UNIVERZITA KOMENSKÉHO V BRATISLAVE

FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY

Prehľad metód skúmania dynamiky snehovej pokrývky

vo vysokohorských polohách Slovenska z hľadiska
výskytu lavín

(Písomný projekt dizertačnej práce)

Mgr. Martin Vojtek

2004
 Prehľad metód skúmania dynamiky snehovej pokrývky vo
vysokohorských polohách Slovenska z hľadiska výskytu lavín

Písomný projekt dizertačnej práce

Mgr. Martin Vojtek

UNIVERZITA KOMENSKÉHO V BRATISLAVE

FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
Katedra meteorológie a klimatológie

Školiteľ dizertačnej práce: RNDr. Pavel Šťastný, CSc.

Školiteľ - špecialista: Dipl. Ing. Ján Peťo
Konzultant: doc. RNDr. Milan Lapin, CSc.
Predseda odborovej komisie doktorandského štúdia vo vednom odbore
11-55-9 Meteorológia a klimatológia: Prof. RNDr. Ján Tomlain, DrSc.

Dátum odovzdania práce: 2004-03-31

BRATISLAVA 2004
 Zoznam použitých skratiek a symbolov

IMGW Instytut Meteorologii i Gospodarki Wodnej (poľská národná meteorologická

a hydrologická služba)
KMIS Klimatologický a meteorologický informačný systém
SHMÚ Slovenský hydrometeorologický ústav
SLP Stredisko lavínovej prevencie. Nachádza sa v Jasnej, zriadené r. 1973.
Hlavnou úlohou pracoviska je pozorovanie snehových pomerov a vývoja
lavínových procesov za účelom určenia lavínovej prognózy a druhu
protilavínovej ochrany vo vysokohorských polohách Západných Karpát,
nachádzajúcich sa na území Slovenska.
SLPDB Názov databázy vyvinutej pre potreby tejto práce, využívanej v SLP
SLF Švajčiarsky spolkový ústav pre výskum snehu a lavín
SMA Švajčiarsky meteorologický ústav
ZHS Záchranná horská služba

MF, VF Malá, Veľká Fatra

VT, ZT, NT,
Vysoké, Západné, Nízke, Belianske Tatry
BT
DJF zimné mesiace: december, január, február
PCA analýza hlavných komponentov (z ang. Principal Component Analysis)

ρ hustota snehovej pokrývky

PD preniknutie sondy
K záťažová tvrdosť (pevnosť)
TP teplotný profil snehovej pokrývky
GS veľkosť kryštálov snehu
GT typy kryštálov snehu

HS výška snehovej pokrývky

NS výška nového snehu
R úhrn zrážok v mm
PT druh zrážok (viď Tab. 3)
SWE vodná hodnota snehovej pokrývky
PI intenzita zrážok
SI intenzita sneženia
SS povrch snehu
T teplota vzduchu
RH vlhkosť vzduchu
C oblačnosť
SD trvanie slnečného svitu
GR globálne žiarenie
Wd smer vetra
Ws rýchlosť vetra
WG maximálne nárazy vetra
NAOI index severoatlantickej oscilácie
YI/O booleovská premenná (ak spadla aspoň 1 lavína v daný deň YI/O =1; inak 0)
Yh index vlhkosti lavín
YN početnosť lavín
Ytx maximálny dosah zo všetkých padnutých lavín
Yi index škôd spôsobených lavínami
Y5 stupeň lavínového nebezpečenstva určovaný na Slovensku podľa
medzinárodnej stupnice lavínového nebezpečenstva
Y5f predpovedaný stupeň lavínového nebezpečenstva
Y5* stupeň lavínového nebezpečenstva vypočítaný modelom
Y+/- tendencia lavínového nebezpečenstva

B1, B20, charakteristické dátumy prvého dňa so sneh. pokrývkou 1, 20, 30, 50 cm a
B30, B50 viac
E1, E20,
charakteristické dátumy posledného dňa so sneh. pokr. 1, 20, 30, 50 cm a viac
E30, E50
D1, D20,
najdlhšie neprerušené trvanie snehovej pokrývky 1, 20, 30, 50 cm a viac
D30, D50
NHS1,
NHS10,
NHS20,
priemerný počet dní so snehovou pokrývkou 1, 10, 20, 30, 50, 100 cm a viac
NHS30,
NHS50,
NHS100
NNS1,
NNS10,
NNS20,
priemerný počet dní s novým snehom 1, 10, 20, 30, 50, 100 cm a viac
NNS30,
NNS50,
NNS100
HS100D minimálna 100 dňová výška snehovej pokrývky, t.j. hodnota na 100. mieste,
ak zoradíme denné výšky snehovej pokrývky zostupne
ΣHS suma výšok snehovej pokrývky v cm
HSx maximálna výška snehovej pokrývky v cm
HS x priemerná maximálna výška snehovej pokrývky v cm
SH priemerná výška snehu v cm
X aritmetický priemer z veličiny X (napr. HS = priemerná výška snehovej
pokrývky)

Zimnú sezónu (napr. 1968/69) niekedy skrátene označujeme rokom (napr. 1969). Pod zimnou
sezónou rozumieme obdobie od 1.júla do 30.júna.
 Obsah

Obsah.......................................................................................................................................... 1
Úvod ........................................................................................................................................... 3
1. Literárna rešerš ................................................................................................................. 5
1.1 Snehové pomery............................................................................................................ 5
1.1.1 Homogenizácia časových radov výšky snehovej pokrývky................................... 8
1.2 Lavíny ........................................................................................................................... 8
2. Zdroje údajov ................................................................................................................. 13
2.1 Geografické dáta ......................................................................................................... 13
2.1.1 Kategorizácia lavínových svahov......................................................................... 14
2.2 Meteorologické údaje.................................................................................................. 16
2.3 Merania v snehovej pokrývke a testy stability............................................................ 18
2.4 Lavínové dáta.............................................................................................................. 20
2.4.1 Výstupné premenné.............................................................................................. 21
3. Metódy............................................................................................................................ 23
3.1 Kontrola kvality a homogenita.................................................................................... 23
3.1.1 Alexanderssonov test............................................................................................ 24
3.1.2 Easterlingov – Petersonov test ............................................................................. 24
3.2 Analýza snehových pomerov ...................................................................................... 25
3.3 Predpovedné modely lavínového nebezpečenstva...................................................... 25
3.3.1 Konvenčná predpoveď lavín ................................................................................ 27
3.3.2 Metóda najbližších susedov.................................................................................. 29
3.3.3 Analýza hlavných komponentov (PCA) a diskriminačná analýza....................... 31
3.3.4 Postupná (kroková) regresia................................................................................. 31
4. Výsledky a diskusia........................................................................................................ 33
4.1 Testovanie homogenity ............................................................................................... 33
4.1.1 Testy homogenity bez referenčného časového radu............................................. 34
4.1.2 Testy homogenity s referenčným časovým radom............................................... 35
4.1.3 Úprava hodnôt po odhalení nehomogenít ............................................................ 35
4.1.4 Diskusia ................................................................................................................ 36
4.2 Trendy vybraných charakteristík snehových pomerov ............................................... 37
4.2.1 Diskusia ................................................................................................................ 39
4.3 Analýza lavínového nebezpečenstva .......................................................................... 40
5. Záver............................................................................................................................... 43
6. Projekt dizertačnej práce ................................................................................................ 45
6.1 Príprava údajov a kontrola kvality .............................................................................. 46
6.2 Analýza snehových pomerov ...................................................................................... 46
6.3 Modelovanie lavínového nebezpečenstva................................................................... 47
Bibliografia.................................................................................................................................. I
Príloha ...................................................................................................................................... IX
A. Zoznam meteorologických staníc ............................................................................... IX
B. Mapka vybraných meteorologických staníc ................................................................ X
C. Medzinárodná stupnica lavínového nebezpečenstva .................................................. XI
D. Lavínová karta „Stoj alebo choď“............................................................................... XI
E. Slovník anglických ekvivalentov ...............................................................................XII
F. Publikačná činnosť a odborné aktivity doktoranda....................................................XV
 Úvod

Doska sa sprvu zosúvala pomaly a celistvo. Keď dosiahla prvý (horný)

skalný prah, začala sa deliť, na druhom [prahu] mala už veľkú rýchlosť,
rozbila sa a vznikol veľký oblak, po prebehnutí cez svah na úpätí vbehla na
zamrznutú hladinu jazera, pričom oblak dosahoval výšku asi 50 metrov. Po
zastavení čela sa prelomil ľad a nános klesol sčasti do vody, ktorá ho
obklopila. Čelo lavíny sa pritom znížilo asi o 1,5 m, zadná časť nánosu
klesala omnoho pomalšie. Potom sa oblak natoľko rozptýlil nad jazerom, že
zašlo slnko. Po chvíli začalo drobno snežiť z padajúcich kryštálikov, potom
sa znova vyjasnilo. (V. Suchý z Prahy – svedok lavínovej nehody pod
Mengusovským sedlom dňa 10.2.1985)

Hukot padajúcej lavíny zmrazuje krv v žilách a privádza človeka do úžasu pri pohľade na silu
prírody. Masa snehu valiaca sa do údolia je fascinujúca, keď ju pozorujeme z bezpečnej
vzdialenosti, ale je aj nebezpečná a zničujúca, keď prekvapí človeka či kamzíka, keď zavalí
horskú chatu či hotel, zatarasí cestu či železnicu. História hôr je poznačená mnohými
smutnými nešťastiami. Krajiny, ktoré sú členmi združenia IKAR, evidujú za obdobie
1985/86-2002/03 spolu 2694 obetí lavín [1*]. Každý rok nájde „bielu smrť“ v lavíne asi 150
ľudí z celej Európy a Severnej Ameriky [17]. Počet známych obetí lavín v slovenských
pohoriach je od r. 1872 už vyše 200, pričom v II. svetovej vojne zahynulo zrejme oveľa viac
partizánov, ako je známe.
Lavíny sú od nepamäti javom spojeným s vysokohorskými polohami s dostatkom snehu.
Najviac nešťastí vzniká v horolezeckom teréne za 2. a 3. stupňa lavínového nebezpečia podľa
medzinárodnej stupnice (viď príloha C), keďže počas 4. a 5. stupňa je pohyb v horách silne
obmedzený a je odporúčaný len na zabezpečených a vyznačených lyžiarskych trasách.
Pravdepodobnosť prežitia úplne zasypanej obete je po 15 minútach 93%, už po 30 minútach
asi len 26%, a po 45 minútach už takmer nulová. [17]
Slovo „lavína“ pochádza z latinského labi, čo znamená kĺzať sa smerom nadol, a labina či
labinca znamená klzké či šmykľavé miesto. [79]
Na Slovensku máme celkovo 6 významných lavínových pohorí – Vysoké, Nízke, Belianske
a Západné Tatry, Malá a Veľká Fatra. V ostatných pohoriach (napr. Chočské vrchy, Oravská
Magura) sa lavíny vyskytujú len výnimočne a zriedkavo.

Tematicky môžeme túto prácu rozdeliť na dva celky. V prvej časti sa zaoberáme
klimatológiou snehových pomerov so zameraním na klimatické zmeny, čomu predchádza
technická časť kontroly kvality potrebných údajov o snehu a lavínach. Druhá časť rieši teóriu
modelovania lavínového nebezpečenstva pomocou rôznych štatistických metód a modelov.
Jedným z cieľov písomného projektu dizertačnej práce je ponúknuť rešerš preštudovanej
literatúry najmä z posledných troch desaťročí o spôsoboch riešenia predpovedania lavín v
horských oblastiach u nás i vo svete, s pomocou počítača a matematicko-fyzikálnych
modelov. Práca sa zaoberá aj klimatologickým študovaním snehových pomerov v stredných a
vysokohorských podmienkach (nad 700 m n.m.). Dynamika snehovej pokrývky je veľmi
dôležitá, nielen z hľadiska výskytu lavín. Veľká premenlivosť snehových pomerov
ovplyvňuje mnohé ľudské aktivity ako turizmus, poľnohospodárstvo, zásoby pitnej vody,
dopravu, architektúru, ...

3
Prvá kapitola ponúka rešerš slovenskej i zahraničnej literatúry zaoberajúcej sa štúdiom snehu
a lavín, so zameraním na štúdie klimatických zmien snehových pomerov, homogenizáciu
dlhých časových radov a prehľad metód modelovania lavínového nebezpečenstva.
Druhá kapitola opisuje najdôležitejšie zdroje údajov, ktoré sú potrebné pre dizertačnú prácu.
Metodika a matematický aparát sú vysvetlené v tretej kapitole. Je rozdelená na tri
podkapitoly, ktoré sa zaoberajú testami homogenity, charakteristikami snehových pomerov
a modelmi lavínového nebezpečenstva.
Zopár prvých príkladných výsledkov ponúka kapitola štvrtá, za ktorou už nasleduje záver
práce.
Najdôležitejšia je asi kapitola šiesta – projekt dizertačnej práce, kde sú podrobnejšie rozpísané
čiastkové úlohy dizertačnej práce, jej význam a podstatné ciele sú zhrnuté do niekoľkých
bodov.
V prílohe sú doplnkové informácie vzťahujúce sa k práci, slovník anglických ekvivalentov,
prehľad publikačnej činnosti a odborných aktivít doktoranda – autora projektu dizertačnej
práce.

4
1. Literárna rešerš
Pred samotným začiatkom sa oboznámime s literatúrou, ktorá sa zaoberá štúdiom snehu
a lavín. V súčasnosti je problematika snehu a lavín veľmi široká, preto sa zameriame najmä
na najnovšie štúdie klimatických zmien snehových pomerov a s tým spojenou
homogenizáciou dlhých časových radov výšky snehovej pokrývky. V druhej časti uvedieme
prehľad spôsobov a techník modelovania výskytu lavín. Prehľad rešpektuje chronologickú
následnosť jednotlivých prác, a rozlišuje medzi národnými a zahraničnými štúdiami.

1.1 Snehové pomery

Najstaršie pozorovania snehu sú zaznamenané najmä v denníkoch či kalendároch prvých
nadšencov – väčšinou vzdelancov, správcov či mníchov. Tieto pozorovania majú väčšinou len
slovný charakter a boli prerušované, keďže až v 18. storočí sa zavádzali prvé prístroje
(tlakomer, teplomer) a začínajú prvé systematické pozorovania počasia. Žigmund Tondra,
správca kráľovskej dvornej komory v Bratislave a v Prešove, už v 16. storočí pri svojich
cestách robil poznámky o počasí. Podobné príležitostné pozorovania vykonával v Bratislave
magister Christoforus Hüftenus v rokoch 1512 až 1528. Juraj Dobronoki, prvý rektor
trnavskej univerzity, si vo svojom diári k dňu 3. februára 1637 napísal: „Silný vietor, sneženie,
veterno a daždivo“. Podľa spracovania Réthlyho napadalo veľa snehu v Kežmarku 26.
augusta 1716 na Bartolomeja. Podobné poznámky sú uvedené v denníkoch členov jezuitského
rádu v Levoči (1673 - 1679, 1686 - 1706) a v Košiciach (1677 - 1681), v denníkoch
Maukscha (1794) a Jána Genersicha (1789 - 1800) z Kežmarku, Jána Adama Reimanna z
Prešova (1717 -1720) a Jeszenáka - Gombosa z Bratislavy (1770 - 1773). Aj keď záznamy v
denníkoch neobsahujú presné údaje a sú len sporadické, je to jediný záchytný bod
o snehových pomeroch v minulosti. Môžeme z nich zistiť aspoň výskyt mimoriadnych epizód
sneženia.
Pravidelné pozorovania snehových pomerov začínajú v 19. storočí. Od roku 1851 bol súvislou
čiarou označovaný deň so snežením a uvádzala sa vodná hodnota nového snehu (Bratislava,
Banská Štiavnica), od roku 1871 začínajú stanice zaznamenávať aj výšku nového snehu,
nezaznamenávali však výšku celkovej snehovej pokrývky [23]. Záznamy tohto typu boli
vedené na viacerých staniciach v novo vznikajúcej sieti staníc ku koncu minulého storočia.
Tento stav trval až do konca 1. svetovej vojny. Až po vzniku meteorologickej služby v
samostatnom Československu sa začala pre každý deň značiť vedľa výšky nového snehu aj
výška celkovej snehovej pokrývky. Bolo to od roku 1921.

Jednu z prvých významných monografii o snehových pomeroch na Slovensku vydali v r.

1964 Konček a Briedoň [40], kde sú výsledky meteorologických meraní na 208 staniciach v
období 1921/22 - 1950/51 a na dvoch vysokohorských observatóriách za kratšie obdobie. Táto
monografia je cenná aj tým, že zavádza pojmy a charakteristiky používané pri
klimatografickom spracovaní snehových pomerov, a popisuje metodiku ako pristupovať
k spracovaniu materiálu a k vyhodnocovaniu výsledkov. Okrem tradičných charakteristík tu je
spracovaná váha maximálnej výšky snehovej pokrývky.
Na prelome 60-tych a 70-tych rokov vyšli štúdie o klimatických a fenologických pomeroch
jednotlivých krajov Slovenska [35] [36] [37], kde sú formou tabuliek, grafov a mapiek
spracované rôzne prvky, snehovú pokrývku nevynímajúc.
Nemožno obísť ani súbornú štúdiu pod vedením Prof. Končeka - Klíma Tatier [30], kde sa
zmenami snehových a klimatických pomerov zaoberá priekopník lavínovej problematiky na
Slovensku Ladislav Kňazovický spolu s Poliakom Chomiczom.

5
Neskôr, v r. 1988 boli snehové pomery Slovenska pre 149 staníc za obdobie 1920/21 -
1979/80 publikované Šamajom a Valovičom [73], ktorí uvádzajú nové štatistické
charakteristiky snehových pomerov.
Po nežnej revolúcii sa variabilite charakteristík snehových pomerov v Karpatskej časti ČSFR
za dlhšie obdobie 1920/21 - 1984/85 venuje kolektív autorov v Zborníku prác SHMÚ [39].
Jednotlivé kapitoly sú venované štatistickému spracovaniu časových radov, charakteru zím vo
vzťahu k snehovým pomerom, dlhodobým zmenám a periodicite charakteristík snehových
pomerov.

Charakteristiky snehovej pokrývky z normálového obdobia 1960/61 - 1989/90 sú spracované

v sérii niekoľkých diplomových prác:
V r. 1995 Šándor [74] spracoval snehové pomery v oblasti Tatier a Nízkych Tatier s ohľadom
na zimné športy. Dušan Kočický [34] sa podobne zaoberal oblasťou Tatier a získané
charakteristiky porovnal s normálovým obdobím 1930/31 - 1959/60.
V rozsiahlejšej diplomovej práci Handžáka [23] z r. 1997 nájdeme spracované okrem
prehľadu prvých pozorovaní snehu na území Slovenska aj dlhodobé charakteristiky snehovej
pokrývky v oblastiach Nízkych Tatier. Matejková [49] si vybrala pre dlhodobé charakteristiky
snehovej pokrývky meteorologické stanice severného a severozápadného Slovenska.
A napokon Kostolány [41] si vybral nižšie položené stanice západného Slovenska a hornej
Nitry. Niektoré dlhodobé charakteristiky graficky do máp spracoval Vívoda [76].
V záverečnej správe programu U.S. Country Studies [45] sú po prvýkrát publikované výstupy
scenárov zmeny klímy pre územie Slovenska, a navyše sú tu navrhnuté niektoré adaptívne
opatrenia na zmiernenie očakávaných negatívnych vplyvov. Pri vzraste úhrnov zrážok
v horských oblastiach o 10% sa očakáva v zimných mesiacoch (DJF) nárast sumy denných
výšok snehovej pokrývky o 9% a počtu dní so snehovou pokrývkou o 1%. Pri vzraste teploty
vzduchu v horských oblastiach o 1 °C sa očakáva v zimných mesiacoch pokles sumy denných
výšok snehovej pokrývky o 7% a počtu dní so snehovou pokrývkou o 2%.
Atmosférické zrážky (ďalej len zrážky), sumy a maximá výšok snehovej pokrývky a počty
dní so snehovou pokrývkou spracovali v rámci riešenia Národného klimatického programu
Faško, Handžák a Lapin [18]. Všimli si, že na južných svahoch Nízkych Tatier sú sumy výšok
oveľa väčšie ako na severných v tej istej nadmorskej výške. Suma výšok vzrástla, ale počet
dní so snehovou pokrývkou poklesol na väčšine meteorologických staníc pri porovnaní dvoch
normálových období 1930/31-1959/60 a 1960/61-1989/90. Nízke úhrny zrážok koncom 80-
tych a začiatkom 90-tych rokov spôsobili hlbokú depresiu aj v sume výšok snehovej
pokrývky1, a to výraznejšie na južnej strane Nízkych Tatier – čo súvisí s málopočetným
vplyvom stredomorských cyklón v tomto období na počasie u nás. Zaujímavá je najvyššia
maximálna hodnota výšky snehovej pokrývky na Chopku za normálové obdobie 1960/61-
1989/90 – 8. apríla 1967 namerali až 272 cm.
Faško a Šťastný [19] spracovali v Národnom klimatickom programe merania zrážok
pomocou totalizátorov v horských polohách a porovnali ich s meraniami klasickými
zrážkomermi. V priebehu posledných 50 rokov 20. storočia pozorovali jednoznačný vzostup
ročných úhrnov zrážok na severnej strane Tatier. Najväčší variačný koeficient 22,5% mal
totalizátor pri Zbojníckej chate (1980 m).
Rozsiahla dizertačná práca Bochníčka [6] skúma snehové pomery Vysokých a Nízkych Tatier
z hľadiska vhodnosti pre zimné športy a rieši problém merania teploty v snehovej pokrývke,
ktorej zmeny sú veľmi významné pri vzniku lavín.

1
čo súhlasí so štúdiou v Alpách od Laternsera [46] (pozn. autora)

6
Zahraničná literatúra
Od konca Malej doby ľadovej v polovici 19. storočia sa zaľadnenie európskych Álp znížilo
objemom o 50%, čo zodpovedá strate rozlohy o 30-40%. V posledných desaťročiach v
súvislosti s globálnym otepľovaním zaznamenávame všeobecný úbytok snehovej pokrývky.
Vzrast priemernej teploty o 1 °C v horských regiónoch Álp zodpovedá posunu snežnej čiary
asi o 150 m vyššie [24].
Brown [9] skúmal klimatickú zmenu a variabilitu snehovej pokrývky na severnej pologuli za
obdobie 1915-1997. Použil meteorologické stanice ležiace na území USA, Kanady, bývalého
Sovietskeho zväzu a Číny. Rekonštrukcia časových radov z 20. storočia ukázala vzrast
rozlohy snehovej pokrývky v Severnej Amerike spolu s významným vzrastom jej vodnej
hodnoty o 3,9% za desaťročie pre zimné mesiace (DJF). Podobný nárast výšky snehovej
pokrývky ako aj úhrnov zrážok počas zimného obdobia pozorovali na území bývalého
Sovietskeho zväzu. Rapídny pokles jarnej snehovej pokrývky pozorovali v Severnej Amerike
počas 80-tych a začiatkom 90-tych rokov spolu s dlhodobejším poklesom jej aprílovej vodnej
hodnoty o 4,4% za dekádu. Brown odhadol pre mierne zemepisné šírky severnej pologule
100-ročnú stratu rozlohy snehovej pokrývky na 3,1. 106 km2 spojenú s oteplením 1,26 °C. Od
r. 1950 sú významnejšie straty rozlohy snehovej pokrývky v marci ako v apríli. Marec je
spomedzi mesiacov november až apríl najrýchlejšie sa otepľujúcim mesiacom, v priemere po
r. 1950 o 4,1 °C / 100 rokov.
Laternser [46] vo svojej dizertačnej práci spracovával množstvo údajov snehovej pokrývky
a lavín zo staničných sietí Švajčiarskeho meteorologického ústavu (SMA) a Švajčiarskeho
spolkového ústavu pre výskum snehu a lavín (SLF). Prvýkrát publikoval dlhodobé trendy
rôznych charakteristík snehu za obdobie 1931-19992. V skúmanom období pozorovali vo
Švajčiarsku nárast s menšími prerušeniami až do 80-tych rokov, nasledovaný výrazným
poklesom až do konca 20. storočia. V ďalšej časti práce sa Laternser zaoberá optimálnym
navrhnutím staničnej siete, na základe frekvencie a priestorového rozloženia lokálnych
výrazne silných snežení postihujúcich územia menších rozmerov, ktoré ak nezachytíme, tak
obyčajne podhodnotíme aj lavínové nebezpečenstvo. Triangulárna sieť so vzdialenosťami 15
km zachytí najmenej 80% priestorovo spojitých snežení.
Laternser použil zhlukovú analýzu, aby vytvoril nové hranice rešpektujúc klimatologickú
príbuznosť staníc z hľadiska snehových pomerov. Klimatologické štúdie opierajúce sa o
tradičné hranice na základe povodí či hrebeňov pohorí nemusia vystihnúť regionálne
osobitosti.
Nedávne regionálne štúdie zo švajčiarskych Álp na čele s Benistonom [5] poukazujú na
existenciu zvratu v negatívnom vývoji snehovej pokrývky. Mierny vzrast charakteristík
snehovej pokrývky je zreteľný až od určitej nadmorskej výšky. Vzrast teploty do r. 2050 sa tu
predpokladá aj viac ako o 3 °C, pričom zrážky v zime by mali mierne vzrásť a v lete
podstatne poklesnúť. Mierne zimy sú spojené s vyššími zrážkovými úhrnmi ako chladnejšie
zimy, avšak s väčším podielom tuhých zrážok vo výškach nad 1700 – 2000 m n. m., a naopak,
pod touto hranicou vyšším podielom kvapalných zrážok. Podobný vývoj je pozorovateľný aj
u nás [80]. Beniston a kolektív [5] zobrazili vzájomné súvislosti medzi minimálnou zimnou
teplotou vzduchu, zrážkami a trvaním snehovej pokrývky počas zimných mesiacov (DJF) do
jedného prehľadného diagramu.
Scherrer a Appenzeller [67] skúmali homogenizované časové rady nového snehu a účinok
rozsiahlych synoptických útvarov na variabilitu snehu. Variabilita je v prvom rade
zapríčinená medziročnou premenlivosťou, v druhom rade je to expozícia – orientácia voči
slnku (severné a južné svahy), a napokon variabilita závisí od nadmorskej výšky. Korelačná
analýza odhalila len slabý priamy vzťah NAOI s variabilitou snehu spôsobenou medziročnou

2
niektoré ďalšie charakteristiky a trendy sú na stránke http://www.slf.ch/research/snowtrends

7
variabilitou či expozíciou, ale korelácia s variabilitou spôsobenou nadmorskou výškou časom
mierne vzrastá.

Z prác našich západných susedov spomeňme Sandeva a Šedivku [66], ktorí porovnávali
zimné sezóny 1989-2001 s klimatologickým normálom 1961-1990 v Českej republike.
Odhadom vodnej hodnoty snehovej pokrývky (ďalej len vodnej hodnoty) z iných
meteorologických metaní sa zaoberali na ČHMÚ Němec a kolektív [58]. Keďže aj v Českej
republike sa vodná hodnota meria len raz do týždňa, navrhli iteračnú metódu, ktorou je možné
získať kompletné denné vodné hodnoty – dokonca aj pre stanice, kde sa vodná hodnota
priamo nemeria.
Z východnejších štátov spomeňme štúdiu rumunských autorov Stancalie a kolektív [72]
o vplyvoch geografických a meteorologických parametrov na vývoj snehovej pokrývky na
náhorných plošinách Rumunska. Spracovali vplyv polohy, reliéfu, morfológie, teploty
vzduchu, zrážok, smeru a rýchlosti vetra na výšku a rozlohu snehovej pokrývky, vodnej
hodnoty a hustoty snehovej pokrývky.

1.1.1 Homogenizácia časových radov výšky snehovej pokrývky

Porovnaním rôznych techník homogenizácie na vzorke dát sa zaoberali Easterling a Peterson
[14] [15] [16]. V ich práci môžeme nájsť najpoužívanejšie úpravy časových radov, ak máme
k dispozícii metadáta, s pomocou ktorých určíme nehomogenity. Je tu tiež prehľad metód na
odhalenie nehomogenít, ak metadáta nemáme.
Testy homogenity sa aplikujú priamo na časový rad skúmanej stanice, alebo na vytvorený
časový rad, ktorý v prípade výšky snehovej pokrývky vznikne ako podiel časového radu zo
skúmanej stanice s referenčným časovým radom. Ako najlepšie vytvoriť referenčný časový
rad možno nájsť v [62].
Najlepšie výsledky v porovnávacej štúdii Easterlinga a Petersona [14] dosahoval
Alexanderssonov test, ktorý bol o niečo lepší ako Potterov test. Okrem toho testovali
úspešnosť grafickej metódy kumulačných súm (CUSUM), dvojfázovej regresie, Craddockov
test, ... V r. 1995 však Easterling a Peterson [15] vyvinuli ďalšiu metódu založenú na
kombinácii regresnej analýzy a neparametrickej štatistiky, ktorá dávala ešte lepšie celkové
výsledky na vzorke simulovaných i pozorovaných dát.
Metóda Easterlinga a Petersona je lepšia ako Alexanderssonov test najmä v prípade, keď sú
dve po sebe nasledujúce diskontinuity veľmi blízko seba [24].
U našich západných susedov sleduje najnovšie problémy spojené s homogenizáciou dlhých
časových radov Petr Štěpánek, ktorý zároveň neustále vyvíja a zdokonaľuje software AnClim
pre homogenizáciu a analýzu časových radov [75]. Tento software je veľmi užitočnou
pomôckou pri testovaní homogenity.

1.2 Lavíny
Vrba a Urbánek [81] sa zaoberali metamorfóznymi procesmi v snehovej pokrývke, čo malo
pre poznanie dovtedy málo preskúmaných premien snehu veľký význam aj z hľadiska
lavínovej problematiky.
Prvé záznamy výskytu lavín s niektorými parametrami sú podobne ako v prípade snehu tiež
len sporadické. Môžeme sa o nich dozvedieť z rôznych starých publikácii, ktoré však
pochádzajú z mnohých zdrojov. Našťastie, už v minulosti sa našli autori, ktorí tieto zdroje
preskúmali a zhromaždili. Napríklad príspevok Ivana Bohuša [7] v Sborníku prác o TANAPe
(1967) dopĺňa záznamy lavín, ktoré zverejnil Július Andráši [2] v roku 1965. O starších
lavínach nie je veľa záznamov, ale predsa jestvujú, najmä v ročenkách Uhorského

8
Karpatského spolku. Niektoré údaje poskytli turisti a horolezci. Menej údajov o lavínach je
zachovaných z rokov medzi dvoma svetovými vojnami. Údaje z rokov po II. svetovej vojne
poskytli mnohí horolezci a turisti na základe dotazníkov, hoci z osobných dôvodov
postihnutých úmyselne zamlčali niektoré bližšie údaje. Začiatkom 60-tych rokov začali
strážcovia TANAPu a Horská služba lavínové nešťastia systematicky evidovať. Vôbec
najstarší zachovaný záznam opisuje základovú lavínu zosunutú v r. 1850 vo Vysokých
Tatrách:

V roku 1850 sa zosunula základová lavína z Tupej do doliny Zlomísk

a smerom k Popradskému plesu. Strhla so sebou pekné skupiny límb
a zasypala niekoľko kamzíkov. [2]

Nasledujúci záznam máme však až o lavíne, ktorá sa vyskytla takmer o štvrťstoročie neskôr:

V roku 1874 lavína, ktorá sa odtrhla zo západných svahov Velickej kopy

(Granátové steny), zasypala horskú chatu pri Velickom plese. [2]

Až piaty záznam v poradí určuje aj presný deň výskytu lavíny, ba dokonca jej dosah:

1.3.1908: M. Zaruski a R. Kordys uvoľnili pri zostupe z Poľského hrebeňa

do Svišťovej doliny lyžami lavínu, ktorá vykonala dráhu 266 m. K úrazu
nedošlo vďaka skúsenosti oboch postihnutých. [7]

Vďaka tomu máme aspoň nejakú zmienku o lavínach, že na Slovensku vždy predstavovali
nezanedbateľný problém pre lesy, stavby, cesty, železnice a iné cenné objekty, a v poslednej
dobe najmä pre rekreačných návštevníkov hôr.
V druhej polovici šesťdesiatych rokov 20. storočia a najmä po vzniku SLP v Jasnej sa
lavínam venuje patričná pozornosť a vychádzajú praktické populárno-náučné publikácie od
viacerých autorov. Na čele s Ladislavom Kňazovickým sa v Jasnej vedie systematický
výskum – v činnosti bolo špeciálne laboratórium (komora) na mikrofotografické pozorovanie
rôznorodých tvarov snehových kryštálov v závislosti od teploty a relatívnej vlhkosti vzduchu.
Kategorizácii snehových kryštálov sa vo svete v tej dobe paralelne venovali viacerí autori.
Všeobecné poznatky o meteorologických a topografických podmienkach vzniku lavín sú
zhrnuté v knižke L. Kňazovického – Lavíny [33]. Praktickejšie orientovaná je publikácia L.
Milana [54], kde je dôraz na lavínovú prevenciu, spôsob záchrany pri nešťastiach, a sú tu
analyzované významné lavínové nehody na Slovensku. Kniha bola opakovane viackrát
vydaná.
Kňazovického Atlas lavínových dráh SSR [32] z r. 1980 obsahuje detailné spracovanie
topografických charakteristík lavinózneho terénu spolu s vymedzením lavinóznych plôch a
ich rozmerov. Kataster lavínových terénov v horstvách Slovenska rozšíril L. Milan [55] o
niektoré najvýznamnejšie topografické charakteristiky svahov (viac v odseku 2.1).
Dušan Holý [28] vo svojej kandidátskej dizertačnej práci rozoberá a spracováva vplyv
meteorologických a topografických podmienok na vznik lavín na modelovom území profilu
Chopka.
Martin Vyparina [82] pri riešení diplomovej práce zanalyzoval stav automatizácie
spracovania dát v SLP, ale vytvoriť jednotný databázový systém, ktorý by spravoval všetky
potrebné dáta, sa dosiaľ nepodarilo.
V diplomovej práci Barbory Kuchtovej [42] z r. 1998 sú príkladne analyzované najvážnejšie
lavínové situácie ako dôsledok meteorologických podmienok. Práca nastoľuje mnoho
otvorených otázok, na ktoré sčasti reaguje diplomová práca Meteorologické podmienky

9
vzniku lavín vo Vysokých Tatrách a ich modelovanie od Martina Vojteka [77] pod vedením
náčelníka SLP Jána Peťa. V práci je vyvinutý a overený prvý kvázi-lineárny3 regresný model
na predpovedanie lavínového nebezpečenstva vychádzajúci z dostupných dát zo šiestich
zimných sezón. Vychádzajúc zo systematických záznamov evidencie lavín sú tu tiež
zadefinované lavínové charakteristiky vhodné ako výstupy lavínových modelov (viac
v prílohe F).
Lavíny v Nízkych Tatrách a ich predpovedanie prilákali zo susedného Maďarska Annu Seres,
ktorá vo svojej bohato ilustrovanej práci [69] z r. 2002 štatisticky spracovala niektoré
lavínové a meteorologické charakteristiky pre kratšie obdobie. Sú tu porovnané všeobecné
poznatky vplyvu meteorologických prvkov na výskyt lavín (najmä z lavínovej príručky [51])
s niektorými zvláštnosťami Nízkych Tatier. Avšak spracované obdobie bolo zo štatistického
hľadiska pomerne krátke, aby sa mohli uzatvárať všeobecné závery. Taktiež sa pokúsila
vytvoriť lineárny regionálny model predpovedania lavín pre dve vybrané meteorologické
stanice: Chopok a Jasná, ku ktorým priradila lavínové svahy z blízkeho okolia. Váhové
koeficienty boli určené na základe viacnásobných korelácii.
Ďalšou širokou problematikou protilavínovej ochrany sa zaoberajú skôr lesnícke vedecké
štúdie, ktorými sa nebudeme zaoberať.

Zahraničná literatúra
Za prvotinu, kde badať prechod od opisovania lavín k skúmaniu príčin ich vzniku v súvislosti
s vývojom počasia (najmä tlakových útvarov), sa všeobecne považuje dielo J. Coaza z r. 1988
o lavínach vo Švajčiarskych Alpách [11]. Zamerali sme sa však najmä na literatúru od 70-tych
rokov 20. storočia, odkedy skúmanie lavín na Slovensku začalo výraznejšie zaostávať
v porovnaní so zahraničím. Bolo to spôsobené hlavne vďaka medzinárodnej izolácii od
alpských krajín, ktorú komunistickí ideológovia vnucovali aj na poli vedy a výskumu.
Väčšina predpovedných lavínových modelov, ktoré sa dajú aplikovať na dostupné údaje na
Slovensku, bola v Alpách vyvíjaná už v 70-tych až 80-tych rokoch, avšak s viacerými
zdokonaleniami sa používajú tie isté metódy dodnes. V súčasnosti sa lavínoví odborníci
opierajú o viacero rôznych modelov zlúčených v expertných systémoch, z ktorých má každý
svoje výhody i nevýhody. Budúce lavínové modely na Slovensku môžu slúžiť ako vhodný
doplnok ku konvenčnej predpovedi.
Využitím analýzy časových radov na lavínovú predpoveď sa zaoberali najmä Salway [64]
a Moyse [65]. Táto práca bola veľmi inšpirujúca pri vývoji regresného modelu pre Vysoké
Tatry [77].
Rozsiahla 271-stranová knižná publikácia – lavínová príručka od McClunga a Schaerera [51]
môže slúžiť ako základná učebnica pre lavínového odborníka. Sú v nej tiež dôležité
informácie pre návštevníkov zimných hôr. Jednotlivé kapitoly sa zaoberajú ničivými
účinkami lavín, meteorologickými prvkami meranými v horskom prostredí, typmi snehových
kryštálov, vznikom lavín, lavínovými svahmi, predpovedaním lavín a lavínovou prevenciou.
Diskriminačnú analýzu použili na predpoveď lavín už viacerí autori: [8] Bovis (1977), [13]
Drozdovskaya (1979), [59] Obled a Good (1980). Až 70-percentnú úspešnosť predpovedania
lavínových a nelavínových časových období dosiahli Floyer a McClung [20] použitím
jednosmernej analýzy rozptylu a kanonickej diskriminačnej analýzy. Úspešnosť predpovede sa
zvýšila, keď rozdelili celú oblasť na viac homogénnych podoblastí a sadu vhodných
premenných stanovili pre každú oblasť osobitne. V budúcnosti chcú autori model zdokonaliť
tak, že ho skombinujú s metódou najbližších susedov a vstupom budú hodinové (nie
poldenné) údaje. Diskriminačná analýza je podrobnejšie opísaná v odseku 3.3.3.

3
kvázi-lineárny, pretože vstupom boli aj niektoré vybrané nelineárne premenné.

10
Metódu najbližších susedov prvýkrát aplikoval na predpoveď lavín Buser [10]. Najnovšia
štúdia [63] aplikovaná v Škótsku hodnotí úspešnosť zdokonaleného modelu Cornice. Viac
o metóde možno nájsť v odseku 3.3.2.
Čoraz populárnejšie neurónové siete úspešne aplikovali na predpoveď švajčiarski študenti
Gregory a Philippe [22]. Použili meteorologické a lavínové dáta z mesiacov október až máj
z rokov 1968-95. Najlepšia neurónová sieť pozostávala zo štyroch vrstiev neurónov,
a výstupom z poslednej vrstvy bola pravdepodobnosť vzniku lavíny v okolí Weissfluhjochu.
Na trénovanie siete použili údaje len siedmich meteorologických prvkov: úhrn zrážok, výšku
nového snehu, hĺbka prieniku penetračnej sondy, teplotu snehu, maximálnu teplotu vzduchu,
oblačnosť a globálne žiarenie. Úspešnosť predpovedania lavínového, resp. nelavínového dňa
bola 90%.
Komplexný prehľad najčastejšie používaných metód na predpovedanie lavín ponúka
špecializovaná diplomová práca Patricka Nairza [57] z Tirolských Álp z r. 1997.
Problémy spojené s mierkou a rozlíšením modelov lavínovej predpovede analyzovali Hägeli
a McClung [26]. Poukázali na nedostatočné monitorovanie odnosu snehovej pokrývky
a vytvárania dutinovej inovate staničnou sieťou, ďalej na nedostatočné množstvo meraní
snehových profilov a testov stability vzhľadom k ich variabilite. Kritizovali aj logický rozpor
v niektorých regionálnych modeloch, ktoré interpretujú výstupy s neprimerane lepším
rozlíšením ako majú vstupy, z ktorých vznikajú.
Príkladnou verifikáciou lavínovej predpovede sa zaoberajú talianske práce [61] [71].
Z talianskych publikácii spomeňme ešte Bariffiho [3], ktorý ukážkovo využil GIS-y na
zahrnutie geografických parametrov do modelovania lavínového nebezpečenstva.

Mock a Birkeland [56] sa pokúsili nájsť súvis najlavinóznejších zimných sezón s fázami
fenoménu El Niño (ENSO indexu), ale bez výraznejšieho úspechu.
Vo Švajčiarsku používajú pre účely lavínovej prevencie komplexnejší model SNOWPACK
[4], ktorý okrem sadania snehovej pokrývky modeluje aj prenos tepla a vody, fázové zmeny
a celkovú metamorfózu mikroštruktúry snehovej pokrývky.
Laternser [46] sa okrem klimatológie snehu zaoberá aj kompletizáciou a prípravou 50-
ročných lavínových dát, aby určil regionálny index a rozloženie lavínovej aktivity pre sedem
klimatologických regiónov Švajčiarska.
Hebertson a Jenkins [27] sa v Utahu (USA) pokúsili datovať výskyt významných lavín na
základe dendroekologickej analýzy v období rokov 1928-1996. Dendroekologické metódy
využívajú analýzu letokruhov, hľadanie jaziev, tvorbu tzv. reakčného dreva, potlačenie rastu
a iné zvláštnosti na stromoch v lavínovej dráhe. Na preskúmanie vzťahov medzi klimatickými
prvkami a pravdepodobnosťou významných lavínových zimných sezón použili logistickú
regresiu a klasifikačné stromy. Priemerná výška nového snehu v januári sa ukázala ako
významná (aj keď korelácie boli malé) z hľadiska pravdepodobnosti výskytu veľkých lavín
v prechodnom pásme (medzi kontinentálnym a oceánskym typom klímy). Pravdepodobnosť,
že sa vyskytne významný lavínový rok, vzrastie o 0,028 s každým prírastkom priemernej
januárovej výšky nového snehu o 1 cm. Prieskum tiež ukázal, že 68% rokov s podpriemernou
výškou nového snehu malo tiež podpriemernú výšku za mesiac január. Z týchto
podpriemerných rokov malo 76% rokov podpriemernú výšku na začiatku zimy.
Maggioni a Gruber [48] zmapovali odtrhové zóny vo Švajčiarsku vychádzajúc z výsledkov
štatistickej analýzy frekvencie odtrhov na dobre zdokumentovaných lavínových svahoch
v blízkom okolí Davosu, kde majú kompletnú databázu lavín za posledných viac ako 50
rokov. Topografické parametre (sklon, zakrivenie, orientácia, ohraničenie, vzdialenosť ku
najbližšiemu hrebeňu) odtrhových zón v okolí Davosu tvorili základ objektívnej definície
odtrhových zón pre zvyšok Álp. Odtrhové zóny pre jednotlivé lavínové svahy boli následne
vykreslené na digitálnej mape reliéfu pomocou GISov.

11
Priestorovým rozložením lavínovej aktivity sa zaoberali v Jackson Hole (Wyoming, USA)
McCollister a kolektív [52]. Vypracovali pravdepodobnostnú metódu, ktorá umožňuje
lavínovým odborníkom lepšie využiť historické lavínové dáta pomocou GISov a upravenej
metódy najbližších susedov. Zistili tiež, že vďaka veľkej lokálnej variabilite veterných
pomerov nie je všeobecným pravidlom, že v daný deň po hojnej snehovej nádielke sú
ohrozené svahy s istou vymedzenou expozíciou v celom horstve. Smer vetra voči svahu má
skôr lokálny význam v mierke jednotlivých svahov a podoblastí, a nie všeobecne celého
pohoria.
Z najnovších prác stojí za zmienku úspešné úsilie nórskych výskumníkov [31] využiť radar na
lokalizáciu obetí lavín. Vzhľadom na náročnú prepravu, toto zariadenie nie je priamo určené
na záchranu ľudských životov, ale skôr pomôže pri hľadaní obetí aj v hrubšej vrstve snehu.

12
2. Zdroje údajov
V tejto kapitole si spomenieme najdôležitejšie zdroje údajov potrebných pre predpoveď
lavínového nebezpečenstva. Boli získané z dvoch hlavných zdrojov – SHMÚ a SLP.
Lavínové údaje a niektoré výsledky špeciálnych meraní stability a zvrstvenia snehovej
pokrývky boli získané priamo z databáz SLP. Počet databáz sa s postupom času v SLP
znižuje, pretože cieľom je postupne všetky zdroje dát spravovať jednotným databázovým
systémom. Meteorologické údaje boli získané z klimatologických a zrážkomerných staníc
SHMÚ – aj keď niektoré orientačné merania sa robia aj na horských staniciach, ktoré spravuje
SLP - iba niektoré sú však dostupné v elektronickej forme od sezóny 2001/02 a ich presnosť
je diskutabilná. V rámci dizertačnej práce preskúmame použiteľnosť meteorologických
údajov z horských staníc SLP zverejňovaných na stránke ski.sk, ktoré poskytne spoločnosť
MicroStep-MIS.
Automatická meteorologická horská stanica v Jasnej, ktorej údržbu a vývoj realizuje firma
MicroStep-MIS má zatiaľ krátke časové rady, ktoré sa dajú použiť napr. na prípadové štúdie
v okolí Chopka v Nízkych Tatrách. Od zimnej sezóny 2003/04 sa úspešne podarilo
sprevádzkovať ultrazvukový snímač na meranie výšky snehovej pokrývky. Výhodou
automatických staníc je nepretržitý prísun údajov, ktoré vystihujú aktuálny stav a sú potrebné
v operatívnej praxi.
Kvôli šírke celej problematiky sa geografickým parametrom venujeme len okrajovo.
Digitalizovanie lavínových svahov s využitím geografických informačných systémov (GIS-
ov) by umožnila do modelovania zahrnúť aj geografické prvky. To je však téma pre ďalšiu
štúdiu v odbore geografia – kartografia, resp. geoinformatika.
Kontrolou kvality meteorologických dát sa teoreticky i prakticky zaoberajú odseky 3.1 a 4.1.
Lavínové dáta boli kontrolované priebežne počas napĺňania do databáz. Spôsob vytvorenia
vhodných výstupných premenných predpovedného modelu je ukážkovo popísaný na
najvážnejšej lavínovej situácii v poslednom desaťročí v diplomovej práci [77].

Nasledovné tabuľky zhrňujú najdôležitejšie prvky vhodné pre lavínovú predpoveď podľa 4
kategórii:
1. Geografické dáta - často ich považujeme pre danú oblasť za nemenné parametre,
pretože sa menia v čase len veľmi pomaly
2. Meteorologické dáta – získané z pozorovaní a meraní na meteorologických staniciach
3. Údaje týkajúce sa snehovej pokrývky - špecializované merania
4. Údaje o stabilite snehovej pokrývky z rôznych testov stability

2.1 Geografické dáta

Na Slovensku sa zaoberali metodikou mapovania lavínových svahov a dráh spolu s ich
topografickými charakteristikami Kňazovický [32], [33] a Milan [55] pri vytváraní katastra
lavínových svahov. Údaje o lokalitách, druhu lavín, rozmeroch a stupňoch ohrozenia na mape
zaznamenaných lavínových svahov sú súhrnne spracované v zoznamoch lavínových dráh
[60].
Súčasná databáza v SLP Jasná pozostáva z posledného spracovania L. Milana z r. 1981 do
máp s mierkou 1:10 000, pričom odvtedy len niekoľko (34) nových lavinóznych svahov bolo
pridaných do katastra. V súčasnosti nie sú všetky svahy zmapované, keďže najmä v dôsledku
nevhodného lesného hospodárenia v istých lokalitách vznikajú stále nové, väčšinou menšie
lavínové svahy, ktoré sú však v blízkosti obydlí a komunikácii rovnako nebezpečné.

13
2.1.1 Kategorizácia lavínových svahov
Vymedzenie jednotlivých lavínových svahov sa zakladalo na:
• interpretácii leteckých fotografií (s mierkou 1:14 000)
• rekognoskácii terénu (letné a zimné pochôdzky)
• preskúmaní starších písomných záznamov, údajov a poznatkov miestnych obyvateľov,
horalov, znalcov a milovníkov hôr
Podľa početnosti výskytu lavín:
I. Veľmi častý výskyt lavín – najmenej raz za 6 rokov (žltá farba)
II. Častý výskyt lavín – lavína každých 6 – 30 rokov (červená farba)
III. Ojedinelý výskyt lavín – lavína spadne raz za 30 a viac rokov (čierna farba)
Podľa morfologických zvláštností:
α - svahy s bralovým reliéfom, so systémom gravitačných rýh, skalné steny, stupne,
osypy a sutinoviská so sklonom nad 30°
β - morfologicky výrazné strmé lavínové žľaby s homogénnym alebo s viac členitým
konkávnym územím s výraznou lavínovou dráhou
γ - menej strmé homogénne svahy, aj vypuklé, s drsnejším povrchom, bez stromovej
vegetácie
Podľa druhu ohrozenia a škôd:
A. Ohrozenie komunikácií, objektov, turistických ciest a priechodov, ... ohrozenie
ľudských životov a obydlí
B. Poškodenie lesných porastov, kosodreviny a vegetácie
C. Nad pásmom kosodreviny, bez poškodzovania vyššej vegetácie
Nad hranicou lesa sa za lavínovú lokalitu klasifikovali všetky celistvé, najmä však vertikálne
nerozčlenené hladké svahy so sklonom 25° a viac. Ohraničenie svahov sa zakresľovalo po
obvode obrazca plnou čiarou, pričom odtrhová časť sa vyznačila ešte šrafovaním v smere
spádnice. Svahy malej rozlohy, ktoré sa na mape nedali plošne vyznačiť, zakreslili sa šípkou.
Sklony odtrhového, transportného a akumulačného pásma lavínových svahov boli
vyhodnotené podľa vrstevníc. Nie sú však určené kompletne a preto by bolo výhodné na ich
presnejšie určenie využiť geografické informačné systémy (GIS-y), vďaka ktorým možno
z digitálnych modelov reliéfu (DEM) vypočítať aj prevládajúcu expozíciu svahu,
nadmorskú výšku, maximálnu dĺžku dráhy, maximálnu šírku odtrhu, a i. Je užitočné mať
informáciu aj o miestnej vegetácii, či drsnosti povrchu (viď Tab. 1).
Tab. 1: Významné geografické parametre a charakteristiky lavínových svahov. V poslednom stĺpci „GIS“ značí,
že parameter sa dá určiť z digitálnych máp; „SLPDB“ znamená, že parameter je v súčasnosti k dispozícii
v elektronickej databáze SLP; „M” je uvedené pri parametroch, ktoré určil L. Milan [55]. Určenie kritických
bodov má význam len pre typické modelové svahy, kde sa často robia testy stability a profily snehovej
pokrývky, čo vyžaduje najmä praktické skúsenosti.
Geografický prvok Zdroj
expozícia svahu M/SLPDB/GIS
morfológia (členitosť) M/SLPDB
typ ohrozenia M/SLPDB
sklon svahu M/GIS
nadmorská výška M/GIS
šírka pásma odtrhu M/GIS
dĺžka svahu GIS
drsnosť povrchu GIS
vegetácia (les, lúka, skalný povrch, voľné kamene a skaly) GIS
kritické body -

14
V súčasnosti sú v databáze SLPDB pre každé pohorie definované a očíslované doliny, v rámci
ktorých sú jednotlivé svahy očíslované, vzrastajúc smerom od ľavého brehu v ústí doliny, cez
jej záver až po pravý breh (Obr. 1). Niektoré novšie lavínové svahy túto číselnú postupnosť
narúšajú, keďže sa im priradí najmenšie nepoužité číslo z danej hlavnej doliny. Podrobnejšie
členenie v rámci samostatného lavínového svahu indexmi malej abecedy (a-z) existuje
v prípadoch, keď sa v ňom nachádzajú výrazné žľaby a lavínové dráhy, ktoré sú svojou
konfiguráciou odlišné od charakteru prevládajúcej plochy svahu a sú miestom s častejším
výskytom lavín.

Obr. 1: Ukážka mapy z lavínového katastra – Suchá dolina (ZT). Každý svah v rámci doliny je určený číslom,
a môže byť vnútorne rozčlenený indexmi malej abecedy. Podľa početnosti výskytu lavín sú na mapách svahy
farebne rozlíšené (čierna, červená, žltá). Prevzaté z [55] a upravené.

Z čerstvejších zahraničných publikácii spomeňme Bariffiho [3], ktorý ukážkovo využil GIS-y
ako platformu pre zber, zobrazovanie a analyzovanie rôznych faktorov, ktoré vplývajú na
lavíny. GIS použil na zahrnutie geografických parametrov do modelovania lavínového
nebezpečenstva.

15
2.2 Meteorologické údaje
Zoznam použitých 39 meteorologických staníc je v prílohe A, a zobrazenie významnejších 30
staníc je na mapke v prílohe B. Na základe skúseností z lavínovej praxe ako aj zo štúdii
literatúry sme vybrali dostupné meteorologické prvky, ktoré významne vplývajú na výskyt
lavín, prípadne sú zaujímavé z hľadiska klimatickej zmeny snehových pomerov (viď Tab. 2).

Tab. 2: Významné meteorologické prvky – z hľadiska vplyvu na výskyt lavín – so zaužívanými jednotkami
merané na horských staniciach na Slovensku.

Symbol Meteorologický prvok Zaužívaná jednotka Frekvencia merania

HS výška snehovej pokrývky cm denne
NS výška nového snehu cm denne
R úhrn zrážok mm denne
PT druh zrážok 10 typov (Tab. 3) denne
SWE vodná hodnota snehovej pokr. mm týždenne4
PI intenzita zrážok mm/min len automatické stanice
SI intenzita sneženia cm/h len automatické stanice
SS povrch snehu 11 typov (Tab. 4) denne
T teplota vzduchu °C denne
RH vlhkosť vzduchu % denne
C v osminách,
oblačnosť denne
v desatinách
SD trvanie slnečného svitu h denne
GR globálne žiarenie W/m2 denne
Wd smer vetra 8 alebo 16 smerov denne
Ws rýchlosť vetra m/s denne
WG maximálne nárazy vetra m/s denne

Okrem základných meraných meteorologických prvkov môžeme skúmať aj niektoré zmiešané

nelineárne premenné, ktoré navrhol Salway [64]:
[Ws 7 ]+[Ws14 ]+[Ws 21 ]
NSW: ≡ [NS] ⋅
3
HSR: ≡ [HS] ⋅ [R]
[RH 7 ]+[RH14 ]+[RH 21 ]
HSRRH: ≡ [HS] ⋅ [R] ⋅
3
[RH 7 ]+[RH14 ]+[RH 21 ]
HSRRHTn : ≡ [HS] ⋅ [R] ⋅ ⋅ [Tn ]
3
V diplomovej práci [77] boli v diskusii navrhnuté aj ďalšie premenné, ktoré by mohli kvázi-
lineárny regresný model vylepšiť:
SETT: ≡ [HS]t-4 +[NS]t-4 +[NS]t-3 +[NS]t-2 -[HS]t-1
2
 [Ws 7 ]+[Ws14 ]+[Ws 21 ] 
W2: ≡  
 3 
RTn : ≡ [R] ⋅ [Tn ]

4
vodnú hodnotu je možné interpolovať a získať denné údaje (napr. podľa [58])

16
 [RH 7 ]+[RH14 ]+[RH 21 ]
HSRRHTx : ≡ [HS] ⋅ [R] ⋅ ⋅ [Tx ]
3
Σi NS: ≡ ∑ [NS]t-i , kde i = 1, 2, 3, 4, 5
Smer vetra môže byť z hľadiska lavín významná veličina. Zmena smeru vetra sprevádza
zmenu synoptickej situácie, preto má smer vetra význam už niekoľko dní pred potenciálnym
pádom lavín. Hodnoty smeru vetra sa však nemenia spojito – napr. pri plynulom prechode zo
severozápadného smeru na severovýchodný sa hodnota zmení skokom z 360° na 0°. Preto je
lepšie v modeloch počítať s projekciou vektora rýchlosti vetra do vzájomne kolmých zložiek,
napr. do severného – WNproj a západného – WWproj smeru:
WNproj = Ws ⋅ cos(Wd ) WWproj = Ws ⋅ (− sin(Wd ))
Táto veličina čiastočne nahrádza index sfúkavania (odnosu) snehu, ktorý je v zahraničných
lavínových službách pravidelne stanovený alebo meraný.

Z hľadiska klimatickej zmeny sme skúmali aj zmeny vzájomných pomerov tuhých,

zmiešaných a kvapalných zrážok. V Tab. 3 uvádzame rozdelenie kódov zrážkových typov zo
správy INTER, v ktorej sa druh zrážok nachádza.

Tab. 3: Druhy zrážok používané na Slovensku (podľa [38]).

Základná
Kód Popis
kategória
7 Iba sneženie
Tuhé
Zmiešané, alebo striedanie
1
tuhých a kvapalných
Prechod od tuhých ku
3
Zmiešané kvapalným
Prechod od kvapalných ku
4
tuhým
2 Mrznúce zrážky
Mrholenie, alebo mrholenie s
5
dažďom
Kvapalné 6 Iba dážď
Iba prehánky kvapalných alebo
8
tuhých zrážok
0 Zrážky v dohľade
< nezaradené >
9 Krúpy, alebo krúpy s dažďom

17
Medzi špeciálne meteorologické pozorovania lavínovej služby na Slovensku patrí povrch
snehovej pokrývky Tab. 4.

Tab. 4: Kategórie povrchu snehovej pokrývky určované na voľnej ploche v okolí horskej stanice SLP, resp. pri
lyžiarskych zjazdovkách (nie však na zjazdovkách).

Kód Popis
1 prachový (pri chôdzi na lyžiach sa lyže ľahko zabárajú)
2 spevnený mrazom a sadaním (sneh je nosný)
3 spevnený vetrom, doska (pri chôdzi počuť dutý zvuk)
s uc h ý

4 kôra, udaj hrúbku v cm (chôdza peši je možná aj bez mačiek, kôra sa prebára)
5 ľadová vrstva, poľadovica (chôdza na mačkách)
6 zmrznutý firn
7 povrchová inovať
8 krúpky
9 vlhký (pri stlačení snehovej gule nevyteká voda)
mokrý

10 mokrý až roztápajúci sa na "blato" (vyteká voda)

11 kašovitý, roztápajúci sa firn

2.3 Merania v snehovej pokrývke a testy stability

Okrem štandardných meteorologických meraní sa v lavínovej praxi používajú špeciálne
merania v snehovej pokrývke a rôzne testy jej stability (Tab. 5 a Tab. 6), ktoré sú dokonca
dôležitejšie ako meteorologické merania, keď chceme robiť predpoveď lavín pre menšie
územia – napr. svah, dolina [26].

Tab. 5: Významné prvky z merania snehovej pokrývky so zaužívanými jednotkami. Merania sa vykonávajú
príležitostne, podľa potreby.

Symbol Meraný prvok Zaužívaná jednotka

ρ hustota snehovej pokrývky g/cm3
PD preniknutie sondy cm
K záťažová tvrdosť (pevnosť) kg
TP teplotný profil snehovej pokrývky °C
GS veľkosť kryštálov snehu mm
GT typy kryštálov snehu podľa tabuľky základných kryštálov

Tab. 6: Vybrané testy stability používané na odhalenie lavínového nebezpečenstva priamo v teréne.

Testy stability Anglický ekvivalent

test naklonením doštičky Tilt board test
test spustením závažia Stuffblock test
test sklzu skokom lyžiara Rutschblock test
test sklzu lopatkou Shovel shear test
poklepový test Compression (tap) test

V talianskych Alpách vyvinuli novú metódu AINEVA [71] [61] na verifikáciu vydanej
predpovede. V rámci tejto metódy sa čiastkovo stanoví stupeň lavínového nebezpečenstva na
základe štyroch nezávislých postupov, a z nich sa stanoví výsledný stupeň LN. Jeden

18
z postupov sa zakladá na množstve snehu a type snehomerného profilu podľa klasifikácie
AINEVA (Tab. 7).

Tab. 7: Klasifikácia snehových profilov podľa AINEVA. Skratky označujú stupeň stability snehovej pokrývky:
DS – dobre spevnená, MS – mierne spevnená, SS – slabo spevnená, VS – veľmi slabo spevnená.

výška snehovej pokrývky

Typ profilu
30 cm 60 cm 90 cm 120 cm 150 cm 180 cm
1 DS DS DS DS DS DS

2 MS MS MS MS DS DS

3 DS DS DS DS MS MS

4 SS SS SS MS MS MS

5 DS DS MS MS SS SS

6 MS MS MS SS SS SS

7 DS DS MS MS SS SS
8 DS MS MS SS SS SS
9 MS SS SS SS SS SS

10 SS SS SS SS MS MS

11 MS SS VS SS MS MS

12 DS MS SS SS VS VS

13 MS SS VS SS SS MS

14 SS VS VS VS VS VS

15 MS SS VS VS VS VS

16 SS SS VS VS VS SS

19
2.4 Lavínové dáta
Dáta sme zo staršej databázy (FoxPro pre MS DOS) z r. 1991 previedli do novšej formy
(Microsoft Access 2000). Nevýhodou staršieho systému bolo nepohodlné grafické rozhranie
a neefektívny dátový model. V prípade, ak lavína zasiahla viac svahov, starší dátový model
neumožňoval priradiť tú istú lavínu ku viacerým lavinóznym svahom.
Novší dátový model obsahuje tri hlavné tabuľky: laviny, svahy a lavina_svah. Tabuľka
lavina_svah obsahuje len dva stĺpce: IDLavina, IDSvah, a dáva do súvisu časovú udalosť
(lavína v istom čase, príp. časovom intervale) s miestom (lavína na určitom svahu, svahoch).
Lavíny sú teda so svahmi vo vzťahu M:N („many to many“), t.j. jednej lavíne môžeme
priradiť viac svahov, a jednému svahu viac lavín.

Obr. 2: Relácie (vzťahy) medzi tabuľkami uchovávajúcich lavínové a geografické dáta v databáze SLPDB.
Tabuľka laviny obsahuje dátum, čas, prípadne časový interval výskytu lavíny a jej vlastnosti. Tabuľka svahy
obsahuje vlastnosti lavinóznych svahov jednotlivých dolín lavínových pohorí. Tabuľka lavina_svah dáva obe
tabuľky do súvisu. Na tabuľku svahy sa viaže ďalšia tabuľka obsahujúca zoznam názvov lavinóznych dolín.

O najstarších lavínach sa môžeme dozvedieť zo starých publikácii, ktoré však pochádzajú

z viacerých zdrojov [2], [7]. Zhromažďovanie týchto údajov prerástlo do písomnej evidencie
lavín v 60-tych rokoch. Vtedy ešte nebola evidencia systematická a zaznamenávali sa údaje
len najnebezpečnejších lavín, ktoré spôsobili materiálnu škodu či ujmu na zdraví. Evidencia
všetkých lavín začala systematicky až po zhotovení lavínového katastra r. 1981, na základe
hlásení nepravidelných hliadok SLP, chatárov a iných dobrovoľných pozorovateľov.
S príchodom prvej elektronickej databázy v r. 1991, sa snažia pracovníci SLP pravidelne
a systematicky evidovať všetky lavíny, aj na netradičných lavinóznych svahoch. Takže
modelovanie lavín je možné prakticky len od r. 1991, ale s obmedzenými možnosťami
verifikácie pred týmto obdobím. Predchádzajúce záznamy, ktoré bude treba ešte
skompletizovať, previesť do elektronickej formy a rozšíriť tak databázu, môžu slúžiť len na
jednostranné overenie modelov predpovedajúcich výskyt lavín. Obojstranné overenie
úspešnosti modelu (t.j. predpovedanie bezpečných a nebezpečných dní) bude realizované na
posledných zimných sezónach, počnúc zimou 2000/01.

Samozrejmou súčasťou databázy SLPDB sú rôzne formuláre pre pohodlné napĺňanie údajov
(Obr. 3).

20
Obr. 3: Formulár pre napĺňanie tabuľky laviny je previazaný s lavínovými svahmi. Obsahuje rôzne parametre
rozvrhnuté podľa jednotlivých pásiem lavínovej dráhy.

2.4.1 Výstupné premenné

V diplomovej práci [77] boli zadefinované základné charakteristiky lavínového
nebezpečenstva pre každý deň v zimných sezónach 1994/95 – 1999/00. Hodnoty týchto
veličín sme doplnili a spätne určili pre Vysoké Tatry od zimnej sezóny 1991/92:
• predpovedaný stupeň lavínového nebezpečenstva [Yp] – t.j. skutočne vydaná
predpoveď podľa medzinárodnej 5-dielnej stupnice vydávaná pracovníkmi SLP.
• tendencia - [Y+/-] – tendencia lavínového nebezpečenstva (1-stúpajúca, 0-zotrvalá, 2-
klesajúca)
• booleovská premenná [YI/O] – má hodnotu 1, ak spadla aspoň jedna lavína; inak má
hodnotu 0.
• vlhkostná premenná [Yv] – má hodnotu 2 - ak bol odtrh lavíny (obvykle z mokrého
snehu) spôsobený najmä teplotou či žiarením (oteplením alebo vyjasnením); má
hodnotu 1 - ak bol odtrh lavíny (obvykle zo suchého snehu) spôsobený hlavne
množstvom nového snehu; má hodnotu 3 – kombinovaná lavína zo suchého i mokrého
snehu; má hodnotu 0 - ak nebola evidovaná žiadna lavína.
• početnosť lavín [YN] – počet evidovaných lavín akéhokoľvek dosahu.
• maximálny dosah [Ytx] – maximálny dosah (v metroch) z evidovaných lavín v daný
deň.5 Pre Vysoké Tatry sú jeho hodnoty kvôli reliéfu niekedy nadhodnotené.
• index škôd [Yi] – hodnoty od 1 = neškodná lavína do 10 = katastrofická lavína.6
Prihliadalo sa na škody spôsobené na lesoch, budovách, cestách, ...
• verifikovaný stupeň lavínového nebezpečenstva [Y5] – opravený predpovedaný
stupeň s hodnotami od 1 do 5.
5
Salway [64] definuje dosah ako relatívnu veličinu – podiel aktuálnej dĺžky lavíny ku maximálne možnej dĺžke
lavíny na danom svahu.
6
Približne platí vzťah Yi = 2Y5 – nie je to však vždy pravidlom.

21
22
3. Metódy

3.1 Kontrola kvality a homogenita

Pred každým spracovaním získaných údajov je nevyhnutné zhodnotiť ich kvalitu. Údaje
získané z klimatickej databázy KMIS na SHMÚ prechádzajú viacnásobnou revíziou – kratšie
výpadky sa dopĺňajú a štatisticky najvychýlenejšie hodnoty sa kontrolujú a ak treba, tak aj
korigujú s ohľadom na susedné stanice. Napriek tomu je potrebné ešte raz logicky
skontrolovať rozsah hodnôt získaných dát a identifikovať prerušenia v meraní.

Interpolácia údajov
Treba si dávať pozor na chýbajúce hodnoty. Staršie záznamy sú v databáze uložené v inej
forme ako novšie. Záznam s dátumom existuje len vtedy, keď hodnota snehovej pokrývky,
alebo nového snehu bola nenulová. Záznam však môže niekedy začínať až po prvom dni,
resp. končiť pred posledným dňom.
Ak je to vhodné a chýbajúcich údajov nie je príliš veľa (rádovo zopár týždňov), oplatí sa
časový rad interpolovať s časovými radmi zo susedných staníc, ktoré najviac s daným radom
korelujú. Bohužiaľ, dlhšie výpadky (niekoľko mesiacov) v meraní často prerušia dlhý časový
rad, takže môžeme z neho použiť už len určitú (najdlhšiu) časť bez prerušení.
Pri kontrole kvality údajov celkovej výšky snehovej pokrývky nám pomôžu hodnoty zo
susedných staníc. Namerané množstvo nového snehu alebo zrážok za predchádzajúci deň
v kombinácii s teplotou vzduchu naznačuje, ako by sa mala správať celková výška snehu. Ak
by sme chceli zájsť ešte ďalej, tak by sme siahli po modelovaní snehovej pokrývky, avšak na
Slovensku takýto model zatiaľ nemáme. Vo Švajčiarsku používajú komplexnejší model
SNOWPACK [4], ktorý okrem sadania snehovej pokrývky modeluje aj prenos tepla a vody,
fázové zmeny a celkovú metamorfózu mikroštruktúry snehovej pokrývky, najmä pre účely
lavínovej prevencie.

Metadáta
Niektoré potenciálne nehomogenity môžeme zistiť priamo z metadát (premiestnenie či
výmena prístrojov, pozorovateľov, zmena vyhodnocovacích metód – napr. počítania denných
priemerov, zmena pozorovacieho času, ...), prípadne na základe porovnaní s paralelnými
pozorovaniami z blízkeho okolia stanice. [14] Metadáta popisujúce históriu stanice sú však
obyčajne neúplné a nemusia v nich byť zachytené podstatné zmeny spôsobujúce
diskontinuitu. [15] Pri homogenizácii výšky snehovej pokrývky potrebujeme zo skúmanej
meteorologickej stanice predovšetkým záznamy o významnejšej zmene jej polohy, prípadne
metodiky merania. Všimli sme si na stanici Jasná pod Chopkom, že výroba technického snehu
(umelé zasnežovanie) môže zmeniť mikroklímu (najmä vlhkosť a teplotu), a navyše vietor
môže zaviať časť technického snehu zo snehových diel na snehomernú plôšku pozorovacej
stanice.

Testy homogenity
Ak nemáme metadáta, tak nám ostáva použiť niektoré štatistické testy na odhalenie
nehomogenít (napr. Alexanderssonov test [1], prípadne novšiu metódu Easterlinga
a Petersona [15]).
Testovať môžeme buď priamo časový rad zo skúmanej stanice, alebo využijeme merania z
okolitých staníc a použijeme časový rad, ktorý vznikne ako podiel časového radu zo skúmanej
stanice s referenčným časovým radom.

23
Referenčný časový rad

Referenčný časový rad by mal klimaticky reprezentovať danú oblasť. Najčastejšie ho

vytvoríme ako priemer alebo lineárnu kombináciu časových radov z okolitých staníc (2-5
staníc), ktoré najviac korelujú so skúmanou stanicou. Pri použití len jednej referenčnej
stanice, je tu riziko, že niektoré nehomogenity, ktoré nastali na oboch staniciach v tom istom
čase (napr. reorganizáciou pozorovacej siete), by sme nedokázali odhaliť.
Peterson a Easterling [61] navrhli vyberať stanice na základe korelačných koeficientov medzi
zdiferencovanými časovými radmi. Ak totiž niektorý z časových radov má nehomogenitu, tak
to silne ovplyvní hodnotu korelačného koeficienta. Účinok nehomogenít na korelácie medzi
skúmanou a potenciálnou referenčnou stanicou môžeme preto znížiť, ak budeme vzájomne
korelovať časovú zmenu (napr. medziročnú zmenu, ak členmi radu sú ročné priemery).
Ďalšia možnosť je vytvoriť vhodný referenčný časový rad z rôzneho počtu staníc, ktoré
vyberieme pre každý skúmaný rok osobitne.
Zdiferencovaním časového radu denných výšok snehovej pokrývky dostaneme rad, ktorý
charakterizuje mieru sadania, resp. pribúdania snehovej pokrývky. Korelovaním takýchto
časových radov môžem dosiahnuť lepšie výsledky pri hľadaní najvhodnejších referenčných
staníc.

Oplatí sa vyskúšať viac metód počas homogenizovania údajov. Po odstránení prvej

nehomogenity testy opakujeme, kým je nehomogenita štatisticky významná a zároveň
podložená metadátami (ak sú dostupné). Homogenizovaný časový rad môže byť následne
vhodným referenčným radom pre okolité stanice.

3.1.1 Alexanderssonov test

Alexandersson [1] vyvinul test, ktorý sa v prípade zrážok (aj snehovej pokrývky) aplikuje na
n
štandardizovaný časový rad ∑z
i =1
i vzniknutý ako štandardizovaný podiel členov skúmaného
n n

∑ xi a referenčného
i =1
∑y
i =1
i časového radu.

Pre každý rok, s výnimkou prvých a posledných piatich rokov, vypočítame štatistiku Tv .
Štatisticky významné extrémy Tv vymedzené napr. 95% konfidenčnými intervalmi potom
naznačujú možné nehomogenity. Prvá nehomogenita nastala v roku v , kedy Tv = T0 :
2 2
T0 = max {Tv } = max {vz1 + (n − v) z2 }
5≤ v ≤ n − 5 5≤ v ≤ n − 5

, kde z1 je aritmetický priemer od roku 1 po rok v , a podobne z2 je aritmetický priemer od

roku v + 1 po rok n .

3.1.2 Easterlingov – Petersonov test

Easterling a Peterson [15] navrhli ďalšiu metódu na odhalenie nehomogenít, keď nie sú
dostupné metadáta. Vstupným časovým radom do tejto metódy je rad, ktorý vznikne
podielom skúmaného (nehomogénneho) a referenčného časového radu.

24
1. Najskôr jednoduchou lineárnou regresiou preložíme priamku cez celý časový rad
a vypočítame kvadratickú sumu rezíduí (RSS1).
2. Použijeme dvojfázovú regresiu: pre každý rok časový rad rozdelíme na dva úseky a pre
každý preložíme priamku a vypočítame opäť kvadratickú sumu rezíduí z oboch úsekov
(RSS2). Štatistickú významnosť dvojfázovej regresie otestujeme štatistikou U, ktorú
vystihuje Fischerove rozdelenie (F), s počtom stupňov voľnosti 3 a n − 4 :

U=
( RSS1 − RSS2 ) ⋅ ( n − 4 )
RSS2 3
3. Potenciálnou nehomogenitou označíme rok, kde RSS2 dosahuje minimum. Ten istý rok
rozdelí časový rad na 2 časti. Potenciálne nehomogenity hľadáme už pre každú časť
osobitne.
4. Test opakujeme, kým nie sú jednotlivé úseky časového radu homogénne, alebo kým nie sú
príliš malé (menej ako 10 členov) a nemôžeme preto použiť regresiu.
5. Všetky zistené potenciálne roky, kedy nehomogenita nastala, otestujeme multireakčnými
permutačnými procedúrami (multiresponse permutation procedures) podľa [53].

3.2 Analýza snehových pomerov

V klimatológii snehových pomeroch sa najčastejšie používajú nasledovné charakteristiky:
- Priemerná výška snehovej pokrývky - HS
- Charakteristické dátumy prvého (B1, B20, B30, B50) a posledného (E1, E20, E30,
E50) dňa so snehovou pokrývkou 1, 20, 30, resp. 50 cm a viac
- Najdlhšie neprerušené trvanie snehovej pokrývky 1, 20, 30, 50 cm a viac (D1, D20,
D30, D50) počas zimnej sezóny
- Priemerný počet dní so snehovou pokrývkou 1, 10, 20, 30, 50, 100 cm a viac
- Minimálna 100 dňová výška snehovej pokrývky (HS100D), t.j. hodnota na 100.
mieste, ak zoradíme denné výšky snehovej pokrývky zostupne
- Priemerný počet dní s novým snehom 1, 10, 20, 30, 50, 100 cm a viac
- Suma výšok snehovej pokrývky v cm
- Priemerná výška snehu v cm
- Maximálna výška snehovej pokrývky v cm
- Priemerná maximálna výška snehovej pokrývky v cm
- Vodná hodnota
Do prvého a posledného dňa so snežením počítame aj dážď so snehom (zmiešané zrážky).

3.3 Predpovedné modely lavínového nebezpečenstva

Predpoveď lavínového nebezpečenstva vydávaná SLP vychádza z meteorologických meraní
horských staníc SHMÚ, zo špecializovaných meraní vysokohorských pozorovacích staníc
SLP a poľských staníc IMGW, z príležitostných meraní snehových profilov, z niektorých
testov stability snehovej pokrývky na vybraných miestach v teréne, a napokon
z pozorovaných lavín z posledného obdobia.
Predpoveď je vydávaná ráno do 900 h a v prípade potreby je korigovaná o 1400. Denne sa
stanovuje stupeň lavínového nebezpečenstva spolu s očakávanou tendenciou (stúpajúca,
zotrvalá, klesajúca) pre 5 najvýznamnejších lavínových pohorí (Vysoké, Nízke a Západné
Tatry, Malá a Veľká Fatra). V texte lavínovej predpovede sa slovne spomína aktuálna
meteorologická situácia, všeobecné podmienky pre turistov, celkový stav snehovej pokrývky

25
a jej rozmiestnenie, presnejšie určenie ohrozených miest (nadmorská výška, expozícia, žľaby,
...), typ očakávaných lavín a pod.
Lavínová sezóna začína prvým snežením, ale predpoveď obvykle býva vydávaná až od
začiatku novembra do začiatku mája. Niekedy sa však prvé lavíny vyskytnú už v septembri,
zatiaľ čo v októbri je útlm pri prevládajúcom vplyve anticyklóny (viď Tab. 12). Ak lavínové
nebezpečenstvo presahuje 4. stupeň medzinárodnej stupnice (veľké), SLP vydáva cez média
výstrahy pre verejnosť. V poslednej dobe sa diskutuje, či by sa výstrahy nemali vydávať už od
3. stupňa, ak je očakávaná tendencia stúpajúca.
Štatistické predpovedné modely, ktorými sa tu budeme zaoberať, vychádzajú obvykle
z veľkého množstva nameraných dát, kde zisťujeme pravdepodobnosť, či skúmaný jav
nastane alebo nenastane. Je nutné vychádzať z údajov, ktoré sú k dispozícii – v našom prípade
z denných meteorologických a lavínových dát.
Modely možno rozdeliť do skupín podľa niekoľkých hľadísk. Konvenčná predpoveď lavín
zaujíma vždy osobitné miesto, ba ukazuje sa ako najúspešnejšia, aj napriek veľkému pokroku
v predpovedaní lavín pomocou numerických modelov [57].
Celkovo teda môžeme metódy predpovedania lavín rozdeliť nasledovne:
1. konvenčná (synoptická) lavínová predpoveď
2. numerické (štatistické) metódy (založené na množstve kvalitných a systematických
dát):
- diskriminačná analýza
- metóda najbližších susedov
- analýza časových radov
- regresné metódy
- neurónové siete
- klasifikačné stromy
3. deterministické (fyzikálne) metódy (expertné systémy založené na pravidlách a
zákonitostiach)
Každý model má svoje modifikácie. Z výsledkov diplomovej práce [77] vyplynulo, že je treba
vypočítať parametre modelu zvlášť pre lavíny zo suchého a mokrého snehu. Prípade treba
rozlíšiť tretiu skupinu lavín z vlhkého snehu (kombinácia suchého a mokrého snehu).
Podobne je dobré rozdeliť pohorie na viac regiónov. Úspešnosť predpovede lavínových
a nelavínových období zvýšili Floyer a McClung [20], keď rozdelili celú oblasť na viac
homogénnych podoblastí a sadu vhodných premenných stanovili pre každú oblasť osobitne.

Výsledkom lavínovej predpovede je buď veľkosť lavíny (objem alebo dosah), počet alebo
pravdepodobnosť odtrhu. Potom sa z týchto veličín definuje lavínové nebezpečenstvo.
Problémom je však tiež stanoviť, ktorú premennú vlastne chceme predpovedať. Po
konzultáciach s náčelníkom SLP J. Peťom sme dospeli k záveru, že najvhodnejšie výstupné
premenné z modelu sú stupeň lavínového nebezpečenstva Y5 a dosah lavíny Ytx (definované
v odseku 2.4.1). Početnosť lavín YN je tiež užitočný údaj, ale mnoho malých splazov na jar
nepredstavuje veľké nebezpečenstvo v porovnaní s rekordne dlhými lavínami. Pre metódu
najbližších susedov je najvhodnejšia zase premenná YI/O. Preskúmame aj možnosti, či by
nebola vhodnejšia premenná, ktorá vznikne z oboch spomínaných nejakou matematickou
operáciou. Navrhli sme teda nasledovné premenné:
geometrické priemery: Y5 ⋅ Ytx , Y5 ⋅ Ytx ⋅ YN
suma dĺžok dosahu všetkých lavín: ∑Y tx

rôzne lineárne kombinácie spomínaných premenných: c1Y5 + c2Ytx + c3YN

26
3.3.1 Konvenčná predpoveď lavín
Konvenčná lavínová predpoveď je expertnou syntézou všetkých dostupných údajov
a informácií o aktuálnej lavínovej situácii, pričom sa vychádza hlavne zo skúseností aspoň
dvoch vzájomne konzultujúcich lavínových expertov. Táto metóda je zo všetkých
najúspešnejšia, pretože expert zohľadňuje aj výstupy z existujúcich modelov. Matematicko-
fyzikálne predpovedné metódy či zložitejšie expertné systémy zrejme nikdy nenahradia
skutočného lavínového experta, ktorý má v pamäti všetky komplikované väzby a vzťahy
medzi najpodstatnejšími faktormi a vie sa správne rozhodovať aj v netypických situáciach
(napr. keď je neobvyklý vývoj snehovej pokrývky už od začiatku zimnej sezóny v rôznych
lokalitách pohoria).
Niektoré základné princípy konvenčnej predpovede lavín zhrnul už LaChapelle v r. 1970 -
[43] a tiež o pár rokov neskôr [44]. Rozlišuje aj rôzne časové škály predpovede: 1-3 dňová
predpoveď vychádza najmä z predpovede zrážok, dlhšia predpoveď sa opiera najmä
o predpokladaný teplotný vývoj, a orientačná predpoveď na 2 týždne až 3 mesiace sa opiera
o nestabilné štruktúry vytvorené v snehovej pokrývke (napr. dutinová inovať) na začiatku
zimy, ktoré môžu veľmi dlho pretrvávať. McClung a Schaerer [51] si všimli, že často práve
vďaka tenkej snehovej pokrývke na začiatku zimy a prudkému teplotnému gradientu v nej, sa
vytvára dutinová inovať, ktorá spôsobuje veľkú nestabilitu.
Naopak, samotné skúsenosti nestačia, pretože môžu byť skreslené, subjektívne a najmä
nedostatočné. Preto význam objektívnych, i keď nie vždy presných modelov nehodno
zatracovať. Nejeden skúsený horal už zaplatil aj vlastným životom, keď bol presvedčený, že
má „nos na lavíny“, a nepotrebuje nijaké merania a upozornenia.
Patrick Nairz [57] zozbieral v literatúre cenné skúsenosti z lavínovej praxe od rôznych
autorov. Tieto skúsenosti nemožno pri vytváraní predpovedného modelu obísť, preto si ich
uvedieme – doplnené o skúsenosti vplyvu geografických faktorov na vznik lavín v Západných
Karpatoch.

Vplyv zrážok a snehu

„Výška nového snehu je mierou množstva snehu, ktoré sa môže uvoľniť v lavíne. Keď napadne
viac ako 30 cm snehu, zvyšuje sa pravdepodobnosť rozsiahlej lavínovej aktivity.“
„Dlhšie trvajúce sneženie s intenzitou viac ako 3 cm/h pravdepodobne spôsobí veľké lavíny.“
(Mellor M. (1968): Avalanches. U.S. Army Cold Research and Engineering Laboratory, 111-
A3d.)
„Rozhodujúca je výška snehovej pokrývky. Stačí 60 cm, aby pokryla prekážky na povrchu
a tak umožnila ďalšiemu snehu zosúvať sa po povrchu. Čím viac snehu, tým väčší je potenciál
zosunu lavíny.“
„30 cm nového snehu je všeobecné minimum na spustenie samovoľných lavín nebezpečných
rozmerov.“
(Atwater M.M. (1954): Snow Avalanches. Scientific American, January 1954.)
„Lavínová sezóna v lokalite Rogers Pass začína, keď výška snehovej pokrývky dosiahne 70
cm, čo stačí na prekrytie skál a vegetácie v lavínových dráhach.“
(Schaerer P.A. (1962): The avalanche hazard evaluation and prediction at Rogers Pass,
National Research Council of Canada, Tech. Paper No.142.)

Vplyv vetra
„Dlhšie trvajúce kritické rýchlosti vetra sú 25 km/h pre západ a 40 km/h pre centrálnu
a východnú časť diaľnice v oblasti Rogers Pass.“
[68]

27
Vlhkosť vzduchu
„Vlhkosť vzduchu viac ako 85% umožňuje tvorbu snehových dosiek vplyvom silného vetra.”
(Seligman (1936): Snow structure and ski fields: being an account of snow and ice forms met
with in nature and study on avalanches and snowcraft. Macmillan, London)
„Z dát vyplýva, že za relatívnej vlhkosti 80% a viac za rýchlosti vetra 25 km/h vytvára
podmienky pre doskové lavíny.“
[68]

Sadanie snehovej pokrývky

„15-percentné sadanie nového snehu naznačuje slabé spevnenie, viac ako 30-percentné
sadanie spôsobuje rýchlu stabilizáciu. Po dlhšej dobe sa snehové vrstvy scvrknú na 90%, ale
snehové dosky sa scvrknú najviac na 60%.”
(Atwater M.M. (1954): Snow Avalanches. Scientific American, January 1954.)
„15-20% sadanie nového snehu vo všeobecnosti naznačuje stabilizačný trend. Je však
výnimočná situácia, kedy sadanie nie je stabilizujúcim faktorom: keď vrstva ležiaca pod
novou sa nestabilizuje vďaka tomu, že nová vrstva sa stabilizuje a zatuhne natoľko, že sa
medzi vrstvami vytvorí štrbina vzduchu.“
(USDOAFS (United States Department of Agriculture Forest Service) (1968): Snow
avalanches, a handbook of forecasting and control measures. Agricultural Handbook No.194.)

Teplota vzduchu a vodná hodnota snehovej pokrývky

„Teplota priamo ovplyvňuje typ padajúceho snehu. Suchý sneh obyčajne padá pri teplote
vzduchu pod –4 °C. Sneh padajúci pri teplote vzduchu nad –2 °C rýchlo sadá a podlieha
metamorfizmu. Prudký pokles teploty zvyšuje napätie, najmä v snehovej doske. Prudké
oteplenie na jar vedie ku ťažkým zosuvom a mokrým lavínam.“
„Suchý sneh spravidla obsahuje 5-8% vody, ale keď obsah vody presiahne 10%, je to varovný
signál, že váha snehu rastie viac ako jeho kohézia.“
(Atwater M. M. (1954): Snow Avalanches. Scientific American, January 1954.)

Geografické prvky
L. Milan vo svojej práci [55] vyzdvihol aj význam určenia geografických prvkov. Holý [28]
teoreticky analyzoval vplyv topografických podmienok na vznik lavín na modelovom území
profilu Chopka. Všeobecné poznatky sú zhrnuté v lavínovej príručke [51].
Expozícia svahu určuje exponovanosť svahu voči prevládajúcim vetrom, a zároveň voči
priamemu slnečnému žiareniu. Väčšia insolácia južných svahov má za následok častejší
výskyt lavín malých rozmerov s bodovým odtrhom a na jar základových lavín. Keďže
v Západných Karpatoch sú prevládajúce vetry väčšinou severozápadné, sneh je previevaný do
juhovýchodných žľabov. Aj vďaka týmto faktorom padá najviac lavín práve na južných
a východných expozíciach [79].
Nadmorská výška vplýva na množstvo snehových zrážok a v dôsledku teplotných pomerov sa
sneh vo vyšších polohách obvykle stabilizuje dlhšie.
Vďaka veľkej lokálnej variabilite veterných pomerov však nie je všeobecným pravidlom, že
v daný deň po hojnej snehovej nádielke sú ohrozené svahy s istou ohraničenou expozíciou
v celom horstve. Potvrdzuje to aj štúdia z Jackson Hole (Wyoming) [52], kde smer vetra voči
svahu má lokálny význam v mierke jednotlivých svahov a nie všeobecne celého pohoria.
U nás sme si všimli viac situácii, kedy sa najmä stanica Ždiar - Javorina a k nej priľahlá
oblasť vymyká množstvom snehu od ostatnej časti pohoria [77].

28
3.3.2 Metóda najbližších susedov
Predpovedanie lavín štatistickými metódami je často nejasné – unikajú nám procesy, na
základe ktorých model vyhotoví výsledok, pretože sa väčšinou pracuje s veľkým množstvom
dát.
„Metóda najbližších susedov je vhodná práve na zviditeľnenie výsledkov, napríklad tak, že
vyberieme desať dní z dvadsaťročného obdobia najpodobnejších danej situácii. Týchto desať
dní slúži ako základ rozhodovania sa v stanovení lavínového nebezpečenstva, ako aj
posúdenia presnosti podľa starších záznamov v evidencii lavín s prítomnosťou.“ [10]
Získame teda nielen pravdepodobnosť odtrhu lavíny, ale aj celkový prehľad o danej
meteorologickej situácii na základe záznamov z minulosti.

Základným predpokladom metódy najbližších susedov je, že ak môžeme pre „dnešný“ deň
nájsť v záznamoch z minulosti deň (alebo viac dní) k nemu najpodobnejší, tak lavínová
situácia bude pre „dnešný“ deň takmer taká istá ako v dni k nemu najpodobnejšom (prípadne
sa vypočíta napr. ako priemer z viacerých najpodobnejších dní).
Princíp metódy je skutočne jednoduchý, ale problémom je tu definícia „najpodobnejšieho“
dňa. Samozrejme, že táto definícia musí byť založená na parametroch vzťahujúcich sa
k lavínovým javom – v našom prípade sa jedná o skúmané meteorologické premenné.
Môžeme pri nej vychádzať z predošlých výsledkov analýz dát (napr. korelačná analýza,
regresné analýzy a pod.).
Tieto premenné vytvárajú k-ticu pre každý deň a sú nezávislé na ľubovoľný súradnicový
systém. To nás oprávňuje zvoliť si metriku, napr. euklidovskú (porovnaj s [10]). Vzdialenosť
medzi jednotlivými dňami teda bude:
∆d = ∑ ∆x j 2 .
j

Ak máme n dní „lavínových“ z celkového počtu N najbližších susedných dní, tak pomer n/N
bude prvotná (a priori) pravdepodobnosť lavínového javu. Po verifikácii však Buser odporučil
predpovedať lavínový deň, ak len 3 dni z desiatich najbližších susedov boli lavínové.
Metódu možno vylepšiť vstupom váhového vektora c j do definície vzdialenosti dvoch dní:
∆d = ∑ c j ∆x j 2
j

Váhový vektor možno podľa skúsenosti zmeniť a prispôsobiť, aby čo najviac zvýhodnil
významné premenné. Prvotný váhový vektor sme navrhli v tvare:
rj
cj = , alebo navyše veličiny ešte znormujeme
∑j j
r 2

rj 1 rj 1
maximom c j = . alebo priemerom c j = . .
∑r
j
j
2 max{x j } ∑r
j
j
2 xj

Je viac možností, aké veličiny a aký príslušný váhový vektor treba vybrať do definovania
euklidovskej vzdialenosti najbližších susedov. Navrhujeme vychádzať z hodnôt korelačných
koeficientov tých premenných, ktoré prejdú výberovým procesom krokovej regresie. Váhové
parametre vytvoríme zvlášť pre suché a mokré lavíny, a to zvlášť pre každý modelovaný
región. Purves a kolektív [63] použili genetické algoritmy na objektívne určenie váhových
koeficientov.
Niektoré premenné vykazujú významnú sezónnosť, čo by mohlo znevýhodniť výber
niektorých dní – najbližších susedov. Ak lavíny napr. padajú od istej minimálnej prahovej
hodnoty celkovej výšky snehovej pokrývky už rovnako, tak potom netreba robiť príliš veľký

29
rozdiel medzi dňom, kedy je výška sadnutého snehu 1m či 2m. Zo vzorky historických dát,
z ktorých model vyberá najbližších susedov, treba preto odstrániť dni, kedy je výška celkovej
snehovej pokrývky príliš malá (prípadne nesúvislá) na to, aby spôsobila odtrh lavíny.
Maximálnou hodnotou je vhodné normovať napr. slnečný svit, priemernou napr. výšku
celkovej snehovej pokrývky (porovnaj [10]). Vplyv sezónnosti môžeme eliminovať aj tak, že
vytvoríme model zvlášť pre mesiace november – február a zvlášť pre marec – apríl.

Prehľad o jednotlivých krokoch je v nasledovnej schéme:

Ak máme spoľahlivé záznamy z minulosti, tak metóda dáva postačujúce výsledky. Ak aj

pravdepodobnosť nemusí byť v niektorých prípadoch vhodne vyčíslená, minimálny úžitok je
v tom, že metóda nám vyhľadá vo veľkom množstve dát podobné meteorologické situácie
z minulosti. Zároveň sa lavínový prognostik učí rozoznávať podobné situácie (najmä
pomocou grafických priebehov meteorologických prvkov) a získava lepšie empirické
skúsenosti ohľadom mechanizmov spôsobujúcich lavíny. Potom je možné zmeniť váhový
vektor, podľa úspešnosti modelu, resp. na základe situácii, v ktorých model zlyháva.
Ak je k dispozícii zdigitalizovaný model lavínových svahov, tak pomocou GISov môžeme
skúmať geografické rozloženie lavínovej aktivity, a tak si lepšie všimnúť typické lavínové
situácie. Na Slovensku bude zrejme rozloženie lavínovej aktivity odlišné pri vplyve
stredomorskej cyklóny, a iné, keď sneženie prichádza od severu.

Jedným z dôvodov, ktorým Othmar Buser zdôvodňuje chyby metódy, je nedostatočná

presnosť evidovania lavín, obzvlášť v období so zlou viditeľnosťou (hmlisto) a počas sviatkov
za zníženej pracovnej aktivity. Preto je vhodné v evidencii lavín označiť „podozrivých
kandidátov“ – dni – špeciálnym číslom (napr. 88=hmlisté dni, 99=sviatky).
Ďalšou nedokonalosťou metódy môže byť situácia, kedy lavíny v daný deň nespadli, pretože
spadli o niekoľko dní skôr (či už odstrelom alebo prirodzene), a už nie je dosť snehu na ďalší
odtrh. Ak nám databáza vyhľadá viac takýchto dní, môže dôjsť ku značnému skresleniu,
najmä ak metódu aplikujeme na menší počet lavínových svahov. Preto by mal každý lavínový
odborník prezrieť nielen lavínovú situáciu v „najbližších desiatich susedoch“ – dňoch, ale aj
celkový vývoj situácie počas predošlých dní.
Metóda najbližších susedov sa dá naprogramovať pomerne jednoducho (napr. v štandardnom
databázovom jazyku SQL). Stačí, ak máme jasne definovanú vzdialenosť najbližších susedov
a denne máme všetky vstupné parametre. V praxi je to však samozrejme inak, a vždy vystúpia
čiastkové problémy (napr. ošetrenie výpadkov v príjme dát), ktorými sa teraz však nebudeme
zaoberať. Každým rokom sa presnosť metódy postupne zlepšuje, ak nedochádza
k významným klimatickým zmenám.
Vývojom, verifikáciou a optimalizáciou metódy najbližších susedov na predpovedanie lavín
v Škótsku sa zaoberali Purves a kolektív [63]. Výsledky verifikácie ponúkli formou
kontingenčných tabuliek a rôznych kategorických štatistík.

30
3.3.3 Analýza hlavných komponentov (PCA) a diskriminačná analýza
Analýza hlavných komponentov spočíva v hľadaní takej množiny lineárnych kombinácii (tzv.
hlavných komponentov) pôvodných premenných, ktorá zachová čo najviac informácii
obsiahnutých v údajoch. Počet týchto lineárnych kombinácii je nanajvýš rovný počtu
pôvodných premenných, avšak obvykle nám postačí podstatne menej hlavných komponentov
ako pôvodných premenných, pri prakticky rovnakej informačnej hodnote. Takto môžeme
problém študovať v podpriestore s menšou dimenziou. Metódu navrhol Pearson (1901)
a zovšeobecnil Hotelling (1933). Viac možno nájsť napríklad v [29].
PCA môže dobre poslúžiť pri vizualizácii najbližších susedov v osiach hlavných
komponentov, a tak odhaliť charakteristické skupiny dní s podobným vývojom počasia.
Farebne môžeme rozlíšiť napr. lavínové a nelavínové dni.
Následne možno preložiť jednotlivými skupinami (grupami) vhodné pravdepodobnostné
rozdelenia (najjednoduchšie Gaussove), ktoré takto po „orezaní“ s istou hladinou významnosti
(napr. 5%) vytvoria viacrozmerné elipsoidy v priestore hlavných komponentov. Ak potom
zobrazíme aktuálny („dnešný“) deň v tomto grafe, zaujíma nás, do ktorého elipsoidu bude
patriť, prípadne ku ktorému elipsoidu je daný bod bližšie. Na tomto základe vydáme
predpoveď, na koľko percent hrozí v daný deň zosunutie lavín. Toto je hlavný princíp
diskriminačnej analýzy. Viac o tejto metóde aplikovanej na predpovedanie lavín možno nájsť
v [8][13][21][59].

3.3.4 Postupná (kroková) regresia

Výsledkom postupnej regresie je vybranie „najvhodnejších“ premenných z väčšieho
množstva skúmaných premenných a nájdenie príslušných regresných koeficientov, aby sa ich
lineárna kombinácia čo najmenej odchyľovala od premennej, ktorú chceme modelovať. Je to
teda obyčajná viacnásobná regresia, ktorej predchádza výber najvýznamnejších premenných
pre regresný model.
Výber premenných do modelu sa realizuje na základe hodnôt viacnásobných parciálnych
korelácii. Podrobnejšie je metodika postupnej regresie opísaná napr. v [83], alebo [50]. Sú tri
rôzne spôsoby – algoritmy, ktorými sa premenné vyberajú:
Postupná regresia napred7 začína s modelom bez premenných a postupne sa po jednej
pridávajú premenné na základe hraničnej hodnoty F-testu a parciálnych korelácii až dovtedy,
kým zaraďovaná premenná zlepšuje regresný model.
Spätná postupná regresia začína s modelom so všetkými nezávislými premennými a postupne
sa odstraňujú premenné s najmenším príspevkom pôsobenia na závislú premennú.
Obojsmerná postupná regresia je kombináciou oboch typov.

7
metódu formulovali F R I E D M A N J . H . , S T U E T Z L E W . (1981): Projection pursuit regression. Journal of
the American Statistical Association 76. (p.817-823).

31
4. Výsledky a diskusia

4.1 Testovanie homogenity

Pred testovaním homogenity sme rozdelili stanice do 3 skupín, keďže ich počet sa v čase
menil.
[m]
2500

2000

1500

1000

500

Vitanová - Oravice
Zuberec-Zverovka
Demänovská Dolina - Jasná
Partiz. Ľupča - Magurka

Oravská Polhora - Hlina

Ždiar-Javorina

Liptovská Teplička

Dobšinská ľadová jaskyňa

Tatranská Lomnica

Oravská Lesná
Partiz. Ľupča - Železnô
Štrbské Pleso

Liptovská Lužná
Skalnaté pleso
Lomnický štít

Vernár
Podbanské

Mútne
Luková pod Chopkom

Telgárt

Jarabá

Štrba
Vyšná Boca

Ždiar
Podspády

Šumiac

Suchá Hora

Žiar
Lom nad Rimavicou

Súľova

Važec

Huty
Chopok

Krížna

Dubnik

Obr. 4: Meteorologické stanice uložené podľa nadmorskej výšky sú rozdelené do 3 skupín podľa roku, kedy
začali pozorovania: od r. 1981 (horizontálne šrafovanie); od r. 1961 (šachovnicové šrafovanie); a
najdlhšie časové rady od r. 1921 .

Tab. 8: Meteorologické stanice nad 700 m n.m. V Tab. 8 sú meteorologické stanice, ktoré majú
s najdlhšími časovými radmi výšky snehovej najdlhšie časové rady výšky snehovej
pokrývky (1921 -2004).
pokrývky od zimnej sezóny 1921/22.
Nadmorská výška Homogenizáciu výšky snehovej pokrývky sme
Stanica
[m] príkladne spravili pre stanicu Štrbské Pleso.
Štrbské Pleso 1354
Záznamy o výške snehovej pokrývky sú
Partiz. Ľupča - Magurka 1045
v databáze KMIS od 30.10.1921. Výšku
Ždiar - Javorina 1030
nového snehu pozorujú na Štrbskom Plese od
Podbanské 972
1.1.1927. Počas dní so súvislou snehovou
Vyšná Boca 930
pokrývkou sa meria raz týždenne vodná
Liptovská Teplička 900
hodnota snehu.
Mútne 835
Tatranská Lomnica 827 Z Tab. 9 vidíme, že najväčší korelačný
Oravská Polhora - Hlina 794 koeficient s dennými výškami snehovej
Suchá Hora 789 pokrývky na stanici Štrbské Pleso má časový
Oravská Lesná 780 rad, ktorý vznikne lineárnou kombináciou
štyroch meteorologických staníc: Podbanské,
Partiz. Ľupča - Magurka, Oravská Lesná a Ždiar - Javorina. Keďže všetky vybrané stanice
majú v priemere menej snehu ako Štrbské Pleso, je vhodné do lineárneho regresného modelu
zaradiť aj konštantu, ktorá však spôsobí nenulovú hodnotu, aj keď na ostatných staniciach

33
bude 0 cm snehu. Takto vzniknutý časový rad môže byť vhodnou interpoláciou chýbajúcich
meraní. Údaje výšky snehovej pokrývky zo Štrbského Plesa získané z SHMÚ však boli
kompletné a nebolo treba ich interpolovať.

Tab. 9: Najväčšie korelačné koeficienty medzi referenčnými časovými radmi, vytvorenými aritmetickým
priemerom denných výšok snehovej pokrývky z vybraných meteorologických staníc, a časovým radom stanice
Štrbské Pleso. Lineárny model s konštantou (LM+) a bez konštanty (LM) vznikol najvhodnejšou lineárnou
kombináciou denných časových radov z najvhodnejších staníc, aby korelačný koeficient bol maximálny (použili
sme krokovú regresiu).
Korelačný Korelačný
koeficient koeficient
Referenčný časový rad
(denné (ročné
sumy) sumy)
Lineárny model s konštantou (LM+):
5.4024 + 0.2252*Ždiar - Javorina + 0.7215*Podbanské + 0.2452*Partiz. 90,2 73,5
Ľupča-Magurka + 0.2149*Oravská Lesná
Lineárny model (LM):
0.3048*Ždiar - Javorina + 0.7367*Podbanské + 0.2649*Partiz. Ľupča- 90,2 75,7
Magurka + 0.2038*Oravská Lesná
Podbanské, Partiz. Ľupča - Magurka, Oravská Lesná, Ždiar - Javorina 89,8 80,3
Podbanské, Partiz. Ľupča - Magurka, Oravská Lesná 89,6 82,4
Podbanské, Partiz. Ľupča - Magurka, Ždiar - Javorina 89,1 75,8
Podbanské, Oravská Lesná, Ždiar - Javorina 89,0 80,2
Podbanské, Ždiar - Javorina 88,9 77,0
Podbanské 88,6 81,1
Podbanské, Oravská Lesná 88,4 82,9
Podbanské, Partiz. Ľupča - Magurka 88,2 76,1
Podbanské, Liptovská Teplička 87,3 81,7
Oravská Lesná 84,0 78,3
Ždiar – Javorina 83,3 61,6
Partiz. Ľupča - Magurka 80,7 56,7

Po preštudovaní metadát – s dôrazom na odhalenie potenciálnych vplyvov na výšku snehovej

pokrývky – je treba zdôrazniť, že stanica Štrbské Pleso sa od počiatkov meraní (15.7.1902)
nachádzala celkom na 3 rôznych miestach:
- od 1.8.1920 – 31.12.1960 observatórium pri horárni (lesovni) na Štrbskom Plese
(49°07’N 20°04‘E 1332 m)
- od 1.1.1961 - observatórium Štrbské Pleso – pri liečebnom ústave Kriváň -
Hviezdoslav (49°07’26“N 20°04’09”E 1351-1357 m)
- od 2.12.1992 je stanica umiestnená 100 m severne od liečebného domu Helios
(49°07’18“N 20°03’38”E 1354 m)
Z metadát sme vyčítali, že súbežné pozorovania s horárňou prebiehali v čase od decembra
1931 do 31.7.1944 na stanici pri liečebnom ústave Kriváň – Hviezdoslav.

4.1.1 Testy homogenity bez referenčného časového radu

Z Alexanderssonovho testu homogenity časového radu zo Štrbského Plesa vyplynuli ako
nehomogénne zimné sezóny 1924/25, 1936/37 a mnoho ďalších. Avšak metódou Easterlinga
a Petersona neboli žiadne roky označené ako štatisticky významné body nehomogenity. Oba
testy však spoločne označili sezónu 1936/37 ako potenciálne nehomogénnu, avšak na základe
metadát nie je dôvod túto nehomogenitu uznať.

34
4.1.2 Testy homogenity s referenčným časovým radom
Pre zaujímavosť uvádzame graf z Craddockovho testu s referenčným časovým radom
lineárneho modelu s konštantou (LM+), z ktorého vidíme, ako je snehová pokrývka
variabilná. Najväčšie maximum pozorujeme v 50-tych rokoch, minimum môžeme dať do
súvisu s premiestnením stanice v decembri 1992.

Obr. 5: Craddockov test ročnej sumy výšky snehovej pokrývky na Štrbskom Plese s referenčným časovým radom
LM+.

Pri použití referenčného časového radu LM+ odhalil Alexanderssonov test opäť množstvo
nehomogenít, avšak spoločne s metódou Easterlinga a Petersona sa ako významná ukázala iba
sezóna 1951/52. Keby sme nemali metadáta, oprávnene by sme nadobudli silné presvedčenie,
že nehomogenita v tomto roku nastala. Naznačuje ju dokonca aj Craddockov test. Z metadát
však vyplýva, že nie je dôvod nehomogenitu uznať.
Pri použití ďalších referenčných radov sme zriedka zaznamenali zhodu so skutočnou
nehomogenitou. Alexanderssonov test zachytil hneď ako prvú nehomogenitu sezónu 1992/93
pri použití referenčného radu zo staníc Podbanské, Partiz. Ľupča - Magurka a Oravská Lesná.
Easterling a Peterson však označili iné sezóny 1933/34 a 1971/72.

4.1.3 Úprava hodnôt po odhalení nehomogenít

Prvé presťahovanie stanice bolo 1.1.1961, a preto treba hodnoty pred týmto obdobím
prenásobiť faktorom 1,018 (vypočítaný z obdobia 1930/31 – 1990/91), a potom takto
upravený časový rad pred 2.12.1992 ešte raz upraviť faktorom 1,168 (vypočítaný z obdobia
1982/83 – 2002/03).

35
Obr. 6: Časový priebeh ročných súm výšky snehovej pokrývky na stanici Štrbské Pleso, spolu s 11-ročnými
kĺzavými priemermi: Štrbské Pleso - hrubšia krivka. Hodnoty predstavujú odchýlky od dlhodobého normálu
1960/61-1989/90 z nehomogenizovaného časového radu. Čiarkovaná krivka zobrazuje odchýlky
homogenizovaného časového radu od svojho homogenizovaného dlhodobého normálu 1960/61-1989/90.

4.1.4 Diskusia
Metadáta pre Štrbské Pleso boli v pomerne dobrom stave, keďže stanica bola od počiatku
dôležitou horskou stanicou. Preto sme úpravy vykonali len na základe premiestnenia polohy
stanice, ktoré malo vplyv na výšku snehovej pokrývky. Zmeny vo výške snehovej pokrývky
v dôsledku premiestnenia stanice sú v porovnaní s prirodzenou klimatickou variabilitou malé.
Z navrhovaných úprav vyplýva, že pri horárni bývalo trochu menej snehu ako pri liečebnom
ústave Hviezdoslav. Dalo sa to očakávať, keďže horáreň leží asi o 25 m nižšie, pričom obe
lokality sa nachádzajú na svahu s tou istou expozíciou.
Na najnovšej lokalite – pri Heliose býva celkovo snehu viac ako pri Hviezdoslave.
Nadmorská výška sa v tomto prípade takmer nemenila, ale sneh je tu viac chránený pred
teplým južným prúdom, vetrom a slnkom.
Hodnota koeficienta, ktorým sa odstráni nehomogenita je však dosť citlivá od počtu rokov,
z ktorých sa počíta. Priemer ľubovoľných dvoch 10-ročných období je príliš rozkolísaný
a preto 10 rokov je pomerne krátke obdobie na výpočet koeficienta. Z priebehu 11-ročných
priemerov výšky snehovej pokrývky (Obr. 6) vidíme, že sa kvázi-periodicky striedajú obdobia
bohatšie na sneh s chudobnejšími. Zrovna v kritickej sezóne 1992/93 dosahuje 11-ročný
kĺzavý priemer globálne minimum. Do výpočtu koeficienta zmeny takto môže vstúpiť 10
slabších zím pred nehomogénnym rokom a 10 lepších zím po tomto roku, a potom je
koeficient prehnane veľký alebo malý.

Roky, ktoré vychádzali z testov ako nehomogénne treba veľmi kriticky posúdiť a vychádzať
hlavne zo štatistickej významnosti označeného roku. Snehová pokrývka vykazuje ešte väčšiu
priestorovú variabilitu ako zrážky. Preto je veľmi ťažké rozlíšiť medzi prirodzenými

36
klimatickými fluktuáciami a nehomogenitami spôsobenými najčastejšie zmenou polohy
stanice, najmä ak z metadát presne nevieme, kedy zmena nastala.
Ak sa vykonávali súbežné merania na dvoch staniciach s podobným názvom (napr. Štrbské
Pleso – horáreň a Štrbské Pleso – Hviezdoslav), tak je tu riziko, že v databáze sú pomiešané
dva rôzne časové rady.
Na záver môžeme konštatovať, že v prípade homogenizácie výšky snehovej pokrývky dávajú
všetky testy homogenity často zavádzajúce výsledky, ktoré nutne musíme konfrontovať
s metadátami. Ak metadáta nemáme, musíme byť schopní rozlíšiť prirodzené „klimatické
nehomogenity“ od skutočných. Napr. zimná sezóna 1951/52 bola pomerne bohatá na sneh,
predchádzalo jej klimaticky vyrovnané obdobie a po nej nasledoval prudší pokles.
V porovnaní s celým 80-ročným obdobím však takýto jav nie je ničím výnimočným.
Napokon musíme zdôrazniť aj závislosť odhalených nehomogenít od voľby referenčných
staníc. Od r. 1921 bolo málo meteorologických staníc v blízkosti Štrbského Plesa, a všetky
boli nižšie položené. Až po r. 1961 je možné vybrať viac vhodnejších referenčných staníc.
Bolo by vhodné nezávisle vykonať homogenizáciu štyroch staníc, z ktorých referenčný rad
pre Štrbské Pleso vznikol, a potom proces homogenizácie zopakovať.
Klimatické trendy homogenizovaných časových radov môžu často prekvapiť svojou
rozdielnosťou od pôvodných údajov. Na kĺzavých priemeroch Obr. 6 vidíme, že
zhomogenizovaný časový rad vykazuje väčšie extrémy, ale najmä rapídnejší pokles.

4.2 Trendy vybraných charakteristík snehových pomerov

V tomto odseku ponúkame podstatné výsledky autora, ktoré sú súčasťou publikácie [80]. Boli
skúmané trendy počtov dní so snehovou pokrývkou 1, 10, 20, 50 a 100 cm a viac, množstva
a druhu zrážok na vybraných 35 staniciach nad 700 m n.m.
Pozorovali sme všeobecný pokles počtu dní so snehovou pokrývkou ako aj podielu tuhých,
kvapalných a zmiešaných zrážok (podľa Tab. 3) na celkovom úhrne, avšak nie na všetkých
staniciach. Najmä vyššie a severne exponované stanice vykazovali mierny nárast v počte dní
so snehovou pokrývkou (Obr. 7), ba dokonca aj v podiele tuhých zrážok (Obr. 8, Obr. 9).
Najvyššia stanica – Lomnický štít (2635 m) vykazovala najväčší vzrast v počte dní so
snehovou pokrývkou, avšak výška snehovej pokrývky ešte nebola homogenizovaná, a jej
presné meranie na tejto vrcholovej stanici je veľmi problematické. Pri vyšších prahových
hodnotách počte dní so snehovou pokrývkou (napr. 50 cm a viac) bolo staníc s pozitívnym
trendom menej ako pri nižších (napr. 1 cm a viac).
300
1 cm 50 cm
200
250

200 150

150
100

100

50
50

0 0
1920/21 1930/31 1940/41 1950/51 1960/61 1970/71 1980/81 1990/91 2000/01 1920/21 1930/31 1940/41 1950/51 1960/61 1970/71 1980/81 1990/91 2000/01

Obr. 7: Časové rady počtu dní so snehovou pokrývkou ≥ 1 cm a ≥ 50 cm a ich 9-ročné kĺzavé priemery pre
vybrané stanice (zhora nadol): Lomnický štít (2635 m), Chopok (2008 m), Skalnaté pleso (1783 m), Ždiar-
Javorina (1030 m) a Liptovská Teplička (900 m)..

37
Klesajúci trend v podiele tuhých zrážok je výrazný najmä v nadmorských výškach 1000-1500
m n.m, a častejšie sa tu namiesto tuhých zrážok objavujú zmiešané, a pod 1000 m n.m. zase
kvapalné. Nad 1000 m už neboli pozorované výrazné klesajúce trendy.

DJF
2700
Nadmorská výška [m]

2200

1700

1200

700
-1.6 -1.2 -0.8 -0.4 0 0.4 0.8 1.2
Trend [% za rok]

Obr. 8: Ročné trendy podielov tuhých , zmiešaných a kvapalných zrážok na ich celkovom úhrne za
zimné mesiace DJF (1981/82 – 2002/03).

Nov-Apr
2700
Nadmorská výška [m]

2200

1700

1200

700
-1.8 -1.4 -1 -0.6 -0.2 0.2 0.6 1
Trend [% za rok]

Obr. 9: Ročné trendy podielov tuhých , zmiešaných a kvapalných zrážok na ich celkovom úhrne za
zimné mesiace november až apríl (1981/82 – 2002/03).

38
Kritická nadmorská výška, nad ktorou vzrastajú počty dní so snehom a vzrastá tu podiel
tuhých zrážok počas zimného obdobia sa nachádza približne v 1800 m pre severné svahy
a v 2300 m pre južné svahy8.

DJF Nov-Apr
2700
Nadmorská výška [m]

2200

1700

1200

700
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
Trend [mm za rok]

Obr. 10: Časové rady počtu dní so snehovou pokrývkou ≥ 1 cm a ≥ 50 cm a ich 9-ročné kĺzavé priemery pre
vybrané stanice (zhora nadol): Lomnický štít (2635 m), Chopok (2008 m), Skalnaté pleso (1783 m), Ždiar-
Javorina (1030 m) a Liptovská Teplička (900 m)..

4.2.1 Diskusia
Kľúčový význam na vývoj snehovej pokrývky v stredných a vysokých horských polohách
Slovenska v budúcnosti bude mať vývoj (momentálne pozorovaný nárast) teploty ako aj
zrážok (Obr. 10). Pri vyšších teplotách dokáže atmosféra prijať viac vody, preto sú aj úhrny
zrážok vyššie. Ak je pri vyšších úhrnoch zrážok teplota dlhý čas pod bodom mrazu (čo
najvyššie polohy na Slovensku ešte stále spĺňajú), tak je aj snehu viac.
Dôveryhodnosť údajov snehovej pokrývky a zrážok z najvyššej stanice je otázna, avšak dosť
výrazná zmena je pomerne plynulá, čo sa ťažko dá pripísať náhlej zmene metodiky určovania
úhrnov zrážok. Štúdie z Álp poukazujú na podobné výsledky. Žiaľ, v polohách nad 1500 m
máme na Slovensku v súčasnosti z použiteľných profesionálnych staníc len Lomnický štít
(2635 m), Chopok (2008 m), Skalnaté Pleso (1783 m) a Lukovú (1661 m). Užitočné by bolo
použiť údaje z poľskej stanice Kasprov vrch (1980 m).

8
výšky sú odhadnuté expertne; na objektívne stanovenie treba viac meteorologických staníc vo výškach nad
1500 m n.m.

39
4.3 Analýza lavínového nebezpečenstva
V tomto odseku ponúkame prvé zaujímavé štatistické výsledky, ktoré sme vybrali z databázy
SLPDB, po skompletizovaní obdobia 1991/92-2000/01. Pri konvenčnej predpovedi nám
môžu pomôcť orientačné hodnoty dôležitých meteorologických prvkov, ktoré najviac
vplývajú na výskyt lavín. V Tab. 10 sú odvodené veličiny zo zrážok, nového snehu a vetra,
s typickými hodnotami pri jednotlivých stupňoch lavínového nebezpečenstva.

Tab. 10: Typické hodnoty významných meteorologických prvkov pri rôznych stupňoch lavínového
nebezpečenstva. Vychádzali sme z interkvartilového rozsahu pre vybrané stanice.

Meteorologický prvok Stanica 1 2 3 4 5

zrážky za 3. deň Lomnický
pred „dnešným“ štít 0 - 30 0 - 75 10 - 150 90 - 210 365 - viac
[mm]
Ždiar -
suma nového snehu za Javorina,
predchádzajúce 3 dni Podbanské, 0 - 30 5 - 40 10 - 50 30 - 60 50 - viac
[cm] Skalnaté
pleso
priemerná kvadratická rýchlosť Ždiar -
vetra9 za predchádzajúci deň Javorina 0 - 15 5 - 30 10 - 55 20 - 75 45 - viac
[m/s]2

Tab. 11 dáva do súvisu vzťah medzi typickým očakávaným maximálnym dosahom lavín pri
jednotlivých stupňoch lavínového nebezpečenstva. Je treba zdôrazniť, že hodnoty sú typické
pre Vysoké Tatry, pretože dĺžka lavínovej dráhy veľmi závisí od topografických parametrov.
Najdlhšie lavíny vo Vysokých Tatrách majú dĺžku okolo 1400 m, ale v Západných Tatrách
(Žiarska, Jamnická dolina) či vo Veľkej Fatre (Turecká, Suchá dolina) dosahujú najdlhšie
lavíny aj 2300 m.

Tab. 11: Typické maximálne dosahy lavín pri jednotlivých stupňoch lavínového nebezpečenstva pre Vysoké
Tatry.

Stupeň lavínového nebezpečenstva Typický dosah lavíny [m]

Y5 Ytx
1 150
2 250
3 400
4 700
5 1000 a viac

9
Priemerná kvadratická rýchlosť vetra sa vypočíta z troch hodnôt rýchlosti vetra meraných v klimatických
2
 w + w14 + w21 
termínoch o 7 , 14 a 21 nasledovne: w =  7
00 00 00 2

 3 

40
Nasledujúca Tab. 12 uvádza počty zaregistrovaných lavín za 10-ročné obdobie koncom 20.
storočia po jednotlivých mesiacoch pre jednotlivé pohoria. Je zaujímavé, že lavíny padajú
niekedy už v septembri, ale v októbri nie, pretože vtedy prevláda u nás pomerne suché
a slnečné počasie v dôsledku vplyvu anticyklóny.

Tab. 12: Počet lavín po jednotlivých mesiacoch zimnej sezóny v jednotlivých pohoriach (1991/92-2000/01).

Počet lavín
Mesiac
VT % ZT % NT % MF % VF % BT % spolu %
IX. 1 0.2 16 4.1 7 2.7 0 0 0 0 0 0 24 1.6
X. 0 0 0 0 0 0 0 0 0 0 0 0 0 0
XI. 4 0.8 11 2.8 13 5.1 2 1.0 0 0 0 0 30 2.0
XII. 39 7.7 25 6.4 14 5.4 1 0.5 1 0.7 0 0 80 5.3
I. 64 12.6 108 27.6 29 11.3 46 23.2 29 20.7 13 72.2 289 19.1
II. 132 26.0 56 14.3 61 23.7 19 9.6 42 30 0 0 310 20.5
III. 120 23.7 61 15.6 47 18.3 83 41.9 47 33.6 1 5.6 359 23.8
IV. 138 27.2 113 28.9 86 33.5 47 23.7 21 15.0 4 22.2 409 27.1
V. 9 1.8 1 0.3 0 0 0 0 0 0 0 0 10 0.7
Spolu 507 100 391 100 257 100 198 100 140 100 18 100 1511 100

Sumárny prehľad lavínových svahov bol publikovaný v r. 1981 v práci Ladislava Milana [55],
a keďže odvtedy v SLP zaevidovali 34 nových lavinóznych svahov, uvádzame novší prehľad
v Tab. 13.

Tab. 13: Sumárny prehľad lavínových svahov v Západných Karpatoch na území Slovenska.

Rozloha Lavínové polia Podiel z rozlohy

Pohorie
[ha] [počet] [%]
MF 21 365 207 6.2
VF 63 710 168 2.4
NT 164 560 670 3.5
ZT 29 177 761 28.2
VT 25 367 1749 12.3
BT 6 691 160 9.0
CH 15 463 17 0.3
OM 25 832 1 0.06
Spolu 352 165 3733 5.8

Najväčšiu rozlohu lavínových terénov, ako aj percentuálny podiel z celkovej svojej výmery
majú Západné Tatry [32][55]. Najviac lavínových dráh je vo Vysokých Tatrách.

41
5. Záver

Predložený projekt dizertačnej práce ponúka najmä literárnu rešerš a základnú metodiku,
ktorá bude použitá v dizertačnej práci. Metodika čerpá najčastejšie zo skúseností iných
autorov uplynulých desaťročí, ale pri aplikovaní na slovenské pomery sme použili vlastné
modifikácie a vylepšenia zaužívaných metód. Dizertačná práca bude rozvíjať dve základné
vetvy:
• klimatologické spracovanie snehových pomerov
• modelovanie lavínového nebezpečenstva

V nasledujúcej etape riešenia dizertačnej práce sa dostaneme ku skutočnému spracovaniu

podľa schválenej a obhájenej metodiky. Množstvo výsledkov prichádza obyčajne až v druhej
polovici riešenia dizertačnej práce. Napriek tomu sme v práci uviedli zopár ukážkových
výsledkov.

Keďže definícia stupňa lavínového nebezpečenstva sa formovala počas 90-tych rokov, bolo
nutné stupeň (spolu s ďalšími pomocnými indexmi) stanoviť spätne až do r. 1991, na základe
vývoja počasia a lavínových záznamov, aby sme predĺžili skúmané obdobie. V rámci
diplomovej práce [77] boli stanovené vlastne navrhnuté indexy a stupne lavínového
nebezpečenstva pre zimné sezóny 1994/95 – 1999/2000. Teraz už sú indexy skompletizované
od sezóny 1991/92 a dopĺňajú a verifikujú sa vždy po skončení zimnej sezóny.

Vypracovaná technika pre oblasť Vysokých Tatier môže byť použitá na regionálne
modifikácie modelu na predpovedanie lavínového nebezpečenstva pre ostatné lavinózne
pohoria na Slovensku.

Do budúcnosti sa otvára viacero možností ako skvalitniť lavínovú predpoveď. Je

predovšetkým nevyhnutné skvalitniť špecializované merania staníc patriacich SLP – ich
častejšie a pravidelné vykonávanie, a tam, kde je to možné prejsť k automatickým staniciam.
Uvažuje sa o vybudovaní špeciálnej siete horských automatických staníc. Z tohto dôvodu sme
ku cieľom práce zaradili testovanie spoľahlivosti staníc SLP, ktoré však majú v elektronickej
forme zatiaľ krátke časové rady.

Podrobnejšie sú ciele dizertačnej práce spracované v kapitole 1.

43
6. Projekt dizertačnej práce

Dizertačná práca je voľným pokračovaním diplomovej práce [77], kde bol vyvinutý
a otestovaný prvý regresný model na predpovedanie stupňa lavínového nebezpečenstva
použiteľný v praxi. Parametre modelu boli vypočítané z piatich zimných sezón 1995/96 –
1999/00. Žiaľ, kvôli technickým problémom s dostupnosťou potrebných dát dosiaľ model nie
je používaný v operatívnej praxi. Jedným z cieľov dizertačnej práce je v spolupráci s SHMÚ
model „spojazdniť“ ako procedúru nad databázou KMIS a po následnom zdokonalení
a testovaní pracovníkmi SLP prípadne zverejňovať jeho výstupy.
Niektoré čiastkové úlohy dizertačnej práce uvedené v predošlých kapitolách už boli
vypracované:
1. Výber staníc, metodika kontroly údajov o snehovej pokrývke a úhrnoch zrážok na
zrážkomerných staniciach od nadmorskej výšky 700 m pre dostupné obdobie.
Metodika dopĺňania chýbajúcich údajov.
2. Ako sa mení podiel tuhých, kvapalných a zmiešaných zrážok na ich celkovom úhrne,
a závislosť tejto zmeny od nadmorskej výšky.
3. Vývoj počtu dní so snehovou pokrývkou 1, 10, 20, 50, 100 cm a viac v závislosti od
nadmorskej výšky.
4. Výber meteorologických staníc a zodpovedajúcich prvkov k zdokonaleniu a
regionálnej interpretácii modelu na predpoveď stupňov lavínového nebezpečenstva vo
Vysokých Tatrách.
5. Príprava modelového riešenia, rešerš literatúry, teoretické rozpracovanie, návrhy na
zdokonalenie existujúceho modelu na predpoveď lavínového nebezpečenstva pre
Vysoké Tatry.

Zostávajúce úlohy a ciele dizertačnej práce by sme mohli zhrnúť do nasledovných bodov:
1. Doplniť zostávajúce historické údaje, previesť kontrolu kvality a predprípravu pre
následné výpočty. Preveriť použiteľnosť meteorologických meraní na
špecializovaných staniciach spravovaných SLP.
2. Podľa navrhnutej metodiky homogenizovať najdlhšie časové rady výšky snehovej
pokrývky (10 vybraných staníc od sezóny 1921/22 s kvalitnými metadátami),
v prípade potreby interpolovať chýbajúce hodnoty.
3. Vypracovať navrhnuté charakteristiky snehových pomerov a sledovať ich vývoj
v poslednom období v závislosti od nadmorskej výšky.
4. Nájsť najlavinóznejšie zimné sezóny z historických údajov a ich charakteristické
znaky (napr. súvis so zimami bohatými na množstvo nového snehu, súvis so
synoptickými situáciami, ...)
5. Aplikovať metódu najbližších susedov pre oblasť Vysokých Tatier na predpoveď
lavínového nebezpečenstva a vylepšiť súčasný kvázi-lineárny regresný model.
6. Regionálna modifikácia modelu na predpoveď lavínového nebezpečenstva pre Vysoké
Tatry. Priradiť lavínové svahy ku vhodným meteorologickým staniciam.

45
 7. Overiť úspešnosť modelov na experimentálnych údajoch, porovnať ich a stanoviť ich
spoľahlivosť.
8. Vytvoriť zjednodušené pravidlá (napr. Tab. 10, Tab. 11) a navrhnúť praktické pomôcky
(viď príloha D), ktoré by tlmočili hlavné výsledky najnovšieho výskumu a zásady pri
pohybe v ohrozenom teréne verejnosti.

Rozpíšme si podstatné ciele a úlohy trochu podrobnejšie:

6.1 Príprava údajov a kontrola kvality

Databáza SLPDB, ktorá bola navrhnutá a vytvorená pre potreby Strediska lavínovej
prevencie počas riešenia diplomovej práce [77], sa každým rokom rozrastá o nové, ale tiež
o historické lavínové údaje, ktoré boli dosiaľ dostupné len v písomných dokumentoch
(vyplnené papierové formuláre, občas aj s priloženou správou o lavínovej nehode) v SLP
alebo v starších publikáciach [2], [7]. V rámci dizertačnej práce budú dostupné historické
záznamy prevedené do elektronickej formy, prednostne pre Vysoké Tatry. Dosiaľ sme počas
dopĺňania údajov k dizertačnej práci spracovali evidenciu lavín a záznamy o lavínových
nehodách za zimné sezóny 1980/81 – 1990/91 pre Vysoké Tatry. Zo štúdia záznamov
historických lavín očakávame, že vyplynú isté charakteristické črty extrémne nebezpečných
lavínových situácii, ktoré prakticky pomôžu pri súčasnej konvenčnej predpovedi výskytu
lavín. Tieto historické skúsenosti sú častokrát podkladom na zdokonalenie a „doladenie“
numerických predpovedných modelov.
S príchodom prvej elektronickej databázy lavín v r. 1991, sa snažia pracovníci SLP pravidelne
a systematicky evidovať všetky lavíny, aj na netradičných lavinóznych svahoch. Takže
modelovanie lavín je možné prakticky len od r. 1991. Predchádzajúce záznamy, ktoré bude
treba ešte skompletizovať, môžu slúžiť len na jednostranné overenie modelov
predpovedajúcich výskyt lavín. Obojstranné overenie úspešnosti modelu (t.j. predpovedanie
bezpečných a nebezpečných dní) bude realizované na posledných zimných sezónach, počnúc
zimou 2000/01.

K spracovaniu dát sa neodmysliteľne viaže kontrola kvality a spoľahlivosti údajov.

Zameriame sa najmä na výšku snehovej pokrývky a množstvo zrážok na zrážkomerných
staniciach. Metodika kontroly kvality opísaná v odseku 3.1 bude aplikovaná na vybrané
meteorologické stanice v nadmorskej výške nad 700 m, ktoré sú z hľadiska lavínovej
problematiky zaujímavé. Chýbajúce údaje budú doplnené, ak to bude navrhnutými metódami
možné a opodstatnené.
Jednou z čiastkových úloh bude vytvorenie denných časových radov vodnej hodnoty
z týždenných meraní interpoláciou alebo iteračnou metódou podľa [58].
Pri výbere meteorologických staníc preveríme, či by boli niektoré orientačné merania zo
špecializovaných staníc spravovaných SLP použiteľné v lavínových modeloch.

6.2 Analýza snehových pomerov

S modelovaním lavínového nebezpečenstva sa neodmysliteľne spája aj nutnosť všeobecného
poznania klimatických a najmä snehových pomerov vo vysokohorskom prostredí. Preto
bude vhodné preskúmať dynamiku zmien a trendy vybraných meteorologických charakteristík
(viď odsek 3.2) v podobnom zmysle ako v publikácii [80] ešte pred samotným modelovaním
lavínového nebezpečenstva.

46
6.3 Modelovanie lavínového nebezpečenstva
Po preštudovaní množstva literatúry z posledných 3 desaťročí sme sa užšie zamerali na
konkrétnejšie ciele. Podobne, ako v diplomovej práci [77], budú metódou postupnej regresie
(odsek 3.3.4) vybrané do modelu na predpovedanie lavín najvhodnejšie meteorologické prvky
pozorované a merané na vhodných meteorologických staniciach nad 700 m n.m. Na výpočet
parametrov modelu použijeme 10 zimných sezón, 1991/92 – 2000/01, pričom za nimi
nasledujúce (3 až 4) zimné sezóny budú použité na obojstrannú verifikáciu.
Model bude rozlišovať medzi lavínami zo suchého a mokrého snehu.
Pokúsime sa pohorie rozdeliť na viac homogénnych podoblastí a sadu najvhodnejších
premenných stanoviť pre každú podoblasť osobitne.
Preskúmame, ktorá z navrhovaných výstupných premenných (definovaných v odseku 2.4.1 a
3.3) je modelom najlepšie predpovedateľná.

Hlavným cieľom dizertačnej práce je aplikovať metódu najbližších susedov na modelovej

oblasti Vysokých Tatier, vyvinutý model regionalizovať v rámci pohoria, ohodnotiť jeho
úspešnosť a porovnať s regresným modelom na predpovedanie stupňa lavínového
nebezpečenstva. Voľbou vhodnejších vstupných premenných zdokonalíme a otestujeme
taktiež aj súčasný kvázi-lineárny regresný model.
Výstupy z oboch modelov v spolupráci s hlavným správcom meteorologických údajov
(SHMÚ) obdržia pracovníci SLP v Jasnej denne – do 07:00 UTC (napr. automaticky
generovaným e-mailom), a výsledok v prípade nezhody pozmenia. Správa o lavínovej situácii
dostupná verejnosti tak nadobudne väčšiu objektívnosť. Model bude pracovať ako procedúra
nad klimatologickou databázou KMIS na SHMÚ, keďže v SLP ešte nie je klimatologická
databáza s importovaním rozkódovaných údajov zo správ INTER a SYNOP.
Ak sa podarí zdigitalizovať lavínové svahy pomocou GISov, tak po zohľadnení topografie
bude možné výstupy z modelov (napr. stupeň lavínového nebezpečenstva) zobraziť graficky –
na mapke s vhodným rozlíšením. Samozrejme, po vzájomnej dohode zainteresovaných
inštitúcií. Žiaľ, digitalizácia lavínových svahov je nad rámec tejto práce. Geografické prvky
(napr. sklony odtrhového, transportného a akumulačného pásma lavínových svahov,
prevládajúca expozíciu svahu, nadmorská výška, maximálna dĺžka dráhy, maximálna šírka
odtrhu, vegetácia, drsnosť povrchu, ...) sú však na predpovedanie lavín veľmi potrebné,
a práve pomocou GISov ich ľahko môžeme získať.

Z analýzy hlavných príčin nehôd vo vysokohorskom prostredí vyplýva, že je potrebné zvýšiť

informovanosť verejnosti, a okrem samotnej predpovede počasia a lavínového
nebezpečenstva poskytnúť návod, ako si predpoveď interpretovať priamo v teréne a vyhnúť sa
nedorozumeniam a skresleniam. Hlavné uzávery dizertačnej práce budeme preto tlmočiť
verejnosti zrozumiteľnou a prehľadnou formou vhodných publikačných materiálov.

47
 Bibliografia

[1] A L E X A N D E R S S O N H. (1986): A homogeneity test applied to precipitation

data. J. Climatol. 6, (p.661-675).

[2] A N D R Á Š I J. (1965): Prehľad lavínových škôd a nešťastí vo Vysokých (a v

Belanských) Tatrách v rokoch 1850 – 1960. In: Sborník prác o Tatranskom
národnom parku, No. 8.

[3] B A R I F F I A. (2002): GIS e rischio valanghe. Neve e Valanghe, No.45, (Rivista

del AINEVA). http://www.aineva.it/pubblica/neve45/gis.html

[4] B A R T E L T P., L E H N I N G M. (2002): A physical SNOWPACK model for the

Swiss avalanche warning. Part I: numerical model. Cold Regions Science and
Technology 35, 123-145.

[5] B E N I S T O N M., K E L L E R F., G O Y E T T E S. (2003): Snow pack in the Swiss

Alps under changing climatic conditions: an empirical approach for climate
impacts studies. Theoretical and Applied Climatology, No.74, (p.19-31).

[6] B O C H N Í Č E K O. (2003): Snehové pomery Vysokých a Nízkych Tatier

z hľadiska vhodnosti pre zimné športy. [Dizertačná práca], SHMÚ Bratislava.

[7] B O H U Š I. (1967): Škody a nešťastia spôsobené lavínami vo Vysokých

Tatrách v rokoch 1850 – 1960, II. In: Sborník prác o Tatranskom národnom
parku, No. 10, p.297-302, Obzor, Martin.

[8] B O V I S M.J. (1977): Statistical forecasting of snow avalanches, San Juan

Mountains, southern Colorado, U.S.A. Journal of Glaciology, Vol.18, No.78,
(p.87-99).

[9] B R O W N R.D. (2000): Northern hemisphere snow cover variability and

change, 1915–97. Journal of Climate, Vol. 13.

[10] B U S E R O. (1983): Avalanche forecast with the method of nearest

neighbours: an interactive approach. Cold Regions Science and Technology 8,
(p.155-163), Elsevier Science Publishers B. V., Amsterdam.

[11] C O A Z J. (1888): Die Lawinen der Scheizeralpen. Bern.

[12] D O B S O N R. (2000): Programování v Microsoft ® Access 2000, Computer

Press, Praha.

[13] D R O ZD O V S K A Y A N.F. (1979): Using linear discriminant analysis to

classify snowfall situations into avalanching and non-avalanching ones.
Journal of Glaciology, Vol.22, No.86, (p.127-133).

[14] E A S T E R L I N G D.R., P E T E R S O N T.C. (1992): Techniques for detecting

and adjusting for artificial discontinuities in climatological time series:
 a review. Proceedings of the 5th International Meeting on Statistical Climatology,
Toronto, J28-J32.

[15] E A S T E R L I N G D.R., P E T E R S O N T.C. (1995): A new method for

detecting undocumented discontinuities in climatological time series.
International journal of Climatology, Vol. 15, (p. 369-377).

[16] E A S T E R L I N G D.R., P E T E R S O N T.C., K A R L T.R. (1996): On the

development and use of homogenized climate datasets. Journal of Climae,
Vol. 9, (p. 1429-1434).

[17] F A L K M., B R U G G E R H., A D L E R -K A S T N E R L. (1994): Avalanche

survival chances. Nature, Vol. 368, 21.

[18] F A Š K O P., H A N D ŽÁ K Š., L A P I N M. (1997): Vybrané charakteristiky

zmien snehovej pokrývky v oblasti Nízkych Tatier v období 1921-1995.
(Selected characteristics of changes of snow cover in Low Tatras in period
1921–1995.) NKP SR 7/97, (p. 46-67), MŽP SR, SHMÚ Bratislava.

[19] F A Š K O P., Š Ť A S T N Ý P. (2001): Trendy atmosférických zrážok v

horských oblastiach Slovenska. (The trends of atmospheric precipitation in
mountainous regions of Slovakia.) NKP SR 10/01, (p. 54-81), MŽP SR, SHMÚ
Bratislava.

[20] F L O Y E R J.A., M C C L U N G D.M. (2003): Numerical avalanche

prediction: Bear Pass, British Columbia, Canada. Cold Regions Science and
Technology 37, (p.333-342).

[21] F Ö H N P., G O O D W., B O I S P., O B L E D C. (1977): Evaluation and

comparison of statistical and conventional methods of forecasting
avalanche hazard. Journal of Glaciology, Vol.19, No.81, (p.375-387).

[22] G R E G O R Y L., P H I L I P P E R. (1997): Prediction of avalanche risk. Student

Semester Project, Lausanne. In: http://asl.epfl.ch - Floreano D.

[23] H A N D ŽÁ K Š. (1997): Dlhodobé charakteristiky snehovej pokrývky v

oblastiach Nízkych Tatier za obdobie 1960/61 – 1989/90. [Diplomová
práca], PriF UK Bratislava.

[24] H Ä B E R L I W., B E N I S T O N M. (1998): Climate change and its impacts on

glaciers and permafrost in the Alps. Ambio 27, (p.258-265).

[25] H Ä B E R L I C., S R A M O L. (1998): HOMOGTOOL. A „Software Package“

for Testing the Homogeneity of Climatological Time Series. 2nd Slovak-
Swiss Workshop on Actual Problems of Meteorology and Cliamtology.
Zürich/Payerne.

[26] H Ä G E L I P. M C C L U N G D.M. (2001): A new perspective on computer-

aided avalanche forecasting: scale and scale issues. Presented at the

II
 International Snow Science Workshop in Big Sky Montana, October, 2000. (p.66-
73). http://www.geog.ubc.ca/avalanche/Publications/issw2000_paper.pdf

[27] H E B E R T S O N E.G., J E N K I N S M.J. (2003): Historic climate factors

associated with major avalanche years on the Wasatch Plateau, Utah. Cold
Regions Science and Technology 37, (p.315-332).

[28] H O L Ý D. (1980): Meteorologické a topografické podmienky a faktory

vzniku lavín v Západných Karpatoch. [Dissertation], SLP Jasná.

[29] C H A J D I A K J. E T AL. (1992): Štatistika (štatistické metódy

v programovom systéme STATGRAPHICS), Edičné stredisko VŠE,
Bratislava.

[30] C H O M I C Z K., K Ň A ZO V I C K Ý L. (1974): Lavíny. In: K O N Č E K M. ET

A L . : Klíma Tatier, VEDA, Bratislava, p.581-600.

[31] I N S T A N E S A., L Ø N N E I., S A N D A K E R K. (2004): Location of avalanche

victims with ground-penetrating radar. Cold Regions Science and Technology
38, (p.55-61)

[32] K Ň A ZO V I C K Ý L. (1980): Atlas lavínových dráh SSR. HS ČSZTV, Jasná.

[33] K Ň A ZO V I C K Ý L. (1967): Lavíny. SAV, Bratislava.

[34] K O Č I C K Ý D. (1996): Charakteristiky snehovej pokrývky v oblasti

Tatier v období 1960/61 – 1989/90. [Diplomová práca], PriF UK Bratislava.

[35] K O L E K T Í V A U T O R O V (1966): Klimatické a fenologické pomery

Východoslovenského kraja. SHMÚ, Bratislava.

[36] K O L E K T Í V A U T O R O V (1968): Klimatické a fenologické pomery

Západoslovenského kraja. SHMÚ, Bratislava.

[37] K O L E K T Í V A U T O R O V (1972): Klimatické a fenologické pomery

Stredoslovenského kraja. SHMÚ, Bratislava.

[38] K O L E K T Í V AUTOROV (1985): Návod pre pozorovateľa. SHMÚ,

Bratislava.

[39] K O L E K T Í V A U T O R O V ., 1991. Variabilita charakteristik sněhových

poměrů v Karpatské části ČSFR v období 1920/21 - 1984/85. Zborník prác
SHMÚ, Vol. 14. SHMÚ, Bratislava, pp.176.

[40] K O N Č E K M., B R I E D O Ň V. (1964): Sneh a snehová pokrývka na

Slovensku. SAV, Bratislava, 1964.

[41] K O S T O L Á N Y M. (2001): Dlhodobé charakteristiky snehovej pokrývky

na vybraných meteorologických staniciach západného Slovenska a hornej
Nitry za obdobie 1960/61 – 1989/90. [Diplomová práca], PriF UK Bratislava.

III
[42] K U C H T O V Á B. (1998): Analýza vplyvu meteorologických podmienok na
vznik lavín v horstvách Slovenska. [Diploma thesis], FMFI Comenius
University, , Bratislava.

[43] L A C H A P E L L E E. R. (1970): Principles of avalanche forecasting. In:

Proceedings of a conference: Ice Engineering and Avalanche Forecasting and
Control. National Research Council of Canada. Tech. Memorandum No. 98, p.106-
114.

[44] L A C H A P E L L E E. R. : 1980. The fundamental processes in conventional

avalanche forecasting. Journal of Glaciology, Vol. 26, No. 94, p.75-84.

[45] L A P I N M., M A J E R Č Á K O V Á O., M I N Ď Á Š J., Š P Á N I K F., Z Á V O D S K Ý

D. (1997): Vulnerability and Adaptation Assessment for Slovakia. Final
Report of the Slovak Republic’s Country Study, Element 2, U.S. Country Studies
Program, Slovak Ministry of the Environment, SHMÚ, Bratislava. 219 pp.

[46] L A T E R N S E R M.C. , 2002. Snow and avalanche climatology of

Switzerland. Diss. ETH No. 14493.

[47] L E Š K O M. (1998): Aká je maximálna rýchlosť zjazdára? Quark No.12,

Perfect, Bratislava, p.40

[48] M A G G I O N I M., G R U B E R U. (2003): The influence of topographic

parameters on avalanche release dimension and frequency. Cold Regions
Science and Technology 37, (p.407-419).

[49] M A T E J K O V Á H. (2000): Dlhodobé charakteristiky snehovej pokrývky

na vybraných meteorologických staniciach severného a severozápadného
Slovenska za obdobie 1960/61 – 1989/90. [Diplomová práca], PriF UK
Bratislava.

[50] M A T H S O F T , I N C . (1999): S-PLUS 2000 Guide to Statistics, Vol.1. Data

Analysis Products Division. MathSoft, Inc. Seattle.

[51] M C C L U N G D., S C H A E R E R P. (1993): The avalanche handbook. The

Mountaineers, Seattle.

[52] M C C O L L I S T E R C., B I R K E L A N D K., H A N S E N K., A S P I N A L L R.,

C O M E Y R. (2003): Exploring multi-spatial patterns in historical avalanche
data, Jackson Hole Mountain Resort, Wyoming. Cold Regions Science and
Technology 37, (p.299-313)

[53] M I E L K E P.W., B E R R Y K.J., B R I E R G.W. (1981): Application of

multi-response permutation procedure for examining seasonal changes in
monthly mean sea-level pressure patterns. Mon. Wea. Rev., No. 109, (p.120-
126). In: EASTERLING D.R., PETERSON T.C. (1995): A new method for
detecting undocumented discontinuities in climatological time series. International
journal of Climatology, Vol. 15, (p. 369-377).

IV
[54] M I L A N L. , Šramka Š. (1977, 1988). Nebezpečenstvo lavín. Šport,
Bratislava, 1. vydanie 1977, 2. vydanie 1988.

[55] M I L A N L. , 1981. Working Up of the Cadastre of Avalanche Terrains and

Their Topographic Characteristics in the Mountain Ranges of Slovakia. (in
Slovak) [Spracovanie katastru lavínových terénov a ich topografickej
charakteristiky v horstvách Slovenska.] Geografický časopis, Vol. 33, No. 2,
VEDA, Bratislava

[56] M O C K C.J., B I R K E L A N D K.W. (2000): Snow avalanche climatology of

the western United States mountain ranges. Bulletin of the American
Meteorological Society 81 (10), (p.2367-2392).

[57] N A I R Z P. (1997): Überblick und Vergleich von

Lawinenprognosemethoden. [Diploma Thesis], Institut für Wildbach- und
Lawinenschutz Universität für Bodenkultur, Wien.

[58] N Ě M E C L., K V Ě T O Ň V., S E T N I Č K O V Á I., Š K Á C H O V Á H. (2003):

Estimation of the water equivalent of snow cover from the other
meteorological measurements. ICAM-MAP Meeting 2003, Brig, Switzerland,
(Pubblications of MeteoSwiss, No.66.)

[59] O B L E D C., G O O D W. (1980): Recent developments of avalanche

forecasting by discriminant analysis techniques: a methodological review
and some applications to the Parsenn area (Davos, Switzerland). Journal of
Glaciology, Vol.25, No.92, (p.315-346).

[60] P A C A N O V S K Ý M. (1967): Koncepcia Tatranského národného parku.

Obzor, Martin.

[61] P E D R A ZZO L I C., N E M E S I M., P R A O L I N I A., B E R B E N N I F. (1999):

Bollettini nivometeo. Nuove proposte per la verifica del grado di pericolo
valanghe. Neve e Valanghe, No. 36.

[62] P E T E R S O N T.C., E A S T E R L I N G D.R. (1994): Creation of homogeneous

composite climatological reference series. International journal of
Climatology, Vol. 14, (p. 671-679).

[63] P U R V E S R.S., M O R R I S O N K.W., M O S S G., W R I G H T D.S.B. (2003):

Nearest neighbours for avalanche forecasting in Scotland – development,
verification and optimisation of a model. Cold Regions Science and
Technology 37, (p.343-355).

[64] S A L W A Y A.A. (1979): Time-series modelling of avalanche activity from

meteorological data. {Journal of Glaciology}, Vol. 22, No. 88, (p. 513-528).

[65] S A L W A Y A.A., M O Y S E J.S. (1976): Time-series models for avalanche

hazard evaluation. Proceedings of a workshop held in Banff, Alberta, 4th
November 1976.

V
[66] S A N D E V M., Š E D I V K A J. (2002): Comparison of the 1989-2001 winters
with the climatological normal 1961-1990 in the Czech republic.
Meteorological Bulletin, No. 5, ČHMÚ, Praha.

[67] S C H E R R E R , S.C., A P P E N ZE L L E R , C . (2003): Swiss alpine snow

variability and its links to large scale flow patterns. ICAM-MAP Meeting
2003, Brig, Switzerland, (Pubblications of MeteoSwiss, No.66.)

[68] S C H L E I S S V.G., S C H L E I S S W.E. (1970): Avalanche hazard evaluation

and forecast at Rogers Pass, Glacier National Park. Proceedings of the
conference: Ice Engineering and Avalanche Forecasting and Control, Oct. 1969,
National Research Council of Canada, Tech. Memorandum No. 98, Ottawa.

[69] S E R E S A. (2002): The effects of terrain, snowpack and weather

parameters on generation of avalanches, Low Tatras, Slovakia. [M.Sc.
Thesis], Faculty of Earth Science and Engineering, University of Miskolc.

[70] S O B Í Š E K B. E T A L . (1993): Meteorologický slovník výkladový a

terminologický. MŽP ČR, Academia, Praha.

[71] S O R A T R O I G. (1996): La verifica del grado di pericolo valanghe.

Proposta di un nuovo metodo. Neve e Valanghe, No.29, (Rivista del AINEVA).

[72] S T A N C A L I E G., I O R D A C H E A., C A T A N A S. (2003): Study of the

influences of geographical factors and meteorological parameters on the
snow cover evolution in Romanian mountainous basins. ICAM-MAP
Meeting 2003, Brig, Switzerland, (Pubblications of MeteoSwiss, No.66.)

[73] Š A M A J F., V A L O V I Č Š. (1988): Snehové pomery na Slovensku. Zborník

prác SHMÚ, zv. 14/III, Bratislava.

[74] Š Á N D O R , P. : Snehové pomery oblasti Tatier a Nízkych Tatier s ohľadom na

zimné športy v 1960-61 až 1989-90. [Diplomová práca], PriF UK, Bratislava,
1995.

[75] Š T Ě P Á N E K P. (2003): AnClim - software for time series analysis (for

Windows). Dept. of Geography, Fac. of Natural Sciences, MU, Brno. 1.47 MB.
http://www.sci.muni.cz/~pest

[76] V Í V O D A J. (2000): Mapové spracovanie vybraných charakteristík

snehovej pokrývky za obdobie 1960/61 – 1989/90. SHMÚ, Bratislava.

[77] V O J T E K M. (2002): Meteorologické podmienky vzniku lavín vo

Vysokých Tatrách a ich modelovanie. [Diplomová práca] FMFI UK,
Bratislava.

[78] V O J T E K M. (2002): Meteorological conditions and avalanche formation

in the High Tatra Mountains. Meteorologický časopis 4, (p.15-22), SHMÚ
Bratislava.

VI
[79] V O J T E K M. , 2004. Lavíny a ich nebezpečenstvo. Quark, No.1, Vol. 101,
Perfect, Bratislava, p.16-18.

[80] V O J T E K M., F A Š K O P., Š Ť A S T N Ý P. (2003): Some selected snow

climate trends in Slovakia with respect to altitude. Acta Meteorologica
Universitatis Comenianae, Vol.32, p. 1-18.

[81] V R B A M. U R B Á N E K B. (1957): Preliminary results of research on snow

and avalanches in Czechoslovakia. Journal of Glaciology, Vol.3, No.21, (p.72-
77).

[82] V Y P A R I N A M. (1997): Automatizácia spracovania dát v strediskách

lavínovej prevencie. [Diplomová práca], Katedra informatiky a výpočtovej
techniky, Vojenská akadémia SNP, Liptovský Mikuláš, 1997.

[83] Z V Á R A K. (1989): Regresní analýza. Academia, Praha.

Pomocné zdroje informácii:

[1*] http://geosurvey.state.co.us/avalanche/US_World_stats/stats.html CAIC. 2002a.

U.S. and world avalanche accident statistics. Colorado Avalanche Information Center,
Denver, Colorado.
[2*] http://glossario.slf.ch - slovník vysokohorských pojmov – sneh a lavíny
[3*] http://www.avalanche.ca/weather/glossaries/advanced/advanced.html - Avalanche
Bulletin Glossary – slovník správ o lavínovej situácii
[4*] http://www.ciggrubu.org/rasat-en.htm - testy stability snehovej pokrývky
[5*] http://www.perseus.tufts.edu/cgi-bin/ptext?lookup=Strab.+11.2.1 - Geographica,
Strabo.

Zdroje dát:

• SLP: Evidencia lavín (papierové záznamy), od r. 1991 elektronické dáta

• SHMÚ: Archív klimatológie, databáza KMIS (elektronické dáta + papierové
metadáta)
• MicroStep-MIS: elektronický archív predpovedí lavínového nebezpečenstva (z web-
stránky ski.sk), údaje z automatickej stanice v Jasnej a meteorologické dáta z horských
staníc spravovaných SLP

VII
 Príloha

A. Zoznam meteorologických staníc

Nadm. výška
Indikátor Meno stanice Zem. šírka Zem. dĺžka
[m]
12100 Lomnický štít 49° 11' 43" N 20° 12' 54" E 2635
21080 Chopok 48° 56' 38" N 19° 35' 32" E 2008
12120 Skalnaté pleso 49° 11' 22" N 20° 14' 04" E 1783
21100 Luková pod Chopkom 48° 57' 00" N 19° 35' 00" E 1661
34200 Krížna 48° 52' 38" N 19° 04' 45" E 1570
20080 Štrbské Pleso 49° 07' 18" N 20° 03' 38" E 1354
21120 Demänovská Dolina - Jasná 48° 58' 00" N 19° 35' 00" E 1196
21240 Partizánska Ľupča - Magurka 48° 56' 35" N 19° 26' 04" E 1045
11020 Javorina 49° 16' 19" N 20° 08' 05" E 1030
23120 Zuberec - Zverovka 49° 14' 58" N 19° 42' 44" E 1027
54120 Lom nad Rimavicou 48° 38' 39" N 19° 39' 03" E 1018
21260 Partizánska Ľupča - Železnô 48° 57' 00" N 19° 24' 00" E 1000
34170 Donovaly 48° 52' 46" N 19° 13' 35" E 992
12050 Tatranská Polianka 49° 07' 19" N 20° 11' 15" E 975
20220 Podbanské 49° 08' 24" N 19° 54' 38" E 972
20160 Vyšná Boca 48° 55' 51" N 19° 45' 25" E 930
11040 Podspády 49° 15' 55" N 20° 10' 37" E 910
13060 Ždiar 49° 16' 21" N 20° 15' 30" E 905
33020 Telgárt 48° 50' 55" N 20° 11' 21" E 901
20020 Liptovská Teplička 48° 57' 05" N 20° 05' 30" E 900
52080 Súľova 48° 48' 45" N 20° 28' 54" E 900
34020 Jarabá 48° 53' 43" N 19° 42' 09" E 892
12190 Kežmarok-Dvorce 49° 04' 36" N 20° 32' 49" E 888
33040 Šumiac 48° 50' 32" N 20° 07' 36" E 887
57020 Dobšinská ľadová jaskyňa 48° 52' 38" N 20° 17' 38" E 875
60020 Dubnik 48° 55' 22" N 21° 27' 46" E 875
23060 Vitanová - Oravice 49° 16' 59" N 19° 45' 29" E 853
22080 Mútne 49° 28' 00" N 19° 18' 00" E 835
12020 Štrba 49° 03' 28" N 20° 04' 20" E 829
12140 Tatranská Lomnica 49° 09' 52" N 20° 17' 17" E 827

IX
 20100 Važec 49° 03' 21" N 19° 59' 09" E 814
21380 Liptovská Lužná 48° 56' 00" N 19° 21' 00" E 810
12090 Stará Lesná 49° 09' 10" N 20° 17' 28" E 808
21180 Huty 49° 13' 00" N 19° 34' 00" E 795
22160 Oravská Polhora - Hlina 49° 33' 00" N 19° 22' 00" E 794
22240 Suchá Hora 49° 22' 00" N 19° 47' 00" E 789
56040 Vernár 48° 55' 04" N 20° 16' 07" E 783
22020 Oravská Lesná 49° 22' 06" N 19° 10' 59" E 780
21040 Žiar 49° 07' 03" N 19° 39' 47" E 747

B. Mapka vybraných meteorologických staníc

X
 C. Medzinárodná stupnica lavínového nebezpečenstva

1. Snehová pokrývka je všeobecne dobre spevnená a stabilná. Nepredpokladá sa výskyt lavín s

výnimkou malých snehových zosuvov.
malé
Všeobecne bezpečné podmienky na túry. Žiadne ohrozenie údolných ciest a objektov
lavínami.

2. Snehová pokrývka je na ojedinelých extrémnych, strmých svahoch len mierne spevnená,

ináč všeobecne dobre spevnená. Možný ojedinelý výskyt lavín pri mechanickom zaťažení na
mierne extrémnych, strmých svahoch. Väčšie samovoľne vzniknuté lavíny sa neočakávajú.
Pri zohľadnení lokálnych extrémnych, strmých svahov priaznivé podmienky na túry.

3. Snehová pokrývka je na mnohých extrémnych, strmých svahoch len mierne až slabo

spevnená. Uvoľnenie lavíny už pri malom mechanickom zaťažení na extrémnych, strmých
zvýšené svahoch. Príležitostne je možný výskyt malých a stredných lavín.
Túry vyžadujú veľkú opatrnosť a znalosť posúdenia miestnej lavínovej situácie. Treba vylúčiť
pohyb po všetkých extrémnych, strmých svahoch. Možný ojedinelý zásah údolných ciest
stredne veľkými lavínami.

4. Snehová pokrývka je na väčšine lavínových svahov slabo spevnená. Veľká pravdepodobnosť

uvoľnenia lavín na väčšine lavínových svahov už pri malom mechanickom zaťažení.
veľké Predpokladá sa zvýšený samovoľný výskyt stredných a veľkých lavín.
Možnosti túr sú silne obmedzené. Pohyb je možný len na zabezpečených a vyznačených
lyžiarskych trasách. Možnosť zásahu údolných ciest veľkými lavínami na tradičných
lavínových svahoch, možné ojedinelé ohrozenie objektov.

5. Snehová pokrývka je všeobecne slabo spevnená a rozsiahlo nestabilná. Možný výskyt

veľkých lavín aj na menej strmých a netradičných svahoch.
veľmi
Prevádzanie túr vo vysokohorskom teréne je všeobecne nemožné. Veľká pravdepodobnosť
veľké
zásahu údolných ciest veľkými lavínami aj na netradičných svahoch, zvýšená možnosť
ohrozenia objektov a horských osád.

D. Lavínová karta „Stoj alebo choď“

XI
 E. Slovník anglických ekvivalentov

air blast tlaková vlna (pred lavínou)

air humidity vlhkosť vzduchu
air temperature teplota vzduchu
altitude nadmorská výška
angular crystals hranaté kryštáliky
avalanche danger
avalanche hazard lavínové nebezpečenstvo (riziko)
avalanche risk
avalanche path
lavínová dráha
avalanche track
blowing snow zvírený sneh
classification trees klasifikačné stromy
cloud cover
sky condition oblačnosť
cloudiness
cluster analysis zhluková (klastrová) analýza
compression test
poklepový test
tap test
confined
gully avalanche žľabová lavína
channelled
cornice previs, prevej
critical angle kritický uhol statického trenia
angle of repose (závisí od vlastností snehu
static friction angle a charakteru povrchu svahu)
deflecting dyke ochranná hrádza
dendritic crystals rozvetvené, vláknité kryštáliky
density of new snow hustota nového snehu
depth hoar dutinová inovať
drifting snow naviaty (odnesený) sneh
dry-snow avalanche lavína zo suchého snehu
faceted crystals zbrúsené, zaoblené kryštáliky
flow(ing) avalanche tečúca lavína
full depth avalanche základová lavína
glide crack sklzová trhlina
graupel (ger.) krúpa, krúpka, zrnitý sneh
gully úžina, roklina
heavy snowfall event výrazne silné sneženie
hot spots kritické body (na lavínovom svahu)
large scale flow patterns rozsiahle systémy atmosférickej cirkulácie
logistic regression logistická regresia
loose-snow avalanche lavína s bodovým odtrhom
mean snowfall priemerná výška nového snehu
morphology morfológia (členitosť)
new snow depth (height) výška nového snehu
powder avalanche
prachová lavína
airborne avalanche
precipitation atmosférické zrážky

XII
precipitation intensity
intenzita zrážok
precipitation rate
precipitation form forma zrážok
precipitation type druh zrážok
rime
námraza
icing
rimed crystals zmrznuté kryštáliky námrazy
rock outcrops skalné výčnelky
runout zone
pásmo nánosu
zone of deposition
rutschblock test test sklzu skokom lyžiara
screened box
meteorologická búdka (so žalúziami)
meteorological shelter
settling of snow cover sadanie snehovej pokrývky
shovel shear test test sklzu lopatkou
zatavenie
sintering
vytváranie väzieb medzi snehovými kryštálmi
slab avalanche dosková lavína
slab layer snehová doska
slope angle sklon svahu
slope length dĺžka svahu
slope orientation
expozícia svahu
slope aspect
slope width šírka pásma odtrhu
sluff
slough splaz, malá lavínka
slush flows
snow cover extent rozloha snehovej pokrývky
snow depth (height) výška snehovej pokrývky
snow surface condition povrch snehu
snow surface temperature teplota povrchu snehu
snowfall intensity
intenzita sneženia
snowfall rate
snowshoe snežnice
global solar radiation globálne žiarenie
starting zone
pásmo odtrhu
zone of origin
step-wise regression postupná (kroková) regresia
stiffness tuhosť, tvrdosť
striation ryha, pruhovanie (napr. na kruňyštáli)
stuffblock test test spustením závažia
stump peň, výčnelok, pahýľ
sunshine duration trvanie slnečného svitu
surface hoar povrchová inovať
surface-layer avalanche povrchová lavína
terminus
dosah, dráha, dĺžka lavíny
track length
terrain roughness
drsnosť povrchu
terrain condition
tilt board test test naklonením doštičky
plošná lavína
unconfined avalanche
(podľa tvaru dráhy v transportnom pásme)

XIII
 vegetácia
vegetation
(les, lúka, skalný povrch, volné kamene a skaly)
water equivalent of snow cover
vodná hodnota snehovej pokrývky
snow water equivalent
mazanie (medzi snehovými vrstvami) spôsobené
water lubrication
stekajúcou vodou
wet-snow avalanche lavína z mokrého snehu
wind direction smer vetra
wind gust náraz vetra
wind loading zavievanie snehu vetrom
wind speed, velocity rýchlosť vetra
wind vane veterná lopatka (ružica)
zone of transition
prechodové pásmo, pásmo (dráha) prechodu
track zone

XIV
 F. Publikačná činnosť a odborné aktivity doktoranda

Publikácie:
V O J T E K M. (2002): Meteorologické podmienky vzniku lavín vo Vysokých Tatrách a
ich modelovanie. [Diplomová práca] FMFI UK Bratislava.

V O J T E K M. (2002): Meteorological conditions and avalanche formation in the High

Tatra Mountains. Meteorologický časopis, No. 4, (p.15-22), SHMÚ Bratislava.

M A R T I N V O J T E K , P E T E M I L L E R - 1.3.2003 - Interview o lavínach na Slovensku pre

Radio Slovakia International, ktoré vysiela v anglickom jazyku. Dostupné na:
http://www.dmc.fmph.uniba.sk/vojtek/PhD/interview.mp3

V O J T E K M., F A Š K O P., Š Ť A S T N Ý P. (2003): Dynamika snehovej pokrývky v

stredných a vysokých horských polohách Slovenska. Bioklimatologické pracovné dni
2003, Račková dolina. ISBN 80-8069-244-0.

V O J T E K M. (2003): Snow climate trends in medium and alpine elevations of

Slovakia. Konferencia mladých meteorológov a klimatológov, SHMÚ Bratislava. ISBN 80-
88907-41-1

V O J T E K M., F A Š K O P., Š Ť A S T N Ý P. (2003): Some selected snow climate trends in

Slovakia with respect to altitude. Acta Meteorologica Universitatis Comenianae, Vol.32,
p.17-28.

V O J T E K M. (2004): Lavíny a ich nebezpečenstvo. QUARK 1/2004, (p.16-18).

V O J T E K M. (2004): Čo viete a neviete o lavínach – test. QUARK 2/2004, (p.41).

Účasť na konferenciách:
23.-25.9.2002 TECO 2002, (Technická konferencia o meteorologických
a environmentálnych prístrojoch a metódach pozorovania), Incheba,
Bratislava
8.11.2002 5. Konferencia mladých meteorológov a klimatológov, SHMÚ Bratislava
27.-28.5.2003 European Avalanche Forecasting Services Meeting 2003, Mníchov
(Nemecko)
2. - 4.9.2003 Bioklimatologické pracovné dni 2003, Račková dolina
5.11.2003 6. Konferencia mladých meteorológov a klimatológov, SHMÚ Bratislava

Činnosť na katedre meteorológie a klimatológie:

Správca web-servera a web-stránky Katedry meteorológie a klimatológie:
www.dmc.fmph.uniba.sk.
Cvičenia (+ 2 špeciálne prednášky) z predmetu „Databázové systémy v meteorológii“.

XV
Stručne o obsahu publikácií:

Apríl 2002
Diplomová práca Meteorologické podmienky vzniku lavín vo Vysokých Tatrách a ich
modelovanie bola motiváciou a výzvou pre vznik projektu dizertačnej práce. Hlavným
cieľom práce bolo vylepšiť a skvalitniť konvenčnú predpoveď lavínového nebezpečenstva v
našom snáď najreprezentatívnejšom pohorí - vo Vysokých Tatrách. Je tu rozpracovaná teória
predpovedných modelov vhodných pre lavíny na Slovensku. Najcennejším výsledkom práce
je kvázi-lineárny regresný model na predpovedanie stupňa lavínového nebezpečenstva pre
Vysoké Tatry. Vstupné premenné boli vybrané postupnou (krokovou) regresiou z veľkého
množstva meteorologických premenných zo siedmych profesionálnych klimatologických
staníc SHMÚ (Podbanské, Štrbské Pleso, Poprad, Tatranská Lomnica, Skalnaté pleso,
Lomnický štít, Ždiar-Javorina). V závere práce „vyskočilo“ množstvo nezodpovedaných
otázok a problémov ohľadom lavínovej problematiky na Slovensku, ktoré boli v rámci
projektu dizertačnej práce prehodnotené a sčasti vyriešené. Najväčším problémom bola
technická realizácia regresného modelu, ktorý sa momentálne nepoužíva, pretože v SLP nie je
dosiaľ vyriešené zhromažďovanie, rozkódovanie a ukladanie potrebných vstupných údajov do
jednotného databázového systému.
Podstatné závery z diplomovej práce boli spolu s novšími výsledkami prezentované
v anglickom jazyku na medzinárodnej konferencii lavínových služieb v Mníchove 28.mája
2003, ako aj na 5. konferencii mladých meteorológov a klimatológov v SHMÚ dňa 8.11.2002,
kde bola práca vybraná medzi tri najlepšie príspevky.

November 2002
Článok Meteorological conditions and avalanche formation in the High Tatra
Mountains, ktorý vyšiel v Meteorologickom časopise v anglickom jazyku je zhrnutím
najdôležitejších výsledkov z diplomovej práce, s dôrazom na verifikáciu modelu a navrhnutím
ďalších zlepšujúcich opatrení.

Marec 2003
V rádiu „Radio Slovakia International“, ktoré vysiela v anglickom jazyku odznelo interview
o lavínach na Slovensku. Populárno-náučnou formou odzneli najnovšie zaujímavé fakty
a štatistiky z oblasti výskumu predpovedania výskytu lavín a ich vzájomnom súvise
s vývojom počasia.

September 2003
Na Bioklimatologických pracovných dňoch 2003 v Račkovej doline boli v príspevku
Dynamika snehovej pokrývky v stredných a vysokých horských polohách Slovenska
prezentované aktuálne trendy počtov dní so snehovou pokrývkou 1, 10, 20 a 50 cm a viac, a
podielu tuhých, kvapalných a zmiešaných zrážok v horských polohách nad 700 m z 35
vybraných meteorologických staníc SHMÚ. Všeobecne sa pozoruje pokles počtov dní so
snehovou pokrývkou, ako aj podielu tuhých zrážok na celkovom úhrne, ale od istej
nadmorskej výšky sa tento trend mení na pozitívny.

November 2003
Na 6. konferencii mladých meteorológov a klimatológov bol príspevok s názvom Snow
climate trends in medium and alpine elevations of Slovakia prezentovaný v anglickom
jazyku vybraný medzi tri najlepšie.

XVI
December 2003
Článok Some selected snow climate trends in Slovakia with respect to altitude, ktorý
vyšiel v anglickom jazyku v univerzitnom časopise Acta Meteorologica Universitatis
Comenianae vydávanom raz ročne sa zaoberá závislosťou trendov vybraných charakteristík
od nadmorskej výšky. Boli skúmané počty dní so snehovou pokrývkou 1, 10, 20, 50, 100 cm
a viac, podiely tuhých, kvapalných a zmiešaných zrážok na celkovom úhrne, celkový úhrn
zrážok za kratšie (DJF) a dlhšie (november - apríl) zimné obdobie z 35 vybraných
meteorologických staníc. Je tu zdôvodnené, prečo existuje od istej nadmorskej výšky zvrat v
trendoch charakteristík snehovej pokrývky.

Január 2004
V populárno-náučnom časopise QUARK vyšiel článok s názvom Lavíny a ich
nebezpečenstvo, kde sú spomenuté najdôležitejšie meteorologické prvky, ktoré vplývajú na
výskyt rôznych typov lavín, zopár rekordov vybraných z databázy lavín, spôsoby merania
a testovania stability snehovej pokrývky, zaujímavé historické fakty, lavínová karta ako
praktická pomôcka pri pohybe v ohrozenom teréne, medzinárodná stupnica lavínového
nebezpečenstva, a hlavné princípy predpovedania lavín.

Február 2004
V populárno-náučnom časopise QUARK bol uverejnený test Čo viete a neviete o lavínach.
Každý návštevník zimných hôr by mal ovládať väčšinu odpovedí na otázky rôznej náročnosti.

XVII
Kontakt:
Martin Vojtek
mvojtek@fmph.uniba.sk
www.dmc.fmph.uniba.sk/vojtek

Ďalšie vytlačené vydania možno nájsť na nasledovných miestach:

SLP Jasná
FMFI UK Bratislava – knižnica
FMFI UK Bratislava – katedra meteorológie a klimatológie
SHMÚ Bratislava

XIX