Vliv struktury vegetace na výskyt vybraných sov v Krkonošském národním parku

Kristýna Salačová

Bachelor's thesis

Effect of vegetation structure on the occurrence of selected owls in the Krkonoše National Park

Anotácia:

Krkonošský národní park je velmi unikátní lokalita, která si zaslouží naši pozornost a především ochranu. Negativní vlivy na životní prostředí způsobené člověkem nabývají stále více na objemu a je tedy nutné hledat nové způsoby, jak organismy aktivně chránit. Jednou z metod ochrany přírody je modelování vztahu druhů a prostředí. Nezbytným předpokladem tohoto modelování je znalost biotopových nároků jednotlivých pozorovaných druhů. Nejdůležitějšími nároky jsou struktura vegetace a terénu. Terénní sběr těchto dat je obtížný, časově náročný a prostorově omezený proces. Jedním z možných řešení je použití metody dálkového průzkumu Země (hyperspektrální data nebo LiDAR), která umožňuje opakované získávání velkého množství kvalitních prostorových dat. Tato bakalářská práce se zabývá použitím dat LiDARu k predikci výskytu dvou druhů sov konkrétně puštíka obecného (Strix aluco) a sýce rousného (Aegolius funereus) v závislosti na struktuře vegetace a terénu v KRNAP. Cílem je výběr vhodných prediktorů z řad vegetačních a terénních charakteristik, které by mohly mít vliv na výskyt těchto dvou druhů a vytvoření modelu vztahů mezi výskytem sov a charakterem terénu a vegetace za použití tzv. boosted regression trees modelů (BRT). Pro puštíka obecného bylo vysvětleno celkem 18 % variability a u sýce rousného 23 %, kdy nejvíce predikujícími proměnnými byla pro oba druhy nadmořská výška a densita vegetace ve výšce nad pět metrů. Zatímto pravděpodobnost výskytu sýce rousného rostla se stoupající nadmořskou výškou a densitou vegetace, pravděpodobnost výskytu puštíka obecného klesala. Výsledky potvrzují, že data získaná LLS jsou vhodným podkladem pro popis struktury prostředí lesních ekosystémů a umožňují výpočet užitečných charakteristik, které mohou přispět k vysvětlení zaznamenaného počtu druhů.

Abstract:

Krkonoše National Park is a very unique location that deserves our attention and protection. Negative environmental impacts caused by humans are becoming more and more significant, and it is therefore necessary to look for new ways to actively protect species. One of the methods of conservation is the modeling of the relationship between species and the environment. An essential prerequisite for this modeling is knowledge of the habitat requirements of the individual observed species. The most important of these requirements are the structure of vegetation and terrain. Field collection of these data is a challenging, time-consuming and space-limited process. One possible solution is the use of a remote sensing method (hyperspectral data or LiDAR), which allows the repeated acquisition of a large amount of high-quality spatial data. This bachelor's thesis deals with the use of LiDAR data to predict the occurrence of two species of owls, the tawny owl (Strix aluco) and the Tengmalm’s owl (Aegolius funereus), in relation to the structure of the vegetation and the terrain in KRNAP. The aim is to select suitable predictors from among vegetation and terrain characteristics that could influence the occurrence of these two species and to create a model of relationships between the occurrence of owls and the character of the terrain and vegetation using so-called boosted regression trees models (BRT). A total of 18 % of the variability was explained for the tawny owl and 23 % for the Tengmalm’s owl, with the most predictive variables for both species being the altitude and the density of vegetation at a height above 5 meters. Meanwhile, the probability of the occurrence of the increased with increasing altitude and vegetation density, while the probability of the Tengmalm’s owl (Aegolius funereus), occurrence of the tawny owl (Strix aluco) decreased. The results confirm that the data obtained by LLS are a suitable basis for describing the environmental structure of forest ecosystems and enable the calculation of useful characteristics that can contribute to the explanation of the recorded number of species.

Kľúčové slová

Aegolius funereus, LiDAR, predikce výskytu druhu, charakteristika vegetace a terénu, Strix aluco, BRT

Keywords

Strix aluco, Aegolius funereus, LiDAR, prediction of species occurrence, characterisation of vegetation and terrain, BRT

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 3. 4. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 25. 5. 2023
• Vedúci: doc. Ing. Vítězslav Moudrý, Ph.D.
• Oponent: Markéta Zárybnická, Ph.D.

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Bachelor programme:
Applied Ecology