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.
2025
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
Chocolate spot (CS), caused by Botrytis fabae, is one of the most destructive fungaldiseases affecting faba bean (Vicia faba L.) globally. This study evaluated 33 fababean cultivars across two locations and over 2 years to assess genetic resistance andthe effect of fungicide application on CS progression. The utility of unmanned aerialvehicle–mounted multispectral camera for disease monitoring was examined. Signif-icant variability was observed in cultivar susceptibility, with Bolivia exhibiting thehighest level of resistance and Louhi, Sampo, Vire, Merlin, Mistral, and GL Sunriseproving highly susceptible. Fungicide application significantly reduced CS severityand improved yield. Analysis of canopy spectral signatures revealed the near-infraredand red edge bands, along with enhanced vegetation index (EVI) and soil adjustedvegetation index, as most sensitive to CS infection, and they had a strong negativecorrelation with CS severity ranging from −0.51 to −0.71. In addition, EVI enabledearly disease detection in the field. Support vector machine accurately classified CSseverity into four classes (resistant, moderately resistant, moderately susceptible, andsusceptible) based on spectral data with higher accuracy after the onset of diseasecompared to later in the season (accuracy 0.75–0.90). This research underscores thevalue of integrating resistant germplasm, sound agronomic practices, and spectralmonitoring for effectively identification and managing CS disease in faba bean
Forfattere
Helene StavSammendrag
Apelsvoll forskningsstasjon ligger i Østre Toten kommune, på vestsiden av Mjøsa. Forskningsstasjonen spiller en viktig rolle for jordbruket i regionen. Gjennom avansert forskning og innovasjon bidrar Apelsvoll til å styrke bærekraft og effektivitet i jordbruket.
Forfattere
Helene StavSammendrag
Landvik er NIBIOs sydligste forskningsstasjon. Den ligger i Grimstad, i en region som er kjent for å dyrke tidligkulturer av grønnsaker og potet. Stasjonen har stor betydning for bevaring av grønnsaker og bær, samt utvikling av frøproduksjon til blomstereng.
Forfattere
Helene StavSammendrag
Særheim forskningsstasjon ligger i den fruktbare Jær-regionen, som er kjent for ei moldrik morenejord. Jorda gir gunstige forhold for dyrkning av grønnsaker og grovfôr. På Særheim utføres banebrytende forskning som ikke bare forbedrer avlingene, men også bidrar til bærekraftig landbruksmetoder.
Forfattere
Helene StavSammendrag
NIBIO Tromsø er verdens nordligste forskningsstasjon i jord- og plantekultur. Det er en ledende forskningsinstitusjon som utforsker jordas egenskaper og bærekraft under arktiske forhold. Det er særlig forskning på jordkvalitet og klimaendringer som er NIBIO Tromsøs bidrag for framtidas matproduksjon.
Sammendrag
Denne rapporten er skrevet på oppdrag for Jomfruland nasjonalparkstyre og Statsforvalteren i Vestfold og Telemark etter kartlegging av utbredelse og spredningsfare for fremmedarter på Jomfruland. Kartleggingen foregikk over to dager og resulterte i mange funn av fremmedarter på øya. Fremmedarter er globalt en av de største truslene mot biologisk mangfold. Deler av Jomfruland er utvalgt kulturlandskap og nasjonalpark. Øya inneholder store naturverdier knyttet til ulike naturtyper og et stort biologisk mangfold. Spredning av fremmedarter på Jomfruland fra fritidsboliger og private hager, campingplasser, påslag fra sjø m.m er økende. Vi beskriver i denne rapporten funn av registrerte fremmede arter, tiltak samt prioritering av bekjempelse mot de fremmede artene.
Sammendrag
Det er ikke registrert sammendrag
Sammendrag
Urban green structures (UGS) play important roles in enhancing urban ecosystems by providing benefits such as mitigating the urban heat island effect, improving air quality, supporting biodiversity, and aiding in stormwater management. Accurately mapping UGS is important for sustainable urban planning and management. Traditional methods of mapping such as manual mapping, aerial photography interpretation and pixel-based classification have limitations in terms of coverage, accuracy, and efficiency. Object-based image analysis (OBIA) has gained prominence due to its ability to incorporate both spectral and spatial information making it particularly effective for classification of high-resolution satellite data. This paper reviews the application of OBIA on satellite images for UGS mapping, focusing on various data sources, popular segmentation methods, and classification techniques, highlighting their respective advantages and limitations. Key segmentation methodologies discussed include multi-resolution segmentation and watershed segmentation. For classification, the review covers machine learning techniques such as random forests, support vector machines, and convolutional neural networks, among others. Several case studies highlight the successful implementation of OBIA in diverse urban environments by demonstrating improvements in classification accuracy and detail. The review also addresses the challenges associated with OBIA, such as dealing with heterogenous urban landscapes, data sources and with OBIA methods itself. Future directions for UGS mapping include the integration of deep learning algorithms, advancements in satellite data technologies, and the development of standardized classification frameworks. By providing a detailed analysis of the current state-of-the-art in object-based UGS mapping, this review aims to guide future research and practical applications in UGS management.
Sammendrag
Det er ikke registrert sammendrag