RESE Miljömål. Projektpresentation 2004

Transkript

1 RESE Miljömål Projektpresentation 2004

2 denna denna rapport presenteras tio projekt som genomförs inom I RESE Miljömål. RESE Miljömål genomförs under perioden som en staffettväxlingsfas efter Mistra-programmet Remote Sensing for the Environment, RESE som avslutades RESE var den hitintills största svenska satsningen på ett forskningsprogram inom tillämpad fjärranalys. Inom RESE deltog cirka 60 personer fördelade på sex olika forskningsområden under en sexårsperiod, Projekten som genomförs inom RESE Miljömål bygger på resultat från RESE-programmet och utförs i nära samarbete med olika användarorganisationer. Projekten delfinansieras av Mistra men är i hög grad användarfinansierade. Samtliga projekt syftar till att skapa en grund för olika miljötillämpningar där satellitbaserad information är användbar. RESE Miljömål ska vidare medverka till att kontakterna mellan forskare, utvecklare, tjänsteleverantörer och användare utvecklas. Ett exempel på detta är att RESE Miljömål tillsammans med Rymdstyrelsen arrangerade ett Fjärranalysseminarium på Skåvsjöholm för drygt 130 personer februari RESE Miljömål har en projektstyrelse med följande sammansättning: Erik Normark, ordförande Gunnar Aneer Urban Emanuelsson Ola Inghe Stigbjörn Olovsson Holmen Skog AB Länsstyrelsen i Stockholms län Centrum för biologisk mångfald Naturvårdsverket Metria Miljöanalys Stockholm februari 2005

3 Vattendirektivets implementering Fjärranalys och GIS för genomförandet av Ramdirektivet för vatten Introduktion / bakgrund Enligt EG: s direktiv om upprättande av en ram för gemenskapens åtgärder på vattenpolitikens område, det s.k. Ramdirektivet för vatten ska god ekologisk status uppnås inom 15 år och därefter bibehållas. För detta ändamål ska bl.a. avrinningsdistrikt upprättas, vattenförekomster karakteriseras och typindelas, miljökvalitetsmål och normer fastställas, miljöövervakningsprogram utformas samt åtgärdsplaner och förvaltningsplaner upprättas. Syftet med projekt WFD-REMGIS är att för Ramdirektivet för vattens genomförande bidra med underlag underlag till en nationell handbok vad avser GIS-strategier och direktivets rapporteringskrav, samt identifiera, testa och exemplifiera genomförandet av valda delar av direktivet där GIS och fjärranalys är lämpliga verktyg. Här ingår klassning av jordbruksgrödor med fjärranalys av satellitdata som ett moment. Denna korta projektbeskrivning rör den delen av projektet. Mål Målet med det samlade projektet WFD-REMGIS har varit att bidra med underlag till nationella strategier som utarbetas och ge vägledning för det arbete med direktivets genomförande som ska bedrivas i de kommande avrinningsdistrikten. Målet med fjärranalysdelen av projektet har varit att ta fram en metod för att klassa jordbruksgrödor. Metoder, tillvägagångssätt Klassningen av jordbrukgrödor innebar en vidareutveckling av metoderna som togs fram i projekt Exempel på klassning av jordbruksgrödor med fjärranalys av satellitdata (Landsat TM) i Mässingsboåns avrinningsområde, Dalälven. Källa: Nordström, K. & Olofsson, H., RESAP (Gustafsson et al., 2003). Åkerstorlek och form, ofta små och avlånga, i Dalälvens avrinningsområde gör att andelen kantpixlar ofta utgör hälften eller mer av jordbruksskiftets totala antal pixlar. Metodutvecklingen innebär att under bearbetningen bildar kantpixlarna egna klasser, vilka definieras beroende vilka grödor som finns på de angränsande fälten (information om grödor och arealer från 1999 Länsstyrelsen i Dalarna ställt till projektets förfogande). Den klassningsmetod som utvecklats tillåter att olika

4 typer av referensdata används. I de fall tillgången på referensdata är begränsad kan därför nya data samlas in med god geografisk spridning och data för samtliga klasser Metoden för klassning innehåller därigenom följande moment: 1. Bearbetning av referensdata med speciell hantering av kantpixlar. 2. Borttagande av outliers. 3. Brusreducering av de olika spektralbanden med hjälp av wavelet transformationer. 4. Beräkning av informationsvärdet för de olika spektralbanden. 5. Definition av lämpligt avståndsmått baserat på informationsvärdet i de olika banden. 6. Statistisk bearbetning för framtagning av s.k. prototyper vilka används som referenspixlar vid den multispektrala klassningen. 7. Klassningen sker med närmaste granne (Nearest Neighbor) metod, där avståndet mäts med hjälp av det nya avståndsmåttet. 8. Klassificeringsalgoritmen är härledd så att den genomsnittliga sannolikheten för korrekt klassificeringen maximeras, dvs. varje klass är lika betydelsefull. Satellitscener (Landsat & SPOT) från fem olika tidpunkter används. Klassning genomförs med motsvarande metodik men med scener från två respektive en tidpunkt. En utvärdering görs därefter av i vilken utsträckning och på vilket sätt klassningsresultaten påverkas om satellitdatatillgången begränsas. Tre olika tematiska nivåer används: gröda (havre, höstvete, råg etc.), grödgrupper (höstspannmål, våroljeväxter etc.) och en uppdelning i åkermark/betesmark ej på åker. Resultat Resultaten visar att satellitdata från fem tidpunkter inte oväntat ger bättre klassningsnoggrannhet än om en eller två scener används. Det är dock möjligt att nå ett godtagbart resultat även med färre tidpunkter om de lägre tematiska nivåerna tillämpas. Även om klassningsnoggrannheten på pixelnivå vid användande av endast en bild är låg kan resultaten trots detta vara användbara vid tillämpningar rörande näringsläckage, förutsatt att arealskattningarna per litet delavrinningsområde är väntevärdesriktiga. Detta åstadkommes med hjälp av arealkorrigeringsmatriser vilka beräknas med hjälp av information från blockdatabasen. Metoder och resultat redovisas i detalj i Ranneby & Yu, Klassningsresultaten används sedan som indata för påverkansanalyser i den del av projektet där genomförandet av valda delar av direktivet testas (Nordström & Olofsson, 2003). Rekommendationer Fjärranalysdelen av projekt WFD- REMGIS visar lovande resultat för klassning av jordbruksgrödor. Den begränsande faktorn vid klassning av jordbruksgrödor över stora sammanhängande områden, t.ex. ett huvudavrinningsområde av Dalälvens storlek, från ett och samma år är inte metoden, utan tillgången till molnfria satellitdata med lämplig rumslig upplösning, från flera tidpunkter under samma år. Förutsatt att tillgången till satellitdata är tryggad kan ett från blockdatabasen fristående miljöövervakningsprogram utvecklas som bygger på riktade och optimerade fältinsatser i kombination med fjärranalys för kontinuerlig övervakning av markanvändningen i jordbrukslandskapet. Tidplan och finansiärer Projektet startades i februari 2003 och finansieras av Naturvårdsverket, Rymdstyrelsen och RESE Miljömål. Slutrapportering av fjärranalysdelen av projektet sker i början av I det samlade projekt WFD- REMGIS har deltagit Metria Miljöanalys, Naturvårdsverket, Biostokastikum vid Sveriges Lantbruksuniversitet och Länsstyrelsen Dalarna. Utförare och kontaktperson Fjärranalysdelen i projektet utfördes av Biostokastikum vid Sveriges Lantbruksuniversitet (Umeå). Kontaktperson: Bo Ranneby, Biostokastikum, Sveriges Lantbruksuniversitet, Umeå, telefon: , bo.ranneby@sekon. slu.se. Referenser Gustafsson, L.-E., Jacobson, C., Nordström, K., Ranneby, B., Rosengren, M. och Yu, J., 2003: Fjärranalys och jordbrukets miljöeffekter (projekt RESAP) en pilotstudie. Metria Miljöanalys. Rapport för Rymdstyrelsen. Nordström, K. & Olofsson, H., 2003: Användning av fjärranalys och GIS vid införandet av Ramdirektivet för vatten, en pilotstudie i Dalälvens avrinningsområde. Länsstyrelsen i Dalarnas län, Rapport nr 2003:23, ISSN , 90 s. Ranneby, B. & Yu, J., 2003: Classification of agricultural crops and quality assessment using multispectral and multitemporal images. Swedish University of Agricultural Sciences, Centre of Biostochastics, Report No 2003:5, ISSN:

5 Örebro läns tillgångar på skyddsvärda skogsmiljöer Introduktion Inom ramen för det nationella miljömålet Levande skogar ansvarar länsstyrelserna för bildande av naturreservat. I Örebro län skall under perioden , hektar produktiv skogsmark övergå till naturreservat enligt uppställda arealmål. Naturreservaten skall bidra till att den biologiska mångfalden i skogslandskapet långsiktigt bevaras och utvecklas. En strategi för skydd av skogsmiljöer är under arbete och skall vara vägledande för vilka skogsområden som väljs ut för att ingå i länets reservatsareal fram till Den måste därför ge svar på grundläggande frågor om tillståndet i länet. Var finns de skyddsvärda skogarna? Hur kartläggs på ett kostnadseffektivt sätt de återstående okända? Tidigare erfarenheter visar att satellitbildsbaserade skogsdata (exempelvis knn-skattningar) kombinerat i GIS-miljö med andra källor av landskapsinformation kan vara användbara i långsiktig naturvårdsplanering i skogslandskapet. Mål Projektets mål är att utveckla GISbaserade verktyg som använder knn-skattningar av skogens karaktäristik, andra tillgängliga geografiska data och expertkunskaper i sökandet efter okända skyddsvärda skogar i Örebro län. Metoder, tillvägagångssätt För att beskriva egenskaper hos skyddsvärda skogar utifrån knnskattningar inom skogsbestånd och information på landskapsnivå, har 169 kända skyddsvärda skogsområden i länet valts ut. Områdena Figur 1: Variation i trädhöjd inom olika typer av skog. utgjordes av fyra olika skogstyper nämligen naturskogsartad barrsumpskog (27), naturskogsartad barrblandskog (38), naturskogsartad tallskog (50), naturskogsartad granskog (54). Deras höga naturvärden har beskrivits tidigare av länsstyrelsens personal genom fältbesök och deras geografiska läge karterades med användning av GIS. I nästa steg har alla dessa områden beskrivits med ett antal variabler som baserades på GIS-analyser av knn-skattningar, höjddata och Geografiska Sverigedata. Ytterligare 50 äldre skogsbestånd valdes slumpmässigt ut inom länet med hjälp av knn-skattningar och beskrevs på samma sätt. Följande variabler ingick i beskrivningen: beståndsålder, virkesvolym av olika trädslag, variation i trädhöjd och skogsålder, markens lutning, avstånd till närmaste väg och andel skog i omgivande landskap. I nästa steg analyserades skillnaderna mellan de olika skogstyperna avseende ovanämnda variabler. Karakteristik av skyddsvärda skogar enligt dessa analyser användes sedan för att beskriva de olika typerna med ett urval lämpliga parametrar. Dessa parametrar användes för att med hjälp av GIS försöka peka ut platser med egenskaper som finns hos kända skyddsvärda skogsområden. Naturvärdena i de utpekade områdena skall i nästa steg bedömas i fält med hjälp av en metod föreslagen av Drakenberg och Lindhe och jämföras med andra slumpmässigt valda äldre skogsområden för att validera verktyget. Denna metodik för bedömning av naturvärden har testats tidigare i länet inom vårat projekt och bedöms som lämplig för utvärdering av verktygens tillförlitlighet.

6 Resultat Analyserna pekade ut flera variabler där skillnader mellan olika skogstyper var signifikanta. De viktigaste bland dem var virkesvolym av olika trädslag, rumslig variation i trädåldrar och höjd, topografi och avstånd till vägar (som exempel se figur 1). Däremot hade det omgivande landskapets struktur, i praktiken skogstäckets fördelningsmönster, betydlig lägre betydelse. Resultat av analysen användes sedan för att föreslå relevanta parametrar vid sökandet efter skyddsvärda skogar av olika typer med GIS. Här följer några exempel som gäller för skyddsvärd barrblandskog: medelålder år dominerar, virkesvolymer tall och gran <90 m3/ha, virkesvolym björk >20 m3/ha, virkesvolym övriga lövträd >10 m3/ha, variation i trädhöjd >30 grader. GISbaserad sökning efter platser med potentiellt skyddsvärda områden resulterade i en karta (figur 2). Rekommendationer GIS-baserad sökning efter skyddsvärda skogar med de preliminära parametrarna framtagna i projektet, visar att vidare justering av parametrar är nödvändig. I regel överskattades arealen skog med potentiellt höga naturvärden starkt av våra modeller. Justerade, mer konservativa parametrar, skall testas och valideras i fält inom Askersund kommun där kunskapen om förekomsten av skyddsvärda skogar är relativ svag. Andra problem gäller den geografiska upplösningen. Skall det vara enskilda objekt (kärnområden) som pekas ut eller något större områden där förekomsten av skyddsvärda skogar är mycket sannolikt? Tidplan och finansiärer Projektets arbete börjades den 1 december 2003 och avslutas i maj Finansiärer är Länsstyrelsen i Örebro län och RESE Miljömål. Utförare och kontaktperson GIS-analyser utfördes av Gun- Marie Fransson och Grzegorz Mikusinski (Örebro universitet). Kontaktperson: Grzegorz Mikusinski, Örebro Universitet, Naturvetenskapliga institutionen, Örebro, tel , grzegorz. mikusinski@nat.oru.se Figur 2: Kartan omfattar 12x10 km stort område i närheten av Mullhyttan i västra Närke och visar förekomst av potentiella skyddsvärda blandskogar (ljusgröna fläckar) enligt modellen utvecklat i projektet. Övrig skog markerad i mörkgrön och vatten i blått.

7 Fusion av miljömålsindikatorer Introduktion På grund av den allt snabbare omvandlingen av vår miljö, liksom förväntade, kommande ekonomiska begränsningar är det viktigt att miljömässiga förändringar i landskapet kan mätas snabbt och till låga kostnader. För att olika samband och sammanhang skall kunna tolkas på rätt sätt krävs att relevant information finns tillgänglig över hela det område som är av intresse, t ex för alla fjällänen. Inte minst viktigt blir detta när prioriteringar och jämförelser blir aktuella. Att kritiskt utveckla och granska fjärranalysens möjligheter är därför av största vikt för att vi skall kunna bidra till förverkligandet av det hållbara samhället med speciellt fokus på den fysiska miljön på landskapet. Vi avser att visa hur de metoder som tagits fram inom RESE-projekten Tillämpning av satellitbaserad fjärranalys för regional övervakning av störningskänsliga fjällhedar och Tillämpning av fjärranalys i kulturmiljövården skall kunna integreras i miljömålsarbetet och kopplas till andra miljöindikatorer för miljömålet en storslagen fjällmiljö. Mål Projektetmål är att hantera generalisering och osäkerhet i övervakningsdata för användning inom miljömålet en storslagen fjällmiljö. Metoder I det projekt som Länsstyrelsen i Jämtland introducerade, och som nu förverkligas över hela fjällkedjan, används den metod för att övervaka vegetationsförändringar som tagits fram av Nordberg och Evertson (2003). Metoden bygger på förändringsdetektion i satellitbilder från flera tillfällen. När metoden tillämpas över ett så stort, nord-sydligt långsträckt, område och med olika fenologi, har vissa metodiska delar måst granskas på nytt. Emellertid vågar vi påstå att metoden i stort håller. Nästa steg i metodkedjan är att generalisera resultatet för att få en indikation på utvecklingen av de störningskänsliga torra fjällhedarna, dvs. för att kunna använda vegetationstypens förändring som indikator i miljömålsarbetet. Resultat Materialet över hela fjällkedjan är inom kort bearbetat. Ett problem som visat sig besvärligare än väntat är att isolera områden med torr fjällhed från befintligt material (SMD). Det finns kvalitetsbrister särskilt i Norrbotten hos detta material. Det preliminära resultatet för perioden (1986-) (-02) tyder på en större variation i vår bearbetning för hela fjällkedjan än vad förstudien över Jämtland visade. Emellertid måste reservationer göras då det fältinsamlade materialet inte analyserats avseende personberoende bias. Detta är ett välkänt problem som beskrivits i andra studier t.ex. vegetationskartering i Skottland. Projektet är beroende av hur den stora bearbetningen av materialet över hela fjällkedjan fortgår. Initialt antog vi att det skulle vara möjligt att dra slutsatser från ett mer begränsat område, men erfarenheterna hittills under projektet har visat att vi bör behandla hela fjällkedjan i ett sammanhang. Tidplan och finansiärer Projektet slutförs under första halvåret Finansiärer är länsstyrelsen i Jämtlands län och RESE Miljömål. Utförare och kontaktpersoner Maj-Liz Nordberg tel , Maj-Liz.Nordberg@natgeo.su.se, Wolter Arnberg tel Wolter.Arnberg@natgeo.su.se Institutionen för naturgeografi och kvartärgeologi, Stockholms universitet, Stockholm Referenser Nordberg, M-L., and Allard, A A Remote Sensing Methodology for Monitoring Lichen Cover. Canadian Journal of Remote Sensing, 28, Nordberg, M-L., and Evertson, J.;2003 Monitoring Mountainous Dry-heath Vegetation at a Regional Scale using Multitemporal Landsat TM data. Ambio, Vol. 23, No. 8, pp Rönnbäck, B-I., Nordberg, M- L., Olsson, A. and Östman, A., Evaluation of environmental monitoring strategies. Ambio. Vol. 23, No. 8, pp Nordberg, M-L, and Evertson, E. Vegetation index and linear regression for change detection in the Swedish mountain range using Landsat TM and ETM+ imagery. Land Degradation & Development (in press) Wästfelt A., Nordin A., Arnberg W. och Jansson J. 2003: Tillämpning av fjärranalys i kulturmiljövården, Karaktärisering av markanvändning och landskap i Siljansbygden. Rapport 2003:20, Stockholms universitet, Länsstyrelsen Dalarnas län, Kulturmiljöenheten. 42 s.

8 Fjällvegetationsstatus - för nationell miljöövervakning Introduktion / bakgrund Det har läge funnits behov av att ha tillgång till aktuella beskrivningar av fjällvegetationen och hur den förändras över tiden. Detta gäller både allmänna vegetationsbeskrivningar och mer specifika beskrivningar för exempelvis rennäringens behov och olika habitatstudier. Det finns även behov av vegetationskarteringar som kan utgöra grunden för prognoser och visualiseringar relaterade till miljömålet storslagna fjällandskap. Tack vare NILS (Nationell Inventering av Landskapet i Sverige, finns idag tillgång till objektivt insamlade data från hela fjällkedjan som kan användas tillsammans med satellitdata för att ta fram heltäckande vegetationsklassificeringar. Mål Projektets mål är att mha satellitbildsanalys och NILS-data beskriva utbredningen av olika vegetationstyper i fjällregionen. I de metoder som utvecklas bör vegetationen kunna beskrivas mha ett minimalt antal provytor. Foto: Camilla Jönsson Metoder, tillvägagångssätt Projektet började 2003 och under det första året genomfördes en ostyrd klassning av en Landsat ETM+ scen i Tärnabyfjällen. Under 2004 har både en topografisk och en radiometriskt korrigiering utförts för tre Landsat ETM+ scener som täcker fjällområdet ifrån Västerbotten upp till Abisko. En ostyrd klassificering har utförts för samtliga tre satellitscener och resultaten har utvärderats med hjälp av NILS-data från 2003 och Dessutom har en styrd klassning där NILS-data använts som träningsdata utförts för Landsatscenerna. För att kunna använda NILS-data från samtliga satellitscener vid klassificeringen har bildernas spektralvärden kalibrerats med hjälp av en lågupplösande MODIS-bild. Innan klassificeringen utfördes tilldelades varje NILS-yta en vegetationsklass utifrån de variabler som mätts i fält eller som tolkats i flygbilderna. Resultaten från den styrda klassningen kommer att utvärderats med hjälp av de fältdata som samlats in under 2003 och 2004 samt provytor från andra projekt, tex Renbruksplan. Resultat Två vegetationskartor som täcker stora delar av fjällen tagits fram med hjälp av ostyrd och styrd klassning. Utvärdering av den ostyrda klassningen visar att noggrannheten är mellan 75% och 80%. Utvärderingen av den styrda klassningen är ännu inte klar, men de preliminära resultaten ser lovande ut. En viktig slutsats är att en kombination av fältdata och flygbildstolkade data från NILS med fördel kan användas för satellitbildsklassning av fjällvegetation. Rekommendationer Eftersom NILS kommer att samla in nya data under de tre kommande åren bör nya klassificeringar genomföras när dessa finns tillgängliga. De provytor som inventeras i NILS är relativt små, vilket betyder att geometrin är viktig vid matchningen mellan provytorna och satellitbilden. Genom att använda de ortofoton som tas fram i NILS bör det vara möjligt att förbättra satellitbildernas geometri. För att effektivisera klassningsarbetet bör metoderna så lång som möjligt automatiseras och implementeras i ett produktionssystem. Tidplan och finansiärer Projektet genomfördes från 1 januari 2003 till 31 december 2004 och finansierades av Naturvårdsverket och RESE Miljömål. Utförare och kontaktperson De som arbetar i projektet är Heather Reese, Mats Nilsson och Mikael Egberth. Institution för skoglig resurshushållning och geomatik, SLU, Umeå. Kontaktperson: Heather Reese tel , Heather. Reese@resgeom.slu.se Referenser Reese, H., Egberth, M., and Nilsson, M Kartering av svenska fjällen mha Landsatsatellitdata och NILS-fältdata. I Fjällen i Fokus 2004: En konferens om fjällens möjligheter och begränsningar. FjällMistrarapport Rapport Nr 7.

9 Baltic Algae Watch System - BAWS Introduktion De senaste årens kraftiga cyanobakterieblomningar i Östersjön har fått stor uppmärksamhet av både allmänhet och media. Behovet av realtidsrapportering om algblomningens utbredning har varit stort då illaluktande bälten av alger, speciellt under semestertider i juli och augusti, kan ansamlas vid stränder, bältena kan dessutom innehålla giftiga alger som kan vara farlig för små barn och husdjur. Vanligen ansamlas algblomningar av cyanobakterier vid ytan där vind och strömmar formar algbälten i slingrande mönster. Ansamlingarna av alger har därför en stor rumslig variation, vilket medför att vanlig vattenprovtagning kan vara missvisande. Ett bra sätt att övervaka utveckling och utbredningen av algblomningarna är därför att använda data från satellit. Med hjälp av satellitdata kan man få en ögonblicksbild över algblomningssituationen i hela Östersjön. Nackdelen med satellitövervakning är att sensorerna som används inte kan se genom moln. Mål Projektets mål var att utveckla och implementera ett produktionssystem och service för alg-övervakning på SMHI:s oceanografiska enhet för de tre marina informationscentralerna (Informationscentralen för Egentliga Östersjön, Informationscentralen för Västerhavet, Informationscentralen för Bottniska Viken) och andra intressenter som HELCOM. Metoder och tillvägagångssätt Fokus låg på att skapa en lösenordsskyddad webbsida för de marina informationscentralerna, forskare och miljöövervakare samt Förekomsten av blommande cyanobakterier i Östersjön sommaren Färgskalan anger var och under hur många dagar som blomning har detekterats i satellitbilderna. en webbsida för allmänheten där endast tolkningar och information presenteras. Informationen på BAWS webbplats baseras på data från NOAA satelliter som huvudsakligen används för väderobservationer. Antalet passager över svenska havsområden varierar mellan ca 8 och 12 per dygn. I satelliterna finns en sensor kallad AVHRR (Advanced Very High Resolution Radiometer) med 5 olika våglängdsområden: 1 visuellt, 2 nära IR, 3 IR, 4 termisk och 5 också termisk. Som komplement till NOAA-AVHRR har ytterligare satellitdata också används. Data har då hämtas från TERRA MODIS (EOS AM) och AQUA MODIS (EOS PM) som är fritt tillgänglig från NASA, Distributed Active Archive Center. (DAAC). Resultat För allmänhet och media finns algsituationen presenterad på SMHI: s externa hemsida ( smhi.se/). Webbsidan hittar man under Prognoser och Observationer om man klickar sig vidare till Algsituationen i högermenyn. Sidan visar den tolkade algkartan som bygger på satellitdata från NOAA-AVHRR, till kartan finns även en kort text som beskriver eventuella observationer av algblomningar. Sidan är uppdelad i en Södra Östersjön och Norra Östersjön. Resultat från 2002 och framåt finns i högermenyn. Under Information beskrivs satellitövervakningen och här presenteras också satellitbilder från AQUA och TERRA -MODIS. Bilderna visar algblomningar i Östersjön och Västerhavet som går att detektera från satellit. Utveckling av tidigare års blomningar finns också presenterade. BAWS interna hemsida Om BAWS En kort beskrivning av systemet och sidans innehåll. Teknisk information om satellitdata, kontaktpersoner och uppdateringar.

10 Översikt Detta är den default sida som automatiskt kommer upp då man loggar in. Sidan är tänkt att ge användaren en direkt uppfattning av algsituationen. Översikten presenterar dels en uppförstorbar bild med den senaste tolkningen utförd på satellitdata från NOAA- AVHRR. Till bilden finns också en kort beskrivande text om algblomningens utbredning, om blomningen har verifierats av in situ prover anges artsammansättning, även observation från kustbevakningsflyg eller liknande anges. Texten beskriver också förekomsten av moln eller andra förhållanden som omöjliggör eller försvårar tolkningen. Till bilden finns även en yttemperaturkarta framställd från NOAA-AVHRR data. Eftersom algblomningar är starkt beroende av yttemperaturen är denna karta mycket användbar. För att användaren skall få en uppfattning om vad som kan ses på satellitbilden och för att visa på eventuella svårigheter i tolkningen presenteras också en bearbetad satellitbild av visuell kanal 1. Manuell algdetektering Här presenteras enbart de manuella tolkningarna som baseras på tolkade satellitbilder från NOAA- AVHRR. Till bilden finns även en kort text som beskriver observationerna. Sträckt visuell För att användaren skall få en uppfattning om vad som kan ses på satellitbilden och för att visa på eventuella svårigheter presenteras en sträckt satellitbild av visuell kanal 1. Bilden visar exempelvis tunna moln, solblänk eller liknande som försvårar tolkningen. Visuell Det finns användare av BAWS som själva vill analysera satellitbilderna. Därför finns det möjlighet att ladda hem obearbetad satellitdata från den visuella kanal 1. Yttemperatur, molnmaskad Molnmaskad SST: Sea Surface Temperatures framtaget med hjälp av split-window algoritm som baseras på AVHRR kanal 4 och 5. Molnmasken är hämtad från SMHI:s operativa molnklassningssystem Scandia. Presenteras i form av *.jpg men finns även i *.tiff och *.im -format. Övrig information Presenterar information om algövervakning från satellit och besvara de vanligaste frågorna. Här finner man också information om andra former av algblomningar exempelvis information om den vanligt förekommande coccolithophoride blomningen i Västerhavet som också kan detekteras från satellit. Satellitbilderna som presenteras på dessa sidor är främst hämtade från TERRA och AQUA satelliterna Satellitbild av Algblomning utanför Öland 25 juli Satellit: Landsat, Copyright: Metria 2003, ESA/Eurimage 2001

11 med sensorn MODIS. Denna sensor har kanaler med upplösning på 250m, 500m och 1000m vilket ger en större detaljrikedom är NOAA-AVHRR som enbart har kanaler med ~1000m upplösning. MODIS data används som verifiering och även för att upptäcka svaga blomningar, blomningar som ej har ackumulerats vid ytan och blomningar som befinner sig nära land. Alla satellitdata från MODIS har hämtas från NASA, DAAC och har processcerats av SMHI. Väderprognoser, sjöväder och kustobservationer Här presenteras prognoser för väder 1-7 dagar, sjöväder och kustobservationer. Oceanografisk information De oceanografiska förutsättningarna är viktiga för utvecklingen av algblomningar. OceanWeb drivs operationellt av SMHI och här presenteras prognoser för ytvattentemperatur, salthalt, ström, vågor, is, havsvattenstånd och vind. Prognoserna bygger på modellberäkningar i HIROMB, HYPAS (SWAN) och HIRLAM. Spridningsberäkningar Seatrack Web utvecklades egentligen för att beräkna spridningen av oljeutsläpp men fungerar även för att förutse driften hos algbälten. Detta verktyg har framgångsrikt används för att prognosticera vilka strandområden som kommer påverkas av drivande algbälten. Instrålning Solinstrålningen tillsammans med tillgång på näring, temperatur och väderförhållande är viktiga faktor som styr utvecklingen av en algblomning. Här presenteras data (Photosyntetic Photon Density, [µmol/m²]) från det senaste dygnet från STRÅNG en instrålningsmodell utvecklad av SMHI. Global och direkt instrålning från det senaste dygnet [Wh/m²] finns också på STRÅNG:s hemsida. Rekommendationer För att erhålla ett komplett system behöver andra satellitprodukter komma in till operatören/systemet i realtid. Speciella så kallade Ocean Colour satelliter kan förse BAWS med lämpliga produkter. Dessa finns tyvärr inte tillgängliga i realtid utan extra kostnader, såsom abonnemang på data och mottagningssystem för inkommande bilddata. Systemet behöver kompletteras med modellprognos för att användaren skall få information vad som komma skall under de kommande 5 dygnen. Forskning behövs för att rätt kunna tillämpa satellitdata på andra typer av blomningar utöver för i ytan förekommande cyanobakterier. Det vore också till stor hjälp i miljömålsuppföljningen (EU s Vattendirektiv, nationella miljömål och marina konventioner) om data på klorofyll under vårblomningen kan erhållas från satellit. Tidplan och finansiärer Projektet genomfördes från 1 oktober 2003 till 28 februari 2004 och finansierades av RESE Miljömål (MISTRA), Länsstyrelsen i Stockholm samt av SMHI. Utförare och kontaktperson Projektet utfördes i sin helhet på SMHI i Göteborg och resultaten utvärderades av Stockholms Länsstyrelse med hjälp av kontaktperson Gunnar Aneer ( , infocbaltic@ab.lst.se). Kontaktperson på SMHI är Martin Hansson ( , martin. hansson@smhi.se). Referenser Harmful Algal Bloom Expert System (HABES). Satellitdata från BAWS användes för att validera Ecofuzz model av cyanobakterieblomningar i Östersjön. Resultat presenterades i HABES slutrapport samt vid slutmötet i Barcelona Harmful Algal Bloom Inititation in Large European Marine Ecosystems (HABILE). Data och resultat presenterades vid möte i Plymouth ICES/IOC Working Group on Harmful Algal Bloom Dynamics. Presentation: Baltic Algal Watch System -BAWS. Calvi, Frankrike, till Seminarium: Sveriges EU/FoUråd, The Baltic Sea and its Regions - environmental challenges and sustainability mobilisation, Presentation: On GIS applications related to the Baltic Sea region, Bryssel HELCOM MONAS indicator facts sheet. Title of Indicator: Cyanobacterial bloom in the Baltic Sea. Results from the Baltic Algal Watch System (BAWS) (Se Appendix D) Resultat och metoder har används inom följande arbete. Master Thesis: Monitoring and predicition of Algal Blooms in the Baltic Sea - using satellite data and a fuzzy logic model for cyanobacterial blooms, Martin Hansson Göteborgs Universitet, Oceanografiska Institutionen. 11 SMHI:s hemida med aktuell information om algblomning

12 Miljöövervakningsprogram - för Dalarnas och Gävleborgs län Introduktion / bakgrund wresex var ett RESE användarprojekt som genomfördes Utöver länsstyrelserna i Dalarnas och Gävleborgs län medverkade SLU i Umeå, Örebro Universitet/SLU Grimsö samt Metria Miljöanalys i projektet. I projekt wresex ingick bland annat klassning av skog utifrån lövinslag och ålder, klassning av våtmarker och beräkning av topografiskt fuktighetsindex, samt att utifrån bland annat denna information, göra en bristanalys och utarbeta bevarandestrategier för skog. I den ursprungliga projektidén ingick flera delmoment än de ovannämnda som av budgetskäl inte kunde inrymmas i huvudprojektet. Dit hör det följdprojekt som beskrivs här. Mål Syftet med projektet är att komplettera och optimera befintlig övervakning av skog, samt att utforma program för uppföljning av skyddad natur, med utgångspunkt i den kunskap som genereras med stöd av fjärranalys i huvudprojektet wresex. 2. Optimering av indata för yttäckande klassning av skog 3. Utredning av förutsättningar för stickprovsbaserad övervakning av biologisk mångfald 4.Utformning av program för regional övervakning av skog (såväl brukad som skyddad) Indata till projektet utgörs av resultat från projekt wresex och data från pågående nationell och regional miljöövervakning. Resultat Länsstyrelserna utför under hösten 2004 fältarbete för att komplettera befintliga provytor i skog. Därefter genomförs en förnyad klassning av trädslag och trädålder enligt wresex-metoden, men med mer fältdata. Rekommendationer Resultatet från projektet kommer att ligga till grund för förslag hur ett program för kostnadseffektiv övervakning av skog bör utformas. Tidsplan och finansiärer Projektet slutförs under våren 2005 och finansieras av Rese Miljömål och av länsstyrelserna i Dalarnas och Gävleborgs län. Utförare och kontaktperson Projektet genomförs av länsstyrelserna i Dalarnas och Gävleborgs län och av Biostokastikum vid Sveriges Lantbruksuniversitet (Umeå). Kontaktperson: Bo Ranneby, Biostokastikum, Sveriges Lantbruksuniversitet, Umeå, telefon: , bo.ranneby@sekon.slu.se Metoder, tillvägagångssätt Arbetet baseras, förutom på de föregående delprojekten, på befintliga nationella och regionala program och stationsnät. Befintliga stationers representativitet för den naturtyp de är belägna i analyseras i avsikt att öka precisionen i miljötillståndsbeskrivningar. Inom följdprojektet planeras också metodutveckling för att via en strategisk förtätning av fältytor optimera precisionen vid tillståndskartering med hjälp av fjärranalys. I projektet ingår följande huvudmoment: 1. Analys av befintlig övervakning av skog i X och W län

13 Brist- och traktanalys inom regioner och landskap Introduktion Svensk skogspolitik jämställer målen för produktion och miljö. För att nå miljömålet att bevara livskraftiga stammar av alla naturligt förekommande arter behövs en fungerande grön infrastruktur i form av livsmiljöer av tillräcklig kvalitet och mängd, samt lämplig rumslig fördelning. Landskapsbeskrivningar är vanligt förekommande inom ekologisk landskapsplanering, men egentlig analys och planering är svagt utvecklade. I detta projekt utvärderades hur strategiskt planering mellan landskap inom naturgeografiska regioner, och taktisk planering inom landskap kan tilllämpas i ett stort skogsföretag Sveaskog. Mål Projektets mål var att kvalitetssäkra Sveaskogs operativa planeringsarbete med att nå skogspolitikens miljömål i tre steg: 1) att indela landskap på ett ekologiskt funktionellt sätt för att bevara biologisk mångfald; 2) att tillämpa metoder för avvägning av miljöambitionerna mellan landskap inom naturgeografiska regioner med hjälp av landskapsklasser; 3) att utifrån en regional och lokal bristanalys avgöra vilka ekologiska kvaliteter (arter, substrat/biotoper, processer) som skall bevaras och förstärkas i tid och rum. Metoder, tillvägagångssätt Arbetet inleddes med att förankra projektet med Sveaskogs miljöstab och 8 olika distriktsansvariga. Metoderna för brist- och traktanalys anpassades sedan till praktiken. Baserat på en detaljerad analys av 16 landskap har vi har tagit fram en metodik landskapsbedömning - för att bedöma hela landskaps funktionalitet avseende artbevarande. Baserat på detta utvecklades ett system för landskapsklassning med fyra ambitionsnivåer från den mest värdefulla (ekoparker) till mer och mer produktionsinriktade landskap. I två avslutande studier sammanfattar vi våra erfarenheter att skapa en fungerande kommunikation dels: 1) att tillämpa olika ambitionsnivåer på landskapsnivå, och med Sveaskogs arbete som en fallstudie beskriva det praktiska genomförandet av en ambitiös miljöpolicy; 2) att redovisa systemet med målsättningsklasser för operativ hantering av hur prioriteringar mellan olika bestånd inom ett landskap kan ske avseende olika ambitionsnivåer för naturvård, och att spegla de två huvudvisioner för naturvård som finns i Sverige: naturskogen och kulturlandskapet Resultat Viktiga slutsatser av projektet är att befintliga skogliga datakällor av en lång rad olika slag kan användas på ett innovativt sätt för att effektivisera avvägning mellan produktion och miljö i olika skalor. Tidigare erfarenheter av arbete i beståndsskala har gått att överföra i landskapsskala i form av klassning av landskap i olika målsättningsklasser. Metod för att kvalitetssäkra ekoparkskonceptet har utvecklats. För praktiskt skogsbruk är en operativ kategorisering för brukandet av skogsmarkens bestånd är ett mycket mer effektivt sätt än att bara beskriva skogsmiljöns naturkvaliteter. Rekommendationer Metoden för kvalitetssäkring av klassningen i olika landskapsklasser bör utvärderas när de två datasystemen Fagus och Bass integrerats. Man bör då bedöma om landskapskategorierna rätt valda avseende den relativa fördelningen av arealer som ska tillgodose produktions- och miljömålen. Resultaten av klassningen inom och mellan landskap behöver valideras avseende hur populationsutvecklingen för arter med olika krav blir i framtiden. Man behöver utveckla samhälleliga arenor för att kommunicera med 13

14 olika intressenter så att förståelse för ett landskapsperspektiv förbättras. Tidplan och finansiärer Projektet genomförs under perioden oktober 2003 juni 2005 och finansieras av Sveaskog och RESE Miljömål. Utförare och kontaktperson Metoder för kvalitetssäkring av val av Ekoparker gjordes av Peter Bergman och Per Angelstam, utvärdering av fjärranalysdata för habitatmodellering gjordes som ett examensarbete av Michael Manton. Redovisningarna av metoder för målsättningsklassning i bestånds- och landskapsskala gjordes gemensamt av Per Angelstam, Peter Bergman och Stefan Bleckert. Kontaktperson är Per Angelstam Skogsmästarskolan, SLU per.angelstam@nvb.slu.se Referenser Angelstam, P., Bergman, P Assessing landscapes for the maintenance of forest biodiversity a pilot study using forest management plans. Ecological Bulletins 51. Angelstam, P., Bergman, P. under produktion. Regional landskapsplanering och ekoparker. SLU SkogsFakta. Angelstam, P., Bergman, P., Bleckert, S. under produktion. Balancing wood production and biodiversity at the stand scale - planning for action in Sweden. ms. Angelstam, P., Bergman, P., Bleckert, S. under produktion. Implementing ecoregional landscape planning the Swedish state forests as a case study. ms. Angelstam, P., Ek, T., Laestadius, L., Roberge, J.-M Data and tools for conservation, management and restoration of forest ecosystems at multiple scales. In: Stanturf, J.A. and Madsen, P., editors. Restoration of boreal and temperate forests. Lewis Publishers, Boca Raton, FL, in press. Angelstam, P., Mikusinski, G Paraplyarter och landskapsanalys med GIS-stöd underlättar planering för artbevarande i skogen. - SLU SkogsFakta 7. Manton, M., Angelstam, P., Mikusinski, G. Modelling habitat suitability for deciduous forest focal species - a sensitivity analysis using different satellite land cover data Landscape Ecology in press. Angelstam, P., Lazdinis, M., Törnblom, J. under produktion. Hållbara landskap kräver integrering av natur och samhälle. SLU SkogsFakta hför att integrera natur och samhälle måste naturvetenskapliga och samhällsvetenskapliga metoder användas för att utvärdera genomförandet av policies i lokala landskap.

15 Workshop Enforma Natur Introduktion Enforma Natur är ett användarvänligt verktyg för uppföljning av tillstånd och åtgärder i naturtyper baserat på förändringskartering med satellitdata. Enforma Natur bygger på Enforma, som är ett verktyg för förändringsanalyser mm som idag används i operativt bruk inom skogsvårdsorganisationen. Under har prototypen Enforma Natur utvecklats med fokus på förändringskartering i våtmarker och hävdberoende mark. Förändringskarteringen baseras på förändringsanalys mellan satellitdata. Inom våtmarker och hävdberoende mark gjorde Länsstyrelsen i Kalmar län en förändringskartering. Resultatet visar att de förändringar som har skett i verkligheten (fältkontroll) också har karteras som förändringar i Enforma Natur. Däremot finns det för mycket falsklarm i förändringsresultaten inom våtmarker och hävdberoende mark. Antalet falsklarm kan till mycket stor del reduceras genom en visuell kontroll av resultatet mot de båda satellitbilderna. Ett verktyg för att göra detta finns framtaget i ArcView. Mål Under projektets gång har det framkommit önskemål om att en bredare krets av länsstyrelser bör få möjlighet att testa Enforma Natur. En workshop var en lämplig aktivitet som prioriterades. Projektets mål var att förbereda och genomföra en workshop kring Enforma Natur för länsstyrelser för att få ett utökat användarintresse av att testa prototypen och för att därigenom få förslag på förbättringar som kan implementeras i kommande versioner av mjukvaran. Metoder, tillvägagångssätt Övningarna på workshopen utfördes i Enforma Natur och ArcView 3.2 var även tillgängligt. Flera handledare deltog på workshopen. Inledningsvis demonstrerades Enforma Natur över tidigare testområden. Enforma Natur är idag förberett för förändringsanalys våtmark, hävdberoende mark och genom Enforma även i skog. Därefter fick deltagarna arbeta med Enforma Natur med data över egna områden. Följande data användes vid övningarna, där deltagarna själva stod för punkt 3-4: 1. Ny och äldre satellitdata (och vid behov molnmask) 2. Skogsmask (t.ex. från terrängkartan) för matchning mellan ny och äldre satellitdata 3. Avgränsning av analysområdet. 4. Referensinformation som anger förändrade/oförändrade ytor och typ av förändring Resultat En Enforma Natur workshop genomfördes i oktober 2004 med deltagande från följande åtta 15

16 16 16 länsstyrelser; Västra Götaland, Jämtland, Kalmar, Västerbotten, Västmanland, Örebro, Norrbotten och Jönköping. Förbättringsförslag och andra användarreflektioner har sammanställts och prototypen Enforma Natur har förpackats på CD så att länsstyrelser har möjlighet att fortsätta tester på hemmaplan. Workshopen har lett till att fler länsstyrelser nu är intresserade av att testa Enforma Natur i sin verksamhet. Under 2005 kommer fyra län att genomföra tester. Resultatet från dessa tester kommer att rapporteras inom ramen för det nyligen startade projektet Enforma Natur, som finansieras av Naturvårdsverket, Länsstyrelser och Rymdstyrelsen. Resultatspridning sker via deltagande på Naturvårdsverkets Miljöövervakningsdagar, Skåvsjöholmsseminariet 2005, internt på länsstyrelser och via informationsblad som kommer att tas fram inom Enforma Natur projektet. Tidplan och finansiärer Projektet genomfördes under perioden september 2004 januari Finansiärer var Naturvårdsverket, länsstyrelser, Rymdstyrelsen och RESE Miljömål. Utförare och kontaktperson Projektet genomfördes av Metria Miljöanalys i samarbete med åtta länsstyrelser. Kontaktperson: Eva Ahlcrona, tel: , eva.ahlcrona@ lm.se.

17 Röjnings- & gallringsplanering med fjärranalys Introduktion Stora arealer skogsmark avsätts nu för skyddande av Sveriges skogar. Detta sammantaget med att det ställs samma krav på virkesförsörjning från skogsindustrin som tidigare gör att naturresursen skog måste brukas effektivt för att balansera natur och produktionsmålen som finns i Skogsvårdslagen. Om den skog som är produktionsskog kan brukas effektivt underlättar detta för möjligheten att avsätta stora skogsarealer till naturreservat samtidigt som industrin förses med råvara. De senaste åren har vikten av god skogsvård poängterats efter ett antal år där skogen inte underhållits på bästa sätt ur produktionsperspektiv. Detta gäller speciellt för röjning och gallring. Om skogen sköts på ett bra sätt redan från starten finns goda möjligheter att få fram virke tidigare vilket bidrar till industrins råvaruförsörjning. Ett stort planeringsproblem är dock svårigheten att finna lämpliga objekt för röjning och gallring på ett effektivt sätt. Mål Projektet syftar till att ta fram metoder och verktyg för framställning av underlag till röjning och gallring i produktionsskogar ur satellitdata. Underlagen ska utgöra kandidater för röjnings- och gallringskogar och underlätta den skogliga planeringen. Projektets studieområde kommer primärt att vara i Götaland. Utvecklade metoder ska utvärderas i fält för att kunna användas operationellt. Under är projektets mätbara mål att: Utveckla metod för att kartera gallring och röjning ur satellitdata Testkartering över testområde Utvärdering av karterade resultat Arbetsläge Huvuddelen av projektarbetet sker under Under hösten 2004 har projektavtal tecknats med Holmen Skog och projektplan upprättats. Vidare har sammanställning av användarkrav samt insamling av indata utförts. Metodutveckling har påbörjats inklusive fältverifiering av utvecklade metoder. En presentation av projektet kommer att hållas under Skogs- ELMIA, Jönköping, i juni 2005 för intresserade skogsägare. Tidplan och finansiärer Projektet genomförs under perioden september 2004 oktober Finansiärer är Holmen Skog AB och RESE Miljömål. Utförare och kontaktpersoner Projektet genomförs av Metria Miljöanalys i samarbete med Holmen Skog AB. Kontaktperson: Erik Willén, tel , erik.willen@lm.se. 17

18 Generalisering av knn- Sverige Introduktion För att bl.a. möta Skogsvårdsorganisationens, Naturvårdsverkets, länsstyrelsernas och Riksskogstaxeringens behov, har SLU framställt en rikstäckande geografisk databas med satellitbildsuppskattade skogliga data. Databasen kallas knn-sverige. Produktionen har finansierats av Skogsvårdsorganisationen, Naturvårdsverket, SLU och Riksskogstaxeringen samt det MISTRA-finansierade forskningsprogrammet RESE. En generaliserad verision av knn- Sverige skulle vara ett värdefullt verktyg för bl.a. Naturvårdsverket och Länsstyrelserna. Även för Riksskogstaxeringen är det värdefullt att ha tillgång till generaliserade knn-data. Vidare vill det MISTRA-finansierade forskningsprogrammet Uthålligt skogsbruk i södra Sverige (SUFOR) använda generaliserade knn-data för att ta fram beslutsunderlag till enskilda skogsägare och samhällets beslutsfattare och planerare. Mål Projektets mål är att ta fram en generaliserad version av knn- Sverige. Produkten blir en ny rikstäckande databas med segmentsvisa medeltal och spridningsmått för de variabler som ingår i knn-sverige. Metoder, tillvägagångssätt Vid produktioen av knn-sverige har totalt virkesförråd, vikesförråd per trädslag, höjd och ålder skattats för de av satellitbildens bildelement (25x25 m) som ligger på skogsmark enligt vägkartan (skala 1: ), dock täcks inte områden som t.ex. täckts av moln i satellitbilderna. knn-sverige baseras huvudsakligen på Landsatbilder från det europatäckande datasetet Image Den metod som använts för att generalisera knn-sverige bygger på att Landsatbilderna segmenterats utifrån sina spektralvärden. Därefter har segmenten tilldelas medelvärden och spridningsmått för de variabler som ingår i knn- Sverige. De mått som beräknats för segmenten är aritmetiskt medeltal, median, standardavvikelse samt första och tredje kvartilen. För att få en produkt som har en rimlig generaliseringsgrad har segmenteringen utförts med en minsta tillåtna segmentstorlek på 0,5 ha. Resultat Inledningsvis har segmentsvisa medeltal och spridningsmått tagits fram för södra Sverige. Under hösten har resterande delar av Foto: Bo-Göran Backström/SKOGENbild landet bearbetats och den den slutliga databasen beräknas vara klar för leverans i mitten på december. Uppgifterna i den slutgiltiga databasen lagras som rikstäckande mosaiker i ArcInfo s GRID-format. Förutom den framtagna databasen har projektet resulterat i en programvara som kan användas för att segmentera hela scener. Av beräkningstekniska skäl har det tidigare endast varit möjligt att segmentera delar av en satellitbild. Rekommendationer Både originalversionen av knn- Sverige och den generaliserade verisonen är intressant att använda i många olika tillämpningar. Bland annat kan uppgifterna användas för analyser på nationell, regional och lokal nivå. Eftersom skattningarna är osäkra på pixelnivå kan det ofta vara fördelaktigt att använda

19 den generaliserade versionen av knn-sverige. Dessutom tillför de spridningsmått som beräknats värdefull information om skogens struktur inom segmenten. För både Naturvårdsverket och Länsstyrelserna bör den nya produkten bli ett värdefullt hjälpmedel som kan användas för att exempelvis identifiera områden som potentiellt är skyddsvärda. Riksskogstaxeringen är en annan organisation som har nytta av de framtagna skattningarna. Inte minst eftersom den generaliserade versionen av knn-sverige kommer att användas i kombination med fältdata för att förbättra den skogliga statisitik som Riksskogstaxeringen tar fram. Tidplan och finansiärer Projektet genomfördes från 1 mars 2004 till 31 januari 2005 och finansierades av Naturvårdsverket, SUFOR, RESE Miljömål och Institutionen för skoglig resurshushållning och geomatik vid SLU i Umeå. Utförare och kontaktperson Generaliseringen av knn- Sverige har utförts av institutionen för skoglig resurshushållning och geomatik, SLU, och resultaten kommer bla att utvärderas av SUFOR och Riksskogstaxeringen. Kontaktperson: Mats Nilsson, Institutionen för skoglig resurshushållning och geomatik, SLU, Umeå, tel , Mats.Nilsson@resgeom.slu.se 19 Exempel på segmentsvisa medeltal för totalt virkesförråd inom ett område några mil norr om Ulricehamn. Siffrorna i figuren anger de olika segmentens medelförråd.

20 RESE Miljömål Kontakt: Stigbjörn Olovsson Tel: