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.
2018
Sammendrag
In many applications, estimates are required for small sub-populations with so few (or no) sample plots that direct estimators that do not utilize auxiliary variables (e.g. remotely sensed data) are not applicable or result in low precision. This problem is overcome in small area estimation (SAE) by linking the variable of interest to auxiliary variables using a model. Two types of models can be distinguished based on the scale on which they operate: i) Unit-level models are applied in the well-known area-based approach (ABA) and are commonly used in forest inventories supported by fine-resolution 3D remote sensing data such as airborne laser scanning (ALS) or digital aerial photogrammetry (AP); ii) Area-level models, where the response is a direct estimate based on a sample within the domain and the explanatory variables are aggregated auxiliary variables, are less frequently applied. Estimators associated with these two model types can make use of sample plots within domains if available and reduce to so-called synthetic estimators in domains where no sample plots are available. We used both model types and their associated model-based estimators in the same study area with AP data as auxiliary variables. Heteroscedasticity, i.e. for continuous dependent variables typically an increasing dispersion of re- siduals with increasing predictions, is often observed in models linking field- and remotely sensed data. This violates the model assumption that the distribution of the residual errors is constant. Complying with model assumptions is required for model-based methods to result in reliable estimates. Addressing heteroscedasticity in models had considerable impacts on standard errors. When complying with model assumptions, the precision of estimates based on unit-level models was, on average, considerably greater (29%–31% smaller standard errors) than those based on area-level models. Area-level models may nonetheless be attractive because they allow the use of sampling designs that do not easily link to remotely sensed data, such as variable radius plots.
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Mohsen Ghanbari Vahid AkbariSammendrag
Increased discrimination capability provided by polarimetric synthetic aperture radar (PolSAR) sensors compared to single and dual polarization synthetic aperture radar (SAR) sensors can improve land use monitoring and change detection. This necessitates reliable change detection methods in multitemporal PolSAR datasets. This paper proposes an unsupervised change detection algorithm for multilook PolSAR data. In the first step of the method, the Hotelling-Lawley trace (HLT) statistic is applied to measure the similarity of two multilook covariance matrices. As a result of this step, a scalar test statistic image is generated. Then, in the second step, a generalized Kittler and Illingworth (K&I) minimum-error thresholding algorithm is developed to perform on the test statistic image and discriminate between changed and unchanged areas. The K&I thresholding algorithm is based on the generalized Gamma distribution for statistical modeling of change and no-change classes. The proposed methodology is tested on a simulated PolSAR data and two C-band fully PolSAR datasets acquired by the uninhabited aerial vehicle SAR and RADARSAT-2 SAR satellites. The experiments show that the proposed algorithm accurately discriminates between change and no-change areas providing detection results with noticeably lower error rates and higher detection accuracy values compared to those of a CFAR-type thresholding of the HLT statistic. Also, the performance of the HLT statistic compared to the other statistics applied on the multilook polarimetric SAR data is assessed. Goodness-of-fit test results prove that the estimated generalized Gamma class conditional models adequately fit the corresponding change and no-change classes.
Forfattere
Trond MæhlumSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Inga Greipsland Roger Roseth Øistein Johansen Thor Endre Nytrø Rikard Pedersen Ståle Haaland Jonas ReinemoSammendrag
På oppdrag fra Bane NOR har NIBIO overvåket vannkvalitet i resipienter som kan motta avrenning fra anleggsarbeider i forbindelse med Follobanen. NIBIO har driftet opp til 9 automatiske målestasjoner utstyrt med multiparametersensorer for overvåking av vannkvalitet. I tillegg har det blitt tatt ut vannprøver ved 12 stasjoner og utført biologiske undersøkelser ved 2 stasjoner. Overvåkingen har pågått i bekker nedstrøms riggområdet på Åsland, i bekker sør for stasjonsområdet på Ski og langs anleggsområdet mellom Ski og Langhus. Årsrapporten omfatter alle resultater samlet inn på disse stasjonene i 2017.
Sammendrag
I vinter har snøen lavet ned rundt om i landet. Og den er bra for mer enn skiføret. Den ligger som et teppe over landskapet og beskytter plantene mot kulda.
Forfattere
Stein Michael TomterSammendrag
Forekomst av utenlandske treslag i Norge skyldes for det meste skogreising i kyststrøkene i perioden 1950 til 1980, samt planting av contortafuru på Østlandet. Litt under én prosent av det produktive skogarealet er dominert av utenlandske treslag. I volum utgjør dette cirka 14 millioner kubikkmeter, drøyt én prosent av samlet tømmervolum. Utenlandske treslag gir i mange områder økt skogproduksjon og kan på enkelte voksesteder være eneste alternativ, men bruken av dem er omdiskutert på grunn av endringer i landskap og skogøkosystem. Sitkagran er det mest utbredte av våre utenlandske treslag.
Forfattere
Sjur Spildo PrestegardSammendrag
Det er ikke registrert sammendrag