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.
2023
Forfattere
Stefano Puliti Grant Pearse Peter Surovy Luke Wallace Markus Hollaus Maciej Wielgosz Rasmus AstrupSammendrag
The FOR-instance dataset (available at this https URL) addresses the challenge of accurate individual tree segmentation from laser scanning data, crucial for understanding forest ecosystems and sustainable management. Despite the growing need for detailed tree data, automating segmentation and tracking scientific progress remains difficult. Existing methodologies often overfit small datasets and lack comparability, limiting their applicability. Amid the progress triggered by the emergence of deep learning methodologies, standardized benchmarking assumes paramount importance in these research domains. This data paper introduces a benchmarking dataset for dense airborne laser scanning data, aimed at advancing instance and semantic segmentation techniques and promoting progress in 3D forest scene segmentation. The FOR-instance dataset comprises five curated and ML-ready UAV-based laser scanning data collections from diverse global locations, representing various forest types. The laser scanning data were manually annotated into individual trees (instances) and different semantic classes (e.g. stem, woody branches, live branches, terrain, low vegetation). The dataset is divided into development and test subsets, enabling method advancement and evaluation, with specific guidelines for utilization. It supports instance and semantic segmentation, offering adaptability to deep learning frameworks and diverse segmentation strategies, while the inclusion of diameter at breast height data expands its utility to the measurement of a classic tree variable. In conclusion, the FOR-instance dataset contributes to filling a gap in the 3D forest research, enhancing the development and benchmarking of segmentation algorithms for dense airborne laser scanning data.
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Marta Vergarechea Rasmus Astrup Knut Øistad Carolin Fischer Clemens Blattert Markus Hartikainen Kyle Eyvindson Fulvio Di Fulvio Nicklas Forsell Daniel Burgas Astor Toraño-Caicoya Mikko Mönkkönen Clara Antón FernándezSammendrag
Det er ikke registrert sammendrag
Forfattere
Morgane Merlin Rasmus Astrup Nicolas Cattaneo Nils Egil Søvde Barry Gardiner Tommaso LocatelliSammendrag
Det er ikke registrert sammendrag
Sammendrag
Information on tree height-growth dynamics is essential for optimizing forest management and wood procurement. Although methods to derive information on height-growth information from multi-temporal laser scanning data already exist, there is no method to derive such information from data acquired at a single point in time. Drone laser scanning data (unmanned aerial vehicles, UAV-LS) allows for the efficient collection of very dense point clouds, creating new opportunities to measure tree and branch architecture. In this study, we examine if it is possible to measure the vertical positions of branch whorls, which correspond to nodes, and thus can in turn be used to trace the height growth of individual trees. We propose a method to measure the vertical positions of whorls based on a single-acquisition of UAV-LS data coupled with deep-learning techniques. First, single-tree point clouds were converted into 2D image projections, and a YOLOv5 (you-only-look-once) convolutional neural network was trained to detect whorls based on a sample of manually annotated images. Second, the trained whorl detector was applied to a set of 39 trees that were destructively sampled after the UAV-LS data acquisition. The detected whorls were then used to estimate tree-, plot- and stand-level height-growth trajectories. The results indicated that 70 per cent (i.e. precision) of the measured whorls were correctly detected and that 63 per cent (i.e. recall) of the detected whorls were true whorls. These results translated into an overall root-mean-squared error and Bias of 8 and −5 cm for the estimated mean annual height increment. The method’s performance was consistent throughout the height of the trees and independent of tree size. As a use case, we demonstrate the possibility of developing a height-age curve, such as those that could be used for forecasting site productivity. Overall, this study provides proof of concept for new methods to analyse dense aerial point clouds based on image-based deep-learning techniques and demonstrates the potential for deriving useful analytics for forest management purposes at operationally-relevant spatial-scales.
Sammendrag
Denne rapporten er skrevet på oppdrag fra Teknisk beregningsutvalg for klima (TBU klima). TBU klima skal ifølge mandatet gi råd om forbedringer i metoder for tiltaks- og virkemiddelanalyser på klimaområdet. I årsrapporten for 2021 har utvalget redegjort for hvilke metoder som er vurdert hittil og hvilke temaer som gjenstår. Et tema som foreløpig ikke har vært dekket av utvalget, er metoder som brukes til framskrivninger og til analyser av tiltak og virkemidler som påvirker utslipp og opptak av klimagasser fra skog, arealbruk og arealbruksendringer. Disse opptakene og utslippene rapporteres i det nasjonale klimagassregnskapet under arealbrukssektoren (eng. Land Use, Land-Use Change and Forestry, LULUCF). Formålet med denne rapporten er å gi et kunnskapsgrunnlag for utvalgets videre arbeid med vurdering av metodeapparatet som brukes til utslippsframskrivinger og analyser av tiltak og virkemidler rettet mot arealbrukssektoren, samt metode for å beregne klimaeffekt av poster på statsbudsjettet som påvirker arealbrukssektoren.
2022
Forfattere
Pedro Caldas Britto Dirk Jaeger Stephan Hoffmann Renato Cesar Goncalves Robert Alexander Christian Vibrans Alfredo Celso FantiniSammendrag
Det er ikke registrert sammendrag
Sammendrag
Prosjektets mål var å utvikle en prognosemodellfor sesongvis tilgjengelighet av skogsbilveier. Det ersamlet inn feltdata fra 77 veier, totalt 231 unike registreringspunkter som fanger opp variasjoner i målt bæreevne, byggematerial, volum uttransportert og deformasjon/sporutvikling. Disse feltdataene er supplerte med historiske transportdata, ca. 200 000 fraktbrev, for at belyse hvordan været tidligere har påvirket veiers utnyttelse under barmarksesongen. Resultatene gjør det mulig å gi visse tommelfingerregler for egnethet for transport under rådende værforhold. Rapporten dokumenterer prosjektets hovedresultater. Noen slutninger: •Løsmassetyper for eldre veier har stor betydning for når en vei ikke bør benyttes til transport, sett i forhold til tele og nedbørsrike perioder•Både historiske vær- og tele-data, så vel som nye on-line datakilder kan gi bedre prediksjoner av vannstatus for planlegging av drifter og videretransport •Feltobservasjoner av oppbygning, løsmasser, og tilstand på veien vil fortsatt være nødvendigfor en sikker klassifisering av sesongtilgjengelighet •Konvensjonell fallodd gir fremdeles det beste estimat av en veis bæreevne •Måling av bæreevne/E-modul med lettvektsfallodd underestimert bæreevne, og bruken må videreutvikles for å øke nytten i praksisDet var ikke mulig å gi en sikker klassifisering av bæreevne kun på grunnlag av digitale kilder. Digitale kilder må suppleres med feltobservasjoner om f.eks. bærelagets byggemateriale og tykkelse, som dimensjoneringstabeller forutsetter. I fravær av en slik klassifiseringen gir kombinasjonen av digitale kilder og lokalkunnskap om byggemateriale en indikasjon. En framtidig prognosemodell vil forenkle planlegging, men det gjenstår mye arbeid før et slikt verktøy vil være pålitelig. Ramme for prognosemodell presenteres i kapittel 4.4. En demo av en enkel prototyp er testet i undervisningssammenheng ved NMBU.
Forfattere
Jan BjerketvedtSammendrag
Hovedmålet er å evaluere en ny, forenklet metode for Groundeco/EcoX-behandling av skogsbilveier for å øke bæreevnen i eksisterende masser. Delmålene er å undersøke effekten av behandlingen på bæreevne, kostnader knyttet til tiltaket og å sammenligne dette med eksisterende praksis. Groundeco/EcoX er en kjemisk væske som tynnes ut med vann før påsprøyting på veien. Den direkte effekten er at vannets binding til kolloidene (små partikler) brytes og det går fra å være bundet til å bli fritt vann som kan transporteres bort. Den sekundære effekten er at bæreevnen øker når vannet blir borte. Det er viktig å sette i stand grøfter og stikkrenner før behandlingen. Den forenklede metoden benytter f.eks. en traktor med skålharv for å løse opp veioverflaten. Deretter sprøytes Groundeco/EcoX-løsningen på veimassene og blandes igjen med skålharven i to omganger, før høvling og kompaktering. I mai 2019 ble det utført målinger med platebelastning og lettvektsfallodd, samt oppgraving og grusprøver på 6 punkter langs Skallbergveien hos Løiten Almenning. Veiene ble behandlet med Groundeco/EcoX i juni 2019. Dette ble fulgt opp med platebelastningsprøver i oktober 2019 og august 2020. Etter en avbrutt måling med SVVs fallodd på grunn av regn i juni 2020, ble den endelige målingen gjennomført i oktober 2020. For alle 6 punkter var det positiv utvikling i bæreevne fra før-målingen i mai-19 til okt-19, og med ett unntak en ytterligere økning fra okt-19 til aug-20. Måleresultatene fra SVVs fallodd ga en SVV-klassifisering (laveste kumulative 10%-verdi) på 7,0 tonn og en gjennomsnittsverdi på 10,2 tonn. Det må understrekes at målingene ble gjort «i perioder med spesielt mye nedbør», noe som for veiklasse 3 betyr 10 tonn aksellast «med begrensninger». Til en kostnad av 372 kr/meter har Løiten Almenning og Groundeco/EcoX-behandlingen forandret veien fra «en av dårligste vi har» til en vei med gjennomsnittlig 10 tonns bæreevne under ugunstige nedbørsforhold.
Sammendrag
Denne rapporten er et produkt av Interreg-prosjektet «Skoglig anpassning för ett ändrat klimat» som pågikk i perioden 2018 - 2022. Rapporten sammenfatter kunnskapsfronten for de driftstekniske utfordringene knyttet til transport av virke i terrenget og på skogsvei i et varmere og våtere klima. Velfungerende og kostnadseffektive skogsveier vil være en bærebjelke i begge lands skognæring, så rapporten fokuserer også på byggeskikk, metoder og rammefaktorer for dette.