Granbarkborren är den insekt som orsakar störst skada i svenska granskogar (Skogsstyrelsen 2020). Historiskt sett har större utbrott av granbarkborrar orsakats av stormar där stormfällda träd angrips av granbarkborrar som snabbt kan öka i antal (Christiansen & Bakke 1988; Schelhaas et al. 2003). Även torka är en riskfaktor eftersom torkan försvagar träden som lättar kan angripas av granbarkborrar (Jactel et al. 2012; Netherer et al. 2019). Den varma torra sommaren 2018 utlöste det största utbrottet av granbarkborrar i Sverige någonsin och utbrottet pågår fortfarande (Skogsstyrelsen 2020). Extremväder såsom torka, värmeböljor och stormar, kommer sannolikt att öka med klimatförändringarna (IPCC 2013) vilket ökar risken för större utbrott av granbarkborrar. För att begränsa effekterna av utbrott är det viktigt att upptäcka angripna träd tidigt medan barren fortfarande är gröna och avlägsna de angripna träden från skogen innan barkborrarna har svärmat och angripit nya träd. I detta projekt kommer vi att (1) utveckla metodik för nära realtidsövervakning granbarkborrar för att tidigt hitta angripna träd och (2) ta fram kartor för att identifiera områden med stor risk för angrepp, och som uppdateras vid förändrad risk. Vi kommer att basera metodiken på satellitbaserad fjärranalys (Sentinel-2), geografiska data och en granbarkborremodell som intergreras med AI-metodik.