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.

2021

Sammendrag

I perioden 2003–2018 har det kun skjedd mindre endringer i det totale antallet sau og storfe som beiter i norsk utmark. Men når vi ser nærmere på hvor i landet dyrene er, finner vi at det har skjedd store endringer i den geografiske fordelingen av dyr på utmarksbeite. Dette kan blant annet ha mye å si for vegetasjon og dyreliv i utmarka.

Sammendrag

Prosjektet «Arealrepresentativ overvåking av norske verneområder» er en forventningsrett og arealrepresentativ undersøkelse av inngrep, drenering, linjeelement, gjengroing og arealendringer i norske verneområder. Metodikken er en kombinasjon av utvalgsundersøkelse og flyfototolkning. Første omdrev ble avsluttet i 2016. Andre omdrev startet i 2018. Denne rapporten beskriver resultatene etter at første halvpart av andre omdrev er gjennomført. Først når andre omdrev er sluttført vil undersøkelsen kunne presentere forventningsrett statistikk for hele landet. Rapporten må derfor benyttes med forsiktighet, men er uansett beskrivende for de konkrete områdene som er undersøkt.

Sammendrag

Abandonment of agricultural land is a process described from different regions of many industrialized countries. Given the current focus on land use, land use change and food security, it appears highly relevant to develop improved tools to identify and monitor the dynamics of agricultural land abandonment. In particular, the temporal aspect of abandonment needs to be assessed and discussed. In this study, we used the detailed information available through the Norwegian subsidy claim database and analyzed the history of use of unique land parcels through a fourteen-year period. We developed and tested five different statistics identifying these land parcels, their temporal dynamics and the extent of occurrence. What became apparent was that a large number of land parcels existing in the database as agricultural land were taken out of production, but then entered into production again at a later stage. We believe that this approach to describe the temporal dynamics of land abandonment, including how it can be measured and mapped, may contribute to the understanding of the dynamics in land abandonment, and thus also contribute to an improved understanding of the food production system.

Sammendrag

Om lag 5 % av landarealet i Norge er bebygd eller opparbeidet areal. De resterende 95 % er utmark. Fotosyntesebasert verdiskaping i utmark skjer i form av skogbruk, utmarksbeite, reindrift og en rekke former for høstingsbruk. Rapporten gir en overordnet beskrivelse av status og muligheter med hensyn til denne verdiskapingen. Rapporten tar også for seg arealbruks- og målkonflikter som kan oppstå når utmarka tas i bruk.

Sammendrag

Denne publikasjonen presenterer en ny metodikk for estimering av endringer i lageret av jordkarbon som følge av arealbruksendringer på mineraljord. Metodikken er utviklet for bruk i den nasjonale rapporteringen av arealbrukssektoren under FNs klimakonvensjon. Metodikken baserer seg på den enkleste tilnærming i følge IPCC sine retningslinjer, en såkaldt Tier 1. Tier 1 metodikken baseres i stor grad på standardverdier fra retningslinjene (IPCC default), men trenger en kopling mot nasjonal arealinformasjon. Denne koplingen beskrives i rapporten. Metodikken tar utgangspunkt i standardverdier for lageret av jordkarbon (SOCREF). Disse er basert på jordtype-grupperinger og klimasone som stammer fra en verdensdekkende jorddatabase. Endringer i jordkarbon etter arealbruksendring estimeres ved hjelp av SOCREF i kombinasjon med et sett faktorer (også standardverdier) som er arealbruksavhengige. Metodikken legger til grunn at endringer i jordkarbon skjer lineært over 20 år (ifølge 2006 IPCC Guidelines). Grunnleggende informasjon for å kunne kople standardverdier mot arealer på en konsistent måte er stort sett manglende for Norge på nasjonal skala. Rapporten gir derfor detaljert informasjon om de datakildene som har vært brukt til å kunne definere hvilke standariserte verdier som tilhører et bestemt areal i overgang....

2020

Sammendrag

Planning sustainable use of land resources and environmental monitoring benefit from accurate and detailed forest information. The basis of accurate forest information is data on the spatial extent of forests. In Norway land resource maps have been carefully created by field visits and aerial image interpretation for over four decades with periodic updating. However, due to prioritization of agricultural and built-up areas, and high requirements with respect to the map accuracy, forest areas and outfields have not been frequently updated. Consequently, in some part of the country, the map has not been updated since its first creation in the 1960s. The Sentinel-2 satellite acquires images with high spatial and temporal resolution which provides opportunities for creating cloud-free mosaic images over areas that are often covered with clouds. Here, we combine object-based image analysis with machine learning methods in an automated framework to map forest area in Sentinel-2 mosaic images. The images are segmented using the eCogntionTM software. Training data are collected automatically from the existing land resource map and filtered using height and greenness information so that the training samples certainly represent their respective classes. Two machine learning algorithms, namely Random Forest (RF) and the Multilayer Perceptron Neural Network (MLP), are then trained and validated before mapping forest area. The effects of including and excluding some features on the classification accuracy is investigated. The results show that the method produces forest cover map at very high accuracy (up to 97%). The MLP performs better than the RF algorithm both in classification accuracy and in robustness against inclusion and exclusion of features.