Busk o Bryn_24aug11 - Metria
Busk o Bryn_24aug11 - Metria
Busk o Bryn_24aug11 - Metria
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Identifiering och bedömning av<br />
värdefulla busk- och brynmiljöer<br />
vid landskapsplanering<br />
augusti 2011
Förord 2<br />
Sammanfattning 3<br />
Summary 3<br />
Inledning 4<br />
Bakgrund och syfte 4<br />
Mål och förväntade resultat 5<br />
Metodik och genomförandeprocess 6<br />
Valda studieområden 6<br />
Valda parametrar för värdefulla busk-/brynmiljöer 7<br />
Ingående delmoment i studien 9<br />
IRF-analys (Norrköpings kommun) 9<br />
Satellitdata-analys (<strong>Metria</strong>) 11<br />
Fältinventering av naturvärden 24<br />
Naturvärdesklassning med GIS-analys (Calluna) 29<br />
Resultat och diskussion 31<br />
Förekomst av busk/bryn hittas med satellitdata-analys (hypotes 1) 31<br />
Naturvärden i busk/bryn hittas med satellitdata-analys (hypotes 2) 33<br />
Satellitdata-analys - en arbetsmodell för biologisk infrastruktur (hypotes 3) 38<br />
Referenser 40<br />
© Calluna AB 2011<br />
Identifiering och bedömning av värdefulla busk- och brynmiljöer vid landskapsplanering, augusti 2011<br />
Callunas interna projektkod: ”HWN0003 Fjärranalys av busk och brynmiljöer 2010”.<br />
Kontakt för denna rapport: Karolina Nittérus tel. 0736-215553,<br />
E-post: karolina.nitterus@calluna.se<br />
1<br />
<strong>Busk</strong>- och brynmiljöer 2011
Förord<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Detta är en slutrapport för projekt HWN0003 - Identifiering och bedömning av värdefulla<br />
busk- och brynmiljöer vid landskapsplanering 2010. Rapporten redovisar uppnådda<br />
resultat av projektets genomförda delmoment; satellitdata-analys, fältinventering samt<br />
GIS-analys med naturvärdesklassning m.m.<br />
Projektet som påbörjades 2009, är resultatet av ett samarbete mellan Calluna AB och<br />
Rymdstyrelsen, <strong>Metria</strong>, Norrköpings kommun samt länsstyrelsen i Östergötland.<br />
Projektet har finansierats av Rymdstyrelsen och övriga medverkande parter/<br />
organisationer har medfinansierat projektet genom eget arbete/arbetsinsats.<br />
Projektets organisation: Karolina Nittérus (projektledare, rapport). Christoph Kircher<br />
(GIS-analyser, kartmaterial/underlag). I tillägg har följande personer bidragit med<br />
kompletterande uppgifter, idéer/uppslag, kommentarer och/eller textinnehåll till<br />
rapporten: Eva Ahlcrona, Sara Wiman och Anna Svanberg alla från <strong>Metria</strong>. Eva<br />
Siljeholm från Norrköpings kommun och Maria Taberman från Länsstyrelsen i<br />
Östergötland samt Mikael Hagström från Fennicus Natur.<br />
Arbetet ska citeras enligt följande: Nittérus K. & Kircher C. 2011. Identifiering och<br />
bedömning av värdefulla busk- och brynmiljöer vid landskapsplanering. Calluna AB,<br />
Linköping. I löpande text: (Nittérus & Kircher 2011). Copyright och medgivande att<br />
publicera bildmaterial i rapportens har erhållits från <strong>Metria</strong>.<br />
Kontaktperson för rapporten: Karolina Nittérus, karolina.nitterus@calluna.se, tel.<br />
0736-215553.<br />
2
<strong>Busk</strong>- och brynmiljöer 2011<br />
Sammanfattning<br />
Internationell forskning har påvisat värdet av busk- och brynmiljöer för den biologiska mångfalden<br />
främst i öppna, mosaikartade landskap. Denna habitattyp påverkas starkt av modern<br />
markanvändning och det är därför av stor vikt att övervaka denna miljö innan den helt har<br />
försvunnit. Ett problem med övervakning av busk- och brynmiljöer är att de är både små,<br />
svåravgränsade och finns spridda över stora landskapsavsnitt, vilket gör dem både svåra att<br />
upptäcka, identifiera och kostnadskrävande att inventera. En idé som föreslagits för att minimera<br />
fältinsatsen är att använda satellitdata för att snabbare kunna identifiera och grov-klassificera viktiga<br />
busk- och brynmiljöer och fånga upp deras art-/biotopvariationer redan på planeringsstadiet. Det<br />
övergripande syftet med den här studien var därför att undersöka om det är möjligt att identifiera<br />
och klassificera träd- och buskmiljöer med hjälp av satellitdata. Målet var att ta fram en arbetsmodell<br />
för identifikation av områden samt om möjligt även för att klassificera (naturvärdesbedöma) dessa<br />
områden. En lista på viktiga miljökriterier togs fram för att kunna identifiera busk- och<br />
brynområden, vilken utgjorde ett underlag i satellitdata-analysen. Framtagen metodik testades<br />
därefter i två områden i Östergötland - Hålaveden och Vikbolandet. Resultaten av analysen<br />
jämfördes sedan med flygbildstolkning samt med naturvärdesbedömningar gjorda i fält. Resultatet<br />
visade att satellitdata-analys tycks identifiera fler små områden med något annorlunda spatial<br />
fördelning i landskapet jämfört med traditionell flygbildstolkning, vilket indikerar att metoden<br />
fungerar men bör kompletteras med flygbildstolkning. Frågan om det går att naturvärdesklassificera<br />
områden med hjälp av satellitdata-analys bör dock utredas vidare eftersom resultaten från analysen<br />
är svårtolkade då utgångspunkten för fältbedömningarna beror främst på inventerarnas personliga<br />
uppfattning/upplevelse i fält. Slutsatsen är att satellitdata-analys kan fungera som ett komplement/<br />
tillägg till flygbildstolkning för att att identifiera busk- och brynmiljöer och för att se deras spatiala<br />
fördelning inom begränsade landskapsavsnitt. Bedömningar av befintliga naturvärden bör dock<br />
fortsatt verifieras genom faktiska fältbesök.<br />
Summary<br />
International research has shown the importance of shrub- and bush habitats for the overall<br />
biodiversity in open mosaic landscapes. This type of habitat is strongly affected by modern land-use;<br />
hence it is important with monitoring of this environment before it is completely lost. One problem<br />
with monitoring of shrub- and bush vegetation is that this type of habitat is both scarce, limited and<br />
spread over vast areas, which makes it difficult to recognize, identify and costly to monitor. A<br />
proposed idea, to minimize field costs is to use satellite data for identification and classification of<br />
important shrub- and bush environments and its biodiversity values. Consequently, one of the main<br />
purposes with this study was to examine the possibility to identify and classify shrub- and bush<br />
areas by use of satellite data. The main project goal was to develop a working model for<br />
identification of shrub- and bush areas and if possible, to classify their biodiversity values. For this<br />
purpose, a list of important environmental criteria defining shrub- and bush vegetation was<br />
developed which was incorporated in the satellite data-analysis. Subsequently, the developed<br />
method was tested in two areas in the County of Östergötland - Hålaveden and Vikbolandet.<br />
Moreover, the results of the analysis were compared with aerial photo interpretation and data from<br />
field-visits. The results showed that satellite data-analysis was able to identify several small areas<br />
with a somewhat different spatial distribution, compared to aerial photo interpretation. This<br />
indicates that satellite data-analysis works methodologically, but should be combined with aerial<br />
photo interpretation as well. Whether it is possible to classify biodiversity values in shrub- and bush<br />
habitats by use of satellite data-analysis needs further investigation due to interpretational<br />
difficulties as a cause of biased field data. To conclude; identification and examination of spatial<br />
distribution of shrub- and bush vegetation by the use of satellite data-analysis is a functional<br />
complement/supplement compared with interpretation of aerial photos. Henceforth however,<br />
classification and verification of biodiversity values in shrub- and bush habitats should be verified by<br />
field visits.<br />
3
Inledning<br />
Bakgrund och syfte<br />
Biologisk mångfald<br />
<strong>Busk</strong>- och brynmiljöer är viktiga för den biologiska mångfalden i odlingslandskapet<br />
och det finns ett antal studier från bland annat Storbritannien och Tyskland som<br />
styrker dessa miljöers värde för artbevarande (Barr m.fl. 2005; Bulman 2007). Vidare<br />
utgör bryn viktiga landskapslinjer där spridning och rörelser av arter är en viktig<br />
funktion (Rackham 2000; Baudry & Bunce 2001; Davies & Pullin 2006). En annan<br />
utmärkande egenskap i bryn är att de i solbelysta lägen har ett varmt klimat vilket<br />
gynnar insektsfaunan (Dover & Sparks 2000; Appelqvist m.fl. 2001) och därmed också<br />
blir viktiga födohabitat för fåglar (Fuller & Moreton 1987; Snow & Snow 1988; Bijlsma<br />
2008). Generellt sett har varierade mosaikartade bryn högre värde än ensartade och<br />
variationen regleras både av artsammansättningen av buskar och träd samt av brynens<br />
struktur och form i bredd och höjdled (Forman & Baudry 1984; Hopkins 1996; Hinsley<br />
& Bellamy 2000; Vera 2000).<br />
Ö v e r va k n i n g av m o s a i k a r t a d e l a n d s k a p<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
I exempelvis England följer man upp busk- och häckmiljöer på ett kvantitativt sätt som<br />
en del av miljöövervakningen (Rackham 2000; DEFRA 2007). Något liknande saknas i<br />
Sverige även om en del uppföljning görs av buskar i hagmarker (Jordbruksverket<br />
2010). Betydelsen av buskar och bryn har hittills förts ur ett mer teoretiskt resonemang<br />
vilket gör det svårt att identifiera, kvantifiera och bedöma dessa miljöer i fält.<br />
Situationen håller dock på att ändras. Norrköpings kommun har i ett projekt bedrivit<br />
ett arbete med att utveckla en metod för att i fält kartera och naturvärdesbedöma busk-<br />
och brynmiljöer (Hagström m.fl. 2010). Det arbetet har skett på Vikbolandet vars<br />
mosaiklandskap lämpar sig för denna typ av studier (Norrköpings kommun 2010). För<br />
att kunna använda klassificeringen av busk- och brynmiljöer vid exempelvis<br />
landskapsplanering behövs dock redskap för att kunna detektera större<br />
landskapsutsnitt till rimliga kostnader och arbetsinsatser. Här kan satellitdata vara av<br />
stort intresse. Odlingslandskap är ofta mosaikartade i sin sammansättning där åkrar<br />
och hagmarker är primära beståndsdelar men där småmiljöer som buskar, bryn,<br />
småvatten, stengärden, åkerholmar, skiftningar i vegetation o.s.v. tillsammans utgör<br />
grunden för biologisk mångfald (Baudry & Bunce 2001; Barr m.fl. 2005). För att<br />
identifiera biologiskt rika landskap och miljöer i odlingslandskapet behöver man ha<br />
detta helhetsperspektiv med sig men det är inget som hanteras på ett systematiskt sätt<br />
idag. I Östergötland pågår för närvarande ett förankringsarbete med att utöka<br />
biosfärområdet Östra Vätterbranten till att även omfatta delar av länet och inte bara<br />
Jönköpings län. Detta område är en gammal gränsbygd som kallas Hålaveden och som<br />
särskilt utmärker sig vad gäller odlingslandskapets mångfacetterade sammansättning<br />
av både hagar, små åkrar, åkerelement (stenmurar, odlingsrösen, åkerholmar etc) och<br />
dessutom en rad småmiljöer där särskilt busk- och brynmiljöer är viktiga. I detta<br />
område skulle en analys av buskar och bryn bidra till att avgränsa och åtgärdsplanera<br />
det kommande biosfärområdet.<br />
4
Miljöstöd<br />
Slutligen har bryn och buskmiljöer rönt stort naturvårdsintresse efter Sveriges inträde i<br />
EU. Det har att göra med kraven för miljöstöd som inte tillåter särskilt mycket buskar<br />
och träd i hagmarker eller åkerelement (Jordbruksverket 2000). Kraven för miljöstöd<br />
har dessutom skärpts den senaste tiden vilket aktualiserat behovet av att bryn och<br />
buskmiljöer i odlingslandskapet bevaras (Mortimer m.fl. 2000; Axelsson Linkowski &<br />
Svensson 2009). En viktig förutsättning är dock att miljöer som är av betydelse för<br />
biologisk mångfald kan detekteras. Metoder för naturvärdesbedömning av bryn, träd-<br />
och buskmiljöer i odlingslandskapet baseras på bedömningen av brynens bredd i<br />
kombination med variation och mångformigheten av träd- och buskar. Informationen<br />
hämtas vanligen från flygbilder och kombineras med fältbesök. <strong>Bryn</strong>ens struktur och<br />
bredd går att kartera från flygbilder medan ingående arter som är relevanta i<br />
bedömningen karteras i fält. Variationen mellan olika träd- och buskarter är som störst<br />
på våren på grund av skillnader i fenologi (lövsprickning och blomningstid) för att<br />
senare under växtsäsongen blir mer lika varandra. Flygbilder är i de flesta fall tagna<br />
före lövsprickning eller under högsommar och därför ofta svåranvändbara för att skilja<br />
arter åt.<br />
A n v ä n d n i n g av s a t e l l i t d a t a<br />
Satellitdata har en potential att fånga upp art-/biotopvariationer genom att det är<br />
möjligt att beställa bilder från en tid på säsongen när variationen är som störst.<br />
Eftersom det finns en stor mängd bilder i arkiv finns också möjligheten att använda<br />
bilder från olika tider av säsongen för att analysera och använda fenologiska skillnader<br />
för analys av arter och biotoper. Calluna AB har tidigare använt en satellitdata-analys<br />
som just baserades på fenologiska skillnader för att kartera olika strandbiotoper<br />
(Koffman & Lundkvist 2009). Karteringen gjordes av <strong>Metria</strong> och fokuserade på öppna<br />
miljöer men metoden visade sig användbar för att även skilja vassar med olika<br />
funktion åt. Det här projektet kommer att undersöka i vilken mån samma arbetsmetod<br />
är applicerbar på träd- och buskmiljöer och på så sätt kan bidra till att fältinsatsen kan<br />
minimeras inför landskapsanalyser.<br />
Mål och förväntade resultat<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
En huvudmålsättning med projektet har varit att hitta en kostnadseffektiv metod för<br />
att identifiera busk- och brynmiljöer och ingående naturvärden. Mångformiga och<br />
skiktade bryn (med stor variation av ingående träd- och buskarter) är kända för att ha<br />
högre naturvärden än enskiktade, enkla bryn med t.ex. en skarp rak övergång mellan<br />
granskog och åker. Ett övergripande syfte med projektet har varit att utreda<br />
möjligheten att kunna använda satellitdata för att på landskapsnivå identifiera sådana<br />
komplexa busk- och brynmiljöer och deras ingående strukturer och, om möjligt, kunna<br />
bedöma områdenas potential att hysa naturvärden utan förestående fältbesök.<br />
Satellitdata-analys har flera fördelar jämfört med att tolka och analysera infraröda<br />
flygbilder (IRF-analys). Dels är satellitdata ”färsk”, täcker stora arealer vid samma<br />
tidpunkt, kan fås ofta, har mer spektral info och kan i flera fall erhållas till en relativt<br />
låg kostnad. Dels görs satellitdata-analyser mer homogent och snabbare med hjälp av<br />
dator och man kan därigenom snabba upp processen avsevärt.<br />
5
Projektet kan summeras i följande tre huvudhypotser:<br />
1. Det är möjligt att hitta/identifiera busk- och brynmiljöer genom satellitdataanalys<br />
(Very High Resolution data, VHR och High Resolution data, HR).<br />
2. Det är möjligt att identifiera ingående naturvärde (baserat på<br />
naturvärdesklassning som utgår från t.ex. element, struktur, flikighet,<br />
riktning, arter m.m.) i busk- och bryn och åkerholmar mellan olika ägoslag<br />
med hjälp av satellitdata-analys.<br />
3. Det är möjligt att ta fram (och utvärdera) en övergripande arbetsmodell för<br />
att identifiera, analysera och bearbeta biologisk infrastruktur på<br />
landskapsnivå med hjälp av satellitdata-analys i andra liknande projekt i<br />
framtiden.<br />
Metodik och genomförandeprocess<br />
Valda studieområden<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Två områden i Östergötland valdes ut som studieområden (Figur 1). Det första,<br />
Vikbolandet är ett ca 5 x 5 km stort område som domineras av jordbruksmarker inom<br />
Norrköpings kommun (Figur 2).<br />
Det andra området, Hålaveden är ett mosaikartat område intill Vättern i sydvästra<br />
Östergötland. I Hålaveden pågår diskussioner mellan flera olika parter om att delar av<br />
Ödeshög ska ingå i biosfärområdet Östra Vätterbranten.<br />
På grund av problem med att få till en molnfri dag för inhämtning av högupplöst<br />
satellitdata över Hålaveden så har analysresultat för Hålaveden ej tagits med i den<br />
övergripande modellutvärderingen inom det här projektet. De följande analyserna<br />
(förutom <strong>Metria</strong>s satellitdata-analys) samt metodutvärdering grundar sig därför endast<br />
på analysresultat från Vikbolandet.<br />
Figur 1. De valda studieområdena, Hålaveden och Vikbolandet. Satellitbilderna är från SPOT.<br />
6
0 0,5<br />
km<br />
1<br />
Figur 2. Detaljvy över studieområdet Vikbolandet.<br />
Inventeringsområde Vikbolandet<br />
Valda parametrar för värdefulla busk-/brynmiljöer<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Valda kriterier/parametrar för att definiera och identifiera värdefulla busk- och bryn i<br />
landskapet togs fram vid en gemensam workshop 2010-03-04 mellan projektets<br />
deltagande användare (Norrköpings kommun, länsstyrelsen i Östergötland, <strong>Metria</strong><br />
7
samt Calluna AB). Arbetet med att identifiera viktiga parametrar för busk- och<br />
brynmiljöer resulterade i en parameterlista på runt fyrtiotalet punkter som efter<br />
workshopen kortades ned till 13 punkter baserat på ekologiskt motiv, tillgänglighet,<br />
användbarhet m.m. (Tabell 1).<br />
Tabell 1. Valda parametrar (och källa) för identifikation av värdefulla busk- och brynmiljöer.<br />
Parameter Fråga Metod/källa Ekologiskt motiv<br />
1. Area/storlek<br />
2. <strong>Busk</strong>-/bryntyp<br />
3. Vattendrag/<br />
VMI<br />
4. Kraftledning<br />
5. Grusväg,<br />
traktorväg m.m.<br />
6. Gamla träd/<br />
hålträd<br />
7. Söderläge<br />
8. Skogsbete<br />
9. Åkerholme<br />
10. Flikighet<br />
11. Antal arter<br />
12. Avstånd till<br />
andra ägoslag<br />
(lövskog,<br />
skogsbete, bete)<br />
Är området stort<br />
eller litet?<br />
Löv, barr eller<br />
blandat?<br />
Finns värdefulla<br />
vattendrag/<br />
våtmarker i<br />
området?<br />
Finns kraftledningsgator<br />
i<br />
området?<br />
Finns enklare<br />
grus/traktorvägar<br />
i området?<br />
Finns gamla träd<br />
i området?<br />
Ligger busk- och<br />
bryn i söderläge?<br />
Finns skogsbeten<br />
i området?<br />
Finns åkerholmar<br />
i området?<br />
Är området rakt<br />
eller flikigt?<br />
Hur många arter<br />
finns i området?<br />
Ligger området i<br />
en variabel miljö<br />
med andra<br />
ögoslag i nära<br />
anslutning?<br />
Area beräknas med<br />
ArcGIS<br />
Skogsstyrelsen<br />
(Nyckelbiotoper,<br />
urval löv)<br />
Lst vattendrag/VMI,<br />
Våtmarksinventering<br />
Lst<br />
Vektorkarta<br />
Norrköping kn<br />
Vektorkarta,<br />
Norrköping kn<br />
Lst trädinventering<br />
<strong>Metria</strong>s satellitdataanalys<br />
(analys av<br />
söderbryn)<br />
TUVA<br />
<strong>Metria</strong>s satellitdataanalys<br />
(analys av<br />
åkerholmar i<br />
blockdatabas)<br />
<strong>Metria</strong>s satellitdataanalys(flikighetsanalys,<br />
SPOT-data,<br />
Wiman 2010)<br />
Naturvärdesbedömningar,<br />
Norrköpings kn samt<br />
Calluna<br />
Lst och<br />
Skogsstyrelsen<br />
8<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Områden med en diameter ≤60 m är påverkade av<br />
kanteffekter medan större områden har mindre kanteffekter.<br />
Maxavstånd till öppen mark vid brynet sätts till 10 m pga<br />
effekter på mikroklimat mm som avtar med avstånd från<br />
brynet. Maxbredd sätts till 30m. Om brynet övergår i en<br />
lövskog avtar dess effekt som bryn en bit in i skogen. Med<br />
en 10 m bred öppen remsa utanför enligt ovan, kan brynet<br />
som mest sträcka sig en trädlängd (ca 20 m) in i<br />
angränsande skog.<br />
<strong>Bryn</strong> med hög lövandel har högre biologiska värden än<br />
rena barrbestånd. Avgränsas till marker med minst 5<br />
procent buskar på torr eller frisk mark och ska innehålla<br />
minst 25 procent löv i linje mellan öppen mark och skog<br />
(bryn som består till 75 procent av barr. tas bort).<br />
Kantzoner/bryn till sjöar, vattendrag och våtmarker inom<br />
10 m är kända för att vara lövrika och biologiskt<br />
intressanta/värdefulla<br />
Ekologiskt mycket intressanta då de hålls kontinuerligt<br />
öppna. Kan fungera som bryggor mellan odlingsmarker då<br />
de skär genom skogsmark eller olika ägoslag.<br />
Se ovan, samma motiv som för kraftledningsgator<br />
Ekologiskt mycket intressanta artrika närmiljöer som ofta<br />
hålls öppna via kontinuerligt beteshävd o/e slåtter.<br />
<strong>Bryn</strong> i söderläge anses vara artrikare än t.ex. norrbryn.<br />
Skogsbeten har ofta välutvecklat mark- och buskskikt med<br />
höga biologiska värden.<br />
Åkerholmar biologiskt intressanta refugier som lämnats<br />
orörda i det brukade landskapet. Maxarealen på en<br />
åkerholme sätts till ca 0,5 ha (om området är >0,5 ha så tas<br />
endast busk-/brynzonen på åkerholmen med i analysen).<br />
Flikiga bryn har högre biologisk mångfald och är mer<br />
mångformiga/mosaikartade jämfört med raka ensartade<br />
bryn. Minsta detektionsgräns för flikighet är 100 m långa<br />
och 20 m breda bryn (motsv. 0,2 ha).<br />
Vilka arter ingår av träd, buskar och andra arter. Hög<br />
biodiversitet/mångformighet i träd- och buskskikt skapar<br />
höga brynvärden.<br />
Hur ser omgivningarna ut? <strong>Bryn</strong> som vätter till flera olika<br />
ägoslag som tex lövskog, betes/-slåttermark, öppna<br />
gräsmarker mm antas hysa högre värden än marker som<br />
omges av samma ägoslag? Maxavstånd till annan mark från<br />
brynet sätts till 10 m eftersom vindskydd, mikroklimat mm<br />
påverkas med ökat avstånd.
13. Natura 2000<br />
och andra<br />
skyddade<br />
områden<br />
Ligger området i<br />
ett skyddat<br />
område<br />
Lst<br />
Ingående delmoment i studien<br />
Skyddade områden sköts vanligen med noggrann<br />
beteshävd och har ofta välutvecklade naturvärden i trädoch<br />
buskskikt och är sannolikt artrika.<br />
Följande delmoment har ingått i studien för att svara på de tre huvudhypoteserna som<br />
rör satellitdata-analysen och den slutliga utvärderingen av arbetsmodellen<br />
(landskapsanalysen).<br />
1. Jämförelse av resultat från satellitdata-analys och IRF-analys (infraröda<br />
flygbilder) för att undersöka hypotes 1 (om det är möjligt att hitta/identifiera<br />
busk-och brynmiljöer med hjälp av satellitdata-analys).<br />
• Underlag och metod: resultaten från 56 busk- och brynområden<br />
identifierade med hjälp av satellitdata-analys (utförare: <strong>Metria</strong>)<br />
jämfördes med resultaten från 96 busk- och brynområden identifierade<br />
med IRF-analys (utförare: Norrköpings kommun). Resultaten<br />
kontrollerades mot fältdata för att verifiera att det identifierade objektet<br />
var ett bryn.<br />
2. Jämförelse av naturvärdesbedömning i fält (2009 & 2011) med satellitdataanalys<br />
och IRF-analys för att undersöka hypotes 2, om det är möjligt att hitta<br />
naturvärden i busk- och brynmiljöer med hjälp av satellitdata-analys.<br />
Kontrollerades genom inventering i fält av förekommande naturvärden i 67<br />
områden på Vikbolandet samt genom en GIS-analys av naturvärdet<br />
(naturvärdesklassning) i ytterligare områden.<br />
• Underlag och metod: Inventeringsresultat från 2009 (47 områden från<br />
IRF-analys) jämfördes med fältresultat från 2011 (22 områden från IRFanalys/satellitdata-analys)<br />
samt med en naturvärdesklassning gjord via<br />
GIS-analys (baserad på underlag enligt parameterlistan, Tabell 1).<br />
Utvärdering av naturvärden i identifierade områden enligt GIS-analys<br />
jämfördes med faktiska naturvärden inventerade i fält 2009 och 2011.<br />
3. Utvärdering av resultaten för att undersöka hypotes 3, om det går att ta fram<br />
en enkel modell för hur man kan arbeta med att detektera biologisk<br />
infrastruktur på landskapsnivå.<br />
• Underlag och metod: utvärdering av resultaten från IRF-analys,<br />
satellitdata-analys samt fältbedömningar (2009 + 2011) inklusive GISanalys<br />
av naturvärden. Förslag ges på förändringar och tillägg.<br />
IRF-analys (Norrköpings kommun)<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Norrköpings kommun har i ett projekt arbetat med metodutveckling för att få fram en<br />
kostnadseffektiv inventerings-/bedömningsmetod för naturvärden i busk- och<br />
brynmiljöer (Hagström m.fl. 2010). Tanken har varit att kunna använda framtagen<br />
metodik för att klassificera värdefulla busk- och brynmiljöer i kommunens pågående<br />
landskapsplanering. Metoden innebär i korthet att IRF-bilder (=infraröda flygbilder)<br />
och kartbilder har studerats och tolkats av expertis varpå buskmiljöer av intresse har<br />
kunnat avgränsas och ritas in manuellt på en karta för att sedan i fält inventeras på<br />
ingående naturvärden (Hagström 2008). I tillägg till flygbildstolkningen har<br />
9
<strong>Busk</strong>- och brynmiljöer 2011<br />
kartstudier av äldre material gjorts samt en genomgång av andra tillgängliga underlag<br />
över Vikbolandet, för att få en klar bild av var buskrika marker finns/har funnits<br />
historiskt. Målsättningen med arbetet var att få fram ett underlag för att identifiera och<br />
avgränsa värdefulla buskrika områden samt lövrika bryn med hjälp av<br />
flygbildstolkning och utvärdera/verifiera områdena med efterföljande fältbesök. Med<br />
hjälp av IRF-analysmetoden identifierades och avgränsades 96 st potentiellt värdefulla<br />
busk- och brynområden (Figur 3 samt Tabell 3) med en minimiarea på ≥ 0,2 ha på<br />
Vikbolandet (Hagström 2008). På grund av resurs- och tidsbrist valdes sedan ett<br />
mindre urval av dessa områden ut för fältbesök som genomfördes av Norrköpings<br />
kommun under 2009 (47 st) samt av Calluna under 2011 (11 st) (Figur 3, Tabell 3).<br />
0 0,5<br />
km<br />
1<br />
Figur 3. <strong>Busk</strong>- och brynmiljöer, Vikbolandet (96 st) som identifierades via flygbildstolkning och<br />
som sen ritades in på kartan för hand (Hagström 2009).<br />
10
Satellitdata-analys (<strong>Metria</strong>)<br />
Ö v e r g r i p a n d e u p p l ä g g o ch g e n o m f ö r a n d e<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
En satellitdata-analys utfördes av <strong>Metria</strong> under 2010 i Vikbolandet och Hålaveden.<br />
Analysnoggrannheten utvärderades sedan mot IRF-analys och fältinventeringar i<br />
Vikbolandet. Därefter kunde en utvärdering ske av hur analysresultatet från<br />
landskapsmodellerna påverkas av vilket underlag som används. Över Vikbolandet<br />
blev det en molnfri mycket högupplöst bild (VHR-data WorldView 2) i maj 2010 men<br />
över Hålaveden blev det tyvärr ingen molnfri VHR satellit data, varför detta<br />
analysresultat ej togs med i modellutvärderingen. För att utröna om DMC flygortofoto<br />
kunde vara ett alternativ istället för mycket högupplöst data så testades detta för<br />
Vikbolandet. <strong>Metria</strong>s satellitdata-analys gjordes genom följande:<br />
• Klassning av bilddata (DMC flygortofoto, VHR-data WorldView 2, HR-data<br />
SPOT) i Vikbolandet för att avgränsa träd-/buskklädd mark och för att hitta<br />
lövrika brynmiljöer och åkerholmar.<br />
• Klassning av bilddata (HR, dvs SPOT) i Hålaveden för att hitta lövrika<br />
brynmiljöer.<br />
Bilddata<br />
Över undersökningsområdena fanns nedanstående HR (High Resolution) och VHR<br />
(Very High resolution) satellitdata att tillgå (Tabell 2 samt bild 4-7).<br />
Lite basfakta om bilddata:<br />
• SPOT. En scen täcker 60 x 60 km. SPOT-5 har 5 band och olika upplösning:<br />
pankromatiskt (grönt-rött, 5 m), grönt (10 m), rött (10 m), nära IR (10 m) och<br />
mellan IR (20 m). Skillnaden mot SPOT-5 är att SPOT-4 har 20 m upplösning i<br />
alla de multispektrala banden.<br />
• Landsat. En scen täcker 185x 185 km. Av landsat-satelliterna är det bara<br />
Landsat 5 (som sköts upp 1984) som fungerar. Den har 7 band med en<br />
upplösning på 30 m utom för det termiska bandet som har 120 m. Banden är<br />
blått, grönt, rött, nära IR, 2 mellan IR samt termisk IR<br />
• World-view 2. En scen täcker ca 16 x 16 km. För projektet beställdes ett mindre<br />
område för att hålla nere kostnader. Den har 5 band: pankromatiskt 0,5 m, blått<br />
2 m, grönt 2 m, rött 2 m och NIR 2 m.<br />
• DMC flygortofoto. Flygbilden över Vikbolandet är tagen på 4800 km höjd och<br />
upplösningen är då 2 meter för de multispektala banden (blå, grön, röd och<br />
NIR) och 0,5 meter för det pankromatiska (blått – NIR). DMC bilden är<br />
omgjord till ett ortofoto, vilket är det som oftast efterfrågas av användare. Man<br />
klipper då en eller flera ortokorrigerade flygbilder över bestämda 5 x 5 km<br />
rutor. Man kan välja om man vill ha naturlig färg eller IR. Över Vikbolandet<br />
var det naturlig färg vilket innebär att ortofoto är baserat på banden rött, grön<br />
och blått. Det mer högupplösta pankormatiska bandet har sammanlagrats med<br />
de tre färg banden för att skärpa upp bilden. Ortofoton är också tonutjämnade<br />
och sträckta.<br />
Klassningen av busk- och brynmiljöer i undersökningsområdena baseras på<br />
segmenterade bilddata för att möjliggöra en mer objektbaserad analys. Segmenteringen<br />
gjordes i programvaran e-cognition och olika storlekar på segmenten testades. Spektral<br />
11
och strukturell information från bilddata kopplades till respektive segment, t.ex.<br />
medelvärde för olika band och standardavvikelse.<br />
I Vikbolandet baseras klassningen av busk- och brynmiljöer på en spektral och<br />
strukturell analys av bilddata med stöd av andra geografiska dataset.<br />
Tabell 2. Urval av tillgängliga satellitdata och flygbild för respektive område och år i projektet<br />
(http://saccess.lantmateriet.se) och internt arkiv. VHR datat WorldView 2 (WV-2) är inköpt inom<br />
projektet. Bilddatat är ortokorrigerat.<br />
Område SPOT4* SPOT5* IRS* Landsat5* WV-2** DCM-flygortofoto<br />
Vikbolandet<br />
Hålaveden<br />
* HR - High resolution<br />
** VHR - Very high resolution<br />
2006-06-11<br />
2004-08-09<br />
1999-06-14<br />
2004-08-14<br />
2003-06-02<br />
1999-07-29<br />
2009-05-31<br />
2008-07-28<br />
2007-05-23<br />
2006-06-02<br />
2005-07-12<br />
2003-07-15<br />
2009-07-07<br />
2008-07-26<br />
2006-06-13<br />
2005-06-09<br />
2003-06-02<br />
2008-05-28 - 2010-05-15 2007-04-28<br />
2008-06-06<br />
2008-05-28<br />
2007-10-21<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
2007-08-24 - -<br />
Figur 4. SPOT-5, Vikbolandet 2009-05-31 till vänster och SPOT-5 från Vikbolandet 2008-07-28<br />
till höger. Bilden motsvarar ca 1,5 km i bredd.<br />
Figur 5. WorldView 2 multispektral, Vikbolandet 2010-05-15 till vänster och DMC ortofoto från<br />
Vikbolandet 2007-04-28 till höger. Bilden motsvarar ca 1,5 km i bredd.<br />
12
Figur 6. SPOT-5, Vikbolandet 2009-05-31 till vänster och WorldView 2 multispektral från<br />
Vikbolandet 2010-05-15 till höger. Bilden motsvarar ca 700 m i bredd.<br />
Figur 7. WorldView 2 pankromatiskt, Vikbolandet 2010-05-15 till vänster och DMC ortofoto från<br />
Vikbolandet 2007-04-28 till höger. Bilden motsvarar ca 700 m i bredd.<br />
K a r t d a t a o ch g e o g r a f i s k a d a t a b a s e r<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Om ett bryn angränsar eller ligger inom tätbebyggt område eller ligger nära en<br />
betesmark har betydelse för ytans potentiella naturvärde. Möjlig indata är t.ex. Tuva,<br />
blockdatabas, terrängkartan och KNAS 4. I Figur 9 visas exempel på hur<br />
grundklassningen kan kombineras med andra indata.<br />
Följande kartdata och geografiska databaser användes i <strong>Metria</strong>s satellitdata-analys:<br />
• Ängs och Betesmarksinventeringen, Tuva (Jordbruksverket 2005)<br />
• Blockdatabasen (Jordbruksverket 2009)<br />
• Terrängkartan (www.lantmateriet.se)<br />
• KNAS 4 (Ny metod för kontinuerlig naturtypskartering - av Skyddade<br />
områden, KNAS, <strong>Metria</strong> Geoanalys 2009).<br />
• Skogsmask: Adaptiv avgränsning av skog för nationella och internationella<br />
definitioner benämns i texten som ”adaptiv skogsmask 2007” (Wennberg 2009).<br />
Detta data finns över studieområdet i Vikbolandet. Topografiska kartan<br />
skogsmask är inte optimal att använda eftersom den dels inte är aktuell och<br />
dels inte inkluderar vissa sökta objekt såsom glesare trädmarker, buskmarker<br />
13
eller mindre trädklädda områden. Ett första steg är därför att med hjälp av<br />
bilddata försöka avgränsa all träd- och buskklädd mark. I Vikbolandet gjordes<br />
en uppdatering av topografiska kartans skogsmask med hjälp av SPOT data<br />
2007 och svart-vita ortofoto (Wennberg 2009). Denna skogsmask uppdaterades<br />
med hjälp av SPOT bilden från 2009-05-31 till adaptiv skogsmask 2009.<br />
S P OT d a t a<br />
Denna del utgick från klassad SPOT bild från 2009-05-31 och 30 m buffertzon från<br />
adaptiv skogsmask 2009 från Vikbolandet. Klassningen av SPOT-bilden gjordes genom<br />
segmenterad klusteranalys i klasserna lövskog, blandskog, barrskog, öppet bart samt<br />
öppet gräs/gröda.<br />
Arbetsgång:<br />
• Inom eller angränsande till 30 m buffertzon valdes segment som klassats till<br />
lövskog eller blandskog. Detta skikt kombinerades med KNAS4 och vissa ytor<br />
togs bort (t.ex. om hygge/ungskog i KNAS4).<br />
• Kvarvarande ytor av lövskog eller blandskog samt angränsande segment<br />
klipptes ut i 30 m buffertzon. Sammanhängande ytor slogs ihop och < 0,2 ha<br />
ytor togs bort.<br />
• Klassningen kombinerades med andra indata källor för att ge en ytterliggare<br />
klassbeskrivning av ytorna. Indata som användes var Blockdatabas, KNAS 4<br />
och Tuva. I KNAS 4 finns bl.a. en uppdelning av trädslagen triviallöv och<br />
ädellöv som användes. Informationen i dessa indata lades till som en<br />
ytterliggare klassbeskrivning av ytan.<br />
Analysen gav följande delresultat:<br />
a) Sammanhängande potentiella lövrika brynytor > 0,2 ha<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
b) Klassning på segmentnivå inom de potentiella brynytorna. Både<br />
grundklassning och med tilläggsinformation från andra indata gjordes.<br />
I Figur 8 visas klassning från SPOT data (2009-05-31) under skogsmask för en del av<br />
Vikbolandet. I Figur 9 ges exempel på klassning för bara potentiellt lövrika bryn. En<br />
del av de potentiellt lövrika brynen är biologiskt ointressanta, t.ex. lövsly i<br />
hyggeskanter, löv i villaträdgårdar mm. och har därför inte markerats speciellt i SPOT<br />
analysen men däremot i analyser från andra bilddata. Potentiellt lövrika bryn med<br />
lägst värde är t.ex. sådana som inte innehåller så mycket löv, ligger i norrläge, raka<br />
bryn m.m. Kompletterande analyser krävs för att få fram ett potentiellt naturvärde i<br />
områdena. I Figur 9 visas ett bildexempel där klassningen har kombinerats med annan<br />
indata (KNAS, Tuva och blockdatabas). I analysen identifierades förutom lövrika<br />
brynmiljöer även lövrika åkerholmar. I projektet analyserades även potentiella<br />
åkerholmar utgående från klassning av SPOT data under mindre skogsområden i<br />
skogsmask 2007. Resultatet visas nedan i figur 10 (a-d) tillsammans med potentiella<br />
åkerholmar från analys av blockdatabas och potentiella lövrika brynmiljöer från analys<br />
av SPOT data under skogsmask 2009. Potentiella åkerholmar från blockdatabasen togs<br />
fram genom att välja ut ”hål” (< 0,5 h) som omges av åkermark. I DMC ortofoto ser<br />
man relativt bra om en karterad yta verkligen är en potentiell åkerholme eller inte. Att<br />
kontrollera mot bilddata är ett effektivt sätt att säkra upp analysen och minska fälttid.<br />
14
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 8. Exempel på grundklassning av SPOT data, Vikbolandet (2009-05-31) under skogsmask<br />
2009. Lövskog (grönt), blandskog (olivgrönt), barrskog (brunt), öppet (blått och gult).<br />
Figur 9. Potentiellt lövrika brynmiljöer, SPOT data, Vikbolandet. Klasserna är grundklassning<br />
kombinerat med tilläggsinformation från KNAS, Tuva och blockdatabas.<br />
15
a)<br />
b)<br />
c)<br />
d)<br />
16<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 10. a) Potentiella<br />
åkerholmar från SPOT analys<br />
under mindre skogsområden<br />
i skogsmask 2007,<br />
Vikbolandet.<br />
b) Potentiella åkerholmar från<br />
analys av blockdatabas.<br />
c) Potentiella lövrika<br />
brynmiljöer i gröna färger<br />
från SPOT analys under<br />
skogsmask 2009.<br />
d) DMC ortofoto från 28<br />
april 2007. Observera slån i<br />
blomning (vita bulliga<br />
områden).
I Figur 11 visas ett exempel där söderbryn har markerats. För att få fram ett söderläge<br />
räknades höjdsatt adaptiv skogsmask ut från 2009 samt riktningen i grader. I Figur 12<br />
och 13 visas exempel på hur riktning har använts i analysen.<br />
17<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 11. Söderbryn,<br />
Vikbolandet.<br />
Övre figur: riktning i<br />
30 m bufferzon<br />
utgående från<br />
adaptiv skogsmask<br />
2009.<br />
Nedre figur: Riktning<br />
130-230 grader<br />
pålagt med prickar<br />
över potentiella<br />
lövbryn från SPOT.
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 12. Söderläge, Vikbolandet. Riktning 130-230 grader pålagt med prickar över potentiella<br />
lövbryn från analys i DMC (övre) och i World View 2 (nedre).<br />
18
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 13. Övre: potentiellt lövrika bryn, Hålaveden. Nedre: potentiellt lövrika bryn i söderläge<br />
(130-230 grader), Hålaveden. Övriga grader är gråmarkerat.<br />
19
Wo r l d Vi e w 2 d a t a<br />
WorldView 2-bilden från 15 Maj 2010 (Figur 5) segmenterades och karterades i<br />
eCognition under skogsmask (adaptiv skogsmask 2009). Klassningsmetoden som<br />
valdes var styrd klassning och förutom att segmentens spektrala värden och<br />
standardavvikelse ingick i klassningen så användes även spektrala index, i.e.<br />
vegetationsindex NDVI.<br />
• Representativa ytor för olika klasser valdes ut baserat på vad man ser i bilddata<br />
i kombination med andra bilddata och tidigare analyser. De klasser som valdes<br />
var löv (både utslaget och outslaget), barr, buskmark (här hamnar även en del<br />
outslaget löv och sly på hyggen), skugga, öppet - gräs/gröda, öppet - bart.<br />
• Klassningen klipptes mot 30 m buffertzon. Ytor med löv och buskar samt<br />
angränsande ytor som sammanhängande är >0,15 ha valdes.<br />
• De 294 potentiella lövbrynen granskades mot World View 2 bilden för att<br />
markera ointressanta ytor (t.ex. hyggeskanter med lövsly, villaträdgårdar med<br />
löv mm). 46 ytor markerades i attributen som sannolikt inte intressanta.<br />
Analysen gav följande delresultat:<br />
a) Sammanhängande potentiella lövrika brynytor > 0,15 ha med bedömning om<br />
ytan är intressant eller inte identifierades.<br />
b) Klassning inom de potentiella brynytorna: löv, barr, buskmark. skugga, öppet<br />
- gräs/gröda, öppet - bart kunde göras.<br />
c) I Figur 14 visas klassning från World View data (2010-05-15) under<br />
skogsmask för en del av området. I Figur 15 visas de potentiell lövrika bryn<br />
som blev kvar efter att bryn granskats mot ortofotot och mindre intressanta<br />
lövbryn (t.ex. lövsly, villaträdgårdar med löv) har markerats.<br />
Figur 14. Exempel på grundklassning av VHR<br />
data (2010-05-15) under skogsmask 2009.<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 15. Potentiellt lövrika brynmiljöer där<br />
mindre intressanta lövbryn (t.ex. lövsly, i<br />
bebyggelse) är gråmarkerade.<br />
Ingen uppdelning av lövskog i triviallövskog och ädellövskog gjordes i World View 2<br />
data. Oftast var det ädellövträden som var utan löv i bilden men ibland även<br />
triviallövträden. I vissa områden var även ädellövträden delvis utslagna. Det var<br />
därför svårt att göra denna uppdelning. Slånbuskarna var i bilden outslagna men en<br />
stor del av dem gick att klassa fram (ligger i klassen buskar). En del outslagna lövträd<br />
20
och sly hamnade troligen också här. Analysen visar förekomst av lövrika brynmiljöer.<br />
Kompletterande analyser krävs för att få fram om den lövrika brynmiljön har ett<br />
potentiellt naturvärde. För varje yta och varje bilddata, finns en klassning av innehåll<br />
(Figur 16). Ett bryn med lite löv kan vara mindre värdefullt än en yta med mer löv<br />
beroende på lövets fördelning. Ett bryn med stor variation av intressanta klasser kan<br />
kanske vara mer värdefullt än ett homogent bryn.<br />
Figur 16. Exempel på klasser i en potentiellt lövrik brynyta. Klassningen är baserat på<br />
WorldView 2-data. Lövträd och lövbuskar i gröna färger.<br />
DMC ortofoto<br />
Ett ortofoto är inte optimalt att använda i en bildanalys eftersom flygbilden har förlorat<br />
värdefull information. Ett försök gjordes ändå för att få ut intressant information.<br />
Baserat på en segmentering av ortofotot under adaptiv skogsmask 2009, så<br />
sammanlagrades medelvärdet av banden rött, grönt och blått samt standardavvikelsen<br />
i det gröna bandet till en raster-bild som klassades. Den metod som valdes var:<br />
• en styrd klassning där referensytor för olika klasser subjektivt valdes i ortofoto<br />
och sedan klassades liknande information fram genom algoritmen minimum<br />
distance i Erdas Imagine.<br />
• De klasser som valdes var löv (både utslaget och outslaget), barr, blommande<br />
slån (en stor del av slånen blommade den 28 april 2007), buskigt-öppet, två<br />
öppna klasser, blandat skugga och träd och en ren skuggklass.<br />
• Klassningen klipptes mot 30 m buffertzon. Ytor med löv och blommande slån<br />
samt angränsande ytor som sammanhängande är >0,15 ha valdes.<br />
• De 229 potentiella lövbrynen granskades mot DMC flygbilden för att markera<br />
mindre intressanta ytor (t.ex. hyggeskanter med lövsly, villaträdgårdar med löv<br />
mm). 49 ytor markerades i attributen som sannolikt mindre intressanta.<br />
Analysen gav följande delresultat:<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
a) Sammanhängande potentiella lövrika brynytor > 0,15 ha med bedömning om<br />
ytan är intressant eller inte hittades.<br />
b) Klassning inom de potentiella brynytorna. Löv, barr, slån (blommande),<br />
buskigt-öppet, 2 öppnare klasser, blandat skugga och löv/barr, skugga.<br />
21
c) I figur 17 visas klassningen under hela skogsmasken 2009 för en del av<br />
studieområdet. I Figur 18 visas de potentiell lövrika bryn som blev kvar efter<br />
att bryn granskats mot ortofotot och troligen ointressant lövbryn (t.ex. lövsly,<br />
villaträdgårdar med löv) markerats. Som tidigare nämnts är ett ortofoto inte<br />
det bästa för digital analys eftersom en del värdefull information är förlorat<br />
jämfört med den ursprungliga flygbilden. Ett försök gjordes ändå att klassa<br />
fram lövrika brynmiljöer.<br />
A n a l y s av å k e r h o l m a r<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Figur 17. Exempel på<br />
grundklassning av<br />
DMC data under<br />
skogsmask 2009.<br />
Figur 18. Potentiellt<br />
lövrika brynmiljöer<br />
där troligen<br />
ointressant lövbryn<br />
(t.ex. lövsly, i<br />
bebyggelse) är<br />
gråmarkerade.<br />
I ovanstående analys av lövrika miljöer identifieras förutom lövrika brynmiljöer även<br />
lövrika åkerholmar. Ett sätt att hitta potentiella åkerholmar är att utgå från mindre<br />
skogsområden i skogsmask och därunder klassa data från blockdatabasen. Ett annat<br />
alternativ är att utgå från ”hål” i blockdatabasen.<br />
22
Flikighetsanalys<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Ett flikigt bryn är potentiellt mer värdefullt än ett rakt bryn. Om ett bryn upplevs som<br />
flikigt eller inte är beroende av skalan. Genom att titta på ett identifierat objekt kan<br />
man visuellt gradera bryn i olika grova flikighetsklasser. Inom projektet testades olika<br />
mått på uträkning av brynens flikighet (Wiman 2010). Det mått som bedömdes ge bäst<br />
resultat och mått på flikighet var att relatera area och omkrets till minsta ”bounding<br />
box” (uttryck för den maximala utbredningen på en polygon), anpassad till enskilda<br />
polygoners orientering (Wiman 2010). I Figur 19 nedan ges ett exempel.<br />
Figur 19. Exempel på hur flikighet i en bild kan illustreras (grönt = ingen eller låg flikighet och<br />
rött = stor flikighet). Definition och beräkning av flikighet gjord enligt Wiman (2010).<br />
S l u t l i g a k o m m e n t a r e r o ch r e k o m m e n d a t i o n e r ( s a t e l l i t d a t a - a n a l y s )<br />
Klassning för att få fram potentiellt lövrika brynmiljöer gjordes utgående från<br />
högupplöst satellitdata (SPOT), mycket högupplöst satellitdata (WorldView 2) och<br />
flygbilder (DMC flygortofoto). Ett resultat är att SPOT-data verkar ge en bra bild för<br />
större lövytor (ca ½ ha eller mer) men att skilja buskmark från lövträd verkar inte<br />
fungera med tillräcklig säkerhet i området. Tester gjordes med bilder från flera<br />
tidpunkter på året men i ingen av dem blommade buskarna (slån), vilket är en stark<br />
fördel för att kunna klassa ut den. Att skilja större ytor av ädellöv från triviallöv går att<br />
göra med SPOT data. Med mycket högupplöst data och flygbilder syns varje enskilt<br />
träd eller grupper av träd och potentialen för en mer detaljerad analys är därför större.<br />
Nackdelen är vinkeleffekter (träden ”lutar”) och vid låg solvinkel kommer kraftiga<br />
skuggor från träden. Att skilja mellan buskar och träd fungerar bättre i denna typ av<br />
data jämfört med SPOT data. I klassningen var det en del problem att skilja icke<br />
blommande och lövfria buskar mot lövfria träd. Här finns det dock en potential att<br />
komma längre. Utgående från ett kostnadsperspektiv är analys med SPOT-data<br />
betydligt billigare jämfört med övriga bilddata men den kan vara för grov. En<br />
revidering av kartans skogsmask med hjälp av satellitdata är inte nödvändigt men att<br />
rekommendera för att få med mindre skogsområden och glesare trädklädda områden<br />
förutom att lägga till hyggen (som inte länge uppdateras i kartan).<br />
23
Fältinventering av naturvärden<br />
De valda parametrarna för att identifiera potentiella naturvärden i busk- och<br />
brynmiljöer och som listats i parameterlistan (Tabell 1) ger ingen garanti för att<br />
området hyser höga naturvärden i realiteten. En viktig del i kvalitetssäkringen av<br />
metodiken var därför att fältinventera några identifierade busk- och brynmiljöer på<br />
”reella naturvärden”. Av den anledningen valdes slumpmässigt ett mindre antal ut av<br />
de objekt som identifierats via IRF-analys samt satellitdata-analys. Totalt<br />
fältinventerades 67 busk- och brynmiljöer på Vikbolandet på ingående naturvärden vid<br />
två olika tillfällen. Under 2009 undersökte Norrköpings kommun 47 områden (av totalt<br />
96 st) som tagits fram via IRF-analys. Under 2011 undersöktes sedan ytterligare 22<br />
områden av Calluna (11 st områden från IRF-analysen och 11 st områden från<br />
satellitdata-analysen) (Tabell 3). De båda fältundersökningarna från 2009 och 2011<br />
kalibrerades med avseende på metod och bedömningskriterier, så att en övergripande<br />
jämförelse av slutresultatet med resultatet av satellitdata-analysen skulle möjliggöras.<br />
Tabell 3. Tabellen visar antalet områden (och areal) som identifierades och avgränsades med<br />
respektive analysmetod (IRF-analys resp. satellitdata-analys) samt fördelning över antalet (samt<br />
arealen) busk- och brynmiljöer som fältinventerades under 2009 och 2011.<br />
Analysmetod (utförare)<br />
Antal områden<br />
(ha)<br />
Fältinventerade<br />
under 2009*<br />
Fältinventerade<br />
under 2011 **<br />
Ej fältinventerade<br />
IRF-analys (Norrköpings kommun) 96 st (244 ha) 47 st (184,7 ha) 11 st (16,3 ha) 39 st (48,3 ha)<br />
Satellitdata-analys (<strong>Metria</strong>) 56 st (273,4 ha) - 11 st (35,8 ha) 46 st (237,6 ha)<br />
* Naturvärdesinventering utförd av Norrköpings kommun under 2009<br />
** Naturvärdesinventering utförd av Calluna under 2011<br />
F ä l t i n v e n t e r i n g 2 0 0 9<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Totalt: 152 st (517,4 ha) 47 st (184,7 ha) 22 st (52,1 ha) 85 st (285,9 ha)<br />
Norrköpings kommun genomförde under 2009 en fältinventering för att undersöka<br />
befintliga naturvärden i några utvalda busk- och brynmiljöer på Vikbolandet som<br />
framtagits via IRF-analys (Hagström 2008) enligt nedanstående fältprotokoll (Figur 20).<br />
Figur 20. Fältprotokoll för naturvärdesbedömning i fält, utförd 2009 av Norrköpings kommun.<br />
24
<strong>Busk</strong>- och brynmiljöer 2011<br />
Under fältinventeringen av de 96 st identifierade busk- och brynområdena med<br />
potentiella naturvärden hann man av tidsskäl endast inventera drygt hälften av dessa<br />
(47 st) (Figur 21). Dessa 47 områden fältinventerades och bedömdes enligt följande<br />
parametrar (se även fältprotokoll ovan, Figur 20):<br />
• <strong>Busk</strong>-/bryntyp (exponerade löv- och barrträd, slutet lövskogsbryn,<br />
barrskogsbryn, bärande busk, strand, våtmark, åkerholme, åkerbryn,<br />
örtrikedom, artrikt träd/buskskikt, enbuskmark, tomt/parkrest, salix, hässle,<br />
hällmark, vägbryn, betes/ängsbryn, söderläge, ledningsgata, hägnadsvandring)<br />
• N2000 habitat (främst gräsmarkstyperna och trädklädd betesmark)<br />
• Hävdstatus (ingår i betesmark, slåtteräng eller sköts genom röjning eller är<br />
övergivet, igenvuxet, planterat med skog m.fl.).<br />
• Karaktär (flikighet, anges i 4 nivåer där 0 är när brynet är i stort sett rakt och 3<br />
när brynet är mycket flikigt; Nivåer anges från 1, låga buskar till 4 större träd;<br />
trädinblandning anges hur mycket egentliga träd från 0-inga träd till 3trädkronorna<br />
täcker minst 25% av ytan; täckningsgrad anges i %; Berg/<br />
stenbunden, anges i 4 klasser där 0 – berg eller sten 50%; väderstreck<br />
för dominerande väderstrecks; lutning anges i 4 klasser med 0 vid 0 graders<br />
lutning och 3 vid > 40 graders lutning; fleråldrig anges som ”ja”eller ”nej” ).<br />
• Element (Död ved anges i 4 nivåer där 0 anges om död ved saknas och 3 anges<br />
vid gott om död ved; Gamla buskar anges enligt följande: 0 om de saknas och<br />
upp till 3 om det finns gott om dem; Gamla träd anges på samma sätt som<br />
gamla buskar; Hålträd anges på samma sätt som gamla buskar och träd;<br />
Hamlade/klappade träd anges på samma sätt som ovanstående; Grov ved anges på<br />
samma sätt som ovanstående.)<br />
• Restaureringsbehov anges om buskmiljön eller brynet är i behov av åtgärder i<br />
form av t.ex. viss röjning.<br />
• <strong>Busk</strong>- och trädarter (frekvens anges där 1 betyder enstaka och 3 frekvent<br />
förekommande.<br />
• Kringfaktorer (Elementen anges som 1 då det förekommer enstaka eller<br />
sparsamt och 2 om de förekommer rikligt; sandmark och kalkmark där 1 anges<br />
om objektet vilar på morän/kalkhalten är hög och 2 när objektet vilar på<br />
isälvsgrus eller dyl./kalkhalten lägre; ”död ved i omgivningen”anges om det är<br />
gott om grov död ved närmast brynet, det samma gäller för ”omgivande hålträd”<br />
• Signal- och rödlistade arter (förekomst och antal listas i protokollet, Figur 20).<br />
25
Inventeringsområde<br />
Områden från IRF-analys<br />
inventerat 2009<br />
0 0,5<br />
km<br />
1<br />
Figur 21. Översiktskarta, Vikbolandet med 96 st busk- och brynmiljöer identifierade via IRFanalys.<br />
De 47 områden som inventerades under 2009 har markerats med svart ytterkant.<br />
F ä l t i n v e n t e r i n g 2 0 1 1<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
För att komplettera och verifiera resultaten av Norrköpings kommuns naturvärdesbedömningar<br />
och resultaten i <strong>Metria</strong>s satellitdata-analys, genomförde Calluna under<br />
26
2011 nya naturvärdesbedömningar i två typer av busk- och brynområden på<br />
Vikbolandet (Figur 22). Dels fältbesöktes 11 st IRF-analyserade områden som<br />
Norrköpings kommun, av tidsskäl, inte hann inventera under 2009 och dels besöktes<br />
11 st satellitdata-analyserade områden som fallit ut som potentiellt värdefulla busk-<br />
och brynområden i <strong>Metria</strong>s satellitdata-analys.<br />
Inventeringsområde<br />
Områden från IRF- analys<br />
Områden från satellitdata-analys<br />
Inventerat 2011<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
0 0,5<br />
km<br />
1<br />
Figur 22. Alla identifierade busk- och brynmiljöer, Vikbolandet (totalt 152 st) från IRF-analys<br />
(röda områden) samt satellitdata-analys (blå områden). De 20 områden som inventerades under<br />
2011 har markerats med svart ytterkant (11 st från IRF-analys och 11 st från satellitdata-analys).<br />
27
Kompletterande naturvärdesbedömningar i fält utfördes med fältprotokollet nedan<br />
som underlag (figur 23) och genomfördes av följande skäl:<br />
1. för att verifiera förekomst av busk- och bryn i de områden som fallit ut i<br />
satellit-analys och IRF-analys.<br />
2. för att verifiera naturvärdet i de busk- och brynmiljöer som identifierats med<br />
satellit-analys och IRF-analys<br />
3. för att jämföra och kvalitetstesta resultatet och bedömningarna av<br />
naturvärdesinventeringar gjorda mellan åren 2009 och 2011.<br />
A57&"7)(%$@3()&-/15/2$'"$2=*(0(B3C0%"87)(2$&<br />
!"#$%&'()*(+<br />
,)&-*+<br />
.$'%/01)(2$32)&)<br />
!"#$%&'(()$&*'+,)$*-./<br />
01('+,2$&345<br />
67('+,<br />
897:'(5;4:9.'?*:2<br />
=52(&("+;1+@4&("+<br />
6-,2(*1@2<br />
02724&("+<br />
A+&345:'(5<br />
6'*BC&("+<br />
D144*2<br />
81@&("+<br />
4)/)%&5/<br />
E*B5B@>27<br />
!(1,B+&*'+,+B+@<br />
E*2(9*,(B@7<br />
67$*$(&<br />
F-,$.27<br />
G':*'$&345'(<br />
G':*'$7(1,;>9*7(1,<br />
D':*',2$7(1,<br />
.-'%389:3&/52)/&$/<br />
'* *-++ ?*.?+ ;$/)<br />
'*: +"#?+ ?C2*<br />
'#2* @27'#2* #1(?+<br />
'45 @('+ (-,25<br />
'4# >'@7?(+ (-++<br />
&2(&2(B4 >'442* 45?@47("<br />
&H-(5 >1@@ 4*9+<br />
&H-(+&1( 5*B&&'* 4"(2+<br />
,(3.I1,2( 5+1J52#B* 41*@<br />
25 5(34&1( 7'**<br />
2+ 5-(4&1(<br />
Naturvärdesklassning med GIS-analys (Calluna)<br />
För att kunna naturvärdesbedöma större arealer än de som hann bedömas i fält,<br />
gjordes ett försök att naturvärdesklassa identifierade områden med hjälp av en GISanalys.<br />
Eftersom fältbesök är både kostsamma och tidsödande är det viktigt att försöka<br />
minimera tiden i fält. En enkel GIS-analys skulle kunna spara både tid och pengar och<br />
fungera som en slags automatiserad ”pre-evaluation method” för att - innan man ger<br />
sig ut i fält - hitta de områden som har största sannolikhet att hysa höga naturvärden.<br />
GIS-analysen som testades i projektet utvecklades av Calluna och innebar i korthet att<br />
resultat från IRF-analys och satellitdata-analys sammanfördes med ett valt urval<br />
landskapsekologiska faktorer (Tabell 4 och Figur 24 samt även Tabell 1).<br />
Valet av dessa faktorer beror på att det har visat sig att de hänger väl samman med<br />
förekomsten av värdefulla busk- och brynmiljöer på landskapsnivå och att de relativt<br />
snabbt och enkelt kan fås som GIS-skikt. Poäng gavs sedan till ett identifierat busk- och<br />
brynområden när sammanföll med någon av dessa 13 faktorer och kriterier enligt<br />
tabell 4. Lägst poäng var 0 (=när ingen faktor sammanföll med området) och högst<br />
poäng var 13 (=när alla faktorer sammanföll med området).<br />
Tabell 4. Landskapsekologiska parametrar och poängsystem för naturvärdesklassning enligt GISanalys.<br />
Landskapsekologiska parametrar Poängsystem (kriterier)<br />
1. Områdets storlek (area)<br />
2. <strong>Busk</strong>- och bryntyp (löv)<br />
3. Nära anslutning till vattendrag/våtmark<br />
(VMI)<br />
1 poäng när arean var större än 3,8 ha (=medelvärdet på de 47 IRFanalyserade<br />
områdena som inventerades 2009).<br />
1 poäng när området har mer än 25% löv eftersom ett bryn ska innehålla<br />
minst 25 procent löv i linje mellan öppen mark och skog).<br />
1 poäng när området sammanföll med ett vattendrag/våtmark.<br />
4. Nära anslutning till kraftledningsgator 1 poäng när området sammanföll med en kraftledningsgata.<br />
5. Nära anslutning till grus- och<br />
traktorvägar<br />
1 poäng när området sammanföll med mindre grus- och traktorvägar.<br />
6. Förekomst av gamla träd/hålträd 1 poäng när området sammanföll med gamla träd/hålträd.<br />
7. <strong>Bryn</strong> i söderläge (130-230 grader, erhölls<br />
från <strong>Metria</strong>s analys)<br />
1 poäng när busk- och brynområde låg i söderläge.<br />
8. Nära anslutning till skogsbete (TUVA) 1 poäng när området sammanföll med skogsbete enligt TUVA.<br />
9. Åkerholmar (erhölls från <strong>Metria</strong>s analys) 1 poäng när området sammanföll med en åkerholme (blockdatabas).<br />
10. <strong>Bryn</strong> med stor flikighet<br />
Beräknas enligt: Omkrets²/<br />
(Area*Avplattning), som ger värden<br />
från 7,103987-324,881805 i 5 klasser, där<br />
högre värden anger större flikighet, SPOTdata<br />
(Wiman, 2010).<br />
11. <strong>Bryn</strong> med stort antal busk-/trädarter<br />
12. <strong>Bryn</strong>ets avstånd till olika ägoslag<br />
(beten, åkrar, skogsbryn m.m.)<br />
13. Nära anslutning till skyddade områden,<br />
Natura 2000 m.m.<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
<strong>Metria</strong> delade in flikighet i fem klasser (Wiman, 2010): Klass 1 (mkt. låg<br />
flikighet): 7,103987 - 27,993313, klass 2 (låg): 27,993314 - 54,635902,<br />
klass 3 (medium): 54,635903 - 100,915260, klass 4 (hög): 100,915261 -<br />
209,611023, klass 5 (mkt hög flikighet): 209,611024 - 324,881805. 1<br />
poäng när området hade hög flikighet d.v.s. när området nådde<br />
flikighetsvärden på 54,635903-324,881805 motsvarande klasserna 3-5.<br />
1 poäng när området hade fler än 5 busk- och trädarter (12 st arter sågs som<br />
mest i Norrköpings fältinventering, medelvärdet blev 3,9 arter för 47<br />
områden men här valdes en mer restriktiv hållning genom att ta 5 st arter<br />
som gräns för att få en poäng i GIS-analysen).<br />
1 poäng när området sammanföll med flera angränsande ägoslag inom en<br />
100 m radie.<br />
1 poäng när området sammanföll med skyddade områden, Natura 2000<br />
m.m.<br />
Slutpoängen som varje område erhöll delades in i någon av de fyra<br />
naturvärdesklasserna enligt Tabell 5, vilka motsvarar samma kriterier som användes i<br />
Norrköpings naturvärdesinventering från 2009, för att bedöma potentiella naturvärden<br />
i identifierade busk- och brynområden på Vikbolandet.<br />
29
Tabell 5. Tabellen visar antalet poäng i GIS-analysen som motsvarar en naturvärdesklass.<br />
Poängsumma*<br />
Motsvarande<br />
naturvärdesklass<br />
Beskrivning<br />
8-13 1 Mycket högt naturvärde<br />
5-7 2 Högt naturvärde<br />
3-4 3 Medium naturvärde<br />
0-2 4 Lågt naturvärde<br />
* Poängsumman motsvarar antalet gånger som en faktor i GIS-analysen sammanfallit med området.<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Gamla träd/Hålträd<br />
Vattendrag<br />
Kraftledning<br />
Traktor och grusvägar<br />
Skyddat område<br />
Våtmarksinventering<br />
Skogsbete<br />
Åkerholmar<br />
Flikighet<br />
Lövskog<br />
Äng och bete<br />
0 0,5<br />
km<br />
1<br />
Figur 24. GIS-underlag som använts i GIS-analysen för att klassa potentiella naturvärden i busk-<br />
och brynmiljöer, Vikbolandet.<br />
30
Resultat och diskussion<br />
Förekomst av busk/bryn hittas med satellitdata-analys (hypotes 1)<br />
D e l r e s u l t a t : I R F - a n a l y s k o n t r a s a t e l l i t d a t a - a n a l y s<br />
En jämförelse gjordes av resultat från satellitdata-analys och IRF-analys för att<br />
undersöka om det var möjligt att hitta/identifiera busk-och brynmiljöer med hjälp av<br />
satellitdata-analys (i enlighet med hypotes 1).<br />
En första kontroll gjordes av de identifierade ytorna mot fältdata från fältbesöken från<br />
2009 och 2011, för att verifiera att varje identifierat objekt verkligen var ett busk- och<br />
brynområde. Resultatet av den kontrollen visade en 100%-ig överensstämmelse. Av de<br />
totalt 69 (47 + 22) fältbesökta ytorna var det i alla fall ett verkligt bryn som hade<br />
identifierats. Detta resultat tyder på att satellitdata-analysen verkligen tycks kunna<br />
identifiera busk- och brynområden.<br />
När det gäller kvalitetsaspekten på resultatet från satellitdata-analysen så behövde ett<br />
antal delfrågor belysas:<br />
1. Hittar man samma areal med satellitdata-analys som med IRF-analys?<br />
2. Föreligger spatiala skillnader mellan de områden som identifieras?<br />
3. Hur effektiv är satellitdata-analys jämfört med IRF-analys?<br />
Resultaten för Vikbolandet illustreras i tabell 6 samt figur 25. Tabellen visar att<br />
satellitdata-analysen (totalt 273,4 ha) identifierade endast 29,4 ha mer busk- och<br />
brynareal än IRF-analysen (totalt 244 ha). Svaret på delfråga 1 är att inga<br />
anmärkningsvärda skillnader verkar föreligga mellan de båda metoderna med<br />
avseende på identifierad totalareal av busk- och brynmiljöer. Figur 25 illustrerar dock<br />
tydligt hur satellitdata-analys verkar identifiera fler små områden jämfört med IRFanalys.<br />
Anledning till detta är oklar och måste utredas vidare. En bidragande orsak till<br />
detta resultat kan ligga i det mer ”manuella” förfarandet med handritning av<br />
polygoner i IRF-analys som försvårar arbetet i liten skala.<br />
Tabell 6. Fördelning av arealen identifierad busk- och brynmiljö med respektive metod.<br />
Källa<br />
Identifierad<br />
totalareal (ha)<br />
IRF-analys 244 Röd<br />
Polygonfärg *<br />
Satellitdata-analys 273,4 Blå + Grön<br />
IRF-analys + satellitdata-analys (överlappande areal) 74,1 Grön<br />
* polygonerna tillhörande tabell 6, illustreras även i figur 25<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Svaret på delfråga 2 är dock att det verkar finnas tydliga spatiala skillnader i resultatet<br />
mellan metoderna (Figur 25). Detta illustreras tydligt genom den lilla gemensamma<br />
arealen, på endast 74,1 ha som överlappar (d.v.s. har identifierats med båda<br />
metoderna) (Tabell 6, Figur 25).<br />
31
<strong>Busk</strong>- och brynmiljöer 2011<br />
0 0,5<br />
km<br />
1<br />
Överlappande områden<br />
Satellitdata-analys<br />
IRF-analys<br />
Figur 25. <strong>Busk</strong>- och brynområden, Vikbolandet, identifierade med satellitdata-analys (blå<br />
polygoner), med IRF-analys (röda polygoner) samt överlappande områden som identifieras med<br />
båda analysmetoderna (gröna polygoner).<br />
32
Naturvärden i busk/bryn hittas med satellitdata-analys (hypotes 2)<br />
D e l r e s u l t a t 1 : n a t u r v ä r d e s b e d ö m n i n g a r i f ä l t 2 0 0 9 k o n t r a 2 0 1 1<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Det första som behövde testas var att kvalitetstesta själva bedömningsmetodiken för att<br />
identifiera naturvärden i ett område. De naturvärdesbedömningar som genomfördes i<br />
fält år 2009 av Norrköpings kommun och år 2011 av Calluna överfördes till GIS-skikt<br />
för att undersöka eventuella skillnader och resultaten illustreras i figur 26 och 27.<br />
Områden från IRF-analys,<br />
inventerade 2009<br />
Naturvärde fält-klassning<br />
Mycket högt naturvärde<br />
Högt naturvärde<br />
Medel naturvärde<br />
Lågt naturvärde<br />
0 0,5<br />
km<br />
1<br />
Figur 26. Naturvärdesbedömning i busk- och brynmiljöer, Vikbolandet identifierade med IRFanalys,<br />
fältinventerade 2009.<br />
33
<strong>Busk</strong>- och brynmiljöer 2011<br />
Områden från IRF-analys<br />
och satellitdata-analys,<br />
inventerade 2011<br />
Naturvärde fält-klassning<br />
Mycket högt naturvärde<br />
Högt naturvärde<br />
Medel naturvärde<br />
Lågt naturvärde<br />
0 0,5<br />
km<br />
1<br />
Figur 27. Naturvärdesbedömning i busk- och brynmiljöer, Vikbolandet identifierade med IRFanalys<br />
och satellitdata-analys, fältinventerade 2011.<br />
34
En jämförelse gjordes av resultaten från naturvärdesbedömningarna som gjordes i fält<br />
år 2009 med resultaten från år 2011 (Figur 26 och 27) för att undersöka kvalitet på<br />
resultat av fältinventeringen mellan åren. Detta gjordes för att hitta en<br />
inventeringsmetodik och bedömningsgrund som gör det möjligt att hitta höga<br />
naturvärden i busk- och brynmiljöer som har identifierats med satellitdata-analys (i<br />
enlighet med hypotes 2).<br />
En första översiktlig jämförelse av de totalt 69 områdena (47 + 22) ytorna som<br />
fältbesöktes under åren 2009 och 2011 visar följande resultat: 4 st ytor klassades som<br />
naturvärdesklass 1 (högst); 14 st som naturvärdesklass 2; 25 st ytor som<br />
naturvärdesklass 3 samt 26 st som naturvärdesklass 4 (lägst) (Tabell 7). Vid en närmare<br />
granskning av fördelningen på antalet områden i olika klasser så ser man tydligt en<br />
variation mellan åren 2009 och 2011 (framför allt i de två högre naturvärdesklasserna),<br />
troligen som en följd av att olika inventerare har deltagit i fältarbetet mellan åren. Det<br />
är ett känt faktum att inventeringar som baseras på bedömningar tenderar att styras av<br />
inventerarens personliga uppfattning. Det skeva resultatet kan troligen även tillskrivas<br />
det faktum att olika typer av områden har besökts mellan åren 2009 och 2011.<br />
Resultatet av jämförelsen belyser behovet av att göra en gemensam kalibrering av<br />
metodik för berörd fältpersonal och att man om möjligt bör ersätta bedömningar med<br />
kvantitativ mätning vid alla naturvetenskapliga undersökningar.<br />
Tabell 7. Antal områden identifierade inom respektive naturvärdesklass (1-4) med olika metoder.<br />
Naturvärdesklass<br />
1 - mkt högt naturvärde<br />
(nationellt naturvårdsintresse)<br />
2 - högt naturvärde<br />
(regionalt naturvårdsintresse)<br />
3 - medel naturvärde<br />
(kommunalt naturvårdsintresse)<br />
4 - lågt naturvärde<br />
(lokalt naturvårdsintresse)<br />
* illustreras även i figur 26<br />
** illustreras även i figur 28<br />
*** illustreras även i figur 27<br />
**** illustreras även i figur 29<br />
Fältbedömning<br />
2009*<br />
Klassning via GIS-analys<br />
för 2009-års områden **<br />
Fältbedömning<br />
2011***<br />
Klassning via GIS-analys<br />
för 2011-års områden ****<br />
4 st 2 st - 1 st<br />
14 st 19 st - 4 st<br />
23 st 19 st 2 st 10 st<br />
6 st 7 st 20 st 7 st<br />
Totalt: 47 st 47 st 22 st 22 st<br />
D e l r e s u l t a t 2 : f ä l t r e s u l t a t k o n t r a G I S - a n a l y s av n a t u r v ä r d e n<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Genom att jämföra resultatet av de genomförda naturvärdesbedömningarna gjorda i<br />
fält år 2009 och 2011 inklusive metod-/bedömningskvaliteten (enligt delresultatet<br />
ovan) gjordes jämförelser mellan naturvärdesklassningarna från fältbedömningarna<br />
och GIS-analyserna. Detta gav ett slags mått på hur väl GIS-analysen fungerar jämfört<br />
med ett faktiskt fältbesök och möjliggjorde en extra kvalitetssäkring och<br />
kvalitetstestning av GIS-analysen. Resultaten illustreras i figur 28 och 29 nedan.<br />
35
<strong>Busk</strong>- och brynmiljöer 2011<br />
Områden från IRF-analys,<br />
inventerade 2009<br />
Naturvärde GIS-klassning<br />
Mycket högt naturvärde<br />
Högt naturvärde<br />
Medel naturvärde<br />
Lågt naturvärde<br />
0 0,5<br />
km<br />
1<br />
Figur 28. Naturvärdesklassade busk- och brynmiljöer, Vikbolandet klassade med hjälp av GISanalys<br />
i 2009-års IRF-analyserade områden.<br />
36
<strong>Busk</strong>- och brynmiljöer 2011<br />
Områden från IRF-analys<br />
och satellitdata-analys,<br />
inventerade 2011<br />
Naturvärde GIS klassning<br />
Mycket högt naturvärde<br />
Högt naturvärde<br />
Medel naturvärde<br />
Lågt naturvärde<br />
0 0,5<br />
km<br />
1<br />
Figur 29. Naturvärdesklassade busk- och brynmiljöer på Vikbolandet klassade med hjälp av<br />
GIS-analys i 2011-års satellitdata-analyserade områden.<br />
37
Jämförelsen mellan faktiskt naturvärde (fältbedömning) och modellerat/analyserat<br />
naturvärde (GIS-analys) gav en möjlighet att bedöma GIS-analysens kvalitet.<br />
Ett resultat av jämförelserna med naturvärdesbedömning i fält och GIS-analysen visar<br />
att för 2009 stämmer GIS-klassningen väl överens med bedömningen i fält (Figur 26<br />
och 28 samt Tabell 7). För naturvärdena mkt högt till högt (klass 1-2) fann man vid<br />
fältbesöket 18 områden medan GIS-analysen hittade något fler områden (21 st). För<br />
medelnaturvärdet (klass 3) fann man vid fältbesöket 23 områden medan GIS-analysen<br />
hittade något färre områden (19 st). För det lägsta naturvärdet (klass 4) fann man vid<br />
fältbesöket 6 områden medan GIS-analysen hittade 7 områden (Tabell 7).<br />
För 2011 visar dock samma jämförelser att GIS-klassningen stämmer sämre överens<br />
med bedömningen i fält (Figur 27 och 29 samt Tabell 7). För naturvärdena mkt högt till<br />
högt (klass 1-2) fann man vid fältbesöket inga områden medan GIS-analysen hittade 5<br />
områden. För medelnaturvärdet (klass 3) fann man vid fältbesöket 2 områden medan<br />
GIS-analysen hittade 10 st. För det lägsta naturvärdet (klass 4) fann man vid fältbesöket<br />
20 områden medan GIS-analysen endast hittade 7 områden (Tabell 7). Detta skeva<br />
resultat antas till största delen bero på att olika fältpersonal har deltagit mellan åren.<br />
Resultatet visar att analysmodellen behöver testas fler gånger i andra områden för att<br />
konstatera om naturvärden verkligen kan styrkas med denna metod.<br />
D e l r e s u l t a t 3 : G I S - a n a l y s av n a t u r v ä r d e n 2 0 0 9 k o n t r a 2 0 1 1<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
För utvärdera GIS-analysen som metod och kunna eliminera eventuellt förekommande<br />
skillnader mellan valda områden (IRF-analyserade och satellitdata-analyserade<br />
områden) gjordes en jämförelse för åren 2009 och 2011 (Figur 28 och 29). Resultatet av<br />
jämförelsen visade att klassningen av naturvärden via GIS-analys tycks fungera relativt<br />
väl oavsett vilken metod som identifierat busk- och brynområdena. Tabell 7 illustrerar<br />
att skillnaden för klass 1 (mkt högt naturvärde) hade ett område mer 2009 jämfört med<br />
2011, för klass 2 var skillnaden hela 15 områden 2009 jämfört med 2011; för klass 3 var<br />
skillnaden 9 områden 2009 jämfört med 2011 medan lika många områden (7 st) med<br />
lågt naturvärde (klass 4) hittades 2009 som 2011 (Tabell 7). Resultaten indikerar att den<br />
använda GIS-analysen tycks vara en förhållandevis grov metod för<br />
naturvärdesklassing av busk- och brynområden och att osäkerheter tycks kunna<br />
uppstå i sådana områden som ligger i mellanregistret av naturvärdesklass. Detta kan<br />
ha att göra med de bedömningsgrunder och regler och kriterier som valdes för<br />
poängsättning i själva GIS-analysen. Calluna testade flera olika poängskalor och<br />
bedömningsgrunder för att utreda detta och fann att även små förändringar i valet av<br />
betygskriterier kunde påverka utfallet i analysen avsevärt. Fler testningar behöver<br />
därför göras för att trimma in lämplig betygsskala för GIS-analysen.<br />
Satellitdata-analys - en arbetsmodell för biologisk infrastruktur (hypotes<br />
3)<br />
Projektets huvudsyfte var att utvärdera om identifiering av värdefulla busk- och<br />
brynmiljöer kunde göras med hjälp av satellitdata-analys. Detta utvärderades genom<br />
jämförelser med traditionell IRF-analys, som vanligen används idag. Projektet utgick<br />
ifrån hypoteserna att: 1. det är möjligt att hitta/identifiera busk- och brynmiljöer, vilket<br />
resultaten visade och 2. det är möjligt att identifiera ingående naturvärde på<br />
38
landskapsnivå med hjälp av satellitdata-analys, vilket resultaten också delvis visade.<br />
Eftersom så var fallet skulle resultaten av projektet även kunna 3. utvärdera om det är<br />
möjligt att ta fram en lämplig arbetsmodell för att identifiera, analysera och bearbeta<br />
biologisk infrastruktur på landskapsnivå med hjälp av satellitdata-analys i liknande<br />
projekt.<br />
En viktig slutsats i projektet är just att satellitdata-analys tycks fungera väl som metod<br />
för att peka ut potentiell förekomst av lövrika busk- och brynmiljöer samt åkerholmar i<br />
landskapet med flera viktiga tillägg såsom (söderläge, flikighet m.m.). En viktig<br />
iakttagelse är också att satellitdata-analys tycks kunna identifiera områden med en<br />
delvis annan spatial fördelning i landskapet jämfört med IRF-analys och att metoden<br />
hittar fler mindre (och andra) områden än de områden som identifieras via IRF-analys.<br />
Detta preliminära resultat behöver utredas vidare men om påståendet gäller så<br />
indikerar det att satellitdata-analys tycks ha ett visst metodmässigt värde då den<br />
kompletterar och förstärker resultatet av IRF.<br />
Med satellitdata-analys som underlag i kombination en IRF-analys och avslutningsvis<br />
Callunas GIS-analys av naturvärden kan en grov uppdelning av värdefulla busk- och<br />
brynmiljöer göras redan framför datorn av de potentiellt mest värdefulla områdena på<br />
landskapsnivå. En sådan grov-klassificering på planeringsstadiet, innan man påbörjar<br />
fältinventeringen, optimerar urvalet av områden att fältbesöka, ökar effektivitet/<br />
precision i mätningen samt minskar kostnaderna i fält.<br />
Det är av stor vikt att gå vidare med kvalitetstestning och intrimmning av själva<br />
satellitdata-analysmetoden för busk- och brynmiljöer liksom för flera andra biologiskt<br />
viktiga habitat/miljötyper för att få fram en användbar metodik. Även om den<br />
huvudsakliga slutsatsen är att metoden tycks fungera i det här projektet så behöver<br />
ytterligare analyser och tester av resultaten genomföras för att erhålla en färdig<br />
paketlösning.<br />
Figur 30. <strong>Busk</strong>- och brynmiljö, Vikbolandet. Foto: Robert Björklind 24 maj 2011.<br />
39<br />
<strong>Busk</strong>- och brynmiljöer 2011
Referenser<br />
<strong>Busk</strong>- och brynmiljöer 2011<br />
Appelqvist T., Bengtson O. & Grimdal R. 2001. Insekter och mosaiklandskap.<br />
Entomologisk tidskrift 2001, (3) sid 81-152.<br />
Axelsson Linkowski W. & Svensson R. 2009. Träd och buskar i jordbrukslandskapet<br />
Värden och hot – en litteraturgenomgång CBM:s skriftserie nr 24. Centrum för biologisk<br />
mångfald.<br />
Barr C. J., Britt C. P., Sparks, T. H. & Churchward, J. M. (Eds). 2005. Hedgerow<br />
Management and Wildlife. A review of research on the effects of hedgerow<br />
management and adjacent land on biodiversity. Department for Environment, Food<br />
and Rural Affairs, London.<br />
Baudry J. & Bunce R. G. H. 2001. An overview of the landscape ecology of hedgerows.<br />
Från publikationen: Barr C. & Petit S. (eds) 2001. Hedgerows of the world: their<br />
ecological functions in different landscapes. Proceedings of the 10th Annual<br />
Conference of the International Association for Landscape Ecology, held at<br />
Birmingham University, 5th-8th September 2001.<br />
Bijlsma R. G. 2008. Responses of breeding birds to grazing by large herbivores in the<br />
border zone of the Oostvaardersplassen nature reserve, Flevoland, the Netherlands.<br />
Bulman C. 2007. Woodlands – a vital habitat for butterflies and moths. Q Journal of<br />
Forestry. Vol 101, no. 1, pages 29-38.<br />
Davies Z. G. & Pullin A. S. 2006. Do hedgerow corridors increase the population<br />
viability of woodland species? Systematic Review No. 8. Part A. Collaboration for<br />
Environmental Evidence. Center for evidence-based conservation.<br />
DEFRA - Departement for Environment, Food and Rural Affairs. 2007. Hedgerow<br />
Survey Handbook. A standard procedure for local surveys in the UK. DEFRA, London.<br />
Dover J. & Sparks T. 2000. A review of the ecology of butterflies in British hedgerows.<br />
Journal of Environmental management. Vol. 60, No 1, pp. 51-63(13).<br />
Forman R. T. T. & Baudry J. 1984. Hedgerows and Hedgerow Networks in Landscape<br />
Ecology. Environmental management, Vol 8, No 6, pp 495-510.<br />
Fuller R. J. & B. D. Moreton. 1987. Breeding bird populations of Kentish sweet chestnut<br />
(Castanea sativa) coppice in relation to age and structure of the coppice. J. Appl. Ecol.<br />
24:13–27: FWAG - Farming & Wildlife Advisory Group. 2005: TIS3 - Technical<br />
information hedgerow management.<br />
Hagström M. 2008. Metodutveckling för biotopinventering av bryn och buskmarker -<br />
Förstudie 2008. Fennicus Natur. 2008.<br />
Hagström M., Siljeholm E. & Andersén T. 2010. Manual för inventering och bedömning<br />
av värdefulla busk- och brynmiljöer. Norrköpings kommun. 2010.<br />
Hinsley S. A., & Bellamy P. E. 2000. The influence of hedge structure, management and<br />
landscape context on the value of hedgerows to birds: A review. Journal of<br />
Environmental Management 60 (1), pp 33-49.<br />
40
<strong>Busk</strong>- och brynmiljöer 2011<br />
Hopkins J. J. 1996. Scrub ecology and conservation, British Wildlife 8 (1) pp 28-36.<br />
Jordbruksverket 2000. Miljöstödet och ängs- och hagmarkerna - En GIS-baserad analys<br />
av hagmarksinventeringen och miljöersättningarna för skötsel av betesmarker och<br />
slåtterängar. Rapport 2000:20.<br />
Jordbruksverket 2005. Ängs- och betesmarksinventeringen 2002–2004. Rapport 2005:1.<br />
Jordbruksverket 2009. Uppdatering av blockdatabasen med stöd av satellitdata.<br />
Rapport 2009:3.<br />
Jordbruksverket 2010. Nya regler kring träd och buskar i betesmarker – hur påverkas<br />
miljön genom förändrade röjningar? Rapport 2010:8.<br />
Koffman A. & Lundkvist E. 2009. Ny reglering av Mälaren. Utredning av konsekvenser<br />
på strandmiljön. Underlagsrapport till MKB. Reglering version Fas 2c. Calluna AB,<br />
Stockholm.<br />
<strong>Metria</strong> Geoanalys. 2009. Ny metod för kontinuerlig naturtypskartering - av Skyddade<br />
områden (KNAS), <strong>Metria</strong> Geoanalys, version 2009-06-23.<br />
Mortimer S. R., Turner A. J., Brown V. K., Fuller, R. J., Good J. E. G., Bell S. A., Stevens P.<br />
A., Norris D., Bayfield N. & Ward L. K. 2000. The nature conservation value of scrub in<br />
Britain, JNCC Report 308, 191 pages, ISSN 0963 8091.<br />
Norrköpings kommun. 2010. Sammanställning av fördjupade inventeringar av<br />
dagaktiva fjärilar, skalbaggar och fåglar i några buskmarker på Vikbolandet.<br />
Norrköpings kommun. 2010.<br />
Rackham O. 2000. The history of the countryside. The Classic history of Britains<br />
́landscape, flora and fauna. Phoenix 2000.<br />
Snow B. & Snow D. 1988. Birds and Berries. T & AD Poyser Limited. Staffordshire,<br />
England. ISBN 0 85661 049 6.<br />
Vera F. W. M. 2000. Grazing ecology and forest history. CABI Publishing 2000.<br />
Wennberg S. 2009. Adaptiv avgränsning av skog för nationella och internationella<br />
definitioner. <strong>Metria</strong> Geoanalys, M08/02438.9.<br />
Wiman S. 2010. Analys av mått för flikighet. Arbetsdokument. <strong>Metria</strong> Geoanalys.<br />
41