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.
2012
Forfattere
Mette ThomsenSammendrag
En rekke urter og urteekstrakter har i tillegg til gode smaks kvaliteter også egenskaber som innhold av antimikrobielle og antioksidative stoffe. Disse egenskapene kan brukes inn i matvarer for at gi en økt smaksopplevelse, øke holdbarhet samt forlenge levetiden for produktet. I SALTO prosjektet undersøkes en rekke urter for disse egenskaper, hvor målet er at redusere innholdet av salt uten at dette endre på kvalitets egenskapene i produktene.
Sammendrag
The purpose of the study was to explore and compare three different methods for modelling potential natural vegetation (PNV), a hypothetic natural state of vegetation that shows nature's biotic potential in the absence of human influence and disturbance. The vegetation was mapped in a south-central Norwegian mountain region, in a 34.2 km2 area around the village of Beitostølen, in 2009. The actual vegetation map (AVM) formed the basis for the development of PNV using three different modelling methods: (1) an expert-based manual modelling (EMM), (2) rule-based envelope GIS-modelling (RBM), and (3) a statistical predictive GIS-modelling method (Maxent). The article shows that the three modelling methods have different advantages, challenges and preconditions. The findings indicate that: (1) the EMM method should preferably be used only as a supplementary method in highly disturbed areas, (2) both the RBM and the Maxent methods perform well, (3) RBM performs especially well, but also Maxent are more objective methods than EMM and they are much easier to develop and re-run after model validation, (4) Maxent probably underestimates the potential distribution of some vegetation types, whereas RBM overestimates, (5) the Maxent output is relative probabilities of distribution, giving higher model variation than RBM.
Forfattere
Lise GrøvaSammendrag
Det er ikke registrert sammendrag
Forfattere
Lise GrøvaSammendrag
Det er ikke registrert sammendrag
Forfattere
Lise GrøvaSammendrag
Det er ikke registrert sammendrag
Forfattere
Lise GrøvaSammendrag
Det er ikke registrert sammendrag
Forfattere
Oskar PuschmannSammendrag
Det er ikke registrert sammendrag
Forfattere
Oskar PuschmannSammendrag
Det er ikke registrert sammendrag
Forfattere
Oskar PuschmannSammendrag
Det er ikke registrert sammendrag
Forfattere
Oskar PuschmannSammendrag
Det er ikke registrert sammendrag