4.1 Metoddiskussion
Denna studie genomfördes genom en kvalitativ litteraturstudie och en enkät. Litteratursökningen gjordes subjektivt så till vida att författaren sökte och valde information om ämnet genom olika databaser på internet. När ett 50-tal vetenskapliga artiklar, examensarbeten, informationsblad,
avhandlingsarbeten etc. hade utsökts, genomlästes dessa för att sedan utgöra faktagrund. En risk med en litteratursökning är att vissa
användningsområden riskerar att missas. Därför skrevs även en enkät och skickades ut
Enkäten skickades ut till 35 personer som bedömdes besitta information om ämnet. Efter en påminnelse hade sammanlagt 21 personer svarat. Av dessa svarade 16 på enkätens frågor. Detta gav en svarsfrekvens på 46 %. De 16 personer som svarade representerade en blandning av skogliga myndigheter, företag och organisationer. Om även de 5 personer som faktiskt svarade, men inte kunde/ville tillföra något så blev svarsfrekvensen 60 %. Detta anser författaren vara tillfredsställande, särskilt med tanke på att de som svarade bestod av en blandning av olika representanter. Nämnvärt är att flera skogsägarföreningar inte ville/valde att inte svara. Detta var något oväntat eftersom det i dagsläget krävs samordning för att en laserskanning skall vara ekonomiskt realistisk att genomföra. Tyvärr uteblev även svar från några företag som bearbetar laserdata respektive tillhandahåller och utvecklar datorprogram specifikt riktade till privata skogsägare.
Enkätsvaren var varierande till bredd, djup och omfattning. Dock bedömer författaren svaren överlag som utvecklade och intressanta. Av enkätsvaren tillkom några nya idéer samt bekräftade de användningsområden som tidigare framkommit genom litteraturstudien.
Huruvida personerna som svarade på enkäten täcker upp ”all” kunskap inom ämnet är svårt att bedöma. Eftersom personerna som utsöktes arbetar heltid, både på praktisk nivå och inom forskningsområdet laserskanning torde dock det subjektiva urval som gjordes och de svar som inkom ha erhållit ett bra tvärsnitt och att de allra flesta tillämpningarna som i dagsläget är aktuella samlades in. Men naturligtvis finns ändå en risk att något
tillämpningsområde kan ha missats.
Enkäten valdes innehålla två öppna frågor. Detta för att låta respondenten mer eller mindre fritt skriva vad som föll respondenterna in (inom enkätens ramar). Huruvida de exempel på ämnen som skrevs inom parentes under varje fråga kom att färga svaren är svårt att bedöma. När svaren genomlästes verkade dock exemplen inte haft någon inverkan, utan svaren var varierande och inte uppbundna kring de exemplen som angetts i enkäten. Enkäten
valdes att skickas ut via e-post, utan att först skicka ut en generell förfrågan om viljan att delta. Att skicka enkäten via e-post valdes för att ge den som svarade frihet att välja när och om denne/denna bl.a. hade tid/ville svara. En andra anledning till att e-post valdes var att författaren bedömde det lättare att kunna sammanställa och jämföra svar som kom tillbaka. Risken att missa något/samt att frågorna skulle kunna ställas fel vid en telefonintervju gjorde att enkät via e-post föredrogs. En nackdel med öppna frågor är att de just är öppna. Detta påpekades även av en som svarade på enkäten. Personen ansåg att enkäten var för generellt hållen för att kunna svara på.
Att genomföra detta arbete, inom given tidsram, utan litteraturstudien tror jag inte skulle vara möjligt. I stället för en enkät via e-post så kunde en personlig intervju (via telefon eller på plats) valts. Slutresultatet bedöms dock bli detsamma.
4.2 Resultatdiskussion och slutsatser
Som resultatet av studien visar, så delas det data som erhålls av
laserskanningen in i tre huvudgrupper: areabaserad, enskilda träd samt markmodell. Det som enligt litteraturen och enkäten i dagsläget verkar vara mest utvecklat och redo för operativ användning är data baserad på den areabaserade metoden. Då denna metod kan använda sig av data med relativt låg upplösning så passar den data som Lantmäteriet samlat in inom NNH-projektet bra att använda. Eftersom det tillförts pengar från statligt håll för att Skogsstyrelsen tillsammans med SLU skall utveckla skogliga data utifrån NNH skanningarna ligger det nära tillhands att det är denna information som i närtid kan komma privatskogsbruket till nytta.
För att urskilja enskilda träd så behövs som tidigare nämnts, data med högre upplösning än den som finns tillgänglig genom NNH-projektet. Detta innebär att de kunder som är intresserade av dessa data, själva få ta en relativt stor kostnad för att anlita ett av de privata företag som finns för att samla in dessa. Det är i dagsläget mycket tveksamt att detta är någonting som en enskild privat skogsägare skulle satsa på och få ut ett mervärde av. För att kunna räkna hem denna investering så krävs troligtvis att ett flertal skogsägare går samman inom ett område för att gemensamt göra detta. Kanske är detta något som skogsägarföreningarna eller övriga
virkesköpande organisationer skulle kunna administrera.
Ytterligare ett frågetecken är laserdatans bäst före datum. I teorin blir datat inaktuellt så snart flygplanet passerat över och skannat av ett område. I dagsläget finns inte heller planer på en förnyad laserskanning av Sverige genom Lantmäteriets försorg. Det är emellertid möjligt, som nämnts i resultat kapitlet, att förlänga livslängden på data genom att t.ex. uppdatera
det genom Lantmäteriets flygbilder. Detta innebär att NNH-datan kan gå att använda längre.
Den faktiska kostnaden för att samla in och bearbeta laserdata har varit relativt svår att få ett grepp om. Det kan dock sägas att ett projekt att samla in laserdata har idag en relativt hög startkostnad. Att som privat skogsägare räkna hem detta i egen regi kan vara mycket svårt. I studien var det svårt att få fram en kostnad, som kan jämföras mellan olika aktörer. Vissa företag vill, av förståeliga skäl, inte uppge sina kostnader i en rapport. Den slutsats man, med viss reservation, skulle kunna dra är att det i de flesta fall rör sig om en kostnad på ett par kronor per hektar. Huruvida denna summa är ett genomsnitt av ett helt laserskannings projekt eller ej, kan denna studie inte säga.
Skogliga data baserade på laserskanning är något som i dagsläget har utvecklats så långt att det går att använda utanför den akademiska
forskningssfären. När Skogsstyrelsen tillsammans med SLU är färdig med sin behandling av Lantmäteriets NNH-data så skulle den private
skogsägaren relativt enkelt, förutsatt att denne har en dator med
internetuppkoppling, kunna ta del av de olika skogliga data över sin egen skog. Detta ställer naturligtvis ett krav på viss datorkunskap hos
skogsägaren. Med risk att vissa inte har möjlighet eller den kunskap som krävs, riskeras en grupp inte kunna ta del av dessa data. Ett sätt att komma tillrätta med detta vore att skogsägaren fick en möjlighet att välja om man vill ha dessa data/kartor uttryckta på papper och hemskickade av
Skogsstyrelsen. Detta kanske vore rimligt eftersom ett av målen med detta är att öka aktiviteten i skogen.
En fundering som denna studie gett upphov till är hur man rättfärdigar att resultatet av Skogsstyrelsens samt SLU:s arbete läggs ut till allmän beskådan. Som den företagare som den enskilde skogsägaren är, innebär detta att företagets lager visas upp för allmänheten. Företagare inom andra branscher skulle nog inte acceptera detta. Dock så väger troligtvis det allmännas intresse över den enskildes i detta fall.
Ett förslag på ytterligare en intressant studie vore att undersöka vad en genomsnittlig skogsägare egentligen skulle vilja ha. Detta skulle kunna genomföras som en studie genom direkta intervjuer med skogsägare.
5. Referenser
ASPRS Standards Committee (2013) LAS Specification version 1.4 - R13
http://www.asprs.org/a/society/committees/standards/LAS_1_4_r13.pdf [2014-01-31] Bailly, J. S., Lagacherie, P., Millier, C., Puech, C. & Kosuth, P. (2008). Agrarian landscapes linear features detection from LiDAR: application to artificial drainage networks. International Journal of Remote Sensing Vol. 29, No. 12, 20 June 2008, 3489–3508
Baltsavias, E. P. (1999). A comparison between photogrammetry and laser scanning. Journal of Photogrammetry & Remote Sensing 54, ss. 83-94.
Barth, A. (2008). Flygburen laser gav bättre data om träden, Resultat från Skogforsk nr. 15.
Barth, A. (2013). Bättre utbytesberäkningar med laserdata, Resultat från Skogforsk nr 1. Barth A., Hannrup, B., Möller, J.J. & Wilhelmsson, L. (2008). Validering av FORAN Single Tree Method. Arbetsrapport 666. Skogforsk.
Brethvad, T. & Iversen, H. E. (2011). Nyindelning av Bergvik Skog.
http://www.uli.se/images/stories/seminarier/presentationer/2012/skogsgis2012_brethvad iversen.pdf [2014-02-10]
Dahmström, K. (2011). Från datainsamling till rapport – att göra en statistisk undersökning. Studentlitteratur, ISBN: 978-91-44-06027-9.
Enström, J. (2003). Grundbok för skogsbrukare. Jönköping: Skogsstyrelsen.
Faridhouseini, A., Mianabadi, A., Bannayan, M. & Alizadeh, A. (2011). Lidar remote sensing for forestry and terrestrial applications. International Journal of Applied Environmental Sciences volume 6, number 1, ss. 99-114.
FORAN (2014).Webbsida http://www.foran.no/sv/hem [2014-05-21] FORAN (u å). Varje träd räknas! - FORAN SingleTree(R)
http://www.foranrs.se/web/sites/default/files/Foran_SingleTree_web.pdf [2014-02-10] Furgo Viewer (2014). Programvara från Furgo. http://www.fugroviewer.com/ [2014-06-18]
FUSION (2014). Programvara från USDA Forest Service.
http://forsys.cfr.washington.edu/fusion/fusionlatest.html [2014-06-18]
Hallby, G. (2007). Nya Tiders Skog - Skogsskötsel för ökad tillväxt. Stockholm: LRF Skogsägarna.
Halvarsson, J. (2008). Identifiering av gallringsbehov med hjälp av flygburen
laserskanning. Examensarbete. Sveriges lantbruksuniversitet i Umeå, Institutionen för skoglig resurshushållning.
Harrie, L. (2008). Geografisk informationsbehandling teori, metoder och tillämpningar 4:e upplagan, Stockholm: Formas/Liber.
Heurich, M. & Thoma, F. (2008). Estimation of forestry stand parameters using laser scanning data in temperate, structurally rich natural European beech (Fagus sylvatica) and Norway spruce (Picea abies) forest. Forestry, Vol 81, No. 5, ss. 645-661.
Holmgren, J. & Persson, Å. (2004). Identifying spicies of individual trees using airborne laser scanner. Remote Sensing of Enviorment 90, ss. 415-423.
Kaartinen, H., Hyyppä, J., Yu, X., Vastaranta, M., Hyyppä, H., Kukko, A., Holopainen, M., Heipke, C., Hirschmugl, M., Morsdorf, F., Naesset, E., Pitkänen, J., Popescu, S., Solberg, S., Wolf, M. W., Wu, J-C.. (2012). An International Comparison of Tree Detection and Extraction Using Airborne Laser Scanning. Remote Sensing 4, ss. 950-974.
Kardell, L. (2004). Svenskarna och skogen del 2 - från baggböleri till naturvård. Jönköping: Skogsstyrelsen.
Klang, K. & Klang, D. (2011). Dektektering av diken och stenmurar i laserdata. Geo XD på uppdrag av Jordbruksverket. Jönköping: Jordbruksverket.
http://www.lantmateriet.se/Global/Kartor%20och%20geografisk%20information/Höjdd ata/NNH_Anv-erfarenheter/GeoXD_SJV_MurarDiken_Rapport_20100531.pdf [2014-02-02]
SOU. (2007). Sverige inför klimatförändringarna - hot och möjligheter SOU 2007:60. Klimat- och sårbarhetsutredningen. Stockholm: Miljödepartementet.
Kvale, S., & Brinkmann, S. (2009) Den kvalitativa forskningsintervjun. Lund: Studentlitteratur.
Lantmäteriet. (2009). Infoblad n:o 14 Flygburen laserskanning. Lantmäteriet.
Lantmäteriet. (2011). Geodetisk och fotogrammetrisk mätnings- och beräkningsteknik, kap. 16 Laserskanning. Lantmäteriet.
Lantmäteriet. (2013). Leverantörens veckorapport. Lantmäteriet.
http://www.lantmateriet.se/Global/Kartor%20och%20geografisk%20information/Höjdd ata/Veckorapport_NNH.pdf [2014-04-04]
Lim, K., Treitz, P., Wulder, M., St-Onge, B., Flood, M. (2003). LiDAR remote sensing of forest structure. Progress in Physical Geography 27, ss. 88-106.
Lindberg, E. (2012). Estimation of Canopy Structure and Induvidual Trees from Laser Scanning Data. Diss. Faculty of Forest Sciences, Department of Forest Resource
Lindgren, R. (2012). Krav och önskemål på skogsbruksplan - förbättringspotential med laserskanning. Examensarbete. Sveriges lantbruksuniversitet i Alnarp, Institutionen för sydsvensk skogsvetenskap.
Lysell, G. (2014). Nyhetsbrev 2014:1 Nationell höjdmodell. Lantmäteriet. Naesset, E., Gobakken, T., Holmgren, J., Hyyppä, H., Hyyppä, J., Maltamo, M., Nilsson, M., Olsson, H., Persson, Å., Söderman, U. (2004). Laser Scanning of Forest Resources: The Nordic Experience. Scandinavian Journal of Forest Research 19, ss. 482-499.
Nordkvist, K., Granholm, A-H., Nilsson, M., Olsson, H., (u å). Vegetationsklassning med en kombination av SPOT-bilder och LiDAR.
http://www.snsb.se/Global/Fjärranalysanvändare/Fjärranalysdagarna%202011/Nordkvis t_vegetationsklassning.pptx [2014-02-10]
Nordkvist, K. & Olsson, H. (2013). Laserskanning och digital fotogrammetri i
skogsbruket. Arbetsrapport 388, Sveriges lantbruksuniversitet, Institutionen för skoglig resurshushållning, Umeå.
Nyström, M (2014). Mapping and Monitoring of Vegetation using Airborne Laser Scanning. Diss. Faculty of Forest Sciences Department of Forest Resource Management. Umeå
pcSKOG (2014). Webbsida http://www.pcskog.se/ [2014-06-04]
Petrie, G. (2009). Current developments in laser scanning technologies. IX International Scientific & Technical Conference “From Imagery to Map: Digital Photogrammetric Technologies” October 5-8, 2009 – Attica, Greece.
http://petriefied.info/Petrie_Greece_Airborne_Laser_Scanning_Technologies.pdf [2014-04-03]
QT Reader (2014). Programvara från Applied Imagery. http://appliedimagery.com/
[2014-06-18]
Rönnberg, A. (2011). PM Kartografisk information ur laserdata. Lantmäteriet. SFS 1998:808. Miljöbalk.
Sjödin, M. (2010). Skattningar i gallringsskog med hjälp av flygburen laserskanning - beräkningar med massaslutenhet. Sveriges lantbruksuniversitet i Umeå, Institutionen för skoglig resurshushållning.
Skogforsk. (2012). Utmaningar och möjligheter med spårlös drivning, Skogforsks workshop 22 november 2012.
http://www.skogforsk.se/PageFiles/73687/Utmaningar%20och%20möjligheter%20med %20spårlös%20drivning.pdf [2014-02-25]
Skogforsk. (u å). Markfuktighetskartorna kan minska markskadorna.
http://www.skogforsk.se/sv/kunskap/db/2014/Vattenkartorna-kan-minska-markskadorna/ [2014-05-22]
Skogsstyrelsen (2008). Den fantastiska skogen.
http://www.skogsstyrelsen.se/Global/upptack-skogen/Presentationsmaterial/Den%20fantastiska%20%20skogen.pdf [2014-01-31] Skogsstyrelsen (2013). Fastighets- och ägarstruktur.
http://www.skogsstyrelsen.se/Myndigheten/Statistik/Amnesomraden/Fastighets--och-agarstruktur/Fastighets--och-agarstruktur/ [2014-01-31]
Skogsstyrelsen (2014a). Mina Sidor. http://www.skogsstyrelsen.se/Aga-och-bruka/Skogsbruk/Karttjanster/Mina-sidor/ [2014-04-05]
Skogsstyrelsen (2014b). Skogliga grunddata.
http://www.skogsstyrelsen.se/skogligagrunddata [2014-05-22]
Skånes, H., Glimskär, A. & Allard, A. (2011). Visual interpretation of vegetation characteristics in laser data. EMMA T1 inital report, Arbetsrapport 314, Sveriges lantbruksuniversitet, Institutionen för skoglig resurshushållning, Umeå.
SLU (2014). Pressmeddelande: Flygburenlaserskanning i naturvårdens tjänst.
http://www.slu.se/sv/om-slu/fristaende-sidor/aktuellt/alla-nyheter/2014/2/flygburen-laserskanning-i-naturvardens-tjanst/ [2014-02-25]
Sonesson, J., Mohtashami, S., Bergkvist, I., Söderman, U., Barth, A., Jönsson, P., Mörk, A., Thor, M., Jonmeister, T. (2012). Beslutsstöd och metod för att minimera
markpåverkan vid drivning. Arbetsrapport 772-2012, Skogforsk Vetenskapsrådet (2002). Forskningsetiska principer inom
humanistisk-samhällsvetenskaplig forskning. Stockholm: Vetenskapsrådet. ISBN 91-7307-008-4. Wasell, R. (2011). Automatisk dektektering av diken i LiDAR-data. Examensarbete. Linköpings universitet, Tekniska högskolan.
Wehr, A. & Lohr, U. (1999). Airborne laser scanning - an introduktion and overview. Journal of Photogrammetry & Remote Sensing 54, ss. 68-82.
Yu, X., Hyppa, J., Kaartinen, H. & Maltamo, M. (2004). Automatic detection of harvested trees and determination of forest growth using airborne laser scanning. Remote Sensing of Enviorment 90, ss. 451-462.
Zimble, D. A., Evans, D. L., Carlson, G. C., Parker, R. C., Grado, S. C., Gerard, P. D. (2003). Charaterizing forest structure using small-footprint airborne LiDAR. Remote Sensing of Enviorment 87, ss. 171-182.
5.1 Muntliga referenser
Andersson, Göran. BillerudKorsnäs. Enkätsvar via mail 2014.
Berglund, Mattias. Skogschef. Skogssällskapets Fastighets AB. Enkätsvar via mail 2014.
Ehrenström, Anders. Skogsbruksutvecklare. Sydved. Enkätsvar via mail 2014. Eklund, Erik. Produktionschef, Teknik & Fjärranalys/Business Area Manager. Foran Sverige AB. Enkätsvar via mail 2014.
Johansson, Mats W. Södra. Enkätsvar via mail 2014.
Karlsson, Lars. Verksamhetsutvecklare, Skoglig planering. Holmen Skog AB. Enkätsvar via mail 2014.
Larsson, Rickard. RickLar Skog. Enkätsvar via mail. 2014.
Larsson, Svante. Projektledare. Skogsstyrelsen. Enkätsvar via mail. 2014. Lindberg, Eva. PostDoc, PhD. SLU. Enkätsvar via mail 2014.
Lodin, Lars. Skogsindelningsspecialist. Statens fastighetsverk. Enkätsvar via mail 2014. Lysell, Gunnar. Affärsutvecklare. Lantmäteriet. Enkätsvar via mail 2014.
Mossberg, Conny. Regionchef. Moelven Skog AB. Enkätsvar via mail 2014.
Olsson, Håkan. Professor Skoglig Fjärranalys. SLU Umeå. Enkätsvar via mail 2014. Sonesson, Johan. Skogforsk. Enkätsvar via mail 2014).
Sängstuvall, Lars. Bergvik Skog. Enkätsvar via mail 2014.
6. Bilagor
BILAGA 1
Hej XX,
Jag heter Mikael Åhman och skriver ett examensarbete på kandidatnivå inom Skogs- och träprogrammet vid Linnéuniversitetet i Växjö. Titeln på arbetet är ”Laserdata i skogsbruket – och möjliga tillämpningar för privata skogsägare”. Syftet med mitt arbete är att sammanställa möjliga tillämpningar som i dagsläget, till en rimlig kostnad och på ett enkelt sätt kan komma att ge privata skogsägare ett mervärde.
Jag skulle uppskatta om du har möjlighet att ta dig tid att svara på dessa frågor. Jag skulle även vilja ha möjligheten att referera till ditt namn i mitt arbete. Enkäten är således inte anonym. Vänligen meddela du vill att jag inte refererar till dina svar med namn. Då kommer jag givetvis att respektera detta. I och med att examensarbetet skrivs vid ett universitet så kommer det att bli en offentlig handling. Jag skulle även uppskatta om jag eventuellt får återkomma med någon/några följdfrågor.
Svar önskas senast den 27/2 2014 till e-postadress: xxxxxxxxxxxxx
Tack på förhand! Med vänlig hälsning, Mikael Åhman
1. Vilka möjligheter och tillämpningar ser du laserdata ger för svenskt
skogsbruk i dagsläget? Exemplifiera och utveckla gärna ditt svar med: Vilket
grunddata används (Lantmäteriet eller från privat aktör), Hur bearbetas grunddatat? Kostnad för att ta fram informationen?
2. Vilka möjligheter och tillämpningar ser du i dagsläget som mest
realistiska att applicera på det svenska privatskogsbruket? Utveckla gärna ditt
svar med: Vilket/vilka mervärde/-n ger informationen för skogsägaren? Går informationen att ta fram till en rimlig kostnad för skogsägaren? Är informationen användarvänlig för skogsägaren (behövs exempelvis djupare datorkunskap för att kunna tillgodogöra sig informationen)?