Insamling och kvalitetssäkring
Markinventeringen är en stickprovsundersökning vars målsättning är att upptäcka storskaliga förändringar i skogsmarken. Inventeringens upplägg garanterar att data är representativa för skogsmarken. I varje inventering förekommer dock både slumpmässiga och systematiska fel som påverkar osäkerheten i beräknade variabler. Slumpmässiga fel går vanligtvis bra att hantera om data sammanställs över större områden, dvs om tillräckligt många provytor inkluderas. Systematiska fel är ett större problem och stora ansträngningar läggs därför på att upptäcka och förebygga sådana. Det måste göras för alla delar av datainsamlingskedjan.
Förberedelser och utbildning
Inför varje fältarbetssäsong sker omfattande förberedelser. Datasystemens program justeras och testas. All utrustning ses över och kompletteras, det kan vara allt ifrån blyertspennor till avancerad elektronisk utrustning såsom handhållna datasamlare. Fältpersonal rekryteras, utbildas och kalibreras på särskilda s.k. exkursioner innan säsongsstart.
Utbildning av fältinventerare.
Foto: Gunnar Odell, SLU 2009.
Fältarbete - inventering och markprovtagning
23 500 provytor finns fördelade i hela Sverige nedanför fjäll och utanför åkermark. På ca 20 000 av dessa ytor sker bedömningar, mätningar och provtagningar idag. Värden knappas in i datasamlare och kvalitetsgranskas direkt på ytan. Det är viktigt att upptäcka fel så nära källan som möjligt för att ha möjlighet att korrigera värdena på plats. Jordprover tas och skickas in till laboratoriet för preparering och senare kemiska analyser.
Daniel provtar markens horisonter i provytans grop.
Foto: Gunnar Odell, SLU 2010.
Rättning av fältdata
Data rättas även i flera andra steg i kedjan. I den årliga fältdatabasen (destinat - dit fältdata under säsongen kontinuerligt sänds) finns samma feltester inbyggda som i datasamlaren, och även en del ytterligare tester som inte kan göras i fält. Viss återkoppling sker till inventerarna i svårrättade fall. Efter säsongen är fältdatabasen klar för vidare bearbetning.
Datahantering i s.k. rättnings-PC.
Foto: Gunnar Odell, SLU 2009.
Provhantering
Jordproverna från fält tas emot löpande under fältsäsongen vid provmottagningen i anslutning till det markkemiska laboratoriet. Där registreras proverna och identiteterna kontrolleras löpande. För mineraljordsprover görs även färg- och texturbestämningar. Efter en längre tids torkning av proverna prepareras de genom malning (för humusproverna) och siktning. Proverna är nu färdiga för de markkemiska analyserna.
|
Markinventeringens jordprovmottagning i Uppsala.
Mulugeta bakom påsarna.
Foto: Lars Lundin, SLU 2003. |
|
Margareta siktar jordprover.
Foto: Johan Stendahl, SLU 2010. |
Databearbetning
Sammanförande av fältdata och markkemiska data
Efter resp. inventeringssäsong sker identitetskontroller mellan insända jordprover och fältdata, och både fältdatabasen (MI-destinat) och "laboratoriedatabasen" rättas så att de stämmer överens avseende identiteter.
När jordproverna sedan efter ca ett år är kemiskt analyserade, sker vissa rimlighetstester på värdena innan de är klara att föras över till slutdatabasen MiBas. Överföring av data från årlig fältdatabas till MiBas
Det finns specifikationer framtagna för hur överföringen av data från resp. års MI-destinat till MiBas ska gå till. Oftast innebär det bara en direkt kopiering av data, men ibland måste ytterligare rättningar eller justeringar göras i detta steg. Variabelklasser kan behöva räknas om för att jämförbarheten mellan inventeringsperioderna ska bli lättare för resultatredovisaren att hantera. Det skapas också ett antal beräknade variabler som underlättar när tolkning av materialet ska göras. Rättning i MiBas
När data börjar användas, dvs. vridas och vändas på alla upptänkliga sätt, upptäcks alltid felaktigheter (en databas kan aldrig bli helt felfri - hur man än anstränger sig). Felen värderas och om det anses befogat, rättas data direkt i MiBas. Detta förbättrar kommande databearbetningar, men kan naturligtvis också komma att påverka äldre data - det är m.a.o. inte säkert att man får exakt lika resultat om man gör om redovisningar som gjorts tidigare på "samma" datamaterial. MiBas är tämligen stabil, men ska inte uppfattas som helt statisk.
En väsentlig del av databearbetningen sker här.
Ola framför datorns bildskärm.
Foto: Johan Stendahl, SLU 2010.
|