Translate

2014. május 28., szerda

Cserháti terepmunka

Az elmúlt hétvégén a Cserhátba látogattam, hogy a hazai mezofil és félszáraz réteket feldolgozó tanulmányomhoz is használható adatokat gyűjtsek. Ez a tájegység azonban több tényező miatt is kedvezőtlen terület a keresett élőhelyek kialakulásához - ezért sem jártam erre korábban. A klímája meglehetősen száraz a környező magasabb hegységek (Börzsöny, Mátra) közötti medencejellegű helyzete miatt, az üde és félszáraz kaszálók pedig csapadékigényesek. Másrészt itt is általános az az országszerte megfigyelhető jelenség, hogy az extenzív állattartás visszaszorulásával a korábban legelőként és kaszálóként hasznosított területek átalakultak, jellemzően becserjésedtek. A felvételezhető állományokat meredek, a környező fák árnyékolása vagy északias kitettség miatt hűvösebb mikroklímájú lejtőkön, cserjésedő legelők tisztásain találtam. Két érdekes állományt emelnék ki. Az egyiket Magyarnándor mellett találtam, és domináns fűfaja a tömött zabfű (Helictotrichon compressum) volt, mellette többek közt rezgőfű (Briza media), vörös csenkesz (Festuca rubra), tollas szálkaperje (Brachypodium pinnatum), szürkés ördögszem (Scabiosa canescens), közönséges legyezőfű (Filipendula vulgaris), hegyi here (Trifolium montanum)tavaszi hérics (Adonis vernalis) fordult elő. Ezek a gyepek egykor legelők voltak, ma a becserjésedés fenyegeti őket. A másik említésre méltó állomány Terény községhez tartozott, egy magas löszdomb meredek, északi oldalán alakult ki. A környéket alapvetően szárazgyepek és cserjések uralják, így kellemes meglepetés volt számomra, hogy a kitettségnek köszönhetően a hegyi rétek fajkompozíciója rajzolódik ki olyan elemekkel, mint a sovány ibolya (Viola canina), a rezgőfű, a hegyi here, az agár-sisakoskosbor (Anacamptis morio), a gumós kőtörőfű (Saxifraga bulbifera) vagy a veres csenkesz. (Az utóbbi faj előfordulásainak természetes eredete iránt kissé szkeptikus vagyok, mivel gyepjavítás céljából széles körben vetett növényről van szó.) Néhány kép a terepmunka során látott élőhelyekről:

Sajátos fajösszetételű, száraz-félszáraz gyep a borókás legelő tisztásán Magyarnándor mellett

Mezofil, de a szomszédos szárazgyepek elemeit is tartalmazó legelő a terényi löszdomb meredek, északi oldalán

Az alábbi fajokkal főleg szárazabb gyepekben találkoztam:
Elzászi vajvirág (Orobanche alsatica)

Sátoros varádics (Tanacetum corymbosum)

Nagy pacsirtafű (Polygala major), fehér virágú példány

Gamandorveronika (Veronica teucrium)

Békalen (Linum catharticum)

Kacstalan lednek (Lathyrus nissolia)

Tatár szemvidítófű (Euphrasia tatarica)

Homoki baltacím (Onobrychis arenaria)

Tömött zabfű (Helictotrichon compressum)


2014. május 20., kedd

Rétek felvételezése a Nyugat-Dunántúlon

Az elmúlt napokban a Sopron-Vasi-síkság és az Alpokalja körzetében jártam, ahol Király Gergely kalauzolásával mezofil és félszáraz rétek állományait felvételeztük egy készülő országos, szüntaxonómiai vizsgálathoz.
A mezofil és félszáraz rétek főleg üde erdők irtásain jöttek létre a külterjes állattenyésztés kaszáló és legelőterületeiként. A hagyományos gazdálkodási módok visszaszorulásával ez az élőhelytípus Magyarországon végveszélyben van. A néhány évtizede még kiterjedt állományok a felhagyás után pár év alatt becserjésedhetnek, míg más esetekben a rétek beszántása vagy beépítése jelenthet visszafordíthatatlan változást. A hazai kaszálórétek és legelők sokféleségének társulástani szempontú dokumentálása eddig nem történt meg kellő alapossággal, így a fentiek miatt ez halaszthatatlan feladat. (Az Á-NÉR 2011 könyvben szereplő, bővebb ismertető olvasható mezofil rétekről itt és itt, félszáraz gyepekről itt.)
A munka során 5m×5m-es területű mintavételi kvadrátokban jegyeztük fel a megtalált fajokat és azok borításértékét. Egy ilyen négyzetben átlagosan 50(+/-10) faj jelenlétét tapasztaltuk. A meglehetősen mostoha időjárás ellenére az ott töltött két és fél terepnap alatt kb. 50 felvételt készítettünk, így most már az eddig alulreprezentált területet a többi tájegységével összemérhető számú felvétel képviseli az adatbázisunkban.

Néhány kép a termőhelyekről és a munka során látott fajokról:

Fás legelő, a kiemelkedéseken félszáraz-üde gyep, a mélyedésekben mocsárrét

Jó állapotú kaszálórétek maradtak fenn egyes gyümölcsösökben

Az egykori gesztenyések tisztásai a félszáraz és üde rétek jellemző előfordulási helyei

Síksági üde rét az enyhe kiemelkedésen, melyet a szibériai nőszirom tömegétől kéklő láprét vesz körül
Tarka nefelejcs (Myosotis discolor)

Kövi pimpó (Potentilla rupestris)

Lapos zabfű (Helictotrichon adsurgens)

Galajfojtó vajvirág (Orobanche caryophyllacea)

Sárgás aranyzab (Trisetum flavescens)

Erdei varjúköröm (Phyteum spicatum)

Magyar lednek (Lathyrus pannonicus)

Széleslevelű ujjaskosbor (Dactylorhiza majalis)

Szibériai nőszirom (Iris sibirica)


2014. május 16., péntek

Vegetációosztályozás 4. A "nem felügyelt" osztályozás korlátai a numerikus szüntaxonómiában

A kezdeti vegetációleírások szűkebb földrajzi kiterjedésű adatgyűjtés és nagyrészt szubjektív (bár szakértői) megítélés alapján osztályozták a növényzetet. Ezt valahogy úgy kell elképzelni, hogy a XX. század eleji-közepi, német (vagy akár cseh, francia, holland...) botanikus, aki a növénytannak egyéb ágai mellett a feltörekvőben lévő társulástannak (fitoszociológiának) is szakértője volt, s akit fantázianéven most Jörgnek nevezünk, rendszeresen járta a kedvenc hegységének erdeit. Gyakorlott szemmel felfedezte, hogy kitettségtől, vízellátottságtól, alapkőzettől, talajtípustól függően különböző fajösszetételű erdők alakulnak ki, és a háttértényezők kombinációjára jellemző fajösszetétel ismétlődik. (Bizonyára észrevette az erdészeti tevékenységek hatását is, de ennek nem tulajdonított nagy jelentőséget.) Ezeket az ismétlődő fajösszetételű típusokat elnevezte társulásoknak, nevet is adott nekik fajaik alapján, mindezt megírta egy cikkben - eddig semmi meglepő nem történt, ma sem ritka ez a fajta munka.

A nehézségek akkor kezdődtek, amikor a szomszédos hegységben hasonlóképpen dolgozó kollégája, Hans, elolvasta Jörg cikkét. A Jörg által leírt társulások némelyikét egész jól felismerte az általa látogatott területeken, másokat csak hellyel-közzel, megint másokat egyáltalán nem. Felmerült a kérdés: vajon a Hans által ismert típusok azonosnak tekinthetők-e a Jörg által ismertekkel? Közülük melyik igen és melyik nem? Innen már egyenesen vezet az út a kérdéshez: mennyire kell hasonlítania két állománynak ahhoz, hogy azonos társuláshoz tartozónak nevezzük őket? Minimálisan mekkora különbségnek kell lennie két egység közt ahhoz, hogy különállóknak tekinthessük őket, és egy egységen belül mekkora változatosságot engedhetünk meg ahhoz, hogy egyként számoljunk velük? Egyáltalán: hogyan, milyen "mértékegységben", miket összehasonlítva mérjük hasonlóságukat? Hogyan definiáljuk a társulásokat, amelyeket össze akarunk hasonlítani?
A XX. század második felében erre a kérdésre a sokváltozós statisztikai adatfeltárás módszereitől remélte/reméli a megoldást a cönológia, az így született rendszerezést ezért numerikus szüntaxonómiának hívjuk. A kezdeti feltételezés tehát valahogy így szólhatott: külön társulás az, amelyet a megfelelőnek tartott sokváltozós módszer különállónak "lát". Vagyis ha van 100 cönológiai felvételünk, amelyeket 10, jól különválasztható és értelmezhető csoportba tudunk rendezni a megfelelő módszerekkel, akkor jogosultak vagyunk 10 társulás leírására. Jörg és Hans problémája tehát orvosolható lenne olymódon, ha mindkettejük cönológiai felvételeit egy adatsorba rendeznénk, osztályoznánk megfelelő módszerekkel, és amelyik társulás különállását a statisztika is kihozza, azt elfogadjuk, amit nem, azt kisebb-nagyobb revíziónak vetjük alá, de arra is van esély, hogy egyik által sem kimutatott csoportot kapunk, amelyről új társulást írhatunk le.Tegyük fel, hogy ez éppen így megtörténik: kiderül, hogy a Jörg által leírt öt társulásból (legyenek A, B, C, D, E) egy nem fordul elő Hans területén (A), egy előfordul ott (B), kettő igazából együtt alkot egy csoportot és nem vegyül Hans felvételeivel (CD), egy viszont két kisebb csoportra oszlik (Ea, Eb), mely közül az egyikben Hans-féle felvételek is vannak, és van egy olyan csoport is (F), amelyet csak Hans felvételei alkotnak. A közös osztályozásban tehát hat csoport jelenik meg jól elkülöníthetőként (A, B, CD, Ea, Eb, F). A Jörg-féle A és B tehát megerősítést nyert, C és D ezután összevontan kezelendő, E két részre szakad, F pedig új társulásként kerül leírásra. Folytassuk gondolatkísérletünket, s üdvözöljük Helmutot, aki egy harmadik terület szakértője, ő is hozza felvételeit, egybedobja a másik két kollégáéval, lefuttat egy sokváltozós elemzést. Ennek az eredménye megint valami olyasmi lesz, hogy bizonyos, korábban társulásként elkülönített egységek megerősítést nyernek, másoknak az összevonása tűnik logikusabbnak, egyeseket inkább alegységekre kéne szétválasztani, és jó eséllyel új társulások is jelennek meg. A Jörg és Hans által megalkotott rendszer tehát újabb revízióra szorul, még hozzá úgy tűnik, jogosan, hiszen Helmut színrelépésével már három hegység adatsorát vetettük egybe. Ahányszor bővítjük az adatsorunkat és újraelemezzük azt, annyiszor tapasztaljuk majd, hogy a meglévő rendszer legalább részben módosítandó - az adatsorunk bármilyen változtatása meg fog látszani az osztályozásunkon. Ugyanakkor bízhatunk abban, hogy minél nagyobb területről gyűjtünk adatokat, annál megbízhatóbb osztályozást kapunk eredményül, ezért úgy tűnik, megéri ezt csinálni. Ennek mintájára készült máig a legtöbb numerikus szüntaxonómiai revízió. Egy fontos tény azonban gyakran elsikkad: a statisztika "vak". Ugyanis amint megváltoztatjuk az adatsorunkat, például új földrajzi területek felvételeinek hozzáadásával, úgy változik az adatsor belső mintázata. Jörg kezdeti adatsora, mely talán csak 50 felvétel volt, egyetlen hegységből származott. A felvételei hasonló makroklimatikus adottságú pontokon készültek, a köztük lévő különbségek inkább a domborzati, vízellátottsági, tápanyagellátottsági mintázatokat tükrözték. Ebben a szűk térbeli léptékben a társulásszerveződés legfontosabb mozgatórugója a különböző abiotikus adottságú foltok közti "válogatás" és a fajok közti versengés lehet: a hegységben előforduló fajok mindegyike elterjedt a hegység egész területén, és többé-kevésbé képes megjelenni bármely olyan ponton, ahol azt a lokális adottságok lehetővé teszik. Egy ilyen szűk térbeli léptékben az osztályozó módszer a hegységen belüli abiotikus változatossággal összefüggő típusokat különíti el jól. Jörg eredeti célja is ezeknek a különbségeknek a kiemelése volt. De ha hozzáteszünk még további adatsorokat, kezdve Hans és Helmut hegyeiből származó felvételekkel, de akár egész tartományokra vagy országokra kiterjedően is, az adatsorunk belső mintázata jelentősen megváltozik. Most már lesznek jelentősen eltérő makroklímájú területekről származó felvételeink, lesznek olyan fajok, amelyek akár történeti, akár klimatikus okokból nem jelenhetnek meg akárhol, még akkor sem, ha azt például a lokális, abiotikus adottságok lehetővé tennék. Ha Jörg, Hans és Helmut hegységeinek sok "saját", csak rá jellemző faja van, akkor a statisztikai elemzés "hajlamos" lesz őket jól elkülönülő típusoknak mutatni, míg a hegységen belüli mintázatot (amely Jörg eredeti célja volt!) kevésbé hűen visszaadni. Amíg Jörg lokális kérdésfeltevése (hogyan különülnek el egy a hegységen belüli abiotikus tényezők szerint a társulások) a szűkebb területről gyűjtött adatsorral volt megválaszolható, a lokális rendszer általánosítása (új területekre való kiterjesztése) iránti törekvésünk során előállítottunk egy olyan, bővebb adatsort, amely éppen erre nem érzékeny már, ehelyett a nagyobb léptékű földrajzi változatosság vizsgálatára lenne alkalmas. Már pedig a szüntaxonómiai rendszernek érzékenynek kell lennie a lokális léptékű mintázatokra, például azért is, mert a leggyorsabb növényzeti változások mindig kis térléptékben valósulnak meg, és a legtöbb természetvédelmi feladathoz is lokális léptékű élőhelyismeret, térképezés szükséges.
A fenti mesével a szüntaxonok leírásának és felülvizsgálatának teljesen tipikus esetét próbáltam leegyszerűsítve szemléltetni. A példában osztályozó módszerként olyan eljárás szerepelt, amely a felvételeket minden előzetes információ figyelembevétele nélkül, csupán a köztük lévő hasonlóságok alapján csoportosítja. Ezeket ún. felügyelet nélküli osztályozó módszereknek ('unsupervised classification') hívjuk. A legtöbb numerikus szüntaxonómiai kutatás ilyen eljárások segítségével készült és készül ma is, és a biológiai adatok statisztikai elemzésével foglalkozó tankönyvek többsége csak ezt a típust tárgyalja. (Néhány módszer a legismertebbek közül: UPGMA, egyszerű lánc, teljes lánc, Ward-féle módszer, Twinspan, K-közép módszer, PAM... továbbiak itt, általánosabban itt).
Az EVS Konferencián bemutatott előadásomban konkrét példán prezentáltam a nem felügyelt osztályozások egy gyengéjét. Egy egész Közép-Európára kiterjedő vizsgálatban felhasznált, mezofil (Arrhenatheretalia) és félszáraz (Brometalia erecti) réti felvételeket tartalmazó adatsoron kétféle térbeli lefedettségű osztályozást végeztem. Egyrészt készítettem egy regionális osztályozást, amely az összes, szám szerint 8033 felvételt tartalmazta. Aztán sok ismétlésben vettem kevés felvételből álló részmintákat, amelyek a teljes mintavételi területnek mindig csak egy szűk részéről származtak. Ezekre készítettem a lokális osztályozásokat. Ezután összehasonlítottam minden lokális osztályozást a regionális osztályozással azon felvételek helyzetei alapján, amelyek mindkét osztályozásban szerepeltek. Két index értékét néztem: az egyik a kiválasztott felvételek egymáshoz viszonyított helyzetei alapján a két osztályozás hasonlóságát mutatta meg ('Correlation'), a másik azt, hogy a kiválasztott felvételek a regionális osztályozásban mennyire szóródnak szét ('Dispersion').

A "kísérleti" terv diája

Az eredmények azt mutatták, hogy a teljes mintavételi terület középső tájékáról származó lokális osztályozások kevésbé hasonlítottak a regionális osztályozásra, mint a periférián készült felvételek lokális osztályozásai.

A lokális és regionális osztályozás közti összefüggést mérő index térbeli mintázata. A piros pontok a legmagasabb 10%-ot, a kékek a legalacsonyabb 10%-ot jelölik.

A periférián, Szlovéniában készült lokális osztályozásokban a kiválasztott felvételek elhelyezkedése nagyon hasonlított a regionális osztályozásban kapott pozícióikhoz (egymáshoz képest). A piros nyilak az egyes felvételek pozícióit kötik össze a két osztályozásban. (A regionális osztályozást itt leegyszerűsítettem, nem rajzoltattam ki azokat a felvételeket, amelyek a lokálisban nem szerepeltek.)

A centrumban, Csehországban készült lokális osztályozás sokkal kevésbé hasonlított a regionális osztályozásra. (A regionális osztályozást itt is csak a lokálisban szereplő felvételekre redukáltam.)

Ez a hasonlóság negatív összefüggést mutatott azzal, hogy a lokális részmintában szereplő felvételek mennyire szóródnak szét a regionális osztályozásban. A középső területekről származó részminták felvételei ugyanis eléggé széles elterjedést mutattak, míg a perifériáról származó részminták felvételei alacsony hierarchikus szinten elkülönülve, aggregáltabban helyezkedtek el.

A felvételek regionális osztályozásban való szóródásának mértékét mutató index térbeli mintázata. A periferiális felvételek jóval kevésbé szóródnak (jobban aggregálódnak), mint a terület közepén lévők.

A periférián lévő szlovén felvételek néhány nagyobb "csomóban" tömörülnek.

A centrumban lévő cseh felvételek egyenletesen oszlanak szét.

Eszerint ha nem felügyelt módszerrel végzünk nagy földrajzi lefedettségű osztályozást a lokális adatgyűjtésen alapuló tipizálások felülvizsgálata céljából, akkor a mintavételi területünk középső részén nagyobb eséllyel fogjuk felülbírálni a lokális érvényű osztályozásokat, mint a periférián. Ez viszont esetünkben egy műtermék, hiszen ideális esetben nem kellene, hogy a földrajzi helyzettől függjön a lokális osztályozás megítélése. Ha a vizsgálati területünket megváltoztatjuk, például új területekről veszünk be felvételeket, s másokat kihagyunk úgy, hogy ami a közepén volt eddig, az a szélén lesz, s bizonyos felvételek a perifériáról középre kerülnek, akkor a korábban jó eséllyel felülbírált lokális osztályozásokat az új regionális osztályozás már támogatni fogja, ellenben azokkal, amiket korábban a periférián megerősített, s most inkább cáfol. A hasonlóság és a szétszórtság közti negatív összefüggés pedig azt mutatja, hogy a lokális osztályozás akkor kaphat csak megerősítést, ha az egész lokális részminta a hierarchia minél alacsonyabb szinten elkülönül, vagyis a felvételek nem szóródnak nagyon szét a regionális fában. Ez konkrétan azt támasztja alá, hogy az elsődlegesen földrajzi alapú elkülönülés után lehetséges csak a finomabb léptékű csoportstruktúra feltárása. Ha ez az éles elkülönülés nincs meg, mint a terület közepén lévő részmintáknál, amelyek felvételei a regionális osztályozásban sokfelé megjelenhetnek, akkor a lokális osztályozásban kimutatott struktúra nem kap megerősítést.

Összefoglalva: a nem felügyelt osztályozó módszerek értelmezésekor mindig figyelembe kell venni, hogy az eredmények kizárólag arra az egy mintára vonatkoznak, amelyre az elemzést lefuttattuk. Ha ez a minta reprezentatív a növényzetnek egy térben, időben és környezeti háttérváltozók szerint jól lehatárolható egységére nézve, akkor ezek a módszerek hasznos eredményt adhatnak, és akár általánosíthatóak és szüntaxonómia megalapozására is használhatók. Ha azonban a vizsgált növényzeti egység definiálása nehézségekbe ütközik és önkényes döntést igényel, akkor az eredményeket igen körültekintően kell értelmezni, gyakran nem is várható végleges, stabil és robusztus osztályozás. Szintén óvakodni kell attól, hogy nem felülvizsgált osztályozások eredményei alapján hozzunk döntést korábban leírt szüntaxonok elfogadásáról. Nagy segítséget jelenthetnek viszont olyan esetekben, amikor szüntaxonómiai vonatkozás nélkül vagy ilyen célú elemzés előtt fel szeretnénk tárni az adatsorunk belső struktúráját, az adatokkal való "előzetes ismerkedés" során.

A sorozat következő bejegyzésében a nem felügyelt osztályozások alternatíváiról fogok írni.

2014. május 14., szerda

23. EVS Workshop

2014. május 7. és 12. között a "European Vegetation Survey" 23rd Workshop nevű konferencián jártam Ljubljanában. Az EVS Workshop az Európa növényzetének leírásával foglalkozó kutatók évente megrendezésre kerülő konferenciája, melyen már ötödik alkalommal vettem részt idén. A találkozó szokásos témái közé tartoznak a friss vegetációosztályozási eredmények, módszerek, a növényzeti adatbázisok, valamint a kevéssé kutatott területek, illetve élőhelyek. A konferencián egy előadást tartottam és négy poszterben szerepeltem társszerzőként. Ezek az alábbi linkeken letölthetők:

Előadás:
Lengyel A., Bauer N., Chytrý M., Illyés E.†, Jandt U., Janišová M., Kącki Z., Krstonošić D., Purger D., Šilc U., Škodová I., Stančić Z., Willner W., Botta-Dukát Z.: Spatial variation of the matching between regional and local classifications: an example of Central European grasslands PDF

Poszterek:
Stančić Z., Lengyel A.: Syntaxomical revision of coastal halophilic vegetation in Croatia PDF
Szabó B., Lengyel A., Templ M., Czúcz B.: Improving classification of plant assemblages with environmental constraints: A simulation study PDF
Lhotsky B., Kovács B., Rédei T., Ónodi G., Csecserits A., Lengyel A., Botta-Dukát Z.: Shifts in plant traits along a stress gradient: harsher environment results stronger convergence PDF
Botta-Dukát Z., Lengyel A.: How many ordination axes should be interpreted? PDF

Néhány kép a konferenciáról:







A szervezők egy konferenciaközi és egy konferencia utáni kiránduláson engedtek bepillantást Szlovénia természeti értékeibe. A konferenciaközi kirándulás három felajánlott úti célja közül én a kocevjei régió érintetlen erdeibe indulóra jelentkeztem. 14 ilyen besorolású erdőt tartanak számon Szlovéniában, ezek közül hat található Kocevje körzetében, mi a legnagyobban jártunk, melynek neve Rajhenavski Rog. Bár a szlovén erdészet természetesen nem tudja bizonyítani, hogy az erdőben valóban soha semmilyen emberi beavatkozás nem történt, a palinológiai vizsgálatok nem találtak a folyamatos erdőborítás megszakítására utaló nyomokat. A helytörténeti kutatások szerint csak az 1300-as évek végén jelentek meg a tágabb régióban az első települések. Az erdő érintetlensége azért maradhatott fenn, mert egy 850-950 méteres tszf. magasságban lévő, felszíni vízfolyásoktól (vagyis ivóvíztől) nyáron csaknem mentes, nehezen megközelíthető karsztfennsíkon helyezkedik el. A XIX. század végén a terület irányítását átvevő, német erdész az erdő háborítatlanságát látva ajánlotta a teljes érintetlenség fenntartását. Ez alapján garantálható, hogy az utóbbi száz évben erdészeti tevékenység nem történt, a holt faanyagot sem szállítják el, még az ehető növények és gombák gyűjtése is tilos. A területen mindössze néhány felfestett turistanyom vezet át, de ezek inkább csak a pufferzónában haladnak kitaposott úton. Ennek köszönhetően a Rajhenavski Rogon az erdő természetes "működése", az eltérő korú foltok természetes dinamikája figyelhető meg. Az uralkodó fafaj az európai bükk (Fagus sylvatica), mellé elég sok jegenyefenyő (Abies alba) és némi lucfenyő (Picea abies) vegyül, utóbbi lehetséges, hogy legalább részben a korábbi luctelepítések közvetett eredménye, mivel a lucot az erdészek egészen alacsony régiókban is sokfelé ültették, így sokkal könnyebben érhetett el olyan élőhelyeket, ahol egyébként ritkább lenne. Láttuk a "Rog Királynője" nevű, 50 méter magas, 1,5 méter átmérőjű jegenyefenyőt is, amely a térség legnagyobb fája. A cserjeszintet legnagyobbrészt a bükk fiatal egyedei, valamint olyan jellegzetes fajok alkották, mint a hegyi benge (Rhamnus fallax), babérboroszlán (Daphne laureola) és a farkasboroszlán (Daphne mezereum). Az aljnövényzet érdekességei voltak a hármaslevelű kakukktorma (Cardamine trifolia), a bókoló, a hagymás és a hármaslevelű fogasír (Dentaria enneaphyllos, D. bulbifera, D. waldsteinii), a pofók árvacsalán (Lamium orvala), a kispárlófű (Aremonia agrimonoides), a tavaszi békaszem (Omphalodes verna), a karéjos vesepáfrány (Polystichum aculeatum), a zalai bükköny (Vicia oroboides), a krajnai kutyatej (Euphorbia carniolica) és a békabogyó (Scopolia carniolica). A területen erős a barna medve (Ursus arctos), farkas (Canis lupus) és hiúz (Lynx lynx) állománya, előfordul a háromujjú hőcsik (Picoides tridactylus) és bizonyára a Bonelli-füzike (Phylloscopus bonellii) egyik alfaja is, de sajnos őket hiába kerestem.
Képek az erdőből:

Kispárlófű (Aremonia agrimonoides)

Karéjos vesepáfrány (Polystichum aculeatum)

Tavaszi békaszem (Omphalodes verna)


Krajnai kutyatej (Euphorbia carniolica)


Zalai bükköny (Vicia oroboides)

"A Rog Királynője"

Pofók árvacsalán (Lamium orvala)


A konferencia utáni kiránduláson üde (Arrhenatherion), félszáraz/száraz (Bromion erecti) és sovány gyepeket (Violion caninae) láttunk a Gorjanci-hegységben. A meglátogatott terület a horvát határhoz közel, az ország kontinentális jellegű részén található. A félszáraz és üdébb foltokat a sudár rozsnos (Bromus erectus), a pelyhes zabfű (Helictotrichon pubescens), a pusztai csenkesz (Festuca rupicola), a vörös csenkesz (F. rubra), az aranyzab (Trisetum flavescens) uralta. Érdekesebb kísérőfajok voltak a tarka kosbor (Orchis tridentata), a füles kosbor (Orchis mascula), a takarmánybaltacím (Onobrychis viciifolia), a horvát szegfű (Dianthus croaticus), a hegyi kökörcsin (Pulsatilla montana) [igaz, ennek taxonómiai hovatartozásában többen kételkedtek], a galambszínű ördögszem (Scabiosa columbaria) és a magyar aszat (Cirsium pannonicum). Egy magyarországi zárt dolomitsziklagyepre emlékeztető, szárazabb dombon szőke oroszlánfog (Leontodon incanus), krajnai repcsény (Erysimum carniolicum) és sujtárszerű bordamag (Laserpitium siler) díszlett. A sovány gyepeket szőrfű (Nardus stricta) és fonalas csenkesz (Festuca filiformis) uralták, mellettük eperjes sás (Carex pilulifera), hegyi pacsirtafű (Polygala vulgaris), háromélű rekettye (Genista januensis) és macskatalp (Antennaria dioica) volt kísérő.
Képek a gyepekről:

Füles kosbor (Orchis mascula)

Fonalas csenkesz (Festuca filiformis)

Eperjes sás (Carex pilulifera)


Sujtárszerű bordamag (Laserpitium siler)

Krajnai repcsény (Erysimum carniolicum)

Macskatalp (Antennaria dioica)

Szárazgyep a szőke oroszlánfog (Leontodon incanus) tömegével

A következő EVS Workshop 2015-ben Rennes-ben kerül majd megrendezésre.