Identification of restoration hotspots in landscape-scale green infrastructure planning based on model-predicted connectivity forest

Abstract

Boreal forest landscapes have undergone severe anthropogenic fragmentation and their enormous values concerning, e.g., ecosystem service, biodiversity and culture are hazarded. Maintenance of the remaining intact boreal forest landscapes and restoring the structural and functional connectivity among these remnants are essential for boreal forest conservation. In Sweden, such conservation tasks are highlighted in planning and implementing green infrastructure (GI). At the national level, the GI is established upon a network of high conservation value forests (HCVF). However, HCVF are insufficient to guarantee a functional GI and thereby cannot effectively halt boreal forest degradation. Forest restoration is urgently needed.
This study explored a restoration approach based on connectivity forest (CF), i.e., forest areas with intermediate to high conservation likelihood prescribed by a new GIS-empowered artificial intelligence model. By step-wisely inserting the CF into the current GI, represented by the HCVF, this study assessed how the GI was reconfigured and strengthened over 1.3 million hectares of boreal landscapes in northern Sweden.
First, this study demonstrated good restoration potential in all three subregions of the study area (Mountainous, Inland, Coastal), since the total area of CF within a subregion accounted for at least 11% of the corresponding subregional forest area. Second, by evaluating the GI-area increase and the GI-density variation, this study showed the inland and coastal subregions, much underrepresented in the current GI configuration, might have a higher sensitivity to the CF-insertions than the mountainous subregion. By adding the CF, the GI-area was increased by over 400% in both the inland and coastal subregions versus 60% in the mountainous subregions. The GI-density increase, achieved per unit CF area input, was higher in the inland and coastal than in the mountainous subregion. However, with the proposed insertion of CF, the GI-patches in these two subregions were still scarce, disconnected and poorly functioned as habitats to support biodiversity, compared with those in the mountainous subregion. Third, by assessing the GI of different forest types, this study found that the GI maintained by pine forests, much lacking in current GI, was improved but still incomparable with those maintained by broadleaved or spruce forests. Finally, this study pinpointed restoration hotspots from the CF-areas, which could be incorporated into the conservation practices and GI-planning.
This study suggested that a restoration regime centred on passive area-preserves has limited effectiveness for constructing a functional GI, especially in the heavily transformed landscapes over the inland and coastal areas. An urgent task in GI-planning is to rebalance the representativeness of different forest types and different landscapes with contrasting biogeological properties and human impact gradients.

Abstract (Swedish)

Det boreala skogslandskapet har allvarligt fragmenterats på grund av mänsklig exploatering, vilket har lett till en nedsättning av deras omfattande värde i, bland annat, ekosystemtjänster, biologisk mångfald, och kultur. För att bevara det boreala skogslandskapet är det avgörande att skydda de kvarvarande fragmenten av landskapet samtidigt som att återställa den strukturella och funktionella anslutningen mellan dessa fragment.
I Sverige har bevarandet av det boreala skogslandskapet betonats och genomförts genom planering och etablering av grön infrastruktur (GI). I nuvarande läget på nationell nivå byggs GI upp som ett nätverk av skogliga värdekännor, dvs skogar med bekräftade höga bevarandevärden. Dock är dessa skogliga värdekännor otillräckliga för att etablera en väl fungerande GI där det boreala skogslandskapet effektivt bevaras. För att utveckla en bättre fungerande GI behöver bevarandevärdena i många skogsområden höjas genom skogsrestaurering.
I denna studie utforskades en restaureringsmetod som är baserade på anslutningsskogar (“connectivity forest” på engelska), vilket är skogsområden med mellan-höga till höga restaureringsvärden som bedöms av en ny GIS-baserad artificiell intelligensmodell. Genom att gradvis restaurera dessa anslutningsskogar och inkludera dem i den befintliga gröna infrastrukturen, undersöker denna studie hur den nuvarande gröna infrastrukturen kan omformas och förbättras över ett borealt skogslandskap på 1,3 miljoner hektar i norra Sverige.Resultaten visar att alla tre subregioner i studieområdet (bergiga, inland och kust) har en betydande potential för restaurering, förutsatt att minst 11% av den totala skogsarealen inom en subregion utgörs av anslutningsskogar.
Denna studie indikerar att inland- och kustsubregionerna, som är underrepresenterade i den nuvarande gröna infrastrukturen, har högre restaureringseffektivitet än bergiga subregionen. Genom att restaurera anslutningsskogar kunde GI-arealen ökas med över 400% i både inland- och kustsubregionerna, jämfört med 60% i bergiga subregionen. Dessutom har det visat sig att restaurering av anslutningsskogar per hektar kan leda till en större ökning av GI-tätheten i både inland- och kustsubregionerna än i bergiga subregionen. Trots detta var den totala mängden och storleken av GI-ytor inom dessa två subregioner fortfarande färre och mindre än i bergiga subregionen, och anslutningen mellan GI-ytorna var svagare. Även efter att alla anslutningsskogar hade restaurerats fungerade GI i dessa subregioner sämre som habitat för att bevara biologisk mångfald jämfört med bergiga subregionen.
Ytterligare visar denna studie att andelen tallskogar, som är underrepresenterade i den nuvarande gröna infrastrukturen, ökade genom restaurering av anslutningsskogar, men är fortfarande betydligt lägre än andelen löv- eller granskogar. Slutligen lokaliserade studien också potentiala heta punkter för restaurering av anslutningsskogar, vilka kan användas i praktiskt naturvårdsarbete och GI-planering.
Studien föreslår att enbart att satsa på att öka arealen av restaurerade skogsområden inte räcker för att skapa en fungerande GI, särskilt i kraftigt fragmenterade landskap såsom inland- och kustsubregionerna i denna studie. En brådskande uppgift inom GI-planering är att åter balansera företrädet för olika skogstyper och skogsområden med hänsyn till deras biogeologiska egenskaper och mänskliga påverkansintensitet.

Popular Abstract (Swedish)

I mitt examensarbete utforskade jag var man kan hitta anslutningsskogar (connectivity forest på engelska), och hur de bidrar till en fungerande grön infrastruktur. Anslutningsskogar är än så länge okända nyckelskogar som möjligtvis kan förbättra anslutningen mellan skogshabitat. Jag använde KubAI, en ny artificiell intelligensmodell som utvecklats 2022, för att hitta dessa skogar.

Sverige är känt för att vara ett av världens skogrikaste länder. Tyvärr har våra skogar och skogsmiljöer påverkats negativt av mänsklig aktivitet, särskilt när skogsbruket har blivit allt för intensivt sedan slutet av 1800-talet. Denna påverkan har resulterat i många konsekvenser som rör både människor och arter som lever i skogsmiljöerna. En vanlig konsekvens är förlusten av skogshabitat, vilket i sin tur har lett till minskad biologisk mångfald.
För att bättre bevara den biologiska mångfalden och återskapa idealiska livsmiljöer satsar Sverige på att bygga upp gröna infrastrukturer över hela sitt skogslandskap. Grön infrastruktur innebär att skogsområden med höga naturvärden strategiskt kopplas samman till ett nätverk. I en fungerande grön infrastruktur har habitatytorna tillräcklig storlek och mängd, samtidigt som de är väl anslutna till varandra så att arter kan röra sig obehindrat mellan olika habitat och utnyttja resurserna de behöver på bästa sätt.
Tyvärr fungerar dagens gröna infrastruktur inte tillräckligt bra för att skydda och ansluta habitat. För att förbättra situationen kan vi återskapa eller höja naturvärdet på ett antal nyckelskogsytor och lägga till dem i den gröna infrastrukturen. Vi kallar sådana nyckelskogar för anslutningsskogar eftersom de möjligtvis kan stärka anslutningen mellan habitat som bevaras i den gröna infrastrukturen. Men var hittar vi dessa anslutningsskogar?
Tekniska framsteg inom artificiell intelligens (AI) ger oss nya möjligheter att ta itu med den här frågan. KubAI är en AI-modell som kan förutse skogsnaturvärden över hela Sveriges skogar. Vad som gör KubAI riktigt "smart" är att modellen ger varje skogsyta ett bedömningsvärde mellan 0 och 1, där 0 innebär inget naturvärde och 1 innebär högsta naturvärde.
Jag har använt alla skogsytor med ett bedömningsvärde på minst 0,4 som anslutningsskogar i min studie, som utfördes på ett stort skogslandskap på 1,3 miljoner hektar i Västerbottens län. Jag analyserade hur den framtida gröna infrastrukturen möjligen kan förstärkas genom att restaurera dessa anslutningsskogar.
Resultatet visar att det finns många anslutningsskogar på studieområdet, vilket ger goda förutsättningar för att återställa anslutningen mellan olika delar av den gröna infrastrukturen. Genom att effektivt restaurera och höja naturvärdet på dessa skogar, kan nätverket av habitatytor i den gröna infrastrukturen bli större och tätare.
Däremot avslöjade min studie några utmaningar som vi måste lösa i framtiden. Framför allt räcker det inte att bara lägga till anslutningsskogar för att skapa en 100% fungerande grön infrastruktur. Även med anslutningsskogar restaurerade och tillagda finns det fortfarande svaga anslutningspunkter på stora områden med intensivt skogsbruk, särskilt i mitten och östra delen av studieområdet. Dessutom är dessa svaga punkter särskilt utbredda i tallskogar. Eftersom tallskogar behåller unika livsmiljöer och livsmedel som är ovärderliga för Sami-kulturen och dess människor, är det mycket viktigt att utveckla en bättre fungerande habitatsanslutning även i tallskogar.
Slutligen kan vi dra slutsatsen att höjning av naturvärdet på anslutningsskogar gör positiva skillnader till gröna infrastrukturen, men det krävs mer för att verkligen säkerställa den biologiska mångfalden. Restaurering av anslutningsskogar är inte tillräckligt i sig självt och vi måste hitta lösningar från andra håll. En möjlighet är att använda en mer varierad skogsskötsel som fokuserar på att öka den biologiska mångfalden för att stärka morgondagens gröna infrastruktur.
Till sist är det viktigt att komma ihåg att modeller kan göra misstag, så vi kan aldrig helt lita på deras bedömningar utan att göra våra egna bedömningar.

Popular Abstract

In my thesis, I explored where to find connectivity forests and how they contribute to a functional green infrastructure. Connectivity forests are key forest areas that can potentially improve the connectivity between forest habitats but are currently unknown. To find the connectivity forests, I used KubAI, a new artificial intelligence model developed in 2022.

Sweden is renowned for its forest resources and landscapes. However, since the late 1800s when forest production became industrialized, human pressure on the Swedish forests has led to many consequences affecting both human society and species dwelling in forest environments. One common consequence is the loss of forest habitats, which in turn has led to decreased biodiversity.
To better preserve biodiversity and recreate ideal habitats, Sweden aims to establish green infrastructures across its entire forest landscape. Green infrastructure refers to a strategically constructed network of forest areas with high conservation values. In a functioning green infrastructure, habitats have sufficient size and quantity, while being well connected to each other so that species can move freely between different habitat areas and utilize the resources they need in the best way possible.
Unfortunately, today's green infrastructure does not work well enough to protect and connect habitats. To improve the situation, we can restore or increase the conservation value of key forest areas and add them to the green infrastructure. We call such key forest areas connectivity forests because they have the potential to strengthen the connectivity between habitats preserved in the green infrastructure. But where do we find these connectivity forests?
Technological advances in artificial intelligence (AI) give us new opportunities to address this question. KubAI is an AI model that can predict forests’ conservation values across all of Sweden's forests. What makes KubAI "smart" is that the model gives each forest area an assessment score varying between 0 and 1, where 0 means no conservation value and 1 means the highest conservation value.
In my study, I used all the forest areas with an assessment score of at least 0.4 as connectivity forests and analysed how the future green infrastructure can possibly be strengthened by restoring these connectivity forests. My study was conducted on a large forest landscape of 1.3 million hectares in northern Sweden.
The results of my study show that there are many connectivity forests in the study area, which suggests a strong foundation for restoring the connectivity within the green infrastructure. By effectively restoring and increasing the natural value of these forests, the network of habitat areas in the green infrastructure can become larger and denser.
However, my study also revealed some challenges that we need to solve in the future. Above all, it is not enough to just add connectivity forests to create a 100% functional green infrastructure. Even with connectivity forests restored and added, there are still weak connectivity points in large areas with long-term intensive loggings, particularly in the middle and eastern parts of the study area. In addition, these weak points are particularly problematic in pine forests, which maintain unique living environments and resources that are invaluable to Sami culture and its people. Therefore, it is crucial to develop better habitat connections even in pine forests to create a more functional green infrastructure.
In conclusion, my study shows that improving the conservation value of connectivity forests can contribute to a stronger green infrastructure, but it is not sufficient to ensure biodiversity conservation. Therefore, we must explore and implement other solutions as well. One potential solution is to adopt a diversified forest management approach that emphasizes biodiversity conservation to reinforce the green infrastructure for the future.
It is crucial to keep in mind that models, such as KubAI, can make errors, and we should not solely rely on their assessments without conducting our own evaluations.

• author: Wang, Xiaoming
• supervisor: Jonas Ardö; Johan Svensson; Bengt-gunnar Jonsson; Navinder Singh
• organization: Dept of Physical Geography and Ecosystem Science
• course: GISM01 20231
• year: 2023
• type: H2 - Master's Degree (Two Years)
• subject: Earth and Environmental Sciences
• keywords: boreal forest, conservation, restoration, connectivity, green infrastructure, GIS, Sweden
• publication/series: Master Thesis in Geographical Information Science
• report number: 161
• language: English
• additional info: External supervisors: Johan Svensson, Dept. of Wildlife, Fish and Environmental Studies, Swedish University of Agricultural Sciences, SLU; Bengt-gunnar Jonsson, Dept. of Natural Sciences, Mid Sweden University; Navinder Singh, Dept. of Wildlife, Fish and Environmental Studies, Swedish; University of Agricultural Sciences, SLU
• id: 9123173
• date added to LUP: 2023-06-13 10:06:36
• date last changed: 2023-06-13 10:06:36