Hur stämmer avverkningsnivån från JRC med svensk laserdata?

Fredrik Reuter
En analys av JRC data över avverkningsareal från iSkogen.

Hur stämmer de kontroversiella siffrorna från JRC över avverkningsarealer mot svensk vedertagen skogsstatistik? Vi har gett GIS-specialisten Anton Holmström i uppdrag att analysera hur data från JRC/GFC stämmer överens med skogsdata från Sverige. Resultatet från analysen visar att den etablerade svenska skogsstatistiken kan underskatta avverkningsnivån i Sverige men också att allt inte bara handlar om “kalhyggen”.

Resultatet från vår analys visar att data som JRC använt från Global Forest Change (GFC) detekterat i snitt 15 % mer avverkningsareal än SLU Riksskogstaxeringen (RST) under åren 2016 – 2018. Merparten av GFC-ytorna (ca 85 %) är i analysen klassade som kalhyggen. Resultatet baseras på ytor större än 0,5 hektar och enbart på skogsmark i Sverige.

I snitt per år och areal visar resultatet för de tre åren 2016 – 2018 att GFC hittar 30.000 hektar mer avverkning än RST. Omräknat till potentiell avverkning kan det motsvara en årlig volym i slutavverkning på knappt 3 miljoner skogskubikmeter.

Bakgrund om artikel från JRC

Den 1 juli 2020 släppte tidskriften Nature en artikel från EU:s gemensamma forskningscentrum JRC. Artikeln heter “Abrupt increase in harvested forest area over Europe after 2015” eller översatt till svenska: “Plötslig ökning av avverkad skogsareal över Europa efter 2015”. JRC hävdar i artikeln att de genom satellitdata funnit att den avverkade skogsarealen har ökat med 49 % mellan perioderna 2011 – 2015 och 2016 – 2018.

Artikeln tog, milt uttryckt, “hus i helvete” framförallt i Sverige och Finland där JRC bland annat hittat några av de största ökningarna av avverkningsarealer. Att göra en genomgång av all kritik som artikeln och JRC fick motta blir för mycket i denna kontext. Kritiken var hur som helst massiv och flera inlagor från bland annat SLU, Chalmers, Skogsstyrelsen och EFI gjorde gällande att artikeln var helt eller i delar felaktig.

I maj 2021 svarade JRC på kritiken. De erkänner att det funnits fel i artikeln och justerar siffrorna (från 49 % ovan till 35 %). Det handlar, enligt och för JRC, om okända fel genom att beräkningar av satellitdata förbättras över tid och samtidigt har nya satelliter tagits i drift. Dessa har bättre teknik och således bättre data.

Kritiken mot JRC tog allt syre i debatten

Idag, i juni 2022, verkar dock frågan inte vara utagerad. Snarare verkar det inträtt någon form av akademiskt dödläge i två skyttegravar där JRC på plats i Italien troligtvis testar Sentinel-data storskaligt och finländare och svenskar kanske laddar bössan med än fler R-filer. Troligtvis muttras det i båda skyttegravarna att “man kan ju göra så, men det är inte rätt”.

Hur bra eller dålig är verkligen data från JRC/GFC?

Paradoxalt nog verkar annars konsensus råda i att ingångsdata efter 2015 är “bättre” och fångar fler förändringar. Det är också i detta avstamp som denna artikel kommer in. Anledningen är att den massiva kritiken i princip enbart har fokuserat på att man inte kan göra jämförelser mellan de distinkta åren likt ovan. Denna kritik verkar i princip tagit all syre och tyvärr troligtvis gjort att andra viktiga frågeställningar såsom hur bra eller dålig är verkligen data från JRC/GFC? Medvetet eller ej från kritikerna låter vi vara osagt, men vi ställer oss istället frågan – hur bra är satellitanalysen och vad duger den till?

Anledningen är att fjärranalys är här för att stanna och kommer på sikt med hög sannolikhet vara dominerande inom skogsmätning. Som exempel kan nämnas att Skogsstyrelsen har använt en liknande metod (Sentinel) för att med satellitbilder upptäcka nya hyggen, en metod som har använts framgångsrikt sedan millennieskiftet. Det är med detta i färskt minne som vi bad GIS-specialisten Anton Holmström att titta närmare på data från JRC och GFC och göra jämförande analyser utifrån andra tillgängliga datakällor.

Hur analysen genomfördes

Tanken var att utvärdera det av JRC använda datasetet från GFC för att se styrkor och svagheter i satellitanalysen och jämföra den samma mot annan tillgänglig data. För att utvärdera precisionen och noggrannheten så krävs det egentligen mängder av fältbesök, vilket är ett otroligt stort och tungt arbete om man ska göra det riktigt noggrant. Vad vi valde att försöka göra istället var att validera GFC:s detektioner med andra öppna och tillgängliga landskapstäckande data.

Då det verkar råda konsensus om att GFC blev bättre efter 2015, så valde vi att studera denna data. Vi hämtade GFC-data för åren 2016 – 2018 (loss year), Skogliga Grunddata (SGD) “omdrev 2, leverans 3” samt statistik över avverkade arealer från Riksskogstaxeringen. Utöver detta så begärde vi även ut historisk data för avverkningsanmälda ytor och så kallad faktiskt avverkat från Skogsstyrelsen. Detta är GIS-data där Skogsstyrelsen håller koll på hur mycket och vilka områden som slutavverkats i Sverige. För Skogsstyrelsens del tog vi data mellan 2015 och 2019 för att få ett godtyckligt överlapp eftersom vissa områden kan registreras vid olika tidpunkter.

Hur vi använt olika data fördelat på en tidsaxel.
Tidsspannen för olika data som använts i analysen. Foto: Anton Holmström

All data har sedan processats i programmet QGIS. När man har lagt in data från GFC, Skogliga Grunddata och Skogsstyrelsens avverkningsområden, så kan man beräkna arealer och naturligtvis jämföra lager mellan varandra. Huvudjämförelsen görs mot data från Riksskogstaxeringen och anledningen förklaras längre ner i denna artikel.

Det är ett relativt enkelt upplägg där syftet var att börja gräva djupare i GFC-data. Analysen är inte en absolut sanning, men för att inte göra “glädjekalkyler” så har vi valt att i alla osäkerheter hellre lägga gränsen så att vi “friar hellre än fäller” i de jämförande analyserna. Då det finns en osäkerhet i när en avverkning upptäcks och “bokförs”, så har vi för Skogsstyrelsens “Faktiskt avverkat” valt att utöka perioden till ett år före, samt ett år efter GFC-ytorna. Analysen har gjorts utefter flödesbeskrivningen i bilden nedan.

Flöde som beskriver hur analysen genomförts.
Principiellt schema hur analysen genomfördes för att hitta så korrekt resultat som möjligt. Storleken visar på hur arealen minskar efter varje steg. Läs mer nedan för mer information om varje steg. Foto: Fredrik Reuter

För avverkningsanmälningar så valde vi att ta in alla avverkningsanmälningar som troligen kunde vara giltiga, dvs för tiden registrerade upp till fem år innan 2016. (2014 skedde en lagändring som gjorde att alla avverkningar inkomna som inte löpt ut 1 september 2014, istället blev giltiga från 1 september 2011).

Skogliga grunddata (SGD) med omdrev två påbörjades försiktigt 2018, vilket leder till att en del GFC-objekt är avverkade, men att SGD insamlades precis innan avverkningen och därför i vår analys blir noterade som ej avverkad, vilket i så fall bidrar till att vår analys av data från GFC underskattas i detta hänseende.

Riksskogstaxeringen har ingen öppen GIS-data utan här använder vi totala föryngringsavverkade arealer som referens. I snitt låg dessa på 201.000 hektar per år mellan 2016 – 2018. Skogsstyrelsen har egen men ej officiell statistik över föryngringsavverkade arealer och dessa låg på ca 180.000 hektar i snitt under perioden.

Data från GFC tar varken hänsyn till om satelliten hittar en potentiell avverkning på skogsmark eller inte. Så vårt första steg blev att samköra med Naturvårdsverkets nationella marktäckekarta (NMD) för att rensa bort de ytor som inte fanns på “Skogsmark”.

Det finns heller ingen undre gräns och det minsta “hygget” som finns i GFC är 30 x 30 meter (en pixel), totalt är ungefär 12% av GFC arealen på ytor som är mindre än 0,5 hektar. För att förenkla och likrikta med Skogsvårdslagen så sållade vi därför fram alla GFC-ytor som översteg 0,5 hektar.

När denna körningen var gjord så återfanns drygt 279.000 hektar “avverkning” i årssnitt under perioden från GFC-data. Jämfört med Skogsstyrelsens data fanns alltså drygt 50 % mer areal i GFC och jämfört med Riksskogstaxeringen fanns drygt 28 % mer areal i GFC.

Nu återstår jobbet att utreda vad det är för skogsaktiviteter som GFC faktiskt upptäcker. När man tittar närmare på GFC-ytorna så framkommer det att en hel del av områdena inte alls är slutavverkningar. Här tar vi hjälp av Skogliga grunddata. Vi tog fram en matematisk funktion för att med QGIS beräkna klasser enligt Skogsvårdslagen §5 och §10. Detta är en analys som har osäkerheter utifrån osäkerheten i ingående data, men utvärderingar av SGD visar på att HGV har tämligen bra resultat, medans volym generellt överskattas i svagare/sämre bestånd. Det gör det troligt att flera bestånd därmed generellt “frias än fälls”.

I korthet skapades nu en rasterkarta med tre klasser:

KlassGränsKommentar
0Under §5“Hygge”
1Under §10 men över §5“Skärmställning”
2Över §10“Ok”

Vi skapade algoritmer till SGD laserdata som baserades på §10 och §5 i Skogsvårdslagen.
De klasser vi skapade i analysen och vart de hamnar i Skogsvårdslagens diagram för §5 och §10. Foto: Fredrik Reuter

Varje GFC-yta inom det skannade området, bestäms nu tillhöra en klass utifrån vilken slags SGD-pixel den har i majoritet. Dvs. exempelvis finns det flest klass 0-pixlar så bestäms GFC-ytan att ligga under §5. Tyvärr är inte hela Sverige laserskannat i “omdrev 2”, 57 % av GFC-ytorna återfinns inom skannat område. Huruvida 57 % är representativt för att skala upp för hela Sverige kan diskuteras, vi valde i alla fall att använda denna metod för att få ett nationellt resultat.

Översiktskarta som visar SGD laserdata över Sverige och färg enligt våra klasser i analysen.
Översikt när GFC-detektioner klassats in i våra klasser med hjälp av SGD. Foto: Fredrik Reuter
Jämförelse mellan SGD laserdata och detektioner från Landsat GFC.
Jämförelsebild mellan GFC-detektioner med hjälp av Landsat (till vänster) och SGD laserdata till höger. Foto: Anton Holmström

Kartan i bilden ovan visar till vänster GFC-ytorna och färgsatt utifrån klassindelning, grönt är över §10 och gult under §10. Kartan till höger visar pixelvärden utifrån Skogliga grunddata, där röda pixlar motsvarar under §5. Notera att inom GFC-ytorna så finns det en variation av pixelvärden, där det pixelvärde det finns mest av inom ytan blir det värde som bestämmer GFC-ytan enligt vår analys och därigenom Skogsvårdslagen. Notera även att Skogliga grunddata hittar större ytor som ligger under §10 än vad GFC hittar.

Resultatet från analysen

Inom det laserskannade området bedöms ca 85 % av GFC-arealen vara föryngringsavverkad (även kallat kalhygge, trakthyggesavverkning eller kort och gott hygge) areal (under §5) och 7 % av arealen ligger över §5 men under §10, dvs en för hård gallring, skärmställning eller liknande som enligt Skogsvårdslagen ska vara avverkningsanmäld. Nota bene att analysen gäller för GFC-ytor större än 0,5 hektar.

KlassSnittareal per år efter SGD >0,5 (Ha)
0237.417
119.552
222.345

Vi använder areafördelningen per klass för GFC-ytor >0,5 hektar över hela Sverige och får då att det i snitt per år för 2016-2018 har avverkats 237 417 hektar. Avverkningar under §10 men över §5 står för 19 552 hektar. Detta är dock inte ett bra värde för GFC både under- och överskattar avverkningsarealen.

När vi jobbar med GFC-data så ser man ofta att områdena är större (eller mindre) än verkligheten. Vi gjorde därför två olika kontroller för att bedöma hur korrekt GFC är i sin avgränsning av ytorna. Avgränsningen består i att försöka mäta såväl över- som underskattning.

För att få siffror på överskattningen använder vi Skogliga Grunddata för att bedöma hur mycket skog som finns inom de ytor som vi klassat som avverkade. Analysen visar att cirka 15% av arealen har skog kvar, dvs en överskattning av arealen. Drygt 20% av arealen är under §10.

Fördelning av pixelklasser enligt SGD i Klass 0.
Fördelning av pixlar enligt SGD i Klass 0. Obs. att detta enbart visar överskattningen. Foto: Anton Holmström.

För att kontrollera hur mycket JRC med GFC potentiellt underskattar avverkad areal så gjorde vi en manuell kontrollmätning av 30 st ytor som slumpades av QGIS. Statistiskt sett behövs ett större stickprov, men då detta är ett tidskrävande, så lämnar vi den vidare med glädje till den som vill gå vidare med att kontrollera GFC. De slumpade ytorna bedöms manuellt och subjektivt mot flygfoto och Skogliga Grunddata för att avgränsa faktiskt avverkad areal. Resultatet visade på en underskattning som i sin tur efter att ha sammanfogats med överskattningen ovan skapar ett totalt snitt med en överskattning på 11%.

Överskattningen på 11% dras av från tidigare bedömd areal av GFC-ytor under §5 och vi får då att det för perioden i snitt per år avverkats 213 414 hektar. Till detta tillkommer sedan avverkningar där skogen hamnat under §10, totalt 19 552 hektar, och om vi för dessa områden antar samma överskattning som för klass 0, får vi summa 230 990 hektar.

KlassSnittareal per år efter justering >0,5 (Ha)
0213.414
117.575
Totalt230.990

I analysen hittar vi avverkningsareal för perioden som är 15 % mer än Riksskogstaxeringen. Detta motsvarar 30 000 hektar mer än Riksskogstaxeringen i årssnitt. Vi väljer här att ta med Klass 1 eftersom skog under §10 är att anse som en avverkning som per definition ska anmälas till Skogsstyrelsen. Ser man till detektioner under §5 så hittar GFC 6,2 % mer än RST vilket motsvarar en årlig snittareal om 12 414 hektar.

0,25 eller 0,5 hektar i analysen

Riksskogstaxeringen mäter “hyggen” ner till 0,25 hektar i storlek. I denna analys har vi börjat mäta från 0,5 hektar. En analys på avverkningsarealer <0,5 hektar är också gjord. Den visar att ca 8 % av den totala GFC-arealen finns i små avverkningen under 0,25 hektar. Ca 4 % av arealen finns i området mellan 0,25 – 0,5 hektar.

Något som vi dock märkt är att osäkerheten i data från JRC och GFC ökar med minskad areal. Det har troligtvis att göra med pixelstorleken på 30 x 30 meter som gör att man enklare får en “överblödning” och därmed risk för överskattning ju mindre det avverkade området är.

Vi vill därmed inte säga att vi exkluderat totalt 12 % av arealen eftersom merparten (8 %) finns i storleksklassen under 0,25 hektar. Här är osäkerheten stor.

Diskussion om resultatet

Det kan ifrågasättas om analysen har tagit för stora säkerhetsmarginaler. Den exkluderar i teorin ca 12 % av skogsarealen genom att den bara mäter detekterade områden som är större än 0,5 hektar. Riksskogstaxeringen borde detektera mycket mindre “hyggen” än så genom sina provytor. Vidare finns troliga men ej dokumenterade exkluderingen genom att SGD startade sitt “omdrev 2” med flygskanning sommaren 2018. Utöver detta finns det också en trolig underskattning i att SGD verkar detektera mer areal under §5 och §10 än vad GFC hittar.

Genom säkerhetsmarginalerna ovan skapas en önskvärd dimension till ett av huvudsyftena med denna analys – att diskutera och analysera avverkningsnivån i Sverige. Allt detta givet det faktum att denna analys är en jämförelse mellan tre år (2016 – 2018) och inte en analys av den av JRC utförda förändringsanalys som gjordes mellan åren 2011-2015 och 2016-2018.

Kritik om JRC:s studie gjorde också gällande att eftersom satellitdata blev bättre efter 2015 så hittades också fler “gamla” hyggen efter 2015. Alltså att satellitdata som JRC använt ex. hittade ett nytt hygge 2016 (med den förbättrade tekniken) fast det egentligen var avverkat 2014. På grund av detta togs några extra år med i analysen fast inte i resultatet. I resultatet från denna körning så hittas inte någon data som styrker denna tes.

Vill man med hjälp av virkesförråd i skog som uppnått slutavverkningsålder som mäts av Riksskogstaxeringen få en siffra på avverkningsvolym för hela landet så motsvarar det knappt 3 miljoner m3sk per år för Klass 0. Det är en mycket trubbig siffra som vi ändå väljer att ta med som diskussionsunderlag. Hur mycket det i teorin skulle innebära om man även lägger till Klass 1 går inte att säga. Kanske kan man dock jämföra med vår omräkning av siffror från FAO?

I areal så handlar det om att data som JRC använt från GFC har identifierat i snitt (över de 3 åren) drygt 12.000 hektar föryngringsavverkningar (enligt lagens definition) per år som varken finns hos Skogsstyrelsen eller Riksskogstaxeringen. Dessutom hittade körningen drygt 17.000 hektar potentiellt för hårda gallringar och/eller skärmställningar som enligt lagen kan vara olagliga om de saknar avverkningsanmälan. 20.000 hektar av GFC-detektionerna visar sig vara potentiellt felaktiga detektioner med en detektion över §10.

Resultatet på en interaktiv karta

Eftersom hela projektet genomförts i programmet QGIS så har vi valt att exportera det till en webbtjänst så alla kan ta del av resultatet. Innan du börjar leta i kartan är det dock viktigt med att klargöra några viktiga punkter:

Vi har förenklat alla polygoner för att göra tjänsten snabbare. Du ska se en polygon som att det finns en detektion där men du kan inte ta för givet att polygonen visar rätt. Klickar du på polygonen så ser du aktuell areal.

Ett så pass stort dataset kommer innehålla fel. Det är delvis därför vi släpper kartan, helt enkelt för att så många som möjligt kan leta efter polygoner och sedan gärna rapportera fel till oss.
Kartan har ett satellitlager från ESRI som grundkarta. Du kan inte med automatik dra slutsatsen att det som visas på ortofotot stämmer överens med data från GFC. Det kan skilja flera år mellan dem.

För att varken hänga ut enskilda skogsägare eller riskera juridiska åtgärder så är inte våra klasser identifierbara i kartan. Det du ser är alltså alla JRC, eller GFC-ytor under den givna tidsperioden som är större än 0,5 hektar och på skogsmark. Det kan alltså vara allt ifrån en oanmäld och därigenom olaglig avverkning till en fullt laglig gallring som GFC har reagerat på. All data som JRC använt finns för övrigt i interaktiv karta hos Global Forest Change.

I analysen men ej publikt så har vi körningar mot Skogsstyrelsens GIS. Här finns skillnader där analysen hittar avverkningar som inte är anmälda för avverkning. Är Skogsstyrelsen intresserade av detta får de gärna höra av sig.

Betraktelser som sammanfattning

Något som gnager efter resultatet är att inte avverkningsarealen går ihop bättre med Riksskogstaxeringen. Det borde den göra. Anledningen till eventuella fel är mycket svårt att sia om men att olika typer av medelvärde från Riksskogstaxeringen skulle kanske kunna spela in. Utöver detta har vi delat in våra betraktelser i underrubriker:

A. Förbättringspotential hos Skogsstyrelsen?

Efter att spenderat tid med all denna data så blir en av frågorna varför Skogsstyrelsen inte har bättre öppen data. Som myndighet med ansvar för både Skogsvårdslagen och Timmerförordningen så borde Skogsstyrelsen sitta på i särklass bäst data av alla. Tyvärr verkar inte så vara fallet och då kan man lägga till att de i princip är ensamma om att använda Sentinel-satelliter skarpt för att leta efter avverkningar. Sentinel har med sina minsta pixlar en möjlig upplösning på 10 x 10 m, tre gånger bättre än Landsat som använts av JRC och GFC samt även då i denna analys.

Ett bra exempel är GIF-bilden nedan. Det är två bilder som växlar från ett slumpmässigt område i Sverige. Här borde alltså Skogsstyrelsen ha “örnkoll” genom sin data från Sentinel men istället förefaller det som att GFC har mest rätt med data från Landsat i jämförelse mot ortofoton. Mindre avverkningar och gallringar registreras inte och bara delar av ett anmält (och avverkat) område markeras som “Faktiskt avverkat”.

Skillnaden mellan Skogsstyrelsens GIS över avverkning och avverkningsanmälan samt data från GFC.
GIF-bild som visar skillnaden mellan Skogsstyrelsens egna detektioner och GFC. Foto: Fredrik Reuter

Givet att vår analys kan anses som skaplig och att vi dessutom tagit höjd genom att enbart ta med GFC-detektioner över 0,5 hektar och enbart på skogsmark så borde data från Skogsstyrelsen i teorin visa på en större avverkningsareal än vad vi fått fram. Istället visar data att vår GFC-analys har detekterat upp till 40 % mer areal än Skogsstyrelsen.

B. Varför har denna analys inte redan gjorts?

Istället för att göra vår analys från scratch så hade vi gärna kontrollgranskat en liknande analys vi precis gjort. Det är besynnerligt att det inte verkar finnas någon analys likt denna publikt. Vi har använt öppen data som är tillgänglig för alla, speciellt våra myndigheter Skogsstyrelsen och SLU.

Till skillnad från oss sitter också dessa myndigheter med ett helt gäng GIS-specialister. Det kanske är naivt att tro att någon analys likt denna aldrig blivit gjord. I så fall kan man undra varför den inte publicerats?

C. JRC och Sentinel?

I sitt senaste svar skriver JRC att de tror att data från Sentinel-satelliter kan vara det rätta att använda för fjärrmätning av skog. Troligtvis har de rätt och sitter säkert redan nu och slipar på en körning med Sentinel-data. Detta är satellitdata med högre upplösning och även högre frekvens. Det kanske är dags för Sverige att förekomma genom att presentera egna jämförelser. Skogsstyrelsen använder redan Sentinel och kan, troligtvis med mycket enkla medel, ta fram en analys för Sverige.

Kolet som valuta höjer insatserna

Varför ska man då bry sig över detta och varför har vi gjort denna analys? Det finns tecken som visar att den globala klimatfrågan och situationen med för höga koncentrationer av kolatomer i atmosfären kommer försöka lösas delvis via marknadsekonomin. Ur ett skogsägarperspektiv så kan det därför vara ekonomiskt fördelaktigt med en så korrekt mätning av skogen som möjligt.

Det är också så att skogsdata såsom avverkningsnivå, tillväxt och avgång numera är “högvaluta”. Inrapportering till ex. FN som baseras på Kyotoprotokollet och Parisavtalet baseras i mångt och mycket på data om tillväxt och avverkning i skogen. Framtidsprognoser såsom SKA22 likaså. Våra politiker tar beslut som baseras på denna data och den används dagligen i skogsdebatten. Det är av yttersta vikt att den är så korrekt som möjligt går.

Ett skäl kan också vara att pressen kan komma öka utifrån (ex. EU) om det skulle visa sig att fjärrmätning via satelliter visar på bättre data än idag vedertagna modeller. Och eftersom klimatfrågan ska lösas så kan man inte hålla allt för osannolikt att Sverige som nation kan komma få justeringar av ex. LULUCF-siffror på grund av detta. Löken på laxen kan då bli “som vanligt”. Med andra ord, staten och näringslivet har krattat manegen och de som får stå för notan är skattebetalarna och/eller enskilda skogsägare som då ev. har “överavverkat”. Och då har vi inte ens nämnt ev. överträdelser i Timmerförordningen.

Men det finns också andra anledningar till att vi valt att göra denna analys. Vi hoppas den ifrågasätts, utmanas och diskuteras. På så sätt kan vi nå utveckling och skapa en bättre framtid, troligtvis för alla. Ska det utmanas så ska det dock göras rejält. Vi kommer inte godta ett ifrågasättande utan rejäl grund, såsom en egen körning.

Givet säkerhetsmarginalen som tagits i analysen tillsammans med resultatet så finns antydningar om att det avverkas mer i Sverige än vad vår nationella statistik säger. Detta är intressant och förhoppningen är att analysen väcker liv i debatten.

Teknisk fördjupning

Artikeln som JRC publicerade tog alltså sin grund i att de själva gjort en fjärranalys över hela EU:s skogar. JRC har använt data från University och Maryland och WRI:s Global Forest Watch. Den data som JRC använt heter GFC – Global Forest Change som är data som baseras på NASA:s LANDSAT-satelliter. Denna data är fri att använda för vem som helst och således den data vi själva använt.

Satellitdata i denna kontext använder ljus, både synligt och osynligt, för att “ta bilder” av jordytan. Satelliterna cirklar i banor runt jorden på ca 70 mils höjd och kan täcka hela jorden på 16 dagar. Problem med moln finns och Landsat-satelliterna har i GFC-datat en relativt låg upplösning på 30 x 30 meter per “pixel”.

Forskare från Sverige och Finland har bemött JRCs artiklar genom att använda data från Riksskogstaxeringen. Riksskogstaxeringen har slumpmässiga och fasta provytor runt hela Sverige och här är det manuellt arbete som gäller då ca 15 “taxeringslag” årligen inventerar ca 13.000 provytor med en sammanlagd areal om 130 hektar.

Skogliga grunddata är en kartprodukt som SLU och Skogsstyrelsen skattar utifrån laserdata och Riksskogstaxeringens ytor. Laserdata baseras på att flygplan utrustade med en mätlaser flyger över Sverige och “skjuter” miljontals laserstrålar på jordytan som sedan studsar tillbaka olika snabbt. Tillbaka får man då en molnfri data med högupplösta punkter som är höjdsatta. Denna data används sedan för att ta fram “Skoglig Grunddata”. Ca. 60 % av Sveriges skogsareal finns i skrivande stund att tillgå i den senaste serien “Omdrev 2”.

Skogsstyrelsen har utöver detta att tillgå kartdata med faktiskt avverkade ytor, som är en kombination av satellitbildsanalys och manuell tolkning för att se när en avverkningsanmäld yta avverkas och till vilken omfattning. Vi begärde även ut avidentifierade kartpolygoner för historiska avverkningsanmälningar.

Föregående artikel
Sveaskog minskar avverkningsnivå och låter skogen stå

Sveaskogs sänkta avverkningsnivå kan vara början på något nytt

Nästa artikel
Skogsvårdslagen, sänker den virkespriset i Sverige?

Skogsvårdslagen en orsak till låga virkespriser?

Liknande Artiklar
iSkogen logotyp Skulle du vilja ha Push-notiser när det finns nyupplagda artiklar hos oss? Nej Ja tack