Zalety i braki źródeł wiedzy o roślinach
Rośliny w zieleni miejskiej
W zakresie gospodarki zielenią miejską wykorzystuje się różne formy wiedzy na temat roślin. Odpowiednie planowanie, projektowanie, sadzenie i pielęgnacja są możliwe dzięki istnieniu wiedzy o właściwościach roślin uprawnych i roślin występujących spontanicznie.
Bezpośrednim źródłem wiedzy są od dawna zestawienia tabelaryczne w podręcznikach i monografiach. Większość z opracowań dendrologicznych czy prac poświęconych bylinom i roślinom jednorocznym lub trawnikom (patrz ramka) zawiera w formie tekstowej i tabelarycznej szereg danych na temat właściwości biologicznych, estetycznych i użytkowych omawianych roślin. Wykazy te są uporządkowane funkcjonalnie pod kątem kryteriów doboru roślinności stosowanej w trakcie realizacji zieleni miejskiej.
Cennym źródłem informacji z dużą dozą danych wizualnych są katalogi roślin, wydawane przez poszczególne firmy produkujące materiał roślinny oraz organizacje zrzeszające producentów. Z uwagi na zasób przystępnej informacji wizualnej źródła takie jak „Katalog roślin” wydany przez Związek Szkółkarzy Polskich są najszerzej wykorzystywanym zasobem podstawowej wiedzy o roślinach.
W ostatnim dziesięcioleciu ze źródłami drukowanymi zaczęły konkurować źródła elektroniczne: komputerowe bazy danych, towarzyszące pakietom do wspomagania projektowania roślinności (3D Garden Composer, przystawki do programów CAD). Zawierają one znacznie bogatszy zestaw informacji o roślinach, ich wyglądzie, wymaganiach siedliskowych itp. niż wydania papierowe. Ich zaletą w porównaniu ze źródłami papierowymi jest możliwość zarówno generowania wykazów gatunków pod kątem konkretnych potrzeb, jak i oparcia selekcji o wiele kryteriów jednocześnie.
Liczba baz danych zawierających dane o wymienionych cechach roślin1
Dotychczasowe ograniczenia
Bliższa analiza dostępnych źródeł danych pokazuje jednak ograniczenia dotychczas dostarczanej w nich informacji. Wykonana w 2006 r. analiza porównawcza 100 internetowych baz danych o roślinach (zarówno polsko-, jak i angielskojęzycznych), udostępnianych przez producentów z branży szkółkarskiej, wydawnictwa, osoby prywatne niezwiązane z branżą zieleni miejskiej czy ogrodniczą, przez agendy rządowe, uczelnie i organizacje pozarządowe1, pozwoliła ustalić kilka prawidłowości.
Po pierwsze, żadna z baz nie zawierała pełnej listy kryteriów estetycznych roślin, spotykanych w literaturze. W bazach dominowały opisy walorów wizualnych kwiatów i liści bądź ewentualnie pokroju całej rośliny (patrz rysunek). O ile rzadkość opisów pędów i pni można wytłumaczyć ich mniejszym znaczeniem dla wyglądu projektowanych nasadzeń, o tyle niemal całkowity brak bardziej szczegółowych informacji o zapachu jest trudny do wyjaśnienia.
Po drugie, stosunkowo rzadkie są informacje na temat aspektów innych niż estetyczne. Jedynie połowa baz danych zawiera informacje o wymaganiach uprawowych roślin. Inne dane opisujące miejsce naturalnego występowania są podobnie częste w bazach anglojęzycznych (23 na 47 baz), ale znacznie rzadziej występują w bazach polskojęzycznych (16 na 57 przebadanych baz). Warunki występowania są definiowane jako rozmieszczenie w obrębie kontynentu, wykaz jednostek administracyjnych bądź jako typy formacji roślinnych lub typy gleb, na jakich naturalnie występują.
Okno programu Inkspace do tworzenia schematów roślin z wykorzystaniem L-systemów.
Ustalono też, że w ogromnej większości baz niemal całkowicie brakuje informacji o zmienności opisywanych parametrów. Zmienność wysokości, tempa wzrostu w obrębie populacji, kolorów kwiatu czy zwartości korony są ważnymi cechami z punktu widzenia projektanta i osób odpowiedzialnych za utrzymanie zieleni, tymczasem źródła tego typu nie dostarczają ilościowych danych porównawczych.
W większości baz danych brakuje ponadto informacji o pochodzeniu i jakości zamieszczonych danych, co znaczy, że zawierają one wiedzę ekspercką lub stanowią kompilację i rekapitulację danych zamieszczanych w innych źródłach. Ani jedno, ani drugie pochodzenie nie musi dyskwalifikować ich przydatności w gospodarce zielenią miejską. Nie sposób jednak zweryfikować zawartych w nich informacji ani sprawdzić, w jakich warunkach, jakimi metodami i w jakich okolicznościach były zbierane. Nie wiadomo, czy dane pochodzą z pomiarów bezpośrednich, czy są jedynie oszacowaniem, a także, na podstawie obserwacji jakiej liczby osobników z ilu partii materiału zostały sformułowane uogólnienia dla gatunku. Nie jest znany też obszar, na którym rośliny były obserwowane: czy była to Holandia, czy Niemcy, a jeśli Polska, to czy były to Suwałki, czy Wojsławice k. Wrocławia. O tym, że takie dane można zawrzeć w bazie danych, świadczy np. niemiecka baza cech roślin LEDA Trait Base. Jest to baza rozwijana przez konsorcjum niemieckich uniwersytetów i jednostek B+R. Jej treść to precyzyjnie wybierane i określane wyniki badań prowadzonych przez różne osoby, nie tylko z kręgu autorów. Po wypełnieniu odpowiedniej ankiety każdy może nadesłać wyniki własnych obserwacji, które są poddawane krytycznej analizie. Podstawą funkcjonowania tej bazy jest ścisła specyfikacja, wymagająca podawania wszystkich informacji, które mogą wpłynąć na jakość i kontekst zbieranych, a następnie udostępnianych informacji: kto, gdzie, kiedy i w jaki sposób uzyskał nadesłane dane o roślinach. Baza LEDA nie jest jeszcze ukończona, ale pokazuje, jakie są niedostatki rozwiązań istniejących na rynku zieleni miejskiej, zwłaszcza w Polsce.
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Dlaczego ogólnikowo?
Nasuwa się pytanie, dlaczego często wykorzystywane źródła danych podają wiadomości pozbawione istotnych informacji, pozwalających zrozumieć sens zawartej w nich wiedzy?
Jedną z przyczyn takiego stanu rzeczy są zapewne koszty stworzenia, a następnie aktualizacji źródeł tego typu. Bazę lub katalog oparty na ogólnikowych szacunkach kilku ekspertów tworzy się szybko i tanio, a dezaktualizuje się ona bardzo powoli.
Decyduje tu również prawo wielkich liczb. Jeżeli współczesny rynek szkółkarski w Polsce oferuje łącznie ok. 3800 taksonów roślin drzewiastych, to z całą pewnością nie wszystkie są zbadane w tym samym stopniu. O niektórych, uprawianych od dawna i powszechnie, takich jak klon zwyczajny czy żywotnik zachodni w odmianie kolumnowej, wiadomo bardzo dużo. O innych, niedawno wprowadzonych do uprawy – niewiele. Trudno wyobrazić sobie organizację planowych badań, mających na celu uzupełnienie brakującej wiedzy. Gdyby rocznie badać aż 200 różnych taksonów roślin drzewiastych, to zbadanie wszystkich taksonów oferowanych przez szkółki zrzeszone w ZSzP trwałoby ok. 190 lat! Ponadto objętość szczegółowego zbioru danych o wszystkich taksonach oferowanych w handlu byłaby tak wielka, że trudno byłoby ogarnąć zawartą w nich wiedzę. Wydawcy uznają więc, że lepsze są dane ogólnikowe, ale równomiernie pokrywające cały asortyment oferowanego lub spotykanego w nasadzeniach materiału roślinnego.
Niestety, do utrwalenia obecnego stanu wiedzy przyczynia się także przekonanie wydawców, że odbiorcy oczekują informacji niewymagających od nich zbyt głębokich przemyśleń. Odbiorcy zaś są przyzwyczajeni, że prawdziwą wiedzę o tym, jaka roślina, gdzie, w jakich okolicznościach i jak się zachowa, zdobywa się w życiu, a nie z książek. Obie te postawy decydują o tym, że w zakresie wiedzy o roślinach wciąż funkcjonuje archaiczny model oparty na wiedzy jednostek – nielicznych ekspertów tworzących autorskie oszacowania i licznych praktyków opierających się w działaniu na własnych doświadczeniach i własnej intuicji. System taki ma własności samopodtrzymujące. Część ekspertów nie jest zainteresowana formalizacją i dokumentacją swojej wiedzy, być może jej spora część okazałaby się mało wiarygodna. Praktycy zaś nie są zainteresowani dzieleniem się i dokumentacją swoich obserwacji, bo suma ich osobistego doświadczenia stanowi o ich wartości na rynku pracy.
Powodem, dla którego niewielu praktyków jest zainteresowanych wiedzą bardziej szczegółową i precyzyjną, jest też brak metod jej efektywnego wykorzystania. Za przykład niech posłużą dane o pokroju roślin. Zazwyczaj jest on opisywany słownie za pomocą określeń odnoszących się do proporcji szerokości i wysokości korony (kolumnowy kulisty, owalny, jajowaty, spłaszczony) lub do ułożenia pędów w koronie (płożący, zwisający). Aby dać wyobrażenie o specyfice cienia rzucanego przez dane drzewo, można słownie opisać gęstość korony. Tego typu opisy są ogólnikowe (stąd najczęściej są uzupełniane przez zdjęcia1), ale łatwe w percepcji. Tworzenie bardziej szczegółowych opisów koron jest niemożliwe bez zastosowania bardziej skomplikowanych języków formalnych, takich jak tzw. L-systemy.
Języki formalne
L-system to formalny język, algorytmicznie opisujący mechanizm wzrostu i rozgałęziania się drzew i innych roślin. Od czasu wymyślenia przez Aristida Lindenmayera w 1968 r. został znacznie wzbogacony. Wydana w 1980 r. książka prof. Przemysława Prusinkiewicza pt. „Algorythmic Beauty of Plants”2 ukazuje ogromne możliwości tkwiące w tej metodzie opisu roślin. Wzór pozwalający na symulację wzrostu konkretnego gatunku roślin w drobniutkich szczegółach zajmuje niewiele więcej miejsca niż ogólnikowy opis jej wyglądu w języku potocznym. Jednak, by móc z niego korzystać, konieczny jest program komputerowy pozwalający symulować rosnące ciała roślin. Poszczególne gatunki muszą posiadać swoje formalne definicje. Z jednym i z drugim są wciąż problemy – większość programów wizualizujących L-systemy tworzona jest albo przez informatyków-hobbistów (np. lparser), albo przez specjalistów zajmujących się grafiką komputerową i potrzebujących jedynie ciekawych wizualizacji drzew (np. ARBARO). Niektóre programy pozwalają zarówno na wizualizację, jak i na analizę innych właściwości roślin i ich zachowania się (np. L-studio).
W innych dziedzinach zajmujących się roślinami (rolnictwo, ogrodnictwo, leśnictwo) w wyniku bliskiej współpracy z informatykami powstają już dość zaawansowane modele typu FSPM (Functional-Structural Plant Model), opisujące strukturę i funkcjonowanie roślin (np. Digiplante).
O możliwości zastosowania tego typu modeli i bardzo precyzyjnych danych, do których odwołują się projektanci zieleni miejskiej, świadczą pojawiające się pierwsze prace analizujące zachowanie się wybranych gatunków drzew w warunkach miejskich3. Opisanie w języku L-systemów struktury i mechanizmu wzrostu wybranych drzew ulicznych pozwala na generowanie na poczekaniu obrazu rosnącego drzewa wraz z obrazem rzucanego przez nie cienia.
Co więcej, ten sam międzynarodowy zespół autorów wykorzystał już tę metodę do wizualizacji wzrostu platanów klonolistnych4, gdzie dodatkowo obliczono szereg dodatkowych parametrów umożliwiających zależną od wieku i wielkości drzewa finansową analizę korzyści i strat. Do korzyści należy zaliczyć oszczędność energii, przechwytywanie zanieczyszczeń powietrza, asymilację CO2, redukcję objętości koniecznych do odprowadzenia wód opadowych i wartości estetyczne, natomiast do strat – ilość robocizny i materiałów koniecznych do zaopatrzenia drzewa w wodę, do jego przycinania i usuwania, a także naprawy infrastruktury i sprzątanie po burzach i nawałnicach. Jednak podstawą obliczeń i modelowania były precyzyjnie dobrane dane empiryczne. Dlaczego takie analizy nie miałyby powstawać także w Polsce?
Źródła
dr Piotr Mędrzycki
Wyższa Szkoła Ekologii i Zarządzania, Warszawa
Tytuł i śródtytuły od redakcji
W zakresie gospodarki zielenią miejską wykorzystuje się różne formy wiedzy na temat roślin. Odpowiednie planowanie, projektowanie, sadzenie i pielęgnacja są możliwe dzięki istnieniu wiedzy o właściwościach roślin uprawnych i roślin występujących spontanicznie.
Bezpośrednim źródłem wiedzy są od dawna zestawienia tabelaryczne w podręcznikach i monografiach. Większość z opracowań dendrologicznych czy prac poświęconych bylinom i roślinom jednorocznym lub trawnikom (patrz ramka) zawiera w formie tekstowej i tabelarycznej szereg danych na temat właściwości biologicznych, estetycznych i użytkowych omawianych roślin. Wykazy te są uporządkowane funkcjonalnie pod kątem kryteriów doboru roślinności stosowanej w trakcie realizacji zieleni miejskiej.
Cennym źródłem informacji z dużą dozą danych wizualnych są katalogi roślin, wydawane przez poszczególne firmy produkujące materiał roślinny oraz organizacje zrzeszające producentów. Z uwagi na zasób przystępnej informacji wizualnej źródła takie jak „Katalog roślin” wydany przez Związek Szkółkarzy Polskich są najszerzej wykorzystywanym zasobem podstawowej wiedzy o roślinach.
W ostatnim dziesięcioleciu ze źródłami drukowanymi zaczęły konkurować źródła elektroniczne: komputerowe bazy danych, towarzyszące pakietom do wspomagania projektowania roślinności (3D Garden Composer, przystawki do programów CAD). Zawierają one znacznie bogatszy zestaw informacji o roślinach, ich wyglądzie, wymaganiach siedliskowych itp. niż wydania papierowe. Ich zaletą w porównaniu ze źródłami papierowymi jest możliwość zarówno generowania wykazów gatunków pod kątem konkretnych potrzeb, jak i oparcia selekcji o wiele kryteriów jednocześnie.
Liczba baz danych zawierających dane o wymienionych cechach roślin1
Dotychczasowe ograniczenia
Bliższa analiza dostępnych źródeł danych pokazuje jednak ograniczenia dotychczas dostarczanej w nich informacji. Wykonana w 2006 r. analiza porównawcza 100 internetowych baz danych o roślinach (zarówno polsko-, jak i angielskojęzycznych), udostępnianych przez producentów z branży szkółkarskiej, wydawnictwa, osoby prywatne niezwiązane z branżą zieleni miejskiej czy ogrodniczą, przez agendy rządowe, uczelnie i organizacje pozarządowe1, pozwoliła ustalić kilka prawidłowości.
Po pierwsze, żadna z baz nie zawierała pełnej listy kryteriów estetycznych roślin, spotykanych w literaturze. W bazach dominowały opisy walorów wizualnych kwiatów i liści bądź ewentualnie pokroju całej rośliny (patrz rysunek). O ile rzadkość opisów pędów i pni można wytłumaczyć ich mniejszym znaczeniem dla wyglądu projektowanych nasadzeń, o tyle niemal całkowity brak bardziej szczegółowych informacji o zapachu jest trudny do wyjaśnienia.
Po drugie, stosunkowo rzadkie są informacje na temat aspektów innych niż estetyczne. Jedynie połowa baz danych zawiera informacje o wymaganiach uprawowych roślin. Inne dane opisujące miejsce naturalnego występowania są podobnie częste w bazach anglojęzycznych (23 na 47 baz), ale znacznie rzadziej występują w bazach polskojęzycznych (16 na 57 przebadanych baz). Warunki występowania są definiowane jako rozmieszczenie w obrębie kontynentu, wykaz jednostek administracyjnych bądź jako typy formacji roślinnych lub typy gleb, na jakich naturalnie występują.
Okno programu Inkspace do tworzenia schematów roślin z wykorzystaniem L-systemów.
Ustalono też, że w ogromnej większości baz niemal całkowicie brakuje informacji o zmienności opisywanych parametrów. Zmienność wysokości, tempa wzrostu w obrębie populacji, kolorów kwiatu czy zwartości korony są ważnymi cechami z punktu widzenia projektanta i osób odpowiedzialnych za utrzymanie zieleni, tymczasem źródła tego typu nie dostarczają ilościowych danych porównawczych.
W większości baz danych brakuje ponadto informacji o pochodzeniu i jakości zamieszczonych danych, co znaczy, że zawierają one wiedzę ekspercką lub stanowią kompilację i rekapitulację danych zamieszczanych w innych źródłach. Ani jedno, ani drugie pochodzenie nie musi dyskwalifikować ich przydatności w gospodarce zielenią miejską. Nie sposób jednak zweryfikować zawartych w nich informacji ani sprawdzić, w jakich warunkach, jakimi metodami i w jakich okolicznościach były zbierane. Nie wiadomo, czy dane pochodzą z pomiarów bezpośrednich, czy są jedynie oszacowaniem, a także, na podstawie obserwacji jakiej liczby osobników z ilu partii materiału zostały sformułowane uogólnienia dla gatunku. Nie jest znany też obszar, na którym rośliny były obserwowane: czy była to Holandia, czy Niemcy, a jeśli Polska, to czy były to Suwałki, czy Wojsławice k. Wrocławia. O tym, że takie dane można zawrzeć w bazie danych, świadczy np. niemiecka baza cech roślin LEDA Trait Base. Jest to baza rozwijana przez konsorcjum niemieckich uniwersytetów i jednostek B+R. Jej treść to precyzyjnie wybierane i określane wyniki badań prowadzonych przez różne osoby, nie tylko z kręgu autorów. Po wypełnieniu odpowiedniej ankiety każdy może nadesłać wyniki własnych obserwacji, które są poddawane krytycznej analizie. Podstawą funkcjonowania tej bazy jest ścisła specyfikacja, wymagająca podawania wszystkich informacji, które mogą wpłynąć na jakość i kontekst zbieranych, a następnie udostępnianych informacji: kto, gdzie, kiedy i w jaki sposób uzyskał nadesłane dane o roślinach. Baza LEDA nie jest jeszcze ukończona, ale pokazuje, jakie są niedostatki rozwiązań istniejących na rynku zieleni miejskiej, zwłaszcza w Polsce.
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Przykłady algorytmicznego opisu mechanizmu wzrostu i rozgałęziania się roślin
Dlaczego ogólnikowo?
Nasuwa się pytanie, dlaczego często wykorzystywane źródła danych podają wiadomości pozbawione istotnych informacji, pozwalających zrozumieć sens zawartej w nich wiedzy?
Jedną z przyczyn takiego stanu rzeczy są zapewne koszty stworzenia, a następnie aktualizacji źródeł tego typu. Bazę lub katalog oparty na ogólnikowych szacunkach kilku ekspertów tworzy się szybko i tanio, a dezaktualizuje się ona bardzo powoli.
|
Wybrane podręczniki i monografie na temat roślin:
|
|
1. opracowania dendrologiczne:
Białobok S., Hellwig Z.: Drzewoznawstwo. PWRiL. Warszawa 1955. Seneta W., Dolatowski J.: Dendrologia. Wydawnictwo Naukowe PWN. Warszawa 2000. Bugała W.: Drzewa i krzewy. PWRiL. Warszawa 1991. Bugała W.: Drzewa i krzewy. PWRiL. Warszawa 2000. 2. prace poświęcone bylinom Marcinkowski J.: Byliny ogrodowe. PWRiL. Warszawa 2002. 3. prace poświęcone roślinom jednorocznym Raducka-Mynett M.: Kwietniki sezonowe. PWRiL. Warszawa 1980. 4. prace poświęcone trawnikom Rutkowska B., Hempel A.: Trawniki. PWRiL. Warszawa 1986. Rutkowska R., Pawluśkiewicz M.: Trawniki. PWRiL. Warszawa 1996. |
Decyduje tu również prawo wielkich liczb. Jeżeli współczesny rynek szkółkarski w Polsce oferuje łącznie ok. 3800 taksonów roślin drzewiastych, to z całą pewnością nie wszystkie są zbadane w tym samym stopniu. O niektórych, uprawianych od dawna i powszechnie, takich jak klon zwyczajny czy żywotnik zachodni w odmianie kolumnowej, wiadomo bardzo dużo. O innych, niedawno wprowadzonych do uprawy – niewiele. Trudno wyobrazić sobie organizację planowych badań, mających na celu uzupełnienie brakującej wiedzy. Gdyby rocznie badać aż 200 różnych taksonów roślin drzewiastych, to zbadanie wszystkich taksonów oferowanych przez szkółki zrzeszone w ZSzP trwałoby ok. 190 lat! Ponadto objętość szczegółowego zbioru danych o wszystkich taksonach oferowanych w handlu byłaby tak wielka, że trudno byłoby ogarnąć zawartą w nich wiedzę. Wydawcy uznają więc, że lepsze są dane ogólnikowe, ale równomiernie pokrywające cały asortyment oferowanego lub spotykanego w nasadzeniach materiału roślinnego.
Niestety, do utrwalenia obecnego stanu wiedzy przyczynia się także przekonanie wydawców, że odbiorcy oczekują informacji niewymagających od nich zbyt głębokich przemyśleń. Odbiorcy zaś są przyzwyczajeni, że prawdziwą wiedzę o tym, jaka roślina, gdzie, w jakich okolicznościach i jak się zachowa, zdobywa się w życiu, a nie z książek. Obie te postawy decydują o tym, że w zakresie wiedzy o roślinach wciąż funkcjonuje archaiczny model oparty na wiedzy jednostek – nielicznych ekspertów tworzących autorskie oszacowania i licznych praktyków opierających się w działaniu na własnych doświadczeniach i własnej intuicji. System taki ma własności samopodtrzymujące. Część ekspertów nie jest zainteresowana formalizacją i dokumentacją swojej wiedzy, być może jej spora część okazałaby się mało wiarygodna. Praktycy zaś nie są zainteresowani dzieleniem się i dokumentacją swoich obserwacji, bo suma ich osobistego doświadczenia stanowi o ich wartości na rynku pracy.
Powodem, dla którego niewielu praktyków jest zainteresowanych wiedzą bardziej szczegółową i precyzyjną, jest też brak metod jej efektywnego wykorzystania. Za przykład niech posłużą dane o pokroju roślin. Zazwyczaj jest on opisywany słownie za pomocą określeń odnoszących się do proporcji szerokości i wysokości korony (kolumnowy kulisty, owalny, jajowaty, spłaszczony) lub do ułożenia pędów w koronie (płożący, zwisający). Aby dać wyobrażenie o specyfice cienia rzucanego przez dane drzewo, można słownie opisać gęstość korony. Tego typu opisy są ogólnikowe (stąd najczęściej są uzupełniane przez zdjęcia1), ale łatwe w percepcji. Tworzenie bardziej szczegółowych opisów koron jest niemożliwe bez zastosowania bardziej skomplikowanych języków formalnych, takich jak tzw. L-systemy.
Języki formalne
L-system to formalny język, algorytmicznie opisujący mechanizm wzrostu i rozgałęziania się drzew i innych roślin. Od czasu wymyślenia przez Aristida Lindenmayera w 1968 r. został znacznie wzbogacony. Wydana w 1980 r. książka prof. Przemysława Prusinkiewicza pt. „Algorythmic Beauty of Plants”2 ukazuje ogromne możliwości tkwiące w tej metodzie opisu roślin. Wzór pozwalający na symulację wzrostu konkretnego gatunku roślin w drobniutkich szczegółach zajmuje niewiele więcej miejsca niż ogólnikowy opis jej wyglądu w języku potocznym. Jednak, by móc z niego korzystać, konieczny jest program komputerowy pozwalający symulować rosnące ciała roślin. Poszczególne gatunki muszą posiadać swoje formalne definicje. Z jednym i z drugim są wciąż problemy – większość programów wizualizujących L-systemy tworzona jest albo przez informatyków-hobbistów (np. lparser), albo przez specjalistów zajmujących się grafiką komputerową i potrzebujących jedynie ciekawych wizualizacji drzew (np. ARBARO). Niektóre programy pozwalają zarówno na wizualizację, jak i na analizę innych właściwości roślin i ich zachowania się (np. L-studio).
W innych dziedzinach zajmujących się roślinami (rolnictwo, ogrodnictwo, leśnictwo) w wyniku bliskiej współpracy z informatykami powstają już dość zaawansowane modele typu FSPM (Functional-Structural Plant Model), opisujące strukturę i funkcjonowanie roślin (np. Digiplante).
O możliwości zastosowania tego typu modeli i bardzo precyzyjnych danych, do których odwołują się projektanci zieleni miejskiej, świadczą pojawiające się pierwsze prace analizujące zachowanie się wybranych gatunków drzew w warunkach miejskich3. Opisanie w języku L-systemów struktury i mechanizmu wzrostu wybranych drzew ulicznych pozwala na generowanie na poczekaniu obrazu rosnącego drzewa wraz z obrazem rzucanego przez nie cienia.
Co więcej, ten sam międzynarodowy zespół autorów wykorzystał już tę metodę do wizualizacji wzrostu platanów klonolistnych4, gdzie dodatkowo obliczono szereg dodatkowych parametrów umożliwiających zależną od wieku i wielkości drzewa finansową analizę korzyści i strat. Do korzyści należy zaliczyć oszczędność energii, przechwytywanie zanieczyszczeń powietrza, asymilację CO2, redukcję objętości koniecznych do odprowadzenia wód opadowych i wartości estetyczne, natomiast do strat – ilość robocizny i materiałów koniecznych do zaopatrzenia drzewa w wodę, do jego przycinania i usuwania, a także naprawy infrastruktury i sprzątanie po burzach i nawałnicach. Jednak podstawą obliczeń i modelowania były precyzyjnie dobrane dane empiryczne. Dlaczego takie analizy nie miałyby powstawać także w Polsce?
Źródła
- Machnowski S.: Opracowanie bazy danych o walorach estetycznych rodzimych roślin zielnych Rezerwatu Biosfery „Puszcza Kampinoska”. Praca dyplomowa. Wydział Architektury WSEiZ. 2006.
- Prusinkiewicz P., Lindenmayer A.: Algorythmic beauty of plants. Springer Verlag. Nowy Jork, Heidelberg 1990.
- Linsen L., McPherson E.G., Rudnick S.: Inverse Modeling and Animation of Growing Single-stemmed Trees at Interactive Rates. International Conferences in Central Europe on Computer Graphics, Visualization and Computer Vision. http://wscg.zcu.cz/WSCG2007/Papers_2007/full/C67-full.pdf.
- Linsen L., Karis B.J., McPherson E.G., Hamann B.: Tree Growth Visualization. WSCG 2005, 31.01-4.02.2005 Plzen, Republika Czeska. Center for Urban Research. http://www.fs.fed.us/psw/programs/cufr/products/.
dr Piotr Mędrzycki
Wyższa Szkoła Ekologii i Zarządzania, Warszawa
Tytuł i śródtytuły od redakcji
