11. Environmentální informace

11.1. Informační potřeby trvale udržitelného rozvoje

Cíl: Shrneme a zdůvodníme potřebnost informací pro dosažení TUR a obecně při řešení environmentálních problémů.

Norská ministerská předsedkyně Brundtlandová při zahájení konference v Rio de Janeiru přirovnala transformaci k trvale udržitelnému rozvoji k takovým epochálním společenským změnám, jako byla zemědělská a průmyslová revoluce. Naprosto zásadní význam mají v tomto procesu informace: "Získávání, transformování, přenášení a využívání nejrůznějších informací na všech úrovních rozhodování, v nejrůznějších oblastech a formách je typickým rysem současného společenského vývoje a základem úspěšného přechodu k trvale udržitelnému rozvoji" ([MOL98]). Význam informací byl uznán i v Agendě 21, v níž je otázce informací věnována kapitola 40. Zaměřuje se především na informace kvantitativního charakteru, které by měly přinést spolehlivé měřítko, jak se postupuje v předpokládaném směru a zda postup odpovídá koncepcím trvalé udržitelnosti. Vlády jednotlivých států budou podle rozhodnutí Valného shromáždění OSN podávat každoročně zprávu o pokroku směrem k trvalé udržitelnosti právě za pomoci indikátorů. Zprávy se mají zaměřit na kritické elementy trvalé udržitelnosti a mají obsahovat analýzu hlavních trendů a nejdůležitějších problémů, které musí daná země překonávat. Kvantitativní informace pro trvale udržitelný rozvoj by se měly uplatnit ve všech fázích a na všech úrovních rozhodovacího procesu. Tento rozhodovací proces se uskutečňuje v různých geografických měřítcích: v obcích, na úrovni regionů, států i na úrovni mezinárodní. Rozhodovací proces se týká různých společenských sektorů, jako je průmysl, zemědělství nebo zdravotnictví, a různých subjektů s celospolečenským vlivem, především vlád, a to jak vlád centrálních nebo samospráv, místních vlád jednotlivých regionů nebo obcí. Důležité je ovšem i rozhodování na úrovni menších celků.

Řešení environmentálních problémů

V [MOL98] je uveden typický příklad celého procesu - řešení situace vzniklé po objevení předpokládaných negativních účinků ztenčování ozónové vrstvy Země. V době, kdy se přijímala klíčová mezinárodní ujednání o snižování produkce plynů narušujících ozónovou vrstvu, nebyl ještě k dispozici zcela nezvratný důkaz o prokazatelně škodlivém vlivu ztenčující se ozónové vrstvy na zdraví člověka a ostatních organismů na Zemi. Přesto byl problém uznán a řešen. V environmentální oblasti je totiž nutno uznávat politiku předběžné opatrnosti. Ta spočívá v určité konzervativní skepsi vůči jakémukoli novému působením na životní prostředí, u kterého není škodlivost explicitně a prokazatelně vyloučena .

Environmentální data * (Charakteristika environmentálních dat)
Informace o životním prostředí (Environmental Information) lze podle Mezinárodního fóra o informacích v ŽP charakterizovat jako "data, statistiky a jiné kvantitativní a kvalitativní údaje, které rozhodovací orgány vyžadují k hodnocení stavu a trendů změn prostředí, k formulaci a upřesňování ekologické politiky a k účelnému využívání prostředků". To, co odlišuje tyto informace od ostatních, je především:

Jak vidíme, odlišnosti charakterizující environmentální data nespočívají ani tak v datech samotných (až na zmíněné typické prostorové a časové vymezení), ale v jejich získávání (způsobu i účelu), a aplikaci (interpretaci a použití). Zejména si povšimneme jejich aplikace.

11.2. Environmentální informace

Cíl: Poznáme klasifikaci environmentálních dat podle různých kritérií.

11.2.1. Environmentální data podle způsobu aplikace

Získávání, transformace a prezentace environmentálních dat je jedním ze základních prostředků dosažení přechodu k trvale udržitelnému rozvoji. Environmentální data mají několik funkcí (viz též obrázek):

Kvantitativní a kvalitativní environmentální data
Environmentální data mají z hlediska vyjádření, interpretovatelnosti a srovnávání dvě možné podoby:

Kvantitativní informace Z praktického (profesionálního) hlediska je při shromažďování a zpracování obvykle upřednostňována informace kvantifikovaná. Přestože mnoho environmentálních informací přirozeně vzniká jako kvalitativní, pro záznam, srovnávání a interpretaci se lépe hodí informace v číselné (kvantitativní podobě). Metodiky získávání kvantitativních parametrů (monitoring, měření, následná agregace) jsou snázeji standardizovatelné a ověřitelné. Pro jejich pořizování existují nebo se vytvářejí standardní metodiky. Nevýhodou kvantifikovaných parametrů je obtížné zachycení kvality, subjektivity, mlhavosti a modality těchto údajů, resp. přinejmenším ve většině dnešních modelů se s těmito atributy u kvantifikovaných dat neuvažuje. Souhrnně řečeno, kvantitativním informacím chybějí metainformace, které nelze z primárních dat odvodit a chybí jim schopnost "samointerpretovatelnosti". Kvalitativní informace Kvalitativně vyjádřená informace má v praxi podobu popisu určitého fenoménu pomocí tvrzení v běžném jazyce za použití termínů specifických pro danou oblast. Slovník používaných termínů nebývá však přesně vymezen a už vůbec nebývá definována přesná sémantika použitelných termínů. Kvalitativní informace zpravidla může (otázkou je, zda tuto možnost vždy využívá) zdánlivě bez problému vyjádřit výše uvedené okolnosti svého vzniku, subjektivní pocity původce této informace, mlhavost či modalitu. Kvalitativní informace je také v určitém kontextu (zejména ve vztahu k laické veřejnosti) snázeji interpretovatelná . Kvantitativní vs. kvalitativní environmentální informace Aby se překonal rozpor mezi snadností standardizace a odborné interpretace kvantitativní informace a snadnou laickou interpretovatelností a také vyjadřovací jemností a bohatstvím kvalitativně formulované informace, používá se několik prostředků: Oba tyto přístupy mají jedno společné - snahu pro formalizaci a standardizaci.

11.2.2. Úrovně abstrakce v environmentálních datech

Rozčleníme dále environmentální data podle úrovně abstrakce od primárních, která jsou bezprostřední abstrakcí reálného světa po tzv. environmentální ukazatele, které vykazují velmi vysokou úroveň abstrakce.

Primární data (původ: monitoring, evidence, dokumenty)
Jsou data pocházející z prvotního sledování stavu, dějů a činností v životním prostředí. Jsou pořizována buďto (polo)automatizovaným monitoringem s následným zpracováním do formy evidencí či použitím pro přímé řízení technologických či jiných (např. dopravních) procesů. Zpravidla se pořizují ze zákona (povinné subjekty), nařízení (veřejná správa) nebo na základě dobrovolného závazku soukromých subjektů (např. environmentální řízení). Jejich použitelnost pro přímé informování veřejnosti je malá. Za prvé často nejsou (a nemohou být) veřejnosti přístupná, neboť obsahují údaje soukromého či dokonce osobního charakteru, na které se vztahuje příslušná zákonná ochrana. Za druhé bez agregace (vyhlazování chyb, sumarizace, průměrování, vyhledávání minima, maxima) poskytují pro laickou veřejnost nepodstatné informace (řady nicneříkajících čísel). Primární data vyžadují většinou následnou odbornou interpretaci.

Agregovaná data
Představují první bezprostředně prakticky použitelnou úroveň abstrakce z primárních dat. Na prostorově a časově určená primární data se aplikují zde funkce souhrnu (sumace, proložení vyhlazovací křivkou a integrace), průměru (zpravidla aritmetického - např. podělením souhrnu vztažnou plochou), relativizace (vztažením k nějaké referenční hodnotě), atd.

Indikátory (ukazatele)
Kvantitativní a kvalitativní indikátory jsou data na velmi vysoké úrovni abstrakce. Vznikají několikanásobnou aplikací výše uvedených agregačních operací (sumace, průměru, relativizace, atd.). Kvantitativní indikátory jsou ze všech typů environmentálních dat nejlépe použitelné pro rozhodování, informování laické veřejnosti a vzájemné (a to i mezinárodní) srovnávání. Podle [MOLD98] indikátory více zdůrazňují kvantitativní formu informací než slovní popis. Podstatou je to, že poskytují měřítko, kterým se environmentální stavy, trendy a cíle dají kvantitativně hodnotit a srovnávat. Zároveň indikátory poskytují jednodušší, pro veřejnost čitelnější a pochopitelnější způsob informace, než statistiky nebo dokonce primární data. Velmi důležitá je též funkce mezinárodního srovnávání:

Indikátory tedy jednak kvantifikují informace a jednak zjednodušují informace o složitých jevech, takže usnadňují jejich přijímání veřejností ([MOLD98]). Indikátory jsou nejvýznamnějšími environmentálními daty pro informování laické veřejnosti.

11.3. Právo na přístup k environmentálním informacím ve světě a v ČR

Cíl: Poznáte etické, právní a praktické problémy u přístupu k informacím o ŽP ve světě a v ČR.

11.3.1. Východiska práva na informace o ŽP

11.3.2. Základní principy

Cíle konvence
V zájmu ochrany práva každého člena současné generace i generací budoucích na život v prostředí přiměřeném pro jeho zdraví a pohodu každá smluvní strana (tedy signatářský stát) zaručí právo na přístup k environmentálním informacím, podíl veřejnosti na rozhodování o otázkách životního prostředí a dostupnost právní ochrany v souladu s ustanoveními této úmluvy. Podrobněji viz Aarhuská konvence, v českém překladu na http://pravovedet.ecn.cz/html/123_98/umluva.htm.

11.3.3. Legislativa ve světě

11.3.4. Legislativa v ČR

11.3.5. Realita

11.4. Právo rozhodovat ve věcech ŽP

11.5. Odkazy

11.5.1. Další relevantní VŠ kurzy

PřF MU: Bi7540 Zpracování dat v ekologii společenstev
vyučuje: doc. RNDr. Milan Chytrý, Ph.D.

V předmětu jsou probírány základní statistické metody zpracování dat o druhovém složení rostlinných nebo živočišných společenstev, bez ohledu na jejich taxonomické vymezení. Hlavní důraz je kladen na numerické klasifikační a ordinační metody a na hodnocení vztahů mezi druhovým složením společenstva a faktory prostředí. Součástí předmětu je výuka příslušných metod pomocí standardních počítačových programů, např. PC-ORD, SYN-TAX, CANOCO, SPSS a další.

Osnova: 1. Úvod k metodám ekologie společenstev. 2. Sběr dat v terénu: rozmístění sběrných míst, velikost a tvar ploch, velikost vzorku. 3. Sledované kvantitativní znaky: frekvence, denzita, pokryvnost, bazální plocha, biomasa; typy kvantitativních dat. 4. Měření diverzity: indexy diverzity a ekvitability. 5. Úprava dat pro numerické zpracování: redukce, transformace, standardizace. 6. Koeficienty podobnosti vzorků 7. Numerická klasifikace: aglomerativní metody a shlukovací algoritmy, divizivní monotetická klasifikace a TWINSPAN. Demonstrace klasifikačních metod v programech PC-ORD a SYN-TAX. 8. Teorie gradientové analýzy: lineární a unimodální model, přímá a nepřímá gradientová analýza, faktory prostředí. 9. Regresní modely: lineární regrese, vážené průměrování, mnohonásobná regrese. Demonstrace regresních metod v programu SPSS. 10. Kalibrace, bioindikace a indikační hodnoty druhů. 11. Ordinace: analýza hlavních komponent (PCA), korespondenční analýza (CA) a detrendovaná korespondenční analýza (DCA). Demonstrace ordinačních metod v programu CANOCO. 12. Ordinace s omezením: redundanční analýza (RDA) a kanonická korespondenční analýza (CCA), testování významnosti faktorů prostředí. Demonstrace těchto metod v programu CANOCO. 13. Úprava a analýza ordinačních diagramů v programu CANODRAW. 14. Hodnocení ekologických pokusů, srovnávacích studií společenstev a změn společenstev v čase pomocí ordinace s omezením. Rozbor případových studií.

Pozor: "vhodné je absolvování B5040 Biostatistika"