For å vite hvilke deler av landet som har størst potensiale for utvikling innen bioøkonomi, må man ha en oppdatert kartlegging av ressursene som finnes, både for volum, kvalitet og hvor de er.

– Vi jobber nå med å lage et første eksempel på hvordan kunnskap om ressurstilgang kan kobles mot et sett variabler som beregner samfunnsmessig nytte og kostnad. Østfold blir brukt som testområde og vi har foreløpig begrenset de biologiske ressursene til å gjelde biomasse fra skog, forteller Svein Olav Krøgli ved NIBIO, og viser til figuren som er lagt ved i saken.

Hvor ressursene finnes anses som sentralt for å forutse hvor potensialet for utviklingen i bioøkonomien har størst rom for å lykkes.

– Videre i prosjektet vil vi samle inn data på hvor det produseres korn, fiskeprodukter og så videre. Med dette som grunnlag kan vi finne steder der ressursutnyttelse og økonomi henger sammen. For tiden ser det ut til at den teknologiske utviklingen globalt ofte skjer i klynger av industrier, hvor ressurser og organisering er geografisk plassert i samme område. Dette gjøres for å minske kostnader og maksimere effektiviteten. En slik samling av aktiviteter i en «smart» bioøkonomi, rundt faktorer som kunnskap, ressurser, forsyningskjeder og transport, gir oss muligheten til å analysere optimal bruk av ressursene, forteller Krøgli.

NIBIO og SINTEF jobber sammen i denne arbeidspakken for å kunne analysere både ressursenes fordeling og optimal bruk av dem. Kartlegginga vil være et viktig fremtidig verktøy for beslutningstakere.

– Målet er å gi beslutningstagere et best mulig fundament for å gjøre de valgene som kommer samfunnet best til nytte, sier seniorforsker ved NIBIO, Wenche Dramstad.

 

Figur
Figur

Figuren illustrerer trinnene i metoden:

  1. Flyfoto over Østfold, som her representerer den faktiske situasjonen.
  2. Data om biologiske og andre ressurser. Her vises eksempler på tre ressurser representert i kart. Det kan f.eks. være biomasse fra skog, informasjon om infrastruktur eller avstand til kunnskapsbedrifter og institusjoner. Data knyttes til et rutenett på 10 x 10 km.
  3. For å kombinere kartlag som er basert på forskjellige datakilder, må de først gjøres sammenlignbare. I tillegg vektlegges hvert kartlag basert på relativ viktighet dem imellom.
  4. Områder velges ut basert på modellering av egnethetsverdi. De utvalgte områdene brukes som input i en operasjonsanalyse.
  5. Operasjonsanalyse tar inn de potensielle lokalitetene og ser nærmere på dem. Dette gjøres opp mot økonomiske forhold og flyt av ressurser og produkter mellom industrier i en klynge, og mellom klynger.
  6. Lokalisering av de beste klynge-lokalitetene. Sammen med kartene over fordeling av ressurser kan resultatene bruks som beslutningsstøtte, samt til bevisstgjøring av geografiens rolle i bioøkonomien.