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.
1994
Forfattere
Erik NæssetSammendrag
Formålet med dette arbeidet er å sammenlikne ulike taksatorers bonitering av samme skogområde ved bestandsvis bonitering i marka. Fem ulike skogområder i Sørøst-Norge er bonitert av taksatorer fra Glommen Skogeierforening (GS), Jordskifteverket (JSV), Nedre Glommen Skogeierforening (NGS) og Norsk institutt for jord- og skogkartlegging (NIJOS). H40-systemet er benyttet. Totalareal og bonitetsfordeling for de fem områdene er vist i Tabell 1. Registreringene til GS, NGS og JSV er utført som ordinære bestandsvise takster, mens registreringene til NIJOS er utført i samsvar med vanlig praksis ved bonitering for økonomisk kartverk. Bonitetsfigurene fra de enkelte registreringene er overført til digitale kart og lagret i et geografisk informasjonssystem (GIS). Registreringene innen det enkelte området er sammenliknet parvis ved hjelp av overlay-operasjoner i GIS. For hver av de parvise sammenlikningene, f.eks. for sammenlikningen mellom NIJOS og GS i det ene av områdene, er det funnet hvor stort areal som er likt klassifisert, og hvor stort areal som tilhører de forskjellige kombinasjonene av ulik klassifisering mellom registreringene. Disse dataene er framstilt i krysstabeller. Det innebærer at boniteten er betraktet som en kategorisk variabel. Med utgangspunkt i krysstabellene er andelen likt klassifisert beregnet for den enkelte klasse og for alle klasser under ett. Samsvaret er også uttrykt ved klassevis KHAT og KHAT (se Næsset 1991). Andelen likt klassifisert for alle klasser samlet, er 15-51 % (Tabell 3-6), som tilsvarer KHAT-verdier på -6 % til +26 %. Dette samsvaret må betegnes som lavt.Forskjellen mellom registreringene innen de enkelte klasser er beregnet som nettoavviket (se Næsset 1991), d.v.s. som differansen mellom arealet i en klasse i den ene registreringen og arealet i samme klasse i den sammenliknede registreringen. Denne differansen er satt i prosent av det totale arealet av området. Nettoavviket er fra -29,5 % til +31,5 % (Tabell 8-11). Den gjennomsnittlige differansen mellom parvise registreringer for alle klasser sett under ett, er også beregnet ved å betrakte boniteten som en kontinuerlig variabel. For de fleste sammenlikningene er denne differansen mindre enn 1,0 m (Tabell 12), som tilsvarer en gjennomsnittlig differanse i produksjonsevne på 0,7 m3/ha/år (Tabell 13). Standardavviket for differansene er 2,2-3,3 m. Ingen av registreringene kan hevdes å være mer nøyaktig utført enn de andre, og en har heller ikke hatt tilgang til nøyaktige registreringer som har kunnet være referanse for de sammenliknede registreringene. Likevel illustrerer resultatene hvilke forskjeller som kan forekomme mellom taksatorer i samme skogområde. De demonstrerer sannsynligvis også hvilke feil en må regne med kan forekomme ved bonitering i forbindelse med ordinære bestandstakster i marka.
Forfattere
Mette Goul ThomsenSammendrag
Den foreliggende undersøkelsen er en del av Overvåkingsprogram for skogskader (OPS) i Norge. Den omfatter 22 permanente forskningsflater, med ialt 2500 trær. Årlige registreringer av trærnes vitalitet viser en signifikant lavere kronetetthet på 12 flater og en signifikant gulning av barmasse på 10 flater siden opprettelsen. Det er en tendens til at det på flater i sør er en nedgang i både kronetetthet og kronefarge. Fordelingen innen flaten av de relativt dårligste trær (nedre kvartil) ble undersøkt på fire flater. To av disse ligger nordlig og værhardt til, mens de to andre ligger på bedre bonitet i lavlandet i Sørøst-Norge. De foreløpige resultater viser at trær med relativt lav kronetetthet er jevnt fordelt innen flaten på de to i sør, mens det er en tydelig gruppering av trær med relativt lav kronetetthet innen flatene i nord. Årsaken til denne forskjell er ikke kjent. Volum- og radietilvekst er beregnet i forhold til en femårs periode. Forskjeller i tilvekst kan i stor utstrekning forklares utfra variasjon i alder, klima og bonitet. Greinprøver fra 7. og 15. greinkrans er tatt fra fem trær på hver flate ved opprettelsen og med gjentak etter fem år. Antallet grønne nåleårganger og greinenes diameter ved basis er generelt gått signifikant ned. Skuddlengden er ikke signifikant forandret. For å konkludere på regionale sammenhenger innen skogskadeproblematikk må kronevitalitet og tilvekst vurderes i forhold til bonitet, alder og klima.
Forfattere
Tron Eid Andreas FitjeSammendrag
The aim of this work is to compare three models with respect to estimation of mean diameter (Dg), number of trees per ha (N), tariff number (Hkl), gross value (Pb) and logging costs (K) in forest stands. For Model I, both the number of trees per ha and tariff number are assumed to be recorded in the field. For Model II only the number of trees per ha are assumed to be recorded, and for Model III only the tariff number are assumed to be recorded. Basal area and basal area weighted mean height (HL) are assumed to be recorded in the field for all three models.Details with respect to functions and assumptions for estimation of the different stand variables are given in chapter 2 Figs. 1, 2 and 3. The models are tested on data from sample plot inventories in 157 stands. The material is described in Table 1. Both systematic errors, i.e. mean differences between stand variables from different models, and random errors, i.e. the standard deviations for the differences, are compared. The differences are settled as recorded value minus estimated value (see Formulae 1 and 2 in chapter 3.2). Table 2 shows that Model III underestimates the mean diameter (Dg) (significant, 3.7%) in Norway spruce dominated stands and overestimates the mean diameter (significant, 7.0%) in Scots pine dominated stands. The standard deviations for the differences are about 7% in spruce dominated stands and about 9% in pine dominated stands. Table 3 shows that Model III underestimates the number of trees per ha (significant, 10.4%) in pine-dominated stands. For spruce dominated stands there are no significant differences. The standard deviations for the differences are 14.5% in spruce dominated stands and about 16% in pine dominated stands. Table 4 shows that Model II overestimates the tariff number (Hkl) both in spruce dominated (significant, 7.1%) and in pine dominated (significant, 7.2%) stands. The standard deviations for the differences are 5.7% in spruce dominated stands and 4.1 % in pine dominated stands (see also Fig. 4). Gross values (Pb) in all models are compared to recorded gross values, i.e. gross values calculated according to the observed diameter distribution. Table 5 shows that there are no significant differences between the recorded value and the model values when the means for all spruce dominated stands are compared. In pine dominated stands there is a significant underestimation (1.6%) of gross value for Model II. For the other models no significant differences appear. Table 5 also shows that the standard deviations for the differences are about 4% for all models in spruce stands and about 5.5% for all models in pine stands. The costs according to Model I are regarded as recorded when the logging costs (K) are compared. In this model both the number of trees per ha and the tariff number are assumed to be recorded (see Fig. 1). Table 6 shows that Model II underestimates the logging costs (0.9%), while Model III overestimates them (2.4%) in spruce dominated stands. In pine dominated stands the logging costs are underestimated both by Model II (1.0%) and Model III (3.1%). The standard deviations for the differences are about 1-1.5% for Model II and about 5% for Model III. Comparisons for development class III basically give the same results as in development class IV-V. However, both the differences between the models and standard deviations for the differences, are larger (see Table 7). A general discussion, and a comparison of the models with respect to all stand variables, are carried out in chapter 5. Table 8 shows all systematic tendencies derived from the comparisons. Model I provide for the best results. Because of high inventory costs, however, this model will probably be out of question in most practical inventories. Model II and III, however, also seem to provide for satisfactory results with respect to gross values and logging costs. If the mean diameter and the number of trees per ha are going to be used as input in long term yield forecasts, Model II provides for better results than Model III. With this background it is therefore recommended to apply Model II rather than Model III. This conclusions holds true if all field sampled data are correct, and if the costs for collecting the data are the same for the two models. Such issues are discussed by Eid (1994).
Forfattere
Øystein Dale J. StammSammendrag
The goal of the project was to collect technical data for selective harvesting operations. The main emphasis was on areas which had not earlier been studied, and in which there were a lack in knowledge. Gross operational statistics from 6 harvesters and 3 forwarders were collected throughout a period of 50 working days. This material is used as a reference representing ordinary harvesting operations. A model study of a forest estate in the Gardermoen area practicing selective harvesting was made. The main goal of the study was to see how much longer it took to administrate the selective harvesting compared to the reference material. A comparison between the motor-manual and the mechanized working methods was also made. Studies of gross operational statistics at Gardermoen showed that the portion of total working time used for planning increased from 2 % to 10 % for harvesters in the reference material and selective harvesting operations, respectively. The equivalent numbers for forwarders was 2 % and 4 %. The main reasons for the differences between harvesters and forwarders is that operational planning is normally done by the harvester operator. The differences in the portion of time required for planning were small between mechanized and motor-manual working methods in single-tree selection and small clear-cuts (1-2 daa). On the other hand, harvesters used 6 times the proportion of time for planning of group selection ( 1 daa) than that of motor-manual cutters. From the reference material and the sampled gross operational statistics from the Gardermoen study, we have worked out a system for estimating time consumption for moving forestry machines. A practical consequence of selective harvesting may be the division of harvested volume into smaller operational units and, therefore, more frequent moves between operational units.Moving forestry equipment by means of car transport: Y = 0.85 (X/32.5) Y = Time consumption in hours X = Moving distance in kilometres Moving forestry equipment by itselves along roads: Y = 0.41 (X/10.6) Y = Time consumption in hours X = Moving distance in kilometres In the Sessvollmoen area a study of harvester production in a pine shelterwood was made. The production of a two-grip harvester for cutting in a pine shelterwood can be described with the following function: Y= 14.819 8948 * (X*X) 0.356 * T Y = Production in m3 ob. per effective hour (E0) X = Average tree size (m3 ob.) T = Number of trees harvested per daa The production for mechanized cutting of windthrown trees will be reduced by 60-70 % compared with ordinary clear-cutting. Knowledge from other experiments shows that the frequency of wind thrown trees can be a considerable problem in shelterwoods. In the Rakkestad area we saw how the production of a forwarder varied with different levels of volume removal. The time consumption for forwarding in selection harvesting can be described as Y = ((0.0124*Rb0.0131*Lb0.017*Rt0.021*Lt)/Lv) 2.72 - 0.0166 * Ut Y = minutes per m3ob (E0) Rb = Return distance on base or strip road (m) Lb = Driving distance on the base or strip road while loaded (m) Rt = Return distance in the terrain (m) Lt = Driving distance in the terrain while loaded (m) Lv = Volume per load (m3 ob.) Ut = Volume removal in m3/daa (ob.)
Forfattere
Bernt-Håvard ØyenSammendrag
Rapporten beskriver lavvegetasjonen på stammer og greiner av gran i Mosjøenområdet, Nordland fylke, relatert til lokal luftforurensning. Epifyttiske lav er benyttet som biologiske indikatorer. Deler av undersøkelsesområdet er kjent utsatt for forurensning hvor fluorid er den viktigste komponent. Det er funnet effekter av luftforurensning på den epifyttiske lavfloraen i skogområdene som ligger mindre enn 4-5 km fra byen og aluminiumsverket i hovedvindretningen. I by- og verksnære områder er det funnet redusert artsantall i forhold til skogområdene lengre sør i dalføret. Samtidig som nærområdene er mest forurensningsbelastet, er naturlige skogøkologiske forhold, bl.a. trealder, avgjørende for artsdiversitet og dekning. Sammenlignet med en tidligere undersøkelse er det registrert rekolonisering av lav i områder som har vært forurensningsbelastet. Dette kan knyttes til en nedgang i fluoridforurensningen i de senere år. Effekter av andre kilder enn fluoridforurensning på lavfloraen er diskutert.
Forfattere
Knut Veisten Hans Fredrik HoenSammendrag
Fleirsidig skogbruk, barskogvern og oppretthalding av artsmangfaldet har dei siste åra vore livleg debattert av alle med interesse for norsk skogbruk. Eit sentralt spørsmål er kor stor vekt ein skal legge på dei miljøgoda som skogen produserer i tillegg til trevirke, og på kva grunnlag ein kan velja mellom produksjon av trevirke og andre gode. I denne rapporten blir det sett på kva haldningar det norske folk har til skogtilstanden og nokon av dei miljøgoda som skogen produserer. Det er dessutan forsøkt å estimere samfunnsøkonomiske verdiar av å auke omfanget av - eller kvaliteten på - slike miljøgode. Denne verdsettinga vart gjennomført ved å spørje direkte om betalingsviljen for meir omsynsfulle skogbruksmetodar, skogvern og artsvern. Til grunn for estimeringa ligg to nasjonale spørjeundersøkingar, som bygger på metoden for betinga verdsetting. Den første av spørjeundersøkingane dreide seg om haldningar til - og betalingsvilje for fleirsidig skogbruk og barskogvern (SKOG). Resultata frå denne indikerer relativt låg grad av konflikt med omsyn til skogtilstanden i Noreg (november 1990). Av dei moglege endringane presentert som følge av barskogvern og meir omsynsfull skogsdrift, rangerte respondentane `vern av trua og sjeldne plante- og dyreartar` og `vern av urørt skog for våre etterkomarar` høgast. I valet mellom skogvern-alternativ, havna klart flest på det mest omfattande alternativet til Barskogutvalet. Den maksimale betalingsviljen (MBV) for meir omsynsfulle skogbruksmetodar blei estimert til 257 kr i snitt per hushald og år med justering i forhold til oppgjeve hushaldsinntekt, medan medianen er lik 50 kr. Her var det ein signifikant forskjell i MBV mellom underutval grunna spørsmålsrekkefølga. Som ei oppfølging av spørjeundersøkinga om fleirsidig skogbruk og barskogvern, ville ein i den andre fokusere på den miljøendringa i skogen som vart høgast rangert: `vern av trua plante- og dyreartar`. Hovudspørsmålet i denne andre nasjonale spørjeundersøkinga (ART) dreide seg om betalingsviljen for å verne alle dei trua artane i norsk skog. Det vart lagt vekt på å teste for feilkjelder knytta til betinga verdsetting, mellom anna ved å spørje om betalingsviljen for einskilde artar og artsgrupper før hovudspørsmålet. Den maksimale betalingsviljen (MBV) for å verne alle dei trua plante- og dyreartane vart, med inntektsjustering, lik 1044 kr per hushald og år, med medianen lik 250 kr. MBV er signifikant forskjellig avhengig av om det vart vist eit kort med ulike kronebeløp i samband med spørsmålet om betalingsvilje eller ikkje. Mellom alternativ for å grunngje betalingsviljen nemnte dei fleste `vi har eit ansvar overfor våre etterkomarar` og `viss artar forsvinn kan det forstyrre samspelet i naturen`.
Forfattere
Øystein Dale Hans E. AamodtSammendrag
Kjøreskader ved terrengtransport av tømmer er uønsket både ut fra generelle miljøhensyn og for skogproduksjonen. Markskader er spesielt problematiske ved lukkete hogster med mye kjøring inne i bestand, da disse i liten grad lar seg reparere uten å skade trærnes røtter. Tiltak for å begrense markskader ved ugunstige forhold (bæresvak og bløt mark) er derfor av stor interesse. For å kvantifisere effekten av barlegging ble det høsten 1993 gjennomført forsøk med kvistdekking av kjøreveier. Kvistene ble lagt ut systematisk med henholdsvis 10 og 20 kvister pr. meter. Forsøket ble gjennomført på sandjord på to felter (god og dårlig bæreevne) klassifisert utfra vanninnholdet i jorda. Forsøket ble utført med en stor firehjulsdrevet landbrukstraktor (Valmet 755). På feltet med god bæreevne oppnådde en ingen effekt av barlegging på spordybdeutviklingen. Densitetsøkning ble redusert med 30 - 50 prosent i forhold til udekket etter 36 kjøringer. Effekten var likevel liten, da kontrollstrekningen (uten kvister) bare hadde en densitetsøkning på 7,7 prosent ved 20 cm måledybde. På feltet med dårlig bæreevne førte barlegging til reduksjon både i spordybde og i jordpakking, men det kunne ikke påvises noen forskjell mellom kjørestrekningene med 10 og 20 kvister pr. meter. Hjulspordybden ble redusert med inntil 75 prosent ved barlegging og en fikk samtidig en redusert densitetsøkning på inntil 54 prosent. Kontrollstrekningen (uten kvister) fikk en densitetsøkning på 20 prosent ved 20 cm måledybde.
Forfattere
Øystein Johnsen Ketil KohmannSammendrag
Toårige granplanter ble frysetestet til forskjellige tidspunkt under kjølelagring om vinteren. Plantene ble lagret på 0,5 °C og -2,5 °C for å se om dette kunne gi forskjeller i toleranse overfor frost. Tester ble utført både rett etter uttak fra lager og etter 10-12 dagers driving i oppvarmet veksthus (20°/15 °C; dag/natt). Temperaturen som ga 50 % skade på plantene (LT50) ble brukt som et mål på plantenes frosttoleranse. LT50 gir rett etter uttak fra lager informasjon om plantenes frosttoleranse under vinterherdig tilstand på lager. Differansen mellom LT50 før og etter driving i veksthus gir informasjon om plantenes reaksjon på varme og lys (utvintring). Forsøket viste at plantene taper noe av sin frosttoleranse på kjølelager. Tapet økte med lagringstiden, og var større ved lagring på 0,5 °C (13 °C tap i LT50 etter 148 døgn) enn ved lagring på -2,5 °C (9 °C tap). Differansen mellom LT50 før og etter driving var derimot 2 °C større for planter lagret ved -2,5 °C enn for planter lagret ved 0,5 °C, og denne forskjellen mellom lagringstemperaturene var uavhengig av lagringstiden. Likevel, etter 148 døgns lagertid og deretter 10 dagers driving i veksthus, var planter fra -2,5 °C totalt sett mer frosttolerante enn planter fra 0,5 °C. Dette kom av at herdighetstapet før varmebehandling etter 148 døgn på lager var 4 °C større ved 0,5° enn ved -2,5 °C.Resultatet tyder på at det er forskjellige biokjemiske og fysiologiske prosesser som på den ene siden forårsaker tap av frosttoleranse i mørke på lager, og på den andre siden tap av herdighet som følge av en aktiv respons overfor varme og lys under utvintring. Stikkprøver av kjølelagrede planter kan frysetestes på planteskolene for å få informasjon om frosttoleranse før utvintring. Har plantene en dårlig frosttoleranse bør man unngå et tidlig uttak fra lager og for tidlig planting på våren.
Forfattere
Knut Solbraa Jon Olav BrunvatneSammendrag
The project started in 1976/77 with a series of experiments in five burned areas. These were:Fyresdal, 80\" E and 591\" N, 610 m.a.s.l. on shallow moraine soilHeddal, 95\" E and 594\" N, 380 m.a.s.l. on shallow moraine soilElverum, 114\" E and 605\" N, 225 - 265 m.a.s.l., sites on shallow moraine soil and sandy, sedimental soil respectivelyDeset,\"113\" E and 612\" N, 300 m.a.s.l. on sandy, sedimental soilkrestrmmen, 112\" E and 614\" N, 300 m.a.s.l. in a rocky, former river bed. The site at Deset burned in 1959, krestrmmen in 1980 and the others in 1976. The experiments covered more than 30 000 plants, mainly of Scots pine (P. sylvestris), but also a few lodgepole pine (P. contorta). Direct seeding after scarification was tried as well, but in a small scale only. Mainly the last years results are fully reported here, because the others are published earlier.The following conclusions are drawn from the complete project.1. High soil temperatures in addition to fresh cut stumps and dead trees permitted the accumulation of pathogens after the fire. These cover Hylobius abietis and other insects feeding on bark or needles of the young conifer plants. Their attacks culminated the year after the fire, and were neglectible from the third year. Treating the plants with pyretroides before planting significantly reduced bark damages. Treatment against needle eaters should be repeated annually, but is not permitted in Norway.2. The fungus Rhizina undulata killed a great share of the transplants near fresh cut stumps in Elverum. These plants died within a few weeks after planting. Also this attack continued during the first two years only. The picture of attacks in Elverum was confirmed after a prescribed burning, close to the wild-fire area, in 1984. A suspension of systemic fungicides gave the plants a good protection against Rhizina undulata. The fungus was also found in high densities at krestrmmen and with a few specimen in Fyresdal and Heddal. It seems however, to be no relations between the presence of the fungus and mortality of plants these places.3. Direct seeding after ground scarification showed good results in areas not exposed to erosion. These small pine seedlings were not attacked to the same extent as older plants. Potential seedtrees should therefore be left in order to initiate natural regeneration.4. The combination of low temperatures during the growth season and the attack of the fungus Gremmeniella abietina was the main reason for total mortality of the Scots pine plants at Deset.5. If chemical protection against insects and fungi is unwanted, planting on sandy soil should be done in the spring the third year after the fire. Treatment with insecticides and fungicides may allow earlier planting.6. On sandy soil, the annual height increment culminated after 9 years, and decreased rapidly from about 35 to 10 centimeters. Planting later than three years after fire reduced growth compared to earlier planting. Application of nitrogen fertilizers initiated continued high growth rate. On sandy soil, fertilization with approximately 130 kg nitrogen should start 8 to 10 years after the fire. The nitrogen status of plants may be checked by needle analysis. A concentration of up to 1,6 - 1,8 % N is probably suitable at a tree age of 10 years. A mulch layer of 5 cm of crude sewage sludge gave the best growth of all treatments. On moraine, growth reductions were considerable less than on sandy soil.7. Application of nitrogen fertilizers increased damage both by Gremmeniella abietina and moose. Heavy fertilization may also increase the risk of climatic damages and reduces the final lumber quality. Therefore, fertilization should be limited to stands on deep soil layers, favourable climatic conditions and areas that are not exposed to heavy winter browsing by moose.
Forfattere
Tron EidSammendrag
Information about the number of trees per ha in stands in development class III-V is useful for several reasons; for yield forecasts on forest level with economic calculations, for planning of thinning regimes and for cost calculations with respect to logging.The aim of this work has primarily been to map variations within stands for the number of trees per ha in order to predict how many sample plots to be distributed in a stand with certain requirements for standard error. Different sample plot sizes have been considered in this context. Several questions have also been discussed in order to settle inventory instructions for sampling number of trees per ha in practical forest management planning.The data materials have been collected from 230 stands with 4836 sample plots. The number of trees has been sampled on 100 m2, 200 m2, 300 m2 and 400 m2 sample plots, with the majority on 200 m2 plots (Table 1). The time consumption, when the sampling of the number of trees is carried out by an inventory crew of one person, has been studied for 17 stands.Table 2 shows that the mean standard deviation and the mean coefficient of variation between plots within stands are 256 trees/ha and 39.5% for 200 m2 sample plots. There are quite large differences between sites. In general the standard deviation increases and the coefficient of variation decreases when the number of trees per ha increases.Regression functions have been developed in order to predict standard deviation and coefficient of variation between plots within stands for the number of trees per ha. Different stand attributes are used as independent variables, and the functions are based on 200 m2 sample plots (Table 3). R2 are generally low. It is therefore quite likely that the predicted values become too large in some cases, and too small in others. Table 4 shows how this works for the single sites included in the data material.Table 5 shows standard deviations and coefficients of variation for stands where the number of trees is recorded with different plot sizes in the same stand, and with identical plot centers.Table 6 shows additions and deductions when the standard deviation and the coefficient of variation for other plot sizes than 200 m2 are predicted. These figures have to be used together with the regression function in Table 3. It should be emphasized that the additions and deductions are based on data from relatively few stands.Table 7 shows the mean time consumption per plot for measurements on different plot sizes. Table 8 shows the estimated number of sample plots to be distributed in a stand according to different requirements for standard error.Fig. 1 shows the estimated time consumption per stand according to different requirements for standard error. In development class III the estimated time consumption is lowest with 100 m2 plots, while the differences between the plot sizes in development class IV-V are very small.Fig. 2 shows how a regression function (S2) might be used to predict the standard deviation between plots within stands for number of trees per ha. Fig. 2 also shows how many plots which have to be distributed in a stand according to different requirements for standard errors. Sampling number of trees in practical planning is discussed in chapter 3.3.In a relascope survey it is recommended to sample the number of trees directly instead of indirectly by means of the tariff number. A direct method generally provides for the most accurate results. A direct sampling of number of trees also provides for lower time consumption than indirect sampling, if the requirements for accuracy are the same.In a relascope survey the most efficient strategy is to distribute the same number of sample plots in each stand both for sampling the number of trees and for sampling the basal area. Sample plot sizes of 100 m2 in development class III and 200 m2 in development class IV-V usually provide for a satisfactory accuracy.It is recommended to use 200 m2 sample plots in development class III and 400 m2 sample plots in development class IV-V if the requirements for accuracy are high. Also if the estimation of volume in each stand is carried out by means of aerial photographs, a direct sampling of number of trees through field work will be the most accurate method. A direct sampling in the field, however, will be more expensive than a sampling by means of interpretation on aerial photographs.A more precise comparison of these two methods, both with respect to accuracy and time consumption, should be carried out. If a systematic sample plot survey for large areas is carried out, a direct sampling of number of trees in each stand might be carried out if the economical part of the prognosis is important.