Älgtätheten är inte hela svaret. Ni behöver veta hur säker den är.

Vi planerar, genomför och analyserar drönarinventeringar av älg. Ni får täthet, könskvot och kalvar per hondjur, varje siffra med sitt konfidensintervall och med ett rakt besked om precisionen räcker för de beslut ni ska fatta.

Vi bygger på SLU, och har tagit metoden vidare

SLU Rapport 2026.2 visar hur en drönarinventering av älg måste läggas upp för att hålla statistiskt. Vi har byggt hela den beräkningskedjan i programvara och får samma svar som rapporten på 37 av 39 publicerade värden. Därifrån har vi arbetat vidare på de tre punkter där rapporten lämnar valet till den som utför inventeringen. Vi är inte knutna till SLU.

Täckningsgraden räknar vi fram för ert område

Hur mycket av arealen ni behöver inventera beror på hur ojämnt älgarna ligger i terrängen och hur många de är. Det varierar mellan områden, och det skiljer sig mellan de tre måtten. En schablon på tjugo procent träffar därför fel på minst ett av dem. Vi mäter spridningen i en pilotomgång och räknar fram täckningsgraden ur den, och vi dimensionerar på en konservativ övre gräns i stället för på punktskattningen, eftersom punktskattningen underskrider kravet ungefär varannan gång. Det kostar något mer flygtid. Det är skillnaden mellan en inventering som håller och en som råkar hålla.

Upptäckningsgraden mäter vi, vi antar den inte

En fjärdedel av provytorna flyger vi om, och vi matchar djuren mellan de två flygningarna. Då vet vi hur stor andel inventeringen faktiskt såg, i det väder och det ljus som rådde just den dagen, och vi kan korrigera tätheten för det som missades. Utan den mätningen är en räkning bara en undre gräns, och ingen vet hur långt under.

Det gäller oavsett vem som hittar älgarna i bilderna, en människa eller en modell. En automatisk identifiering har sin egen andel falskt negativa, djur den inte ser, och sin egen andel falskt positiva, sådant den tar för älg. Den andelen följer med in i tätheten om ingen mäter den. SLU räknar utvärdering av just falskt positiva och falskt negativa detektioner vid AI-baserad identifiering som ett av fyra öppna forskningsområden (SLU Rapport 2026.2 §5), och flera av drönarföretagen säger i samma rapport att systemen ännu inte är tillräckligt träffsäkra för att ersätta manuell tolkning och styrning i alla situationer (§4.5). Omflygningen mäter det som missades, vem eller vad som än tittade.

Utlägget provar vi innan vi sätter ett pris

SLU:s urvalsregel är en av flera. Vi ställer den mot rumsligt balanserade och klustrade utlägg i simulering och räknar ut hur många provytor vart och ett behöver för samma precision. Då vet vi vad ett annat utlägg är värt i fältdagar innan vi lägger ett pris på det.

Från områdesgräns till färdig rapport

Ni lämnar oss en gräns och får tillbaka en skattning ni kan fatta beslut på.

Karta över ett helt älgförvaltningsområde: varje ruta i ramen, och de provytor som
          dragningen valde för en hel inventering, spridda över hela området.
Ett helt älgförvaltningsområde, ruta för ruta. Rutorna med för lite land faller bort, några är uteslutna och flygs inte alls, och dragningen sprider provytorna över resten. Antalet är det en hel inventering behöver vid den täthet och den spridning som står i bilden. Urvalet går att upprepa, så vem som helst kan få fram exakt samma ytor. Områdesgräns: Länsstyrelserna, CC BY 4.0.
  1. Vi hämtar ert områdeÄlgförvaltnings- och älgskötselområden hämtar vi direkt ur Länsstyrelsens karttjänst. Har ni egna gränser läser vi in dem. Allt räknas i SWEREF 99 TM.
  2. Vi lägger nätet och drar provytornaEtt rutnät över området, kantrutorna klippta mot gränsen, och provytorna valda slumpvis på ett sätt som går att upprepa. Vem som helst kan göra om urvalet och få exakt samma ytor.
  3. Vi rensar bort luftrum och hinderRestriktionsområden och kontrollzoner från LFV. Nationalparker, naturreservat och tillträdesförbud från Naturvårdsregistret. Uppförda vindkraftverk från Vindbrukskollen. Kraftledningar, master, torn och skorstenar. Det vi utesluter skriver vi ut, och det som piloten bara behöver ha i huvudet hamnar som en flagga på fältbladet.
  4. Rutterna följer markenVarje rutt ligger 100 m över marken, inte över startplatsen, uträknad ur höjddata och en geoidmodell. I kuperad terräng är det skillnaden mellan rätt bildtäckning och glapp mellan flyglinjerna.
  5. Uppdraget flygsEn .kmz per provyta och drönarmodell i DJI:s WPML-format, läst tillbaka och prövad mot formatet innan den går ut i fält. Med den följer besöksordning, fältdagar, förslag på startplatser, provytekarta och fältblad på svenska.
  6. Vi verifierar att det flögs som planeratUr flygloggen kontrollerar vi höjd, fart, överlapp och att rätt ytor täcktes. En yta som inte flögs enligt specifikation räknas inte som flugen.
  7. Rapporten skrivs av programvaranRäkningarna per provyta går in. Ut kommer täthet, könskvot och kalvar per hondjur med bootstrapade konfidensintervall, tätheten korrigerad för upptäckningsgraden, och ett besked om precisionen räckte. Ingen skriver av siffror för hand.

Samma rapport varje år

Ni får samma rapport varje gång: samma mått, samma ordning, samma redovisning av osäkerhet. Varje tal står med sitt intervall. Ett mått som inte når precisionskravet skriver vi ut som utan besked, i stället för att lämna er en siffra som inte går att använda.

Underlaget följer med rapporten: dragningen, kartunderlagen och datum för varje hämtning. En skattning ska gå att granska i efterhand, och den ska gå att jämföra med nästa års. Metoden ligger hos oss och följer med mellan år, så er tidsserie bryts inte.

Vad som är byggt, och när vi tar uppdrag

Beräkningskedjan är byggd, och varje steg i den kontrolleras automatiskt innan något lämnar oss. Vår metod för att bestämma täckningsgrad är validerad mot SLU:s egna simuleringar. Planeringen går hela vägen från en områdesgräns till färdiga uppdragsfiler, provytekartor och fältblad.

Automatisk identifiering av älg i värmebilder har vi inte byggt, och vi säljer den inte. Öppet tillgängliga modeller för den uppgiften undersöks i ett pågående examensarbete vid SLU (§5). Vi tar in en sådan modell den dag dess felandel går att mäta, inte innan, för den flyttar bara vem som tittar och ändrar ingenting i skattningen. Svårigheten ligger heller inte där: i kallt och mulet vinterväder skattade SLU upptäckningsgraden till nära 1 (§5). Det som saknas är köns- och åldersbestämning, som inte har utvecklats för drönarbilder än (§4.5). Bygger vi något på den här sidan av metoden blir det där, och först när tillräckligt många djur i bilderna går att köns- och åldersbestämma. I SLU:s provyteinventering på Järnäshalvön gick det för 42 % av de observerade älgarna (§3.1).

Säsongen 2026/27 är den första vi tar uppdrag för.

Kronhjort i samma inventering

Har ni kronhjort på marken syns de på samma flygningar som älgarna. Upplägget är detsamma: provytor dragna slumpvis, spridningen mätt i pilotomgången och tätheten redovisad med sitt konfidensintervall. Kronhjorten räknas för sig, och täckningsgraden läggs efter den art som kräver mest.

Men ingen har prövat metoden på kronhjort. SLU:s rapport gäller älg, och den upptäckningsgrad nära 1 som SLU mätte gäller älg. Om dagen står kronhjort ofta i täta planteringar och i grupp. Hur stor andel en drönare ser där vet ingen än, och grupperna kan kräva fler provytor än älgen. Omflygningen visar vad två flygningar missar, men inte djur som ingen av dem ser under tätt tak. Kön och ålder hos kronhjort är inte prövade från luften, så där lovar vi ingenting. Förvaltar ni både älg och kronhjort, hör av er, så räknar vi på ert område.

Läs vidare om älginventering

Kontakt

hej@sparnum.com

Hör av er om ni förvaltar mark, äger den, eller forskar på klövvilt. Frågor om metoden svarar vi gärna på.