Hero Image
ESA

Implementering av modellassisterade beräkningstekniker i Riksskogstaxeringen och NILS

Fjärranalys och modeller kan effektivisera miljöövervakningen av skog och landskap – men steget från forskningsstudier till tillämpning ska inte underskattas

Rymdstyrelsen har under perioden 2015 till halvårsskiftet 2017 finansierat ett projekt vid SLU som fokuserat på hur fjärranalysdata och modellering kan effektivisera skogs- och landskapsövervakning. Studierna har inriktats på hur s.k. modellassisterade beräkningsmetoder skulle kunna införlivas i den svenska Riksskogstaxeringen och i miljöövervakningsprogrammet NILS (Nationell Inventering av Landskapet i Sverige). Med modellassisterade metoder tillförs fjärranalysdata som stöd till dessa båda fältbaserade stickprovsinventeringar. Modellsamband upprättas för de variabler man önskar information om, till exempel den genomsnittliga biomassan av träd eller den genomsnittliga täckningen av renlavar inom ett givet område. Med stöd av modellerna och fjärranalysdata kan heltäckande kartor för de aktuella variablerna upprättas. Genom att beräkna totaler eller genomsnitt från sådana kartor, som är sammansatta av ett stort antal kartelement av storleksordningen 10 x 10 m, erhålls en grov bild av tillståndet för den aktuella variabeln i det studerade området. Ett viktigt observandum är att denna typ av summering av digitala kartdata normalt leder till systematiska fel, dvs. i genomsnitt kommer man inte att träffa rätt i sina uppskattningar av den studerade storheten. Orsakerna är flera, bl.a. att modellerna endast är approximativa och att man ofta är beroende av en grundläggande indelning av land- och vattenarealen i olika marktäckeklasser, som kan innehålla fel eller ha utgått från avvikande definitioner.

En viktig ambition inom miljöövervakningen är att undvika systematiska fel, samt att minimera tillfälliga slumpmässiga fel så långt det är möjligt. Därmed erhålls trovärdig objektiv information om tillstånd och förändringar, till stöd för myndigheters och andra organisationers strategiska beslut om hållbar markanvändning. Ett internationellt exempel är rapporteringen till klimatkonventionen, som tydligt efterfrågar att osäkerheter i den rapporterade informationen ska begränsas så långt det är möjligt, samt att systematiska fel ska undvikas.

Vid modellassisterad skattning utgår man från summeringen över alla kartelement för det område man önskar studera. Detta kan vara en kommun, ett län, en landsdel, eller hela landet.

För att korrigera för systematiska fel granskar man skillnaderna mellan modellernas
prediktioner och fältmätningarna för de provytor som inventerats i fält. Den genomsnittliga skillnaden mellan prediktioner och fältmätning beräknas och adderas till det genomsnitt som beräknats över alla kartelement. På så vis erhåller man ett beräknat värde som är fritt från systematiska fel och som med stöd av fjärranalysdata och modeller reducerar den slumpmässiga osäkerheten, som ibland kan vara stor om beräkningarna baseras enbart på ett stickprov av provytor från fältinventeringar.
Flera forskningsstudier pekar på att modellassisterade beräkningsmetoder kan vara mycket effektiva, dvs. ge information med betydligt högre noggrannhet än om enbart fältdata används. Forskningsstudier utgår dock normalt från flera antaganden, t.ex. att fokus sätts på variabler som är enkla att modellera, att den grundläggande indelningen i marktäckeklasser  från befintligt kartmaterial är korrekt, samt att provytor med besvärande avvikelser mellan fältmätning och modell kan undantas vid utvärderingen. I det aktuella forskningsprojektet studerades möjligheter och problem med att tillämpa modellassisterade beräkningar inom praktisk miljöövervakning. De viktigaste slutsatserna är:
• Modellassisterade beräkningstekniker har god potential att förbättra noggrannheten
för flera centrala variabler inom skogs- och landskapsövervakning, men inte för alla.
En förutsättning är att goda modellsamband kan upprättas mellan fjärranalysdata och
den studerade variabeln.
• Praktiska problem med kartmasker, bortfall av fjärranalysdata och hantering av
provytor i kantzoner innebär minskad effektivitet vid praktisk tillämpning jämfört
med resultaten från forskningsstudier, som normalt tillåter förenklingar.

Diarienummer
218/14
Lärosäte
Sveriges lantbruksuniversitet
2015
650 000 kr
2016
650 000 kr
Total
1 300 000 kr