NIBIO, med samarbeidspartnerne Romedal og Stange allmenning, Fylkesmannen i Innlandet og Glommen Mjøsen Skog (prosjektleder) har gjennomført prosjektet DRONE-REG. Hovedmålet var å fremskaffe en nøyaktig og oppdatert metode for operasjonell planlegging ved bruk av drone. En ville undersøke om behovet for ungskogpleie kunne estimeres på en kvalitativt tilfredsstillende måte med reduserte kostnader ved datainnsamling og gjennomføring av ungskogpleien. Skogbrukets verdiskapingsfond var hovedfinansieringskilden i prosjektet.
Å gjennomføre ungskogpleie til riktig tid er avgjørende for en god kvalitetsutvikling og produksjon. Tiltaket bidrar til å redusere innslaget av konkurrerende lauvtreslag (lauvtrær) og sikrer en jevn fordeling av framtidstrærne. Både gode registreringer av – og gjennomføring av ungskogpleie er kostbart. Hypotesen i prosjektet har vært å vise at man kan gjøre rimeligere registreringer med høy(ere) kvalitet ved hjelp av drone, enn for eksempel ved å benytte flybårne laserdata og/eller markbefaringer.
De aktuelle forsøksbestandene hos RSA ble flydd med drone i august 2018. Det ble så gjennomført omfattende feltregistreringer i bestandene. Det ble foretatt nøyaktig stedsfesting av 20 prøveflater/referanseflater pr bestand. Dessuten utførte en erfaren skogfunksjonær fra Romedal allmenning en operasjonell behovsvurdering av
treantall, gjennomsnittshøyde og treslagssammensetning i de samme bestandene med samme metode som han vanligvis benytter når han registrerer behov for ungskogpleie. Den medgåtte tiden i alle arbeidsoperasjoner ble loggført for å sammenligne tidsforbruket. I studien ble det også benyttet laserdata fra fly fra 2016.
Resultatene viste at dronedataene hadde langt bedre nøyaktighet enn laserdata (ALS). For treantall per hektar fant en at modellene basert fra dronedataene ga prediksjoner med dobbelt så høy nøyaktighet som ved anvendelse av data fra ALS for å estimere de samme variablene. Derfor ga dronebildene det beste grunnlaget for å bestemme om det er behov for ungskogpleie. En fant videre at tidsforbruket knyttet til de manuelle vurderingene var dobbelt så høyt som tidsforbruket med innsamlingen av data med drone.
I det andre trinnet i analysene fant en at behovet for ungskogpleie og tilhørende kostnader ble estimert best ved bruk av dronedata. Særlig når det i tillegg ble brukt informasjon fra den siste skogbruksplanen som forklaringsvariabel i modellene. Kun halvparten av bestandene med behov for ungskogpleie ble riktig klassifisert når en brukte modeller basert på ALS-data. Dette er i tråd med tidligere erfaringer hos Glommen Mjøsen Skog.
Prosjektet har demonstrert hvordan rådata fra droner kan presenteres nøyaktig for beslutninger om tiltak i hogstklasse 2.
SØKER
Glommen Mjøsen Skog
ÅR
2020
BEVILGET BELØP
Kr 550 000,-