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.
2022
Sammendrag
Plant selection for rain gardens along streets and roads in cold climates can be complicated, as the plants are subjected to combined stresses including periodic inundation, de-icing salts, road dust, splashes of water from the road, freezing and thawing of soil, and periods with ice cover during the winter. The purpose of this study was to identify species suited to grow in these conditions and determine their optimal placement within roadside rain gardens. Thirty-one herbaceous perennial species and cultivars were planted in real-scale rain gardens in a street in Drammen (Norway) with supplemental irrigation, and their progress was recorded during the following three growing seasons. The study highlights considerable differences between species’ adaptation to roadside rain gardens in cold climates, especially closest to the road. Some candidate species/cultivars had a high survival rate in all rain garden positions and were developed well. These were: Amsonia tabernaemontana, Baptisia australis, Calamagrostis × acutiflora ‘Overdam’, Hemerocallis ‘Camden Gold Dollar’, Hemerocallis ‘Sovereign’, Hemerocallis lilioasphodelus, Hosta ‘Sum & Substance’, Iris pseudacorus and Liatris spicata ‘Floristan Weiss’. Other species/cultivars appeared to adapt only to certain parts of the rain garden or had medium tolerance. These were: Calamagrostis brachytricha, Carex muskingumensis, Eurybia × herveyi ‘Twilight’, Hakonechloa macra, Hosta ‘Francee’, Hosta ‘Striptease’, Liatris spicata ‘Alba’, Lythrum salicaria ‘Ziegeunerblut’, Molinia caerulea ‘Moorhexe’, Molinia caerulea ‘Overdam’, and Sesleria autumnalis. Species/cultivars that showed high mortality and poor development at all rain garden positions should be avoided in roadside cold climate rain gardens. These include Amsonia orientalis, Aster incisus ‘Madiva’, Astilbe chinensis var. tacquettii ‘Purpurlanze’, Chelone obliqua, Dryopteris filix-mas, Eurybia divaricata, Geranium ‘Rozanne’, Helenium ‘Pumilum Magnificum’, Luzula sylvatica, Polygonatum multiflorum and Veronicastrum virginicum ‘Apollo’. The study also found considerable differences between cultivars within the same species, especially for Hosta cvv. and Liatris spicata. Further investigations are needed to identify the cultivars with the best adaption to roadside rain gardens in cold climates.
Forfattere
Yi Zhang Linhui Li Zhonghao Ren Yating Yu Yeqing Li Junting Pan Yanjuan Lu Lu Feng Weijin Zhang Yongming HanSammendrag
The parameters from full-scale biogas plants are highly nonlinear and imbalanced, resulting in low prediction accuracy when using traditional machine learning algorithms. In this study, a hybrid extreme learning machine (ELM) model was proposed to improve prediction accuracy by solving imbalanced data. The results showed that the best ELM model had a good prediction for validation data (R2 = 0.972), and the model was developed into the software (prediction error of 2.15 %). Furthermore, two parameters within a certain range (feed volume (FV) = 23–45 m3 and total volatile fatty acids of anaerobic digestion (TVFAAD) = 1750–3000 mg/L) were identified as the most important characteristics that positively affected biogas production. This study combines machine learning with data-balancing techniques and optimization algorithms to achieve accurate predictions of plant biogas production at various loads.
Forfattere
Arne SteffenremSammendrag
Det er ikke registrert sammendrag
Forfattere
Gunda ThömingSammendrag
Det er ikke registrert sammendrag
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Michel VerheulSammendrag
Det er ikke registrert sammendrag
Forfattere
Inger Sundheim FløistadSammendrag
Det er ikke registrert sammendrag
Forfattere
Marit AlmvikSammendrag
Denne rapporten presenterer resultater fra Mattilsynets overvåkings- og kartleggingsprogram for plantetoksiner i næringsmidler i 2022. Resultatene fra rutineovervåkingen er et hjelpemiddel både for myndighetene og bransjen for å treffe effektive tiltak som kan redusere inntaket av plantetoksiner fra næringsmidler. Overvåkning av plantetoksiner i næringsmidler er blitt kontrollert i Norge siden 2017. Det er mange som har bidratt med innsats og engasjement i overvåkingsprogrammet. Inspektører fra flere av Mattilsynets regioner har tatt prøvene av næringsmidler for analyser av plantetoksiner. Norsk institutt for bioøkonomi (NIBIO), Divisjon for Bioteknologi og plantehelse, Avdeling Pesticider og naturstoffkjemi, er ansvarlig for analyser av prøvene. De veileder og koordinerer prøveuttaket, analyserer prøvene og utarbeider i samarbeid med Mattilsynet uttaksplaner og analyserapporter. Mattilsynets hovedkontor, Seksjon kjemisk mattrygghet, er ansvarlig for overvåkingen for rester av plantevernmidler i næringsmidler. Takk til alle som var involvert med å overvåke rester av plantetoksiner i næringsmidler i 2022.
Sammendrag
Det er ikke registrert sammendrag
Forfattere
Roger Holten Randi Bolli Eivind Solbakken Trond Christen Anstensrud Svein Bovim Kåre Oskar Larsen Ole Martin EkloSammendrag
Bønder i Norge mangler gode verktøy for å kunne vurdere om plantevernmidlene de kan bruke, vil kunne lekke til grunnvann under deres jord- og klimaforhold i deres region. I dette prosjektet er det søkt å lage brukervennlige tabeller som indikerer sannsynligheten for utlekking av plantevernmidler under ulike jord- og klimaforhold. Målsetningen er at man ved hjelp av tabellene kan finne det mest miljøvennlige alternativet blant de aktuelle plantevernmidlene bonden kan velge blant. Det er samlet inn store mengder data på klima, jordsmonn og kulturutvikling for potet/nypotet og korn (høst- og vårkorn) i de store landbruksregionene i Norge (Rogaland og Sørlandet, Østlandet, Innlandet og Trøndelag). Dataene er benyttet til å tilpasse grunnvannsmodellen MACRO-DB for norske forhold. Det er også samlet inn data på alle godkjente plantevernmidler i disse kulturene. Sammen danner dette basis for modellsimuleringer som gir en indikasjon på om et plantevernmiddel kan lekke til grunnvann og i så fall i hvilken konsentrasjon. Disse konsentrasjonene er videre presentert i utlekkingstabeller i form av fargekoder som indikerer sannsynligheten for utlekking. Utlekkingstabellene gir da en fargekode for hver av de ulike plantevernmidlene godkjent i de aktuelle kulturene for 10 ulike jordtyper i 4 ulike regioner. Disse utlekkingstabellene finnes i et eget vedlegg til denne rapporten.