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.

2025

Til dokument

Sammendrag

Vi bor i et land med store variasjoner i klima og landskap, men nesten overalt dyrkes det grovfôr. Valg av plantemateriale må derfor tilpasses regionene de skal brukes i, og det er nødvendig med egne utprøvinger i ulike deler av landet. I dag gjennomføres slike praktiske forsøk på få steder, som oftest i større forsøksfelt, på forskningsstasjoner eller hos gårdbrukere. Dette kan gjøre testingen sårbar for feil og uforutsette hendelser. Derfor kan det være verdt å forsøke noe nytt.

Til dokument

Sammendrag

Stavanger kommune ønsker å gradvis å skifte ut flere av bartreslagene i Sørmarka med stedegne løvtrær. I denne prosessen må det tas hensyn til overvannshåndtering og rekreasjonsopplevelsene i dette populære friområdet. Vi gjennomførte en bestandskartlegging av skogen, vurderinger av andre kartfestede data og foreslår ulike tiltak og rekkefølger i gjennomføringen.

Til dokument

Sammendrag

Chocolate spot (CS), caused by Botrytis fabae, is one of the most destructive fungaldiseases affecting faba bean (Vicia faba L.) globally. This study evaluated 33 fababean cultivars across two locations and over 2 years to assess genetic resistance andthe effect of fungicide application on CS progression. The utility of unmanned aerialvehicle–mounted multispectral camera for disease monitoring was examined. Signif-icant variability was observed in cultivar susceptibility, with Bolivia exhibiting thehighest level of resistance and Louhi, Sampo, Vire, Merlin, Mistral, and GL Sunriseproving highly susceptible. Fungicide application significantly reduced CS severityand improved yield. Analysis of canopy spectral signatures revealed the near-infraredand red edge bands, along with enhanced vegetation index (EVI) and soil adjustedvegetation index, as most sensitive to CS infection, and they had a strong negativecorrelation with CS severity ranging from −0.51 to −0.71. In addition, EVI enabledearly disease detection in the field. Support vector machine accurately classified CSseverity into four classes (resistant, moderately resistant, moderately susceptible, andsusceptible) based on spectral data with higher accuracy after the onset of diseasecompared to later in the season (accuracy 0.75–0.90). This research underscores thevalue of integrating resistant germplasm, sound agronomic practices, and spectralmonitoring for effectively identification and managing CS disease in faba bean