és "kontroll" csoportokat lehessen képezni az idősoros adatokkal rendelkező MMM kvadrátok köréből. Az intézkedés biodiverzitásra gyakorolt hatásai értékelése a továbbiakban az MMM kvadrátok célzott - a támogatott területek elhelyezkedését figyelembe vevő - kijelölésével hajtható végre. Ez esetben is kiemelt jelentőséggel bír a támogatási időszak korai szakaszában (lehetőség szerint az első évben) a szükséges monitoring rendszer megtervezése és elindítása. 3.8 Az MTÉT célfajok állományváltozása A vidékfejlesztési intézkedések biodiverzitásra gyakorolt hatásának vizsgálatakor nem lehet eltekinteni attól, hogy az egyes kifejezetten fajvédelmi célú támogatási jogcímek eredményességét a célzott fajok állományváltozásán keresztül is vizsgáljuk. Ahhoz, hogy a fajvédelmi célú területalapú támogatások és a célzott fajok állományváltozásai között okokozati összefüggéseket vizsgáljunk, természetesen sokkal összetettebb kutatásokra van szükség (amennyiben az egyáltalán lehetséges). A kifejezetten fajvédelmi célú agrárkörnyezetgazdálkodási kifizetéseket a Magas Természeti Értékű Területek célprogramjai kínáltak, ezért az alábbiakban a célfajok országos állományváltozásainak bemutatása mellett igyekszünk információt adni a különböző fajok MTÉT területeken történő előfordulásáról/fészkeléséről is. 125

127 3.8.1 A parlagi sas (Aquila heliaca) állományváltozása Országos állománynagyság ( ): pár Rövidtávú trend ( ): növekvő Állománynövekedés mértéke ( ): % Hosszú távú trend ( ): növekvő Állománynövekedés mértéke ( ): % Érintett célprogramok: AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram Az érintett célprogram területek kiterjedése: Országosan ha Az MME-RTM adatbázisunkban az alábbi MTÉT területekről rendelkezünk fészkelő állományok adataival: Békés-Csanádi hát, Bihari-sík Bodrogköz Borsodi-Mezőség Bükkalja Dévaványa Észak-Cserehát Hanság Hevesi-sík Mosoni-sík Taktaköz Az MTÉT területek (sárga), s az AD1 és BC1 célprogramok által érintett területek (zöld) eloszlása 126

128 Az RTM adatbázisban évek időszakából rendelkezésre álló parlagi sas fészkelési adatok (zöld, 2,5*2,5 km-es UTM négyzetek) és az MTÉT területek (sárga) eloszlása A kék vércse (Falco vespertinus) állományváltozása Országos állománynagyság ( ): pár Rövidtávú trend ( ): csökkenő Állománycsökkenés mértéke ( ): 3-15 % Hosszú távú trend ( ): csökkenő Állománycsökkenés mértéke ( ): % Érintett célprogramok: AD4) Szántóföldi növénytermesztés kék vércse élőhelyfejlesztési előírásokkal célprogram Az érintett célprogram területek kiterjedése: Országosan ha Az MME-RTM adatbázisunkban az alábbi MTÉT területekről rendelkezünk fészkelő állományok adataival: Békés-Csanádi hát Bihari-sík Borsodi-Mezőség Dévaványa Dunavölgyi-sík Gerje-Perje-sík 127

129 Hevesi-sík Homokhátság Hortobágy Kis-Sárrét Mosoni-sík Taktaköz Az MTÉT területek (sárga), s az AD4 célprogram által érintett területek (zöld) eloszlása 128

130 Az RTM adatbázisban évek időszakából rendelkezésre álló kék vércse fészkelési adatok (zöld, 2,5*2,5 km-es UTM négyzetek) és az MTÉT területek (sárga) eloszlása. 129

131 3.8.3 A haris (Crex crex) állományváltozása Országos állománynagyság ( ): pár Rövidtávú trend ( ): fluktuáló Hosszú távú trend ( ): fluktuáló Érintett célprogram: BC2) Gyepgazdálkodás élőhely-fejlesztési előírásokkal célprogram Az érintett célprogram területek kiterjedése: Országosan ha Szatmár-Beregben ha A territórium jelző hímek száma a Szatmár-Beregben között A felmért évek között nagy különbségek láthatók (minimum: 21 éneklő hím (2009), maximum: 367 éneklő hím (2005) melynek oka egyértelműen nem magyarázható. A 2005-ös évben 17,4-szer annyi madarat sikerült számolni, mint a leggyengébb évnek számító ben (Sztaraszta, 2012) 130

132 Az MTÉT területek (sárga), s a BC2 célprogram által érintett területek (zöld) eloszlása A Szatmár-Bereg MTÉT területe (sárga), s a BC2 célprogram által érintett területek (zöld) eloszlása 131

133 Az RTM adatbázisban a Szatmár-Bereg területéről 2001, 2004 és 2010 évekből rendelkezésre álló haris előfordulási adatok (piros árnyalatai) és az MTÉT terület (sárga) eloszlása Az RTM adatbázisban évek időszakából rendelkezésre álló haris előfordulási adatok (zöld, 2,5*2,5 km-es UTM négyzetek) és az MTÉT területek (sárga) eloszlása 132

134 3.8.4 Túzok (Otis tarda) Országos állománynagyság ( ): egyed Rövidtávú trend ( ): növekvő Állománynövekedés mértéke ( ): % Hosszú távú trend ( ): növekvő Állománynövekedés mértéke ( ): % Érintett célprogramok: AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal célprogram BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal célprogram Az érintett célprogram területek kiterjedése: Országosan ha A közötti időszak túzok megfigyelési adatbázisában* az alábbi MTÉT területekről rendelkezünk megfigyelési adatokkal: Bihari-sík Borsodi-Mezőség Dévaványa Dunavölgyi-sík Hanság Hevesi-sík Homokhátság Hortobágy Kis-Sárrét Mosoni-sík Turjánvidék *A túzok védelme Magyarországon című LIFE-Nature projekt (Conservation of Otis tarda in Hungary - LIFE04/NAT/HU/000109) keretében végzett túzok állomány monitoring adatbázisának megfigyelési adatait használtuk fel, melyet a projektet koordináló Kiskunsági Nemzeti Park Igazgatóságtól kaptunk meg korlátozott felhasználással. 133

135 Az MTÉT területek (sárga), s az AD1 és BC1 célprogramok által érintett területek (zöld) eloszlása A közötti időszak túzok megfigyelési adatainak (kék), az MTÉT területek (sárga), s az AD1 és BC1 célprogramok által érintett területek (zöld) eloszlása 134

136 Az RTM adatbázisban évek időszakából rendelkezésre álló túzok fészkelési adatok (zöld, 2,5*2,5 km-es UTM négyzetek) és az MTÉT területek (sárga) eloszlása. 3.9 Összegző megállapítások Munkánkban megvizsgáltuk, hogy a Mindennapi Madaraink Monitoring (MMM) keretében a fészkelési időszakban felmért 240 madárfajokat milyen gyakoriság jellemzi, melyek azok a fajok, amelyek gyakorisága lehetővé teszi, hogy állományváltozásukat megfelelő pontossággal mérhessük és a hazai főbb élőhelyek biológiai sokféleségnek állapotát e fajok trendjei alapján monitorozhassuk. Megállapítottuk, hogy 106 fészkelő madárfaj hazai gyakorisága haladja meg az 5%-os értéket, amely révén azok potenciálisan alkalmas lehetnek a trend adatokon alapuló biodiverzitás indikátorok képzésére. Az MMM keretében gyűjtött adatok alapján megvizsgáltuk a gyakori fajok hazai élőhely használatát (a hazai állomány hanyadrésze él használja az adott élőhely típust) és élőhely preferenciáját, amely alapján mód nyílik a négy fő hazai élőhely típusokhoz (agrár, erdei, urbán, vizes) nagyban kötődő madárfajok azonosítására. Munkánk keretében a mezőgazdasági és erdei élőhelyekhez kötődő madárfajokat azonosítottuk, kiválasztva azokat a fajokat, amelyek élőhely preferenciája és élőhely használata is egyaránt az adott élőhelyhez kötődik domináns módon. E két élőhely típus esetében az európai madár monitoring tevékenységet irányító szervezet (European Bird Census Council, EBCC) ajánlásokat tett Európa főbb régióra, hogy mely madárfajok trend adatait javasolja figyelembe venni az adott régióban lévő országok esetében a mezőgazdasági élőhelyek 135

137 biodiverzitását mérő un. Farmland Bird Indicator (FBI), valamint az erdei élőhelyek biodiverzitását jellemző erdei indikátor számításában. Magyarország esetében az EBCC a Kontinentális régióra jellemző fajok listáját javasolja és az európai szintű biodiverzitás indikátor statisztikai elemzések során az e lista alapján készült indikátorokat használja. Megvizsgáltuk, hogy a mezőgazdasági és az erdei élőhelyek esetében van-e és milyen mértékű eltérés a nemzetközi ajánlások (EBCC) és a hazai adatok alapján készített listák között. Megállapítható, hogy az EBCC által az FBI számításhoz javasolt listába lévő fajok domináns része hazánkban is a mezőgazdasági élőhelyekhez kötődik, azonban a hazai gyakori madárfajok élőhely használata és preferencia jellegében mutatkozó sajátságok miatt megfontolandó egy a magyar viszonyokhoz jobban igazodó fajlista és az az alapján számított specifikus FBIH-FH (Farmland Bird Indicator for Hungary based on Farmland habitat occupancy and Habitat preference) indikátor használata. Az EBCC által ajánlott FBI indikátor számításában két olyan faj is szerepel (vadgerle, citromsármány), amely hazánkban az erdei élőhelyeket preferálja, élőhely használatát vegyes élőhelyek jellemzik így e fajok állományindexei és trendjei nemcsak a mezőgazdasági, hanem az erdei élőhelyek állapotától is függhet. Megállapítható, hogy az EBCC által az erdei élőhelyek indikátorának számításhoz javasolt listában lévő fajok domináns része hazánkban is az erdei élőhelyekhez kötődik, azonban a hazai gyakori madárfajok élőhely használatában és preferencia jellegében mutatkozó sajátságok miatt megfontolandó egy a magyar viszonyokhoz jobban igazodó fajlista és az alapján számított specifikus magyar erdei indikátor használata. Elemző munkánkban a továbbiakban nemcsak a nemzetközileg ajánlott (EBCC), hanem a saját vizsgálataink alapján listák alapján is vizsgáltuk a továbbiakban a mezőgazdasági és erdei élőhelyek biodiverzitás indikátorait. A mezőgazdasági élőhelyekhez kötődő fajok országos állománytrendjeinek vizsgálata rámutatott arra, hogy a nemzetközi ajánlások és hazai saját vizsgálatok alapján idesorolható 29 madárfaj közül 12 faj esetében szignifikáns állománycsökkenés van, e fajok esetében a 2000-es állománynagyság átlagosan 55%-a csökkent 2012-re! A mezőgazdasági élőhelyekhez kötődő gyakori fajok között egy faj esetében sincs szignifikáns állománynövekedés. A nemzetközi ajánlás (EBCC) alapján készített Farmland Bird Indikator (FBI) értéke szignifikáns csökkentést mutat Magyarországon, a csökkenés 2008 után indult be, 2012-ben a FBI értéke a 2000 évi 65.3%-a! A Magyarországra specifikus Magyar Farmland Bird Indikátor (FBIH-FH) értéke szignifikáns csökkenést mutat, ezen indikátor a csökkenést től kezdődően mutatja és 2012-ben a 2000 évi index 61.7%-ra való csökkenését jelzi! A két index közötti különbség, a csökkenés kezdetét és 2012-es mértékét illetően nagy valószínűséggel az FBI számításnál figyelembe vett erdei/vegyes élőhelyet használó fajoknak köszönhető. Az erdei élőhelyekhez kötődő fajok országos állománytrendjeinek vizsgálata rámutatott arra, hogy a nemzetközi ajánlások és hazai saját vizsgálatok alapján idesorolható 27 madárfaj közül 11 faj esetében szignifikáns állománynövekedés van, csak két faj esetében tapasztaltunk szignifikáns csökkenő tendenciát. 136

138 A nemzetközi ajánlás (EBCC) alapján készített erdei élőhelyek indikátora Magyarországon szignifikáns növekedést mutat, ezen indikátor értéke a 2000 évi 146%-a volt 2012-ben Magyarországon, jelezve az ezen élőhelyekhez kötődő gyakori fajok egyértelmű növekedését! Az erdei élőhelyek magyar specifikus indikátora (Erdei Magyar) szintén jelentős, szignifikáns növekedést mutat, ennek értéke a 2000 évi 154.5%-a volt 2012-ben! Vizsgálatunk lényeges és alapvető különbséget mutat az agrár és erdei élőhelyek gyakori madárfajai és az azok alapján készített indikátor értékek alapján, felhívva a figyelmet az agrár élőhelyeken az utóbbi 4-5 évben jelentkező jelentős negatív változásokra. Munkánkban kilenc, a mezőgazdasági területek biológiai sokféleségét befolyásoló agrár-környezetvédelmi, illetve más programot (agrár programok) vizsgáltunk meg a rendelkezésre álló, megküldött térinformatikai adatbázisok alapján. Ezen agrár programok hatását az MMM keretében során rendszeresen felmért, 375 db 2.5*2.5 km UTM négyzetekben fészkelő, mezőgazdasági élőhelyekhez kötődő fajok állományindexeinek vizsgálatával végeztük el az célra Európában széleskörben használt TRIM statisztikai programcsomag által biztosított állományindex vizsgálatokkal. Munkánkban összehasonlítottuk az adott agrár program által nem érintett, illetve érintett UTM négyzetekben tapasztalt állományindexeket, feltételezve, hogy adott agrár program pozitív/negatív hatására az érintett területeken évenként eltérő állományindexek állapíthatóak meg a kontrollként kezelt nem érintett területekhez képest. A vizsgált kilenc agrár program közül kettő (4-es célprogram és 12-es célprogram) csak igen kevés az MMM által rendszeresen felmért területen UTM négyzetet érintett (kevesebb, mint a 375 db UTM négyzet 5%-a), így ezen célprogramok vizsgálatától eltekintettünk. Összevont programkategóriát alkottunk a különböző agrár környezetgazdálkodási célprogramok alapján (AKG összes), hogy a kis kiterjedésű programokat által érintett területeket is figyelembe véve nyíljon mód AKG programok együttes hatásának vizsgálatára. A két nagy területre kiterjedő program, összevont AKG programok (AKG összes), valamint az AKG-én belül az integrált szántóföldi program (1-es célprogram) esetében mód nyílt az adott programok által érintett területek kiterjedésének vizsgálatára 3 kategória alkalmazásával, amely lehetőséget adott ezen agrár programok esetében a nem érintett, kisebb mértékben és nagyobb mértékben érintett területek vizsgálatára is. A megvizsgált agrár programok által nem érintett és érintett, az MMM keretében rendszeres felmérésre került UTM négyzetek térbeli eloszlása alapján megállapítható, hogy agrár programonként változóan, a nem érintett, illetve az érintett UTM négyzetek országos eloszlása bizonyos régiókban jelentős eltérést mutatott, amelyet figyelembe kell venni az agrár programok hatásának vizsgálata során. A mezőgazdasági élőhelyekhez kötődő, 29 faj esetében fajonként vizsgáltuk az adott agrár program által nem érintett és érintett területek közötti különbséget az állományindexek éves változását illetően a TRIM programcsomag Wald-teszt alkalmazásával. Megvizsgáltuk, hogy a 2012 évi állományindex értékek mutattak-e és ha igen milyen irányú különbségeket a nem érintett és érintett területek között. Az agrár környezetgazdálkodási programok által nem érintett és érintett területeken 8 faj esetében volt szignifikáns változás az éves állományindexek esetében. A legtöbb faj esetében a 2012 évi állományindex növekedett a 2000 évihez képest az AKG által érintett 137

139 területeken. Összehasonlítva az AKG által nem, kisebb és nagyobb mértékben érintett területeket megállapítható, hogy a 2012-ben az AKG által különböző mértékben érintett területeken magasabb állományindex értékeket mértünk a legtöbb fajnál a nem érintett területekhez képest. Az AKG által kisebb és nagyobb mértékben érintett területek összehasonlítása során ugyanakkor 5 madárfaj esetében az AKG által nagyobb mértékben érintett területeken tapasztaltunk kisebb 2012 évi állományindexet, amely mintázat feltárása további az adott területen zajló gazdálkodással kapcsolatos adatokhoz/információkhoz hozzáférését tesznek szükségessé. A különböző agrár-környezetgazdálkodási célprogramok hatásának fajonkénti elemzése során megállapítható, az 1-es célprogram (Integrált szántóföldi célprogram), a 10- es célprogram (extenzív gyepgazdálkodás) és a 16-os célprogram (Integrált gyümölcs és szőlőtermesztés) esetében a kedvező és kedvezőtlen változások hasonló számban voltak jellemzőek. A hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések (KAT), Natura 2000 kifizetések mezőgazdasági területeken által érintett területeken a kedvezőtlen állományindex változást mutató fajok nagyobb aránya érzékelhető, azonban a mezőgazdasági földterület első erdősítése (MGTE) által érintett területeken pedig kifejezett volt. A fajonként végzett elemzéseknél átfogóbb vizsgálatokra ad lehetőséget a mezőgazdasági élőhelyekhez kötődő fajok állományindexei alapján képzett FBI és FBIH FH indikátorok, mivel a fajonkénti elemzéseknél csak a Wald teszt által szignifikáns különbséget mutató néhány fajt figyelembevéve van mód összehasonlításra, míg az indikátorok esetében az alkalmazott mértani átlag segítségével valamennyi vizsgált faj állományindexei alapján van mód az adott vidékfejlesztési intézkedés által nem érintett és érintett területek összehasonlítására. A Farmland Bird Indikátor (FBI) alapján megállapítható, hogy azon területek amelyeket nem érintettek AKG programok szignifikáns csökkenés állapítható meg, míg az érintett területeken kisebb mértékű a vizsgált időszakra nézve még nem szignifikáns a változás. Az FBI 2012 évi értékei a legkedvezőbbek azon területeken amelyek nagyobb mértékben érintettek az AKG programok által. A vizsgált AKG programok közül az 1-es célprogram által nem érintett területeken csökkenő szignifikáns FBI érték volt a jellemző, míg az e célprogram által érintett területeken a csökkenés kisebb és nem szignifikáns mértékű volt. Az 1-es célprogram által nagyobb mértékben érintett területeken kedvezőbb FBI értékek voltak, mint a kisebb mértékben érintett területeken. A 16-os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) által érintett területeken a nem érintett területeknél kis mértékben kedvezőbb helyzet állapítható meg. A 10-es cél program (Extenzív gyepgazdálkodási célprogram), a hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések (KAT), valamint a Natura 2000 kifizetések által érintett területeken nagyobb mérvű csökkenést mutat az FBI érték a nem érintett területekhez képest. 138

140 A mezőgazdasági földterület első erdősítése (MGTE) által érintett területeken a legszembetűnőbb az adott agrár program negatív hatása, ahol az FBI értéke 2012-ben a 2000 évi érték 20%-ra csökkent, míg a nem érintett területeken ez az érték csak 75% volt. A Magyar Farmland Bird Indikátor (FBIH FH) értékek, markánsabban jelzik a különböző intézkedések hatását, amely hátterében az áll, hogy kizárólag a hazánkban a mezőgazdasági élőhelyekhez kötődő fajokat veszi figyelembe, eltérően az FBI indikátorral, amely néhány hazánkban erdei élőhelyet preferáló faj (vadgerle, citromsármány) állományindexét is használja. Az AKG által nagyobb mértékben érintett területeken a kedvező állapot (magasabb érték 2012-ben), összehasonlítva a nem, illetve kisebb mértékben érintett területeken mért értékekkel. Az 1-es cél program esetében az FBIH FH értékek szignifikáns csökkenést mutattak mindhárom vizsgált terület kategória esetében, azonban a nagyobb mértékben érintett területeken magasabb értékek voltak jellemzőek a teljes időszakban, ami felveti annak lehetőségét, hogy e nagyobb mértékben érintett területek élőhelyi és földrajzi sajátosságaik miatt az adott célprogramtól függetlenül kedvezőbb állapotban voltak, mind a többi terület típus. A 16-os célprogram (Integrált gyümölcs és szőlőtermesztés célprogram) által érintett területek esetében az FBIH FH indikátor értékek határozottan kedvezőbb állapotot jeleznek 2005-től kezdődően, mint a nem érintett területek. A 10-es célprogram (Extenzív gyepgazdálkodási célprogram), a hegyvidéki területeken kívüli hátrányos helyzetű területek mezőgazdasági termelőinek nyújtott kifizetések (KAT), valamint a Natura 2000 kifizetések által érintett területeken nagyobb mérvű csökkenést mutat az FBIH FH érték a nem érintett területekhez képest. A mezőgazdasági földterület első erdősítése (MGTE) által érintett területeken a legszembetűnőbb az adott agrár program negatív hatása, ahol az FBIH FH értéke 2012-ben a 2000 évi érték 16%-ra csökkent, míg a nem érintett területeken ez az érték csak 66% volt. A különböző agrár programok által nem érintett és érintett területek FBI és FBIH FH indikátorai jelezték az agrár környezetgazdálkodási programok döntően pozitív hatását az ott élő gyakori madárfajokra és azok révén a biológiai sokféleségre. A vizsgálatok rámutattak arra, hogy bizonyos programok, például a mezőgazdasági földterület első erdősítése (MGTE), kimutathatóan kedvezőtlenül befolyásolják a mezőgazdasági élőhelyek biológiai sokféleségét. A jelenlegi lefedettséggel és hatékonysággal azonban az AKG programok nem képesek ellensúlyozni az agrártámogatások okozta kedvezőtlen folyamatokat. Vizsgálatunk ugyanakkor rámutatott arra is, hogy a különböző programok hatásának feltárása szükségessé teszi az MMM keretében rendszeresen felmért és e munkában figyelembe vett területeken folyó gazdálkodási típusok, azok kiterjedésének, intenzitásának és időbeli változásának elemzését is, amelyhez szükséges adatok nem álltak a rendelkezésre számunkra. Ezen adatokra épülő részletes vizsgálatok hiányában a tanulmányunkban bemutatott eredményeket kellő körültekintéssel kell értelmezni. 139

141 3.10 Irodalom Balmford, A., Green, R. E. & Jenkins, M Measuring the changing state of nature. - Trends Ecol. Evol. 18: Bibby, C. J., Hill, D. A., Burgess, N. D., Mustoe, S., Bird Census Techniques, second ed. - Academic Press, London, UK. Butchart, S. H. M., Walpole, M., Collen, B., van Strien, A., Scharlemann, J. P. W., Almond, R. E. A., Baillie, J. E. M., Bomhard, B., Brown, C., Bruno, J., Carpenter, K. E., Carr, G. M., Chanson, J., Chenery, A. M., Csirke, J., Davidson, N. C., Dentener, F., Foster, M., Galli, A., Galloway, J. N., Genovesi P., Gregory, R. D., Hockings, M., Kapos, V., Lamarque, J.-F., Leverington, F., Loh, J., McGeoch, M. A., McRae, L., Minasyan, A., Hernández Morcillo, M., Oldfield, T. E. E., Pauly, D., Quader, S. Revenga, C., Sauer, J. R., Skolnik, B., Spear, D., Stanwell-Smith, D., Stuart, S. N., Symes, A., Tierney, M., Tyrrell, T. D., Vié, J.-C., Watson, R Global Biodiversity: Indicators of Recent Declines. - Science 328: Butler, S. J., Boccaccio, L., Gregory, R. D., Vorisek, P., Norris, K Quantifying the impact of land-use change to European farmland bird populations. - Agriculture, Ecosystems and Environment 137: Büttner, G., Maucha, G The thematic accuracy of Corine land cover Assessment using LUCAS (land use/cover area frame statistical survey). EEA Technical Report No 7/2006. ISSN Chamberlain D. E., Fuller R. J Density-dependent habitat distribution in birds: issues of scale, habitat definition and habitat availability. - Journal of Avian Biology 30: Gibbons, D. W Development of Pan-European breeding bird monitoring. - Ring 22: Greenwood, J. J. D Citizens, science and bird conservation. - J. Ornithol. 148: S77- S124. Gregory, R. D., Willis, S. G., Jiguet, F., Voříšek, P., Klvaňová, A., van Strien, A., Huntley, B., Collingham, Y.C., Couvet, D., Green, R.E An Indicator of the Impact of Climatic Change on European Bird Populations. - PLoS ONE 4: e4678 DOI: /journal.pone ). Gregory, R. D., Bashford, R. I., Balmer, D. E., Marchant, J. H., Wilson, A. M. and Baillie, S. R The breeding bird survey BTO, Thetford. Gregory, R. D., Noble, D., Field, R., Marchant, J., Raven, M. et Gibbons, D.W Using birds as indicators of biodiversity. Ornis Hungarica 12-13: Gregory, R. D., van Strien, A Wild bird indicators: using composite population trends of birds as measures of environmental health. - Ornithological Science 9:

142 Gregory, R. D., van Strien, A., Vorisek, P., Gmelig Meyling, A. W., Noble, D. G., Foppen, R. P. B., Gibbons, D. W Developing indicators for European birds. - Phil. Tran. R. Soc. B. 360: Gregory, R. D., P. Vorisek, A. Van Strien, AWG Meyling, F. Jiguet, L. Fornasari, J. Reif, P. Chylarecki, and I. J. Burfield Population trends of widespread woodland birds in Europe. - Ibis 149: Gregory, R. D., Vořišek, P., Noble, D. G., van Strien, A., Klvaňová, A., Eaton, M., Meyling, A. W. G., Joys, A., Foppen, R. P. B., Burfield, I. J The generation and use of bird population indicators in Europe. - Bird Conserv. Int. 18: S223 S244. Jiguet, F., Devictor, V., Julliard, R., Couvet, D French citizens monitoring ordinary birds provide tools for conservation and ecological sciences. - Acta Oecologica 44: Jiguet, F., Gregory, R., D., Devictor, V., Green, R., E., Vorisek, P., van Strien, A., Couvet, D Population trends of European common birds are predicted by characteristics of their climatic niche. - Global Change Biology 16: Jiguet, F., Gregory, R. D., Devictor, V., Green, R. E, Voříšek, P., van Strien, A. and Couvet, D Population trends of European common birds are predicted by characteristics of their climatic niche. - Global Change Biology 16: Julliard, R., Clavel, J., Devictor, V., Jiguet, F., Couvet, D Spatial segregation of specialists and generalists in bird communities. - Ecol. Lett. 9: Julliard, R., Jiguet, F., Couvet, D., Common birds facing global changes: what makes a species at risk? - Glob. Change Biol. 10: McCullagh, P., Nelder, J. A Generalized linear models, 2nd ed. - Chapman & Hall, London. Pannekoek, J., van Strien, A. J TRIM 3 Manual. Trends and Indices for Monitoring Data. Research paper no Szép, T., Gibbons, D Monitoring of common breeding birds in Hungary using a randomised sampling design. - Ring 22: Szép, T., Nagy, K Mindennapi Madaraink Monitoringja (MMM) MME/BirdLife Hungary, Budapest. Tucker, G. M. & Evans, M. I Habitats for birds in Europe: a conservation strategy for the wider environment. - BirdLife International, Cambridge. van Strien, A. J., Pannekoek, J., Gibbons, D. W Indexing European bird population trends using results of national monitoring schemes: a trial of a new method. - Bird Study 48: Yoccoz, N. G., Nichols, J. D. and Boulinier, T Monitoring of biological diversity in space and time. - TRENDS in Ecology & Evolution 16:

143 4 AZ I-5 HATÁSINDIKÁTOR ÉRTÉKÉNEK MEGHATÁROZÁSA: A MAGAS TERMÉSZETI ÉRTÉKŰ MEZŐGAZDASÁGI ÉS ERDÉSZETI TERÜLETEK FENNTARTÁSA 4.1 Bevezetés A jelenleg Magyarországon használt Magas Természeti Értékű Területek rendszere nem azonosítható a CMEF ajánlásban nevesített High Nature Value területekkel. A WP irányt mutat atekintetben, hogy a HNV (MTÉ) definíció értelmében hogyan határolják le az egyes tagállamok azokat a mezőgazdasági és erdőterületeket, amelyek kielégítik a három kívánalom egyikét. Ennek értelmében az indikátor előállításának első lépése a magyarországi Magas Természeti Értékű Területek lehatárolása volt a legfrissebb ajánlás szerint. A MTÉ eredményindikátor a MTÉ területek kiterjedését, a hatásindikátor ezek változásának kvantitatív és kvalitatív értékelését jelenti több indikátorból szakértői becsléseken és értékeléseken keresztül. Ennek értelmében a második lépés a jelenleg működő támogatási/monitoring rendszerekből levezethető adatok alapján indikátorok képzése, amely alapja lehet a szakértői értékelésnek. MTÉ mutatók 18-as kiindulási mutató: Biológiai sokféleség: magas természeti értékű mezőgazdasági terület és erdő, amit jelentős természeti értéket képviselő mezőgazdasági terület használatban lévő mezőgazdasági területében, hektárban mérnek. 6-os eredménymutató: A biológiai sokféleséghez és a magas természeti értékű gazdasághoz / erdészethez hozzájáruló, sikeres földgazdálkodással érintett területek, amit a jelentős természeti értéket képviselő mezőgazdasági és erdészeti terület sikeres földgazdálkodás alatt álló teljes területében,hektárban mérnek. 5-ös hatásmutató: A magas természeti értékű mezőgazdasági és erdészeti területek fenntartása, amit a jelentős természeti értéket képviselő területekben történt változásokban mérnek, illetve mennyiségi és minőségi változások szempontjából határoznak meg. Az indikátor relevanciája az ÚMVP szerint: Natura 2000 intézkedés (213) Agrár-környezetgazdálkodás intézkedés (214/A) Nem termelő beruházások intézkedés (216) Erdő-környezetvédelmi kifizetések (225) Erdészeti potenciál helyreállítása és megelőző intézkedések (226) 142

144 Erdőterületeket érintő, nem termelő jellegű beruházások intézkedés - Erdőszerkezet átalakításához nyújtandó támogatások (227) Az ÚMVP éves jelentésekben az indikátor megnevezése: Magas természeti értékű területek megőrzése (ha) A tanulmány célja, hogy bemutassa a lehatárolás folyamatát és eredményeit és alapállapotot biztosítson a későbbiekben a változások kimutatásához. 4.2 Lehatárolás A lehatárolást elvégeztük mind a mezőgazdasági területeken (nem erdő területeken), mind pedig az erdőterületeken. A lehatárolás eredménye: Nem erdő területeken: Erdőterületeken: ,3 hektár, ,9 hektár Magas Természeti értékű területek lehatárolása erdőterületeken A lehatárolást a Nemzeti Élelmiszerlánc-biztonsági Hivatal Erdészei Igazgatósága készítette el. A módszertani ajánlás szerint a következő: A lehetséges jelentős természeti értéket képviselő erdők kijelölése akár nemzeti, akár regionális szinten elsőként az erdők természetes dinamikával rendelkezőként, természetközeliként vagy faültetvényként történő besorolását teszi szükségessé. Ez a séma a 4.3-as MCPFE (Európai Erdők Védelme Miniszteri Konferencia) mutató alapján (EEA, 2006) az erdőtermészetességének értékelésére alkalmazott három kategórián alapszik. Minden természetes dinamikával rendelkező erdőjelentős természeti értéket képvisel; minden természetközeli erdő potenciálisan jelentős természeti értéket képvisel, bár egyes erdők nem fognak ilyenné válni; a faültetvény erdők pedig nem képviselnek jelentős természeti értéket a jelenlegi állapotukban. Annak megállapítása érdekében, hogy valamely természetközeli erdő jelentős természeti értéket képvisel vagy sem, az alább felsorolt kritériumok közül alkalmazható egy, vagy több kombinációja a nemzeti körülményeknek legjobban megfelelőléptékben. Az őshonos fafajok aránya (az őshonos fajok adott területen található százalékában mérve) Az erdőben az álló és a ledőlt száraz fa mennyisége (köbméter/hektárban mérve) Az erdőben a nagy fák sűrűsége (a fák adott területen található számában mérve) Az erdő azon részének aránya, amely állománya a gazdasági érettségnél öregebb (az öreg fák adott területen található százalékában mérve) Az erdészeti igazgatóság az alábbiak szerint definiálta a kiválasztás kritériumait: "1-3 természetességi kategória, első két fafajsorban nem szerepelhet idegenhonos fafaj, a két fafajsor aránya magasabb mint 50 %." A leválogatás az erdészeti adattárból történt, az átadott adat a HNV erdőterületek kontúrja, amit az alábbi térképen jelenítünk meg. 143

145 A leválogatás eredményeképpen ,9 hektár erdőterület került kijelölésre, ami valamivel több mint a fele a jelenlegi erdőterületeknek Magas Természeti értékű területek lehatárolása nem erdőterületeken A lehatárolás alapja a három MTÉ pillér, MTÉ jellegzetesség, melyet az alábbi ábra szemléltet. HNV 144

146 Mindezek alapján három MTÉ gazdálkodási forma került meghatározásra (Andersen [2003], Working paper [2010]): 1. típus: jelentős természetközeli vegetációval bíró területek 2. típus: dominánsan alacsony ráfordítással fenntartott, vagy mozaikos (félig természetes és művelt területek váltakozása) terület, sok kis tájelemmel, mint például a táblaszegélyek, a sövénysorok, kőfalak, bozótos foltok, facsoportok, kis vízfolyások, stb. 3. típus: ritka fajok fennmaradását, európai vagy világjelentőségű populációk illetve azok részeinek fennmaradását támogató mezőgazdasági területek. A három típust az alábbiak szerint közelítettük meg: típus: jelentős természetközeli vegetációval bíró területek A jelentős természetközeli vegetációt a MePAR felszínborítási térkép nomenklaturájából válogattuk le. (Az adat tulajdonosa a MVH, kezelője a FÖMI.) A leválogatás területi elhelyezkedését az alábbi térkép szemlélteti, a leválogatott kategóriákat, azok területét és arányát az ország területéhez képest a térkép után lévő táblázat tartalmazza. 145

147 Kategória Terület (ha) Terület (%) az ország területéhez képest Tiszta gyepterület, legelő ,54 7,68 Bokros-fás, csatornát és/vagy infrastruktúrát (állattartó telep részét) tartalmazó gyep, legelő ,30 4,55 Táblaszél, mezsgye, fasorok, keskeny mezővédő sávok ,54 1,53 Kis táblás, és általában vegyes hasznosítású mezőgazdasági terület ,14 1,41 Tó, halastó ,70 1,38 Fa és bokorcsoportok, természetes fás szárú vegetáció 82792,38 0,89 Folyó, patak, ér, csatorna 76603,70 0,82 Kis táblás, általában vegyes hasznosítású mezőgazdasági terület, elszórtan elhelyezkedő infrastruktúrával, egyéb nem támogatható területtel 75004,72 0,81 Mocsaras-lápos, állandóan vizenyős, zsombékos területek; az AKG-nád célprogramban nem szereplő nádterületek 67277,94 0,72 Konyhakertek 34024,31 0,37 Gát, árvízvédelmi töltés 21962,62 0,24 AKG-Nád (a korábbi években érvényben lévő AKG célprogramban szereplő nádművelésű területek) 20311,81 0,22 Nem művelt területek gyepen 17408,92 0,19 Fasorok, fás-szárú növényekkel sűrűn borított táblaszél 12800,63 0,14 Tanya 9264,36 0,10 Kisebb töltéssel, árokkal, csatornával szabdalt szántóföld, rizstermesztés területe 8083,15 0,09 Nem művelt területek ültetvényen 7284,90 0,08 Vegyes felszínborítású 6573,09 0,07 Gyepes táblaszél, mezsgye 4626,43 0,05 Egykori mezőgazdasági terület, amelyen a gazdálkodást a fás szárú gyomok tömeges elterjedése, vagy valamely egyéb ok (nagy valószínűséggel visszafordíthatatlanul) lehetetlenné teszi, ezért nem támogatható kategóriába került 4242,06 0,05 Nem művelt területek szántón 3888,06 0, június 30-i állapotában természetes növényzet felszínborítással rendelkező terület 2939,56 0,03 Mezőgazdasági területeken létrehozott agrár-erdészeti rendszerekhez kapcsolódó fásított rét, legelő területek 1241,52 0,01 Nem művelt területek komplex művelésű területen 862,82 0, június 30-i állapotában víz felszínborítással rendelkező terület 119,32 0,00 Kunhalom területén fákkal-bokrokkal borított, de az MVH döntése alapján támogatható kategóriába sorolt területek 22,96 0,00 Összesen ,48 21,48 146

148 típus: dominánsan alacsony ráfordítással fenntartott, vagy mozaikos terület Az alacsony ráfordítással fenntartott területek Magyarországon elsősorban a gyepterületek, illetve kijelenthető, hogy ennek a kritériumnak megfelelő területek bekerültek az 1. típus területeibe. Ebből következően a 2. típust a mozaikossággal közelítettük meg. A mozaikosságot a Shannon-féle index alapján számoltuk ki. "A Shannon félediverzitás mutató figyelembe veszi az egyes területhasználat típusok nagyságát és elaprózottságát. A tájdiverzitás mutatók közül a legfinomabban követi a tájszerkezeti adatottságokat, a táj fragmentálódását." (Kollányi, 2004.) Az indexet a fizikai blokkok szintjén, az azokat alkotó, összevont kategóriarendszer szerinti felszínborítási foltok alapján számítottuk, a forrásban szereplő képletnek megfelelően. A számításban nem vettük figyelembe a főként beépített és infrastrukturális területeknek megfelelő "egyéb" kategóriát, mert ez véleményünk szerint indokolatlanul növelte volna a diverzitást az érintett blokkokon, jóllehet a beépített területekkel alkotott mozaik nem értékelhető magas természeti értékűnek. A mozaikosságban az alábbi kategóriákat vizsgáltuk (szintén a felszínborítás alapján): HNV területek (előző táblázatban részletezve), szántók, ültetvények (gyümölcsfaültetvény, szőlőültetvény, energiaültetvény, bogyós, egyéb, ill. vegyes ültetvény), erdők. A mozaikosságot fizikai blokkokra vetítettük. Megvizsgáltuk a blokkokhoz tartozó értékek eloszlását, amit az alábbi hisztogrammon bemutatunk. Két lehetőség adódott a határérték húzásra: a 0,35 és 0,68, végül szakértői döntés alapján a második lehetőséget választottuk. 147

149 Az alábbi térképen ugyanezt térképen mutatjuk be. Szürke színnel megjelennek azok a területek, amelyek az 1. típus kapcsán beválogatásra kerültek. Zöld színekkel a 0,35 alatti index számok vannak, bordóval pedig 0,68 feletti értékek, tehát azok a fizikai blokkok, amelyek beválogatásra kerültek. Ezek összterülete országosan ,57 hektár. 148

150 típus: ritka fajok fennmaradását, európai vagy világjelentőségű populációk illetve azok részeinek fennmaradását támogató mezőgazdasági területek Erre a típusra a Natura 2000 területek bevonása javasolt az EEA (European Environmental Agency, Koppenhága) és a JRC (Joint Research Center, Ispra) szakértői szerint. Áttekintve az eddig bevont területeket a Vidékfejlesztési Minisztérium Természetmegőrzési Főosztályának szakértői a területek kiterjedését a Különleges Madárvédelmi Területek (SPA) szántóterületeire korlátozta. A Különleges Madárvédelmi Területekből sem került mindegyik bevonásra, csak azok, ahol a kiválasztott jelölőfajok előfordulnak. Ezt a kiválasztási szempontot az alábbi lista szemlélteti. A kategória területi kiterjedése hektár. Jelölő fajok: Anser albifrons (Nagy lilik) Anser anser (Nyári lúd) Anser fabalis (Vetési lúd) Anthus campestris (Parlagi pityer) Burhinus oedicnemus (Ugartyúk) Circus pygargus (Hamvas rétihéja) Glareola pratincola (Székicsér) Grus grus (Közönséges daru) Otis tarda (Nagy túzok) Érintett Különleges Madárvédelmi Területek: 149

151 HUBF30001 Északi-Bakony HUFH10004 Mosoni-sík HUBF30002 Balaton HUFH30005 Hanság HUBF30003 Kis-Balaton HUHN10001 Szatmár-Bereg HUBN10001 HUBN10002 HUBN10003 HUBN10004 HUBN10005 Bodrogzug-Kopasz-hegy- Taktaköz Borsodi-sík Bükk hegység és peremterületei Hevesi-sík Kesznyéten HUBN10007 Zempléni-hegység a Szerencsi- dombsággal és a Hernád- völggyel HUDD10002 Nyugat-Dráva HUDD10003 Gemenc HUDD10004 Béda-Karapancsa HUDD10008 Belső-Somogy HUDD10012 Balatoni berkek HUHN10002 Hortobágy HUHN10003 Bihar HUHN10005 Jászság HUKM10001 Kígyósi-puszta HUKM10002 Kis-Sárrét HUKM10003 Dévaványai-sík HUKM10004 Vásárhelyi- és Csanádipuszták HUKM10005 Cserebökényi-puszták HUKN10001 Felső-Kiskunsági szikes puszták és turjánvidék HUKN10002 Kiskunsági szikes tavak és az őrjegi turjánvidék HUKN10004 Tisza Alpár-Bokrosi ártéri öblözete HUDI10001 Abonyi kaszálóerdő HUKN10007 Alsó-Tiszavölgy HUDI10002 Börzsöny és Visegrádihegység HUKN10008 Balástya-Szatymaz környéki homokvidék HUDI10003 Gerecse HUKN30001 Csongrád-Bokrosi Sós-tó HUDI10004 Jászkarajenői puszták HUKN30002 Gátéri Fehér-tó HUDI10005 Sárvíz völgye HUKN30003 Izsáki Kolon-tó HUDI10006 Tatai Öreg-tó HUDI10007 Velencei-tó és Dinnyésifertő HUDI10008 HUDI30002 HUFH10001 Ipoly völgye Zámolyi-medence Fertő-tó 150

152 Kategóriák átfedése A fent bemutatott szempontok kategória rendszere átfedhet egymással, ez az 1. és 3. típus esetében kizáró csak, hiszen az 1. típusban nincsenek szántóterületek, a 3. típusban pedig csak szántóterületek vannak. A létrejött kombinációkat és azok területi kiterjedését, elhelyezkedését az alábbi táblázat és térkép mutatja be. Szintén bemutatjuk a teljes HNV terület kiterjedését térképen, ami az erdőterületeket is magába foglalja. Kategória Terület (ha) Terület (%) 1. típus ,6 2. típus ,1 3. típus , típus , típus ,7 Összesen ,0 151

153 152

154 4.2.3 Indikátorok képzése A vidékfejlesztési programok MTÉ területeken folytatott mezőgazdálkodásra és erdészetre gyakorolt hatásait nem lehetséges egyszerű numerikus indikátorok segítségével kifejezni. Sokkal inkább indikátorok halmazát kell alkalmazni, melyek segítségével képet alkothatunk az MTÉ területek és rendszerek fejlődéséről. Ezt követően szakértői értékelések szükségesek ahhoz, hogy megállapítható legyen, mekkora szerepet játszottak ezen változásokban a vidékfejlesztési intézkedések. Ahhoz, hogy a támogatás nettó hatása leválasztható legyen a teljes hatásról, javasolt, hogy a begyűjtött indikátorok elemzése különállóan történjen. Az indikátorok egymásnak ellentmondó trendeket is kijelölhetnek, néhány mutató a méret és a körülmények fenntartását jelzi az MTÉ mezőgazdálkodás és erdészet bizonyos aspektusaiban, míg más indikátorok visszaesést vagy épp javulást jelezhetnek más szempontok figyelembe vételével. A program értékelőinek szakmai tapasztalatuk és az összes rendelkezésre álló információ alapján kell valós értékelést nyújtani a program egyes intézkedéseinek hatásairól, hogy ezek után a program átfogó hatását is értékelhessék ÚMVP hatásindikátorok Az ÚMVP hatásindikátora a "Magas természeti értékű területek megőrzése (ha)" 2012-re vonatkoztatva. Mivel a lehatárolás maga most készült el, az alapállapotot tudjuk rögzíteni és kifejezni hektárban. A későbbiekben célszerű volna valami trendet mutató jellemzőt használni a kiterjedés helyett, illetve az indikátorok képzésénél leírt értékelő módszert alkalmazni. A lehatárolást az előző fejezetben leírt módon minden évben végre kell hajtani és abból levezetni az egyes intézkedések hatásindikátor értékét. A MePAR felszínborítás minden évben frissülő nagy pontosságú adatállomány, így a változások nyomonkövethetők. Az indikátor relevanciája az ÚMVP szerint: Nem erdő HNV területekre vonatkoztatva: Natura 2000 intézkedés (213) Agrár-környezetgazdálkodás intézkedés (214/A) Nem termelő beruházások intézkedés (216) Erdő HNV területekre vonatkoztatva Erdő-környezetvédelmi kifizetések (225) Erdészeti potenciál helyreállítása és megelőző intézkedések (226) Erdőterületeket érintő, nem termelő jellegű beruházások intézkedés - Erdőszerkezet átalakításához nyújtandó támogatások (227) Az indikátorértékeket úgy képeztük, hogy az egyes intézkedésekben résztvevő mezőgazdasági táblák/erdőrészletek mekkora területe esik Magas Természeti Értékű Területre. Ez a mutató két ok miatt változhat: változik évről évre a HNV terület kiterjedése 153

155 változnak az egyes intézkedésbe bevont táblák/erdőrészletek kiterjedése. Ezzel arra tudunk rámutatni, hogy az egyes intézkedések mekkora HNV terület megőrzéséhez járultak hozzá. A nem erdő HNV területek elhelyezkedésében nagy valószínűséggel igen jelentős változás várható majd a kötelező Ökológiai Fókuszterület bevezetésével, valamint a Nem termelő beruházások intézkedés átalakításával. Amikor valamelyik változás bekövetkezik, a HNV területeket mindenképpen más indikátorral kell jellemezni, hiszen olyanan mértékben torzul a nettó hatás, hogy maga a területi kiterjedés teljesen alkalmatlan lesz indikátor szám képzésére Intézkedések értékelése Az egyes intézkedések hatásindikátor adatai összefoglalva a következők: Jogcím Összesen érintett HNV területen kód rövid név db tábla/erdőrészlet ter (ha) db tábla/erdőrészlet ter (ha) 213 Natura , , AKG , , NTB , ,2 Mg-i jogcímek összesen , ,6 225 EKV , , EPH , , NTBE (Szerk áta.) , ,52 Erdészeti jogcímek összesen , ,47 Az összesen adatok a jogcímek átfedése miatt nem egyenlők az összeadott összegekkel, az összesen soroknál az átfedő táblát/erdőrészletet egyszer vettünk figyelembe Natura 2000 intézkedés A HNV területek lehatárolásának 1. típusa tartalmazza az összes gyepterület. Mivel jelenleg a Natura 2000 kompenzáció kizárólag gyepterületeken vehető fel, így maga az indikátorérték az intézkedéssel lefedett terület azaz ,87 hektár. Az alábbi térkép bemutatja a leigényelt Natura 2000 kompenzációs területeket a lehatárolt HNV területeken. 154

156 155

157 Agrár-környezetgazdálkodási intézkedés Az agrár-környezetgazdálkodási intézkedéseknél az érintett területeket célprogramonként vizsgáltuk, az I5 indikátor értéket a célprogram területek összege adja. Célprogram HNV terület (ha) Kifizetett terület (ha) HNV terület aránya (%) AA) Integrált szántóföldi cp , ,76 78,3 AB) Tanyás gazdálkodás cp. 973, ,12 65,2 AC) Ökológiai szántóföldi növénytermesztési cp , ,75 82,8 AD1) Szántóföldi növénytermesztés túzok élőhely-fejlesztési előírásokkal cp , ,98 93,8 AD2) Szántóföldi növénytermesztés vadlúd- és daruvédelmi előírásokkal cp. 249,93 288,13 86,7 AD3) Szántóföldi növénytermesztés madár- és apróvad élőhely-fejlesztési előírásokkal cp , ,60 87,3 AD4) Szántóföldi növénytermesztés kék vércse élőhelyfejlesztési előírásokkal cp. 2036, ,67 94,5 AE1) Vízerózió elleni cp. 2061, ,46 81,9 AE2) Szélerózió elleni cp. 5680, ,16 88,2 BA) Extenzív gyepgazdálkodási cp , ,38 99,8 BB) Ökológiai gyepgazdálkodási cp , ,44 99,9 BC1) Gyepgazdálkodás túzok élőhely-fejlesztési előírásokkal cp , ,66 100,0 BC2) Gyepgazdálkodás élőhely-fejlesztési előírásokkal 24455, ,63 99,8 BD1) Környezetvédelmi célú gyeptelepítés cp. 2723, ,48 98,6 BD2) Természetvédelmi célú gyeptelepítés cp. 2792, ,76 98,1 CA) Integrált gyümölcs és szőlőtermesztés cp , ,43 66,7 CB) Ökológiai gyümölcs és szőlőtermesztés cp. 3224, ,67 72,4 156

158 Célprogram HNV terület (ha) Kifizetett terület (ha) HNV terület aránya (%) CC) Hagyományos gyümölcstermesztés cp. 949, ,78 82,4 DA) Nádgazdálkodás cp. 7195, ,86 100,0 DB) Természetes vizes élőhelyek mocsarak, zsombékok, sásos területek gondozása cp. 25,55 25,55 100,0 DC) Vizes élőhelyek létrehozása és kezelése cp. 6,68 6,68 100,0 Összesen , ,95 84,9 Látható, hogy a Magas Természeti Értékű Területek fenntartásához legkevésbé a Tanyás szántóföldi gazdálkodás és az ültetvény célprogramok járultak hozzá. Szerencsés azonban, hogy az alacsony gazdálkodói követelményeket hordozó, de nagy területi kiterjedésű Integrált gazdálkodási célprogram is közel 80 %-ban HNV területet alkot. Az alábbi térképen bemutatjuk az intézkedés tábláinak elhelyezkedését a HNV területeken. 157

159 Nem termelő beruházások intézkedés A nem termelő beruházásoknál a különböző célprogramok különböző naturáliában kerülnek támogatásra, azonban részben a I5 táblázatban területi adatokat kell szolgáltatni, részben pedig a jogcím AKG illetve Natura2000 gyepterületek jogcímekhez kapcsolódik kizárólag, ezért az egyes célprogramokat ezekhet a mezőgazdasági táblákhoz kötöttük és azok területével szolgáltattuk az eredmény adatot, mivel ott fejtik ki hatásukat. A Nem termelő beruházásokat összesen 315 táblához lehetett hozzákapcsolni, aminek 2859,61 hektár a kiterjedése. Ezekből Magas Természeti Értékű Területen fekszik 272 tábla 2698,2 hektáron Erdő-környezetvédelem Az erdő-környezetvédelmi intézkedésnél 713 db erdőrészleten 5035,9 hektáron került sor kifizetésre, ebből 630 db erdőrészlet 4555,83 hektáron Magas Természeti Értékű erdőterületen van. 158

160 Erdészeti potenciál helyreállítása intézkedés Az Erdészeti potenciál helyreállítása intézkedésnél 489 db erdőrészleten 2966,15 hektáron került sor kifizetésre, ebből 219 db erdőrészlet 1502,12 hektáron Magas Természeti Értékű erdőterületen van. 159

161 Szerkezetátalakítás intézkedés Az Erdészeti potenciál helyreállítása intézkedésnél 317 db erdőrészleten 1453,23 hektáron került sor kifizetésre, ebből 222 db erdőrészlet 968,52 hektáron Magas Természeti Értékű erdőterületen van. 160

162 4.3 Irodalom ANDERSEN E. (szerk.) 2003a: Developing a high nature value farming area indicator. Final report. EEA. Koppenhága. 76 p. ANDERSEN E. (szerk.) 2003b: Developing a high nature value farming area indicator. Annexes. EEA. Koppenhága. 74 p. BALÁZS K., BELÉNYESI M., ZSEMBERI Z., PODMANIZCKY L. (2008): A Magas Természeti Értékű Területek koncepciója - nemzetközi és hazai áttekintés, Gödöllő BALDOCK, D., BEAUFOY, G. 1993: Nature conservation and the new direction in the EC Common Agriculture Policy: the potential role of EC policies in maintaining farming and management systems of high nature value in the Community, Report of the Ministry of the Agriculture, Nature Mangement and Fisheries, the Netherlands, IEEP, London- Arnhem. (in:) ÁNGYÁN J. ET AL. (SZERK) 2002: Védett és érzékeny természeti területek mezőgazdálkodásának alapjai. Mezőgazda Kiadó, Budapest. 530 p. BELÉNYESI M., PODMANICZKY L. (2007): A Magas Természeti Értékű mezőgazdasági területek lehatárolása Magyarországon Tájökológiai Lapok 5. évf. 2. sz p CSONKA B., MIKOUS G. (2012): Agro-ökológiai szempontból értékes tájelemek lehatárolása a Mezőgazdasági Parcella Azonosító Rendszer adatainak felhasználásával - A 2013-as Közös Agrár-és Vidékfejlesztési politika hatásai a biodiverzitásra, V. Magyar Tájökológiai Konferencia, Sopron HOOGEVEEN Y., PETERSEN J-E., BALAZS K., HIGUERO I. 2004: High nature value farmland. Characteristics, trends and policy changes. EEA report. Koppenhága. 31p. KOLLÁNYI L. 2004: Táji indikátorok alkalmazási lehetőségei a környezetállapot értékeléséhez. Budapest MÁRKUS F., NAGY SZ. 1995: A mezőgazdasági és természetvédelmi politika összehangolásának lehetőségei Magyarországon: különös tekintettel a Környezetileg Érzékeny területek rendszerének hazai bevezetésére. WWF Magyarországi képviselete, Budapest. WWFfüzetek: p. OPPERMANN, R., BEAUFOY, G., JONES, G. (szerk.) 2012: High Nature Value Farming in Europe, Verlag Regionalkultur, Ubstadt-Weiher, Heidelberg, Basel. 246 p. PARACCHINI, M.L., TERRES, J.M., PETERSEN, J.E. AND HOOGEVEEN, Y., Background document on the methodology for mapping High Nature Value farmland in EU27, European Commission Directorate General Joint Research Centre and the European Environment Agency. Further work of the EEA and JRC is documented under: http//eea.eionet.europa.eu/public/irc/envirowindows/hnv/library. Agrár-környezetvédelmi támogatási rendszerek az EU és a hazai természetvédelmi szabályozás szempontjából nemzetközi és hazai gyakorlat - A Magas Természeti Értékű Területek koncepciója - nemzetközi és hazai áttekintés (Szerződésszám: VKSZI/188/2008, GreenCapital-4/2008) készült az FVM Vidékfejlesztési, Képzési és Szaktanácsadási Intézet megbízásából. Directorate General for Agriculture and Rural Development Handbook on Common Monitoring and Evaluation Framework, Draft Guidance Document, Version 3, September EEA (European Environment Agency), Agriculture and Environment in EU- 15- the IRENA Indicator Report. EEA Report No. 6/2005. European Environment Agency; Copenhagen. 161

163 EEA Briefing 2006: A környezetvédelem integrálása az EU mezőgazdasági politikájába. Értékelés. 2006/1. 4 p. GUIDANCE DOCUMENT The Application of the High Nature Value Impact Indicator, European Communities, 2009 IUCN 2000: Agricultural Biological Diversity. Discussion Paper. Intergovernmental Conference Biodiversity in Europe. Riga, Latvia, March PARACCHINI, M.L., TERRES, J.M., PETERSEN, J.E. AND HOOGEVEEN, Y., (2006): Background document on the methodology for mapping High Nature Value farmland in EU27, European Commission Directorate General Joint Research Centre and the European Environment Agency. Further work of the EEA and JRC is documented under: http//eea.eionet.europa.eu/public/irc/envirowindows/hnv/library. VIDÉKFEJLESZTÉSI MINISZTÉRIUM, 2012.: Jelentés az EMVA társfinanszírozásában megvalósuló vidékfejlesztési program végrehajtásának évi előrehaladásáról. WORKING PAPER ON Approaches for assessing the impacts of the Rural Development Programmes in the context of multiple intervening factors, European Communities,

164 5 AZ I-6 HATÁSINDIKÁTOR ÉRTÉKÉNEK MEGHATÁROZÁSA: MAGYARORSZÁG MEZŐGAZDASÁGI TÁPANYAGTERHELÉSÉT CSÖKKENTŐ PROGRAMJAINAK VÍZMINŐSÉGRE GYAKOROLT HATÁSA 5.1 Módszertan Általános módszertani keret A vonatkozó EU útmutató 1 szerint az érintett ÚMVP intézkedések hatása két alapindikátor változásán keresztül mérhető: 1. tápanyag mérleg, 2. vízminőség (a javulás területe, koncentrációk). Az útmutató ugyan nem részletezi, de az indikátorok értelmezhetők általánosan, azaz a tápanyagmérleg egyaránt vonatkozik a nitrogénre és a foszforra, illetve a vízminőség a felszíni és a felszín alatti vizekre. A jelen beszámoló ezzel a megközelítéssel készült. Az elsődleges cél az egyes ÚMVP intézkedések hatására az alapindikátorokban bekövetkezett változások meghatározása. Elvileg ez az érték az aktuális értéknek és annak a fiktív értéknek (a továbbiakban: bázisérték) a különbsége, amely akkor következett volna be, ha az intézkedéseket nem alkalmazzák. Az aktuális értékeket a következő módszerekkel határozhatjuk meg: Elsősorban az érintett területekre vonatkozó adatszolgáltatás (tápanyagmérleg input adatai gazdasági naplókból), illetve vízminőség észlelés alapján. Követelmény a reprezentativitás, vagyis, hogy az információt szolgáltató pontok megfelelően képezzék le a figyelembe nem vett hatásokat (pl. talajtípus, a gazdálkodás egyéb elemei ). Közvetlenül, az intézkedés jellegéből adódó becsléssel (pl. olyan gyepterületen, ahol nincs trágyázás és nem viszik el a területről a szénát, a foszfor-mérleg 0, a nitrogénmérleg pedig a légköri depozíció és a biológiai megkötés). Modellezéssel, megfelelően választott paraméterekkel. A tápanyagmérleget számító modellek komplikáltak, országos szintű alkalmazásukhoz nem áll rendelkezésre elegendő adat. A tápanyagmérlegek vízminőségre gyakorolt hatását viszont, a bizonytalanságok ellenére, értékelhetjük szimulációs medellfuttatásokkal. A bázisértékeket elvileg háromféleképpen határozhatjuk meg: Ugyanarra a területre, az intézkedések alkalmazását megelőző időszakra vonatkozó adatok alapján. Mivel a tápanyagmérleget és a szennyezési folyamatokat egyaránt 1 Approaches for assessing the impacts of the Rural Development Programmes in the context of multiple intervening factors. Working paper and its User Information Brochure. Thematic Working Group established and coordinated by The European Evaluation Network for Rural Development (2010) 163

165 befolyásolják a meteorológiai viszonyok, mind a kontroll időszaknak, mind az intézkedések időszakának elég hosszúnak kell lennie ahhoz, hogy a különbségek statisztikailag értelmezhetők legyenek. Ez esetünkben kétszeresen sem áll fenn, egyrészt azért, mert az intézkedéseket megelőzően nem történt megfelelő számú mérés az érintett területeken (sem tápanyagmérlegre, sem vízminőségre vonatkozóan), másrészt azért nem, mert az intézkedések alkalmazásának időszaka (3 év) túl rövid a statisztikai alapú értékeléshez. Az intézkedések időszakában, olyan területeken végzett párhuzamos mérések eredménye, amelyre érvényes, hogy csak az intézkedések alkalmazásában különböznek. Ebben az esetben az a követelmény, hogy meteorológiai szempontból azonos kategóriába tartozó területeket hasonlítsunk össze (ez mind az országos, mind a megyei léptékre igaz), illetve a talajtípus és a területhasználat vagy azonos legyen vagy azonosak legyen az előfordulási arányok. Modellezéssel, csak az intézkedések által módosított input-paramétereket változtatva. Vízminőségi elemzésekre. Ebben az esetben az aktuális értéket is célszerű ugyanazzal a modellel meghatározni, így csak az intézkedések hatása mérhető, a modell egyéb bizonytalanságai nem befolyásolják a különbséget. A megvalósítás során a fenti módszerek kombinációját alkalmaztuk, igazodva a rendelkezésre álló információkhoz. Mielőtt a módszertan egyes lépéseit ismertetnénk, néhány olyan szempontot ismertetünk, amelyek befolyásolják a módszer megválasztását.a tápanyagmérleg bázisértékének meghatározásához a programban nem szereplő területeken nem állnak rendelkezésre ugyanolyan részletességű mérleg-adatok, mint a programba bevont területeken. Emiatt az összehasonlítás legkisebb léptéke az egyes megyékben található összes mezőgazdasági terület (szántó, szőlő, gyümölcsös, konyhakert és gyep együtt), ugyanis a műtrágyára és a trágyára vonatkozó statisztikai adatok csak ilyen felbontásban állnak rendelkezésre. Az összehasonlíthatóság érdekében az AKG keretében begyűjtött gazdálkodási naplók tábla szintű mérlegek elkészítésére alkalmasak, amelyekből megyei szintű átlagokat kell készíteni. Korábbi reprezentatív felmérések ugyan lehetővé teszik táblaszintű mérlegek elkészítését, azonban a táblák kis száma és az időbeli különbség miatt, csak tájékoztató jellegű összehasonlítás végezhető. Időben eltérő mérésekről van szó, és az a követelmény sem teljesül, hogy a terület megközelítően azonos. A vízminőség-változás meglévő monitoring adatokra alapozott értékelése gyakorlatilag nem lehetséges. A felszíni vizek esetén egy monitoring ponthoz tartozó vízgyűjtőn vegyesen fordulnak elő különböző területek, tehát a mérések különböző arányban kevert művelési viszonyokat tükröznek, illetve a mért értékeket egyéb forrásból származó terhelések is befolyásolják. A felszín alatti vizek esetén pedig szinte lehetetlen biztosítani a kutak reprezentativitását. Egyrészt nem rendelkezünk olyan célirányos monitoringgal, ahol olyan kútpárokat létesítettek volna, amelyeknél a körülmények hasonlóak, csak az egyik környezetében alkalmazzák az AKG intézkedéseket, a másiknál meg nem. Másrészt a meglévő hálózat kútjaiban mért adatok átlagai összehasonlíthatóságának feltétele lenne, hogy a kutakat megbízhatóan lehessen csoportosítani és az egyéb hatások mindkét csoportban semlegesítsék egymást. Ehhez olyan sok kútra lenne szükség, amivel nem rendelkezünk, és a jövőben is irreális elképzelés. Az intézkedések alkalmazása óta eltelt idő egyébként is túl rövid ahhoz, hogy a hatás már a talajvízminőség-figyelőkutak vizében is jelentkezzen. 164

166 A fentiek figyelembevételével a módszertan fő lépései: 165

167 I. Bázisértékek meghatározása 1. Nitrogén és foszfor tápanyagmérlegek készítése országos és megyei szinten, időszakra, a területi változékonyság és az időbeli tendenciák bemutatása érdekében, a KSH adatai és alkalmazott paraméterei alapján, az Eurostat/OECD által előírt módszerrel. Ennek keretében a fenti időszakra: a. műtrágya és szerves trágya használatra vonatkozó adatok feldolgozása országos és megyei szinten, b. a terméseredmények, illetve a területről a termésen keresztül kivett nitrogénés foszformennyiség értékelése országosan és megyénként, 2. Az elkészült országos tápanyagmérlegek összehasonlítása a KSH által készített országos mérlegekkel ( ), a számítási módszer validációjaként. 3. A művelési ágra, illetve a szántón belül a növénycsoportokra vonatkozó országos és megyei vetésterületi arányok meghatározása (az AKG programba tartozó táblákra vonatkozó hasonló adatokkal való összehasonlítás érdekében), csak a 2010, 2011, 2012 évekre a KSH adatok alapján. 4. Az évi reprezentatív felmérés foszfor és nitrogén-mérlegekre vonatkozó eredményeinek feldolgozása. Az agronómiai módszerrel számolt mérlegek transzformációja környezetvédelmi megközelítésű mérlegekre, az Eurostat/OECDmódszer szerint. II. Az AKG programba tartozó területekre vonatkozó jellemzők meghatározása és elemzése a 2010, 2011, 2012 évekre, a gazdasági naplók alapján: 5. Nitrogén és foszfor tápanyagmérlegek készítése mintegy mezőgazdasági táblára, a KSH által alkalmazott paraméterek alkalmazásával, az Eurostat/OECD által előírt módszerrel. 6. Az adatok statisztikai feldolgozása országos és megyei szinten, szántó, ültetvény, gyep, illetve tovább bontva a jelentős növényfajták, illetve célprogramok (csak országosan) szerint. Ennek keretében a fenti évekre országos és megyei szinten: a. Műtrágya- és szerves trágya használatra vonatkozó adatok feldolgozása. b. A terméseredmények, illetve a területről a termésen keresztül kivett nitrogénés foszformennyiség számítása. c. A művelési ágak, illetve a szántón belül a növénycsoportok vetésterületi arányainak meghatározása. III. Hatáselemzés, összehasonlítás Megjegyzendő, hogy a KSH bázisadatai tartalmazzák az AKG-területekre vonatkozó adatokat is, az egyszerű összehasonlítás tehát redundáns adatokon alapul. A tényleges különbségek elemzéséhez ezt figyelembe kell venni, és korrekciókra van szükség. A KSH-adatok és az AKG-területek összehasonlítása a időszakra vonatkozik. 7. A művelési ágak (szántó, ültetvény, gyep), illetve az egyes növénycsoportok vetésterület arányainak összevetése az AKG- területeken és a KSH adatokban, országos, valamint megyei szinten. 166

168 8. A fajlagos műtrágya és szerves trágya használat összehasonlítása az AKG-területeken és a KSH adatokban, országos, valamint megyei szinten (vetésterületi arányok szerinti korrekcióval, ha szükséges). 9. Terméseredmények összehasonlítása a fő szántóföldi növénycsoportokra az AKGterületeken és a KSH adatokban, országos, valamint megyei szinten (vetésterületi arányok szerinti korrekcióval, ha szükséges). 10. Nitrogén- és foszformérlegek összehasonlítása az AKG-területeken és a KSH adatokban országos és megyei szinten (vetésterületi arányok szerinti korrekcióval, ha szükséges), összesítve és a fő célprogramok szerinti bontásban (1. indikátorra vonatkozó végeredmény). 11. Nitrogén- és foszformérlegek összehasonlítása az AKG-területeken és a reprezentatív felmérés ( ) területein néhány fő növénycsoportra (1. indikátorra vonatkozó végeredmény). 12. A felszíni vizeket érő foszforterhelésben várható változások elemzése modellezéssel (2. indikátorra vonatkozó végeredmény). 13. A felszín alatti vizeket érő nitrát-terhelésben és a talajvíz nitrát-szennyezettségében várható változások értékelése modellezéssel (2. indikátorra vonatkozó végeredmény) Részletes módszertan A tápanyag mérleget meghatározó információk feldolgozása, értékelése A tápanyagmérleg mint az előzőekben láttuk függ a felhasznált műtrágyában lévő nitrogén és foszfor hatóanyag, a kiadott szerves trágya és a termés mennyiségétől, továbbá az ezeket alapvetően meghatározó növénytípustól. Bázisadatok, KSH A KSH évente a következő információkat közli országosan és megyei bontásban: Vetésterület, betakarított termés és hektáronkénti termésátlag 44 féle szántóföldi növényre, szőlőre, 12 féle gyümölcsre és gyepre vonatkozóan. Az értékesített műtrágya mennyisége, a műtrágyázott területek mérete és itt a fajlagos műtrágya felhasználás (ebből közelítéssel meghatározható a nitrogén, foszfor és kálium hatóanyag megoszlása). A szerves trágyázott területek mérete és a fajlagos szervestrágya felhasználás. Ezek az adatok a KSH stadat nevű internetes adatbázisából, illetve az évente megjelenő Mezőgazdasági Statisztikai Évkönyvből szerezhetők be. Sajnos a műtrágya és szerves trágya adatok növényfajok szerinti felbontása nem áll rendelkezésre, így az egyes növényekből származó fajlagos terhelések nem számolhatók. AKG- területekre vonatkozó adatok ( ) Az AKG területeken kötelező gazdálkodási naplót (GN) vezetni, amelyeket a NÉBIH szakemberei vittek fel gépi adathordozóra. Az Access számítógépes adatbázis összesen tábláról tartalmaz adatokat a időszakra. 167

169 Az AKG-területek gazdasági naplóiban szerepel az adott évben kiadagolt műtrágya és szerves trágya hatóanyag (N, K, P). Ezekből a főbb növényekre/művelési ágakra (búza, árpa, zab, tritikálé, kukorica, silókukorica, napraforgó, repce, lucerna, egyéb, szőlő, gyümölcsös, gyep) megyei és országos szinten meghatározható a trágyázott területekre érvényes nitrogén hatóanyag fajlagos mennyisége: FN_AKG átl,terület,növény,trágyázott = (Ai Ni)/ Ai, FN_AKG átl,terület,növény,trágyázott : az adott területre (megye, ország) és növényre érvényes átlagos N-hatóanyag felhasználás (a trágyázott AKG-területekre vonatkozik) [kg/ha] Ai: az i. táblán a trágyázott terület nagysága, ha az adott növényt termesztik [ha] Ni: az i. táblán kiadott N-hatóanyag fajlagos mennyisége, ha az adott növényt termesztik [kg/ha] Az összegzés a kiválasztott területre (megye, ország) és növénycsoportra vonatkozik Hasonló módon számíthatók a foszforra és a szerves trágyára vonatkozó fajlagos értékek: (FP_AKG átl,terület,növény, trágyázott, ill. FSZ_AKG átl,terület,növény,trágyázott). Kiegészítésképpen meg kell határozni az adott növénytípusnak a területre eső teljes terültét is, figyelembe véve a nem trágyázott területeket is (A terület,növény ). Ennek felhasználásával számítható a növénytípus teljes területére vonatkozó átlag. Az N-hatóanyagra vonatkozóan: FN_AKG átl,terület,növény, = FN_AKG átl,terület,növény,trágyázott Ai/ A terület,növény,, és hasonló módon a foszforra és a szerves trágyára. A termés mennyiségére vonatkozó jellemző a KSH bázisadataihoz hasonló módon számítható, de értelemszerűen az adott területegységen belüli AKG-területekre vonatkoztatva: FTERM_AKG terület,növény = (Ai TERM i / Ai, FTERM_AKG,terület,növény : az adott területre (megye, ország) és a növényre(csoportra) vonatkozó fajlagos termés az AKG területeken belül [t/ha] TERM i : az i. táblán az adott növény termésének mennyisége [t] A i : az i. tábla területe, ha az adott növényt termesztik [ha] Összehasonlítás Az összehasonlítás első lépéseként értékelni kell az egyes növénycsoportokhoz tartozó területek arányait megyénként és országosan. Az AKG-területek esetén is a területi súlyozást a KSH szerinti arányokkal kell számolni. A műtrágya és a szerves trágya használatok összehasonlítása csak az összes trágyázott terület szintjén, országosan, illetve megyénként lehetséges, mert a KSH adatok csak ilyen bontásban állnak rendelkezésre. Az összehasonlításában szerepelnie kell a trágyázott területekre vonatkozó fajlagos értéknek és a nem trágyázott területek arányának. Ez a két adat jobban tükrözi a változásokat, mint az összes területre vonatkozó átlagok különbsége. Ha azonban a növénycsoportok arányai nem azonosak az AKG területeken és a teljes művelési ághoz tartozó területen, továbbá a műtrágyahasználatban a változás nem azonos 168

170 arányú minden növénycsoportra (ez érvényes a nem trágyázott területekre is), akkor az AKGintézkedésekből adódó tényleges különbség nem jellemezhető a nem trágyázott terület arányának és a fajlagos trágyahasználatok egyszerű különbségeként. Ha a szántó és az ültetvény művelési ágon belül az arányokban bekövetkező változás minden növény esetén kisebb, mint 10 %, akkor a különbség elfogadható. Ellenkező esetben az eredmény mellett megjegyzésként fel kell tüntetni a jelentősebb változásokat. Szükség esetén az összehasonlításhoz korrekciót kell végrehajtani. Ennek lényege, hogy az AKGterületekre vonatkozó súlyozott átlagot nem az AKG területekre érvényes művelési ág és vetésterületi arányok alapján hanem a KSH adatok alapján kell súlyozni Tápanyagmérlegek számítása Bázisadatok, KSH A nitrogén (N) és foszfor (P) tápanyagmérleg számítása a KSH-ban az Eurostat/OECD előírások 2 szerint történik, környezetvédelmi megközelítéssel. N = N mtr + 0,8 N szerv. + N szvíz + N légkör + N vető + N bio N term N mellék P = P mtr + 0,8 P szerv. + P szvíz + P vető P term P mellék N: P: a nitrogén-mérleg egyenlege a foszfor-mérleg egyenlege Bevételi oldal: N mtr, P mtr : a kiadagolt műtrágya N, ill P hatóanyagának területi átlaga (a teljes mezőgazdasági terültre vonatkoztatva), amit az eladott műtrágya alapján vesznek figyelembe, annak feltételezésével, hogy a megye- ill. országhatáron nincs műtrágya mozgás N szerv, P szerv : kiadagolt szerves trágya fajlagos tápanyagtartalma (a teljes mezőgazdasági terültre vonatkoztatva), ami N esetén a szervestrágya mennyiségének 0,6%-a, P esetén 0,3%-a. A keletkező szervestrágya mennyiségét az állatállomány és az állatonként produkált trágya alapján számolják. A szerves trágya tápanyagtartalmának 80 %-át veszik figyelembe N szvíz, P szvíz : a kihelyezett szennyvíz és szennyvíz-iszapmennyisége jelenleg elhanyagolható, ezért nem veszik figyelembe N légkör, : a légkörből származó száraz és nedves N-kiülepedés (az Országos Meteorológiai Szolgálat adatai alapján). A KSH országos tápanyagmérleg készítésénél 13,5 kgn/ha (2010), 9,8 kg/ha (2011) és 9,2 kg/ha (2012) értékeket vettek figyelembe, az ország teljes területén. A foszfor kiülepedés elhanyagolható. 2 Guidelines for national surface NP balances according to the OECD methodology, Manuscript, OECD, Paris, 1997, Methodology and Handbook Eurostat/OECD, Nutrient Budgets, EU27, Norway, Switzerland, Luxembourg 2013 Eurostat: Model national level (CPSA-AC-110-N ill. P)-corrected 169

171 N vető, P vető : vetőmag tápanyagtartalma, amit az egyes növények vetőmag igénye és a vetőmag fajlagos tápanyagtarma szorzataként számolnak N bio : a biológiai N kötés, ami a pillangósok esetében: borsó (40 kgn/ha), szója (20 kgn/ha), lucerna (60 kg/ha) és vöröshere (50 kg/ha) igen nagy N bevételt jelent. A szabadon élő N kötő mikroszervezetek nitrogén gyűjtését 4 kgn/ha értéknek tekintik a KSH mérlegszámításnál Kiadási oldal: N term, P term : a fő termés tápanyag-tartalma (teljes egészében lekerül a földekről), a termésátlag és a termés fajlagos tápanyagtartalma szorzataként számítható, a megyei mérlegekben a növények területe szerint súlyozott átlag szerepel N mellék, P mellék a területről elvitt melléktermék tápanyag-tartalma, amit a melléktermés és a melléktermék fajlagos nitrogén tartalmának szorzataként lehet számolni ott ahol elviszik a melléktermést. A melléktermés a növénytől függő melléktermés/főtermés arány alapján számítható. A megyei mérlegekben a növények területe szerinti súlyozott átlag szerepel. A KSH tápanyagmérlegben csak a kalászosok 70%-ának esetében számolnak a melléktermék elvitelével, a többi növénynél 0% -nak tekintik. A főtermésben és a melléktermésben lévő fajlagos tápanyag-tartalomra és a melléktermés/főtermés arányokra táblázatok állnak rendelkezésre 59/2008 (IV.29.) FVM rendelet 4. Sz. melléklet. A KSH statisztikában megyei átlagértékek szerepelnek, így a tápanyagmérlegek is megyei átlagokat reprezentálnak. A KSH által készített országos tápanyagmérlegek elérhetők a Mezőgazdasági Statisztikai Évkönyvekben és az interneten. Az alkalmazott mérlegszámítási módszer validációja érdekében kiszámoltuk az országos N és P mérlegeket, és összehasonlítottuk a KSH értékeivel. Mind nitrogén, mind foszfor esetében megközelítően azonos eredményeket kaptunk (1. 2. táblázat), tehát a módszerünk megfelel a célnak, vagyis alkalmas több mint P és N mérleg elkészítéséhez. A KSH eredmények értékelése során kiderült, hogy a KSH a számítások során a főtermésben lévő tápanyag értékét a miniszteri rendelet mellékeltében szereplő értekkel veszi figyelembe, ami viszont tartalmazza a melléktermésben lévő tápanyagot is. Így a területről kivitt tápanyag mennyiségét a számítás túlbecsüli. Ebben a tanulmányban - az összehasonlítás kedvéért a KSH által alkalmazott módszert alkalmaztuk az AKG területekre is. Noha szakmai szempontból javasolt áttérni a TAKI ajánlásainak figyelembevételével (Csathó P és Radimszky L.) 3 végzett számításokra, de mindaddig, amíg a KSH nem eszerint dolgozik az AKG-táblákra vonatkozó számításokat is a rendeletben szereplő adatok alapján kell végezni. 3 Csathó P. Radimszky L.: Agronómiai nitrogén-mérlegek számítása 170

172 Megjegyezzük, hogy a fentiekben ismertetett környezetvédelmi megközelítésű mérlegszámítás mellett létezik egy ún. agronómiai mérleg is, amelynél az istállótrágya keletkezése, érlelése során előállt veszteségek (20%) és a kalászosok esetén a mellékterméssel elszállított tápanyag mellett további veszteségekkel is számolnak: a talajfelszínre kijuttatott műtrágya volatilizációs vesztesége (jelenleg (jelenleg N műtrágyánál 10%-nak, P műtrágyánál 5%-nak tekintik ) nedves és száraz ülepedéssel a területre jutó nitrogén 20%-a az istállótrágyával kijuttatott tápanyag 30%-a a vetőmag tápanyag-tartalmát nem veszik figyelembe Az eltérő számítási módszerek miatt akár kgn/ha különbség is lehet az ugyanazon adatokból készített különböző típusú mérlegek között. A reprezentatív műtrágyafelmérés eredményeinek értékelése során 2004-ben agronómiai típusú mérleg készült, amit az összehasonlításhoz korrigálni kell. AKG- területekre vonatkozó tápanyagmérlegek ( ) Vizsgálataink során a KSH-ban alkalmazott környezetvédelmi N és P tápanyag mérleget használtuk, sőt átvettük a KSH által alkalmazott paramétereket is. Csak egyetlen adat esetében kellett másképpen számolnunk, mivel konkrét adatokkal rendelkeztünk arról, hogy elviszik-e a területről a melléktermést,. A tápanyagmérlegek elkészítéséhez szükséges valamennyi adat (termés, melléktermés elvitele, trágya, műtrágya, táblaterület) rendelkezésre állt, a többi adatot (vetőmag, légköri kiülepedés, biológiai kötés) a KSH hivatalos, országos mérlegéből vettük. Első lépésként kiszűrtük a GN adatbázisból a kisszámú, de kiugróan rossz, irreális adatokat tartalmazó naplókat. A GN alapján készített több mint tápanyagmérleg sokkal részletesebb képet ad a N és P terhelésről, amelyet sztochasztikus változóként kezelve értékelhető az egyes táblák nitrogén- és foszfor-többletének eloszlása is. Az országos mérlegekkel való összehasonlítás érdekében évenként ( ) és megyénként csoportosítottuk az egyedi mérleg adatokat a 9 legnagyobb vetésterületű növényre, valamint a többi 34 fajta növényre, amelyeket összevonva, vegyes 1 és vegyes 2 néven mutatunk be, illetve a szőlő-gyümölcsös ültetvényekre és a gyep területekre. (2. melléklet) A gazdasági naplók szerint számított tápanyag-mérlegek csoportosíthatók az AKG célprogramok szerint is, illetve aszerint, hogy az adott tábla esetén be van-e jegyezve a Natura2000 kötelezettség. A KSH és a GN adatok alapján készített tápanyagmérlegek összehasonlítáa A nitrogén- és foszformérlegek összehasonlítása megyei és országos szinten, az összes mezőgazdasági területre összevontan lehetséges, hiszen a KSH-feldolgozás ilyen bontásban áll rendelkezésre. 171

173 A KSH-adatok és az AKG-területekre vonatkozó mérlegadatok összehasonlítása során ugyanazok a módszertani elemek érvényesek, mint amit a fajlagos műtrágyahasználattal kapcsolatban leírtunk. Az AKG és az országos vetésterületek között tapasztalt rendkívül nagy eltérés miatt korrekciót kellett alkalmazni, a pontban leírt módszer szerint. Az ÚMVP-intézkedések hatását a fentiek alapján meghatározott adatok, illetve bizonyos feltételezések, közelítések alapján értékeltük, számszerűsítettük (lásd részletesen a 2.2 fejezetben) A felszíni vizek minőségének változása A kibocsátóktól egy közvetítő közegen keresztül jut el a tápanyagterhelés a felszíni víz, mint befogadóig. A szállító folyamat lehet felszíni vagy felszín alatti lefolyás, erózió, légköri nedves vagy száraz kihullás. A földhasználatból származó diffúz terhelés általában a talaj termőképességének javítása érdekében felhasznált trágyák okozzák. A mezőgazdasági földművelés tápanyagterhelésen túl, azzal is növeli a diffúz szennyezéseket, hogy az eróziót elősegítik, mivel fellazítják a talaj felső rétegeit, és ezzel főleg az erózióval transzportálódó partikulált (elsősorban foszfor) terhelést növelik. A két ásványi makrotápanyag, a nitrogén és a foszfor a lehetséges terhelési utaknak a két szélsőséges esetét képviselik. A nitrogén gyorsan nitrát ionná alakul át bármilyen formában is juttatják ki a műtrágyát. A nitrát ion a döntően negatív töltésű talajkolloidok felszínétől elektrosztatikus taszítás révén viszonylag távol, a talajoldatban helyezkedik el, és kizárólag az oldat fázisban mozog. A foszfát ionok specifikus adszorpció révén nagymértékben és erősen kötődnek a talajszemcsékhez, és az oldatban való elmozdulásuk legtöbbször alárendelt jelentőségű. A terhelés számítások során a két eltérően viselkedő elemnél a számítás módszertana sem azonos. Tekintve, hogy a felszíni vizek minőségére a két tápelem közül a foszfor (a növekedés korlátozó tényezőjeként) jóval nagyobb mértékben hat, mint a nitrogén, a hatáselemzés során csak a foszforterhelésekkel foglalkozunk. Ezt a felszíni vizeink ökológiai állapotértékelésének eredménye is alátámasztja, mely szerint a VKI által kítűzött célok (ökológiai jó állapot) elérését hazai vizeink esetében legnagyobb arányban a pontszerű és diffúz forrásokból származó túlzott mértékű foszforterhelés akadályozza. Az alkalmazott módszer az alábbi lépésekből áll: 1. Térinformatikai alapú terhelés modellel számítjuk a felszíni vizek P terhelését. A számítás eredményeként a felszíni víztestekre összesítve, a lefolyás pályákat figyelembe véve kapunk eredményt. 2. A modell bemenő adatait és paramétereit az UMVP intézkedések alkalmazásának hatásait figyelembe véve módosítjuk. 3. Az alapfuttatás (baseline) és az intézkedések alkalmazása szerint módosított eredményt összevetjük, a hatás indikátor a különbség térképből áll elő. Az alkalmazott modell (1. lépés) a Vízgyűjtőgazdálkodási Tervek készítéséhez alkalmazott PhosFate modell (Phosphorus Fate, Kovács et al., 2008). A módszer egy un. osztott paraméteres eljárást alkalmaz, melyben a területi változásokat térinformatikai alaptérképek segítségével visszük be. A tápanyag emissziót először egy a modell által használt rácshálón 172

174 (0,25 ha területű cellák) számítjuk, majd a transzport tényezők figyelembe vételével (domborzat alapján meghatározott lefolyási pályák és a hidrológiai tényezőkből meghatározott lefolyás) juttatjuk el a befogadó vízfolyásokig. Végeredmény a víztestek (vízgyűjtők) összegzett P terhelése. A számítás elvét az 1. ábrán mutatjuk be, a módszer részletes leírását lásd a mellékelt háttértanulmányban (BME kutatási jelentés, november). 1. ábra: A foszforterhelési modell elvi sémája A 2. lépés az UMVP intézkedéseinek alkalmazásával elérhető, a terhelést módosító tényezők figyelembe vétele. Ezek a tényezők az alábbiakra lehetnek hatással: a) talaj P tartalma (ide tartozik minden olyan intézkedés, mely a tápanyag bevitelt korlátozza, illetve előírja a tervezett tápanyag gazdálkodást); b) a talaj fedettségét biztosító, illetve a fedettség idejét, arányát növelő intézkedések (ezt elsősorban a földhasználat váltással a termőfölt mezőgazdasági művelésből való kivonása eredményezi, de a nagyobb fedettséget biztosító növényzet vetési arányának növelése is kedvező hatású); c) a kifejezetten erózió védelmet célzó intézkedések (szintvonalas művelés, talajtakarás előírása, stb.) d) víz megtartását segítő intézkedések (vizes élőhely, vízelvezetés tiltása, talajlazításmélyszántás); e) talaj (és ezzel együtt a tápanyag) transzportját akadályozó növénysávok telepítése 8táblaszéli füves mezsgyék, sövény és fásítás). Jelen tanulmányban a felsoroltak közül az a) pontban, tehát a tápanyag bevitelben elért változások hatását számszerűsítjük. Ehhez az országos és megyei szinten, időszakra elkészített P tápanyag mérlegeket használtuk fel. Kiinduló állapotnak a ig számított kumulált foszformérleget tekintettük (ennek értékei a VGT-hez már 2008-ban elkészültek). A 2006 és 2012 közötti időszakra a most kapott eredményekből kaptuk meg a kumulált foszformérleg alakulását. A 2012 évre számított mennyiséget a 2006-nak tekintett referencia állapot értékeihez viszonyítva látjuk az azóta eltelt időszak változását, ami alapján módosítjuk a P bemenő adataiban a talaj hozzáférhető P készletét. 173

175 A b.) e.) pontokban felsoroltak is beépíthetők a modellbe. Az UMVP intézkedések közül főként az AKG célprogramok intézkedései vehetők figyelembe (tápanyag gazdálkodás előírása, erózióvédelmi programok, vetésszerkezetre vonatkozó kritériumok és természetesen a mezőgazdasági területek első erdősítése.), A transzport csökkentő intézkedések között számításba vehetők a Nem termelő beruházások (NTB) sövénytelepítésre és gyepesítésre vonatkozó előírásai. Továbbá, ide tartozik a Natura2000 területek gyepesítése, az erdészei potenciál hasznosítása esetén pedig a bakhátakra és a lejtős területen a talajlehordás megakadályozására szolgáló előírások. Az intézkedési programok előírásait a felszíni vizek terhelése szempontjából 4 fokozatú skálán értékeltük (nincs - elhanyagolható mérsékelt hatékony) és jeleztük, hogy a hatás mely, a modell paraméterekben is figyelembe vehető tényezőnél jelentkezik (3. melléklet) A felszín alatti vizek minőségének változása Figyelembe veendő folyamatok A felszín alatti vizeket elsősorban a nitráttá alakuló nitrogén-források veszélyeztetik, a foszfor szinte teljes egészében adszorbeálódik a talajszemcsék felületén, a talajvízbe történő bemosódás elhanyagolható. Az előző fejezetben megállapított nitrogén-többlet egy része szerves nitrogén, illetve ammónium formájában hagyja el a gyökérzóna alját (amire a nitrogén-mérleg vonatkozik). A szerves nitrogén mineralizálódik, majd a jelentős mennyiségű oxigén jelenlétében az ammónium túlnyomó része nitráttá alakul. Szerves anyag jelenlétében, és oxigénhiányos környezetben lép fel a denitrifikáció, amely a nitrátot nitrogéngázzá alakítja, amely a légköbe távozik. Ez a telítetlen zónában, a bezárt pórusok telített környezetében is megtörténhet. 2. ábra: A felszín alatti vizek nitrát-szennyezésének elemei és a veszélyeztetett receptorok Az értékelés célja A Nitrát Irányelv és a Víz Keretirányelv egyaránt 50 mg/l-ben jelöli meg azt a koncentrációt, amely esetében a talajvíz szennyezettnek tekinthető. Ehhez a koncentrációhoz kapcsolódik az ivóvízkivétel veszélyeztetettsége is. Egyes felszín alatti vizektől függő ökoszisztémák 174

176 szigorúbb követelményeket is indukálhatnak, azonban ez általában külön vizsgálat tárgya. Általában az 50 mg/l-es koncentráció tekinthető olyan környezetminőségi határértéknek, amely felett vizsgálatot kell indítani, más szóval a talajvíz szennyezett. A VKI végrehajtáshoz kapcsolódóan a felszín alatti vizek minőségi állapotértékelésnek egyik eleme, hogy a szennyezett talajvizű területek aránya nem haladhat meg egy bizonyos mértéket. Ez a hazai viszonyok között 20%. A mezőgazdasági eredetű diffúz nitrát-szennyezés terhelési oldala nem ismert pontosan, lényegében sztochasztikus változóként foghat fel. Egy elegendően nagy területen (felszín alatti víztest) a nitrogén-többlet egy eloszlással jellemezhető. Azt pedig, hogy az adott helyen várható-e talajvízszennyezés a talaj típusa, szerves anyag tartalma, és a beszivárgás/párolgás viszonyok határozzák meg. Ezeknek a jellemzőknek az ismeretében meghatározható, hogy mekkora nitrogén-többletre van szükség ahhoz, hogy az adott terület beszivárgási többletében feloldódva és a denitrifikációval távozó nitrogént is figyelembe véve, a talajvizet elérő beszivárgásban a nitrát-koncentráció elérje az 50 mg/l-t. A szennyeződés valószínűsége pedig azonos lesz a kritikus nitrogén-többlet előfordulási valószínűségénél. Az alkalmazott módszer részleteit foglaljuk össze a következő pontokban. A műtrágyahasználatból származó nitrogén-többlet területi eloszlásának becslése A nitrogénmérleg empirikus eloszlásai (lásd pont) lineáris és exponenciális függvényekkel közelíthetők (a megszokottól eltérően ezek az eloszlások a N-nél nagyobb nitrogéntöbblet valószínűségét mutatják) lineris változat: p( N) LIN = max (0, a N + b), exponenciális változat: p( N) EXP = a e -c N p( N): a N (kg/ha/év) mértékű nitrogén-többlet előfordulási valószínűsége a műtrágyázott szántóterületen belül a, b, c: paraméterek, amelyek közül (1-a) a negatív mérleg valószínűsége. A kritikus nitrogén-többlet meghatározása A kritikus nitrogén-többlet az az érték, amelynél az adott terület lefolyási beszivárgási és denitrifikációs jellemzői mellett a talajvizet tápláló beszivárgás nitrát-koncentrációja meghaladja az 50 mg/l-t (nitrogénben számolva, kerekítve 10 mg/l-t). A denitrifikációt különböző talajjellemzők szerint, három mértéket (A, B, C) megkülönböztetve vehetjük figyelembe. A felszíni lefolyással távozó mennyiség becslése : N kritikus = [0,1 q/(1-d)]/(1-f) N kritikus : az adott cellában megengedhető nitrogéntöbblet (kg/ha/év) 175

177 f: a felszíni lefolyással távolzó nitrogén aránya a teljes mérleghez viszonyítva (elhanyagolható) D: visszatartás (denitrifikációs kapacitás) q: beszivárgás (mm/év) A szennyezés valószínűségének becslése műtrágyázott szántóterületeken Az előző pont szerint meghatározott kritikus nitrogén-többlet előfordulási valószínűségének becslése a területre megadott eloszlási görbe/függvény alkalmazásával történik (3. ábra). Ebben a feldolgozásban a lineáris görbék mellett döntöttünk, mert a kritikus értékek általában 10-nél kisebbek, és ebben a tartományban a lineáris megközelítés a jobb. p műtrágya (C N >10) = max (0, a N kritkus + b) N kritikus : a szennyezettséghez (a beszivárgás nitrogén-koncentrációja > 10 mg/l) tartozó nitrogén-többlet (kg/ha/év) a, b: : paraméterek ΔN kritikus 3. ábra: Kritikus nitrát-töblet valószínűségének becslése Az AKG területek talajvízminőségre gyakorolt hatásának értékelése A módszer abban az esetben alkalmazható, ha meg tudjuk határozni a bázis értékek és az AKG-ra vonatkozó nitrogén-többlet eloszlásokat. Így az eltérő eloszlásfüggvények alapján leolvasott valószínűségek eltérései mutatják, hogy mennyivel csökkent az adott területen a szennyezés veszélye. 176

178 A feldolgozás léptékét a bázisértékek szerinti eloszlásfüggvények határozzák meg. A reprezentatív műtrágyafelmérés adatai alapján készültek ilyen eloszlásfüggvények 10 tájegységre, a vetésterületek alapján súlyozott átlagos nitrogéntöbbletre 4. Az eredeti adatbázis lehetővé teszi, hogy egyes kiválasztott növényekre is elkészüljenek az eloszlásfüggvények. 5.2 Eredmények A nitrogén- és foszformérleg változása Országos tendenciák a nitrogén- és foszformérlegekben Az 1. és 2. táblázat a KSH-adatokból számított nitrogén- illetve foszformérlegeket mutatja megyei összesítésben. A táblázatokban feltüntettük a hivatalos KSH-eredményeket is. A kis különbségek a reprodukált számítás validációját jelentik. 1. táblázat: A nitrogén-mérleg változása 2004 és 2012 között A KSH adataiból számított nitrogén tápanyagmérlegek [kgn/ha] Budapest 28,5-5,4 18,3 26,4 27,5 18,2 5,0-3,7 15,0 Pest 6,1 3,0 1,6 45,9-9,9 10,4 6,8 2,3 26,9 Fejér -24,5-44,8-14,6 40,3-41,8-15,6-9,3-8,6 23,9 Komárom-Esztergom 22,8 6,5 5,1 45,0-20,4-8,8 15,4 4,7 24,0 Veszprém 11,1-1,7 10,9 28,8 6,2 12,8 23,1 19,4 26,5 Győr-Moson-Sopron -10,1-14,2 7,1 14,6-21,8-15,2 2,1-20,0 4,7 Vas -0,2-2,2-10,4 8,4-9,3 9,3-1,1-3,8 6,8 Zala 2,6 18,1 9,4 28,9 4,3-3,6 13,0 17,7 14,8 Baranya -12,0-23,4 7,6 42,4-12,9-8,6 23,3 17,9 45,7 Somogy -12,7-25,5-3,5 43,9-12,6-8,5-2,4 14,6 26,9 Tolna -24,5-49,9-23,7 40,3-36,1-22,8-3,9-8,8 40,9 Borsod-Abaúj-Zemplén -9,5-6,6 3,1 24,7-6,3 1,0 11,5-14,2-4,9 Heves -19,4-23,0-17,0 7,8-29,4-7,5-9,0-19,0-1,0 Nógrád 0,6 9,4 11,5 27,8 13,0 20,8 14,1 8,8 21,4 Hajdú-Bihar -22,5-12,5-8,7 28,7-26,1-6,1 11,6-9,7 7,1 Jász-Nagykun-Szolnok -31,2-13,9-5,2 15,7-36,0-9,3 10,0 0,0 20,1 Szabolcs-Szatmár-Bereg -4,0-7,5 4,2 37,6-11,4 18,2 21,2 3,9 12,6 Bács-Kiskun 4,2-3,8 4,5 28,5 3,9 18,6 26,8 3,9 34,1 Békés -37,8-29,3-14,4-2,8-36,4-27,7 0,4-20,8 7,0 Csongrád -20,4-16,4-14,4 16,3-26,2-4,4-5,8-6,0 7,5 Ország összesen -11,6-13,9-2,9 26,8-17,0-2,4 8,3-2,4 18,0 KSH hivatalos adat -13,0-16,0-6,0 26,0-18,0-3,0 6,0-2,0 18,0 különbség 1,4 2,1 3,1 0,8 1,0 0,6 2,3-0,4 0,0 4 A felszín alatti vizek terhelése diffúz szennyezőforrásokból (VITUKI, 2004) A Víz Keretirányelv hazai alkalmazásának elősegítése, II. fázis 4. Melléklet A vizeket érő terhelések becslése. Diffúz szennyezőforrások hatása a felszín alatti vizekre (BME, 2007) 177

179 Nitrogén-mérleg [kgn/ha] A 4 ábrán az országos nitrogén mérleg idősorát mutatjuk be a 2004 és 2012 közötti időszakra. A mérleg, úgy tűnik, egyensúlyban van (az átlag 0,3 kg/ha), tendenciát gyakorlatilag nem fedezhetünk fel között, mintha növekvő lenne a trend, de az egész időszakot tekintve már látható, hogy ez nem tekinthető trendnek, a következő évek fogják eldönteni a kérdést). Három év, különösen 2007, többlete ellensúlyozza a többi év negatív mérlegét. A 2010, 2011, 2012 évekre az átlagosnál valamivel nagyobb értékek jellemzőek, különösen a 2012-es évben ábra: Országos nitrogén-mérleg 2004 és 2012 között A területi különbségek érzékeltetésére a 5. ábrán az országos átlag mellett (vastag fekete vonal) bemutatjuk a régiónkénti mérlegeket is. Az évek közötti különbségek nagyjából hasonlóak. Felhívjuk a figyelmet, hogy a régiónkénti átlagokat a régiókhoz tartozó megyék alapján átlagoltuk, és nem a területtel súlyozott átlagokat ábrázoltuk. E pontatlanság ellenére két jellemző különbséget fedezhetünk fel. Budapest és Pest megye végig pozitív mérleget mutat. Az alföldi régiók pedig a kezdeti negatívabb mérlegekből pozitívra váltottak, emelkedő tendenciát mutatnak. 178

180 Nitrogén-mérleg [kgn/ha] BP., Pest Komárom, Fejér, Veszprém Győr, Vas, Zala Baranya, somogy, Tolna Nográd, Heves, BAZ Szabolcs, Szolnok, Hajdú Bács, Csongrád, Békés Országos 5. ábra: Nitrogén-mérlegek régiónként, 2004 és 2012 között 2. táblázat: A foszfor-mérleg változása 2004 és 2012 között A KSH adataiból számított foszfor tápanyagmérlegek [kgp/ha] Budapest -4,6-6,6-3,2-2,2-7,9-7,2-6,8-8,2-5,2 Pest -7,5-8,6-8,1 0,0-12,6-8,6-9,0-10,2-5,1 Fejér -16,6-20,3-15,1-3,9-24,1-20,1-18,5-19,8-10,6 Komárom-Esztergom -6,6-10,4-8,8-3,0-17,4-14,7-10,9-13,4-8,9 Veszprém -5,2-7,4-5,2-2,2-8,7-7,9-6,3-7,1-4,7 Győr-Moson-Sopron -11,1-12,2-8,8-6,9-16,0-15,2-12,5-16,7-12,8 Vas -8,9-10,9-10,7-8,0-14,1-13,5-15,1-14,4-11,6 Zala -9,6-7,9-7,7-4,8-11,4-13,7-13,2-11,0-10,2 Baranya -14,3-15,9-11,7-3,8-19,4-20,2-12,4-15,3-9,6 Somogy -13,6-16,5-12,7-3,1-17,8-18,8-17,1-12,6-9,2 Tolna -18,8-23,2-18,7-4,3-23,8-21,4-19,6-21,3-9,0 Borsod-Abaúj-Zemplén -9,6-9,3-6,6-3,4-11,1-9,7-7,7-13,2-11,3 Heves -11,2-11,3-9,8-5,4-15,2-10,6-9,4-12,2-7,6 Nógrád -5,8-4,1-3,5-1,2-5,8-3,9-4,7-5,5-2,9 Hajdú-Bihar -14,0-11,7-10,5-4,0-17,4-13,3-8,7-12,4-10,5 Jász-Nagykun-Szolnok -14,0-11,3-8,8-6,2-18,1-12,9-7,7-10,8-7,5 Szabolcs-Szatmár-Bereg -11,0-10,8-8,8-2,0-15,4-9,5-6,3-10,9-9,2 Bács-Kiskun -8,7-9,6-8,2-2,9-10,5-7,8-7,2-10,0-4,2 Békés -17,0-14,6-12,3-10,2-19,4-18,1-12,0-16,3-10,5 Csongrád -12,0-10,8-10,3-4,9-14,6-10,5-10,0-10,3-8,4 Ország összesen -11,8-12,1-9,9-4,3-15,6-13,1-10,7-12,9-8,6 KSH hivatalos adat -12,0-12,0-10,0-4,0-15,0-12,0-11,0-13,0-7,7 179

181 Foszfor-mérleg [kgp/ha] Az országos foszfor-mérlegek a teljes időszakban negatív értékeket mutatnak (6. ábra). Még mindig a talajban korábban felhalmozódott foszfort fogyasztják a növények. Valószínűleg ez az oka annak is, hogy a változékonyság kisebb. Nem látható csökkenő tendencia, tehát egyelőre a talaj pufferje még mindig elég jelentősnek látszik ahhoz, hogy ellensúlyozza a kevesebb kihordott tápanyagot és 2012 a foszfor esetében is pozitív anomáliát jelent az átlaghoz képest, míg 2008 a legnegatívabb. Több év volt viszont ehhez közeli negatív év. Az intézkedések elemzése szempontjából fontos 2010, 2011, 2012 kismértékben az átlag körül ingadozó három évnek számít ábra: Országos foszfor-mérleg 2004 és 2012 között A 7. ábra szerint a területi változékonyság hasonló képet mutat, mint a nitrogén esetében, a közép-magyarországi régióra és a Dunántúlra az átlagnál pozitívabb, míg az alföldi területekre az átlagnál negatívabb értékek a jellemzőek. Az időbeli változások gyakorlatilag mindenhol követik az éves jellemzőket. 180

182 Foszfor-mérleg [kgp/ha] BP., Pest Komárom, Fejér, Veszprém Győr, Vas, Zala Baranya, somogy, Tolna Nográd, Heves, BAZ Szabolcs, Szolnok, Hajdú Bács, Csongrád, Békés Országos 7. ábra: Nitrogén-mérlegek régiónként, 2004 és 2012 között Az AKG-területekre és a teljes mezőgazdasági területre vonatkozó jellemzők összehasonlítása Mielőtt a mérlegek összehasonlítására rátérnénk, vizsgáljuk meg, hogy a mérlegeket meghatározó jellemzők (műtrágya- és trágyahasználat, vetésterületek, terméseredmények) mennyire hasonlóak. A vetésterületek arányai Az AKG-területekre, illetve az egész országra jellemző területhasználati arányokat foglaltuk össze a 3. táblázatban. 181

183 3. táblázat Vetésterületek arányai az AKG-területeken és országosan vetésterület aránya [%] gazdálkodási naplók országos eltérés [%] napraforgó 6,7 11,8-43,5 kukorica 13,9 24,6-43,5 tritikále 1,5 2,3-32,3 árpa 4,4 5,8-23,0 zab 0,9 1,1-21,9 búza 17,0 21,4-20,7 repce 5,4 4,7 15,9 vegyes 1 3,3 2,3 43,0 szőlő gyüm 5,6 3,4 62,8 gyep 30,8 16,0 92,4 vegyes 2 3,6 1,8 100,8 lucerna 6,9 2,8 146,7 Az eltérések jelentősek. A kukorica, (-10,7 5), a napraforgó (-5,1 %) és a búza (-4,4 %) esetén lényegesen kisebb az arány az AKG területeken, míg a gyep (+14,8 %) és a lucerna esetében szignifikánsan kevesebbebből következik, hogy a műtrágyahasználatra és a mérlegekre vonatkozó eredmények közvetlenül nem hasonlíthatók össze, szükség van a pontban leírt transzformációra. Műtrágyahasználat Az AKG szántóterületeken alkalmazott műtrágyahasználat jellemzőit foglaltuk össze a 4. táblázatban. Az országos adatokkal való összehasonlítás további vizsgálatokat (transzformációt) igényel, ez folyamatban van. szántó nem műtrágyázott terület 4. táblázat: Műtrágyahasználatok az AKG területeken műtrágyázott terület súlyozott átlagos N műtrágya használat a műtrágyázott területeken súlyozott átlagos P műtrágya használat a műtrágyázott területeken súlyozott átlagos N műtrágya használat a teljes területeken súlyozott átlagos P műtrágya használat a teljes területeken [ha] [ha] [kgn/ha] [kgp/ha] [kgn/ha] [kgp/ha] ,5 17,2 59,1 11, ,7 16,0 58,6 10, ,7 19,6 60,3 13,3 182

184 Tápanyag-mérlegek A több mint tápanyagmérleg felhasználásával a fő növényekre/növénykategóriákra megyei és éves bontásban kiszámoltuk az AKG területekre vonatkozó átlagos mérlegeket. (1. melléklet). A fejezetben bemutatott módszerrel számított nitrogén- és foszformérlegek eredményeit mutatja a 5., illetve 6. táblázat, megyei bontásban. Az összes területre vonatkozó korrigált KSH-mérlegekkel való összehasonlításhoz az AKG területre vonatkozó átlagos adatokat korrigálni kellett az egyes növények jelentősen eltérő területi arányai miatt. Megye 5. Táblázat: Nitrogénmérlegek összehasonlítása nitrogén tápanyagmérlegek a gazdálkodási naplók alapján nitrogén tápanyagmérlegek a KSH adatai alapján nitrogén tápanyagmérlegek különbsége (GN - KSH) átlag átlag átlag Pest -12,4-29,4-3,3-15,0 6,8 2,3 26,9 12,0-19,1-31,7-30,2-27,0 Fejér -22,6-28,1-5,3-18,7-9,3-8,6 23,9 2,0-13,3-19,5-29,2-20,6 Komárom-Esztergom -0,3-45,5-17,2-21,0 15,4 4,7 24,0 14,7-15,8-50,2-41,2-35,7 Veszprém 14,0 9,3 12,8 12,0 23,1 19,4 26,5 23,0-9,0-10,1-13,6-10,9 Győr-Moson-Sopron -13,9-32,5-18,9-21,8 2,1-20,0 4,7-4,4-16,0-12,5-23,6-17,4 Vas -6,2-13,0 14,6-1,5-1,1-3,8 6,8 0,6-5,1-9,1 7,9-2,1 Zala 0,1 25,2 29,5 18,2 13,0 17,7 14,8 15,2-12,9 7,5 14,6 3,1 Baranya 1,8-8,8 11,4 1,5 23,3 17,9 45,7 29,0-21,5-26,7-34,3-27,5 Somogy 4,7 4,0 19,0 9,2-2,4 14,6 26,9 13,0 7,1-10,6-7,9-3,8 Tolna -6,7-28,6 28,0-2,5-3,9-8,8 40,9 9,4-2,8-19,8-12,9-11,9 Borsod-Abaúj-Zemplén 8,0-12,5-7,0-3,8 11,5-14,2-4,9-2,5-3,5 1,7-2,1-1,3 Heves 3,1-11,5-2,2-3,5-9,0-19,0-1,0-9,7 12,2 7,6-1,2 6,2 Nógrád 26,7 8,7 28,0 21,1 14,1 8,8 21,4 14,8 12,6-0,1 6,6 6,4 Hajdú-Bihar -9,5-19,3-14,7-14,5 11,6-9,7 7,1 3,0-21,1-9,6-21,7-17,5 Jász-Nagykun-Szolnok 8,9-20,5-12,9-8,2 10,0 0,0 20,1 10,0-1,1-20,5-33,0-18,2 Szabolcs-Szatmár-Bereg 9,0-14,4-15,9-7,1 21,2 3,9 12,6 12,5-12,2-18,3-28,5-19,7 Bács-Kiskun -4,9-30,1-6,1-13,7 26,8 3,9 34,1 21,6-31,7-34,0-40,2-35,3 Békés -0,3-34,3-21,6-18,7 0,4-20,8 7,0-4,5-0,6-13,5-28,6-14,2 Csongrád -6,7-53,3-17,4-25,8-5,8-6,0 7,5-1,5-0,8-47,2-24,9-24,3 Ország összesen -0,4-17,8-2,5-6,9 8,3-2,4 18,0 8,0-8,7-15,4-20,5-14,9 Országos összehasonlításban szignifikáns az AKG-területekre vonatkozó nitrogén-mérlegek negatívabb értéke, vagyis az AKG intézkedések kedvező hatása a nitrogén-mérlegre (8. ábra). Az eltérés az időjárási viszonyoktól függetlenül kedvező, és rendre -8,7, -15,4, -20,5 kg/ha, az átlagos különbség pedig -15 kg/ha. Ugyan csak három évről van szó, de fokozatosan javuló tendencia tapasztalható. 183

185 Nitrogén-mérleg különbség Nitrogén mérleg [kgn/ha] Átlag Országos (KSH) AKG-területek 8. ábra: Nitrogén-mérlegek: országos és AKG-területek Az országos mérlegekhez hasonlóan a különbségek esetében is megvizsgáltuk a régiók szerinti változásokat (9. ábra). Két régióban: a Nyugat-Dunántúlon kiesebbek a különbségek, sőt Észak-Magyarországon a várttal ellentétes hatás jelenik meg. Oka további vizsgálatokat igényel. Érdekes, hogy a nitrogén-mérleg csökkenésében a két, országosan a két szélsőértéket jelentő terület, Budapest és környezete, illetve a Dél-Alföld, az AKG intézkedések hatását tekintve azonos módon a legkedvezőbb eredményeket adja: mintegy 25 kg/ha Átlag 9. ábra: Különbségek az országos és az AKG-területekre vonatkozó nitrogén-mérlegekben régiónként 184

186 Foszfor mérleg [kgn/ha] Megye 6. Táblázat: Foszformérlegek összehasonlítása foszfor tápanyagmérlegek a gazdálkodási naplók alapján foszfor tápanyagmérlegek a KSH adatai alapján foszfor tápanyagmérlegek különbsége (GN - KSH) átlag átlag átlag Pest -12,0-15,5-9,6-12,4-9,0-10,2-5,1-8,1-3,1-5,2-4,5-4,3 Fejér -19,6-18,7-12,7-17,0-18,5-19,8-10,6-16,3-1,1 1,1-2,1-0,7 Komárom-Esztergom -7,6-18,7-11,1-12,5-10,9-13,4-8,9-11,1 3,4-5,3-2,2-1,4 Veszprém -9,0-9,7-8,9-9,2-6,3-7,1-4,7-6,0-2,7-2,6-4,2-3,2 Győr-Moson-Sopron -13,9-16,0-11,6-13,8-12,5-16,7-12,8-14,0-1,4 0,7 1,2 0,2 Vas -14,0-13,2-9,8-12,3-15,1-14,4-11,6-13,7 1,2 1,1 1,8 1,4 Zala -16,7-10,1-10,1-12,3-13,2-11,0-10,2-11,5-3,5 0,9 0,2-0,8 Baranya -16,4-20,3-15,0-17,2-12,4-15,3-9,6-12,4-4,0-5,0-5,4-4,8 Somogy -14,8-15,0-12,7-14,1-17,1-12,6-9,2-12,9 2,3-2,4-3,5-1,2 Tolna -21,3-24,6-10,2-18,7-19,6-21,3-9,0-16,6-1,7-3,4-1,2-2,1 Borsod-Abaúj-Zemplén -6,8-13,0-9,5-9,8-7,7-13,2-11,3-10,7 0,9 0,2 1,8 1,0 Heves -6,2-12,6-7,7-8,9-9,4-12,2-7,6-9,7 3,2-0,4-0,1 0,9 Nógrád -6,2-9,9-5,1-7,1-4,7-5,5-2,9-4,4-1,5-4,4-2,2-2,7 Hajdú-Bihar -12,4-15,6-15,1-14,4-8,7-12,4-10,5-10,5-3,7-3,2-4,6-3,8 Jász-Nagykun-Szolnok -5,8-13,4-10,0-9,8-7,7-10,8-7,5-8,6 1,9-2,6-2,6-1,1 Szabolcs-Szatmár-Bereg -7,0-13,3-14,2-11,5-6,3-10,9-9,2-8,8-0,6-2,5-5,0-2,7 Bács-Kiskun -10,0-16,3-9,8-12,0-7,2-10,0-4,2-7,2-2,8-6,3-5,6-4,9 Békés -11,4-19,1-12,8-14,4-12,0-16,3-10,5-12,9 0,7-2,8-2,3-1,5 Csongrád -10,2-19,7-10,6-13,5-10,0-10,3-8,4-9,5-0,2-9,5-2,2-4,0 Ország összesen -11,4-15,5-11,2-12,7-10,7-12,9-8,6-10,7-0,7-2,6-2,5-2,0 Az AKG-területekre vonatkozó és az országos adatok között nincs számottevő különbség, de az AKG területeken egyértelmű csekély javulás tapasztalható (10. ábra) Átlag Országos (KSH) AKG-területek 10. ábra: Foszfor-mérlegek: országos és AKG-területek 185

187 Foszfor-mérleg különbség A regionális összehasonlításból hasonló kép rajzolódik ki, mint a nitrogén esetében (11. ábra). A különbség általában negatív, minden évre és a régiók zömére. Ettől eltérő következtetés csak a Nyugat-Dunántúlra és az Északi-középhegységre adódik. 2,0 1,0 0,0-1,0-2,0-3,0-4,0-5,0-6,0-7, Átlag 11. ábra: Különbségek az országos és az AKG-területekre vonatkozó foszfor-mérlegekben régiónként Mind a nitrogén, mind a foszformérlegek esetében igaz, hogy az AKG-területekre kapott értékek kisebbek, mint az összes mezőgazdasági területre számított értékek. Ez a változás egy-két érték kivételével megyei szinten (regionális szinten csak az Északiközéphegységben, illetve a foszfor esetében a Nyugat-Dunántúlon is), és évenként is érvényes. Megjegyezzük, hogy mivel az összes területre vonatkozó KSH-adat tartalmazza az AKGterületeket is, a tényleges különbség az AKG-ba tartozó, és abban nem szereplő mezőgazdasági területek között még kedvezőbb. Fontos következtetés, hogy a vizsgált három évben noha ezek a meteorológiai viszonyok és a terméseredmények alapján is jelentősen különböztek - a tápanyagmérlegben bekövetkezett különbségek, dominánsak kedvezőek, sőt a nitrogén esetében, javuló tendenciát mutatnak. 186

188 5.2.2 Az ÚMVP-ben meghatározott indikátor értékek alakulása Az ÚMVP-ben a Bruttó tápanyagmérleg (nitrogén többlet) változása indikátor az alábbi intézkedések esetében került megadásra az alábbi értékekkel: Intézkedések Bruttó tápanyagmérleg (nitrogén többlet) változása, KT 1 213: Natura 2000 kifizetések mezőgazdasági területeken -1, A: Agrár-környezetgazdálkodási kifizetések -21, : Nem termelő beruházásoknak nyújtott támogatás -0, : A mezőgazdasági földterület első erdősítése -6, : Agrár-erdészeti rendszerek első létrehozása -30, : Erdő-környezetvédelmi kifizetések : Az erdészeti potenciál helyreállítása és megelőző intézkedések 0 227: Erdőterületeket érintő, nem termelő jellegű beruházások 0 A következőkben a fent bemutatott tápanyag-mérleg számítások alapján mutatjuk be az indikátorok alakulását. Módszertani megközelítések: az ÚMVP-ben megadott célértékek meghatározásának módszertana nem ismert, bár a kilotonnában megadott becsült nitrogén többlet változás, valamint az intézkedésbe bevonni tervezett területek aránya alapján meghatározható az ÚMVP tervezése során alkalmazott fajlagos érték: Bruttó tápanyagmérleg (nitrogén többlet) változása (KT) / (osztva) intézkedésbe bevonni tervezett terület (ha) = 1 ha-ra jutó tápanyagmérleg változás (kt/ha) az intézkedések közül valós gazdálkodási tevékenységen alapuló tényleges tápanyagmérleget befolyásoló adatok csak a 214A: Agrár-környezetgazdálkodási kifizetések esetében állnak rendelkezésre, a gazdálkodók által kötelezően kitöltendő Gazdálkodói Naplók alapján. A többi intézkedés esetében a várható hatásokat az AKG intézkedésekre meghatározható értékek alapján közelítjük. 187

189 213: Natura 2000 kifizetések mezőgazdasági területeken Módszer: Számítás: A Natura 2000 gyepterületekre vonatkozó kompenzációs kifizetések tápanyag mérleg változásra gyakorolt hatását az AKG területekre rendelkezésre álló Gazdálkodói Naplók adatai alapján becsültük. Mivel a Natura 2000 területeken a kompenzációs kifizetés a földhasználati előírásokról szóló nemzeti rendeletben foglalt előírások betartásának ellentételezésére szolgál és nem történik művelési ág váltás, ezért első körben az AKG Natura 2000 gyepterületen és az egyéb AKG gyepterületeit hasonlítottuk össze. Azzal a feltételezéssel éltünk, hogy kimutatható valamiféle többlet hatása az AKG támogatásokon felül a Natura 2000 gyepterületekre folyósított többlettámogatásoknak. A ténylegesen támogatott mezőgazdasági terület szorozva az AKG Natura gyep és AKG egyéb gyep 1 ha-ra jutó tápanyagmérlegének különbözetével Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Változás 213: Natura 2000 kifizetések mezőgazdasági területeken Támogatott hasznosított mezőgazdasági terület (HMT) ha output % Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -1,25 0,43 tápanyagmérleg változás, átlag ( ) [kgn/ha] 1,67 tápanyagmérleg változás NATURA2000 gyep, 2010 [kgn/ha] 3,5 tápanyagmérleg változás NATURA2000 gyep, 2011 [kgn/ha] 0,2 tápanyagmérleg változás NATURA2000 gyep, 2012 [kgn/ha] 1,3 tápanyagmérleg, átlag ( ) [kgn/ha] -7,73 tápanyagmérleg AKG NATURA2000 gyep, 2010 [kgn/ha] -5,9 tápanyagmérleg AKG NATURA2000 gyep, 2011 [kgn/ha] -9,7 tápanyagmérleg AKG NATURA2000 gyep, 2012 [kgn/ha] -7,6 tápanyagmérleg, átlag ( ) [kgn/ha] -9,40 tápanyagmérleg AKG nem NATURA2000 gyep, 2010 [kgn/ha] -9,4 tápanyagmérleg AKG nem NATURA2000 gyep, 2011 [kgn/ha] -9,9 tápanyagmérleg AKG nem NATURA2000 gyep, 2012 [kgn/ha] -8,9 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) kgn/ha -5,00 Eredmények: Összességében megállapítható, hogy a Natura 2000 területtel nem érintett AKG célprogramban támogatott gyepterületek tápanyagmérlege nagyobb negatív eltérést mutat. Mindez azzal magyarázható, hogy a Natura 2000 gyep területeken jelentősebb mértékű a legeltetéssel történő hasznosítás a kaszálásnál. A kaszálás esetében ugyanis a területről levitt tápanyag nagyobb, mivel a legeltetés során a legelő állatok elhullatott szerves trágyája a területen marad. A fenti eredmények nem jelentik azt, hogy a Natura 2000 gyepterületek számára folyósított támogatás nem lenne indokolt, csupán azt, hogy ezen támogatásoknak nem a tápanyag mérséklés az elsődleges célja, hanem a magas természeti értéket képviselő gyepterületek természetközeli módon történő kezelése. 188

190 Ha figyelembe vesszük, hogy a támogatásnak nem pusztán az a célja, hogy ezen területek természetközeli módon kerüljenek művelésre, hanem egyrészt ösztönöznek ezen területek gyepművelésben történő tartására, akkor érdemes összehasonlítani az adatokat a KSH adatok alapján számított országos tápanyag mérleg adatokkal. (Itt jegyezzük meg, hogy az országos statisztikák alapján szántóra vonatkozó adatokat nem lehet számítani, mivel nem állnak rendelkezésre művelési ágankénti műtrágya-felhasználási adatok.) Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Változás 213: Natura 2000 kifizetések mezőgazdasági területeken Támogatott hasznosított mezőgazdasági terület (HMT) ha output % Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -1,25-4,03 tápanyagmérleg változás, átlag ( ) [kgn/ha] -15,70 tápanyagmérleg változás, 2010 [kgn/ha] -14,2 tápanyagmérleg változás, 2011 [kgn/ha] -7,3 tápanyagmérleg változás, 2012 [kgn/ha] -25,6 tápanyagmérleg AKG NATURA2000, átlag ( ) [kgn/ha] -7,73 AKG NATURA2000 gyep, 2010 [kgn/ha] -5,9 AKG NATURA2000 gyep, 2011 [kgn/ha] -9,7 AKG NATURA2000 gyep, 2012 [kgn/ha] -7,6 tápanyagmérleg országos (KSH), átlag ( ) [kgn/ha] 7,97 országos (KSH), 2010 [kgn/ha] 8,3 országos (KSH), 2011 [kgn/ha] -2,4 országos (KSH), 2012 [kgn/ha] 18,0 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) kgn/ha -5,00 Eredmények: Ezen adatokkal összehasonlításban megállapítható, hogy a Natura 2000 gyepterületek megőrzése hozzájárul ahhoz, hogy a talajban kedvezőtlen tápanyag-mérlegek ne halmozódjanak fel. 214A: Agrár-környezetgazdálkodási kifizetések Módszer: Az Agrár-környezetvédelmi kifizetések tápanyag mérleg változásra gyakorolt hatását az AKG területekre rendelkezésre álló Gazdálkodói Naplók adatai alapján becsültük, amelyet összehasonlítottunk összes mezőgazdasági területre vonatkozó korrigált KSH tápanyagmérlegekkel. Számítás: A ténylegesen támogatott mezőgazdasági terület szorozva az AKG területek 1 ha-ra jutó és az ország mezőgazdasági területeinek 1 ha-ra jutó tápanyagmérlegének különbözetével Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Változás 214 A: Agrár-környezetgazdálkodási kifizetések Új kötelezettségvállalással érintett terület ha output % Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -21,00-14,57 tápanyagmérleg változás, átlag ( ) [kgn/ha] -13,43 tápanyagmérleg változás, 2010 [kgn/ha] -8,6 tápanyagmérleg változás, 2011 [kgn/ha] -13,4 189

191 Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) 214 A: Agrár-környezetgazdálkodási kifizetések tápanyagmérleg változás, 2012 [kgn/ha] -18,3 tápanyagmérleg AKG, átlag ( ) [kgn/ha] -5,47 AKG, 2010 [kgn/ha] -0,3 AKG, 2011 [kgn/ha] -15,8 AKG, 2012 [kgn/ha] -0,3 tápanyagmérleg országos (KSH), átlag ( ) [kgn/ha] 7,97 országos (KSH), 2010 [kgn/ha] 8,3 országos (KSH), 2011 [kgn/ha] -2,4 országos (KSH), 2012 [kgn/ha] 18,0 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) -15,00 * gazdálkodói naplók adatai alapján Változás Eredmények: Az alkalmazott módszertan alapján az AKG területek által 1 hektáron elérhető tápanyagváltozás értéke nagyságrendileg azonos, azonban valamivel kisebb érték (-13,43 kgn/ha) az ÚMVP tervezése során alkalmazott értékkel (-15,0 kgn/ha). A bevonni tervezett területnek azonban csak a 77 %-a került az AKG intézkedésekből támogatásra. A két érték csökkenéséből adódik, hogy a célérték valamivel alatta marad a tervezett értéknek. 216: Nem termelő beruházásoknak nyújtott támogatás Módszer: A Nem termelő beruházásoknak nyújtott támogatás mérleg változásra gyakorolt hatása elsősorban két alintézkedésnek van: környezetvédelmi és természetvédelmi gyeptelepítés. Mivel ezen tevékenységet megvalósító gazdálkodókról nem állnak gazdálkodói naplók rendelkezésre a várható tápanyagmérleg mérséklő hatást az AKG gyepterületekre rendelkezésre álló Gazdálkodói Naplók adatai alapján becsültük, amelyet összehasonlítottunk összes mezőgazdasági területre vonatkozó korrigált KSH tápanyagmérlegekkel. Számítás: A ténylegesen támogatott mezőgazdasági terület szorozva az AKG gyepterületek 1 ha-ra jutó és az ország mezőgazdasági területeinek 1 ha-ra jutó tápanyagmérlegének különbözetével Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) 216: Nem termelő beruházásoknak nyújtott támogatás Sikeresen gazdálkodás alá vont terület ha Magas természeti érték területek növekedése ha Támogatott terület (kvi-, tv-i gyeptelepítés) ha 440 Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -0,76-0,01 tápanyagmérleg változás, átlag ( ) [kgn/ha] -16,43 Változás 190

192 Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) 216: Nem termelő beruházásoknak nyújtott támogatás átállás változása, 2010 [kgn/ha] -15,8 átállás változása, 2011 [kgn/ha] -7,4 átállás változása, 2012 [kgn/ha] -26,1 tápanyagmérleg, átlag ( ) [kgn/ha] -8,47 gyep AKG, 2010 [kgn/ha] -7,5 gyep AKG, 2011 [kgn/ha] -9,8 gyep AKG, 2012 [kgn/ha] -8,1 tápanyagmérleg országos (KSH), átlag ( ) 7,97 országos (KSH), 2010 kg/ha 8,3 országos (KSH), 2011 kg/ha -2,4 országos (KSH), 2012 kg/ha 18 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) -146,15 Változás Eredmények: Meglehetősen magas ÚMVP tervezése során alkalmazott fajlagos értéket kapunk, ha a tervezett tápanyagmérleg változást a magas természeti értékű területek növekedésére vetítjük (feltételezhető, hogy a tervezők ennél kisebb mértékű művelési ág váltással terveztek, de erre nincs az ÚMVP-ben adat). Ezen intézkedésből támogatott környezetvédelmi és természetvédelmi célú gyeptelepítés azonban mindössze 440 hektáron valósult meg, amelynek gyakorlatilag nincs kimutatható tápanyagmérleg csökkenést okozó hatása. 221: A mezőgazdasági földterület első erdősítése Módszer: Számítás: A mezőgazdasági földterületek első erdősítésére nyújtott támogatás mérleg változásra gyakorolt hatása elsősorban a művelési ág váltásnak köszönhető. Mivel ezen tevékenységet megvalósító gazdálkodókról nem állnak gazdálkodói naplók rendelkezésre és nem tudható, hogy milyen művelési ágú és tápanyagmérlegű terültek kerültek átállásra, ezért ezt az összes mezőgazdasági területre vonatkozó korrigált KSH tápanyagmérlegekkel közelítettük (országos átlag). Az erdőterületeken azzal a feltételezéssel éltünk, hogy a csapadékból kihulló (10-15 kgn/ha) és a biológiai kötés (4 kgn/ha) beépül a faállományba, így ezeken a területeken a tápanyagmérleg 0 kgn/ha. A ténylegesen beültetett erdőterület szorozva az erdőterületek 1 ha-ra jutó és az ország mezőgazdasági területeinek 1 ha-ra jutó tápanyagmérlegének különbözetével. Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Változás 221: A mezőgazdasági földterület első erdősítése Beültetett erdőterület (ha) ha % Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -6,25-0,15 tápanyagmérleg változás, átlag ( ) [kgn/ha] -7,97 erdő tápanyagváltozás, 2010 [kgn/ha] -8,3 erdő tápanyagváltozás, 2011 [kgn/ha] 2,4 191

193 Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) 221: A mezőgazdasági földterület első erdősítése erdő tápanyagváltozás, 2012 [kgn/ha] -18,0 tápanyagmérleg, átlag ( ) [kgn/ha] 0,00 erdő, 2010 [kgn/ha] 0,0 erdő, 2011 [kgn/ha] 0,0 erdő, 2012 [kgn/ha] 0,0 tápanyagmérleg, átlag ( ) 7,97 KSH országos, 2010 kg/ha 8,3 KSH országos, 2011 kg/ha -2,4 KSH országos, 2012 kg/ha 18 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) -94,70 Változás Eredmények: Az ÚMVP esetében meglehetősen magas ÚMVP tervezése során alkalmazott fajlagos értéket kapunk, ami jelen módszertannal nem támasztható alá. Szintén lényegesen kevesebb a ténylegesen beültetett erdőterület a tervezettnél, a becsült területnek csak a 29 %-a került támogatásra. A két érték csökkenéséből adódik, hogy a célérték alatta marad a tervezett értéknek. 222: Agrár-erdészeti rendszerek első létrehozása Módszer: Az agrár-erdészeti rendszerek első létrehozása támogatás alapvetően fáslegelők létrehozását támogatja. Mivel ezen tevékenységet megvalósító gazdálkodókról nem állnak gazdálkodói naplók rendelkezésre a várható tápanyagmérleg mérséklő hatást az AKG gyepterületekre rendelkezésre álló Gazdálkodói Naplók adatai alapján becsültük (feltételezve hogy azzal nagyságrendileg azonos hatású), amelyet összehasonlítottunk összes mezőgazdasági területre vonatkozó korrigált KSH tápanyagmérlegekkel. Számítás: A ténylegesen támogatott mezőgazdasági terület szorozva az AKG gyepterületek 1 ha-ra jutó és az ország mezőgazdasági területeinek 1 ha-ra jutó tápanyagmérlegének különbözetével Indikátor Célérték Célérték Indikátor ME Változás típusa (terv) (tény) 222: Agrár-erdészeti rendszerek első létrehozása mezőgazdasági földterületeken Új agrár-erdészeti rendszer (legelő) ha ,6% Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás -30 0,00 tápanyagmérleg változás, átlag ( ) [kgn/ha] -16,43 tápanyagváltozás gyep, 2010 [kgn/ha] -15,8 tápanyagváltozás gyep, 2011 [kgn/ha] -7,4 tápanyagváltozás gyep, 2012 [kgn/ha] -26,1 tápanyagmérleg, átlag ( ) [kgn/ha] -8,47 gyep AKG, 2010 [kgn/ha] -7,5 192

194 Indikátor ME Indikátor Célérték Célérték típusa (terv) (tény) 222: Agrár-erdészeti rendszerek első létrehozása mezőgazdasági földterületeken gyep AKG, 2011 [kgn/ha] -9,8 gyep AKG, 2012 [kgn/ha] -8,1 tápanyagmérleg, átlag ( ) [kgn/ha] 7,97 KSH országos, 2010 [kgn/ha] 8,3 KSH országos, 2011 [kgn/ha] -2,4 KSH országos, 2012 [kgn/ha] 18 1 ha-ra jutó tápanyag változás (ÚMVP-ben használt arány) ,00 Változás Eredmények: Az ÚMVP esetében meglehetősen magas ÚMVP tervezése során alkalmazott fajlagos értéket kapunk, ami jelen módszertannal nem támasztható alá. Szintén lényegesen kevesebb a ténylegesen beültetett erdőterület a tervezettnél, a becsült területnek csak a 7 %-a került támogatásra. A két érték csökkenéséből adódik, hogy a célérték alatta marad a tervezett értéknek. 225: Erdő-környezetvédelmi kifizetések Az ÚMVP azzal a feltételezéssel élt, hogy a Magyarországon bevezetésre kerülő Erdőkörnyezetvédelmi kifizetéseknek nem lesz tápanyagmérleg változásra gyakorolt hatása. A kifizetésekre vonatkozó előírások alapján ez a feltételezés helytállónak tekinthető. Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás : Az erdészeti potenciál helyreállítása és megelőző intézkedések Az ÚMVP azzal a feltételezéssel élt, hogy a Magyarországon bevezetésre kerülő Az erdészeti potenciál helyreállítása és megelőző intézkedéseknek nem lesz tápanyagmérleg változásra gyakorolt hatása. A kifizetésekre vonatkozó előírások alapján ez a feltételezés helytállónak tekinthető. Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás : Erdőterületeket érintő, nem termelő jellegű beruházások Az ÚMVP azzal a feltételezéssel élt, hogy a Magyarországon bevezetésre kerülő Erdőterületeket érintő, nem termelő jellegű beruházásoknak nem lesz tápanyagmérleg változásra gyakorolt hatása. A kifizetésekre vonatkozó előírások alapján ez a feltételezés helytállónak tekinthető. Indikátor ME Indikátor típusa Célérték (terv) Célérték (tény) Bruttó tápanyagmérleg (nitrogén többlet) változása kt hatás

195 5.2.3 A felszíni vizek minőségében várható változások Referencia és a vizsgált állapot A referencia állapotnak az kumulált foszformérleg számítások alapján készített alaptérképet vettük. A vizsgált állapot és a referencia állapot közti különbséget a között összegzett mezőgazdasági foszformérleg adja, melyet a 2.1 fejezetben ismertettünk. A kumulált mérlegeket tovább görgetve a vizsgált állapot alapjául összegzett foszformérleg szolgál. Feladatunk az elmúlt hat évben történő foszfor mérleg változások alapján becsülni a vizeink diffúz foszforterhelésének változását. Elemzés alapjául szolgáló alegységek megválasztásának metodikája Az 1. mellékletbe bemutatott módszert követve, a felszíni vizek P terhelését a PhosFate modellel számítottuk. Az elemzés első célja az volt, hogy megvizsgáljuk, a időszakban megfigyelt tápanyag mérlegbeli változás miként módosította a vizek P terhelését. A második cél, hogy dombvidéki vízgyűjtők esetében, az erózióra és így a diffúz partikulált foszforterhelésre ható intézkedések hatását is vizsgáljuk. Az országot összesen 26 alegységre osztottuk fel. Az UMVP célprogramok az egész országra kiterjednek, de területileg jelentős inhomogenitást mutatnak. A diffúz partikulált foszforterhelés tekintetében igen fontos a térbeliség, illetve a területi inhomogenitás, tehát annak a meghatározása, hogy a nagy terhelést jelentő területek hol találhatóak. Mivel a felhasznált trágyázási adatok csak megyékre vett átlagértékek, ezért lokális hatásokat nem tudtunk figyelembe venni, így hamis pontossággal kecsegtetne, ha megpróbálnánk minden víztestre külön eredményt adni (habár ez a futtatások alapján megtehető lenne). Ezért az országot 26 alegységre bontottuk fel, melyek nagysága összemérhető a megyékkel, azt feltételezve, hogy ekkora területeken a terhelések kiegyenlítődnek és nagyságrendileg helyes becslést tudunk adni, az egyes alegységeken történő terhelésváltozásokra. Az alegységeket megkülönböztettük aszerint, hogy domb- vagy síkvidékiek. Míg az előbbiben a partikulált foszfortermelés dominál, addig az utóbbiaknál az oldott foszfor jelenti a terhelés döntő hányadát. Elemzéseinket ezekre az alegységekre (12. ábra) készítettük el. 194

196 12. ábra: Modellezett alegységek Felszíni vizek terhelésének változása dombvidéki vízgyűjtőkön A negatív foszformérleg hatása A modellfuttatásokat első lépésben az ország dombvidéki, P terhelésre érzékeny vízgyűjtőire készítettük el. Az elemzéshez 11 vízgyűjtőt jelöltünk ki, ez az ország területének 40%-a. Olyan vízgyűjtőket választottunk, ahol lehet jelentős erózió, mely a partikulált foszforterhelés egyetlen forrása. A modell vízgyűjtőket a 12. ábra mutatja, a számított P terhelést és annak változását a 7. táblázatban és a ábrákon szemléltetjük. 7. táblázat: Futtatások eredményei partikulált foszfor tekintetében dombvidéki vízgyűjtőknél Jelölés Terület Átlagos terhelés Partikulált foszfor terhelés 2006 Átlagos terhelés Partikulált foszfor terhelés 2012 Felszíni PP változás Partikulált foszfor terhelés rel. változás km 2 kg/ha/év t/év kg/ha/év t/év t/év % D D D D D D D D D D D Ahogy a 7. táblázatban látható, a partikulált foszforterhelés minden vízgyűjtőn csökkent. A csökkenés mértéke 2.7 % és 6.7% között mozog. A legnagyobb arányú változás a D3-as alegységen figyelhető meg, ahol abszolút értékben is a legnagyobbak a terhelések, több mint évi 135 t/év. Ennek ellenére a fajlagos terhelés még mindig ezen az alegységen a legnagyobb, mint egy 1,56 kg/km 2. Ehhez képest a legkisebb fajlagos terhelésű vízgyűjtő alegységen csupán a fenti érték 11%-a adódott. 195

197 13. ábra: Vízgyűjtőről származó éves diffúz partikulált foszforterhelés jelenleg és a referencia állapotban 14. ábra: Fajlagos partikulált foszforterhelés vízgyűjtőnként 196

198 15. ábra: A referencia állapothoz viszonyított Relatív partikulált foszforterhelés csökkenés Eróziós P terhelésre ható intézkedések hatása Minden egyes célprogramhoz és beavatkozáshoz a 3. sz. mellékletben található táblázatok alapján hatásindikátort rendeltünk, aszerint, hogy mennyire csökkentik az eróziót. Számítás szempontjából így egy térben inhomogén modellt kaptunk. A hatásosságot ötös skálán értékelve a területenkénti megoszlást a 16. ábrán bemutatott térkép szemlélteti. Legjelentősebb hatás (4) a művelésből történő kivonás. Erózióvédelem szempontjából jelentős védelmet nyújtanak a gyepgazdálkodási programok (4). Szántóterületeken az AKG erózióvédelmi célprogramja és a nem termelő beruházások transzport csökkentő intézkedései (védősávok, gyepes mezsgye, sövénytelepítés) szintén kedvező (2).Az AKG alapprogramja mérsékelt hatást jelent az eróziós terhelés tekintetében (1). Gyümölcsösök, ültetvények esetében nem számoltunk terhelést csökkentő tényezővel (0). A területi megoszlást tekintve a célprogramokba bevont területek 23%-ának nincs számszerűsíthető hatása az erózióra. Mérsékelt hatást nagyjából a támogatást kapott területek 55%-a ér el, míg jelentős hatást az összes területek 19%-a ér el. Az erózióvédelemmel kapcsolatba hozható mezőgazdasági területek az adott vízgyűjtő teljes területének kis részét teszik ki. A legnagyobb terület 13%, míg a legkisebb az adott vízgyűjtő 1,8%-át teszi ki (17. ábra). 197

199 16. ábra: Az UMVP célprogramokba bevont területek jellemzése az erózióvédelemre ható (partikulált foszfor transzportot csökkentő) előírások szempontjából 17. ábra: UMVP célprogramok százalékos megoszlása eróziócsökkentési szempontból A számítás eredményét a 18. ábra mutatja (vízgyűjtőnként az intézkedési célprogramok által érintett területek százalékos aránya és az ezekkel elérhető terhelés csökkentés mértéke). 198

200 18. ábra: Az UMVP célprogramokba bevitt területek aránya a vízgyűjtőn belül és az előírások betartásával elérhető terhelés csökkenés A tápanyag transzportra ható intézkedések elért foszforterhelés-csökkenés nagyságrendileg akkora, mint az elmúlt 6 év negatív foszformérlegének hatása. A bevont területek részaránya azonban nem egyenesen arányos a hatással. Ennek érzékeltetésére bevezettünk egy olyan indikátort, mely megmutatja, mennyire hatékonyak a bevont területek. Az indikátort relatív hatékonyságnak hívjuk, mely azt mutatja meg, hogy a bevont területek százalékos számához képest, hogyan aránylik PP terhelés csökkenés százalékos aránya. Látható (19. ábra), hogy az indikátor értéke vízgyűjtőnként eltérő, azaz az intézkedések hatása nem terület arányos. A transzport folyamatok összetettsége miatt a művelési ág, illetve mód változtatása az intézkedés célterületének elhelyezkedésétől függően fejti ki hatását. Például, egy mezőgazdasági terület szántóföldi művelésből történő kivonása (gyepesítés vagy erdősítés) hatásosabb, ha a vízgyűjtő vízfolyáshoz közelebbi, a lefolyási pályákat összegző területén történik. 199

201 19. ábra: Terhelés csökkentés relatív hatásindikátora vízgyűjtőnként Felszíni vizek terhelésének változása síkvidéki vízgyűjtőkön A síkvidéki vízgyűjtőkön a tápanyagbevitel változása kevésbé látványos eredményeket hoz. Ezeken a területeken a partikulált foszforból származó (talajjal mozgó) P terhelés gyakorlatilag elhanyagolható, ennek szemléltetésére három vízgyűjtő értékeit mutatjuk be (20. ábra). Változás, igaz csekély, a diffúz foszfor terhelésben van, a vízgyűjtőkön tapasztalt legnagyobb csökkenés sem éri el a 3%-ot (8. táblázat, 21. ábra). Jelölés Terület Átlagos terhelés 8. áblázat: Síkvidéki vízgyűjtők oldott foszfor terhelései Oldott foszfor terhelés 2006 Átlagos terhelés Oldott foszfor terhelés 2012 Oldott foszfor változás km 2 kg/ha/év t/év kg/ha/év t/év t/év % S S S S E E S S S S S S S S S

202 Jelölés Terület Átlagos terhelés Oldott foszfor terhelés 2006 Átlagos terhelés Oldott foszfor terhelés 2012 Oldott foszfor változás S ábra: Vízgyűjtőről származó éves diffúz partikulált foszforterhelés síkvidéki vízgyűjtőkön 21. ábra: Vízgyűjtőkről származó éves oldott foszforterhelés jelenleg és a referencia állapotban 201

203 Részösszefoglalás és következtetések A modell számítási eredmények rámutattak, hogy a terhelések változása követi a talaj tápanyagkészletének változását: a tendencia csökkenő és a csökkenés nagyobb az ország nyugati régióiban, mint a keleti területeken. A változás mértéke azonban mindenhol csekély, a modellezett dombvidéki vízgyűjtőkön a legnagyobb csökkenés 6.1% volt. Síkvidéki területeken a változás átlagosan 1 % körüli, ami a számítás pontosságát is figyelembe véve elhanyagolható. Országos szinten tehát elmondható, hogy a tápanyagbevitel csökkenésével a felszíni vizek terhelését tekintve érdemi (a vízminőség számszerűsíthető javulását eredményező) hatás nem volt elérhető. Ez természetesen nem jelenti azt, hogy lokálisan nem lehet az előre jelzettnél akár nagyságrenddel nagyobb, vagy kisebb változás a vizek terhelésében, hiszen a számítás megyei átlagokból indul. Az AKG programokhoz csatlakozó gazdák által szolgáltatott, gazdálkodási naplóban vezetett trágyázási adatok jelentős szórást mutatnak, tehát az átlagtól mindkét irányban nagy eltérések lehetnek. Ennek részletes elemzéséhez a gazdálkodási területek térképi beazonosítása és a gazdálkodási statisztikák összekapcsolása esetén van mód (a gazdálkodási naplók MEPAR szintű parcella és tábla azonosítása). Az elemzés fontos következtetése, hogy a talajok tápanyag készletében megfigyelt folyamatos csökkenés, mely szerint a rendszerváltást követő időszak hirtelen visszaesése után a mezőgazdasági mérlegek továbbra is évente negatív előjelűek (tehát több a terméssel kivett mennyiség, mint a tápanyag pótlás) még mindig nem jelent olyan mértékű veszteséget a talajok P készletében, mely a növénytermesztést korlátozná. Ezzel összhangban, a talajok P tartalmában bekövetkezett változás sem olyan mértékű, hogy az az eróziós talajveszteségből, illetve a kioldódásból származó vizekbe jutó P terhelést érdemben csökkentené. Az UMVP célprogramjai azonban nem csak a tápanyag bevitel és annak korlátozása útján, hanem a művelési ág/mód változtatásával is hatással vannak a vizekre. Mivel a tápanyagok közül a P terhelés alapvetően az eróziós talajveszteséghez kötődik, az erózióvédelmet segítő előírások (talajtakarás biztosítása, védőnövényzet, mezsgyék és pufferzónák létesítése) a leghatékonyabbak a vízvédelem szempontjából. Ezeknek az intézkedéseknek (elsősorban az AKG erózióvédelmi célprogramok, KAT és AKG-n alkalmazott nem termelő területi intézkedések, gyepgazdálkodás és a mezőgazdasági tetületek erdősítése) összegzett hatását az erózió szempontjából veszélyeztetett területeket reprezentáló dombvidéki vízgyűjtőkre számítottuk. A foszforterhelés-csökkenése nagyságrendileg akkora volt, mint az elmúlt 6 év negatív foszformérlegének hatása. Ez összes terhelésben csupán 1-6 % változást jelent, azonban a bevitt területek arányát tekintve (2-12 %) az eredmény nem csekély. A hatékonyság bemutatására hatásindikátort vezettünk be, amely a bevont területek százalékos számához képest mutatja a terhelés csökkenés százalékos arányát. Ennek értékét az erózió szempontjából releváns dombvidéki területekre (11 vízgyűjtő) meghatároztuk. 202

204 5.2.5 A felszín alatti vizek minőségében bekövetkező változások Elemzés a felszín alatti vizekre vonatkozó monitoring alapján A Nitrát-érzékeny területek monitoringja 1762 kutat, illetve forrást tartalmaz (Nitrátjelentés, 2012). Ezek közül kiválasztottuk a mezőgazdasági területeken található 30 m-nél sekélyebb kutakat, illetve forrásokat. Ezeknek a száma 638. A 23. ábra térképén együtt ábrázoltuk a monitoring pontokat és a különböző ÚMVP-területeket. Az összemetszéssel megállapítható volt, hogy mindössze 18 kút esik AKG-, 3 KAT- és 4 NATURA2000-területre. Ezek száma rendkívül kicsi, statisztikai összehasonlításra alkalmatlan. 23. ábra: A nitrát monitoring és az ÚMVP-területek kapcsolata A módszertani fejezetben említettük, hogy a monitoring ilyen rövid idő alatt nem alkalmas a felszín alatti vizeket érő hatások kimutatására, ugyanakkor az eloszlás jelzi, hogy ez a monitoring hosszú idő elteltével sem lesz alkalmas a változások kimutatására. A fejlesztéseket a nitrát-érzékeny területek monitoringjának felülvizsgálatához kapcsolódva célszerű végrehajtani. A kutak egyenlőtlen területi eloszlásából az a következtetés vonható le, hogy a mintegy 600 pont ellenére a bázisértékek meghatározásához sem elegendő a meglévő monitoring. Az ÚMVP-területeken pedig mindenképpen a monitoring komoly fejlesztésére van szükség. A reprezentativitás követelménye megkívánná, hogy programonként megfelelő számú kúttal rendelkezzünk az érintett területeken, és ezek tájegység, növény és talaj szerint 203

205 megközelítően azonos eloszlású bázis csoportjaival a területeken kívül. Ilyen jelentős fejlesztésre egyelőre nincs reális esély. A statisztikailag reprezentatív monitoring alternatívája lehet a mintaterületi monitoring, illetve az expedíciósezerű felmérés. A mintaterületi monitoring lényege, hogy fő típusonként 3-4 területet kell kiválasztani és ott párhuzamosan vizsgálni az ÚMVP-területre eső kutakat/forrásokat és a mellette lévő, megközelítően hasonló területen lévő pontokat. A fő típus jellemzői: egy adott ÚMVPintézkedés, a művelési ág és mód (kivéve az intézkedéshez kapcsolódó eljárásokat), a lejtési viszonyokat és a talajtípust. A mintaterületi (kísérleti) monitoring lényegesen gyorsabban és megbízhatóbban fogja mérni a különbségeket, mint egy általános monitoring fejlesztés. Sekély, a talajvíz szintje alatt 1-2 m-rel szűrözött kutakra van szükség, ahol a vízminőégi hatások rövid időn belül kimutathatók. Az 5-10 m mélységű kutak nagy részéből már csak (sőt akár ennél is több) évvel ezelőtt beszivárgott vizet tudunk mintázni. Ez nem alkalmas a jelenlegi intézkedések hatásainak kimutatására, sőt akár téves következtetésekre is vezethet. Az állandó kutakkal végzett monitoring állandó hibája, hogy a kutakat rövid időn belül kiszántják. Emiatt törekedni kell az expediciószerű talajvíz feltárásokra, amelyek során fúrások segítségével vizsgálják a talajvíz felső 1 méteres részének vízminőségét. További előnye, hogy a fúrás közben vett talajmintákban meg lehet mérni a talaj N és P ellátottságát. Másik nagy előnye, hogy akár a mezőgazdasági táblák közepén is elvégezhető a fúrás (amit természetesen mintavétel után vissza kell temetni), ellentétben a kiépített monitoring kutakkal, amelyek csakis a táblákat elválasztó földutakra telepíthetők. Ezeknek a fúrásos feltárásoknak a helyét is célszerű az előbbiekben említett típusterületi elv alapján kijelölni. 204

206 6 AZ I-7 HATÁSINDIKÁTOR ÉRTÉKÉNEK MEGHATÁROZÁSA: HOZZÁJÁRULÁS AZ ÉGHAJLATVÁLTOZÁS ELLENI KÜZDELEMHE (AZ ERDŐTELEPÍTÉSEK ÁLTAL MEGKÖTÖTT ENERGIA ÉS SZÉN-DIOXID MENNYISÉGÉNEK BECSLÉSE) Az erdőtelepítések hatásainak mérésére a megkötött és elvben felhasználható napenergiamennyisége, ill. a megkötött szén-dioxid mennyisége is felhasználható. Az előbbi egy már megszokott mennyiség; az erdők szénlekötése viszonylag új termék a piacon (az emissziókereskedelem keretei között). Azonban a klímaváltozás hatásainak mérséklésében a szénlekötésnek nagy szerepe van, és ezért habár ebben az értelemben a szénlekötés nem termék, mégis nagy jelentőségű szolgáltatása az erdőknek, ezért a lekötött szén nagyságát is érdemes megbecsülni. Ezen túlmenően a megkötött energia és szén-dioxid becslése egymással összefügg, ill. az energia és szén-megkötés jellegzetességei egymással összehasonlítva talán könnyebben megérthetők. Mindezek miatt ebben a módszertanban mindkét mennyiség becslésének módszerét összefoglaljuk. A megkötött energia és szén-dioxid mennyisége függ attól, hogy csak az erdőből a fenntarthatóság szempontjait figyelembe véve kinyert biomasszára, vagy az erdő valamennyi részére végezzük el a számításokat. Amíg az energiára nézve inkább csak a föld feletti, és ki is nyerhető biomasszára érdemes a számításokat elvégezni, addig a szén-dioxid elnyelésére nézve a biomassza mellett a teljes erdei lekötés is figyelembe vehető. A nem-biomassza széntárolókra nézve azonban a becslés hibája nagy lehet, ezért bár a módszertanban kitérünk erre a szén-dioxid lekötését is inkább csak a biomasszára értelmezzük. Ebben az esetben azonban a föld alatti biomasszát is figyelembe lehet venni, mert megfelelő alábecsléssel (l. lejjebb) ennek mennyisége viszonylag nagy biztonsággal szintén becsülhető. A fenti mennyiségek több olyan tényezőtől is függenek, amik miatt a hatás mértéke nagyon különböző lehet. Legelőször említendő az, hogy egyáltalán mit is értünk megkötött energiaés szén-dioxid mennyiségen. Az erdei fák élete évtizedekig, sőt egy évszázadig is tart; ez alatt az időszak alatt a megkötés többé-kevésbé folyamatosan, de időben változó ütemben történik. Emiatt a megkötött mennyiségek nagysága függ attól, hogy milyen hosszú időtartamra számítjuk a megkötött mennyiséget. Két időtartamot tartunk használhatónak: az egyik az ún. vágáskor teljes időtartamára számított érték (ez fafajonként, ill. faállománytípusonként változik), a másik pedig valamely jövőbeli időpontig (pl. a különböző stratégiai tervezéseknél használt időpontokig) tartó időtartam. Mindkét esetben az időtartam alatt egy évre átlagosan számított mennyiséget is érdemes kiszámítani. A megkötött mennyiségek ezen kívül nagymértékben függhetnek a térben heterogén termőhelyi viszonyoktól, az állományok tényleges kezelésétől, valamint az erdőkben fellépő ún. bolygatásoktól (erdőtüzek, széldöntés, hó- és jégtörés, károsítók és kórokozók stb.) is. Mindezen túlmenően azonban a várható klímaváltozás miatt változni fognak a termőhelyi viszonyok. E változások irányát és mértékét most még nem lehet megbecsülni. Helyenként 205

207 és legalább bizonyos időszakokban a fanövekedés gyorsulásával lehet számolni, de hosszabb távon a fanövekedés jellemzően lassulhat. Emellett, ill. ennél nagyobb mértékben kell azonban számolni az aszályok és a terjedő kórokozók miatti fapusztulásokkal. Minél hosszabb életidejű egy fafaj, annál nagyobb a valószínűsége annak, hogy a ma telepített állomány nem fogja tudni túlélni a melegebb és szárazabb klímát. A fapusztulás egyértelműen a megkötött energia és szén-dioxid legalább egy részének az elvesztését jelenti majd. Mindezeknek a tényezőknek a figyelembe vétele azonban most még nem lehetséges. Ezért az alábbi számításokban feltételezzük, hogy a termőhelyi viszonyok állandóak maradnak majd. Ez a fentiek értelmében a vágásforduló végére reálisan várható teljes megkötések felülbecslését jelenti. Ezt a számítási módszertan más elemeiben (l. lejjebb) végrehajtott alábecslésekkel próbáljuk meg részlegesen ellensúlyozni. A becsléseket a CASMOFOR nevű modellel (Somogyi, ; Somogyi, 2010; végeztük el. E modell az üvegház hatású gázok kibocsátásának és elnyelésének becslésére alkalmazandó, nemzetközileg elfogadott módszertan (IPCC, 2006) figyelembe vételével lett kifejlesztve, és teljes mértékben kompatibilis a hazánk által minden évben leadott üvegház hatású gáz leltárban (NIR, 2013) követett módszertannal is. (Ez azért fontos, mert a megkötött szén-dioxid mennyisége így elvben közvetlenül hozzáadható volna a gázleltár adataihoz.) A becslések több lépésből állnak; ezeket az alábbi részek részletezik. 6.1 Az egyes erdőtelepítési típusok meghatározása A VM-től kapott adatbázis az erdőtelepítésekhez rendelt használati típusokhoz gyakorlati szempontból jól használható faállomány-típusokat jelöl meg. Elegyetlen faállományok esetén ez egyenlő az adott területeken telepített fafajjal. Elegyes faállomány esetén azonban figyelembe kellett venni, hogy a rendelkezésre álló becslési módszerek az erdei fafajok tulajdonságainak az ismeretén alapulnak, ezért a faállomány-típusokhoz fafajokat kell rendelni, hogy a faállományok által megkötött energia- és szén-dioxid mennyiségeket a fafajok növekedésének ismeretében becsülni lehessen. A fafaj-hozzárendelésnél és a modellezésnél fontos feltételezés, hogy az elegyes faállományok úgy viselkednek, minta elegyetlen faállomány-részekből álló állományok volnának. A becslések további lépéseit ezekre az állományrészekre külön-külön hajtjuk végre. Az elegyes faállományra történő specifikus fafaj-arányok meghatározása csak szakértői becslés segítségével történhet. Az említett arányok azonban viszonylag jól becsülhetők az alapján, hogy jelenleg milyen fafaj-arányokat szoktak alkalmazni (mely fafajokat tekintik fontosabbnak, ún. fő-fafajnak, és melyeket elegyfajnak), ill. hogy a termőhelyeink és a fafajok tulajdonságai (pl. fényigény) milyen elegyedéseket engednek meg. Ezek alapján kialakítottunk egy táblázatot, amelyben az egyes használati kódokkal jelölt elegyes faállomány-típusokhoz százalékban megadott fafaj-arányokat határoztuk meg (1. táblázat). Megjegyezzük, hogy a faállományok dinamikusan változó életközösségek, amelyeken belül a fafaj-arányok a korral, ill. a termőhely és a kezelés függvényében jelentősen is változhat. Ezek a változások azonban minden konkrét területen mások; a táblázatban szereplő értékek a vizsgált időszakokra (l. lejjebb) jellemző átlagértékeként értelmezendők. 206

208 207

209 1. táblázat. Az erdőtelepítéseknél létrehozott faállomány-típusok feltételezett fafajösszetétele (a fafajok százalékos részaránya). A fafajkódok feloldása: A: akác; NNY: nemesnyár; HNY: hazai nyár; EF: erdeifenyő; KTT: kocsánytalan tölgy; B: bükk; GY: gyertyán; CS: cser; KST: kocsányos tölgy; H: hárs; K: kőris; É: éger; MT: molyhos tölgy; J: juhar; VT: vörös tölgy; FD: feketedió; FFÜ: fehérfűz; FF: feketefenyő. Hasznosítási kód Faállomány-típus A NNY HNY EF KTT B GY CS KST H K É MT J VT FD FFÜ FF AK044 Akácos 100 AK045 Nemes nyáras-akácos AK046 Hazai nyáras-akácos AK047 Egyéb lomb elegyes-akácos ALL02 Fenyő elegyes-akácos BU002 Kocsánytalan tölgyes-bükkös BU008 Gyertyános-kocsánytalan tölgyes BU009 Bükkös-gyertyános-kocsánytalan tölgyes BU010 Cseres-gyertyános-kocsánytalan tölgyes BU011 Egyéb lomb elegyes-gyertyános-kocsánytalan tölgyes BU013 Gyertyános-kocsányos tölgyes BU015 Egyéb lomb elegyes-gyertyános-kocsányos tölgyes BU017 Kocsánytalan tölgyes 100 BU018 Cseres-kocsánytalan tölgyes BU019 Hársas-kocsánytalan tölgyes BU022 Erdeifenyves-kocsánytalan tölgyes BU023 Egyéb lomb elegyes-kocsánytalan tölgyes BU024 Egyéb fenyő elegyes-kocsánytalan tölgyes BU025 Kocsányos tölgyes 100 BU026 Cseres-kocsányos tölgyes BU027 Hazai nyáras-kocsányos tölgyes BU028 Mézgás égeres-kocsányos tölgyes BU029 Kőrises-kocsányos tölgyes BU030 Egyéb lomb elegyes-kocsányos tölgyes BU042 Cseres-molyhos tölgyes EK032 Cseres 100 EK033 Kocsánytalan tölgyes-cseres EK034 Kocsányos tölgyes-cseres EK035 Molyhos tölgyes-cseres EK036 Egyéb lomb elegyes-cseres EK037 Erdeifenyves-cseres EK050 Elegyes-gyertyános EK052 Elegyes-juharos EK053 Kőrises 100 EK054 Tölgyes-kőrises EK055 Egyéb elegyes-kőrises EK056 Vörös tölgyes 100 EK057 Fekete diós 100 EK058 Egyéb kemény lombos 100 EK078 Elegyes-hársas EL066 Hazai nyáras 100 EL067 Nemes nyáras-hazai nyáras EL068 Akácos-hazai nyáras EL069 Kocsányos tölgyes-hazai nyáras EL070 Egyéb lomb elegyes-hazai nyáras EL072 Fenyő elegyes-hazai nyáras EL073 Füzes 100 EL075 Mézgás égeres 100 EL076 Elegyes-mézgás égeres FE082 Erdeifenyves 100 FE087 Akácos-erdeifenyves FE088 Egyéb lomb elegyes-erdeifenyves FE093 Egyéb lomb elegyes-feketefenyves FRL01 Lomb elegyes-egyéb fenyves GYE01 Lomb elegyes-egyéb fenyves GYE02 Lomb elegyes-egyéb fenyves NF059 Nemes nyáras 100 NF060 Hazai nyáras-nemes nyáras NF061 Akácos-nemes nyáras NF062 Egyéb lomb elegyes-nemes nyáras

210 6.2 Az erdőtelepítési típusok és az egyes fafajok területének megállapítása A faállományok által megkötött energia és szén-dioxid mennyisége a fák egységnyi területen megfigyelhető növekedésén kívül a faállományok területének nagyságától függ. Használati kódonként a kapott adatbázis tartalmazza az egyes területek nagyságát. Ennek és a fenti fafaj-arányoknak az alapján ki lehetett számítani az egyes fafajok által betelepített területek nagyságát (2. táblázat). 2. táblázat. A telepítések során alkalmazott fafajok becsült összes területe. A fafajkódok feloldása: A: akác; NNY: nemesnyár; HNY: hazai nyár; EF: erdeifenyő; KTT: kocsánytalan tölgy; B: bükk; GY: gyertyán; CS: cser; KST: kocsányos tölgy; H: hárs; K: kőris; É: éger; MT: molyhos tölgy; J: juhar; VT: vörös tölgy; FD: feketedió; FFÜ: fehérfűz; FF: feketefenyő. fafajkód terület (ha) feltételezett vágáskor (év) A NNY HNY EF KTT B GY CS KST H K É MT J VT FD FFÜ FF Összesen A fanövekedés becslése Az egységnyi területen megkötött energia és szén-dioxid mennyisége a fafajok biomasszájának növekedésétől függ. Ezt a növekedést a föld feletti térfogat növekedésének modellezésére alkalmazható ún. fatermési táblákkal lehet becsülni. Az alkalmazott (a legfrissebb) fatermési táblák jegyzéke és bibliográfiai adatai megtalálhatók a weblapon. 209

211 Itt megjegyezzük, hogy az eredeti fatermési táblák általában 5, esetenként 10 évenként adják meg a folyónövedék-értékeket. Az itteni modellezéshez azonban évenkénti folyónövedék-adatokra van szükség. Ezek az éves értékek a CASMOFOR modell adatbázisában találhatók. Az említett fatermési táblák (ill. függvények) fafajonként a kor és a termőhely függvényében adja meg a fanövekedés nagyságát. A fentiek alapján a fafajt, valamint a (telepítés utáni) kort kezelni tudjuk; a termőhely vonatkozásában (amelyet a fatermési táblákban az ún. fatermési osztályokkal közelítünk) közelebbi adatok ismeretének hiányában csak egyfajta országos átlagot alkalmazhatunk. Eddigi gyakorlati tapasztalatok szerint ez az átlag a 3. fatermési osztály közelében van, ezért ebben a modellezésben mi is a 3. fatermési osztály szerinti növekedési görbéket alkalmaztuk minden fafaj esetében. Itt szükséges visszautalni arra, hogy ahogyan azt korábban már említettük - azon kívül, hogy egy adott időpontban az egyes területeken viszonylag nagy eltérések adódhatnak a helyi viszonyok függvényében, a fanövekedés mértéke, ill. a faállományok biomasszája hosszabb távon (az előttünk álló évszázadban) a klímaváltozás következtében akár lényegesen is változhat. Ennek modellezése jelenleg nem lehetséges, ezért a becslések inkább egyfajta potenciál becslését jelentik. 6.4 A faállományok kezelésének modellezése Faállományokat bizonyos kereteken belül sokféleképpen lehet kezelni, és hazánkban is sokféle, az egyes helyszínek termőhelyi és faállomány-viszonyaitól, valamint az erdőgazdálkodás tradícióitól nagymértékben függő formái alakultak ki. A jelenleg alkalmazott módszerek egyfajta országos átlagát az ún. erdőművelési modellek tartalmazzák. A még a 80-as években publikált erdőművelési modelleket a közelmúltbeli ökonómiai elemzések, továbbá szakértői becslés alapján - némileg módosítani kellett annak érdekében, hogy az azóta a kezelésben (pl. a közgazdasági környezet változása következtében) lezajlott változásokat beépíthessük a modellbe. A kialakított modelleket a CASMOFOR adatbázisa tartalmazza; a beépített erdőművelési modellek a program futtatásakor ellenőrizhetők. A fatermési táblákhoz hasonlóan az erdőművelési modelltáblákban javasolt faállománykezelési módszerek is akár lényegesen is változhatnak a klímaváltozás hatására. Így pl. faszáradás esetén a jelenleginél korábbra tolódhat a véghasználat időpontja, ill. a faállományok el is pusztulhatnak. Ezen túlmenően azonban a faállományok nevelése függ a fa iránti keresletet megtestesítő piaci folyamatoktól is. Ezek a folyamatok az ún. tisztításokra és gyérítésekre is kihathatnak. Mindezeket a folyamatokat nem tudtuk modellezni; a fatermési táblákhoz hasonlóan feltételeztük, hogy a viszonyok állandóak maradnak. A teljes megkötés-becslés így az erdőművelési modelltáblák alkalmazásánál alkalmazott feltételezések miatt is csak egyfajta potenciál becslését, és nem feltétlenül a majd tényleg létrejövő helyzet modellezését jelentheti csak. 210

212 6.5 A telepítés után létrejövő biomassza mennyiségének becslése A föld feletti, fatérfogatban becsült fanövekedés ismeretében ún. bázis sűrűségek ismeretében becsülhető a föld feletti biomassza. A hazai fafajokra nézve Somogyi (2008) publikálta azokat a (fafajonkénti) értékeket, amelyeket a hazai ÜHG leltárban (NIR 2013) is használnak. A szén-dioxid lekötése szempontjából minden időpontban csak az erdőben ténylegesen megtalálható biomassza szén-tartalma releváns. A kivágott, ill. kipusztult egyedek által megkötött szén mennyisége ugyanis a legegyszerűbb számítások alapján azonnali emissziónak számít. Az elhalt faanyagból valójában csak késleltetve távozik a szén a levegőbe (holt faanyag esetén 2-3 évtized alatt; a kivágott fából készített fatermék esetén a termék típusától függően 1 évtől több évtized is eltelhet addig, amíg a korábban megkötött széndioxid visszakerül a levegőbe). A késleltetett kibocsátás figyelembe vétele csak az erdő összes széntárolójának figyelembe vételével lehetséges. Annak feltételezésével ugyanakkor, hogy a telepítéskor alkalmazott fajok többségének fája inkább a rövidebb életidejű fatermékek (pl. papír, tűzifa stb.) előállítására alkalmas, elfogadható alábecslésnek vehető, ha az erdőben (pontosabban: a fatermékeket is magukba foglaló erdei rendszerben) mindenkor meglévő biomassza szén-tartalmát vesszük alapul a számításokhoz. A föld feletti biomasszából egyszerű tényező alkalmazásával a (szén-dioxid elnyelése szempontjából figyelembe vett) föld alatti biomassza mennyisége is számítható. 6.6 A létrejött biomassza által megkötött energia mennyisége A biomassza energiatartalmát az energetikai szempontból figyelembe veendő mennyiségnek egyszerű (állandó), a CASMOFOR-ban is alkalmazott konstansokkal történő szorzásával becsüljük. Irodalmi források (FAO, 1990) szerint a lombos fák energiatartalma (száraz biomasszára nézve) 19 GJ/t, a fenyőké 22.5 GJ/t. Az energiatartalmat itt azonban ásványolajegyenértékben (ktoe) adjuk meg. Ehhez az IEA/OECD definíciója szerinti átváltó számot használtuk. Ez a váltószám egy tonna olajegyenértékhez 41,868 GJ energiát rendel. Fontos megjegyezni, hogy energetikai szempontból a megkötött energia a szénnyeléstől, ill. a mezőgazdasági növényektől eltérően csak a telepítés után évekkel, ill. évtizedekkel később hasznosítható. Ugyanakkor az összes felhasználható energia-mennyiség becslésekor a gyérítések (ún. előhasználatok) során kitermelt faanyagban lévő és felhasznált energia mennyiségét is figyelembe kell venni, hiszen ezt is hasznosítjuk (esetenként jóval a véghasználat előtt), nemcsak a véghasználat során kitermelt fa energia-tartalmát. A (köbméterben mért) előhasználatok részaránya a teljes fatermésnek átlagosan kb. a 40%-a. Az előhasználatok nem minden részét lehet energetikai célra felhasználni, mert a vékony faanyagot sokszor nem éri meg kihozni az erdőből. Mindezeket a modellezésünk során úgy vettük figyelembe, hogy az erdőtelepítések által megkötött teljes energiamennyiség számításához a véghasználati faanyagban található energia mennyiségét megnöveltük 20%- al (szakértői becslés). 211

213 Megjegyezzük végül, hogy az így kapott energiamennyiség a fák által lekötött teljes, de energiatermelésre csak elméletben felhasználható mennyiség. Fakitermeléskor átlagosan csak a kitermelt fa fele tűzifa, a kitermelt famennyiség másik feléből különböző fatermékeket állítanak elő. Azonban a fatermékek (pl. papír) jelentős részét életidejének a végén szintén eltüzelik, így összességében a fentebb alkalmazott alábecsléseket kompenzálandó a teljes energia-mennyiséget potenciálisan felhasználható energiamennyiségnek tekintjük. (Az más, itt nem kezelhető kérdés az, hogy a kitermelt fát milyen hatásfokkal égetik el. Ebben a vonatkozásban sok függ az égetés módjától, és a jövőben a technológiai fejlesztések révén, az energetikai beruházások eredményeként a hatásfok jelentősen változhat a mostani jellemző értékekhez képest.) 6.7 A megkötött szén-tartalom becslése A becsült biomassza mennyiségéből annak szén-tartalma is konstansokkal becsülhető. A biomassza szárazanyagának széntartalma eléggé állandó, 0.5 tc/t biomassza körüli érték. Számításunkban a hazai ÜHG leltárban is alkalmazott, a CASMOFOR-ba is beépített, az IPCC (2006) által ajánlott tényezőket (lombosokra 0.48, fenyőkre 0.51 tc/t biomassza) használtuk. Az erdei rendszerek nem-biomassza tárolóiban megkötött szén mennyisége csak folyamatmodellezéssel, az időbeli, késleltetett folyamatok nyomon követésével lehetséges. A modellezésre a CASMOFOR modellt használtunk; ennek weblapján részletesen olvasható a becslés módszertana, ill. a becslés során alkalmazott mennyiségek. Ehelyütt annyit emelünk ki, hogy erdőtelepítéskor nemcsak szénlekötés, hanem szénkibocsátás is lehetséges. Ennek egyik forrása az, hogy telepítés előtt a területen évelő növények (pl. gyümölcsös, szőlő stb.) találhatók, melyeket ki kell termelni a telepítés előtt. (Az ebből a forrásból származó kibocsátás azonban meglehetősen kicsi.) Egy másik forrás az, hogy gyepet telepítünk be fákkal; ilyenkor az erdőkénél magasabb szén-tartalmú talajból szén távozik a gyep-erdő átalakítás után. (A hazai ÜHG leltárban azzal a feltételezéssel történnek a számítások, hogy a betelepített terület átlagosan 19%-a szántóterület). Végül emisszió forrása lehet a telepítésnél általában elkerülhetetlen talaj-előkészítés is. Mindezeket a CASMOFOR modellben egy egyszeri, ha-kénti 1tC szénveszteség felszámításával, továbbá a fenti gyep-részarány alkalmazásával vettük figyelembe. 6.8 A megkötött szén-dioxid mennyiségének időbeli alakulása a teljes erdőtelepítési projektre nézve A fentiek alapján a teljes erdőtelepítéssel érintett területen a megkötött szén mennyisége (de a fatérfogaté és biomasszáé is) az időben sokat változik. Ez különösen a biomasszára igaz (1. ábra). Ezzel analóg módon változik a megkötött energia mennyisége is. Amíg azonban ezt az energiát fafajtól függő mértékben csak a telepítés után 20 évvel (nemesnyár), 40 évvel (akác), ill évvel (hosszú életkorú fajok) lehet hasznosítani, addig a szénlekötés közvetlenül a telepítés után haszonnak tekinthető. 212

214 Megjegyezzük, hogy a vágáskorok az országon belül változóak, és időszakonként is változhatnak. Ugyanakkor általában hosszú termesztési ciklusokról és vágáskorokról van szó. Ezért a vágásforduló 1 évére történő számításkor a vágásfordulótól függő, de jellemzően csak kis hiba keletkezik akkor, ha nem a modellszámításunkben feltételezett vágáskorok valósulnak majd meg. Az erdő egészére nézve a biomasszához képest kiegyenlítettebb az összesen megkötött szén mennyisége, mert az nemcsak a fakitermelésektől nagy mértékben függő élő biomassza mennyiségétől, hanem a sokkal egyenletesebben változó többi széntároló széntartalmától is függ (2. ábra). 1. ábra. A biomassza által megkötött szén mennyisége fafajonként (különböző színek), ill. összesen (a legfelső görbe). 213

215 2. ábra. Az összes erdőtelepítés összes széntárolójában tárolt szén mennyisége fafajonként (különböző színek), ill. összesen (a legfelső görbe). 6.9 A megkötött energia és szén-dioxid mennyisége a teljes erdőtelepítési projektre nézve A fenti módszertan alapján a teljes erdőtelepítéssel érintett területen a megkötött szén mennyisége az előrevetítés időtávlatától függ. Ebben a vonatkozásban figyelembe kell venni, hogy az egyes fafajok termesztési ciklusa az ún. vágásforduló lényegesen eltérhet egymástól. A vágásforduló hossza nemesnyárnál 20 év körül van; a bükknél 120 év (sőt annál nagyobb is lehet). A megkötött energia- és szén-mennyiséget így fafajonként is ki lehet számítani; ill. ezen kívül a ciklusokra külön egy éves átlagként is (3. táblázat). Ezen túlmenően azonban fontos lehet rövidebb vagy hosszabb időszakra is megbecsülni a mennyiségeket (fafajtól függetlenül); erre példaként, tájékoztató jelleggel megadjuk (fafajonként és összesen) a teljes erdőtelepítési projektben 2050-ig, ill. addig éves átlagban megkötött energia és szén mennyiségét (4. táblázat). 214