Utmaning

Uppdragstagare från kommuner och regioner kan behöva detaljerad och heltäckande information om vilka trädslag som växer var. Avsaknad kan försvåra klimatanpassning, biodiversitetsarbete, riskbedömning vid stormar och bränder samt planering av grön infrastruktur. Befintliga skogliga data visar struktur – men inte artvariation.

Lösning

En AI‑baserad trädkarta kombinerar satellitdata med maskininlärning för att identifiera dominerande trädslag över stora områden. Modellen har tränats mot fältdata och ger ett nytt beslutsunderlag för naturvård, klimatanpassning och uppföljning av förändringar i skogslandskapet.

Implementering

Trädkartan kan integreras i GIS‑miljöer och kombinerar den med lokala naturvärdesinventeringar, riskkartor och planeringsunderlag. Kartan möjliggör snabb identifiering av känsliga bestånd, värdefulla lövskogar, klimatresilienta trädslag och områden med hög biodiversitetspotential. Genom att följa förändringar över tid kan stormskador, torkstress och artförskjutningar upptäckas tidigare än med traditionella metoder.

Klimatnyttan uppstår genom bättre planering av grön infrastruktur, ökad kolinlagring i rätt trädslag, minskad risk för stora skador vid extremväder och mer träffsäkra naturvårdsinsatser. Modellen uppdateras med nya satellitdata, vilket ger ett dynamiskt beslutsstöd för strategisk och operativ klimatanpassning.