Morgane Merlin

Forsker

(+47) 465 49 067
morgane.merlin@nibio.no

Sted
Ås - Bygg H8

Besøksadresse
Høgskoleveien 8, 1433 Ås

Sammendrag

Formålet med denne rapporten var å bruke matematiske modeller for å simulere utvikling i skog med alternative skogbehandlinger og sammenlikne dem med hensyn på omfang av vindskader. Vi spesifiserte fire alternativer som verdiorientert og stabilitetsorientert rotasjonsskogbruk, bledningsskogbruk og skjøtselsbelter langs kraftlinjer. Vi kjørte simuleringen på et 30 km2 område sør for Kongsvinger. Vi brukte modellene Heureka for å simulere bestandsutvikling i 5-årsperioder over 100-år, ForestGales for å beregne kritisk vindstyrke og beregnet volum vindskade ved å kombinere dette med frekvensfordeling for vindstyrke i området. Simuleringene gav en tydelig rangering av skogbehandlingsalternativene. Bledning gav 4,5 ganger mer skadevolum enn verdiorientert skogbehandling som igjen gav tre ganger mer enn stabilitetsorientert. Langs kraftlinjene ble vindskader omtrent eliminert ved å ha skjøtselsbelter med ekstra lav utgangstetthet og sluttavvirkning ved 18 m høyde. Ved å også se på volumproduksjon i sammenlikningene ble rangeringen lite endret. Bledning gav lavest volumproduksjon og verdiorientert skogbehandling gav kun 4% høyere produksjon enn en stabilitetsorientert. Vi konkluderer med at bledning fører til mer vindskader enn rotasjonsskogbruk, og at vi i rotasjonsskogbruk kan redusere skadeomfanget med lav utgangstetthet, ingen tynning og kort omløpstid. Langs kraftledninger kan vindskader nesten elimineres ved å gå enda lenger i samme retning.

Til dokument

Sammendrag

Tree falls along linear infrastructures and in particular powerlines pose a significant economic, safety and environmental challenge for the companies and institutions managing these infrastructures. The quick progression and affordability of remote sensing technologies such as drone-based inventories offers the opportunity to quickly and efficiently map individual trees along these infrastructures, enabling precise vegetation management to reduce risks. Here, we show how the hybrid empirical and mechanistic wind risk model ForestGALES can be applied to assess the vulnerability of individual trees to windfalls along selected powerlines in southern Norway. The validation dataset contained 180 recorded individual tree falls along powerlines from the winter 2020–2021. There was no major wind event recorded that winter. However, still, the ForestGALES model performed adequately, with an AUC (area under the curve) of 0.67. Combining the vulnerability index from ForestGALES with all other available tree and environmental variables in a machine learning model (extreme gradient boost algorithm) did however significantly improve the prediction performance. These results highlight how a combination of high-quality remote sensing data at the individual tree level can be utilized with ForestGALES and machine learning to provide managers with high-resolution vulnerability information for vegetation management.

Skogskader Ørsta Lars Dalen 20160412

Divisjon for bioteknologi og plantehelse

FORESIGHT: Forest opportunities, risks and ecosystem services in a changing climate in Norway


Skog er i stadig større grad utsatt for press fra klimaendringer, nye skadegjørere og mer ekstremvær. Når slike forstyrrelser opptrer samtidig – eller påvirker hverandre – kan risikoen for store skader øke kraftig. FORESIGHT-prosjektet tar mål av seg til å forstå nettopp disse sammensatte utfordringene, og gjøre kunnskapen nyttig i praksis.

Aktiv Sist oppdatert: 27.02.2026
Slutt: jan 2029
Start: jan 2026
Skogskader Ørsta Lars Dalen 20160412

Divisjon for bioteknologi og plantehelse

FORESIGHT: Forest opportunities, risks and ecosystem services in a changing climate in Norway


Forest ecosystems are increasingly under pressure from climate change, emerging pests and pathogens, and more frequent extreme weather events. When such disturbances occur simultaneously—or interact with one another—the risk of severe damage can increase substantially. The FORESIGHT project aims to understand these complex, interacting challenges and to translate this knowledge into practical applications.

Aktiv Sist oppdatert: 26.02.2026
Slutt: jan 2029
Start: jan 2026