Skyddandet av gamla skogar med höga naturvärden är en viktig del i bevarandet av den biologiska mångfalden. För att kunna lokalisera och kvalitetsbedöma skogar med höga naturvärden används signalarter. En av dessa signalarter är Lecanactis abietina, gammelgranslav. Syftet med denna studie är att identifiera vilka faktorer som påverkar förekomst av signalarten L. abietina och täckningsgraden av apothecier.

The fungus Gremmeniella abietina causes damage to conifers that can lead to tree death. In 1999 and 2001 the pathogen caused severe attacks in Sweden, where about 500 000 ha of pine forest were affected. Trees of all ages were attacked, but mainly forests between 30-60 years that were ready for their first commercial thinning. After recommendations from the forest agency, sanitary fellings were made to trees that had more needle loss than 85%, a total of about 50 000 ha. Economic losses have been estimated to more than one billion SEK.

Since the end of the eighteenth century forest damage caused by the pathogen Gremmeniella abietina has been observed and documented. During the latest epidemic in Sweden more than 480 000 hectares forest land have been injured and this has lead to considerable economic losses. For the pathogen to succeed with infection, spore dispersal and colonization the right environmental conditions is required. The aim of this paper is to describe the diseased stands using site and stand characteristics and to evaluate the effect of these variables on the disease incidence. Further, the thinning performed during the time for spore dispersal and its relationship to injured stands is examined.

Med anledning av gremmeniellasvampens (gremmeniella abietina) utbredning i våra skogar i dag och konsekvenserna det för med sig, vill skogsvårdsorganisationen så snart som möjligt få fram en metod för att lokalisera angreppen och bedöma omfattningen av skadorna. I denna uppsats har jag därför undersökt vilka våglängdsband som är mest lämpade för att lokalisera gremmeniellan och vilka som är mest lämpade för att skilja skadorna från gallringar och utifrån det ge rekommendationer till skogsvårdsstyrelsen för deras fortsatta arbete. Resultaten blev att våglängdsband 3, 5 eller 7 från Landsat satellitens TM sensor är de band som ger bäst resultat för att skilja ut bestånd där förändring har skett från bestånd som visar sig vara oförändrade. Enforma använder skillnadsbilder från enstaka våglängdsband. En kombination av två eller flera våglängdsband, samt inkludering av data från ursprungsbilden skulle höja noggrannheten i den statistiska analysen något.