Å gjennomføre ungskogpleie til riktig tid er avgjørende for en god kvalitetsutvikling og produksjon. Tiltaket bidrar til å redusere innslaget av konkurrerende lauvtreslag (lauvtrær) og sikrer en jevn fordeling av framtidstrærne. Både gode registreringer av - og gjennomføring av ungskogpleie er kostbart. Hypotesen i prosjektet har vært å vise at man kan gjøre rimeligere registreringer med høy(ere) kvalitet ved hjelp av drone, enn for eksempel ved å benytte flybårne laserdata og/eller markbefaringer.
Prosjekt er gjennomført i 29 bestand med mulig behov for ungskogpleie i Romedal almenning. De aktuelle bestandene ble flydd med drone i august 2018. I tillegg ble det gjennomført omfattende feltregistreringer i forsøksbestandene. Det ble foretatt nøyaktig stedsfesting av 20 prøveflater/referanseflater pr bestand. Dessuten utførte en erfaren skogfunksjonær fra Romedal almenning en operasjonell behovsvurdering av treantall, gjennomsnittshøyde og treslagssammensetning i de samme bestandene med samme metode som han vanligvis benytter når han registrerer behov for ungskogpleie. Den medgåtte tiden i alle arbeidsoperasjoner ble loggført for å sammenligne tidsforbruket. I studien ble det også benyttet laserdata fra fly fra 2016.
Resultatene viste at dronedataene hadde langt bedre nøyaktighet enn laserdata (ALS). For treantall per hektar fant vi at modellene basert fra dronedataene ga prediksjoner med dobbelt så høy nøyaktighet som når vi anvendte data fra ALS for å estimere de samme variablene. Vi kan derfor konkludere med at dronebildene ga det beste grunnlaget for å bestemme om det er behov for ungskogpleie. Vi fant videre at tidsforbruket knyttet til de manuelle vurderingene var dobbelt så høyt som tidsforbruket med innsamlingen av data når vi brukte drone. I det andre trinnet i analysene fant vi at behovet for ungskogpleie og tilhørende kostnader ble estimert best ved bruk av dronedata. Særlig når vi i tillegg brukte informasjon fra den siste skogbruksplanen som forklaringsvariabel i modellene. Kun halvparten av bestandene med behov for ungskogpleie ble riktig klassifisert når vi brukte modeller basert på ALS-data. Dette er i tråd med tidligere erfaringer hos Glommen Mjøsen Skog.
DRONE-REG har studert nye anvendelser for generering og behandling av data for beslutningsstøtte i skogbruket basert på data fra droner. Med utgangspunkt i dronebilder fant man at man kan estimere sentrale tilstandsvariabler i ungskog med vesentlig bedre presisjon enn ved bruk av data fra flybåren laserskanning. Samtidig kan tidsforbruket knyttet til datafangst i ungskogfelt reduseres med opptil 50 prosent sammenlignet med tradisjonelle målinger i felt.
Vi har i dette prosjektet demonstrert hvordan rådata fra droner kan presenteres nøyaktig for beslutninger om tiltak I hogstklasse 2. I en videre studier kan det være aktuelt å se på hvilke muligheter og begrensninger som finnes også for andre anvendelsesområder i ungskog så som evaluering av foryngelsesresultat og kontroll av foryngelsesfelt.
