SLU och dess nordiska partners i Mistra Digital Forest och SmartForest samarbetar för att utveckla dataassimilering. Genom att integrera omfattande fjärranalysdata i modeller kan man nu bättre förstå skogens tillstånd och planera för framtidens skogskötsel.
Göran Ståhl, professor inom skogsinventering vid SLU, understryker betydelsen av samarbetet: "Vi ser att ett nordiskt samarbete verkligen gör skillnad. Genom att samla våra resurser blir våra insatser mer kraftfulla och vi kan ta oss an både grundläggande problem och möjligheter vid användning av fjärranalysdata."
Forskningen har identifierat att systematiska fel ofta uppstår i beräkningsmodeller som bygger på fjärranalysdata. Enligt Ståhl är det viktigt att korrigera för dessa fel för att undvika felaktiga slutsatser från skogliga analyser. En nyligen publicerad vetenskaplig artikel av Mistra Digital Forest och SmartForest, tillsammans med forskare från USA och Kina, visar på vikten av att förstå och adressera dessa fel.
Det pågående arbetet blir särskilt relevant med tanke på den föreslagna EU-lagstiftningen för skogsövervakning. "Vi ser att olika sensorer ger upphov till olika typer av fel i dataanalysen. Det är viktigt att ha en förståelse för detta när vi utformar framtida övervakningssystem," förklarar Ståhl.
Samarbetet strävar nu också efter att inkludera Mistra Digital Forests finska motsvarighet UNITE för att ytterligare bredda forskningsbasen och öka tillgängligheten till data från olika skogar.
Doktorand Patrik Ulvdal vid institutionen för skoglig resurshushållning undersöker konsekvenserna av att använda icke-korrigerad data för skoglig planering inom ramen för Mistra Digital Forest-samarbetet. Hans arbete belyser behovet av att säkerställa att den senaste tekniken verkligen kommer till nytta för skogsägare och andra intressenter inom skogssektorn.
Dataassimilering är en metod där observationer från exempelvis satellitbilder och laserdata integreras i statistiska modeller som används för att uppskatta skogens tillstånd. På så vis kan modellernas precision och tillförlitlighet förbättras.