Marek Dvořák

2025-06-02

Úvod

Dark Earth a odpadové hospodářství ve středověké Praze

Na podzim roku 2024 byl dr. Petrem Starcem z MHMP na Václavském náměstí proveden archeologický výzkum. Jeho součástí bylo také odebrání geoarcheologického profilu k účelu 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.

Dark Earth

Je vysoce úrodná, tmavá půda vzniklá lidskou činností bohatá na uhlík a organický materiál. Je výsledkem dlouhodobé lidské činnosti, jenž způsobila akumulací odpadů, spalováním, opakované stavební činnosti tyto půdy. Specifickým místem, kde se Dark Earth ve velké míře vyskytuje, je Amazonie. Známá jako “Terra Preta” (z portug. černá země) zde vznikla dlouhodobým působením domorodých obyvatel. V Evropě je možné najít ve velkých evropských městech.

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
Odebraný profil na Václavském náměstí

Lokalizace

Lokalizace výzumu v centru Prahy

leaflet() %>%
  addTiles(group = "Základní mapa") %>%
  addProviderTiles(providers$Esri.WorldImagery, group = "Ortofoto") %>%
  addMarkers(lng= 14.4265286, lat= 50.0821144,
             popup = "Odebraný profil – Václavské náměstí") %>%
  setView(lng= 14.4265286, lat= 50.0821144, zoom = 17) %>%
  addLayersControl(
    baseGroups = c("Základní mapa", "Ortofoto"),
    options = layersControlOptions(collapsed = FALSE)
  ) %>%
  addScaleBar(position = "bottomleft")

Profil

Popis vertikálního profilu půdy:

  • 17.-18. století

  • 17.-18. století, cihly

    1. století
  • 14.-15. století

  • po r. 1348

  • 1348 (založení Nového Města pražského Karlem IV.)

  • 1280, povodňový horizont

    1. století, vysrážené sloučeniny železa
    1. století
  • před 12. stoletím

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

Ternární diagram (diagram zrnitosti) zobrazuje zastoupení tří frakcí v odebraných půdních vzorcích. Zobrazuje písek (sand), jíl (clay) a prach (silt). Z diagramu lze vyčíst vysoký podíl prachu a písku. Pro raný středověk je zrnitost půdy více pracovitá. Pro 14. a 15. století je typický vyšší podíl písku. Původem jde nejspíše o fluviální sediment z říčního koryta řeky Vltavy. Odtud mohl písek být přivezen např. na vyrovnávky terénu pro stavební účely.

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

Geochemické profily slouží k zobrazení zastoupení prvků v profilu.

Fosfor (P) svědčí o organických zbytcích na lokalitě. Může jít o pozůstatky koňské mrvy, kuchyňský odpad apod.

Vápník (Ca) může pocházet z trusu, kostí nebo stavebních aktivit.

Olovo (Pb) ve vysokých hodnotách ukazuje řemeslnou výrobu v novověku, avšak za výsledky může také stát znečištění olovnatým benzínem během 20. století.

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.

Literatura

Chu, J. 2023: Ancient Amazonians intentionally created fertile “dark earth”. MIT News.

Kreier, f. 2023: Indigenous people may have created the Amazon’s ‘dark earth’ on purpose. Sciencenews.org


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