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.

2026

Til dokument

Sammendrag

Accurately determining the age of individual trees is important for understanding forest dynamics, tree growth, site productivity and describing ecological processes. Traditional methods, such as dendrochronological coring, are invasive, labor-intensive, and costly. This study investigates the use of deep learning (DL) to predict tree age from high-density laser scanning data as a scalable, non-invasive alternative. The dataset includes approximately 1700 tree point clouds from approx. 1 K trees across Norway, Sweden, and Finland, encompassing Norway spruce (Picea abies) and Scots pine (Pinus sylvestris) and a broad range of tree age and developmental stages, from young seedlings (1 year) to old trees (∼350 years). Data were collected using terrestrial, mobile, and high-density airborne laser scanning platforms, enabling the development of sensor-agnostic models. We evaluated multiple modelling approaches, from linear regression to transformer architectures, using both training-from-scratch and fine-tuning strategies. Models fine-tuned starting from pre-trained weights from ForestFormer3D's U-Net as well as the transformer architecture (PointTransformerV3) trained from scratch, proved effective for age regression (RMSE ≤23 years). Although our analysis was limited to two tree species, we demonstrated that a single joint age-estimation model can be successfully trained for both species. We demonstrate that models trained on high-resolution data can generalize to lower-resolution, less costly inputs, provided that data augmentations that mimic reduced resolutions are included during training. This study presents a data-driven framework for estimating tree age without destructive sampling. The findings support the potential for AI-based methods to complement or replace traditional age estimation techniques in forest inventory and monitoring.

Sammendrag

Organiske råvarer utgjør et stort og sammensatt ressursgrunnlag i norsk bioøkonomi. Disse ressursene rommer betydelige mengder næringsstoffer, særlig nitrogen og fosfor, og kjennetegnes samtidig av stor variasjon i opprinnelse, sammensetning og geografisk fordeling. Dette gir både et betydelig potensial for sirkulær utnyttelse og en rekke praktiske utfordringer. Rapporten beskriver vanlige metoder for å behandle organiske råvarer. Den belyser også ulike anvendelser som bidrar til å lukke kretsløpet av næringsstoffer i jordbruket, uten å gå på bekostning av helse- og miljøhensyn. Dagens utnyttelse preges i stor grad av en ubalanse mellom næringsinnhold og agronomiske behov. På bakgrunn av jordbrukets begrensede mottakskapasitet, gir rapporten syv anbefalinger for hvordan ressursutnyttelse, sirkularitet og verdiskaping i bioøkonomien kan styrkes.

Sammendrag

Dette er en NiN3-forelesning som adresserer NiN3 og variabelsystemet i tillegg til systemer som påvirkningsfaktorer og forringelser, miljødirektoratets kartleggingsinstruks, fagsystemet for økologisk tilstand, arealrepresentativ naturovervåking, arealplanlegging og KU.

Sammendrag

Kampen om naturen, om økosystemer, arter og naturens tålegrenser. Dette er eit talkshowformat som leverer formidling og diskusjon om eitt aktuelt tema. Målet er eit meir opplyst og kunnskapsbasert offentleg ordskifte.

Sammendrag

Nyheitssak på NRK Kveldsnytt om landskapsbrannen i Ålesund. Intervju om årsaker til brannen og viktigheita av brannfare i kommunale ROS-analyser.

Sammendrag

Kronikk om at når røyken stiger fra kystlyngheia om vinteren, er det et tegn på aktiv forvaltning av denne kritisk truede naturtypen.