Hopp til hovedinnholdet

Publikasjoner

NIBIOs ansatte publiserer flere hundre vitenskapelige artikler og forskningsrapporter hvert år. Her finner du referanser og lenker til publikasjoner og andre forsknings- og formidlingsaktiviteter. Samlingen oppdateres løpende med både nytt og historisk materiale. For mer informasjon om NIBIOs publikasjoner, besøk NIBIOs bibliotek.

2017

Sammendrag

I henhold til det Norske klimagassregnskap leder avskoging til en betydelig del av de nasjonale klimagassutslipp. Målet med denne rapporten er en kartlegging av størrelse og årsaker til avskoging som kan forbedre forståelsen av avskogingsprosesser, og på sikt kan være et første steg for å redusere utslippene fra avskogingen. I Kyotoprotokollen er avskoging betegnet som menneskeskapte endringer fra skog til en annen arealkategori siden 1990. I Norge har avskoging siden 1990 vært på om lag 58 km2 per år. På grunn av påskoging (på aktivt forvaltede arealer) og skogutvidelse (naturlig etablering på ikke forvaltede arealer) har skogarealet ikke forandret seg nevneverdig. Men den teoretiske produksjonsevnen, altså skogens evne til å produsere biomasse og dermed også til å ta opp karbon fra atmosfæren i et gitt tidsrom, av det samlede arealet av påskoging og skogutvidelse er mindre enn produksjonsevnen av avskogingsarealet. Hovedgrunnen til avskoging var utbygging (68 % av avskogingsarealet), men også omlegging til beite (18 %) eller nydyrking (13 %) bidro. I denne rapporten er alle areal og utslippsestimater basert på Landsskogtakseringen som er en landsdekkende utvalgsundersøkelse. Grunnet det lille totale areal av avskoging i Norge er arealestimatene assosiert med relativ stor usikkerhet relatert til antall prøvefelter i utvalgskartleggingen. Blant utbyggingskategoriene var vei og bebyggelse de viktigste grunnene til avskoging. Traktor- og skogsbilveier var de største enkeltkategoriene blant veikategoriene og til sammen står de for om lag 13 % av avskogingsarealet. Bolig og fritidsbolig var de største enkeltkategoriene blant bebyggelseskategoriene og til sammen står de for om lag 13 % av avskogingsarealet...

Til dokument

Sammendrag

Takseringen av Nord-Trøndelag i perioden 2012-2016 inngår som et ledd i Landsskogtakseringens landsomfattende takstomdrev. Registreringene i Nord-Trøndelag er basert på 1876 permanente prøveflater som er lagt ut over fylket i henhold til et bestemt system. Produktivt skogareal som kan anvendes til skogbruk er beregnet til 634 000 ha, noe som representerer en økning på ca. 2 % siden taksten i 1995-1999. Økningen skyldes delvis at områder over barskoggrensa, som tidligere var unntatt fra taksering, nå er tatt med. Det stående volumet er beregnet til 65 mill m3 uten bark. Dette er en økning på ca. 44 % sammenliknet med forrige fylkestakst. Rapporten inneholder to ulike alternativer for langsiktige avvirkningsberegninger. Videre opptar det omfattende tabellverket en betydelig del av publikasjonen.

Til dokument

Sammendrag

Small-area estimation is a subject area of growing importance in forest inventories. Modelling the link between a study variable Y and auxiliary variables X— in pursuit of an improved accuracy in estimators—is typically done at the level of a sampling unit. However, for various reasons, it may only be possible to formulate a linking model at the level of an area of interest (AOI). Area-level models and their potential have rarely been explored in forestry. This study demonstrates, with data (Y = stem volume per ha) from four actual inventories aided by aerial laser scanner data (3 cases) or photogrammetric point clouds (1 case), application of three distinct models representing the currency of area-level modelling. The studied AOIs varied in size from forest management units to forest districts, and municipalities. The variance explained by X declined sharply with the average size of an AOI. In comparison with a direct estimate mean of Y in an AOI, all three models achieved practically important reduction in the relative root-mean-squared error of an AOI mean. In terms of the reduction in mean-squared errors, a model with a spatial location effect was overall most attractive. We recommend the pursuit of a spatial model component in area-level modelling as promising within the context of a forest inventory.

Til dokument

Sammendrag

Many parties to the United Nation's Framework Convention on Climate Change (UNFCCC) base their reporting of change in Land Use, Land-Use Change and Forestry (LULUCF) sector carbon pools on national forest inventories. A strong feature of sample-based inventories is that very detailed measurements can be made at the level of plots. Uncertainty regarding the results stems primarily from the fact that only a sample, and not the entire population, is measured. However, tree biomass on sample plots is not directly measured but rather estimated using regression models based on allometric features such as tree diameter and height. Estimators of model parameters are random variables that exhibit different values depending on which sample is used for estimating model parameters. Although sampling error is strongly influenced by the sample size when the model is applied, modeling error is strongly influenced by the sample size when the model is under development. Thus, there is a trade-off between which sample sizes to use when applying and developing models. This trade-off has not been studied before and is of specific interest for countries developing new national forest inventories and biomass models in the REDD+ context. This study considers a specific sample design and population. This fact should be considered when extrapolating results to other locations and populations.