Nationell Riktad Skogsskadeinventering (NRS) - Inventering av skador på ungskog 2022 i Norrbotten, Västerbotten, Västernorrland och Jämtlands län Target Tailored Forest Damage Inventory (TFDI) - Inventory of damage to young forest in 2022 in Norrbotten, Västerbotten, Jämtland and Västernorrland counties 2026-291-1 SLU.srh.2024.5.4.IÄ-1 https://doi.org/10.5878/8jgq-qq18 Swedish National Data Service Svensk nationell datatjänst Landing page Nationell Riktad Skogsskadeinventering (NRS) - Inventering av skador på ungskog 2022 i Norrbotten, Västerbotten, Västernorrland och Jämtlands län Target Tailored Forest Damage Inventory (TFDI) - Inventory of damage to young forest in 2022 in Norrbotten, Västerbotten, Jämtland and Västernorrland counties 2026-291-1 SLU.srh.2024.5.4.IÄ-1 https://doi.org/10.5878/8jgq-qq18 oai:research.slu.se:publications/b532cc8c-8f1d-4996-9886-86b5edcc9d18 Wulff, Sören Wulff, Sören Roberge, Cornelia Roberge, Cornelia Walheim, Mats Walheim, Mats Swedish National Data Service Svensk nationell datatjänst Target-tailored Forest Damage Inventory (TFDI) Target-tailored forest damage inventories (TFDI) aiming at providing data for operational decision making at local level and linked to specific damage events, are undertaken by the Swedish University of Agricultural Sciences. An annual monitoring of the most important sources of forest damage is carried out by the Swedish National Forest inventory (NFI). The Swedish NFI contributes data to, for example, the European cooperation programme ICP Forests and to Forest Europe. Although the Swedish NFI is an objective and uniform inventory of forest damage in Swedish forests at national and regional scales, less common or less widespread occurrences of forests pests and pathogens are difficult to survey solely through large-scale monitoring programmes. There is a need for complementary tailored inventories to facilitate timely delivery of relevant information. TDFIs are developed to give a rapid response to requested information on specific damage outbreaks. The TDFIs are carried out in limited and concentrated samples, with flexible but robust methods and design. Med hjälp av ett flexibelt inventeringskoncept inriktat på skogsskador kan Sveriges lantbruksuniversitet årligen följa upp och presentera information om olika slags skador på regional nivå. Denna typ av åtgärdsorienterad skadeinventering kallas Nationell Riktad Skogsskadeinventering (NRS). En årlig uppföljning av stora skadeutbrott i våra svenska skogar sker via Riksskogstaxeringens (RT) objektiva inventeringar. Men trots att vi här får en kontinuerlig uppföljning av de viktigaste skadesymptomen saknas ofta möjligheten att på ett lämpligt sätt följa upp regionala skadeutbrott. Med fler förväntade skadeutbrott i klimatförändringarnas spår finns ett stigande behov av regional information med god precision. För att effektivisera övervakningen av skogsskador har NRS introducerats med skräddarsydda inventeringar riktade mot enskilda skadegörares utbrott. NRS utförs i samråd mellan Sveriges lantbruksuniversitet, Skogsstyrelsen (SKS) och skogsnäringen. Inventeringen ska vara åtgärdsorienterad med en riktad inriktningen som bestäms inför varje fältsäsong. Genom att utföra inventeringen inom en aktuell lämplig tidpunkt och inom ett begränsat område förbättras möjligheterna att kunna presentera betydelsefull och relevant information kring aktuella skadegörare. Målet för den riktade inventeringen kan variera från år till år beroende på vilka skador som för tillfället är med relevanta och för vilka det finns ett uttalat behov av information. Landing page forest exploitation skogsbruk coniferous forest barrskog forest damage skogsskador inventory of forest damage översikt över skogsskador land use markanvändning Land use Markanvändning Betula pendula vårtbjörk Betula pubescens glasbjörk Pinus sylvestris tall Picea abies gran Melampsora pinitorqua vridrost Pinus contorta contortatall Cronartium flaccidum törskaterost Larix decidua lärk Alces alces älg Biota Biologi och ekologi Inventories of forest damage are carried out within the Swedish University of Agricultural Sciences (SLU) Forests programme. An annual monitoring of the most important sources of forest damage is carried out by the Swedish National Forest inventory (NFI). Although the Swedish NFI is an objective and uniform inventory of forest damage in Swedish forests at national and regional scales, less common or less widespread occurrences of forests pests and pathogens are difficult to survey solely through large-scale monitoring programmes. There is a need for complementary inventories to facilitate timely delivery of relevant information. Thus Target-tailored forest damage inventories (TFDI) aiming at providing data for operational decisions making at local level, and linked to specific damage events were introduced. TFDI’s are developed to give rapid response to requested information of specific damage outbreaks. The TFDIs are carried out in limited and concentrated samples, with flexible but robust methods and design. The data collected in the TFDI shall also be of such quality that it can be useful in research. Young forests suffering from multiple types of damage—primarily due to wildlife browsing (especially by moose) and infections by resin top disease (Cronartium flaccidum) and other pathogens—are a current concern in Swedish forests. There is growing apprehension regarding the density and damage status of these young stands, and a significant need for information on the extent and nature of this damage. Consequently, in 2022, the Swedish National Forest Inventory (NRS) conducted a sample-based survey of damage in young forests across the four northernmost counties (Västernorrland, Jämtland, Västerbotten, and Norrbotten). This survey aims to provide insights into the condition of young forests. It is hoped that the practical application of this methodology will prove successful, potentially leading the National Forest Inventory to incorporate parts of it into its regular operations, thereby improving the ability to characterize young forest stands. This year’s survey also serves as a follow-up to previous assessments of resin top disease infections in northern Norrland, conducted in 2007, 2008, and 2012. The findings are intended to serve as a basis for decision-making regarding potential forest management interventions. The survey is based on the National Forest Inventory’s permanent sample plots located in the counties of Norrbotten, Västerbotten, Västernorrland, and Jämtland. A selection was made from all permanent sampling clusters containing plots situated in stands that had undergone final felling—specifically, stands in Lapland (Region 1) harvested between 1993 and 2013, and stands in other areas (Regions 21 and 22) harvested between 1998 and 2013. To select the sample plots, the Local Pivotal Method (LPM; Grafström et al.) was used. This method distributes the selection based on the plots' geographic location, degree of damage, canopy closure, and the time elapsed since the final felling. This selection procedure ensures a representative sample across these dimensions, yielding more reliable data for any given outcome compared to a purely random selection. At each selected sample plot, measurements were taken within three subplots, each with a radius of 3.99 meters. One subplot was placed at the plot’s primary center point, while the other two were located 15 meters to the north and south of this center. Collectively, this approach provides data that effectively represents the 20-meter-radius area—the scale typically used for many of the ordinary assessments within the Swedish NFI. In cases where the 20-meter-radius area was truncated by the boundary of another stand or land-use type, only those subplots (or portions thereof) falling within the stand in question were surveyed. The proportion of each subplot located within the target stand was recorded. Within each subplot, all stems within a defined height range were counted. From each sample plot, 16 "main stems" (hpl)—selected independently of the site index (SI) or the stand's mean height—were identified. For truncated subplots, the maximum number of main stems was reduced in proportion to the subplot's size relative to a full-sized subplot. All other counted stems are classified as subsidiary stems. The height of each main stem was measured, and its damage status was assessed and recorded individually. For subsidiary stems, only those with observed damage were assessed and recorded individually. Damage to overstory trees (overstanders) was not assessed. In addition, every individual dead conifer stem estimated to have died within the last 5 years was recorded. Certain data were recorded for the 20-meter plot: the number of overstory pines, as well as the number of overstory pines and recently dead (within 5 years) pines exhibiting damage from resin top disease. Furthermore, the abundance of Melampyrum spp. was estimated—expressed in whole square meters—within an area of 50 m². The dataset consist at plot level of 594 rows with 44 columns. The dataset contains information at tree level of 19012 rows with 46 columns and at dead tree level of 548 rows med 20 columns. The content and scope of the inventory has been developed in consultation with Swedish Forest Agency. References: Grafström, A., Lundström, N., & Schelin, L. Spatially Balanced Sampling through the Pivotal Method. Biometrics, 68(2), 514-520. Retrieved December 1, 2020, from https://doi.org/10.1111/j.1541-0420.2011.01699.x Some assessed and used variables: At sample plot level: Plot area measured Number of trees by species At tree level: Type of plant Different type of damage At dead tree level: Deduction cause Deduction season See the document "Data_description" for more detailed information. As additional documentation, field instructions for the inventories are also provided, both for the specific inventory and for the National Forest Inventory (NFI). An English version of the National Forest Inventory field instruction is available for year 2021 only, which is why this is included here. Med hjälp av ett flexibelt inventeringskoncept inriktat på skogsskador kan Sveriges Lantbruksuniversitet (SLU) inom miljöanalysprogrammet Skog följa upp och presentera information om olika slags skogsskador. En årlig uppföljning av stora skadeutbrott i våra svenska skogar sker via Riksskogstaxeringens (RT) objektiva inventeringar. Men trots att vi här får en kontinuerlig uppföljning av de viktigaste skadesymptomen saknas ofta möjligheten att på ett lämpligt sätt följa upp regionala skadeutbrott. Med fler förväntade skadeutbrott i klimatförändringarnas spår finns ett stigande behov av regional information med god precision. För att effektivisera övervakningen av skogsskador har Nationell Riktad Skogsskadeinventering (NRS) introducerats med skräddarsydda inventeringar riktade mot enskilda skadegörares utbrott. NRS ska kunna leverera underlag om en skadas status och omfattning, så att specifika operativa beslut kan fattas. Därför kan inriktningen av inventeringen variera beroende på vilka skador som för tillfället är mest relevanta och för vilka skador det finns uttalade behov av information. Inventeringen ska vara åtgärdsorienterad och snabbt kunna leverera resultat. Data som samlas in i NRS ska också vara av sådan kvalitet att de kan vara användbara inom forskningen. Multiskadade ungskogar som en följd av viltbete, framförallt älg, samt angrepp av törskate och andra svampar är aktuella problem i den svenska skogen. Det finns en oro över ungskogens täthet och skadesituation, och ett stort behov av information om skadornas omfattning och uppträdande. Därför har inom NRS under 2022 genomförts en stickprovsinventering av skador på ungskog i de fyra nordligaste länen (Västernorrlands, Jämtlands, Västerbottens och Norrbottens län). Denna ungskogsinventering ska försöka ge några svar på tillståndet i ungskogen. Utfallet av hur metodiken fungerar i praktiken ska förhoppningsvis vara positivt och leda till att Riksskogstaxeringen inför delar av metodiken i sin ordinarie verksamhet för bättre möjligheter att beskriva ungskogen. Årets inventering är delvis en uppföljning av inventeringar utav törskateangrepp i norra Norrland genomförda under 2007, 2008 och 2012. Resultaten från inventeringen ska kunna fungera som beslutsunderlag till möjliga skötselåtgärder. Inventeringen bygger på Riksskogstaxeringens permanenta provytor i Norrbotten, Västerbotten, Västernorrland samt Jämtlands län. Här gjordes ett urval bland alla permanenta trakter (provytekluster) med provytor i bestånd som slutavverkats. I Lappland (region 1) under perioden 1993-2013 och i övriga områden (region 21 och 22) under perioden 1998-2013. För urval av ytor används LPM (local pivotal method, Grafström et al) där urvalet spreds utifrån provytornas geografiska position, skadegrad, slutenhet samt i tid sedan slutavverkningen utfördes. Detta utlottningsförfarande tillgodoser ett representativt stickprov i dessa dimensioner, vilket för varje möjligt utfall ger tillförlitligare data jämfört med ett helt slumpvis urval. På varje utvald provyta genomfördes mätningar på 3 småytor med 3,99 m radie per provyta. En i ordinarie provytecentrum och en norr om och en söder 15 m från ytcentrum. Sammantaget bör det ändå ge data som väl representerar den yta med 20 m radie som många av de bedömningar som utförs i ordinarie RT avser. På de pålslag där 20-metersytan skars av mot gräns till annat bestånd eller ägoslag inventerades endast de småytor, eller del av småytor, som fanns i aktuellt bestånd. Andel av småytan som tillhör aktuellt bestånd angavs. På varje småyta räknades alla stammar, i ett definierat höjdintervall. På provytan togs 16 huvudplantor/-stammar (hpl) ut oberoende av SI och medelhöjd för beståndet. På delade småytor reducerades det maximala antalet huvudstammar proportionellt mot småytans andel av full storlek. Övriga stammar som räknades benämns bistammar. Hpl höjd mättes, skadebedömdes och registrerades enskilt. Alla bistammar av barr bedömdes avseende skador och de bistammar som hade skador registrerades enskilt. Skador på överståndare bedömdes dock inte. Dessutom registrerades varje enskild död barrstam som bedömdes ha avgått de senaste 5 åren. Vissa registreringar gjordes för 20 metersytan. Antal överståndare av tall, samt antal överståndare och nyligt (inom 5 år) döda träd av tall med förekomst av törskateskada. Dessutom bedömdes mängden kovall, i hela m2, som växte på en yta motsvarande 50 m2. Datafilerna innehåller på provytenivå 594 rader med 44 kolumner. Datafilerna innehåller på trädnivå 19012 rader med 46 kolumner och på döda trädnivå 548 rader med 20 kolumner. Inventeringens innehåll och omfattning har tagits fram i samråd med Skogsstyrelsen. Referenser: Grafström, A., Lundström, N., & Schelin, L. Spatially Balanced Sampling through the Pivotal Method. Biometrics, 68(2), 514-520. Retrieved December 1, 2020, from https://doi.org/10.1111/j.1541-0420.2011.01699.x Viktigaste inventerade bedömda variabler och beräknade variabler: På ytnivå: Provytans areal Antal träd av olika trädslag På trädnivå: Typ av stam Olika typer av skador På döda trädnivå: Avgångsorsak Avgångstid Se dokumentet "Databeskrivning" för mer detaljerad information. Som ytterligare dokumentation tillhandahålls också fältinstruktioner för inventeringarna, både för den specifika inventeringen och för Riksskogstaxeringen. En engelsk version av Riksskogstaxeringens fältinstruktion finns endast för år 2021 vilket är anledningen till att den är inkluderad här. 2022-06-13 2022-08-28 Sweden Sverige Numeric Text The design is an unbiased sampling inventory, which produces results that gives averaged representative measures to provide insights into the condition of young forests. The inventory is based on National Forest Inventory (NFI) permanent sample in the four northernmost counties in Sweden. In a second step, a sample is drawn among permanent sampling clusters containing sample plots in stands that had undergone final felling during 1993-2013. Then field visits are made to sampled sample.The design is an unbiased sampling inventory, which produces results that gives averaged representative measures to provide insights into the condition of young forests. The inventory is based on National Forest Inventory (NFI) permanent sample in the four northernmost counties in Sweden. In a second step, a sample is drawn among permanent sampling clusters containing sample plots in stands that had undergone final felling during 1993-2013. Then field visits are made to sampled sample. Designen är en objektiv stickprovsinventering, vilket ger resultat som i genomsnitt blir representativa mått på tillståndet i ungskogen. Inventeringen bygger på Riksskogstaxeringens (RT) permanenta provytor i mellersta och norra Norrland. I ett andra steg lottas ett urval bland alla permanenta trakter (kluster av provytor) med provytor i bestånd som slutavverkats under perioden 1993-2013. Därefter fältbesöks utlottade ytor.Designen är en objektiv stickprovsinventering, vilket ger resultat som i genomsnitt blir representativa mått på tillståndet i ungskogen. Inventeringen bygger på Riksskogstaxeringens (RT) permanenta provytor i mellersta och norra Norrland. I ett andra steg lottas ett urval bland alla permanenta trakter (kluster av provytor) med provytor i bestånd som slutavverkats under perioden 1993-2013. Därefter fältbesöks utlottade ytor. Field observationField observation FältobservationFältobservation Access to data through SND. Data are freely accessible. Åtkomst till data via SND. Data är fritt tillgängliga. openAccess Wulff, S., Walheim, M., & Roberge, C. (2022). Nationell riktad skadeinventering (NRS): inventering av skador på ungskog 2022 i Norrbotten, Västerbotten, Västernorrland och Jämtlands län. (Arbetsrapport 542). Sveriges lantbruksuniversitet, Institutionen för skoglig resurshushållning. https://res.slu.se/id/publ/128193 Wulff, S., Walheim, M., & Roberge, C. (2022). Nationell riktad skadeinventering (NRS): inventering av skador på ungskog 2022 i Norrbotten, Västerbotten, Västernorrland och Jämtlands län. (Arbetsrapport 542). Sveriges lantbruksuniversitet, Institutionen för skoglig resurshushållning. https://res.slu.se/id/publ/128193 oai:research.slu.se:publications/b532cc8c-8f1d-4996-9886-86b5edcc9d18 2022