I tillegg skal prosjektet ivareta nasjonale behov utover de internasjonale rammene når det gjelder data og statistikk om bruk, tilstand og opplevelse av natur. Rapporten bygger på erfaringer fra internasjonale initiativ og fra et pilotprosjekt hvor en spørreundersøkelse om friluftsliv og rekreasjon ble gjennomført høsten 2024. Undersøkelsen om friluftsliv og rekreasjon skal gjentas høsten 2025 i en noe modifisert versjon. Rapporten tar utgangspunkt i et økende behov for mer detaljerte, geografisk presise og brukervennlige data om hvordan naturen benyttes. Dette er viktig både for internasjonal rapportering og for nasjonal og lokal forvaltning.

Det er behov for informasjon om:

  • Hvor og når rekreasjonsaktivitet skjer (geolokasjon og sesongvariasjon)
  • Hvilke økosystemtyper som brukes (12 klasser definert av Eurostat)
  • Tidsbruk og besøksfrekvens
  • Monetær verdsetting og opplevd kvalitet (f.eks. trivsel, slitasje)

For å møte disse behovene kartlegges en rekke datakilder og metoder, inkludert smart surveys, mobildata, geotaggede bilder fra sosiale medier, ferdselstellere og kartbaserte spørreskjema. Rapporten diskuterer også hvordan ulike kilder kan kombineres i en dataintegreringsmodell, og hvordan maskinlæring og store språkmodeller kan brukes til å klassifisere økosystemtyper og effektivisere statistikkproduksjonen.

Rapporten foreslår seks testopplegg som skal gi innsikt i hvilke datakilder og datainnsamlingsløsninger som gir høyest datakvalitet, lavest oppgavebyrde og størst potensial for videreutvikling og gjenbruk i statistikkproduksjonen. Testene dekker både eksisterende løsninger og nye metoder under utvikling, og er utformet slik at de utfyller hverandre. Dette gir et helhetlig grunnlag for å vurdere hvordan de ulike løsningene – hver for seg eller i kombinasjon – kan brukes i et fremtidig naturregnskap.

De seks testene og deres formål er:

  1. UT-appen (DNT): Kartlegge bruksmønstre i naturen basert på GPS-data fra en etablert friluftsapp, og vurdere skjevheter ved selvseleksjon.
  2. Mappiness: Utforske hvordan en enkel app kan måle opplevd glede og fornøydhet i forbindelse med naturkontakt i sanntid, med lav oppgavebyrde.
  3. SIM-kortdata + ferdselstellere: Teste hvordan data fra mobiltelefoner og fysiske tellinger kan kombineres for å validere besøksvolum og bevegelsesmønstre.
  4. Smart survey-løsning: Utvikle en integrert plattform som kombinerer spørreskjema og informasjon om geografisk lokasjon for mer presise og detaljerte surveydata.
  5. Klassifisering med ML og LLM: Bruke maskinlæring (ML) til automatisk kobling mellom lokasjonsdata, økosystemtyper og aktiviteter, og store språkmodeller (LLM) til å tolke stedsnavn og aktivitetsbeskrivelser fra surveydata. Dette vil redusere behovet for manuell koding og gi mer presise koblinger til naturregnskapet.
  6. Dataintegrasjonsmodell: Bygge en helhetlig løsning som kombinerer flere datakilder i én samlet løsning for å sikre bred dekning, høy datakvalitet og fleksibilitet for fremtidig statistikkproduksjon.

En kvalitativ kost-nytteanalyse, basert på en systematisk vurdering av relevante kriterier, ligger til grunn for rapportens anbefalinger. Analysen fremhever tre satsingsområder som bør prioriteres: utvikling av en smart survey-løsning, bruk av maskinlæring og språkmodeller for automatisk klassifisering, og etablering av en integrert datamodell. I kombinasjon vurderes disse som fleksible og skalerbare løsninger med høy relevans for videreutvikling av Frilufts- og rekreasjonsundersøkelsen i SSB, og på sikt for etablering av et bredere naturregnskap. De har også overføringsverdi til andre statistikkområder i SSB.

Rapporten anbefaler en trinnvis videreutvikling, med testing av utvalgte løsninger, utvikling av teknisk infrastruktur og samarbeid med aktører som DNT, Miljødirektoratet, TØI, Telcofy og KS. Målet er å etablere en moderne og fleksibel datainnsamlingsplattform som kan brukes på tvers av statistikkområder og bidra til bedre beslutningsgrunnlag for naturforvaltning og bærekraftig utvikling.

Det foreslås en treårig fremdriftsplan (2025–2027) med gradvis oppbygging av teknisk og metodisk infrastruktur gjennom testing og pilotering.