NIBIO Brage
Not a member yet
10440 research outputs found
Sort by
Testversjon 2 – Nasjonalt grunnkart for bruk i arealregnskap
Full text linkNasjonalt grunnkart for bruk i arealregnskap er en sammenstilling av arealressurs- og arealbruksdata fra de norske primærdatasettene. Disse er supplert med en økosystemklassifikasjon. Datasettet kan kobles mot andre datakilder, f.eks. arealplaner, og benyttes som grunnlag for å utarbeide ulike typer arealregnskap. Grunnkartet er et samarbeidsprosjekt mellom NIBIO, SSB, Kartverket og Miljødirektoratet.Testversjon 2 – Nasjonalt grunnkart for bruk i arealregnskappublishedVersio
Mindre avløpsanlegg i spredt bebyggelse - Renseeffekt og reduksjonsfaktorer
Full text linkFor å kunne beregne samlede utslippsmengder fra mindre avløpsanlegg på nasjonalt og regionalt nivå, eller per vannforekomst, må renseeffekt for de ulike anleggstyper legges til grunn. Det har lenge foreligget en tabell som viser forventet renseeffekt for ulike typer mindre avløpsanlegg. Ved tilførselsberegninger har den forventede renseeffekten, som vil være renseeffekt under optimale forhold, blitt lagt til grunn for beregning av utslippsmengder. Imidlertid er det godt dokumentert at ikke alle mindre avløpsanlegg fungerer som forutsatt over tid. I dette prosjektet er det utarbeidet en oppdatert tabell som viser forventet renseeffekt for parameterne fosfor (tot-P), organisk stoff (BOF5), nitrogen (tot-N) og suspendert stoff (SS) for ulike typer velfungerende mindre avløpsanlegg. Vurderinger er basert på gjennomgang av litteratur. I tillegg er det for hver av de nevnte parametere lagt inn en gjennomsnittlig reduksjonsfaktor som vil danne grunnlag for en mer realistisk beregning av samlet utslippsmengde fra mindre avløpsanlegg i et større område, eksempel på nasjonalt eller regionalt nivå eller per vannforekomst. Reduksjonsfaktorene vil benyttes ved beregning av samlet utslippsmengde fra mindre avløpsanlegg i et større område. Det vil ikke være riktig å legge reduksjonsfaktorene til grunn for ethvert enkeltanlegg.Mindre avløpsanlegg i spredt bebyggelse - Renseeffekt og reduksjonsfaktorerpublishedVersio
Urban Agriculture: A Path to Sustainable Cities?
Full text linkUrban agriculture has the potential to contribute to more sustainable cities, but its impacts are complex and varied. By implementing robust monitoring systems, cities can better understand the true effects of urban farming initiatives. This evidence can then inform smarter policies and more effective urban planning strategies.Urban Agriculture: A Path to Sustainable Cities?publishedVersio
Avlingsstabilitet i timoteibaserte enger på Østlandet
Full text linkDyrking av engvekster til beite og vinterfôr til stor- og småfe er grunnpilaren i norsk husdyrhold. I Norge har timotei vært hovedart i dyrka eng siden midten av 1800-tallet, og er fortsatt den viktigste grasarten i engdyrkinga. På Østlandet blandes timotei vanligvis med engsvingel, og engrapp går ofte inn i mer varige blandinger. I tørkeutsatte områder benyttes i tillegg bladfaks. Timotei og engsvingel har liten rotmasse og er ikke spesielt tørkesterke, mens bladfaks har et dypt og effektivt rotsystem med stor evne til å ta opp vann i tørre perioder. Den har imidlertid dårligere fôrkvalitet enn timotei og engsvingel. Strandsvingel er en forholdsvis ny art i norsk engdyrking. Den har et stort og dypt rotsystem og er regnet for å være et meget tørke- og varmetolerant gras. I tillegg viser den god overvintringsevne, tilfredsstillende fôrkvalitet og et høyt avlingspotensial. Strandsvingel er i liten grad tatt i bruk i praktisk dyrking i Norge, men synes i blanding med timotei å være interessant for utprøving på tørkeutsatt jord på Østlandet både med hensyn til tørketoleranse, overvintringsevne, avlingspotensial og fôrkvalitet. I dette prosjektet er ulike frøblandinger der timotei går inn sammen med enten engsvingel, strandsvingel eller bladfaks og blandinger med flere av disse artene undersøkt. Prosjektets mål var å oppnå høyere avlingsstabilitet i timoteibaserte enger på Østlandet under varierende vekstforhold. Fire forsøksfelt ble anlagt på Sør-Østlandet og i fjell- og dalbygdene på Østlandet. To felt på tørkeutsatt jord, ett på ikke tørkeutsatt jord og ett på flomutsatt jord. Seks ulike frøblandinger med timotei i blanding med engsvingel, strandsvingel eller bladfaks i ulike kombinasjoner ble sammenlignet i forsøkene.Avlingsstabilitet i timoteibaserte enger på ØstlandetpublishedVersio
Grønn kunnskap - 41 smakebiter fra NIBIOs virksomhet i 2024
Full text linkMed rapporten “Grønn kunnskap 2024” presenterer Norsk institutt for bioøkonomi (NIBIO) et lite utvalg av våre bidrag til bærekraftige løsninger for jordbruk, skogbruk, forvaltning og matproduksjon. Gjennom vårt arbeid i Norge og internasjonalt, er vi opptatt av å bidra til bærekraftig verdiskapning og fremtidsrettet forvaltning av våre felles biologiske ressurser.Grønn kunnskap - 41 smakebiter fra NIBIOs virksomhet i 2024publishedVersio
Nitrogentap fra jordbruksareal i vannområdet PURA - Beregninger med AGRITIL-N for 2023, basert på arealbruk i 2023
Full text linkPå oppdrag fra vannområdet Bunnefjorden med Årungen- og Gjersjøvassdraget (PURA) er den empiriske modellen AGRITIL-N brukt til å beregne nitrogentap (N-tap) fra jordbruksarealer i 17 tiltaksområder i 2023. N-tap fra dyrket mark er beregnet ut fra årlig avrenning, to-års gjennomsnitt av nitrogenbalanse, andel areal med silt- og leirjord, andel areal med organisk jord, gjennomsnittlig lufttemperatur i mai til august, andel areal med grasdekke gjennom vinteren, andel areal med fangvekst og andel areal med direktesådd høstvekst eller ingen jordarbeiding om høsten. N-tap fra beitearealer er estimert ut fra avrenning. Nitrogentap fra jordbruksarealet i vannområdet PURA i 2023 ble beregnet til omtrent 237 tonn. Per arealenhet var gjennomsnittlig N-tap fra dyrket mark 5,2 kg/daa og fra beiteareal 1,3 kg/daa. N-tap fra dyrket mark varierte mellom 3,4 og 7,2 kg N/daa for de enkelte tiltaksområdene. Det ble gjennomført tiltak mot N-tap på totalt 66 % av arealet med dyrket mark i PURA. Ingen jordarbeiding om høsten utgjorde størst andel (46%) av arealet. Areal med fangvekster utgjorde 12 %, herav 82 % fangvekst som underkultur og 18 % fangvekst sådd etter høsting. Areal med direktesådd høstkorn/høstoljevekst utgjorde 6 % av arealet.Nitrogentap fra jordbruksareal i vannområdet PURA - Beregninger med AGRITIL-N for 2023, basert på arealbruk i 2023publishedVersio
Vegetasjon og beite fra Vigga til Bøsetre i Lesja
Full text linkSommeren 2024 kartla NIBIO et område fra de nedre delene av Lordalen og øst til Bøsetre i Lesja. Arbeidet er en fortsettelse av tidligere kartlegginger gjennomført i perioden 2018–2021. Det kartlagte arealet utgjør nå ca. 430 km². Dette tilsvarer ca. 20 % av landarealet i Lesja kommune.Vegetasjon og beite fra Vigga til Bøsetre i LesjapublishedVersio
Pollinatorsoner i landbruket
Full text linkNIBIOs Robustfrøblandinger for pollinatorsoner gir høyere tilskuddssats og større mangfold av pollinatorer, men ugras bør avpusses i juli i etableringsåretPollinatorsoner i landbruketpublishedVersio
Arealgrunnlagets tilstand - Betydning av gårdbrukerens situasjon for arealgrunnlagets tilstand for jordbruksproduksjon.
Full text linkProsjektet undersøker hvordan egenskaper ved jordbruksareal kan forklare forskjeller i lønnsomhet mellom ulike planteproduksjoner i Norge. Prosjektet setter søkelys på variabler som jordtype, klima, og fragmentering av arealene, og hvordan disse kan påvirke lønnsomheten. Det er stor variasjon i størrelsen og utformingen av norske planteproduksjonsgårder, noe som kan påvirke driftsmetodene og avkastningen. Analysen inkluderer kartdata for arealegenskaper, som arealtilskuddssoner, jordstykkestørrelse, arealkompakthet, og leiejord. Det er også en vurdering av ulike typer planteproduksjoner, som bygg, havre, vårhvete og høsthvete, for å vurdere lønnsomheten ved hjelp av Activity-Based Costing (ABC-metoden). Resultatene fra analysene viser at driftsenheter i arealtilskuddssone 1 med egnethetsklasse «høyt potensial» har høyere lønnsomhet. Det er også en tendens til at færre, men større jordstykker gir bedre lønnsomhet. Prosjektet har som mål å utvikle metoder for datainnsamling og analyse, og vil bidra til bedre forståelse av hva som driver lønnsomhet i jordbruket, noe som kan være nyttig for bønder og beslutningstakere.Arealgrunnlagets tilstand - Betydning av gårdbrukerens situasjon for arealgrunnlagets tilstand for jordbruksproduksjon.publishedVersio
Mapping urban green structures using object-based analysis of satellite imagery: A review
Full text linkUrban green structures (UGS) play important roles in enhancing urban ecosystems by providing benefits such as mitigating the urban heat island effect, improving air quality, supporting biodiversity, and aiding in stormwater management. Accurately mapping UGS is important for sustainable urban planning and management. Traditional methods of mapping such as manual mapping, aerial photography interpretation and pixel-based classification have limitations in terms of coverage, accuracy, and efficiency. Object-based image analysis (OBIA) has gained prominence due to its ability to incorporate both spectral and spatial information making it particularly effective for classification of high-resolution satellite data. This paper reviews the application of OBIA on satellite images for UGS mapping, focusing on various data sources, popular segmentation methods, and classification techniques, highlighting their respective advantages and limitations. Key segmentation methodologies discussed include multi-resolution segmentation and watershed segmentation. For classification, the review covers machine learning techniques such as random forests, support vector machines, and convolutional neural networks, among others. Several case studies highlight the successful implementation of OBIA in diverse urban environments by demonstrating improvements in classification accuracy and detail. The review also addresses the challenges associated with OBIA, such as dealing with heterogenous urban landscapes, data sources and with OBIA methods itself. Future directions for UGS mapping include the integration of deep learning algorithms, advancements in satellite data technologies, and the development of standardized classification frameworks. By providing a detailed analysis of the current state-of-the-art in object-based UGS mapping, this review aims to guide future research and practical applications in UGS management.publishedVersio