Problemen med betesskador på ungskog av tall (Pinus sylvestris) under vintertid är många utifrån flera olika synvinklar. Det finns ett behov av att hitta en balans som är bra för både viltet, skogsbruket, jakten och övriga intressenter. I den här studien har frågan ställts om avverkningsmetoden spelar roll för viltbetet. Kan bränsleanpassad avverkningsmetod bidra till mer foderskapande åtgärder än vid konventionell föryngringsavverkning? En fältdatainsamling utfördes på totalt fyra områden á 2,5 ha, där två var bränsleanpassade och två konventionellt avverkade. All data som samlades in analyserades statistiskt, för att få fram om det fanns någon skillnad mellan avverkningsmetoderna i mängden betat foder, betesfrekvens och andel betade provytor. Även en spillningsinventering utfördes för att se vilken typ av klövvilt som vistats på områdena. Resultatet visar på en högre andel betat foder, högre betesfrekvens, fler spillningshögar och större andel betade provytor vid de bränsleanpassade avverkningarna.

This report examines three different machine learning algorithms and their effectiveness for predicting recreational fishing success. Recreational fishing is a huge pastime but reliable methods of predicting fishing success have largely been missing. This report compares random forest, linear regression and multilayer perceptron to a reasonable baseline model for predicting fishing success. Fishing success is defined as the expected weight of the fish caught. Previous reports have mainly focused on commercial fishing or limited the research to examining the impact of a single variable. In this exploratory study, multiple attributes and multiple algorithms are examined to determine if supervised machine learning is a viable tool to predict recreational fishing success. Recreational fishing success can potentially be predicted by a large number of attributes, which may be different for different species. In this report, data is fetched from multiple sources and combined into a unified data format. The primary source of data is a database from the fishing app FishBrain, containing data of over 250000 logged catches. Another is the World Weather Online API which supplies weather data. The report focuses on the four most common species in the database, largemouth bass, Micropterus salmoides, northern pike, Esox lucius, rainbow trout, Oncorhynchus mykiss and European perch, Perca fluviatilis with a focus on largemouth bass since it has the most data available. Algorithms are evaluated using the Weka data mining software. Hyperparameters are found using cross-validation and some data is used as a test set to validate the results after cross-validation. Results are measured as the error compared to a baseline algorithm. Random forest is the most effective algorithm in the experiments, reducing error compared to the baseline for all the examined fish species. It is also found that no single variable affects the chosen metric of fishing success much, but rather a combination of most of the examined variables is needed to give optimal predictions. In conclusion, the random forest algorithm can be used to predict fishing success across multiple species. It performs significantly better than linear regression, multilayer perceptron and the baseline on crossvalidation and on the testing set. / I denna rapport evalueras tre olika maskininlärningsalgoritmer och deras effektivitet för att förutsäga framgång inom sportfiske. Sport- fiske är en mycket populär hobby, men pålitliga metoder att förutsäga framgångsrikt sportfiske saknas. Denna rapport jämför random forest, linjär regression och flerlagers neurala nätverk mot en rimlig baselinealgorithm för att förutsäga framgång inom sportfiske. Framgång defineras som fiskens förväntade vikt i kg. Tidigare undersökningar har huvudsakligen fokuserat på kommersiellt fiske eller begränsat undersökningen till påverkan av en enskild variabel. I denna studie undersöks flera attribut och algoritmer för att avgöra om övervakad maskininlärning är ett användbart verktyg för att förutsäga framgång inom sportfiske. Framgång inom sportfiske kan potentiellt påverkas av ett stort antal attribut som kan vara olika för olika arter. I denna studie hämtas data från ett flertal källor som kombineras i ett unifierat dataformat. Den primära datakällan är en databas tillhörande sportfiskeappen FishBrain som innehåller över 250000 loggade fångster. En annan källa är World Weather Online:s API som bidrar med väderdata. Rapporten fokuserar på de fyra vanligaste arterna i databasen, largemouth bass, Micropterus salmoides, gädda, Esox lucius, regnbågsöring, Oncorhynchus mykiss och europeisk abborre, Perca fluviatilis med ett särskilt fokus på largemouth bass eftersom den har mest data tillgängligt. Algoritmerna evalueras med hjälp av data mining-verktyget Weka. Hyperparametrar bestäms med hjälp av korsvalidering och en delmängd av datan separeras och används för att validera resultaten efter korsvalidering. Resultaten mäts relativt en baseline-algoritm. Random forest är den mest effektiva algoritmen i experimenten och reducerar felet jämfört med baseline-algoritmen för alla undersökta fiskarter. Inget enskilt attribut påverkar slutresultatet mycket utan det behövs en kombination av flera attribut för att ge optimala prediktioner. Slutsatsen blir att random forest kan användas för att förutsäga framgång inom sportfiske för flera olika fiskarter. Den presterar signifikant bättre än linjär regression, flerlagers neuralt nätverk och baselinealgoritmen på korsvalidering och på testdelmängden.

The Amazon has experienced rapid forest loss in the past decades due to the growing colonization, infrastructure development and commercial agriculture expansion. Understanding the underlying social, political and economic drivers of deforestation is key to curb deforestation of the Amazon basin. However, analysis of deforestation has primarily been conducted in Brazil and there is a need to study this phenomenon in other countries such as Colombia. This research intends to contribute to this growing body of knowledge to better understand drivers and processes of deforestation in the Northwestern Colombian Amazon by unpacking the causal mechanism underpinning deforestation. To achieve this, I a used Theory-building Process-tracing approach to conceptualize the underlying logics of deforestation in the region. Data collection included qualitative text analysis of policy documents, articles, reports, and grey literature, and virtual semi-structured interviews with key national, regional and local actors. Interviews’ format was adapted due to current travelling and social restrictions. Findings indicate that the power vacuum resulting from FARC guerrilla demobilization acted as a window of opportunity for peasants, squatters, narco-traffickers, cattle ranchers, landlords and other investors to access public lands and capitalize from converting forests to coca crops and pastures for cattle ranching. Capital accumulation has increased actors’ ability to reshape the landscape and societal organization by accumulating different forms and sources of power. Traditional elites, and old and emerging narco-bourgeoisie have capitalized on preexisting power asymmetries by disproportionally accumulating different social power seeking to consolidate territorial hegemony. Powerful actors exercise attained sources and forms of power to dispose historically marginalized groups – such as indigenous communities, peasants, and squatters – from their means of subsistence and production, resulting in the instauration of a capitalist economy based on land rent and drug trafficking. All this has deepened forest loss, inequalities and conflict over land access between actors.

An increasing wave of critique against conventional forestry favouring even-aged monoculture plantations and intense ground preparation in Sweden is arising, where some researchers are warning about the negative consequences of the long history of intense forestry and increasing extraction due to the growing demand for bioenergy has caused devastating consequences on ecosystems in forests such as loss of biodiversity. Additionally, reports are revealing that Sweden will not meet its own national environmental goals. Meantime, a growing interest in Continuous Cover Forestry (CCF) has increased due to prioritising biodiversity and conserving ecological and social values in the forests. Therefore, this study aims to explore pathways towards more diverse and varied forest management by examining the attitudes, existing support and required incentives for stakeholders in the Swedish forest sector towards an increase of CCF. This study follows an interpretive approach, where qualitative semi-structured interviews are conducted with different actors within the Swedish forest sector along with a literature review. The empirical data is analysed through a coding procedure and analysed with the multi-level perspective approach. The main findings of this study suggest that the existing attitude and support contribute as well as prevent an increase of CCF to some extent, however, the required incentives are crucial for forest actors’ ability to increase CCF. To conclude, the incentives are discussed to affect the ability to increase CCF, and if implemented, the incentives will in turn influence the attitudes of willingness to increase CCF and the existing support to develop in relation to CCF.

The oceans around the world have been heavily impacted by overfishing due to very intensive commercial fishing in recent times. A large number of fish stocks have already been fully exploited. Vessel Monitoring System has been put in place to regulate fishing vessels and enforce sustainable fisheries management. Data coming from such systems can be used for the detection of illegal, unregulated, and unreported fishing. In this thesis, we present various machine learning models for the classification of fishing trip trajectories. To train these models, we develop a trajectory segmentation algorithm to create trip trajectories out of raw data and design a graphical user interface for labeling the trip trajectories into fishing and non-fishing. We also examine the impact of the temporal resolution of the data. In conclusion, the CNN-Transformer network performed the best on the binary classification of two different fishing vessel types. During the project, we realized that segmentation of real trajectory data into trips poses many problems and presents the biggest obstacle. The experiment on the varying temporal resolution of the data showed that having a higher temporal resolution gives better modeling results but only to a certain point. / Haven runt om i världen har drabbats hårt av överfiske på grund av ett mycket intensivt kommersiellt fiske på senare tid. Ett stort antal fiskbestånd har redan utnyttjats fullt ut. Fartygsövervakningssystem har införts för att reglera fiskefartyg och upprätthålla hållbar fiskeförvaltning. Data som kommer från sådana system kan användas för att upptäcka olagligt, oreglerat och orapporterat fiske. I detta examensarbete presenterar vi olika maskininlärningsmodeller för klassificering av fisketursbanor. För att träna dessa modeller utvecklar vi en segmenteringsalgoritm för att skapa turbanor av rådata och designa ett grafiskt användargränssnitt för att märka resbanorna till fiske och icke-fiske. Vi undersöker också effekten av den tidsmässiga upplösningen av datan. Sammanfattningsvis presterade CNN-Transformer-nätverket bäst i den binära klassificeringen av två olika fiskefartygstyper. Under projektet insåg vi att segmentering av verkliga bandata till resor utgör många problem och utgör det största hindret. Experimentet på den varierande tidsupplösningen av data visade att en högre tidsupplösning ger bättre modelleringsresultat men bara till en viss punkt.

Fiske förekommer runt om i hela världen, men det utförs av många olika anledningar. Det kan vara ett yrke, en hobby eller ett sätt att få mat på bordet. Men oavsett syftet kan beten gå sönder, fastna eller lossna. I Norden tappar vi uppskattningsvis 28 miljoner beten varje år. Att beten lossnar är inte något som alla kan påverka eller undvika. Något som däremot går att ändra är vilka beten vi faktiskt använder oss av och vilka material de består av. Det finns en mängd olika fiskeutövare som skulle kunna dra nytta av ny forskning inom området och det är på tiden att vi anammar ett mer hållbart sportfiske. Studien undersöker hur ett ekologiskt hållbart fiskedrag i form av en jigg kan framtas genom en materialcentrerad designprocess. Med hjälp av materialdriven design och användarcentrerad design undersöks möjligheterna att ersätta syntetiska plaster med bioplaster, i ett mjukt plastbete. Designmetoder användes för att granska och bekräfta problemet med förlorade fiskedrag. Marknadsanalyser, deltagande observationer och intervjuer utfördes med verksamma inom sport- och hobbyfiske. Metoderna gav en bredare uppfattning av problemet och vilka förbättringsmöjligheter som fanns. Olika prototyper skissades och framtogs genom bioplaster. För att säkerställa att produkten lever upp till användarnas krav, genomgick prototyperna olika tester, samt utvärderas. Studien ger ett kunskapsbidrag om vilka material som fungerar och vilka som inte fungerar vid tillverkning av mjuka plastdrag. Den visar dessutom hur massproducerade formar skulle kunna uppmana hobbyfiskare att tillverka sina egna drag. Det framgår också hur man från grunden kan framställa egna fiskedrag genom ett DIY-projekt. Studien resulterar även i två bionedbrytbara produkter. En produkt för abborrefiske och en för gäddfiske. / Fishing occurs throughout the entire planet, but it occurs for different reasons. It could be a profession, a hobby or a livelihood. Regardless, the bait can break, get stuck or get loose. In the North we lose around 28 million baits every year. The fact that lures is not something that everyone can influence or avoid. However, something that can be changed, is which lures we use and which materials they are made of. There are a variety of anglers who could benefit from new research in this field, and it is about time we embrace a more sustainable sport fishing. This study examines how an ecologically sustainable fishing lure in the shape of a jig, can be produced through a material centered design process. With material driven design and user centered design, this study investigates the possibilities of replacing synthetic plastics with bioplastics in a soft plastic bait. Several design methods were used to research and confirm the problem of lost fishing lures. Market analyses, participant observations and interviews were done with people active in sport- and hobby fishing. These methods gave a broader perception of the problem and which opportunities there are. Different prototypes were sketched and then made by bioplastics. The prototypes were evaluated through different tests, to ensure that the products will live up to the requirements presented by the users. This study provides knowledge about which materials work, and which do not when manufacturing soft plastic features. It also shows how mass-produced molds could encourage hobby anglers to make their own lures. It’s also shown how you can make your own fishing lures from scratch, through a DIY project. The study also results in two biodegradable products. One product for perch fishing and one for pike fishing.

Med dagens transportteknik är det enkelt för stadsplanerare att importera exotiska träd från hela världen. Med importerade plantor finns dock risk att det följer med nya trädsjukdomar och skadegörare till länder där dessa sjukdomar ej funnits tidigare. När nya skadegörarna väl har etablerat sig på stadsträden är näst steg spridning till omgivande skogar. Förutom skador på skogsekosystem kan dessa skadegörare orsaka stora ekonomiska förluster. Syftet med studien var att identifiera möjliga risker för introducering av nya trädskadegörare till svenska skogar och jämföra hur stor andel importerat planteringsmaterial som används i olika delar av Sverige. I materialet från totalt sex städer upptäcktes brister i dokumentation av planterade träd, framför allt saknades information om planteringsmaterialetsursprungsland. Ett bättre registreringssystem behövs för att proaktivt kunna minska risker att främmande trädsjukdomar och skadegörare kan etablera sig i Sverige.

No description available.

Denna studie undersökte skogsägares preferenser avseende hyggesfria metoder och faktorer som är viktiga i deras val av hyggesfria metoder. Genom att använda en webbaserad enkät inkom 84 svar från skogsägare. Plockhuggning identifierades som den mest önskvärda metoden följt av överhållen skärm. Ekonomi och biologisk mångfald var viktiga faktorer vid val av hyggesfri skötselmetod. Respondenterna önskade mer kunskap om olika metoder, ekonomiskt utfall samt påverkan på den biologiska mångfalden vid användning av hyggesfria skogsbruksmetoder. Brist på kunskap var en stor anledning till att tidigare inte ha brukat skogen med hyggesfria metoder.

To manage common resources such as water bodies, forests and the air is complex since several stakeholders are involved and affected by the use of the resource. One way to manage common resources is through co-management. Co-management is a decentralized method that empowers the local level and enables collaboration between the government and the local community. Co-management within fishing communities can be realized through so called Beach Management Units (BMUs). Around Lake Victoria, there are 1087 BMUs. One of these BMUs is located in Ggaba, Kampala, Uganda and the purpose of this study is to highlight benefits and shortcomings connected to co-management within fisheries. The study aims to explore if and how sustainability aspects are tackled through the co-management of fisheries. The data was collected using qualitative semi-structured interviews where six BMU members contributed with their experiences. In addition, data was collected from a qualitative content analysis on two BMU guideline documents, representing the central level. The results showed that the Ggaba BMU provides a platform for creating control through collaboration. The local levels’ perception on co-management within fisheries seems to correspond with the central level’s aim of the management. Another indication is that the BMU has brought upon positive effects on economic, social and ecological aspects on the society of Ggaba. However, corruption and illegal fishing are two identified barriers which seems to limit the function of the Ggaba BMU and the level of co-management. / Gemsamma resurser så som vattendrag, skogar och atmosfären är komplexa att hantera eftersom flera aktörer är involverade och påverkas av resursanvändningen. Ett sätt att hantera gemensamma resurser är genom samförvaltning. Samförvaltning är en decentraliserad förvaltningsmetod som möjliggör ett samarbete mellan den lokala och statliga nivån vid beslutsfattande. Omkring Victoriasjön realiseras samförvaltning genom så kallade Beach Management Units (BMUs). Dessa utgörs av 1087 stycken varav en BMU är lokaliserad i Ggaba, Kampala, Uganda. Syftet med denna studie är att belysa fördelar och brister kopplade till samförvaltning av fiske. Vidare syftar studien till att undersöka om och hur aspekter inom hållbar utveckling kan tacklas genom det decentraliserade styret av fiske. Data insamlades genom sex stycken kvalitativa, semistrukturerade intervjuer. Dessutom gjordes en kvalitativ innehållsanalys av två BMU-riktlinjedokument, vilka representerar den centrala nivån. Det empiriska materialet visade att Ggaba BMU utgör en plattform för strukturering, kontroll och samarbete. Den lokala nivåns syn på samförvaltning inom fiske verkar överensstämma med den centrala nivåns avsikt av samförvaltning. Resultatet indikerar även att BMUn har påverkat ekonomiska, sociala och ekologiska aspekter i Ggaba på ett positivt sätt. Problem med korruption och olagligt fiske identifierades dock, vilka verkar begränsa BMUns funktion och möjligheterna till samförvaltning.