Arnt Kristian Gjertsen

Forsker

(+47) 473 12 431
arnt.kristian.gjertsen@nibio.no

Sted
Ås - Bygg O43

Besøksadresse
Oluf Thesens vei 43, 1433 Ås (Varelevering: Elizabeth Stephansens vei 23)

Sammendrag

Rapporten dokumenterer datagrunnlaget og metodikken bak NIBIOs nasjonale kartlegging av grønnstruktur i og rundt bebygde områder. Grønnstruktur er per nå dårlig dokumentert og ikke systematisk kartlagt i Norge. Informasjon om disse arealene er viktig for analyser knyttet til klimatilpasning, arealplanlegging og arealforvaltning. For en nasjonal kartlegging beskriver rapporten bruk av fjernmåling fra satellitt og fly for å detektere grønnstruktur samt inndeling av grønnstruktur i tre sjiktklasser. Nøyaktigheten av grønnstrukturkartet er dokumentert ved tre kommuner (Drammen, Ullensvang, Bodø). Grønnstrukturkartet har høy nytteverdi innenfor kommunal planlegging; noen eksempler presenteres. Rapporten anbefaler videreutvikling iht. til teknologiutviking og kartografi.

Sammendrag

JordbrukSat er et nasjonalt vektorkart som viser den geografiske fordelingen av ulike veksttyper på jordbruksareal, samt jordbruksareal som er nedbygd. Kartet framstilles fra satellittbilder og offentlig kartdata med bruk av maskinlæring og deler jordbruksarealet i seks klasser.

Sammendrag

The national forest authority monitors forest regeneration on clear-cut areas annually and needs a more objective and unbiased sample. This can be solved with satellite images, and a method to detect new clear-cuts with time series of Sentinel-2 satellite images has been developed and tested. The 25 % percentile of the Normalized Burn Ratio (NBR) index, based on near-infrared and short wave infrared bands, is calculated and the differential (dNBR) between two years is used to detect new forest clearings. The method has been tested against a management plan with new clear-cuts in 2017. A total of 162 points, 81 in clear-cut and 81 in other stands, was used to test the accuracy. Based on the confusion matrix, the F1 score was 0.97 and the more balanced Matthews correlation coefficient 0.95.

Til dokument

Sammendrag

The size and location of agricultural fields that are in active use and the type of use during the growing season are among the vital information that is needed for the careful planning and forecasting of agricultural production at national and regional scales. In areas where such data are not readily available, an independent seasonal monitoring method is needed. Remote sensing is a widely used tool to map land use types, although there are some limitations that can partly be circumvented by using, among others, multiple observations, careful feature selection and appropriate analysis methods. Here, we used Sentinel-2 satellite image time series (SITS) over the land area of Norway to map three agricultural land use classes: cereal crops, fodder crops (grass) and unused areas. The Multilayer Perceptron (MLP) and two variants of the Convolutional Neural Network (CNN), are implemented on SITS data of four different temporal resolutions. These enabled us to compare twelve model-dataset combinations to identify the model-dataset combination that results in the most accurate predictions. The CNN is implemented in the spectral and temporal dimensions instead of the conventional spatial dimension. Rather than using existing deep learning architectures, an autotuning procedure is implemented so that the model hyperparameters are empirically optimized during the training. The results obtained on held-out test data show that up to 94% overall accuracy and 90% Cohen’s Kappa can be obtained when the 2D CNN is applied on the SITS data with a temporal resolution of 7 days. This is closely followed by the 1D CNN on the same dataset. However, the latter performs better than the former in predicting data outside the training set. It is further observed that cereal is predicted with the highest accuracy, followed by grass. Predicting the unused areas has been found to be difficult as there is no distinct surface condition that is common for all unused areas.

Sammendrag

Riksantikvaren utarbeider et register over kulturhistoriske landskap av nasjonal interesse (KULA) i samarbeide med fylkeskommunene og Sametinget. Målet er at dette skal bli et verktøy for kommunene slik at de bedre kan ivareta viktige landskapsverdier i sin planlegging. Riksantikvaren ønsker å følge utviklingen i disse områdene, og på sikt er målet å etablere et overvåkingsprogram med bruk av fjernmåling/satellittdata. I denne forbindelse er det behov for å bygge kunnskap om hvilke satellittdata som er tilgjengelige i Norge og hvordan disse kan brukes. Prosjektet har vist at satellittbilder kan brukes til overvåking av arealendringer innenfor KULA-områder. En utfordring er knyttet til den romlige oppløsningen (pikselstørrelse) og nøyaktigheten. Den høye gjentaksfrekvensen og tilgang til multispektrale data gjør likevel at man kan undersøke ulike typer arealendringer samt vegetasjonsutvikling, inkludert fjerning av vegetasjon, i løpet av en vekstsesong og fra år til år. Det gjenstår likevel fortsatt noe utviklingsarbeid før et indikatorsett til bruk i en slik overvåking er fullstendig operasjonalisertbart. Hildegunn Norheim NAVN/NAME

Sammendrag

This paper describes the development and utility of the Norwegian forest resources map (SR16). SR16 is developed using photogrammetric point cloud data with ground plots from the Norwegian National Forest Inventory (NFI). First, an existing forest mask was updated with object-based image analysis methods. Evaluation against the NFI forest definitions showed Cohen's kappa of 0.80 and accuracy of 0.91 in the lowlands and a kappa of 0.73 and an accuracy of 0.96 in the mountains. Within the updated forest mask, a 16×16 m raster map was developed with Lorey's height, volume, biomass, and tree species as attributes (SR16-raster). All attributes were predicted with generalized linear models that explained about 70% of the observed variation and had relative RMSEs of about 50%. SR16-raster was segmented into stand-like polygons that are relatively homogenous in respect to tree species, volume, site index, and Lorey's height (SR16-vector). When SR16 was utilized in a combination with the NFI plots and a model-assisted estimator, the precision was on average 2–3 times higher than estimates based on field data only. In conclusion, SR16 is useful for improved estimates from the Norwegian NFI at various scales. The mapped products may be useful as additional information in Forest Management Inventories.

Sammendrag

Denne rapporten sammenstiller informasjon om tilstand og utviklingstendenser for foryngelse i skog, med utgangspunkt i data fra Resultatkartleggingen, Landsskogtakseringen og Økonomisystem for Skogordningene (ØKS). Oppdraget har videre omfattet å vurdere styrker og svakheter ved dagens systemer for innhenting av tilstandsdata om foryngelsesaktiviteten i Norge, og foreslå metoder og eventuelle verktøy som vil gi bedre oversikt over foryngelsestilstanden på årlig basis...

Sammendrag

Satellittdata har et potensial til å bidra til å dekke viktige kartleggings- og overvåkingsoppgaver i skog, særlig for deteksjon av skogskader og hogst. Formålet med prosjektet er å utvikle og demonstrere metoder for en operativ overvåkingstjeneste for stormskader og hogst. I tillegg skal det undersøkes om det er mulig å detektere og overvåke askeskuddsyke, som vil være særlig vanskelig. En test av mulighetene for dette er gjort på utvalgte tilfeller av hogst og stormskader i Norge, i tillegg til et område skadd av askeskuddsyken. Resultatene viste at • Stormskader i skog kan bare til en viss grad detekteres tilfredsstillende og innen rimelig tid (2 uker) med Landsat eller Sentinel-2. Det vil fungere i de tilfellene der o skadene er sterke, dvs tilnærmet alle trær er blåst ned, og o skadeområdet dekker et areal av en viss størrelse (minimum 10 daa), o skadene skjer utenfor mørketida om vinteren, og o det ikke er vedvarende skydekke. • Snauhogst kan detekteres tilfredsstillende med Landsat eller Sentinel-2. For dette formålet trenger man ikke en rask deteksjon, og det er uproblematisk å vente til sky- og lysforhold er tilfredsstillende. • Stormskader og hogst kan detekteres tilfredsstillende med Tandem-X, dersom man har en høydemodell fra før stormen. • Askeskuddsyke kan ikke detekteres med satellitt, fordi skadene i begynnelsen ofte er svake, de utvikler seg langsomt og de varierer mye fra tre til tre. • Automatisk prosessering av satellittbilder, og direkte overføring av resultatene over Internett for visning i Skog og landskaps Kilden krever noe systemutvikling, men er ikke problematisk dersom det er basert på åpne verktøy (Open source).

Til dokument

Sammendrag

SAT-SKOG er et oversiktskart over skogressursene og gir informasjon om treslag, volum og alder. Tolkingen er basert på bildedata fra jordobservasjonssatellittene Landsat 5 og -7. Bildene sammenstilles med prøveflater fra Landsskogtakseringen, kartdata fra AR5, og terrengmodellen DTM. Data fra prøveflatene kombineres med data fra satellittbildet, og det kombinerte datasettet brukes som referanseflater i en automatisk tolking av alle bildepunktene (pikslene) innenfor en skogmaske avledet fra AR5. For hver piksel i skogmaska, plukker metoden ut et antall referanseflater som er nærmest pikselen, og basert på disse flatene tolkes så skogegenskapene. Nærhet beregnes ut fra de spektrale egenskapene til pikslene, dvs. fargeverdiene til pikslene i satellittbildet. Resultatet er rasterkart. Disse blir så gjort om til vektorkart gjennom en automatisk segmentering, som slår sammen piksler til arealfigurer. [...]

Sammendrag

A national land resource map of mountain areas has been compiled using Landsat satellite images combined with auxiliary information. The map uses only five broad classes assumed to be associated with vegetation cover and productivity and labelled accordingly. Mapping was carried out using a two-step segmentation and classification of satellite images followed by manual correction of the results. The resulting dataset (AR-FJELL) is not published as a separate product, but is used to complete a number of other land resource databases, ensuring that these products have complete national coverage.

Sammendrag

I november 2009 lanserte Skog og landskap SAT-SKOG på Internett. SAT-SKOG er et skogkart som gir oversikt over skogressursene og viser informasjon om treslag, alder og volum på et overordnet nivå. I følge vår statistikk ble nyheten om SAT-SKOG den mest leste nyheten på våre internettsider i 2009. Produktet er basert på tolking av skog fra satellittbilder.

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Aurskog-Høland kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker. SAT-SKOG kommunerapport.

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Eidskog kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker. SAT-SKOG kommunerapport

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Eidsvoll kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker. SAT-SKOG kommunerapport

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Kongsvinger kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker.SAT-SKOG kommunerapport

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Nannestad kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker. SAT-SKOG kommunerapport.

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Nord-Odal kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker.SAT-SKOG kommunerapport

Sammendrag

Dokumentet inneholder arealressurskart og statistikk over skogarealet i Sør-Odal kommune. Inventeringsmetoden er basert på Landsskogtakseringens prøveflater, Digitalt markslagskart (DMK) og satellittbilde. DMK brukes for å lage ei skogmaske for kommunen og et bonitetskart. Bildet kalibreres mot prøveflatene og deretter blir alle bildepikslene innenfor området skogmaska dekker sammenlignet med alle prøveflatene i et stort geografisk område som er mye større enn kommunen. For hver piksel blir de mest like prøveflatene plukket ut; dette blir gjort for alle pikslene i skogmaska. Deretter kan både kart og statistikk beregnes basert på denne informasjonen. Bruksområdene spenner fra rapportering mot internasjonale organer som OECD og FN, forskning og undervisning til forvaltning av skogressursene i kommuner og fylker. SAT-SKOG kommunerapport

Til dokument

Sammendrag

The level of support to Norwegian agriculture is partly justified with reference to agriculture’s multifunctionality. The concept of multifunctionality involves the provision of so-called “public goods» by agriculture, in addition to the production of food and fibre. Examples of these public goods include cultural landscape, biodiversity, ecological functions, cultural heritage, the viability of rural areas, and food security. The overall aim of the research project “Operationalization of multifunctionality using the CAPRI modeling system» is to study the effects of policy instruments on agriculture’s multifunctionality by defining quantitative indicators for selected elements of agriculture’s multifunctionality that can be implemented in the agricultural sector model CAPRI. This working paper takes a first step towards the appropriate regionalization when multifunctionality is concerned. The current regionalization of the CAPRI model is at the county level. This approach fails when multifunctionality is concerned, because many issues of multifunctionaliy (e.g., cultural landscape aspects) are independent of administrative borders at that level. As the aim of the overall project is to study the effects of policy instruments on agriculture’s multifunctionality, it is important to design regions within the CAPRI model that to a greater extent exhibit similar characteristics with respect to aspects of agriculture’s multifunctionality. Accordingly, it is reasonable to assume that policy changes will have quite similar effects on the multifunctionality indicators within each of these CAPRI regions. This task has been addressed by performing a cluster analysis by which Norwegian municipalities have been grouped with respect to their performance on variables that are expected to describe different aspects of the multifunctionality of agriculture. This information will then later on be used to regionalize the CAPRI model accordingly. […]

Til dokument

Sammendrag

Rapporten inneholder et forslag til et system for å klassifisere arealdekke. Arealdekke er definert som det bio-fysiske dekket av landjorda. Et overordnet prinsipp for beskrivelse av arealdekke er å karakterisere fysiognomi og dekningsgrad. Landarealet er først inndelt i 8 hovedgrupper basert på 3 binære hovedkriterier. Disse 8 hovedklassene blir så videre karakterisert ved ulike sett av kriterier som gjelder for hver av de 8 hovedklassene. Kriteriene brukes for å lage standardiserte arealdekkeklasser. Systemet er fleksibelt ved at svært mange ulike klasser for ulike behov kan defineres. Et sett med definerte arealdekkeklasser for et gitt geografisk område kalles en tegnforklaring, og to tegnforklaringer for målestokkområdene 1:250.000 og 1:50.000 er foreslått for Norge. I tillegg er det gitt eksempler på spesielle tegnforklaringer for andre behov. Et sett med tilleggsattributter er definert for å gi tilleggsinformasjon som øker systemets tilpassing og korrelasjon med andre klassifikasjonssystemer som naturtyper, vegetasjonstyper, og habitattyper. Datafangst kan baseres på en kombinasjon av eksisterende kartdatabaser og tolking av bilder.

Sammendrag

NIJOS har analysert nøyaktigheten til en metode for flerkilde skogressurskartlegging (MSFI). MSFI bruker prøveflatedata fra Landsskogtakseringen, DMK, og et satellittbilde. Prøveflatene brukes som kalibreringsdatasett og data fra satellittbildet knyttes til alle flatene. MSFI beregner arealvekter til flatene i kalibreringsdatasett basert på hvor typiske de er for inventeringsområdet, som kan være et større område som en kommune eller et fylke. Mål på likhet baseres på data fra satellittbildet. For å finne nøyaktigheten til estimatene har en kryssvalideringsmetode blitt utviklet. Den estimerer prøveflatene en for en og beregner til slutt statistikk på nøyaktigheten. Metoden kan brukes til å justere parametere til MSFI og for å analysere feil. Resultater fra MSFI ble testet mot Landsskogtakseringens resultat for Østfold og en kontrolltakst for Hobøl kommune. Det ble konkludert med at MSFI er følsom for fordelingen i kalibreringsdatasettet. Hvis fordelingen til en bestandsparameter er vesentlig annerledes enn i inventeringsområdet, så vil det føre til relativt dårlige estimater. Årsaken er at bildedata ikke alltid skiller godt nok mellom de ulike parameterklassene. Med stort overlapp i bildeverdiene mellom to klasser, så vil den klassen som er representert med flest prøveflater bli tilsvarende mer vektlagt. Hvis kalibreringsdatasettet ikke er representativt mht. denne parameteren, så vil det føre til et dårlig estimat. MSFI kan forbedres med satellittdata som skiller bedre på parameterverdier som skal kartlegges.

Til dokument

Sammendrag

NIJOS har prøvd ut en metode for kartlegging av skogstatistikk som baserer seg på bruk av Landsskogtakseringens prøveflater, satellittbilder, og digitale kartdata. Metoden kalles Multi-Source Forest Inventory (MSFI) og er utviklet ved Den finske landsskogtakseringen. Formålet med metoden er å kunne gi skogstatistikk på mindre geografiske områder (e.g. kommune) enn det som er mulig med prøveflatedata alene. Satellittbildedata brukes til å gi nye arealvekter til et sett med prøveflater fra Landsskogtakseringen som ligger i et kalibreringsområde rundt kommunen. For hvert pixel innenfor ei skogmaske i kommunen, finnes de spektralt sett k nærmeste prøveflatene; disse får tildelt vekter etter hvor spektralt like de er pixelet. MSFI ble testet på Hobøl kommune og sammenlignet med en kontrolltakst basert på 1019 prøveflater. Tilfredsstillende resultater ble funnet for bestandstreslag, bestandsoverhøyde, treantall bartrær, totalt treantall, og middelhøyde bar- og lauvtrær. Som ventet ga ikke MSFI godt resultat for variabler som beskriver marksjiktet. Kart fra MSFI over hogstklasser og alder ble sammenlignet med bestandskartene; visuell analyse viste at MSFI-kartene gir en god framstilling av de grove trekkene i skognaturen. Kartene kan vise seg å være nyttig for arealplanlegging, arealovervåking, og arealanalyser i samband med ressursforvaltning og næringsvirksomhet.