VÆRKTØJER

Værktøjer og teknologier til at understøtte bæredygtig skovbrugspraksis

FarmTree-værktøjet: gårde, træer og afgrøder kvantificeret

FarmTree-platformen er en brugervenlig digital løsning, der er designet til at støtte beslutningstagning i agroforestry planlægning og implementering. Den integrerer en softwarebaseret agroforestry-model med en intuitiv online-grænseflade og en videnskabelig artsdatabase, der definerer karakteristika for hundredvis af relevante træ- og afgrødearter på tværs af forskellige geografiske steder.

Platformen gør det muligt for jordbrugere og skovbrugere at replikere eksisterende eller hypotetiske scenarier i et online-miljø, hvilket giver mulighed for fleksibelt design af unikke skovlandbrugssystemer med hensyn til artssammensætning, rumlig placering og forvaltningsvalg. Derefter forudsiges de langsigtede produktive, finansielle og agroøkologiske resultater for hvert system, herunder forventede udbytte, omkostninger og indtægter, næringsstof- og vandstrømme, kulstofbinding, biodiversitetog mange flere.

Ved at give et hurtigt og omfattende overblik over landbrugssystemets ydeevne hjælper FarmTree-platformen brugerne med at træffe informerede beslutninger, der kan opskalere bæredygtig arealanvendelse i europæisk skovlandbrug og andre steder.

ReForests videnscenter

Knowledge Hub er en del af ReForest Engagement-platformen, der er designet til at støtte landmænd i at planlægge agroforestry-systemer og lave velinformerede ledelsesbeslutninger tilpasset lokale sammenhænge. Den er især rettet mod landmænd, der endnu ikke har konverteret til AF, med det primære mål at samle tidligere og nuværende forskning for at afhjælpe huller i viden omkring AF-design og ydeevne, levering af økosystemtjenester og den potentielle indvirkning på biodiversitet og kulstof i jorden.

Hub'en samler en database med ressourcer - herunder datasæt, beslutningsstøtteværktøjer, rapporter, videoer, podcasts og hjemmesider - der er indsamlet gennem viden og erfaring fra ReForest-konsortiet og dets bredere europæiske og internationale netværk. I øjeblikket tilbyder den allerede 80 forskellige ressourcer fra 15 lande i hele Europa, hvilket skaber en stærk basislinje, som vil fortsætte med at vokse i løbet af projektet som svar på landmændenes og forskernes behov. For at sikre relevansen er ressourcerne begrænset til dem, der stammer fra Europa.

Brugere kan gennemse ressourcerne i alfabetisk rækkefølge eller præcisere deres søgning ved hjælp af filtre for AF-type, AF-fokus, landbrugssystem, geografisk omfang og indholdsformat. Denne skræddersyede filtreringskapacitet gør hubben mere praktisk og brugervenlig sammenlignet med andre lignende vidensplatforme. Hver ressource har sin egen side med en kort beskrivelse, tekniske detaljer og taksigelser, hvilket sikrer, at brugerne hurtigt kan forstå dens relevans og potentielle anvendelse.

ReForest værktøj til offentlige goder

Public Goods Tool (PG Tool) blev oprindeligt udviklet af Organic Research Centre (ORC) i 2011 for at vurdere de offentlige goder leveret af gårde i gang med økologisk omlægning. Siden da er det blevet tilpasset til en række forskellige formål, og under ReForest-projektet er det blevet videreudviklet til at integrere de specifikke fordele, som træer bringer til landbrugssystemer. Værktøjet evaluerer en bred vifte af offentlige goder på bedriftsniveau, fra jordforvaltning, Energi og kulstof, næringsstofbalance og landbrug mangfoldighed til social kapital, Virksomhedens modstandsdygtighed, dyresundhed og -velfærd, Ledelseog bidrag fra landskab og kulturarv funktioner.

Hver af disse dimensioner er scoret på en skala fra 1 (dårlig) til 5 (fremragende)Det giver værdifuld indsigt både for forskere, der ønsker at vurdere bæredygtigheden af forskellige agroforestry-systemer, og for landmænd, der ønsker at identificere styrker og muligheder for forbedringer på deres gårde. PG-værktøjet er Excel-baseret og udfyldes normalt i løbet af et halvdagsbesøg på gården, hvor en forsker guider landmanden gennem processen og forklarer resultaterne på en praktisk og tilgængelig måde.

Hvis du er interesseret i at bruge ReForest PG Tool, skal du kontakte tom.staton@reading.ac.uk.

Agroforestry-kort over Europa

Agroforestry-kortet over Europa er et interaktiv platform der samler eksempler på agroforestry-praksis på tværs af kontinentet. Kortet blev oprindeligt udviklet i AGFORWARD-projektet og er nu blevet udvidet og opdateret under ReForest-projektet i samarbejde med DIGITAF. I stedet for at bruge eksisterende nationale og regionale databaser giver det hurtig og nem adgang til en enkelt online-værktøj med en standardiseret struktur, der sikrer sammenlignelighed i hele Europa.

Kortet gør det muligt for forskellige typer interessenter, herunder landmænd, uddannelses- og rådgivningsinstitutioner og interesserede parter, der planlægger agroforestry-systemer, at registrere deres aktiviteter. Registreringerne vises med forskellige kategorier og symboler, og brugerne kan uploade billeder for at illustrere deres systemer. Den forbedrede platform tilbyder øget interaktivitet med funktioner som brugerstyrede opdateringer, administratorverificering og garantier for databeskyttelse.

Ved at give et klart og tilgængeligt overblik gør Agroforestry Map of Europe dette arealanvendelsessystem mere synligt, understøtter peer-to-peer-læring og gør det muligt for politiske beslutningstagere, praktikere og borgere at udforske mangfoldigheden og potentialet i agroforestry i hele Europa.

Der forventes snart lokale links til Danmark, Spanien, Polen, Bulgarien og Ungarn.

Bidrag til kortet nu!

Estimator for kulstof og biodiversitet

Carbon and Biodiversity Estimator er en Online prædiktiv platform udviklet inden for ReForest til at vurdere kulstof i jorden og Niveauer af biodiversitet på tværs af europæiske landskaber. Det integrerer satellit- og UAV-billeder i høj opløsning med omfattende datasæt fra jorden og bruger avancerede neurale netværk til at indfange mønstre i vegetation, jord og arealanvendelse. Denne kombination gør det muligt for værktøjet at generere nøjagtige, stedsspecifikke forudsigelser, der afspejler både tendenser i arealanvendelse i stor skala og miljøvariationer i fin skala.

Tilgængelig gennem en enkel webgrænsefladeEstimatoren kræver kun geografiske koordinater for at give kvantificerbare resultater om kulstofbindingspotentiale og biodiversitetsstatus. Ved at kombinere banebrydende maskinlæring med telemåling gør værktøjet det muligt for interessenter at træffe evidensbaserede beslutninger uden at have brug for teknisk ekspertise i databehandling.

Landmænd, jordejere, forskere og beslutningstagere kan anvende resultaterne til at evaluere bæredygtighedsstrategier, sammenligne scenarier for arealanvendelse eller støtte klima- og bevaringsplanlægning.

Beslutningsstøtteværktøj til agroforestry

Denne interaktive platform til beslutningsstøtteudviklet af universitetet i Bonn inden for ReForest-projektet, gør det muligt for landmænd, rådgivere og beslutningstagere at udforske de langsigtet levedygtighed ved overgang fra konventionel arealanvendelse til skovlandbrug. Grundet i Casestudier fra den virkelige verdenDen simulerer investeringsresultater under usikkerhed ved at anvende stokastiske metoder og brugerdefinerede parametre, hvilket giver et realistisk billede af risici og muligheder.

Den nuværende værktøjspakke viser fire skovlandbrugsscenarier: en System til dyrkning af æblealléer i Tyskland, en frugt- og honningsystem baseret på en agroforestry-plan fra Tyskland, en valnøddetræ og nøddesystem for træer af høj værdi, og en Silvopastoralt husdyrsystem i Storbritannien udviklet gennem et ReForest Living Lab. Hvert scenarie er tilgængeligt online og giver regionsspecifikke konfigurationer der kan tilpasses den enkelte gårds forhold.

Med redigerbare tekniske og økonomiske forudsætninger integrerer platformen Monte Carlo-simuleringer for at indfange usikkerhed i udbytter, priser og operationelle risici. Brugere kan test forskellige designalternativer hvilket gør værktøjet til en praktisk ressource til planlægning, beslutningstagning og udarbejdelse af finansieringsansøgninger.

CNN-parametertuner

CNN Parameter Tuner er en innovativ softwareplatform, der gør dyb læring tilgængelig for brugere uden kodeerfaring. Det giver forskere og studerende mulighed for at skabe Convolutional Neural Network (CNN)-modeller skræddersyet til deres egne billeddatasæt i formater som JPG, JPEG og PNG. Ved at strømline parameterindstillingsprocessen bygger den bro over kløften i viden om maskinlæring og gør det muligt for alle at opbygge effektive modeller til klassificeringsopgaver.

Platformen tilbyder fleksibilitet i at konfigurere datasætopdelinger til træning, validering og test, samtidig med at brugerne får kontrol over antallet af epoker, batchstørrelser og valget af aktiverings-, optimerings- og tabsfunktioner. Resultaterne kan udforskes gennem interaktive visualiseringer, herunder forvekslingsmatricer og grafer, sammen med detaljerede klassifikationsrapporter, der understøtter en dybdegående evaluering af modellens ydeevne.

Med muligheden for at gemme trænede modeller og integrere dem i Python-scripts eller andre programmer kombinerer CNN Parameter Tuner brugervenlighed med avanceret funktionalitet. Dens intuitiv grænseflade sænker adgangsbarrieren for maskinlæring og åbner muligheder for innovation og samarbejde på tværs af fagområder.