Indholdsfortegnelse A. Uddybende omkring visualisering... 5 B. Resultater C. Litteratur og datakilder... 52

Størrelse: px
Starte visningen fra side:

Download "Indholdsfortegnelse A. Uddybende omkring visualisering... 5 B. Resultater... 15 C. Litteratur og datakilder... 52"

Transkript

1

2

3

4

5 Indholdsfortegnelse A. Uddybende omkring visualisering...5 Visualiseringsfaktorer...5 Opfattelse...5 Visuelle variable...6 Standard klassifikationsmetoder i ArcView (Graduated Color)...8 Eksempler på visualisering...11 Stuehusenes værdi...11 Produktionsbygningernes værdi...12 Produktionsbygningernes størrelse...14 B. Resultater...15 Eksempler på landsdækkende resultater...15 Landbrugsarealets anvendelse Dyrehold Ejendomme Eksempler på analyser af lokale variationer...34 Dyretæthed...34 Dominerende dyreart...38 Størrelsen af markblokke...39 Ejernes gennemsnitsalder...40 Dominerende aldersklasse...43 Antal ejere til jorden i et område...44 Eksempel på automatisk klassifikation...48 Arealanvendelse hektarstøtte...48 C. Litteratur og datakilder...52 Litteratur...52 Kort og datakilder...52 Kort...52 Registerdata...53 Software

6 4

7 A. Uddybende omkring visualisering Visualiseringsfaktorer Opfattelse Ved visualisering af rumlige data (punkter, linier og flader) struktureres de almindeligvis i tre forskellige opfattelsesniveauer afhængig af de indsamlede datas natur (Dent, 1985; Bertin, 1973): 1. Nominalt eller kvalitativt opfattelsesniveau, hvor informationerne inddeles i grupper eller kategorier. 2. Ordinalt eller ordnet opfattelsesniveau, hvor informationerne inddeles i klasser. 3. Numerisk eller kvantitativt opfattelsesniveau, hvor informationerne kvantificeres. Nominalt kvalitativt opfattelsesniveau Dette består udelukkende af informationer i grupper eller kategorier. Det betegnes også som det kvalitative opfattelsesniveau, hvor man kan opfatte ligheder og dermed også forskelle mellem de grafiske tegn. Kortene kan kun give svar på hvad er hvor og hvor er hvad. Det nominelle opfattelsesniveau kan inddeles i to underniveauer, det associative, hvor alle symboler udtrykke samme vægt eller værdi, eller det selektive opfattelsesniveau, hvor man selekterer objekter som skal fremhæves fx ved hjælp af en farve. (Brande- Lavridsen, 1996). Et eksempel på et kvalitativt, associativ kort er dyreartskortet, grupperet i svin, kvæg og andet. SVIN KVÆG ANDET Figur A.1. Eksempel på det nominale opfattelsesniveau, forskellige grupper eller kategorier Ordinalt ordnet opfattelsesniveau Her kan informationerne inddeles i klasser efter rang, mængde, vægt eller tid. Kortene giver svar på spørgsmålene: hvad er størst, mellemst eller mindst, dyrest eller billigst og hvor meget er hvor (relativ). 5

8 LILLE MELLEM STOR Figur A.2. Eksempel på det ordinale opfattelsesniveau, ordnet i rækkefølge efter størrelse. Numerisk kvantitativt opfattelsesniveau Dette gør det muligt at sætte eksakte tal på informationer i forskellige enheder som fx antallet af dyr. Kortene giver svar på hvor meget er hvor (absolut). Typiske eksempler på det kvantitative opfattelsesniveau er et kort visende bystørrelser efter indbyggerantallet, eller dyreenheder i forhold til bedriftens størrelse. 4 stk. 2 stk. 3 stk. Figur A.3. Eksempel på det numeriske opfattelsesniveau, visende antallet af svin. Visuelle variable Efter valg af opfattelsesniveau og af anvendelsen af punkter, linier eller flader, er næste skridt at vælge den (de) mest hensigtsmæssige af de syv visuelle variable. Ethvert tegn (symbol) indeholder en planbunden information (placering på kortet) og planfri information. De 7 visuelle variable er: Beliggenhed. Størrelse. Sværtning. Tekstur (ligner sværtning). Farve. Retning (vinkelforskelle mellem ens lineære symboler). Form. Beliggenhed: Intet tegn kan stedfæstes på et kort uden brug af den første visuelle variabel beliggenhed. Beliggenhed vil fremtræde visuelt som en orientering af symboler i forhold til hinanden i en kontekst, der giver geografisk mening. Dette kan, afhængig af den enkelte situation, kræve inddragelse af ekstra information i form af vektor (fx 6

9 kommunekort) eller raster data (fx ortofoto). Den bagvedliggende styring af variablen beliggenhed vil være det anvendte (geografiske) koordinatsystem samt de konkrete koordinater knyttet til data. Størrelse: Hvor det drejer sig om punkter, bruges der fx cirkler eller trekanter, der varierer i størrelse til at symbolisere proportionale forskelle. Ved linier anvendes forskellig bredde, ved flader udtrykkes størrelsesvariationen med forskellig symbolstørrelse inden for hver flade. Størrelsesvariablen kan bruges til ordinale og kvantitative informationer. Ifølge Brande-Lavridsen (1996) kan øjet maximalt skelne 20 trin mellem ens punktsymboler fx trekanter af varierende størrelse. For at sikre, at kortet opfattes korrekt, anbefales det dog kun at anvende 4-6 trin. Sværtning: Kan bruges til både punkter, linier og flader, dog skal især de tegn der repræsenterer punkter og linier have en vis størrelse for at fremtræde tydeligt. Ved sværtningsvariablen ændres forholdet mellem lyst eller mørkt gradvis. Sværtning er velegnet til at vise ordinale informationer. Ved anvendelse af sort på hvid baggrund anbefales det, at antallet af sværtningsgrader holdes nede på 8-9 stykker, ved farve på hvid baggrund anbefales 5-6 stykker. Tekstur: Teksturvariablen ligner meget sværtningsvariablen, dog med den forskel at sværtningsvariablen kun angives i %, dvs. hvor mange procent er enten sort eller hvid (som fx i skravering), hvorimod teksturvariablen bibeholder forholdet mellem fx sort og hvid. Teksturvariablen kan anvendes til kvalitative informationer, hvor man ønsker at fremhæve bestemte arter eller grupper frem for andre (selektiv). Som ved sværtningsvariablen skal punkt- og linie-symbolerne have en vis udstrækning for at det er hensigtsmæssig at anvende teksturvariablen. Det er ikke tilrådeligt at anvende mere end 3-5 tekstur grader. Farve: Farvevariablen er nok den mest kraftfulde og effektive visuelle variabel der findes. Variablen kan beskrives ud fra tre egenskaber: kulør (fx rød, grøn, blå), værdi (styrke), og klarhed (opblanding med sort). En grumset lyseblå vil fx have farven blå, værdien lys og en lille klarhed. Farvevariablen er velegnet til at ordne informationer, fx en bestemt kulør, i forskellige værdier fra lys til mørk. Farvevariablen kan også anvendes til kvalitative informationer ved at bruge de enkelte farver gul, orange, rød osv. Ifølge ESRI (Environmental Systems Research Institute) er det ikke tilrådeligt at bruge mere end 12 forskellige farver eller 7-8 gradueringer af den samme farve på et farvelagt kort. Retning: Ved retningsvariablen forstås vinkelforskelle mellem ens lineære symboler (anvendes fx i meteorologiske kort). Retningsvariablen egner sig godt til at adskille elementer (punkter) på et kort blot længde og bredde holdes i forholdet 4:1. Retningsvariablen er også velegnet til flader og får endnu større effekt ved at den kombineres med farvevariablen. Retningsvariablen egner sig godt til at gengive kvalitative infor- 7

10 mationer, men er dog bedst egnet til at visualisere associativ information. Det anbefales, at der ikke anvendes mere end 4-6 forskellige retninger på det samme kort. Form: Formvariablen er meget anvendelig i punktform, hvor den kan udtrykkes enten som geometriske figurer som cirkler, tre- og firkanter, eller billedlig som fx vindmøller, træer, huse osv. Variablen er også velegnet til flader, hvor enten de geometriske figurer eller de billedlige former udbredes regelmæssigt på fladen. Variablens lineære anvendelse er derimod mere begrænset. Formvariablen er velegnet til at udtrykke associative opfattelser og er derfor velegnet til kvantitative informationer. Med Internettets hastige fremgang og den mængde af kort dette giver adgang til, er ovenforstående en sandhed med modifikationer. Valgene er kulturafhængige, hvor eksempelvis østlandene i dag har en forkærlighed for neonfarver for klart at adskille deres layout fra den sovjetiske. For yderligere information henvises til (Brande-Lavridsen, 1996). Standard klassifikationsmetoder i ArcView (Graduated Color) Ud over de visuelle variable har klassifikationsmetoder også stor indflydelse på, hvordan et kort opfattes. Klassifikationsmetoder er udviklet til det formål at gøre læsningen af kortet bedre, og til at finde mønstre og strukturer i kortet man ellers ville have svært ved at få øje på. Der findes forskellige out of the box klassifikationsmetoder, afhængig af hvilken software man bruger. Den klassifikationsmetode man vælger skal tage hensyn til datas natur og ikke mindst, hvad det er man ønsker at vise. Det er også nødvendigt at vide hvilken type data, der skal klassificeres, om det er punkter, linier eller flader. I det efterfølgende vil standard klassifikationsmetoder implementeret i ArcView kort blive ridset op. I Figur A.4 til Figur A.8 vises eksempler på, hvordan klassefordelingen ændrer sig i takt med de forskellige klassifikationsmetoder. Som tema er valgt dyreenheder pr. ejendom. Natural Breaks: Denne metode identificerer break-points ved at anvende en statistisk metode Jenk s optimization eller Fisher-Jenks algorithm (Jenks, 1967). Det er en kompleks metode, men grundlæggende vælges antallet af klasser således, at summen af variansen i de enkelte klasser minimeres. Dette er også en del af teorierne bag cluster-baserede analyser (se kapitel 6). Som metode har Natural Breaks før i tiden været kendetegnet ved, at brugeren (kartografen) skulle analysere dataenes distribution og beslutte sig for, hvor disse naturlige breaks skulle være. I vid udstrækning er denne manuelle fremgangsmåde nu blevet erstattet af den automatiserede teknik Jenks optimization, som især er optimal, hvor der er tale om visualisering af uensartede klumpede data. Vælges fx tre klasser, vil alle blokke med en lav dyrkningsprocent komme i en klasse, blokke med en middel 8

11 dyrkningsprocent vil komme i en anden klasse og blokke med høj dyrkningsprocent vil komme i den sidste klasse, se Figur A.4. Figur A.4. Eksempel på, hvordan Natural Breaks teknikken fordeler objekter i klasserne: Lav, Mellem og Høj. Equal Interval: Attributværdierne bliver inddelt så klasserne er numerisk lige store, det vil sige med ens interval mellem største og mindste værdi. Denne metode er velegnet til data med en jævn fordeling, hvorimod anvendelse ikke kan anbefales til data som klumper. Figur A.5. Eksempel på, hvordan Equal Interval teknikken fordeler objekter i klasserne: Lav, Mellem og Høj. Quantile: Hver klasse kommer her til at indeholde lige mange objekter, og metoden er derfor mest anvendelig i de tilfælde, hvor der en næsten lineær fordeling af værdierne. Metoden er fx meget uegnet til at vise antallet af indbyggere, fordi der er lang færre steder med et højt end med lavt indbyggerantal. Med andre ord, ti store byer tæller lige så meget som ti små byer. Dette kan til dels afhjælpes ved at sætte antallet af klasser op. Figur A.6. Eksempel på, hvordan Quantile teknikken fordeler objekter i klasserne: Lav, Mellem og Høj. 9

12 Standard klassifikationsmetoder er softwareafhængig. Et eksempel herpå er en meget anvendelig metode i MapInfo, som ikke findes i ArcView. Metoden giver mulighed for at vælge hvilket emne, der skal være lige meget af. Det kan fx være ejendommens areal eller dyreholdet. Klasserne vil så blive opdelt således, at det samlede areal af ejendommene eller det samlede dyrehold vil være lige stort i hver klasse og ikke blot antallet af ejendomme. Equal Area (kun polygoner): I modsætning til Quantile, som opererer med lige mange objekter (marker, blokke osv.) i hver klasse, vil denne metode oprette klasser, hvor det totale areal bliver fordelt så ligeligt som muligt i hver enkelt klasse. Alligevel kan der dog være en del forskel på arealet klasserne imellem. Her er det typisk datasæt med få og størrelsesmæssigt uensartede objekter og mange klasser, der afviger mest, medens afvigelsen i datasæt med mange objekter kan være mere begrænset. Equal Area vil kun adskille sig fra Quantile, hvis størrelsen af arealerne er væsentligt forskellige. Equal Area metoden bliver typisk brugt til at klassificere data, hvor størrelsen af arealerne ikke varierer for meget, med mindre man ønsker en bestemt effekt. Et eksempel på uheldig anvendelse af Equal Area metoden er et verdenskort med befolkningstætheden klassificeret i få klasser. Her vil lande som arealmæssigt er store som Kina og USA sandsynligvis udgøre hver sin klasse, medens små lande, som Danmark, Holland, Belgien vil ende i den samme klasse. Hermed mistes information for lande som arealmæssigt er små. Figur A.7. Eksempel på, hvordan Equal Area teknikken fordeler objekter i klasserne: Lav, Mellem og Høj. Standardafvigelse: Denne metode viser, hvordan attributværdier afviger fra middelværdien. Ved standardafvigelses metoden bliver middelværdien udregnet, herefter udregnes klasser over eller under middelværdien i enten ¼, ½ eller 1 standardafvigelse, indtil alle data er fordelt i de respektive klasser. Værdier, som er enten 3 standardafvigelse over eller under middelværdien, bliver sammenlagt i to klasser, én klasse med standardafvigelse > 3 og én klasse med standardafvigelse < -3. Metoden er velegnet til at visualisere fx middelværdier for dyreenheder pr. ejendom, samt hvad der ligger under, og hvad der ligger over. 10

13 Figur A.8 viser et eksempel på en klassefordeling, hvor der er brugt 1 standardafvigelse som interval for klasserne. I eksemplet er middelværdien 180 og standardafvigelsen 103. Metoden er dog ikke ens i de forskellige programmer. Figur A.8. Eksempel på, hvordan Standardafvigelse teknikken fordeler objekter i klasserne: A, B, C og D. Eksempler på visualisering Stuehusenes værdi Data om bygningsmassen indeholder oplysninger, som kan anvendes ved karakterisering af landbrugsejendomme. Således er boligens værdi ofte en væsentlig indikator for ejerens økonomiske formåen, og produktionsbygningernes værdi og størrelse givet et billede af produktionskapaciteten. Figur A.9 viser værdien af hovedbygninger på landbrugsejendomme. Til hver eneste landbrugsejendom er der knyttet en offentlig vurdering til de enkelte hovedbygninger, hvilket vil sige stuehuset. Denne værdifastsættelse vises her ved en grupperet farvelægning af de til ejendommene hørende matrikler. I eksemplerne er matriklerne klassificeret i 10 klasser ved hjælp af Equal Area teknikken. I dette tilfælde er 10 klasser i overkanten, da det er svært at skelne 10 forskellige røde farver fra hinanden. Hvis matrikelgrænserne fjernes fås et billede, der fremhæver strukturen som en glidende overgang. Kortet i Figur A.9 er et typisk eksempel på det ordnede opfattelsesniveau, med brug af den visuelle variabel farve. 11

14 Figur A.9. Værdi af hovedbygning med en Equal Area klassifikation i 10 klasser. Produktionsbygningernes værdi Bygninger anvendt til landbrugsmæssige formål kan værdifastsættes med oplysninger fra de forskellige bygningsregistre, hvorved der kan fremstilles en vægtig indikator for netop produktionskapaciteten på landbrugsejendommene. I Figur A.10 er vist produktionsbygningernes vurderede værdi. Værdien på produktionsbygningerne er beregnet ved at trække værdierne for jorden, hovedbygningen og hovedbygningens grundværdi fra den samlede ejendomsværdi. Klassificeringen er foretaget på baggrund af Standardafvigelse. Klasserne springer med en standardafvigelse og der er anvendt to forskellige farver, for at angive værdier der ligger henholdsvis over og under middelværdien. De røde farver angiver værdier som ligger over middelværdien og de blågrønne farver angiver værdier under middelværdien. 12

15 Kortet i Figur A.10 er igen et eksempel på det ordinale opfattelsesniveau med den visuelle variabel farve. Eksemplet afviger dog på den måde, at der ikke er tale om en kontinuert stigende skala, men en v-formet skala, hvor man kan se, hvad der henholdsvis ligger over og under en værdi, men stadigvæk en form for rækkefølge, som hører under det ordnede opfattelsesniveau. Figur A.10. Vurderingsværdi på produktionsbygninger. Matrikelkort klassificeret på baggrund af Standardafvigelsen, hvor røde farver indikerer værdier, som ligger over middelværdien og de blågrønne farver indikerer værdier, der ligger under denne. Ejerlavsgrænser er vist med en tyk sort streg. 13

16 Produktionsbygningernes størrelse I Figur A.11 visualiseres endnu en oplysning fra BBR registeret. Oplysningen stammer fra bygningsniveauet og ved hjælp af ejendomsnummeret summeres arealerne for alle bygninger på de enkelte ejendomme. Som klassifikationsmetode er anvendt Natural Breaks i fire klasser, og lidt imod sædvane er der anvendt to forskellige farver. Den kolde blå til de lave værdier og den varme røde til de høje værdier. Som tidligere nævnt er god kartografisk skik, at der kun anvendes forskellige farver, hvis man har noget at bruge dem til, det vil sige til andet formål end blot størrelsesmæssige variationer. Alligevel anvendes de her for at indikerer noget, som ikke umiddelbart fremgår af kortet nemlig det ordnede opfattelsesniveau, som normalt vises på en kontinuert skala fra lys til mørk eller fra mørk til lys. Figur A.11. Eksempel med produktionsbygningernes areal angivet i m 2 klassificeret i 4 klasser ved hjælp af Natural Breaks klassifikations teknik. 14

17 B. Resultater Eksempler på landsdækkende resultater På de følgende sider er vist en række kort med landsdækkende resultater udarbejdet med metoderne beskrevet i kap. 5 Metoder til overbliksanalyser. Kortene er udarbejdet på grundlag af oplysninger i GLR/CHR pr. 31. december Kortene kan ses på i lighed med nyere kort udarbejdet for Miljøministeriet med samme metode til brug i Landsplanredegørelser. Kortene kan herfra downloades i MapInfo tab eller ESRI shape format. Kortene til download er i vektorformat. Landbrugsarealets anvendelse 1998 Landbrugsarealer Arealet af markblokkene kan anvendes som et udtryk for det potentielle landbrugsareal. I Figur B.1 er vist markblokareal i procent af landarealet. Markblokarealet udgjorde i 1998 den højeste andel af landjorden i Nord-, Vest- og Sønderjylland og den laveste andel i nærheden af de større byer, langs vestkysten og i det centrale Jylland. Figur B.1. Markblokareal i procent af landareal

18 Et tilsvarende mønster gjorde sig gældende for det dyrkede areal (Figur B.2) og den del af det dyrkede areal, der ikke var braklagt (Figur B.3). Det dyrkede areal er her defineret som det samlede areal af de marker, der indgik i en hektarstøtteansøgning. Det vil sige, at arealer der tilhørte bedrifter, som ikke søgte hektarstøtte, ikke er medtaget, fx kartoffelavlere uden korn- eller grovfoderarealer. Figur B.2. Dyrket areal i procent af landareal Figur B.3. Dyrket areal ekskl. brak i procent af landareal

19 Udyrkede arealer 1998 Markblokkene omfatter en del arealer, der ikke blev dyrket i 1998 (hegn, mindre vandhuller, vandlidende arealer m.v.). Derudover var der en del dyrkede arealer, som ikke indgik i en hektarstøtteansøgning og dermed ikke blev registreret. Det gjaldt arealer, der blev drevet hobbymæssigt, men også arealer med specialafgrøder, såfremt landmanden ikke fik støtte til reformafgrøder eller kvægpræmier (Poulsen et al., 2002). De udyrkede arealer er i Figur B.4 vist i procent af landarealet og i Figur B.5 i procent af markblokarealet. Figur B.4. Udyrket areal i markblokke i procent af landareal Disse arealer var i 1998 ikke ligeligt fordelt i landet. Specielt i det centrale Jylland udgjorde arealerne en forholdsvis stor andel, i nogle områder over 20% af landarealet. Set i forhold til arealet af markblokkene var der især i Midtjylland, men også i Hovedstadsområdet forholdsvis store arealer, der ikke blev dyrket i Hvor årsagen hertil i nogle områder er naturbetinget, skyldes den store andel i Midtjylland formodentlig også, at en del kartoffelavlere ikke søgte hektarstøtte. Figur B.5. Udyrket areal i markblokke i procent af markblokarealet

20 Udtagne/braklagte arealer Det udtagne areal er i Figur B.6 vist i procent af landarealet og i Figur B.7 i procent af det dyrkede areal. Opgørelsen omfatter alle udtagne arealer i henhold til hektarstøttereglerne, uanset om disse lå brak eller blev dyrket med nonfood afgrøder (Figur 3.7 i hovedrapporten). Det braklagte areal var nominelt størst i Ringkøbing Amt, dele af Djursland og Kronjylland, sydspidsen af Falster og det sydlige Lolland, samt i dele af Vest- og Midtsjælland. Figur B.6. Udtaget/braklagt areal i procent af landareal Den krævede braklægningsprocent er forskellig fra år til år. I 1998 var kravet på 5 procent af arealet med reformafgrøder. Udtagningspligten kunne i 1998 overføres til andre bedrifter. Det er tydeligt, at det udtagne areals andel af det dyrkede areal varierede fra landsdel til landsdel. Andelen var i 1998 størst i Vestog Midtjylland, samt på Nord- og Midtsjælland. Hvis der sammenlignes med kortet over svineholdet i Figur B.23 kan det ses, at brakarealet udgjorde den mindste andel i områder med et stort svinehold eller med sukkerroer (Lolland og Falster) jf. Figur B.12. Figur B.7. Udtaget/braklagt areal i procent af det dyrkede areal

21 Vår- og vinterafgrøder De enårige afgrødearter kan opdeles i vår- og vinterafgrøder. I Figur B.8 og Figur B.9 er vist arealet med henholdsvis vårafgrøder og vinterafgrøder i procent af landarealet. Udbredelsen af vårafgrøderne var i 1998 markant forskellig fra udbredelsen af vinterafgrøderne. Bortset fra sukkerroearealerne på Lolland er mønstret, at lerjorderne havde en overvægt af vinterafgrøder og sandjorderne af vårafgrøder. Figur B.8. Areal med vårafgrøder i procent af landareal Figur B.9. Areal med vinterafgrøder i procent af landareal

22 Korn- og grovfoderarealer I Figur B.10 er vist arealet med afgrøder, der blev anmeldt som støtteberettiget korn i hektarstøtteansøgningen. Arealet er angivet i procent af landarealet. I 1998 omfattede de støtteberettigede afgrøder byg, hvede, rug, havre, triticale, majs, boghvede og quinoa. Ikke alle arealer, der blev dyrket med disse afgrøder, blev anmeldt som korn. En del blev anmeldt som foderarealer fx majs til foder og korn til helsæd. Figur B.10. Areal med afgrøder anmeldt som korn i procent af landareal I Figur B.11 er vist arealet med afgrøder, der blev anmeldt som grovfoderareal i forbindelse med ansøgning om kvægpræmier. Arealet er angivet i procent af landarealet. De bedrifter, der ikke søgte kvægpræmie, angav eventuelle grovfoderarealer som øvrige afgrøder i hektarstøtteansøgningen. Grovfoderarealet var i 1998 størst i Hanherred, Himmerland og i Sydvestjylland. Det fulgte naturligt nok mønstret for kvægholdet, som det kan ses ved sammenligning med kortet over kvæghold i Figur B.24. Figur B.11. Areal med afgrøder anmeldt som grovfoderareal i procent af landareal

23 Specialafgrøder og permanente afgrøder I Figur B.12 er vist arealet med specialafgrøder (sukkerroer, kartofler til mel, ærter til konsum m.v.). Arealet er angivet i procent af landarealet. Specialafgrøderne havde i 1998 stor betydning i nogle områder; det gjaldt for eksempel sukkerroer på Lolland Falster og kartofler til kartoffelmelsproduktion i Midtjylland. I Figur B.13 er vist arealet med permanente afgrøder (juletræer, energipil, 20- årig udtagning, skovtilplantning m.v., øvrige græsarealer er ikke medregnet). Figur B.12. Areal med specialafgrøder (sukkerroer, kartofler til mel, ærter til konsum m.v.) i procent af landareal De permanente afgrøder udgjorde en meget lille del i Dette skyldes bl.a., at arealerne kun indgår i opgørelsen, hvis disse i 1998 tilhørte en bedrift, der søgte hektarstøtte. Figur B.13. Areal med permanente afgrøder i procent af landareal

24 Dyrehold 1998 Ejendomme med dyrehold I Figur B.14 er vist antallet af landbrugsejendomme og i Figur B.15 ejendomme med dyrehold (mindst 5 DE). I begge tilfælde er antallet opgjort pr. km 2. Landbrugsejendomme er her defineret som ejendomme, hvor arealet i 1998 var på mindst 5 ha eller dyreholdet var større end 2 DE. Antallet af landbrugsejendomme pr. km 2 var i 1998 størst i Thy, på Mors, i dele af Østjylland, på Fyn og i Vestsjælland. Figur B.14. Antal landbrugsejendomme i alt pr. km Antallet af ejendomme med dyrehold på mindst 5 DE var højest i Vendsyssel, Thy, Mors, trekantsområdet m.fl. Figur B.15. Antal ejendomme med dyr (over 5 DE) pr. km

25 I Figur B.16 og Figur B.17 er vist antallet af ejendomme med henholdsvis mindst 50 DE og mindst 100 DE pr. km 2. Der var i 1998 meget få ejendomme med et stort dyrehold pr. km 2 på Sjælland, mens der var forholdsvis mange i Sønderjylland specielt når der ses på ejendomme med over 100 DE. Figur B.16. Antal ejendomme med over 50 DE pr. km Figur B.17. Antal ejendomme med over 100 DE pr. km

26 Gennemsnitlig besætningsstørrelse I Figur B.18 er vist den gennemsnitlige besætningsstørrelse på alle ejendomme med dyrehold. I Figur B.19 og Figur B.20 er vist den gennemsnitlige besætningsstørrelse på ejendomme, hvor henholdsvis svin og kvæg i 1998 udgjorde mindst 2/3 af dyreenhederne. I opgørelserne indgår ejendomme, hvor dyreholdet var på mindst 5 DE. Den gennemsnitlige størrelse af besætningerne var i 1998 markant højst i de vestlige og sydlige dele af Jylland, samt på Vestfyn. Figur B.18. Gennemsnitlig besætningsstørrelse på alle ejendomme med dyrehold (over 5 DE) Hvis der ses på svineejendommene for sig er mønstret langt mere broget. Gennemsnittet var generelt højt, i adskillige områder på over 100 DE pr. besætning. Figur B.19. Gennemsnitlig besætningsstørrelse på ejendomme, hvor svin udgør mindst 2/3 af dyreenhederne

27 Kvægejendommene havde i 1998 gennemsnitligt et mindre dyrehold målt i DE end svineejendommene. Mønstret svarer til mønstret for størrelsen af det samlede kvæghold, således at kvægholdet på den enkelte ejendom i 1998 var størst i områder med et stort kvæghold (Figur B.24). Figur B.20. Gennemsnitlig besætningsstørrelse på ejendomme, hvor kvæg udgør mindst 2/3 af dyreenhederne

28 Antal dyreenheder pr. ha Antal dyreenheder i alt er i Figur B.21 vist pr. ha landareal og i Figur B.22 pr. ha dyrket areal ekskl. brak. Dyreholdet er koncentreret i Jylland og på Fyn. Hvis der ses på dyreholdet i forhold til det dyrkede areal ekskl. brak, som et udtryk for dyretrykket ses et lignende mønster. Det største dyretryk findes hovedsageligt i områder med mange dyr. Figur B.21. Antal dyreenheder i alt pr. ha landareal I områder med et meget lille dyrket areal ekskl. brak kan der dog også findes et stort dyretryk. I nogle områder med et forholdsvist lille dyrehold fremkommer et lokalt højt dyretryk, for eksempel fordi der i områderne er mange pelsdyrfarme eller fjerkræfarme uden tilsvarende jordtilliggende. Figur B.22. Antal dyreenheder i alt pr. ha dyrket areal ekskl. brak

29 I Figur B.23 og Figur B.24 er vist antal dyreenheder svin og antal dyreenheder kvæg pr. ha landareal i Svineholdet er størst på Mors og Als, samt omkring Hadsten, Horsens, Vejle, øst for Ringkøbing og i dele af Vendsyssel. Det er derudover generelt højt i Østjylland og på Fyn. Kvægholdet er størst i den sydvestlige del af Jylland og i Himmerland, men generelt højt i hele Jylland bortset fra østkysten og Midtjylland. På Fyn er kvægholdet lokalt forholdsvist højt omkring Middelfart og Ringe. Figur B.23. Antal dyreenheder svin pr. ha landareal Figur B.24. Antal dyreenheder kvæg pr. ha landareal

30 Ejendomme 1998 Forpagtning I forbindelse med ansøgning om hektarstøtte angiver landmanden, hvilke arealer der indgår i bedriften. Det oplyses, hvor stort et areal fra hver ejendom, der er ejet eller forpagtet. Herudfra kan beregnes, hvor stor et areal, der var bortforpagtet fra den enkelte ejendom i I Figur B.25 er vist det gennemsnitlige bortforpagtede areal pr. ejendom målt i ha. Det ses, at der i 1998 fra den enkelte ejendom i gennemsnit blev bortforpagtet de største arealer i Vestjylland, omkring den nordlige del af Limfjorden, i hovedstadsområdet og på Falster. I Figur B.26 er vist det gennemsnitlige bortforpagtede areal pr. ejendom målt i procent af ejendommens areal. Alle landbrugsejendomme indgår. Hvis en ejendom udelukkende indgik i hektarstøtteansøgningen med bortforpagtede arealer, er bortforpagtningsprocenten sat til 100. Bortforpagtningsprocenten var i 1998 gennemsnitlig højest omkring de større byer og på Fyn og Sjælland. Figur B.25. Det gennemsnitlige bortforpagtede areal i ha pr. ejendom Figur B.26. Den gennemsnitlige pct. af den enkelte ejendoms areal, der var bortforpagtet

31 I Figur B.27 er vist antallet af ejendomme med bortforpagtning i procent af det samlede antal ejendomme. I 1998 udgjorde ejendomme hvorfra der blev bortforpagtet arealer, den største andel af ejendommene omkring de store byer og i områder, hvor landbruget havde en marginal betydning. Det sidste skyldes bl.a., at der i opgørelsen indgår arealer, som blev forpagtet fra skovdistrikterne bl.a. med henblik på pleje af naturarealer. Derudover var andelen i 1998 høj på Fyn og Sydsjælland. Andelen var lav på Mors, i det centrale Sønderjylland og på Lolland. I Figur B.28 er vist det forpagtede areal i procent af det samlede ejede og forpagtede areal. I 1998 udgjorde det forpagtede areal den største andel af jorderne omkring de større byer og på Fyn og en forholdsvis stor andel i det midtjyske. Andelen var forholdsvis lille på det meste af Lolland Falster, i Nordjylland og den nordlige del af Viborg amt. Det bemærkes, at der i beregningen ikke indgår arealer fra ejendomme, der ikke indgik i en hektarstøtteansøgning, enten som ejet eller forpagtet. Figur B.27. Antal ejendomme med bortforpagtning i procent af det samlede antal ejendomme Figur B.28. Forpagtet areal i procent af det samlede ejede og forpagtede areal

32 Ejernes gennemsnitsalder I Figur B.29 og Figur B.30 er vist gennemsnitsalder for ejere af landbrugsejendomme uvægtet og vægtet i forhold til ejendommens areal. I 1998 var ejernes gennemsnitsalder markant forskellig i Øst- og Vestdanmark. Hvor den i størstedelen af Vestjylland var under 51 år, var den for størstedelen af Fyn over 55 år. Generelt var gennemsnitsalderen højest omkring de store bysamfund. Figur B.29. Ejernes gennemsnitsalder uvægtet Hvis der i beregningen af gennemsnitsalderen tages højde for ejendommens størrelse, således at ejere af små ejendomme vægter mindre blødes mønstret op. Den arealvægtede opgørelse viser en større spredning i gennemsnitsalderen, hvilket afspejler sig i skalaen for de to kort. De små ejendomme i nærheden af de større byer vægter ikke så meget. I 1998 var den arealvægtede gennemsnitsalder høj på Fyn, klart domineret af tre store godser. I Sønderjylland var gennemsnitsalderen lav. Figur B.30. Ejernes gennemsnitsalder vægtet i forhold til ejendommens areal

33 I Figur B.31 og Figur B.32 er vist gennemsnitsalderen for ejere af ejendomme, hvor mindst 2/3 af dyreholdet bestod af enten svin eller kvæg. I beregningen er alderen ikke vægtet i forhold til ejendommens størrelse. Mønstret med høj gennemsnitsalder i Østdanmark og lav i Vestdanmark fremkommer også for ejendomme med dyr, dog med lokale variationer. Spredningen i gennemsnitsalderen var i 1998 dog større for ejendomme med dyrehold, hvilket afspejler sig i aldersskalaen på kortet. Figur B.31. Gennemsnitsalder for ejere af ejendomme, hvor mindst 2/3 af dyreholdet er svin I 1998 var ejerne af kvægejendomme generelt yngre end ejerne af svineejendomme, og gennemsnitsalderen var lavest i områder med et stort dyrehold. Figur B.32. Gennemsnitsalder for ejere af ejendomme, hvor mindst 2/3 af dyreholdet er kvæg

34 Ejendomsværdi Ejendomsværdien afhænger af mange forhold fx ejendommens størrelse, beliggenhed, jordbund og bygningsmasse. Bortset fra beliggenheden og værdien af stuehuset er den dog overvejende udtryk for en produktionsværdi. I Figur B.33 og Figur B.34 er vist den gennemsnitlige ejendomsværdi for alle landbrugsejendomme og ejendomme med dyrehold. Det ses tydeligt at beliggenheden i 1998 har spillet en stor rolle for værdifastsættelsen af landbrugsejendomme i nærheden af de større byer. Den gennemsnitlige ejendomsværdi for ejendomme med dyr var i 1998 højere end gennemsnittet for alle landbrugsejendomme. (Bemærk forskellen på ejendomsværdi-skalaen på de to kort). Der var dog ikke den store forskel på, hvor i landet ejendommene vurderedes højest. Figur B.33. Gennemsnitlig ejendomsværdi for alle landbrugsejendomme Figur B.34. Gennemsnitlig ejendomsværdi for ejendomme med dyrehold

35 Stuehuse I Figur B.35 og Figur B.36 er vist den gennemsnitlige stuehusværdi for ejendomme med stuehus og antallet af ejendomme uden stuehus pr. km 2. Den gennemsnitlige stuehusværdi afspejler den generelle prisfastsættelse på ejerboliger og var i 1998 generelt højest i hovedstadsområdet og i Århus Silkeborgområdet. I 1998 var antallet af ejendomme, hvor stuehuset blev vurderet til 0 kr. størst på Øst- og Sydfyn, omkring Vejle Horsens området, samt i dele af Vendsyssel og Sjælland. Figur B.35. Gennemsnitlig stuehusværdi for ejendomme med stuehus Figur B.36. Antal ejendomme uden stuehus pr km

36 Eksempler på analyser af lokale variationer I det følgende vises en række eksempler på analyser af lokale variationer foretaget med forskellige fokale funktioner beskrevet i kap. 5 Metoder til analyse af variationer, i hovedrapporten. I eksemplerne er anvendt oplysninger fra Viborg Amt, der velvilligt efter tilladelse fra Kort- og Matrikelstyrelsen har stillet matrikelkort for amtet til rådighed for projektet. Dyretæthed Dyretæthed defineret som antallet af dyreenheder pr. ha kan beregnes på forskellig skala og med forskellige udgangspunkter. I alle tilfælde indgår beregning af dyreenhederne og beregning af den arealenhed, som dyreenhederne sættes i forhold til. I dette eksempel er antallet af dyreenheder beregnet på baggrund af to forskellige udgangspunkter. 1. Antal dyreenheder opgjort pr. ejendom vist på ejendomstema fra matrikelkort. 2. Antal dyreenheder opgjort pr. bedrift og fordelt på markblokke ud fra bedriftens areal i de enkelte markblokke. Der er foretaget en ligelig fordeling på markerne. Begge kort er herefter konverteret til rasterformat med en opløsning på henholdsvis 100 m 100 m og 25 m 25 m. I begge tilfælde er antallet af dyreenheder sat i forhold til objektets størrelse: A i forhold til det vurderede areal og B i forhold til markblokkens areal. I B.37 er vist de to temaer konverteret til rasterformat. Det ses, at A giver en mere skarp opdeling, idet der i dette tilfælde kun indgår de ejendomme, hvor staldanlægget er placeret, mens der i B indgår alle dyrkede arealer på bedrifterne, evt. gødningsudspredningsarealer på andre landbrug indgår dog ikke. A: Ejendomme DE pr. ha vurderet areal B: Markblokke DE pr. ha markblokareal Figur B.37. Dyreenheder på ejendomsniveau og markblokniveau. I Figur B.38 er vist de to temaer aggregeret med en sumfunktion i raster til en opløsning på 1 km 1 km. De resulterende kort viser antallet af dyreenheder i hver 1 km 2 celle. 34

37 A1: Sum af DE ud fra oplysninger på ejendomsniveau Figur B.38. Dyreenheder aggregeret til 1 km grid. B1: Sum af DE ud fra oplysninger på markblokniveau Det dyrkede areal er beregnet på baggrund af det samlede dyrkede areal (fra hektarstøtten) i hver markblok. Kortet er konverteret til raster med en cellestørrelse på 25 m 25 m. I Figur B.39 er vist temaet i raster og resultatet af en aggregering med sumfunktion til 1 km 1 km celler. I Figur B.40 er vist DE pr. ha dyrket areal. Kortene er beregnet ved at dividere de aggregerede kort med dyreenheder (Figur B.38 kort A1 og B1) med kortet med det dyrkede areal (Figur B.39 kort C1). 35

38 C: Markblokke Dyrket areal i ha pr. ha markblokareal C1: 1 km grid Dyrket areal i ha pr. km 2 Figur B.39. Dyrket areal i markblokke og aggregering til 1 km grid. Det ses, at udgangspunkt i markblokke giver en jævnere fordeling af dyreenhederne. I Tabel B.1 er vist statistiske oplysninger vedrørende gridcellerne på Mors. Summen og gennemsnittet er stort set ens, hvorimod variationskoefficienten, standardafvigelsen og intervallet er større for kortet dannet ud fra oplysninger på ejendomsniveau. 36

39 A2: Ejendomsniveau B2: Markblokniveau Figur B.40. Dyreenheder pr. ha dyrket areal i 1 km grid beregnet ud fra opgørelser af dyreenheder på henholdsvis ejendomsniveau og markblokniveau. Tabel B.1. Statistiske forskelle på de to kort for Mors (Region Inspection i Vertical Mapper). Ejendomme Markblokke Minimum 0, ,01E-05 Maksimum 5,03 3,72 Gennemsnit 1,26 1,26 Median 1,16 1,26 Antal celler med værdi Range 5,01 3,71 Variationskoefficient 0,66 0,42 Standardafvigelse 0,83 0,53 Pct. uden værdi 2,7 0,8 Sum DE Ved at anvende den fokale funktion "sum" på det samme udgangspunkt fås et billede, der tydeligere viser variationen i dyreholdets størrelse. 37

40 Figur B.41 viser resultatet ved anvendelse af en søgeradius på 1 km med udgangspunkt i kort A i Figur B.37. Ved brug af den fokale funktion bevares den oprindelige kortopløsning på 100 m 100 m. En søgeradius på 1 km svarer omtrent til 3.14 km 2. Resultatet kan derfor divideres med 314 for en vurdering af dyreenheder pr. ha. Bemærk at resultatet ikke er sat i forhold til et areal (landareal eller dyrket areal). Kortet vil derfor vise en faldende intensitet langs amtsgrænsen. Figur B.41. Summen af dyreenheder på ejendomsniveau beregnet indenfor en søgeradius på 1 km (cellestørrelse 100 m). Dominerende dyreart En anden måde at betragte dyreholdet på, er at se på hvilken kategori af ejendomme, der dominerer et område arealmæssigt. I Figur B.42 er vist ejendommene klassificeret i 4 klasser ud fra typen af dyrehold på ejendommen. Ved anvendelse af den fokale funktion "majoritet" er den kategori, der er flest af, trukket frem. I dette tilfælde er anvendt en firkantet søgemaske på 700 m 700 m. Dette er i underkanten i det foreliggende eksempel. 38

41 A: Udgangspunkt Ejendomsniveau B: Dominerende ejendomskategori Søgeradius 700 m 700 m Figur B.42. Dominerende ejendomskategori ud fra dyreholdets art. Søgemaske på 700 m 700 m. Størrelsen af markblokke Markblokkortet anvendt ved hektarstøtteansøgningen indeholder en "skjult" information om områdernes struktur. Markblokkens størrelse er ikke tilfældig, men bestemt ud fra et mål om at tilstræbe at der højst er 10 marker i blokken, at denne helst ikke overstiger 10 ha, og afgrænses af forholdsvis permanente grænser. Det betyder, at blokkene generelt er større i områder med store dyrkningsflader. I Figur B.43 er vist kort med markblokke konverteret til raster med markblokkenes størrelse som værdi. Ved brug af den fokale gennemsnitsfunktion er beregnet den gennemsnitlige størrelse af markblokkene indenfor et område med en radius på 1 km. Da alle celler i en markblok indgår i analysen, vægter store markblokke mere end små markblokke. Resultatet er således udtryk for et arealvægtet gennemsnit. 39

42 A: Udgangspunkt Markblokkenes størrelse m celler B: Resultat Gennemsnitlig markblokstørrelse Figur B.43. Gennemsnitlig størrelse af markblokkene. Søgeradius 1 km. Ejernes gennemsnitsalder I Figur B.44 er for et udsnit omkring Foulum vist et ejendomskort med oplysning om ejerens alder. Der indgår kun ejendomme i privat eje, da alderen er beregnet ud fra ejerens CPRnummer. 40

43 Figur B.44. Tematisk kort ejerens alder opdelt på 5 intervaller. I modsætning til de landsdækkende analyser, der blev foretaget i forrige afsnit vil gennemsnitsberegninger med fokale funktioner altid foretage analyserne arealvægtet. Metoden giver mulighed for at beregne gennemsnitsalderen indenfor arealer af forskellig størrelse. Ved brug af en lille søgeradius indgår i mange tilfælde kun en del af en ejendoms areal. Da udgangspunktet er arealdækkende, kan den beregnede gennemsnitsalder i områder med mange små lodder fjernt fra ejendommen således tages som udtryk for gennemsnitsalderen i lokalområdet vægtet i forhold til størrelsen af de arealer, den enkelte landmand ejer i det pågældende område. Hvis søgeradius gøres så stor, at det overvejende er hele ejendomme, der indgår, nærmer udtrykket sig det, der fås med metoden i afsnit Ejendomme I Figur B.45 er vist mønstret ved en søgeradius på henholdsvis 700 m og 1,5 km, samt variationskoefficienten. I Figur B.46 er resultatet med en søgeradius på 1 km konverteret til vektor og vist på samme måde som kortet i Figur B

44 Gennemsnitsalder A: Søgeradius 700 m Variationskoefficient B: Søgeradius 1,5 km Figur B.45. Gennemsnitsalderen og variationen heri beregnet med forskellig søgeradius. Skove, heder og søer er angivet med gråt og byområder med brunt. 42

45 Ejernes gennemsnitsalder Figur B.46. Ejernes gennemsnitsalder beregnet med en søgeradius på 1,5 km og fokal gennemsnitsfunktion. Kortet er et kontureret vektor kort. Dominerende aldersklasse I Figur B.47 er vist ejendomskort med ejerens alder opdelt i tre aldersklasser. Ved brug af den fokale funktion majority med en søgefirkant er den dominerende aldersklasse trukket frem. analysen er foretaget med en søgeradius på 700 m og 1,5 km. 43

46 A: Udgangspunkt Ejendomskort med ejerens alder opdelt på tre aldersklasser B: Dominerende aldersklasse. Søgeradius 700 m C: Dominerende aldersklasse. Søgeradius 1,5 km Figur B.47. Dominerende aldersklasse indenfor en radius på henholdsvis 700 m (B) og 1,5 km (C). Antal ejere til jorden i et område Ejendomsstrukturen kan være mere eller mindre kompleks i forskellige områder. Ofte vil der af historiske årsager være mange ejere til jorden i områder beliggende fjernt fra landsbyer, områder der tidligere blev anvendt til græsning eller høslet. I Figur B.48 er vist ejendomme konverteret til 100 m gridceller ud fra de to sidste cifre i ejendomsnummeret. Ved brugen af den fokale funktion NDC (Number of different classes) i Idrisi, (Diversity, Variety, NDC alt afhængig af software) findes antallet af forskellige ejendomme indenfor søgeradius. I dette tilfælde er anvendt Idrisi, der for denne funktion har en 44

47 begrænsning i søgemaskens størrelse til max 7 7 celler. Da udgangspunktet er celler på 100 m 100 m, svarer dette til en firkant på 700 m 700 m, altså knap 50 ha. Det ses tydeligt, at der er i Nørre Å dalen er forholdsvis mange ejere involveret selv inden for så lille et areal som søgemaskens 49 ha. Den største fundne værdi er på 25 forskellige ejendomme med arealer indenfor 49 ha. Det bemærkes, at der ikke kan sættes lighedstegn mellem antallet af ejendomme og ejere, idet den samme person kan eje flere ejendomme i området. A: Udgangspunkt Ejendomskort med forskellig farve for hver ejendom B: Resultat Antal ejendomme med arealer indenfor en søgefirkant på 700 m 700 m Figur B.48. Antal ejendomme, der har arealer indenfor en firkant på 700 m 700 m. 45

48 Eksemplet her viser ganske godt, hvad der er den operative forskel på henholdsvis en rasterog en vektorbaseret analyse. I et særlig følsomt lavbundsområde, hvor der fx skulle foretages en forundersøgelse til en jordfordeling, ville man konstruere en polygon og få et tal for hvor mange forskellige ejendomme, der samlet set findes inden for det pågældende område. Er der derimod ikke tale om en konkret plan, og man i stedet bevæger sig på et mere strategisk niveau, hvor mange forskellige foranstaltninger undersøges, kunne man i en sådan mere præskriptiv anvendelse forestille sig at anvende denne metode, idet man da i stedet var nødt til at få et fuldstændigt billede. Dette kan laves ved hjælp af fokale analyser, hvor en lup med en fast defineret søgeafstand kører rundt globalt og laver kortet. I Figur B.49, hvor Spatial Analyst er anvendt, er matrikelkort konverteret til et 25 meter raster med oplysning om ejendomsnummeret. Den første analytiske funktion der foretages er focal variety med en cirkulær søgeradius. Der er foretaget analyser med to forskellige søgeradier på henholdsvis: A. 50 celler svarende til 1,25 km og et areal på ca. 5 km 2. B. 10 celler svarende til 250 m og et areal på ca. 20 ha. Efterfølgende er resultatet udglattet med en gennemsnitsfunktion med et kvadratisk søgeområde på henholdsvis: C celler. D celler. Farveskalaen løber fra gul over rød til blå, hvor gul indikerer at der kun er 1 eller ganske få ejere inden for området, og blå, at der er mange. Da kortene anvender samme farveskala og klassifikationsmetode, er mønstret, men ikke værdierne, umiddelbart sammenlignelige. 46

49 A: 50 celler svarende til 1,25 km og et areal på 5 km 2 Udsnit ved Nørre Å og Ø Bakker B: 10 celler svarende til 250 m og et areal på 20 ha Udsnit ved Nørre Å og Ø Bakker Figur B.49. Kompleksiteten i ejerforholdet til landbrugsjorden i Viborg amt belyst for to forskellige arealenheder. A. Antal ejendomme, der har jord indenfor et areal på 4.9 km 2 B. Antal ejendomme, der har jord indenfor et areal på 20 ha. 47

50 Figur B.49, der viser resultaterne for Viborg amt illustrerer, hvor hårdt man til tider er nødt til at gå til data, for tydeligt at kunne vise nogle strukturer i den anvendte målestok. I eksempel A kan den overordnede variation i diversiteten klart ses, mens strukturen i eksempel B er vanskelig at overskue. Kun ved hjælp af eksempel A kan strukturen i eksempel B anes. Dog ses den store diversitet i ejerforholdene til jorden i Nørre Å dalen tydeligt. I praksis vil det oftest være hele ejendomme, der indgår i søgeradius anvendt til fremstilling af kort A. Resultatet af denne analyse svarer derfor stort set til at foretage en opgørelse af antallet af ejendomme ud fra adressepunkter. Ved den lille søgeradius brugt ved fremstillingen af kort B er det derimod den lokale struktur, der fremhæves tydeligt. Dette ses, når der zoomes ind på et lokalområde. Til højre i Figur B.49 er resultaterne vist for et udsnit, der dækker området omkring Ø Bakker i Nørre Å dalen. Det er således det konkrete formål med analysen, der bestemmer, hvordan denne skal udføres. Om den skal forfines eller på anden måde tilrettes med de GIS-værktøjer, man måtte være i besiddelse af. Eksempel på automatisk klassifikation I det følgende er vist yderligere eksempler på anvendelse af K-mean algoritmen til automatisk inddeling af landet i forskellige typer af områder. Arealanvendelse hektarstøtte I dette eksempel opdeles landet i områder baseret på udbredelsen af nogle økonomisk vigtige kategorier af afgrøder. I analysen indgår kort med korn, specialafgrøder, anmeldt grovfoderareal og udtaget areal i henhold til hektarstøtte. Værdierne er normaliseret til standardafvigelsen. I Tabel B.2 er vist korrelationsmatrixen for de data, der indgår i analysen. Det fremgår af denne, at der er en negativ korrelation mellem specialafgrøder og grovfoder på 0.5, mens korrelationen for de øvrige er mindre og ikke eksisterende for specialafgrøder og brak. Tabel B.2. Korrelationsmatrix for data, der indgår i cluster baseret på udvalgte afgrødetyper. Specialafgrøder Grovfoder Korn Udtaget/ braklagt Specialafgrøder 1 - Grovfoder -0,520 1 Korn 0,270-0,089 1 Udtaget/braklagt -0,016 0,138 0,356 1 For eksemplets skyld er foretaget opdeling i forskelligt antal klasser. I Figur B.50 er vist opdeling i 3, 4 og 5 klasser. Ved opdeling i 3 klasser dannes en klasse, der dækker Fyn, det sydlige Sjælland og Lolland Falster, klasse 1, der adskiller sig ved stort set ikke at indehold grovfoderarealer. De to øvrige 48

51 klasser adskiller sig især ved det størrelsen af det samlede areal med de valgte afgrøder, hvor klasse 2 har et lille samlet areal, mens klasse 3 har et stort. Ved opdeling i 4 klasser får de enkelte afgrøder større vægt. Klasse 1 er karakteriseret ved forholdsvis meget grovfoder, klasse 3 ved mange specialafgrøder, mens klasse 2 og 4 mest adskiller sig ved det samlede areal med de valgte afgrøder. Ved inddeling i 5 klasser begynder områder med forholdsvis store brakarealer også at skille sig ud i klasse 4. Her er klasse 1 karakteriseret af et forholdsvist stort areal med specialafgrøder og klasse 2 af forholdsvis store arealer med grovfoder. Klasse 3 og 5 adskiller sig mest ved forskellen i det samlede areal med de valgte afgrødetyper. I Figur B.51 er vist opdeling i 8 og 12 klasser. Ved opdeling i 8 klasser sker der bl.a. en udkrystallisering af områder med høj dyrkningsgrad i klasse 3 og 8. Klasse 1 og 2 har begge forholdsvis meget grovfoder. Forskellen er, at kornarealet er meget lille i klasse 2. Klasse 3 og 6 har begge en forholdsvis stor andel af specialafgrøder, men andelen er størst i klasse 3. Klasse 4 har en stor andel af brak. Klasse 2 og 7 har begge et meget lille samlet areal med de valgte afgrødetyper, og klasse 5 et forholdsvist lille areal. Ved opdeling i 12 klasser bliver billedet mere uoverskueligt. Der er forholdsvis meget brak i klasse 8, 11 og 3, men arealet med specialafgrøder i klasse 3 er forholdsvis højt, mens grovfoderarealet er større i klasse 8. I klasse 3, 5 og 9 er der forholdsvis meget areal med specialafgrøder, mest i klasse 9 og 3. Grovfoderarealet er forholdsvis stort i klasse 7, 12 og 10. Størst i klasse 12. Klasse 6, 7, 2 og 10 har alle et mindre samlet areal med de valgte afgrøder, mindst i klasse 6, størst i klasse

52 Inddeling i 3 klasser Procent af land areal 80% 60% 40% 20% Brak Specialafgr. Grovfoder Korn 0% Class 1 Class 2 Class 3 Inddeling i 4 klasser Procent af land areal 80% 60% 40% 20% Brak Specialafgr. Grovfoder Korn 0% Class 1 Class 2 Class 3 Class 4 Inddeling i 5 klasser Procent af land areal 80% 60% 40% 20% Brak Specialafgr. Grovfoder Korn 0% Class 1 Class 2 Class 3 Class 4 Class 5 Figur B.50. Opdeling i 3, 4 og 5 klasser. Klassifikation ud fra areal med korn, grovfoder, brak og specialafgrøder. 50

53 Inddeling i 8 klasser Procent af land areal 80% 60% 40% 20% Brak Specialafgr. Grovfoder Korn 0% Class 1 Class 2 Class 3 Class 4 Class 5 Class 6 Class 7 Class 8 Inddeling i 12 klasser Procent af land areal Brak Specialafgr. Grovfoder Korn 100% 80% 60% 40% 20% 0% Class 1 Class 2 Class 3 Class 4 Class 5 Class 6 Class 7 Class 8 Class 9 Class 10 Class 11 Class 12 Figur B.51. Opdeling i 8 og 12 klasser. Automatisk klassifikation ud fra areal med korn, grovfoder, brak og specialafgrøder. 51

54 C. Litteratur og datakilder Litteratur Bertin, J. (1973). Semiologie Graphic. Paris Brande-Lavridsen, H. (1996). Kartografisk Design og Geografiske Informationssystemer, Laboratoriet for fotogrammetri og landmåling, Institut for samfundsudvikling og planlægning, Aalborg Universitet, pp Skriftserie nr ISSN nr Burrough, P. and McDonnell, R.A. (1998). Principles of Geographical Information Systems. Oxford University Press Inc., Oxford, 333 pp. ISBN Danmarks Statistik. Landbrugstællinger Daugbjerg, P. og Hansen, K.V. (2000). Ejendomsdata, Kort- og Matrikelstyrelsen. Dent, B.D. (1985). Principles of Thematic Map Design. USA. Eastman, R.J. (1997). IDRISI for Windows. Version 2.0. Clark University, Worcester. ESRI (Environmental Systems Research Institute). Jenks, G.F. (1967). The Data Model Concept in Statistical Mapping, International Yearbook of Cartography 7: MapCalc manual og baggrundsmateriale udarbejdet af Joseph K. Berry. Monmonier, M. (1996). How to Lie with Maps. University Of Chicago Press. Poulsen, J.N., Larsen, P.E. & Dalgaard, T. (2002). Exploring areas with missing data in the Danish Agricultural Registers by means of cadastral and other databases. Danish Journal of Geography 3, Rasmussen, B.M., Melgaard, B. & Kristensen, B. (2000). GIS til beslutningsstøtte udpegning af vådområder. Aalborg Universitet, 63 pp. Tomlin, C.D. (1990). Geographic Information Systems and Cartographic Modelling. Prentice-Hall, Inc. New Jersey, 249 pp. Vejre H., Kristensen, I.T. og Kyhn, M. (2001). Drikkevandsatlas analyser af drikkevandsområder, arealanvendelse, naturgrundlag og planlægningsmæssige udpegninger. By og Landsplanserien nr. 10. Skov & Landskab (FSL). Vertical Mapper. Manual. Kort og datakilder Kort Markblokkort Matrikelkort. 52

B.1.1. Landbrugsarealets anvendelse 1998

B.1.1. Landbrugsarealets anvendelse 1998 B.1.1. Landbrugsarealets anvendelse 1998 Landbrugsarealer Arealet af markblokkene kan anvendes som et udtryk for det potentielle landbrugsareal. I Figur B-1 er vist markblokareal i procent af landarealet.

Læs mere

B.1.3. Ejendomme 1998

B.1.3. Ejendomme 1998 B.1.3. Ejendomme 1998 Forpagtning I forbindelse med ansøgning om hektarstøtte angiver landmanden, hvilke arealer der indgår i bedriften. Det oplyses, hvor stort et areal fra hver ejendom, der er ejet eller

Læs mere

Analyser udfra data fra GLR/CHR

Analyser udfra data fra GLR/CHR Analyser udfra data fra GLR/CHR Videncenter for planlægning af det åbne land. (DJF og AU) Inge T. Kristensen Jordbrugssystemer Danmarks JordbrugsForskning n n Metodeoverblik n analyser n Landsdækkende

Læs mere

Den geografiske variation i dansk landbrug

Den geografiske variation i dansk landbrug Den geografiske variation i dansk landbrug Videncenter for planlægning af det åbne land. (DJF og AU) Inge T. Kristensen Jordbrugssystemer Danmarks JordbrugsForskning Forskel på landbruget i øst og vest

Læs mere

Analyse af jordbrugserhvervene 2009. 1 Region Sjælland

Analyse af jordbrugserhvervene 2009. 1 Region Sjælland 4200 4100 4700 5600 8300 4400 4000 4900 5450 5750 4690 4990 4970 4180 4800 4780 4300 8305 4930 4640 4840 4760 5471 5953 3400 4230 5400 4720 5672 5900 4050 5620 3630 4660 4250 4750 4440 4450 5853 5800 4160

Læs mere

BOLIG&TAL 9 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1

BOLIG&TAL 9 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGØKONOMISK BOLIG&TAL 9 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 4. KVARTAL 215 Sammenfatning For første gang ser Boligøkonomisk

Læs mere

Opmåling af landbrugsarealer

Opmåling af landbrugsarealer Vejledning om Opmåling af landbrugsarealer April 2002 Ministeriet for Fødevarer, Landbrug og Fiskeri Direktoratet for FødevareErhverv INDHOLD INDLEDNING... 2 KORREKTE MARKSTØRRELSER... 3 HVEM HAR ANSVARET?...

Læs mere

Stigende pendling i Danmark

Stigende pendling i Danmark af forskningschef Mikkel Baadsgaard og stud.polit Mikkel Høst Gandil 12. juni 2013 Kontakt Forskningschef Mikkel Baadsgaard Tlf. 33 55 77 27 Mobil 25 48 72 25 mb@ae.dk Chefkonsulent i DJØF Kirstine Nærvig

Læs mere

Landskabskarakterområde 9. Jordbrugslandskab i bakket terræn omkring Elmelunde

Landskabskarakterområde 9. Jordbrugslandskab i bakket terræn omkring Elmelunde Landskabskarakterområde 9. Jordbrugslandskab i bakket terræn omkring Elmelunde Foto 1: Selje røn allé langs Nordfeltvej. I horisonten skimtes Elmelunde Kirke. Terrænforhold, bevoksede diger, spredt bebyggelse

Læs mere

BOLIG&TAL 7 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1

BOLIG&TAL 7 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGØKONOMISK BOLIG&TAL 7 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 2. KVARTAL 215 Boligøkonomisk Videncenter offentliggør for

Læs mere

Faktaark: Iværksættere og jobvækst

Faktaark: Iværksættere og jobvækst December 2014 Faktaark: Iværksættere og jobvækst Faktaarket bygger på analyser udarbejdet i samarbejde mellem Arbejderbevægelsens Erhvervsråd og Djøf. Dette faktaark undersøger, hvor mange jobs der er

Læs mere

Del 3: Statistisk bosætningsanalyse

Del 3: Statistisk bosætningsanalyse BOSÆTNING 2012 Bosætningsmønstre og boligpræferencer i Aalborg Kommune Del 3: Statistisk bosætningsanalyse -Typificeringer Indholdsfortegnelse 1. Befolkningen generelt... 2 2. 18-29 årige... 2 3. 30-49

Læs mere

BOLIG&TAL 8 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1

BOLIG&TAL 8 BOLIGØKONOMISK VIDENCENTER. Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGØKONOMISK BOLIG&TAL 8 VIDENCENTER Et nyhedsbrev, der præsenterer tendenser, de seneste tal og oversigter om boligmarkedet 1 BOLIGPRISERNE I 3. KVARTAL 215 Boligøkonomisk Videncenter offentliggør for

Læs mere

2.0 Indledning til registerstudie af forbrug af sundhedsydelser

2.0 Indledning til registerstudie af forbrug af sundhedsydelser 2. Indledning til registerstudie af forbrug af sundhedsydelser I det følgende beskrives sygdomsforløbet i de sidste tre leveår for -patienter på baggrund af de tildelte sundhedsydelser. Endvidere beskrives

Læs mere

Landskabskarakterområde 12, Jordbrugslandskab i bakket terræn omkring Sømarke

Landskabskarakterområde 12, Jordbrugslandskab i bakket terræn omkring Sømarke Landskabskarakterområde 12, Jordbrugslandskab i bakket terræn omkring Sømarke Foto 1: Den nordlige del af karakterområdet set fra Strivelsehøj mod øst. Foto 2: Den sydlige del af karakterområdet set fra

Læs mere

Befolkningsprognose. Syddjurs Kommune 2011-2023

Befolkningsprognose. Syddjurs Kommune 2011-2023 Befolkningsprognose Syddjurs Kommune 211-223 219 215 211 27 23 1999 1995 1991 1987 1983 1979 4 8 12 16 2 24 28 32 36 4 44 48 52 56 6 64 68 72 76 8 84 88 92 96-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 Befolkningsprognosen

Læs mere

Befolkningsprognose. Syddjurs Kommune 2010-2022

Befolkningsprognose. Syddjurs Kommune 2010-2022 Befolkningsprognose Syddjurs Kommune 21-222 22 216 212 27 23 1999 1995 1991 1987 1983 1979 4 8 12 16 2 24 28 32 36 4 44 48 52 56 6 64 68 72 76 8 84 88 92 96-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 Befolkningsprognosen

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale

Læs mere

Statistik og beregningsudredning

Statistik og beregningsudredning Bilag 7 Statistik og beregningsudredning ved Overlæge Søren Paaske Johnsen, medlem af Ekspertgruppen Marts 2008 Bilag til Ekspertgruppens anbefalinger til videreudvikling af Sundhedskvalitet www.sundhedskvalitet.dk

Læs mere

Hede i Holstebro Hedeområderne er koncentreret i klitområderne langs Vesterhavet, på Skovbjerg Bakkeø mod S og omkring Flynder Sø i NØ.

Hede i Holstebro Hedeområderne er koncentreret i klitområderne langs Vesterhavet, på Skovbjerg Bakkeø mod S og omkring Flynder Sø i NØ. Bilag Detaljer i sammenligningen af 3 beskyttet natur og FOT i Vordingborg og Holstebro kommuner Udarbejdet af Åge Nielsen, Miljøministeriet, september 2012. Hede i Holstebro Hedeområderne er koncentreret

Læs mere

Omfanget af den almene boligsektor i kommunerne

Omfanget af den almene boligsektor i kommunerne TEMASTATISTIK 2015:3 Omfanget af den almene boligsektor i kommunerne Brøndby og den københavnske vestegn har den relativt største almene boligsektor set i forhold til kommunernes samlede boligmasse, viser

Læs mere

Miljøcenter Århus. Afsluttende kortlægning Brædstrup og Våbensholm. Kortlægning af arealanvendelse og forureningskilder

Miljøcenter Århus. Afsluttende kortlægning Brædstrup og Våbensholm. Kortlægning af arealanvendelse og forureningskilder Miljøcenter Århus Afsluttende kortlægning Brædstrup og Våbensholm Projektnr.: 30.6514.03 August / 2008 Miljøcenter Århus Afsluttende kortlægning Brædstrup og Våbensholm Kortlægning af arealanvendelse og

Læs mere

Indledning Landbrugsareal Størrelse af landbrugsbedrifter Fordeling af landbrugsarealer på bedriftsstørrelser...

Indledning Landbrugsareal Størrelse af landbrugsbedrifter Fordeling af landbrugsarealer på bedriftsstørrelser... Indholdsfortegnelse Indledning... 1 Landbrugsareal... 1 Størrelse af landbrugsbedrifter... 1 Fordeling af landbrugsarealer på bedriftsstørrelser... 1 Størrelse af landbrugsbedrifter i sogne 2010-2016...

Læs mere

Københavns Universitet. Kommuneplanlægning for fremtidens landbrugsbyggeri Nellemann, Vibeke; Karlsen, Eva Birch; Kyhn, Martin. Publication date: 2008

Københavns Universitet. Kommuneplanlægning for fremtidens landbrugsbyggeri Nellemann, Vibeke; Karlsen, Eva Birch; Kyhn, Martin. Publication date: 2008 university of copenhagen Københavns Universitet Kommuneplanlægning for fremtidens landbrugsbyggeri Nellemann, Vibeke; Karlsen, Eva Birch; Kyhn, Martin Publication date: 2008 Document Version Forlagets

Læs mere

Regional udvikling i beskæftigelsen

Regional udvikling i beskæftigelsen Regional udvikling i beskæftigelsen af Forskningschef Mikkel Baadsgaard og stud.polit Mikkel Høst Gandil 12. juni 2013 Kontakt Forskningschef Mikkel Baadsgaard Tlf. 33 55 77 27 Mobil 25 48 72 25 mb@ae.dk

Læs mere

Jobfremgang på tværs af landet

Jobfremgang på tværs af landet 1K 2008 2K 2008 3K 2008 4K 2008 1K 2009 2K 2009 3K 2009 4K 2009 1K 2010 2K 2010 3K 2010 4K 2010 1K 2011 2K 2011 3K 2011 4K 2011 1K 2012 2K 2012 3K 2012 4K 2012 1K 2013 2K 2013 3K 2013 4K 2013 1K 2014 2K

Læs mere

Hvem er den rigeste procent i Danmark?

Hvem er den rigeste procent i Danmark? Hvem er den rigeste procent i Danmark? Ny kortlægning fra AE viser, at den rigeste procent også kaldet den gyldne procent - hovedsagligt udgøres af mænd i 40 erne og 50 erne med lange videregående uddannelse,

Læs mere

Udviklingsmuligheder for små og mellemstore virksomheder i Region Midtjylland

Udviklingsmuligheder for små og mellemstore virksomheder i Region Midtjylland 25. marts 2008 Udviklingsmuligheder for små og mellemstore virksomheder i Region Midtjylland Næsten en ud af ti er utilfreds med udviklingsmulighederne hvor de bor Nogle virksomheder mangler arbejdskraft,

Læs mere

Copyright Sund & Bælt

Copyright Sund & Bælt Copyright Sund & Bælt Indholdsfortegnelse Undersøgelsens formål Rapportens hovedkonklusioner Mange vil benytte broen over Femer Bælt Markederne udvides og omsætningen øges Optimal placering for virksomhederne

Læs mere

DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden

DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07 Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden Jesper Larsen og Jacob Woge Nielsen DMI København 2001 ISSN 0906-897X ISSN

Læs mere

FORDELING AF ARV. 28. juni 2004/PS. Af Peter Spliid

FORDELING AF ARV. 28. juni 2004/PS. Af Peter Spliid 28. juni 2004/PS Af Peter Spliid FORDELING AF ARV Arv kan udgøre et ikke ubetydeligt bidrag til forbrugsmulighederne. Det er formentlig ikke tilfældigt, hvem der arver meget, og hvem der arver lidt. For

Læs mere

Analyse. Kontanthjælpsreformen har fået flere unge i uddannelse eller beskæftigelse men forbliver de der? 29. april 2015

Analyse. Kontanthjælpsreformen har fået flere unge i uddannelse eller beskæftigelse men forbliver de der? 29. april 2015 Analyse 29. april 215 Kontanthjælpsreformen har fået flere unge i uddannelse eller beskæftigelse men forbliver de der? Af Kristian Thor Jakobsen og Katrine Marie Tofthøj Kontanthjælpsreformen, der blev

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden

Læs mere

Kort10. - en del af den geografiske infrastruktur. Produktblad. juni 2006. Kort10 som fælles geografisk reference

Kort10. - en del af den geografiske infrastruktur. Produktblad. juni 2006. Kort10 som fælles geografisk reference Kort10 - en del af den geografiske infrastruktur Produktblad juni 2006 Kort10 som fælles geografisk reference 2 Kort10, produktblad juni 2006 Kort10 en del af den geografiske infrastruktur Kort10 er en

Læs mere

Undersøgelse om produktsøgning

Undersøgelse om produktsøgning Undersøgelse om produktsøgning Tabelrapport 24.09.2013 Materialet er fortroligt og må ikke anvendes uden for klientens organisation uden forudgående skriftligt samtykke fra Radius Kommunikation A/S Indhold

Læs mere

FRAVÆRSSTATISTIKKEN 2013

FRAVÆRSSTATISTIKKEN 2013 FRAVÆRSSTATISTIKKEN 2013 8 15. maj 2014 FORORD Formålet med statistikken er at beskrive fraværet i den kommunale henholdsvis den regionale sektor samt at muliggøre benchmarking for kommuner og regioner.

Læs mere

Projektområdet til skovrejsning ligger syd for Hedehusene, Øst for Reerslev. Det er på ca. 300 ha.

Projektområdet til skovrejsning ligger syd for Hedehusene, Øst for Reerslev. Det er på ca. 300 ha. Notat Landskabsanalyse for skovrejsningsområdet ved Solhøj Fælled, Skov- og Naturstyrelsen, Østsjælland Natur og Friluftsliv J.nr. Ref. kve Den 7. marts 2008 Projektområdet til skovrejsning ligger syd

Læs mere

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,

Læs mere

LIGESTILLINGSSTATISTIKKEN 2012

LIGESTILLINGSSTATISTIKKEN 2012 LIGESTILLINGSSTATISTIKKEN 2012 13. juni 2013 Statistikken beskriver og sammenligner kvinder og mænds beskæftigelse i kommuner og regioner med hensyn til bl.a. omfang af ansættelse, beskæftigelse, fordeling

Læs mere

miljø og sundhed Læs i dette nummer om mobiltelefoner og kræft uranindtag skimmelsvampe i bygninger ny dansk radon undersøgelse Se også

miljø og sundhed Læs i dette nummer om mobiltelefoner og kræft uranindtag skimmelsvampe i bygninger ny dansk radon undersøgelse Se også miljø og sundhed Sundhedsministeriets Miljømedicinske Forskningscenter Formidlingsblad nr. 16, maj 2001 Læs i dette nummer om mobiltelefoner og kræft uranindtag skimmelsvampe i bygninger ny dansk radon

Læs mere

LANDBRUGETS GÆLDS- OG RENTEFORHOLD 2012

LANDBRUGETS GÆLDS- OG RENTEFORHOLD 2012 LANDBRUGETS GÆLDS- OG RENTEFORHOLD 212 Oktober 213 Resume Landbrugets samlede gæld udgjorde 362 mia. kr. ved udgangen af 212. Lån optaget i realkreditinstitutterne udgjorde 276 mia. kr., svarende til 76

Læs mere

Planlægning af transportkorridorer med GIS

Planlægning af transportkorridorer med GIS Planlægning af transportkorridorer med GIS Prioritering mellem miljø og anlægsomkostninger (CODE-TEN) Af Jacob Kronbak, Claus Rehfeld, Bo Grevy & Steen Leleur Institut for Planlægning (IFP), (DTU) 1 Indledning

Læs mere

Det sorte danmarkskort:

Det sorte danmarkskort: Rockwool Fondens Forskningsenhed Arbejdspapir 37 Det sorte danmarkskort: Geografisk variation i danskernes sorte deltagelsesfrekvens Peer Ebbesen Skov, Kristian Hedeager Bentsen og Camilla Hvidtfeldt København

Læs mere

Vedledning i brugen af regnearksmodel til Beregning af indtjening fra planteavl

Vedledning i brugen af regnearksmodel til Beregning af indtjening fra planteavl Vedledning i brugen af regnearksmodel til Beregning af indtjening fra planteavl Indhold Koncept... 1 Indtastningsfelter... 3 Bedriftsoplysninger... 3 Anvender du maskinstation?... 3 Har du ledig arbejdstid?...

Læs mere

Det danske arbejdsmarked udvikler sig skævt

Det danske arbejdsmarked udvikler sig skævt Det danske arbejdsmarked udvikler sig skævt København med Omegn samt Østjylland og Østsjælland er sluppet nådigst gennem krisen, mens de øvrige landsdele har været ekstremt hårdt ramt på beskæftigelsen.

Læs mere

IDAP manual Analog modul

IDAP manual Analog modul IDAP manual Analog modul Dato: 15-06-2005 11:01:06 Indledning Til at arbejde med opsamlede og lagrede analoge data i IDAP portalen, findes en række funktions områder som brugeren kan anvende. Disse områder

Læs mere

Landbrugsgazellerne 2004

Landbrugsgazellerne 2004 Landbrugsgazellerne 2004 Hovedsponsorer Landbrugsgazellerne 2004 Dansk Landbrugsrådgivning, Landscentret Forord Formålet med landbrugsgazelleundersøgelsen er at sætte positiv fokus på vækst i landbruget.

Læs mere

Befolkningsregnskab for kommunerne, 2010-2015

Befolkningsregnskab for kommunerne, 2010-2015 Befolkningsregnskab for kommunerne, 2010-2015 Af Nadja Christine Hedegaard Andersen, NCA@kl.dk Side 1 af 24 Formålet med analysenotat er at belyse de forskellige årsager til den enkelte kommunes befolkningsudvikling.

Læs mere

Tabel 1. Nettoformue for afdøde personer, 2006 priser. De ovenstående gennemsnitstal dækker over en stor spredning på størrelsen af nettoformuen.

Tabel 1. Nettoformue for afdøde personer, 2006 priser. De ovenstående gennemsnitstal dækker over en stor spredning på størrelsen af nettoformuen. 25. juni 2007 af Jonas Schytz Juul direkte tlf. 33557722 Resumé: STOR STIGNING I ARV Den gennemsnitlige efterladte arv var i 2006 på 650.000 kr., hvilket er en stigning på næsten 60 procent siden 1997,

Læs mere

Kommunal Rottebekæmpelse tal og tendenser

Kommunal Rottebekæmpelse tal og tendenser Kommunal Rottebekæmpelse tal og tendenser Siden 1938 har de danske kommuner haft pligt til årligt at indberette oplysninger om den kommunale rottebekæmpelse til de centrale myndigheder. Myndighederne anvender

Læs mere

Intern rapport. Braklagte og udyrkede arealer 2007 og 2008 A A R H U S U N I V E R S I T E T. Det Jordbrugs videnskabelige Fakul t et

Intern rapport. Braklagte og udyrkede arealer 2007 og 2008 A A R H U S U N I V E R S I T E T. Det Jordbrugs videnskabelige Fakul t et Intern rapport Braklagte og udyrkede arealer 2007 og 2008 Inge T. Kristensen og Birger Faurholt Pedersen A A R H U S U N I V E R S I T E T Det Jordbrugs videnskabelige Fakul t et DJF m arkbrug nr. 19 ok

Læs mere

POLITIETS TRYGHEDSINDEKS

POLITIETS TRYGHEDSINDEKS POLITIETS TRYGHEDSINDEKS EN MÅLING AF TRYGHEDEN I: DE SÆRLIGT UDSATTE BOLIGOMRÅDER DE FEM STØRSTE BYER I DANMARK DE 12 POLITIKREDSE I DANMARK HELE DANMARK DECEMBER 2015 1. INDHOLD 2. INDLEDNING... 3 3.

Læs mere

Befolkningsprognose. Syddjurs Kommune 2007-2020

Befolkningsprognose. Syddjurs Kommune 2007-2020 Befolkningsprognose Syddjurs Kommune 27-22 219 215 211 27 23 1999 1995 1991 1987 1983 1979 4 8 12 16 2 24 28 32 36 4 44 48 52 56 6 64 68 72 76 8 84 88 92 96-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 Befolkningsprognosen

Læs mere

Rapport vedrørende. etniske minoriteter i Vestre Fængsel. Januar 2007

Rapport vedrørende. etniske minoriteter i Vestre Fængsel. Januar 2007 Rapport vedrørende etniske minoriteter i Vestre Fængsel Januar 2007 Ved Sigrid Ingeborg Knap og Hans Monrad Graunbøl 1 1. Introduktion Denne rapport om etniske minoriteter på KF, Vestre Fængsel er en del

Læs mere

Kornudbytter og høstet kvælstof - udvikling i perioden 1985-2000

Kornudbytter og høstet kvælstof - udvikling i perioden 1985-2000 Danmarks Miljøundersøgelser November 22 Kornudbytter og høstet kvælstof - udvikling i perioden -2 Ruth Grant Kornudbytterne er steget i løbet af perioden -2. Ved Midtvejsevalueringen af Vandmiljøplan II

Læs mere

Profil af den økologiske forbruger

Profil af den økologiske forbruger . februar 1 Profil af den økologiske forbruger Af A. Solange Lohmann Rasmussen og Martin Lundø Økologiske varer fylder markant mere i danskernes indkøbskurve. Fra 3 pct. af forbruget af føde- og drikkevarer

Læs mere

temaanalyse 2000-2009

temaanalyse 2000-2009 temaanalyse DRÆBTE I Norden -29 DATO: December 211 FOTO: Vejdirektoratet ISBN NR: 97887766554 (netversion) COPYRIGHT: Vejdirektoratet, 211 2 dræbte i norden -29 Dette notat handler om ulykker med dræbte

Læs mere

Patienters oplevelser i Region Nordjylland 2012. Spørgeskemaundersøgelse blandt 7.601 indlagte og 17.589 ambulante patienter

Patienters oplevelser i Region Nordjylland 2012. Spørgeskemaundersøgelse blandt 7.601 indlagte og 17.589 ambulante patienter Patienters oplevelser i Region Nordjylland 202 Spørgeskemaundersøgelse blandt 7.60 indlagte og 7.589 ambulante patienter Udarbejdet af Enheden for Brugerundersøgelser på vegne af Region Nordjylland Enheden

Læs mere

Landdistriktskommuner

Landdistriktskommuner Landdistriktskommuner - indikatorer for landdistrikt Inge Toft Kristensen Chris Kjeldsen Tommy Dalgaard Danmarks Jordbrugsforskning Afdeling for Jordbrugsproduktion og Miljø GEO-data og Regionale Analyser

Læs mere

Pilotområdebeskrivelse Norsminde

Pilotområdebeskrivelse Norsminde Pilotområdebeskrivelse Norsminde Oktober 2014 Mette V. Odgaard, Institut for Agroøkologi, Aarhus Universitet Camilla Vestergaard, Videncentret for Landbrug P/S (eds.) 1 Indholdsfortegnelse 1. Generel beskrivelse

Læs mere

Arkæologisk undersøgelse 2008 Tjæreborg

Arkæologisk undersøgelse 2008 Tjæreborg Arkæologisk undersøgelse 2008 Tjæreborg Esbjerg museum I forbindelse med udvidelsen af parkeringspladsen ved Superbrugsen i Tjæreborg, blev der foretaget en kort forundersøgelse, som viste et behov for

Læs mere

Oliefyr var tidligere den mest udbredte opvarmningsform i Danmark, men siden 1970 erne er antallet af oliefyr gået tilbage.

Oliefyr var tidligere den mest udbredte opvarmningsform i Danmark, men siden 1970 erne er antallet af oliefyr gået tilbage. 19. marts 2015 Oliefyr i Danmark Oliefyr var tidligere den mest udbredte opvarmningsform i Danmark, men siden 1970 erne er antallet af oliefyr gået tilbage. Tilbagegangen af oliefyr er sket i takt med,

Læs mere

Pendling mellem danske kommuner

Pendling mellem danske kommuner A N A LY S E Pendling mellem danske kommuner Af Jonas Korsgaard Christiansen Formålet med analysen er at beskrive pendlingsstrukturen i mellem de danske kommuner. Der er særligt fokus på pendling mellem

Læs mere

En del af: SAMSØ ØKOJORD A/S

En del af: SAMSØ ØKOJORD A/S SAMSØ ØKOJORD A/S VISION På Samsø har vi valgt en ny vej for landbruget. Vi har stiftet en jordbrugsfond med det formål at købe jorden fri til økologi og fremtidssikre bæredygtigt landbrug Jordbrugsfonden

Læs mere

Stor fremgang i friværdierne i 2015 især i dele af landet

Stor fremgang i friværdierne i 2015 især i dele af landet 23. november 2015 Stor fremgang i friværdierne i 2015 især i dele af landet Fremgangen på boligmarkedet gennem 2015 sætter sine tydelige positive spor i danskernes friværdier. Alene i årets første halvår

Læs mere

T A L K U N N E N. Datasæt i samspil. Krydstabeller Grafer Mærketal. INFA Matematik - 1999. Allan C

T A L K U N N E N. Datasæt i samspil. Krydstabeller Grafer Mærketal. INFA Matematik - 1999. Allan C T A L K U N N E N 3 Allan C Allan C.. Malmberg Datasæt i samspil Krydstabeller Grafer Mærketal INFA-Matematik: Informatik i matematikundervisningen Et delprojekt under INFA: Informatik i skolens fag Et

Læs mere

Supplement til Vejledning om enkeltbetalingsordningen Landbrugsreform 2005

Supplement til Vejledning om enkeltbetalingsordningen Landbrugsreform 2005 Supplement til Vejledning om enkeltbetalingsordningen Landbrugsreform 2005 Indholdsfortegnelse Forord....................................................................... 4 1. Ændringer og tilføjelser

Læs mere

Betydning af indlæring for kreaturernes græsningsadfærd belyst på Himmerlandske heder

Betydning af indlæring for kreaturernes græsningsadfærd belyst på Himmerlandske heder Betydning af indlæring for kreaturernes græsningsadfærd belyst på Himmerlandske heder Lisbeth Nielsen, Rita Merete Buttenschøn og Leo Kortegaard Opsummering af projektets resultater På de himmerlandske

Læs mere

Notat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober

Notat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober Notat Oktober Notat om produktivitet og lange videregående uddannelser Martin Junge Oktober 21 Notat om produktivitet og lange videregående uddannelser Notat om produktivitet og lange videregående uddannelser

Læs mere

Industrivirksomheder stiller skarpt på kunder og effektivisering

Industrivirksomheder stiller skarpt på kunder og effektivisering 10. september 2012 Industrivirksomheder stiller skarpt på kunder og effektivisering Konkurrenceevne. Industrivirksomheder i Region Midtjylland har dialogen med kunderne i fokus, når de skal finde veje

Læs mere

Kønsmainstreaming af HK-KL-overenskomst kvantitativ del

Kønsmainstreaming af HK-KL-overenskomst kvantitativ del Kønsmainstreaming af HK-KL-overenskomst kvantitativ del Mona Larsen, SFI September 2015 1 1. Indledning I henhold til ligestillingslovgivningen skal kommunerne indarbejde ligestilling i al planlægning

Læs mere

Statistisk proceskontrol

Statistisk proceskontrol Statistisk proceskontrol Statistisk teknik, der bruges for at sikre at en proces udføres efter en given standard Alle processer er underkastet variation Naturlige årsager: Tilfældige variationer Forklarlige

Læs mere

Kapitel I til Grafisk design. Kromatisk/akromatisk opbygning af gråkomponenten

Kapitel I til Grafisk design. Kromatisk/akromatisk opbygning af gråkomponenten Kapitel I til Grafisk design opbygning af gråkomponenten Kapitel I 2 opbygning af gråkomponenten Det følgende kapitel er en præcisering af side 101 i bogen»grafisk design«. De seks første lodrette farvefelter

Læs mere

Ledighed Lediges andel af arbejdsstyrken, 2004 (procent) Virksomheder Antal virksomheder, 1992-2001 (1992 = indeks 100)

Ledighed Lediges andel af arbejdsstyrken, 2004 (procent) Virksomheder Antal virksomheder, 1992-2001 (1992 = indeks 100) Beskæftigelse og erhverv Antallet af beskæftigede i hele landet er markant forbedret indenfor de seneste 15 år. Ny Kommune har en bemærkelsesværdig placering med klart færre ledige end både landet som

Læs mere

Monitoreringen og effektvurderingen omfatter kun strukturfondsprojekter og medtager ikke andre projekter igangsat af Vækstforum Midtjylland.

Monitoreringen og effektvurderingen omfatter kun strukturfondsprojekter og medtager ikke andre projekter igangsat af Vækstforum Midtjylland. Danmarks Statistik, regionerne, Bornholms regionskommune og Erhvervsstyrelsen har udviklet et værktøj, som gør det muligt at følge (monitorere) den faktiske udvikling i de virksomheder, der deltager i

Læs mere

Årsrapport 2013, kæbeindsamling Djursland

Årsrapport 2013, kæbeindsamling Djursland Årsrapport 2013, kæbeindsamling Djursland Lars Haugaard Institut for Bioscience Aarhus Universitet Grenåvej 14, 8410 Rønde. E. post.: laha@dmu.dk Faglig kommentering: Aksel Bo Madsen 1 1. Baggrund for

Læs mere

Kommunernes brug af private leverandører til tjenesteydelser

Kommunernes brug af private leverandører til tjenesteydelser 30. oktober 2006 Analysesektionen i FOA Kommunernes brug af private leverandører til tjenesteydelser Et af hovedelementerne i økonomiaftalen mellem KL og regeringen fra i sommer er konkurrence mellem det

Læs mere

National kvælstofmodel Oplandsmodel til belastning og virkemidler

National kvælstofmodel Oplandsmodel til belastning og virkemidler National kvælstofmodel Oplandsmodel til belastning og virkemidler Kortleverancer Anker Lajer Højberg, Jørgen Windolf, Christen Duus Børgesen, Lars Troldborg, Henrik Tornbjerg, Gitte Blicher-Mathiesen,

Læs mere

LØN OG BESKÆFTIGELSE I SYGEHUSVÆSENET 2000-2005

LØN OG BESKÆFTIGELSE I SYGEHUSVÆSENET 2000-2005 LØN OG BESKÆFTIGELSE I SYGEHUSVÆSENET 2000-2005 Nye tal fra Sundhedsstyrelsen 2007 : 6 Redaktion: Sundhedsstyrelsen Sundhedsstatistik Islands Brygge 67 2300 København S. Telefon: 7222 7400 Telefax: 7222

Læs mere

Nyhed! Danmark 1:50.000

Nyhed! Danmark 1:50.000 Topografiske Kort fra Nordisk Korthandel Nyhed! Danmark 1:50.000 Atlas, Glober, Kort & Guider Her i kataloget kan du se vort nye udvalg af kort over Danmark. Topografiske Kort Nordisk Korthandel, scanmaps

Læs mere

Tjek. lønnen. Et værktøj til at undersøge ligeløn på arbejdspladser inden for det grønne område og transportsektoren. 2007 udgave Varenr.

Tjek. lønnen. Et værktøj til at undersøge ligeløn på arbejdspladser inden for det grønne område og transportsektoren. 2007 udgave Varenr. Tjek lønnen Et værktøj til at undersøge ligeløn på arbejdspladser inden for det grønne område og transportsektoren 2007 udgave Varenr. 7522 Indholdsfortegnelse Forord... 3 Teknisk introduktion... 4 Indledning...

Læs mere

På alle områder er konklusionen klar: Der er en statistisk sammenhæng mellem forældre og børns forhold.

På alle områder er konklusionen klar: Der er en statistisk sammenhæng mellem forældre og børns forhold. Social arv 163 8. Social arv nes sociale forhold nedarves til deres børn Seks områder undersøges Der er en klar tendens til, at forældrenes sociale forhold "nedarves" til deres børn. Det betyder bl.a.,

Læs mere

November 2008. Fritidshuse blev udbudt til gennemsnitlige kvadratmeterpriser, som lå godt 2 pct. lavere end på samme tid sidste år.

November 2008. Fritidshuse blev udbudt til gennemsnitlige kvadratmeterpriser, som lå godt 2 pct. lavere end på samme tid sidste år. November 2008 Fortsat stigende boligudbud 64.475 boliger var til salg på internettet ved udgangen af november 2008, hvilket var 17 pct. flere end på samme tidspunkt sidste år. Udbuddet fordelte sig med

Læs mere

Kortlægning af forekomsten af Rynket rose (Rosa rugosa) indenfor en række specificerede naturområder langs Vestkysten.

Kortlægning af forekomsten af Rynket rose (Rosa rugosa) indenfor en række specificerede naturområder langs Vestkysten. NOVEMBER 2013 NATURSTYRELSEN VESTJYLLAND, MILJØMINISTERIET Kortlægning af forekomsten af Rynket rose (Rosa rugosa) indenfor en række specificerede naturområder langs Vestkysten. ADRESSE COWI A/S Parallelvej

Læs mere

Analyse af social uddannelsesmobilitet med udgangspunkt i tilgangen til universiteternes bacheloruddannelser

Analyse af social uddannelsesmobilitet med udgangspunkt i tilgangen til universiteternes bacheloruddannelser Bilag 5 Analyse af social uddannelsesmobilitet med udgangspunkt i tilgangen til universiteternes bacheloruddannelser I dette notat undersøges forældrenes uddannelsesniveau for de, der påbegyndte en bacheloruddannelse

Læs mere

Bilag 1: Visualiseringer af stationer

Bilag 1: Visualiseringer af stationer BILAG 1: VISUALISERINGER AF STATIONER 1 Bilag 1: Visualiseringer af stationer Indhold 1 Visualiseringer 2 1.1 Metode og forudsætninger 2 1.1.1 Beplantningsbælte 3 1.2 Valg af fotopunkter 3 1.2.1 Station

Læs mere

Destinationsmonitor. Januar til april 2016. VisitDenmark, februar 2016 Viden & Analyse

Destinationsmonitor. Januar til april 2016. VisitDenmark, februar 2016 Viden & Analyse Destinationsmonitor Januar til april 2016 VisitDenmark, februar 2016 Viden & Analyse Udgivet af: VisitDenmark Sidst opdateret: juni 2016 Overnatningsstatistikken fra Danmarks Statistik dækker t.o.m. :

Læs mere

2. Skovens sundhedstilstand

2. Skovens sundhedstilstand 2. Skovens sundhedstilstand 56 - Sundhed 2. Indledning Naturgivne og menneskeskabte påvirkninger Data om bladog nåletab De danske skoves sundhedstilstand påvirkes af en række naturgivne såvel som menneskeskabte

Læs mere

KØBENHAVNS UNIVERSITET, ØKONOMISK INSTITUT THOMAS RENÉ SIDOR, ME@MCBYTE.DK

KØBENHAVNS UNIVERSITET, ØKONOMISK INSTITUT THOMAS RENÉ SIDOR, ME@MCBYTE.DK KØBENHAVNS UNIVERSITET, ØKONOMISK INSTITUT SAMFUNDSBESKRIVELSE, 1. ÅR, 1. SEMESTER HOLD 101, PETER JAYASWAL HJEMMEOPGAVE NR. 1, FORÅR 2005 Termer THOMAS RENÉ SIDOR, ME@MCBYTE.DK SÅ SB Statistisk Årbog

Læs mere

Om boligpriserne. Danmarks Statistik MODELGRUPPEN Dan Knudsen. Arbejdspapir* 12. februar 2009

Om boligpriserne. Danmarks Statistik MODELGRUPPEN Dan Knudsen. Arbejdspapir* 12. februar 2009 Danmarks Statistik MODELGRUPPEN Dan Knudsen Arbejdspapir* 12. februar 2009 Om boligpriserne Resumé: ADAM s boligprisindeks er Danmarks Statistiks prisindeks for 1-familiehuse. Indekset afspejler prisudviklingen

Læs mere

SUPPLEMENT TIL EVALUERING AF DE NATIONALE TEST RAPPORT

SUPPLEMENT TIL EVALUERING AF DE NATIONALE TEST RAPPORT Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Rapport Dato August 2014 SUPPLEMENT TIL EVALUERING AF DE NATIONALE TEST RAPPORT NATIONALE TEST RAPPORT INDHOLD 1. Indledning og

Læs mere

Tjek. lønnen. Et værktøj til at undersøge lokal løndannelse og ligeløn på offentlige arbejdspladser. 2007 udgave Varenr. 7520

Tjek. lønnen. Et værktøj til at undersøge lokal løndannelse og ligeløn på offentlige arbejdspladser. 2007 udgave Varenr. 7520 Tjek lønnen Et værktøj til at undersøge lokal løndannelse og ligeløn på offentlige arbejdspladser 2007 udgave Varenr. 7520 Indholdsfortegnelse Forord... 3 Teknisk introduktion... 4 Indledning... 5 Introduktion

Læs mere

Udfasning af Konventionel gødning og halm. i økologisk jordbrug. Niels Tvedegaard

Udfasning af Konventionel gødning og halm. i økologisk jordbrug. Niels Tvedegaard Udfasning af Konventionel gødning og halm i økologisk jordbrug Niels Tvedegaard Import af konventionel gødning 4.200 tons N Svarer til i gns. 24 kg N pr hektar Mælkeproducenter importerer næsten lige så

Læs mere

LØN- OG PERSONALE- STATISTIKKEN 2015 ARKITEKTBRANCHEN

LØN- OG PERSONALE- STATISTIKKEN 2015 ARKITEKTBRANCHEN Til DANSK INDUSTRI Dokumenttype Rapport Dato Februar 2016 LØN- OG PERSONALE- STATISTIKKEN 2015 ARKITEKTBRANCHEN ARKITEKTBRANCHEN INDHOLD 1. Indledning 1 2. De deltagende medarbejdere 2 3. Månedsløn og

Læs mere

National reserve 2006

National reserve 2006 National reserve 2006 Vejledning til ansøgning om tildeling af betalingsrettigheder fra den nationale reserve Ministeriet for Fødevarer, Landbrug og Fiskeri Direktoratet for FødevareErhverv National reserve

Læs mere

Byggevirksomheden historiske oversigter

Byggevirksomheden historiske oversigter Byggevirksomheden historiske oversigter 1. Indledning Realdania, Boligøkonomisk Videnscenter har i 2013-14 finansieret et projekt, der skulle etablere lange tidsserier på en række områder inden for bygge-

Læs mere

De ældres boligforhold 2014

De ældres boligforhold 2014 ÆLDRE I TAL 2014 De ældres boligforhold 2014 Ældre Sagen Januar 2015 Ældre Sagen udarbejder en række analyser om ældre med hovedvægt på en talmæssig dokumentation. Hovedkilden er Danmarks Statistik, enten

Læs mere

Kommuner kan spare mindst 7 mia. kr. ved at lære af hinanden

Kommuner kan spare mindst 7 mia. kr. ved at lære af hinanden ERHVERVSØKONOMISK ANALYSE maj 2016 Kommuner kan spare mindst 7 mia. kr. ved at lære af hinanden Der er et årligt besparelsespotentiale på ca. 7 mia. kr., hvis de dyreste kommuner sænkede deres nettodriftsudgifter

Læs mere

Om Attavik 146. Om årsopgørelsen. Opsummering af resultaterne for årsopgørelsen 2010

Om Attavik 146. Om årsopgørelsen. Opsummering af resultaterne for årsopgørelsen 2010 Årsopgørelse 2010 Om Attavik 146 Med oprettelsen af Attavik 146, gennemførte PAARISA en af anbefalingerne fra Forslag til en national strategi for selvmordsforebyggelse, som blev forelagt Inatsisartut

Læs mere

Øksendrup Moræneflade. Landskabskarakterbeskrivelse og -vurdering område nr. 21

Øksendrup Moræneflade. Landskabskarakterbeskrivelse og -vurdering område nr. 21 Moræneflade Landskabskarakterbeskrivelse og -vurdering område nr. 21 Levende hegn langs bivejene er karakteristisk for området. Fra registreringspunktet set mod syd. Fra registreringspunktet set mod nordvest.

Læs mere