Afslutning af vurderingen af det oprindelige KUPA Sand koncept mht. sorptionens afhængighed af jordparametre
|
|
- Lilian Henningsen
- 6 år siden
- Visninger:
Transkript
1 DANMARKS OG GRØNLANDS GEOLOGISKE UNDERSØGELSE RAPPORT 2013/26 Afslutning af vurderingen af det oprindelige KUPA Sand koncept mht. sorptionens afhængighed af jordparametre Per Rosenberg, Kim Esbensen & René K. Juhler DE NATIONALE GEOLOGISKE UNDERSØGELSER FOR DANMARK OG GRØNLAND, KLIMA-, ENERGI- OG BYGNINGSMINISTERIET
2 DANMARKS OG GRØNLANDS GEOLOGISKE UNDERSØGELSE RAPPORT / 26 Afslutning af vurderingen af det oprindelige KUPA Sand koncept mht. sorptionens afhængighed af jordparametre Per Rosenberg, Kim Esbensen & René K. Juhler DE NATIONALE GEOLOGISKE UNDERSØGELSER FOR DANMARK OG GRØNLAND, KLIMA-, ENERGI- OG BYGNINGSMINISTERIET
3 Opgave og introduktion 4 Data grundlag for analysen 5 Princip for den udførte analyse 6 Resultat af PLSR... 6 Similaritet af afhængighed til iboende jordartsegenskaber... 8 Forbehold vedr. pilotanalyse Analyse af afvigende stoffer Usikre stoffer Ikke modellerbare stoffer Vurdering 20 Forkortelser mm 22 Oversigt over stoffer 23 Modelgruppe Primær Modelgruppe Usikre Gruppe Udenfor Referencer 28 G E U S 3
4 Opgave og introduktion I forbindelse med gennemførelsen af Vandmiljøplan II og Drikkevandsudvalgets betænkning fra 1997 fik de daværende amter til opgave at udpege de områder, som er særligt følsomme for bestemte typer af forurening, samt at prioritere den indsats der skal gennemføres i disse områder for at beskytte vandressourcen. Dette skulle ske på baggrund af en detailkortlægning, som amterne skulle gennemføre. I årene udførtes et projekt KUPA Sand, der havde til formål at etablere det nødvendige vidensgrundlag vedrørende risikoen for udvaskning af pesticider på sandede jorde og muligheden for at zonere på dette grundlag. Projektet og resultaterne er beskrevet i slutrapporten, som kan hentes på internettet (Nygaard 2004) Til evaluering af det udviklede koncept ønskede Miljøstyrelsen og Naturstyrelsen en vurderingen af, hvorvidt det oprindelige KUPA Sand koncept dækker de pesticider, der anvendes i landbruget i dag. Miljøstyrelsen har i marts 2012 anmodet GEUS om at besvare følgende spørgsmål på baggrund af en database over godkendte stoffer og en række af deres metabolitter: På baggrund af resultatet for den samlede gennemgang af alle stofferne ønskes følgende vurderet: I hvilket omfang de i dag godkendte pesticider er dækket af konceptet i KUPA Sand. En angivelse af de stoffer, der ikke er omfattet af konceptet, så der kan foretages en separat vurdering af udvaskningsrisikoen for disse stoffer. I den forbindelse bedes GEUS bedes tilkendegive, hvorvidt og i hvilket omfang GEUS kan bidrage til en vurdering af de stoffer, der falder udenfor konceptet. Er spændvidden i den potentielle mobilitet den samme for de i dag godkendte pesticider som for de stoffer, der lå bag konceptet? Dette spørgsmål lægger op til en beskrivelse af, om konceptet alene beskriver hvorvidt stoffernes mobilitet er afhængig af jordparametre, eller om der også opnås en kvantitativ beskrivelse af stoffernes potentielle mobilitet. I denne sammenhæng rejses endnu et spørgsmål: Kan konceptet anvendes til at afgøre, hvorvidt en større eller mindre andel af sandjordsarealerne er særligt sårbare for de i dag godkendte pesticider sammenlignet med de pesticider, der dannede grundlag for udviklingen af konceptet? Det sidste punkt omkring spændvidden og deraf afledte spørgsmål skal ses i lyset af, at den endelige vurdering forventes at medføre en række afklarende spørgsmål for at opnå en bedre forståelse af metode og koncept. Det vil derfor være praktisk at få dette beskrevet sammen med vurderingen. G E U S 4
5 Data grundlag for analysen Miljøstyrelsen har fået fremstillet et unikt datasæt, hvor der for en række stoffer, der repræsenterer de godkendte pesticider i Danmark samt en række nedbrydningsprodukter, er opstillet sammenhørende værdier af Kf eller Kd og de i KUPA Sand projektet velkendte parametre ph, ler, sand, ler+silt, silt og organic carbon. Disse parametre er de samme som tjente til verifikation af generaliseringen i KUPA Sand projektets litteratur studie. Forskellen er, at datasættet her repræsenterer de i dag godkendte stoffer og nedbrydningsprodukter 143 stoffer i alt, idet en række af de oprindelige stoffer i dag er forbudte og taget ud af markedet. Om end datasættet er helt unikt er det ikke robust, idet det for alle stoffer gælder, at der er meget få observationer. Dette gør data analyser og modelleringer usikre, og er klart tilkendegivet overfor miljøstyrelsen, inden arbejdet blev påbegyndt. Grundlaget for denne del af analysen skal ses i lyset af et arbejde udført af Per Rosenberg på ca. halvdelen af stofferne, der umiddelbart gav nogle gunstige resultater. Her beskrives kort det datasæt, som GEUS har modtaget: Data analysen er udført på et råt datasæt, d.v.s. der har ikke været mulighed for at gå i detaljer med de enkelte stoffer/data kombinationer. Som et eksempel kan stofferne trinexapac og trinexapac-ethyl betragtes (indgår i gruppen Udenfor, se senere). I de oplyste data indgår både stoffet trinexapac (CAS RN ) og trinexapac-ethyl (CAS RN ), hvor ethyl formen er et derivat, der hyppigt anvendes i formuleringer. I jordmiljøet omdannes trinexapac-ethyl meget hurtigt til trinexapac (DT50<1 dag), og da der ikke er detaljerede oplysninger om forsøgsbetingelserne, der er anvendt i forsøgene, kan det ikke entydigt afklares hvilke fysisk/kemiske data, der er relevante for de to modelleringer. I princippet kan trinexapac-ethyl vise sig at være omdannet til trinexapac i forsøget som følge af den hurtige omdannelse i jordmiljøet. I undersøgelsen af konceptet er den givne dataopdeling dog opretholdt, da der ikke er kendskab til de bagved liggende forsøgsbetingelser. Dette eksempel illustrerer de forbehold, som det rå datasæt giver anledning til. Analysens resultat giver derfor ikke basis for en streng fortolkning af de enkelte stoffers potentielle skæbne og miljøeffekt, men skal ses som elementer i en samlet evaluering af KUPA Sand konceptet, hvor der kun kan lægges vægt på de generelle relationer, der udvises af et flertal af stoffer. G E U S 5
6 Princip for den udførte analyse For hver enkelt stof er der ved hjælp af Partial Least Squares Regression (PLS-R, Esbensen 2002) opstillet en regressionsmodel for sammenhængen mellem primært Kf (Y-variable) og de såkaldt iboende egenskaber, ph, ler, sand, ler+silt, silt og organic carbon (OC). I de tilfælde hvor der ikke findes data for Kf, er i stedet Kd anvendt. Til den efterfølgende vurdering af modellerne er der udført en principal componet analyse (PCA, Esbensen 2002), af resultatet fra PLS-R samt en clusteranalyse af såvel resultat fra PLSR og PCA. Til data analysearbejdet er anvendt Matlab med værkstøjskassen PLS-toolbox fra firmaet Eigenvector. Resultat af PLSR I PLS-R har kriteriet for at acceptere modellen dels været en vurdering af sammenhængsgraden mellem predikteret Kf(Kd) og målt Kf(Kd), dels at størstedelen af variationen i Kf(Kd) bør være forklaret (minimering af prediktionsvarians og modelresidualer). På baggrund af regressionsanalysen er datasættet i herværende arbejde delt op i følgende grupper: En gruppe, der karakteriseres som relativ sikker. Det er modeller, hvor der er rimelig god forklaring af variationen i Kf(Kd), og hvor der er mere end tre observationer. Disse modeller indgår i gruppen der betegnes den primære parametergruppe En gruppe der karakteriseres usikker. Her har det været muligt at lave en god model med god forklaring af variationen i Kf(Kd), men hvor der f.eks. kun har været tre observationer. Denne parametergruppe behandles særskilt senere Den sidste gruppe er stoffer, for hvilke det ikke er lykkedes at opstille en model som med rimelighed kan forklare variationen i Kf(Kd). Denne parametergruppe betegnes som ikke modellerbare Nedenstående figurer viser tre typiske resultater på henholdsvis et primær stof, et usikkert stof og et ikke-modellerbart stof. G E U S 6
7 Y Predicted 1 Kd Y Predicted 3 Kf Y Predicted 3 Kf 30 Primær Regressionsmodel af et sikkert stof Y Measured 3 Kf Usikker Y Measured 3 Kf Regressionsmodel af et usikkert stof. 120 Ikke modellerbar Y Measured 1 Kd Regressionsmodel af et ikke-modellerbart stof. G E U S 7
8 Resultatet af de individuelle PLS-R modeller kan sammenfattes v.h.a. modellens seks regression koefficienter for henholdsvis ph, ler, sand, ler+silt, silt og organic carbon. Fort hver af de tre parametergrupper kan disse resultater sammenføres til en matrice bestående af et sådant sæt regressionsvektorer, én for hvert stof. Et eksempel på denne regressions koefficient signatur for et enkelt stof vises nedenfor: 1.2 isoprutoron regressionsvektorer : ph 2: Ler 3: Sand 4: Ler + Silt 5: Silt 6: Org C For at etablere en forbindelse til den oprindelige analyse i KUPA Sand projektet er der nedenstående medtaget tre af de originale stoffer: Isoprutoron (IPU) som repræsenterer hovedgruppen, pendimethalin (PEN) som ligeledes var med i denne gruppe, og endelig methyltriazinamin (MTA) som var udenfor i den oprindelige analyse udført i KUPA Sand. Den indledende data analyse af alle 143 stoffer, der er inkluderet i herværende vurdering (data analyse i forskellige trin hvoraf kun nogle refereres nedenstående), førte til dannelsen af tre parametergrupper: 1. Primære stoffer 100 stoffer, der udviser acceptable primære modeller, og hvor der er god overensstemmelse med det udviklede koncept i KUPA Sand 2. Usikre stoffer 31 stoffer, hvor der måske kan genereres modeller på basis af KUPA Sand konceptet, men hvor det aktuelle datagrundlag er utilstrækkeligt for end ikke en indikativ modellering, eller andre forhold har medført usikkerhed i modellerne 3. Ikke-modellerbare stoffer 12 stoffer, hvor data ikke muliggør en modellering efter KUPA konceptet Similaritet af afhængighed til iboende jordartsegenskaber For at vurdere i hvilken grad stofferne ligner hinanden med hensyn til afhængighed til ph, ler, sand, ler+silt, silt og organic carbon er regressionsvektoreren for den primære gruppe undersøgt ved PCA. I PCA kunne udtrækkes fire principal komponenter tilsam- G E U S 8
9 PC 4 (15.42%) PC 3 (16.84%) PC 2 (27.45%) men dækkende mere end 90 % af variationen i datasættet. For at fortolke principalkomponenter er det primært vurderet på informationen, der kan fortolkes fra loading plots: 0.8 Variables/Loadings Plot for Primære modeller sorteret.xlsx Ler Ler+Silt sand OC ph Silt PC 1 (35.96%) Variables/Loadings Plot for Primære modeller sorteret.xlsx ph sand Ler Silt Ler+Silt -0.2 OC PC 1 (35.96%) Variables/Loadings Plot for Primære modeller sorteret.xlsx OC ph 0.2 Ler+Silt Ler Silt sand PC 1 (35.96%) G E U S 9
10 Scores on PC 4 (15.42%) Scores on PC 2 (27.45%) Loading relationer reflekterer de gensidige korrelationskoeffienter mellem de enkelte stoffer, som en projektion på principalkomponenterne. De tre første principale komponenter i denne samlede analyser modellerer 36, 27 og 17 % af den totale varians i datasættet, altså 80 % - fuldt ud tilstrækkeligt til at fortolke de mest generelle relationer mellem de seks regressions koefficient variable. Som det fremgår af ovenstående bærer principal component 1 (PC1) og 2 (PC2) hovedsageligt informationer om variationen i partikelstørrelses fraktioner, mens PC3 bærer information om ph og endeligt PC4 der hovedsageligt bærer information om organic carbon (OC). Det er heldigt, at PC erne kan fortolkes så præcist, og at ph hovedsageligt er forklaret af en PC. Da ph ikke i gængs forstand er en iboende egenskab ved jordarterne selv - ph varierer hovedsageligt følgende landbrugsdriften - vil vi i det følgende se bort fra regressionskoefficienter for ph og følgelig også for PC3. Stoffernes interne grupperings fordeling i PC1, PC2 og PC4 er vist i nedenstående figurer. 5 Samples/Scores Plot of Primære modeller sorteret.xlsx Scores on PC 1 (35.96%) Samples/Scores Plot of Primære modeller sorteret.xlsx Scores on PC 1 (35.96%) G E U S 10
11 Det ses, at stofferne grupperer sig jævnt indenfor et 95% konfidensinterval, angivet med ellipsen (Hotellings T 2 afstand), med enkelte outliers, d.v.s. stoffer som i modellen afviger lidt/noget i forhold til hovedparten af de sikre stoffer. For at bistå med fortolkningen af similariteten af stofferne er der også lavet en cluster analyse af stoffernes projektion på PC1, PC2 og PC4 (stoffernes såkaldte scores ). Metoden er omhyggeligt beskrevet i KUPA Sand rapporten og kan opfattes som en 1½ dimensionel fortolkning af punkternes indbyrdes euklidiske afstand i rummet. Desuden er der lavet en clusteranalyse, efter samme metode, med basis i regressionsvektorerne (undtaget regressionskoefficienterne for ph). Nedenstående vurderinger og konklusioner baseres sig på en sammenligning mellem de i PCA analysens fremtagne plot og clusteranalysernes stof grupperinger r4 w2 r2 i MTA m6 n6 p3 h2 c s2 v t5kd u5kd c5 l2lavkf z q4 f d4 d2 v5 c4kd r3 b6 l3 g2 p6 j5kd l n3kd k r d6 c6 k6 r5 q3 l6 v2 d h6 k2 w n1 h5 m4 l4 j4 a2 w3 v3 r6 h3 u4 b2 c4kf z2 t o3kd u k5 s3 d5 g4 PEN t2 g5 v4 s e3 z3 e5 y3kd x3kd u2 j6 e b2 b4 p5 y5 w5 l2kd a6 u3 g3 i2 y2 s4 t4 i5 y x5 h f2 p2 s5 p IPU l5 m5 n5 a3kd g d3 m n2 t3 q5kd Sample: l Dendrogram of Data with Preprocessing: Autoscale Distance to K-Means Nearest Group Clusteranalyse på PC1, PC2 og PC4 scores ovenfor viser, ikke overraskende, at der er en stor gruppe, der ligner hinanden meget, og at der er i den øverste del af dendogrammet findes smågrupper, der adskiller sig markant fra de øvrige. G E U S 11
12 Dendrogram of Data with Preprocessing: Autoscale q5kd n6 i MTA m6 l3 z c5 v h5 l2lavkf u5kd k6 t5kd g3 x5 u3 i2 a6 p5 l2kd e j6 y5 w5 g5 v4 s PEN k5 y2 s4 t4 t2 w IPU i5 r5 e3 x3kd e5 y3kd k2 d5 g4 r6 h3 u4 v3 u2 u o3kd b2 s3 z2 c4kf t d6 c6 m4 l4 j4 a2 n1 w3 b2 b4 l6 v2 d h6 r2 f g2 n3kd k r p6 j5kd l z3 q3 c p3 s2 s5 p h p2 f2 h2 d4 d2 v5 b6 r3 c4kd m5 n5 l5 t3 n2 a3kd g d3 m r4 q4 y w2 Sample: v Distance to K-Means Nearest Group Billedet er nogenlunde det samme når man kigger på clusteranalysen af regressionsvektorerne, minus regressionskoefficienter for ph, ovenfor. Her findes de stoffer, der adskiller sig markant, både forneden og foroven i dendogrammet. I begge tilfælde opfører de tre reference stoffer fra det gamle KUPA Sand som forventet, MTA falder udenfor, mens såvel PEN som IPU falder i hovedgruppen. Det er relevant at vurdere, hvordan similariteten af stofferne hænger sammen med KUPA Sand projektets resultat, der viste, at grundvandet er beskyttet i arealer med højt organisk indhold eller med fine partikler i form af silt og ler. I den primære gruppe udviser 79 % af stofferne positive regressionskoefficienter m.h.t. organic carbon (OC), 64 % har positive regressionskoefficienter m.h.t. ler, mens 70 % har positiv regressionskoefficienter m.h.t. ler+silt. Bemærkelsesværdigt er det imidlertid, at 95 % af stofferne har positive regressionskoefficienter enten for organic carbon (OC), for ler eller m.h.t. ler+silt. Dette betyder, at 95 % af stofferne vil blive tilbageholdt efter de retningslinjer, der blev konkluderet i KUPA Sand projektet. Forbehold vedr. pilotanalyse Fortolkning af modeller baseret på regressionsvektorer er naturligt nok begrænset af det forhold, at modellerne er baseret på, hvad der må karakteriseres som meget få observationer. Sikre modeller er her modelleret med kun værdier, hvilket isoleret set ikke kan betegnes som et tilfredsstillende datagrundlag. Det viste sig imidlertid, at hovedparten af modellerne udviser stærke fællestræk, jf. den (meget) høje proportion af den totale data varians, der kan indfanges af PC1, PC2 og PC4. Der er i dette pilot projekt lagt afgørende vægt på denne markante sammenlignelighed mellem hovedparten af stofferne. G E U S 12
13 Scores on PC 4 (15.42%) Scores on PC 2 (27.45%) For at se på hvorledes de primære stoffer karakteriserer sig i forhold til de usikre stoffer, er disse sidste projiceret ind i rummet, der er defineret og udspændt, af PC1, PC2 og PC4 i ovennævnte analyse. Resultatet ses nedenfor, hvor de røde trekanter repræsenter usikre stoffer: Samples/Scores Plot of Primære modeller sorteret.xlsx & usikre modeller.xlsx, Scores on PC 1 (35.96%) Samples/Scores Plot of Primære modeller sorteret.xlsx & usikre modeller.xlsx, Scores on PC 1 (35.96%) Det ses klart, at de usikre stoffer (røde trekanter) grupperer sig nogenlunde jævnt blandt i den primære gruppe. Selv om vurderingen må tages med store forbehold, forstærkes vurderingen dog af at alle usikre stoffer tilsyneladende ligger indenfor den primære model. G E U S 13
14 Analyse af afvigende stoffer På baggrund af de to dendogrammer kan et delsæt af stoffer identificeres, som alle er del af gruppen primære stoffer, men karakteriseret af stor afstand til hovedgruppen: Id Stof aq sol log P DT50 pka gus q4 2-(3,5-dichlorophenyl)-4, dimethyl-5-methyleneoxazoline p3 3-(4-cyclopropyl-6- methylpyrimidin-2- ylamino)phenol r4 N-(1,1-dimethylacetonyl)-3, dichlorobenzamid c1 Asulam sodium i3 Bifenox acid i1 Chlormequat chlorid m1 Cycloxydim n6 Diquat dibromid v1 Epoxiconazol t3 Fenoxaprop-P h2 Kresoxim-methyl q5 Mancozeb n2 Metconazol r2 Pencycuron m6 Pirimicarb w2 Propyzamid d3 Tribenuron-methyl Disse 17 stoffer er på basis af én eller anden kombination af egenskaber adskilt fra hovedgruppen af stoffer. Dermed er det relevant at vurdere, til hvilken grad disse afvigende stoffer har fælles karakteristika, eller hvilke karakteristika som adskiller dem fra de øvrige. I tabellen ovenfor er der angivet en række parametre, som ofte avendes ved evaluering af pesticiders skæbne i miljøet: vandopløselighed, Fordelingskoefficienten mellem oktanol og vand (log P), forsvindingstid (DT50), GUS ( Groundwater ubiquity score) er et udvasknings potentiale indeks, der beregnes som en kombination af forsvindingstid og fordelingsegenskaber (Gustafson 1989): GUS = (log DT50) x (4-log Koc) GUS afhænger af betingelserne hvor under DT50 og Koc er bestemt og kan derfor ikke opfattes som et entydigt bestemt index. Som tommelfingerregel kan værdierne anvendes til at indikere (Bottoni 1992): Lavt udvaskningspotentiale (GUS < 1,8), et gråzone område (1,8 < GUS > 2,8) og potentiel udvaskning (GUS > 2,8). Af tabellen ovenfor ses at bifenox acid og tribenuron-methyl har GUS værdi over 2,8 Blandt de 17 stoffer er der hyppigt forekommende høje værdier af log P (P er fordelingskoefficienten for et stof mellem oktanol og vand, se i øvrigt liste over forkortelser sidst i rapporten). Der findes dog også stoffer med meget lave log P værdier, samt høj vandopløselighed, eksempelvis chlormequat chlorid. G E U S 14
15 Netop den høje vandopløselighed for chlormequat chlorid har tidligere givet anledning til overvejelser om mulig transport af stoffet til grundvandsmagsiner. I samarbejde med Københavns Energi har GEUS udført en screeningsundersøgelse af netop dette stof, hvor dog ingen spor af chlormequat blev påvist i prøver fra 66 vandforsyningsboringer udtaget fra landdistrikter behandlet med chlormequat (Henriksen, 2009). Dette frikender ikke stærkt vandopløselige forbindelser i forhold til potentiel udvaskning, men underbygger, at stoffer med ekstremt høje eller lave vandopløseligheder kræver særlig opmærksomhed i forbindelse med godkendelse. Generelt er ekstreme værdier for vandopløselighed og Log P er et fællestræk ved stofferne, som findes i gruppen. Betydningen diskuteres herunder i gennemgangen af gruppen for ikke modellerbare stoffer. G E U S 15
16 Usikre stoffer I datamaterialet var der stoffer, hvor KUPA Sand konceptet kunne anvendes til modellering, men hvor selve modelleringen var langt fra robust, her kaldet usikker. Det kan eksempelvis begrundes i begrænset datamateriale. På baggrund af analysen vurderes disse stoffer til potentielt at være dækket af konceptet, men der mangler tilstrækkeligt datamateriale til en egentlig konklusion. Som et særligt eksempel kan stoffet cypermethrin (kode o1) betragtes. Cypermethrin med kode o1 er et såkaldt racemisk blandingsprodukt, der indeholder flere isomerer. Blandt disse isomerer indgår alphacypermethrin, hvor der foreligger selvstændige data (kode b1). I analysen falder cypermethrin i gruppen Ikke modellerbare mens alpha-cypermethrin grupperes blandt usikre. Dette illustrerer at datamaterialet har været afgørende for analysen, det forventes således ikke, at alpha-cypermethrin og cypermethrin vil have væsentligt forskellige fundamentale egenskaber i miljøet, men forskelle i det underliggende datamateriales dækning har medført at de to stoffer grupperes forskelligt. Flere observationer er nødvendige før en acceptabel konklusion kan trækkes for stoffer listet her under. Id j3 e4 i6 a5 k4 k3 o6 a4 f6 h4 z4 y4 a1 b1 w4 i3 j1 m3 p4 x1 o5 x4 o4 e6 z5 j2 g6 m2 b5 x2 c3 Stof 1,2,4-triazole 1H-benzimidazole-2-carboxylic acid 2,4-D 2-amino-4-methoxy-6-methyl-1,3,5-triazine 2-dimethylamino-5,6-dimethylpyrimidin-4-ol 2-hydroxy-3-fluoro-5-chloro-pyridine 3,5-di-bromo-4-hydroxybenzamide 3-carbamoyl-2-cyano-3-(2,2-difluoro-benzo[1,3]dioxol-4-yl)-oxirane-2-carbocyclic acid 4,6-dimethoxypyrimidine-2-yl-urea N-(2,6-dimethylphenyl)-N-(methoxyacetyl)alanine N-methyl triazine amine O-(2,6-dichloro-4-methylphenyl) O-methyl O-hydrogen phosphorothioate Aclonifen alpha-cypermethrin anilino acid bifenox acid clodinafop-propargyl cycloxydim sulfone dihydroxy quinoxaline Ethofumesate Glyphosate Haloaniline hydroxy quizalofop lambda-cyhalothrin maleic hydrazide mepiquat chloride Mesosulfuron Metconazole methyl saccharine Prosulfocarb tolclofos-methyl N= 31 G E U S 16
17 Ikke modellerbare stoffer Blandt de undersøgte stoffer var der 12 forbindelser, hvor det ikke var muligt at lave en model. Disse stoffer omfatter: Id Stof Pesticid type / relateret f4 (E)-methoxyamino(alpha-(o-tolyloxy)-o-tolyl)acetic acid Metabolit / kresoxim-methyl q6 (S)-5-methyl-2-methylthio-5-phenyl-3,5- Metabolit / fenamidone dihydroimidazol-4-one s6 2-(3-trifluoromethylphenoxy)nicotinic acid Metabolit / diflufenican o1 Cypermethrin Insecticide i4 desamino-metamitron Metabolit / metamitron q1 Desmedipham Herbicide c2 Fludioxonil Fungicid e2 fosetyl-aluminium Fungicid n4 Quizalofop Metabolit, / propaquizafop, quizalofop-p-ethyl mfl b3 Tebuconazole Fungicid f5 Trinexapac Vækstregulerende f3 trinexapac-ethyl Vækstregulerende N = 12 For disse stoffer er en række supplerende data indhentet: Id Stof aq sol log P DT50 henry pka gus f4 (E)-methoxyamino(alpha- (o-tolyloxy)-o-tolyl)acetic acid E q6 (S)-5-methyl-2- methylthio-5-phenyl-3,5- dihydroimidazol-4-one s6 2-(3- trifluoromethylphenoxy)nicotinic acid o1 Cypermethrin E i4 desamino-metamitron q1 Desmedipham E-09.. c2 Fludioxonil E e2 fosetyl-aluminium E n4 Quizalofop E b3 Tebuconazole E f5 Trinexapac f3 trinexapac-ethyl E Som ved de afvigende stoffer er ekstreme log P værdier et fælles karakteristisk træk for de ikke-modellerbare stoffer. Sammenholdt med analysen af dendogrammerne i primærgruppen tegner der sig et billede af, at log P kan have en betydning for om et stof vil være dækket af det oprindelige KUPS Sand koncept eller ikke. Således vil stoffer med enten ekstrem høj eller lav log P vise tendens til enten at ligge yderligt i gruppen af modelstoffer, eller helt uden for mo- G E U S 17
18 delkonceptet. KUPA Sand konceptet blev etableret med henblik på at give et generelt værktøj til sårbarhedskarakterisering af sandjorde, baseret på jordenes iboende egenskaber, altså et generelt, ikke-stof specifikt kortlægningsprincip. De stoffer, som her er identificeret som liggende udenfor konceptet må karakteriseres som ekstreme i forhold til vand- og fedtopløselighed. Som en tommelfingerregel er der grund til særlig opmærksomhed overfor potentiel bioakkumulerbarhed hvis stoffer har log P værdier over ~3 til 3,5, og der er derfor grund til at antage, at stoffer som de her identificerede vil få særlig opmærksomhed i den generelle godkendelsesordning for bekæmpelsesmidler. I en general vurdering vil en høj log P også give anledning til større tilbageholdelse i humus og andre apolære komponenter i relevante jordarter, og afvigelsen fra modelkonceptet kan dermed skyldes, at sorptionskarakteristika for stofferne med høj log P afviger fra konceptet ved at vise større tilbøjelighed til tilbageholdelse i jord. En mulig generalisering vil dermed være, at for sådanne stoffer med høj log P giver afvigelsen fra konceptet ikke anledning til øget sårbarhed. Omvendt er der blandt udenfor stofferne også eksempler på høj vandopløselighed og lave log P værdier (eksempelvis fosetyl-aluminium og trinexapac-ethyl). I en generel fortolkning er der mulighed for, at særligt vandopløselige og potentielt mobile forbindelser kræver en øget opmærksomhed i forbindelse med anvendelsen af konceptet. Da konceptet i væsentlig grad er koblet til sorptionsegenskaber er det ikke uventet at stoffer, der ikke eller kun i ringe grad sorberer, vanskeligt kan modelleres efter konceptet. Hvis godkendelsesprocedurer tillader en større og mere udbredt anvendelse af sådanne stoffer, kan der være behov for at supplere konceptet med et ikke-sorptions relateret mål eller lave en stofspecifik vurdering af anvendelsen af sådanne midler. Skæbnen i miljøet skal også tages i betragtning i en sådan sammenhæng. For de ekstremt vandopløselige forbindelser i denne gruppe er der sammenfald med meget lave DT50 værdier, og dermed reduceret risiko for at stofferne når frem til grundvandsmagasinerne. Metabolitter er imidlertid ikke i væsentligt omfang medtaget i denne analyse. Forekomsten af cypermethrin indikerer, at grupper som pyrethroider kan kræve særlig opmærksomhed ved anvendelsen af konceptet. Anvendelsen af stoffer på åbne arealer har tidligere givet anledning til diskussion. De høje Log P værdier, som er karakteristisk for cypermethrin og andre pyrethroider, kan med rimelighed antages at medføre transport og skæbne i jorden, som adskiller sig fra den brede stofgruppe, konceptet er rettet imod. Dette afspejles også i de risikoformuleringer, der er knyttet til stoffet. Baseret på databasen fra EU projektet Footprint (Footprint, 2009) er der indhentet supplerende oplysninger om udenfor stofferne, og de EC risikosætninger, og amerikanske screeningsværdier (sci-grow), der er tilknyttet, vises i tabellen her under. G E U S 18
19 Id Stof sci-grow EC_risk f4 (E)-methoxyamino(alpha-(otolyloxy)-o-tolyl)acetic acid 9.340E-01 - q6 (S)-5-methyl-2-methylthio E+00 - phenyl-3,5-dihydroimidazol-4- one s6 2-(3-trifluoromethylphenoxy)- nicotinic acid 8.460E-02 - o1 Cypermethrin 5.350E-03 [T - Toxic: R22], [Xn - Harmful: R48/22], [Xi - Irritant: R37], [N - Dangerous for the environment: R50, R53] i4 desamino-metamitron 2.550E-01 - q1 Desmedipham. [N - Dangerous for the environment: R50, R53] c2 Fludioxonil 5.350E-03 - e2 fosetyl-aluminium 1.200E-06 [Xi - Irritant: R41] n4 Quizalofop 6.930E-02 - b3 Tebuconazole 7.940E-02 [Reproduction risk category 3: R63], [Xn - Harmful: R22], [N - Dangerous for the environment: R51, R53] f5 Trinexapac. f3 trinexapac-ethyl 6.660E-05 [N - Dangerous for the environment: R50, R53] Generelt for gruppen udenfor kan der således identificeres særlige egenskaber, som adskiller de enkelte forbindelser fra hovedgruppen af pesticider, som falder i de to øvrige grupper usikre og primære. G E U S 19
20 Vurdering Generelt tages der et vigtigt forbehold, idet der for de enkelte stoffer kun foreligger meget få observationer. Desuden indeholder datasættet ikke oplysninger om de betingelser, under hvilke data er blevet etableret (f.eks. oplysninger om usikkerhed, koncentrationsniveauer, klimaforhold under forsøget). Miljøstyrelsen har oplyst, at de til grund liggende undersøgelser er vurderet ved EU's godkendelse af de enkelte stoffer og fundet acceptable i forhold gældende internationale guidelines. En styrkelse af vurderingen er imidlertid at stofferne i det store hele udviser samme egenskaber og egenskaber der ikke adskiller fra dem, der blev fundet i det oprindelige KUPA Sand projekt. I dette var datagrundlaget langt større og konklusionerne derfor mere sikre. Identifikationen af 12 stoffer i gruppen ikke-modelerbare, der ikke umiddelbart kan modelleres efter konceptet, er i overensstemmelse med den konklusion, der blev fremlagt i det oprindelige koncept (citat fra slutrapporten): Det er grundlæggende de samme hydrauliske og bindingsmæssige forhold i jorden, der bestemmer de fleste pesticiders udvaskelighed indenfor forskellige sandjorde. Det er derfor for de fleste pesticider overvejende de samme arealer, der er særligt følsomme med henblik på pesticidbelastning af grundvandet (baseret på resultater for de 34 undersøgte pesticider). Der vil dog være en lille gruppe pesticider, der har helt andre bindingsmæssige egenskaber, og som derfor skal vurderes separat ud fra deres individuelle egenskaber Som svar på Miljøstyrelsens kompletterende spørgsmål (2012) gives nedenfor GEUS vurdering: I hvilket omfang de i dag godkendte pesticider er dækket af konceptet i KUPA Sand. Med de forbehold der er angivet ovenstående, vurderes det at langt størstedelen af de stoffer, hvor GEUS har modtaget nye data, synes dækket af konceptet i KUPA Sand. Det vil være af kritisk betydning at et udvalgt datamateriale testes videre med henblik på vurdering af prediktionsevne m.v. af de tentativt opstillede regressionsmodeller. Det er ikke muligt at foretage en korrekt, og nødvendig, validering af modellernes evne til på fuldt sikker vis at predikere K f (K d ) på et så begrænset data grundlag som det fremsendte. For et mindre antal specielt udvalgte stoffer, anslagsvist begrænset til 15, vil dette forbehold kunne testes til bunds. En angivelse af de stoffer, der ikke er omfattet af konceptet, så der kan foretages en separat vurdering af udvaskningsrisikoen for disse stoffer. I den forbindelse bedes GEUS bedes tilkendegive, hvorvidt og i hvilket omfang GEUS kan bidrage til en vurdering af de stoffer, der falder udenfor konceptet. Som det fremgår af teksten har GEUS givet en vurdering af udvaskningsrisikoen for stoffer der falder udenfor konceptet. Imidlertid er det Miljøstyrelsen, der besidder den G E U S 20
21 mest relevante kompetence vedrørende grundlæggende data, erfaring i risikoanalyse og myndighed til at vurdere stofferne. Er spændvidden i den potentielle mobilitet den samme for de i dag godkendte pesticider som for de stoffer, der lå bag konceptet? Dette spørgsmål lægger op til en beskrivelse af, om konceptet alene beskriver hvorvidt stoffernes mobilitet er afhængig af jordparametre, eller om der også opnås en kvantitativ beskrivelse af stoffernes potentielle mobilitet. I denne sammenhæng rejses endnu et spørgsmål: Kan konceptet anvendes til at afgøre, hvorvidt en større eller mindre andel af sandjordsarealerne er særligt sårbare for de i dag godkendte pesticider sammenlignet med de pesticider, der dannede grundlag for udviklingen af konceptet? KUPA konceptet adskiller sig fra godkendelsesordningen ved at være rettet mod jordegenskaber, hvor den generelle godkendelsesordning er rettet mod egenskaber ved det enkelte aktivstof og de relaterede metabolitter. Spørgsmålet om spændvidde og en kvantitativ beskrivelse af stoffernes mobilitet er ikke relevant i forhold til en beskyttelses strategi iværksat som KUPA, idet KUPA alene udpeger sårbarhed baseret på jordegenskaber og ikke på stofegenskaber. Det er alene en afskæringsværdi i jordegenskaberne der er relevant ved en risikovurdering. Det der har været afgørende, og det der er undersøgt i herværende undersøgelse, er stoffernes udvaskningsrisiko eller tilbageholdelse som funktion af nogle af jordens iboende egenskaber. Undersøgelsen viser at den funktion eller mekanisme, som var fremherskende på hovedparten af stofferne undersøgt i det oprindelige koncept, er uændret, når nutidens nye stoffer undersøges, altså at stofferne udvaskes på de samme jordtyper som oprindeligt udpeget. Analysen peger dermed på, at det oprindelige KUPA Sand koncept stadig er gældende, hvilket betyder, at de samme arealer vil blive udpeget som særligt sårbare i dag. KUPA sand konceptet skal alene udpege arealer, der ikke er beskyttet gennem godkendelsesordningen og varslingssystemet for pesticider. Testkørslen af de nye pesticider viser, at de mekanismer, der dannede grundlag for konceptet, også med de nye pesticider er gældende. En vurdering af om nogle godkendte stoffer med lav mobilitet vil kunne anvendes uden risiko på jorde, der er udpeget som særligt pesticidfølsomme, kan godt foretages med det datagrundlag der her er til stede, omend datamaterialet er noget tyndt. G E U S 21
22 Forkortelser mm aq sol DT50 gus henry Kd Kf log P pka sci-grow Vandopløselighed, 20 o C (mg/l) Halveringstid for forsvinding i jord under aerobe forhold (dage) GUS udvasknings potentiale index Henry's law konstant, 20 o C Fordelingskoefficient Freundlich adsorptionskoefficient Logaritmeret oktanol vand fordelingskoefficient Dissociation konstant ved 25 o C SCI-GROW grundvandsindex (µg/1) for en 1 kg /ha eller 1 l/ ha application, US EPA G E U S 22
23 Oversigt over stoffer Modelgruppe Primær Id Modelgruppe Primær CAS RN a2 Florasulam a3 tau-fluvalinate a6 Bromoxynil b2 fluazifop-p-butyl b4 (2,2-difluoro-benzo(1,3)dioxol-4-carbocyclic acid - b6 3,5-di-bromo-4-hydroxybenzoic acid - c1 asulam sodium c4 4-amino-3,5-dichloro-6-fluoro-2-pyridinol c5 N,N-dimethyl-6-(2,2,2-trifluoroethoxy)-1,3,5-triazine-2,4-diamine - c6 Ioxynil d1 Azoxystrobin d2 Fluroxypyr d3 tribenuron-methyl d4 4-amino-3,5-dichloro-6-fluoro-2-pirydynil-2-methoxypyridine - d5 N-desmethyl triazine amine - d6 3,5-di-iodo-4-hydroxybenzamide - e1 Bentazone e3 triflusulfuron-methyl e5 N,N-bis-desmethyl triazine amine - f1 bifenox f2 fuberidazole g1 bitertanol g2 imidacloprid g3 3-phenoxybenzoic acid g4 2-(4-chlorophenyl)-2-hydroxy-N-[2-(3-methoxy-4-prop-2-ynyloxyphenyl)-ethyl]-acetamide - g5 picoxystrobin h1 boscalid h2 kresoxim-methyl h3 sulfanilamide h5 iodosulfuron-methyl-sodium h6 flupyrsulfuron-methyl i1 chlormequat chloride i2 mandipropamid i5 foramsulfuron j4 N-((4-chlorophenyl)-methyl)-N-cyclopentylamide - j5 sulfosulfuron j6 metsulfuron-methyl k1 clomazone k2 metalaxyl-m k5 cyazofamid k6 dicamba l1 clopyralid l2 metamitron l3 cycloxydim sulfoxide - l4 5,6-dimethyl-2-(methylamino)pyrimidin-4-ol l5 fenamidone m1 cycloxydim m4 5,6-dimethyl-2-(methylformamido)pyrimidin-4-yl dimethylcarbamate - m5 (S)-5-methyl-5-phenylimidazolidine-2,4-dione - G E U S 23
24 Id Modelgruppe Primær CAS RN m6 pirimicarb n1 cymoxanil t4 t5 n3 2-cyano-2-methoxyiminoacetic acid - n5 (S)-5-methyl-2-methylthio-3-(2-nitrophenylamino)-5-phenyl-3,5- - dihydroimidazol-4-one n6 diquat dibromide o3 3-ethyl-4-(methoxyamino)-2,5-dioxoimidazolidine-4-carbonitrile - p1 cyprodinil p2 metrafenone p3 3-(4-cyclopropyl-6-methylpyrimidin-2-ylamino)phenol - p5 aminomethylphosphonic acid p6 3,5-di-iodo-4-hydroxybenzoic acid q3 3,6-dichlorosalicylic acid q4 2-(3,5-dichlorophenyl)-4,4-dimethyl-5-methylene-oxazoline - q5 mancozeb r2 pencycuron r3 1-[2-[2-chloro-4-(4-chloro-phenoxy)-phenyl]-2-1H-[1,2,4]triazol-yl]- - ethanol r4 N-(1,1-dimethylacetonyl)-3,5-dichlorobenzamide - r5 ethylenethiourea r6 4-cyclopropyl-6-methyl-pyrimidine-2-ylamine - s1 difenoconazole s3 2-(3-trifluoromethylphenoxy)nicotinamide - s4 alpha-(1,1-dimethylethyl)-beta-(2-phenoxyethyl)-1h-1,2,4-triazole-1- - ethanol s5 pyraclostrobin t1 diflufenican t2 propamocarb hydrochloride t3 fenoxaprop-p alpha-(1-chlorocyclopropyl)-alpha-o(2-chlorophenyl)methyl-1h-1,2,4- triazole-1-ethanol 1-(4-chlorophenyl)-3-({2 [ (methoxy carbonyl)amino] benzyl} oxy)- 1H-pyrazol-3-yl]glucopyranosiduronic acid u1 dimethomorph u2 propaquizafop u3 chlorobenzoxazolone u4 N-(4,6-dimethoxy-2-pyrimidinyl)-N-(3-(ethylsulfonyl)-2-pyridinyl)urea - u5 methyl N-(2{[1-(4-chlorophenyl)-1H-pyrazol-3-yl] oxymethyl} phenyl)carbamate - v1 epoxiconazole / v2 propiconazole v3 2-methyl-2-(4-(2-methyl-3-piperidin-1-yl-propyl)-phenyl)-propionic - acid v4 N-[3-(ethylsulfonyl)-2-pyridinyl]-4,6-dimethyoxy-2-pyrimidinamine - v5 tepraloxydim w1 ethephon w2 propyzamide w3 N-(2,6-difluorophenyl)-8-fluoro-5-hydroxy[1,2,4]triazolo[1,5- - c]pyrimidine-2-sulfonamide w5 3-hydroxy-2-(1-iminopropyl)-5-(tetrahydropyran-4-yl)cyclohex-2-en- 1-one - x3 N-(2,6-difluorophenyl)-5-aminosulfonyl-1H-1,2,4-triazole-3-carboxylic - acid x5 2-ethyl-6-(tetrahydropyran-4-yl)-4,5,6,7-tetrahydrobenzoxasol-4-one - y1 fenoxaprop-p-ethyl y2 prothioconazole G E U S 24
25 Id Modelgruppe Primær CAS RN y3 5-(aminosulfonyl)-1H-1,2,4-triazole-3-carboxylic acid - y5 MCPA z1 fenpropidin z2 rimsulfuron z3 fluazifop-p N = 100 G E U S 25
26 Modelgruppe Usikre Id Modelgruppe Usikre CAS RN a1 aclonifen a4 3-carbamoyl-2-cyano-3-(2,2-difluoro-benzo[1,3]dioxol-4-yl)- oxirane-2-carbocyclic acid a5 2-amino-4-methoxy-6-methyl-1,3,5-triazine b1 alpha-cypermethrin b5 methyl saccharine c3 tolclofos-methyl e4 1H-benzimidazole-2-carboxylic acid - e6 lambda-cyhalothrin f6 4,6-dimethoxypyrimidine-2-yl-urea - g6 mesosulfuron h4 N-(2,6-dimethylphenyl)-N-(methoxyacetyl)alanine - i3 bifenox acid i6 2,4-D j1 clodinafop-propargyl j2 mepiquat chloride j3 1,2,4-triazole k3 2-hydroxy-3-fluoro-5-chloro-pyridine - k4 2-dimethylamino-5,6-dimethylpyrimidin-4-ol - m2 metconazole m3 cycloxydim sulfone - o4 hydroxy quizalofop - o5 glyphosate o6 3,5-di-bromo-4-hydroxybenzamide - p4 dihydroxy quinoxaline - w4 anilino acid - x1 ethofumesate x2 prosulfocarb x4 haloaniline y4 O-(2,6-dichloro-4-methylphenyl) O-methyl O-hydrogen phosphorothioate - z4 N-methyl triazine amine - z5 maleic hydrazide / N = 31 G E U S 26
27 Gruppe Udenfor Id Gruppe Udenfor CAS RN b3 tebuconazole c2 fludioxonil e2 fosetyl-aluminium f3 trinexapac-ethyl f4 (E)-methoxyamino(alpha-(o-tolyloxy)-o-tolyl)acetic acid - f5 trinexapac i4 desamino-metamitron - n4 quizalofop o1 cypermethrin q1 desmedipham q6 (S)-5-methyl-2-methylthio-5-phenyl-3,5-dihydroimidazol-4-one - s6 2-(3-trifluoromethylphenoxy)nicotinic acid N = 12 G E U S 27
28 Referencer Bottoni, P & FunarI, E (1992) criteria for evaluating the impact of pesticides on groundwater quality;sci. Total Environ. (123) Esbensen, K. (2002) Multivariate data analysis - in practise: an introduction to multivariate data analysis and experimental design; Footprint (2009) FOOTPRINT - Functional TOOls for Pesticide RIsk assessmennt and management, Gustafson, DI (1989) Groundwater Ubiquity Score - A Simple Method for Assessing Pesticide Leachability;Environ. Toxicol. Chem. (8) Henriksen, Trine, Juhler, R. K., Brandt, G, & and Kjaer, J. (2009) Analysis of the plantgrowth regulator chlormequat in soil and water using liquid chromatography tandem mass-spectrometry (LC-MS/MS), pressurised liquid extraction, and solid phase extraction; J. Chromatogr. A (1216) Nygaard, E et al. (2004 ) Særligt pesticidfølsomme sandområder: Forudsætninger og metoder for zonering; Koncept for Udpegning af Pesticidfølsomme Arealer, KUPA. Miljøministeriet, Danmarks og Grønlands Geologiske Undersøgelse, GEUS, Øster Voldgade 10, København G E U S 28
29 De Nationale Geologiske Undersøgelser for Danmark og Grønland (GEUS) Geological Survey of Denmark and Greenland Øster Voldgade 10 DK-1350 København K Danmark / Denmark Telefon / Phone Fax E-post / Internet geus@geus.dk
Hvad viser moniteringsresultater fra VArslingssystemet for udvaskning af Pesticider til grundvandet (VAP)
Hvad viser moniteringsresultater fra VArslingssystemet for udvaskning af Pesticider til grundvandet (VAP) Annette E. Rosenbom Sachin Karan og Nora Badawi De Nationale Geologiske Undersøgelser for Danmark
Læs mereBekæmpelsesmiddelstatistik 2008 Revideret 11. september 2009
Bekæmpelsesmiddelstatistik 2008 Revideret 11. september 2009 Orientering fra Miljøstyrelsen Nr. 4 2009 Indhold SALG AF BEKÆMPELSESMIDLER 2006, 2007 OG 2008 5 LANDBRUGETS PESTICIDANVENDELSE 17 1 INDLEDNING
Læs mereBekæmpelsesmiddelstatistik 2010
Bekæmpelsesmiddelstatistik 2010 Orientering fra Miljøstyrelsen Nr. 5 2011 Indhold 1 INDLEDNING 5 2 SALG AF BEKÆMPELSESMIDLER 2008, 2009 OG 2010 7 2.1 SALGET AF BEKÆMPELSESMIDLER SAMLET FOR BÅDE PESTICIDER
Læs mereBekæmpelsesmiddelstatistik 2007
Bekæmpelsesmiddelstatistik 2007 Orientering fra Miljøstyrelsen Nr. 4 2008 Indhold SALG AF BEKÆMPELSESMIDLER 2005, 2006 OG 2007 3 LANDBRUGETS PESTICIDANVENDELSE 15 1 INDLEDNING 19 2 AREALANVENDELSE, KLIMAFORHOLD
Læs mereBekæmpelsesmiddelstatistik 2006
Bekæmpelsesmiddelstatistik 2006 Orientering fra Miljøstyrelsen Nr. 5 2007 Indhold SALG AF BEKÆMPELSESMIDLER 2004, 2005 OG 2006 5 LANDBRUGETS PESTICIDANVENDELSE 17 1 INDLEDNING 19 2 AREALANVENDELSE, KLIMAFORHOLD
Læs mereBilag 1. »Bilag 6. acetamiprid Substral Gødning med insektmiddel april april juli juli 2014.
Bilag 1»Bilag 6 Liste over plantebeskyttelsesmidler, der er meddelt afviklingsperioder for efter plantebeskyttelsesmiddelforordningens artikel 46, jf. 3, stk. 3 Aktivstof Produktnavn Reg. nr. Forbud mod
Læs mereUddrag af ændringsbekendtgørelse juli Bilag 6
Uddrag af ændringsbekendtgørelse juli 2013 Bilag 6 Liste over plantebeskyttelsesmidler, der er meddelt afviklingsperioder for efter plantebeskyttelsesmiddelforordningens artikel 46, jf. 3, stk. 3 Aktivstof
Læs merefenpropimorph (Vårbyg) Vinterhvede Sukkerroer Roundup 2000 Glyphosat Roundup 2000 Glyphosat
1999 2000 2001 Vinterrug Sencor WG Metribuzin Logran 20 WG Triasulfuron Express Tribenuron-methyl Afalon Linuron Stomp SC Pendimethalin Dithane DG Mancozeb Propiconazol + Propiconazol + () Vinterrug Express
Læs mereVarslingssystemet for udvaskning af pesticider til grundvand (VAP)
Varslingssystemet for udvaskning af pesticider til grundvand (VAP) Sammendrag af moniteringsresultater med fokus på juli 2014 juni 2016 Annette E. Rosenbom (red.), Eline Bojsen Haarder, Nora Badawi, Lasse
Læs mereOversigt over sandpræsentationer ( )
Oversigt over sandpræsentationer (15-06-04) Integrerede resultater og Forudsætninger Kortlægning i praksis Mogens H. Greve Simulering af udvaskning Peter van der Keur Repræsentativitet af datagrundlag
Læs mereKOMMISSIONENS GENNEMFØRELSESFORORDNING (EU)
27.7.2012 Den Europæiske Unions Tidende L 200/5 KOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) Nr. 686/2012 af 26. juli 2012 om uddelegering til medlemsstaterne af vurderingen af aktivstoffer, for hvilke
Læs mereBekæmpelsesmiddelstatistik 2000
Orientering fra miljøstyrelsen Nr. 10 2001 Bekæmpelsesmiddelstatistik 2000 Salg 1998, 1999 og 2000 : Behandlingshyppighed 1999 Indhold I Salg af bekæmpelsesmidler 1998, 1999 og 2000 5 II Landbrugets pesticidanvendelse
Læs mereKUPA-SAND: SANDEDE AREALERS SÅRBARHED FOR PESTICIDNEDSIVNING
KUPA-SAND: SANDEDE AREALERS SÅRBARHED FOR PESTICIDNEDSIVNING Udvikling af et forvaltningsegnet værktøj til udpegning af pesticidsårbare sandarealer på baggrund af KUPAsand (Værkstedsområde Grindsted) Bo
Læs mereVAP - Varslings systemet for tidlig udvaskning af pesticider til grundvand. + Pesticider: GRUMO, BoringsKontrol og lidt om punktkilder
VAP - Varslings systemet for tidlig udvaskning af pesticider til grundvand. + Pesticider: GRUMO, BoringsKontrol og lidt om punktkilder TM 50-8. oktober 2014 Hvad er nødvendig grundandsbeskyttelse? Næsbylund
Læs mereVarslingssystemet for udvaskning af pesticider til grundvand
Varslingssystemet for udvaskning af pesticider til grundvand Moniteringsresultater juli 2012 juni 2014 Walter Brüsch (red), Annette E. Rosenbom, Nora Badawi, Lasse Gudmundsson, Carl H. Hansen, Frants von
Læs mereIndsatsplaner for grundvandsbeskyttelse. Udvalgsmøde
Indsatsplaner for grundvandsbeskyttelse Udvalgsmøde 31-05-2016 STATENS GRUNDVANDSKORTLÆGNING Historik Amtet udpegede områder med særlig drikkevandsinteresse (OSD) i Regionplan 1997 Drikkevandsbetænkningen
Læs mereRegler om sprøjtemidler
Regler om sprøjtemidler Definition: Sprøjtemidler er beregnet til at beskytte afgrøder mod ukrudt, insekter, svampe mm. Pesticidforordningen (nr. 1107/2009) regulerer godkendelsen Rammedirektiv for bæredygtig
Læs mere3. Fremgangsmåde ved fortolkning af data
3. Fremgangsmåde ved fortolkning af data For at finde de jordegenskaber som rummer de nødvendige oplysninger til udpegning af særligt pesticidfølsomme områder og som kan fremskaffes med den mindste ressource
Læs mereÆndring af direktiv 91/414/EØF og implementeringen af zoneinddelings betydning for Danmark
Ændring af direktiv 91/414/EØF og implementeringen af zoneinddelings betydning for Danmark The change of directive 91/414/EEC and the influence of zone division in Denmark Natbas, 4. semester, Forår 2006
Læs mereVurdering af klima ændringens konsekvenser for udvaskning af pesticider i lerområder ved brug af en oplandsskala hydrologisk model
Vurdering af klima ændringens konsekvenser for udvaskning af pesticider i lerområder ved brug af en oplandsskala hydrologisk model 1 Peter van der Keur, 1 Annette E. Rosenbom, 2 Bo V. Iversen 1 Torben
Læs mereMøde med Växtskyddsrådet Erfarenheter från Danmark. Jönköping 30 september 2016
Møde med Växtskyddsrådet Erfarenheter från Danmark Jönköping 30 september 2016 Disposition Handlingsplaner Pesticidafgifter IPM aktiviteter og andre tiltag Godkendelsesproceduren Handlingsplaner Handlingsplaner
Læs mereNaturstyrelsens tanker om grundvandsbeskyttelse over for pesticider. Funktionsleder Martin Skriver
Naturstyrelsens tanker om grundvandsbeskyttelse over for pesticider Funktionsleder Martin Skriver Eksisterende håndtag i MBL 21 b. Anvendelse af pesticider, dyrkning og gødskning til erhvervsmæssige og
Læs mereSærligt pesticidfølsomme sandområder: Forudsætninger og metoder for zonering
Koncept for Udpegning af Pesticidfølsomme Arealer, KUPA Særligt pesticidfølsomme sandområder: Forudsætninger og metoder for zonering Danmarks og Grønlands Geologiske Undersøgelse Miljøministeriet Danmarks
Læs mere1.Hvorfor 2.Hvordan 3.Hvad 4.Hvornår 5.Hvilke
Møde i ATV Jord og Grundvand - 31. Maj 2016, Odense Pesticider i grundvandet og godkendelsesordningen Hvordan harmonerer fund i grundvandet med den gældende lovgivning? Eksempler på at VAP har medført
Læs mereVarslingssystemet for udvaskning af pesticider til grundvand
Varslingssystemet for udvaskning af pesticider til grundvand Sammendrag af moniteringsresultater med fokus på juli 2013-juni 2015 Annette E. Rosenbom (red), Nora Badawi, Lasse Gudmundsson, Frants von Platten-
Læs mereOPDELING AF PESTICIDER I FORHOLD TIL DERES SORPTIONS- OG NEDBRYDNINGSEGENSKABER. Jens Aamand Jim Jul Rasmussen Ole Stig Jacobsen
PDELIG AF PESTICIDER I FRHLD TIL DERES SRPTIS- G EDBRYDIGSEGESKABER Jens Aamand Jim Jul Rasmussen le Stig Jacobsen Koncept for Udpegning af Pesticidfølsomme Arealer, KUPA 24 Indhold Indhold 2 Sammenfatning
Læs mereUdviklingen i pesticiders belastning af miljøet i perioden
Miljøstyrelsen, Miljøprojekt Nr. 1244 2008 Udviklingen i pesticiders belastning af miljøet i perioden 1986-2006 Kim Gustavson, DHI Peter Borgen Sørensen, DMU, Århus Universitet Martine Reinhold Kildeby,
Læs mereVarslingssystemet for udvaskning af pesticider. (EU udbud )
GEUS UDBUD OM PESTICIDANALYSER Varslingssystemet for udvaskning af pesticider (EU udbud ) 1. Indledning Danmarks og Grønlands Geologiske Undersøgelse (GEUS) har ved udbudsbekendtgørelse af 22. december
Læs mereBilag 10. Korrelationsmetoder og resultater GEUS: Jim Rasmussen, Per Rosenberg
Bilag 1. Korrelationsmetoder og resultater GEUS: Jim Rasmussen, Per Rosenberg I dette bilag beskrives først de to metoder anvendt ved korrelationsanalyserne, efterfølgende gennemgås fremgangsmåde ved datafortolkningen
Læs mereINTERNT GEUS-NOTAT Side 1
INTERNT GEUS-NOTAT Side 1 Bilag 16. Referee bemærkninger GEUS: Jens Christian Refsgaard Rapporten er tilrettet efter modtagelsen af bemærkningerne. Danmarks og Grønlands Øster Voldgade 10 Telefon 38 14
Læs merePesticidoverblik. Region Sjælland. Pesticider i Grundvandsovervågning boringskontrol og VAP Lukkede boringer. 28 februar 2013, Erfamøde Silkeborg
husk at stille spørgsmål afbryd gerne undervejs 28 februar 2013, Erfamøde Silkeborg Pesticidoverblik Pesticider i Grundvandsovervågning boringskontrol og VAP Lukkede boringer Region Sjælland Walter Brüsch,
Læs mereDokumentation for følsomhed for pesticider. Landskonsulent Poul Henning
Dokumentation for følsomhed for pesticider Landskonsulent Poul Henning Petersen Har kommunen tilvejebragt tilstrækkelig dokumentation for, at de pågældende områder er følsomme for pesticider? Ingen videnskabelig
Læs mereNational 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 mereSkanderborg Kommunes overvejelser om udpegning af indsatsområder for pesticider. TM 50 - Temadage for indsatsplanlæggere d. 8.
Skanderborg Kommunes overvejelser om udpegning af indsatsområder for pesticider TM 50 - Temadage for indsatsplanlæggere d. 8. oktober 2014 Overvejelser om udpegning af indsatsområder for pesticider Hvorfor
Læs mereSalg af pesticider til brug i private haver 2010
Miljøudvalget 0 MIU alm. del Bilag 55 Offentligt Salg af pesticider til brug i private haver 00 Notat udarbejdet for Miljøstyrelsen af Cowi. Indhold INDLEDNING 7 TIDLIGERE OPGØRELSER AF PESTICIDFORBRUGET
Læs mereBilag 7: Sammenhænge mellem simple jordegenskaber GEUS: Jim Rasmussen
Bilag 7: Sammenhænge mellem simple jordegenskaber GEUS: Jim Rasmussen Hensigten med dette bilag er at illustrere de vigtigste almindeligt kendte sammenhænge mellem simple jorddata, som kan eftervises med
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereDVV TEMALØRDAG PESTICIDER HVAD BETYDER DE FOR OS?
DVV TEMALØRDAG PESTICIDER HVAD BETYDER DE FOR OS? Marlene Ullum Disposition Pesticid, fortid og nutid Pesticidstrategien 2017-21 Godkendelsesordningen Varslingssystemet (VAP) Pesticidforbruget i Danmark
Læs mereBilag 12 Regressionsanalysens tabeller og forklaringer
Bilag 12 Regressionsanalysens tabeller og forklaringer Regressionsanalysens tabeller og forklaringer Regressionsanalysen vil være delt op i 2 blokke. Første blok vil analysere hvor meget de tre TPB variabler
Læs mereKonsekvenser ved forbud mod triazoler i hvede
Af hensyn til beskyttelse af personlige oplysninger har PowerPoint blokeret automatisk hentning af billedet. Konsekvenser ved forbud mod triazoler i hvede Lise Nistrup Jørgensen, Aarhus Universitet Jonathan
Læs mereBilag 1: Robusthedsanalyser af effektiviseringspotentialerne. Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 1: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET OKTOBER 2013 Indholdsfortegnelse Indledning
Læs mereInput til besvarelse af spørgsmål 1017 stillet til Miljø og Fødevareministeren.
Miljø- og Fødevareudvalget 2016-17 MOF Alm.del endeligt svar på spørgsmål 1017 Offentligt AARHUS Input til besvarelse af spørgsmål 1017 stillet til Miljø og Fødevareministeren. Institut for Agroøkologi
Læs mereHvad betyder geologi for risikovurdering af pesticidpunktkilder?
Hvad betyder geologi for risikovurdering af pesticidpunktkilder? Lotte Banke, Region Midtjylland; Kaspar Rüegg, Region Midtjylland og Søren Rygaard Lenschow, NIRAS www.regionmidtjylland.dk Gennemgang Fase
Læs mereBilag 8. Omregning af K d til K f GEUS: Jim Rasmussen
Bilag 8. Omregning af K d til K f GEUS: Jim Rasmussen Bindingen bestemt som fordelingskoefficienten K d. I forbindelse med simulering af udvaskning med MACRO modellen anvendes Freundlich funktionen til
Læs mereSalg af pesticider til brug i private haver 2011
Salg af pesticider til brug i private haver 0 Miljøstyrelsen, august 0 Indhold INDLEDNING 5 PESTICIDSALGET TIL PRIVATE I 0 6. GRUNDLAG FOR OPGØRELSEN AF SALGET I 0 6. OVERSIGT OVER SALGET I 0 FORDELT
Læs mereSÅRBARHED HVAD ER DET?
SÅRBARHED HVAD ER DET? Team- og ekspertisechef, Ph.d., civilingeniør Jacob Birk Jensen NIRAS A/S Naturgeograf Signe Krogh NIRAS A/S ATV MØDE VINTERMØDE OM JORD- OG GRUNDVANDSFORURENING VINGSTEDCENTRET
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs merenyt billede: x 190,5 mm ndsættelse, på billedet det bagerst. t gamle foto Pesticidindsatsen Kontorchef Lea Frimann Hansen
nyt billede: x 190,5 mm ndsættelse, på billedet det bagerst. t gamle foto Pesticidindsatsen Kontorchef Lea Frimann Hansen Historik godkendelsesordning 1979 Bekæmpelsesmidler skal godkendes før salg. Klager
Læs mereIndholdsfortegnelse. Forbruget af pesticider til plantebeskyttelse i private haver i Miljøstyrelsen, Pesticider og Genteknologi.
Miljøstyrelsen, Pesticider og Genteknologi Forbruget af pesticider til plantebeskyttelse i private haver i 00 Notat COWI A/S Parallelvej 00 Kongens Lyngby Telefon 4 97 Telefax 4 97 wwwcowidk Indholdsfortegnelse
Læs mereKONCEPT FOR UDPEGNING AF PESTICIDFØLSOMME AREALER præsentation af projekt for sand
KONCEPT FOR UDPEGNING AF PESTICIDFØLSOMME AREALER præsentation af projekt for sand Forsker Heidi Christiansen Barlebo Danmarks og Grønlands Geologiske Undersøgelse (GEUS) ATV MØDE Rent drikkevand - kvalitet
Læs mereI dag. Kursus Data matrice. Formål med PCA. Statistik. Principal komponent analyse, PCA, Esbensen kapitel 3. Splus. Anna Helga Jónsdóttir
I dag Kursus 02593 Statistik Anna Helga Jónsdóttir Principal komponent analyse, PCA, Esbensen kapitel 3. Splus ahj@imm.dtu.dk 18. november 2008 Anna Helga Jónsdóttir (ahj@imm.dtu.dk) Kursus 02593 18. november
Læs mereEksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Læs mereNye pesticidfund Miljøstyrelsens vinkel
Nye pesticidfund Miljøstyrelsens vinkel ATV Jord og Grundvand 20. juni 2018 Gentofte Steen Marcher Pesticider og Biocider Disposition Baggrund Godkendelsesordningen for pesticider Skærpelse af krav til
Læs mereGrundvand 2004. Status og udvikling 1989-2004. GEUS 2005.
Grundvand 2004. Status og udvikling 1989-2004. GEUS 2005. Indledning Overvågningsprogrammet Den landsdækkende grundvandsovervågning, der er en del af det nationale overvågningsprogram for vandmiljøet,
Læs mereUdvaskning af pesticider fra danske golfbaner
DGA-ugen 14. november 2018 Udvaskning af pesticider fra danske golfbaner Resultater fra PESTGOLF Annette E. Rosenbom, Nora Badawi, Sachin Karan og Anne Mette D. Jensen Formål PESTGOLF At estimere skæbne
Læs mereNye pesticidanalyser i 2018 i regionernes punktkildeundersøgelser
Nye pesticidanalyser i 2018 i regionernes punktkildeundersøgelser ATV Jord og Grundvand den 20. juni 2018 Abelone Christensen, Region Midt, Miljø www.regionmidtjylland.dk Baggrund og formål desphenyl-chloridazon
Læs mereTekniske udfordringer i ny 3D afgrænsning af 402 grundvandsforekomster og tilknytning af boringer og indtag
ATV Jord og Grundvand Vintermøde om jord- og grundvandsforurening 10. - 11. marts 2015 Tekniske udfordringer i ny 3D afgrænsning af 402 grundvandsforekomster og tilknytning af boringer og indtag Lars Troldborg
Læs mereNotat - ang. bemærkninger fra Landboforeningen Odder-Skanderborg
Notat - ang. bemærkninger fra Landboforeningen Odder-Skanderborg Skanderborg Kommune vil gerne kvitterer for nogle gode og konstruktive møder med landboforeningen i forbindelse med udarbejdelse af planer
Læs mereDette dokument er et dokumentationsredskab, og institutionerne påtager sig intet ansvar herfor
2011R0540 DA 01.04.2013 009.001 1 Dette dokument er et dokumentationsredskab, og institutionerne påtager sig intet ansvar herfor B KOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) 540/2011 af 25. maj 2011 om
Læs merePesticidhåndtering. Poul Henning Petersen Planteproduktion. Diplomkursus, 3. februar 2009
Pesticidhåndtering Poul Henning Petersen Planteproduktion Diplomkursus, 3. februar 2009 Pesticiders miljøpåvirkning Fordampning Udvaskning Afstrømning Afdrift Dræn Udledning fra punktkilder Modificeret
Læs mereVurdering af indtaget af svampemidler via kosten - kort notat
Downloaded from orbit.dtu.dk on: May 14, 2019 Vurdering af indtaget af svampemidler via kosten - kort notat Jensen, Bodil Hamborg; Petersen, Pernille Bjørn; Nielsen, Elsa Ebbesen Publication date: 2018
Læs mereFigur 3. Jordartskort med angivelse af feltlokaliteter som er undersøgt i forbindelse med etableringen af projektets datagrundlag.
2. Dataindsamling Figur 3. Jordartskort med angivelse af feltlokaliteter som er undersøgt i forbindelse med etableringen af projektets datagrundlag. Dataindsamlingen og feltundersøgelserne er foretaget
Læs mereGeologi. Sammenhæng mellem geologi og beskyttelse i forhold til forskellige forureningstyper GRUNDVANDSSEMINAR, 29. AUGUST 2018
Geologi Sammenhæng mellem geologi og beskyttelse i forhold til forskellige forureningstyper GRUNDVANDSSEMINAR, 29. AUGUST 2018 Disposition Geologi- hvad betyder noget for grundvandsbeskyttelsen og indsatsplanlægning?
Læs mereVæsentlige konklusioner og oplysninger i Bekæmpelsesmiddelstatistikken
Væsentlige konklusioner og oplysninger i Bekæmpelsesmiddelstatistikken 2011 Behandlingshyppigheden Behandlingshyppigheden angiver det antal gange, det konventionelt dyrkede landbrugsareal i gennemsnit
Læs mereMiljø- og Fødevareudvalget MOF Alm.del Bilag 348 Offentligt
Miljø- og Fødevareudvalget 2017-18 MOF Alm.del Bilag 348 Offentligt NOTAT Pesticider og Biocider J.nr. MST-003-00028 Den 28. februar 2018 Screeningsresultater for udvalgte pesticider i grundvandsovervågningen:
Læs mereFormuleringen og aktivstoffernes betydning for svampemidlernes effekt. DLG VækstForum 2012 v/klaus Nielsen
Formuleringen og aktivstoffernes betydning for svampemidlernes effekt. DLG VækstForum 2012 v/klaus Nielsen Hvor vigtig er formuleringen af et svampemiddel? Svaret er Den er meget vigtig! Formuleringen
Læs mereHøfde 42: Vurdering af specifik ydelse og hydraulisk ledningsevne i testcellerne TC1, TC2 og TC3
Høfde 42: Vurdering af specifik ydelse og hydraulisk ledningsevne i testcellerne TC1, TC2 og TC3 Søren Erbs Poulsen Geologisk Institut Aarhus Universitet 2011 Indholdsfortegnelse Sammendrag...2 Indledning...2
Læs mereBilag 14. Verifikation GEUS: Ole Stig Jacobsen, Per Rosenberg
Bilag 14. Verifikation GEUS: Ole Stig Jacobsen, Per Rosenberg Med henblik på at afprøve gyldigheden af den karakterisering af sandjordes følsomhed overfor udvaskning af pesticid, som projektresultaterne
Læs mereMiljø- og fødevareministerens endelige besvarelse af spørgsmål nr. 775 (MOF alm. del) stillet 8. juni efter ønske fra Julie Skovsby (S).
Miljø- og Fødevareudvalget 2017-18 MOF Alm.del endeligt svar på spørgsmål 775 Offentligt Folketingets Miljø- og Fødevareudvalg Christiansborg 1240 København K Den 14. september 2018 Miljø- og fødevareministerens
Læs mereKontrollen med pesticidrester i foder i 2015
PROJEKTER SLUTRAPPORT Titel Kontrollen pesticidrester i foder i 05 J. nr.: 0-8--00/0-8--007. september 0 BAGGRUND OG FORMÅL Regler EU har fastsat maksimalgrænseværdier (MRL) for klorerede pesticider i
Læs mereErfaringsopsamling på udbredelsen af forureningsfaner i grundvand på villatanksager
Erfaringsopsamling på udbredelsen af forureningsfaner i grundvand på villatanksager Udført for: Miljøstyrelsen & Oliebranchens Miljøpulje Udført af: Poul Larsen, Per Loll Claus Larsen og Maria Grøn fra
Læs mereMetodik for kemiske tilstandsvurdering af grundvandsforekomster
Metodik for kemiske tilstandsvurdering af grundvandsforekomster Lærke Thorling og Brian Sørensen De Nationale Geologiske Undersøgelser for Danmark og Grønland Klima-, Energi- og Bygningsministeriet ATV
Læs mereRapport 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 mereSammenfatning og konklusioner
Miljøudvalget 2014-15 MIU Alm.del Bilag 97 Offentligt Sammenfatning og konklusioner Rapporten omfatter bekæmpelsesmiddelstatistikken baseret på salgstal for kalenderåret 2013 samt sprøjtemiddelstatistik
Læs mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april
Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et
Læs mereRapport 23. november 2018
Rapport 23. november 2018 Proj.nr. 2004280 Version 1 EVO/MT Principper for og forslag til repræsentative stikprøveplaner til analyse af konsekvensen af produktionsændringer for værdi- og kvalitetsvurdering
Læs mereDette dokument er et dokumentationsredskab, og institutionerne påtager sig intet ansvar herfor
2011R0540 DA 02.05.2016 026.001 1 Dette dokument er et dokumentationsredskab, og institutionerne påtager sig intet ansvar herfor B KOMMISSIONENS GENNEMFØRELSESFORORDNING (EU) 540/2011 af 25. maj 2011 om
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereBedre adgang til udbud for små og mellemstore virksomheder
VELFUNGERENDE MARKEDER 05 2017 Bedre adgang til udbud for små og mellemstore virksomheder Offentlige ordregivere gennemfører årligt op imod 3.000 EU-udbud i Danmark. Konkurrencen om opgaverne bidrager
Læs mereKontrolprogrammer. Består af Analysepakke
Kontrolprogrammer Består af Analysepakke A gruppe stoffer (obligatoriske) B gruppe stoffer (obligatoriske) Driftskontrol ledningsnet (vejledende) Driftskontrol mikrobiologi (vejledende) Driftskontrol afgang
Læs mereVeje til beskyttelse mod pesticider i det nye grundvand
Veje til beskyttelse mod pesticider i det nye grundvand ATV Vintermøde 6. MARTS 2019 Erfaringer fra klagenævnsafgørelse Hvad er vigtigt at inddrage? Grundvandsdannelse Grundvandskemi (fund af pesticider
Læs mereBilag 3B. Variabilitet baseret på humus indholdet og det samlede ler-silt indhold
Bilag 3B. Variabilitet baseret på humus indholdet og det samlede ler-silt indhold GEUS: Per Rosenberg Gennem projektets undersøgelser er det vist, at de jordegenskaber, der bærer det klareste udsagn om
Læs mereGrundvand aldersbestemmelse med isotoper & CFC ATV møde: Datahåndtering og tolkning af jord- og grundvandsforurening
Grundvand aldersbestemmelse med isotoper & CFC ATV møde: Datahåndtering og tolkning af jord- og grundvandsforurening 21-06-2016 Troels Laier De Nationale Geologiske Undersøgelser for Danmark og Grønland
Læs mereBilag 2. Kornstørrelsesfordeling og organisk stof - Repræsentativitet DJF: Mogens H. Greve, Bjarne Hansen, Svend Elsnab Olesen, Søren B.
Bilag 2. Kornstørrelsesfordeling og organisk stof Repræsentativitet DJF: Mogens H. Greve, Bjarne Hansen, Svend Elsnab Olesen, Søren B. Torp Teksturdata fra de otte landskabselementtyper er blevet sammenholdt
Læs mereBilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET FEBRUAR 2013 INDLEDNING... 3 1. COSTDRIVERSAMMENSÆTNING...
Læs mereBilag 7 Analyse af alternative statistiske modeller til DEA Dette bilag er en kort beskrivelse af Forsyningssekretariatets valg af DEAmodellen.
Bilag 7 Analyse af alternative statistiske modeller til DEA Dette bilag er en kort beskrivelse af Forsyningssekretariatets valg af DEAmodellen. FORSYNINGSSEKRETARIATET OKTOBER 2011 INDLEDNING... 3 SDEA...
Læs mereEvaluering af Soltimer
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning
Læs mereNEXT V PESTICIDE B I DRIKKEVAND
NEXT V 2011-2016 PESTICIDE B I DRIKKEVAND 2.runde, september 2012 laboratoriernes resultater Institut for Miljøvidenskab SCIENCE AND TECHNOLOGY AARHUS UNIVERSITY Indholdsfortegnelse Forord 3 Indhold 4
Læs mereGEUS-NOTAT Side 1 af 6
Side 1 af 6 Til: Fra: GEUS - Geokemisk Afdeling Kopi til: Fortroligt: Nej Dato: 14. marts, 2018 GEUS-NOTAT nr.: 05-VA-18-01 J.nr. GEUS: 014-00250 Emne: Forekomst af desphenylchloridazon og methyldesphenylchloridazon
Læs mereNaturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT
Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Ulla Lund Dato: 6. juni 2016 QA: Emne: Maj-Britt
Læs mereTransportprocesser i umættet zone
Transportprocesser i umættet zone Temadag Vintermøde 2018: Grundvand til indeklima - hvor konservativ (korrekt) er vores risikovurdering? Thomas H. Larsen JAGGS tilgang Det kan da ikke være så kompliceret
Læs mereHvorfor og hvordan skal jeg vækstregulere mine afgrøder i 2016? Michael Rose, FMC
Hvorfor og hvordan skal jeg vækstregulere mine afgrøder i 2016? Michael Rose, FMC Indhold FM hvad for noget? (FMC) (MR) Vækstregulering et fyord? Hvorfor er lejesæd uønsket Dyrkningsmæssige valg kan få
Læs mereIndsatsområder inden for sprøjtemiddelfølsomme. indvindingsområder. februar 2015
Indsatsområder inden for sprøjtemiddelfølsomme indvindingsområder februar 2015 Titel: Indsatsområder inden for sprøjtemiddelfølsomme indvindingsområder Ferbruar 2015 Redaktion: Peter Møller Duch Udgiver:
Læs mereUNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER
UNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER Undervisningseffekten udregnes som forskellen mellem den forventede og den faktiske karakter i 9. klasses afgangsprøve. Undervisningseffekten udregnes
Læs mereFastlæggelse af beskyttelsesbehov pesticider
Fastlæggelse af beskyttelsesbehov pesticider Overvismand Hans Jørgen Whitta- Jacobsen, 26. februar 2015: Hvis vi skal holde fast i muligheden for, at vi kan drikke urenset grundvand, er det nødvendigt
Læs mereIndberetning af grundvandsdata. Blåt Fremdriftsforum Den 30. marts 2017
Indberetning af grundvandsdata Blåt Fremdriftsforum Den 30. marts 2017 Introduktion og kort overblik v/ Rasmus Moes 2 / Miljøstyrelsen Grundvandsovervågningen anno 1987 Effektovervågning i udvalgte oplande
Læs mereGrundRisk Screeningsværktøj til grundvandstruende forureninger
GrundRisk Screeningsværktøj til struende forureninger DEL 1: PRINCIPPER FOR SCREENING Poul L. Bjerg Gitte L. Søndergaard, Luca Locatelli, Louise Rosenberg, Philip J. Binning, Jens Aabling ATV møde 29.
Læs mereKÆRGÅRD PLANTAGE UNDERSØGELSE AF GRUBE 3-6
Region Syddanmark Marts 211 KÆRGÅRD PLANTAGE UNDERSØGELSE AF GRUBE 3-6 INDLEDNING OG BAGGRUND Dette notat beskriver resultaterne af undersøgelser af grube 3-6 i Kærgård Plantage. Undersøgelserne er udført
Læs mereBilag 15. Eksempel på beslutningsstøtte system GEUS: Hans Jørgen Henriksen
Bilag 15. Eksempel på beslutningsstøtte system GEUS: Hans Jørgen Henriksen Ved hjælp af en strukturel læringsanalyse af strukturer i et datasæt ( structural learning ) kan der findes frem til hvilke sammenhænge
Læs mereFaktor- og konjunkturanalyse af efterspørgselskomponenter
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Peter Agger Troelsen 05.02.2015 Faktor- og konjunkturanalyse af efterspørgselskomponenter og store brancher i ADAM Resumé: I papiret sammenholdes konjunkturgab
Læs mere