Den svenska klimatrapporteringen för markanvändning och skogsbruk, LULUCF-sektorn, har på kort tid genomgått en dramatisk förskjutning. I rapporteringen för bara något år sedan beskrevs den svenska skogens kolsänka som kraftigt försvagad efter ett decennium av nedgång. Risken att Sverige inte skulle nå sina åtaganden gentemot EU framstod som reell, med betydande konsekvenser för den nationella klimatpolitiken – innan nya, delvis modellbaserade beräkningar med AI nu ger ett helt annat besked.
I den senaste rapporteringen från 16 december 2025 är bilden alltså en annan. Nettoupptaget i skogen uppges nu ha ökat kraftigt, och de senaste åren redovisas nivåer som ligger i paritet med, eller över, åren före torkperioden 2018–2019. Frågan är vad denna snabba vändning faktiskt vilar på? Är det faktiskt tillväxtökning eller AI?
Vad LULUCF mäter – och hur siffrorna rör sig
LULUCF redovisar inte tillväxt i vardaglig mening, utan förändringar i kolförråd. För levande träd bestäms detta av relationen mellan tillväxt, avverkning och naturlig avgång. Redovisningen bygger dessutom i stor utsträckning på rullande femårsmedelvärden, vilket gör tidsserierna tröga och känsliga för hur enskilda år vägs in och ur beräkningsfönstret.
Kanske kan man se det som ett badkar, där vattnet är skogen, kranen tillväxten och avverkning mm är avloppet. När vi mäter tillväxt så mäter vi vattenkranens flöde under ett år. LULUCF-rapporteringen har istället tusch-märken på badkarskanten och mäter skillnaden i vattennivå varje år.
När det extrema torkåret 2018 klev in i femårsmedelvärdet drogs den skattade nivån ned relativt måttligt. När samma år nu faller ur beräkningen och ersätts av senare år kan den justerade nivån däremot stiga kraftigt – men endast om de ersättande åren faktiskt ligger tydligt över normalnivåer. Det innebär att de senaste årens data och antaganden får extra stor vikt för den aktuella vändningen.
Detta är statistiskt möjligt – men det gör resultaten ovanligt känsliga för antaganden om just de allra senaste åren. Pragmatiskt verkar de nya – urstarka – siffrorna alltså baseras på en två-stegsraket: Dels försvann 2018 ur medelvärdena i Skogsdata 2025. Dels så verkar tillväxten 2024 (som inte redovisats i Skogsdata ännu) visa på en tillväxt som aldrig tidigare skådats (inte ens i närheten, kanske ~170 miljoner m3sk för helåret beroende på hur man räknar).
Avverkningen – flera datakällor, inget tydligt trendbrott
En central förklaring till den förstärkta kolsänkan har varit att avverkningen minskat. När man granskar fysisk avverkningsdata blir bilden dock mer sammansatt.
Öppna data från Skogsstyrelsens register över utförd avverkning – baserade på satellitdetektion av avverkningsytor – visar ingen tydlig nedgång i slutavverkningsareal under perioden 2019–2024. Tvärtom ligger den registrerade arealen kvar på historiskt höga nivåer. Registret utgör inte officiell statistik och underskattar den faktiska avverkningen: avverkningar under 0,5 hektar ingår inte, alla objekt hinner inte registreras och avverkning som leder till förändrad markanvändning kan falla bort. Just därför fungerar registret som ett nedre golv. Det kan missa avverkningar, men det kan inte skapa avverkningar som inte skett.
Vän av ordning frågar sig, kan vi använda satellitdata för detta? Ja, det är högst troligt eftersom SLU:s nya prediktionsmodell med AI som denna artikel handlar om faktiskt använder modellbaserade skattningar som i sin tur kan matas med satellitdata om avverkningsareal. Detta trots att det inte var många år sedan de var skarpt negativa till det. Nu ska sägas att satellitmätningen ovan från Skogsstyrelsen inte är officiell statistik och kanske inte heller 100% tillförlitlig. Men det ger oss ett hum.
Inte heller volymstatistiken ger ett entydigt stöd för minskade uttag. SCB:s uppgifter visar att den genomsnittliga avverkade volymen per hektar vid slutavverkning legat stabilt kring 250–260 m³sk per hektar under de senaste två decennierna. Gallringen, som står för omkring en fjärdedel till en tredjedel av den totala avverkningsvolymen, uppvisar enligt SCB:s femårsmedelvärden heller ingen dramatisk nedgång.
Sammantaget innebär detta att varken slutavverkningsareal, uttag per hektar eller gallringsvolymer uppvisar någon tydlig och samstämmig förändring som ensamt kan förklara den snabba förstärkningen av kolsänkan i den senaste LULUCF-rapporteringen. Notera dock, de två sista linjediagrammen är femårsmedel och från Skogsdata 2025. Här finns bara mätningar fram till och med 2023 med.
Den biologiska signalen – årsringarna verkar inte följa med
Parallellt med registerdata finns Riksskogstaxeringens fältbaserade mätningar. Årsringdata, baserade på borrkärnor från träd över hela landet, visar att de enskilda trädens diametertillväxt minskat under senare delen av 2010-talet. Detta har redovisats öppet av Riksskogstaxeringen och diskuterats i forskningssammanhang, bland annat inom ramen för FRAS webbinarier om tillväxt.
Årsringsdatasetet är inte “facit” för Sveriges totala kolsänka. Det är däremot en oberoende biologisk temperaturmätare: vad händer i trädens faktiska stamökning när vi närmar oss de år där LULUCF-siffrorna nu verkar svänga som en vindflöjel?
Vi använder därför SLU:s öppna årsringsdata för att testa om den biologiska signalen – trädens tillväxt i stammen – pekar i samma riktning som den kraftiga uppjusteringen i den senaste LULUCF-rapporteringen. Det är en indikator, inte en nationell skattning.
När årsringarna omvandlas till grundytetillväxt – det mått som bäst relaterar till volymtillväxt – framträder ingen tydlig återhämtning efter torkåret 2018 fram till de senaste år där fullständiga mätdata finns. Snarare syns en platå och en ökande mellanårsvariation. De allra senaste åren har samtidigt lägre antal observationer och ska därför tolkas med extra försiktighet.
Obs: Figuren beskriver observationer i det publicerade datasetet och är inte en rikstäckande skattning utan urvalsvikter.
Finland – samma metoder, annan slutsats
En intressant kontrast framträder när man jämför med Finland. Även där har Naturresursinstitutet Luke nyligen uppdaterat sina beräkningsmodeller för LULUCF-rapporteringen. Metodjusteringarna innebar tekniskt sett att den finska skogen gick från att redovisas som en nettoutsläppskälla till att bli en svag kolsänka.
Skillnaden ligger inte främst i metoderna, utan i kommunikationen. De finska forskarna beskriver öppet en situation där tillväxten stagnerat och där kolsänkan ligger nära noll. De pekar på biologiska begränsningar, bland annat minskande trädkronor, ökad stress och vattenrelaterade begränsningar. Någon snabb återhämtning eller kraftig uppgång i nettoupptag har inte kommunicerats.
Att skogen i Sverige – med likartade trädslag, jämförbara klimatförutsättningar och liknande exponering för torka – samtidigt skulle uppvisa en kraftig och snabb återhämtning väcker därför rimliga frågor. Antingen skiljer sig utvecklingen fundamentalt mellan länderna, eller så skiljer sig modellantaganden och hur osäkerheter hanteras i rapporteringen.
AI-modellen – legitim metod, men avgörande antaganden
För de senaste åren i tidsserien saknas (som sig bör och alltid gjort) fullständiga inventeringsdata från Riksskogstaxeringens femårscykler. För att hantera detta har Sverige de senaste två rapporterna gått från en klassisk extrapolering till en modellbaserad metod där maskininlärning (AI) används för att prediktera tillväxt, mortalitet och avverkning på provytor som ännu inte återinventerats. Modellen tränas på historiska data, väderstatistik, satellitinformation och bland annat årsringdata från temporära provytor.
Metoden är i grunden legitim. Men den innebär också att de år som i dag är mest politiskt och ekonomiskt betydelsefulla till stor del baseras på modellantaganden snarare än observationer (troligtvis hela 2023 och 40 % av 2024). I dagsläget finns begränsad offentlig information om hur olika datakällor viktats, hur känslig modellen är för förändringar i indata eller hur stora osäkerheterna är i skattningarna för de senaste åren.
Detta skapar ett tydligt spänningsfält: de biologiska indikatorer som AI-modellen delvis tränas på verkar här inte ge en tydlig uppgång som kanske hade behövts, samtidigt som modellresultaten redovisar en snabb och kraftig förstärkning av nettoupptaget. Det innebär inte att modellen nödvändigtvis är fel, men det innebär att antaganden för de allra senaste åren får ett avgörande genomslag på utfallet.
Transparens och rigid rapportering
Sverige rapporterar dessa siffror till EU för att uppfylla bindande åtaganden. Om LULUCF-målen klaras minskar trycket på andra sektorer och behovet av kostsamma utsläppsminskningar eller köp av utsläppsrätter. I praktiken används redan den prognosticerade skogssänkan för att balansera den nationella klimatbudgeten.
Frågor man kan ställa sig är bland annat varför skiljer sig den svenska berättelsen så tydligt från den finska, trots likartade biologiska förutsättningar? Och vidare, skillnaden mellan siffrorna i Sveriges rapportering 2023 och de nya nu för 2024 är avgrundsdjup, hur kan den bli det? Och hur kan AI-modelleringen (troligtvis) påverka tidigare år i serien, borde inte 2021 ha fler ”omdrev” hos RST som gör det stabilare?
Detta är spännande men samtidigt allvarliga frågor. Tyvärr verkar Naturvårdsverket vara medvetna om detta och skriver i sin första rapport för 2025 att siffrorna är ”very uncertain” och det är först 2027 som vi få facit genom fullsaturerade fasta provytor. Och ja, AI-modell användes även då även om utfallet mer liknade tidigare år då man idkade manuell extrapolering av historisk data.
Skogen kan mycket väl vara på väg in i en period med högre nettoupptag – det är vad vi alla hoppas på. Men tills detta bekräftats av faktiska mätningar bör försiktighet prägla både tolkningen och kommunikationen. En robust klimatpolitik bygger inte på optimistiska antaganden, utan på statistik som tål granskning även när den inte levererar önskade svar.
Datakälla och vad datasetet med årsringar är tänkt att användas till
Figuren i artikeln bygger på SLU Riksskogstaxeringens öppna “Årsringsdata” (1995–2024), som enligt SLU omfattar cirka 161 000 träd och 6,7 miljoner mätningar och presenteras både efter växtsäsong och efter mätningsordning. SLU skriver att årsringsdata främst används för att beräkna diametertillväxt, vilket i sin tur ligger till grund för beräkning av grundytetillväxt och volymtillväxt.
Tolkning av Excel-filens årskolumner
Eftersom “mm” i en excelfil kan betyda antingen ringbredd på radie eller diameterökning, gjordes en konsistenskontroll mot datasetets uppmätta diameter och mot geometriska rimlighetskrav. Resultatet visar att årskolumnerna i praktiken beter sig som årlig diameterökning (ΔD), och att tidsserien slutar vid Inventeringsår − 1 konsekvent i hela materialet.
Beräkning
Grundytetillväxt per år beräknas därefter från diametrar som rekonstrueras bakåt och omräknas med standardformeln ΔG = π·(D_t² − D_{t−1}²)/400 (D i mm → ΔG i cm²).
Begränsning
Detta är en analys av det publicerade datasetet (observationerna i filen), inte en officiell nationell skattning för Sverige. För nationella skattningar krävs urvalsdesign och vikter som hör till Riksskogstaxeringens statistikproduktion.
