logga
Bild: Astrid Bygge
Fukthalten i grot påverkar både energiinnehåll och ekonomi, men är svår att förutse. En studie har undersökt om öppna väderdata och driftdata kan användas för att prognostisera fukthalten.

Resultat & Råd

  • Fukthalten i grot är svår att förutse eftersom den påverkas av många olika faktorer.
  • Temperatur och nederbörd är två av orsakerna till variationen i fukthalt.
  • Datadrivna modeller baserade på väder- och driftdata kan förklara en betydande del av variationen. Men inte all variation.
  • För att förbättra träffsäkerheten behövs mer information om lokala lagrings- och hanteringsförhållanden och mer representativa fukthaltsmätningar.

Fukthalten är en av de viktigaste kvalitetsegenskaperna hos grot. Ju torrare materialet är, desto högre blir energiinnehållet per ton. Fukthalten påverkar därmed ersättningen till leverantören, transporteffektiviteten och värmeverkens möjligheter att optimera sin drift.

Trots dess betydelse är fukthalten i grot svår att förutsäga. Till skillnad från rundvirke som relativt snabbt levereras till industri är ledtiderna för groten långa. Den kan lagras i skogen upp till flera år och dess fukthalt förändras mycket under lagringen.

Statistiska samband för att skatta fukthalten

I en studie från Skogforsk analyserades omkring 10 000 grotleveranser från Götaland, Svealand och södra Norrland. Syftet var att undersöka om öppna väderdata och uppgifter som redan finns tillgängliga i skogsföretagens verksamhet kan användas för att prognostisera fukthalten i vältlagrad grot.

Till skillnad från många tidigare studier användes inga detaljerade mätningar från enskilda vältor eller lokala väderstationer. I stället testades ett datadrivet angreppssätt där statistiska samband i historiska drift- och väderdata användes för att skatta fukthalten.

Tre olika statistiska metoder testades för att undersöka hur väl de kunde förutsäga fukthalten: linjär mixad modell (LME), generaliserad additiv modell (GAM) och Random Forest. 

Vädret har betydelse

Temperatur och nederbörd före skotning och inmätning identifierades som viktiga förklaringsfaktorer. Även väderförhållandena under den senaste sommaren före leverans hade stor betydelse i modellerna.

GAM-modellen visade också ett tydligt säsongsmönster, där fukthalten skattades vara lägre för grot som skotades under sommaren än för grot som skotades under vinterhalvåret.

Den modell som hade bäst prediktionsförmåga, Random Forest, kunde förklara omkring 50 procent av variationen i observerad fukthalt på regional nivå och upp till 60 procent i vissa lokala områden.

Samtidigt kvarstod betydande osäkerheter. Modellerna tenderade att underskatta höga fukthalter och överskatta låga fukthalter, vilket innebar att skattningarna ofta hamnade närmare genomsnittet än de uppmätta värdena. Prediktionsförmågan varierade dessutom mellan olika geografiska områden, vilket tyder på att lokala förhållanden som inte fångats upp i datamaterialet har betydelse för fukthalten. 

Mer kunskap behövs

Studien visar att en betydande del av variationen i grotens fukthalt kan förklaras med hjälp av befintliga väder- och driftdata. Resultaten tyder på att ett datadrivet angreppssätt kan utgöra ett användbart komplement till mer processbaserade modeller. För att förbättra prognoserna behövs bland annat bättre datakvalitet, mer representativa fukthaltsmätningar och kompletterande information om lagrings- och hanteringsförhållanden.

Vill du veta mer?

Läs fördjupning i arbetsrapporten: 1286-2026 Fukthaltsprognoser för vältlagrad grot. 

Arbetet har genomförts inom projektet ”Förbättrade grotprognoser för precisionsplanering” som finansieras av Energimyndigheten via forskningsprogrammet Bio+ (projektnummer 2023–01054) och projektparterna Jämtkraft, Holmen Skog, Mellanskog, Stora Enso, Sveaskog, Södra och Vattenfall.

Nr 2026-80    Publicerad 2026-11-17 10:46

Kommentarer
Det finns ännu inga kommentarer på denna sida. Var först med att ge en kommentar.
Kommentera
Tyvärr lyckades vi inte spara din kommentar. Var god bekräfta att du inte är en robot!
Skicka in
Kommentarer granskas innan publicering
Tack för din kommentar!
Vi granskar och publicerar din kommentar så snart som möjligt.