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.

2022

Til dokument

Sammendrag

Semi- and nonparametric models are popular in the area-based approach (ABA) using airborne laser scanning. It is unclear, however, how many predictors and training plots are needed to provide accurate predictions without overfitting. This work aims to explore these limits for various approaches: ordinary least squares regression (OLS), generalized additive models (GAM), least absolute shrinkage and selection operator (LASSO), random forest (RF), support vector machine (SVM), and Gaussian process regression (GPR). We modeled timber volume (m3·ha–1) for four boreal sites using ABA with 2–39 predictors and 20–500 training plots. OLS, GAM, LASSO, and SVM overfitted as the number of predictors approached the number of training plots. They required ≥15 plots per predictor to provide accurate predictions (RMSE ≤30%). GAM required ≥250 plots regardless of the number of predictors. The number of predictors only mildly affected RF and GPR, but they required ≥200 and ≥250 training plots, respectively. RF did not overfit in any circumstances, whereas GPR overfit even with 500 training plots. Overall, using up to 39 predictors did not generally result in overfit, and for most model types, it resulted in better accuracy for sufficiently large datasets (≥250 plots).

Sammendrag

Bygg står stødig i norsk landbruk. Våre forgjengere bakte sitt daglige brød av bygg, kokte graut på bygg og brukte byggryn i supper og sodd. Disse sterke tradisjonene bør vi føre videre i en verden som preges av krig, blokader og uår. Slik kan vi øke matsikkerheten for egen befolkning, men også bidra til at matkorn på verdensmarkedet kan fordeles mer rettferdig.

Til dokument

Sammendrag

Hår fra brunbjørn ble samlet inn i hårfeller med luktstoff i et 1075 km2 stort område i Karasjok kommune og i et 525 km2 stort område i indre Troms (Troms og Finnmark fylke) i løpet av 2 måneder fra juni til august i 2021. Det ble brukt et 5 x 5 km rutesystem med én hårfelle i hver rute, og der hårfellen ble flyttet etter én måned til en annen lokalitet i samme rute. Hårrøttene ble DNA-analysert med 8 genetiske markører. I Karasjok var området utvidet med studieområdet i Valjohka til totalt 43 hårfeller i år mot 16 feller i tidligere år. Her ble det samlet inn 178 hårprøver (i tillegg til 5 ekskrementprøver), og 106 (60%) var positive for brunbjørn. Det ble påvist 11 ulike bjørner (6 hannbjørn og 5 hunnbjørn) i det sammenhengende området Karasjok/Valjohka. Av disse 11 bjørnene var kun 2 bjørner (en hann og en hunn) nye i år. Utvidet DNA-familieanalyse med 12 genetiske markører påviste mulige lokale foreldre for begge de nye bjørnene. Sentralt i Karasjok (16 feller) ble prosjektet utført i samme område og tidsrom som i 2019 (9 ind.) og 2020 (8 ind.), og viser i år en liten nedgang i antallet bjørn (6 ind.) og bjørnetetthet (0,15 bjørn/10km2 mot hhv 0.23 og 0.20 bjørn/10km2). Tidsmessig informasjon viste at flest bjørner ble påvist i begynnelsen av august, mens kun én bjørn ble påvist i juni. For første gang ble det satt ut hårfeller for brunbjørn i indre Troms, med 21 hårfeller i 3 mindre områder. DNA- analysen viste at 2 av de 16 innsamlede hårprøvene (13 %) og 2 av de 4 ekrementprøvene var positive for brunbjørn, og det ble påvist 2 ulike bjørner (bjørnetetthet på 0,04 bjørn/10 km2). Begge var tidligere kjente bjørner som kun er påvist i dette området i indre Troms. Hårfellemetoden med DNA- analyse av hårrøtter gir unik geografisk og tidsmessig informasjon om brunbjørn, og fremtidige prosjekter bør derfor utføres i større sammenhengende områder i flere påfølgende år slik som i Karasjok for å oppnå sikre resultater.