Juan Alberto Molina: Náš výzkum pomůže zvýšit odolnost evropských lesů a jejich schopnost vázat uhlík

Co je konkrétním cílem Evropské dohody, která se zaměřuje na ochranu lesů?

Podle této strategie, která je součástí Green Dealu, by Evropská unie měla do roku 2030 chránit 30 % svého území. Počítá se s tím, že velkou část nově chráněných území budou tvořit právě lesy. V současnosti je na území Evropy chráněno pouze 10 % starých lesů. Nejdůležitější jsou původní panenské pralesy, které tvoří jen 3 % zalesněné plochy v EU. Ty by měly být kompletně zařazeny do nejpřísněji chráněných oblastí.

Čím se ve svém výzkumu zabýváte?

Zjišťuji charakteristiky lesa, zda je mladý nebo starý, monokulturní, homogenní nebo heterogenní, a tak dále. Všechny tyto prvky dohromady tvoří takzvanou přirozenost lesa. Můžeme si to představit jako určité fáze nebo stavy. Od prvotní regenerace, kdy teprve začíná růst, až po poslední fázi, kdy jsou stromy velmi staré. Takové lesy se nacházejí například v Jeseníku. Já se snažím tyto stavy sledovat a k tomu využívám různé indikátory, mimo jiné rozložení stromů, tedy strukturu. 

Pokud se pohromadě vyskytují stromy různých velikostí, jedná se o heterogenní lesy a je to známka velmi starého porostu. Opakem jsou lesy homogenní, ve kterých najdeme stromy podobného vzrůstu.  Dalším ukazatelem může být i existence různých druhů stromů. Zaměřuji se ale hlavně na smrk ztepilý, jelikož jde v ČR o velmi důležitý a rozšířený druh. V Česku zkoumám lesy, kde je smrk minimálně dominantním druhem.

Mohou se pod pojmy homogenní a heterogenní les skrývat i jiné vlastnosti, nejen velikost stromů?

Ano, to byl jen jeden z příkladů. Další vlastností je například jejich zdravotní stav. Lesy a stromy můžeme přirovnat k lidem. Když jsme miminka, jsme velmi malí vzrůstem, jsme zdraví, máme lepší pleť. Když jsme staří, máme pleť horší, zdraví už nám tak neslouží. A něco podobného se děje stromům. I u nich můžeme měřit jejich zdraví a pomocí jistých klíčových parametrů pak odhadnout jejich stáří. A o to se snažím i já. 

Používám vlastní software

Jak data pro tyto ukazatele získáváte?

Procházím se po lese a samozřejmě při tom využívám různé nástroje. Některé jsou konvenční, jako pásma nebo hypsometry pro zjištění rozměrů stromů, ale aplikuji také technologie dálkového průzkumu Země – pozemní laserový skener detekující a měřící světlo, tzv. LiDAR, což je v dnešní době v lesnictví velmi slibná technologie. Využívá se i pro skenování Země z letadel nebo dokonce ze satelitu, ale já fyzicky pracuji pouze s tím pozemním, jelikož se s ním snadněji manipuluje v terénu. Pomocí LiDARu pak sbírám data o struktuře lesa. Bavíme se tu o velkém množství nasbíraných dat, o milionech bodů.

Co se s nimi děje poté? 

Tento objemný datový soubor musím celý zpracovat, což je obtížný úkol. Existuje sice několik softwarových řešení, ale bohužel se nedá vybrat jedno nejlepší, a tak se většinou kombinují. Proto jsem vyvinul svůj vlastní software, tzv. balíček R s názvem FORTLS. Kromě toho využívám i například knihovny Pythonu, které mohou doplňovat má softwarová řešení. Pomocí těchto technologií získávám parametry stromu – jeho polohu, rozměry, průměr, objem atd. 

K čemu tyto parametry slouží?

Například objem lze použít k odhadu zásoby uhlíku ve dřevě nebo výšky stromu. Tyto informace, které jsou v podstatě parametry na úrovni stromu v prostoru, lze použít k odhadu nějakého dalšího ukazatele souvisejícího se strukturou lesa, například jeho heterogenitou.

Staré lesy, moderní nástroje

Co je tedy finálním výstupem vaší práce?

Výsledkem je velmi přesný 3D model s celkovou strukturou lesa a jeho naměřenými vlastnostmi. Vytvářím výkonné modely založené na algoritmu hlubokého učení, které mohou být použity v ČR. Například pomocí modelu „regenerace lesa“, který dosáhl velmi dobrých výsledků, můžeme vidět, jak se růst nových stromů liší v závislosti na stáří lesa. V mladém můžeme očekávat větší regeneraci než v tom starém.

Na základě dat také trénujeme modely hlubokého učení na testovací sadě experimentálních dat, které se zaměřují na složitost struktury lesa. Nasnímané spektrum se rozdělí do tematických vrstev, ty přiřadíme ke každému bodu v 3D mračnu bodů. Každá vrstva značí určité složky, například listy, větve, kmen, stonek, půdu, podrost, regeneraci. Díky tomuto modelu pak mohu odhadnout, co lze očekávat od různých stavů lesa. Můžeme také pozorovat změnu struktury v průběhu času a podívat se například na jeho stav před více jak 200 lety, což je velký úspěch. 

Jak se tyto modely využívají v praxi?

Výsledek mé práce je důležitý pro cíle Nové lesní strategie EU, která se věnuje monitorování lesů z hlediska biodiverzity, kvality vody, rekreačního využití a mnoho dalšího. Dále pak budou modely k dispozici například pro Národní lesnický institut.

Proč potřebujeme vyvíjet novou metodiku? 

Nové přesnější metodiky k detekci a monitorování typů lesa je potřeba vyvíjet, abychom byli schopni alespoň konzervovat ty nejstarší lesy, které nám ještě zbyly. 

Abychom pak byli schopni získat ucelený obraz o stavu porostů, je nutné propojit a integrovat pozemní a satelitní technologie: technologie dálkového průzkumu Země, včetně pozemních přístupů, a satelitní systémy, například systémy poskytované programy Copernicus a Landsat, které nabízejí optické snímky a další cenné datové produkty na velkých plochách.

Jak jednotlivé informace skládáte dohromady? 

Za tímto účelem jsem absolvoval stáž na Edinburské univerzitě, kde jsem se zaměřil na propojení vlastních pozemních měření LiDAR s daty ze satelitů. Ukázalo se to však jako náročný úkol. K dispozici jsem měl jen několik desítek ploch, což nestačilo ani pro kalibraci satelitních dat, ani pro vytvoření spolehlivé metodiky. Pro přístup využitelný v celostátním měřítku jsou potřeba data z tisíců ploch. Aby bylo možné efektivně kombinovat pozemní a satelitní data, musí být každý graf propojen s přesnými zeměpisnými souřadnicemi. Přesné souřadnice grafu se mi však nepodařilo získat. Těmito daty disponuje Národní lesnický institut, ale omezuje k nim přístup.

Zkusil jsem tedy získat data ze Španělska, odkud pocházím. Podařilo se mi získat cenný soubor s tisíci pozemky a přesnými souřadnicemi, které jsou klíčové pro trénování různých typů modelů. Výzkumný plán jsem proto upravil a modely nakonec trénoval na španělských datech. Zaměřil jsem se na zásoby uhlíku v lese, které jsou jedním z témat edinburghského výzkumu a zároveň mohou sloužit jako ukazatel přirozenosti lesa. Velkým přínosem pro mě byla také spolupráce s Stevenem Hancockem, který patří ke špičkám v oboru. Díky tomu nyní přináším nové poznatky zpět do Česka. 

Může tento model, vytrénovaný na datech ze Španělska, fungovat i pro české lesy?

Ano, měl by fungovat pro jakýkoli druh lesa, pro jakoukoli zeměpisnou šířku. Model, který teď používám z Edinburghu, byl vlastně natrénován a uzpůsoben pro použití v Africe, Zambii a dalších okolních zemích, kam jsem cestoval v rámci jiného projektu. Abychom zjistili, jak silný je náš model, rozhodli jsme se jej natrénovat na jiné zeměpisné šířky a typy lesů. Při použití na španělské lesy dostáváme, co se týče odhadů zásob uhlíku, velmi dobré výsledky. 

Ze Španělska do České republiky

Jak jste se o programu MERIT dozvěděl?

Na Fakultě lesnické a dřevařské na České zemědělské univerzitě (ČZU), kde jsem dříve pracoval, jsem zahlédl plakát o programu MERIT. Začal jsem pátrat a zjistil jsem, že se jedná o velmi dobrý program. Kontaktoval jsem svého potenciálního budoucího školitele Vítka Moudrého, probrali jsme mé nápady a zda bych se mohl začlenit do jejich týmu na Fakultě životního prostředí na ČZU.

Před programem MERIT jste tedy už na ČZU v Praze pracoval. Jak jste se do ČR dostal?

V roce 2022 jsem dokončoval doktorát ve Španělsku a chtěl jsem vycestovat do zahraničí. Díval jsem se po postdoc pozicích a na Twitteru narazil na pracovní nabídku od Fakulty lesnické a dřevařské ČZU. Po dvou letech jsem tu získal další postdoktorandské stipendium od španělské nadace a poté přišel program MERIT na Fakultě životního prostředí. V tomto programu jsem už druhý rok, ukončovat jej budu v prosinci 2026.

Máte už plány do budoucna? 

Ještě není nic jisté, ale získali jsme projekt v rámci programu Horizont Evropa. Zaměřuje se na predikci maximálního množství uhlíku, které mohou lesy uložit, v závislosti na lokalitě. Nová strategie EU totiž klade důraz i na posílení úlohy lesů jako přirozených úložišť uhlíku – zvýšení odolnosti lesů a jejich schopnost vázat uhlík, což má přispět ke snížení emisí. To celé souvisí i s mou nynější prací, tedy ochranou původních a starých lesů, jelikož právě ty jsou při pohlcování uhlíku efektivnější. 

S tímto projektem se zřejmě zase vrátím na svou původní Fakultu lesnictví a dřevařství ČZU. Přechod mezi fakultami bývá na některých univerzitách překážkou, u nás tomu tak není a považuji to i za svůj osobní úspěch, že jsem za ta léta na ČZU vybudoval most mezi oběma fakultami. Myslím, že to bylo prospěšné a můžeme teď lépe spolupracovat. Pro mě je nejdůležitější samotný výzkum, chci rozvíjet dobrou vědu s užitečnými metodologiemi.

Zvažuji také, že zkusím štěstí v soukromém sektoru. Někdy je nutné se posunout dál, protože akademická sféra často vyžaduje vysokou míru mobility, která nemusí být slučitelná s udržením zdravé rovnováhy mezi pracovním a soukromým životem.

Cítím se tu jako doma

Jaký je tým na ČZU v porovnání s jinými, ve kterých jste pracoval?

Za největší přednost považuji otevřenost našeho týmu i celého oddělení. Kolegové jsou se mnou vždy ochotni debatovat o mých nápadech, i když se právě věnujeme jinému tématu. S takovým přístupem jsem se jinde moc nesetkal. Můj vedoucí mi dává hodně svobody, to je také skvělé. Důležité je pro mě i přátelské a bezpečné pracovní prostředí, díky tomu se tu cítím jako doma.

Co byste poradil studentům? Jak se stát tím nejlepším výzkumníkem, vědcem?

Na to není jednoduchá odpověď. Je to kombinace více faktorů.

Zásadní je mít dobrého školitele, který člověka správně vede, motivuje a pomůže mu rozvíjet svůj potenciál. Věda je především o lidech a já měl štěstí na vedoucí, kteří mi dali svobodu i důvěru. Musíte si věřit, vyhledávat nové možnosti, být ochotni spolupracovat napříč obory. Každý se na problém dívá jinak a právě různé perspektivy často vedou k lepším řešením.

Důležitá je také flexibilita, protože u nových metod nikdy předem nevíte, kdy a kde najdou praktické využití. Ve vědě proto často rozhoduje nejen to, co objevíte, ale i zda s objevem přijdete ve správný čas. Věda je hodně i o štěstí. Můžete být dobrý student, ale pokud nebudete na správném místě ve správnou chvíli, úspěch nemusí přijít tak snadno. Stejně podstatné je umět si odpočinout, protože mnoho dobrých nápadů vzniká právě ve chvíli, kdy si člověk dovolí zpomalit.

Rozhovor vznikl v rámci copywritingové spolupráce, která má za cíl představit program MERIT Středočeského inovačního centra.

Foto: Gabriela Goffová

Juan Alberto Molina je výzkumník na České zemědělské univerzitě v Praze a držitel stipendia MERIT Fellow. Jeho projekt se zaměřuje na monitorování zralosti lesů pomocí technologií dálkového průzkumu Země, což je klíčová technologie pro lepší plánování lesních hospodářských politik a strategii pro adaptaci českých lesů na dopady klimatických změn. 

Tento projekt navíc slibuje pozitivní externality pro lesnické společnosti v podobě open-source softwaru určeného pro zpracování a analýzu dat z pozemních laserových skenovacích zařízení, která jsou považována za jednu z technologií s největším potenciálem pro zlepšení lesních inventarizací.