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.
1994
Forfattere
Erik NæssetSammendrag
Formålet med dette arbeidet er å sammenlikne ulike taksatorers bonitering av samme skogområde ved bestandsvis bonitering i marka. Fem ulike skogområder i Sørøst-Norge er bonitert av taksatorer fra Glommen Skogeierforening (GS), Jordskifteverket (JSV), Nedre Glommen Skogeierforening (NGS) og Norsk institutt for jord- og skogkartlegging (NIJOS). H40-systemet er benyttet. Totalareal og bonitetsfordeling for de fem områdene er vist i Tabell 1. Registreringene til GS, NGS og JSV er utført som ordinære bestandsvise takster, mens registreringene til NIJOS er utført i samsvar med vanlig praksis ved bonitering for økonomisk kartverk. Bonitetsfigurene fra de enkelte registreringene er overført til digitale kart og lagret i et geografisk informasjonssystem (GIS). Registreringene innen det enkelte området er sammenliknet parvis ved hjelp av overlay-operasjoner i GIS. For hver av de parvise sammenlikningene, f.eks. for sammenlikningen mellom NIJOS og GS i det ene av områdene, er det funnet hvor stort areal som er likt klassifisert, og hvor stort areal som tilhører de forskjellige kombinasjonene av ulik klassifisering mellom registreringene. Disse dataene er framstilt i krysstabeller. Det innebærer at boniteten er betraktet som en kategorisk variabel. Med utgangspunkt i krysstabellene er andelen likt klassifisert beregnet for den enkelte klasse og for alle klasser under ett. Samsvaret er også uttrykt ved klassevis KHAT og KHAT (se Næsset 1991). Andelen likt klassifisert for alle klasser samlet, er 15-51 % (Tabell 3-6), som tilsvarer KHAT-verdier på -6 % til +26 %. Dette samsvaret må betegnes som lavt.Forskjellen mellom registreringene innen de enkelte klasser er beregnet som nettoavviket (se Næsset 1991), d.v.s. som differansen mellom arealet i en klasse i den ene registreringen og arealet i samme klasse i den sammenliknede registreringen. Denne differansen er satt i prosent av det totale arealet av området. Nettoavviket er fra -29,5 % til +31,5 % (Tabell 8-11). Den gjennomsnittlige differansen mellom parvise registreringer for alle klasser sett under ett, er også beregnet ved å betrakte boniteten som en kontinuerlig variabel. For de fleste sammenlikningene er denne differansen mindre enn 1,0 m (Tabell 12), som tilsvarer en gjennomsnittlig differanse i produksjonsevne på 0,7 m3/ha/år (Tabell 13). Standardavviket for differansene er 2,2-3,3 m. Ingen av registreringene kan hevdes å være mer nøyaktig utført enn de andre, og en har heller ikke hatt tilgang til nøyaktige registreringer som har kunnet være referanse for de sammenliknede registreringene. Likevel illustrerer resultatene hvilke forskjeller som kan forekomme mellom taksatorer i samme skogområde. De demonstrerer sannsynligvis også hvilke feil en må regne med kan forekomme ved bonitering i forbindelse med ordinære bestandstakster i marka.
Forfattere
Mette Goul ThomsenSammendrag
Den foreliggende undersøkelsen er en del av Overvåkingsprogram for skogskader (OPS) i Norge. Den omfatter 22 permanente forskningsflater, med ialt 2500 trær. Årlige registreringer av trærnes vitalitet viser en signifikant lavere kronetetthet på 12 flater og en signifikant gulning av barmasse på 10 flater siden opprettelsen. Det er en tendens til at det på flater i sør er en nedgang i både kronetetthet og kronefarge. Fordelingen innen flaten av de relativt dårligste trær (nedre kvartil) ble undersøkt på fire flater. To av disse ligger nordlig og værhardt til, mens de to andre ligger på bedre bonitet i lavlandet i Sørøst-Norge. De foreløpige resultater viser at trær med relativt lav kronetetthet er jevnt fordelt innen flaten på de to i sør, mens det er en tydelig gruppering av trær med relativt lav kronetetthet innen flatene i nord. Årsaken til denne forskjell er ikke kjent. Volum- og radietilvekst er beregnet i forhold til en femårs periode. Forskjeller i tilvekst kan i stor utstrekning forklares utfra variasjon i alder, klima og bonitet. Greinprøver fra 7. og 15. greinkrans er tatt fra fem trær på hver flate ved opprettelsen og med gjentak etter fem år. Antallet grønne nåleårganger og greinenes diameter ved basis er generelt gått signifikant ned. Skuddlengden er ikke signifikant forandret. For å konkludere på regionale sammenhenger innen skogskadeproblematikk må kronevitalitet og tilvekst vurderes i forhold til bonitet, alder og klima.
Forfattere
Frode Fjærtoft Aasmund BunkholtSammendrag
Det er ikke registrert sammendrag
Forfattere
Tord K. RindalSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Erik NæssetSammendrag
Det er ikke registrert sammendrag
Forfattere
Kjell AndreassenSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Kjell AndreassenSammendrag
Det er ikke registrert sammendrag
Forfattere
Tron Eid Andreas FitjeSammendrag
The aim of this work is to compare three models with respect to estimation of mean diameter (Dg), number of trees per ha (N), tariff number (Hkl), gross value (Pb) and logging costs (K) in forest stands. For Model I, both the number of trees per ha and tariff number are assumed to be recorded in the field. For Model II only the number of trees per ha are assumed to be recorded, and for Model III only the tariff number are assumed to be recorded. Basal area and basal area weighted mean height (HL) are assumed to be recorded in the field for all three models.Details with respect to functions and assumptions for estimation of the different stand variables are given in chapter 2 Figs. 1, 2 and 3. The models are tested on data from sample plot inventories in 157 stands. The material is described in Table 1. Both systematic errors, i.e. mean differences between stand variables from different models, and random errors, i.e. the standard deviations for the differences, are compared. The differences are settled as recorded value minus estimated value (see Formulae 1 and 2 in chapter 3.2). Table 2 shows that Model III underestimates the mean diameter (Dg) (significant, 3.7%) in Norway spruce dominated stands and overestimates the mean diameter (significant, 7.0%) in Scots pine dominated stands. The standard deviations for the differences are about 7% in spruce dominated stands and about 9% in pine dominated stands. Table 3 shows that Model III underestimates the number of trees per ha (significant, 10.4%) in pine-dominated stands. For spruce dominated stands there are no significant differences. The standard deviations for the differences are 14.5% in spruce dominated stands and about 16% in pine dominated stands. Table 4 shows that Model II overestimates the tariff number (Hkl) both in spruce dominated (significant, 7.1%) and in pine dominated (significant, 7.2%) stands. The standard deviations for the differences are 5.7% in spruce dominated stands and 4.1 % in pine dominated stands (see also Fig. 4). Gross values (Pb) in all models are compared to recorded gross values, i.e. gross values calculated according to the observed diameter distribution. Table 5 shows that there are no significant differences between the recorded value and the model values when the means for all spruce dominated stands are compared. In pine dominated stands there is a significant underestimation (1.6%) of gross value for Model II. For the other models no significant differences appear. Table 5 also shows that the standard deviations for the differences are about 4% for all models in spruce stands and about 5.5% for all models in pine stands. The costs according to Model I are regarded as recorded when the logging costs (K) are compared. In this model both the number of trees per ha and the tariff number are assumed to be recorded (see Fig. 1). Table 6 shows that Model II underestimates the logging costs (0.9%), while Model III overestimates them (2.4%) in spruce dominated stands. In pine dominated stands the logging costs are underestimated both by Model II (1.0%) and Model III (3.1%). The standard deviations for the differences are about 1-1.5% for Model II and about 5% for Model III. Comparisons for development class III basically give the same results as in development class IV-V. However, both the differences between the models and standard deviations for the differences, are larger (see Table 7). A general discussion, and a comparison of the models with respect to all stand variables, are carried out in chapter 5. Table 8 shows all systematic tendencies derived from the comparisons. Model I provide for the best results. Because of high inventory costs, however, this model will probably be out of question in most practical inventories. Model II and III, however, also seem to provide for satisfactory results with respect to gross values and logging costs. If the mean diameter and the number of trees per ha are going to be used as input in long term yield forecasts, Model II provides for better results than Model III. With this background it is therefore recommended to apply Model II rather than Model III. This conclusions holds true if all field sampled data are correct, and if the costs for collecting the data are the same for the two models. Such issues are discussed by Eid (1994).