ČASOPIS METEOROLOGICAL JOURNAL1998 267 282 287 600 437 510 515 798 50 905 26 778 326 200 417 337 9...

METEOROLOGICKÝ ČASOPIS

METEOROLOGICAL JOURNAL

2017 ROČNÍK 20 – ČÍSLO 1 VOLUME 20 – NUMBER 1

SLOVENSKÝ HYDROMETEOROLOGICKÝ ÚSTAV SLOVAK HYDROMETEOROLOGICAL INSTITUTE

CONTENTS COMPARISON OF THE FAO GHG DATABASE AND THE SLOVAK GREENHOUSE GAS INVENTORY ACTIVITY DATA AND EMISSIONS IN AGRICULTURE Kristína Tonhauzer, Lenka Zetochová ........................................ 3

IMPACT OF CLIMATE CONTINENTALITY ON SELECTED CHARACTERISTICS OF SNOW COVER IN SLOVAKIA OVER THE PERIOD 1981/82 – 2010/11 Cyril Siman, Norbert Polčák ..................................................... 11

ANALYSIS OF BEGINNING OF FLOWERING OF WHITE CURRANT AT THE GPM STATION IN BANSKÁ BYSTRICA FOR THE PERIOD FROM 2003 TO 2016 Tatiana Hýrošová, Zora Snopková ............................................ 19

STATE OF CLIMATE IN SLOVAKIA IN 2016 Jozef Pecho, Gabriela Ivaňáková, Peter Kajaba, Lívia Labudová, Pavel Šťastný, Maroš Turňa ............................. 23

FLOODS IN 2016 Danica Lešková, Alena Blahová .............................................. 29

INFORMATION Selected weather attractions in Slovakia over first half of 2017 Cyril Siman .............................................................................. 35

Young scientist conferences – past and presence Alena Blahová ......................................................................... 39

Seminar on the occasion of the World meteorological day and World water day Norbert Polčák, Branislav Chvíla .............................................. 40

Danube day Zuzana Danáčová .................................................................... 40

PERSONALS ........................................................................................ 41

OBSAH POROVNANIE FAO GHG DATABÁZY A INVENTÚRY EMISIÍ SKLENÍKOVÝCH PLYNOV SLOVENSKEJ REPUBLIKY V OBLASTI AKTIVITNÝCH ÚDAJOV A EMISIÍ V POĽNOHOSPODÁRSTVE Kristína Tonhauzer, Lenka Zetochová ......................................... 3

VPLYV KONTINENTALITY PODNEBIA NA VYBRANÉ CHARAKTERISTIKY SNEHOVEJ POKRÝVKY NA SLOVENSKU V OBDOBÍ ROKOV 1981/82 – 2010/11 Cyril Siman, Norbert Polčák ..................................................... 11

ANALÝZA NÁSTUPU KVITNUTIA RÍBEZLE BIELEJ NA MEDZINÁRODNEJ FENOLOGICKEJ STANICI V BANSKEJ BYSTRICI ZA OBDOBIE ROKOV 2003 AŽ 2016 Tatiana Hýrošová, Zora Snopková ............................................ 19

KLIMATOLOGICKÉ ZHODNOTENIE ROKA 2016 NA SLOVENSKU Jozef Pecho, Gabriela Ivaňáková, Peter Kajaba, Lívia Labudová, Pavel Šťastný, Maroš Turňa ............................. 23

POVODNE V ROKU 2016 Danica Lešková, Alena Blahová .............................................. 29

INFORMÁCIE Vybrané zaujímavosti v počasí na Slovensku v prvej polovici roka 2017 Cyril Siman .............................................................................. 35

Konferencie mladých odborníkov – minulosť a súčasnosť Alena Blahová .......................................................................... 39

Seminár pri príležitosti Svetového meteorologického dňa a Svetového dňa vody Norbert Polčák, Branislav Chvíla .............................................. 40

Deň Dunaja Zuzana Danáčová .................................................................... 40

PERSONÁLIE ............................................................................. 41

Meteorologický časopis, 20, 2017, 3 – 9 | 3

OVERVIEW

The Food and Agriculture Organisation of the United Nations (FAO) has developed a database of greenhouse gas emissions, contained in FAOSTAT, which provides esti-mation of the emissions of main gases in the agricultural sector (CH4, N2O) and statistics on the activity data related to these emissions for the period 1993 – 2014 (to the date of publication of this report).

Emissions are specified for the different agricultural sub-categories, estimated by FAO and following the Tier 1 approach from the IPCC 2006 Guidelines for National GHG Inventories (IPCC 2006 GL), using activity data provided by countries and default emission factors pro-vided by the IPCC 2006 GL. The estimations provided by FAO do not match the numbers reported by Slovakia to the UNFCCC in the National Inventory Reports (SVK NIR 2017), which is caused by following alternative, often more complicated methods for the UNFCCC reporting.

Table 1 shows comparisons between FAO 2017 and SVK NIR 2017 in the entire agricultural sector. Occurred discrepancies are obvious throughout the entire compa-rison. Significant differences in estimated emissions are caused by using different methodologies by FAO and in the national system. The Slovak Republic is using the more

accurate Tier 2 approach, for estimation of key and main categories. FAO utilises Tier 1 calculation approach using default emission factors consistent with the 2006 IPCC GL.

Table 1. GHG emissions in agricultural sector by categories [kt CO2 eq.] according to FAO and SVK NIR 2017 for the year 2014.

Source category Gas NIR 2017

FAO 2017

3.A Enteric Fermentation CH4 40.40 37.69

3.B.1 Manure Management: CH4 Emissions CH4 6.36 7.82

3.B.2 Manure Management: N2O and NMVOC Emissions N2O 0.58 0.39

3.C Rice Cultivation CH4 - -

3.D.1.1 Direct N2O Emissions From Managed Soils-Inorganic N Fertilizers

N2O 1.87 2.70

3.D.1.2 Direct N2O Emissions From Managed Soils-Organic N Fertilizers

N2O 0.71 0.63

3.D.1.3 Urine and Dung Deposited by Grazing Animals N2O 0.15 0.32

3.D.1.4 Crop Residues N2O 1.38 0.97

3.G Liming CO2 15.63 -

3.H Urea Application CO2 57.94 -

COMPARISON OF THE FAO GHG DATABASE AND THE SLOVAK GREENHOUSE GAS INVENTORY ACTIVITY DATA AND EMISSIONS IN AGRICULTURE KRISTÍNA TONHAUZER, LENKA ZETOCHOVÁ Slovak Hydrometeorological Institute, Dpt. of Emissions & Biofuels, Jeséniova 17, 833 15 Bratislava, Slovak Republic, kristí[email protected], lenka.zetochová@shmu.sk

The large discrepancies in the available greenhouse gas databases were the reason for writing this article. The Slovak National Greenhouse Gas Database and the FAO Greenhouse Gas Database were compared, and the following reportcontains the results of this comparison. The United Nations Food and Agriculture Organisation (FAO) reports annual greenhouse gas emissions from the Agriculture sector. FAO emissions estimates are based on the standard and current methodological Guidance IPCC2006 for greenhouse gases (CH4, CO2 and N2O). The FAO covers most of the key emission sources. Sources, such as emissions from sludge, emissions from liming and urea applications, are not reported. The base year for FAO is 1993therefore the entire timeline is not reported. To this date the FAO has published emissions only for the years 1993 –2014. The absence of years 1990, 1991, 1992, and 2015 caused, that mentioned years were not used in the comparison.

Veľké nezrovnalosti v dostupných databázach skleníkových plynov nás viedlo k napísaniu tohto článku. V článku boli predstavené a porovnávané Slovenská národná databáza skleníkových plynov a databáza skleníkových plynov FAO (Organizácia OSN pre výživu a poľnohospodárstvo). FAO informuje ročne o emisiách skleníkových plynov zo sektora Poľnohospodárstvo. FAO počíta emisie na základeštandardného a súčasného metodického usmernenia IPCC 2006 pre skleníkové plyny (CH4, CO2 a N2O), pričom pokrýva väčšinu kľúčových zdrojov emisií. Zdroje, ako napríklad emisie z aplikácie kalov do poľnohospodárskej pôdy z vápnenia a aplikácie močoviny do pôdy, FAO nereportuje. Rozdiel medzi oboma databázami je taktiež v základnom roku. Pre FAO je to rok 1993. Do vydania tejto správy FAO reportovala emisie pre roky 1993 – 2014. Absencia rokov 1990, 1991, 1992 a 2015 spôsobila, že tieto roky neboli porovnané.

Key words: FAOSTAT, IPCC, GHG emissions, UN Framework on Climate Change, SLOVSTAT, NIR database

4 | Meteorologický časopis, 20, 2017

COMPARISON OF ACTIVITY DATA

The comparison of activity data is described in this section, where we are trying to find out whether the differences in inputs found in both databases can explain the differences in emissions, analysing trend of livestock population, cul-tivated area and fertiliser use for the years 1993 – 2014.

Livestock population

Number of animals is the most important input parameter into the emission inventory. Inconsistencies in population are a significant source of differences in calculated emis-sions. We recognised differences in methodological approach of data collection used by FAOSTAT and by national sta-tistical authority. FAOSTAT grouped livestock numbers in 12-months periods ending in 30th of September, each year. On the other hand, Statistical Office of the Slovak Republic provided national data on annual livestock numbers by December, 31 of a given year. Statistical survey is based on data from selected farms, animal census, by selected animal categories, up to the regional level and finally up to national level. Therefore animal population of the FAO 2017 and the data used in the SVK NIR 2017 are different.

In addition, with the detail analyses of the data provi-ded in the table 2, a shift in the timeline and wrong alloca-tion of animal population in FAO 2016 is visible for goats (since 1994), for sheep (since 1994), for horses (since 2000) and for swine (since 1994).

The highest inconsistency occurred in cattle is caused by the different rules for allocation between dairy and non-dairy cattle. In total, population differences are not as significant, for example in 2014, the number of cattle po-pulation was 465.543 heads according to national authority and 467.820 heads according to FAO.

Sowing area

Sowing area is very important parameter for estimation of total suspend particulars, particular matters, NMVOC from agricultural soils and emissions from crop residues. Comparison of sowing area provided in the FAO 2016 and use in the national inventory was provided in addition to the livestock analysis. Sowing area is an important input parameter for calculation PM emissions and The Statistical Office of the Slovak Republic provides sowing area sta-tistics by July, 31 of each year. FAOSTAT has its own calculation methodology for sowing area estimation. This approach is based on the following formula:

Share of Agricultural land over total land [%] = Agricultural land

∗ 100. Land area

This approach estimates constant value (2 347.90 kha) of sowing area in Slovakia, which is not the same as national data variables from year to year according to the actual statistics. The discrepancy is shown in figure 1.

Figure 1. Sowing area comparison between national inven-tory and FAO databases [kha].

Table 2. Comparison livestock population for the time series 1993 – 2014 (in cursive bold highlighted wrong time series disco-vered in the FAO 2017).

Year Dairy cattle Non-diary cattle Goats Sheep Horses Swine

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 282 274 386 000 710 689 817 497 24 974 20 278 411 442 571 837 11 000 11 000 2 179 029 2 269 2001994 272 450 364 000 643 703 628 963 25 010 24 974 397 043 411 442 11 000 11 000 2 037 371 2 179 0291995 262 664 350 000 666 042 566 153 25 046 25 135 427 844 397 043 10 109 10 000 2 076 439 2 037 3701996 245 833 339 000 646 158 589 706 26 147 25 046 418 823 427 844 9 722 10 000 1 985 223 2 076 4391997 299 614 309 700 503 784 582 291 26 778 26 147 417 337 418 823 9 533 10 000 1 809 868 1 985 2231998 267 282 287 600 437 510 515 798 50 905 26 778 326 200 417 337 9 550 10 000 1 592 599 1 809 8681999 250 974 262 000 414 081 442 792 51 075 38 900 340 346 326 199 9 342 10 000 1 562 106 1 592 5992000 242 496 250 974 403 652 414 081 51 419 51 075 347 983 340 346 9 516 9 342 1 488 441 1 562 1062001 230 379 242 496 394 811 403 652 40 386 51 419 316 302 347 983 7 883 9 516 1 517 291 1 488 4412002 230 182 230 379 377 653 394 811 40 194 40 386 316 028 316 302 8 122 7 883 1 553 880 1 517 2912003 214 467 230 182 378 715 377 653 39 225 29 769 325 521 316 028 8 114 8 122 1 443 013 1 553 8802004 201 725 210 317 338 421 382 865 39 012 39 225 321 227 325 521 8 209 8 114 1 149 282 1 443 0132005 198 580 201 725 329 309 338 421 39 566 39 012 320 487 321 227 8 328 8 209 1 108 265 1 149 2822006 184 950 198 580 322 870 329 309 38 352 39 566 332 571 320 487 8 222 8 328 1 104 829 1 108 2662007 180 207 184 950 321 610 322 870 37 873 38 352 347 179 332 571 8 017 8 222 951 934 1 104 8292008 173 854 180 207 314 527 321 610 37 088 37 873 361 634 347 179 8 421 8 017 748 515 951 9342009 162 504 165 918 309 461 322 463 35 686 37 088 376 978 361 634 7 199 8 421 740 862 748 5162010 159 260 162 504 307 865 309 461 35 292 35 686 394 175 376 978 7 111 7 199 687 260 740 8622011 154 105 159 300 309 253 307 825 34 053 35 292 393 927 394 175 6 937 7 111 580 393 687 2602012 150 272 156 126 320 819 307 232 34 823 34 053 409 569 393 927 7 249 6 937 631 464 580 3932013 144 875 149 790 322 945 321 301 35 457 34 823 399 908 409 569 7 161 7 249 637 167 631 4642014 143 083 148 750 322 460 319 070 35 178 35 457 391 151 399 908 6 828 7 161 641 827 637 167

0

500

1000

1500

2000

2500

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

NIR 2017 FAO 2017

Meteorologický časopis, 20, 2017 | 5

Fertilizers

The last QA comparison of activity data exercise was provided for the data of fertiliser consumption. Differences between FAO 2017 and SVK NIR 2017 were caused by using different methodolo-gical approach in FAOSTAT. This approach is based on annual balance of nitrogen production and net trade. On the other hand, activity data on fertilisers in the national inventory is based on nitrogen consumption.

Figure 2. Fertilizers consumption and comparison of FAO 2017 and SVK NIR 2017 data [kg/year].

COMPARISON OF GHG EMISSIONS FROM FARMING

In the second part of this chapter, the comparison of GHG emis-sions including emission factors (EFs) in the main categories is provided.

The significant animal categories (dairy cattle, non-dairy cattle and sheep) have been calculated in national inventory by using Tier 2 methodology in accordance with the IPCC 2006 GL, using country specific EFs and more detailed information and parameters. Other farmed animals (goats, horses and swine) have been calculated using the default Tier 1 and mostly default EFs.

Table 3 presents comparison of emissions expressed in CO2 eq. by each sector of agriculture, excluding liming and urea appli-cation which have not occurred in FAO database.

The analysis shows larger discrepancies between emissions estimated by both databases. The reasons are communicated by categories in the following subchapters.

Table 3. GHG emissions according to the categories [Gg of CO2 eq.] in particular years.

Year

Enteric Fermentation

Manure Management

Agricultural Soil

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 1 737.87 1 972.04 805.81 730.43 1 637.19 1 400.00 1996 1 591.74 1 566.74 742.56 605.50 1 635.22 1 315.50 1999 1 267.06 1 196.85 607.93 462.32 1 426.10 1 066.06 2000 1 255.06 1 141.40 590.02 454.36 1 477.89 1 149.97 2003 1 191.91 1 046.77 558.85 439.09 1 479.85 1 123.58 2006 1 065.20 910.00 457.57 361.85 1 402.04 1 152.08 2009 991.49 829.11 364.48 308.03 1 401.76 1 120.93 2010 985.05 807.91 346.99 305.60 1 435.01 1 110.94 2011 979.15 800.38 317.58 297.25 1 449.19 1 230.10 2012 1 007.97 789.45 332.13 283.69 1 489.56 1 263.35 2013 1 000.01 797.85 326.49 291.10 1 576.10 1 332.94 2014 1 010.10 791.56 331.92 285.94 1 631.53 1 471.30

Enteric fermentation

Methane emissions from enteric fermentation are among the dominant emissions from agriculture. Cattle produces nearly 90% of these emissions and dairy cattle produce more than half of emissions from all animal species, less than 10% of emissions are produced by other categories of domestic live-stock. An intensification of animal husbandry in-creased methane emissions as well. On the other hand, a higher efficiency leads to the decrease in the number of dairy cattle and consequently to the decrease in total methane emissions from this ca-tegory (Tab. 4). Emission estimates are not con-sistent (Fig. 3) in enteric fermentation. Default emission factors for goats, swine and horses were used in FAO 2017 and SVK NIR 2017 estimations, but different livestock numbers caused further dif-ferences in emissions. This caused a 6.7% diffe-rence (year 2014) in total CH4 emissions (Fig. 3).

Table 4. Emission factors [kg CH4/head/year] accor-ding to animal categories in particular years.

Year Dairy cattle Non-dairy cattle Sheep

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 79 99 47 58 4 8 1996 85 99 49 58 4 8 1999 91 99 52 58 3 8 2000 93 99 52 58 3 8 2003 100 99 52 58 3 8 2006 107 99 57 58 3 8 2009 106 99 54 58 4 8 2010 105 99 54 58 4 8 2011 108 99 53 58 4 8 2012 110 99 54 58 4 8 2013 108 99 56 58 4 8 2014 110 99 55 58 4 8

Figure 3. Comparison of methane emissions [Gg] in enteric fermentation in 2014.

In addition, different emissions factors were used by cattle (dairy and non-dairy) and sheep ca-tegories. The Tier 2 approach was used for calcu-lation in key animal categories (cattle and sheep) in the SVK NIR 2017 with other, country specific pa-rameters. FAO estimated all animals using Tier 1, following the IPCC 2006 guidelines. Comparison shows (Tab. 4) larger discrepancies between emis-sion factors in cattle and sheep categories. FAO used emission factors for Eastern Europe, while factors

0

20000

40000

60000

80000

100000

120000

140000

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

NIR 2017 FAO 2017

0,18

0,12

0,18

0,13

0

5

10

15

20

Dairycattle

Non-dairycattle

Goats Sheep Horses Swine

NIR 2017 FAO 2017


Table 5. Methane emissions [Gg] from enteric fermentation according to animal categories.


SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 23.61 38.21 38.12 47.41 0.12 0.10 4.19 4.57 0.20 0.20 3.27 3.94 1994 23.17 36.04 34.01 36.48 0.13 0.13 4.04 3.29 0.20 0.20 3.06 3.27 1995 22.70 34.65 35.30 32.84 0.13 0.13 4.36 3.18 0.18 0.18 3.11 3.06 1996 21.59 33.56 34.51 34.20 0.13 0.13 4.29 3.42 0.18 0.18 2.98 3.11 1997 27.25 30.66 23.90 33.77 0.13 0.13 4.03 3.35 0.17 0.18 2.71 2.98 1998 25.20 28.47 21.32 29.92 0.25 0.13 3.01 3.34 0.17 0.18 2.39 2.71 1999 24.02 25.94 20.82 25.68 0.26 0.19 3.08 2.61 0.17 0.18 2.34 2.39 2000 23.78 24.85 20.62 24.20 0.26 0.26 3.14 2.72 0.17 0.17 2.23 2.34 2001 23.32 24.10 20.39 23.41 0.20 0.26 3.00 2.78 0.14 0.17 2.28 2.32 2002 23.84 22.81 19.58 22.90 0.20 0.20 3.04 2.53 0.15 0.14 2.33 2.73 2003 22.43 22.79 19.60 21.9 0.20 0.15 3.14 2.53 0.15 0.15 2.16 2.33 2004 21.20 20.82 17.70 22.21 0.20 0.20 3.07 2.60 0.15 0.15 1.72 2.17 2005 21.42 19.97 17.44 19.63 0.20 0.20 3.06 2.57 0.15 0.15 1.66 1.72 2006 20.21 19.66 17.31 19.10 0.19 0.20 3.10 2.56 0.15 0.15 1.66 1.67 2007 20.14 18.31 17.28 18.73 0.19 0.19 3.25 2.66 0.14 0.15 1.43 1.66 2008 19.56 17.84 16.99 18.65 0.19 0.19 3.40 2.78 0.15 0.14 1.12 1.43 2009 17.90 16.43 16.78 18.7 0.18 0.19 3.56 2.89 0.13 0.15 1.11 1.21 2010 17.45 16.09 16.92 17.95 0.18 0.18 3.70 3.20 0.13 0.13 1.03 1.11 2011 17.25 15.77 17.07 17.85 0.17 0.18 3.68 3.15 0.13 0.13 0.87 1.03 2012 17.27 15.46 17.96 17.82 0.17 0.17 3.84 3.15 0.13 0.12 0.95 0.87 2013 16.72 14.83 18.27 18.64 0.18 0.17 3.75 3.28 0.13 0.13 0.96 0.94 2014 16.73 14.73 18.73 18.51 0.18 0.18 3.69 3.20 0.12 0.13 0.96 0.96

for Western Europe were used in SVK NIR. Emission fac-tors for Western Europe are more appropriate for Slovak emission estimations. Slovak farming procedures have deve-loped, because farmers had to observe new, stricter criteria such as higher milk yield, change of housing systems, de-crease of pasture time and new storage capacity for organic waste, which are supported by the Degree No 389/2005 Coll and Nitrates Directive (http://www.mpsr.sk/index.php?start &navID=78&id=1325%20 - in Slovak).

Manure management – methane emissions

Methane is also emitted in anaerobic conditions due to the decomposition of manure in manure storage systems. The-se conditions can be found especially in large-scale farms (farms for cattle, fattening pigs and poultry).

Methane emissions from manure management are the emissions dependant on animal husbandry and the number of animals. In future, a lower share of total methane emis-sion will originate from animal excreta that are much easier to manage, e.g. by proper storage, than the emission from enteric fermentation.

The situation in this category is similar as in the enteric fermentation above. Used default EFs for goats and horses are identical in FAO 2017 and in SVK NIR 2017. Emission factors for cattle, sheep and swine are different in the SVK NIR 2017 due to using the country specific Tier 2 approach (Tab. 6).

Table 6. Emission factors [kg CH4/head/year].

Dairy cattle

Non-dairy cattle Goats Sheep Horses Breeding

swine Market swine

SVK NIR 2017 6.78 1.79 0.13 0.27 1.56 9.75 6.13

FAO 2017 11.00 6.00 0.13 0.19 1.56 3.00 4.00

Figure 4. Comparison of methane emissions according to animal categories in 2014.

In combination with different animal population, the me-thane emission estimates are not consistent. Other animal species are estimated by simpler Tier 1 approach. This caused an 18.7% difference (year 2014) in total CH4 emis-sions (Tab. 7, Fig. 4).

Manure management – N2O emissions

Nitrogen is an essential element for livestock and for the growth of crops. Livestock transforms plant-proteins to animal proteins. Livestock integrates the nitrogen into the musculoskeletal (5 – 45%), which is necessary to produce milk. The unused nitrogen is excreted as manure and slurry back into the soil. Nitrogen is lost as N2O emissions during this cycle.

Domestic livestock produces different kinds of nitro-gen (liquid, solid) into the ecosystem. The structure of domestic livestock (the ratio of different categories of do-mestic livestock) is important as well, from the point of view of direct emissions as well as the emissions from the animal waste management systems. Excluding it, the produc-tion of nitrogen per head per year also plays certain role.

0,00

5

0,11

0,01

0,00

5

0,08

0,01

0

1

2

3

4

5

Dairycattle

Non-dairycattle


NIR 2017 FAO 2017


Table 7. Methane emissions [Gg] in manure management according to the animal categories in 1993 – 2014.


SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 1.3457 4.25 1.28 4.91 0.0032 0.0026 0.1201 0.1086 0.0175 0.0172 14.97 7.04 1994 1.3206 4.00 1.11 3.77 0.0033 0.0032 0.1159 0.0782 0.0166 0.0172 14.08 6.75 1995 1.2941 3.85 1.18 3.40 0.0033 0.0033 0.1248 0.0754 0.0158 0.0156 14.31 6.31 1996 1.2310 3.73 1.16 3.54 0.0034 0.0033 0.1226 0.0813 0.0152 0.0156 13.66 6.44 1997 1.5411 3.41 0.77 3.49 0.0035 0.0034 0.1176 0.0796 0.0149 0.0156 12.62 6.15 1998 1.4160 3.16 0.69 3.90 0.0066 0.0035 0.0894 0.0793 0.0149 0.0156 11.25 5.61 1999 1.3604 2.88 0.68 2.66 0.0066 0.0051 0.0917 0.0620 0.0146 0.0156 10.77 4.94 2000 1.3476 2.76 0.68 2.48 0.0067 0.0066 0.0937 0.0647 0.0148 0.0146 10.27 4.84 2001 1.3335 2.67 0.66 2.42 0.0053 0.0067 0.0880 0.0661 0.0123 0.0148 10.30 4.80 2002 1.3883 2.53 0.63 2.37 0.0052 0.0053 0.3370 0.0601 0.0127 0.0123 10.71 4.71 2003 1.2853 2.53 0.63 2.27 0.0051 0.0039 0.0916 0.0600 0.0127 0.0127 9.86 4.82 2004 1.2180 2.31 0.57 2.30 0.0051 0.0051 0.0893 0.0618 0.0128 0.0127 7.79 4.48 2005 1.2324 2.22 0.56 2.30 0.0051 0.0051 0.0888 0.0610 0.0130 0.0128 7.53 3.56 2006 1.1622 2.18 0.56 1.98 0.0050 0.0051 0.0907 0.0609 0.0128 0.0130 7.54 3.43 2007 1.1585 2.30 0.56 1.94 0.0049 0.0050 0.0951 0.0632 0.0125 0.0128 6.47 3.42 2008 1.1293 1.98 0.55 1.93 0.0048 0.0049 0.0991 0.0660 0.0131 0.0125 5.03 2.95 2009 1.0316 1.83 0.54 1.93 0.0046 0.0048 0.1038 0.0687 0.0112 0.0131 5.02 2.50 2010 1.0082 1.79 0.54 1.86 0.0046 0.0046 0.1081 0.0716 0.0111 0.0112 4.59 2.30 2011 1.0050 1.75 0.55 1.85 0.0044 0.0046 0.1076 0.0749 0.0108 0.0111 3.89 2.13 2012 1.0011 1.72 0.58 1.84 0.0045 0.0044 0.1122 0.0748 0.0113 0.0108 4.25 1.80 2013 0.9708 1.65 0.60 1.93 0.0046 0.0045 0.1095 0.0778 0.0112 0.0113 4.29 1.96 2014 0.9703 1.64 0.58 1.91 0.0046 0.0046 0.1075 0.0760 0.0107 0.0112 4.37 1.97

Table 8. Nitrogen excretions [Gg] from manure management according to the animal categories in particular years.


SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 29.57 22.24 25.64 32.67 0.56 0.03 7.90 2.46 0.56 0.04 22.95 27.38 1996 25.75 19.53 23.39 23.56 0.48 0.04 8.04 1.84 0.48 0.03 20.96 25.06 1999 26.29 15.10 15.28 17.69 0.47 0.06 5.90 1.40 0.47 0.03 16.65 19.22 2000 25.40 14.46 14.91 16.55 0.48 0.07 6.03 1.46 0.48 0.03 15.80 18.85 2003 22.46 13.26 13.83 15.09 0.38 0.04 5.96 1.36 0.38 0.03 15.09 18.75 2006 19.37 11.44 11.90 13.16 0.38 0.06 6.06 1.38 0.38 0.03 11.76 13.37 2009 17.02 9.56 11.20 12.89 0.33 0.05 6.94 1.56 0.33 0.03 7.98 9.03 2010 16.68 9.36 11.15 12.37 0.33 0.05 7.22 1.62 0.33 0.02 7.33 8.94 2011 16.14 9.18 11.22 12.30 0.32 0.05 7.20 1.70 0.32 0.02 5.94 8.29 2012 15.74 9.00 11.70 12.28 0.34 0.05 7.49 1.69 0.34 0.02 6.68 7.00 2013 15.17 8.63 11.87 12.84 0.34 0.05 7.31 1.76 0.34 0.02 6.32 7.62 2014 14.99 8.57 12.05 12.75 0.32 0.05 7.15 1.72 0.32 0.02 6.82 7.69

Table 9. Emission factors by animal categories in 2014 [kg N2O-N/kg N/year].

Category Dairy cattle Non-dairy cattle Sheep Swine Horses Goats Poultry

Manure type Solid Liquid Solid Liquid Solid Liquid Solid Liquid Solid Liquid Solid Liquid Without litter

With litter

SVK NIR 2016 0.005 0.005 0.005 0.005 0.005 - - 0.005 0.005 - 0.005 - 0.001 0.001 FAO 2016 0.0079 0.0075 0.0050 0.0066 0.0050 0.0050 0.0050

The most visible differences (Tables 8, 10) in emis-

sions between FAO 2017 and SVK NIR 2017 occurred in this category. These differences are (Tab. 9), once again, caused by using different tier approach. In the SVK NIR 2017, Tier 2 approach was used for emissions estimation in combination with country specific parameters like nitrogen excretion rate. This parameter is country specific and is based on the national average weight of animals. Diffe-rences in the population of livestock also have an influence on the different emissions (Fig. 5) and nitrogen content. This caused a 25.5% difference (year 2014) in total N2O emissions.

Figure 5. Comparison of N2O emissions [Gg] according to animal categories in 2014.

0,00

33

0,03

62

0,0

018

0,00

04

0,08

00

0,0

002

0,0

0,5

1,0

1,5

2,0

2,5

Dairycattle

Non-dairycattle


NIR 2017 FAO 2017


Table 10. N2O emissions [Gg] in manure management according to animal species in 1993 – 2014.


SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

SVK NIR 2017

FAO 2017

1993 0.21 4.25 0.18 4.91 0.0024 0.0002 0.0390 0.1100 0.00308 0.00030 0.1933 7.0400 1994 0.20 4.00 0.16 3.77 0.0024 0.0003 0.0376 0.0800 0.00292 0.00030 0.1778 6.7500 1995 0.19 3.85 0.17 3.40 0.0024 0.0003 0.0408 0.0800 0.00276 0.00030 0.1864 6.3100 1996 0.18 3.73 0.17 3.54 0.0025 0.0003 0.0398 0.0800 0.00265 0.00030 0.1765 6.4400 1997 0.22 3.41 0.14 3.49 0.0025 0.0003 0.0374 0.0800 0.00258 0.00030 0.1668 6.1500 1998 0.19 3.16 0.12 3.90 0.0048 0.0003 0.0297 0.0800 0.00264 0.00030 0.1436 5.6100 1999 0.18 2.88 0.11 2.66 0.0048 0.0004 0.0307 0.0600 0.00261 0.00030 0.1399 4.9400 2000 0.18 2.76 0.11 2.48 0.0049 0.0006 0.0312 0.0600 0.00265 0.00020 0.1328 4.8400 2001 0.17 2.67 0.11 2.42 0.0038 0.0006 0.0296 0.0700 0.00196 0.00020 0.1364 4.8000 2002 0.17 2.53 0.10 2.37 0.0038 0.0005 0.0300 0.0600 0.00209 0.00020 0.1367 4.7100 2003 0.16 2.53 0.10 2.27 0.0037 0.0003 0.0305 0.0600 0.00208 0.00020 0.1274 4.8200 2004 0.15 2.31 0.09 2.30 0.0037 0.0004 0.0307 0.0600 0.00208 0.00020 0.1021 4.4800 2005 0.14 2.22 0.09 2.30 0.0038 0.0004 0.0310 0.0600 0.00213 0.00020 0.0986 3.5600 2006 0.13 2.18 0.09 1.98 0.0036 0.0004 0.0312 0.0600 0.00211 0.00020 0.0993 3.4300 2007 0.13 2.30 0.09 1.94 0.0036 0.0004 0.0321 0.0600 0.00205 0.00020 0.0865 3.4200 2008 0.13 1.98 0.08 1.93 0.0035 0.0004 0.0337 0.0700 0.00214 0.00020 0.0678 2.9500 2009 0.12 1.83 0.08 1.93 0.0034 0.0004 0.0353 0.0700 0.00182 0.00020 0.0677 2.5000 2010 0.12 1.79 0.08 1.86 0.0033 0.0004 0.0363 0.0700 0.00181 0.00020 0.0621 2.3000 2011 0.11 1.75 0.08 1.85 0.0032 0.0004 0.0364 0.0700 0.00177 0.00020 0.0502 2.1300 2012 0.11 1.72 0.08 1.84 0.0033 0.0004 0.0374 0.0700 0.00186 0.00020 0.0566 1.8000 2013 0.11 1.65 0.08 1.93 0.0034 0.0004 0.0372 0.0800 0.00186 0.00020 0.0534 1.9600 2014 0.10 1.64 0.08 1.91 0.0033 0.0004 0.0362 0.0800 0.00179 0.00020 0.0576 1.9700

Agricultural soils - Inorganic N-fertilizers

The number of livestock decreases with time and this fact causes continuously decreasing production of organic ma-nure (Tab. 13). This lack is compensated with inorganic fertilisers. After the application, during the denitrification process, N2O emissions rise into the surrounding air.

N2O emissions estimated in this category are very inconsistent. SVK NIR 2017 used the Tier 1 approach with emission factor 0.01 kg N2O-N/kg N for emissions estima-tion in this category. FAO 2017 also used Tier 1 approach according to IPCC 2006 GL, however default emission factor 0.0133 kg N2O-N/kg N is different in this category. Differences are caused by using different activity data for fertilisers in N2O emissions. This causes a 30.6% differen-ce (year 2014) in total N2O emissions (Tab. 11).

Agricultural soils - manure applied to the soils

Farming animals produce a different kind of nitrogen (solid and liquid) into the ecosystem and the structure of domes-tic livestock is also important (the ratio of different catego-ries of domestic livestock) from the point of view of direct emissions, as well as the emissions from animal waste ma-nagement systems. Aside from these, the production of nitrogen per head per year also plays a certain role. The di-rect inputs of nitrogen vary slightly according to the num-ber of livestock.

Both calculations were made using the Tier 1 ap-proach, according to IPCC 2006 GL. Used emission fac-tors are inconsistent. Emission factor in SVK NIR 2017 is 0.01 kg N2O-N/kg N, however, the default used emission factor is 0.0143 kg N2O-N/kg N. Total nitrogen excretion per liquid and solid systems are not the same values, because the number of livestock is different. This causes an 11.2% difference (year 2014) in total N2O emissions (Tab. 12).

Table 11. Comparison of nitrogen excretion [tons] and N2O emissions [Gg] in application of inorganic N-fertilizer in particular years.

Year Nitrogen content N2O emissions in used

inorganic N-fertilizer SVK NIR 2017 FAO 2017 SVK NIR 2017 FAO 2017

1993 64 852 000 64 883 000 1.4170 1.3510 1996 74 464 000 77 644 000 1.1700 1.6167 1999 65 392 000 65 357 000 1.0280 1.3608 2000 72 653 000 82 100 000 1.1420 1.7094 2003 81 300 000 79 911 000 1.2780 1.6639 2006 78 681 120 88 935 000 1.2360 1.8518 2009 77 058 450 86 873 000 1.2110 1.8088 2010 86 873 000 92 969 000 1.3650 1.9357 2011 92 969 000 101 004 000 1.4610 2.1030 2012 101 004 000 113 581 000 1.5870 2.3649 2013 113 581 390 119 036 000 1.7850 2.4785 2014 119 036 050 129 642 000 1.8710 2.6993

Table 12. Comparison of nitrogen excretion [tons] and emis-sions [Gg] in manure applied to soils in particular years.

Year Nitrogen content N2O emissions in manure

applied to soils SVK NIR 2017 FAO 2017 SVK NIR 2017 FAO 2017

1993 86 524.82 98 005.86 1.3597 1.6541 1996 81 258.79 89 945.55 1.2769 1.2396 1999 70 096.29 69 752.09 1.1015 0.9477 2000 69 138.07 67 773.40 1.0865 0.9624 2003 64 715.66 65 444.42 1.0170 0.9314 2006 55 484.79 58 344.99 0.8719 0.7838 2009 49 460.26 52 250.33 0.7772 0.6613 2010 47 835.83 51 184.25 0.7517 0.6706 2011 44 671.67 48 741.96 0.7020 0.6532 2012 45 756.49 50 177.68 0.7190 0.6213 2013 44 012.13 49 394.95 0.6916 0.6406 2014 45 176.57 46 693.06 0.7099 0.6302


Agricultural soils - urine and dung deposited by grazing animals

Pasture is typical for some livestock categories. Animals graze mainly during spring, summer and autumn in the small farms. Animals spend the winter on special winter grounds. In the Slovak condition, sheep, goats, horses and some subcategories of cattle have been grazed.

The estimate of N2O emissions in SVK NIR 2017 from pasture used Tier 1 approach with country specific parameters. Nitrogen content is calculated as a share of nitrogen excretion rate multiplied by percentage, which describes the share of time spent on pasture. The percen-tage is country specific. The numbers of grazing animals are inconsistent too. FAO 2017 reported pasture for poul-try, which is not practiced in Slovakia. This fact caused inconsistencies between the two estimates. FAO 2017 used the Tier 1 approach as well, according to IPCC 2006 GL, however the default emission factor is different; 0.0243 kg N2O-N/kg N in this category. This caused a 28.7% diffe-rence (year 2014) in total N2O emissions (Tab. 13).

Table 13 Comparison of nitrogen excretions (tons) and N2O emissions in urine and dung deposited by grazing animals [Gg] in particular years.

Year Nitrogen excretion N2O emissions

from pasture SVK NIR 2017 FAO 2017 SVK NIR 2017 FAO 2017

1993 13 478.82 10 751.39 0.3530 0.6677 1996 12 418.55 10 065.44 0.3187 0.5189 1999 8 140.57 8 203.88 0.1973 0.4041 2000 8 323.98 8 150.83 0.2019 0.3963 2003 7 998.97 7 417.58 0.1948 0.3575 2006 7 867.84 6 880.98 0.1901 0.3287 2009 8 246.21 6 936.06 0.1957 0.3198 2010 8 593.85 7 036.98 0.2043 0.3160 2011 8 544.19 6 986.59 0.2032 0.3180 2012 9 044.15 7 175.83 0.2163 0.3154 2013 9 040.89 7 075.42 0.2177 0.3224 2014 9 294.48 6 893.90 0.2270 0.3186

Agricultural soils - crop residues

The leaving of crop residues on agricultural soils is one of the principles of organic farming. Crop residues are valuable sources of organic nitrogen. The N2O emissions rise due to this activity. Directly after incorporation of the crop residues into the soil, the multilateral interactions between organic compounds and nutrients presented in the residues with the mineral and organic components of soil take place.

N2O emissions estimated in this category are very inconsistent. The differences are caused by using different tier approaches. SVK NIR 2017 used the national metho-dology in combination with country specific parameters. Further inconsistencies are introduced by using different sowing areas in FAO 2017 and SVK NIR 2017 estima-tions. It has also influenced the different values of emis-sions and N content. This caused a 29.6% difference (year 2014) in total N2O emissions (Tab. 14).

Table 14. Comparison of nitrogen excretion (tons) and N2O emissions [Gg] in crop residues in particular years.

Year Nitrogen content N2O emissions from

crop residues SVK NIR 2017 FAO 2017 SVK NIR 2017 FAO 2017

1993 38 268.16 91 588.33 1.4392 0.7367 1996 39 688.05 89 123.90 1.4005 0.7640 1999 32 929.92 83 257.30 1.3083 0.6339 2000 27 751.31 85 242.44 1.3395 0.5342 2003 29 830.38 81 859.16 1.2864 0.5742 2006 33 677.04 82 156.95 1.2910 0.6483 2009 37 485.67 90 449.76 1.4214 0.7216 2010 28 832.62 86 924.08 1.3659 0.5550 2011 40 336.39 86 574.07 1.3604 0.7765 2012 33 821.72 82 778.95 1.3008 0.6511 2013 38 206.74 86 237.93 1.3552 0.7355 2014 50 670.29 88 090.30 1.3843 0.9754

CONCLUSIONS

The FAO database, as a service, is a good tool to help member countries assess and report their emissions, as well as a useful international benchmark, when national data is not available. Emissions from the FAO database are esti-mated only by FAO and do not coincide with GHG emis-sions reported by Slovak Republic to United Nations Fra-mework Convention on Climate Change. FAO uses a very simple methodology of emission calculation compared to Slovak National inventory database. Slovak estimations are more accurate, because country specific parameters and Slovak Statistics are used.

FAO should change available activity data and emis-sions for official Slovak data and emissions by Slovak Republic. If the data doesn’t change, misinterpretation might occur. The result of this paper should be a harmoni-sation in both of the databases, so that activity data would be coherent. These discrepancies should be avoided by an interdepartmental discussion between Ministry of Agricul-ture and Rural Development with the Statistical Office of the Slovak Republic, which reports annually to the FAO. Verified emissions are important for the development of environmental policies, emission ceilings, projections and the creation of new measures for emission reductions.

LITERATURE

IPCC 2006, IPCC Guidelines for National Greenhouse Gas Inventories [Online] Date: 15. April 2017.

FAO, The United Nations Food and Agriculture Organization database, [Online] Date: 15 April 2017, http://www.fao.org/faostat/en/#data, http://www.ipcc-nggip.iges.or.jp/public/2006gl/.

MŽP SR, Zelená správa [Online] Date: 15. April 2017, http://www.mpsr.sk/index.php?navID=121.

SHMÚ, National Inventory Report of Slovak Republic [Online] Date: 15 April 2017, http://cdr.eionet.europa.eu/sk/eu/ mmr/art07_ inventory /ghg_inventory/.

SLOVSTAT, Statistical Data database, The Statistical Office of the Slovak Republic [Online] Date: 15 April 2017 http://www.statistics.sk/pls/elisw/vbd.


ÚVOD

Kontinentalitou podnebia sa v minulosti zaoberalo už mnoho klimatológov a geografov. Tí sa väčšinou venovali len jej štatistickému zhodnoteniu počas dlhšieho obdobia. Jeden z najvýznamnejších výsledkov bolo zistenie, že kon-tinentalita podnebia sa najvýraznejšie prejavuje pri teplote vzduchu. Predmetom výskumu v oblasti klimageografie by však nemalo byť len základné štatistické vyhodnotenie údajov, ale aj snaha nájsť vzájomné prepojenie medzi jed-notlivými klimatologickými prvkami.

Cieľom článku je vyhodnotiť vzťah kontinentality podnebia a vybraných charakteristík snehovej pokrývky

ÚVOD

na území Slovenska v období rokov 1981/82 – 2010/11. Na výpočet termickej kontinentality bol použitý Gorczyń-ského index, ombrická kontinentalita podnebia bola vy-hodnotená pomocou Hrudičkovho indexu kontinentality. Vzťah kontinentality podnebia a vybraných charakteristík snehovej pokrývky bol kvantifikovaný pomocou regresnej analýzy, výsledkom ktorej bol Pearsonov korelačný koefi-cient a koeficient determinácie (R2). Údaje z 54 klimatolo-gických staníc poskytol Slovenský hydrometeorologický ústav (SHMÚ) so sídlom v Bratislave.

VPLYV KONTINENTALITY PODNEBIA NA VYBRANÉ CHARAKTERISTIKY SNEHOVEJ POKRÝVKY NA SLOVENSKU V OBDOBÍ ROKOV 1981/82 – 2010/11 CYRIL SIMAN1,2, NORBERT POLČÁK 2,3 1 Ústav hydrológie Slovenskej akadémie vied, Oddelenie hydrológie povrchových vôd, Bratislava, [email protected] 2 Slovenský hydrometeorologický ústav, Odbor Meteorologické predpovede a výstrahy, Bratislava, [email protected] 3 Univerzita Komenského v Bratislave, Prírodovedecká fakulta, Katedra fyzickej geografie a geoekológie, Bratislava, [email protected]

The article analyses the impact of climate continentality on selected characteristics of snow cover in Slovakia overthe period 1981/82 – 2010/11. Data of daily snow cover height, average temperature and atmospheric precipitation from54 climatologic stations provided by Slovak hydrometeorological institute was processed. From characteristics of thesnow cover, average height of snow cover and number of the days with snow cover 1 cm and more for winter season(November to April) were evaluated. Climate continentality was calculated by Gorczynski and Hrudicka continentalityindex. The relationship between the selected characteristics of snow cover and climate continentality was evaluated by means of regression analysis. It resulted in the Pearson correlation coefficient and the coefficient of determination. Theevaluated stations were divided into three groups according to their location and altitude. At the same time relationship between the characteristics of the snow cover and climate continentality was observed only at first and second group ofstations. In the first group of stations with increase climate continentality, the average number of days with snow cover 1 cm and more, increased, and the average height of snow cover decreased as well. In the second group of stations wasobserved mostly fall in the values of the selected characteristics of snow cover with increase in climate continentality. Besides climate continentality also altitude and relative position to the flow impacts the snow cover in Slovakia. Článok analyzuje vplyv kontinentality podnebia na vybrané charakteristiky snehovej pokrývky na území Slovenskav období rokov 1981/82 – 2010/11. Spracované boli denné údaje o výške snehovej pokrývky, priemernej teplote vzduchua úhrne atmosférických zrážok z 54 klimatologických staníc Slovenského hydrometeorologického ústavu. Z charakte-ristík snehovej pokrývky bola vyhodnotená priemerná výška snehovej pokrývky a počet dní so snehovou pokrývkou 1 cm a viac zimného obdobia (november až apríl). Kontinentalita podnebia bola vypočítaná pomocou Gorczyńského a Hrudič-kovho indexu kontinentality podnebia. Vzťah medzi kontinentalitou podnebia a vybranými charakteristikami snehovej pokrývky bol vyhodnotený prostredníctvom regresnej analýzy. Výsledkom bol Pearsonov korelačný koeficient a koeficientdeterminácie. Stanice boli rozdelené do troch skupín podľa nadmorskej výšky a polohy, pričom vzťah kontinentality podnebia a vybraných charakteristík snehovej pokrývky bol sledovaný len na staniciach v prvej, resp. v druhej skupine. V prvej skupine staníc s rastom kontinentality podnebia rástol priemerný počet dní so snehovou pokrývkou 1 cm a viac,a klesala priemerná výška snehovej pokrývky. Na staniciach v druhej skupine, bol pozorovaný väčšinou pokles hodnôt vybraných charakteristík snehovej pokrývky s rastom kontinentality podnebia. Okrem kontinentality podnebia sa navariabilite charakteristík snehovej pokrývky na území Slovenska podieľa najmä nadmorská výška a poloha vzhľadom k prevládajúcemu prúdeniu. Key words: climate continentality, snow cover, Gorczynski and Hrudicka index, regression analysis, winter season, Slovakia


TEORETICKÉ VÝCHODISKÁ

Kontinentalita podnebia

Kontinentalita podnebia je súhrnom mnohostranného pôso-benia kontinentov na klimatické prvky, spomedzi ktorých sa najviac prejavuje pri teplote vzduchu (Kveták, 1982). Chromov (1968) pomenoval klímu nad morom s malou ročnou amplitúdou teploty vzduchu morskou klímou, nao-pak, klímu na pevnine, s veľkou ročnou amplitúdou teploty, klímou kontinentálnou.

Najvýraznejší rys, ktorý charakterizuje kontinentalitu podnebia, je veľká amplitúda teploty vzduchu, ktorá je zároveň hlavnou charakteristikou termickej kontinentality. Na základe ďalších klimatických prvkov rozlišujeme ďalej ombrickú alebo barickú kontinentalitu (Bednář a kol., 1993).

Kontinentalitou podnebia na území Slovenska sa zaoberal napríklad Kveták (1982, 1983) a Zaujec (1994). Z autorov venujúcich sa na našom území spracovaniu ombrickej kontinentality podnebia je najznámejší Hrudič-ka, ktorý vytvoril vlastný index a podľa neho aj ombrickú kontinentalitu vyhodnotil (Hrudička, 1933).

Snehová pokrývka

Najcharakteristickejším znakom zimy u nás je výskyt sneho-vej pokrývky (Briedoň, 1968). Napriek tomu je v dôsledku častých teplotných zmien snehová pokrývka na území Slo-venska, najmä v nížinách, málo trvanlivá a často prerušovaná.

Výskyt snehovej pokrývky je pravidelný len v oblas-tiach s trvalou zápornou teplotou vzduchu v zime, v níži-nách v celej strednej Európe je preto v dôsledku častého striedania období s kladnou a zápornou priemernou tep-lotou vzduchu výskyt snehovej pokrývky nepravidelný (Šamaj a Valovič, 1988).

Snehové pomery strednej Európy sú závislé hlavne na cirkulačných podmienkach, ktoré podmieňujú predovšet-kým teplotné a zrážkové pomery daného obdobia (Šamaj a kol., 1991).

Snehová pokrývka má v hydrologickom cykle vý-znam ako zásobáreň vody, a to predovšetkým v horských oblastiach, kde tvorí značný podiel ročného úhrnu zrážok (Doesken a Robinson, 2009).

Počas jarného sucha býva zásoba pôdnej vody z roz-topeného snehu niekedy jediným zdrojom vlahy pre ras-tliny (Škvarenina a kol., 2002).

METODIKA

Pracovné hypotézy

Podiel vplyvu kontinentu na klímu sa odráža na charak-teristickom ročnom a dennom chode teploty vzduchu, úhrnov atmosférických zrážok, ale pozorujeme ho aj pri rade iných meteorologických prvkov. V neposlednom rade sa prejavuje aj na snehových pomeroch.

Základom pre formulovanie cieľov bolo stanovenie si nasledovných pracovných hypotéz.

S rastúcou kontinentalitou podnebia sa bude zvy-šovať stabilita snehovej pokrývky, výsledkom bude pravde-

podobne vyšší počet dní so snehovou pokrývkou. Hypotéza vychádza z predpokladu, že v oblastiach s vyššou konti-nentalitou podnebia sa v zimnom období častejšie vyskytu-jú stabilné synoptické situácie s nižšou priemernou dennou teplotou vzduchu ako v oblastiach, kde je kontinentalita podnebia nižšia. Tento predpoklad nepriamo potvrdzuje vo svojej práci aj Zaujec (1994), ktorý okrem iného píše, že vzťah medzi teplotou vzduchu januára a amplitúdou tep-loty vzduchu je oveľa významnejší, než medzi teplotou vzduchu v júli a amplitúdou. Z toho vyplýva, že nižšia priemerná teplota vzduchu v januári má na amplitúdu väčší vplyv ako vyššia priemerná teplota vzduchu v júli. Preto na miestach s vyššou kontinentalitou podnebia možno predpo-kladať chladnejší január, prípadne aj celé zimné obdobie. To platí aj na území Slovenska, pretože kým v priemernej júlovej teplote vzduchu medzi Podunajskou a Východo-slovenskou nížinou nie je takmer žiadny rozdiel, priemerná januárová teplota vzduchu je na staniciach vo Východo-slovenskej nížine nižšia.

Ďalšou hypotézou je očakávanie nižšej priemernej výš-ky snehovej pokrývky v oblastiach s vyššou kontinentali-tou podnebia a naopak. Táto hypotéza je založená na fakte, že v oblastiach s vyššou kontinentalitou podnebia, sa v zimnom období vyskytujú nižšie úhrny zrážok, ako na miestach, kde je kontinentalita podnebia nižšia. V konti-nentálnych oblastiach síce zrážky padajú častejšie vo forme snehu, ale sú menej výdatné a zriedkavejšie.

Vymedzenie územia a metadata

Územie, na ktorom bol sledovaný vplyv kontinentality podnebia na jednotlivé charakteristiky snehovej pokrývky, je ohraničené štátnou hranicou Slovenskej republiky. Slo-vensko sa nachádza na severnej pologuli, vo vnútrozemí strednej Európy. Rozloha 49 036 km2, ho radí k menším štátom sveta. Jeho územie leží v miernom podnebnom pásme na rozhraní vplyvu oceánskych a kontinentálnych vzduchových hmôt.

Údaje z 54 meracích klimatologických staníc posky-tol Slovenský hydrometeorologický ústav. Vyžiadané boli denné údaje o priemernej, maximálnej a minimálnej dennej teplote vzduchu, ako aj denný úhrn atmosférických zrážok a údaje o dennej výške snehovej pokrývky v období od 1. 1. 1981 do 31. 12. 2011. Údaje o dennej minimálnej a ma-ximálnej dennej teplote vzduchu nakoniec v článku použité neboli. Údaje poskytnuté SHMÚ prešli štandardnou reví-ziou a kontrolou kvality údajov. Mesačný výpadok meraní bol len na staniciach Štos-kúpele (1. až 28. 2. 1999) a Čadca (1. až 31. 10. 1999). Zo stanice Kuchyňa bol poskytnutý homogenizovaný rad priemernej dennej teploty vzduchu, pretože v období od 1. 9. 1994 – 31. 12. 1997, bolo meranie prerušené.

V článku je hodnotený vzťah klimatických fenomé-nov, ktorých zmeny sú výrazne závislé na nadmorskej výške. Vzhľadom na zložitý reliéf Slovenska bolo preto potrebné rozdeliť stanice do skupín a to tak, aby výsledkom boli skupiny s podobnými charakteristikami polohy a nad-morskej výšky. Výsledkom sú tri skupiny staníc tak ako ich môžete vidieť na obrázku 1.


Obrázok 1. Vymedzenie územia a rozdelenie meracích staníc SHMÚ do skupín. Figure 1. Selection of territory and distribution of measuring stations of SHMÚ into groups.

Metodika hodnotenia kontinentality podnebia

Viacerí zahraniční autori, ale aj naši klimatológovia, použí-vali v minulosti k určeniu kontinentality podnebia Gorczyń-ského index kontinentality (Gorczyński, 1920). Pri zosta-vovaní tohto indexu použil Gorczyński empirickú hodnotu 12 sin ϕ, ktorá vyjadruje ročnú amplitúdu teploty vzduchu nad oceánom v závislosti od zemepisnej šírky. Oceánom bola určená hodnota kontinentality 0 %, takúto hodnotu kontinentality podnebia malo mesto Thorshavn na Faer-ských ostrovoch. Naopak najkontinentálnejším oblastiam bola určená kontinentalita 100 %, takúto hodnotu kontinen-tality malo mesto Verchojansk na Sibíri (Kveták, 1983).

Gorczyńského index kontinentality bol počítaný pod-ľa vzorca:

42071 ,sin

A,=Kg −⋅ϕ

, (1)

kde: Kg - hodnota indexu kontinentality podľa Gorczyńského

vyjadrená v %, A - priemerná ročná amplitúda teploty vzduchu, ϕ - zemepisná šírka daného miesta (meracej stanice).

Okrem termickej kontinentality je v článku hodno-

tená aj ombrická kontinentalita podnebia podľa Hrudičku. Hrudička vytvoril empirický vzťah, ktorý vyjadruje stupeň ombrickej kontinentality v závislosti na rozdelení a množ-stve zrážok. V kontinentálnych oblastiach východnej Sibíri dosahuje množstvo zrážok v studenom, resp. v letnom, polroku len 10 % (90 %) z ročného úhrnu zrážok, naopak oceánické podnebie severozápadnej Európy dosahuje v zimnom, resp. letnom, polroku 65 % (35 %) z ročného

zrážkového úhrnu. Hrudičkov ombrický index kontinenta-lity bol vypočítaný podľa vzorca:

zsL=H 3512 − , (2)

kde: H - hodnota Hrudičkovho indexu kontinentality, L - percento zrážok letného polroku v %, sz - absolútne množstvo zrážok chladného polroku v mm.

Priestorová diferenciácia kontinentality podnebia

bola v mapovej forme spracovaná v prostredí GIS. Použitá bola interpolačná metóda Kriging. Cieľom mapy je zob-raziť kontinentalitu podnebia, tak aby boli zohľadnené zložité reliéfové podmienky územia Slovenska, vychádzajúc z predpokladu, že s nadmorskou výškou u nás klesá prie-merná amplitúda teploty vzduchu a teda aj termická kon-tinentalita podnebia sa znižuje. Základom metodiky bol vý-počet lokálneho gradientu kontinentality podnebia v thiesse-nových polygónoch medzi najbližšími susednými stanicami. Použitý bol vzťah pre výpočet vertikálneho gradientu tep-loty vzduchu medzi dvoma stanicami. Po úprave a dosadení premenných získal vzorec nasledujúci tvar:

1002121∗

−−

hhkk=g , (3)

kde: g - vertikálny gradient kontinentality podnebia, k1 – k2 - rozdiel kontinentality podnebia dvoch susediacich

thiessenových polygónov, h1 – h2 - rozdiel nadmorských výšok dvoch susediacich

thiessenových polygónov.


Vzťah na výpočet priemernej teploty vzduchu pre ne-známu stanicu v známej nadmorskej výške bol pre výpočet kontinentality upravený nasledovne:

ghxhzk=K ∗−

+100

, (4)

kde: K - výsledná hodnota kontinentality podnebia, k - kontinentalita podnebia vypočítaná interpolačnou

metódou Kriging z údajov z meracích staníc, hz – hx - rozdiel DTM z meracích staníc (digitálny terénny

model získaný z nadmorských výšok meracích staníc) a DTM SRTM (rastrová vrstva získaná z vrstevníc (pomocou Topo to Raster) alebo stiah-nutá z webovej stránky prostredníctvom odkazu: http://gdex.cr.usgs.gov/gdex/.

Pri tvorbe mapy bol využitý nástrojový balíček

ArcToolbox, dostupný v programe ArcGIS (aplikácia ArcMap). Konkrétne priestorové analýzy s využitím Raster Calculator a Zonal Statistics (v zložke Spatial Analyst Tools). Mapy boli zobrazené v súradnicovom systéme S-JTSK Krovak EastNorth.

Metodika hodnotenia vybraných charakteristík snehovej pokrývky

Charakteristiky snehovej pokrývky boli vyhodnotené pre zimné obdobie v širšom slova zmysle (november až apríl). Dôvodom bol fakt, že vybrané charakteristiky snehovej pokrývky sa v sledovanom období vyskytovali aj v skorých jarných, respektíve neskorých jesenných mesiacoch. V článku bol vyhodnotený priemerný počet dní so sneho-vou pokrývkou 1 cm a viac a priemerná výška snehovej pokrývky.

Priemerný počet dní so snehovou pokrývkou 1 cm a viac bol vypočítaný pomocou jednoduchého aritmetického priemeru, ako suma dní so súvislou snehovou pokrývkou každého zimného obdobia, delená počtom sezón (rokov) sledovaného obdobia. Priemerná výška snehovej pokrývky bola počítaná ako súčet denných výšok snehovej pokrývky, delený počtom dní so súvislou snehovou pokrývkou v sle-dovanom období (počet dní so súvislou snehovou pokrýv-kou počas celého zimného obdobia).

Metodika hodnotenia vzťahu kontinentality podnebia a vybraných charakteristík snehovej pokrývky

Na vyjadrenie vzťahu kontinentality podnebia a vybraných charakteristík snehovej pokrývky bol vybraný Gorczyńského a Hrudičkov index kontinentality podnebia. Využitá bola regresná analýza, pričom významnosť vplyvu kontinentality podnebia na vybrané charakteristiky snehovej pokrývky bola analyzovaná na 95 % hladine spoľahlivosti (α 0,05).

Výsledkom regresnej analýzy bol Pearsonov kore-lačný koeficient a koeficient determinácie (R2). Vzájomná závislosť je zobrazená prostredníctvom bodového grafu, pričom hodnoty sú preložené lineárnou trendovou líniou a do grafu je zapísaná aj rovnica a koeficient determinácie. Členitosť územia Slovenska sa odrazila aj na výsledku

regresnej analýzy, ktorej interpretácia si vyžadovala indi-viduálny prístup pri porovnávaní jednotlivých staníc. V tomto kroku nebolo možné úplne odstrániť určitú mieru subjektivity.

Pri hodnotení vzťahu kontinentality podnebia a vy-braných charakteristík snehovej pokrývky boli stanice rozdelené do troch skupín (pozri tiež kapitolu Vymedzenie územia a metadata, alebo tiež obrázok 1):

• Prvá skupina: stanice, ktoré sú lokalizované na níži-nách Slovenska. Tieto stanice majú nadmorskú výšku od 97 m n. m. (Somotor) do 318 m n. m. (Žikava).

• Druhá skupina: stanice, ktoré reprezentujú väčšinou kotlinové polohy Slovenska. Menšia časť staníc v tej-to skupine má inú ako kotlinovú polohu (poloha na svahu a pod.), ale všetky stanice majú nadmorskú výšku nižšiu ako 700 m n. m. Tento súbor je najpo-četnejší a tvorí ho až 29 staníc.

• Tretia skupina: stanice s nadmorskou výškou viac ako 700 m n. m., ktoré reprezentujú zväčša horské a vrcho-lové polohy Slovenska. Vzťah kontinentality podnebia a snehovej pokrývky

bol hodnotený len na staniciach v prvej a druhej skupine staníc. Dôvodom je fakt, že na najvyššie položených sta-niciach je kontinentalita podnebia značne ovplyvnená nadmorskou výškou stanice, a tiež meranie výšky snehovej pokrývky na exponovaných a veterných, horských a vyso-kohorských staniciach je problematické.

VÝSLEDKY

Priestorová diferenciácia kontinentality podnebia

Podľa Gorczyńského indexu (termická kontinentalita) patria všetky hodnotené stanice do morského a prechod-ného podnebia. V prvej skupine staníc mala najnižšiu hodnotu kontinentality stanica Kuchyňa, 27,0 % (Záhorská nížina), naopak najvyššia hodnota bola na stanici Somotor na krajnom juhovýchode územia (Východoslovenská ní-žina). V druhej skupine staníc mala hodnota Gorczyńského indexu kontinentality väčšie rozpätie ako na staniciach prvej skupiny. Najnižšiu hodnotu mala Čadca, 24,7 % (Turzovská vrchovina), naopak najvyššiu Rimavská So-bota, 32,2 (Juhoslovenská kotlina). V tejto skupine staníc boli nižšie hodnoty kontinentality podnebia pozorované prevažne na severe nášho územia a tiež v pohoriach. Nárast kontinentality podnebia bol evidentný na juhovýchode územia a na staniciach v kotlinách na juhu stredného Slo-venska. Rozdiel medzi najzápadnejšie (Kuchyňa) a naj-východnejšie situovanou stanicou (Orechová), bol 3,7 % (Obr. 2).

Podľa Hrudičkovho indexu (ombrická kontinentalita) mala v prvej skupine staníc najnižšiu hodnotu kontinen-tality stanica Žikava, 15,2 % (Podunajská pahorkatina). Naopak, najvyššia hodnota bola vypočítaná pre stanicu Milhostov (Východoslovenská nížina). V druhej skupine staníc bolo opäť pozorované väčšie variačné rozpätie hodnôt kontinentality podnebia rovnako ako v prípade Gorczyńského indexu. Najnižšiu hodnotu Hrudičkovho


indexu mala Banská Štiavnica, 14,0 % (Štiavnické vrchy), jednoznačne najvyššiu hodnotu tohto indexu mali Spišské Vlachy, 38,2 % (Hornádska kotlina). Na pomyselnom dru-hom mieste boli stanice Poprad a Jakubovany s pomerne

vzdialenou hodnotou, 30,2 %. Viditeľne vyššiu kontinen-talitu podnebia mala v tomto prípade východná polovica územia, a to predovšetkým Popradská a Hornádska kotlina, ale tiež Spišsko-šarišské medzihorie (Obr. 3).

Obrázok 2. Kontinentalita podnebia podľa Gorczyńského indexu kontinentality v období rokov 1981/82 – 2010/11. Figure 2. Climate continentality by Gorczynski index of continentality over the period 1981/82 – 2010/11.

Obrázok 3. Kontinentalita podnebia podľa Hrudičkovho indexu kontinentality v období rokov 1981/82 – 2010/11. Figure 3. Climate continentality by Hrudicka continentality index over the period 1981/82 – 2010/11.


Vzťah kontinentality podnebia a vybraných charakteristík snehovej pokrývky

Gorczyńského index kontinentality V rámci prvej skupiny staníc boli, podľa Gorczyńského indexu, stanice ležiace vo Východoslovenskej nížine vy-hodnotené ako najkontinentálnejšie. Najvyšší počet dní so snehovou pokrývkou 1 cm a viac sa v priemere na týchto staniciach v období rokov 1981/82 – 2010/11 vyskytol v Michalovciach (51,8 dní). Nasledovali stanice Vysoká nad Uhom, Orechová, Mochovce, Somotor, Žikava a Mil-hostov. Vidieť, že s výnimkou Žikavy a Mochoviec, ktoré ležia v Podunajskej nížine, sú všetky ostatné spomenuté stanice lokalizované vo Východoslovenskej nížine. Najnižší počet dní so snehovou pokrývkou 1 cm a viac sa vyskytol v Kráľovej pri Senci, ďalej nasledovali stanice Žihárec, Hurbanovo, Bratislava (letisko), teda stanice s nižšou hodnotou Gorczyńského indexu. Našli sa však aj výnimky, napríklad pri porovnaní staníc Podhájska a Kuchyňa. Sta-nica Podhájska má napriek vyššej hodnote kontinentality podnebia v priemere o 5 dní nižší počet dní so snehovou pokrývkou ako stanica Kuchyňa. Väčšinou však v prvej skupine staníc vidieť nárast počtu dní so snehovou pokrýv-kou s rastom Gorczyńského indexu. Pearsonov korelačný koeficient mal však hodnotu len 0,39, koeficient determi-nácie je zapísaný do grafu (Obr. 4).

Významnejšia závislosť vybranej charakteristiky sne-hovej pokrývky od kontinentality podnebia, na staniciach prvej skupiny, bola pri priemernej výške snehovej pokrýv-ky zimného obdobia (november až apríl). Najnižšia hodnota tejto charakteristiky snehovej pokrývky bola v sledovanom období na nasledovných staniciach: Milhostov, Micha-lovce, Somotor, Podhájska. Naopak, najvyššia sa vyskytla

v Žikave, v Kuchyni, na stanici Bratislava (letisko) a v Mo-chovciach. Skôr spomenuté stanice mali hodnotu konti-nentality nad 30 %, naopak v druhom menovanom súbore staníc boli hodnoty kontinentality pod hranicou 30 %. Výnimkou boli stanice Vysoká nad Uhom, Dudince a Ore-chová, ktorých kontinentalita podnebia tiež presiahla 30 %, avšak priemerná výška snehovej pokrývky bola o málo vyššia ako na staniciach s porovnateľnou kontinentalitou podnebia. Treba však pripomenúť, že variačné rozpätie hodnôt priemernej výšky snehovej pokrývky, na staniciach v prvej skupine bolo len 2,9 cm. Medzi stanicou s najnižšou (Kuchyňa, 27,0 %) a najvyššou (Somotor (31,6 %) hod-notou kontinentality podnebia, bol rozdiel v priemernej výške snehovej pokrývky ešte menší, 2,2 cm. Pearsonov korelačný koeficient mal hodnotu 0,52, koeficient determi-nácie 0,27 (Obr. 5).

V druhej skupine staníc bola pozorovaná význam-nejšia závislosť priemerného počtu dní a priemernej výšky snehovej pokrývky od kontinentality podnebia, ako na staniciach prvej skupiny. Kým na staniciach prvej skupiny s rastúcou kontinentalitou podnebia rástol priemerný počet dní so snehovou pokrývkou, v druhej skupine staníc bol pozorovaný pokles počtu dní so snehovou pokrývkou s ras-túcou hodnotou kontinentality podnebia (Obr. 4). V prí-pade priemernej výšky snehovej pokrývky bol pozorovaný podobný vývoj ako na staniciach prvej skupiny, ale pokles výšky snehovej pokrývky s rastom kontinentality bol na staniciach v druhej skupine výraznejší (Obr. 5). V prvom prípade (priemerný počet dní so snehovou pokrývkou) mal Pearsonov korelačný koeficient hodnotu 0,74, v prípade druhom (priemerná výška so snehovou pokrývkou) bol Pearsonov korelačný koeficient nižší (0,65).

Obrázok 4. Lineárna závislosť medzi Gorczyńského indexom kontinentality podnebia a priemerným počtom dní so sneho-vou pokrývkou 1 cm a viac v období rokov 1981/82 – 2010/11 v prvej a v druhej skupine staníc (údaje SHMÚ)

Figure 4. Linear dependence between Gorczynski index of climate continentality and the average number of days with snow cover 1 cm or more over the period 1981/82 – 2010/11 the first and second group of stations (data from SHMÚ).

Obrázok 5. Lineárna závislosť medzi Gorczyńského indexom kontinentality podnebia a priemernou výškou snehovej pok-rývky zimného obdobia v období rokov 1981/82 – 2010/11 v prvej a v druhej skupine staníc (údaje SHMÚ).

Figure 5. Linear dependence between Gorczynski index of climate continentality and the average snow cover height of winter season over the period 1981/82 – 2010/11 in the first and second group of stations (data from SHMÚ).

y = 1,8077x - 12,783R² = 0,1536

y = -5,6931x + 225,33R² = 0,554

10

20

30

40

50

60

70

80

90

100

24 25 26 27 28 29 30 31 32 33

prie

mer

ný p

očet

dní

Gorczyńského index kontinentality [%]

Prvá skupina staníc

Druhá skupina staníc

y = -0,3495x + 17,281R² = 0,2791

y = -0,8919x + 35,629R² = 0,43

3

5

7

9

11

13

15

17

24 25 26 27 28 29 30 31 32 33

prie

mer

ná v

ýška

[cm

]

Gorczyńského index kontinentality [%]

Prvá skupina staníc

Druhá skupina staníc


Obrázok 6. Lineárna závislosť medzi Hrudičkovým indexom kontinentality podnebia a priemerným počtom dní so sneho-vou pokrývkou 1 cm a viac v období rokov 1981/82 – 2010/11 v prvej a v druhej skupine staníc (údaje SHMÚ).

Figure 6. Linear dependence between Hrudicka continentality index and the average number of days with snow cover 1 cm or more over the period 1981/82 – 2010/11 in the first and se-cond group of stations (data from SHMÚ).

Obrázok 7. Lineárna závislosť medzi Hrudičkovým indexom kontinentality podnebia a priemernou výškou snehovej po-krývky zimného obdobia v období rokov 1981/82 – 2010/11 v prvej a v druhej skupine staníc (údaje SHMÚ)

Figure 7. Linear dependence between Hrudicka continentality index and the average snow cover height of winter season over the period 1981/82 – 2010/11 in the first and second group of stations (data from SHMÚ).

Hrudičkov index kontinentality Pri hodnotení vzťahu charakteristík snehovej pokrývky s Hrudičkovým indexom, bola výraznejšia závislosť po-zorovaná medzi Hrudičkovým indexom a priemernou výškou snehovej pokrývky (Pearsonov koeficient 0,68 v prvej, respektíve 0,40 v druhej skupine staníc). Naopak regresná analýza preukázala nevýznamný, až zanedbateľný vzťah, medzi Hrudičkovým indexom a priemerným počtom dní so snehovou pokrývkou, tak v prípade staníc v prvej, ako aj v druhej skupine (Pearsonov koeficient 0,14, resp. 0,10). Zanedbateľný vzostup priemerného počtu dní so snehovou pokrývkou 1 cm a viac s rastom Hrudičkovho indexu, s takmer identickým lineárnym trendom, bol pozorovaný na staniciach prvej aj druhej skupiny (Obr. 6). V prípade priemernej výšky snehovej pokrývky bol naopak pozorovaný jej výraznejší pokles s rastom Hrudičkovho indexu, opäť zhodne v prvej, tak aj v druhej skupine staníc. V prípade staníc druhej skupiny bol však pozorovaný väčší rozptyl hodnôt tejto charakteristiky snehovej pokrývky, ako na staniciach prvej skupiny (Obr. 7).

DISKUSIA A ZÁVER

V článku bol vyhodnotený vzťah kontinentality podnebia a vybraných charakteristík snehovej pokrývky na území Slovenska v období rokov 1981/82 – 2010/11. Termická kontinentalita podnebia bola vypočítaná pomocou Gorczyń-ského indexu kontinentality. Na výpočet ombrickej konti-nentality podnebia bol použitý Hrudičkov index. Mapu termickej a ombrickej kontinentality podnebia (Obr. 2, resp. 3) treba chápať ako pokus o zobrazenie klimatického

fenoménu s výraznou závislosťou od nadmorskej výšky, v zložitých reliéfových podmienkach Slovenska. Aj keď v súčasnosti už existujú nástroje na objektívne pries-torové zobrazenie klimatologických charakteristík so za-hrnutím reliéfu (pozri napr. Pecho a kol.; 2006, Mikulová a kol., 2006), autori sa rozhodli o vypracovanie vlastnej metodiky.

Kontinentalitu podnebia pomocou Gorczyńského indexu u nás vyhodnotil napr. Kveták (1982). Podľa tohto spracovania uvádza v období rokov 1951 – 1980 najvyššie hodnoty kontinentality od 31 do 33 % vo Východosloven-skej nížine a od 31 do 32 % v Juhoslovenskej kotline a najnižšie v Tatrách a v Nízkych Tatrách (Lomnický štít 13,3 %, Chopok 16,1 %). Rozdiel medzi západom a výcho-dom Slovenska bol v spomínanom období približne 6 %. V článku je kontinentalita podnebia v rokoch 1981 – 2010, vyhodnotená v kapitole Priestorová diferenciácia konti-nentality podnebia. Podľa tohto, novšieho spracovania, sa rozdiel v kontinentalite podnebia medzi západom a výcho-dom, oproti obdobiu ktoré spracoval Kveták (1982), zmen-šil. Najvyššia hodnota kontinentality podnebia sa pritom nevyskytla vo Východoslovenskej nížine, ale vo východnej časti Juhoslovenskej kotliny (Rimavská kotlina). Kým pri termickej kontinentalite podnebia je vidieť skôr severojuž-ný gradient, ombrická kontinentalita podnebia sa vyznačuje nárastom najmä zo západu na východ. Najvyššia hodnota ombrickej kontinentality bola vypočítaná pre stanicu Spiš-ské Vlachy. Na druhom mieste boli stanice Jakubovany a Poprad. Z pohľadu ombrickej kontinentality, za najkon-tinentálnejšie oblasti v rámci územia Slovenska možno po-važovať Hornádsku a Popradskú kotlinu, ale tiež Spišsko-šarišské medzihorie.

y = 0,3256x + 34,225R² = 0,0214

y = 0,2716x + 58,436R² = 0,011

10

20

30

40

50

60

70

80

90

100

10 15 20 25 30 35 40

prie

mer

ný p

očet

dní

Hrudičkov index kontinentality

Prvá skupina stanícDruhá skupina staníc

y = -0,2196x + 11,232R² = 0,4725

y = -0,1863x + 14,647R² = 0,1633

3

5

7

9

11

13

15

17

10 15 20 25 30 35 40

prie

mer

ná v

ýška

[cm

]

Hrudičkov index kontinentality

Prvá skupina stanícDruhá skupina staníc


Vzťah kontinentality podnebia bol v článku vyhodno-tený pomocou regresnej analýzy. Výsledkom bol Pear-sonov korelačný koeficient a koeficient determinácie (R2). Z charakteristík snehovej pokrývky bol vyhodnotený priemerný počet dní so snehovou pokrývkou 1 cm a viac a priemerná výška snehovej pokrývky zimného obdobia (november až apríl).

Pearsonov korelačný koeficient mal vyššie hodnoty pri analýze vzťahu medzi priemernou výškou snehovej pokrývky s Gorczyńského, ale aj s Hrudičkovým indexom. Výsledky analýzy ďalej ukázali, že s rastúcou hodnotou Gorczyńskeho indexu v prvej skupine staníc, klesá priemer-ná výška snehovej pokrývky. Treba však dodať, že priemer-ná výška snehovej pokrývky na staniciach prvej skupiny, mala len veľmi nízke rozpätie hodnôt (2,9 cm). Z dlhodo-bého hľadiska preto môžeme jej zmeny, v súvislosti s kontinentalitou podnebia, považovať za málo významné.

Pri analýze vzťahu kontinentality podnebia s prie-merným počtom dní so snehovou pokrývkou bol vzťah menej výrazný, v prípade Hrudičkovho indexu až zanedba-teľný. Za zaujímavý výsledok možno považovať pomerne významnú koreláciu (Pearsonov korelačný koeficient mal na staniciach v prvej skupine hodnotu 0,68) medzi Hrudičkovým indexom a priemernou výškou snehovej po-krývky. Podobný výsledok bol zaznamenaný aj v prípade Gorczyńského indexu.

Termická a ombrická kontinentalita podnebia mala v období rokov 1981/82 – 2010/11 výraznejší vplyv na priemernú výšku snehovej pokrývky, s menším vplyvom na priemerný počet dní so snehovou pokrývkou. S rastom kontinentality podnebia rástol počet dní so snehovou pokrývkou a naopak, klesala jej priemerná výška. Z iných faktorov mala najdôležitejší vplyv na charakteristiky sne-hovej pokrývky na území Slovenska nadmorská výška. To sa na výsledkoch regresnej analýzy prejavilo najviac na staniciach v druhej skupine, kde mali stanice väčšie roz-pätie hodnôt nadmorskej výšky.

Poďakovanie

Chceme sa poďakovať Mgr. Jozefovi Dudžákovi, za po-moc pri vytváraní metodiky k tvorbe mapy priestorovej diferenciácie kontinentality podnebia.

LITERATÚRA

Bednář, J., ed. a kol., 1993, Meteorologický slovník výkladový a terminologický. Academia. Ministerstvo životního pro-středí ČR, Praha, 1993, 594 s. ISBN 80-85368-45-5.

Briedoň, V., 1968, Sneh a snehová pokrývka. In: Klimatické a fenologické pomery Západoslovenského kraja. Hydro-meteorologický ústav, Praha. 1968. 113 – 125.

Doesken, N.J.–Robinson, D.A., 2009, The challenge of snow measurements [online]. Historical climate variability and impacts in North America, Part 4. Dorddrecht, Springer, 2009. 251 – 273. [cit. 2017-03-30]. Dostupné na: http://sdu.sk/oSlUkPMq.

Gorczyński, W., 1920, Nouvelles isothermes de la Pologne, de l´Europe et du globe terrestre. In: Meteorologische zeit-schrift 1920, Band 37, Heft 12. Braunschweig, 364 – 366.

Hrudička, B., 1933, Příspěvek k průzkumu ombrické kontinen-tality v Evropě. In: Spisy Odboru čs. společnosti zeme-pisné v Brně. Řada C 3. V Brne 1933, 27 – 48.

Chromov, S.P., 1968, Meteorológia a klimatológia. Vydavateľ-stvo Slovenskej akadémie vied v Bratislave, 1968, 456 s.

Kveták, Š., 1982, Termická kontinentalita podnebia na Sloven-sku. In: Geografický časopis, 34, č. 4, 352 – 385.

Kveták, Š., 1983, Príspevok ku kontinentalite podnebia na Slo-vensku. In: Zborník prác Slovenského hydrometeorolo-gického ústavu. ALFA, Bratislava, 1983, 95 – 135.

Mikulová, K.–Faško, P.–Pecho, J.–Šťastný, P., 2006, Objek-tívna priestorová analýza vodnej hodnoty snehovej pokrývky na Slovensku [online]. Bioklimatologické pracovné dni. Bratislava, 2006. 11 s. [cit. 2017-04-13]. Dostupné na: http://sdu.sk/xCK2C28IO.

Pecho, J.–Faško, P.–Mikulová, K.–Šťastný, P., 2006, Objek-tívna priestorová analýza dlhodobých priemerov teploty vzduchu a maximálnych denných úhrnov atmosférických zrážok na Slovensku [online]. SHMÚ, Bratislava, 2006, 14 s. [cit. 2017-04-13]. Dostupné na:<http://www.cbks. cz/sbornikStrecno06/prispevky/sekcia_2/s2-7.pdf>.

Šamaj, F.–Valovič, Š., 1988, Snehové pomery na Slovensku. Zborník prác SHMÚ, zv. 14/ III., Bratislava: Alfa, 128 s.

Šamaj, F.–Brázdil, R.–Dobrovolný, P.–Faško, P.–Koštálová, J.–Valovič, Š., 1991, Variabilita charakteristik sněho-vých poměru v Karpatské části ČSFR v období 1920/21 – 1984/85. Zborník prác SHMÚ, zv. 34. SHMÚ Bratis-lava, 1991. 175 s. ISBN 80-900558-1-8.

Škvarenina, J.–Tomlain, J.–Križová, E., 2002, Klimatická vod-ná bilancia vegetačných stupňov na Slovensku. Meteoro-logické zprávy, 55, 2002. 103 – 109.

Zaujec, P., 1994, Časové zmeny termickej kontinentality na území Slovenska v období rokov 1931 – 1990. In: Meteo-rologické zprávy, 47, 1994, č. 2, 54 – 59.


INTRODUCTION

Global phenological monitoring (GPM) is a network of phenological stations where fruit trees and ornamen-tal shrubs bred in one place are grown. The coordinator of the stations is the Humbolt University in Berlin. Not all plant species can grow at any site (http://gpm.hu-berlin.de/gpm/faces/index.xhtml). Phenological sta-tions are located near the meteorological stations. The layout of the stations is shown in figure 1. The main program of GPM project is the observation of fruit trees that enter into the adulthood faster than wild woody plants. The supplementary program is based on observation of the phenological phase of the flo-wering of ornamental shrubs and spring herbs (they are easy to observe and the data quality is good).

The GPM phenology station in Banská Bystrica was established in 2002, when the fruit species of sour cherry and white currant were planted from the support program. Due to the altitude of the station (427 m a. s. l.) and due to the spatial reasons of the station, almond, chestnut, bird cherry, apple and pear were removed from the plantation. From the supple-mentary program, all species were planted (witch hazel, heather, forsythia, lilac, mock-orange and snowdrop). There are always two woody plants and plants planted, only in the case of white currant three trees were planted. Phenological observations on the station have begun at spring 2003.

Figure 1. The network of phenological stations GPM (http://gpm.hu-berlin.de).

ANALYSIS OF BEGINNING OF FLOWERING OF WHITE CURRANT AT THE GPM STATION IN BANSKÁ BYSTRICA FOR THE PERIOD FROM 2003 TO 2016 TATIANA HÝROŠOVÁ1, ZORA SNOPKOVÁ2 1 Technical University in Zvolen, T.G. Masaryka 24, 960 53 Zvolen, Slovak Republic 2 Slovak Hydrometeorological Institute, Regional workplace, Zelená 5, 974 04 Banská Bystrica, Slovak Republic

The paper analyzes the beginning of flowering of white currant (Ribes rubrum var. alba) at the Global phenologicalmonitoring station (GPM) station in Banská Bystrica for the period from 2003 to 2016. There was found a relativelylarge variability in the beginning of flowering of white currant. The earliest onset of this phenological phase wasrecorded on March 31st, 2014 and the latest on May 2nd, 2006. Analysis of the observed onset of the beginning of flo-wering in the given period resulted in a decreasing trend, which means a shift of this phase to earlier dates. Regression analysis has shown that from the selected meteorological factors, daily mean air temperatures in March have a signi-ficant effect on the beginning of flowering of this woody plant.

V príspevku je spracovaná analýza nástupu začiatku kvitnutia ríbezle bielej (Ribes rubrum var. alba) na GPM stanici v Banskej Bystrici za obdobie rokov 2003 až 2016. U ríbezle bielej bola zistená pomerne veľká variabilita nástupu začiatku kvitnutia. Najskorší nástup tejto fenologickej fázy bol zaznamenaný 31. marca 2014 a najneskorší 2. mája 2006. Z pozorovaných nástupov začiatku kvitnutia za dané obdobie vyplynul klesajúci trend, čo znamená posun tejto fázy doskorších termínov. Regresná analýza ukázala, že z vybraných meteorologických faktorov majú významný vplyv na nástup kvitnutia tejto dreviny marcové teploty vzduchu.

Key words: Global phenological monitoring, phenological observations, beginning of flowering, white currant, regres-sion analysis


White currant (Ribes rubrum var. alba) is grown in medium and higher positions, but grows also in the low-lands. It requires bright, slightly damp and airy positions. The optimal average annual air temperature for this species is 7 – 8 °C and 600 – 800 mm of precipitation per year (Ivičič et al., 1985; Dunajský and Braslavská, 1996).

The selected phenophases of red currant in the con-ditions of the foothills of Slovakia were processed (Snop-ková et al., 2008). The onset of phenophases in relation to the temperature and precipitation was evaluated in Slovak conditions for common hazel (Škvareninová, 2016) and pedunculate oak (Škvareninová et al., 2007; Škvareninová et al., 2008). Phenological observations of the white cur-rant are measured in Slovakia on only one phenological station and have not yet been evaluated in more detail in phenological publications.

MATERIAL AND METHODOLOGY

The beginning of flowering of white currant (Ribes rubrum var. alba) is dependent on several factors. The aim of the paper was to analyze and evaluate the beginning of flo-wering of white currant with respect to meteorological indicators: the air temperature and the amount of precipita-tion in Banská Bystrica. There were available observation timelines of beginning of flowering of white currant from SHMI meteorological station in Banská Bystrica in the period from 2003 to 2016. The data reviewed were com-plete and observed according to standard methodology.

For the onset of phenophase beginning of flowering (BBCH60) it is considered the day when the first flowers (10%) are completely unfolded on observed individuals. Since the BBCH coding system has been widely accepted in the agricultural sector, it was decided to use this methodo-logy to standardize the phenological monitoring programs (Bruns and Vliet, 2003).

A suitable method for analyzing relationships between the variables examined is linear regression. The influence of individual meteorological factors (independent variab-les) on the onset of beginning of flowering (dependent variable) was thus realized by this mathematical model. For this reason, processed average air temperatures and amount of precipitation from the months that are decisive for the onset of this phenological phase (February, March, February + March) were processed in the preparatory pha-se (Figs. 2 and 3). These factors entered the regression analysis as independent variables. Dates of beginning of flowering have been replaced with seed numbers from the beginning of the year and have been considered as a de-pendent variable.

The analysis itself was preceded by a detailed review (inspection) of the input data. Ready data was tested by statistical software and met assumptions to be allowed to enter regression analysis (linear relationship, normality, homoscedasticity). With the regression analysis it was then possible to estimate the effect of the selected factors (indi-vidually and in combination) on the beginning of the flo-wering of the white currant.

Figure 2. The course of average air temperature in the period from 2003 to 2016.

Figure 3. The amount of precipitation in the period from 2003 to 2016.


Figure 4. The onset phenophase beginning of flowering of white currant and the sum of temperature (T > 0 °C for the period from 2003 to 2016.

RESULTS

The trend of the beginning of flowering of white currant in the years under review is declining, which means that the onset of the phenological phase has shifted to earlier dates. For the observed 14-year period, the beginning of flowering of white currant was recorded during April. The average onset of this phenomenon is on the 17th of April. The earliest onset of the phenological phase was in 2014 (31st of March) when the average March air temperature was exceptionally high - it reached 7.8 °C and the latest in 2006 (2nd of May) when the average March temperature reached 1.2 °C (Fig. 2). The course of the vegetation period is most often reported in the sums of air temperatures. The temperature sum T > 0 °C well characterizes the conditions for growing most of the fruit trees. Figure 4 follows that white currant reached the phenological phase of the beginning of flowering at the sum of temperatures of 279 to 465 °C for the monitored period.

To analyze the effect of individual factors and their combinations on the onset of the beginning of flowering over the reference period, several models were created for each month and for their sums, using the STATISTICA 12 software package. Of all regression models, the most sui-table were the ones where average March air temperature was used as the independent variable. We chose the one that explains up to 73% variability of the dependent va-riable (Tab. 1).

Table 1. Dependence of the beginning of flowering of white currant on average March air temperatures.

Regression summary for dependent variable: flowering R = 0.8549 R2= 0.7308 Adjusted R2 = 0.7083 p < 0,0001

b* Std.Err. of b* b Std.Err.

of b t(12) p-value

Intercept 120.85 2.72 44.41 0.000

°C (Mar) -0.8549 0.15 -3.50 0.61 -5.71 0.000

The selected regression model has shown that March

temperatures have the greatest impact on the beginning of flowering. Estimation of the regression coefficient of ave-rage March air temperatures on the beginning of flowering is statistically significant. The relevant significance test is determined by t-statistics and p-values (statistically signi-ficant regression coefficients are highlighted in bold italic).

The regression table as well as the regression line equation indicates that if the average March temperature rises by 1 °C, the onset of the beginning of flowering is shifted up to 3.5 days into earlier terms (Fig. 5).

The advantage of the STATISTICA 12 program pack-age is the ability to predict the beginning of the flowering based on the estimated model. From mentioned period, the mean March temperature of air is 3.97 °C. If this tempera-ture is increased for example by 1 °C, the predicted onset of the beginning of flowering of the white currant may fall on the 103rd day in the order from the beginning of the year (± 3 days), therefore around April 13th (Tab. 2).

In the other models, the average temperature in Feb-ruary as well as the average temperature for February + March proved to be statistically significant. In the case of precipitation, the regression analysis showed that the amount of precipitation for individual months or their sums

Table 2. Predicted onset of the beginning of flowering with the change of mean March temperature by 1 °C.

Predicting value for variable: flowering

b-weight value b-weight*values °C (Mar) -3.5 3.97+1.00 -17.41 Intercept 120.85 Predicted 103.44 –95.0%LS 100.49 +95.0%LS 106.38

Figure 5. Correlation between the beginning of flowering of white currant and average temperature (March) for the pe-riod from 2003 – 2016.


did not have a significant effect on the onset of beginning of flowering (Tab. 3).

Table 3. Dependence of onset of the beginning of flowering of white currant on March amount of precipitation.

Regression summary for dependent variable: flowering R = 0.0643 R2 = 0.0041 F(1,12) = 0.04989 p<0.8270

b* Std.Err. of b* b Std.Err.

of b t(12) p-value

Intercept 106.09 4.439 23.97 0.000

°C (Mar) 0.0643 0.29 0.01 0.07 0.22 0.827

These results correspond to the findings of internatio-nal European research. For example, in Germany, long-term phenological observations have found that 1°C increase in air temperature resulted in a shift of the beginning of flowe-ring phenophase of currant by 2.6 to 6.9 days (Menzel et al., 2005). Similar results have also been observed in the Bel-grade region, where they compared the dependence of air temperature on the beginning of flowering of red currant in the period 2007 – 2009 (Vulić et al., 2012).

Processing the beginning of flowering of red currant in the foothills of Slovakia, there was found 16 – 21 day variability, and also the shift of onset of this phenophase to earlier dates (Snopková et al., 2008).

CONCLUSION

The beginning of flowering phenological phase of white currant (Ribes rubrum var. alba) at the GPM station in Banská Bystrica was evaluated for the period 2003 to 2016. We found that the average onset of the beginning of flowering of white currant in the evaluated period falls on the 17th of April. White currant reached this phenological phase at the sum of temperatures of 279 to 465 °C.

The analysis of the beginning of flowering of the white currant depending on the average air temperature and amount of precipitation was performed using a suitable mathema-tical model (regression analysis) in the STATISTICA 12 software. The regression analysis confirmed the assumption that March temperatures have a significant effect on the onset of beginning of flowering of the white currant.

LITERATURE

Bruns, E.–Vliet, A.J.H., 2003, Standardisation of phenological monitoring in Europe. European Phenology Network. Wageningen University and Deutscher Wetterdienst, pp. 79

Dunajský, E.–Braslavská, O., 1996, Fenologické pomery na Slovensku, Zborník prác SHMÚ 38, pp.142 ISBN 80-900558-6-9.

Ivičič, L. a kol., 1985, Ovocinárstvo, Príroda Bratislava: 41, 64-160-85.

Menzel, A.–Estrella, N.–Testka, A., 2005, Temperature response rates from long-term phenological records, Published in CR Vol. 30, No. 1., doi: 10.17660/ActaHortic.2012.946.61.

Schmidtová,J.–Vacek,V., 2013, Applied Statistics, TU Zvolen, ISBN 978-80-228-2496-5.

Snopková, Z.–Turisová, I.–Škvareninová, J., 2008, Variabilita nástupu vybraných fenologických fáz ríbezle červenej (Ribes rubrum L.) v podhorských oblastiach stredného Slovenska. 16. posterový deň s medzinárodnou účasťou. In: Transport vody, chemikálií a energie v systéme pôda-rastlina-atmosféra. Zborník vedeckých príspevkov - CD, Bratislava 13. 11. 2008, 466 – 476.

Vulić, T.–Djordjević, B.–Ruml, M.–Djurović, D.–Fotirić-Akšić, M.–Radivojević, D.–Oparnica, C., 2012, Flowering dy-namic and susceptibility of the flowers of black currant (Ribes nigrum L.) and red currant (Ribes rubrum L.) to spring frosts. In: Nikolić, M.–Tanović, B. X, Interna-tional Rubus and Ribes Symposium, Zlatibor, Serbia. ISBN 978-90-66052-08-6.

Škvareninová, J., 2016, Impact of climatic conditions on the reproductive phenological phases of the European hazel (Corylus avellana L. ) in Slovakia. J. For. Sci., 62(2): 47 – 52, doi: 10.17221/55/2015-JFS.

Škvareninová, J.–Domčeková, D.–Snopková, Z.–Škvarenina, J., 2007, The chosen phenological phases of English Oak (Quercus robur L.) in the xerotherm hilly area of the Zvolen basin in relation to biometeorological factors. In.: Střelcová, K, Škvarenina, J. & Blaženec, M.(eds.): „Bioclimatology and natural hazards“. International Scientifics Conference, Poľana nad Detvou, Slovakia, 17.– 20. 9. 2007, 77 – 84.

Škvareninová, J.–Domčeková, D.–Snopková, Z.–Škvarenina, J.–Šiška, B., 2008, Phenology of pedunculate oak (Quercus robur L.) in the Zvolen basin, in dependence on bio-me-teorological factors. Folia oecologica (35)1:40–47.

http://gpm.hu-berlin.de/gpm/faces/index.xhtml http://www.biometeorology.org/


ÚVOD

Podľa výročnej správy Svetovej meteorologickej orga-nizácie (WMO, 2017) o stave globálnej klímy bol rok 2016 historicky najteplejší rok aspoň od roku 1850, tak nad pev-ninami ako aj oceánmi. V porovnaní s klimatickým normá-lom 1961 – 1990 bol rok 2016 teplejší o 0,83 °C ± 0,1 °C, v porovnaní s novším normálom 1981 – 2010 bol rok 2016 teplejší o 0,52 °C. Ak by sme za referenčné obdobie po-važovali predindustriálne obdobie (koniec 19. storočia), odchýlka globálnej teploty vzduchu by dosiahla až +1,1 °C. O veľmi rýchlom tempe otepľovania v posledných rokoch vypovedá aj fakt, že rok 2016 bol o 0,06 °C teplejší ako predošlý, doposiaľ rekordne teplý rok 2015. Minulý rok bol relatívne teplejší nad prevažnou časťou pevnín, s vý-nimkou niektorých regiónov v Južnej Amerike (severná Argentína) a juhozápadnej Austrálie. Významne teplejšia bola pritom celá severná pologuľa, kde odchýlky teploty v porovnaní s normálom 1961 – 1990 dosiahli regionálne aj viac ako +3,0 °C (Aljaška, severná Kanada, Grónsko, Špic-bergy, severné Rusko a Čukotský polostrov). Z pohľadu ročných sezón bolo relatívne najteplejšie v zime 2015/2016, a to najmä na severnej pologuli. Len na okraj možno pri-pomenúť, že napríklad v Európe skončil rok 2016 ako tretí najteplejší aspoň od roku 1850. Rekordne teplé, a to hlavne v prvej polovici roku 2016, boli aj svetové oceány, ktoré v globále dosiahli od roku 1955 aj druhý najvyšší tepelný obsah (množstvo tepla obsiahnuté v jednotkovom objeme morskej vody), hneď po roku 2015.

Jednou z príčin rekordne vysokej teploty povrchu oceánov, najmä v tropických šírkach, bol spolu s pokračujúcim glo-bálnym otepľovaním aj veľmi silný klimatický fenomén El Niño 2015/16, ktorý sa spolu s epizódami v rokoch 1997/98 a 1982/83 zaradil medzi tri najsilnejšie epizódy El Niño za posledných aspoň sto rokov. V dôsledku sil-ného El Niña, ktorý svojimi dopadmi vrcholil vo februári 2016, sme v období medzi novembrom 2015 a februárom 2016 pozorovali na globálnej úrovni aj veľmi rýchly rast hladiny oceánov, a to až o 15 mm (priemerný ročný rast od roku 1993 je pritom 3,0 – 3,5 mm). Ďalším dôležitým indi-kátorom pokračujúceho globálneho oteplenia bol v minu-lom roku aj veľmi nízky rozsah plávajúceho morského zaľadnenia tak v Arktíde ako aj v okolí Antarktídy. Zimné maximum rozsahu dosiahlo v Arktíde v marci 2016 historic-ký najnižšiu hodnotu v období 1979 – 2016 (14,52 mil. km2). Letné minimum bolo druhé najnižšie (spolu s rokom 2007), hneď za rekordným rokom 2012. Vyššie uvedené faktory, a predovšetkým mimoriadne teplá oblasť Arktídy, prav-depodobne významne ovplyvnili cirkulačné podmienky v strednej Európe a na Slovensku v priebehu roka 2016 (Francis a Vavrus, 2012). V porovnaní s rokom 2015 sa počasie, najmä v teplom polroku (apríl – október) 2016, vy-značovalo výraznejšou premenlivosťou, čo bolo do značnej miery spôsobené dominanciou západného prenosu vlhších vzduchových hmôt z oblasti Atlantického oceánu. To sa nakoniec prejavilo v absencii dlhších vĺn horúčav v lete, a naopak, vo výskyte vysokých denných, mesačných a sezón-nych úhrnov atmosférických zrážok v priebehu roka 2016.

KLIMATOLOGICKÉ ZHODNOTENIE ROKA 2016 NA SLOVENSKU JOZEF PECHO, GABRIELA IVAŇÁKOVÁ, PETER KAJABA, LÍVIA LABUDOVÁ, PAVEL ŠŤASTNÝ, MAROŠ TURŇA Slovenský hydrometeorologický ústav, Odbor Klimatologická služba, Jeséniova 17, 833 15 Bratislava 37, [email protected], [email protected]

In Slovakia the year 2016 was very warm and exceptionally wet, especially in southern part of the country. We have alsorecorded several episodes of very high daily and k-days rainfall totals. In the warm half-year we have recognized only two major heat waves, occurred in the second half of June and in the beginning of September, despite the fact in thispart of the year the average temperature has been significantly above normal. Another significant weather anomaly hasoccurred in the last decade of April, when a cold spell accompanied with frosts has hit the Slovakian lowlands and caused widespread vegetation damage. We have also recorded an abnormally early onset of snow cover in northernSlovakia in the beginning of October 2016.

Rok 2016 ako celok bol na Slovensku veľmi až mimoriadne teplý a veľmi bohatý na atmosférické zrážky. Zaznamenalisme viacero prípadov s veľmi vysokými dennými a viacdennými úhrnmi zrážok. V teplom polroku sa vyskytli len dvevýraznejšie vlny horúčav, a to v druhej polovici júna a na začiatku septembra aj napriek tomu, že táto časť roka bola v priemere teplotne výrazne nadnormálna. Meteorologicky významné boli aj ďalšie poveternostné anomálie. K naj-výraznejším patrili vlna mrazov v poslednej aprílovej dekáde a relatívne skorý nástup snehovej pokrývky na severnom Slovensku na začiatku októbra 2016.

Key words: state of climate in 2016, Hurbanovo, Slovakia, climate normal 1961 – 1990


Obrázok 1. Priestorová distribúcia odchýlky priemernej ročnej teploty vzduchu na Slovensku v roku 2016 v porovnaní s nor-málom 1961 – 1990; hodnota odchýlky T +1,5 °C predstavuje hranicu 2 % zabezpečenosti odchýlky ročnej priemernej teploty vzduchu (Zdroj: SHMÚ).

Figure 1. Spatial distribution of the mean annual air temperature deviation in Slovakia in 2016 compared to 1961 – 1990 normal; deviation value T: +1.5 °C represents upper 2% of normal probability of distributioin of the annual average air temperature deviation in Slovakia (Source: SHMÚ).

Obrázok 2. Priemerná odchýlka sezónnej teploty vzduchu za zimu 2015/16, jar, leto a jeseň 2016 na Slovensku v porovnaní s normá-lom 1961 – 1990 (schematický obrázok); mimoriadne teplý – horné 2 % hodnôt pravdepodobnosti rozdelenia odchýlok teploty vzduchu (Zdroj: SHMÚ).

Figure 2. Mean seasonal air temperature deviation in winter 2015/16, spring, summer and autumn of 2016 in Slovakia compared to 1961 – 1990 normal (schematic figure); extremely warm represents upper 2% of normal probability of distribution of the seasonal air temperature deviation (Source: SHMÚ).

TEPLOTA VZDUCHU

Rok 2016 skončil na väčšine územia Slovenska v porov-naní s klimatickým normálom 1961 – 1990 ako veľmi až mimoriadne teplý (Mikulová a kol., 2015a). Priemerná územná odchýlka od normálu 1961 – 1990 bola +1,4 °C (od +1,1 do +1,8 °C, Obr. 1). Relatívne teplejšie bolo pre-dovšetkým v západnej polovici Podunajskej nížiny, na Považí a Ponitrí, v niektorých kotlinách stredného Sloven-ska a na východnom Slovensku. Rok 2016 sa v historic-kých tabuľkách zaradil ako 7. najteplejší rok aspoň od roku 1931, pričom v Hurbanove ako 8. najteplejší od roku 1901. Z ročných sezón (Obr. 2) mala najvyššiu teplotnú odchýlku od normálu zima 2015/16 (v priemere do +3,0 °C), ktorú zaraďujeme medzi teplotne silne nadnormálne zimy. V juž-ných oblastiach Slovenska (Hurbanovo) išlo o 4. najteplejšiu zimu aspoň od roku 1901 a tretiu silne až mimoriadne teplotne nadnormálnu zimu za sebou (podobne teplé boli aj zimy 2013/14: +3,5 °C a 2014/15: +2,6 °C; Obr. 3). Po-dobne jar bola veľmi teplá, za ktorou nasledovalo mimo-riadne teplé leto 2016 (s odchýlkou od +1,5 do +2,0 °C).

Jar skončila ako 11. a leto ako 10. najteplejšie aspoň od roku 1901. Jeseň hodnotíme ako teplú. Podľa porovnania odchýlky od teplotného normálu bol relatívne najteplejším mesiacom február (s odchýlkou v priemere +4,8 °C), ktorý hodnotíme ako silne nadnormálny. V jeho druhej polovici bolo zaznamenané denné maximum teploty 20,3 °C v Bra-tislave, čo predstavuje najvyššiu teplotu nameranú doteraz na Slovensku vo februári. Medzi teplotne silne nadnor-málne mesiace minulého roka patrili aj jún (+2,6 °C), júl (+2,1 °C) a september (+2,4 °C). Naopak, relatívne naj-chladnejším mesiacom bol október, ktorý skončil ako tep-lotne normálny, avšak so zápornou odchýlkou od normálu 1961 – 1990 (–0,6 °C), podobne aj december (–0,2 °C). Zaujímavé je, že rok 2016 mal o 2 až 7 letných dní viac ako mimoriadne teplý rok 2015. Na druhej strane sme však v roku 2016 zaznamenali výrazne menej tropických dní než v predchádzajúcom roku (približne o 15 až 30 dní me-nej). V druhej polovici júna sme zaznamenali vlnu horúčav na východnom Slovensku a v prvej polovici septembra sa vlna horúčav vyskytla na západnom a strednom Slovensku.

-1,5

-1,0

-0,5

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

Zima 2015/16 Jar 2016 Leto 2016 Jeseň 2016

Územný priemer odchýlky T počítaný z 12 reprezentatívnych staníc na Slovensku

dT [°

C]

Normálne (so zápornou odchýlkou)

Normálne (s kladnou odchýlkou)

Nadnormálne

Silne nadnormálne

Mimoriadne nadnormálne


Obrázok 3. Odchýlka priemernej teploty vzduchu (od normá-lu 1961 – 1990) v Hurbanove za jednotlivé sezóny v období 1900 – 2016 (Zdroj: SHMÚ). Figure 3. Deviation of seasonal mean air temperature (com-pared to 1961 – 1990 normal) in Hurbanovo in 1900 – 2016 period (Source: SHMÚ).

K teplotným anomáliám roka 2016 patrí prudké ochladenie v poslednej aprílovej dekáde, ktoré prerušilo celkovo teplý ráz jari a väčšinu územia Slovenska zasiahli mrazy (na západnom Slovensku aj menej ako –5,0 °C v 2 metroch nad úrovňou terénu). Tieto mrazy, vzhľadom na pokročilý vývoj vegetácie, spôsobili značné problémy poľnohospo-dárom. Teplotný rámec minulého roka dotvára prehľad extrémnych teplôt. Najvyššia maximálna denná teplota vzduchu, 36,2 °C, bola nameraná v Holíči 24. júna 2016. Opačné prvenstvo, teda najnižšiu minimálnu teplotu vzdu-chu, –24,2 °C, sme zaznamenali v Oravskej Lesnej 23. ja-nuára. O veľmi teplom charaktere zimy 2015/16 svedčí aj relatívne nižší počet mrazových (Tmin < 0 °C), ľadových (Tmax ≤ 0 °C) a arktických dní (Tmax ≤ –10 °C) v porovna-ní so zimami v období 1981 – 2010. Pritom v kotlinových polohách stredného a východného Slovenska bolo v prie-mere až o 25 mrazových dní menej. Počet ľadových dní bol v priemere nižší aj o viac ako 15 dní, a to predovšet-kým na severnom Slovensku, arktické dni sa vyskytli pre-važne len v najvyšších polohách Tatier (ojedinele aj na Liptove a Horehroní).

ATMOSFÉRICKÉ ZRÁŽKY A SNEHOVÁ POKRÝVKA

Rok 2016 bol veľmi bohatý na atmosférické zrážky, o čom svedčia vysoké priemerné územné úhrny zrážok. Ročný územný úhrn za rok 2016 (január – december) dosiahol na území Slovenska 895 mm, za hydrologický rok 2016 (no-vember 2015 až október 2016) spadlo 890 mm zrážok, čo sú úhrny predstavujúce 120 % normálu 1961 – 1990 (8. naj-daždivejší rok aspoň od roku 1881; Mikulová a kol., 2015b). Z pohľadu sezón, relatívne najviac zrážok spadlo v zime 2015/16, a to až 142 % normálu (200 mm), k čomu najviac prispel zrážkovo extrémne vlhký február 2016 (320 % nor-málu; Obr. 4 a 5). Medzi veľmi vlhké mesiace sa zaradili aj október (218 %) a júl (191 %). Naopak, najmenej zrážok spadlo v decembri (57 %), v júni (65 %) a v marci (66 %). Kombináciou vysokej teploty vzduchu a nízkych úhrnov zrážok sa na severovýchode Slovenska v druhej polovici júna vyskytlo veľmi intenzívne sucho. Za celý rok 2016 spadlo najviac, vyše 1000 mm zrážok (Obr. 6), v horských oblastiach stredného a severného Slovenska. V porovnaní s normálom, teda relatívne najväčší ročný úhrn zrážok sme zaznamenali na juhu Slovenska (východná polovica Podu-najskej nížiny; 140 – 175 %) a v oblasti Tatier (> 175 %; Obr. 7). Väčšina týchto zrážok napršala predovšetkým v období od mája do augusta. Sezóna výskytu konvektívnych a búrkových javov sa naplno rozvinula na konci jari (máj), a potom predovšetkým v priebehu júla a augusta. V máji 2016 sme na celom území Slovenska zaznamenali až 25 dní s búrkou (v júni potom až 24 a júli až 25 dní). Najviac búrkových dní za minulý rok sa vyskytlo v severných ob-lastiach stredného Slovenska, miestami aj viac ako 35 dní s búrkou. Relatívne vyšší počet búrok v porovnaní s dlho-dobým priemerom sa vyskytol aj na západnom Slovensku (25 až 30 dní za rok), naopak menej búrok sme pozorovali v južných oblastiach východného Slovenska (prevažne 15 až 25 dní za rok). Najviac dní s búrkou bolo zaznamena-ných na staniciach Poprad (39), Sliač (39) a Telgárt (34).

-6

-4

-2

0

2

4

6

1900

1905

1910

1915

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

2015

Hurbanovo - zimadT [°C]

-3

-2

-1

0

1

2

3

1900

1905

1910

1915

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

2015

Hurbanovo - jardT [°C]

-4

-3

-2

-1

0

1

2

3

4

1900

1905

1910

1915

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

2015

Hurbanovo - letodT [°C]

-4

-3

-2

-1

0

1

2

3

4

1900

1905

1910

1915

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

2015

Hurbanovo - jeseňdT [°C]


Obrázok 4. Mesačný územný úhrn atmosférických zrážok v milimetroch (deficitu resp. prebytku) na Slovensku v roku 2016 (Zdroj: SHMÚ). Figure 4. Monthly areal precipitation total, precipitation de-ficit or surplus in mm) in Slovakia in 2016 (Source: SHMÚ).

Obrázok 5. Mesačný územný úhrn atmosférických zrážok v percentách dlhodobého priemeru 1901 – 2000 na Slovensku v roku 2016; územný úhrn je počítaný zo súboru približne 200 meteorologických staníc od roku 1901 (Zdroj: SHMÚ). Figure 5. Monthly areal precipitation total as percentage of the long-term average 1901 – 2000 in Slovakia in 2016; the areal total of precipitation is calculated using the set of cca 200 meteorological stations in Slovakia since 1901 (Source: SHMÚ).

Premenlivejší charakter počasia na konci jari a v priebehu leta bol výsledkom kombinácie vysokých teplôt a značnej vlhkosti vzduchu, vďaka ktorej dochádzalo k rozvoju ko-povitej oblačnosti a búrok, spojenými s lokálnymi a veľmi intenzívnymi lejakmi. Najvyššia intenzita zrážok v roku 2016 bola nameraná dňa 27. 7. 2016 v obci Dolná Poruba. Počas búrky v tejto lokalite spadlo za hodinu 110 mm, (za 30 minút až 91 mm; periodicita opakovania takejto hodnoty je na úrovni raz za 500 až 1000 rokov). Celodenný úhrn zrážok dosiahol na tejto stanici až 128,0 mm. Vysoké 1-hodinové intenzity zrážok boli aj dňa 31. 7. 2016 na sta-nici Kremnické Bane (79,8 mm/hod.) a dňa 29. 7. 2016 na stanici Revúca (53,2 mm/hod.). Celodenný úhrn vyšší ako 100 mm sa vyskytol okrem Dolnej Poruby aj na stani-ciach Zverovka 136,0 mm (17. 7. 2016), Turček 103,9 mm, Kremnica 110,2 mm a Kremnické Bane 128,4 mm (všetky 31. 7. 2016) a v Revúcej 112,1 mm (29. 7. 2016). Zimná sezóna 2015/16 sa na Slovensku vyznačovala podpriemer-ným trvaním snehovej pokrývky, podobne ako v pred-chádzajúcich dvoch rokoch (2013/14 a 2014/15). Najmenší

počet dní so snehovou pokrývkou mali v sezóne 2015/16 niektoré miesta na juhu stredného Slovenska, kde sa ojedi-nele snehová pokrývka udržala aj menej ako 10 dní. Okrem malého počtu dní so snehovou pokrývkou bola zima 2015/16 špecifická aj pomerne nízkou výškou snehovej pokrývky. Výraznejšie začala snehová pokrývka pribúdať až v druhej januárovej dekáde, a to predovšetkým v oblasti stredného a severozápadného Slovenska, kde výška sne-hovej pokrývky dosiahla okolo 25 cm. Ak neberieme do úvahy vysoké horské polohy, tak v stredných horských polohách bolo najviac snehu na konci prvej polovice februára, kedy na Donovaloch a Štrbskom Plese snehová pokrývka dosahovala výšku okolo pol metra. Podstatne významnejšia snehová pokrývka sa začala vytvárať v zim-nej sezóne 2016/17. V niektorých oblastiach na severnom Slovensku, a predovšetkým v Tatrách, sa prvá významná snehová pokrývka vytvorila už začiatkom októbra 2016, kedy napríklad v priebehu 4. októbra pribudlo na Skalna-tom plese až 38 cm nového snehu. Ďalšie výdatné sneženie sme pozorovali na začiatku decembra, kedy postupoval v severozápadnom prúdení cez naše územie ďalej na juho-východ frontálny systém, ktorý priniesol snehové zrážky hlavne v severnej polovici územia. Na Orave a v Tatrách napadlo 1. decembra miestami aj viac ako 40 cm nového snehu. Naopak, na juhu Slovenska bolo snehových zrážok výrazne menej.

SLNEČNÝ SVIT

Ak nepočítame vysokohorské polohy Tatier a Nízkych Tatier, ročné úhrny trvania slnečného svitu dosiahli v mi-nulom roku hodnoty prevažne v intervale od 1780 (krajný východ SR) do 2200 hodín (krajný juhozápad SR). V po-rovnaní s normálom 1961 – 1990 išlo prevažne o hodnoty nadpriemerné (105 – 120 %). Absolútne najviac svietilo slnko v auguste 2016 (miestami viac ako 250 hodín), na-opak najmenej vo februári 2016 (aj menej ako 50 hodín).

KLIMATICKÝ EXTRÉM ROKA: FEBRUÁR 2016

Február 2016 bol na niektorých meteorologických stani-ciach teplotne a zrážkovo rekordný. Zatiaľ čo extrémne vysoké zrážky sme zaznamenali najmä na juhu Slovenska, teplotné rekordy dominovali skôr v nižších polohách vý-chodného Slovenska. Zrážkami bola najviac zasiahnutá východná polovica Podunajskej nížiny, čiastočne aj Ponitrie, ďalej Pohronie, juh stredného a východného Slovenska. V pohoriach sa výrazne prejavoval zosilňujúci vplyv ná-veterných efektov. Z pohľadu územných priemerov teploty vzduchu a úhrnu atmosférických zrážok, február 2016 bol teplejší ako doposiaľ rekordný február 1966, a bohatší na zrážky ako február 1977. Územný priemer mesačnej teploty vzduchu za február 2016 bol iba o jednu desatinu (3,6 °C) vyšší ako v roku 1966 (3,5 °C). Mimoriadne teplý bol február na Slovensku aj v rokoch 1974, 1990, 1995 a 2014 (všetky nad 2,5 °C). Priestorová hodnota celoslo-venského úhrnu zrážok na Slovensku pre mesiac február bola doteraz najvyššia v roku 1977 (94 mm), pričom v roku 2016 to bolo až 133 mm (Obr. 4).

-50

0

50

100

150

200

Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec

Úhr

n [m

m]

priestorové úhrny zrážok [mm] deficit prebytok

0

50

100

150

200

250

300

350


Úhr

n [%

]


Obrázok 6. Ročný úhrn atmosférických zrážok v milimetroch na Slovensku v roku 2016 (Zdroj: SHMÚ).

Figure 6. Annual precipitation total [mm] in Slovakia in 2016 (Source: SHMÚ).

Obrázok 7. Ročný úhrn atmosférických zrážok v percentách normálu 1961 – 1990 na Slovensku v roku 2016 (Zdroj: SHMÚ).

Figure 7. Annual precipitation total as a percentage of 1961 – 1990 normal in Slovakia in 2016 (Source: SHMÚ).

LITERATÚRA

WMO, 2017, WMO Statement on the State of the Global Cli-mate in 2016. WMO-No. 1186. World Meteorological Organization (WMO), Geneva, 2017. 25 s. ISBN 978-92-63-11189-0.

Francis, J.A.–Vavrus, S. J., 2012, Evidence linking Arctic am-plification to extreme weather in mid-latitudes. Geophy-sical Research Letters 39.

Mikulová, K.–Šťastný, P.–Bochníček, O.–Borsányi, P.–Čepče-ková, E.– Ondruška, P., 2015a, Klimatologické normály teploty vzduchu na Slovensku za obdobie 1961 –1990. NKP, 13-I/15, SHMÚ, Bratislava, 2015. 135 s. ISBN 978- 80-88907-92-3.

Mikulová, K. – Šťastný, P. – Faško, P., 2015b, Klimatologické normály atmosférických zrážok na Slovensku za obdo-bie 1961 – 1990. NKP, 13-II/15, MŽP SR, SHMÚ, Bra-tislava, 2015. 640 s. ISBN 978-80-88907-93-0.



ÚVOD

V roku 2016 sa vyskytli všetky typy povodní (povodne z trvalého dažďa, povodne z topiaceho snehu a dažďa, prí-valové povodne a ľadové povodne) s rozdielnou význam-nosťou a rôznorodým časopriestorovým rozložením. Z hľa-diska N-ročnosti a plošného rozsahu boli najvýznamnejšie povodne z trvalého dažďa v druhej dekáde februára. Počas roku bolo 93 dní s povodňovou situáciou. Je to viac ako v minulosti? Dá sa objektívne odpovedať na túto otázku? Ak ich je menej, je to vplyvom štrukturálnych (technických) protipovodňových opatrení? Ak ich je viac, je to vplyvom zrýchlenia odtoku necitlivou výstavbou, zlým poľnohos-

podárskym obrábaním, klimatickou zmenou? Už na tieto otázky nie je jednoduchá odpoveď. Ako teda spočítať po-vodne? Cez frontálne systémy, podľa výskytu povodňovej aktivity na stanici, na toku? Monitorujeme viac ako 300 profilov na slovenských tokoch, ktoré považujeme za repre-zentatívne v povodiach. Ak sa počas jednej meteorologic-kej situácie vyskytnú stupne povodňovej aktivity na 80 % vodomerných profiloch (jún 2010), môžeme to zovšeo-becniť a povedať, že 80 % tokov/územia bolo zasiahnutých povodňami. Naviac, vieme spočítať dni s výskytom povod-ňových situácií (stupne povodňovej aktivity). Významnosť povodní sa vyjadruje hodnotením N-ročnosti kulminácie povodňových vĺn.

POVODNE V ROKU 2016 DANICA LEŠKOVÁ, ALENA BLAHOVÁ Slovenský hydrometeorologický ústav, Jeséniova 17, 833 15 Bratislava 37, [email protected]

In the year 2016, we encountered all types of floods: floods from permanent rain, from combined rainfall and snowmelt, flash floods as well as floods caused by an ice jam, whereby all were characterized by a different significance anddiversified spatio-temporal redistribution. The most important floods caused by long-term heavy rain occurred, in terms of significance and spatial redistribution, in the second decade of February. Altogether, 93 days with a flood situation were encountered in Slovakia along the entire year. Significant increases in water levels achieving a degree of floodactivity have been recorded in most river basins, at which the peak culmination reached mainly a level corresponding to1 to 2-year maximum discharge, occasionally reaching 5 to 10-year maximum discharge. In Gemerská Ves on the Turiec river in catchment Slana, there was even a discharge with a return period once in 50 years. In the summer months, there have been several cases with high daily precipitation totals, which caused flash floods, especially, in smaller streams with 2 to 10-year significance. In the autumn months, October and November, due to the heavy rainfall, the rise in the water levels on rivers of the western and eastern Slovakia with peak culminations mostly atthe level of 1 to 2-year maximum discharge was recorded in Svinica on the Svinický stream even 5 to 10-year discharge.There were no significant increases in water levels in 2016 on the Slovak stretch of Danube and Morava. This fact alsoaffected the overall lower number of days with the degree of flood activity in 2016, which is less than the average for the2007 – 2016 period. The paper aims at assessing floods in the light of precipitation activity, the significance of events aswell as its spatio-temporal redistribution in 2016.

V roku 2016 sa vyskytli všetky typy povodní (povodne z trvalého dažďa, povodne z topiaceho snehu a dažďa, prívalové po-vodne a ľadové povodne) s rozdielnou významnosťou a rôznorodým časopriestorovým rozložením. Z hľadiska N-ročnostia plošného rozsahu boli najvýznamnejšie povodne z trvalého dažďa v druhej dekáde februára. Počas roku bolo 93 dní s povodňovou situáciou. Výrazné vzostupy vodných hladín s dosiahnutím SPA sme zaznamenali vo väčšine povodí, pri-čom zaznamenané kulminačné prietoky dosahovali zväčša úroveň zodpovedajúcu hodnote 1 až 2-ročného maximálneho prietoku. Ojedinele sa vyskytli kulminácie s väčšou významnosťou, a to na dolnom Hrone, Slanej, Muráni, dolnej Rima-ve a v povodí hornej Nitry, kde kulminačné prietoky zodpovedali 5 až 10-ročnému maximálnemu prietoku. Kulminačný prietok s dobou opakovania raz za 50 rokov bol zaznamenaný na toku Turiec v Gemerskej Vsi. V letných mesiacoch sa vyskytli viaceré prípady s vysokými dennými úhrnmi zrážok, ktoré spôsobili prívalové povodne, hlavne na menších tokoch. Pri týchto situáciách boli zaznamenané kulminačné prietoky zväčša na úrovni 2 až 5-ročného maximálneho prietoku. Avšak na Oravici v Trstenej dosiahol kulminačný prietok v júli úroveň 5 až 10-ročného a na Vláre v Hornom Srní úroveň 10-ročného maximálneho prietoku v auguste. V jesenných mesiacoch október a november bol vplyvom výdatných zrážok z dažďa zaznamenaný vzostup hladín na tokoch západného a východného Slovenska s kulmináciami zväčša na úrovni 1 až 2-ročného maximálneho prietoku, ale aj vyššie, a to 5 až 10-ročný prietok na Svinickom potoku v Svinici (7. 11. 2016). Na slovenskom úseku Dunaja a Moravy v roku 2016 neboli významnejšie vzostupy vodných hladín. Aj táto skutočnosťmala vplyv na celkovo nižší počet dní s výskytom SPA počas roku 2016, čo je menej ako priemer za obdobie rokov 2007 –2016. V príspevku sú zhodnotené povodne z hľadiska zrážkovej činnosti, z hľadiska významnosti – N-ročnosti a časo-priestorové hodnotenie povodní v roku 2016.

Key words: floods from permanent rain, from combined rainfall and snowmelt, flash floods, spatio-temporal redistribution


V príspevku zhodnotíme povodne z hľadiska zrážko-vej činnosti, z hľadiska významnosti – N-ročnosti a časo-priestorové hodnotenie povodní v roku 2016.

ZRÁŽKY V ROKU 2016

V kalendárnom roku 2016 sme na Slovensku zaznamenali v celoročnom priestorovom úhrne 924 mm zrážok (OHPV, 2016), čo je mierne nadpriemerný úhrn a predstavuje nad-bytok 162 mm, čo v percentuálnom vyjadrení znamená 121 % dlhodobého ročného normálu (1901 – 2000) (Tab. 1, Obr. 1 a 2).

Posledný mesiac zimy sa vyznačuje v ročnom hod-notení dlhodobých priemerných mesačných úhrnov zrážok na väčšine Slovenska ako mesiac s najnižšími zrážkami. Február 2016 bol zrážkovo aj teplotne výnimočný.

Už v polovici februára 2016 sme miestami zazname-nali mimoriadne až extrémne úhrny zrážok a na väčšine územia sa podarilo prekonať celomesačný februárový zráž-kový priemer (dlhodobý normál rokov 1961 – 1990), mies-tami dokonca dvoj až trojnásobne, čo sú už ojedinele aj rekordné hodnoty (Obr. 4). V Revúcej do 16. 2. spadlo 132,3 mm, pričom doteraz najvyšší mesačný úhrn zrážok za február tu bol nameraný v roku 2013 a mal hodnotu 110,3 mm. Rekordné množstvo zrážok, až 100 mm, spadlo aj vo Švedlári (pôvodný rekord 89,4 mm z r. 2013), a aj na Chopku 192,8 mm (pôvodný rekord 189,6 mm z r. 2009) (OHMPaV BB, 2016).

Navyše, je zaujímavé, že dlhodobý normál februáro-vých úhrnov zrážok bol miestami, najmä v Banskobystric-kom a Košickom kraji, dosiahnutý za 24 hodín. Najvýraz-nejšie zrážky boli zaznamenané 10. 2., kedy sa rekordy

prepisovali hneď na desiatich klimatologických staniciach. Absolútne najvyšší denný úhrn zrážok bol nameraný v Re-vúcej, kde spadlo 56,7 mm, čo je takmer dvojnásobne viac oproti doposiaľ platnému rekordu z februára 2005, ktorý mal hodnotu 31,0 mm. Takýto vysoký úhrn sa bežne vys-kytuje skôr v lete. Mimoriadna výdatnosť zrážok sa odra-zila aj na situácii v povodiach a hladiny niektorých tokov dosiahli prechodne aj stupne povodňovej aktivity, ojedinele aj tretí stupeň.

Ďalšiu výraznejšiu zrážkovú situáciu sme na Sloven-sku zaznamenali v dňoch 14. 2. a 15. 2. Hoci nebola úhrnovo tak významná ako tá predošlá z 10. 2., spôsobila porovna-teľné problémy (stupne povodňovej aktivity). Príčinou bola kombinácia faktorov - nasýtenosť povodí po predchádzajú-cich zrážkach a topiaci sa sneh na horách (vplyvom kladnej teploty aj dažďa). Obrázok 1. Mesačný úhrn atmosférických zrážok [mm] na Slovensku v roku 2016. Figure 1. Monthly precipitation totals [mm] in Slovakia in 2016.

Tabuľka 1. Atmosférické zrážky v roku 2016. Table 1. Atmospheric precipitation in 2016.

Poznámka: Δ - ide o výšku nadbytku (+), deficitu (-) zrážok v litroch na m2 vo vzťahu k normálu.

Región I II III IV V VI VII VIII IX X XI XII Rok

Západoslovenský región

mm 46 108 17 39 84 55 143 70 38 70 54 14 738% 110 284 40 81 125 81 196 111 72 127 92 26 111Δ +4 +70 -26 -9 +17 -13 +70 +7 -15 +15 -5 -39 +76

Stredoslovenský región

mm 62 167 30 61 93 69 169 98 63 121 77 44 1054% 115 334 56 97 108 70 167 107 88 178 108 71 121Δ +8 +117 -24 -2 +7 -30 +68 +6 -9 +53 +6 -18 +182

Východoslovenský región

mm 44 125 39 57 64 60 154 110 50 144 66 38 951% 107 329 93 106 85 67 159 126 79 244 116 84 127 +3 +87 -3 +3 -11 -29 +57 +23 -13 +85 +9 -7 +204

Slovensko mm 51 135 29 53 81 62 156 94 51 113 66 33 924% 111 321 62 96 107 72 173 116 81 185 106 62 121Δ +5 +93 -18 -2 +5 -24 +66 +13 -12 +52 +4 -20 +162

Obrázok 2. Ročný úhrn atmosférických zrážok v milimetroch na Slovensku v roku 2016 (Zdroj: SHMÚ, Klimatologická služba).

Figure 2. Annual precipitation total [mm] in Slovakia in 2016 (Source: SHMÚ, Climatological service).

-50

0

50

100

150

200


Úhr

n [m

m]

priestorové úhrny zrážok [mm] deficit prebytok


Obrázok 3. Priestorové rozloženie februárových zrážok (Zdroj: SHMÚ, Klimatologická služba).

Figure 3. Spatial distribution of precipitations in February (Source: SHMÚ, Climatological service).

Obrázok 4. Priestorové rozloženie úhrnov zrážok vo februári 2016 vyjadrených v percentách normálu 1961 – 1990 (Zdroj: SHMÚ, Klimatologická služba).

Figure 4. Spatial distribution of February 2016 precipitation total as a percentage of 1961 – 1990 normal (Source: SHMÚ, Climatological service).

HYDROLOGICKÁ VÝZNAMNOSŤ POVODŇOVÝCH SITUÁCIÍ V ROKU 2016

Povodňové situácie z hľadiska príčin vzniku v roku 2016 sme rozdelili do štyroch skupín a podľa významnosti zoradili na povodne z trvalého dažďa, prívalové povodne, povodne z topiaceho sa snehu a ľadové povodne.

Povodne z trvalého dažďa

Povodňové situácie, ktoré nastali vplyvom dlhšie trvajú-cich dažďových zrážok, tvorili v roku 2016 najpočetnejšiu skupinu z hľadiska príčin vzniku.

Februárové povodne nie sú neobvyklé, ich príčinou bývajú najčastejšie výdatné zrážky vo forme dažďa, zamrz-nutá pôda a výrazné oteplenie a s ním spojené topenie sa snehovej pokrývky.

Režim a príčiny odtoku v prvom štvrťroku treba hľa-dať v zime 2015/2016, ktorá sa na Slovensku zaradila me-dzi jednu z najteplejších zím za obdobie 1990/91 – 2015/16 a z hľadiska objemu vody v snehovej pokrývke patrí medzi najchudobnejšie na zásoby vody (Obr. 5).

Obrázok 5. Maximálne zásoby vody v povodí Váhu. Figure 5. Maximum water storage in the Váh catchment.

Povodňová situácia vo februári 2016, ktorá zasiahla takmer všetky povodia Slovenska bola výnimočná najmä tým, že sa na nej, aj napriek zimnému mesiacu, podieľali najmä tekuté zrážky bez príspevku topenia sa snehovej pokrývky. Zásoby vody v snehovej pokrývke boli vo fe-bruári v povodiach minimálne. V povodí horného Váhu a Hrona časť zrážok spadla vo vyšších polohách vo forme

0

500

1000

1500

2000

1982

/83

1984

/85

1986

/87

1988

/89

1990

/91

1992

/93

1994

/95

1996

/97

1998

/99

2000

/01

2002

/03

2004

/05

2006

/07

2008

/09

2010

/11

2012

/13

2014

/15

obje

m z

ásob

vod

y [m

il. m

3 ]

zima

priemer848,46 mil. m3


snehu a akumulovala sa, a tak sa nepodieľala na priamom odtoku a povodňová situácia bola priaznivejšia.

Hydrologicky najvýznamnejšie kulminácie sa vyskytli 10. a 11. 2. 2016 v povodí Slanej, na prítokoch Turiec a Mu-ráň. Kulminačný prietok v Gemerskej Vsi na Turci dosiahol hodnotu prietoku s dobou opakovania raz za 50 rokov (Obr. 6), v Behynciach raz za 20 rokov a na Muráni v Bretke sa vyskytol 10-ročný prietok. Podľa predbežných údajov to boli druhé najvyššie kulminačné prietoky za pozorovacie obdobie v týchto vodomerných staniciach, hodnoty z roku 2010 neboli prekonané. Na strednej a dolnej Rimave boli vyhodnotené kulminačné prietoky na úrovni 2 až 10-ročných prietokov (Vlkyňa). Hlavnými príčinami povodňovej situá-cie v povodí Hrona, Ipľa a Slanej boli výdatné atmosférické zrážky a vysoké teploty vzduchu. Ďalšími významnými fak-tormi, ovplyvňujúcimi povodňovú situáciu, boli podnormál-ne februárové hodnoty sumy dĺžky slnečného svitu, mini-málny výpar, ročné obdobie bez vegetácie a pri druhej a tre-tej epizóde aj vysoká nasýtenosť povodí (OHMPaV BB).

Obrázok 6. Priebeh povodňovej situácie s 50-ročnou význam-nosťou v Gemerskej vsi na Turci v povodí Slanej. Figure 6. Development of the flood situation of the 50-year significance in the Gemerská Ves on the River Turiec in the River Slaná catchment.

Rekordne vysoké viacdenné úhrny zrážok aj v po-vodiach východného Slovenska spôsobili dosiahnutie, resp. prekročenie prvých, druhých a tretích stupňov PA vo všetkých povodiach, okrem povodia Popradu. Od 10.2. do konca februára na niektorých tokoch bolo zaznamenaných viac povodňových vĺn. Tretie stupne PA boli prekročené vo vodomerných staniciach v Bohdanovciach na Olšave (11. 2.), v Michaľanoch na Roňave (10. 2.) a v Turni nad Bodvou na Bodve (11. 2.). Hladiny tokov Latorica vo vodomernej stanici vo Veľkých Kapušanoch a Bodrog vo vodomernej stanici v Strede n/Bodrogom vplyvom dote-kania vody z Ukrajiny sa udržiavali v stupňoch PA až do polovice marca. Všetky kulminačné prietoky boli na úrovni prietokov s pravdepodobnosťou výskytu maximálne raz za 1 až 2 roky (OHMPaV KE, 2016).

Už spomínané úhrny zrážok, ktoré spadli tiež v po-vodí Nitry v prvej februárovej dekáde spôsobili, že hladiny tokov začali výrazne stúpať. Pomerne výrazné úhrny zrá-žok sme vo februári zaznamenali viackrát, čo spôsobilo, že k výraznejšiemu vzostupu vodných hladín na Nitre a jej prítokoch, s dosiahnutím SPA, došlo v priebehu mesiaca február celkovo šesťkrát, pričom posledná, šiesta kulmi-nácia, prebehla až 1. marca.

Hladiny na tokoch v povodí hornej Nitry začali vý-razne stúpať 10.2. v nočných až skorých ranných hodinách. Dosiahnutie 3. SPA sme zaznamenali na toku Handlovka, pričom v profile Handlová hladina kulminovala 10. 2. o 12:15 hod. na úrovni 128 cm a zaznamenaný kulminačný prietok dosiahol úroveň zodpovedajúcu 2-ročnému maxi-málnemu prietoku a v profile Prievidza nastala kulminácia o 14:30 hod. na úrovni 134 cm a kulminačný prietok do-siahol úroveň 1 až 2-ročného prietoku. Úrovne hladín zodpovedajúce 2. SPA sme zaznamenali na Nitre v Chal-movej, kde kulminácia nastala 10. 2. o 18:15 hod. a zazna-menaný kulminačný prietok dosiahol úroveň 2-ročného maximálneho prietoku. Na Tužine, Lehotskom potoku, Žitave a Bebrave hladiny vystúpili len na úroveň 1. SPA, pričom kulminačné prietoky boli na úrovni zodpovedajúcej 1 až 2-ročnému, prípadne 2-ročnému (Tužina) maximálne-mu prietoku (OHPV, 2016).

Aj keď hlavnou príčinou povodňovej situácie boli výdatné atmosférické zrážky, ich transformácia na odtok bola priaznivo ovplyvnená aj ďalšími klimatickými fak-tormi – a to hlavne časovým a priestorovým rozdelením zrážok, 1- až 2-dňovým bezzrážkovým obdobím po prvej aj druhej výdatnej zrážkovej epizóde, druhom zrážok, celkovou výškou snehovej pokrývky a hĺbkou premŕzania pôdy. Časovo a priestorovo rovnomerné rozdelenie zrážok s maximálnymi intenzitami prevažne do 6 mm/h, väčšinou kladné teploty pôdy a nízke hladiny podzemných vôd pred nástupom povodne, ovplyvnili retenčné vlastnosti povodí a tým aj priebeh odtoku. Znížil sa objem zrážok, podieľa-júcich sa na priamom odtoku, čím sa priaznivo ovplyvnila povodňová situácia a znížili sa kulminačné prietoky. Aj keď z hľadiska opakovania nedosiahli kulminačné prietoky historické hodnoty, na rozdiel od atmosférických zrážok a teplôt vzduchu, mimoriadnosť februárovej povodňovej situácie bola v jej trvaní a priestorovom rozsahu.

Povodne z búrok - prívalové povodne

Povodne z búrok sa v povodí horného a stredného Váhu vyskytli na konci mája, júla a na začiatku augusta. Boli prekročené 2. stupne PA v 4 staniciach (Oravská Polhora -Polhoranka, Turzovka - Kysuca, Čadca - Kysuca a Horné Srnie - Vlára) a 1. SPA v 5 staniciach (Východná - Biely Váh, Oravská Jasenica - Veselianka, Trstená - Oravica, Turček -Turiec a Čadca - Čierňanka). Doba opakovania kulminač-ných prietokov zodpovedajúcich kulminačným vodným stavom sa pohybovala od jedného roka na Oravici až raz za 10 rokov na Vláre (OHPV, 2016).

V priebehu roka sme na malokarpatských tokoch vý-raznejšie vzostupy nezaznamenali, s výnimkou posledného júlového dňa, kedy postúpil od západu do našej oblasti vý-razný zvlnený front v sprievode búrok s vysokými úhrnmi zrážok v regióne Malých Karpát. Spadlo od 9,6 mm (Slo-venský Grob) do 46,4 mm (Modra - Piesok), čo spôsobilo výrazný vzostup vodných hladín. Úroveň 1. SPA bola do-siahnutá vo vodomernej stanici Pezinok na Blatine a 3. SPA v Píle na Gidre (Obr. 7). Kulminácia nastala v obidvoch vodomerných staniciach 31. 7. Kulminačný prietok v Pe-zinku na Blatine dosiahol hodnotu s pravdepodobnosťou opakovania raz za 1 až 2 roky a v stanici Píla na Gidre raz za 2 až 5 rokov (OHPV, 2016).

0

50

100

150

200

250

300

31/1/ 5/2/ 10/2/ 15/2/ 20/2/ 25/2/ 1/3/

H [c

m]

deň

Gemerská Ves - Turiec,február 2016

3. SPA

1. SPA

2. SPA


Obrázok 7. Priebeh prívalovej povodne v Píle na Gidre 31. jú-la 2016. Figure 7. The development of the flash flood in Píla on the River Gidra on July 31, 2016.

Povodne z topiaceho sa snehu a dažďa

Vplyvom oteplenia a dažďových zrážok boli v druhej (prevažne dažďové zrážky) a tretej (topenie snehu a dážď) dekáde februára v povodí horného Váhu dosiahnuté, resp. prekročené 1. a 2. SPA v 13 hydrologických staniciach. Prietoky zodpovedajúce kulminačným vodným stavom mali dobu opakovania prevažne do jedného roka, maxi-málne 2 roky v staniciach Párnica na Zázrivke a Šuja na Rajčanke. V mesiaci február sa v povodí horného Váhu vyskytlo celkovo 11 dní s povodňovou aktivitou, z toho 5 dní bolo spôsobených kombináciou topenia snehovej pokrývky a dažďových zrážok (OHPV, 2016).

Ľadové povodne

Na začiatku januára a v decembri sa vplyvom nízkych teplôt vzduchu na mnohých tokoch vyskytli ľadové úkazy (ľad pri brehu, ľadová triešť, dnový ľad, ľadová zápcha, zámrz toku), ktoré znížili prietočný profil vodných tokov a spôsobili vzdutie vodných hladín pri ustálených prieto-koch. Na mnohých staniciach boli prekročené SPA.

ČASOPRIESTOROVÉ HODNOTENIE POVODŇOVÝCH SITUÁCIÍ V ROKU 2016

V rámci sledovaného obdobia (od roku 2007) bol v roku 2016, v porovnaní s predchádzajúcimi dvoma rokmi, za-znamenaný nárast počtu dní s povodňovou aktivitou na 93 dní (OHPV, 2016).

Z tabuľky 2 a obrázku 8 je zrejmé, že prvý stupeň povodňovej aktivity, ktorý charakterizuje zvýšenú vodnosť (avšak významné škody nemusí spôsobiť), bol dosiahnutý vo všetkých povodiach. Druhý a tretí stupeň, ktoré zna-menajú už škody stredného a vyššieho rozsahu sa vyskytli najmä v povodní Bodrogu, Slanej, Hornádu, Bodvy a Nitry. Najviac dní s povodňovou aktivitou bolo vo februári. Len v apríli sa nevyskytol ani jeden deň s povodňovou aktivitou (Tab. 3, Obr. 9).

V roku 2016 sa až v 93 dňoch vyskytol stupeň povodňo-vej aktivity (bol prekročený SPA). V porovnaní s obdobím 2007 – 2016 je to mierne podnormálny stav (Tab. 4, Obr. 10).

Tabuľka 2. Počet dní so stupňami povodňovej aktivity (SPA) v jednotlivých povodiach SR v roku 2016. Table 2. Number of days with a degree of flood activity in each river basin of Slovakia in 2016.

Povodie

Mor

ava

Dun

aj

Váh

Nitr

a

Hro

n

Hor

nád

Ipeľ

Sla

ná

Bod

rog

Bod

va

Pop

rad

1. SPA 6 2 25 18 8 18 18 10 26 6 2 2. SPA 0 0 11 9 2 5 12 6 10 4 0 3. SPA 0 0 1 2 0 2 0 5 10 2 0

Obrázok 8. Počet dní s povodňovou aktivitou v jednotlivých povodiach v roku 2016. Figure 8. Number of days with a degree of flood activity in each river basin in 2016.

Tabuľka 3. Počet dní so stupňami povodňovej aktivity (SPA) podľa regionálnych pracovísk v jednotlivých mesiacoch roku 2016 (z operatívnych vodomerných staníc). Table 3. Number of days with a degree of flood activity in each month in 2016 (from operational water stations) devided by the SHMÚ regional work locations.

RS Bratislava RS Žilina RS Banská Bystrica RS Košice

SPA 1. 2. 3. 1. 2. 3. 1. 2. 3. 1. 2. 3. I 1 0 0 6 0 0 1 0 0 7 1 2 II 15 4 1 10 7 0 16 10 4 17 9 4 III 2 1 0 0 0 0 2 2 0 3 0 2 IV 0 0 0 0 0 0 0 0 0 0 0 0 V 0 0 0 0 1 0 0 0 0 0 0 0 VI 0 1 0 0 0 0 0 0 0 0 0 0 VII 6 0 1 8 1 0 0 0 1 7 1 0 VIII 3 1 0 3 2 0 0 0 0 7 1 0 IX 0 0 0 1 0 0 0 0 0 0 0 0 X 2 1 0 4 1 0 0 0 0 8 1 1 XI 1 2 1 2 0 0 0 0 0 12 4 2 XII 0 0 0 3 0 0 0 0 0 0 0 0

Spolu 30 10 3 37 12 0 19 12 5 61 17 11

ZÁVER

V roku 2016 sa vyskytli všetky typy povodní (povodne z trvalého dažďa, povodne z topiaceho snehu a dažďa, príva-lové povodne a ľadové povodne) s rozdielnou významnos-ťou a rôznorodým časopriestorovým rozložením. Z hľadiska N-ročnosti a plošného rozsahu boli najvýznamnejšie po-vodne z trvalého dažďa v druhej dekáde februára.

Výrazné vzostupy vodných hladín s dosiahnutím SPA a významnosťou až 2-ročného maximálneho prietoku sme zaznamenali vo väčšine povodí. Väčšia významnosť (5 až

0

20

40

60

80

100

120

31/7/2016 0:00 1/8/2016 0:00 2/8/2016 0:00

H [c

m]

deň

Píla-Gidra1. SPA

3. SPA

2. SPA

0

5

10

15

20

25

30

Mor

ava

Dun

aj

Váh

Nitr

a

Hro

n

Hor

nád

Ipeľ

Sla

ná

Bod

rog

Bod

va

Pop

rad

poče

t dní

s S

PA

1.SPA 2.SPA 3.SPA


10-ročná) sa vyskytla na jar na dolnom Hrone, Slanej, Mu-ráni, dolnej Rimave a v povodí hornej Nitry. Kulminačný prietok s dobou opakovania raz za 50 rokov bol zazname-naný na toku Turiec v Gemerskej Vsi. Letné prívalové povodne priniesli, najmä na menších tokoch, povodne s 2 až 5-ročným prietokom, v Trstenej na Oravici 5 až 10 a v Hor-nom Srní na Vláre až 10-ročný maximálny prietok. Na jeseň frontálne výdatné zrážky z trvalého dažďa spôsobili vzostupy na tokoch západného a východného Slovenska s významnosťou 5 až 10-ročného prietoku.

Na slovenskom úseku Dunaja a Moravy v roku 2016 neboli významnejšie vzostupy vodných hladín. Aj táto sku-točnosť mala vplyv na celkovo nižší počet dní s výskytom

SPA počas roku 2016, počas ktorého sa SPA vyskytovali sumárne počas 93 dní, čo je menej ako priemer za obdobie rokov 2007 – 2016.

LITERATÚRA

OHPV, 2016, Povodňová správa 2016, http://www.shmu.sk/ File/HIPS/Povodnova_sprava_2016v1.pdf.

OHMPaV BB, 2016, Mimoriadny február 2016 v povodí Hrona, Ipľa a Slanej, http://www.shmu.sk/File/HIPS/ Mimoriad_febr_2016_v_povod_Hron_Ipel_Slana.pdf.

OHMPaV KE, 2016, Povodňová situácia na tokoch východ-ného Slovenska v zime 2016, http://www.shmu.sk/File/ HIPS/Povodnova_situacia_v_zime2016.pdf.

Obrázok 9. Počet dní s povodňovou aktivitou v jednotlivých mesiacoch v roku 2016. Figure 9. Number of days with a degree of flood activity in each month in 2016.

Obrázok 10. Počet dní s povodňovou aktivitou v období 2007 – 2016. Figure 10. Number of days with a degree of flood activity in 2007 – 2016 period.

Tabuľka 4. Počet dní so stupňami povodňovej aktivity (SPA) vo všetkých operatívnych vodo-merných staniciach v rokoch 2007 – 2016.

Table 4. Number of days with a degree of flood activity at all operational water stations in period 2007 – 2016.

Rok

Počet dní s 1., 2. a 3. SPA

Poče

t dní

v ro

ku

s 1.

až

3. S

PA

1. SPA 2. SPA 3. SPA

spol

u

v re

gión

och

RS

Bra

tisla

va

RS

Žilin

a

RS

Ban

ská

Bys

trica

RS

Koš

ice

spol

u

v re

gión

och

RS

Bra

tisla

va

RS

Žilin

a

RS

Ban

ská

Bys

trica

RS

Koš

ice

spol

u

v re

gión

och

RS

Bra

tisla

va

RS

Žilin

a

RS

Ban

ská

Bys

trica

RS

Koš

ice

2007 96 14 10 4 52 30 3 2 0 7 6 0 0 0 3 1012008 101 28 18 7 81 20 4 6 1 17 8 1 2 0 7 1052009 93 62 34 20 53 50 37 5 8 23 23 20 1 6 7 822010 271 151 120 104 222 130 86 32 58 90 84 44 17 30 60 2822011 101 51 15 15 78 24 15 5 4 8 13 8 1 3 5 1092012 65 19 29 2 34 5 0 3 0 2 3 0 3 0 0 662013 139 64 42 67 106 58 22 2 18 33 24 14 0 7 3 1402014 70 23 29 20 51 24 6 7 7 14 12 2 2 3 7 732015 47 15 20 9 25 6 2 2 0 3 5 0 1 1 3 472016 89 30 37 19 61 34 10 12 12 17 16 3 0 5 11 93

Poznámka: posledný stĺpec nie je súčtom počtu dní so stupňom PA v jednotlivých stĺpcoch

0

5

10

15

20

25

30

35

I II III IV V VI VII VIII IX X XI XII

poče

t dní

s S

PA

BA ZA BB KE

mesiac

101 10582

282

109

66

140

7347

93

0

50

100

150

200

250

300

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

poče

t dní

s 1

. až

3. S

PA

rok

počet dnípriemer

priemer = 110 dní


I N F O R M Á C I E I N F O R M A T I O N

VYBRANÉ ZAUJÍMAVOSTI V POČASÍ NA SLOVENSKU V PRVEJ POLOVICI ROKA 2017

Príspevok v krátkosti analyzuje vybrané poveternostné situácie, ktoré priniesli na územie Slovenska v prvej po-lovici roka 2017 mimoriadne až extrémne počasie. Okrem iného sa v článku venujeme prílevu studeného arktického vzduchu v druhej polovici prvej januárovej dekády. Ďalej ochladeniu a výskytu súvislej snehovej pokrývky, a to aj v nižších polohách, v závere druhej aprílovej dekády. V druhej časti príspevku spomíname napríklad rekordnú rýchlosť vetra na Lomnickom štíte a v závere tiež pripo-míname dva májové dni s výskytom supercely.

Kým v priebehu decembra 2016 sa nad naše územie pomerne často dostávala morská arktická vzduchová hmo-ta, v ktorej minimum teploty vzduchu nekleslo pod –20 °C, tak na začiatku tohto roka k nám od severovýchodu prenikol vzduch kontinentálny (Obr. 1), ktorý bol nie len veľmi studený, ale aj suchý. Príčinou bol tlakový gradient medzi rozsiahlou tlakovou výšou, ktorá siahala zo západnej Európy, cez Škandináviu až nad Ural, a oblasťou nízkeho tlaku vzduchu nad juhovýchodnou Európou. Vzduchová hmota, ktorá sa sformovala nad zamrznutou časťou Severného ľadového oceánu a priľahlou zasneženou sibírskou pevninou, prekonala na ceste do strednej Európy dlhú vzdialenosť, ale jej pôvodné vlastnosti sa zme-nili len minimálne. Dôvodom bol fakt, že v tom období sa už v oblasti, cez ktorú sa presúvala, na-chádzala súvislá snehová pokrývka a tiež jej rýchly presun z oblasti formovania až do strednej Európy. Najvýraznejší prílev studeného vzduchu sme za-znamenali ešte zo stredy na štvrtok (zo 4. na 5. 1.) a najchladnejšie bolo v dňoch od 6. do 8. 1.

Z viacerých staníc, s výskytom rekordne níz-kej teploty vzduchu, spomenieme Lomnický štít, kde bola zaznamenaná najnižšia teplota vzduchu aspoň od januára 1987. Na Chopku bol 6. 1. 2017 najchladnejším dňom aspoň od 2. 1. 1979! Už v noci zo 6. na 7. 1. klesla teplota vzduchu v nižších po-

lohách ojedinele pod –30 °C (Oravská Lesná –30,1 °C), čo sa na našom území stalo naposledy vo februári 2012. Nasledujúca noc bola ešte mrazivejšia a minimum teploty vzduchu –30 °C a menej sme zaznamenali vo viacerých lokalitách (Zázrivá, Párnica, Liesek, Červený Kláštor, Dudince a Oravská Lesná). Pozoruhodný je najmä údaj z Dudiniec, kde hodnota minimálnej teploty vzduchu –30,3 °C predstavuje najnižšiu nameranú teplotu na tejto stanici od začiatku meraní (od r. 1977). Absolútne najniž-šiu teplotu vzduchu počas spomínaného ochladenia sme namerali v Oravskej Lesnej, až –35,5 °C. Je to tretia naj-nižšia nameraná hodnota teploty vzduchu na tejto stanici od r. 1951 (začiatok meraní) a súčasne len 4. prípad po-klesu teploty na –35 °C a menej (naposledy v roku 1985). Okrem silných mrazov sme zaznamenali aj krátku sériu dní s maximálnou dennou teplotu vzduchu –10 °C a nižšou

Obrázok 1. Prílev studeného arktického vzduchu od severovýchodu do našej oblasti (predpoveď teploty vzduchu v hladine 850 hPa (cca 1500 m n. m.) podľa modelu ECMWF na 6. 1. 2017 o 00UTC).


(arktický deň). Stalo sa tak napríklad na stanici Liesek, kde bol arktický deň v dňoch 6., 7. a 8. 1. Zo zaujímavostí spo-menieme ešte aj údaj z aerologického me-rania v Gánovciach pri Poprade. V sobo-tu (7. 1.) krátko po polnoci klesla teplota vzduchu v hladine 850 hPa (približne 1500 m n. m.) na –20,2 °C (Obr. 2). V spo-mínanej tlakovej hladine sa na –20 °C a menej ochladilo doteraz len v 10-tich dňoch a len v 6-tich zimách od roku 1961 (začiatok meraní). Absolútne najnižšia teplota v tejto hladine bola nad Popradom nameraná v zime 1986/87 (–23,3 °C). Aj napriek veľkej premenlivosti počasia na Slovensku a dlhodobým meraniam, z kto-rých vyplýva, že sa v minulosti na našom území vyskytli aj chladnejšie obdobia, nemožno spomínané ochladenie na za-čiatku januára 2017 označiť za bežné. Chladné počasie pokračovalo na území Slovenska aj po zvyšok mesiaca a január 2017 tak skončil celoplošne ako 9. naj-chladnejší január aspoň od roku 1931.

Vo februári sme na Lomnickom štíte zaznamenali najsilnejší náraz vetra aspoň od roku 1951. Doteraz platný rekord z 11. februára 2011 mal hodnotu 220 km.h–1, v tomto roku dňa 24. febru-ára dosiahol náraz vetra až 222 km.h–1. Len štvrtý raz ide na tejto stanici o hod-notu rýchlosti vetra vyššiu ako 200 km.h–1. Absolútny celoslovenský rekord však odo-lal (283 km.h–1, Skalnaté Pleso, 29. no-vembra 1965).

Marec 2017 bol na Slovensku vzhľadom na dlhodobý priemer 1961 – 1990 teplotne silne až mimoriadne nad-normálny. O jeho teplotnom charaktere nám veľa napovie už pohľad na graf mesačného chodu priemernej dennej teploty vzduchu napríklad na stanici Bratislava-letisko (Obr. 3). Na grafe vidieť, že sa v danom mesiaci nevysky-tol ani jeden deň, kedy by priemerná denná teplota vzduchu bola pod dlhodobým priemerom.

Obrázok 3. Chod priemernej dennej teploty vzduchu na sta-nici Bratislava-letisko v marci 2017.

Typicky premenlivým mesiacom na našom území je apríl. V tomto mesiaci nie je u nás ničím výnimočným výskyt mrazov, a to aj v nižších polohách Slovenska, ale aj prvé letné dni (maximálna denná teplota vzduchu 25 °C a viac) v roku. Kým na začiatku mesiaca sa môže ešte aj v nížinách prechodne vyskytnúť súvislá snehová pokrývka, v jeho závere dosahuje výnimočne maximálna teplota vzduchu 30 °C a viac (tropický deň).

Už na začiatku apríla 2017 sme zaznamenali krátku sériu letných dní a letný režim v počasí pripomínal aj výskyt búrok. Boli to zároveň prvé letné dni v roku 2017. Najvyššiu teplotu, až 26,5 °C, sme v týchto dňoch namerali v Dolných Plachtinciach. V ďalších dňoch mesiaca sa po-stupne ochladzovalo a približne v jeho polovici klesla priemerná denná teplota vzduchu pod dlhodobý priemer rokov 1961 – 1990. V závere druhej aprílovej dekády sme na našom území opäť zaznamenali prílev studeného ark-tického vzduchu (Obr. 4).

Na prelome druhej a tretej aprílovej dekády sa v našej oblasti, medzi tlakovou nížou so stredom nad Balkánskym polostrovom a Maďarskom a rozsiahlou tlakovou výšou so stredom nad Britskými ostrovmi a Severným morom, vy-tvoril silný horizontálny tlakový gradient (Obr. 5). Ten bol hlavnou príčinou veterného počasia, ktoré sme na našom

Obrázok 2. Grafický výstup z aerologického merania v Gánovciach pri Popradezo dňa 7. 1. 2017 00 UTC (zdroj: http://www.shmu.sk/File/ExtraFiles/ODBORNE_AKTUALITY/files/aero_vystup_Poprad.PNG).


území zaznamenali v stredu a vo štvrtok (19. a 20.4.). Na staniciach v nižších polohách sme v týchto dňoch namerali maximálny náraz vetra ojedinele aj viac ako 20 m.s–1 (Telgárt 27 m.s–1; Poprad (letisko) 26 m.s–1; Nitra 24 m.s–1; Prievidza a Bratislava-Koliba 21 m.s–1). Hlavným rysom počasia v tomto období bol okrem silného vetra aj výskyt výdatných zrážok, ktoré boli miestami aj v nižších polo-hách snehové. Zrážková činnosť súvisela s tlakovou nížou so stredom nad Maďarskom a Balkánskym polostrovom. Prílev studeného vzduchu v tyle tejto tlakovej níže spôsobil postupný pokles hranice sneženia, pričom na krajnom zá-

pade a severe Slovenska snežilo aj v nižších polohách a to aj v denných hodinách.

V stredu (19. 4.) krátko popoludní bola podľa aerologického merania z Gánoviec pri Poprade teplota vzduchu v hladine 850 hPa (približne 1500 m n. m.) na úrovni –8,5 °C. V tejto hladine je to v druhej po-lovici apríla v popoludňajších hodinách mimoriadne nízka hodnota teploty vzduchu nad naším územím. Od začiatku aerologických meraní v Gánovciach pri Poprade nastala podobná situácia len raz, konkrétne v roku 1997. Vtedy sme tu tiež v druhej polovici apríla v popoludňajšom meracom termíne namerali rovnakú hodnotu teploty ako v tomto roku.

Aktívny prílev studeného vzduchu a vysoká intenzita zrážok, boli hlavnou príčinou sneženia nie len v horských oblastiach na severe, ale aj v nižších polohách juhozápadného Slovenska. V Liesku, kde je meteorologická stanica v prevádzke od roku 1987, sa v troch po sebe nasledujúcich dňoch nevytvorila nová snehová pokrývka takto neskoro doteraz ani raz. Až v roku 2017 tam napadlo 17. apríla 13 cm, 18. apríla 4 cm a 19. apríla tiež 4 cm snehu. Po dvojdňovej prestávke tam napadlo 22. a 23. apríla, zhodne 3 cm nového snehu. Ešte zaujímavejšia bola výška snehovej pokrývky v nižších polohách na juhozápade Slovenska. Napríklad, na bratislavskej Kolibe sme v stredu (19. 4.) vo večerných hodinách namerali až 8 cm hrubú snehovú pokrývku a ešte vo štvrtok (20. 4.) ráno tu bolo 6 cm snehu. Ide o druhý najneskorší prípad s výskytom súvislej snehovej pokrývky v Bratislave. Podľa neoficiálnych údajov, v niektorých častiach Bratislavy (Dúbravka) do-siahla hrúbka snehovej pokrývky až 25 cm.

Zaznamenali sme aj niekoľko nových rekor-dov dennej teploty vzduchu aspoň od roku 1951 a dňa 19. 4., bola nameraná rekordne nízka maximálna denná teplota napríklad na týchto staniciach: • Bratislava-Koliba: 2,1 °C (doteraz platný rekord

z roku 1991 mal hodnotu 3,4 °C), • Bratislava-letisko: 4,3 °C (doteraz platný rekord

z roku 1955 mal hodnotu 4,8 °C), • Piešťany: 4,7 °C (doteraz platný rekord z roku

1955 mal hodnotu 5,6 °C), • Hurbanovo: 5,3 °C (doteraz platný rekord z roku

1991 mal hodnotu 5,5 °C), • Sliač: 4,8 °C (doteraz platný rekord z roku 1991

mal hodnotu 6,4 °C).

Do tretice sme mimoriadne studené počasie na našom území zaznamenali v závere prvej májovej dekády. Opäť išlo o prílev studeného, pôvodom arktického, vzduchu. Ten začal na naše územie prúdiť v noci z 8. na 9. 5. a už nasle-dujúcu noc mrzlo na viacerých miestach Slovenska. Opäť boli prekonávané aj rekordy. Na miestach, kde sa zmenšila oblačnosť a zoslabol vietor sa ochladilo najvýraznejšie. Pod –5 °C klesla teplota na nasledovných staniciach:

• Vernár: –6,1 °C, • Nová Lehota (Handlová): –5,4 °C, • Podbanské: –5,1 °C.

Obrázok 4. Prílev studeného arktického vzduchu od severovýchodu do našej oblasti (predpoveď teploty vzduchu v hladine 850 hPa podľamodelu ECMWF na 19. 4. 2017 o 12 UTC). Zdroj: http://www.shmu. sk/sk/?page=2049&id=822

Obrázok 5. Prílev studeného arktického vzduchu od severovýchodu do našej oblasti (predpoveď teploty vzduchu v hladine 850 hPa podľa modelu ECMWF na 19.4.2017 o 12 UTC). Zdroj: http://www.shmu. sk/sk/?page=2049&id=822


Vo výške 5 cm nad povrchom boli mrazy, samozrej-me, ešte silnejšie. Najchladnejšie bolo v Poprade –9,1 °C a v Kuchyni pri Malackách –8,7 °C.

Obrázok 6. Rádiolokačná odrazivosť, horizontálny rez su-percelou, CAPPI 2 km, radar Kojšovská hoľa, 17:15 LSEČ. Zo zhluku búrok sa vyvinula jedna mohutná, ktorá vykazo-vala viaceré supercelárne črty - Hook Echo (hákovité echo - oblasť vyšších odrazivostí v tvare háku), WER - Weak Echo Region (oblasť slabej rádiolokačnej odrazivosti), V-tvar (v angl. literatúre V-Notch). Zdroj: http://www.shmu.sk/sk/?page=2049&id=829

Prvú búrku sme na území Slovenska zaznamenali už 7. marca. Búrkovú činnosť sme pozorovali aj v priebehu apríla a v máji sa vyskytlo aj niekoľko intenzívnych búrok. V tomto mesiaci je na našom území nie len instabilita potrebná na vznik búrok, ale aj dostatočný vertikálny strih vetra, ktorý vedie k ich organizácii. Môžu tak vzniknúť aj také búrky, ktorých hlavným znakom je rotujúci výstupný prúd (angl. updraft). Takáto búrka sa nazýva supercela a objektívne ju detegujeme na poli dopplerovských rých-lostí. Supercelu sme pozorovali na Šariši aj v tomto roku, a to 12. mája. Jej typické črty sme identifikovali aj na poli rádiolokačných odrazivostí (Obr. 6). Do oblasti priniesla intenzívne zrážky a aj väčšie množstvo krúp. Opäť zasiahla aj mesto Prešov, kde sa takmer identická búrka vyskytla aj pred dvomi rokmi (v máji v r. 2015). Hneď dve supercely sme identifikovali v samom závere mája v Banskobys-trickom kraji, prvú v blízkosti Muránskej planiny, ďalšiu západne od Kokavy. V oboch prípadoch sme identifikovali aj rotujúci výstupný prúd (Obr. 7). Intenzívne a vytrvalé krupobitie trvalo cca 30 – 40 minút a najviac zasiahlo Ďubákovo, Šoltýsku a Kokavu Líniu (no aj takmer celý horský priechod Hriňová-Kokava n. Rimavicou), kde sa vytvorila vrstva krúp hrubá niekoľko cm, miestami aj okolo 10 cm. V závere mesiaca sme zaznamenali aj prvý tropický deň, konkrétne v Holíči sa dňa 29. 5. oteplilo na 30,4 °C. O deň neskôr bolo ešte teplejšie a v Slovenskom Grobe sme namerali maximum teploty až 33,4 °C.

Cyril Siman SHMÚ, Bratislava

Obrázok 7. Pole dopplerovskej rýchlosti (vpravo), meraná radiálna zložka pohybu častíc (teda len v smere k radaru alebo od radaru), kde sme identifikovali mezocyklónu supercely (rotácia výstupného prúdu okolo vertikálnej osi). Rotáciu teda určíme tak, že čiara nulovej rýchlosti sa musí nachádzať paralelne s lúčom radaru. Vpravo od nej sa častice pohybujú od radaru a majú tak kladné znamienko (na škále hodnoty k červenej), vľavo smerom k radaru a majú záporné znamienko (modré farby). Aby sme mali istotu, že nejde o náhodnú štruktúru, je nutné pole dopplerovskej rýchlosti konfrontovať s poľom rádiolokačnej odrazivosti (vľavo) - oblasť vtoku teplého a vlhkého vzduchu do oblaku spôsobuje nízke alebo žiadne odrazivosti v tejto oblasti (WER) (s pohybom od radaru), čo je jednou z typických čŕt supercely. Zdroj: http://www.shmu.sk/sk/?page=2049&id=834


KONFERENCIE MLADÝCH ODBORNÍKOV – MINULOSŤ A SÚČASNOSŤ

Každoročnou neoddeliteľnou súčasťou organizovaných po-dujatí na pôde SHMÚ je Konferencia mladých odborníkov z oblasti hydrológie, vodného hospodárstva, meteorológie a klimatológie.

Cieľom konferencie je prezentácia výsledkov prác v jednotlivých odboroch a nových vedeckých poznatkov mladých ľudí či už z radov študentov vysokých škôl alebo vedeckých pracovníkov, zaoberajúcich sa príslušnými vednými odbormi. Účastníci si z tejto akcie môžu odniesť nové vedomosti a skúsenosti a nadviazať nové priateľstvá a kontakty, ktoré im môžu byť prospešné v ďalšej práci a profesionálnej kariére.

Konferencie mladých odborníkov sa začali organizo-vať v r. 1985. Najskôr to bola Konferencia mladých hydro-lógov, na ktorej sa zúčastnili iba mladí odborníci v odbore hydrológia. Takto to pokračovalo do roku 1999, kedy sa k hydrológom pridali meteorológovia a klimatológovia a od roku 2002 sa Konferencií zúčastňujú aj mladí vodohos-podári. Súťaže majú medzinárodný charakter a zúčastňujú sa ich aj mladí odborníci z Českej republiky.

Mnohí víťazi jednotlivých súťaží dnes pracujú ako významní pracovníci v odboroch hydrológia, vodohospo-dárstvo, meteorológia, klimatológia a čistota ovzdušia. Veľa z nich svoje vedomosti odovzdáva nasledujúcim generá-ciám na pôde univerzít a škôl technického zamerania po celom Slovensku. Mnohí sa doteraz zúčastňujú KMO ako členovia odborných komisií.

Medzi tými, ktorí v minulosti súťaž vo svojom odbore vyhrali a svoje vedomosti na Katedre vodného hospodár-stva a krajiny SvF STU v Bratislave odovzdávajú ďalej, patrí napr.: Ján Szolgay, Kamila Hlavčová, Silvia Kohnová, Michaela Danáčová. Vedeckej a výskumnej činnosti na Ústave Hydrológie SAV v Bratislave sa venujú Pavla Pe-kárová a Dana Halmová. Vedúce posty v odbore hydrológia na SHMÚ zastávajú Danica Lešková a Zuzana Danáčová. Medzi ďalšími, ktorí vyhrali súťaž na Konferencii mladých hydrológov a v súčasnosti pracujú na SHMÚ či už v Bra-tislave alebo na strediskách v Žiline, Banskej Bystrici či v Košiciach treba spomenúť Lottu Blaškovičovú, Katarínu Matokovú, Róberta Chriašteľa, Martina Belana, Marcela Zvolenského, Martinu Psotovú, Luciu Mrázovú či novú posilu Evu Uhliarovú. Hneď v roku 1999, kedy sa ku KMH pridali meteorológovia a klimatológovia, vyhral so svojou prácou dlhoročný pracovník a súčasný generálny riaditeľ SHMÚ Martin Benko. Meteorológii, klimatológii a ich odvetviam sa na SHMÚ naďalej venujú bývalí víťazi súťa-ží Jozef Vivoda, Mária Derková, Martin Belluš, Michal Neštiak, Marcel Macko, Martina Sadloňová, Lívia Labudo-vá, Martin Dian, Ladislav Méri a Peter Hrabčák.

Dlhé roky sa organizácii KMO venovala a v roku 2014 štafetu odovzdala dlhoročná pracovníčka SHMÚ a odbor-níčka v oblasti hydrológie Oľga Majerčáková.

Minuloroční víťazi

Hydrológia: 28. ročník – 2016 • Variabilita topenia snehu v horskom mikropovodí

Pavel Krajčí, Michal Danko, ÚH SAV BA

• M-denní průtoky: nejistoty vybraných metod pro jejich odvození – Antonín Malý, ČHMÚ Brno

• Regional frequency analysis of rainfall in Germany – Eva Uhliarová, Svf STU BA; SHMÚ

Meteorológia a klimatológia: 17. ročník – 2016 • Improving the computation of screen level fields

(temperature, moisture) – Martin Dian, SHMÚ BA • Saharský prach nad Slovenskom – Peter Hrabčák,

SHMÚ, ARC Poprad-Gánovce • Porovnanie metód pre operatívny monitoring meteo-

rologického sucha – Lívia Labudová, Terézia Janá-čová,, SHMÚ BA

Vodné hospodárstvo: 15. ročník – 2016 • Využitie bioindikačných vlastností bentických rozsie-

vok (BACILLARIOPHYCEAE) pre účely hodnotenia ekologického potenciálu vybraných vodných nádrží Slovenska – Dana Fidlerová, VÚVH BA

• Proudění komplexních směsí v potrubí – Vojtěch Pěník, ČVUT Fsv Praha

• Analýza zanášania VD Veľké Kozmálovce za 5 ročné obdobie – Valentín Sočuvka, ÚH SAV BA Konferencie organizoval Slovenský hydrometeoro-

logický ústav dňa 9. novembra 2016 a vydal elektronický zborník všetkých zaslaných prác s ISBN 978-80-88907-94-7, EAN 9788088907947.

Tohtoročná súťaž mladých hydrológov, vodohospodá-

rov, meteorológov a klimatológov sa uskutoční 9. novem-bra 2017 na Slovenskom hydrometeorologickom ústave v Bratislave, ktorý ju bude súčasne aj organizovať.

Gestori konferencií: • pre hydrológiu: RNDr. Pavol Miklánek, CSc.

(Slovenský výbor pre hydrológiu), • pre vodné hospodárstvo: Ing. Ľubica Kopčová, PhD.

(Združenie zamestnávateľov vo vodnom hospodárstve na Slovensku),

• pre meteorológiu a klimatológiu: RNDr. Pavel Šťas-tný CSc. (Slovenský hydrometeorologický ústav).

Ďalšími organizáciami, ktoré sa budú podieľať na príprave priebehu konferencie budú: Združenie zamestná-vateľov vo vodnom hospodárstve, Slovenský výbor pre hydrológiu, Slovenská meteorologická spoločnosť, Sloven-ská vodohospodárska spoločnosť a Global Water Partner-ship Slovensko, ktorí túto konferenciu aj finančne podporia. Odmeny víťazom v hodnote 100 € venujú gestori súťaží.

Súťaže sa budú konať v spomínaných troch odbo-roch: súťaž mladých hydrológov, súťaž mladých vodohos-podárov a súťaž mladých meteorológov a klimatológov. Z konferencie bude vydaný elektronický zborník všetkých zaslaných prác.

Na konferenciu je možné prihlásiť individuálnu alebo kolektívnu prácu, zatiaľ nepublikovanú. Základnou pod-mienkou pre účasť na Konferencii mladých odborníkov je


vek autora alebo členov autorského kolektívu do 35 rokov v príslušnom roku súťaže. Do súťaže sa môžu prihlásiť aj študenti vysokých škôl, a to od 3. ročníka (vrátane).

Súťažné práce môžu potom autori publikovať v odbor-ných periodikách, a to podľa pokynov, ktoré si jednotlivé periodiká stanovujú. Účastnícky poplatok sa na konferencii nevyberá.

Týmto si dovoľujeme pozvať všetkých mladých zá-ujemcov o príslušné odbory na tohtoročnú KMO. Tešíme sa na ich účasť!

Alena Blahová SHMÚ, Bratislava

SEMINÁR PRI PRÍLEŽITOSTI SVETOVÉHO METEOROLOGICKÉHO DŇA A SVETOVÉHO DŇA VODY

Pri príležitosti Svetového meteorologického dňa a Svetové-ho dňa vody zorganizoval Slovenský hydrometeorologický ústav dňa 22. marca 2017 odborný seminár. Na seminári boli pracovníkmi SHMÚ prezentované nasledovné postery a prednášky:

Posterové prezentácie

• Čo nového v slovenskej sieti meteorologických rada-rov – M. Jurašek, J. Kaňák, Ľ. Okon, L. Méri,

• Aktuálne a nové snímacie zariadenia na geostacio-nárnych meteorologických družiciach pre detekciu oblačnosti – J. Kaňák,

• Oblačnosť, slnečný svit a slnečné žiarenie na Sloven-sku – E. Čepčeková, A. Pribullová, K. Mikulová,

• Oznamovacia povinnosť užívania vôd na SHMÚ v zmysle novely Zákona č. 364/2004 Z.z. o vodách, spracovanie a reportovanie dát – J. Poórová, D. Ďur-kovičová, M. Maliková.

Prednášky • Cirkumpolárne družice - znovu na SHMÚ – Ľ. Okon, • Oblačné štruktúry búrok – M. Šinger, • Monitorovanie silných búrok s výskytom presahujúcich

vrcholkov nad tropopauzou pomocou geostacionár-nych a polárnych družíc – J. Kaňák,

• Aký prínos má detekcia aerosólov mikropulzným li-darom – P. Hrabčák,

• Oblačnosť a rádioaktivita? – M. Jakubek, T. Meliche-rová,

• Prečo sú v zime povodne – D. Lešková, • Bilancia odpadových vôd – J. Döményová, D. Ďurko-

vičová, J. Poórová.

Norbert Polčák, Branislav Chvíla SHMÚ, Bratislava

DEŇ DUNAJA

29. jún je už od roku 2004 „Medzinárodným dňom rieky Dunaj“ kedy si pripomíname význam jej ochrany ako prírodného zdroja a čistej, bezpečnej medzinárodnej rieky. Počas tohto dňa sa vo všetkých krajinách cez ktoré Dunaj tečie organizujú rôzne podujatia pre verejnosť. Špeciálne sa pripravuje bohatý program pre deti a mládež s cieľom vtiahnuť ich do procesu ochrany prírodného prostredia. Slovenský hydrometeorologický ústav sa každoročne do osláv zapája. Počas tohtoročných osláv prispelo svojim dvojdňovým programom. Ktorým prezentuje verejnosti časť svojej činnosti. V rámci prvého dňa osláv, sa dňa 28. júna 2017 konala odborná konferencia na tému hydro-logické extrémy na Dunaji na ktorej bolo od prezentova-ných 6 odborných prednášok (prezentácie sú uverejnené na internetovej stránke SHMÚ http://www.shmu.sk/sk/ ?page=2212):

• Je ťažké predpovedať povodeň pre Dunaj? – D. Lešková, M. Mikuličková, E. Uhliarová, SHMÚ,

• Povodne na Dunaji v rokoch 1775 a 1784 – M. Melo, P. Pišút, K. Melová., FMFI, PRiFUK, SHMÚ,

• Meranie extrémnych prietokov na Dunaji - povodne – R. Zlatinský, O. Tausberik, SHMÚ,

• Meranie extrémnych prietokov na Dunaji - obdobie malej vodnosti – P. Spál, O, Tausberik, SHMÚ,

• Epizódy sucha na Podunajskej nížine v období 1961 až 2010 – M. Turňa, L. Labudová, SHMÚ,

• Vývoj plaveninového režimu na Dunaji od Bratislavy po Komárno – M. Borodajkevyčová, K. Melová, SHMÚ. Druhý deň, 29. júna 2017, sa konala prezentácia vy-

braných činností hydrológie priamo v teréne. V rámci ukážok bola prezentácia prvej vodomernej stanice na Slo-vensku, Bratislava - Dunaj. Na Slovensku sa začalo pozo-rovanie vodných stavov už v roku 1823. Vodomerná stanica stojí od svojho vzniku dodnes na tom istom mieste, na Korunovačnom námestí v Bratislave, v minulosti pri rohu tzv. vodných kasární.

Ďalšie prezentácie činností boli na Novom Moste, kde sme v spolupráci s pracovníkmi Českého hydrome-teorologického ústavu uskutočnili priame meria prietoku v Dunaji rôznymi metódami (hydrometrické merania, ultra-zvukové merania, ako aj meranie radarom) a v Sade Janka Kráľa, na Krasovského ulici v Bratislave, kde pracovníci SHMÚ predviedli ukážku vzorkovacej a meracej techniky pre odber vzoriek podzemných vôd a merania základných parametrov in situ (hladinu podzemnej vody, koncentráciu rozpusteného kyslíka, percentuálne nasýtenie kyslíkom, pH, vodivosť pri 25 °C, oxidačno-redukčný potenciál, tep-lotu vody, teplotu vzduchu, titračné stanovenia alkalitu a aciditu).

Zuzana Danáčová SHMÚ, Bratislava


P E R S O N Á L I E P E R S O N A L S

Ing. ELEMÍR DUNAJSKÝ, CSc. SEDEMDESIATPÄŤROČNÝ

Jubilant bol dlhoročný pracovník SHMÚ, pričom ťažisko jeho úspešnej činnosti bolo na Regionálnom pracovisku SHMÚ v Košiciach (predtým stredisko, neskôr pobočka). Narodil sa 12. 10. 1941 v Debradi, okr. Košice-okolie. Zá-kladnú školu začal navštevovať v rodnej obci, pričom osem-ročnú školu ukončil v Moldave n/Bodvou. Stredoškolské štúdium absolvoval na Poľnohospodárskej technickej škole v Lelesi. Po jej skončení pôsobil ako učiteľ na Poľnohos-podárskej učňovskej škole v Čečejovciach. Vysokoškolské štúdium započal diaľkovou formou na Pedagogickom inšti-túte v Košiciach. Po troch semestroch nastúpil na základnú vojenskú službu, ktorú vykonal na Vojenskej meteorolo-gickej stanici v Kežmarku. Tu absolvoval krátke kurzy z odboru meteorológie, leteckej meteorológie a aerológie.

Po ukončení základnej vojenskej služby nastúpil od 1. 10. 1962 do práce na Hydrometeorologický ústav, a to na leteckú meteorologickú stanicu Košice-letisko ako technik - pozorovateľ. V štúdiu na Pedagogickej fakulte nemohol pokračovať, nakoľko nebol zamestnaný ako učiteľ. Preto sa rozhodol pokračovať v štúdiu na Vysokej škole poľno-hospodárskej v Nitre, konzultačné stredisko v Košiciach. Po ukončení štúdia prestúpil na Stredisko SHMÚ v Koši-ciach, do skupiny čistoty ovzdušia, ktorú od roku 1969 viedol. V krátkom čase úspešne zabezpečil výstavbu a pre-vádzku staničnej siete na meranie znečistenia ovzdušia v oblasti Košíc. Neskoršie, po dodaní laboratórneho voza, zabezpečoval a sám aj vykonával expedičné merania znečis-ťujúcich látok v priemyselných oblastiach, napr. Rudňany, Lubeník, Nižná Slaná, Svit , ako aj expedičné merania výfukových plynov v Košiciach, vo Vysokých Tatrách a na Zemplínskej šírave. V rámci svojej pôsobnosti spolupra-coval so znečisťovateľmi ovzdušia, a tiež s výskumnými inštitúciami, ktoré sa zaoberali problematikou ochrany život-ného prostredia. Svoje vedomosti si doplnil absolvovaním postgraduálneho štúdia v odbore Ochrany a tvorby život-ného prostredia na ČVUT v Prahe, ktoré ukončil v roku 1976. V tom istom roku bol poverený vedením odboru meteorológie na pobočke SHMÚ v Košiciach. Zaslúžil sa

o jeho dobudovanie po technickej aj personálnej stránke. Zúčastnil sa procesu delimitácie staničnej siete – klima-tickej, zrážkomernej a agrometeorologickej. V roku 1988 ukončil externú ašpirantúru na Univerzite agrárnych vied v Debrecíne z odboru agrometeorológie.

Ing. Dunajský bol a naďalej je vo svojom okolí zná-my ako aktívny propagátor klimatológie, agrometeorológie a fenológie. Organizoval a zapájal sa do exkurzií, konzultácií a inštruktáží pre študentov. Bol zdatným organizátorom odborných seminárov a konferencií. Publikoval vyše 50 prís-pevkov v časopisoch a zborníkoch. Riešil výskumné úlohy z oboru klimatológie, agrometeorológie a fenológie, zúčas-tnil sa riešenia medzinárodného experimentu „Počasie a úroda“. Medzi najvýznamnejšie publikácie jubilanta patrí „Zhodnotenie nástupu fenologických fáz vybraných poľno-hospodárskych plodín na Slovensku“ (Zborník prác č. 38) a „Metodický predpis - Fenologické pozorovanie všeobec-nej fenológie“. Vo svojej výskumnej práci jubilant vždy chápal rastlinný porast ako neoddeliteľnú zložku systému pôda-rastlina-atmosféra, snažil sa úzko prepájať klimato-lógiu, agrometeorológiu a fenológiu. Od 60-tych rokov 20. storočia je členom Slovenskej meteorologickej spoloč-nosti, odbočky Košice, neskôr členom výboru a od roku 1999 až do odchodu do dôchodku jej predsedom. Od 70-tych ro-kov je členom výboru Slovenskej bioklimatickej spoločnosti.

Ing. Elemír Dunajský, CSc. odišiel do dôchodku v roku 2004, no neustále sa zaujíma o svoje vedné odbory a aktívne sa zúčastňuje odborných podujatí. Je stále plný elánu a optimizmu. Do ďalších rokov mu prajeme veľa zdravia, pohody a lásky v kruhu svojich najbližších.

Pavel Šťastný, SHMÚ, Bratislava

Ing. LADISLAV RONCHETTI OSLÁVIL 70 ROKOV

Začiatkom tohto roku oslávil dlhoročný pracovník Sloven-ského hydrometeorologického ústavu, jeden z jeho prvých pracovníkov ochrany ovzdušia, Ing. Ladislav Ronchetti životné jubileum.


Narodil sa 5. januára 1947 v Piešťanoch. Mladosť pre-žil v Prievidzi. Maturoval na Priemyselnej škole chemickej v Banskej Štiavnici v roku 1964. V štúdiu pokračoval na Chemicko-technologickej fakulte SVŠT v Bratislave. Štú-dium na niekoľko rokov prerušil a pracoval niekoľko rokov v chemickom priemysle. V roku 1972 nastúpil na Sloven-ský hydrometeorologický ústav, na vysunuté pracovisko v Prievidzi, kde pracoval vo Výskumnom a vývojovom stredisku ochrany čistoty ovzdušia SHMÚ, ktoré zabezpe-čovalo merania na Hornej Nitre. Popri práci ukončil vy-sokoškolské vzdelanie na CHTF SVŠT v Bratislave. Po zriadení pobočiek SHMÚ sa prievidzské pracovisko pre-sťahovalo v roku 1985 do Banskej Bystrice, kde sa stal vedúcim oddelenia kvality ovzdušia pre Stredoslovenský kraj. Ing. Ronchetti sa spolu so svojimi spolupracovníkmi podieľal na modernizácii a automatizácii meraní kvality ovzdušia pre oblasť stredného Slovenska. V roku 1995 odi-šiel pracovať do súkromného sektoru s chemickým zame-raním. Od roku 2002 pracoval opäť na SHMÚ v Bratislave ako vedúci Odboru kvality ovzdušia, aby sa v roku 2007 vrátil na SHMÚ do Banskej Bystrice, kde pracoval až do odchodu na dôchodok (2011).

Počas jeho pôsobenia na SHMÚ spolupracoval na viacerých čiastkových úlohách a štátnych programoch za-meraných na ochranu ovzdušia. Taktiež spolupracoval na implementácii legislatívy ochrany ovzdušia EÚ a na reali-zácii prestavby a modernizovania monitorovacej siete. Pod jeho vedením sa zavádzali merania nových znečisťujúcich látok, akreditovali sa laboratóriá, zdokonaľoval sa systém emisných inventúr, začal pravidelný reporting do EEA a EÚ.

V mene všetkých kolegov, bývalých spolupracovní-kov a priateľov, dovoľujem si popriať Ing. Ronchettimu veľa zdravia, pohody a spokojnosť v rodinnom a osobnom živote.

Zora Snopková, SHMÚ, Banská Bystrica

Ing. LADISLAV KAMENSKÝ – SEDEMDESIATROČNÝ

Dlhoročný pracovník Slovenského hydrometeorologického ústavu Ing. Ladislav Kamenský začiatkom tohto roku oslá-vil životné jubileum. Jubilant sa narodil 11. januára 1947 v Biskupiciach, okr. Chrudim (Česká republika). Vyštudo-val Strednú lesnícku školu v Banskej Štiavnici, kde v roku 1967 maturoval. Po ukončení štúdia na Vysokej škole les-níckej a drevárskej vo Zvolene v roku 1972 začal pracovať v Ústave pre hospodársku úpravu lesov vo Zvolene a Ban-skej Bystrici. Od roku 1976 až do odchodu na dôchodok (2011) pracoval na Slovenskom hydrometeorologickom ústave, na pracovisku v Banskej Bystrici. Od svojho nástu-pu na vtedajšie Hydrologické stredisko SHMÚ v Banskej Bystrici, bol zodpovedný za prevádzku hydroprognóznej služby v povodí Hrona, Ipľa a Slanej. Po zriadení Pobočky SHMÚ v Banskej Bystrici v roku 1984 bolo pod vedením Ing. Kamenského vybudované klimatologické pracovisko na tejto pobočke. Toto pracovisko je dodnes konsolidova-ným a spoľahlivým pracoviskom, vybudovaným organizač-ne, technicky a personálne tak, aby mohlo zabezpečovať klimatologické merania a fenologické pozorovania, pos-

kytovať klimatologické informácie a služby a vykonávať výskum v oblasti klimatológie a fenológie.

Ing. Kamenský počas svojej kariéry publikoval mnoho vedeckých príspevkov v časopisoch a zborníkoch. Riešil vý-skumné úlohy z odboru klimatológie a fenológie a podieľal sa na tvorbe metodických predpisov „Návod pre dobrovoľ-ných pozorovateľov zrážkomerných staníc“ a „Fenologické pozorovanie lesných rastlín“, ktoré sú dodnes v platnosti. Je jedným zo zakladajúcich členov pobočky Slovenskej meteorologickej spoločnosti v Banskej Bystrici.

Za všetkých priateľov a bývalých spolupracovníkov, dovoľujem si touto cestou poďakovať Ing. Kamenskému za jeho dlhoročnú prácu v prospech klimatológie a fenológie a do ďalších rokov mu popriať dobré zdravie, veľa opti-mizmu a pohodu v osobnom živote.

Zora Snopková, SHMÚ, Banská Bystrica

JUBILANTKA DOCENTKA HROUZKOVÁ

Bývalá pracovníčka Prírodovedeckej fakulty a Fakulty matematiky, fyziky a informatiky Univerzity Komenského v Bratislave, doc. RNDr. Eva Hrouzková, CSc., sa v januá-ri 2017 dožila významného životného jubilea. Narodila sa 12. januára 1947 v Novom Meste nad Váhom, kde absolvo-vala základnú a strednú školu. Po maturite odišla študovať na Prírodovedeckú fakultu UK v Bratislave, odbor mate-matika-fyzika. Vysokoškolské štúdium – špecializácia me-teorológia a klimatológia – úspešne ukončila v roku 1971. Už počas vysokoškolského štúdia (5. ročník) pracovala na dohodu na Ústave meteorológie a klimatológie SAV. Po absolvovaní VŠ začala pracovať na Katedre astronómie, geofyziky a meteorológie Prírodovedeckej fakulty UK v Bra-tislave ako vysokoškolský pedagóg. Prednášala synoptickú meteorológiu, dynamickú meteorológiu, základný kurz me-teorológie a klimatológie a viedla praktické cvičenia. Popri pedagogickej činnosti sa venovala aj vedecko-výskumnej práci. Publikovala viac ako 35 vedeckých prác. V roku 1978 jej bol priznaný titul „doktor prírodovedy“ na Prírodove-deckej fakulte UK. V roku 1982 získala vedeckú hodnosť „CSc.“, po úspešnom obhájení kandidátskej dizertačnej práce „Vertikálne a časové zmeny termodynamickej stabi-lity najnižšej vrstvy atmosféry“ a v roku 1988 sa habilito-vala na „docenta pre meteorológiu a klimatológiu“. V dobe od 1. 10. 1990 do 30. 9. 1996 a od 1. 10. 2002 do 30. 6. 2005 bola vedúcou Katedry meteorológie a klimatológie na MFF (FMFI) UK. Viac rokov pôsobila aj ako školiteľka DRŠ, vedúca diplomových prác, gestorka pre študijný program meteorológia a klimatológia a členka niekoľkých odborných a vedeckých komisií. Jubilantka sa vo svojej výskumnej práci venovala hlavne štúdiu stability hraničnej vrstvy atmosféry. V roku 2006 odišla do predčasného dôchodku. V mene výboru SMS pri SAV a v mene všetkých priateľov a bývalých spolupracovníkov dovoľujem si touto cestou po-ďakovať doc. Hrouzkovej za jej dlhoročnú prácu v prospech slovenskej meteorológie a do ďalších rokov života jej popriať pevné zdravie a spokojnosť v osobnom živote.

Milan Lapin za FMFI UK a HV SMS pri SAV

Date post:	23-Sep-2020
Category:	Documents
Upload:	others
View:	2 times
Download:	0 times

ČASOPIS METEOROLOGICAL JOURNAL1998 267 282 287 600 437 510 515 798 50 905 26 778 326 200 417 337 9...

Documents