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
Forfattere
Hao Jiang Shuangqing Wang Baochen Li Lu Feng Limei Zhai Hongjun Zhou Yeqing Li Junting PanSammendrag
Det er ikke registrert sammendrag
Forfattere
Johanna Eva Bodin Nur Duale Anne-Marthe Ganes Jevnaker Monica Sanden Ville Erling Sipinen Tage Thorstensen Rose VikseSammendrag
Det er ikke registrert sammendrag
Forfattere
Thomas Holm Carlsen Sven Emil Hinderaker Annette Bär Pål Thorvaldsen Geir Arnesen Hilde R. TandstadSammendrag
NIBIO har i samarbeid med Sállir Natur AS kartlagt fem verneområder i Nordland i 2021 etter kartleggingsmetodikken Natur i Norge (NiN). Rapporten oppsummerer forhold som kommer dårlig frem i kartobjekter og egenskapsdata som har blitt registret og rapportert via NiNapp. Rapporten inneholder generelle faglige vurderinger, eventuelle observerte forvatningsrelevante problemstillinger, praktiske utfordringer i felt, eventuell usikkerhet knyttet til kartleggingsenheter og viser noen utvalgte bilder for verneområdene.
Forfattere
Vebjørn Veiberg Oddgeir Andersen Arve Aarhus Erling Meisingset Leiv Trygve Varanes Jon Anders Stavang Knut Fredrik Øi Francesca GaldioloSammendrag
Hjort Hjorteviltforvaltning Avskyting Jakt Jaktkvote
Forfattere
Ellen Johanne SvalheimSammendrag
Slåttemark inklusive lauveng fikk egen handlingsplan i 2009. Naturtypen er oppført som kritisk truet i Norsk rødliste for naturtyper fra 2018, og slåttemark inklusive lauveng blei utvalgt naturtype (UN) i 2011, og inngår med det i egen forskrift om utvalgte naturtyper med hjemmel i naturmangfoldloven § 52. Miljødirektoratet har siden 2009 gjennomført oppfølging av handlingsplanen, og etter 12 år med oppfølging blei det i 2021 igangsatt revidering av handlingsplanen for en ny planperiode 2023-2037. Denne rapporten gir en faglig oppdatering av kunnskapsgrunnlaget og sammenfatter status i oppfølgingsarbeidet.
Sammendrag
Da NIBIO startet det norske programmet for Tilstandsovervåking og resultatkontroll i jordbrukets kulturlandskap (3Q) i 1998 var insektene langt fremme i bevisstheten og overvåkingsprogrammet hadde som mål å fange opp mulige levesteder for insekter i jordbrukslandskapet. I 2021 startet NIBIO et samarbeid med NINA, SABIMA og frivillige folkeforskere for også å registrere humler og dagsommerfugler i felt på et lite utvalg 3Q-flater. Denne POPen forteller om metodene, om hvilke arter som ble registrert i 2021, og bidrar med kunnskap om hva som utgjør et godt pollinatorlandskap.
Forfattere
Kaare Magne Nielsen Kyrre Linné Kausrud Gunnar Skov Simonsen Martin Steinbakk Pål Trosvik Astrid Louise Wester Yngvild Wasteson Siamak Pour Yazdankhah Øivind Bergh Ole Martin Eklo Erik J. Joner Elisabeth Henie MadslienSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Zhanjiang Pei Shujun Liu Zhangmu Jing Yi Zhang Jingtian Wang Jie Liu Yajing Wang Wenyang Guo Yeqing Li Lu Feng Hongjun Zhou Guihua Li Yongming Han Di Liu Junting PanSammendrag
Det er ikke registrert sammendrag
Forfattere
Emily Lines Matthew Allen Carlos Cabo Kim Calders Amandine Debus Stuart Grieve Milto Miltiadou Adam Noach Harry JF Owen Stefano PulitiSammendrag
With the rise in high resolution remote sensing technologies there has been an explosion in the amount of data available for forest monitoring, and an accompanying growth in artificial intelligence applications to automatically derive forest properties of interest from these datasets. Many studies use their own data at small spatio-temporal scales, and demonstrate an application of an existing or adapted data science method for a particular task. This approach often involves intensive and time-consuming data collection and processing, but generates results restricted to specific ecosystems and sensor types. There is a lack of widespread acknowledgement of how the types and structures of data used affects performance and accuracy of analysis algorithms. To accelerate progress in the field more efficiently, benchmarking datasets upon which methods can be tested and compared are sorely needed.Here, we discuss how lack of standardisation impacts confidence in estimation of key forest properties, and how considerations of data collection need to be accounted for in assessing method performance. We present pragmatic requirements and considerations for the creation of rigorous, useful benchmarking datasets for forest monitoring applications, and discuss how tools from modern data science can improve use of existing data. We list a set of example large-scale datasets that could contribute to benchmarking, and present a vision for how community-driven, representative benchmarking initiatives could benefit the field.