Effektivare ståndortsanpassning med skördardata

Föryngringsförslag i en drönarbild över försökstrakten. Siffrorna är förslag på antal gran- och tallplantor för de olika delområdena.

Bild: Sverker Johansson/BITZER

Genom att använda data från skördaren kan ståndortsanpassat skogsbruk få ett uppsving och bli betydligt mer effektivt. Det visar en pilotstudie från Skogforsk.

Snart blir det enklare att ståndortsanpassa skogsbruket, redan på kontoret. Vid ett ståndortsanpassat skogsbruk anpassas skogsbruksåtgärder som bland annat föryngring och avverkning till de lokala förutsättningarna. Tidigare har det krävts inventeringar i fält, helst innan avverkning, för att till exempel avgöra vilka trädslag som ska planteras var. Av kostnadsskäl har skogsbruket gått mot mer standardiserade föryngringsåtgärder.

Men det kan komma att ändras. I en pilotstudie undersökte Skogforsk möjligheten att använda hittills outnyttjade datakällor vid ståndortsanpassningen, nämligen information från avverkningen i form av skördardata samt andra geodata. Målet var att se om dessa datakällor kunde användas för att effektivisera arbetet och öka ståndortsanspassningen. Forskarna drar slutsatsen att skördardata i kombination med geodata har stor potential att fungera som stöd vid planering av föryngringsåtgärder samt för uppdatering av till exempel ståndortsindex i skogliga register. Förstudien genomfördes på två testobjekt. För att kunna utvärdera potentialen ytterligare krävs fler tester.

Läs fördjupning

Så gjordes studien

Forskare vid Skogforsk jämförde beslutsunderlag grundat på skördardata och geodata med ett ”facit” i form av en detaljerad fältinventering för två större trakter. Därefter jämfördes de tre olika modellerna utifrån geografiska avgränsningar samt plantantal uppdelat på trädslag.

STEG 1 – sammanställning av möjliga datakällor

Först identifierades ett antal dataskikt som är intressanta att använda inom skogsbruket (Tabell 1). Dataskikten skulle även kunna användas inom en trakt. Det kräver en relativt hög upplösning. Några skikt passade inte i studien. De dataskikt som till slut användes återfinns i Tabell 2.

Tabell 1. Potentiellt användbara datakällor för studien.

STEG 2 – skapande av beslutstöd

För att utvärdera de olika dataskiktens relevans skapades tre beslutsstöd: en skördardata-modell, en geodatamodell och en fältmodell. I skördarmodellen användes enbart data som genererats från skördaren. Geodatamodellen använde data från fjärranalys. I fältmodellen kombinerades fjärranalysdata med data från fältbesök på trakten.

Tabell 2. Redovisning av utvalda dataskikt i respektive beslutsstöd

Skördardatamodellen använde sig av information om avverkade träd som har lagrats i skördarens produktionsfiler enligt datastandarden StanFordD2010. Där återfinns bland annat information om dominerande trädslag, trädhöjder, eventuell rötandel hos granen, samt alla avverkade träds GPS-koordinater. Kombinerat med beståndsålder kan ståndortsindex lätt beräknas. Genom att använda sig av den redan insamlade informationen kan skogens produktion och ståndort räknas ut, som i sin tur används för att ge förslag på trädslagsval och plantantal per hektar över olika delar av det avverkade beståndet.

Resultat

I geodatamodellen, som bygger på den digitala terräng-modellen (Grid2+) samt markfuktighetskartan, klassades de högre partierna som tallmarker då dessa med hög sannolikhet är torrare marker. De lägre partierna karterades i stället som granmark.

Skördardatamodellen

Geodatamodellen

Fältdatamodellen

Figur 1. Föryngringsplaneringen på trakten Labbo enligt skördardata, geodata resp. fältinventering.

Tabell 3. Föryngringsförslag i form av planteringsareal (ha) för olika trädslag för de olika beslutsstöden (trakten Labbo).

	Skördardata	Geodata	Fältdata	Verkligt utfall
Gran	10	15	20,5	13,5
Gran och tall	4	0	0	0
Tall	17	16	10,5	17,5

Figur 2. Föryngringsplaneringen på trakten Varvalasse enligt skördardata, geodata resp. fältinventering.

Tabell 4. Föryngringsförslag i form av planteringsareal (ha) för olika trädslag, för de olika beslutsstöden för trakten "Varvalasse".

	Skördardata	Geodata	Fältdata	Verkligt utfall
Gran	10,6	9,4	9,8	0
Gran och tall	3,3	0	0	0
Tall	12,6	17,2	16,5	26,5

Bäst resultat med kombinerade data

På den ena trakten ("Labbo") föreslog fältinventeringen mer gran jämfört med geodata- och skördarmodellen, på grund av en högre andel finfraktion i moränen. Skördardatamodellen avvek från de två övriga resultaten, då den för eslog att vid mycket rotröta för granen göra 50 procent av föryngringen med löv eller tall på grandominerade ytor (detta val var inte möjligt för de två övriga modellerna, som inte hade tillgång till data om rötandelarna).

På den andra trakten ("Varvalasse") blev skillnaderna mellan förslagen utifrån geodata-modellen och fältinventering större. Geodatamodellen klassade i detta fall en mager myr som ett fuktigt område och föreslog gran, medan fältinventering och skördardata föreslog tall baserat på SI och avverkat trädslag. På liknande sätt skattade geodatamo dellen ett bördigt men högre beläget område som torrt, och föreslog tall. I princip blev förslaget från geodatamodellen helt omvänt från fältinventeringen. Fältinventeringen och skördardatamodellen följde däremot varandra för i princip hela trakten, men med lite olika gränsdragningar.

En fördel som forskarna fann med skördardata är att de ger en rättvisande bild över avverkningens areal och inte enbart den planerade arealen. Det ger alltså en mera rättvisande bild av hur många plantor som ska beställas av varje sort.

Slutsatsen från pilotprojektet är att det finns en stor potential att använda skördardata, särskilt i kombination med geodata, som beslutsstöd i skogsvårdsarbetet.

Artikeln baseras på Arbetsrapport 1002-2019.

Nr 9-2019 Publicerad 2019-02-01 07:00