Szigetszentmiklósi RSD kőolajszennyezése

Bakó Gábor, Molnár Zsolt, Demény Krisztina, Pácsonyi Diána, Bálint Ágnes, Burai Csaba, Molnár András

Bevezetés

 

Napjainkban világszerte a természetet érő szennyezések nagy arányát szénhidrogén-balesetek teszik ki. Kitermelésük és szállításuk, valamint a közlekedés és járműkarbantartás során a kőolaj vagy annak származéka, hatalmas ökológiai és gazdasági károkat okoznak, amikor kijutnak a vizekbe, a talajba vagy a légkörbe (Fingas és Brown 1990, NRC 2003).

Egy olajszennyezést követő kárelhárítás egyik első és legfontosabb lépése a mintavétel (Wei et al. 2015, Han et al. 2018). Csak a környezetbe kikerült szénhidrogén összetételének pontos meghatározása után kaphatunk valós képet a fizikai környezetet és ezáltal az élővilágot ért hatásokról, mind rövid, mind hosszú távra vonatkozóan (Laczi 2016). A pontos kémiai vegyület ismeretében fogunk tudni információkat szerezni a kiömlés utáni rövid- (szétterülés, párolgás, diszpergálás, emulzifikáció, oldódás), illetve hosszú távú (oxidáció, ülepedés, biodegradáció) történésekről, melyek segítségével a kármentesítés, majd helyreállítás megtervezhető (Csősz 2016). Nagyon fontos a szennyezett zónák lehatárolása, ezek tulajdonságainak megismerése, azaz a munkaterület feltérképezése. Mindemellett fontos a környezeti viszonyok (hőmérséklet, szél, hullámzás) változásának monitoringja is (Overstreet és Galt 1995).

Már a XX. században felismert és mára egyre inkább elterjedt gyakorlat, hogy távérzékelési technológiákat alkalmaznak a környezetvédelemben és a katasztrófa elhárításban, többek közt vizeket ért olajszennyezés kezelése során is (Fantasia és Igrao 1974, Fingas és Brown 1990, Pisano et al. 2015, IOGP 2020). UAS-okathasználnak már a vizek felszínén lebegő olajfoltok detektálására (Dahlmann és Kienhuis 2015, Duan et al. 2019, Westerholm et al. 2021), vagy épp IR/UV szenzorral és radarral felszerelt repülőgépeket a felszín alatti potenciálisan szennyezett környezet monitorozására (Duan et al. 2019). 

Jelen tanulmány célja fokozottan védett élőhely, kiemelt természetvédelmi oltalom alatt álló terület akut elszenyeződésekor igényelt mintavételi terv elkészítési módszertanénak bemutatása. Amikor a szennyeződéssel érintett terület minden négyzetdecimétere pótolhatatlan értékű, mert az ott tapasztalható társulás a klímaváltozás és a környező területek túlhasználtsága miatt nem képes regenerálódni, sőt mesterségesen sem rekonstruálható, rendkívül fontos az azonnali tervezett beavatkozás, minél nagyobb felületek megmentése érdekében. Tehát a hagyományos kárelhárítási gyakorlatokhoz képest a szennyeződés helyben megfogása mellett szóba jöhet annak környező víztestben történő felfogása is. Nagyon lényeges a kezdeti információgyűjtés és térképezés, mert azonnali döntésekre, gyors beavatkozásokra van szükség. Ma már elképzelhetetlen mindez távérzékelési technológiák, elsősorban UAS-ok hatékony bevetése nélkül. Jelen tanulmányban egy mintavételi terv elkészítését ismertetjük egy lassú folyású víztestet ért olajszennyezés esetén, ahol a járműkarbantartásból származó használt motorolaj nagy mennyisége egy kiemelt értékű úszólápnál érte el a folyót. A reprezentatív mintázás alapját fotogrammetriai módszerrel kidolgozot UAS felvételek szolgálják, hogy minél gyorsabban elkészíthetővé váljon a baleset mintavételi terve, úgy, hogy az a leggazdaságosabban kivitelezhető legyen.

A módszertan bemutatásához a 2020 decemberében a Ráckevei (Soroksári-) Duna-ág Szigetszentmiklós melletti szakaszát ért olajszennyezés kárelhárítási munkálataiban dolgoztunk. Ismeretlen elkövető több mint tízezer liter fáradt olajat engedett a folyóba, mely elszennyezett mintegy 1850 m2 értékes vizes élőhelyet (OVF 2021). A Duna-ág 57 km hosszú, mindkét végét gát zárja le, így teljes mértékben szabályozott, a két zsilip tartja állandó szinten a vízállást. A zsilipek elkészülte óta a folyóág szinte állóvízzé változott, mely sajátos és különleges élővilágnak ad otthont, pl. a terület legnagyobb értékét jelentő úszólápoknak (Tóth 2021).

Egy jól megtervezett mintavétel reprezentatív adatokkal szolgál a szennyezés mértékéről, a kiömlött anyag milyenségéről és a környezetre gyakorolt lehetséges hatásairól (Csősz 2016). Minél korábban gyűjtik be a mintákat, annál hatékonyabban végezhető a kárelhárítás és hosszú távú monitorozás (Csősz 2016). A szennyezett Duna-ág, folyási sebességét és élővilágát tekintve, egy rendkívül lassú folyású folyónak számít, szinte állóvíznek. Más szempontok érvényesülnek mind tavakon, mind folyókon végzett mintázás során. Folyóvizet ért szennyezés esetén a legfontosabb tény, melyet számításba kell venni, az, hogy a víz mozgása folyásirányba szétteríti a kiömlött anyag részecskéit (ENV 2019). Emiatt figyelembe kell venni a folyó szerkezetét, a folyás sebességét, a szélsebességet és egyben a hullámzást, illetve emiatt a mintavételt folyásirány szerint a folyón lentről felfelé kell elvégezni (Titova et al. 2018). Állóvíz esetén meghatározó a víz adott hőmérsékleten tapasztalt sűrűség szerinti rétegződése, emiatt több mélységből is érdemes mintát venni (ENV 2019). Referenciamintát minden esetben kell gyűjteni. Abban az esetben, ha a szennyezett területről nem állnak rendelkezésre korábbi minták, akkor egy közeli hasonló közegű részről kell azt beszerezni, összehasonlíthatóság céljából (ENV 2019).

A távérzékelési technológiák egyre hatékonyabban járulnak hozzá olajszennyezés érintette területek lokalizálásához, reméljük, hogy módszerünk lehetőséget teremt komplex mintavételi hálózatok megtervezéséhez is.

 

 

A gyorsfelmérés

A területen a kárelhárítást azonnal megkezdték a kiérkező szakemberek, így mikor megérkeztünk a helyszínre, azonnal belekezdtünk a felmérésbe, hogy minél előbb tervezési térképhez jussanak a kárelhárítók. Ilyen esetben a terepi geodéziai illesztőpont felvétel környezetbarát jelölőfesték alkalmazásával ment végbe az ember alkotta objektumokon, és jelölőlap kihelyezéssel a védett területrészeken. A méréseket Leica VIVA geodéziai GPS műszerrel végeztük RTK (Real-time kinematic positioning) üzemmódban. A szennyezéssel közvetlenül érintett, olajfogókkal izolált értékes élőhely folton (100 x 60 m területen) nagyjából 10 perc alatt kijelöltünk és bemértünk 12 pontot, míg a környező utakon és területeken további 9 pontot, amelyek egy része illesztőpont, a fennmaradó része pedig ellenőrző pontként került felhasználásra a térkép geometriai megbízhatóságának ellenőrzéséhez.

Az UAS repülés során 20 MP előre kalibrált kamerát alkalmaztunk. A kamera belső adatainak ismerete azért fontos, mert katasztrófák és balesetek nem csak kiváló időjárási körülmények között fordulnak elő. Amennyiben a fotogrammatriai feldolgozás során végbemenő kalibráció párás időben készült képsorozatokon megy végbe, úgy paraméteres torzításokat eredményezhet a sűrű pontfelhőben, térmodellben és így az arra rektifikált ortofotókon is.

A munkaterületről és környezetéről 1,5 cm terepi felbontású ortofotót készítettünk (1. ábra), amelynek megbízhatósága RMS 6,7 cm volt. Az ortofotót Agisoft Metashape Professional szoftverrel azonnal előállítva QGIS nyílt forráskódú szoftverben kezdetét vehette vektorgrafikus kiértékelési térkép (2. ábra) elkészítése és a mintavételi pontok megtervezése.

 

1. ábra A szennyezett terület átnézeti képe az ortofotó részletén. Jól megfigyelhetők a megkezdett beavatkozás olajfogó lapjai és hurkái.

2. ábra A szennyezett terület vektorgrafikus elemzési térképe és jelmagyarázata

Mintaételi terv rácsháló kiosztásban

Az analitikai vizsgálatokhoz a mintavételt tervezhetjük szabályos raszter rács mentén. Ilyenkor nagyon lényeges a rácsháló közeinek a terület nagyságához, a közegek és az ejtett szennyezőanyagok terjedési tulajdonságaihoz igazítása, illetve a rácsháló reprezentatív kihelyezése, eltolása. Nagy valószínűséggel lesznek helyszínek, ahol a minta begyűjtése értelmetlen, vagy nem lehetséges, de ezeknek a törölt pontoknak a számát minimálisra kell kihozni (3. ábra), illetve arra is törekedni kell, hogy a mintavétel során valamennyi közeg- és talajtípusból, jó eloszlásban gyűjtsünk mintát.

3. ábra A szabályos hálózatra épülő (raszter) mintavétel kijelölés eredménye

Mintaételi terv manuálisan kijelölve

A manuális mintavételi terv (4. ábra) is az ortofotóról levezetett, a felszínen tapasztalható jelenségek és foltátmenetek térképén készül el. A látható szennyezett foltokban, azok között, illetve a terjedési irányok (1, 3, 4. pontok) és felhalmozódási zónák (2. pont) is megmintázandók. Természetesen kontroll pontok levétele is szükséges (5. pont), amely a folyásiránnyal ellentétes, s kissé távoli, de hasonló helyszínről kell gyűjteni. Minden ponton legalább három minta begyűjtése indokolt, a szabványoknak (ENV 2019, IOGP 2020 )megfelelően.

Célszerű a degradált nádasból (8, 10, 12, 14. pontok), a szennyezett vízből (9, 11, 13. pontok) és a felszínen tapasztalható vegyi anyagból (6,7. pontok) is kellő számú mintát venni.

4. ábra A kiértékelési térkép segítségével manuálisan elkészített mintavételi terv

A terület állapotának felderítését, a foltok információval történő feltöltését mindkét mintavételi terv kielégíti. Így amennyiben akár egy valósszínes felvételezésre alkalmas UAS és grodéziai GPS rendelkezésre áll, ezzel a módszerrel egy gyors, a lehető legrövidebb időn belül rendelkezésre álló beavatkozási terv készítésére alkalmas nagypontosságú térképalap készíthető. Amennyiben az UAS fedélzetén installált kamera direkt tájékozási rendszerrel bír, amely kellően pontos (legalább dm megbízhatóságú), elegendő a geodéziai műszerrel csupán két-három ellenőrző pontot rögzíteni, hogy a direkt tájékozással készülő távérzékelt állományok geometriai minőségéről megbizonyosodhassunk. Ez nem csak felgyorsítja a műveleteket, de kifejezetten előnyös nehezen megközelíthető, veszélyes és/vagy szenzitív élővilággal jellemezhető területek esetében.

Tovább javítja a térkép részletességét a multispectrális (MS), illetve hiperspektrális (HS) UAS fedélzeti berendezések alkalmazása, de a nagy terepi felbontású RGB felvételezéstől ez esetben sem szabad eltekinteni, mert ez adja meg a megfelelő geometriai pontosságot és alaktani, lehatárolási detektálás lehetőségét. Jelen esetben a szennyező anyag gyors megismerése és a beavatkozás sürgőssége nem indokolta további spektrális csatornák alkalmazását.

A szennyezett terület történeti áttekintése

1782-1785 között lezajlott az első hivatalos katonai térképezés a területen, mely alapján elmondható, hogy keményfás foltokkal tagolt, homokhátakkal szegélyezett természeti táj lehetett itt akkor. Az 1819-1869 között elvégzett térképezés alapján egyértelműen látszik, hogy egy magas természetességű területről van szó ebben az időszakban.

A Harmadik katonai felmérés (1:25000 méretarány) 1800-as évek végét tükröző térképein jól azonosítható egy holtág (5. ábra). A most elszennyezett terület a Tebe-holtág deltája volt egykor (6. ábra). A torkolattól délre egyetlen épületet találunk. Az 1:75000 léptékű térképváltozat megerősíti a sűrű erdő jelenlétét a partig.


5. ábra Harmadik Katonai Felmérés (1:25000)

6. ábra A Harmadik Katonai Felmérés térképe GeoEye2 űrfelvételre vetítve, a mai utcanevekkel. a) a néhai Tebe-holtág, b) szennyezett terület

A Habsburg Birodalom kataszteri térképén 1882-ben a terület nincsen felparcellázva, ez is sugallja az akkori természetességet.

1910 körül Magyarország általános térképe szintén part menti erdőt jelez és kiterjedt nádasokat. Az 1941-es Magyarország katonai felmérése című térképen a holtágtól délre két telek is megtalálható ugyanakkor még mindig megvan a partig érő erdőfolt, a vizes élőhely természetessége itt is igazolt. Az 1941-1942-es országos ortofotó projekt anyagain is hasonló állapotokat találunk.

Georeferálva és megvizsgálva a légifelvételeket, úgy találtuk, hogy az úszóláp kialakulása valóban nem új keletű, és a környező nádas felszínborítás változásai sem voltak jelentősek az elmúlt hatvan évben. 1968-ra a part közelében gyümölcsültetvényeket találunk, amelyek 1986-ig lassan laza településszerkezetté, lakó és üdülőházas városrésszé alakultak, de a partszegély és a láp nagyrészt érintetlen maradt, leszámítva, hogy az 1980-as években három hosszan benyúló stéget létesítettek, egymástól 40 méteres távolságra.

7. ábra A területen az úszóláp és az azt körülölelő nádas kiterjedésében nem tapasztalható komolyabb degradáció az elmúlt hatvan évben. A mintavételi helyek megtervezése során figyelembe vettük, hogy a pontok legalább 60%-a olyan területre essen, amelynek felszínborítása az előző fél évszázadban is azonos volt a maihoz.

Résztvevők

Burai Csaba

Dr. Bakó Gábor

Dr. Mészárosné Dr. habil. Bálint Ágnes

Dr. Demény Krisztina

Prof. Dr. Molnár András

Molnár Zsolt

Pácsonyi Diána


Irodalom

Csősz L. (2016): Felszíni vizek kőolajszennyezéseinek vizsgálata. Hadmérnök 11 (4). pp. 46-55.

Dahlmann G., Kienhuis P. (2015): Oil spill sampling and the Bonn-oil spill identification network: a common method for oil spill identification. In: Oil Pollution in the North Sea, Springer, Cham. pp. 237-254.

Duan Z., Li Y., Wang J., Zhao G., Svanberg S. (2019): Aquatic environment monitoring using a drone-based fluorosensor. Applied Physics B 108 (125)

ENV (British Columbia Ministry of Environment and Climate Change Strategy) (2019): Spill Sampling and Reporting Guideance. In: Guidance on the Management of Environmental Emergencies. Victoria, BC. ( https://www2.gov.bc.ca/assets/gov/environment/air-land-water/spills-and-environmental-emergencies/docs/materials/post-spill_sampling_guidance.pdf , megtekintés dátuma: 2022.01.15.)

Fantasia J. F., Ingrao H.C. (1974): The development of an experimental airborne laser remote sensing system for the detection and classification of oil spill. In: Proceedings of the International Symposiumon Remote Sensing of Environment, 9th, University of Michigan, Ann Arbor, April 15-19, 1974.

Fingas M., Brown C. E. (1990): Oil spill remote sensing: a review, Chapter 6. Oil Spill Science and Technology, ed. by M. Fingas, Gulf Professional Publishing, Boston

Han Y., Nambi I. M., Clement T. P. (2018): Environmental impacts of the Chennai oil spill accident–A case study. Science of the total environment 626, pp. 795-806.

IOGP (International Association of Oil & Gas Producers) (2020): Oil spill monitoring and sampling. Good practice guidelines for incident management and emergency response personnel. IOGP Report 639. pp. 10-14. ( https://www.ospri.online/site/assets/files/1135/oil_spill_monitoring_and_sampling_2021-01-29_lr.pdf , megtekintés dátuma: 2022.01.05.)

Laczi K. (2016): Szénhidrogén bontó Rhodococcus erythropolis törzsek funkcionális genomikai analízise és biotechnológiai alkalmazása. Doktori (PhD) értekezés, témavezetők: Perei K., Rákhely G. Biológiai Doktori Iskola, Biotechnológiai Tanszék, Szegedi Tudományegyetem, Szeged. p. 10.

National Research Council (US) (2003): Committee on Oil in the Sea: Inputs, Fates, and Effects. Oil in the Sea III: Inputs, Fates, and Effects. National Academies Press, Washington (DC). 16-17.

Országos Vízügyi Főigazgatóság (OVF) (2021): Összefoglaló az RSD olajszennyezéséről, weblap: https://ovf.hu/hu/korabbi-hirek-2/osszefoglalo-az-rsd-olajszennyezeserol , megtekintés dátuma: 2022.01.15.

Overstreet R., Galt J. A. (1995): Physical processes affecting the movement and spreading of oils in inland waters. National Oceanic and Atmospheric Administration (NOAA)/Hazardous Materials Response and Assessment Division. Seatle, Washington. 13-23.

Pisano A., Bignami F., Santoleri R. (2015): Oil spill detection in glint-contaminated near-infrared MODIS imagery. Remote Sens. 7 (1112)

Salem F. (2003): Hyperspectral Remote Sensing: A New Approach for Oil Spill Detection and Analysis. George Mason University, Washington, DC. 49–85.

Titova, T., Akhtyamov, R., Nasyrova, E., & Elizaryev, A. (2018). Accident at river-crossing underwater oil pipeline. In MATEC Web of Conferences (Vol. 239). EDP Sciences.

Tóth T. (2021): A Ráckevei (Soroksári) Duna-ág integrált tervezése a fenntartható vízgazdálkodás érdekében. Műszaki Katonai Közlöny, 31(2), pp. 31-43.

Wei L., Hu Z., Dong L., Zhao W. (2015): A damage assessment model of oil spill accident combining historical data and satellite remote sensing information: A case study in Penglai 19-3 oil spill accident of China. Marine Pollution Bulletin 91 (1), pp. 258-271.

Westerholm D. G., Ainsworth C. H., Barker C. H., Brewer P. G., Farrington J. W., Justić D., Kourafalou V. H., Murawski S. A., Shepherd J. G., Solo-Gabriele, H. M. (2021): Preparedness, planning, and advances in operational response. Oceanography, 34(1), pp. 212–227.

A mintaterület légifelvételei, ortofotója és kiértékelt adatbázisai oktatási, kutatási célokra szabadon felhasználhatók. Minden felhasználás, publikálás, illetve az állományok segítségével létrehozott termékek publikálásakor közölni kell, hogy "az Interspect Kft. HRAMN adatbázisának és/vagy távérzékelt állományainak felhasználásával készült”, illetve az adatbázis utolsó "Originator" mezőiben található résztvevőket is jelezni kell.
A fájlok hozzáféréséhez, illetve a terület vizsgálatában való részvételre az oldal alján található elérhetőségeken lehet jelentkezni.


A felmérés során készülő formátumok

  • Ortofotó (geoTIF; geoJPG; ECW)
  • Pontfelhő (ply)
  • Felszínborítás adatbázis (Shape, GeoJSON)

    • Az állományok üzleti célú felhasználása során díj illeti meg az adott termék előállításában résztvevő valamennyi szereplőt.



    Vektorgrafikus felület alapú téradatbázisok alapsémája

    Vetület: EPSG:23700 - HD72 / EOV

    Karakter kódolás: UTF-8


    Mezők:


    Azonosító (Integer64; 10) Folt sorszáma

    LC (Integer64; 10) Felszínborítás kód (A kódok listája itt érhető el)

    Domináns fajok (String; 254) A foltban megtalálható domináns faj/fajok magyar nevei, vesszővel elválasztva

    Dom. Védett (String; 254) A foltban megtalálható domináns faj/fajok közül a védett fajok magyar nevei, vesszővel elválasztva

    Dom. Inváziós (String; 254) A foltban megtalálható domináns faj/fajok közül az inváziósok magyar nevei, vesszővel elválasztva

    Dom. Lat. (String; 254) A foltban megtalálható domináns faj/fajok latin nevei, esszővel elválasztva

    Kor (String; 254) A foltban megtalálható állományalkotó faj becsült kora, amennyiben homgén az állomány

    Kísérőfajok (String; 254) A foltban megtalálható kísérő faj/fajok magyar nevei, esszővel elválasztva

    Őshonos kísérőfajok (String; 254) A foltban megtalálható kísérőfaj/fajok közül a védett fajok magyar nevei, vesszővel elválasztva

    Inváziós kísérőfajok (String; 254) A foltban megtalálható kísérőfaj/fajok közül az inváziósok magyar nevei, vesszővel elválasztva

    Ac. Sp. Lat (String; 254) A foltban megtalálható kísérőfaj/fajok latin nevei, vesszővel elválasztva

    Élőhely (String; 254) ÁNÉR besorolás

    Potenciális vegetáció (String; 254) Az antropogén hatás nélküli ilyen növényzet valószínűsíthető a folt helyén.

    Inv.észlelés (String; 254) Özönnövény jelenléte I: Igen NULL: nem

    Természetesség (Integer64; 10) (Takács és Molnár 2007 alapján)

    Tájhasználat (String; 254) Az adott felszín funkcionalitása (felszínhasználati kategória).

    Degradáció oka (String; 254) Degradáció, kockázati tényezők, veszélyforrások

    Talajtípus (String; 254) Genetikai talajtípus besorolás

    Becsült talajmélység (String; 254) A termőréteg átlagos mélysége a foltban

    Fizikai féleség (String; 254) (Törmelék; Durva homok;Homok; Homokos vályog; Vályog; Agyagos vályog; Agyag; Agyagos homok; Homokos agyag; Nehéz agyag; Kotu, tőzeg besorolások)

    Fatermő képesség: Az egyes termőhely típus változatokhoz tartozó növekedés, hármas rangsorolással: Gyenge, Közepes, Jó

    Megjegyzés (String; 254) Bármilyen megfigyelés, például holtfa jelenléte a foltban, kezelések, stb.

    Terület (String; 10) (Automatikusan számoljuk)

    Originator (String; 254) A folt adatainak feltöltésében résztvevő személyek listája.

     

    Természetesség:

    0 – Burkolattal borított felszínek

    1 – Teljesen leromlott / a regeneráció elején járó állapot

    Kizárólag „gyomok” és jellegtelen fajok uralkodnak, semmiféle természetesebb növényzeti típus sem ismerhető fel, azaz a természetközeli és féltermészetes kategóriáknál ilyen nincs.

     2 – Erősen leromlott / gyengén regenerálódott állapot

    A fajkészlet jellegtelen, a zavarástűrők, „gyomok”, özöngyomok uralkodnak, a növényzet szerkezete szétesett vagy fejletlen (monodomináns, egykorú foltok, kevés faj él együtt), a növényzet gyakran fragmentált, a termőhely általában leromlott, természetesebb élőhelyet nemigen lehetne megnevezni. Ha felismerhető az eredeti élőhely, állapota akkor is „igen rossz”, többnyire nagy az adventív fajok borítása;

    3 – Közepesen leromlott / közepesen regenerálódott állapot

    A természetes fajok uralkodnak, de színező elemek alig vannak, máskor több színező elem mellett sok a zavarástűrő faj, sőt, a „gyomok” is gyakoriak lehetnek, a termőhely gyakran közepesen leromlott, a növényzet szerkezete nem jó (homogén, egykorú vagy természetellenesen foltos) / máskor jobb a szerkezet, de akkor a fajkészlet jellegtelen; szinte mindig meg lehet nevezni egy természetesebb élőhelyet, de az állapota "nem jó".

    4 – „Jónak nevezett”, „természetközeli” / „jól” regenerálódott állapot

    A növényzet szerkezete jó és / vagy a természetes fajok uralkodnak, sok a színező elem is, viszont többnyire kevés a zavarástűrő faj; nem ritkán 3-as és 5-ös vegetációs jellemzők kombinálódnak: I. fajokban szegényesebb, esetleg gyomosabb is, de igen jó szerkezetű folt, II. fajokban igen gazdag, de nem jó szerkezettel, III. idős erdőállomány, de fajhiányos vagy nem jó szerkezetű, IV. az egyik vegetációs szint lényegesen jobb állapotú, mint a másik szint (ez a legszélesebb természetességi kategória).

    5 – Természetes állapot

    Specialista, kísérő és termőhely jelző fajokban a vegetációtípushoz képest gazdag, jó szerkezetű, szentély értékű terület, az adott élőhely országosan (regionálisan) legjobb 10-50-100 állományának egyike, gyomok és inváziós fajok nincsenek, vagy alig vannak, a termőhely természetes állapotú (Takács és Molnár 2007 alapján).