Úvod

Dark Earth a odpadové hospodářství ve středověké Praze

Na podzim roku 2024 byl na Václavském náměstí odebrán geoarcheologický profil k účelům mikromorfologických a geochemických analýz. V jeho mocné stratigrafii byla identifikována vrstva Dark Earth, která představuje jeden z prvních důkazů středověkého městského odpadu tohoto typu v Praze.

Archeologická tmavá zemina (Dark Earth ADE) představuje specifický typ půdy, který vznikl působením lidské činnosti od pravěku až po nedávnou dobu. ADE je charakteristická svou tmavou barvou způsobenou vysokým obsahem dřevěného uhlí a organických zbytků. Kromě toho se vyznačuje vysokou koncentrací živin jako jsou uhlík, dusík, fosfor, vápník, hořčík a železo. Tyto vlastnosti zajišťují ADE vyšší úrodnost a stabilitu ve srovnání s okolními přírodními půdami. Výskyt ADE je po celém světě kde byla lidská činnost, například v Amazonská (Terra preta),v mírném pásmu Evropy i v arktických oblastech. (Teplejší zimy v Arktidě zvyšují mikrobiální aktivitu, což mění koloběh uhlíku a dusíku a ovlivňuje složení vegetace i produktivitu ekosystémů. Metoda georadaru (GPR) se v těchto podmínkách ukázala jako účinná pro archeologický výzkum zamrzlých a táním odhalených lokalit. Přes technické obtíže GPR umožňuje mapovat skrytá sídliště i fosilní nálezy v permafrostu). Jejich vznik je spojen se soustavným ukládáním organického odpadu, popela, kostí a dalších materiálů v blízkosti lidských sídel.(Urban-Rasic-Alix-Anderson-Manning-Mason-Tremayne-Wolff 2016) Studie provedené v oblasti Apuí v jižní Amazonii se zaměřily na podrobnou analýzu těchto půd. Bylo otevřeno několik profilů, kde byly odebírány vzorky pro fyzikální, chemické i mineralogické analýzy. Výzkum ukázal, že barva půdy a obsah železných oxidů (zejména hematitu a goethitu) mohou být efektivními indikátory půdních vlastností a procesů spojených s jejich vznikem. Moderní metody jako difuzní reflektanční spektroskopie (DRS) přinesly přesnější a objektivnější hodnocení půdní barvy oproti tradičnímu subjektivnímu vnímání.(Asare-Afriyie-Hejcman 2020) Oxidy železa prokázaly svou citlivost na změny prostředí a pedogenní procesy a ukázaly, že ADE má blízké vlastnosti k některým neantropogenním brazilským půdám, ačkoliv si uchovává své specifické antropogenní znaky. Detailní studium těchto půd nejen přispívá k pochopení historie lidského osídlení, ale také nabízí možnosti pro lepší hospodaření s půdou v současnosti. (Aquino-Marques-Campos-Oliveira-Bahia-Santos 2016)

Cíle výzkumu

Identifikovat a popsat výskyt Dark Earth ve středověké Praze
Rekonstruovat vývoj odpadového hospodářství ve veřejném prostoru města
Rozlišit vrstvy antropogenního a fluviálního původu
Zhodnotit význam chemických a mikromorfologických markerů v archeologickém kontextu

Odebraný profil na Václavském náměstí

Lokalizace

leaflet() %>%
  addTiles(group = "Základní mapa") %>%
  addProviderTiles(providers$Esri.WorldImagery, group = "Ortofoto") %>%
  addMarkers(lng = 14.42537, lat = 50.08106,
             popup = "Odebraný profil – Václavské náměstí") %>%
  setView(lng = 14.42537, lat = 50.08106, zoom = 17) %>%
  addLayersControl(
    baseGroups = c("Základní mapa", "Ortofoto"),
    options = layersControlOptions(collapsed = FALSE)
  ) %>%
  addScaleBar(position = "bottomleft")

Profil

raw <- read.table("barvy2.txt", header=TRUE, sep="\t", dec=",", check.names = FALSE)
raw$soil_color <- with(raw, munsell2rgb(hue, value, chroma))
depths(raw) <- id ~ top + bottom
hzdesgnname(raw) <- 'name'
plotSPC(raw, name.style = 'center-center', width = 0.25, axis.line.offset = -5)

Ternární diagram

raw <- read.table("granulometry.txt", header = TRUE, sep = "\t", dec = ",", check.names = FALSE)
newdata2 <- raw[-c(22:27), ]
newdata2$category <- as.character(newdata2$category)
newdata2$category[newdata2$category == "sanitation layer -mid-to-late 14th century"] <- "sanitation layer"
newdata2$category <- as.factor(newdata2$category)

category_colors <- c(
  "sanitation layer" = "grey",
  "flood in 1280" = "black",
  "17th century" = "red",
  "16th century" = "blue",
  "15th century" = "green",
  "mid-to-late 14th century" = "purple",
  "after 1348" = "orange",
  "12th century" = "cyan",
  "before 12th century" = "pink"
)

# Ternární graf
ggtern(newdata2, aes(x = sand, y = clay, z = silt)) +
  geom_point(aes(color = category), alpha = 0.75, size = 3) +
  scale_color_manual(values = category_colors) +
  scale_size_continuous(range = c(3, 10)) +
  theme_rgbw() +
  theme(legend.position = "bottom") +
  guides(
    color = guide_legend(nrow = 5, byrow = TRUE, override.aes = list(size = 5, alpha = 1)),
    size = guide_legend(nrow = 1)
  )

Geochemické profily

data <- read.table("xrf.txt", sep = "\t", header = TRUE)

# Zprůměrování podle Sample
elements <- c("P", "Ca", "Pb")
data_avg <- aggregate(data[, elements],
                      by = list(Sample = data$Sample,
                                Depth = data$Depth,
                                Category = data$Category),
                      FUN = mean, na.rm = TRUE)

# Barevné přiřazení ke kategoriím
category_colors <- c(
  "flood in 1280" = "black",
  "17th century" = "red",
  "16th century" = "blue",
  "15th century" = "green",
  "mid-to-late 14th century" = "purple",
  "after 1348" = "orange",
  "12th century" = "cyan",
  "1348" = "brown",
  "before 12th century" = "pink"
)

# Základní base R graf s barvami a legendou
par(mfrow = c(1, 3), mar = c(5, 4, 4, 8), xpd = TRUE)
for (el in elements) {
  cols <- category_colors[as.character(data_avg$Category)]
  plot(data_avg[[el]], data_avg$Depth,
       main = paste("Profil prvku", el),
       xlab = paste(el, "(ppm)"),
       ylab = "Hloubka (cm)",
       pch = 19,
       col = cols,
       ylim = rev(range(data_avg$Depth)))
}
# Přidání společné legendy vpravo vedle grafů

legend("bottomright",
       legend = names(category_colors),
       col = category_colors,
       pch = 19,
       cex = 0.8,
       bty = "n",
       title = "Období")

Závěr

Výzkum na Václavském náměstí přináší cenné poznatky o sedimentárních a geochemických procesech ve městském prostředí. Kombinace mapování, XRF analýz a půdního profilu nabízí detailní pohled na vývoj prostoru v čase.

Vytvořeno pomocí R a balíčků ggplot2, leaflet, ggtern, aqp a heatmaply.

Geoarcheologický výzkum Václavského náměstí