Upptäckt av angrepp i tidigt skede – bekräftad i test över Europa
Tidigare forskning har visat att drönare kan upptäcka granbarkborreangrepp innan träden visar synliga symptom. Nu bekräftar en SLU-ledd studie från flera europeiska länder att metoden fungerar i olika skogstyper och under varierade förhållanden. Ett viktigt steg mot en praktisk tillämning.
Under de senaste åren har granbarkborren orsakat stora skador i Europas skogar. Samtidigt ökar påfrestningarna på skogen i takt med ett förändrat klimat. Därför är det viktigt att kunna upptäcka störningar i ett tidigt skede och med hög tillförlitlighet.
Tidigare forskning vid SLU har med stor framgång utvecklat metoder med drönarteknik som kan upptäcka små förändringar i trädkronorna innan nästa generation av barkborrar kläcks ur barken. Men en viktig fråga kvarstod: Funkar det även i andra skogar och situationer än de som undersökts?
I en ny SLU ledd studie har forskarna därför testat metoden i olika europeiska skogar. Resultatet bekräftar att skador kan upptäckas innan synliga symptom uppstår, i olika typer av skogar och under olika förhållanden. Studien förklarar också varför träffsäkerheten varierar mellan olika typer av sensorer och mätmetoder.
‒ Under de senaste åren har vi i enskilda studier visat att drönare kan upptäcka skador orsakade av barkborrar, men träffsäkerheten har varierat kraftigt mellan olika platser, sensorer och metoder. Vi ville ta reda på vad som verkligen går att överföra mellan olika regioner, och vad som beror på de lokala förhållandena vid utbrotten, säger Langning Huo, forskare på SLU och huvudförfattare för studien.

Att upptäcka angrepp innan de blir synliga
Granbarkborren förökar sig under barken på gran och när de nya barkborrarna väl har kläckts fram är åtgärder som avverkning av angripna träd betydligt mindre effektiva. För ett välfungerande skogsskydds är det därför avgörande att angreppet kan upptäckas innan larverna utvecklats till baggar. Att göra det är dock inte så enkelt eftersom trädkronan fortfarande kan vara gröna en tid efter att barkborrarna först angripit trädet. När ett angripet träd ser brunt ut för det mänskliga ögat har baggarna ofta redan fullbordat sin utveckling och lämnat trädet.
Fältundersökningar kan visserligen identifiera ingångshål och borrmjöl på barken, men sådana inspektioner är arbetskrävande och svåra att genomföra över större skogsområden. Hyperspektrala drönarbilder erbjuder sätt att övervaka många enskilda trädkronor med stor detaljerad avbildning/upplösning under angreppets utveckling.
Studien visar att drönarbilder kan användas för att upptäcka angrepp redan veckor innan nya baggar kläcks. Hur många angrepp som kan upptäckas beror till stor del på när undersökningarna genomförs och vilka tröskelvärden som väljs. Det finns alltså en praktisk avvägning mellan att hitta fler angrepp kan i tid och en ökad risk för felaktiga larm som kan kräva onödiga fältkontroller.
‒ Vi måste också komma ihåg att merparten av de uppgifter vi har härrör från 2023, det vill säga från tiden efter utbrottet. Jämförelsen mellan 2021 och 2023 visade att träden försvagades betydligt snabbare under utbrottsfasen, vilket ledde till en betydligt bättre detekterbarhet. Vi kan vara optimistiska om att de utvecklade teknikerna kan vara till hjälp under utbrott, men vi måste fortfarande verifiera deras faktiska detekterbarhet vid nästa utbrott, säger Langning.
Ett våglängdsområde överträffade andra
I den nya studien jämförde forskarna olika drönarsensorer, våglängder av ljus och analysmetoder med hjälp av data från flera europeiska länder. Forskarna såg att det gröna våglängdsområdet (530nm), den så kallade ”green shoulder” fungerar särskilt bra för att skilja mellan friska och angripna träd när de använda hyperspektrala sensorer. Upp till dubbelt så många angripna träd upptäcktes jämfört med det näst bästa våglängdsområdet (710 nm så kallad red-edge band).
‒ Detta är viktigt eftersom många vanliga multispektrala drönarkameror inte inkluderar denna del av spektrumet. Våra resultat tyder på att green-shoulder-området innehåller mycket användbar information för tidig stressdetektering hos gran, säger Langning.
De flesta multispektrala drönarsensorer har väglängder inom intervallet 680–750 nanometer, men den exakta våglängden är avgörande för tidig upptäckt av stress. Banden kring 705–712 nm var två till fyra gånger bättre på att upptäcka tidig stress hos träden än banden kring 730–740 nm, även om båda ofta betecknas som ”red-edge band”. Studien ger därför praktisk vägledning för användare vid val av drönarsensorer med våglängder som är mer lämpliga för tidig upptäckt av skogsstress.
Lokala förhållanden är fortsatt viktiga
Valet av sensor är bara en del av svaret. På vissa skogstomter kunde forskarna upptäcka tidiga små förändringar i ljusreflektionen hos många av de angripna träden, medan närliggande skogstomter uppvisade en mycket långsammare nedgång. Detta innebär att resultat från en plats inte automatiskt kan överföras till en annan utan att hänsyn tas till lokala förhållanden.
‒ Vår studie visar att tidig upptäckt inte bara är ett problem för fjärranalys. Det är också ett biologiskt och ekologiskt problem. Hur snabbt träden försämras efter angrepp kan vara mycket lokalt, och detta påverkar i hög grad vad drönare kan upptäcka, säger Luiz Henrique Elias Cosimo, doktorand och andra författare på studien.
Mot ett fungerande operativt skogsskydd
Studien är ett viktigt steg mot att möjliggöra tidigt upptäckt av angrepp i praktiken, men än krävs arbete med att utveckla och förfina metoden till användbara verktyg för skogsägare.
Hittills har forskarna testat metoden genom att analysera tidigare utbrott. Nästa steg är att använda kunskapen för att utveckla arbetsflöden som kan ge stöd vid pågående utbrott.
Ett viktigt mål är att förenkla metoderna så att de inte begränsas till dyr drönarteknik. Forskarna tittar därför också på hur enklare drönare och sensorer bättre kan nyttja det fördelaktiga gröna väglängsområdet (530 nm).
Den kunskap som drönarna ger kan också hjälpa till att utveckla metoder för övervakning med satelliter som gör det möjligt att täcka än större områden. Tillsammans kan drönare och satelliter både upptäcka skador tidigt och följa angreppens utveckling.
Från banbrytande fallstudier till öppna europeiska jämförelsedata
Studien som bygger på flerårig SLU forskning om drönarbaserad upptäckt av barkborrar tar steget från banbrytande fallstudier till en öppen resurs med drönardata. Initiativet som fått namnet DroneNet4Beetles har hittills åtta forskargrupper från Sverige, Finland, Italien, Tjeckien och Slovakien som bidrar till den gemensamma databasen.

Mer om forskningen och tekniken
Studien omfattade:
· harmoniserade drönardata från Sverige, Finland, Italien och Tjeckien
· 12 undersökningsområden
· 26 multispektrala bildserier
· 16 hyperspektrala bildserier
· 14 000 enskilda träd
Hyperspektrala och multispektrala sensorer mäter ljus i flera olika delar av ljusspektrumet samtidigt, även utanför det synliga ljuset.
Multispektral delar upp ljuset i 5–9 band vilket ger en bra översikt.
Hyperspektral delar upp ljuset i hundratals mycket smala band och ger en mer detaljerad information.
Publikation
A cross-European assessment on the pre-emergence detection of trees attacked by spruce bark beetle using UAV imagery, is published in Remote Sensing of Environment.
DOI: https://doi.org/10.1016/j.rse.2026.115445
Tidigare artiklar om forskningen
Grönt ljus för tidigare och storskalig identifiering av barkborreangripna granar
Nya upptäckten - så kan angrepp av granbarkborre upptäckas tidigt från luften
Ny hyperspektral drönare tar övervakningen av trädens stress till en ny nivå
Kunskapsbank - forskningsprojektets tidslinje mot en operativ tidig detektering
· 2021 – First spectral early-warning index from satellite imagery at landscape scale
DOI: 10.1016/j.rse.2020.112240
· 2023 – Satellite-based mapping to understand bark beetle outbreak patterns in Sweden
DOI: 10.1016/j.foreco.2023.121255
· 2023 – First time-series multispectral drone monitoring of early-infested trees
DOI: 10.1016/j.rse.2023.113484
· 2024 – Green-shoulder breakthrough using hyperspectral drone imagery
DOI: 10.1016/j.isprsjprs.2024.07.027
· 2025 – Testing green-shoulder robustness and sensitivity
DOI: 10.1080/01431161.2025.2482747
DOI: 10.5194/isprs-archives-XLVIII-2-W11-2025-73-2025
· 2025 – Linking early stress signals with carotenoids
DOI: 10.1109/IGARSS55030.2025.11242690
· 2025 – Bark beetles and forest microclimate effects
DOI: 10.1016/j.agrformet.2025.110796
· 2026 – First direct link between early spectral stress signals and tree hydraulic functioning
DOI: 10.1016/j.isprsjprs.2026.04.038
· 2026 – First cross-European verification of drone-based pre-emergence detection
DOI: 10.1016/j.rse.2026.115445
· Open benchmark data – DroneNet4Beetles
DOI: https://doi.org/10.5281/zenodo.19736597
Projektet är delvis finansierat av SLU Skogsskadecentrum.
Kontakt
-
PersonLangning Huo, ForskareAvdelningen för skoglig fjärranalys
-
PersonTheres Svensson, kommunikatör, SLU SkogsskadecentrumFakulteten för skogsvetenskap