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.

1999

Sammendrag

Mixed bed ion exchange resin bags have previously been used in studies of soil N transformation rates with NH4-N and NO3-N being adsorbed from the solution percolating through the incubated soil core. An evaluation of the in situ adsorption efficiency of mixed bed resin bags was performed by comparing dissolved inorganic nitrogen (DIN, sum of NH4-N NO3-N) accumulated in resins with DIN fluxes in throughfall (TF) and with DIN concentrations in soil water. A significant correlation was found between DIN fluxes in TF and accumulated DIN in resins placed at the soil surface (r2= 0.92 for NO3-N, r2=0.86 for NH4-N, p0.001). The ratio of accumulated DIN in resins to DIN flux in TF was significantly affected by season. A low but significant correlation was found between NO3-N concentrations in soil water and NO3-N contents in resins deployed in the bottom of soil cylinders (r2=0.34, p0.01), however, when only the winter periods were taken into account, the correlation improved (r2=0.72, p0.001). As little water and few nutrients are removed from the soil water by the vegetation during the dormant season, the conditions inside and outside the core were more comparable. For NH4-N there was no correlation between accumulated amounts in the resins and concentrations in soil water sampled at 13 cm and 20 cm depth, respectively, probably due to the strong depth gradient in the NH4-N concentrations of the soil. Although the resin bags were unable to adsorb all the incoming DIN, they gave valuable information on small scale input of N and small scale differences in NO3-N leaching.

Til dokument

Sammendrag

Troms har store ressurser av lauvtrevirke, spesielt bjørk. Bruksområdet for lauvtre-virke har i det vesentlige vært brennved og sponplater, men det arbeides på forskjellig hold med å finne alternativ anvendelse for det kvalitativt beste virket, slik at foredlingsverdien kan økes.I perioden 1990 - 92 ble ulike egenskaper hos lauvtrevirke fra Troms undersøkt. Treslagene var bjørk, osp og gråor, hvor bjørk utgjorde den desidert største andelen. Forskjellige basisegenskaper ble undersøkt hos alle treslagene. Når det gjelder bjørk, ble også en del stammer aptert. Videre ble det skrellet finér av et parti bjørke-tømmer. Prøveflatene var spredt over det meste av fylket, fra Skånland i sør til Kvænangen i nord. I øst - vest retning representerte Kvænangsbotnen og Kvæfjordeidet ytterpunktene. Av osp og gråor ble det også samlet inn materiale fra Alta. Høyden over havet varierte fra under 50 til over 200 m. Materialet representerte også en stor bredde når det gjelder alder. Variasjonsbredden mellom prøveflatene var fra i underkant av 40 til ca. 121 år hos bjørk, fra ca. 32 til 71 år hos osp og fra ca. 29 til 73 år hos gråor. Midlere årringbredde i brysthøyde hos bjørk var 0.9 mm, varierende fra 0.7 til 1.5 mm mellom prøveflatene (Vedlegg 3). Tilsvarende middeltall for osp og gråor var henholdsvis 1.8 og 1.6 mm (Vedlegg 4). Variasjonen mellom prøveflatene hos osp var fra 1.4 til 2.6 mm, og hos gråor fra 1.0 til 2.3 mm. Bjørk hadde en midlere barkvolumprosent på 15.9 ved 20 % av trehøyden (Vedlegg 7). Variasjonen mellom prøveflatene var fra 12.5 til 18.8 %. Tilsvarende middeltall for osp og gråor var henholdsvis 13.4 og 11.8 % (Vedlegg 8). Variasjonen mellom prøveflatene var fra 10.8 til 16.1 % hos osp, og fra 9.0 til 14.6 % hos gråor. Midlere barkvektprosent hos bjørk var 16.5 ved 20 % av trehøyden, varierende fra 12.8 til 20.5 % mellom prøveflatene (Vedlegg 7). Tilsvarende resultat for osp og gråor var henholdsvis 14.1 og 13.5 % (Vedlegg 8). Hos osp var variasjonen mellom prøveflatene fra 11.6 til 17.0 %, og hos gråor fra 10.2 til 16.5 %. Ved 20 % av trehøyden var midlere basisdensitet hos bjørk 506.6 kg/m³ (Vedlegg 3). Variasjonen mellom prøveflatene var fra 481.1 til 536.1 kg/m³, og mellom diameterklassene fra 492.7 til 514.3 kg/m³ (Tabell 8). Osp hadde en midlere basisdensitet på 372.2 kg/m³ (Vedlegg 4), varierende fra 305.5 til 445.5 kg/m³ mellom prøveflatene, og fra 369.8 til 414.3 kg/m³ mellom diameterklassene (Tabell 8). Hos gråor var midlere basisdensitet 340.4 kg/m³ (Vedlegg 4). Variasjonen mellom prøveflatene var fra 324.3 til 358.1 kg/m³, og mellom diameter-klassene fra 327.7 til 343.3 kg/m³ (Tabell 8). Midlere basisdensitet for bjørkebark var 529.7 kg/m³ ved 20 % av trehøyden (Vedlegg 7). Variasjonen mellom prøveflatene var fra 481.4 til 576.7 kg/m³. Mellom diameterklassene varierte basisdensiteten fra 519.7 til 538.2 kg/m³ (Tabell 9). Ospebark hadde en midlere basisdensitet på 395.0 kg/m³, varierende fra 346.9 til 460.2 kg/m³ mellom prøveflatene (Vedlegg 8). Variasjonen mellom diameter-klassene var fra 382.7 til 432.2 kg/m³ (Tabell 9). Midlere basisdensitet hos bark av gråor var 399.0 kg/m³ (Vedlegg 8). Variasjonen mellom prøveflatene var fra 360.2 til 440.5 kg/m³, og mellom diameterklassene fra 380.9 til 409.1 kg/m³ (Tabell 9). Hos bjørk var midlere vanninnhold for hele materialet 45.3 % ved 20 % av trehøyden (Vedlegg 5). Mellom prøveflatene varierte vanninnholdet fra 39.7 til 49.3 %. Variasjonen mellom diameterklassene var fra 44.7 til 46.3 % (Tabell 10). Osp hadde et midlere vanninnhold på 49.9 % ved 20 % av trehøyden, mens tilsvarende hos gråor var 53.8 % (Vedlegg 6). Hos osp varierte vanninnholdet mellom prøveflatene fra 44.7 til 60.3 %. Variasjonen mellom diameterklassene var fra 48.4 til 51.0 % (Tabell 10).Variasjonen mellom prøveflatene hos gråor var fra 50.1 til 57.5 %, mens variasjonen mellom diameterklassene var fra 52.1 til 56.0 % (Tabell 10). Avsmalingen presenteres diameterklassevis, og den ble målt mellom fem forskjellige nivåer på stammen. Hos bjørk varierte avsmalingen mellom rotavskjær og 20 % av trehøyden fra 11 til 22 mm/m (Tabell 11). Tilsvarende variasjon i avsmalingen hos osp og gråor var fra henholdsvis 14.0 til 23.5 mm/m, og fra 18.5 til 27.5 mm/m (Tabell 11). Flattrykkingen ble uttrykt ved en flattrykkingskoeffisient, og i den foreliggende undersøkelsen ble denne uttrykt som forholdet mellom største og minste diameter i brysthøyde. Hos den største andelen av bjørketrærne (35.4 %) var flattrykkings-koeffisienten i brysthøyde mellom 1.05 og 1.10 (Fig. 7). Osp og gråor hadde også flest trær innen forannevnte klasse (1.05 - 1.10), og andelen for disse treslagene var henholdsvis 43.3 og 39.6 % (Fig. 8 og 9). Av det apterte bjørketømmeret, var 31.3 % av tømmervolumet med bark skurtømmer. Den største andelen (22.6 %) var av dårligste kvalitet (K III). Bare 0.8 % var av beste kvalitet (K I), mens innholdet av nestbeste kvalitet (K II) var 7.9 % (Tabell 14). Utbyttet av finér var ca. 25 % av tømmervolumet under bark. Den største andelen var innleggsfinér (dårligste kvalitet). Under 4 % var dekkfinér (A/B og B/B) (Tabell 17). Tørrkvist var den hyppigste årsaken til nedklassing av finérarkene (Tabell 18). En relativt stor andel av alle treslagene var beheftet med skader. 29.7 % av bjørketrærne hadde råte/misfarging i brysthøyde. Tilsvarende tall for osp og gråor var henholdsvis 71.3 og 46.0 %.

Sammendrag

The paper describes an operational method for automatic map generalisation. Operational methods are often pragmatic in nature and only works well in special cases. General methods need to be founded on solid knowledge based on understanding of the map generalisation process as performed by expert cartographers. Today, much research in the area is concentrated on knowledge-based systems, and the research is directed on formalising generalisation knowledge. NIJOS has developed a pragmatic map generalisation method to generalise land-type maps from working scale 1:5000 to a working scale in the range 1:100.000–1:300.000. The method involves both attribute and geometric generalisation. The former was simple to implement in a database query language; the latter was more complex. A method based on deviding classes into separate thematic layers followed by a series of expansion and shrinkage operations was developed. The separate layers were later combined in a predefined and prioritised order. Important control factors were minimum area and minimum width. Both the size and the display time were greatly reduced. The method was successful in removing small areas, however, it was not 100% successful in removing narrow bridges and gaps.