UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA AGRONOMIJO Zalika ČREPINŠEK NAPOVEDOVANJE FENOLOŠKEGA RAZVOJA RASTLIN NA OSNOVI AGROMETEOROLOŠKIH SPREMENLJIVK V SLOVENIJI DOKTORSKA DISERTACIJA Ljubljana, 2002 UNIVERZA V LJUBLJANI BIOTEHNIŠKA FAKULTETA ODDELEK ZA AGRONOMIJO Zalika ČREPINŠEK NAPOVEDOVANJE FENOLOŠKEGA RAZVOJA RASTLIN NA OSNOVI AGROMETEOROLOŠKIH SPREMENLJIVK V SLOVENIJI DOKTORSKA DISERTACIJA PREDICTIONS OF PHENOLOGICAL DEVELOPMENT OF PLANTS BASED ON AGROMETEOROLOGICAL VARIABLES IN SLOVENIA DOCTORAL DISSERTATION Ljubljana, 2002 II Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Doktorska disertacija je bila opravljena na Katedri za biometeorologijo, Oddelek za agronomijo, Biotehniška fakulteta, Univerza v Ljubljani. Fenološki in meteorološki podatki so iz arhiva Agencije republike Slovenije za okolje. Senat Biotehniške fakultete in senat Univerze v Ljubljani sta odobrila temo doktorske disertacije in za mentorico imenovala prof. dr. Lučko KAJFEŽ-BOGATAJ. Komisija za oceno in zagovor: Predsednik: prof. dr. Franc BATIČ Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo Članica: prof. dr. Lučka KAJFEŽ-BOGATAJ Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo Član: prof. dr. Mitja KALIGARIČ Univerza v Mariboru, Pedagoška fakulteta, Oddelek za biologijo Datum zagovora: Doktorska disertacija je rezultat lastnega raziskovalnega dela. Zalika ČREPINŠEK III Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KLJUČNA DOKUMENTACIJSKA INFORMACIJA ŠD Dd DK UDK 551.586:631.547(497.4)"1955-2000"(043.3) KG agrometeorologija/fenologija/trendi/statistični modeli/Slovenija/1955-2000 KK AGRIS P40 AV ČREPINŠEK, Zalika, univ. dipl. inž. agr., mag. znanosti SA KAJFEŽ-BOGATAJ, Lučka (mentorica) KZ SI-1000, Ljubljana, Jamnikarjeva 101 ZA Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo LI 2002 IN NAPOVEDOVANJE FENOLOŠKEGA RAZVOJA RASTLIN NA OSNOVI AGROMETEOROLOŠKIH SPREMENLJIVK V SLOVENIJI TD doktorska disertacija OP XX, 135, [42] str., 43 pregl., 24 sl., 56 pril., 185 vir. IJ sl JI sl/en AI Proučevali smo možnosti napovedovanja fenološkega razvoja rastlin na osnovi agrometeoroloških spremenljivk v Sloveniji. Analiza temelji na fenoloških in meteoroloških podatkih Agencije republike Slovenije za okolje za 8 lokacij (Celje, Ilirska Bistrica, Lesce, Ljubljana, Maribor, Murska Sobota, Novo Mesto in Rateče) za obdobje 1955-2000. Obravnavali smo 31 fenofaz gojenih in samoniklih rastlin. Statistično značilni linearni trendi so pokazali, da se približno polovico spomladanskih in poletnih fenofaz pojavlja zadnja leta bolj zgodaj (1 do 3 dni na dekado) kot na začetku obravnavanega obdobja, pri ostali polovici fenofaz trenda ni, jesenske fenofaze rumenenja listja pa nastopijo povprečno 2 do 3 dni na dekado kasneje. Povezanost med fenološkim razvojem in agrometeorološkimi spremenljivkami smo proučevali s korelacijsko analizo in z multiplo linearno regresijo. Vrednosti korelacijskih koeficientov med nastopom fenofaz ter povprečji temperatur zraka dveh ali treh zaporednih mesecev pred nastopom fenofaz so visoke (0,60 do 0,85), statistično značilne so tudi korelacije med zimskim indeksom severno atlantskega nihanja in povprečno temperaturo zraka od decembra do marca ter nastopom spomladanskih fenofaz. Na čas pojava večine fenofaz količina padavin ne vpliva statistično značilno. Spodnjo temperaturo praga (TP) smo določili s statistično metodo najmanjšega standardnega odklona vsote efektivnih temperatur, za nastop najzgodnejših fenofaz so izračunane TP negativne (-3oC do -1oC), za kasnejše fenofaze pa med 3oC in 7oC. Variabilnost izračunanih vsot efektivnih in aktivnih temperatur med leti je velika (koeficient variabilnosti znaša od 10% do 30%), v Ratečah je potreben termalni čas za nastop fenofaz krajši kot na ostalih lokacijah. Uporaba fototermalnega časa za Ljubljano je pokazala, da z njim lahko fenološki razvoj opišemo bolje kot s termalnim časom. Z metodo multiple linearne regresije smo oblikovali fenološke in fenoklimatske modele za napoved fenofaz, pri katerih lahko te napovedi koristno uporabimo za izvajanje določenih ukrepov. Izmed obravnavanih rastlin so najboljši fenološki indikatorji breza, regrat ter divji kostanj. V povprečju smo lahko pojasnili s fenološkimi modeli 70%, s fenoklimatskimi pa 86% variabilnosti nastopa fenofaz. V fenoklimatskih modelih so največkrat vključene meteorološke pojasnjevalne spremenljivke termalni čas, povprečne mesečne temperature ter za Ljubljano v vseh primerih fototermalni čas. Izdelani modeli, ki smo jih preverili z metodo navzkrižnega preverjanja, dajejo dokaj natančne in pravočasne napovedi. IV Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KEY WORDS DOCUMENTATION DN Dd DC UDC 551.586:631.547(497.4)"1955-2000"(043.3) CX agrometeorology/phenology/trends/statistical models/Slovenia/1955-2000 CC AGRIS P40 AU ČREPINŠEK, Zalika AA KAJFEŽ-BOGATAJ, Lučka (supervisor) PP SI-1000, Ljubljana, Jamnikarjeva 101 PB University of Ljubljana, Biotechnical Faculty, Department of Agronomy PY 2002 TI PREDICTIONS OF PHENOLOGICAL DEVELOPMENT OF PLANTS BASED ON AGROMETEOROLOGICAL VARIABLES IN SLOVENIA DT Doctoral Dissertation NO XX, 135, [42] p., 43 tab., 24 fig., 56 ann., 185 ref. LA sl AL sl/en AB Possibilities of predicting phenological development of plants were studied based on agrometeorological variables in Slovenia. Environmental Agency of republic of Slovenia provided phenological and meteorological data for eight locations (Celje, Ilirska Bistrica, Lesce, Ljubljana, Maribor, Murska Sobota, Novo Mesto, Rateče) for the period 1955-2000; 31 phenophases of cultivated and autochthonous plants were investigated. The statistically significant linear trends show that approximate half of spring and summer-time phenological phases occurred earlier (1-3 days per decade), the other half of phenophases showed no trends; the autumn phases of leaf coloring moved later during study period (2-3 days per decade). Correlation analysis and linear multiple regression were used to establish the relationship among phenological development and agrometeorological variables. Correlation coefficients between the starting dates of phenological phases with the air temperature of the previous 2-3 months were relatively high (0,60 to 0,85). North Atlantic Oscillation Index was also statistically significant correlated with average air temperatures from December to March and spring phenophases. The amount of monthly precipitation in concrete conditions was not significantly correlated to majority of discussed phenophases. Lower threshold temperature (TP) was determined statistically with least standard deviation of growing degree-days. For plants flowering in early spring, most of calculated TP were negative (-3oC to -1oC), for later phenophases between 3oC and 7oC. Coefficients of variability of calculated sums of effective and active temperatures among years were relatively high (10% to 30%), sums of active temperatures were smaller in Rateče. We calculated also photothermal time for location Ljubljana, correlation coefficients were higher for all phenophases when we used photothermal instead thermal time. With linear multiple regression we formed phenological and phenoclimatic models. The most frequently included independent variables of phenological models were common silver birch, dandelion and horse chestnut, we can state that they are phenological indicators in given conditions. On average we could explain 70% of variability with phenological models, respectively 86% with phenoclimatic models. Thermal time, mean monthly temperatures and photothermal time for Ljubljana were most frequently included variables in phenoclimatic models. We tested models with cross validation method; predictions were quite accurate with sufficiently long foresight period. V Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KAZALO VSEBINE str. Ključna dokumentacijska informacija III Key words documentations IV Kazalo vsebine V Kazalo preglednic VIII Kazalo slik XII Kazalo prilog XIV Okrajšave in simboli XVIII 1 UVOD 1 1.1 OPREDELITEV PROBLEMA 2 1.2 CILJI RAZISKAVE 5 1.3 HIPOTEZE 6 2 PREGLED OBJAV 7 2.1 ZGODOVINSKI PREGLED RAZVOJA FENOLOGIJE 7 2.2 POMEMBNEJŠE SVETOVNE RAZISKAVE S PODROČJA FENOLOGIJE 8 2.2.1 Zbiranje fenoloških podatkov 2.2.2 Abiotski dejavniki, ki vplivajo na variabilnost fenoloških pojavov 8 2.2.2.1 Temperatura 8 2.2.2.2 Padavine 10 2.2.2.3 Dolžina dneva 10 2.2.2.4 Nadmorska višina 11 2.2.3 Časovna analiza pojavljanja fenofaz 11 2.2.4 Modeliranje fenološkega razvoja 12 2.3 FENOLOŠKE RAZISKAVE V SLOVENIJI 13 2.3.1 Sadno drevje in vinska trta 14 2.3.2 Poljščine 15 2.3.3 Gozdno drevje 15 2.3.4 Ostale fenološke raziskave 16 2.4 METODE OBDELAVE FENOLOŠKIH PODATKOV 16 2.4.1 Določitev temperature praga 16 2.4.1.1 Metoda najmanjšega standardnega odklona vsote efektivnih temperatur 18 2.4.1.2 Metoda najmanjšega standardnega odklona števila dni 18 2.4.1.3 Metoda najmanjšega koeficienta variabilnosti števila dni 19 2.4.1.4 Metoda regresijskega koeficienta linearnega regresijskega modela 20 2.4.1.5 Metoda stopnje razvoja 20 2.4.2 Izračun temperaturnih vsot 21 2.4.2.1 Metoda pravokotnika 23 2.4.2.2 Metoda trikotnika 25 2.4.2.3 Metoda sinusoide 26 2.4.2.4 Huberova metoda 27 2.4.2.5 Modificirane metode za izračun vsot efektivnih temperatur 27 2.4.3 Izračun fototermalnega časa 29 2.4.4 Indeks severno atlantskega nihanja 30 VI Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 str. 3 MATERIAL IN METODE 33 3.1 FENOLOŠKI PODATKI 33 3.1.1 Negojene zelnate rastline 34 3.1.2 Gozdno drevje in grmičevje 34 3.1.3 Trave 34 3.1.4 Sadno drevje 35 3.2 METEOROLOŠKI PODATKI 35 3.3 METODE OBDELAVE FENOLOŠKIH PODATKOV 37 3.3.1 Določitev temperature praga 37 3.3.2 Termalni čas 37 3.3.3 Fototermalni čas 38 3.4 STATISTIČNE METODE 38 3.4.1 Opisne ali deskriptivne statistike 38 3.4.2 Analiza variance 38 3.4.3 Regresija 39 3.4.4 Korelacija 39 3.4.5 Navzkrižno preverjanje modelov 3.4.6 Analiza časovnih vrst 40 3.5 FENOLOŠKO MODELIRANJE 41 3.5.1 Statistični modeli 42 3.5.1.1 Tranzitivni modeli 42 3.5.1.2 Kombinirani modeli 42 3.5.2 Dinamični modeli 43 4 REZULTATI 44 4.1 ANALIZA FENOLOŠKIH PODATKOV 44 4.1.1 Opisne statistike 44 4.1.2 Časovna analiza pojavljanja fenofaz 52 4.2 KORELACIJE MED NASTOPI FENOFAZ IN POVPREČNIMI MESEČNIMI TEMPERATURAMI ZRAKA 59 4.3 KORELACIJE MED NASTOPI FENOFAZ IN MESEČNIMI KOLIČINAMI PADAVIN 63 4.4 KORELACIJE MED NASTOPI FENOFAZ IN INDEKSOM SEVERNO ATLANTSKEGA NIHANJA 65 4.5 DOLOČITEV TEMPERATURE PRAGA 67 4.6 IZRAČUN TERMALNEGA ČASA 70 4.6.1 Vsote aktivnih temperatur ob nastopu fenofaz 70 4.6.2 Vsote efektivnih temperatur ob nastopu fenofaz 74 4.7 IZRAČUN FOTOTERMALNEGA ČASA 76 4.8 REGRESIJSKI MODELI ZA NAPOVED NASTOPA FENOFAZ 78 4.8.1 Fenološki modeli 78 4.8.2 Fenoklimatski modeli 87 4.9 PREVERJANJE MODELOV 98 5 5.1 RAZPRAVA IN SKLEPI RAZPRAVA 102 102 VII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 str. 5.1.1 Analiza fenoloških podatkov 102 5.1.2 Časovna analiza pojavljanja fenofaz 103 5.1.3 Korelacije med nastopi fenofaz in agrometeorološkimi spremenljivkami 105 5.1.4 Določitev temperature praga 107 5.1.5 Termalni in fototermalni čas, potreben za nastop fenofaz 108 5.1.6 Regresijski modeli za napoved nastopa fenofaz 110 5.2 SKLEPI 114 6 POVZETEK (SUMMARY) 117 6.1 POVZETEK 117 6.2 SUMMARY 120 7 VIRI 124 7.1 CITIRANI VIRI 124 7.2 DRUGI VIRI 135 ZAHVALA PRILOGE VIII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KAZALO PREGLEDNIC Preglednica 1: Hipotetični primer prikaza napake izračuna vsote efektivnih temperatur ob uporabi nepravilne temperature praga Preglednica 2: Razpoložljivi fenološki in meteorološki podatki za obdobje 1955-2000 Preglednica 3: Preglednica 4: Preglednica 5: Preglednica 6: Preglednica 7: Povprečni nastop (v julijanskih dneh) fenofaz v obdobju 1955-1999 Razvrstitev postaj v homogene skupine glede na nastop fenofaz Predznak trenda pojavov fenofaz negativen trend, + pozitiven trend, p=0,05 za obdobje 1955-1999, -* statistično značilen trend, Preglednica 8: Preglednica 9: Preglednica 10: Preglednica 11: Preglednica 12: Predznak dolgoletnih trendov povprečnih mesečnih in letnih temperatur zraka za obdobje 1955-1999, - negativen trend, + pozitiven trend, * statistično značilen trend, p=0,05 Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Ljubljani za obdobje 1955-1999, največji koeficient je označen z rdečo bravo, statistično značilni trendi so v potemnjenih celicah Statistično značilne povezave (p=0,05) med nastopom fenofaz ter mesečno količino padavin (Rmes), v oklepaju so navedeni korelacijski koeficienti Korelacijski koeficienti - med NAOIzim ter povprečno temperaturo zraka za zimske mesece (Tdec-mar) in - med NAOIzim ter nastopom različnih spomladanskih fenofaz za obdobje 1956-1999, koeficienti v potemnjenih celicah so statistično značilni pri p=0,05 Izračunane temperature pragov (v oC) za (A) olistanje, (B) začetek cvetenja in (C) polno cvetenje za obdobje 1955-1999 Primer izračuna povprečne temperature pri spremembi maksimalne temperature (Tmax) ob konstantni minimalni temperaturi (Tmin) -5°C Povprečne vsote aktivnih temperatur (v °C), izračunane iz povprečnih dnevnih temperatur zraka, potrebne za nastop fenofaz za obdobje 1955-1999, TP=0oC str. 17 36 45 50 52 58 61 63 65 68 69 72 IX Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 13: Preglednica 14: Preglednica 15: Preglednica 16: Povprečne vsote efektivnih temperatur, potrebne za nastop fenofaz za obdobje 1955-1999, v oklepajih so podane statistično določene TP (oboje v °C) Izračunan povprečen fototermalni čas (v oD), potreben za nastop obravnavanih fenofaz v Ljubljani za obdobje 1955-1999 Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja češplje, sorta 'Domača češplja' (C1Pd ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo C1Pd Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja domače češplje ( CP2d ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CP2d Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja jablane, sorta 'Bobovec' ( C1Md ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze C1Md Preglednica 18: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja jablane, sorta 'Bobovec' ( CM2d ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CM2d Preglednica 17: Preglednica 19: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja breze ( C1Bp ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze C1Bp Preglednica 20: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja leske ( CC2a ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CC2a Preglednica 21: Preglednica 22: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja pasje trave ( C1Dg ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze C1Dg Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja regrata ( CT1o ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CT1o 75 77 79 80 80 81 81 82 82 82 X Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 23: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja lipe ( CT1p ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CT1p 83 Preglednica 24: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja robinije ( CR2p ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CR2p 83 Preglednica 25: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja španskega bezga ( CS2v ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze CS2v 84 Preglednica 26: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja breze ( L1Bp ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze L1Bp 85 Preglednica 27: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja lipe ( L1Tp ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze L1 Tp 85 Preglednica 28: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja bukve ( L1Fs ), zadnji stolpec podaja, koliko dni vnaprej lahko napovemo nastop fenofaze L1Fs 86 Preglednica 29: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 88 za napoved (A) začetka cvetenja ( C1Pd ) in (B) polnega cvetenja ( CP2d ) češplje, sorta 'Domača češplja' Preglednica 30: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 90 za napoved (A) začetka cvetenja ( C1Md ) in (B) polnega cvetenja ( CM2d ) jablane, sorta 'Bobovec' Preglednica 31: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved začetka cvetenja breze ( C1Bp ) 90 Preglednica 32: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 91 za napoved polnega cvetenja leske ( CC2a ) Preglednica 33: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 92 za napoved začetka cvetenja pasje trave ( C1Dg ) XI Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 34: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 92 za napoved začetka cvetenja regrata ( CT1o ) Preglednica 35: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 93 za napoved začetka cvetenja lipe ( CT1p ) Preglednica 36: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 94 za napoved polnega cvetenja robinije ( CR2p ) Preglednica 37: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 94 za napoved polnega cvetenja španskega bezga ( CS2v ) Preglednica 38: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 95 za napoved olistanja breze ( L1Bp ) Preglednica 39: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 96 za napoved olistanja lipe ( L1Tp ) Preglednica 40: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih 96 za napoved olistanja bukve ( L1Fs ) Preglednica 41: Koeficienti determinacije ( rp2 v %) za modele, ki vsebujejo 98 fototermalni čas (Pt) in tiste, ki ga ne vsebujejo, v zadnji vrstici je podana razlika koeficientov determinacije (v %) za posamezen model Preglednica 42: Korelacijski koeficienti med opazovanimi in napovedanimi 99 datumi nastopa fenofaz, izračunani z metodo navzkrižnega preverjanja modelov Preglednica 43: Primerjava z modeli napovedanih ter opazovanih datumov 101 pojava obravnavanih fenofaz v Celju na neodvisnem nizu podatkov za leto 2000 XII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KAZALO SLIK str. Slika 1: Vsota efektivnih temperatur je akumuliran produkt časa in temperature 22 med temperaturo spodnjega in zgornjega praga Slika 2: Metoda enojnega trikotnika za izračun vsote efektivnih temperatur 25 (prirejeno po Degree days…, 2001) Slika 3: Metoda dvojnega trikotnika za izračun vsote efektivnih temperatur 26 (prirejeno po Degree days…, 2001) Slika 4: Metoda enojne sinusoide za izračun vsote efektivnih temperatur 26 (prirejeno po Degree days…, 2001) Slika 5: Metoda dvojne sinusoide za izračun vsote efektivnih temperatur 27 (prirejeno po Degree days…, 2001) Slika 6: Modifikacije izračuna Vef z različnimi metodami odštevkov na 28 primeru enojne sinusoide za šest možnih razmerij med dnevno temperaturno krivuljo ter spodnjo in zgornjo TP. Dnevna temperaturna krivulja je lahko : 1. Nad obema TP 2. Pod obema TP 3. Med obema TP 4. Omejena s spodnjo TP 5. Omejena z zgornjo TP ali 6. Omejena z obema TP (prirejeno po Degree days…, 2001) Slika 7: Vpliv severno atlantskega nihanja na vremenske razmere v Evropi 31 (prirejeno po Hurrell-u, 1995) Slika 8: Potek NAOIzim za obdobje 1864-2000 s 4-letnimi drsečimi sredinami 31 Slika 9: Povprečni nastop (v julijanskih dneh) fenofaz v obdobju 1955-1999 44 Slika 10: Okvir z ročaji za fenofaze: olistanja in rumenenja listja breze ter 46 cvetenja regrata in leske v Celju za obdobje 1955-1999 Slika 11: Zaporedje fenoloških faz v Celju za 17 različnih rastlin v obdobju 49 1955-1999 Slika 12: Trendi cvetenja španskega bezga za obdobje 1955-1999 na 8 54 lokacijah; p=0,05 Slika 13: Trendi jesenskega rumenenja listja bukve v obdobju 1955-1999 na 6 56 lokacijah; p=0,05 Slika 14: Trend dolžine obdobja med olistanjem in jesenskim rumenenjem listja 57 pri brezi v Ljubljani za obdobje 1955-1999, p=0,05 XIII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Slika 15: Obratna sorazmernost med povprečno temperaturo zraka (v °C) za 59 januar in februar (Tjan-feb) in cvetenjem leske (v julijanskih dneh) v Ljubljani v obdobju 1955-1999 Slika 16: Vpliv temperature kasnih zimskih mesecev (januar-februar) na 60 cvetenje leske v Ljubljani Slika 17: Podobnost hodov NAOIzim in povprečne temperature zraka v obdobju 66 december-marec (Tdec-mar) v Ratečah (1956-1999) Slika 18: Obratna sorazmernost hodov NAOIzim in cvetenja leske v Ratečah 66 (1956-1999) Slika 19: Povprečne vsote aktivnih temperatur (v °C), izračunane iz povprečnih 71 dnevnih temperatur zraka, potrebne za nastop fenofaze cvetenja za obravnavane rastline v Celju v obdobju 1955-1999, TP=0oC Slika 20: Povprečne vsote aktivnih temperatur, potrebne za olistanje breze v 73 obdobju 1955-1999, TP=0°C Slika 21: Izračunan fototermalni čas, potreben za polno cvetenje španskega 76 bezga v Ljubljani Slika 22: Vpliv dodanih neodvisnih spremenljivk na % pojasnjene variabilnosti 86 modela za napoved cvetenja lipe ( CT1p ) v Ljubljani, največji delež variabilnosti pojasnimo s cvetenjem robinije Slika 23: Primerjava opazovanega in napovedanega časa nastopa polnega 99 cvetenja češplje, sorta 'Domača češplja' v Mariboru Slika 24: Studentizirani ostanki pri navzkrižnem preverjanju modela za napoved 100 polnega cvetenja češplje, sorta 'Domača češplja' v Mariboru XIV Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KAZALO PRILOG Priloga A: Opis obravnavanih rastlin in fenofaz Priloga B: Opis obravnavanih postaj Priloga C: Tabela pretvarjanja datuma v julijanski dan Priloga D: Seznam obravnavanih fenofaz po posameznih postajah in število podatkov (let) za posamezne fenofaze za obdobje 1955-1999, v Celju za obdobje 1955-2000 Priloga E1: Opisne statistike za olistanje navadne breze za obdobje 1955-1999 Priloga E2: Opisne statistike za začetek cvetenja navadne breze za obdobje 1955-1999 Priloga E3: Opisne statistike za splošno rumenenje navadne breze za obdobje 1955-1999 Priloga E4: Opisne statistike za trajanje obdobja med olistanjem in rumenenjem navadne breze za obdobje 1955-1999 Priloga E5: Opisne statistike za olistanje bukve za obdobje 1955-1999 Priloga E6: Opisne statistike za splošno rumenenje bukve za obdobje 1955-1999 Priloga E7: Opisne statistike za trajanje obdobja med olistanjem in rumenenjem bukve za obdobje 1955-1999 Priloga E8: Opisne statistike za začetek cvetenja češplje, sorta 'Domača češplja', za obdobje 1955-1999 Priloga E9: Opisne statistike za splošno cvetenje češplje, sorta 'Domača češplja', za obdobje 1955-1999 Priloga E10: Opisne statistike za prve zrele plodove češplje, sorta 'Domača češplja', za obdobje 1955-1999 Priloga E11: Opisne statistike za začetek obiranja češplje, sorta 'Domača češplja', za obdobje 1955-1999 Priloga E12: Opisne statistike za splošno cvetenje črnega bezga za obdobje 1955-1999 Priloga E13: Opisne statistike za prve zrele plodove črnega bezga za obdobje 1955-1999 Priloga E14: Opisne statistike za olistanje divjega kostanja za obdobje 1955-1999 XV Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Priloga E15: Opisne statistike za splošno cvetenje divjega kostanja za obdobje 1955-1999 Priloga E16: Opisne statistike za prve zrele plodove divjega kostanja za obdobje 1955-1999 Priloga E17: Opisne statistike za začetek cvetenja ive za obdobje 1955-1999 Priloga E18: Opisne statistike za začetek cvetenja ivanjščice za obdobje 1955-1999 Priloga E19: Opisne statistike za začetek cvetenja jablane, sorta 'Bobovec,' za obdobje 1955-1999 Priloga E20: Opisne statistike za splošno cvetenje jablane, sorta 'Bobovec', za obdobje 1955-1999 Priloga E21: Opisne statistike za prve zrele plodove jablane, sorta 'Bobovec', za obdobje 1955-1999 Priloga E22: Opisne statistike za začetek obiranja jablane, sorta 'Bobovec', za obdobje 1955-1999 Priloga E23: Opisne statistike za splošno cvetenje leske za obdobje 1955-1999 Priloga E24: Opisne statistike za olistanje lipe za obdobje 1955-1999 Priloga E25: Opisne statistike za začetek cvetenja lipe za obdobje 1955-1999 Priloga E26: Opisne statistike za splošno rumenenje lipe za obdobje 1955-1999 Priloga E27: Opisne statistike za trajanje obdobja med olistanjem in rumenenjem lipe za obdobje 1955-1999 Priloga E28: Opisne statistike za začetek cvetenja pasje trave za obdobje 1955-1999 Priloga E29: Opisne statistike za začetek cvetenja regrata za obdobje 1955-1999 Priloga E30: Opisne statistike za začetek splošnega cvetenja robinije za obdobje 1955-1999 Priloga E31: Opisne statistike za prve poganjke smreke za obdobje 1955-1999 Priloga E32: Opisne statistike za splošno cvetenje španskega bezga za obdobje 1955-1999 Priloga E33: Opisne statistike za začetek cvetenja spomladanskega žafrana za obdobje 1955-1999 Priloga E34: Opisne statistike za začetek cvetenja malega zvončka za obdobje 1955-1999 XVI Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Priloga F1: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Celju za obdobje 1955-1999 Priloga F2: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Ilirski Bistrici za obdobje 1955-1999 Priloga F3: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Lescah za obdobje 1955-1999 Priloga F4: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Mariboru za obdobje 1955-1999 Priloga F5: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Murski Soboti za obdobje 1955-1999 Priloga F6: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Novem mestu za obdobje 1955-1999 Priloga F7: Korelacijski koeficienti med povprečnimi mesečnimi temperaturami zraka in nastopom fenofaz v Ratečah za obdobje 1955-1999 Priloga G1: Povprečne vsote aktivnih temperatur (v °D), izračunane iz minimalnih dnevnih temperatur zraka, potrebne za nastop fenofaz v obdobju 1955-1999 Priloga G2: Korelacijski koeficienti med številom dni od 1. januarja do dneva, 5 dni zgodnejšega od pojava fenofaze v posameznem letu, ter vsotami aktivnih temperatur za isto obdobje (izračunanih iz povprečnih dnevnih temperatur zraka); temperatura praga za vse fenofaze je 0oC; v stolpcu označenim z LJ(Pt) so podani korelacijski koeficienti med številom dni in fototermalnim časom za Ljubljano Priloga G3: Korelacijski koeficienti med številom dni od 1. januarja do dneva, 5 dni zgodnejšega od pojava fenofaze v posameznem letu, ter vsotami efektivnih temperatur za isto obdobje; v oklepaju je podana temperatura praga (v °C), izračunana s statistično metodo za vsako fenofazo in lokacijo posebej Priloga H1: Korelacijska matrika vseh obravnavanih fenofaz za postajo Celje (1955-1999) Priloga H2: Korelacijska matrika vseh obravnavanih fenofaz za postajo Ilirska Bistrica (1955-1999) Priloga H3: Korelacijska matrika vseh obravnavanih fenofaz za postajo Lesce (1955-1999) Priloga H4: Korelacijska matrika vseh obravnavanih fenofaz za postajo Ljubljana (1955-1999) XVII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Priloga H5: Korelacijska matrika vseh obravnavanih fenofaz za postajo Maribor (1955-1999) Priloga H6: Korelacijska matrika vseh obravnavanih fenofaz za postajo Murska Sobota (1955-1999) Priloga H7: Korelacijska matrika vseh obravnavanih fenofaz za postajo Novo mesto (1955-1999) Priloga H8: Korelacijska matrika vseh obravnavanih fenofaz za postajo Rateče (1955-1999) XVIII Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 KAZALO OKRAJŠAV IN SIMBOLOV Oznake fenofaz C1 fenofaza začetka cvetenja C1Bp julijanski dan nastopa začetka cvetenja navadne breze (Betula pendula Roth) C1Pd julijanski dan nastopa začetka cvetenja češplje, sorta ‘Domača češplja’ (Prunus domestica L.) C1Sc julijanski dan nastopa začetka cvetenja ive (Salix caprea L.) C1Li julijanski dan nastopa začetka cvetenja navadne ivanjščice (Leucanthemum ircutianum Turcz.) C1Md julijanski dan nastopa začetka cvetenja jablane, sorta ‘Bobovec’ (Malus domestica Borkh) CT1p julijanski dan nastopa začetka cvetenja lipe (Tilia platyphyllos Scop.) C1Dg julijanski dan nastopa začetka cvetenja navadne pasje trave (Dactylis glomerata L.) CT1o julijanski dan nastopa začetka cvetenja navadnega regrata (Taraxacum officinale Weber in Wiggers) CC1n julijanski dan nastopa začetka cvetenja pomladanskega žafrana (Crocus napolitanus Mordant&Loisel.) CG1n julijanski dan nastopa začetka cvetenja navadnega malega zvončka (Galanthus nivalis L.) C2 fenofaza splošnega (polnega) cvetenja julijanski dan nastopa s (Prunus domestica L.) julijanski dan nastopa (Sambucus nigra L.) julijanski dan nastopa (Aesculus hippocastanum L.) julijanski dan nastopa splo (Malus domestica Borkh) julijanski dan nastopa (Corylus avellana L.) julijanski dan nastopa (Robinia pseudacacia L.) CP2d julijanski dan nastopa splošnega cvetenja češplje, sorta ‘Domača češplja’ CS2n julijanski dan nastopa splošnega cvetenja črnega bezga CA2h julijanski dan nastopa splošnega cvetenja navadnega divjega kostanja CM2d julijanski dan nastopa splošnega cvetenja jablane, sorta ‘Bobovec’ CC2a julijanski dan nastopa splošnega cvetenja navadne leske CR2p julijanski dan nastopa splošnega cvetenja navadne robinje XIX Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 CS2v julijanski dan nastopa splošnega cvetenja španskega bezga (Syringa vulgaris L.) L1 fenofaza prvih listov (olistanja) L1Bp julijanski dan nastopa prvih listov navadne breze (Betula pendula L.) L1Fs julijanski dan nastopa prvih listov navadne bukve (Fagus sylvatica L.) L1Ah julijanski dan nastopa prvih listov navadnega divjega kostanja (Aesculus hippocastanum L.) L1Tp julijanski dan nastopa prvih listov lipe (Tilia platyphyllos Scop.) L1Pa julijanski dan nastopa prvih poganjkov navadne smreke (Picea abies (L.) Karsten) L2 fenofaza splošnega (jesenskega) rumenenja listov L2Bp julijanski dan nastopa splošnega rumenenja listov navadne breze (Betula pendula L.) L2Fs julijanski dan nastopa splošnega rumenenja listov navadne bukve (Fagus sylvatica L.) LT2p julijanski dan nastopa splošnega rumenenja listov lipe (Tilia platyphyllos Scop.) P1 fenofaza prvih zrelih plodov PP1d julijanski dan nastopa prvih zrelih plodov češplje, sorta 'Domača češplja' (Prunus domestica L.) PS1n julijanski dan nastopa prvih zrelih plodov črnega bezga (Sambucus nigra L.) PA1h julijanski dan nastopa prvih zrelih plodov navadnega divjega kostanja (Aesculus hippocastanum L.) PM1d julijanski dan nastopa prvih zrelih plodov jablane, sorta 'Bobovec' (Malus domestica Borkh) P2 fenofaza začetka obiranja plodov PP2d julijanski dan začetka obiranja plodov češplje, sorta 'Domača češplja' (Prunus domestica L.) PM2d julijanski dan začetka obiranja plodov jablane, sorta 'Bobovec' (Malus domestica Borkh) XX Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Okrajšave imen postaj CE Celje IL Ilirska Bistrica LE Lesce LJ Ljubljana MB Maribor MS Murska Sobota NM Novo mesto RA Rateče Ostale okrajšave in simboli di ds KV NAO NAOI NAOIzim p Pt p Rmes ? Tds Tmin Tmax Tmes TP Vakt Vef VR število dni, potrebnih za nastop fenofaze dolžina svetlega dela dneva koeficient variabilnosti severno atlantsko nihanje indeks severno atlantskega nihanja indeks severno atlantskega nihanja za zimski čas (povprečje mesecev od decembra do marca) stopnja tveganja fototermalni čas korelacijski koeficient koeficient determinacije prilagojeni koeficient determinacije mesečna količina padavin standardni odklon povprečna temperatura zraka za svetli del dneva minimalna dnevna temperatura zraka maksimalna dnevna temperatura zraka povprečna mesečna temperatura zraka spodnja temperatura praga vsota aktivnih temperatur vsota efektivnih temperatur variacijski razpon oD mm oC oC oC oC oC oC oC 1 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 1 UVOD Agrometeorologija kot del biometeorologije je interdisciplinarna znanost, ki proučuje sistem medsebojne povezanosti med vremenom in kmetijskimi kulturami, domačimi živalmi, rastlinskimi boleznimi ter koristnimi in škodljivimi živalmi v ekosferi (Sivakumar in sod., 2000). Proučevanje vpliva vremenskih razmer in drugih dejavnikov na rast in razvoj različnih vrst rastlin nam omogoča, da pri načrtovanju kmetijske proizvodnje čimbolj izkoristimo podnebne danosti in tako dosežemo optimalno kakovost in velikost pridelka (Rijks in Baradas, 2000). Agrometeorološka dejavnost se z zbiranjem klimatskih in fenoloških podatkov neposredno vključuje v problematiko raziskovalnega dela v posameznih kmetijskih dejavnostih, fenološki podatki pa poleg meteoroloških predstavljajo osnovo za proučevanje vpliva vremena in podnebja na razvoj rastlin. Beseda fenologija izhaja iz grških besed »phainesthai«, ki pomeni pojaviti se ter »logos«, razlog (Sivertsen in sod., 1998). Fenologija je časovno proučevanje periodičnih bioloških faz in vzrokov njihovega pojava ob upoštevanju biotičnih in abiotičnih dejavnikov ter medsebojnih odnosov zaporednih razvojnih faz znotraj ene vrste ali znotraj večih vrst (Lieth, 1974). Fenologijo delimo na - fitofenologijo ali fenologijo rastlin, ki obravnava faze rastlin od začetka do konca rastne dobe in - zoofenologijo ali fenologijo živali, ki spremlja pojave v razvoju živali (Otorepec, 1980). Termin fenološko opazovanje pogosto označuje samo opazovanja razvoja rastlin, saj je število raziskav bistveno večje na področju fitofenologije kot zoofenologije. Raziskave na področju zoofenologije so usmerjene predvsem na fenologijo škodljivih žuželk (Gray in sod., 2001; Lindblad in Sigvald, 1996) in spremenjene vzorce selitev ptic (Sparks, 1999). Fenološka opazovanja vključujejo opazovanje pojava fenofaze, ki ga izražamo kot julijanski dan (zaporedni dan v letu), beležimo dolžino fenofaze ter časovni interval med zaporednimi fenofazami iste rastline (Ahas, 1999). Fenološke podatke uporabljamo na različnih področjih – v kmetijstvu so pomembni pri izdelavi agrometeoroloških analiz (primerjava povprečnih in ekstremnih vrednosti v določenem letu), ki nam služijo predvsem pri pripravi agrometeoroloških napovedi, pri načrtovanju kmetijske proizvodnje (Baumgärtner in sod., 1998), primernosti posameznih področij za gojenje določenih kmetijskih rastlin, predvsem z vidika toplotnih zahtev rastlin, pri načrtovanju agrotehničnih ukrepov kot so varstvo rastlin, setev, spravilo pridelka, namakanje, rez, zaščita pred pozebo (Esteves in Manso-Orgaz, 2001; Sivertsen in sod., 1998). Podolsky (1984) poroča, da so pri spravilu pridelka pšenice 2% izgube, če zamujamo dva dni in kar 20% izgube, če s spravilom zamujamo 12 dni. Cicogna in Gani (1999) sta v svoji raziskavi izdelala za koruzo karte povprečnih letnih vsot efektivnih temperatur zraka nad 10oC za večje število fenoloških postaj v Sloveniji in italijanski regiji Furlaniji-Julijski krajini. Na osnovi analize klimatskih in fenoloških podatkov sta predlagala izbor sort, ki so najbolj primerne za omenjeno območje s specifičnimi klimatskimi razmerami; ker obstaja za koruzo na tem področju velika verjetnost vodnega stresa v avgustu, je primerno gojiti sorte, ki cvetijo prej. Baumgärtner in sod. (1998) so razvili fenološki model za napoved časa fenofaz od setve do fiziološke zrelosti pri ajdi 2 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 (Fagopyrum esculentum Moench.). Uporabljajo ga za načrtovanje pridelave ajde v nekaterih predelih Švice in Italije; napoveduje pa zadnji možni datum setve ajde glede na temperaturo, ki že povzroča poškodbe rastlin preden dosežejo fiziološko zrelost in je uporaben kot dopolnilna informacija pri odločanju o gojenju ajde kot edine poljščine na višjih predelih ali kot dopolnilne poljščine po spravilu žit. Napadi škodljivcev ter izbruhi rastlinskih bolezni so pogosto povezani s točno določeno razvojno fazo rastline, s primernim časom setve se lahko v določeni meri izognemo zgoraj omenjenim neugodnim razmeram (Podolsky, 1984). Vse bolj pomembna je tudi uporaba fenoloških podatkov v medicini na področju alergij, saj so rastline vzrok številnim alergijam (npr. cvetenje breze, leske, številnih trav…). Pravočasna in natančna napoved cvetenja alergenih rastlin omogoči tako pacientom kot zdravniku, da se pravočasno pripravijo na izbruh bolezni, oz. se jim izognejo (Laaidi, 2001; Sušnik in Kofol-Seliger, 1999). Poleg tega so fenološke napovedi velikega pomena tudi pri rastlinah, ki jih uporabljamo v zdravilne namene - kopičenje aktivnih sestavin je tesno povezano s točno določeno stopnjo razvoja v rastlini (Sanderson in Wedin, 1989). Pri sodobnih metodah modeliranja rasti, razvoja in pridelka rastlinske odeje potrebujemo številne vhodne podatke modela o rastlini in njenem okolju kot tudi podatke o obojem med rastno dobo (Lischke in sod., 1997; Mahmood, 1997; Schröder in Söndgerath, 1996). Še posebej so pomembni podatki o nastopu posameznih fenoloških faz, ki predstavljajo v simulacijskih modelih kretnice za sprožitev raznih procesov ali za spremembe njihove jakosti (Kajfež-Bogataj in Šušteršič, 1991; Jame in sod., 1998). Pomemben vidik fenologije je tudi ta, da je le-ta pomembno orodje pri ugotavljanju prilagoditev rastlin na različna okolja, oziroma pomoč pri določitvi izvorne domovine rastlin, saj nam oblika in položaj razvojne krivulje določene rastline glede na dejavnike okolja lahko nakazujeta poreklo rastline (Desclaux in Roumet, 1996; Podolsky, 1984; Birch in sod., 1998). Proučevanje fenoloških faz v dolgem časovnem nizu je vse pomembnejše orodje za ugotavljanje vpliva klimatskih sprememb tako na rastlinski kot živalski svet (Sparks in sod., 2000; Chmielewski in Rötzer, 2000; Sušnik, 2000; Esteves in Manso-Orgaz, 2001). Številne raziskave zadnjih let so pokazale, da višje temperature v spomladanskem obdobju na območjih zmernih geografskih širin vplivajo na zgodnejši fenološki razvoj rastlin (Beaubien in Freeland, 2000; Menzel, 2000), jesenske faze kažejo manjše spremembe, tako da na podaljšanje rastne sezone vplivajo predvsem zgodnejše pomladi (Ahas in sod., 2000). 1.1 OPREDELITEV PROBLEMA Fenološki razvoj rastlin je odvisen od biotskih in abiotskih dejavnikov okolja. Med abiotskimi dejavniki okolja sta temperatura in dolžina dneva dva izmed najpomembnejših dejavnikov okolja, ki odločujoče vplivata na fenološki razvoj rastlin (Huang in sod., 2001; Galan in sod., 2001; Rötzer in sod., 2000). Rastline potrebujejo za prehod iz ene v drugo razvojno stopnjo v svojem življenjskem krogu določeno količino toplote. Razvoj temelji na akumuliranih toplotnih enotah in je zato merjen kot fiziološki ali termalni čas namesto 3 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 koledarskega časa (Zalom in sod., 1983). Vsaka vrsta ima določeno spodnjo in zgornjo temperaturo praga, to sta temperaturi, pod katero oziroma nad katero je stopnja procesov rasti minimalna (Black in Ong, 2000). Skupna množina energije, ki jo organizem potrebuje za svoj razvoj od takrat, ko je temperatura višja od spodnje temperature praga in nižja od zgornje temperature praga, se računa v enotah, imenovanih stopinjski dnevi (Wielgolaski, 1999). Optimalna in minimalna temperatura za določeno stopnjo razvoja se z rastno dobo spreminjata (Lemos in sod., 1997; Liu in sod., 1998). Metode za določevanje toplotnih dejavnikov za rast rastlin so številne (določitev minimalne, optimalne in maksimalne temperature za rast, temperature pragov, vsote stopinjskih dni), raziskav na tem področju je narejenih že precej, čeprav univerzalno uporabljane metode ni (Liu in sod., 1998; Lemos in sod., 1997; McMaster in Wilhelm, 1997; Mygdakos in Gemtos, 1998; Roltsch in sod., 1999; Snyder in sod., 1999). Pri nekaterih rastlinah je začetek ontogenetskega razvoja rastline odvisen od sprememb v dolžini dneva (Hakkinnen, 1999), opredelitev vpliva dolžine dneva na fenologijo pa je bolj problematična kot določitev fenološke temperaturne odvisnosti. Vzrok, zakaj je tako težko natančno opredeliti vpliv dolžine dneva na fenološke procese, je najbrž v multikolinearnosti temperature in dolžine dneva (Hodges, 1991). V zmernem pasu dolžina dneva in povprečna temperatura zraka sledita sinusni krivulji, vendar so najvišje temperature zraka dosežene šele približno en mesec po najdaljšem dnevu v letu. Med posameznimi rastlinskimi vrstami obstajajo velike razlike glede odzivnosti na dolžino dneva (Keatinge in sod., 1998), še posebej pa je na dolžino dneva ter sprejeto sevanje občutljiva fenofaza cvetenja oziroma zasnova cvetnih organov pri mnogih rastlinah (Black in Ong, 2000; Carberry in sod., 2001). Ena izmed pogosto uporabljanih skal za izražanje fenološkega razvoja je fototermalna skala, s katero opišemo fenološki razvoj glede na temperaturo in dolžino dneva. Pogosto uporabljana metoda za izračun fototermalnega časa je ta, da termalni čas pomnožimo z dolžino dneva (Perry in sod., 1997; Jame in sod., 1998; McMasters, 1988). Natančnejša metoda za izračun fototermalnega časa upošteva povprečno temperaturo samo svetlega dela dneva (Masle in sod., 1989). Odvisnost fenološkega razvoja od padavin pride do izraza predvsem na območjih, kjer rastlinam med vegetacijo vode primanjkuje (Loss in sod., 1997), oziroma tam kjer je voda omejujoči dejavnik rasti. Vpliv vodnega stresa na rastlinsko fenologijo je odvisen od trajanja in jakosti pomanjkanja padavin, pri čemer je zelo pomembno, v katerem obdobju razvoja rastline se to dogaja. Premalo padavin lahko povzroči zakasnjen vznik, kasnejše cvetenje, skrajšajo se nekatera medfazna obdobja, rumenenje listja v jeseni je zgodnejše (Desclaux in Roumet, 1996). Primarni vpliv vodnega stresa se kaže predvsem v procesih rasti, lahko pa upočasni proces zasnove cvetenja. Ob pomanjkanju vode se zmanjša tok latentne toplote z lista v okolje, zaradi česar naraste temperatura rastline in se zaradi tega rastlina hitreje stara (Sivertsen in sod., 1998). Prezgodnejše staranje lahko povzročijo tudi nekateri drugi dejavniki okolja kot je na primer ultravijolično sevanje, pomanjkanje dušika, onesnaženost zraka, vode ali tal. Visoke dnevne temperature so odvisne od vpadajočega sončnega sevanja, tako da je razumljivo, da oblačno in deževno vreme tik pred začetkom cvetenja zakasni to fenofazo pri mnogih vrstah (jerebika, španski bezeg, jablane, hruške, maline). Pri večini gozdnega drevja pa veliko padavin zgodaj v rastni sezoni očitno pospeši razvoj popkov in povzroči zgodnejše brstenje (breza, prav tako rdeči ribez, slive). Ob predolgi zasičenosti tal z vodo lahko pride v območju korenin do pomanjkanja kisika, ki je 4 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 potreben za rast korenin in dihanje, zato je aktivnost koreninskega sistema zmanjšana, transport vode v rastlino zmanjšan, rastlina kaže podobne simptome kot ob suši (Hoogenboom, 2000). Variabilnost klime v makro skali močno vpliva na povprečne klimatske razmere in tako tudi vpliva na fenologijo rastlin. Severno atlantsko nihanje (NAO) je meridialno nihanje atmosferskih mas med Islandijo in Azori, to nihanje opisujemo z NAO indeksom (NAOI), ki temelji na razliki med standardiziranim zračnim pritiskom na morskem nivoju med dvema krajema, ki ležita v centrih z različnim zračnim pritiskom (Hurrell in van Loon, 1997). Področje nizkega zračnega pritiska se nahaja okrog Islandije, področje visokega zračnega pritiska pa okrog Azorskih otokov (Post in Stenseth, 1999). V letih z visokim NAOI (pozitivne vrednosti) sta obe področji pritiska zelo močni in relativno blizu, nahajata se bolj na severo-vzhodni lokaciji, kar ima za posledico močne zračne tokove toplega vlažnega zraka iznad Severnega Atlantika proti Evropi. Nasprotno pa sta v letih z nizkim NAOI (negativne vrednosti) obe področji pritiska sorazmerno šibki, področji sta locirani južneje in kot posledica tega so zračni tokovi iznad Atlantika proti Evropi manj izraziti (Hurrell, 1995). Čeprav sam indeks opisuje polji pritiska, pa je seveda z njim povezan bolj ali manj intenziven transport toplih in vlažnih zračnih mas iznad Atlantika proti Evropi kar ima za posledico tudi velik vpliv na rastlinsko fenologijo. Hurrell (1996) je ugotovil, da je 31% variance v nihanju temperature med leti v zimskem času na severni polobli pojasnjeno z variabilnostjo NAOI, Glowienka-Hense (1990) pa trdi, da lahko v lokalni skali NAO pojasnimo celo do 60% variabilnosti temperature, posledično pa lahko z NAOI pojasnimo tudi del variance v pojavu fenofaz (Post in Stenseth, 1999). Številne raziskave kažejo v zadnjih desetletjih trend zgodnejšega cvetenja rastlin oziroma daljše vegetacijske dobe tako v Evropi kot tudi drugod po svetu (Menzel, 2000; Beaubien in Freeland, 2000; Ahas in sod., 2000), obenem pa tudi NAOI kaže trend od prevladujočih let z nizkim indeksom v 1970-tih in 1980-tih do let z visokim indeksom v zadnjih dvajsetih letih. Za mnoga področja so že ugotovili povezanost med NAOI ter nastopi fenoloških faz (Esteves in Manso-Orgaz, 2001; Post in Stenseth, 1999; Chmielewski in Rötzer, 2001), med drugim tudi za področje osrednje Italije (Piovesan in Schirone, 2000) in Slovenije (Skaar, 1999). NAOI v zimskih mesecih (december-marec) je značilno koreliran s temperaturo in padavinami, v poletnem času pa nima direktnega vpliva na centralni del Evrope, južneje od 50o (Glowienka-Hense, 1990). Poleg temperature zraka, padavin in sevanja oziroma dolžine dneva, vplivajo na razvoj rastlin še nekateri drugi vremenski dejavniki kot so temperatura tal, veter, relativna zračna vlaga. Na mnogih področjih je temperatura tal zelo pomembna na samem začetku rastne sezone v smislu setve in kalitve, pri prezimnih žitih pa temperatura tal lahko vpliva tudi na vernalizacijo (Hoogenboom, 2000). Relativna vlaga, absolutna vlaga, temperatura rosišča in deficit vlažnosti so pomembnejše agrometeorološke spremenljivke, s katerimi izražamo količino vodne pare v zraku. Vplivajo na evapotranspiracijo, to je količino izhlapele vode iz rastlinske odeje, kar lahko privede ob visoki stopnji evapotranspiracije in pomanjkanju padavin do vodnega stresa za rastline. Količina vlage v zraku pa lahko vpliva na rastline tudi posredno kot biološki stres in sicer preko številnih rastlinskih bolezni in škodljivcev, katerih razvoj in aktivnost sta močno odvisni od vlažnostnih razmer v okolju. 5 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Ugotovitev o vplivu agrometeoroloških dejavnikov na rast in razvoj rastlin ne moremo posplošiti, saj ista vrsta lahko različno reagira glede na področje, kjer jo gojimo oziroma v skladu s svojo genetsko variabilnostjo (Willits in Peet, 1988). Tako Chmielewski in Köhn (2000) navajata, da potrebuje ječmen za svoj razvoj v sub-arktičnih predelih manj kot 80 dni, v severovzhodnem delu Nemčije pa v povprečju 111 dni. Birch in sod. (1998) navajajo, da koruza potrebuje za razvoj dveh zaporednih listov manj časa v zmernih področjih kot v tropskem in subtropskem pasu. Gre za prilagoditve tako na temperaturo zraka kot tudi dolžino dneva (Hodges, 1991). Čeprav je v svetu narejenih veliko število raziskav o vplivu različnih agrometeoroloških spremenljivk na fenologijo rastlin, za Slovenijo obsežnejše študije o tem še ni. Kvantificiranje odnosov med fenološkimi fazami različnih vrst rastlin ter agrometeorološkimi dejavniki na klimatsko različnih področjih bo pripomoglo k opredelitvi kritičnih spremenljivk, ki najbolj vplivajo na variabilnost fenološkega razvoja v Sloveniji. 1.2 CILJI RAZISKAVE Namen našega dela je izdelava modelov, s katerimi bomo lahko napovedovali fenološki razvoj različnih rastlinskih vrst v Sloveniji na osnovi nekaterih agrometeoroloških spremenljivk. Določili oziroma izračunali bomo - vsote aktivnih temperatur za nastop posameznih fenofaz obravnavanih rastlin na različnih lokacijah (iz povprečnih in minimalnih dnevnih temperatur zraka); - temperature spodnjega praga za nastop posameznih fenofaz obravnavanih rastlin na različnih lokacijah; - vsote efektivnih temperatur za nastop posameznih fenofaz obravnavanih rastlin na različnih lokacijah; - fototermalni čas za nastop fenofaz na izbrani lokaciji za vse obravnavane rastline; - korelacije med nastopom fenofaz ter povprečnimi mesečnimi temperaturami zraka, mesečnimi količinami padavin in NAO indeksom; - trende nastopa fenofaz ter trajanja rastne dobe za nekatere drevesne vrste; - izdelali in preverili bomo fenološke ter mešane fenoklimatske multiple regresijske modele za napoved nastopa 14 fenofaz po načelu parsimoničnosti (preprostosti) za tiste fenofaze, pri katerih napovedi časa pojava lahko uporabimo za določene ukrepe oziroma analize. Napovedi cvetenja jablane in češplje lahko uporabimo pri načrtovanju agrotehničnih ukrepov. Cvetenje leske, breze in pasje trave je pomembno z vidika alergenih obolenj, ki jih povzroča cvetni prah omenjenih rastlin, čas cvetenja pasje trave pa poleg tega tudi glede določitve krmne vrednosti rastline. Napovedi cvetenja regrata, lipe, robinije ter španskega bezga so pomembne v farmacevtski industriji in pri načrtovanju paše čebel, poleg tega pa sta španski bezeg in robinija na seznamu rastlin, za katere poteka mednarodna izmenjava fenoloških podatkov. Čas olistanja drevesnih vrst ter trajanje rastne dobe pri brezi, bukvi in lipi uporabljamo pri časovni analizi pojavljanja fenofaz glede na spremembe klime. Rezultati naših raziskav bodo pripomogli k boljšemu razumevanju vpliva meteoroloških dejavnikov na fenološki razvoj rastlin, točne in pravočasne napovedi fenoloških modelov 6 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 pa so lahko neposredno uporabne tako pri kmetijski proizvodnji kot tudi pri reševanju problematike raziskovalnega dela v posameznih agrometeoroloških dejavnostih. 1.3 HIPOTEZE - S pravilno izbiro izmerjenih ter izračunanih agrometeoroloških spremenljivk lahko izdelamo dovolj točne in pravočasne napovedi fenološkega razvoja obravnavanih rastlin. - Velik del variabilnosti nastopa fenofaz lahko pojasnimo s temperaturo zraka in njenimi izpeljankami (povprečnimi mesečnimi temperaturami zraka, vsoto aktivnih temperatur, vsoto efektivnih temperatur glede na temperaturo spodnjega praga, določeno za vsako rastlino posebej s statistično metodo) ter količino padavin. - Predvidevamo, da s fototermalnim časom lahko bolje opišemo pojav določenih fenofaz kot s termalnim časom. - Del variabilnosti v nastopu fenofaz lahko pojasnimo z NAO indeksom za zimske mesece. - Predvidevamo, da se klimatske spremembe odražajo na zgodnejšem fenološkem razvoju rastlin ter da obstajajo spremembe v dolžini rastne dobe v Sloveniji v obravnavanem obdobju (1955-1999). 7 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2 PREGLED OBJAV 2.1 ZGODOVINSKI PREGLED RAZVOJA FENOLOGIJE Človek je že od vsega začetka opazoval značilnosti v življenskem krogu rastlin, saj je bilo od poznavanja le teh odvisno njegovo preživetje. Na podlagi izkušenj so se prvi kmetovalci naučili, kako v dobrih letih pridelati največ in kako imeti v slabih letih čim manjše izgube pridelka. Tako je že v prvem stoletju pred našim štetjem kitajski agronom Fan Sheng-Chih napisal kmetijski priročnik, ki so ga pred nedavnim prevedli v angleščino, v njem pa je mnogo primerov, ki jih danes opredeljujemo kot predmet agrometeorologije (Monteith, 2000). Najstarejša zapisana fenološka opazovanja so poznana iz Kitajske in so stara skoraj 2500 let, obstajajo pa tudi fenološki koledarji, ki so jih uporabljali Rimljani. Danes poznan najdaljši niz fenoloških podatkov imajo na Japonskem, kjer zaradi tradicionalnega »praznika cvetenja češenj« obstajajo zapisi o datumu začetka cvetenja češenj že od leta 812 dalje (Otorepec, 1980). Na osnovi teh fenoloških podatkov sta Aono in Omoto (1994) razvila metodo, s katero sta ocenila temperaturne razmere za Kyoto od 11. stoletja do današnjih dni. Prva sistematska fenološka opazovanja v znanstvene namene je izvajal švedski botanik Carl von Linné, ki velja za začetnika moderne fenologije in fenoloških opazovanj. V svojem delu Philosophia Botanica, ki je izšlo l. 1751, je opisal metode za izdelavo fenoloških koledarjev na osnovi fenoloških in klimatoloških podatkov. To je bila vzpodbuda za številna nova fenološka opazovanja in izdelavo fenoloških koledarjev, tako je npr. Stellingfleet v Angliji l. 1755 izdal »Floral Calendar«, l. 1762 Scopoli »Calendarium Florae Carniolicae«, Hänke l. 1780 »Beobachtung der Bluetezeiten in Prag« (Lieth, 1974). Konec 18. stoletja so v Nemčiji ustanovili prvo mednarodno meteorološko-fenološko mrežo, v katero so bile vključene številne evropske države: Belgija, Italija, Francija, Švica, Anglija, Nizozemska in Nemčija. Sistematična opazovanja fenoloških faz raznih rastlinskih vrst pa so se v Evropi začela konec 19. stoletja. V tem času je bil najpomembnejši fenolog Ihne, ki je 59 let zapored (od 1883 do 1941) zapisoval fenološke faze nekaterih rastlin in jih izdajal v letnih publikacijah, izdelal pa je tudi eno prvih fenoloških kart v Evropi. Z leti se je mreža fenoloških opazovanj zelo razširila, povečal se je program opazovanj in tudi izboljšala kakovost le-teh. Danes so fenološka opazovanja sestavni del opazovanj na agrometeoroloških lokacijah v vseh državah članicah Svetovne meteorološke organizacije. Velik problem je standardizacija opazovanj: potrebna je enotna izbira rastlin, natančne definicije fenofaz, poenotenje časovne periode opazovanj in glede na izmenjave fenoloških podatkov tudi univerzalen format shranjevanja le-teh (Nejedlik, 2000). V Evropi je bila večina opazovalnih mrež, ki obstajajo še danes, vzpostavljena med leti 1940 in 1950 (Bussay, 1999). Za mednarodno izmenjavo fenoloških podatkov pa so pomembni »Mednarodni fenološki vrtovi«, ki so povezani v fenološko mrežo Evrope, ustanovila sta jo Schnelle in Volkert leta 1957 (Chmielewski in Rötzer, 2000). Osnovna zamisel te mreže je bila zagotovitev primerljivih fenoloških podatkov širom Evrope, ki ne bi vključevali različnih genetskih lastnosti pri isti rastlinski vrsti. Tako so vegetativno razmnožili nekatere splošno razširjene drevesne in grmovne vrste ter v letu 1959 začeli s prvimi fenološkimi opazovanji. Danes je v Evropi okrog 50 mednarodnih fenoloških vrtov, 8 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 v katerih opazujejo fenološke faze 26 rastlinskih vrst. Mednarodni fenološki vrt imamo tudi v Sloveniji in sicer v parku Tivoli v Ljubljani od leta 1959 dalje. 2.2 POMEMBNEJŠE SVETOVNE RAZISKAVE S PODROČJA FENOLOGIJE 2.2.1 Zbiranje fenoloških podatkov Raziskave na področju fenologije potekajo v več glavnih smereh. Prvi, manjši del raziskav se ukvarja s problematiko fenoloških opazovanj in zbiranja podatkov. Na težave pri standardizaciji v fenologiji sta v zadnjem času opozorila Bussay (1999) in Nejedlik (1999). Niz fenoloških podatkov naj bi bil čim daljši, poleg tega pa naj bo mreža fenoloških postaj organizirana prostorsko tako, da bo dajala optimalne ocene fenološkega razvoja (Maak in Storch, 1997). Na podlagi omejenega števila podatkov s fenoloških postaj, ki so razporejene na nekem območju, z različnimi prostorskimi interpolacijskimi tehnikami lahko ocenimo vrednosti za celotno obravnavano območje (Valter in Kott, 1999). Orlandini in sod. (1999) so v svoji raziskavi ocenili uporabnost metode z nevronskimi mrežami na osnovi fenoloških podatkov za vinsko trto, rezultati pa so pokazali, da modeli z nevronskimi mrežami dajejo dobre ocene fenološkega razvoja tako v regionalni kot lokalni skali. V zadnjem času potekajo tudi poskusi daljinskega zaznavanja fenoloških pojavov, satelitsko skenirane podatke pa so uporabili pri izdelavi fenoloških kart (Schwartz in Karl, 1990; Schwartz, 1992; Schwartz, 1994; Chen in sod., 2000; Chen in sod., 2001). 2.2.2 Abiotski dejavniki, ki vplivajo na variabilnost fenoloških pojavov 2.2.2.1 Temperatura Drugi del raziskav proučuje, kateri so tisti dejavniki, ki najbolj vplivajo na variabilnost fenoloških pojavov. V naši nalogi se bomo omejili na nekatere abiotske agrometeorološke dejavnike. Temperatura in dolžina dneva sta dva najpomembnejša dejavnika okolja, ki vplivata na fenološki razvoj rastlin (Huang in sod., 2001), zato je tudi razumljivo, da je največ raziskav narejenih ravno na tem področju. Rastline potrebujejo za prehod iz ene v drugo razvojno stopnjo v svojem življenskem krogu določeno količino toplote. Razvoj temelji torej na akumuliranih toplotnih enotah, čas, potreben za razvoj pa izražamo kot fiziološki ali biološki čas namesto koledarskega (Zalom in sod., 1982). Metode za ugotavljanje vpliva toplotnih dejavnikov na fenologijo rastlin so številne. Zelo pomembna je določitev spodnje in zgornje temperature praga, to sta temperaturi, ki določata hitrost razvoja rastline. Izbira pravilne temperature praga je kritična vrednost za izračun stopinjskih dni oziroma vsote efektivnih temperatur (Black in Ong, 2000). Koncept temperature praga je lahko fiziološki ali statističen. Če ne obstaja s poskusi določena fiziološka temperatura praga, lahko le-to izračunamo s statističnimi metodami, ki se med sabo precej razlikujejo tudi glede na cilje raziskave (Gorski in Jazurek, 1996). Splošno načelo pri izračunu je, da mora biti standardna deviacija glede na izračunane stopinjske dneve čim manjša (Spano in sod., 1999). Temperatura spodnjega praga je za mnoge rastline dobro definiran, medtem ko so temperature zgornjega praga slabše raziskane. Poznavanje teh temperatur pa je pomembno za fenofaze, ki se pojavljajo v poletnem času (Black in Ong, 2000). Kritična vrednost pri izračunu akumuliranih toplotnih enot je tudi začetni datum, od katerega dalje računamo akumulacijo. V nekaterih primerih je ta čas 9 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 podan s setvijo ali saditvijo. Spano in sod. (1999) so v svoji raziskavi kot začetni datum uporabili začetek koledarskega leta, Wielgolaski (1999) pa ga je določil s statističnimi metodami. Galan in sod. (2001) so določili temperaturo spodnjega praga za oljko, Perry in sod. (1997) za paradižnik, Mahmood (1997) za riž, Piper in sod. (1996) za sojo…Temperatura praga je za posamezne razvojne faze pri isti rastlini različna (Lemos in sod., 1997; Liu in sod., 1998), spreminja pa se celo iz leta v leto (Arnold, 1959). Naslednja stopnja pri analizi vpliva toplotnih dejavnikov na rast rastlin je izračun stopinjskih dni ali efektivnih temperatur. Obstaja veliko število uporabljanih metod (Aceituno, 1979; Arnold, 1959; Bewick in sod., 1988; Liu in sod., 1988; Lemos in sod., 1997; McMaster in Wilhelm, 1997; Perry in sod., 1986; Snyder in sod., 1999; Yang in sod., 1995). Navadno pri izračunu vsote efektivnih temperatur upoštevamo povprečno temperaturo zraka, narejene pa so tudi raziskave o vplivu maksimalnih ali minimalnih dnevnih in nočnih temperatur zraka na hitrost razvoja (Piper in sod., 1996; Masle in sod., 1989; Perry in sod., 1997). Med pojavom prvih listov in začetkom cvetenja je razvojna stopnja mnogih rastlin zelo močno povezana z naraščajočo dnevno, oziroma maksimalno temperaturo, medtem ko je na drugi strani razvoj listnih brstov pred brstenjem v splošnem močneje koreliran s temperaturnimi razmerami ponoči (White, 1979; Wielgolaski in Klaveness, 1996), prav tako polnjenje zrnja pri pšenici oziroma gomoljev pri krompirju (Willits in Peet, 1988). Piper in sod. (1996) so razvili preprost model za napovedovanje cvetenja soje na osnovi minimalne temperature zraka in z njim razložili več variabilnosti v času cvetenja kot z maskimalno ali povprečno temperaturo zraka. Velik del variabilnosti temperature zraka med leti v zimskem času lahko na severni polobli pojasnimo s severno atlantskim nihanjem (NAO). Razliko v zračnem pritisku med centrom visokega in nizkega pritiska v Evropi lahko izrazimo kot NAO indeks. Polja pritiska vplivajo na transport zračnih mas in spremenljivost vremena v makro skali, od česar so odvisne tudi povprečne podnebne razmere (Hurrell in Loon, 1997) in s tem posredno rast in razvoj rastlin. Številni avtorji so ugotavljali posreden vpliv zračnega pritiska na fenologijo rastlin (Beaubien, 1996; Post in Stenseth, 1999; Chmielewski in Rötzer, 2000; Piovesan in Schirone, 2000; Esteves in Manso-Orgaz, 2001). Poleg temperature zraka vpliva na razvoj rastlin tudi temperatura tal (Zalom in sod., 1983). Rastline na zemeljskem površju segajo s stebli, vejami in listjem v prosto ozračje, s koreninami pa v zemljo. Zato vplivajo na njihov življenski ritem zračne in zemeljske temperature. Za Slovenijo je naredil analizo povezanosti zračnih in zemeljskih temperatur za 12 klimatsko različnih krajev Gams (1989). Ugotovil je, da je do globine enega metra zemlja v letnem povprečju za približno 1.5°C toplejša od zraka in da obstaja večja povezava med zračnimi in zemeljskimi temperaturami kot med sprejetim sevanjem in zemeljskimi temperaturami. Na mnogih območjih je temperatura tal zelo pomembna na samem začetku rastne sezone v smislu setve in kalitve, pri prezimnih žitih pa temperatura tal lahko vpliva tudi na vernalizacijo (Hoogenboom, 2000). Kirchgäßnerjeva (2000) je ugotovila, da lahko variabilnost rastne dobe pri bukvi opiše s temperaturami zraka 5 cm nad tlemi, visoke temperature tal pa lahko delujejo zaviralno na razvoj rastlin (Black in Ong, 2000). 10 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.2.2.2 Padavine Količina padavin je dejavnik, od katerega je rast rastlin sicer močno odvisna, vendar pa na količino rastlinam dostopne vode bistveno lažje vplivamo z agrotehničnimi ukrepi kot na svetlobni in temperaturni režim rastišča. To je eden izmed vzrokov, zakaj je raziskav o odvisnosti fenološkega razvoja od padavin relativno malo. Bistvenega pomena pa je ta vpliv v sušnih predelih (Loss in sod., 1997; Thomson in sod., 1997). Kakšne so posledice pomanjkanja vode na pojav fenofaz, je odvisno od trajanja in jakosti pomanjkanja padavin, rastlina pa je v posameznih fenofazah različno občutljiva na vodni stres (Zalom in sod., 1983; Willits in Peet, 1988). Hodges (1991) navaja, da blagi vodni stres lahko pri nekaterih vrstah razvoj pospeši, medtem ko ga močan stres upočasni ali celo ustavi. Pomanjkanje vode vpliva na kasnejši vznik in s tem cvetenje, pospešijo se procesi staranja (Desclaux in Roumet, 1996). Pri večini gozdnega drevja pa veliko padavin zgodaj v rastni sezoni očitno pospeši razvoj brstov in povzroči zgodnejše brstenje. Kirchgäßner in sod. (2000) navajajo, da količina padavin statistično značilno vpliva na dolžino rastne dobe v Nemčiji. Nekateri avtorji v svoje fenološke modele vključujejo tudi padavinske razmere (Laaidi, 2001; Šegula-Ilič, 1990). 2.2.2.3 Dolžina dneva Poleg temperature zraka je dolžina dneva eden od dveh glavnih dejavnikov, ki določata hitrost razvoja rastline. Jame in sod. (1998) so preizkusili različne metode za določitev vpliva dolžine dneva na fenologijo rastlin, poleg linearnih in kvadratnih funkcij tudi eksponentne. Vendar pa mnoge od teh predlaganih matematičnih funkcij vsebujejo preveliko število koeficientov, ki izhajajo iz regresijskih analiz brez upoštevanja fiziologije procesov rasti in razvoja. Posledično so informacije, izhajajoč iz takih modelov, krajevno specifične. Dolžina dneva je zelo pomembna pri zasnovi reproduktivnih organov (Carberry in sod., 2001), zato so raziskave številčnejše pri rastlinah, ki so pomembne pri proizvodnji semen. Vpliv dolžine dneva na fenologijo pšenice je proučeval McMasters (1988), prav tako Masle in sod., (1989), ki so ugotovili, da je pojav zaporednih listov pri pšenici bolj koreliran s fototermalnim časom kot s termalnim. Podobne raziskave so bile narejene tudi za ajdo (Baumgärtner in sod., 1998), sojo (Piper in sod., 1996), riž (Kawakata in Yajima, 1993) in številne druge (Hakkinen in sod., 1995; Perry in sod., 1997; Lemos in sod., 1997). Problem pri ugotavljanju vpliva svetlobnih razmer na fenologijo rastlin je v multikolinearnosti temperature in svetlobe, zato izvajajo številne poskuse v kontroliranih razmerah v rastnih komorah, kjer lahko ločeno proučujejo vpliv temperature in dolžine dneva (Hodges, 1991) na rast in razvoj rastlin. Huang in sod. (2001), ki so v nadzorovanih razmerah spremljali vpliv fotoperiode na fenološki razvoj njivske gorjušice, so ugotovili, da ima ta rastlina veliko sposobnost prilagajanja na različne fotoperiodične razmere v okolju. Vpliv dolžine dneva na fenologijo metuljnic v kontroliranih razmerah so proučevali Keatinge in sod. (1998) in ugotovili velike razlike med posameznimi vrstami. Pri sevanju pa je seveda pomembna tudi jakost obsevanja. Birch in sod. (1998) so s poskusom na primeru koruze dokazali, da so majhne vrednosti fotosintetsko aktivnega sevanja značilno podaljšale plastokron (čas med pojavom zaporednih listov na rastlini). 11 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.2.2.4 Nadmorska višina Nadmorska višina prav tako vpliva na variabilnost pojava fenofaz (Jeanneret, 1996). Kochova (2000) je ugotavljala vpliv nadmorske višine na začetek cvetenja češnje ter zorenje divjega kostanja. Za vsakih 100 m višje nadmorske višine cvetenje češnje kasni za 3 dni, zorenje pri divjem kostanju pa za 1,5 dneva. Fenološke značilnosti cvetenja črnega bezga, regrata in domače češplje je proučeval Zrnec (1994). Ugotovljena je bila tesna povezanost med datumom pojava prvih cvetov izbranih vrst in nadmorsko višino. Cvetenje robinije je močno povezano z nadmorsko višino (Walkovszky, 1998; Gorski in Jazurek, 1996). Dolgoletna opazovanja geografskega inštituta v Bernu so pokazala pri leski 5-7 dni poznejše cvetenje za vsakih 100 m višje nadmorske višine (Defila, 1996). Rötzer in sod. (2000) so ugotovili močno statistično značilno odvisnost fenoloških faz od nadmorske višine, geografske dolžine in širine. 2.2.3 Časovna analiza pojavljanja fenofaz Tretji, praktično uporaben del raziskav v fenologiji, zajema analize fenoloških podatkov in uporabo izsledkov le-teh za prognoze na različnih področjih. V zadnjih desetletjih je narasla potreba po raziskavah o vplivu spremenjene klime na fenologijo rastlin. Večina raziskav analizira vpliv spremenjenih temperatur zraka na začetek pojava fenofaz ter trajanje rastne sezone (dolžina medfaznega obdobja, npr. med fenofazo olistanja ter fenofazo rumenenja listja). Poznavanje odvisnosti fenološkega razvoja rastlin od temperature pa nam lahko omogoči tudi ocenitev temperaturnih razmer v preteklosti, če imamo na voljo fenološke podatke. Tako sta Aono in Omoto (1994) razvila metodo, s katero sta na osnovi fenoloških podatkov o cvetenju češnje od 11. stoletja dalje ocenila temperaturo za Kyoto. Nekatere rastlinske vrste se na spremenjene klimatske razmere še posebej močno odzivajo in so zato bolj primerne za takšne vrste proučevanj. Primer je robinija, katere cvetenje je zelo močno korelirano s povprečno spomladansko temperaturo zraka, zato se je z njeno fenologijo ukvarjalo precej avtorjev (Gorski in Jazurek, 1996; Walkovszky, 1998; Bergant in Kajfež-Bogataj, 1999). Rötzer (2000) je analiziral podatke mednarodnih fenoloških vrtov po Evropi in ugotovil v več kot polovici naravnih regij, ki predstavljajo vso Evropo, trend podaljšanja rastne sezone. Te raziskave se ujemajo z izsledki Menzlove (2000) ter Chmielewskega in Rötzerja (2000), ki sta za Evropo ugotovila za obdobje zadnjih 30-tih let približno 8 dni zgodnejše pojavljanje spomladanskih fenofaz, jesenske fenofaze trenda niso pokazale. Kochova (2000) je ugotovila zgodnejši pojav nekaterih spomladanskih fenofaz za zahodne Alpe v Avstriji. Wielgolaski in Klaveness (1996) sta analizirala podatke o začetku cvetenja 41 različnih rastlinskih vrst in ugotovila trend zgodnejšega pojavljanja začetka pomladi oziroma poletja v severnejših predelih Norveške, medtem ko za južne dele trend ni bil statistično značilen. Vpliv klimatskih sprememb na pojave fenofaz je proučeval v Nemčiji Sachweh (1996) in ugotovil pri malem zvončku ter forzitiji značilno zgodnejše pojavljanje fenofaze začetek cvetenja. Nasprotno pa Defila (1996) v svoji raziskavi ni dokazal trenda zgodnejšega pojavljanja fenofaz v Švici, z izjemo pojavljanja prvih listov pri divjem kostanju v Genevi, kar pa naj bi bila posledica ogrevanja mesta in ne klimatskih sprememb. Ahas in sod. (2000) navajajo, da so v Estoniji predvsem spomladanske fenofaze značilno zgodnejše, manjše spremembe so v času pojava jesenskih fenofaz, tako 12 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 da je podaljšanje rastne sezone v zadnjih treh desetletjih predvsem posledica zgodnejšega začetka rastne dobe. Obenem tudi zaključujejo, da bi se naj ob predvidenih scenarijih klimatskih sprememb povečala variabilnost v času nastopa fenofaz. Za Kanado so Beaubienova (1996) ter Beaubien in Freeland (2000) analizirali indekse spomladanskega cvetenja in ugotovili trend 10 dni zgodnejšega cvetenja za obdobje zadnjih šestdesetih let. Predmet raziskav v fenologiji so tudi vplivi klimatskih sprememb v bodočnosti na pojave fenofaz. Tako sta Maakova in Storch (1997) na osnovi GCM modela, ki predvideva do leta 2035 podvojeno koncentracijo CO2, napovedala za severne predele Nemčije dva tedna zgodnejše cvetenje malega zvončka. Ahas in sod. (2000) glede na izsledke raziskave predvidevajo, da bo fenološki razvoj v Estoniji ob spremembi temperature zraka za 2 stopinji ostal znotraj meja naravne variabilnosti (ekstremno topla, ekstremno hladna leta), še bolj pa bi se naj povečala variabilnost v nastopu fenofaz. 2.2.4 Modeliranje fenološkega razvoja S hitrim razvojem računalništva v zadnjih desetletjih se je povečalo število raziskav na področju agrometeoroloških modelov. Modeliranje je način kvantificiranja odnosov med biološkimi procesi (vključujoč tudi fenološke) in dejavniki okolja ali med različnimi biološkimi procesi z namenom bolj natančnega opisa, razumevanja in napovedovanja le-teh glede na pogonske spremenljivke (Lieth, 1974). Če naše poznavanje bioloških in okoljskih procesov lahko izrazimo na kvantitativen način oziroma matematično, potem lahko procese rasti in razvoja, njihove medsebojne interakcije ter interakcije z okoljem opišemo z računalniškim programom oziroma modelom (Scharrer in Schmidt, 1998). Eno izmed načel pri agrometeoroloških modelih je parsimoničnost ali preprostost modelov (Mechlia in Carroll, 1989a; Landau in sod., 2000). McMasters (1988) predlaga multiplo regresijo kot najpreprostejši način za oblikovanje modelov za napoved fenoloških dogodkov. Hodges (1991) navaja, da je za učinkovit prenos znanja (modela) do uporabnika, ki bo lahko to znanje uporabil za rešitev praktičnega problema ali načrtovanje kmetijske proizvodnje, potrebno izpolniti nekatere minimalne zahteve: - program mora biti uporaben za ljudi, katerim je namenjen, to je tistim, ki bi od njega naj imeli koristi. Če je potrebno za učinkovito uporabo modela veliko izkušenj s področja računalništva ali znanja najnovejših znanstvenih dosežkov agronomske znanosti, potem bo relativno malo število potencialnih uporabnikov lahko izkoristilo še tako dober program; - program mora potrebovati samo tiste vhodne podatke, do katerih bodo uporabniki lahko prišli z relativno malo napora in stroškov glede na koristi, ki jih bodo imeli ob uporabi modela; - program naj zagotovi natančne in pravočasne uporabne informacije za rešitev problema, za katerega smo iskali modelsko rešitev. Izdelani so bili številni modeli za napoved fenološkega razvoja različnih kmetijskih rastlin, npr. za pšenico (Harrison in sod., 2000; Landau in sod., 2000), paradižnik (Perry in sod., 1997), koruzo (Cicogna in Gani, 1999; Birch in sod., 1998), ajdo (Baumgärtner in sod., 1998), sadno drevje (Kajfež-Bogataj in Bergant, 1998; Mechlia in Carroll, 1989a,b; Aono 13 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 in Omoto, 1990), hmelj (Zmrzlak, 1991), oljko (Galan in sod., 2001), sojo (Piper in sod., 1996), vinsko trto (Orlandini in sod., 1999; Žust, 1994; Esteves in Manso-Orgaz, 2001). Poleg kmetijskih rastlin so predmet modeliranja tudi fenološke faze gozdnega drevja (Šegula-Ilič, 1990; Veselič, 1990; Chen, 1996). Kott in Valter (1999) sta raziskovala, ali lahko izbrane fenofaze nekaterih divjih rastlin uporabimo kot napovednik za najbolj pomembne fenofaze pri gojenih rastlinah. Fenološki podatki so lahko uporabni tudi pri določanju trajanja rastne dobe. Chen (1996) je v svoji raziskavi z različnimi metodami določeval dolžino rastne dobe gozdnega drevja za gorato področje centralne Nemčije in ugotovil, da lahko dolžino rastne dobe opišemo bolje na osnovi nastopa fenofaz (obdobje od faze olistanja do faze rumenenja listja) kot na osnovi števila dni nad izbranim temperaturnim pragom oziroma obdobjem med zadnjo spomladansko in prvo jesensko slano. Rastna doba, definirana na osnovi nastopa fenofaz, je dejanska rastna doba, ki temelji na fotosintetsko aktivnem obdobju rastline, medtem ko rastna doba na osnovi povprečnih temperatur opisuje le termalne razmere v vegetacijski dobi. Kirchgäßner in sod. (2000) so dolžino vegetacijske dobe za bukev v Nemčiji določili kot obdobje od fenofaze olistanja do rumenenja listja, Chmielewski in Rötzer (2000) pa sta definirala rastno dobo na osnovi povprečnega datuma olistanja in odpadanja listja za štiri rastlinske vrste (breza, češnja, jerebika in ribez). Nastop fenofaze je zunanje vidna sprememba na rastlini, ki pa je posledica notranjih biokemičnih procesov rasti in razvoja (Otorepec, 1980). Kemična sestava rastline in s tem kopičenje aktivnih sestavin je torej povezano s točno določeno razvojno stopnjo rastline, zato je poznavanje nastopa določene fenofaze odločilno pri proizvodnji zdravilnih rastlin (Podolsky, 1984). Kvaliteta travne ruše navadno upada z zrelostjo, zato bi poznavanje povezave med spremembo kvalitete trave in fenološkim razvojem pomenilo velik napredek pri modeliranju optimiziranja pašništva in kvalitete krme. Poskus v kontroliranih razmerah, v katerem so proučevali odnos med kemično sestavo določenih vrst trav in detelj ter njihovim fenološkim razvojem, sta opravila Sanderson in Wedin (1989). Ugotovila sta tesno zvezo med kemično sestavo proučevanih rastlin in fenološkimi fazami. Vse bolj pomembna je tudi uporaba fenoloških podatkov ali modelov za napoved cvetenja alergenih rastlin, kajti cvetni prah rastlin povzroča približno polovico vseh alergij pri ljudeh (Laaidi, 2001). Pravočasna napoved cvetenja alergenih rastlin mogoči tako pacientom kot zdravniku, da se pripravijo na izbruh bolezni, obenem pacienti lahko načrtujejo kraj in datum dopusta tako, da se čimbolj izognejo možnosti alergije (Podolsky, 1984). V Evropi lahko ažurne podatke o stanju cvetnega prahu v zraku glede na območja oziroma posamezne rastline dobimo na naslovu http://www.cat.at/pollen/index.en.html (Jäger, 2001). Če meritev koncentracij cvetnega prahu nimamo na voljo, lahko uporabimo v ta namen fenološke modele za napovedovanje cvetenja alergenih rastlin, tak primer je model za napoved cvetenja trav, ki ga je izdelal Laaidi (2001). 2.3 FENOLOŠKE RAZISKAVE V SLOVENIJI Raziskave na področju fenologije v Sloveniji so relativno mlade, čeprav je arhiv podatkov sorazmerno obsežen in zajema petdesetleten niz podatkov. Do začetka devetdesetih let je bilo fenoloških raziskav zelo malo, na pomen poznavanja fenoloških faz rastlin za uspešno 14 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 simulacijo njihovega razvoja, rasti in pridelka pa sta opozorila Hočevar in Kajfež-Bogatajeva (1991). 2.3.1 Sadno drevje in vinska trta Največ fenoloških raziskav pri nas je povezanih s sadnim drevjem. Hočevar (1964) je v svojem delu določil povezavo med fenolološkim razvojem rastline (češnja, jablana) in tipom vremena, katerega so določali naslednji parametri: osončenje, relativna zračna vlaga in sprememba povprečne dnevne temperature glede na predhoden dan. Raziskoval je tudi korelacijo med nastopi fenofaz ter fototermalnim časom, izraženim kot Geslinov heliotermični faktor. S fenologijo češenj se je ukvarjala tudi Smoletova (1979), ki je v svojem delu primerjala čas pojava različnih fenofaz pri 49 kultivarjih češenj na območju Goriške. Določila je povprečne datume začetka brstenja, cvetenja, zorenja in konca rasti ter izračunala dolžino rastnega obdobja, obdobje počitka, potrebno število dni za razvoj plodov ter trajanje cvetenja. S fenološkim razvojem jablan sta se ukvarjali Sušnikova (1990) in Tabernikova (1990). Sušnikova je določevala variabilnost temperaturnih pragov 0°C in 5°C ter temperaturne vsote za fenofazi olistanja in začetek cvetenja pri štirih sortah jablan. Statistični izračuni so pokazali, da je temperaturni prag 5°C manj variabilen in zato bolj primeren za jablane v naših razmerah. Tabernikova (1990) je določila povprečne dneve pojavov fenofaze olistanja in cvetenja ter dolžine medfaznih obdobij za štiri sorte jablan za 21 krajev Slovenije. Škrjančeva (1997) je v svojem delu proučevala značilnosti fenološkega razvoja treh sort hrušk (‘Tepka’, ‘Viljamovka’, ‘Pastorijevka’) ter nastop temperaturnih pragov 0°C in 5°C za tridesetletno obdobje za 11 fenoloških postaj v Sloveniji. Na osnovi dolgoletnih fenoloških podatkov so bile proučevane možnosti napovedovanja pojavljanja fenofaze splošnega cvetenja jablane (Malus domestica Borkh) sorte ‘Bobovec’ v Ljubljani (Kajfež-Bogataj in Bergant, 1998). Kot neodvisne spremenljivke so bile uporabljene: vsota akumuliranih temperatur zraka od prestopa temperaturnega praga 6°C, povprečne mesečne temperature zraka v pomladnih mesecih, predhodne fenološke faze pri jablani in fenološke faze pri drugih rastlinah (breza in lipa). Rezultati so pokazali, da za napovedovanje cvetenja jablane lahko uporabimo tako fenološke podatke negojenih rastlin kot tudi predhodne faze razvoja jablane. Na osnovi te raziskave so bile narejene tudi primerjave napovedovanja splošnega cvetenja jablane, hruške in češplje (Kajfež-Bogataj in Bergant, 1999; Bergant in sod., 2001). Tako v primeru uporabe multiple linearne regresije kot tudi metode temperaturnih vsot so bile podobnosti med modeli napovedovanja vseh treh sadnih vrst očitne. Narejenih je bilo tudi nekaj raziskav glede možnosti uporabe fenoloških podatkov samoniklih rastlin za napovedovanje fenofaz sadnih rastlin. Strajnarjeva (1997) je v svojem delu na osnovi meteoroloških in fenoloških podatkov iskala zveze med nastopom fenoloških faz sadnih rastlin (jablana, domača češplja, hruška, oreh) in samoniklih rastlin (breza, bukev, lipa, divji kostanj, španski bezeg, ivanjščica, robinija). Fenološke značilnosti cvetenja črnega bezga, regrata in češplje je proučeval Zrnec (1994). Ugotovil je tesno povezanost med datumom pojava prvih cvetov izbranih vrst in nadmorsko višino ter povezanost med časom cvetenja samoniklih vrst in gojenega sadnega drevja, s čimer je lahko napovedal cvetenje češplje, sorta ‘Domača češplja’. 15 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Žustova (1994) je proučevala zveze med dolžinami glavnih medfaznih obdobij vinske trte in vsotami temperatur nad izbranimi temperaturnimi pragovi za postaji Gornja Radgona ter Slap pri Vipavi, pri čemer so bile ugotovljene pozitivne linearne zveze med dolžino medfaznih obdobij in vsotami temperatur nad izbranimi temperaturami pragovi. S fenologijo vinske trte se je v svojem delu ukvarjala tudi Sanda (1999), ki je ugotavljala pogojenost nastopa fenofaz štirih sort vinske trte glede na vinorodni rajon oziroma geografsko lego. Poleg tega je analizirala tudi možnost napovedovanja določenih fenofaz pri vinski trti na osnovi predhodnih fenofaz in različnih temperaturnih pragov. 2.3.2 Poljščine S fenologijo hmelja se je v svoji raziskavi ukvarjal Zmrzlak (1991), ki je analiziral pojav vseh fenofaz pri hmelju za sorti ‘Savinjski golding’ in ‘Auroro’, izračunal vsote efektivnih temperatur za nastop fenofaze zrelosti pri obeh sortah in na osnovi linearne regresije izdelal modele za napovedi nastopa določenih fenofaz glede na predhodne fenofaze in meteorološke spremenljivke. Povezavo med fenofazami pri ovsu in nekaterimi agrometeorološkimi spremenljivkami je proučeval Hočevar (1964). Okornova (1994) je ugotavljala značilnosti dinamike fenološkega razvoja ozimne pšenice za različne kultivarje in lokacije glede na meteorološke parametre (povprečne dnevne temperature zraka ter dneve s snežno odejo debelejšo od 1 cm). Raziskava je pokazala, da obstajajo izrazite medsebojne povezanosti posameznih fenofaz, na osnovi katerih je možno oblikovanje fenoloških modelov za napoved fenofaz vznika, cvetenja, mlečne, voščene in polne zrelosti ter žetve. Dolžino medfaznih fenoloških obdobij pri koruzi in njene toplotne potrebe je proučevala Sušnikova (1994) za področje severovzhodne Slovenije. Uporabila je tri različne metode izračunavanja toplotnih potreb: vsote efektivnih temperatur nad pragom 10°C, modificirane vsote efektivnih temperatur in vsote koruznih toplotnih enot po Brownu. S fenologijo koruze sta se ukvarjala Cicogna in Gani (1999), ki sta v svoji raziskavi izdelala karte povprečnih letnih vsot efektivnih temperatur zraka za večje število fenoloških postaj v Sloveniji in italijanski regiji Furlaniji-Julijski krajini. 2.3.3 Gozdno drevje Nekaj raziskav je obravnavalo tudi fenologijo gozdnega drevja. Model ozelenitve nekaterih drevesnih vrst (breza, bukev, hrast dob in smreka) je izdelal Šegula-Ilič (1990). Pri tem je uporabil dve metodi: prva uporablja kot neodvisne spremenljivke efektivne temperature zraka, globalno obsevanje, veter in padavine, druga metoda za izračun ozelenitve pa temelji na vsoti efektivnih temperatur iglic glede na njihovo energijsko bilanco. Veselič (1990) je v svoji nalogi analiziral pojav olistanja bukve glede na različne meteorološke dejavnike na treh postajah (Rateče-Planica, Rovte in Maribor). Na osnovi poskusa z bukovimi mladikami v nadzorovanih razmerah je nakazal tudi vpliv dolžine dneva, spektralne sestave svetlobe in vlažnosti tal na olistanje bukve. Hočevar (1990) je v svojem delu podal značilnosti fenološkega razvoja nekaterih listopadnih vrst v Sloveniji. 16 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.3.4 Ostale fenološke raziskave Zaradi omejenega števila fenoloških opazovalnih postaj je potrebno včasih z različnimi metodami prostorsko interpolirati fenološke podatke, da bi dobili bolj globalen vpogled na različne fenofaze cvetenja na različnih lokacijah. V raziskavi sta bili za interpolacijo fenoloških podatkov za cvetenje robinije za hladno in toplo pomlad uporabljeni dve metodi: navadni kriging (brez informacije o reliefu) in kriging z zunanjim odklonom (vključena nadmorska višina) (Bergant in Kajfež-Bogataj, 1999). S statističnim interpoliranjem povprečnih mesečnih temperatur zraka v manjšo prostorsko skalo pri napovedovanju cvetenja regrata so se ukvarjali Bergant in sodelavci (2002). Dečmanova (1995) je analizirala nastop spomladanskih in jesenskih temperaturnih pragov, dolžino obdobja med pragovoma ter vsoto aktivnih temperatur nad temperaturnimi pragi 0°C, 5°C in 10°C za pet klimatsko različnih krajev v Sloveniji. Črepinškova in Kajfež-Bogatajeva (2001) pa sta s statistično metodo določili spodnje temperature pragov za nastop fenofaz pri različnih samoniklih in gojenih rastlinah na osmih lokacijah v Sloveniji. Fenološki podatki so uporabni tudi na področju varovanja človekovega zdravja. V raziskavi so proučevali sinhronizem med pojavom fenološke faze in začetkom sezone pojava peloda, ki pri določenih osebah povzroča alergije (Sušnik in Kofol-Seliger, 1999). Za lesko, jelšo in brezo so primerjali datume nastopa fenološke faze cvetenja s podatki o pojavu peloda (meritve le-tega izvaja pri nas Inštitut za varovanje zdravja v Ljubljani). Analiza je pokazala, da z beleženjem fenološke faze cvetenja lahko ocenimo začetek sezone pojava peloda v zraku za regije, kjer še ni vzpostavljen monitoring peloda. Glede na pričakovane spremembe svetovne klime so narejene že številne raziskave fenoloških trendov, prve tudi pri nas. Strajnarjeva (1997) je raziskovala spremembe fenološkega razvoja nekaterih sadnih in samoniklih rastlin glede na klimatska nihanja. Spremembe v času pojava fenoloških faz ter trende za nekatere samonikle rastline v Sloveniji je analizirala Sušnikova (2000). Za cvetenje regrata in olistanje breze je bil pojav zgodnejši za obdobje 1951-1997, medtem ko je za bukev ugotovila kasnejše olistanje in kasnejše rumenenje. Izračunala je tudi, da bi naj do leta 2025 regrat cvetel približno 10 dni zgodneje, jesensko rumenenje bukve pa naj bi se pričelo 12 dni kasneje. Kajfež-Bogatajeva (2001) je ugotavljala vpliv povišanja pomladanskih temperatur zraka na olistanje nekaterih dreves in grmovnic, olistanje je bilo na večini lokacij zgodnejše, najmočnejša trenda pa sta bila značilna za lesko in ivo. V okviru mednarodne izmenjave fenoloških podatkov je narejenih tudi nekaj tujih raziskav o fenoloških trendih v Sloveniji (Skaar, 1999; Chmielewski in Rötzer, 2000). 2.4 METODE OBDELAVE FENOLOŠKIH PODATKOV 2.4.1 Določitev temperature praga Izbira pravilne temperature praga je kritična vrednost za izračun akumulirane toplote, potrebne za nastop določene fenološke faze (Spano in sod., 1999). V preglednici 1 je prikazan hipotetičen primer, ki nam prikazuje, kakšno napako naredimo pri izračunu toplotnih enot ob nepravilni izbiri temperature spodnjega praga (TP). 17 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 1 : Hipotetični primer prikaza napake izračuna vsote efektivnih temperatur ob uporabi nepravilne temperature praga Table 1: Hipotetical example illustrating the error of degree-days sum through the use of an incorrect base temperature Vsota efektivnih temperatur Tpov(°C) Št. potrebnih dni do nastopa Fx TP=3°C TP=5°C TP=7°C 15 n=120 1440 (+240) 1200 960 (-240) 20 n=80 1360 (+160) 1200 1040 (-160) 25 n=60 1320 (+120) 1200 1080 (-120) V gornjem primeru predpostavljamo, da je pravilna temperatura praga za neko izbrano rastlino 5°C, potrebna vsota efektivnih temperatur do nastopa obravnavane fenofaze (Fx) pa znaša 1200°C. Vsota efektivnih temperatur pri TP=5°C je enaka ne glede na to, pri kakšni povprečni temperaturi smo rastlino vzgajali; količina toplote, potrebna za celoten razvoj organizma, se ne spreminja, produkt temperature in časa je vedno enak (Zalom in sod., 1983). Ob višji temperaturi (25°C) je potreben za razvoj krajši čas (60 dni) kot ob nižji temperaturi (15°C) (120 dni). Pri izbiri prenizke TP (TP=3°C) je izračunana Vef previsoka (npr. pri Tpov=15°C za 240°C); ravno nasprotno pa nam izračun Vef daje prenizke vrednosti, kadar je izbrana TP previsoka (pri TP=7°C in Tpov=15°C je izračunana Vef enaka 960°C namesto 1200°C). Na splošno lahko trdimo, da bo ob previsoko izbrani TP vsota efektivnih temperatur za določeno rastlino naraščala skladno z naraščajočo povprečno temperaturo med rastno dobo, če izberemo prenizko temperaturo praga, bo trend obraten. Koncept temperature praga lahko opišemo fiziološko ali statistično. Določitev temperature praga na osnovi fizioloških parametrov rastline je precej zahtevna, saj so za to potrebni dolgotrajni in obsežni poljski poskusi, na temperaturo praga pa vplivajo številni dejavniki kot so npr. kultivarji rastlin, starost rastline, razvojna faza, karakteristike tal, preskrbljenost rastlin z vodo in hranili (Arnold, 1959; Lemos in sod., 1997; Liu in sod., 1988). Zato se za izračun Vef uporabljajo metode, ki temeljijo na oceni, da sta stopnja razvoja rastline in temperatura linearno povezani, kar popolnoma ne drži, še posebej pri nižjih temperaturah (Arnold, 1959; McMasters, 1988). Zaradi vseh že omenjenih spremenljivk, ki vplivajo na temperaturo praga in dejanske nelinearnosti temperaturne odvisnosti rasti, so vse statistične metode za izračun temperature praga v linearnem sistemu samo ocena dejanskih fizioloških temperatur praga za izbrano rastlino (Wielgolaski, 1999). Potrebno je preizkusiti niz različnih temperatur v območju možnih temperatur praga, tako so npr. za določitev TP za cvetenje koruze testirali temperature med 0°C in 15°C po korakih za 1°C, za fenofazo razraščanja pri sladkornem trstu temperature v območju med –2°C ter 20°C (Liu in sod., 1998). Perry in sod. (1986) so določili TP za fenofazo zrelosti kumar po analizi temperatur med 0°C in 25.5°C. Tista temperatura, ki nam da najmanjši koeficient variacije ali standardnega odklona oziroma vrednosti regresijskega koeficienta najbližje vrednosti 0, je statistično določena temperatura praga za izbrano rastlino. Pregled najbolj pogosto uporabljanih statističnih metod za določitev TP podajajo Arnold (1959), Snyder in sod. (1999), Wielgolaski (1999) ter Yang in sod. (1995): 18 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.4.1.1 Metoda najmanjšega standardnega odklona vsote efektivnih temperatur Po tej metodi (Arnold, 1959; Yang in sod., 1995) je izbrana temperatura praga tista, z uporabo katere je standardni odklon vsote izračunanih efektivnih temperatur do nastopa Fx minimalen. Najmanjši standardni odklon vsote efektivnih temperatur je definiran kot: aVef) Wef-Vef) n-1 pri čemer je Vef povprečna vsota efektivnih temperatur za vse rastline, n je število vseh obravnavanih rastlin, Vlefje Vef za i-to rastlino in a(Vef) najmanjši standardni odklon Vef. Pri tej metodi izračunamo niz vsot efektivnih temperatur glede na niz možnih temperatur praga. Za vsako vsoto efektivnih temperatur izračunamo standardni odklon. Tista temperatura praga, na osnovi katere je standardni odklon Vef najmanjši, je statistično določena najprimernejša TP za izbrano fenofazo. Ker je postopek določitve TP na ta način dolgotrajen in zahteva precej računanja, so Yang in sod. (1995) iz gornje metode izpeljali enačbo, ki nam omogoča hitrejši izračun TP s sorazmerno malim številom potrebnih podatkov: =1,Trdr=1ldi-n-fld2-Ti TP = ^-----^--------=1 … (2) n-T,d2 pri čemer je Ti povprečna dnevna temperatura zraka za obdobje, izraženo kot število dni (di), ki ga i-ta rastlina potrebuje za nastop Fx, n pa je število vseh obravnavanih rastlin. 2.4.1.2 Metoda najmanjšega standardnega odklona števila dni Po tej metodi (Snyder in sod., 1998; Yang in sod., 1995) je izbrana temperatura praga tista, z uporabo katere je standardni odklon števila dni do nastopa Fx minimalen. Najmanjši standardni odklon v dnevih je definiran kot: °d =-----JL) …(3) Tpm-TP pri čemer je ad najmanjši standardni odklon v dnevih, a(Vef) najmanjši standardni odklon Vef, Tpov povprečna dnevna temperatura zraka za obdobje, potrebno za nastop Fx pri vseh rastlinah in TP temperatura praga. Metoda 2.4.1.2 vključuje isti postopek kot metoda 2.4.1.1, se pravi izbiro prave TP iz niza možnih TP. Razlika je le v enotah, v katerih izražamo napako; pri prvi metodi jo izražamo 19 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 kot stopinje in pri drugi kot dneve, ki jih toplotne enote v bistvu predstavljajo. Število dni nam bolj nazorno prikazuje odstopanje od povprečnega datuma nastopa Fx za obravnavano rastlino. Tudi pri tej metodi lahko skrajšamo računski postopek določitve TP: 1 Tpov ~Ti)-di ~n- 1 Tpoy-Tif -d2 TP = Tpov-----^-----------------J--------^------------------— …(4) n- ^d2 -{T -Tj-n- Ž(r -Tj-df ¦ Y^dt i=1 i=1 i=1 V enačbi (4) je Tpov povprečna dnevna temperatura zraka za obdobje, potrebno za nastop Fx pri vseh (n) rastlinah, Ti pa povprečna dnevna temperatura zraka za obdobje (di), potrebno za nastop Fx pri i-ti rastlini. 2.4.1.3 Metoda najmanjšega koeficienta variabilnosti števila dni Metodi 2.4.1.1 in 2.4.1.2 dajeta absolutne vrednosti odstopanja vsote efektivnih temperatur oziroma dni od povprečja, ne pokažeta pa relativne velikosti teh odstopanj. Yang in sod. (1995) ter Wielgolaski (1999) predlagajo kot eno izmed možnih metod za izračun TP naslednjo enačbo: KV = ^--100% …(5) d KV je koeficient variabilnosti, izražen v odstotkih, ad najmanjši standardni odklon v dnevih in d povprečno število dni, ki so potrebni za nastop Fx za n rastlin. V enačbi (5) je d enak za vse rastline, izračunan pa je kot povprečje vseh obdobij (di), potrebnih za nastop Fx za vsako posamezno (i-to) rastlino. Iz enačbe (5) izpeljemo TP kot: iTrd2-iTrdi-Tdifr2-d2 TP = l1n----------^1ni=1 'w=1----------- …(6) Td2-TTrdt-idriTrd2 i=1 i=1 i=1 i=1 V gornji enačbi je Ti povprečna dnevna temperatura zraka za obdobje di, potrebno za nastop Fx pri i-ti rastlini, n pa število vseh obravnavanih rastlin. Vse tri zgoraj opisane metode so empirične. Za določitev TP, ki nam da najmanjšo variabilnost efektivnih temperatur ali dni, je potrebno izbrati niz možnih temperatur za izračun Vef ali d in njihove pripadajoče standardne odklone. Če je TP, ki daje najmanjše standardne odklone, precej pod ničlo, smo lahko pogrešili že pri izbiri možnih TP. 20 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.4.1.4 Metoda regresijskega koeficienta linearnega regresijskega modela Ta metoda vsebuje TP kot neodvisno spremenljivko in Vef kot odvisno spremenljivko (Wielgolaski, 1999; Yang in sod., 1995). Da bi izboljšali metodo oziroma odpravili del pomanjkljivosti prvih treh empiričnih metod, so Yang in sod. (1995) razvili metodo regresijskega koeficienta za določitev TP. Metoda temelji na opredelitvi odvisnosti med povprečno temperaturo zraka v obdobju, potrebnem za nastop Fx in vsoto efektivnih temperatur, potrebnih za nastop Fx, z linearnim regresijskim modelom: Vlef=a + b-Tt …(7) v^fc-ip)-^ …(8) Vlef je vsota efektivnih temperatur, potrebnih za nastop Fx za i-to rastlino, Ti je povprečna dnevna temperatura zraka za obdobje di, potrebno za nastop Fx pri i-ti rastlini, TP je temperatura praga, a in b pa sta konstanti regresijskega modela. V tem linearnem regresijskem modelu je neodvisna spremenljivka povprečna temperatura zraka in odvisna spremenljivka vsota efektivnih temperatur, model temelji na predpostavki, da Vef konstantna in neodvisna od povprečne temperature (Zalom in sod., 1982). Kadar je izbrana TP previsoka, je regresijski koeficient pozitiven in obratno negativen ob prenizko izbrani TP. Kadar je regresijski koeficient enak nič, je izbrana temperatura TP. Izračunamo jo lahko kot: 7p = l=1i=1i=1 (9) n T1Tt- TdrTt -n-Xdt-T2 n n ZdrZTi-t=1 t=1 n n-Tdj-T; pri čemer je Ti povprečna dnevna temperatura zraka za obdobje di, potrebno za nastop Fx pri i-ti rastlini, n pa število vseh obravnavanih rastlin. 2.4.1.5 Metoda stopnje razvoja Gre prav tako za metodo linearne regresije, kjer določimo TP glede na stopnjo razvoja rastline (Arnold, 1959): 1/d = a + b-Tpov …(10) TP = -a/b, kadar je 1/d = 0 …(11) V enačbi (10) je 1/d stopnja razvoja, d je število dni, potrebnih za nastop Fx, Tpov povprečna temperatura zraka, a je nagib regresijske premice in b regresijski koeficient. Kadar je 1/d=0, takrat je TP=-a/b. Potrebujemo podatek o povprečni temperaturi in povprečni stopnji razvoja glede na Vef. Iz podatkov za n-ponovitev (rastlin) nato lahko oblikujemo regresijsko enačbo, v kateri je Tpov neodvisna in 1/d odvisna spremenljivka. 21 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Metoda temelji na predpostavki, da serijo morfoloških in biokemičnih sprememb, katerih posledica so vidne spremembe (pojav fenofaze), lahko merimo s t.i. enotami razvoja. Arnold (1959) je stopnjo razvoja izrazil v % na dan. Nekateri avtorji v zgodnjih stopnjah merijo razvoj glede na število nodijev na rastlini (Podolsky, 1984), drugi ga izražajo kot plastokron, to je termalni čas, ki je potreben za pojav dveh zaporednih listov na rastlini (Masle in sod., 1989), pri tej metodi pa je problematično to, da ne moremo enačiti razvoja v vegetativni in generativni fazi. Pri določanju dejanske spomladanske temperature praga po definiciji velja, da nastopi ta temperatura z dnem, po katerem se povprečna dnevna temperatura spomladi ne spusti več pod temperaturo praga. Pred nastopom temperature praga povprečna dnevna temperatura niha okrog temperature praga, kasneje pa se dvigne in le izjemoma pade pod temperaturo praga. Pojav nizkih temperatur kasneje lahko vpliva na zastoj rasti pri rastlinah, ne spremeni pa začetka fizioloških procesov oziroma datuma prestopa temperature praga. Glede na predhodne raziskave Dečmanove (1995) in Abseca (2001) bomo kot kriterij za nastop dejanskega temperaturnega praga preizkusili dve dolžini obdobja, ko mora biti povprečna dnevna temperatura zaporedoma višja (spomladi) od temperature praga in sicer 5 in 10 dni. 2.4.2 Izračun temperaturnih vsot Temperatura nadzoruje stopnjo razvoja pri mnogih organizmih. Rastline potrebujejo določeno količino toplote za razvoj od ene do druge točke razvoja v njihovem življenskem ciklu. Količina toplote, potrebna za celoten razvoj organizma, se ne spreminja, produkt temperature in časa je vedno enak (Zalom in sod., 1983). Za kvantifikacijo vpliva temperature na razvoj rastline uporabljamo izraz termalni čas ali fiziološki čas. Akumuliran termalni čas računamo kot vsoto efektivnih temperatur (Vef), ki jim je bila rastlina tekom vegetacije izpostavljena. Lahko gre za linearen odnos ali različne nelinearne povezave. Termalni čas temelji na temperaturi zraka, razen v zgodnjih stadijih pri nekaterih rastlinah, ko je meristem še pod površino tal ali blizu tal, v takih stadijih je boljše kot temperaturo zraka uporabiti temperaturo tal. Metode za izračun vsote efektivnih temperatur so številne. Nekatere temeljijo na uporabi urnih vrednosti temperature zraka, uporabne so v primerih, ko potrebujemo zelo natančne izračune. Ker pa je s tem postopek računanja veliko bolj zapleten, predvsem pa, ker podatki vedno niso na voljo, večina metod uporablja za izračun dnevne minimalne in maksimalne temperature zraka. Izračun Vef temelji na predpostavki, da lahko dnevni temperaturni profil izrazimo z določeno krivuljo, oziroma izračunamo akumulirane toplotne enote kot površino pod temi dnevnimi temperaturnimi krivuljami v območju med spodnjo in zgornjo temperaturo praga (TP). 22 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 zg_o_rnji _ T__P spodnji T_P_ ------------------24 UR------------------ 12 dan (ure) 24 Slika 1: Vsota efektivnih temperatur je akumuliran produkt časa in temperature med temperaturo spodnjega in zgornjega praga Figure 1: Degree-days are the accumulated product of time and temperature between lower and upper developmental thresholds Temperatura spodnjega praga je za organizem definirana s temperaturo zraka, pod katero se razvoj in rast ustavita, temperatura zgornjega praga pa je temperatura zraka, nad katero se stopnja rasti ali razvoja začne zmanjševati ali se ustavi. Skupna količina za organizem potrebne toplote, med temperaturo spodnjega in zgornjega praga, ki povzroči prehod od ene do druge razvojne točke življenskega cikla, se pogosto računa kot vsota efektivnih temperatur, ki so akumuliran produkt časa in temperature med razvojnima pragoma za vsak dan. Ena efektivna stopinja je dosežena, če imamo en dan (24 ur) s temperaturo, višjo za eno stopinjo od temperature praga. Večja kot je torej razlika med temperaturo zraka in temperaturo praga, večja je vsota efektivnih temperatur oziroma hitrejša je stopnja razvoja rastline. Temperaturne vsote dobimo s seštevanjem pozitivnih povprečnih temperatur zraka, torej od datuma, ko je presežena temperatura spodnjega praga 0°C (Kramer in sod., 2000). To so vsote aktivnih temperatur (Vakt): Voh i=1 T(i) ? 0o C …(12) Če pa vsote računamo od prestopa višje temperature praga, moramo od povprečne dnevne temperature odšteti izbrano temperaturo praga (oziroma biološkega temperaturnega minimuma). To vsote efektivnih temperatur (Vef): Vef 7 (1 (/ ) z=1 TP) …(13) Izbira prave TP je bistvenega pomena za pravilen izračun Vef, pomen in metode za določitev TP smo opisali v poglavju 2.4.1. Za izračun akumuliranih toplotnih enot pa poleg že omenjenih temperatur potrebujemo tudi začetni datum, s katerim začnemo šteti termalni čas (starting date ali biofix). Pri enoletnicah glede tega ni težav, saj poznamo datum setve oziroma sajenja. Pri trajnicah bi bilo vsekakor najboljše ta začetni datum določiti fiziološko, kar pa je zelo težko, saj je dejanski datum začetka razvoja rezultat predhodnih razmer (pretekla rastna doba) in dejanskih razmer v tekočem letu (Mechlia in Carroll, 0 0 _ 23 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 1989a). Zato se v fenoloških študijah pogosto uporablja kot začetni datum kar začetek koledarskega leta, to je 1. januar (McMaster, 1988; Menzel, 1996; Spano in sod., 1999). Wielgolaski (1999) predlaga za Norveško, kjer je pričetek rastne dobe v primerjavi z našimi kraji zakasnjen zaradi nizkih temperatur, ta začetni datum od 1. aprila dalje. Veselič (1990) pa je v svoji raziskavi ugotovil, da so v Ratečah za čas olistanja bukve pomembne šele temperaturne razmere od 1. marca dalje, medtem ko je ta datum za Maribor 1. februar. Eden izmed možnih način določitve začetnega datuma je seštevanje inaktivnih temperatur po koncu rastne dobe, ki so potrebne za prekinitev dormance (Vučetić M. in Vučetić V. , 1996). Vsi izračuni, ne glede na uporabljeno metodo, so le ocena dejanske vsote efektivnih temperatur za dane temperature in temperaturi obeh pragov (Roltsch in sod., 1999). Vendar pa so ocene dovolj dobre glede na zanesljivost merilnih instrumentov in zahtevano natančnost glede na uporabo rezultatov. Metode se med sabo precej razlikujejo po stopnji matematične zapletenosti, najpogosteje uporabljane metode za izračun Vef pa so: metoda pravokotnika, metoda trikotnika in metoda sinusoide. 2.4.2.1 Metoda pravokotnika Je najenostavnejša metoda za izračun Vef, sicer manj natančna od metod trikotnika in sinusoide, vendar daje zadovoljive rezultate in velja kot standardna metoda. Najbolj pogosto uporabljana enačba za izračun Vef po tej metodi je naslednja (McMaster in Wilhelm, 1997; Perry in sod., 1997; Liu in sod., 1998) : vef n zz y1 i=1 (t +T V max min / TP …(14) Vsoto efektivnih temperatur od začetka rasti do dneva n, ko nastopi fenofaza, računamo kot vsoto razlik med povprečno dnevno temperaturo zraka in izbrano temperaturo spodnjega praga za obravnavano rastlino. Pri uporabi enačbe (14) pa sta možni dve interpretaciji glede na to, kdaj temperaturo zraka primerjamo s temperaturo praga (McMaster in Wilhelm, 1997). Primer A: Če je ^max +7min 2 Tmax>Tmin) od TP, dajeta obe metodi isti izračun povprečne temperature in s tem tudi vsote efektivnih temperatur. Razlika v izračunu nastane, kadar je TP večja od minimalne temperature in manjša od maksimalne (Tmin TPZG, potem velja Tmax =TPZG - (Tmax -TPZG) in sledi Vef = E(TPZG - (Tmax - TPZG)) - TPSP) - po tej metodi natančneje definiramo Vef, kadar je temperatura praga v območju med dnevnima temperaturnima ekstremoma (Liu in sod., 1998) n Vef = 2 vef = 1 i= (t +T ) max min / 2 TP 2 če TP < Tmin V max + ^min ) f TP - Tmin . (t -T ) 2 max min !, TP če rmin ~^ A h. /2 1 •*"V N 2 K y /y> l\ ,2 CO yV ^^ V /\ V / \/ / \ V / A /N. X fs / ' , /> X / \ ^ C A u V / / > \ / / <, Sk / y / V \ / \ // V \ / / \ V 1 / \ \ / E ^v V\ 1/ V^ KV \ V\ / L r \^ t ^^ 1 ^ 12 ur 12 ur 24 ur 24 ur Slika 3: Metoda dvojnega trikotnika za izračun vsote efektivnih temperatur (prirejeno po Degree-days…, 2001) Figure 3: The double triangle method of accumulation of growing degree-days (after Degree-days…, 2001) 2.4.2.3 Metoda sinusoide a) Metoda enojne sinusoide Na sliki 4 je prikazana metoda enojne sinusoide. Pri tej metodi prikažemo potek temperaturne krivulje za 24-urno obdobje kot sinusoido. Ocena Vef za ta dan sledi iz izračuna površine pod sinusno krivuljo in med temperaturama obeh pragov. Metoda predpostavlja, da je temperaturna krivulja simetrična okrog maksimalne temperature. co *^ CO CD E .03 Cas Slika 4: Metoda enojne sinusoide za izračun vsote efektivnih temperatur (prirejeno po Degree-days…, 2001) Figure 4: The single sine method of accumulation of growing degree-days (after Degree-days…, 2001) b) Metoda dvojne sinusoide Na sliki 5 je prikazana metoda dvojne sinusoide. Po tej metodi prikažemo potek temperature za prvo polovico dneva (od minimalne do maksimalne temperature) kot prvi del sinusne krivulje, drugi del sinusne krivulje za naslednjo polovico dneva pa upošteva 27 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 minimalno temperaturo naslednjega dne, zato krivulja ni simetrična okrog maksimalne temperature. Ocena Vef temelji torej na seštevku površin za dve pol-dnevni obdobji. CO >^c ^ S/*' i \ ** 1x /~>*S~ r\ /2 1\ 4 /7\ X 2 K / '/ V \ ,2 CO V /S. \/ \/ / \ *> / \y / \ > y i^ / X X A / ¦ / \ X / \ , \ A u k i ' / > \ / / ^ \ / , f \ \ 1 \ i / V \ / / x^ \ / / \ \ 1 E v/ / V \ // ^ V-k j/ \ \ \ L r ^ ^ ^*s i V 12 ur 12 ur 24 ur 24 ur Cas Slika 5: Metoda dvojne sinusoide za izračun vsote efektivnih temperatur (prirejeno po Degree-days…, 2001) Figure 5: The double sine method of accumulation of growing degree-days (after Degree-days…, 2001) 2.4.2.4 Huberova metoda Daje iste rezultate kot metoda sinusoide s horizontalnim odštevkom, razen v primerih, če sta minimalna in maksimalna dnevna temperatura med temperaturama obeh pragov. V takšnem primeru od vsote efektivnih temperatur za vsak dan odštejemo 0.3oC. Ta metoda se uporablja predvsem za sušne predele. 2.4.2.5 Modificirane metode za izračun vsot efektivnih temperatur Uporabimo jih lahko, kadar imamo določeno tudi temperaturo zgornjega praga. Metode odštevkov se nanašajo na način, kako bo izračunana površina za oceno Vef prilagojena (zmanjšana) glede na temperaturo zgornjega praga (slika 6). Od celotne površine pod krivuljo (Vef) odštejemo določen del površine in dobimo tako modificirano Vef glede na predpostavko, kako poteka hitrost razvoja pri temperaturah, višjih od temperature zgornjega praga. Tri osnovne metode so: metoda horizontalnega odštevka, metoda sredinskega odštevka in metoda vertikalnega odštevka. a) Metoda horizontalnega odštevka Pri tej metodi predpostavimo, da se razvoj nadaljuje z nespremenjeno stopnjo rasti pri temperaturah zraka nad temperaturo zgornjega praga. Matematično gledano od celotne površine pod temperaturno krivuljo med obema temperaturama pragov odštejemo del površine nad temperaturo zgornjega praga. b) Metoda sredinskega odštevka Metoda sredinskega odštevka predpostavlja, da se hitrost razvoja pri temperaturah zraka nad temperaturo zgornjega praga upočasni, a ne ustavi. Matematično gledano od celotne površine pod temperaturno krivuljo med obema pragoma odštejemo dvakratno površino nad temperaturo zgornjega praga. 28 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 c) Metoda vertikalnega odštevka Ta metoda predpostavlja, da je hitrost razvoja pri temperaturah zraka nad temperaturo zgornjega praga nič oziroma da se razvoj ustavi. Matematično gledano od celotne površine pod temperaturno krivuljo med obema temperaturama pragov odštejemo celotno površino pod krivuljo za čas, ko je temperatura zraka nad temperaturo zgornjega praga. a b c Horizontalni Sredinski Vertikalni Brez odštevek odštevek odštevek odštevka ,-^max ,-^nax ^max ^rax min./ V miny V min-/ V min 1 TpZ6 TPSF O TP® 2 TPSP..................................................................................................................... ' >S.max >>max >S.max /^S.max miny V miny V miny V miny V TP26.......~/"\max.........7"""\max 7""Nmax jfcmax jp min-/ V min-/ V min--/ V. min-/ > TP3 max —max _max --.max 4 TPS mm^ ^ mmy ^ mm^ ^ mm _jnax ^jnax ^jnax ^jnax Slika 6: Modifikacije izračuna Vef z različnimi metodami odštevkov na primeru enojne sinusoide za šest možnih razmerij med dnevno temperaturno krivuljo ter spodnjo in zgornjo TP. Dnevna temperaturna krivulja je lahko : 1. Nad obema TP 2. Pod obema TP 3. Med obema TP 4. Omejena s spodnjo TP 5.Omejena z zgornjo TP ali 6. Omejena z obema TP (prirejeno po Degree-days…, 2001) Figure 6: The modifications of the degree-day calculation by different cut-off methods to the single sine method of calculation for six possible relationships between the daily temperature cycle and the upper and lower thresholds. The temperature cycle can be: 1. Above both thresholds 2. Below both thresholds 3. Between both thresholds 4. Intercepted by the lower threshold 5. Intercepted by the upper threshold 6. Intercepted by both thresholds (after Degree-days…, 2001) 29 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 2.4.3 Izračun fototermalnega časa Termalni čas računamo kot akumulacijo temperatur nad temperaturo praga v času enega dneva (24 ur), pri izračunu fototermalnega časa pa upoštevamo tudi dolžino svetlega dela dneva (McMaster, 1988): Pt = hdsr{r -TP) …(20) i=1 kjer je Pt fototermalni čas, potreben za nastop Fx, dsi dolžina svetlega dela i-tega dneva, Tpov povprečna dnevna temperatura zraka za i-ti dan in TP temperatura praga. Dolžina dneva je v tej metodi definirana kot obdobje med sončnim vzhodom in zahodom. Jame in sod. (1998) so uporabili za opredelitev vpliva dolžine dneva na razvoj rastlin preprosto multiplo regresijsko enačbo: 1/d = a + b-Tpov+c-dspov …(21) kjer je 1/d dnevna stopnja razvoja, Tpov povprečna dnevna temperatura zraka in dspov povprečna dolžina dneva za nastop Fx, a,b in c pa so koeficienti regresijske enačbe. V enačbah (20) in (21) sta vključeni povprečni dnevni temperaturi zraka. Masle in sod. (1989) pa predlagajo enačbo, v katero vključimo povprečno temperaturo zraka le za svetli del dneva: Pt = 1 dsr(Tds-TP) …(22) i= kjer je Pt fototermalni čas, potreben za nastop Fx, dsi dolžina svetlega dela i-tega dneva, Tds povprečna temperatura zraka za svetli del i-tega dneva in TP temperatura praga. Tds=Tmin+k.(Tmax-Tmin) …(23) Iz podatkov o minimalni in maksimalni dnevni temperaturi zraka lahko po gornji enačbi izračunamo povprečno temperaturo zraka za samo svetli del dneva. Koeficient k v enačbi (23) lahko določimo empirično ali s pomočjo fizikalnega modela, Masle in sod. (1989) so določili povprečno vrednost koeficienta k za $ = 48° severne geografske širine 0,65. V meteorološkem terminološkem slovarju (1990) je dolžina dneva definirana kot časovni interval med sončnim vzhodom in sončnim zahodom ali kot interval 24 ur. V nalogi bomo zaradi nedvoumnosti uporabljali izraz dolžina svetlega dela dneva, ki pomeni čas med vzhodom in zahodom sonca. Dolžina dneva je funkcija lokacije in letnega časa. Perry in sod. (1986) predlagajo izračun dolžine dneva po enačbi (24): 2.cos-1(-tan^tan(23.45o).sin[(0.9856).(^)J …(24) 30 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 v kateri je dsi dolžina svetlega dela i-tega dneva, $ geografska širina in ip datum, izražen kot zaporedni dan po začetku astronomske pomladi. V nalogi smo računali dolžino svetlega dela dneva kot funkcijo geografske širine in dneva v letu, podanega z odklonskim kotom sonca (Fernhout in Kurtz, 2001): , 7.64 -acos-(-sin((2- ;r/360)-^) -0.044) US; =------------------------------------------------------- …(25) cos- ((2- ;r/360) - ^Tp Va mk ti n , Tapr, Tmaj 79,4 0,31; 0,23; 0,07; -1,34; -1,17 0,87 RA Ck Va mk ti n , Tapr, Tmaj, Tjun 195,6 0,10; 0,06; -2,18; -2,39; -2,00 0,92 Napovedi za začetek cvetenja lipe smo lahko tvorili za vse postaje, pri čemer model za Lesce pojasni le nekaj več kot polovico variabilnosti. Na ostalih postajah znaša koeficient determinacije med 0,71 in 0,93. Vsi modeli vsebujejo termalni čas (Va pk ot v ,Va mk ti n ali Vef), poleg tega pa nastopata v modelih še Tmes in Rmes, za postajo Ljubljana tudi Pt. Modele za polno cvetenje robinije smo izdelali za vse postaje, za katere razpolagamo s fenološkimi podatki. Od meteoroloških spremenljivk vsebujejo vse postaje termalni čas (Va pk ot v ,Va mk ti n ali Vef), trije modeli Tmes, model za Lesce NAOIsez, za Ljubljano pa je vključen tako kot v vseh do sedaj omenjenih fenoklimatoloških modelih za Ljubljano tudi Pt, padavine niso vključene v nobenem modelu. 94 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 36: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja robinije ( CR2p ) Table 36: Independent variables, which are included in regression models for predicting the full flowering of black locust (CR2p ) C2 fenološke pojasnjevalne spremenljivke modela (x1,x2....xn.1) meteorološke pojasnjevalne premenljivke modela (xn,xn+1, ...Xk) regresijska konstanta (a) regresijski koeficienti za pojasnjevalne spremenljivke modela (bt, b2, ...bk) r2 p CE C1Li , C1Dg , Cs2v Va mk ti n 18,1 0,24; 0,33; 0,30; 0,04 0,80 IB ^Bp Vef, Tapr, Tmaj, NAOImar-apr-maj 145,4 0,34; 0,09; -1,86; -3,26; -0,60 0,92 LJ C2 '-sv vIk7, Pt 36,6 0,45; -0,08; 0,21 0,90 MB Ca2h Va mk ti n , Tmar, Tapr 102,0 0,35; 0,06; -0,95; -2,33 0,73 NM Ca2h Vef, Tapr 66,4 0,55; 0,06; -2,00 0,78 Preglednica 37: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved polnega cvetenja španskega bezga ( CS2v ) Table 37: Independent variables, which are included in regression models for predicting the full flowering of common lilac ( CS2v ) C2 '-sv fenološke pojasnjevalne spremenljivke modela (x1,x2....xn.1) meteorološke pojasnjevalne spremenljivke modeia (xn,xn+1, ...Xk) regresijska konstanta (a) regresijski koeficienti za pojasnjevalne spremenljivke modela (bt, b2, ...bu) r2 p CE C1Md , C1Pd Vef, Tmar, Tapr 54,2 0,28; 0,24; 0,09; -0,83; -1,85 0,92 IB Cp2d , L1Pa Vef, Tapr 41,8 0,41; 0,24; 0,11; -1,99 0,85 LE C1Pd , Ct1o , L1Bp VfkT , Tapr 66,4 0,37; 0,45; -0,24; 0,03; -1,72 0,71 LJ Cm2 d , C1Sc , L1Bp Vak7 , Tapr, Pt 25,2 0,19; 0,29; 0,17; -0,04; -1,07; 0,18 0,94 MB Cp2d , C1Bp V , R, a pk ot v apr NAOIfeb-mar-apr 1,82 0,64; 0,17; 0,05; 0,03; -0,82 0,87 MS Cp2d Vak7 , Tfeb, Tmar, Tapr, Rfeb 77,0 0,35; 0,05; -0,53; -1,22; -1,67; -0,04 0,89 NM cPd VfkT , NAOIzim 3,5 0,75; 0,06; -0,95 0,87 RA L1Pa , Ca2h V pov akt 2,89 0,37; 0,60; 0,04 0,89 Tako kot že pri nekaterih drugih rastlinah (breza, regrat, lipa) tudi med modeli za napoved cvetenja španskega bezga izstopa z majhnim rp2 model za Lesce, s katerim pojasnimo samo 71% variabilnosti, medtem ko znaša rp2 za ostale modele med 0,85 in 0,94. V vseh modelih nastopa termalni čas (Va pk ot v ali Vef), v petih modelih pa Tmes. Rmes so vključene v model za napoved cvetenja v Mariboru in v Murski Soboti, model za Ljubljano vsebuje Pt. 95 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 NAOIsez in NAOIzim pa pojasnjujeta del variabilnosti v modelih za Novo mesto in Mursko Soboto. Preglednica 38: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja breze (L1Bp ) Table 38: Independent variables, which are included in regression models for predicting the first leaf unfolding of common silver birch ( L1Bp ) 7-1 fenološke pojasnjevalne spremenljivke modela (x1,x2...xn.1) meteorološke pojasnjevalne spremenljivke modeia (xn,xn+1, ...Xk) regresijska konstanta (a) regresijski koeficienti za pojasnjevalne spremenljivke modela (bt, b2, ...bu) r2 p CE cBp 22,2 0,82 0,87 IB Ck Va mk ti n , Tfeb, Tmar 61,3 0,24; 0,05; -1,58; -2,93 0,80 LE Ct1o VIkT , NAOIzim 8,45 0,79; 0,05; -0,90 0,69 LJ C1Sc , Ct1o V%?, Tmar, Pt 10,8 0,32; 0,32; -0,06; -1,02; 0,26 0,90 MB cBp,cln 16,6 0,80; 0,11 0,90 MS C1sP V!kt , Tfeb, Tmar, Rmar 38,3 0,47; 0,09; -0.68; -2,14; -0,07 0,76 NM Ct1o Va mk ti n , Tfeb, Tmar 52,2 0,41; -0,09; -0.86; -1,45 0,86 RA C1Bp , Ct1o , Cg1n V Z , Tapr, NAOIapr 54,6 0,20; 0,35; -0,04; 0,08; -2,50; -0,73 0,91 Izmed modelov za napoved olistanja breze najmanjši odstotek variabilnosti pojasni model za Lesce (69%), ostali modeli imajo koeficient determinacije od 0,76 do 0,91. Značilno je tudi, da v modela za Celje in Maribor nismo mogli vključiti nobene dodatne meteorološke spremenljivke, delež pojasnjene variabilnosti je bil velik tudi samo z vključitvijo fenoloških spremenljivk. Vsi fenoklimatski modeli vsebujejo termalni čas (Va pk ot v ali Va mk ti n ), večina tudi Tmes. Modeli za Lesce in Rateče dajejo napovedi za nastop fenofaze olistanja breze tudi na osnovi NAOIsez in NAOImes. Rmes vsebuje model za Mursko Soboto, Pt pa model za Ljubljano. Fenološkega modela za napoved olistanja lipe v Lescah nismo mogli izboljšati z nobeno dodatno meteorološko spremenljivko. Termalni ali fototermalni čas (Va pk ot v ,Va mk ti n , Vef ali Pt) pojasnjujeta nastop fenofaze na vseh postajah, Tmes vsebujejo modeli za Maribor, Mursko Soboto in Rateče. Trije modeli vsebujejo tudi NAOIzim in NAOImes, nikjer pa niso vključene padavine. 96 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 39: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja lipe (L1Tp ) Table 39: Independent variables, which are included in regression models for predicting the first leaf unfolding of large-leaved lime ( L1Tp ) 4 fenološke pojasnjevalne spremenljivke modela (x1,x2....xn.1) meteorološke pojasnjevalne spremenljivke modela (xn,xn+1, ...Xk) regresijska konstanta (a) regresijski koeficienti za pojasnjevalne spremenljivke modela (bt, b2, ...bk) r2 p CE L1Bp , Ct1o Va mk ti n , NAOIfeb -24,1 0,22; 0,41; 0,04; 0,44 0,86 IB /1 Vef, NAOIzim 15,7 0,74; 0,08; -0,82 0,86 LE L1Ah , C1Bp 49,9 0,35; 0,25 0,53 LJ L1Bp , Ct1o Pt -16,5 0,49; 0,44; 0,09 0,88 MB L1Ah Va mk ti n ,Tmar 78,0 0,39; 0,09; -2,17 0,78 MS C1Bp , L1Ah VlkT , Tfeb , Tmar 25,3 0,32; 0,29; 0,05; -0,78; -1,07 0,82 NM C1Pd , Ct1o V pov akt -8,99 0,60; 0,27; 0,06 0,82 RA L1Ah Va mk ti n , Tapr, NAOIzim 68,5 0,43; 0,12; -2,80; -0,89 0,84 Preglednica 40: Pojasnjevalne spremenljivke, ki nastopajo v regresijskih modelih za napoved olistanja bukve (L1Fs ) Table 40: Independent variables, which are included in regression models for predicting the first leaf unfolding of beech ( L1Fs ) /i fenološke pojasnjevalne spremenljivke modela (x1,x2....xn.1) meteorološke pojasnjevalne spremenljivke modela (xn,xn+1, ...Xk) regresijska konstanta (a) regresijski koeficienti za pojasnjevalne spremenljivke modela (bt, b2, ...bk) r2 p CE C1Bp , Ct1o Va mk ti n -11,8 0,19; 0,76; -0,06 0,78 LE Ct1o VIkT , NAOImar 28,5 0,60; 0,06; -0,91 0,51 LJ L1Bp , Ct1o vIm , Pt 8,8 0,30; 0,35; -0,06; -0,91; 0,21 0,86 MB L1Bp , C1Sc , Ct1o Va mk ti n , NAOIzim -18,2 0,37; 0,17; 0,39; -0,04; -0,91 0,87 NM C1Pd , Ct1o Va mk ti n , Tfeb, NAOIjan 16,3 0,36; 0,28; -0,05; -0,53; -0,36; 0,87 RA C1BP Va mk ti n , Tapr, Rmar 82,3 0,39; 0,11; -2,44; 0,02 0,79 Termalni čas vsebujejo vsi modeli za napoved olistanja bukve, v štirih primerih so to Va v dveh Va pk ot v , vse ostale meteorološke spremenljivke se pojavljajo le v posameznih modelih (Tmes, Rmes, NAOIsez in NAOImes, Pt). Model za Lesce tudi v primeru olistanja bukve pojasni precej manj (51%) variabilnosti kot modeli za ostale postaje (78% do 87%). 97 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Za izdelavo fenoklimatskih modelov smo uporabili 10 rastlin, oziroma 14 fenofaz na osmih fenoloških postajah. Glede na število opazovanih rastlin po posameznih postajah bi lahko izdelali največ 90 fenoklimatskih modelov. Izkazalo se je, da lahko tvorimo 82 fenoklimatskih modelov, ki nam pojasnijo vsaj polovico variabilnosti v času nastopa fenofaz. Ostalih 8 modelov pojasni dovolj velik delež variabilnosti samo s fenološkimi podatki, pri čemer polovica od teh modelov napoveduje čas polnega cvetenja pri 'Domači češplji' in 'Bobovcu' na osnovi predhodne fenofaze iste rastline (začetek cvetenja). Kot pojasnjevalna spremenljivka se v vseh fenoklimatskih modelih pojavi termalni čas, razen v nekaterih modelih za Ljubljano, kjer nastopa fototermalni čas. Termalni čas smo kot spremenljivko vključili v modele v treh oblikah: kot vsoto aktivnih temperatur, izračunano iz povprečnih dnevnih temperatur zraka (Va pk ot v ) ali iz minimalnih temperatur zraka (Va mk ti n ) ter kot vsoto efektivnih temperatur zraka (Vef). V modelih je termalni čas največkrat vključen kot spremenljivka Va pk ot v , sledita spremenljivki Vef ali Va mk ti n , pri čemer za postajo Lesce zadnje spremenljivke nimamo podane, ker tu ni meritev minimalne temperature zraka. Poleg termalnega časa je najpogosteje zastopana meteorološka spremenljivka Tmes, ki je vključena v tri četrtine modelov. V precej manj modelov je vključen NAOI, približno v 20% vseh modelov, značilno pa je, da ne izstopa nobena postaja oziroma rastlina, za katero bi bil NAOI pogosteje vključen v modele kot drugje. V minimalno število modelov smo lahko vključili kot pojasnjevalno spremenljivko Rmes, kar smo glede na majhne korelacijske koeficiente (poglavje 4.3) med količino padavin ter nastopom fenofaz tudi pričakovali. Rezultati naših modelov za 'Domačo češpljo' in 'Bobovec' se ujemajo z izsledki Kajfež-Bogatajeve in Berganta (1999), ki sta ugotovila, da povezave nastopa splošnega cvetenja s količino padavin v spomladanskem času pri omenjenih rastlinah v Ljubljani niso statistično značilne, kar sta razložila s tem, da v pomladanskem času količina padavin pri nas zadostuje potrebam rastlin. Modela za napoved polnega cvetenja ‘Domače češplje’ ter ‘Bobovca’ kot edina vključujeta kot fenološko spremenljivko predhodno fenofazo iste rastline (začetek cvetenja). Korelacija med tema zaporednima fenofazama iste rastline je razumljivo velika, sploh ker gre v bistvu za isto fenofazo, katere dolžina niha glede na vremenske razmere. Analiza koeficientov determinacije za vse ostale fenofaze (brez CP2d in CM2d ) je pokazala, da največji delež variabilnosti v času nastopa fenofaz lahko pojasnimo z modeli za začetek cvetenja češplje in pasje trave ter modeli za polno cvetenje leske in španskega bezga. Po drugi strani je povprečen najmanjši koeficient determinacije značilen za modele olistanja bukve ter lipe. Rezultati naših modelov se ujemajo s trditvami, da je predvsem začetek cvetenja pri mnogih rastlinskih vrstah zelo tesno povezan s temperaturnimi razmerami (Wielgolaski, 1996), medtem ko je značilno, da pri olistanju drevja razložimo s temperaturnimi razmerami precej manjši delež variabilnosti v času nastopa fenofaz (Šegula-Ilič, 1990; Veselič, 1990). Zanimiva je tudi primerjava koeficientov determinacije med posameznimi postajami. Modeli za postajo Lesce izstopajo s koeficienti determinacije, ki so manjši kot za ostale postaje; tako ima kar 8 od skupno 10-tih fenoklimatskih modelov za Lesce najmanjši koeficient determinacije za določeno fenofazo. Izkazalo se je, da pa imajo nadpovprečno velike determinacijske koeficiente modeli za Ljubljano (od skupno dvanajstih modelov za Ljubljano jih ima devet največji koeficient determinacije za določeno fenofazo). V vseh 98 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 dvanajstih modelih za Ljubljano nastopa kot pojasnjevalna spremenljivka fototermalni čas (Pt), ki smo ga izračunali in vključili v postopek multiple regresije samo za to postajo. Zanimalo nas je, kakšna je razlika v odstotku pojasnjene variabilnosti glede na to, ali je fototermalni čas vključen v model ali ne. Preglednica 41: Koeficienti determinacije ( rp2 v %) za modele, ki vsebujejo fototermalni čas (Pt) in tiste, ki ga ne vsebujejo, v zadnji vrstici je podana razlika koeficientov determinacije (v %) za posamezen model Table 41: Determination coefficients ( rp2 in %) for models with or without included photothermal time (Pt), lower row gives us the difference between determination coefficients (in %) for particular model Ljubljana cL C2 c2 '-Ca Ck Ck r1 C1 C2 r2 '-'sV ^Bp /i ^Tp model vsebuje Pt 82 95 98 92 95 92 93 90 94 90 86 88 model NE vsebuje Pt 77 94 97 79 93 81 87 77 89 79 82 80 razlika +5 +1 +1 +13 +2 +11 +6 +13 +5 +11 +4 +8 Iz rezultatov v preglednici 41 lahko vidimo, da je delež pojasnjene variabilnosti večji v vseh modelih, ki vključujejo fototermalni čas. Ponekod je razlika sicer minimalna, pri večini pa tolikšna, da je vključitev fototermalnega časa v postopek multiple regresije upravičena. Številni avtorji so dokazali, da s fototermalnim časom lahko opišemo fenološki razvoj rastlin bolje kot s termalnim časom (Masle in sod., 1989; Perry in sod., 1997). 4.9 PREVERJANJE MODELOV Rezultate modelov, predstavljene v poglavju 4.8, smo analizirali in ovrednotili, kako se z modeli izračunane vrednosti ujemajo z opazovanimi. Za preverjanje rezultatov (validacija) smo izvedli metodo navzkrižnega preverjanja rezultatov (cross validation) z uporabo programa MATLAB (verzija 5.2). Metoda je naslednja: izbran regresijski model smo uporabili v postopku multiple regresije tako, da smo posamezno leto izločili iz postopka in izračunali vrednost za to leto; to smo ponovili za vsa leta (in vsako posamezno postajo). Nato smo za vsako leto izračunali razliko med izmerjeno in izračunano vrednostjo (ostanek). Rezultati navzkrižnega preverjanja modelov so prikazani v preglednici 42. Povprečen koeficient korelacije znaša za posamezne postaje nad 0,90, kar kaže na to, da so modeli dobri. V Lescah so ti koeficienti nekoliko manjši, zlasti pri modelih za napoved cvetenja lipe ter olistanja bukve in lipe. Ker so po mnenju agrometeorološkega odelka Agencije za okolje in prostor, ki nadzorujejo fenološke meritve, fenološka opazovanja na tej postaji zelo kvalitetna, bi lahko bila dva izmed možnih vzrokov za slabše rezultate selitev postaje ali pa prevelika oddaljenost fenoloških objektov od meteorološke postaje, kar pomeni, da je lahko mikroklima tu nekoliko drugačna kot na mestu meteoroloških meritev. 99 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 42: Korelacijski koeficienti med opazovanimi in napovedanimi datumi nastopa fenofaz, izračunani z metodo navzkrižnega preverjanja modelov Table 42: Correlation coefficients between observed and predicted dates of phenophases, calculated with cross validation method Rastlina Oznaka fenofaze CE IB LE LJ MB MS NM RA breza c\P 0,89 0,90 0,83 0,93 0,91 0,85 0,91 0,94 breza 1-1 LBp 0,93 0,85 0,81 0,94 0,94 0,81 0,90 0,92 bukev Lfs 0,86 0,66 0,91 0,92 0,92 0,87 češplja c\d 0,92 0,90 0,89 0,89 0,91 0,92 0,95 češplja Cp2d 0,98 0,98 0,98 0,98 0,98 0,97 0,96 jablana C1Md 0,87 0,89 jablana Cm2d 0,96 0,97 leska Cc2a 0,86 0,96 0,90 0,99 0,96 0,93 0,98 0,91 lipa Ct1p 0,91 0,84 0,70 0,95 0,87 0,90 0,91 0,94 lipa Ltp 0,91 0,91 0,68 0,92 0,83 0,83 0,89 0,89 pasja trava chg 0,88 0,97 0,92 0,94 0,92 0,98 regrat Ct1o 0,89 0,93 0,81 0,95 0,89 0,91 0,82 robinija Cr2p 0,87 0,94 0,94 0,81 0,88 španski bezeg Csv 0,95 0,91 0,80 0,96 0,92 0,92 0,80 0,94 Slika 23: Primerjava opazovanega in napovedanega časa nastopa polnega cvetenja češplje, sorta 'Domača češplja' v Mariboru Figure 23: Comparison between observed and predicted values of full flowering dates for plum, cultivar 'Domača češplja' in Maribor 100 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Na osnovi ostankov navzkrižnega preverjanja smo naredili analizo ostankov, in sicer studentiziranih ostankov, ki smo jih grafično prikazali. Kot primer smo na slikah 23 in 24 prikazali za postajo Maribor primerjavo dejanskih in izračunanih dnevov nastopa polnega cvetenja pri 'Domači češplji' ter studentizirane ostanke navzkrižnega preverjanja modela. Korelacijski koeficient med opazovanimi in z modelom napovedanimi vrednosti za polno cvetenje 'Domače češplje' je precej velik in znaša znaša 0,98. Studentizirani ostanki so razporejeni v območju do ± 3?, torej je model sprejemljiv. 4 *^ * + + + 4t, ¦ ' '*""¦'.................. > + "'¦+¦¦'...............+ *¦....................*¦¦¦ ¦ + 4+ ¦ ¦ 80 90 100 110 120 130 140 ocenjena vrednost Slika 24: Studentizirani ostanki pri navzkrižnem preverjanju modela za napoved polnega cvetenja češplje, sorta 'Domača češplja' v Mariboru Figure 24: Studentised residuals of cross validation method for prediction of full flowering of plum, cultivar 'Domača češplja' in Maribor Analiza ostankov je pokazala, da so ostanki večji na vseh postajah v določenih letih in sicer v izrazito toplih letih (1961, 1966, 1989, 1990, 1994) ter v izrazito hladnih letih (1956, 1963, 1976, 1986, 1996). V teh ekstremnih letih so bile povprečne spomladanske temperature zelo visoke ali zelo nizke, kar se je odrazilo tudi na zgodnosti ali poznosti fenološke pomladi. Osamelcev iz analize nismo izključili, ker ekstremni datumi nastopa fenofaz odražajo dejanske vremenske razmere v določenem letu. Določene modele bi sicer z izključitvijo teh vrednosti lahko nekoliko izboljšali, vendar pa menimo, da je take razmere potrebno v modelih upoštevati, še posebej z vidika klimatskih sprememb, oziroma raziskav, ki kažejo, da bodo spremenjene vremenske razmere v prihodnosti vplivale predvsem na variabilnost časa pojavljanja fenofaz (Ahas in sod., 2000). Poleg metode navzkrižnega preverjanja (niz 1955-1999) za vse postaje smo za postajo Celje (za to postajo razpolagamo s podatki za največ fenoloških objektov) preizkusili modele tudi na neodvisnem nizu podatkov za leto 2000. Opazovane vrednosti za leto 2000 smo primerjali z napovedanimi vrednostmi regresijskih modelov, izdelanimi na osnovi podatkov za obdobje 1955-1999 (preglednica 43). 101 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Preglednica 43: Primerjava z modeli napovedanih ter opazovanih datumov pojava obravnavanih fenofaz v Celju na neodvisnem nizu podatkov za leto 2000 Table 43: Comparison of calculated and observed values of phenophases dates in Celje for independent data set for year 2000 A B A-B Rastlina Oznaka fenofaze napovedan datum (izražen kot julijanski dan) opazovan datum (izražen kot julijanski dan) razlika (število dni) breza cl„ 96 99 -3 breza i-1 LBp 103 103 0 bukev i-1 LFs 102 104 -2 češplja c\d 98 101 -3 češplja Cp2d 106 104 +2 jablana C1Md 114 110 +4 jablana Cm2d 115 115 0 leska Cc2a 51 49 +2 lipa Ct1p 143 139 +4 lipa Ltp 106 108 -2 pasja trava ch. 128 128 0 regrat Ct1o 92 94 -2 robinija Cr2p 134 129 +5 španski bezeg Csv 107 111 -4 Razlike med opazovanimi in napovedanimi vrednostmi za leto 2000 kažejo, da so napovedi za to leto pri vseh modelih dobre. Maksimalna razlika je pri modelu za robinijo, ki je napovedal čas cvetenja 5 dni kasneje kot pa je bil zabeležen dejanski dan nastopa fenofaze. Pri ostalih modelih so napovedi od štiri dni prezgodnje do štiri dni prekasne, v treh primerih pa se napovedani datumi ujemajo z dejanskimi. Pomlad leta 2000 je bila nadpovprečno topla, posledično je bil tudi fenološki razvoj znatno zgodnejši kot v povprečju, kljub temu pa so vsi modeli zelo dobro napovedali nastop fenofaz. Na osnovi navzkrižnega preverjanja modelov za vse postaje ter preverjanja na neodvisnem setu podatkov za leto 2000 za postajo Celje lahko rečemo, da predstavljeni modeli dobro opisujejo dejansko pojavljanje fenofaz. 102 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 5 RAZPRAVA IN SKLEPI 5.1 RAZPRAVA Proučevanje vpliva vremenskih razmer in drugih dejavnikov na rast in razvoj rastlin nam omogoča, da pri načrtovanju kmetijske proizvodnje v največji možni meri izkoristimo klimatske danosti in tako dosežemo optimalno kakovost in količino pridelka. Agrometeorološka dejavnost se z zbiranjem klimatskih in fenoloških podatkov neposredno vključuje v problematiko raziskovalnega dela na posameznih področjih kmetijstva, fenološki podatki pa poleg meteoroloških predstavljajo osnovo za proučevanje vpliva vremena in klime na razvoj rastlin. Napovedi razvoja rastlin, ki se na zunaj manifestira v fenoloških fazah, so lahko uporabne v kmetijstvu za ugotavljanje primernosti posameznega področja za gojenje določene kmetijske kulture oziroma sorte (predvsem z vidika toplotnih zahtev rastline), za načrtovanje setve in spravila pridelka, za aplikacijo gnojil ali fitofarmacevtskih sredstev. S pomočjo fenoklimatskih modelov lahko načrtujemo tudi rez, namakanje, zaščito pred pozebo, ugotavljamo nevarnost stresa zaradi suše, vročine, škodljivcev ali rastlinskih bolezni, proučujemo pa lahko tudi vpliv klimatskih sprememb na rastlinski svet. Napovedi fenološkega razvoja rastlin so lahko torej pomemben člen v sistemu za podporo odločanja v kmetijstvu. Fenološki razvoj rastlin je odvisen od abiotskih in biotskih dejavnikov okolja. Med abiotskimi dejavniki okolja sta temperatura in dolžina dneva dva izmed najpomembnejših dejavnikov okolja, ki odločujoče vplivata na fenološki razvoj rastlin (Galan in sod., 2001; Huang in sod., 2001). Glowienka-Hense (1990) trdi, da lahko v lokalni skali severno atlantsko nihanje (NAO) pojasni do 60% variabilnosti temperature, posledično pa lahko z NAO indeksom pojasnimo tudi del variance v pojavu fenofaz (Post in Stenseth, 1999). Številne raziskave kažejo v zadnjih desetletjih trend zgodnejšega cvetenja rastlin in daljše vegetacijske dobe tako v Evropi kot tudi drugod po svetu (Ahas in sod., 2000; Beaubien in Freeland, 2000). Ugotovitev o vplivu agrometeoroloških dejavnikov na rast in razvoj rastlin ne moremo posplošiti, saj ista vrsta lahko različno reagira glede na področje gojitve oziroma v skladu s svojo genetsko variabilnostjo (Willits in Peet, 1988). Za področje Slovenije obsežnejše študije o vplivu različnih agrometeoroloških spremenljivk na fenologijo rastlin do sedaj še ni bilo narejene. Zato smo v naši nalogi želeli opredeliti kritične spremenljivke, ki najbolj vplivajo na variabilnost fenološkega razvoja v Sloveniji in na osnovi teh rezultatov izdelati modele, s katerimi bomo lahko napovedovali fenološki razvoj različnih rastlinskih vrst. 5.1.1 Analiza fenoloških podatkov V analizo smo vključili 17 rastlin (31 različnih fenofaz) z osmih meteoroloških postaj, ki so hkrati tudi fenološke postaje, obravnavali pa smo obdobje 1955-2000. Preden smo uporabili fenološke podatke za izdelavo regresijskih modelov, smo naredili osnovno analizo le teh. Za vsako fenofazo na posamezni postaji smo izračunali povprečen dan nastopa fenofaze, najzgodnejši in najpoznejši dan nastopa fenofaze, razpon nastopa fenofaze, standardni odklon ter koeficient trenda. V skladu s pričakovanji so povprečni, prav tako pa tudi najzgodnejši in najpoznejši dnevi nastopov fenofaz vseh rastlin v Lescah in Ratečah kasnejši v primerjavi z ostalimi šestimi postajami, ki ležijo na manjših 103 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 nadmorskih višinah, isto je ugotovil za nekatere drevesne vrste tudi Šegula-Ilič (1990). Po podatkih iz literature je za vsakih 100 m večje nadmorske višine nastop fenofaze zakasnjen v povprečju med 2 do 7 dni (Gorski in Jazurek, 1996; Walkovszky, 1998). Najzgodnejši in najpoznejši datumi nastopa fenofaz se pojavljajo na posameznih postajah v istih letih in sicer je analiza pokazala, da je fenološka pomlad nastopila zelo zgodaj v letih 1961, 1966, 1989, 1990 in 1994, v teh letih je bila temperatura spomladanskih mesecev nadpovprečno visoka. Zelo pozna pa je bila fenološka pomlad v letih 1956, 1963, 1976, 1986 in 1996, v katerih so bile temperature spomladanskih mesecev precej nižje od dolgoletnega povprečja. Glede na to, da se zimske in pomladne temperaturne razmere iz leta v leto precej razlikujejo, je razumljivo, da so tudi med najzgodnejšim ter najkasnejšim dnevom določene fenofaze velike razlike. Primerjava ekstremnih vrednosti datumov nastopa fenofaz olistanja breze, bukve, divjega kostanja, lipe ter smreke je pokazala, da povprečen variacijski razmik znaša od 29 do 39 dni. Podobne vrednosti smo dobili tudi za jesensko fenofazo rumenenja listja pri brezi, bukvi ter lipi, kjer je razpon med najzgodnejšim in najpoznejšim dnevom rumenenja v povprečju med 33 in 40 dni, standardni odklon tako za olistanje kot rumenenje pa je v povprečju znašal med 7 in 10 dni. Rezultati naše raziskave se ujemajo z izsledki Veseliča (1990) in Šegule-Iliča (1990), ki sta proučevala vpliv nekaterih meteoroloških spremenljivk na fenologijo gozdnega drevja. Za fenofaze cvetenja pri zgodaj cvetočih rastlinah (iva, leska, zvonček in pomladanski žafran) smo ugotovili zelo veliko variabilnost. Pri žafranu znaša povprečen razpon med najzgodnejšim in najkasnejšim dnevom cvetenja 50 dni, pri ivi in zvončku okrog 60 dni, največji pa je pri leski, kjer znaša kar 80 dni. Na veliko variabilnost časa cvetenja pri leski so opozorili tudi Ahas in sod. (2000). Zgodaj spomladi cvetoče rastline pričnejo z rastjo že pri temperaturah okrog 0oC, tako da že kratkotrajne otoplitve sredi zime lahko povzročijo cvetenje (Larcher, 1980). Pri rastlinah, ki zacvetijo kasneje, med minimalnimi in maksimalnimi vrednostmi ni tako velikega razpona, le-ta je istega velikostnega reda kot pri olistanju in rumenenju listja in znaša v povprečju med 30 in 40 dni. Za bukev, brezo in lipo smo izračunali tudi trajanje obdobja med olistanjem in rumenenjem listja, ki ga številni avtorji uporabljajo kot kazalec za dolžino rastne dobe. Povprečno traja obdobje med olistanjem in rumenenjem listja za omenjene tri drevesne vrste med 170 in 180 dni, med posameznimi vrstami pa ni bistvene razlike. V Ratečah je trajanje tega obdobja za približno mesec dni krajše, saj olistanje nastopi spomladi nekoliko kasneje, zaradi nižjih temperatur pa rumenenje listja v jeseni nastopi prej kot na ostalih postajah. Kljub temu, da v literaturi navajajo, da je razpršenost fenoloških podatkov okoli povprečne vrednosti za posamezno postajo večja od razpršenosti meteoroloških podatkov (Otorepec, 1995), je iz naše raziskave razvidno, da to drži le v primeru temperature zraka, ne pa tudi glede količine padavin. Glede na čas nastopa vsake posamezne fenofaze smo postaje razdelili v homogene skupine, posamezno skupino tvorijo postaje, pri katerih se datumi nastopa fenofaze statistično značilno ne razlikujejo. Pri večini fenofaz obstaja 4 do 5 homogenih skupin, postaja Rateče tvori v vseh primerih posebno homogeno skupino, v veliki večini primerov pa tudi postaja Lesce. 5.1.2 Časovna analiza pojavljanja fenofaz Fenološka opazovanja nam dajejo možnost proučevanja odzivnosti rastlin na regionalne klimatske spremembe. Številne raziskave zadnjih let so pokazale, da višje temperature v 104 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 spomladanskem obdobju vplivajo na zgodnejši razvoj rastlin (Beaubien in Freeland, 2000; Menzel, 2000). Za vse izbrane fenofaze ter postaje smo za obravnavano obdobje izračunali časovne trende (linearni trend), ki smo jih v številu dni na deset let ovrednotili kot negativni trend, pozitivni trend ali pa primere, ko trenda ni bilo. Za fenofazo cvetenja (začetek oziroma polno cvetenje) ni nobenega primera, da bi se cvetenje pojavljalo kasneje, število primerov, ko je trend negativen (zgodnejše cvetenje) pa je približno enako kot število primerov, ko trend ne obstaja. Zgodnejše cvetenje kažeta iva in leska in sicer okrog 5 dni/dekado, cvetenje ostalih rastlin pa nastopi med 1,3 do 3,6 dni/dekado zgodneje kot na začetku obravnavanega obdobja. Tudi analiza trenda za olistanje drevesnih vrst kaže, da fenofaza olistanja nastopa zadnja leta zgodneje in sicer okrog 2 dni/dekado. Velikostni red sprememb je primerljiv z izsledki ostalih avtorjev, ki so delali analize za različna področja Evrope in Amerike. Beaubienova in Freeland (2000) sta za cvetenje topola v Alberti izračunala koeficient trenda –2,7 dni/dekado, Menzel-ova (2000) povprečen koeficient trenda –2,1dni/dekado za fenofaze olistanja in cvetenja za 12 naravnih regij v Evropi, Ahas in sod. (2000) pa poročajo, da je nastop pomladanskih fenofaz v Estoniji v zadnjih osemdesetih letih zgodnejši v povprečju za 8 dni, spremembe pa so izrazitejše v zadnjih štiridesetih letih. Sparks in sod. (2000) v svoji raziskavi o korelacijah med fenologijo in temperaturami zraka zaključujejo, da bo nastop pomladanskih in poletnih fenofaz postopoma vedno ranejši v skladu s klimatskimi otoplitvami, predvidevanja o najzgodnejših datumih cvetenja določene rastlinske vrste pa naj bi temeljila na proučevanju fenologije te vrste na najjužnejšem področju njene razširjenosti. Za jesensko fenofazo rumenenja listja prevladuje pozitiven trend, to pomeni, da listje zadnja leta rumeni kasneje, koeficient trenda pa znaša 2 do 3dni/dekado, podobne rezultate so predstavili tudi Menzlova (2000), ki je za jesenske fenofaze ugotovila povprečen trend +1,6 dni na dekado, Chmielewski in Rötzer (2000) ter Ahas in sod. (2000). Na podaljšanje rastne sezone vplivajo višje temperature, ki rastlinam omogočajo podaljšano rast še v jesenskem času (Chmielewski in Rötzer, 2000). Med izračunanimi trendi izstopa postaja Murska Sobota, ki za fenofazi rumenenja listja breze in lipe (bukve tu ne opazujejo) kaže kot edina postaja negativen trend. Glede na to, da je dolgoletni trend temperature za to postajo pozitiven tako kot na vseh ostalih postajah, domnevamo, da je vzrok sprememba lokacije postaje, ki deluje na novi lokaciji (srednja kmetijska šola Rakičan) od leta 1985 dalje. Postaja ima po podatkih agrometeorološkega oddelka precej visoko podtalnico, kar gotovo vpliva na temperaturo tal. Pogosto majhne razlike v vlažnosti tal zaradi drugačnega tipa tal pospešijo ali zavirajo cvetenje, olistanje ali odpadanje listja, pomembna pa je tudi mikrolokacija, na kateri opazovalec beleži pojav fenofaz. Na osnovi podatkov o času olistanja ter rumenenja listja pri brezi, bukvi ter lipi smo izračunali tudi trend v dolžini obdobja (število dni) med obema fenofazama. V več kot polovici primerov je ta trend pozitiven, kar pomeni, da se pri omenjenih drevesnih vrstah rastna doba podaljšuje. Koeficient trenda znaša okrog 2 dni/dekado, podobne vrednosti so ugotovili za podaljšanje rastne dobe v Evropi tudi drugi avtorji; povišanje povprečne temperature spomladanskih mesecev za 1°C pa je povezano s podaljšanjem rastne sezone za približno 5 dni (Menzel, 2000; Chmielewski in Rötzer, 2000). Tako kot pri fenofazah olistanja za brezo in lipo je tudi pri dolžini obobja med olistanjem in rumenenjem lipe 105 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 izjema postaja Murska Sobota, pri kateri je trend negativen, domnevne vzroke za to pa smo navedli že zgoraj. Na osnovi analize časovnega trenda za obravnavane postaje (ki predstavljajo podnebno različne dele Slovenije) in fenofaze lahko trdimo, da s pozitivnim trendom temperature zraka lahko dobro pojasnimo negativne trende spomladanskih fenofaz. Jesenske fenofaze kažejo prevladujoč pozitiven trend, prav tako dolžina obdobja med olistanjem in rumenenjem treh drevesnih vrst. Rezultati so skladni z raziskavami drugih avtorjev, ki so za več kot polovico naravnih regij, ki predstavljajo vso Evropo, ugotovili trend podaljšanja rastne sezone, predvsem zaradi zgodnejših pomladi (Ahas in sod., 2000; Menzel, 2000; Koch, 2000). Kakšne pa so morebitne posledice zgodnejšega cvetenja oziroma daljše rastne dobe rastlin? V zvezi s tem zaenkrat lahko le predvidevamo o raznih možnostih: pričakujemo lahko povečano produkcijo, razen v primerih, ko bi zgodnejše cvetenje ne sovpadalo s fenologijo opraševalnih žuželk. V zvezi z zgodnejšim cvetenjem in olistanjem so potrebne raziskave glede rastlinskih sestojev in njihove sposobnosti prilagoditve novim razmeram. Hitrejši razvoj rastlin lahko pomeni prednost glede odpornosti rastlinskim škodljivcem in boleznim, po drugi strani pa tople zime omogočajo preživetje večjemu številu škodljivcem ter eventuelno pojav novih, do sedaj toplejšim razmeram prilagojenih bolezni ali škodljivcev. Prav tako zgodnejši razvoj pomeni večjo nevarnost glede spomladanskih pozeb, poleg tega lahko pride do povečane ali zmanjšane nevarnosti vodnega stresa. 5.1.3 Korelacije med nastopi fenofaz in agrometeorološkimi spremenljivkami Vsakoletni nastop določene fenofaze je v veliki meri temperaturno pogojen, datumi pojava fenofaz nam torej odražajo toplotne razmere obravnavane lokacije. S korelacijsko analizo smo proučevali povezanost med dnevi nastopa fenoloških faz in srednjimi mesečnimi, srednjimi dvomesečnimi in srednjimi tromesečnimi temperaturami. Korelacijski koeficienti so podani v preglednici 7 ter prilogah F1 do F7. Povprečna decembrska temperatura preteklega leta ni bila v nobenem primeru v korelaciji z nastopom spomladanskih fenoloških faz v naslednjem letu, v Ratečah pa velja to tudi za januarsko temperaturo tekočega leta. V splošnem so koeficienti za mesece blizu povprečnega dneva cvetenja in olistanja negativni, kar nakazuje, da višje temperature pospešujejo zgodnejše cvetenje oziroma olistanje. Primerjava korelacij je pokazala, da so korelacije tesnejše, če uporabimo povprečja temperatur dveh ali treh zaporednih mesecev pred cvetenjem; takšne korelacije uporabljajo tudi v drugih fenoloških raziskavah (Ahas in sod., 2000; Sparks in sod, 2000). Vrednost povprečnega korelacijskega koeficienta med nastopom fenofaz cvetenja in povprečnimi temperaturami zraka znaša približno -0,7 do -0,8; le nekoliko manjše so vrednosti koeficientov za fenofaze olistanja. Chmielewski in Rötzer (2001), ki sta proučevala povezanost med olistanjem štirih drevesnih vrst in povprečno temperaturo zraka od februarja do aprila za 12 naravnih regij v Evropi, sta določila povprečno vrednost korelacijskega koeficienta -0,83, Ahas in sod. (2000) pa so podali nekoliko večji razpon za korelacijske koeficiente (-0,6 do -0,8) med nastopom večjega števila spomladanskih fenofaz ter povprečnimi temperaturami dva do tri mesece pred nastopom fenofaze. 106 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Za nastop jesenskih fenofaz smo ugotovili manjše korelacije s temperaturo zraka, korelacija so pozitivne, kar pomeni, da višje temperature zakasnijo konec rastne sezone oziroma nakazujejo potrebo po vernalizaciji. Primerjave korelacij med temperaturo zraka in nastopom fenofaz so tudi pri drugih avtorjih pokazale, da so povezave šibkejše pri jesenskih fenofazah v primerjavi s spomladanskimi (Chmielewski, 2001; Menzel, 2000). Rumenenje listja v jeseni je kompleksen proces, na katerega poleg temperature precej vpliva tudi dolžina dneva, prve jesenske slane. Vsi ti dejavniki okolja skupaj z gensko zasnovo rastline vplivajo na začetke procesa staranja, ki so povezani z nastankom in premeščanjem rastlinskih rastnih regulatorjev. V severnih geografskih širinah določa klimatsko variabilnost v glavnem severno atlantsko nihanje, še posebej v zimskih mesecih. Pogosto ga opisujemo z indeksom severno atlantskega nihanja (NAOI), podaja pa nam standardizirano razliko zračnega pritiska na morskem nivoju med dvema postajama, ki predstavljata centra nizkega in visokega zračnega pritiska. Kot posledica razlik v pritisku nastanejo obsežna gibanja toplih in vlažnih zračnih mas iznad Atlantika proti Evropi, v letih s pozitivnim NAOI imamo pri nas bolj tople in suhe zime kot v letih z negativnim NAOI. NAOI je torej močno koreliran s temperaturo zraka ter padavinskimi razmerami in tako posredno seveda tudi s časom nastopa fenoloških faz. V naši nalogi smo analizirali vpliv severno atlantskega nihanja na pojav pomladanskih fenoloških faz v Sloveniji. Najprej smo s korelacijsko analizo določili povezanost zimskega NAOI (NAOIzim) s povprečno zimsko temperaturo zraka (december-marec). Izkazalo se je, da je korelacija za vseh osem postaj statistično močno značilna, povprečna vrednost korelacijskega koeficienta pa je znašala +0,58. Rezultati naše analize se ujemajo z izsledki Berganta (2002) ter Skaar-a (1999), ki sta za področje Slovenije ugotavljala vpliv severno atlantskega nihanja na temperaturne in padavinske razmere v zimskem času, posredno pa tudi na rastlinsko fenologijo. S korelacijsko analizo smo ugotovili, da z variabilnostjo NAOIzim lahko pojasnimo največ variabilnosti v času nastopa fenofaz pri zgodaj cvetočih rastlinah kot so leska, iva in regrat (preglednica 8), kar je razumljivo, saj na čas cvetenja teh rastlin močno vplivajo že januarske in februarske temperature, ki so najmočneje korelirane z NAOIzim. Korelacije so manjše za fenofaze, ki nastopijo pozno spomladi. Za postajo Rateče je značilna relativno velika povezanost med NAOIzim ter temperaturo zimskih mesecev (+0,60), po drugi strani pa na čas nastopa spomladanskih fenofaz NAOIzim v večini primerov ne vpliva. V Ratečah, ki imajo ostrejšo klimo od ostalih postaj, obenem pa tudi višjo nadmorsko višino, nastopijo fenofaze v povprečju dva do tri tedne kasneje kot na ostalih postajah. Fenološki razvoj je tu koreliran bolj s temperaturami pozno spomladanskih mesecev, katerih pa NAOIzim ne odraža tako močno kot temperature zimskih mesecev. Vrednosti korelacijskih koeficientov med nastopom fenofaz ter NAOIzim so v vseh primerih negativne, velike pozitivne vrednosti NAOIzim se odražajo torej v zgodnejšem pojavu fenofaz in obratno. NAOI za zimske mesece v Sloveniji nam torej pojasni dovolj velik del variabilnosti v času nastopa spomladanskih fenofaz, da ga je smiselno vključiti kot neodvisno spremenljivko v postopek multiple regresije pri izdelavi fenoklimatskih modelov. Tako kot za temperaturo smo tudi za padavine ugotavljali povezave z nastopom fenofaz. Vrednosti korelacijskih koeficientov, ki so podane v preglednici 8, so majhne (<0,44), nobena povezava pa ni statistično močno značilna. Korelacije so povsod razen pri dveh 107 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 jesenskih fazah pozitivne, večja količina padavin pomeni zakasnitev fenofaze, pri čemer je potrebno upoštevati, da so ob oblačnem in deževnem vremenu spomladi tudi temperature nižje in gre torej za interakcijo vpliva temperatur in padavin. Odvisnost fenološkega razvoja od padavin pride do izraza predvsem na področjih, kjer je v času vegetacije voda omejujoč dejavnik. Za področje Slovenije obstaja nekaj raziskav, ki vključujejo tudi proučevanje vpliva padavin na fenologijo gozdnega ter sadnega drevja. Veselič (1990) ter Šegula-Ilič (1990) sta ugotovila, da na čas olistanja breze, bukve, hrasta ter smreke v naših razmerah ne vpliva statistično značilno količina padavin, Bergant in sod. (2001) pa so isto ugotovili za sadno drevje v Ljubljani. Pri nas v spomladanskem času količina rastlinam dostopne vode ni problematična (razen seveda v posameznih izjemnih primerih oziroma letih), tako da količina padavin, tudi če bi le-ta v ekstremnih razmerah vplivala na čas pojava fenofaz, v danih razmerah na čas cvetenja in olistanja ne vpliva statistično značilno. 5.1.4 Določitev temperature praga Za prehod iz ene v drugo fenološko fazo v svojem življenskem krogu potrebujejo rastline določeno količino toplote, namesto koledarskega časa uporabljamo v fenologiji pogosto fiziološki ali termalni čas, ki temelji na akumuliranih toplotnih enotah, potrebnih za nastop določene fenofaze. Kritična vrednost za izračun akumulirane toplote je izbira pravilne spodnje temperature praga (TP), ki smo jo v naši raziskavi določili statistično, uporabili pa smo metodo najmanšega standardnega odklona vsote efektivnih temperatur (enačba (1)) od 1. januarja v tekočem letu dalje. Pri določanju dneva prestopa dejanske spomladanske TP velja, da nastopi TP z dnem, v katerem se povprečna dnevna temperatura, ki je bila pred tem ves čas nižja od določene TP, dvigne nad TP. Pred nastopom TP povprečna dnevna temperatura niha okrog TP, kasneje pa se dvigne in le izjemoma pade pod TP. Preizkusili smo dve dolžini obdobja, ko mora biti povprečna dnevna temperatura zaporedoma višja od TP (5 dni in 10 dni). Izračuni so pokazali, da je primernejši kriterij za nastop dejanskega temperaturnega praga, kadar je povprečna dnevna temperatura zraka vsaj 5 dni zaporedoma višja od izbrane TP. Temperatura kasneje sicer za krajši čas še vedno lahko pade pod TP, vendar pa to ne vpliva na dejstvo, da so se fiziološki procesi v rastlini že pričeli, pride lahko do upočasnitve rasti ali začasnega zastoja zaradi nizkih temperatur. Preizkusili smo niz možnih temperatur v območju med –5°C ter +10°C. V preglednici 9 so podane izračunane TP za spomladanske fenofaze na vseh obravnavanih postajah. Za rastline, pri katerih nastopi fenofaza cvetenja relativno zgodaj spomladi (iva, leska, mali zvonček, regrat, pomladanski žafran), je večina izračunanih TP negativnih: najnižje TP smo določili za fenofazo cvetenja leske (povprečje postaj okrog –3°C), za ostale rastline so TP med –3°C in +2°C. Tudi nekatere druge raziskave potrjujejo naše izračune, da na zgodnejši pojav fenofaz na začetku pomladi statistično značilno vplivajo lahko že negativne povprečne dnevne temperature zraka. Wielgolaski (1999) je tako v svoji raziskavi izračunal TP za nastop cvetenja leske –2,6°C, ive –4,5°C in čremse –5,9°C. Larcher (1995) navaja, da lahko fotosinteza poteka pri zgodaj cvetočih geofitih ter alpskih rastlinah tudi pri negativnih temperaturah, oziroma, da se stomatalni transport ustavi med 0oC in –5°C. Obenem pa je potrebno opozoriti, da negativna povprečna dnevna temperatura zraka lahko pomeni, da je določen del dneva temperatura zraka morda celo pozitivna in takrat v rastlini procesi rasti in diferenciacije potekajo hitreje, dejanska temperatura rastlinskega tkiva pa je lahko višja od temperature zraka. 108 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Za računanje termalnega časa za nastop olistanja pri brezi, bukvi in lipi je najprimernejša TP med 3°C in 4°C, izračunani pragovi so med posameznimi postajami precej izenačeni. Nekoliko višje TP smo določili za ostale fenofaze, ki nastopijo kasneje, TP pa v glavnem nihajo med 5°C in 7°C. Rezultate naših izračunov smo primerjali z izračuni drugih avtorjev za posamezne iste rastline (breza, bukev, smreka, leska, iva, robinija, jablana, češplja), primerjave kažejo, da se vrednosti naših izračunanih TP dobro ujemajo s podatki iz literature (Gorski in Jazurek, 1996; Snyder in sod., 1999; Wielgolaski, 1999). Poudariti moramo še enkrat, da so TP določene s statistično metodo, ker določitev temperature praga na osnovi fizioloških parametrov rastline zahteva dolgotrajne in obsežne poljske poskuse. 5.1.5 Termalni in fototermalni čas, potreben za nastop fenofaz Na osnovi izračunanih TP smo izračunali vsote efektivnih temperatur (Vef) in vsote aktivnih temperatur (Vakt) (TP=0oC), potrebnih za nastop obravnavanih fenofaz na vseh postajah. Vsote aktivnih temperatur smo računali na dva načina: iz povprečnih dnevnih temperatur zraka (Va pk ot v ) ter iz minimalnih dnevnih temperatur zraka (Va mk ti n ). Ker smo vsote računali z namenom, da bi jih uporabili za fenološke prognoze, smo za izračun uporabili obdobje od 1. januarja do datuma, ki je za pet dni bolj zgoden kot nastop fenofaze v posameznem letu. Vrednosti Va pk ot v , podane v preglednici 11, kažejo, da so Va pk ot v v Ratečah manjše kot na ostalih postajah, največje vsote Va pk ot v pa so največkrat dosežene v Ilirski Bistrici in Ljubljani. Rezultati naše raziskave se ujemajo z rezultati drugih raziskav, v katerih so dokazali, da ista rastlinska vrsta potrebuje v toplejših krajih za svoj razvoj večjo vsoto toplotnih enot kot v hladnejših predelih (Perry in sod., 1986; Šegula-Ilič, 1990). Na višje Va pk ot v vpliva seveda tudi datum prestopa TP=0oC, ki nastopi v Ratečah v povprečju okrog mesec dni kasneje kot na ostalih postajah (Dečman, 1995). Variabilnost Va pk ot v je med leti precej velika (med 10% in 25%), večja je za zgodnejše fenofaze, medtem ko je pri kasnejših fenofazah (primer je rumenenje listja) precej manjša. Kljub trditvam, da naj bi bila vsota akumuliranih toplotnih enot, potrebna za razvoj določene rastlinske vrste, konstantna (Zalom in sod., 1983), pa so tudi številni drugi avtorji v svojih raziskavah ugotovili veliko variabilnost temperaturnih vsot med leti (Spano in sod., 1999; Šegula-Ilič, 1990; Veselič, 1990). Eden izmed možnih vzrokov za takšna odstopanja med leti je ta, da smo termalni čas računali za vseh 45 let glede na isto TP, ki pa se lahko tudi med posameznimi leti razlikuje. Poleg tega je možno, da se iz leta v leto spreminja tudi začetni datum, s katerim pričenjamo seštevati toplotne enote (Wielgolaski, 1999). Pri trajnicah, npr. pri gozdnem ali sadnem drevju, so dodatni dejavniki, ki vplivajo na način odzivanja rastline na vremenske razmere v danem letu, vremenske razmere v preteklem letu pred olistanjem, hudi stresi (suša, vročinski stres, toča, pozeba) pa lahko vplivajo na rast in razvoj določene prizadete rastline celo več zaporednih let. Šegula-Ilič (1990) je ugotovil zaviralni vpliv višjih efektivnih temperatur zraka septembra in oktobra prejšnega leta na olistanje nekaterih drevesnih vrst (bukve, hrasta in breze), enako tudi Veselič (1990) za bukev. To je v skladu z dejstvom, da je pri mnogih rastlinah potrebno določeno obdobje nizkih temperatur za prekinitev dormance (Larcher, 1995). Pri izračunu vsote aktivnih temperatur iz minimalnih dnevnih temperatur zraka (Va mk ti n ) smo izpustili postajo Lesce, za katero teh podatkov ni. Primerjava je pokazala, da so Va mk ti n v povprečju manjše od Va pk ot v za 109 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 60% do 80% v pomladanskem času, v jesenskem pa 40% do 45%. Ker je minimalna temperatura ekstremna vrednost, je razumljivo, da je bila variabilnost Va mk ti n med leti še večja, kot če smo računali vsoto iz povprečnih dnevnih temperatur. Korelacijska analiza je pokazala, da so povprečne vrednosti korelacijskih koeficientov med vsotami aktivnih temperatur ter nastopi fenofaz relativno majhne (<0,5) in spremenljivih predznakov, zato posplošenega zaključka za vse rastline ne moremo narediti. Pozitivne korelacije pomenijo dejstvo: če nastopi fenofaza pozneje, bo vsota aktivnih temperatur večja zaradi višjih povprečnih temperatur zraka. Negativne korelacije pa nakazujejo, da na rast in razvoj rastlin vpliva tudi globalno obsevanje – če nastopi določena fenofaza kasneje, pomeni, da je v tem času energija globalnega obsevanja lahko že za 30% do 40% večja in tako delno 'nadomesti' manjše vsote aktivnih temperatur. Šegula-Ilič (1990) je ugotovil, da se vpliva povprečnih vrednosti aktivnih temperatur in energije globalnega obsevanja na dolžino razdobja do nastopa določene fenološke faze dopolnjujeta. Pri nekaterih zgodnjih fenofazah pa je pomemben proces, ki poteka v rastlinah, translokacija, razvoj na začetku je precej odvisen od zalog, ki jih je nakopičila rastlina v prejšnem letu, vsekakor pa je transport do določene mere temperaturno odvisen. Poleg Va pk ot v in Va mk ti n smo računali tudi vsote efektivnih temperatur (Vef) na osnovi statistično določenih TP za vsako posamezno fenofazo oziroma posamezno postajo. Tudi tu je značilna velika variabilnost med leti in postajami, ki nam nakazuje, da je potrebno poleg vpliva temperature upoštevati tudi druge dejavnike fenološkega razvoja. Vzrok za veliko različnost temperaturnih vsot glede na rastlinske vrste in lokacije so individualne biološke razlike med rastlinami. Te se odražajo v različnih načinih reagiranja določene rastline na meteorološke razmere, ki so opisane tudi s številnimi parametri, ki jih v naši raziskavi nismo upoštevali. Vrednosti koeficientov variabilnosti (KV) za Vef znašajo med 12% in 30%, povprečen KV za fenofaze cvetenja in olistanja pa je 18%. Razlike v variabilnosti vsot med posameznimi fenofazami oziroma rastlinami kažejo, da določene rastline bolj burno reagirajo na spremembe temperature v njihovem okolju. Takšne rastline nam lahko služijo kot indikatorji sprememb klime, še posebej so od temperature zraka odvisne fenofaze cvetenja. Primerjava korelacijskih koeficientov Vef ter Va pk ot v in Va mk ti n s časom pojava fenofaz je pokazala, da nam Vef pojasnijo večji delež variabilnosti fenološkega razvoja. Tudi tu so vrednosti koeficientov spremenljivih predznakov, v povprečju med 0,50 do 0,65, največje vrednosti pa smo izračunali za lesko (0,75). Ker je poleg temperaturnih razmer dolžina dneva najpomembnejši dejavnik razvoja rastlin, smo za postajo Ljubljana izračunali tudi fototermalni čas (Pt) z uporabo enačbe (22), ki poleg temperature zraka upošteva tudi dolžino dneva. Pri tem smo upoštevali temperaturo samo svetlega dela dneva, ko v rastlini lahko poteka proces fotosinteze. Izračunan Pt za Ljubljano je manjši od vsote aktivnih temperatur sorazmerno glede na dolžino dneva. Koeficienti variabilnosti za izračunan Pt so veliki pri treh najzgodnejših fenofazah, to je cvetenju leske, pomladanskega žafrana ter malega zvončka, pri katerih je tudi nastop fenofaze zelo variabilen. Zgodnje cvetoče rastline potrebujejo za začetne fenofaze zelo majhne vsote akumulirane toplote, zacvetijo pa lahko že ob krajših otoplitvah sredi zime. Izračunan fototermalni čas za kasnejše fenofaze kaže manjšo variabilnost, vsote pa naraščajo sorazmerno z dolžino obdobja med 1. januarjem in dnevom nastopa fenofaze. Tako kot za termalni čas smo tudi za fototermalni čas naredili korelacijsko analizo s časom nastopa 110 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 fenofaz (priloga G2). Pri vseh fenofazah so bile vrednosti korelacijskih koeficientov večje kot v primeru uporabe termalnega časa, razen pri regratu, kjer imata isto vrednost. Uporaba fototermalnega časa je torej pokazala, da z njo lahko statistično značilno izboljšamo napoved fenološkega razvoja. 5.1.6 Regresijski modeli za napoved nastopa fenofaz V podrobnejši obravnavi odvisnosti časa nastopa različnih fenofaz od meteoroloških dejavnikov okolja smo uporabili metodo multiple linearne regresije. Uporabili smo statistični program STATGRAPHICS Plus 4.0. V analizo smo vključili spremenljivke na osnovi predhodne korelacijske analize. Z metodo regresije po korakih (stepwise selection) smo ugotavljali, katere pojasnjevalne spremenljivke nam pojasnijo dovolj velik del variabilnosti odvisne spremenljivke (v našem primeru je to čas nastopa fenofaze), da jih je smiselno vključiti v regresijski model. Dostikrat se namreč zgodi, da kljub relativno tesni korelaciji med odvisno spremenljivko ter pojasnjevalno spremenljivko, (če upoštevamo le ti dve spremenljivki), ob upoštevanju tudi ostalih pojasnjevalnih spremenljivk, lahko takšna spremenljivka iz modela izpade. Za napoved fenološkega razvoja rastlin smo tvorili fenološke ter fenoklimatske modele. S posameznim fenološkim modelom smo poskušali napovedati nastop določene fenofaze za neko rastlino glede na datum nastopa predhodnih fenofaz iste rastline ali pa glede na datume predhodnih fenofaz drugih rastlin. Modele smo tvorili za 14 različnih fenofaz (oziroma 10 različnih rastlin), pri katerih napovedi časa pojava lahko uporabimo za določene ukrepe tako z vidika agrometeorologije, medicinske meteorologije, v farmacevtski industriji ali pa v raziskavah v zvezi s spremembami klime. Korelacijski koeficienti med posameznimi zaporednimi fenofazami iste rastline (začetek cvetenja-polno cvetenje, olistanje-cvetenje) ali med fenofazami različnih rastlin, ki si sledijo v kratkih časovnih presledkih, so v bili v nekaterih primerih precej veliki (priloge H1 do H8). Kot sprejemljive smo obravnavali tiste modele, s katerimi smo lahko pojasnili vsaj polovico variabilnosti v času nastopa fenofaze. V posamezen fenološki model sta največkrat vključeni ena ali dve pojasnjevalni spremenljivki, največje število pojasnjevalnih spremenljivk v modelu pa je bilo pet. Menimo, da uporaba modelov, ki vsebujejo več kot tri različne fenološke parametre, ni smiselna, saj nam dodatne spremenljivke ne pojasnijo bistveno večjega deleža variabilnosti. Analiza je pokazala, da kot pojasnjevalna spremenljivka nastopa v modelih največkrat breza, sledita ji regrat in divji kostanj. Za te tri rastline lahko trdimo, da so v naših razmerah fenološki indikatorji, to pomeni, da lahko na osnovi časa njihovega razvoja še posebej uspešno napovedujemo razvoj ostalih fenoloških faz. Tudi nekatere druge raziskave so pokazale, da lahko cvetenje sadnega drevja v Sloveniji napovedujemo na osnovi podatkov o fenofazah breze, divjega kostanja, pa tudi lipe in bukve (Kajfež-Bogataj in Bergant, 1999; Strajnar, 1997), uporaba fenoloških podatkov samoniklih rastlin za fenološke modele pa je splošno razširjena (Cenci in Ceschia, 2000). Za napovedovanje fenološkega razvoja so najprimernejše najzgodnejše fenofaze (npr. olistanje navadne breze, cvetenje regrata…). Faz, ki so kasnejše od napovedovane, v napovedih ne moremo uporabiti, lahko pa tak fenološki podatek za določeno rastlino uporabimo kot nadomestilo manjkajočega podatka primerjalne vrste, če obstaja med njima močna korelacija. Za vse fenološke modele smo podali poleg pojasnjevalnih spremenljivk ter njihovih regresijskih koeficientov tudi delež pojasnjene variabilnosti in število dni, v koliko naprej lahko z modelom napovemo nastop fenofaze. Glede na to, da smo v postopek multiple regresije vključili različno število 111 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 pojasnevalnih spremenljivk za posamezne postaje, smo računali prilagojen koeficient determinacije. Največ pojasnejene variabilnosti (preko 90%) so nam dali modeli za napoved polnega cvetenja 'Domače češplje' in 'Bobovca', ki kot pojasnjevalne spremenljivke vsebujejo tudi predhodne fenofaze istih rastlin. Zato so tudi napovedi možne le 3 do 4 dni vnaprej, kar pa menimo, da je z vidika priprave na določene agrometeorološke ukrepe še dovolj. Za napovedi fenološkega razvoja na osnovi predhodnih fenofaz drugih rastlin je delež pojasnjene variabilnosti precej manjši in znaša med 70% do 79% za začetek cvetenja 'Domače češplje', polno cvetenje španskega bezga ter olistanje breze, med 60% in 69% za začetek cvetenja 'Bobovca', regrata in lipe, polno cvetenje leske ter olistanje lipe, med 50% in 59% variabilnosti v času nastopa fenofaz pa smo lahko pojasnili z modeli za napoved začetka cvetenja breze in pasje trave, polnega cvetenja robinije ter olistanja bukve. Multiple regresijske modele je z vključevanjem podatkov o fenofazah samoniklih rastlin možno oblikovati, modeli so s statističnega vidika ustrezni in primerni za uporabo, uporaba čistih fenoloških modelov pa je smiselna le v primerih, če za določeno fenološko postajo nimamo tudi podatkov o meteoroloških dejavnikih oziroma za interpolacijo fenoloških podatkov. Obravnavane fenološke postaje smo izbrali tako, da so hkrati tudi meteorološke postaje, z namenom, da smo v posamezne fenoklimatske modele vključili poleg fenoloških podatkov tudi nekatere meteorološke spremenljivke. Na osnovi korelacijskih analiz, ki smo jih predstavili v poglavjih 4.2 do 4.6, smo v multiplo regresijsko analizo vključili povprečne mesečne, dvomesečne in tromesečne temperature zraka, povprečne mesečne količine padavin, termalni čas (vsote aktivnih in efektivnih temperatur), indeks severno atlantskega nihanja in fototermalni čas samo za postajo Ljubljana. Od 90.tih možnih fenoklimatskih modelov smo lahko tvorili 75 takšnih, s katerimi smo lahko pojasnili vsaj polovico variabilnosti v času nastopa fenofaz na osnovi fenoloških in meteoroloških podatkov. Osem modelov vključuje samo fenološke spremenljivke, to so v glavnem modeli za napovedi polnega cvetenja sadnega drevja, pri katerih smo kot pojasnjevalno spremenljivko uporabili fenofazo začetek cvetenja. Sedem modelov pa je čistih meteoroloških, le-ti napovedujejo nastop fenofaze samo na osnovi meteoroloških spremenljivk, v večini primerov so to povprečne mesečne temperature zraka ali termalni čas. Delež pojasnjene variabilnosti časa pojava fenofaz s fenoklimatskimi modeli znaša v povprečju nad 0,80, najmanjše deleže pojasnjene variabilnosti pa smo ugotovili pri olistanju breze in cvetenju lipe. V vseh fenoklimatskih modelih se kot pojasnjevalna spremenljivka pojavlja termalni čas oziroma za postajo Ljubljana fototermalni čas. Termalni čas, ki smo ga v modele vključili v treh različnih oblikah – kot vsoto aktivnih temperatur, izračunano iz povprečnih dnevnih temperatur zraka (Va pk ot v ) ali iz minimalnih temperatur zraka (Va mk ti n ) ter kot vsoto efektivnih temperatur zraka (Vef) – je v modelih največkrat vključen kot spremenljivka Va pk ot v ali kot Vef, kar kaže na to, da je primerna uporaba obeh metod za izračun termalnega časa. Vsote aktivnih temperatur, ki smo jih izračunali iz minimalnih dnevnih temperatur, so bile statistično značilno povezane z nastopom fenofaz le v posameznih primerih, nismo pa mogli ugotoviti neke splošne značilnosti, da bi bile minimalne temperature pomembnejše pri določeni rastlini ali fenofazi. Fototermalni čas, ki smo ga izračunali samo za postajo Ljubljana, nastopa kot pojasnjevalna spremenljivka v vseh modelih za to postajo. Primerjava pojasnjene varaiabilnosti z modeli, v katere smo vključili termalni ali pa fototermalni čas, je pokazala, 112 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 da s fototermalni časom v vseh modelih lahko pojasnimo več variabilnosti. Razlika je bila ponekod sicer minimalna (samo 1% ali 2%), v večini modelov pa tolikšna, da je vključitev fototermalnega časa v obravnavane fenoklimatske modele upravičena. Primerov, ko so bile povprečne mesečne padavine vključene v modele po metodi regresije po korakih v postopku multiple linearne regresije je le šest, gre pa za 5 različnih modelov na različnih postajah. Obravnavane fenofaze se pojavljajo v spomladanskem času, ko so pri nas zaloge vode za normalen razvoj rastlin na splošno zadostne, količina rastlinam dostopne vode torej ni omejitveni dejavnik rasti. Tudi ostale raziskave o vplivu padavin na fenološki razvoj v Sloveniji so potrdile, da količina padavin ne vpliva značilno na nastop spomladanskih fenofaz (Bergant in sod., 2001; Šegula-Ilič, 1990; Veselič, 1990). Precej drugačno sliko pa bi seveda lahko dobili, če bi obravnavali kasnejše fenofaze na območjih, ki imajo v poletnih mesecih negativno vodno bilanco. Pri proučevanju vpliva padavin pa je potrebno upoštevati tudi mesebojno interakcijo vpliva padavin in temperature, saj je razumljivo, da so ob deževnem, oblačnem vremenu spomladi temperature nižje, oziroma vpliva to na energijo globalnega obsevanja, del vpliva padavin je torej lahko posredno izražen tudi preko vpliva temperature na fenološki razvoj rastlin. Na osnovi korelacijskih analiz smo poleg že omenjenih spremenljivk v postopek multiple regresije vključili tudi indeks severno atlantskega nihanja (NAOI). Nekaj manj kot četrtino vseh fenoklimatoloških modelov vsebuje kot eno izmed neodvisnih spremenljivk tudi NAOI. Izkazalo se je, da največ variabilnosti fenološkega razvoja lahko pojasnimo z zimskim NAOI, nekoliko manj z mesečnimi NAOI, le v treh modelih pa je vključen sezonski NAOI, vsi ti mesečni in sezonski indeksi pa veljajo za zimske oziroma zgodnje-spomladanske mesece. Glowienka-Hense (1990) je v svoji raziskavi podal, da severno atlantsko nihanje vpliva na klimo srednje Evrope predvsem v zimskih mesecih, poleti pa nima direktnega vpliva na centralni del Evrope, južneje od 500. Naša raziskava je potrdila, da variabilnost NAO vpliva na variabilnost klime zimskih mesecev in klimatsko odvisnih spremenljivk tudi v Sloveniji; lahko torej trdimo, da je NAOI uporabna spremenljivka, s katero lahko pojasnimo določen del variabilnosti v času nastopa fenofaz. V zadnjih treh desetletjih prevladuje pozitivna NAO faza, obstaja možnost, da je takšen potek NAO pokazatelj klimatskih sprememb, v tem kontekstu je eno izmed potencialnih področij raziskav tudi povezanost fenoloških trendov s časovno spremenljivostjo severno atlantskega nihanja. Rezultate predstavljenih modelov smo analizirali s programom MATLAB 5.2 in ovrednotili, kako se z modeli izmerjene vrednosti ujemajo z opazovanimi. Za vse postaje smo modele testirali z metodo navzkrižnega preverjanja (cross validation), samo za postajo Celje pa smo modele testirali tudi na neodvisnem nizu podatkov za leto 2000. V preglednici 42 smo predstavili korelacijske koeficiente med opazovanimi in napovedanimi datumi fenofaz, povprečen korelacijski koeficient je znašal preko 0,90, kar kaže na to, da modeli dobro opišejo dejansko stanje. Nekoliko slabše rezultate smo dobili za modele cvetenja lipe ter olistanja bukve ter lipe v Lescah. Ker je uporabljena metodologija enaka v vseh modelih oziroma za vse postaje, bi lahko bil vzrok ali v manj kakovostnih fenoloških opazovanjih ali pa v napakah pri meteoroloških meritvah. Analiza obojih podatkov je pokazala, da so podatki kvalitetni in zanesljivi, zato menimo, da je eden izmed možnih 113 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 vzrokov za slabše rezultate v teh primerih menjava lokacije postaje, drug vzrok pa sama mikrolokacija, kjer opazujejo rastline. Možno je, da meteorološke meritve ne opišejo dovolj dobro lokacije, na kateri potekajo fenološka opazovanja. Analiza ostankov pri navzkrižnem preverjanju vseh modelov je pokazala, da so največja odstopanja v ekstremno toplih, oziroma v ekstremno hladnih letih, pri čemer gre za podoben vzorec na vseh postajah. V obravnavanem obdobju so zgodnje fenološke pomladi nastopile na vseh postajah v letih 1961, 1966, 1989, 1990, 1994, isto velja za leto 2000, ki pa ni bilo vključeno pri izdelavi regresijskih modelov, ampak smo ga uporabili samo za preverjanje modelov na neodvisnem nizu podatkov. Druga skupina osamelcev, ki smo jih določili pri analizi ostankov, pripada ekstremno hladnim pomladim (1956, 1963, 1976, 1986, 1996), ki so imele za posledico pozen nastop fenoloških fenofaz. Iz modelov osamelcev nismo izključili, ker izboljšave niso bile bistvene, menimo pa, da so prav ekstremne razmere tiste, ki so v fenologiji še posebej pomembne tako z vidika kmetijskih napovedi kot tudi pri proučevanju vpliva klimatskih sprememb na rast in razvoj rastlin. Poleg metode navzkrižnega preverjanja smo za postajo Celje (ta postaja ima kot edina podatke za vse obravnavane fenofaze) vse modele preizkusili tudi na neodvisnem nizu podatkov za leto 2000, v katerem je bila pomlad nadpovprečno topla. Vseh 14 modelov je dobro napovedalo datum nastopa posameznih fenofaz (preglednica 43). Maksimalno odstopanje je bilo 5 dni za napoved cvetenja robinije, sicer pa so bile vrednosti razlik tako pozitivne (model napove kasnejši datum od dejanskega) kot negativne (model napove zgodnejši datum od dejanskega). Na osnovi rezultatov analiz lahko rečemo, da smo z zgoraj navedenimi spremenljivkami izdelali dokaj natančne in pravočasne napovedi nastopa fenoloških faz za obravnavane postaje. S historičnimi fenološkimi podatki, temperaturo zraka in njenimi izpeljankami ter indeksom severno atlantskega nihanja smo lahko pojasnili velik del variabilnosti fenološkega razvoja. Ker smo v naših modelih upoštevali načelo parsimoničnosti, ki bi naj na splošno veljalo za operativne agrometeorološke modele, nismo upoštevali vseh dejavnikov, s katerimi bi lahko pojasnili dodaten del nepojasnjene variance. Na rezultate vplivajo individualne biološke razlike med posameznimi rastlinami (starost drevesa, prizadetost zaradi bolezni ali škodljivcev, pri sadnem drevju različni agrotehnični ukrepi…). Te razlike se odražajo v različnem načinu reagiranja določene rastline na meteorološke razmere v okolju, le-te so opisane tudi s spremenljivkami, ki jih v naši poenostavljeni analizi nismo upoštevali (globalno obsevanje, veter, temperatura tal, temperatura rastline, nadmorska višina…). Modele bi lahko izboljšali, če bi upoštevali tudi sestavo in vodnost tal v določenem kraju, od katere so odvisni fiziološki procesi v koreninah, onesnaženost zraka ali ultravijolično sevanje. Na natančnost regresijske zveze pa seveda vplivajo tudi morebitne napake opazovalcev pri določitvi datuma fenofaze, saj smo že omenili, da beleženje fenofaz ne temelji na meritvah, temveč na opazovanjih. V modele smo kot pojasnjevalne spremenljivke vključili tudi nekatere izpeljanke, zato so izboljšave modelov možne tudi na samem področju uporabljenih metod. Temperature pragov (TP), ki smo jih določili s statistično metodo, bi bilo potrebno določiti tudi fiziološko, poleg tega pa tudi preizkusiti različne metode za izračun TP in termalnega časa. Ena izmed še nedorečenih stvari v fenologiji je tudi določitev začetnega datuma, po katerem začnemo seštevati akumulirane toplotne enote. V naši nalogi smo termalni čas seštevali od začetka koledarskega leta dalje, za morebitne boljše rezultate pa bi lahko 114 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 preizkusili niz različnih datumov, začenši z jesenjo preteklega leta. Druga možnost pa je, da bi nastop fenoloških faz pri trajnicah spomladi poskušali napovedati glede na dosežene vsote minimalnih temperatur, ki so potrebne za spomladansko prebujanje rastlin. Vsi našteti vzroki oziroma dejavniki okolja, ki jih v naši obravnavi nismo upoštevali, deloma zaradi pomanjkanja podatkov deloma pa zaradi načela preprostosti modelov, predstavljajo obenem spremenljivke, ki bi lahko za nastop posamezne fenofaze zmanjšale delež nepojasnjene variabilnosti. 5.2 SKLEPI Rezultate proučevanja vpliva nekaterih agrometeoroloških spremenljivk na fenološki razvoj različnih rastlinskih vrst v Sloveniji lahko strnemo v nekaj glavnih spoznanj. Analiza fenoloških podatkov je pokazala, da obstaja precejšna variabilnost v času nastopa obravnavanih fenofaz, za najzgodnejše obravnavane fenofaze (cvetenje ive, leske, zvončka in pomladanskega žafrana) znaša med 50 in 80 dni, za kasnejše fenofaze cvetenja in olistanja pa med 30 do 40 dni. Pri proučevanju časovnega trenda za obdobje 1955-1999 smo ugotovili, da približno polovica pomladanskih fenofaz v zadnjih letih nastopi zgodneje kot na začetku obravnavanega obdobja. Za fenofaze cvetenja nismo zasledili nobenega primera, da bi se cvetenje pojavljalo kasneje, število primerov, ko je trend negativen, pa je enako število primerov, ko trenda ni. Koeficient trenda znaša v povprečju od 1 do 3 dni na dekado, večji pa je za najzgodnejše fenofaze cvetenja. Fenofaza olistanja pri drevesnih vrstah nastopi zadnja leta zgodneje in sicer okrog 2 dni na dekado. Za jesensko fenofazo rumenenja listja prevladuje pozitiven trend, fenofaza pa nastopi 2 do 3 dni na dekado kasneje kot na začetku obravnavanega obdobja. Posledično je prevladujoč tudi pozitiven trend v dolžini obdobja med olistanjem in rumenenjem listja obravnavanih drevesnih vrst, ki znaša okrog 2 dni na dekado. Omenjene trende nastopa fenofaz lahko pojasnimo s pozitivnimi trendi temperature zraka na obravnavanih lokacijah. Vrednosti korelacijskih koeficientov so največje med fenofazami cvetenja in povprečji temperatur zraka dveh ali treh zaporednih mesecev pred nastopom cvetenja, nekoliko so manjše vrednosti koeficientov za fenofaze olistanja. Korelacije so negativne, kar kaže, da višje temperature pospešujejo nastop pomladanskih fenofaz. Nasprotno pa je za nastop jesenskih fenofaz značilna majhna in pozitivna korelacija, kar pomeni, da višje temperature zakasnijo konec rastne dobe. Korelacija med zimskim indeksom severno atlantskega nihanja (NAOIzim) in povprečno temperaturo zraka od decembra do marca je na vseh osmih lokacijah močno statistično značilna. Z variabilnostjo NAOIzim smo lahko pojasnili največ variabilnosti v času nastopa fenofaz pri zgodaj cvetočih rastlinah kot so leska, iva in regrat, medtem ko so korelacije slabše za fenofaze, ki nastopijo v maju ali kasneje. Korelacije med nastopom fenofaz ter NAOIzim so v vseh primerih negativne, velike pozitivne vrednosti NAOIzim se odražajo na zgodnejšem fenološkem razvoju in obratno. Ugotovili smo, da na čas pojava velike večine fenofaz količina padavin ne vpliva statistično značilno. Kjer značilne korelacije obstajajo, so majhne in pozitivne, večja 115 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 količina padavin pomeni torej zakasnitev fenofaze. Na obravnavanih postajah v spomladanskem času količina rastlinam dostopne vode na splošno ni problematična, tako da količina padavin, tudi če bi le-ta v sušnih razmerah vplivala na čas pojava fenofaze, v danih razmerah na čas cvetenja oziroma olistanja ne vpliva statistično značilno. Za določitev temperature praga (TP) smo uporabili metodo najmanjšega standardnega odklona vsote efektivnih temperatur. Izračunane TP kažejo precejšno variabilnost med posameznimi postajami, razlike pa so jasno vidne tudi med rastlinskimi vrstami. Najnižje TP, ki imajo celo negativne vrednosti, smo izračunali za najzgodnejše fenofaze (cvetenje ive, leske, zvončka, regrata in pomladanskega žafrana), kasnejše fenofaze imajo izračunane TP med 3oC in 7°C. Variabilnost izračunanih termalnih časov med posameznimi leti je veliko večja za pomladanske kot jesenske fenofaze. Potreben termalni čas za nastop fenofaz v Ratečah je krajši kot na ostalih postajah. Fenološki razvoj opišemo bolje z vsotami efektivnih kot aktivnih temperatur, primernejša pa je metoda, pri kateri smo računali termalni čas iz povprečnih dnevnih in ne minimalnih temperatur zraka. Modificirana metoda za računanje termalnega časa, v katero smo vključili dolžino dneva, je za postajo Ljubljana pokazala, da so bile vrednosti korelacijskih koeficientov višje ob uporabi fototermalnega časa. Z metodo multiple linearne regresije smo oblikovali fenološke in fenoklimatske modele za napoved fenofaz, pri katerih takšne napovedi lahko uporabimo za določene ukrepe. Za napovedovanje fenofaz tako gojenih kot samoniklih rastlin je najprimernejša uporaba podatkov najzgodnejših fenofaz, kot pojasnjevalne spremenljivke v fenoloških modelih so največkrat nastopile fenofaze cvetenja in olistanja breze, cvetenja regrata ter olistanja divjega kostanja. Za te tri rastline velja, da so v naših razmerah dobri fenološki indikatorji. Menimo, da je možno oblikovati multiple fenološke regresijske modele, ki so s statističnega vidika ustrezni in primerni za uporabo, tako v smislu napovedovanja fenološkega razvoja kot za morebitne interpolacije manjkajočih fenoloških podatkov. Delež pojasnjene variabilnosti nastopa fenofaz se je precej povečal, ko smo v fenološke modele vključili tudi meteorološke spremenljivke in njihove izpeljanke. V fenoklimatskih modelih so poleg fenoloških pojasnjevalnih spremenljivk največkat vključene meteorološke pojasnjevalne spremenljivke termalni čas ter povprečne mesečne temperature zraka, za Ljubljano v vseh primerih fototermalni čas. Z mesečno količino padavin in indeksom severno atlantskega nihanja smo lahko pojasnili manjši del variabilnosti nastopa fenofaz. Kljub številnim možnostim, ki nam jih daje proučevanje fenološkega razvoja rastlin, je pri nas izrabljenost fenološkega arhiva še vedno premajhna. Menimo, da bi bilo fenološke prognoze potrebno bolj dosledno upoštevati kot vir dodatnih informacij pri načrtovanju kmetijske proizvodnje in sprejemanju agotehničnih ukrepov, obenem z bolj dostopnimi fenološkimi informacijami za širši krog ljudi. Zaradi zmanjševanja stroškov so v preteklosti ukinili že številne fenološke postaje. Ker je za kvalitetne raziskave na področju fenologije potreben vsaj tridesetleten neprekinjen niz podatkov, pomeni ukinjanje postaj z dolgoletnimi fenološkimi opazovanji nepopravljivo škodo. 116 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Na osnovi spoznanj naše raziskave lahko zaključimo, da smo z obravnavanimi spremenljivkami izdelali dokaj natančne in pravočasne napovedi časa pojava fenoloških faz različnih rastlin. S historičnimi fenološkimi podatki, podatki za temperaturo zraka in njenimi izpeljankami smo lahko pojasnili velik del variabilnosti časa nastopa fenofaz. Zastavljene cilje smo v nalogi v veliki meri dosegli, izdelani modeli dobro opišejo dejansko stanje in so operativno uporabni. 117 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 6 POVZETEK (SUMMARY) 6.1 POVZETEK V nalogi smo proučevali vpliv nekaterih agrometeoroloških spremenljivk na fenološki razvoj različnih rastlinskih vrst v Sloveniji. Namen dela je bila izdelava fenoloških ter fenoklimatskih multiplih regresijskih modelov za napoved nastopa fenofaz z upoštevanjem načela parsimoničnosti. V analizo smo vključili fenološke in meteorološke podatke za obdobje 1955-2000, obravnavali pa smo osem lokacij, ki za omenjeno obdobje razpolagajo tako z meteorološkimi meritvami kot tudi s fenološkimi opazovanji: Celje, Ilirsko Bistrico, Lesce, Ljubljano, Maribor, Mursko Soboto, Novo Mesto in Rateče. V raziskavo smo vključili 6 različnih fenofaz (olistanje, začetek cvetenja, polno cvetenje, prvi zreli plodovi, začetek obiranja plodov, jesensko rumenenje listja) oziroma 17 rastlin, ki sodijo v štiri skupine fenoloških objektov: negojene zelnate rastline (navadna ivanjščica-Leucanthemum ircutianum Turcz., navadni mali zvonček-Galanthus nivalis L., navadni regrat-Taraxacum officinale Weber in Wiggers, pomladanski žafran-Crocus napolitanus Mordant&Loisel.), gozdno drevje in grmičevje (navadna breza-Betula pendula Roth, navadna bukev-Fagus sylvatica L., črni bezeg-Sambucus nigra L., navadni divji kostanj-Aesculus hippocastanum L., iva-Salix caprea L., navadna leska-Corylus avellana L., lipa-Tilia platyphyllos Scop., navadna robinija-Robinia pseudacacia L., navadna smreka-Picea abies (L.) Karsten in španski bezeg-Syringa vulgaris L.), trave (navadna pasja trava-Dactylis glomerata L.) in sadno drevje (češplja-Prunus domestica L., sorta ‘Domača češplja’ in jablana-Malus domestica Borkh, sorta ‘Bobovec’). Fenološke in meteorološke podatke smo dobili iz arhiva Agencije republike Slovenije za okolje. Temperaturo spodnjega praga za nastop posamezne fenofaze smo določili z metodo najmanjšega standardnega odklona vsote efektivnih temperatur. Termalni čas smo računali z metodo pravokotnika na tri različne načine kot vsoto efektivnih temperatur nad izbranim temperaturnim pragom, vsoto aktivnih temperatur, izračunano iz povprečnih dnevnih temperatur zraka ter vsoto aktivnih temperatur, izračunano iz minimalnih dnevnih temperatur zraka. Za postajo Ljubljana smo poleg termalnega časa izračunali tudi fototermalni čas, to je modificiran termalni čas, v katerem smo upoštevali dolžino dneva. Za prikaz povprečnih vrednosti nastopa fenofaz smo uporabili osnovne opisne statistike ter analizo variance. Časovne spremembe v nastopu fenofaz smo opisali s trend komponento in sicer z modelom linearnega trenda. Za izdelavo modelov smo uporabili linearno multiplo regresijsko tehniko z načinom postopnega vključevanja pojasnjevalnih spremenljivk. Rezultate modelov smo ovrednotili z metodo navzkrižnega preverjanja, za postajo Celje pa tudi na neodvisnem nizu podatkov za leto 2000. V nalogi smo uporabili računalniške programe Statgraphics Plus 4.0, Excell 5.0 in MATLAB 5.2. Povprečni, najzgodnejši in najpoznejši dnevi nastopov fenofaz vseh rastlin v Lescah in Ratečah so kasnejši kot na ostalih šestih postajah, ki ležijo na manjših nadmorskih višinah. Primerjava ekstremnih vrednosti nastopa fenofaz olistanja breze, bukve, divjega kostanja, lipe ter smreke je pokazala, da povprečen variacijski razmik znaša od 29 do 39 dni. Podobne vrednosti smo dobili tudi za jesensko fenofazo rumenenja listja pri brezi, bukvi ter lipi in sicer v povprečju med 33 in 40 dni. Za fenofaze cvetenja pri zgodaj cvetočih rastlinah smo ugotovili zelo veliko variabilnost. Pri spomladanskem žafranu znaša 118 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 povprečen razpon med najzgodnejšim in najkasnejšim dnevom cvetenja 50 dni, pri ivi in malem zvončku okrog 60 dni, pri leski pa celo 80 dni. Pri rastlinah, ki zacvetijo kasneje, med ekstremnimi vrednostmi ni tako velikega razpona, le-ta je istega velikostnega reda kot pri olistanju in rumenenju listja in znaša v povprečju med 30 in 40 dni. Trajanje obdobja med olistanjem in rumenenjem listja za bukev, brezo in lipo znaša povprečno med 170 in 180 dni, v Ratečah pa je približno mesec dni krajše. Za vse izbrane fenofaze smo izračunali linearni trend. Za fenofazo cvetenja je število primerov, ko je trend negativen (zgodnejše cvetenje) približno enako kot število primerov, ko trend ne obstaja. Največji koeficient trenda kažeta iva in leska in sicer okrog 5 dni na dekado, cvetenje ostalih rastlin pa nastopi med 1,3 do 3,6 dni na dekado zgodneje kot na začetku obravnavanega obdobja. Fenofaza olistanja je pokazala, da ta fenofaza nastopa zadnja leta zgodneje in sicer za okrog 2 dni na dekado. Za jesensko fenofazo rumenenja listja prevladuje pozitiven trend, to pomeni, da listje zadnja leta rumeni kasneje, koeficient trenda pa znaša 2 do 3 dni na dekado. Izračunali smo tudi trend v dolžini obdobja med olistanjem in rumenenjem listja pri brezi, bukvi ter lipi, trend je v več kot polovici primerov pozitiven in znaša 3 dni na dekado, v ostalih primerih trenda ni. Povezanost med časom nastopa fenofaz in nekaterimi agrometeorološkimi spremenljivkami smo ugotavljali s korelacijsko analizo. Vrednost povprečnega korelacijskega koeficienta med nastopom fenofaz cvetenja in povprečnimi temperaturami zraka je znašala približno -0,7 do -0,8; le nekoliko manjše so bile vrednosti koeficientov za fenofaze olistanja. Za nastop jesenskih fenofaz je ta korelacija manjša in pozitivna, kar pomeni, da višje temperature zakasnijo konec rastne sezone. Analizirali smo tudi vpliv severno atlantskega nihanja na pojav pomladanskih fenofaz v Sloveniji. Korelacija med zimskim indeksom severno atlantskega nihanja (NAOIzim) in povprečno zimsko temperaturo zraka (december-marec) je za vseh osem lokacij statistično močno značilna, povprečna vrednost korelacijskega koeficienta pa znaša +0,58. Z variabilnostjo NAOIzim lahko pojasnimo največ variabilnosti v času nastopa fenofaz pri zgodaj cvetočih rastlinah kot so leska, iva in regrat. Korelacije so manjše za fenofaze, ki nastopijo pozno spomladi. Vrednosti korelacijskih koeficientov med nastopom fenofaz ter NAOIzim so v vseh primerih negativne. Analiza povezanosti povprečne mesečne količine padavin z nastopom fenofaz kaže, da v naših razmerah v spomladanskem času količina rastlinam dostopne vode ni problematična, tako da količina padavin, tudi če bi le-ta v ekstremno sušnih razmerah vplivala na čas pojava fenofaz, v danih razmerah na čas cvetenja in olistanja ne vpliva statistično značilno. Spodnjo temperaturo praga (TP) smo v naši raziskavi določili statistično, izbrani datum začetka seštevanja termalnega časa je bil 1. januar. Preizkusili smo dve dolžini obdobja, ko mora biti povprečna dnevna temperatura zaporedoma višja od TP (5 dni in 10 dni). Kot primernejši kriterij se je izkazala dolžina obdobja 5 dni. Za rastline, pri katerih nastopi fenofaza cvetenja relativno zgodaj spomladi, je bila večina izračunanih TP negativnih: najnižje TP smo določili za fenofazo cvetenja leske (povprečje postaj okrog –3oC), za ostale rastline so bile TP med –3oC in + 2oC. Za računanje termalnega časa za nastop olistanja pri brezi, bukvi in lipi je najprimernejša TP med 3oC in 4oC, izračunani pragovi so med posameznimi postajami precej izenačeni. Za ostale kasnejše faze smo določili nekoliko višje TP, ki nihajo v povprečju med 5oC in 7oC. Na osnovi izračunanih TP smo 119 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 izračunali vsote efektivnih temperatur (Vef), nad enotnim TP=0oC pa vsote aktivnih temperatur (Vakt). V Ratečah so Vakt manjše kot na ostalih postajah, največje vsote pa so bile največkrat dosežene v Ilirski Bistrici in Ljubljani, kar potrjuje, da ista rastlinska vrsta potrebuje v toplejših krajih za svoj razvoj večjo vsoto toplotnih enot kot v hladnejših predelih. Variabilnost Vakt je bila med leti precej velika (med 10% in 25%) in sicer večja za zgodnejše fenofaze. Povprečne vrednosti korelacijskih koeficientov med Vakt ter nastopi fenofaz so relativno majhne (<0,5) in spremenljivih predznakov. Za vsote efektivnih temperatur (Vef) na osnovi statistično določenih TP za vsako posamezno fenofazo je prav tako značilna velika variabilnost, vrednosti koeficientov variabilnosti pa znašajo med 12% in 30%. Korelacijski koeficienti so večji (med 0,5 do 0,65), če fenološki razvoj opišemo z Vef namesto z Vakt, in prav tako spremenljivih predznakov. Za postajo Ljubljana smo izračunali tudi fototermalni čas, pri čemer smo upoštevali temperaturo samo svetlega dela dneva. Z uporabo fototermalnega časa smo v vseh primerih lahko opisali fenološki razvoj boljše kot s termalnim časom. V podrobnejši obravnavi odvisnosti časa nastopa različnih fenofaz od meteoroloških dejavnikov okolja smo uporabili metodo multiple linearne regresije, tvorili smo fenološke in fenoklimatske modele. Modele smo tvorili za 14 različnih fenofaz oziroma 10 različnih rastlin, pri katerih napovedi časa pojava lahko uporabimo za določene ukrepe v agrometeorologiji, medicinski meteorologiji, v farmacevtski industriji ali pa v raziskavah o vplivu klimatskih sprememb na rastlinski svet. S posameznim fenološkim modelom smo napovedali nastop fenofaze za neko rastlino glede na datum nastopa predhodnih fenofaz iste rastline ali pa glede na datume predhodnih fenofaz drugih rastlin. Kot pojasnjevalna spremenljivka nastopa v modelih največkrat breza, sledita ji regrat in divji kostanj. Za te tri rastline lahko trdimo, da so v naših razmerah fenološki indikatorji. V fenološke modele sta največkrat vključeni ena ali dve pojasnjevalni spremenljivki, največje število pojasnjevalnih spremenljivk v modelu pa je bilo pet. Menimo, da uporaba modelov, ki vsebujejo več kot tri različne fenološke parametre, ni smiselna, saj nam dodatne spremenljivke ne pojasnijo bistveno večjega deleža variabilnosti. Največji delež pojasnejene variabilnosti (preko 90%) so nam dali modeli za napoved polnega cvetenja 'Domače češplje' in 'Bobovca', ki kot pojasnjevalne spremenljivke vsebujejo predhodne fenofaze istih rastlin. Zato so tudi napovedi možne le 3 do 4 dni vnaprej, kar pa menimo, da je z vidika priprave na določene agrometeorološke ukrepe še dovolj. Za napovedi fenološkega razvoja na osnovi predhodnih fenofaz drugih rastlin je delež pojasnjene variabilnosti precej manjši in je znašal med 50% in 79%. Multiple regresijske modele za napoved fenološkega razvoja je z vključevanjem samo fenoloških podatkov samoniklih ali gojenih rastlin možno oblikovati, modeli so s statističnega vidika ustrezni in primerni za uporabo, z njimi je možno interpolirati manjkajoče fenološke podatke. Obravnavane fenološke postaje smo izbrali tako, da so hkrati tudi meteorološke postaje. Na osnovi korelacijskih analiz smo v multiplo regresijsko analizo vključili povprečne mesečne, dvomesečne in tromesečne temperature zraka, povprečne mesečne količine padavin, termalni čas (vsote aktivnih in efektivnih temperatur), indeks severno atlantskega nihanja in fototermalni čas samo za postajo Ljubljana. V vseh fenoklimatskih modelih se kot pojasnjevalna spremenljivka pojavlja termalni čas oziroma za postajo Ljubljana fototermalni čas. Termalni čas je v modelih največkrat vključen kot spremenljivka Vakt, izračunana iz povprečnih dnevnih temperatur zraka, ali kot Vef, kar kaže na to, da je 120 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 primerna uporaba obeh metod za izračun termalnega časa. Vsote aktivnih temperatur, ki smo jih izračunali iz minimalnih dnevnih temperatur, so bile statistično značilno povezane z nastopom fenofaz le v posameznih primerih, nismo pa mogli ugotoviti neke splošne značilnosti, da bi bile minimalne temperature pomembnejše pri določeni rastlini ali fenofazi. Fototermalni čas, ki smo ga izračunali samo za postajo Ljubljana, nastopa kot pojasnjevalna spremenljivka v vseh modelih za to postajo, z njim pa smo v vseh modelih lahko pojasnili več variabilnosti kot s termalnim časom. Spremenljivki mesečna količina padavin in NAOI sta bili vključeni le v manjše število modelov, z njima smo lahko pojasnili relativno majhen del variabilnosti časa nastopa posamezne fenofaze. Modele smo preverili z metodo navzkrižnega preverjanja, povprečen korelacijski koeficient med opazovanimi in napovedanimi datumi fenofaz je znašal preko 0,90, kar kaže na to, da modeli dobro opišejo dejansko stanje. Pri analizi ostankov pri navzkrižnem preverjanju modelov smo ugotovili največja odstopanja v ekstremno toplih in hladnih letih, pri čemer je bil vzorec podoben na vseh lokacijah. Poleg metode navzkrižnega preverjanja smo za lokacijo Celje, ki ima kot edina podatke za vse obravnavane fenofaze, vse modele preizkusili tudi na neodvisnem nizu podatkov za leto 2000. Napovedi vseh 14 modelov so bile dobre, največja razlika med opazovano in napovedano vrednostjo je bila 5 dni za cvetenje robinije, sicer pa so bile vrednosti razlik tako pozitivne (model napove kasnejši datum od dejanskega) kot negativne (model napove zgodnejši datum od dejanskega). Z obravnavanimi agrometeorološkimi spremenljivkami smo lahko izdelali dokaj natančne in pravočasne napovedi nastopa fenoloških faz za obravnavane lokacije. 6.2 SUMMARY We have investigated influence of some agrometeorological variables on phenological development of different plant species in Slovenia. The purpose of our work was working out phenological and phenoclimatic multiple regression models for prediction of phenophase appearance considering principle of parsimonious. Phenological and meteorological data for the period 1955-2000 were used in our study, eight locations were selected: Celje, Ilirska Bistrica, Lesce, Ljubljana, Maribor, Murska Sobota, Novo mesto and Rateče, which represented at the same time phenological and meteorological stations. 6 different phenophases (leaf unfolding, beginning of flowering, full flowering, first ripe fruits, maturity, autumnal leaf colouring) and 17 plants respectively were chosen to represent four groups of phenological objects: wild herbaceous plants (ox-eye daisy-Leucanthemum ircutianum Turcz., snowdrop-Galanthus nivalis L., dandelion-Taraxacum officinale Weber and Wiggers, spring-saffron-Crocus napolitanus Mordant&Loisel.), forest trees and shrubs (common silver birch-Betula pendula Roth, beech-Fagus sylvatica L., common elder-Sambucus nigra L., horse-chestnut-Aesculus hippocastanum L., goat willow-Salix caprea L., hazel-Corylus avellana L., large-leaved lime-Tilia platyphyllos Scop., black locust-Robinia pseudacacia L., Norway spruce-Picea abies (L.) Karsten and common lilac-Syringa vulgaris L.), grasses (cock’s-foot-Dactylis glomerata L.) and fruit trees (plum tree-Prunus domestica L., cv. ‘Domača češplja’ and apple tree-Malus domestica Borkh, cv. ‘Bobovec’). Environmental Agency of Republic of Slovenia provided phenological and meteorological data. 121 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Lower threshold temperatures for particular phenophases appearance were determined with the least standard deviation in growing-degree days method. Thermal time was calculated with rectangular method in three different ways: as growing-degree days above defined lower threshold temperature, growing-degree days above zero, calculated from average daily air temperatures and growing degree days above zero, calculated from minimum daily air temperatures. For the Ljubljana location photothermal time was also calculated, this was modified thermal time, which takes into consideration day length as well. The statistical analysis of the data was carried out with the standard tools of Statgraphics Plus 4.0 and MS Excel 97; averages, standard deviations, minima and maxima were calculated. Analysis of variance was performed to test variation in phenological dates between stations and linear trend analysis was used to investigate time series of phenological data. On the base of preliminary correlation analysis multiple linear regression models (stepwise selection) were applied. Models were tested with cross validation method (with MATLAB 5.2 programme) and for the Celje station also on independent data set for year 2000. The average, the earliest and the latest phenological dates for all plants observed in Lesce and Rateče were later compared to other six stations on lower altitudes. The extreme dates of phenophase appearance for leaf unfolding of common silver birch, beech, horse-chestnut, large-leaved lime and Norway spruce differed on the average from 29 to 39 days. Similar values were determined also for autumnal leaf colouring for common silver birch, beech and large-leaved lime, where the interval between the earliest and the latest date of leaf colouring was in average 33 to 40 days. The temporal variability of phenological data was very high in early spring. For spring-saffron the earliest and the latest dates of flowering differed for about 50 days, for goat willow and snowdrop about 60 days and for hazel even 80 days. For late-spring phases of flowering the interval between extreme dates was not so spacious, the magnitude was the same as for leaf unfolding and leaf colouring; it amounted from 30 to 40 days. The length of period between leaf unfolding and leaf colouring forcommon silver birch, beech and large-leaved lime was from 170 to 180 days on the average, this period was approximately one month longer in Rateče. Linear trends of all selected phenological phases were calculated. For flowering phases approximate half of the records showed clear tendencies to an earlier onset of flowering, the other half of the records showed no trends and there was no one case of delayed flowering. The highest trend coefficients were characteristic for goat willow and hazel – about 5 days per decade, the flowering of the rest of the plants occured between 1,3 and 3,6 days per decade earlier as at the beginning of the discussed period. Autumnal phases of leaf colouring tended to be delayed in the past four decades, average trend coefficient amounted to 2 to 3 days per decade. Linear trend of the length of period between leaf unfolding and leaf colouring for common silver birch, beech and large-leaved lime has lengthened on average by 3 days since 1955s, positive trend was characteristic for half of records, others showed no significant trend. The correlation analyses were carried out to establish the relationships between phenophases appearance and some agrometeorological variables. The average defined correlation coefficients between flowering dates and mean monthly air temperatures were negative, from –0,7 to –0,8; values for leaf unfolding phases were a little lower. For autumnal phases this correlation was weaker and positive. We have analyzed also the 122 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 influence of North Atlantic Oscillation on spring phenology in Slovenia. The correlation between winter North Atlantic Oscillation Index (NAOIzim) and temperature was highly significant for all stations for the months from December to March, the average correlation coefficient was +0,58. With NAOIzim variability we explained the large part of variation in flowering phases of early-spring plants like dandelion, goat willow and hazel. Correlations were weaker for late-spring phenophases. The values of all correlation coefficients were negative in all cases. The correlation analysis between monthly amount of precipitations and phenological dates has shown, that on average water availability was not a problem for plants in springtime in Slovenia. The amount of monthly precipitation in concrete conditions was not significantly correlated to date of flowering and leaf unfolding, although it could be of importance in extremely dry years. Lower threshold temperature (TP) was determined statistically; selected starting date for thermal time accumulation was the 1st January. Two different periods (5 successive days and 10 successive days) with average daily air temperature above TP were tested, better results were obtained with period of 5 days. For plants flowering in early spring, most of calculated TP were negative: the lowest TP were defined for flowering of hazel (average on all stations was about –3oC), for the rest of the plants TP were between –3oC and +2oC. TP between +3oC and +4oC were adequate to calculate thermal time for leaf unfolding of common silver birch, beech and large-leaved lime, calculated TP were quite uniform on all stations. For later phases determined TP were somewhat higher: between 5oC and 7oC on average. Growing degree-days were calculated in the first place on the base of statistically determined TP (effective temperatures – Vef) and after that above unified TP=0oC (active temperatures - Vakt). Sums of active temperatures were lower in Rateče, compared to other stations, largest sums were mostly reached in Ilirska Bistrica and Ljubljana, which confirms that the same plant species needs larger amount of heat unit accumulation for its development on warm locations than in colder areas. Variability of Vakt among years was relatively high (from 10% to 25%), higher for earlier phases. Average correlation coefficients between Vakt and phenophase appearance were relatively low (<0,5) and had changeable signs. For sums of effective temperatures, calculated on the base of statistically determined TP for every single phenophase, variability was also high, values of coefficients of variability were between 12% and 30%. When we described phenological progress with Vef instead with Vakt, correlation coefficients were higher (from 0,5 to 0,65), and again with changeable signs (+,-). We calculated also photothermal time for location Ljubljana, we took into the consideration the temperature for the light part of the day only. For all phases correlation coefficients were higher when we used photothermal instead of thermal time. In detailed analysis of phenophases dependence on meteorological parameters we used multiple linear regression to make phenological and phenoclimatic models. We formed models for 10 different plants respectively for 14 phenophases, at which forecasts of their appearance can be useful for particular measures in agrometeorology, medical meteorology, pharmacy or in climate change researches. With single phenological model we have predicted individual phenological phenomenon for particular plant on the base of previous phenological data of the same plant or on the base of previous phenological date 123 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 of other plants. The most frequently included independent variable in models was common silver birch, the next were dandelion and horse-chestnut. We can state that these plants are phenological indicators in given conditions. Mainly one or two independent variables were included in particular phenological model, the largest number of independent variables in model were five. We are of the opinion that application of models with more than three independent phenological variables is not justified, because additional variables do not explain essentially higher part of variability. We obtained the biggest part of explained variability with models for predictions of full flowering of domestic plum and apple. These models contained as independent variables previous phenophases of the same plants. That is why the predictions were possible for only 3-4 days in advance but we think that from agrometeorological point of view this is sufficient. Phenological predictions on the base of previous phenological data of other plants have explained less variability – from 50% to 79%. By including only phenological data about wild or cultivated plants we can form multiple regression models; these models are statistically adequate and appropriate for use. Discussed locations were chosen in such way that they are meteorological and phenological stations at the same time. On the base of correlation analysis we included in multiple linear regression analyses as independent variables monthly, two-monthly and three-monthly average air temperatures, monthly amount of precipitations, thermal time (active and effective temperatures), north athlantic oscillation index and photothermal time for the Ljubljana location only. In all phenoclimatic models thermal time respectively photothermal time for Ljubljana was presented as independent variable. In models thermal time was mostly expressed as active temperatures, calculated from average daily temperatures, or effective temperatures, which indicated that both methods are convenient for usage. Sums of active temperatures, calculated from minimum daily temperatures, were statistically significant correlated with appearance of phenophases in smaller number of models. We could not ascertain general principle that minimum temperatures were more significant for appointed phenophase or plant. Calculated photothermal time for Ljubljana was included in all phenoclimatic models for this location. Comparison between explained variability for Ljubljana with models, including thermal time and those with photothermal time, has shown that we could explain more variability in phenophase occurrences in all models with photothermal time. Variables of monthly amount of precipitation and north atlantic oscillation index were included in smaller number of models. Comparatively small part of the whole variability can be explained by those two independent variables. We validated models with cross validation method, average correlation coefficient between observed and predicted phenophase data amounted above 0,90 which indicates that models represent actual conditions well. Analysis of residuals at cross validation has shown that maximal deviations from average values occurred during extremely warm and cold years, the same pattern appears on all locations. In addition to cross validation method we have tested all models for Celje (this was the only location with data for all treating phenophases) on independent data set for year 2000. Predictions of all models were good, maximal difference between observed and predicted values was 5 days for flowering of black locust, otherwise the differences had both positive values (model gives later date than the actual) and negative values (model gives earlier date than the actual). With discussed agrometeorological variables we managed to work up quite accurate predictions of phenological events with sufficiently long foresight period. 124 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 7 VIRI 7.1 CITIRANI VIRI Absec F. 2001. Primerjava nastopov temperaturnih pragov za pet krajev v Sloveniji, določenih iz povprečnih in ekstremnih temperaturnih vrednosti zraka. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 84 str. Aceituno P. 1979. Statistical formula to estimate heating or cooling degree-days. Agricultural Meteorology, 20, 3: 227-232. Acosta-Gallegos J.A., Vargas-Vazquez P., White J.W. 1996. Effect of sowing date on the growth and seed yield of common bean (Phaseolus vulgaris L.) in highland environments. Field Crops Research, 49: 1-10. Ahas R. 1996. The seasonal dynamics of Estonian landscapes: Spatial and Temporal variability of early-spring blossoming dates. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 220-225. Ahas R. 1999. Long-term phyto-, ornitho- and ichthyophenological research for the 21st century. International Journal of Biometeorology, 42, 3: 119-123. Ahas R., Jaagus J., Aasa A. 2000. The phenological calendar of Estonia and its correlation with mean air temperature. International Journal of Biometeorology, 44, 4: 159-166. Aono Y., Omoto Y. 1990. A Simplified Method for Estimation of Blooming Date for the Cherry by means of DTS. Journal of Agricultural Meteorology, 46, 3: 147-151. Aono Y., Omoto Y. 1994. Estimation of Temperature at Kyoto since the 11th Century Using Flowering Data of Cherry Trees in Old Documents. Journal of Agricultural Meteorology, 49, 4: 263-272. Arhiv fenoloških podatkov Agencije republike Slovenije za okolje. Podatki za obdobje 1955-2000. 2000. Ljubljana, Agencija republike Slovenije za okolje (izpis iz baze podatkov). Arhiv meteoroloških podatkov Agencije republike Slovenije za okolje. Podatki za obdobje 1955-2000. 2000. Ljubljana, Agencija republike Slovenije za okolje (izpis iz baze podatkov) Arnold C.Y. 1959. The Determination and Significance of the Base Temperature in a Liner Heat Unit System. Proceedings of the American Society for Horticultural Science, 74: 430-445. Batič F. 1987. Ekologija fotosinteze pri bodiki (Ilex aquifolium L.). Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Inštitut za gozdno in lesno gospodarstvo: 91 str. Baumgärtner J., Schilperoord P., Basett P., Baiocchi A., Jermini M. 1998. The Use of a Phenology Model and of Risk Analyses for Planning Buckwheat (Fagopyrum esculentum) Sowing Dates in Alpine Areas. Agricultural systems, 57: 557-569. Beaubien E.G., Johnson D.L. 1994. Flowering plant phenology and weather in Alberta, Canada. International Journal of Biometeorology, 38: 23-27. Beaubien E.G. 1996. Relationships between plant phenology in continental western Canada and Pacific Ocean temperatures. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 150-160. 125 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Beaubien E.G., Freeland H.J. 2000. Spring phenology trends in Alberta, Canada: links to ocean temperature. International Journal of Biometeorology, 44, 2: 53-59. Bergant K. 2002. Severnoatlantsko nihanje in njegov vpliv na klimatske razmere. Življenje in tehnika: 40-45. Bergant K., Kajfež-Bogataj L. 1999. Spatial interpolation of phenological data-flowering of locust tree (Robinia pseudoacacia L.) in Slovenia. Razprave-Papers, posebna številka: 5-10. Bergant K., Črepinšek Z., Kajfež-Bogataj L. 2001. Flowering prediction of pear tree (Pyrus communis L.), apple tree (Malus domestica Borkh) and plum tree (Prunus domestica L.) – similarities and differences. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 77-1: 3-10. Bergant K., Kajfež-Bogataj L., Črepinšek Z. 2002. Statistical downscaling of GCM simulated average monthly air temperature to the beginning of flowering of dandelion (Taraxacum officinale) in Slovenia. International Journal of Biometeorology, 46,1: 22-32. Bewick T.A., Binning L.K., Yandell B. 1988. A Degree Day Model for Predicting the Emergence of Swamp Dodder in Cranberry. Journal of American Society for Horticultural Science, 113, 6: 839-841. Birch C.J., Vos J., Kiniry J., Bos H.J., Elings A. 1998. Phyllochron responds to acclimation to temperature and irradiance in maize. Field Crops Research, 59: 187-200. Black C., Ong C. 2000. Utilisation of light and water in tropical agriculture. Agricultural and Forest meteorology, 104, 1: 25-47. Bussay A. 1999. Evaluation of WMO RA VI. Agrometeorological Questionnaire related to Phenological observations and Networks. Razprave-Papers, posebna številka: 57-63. Carberry P.S., Ranganathan R., Reddy L.J. 2001. Predicting growth and development of pigeonpea: flowering response to photoperiod. Field Crops Research, 69: 151-162. Cenci C.A., Ceschia M. 2000. Forecasting of the flowering time for wild species observed at Guidonia, central Italy. International Journal of Biometeorology, 44, 2: 88-96. Cesaraccio C., Spano D., Duce P., Snyder R.L. 2001. An improved model for determining degree-day values from daily temperature data. International Journal of Biometeorology, 45, 4: 161-169. Chen X. 1996. Relationship between plant phenology, temperature growing season and frost-free period in the Taunus mountain area of central Germany. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 161-168. Chen X., Tan Z., Schwartz M.D., Xu C. 2000. Determining the growing season of land vegetation on the basis of plant phenology and satellite data in Northern China. International Journal of Biometeorology, 44, 2: 97-101. Chen X., Xu C., Tan Z. 2001. An analysis of relationships among plant community phenology and seasonal metrics of Normalized Difference Vegetation Index in the northern part of the monsoon region of China. International Journal of Biometeorology, 45, 4: 170-177. Chmielewski F.M., Köhn W. 2000. Impact of weather on yield components of winter rye over 30 years. Agricultural and Forest Meteorology, 102, 4: 253-261. 126 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Chmielewski F.M., Rötzer T. 2000. Phenological trends in Europe in relation to climatic changes. Agrarmeteorologische Schriften. Heft 07. Berlin, Humboldt-Universität zu Berlin, Landwirtschaftlich-Gärtnerische Fakultät, Institut für Pflanzenbauwissenschaften, Agrarmeteorologie: 14 str. Chmielewski F.M., Rötzer T. 2001. Response of tree phenology to climate change across Europe. Agricultural and Forest Meteorology, 108, 2: 101-112. Cicogna A., Gani M. 1999. Life cycle of the maize in Friuli-Venezia Giulia and Slovenia. Razprave-Papers, posebna številka: 64-69. Črepinšek Z., Kajfež-Bogataj L. 2001. Določitev in pomen temperature praga pri računanju termalnega časa. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 77-2: 319-327. Dečman M. 1995. Analiza temperaturnih vsot v Sloveniji z vidika klimatskih nihanj. Diplomsko delo. Ljubljan, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijjo: 67 str. Defila C. 1996. 45 Years Phytophenological observations in Switzerland, 1951-1995. V: Proceedings of the 14th International Congress of Biometeorology, September 1-8, Ljubljana, 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 175-183. Defila C., Clot B. 2001. Phytophenological trends in Switzerland. International Journal of Biometeorology, 45, 4: 203-207. Degree-days and Phenology Models. 2001. University of California, Division of Agriculture and Natural resources (22. okt. 2001). http://www.ipm.uc.davis.edu/WEATHER/ddconcepts.html (9. nov. 2001) Desclaux D., Roumet P. 1996. Impact of drought stress on the phenology of two soybean (Glycine max L. Merr) cultivars. Field Crops Research, 46: 61-70. Esteves M.A., Manso-Orgaz M.D. 2001. The influence of climatic variability on the quality of wine. International Journal of Biometeorology, 45: 13-21. Fenologija in njen pomen za kmetijsko meteorologijo. 1998. Ljubljana, Hidrometeorološki zavod republike Slovenije, Agrometeorologija: 10 str. Fernhout P.D., Kurtz C.F. 2001. Kurtz-fernhout Software (10. mar.1999). http://www.kurtz-fernhout.com/help100/00000254.htm (8. nov. 2001) Galan C., Garcia-Mozo H., Carinanos P., Alcazar P., Dominnguez-Vilches E. 2001. The role of temperature in the onset of the Olea europea L. pollen season in southwestern Spain. International Journal of Biometeorology, 45: 8-12. Gams I. 1989. Zemeljske temperature v Sloveniji in njihovo odstopanje od zračnih. Ljubljana, Slovenska akademija znanosti in umetnosti, razred za naravoslovne vede: 36 str. Glowienka-Hense R. 1990. The North Atlantic Oscillation in the Atlantic-European SLP. Tellus, 42A, 5: 497-507. Gorski T., Jazurek M. 1996. Fifty-year records of flowering dates of Prunus padus L. and Robinia pseudacacia L. in Pulawy, Poland. V: Proceedings of the 14th International Congress of Biometeorology, September 1-8, Ljubljana, 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 195-200. Gray D.R., Ravlin F.W., Braine J.A. 2001. Diapause in the gipsy moth: a model of inhibition and development. Journal of Insect Physiology, 47, 2: 173-184. 127 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Guilford J.P. 1968. Osnovi psihološke i pedagoške statistike. Beograd, Savremena administracija: 544 str. Hakkinen R., Linkosalo T., Hari P. 1995. Methods for combining phenological time series: application to bud burst in birch (Betula pendula L.) in central Finland for the period 1896-1955. Tree Physiology, 15: 721-726. Hakkinen R. 1999. Satistical evaluation of bud development theories: application to bud burst of Betula pendula leaves. Tree Physiology, 19: 613-618. Harrison P.A., Porter J.R., Downing T.E. 2000. Scaling-up the AFRCWHEAT2 model to assess phenological development for wheat in Europe. Agricultural and Forest Meteorology, 101, 2-3: 167-186. Hočevar A. 1964. Fenološke faze v odvisnosti od vremena. Dokt. disertacija. Ljubljana, Univerza v Ljubljani: 241 str. Hočevar A. 1990. Značilnosti fenološkega razvoja nekaterih listopadnih drevesnih vrst v Sloveniji. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 55:15-31. Hočevar A., Kajfež-Bogataj L. 1991. Pomen poznavanja fenoloških faz rastlin za uspešno simulacijo njihovega razvoja, rasti in pridelka. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 57: 17-33. Hodges T. 1991. Predicting Crop Phenology.Washington, Irrigated Agricultural Research and Extension Center, USDA-ARS, Prosser: 233 str. Hoogenboom G. 2000. Contribution of agrometeorology to the simulation of crop production and its applications. Agricultural and Forest Meteorology, 103, 1-2: 137-157. Huang J.Z., Shresta A., Tollenaar M. 2001. Effect of temperature and photoperiod on the phenological development of wild mustard (Sinapis arvensis L.). Field Crops Research, 70: 75-86. Hurrell J.W. 1995. Decadal trends in the North Atlantic Oscilation Regional temperatures and precipitation. Science, 269: 676-679. Hurrell J.W. 1996. Influence of Variations in Extratropical Wintertime Teleconnections on Northern Hemisphere Temperature. Geophysical Resaarch Letters, 23, 6: 665-668. Hurrell J.W., Loon van H. 1997. Decadal Variations in Climate associated with the North Atlantic Oscillation. Climatic Change, 36: 301-326. Hurrell J. 2001. North Atlantic Oscilation (NAO) Indices Information. (10. maj 2001). http://www.cgd.ucar.edu/~jhurrell/nao.html (07. jun. 2001) Innis G.S. 1978. Grassland simulation model. Ecological studies 26. V: Concepts of Ecosystem Ecology. Pomeroy L.R., Alberts J.J. (eds.). New York, Springer Verlag: 344 str. Jäger S. 2001. European Pollen Information. (11. jul. 2001). http://www.cat.at./pollen/index.en.html (19. nov. 2001) Jame Y.W., Cutforth H.W., Ritchie J.T. 1998. Interaction of temperature and daylenght on leaf appearance rate in wheat and barley. Agricultural and Forest Meteorology, 92, 4: 241-250. Jarnjak M., Tretjak A. 1999. Satellite scanned data in the function of vegetation mapping. Razprave-Papers, posebna številka: 11-21. 128 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Jeanneret F. 1996. From spatial sensing to environmental monitoring: a topoclimatic and phenological network through Switzerland. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 201-207. Kajfež-Bogataj L. 1989. Modeliranje pridelka kot funkcije delovanja ekosistema. Dokt. disertacija. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 124 str. Kajfež-Bogataj L. 1997. Možnost napovedovanja fenofaze splošnega cvetenja domače češplje (Prunus domestica L.) na osnovi temperature zraka in fenoloških opazovanj samoniklih rastlin. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 69: 33-40. Kajfež-Bogataj L. 2001. Response of Tree Phenology to Warming in Early Spring across Slovenia. V: The times they are a-changing': climate change, phenological responses and their consequences for biodiversity, agriculture, forestry, and human health. International conference, Wageningen, the Netherlands, 5-7 dec. 2001. Vliet A., Den Dulk J.A., De Groot R. (ur.). Wageningen, Environmental System Group: str. 28 Kajfež-Bogataj L., Bergant K. 1998. Prediction of blossoming of apple tree (Malus domestica Borkh) by phenological models. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 71: 83-89. Kajfež-Bogataj L., Bergant K. 1999. Comparison of predicting full flowering dates of apple tree (Malus domestica Borkh) and plum tree (Prunus domestica L.) in Ljubljana. Razprave-Papers, posebna številka: 32-39. Kajfež-Bogataj L., Šušteršič M. 1991. Analiza nastopa spomladanskih temperaturnih pragov v tleh na različnih globinah v Ljubljani. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 57: 9-16. Kawakata T., Yajima M. 1993. Model predicting Heading of Rise using Daylenght and Water Temperature. Journal of Agricultural Meteorology, 49, 1: 3-9. Keatinge J.D.H., Qi A., Wheeler T.R., Ellis R.H., Summerfield R.J. 1998. Effects of temperature and photoperiod on phenology as a guide to the selection of annual legume cover and green manure crops for hillside farming systems. Field Crops Research, 57: 139-152. Ketring D.L., Wheless T.G. 1989. Thermal Time Requirements for Phenological Development of Peanut. Agronomy Journal, 81: 910-917. Kirchgäßner A., Mayer H., Matzarakis A. 2000. Phenoclimatology of Beech (Fagus sylvatica L.) in South-Western Germany. V: Progress in Phenology, Monitoring, Data Analysis and Global Change Impacts. International Conference 'Progress in Phenology, Freising, 4-6 Oct. 2000. Menzel A. (ed.). Freising, Technical University of Munich: 31-33. Klein G.H. 1997. Tools for detection of hidden dynamics in seasonal development during phenologically opaque periods. International Journal of Biometeorology, 40, 3: 123-127. Koch E. 2000. Long term phenological trends in the Austrian Alps; The use of GIS in Phenology. V: New Contributions to phenology, Proceedings of the IV. Workshop on Phenology, Doksany, 12-13 Oct. 1999. Horakova P. (ur.). Praha, Czech Hydrometeorological Institute: 17-23. 129 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Kott I., Valter J. 2000. Phenological Data procesing using some new means. V: New Contributions to phenology, Proceedings of the IV. Workshop on Phenology, Doksany, 12-13 Oct. 1999. Horakova P. (ur.). Praha, Czech Hydrometeorological Institute: 43-53. Kramer K. 1997. Phenology and growth of European trees in relation to climate change. V: Phenology in Seasonal Climates I. Lieth H., Schwartz M. (eds.). Leiden, Backhuys Publishers: 143 str. Kramer K., Leinonen I., Loustau D. 2000. The importance of phenology for the evaluation of impact of climate change on growth of boreal, temperate and Mediterranean forest ecosystems: an overview. International Journal of Biometeorology, 44, 2: 67-75. Laaidi M. 2001. Forecasting the start of the pollen season of Poaceae: evaluation of some methods based on meteorological factors. International Journal of Biometeorology, 45, 3: 1-7. Landau S., Mitchell R.A.C., Barnett V., Colls J.J., Craigon J., Payne R.W. 2000. A parsimonoius, multiple-regression model of wheat yield response to environment. Agricultural and Forest Meteorology, 101, 2-3: 151-166. Larcher W. 1995. Physiological Plant Ecology. 3rd edition. Berlin, Springer-Verlag: 506 str. Lemos Filho J.P. de, Villa Nova N.A., Pinto H.S. 1997. A model including photoperiod in degree days for estimating Hevea bud growth. International Journal of Biometeorology, 41, 1: 1-4. Lieth H. 1997. Aims and Methods in Phenological Monitoring. V: Phenology in Seasonal Climates I. Lieth H., Schwartz M. (eds.). Leiden, Backhuys Publishers: 143 str. Lieth H. 1974. Purposes of a Phenology Book. V: Phenology and Seasonality Modeling, Ecological Studies 8. Lieth H. (ed.). New York, Springer-Verlag: 444 str. Lindblad M., Sigvald R. 1996. A degree-day model for regional prediction of first occurrence of frit flies in oats in Sweden. Crop Protection, 15, 6: 559-565. Lischke H., Löffler T. J., Fischlin A. 1997. Calculating temperature dependence over long time periods: a comparison and study of methods. Agricultural and Forest Meteorology, 86, 3-4: 169-181. Liu D.L., Kingston G., Bull T.A. 1998. A new technique for determining the thermal parameters of phenological development in sugarcane, including suboptimum and supra-optimum temperature regimes. Agricultural and Forest Meteorology, 90, 1-2: 119-139. Loss S.P., Siddique K.H.M., Martin L.D. 1997. Adaptation of faba bean (Vicia faba L.) to dryland Mediterranean-type environments II. Phenology, canopy development, radiation absorbtion and biomass partitioning. Field Crops Research , 52: 29-41. Maak K., Storch H. 1997. Statistical downscaling of monthly mean air temperature to the beginning of flowering of Galanthus nivalis L. in Northern Germany. International Journal of Biometeorology, 41, 1: 5-12. Mahmood R. 1997. Impacts of air temperature variations on the boro rice phenology in Bangladesh: implications for irrigation requirements. Agricultural and Forest Meteorology, 84, 3-4: 233-247. Masle J., Doussinault G., Farquhar G.D., Sun B. 1989. Foliar stage in wheat correlates better to phototermal time than to thermal time. Plant, Cell and Environment, 12: 235-247. 130 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 McMaster G.S. 1988. Estimation and evaluation of winter wheat phenology in the central great plains. Agricultural and Forest Meteorology, 43: 1-18. McMaster G.S., Wilhelm W.W. 1997. Growing degree-days: one equation, two interpretations. Agricultural and Forest Meteorology, 87, 4: 291-300. Mead R., Curnow R.N., Hasted A.M. 1993. Statistical Methods in Agriculture and Experimental Biology. 2nd edition. London, Chapman&Hall: 415 str. Mechlia N.B., Carroll J.J. 1989a. Agroclimatic modeling for the simulation of phenology, yield and quality of crop production. I. Citrus response formulation. International Journal of Biometeorology, 33, 1: 36-51. Mechlia N.B., Carroll J.J. 1989b. Agroclimatic modeling for the simulation of phenology, yield and quality of crop production. II. Citrus model implementation and verification. International Journal of Biometeorology, 33, 1: 52-65. Menzel A. 1996. Results of the observations in the international phenological gardens in Europe and possibilities of modelling phenological data. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 214-219. Menzel A. 2000. Trends in phenological phases in Europe between 1951 and 1996. International Journal of Biometeorology, 44, 2: 76-81. Meteorološki terminološki slovar. 1990. Petkovšek Z., Leder Z. (ur.). Slovenska akademija znanosti in umetnosti in Društvo meteorologov Slovenije: 125 str. Monteith J.L. 2000. Agricultural Meteorology: evolution and applicationn. Agricultural and Forest Meteorology, 103, 1-2: 5-9. Mygdakos E., Gemtos, T.A. 1998. Relationship between "growing degree days" and phenological stages of cotton growth in Greece. V: COST 77, 79, 711. International Symposium on Applied Agrometeorology and Agroclimatology, 24-26 April 1996. Dalezios N. R. (ur.). Volos, University of Thessaly : 425-430. Nejedlik P. 1999. Phenological Data Exchange of Cultural Plants of Central European countries. Razprave-Papers, posebna številka: 74-80. Nejedlik P. 2000. Phenological data utilization at the WOFOST crop growth simulation model (Spring barley). V: New Contributions to phenology, Proceedings of the IV. Workshop on Phenology, Doksany, 12-13 Oct. 1999. Horakova P. (ur.). Praha, Czech Hydrometeorological Institute: 25-29. O'Brien P.J., Allen E.J., Bean J.N., Griffith R.L., Jones S.A., Jones J.L. 1983. Accumulated day-degrees as a measure of physiological age and the relationships with growth and yield in early potato varieties. Journal of Agricultural Science, Cambridge, 101: 613-631. Okorn D. 1994. Značilnosti dinamike fenološkega razvoja ozimne pšenice (Triticum aestivum L. var. aestivum) v odvisnosti od meteoroloških parametrov v Sloveniji. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 91 str. Otorepec S. 1980. Agrometeorologija. 2. izdaja. Beograd, Nolit: 231 str. Orlandini S., Bindi M., Mancini M., Moriondo M., Fibbi L. 1999. Spatialisation of grapevine phenological data at different scales by using an artificial neural network. Razprave-Papers, posebna številka: 22-31. 131 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Pangtey Y.P.S., Rawal R.S., Bankoti N.S., Samant S.S. 1990. Phenology of high-altitude plants of Kumaun in Central Himalaya. India. International Journal of Biometeorology, 34, 2: 122-127. Perry K.B., Wehner T.C. Johnson G.L. 1986. Comparison of 14 methods to Determine Heat Unit Requirements for Cucumber Harvest. Hort Science, 21, 3: 419-423. Perry K.B., Wu Y., Sanders D.C. 1997. Heat units to predict tomato harvest in the southwest USA. Agricultural and Forest Meteorology, 84, 3-4: 249-254. Piovesan G., Schirone B. 2000. Winter North Atlantic oscillation effects on the tree rings of the Italian beech (Fagus sylvatica L.). International Journal of Biometeorology, 44, 3: 121-127. Piper E.L., Smit M.A., Boote K.J., Jones J.W. 1996. The role of daily minimum temperature in modulating the development rate to flowering in soybean. Field Crops Research, 47: 211-220. Podolsky A.S. 1984. New phenology: Elements of Mathematical Forecasting in Ecology. New York, John Wiley&Sons: 504 str. Post E., Stenseth N.C. 1999. Climatic variability, plant phenology, and northern ungulates. Ecology, 80, 4: 1322-1339. Rijks D., Baradas M.W. 2000. The clients for agrometeorological information. Agricultural and Forest Meteorology, 103, 1-2: 27-42. Rötzer T. 2000. Net-management and research of the international phenological gardens. V: New Contributions to phenology, Proceedings of the IV. Workshop on Phenology, Doksany, 12-13 Oct. 1999. Horakova P. (ur.). Praha, Czech Hydrometeorological Institute: 31-42. Rötzer T., Wittenzeller M., Haeckel H., Nekovar J. 2000. Phenology in Central Europe - differences and trends of spring phenophases in urban and rural areas. International Journal of Biometeorology, 44, 2: 60-66. Rötzer T., Chmielewski F.M. 2000. Phenological maps of Europe. Agrarmeteorologische Schriften. Heft 06. Berlin, Humboldt-Universität zu Berlin, Landwirtschaftlich-Gärtnerische Fakultät, institut für Pflanzenbauwissenschaften, Agrarmeteorologie: 12 str. Ro T.H., Long G.E. 1999. GPA-Phenodynamics, a simulation model for the population dynamics and phenology of green peach aphid in potato: formulation, validation and, analysis. Ecological Modelling, 119, 2-3: 197-209. Roberts E.H., Summerfield R.J. 1987. Measurement and prediction of flowering in annuall crops. V: Manipulation of flowering. Atherton J.G. (ed.). London, Butterworths: 438 str. Roltsch W.J., Zalom F.G., Strawn A.J., Strand S., Pitcairn M.J. 1999. Evaluation of several degree-day estimation methods in California climates. International Journal of Biometeorology, 42, 4: 169-176. Sachweh M. 1996. Climatic change effects on phenological phases in southern Germany. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 226-233. Sanda M. 1999. Analiza slovenskih vinorodnih dežel glede fenološkega razvoja nekaterih sort vinske trte. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 85 str. 132 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Sanderson M.A., Wedin W.F. 1989. Phenological Stage and Herbage Quality Relationships in Temperate Grasses and Legumes. Agronomy Journal, 81: 864-869. Scharrer H., Schmidt U. 1998. Cost 79. Integration of data and methods in agroclimatology. Phenological observations and data for key agricultural crops in Germany. Luxembourgh, European Communities, Office for Official Publications of the European Communities: 74 str. Schröder U., Söndgerath D. 1996. The concept of biological time for computing the switching points of a growth model for winter wheat. Ecological Modelling, 88: 1-8. Schwartz M.D., Marotz G.A. 1988. Synoptic events and spring phenology. Physical Geography, 9, 2: 151-161. Schwartz M.D., Karl T.R. 1990. Spring Phenology: Nature's Experiment to Detect the Effect of "Green-Up" on Surface Maximum Temperatures. Monthly Weather Review, 118, 4: 883-890. Schwartz M.D. 1992. Phenology and Springtime Surface-Layer Change. Monthly Weather Rewiew of American Meteorological Society, 120: 2570-2578. Schwartz M.D. 1993. Assessing the onset of spring: a climatological perspective. Physical Geography, 14, 6: 536-550. Schwartz M.D. 1994. Monitoring global change with phenology: the case of the spring green wave. International Journal of Biometeorology, 38: 18-22. Schwartz M.D. 1999. Advancing to full bloom: planning phenological research for the 21st century. International Journal of Biometeorology, 42, 3: 113-118. Sivakumar M.V.K., Gommes R., Baier W. 2000. Agrometeorology and sustainable agriculture. Agricultural and Forest Meteorology, 103, 1-2: 11-26. Sivertsen T.H., Nejedlik P., Oger R., Sigvald R. 1998. The Phenology of Crops and the Development of Pests and Diseases. A report from a working group on phenology, pest and diseases on crops. Brussels, Cost 711: 90 str. Skaar E. 1999. Time variability of the meteorological parameters used in phenological modelling. V: Proceedings of the 15th International Congress of Biometeorology & International Conference on Urban Climatology. 15th International Congress of Biometeorology & International Conference on Urban Climatology, Sydney, 8-12 nov. 1999. De Dear R.J., Potter J.C. (eds.). Sydney, Wesley Conference Centre, cD-ROM, ICB3.2: 1-5 Smole J. 1979. Primerjave terminov nastopa fenofaz pri češnjah (Prunus avium L.) v obdobjih 1965-1970 in od 1970-1977 na Goriškem. Zbornik Biotehniške fakultete Univerze v Ljubljani. Kmetijstvo, 33: 117-131. Snyder R.L., Spano D., Cesaraccio C., Duce P. 1999. Determining degree-day tresholds from field observations. International Journal of Biometeorology, 42, 4: 177-182. Snyder R.L., Spano D., Duce P., Cesaraccio C. 2001. Temperature data for phenological models. International Journal of Biometeorology, 45, 4: 178-183. Song J. 1999. Phenological influences on the albedo or prairie grassland and crop fields. International Journal of Biometeorology, 42, 3: 153-157. Spano D., Cesaraccio C., Duce P., Snyder R.L., 1999. Phenological stages of natural species and their use as climate indicators. International Journal of Biometeorology, 42, 3: 124-133. Sparks T.H. 1999. Phenology and the changing pattern of bird migration in Britain. International Journal of Biometeorology, 42, 3: 134-138. 133 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Sparks T.H., Jeffree E.P., Jeffree C.E. 2000. An examination of the relationship between flowering times and temperature at the national scale using long-term phenological records from the UK. International Journal of Biometeorology, 44, 2: 82-87. Stewart D.W., Dwyer L.M. 1987. Analysis of phenological observations on barley (Hordeum vulgare) using the feekes scale. Agricultural and Forest Meteorology, 39, 1: 37-48. Strajnar (por. Lajevec) K. 1997. Prostorska in časovna analiza pojava fenoloških faz nekaterih samoniklih in sadnih rastlinskih vrst v Sloveniji v odvisnosti od vremena. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 93 str. Sušnik A. 1990. Fenološki razvoj štirih jablan (cv. Malus domestica Borkh) glede na temperaturni prag v Sloveniji. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 81 str. Sušnik A. 1994. Uporabnost raznih metod prikaza fenološkega razvoja koruze (Zea mays L.) v Sloveniji. Razprave-Papers, 31: 27-39. Sušnik A., Kofol-Seliger A. 1999. Uporaba fenoloških podatkov pri določanju prašenja alergenih rastlin. Razprave-Papers, posebna številka: 41-56. Sušnik A. 2000. The changes and trends of the phenological phases for some autochthon plant species in Slovenia. V: New Contributions to phenology, Proceedings of the IV. Workshop on Phenology, Doksany, 12-13 Oct. 1999. Horakova P. (ur.). Praha, Czech Hydrometeorological Institute: 7-15. Šegula-Ilič A. 1990. Model ozelenitve nekaterih drevesnih vrst v Sloveniji glede na meteorološke parametre okolja. Magistrsko delo. Ljubljana, Univerza v Ljubljani, Fakulteta za naravoslovje in tehnologijo, Oddelek za fiziko: 69 str. Škrjanec M. 1997. Značilnosti fenološkega razvoja treh sort hrušk (cv. Pyrus communis L.) v Sloveniji. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 90 str. Šošić I., Serdar V. 1992. Uvod u statistiku. 7. izdaja. Zagreb, Školska knjiga: 363 str. Tabernik D. 1990. Značilnosti fenološkega razvoja štirih sort jablan (cv. Malus domestica Borkh) v Sloveniji. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 92 str. Thomson B.D., Siddique K.H.M., Barr M.D., Wilson J.M. 1997. Grain legume species in low rainfall Mediterranean-type environments. I. Phenology and seed yield. Field Crops Research, 54: 173-187. Tucker C.J., Slayback D.A., Pinzon J.E., Los S.O., Myneni R.B., Taylor M.G. 2001. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 45, 4: 184-190. Valter J., Kott I. 1999. Monitoring of the Seasonal progress of vegetation by the normalised phenological data. Razprave-Papers, posebna številka: 70-73. Valentini N., Me G., Ferrero R., Spanna F. 2001. Use of bioclimatic indexes to characterize phenological phases af apple varieties in Northern Italy. International Journal of Biometeorology, 45, 4: 191-195. Veselič Ž. 1990. Olistenje bukve na snežniško-javorniškem masivu z razčlembo splošnih zakonitosti olistenja bukve. Magistrsko delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo: 64 str. Visbeck M. 2001. The North Atlantic Oscillation. http://www.ldeo.columbia.edu/~visbeck/nao/presentation/html/NAO.htm (07.11.2001) 134 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 Vučetić V. 1991. Analiza fenoloških prilika na području Molva. Hrvatski meteorološki časopis, 26: 99-115. Vučetić V. 1994. Degree days in the Mountain Area of Croatia. Offenbach am Main. Annalen der Meteorologie 30, Selbstverlag des Deutschen Wetterdienstes: 356-359. Vučetić M., Vučetić V. 1996. The phenological analysis of almond culture along the Adriatic coast. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 247-256. Walkovszky A. 1998. Changes in phenology of the locust tree (Robinia pseudoacacia L.) in Hungary. International Journal of Biometeorology, 41, 4: 155-160. White L.M. 1979. Relationship between meteorological measurements and flowering index species to flowering of 53 plant species. Agricultural Meteorology, 20, 3: 189-204. White M.A., Running S.W., Thornton P.E., 1999. The impact of growing-season length variability on carbon assimilation and evapotranspiration over 88 years in the eastern US deciduous forest. International Journal of Biometeorology, 42, 3: 139-145. Wielgolaski F.E., Klaveness D. 1996. Norwegian plant phenology - a brief review of historical data, and a comparison of some mean first flowering dates (mFFD) for this and last century. V: Proceedings of the 14th International Congress of Biometeorology, Ljubljana, 1-8 sep. 1996. Hočevar A., Črepinšek Z., Kajfež-Bogataj L. (ur.). Ljubljana, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo: 208-213. Wielgolaski F.E. 1999. Starting dates and basic temperatures in phenological observations of plants. International Journal of Biometeorology, 42, 3: 158-168. Wielgolaski F.E. 2001. Phenological modifications in plants by various edaphic factors. International Journal of Biometeorology, 45, 4: 196-202. Willits D.H., Peet M.M. 1988. The effect of night temperature on greenhouse grown tomato yields in warm climates. Agricultural and Forest Meteorology, 92, 3: 191-202. Yang S., Logan J., Coffey D.L. 1995. Mathematical formulae for calculating the base temperature for growing degree days. Agricultural and Forest Meteorology, 74, 1-2: 61-74. Yin X., Kropff M.J., Aggarwal P.K., Peng S., Horie T. 1997. Optimal preflowering phenology of irrigated rice for high yield potential in three Asian environments: a simulation study. Field Crops Research, 51: 19-27. Zalom F., Wilson T. 1982: Degree-days in relation to an integrated pest management program. University of California, Division of Agricultural Sciences: Leaflet 21301. Zalom F.G., Goodell P.B., Wilson L.T., Barnet W.W., Bentley W.J. 1983: Degree-days: the calculation and use of heat units in pest management. University of California, Division of Agricultural Sciences: Leaflet 21373. Zmrzlak M. 1991. Dinamika fenološkega razvoja hmelja (cv. Savinjski golding, aurora) v odvisnosti od temperature zraka v spodnji Savinjski dolini. Dipl. delo. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo: 82 str. Zrnec C. 1994. Značilnosti cvetenja nekaterih vrst rastlin in njihova uporabnost v agrometeorologiji. Razprave-Papers, 31: 51-60. Žust A. 1994. Zveze med dolžinami medfaznih obdobij vinske trte (Vitis vinifera) in vsotami temperatur nad izbranimi pragovi v Sloveniji. Razprave-Papers, 31: 41-49. Žust A. 1999. Phenological archive survey and the usage of phenological data in Slovenia. Razprave-Papers, posebna številka: 81-87. 135 Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 7.2 DRUGI VIRI Anleitung zur phänologischen beobachtung in Österreich. 2000. Wien, Zentralanstalt für Meteorologie und Geodynamik, Abteilung für Klimatologie: 31 str. Clarke G.M., Cooke D.A. 1998. A basic course in Statistics. London, Arnold, Hodder Headline Group: 672 str. Crop Productivity. 1994. Oxford, Butterworth-Heinemann: 282 str. Penzar I., Penzar B. 1989. Agroklimatologija. 2. izdaja. Zagreb, Školska knjiga: 274 str. Radinović D. 1984. Klimatologija, opšta i regionalna. Beograd, Prirodno matematički fakultet Univerziteta u Beogradu: 236 str. Črepinšek Z. Napovedovanje fenološkega razvoja rastlin…agrometeoroloških spremenljivk v Sloveniji. Dokt. disertacija. Ljubljana, Univ. v Ljubljani, Biotehniška fakulteta, Odd. za agronomijo, 2002 ZAHVALA Najlepše se zahvaljujem svoji mentorici prof. dr. Lučki Kajfež-Bogatajevi za vsestransko pomoč pri oblikovanju tega dela: za vse strokovne nasvete v zvezi s tematiko naloge, kritične pripombe in koristne napotke ob pregledu naloge ter za vso potrpežljivost. Hvala tudi članoma komisije za oceno naloge prof. dr. Francu Batiču in prof. dr. Mitju Kaligariču za natančen pregled naloge ter vse pripombe in predloge glede obravnavane teme v nalogi. Na agenciji republike Slovenije za okolje so mi prijazno omogočili dostop do meteoroloških in fenoloških podatkov, za kar se jim iskreno zahvaljujem. Zahvalo sem dolžna celotnemu oddelku za agrometeorologijo, ki vodi fenološka opazovanja, še posebej pa dipl. ing. Cirilu Zrncu za številne strokovne nasvete s področja rastlinske fenologije in kritičen pregled teksta. Sodelavcu mag. Klemenu Bergantu hvala za pomoč pri programiranju v MATLABU, za vse predloge ob pregledu naloge, prav tako pa tudi za moralno podporo.