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

Prosjektet «BeiteRessurs» har vært ledet av Norsk Institutt for Bioøkonomi (NIBIO). Norsk senter for økologisk landbruk (NORSØK) og Senter for bygdeforskning har vært samarbeidsparter. Prosjektet ble gjennomført 2013-2016. Hovedmålet var å teste mulighetene for å ta i bruk marginale jordbruksområder som har ligget brakk, til beite for sau. Denne rapporten tar for seg de økonomiske konsekvensene av å ta i bruk et nedlagt innmarksbeite til vår- og høstbeite på sauegarder i Midt-Norge. De fleste undersøkelsene i prosjektet ble gjort på et nedlagt fellesbeite på 220 daa i Møre og Romsdal. Dette arealet ble dyrket opp rundt 1980, og var i bruk som fellesbeite for melkekyr frem til sommeren 2001. I 2013 ble det ryddet en gjerdetrasé og arealet ble gjerdet inn med fire-tråders strømgjerde. Sommeren 2013 ble arealet beitet av sau og hest. I 2014 og 2015 ble det gjennomført et forsøk med en sauebesetning som ble inndelt i tre like store forsøksgrupper. Den ene gruppen ble sluppet direkte til fjells rett fra garden etter lamming. Gruppe to fikk utvidet vårbeiteperiode med fire uker på hele innmarksarealet før de ble sluppet til fjells. Den tredje gruppen fikk også utvidet vårbeiteperiode med fire uker på hele innmarksarealet før de beita resten av sommeren på ca 1/3 del av arealet. Innmarksarealet hadde fire uker uten beiting i august/september og på høsten ble hele arealet beita med sau og påsettlam i fire uker. Alle kostnader ved bruk av innmarksbeite er delt inn i etableringskostnader og driftskostnader. Disse kostandene ble brukt som grunnlag for å sammenligne dekningsbidrag for to «eksempelgarder» i Midt-Norge: En middels stor sauegard (82 vinerfôra sauer (vfs)) og en stor sauegard (175 vfs) med og utenbruk av nedlagte innmaksbeiter. Ved å ta i bruk nedlagte beiteområder frigis arealer hjemme på garden. Tilleggsarealet kan gi grunnlag for flere vfs, bedre grovfôrkvalitet ved at slåtten kan tas tidligere, redusert bruk av kraftfôr, eller salg av rundballer. I rapporten har vi beregnet dekningsbidrag ved ulike alternativer for bruk av det frigitte arealet. Rydding og inngjerding av innmarksbeite på 220 daa ga en etableringskostnad på 87 kr/løpemeter gjerde. Årlige driftskostnader ble beregnet til 14,45 kr/løpemeter gjerde. Total kostnad inkludert alt utstyr og arbeid med etablering og årlig drift ble beregnet til 20,20 kr/løpemeter gjerde eller 190 kr/daa innmarksbeite når levetid på gjerdet ble satt til 15 år. Ved levetid på 20 år var kostanden 177 kr/daa innmarksbeite. Det høyeste dekningsbidraget oppnås ved at frigjort areal hjemme brukes til å øke besetningen. Ved å øke antall vfs viste resultatene våre at ved å ta i bruk det nedlagte arealet til vårbeite før dyra dro til fjells og som høstbeite for livsauene, så økte dekningsbidraget med 26 % for gjennomsnittsgarden og 24 % for den store garden. Hvis antallet vfs ikke kan økes, er det mer lønnsomt å produsere grovfôr med god kvalitet og redusere kraftfôrandelen enn å produsere rundballer på frigitt areal. Dersom vi hadde lagt inn lengre levetid på gjerdet enn 15 år og høyere lammevekter på grunn av fire uker forlenget vårbeite ville dekningsbidraget blitt enda bedre. Tilskuddet til innmarksbeite er en viktig faktor for at det kan bli lønnsomt å ta i bruk nedlagte innmarksbeiter for å øke arealressursene på sauegarder. Prosjektet har vist at det kan være fordelaktig for sauebønder å ta i bruk nedlagte arealer til beite både med hensyn til tilgang på godt vårbeite, tilvekst på lammene, bedre grunnlag for godt vinterfôr og økonomisk resultat.

Til dokument

Sammendrag

Background: Resurveying historical vegetation plots has become more and more popular in recent years as it provides a unique opportunity to estimate vegetation and environmental changes over the past decades. Most historical plots, however, are not permanentlymarked and uncertainty in plot location, in addition to observer bias and seasonal bias, may add significant errors to temporal change. These errorsmay havemajor implications for the reliability of studies on long-term environmental change and deserve closer attention of vegetation ecologists. Methods: Vegetation data obtained from the resurveying of non-permanently marked plots are assessed for their potential to study environmental change effects on plant communities and the challenges the use of such data have to meet. We describe the properties of vegetation resurveys, distinguishing basic types of plots according to relocation error, and we highlight the potential of such data types for studying vegetation dynamics and their drivers. Finally, we summarize the challenges and limitations of resurveying non-permanently marked vegetation plots for different purposes in environmental change research. Results and conclusions: Re-sampling error is caused by three main independent sources of error: error caused by plot relocation, observer bias and seasonality bias. For relocation error, vegetation plots can be divided into permanent and non-permanent plots, while the latter are further divided into quasi-permanent (with approximate relocation) and non-traceable (with random relocation within a sampled area) plots. To reduce the inherent sources of error in resurvey data, the following precautions should be followed: (i) resurvey historical vegetation plots whose approximate plot location within a study area is known; (ii) consider all information available from historical studies in order to keep plot relocation errors low; (iii) resurvey at times of the year when vegetation development is comparable to the historical survey to control for seasonal variability in vegetation; (iv) retain a high level of experience of the observers to keep observer bias low; and (v) edit and standardize data sets before analyses.