Potenciálisan fagyveszélyes területek meghatározása digitális domborzatmodellek alkalmazásával NÉMETH ÁKOS 1 Absztrakt Hazánk éghajlata a mezőgazdaság számára számos kockázatot jelent. Ezek közül a károkozás nagyságát figyelembe véve kiemelendő az aszályos időszak okozta veszélyhelyzet, a jégverés, illetve a késő tavaszi fagyok kockázata. A klimatikus kockázatok vizsgálata a valószínűsíthető klímaváltozás kapcsán különösen aktuálisnak tűnik. A vizsgálatokban nagy segítséget jelentenek a térinformatikai eszközök, valamint a digitális domborzatmodellek. Az utóbbi években az Országos Meteorológiai Szolgálatnál egyre inkább előtérbe kerültek (kerülnek) a térinformatika támogatásával végzett klimatológiai kutatások. Ezek egyike a potenciálisan fagyveszélyes területek meghatározása. Jelen dolgozatomban egy mintaterület példáján bemutatom a potenciálisan fagyveszélyes területek lehatárolásának egy lehetséges módszerét. A módszer rendkívül egyszerű, bemenő paraméterként mindössze az SRTM domborzatmodellt, valamint a CORINE LandCover adatbázist használtam. A módszer kidolgozása során leginkább a göttingeni Georg-August Egyetem kutatói által kidolgozott SAGA szoftvert alkalmaztam, de a végső megjelenítésben és a térbeli elemzésben az ArcView 3.2 program, illetve annak Spatial Analyst modulja voltak segítségemre. Bevezetés A fagyok általánosságban a növények számára káros jelenségek közé tartoznak. A növények azonban fejlődésük különböző szakaszában nem egyformán érzékenyek a 0 fok alatti hőmérsékletekre. Magyarország éghajlati sajátosságai miatt három évszakban kell fagykárok kialakulására számítani. Tavasszal és ősszel a kevéssel fagypont alá történő lehűlés okoz gondot a termelőknek, míg télen a szélsőséges hideg okozhat komoly károkat. Magyarország déli, legmelegebb területein általában 195-205 napon keresztül tart a fagymentes időszak. Az ország legnagyobb részén e periódus hossza már csak 180-195 nap, de a magasabb hegyvidékeinken 180 nap alá csökken. A talajmenti fagyok nélküli időszak ehhez képest meglehetősen rövid. Még június elején is előfordulhatnak talajmenti fagyok, és augusztus végén már ismét számolnunk kell velük. Magyarországon tehát a fagyzugos területektől eltekintve csupán a nyári hónapokban nem kell számolnunk talajmenti fagy kialakulásával (BOTOS L., VARGA-HASZONITS Z. 1974). A globális éghajlatváltozás Magyarországon is valószínűleg a hőmérséklet valamilyen mértékű emelkedésével fog járni. Erről számos tanulmány készült, kedvezőtlen hatásainak ellensúlyozására kormányzati akcióterv kidolgozását vették tervbe. Kevesebb figyelem fordítódik azonban a tavaszi és őszi fagyok vizsgálatára. Az Országos Meteorológiai Szolgálat mérései szerint a késő tavaszi fagyok erőssége és tartóssága az tanácsos, Országos Meteorológiai Szolgálat; PhD hallgató, Miskolci Egyetem Természetföldrajz-Környezettan Tanszék 125
utóbbi évtizedekben növekedett (1. ábra). Ez figyelemreméltó jelenség, és okot szolgáltat arra, hogy a fagyveszélyes területek lehatárolására is több figyelmet szenteljünk. Monthly Mean Temperature (April) Szeged Monthly Mean Temperature (April) Kecskemét Absolute Minimum Temperature (April) Szeged Absolute Minimum Temperature (April) Kecskemét 1. ábra Az áprilisi átlaghőmérsékletek (1900-2005) és az április havi abszolút minimumhömérsékletek (1970-2005) alakulása két, hosszú adatsorral rendelkező meteorológiai állomás mérései alapján Éjjel, a kisugárzás hatására a felszínt hideg légréteg borítja. Ez a hideg légréteg a sík felszínt egyenletesen borítja be és szélcsend esetén nem jön mozgásba. A lejtökön azonban a vízhez hasonlóan súlyánál fogva mozgásba jön, lefolyik. A lejtőkön lefelé mozgó hideg levegőt a magasból melegebb pótolja. Ez a cirkuláció hozza létre a lejtők sajátos talaj menti szeleit. A lejtőkön lefolyó hideg levegő a mélyedésekben gyűlik össze. Sőt, a hideg légtömeg mozgása közben is rendszerint árkokat, völgyeket követ. A mozgó hideg levegő mély depressziókban, vagy a mozgás irányára merőlegesen álló sáncok (vasúti töltés, erdősáv, stb.) mögött gyűlik össze és ott hideg légtavakat hoz létre (2. ábra). Itt a hideg légréteg vastagsága megnő, benne akár teljes szélcsend is létrejöhet, ami elősegíti a további lehűlést. Ilyen helyzetben erős fagyok is kialakulhatnak. 126
»t 2. ábra A hideg levegő áramlásának modellje WOLF És BOYER alapján Módszerek A mintaterület Kutatásaim helyszínéül választott terület Somogy megye északi részén, a külsősomogyi löszhát nyugati részén helyezkedik el, a Dél-balatoni (Balatonbogiári) Borvidék része (3. ábra). Domborzatát a nagyjából észak-déli irányítottságú hátak és a köztes völgyek jellemzik. A mintegy 300 m 2 -es terület legmagasabb pontja 301 m-rel, legalacsonyabb pontja 96 m-rel van a tengerszint felett. A térség fontos mezőgazdasági terület, a szőlő mellett gyümölcsösök és gabonatáblák jellemzik. A löszhátak magasabb térségeiben természetes, vagy telepített vegyes erdőket találunk. 3. ábra A mintaterület elhelyezkedése és digitális domborzatmodellje 127
Felhasznált adatok A vizsgálatok egyik alapja a digitális domborzatmodell és az abból szármatatott paraméterek. Jelen kutatásomban a NASA, az amerikai National Imagery and Mapping Agency (NIMA), a German Space Agency (DLR) és az Italian Space Agency (ASI) együttműködésében készült SRTM (Shuttle Radar Topography Mission) adatbázist, illetve az abból generált digitális domborzatmodellt használtam fel. Az SRTM domborzatmodell 3 szögmásodperc felbontású, az Interneten bárki számára (kutatási célra díjmentesen) hozzáférhetők. Az adatok használatakor figyelembe kell venni, hogy azok radartechnológia használatával készültek. Vízfelületekről - az elkerülhetetlen hullámzás hatása miatt - bizonytalan jelek érkeznek, emiatt a tengereken és tavakon, illetve folyókon hamis adatok jelenhetnek meg. Ezek egy részét a feldolgozás során kiszűrték, és e pixeleknek NULL értéket (számszerűen 32768-at) adtak. Hasonló NULL értéket kapott számos hegyvidéki pixel is, leginkább az olyan mély völgyek területén, amelyek a felvételi geometriából adódóan radarárnyékban voltak, és ahonnan nem érkezett visszavert radarjel. Értelemszerűen magasabb hegyvidékeken gyakoribb az emiatt bekövetkezett adathiány. Az adatbázis további hibája, hogy a magassági adatokban az épületek, az erdők területén pedig a fák magassága is megjelenik. Ennek oka az, hogy a néhány centiméter hullámhosszú rádiójelek nem hatolnak át a sűrű, vagy akár a közepes sűrűségű lombozaton, és visszaverődnek az épületek szilárd tetőzetéről, burkolatáról is. A domborzatmodell pixelmérete 90 m, ami elégséges a fagyveszélyes területek meghatározásához. degree 4. ábra A mintaterület lejtőkategória térképe 128
Mivel a fagyveszély nem közvetlenül a tengerszint feletti magasság függvénye, a domborzatmodellből különböző paramétereket kellett meghatározni. Ilyen paraméter többek közt a lejtőkategória (4. ábra). A lejtőkategória osztályozásánál figyelembe vettem, hogy a meredek lejtőkön a hideg levegő gyorsan lefolyik, ezek a területek nem nevezhetők fagyveszélyesnek. Kis lejtőszög esetén a hideg levegő mozgása lelassul, már kisebb terepakadály mögött is kialakul a hideg légtó. A lejtőkategória mellett fontos másodlagos topográfiai paraméter a felszín konvergenciája (BRIDIER, S., QuÉNOL, H., BELTRANDO, G, 2004). A konvergencia indexet a domborzatmodellből a göttingeni (Németország) Georg-August Egyetemen fejlesztett SAGA program (System for Automated Geo-scientific Analyses) felhasználásával számoltam (5. ábra). A konvergencia index értéke -100 és +100 között változhat. Értelmezése nagyon egyszerű, a negatív érték azokat a helyeket jelöli, ahol a felszín homorú (konvergens), tehát ezek az összegyülekezési helyek. Ezekhez a területekhez rendeltem a legmagasabb súlytényező értékeket. A pozitív konvergencia index a domború (divergens) felszínekre jellemző, innen a hideg légtömeg lefolyik, így ezek a területek alacsony súlytényezőt kaptak. 702000 707000 712000 717000 5. ábra A mintaterület konvergencia index térképe A domborzatmodellből származtatott jellemzők egyik legnehezebben meghatározható eleme a sugárzás modellezése. A felszínre érkező potenciális sugárzás (a nemzetközi szakirodalomban: topographic solar radiation") meghatározására számos módszer ismeretes. Ezek a módszerek tulajdonképpen csak igen kis mértékben térnek el egymástól (KANG, S., KIM, S., LEE, D.). Általánosan elmondható, hogy az alkalmazott fizikai összefüggések miatt kevés az általánosan felhasználható, regionális méretekben is 129
alkalmazható sugárzási modell (NÉMETH Á., 2004). Munkám során a korábban említett SAGA program egyik modulját használtam. A modell segítségével meghatároztam a mintaterületre érkező potenciális sugárzási energia éves összegét (6. ábra). A sugárzási energia értékeket a korábban tárgyalt paraméterekhez hasonlóan osztályoztam. Az osztályozás során azok a területek, ahol a beérkező sugárzási energia a legalacsonyabb, 5- ös súlytényezőt kaptak. Ezzel ellentétben a sok sugárzási energiában részesülő (általában délies kitettségü) területeket l-es súlytényezővel jelöltem. 6. ábra A felszínre érkező pontenciális sugárzás évi összege a mintaterületen Az előzőektől némiképp eltérő paraméter a földhasználat. A földhasználati adatokat a Corine Land Cover adatbázisból nyertem. Az általam használt földhasználati adatbázis az 1990 és 1992 közötti időszakban készült Landsat TM űrfelvételek vizuális fotointerpretációjával készült. Munkám során az eredeti Corine Land Cover nomenklatúrát jelentősen leegyszerűsítettem. Eszerint csupán három fő kategóriát különítettem el: szőlöés gyümölcsös, füves terület (rét, legelő, más alacsony növényi kultúra), egyebek. Az osztályozás alapja a különböző felszínhasználatoknak a hideg levegő áramlására gyakorolt hatása. Módszer Az előzőekben tárgyalt paraméterek osztályozása, a súlytényezők meghatározása volt az első lépés a potenciálisan fagyveszélyes területek lehatárolásának folyamatában. A súlytényezők egy ötfokozatú skála szerint lettek meghatározva, ahol a potenciálisan fagyveszélyes területeket 5-ös, a nem fagyveszélyes területeket l-es értékkel jelöltem. A 130