Inputs en outputs in privétuinen

Inputs en outputs in privétuinen

Studie uitgevoerd in opdracht van MIRA, Milieurapport Vlaanderen Onderzoeksrapport MIRA/2008/04, mei 2008

Inputs en outputs in privé privétuinen Studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA Mei 2008

Ir. Valerie Dewaelheyns Prof. Hubert Gulinck Departement Aard- en omgevingswetenschappen Afdeling Bos, Natuur en Landschap K.U.Leuven

Dit rapport verschijnt in de reeks MIRA Ondersteunend Onderzoek van de Vlaamse Milieumaatschappij. Deze reeks bevat resultaten van onderzoek gericht op de wetenschappelijke onderbouwing van het Milieurapport Vlaanderen. Dit rapport is ook beschikbaar via www.milieurapport.be

Contactadres: Vlaamse Milieumaatschappij Milieurapportering (MIRA) Van Benedenlaan 34 2800 Mechelen tel. 015 45 14 66 [email protected]

Wijze van citeren: Dewaelheyns, V.& Gulinck, H. (2008). Input en output in privétuinen. Studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA, MIRA/2008/02 , Afdeling Bos, Natuur en Landschap, K.U.Leuven. De afbeeldingen gebruikt in het omslagontwerp zijn afkomstig van www.doelbeelden.nl.

Marta Pérez-Soba, Wageningen UR

“The garden complex should be recognized as a separate landuse/cover category”

Quote International Conference Impact Assessment of land use changes Berlijn 6-9 april 2008

Samenvatting Met dit ondersteunend onderzoek wordt de rol van privétuinen in de milieubalans van Vlaanderen verkend door middel van een eerste kwantificatie van inputs en outputs in privétuinen. Voor Vlaanderen wordt de oppervlakte tuin aan de hand van de topografische kaart (NGI, 2004) geschat rond 13 % van de oppervlakte van Vlaanderen. De samenstelling en het beheer van deze 13 % van de Vlaamse oppervlakte kunnen het milieu zowel op een direct als een indirecte manier beïnvloeden. De kennis over privétuinen is beperkt en gefragmenteerd. De resultaten van dit ondersteunend onderzoek verduidelijken hoe privétuinen binnen het algemene kader van de milieumonitoring geplaatst kunnen worden. Om hiertoe te kunnen komen, wordt de tuin binnen dit onderzoek opgevat als een systeem met inputs (bestrijdingsmiddelen, meststoffen, …) en outputs (gazonmaaisel, snoeihout, …). In deze analytische systeembenadering worden slechts een beperkt aantal inputs en outputs beschouwd en behoren het huis en het huishouden niet tot het tuinsysteem. Input- en outputkarakteristieken zijn in de praktijk enkel op te meten door een bevraging van tuinbeheerders. Zoals de term ‘privétuin’ al meegeeft, behoort de tuin namelijk tot de private sfeer van een huishouden of een tuinbeheerder. Door middel van twee aanvullende enquêtes wordt een uitgebreide en gedetailleerde gegevensbank aangelegd over privétuinen in Vlaanderen. Door het gebrek aan beschikbare referentiegegevens over privétuinen in Vlaanderen is het niet mogelijk om de representativiteit voor Vlaanderen na te gaan. Toch worden er reeds bruikbare grootte-ordes van specifieke inputs- en outputs van privétuinen bekomen. Vooreerst werd er een open internetenquête georganiseerd op www.tuinenquete.be. Door middel van deze enquête wordt informatie verzameld over een groot aantal tuinen, maar met beperkte kwantificaties. De enquête werd 3666 keer volledig ingevuld. Uit deze volledig ingevulde enquêtes worden er 1138 geselecteerd voor verdere verwerking en analyses. Hiermee wordt 1,39 km² of 0,08 % van de geschatte oppervlakte privétuin in Vlaanderen bemonsterd. Het zijn voornamelijk potentieel grote tuinen, tuinen geassocieerd met een open bebouwing en tuinen tussen 5 en 20 jaar oud die vertegenwoordigd zijn door de geanalyseerde enquêtes. De belangrijkste tuincomponent in deze Vlaamse tuinen is gazon, zowel naar het aantal tuinen waarin deze component aanwezig is (99,4 %) als naar de relatieve oppervlakte-inname per tuin. In meer dan 50 % van de tuinen neemt gazon namelijk minstens 50 % van de oppervlakte in. In 41,6 % van de bemonsterde tuinen is een moestuin aanwezig. Aan de hand van deze 1138 enquêtes kon eveneens een eerste kwantificatie gemaakt worden van groepen van inputs en outputs van privétuinen in 2007. Deze hoeveelheden kunnen niet geëxtrapoleerd worden voor Vlaanderen. Wat de inputs betreft, werd er per tuin 1.535 liter groenten- en fruitafval in de tuin gebracht. Daarnaast werden er per tuin

i

ook 30 kg vaste bestrijdingsmiddelen en 29 kg vaste meststoffen gebruikt. Gazonmaaisel vormt, met een uit de tuin gevoerde hoeveelheid van 961 liter per tuin, een belangrijke output. Om de monitoring van de inputs en outputs van privétuinen mogelijk te maken, moeten hiervoor indicatoren gezocht worden. Als basis hiervoor werden in dit onderzoek significante associaties gevonden tussen structuurkenmerken onderling en tussen structuurkenmerken en input/outputkenmerken. Het woningtype blijkt significant geassocieerd met de aanwezigheid van alleenstaande bomen, de oppervlakte tuin en het relatief aandeel gazon. Het relatief aandeel gazon geeft een significante associatie met de hoeveelheid uit de tuin gevoerd gazonmaaisel. Ook de mate in hoeverre iemand zichzelf ziet als een gepassioneerde hovenier blijkt significant geassocieerd te zijn met de hoeveelheid groenten- en fruitafval, vloeibare chemische bestrijdingsmiddelen en vaste meststoffen die in de tuin gebracht werden in 2007. De oppervlakte van de tuin bleek niet significant geassocieerd met de gebruikte hoeveelheid chemische bestrijdingsmiddelen. Naast de internetenquête werden in de pilootgemeente Herent 25 diepte-interviews of tuinbezoeken uitgevoerd. De totale tuinoppervlakte in Herent wordt aan de hand van de topografische kaart (NGI, 2004) geschat op 6,56 km². Met de 25 tuinbezoeken werd 0.64% van de tuinoppervlakte in Herent bemonsterd. Door middel van deze tuinbezoeken was zowel de kwantificatie als de identificatie van specifieke inputs en outputs (en hun bestanddelen) mogelijk. Deze tweede methode kende wel een grotere kost aan tijd en energie en een beperkter geografisch bereik. 18 van de 25 bezochte tuinbeheerders doen aan thuiscompostering. Dit hoge aantal is te verklaren door de inspanningen van de gemeente Herent naar thuiscompostering toe. In totaal werden er door deze 25 tuinbeheerders samen 69 (geïdentificeerde) bestrijdingsmiddelen gebruikt. Herbiciden is de grootste groep, zowel naar het aantal tuinen waarin ze gebruikt worden als naar het aantal verschillende producten. In 2007 werd er per tuin 10,69 ml onverdund glyfosaat gebruikt. Er werd in 2007 eveneens 15 kg meststoffen per tuin gebruikt, met een stikstofgebruik van 1,9 kg N per tuin. De meest gebruikte meststoffen zijn de organische kunstmeststoffen. Er werd ook getracht om per tuin de gebruikte hoeveelheden leidingwater en energie in 2007 te schatten: 199,2 liter en 103 kWh. Ook hier bleek gazonmaaisel een belangrijke output. In 2007 werd er namelijk per tuin 2.971 liter gazonmaaisel uit de tuin verwijderd. De beknopte resultaten in dit rapport suggereren dat de bevraagde privétuinen in vergelijking met landbouwgebied absoluut gezien (volgens de gebruikte hoeveelheden en gebruiksintensiteiten) een lagere milieu-impact vertonen. In tegenstelling tot landbouwgebied vormt de privétuin echter een leefruimte voor een gezin, waardoor bijvoorbeeld het gebruik van bestrijdingsmiddelen, zelfs in lagere dosissen, niet te verwaarlozen is in vergelijking met het gebruik in landbouwgebied. Een combinatie van een internetenquête en gedetailleerd onderzoek is beloftevol voor de verzameling van gegevens over privétuinen en hun inputs en outputs, zowel in onderzoek als naar milieumonitoring toe. Vooraleer aan de milieumonitoring van privétuinen

ii

begonnen kan worden, dienen echter nog enkele knelpunten opgelost te worden. Vooreerst bestaat er op Vlaams, provinciaal en gemeentelijk niveau geen ruimtelijkegeografische en socio-economische referentiebasis voor privétuinen in Vlaanderen. Daarnaast blijft de kwantificatie van inputs en outputs, gebaseerd op de informatie gegeven door de tuinbeheerders zelf, moeilijk. De aannames, schattingen en arbitraire stellingen waarvan gebruik gemaakt werd in dit onderzoek wijzen op deze zwakte. Met het oog op de milieumonitoring in Vlaanderen in het kader van MIRA werd getracht om enkele verbanden te vinden tussen de input en outputkarakteristieken van privétuinen en indicatoren, zoals eenvoudig meetbare structurele kenmerken. Er wordt een stappenplan voorgesteld dat het op langere termijn mogelijk zal maken om inen outputs nauwkeuriger te kwantificeren en op te nemen in de Vlaamse milieumonitoring.

iii

Lijst met afkortingen 2,4-D AEEA AGIV AOA ASCII Bemest_vast_hoev Bemest_vloeibaar_hoev BUGS I BUGS II B.V.B.A. CAPI Cb_gazon_hoev Chi² CSS DCM DPSIR EC EW FOD Gazon_hoev GFA GFT GIS GR HTML K KGA KMO kW kWh LCA LUDIT MCPA MCPP MIRA Mg MySQL N NIS NGI N.V. OC-GIS-Vlaanderen OESO

2,4-Dichlorophenoxy-azijnzuur Afgedankte Elektrische en Elektronische Apparaten Agentschap voor Geografische Informatie Vlaanderen Ander Organsisch (keuken-)Afval American Standard Code for Information Interchange Hoeveelheid vaste bemestingstoffen gebruikt in 2007 [kg] Hoeveelheid vloeibare bemestingstoffen gebruikt in 2007 [liter] Biodiversity in Urban Gardens in Sheffield Biodiversity in Urban GardenS Besloten Vennootschap met Beperkte Aansprakelijkheid Computer Assisted Personal Interview hoeveelheid chemische bestrijdingsmiddelen toegepast op gazon Chi-kwadraat test Cascading Style Sheets De Ceuster Meststoffen N.V. Driving forces Pressures State Impact Respons emulgeerbaar concentraat emulsie, olie in water Federale Overheidsdienst Hoeveelheid gazonmaaisel afgevoerd [liter] Groente- en Fruitafval Groente-, Fruit- en Tuinafval Geografisch Informatiesysteem granulaat Hypertext Markup Language kalium Klein Gevaarlijk Afval Kleine of Middelgrote Onderneming kiloWatt kiloWattuur Levenscyclusanalyse Leuvens Universitair Dienstencentrum Informatica en Telematica ISO-naam voor een systemisch herbicide: 2-methyl-4chloorfenoxyazijnzuur ISO-naam van een herbicide uit de fenoxygroep: (RS)-2-(4-chloor-o-tolyloxy)-propionzuur Milieurapport Vlaanderen magnesium open source relationele databasemanagementsysteem (RDBMS), dat gebruikmaakt van SQL stikstof Nationaal Instituut voor de Statistiek Nationaal Geografisch Instituut Naamloze Vennootschap Ondersteunend Centrum geografische Informatiesysteem Vlaanderen Organisatie voor economische Samenwerking en Ontwikkeling

v

O.S. OVAM P PHP PK Q-Q plot RIVM RP S.A. SL SPSS SQL TB Tuin_grootte Typo VELT VLACO vzw VLM VMM WG

organische stof Openbare Vlaamse Afvalstoffenmaatschappij fosfor Hypertext Preprocessor paardenkracht Quantile-Quantile plot Rijksinstituut voor Volksgezondheid en Milieu Random Point Société Anonyme, N.V. met water mengbaar concentraat Superior Performing Software Systems Structured Query Language, ANSI/ISO-standaardtaal voor een relationeel 'database management systeem' (DBMS) tuinbezoek Oppervlakte van de tuin [m²] typologie Vereniging Ecologisch Leven en Tuinieren Vlaamse Compostorganisatie vzw Vlaamse Landmaatschappij Vlaamse Milieumaatschappij water dispergeerbaar concentraat

vi

Inhoudsopgave

Samenvatting ............................................................................................i Lijst met afkortingen...................................................................................v Inhoudsopgave ...........................................................................................vii

DEEL I. ACHTERGROND VAN HET ONDERZOEK 1.

Inleiding ........................................................................................2

1.

Probleemstelling...............................................................................2

2.

Doelstelling ....................................................................................3

3.

Uitgangspunten en aannames ..............................................................3

4.

Werkwijze ......................................................................................4

2.

Privétuinen in wetenschappelijk perspectief .........................................5

1.

Privétuinen en woningen.....................................................................5

2.

Privétuinen en biodiversiteit ...............................................................6

3.

Privétuinen en stedelijk groen .............................................................6

4.

Economische betekenis ......................................................................7

5.

Privétuinen en gezondheid ..................................................................7

6.

Milieugedrag van privétuinen ...............................................................7

7.

Privétuinen en ecosysteemdiensten .......................................................8

8.

Conclusie .......................................................................................9

Literatuurlijst ...........................................................................................9

DEEL II. KWANTIFICATIE VAN INPUTS EN OUTPUTS 3.

De privétuin als systeem ...................................................................14

1.

Systeembenadering van privétuinen ......................................................14

2.

Privétuin? .......................................................................................15

3.

Inputs en outputs .............................................................................16

4.

5.

3.1.

Input, output en voorraad ..........................................................17

3.2.

Afbakening van het tuinsysteem ...................................................19

Gegevensverzameling ........................................................................21 4.1.

Enquêtering ...........................................................................21

4.2.

Variabelen ............................................................................22

4.3.

Kwantificatie .........................................................................23

Indicatoren voor input en output ..........................................................24

vii

DEEL III. TUINBEZOEKEN IN HERENT 4.

Tuinbezoeken in Herent ...................................................................26

1.

Keuze pilootgemeente .......................................................................27

2.

Steekproefontwerp............................................................................28 2.1.

Stratificatie............................................................................29 2.1.1. Basis voor clusteranalyses..................................................30 2.1.2. Clustering naar types van woonomgeving ...............................35 2.1.3. Clustertypes ..................................................................36

3.

4.

2.2.

Selectie van wijken .................................................................39

2.3.

Selectie van privétuinen ............................................................41

2.4.

Representativiteit ....................................................................42

Het tuinbezoek.................................................................................43 3.1.

Organisatie ............................................................................43

3.2.

Uitvoering .............................................................................44

3.3.

Evaluatie van de tuinbezoeken ....................................................45

Dataset tuinbezoeken ........................................................................45 4.1.

Invoeren van de antwoorden ......................................................45

4.2.

Verwerking van de gegevens .......................................................46 4.2.1. Berekeningen en aannames................................................46 4.2.2. Beperkingen van de dataset ..............................................57

5.

Tuinen in Herent: Overzicht van de resultaten ......................................58

1.

Algemene bespreking ........................................................................58

2.

Respondenten .................................................................................59

3.

2.1.

Socio-demografisch profiel .........................................................59

2.2.

Ruimtelijke spreiding ...............................................................60

2.3.

Representativiteit van de steekproef ............................................61

Beschrijving van tuinen in Herent .........................................................62 3.1.

Kenmerken van privétuinen ........................................................62 3.1.1. Grootte van de tuin ........................................................62 3.1.2. Algemene kenmerken van de tuinen .....................................62

3.2. 4.

Samenstelling en dieren ............................................................65

Verdeling van bepaalde inputs en outputs ...............................................69 4.1.

Inputs ...................................................................................69 4.1.1. Producten .....................................................................69 4.1.2. Water .........................................................................73 4.1.3. Energie .......................................................................74

4.2.

Outputs ................................................................................75

viii

4.2.1. Producten ....................................................................75 4.2.2. Water .........................................................................79 5.

6.

Intern afvalbeheer ............................................................................80 5.1.

Groenresten ..........................................................................80

5.2.

Water ..................................................................................82

Identificatie en kwantificatie van bepaalde inputs en outputs ......................83 6.1.

Inputs ..................................................................................83 6.1.1. Producten ....................................................................83 6.1.2. Water .........................................................................97 6.1.3. Energie .......................................................................97

6.2.

Outputs ................................................................................99 6.2.1. Producten ....................................................................99

DEEL IV. INTERNETENQUÊTE IN VLAANDEREN 6.

Internetenquête in Vlaanderen ..........................................................106

1.

Enquêteringstechnieken .....................................................................106

2.

Het bouwen van een internetenquête ....................................................107 2.1.

Voor- en nadelen van internetenquêtes .........................................108

2.2.

Voorbereiding ........................................................................109

2.3.

Programmeren en afwerken .......................................................110 2.3.1. Technische aspecten .......................................................110 2.3.2. Opbouw van de enquête ...................................................111 2.3.3. Ontwerp ......................................................................112

2.4. 3.

4.

Bekendmaken en verloop van de enquête ......................................113

Dataset internetenquête .....................................................................113 3.1.

Exporteren ............................................................................113

3.2.

Opkuisen van de dataset ...........................................................113

3.3.

Representativiteit ...................................................................114

Verwerking en analyse gegevens ...........................................................115 4.1.

Beschrijvende statistieken ..........................................................115

4.2.

Indicatoren ............................................................................115 4.2.1. Voorafgaand aan analyse ..................................................115 4.2.2. Statistische analyses .......................................................117 4.2.3. Suggesties voor indicatoren ...............................................119 4.2.4. Toe te passen statistische testen ........................................119

ix

7.

Tuinen in Vlaanderen: Overzicht van de resultaten .................................127

1.

Algemene bespreking ........................................................................127 1.1.

Verloop internetenquête ...........................................................127

1.2.

Respondenten ........................................................................128 1.2.1. Socio-economisch profiel ..................................................128 1.2.2. Ruimtelijke spreiding .......................................................131

2.

Beschrijving van tuinen in Vlaanderen ....................................................132 2.1.

Kenmerken van privétuinen ........................................................133

2.2.

Samenstelling en dieren ............................................................136

2.3.

Kwantificatie van bepaalde inputs en outputs .................................138 2.3.1. Inputs – producten ..........................................................138 2.3.2. Outputs – producten ........................................................143

3.

Indicatoren voor input en output ..........................................................146 3.1.

1 op 1 verbanden ....................................................................146 3.1.1. Categorische data-analyse ................................................146 3.1.2. Continue data-analyse .....................................................150

DEEL V. CONCLUSIES & AANBEVELINGEN 8.

Conclusies .....................................................................................156

1.

Milieu-impact van privétuinen? ............................................................156

2.

Gegevensverzameling ........................................................................157

3.

Toekomstperspectieven .....................................................................158 3.1.

Collaterale gegevens ................................................................158

3.2.

Tuinen in een groter perspectief .................................................159

9.

Aanbevelingen ................................................................................160

1.

Verduidelijking eenheden ...................................................................160

2.

Referentiebasis en stratificatiebasis sampling ..........................................160

3.

Verbetering kwantitatieve analyse en bepaling indicatoren ..........................160

4.

Haalbaarheidsstudie naar collaterale gegevensverzameling en – verwerking .....................................................................................161

5.

Opname van privétuinen in Vlaamse milieumonitoring ................................162

Lijst met tabellen .......................................................................................163 Lijst met figuren ........................................................................................167 Referenties ...............................................................................................169 Dankwoord................................................................................................177

x

Deel I Achtergrond van het onderzoek

1. Inleiding Het ondersteunend onderzoek ‘Inputs en outputs in privétuinen’ tracht op een verkennende wijze een idee te krijgen over grootte-ordes van specifieke inputs en outputs van privétuinen in Vlaanderen. Onderzoek naar inputs en outputs van privétuinen is complementair met diverse milieuthema’s en sectoren uit de milieumonitoring uitgevoerd door de Vlaamse Milieumaatschappij. Privétuinen kan men situeren onder de sector huishoudens maar ook in onderzoek naar afdichting en versnippering. De inputs en outputs van privétuinen passen onder meer binnen de problematiek van het gebruik van bestrijdingsmiddelen, vermesting en water- en energieverbruik. Bijgevolg past dit ondersteunend onderzoeksproject binnen een breder kader van ontwikkelingen van de woongebieden, duurzaamheid en de relaties tussen maatschappij en natuurlijke hulpbronnen.

1.

Probleemstelling

Dit ondersteunend onderzoek richt zich op privétuinen, die in bredere zin opgevat worden als tuinen geassocieerd met de woonfunctie. Met een toenemende verstedelijking groeit het belang van tuinen (Smith et al., 2005; Gaston et al., 2005a,b, 2007; Thompson et al., 2005; Tratalos et al., 2007). Een aanzienlijk, zoniet het grootste, deel van de groene ruimte in stedelijke gebieden bestaat namelijk uit privétuinen (Smith et al., 2005; Gaston et al., 2005; Loram et al., 2007). Voor Vlaanderen wordt de oppervlakte tuin, aan de hand van de topografische kaart (NGI, 2004), rond 13 % van de totale oppervlakte van Vlaanderen geschat. Een kleine fractie van de geschatte oppervlakte tuin draagt bij tot de 14% verstening in Vlaanderen zoals berekend voor het MIRA-T Focusrapport 2007 (Gulinck et al., 2007). Deze verstening binnen tuinen komt voor onder de vorm van terrassen, tuinhuisjes, opritten, … De tuin is meer dan welk ander geografisch of ecologisch systeem een medium tussen maatschappij en milieu. De eigendom en oppervlakte van het geheel van deze groene privéruimten is sterk gefragmenteerd waardoor er een grote verscheidenheid bestaat aan onder andere de samenstelling en het beheer van tuinen. De samenstelling en het beheer van privétuinen beïnvloeden het leefmilieu zowel op een directe als indirecte manier. Door middel van groenvoorziening en een bioklimatische werking wordt de directe omgeving van de tuin beïnvloed. Ingrepen in afvalstromen en beïnvloeding van grondwater zijn twee voorbeelden van hoe privétuinen ook indirect kunnen ingrijpen in de omgeving en het leefmilieu.

2

1. Inleiding

Omdat de tuin een privéruimte is, blijft de kennis over tuinen in Vlaanderen beperkt en gefragmenteerd. Er bestaat beperkte informatie over output uit tuinen (M.A.S et al., 2007), maar kennis over input in tuinen is nauwelijks beschikbaar. Bijgevolg zijn privétuinen niet opgenomen in de Vlaamse milieu-monitoring. Privétuinen kunnen echter wel een rol spelen binnen een aantal milieuthema’s waarop de Vlaamse milieumonitoring zich focust, waaronder milieugevaarlijke stoffen en gezondheid, de kwaliteit van het oppervlakte- en grondwater, de waterhuishouding, bodem, milieu, natuur en energie. Ook in andere beleidsvelden zou het tuincomplex van Vlaanderen opgenomen moeten worden: ruimtelijke ordening, plattelandsbeleid, natuurbeheer, volksgezondheid, … Omdat tuinen gezien worden als een begeleidend element van de wereldwijd toenemende urbanisatie, worden ze ook op internationaal vlak steeds belangrijker.

2. Doelstelling Om privétuinen te kunnen opnemen in de milieumonitoring van Vlaanderen moeten ze op een correcte en systematische manier geïnventariseerd kunnen worden. De resultaten van dit project zullen verduidelijken hoe het landgebruik “privétuin” binnen het algemene kader van de milieumonitoring geplaatst zou kunnen worden. Het hoofddoel van dit ondersteunend onderzoek is het kwantificeren van specifieke inputs in privétuinen zoals het meststoffen, bestrijdingsmiddelen, bodemverbeteraars, water, … en de kwantificering van organische outputs zoals snoeihout en gazonmaaisel. Specifieke doelstellingen binnen dit onderzoek zijn het maken van inhoudelijke conclusies met betrekking tot inputs en outputs van privétuinen, waarbij de nadruk ligt op bestrijdingsmiddelen, meststoffen en groenafval. Op deze manier zal er een eerste benaderende balans van inputs en outputs in privétuinen opgesteld kunnen worden. Er zullen eveneens conclusies getrokken worden naar de gebruikte methodiek en ontbrekende schakels in het tuinsysteem. Naar milieurapportering toe zullen er suggesties gedaan worden voor mogelijke indicatoren.

3. Uitgangspunten en aannames Systematische databronnen en monitoringsprogramma’s voor privétuinen ontbreken volledig. Er moet dan ook vertrouwd worden op de capaciteit en bereidbaarheid van de tuingebruikers zelf om de gebruikte hoeveelheden van inputs en outputs in te schatten. De verwachting is dat deze schattingen nauwkeurig genoeg zullen zijn. Hierbij wordt er niet gestreefd naar een gedetailleerde kwantitatieve analyse, maar naar de mogelijkheden om met grootte-ordes te werken. Inputs en outputs van tuinen worden overwegend beïnvloed door drie meetbare factoren of groepen van drijvende krachten: de structuur of samenstelling van de tuin, de ruimtelijke context van de tuin en de socio-economische context van de tuin.

3

1. Inleiding

Bij gelijke bodemkundige en klimatologische condities worden de tuinkenmerken en inputs en outputs niet beïnvloed door de geografische en administratieve ligging. Hiermee wordt bedoeld dat het bijvoorbeeld niet echt uitmaakt of een tuin gelegen is in de stadsrand of afgelegen in het buitengebied1. Er wordt aangenomen dat binnen de grenzen van de gekozen gemeente voor diepgaand onderzoek (Herent) het scala aan tuinen (naar oppervlakte, inhoud, beheerswijze enz.) van Vlaanderen grotendeels vertegenwoordigd is. Er is op Vlaams niveau namelijk geen sprake van een uitgesproken geografische segregatie van eigendoms- en woonstructuren. Het opmeten van een tweede aansluitende gemeente zal hoogstwaarschijnlijk geen meerwaarde opleveren. Dit werd trouwens ook omwille van tijdsreden achterwege gelaten.

4. Werkwijze Om de doelstellingen van dit project te bereiken, dient er een eerste innovatieve gegevensverzameling over privétuinen in Vlaanderen ontworpen te worden. Een tuin is planologisch, psychologisch, sociologisch en cultureel gezien een privéruimte en gegevens daarover zijn dus relatief moeilijk toegankelijk. De gegevensverzameling gebeurt op twee aanvullende manieren, namelijk door een open internetenquête op www.tuinenquete.be enerzijds en door gerichte tuinbezoeken anderzijds. De eerste methode laat toe om informatie te verzamelen over een groot aantal tuinen, maar heeft het nadeel van beperkte kwantificeerbaarheid. De tweede methode laat toe het nadeel van de eerste methode in zekere mate te compenseren. Nadelen van de tweede methode zijn een grotere kost aan tijd en energie en een beperkter geografisch bereik. In het tweede luik wordt onderzocht wat de grootte-ordes van specifieke inen outputs van privétuinen zijn. Deze kwantificering van specifieke inen outputs zal het mogelijk maken om in verder onderzoek de impact van privétuinen op het milieu te gaan schatten. De periode waarover dit ondersteunend onderzoek loopt is echter te beperkt om reeds een volledig beeld voor Vlaanderen te bekomen. Door het gebrek aan beschikbare referentiegegevens over privétuinen in Vlaanderen is het niet mogelijk om de representativiteit voor Vlaanderen na te gaan. Toch wordt er verwacht om reeds bruikbare grootteklassen te bekomen. Er zal een methodiek voorgesteld worden die het op latere termijn mogelijk zal maken om inen outputs nauwkeuriger te kwantificeren. Voor enkele specifieke inen outputs zullen er mogelijke indicatoren voorgesteld worden. Deze indicatoren zouden op langere termijn de basis kunnen vormen voor de milieumonitoring van het landgebruik “privétuin”.

1

Deze hypothese kon wegens tijdsgebrek nog niet worden getoetst, maar de data lenen er zich wel toe.

4

2. Privétuinen in wetenschappelijk perspectief Met een toenemende verstedelijking groeit het belang van tuinen (Smith et al., 2005; Gaston et al., 2005a,b; Thompson et al., 2005; Tratalos et al., 2007). Een aanzienlijk deel van de groene ruimte in stedelijke en halfstedelijke gebieden bestaat namelijk uit privétuinen (Smith et al., 2005; Gaston et al., 2005a,b; Loram et al., 2007). Toch is volgens Mathieu et al. (2007) “tuin” de minst bestudeerde landgebruiksvorm in stedelijk gebied. Voor Vlaanderen wordt de oppervlakte ‘tuin’ geschat rond 13 % van de totale oppervlakte van Vlaanderen. Deze schatting gebeurde aan de hand van de topografische landgebruikskaart (NGI, 2004). Voor twee gebieden in Vlaanderen (Roeselare en SintTruiden) met een gradiënt tussen stedelijk gebied en platteland werd eerder berekend dat de oppervlakte aan aanwezig groen (opgaand en stedelijk groen, houtkanten, kleine landschapselementen, alleenstaande bomen, parken, bossen, privétuinen, …) voor minstens 70 % tot het privédomein behoort (Dewaelheyns, 2007; Rijckmans, 2007).

1.

Privétuinen en woningen

Privétuinen vormen meestal een onderdeel van een perceel: in de meeste gevallen zijn tuinen geassocieerd met versteende of bodemafdichtende elementen zoals woningen. Tuinen die geassocieerd zijn met de woning zijn mededeterminanten van ruimtelijke eenheden van stedelijk landgebruik (Pauleit en Duhme, 2000). Tratalos et al. (2007) vonden in het huistype, gedefinieerd als het aandeel alleenstaande woningen over halfopen woningen, bijvoorbeeld een significante indicator voor de tuinbedekking. In gebieden met voornamelijk alleenstaande of halfopen woningen komen meer tuinen voor. In westerse landen vormen tuinen in suburbane wijken een uiting van de zoektocht naar natuur dichtbij (Kaplan en Austin, 2004). Voortuinen kunnen door een sterk ornamentaal karakter ook een uiting van status weergeven (Daniels en Kirkpatrick, 2006a).

5

2. Privétuinen in wetenschappelijk perspectief

2.

Privétuinen en biodiversiteit

Biodiversiteit is het meest onderzochte wetenschappelijk aspect van privétuinen, waarbij de rol van privétuinen in het biodiversiteitsverhaal steeds meer erkend wordt. De ‘Biodiversity in Urban Gardens in Sheffield’ (BUGS 1) en ‘Biodiversity in Urban GardenS’ (BUGS 2) projecten aan de universiteit van Sheffield, Verenigd Koninkrijk, richtten zich voornamelijk op biodiversiteitfunctie van privétuinen. Het originele BUGS 1 project bestudeerde het belang van stedelijke tuinen als habitat voor ‘natuurlijke’ biodiversiteit (Gaston et al., 2005a, b; Smith et al., 2005; Thompson et al., 2005). Het tweede BUGS project is een uitbreiding van BUGS 1 over vijf steden in het Verenigd Koninkrijk: Leicester, Belfast, Cardiff, Oxford and Edinburgh. In dit tweede project wordt de natuurlijke hulpbron tuin uitgebreider bestudeerd dan in het BUGS 1 project (Loram et al., 2007). De grootte en samenstelling van de hulpbron ‘privétuin’ wordt over een reeks van stedelijke systemen in verschillende landstreken onderzocht. Ook het voorkomen van belangrijke eigenschappen voor biodiversiteit en ecosysteemwerking en de floristische kenmerken van vegetatie in privétuinen worden bestudeerd. De resultaten van BUGS 1 en BUGS 2 geven aan dat tuin de dominante landbedekking vormt in stedelijk gebied (Gaston et al., 2005a,b; Loram et al., 2007; Smith et al., 2005; Thompson et al., 2005; Tratalos et al., 2007). Uit de beide BUGS projecten werd geconcludeerd dat tuinen belangrijk zijn voor het in stand houden van de biodiversiteit in stedelijke gebieden (Gaston et al., 2005a,b; Tratalos et al., 2007). Deze tuincomponent voorziet namelijk in heterogene habitats (Loram et al., 2007). Daniels en Kirkpatrick (2006a) hebben hun onderzoek gericht op tuinen geassocieerd met de woning in 10 voorsteden van Hobart, Tasmanië. Gegevens over floristische kenmerken, structurele kenmerken en enkele gebruiksattributen werden verzameld voor voor- en achtertuinen (Daniels en Kirkpatrick, 2006a). Er kon geconcludeerd worden dat de aard van de samenstelling van vogelgroepen in Hobart substantieel beïnvloed werd door de variatie in tuinkarakteristieken. Invloeden van milieu en landschap bleken zwakker te zijn. Trinh et al. (2003) duiden tuinen aan als belangrijke plaatsen voor de conservatie van agro-biodiversiteit. Ook Natuurpunt erkent de waarde van tuinen voor biodiversiteit. Door middel van telprojecten van vogels, amfibieën en tuinvlinders probeert Natuurpunt deze biodiversiteit te monitoren (www.natuurpunt.be).

3.

Privétuinen en stedelijk groen

Tuinen voorzien ook in stedelijke groene ruimte. Smith et al. (2005) en Loram et al. (2007) wijzen op positieve correlaties tussen het aandeel van een stedelijk gebied dat opgebouwd is uit privétuinen en de bebouwingsdichtheid. Tuinen kunnen in beperkte mate gezien worden als alternatieven voor openbare groene ruimte (Barbosa et al., 2007). Barbosa et al. (2007) analyseerden de toegang tot openbare en private groene ruimte in Sheffield, Verenigd Koninkrijk. Zij concludeerden dat er een onderschatting zal zijn van de voorziening aan groene ruimte indien alleen het openbaar stedelijk groen in rekening gebracht wordt. Doorheen Sheffield vertonen de openbare groene ruimte en privétuinen een tegengesteld patroon van voorkomen. Wanneer er van buurten met hoofdzakelijk openbaar groen naar buurten met privétuinen gegaan wordt, is de stijging

6


in tuinoppervlakte minder sterk dan de daling van de oppervlakte met openbaar groen (Barbosa et al., 2007). Aan de hand van de resultaten van een telefonische enquête in Bari, Italië, besluiten Sanesi en Chiarello (2006) dat de burgers de publieke en private groene ruimten zien als één enkel weldoend systeem.

4.

Economische betekenis

Privétuinen behoren in België al sinds geruime tijd niet meer tot landbouw. Hierdoor ontbreken gegevens over de rol van tuinen op het vlak van productiviteit en het levensonderhoud van gezinnen. Maar ook op een meer globale schaal is er te weinig geweten van deze socio-economische functie van tuinen, waarbij de meeste wetenschappelijke rapporten eerder gedateerd zijn (Niñez, 1987). Seeth et al. (1998) berekenden dat in Rusland privétuinen voorzagen in bijna 40 % van de landbouwproductie. Gaston et al. (2005b) berekenden voor het jaar 2001 dat er in Sheffield ongeveer 10 miljoen uur werk gespendeerd werd aan het werken in de tuin (ongeveer 500.000 inwoners en 33, 3 km² tuin). Dit betekent 20 uur per capita per jaar en ongeveer 0,3 uur per m² tuin. Het monetair equivalent, vergeleken met het nationale minimumloon, is £ 1,2 per m². De economische rol van tuinen (bijvoorbeeld de verkoop van producten zoals meststoffen, tuinmeubels en planten zaaigoed) is nauwelijks bestudeerd.

5.

Privétuinen en gezondheid

Tuinen vervullen onder andere omwille van hun belevings- en gebruikswaarde eveneens een sociale en psychologische functie (Hermy et al., 2005; Clayton, 2007; Gross en Lane, 2007). Tuinen worden verondersteld positieve en ontspannende effecten uit te oefenen op de mens. Hun belang als een groen gebied en invloed op de gezondheid zijn onder andere bestudeerd door Nielsen en Hansen (2007) in Denemarken. Ze concludeerden dat toegang tot een tuin of een korte afstand tussen woning en groene ruimten stress verlagend zijn. Ook een lagere waarschijnlijkheid van zwaarlijvigheid is gerelateerd aan de toegang en gebruik van groene ruimten. Vreke et al. (2006) onderzochten de rol van groen in een stedelijke en halfstedelijke omgeving op zwaarlijvigheid bij kinderen. Tuinen als een therapeutisch medium voor oudere mensen werden besproken door Ousset et al. (1998).

6.

Milieugedrag van privétuinen

Privétuinen beïnvloeden het milieu langs verschillende wegen. Kennis hierover beperkt zich voorlopig echter tot het gebruik van bestrijdingsmiddelen, groenafval en waterverbruik in de tuin. In Vlaanderen is er een toenemende belangstelling voor de relatie tussen de publieke gezondheid en milieuvervuiling (Colles et al., 2007), maar tot op heden is het niet mogelijk om de specifieke negatieve of positieve rol van tuinen hierin te onderscheiden. Grey et al. (2006) bestudeerden het gebruik van bestrijdingsmiddelen thuis en in de tuin

7


in relatie tot de gezondsheidsrisico’s voor kinderen in Bristol, Verenigd Koninkrijk. Zowel de frequentie van gebruik als de bergruimtes van huiselijke bestrijdingsmiddelen werden geanalyseerd: 93 % van de ouders had het voorgaande jaar minstens één bestrijdingsmiddel gebruikt, hoofdzakelijk in de tuin. Karr et al. (2007) ontdekten dat de blootstelling aan bestrijdingsmiddelen in tuinen de gezondheid van kinderen zowel acuut als chronisch zou kunnen beïnvloeden. 30 % van de chemische bestrijdingsmiddelen in Vlaanderen wordt gebruikt door openbare besturen en de huishoudens. Dit cijfer werd bekend gemaakt door de ‘Zonder is gezonder’ campagne van de Vlaamse Milieumaatschappij. Sinds 2004 organiseert de Vlaamse Milieumaatschappij namelijk een sensibiliseringscampagne over het gebruik van bestrijdingsmiddelen in huis en in de tuin. De eerste stap van de campagne was gericht op de openbare besturen, momenteel worden de huishoudens gesensibiliseerd om hun gebruik van bestrijdingsmiddelen in huis of in de tuin te minderen of te stoppen. In opdracht van de Openbare Vlaamse Afvalstoffenmaatschappij (OVAM) werden 500 inwoners verspreid over 38 gemeenten bevraagd over organische outputs uit tuinen (M.A.S. et al., 2007). Deze enquête maakte deel uit van een evaluatieonderzoek naar preventie en van GFT- en groenafval, KGA en AEEA. De resultaten dienen als basis voor het ‘Huishoudelijk Afvalbeheersplan’ dat van start gaat in 2008. Antwoorden op de vragen rond gedrag en houding van de respondenten naar preventie en selectieve afvalophaling maakten het mogelijk om profielen voor tuineigenaars op te stellen. Uit deze profilering kwam naar voor dat nog steeds 49 % van de respondenten chemische producten en/of kunstmatige meststoffen gebruiken bij hun tuinbeheer. 68 % van de respondenten past een vorm van afvalpreventie toe, zijnde thuiscomposteren, hakselen, mulchmaaien, het bouwen van takkenwallen, het houden van kippen, …(M.A.S. et al., 2007). Syme et al. (2004) gebruikten onder andere een structureel vergelijkingsmodel en variabelen waaronder perceelsgrootte, inkomen, houding en levensstijl (als onzichtbare variabelen) om het watergebruik in privétuinen in Perth, Autralië te voorspellen.

7.

Privétuinen en ecosysteemdiensten

Als een belangrijk deel van het stedelijk groen in een stadsgebied (Gaston et al., 2005; Loram et al., 2007; Smith et al., 2005) kunnen tuinen beschouwd worden als een landgebruikscomponent die kan voorzien in bepaalde ecosysteemdiensten (Bolund en Hunhammar, 1999; Pauleit en Duhme, 2000; Tratalos et al., 2007). Tratalos et al. (2007) wijzen onder andere op de mogelijkheden voor koolstofvastlegging, het opvangen van oppervlakkige waterafvoer en het verbeteren van klimatologische condities door tuinen. Een eerder indirecte poging om een mogelijke werking van privétuinen te schatten, kan gevonden worden bij Pauleit en Duhme (2000) onder de vorm van een gevalsanalyse met betrekking tot stadshydrologie. Uit hun resultaten bleek dat de infiltratiecapaciteit van alleenstaande woningen gelijk is aan de infiltratiecapaciteit van bebost gebied, namelijk 25 % van de jaarlijkse neerslag. Dichtbebouwde districten hebben een gemiddelde 8


infiltratiecapaciteit tussen 10 en 14 % van de jaarlijkse neerslag. Deze coëfficiënten zijn gebaseerd op verschillende Duitse referenties. Binnen het BUGS 2 project bestudeerden Tratalos et al. (2007) de relaties tussen stedelijke groene ruimte en enkele ecosysteemdiensten zoals de opvang van afvloei van stormwater, de maximum temperatuur in stedelijk gebied en koolstofvastlegging. Tuinen werden hierin als een specifieke vorm van landbedekking bestudeerd. De resultaten wezen op een zwakke prestatie van dichtbebouwde stedelijke gebieden. De voorspelde oppervlakkige waterafvloei en temperaturen zijn hoger en de voorspelde hoeveelheid vastgelegde koolstof lager (Tratalos et al., 2007). Hoe denser en stedelijker een gebied, hoe minder landbedekking met groene ruimte en tuinen er zal zijn.

8.

Conclusie

In het wetenschappelijk onderzoek naar de rol van privétuinen overheerst het biodiversiteitverhaal. Recent onderzoek richt zich echter ook op de mogelijke ecosysteemdiensten die tuinen zouden kunnen leveren, evenals de groenfunctie van privétuinen binnen stedelijke gebieden. De invloed van het tuinencomplex op het leefmilieu is echter nog niet systematisch onderzocht. Sporadisch onderzoek naar het gebruik van bestrijdingsmiddelen en de invloed hiervan op de gezondheid van kinderen en een bevraging naar de functie van tuinen in afvalpreventie zijn wel terug te vinden. De uitgangspunten van deze onderzoeken richten zich echter niet in de eerste plaats op het leefmilieu, maar slechts op deelaspecten ervan zoals de volksgezondheid en afvalverwerking. Een globaal beeld over de rol van tuinen in het leefmilieu ontbreekt voorlopig.

Literatuurlijst Barbosa, O.; Tratalos, J.A.; Armsworth, P.R.; Davies, R.G.; Fuller, R.A.; Johnson, P.; Gaston, K.J. (2007). Who benefits from access to green space? A case study from Sheffield, UK. Landscape and urban planning, article in press, doi:10.1016/j.landurbplan.2007.04.004. Bolund, P., Hunhammar, S. (1999). Ecosystem services in urban areas. Ecological Economics 29: 293-301 Clayton, S. (2007). Domesticated nature: motivations for gardening and perceptions of environmental impact. Journal of Environmental Psychology, article in press, doi: 10.1016/j.jenvp.2007.06.001 Colles, A.; Van Gestel, G.; Van Campenhout, K; Mampaey, M.; Van den Belt, K.; Claeys, N.; Keune, H.; Loots, I.; Van Loon, R.; Bossuyt, M.; Peeters, B.; Van Hooste, H. (2007). Milieugevaarlijke stoffen en gezondheid. MITA-T Rapport, Hoofdstuk 5. Vlaamse Landmaatschappij. Daniels, G.D., Kirkpatrick, J.B. (2006a). Comparing the characteristics of front and back domestic gardens in Hobart, Tasmania, Australia. Landscape and Urban Planning, Volume 78, Issue 4:344-352.

9


Daniels, G.B.; Kirkpatrick, J.B. (2006b). Does variation in garden characteristics influence the conservation of birds in suburbia? Biological Conservation 133: 326-335 Dewaelheyns, V. (2007). Ruimtelijk-fysieke variabelen voor semi-urbane gebieden. Eindwerk voorgedragen tot het behalen van de graad Bio-ingenieur in het Land- en bosbeheer. Promotor: Professor Gulinck, H., faculteit Bio-ingenieurswetenschappen, departement Landbeheer- en economie, laboratorium voor bos, natuur en landschap, K.U.Leuven. Gaston, K.J.; Smith, R.M.; Thompson, K.; Warren, P.H. (2005a). Urban domestic gardens (II): experimental tests of methods for increasing biodiversity. Biodiversity and conservation 14: 395-413. Gaston, K.J.; Warren, P.H. ; Thompson, K.; Smith, R.M. (2005b). Urban domestic gardens (IV): the extent of the resource and its associated features.. Biodiversity and conservation 14: 395-413. Gaston, K.J. (2007). Biodiversity in Urban Gardens – University of Sheffield. Retrieved August, 26, 2007., from < http://www.bugs.group.shef.ac.uk/ > Gulinck, H.; Heremans, S.; Dewaelheyns, V.; Meeus, S.; Bomans, K. (2007). Bodemafdichting. In: Van Steertegem, M. (eindredactie). Milieurapport Vlaanderen: MIRA-T 2007 Focusrapport. LannooCampus, Leuven. Blz. 232-236. Grey, C.N.B.; Nieuwenhuijsen, M.J.; Golding, J.; ALSPAC Team (2006). Use and storage of domestic pesticides in the UK. Science of the Total Environment 368: 465-470 Gross, H.; Lane, N. (2007). Landscapes of the lifespan: exploring accounts of own gardens and gardening. Journal of Environmental Psychology, article in press, doi: 10.1016/j.jenvp.2007.04.003 Hermy, M.; Schauvliege, M.; Tijskens, G. (2005). Groenbeheer, een verhaal met toekomst. Velt in samenwerking met afdeling Bos&Groen, Berchem. 576 p. Kaplan, R.; Austin, M. (2004). On the country: sprawl and the quest for nature nearby. Landscape and Urban Planning, 69, 235-243. Karr, C.; Solomon, G.; Brock-Utne, A. (2007). Health effects of common home, lawn, and garden pesticides. Pediatric Clinic of North America, 54(1), 63-80. Loram, A.; Tratalos, J.; Warren, P.H.; Gaston, K.J. (2007). Urban domestic gardens (X): the exstent & structure of the resource in five major cities. Landscape ecology 22: 601-615. M.A.S., VVSG, VLACO vzw, VVP, OVAM (2007). Preventie-evaluatieonderzoek voor GFT- en groenafval, KGA en AEEA. Ovam, Mechelen. 140 blz. (Prevention and evaluation research for kitchen and green refuse) Retrieved at August 30, 2007, from < http://www.ovam.be> Mathieu, R., Freeman, C., Aryal, J. (2007). Mapping private gardens in urban areas using object-oriented techniques and very high-resolution satellite imagery. Landscape and Urban Planning 81: 179 - 192. NGI (2004). Topografische landgebruikskaart. Metadata: afgeleid rasterproduct van Top10GIS, de topografische kaart 1:10.000, 2004, NGI. Nielsen, T.S. & Hansen, K. B. (2007). Do green areas affect health? Results from a Danish survey on the use of green areas and health indicators. Health & Place 13: 839-850 Niñez, V. (1987). Household gardens: theoretical and policy considerations. Agricultural Systems 23: 167186.

10


Ousset, P.; Nourhashemi, F.; Albarede, J.; Vellas, P. (1998). Therapeutic Gardens. Arch.Gerontol.Geriatr. suppl. 6: 69-372. Pauleit, S., Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning 52: 1-20 Rijckmans, E. (2007). Groene landschapselementen in de semi-urbane zone. Eindwerk voorgedragen tot het behalen van de graad Bio-ingenieur in het Land- en bosbeheer. Promotor: Professor Gulinck, H., faculteit Bio-ingenieurswetenschappen, departement Landbeheer- en economie, laboratorium voor bos, natuur en landschap, K.U.Leuven. Sanesi, G.; Chiarello, F. (2006). Residents and urban green spaces: The case of Bari. Urban Forestry & Urban Greening 4: 125-134. Seeth, H.T.; Chachnov, S.; Surinov, A; von Braun J. (1998). Russian poverty: muddling through economic transition with garden plots. World Development 26(9), 1611-1623. Smith, R.M.; Gaston, K.J.; Warren, P.H.; Thomspon, K. (2005). Urban domestic gardens (V): relationships between landcover composition, housing and landscape. Landscape Ecology 20: 235-253. Syme, G.; Shao, Q.; Po, M.; Campbell, E. (2004). Predicting and understanding home garden water use. Landscape and Urban Planning 68: 121-128. Thompson, K.; Colsell, S.; Carpenter, J.; Smith, R.M.; Warren, P.H.; Gaston, K.J. (2005). Urban domestic gardens (VII): a preliminary survey of soil seed banks. Seed Science Research 15: 133-141. Tratalos, J.; Fuller, R.A.; Warren, P. H.; Davies, R.G., Gaston, K.J. (2007). Urban form, biodiversity potential and ecosystem services. Landscape and urban planning, article in press, doi: 10.1016/j.landurbplan.2007.05.003. Trinh, L.N.; Watson, J.W.; Hue, N.N. De; Minh, N.V.; Chu, P.; Sthapit, B.R.; Eyzaguirre, P.B. (2003). Agrobiodiversity conservation and development in Vietnamese home gardens. Agriculture, Ecosystems and Environment 97 (2003) 317–344. Vreke, J.; Donders, J.; Langers, F.; Salverda, I.; Veeneklaas, F. (2006). De invloed van groen in en om de stad op overgewicht bij kinderen enop het binden van huishoudens met midden- en hoge inkomens aan de stad. Alterra-rapport 1356. Wageningen.

11

Deel II Kwantificatie van inputs en outputs

3. De privétuin als systeem Dit ondersteunend onderzoek richt zich in de eerste plaats op de individuele privétuin als element van het tuincomplex in Vlaanderen. In latere stadia zal het mogelijk zijn om deze individuele privétuinen te aggregeren tot tuincomplexen op het niveau van een wijk, stadsdeel, gemeente, provincie, … Door deze aggregatie zal de invloed van de individuele privétuinen op het milieu geschat kunnen worden en dit op verschillende niveaus. Een van de redenen waarom kennis over tuinen nog beperkt is, is de fysieke fragmentatie in eigendom en oppervlakte van de natuurlijke hulpbron “tuin”. Hierdoor bestaat er een grote verscheidenheid aan onder andere de samenstelling en het beheer van privétuinen. Deze verschillen zijn onder andere terug te vinden in het voorkomen en de onderlinge verhoudingen van verschillende tuincomponenten zoals gazon en verharding, maar ook in de plantensoortsamenstellingen in tuinen en de beheersopvattingen en beheersactiviteiten die in de tuin uitgevoerd worden. Omwille van deze grote verscheidenheid op verschillende vlakken is een systematische gegevensverzameling zonder basisindeling naar tuintypes niet eenvoudig. De traditionele uitgangspunten voor het bestuderen van tuinen vertrekken vanuit biodiversiteit, plantensoortsamenstellingen en botanische kenmerken van planten in tuinen. Aan de hand van tuintypes gebaseerd op botanische kenmerken van de plantensoorten is het moeilijk om de globale rol van tuinen op het vlak van milieu in te schatten. Er is een andere basis nodig dan louter de aanwezige ‘vegetatie’ om ondersteuning en structuur te bieden aan onderzoek naar privétuinen en hun impact op het leefmilieu. Om in het kader van milieumonitoring een correcte, systematische en niet al te omslachtige inventarisatie van tuinen te kunnen organiseren, is een meer analytische benadering van de individuele privétuin nodig. Hierbij wordt de aanwezige vegetatie wel meegenomen in het onderzoek, maar dan als vegetatie- of tuincomponenten zoals het aandeel gazon van de tuinoppervlakte of de aanwezigheid van alleenstaande bomen.

1.

Systeembenadering van privétuinen

Om tot een analytische benadering van het tuincomplex in Vlaanderen te komen, wordt de individuele privétuin in dit ondersteunend onderzoek benaderd als een ‘systeem’. Een systeem is een geheel van elkaar wederzijds beïnvloedende elementen, gericht op het bereiken van een bepaald doel. Toegepast op het landgebruik ‘privétuin’ betekent dit dat ieder element in de tuin (planten, dieren, beheerder, tuincomponenten zoals een tuinhuisje, …) in min of meerdere mate bijdraagt tot een bepaald proces of doel (recreatie, ontspanning, kweken van groenten en fruit, grootbrengen en onderhouden van dieren, …). 14

3. De privétuin als systeem

Kenmerkend voor een systeembenadering is het centraal stellen van de samenhang en de interactie tussen de elementen van een systeem. Dit onderzoek beschouwt tuinen niet louter als een fysieke verzameling van planten en dieren, maar als een ecosysteem dat zich tussen mens en maatschappij bevindt. Een doorgevoerde analyse maakt het mogelijk om een systeem te modelleren. Een model is steeds een vereenvoudiging van de werkelijkheid, maar maakt het mogelijk om ontwikkelingen uit het verleden of de toekomst in kaart te brengen door middel van simulaties. Dergelijke simulaties gebeuren aan de hand van bepaalde scenario’s. Vooreerst wordt de individuele privétuin voorgesteld als een ‘black box’. Een ‘black box’ model is een vereenvoudiging van de werkelijkheid waarbij er bijvoorbeeld nog geen randvoorwaarden of structurele bijzonderheden ingevuld worden. Dit black box model kan gedurende de verdere studie van het systeem verfijnd en uitgebreid worden. Tenslotte zou het model ook herleid kunnen worden tot het niveau van het tuinencomplex in Vlaanderen. Het aanleveren van een ‘black box’ model voor de individuele privétuin is niet het doel van dit ondersteunend onderzoek. Wel zullen er basisgegevens aangereikt worden waarmee de behoefte aan verder onderzoek naar een ‘black box’ model van privétuinen geschat kan worden.

2.

Privétuin?

Vooraleer er gegevens over privétuinen verzameld kunnen worden, moet het duidelijk zijn wat er onder de term ‘privétuin’ verstaan wordt. Van Dale omschrijft een tuin als een ‘omheind stuk grond waar bloemen gekweekt of groenten enz. geteeld worden’. Onder privétuin wordt in dit onderzoek een al dan niet omheind stuk grond op de huiskavel verstaan dat gezien wordt als een tuin2. De tuin kan bestaan uit gazon, een siertuin, een moestuin, speeltuigen, neerhof met onder andere kippen en konijnen en er kan een tuinhuis, serre, speeltuigen, duiventil, kippenhok, … aanwezig zijn (zie figuur 3.1). De woning wordt niet tot de privétuin gerekend. Een eventuele boomgaard of weide naast⁄liggend aan⁄overlopend in de tuin met een of meerdere paarden, ezels, geiten, schapen, struisvogels, reeën, pony’s, … worden niet meegerekend bij de privétuin. Een stuk bos naast⁄liggend aan⁄overlopend in de tuin hoort in dit onderzoek eveneens niet bij de privétuin, omdat dit stuk bos meer een bosfunctie dan een tuinfunctie vervult. Indien de woning gebouwd is in een residentieel bos wordt bos wel tot de privétuin gerekend. Bos draagt hier namelijk de functie van tuin, niet de functie van bos. Ook straatgeveltuinen worden in dit onderzoek niet bestudeerd als privétuinen, evenals grote kasteelparken.

2

Deze definitie komt overeen met de Engelse uitdrukking “domestic garden”

15


Definitie van de privétuin in dit onderzoek.

Figuur 3.1

3.

Inputs en outputs

In een systeem (zie figuur 3.2) vinden er drie grote handelingen of acties plaats: er komt iets binnen (input), er wordt iets, in mindere of meerdere mate, verwerkt of getransformeerd (voorraad) en er gaat iets buiten (output).

Figuur 3.2

Een eenvoudig systeem.

16


3.1.

Input, output en voorraad

Een analytische indeling naar input, voorraad en output kan ook toegepast worden op privétuinen. In de privétuin worden namelijk verscheidene ‘inputs’ binnengebracht, zoals meststoffen, bestrijdingsmiddelen, groenten- en fruitafval, leidingwater, … Deze inputs worden in de tuin verwerkt door wat er aanwezig is aan planten, dieren, bacteriën, …. Deze verwerking kan gaan van zeer minimaal tot een volledige transformatie van de inputs. Water en meststoffen worden opgenomen door de planten, groenten- en fruitafval wordt gecomposteerd of opgegeten door de kippen, ... Deze inputs kunnen gedurende een bepaalde tijd in de tuin blijven als deel van de voorraad, maar het is ook mogelijk dat de producten van de verwerking (eieren, compost, groenten, …) de tuin verlaten als ‘output’. Ook de tuinbeheerder dan ‘voorraad’ omzetten naar output, bijvoorbeeld door het maaien van het gras of snoeien van bomen en hagen. De aanwezige planten- en diersoorten, de opslag van meststof of compost enz. worden dan onder het luik ‘voorraad’ gerekend. De moeilijkste en meest tijdrovende categorie voor inventarisatie en studie is deze voorraad aan planten, dieren, compost, …. Wat echter belangrijker is naar milieumonitoring toe is dat deze ‘voorraad’ geen ‘directe’ informatie weergeeft over een mogelijke druk op of verlichting van het leefmilieu. Het zijn namelijk in hoofdzaak de inputen outputstromen die het leefmilieu kunnen belasten of verlichten. Indien er bijvoorbeeld systematisch een overdaad aan meststoffen of bestrijdingsmiddelen gebruikt zou worden in de privétuin, zou dit voor alle privétuinen samen een aanzienlijke druk op het leefmilieu betekenen. Anderzijds kan de privétuin ook tegemoet komen aan de negatieve invloeden van de mens op zijn leefomgeving. Door organisch afval zoals groenten- en fruitafval, snoeihout of gazonmaaisel zoveel mogelijk in de eigen tuin te verwerken, kan de ecologische impact van een huishouden op de leefomgeving verminderen. Aan de hand van inputs en outputs is het dus mogelijk om de directe impact van het landgebruik ‘privétuin’ op het milieu te schatten. Impliciet zit de rol van planten hier ook in vervat, aangezien zij een gedeelte van de input opnemen en output produceren. Voor een volledige impactberekening (met inbegrip van biodiversiteit, overheersing van exotische soorten, vluchtplaats van inheemse soorten, invloed van de standplaatsgeschiktheid en overlevingsstrategieën van de vegetatie op input en output, …) dient uiteraard ook de ‘voorraad’ van het tuinsysteem in rekening gebracht te worden. Over de outputs van tuinen is er een beperkte kennis beschikbaar (M.A.S., 2007), maar kennis over inputs bestaat nauwelijks. Beide kanten van het tuinsysteem zullen in dit onderzoek opgenomen worden. Een lijst met alle inputs en outputs van het tuinsysteem zal echter snel omvangrijk worden. In dit onderzoek zal er bijgevolg slechts gefocust worden op een bepaalde groep van inen outputs, namelijk de menselijke horizontale inen outputs. De inen outputstromen van een tuinsysteem kunnen zich zowel in een “horizontale” als “verticale” richting bewegen. Terwijl bestrijdingsmiddelen de tuin volgens een “horizontale” stroming binnenkomen en groenafval de tuin volgens een horizontale stroming verlaat, zullen stofdeeltjes “verticaal” binnenkomen. Ook het uitspoelen van bestanddelen van bestrijdingsmiddelen of kunstmeststoffen wordt als een verticale beweging uit de tuin (zie figuur 3.3) gezien en zal dus niet beschouwd worden.

17


Figuur 3.3

In- en outputstromen in een tuin.

3

Daarnaast zijn er ook verschillende actoren die deze inen outputs kunnen binnenbrengen of verwijderen. Dit kunnen mensen zijn, maar evengoed dieren of natuurlijke elementen zoals wind en water. Zaden kunnen door wind of vogels verbreid worden, terwijl elementen uit kunstmeststoffen zoals stikstof of fosfor door water doorheen de bodem getransporteerd kunnen worden. Door enkel te focussen op de “menselijke horizontale” inen outputs zal het onderzoek beperkt worden tot de controleerbare inen outputs. Deze menselijke actoren zijn ook de belangrijkste actoren in het aan- en afleveren van de inputen outputs, inclsief de antropogene stikstof depositie (MIRA-T 2006) en bestrijdingsmiddelendeposite (MIRA-T 2005). Dit ondersteunend onderzoek zal wel de aanzet kunnen geven voor aanvullend onderzoek naar de inbreng van andere actoren en verticale stromingen. Doorheen het verdere rapport zullen de termen inen output steeds verwijzen naar de menselijke horizontale inen output.

3

Deze figuur is opgebouwd uit afbeeldingen van: Alicena, Rio (http://www.mangatutorials.com); Gagnon, Richard (http://www.richardgagnon.com); Logeman, Walter (http://www.thousandsketches.com); Underwood Arnold, Anne (http://www.drawingwithanne.com);Virginia Department of Forestry (http://www.dof.virginia.gov)

18


3.2.

Afbakening van het tuinsysteem

Het systeem ‘privétuin’ wordt ruimtelijk afgebakend zoals de definitie van privétuin uit paragraaf 2 aangeeft. De woning en het huishouden behoren dus niet tot dit systeem. De inputs van een tuinsysteem die in dit onderzoek opgenomen zullen worden, kunnen in drie groepen ingedeeld worden (zie tabel 3.1). Volgens een strikte definitie is ‘input’ wat door een actor of als gevolg van diens handeling in de tuin gebracht wordt. Regen- of grondwater behoort initieel tot de tuin, waarbij deze niet door menselijke handelingen binnen gebracht worden. Bijgevolg wordt regen- en grondwater niet als input beschouwd. Leidingwater wordt wel door de mens in de tuin gebracht en dus beschouwd als ‘input’.

Tabel 3.1

Inputs van het tuinsysteem. Inputs van het tuinsysteem

1.

Producten

2.

Leidingwater

3.

Energie

a.

Groente- en fruitafval (GFA) en ander organisch keukenafval (AOA)

b.

Plant- en zaaigoed

c.

Bestrijdingsmiddelen

d.

Meststoffen en bodemverbeteraars

Ook de outputs van tuinen in dit onderzoek kunnen in twee groepen ingedeeld worden (zie tabel 3.2). ‘Output’ is wat er door een actor of als gevolg van diens handeling uit de tuin gebracht wordt. Ook hier behoren de woning en het huishouden niet tot de tuin. Groenten uit de tuin die door het huishouden klaargemaakt worden, worden bijgevolg uit de tuin gebracht. Regen- en grondwater uit de tuin kunnen gebruikt worden in het huishouden (doorspelen toilet, wasmachine, …) en dienen bijgevolg als output beschouwd te worden indien ze in de woning gebruikt worden. De mens zorgt hier voor het overbrengen van regen- en grondwater van de tuin naar de woning. Regen- en grondwater gebruikt in de tuin door de tuinbeheerder, blijft in het tuinsysteem en vormt geen output.

Tabel 3.2

Outputs van het tuinsysteem. Outputs van het tuinsysteem

1.

2.

Producten a.

Groenafval (gazonmaaisel, snoeihout, tuinafval)

b.

Producten uit moestuin en neerhof en van fruitbomen en -struiken

Regen- en grondwater

19


De actoren waarop in dit onderzoek gefocust zal worden, zijn de huishoudens die eigenaar zijn van een tuin of een woning met tuin huren en bijgevolg deze tuin ook beheren. Een andere groep actoren zijn de tuinmannen, tuinarchitecten en tuinonderhouders die in professioneel verband met deze tuinen omgaan. Deze groep kon echter wegens een beperkte onderzoekstijd niet meegenomen worden in dit pilootonderzoek. Ook de bron van de inputs wordt hier niet meegenomen. Het is echter wel mogelijk om deze op te nemen in een ‘korte keten’ analyse van het systeem ‘privétuin’. Deze korte keten analyse wordt weergegeven in figuur 3.4. Onder bron worden de tuinwinkels, grootwarenhuizen, plantenkwekers, de markt en andere verstaan. Indien deze korte keten verder opengetrokken wordt, dienen onder andere ook de grootleveranciers, verwerkende industrie, grondstofleveranciers en het bijhorende transport in beschouwing genomen te worden. Dit is ook van toepassing op de outputs van privétuinen, waarbij dan in plaats van de bron de (uiteindelijke) bestemming van belang is. Het tuinsysteem - korte keten INPUT Plant- en zaaigoed Meststoffen Bestrijdingsmiddelen Energie Leidingwater Organisch keukenafval Dierenvoeding BRON Tuincentra Warenhuizen Markt Andere

Figuur 3.4

OUTPUT

Woning

TUIN Componenten Structuur

ACTOREN Huishouden Tuinmannen –en architecten

Gazonmaaisel Snoeihout Onkruid Groenten en fruit

BESTEMMINGEN Huishouden Selectieve afvalophaling Andere

Het tuinsysteem (korte keten).

Als suggestie voor verder onderzoek naar het schatten van de totale impact van de privétuin wordt het werken met levenscyclusanalyses (LCA) voorgesteld. LCA is een methode voor het in kaart brengen van de invloed van een product of menselijke activiteiten op het milieu (RIVM, 2007). In LCA wordt met behulp van rekenmodellen de hele levenscyclus van een product of activiteit bekeken om de totale milieubelasting van dat product te bepalen. Zowel de winning van grondstoffen, productie, transport, (her)gebruik en als de afvalverwerking van een product wordt bestudeerd. Hierbij worden alle soorten milieu-effecten meegenomen. Omwille van een keten van processen wordt LCA beschouwd als een vorm van ketenanalyse (RIVM, 2007). De uitkomst van een LCA-studie is een milieuprofiel waarmee de belangrijkste milieueffecten uit de levenscyclus geïdentificeerd kunnen worden. In combinatie met aanverwante instrumenten levert LCA een concreet beeld op van de mogelijkheden voor aanpassingen van een productieproces of menselijke handelingen. Voor ieder alternatief worden de gevolgen systematisch in beeld gebracht (RIVM, 2007).

20


4.

Gegevensverzameling

Zoals de term ‘privétuin’ al meegeeft, behoort de tuin tot de private sfeer van een huishouden of een tuinbeheerder. Een tuin die geassocieerd is met de woning vormt namelijk planologisch, psychologisch, sociologisch en cultureel gezien een eenheid met die woning. Inputs en outputs worden door de tuinbeheerder ingevoerd en weggebracht. Hierdoor zijn deze inputs en outputs bijvoorbeeld niet op te volgen, te identificeren of te kwantificeren aan de hand van bijvoorbeeld luchtfoto’s of kaartmateriaal. Gegevens over privétuinen en hun inputs en outputs zijn dus niet direct toegankelijk. De gegevensverzameling zal dus gebeuren met de hulp van tuinbeheerders door middel van enquêtering.

4.1.

Enquêtering

De gegevensverzameling gebeurt door middel van twee aanvullende manieren van enquêteren, namelijk door een open internetenquête op www.tuinenquete.be enerzijds en door gerichte tuinbezoeken anderzijds. Door middel van de internetenquête is het mogelijk om een innovatieve gegevensverzameling over tuinen in Vlaanderen aan te leggen. Hierbij worden voornamelijk kwalitatieve gegevens verzameld. Er wordt wel gevraagd naar een eerste ruwe kwantificatie van groepen van inputs en outputs. Door middel van de gerichte tuinbezoeken kan een diepgaandere bevraging gebeuren naar specifieke inputs en outputs toe, met bijzondere aandacht voor de identificatie en kwantificatie van specifieke inputen outputproducten. De internetenquête maakt het mogelijk om informatie te verzamelen over een groot aantal tuinen, maar heeft het nadeel van een beperkte kwantificeerbaarheid. Kwantificatie gebeurt slechts volgens groepen van producten. De tuinbezoeken laten toe om specifieke producten te identificeren en te kwantificeren. Door middel van beide enquêtes zullen zowel kwalitatieve als kwantitatieve gegevens verzameld worden. Extrapolatie van cijfermateriaal uit de tuinbezoeken naar Vlaanderen is in dit verkennend onderzoek niet mogelijk. Indien in toekomstig onderzoek een classificatie van privétuinen opgesteld kan worden op basis van beschikbare gegevens en de gegevensverzameling met behulp van diepte-interviews punt gesteld wordt, is extrapolatie van gegevens uit diepte-interviews wel mogelijk. Zowel voor de internetenquête als voor de tuinbezoeken is het niet mogelijk om de representativiteit te testen. Geschikte referentiegegevens over tuinen (oppervlakte, aandeel gazon in de tuinoppervlakte, …) en de tuinbeheerders (socio-economische kenmerken zoals leeftijd, geslacht, beroep, inkomensniveau, opleidingsniveau, …) ontbreken namelijk voor Vlaanderen en op gemeentelijk niveau. Indien er verder onderzoek naar tuinen zou plaatsvinden, dient vooreerst een dergelijke referentiebasis aangemaakt te worden.

21


4.2.

Variabelen

Malhotra en Birks (2003) stellen dat het duidelijk moet zijn welke informatie men met een enquête wil verzamelen vooraleer er begonnen kan worden aan het opstellen van de eigenlijke enquêtevragen. In een voorbereidend overleg met de projectverantwoordelijken van MIRA (27 juli 2007) werd een lijst van mogelijke variabelen opgesteld (zie bijlage A). Deze variabelen kunnen in vijf groepen opgedeeld worden: 1. Structuurkenmerken Deze groep van variabelen levert informatie over de ruimtelijke eigenschappen van tuinen. Smith et al. (2005) wijzen bijvoorbeeld op het belang van de grootte van de achtertuin in het bepalen van de samenstelling van de tuin. Deze samenstelling wordt opgemeten aan de hand van tuincomponenten zoals grasperk, moestuin, bloemperken, bomengroepen, struikgewas, verharding, haag, … De grootte en de kwantitatieve samenstelling van de tuin zullen bijgevolg opgenomen worden in de variabelenlijst. 2. Toestandskenmerken Door middel van de variabelengroep ‘toestandskenmerken’ zal informatie over de toestand van de tuin verzameld worden. Onder de toestand van de tuin worden de eigenschappen van of in de ‘tuin’ zelf verstaan, zoals leeftijd of bodemstreek. 3. Ruimtelijke contextinformatie Variabelen gerelateerd aan de ruimtelijke context van tuinen zijn ondermeer het huistype en de omgeving. Smith et al. (2005) toonden aan dat de bebouwingsdensiteit van de tuinomgeving een belangrijke rol lijkt te spelen bij het bepalen van de samenstelling van de tuin. Het huistype (open, halfopen of gesloten bebouwing) is volgens Tratalos et al. (2007) een tweede mogelijke variabele die de tuingrootte en –samenstelling in belangrijke mate kan bepalen. 4. Socio-economische contextinformatie In de socio-economische context zullen variabelen opgenomen worden die de socio-economische toestand van de tuinbeheerders opmeten. Omdat tuinen een privéruimte zijn die beheerd wordt door de eigenaar of huurder kan er aangenomen worden dat de inputs en outputs van een bepaalde privétuin zeer sterk beïnvloed worden door de beheerder van de tuin. Het merendeel van de variabelen die gedurende dit onderzoek opgemeten worden, zijn ‘bottom-up’ factoren zoals gedefinieerd door Martin et al. (2004) en Kinzig et al. (2005). Bottom-up factoren zijn factoren die beïnvloed worden door keuzes of acties op het niveau van het huishouden. Deze keuzes of acties worden onder andere beïnvloed door financiële beperkingen, de sociale situatie en culturele ideeën van het huishouden (Martin et al., 2004, Kinzig et al., 2006). Een ecologisch beheerde tuin zal namelijk andere inen outputkenmerken hebben dan een traditioneel beheerde tuin. Martin et al. (2004) wijzen op de inkomensklasse van het huishouden als mogelijk bepalende variabele. Ook het aantal gezinsleden of beroepsstatuut zijn mogelijke variabelen.

22


Deze eerste vier variabelengroepen geven ‘drijvende krachten’ of ‘factoren’ weer die aangeven hoe de tuin eruit ziet en bepalen welk beheer er plaatsvindt. Dit beheer zelf wordt in een vijfde groep van variabelen opgemeten. 5. Beheerskenmerken Deze variabelen gaan enerzijds op een kwalitatieve manier kijken naar de beheerswerkzaamheden in individuele tuinen. In deze groep van variabelen zullen onder andere het gebruik van inputs (meststoffen, bestrijdingsmiddelen, …) en de bestemming van de geproduceerde outputs (groenafval, moestuinproducten, …) opgenomen worden. Ook de toepassing van preventietechnieken en afvalarme technieken voor groenafval hoort onder deze variabelengroep. Anderzijds zal er ook getracht worden om de inputs en outputs te identificeren en kwantificeren. Beide enquêtes zullen peilen naar de input en output van het jaar 2007. Op deze manier is het mogelijk om in latere jaren de gegevensbank te actualiseren. Een evaluatie van het gebruik van inputs en afvoeren van outputs over een bepaalde periode zal hierdoor mogelijk zijn. Na het bepalen van de gewenste variabelen dienen deze vertaald te worden naar specifieke enquêtevragen die de respondenten kunnen en willen beantwoorden. Indien respondent en onderzoeker een vraag op twee verschillende manieren interpreteren, zullen de resultaten een sterke bias kennen (Malhotra en Birks, 2003). Voor iedere variabele wordt het duidelijkste vraagtype gekozen (meerkeuzevraag, multiple respons, pull down menu, …). De enquêtevragen dienen vervolgens getest te worden bij een aantal proefrespondenten. Na het testen wordt de vragenlijst aangepast om onduidelijkheden weg te werken en de verstaanbaarheid van de vragen te optimaliseren. Om de enquête niet te uitputtend te maken, worden niet alle variabelen uit deze groepen opgenomen in de internetenquête en de tuinbezoeken. In bijlage B kunnen beide enquêtes geraadpleegd worden.

4.3.

Kwantificatie

De kwantificering van inen outputs is geen eenvoudige opgave, maar niet onmogelijk. De gegevens moeten verzameld worden bij individuele tuineigenaars. Iedere tuineigenaar rekent echter in zijn eigen eenheden. Gazonmaaisel kan bijvoorbeeld afgevoerd worden met de bak van de grasmaaier, een kruiwagen of een emmer en omgerekend worden naar een volumemaat of gewicht. Het is dus nodig om de mensen een hulpmiddel aan te bieden bij de kwantificatie van hun inputs en outputs. Hiervoor wordt er in de vragenlijst op twee manieren gewerkt. Bij een aantal vragen kan de respondent uit een aantal eenheden kiezen. Indien er gevraagd wordt naar de hoeveelheid sierplanten die in de tuin binnengebracht zijn, kan er bijvoorbeeld gekozen worden tussen ‘stuks’ of ‘zakjes zaad’. Oppervlaktes kunnen in meter op meter, vierkante meter of are opgegeven worden. Voor andere vragen wordt er gewerkt met de standaardeenheid ‘liter’ waarbij dan een referentievolume meegegeven wordt. Dit

23


referentievolume is afhankelijk van de specifieke input of output en kan een standaardemmer (10 liter), een middelgrote opvangbak van een grasmaaier (55 liter), een normale kruiwagen (80 tot 85 liter), … zijn.

5.

Indicatoren voor input en output

Het monitoren van de milieu-impact van privétuinen zal niet eenvoudig zijn indien dit op een directe manier moet gebeuren. Als er verbanden gevonden kunnen worden tussen kenmerken van privétuinen die op te meten zijn aan de hand van luchtfoto’s en/of kaartmateriaal en/of enquêtes en de inputs en outputs is het mogelijk om de milieu-impact van privétuinen op een indirecte manier te monitoren. Deze indirecte monitoring zou dan kunnen gebeuren aan de hand van ‘indicatoren’. Indicatoren moeten de complexe informatie herleiden tot een minimum. Indien er een verband gekend is tussen een relatief eenvoudig op te meten indicator en een relatief moeilijk op te meten kenmerk, kan de evolutie van dit kenmerk toch relatief eenvoudiger geschat worden aan de hand van de evolutie van de indicator. Er wordt aangenomen dat er drie groepen van variabelen zijn die een invloed hebben op het tuinbeheer en bijgevolg ook op de inen outputs van privétuinen: de structuur of samenstelling van de tuin, de ruimtelijke context van de tuin en de socio-economische context van de tuin. Verwacht wordt dat er uit deze drie groepen ‘indicatoren’ voor inputs en outputs geselecteerd kunnen worden. Om een eerste selectie van mogelijke indicatoren door te voeren, worden er drie aannames gedaan: 1. De samenstelling van de tuin wordt bepaald door het woningtype en de omgeving van de tuin. 2. Inputs en outputs worden beïnvloed door de samenstelling van de tuin, het woningtype en de omgeving van de tuin. 3. Inputs en outputs worden bepaald door sociologische kenmerken van de tuinbeheerder. Een privétuin is echter een steeds evoluerend systeem, waardoor ook de verbanden tussen de ‘fysieke’ tuin en zijn inen outputs veranderen. Een beheersvisie kan door sensibilisering bijvoorbeeld evolueren in de richting van afvalpreventie en ecologisch beheer. Bij toenemende lichamelijke beperkingen van de tuinbeheerder is de kans groot dat moes- en siertuinen omgezet worden naar gazon waarop dan plots andere en/of meer of minder bestrijdingsmiddelen en/of meststoffen toegepast worden. Verbanden tussen inputen outputkenmerken en hun indicatoren dienen bijgevolg regelmatig gecontroleerd en bijgewerkt te worden. Indien het verband tussen kenmerk en indicator wijzigt, moet dit in rekening gebracht worden bij de interpretatie van de indicator.

24

Deel III Tuinbezoeken in Herent

4. Tuinbezoeken in Herent Door middel van de tuinbezoeken wordt er getracht specifieke inputs en outputs in beeld te brengen. Via een diepgaande bevraging worden gedetailleerde gegevens bekomen, in tegenstelling tot de internetenquête die beperkt blijft een tot ruwe kwantificatie van groepen van inputs en outputs. Binnen dit ondersteunend onderzoek wordt er gewerkt binnen één enkele pilootgemeente. Deze keuze steunt op twee aannames: 1. De eerste aanname stelt dat tuinkenmerken niet bepaald worden door de administratieve ligging van de tuin (regio, gemeente, provincie, …) indien de bodemkundige en klimatologische condities gelijk zijn. Wanneer twee gemeenten bijvoorbeeld gelegen zijn in de leemstreek, wordt ervan uit gegaan dat de natuurlijke kenmerken van een bepaald type tuin niet zullen verschillen in beide gemeenten. Op deze manier wordt een deel van de geografische invloed uitgeschakeld. Om deze aanname als werkhypothese grondig te verifiëren, is echter bijkomend onderzoek nodig dat niet in dit ondersteunend onderzoek uitgevoerd kan worden. 2. In de tweede aanname wordt gesteld dat het scala aan tuinen (naar oppervlakte, inhoud, beheerswijze enzovoort) van Vlaanderen grotendeels vertegenwoordigd is binnen gemeentegrenzen. Er is in Vlaanderen namelijk geen sprake van zeer sterk uitgesproken geografische verschillen aan eigendom- en woonstructuren. Bijgevolg wordt er vanuit gegaan dat er voor een bepaalde gemeente een dergelijke verdeling bestaat aan tuintypes, sociale klassen enzovoort. Het opmeten van een tweede aansluitende gemeente zal hoogstwaarschijnlijk geen meerwaarde opleveren en werd ook omwille van de beperkte duur van het project niet uitgevoerd.

Het afleggen van tuinbezoeken vraagt om een degelijke voorbereiding. Deze voorbereiding omvat de keuze van de pilootgemeente en het maken van een steekproefontwerp.

26

4. Tuinbezoeken in Herent

1.

Keuze pilootgemeente

De keuze van de pilootgemeente wordt bepaald door logistieke mogelijkheden, door het enthousiasme en de medewerking van het college van burgemeester en schepenen en door de aanwezige diversiteit aan tuinen. Enkele mogelijke pilootgemeenten met enthousiaste (groen-)ambtenaren werden doorgegeven door Greet Tijskens (stuurgroeplid - VELT – september 2007). Deze gemeenten zijn Hove, Mortsel en Edegem (provincie Antwerpen), Eeklo (provincie Oost-Vlaanderen) en Wevelgem (provincie WestVlaanderen). Andere gemeenten die ook in aanmerking komen en logistiek gezien aantrekkelijker zijn wegens hun ligging ten opzichte van Leuven zijn Bertem, Bierbeek, Boutersem, Tienen en Herent. Uit deze lijst van mogelijke pilootgemeenten is Herent een interessant studiegebied. Ongeveer alle mogelijke gebiedstypes zijn aanwezig, gaande van een stedelijke kern, dicht aaneengesloten lintbebouwing, gegroepeerde bebouwing en open lintbebouwing tot overwegend agrarisch gebied, bosachtig gebied en natuur, golvend land en vlakte. Na een telefonisch contact (oktober 2007) met de Schepen van de dienst milieu, landbouw, duurzame ontwikkeling, ruimtelijke ordening, mobiliteit en toerisme van Herent, de heer Jos Bex, is gekozen voor Herent als pilootgemeente binnen dit ondersteunend onderzoek. Herent

De gemeente Herent behoort tot het arrondissement Leuven in de provincie VlaamsBrabant en is gelegen in de Zandleemstreek, aan de voet van een westelijke uitloper van een Hagelandse heuvelrug. De gemeente beslaat 32,7 km², waarvan in 2005 5.4 km² ingenomen werd door woongebied. Herent telde op 1 januari 2006 19.218 inwoners. In 2004 waren er 7.260 huishoudens thuis in deze gemeente4 (FOD Economie, KMO, Middenstand en Energie, 2007). Naar de verstedelijkingstypologie die opgesteld werd door Mérenne-Schoumaker et al. (1998) kent deze gemeente een sterke morfologische en zwakke functionele verstedelijking. Onder morfologische verstedelijking verstaan deze auteurs het fysisch innemen van een ruimte door de mens, gematerialiseerd in onder andere gebouwen en infrastructuur. Een functionele verstedelijking staat dan voor het belang en de verscheidenheid van de aanwezige functies. Het grondgebied van Herent kan verdeeld worden over twee traditionele landschappen (Antrop et al., 2002). Traditionele landschappen begrenzen landschappelijke eenheden op basis van natuurlijke geografische streken. Het noorden van Herent behoort tot het traditionele landschap Rubensland, dat een landschappelijke subeenheid vormt van het Land van Merchtem. Het zuiden van Herent behoort tot het land van Bertem-Kortenberg en is geologisch en geomorfologisch gezien een westelijke uitloper van het Hageland. Beide traditionele landschappen worden gekenmerkt door sterk versnipperde en 4

De Federale Overheidsdienst (FOD) Economie, KMO, Middenstand en Energie definieert huishoudens als “ofwel een persoon die alleen leeft ofwel twee of meer personen die, al dan niet door familiebanden verbonden, gewoonlijk éénzelfde woning betrekken en er samen leven.”, waaronder ook collectieve huishoudens vallen.

27


onregelmatige open ruimten van verschillende omvang. Door de complexe verweving van open ruimten en bebouwing is de bebouwing dikwijls ruimtebegrenzend. Het Rubensland wordt gekenmerkt door een dichte bebouwing in het landelijke gebied en een sterke lintbebouwing. In het Land van Bertem-Kortenberg komen kleine hoop- en kerndorpen voor met sterke lintbebouwingen en open veldverkavelingen. Er is een zeer sterke versnijding van de open ruimte door infrastructuurassen (Antrop et al., 2002). Wat de inkomensverdeling betreft, staat Herent op de achtste plaats in de top twintig van de gemeentes met het hoogste gemiddelde fiscale inkomen per inwoner in Vlaanderen voor het aanslagjaar 2006, inkomens van 2005 (Algemene Directie Statistiek en Economische Informatie - FOD Economie, 2006). Er zal getracht worden om alle sociale groepen te vertegenwoordigen tijdens de tuinbezoeken.

2.

Steekproefontwerp

Omdat het niet mogelijk is om tuinbezoeken af te leggen bij alle tuinbeheerders in Herent wordt er gewerkt met een getrapte aselecte steekproef. De steekproef gebeurt volgens een gestratificeerde staalname. Hierbij wordt de populatie eerst in groepen verdeeld waarna er uit elke groep at random een aantal individuen gekozen worden (Beirlant, 1998, 2004; EPA, 2002, Lauridsen, 2004). De gegevens die verzameld worden gedurende de tuinbezoeken zouden representatief moeten zijn voor alle tuinen in Herent. Referentiegegevens over tuinen bestaan echter nog niet voor Vlaanderen, noch op gewestelijk, provinciaal als gemeentelijk niveau. Daarenboven bestaat er nog geen eenvoudig toe te passen typologie voor Vlaamse tuinen. Een dergelijke typologie zou anders een goede stratificatiebasis vormen. Ondanks het gebrek aan basisinformatie over tuinen en geografische informatie over socio-economische kenmerken van tuinbeheerders wordt er getracht de stratificatie zo op te zetten dat de diversiteit aan tuinen binnen Herent zoveel mogelijk gevat zal worden. Om de vertegenwoordiging van lagere inkomensklassen zo goed mogelijk te kunnen verzekeren (met in het achterhoofd het feit dat er voor dit onderzoek geen gegevens beschikbaar zijn over de geografische spreiding van socio-economische groepen) worden er stalen genomen in sociale woonwijken. Hierbij is het nog niet verzekerd dat een respondent wonend in een sociale woonwijk effectief een lagere inkomensklasse vertegenwoordigt. Het steekproefontwerp ziet er als volgt uit: 1. Het grondgebied van Herent wordt opgedeeld of gestratificeerd in deelgebieden met specifieke ruimtelijk-fysieke kenmerken. Deze deelgebieden vormen de strata of groepen in het steekproefontwerp. Dit gebeurt met behulp van een clusteranalyse. 2. Na deze opdeling worden uit elk deelgebiedtype of stratum at random drie wijken geselecteerd. 3. Binnen deze geselecteerde wijken wordt telkens een brief in maximaal 50 brievenbussen gestoken met de vraag naar medewerking aan het onderzoek. 4. Uit de tuineigenaars die willen meewerken worden er willekeurig een aantal gekozen. Er wordt arbitrair gekozen voor 5 of 6 tuinbezoeken. Als er zich minder vrijwilligers gemeld hebben, wordt getracht deze allemaal te bezoeken.

28


Deze verschillende stappen worden ook weergegeven in figuur 4.1. Wegens gebrek aan de noodzakelijke informatie over het aantal huizen per clustertype wordt er niet gewerkt met een zuivere proportionele steekproef.

Figuur 4.1

2.1.

Symbolische voorstelling van het steekproefontwerp.

Stratificatie

Om te kunnen verzekeren dat de diversiteit aan tuinen binnen Herent zoveel mogelijk meegenomen wordt, wordt er gewerkt met een gestratificeerde steekproef. Een voordeel van gestratificeerde at random steekproeven is het verkleinen van de kans dat een bepaalde subpopulatie in de steekproef onder- of oververtegenwoordigd wordt. Voor de stratificatie of indeling in groepen van Herent wordt er gekeken op wijkniveau. Privétuinen gelegen in een stedelijke kern zullen andere kenmerken vertonen dan privétuinen in een open lintbebouwing of gerelateerd aan bebouwing in een overwegend agrarisch gebied. Het grondgebied van Herent zal dus opgedeeld worden in deelgebieden met specifieke ruimtelijk - fysieke kenmerken. De stratificatie zal gebeuren met behulp van een clusteranalyse. Twee belangrijke aandachtspunten bij het aanmaken van de stratificatiebasis in dit onderzoek is de reproduceerbaarheid en het gebruik van relatief toegankelijke gegevens. De stratificatie of opdeling in wijktypes gebeurt op basis van ruimtelijk - fysieke variabelen waarvan aangenomen wordt dat ze een invloed uitoefenen op tuinkenmerken. Voor het aanmaken van de stratificatiebasis wordt er gewerkt met het geografisch informatie systeem (GIS) softwareprogramma ArcView 3.2a (Esri, 1996).

29


2.1.1.

Basis voor de clusteranalyses

Om tot een ruimtelijk - fysieke stratificatiebasis te kunnen komen, moet het grondgebied van Herent ingedeeld worden in deelgebieden met bepaalde specifieke kenmerken. Deze deelgebieden zullen het resultaat zijn van de clusteranalyse. De clusteranalyse wordt uitgevoerd op vierkanten van 100 m op 100 m. Op basis van de orthofoto’s wordt namelijk aangenomen dat een wijk groter zal zijn dan 10.000 m². De indeling van Herent in deze vierkanten gebeurt door Herent te overleggen met een basisrooster van 9 km op 9 km opgebouwd uit vierkanten van 100 m op 100 m (zie figuur 4.2).

Figuur 4.2

Werkwijze voor het aanmaken van het basisbestand van de stratificatie. Hierin zijn de drie ruimtelijk - fysieke variabelen weergegeven die meegenomen werden in de uiteindelijke stratificatie: oppervlakte verstening [m²], oppervlakte tuin [m²] en bebouwingstypologie.

30


Zoals weergegeven in figuur 4.2 worden aan deze vierkanten vervolgens de waarden toegekend voor specifieke ruimtelijk – fysieke kenmerken. Drie groepen van kenmerken komen hiervoor in aanmerking: landgebruik, bebouwingstypologie en radiocentrische analyse (zie tabel 4.1). Uit deze drie groepen worden zes ruimtelijk - fysieke variabelen afgeleid, die berekend worden aan de hand van verschillende gegevensbronnen. Mogelijke ruimtelijk - fysieke variabelen voor de stratificatiebasis.

Tabel 4.1

Mogelijke ruimtelijk - fysieke variabelen voor de stratificatiebasis Groep

Ruimtelijk - fysieke variabele

Landgebruik

Bebouwingstypologie

Radiocentrische analyse

1.

Oppervlakte tuin

Continu

2.

Oppervlakte verstening

Continu

3.

Oppervlakte wegen- en spoorweg infrastructuur

Continu

4.

Bebouwingstypologie

Categorisch

5.

Gemiddelde zichtlengte tuin

Continu

6.

Skyline analyse tuin

Continu

Gegevensbron Topografische kaart (NGI, 2004) Topografische kaart (NGI, 2004) Topografische kaart (NGI, 2004) Middenschalige kleurenorthofofoto’s Vlaams-Brabant, opname 2002 (OC-GIS Vlaanderen) Topografsiche kaart (NGI, 2004) Topografsiche kaart (NGI, 2004)

Landgebruik

De drie variabelen gerelateerd aan landgebruik - oppervlakte tuin, oppervlakte verstening en oppervlakte wegen- en spoorweginfrastructuur - worden berekend aan de hand van de rasterversie van de topografische kaart (NGI, 2004), kaartbladen 24 en 32 (tabel 4.2). De pixelgrootte van de topografische kaart wordt hiervoor eerst vergroot van 0,6 m op 0,6 m naar 1 m op 1 m. Daarna wordt de aangepaste topografische kaart voor iedere variabele geherclassificeerd tot een binaire kaart. De landgebruiksklasse van toepassing voor een bepaalde variabele (tuin, verstening, wegen spoorweginfrastructuur) krijgt de pixelwaarde 1 toegekend, alle andere landgebruiksklassen de pixelwaarde 0. Ruimtelijk - fysieke kenmerken voor stratificatie: landgebruik.

Tabel 4.2

Ruimtelijk - fysieke kenmerken voor stratificatie: landgebruik Ruimtelijk - fysieke variabele

Landgebruiksklasse

Code

1.

Oppervlakte tuin

Tuin

31

2.

Oppervlakte verstening

Bebouwing steriele grond wegen- en spoorwegnet

1 5 33, 34

3.

Oppervlakte infrastructuur

Wegennet, spoorwegnet

33, 34

31


Vervolgens worden de pixels van 1 m op 1 m geaggregeerd tot vierkanten van 100 m op 100 m. Hiervoor dient het rasterbestand uitgelezen te worden als een ASCII bestand. Een ASCII bestand is een numerieke weergave van het rasterbestand (matrix). Deze numerieke weergave wordt vervolgens in Excel omgezet naar een kolom weergave met behulp van een macro5. Hierbij krijgt elk vierkant een unieke code toegekend van 1 tot en met 8100 met de bijhorende oppervlakte aan verstening. Hierna wordt voor Herent een shapefile aangemaakt met vierkanten die de exacte afmetingen en ligging hebben als de pixels van de topografische kaart (NGI, 2004), afmetingen van 1 m op 1 m. Ieder vierkant krijgt dezelfde unieke code toegekend als het overeenkomstig vierkant uit de topografische kaart. In ArcView 3.2a wordt de attributentabel van de aangemaakte shapefile gekoppeld met de tabel in Excel waarin de oppervlakte aan verstening per uniek vierkant opgenomen is. In figuur 4.3 wordt deze werkwijze weergegeven.

Figuur 4.3

Werkwijze voor het aanmaken van het basisbestand voor de variabele ‘oppervlakte landgebruik X’. Deze werkwijze werd gebruikt voor het aanmaken van de basisbestanden van de variabelen oppervlakte tuin, oppervlakte verstening en oppervlakte wegen- en spoorweginfrastructuur.

5

Een Excel macro is een set van instructies binnen een Excel werkblad, geschreven in ‘Visual Basic for Applications’ (VBA).

32


De vierkanten van 1 m op 1 m in deze shapefile worden vervolgens geaggregeerd tot vierkanten van 100 m op 100 m (zie figuur 4.2). Deze geaggregeerde shapefile komt overeen met het basisrooster. Als waarde krijgen de vierkanten van 100 m op 100 m de som van de waarden van de kleinere vierkanten van 1m op 1m. Bebouwingstypologie

Tratalos et al. (2007) stellen dat het huistype, gedefinieerd als het aandeel alleenstaande woningen over halfopen woningen, een indicator is voor tuinbedekking. Het bebouwingstype en de associatie met omliggende gebouwen worden bijgevolg meegenomen in de stratificatie. Hiervoor wordt een bebouwingstypologie opgesteld waarin zowel het type bebouwing (open, halfopen en gesloten) als de associatie met omliggende gebouwen (lint, wijk, losstaande groep, losstaand) vervat zit. Deze typologie is opgenomen in tabel 4.3. Tabel 4.3

Bebouwingstypologie. Bebouwingstypologie

0.

Geen bebouwing

1.

Stedelijke kern of dorpskern

2.

Gesloten lintbebouwing

3.

Open lintbebouwing

4.

Gegroepeerde bebouwing

5.

Verspreide bebouwing

6.

Kleine cluster met bebouwing

Op basis van de middenschalige orthofoto’s in kleur, opname 2002, kaartbladen 24 en 32 (OC-GIS Vlaanderen) wordt deze bebouwingstypologie visueel afgeleid voor Herent en ingetekend in een shapefile. Deze intekening wordt weergegeven in figuur 4.4. De vierkanten van 100 m op 100 m van het basisrooster worden vervolgens manueel geclassificeerd volgens de ingetekende bebouwingstypologie. Hierbij worden de onderstaande richtlijnen gehanteerd: 1. Zodra binnen een vierkant een bebouwingstype voorkomt, wordt dit volledige vierkant onder het voorkomende type geclassificeerd. 2. Indien er twee of meer bebouwingstypes voorkomen in een vierkant, wordt het vierkant geclassificeerd als het type met de grootste oppervlakte binnen het vierkant.

33


Figuur 4.4

Intekening van de visueel afgeleide bebouwingstypologie voor Herent.

Radiocentrische analyse

De aanwezigheid van privétuinen zelf is ook een criterium voor de indeling in wijktypes. Hiervoor is al de variabele ‘oppervlakte tuin’ aangemaakt in de groep landgebruik. Om de verspreiding van het landgebruik tuin in de pilootgemeente objectief te kunnen bestuderen, werd ook de mogelijkheid getest om te werken met radiocentrische analyses. Deze radiocentrische analyses hebben tot doel om per pixel de gemiddelde zichtlengte tot pixels met het landgebruik te berekenen, evenals een skyline analyse waarbij het aantal pixels met het landgebruik tuin, gelegen op 64 zoeklijnen vanuit de onderzochte pixel, berekend wordt. Deze radiocentrische analyses of radiaalanalyses worden uitgevoerd met het softwareprogramma TYPO40 (Walpot et al., 1992; Wouters, 1994). Het programma typo40.exe laat vanuit elke pixel over 360° een afbeelding aftasten door een aantal zoeklijnen. Hier wordt gewerkt met 64 zoeklijnen van 250 m lang. Voor elke pixel van de afbeelding wordt dus de nabijheid van een bepaald landgebruik nagegaan - in dit onderzoek dus de nabijheid van het landgebruik tuin. De afbeelding gebruikt voor de radiocentrische analyse is gebaseerd op de topografische kaart (NGI, 2004). De analyse

34


gebeurt op pixels van 1 m op 1 m. De aggregatie naar het basisrooster van 100 m op 100 m wordt berekend op basis van het gemiddelde.

2.1.2.

Clustering naar types van woonomgeving

Als strata of groepen voor het gestratificeerd steekproefontwerp werd er gekozen voor deelgebieden van Herent die verschillen in types van woonomgeving. Deze deelgebieden worden bekomen door de clustering van vierkanten van 100 m op 100 m. Voor deze clustering worden enkel de vierkanten meegenomen die binnen of op de gemeentegrenzen van Herent vallen.De clustering gebeurt op basis van de waarden voor de ruimtelijk-fysieke variabelen, besproken in paragraaf 2.1.1., die toegekend worden aan ieder vierkant (zie ook figuur 4.2). Vooreerst wordt er met behulp van een hiërarchische clustering gekeken naar het aantal clusters die er initieel gevormd zouden worden. Dit gebeurt voor verschillende combinaties van variabelen. Hieruit blijkt het aantal initiële clusters tussen 4 en 6 te liggen. Vervolgens worden met behulp van twee clusteringmethoden, K-means niethiërarchische clustering en Two-step clustering, verschillende clusteringen uitgetest. Iedere clustering is gebaseerd op een andere combinatie van ruimtelijk - fysieke variabelen. Er wordt arbitrair gesteld dat iedere clustering tot 5 clusters moet leiden. 5 valt namelijk tussen het aantal initiële clusters. Door 5 clusters blijft de stratificatie ook beheersbaar. Clustermethodes

Voor clusteringen op basis van variabelencombinaties waarin de bebouwingstypologie niet opgenomen is, wordt de niet-hiërarchische K-means clusteringmethode gebruikt. De verschillende combinaties van ruimtelijk - fysieke variabelen die geclusterd werden met behulp van de K-Means methode zijn opgenomen in tabel 4.4. Bij de K-means methode worden observaties in k-initiële clusters verdeeld. Voor elke observatie zullen vervolgens de afstanden tot de clustermiddens berekend worden, waarbij observaties, indien nodig, verplaatst kunnen worden naar clusters met het dichtstbijzijnde gemiddelde. Clustermiddens kunnen hierbij herberekend worden. Deze procedure wordt herhaald tot er geen verplaatsingen meer plaatsvinden. Samengevat kan gesteld worden dat een initiële opdeling in clusters iteratief verbeterd wordt. Een object wordt toegewezen aan die cluster waarbij hij gemiddeld gezien het dichtst gelegen is. Tabel 4.4

Variabelencombinaties K-Means niet-hiërarchische clustering.

Variabelencombinaties K-Means niet-hiërarchische clustering Oppervlakte Oppervlakte Oppervlakte tuin infrastructuur verstening Gemiddelde Oppervlakte verstening Oppervlakte tuin Skyline-analyse zichtlengte Oppervlakte verstening Oppervlakte tuin Skyline-analyse Gemiddelde Oppervlakte verstening Oppervlakte tuin zichtlengte Oppervlakte verstening Oppervlakte tuin

35


Om te kunnen clusteren op basis van een combinatie van categorische en continue variabelen wordt er gewerkt met de Two-step clustering. Bebouwingstypologie is namelijk een categorische variabele. De geclusterde combinaties van variabelen zijn weergegeven in tabel 4.5. Tabel 4.5

Oppervlakte verstening Oppervlakte verstening Oppervlakte verstening Oppervlakte verstening

Variabelencombinaties Two-Step clustering. Variabelencombinaties Two-Step Oppervlakte Bebouwingstuin typologie Oppervlakte Skyline-analyse tuin Oppervlakte Gemiddelde tuin zichtlengte Oppervlakte Skyline-analyse tuin

clustering

Bebouwingstypologie Bebouwingstypologie Gemiddelde zichtlengte

Bebouwingstypologie

De proefclusteringen worden visueel vergeleken met de middenschalige orthofoto’s in kleur, opname 2002 (OC-GIS Vlaanderen) om het mogelijk te maken de stratificatiebasis te kiezen die de visuele werkelijkheid op terrein het best benadert. Er bestaat namelijk geen objectieve referentie (zoals een significantiewaarde) om een clustering te beoordelen als goed of slecht. Op basis van de resultaten van de proefclusteringen wordt er gekozen voor de Two-step clustering met de variabelen oppervlakte verstening, oppervlakte tuin en de bebouwingstypologie. Op basis van deze clusters kan het grondgebied van Herent ingedeeld worden in deelgebieden met een bepaalde woonomgeving. Ieder deelgebied stelt een ‘clustertype naar woonomgeving’ voor. Figuur 4.5 geeft de verdeling van de clustertypes over Herent weer.

2.1.3.

Clustertypes

De gekozen Two-step clustering op basis van de oppervlakte tuin, de oppervlakte verstening en de bebouwingstypologie deelt Herent in vijf deelgebieden of clusters naar woonomgeving. Deze vijf clusters hebben elk hun eigen kenmerken:

Clustertype 1: voornamelijk onbebouwd met de laagste gemiddelde oppervlakte verstening en tuin middelpunt met een gemiddelde oppervlakte tuin van 490 m² en een gemiddelde oppervlakte verstening van 309 m² voor 78 % ingenomen door het bebouwingstype 0 (zeer weinig bebouwing) Clustertype 2: dichtstbebouwde cluster grootste gemiddelde oppervlakte aan verstening en tuin bebouwingstypologieën 1, 2 en 3 volledig opgenomen overige 22 % van bebouwingstype 0 zitten eveneens in deze cluster

36


Clustertype 3: verspreide bebouwing gemiddelde oppervlakte verstening van 868 m² en een gemiddelde oppervlakte tuin van 2194 m² zo goed als volledig bebouwingstype 5 Clustertype 4 en 5: vergelijkbare gemiddelde oppervlakte aan verstening en tuin onder cluster 4 zit de gegroepeerde bebouwing onder cluster 5 vallen de kleine clusters met bebouwing

In tabel 4.6 en figuur 4.6 wordt een samenvatting gegeven van de verschillende clusters.

Figuur 4.5

Verdeling van de clustertypes over Herent.

37


Kenmerken clustertypes.

Tabel 4.6

Typo_code

Cluster

Figuur 4.6

NGI_tuin [m²] Gemiddelde

NGI_ss [m²] Gemiddelde

0

1

2

3

4

5

6

1

78 %

0% 100 %

0%

0%

490

309

22 %

0% 100 %

0%

2

0% 100 %

0%

2.6 %

0%

4371

2190

3

0%

0%

0%

0%

0%

97,4 %

0%

2194

868

4

0%

0%

0%

0%

0%

0%

1906

834

5

0%

0%

0%

0%

0%

100 %

1681

781

100 % 0%

Percentage bebouwingstypes per clustertype.

38


2.2.

Selectie van wijken

Op basis van de clustertypes kan Herent gestratificeerd worden. Met behulp van de clusters wordt Herent ingedeeld in deelgebieden die gekenmerkt worden door een bepaald type van woonomgeving. Binnen deze deelgebieden worden dan at random drie wijken geselecteerd. Hiervoor werden at random per clustertype drie punten geplaatst in ArcView 3.2a (Esri, 1996) met behulp van de extensie ‘Random Point Generator 1.3’ (Jenness, 2005). De punten worden minstens 50 meter van de rand van het deelgebied geplaatst. In totaal worden er 15 at random punten geplaatst binnen Herent. Ieder punt krijgt een code die opgebouwd is uit de lettercombinatie RP voor Random Point, gevolgd door 2 cijfers, bijvoorbeeld RP13. Het eerste cijfer staat voor het clustertype, het tweede cijfer is het nummer van het punt. RP13 betekent dus random point 3 in clustertype 1. De verdeling van de random punten over Herent wordt getoond in figuur 4.7. Vervolgens worden de ruimtelijk - fysieke eenheden of wijken afgebakend die horen bij ieder random punt. Aangezien er niet gewerkt wordt met een zuivere proportionele steekproef wordt getracht om in ieder stratum evenveel tuinen te bezoeken. Een mogelijke aanpak hiervoor is het bepalen van de wijkgroottes aan de hand van het aantal huizen. Er wordt onderzocht of dit mogelijk is met behulp van de weglengte per clustertype. Een hoofdzakelijk dichtbebouwde cluster zal namelijk meer huizen met een tuin bevatten op een kleinere weglengte dan bijvoorbeeld verspreide bebouwing. Bij verspreide bebouwing zal een ‘wijk’ een grotere oppervlakte innemen en bijgevolg gekenmerkt worden door grotere weglengtes om te komen tot een bepaald aantal huizen met een tuin. Hiervoor wordt eerst een referentiebasis opgesteld met een referentie weglengte per clustertype. Per clustertype wordt at random een referentiewijk gekozen. Binnen deze wijk wordt dan de weglengte berekend. Vervolgens worden deze weglengtes omgerekend naar de gemiddelde weglengte per 100.000 m² wijk. Ten slotte worden in de referentiewijken het aantal huizen langs de wegen geteld op basis van de middenschalige orthofoto’s in kleur, opname 2002 (OC-GIS Vlaanderen). De resultaten hiervan worden weergegeven in tabel 4.6. Een dergelijke werkwijze bleek bij de praktische uitvoering echter overbodig. Er wordt namelijk gewerkt met vrijwilligers, waardoor de controle op het aantal tuinbezoeken hoe dan ook beperkt is.

39


Tabel 4.7

Resultaten uitwerking werkwijze voor de afbakening van de geselecteerde wijken.

Resultaten uitwerking werkwijze voor de afbakening van geselecteerde wijken Referentie weglengte voor een oppervlakte van 100.000m² Aantal huizen [m] Clustertype 1 284 Geen Clustertype 2

895

94

Clustertype 3

881

30

Clustertype 4

1338

166

Clustertype 5

347

8

Figuur 4.7

Verdeling van de random punten over Herent.

40


2.3.

Selectie van privétuinen

Om zoveel mogelijk zelfselectie van geïnteresseerde tuinbeheerders (actief in tuinverenigingen, ecologische tuiniers, …) uit te sluiten, is ervoor gekozen om niet te werken met een algemene oproep voor de inwoners van Herent. Verwacht wordt dat de respons op een algemene oproep wel groter zal zijn dan de respons op een selecte oproep. Een bijkomend nadeel van een algemene oproep zou de teleurstelling van een groter aantal mensen zijn aangezien niet iedereen bezocht kan worden wegens de beperkte duur van het onderzoek. Door een selecte oproep binnen deelgebieden met specifieke ruimtelijk - fysieke kenmerken wordt er ook voor gezorgd dat mensen uit alle mogelijke ‘tuintypes’ (gebaseerd om de clusters van woonomgevingen) gericht aangesproken worden. Bij een algemene oproep is het mogelijk dat de beheerders van bepaalde ‘tuintypes’ zich niet aangesproken zullen voelen om mee te doen, terwijl deze beheerders bij een gerichte oproep wel geneigd kunnen zijn om mee te werken. Binnen de at random geselecteerde wijken zullen er brieven rondgedragen worden waarin het onderzoek gekaderd wordt. In de praktijk betekent dit dat er maximum 50 brieven ingestoken worden in de straten zo dicht mogelijk bij ieder random punt. De straten moeten uiteraard in het juiste clustertype liggen. Het exacte aantal ingestoken brieven is afhankelijk van het aantal huizen per random punt en dus per clustertype. Voor de random punten RP11, RP51, RP52 en RP53, gelegen in de clustertypes met verspreide bebouwing, werden minder dan 50 brieven ingestoken. In de buurt van de random punten RP12 en RP13 waren geen huizen aanwezig. De brieven die bedoeld waren voor deze random punten werden vervolgens willekeurig ingestoken in de dorpskernen rond de kerken van Herent en Winksele en in een straat met lintbebouwing. Omwille van de random plaatsing van punten per clustertype zijn er namelijk geen dorpskernen opgenomen in de afgebakende wijken. Op deze manier kunnen de meest stedelijke omgevingen van Herent toch meegenomen worden. In het verdere onderzoek krijgen deze brieven de code RP00. In de brief wordt vooreerst het onderzoek gekaderd, waarna er vriendelijk gevraagd wordt om mee te werken. De contactgegevens van de projectmedewerker evenals de periode waarin een afspraak gemaakt kan worden, wordt duidelijk vermeld. In de brief wordt eveneens de RP code duidelijk zichtbaar meegenomen. Deze RP code maakt het achteraf mogelijk om het aantal vrijwillige respondenten per random punt te kennen.

41


Tabel 4.8

Aantal respondenten per clustertype. Aantal respondenten per clustertype

2.4.

Clustertype

Aantal

%

Clustertype 0

3

12

Clustertype 1

0

0

Clustertype 2

5

20

Clustertype 3

6

24

Clustertype 4

5

20

Clustertype 5

6

24

Representativiteit

Voor de gemeente Herent zijn er geen gegevens beschikbaar over het aantal tuinen of hun gemiddelde oppervlakte. Voor Vlaanderen bestaan hier wel enkele gegevens over (Vanneste et al., 2007; M.A.S., 2007). Uit het onderzoek uitgevoerd door M.A.S. (2007) in het kader van een preventie- en evaluatieonderzoek in opdracht van de Openbare Vlaamse Afvalstoffenmaatschappij blijkt 84% van de 500 respondenten beheerder te zijn van een tuin. Gebaseerd op gegevens van de Sociaal-Economische Enquête 2001 (Vanneste et al., 2007) heeft 76,6 % van de woningen in Vlaanderen een tuin. Hieronder valt 75 % van de eengezinswoningen in Vlaanderen. Met behulp van deze cijfers wordt getracht om op een eerder benaderende manier het aantal tuinen in Herent in te schatten. 93% van de woningen in Herent zijn eengezinswoningen. Het aantal eengezinswoningen in Herent is echter niet beschikbaar. Het schatten van het aantal tuinen in Herent gebaseerd op de gegevens van de Sociaal-Economische enquête 2001 (Vanneste et al., 2007) en M.A.S. (2007) is dus niet mogelijk. Met behulp van ArcView 3.2a (ESRI, 1996) worden een aantal methoden uitgewerkt en getest om het aantal tuinen te bepalen op basis van geografische informatie. Eerst wordt er getracht om het aantal tuinen in Herent te bepalen op basis van de topografische kaart (NGI, 2004), omgezet naar shapefiles. Door een intersect met de kadasterpercelen (AGIV, 2006) wordt het aantal percelen bepaald waar de categorie ‘tuin’ in voorkomt, en bijgevolg ook het aantal tuinen. Hierbij worden verscheidene problemen ondervonden: De landgebruikskaart (topografische kaart, NGI, 2004) en de kadasterpercelen (AGIV, 2006) zijn iets verschoven ten opzichte van elkaar. Dit genereert veel te veel extra polygonen. Een tuin is vaak opgedeeld in meerdere kadastrale percelen wat een overschatting geeft van het aantal tuinen. De correctheid van de topografische kaart (NGI, 2004) als schatter voor de privétuinen valt op het eerste zicht toch wel te betwijfelen. Bij het vergelijken van de topografische kaart met de middenschalige kleurenorthofoto’s, opname 2002, kaartbladen 24 en 32 (OC-GIS Vlaanderen), de werkelijkheid op terrein en de kadasterpercelen blijken op de topografische kaart bepaalde tuinen en huizen te ontbreken.

42


Een tweede methode is het aantal gebouwen gelijk te stellen aan het aantal tuinen voor de gebouwen die omringd zijn door de landgebruiksklasse ‘tuin’ of waar ‘tuin’ aan grenst. Hierbij wordt ook gewerkt wordt met de topografische kaart (NGI, 2004). De problemen die hierbij opduiken zijn: Gebouwen die niet omringd zijn door ‘tuin’ of niet grenzen aan ‘tuin’ kunnen er niet automatisch uitgehaald worden. Rijhuizen worden samengenomen tot 1 gebouw, hoewel er meerdere tuinen bij horen, dit betekent een onderschatting. Het is niet duidelijk uit te maken op basis van deze gegevens welke gebouwen woonhuizen zijn. Bij de derde en laatste manier wordt het aantal gebouwen bepaald die horen bij het landgebruik ‘tuin’. Hiervoor wordt een intersect gemaakt van de topografische kaart (NGI, 2004) en de kadasterpercelenkaart. Ook deze manier levert enkele problemen op: Gebouwen die niet omringd zijn door tuinen of grenzen aan tuinen kunnen er niet automatisch uitgehaald worden Wegens verschuivingen van de topografische kaart (NGI, 2004) ten opzichte van het kadaster zit ook hier een grote fout op. Soms is een gebouw apart als perceel opgenomen in Kadvec, wat een overschatting betekent. Op basis van de beschikbare gegevens, zowel statistieken als geografische informatie, in relatie tot de beschikbare tijd is het niet mogelijk om het aantal tuinen in Herent te bepalen. Het opstellen van een representatieve steekproef is bijgevolg ook niet mogelijk.

3.

Het tuinbezoek

De organisatie en uitvoering van de tuinbezoeken behelst ook enkele praktische en organisatorische stappen, zoals het vastleggen van afspraken en het opstellen van de vragenlijsten.

3.1.

Organisatie

Nadat de vrijwillige tuinbeheerders zich gemeld hebben, wordt er met een beperkt aantal van hen een afspraak gemaakt. De verdeling van het aantal respondenten per clustertype is opgenomen in tabel 4.8. Dit aantal wordt hoofdzakelijk bepaald door praktische en organisatorische redenen. De tuinbezoeken kunnen namelijk niet allemaal aansluitend uitgevoerd worden. Met de andere vrijwilligers wordt ook contact opgenomen met de reden waarom ze niet in dit onderzoek opgenomen kunnen worden. Er wordt hen wel de kans geboden zich op te geven voor eventueel verder toekomstig onderzoek. Tijdens de tuinbezoeken worden in grote lijnen dezelfde variabelen opgemeten als bij de tuinenquête. Het is echter de bedoeling om tijdens deze tuinbezoeken de specifieke inputs en outputs te identificeren (Welke producten worden er gebruikt?) en zo nauwkeurig mogelijk de gebruikte hoeveelheden te kwantificeren. Gebaseerd op de internetenquête,

43


suggesties van de stuurgroepleden en de vragenlijst van het Preventie- en evaluatieonderzoek in opdracht van OVAM (M.A.S., 2007) werd de vragenlijst van de tuinbezoeken opgesteld. Deze vragenlijst is opgenomen onder bijlage A. Het onderzoek richt zich voor de kwantificatie enkel op wat er in de tuin binnenkomt of wat de tuin verlaat. Hoeveelheden van wat in de tuin blijft worden niet nagevraagd. Er zijn ook enkele specifieke inputs en outputs die niet beschouwd worden in dit onderzoek. Voor de inputs zijn dit producten en energie specifiek voor de vijver, zoals energieverbruik door een vijverpomp, vissenvoer, oxidators, … Bij de outputs wordt er niet gekeken naar de hoeveelheid regenwater die naar het huishouden gaat, zoals de wasmachine of het toilet. In zeer specifiek onderzoek naar water inen output zou deze outputstroom wel aan bod kunnen komen.

3.2.

Uitvoering

De tuinbezoeken zelf werden afgelegd in de periode van 14 januari 2008 tot en met 2 februari 2008, zowel op weekdagen als in het weekend. Vervoer naar en van de respondenten gebeurde met de fiets of het openbaar vervoer (De Lijn). Afhankelijk van de ligging bedroeg de reistijd 30 minuten tot een uur tot het eerste bezoek van een bepaalde dag. Om van de laatste respondent van een dag weer naar Leuven te gaan, bedroeg de reistijd eveneens 30 minuten tot een uur. Tussen de afspraken werd voldoende tijd vrij gehouden om de afstanden tussen twee woningen af te leggen. De afspraken konden niet allemaal aansluiten op elkaar. Voor het opvangen van tuinbezoeken die uitlopen en het overbruggen van de afstand tot de volgende woning werd tussen twee bezoeken minstens een uur voorzien als tijdsreserve. Het maximum aantal bezoeken dat per dag afgelegd kon worden was vier. Het tuinbezoek werd voorafgegaan door een uitgebreide kadering van en uitleg over het onderzoek. De rol en het verloop van de tuinbezoeken werd eveneens verduidelijkt. Het tuinbezoek zelf is opgedeeld in twee delen: een tuinwandeling en een interview. 1. Tijdens de tuinwandeling worden in de tuin, samen met de respondent of alleen, de afmetingen van de verschillende tuincomponenten afgestapt. Ook de aanwezigheid van bepaalde elementen zoals een tuinhuis of serre en van dieren worden opgetekend. Indien de respondent hierbij aanwezig is, wordt er eveneens al ingegaan op enkele andere kenmerken zoals de perceels- en woninggrootte, de duur van het beheer, ouderdom van de tuin, aantal gezinsleden, … De vragenlijst werd ingevuld door de onderzoeker. 2. Tijdens het interview wordt ingegaan op het beheer van de tuin. Hierbij wordt getracht de specifieke inputs en outputs zo goed mogelijk te identificeren en kwantificeren. Voor de kwantificatie wordt gevraagd naar de gebruikte of weggevoerde hoeveelheden in 2007. Bij de identificatie van bestrijdingsmiddelen bijvoorbeeld wordt in gezelschap van de respondent op de verpakking gezocht naar het erkenningsnummer. Er wordt ook aangenomen dat het voor een respondent iets eenvoudiger is om gebruikte hoeveelheden in te schatten als hij of zij het desbetreffende product in handen heeft.

44


3.3.

Evaluatie van de tuinbezoeken

De tuinbezoeken verliepen allemaal zeer vlot. Een tuinbezoek duurde vanaf het begin van de uitleg tot en met het bedanken voor de medewerking gemiddeld 53 minuten. Alle respondenten waren geïnteresseerd in het onderzoek en voor enkele was de benieuwdheid naar wat het zou inhouden een reden om mee te werken. Omdat er voornamelijk tuinliefhebbers meegewerkt hebben, zullen de resultaten geen eenduidig beeld weergeven van de privétuinen in Herent. Dit is echter geen probleem aangezien dit onderzoek eerder als een startpunt van onderzoek naar privétuinen gezien moet worden, waarbinnen dan een geschikte methodiek voor monitoring uitgedacht kan worden. Naar de uitwerking van een geschikte methodiek toe was het mogelijk om enkele knelpunten en aandachtspunten voor volgend onderzoek en monitoring toe te identificeren. De voornaamste moeilijkheid blijkt het schatten van de hoeveelheden te zijn. Voor het gebruik van producten vormt het schatten van hoeveelheden een probleem omwille van de verstreken tijd. Indien het gaat over de hoeveelheid groenten en fruit in stuks, kilogram, liter of volume die uit de tuin gebracht worden, maakt de doorlopende cyclus van telen het moeilijk om die hoeveelheden te gaan inschatten. Ook in verband met groenafval blijkt de schatting van hoeveelheden een probleem te vormen. In beide opzichten vormt het bijhouden van logboeken een mogelijke oplossing. Voor een juiste identificatie van de producten moet de respondent weten wat er juist gevraagd wordt en waar hij die informatie kan terugvinden.

4.

Dataset tuinbezoeken

Op basis van de antwoorden van de respondenten wordt de dataset of gegevensbank voor de tuinbezoeken in Herent aangemaakt. Deze gegevens worden vervolgens verwerkt.

4.1.

Invoeren van de antwoorden

De ingevulde vragenlijsten worden handmatig ingevoerd in een Excelbestand. Hiervoor dienen de vragen omgevormd te worden tot variabelen. Voor het invoeren van de antwoorden wordt een codering opgesteld. Het is namelijk aangewezen om alle antwoorden van zowel de continue als de categorische variabelen in te geven als een numerieke waarde (Huizingh, 2006). De codering verloopt in twee fases (zie tabel 4.9) en kan teruggevonden worden in het codeboek dat opgenomen is in bijlage C. Indien een respondent op een bepaalde vraag antwoordde met ‘een paar keer’ werd dit consequent ingevoerd als ‘twee keer’.

45


Tabel 4.9

Werkwijze codering vragenlijsten tuinbezoeken. Werkwijze codering tuinbezoeken

Fase 1 1.

Voorlopige codering

opstellen van het eerste codeboek zonder kennis van de antwoorden op open vragen Vraagtype Gekozen coderingsmethode elke keuzemogelijkheid is deelvariabele gesloten vragen

Bijvoorbeeld: iedere bestemming voor groenafval wordt een deelvariabele die de waarde 0 (neen) of 1 (ja) kan hebben

kwalitatieve open vraag

Numeriek antwoord

meervoudige antwoorden elke keuzemogelijkheid is deelvariabele Invoeren van de antwoorden met aanvulling van de voorlopige codering 2.

Bijvoorbeeld: een nog niet eerder vermelde producent van meststoffen krijgt een code toegewezen en wordt op deze manier opgenomen in de codering

Fase 2 3.

4.2.

Aanpassen van de voorlopige codering naar de definitieve codering

Verwerking van de gegevens

In totaal werden 26 interviews (N=26) afgenomen. Het negende interview (TB9) vormt een outlier. Het betreft een grote landschapstuin die beheerd wordt door twee gezinnen. Het was ook niet mogelijk om hoeveelheden inputs en outputs voor de hele tuin in te schatten. Daarom wordt deze tuin niet verder meegenomen in het onderzoek, wat het aantal respondenten op 25 brengt. Bij de verwerking van de gegevens van de tuinbezoeken worden zowel kwalitatieve als kwantitatieve resultaten nagestreefd. Onder de kwalitatieve resultaten valt dan de identificatie van producten en hun bron en/of bestemming. De gebruikte hoeveelheden per product in 2007 vallen onder de kwantitatieve resultaten. Bij de kwantitatieve resultaten moet rekening gehouden worden met het feit dat het schatten van hoeveelheden een moeilijke opgave was voor de respondenten. Deze schattingen zijn niet nauwkeurig en dienen best beschouwd te worden als benaderend.

4.2.1.

Berekeningen en aannames

Om de gewenste informatie uit de verzamelde gegevens te kunnen halen, dienen enkele berekeningen te gebeuren, al dan niet onder bepaalde aannames. De gegevens kunnen hierbij ingedeeld worden in verschillende delen. Voor een gedetailleerde lijst van alle variabelen per onderdeel en de bijhorende codering wordt verwezen naar bijlage C. Niet alle beschikbare variabelen zullen hier besproken worden.

46


1.

Algemene gegevens

De algemene gegevens vormen het eerste deel van de gegevensverzameling. Hieronder is het nummer van het tuinbezoek (TB) opgenomen, evenals de datum, het begin- en eindtijdstip en de duur van het bezoek. Ook de bereidheid tot medewerking aan onderzoek naar tuinen in de toekomst valt onder dit deel. 2.

Algemene kenmerken

Onder het deel ‘Algemene kenmerken’ vallen die variabelen die het mogelijk maken om een algemene karakterisatie van de tuin, de woning en het beheer op te stellen. Deze variabelen zijn onder andere het clustertype, het woningtype, de omgeving, de oppervlaktes van het perceel en van de woning, de duur van het beheer en de ouderdom van de tuin. De definitie van perceel in dit onderzoek vertrekt van de kadasterdefinitie, maar wordt bijgestuurd indien de tuin over twee aanliggende percelen verdeeld is. Als een eigendom uit twee percelen bestaat worden deze samengenomen en bekeken als een perceel of ruimtelijke eenheid. Ook de inputs en outputs gelden over deze twee percelen als één geheel. Indien een tuin verdeeld is over twee percelen is het namelijk niet mogelijk om de hoeveelheden aan inputs en outputs zo te verdelen dat deze overeenkomen met de tuindelen per perceel.

Enkele van deze variabelen dienen berekend te worden of afgeleid van bepaalde gegevensbronnen (zie tabel 4.10). De schatting van de oppervlakte tuin zal door het nemen van het verschil tussen de perceelsoppervlakte en de oppervlakte van de woning op een ruwe manier gebeuren. De reden waarom er op deze manier gewerkt wordt, is het feit dat een ‘tuin’ kan bestaan uit verschillende delen, georiënteerd ten opzichte van het huis: de voortuin, de achtertuin, de zijtuin(-en). Het schatten van de tuinoppervlakte in zijn geheel is bijgevolg geen eenvoudige vraag. Het verschil tussen de perceelsgrootte en grootte van woning zal echter een (sterke) overschatting geven van de tuinoppervlaktes omdat deze oppervlakte niet steeds volledig onder de term tuin geplaatst zal kunnen worden zoals gedefinieerd in dit onderzoek. De variabele ‘oppervlakte tuin’ zal eerder de potentiële tuinoppervlakte weergeven. Algemene kenmerken - Berekenen en afleiden variabelen.

Tabel 4.10

Algemene kenmerken - Berekenen en afleiden variabelen Afleiden van variabelen aan de hand van gegevensbronnen Variabele Bodemtype Ligging tuin

Gegevensbron Bodemkaart van Vlaanderen, 2001 (OC-GIS Vlaanderen, 2001) Middenschalige kleurenorthofofoto’s VlaamsBrabant, opname 2002 (OC-GIS Vlaanderen)

Berekening van een variabele Variabele Oppervlakte tuin

Berekening oppervlakte perceel – oppervlakte woning (ruwe benadering)

47


3.

Tuincomponenten

In de tuin zijn enkele tuincomponenten aanwezig zoals gazon, bloemperk, struikgewas, moestuin, neerhof, verharding, alleenstaande bomen, serre, … , huisdieren zoals katten en honden en neerhofdieren zoals kippen. De aanwezigheid van al deze tuincomponenten zijn opgenomen onder het derde deel. Voor de tuincomponenten gazon, bloemperk, struikgewas, moestuin, neerhof en verharding werden de afmetingen afgestapt. Bij enkele respondenten was dit niet mogelijk omwille van de grootte van de tuin en de beperkte tijd voor het betreffende tuinbezoek in de planning. De afmetingen van de componenten werden vervolgens opgemeten aan de hand van de middenschalige kleurenorthofofoto’s Vlaams-Brabant, opname 2002 (OC-GIS Vlaanderen) (tabel 4.11). Tabel 4.11

Tuincomponenten - Afleiden variabelen. Tuincomponenten - Afleiden variabelen

Afleiden van variabelen aan de hand van gegevensbronnen Variabelen Oppervlakte gazon, bloemperk, struikgewas, moestuin, neerhof en verharding

4.

Gegevensbron Middenschalige kleurenorthofofoto’s VlaamsBrabant, opname 2002 (OC-GIS Vlaanderen)

Voeding, organisch keukenafval en moestuin

Gegevens over voedingsgewoonten (hoofdzakelijk verse ingrediënten uit de tuin of winkel of hoofdzakelijk bereide ingrediënten en/of gerechten), de bestemming van organisch keukenafval en de hoeveelheid ervan in de tuin gebracht, aangekocht dierenvoer en de productie van moestuin, fruitbomen en neerhofdieren worden samengebracht onder ‘Voeding, organisch keukenafval en moestuin’. Ook hier moeten enkele variabelen berekend of geschat worden met behulp van aannames (tabel 4.12). In de hoeveelheid organisch keukenafval dat in de tuin gebracht wordt, wordt geen onderscheid gemaakt naar de bestemming (thuiscompostering, hoop of put zonder de bedoeling tot thuiscompostering, kippen, …). De bestemming van organisch keukenafval wordt wel op een kwalitatieve manier meegenomen. Voor de producten van moestuin, fruitbomen en –struiken en neerhof worden de hoeveelheden per product over alle respondenten samen gegeven. De reden hiervoor is dat de respondenten zelf voornamelijk zeer ruwe schattingen maakten en verschillende eenheden gebruikten. De hoeveelheden zijn namelijk in verschillende eenheden uitgedrukt, afhankelijk van de antwoorden van de respondenten: stuks, kilogram, liter, meter (bijvoorbeeld een rij wortels), vierkante meter (bijvoorbeeld een oppervlakte beplant met prei), kubieke meter (bijvoorbeeld een houten kist gevuld). Omwille van de aannames bij het schatten van de hoeveelheden producten die uit de tuin gebracht worden, is er slechts sprake van een benaderende kwantificatie. Het is moeilijk voor mensen die veel in de moestuin werken en die eigen geteelde groenten eten om de weggebrachte hoeveelheden van een voorbije periode in te schatten. Om toch te kunnen kwantificeren, zij het benaderend, wordt bijgevolg teruggegrepen naar referentiematen. 48


Indien in toekomstig onderzoek het verband tussen reken- of referentie-eenheden en de effectieve hoeveelheden aan producten verfijnd wordt, kunnen de schattingen uit dit onderzoek aangepast worden.

Voeding, organisch keukenafval en moestuin - Berekenen en schatten variabelen.

Tabel 4.12

Voeding, organisch keukenafval en moestuin - Berekenen en schatten variabelen Berekenen van een variabele Variabele Hoeveelheid GFA in de tuin gebracht

Berekening Som van het organisch keukenafval (groenten- en fruitafval -GFA- en ander organisch afval –AOA) dat in de tuin gebracht wordt, over alle bestemmingen samen

Schatten van variabelen Variabele-omschrijving

Hoeveelheid per product uit de tuin gebracht (naar het huishouden of naar derden) moestuin - fruitbomen- en struiken neerhof

5.

Aannames • • • • •

Emmer = 10 liter Houten kist = 20 kg Trossen = stuks ingeval van druiven Sterre hout = 1 m³ Indien er in liter gerekend wordt, wordt aangenomen dat het recipiënt volledig gevuld is zonder luchtholtes. Voor 1,5 emmer met bosbessen wordt dit 15 liter bosbessen.

Groenafval

Onder het deel ‘Groenafval’ horen de variabelen met betrekking tot beheerswerkzaamheden zoals het maaien van het gras, snoeien, thuiscomposteren, de bestemming van groenafval en de hoeveelheden groenafval die uit de tuin gebracht worden. Groenafval is in dit onderzoek een verzamelterm voor gazonmaaisel, klein snoeiafval, snoeihout en klein tuinafval. De aannames voor het schatten van bepaalde variabelen zijn opgenomen in tabel 4.13. De aannames zijn gebaseerd op verschillende gegevensbronnen. Voor de hoeveelheid snoeihout dat uit de tuin gebracht wordt, wordt gewerkt met de eenheid ‘bussel’. Een bussel wordt gelijkgesteld met 25 kilogram. Het reglement voor de groenophaling in Herent stelt namelijk dat een bussel maximum 25 kilogram mag wegen. Op deze manier zal er een overschatting gebeuren van de hoeveelheid snoeihout die uit die tuin gebracht wordt. Dit is voorlopig echter de enige manier om, zonder kennis over de houtsoorten in de bussel, hun relatief aandeel in de bussel en de houtdichtheden, een zinvolle kwantificatie door te voeren van de kwalitatieve eenheid ‘bussel’.

49


Tabel 4.13

Groenafval - Berekenen en schatten variabelen. Groenafval - Berekenen en schatten variabelen

Berekenen van een variabele Variabele-omschrijving Hoeveelheid groenafval per soort uit de tuin gebracht (gazonmaaisel – snoeihout - klein tuinafval) Schatten van variabelen

Berekening Som van het groenafval per soort (gazonmaaisel – snoeihout - klein tuinafval) dat uit de tuin gebracht wordt, over alle bestemmingen samen

Variabele-omschrijving

Hoeveelheid per soort groenafval uit de tuin gebracht (gazonmaaisel – snoeihout - klein tuinafval)

Aannames • • • • • • • • • •

Bussel snoeihout = 25 kg Standaardemmer = 10 liter Opvangbak grasmaaier = 55 liter GFT-bak = 120 liter Grote kruiwagen van boer = 120 liter Aanhangwagen auto = 1,5 m³ Autokoffer = 1 m³ Aanhangwagen traktor = 14 m³ Vrachtwagen = 30 m³ Indien de respondent hoeveelheden aangeeft in het aantal emmers, wordt aangenomen dat deze emmers vol zijn. Anders zou de respondent antwoorden met bijvoorbeeld een halve emmer.

Op de vraag naar het aantal keer dat er gesnoeid wordt per jaar is het mogelijk dat de respondent een onderscheid maakt tussen bijvoorbeeld alleenstaande bomen ( 1 keer per jaar) en de haag (twee keer per jaar). Voor het invoeren van een antwoord op deze vraag, wordt het hoogste aantal keren gekozen. Dit om het aantal variabelen toch deels te kunnen beperken. 6.

Bestrijdingsmiddelen

Onder de groep bestrijdingsmiddelen worden de variabelen samengebracht die gerelateerd zijn aan het gebruik van bestrijdingsmiddelen zoals het aantal producten dat gebruikt werd. Per gebruikt product werden het erkenningsnummer, de plaag, de plaats van toepassing, de afkomst en de naam van de winkel gevraagd, evenals het aantal keren en de hoeveelheid in gram of milliliter gebruikt in 2007. Voor ieder product werden de actieve stoffen en hun concentratie genoteerd. De respondent van tuinbezoek TB 26 krijgt professionele hulp van een tuinman die meerdere bestrijdingsmiddelen gebruikt. Welke producten dit zijn en de gebruikte hoeveelheden is echter niet geweten door de respondent. Omwille hiervan worden enkel die producten die door respondent gebruikt zijn, meegenomen in verder onderzoek.

50


Voor ieder bestrijdingsmiddel worden vervolgens het erkenningsnummer en de actieve stoffen nagekeken. De erkenningshouder en producent werden eveneens opgezocht. Hiervoor werd gebruik gemaakt van fytoweb op http://www.fytoweb.fgov.be, van de websites van producenten en erkenningshouders en van veiligheidsfiches van bepaalde producten door de erkenningshouder ter beschikking gesteld. Bij het invoeren van 2-in-1 producten die zowel meststoffen als bestrijdingsmiddelen bevatten, wordt het product zowel bij de bestrijdingsmiddelen als bij de meststoffen opgenomen met de respectievelijke relevante informatie (erkenningsnummer en actieve stoffen of NPKverhoudingen; gebruikte hoeveelheid, aantal keren gebruikt). Identificatiegegevens zoals erkenningsnummer, erkenninsghouder, producent en afkomst worden voor ieder product meegegeven indien mogelijk. Voor verdere berekeningen zoals de gebruikte hoeveelheden per product wordt enkel gewerkt met die producten waarvan de naam gekend is. Voor de berekeningen van de gebruikte hoeveelheden actieve stoffen worden enkel die producten meegenomen waarvoor zowel de naam, de actieve stoffen en de hoeveelheden gekend zijn. De berekening van de gebruikte actieve stoffen wordt hier enkel uitgevoerd voor de groep van de herbiciden en weergegeven in tabel 4.14. De nodige gegevens zijn echter beschikbaar om dezelfde berekeningen ook voor de andere groepen van bestrijdingsmiddelen uit te voeren (insecticiden, mollusciciden, …). Tabel 4.14

Bestrijdingsmiddelen - Berekenen variabelen. Bestrijdingsmiddelen - Berekenen variabelen

Berekenen van een variabele Variabele-omschrijving

Berekening Beschikbare gegevens Product: gebruikte hoeveelheid in 2007 Actieve stof: naam, gehalte in g/l, gehalte in % De gebruikte hoeveelheid actieve stof wordt berekend aan de hand van het gehalte aan actieve stof per product en de gebruikte hoeveelheid product

Hoeveelheid actieve stof in de tuin gebracht (groep herbiciden)

Voorbeelden K-othrine insect poeder Deltamethrine 0.005 % Product: 250 g gebruikt Actieve stof gebruikt = 250 g * 0.005/100 = 0.12 g deltamethrine Polysect insecticide Bifenthrine 0.03 g/l Product: 750 ml gebruikt Actieve stof gebruikt = 0.03 g /(1000 ml/750 ml) = 0,0225 g bifenthrine Gardiflor Mutan Tryclopyr 10.8 % Product: 200 ml gebruikt Actieve stof = 200 ml * 10.8/100 = 21,6 ml tryclopyr

51


7.


De variabelen gerelateerd aan het gebruik van meststoffen en bodemverbeteraars zijn samengebracht onder de groep meststoffen en bodemverbeteraars. Meststoffen worden in dit onderzoek gedefinieerd als producten die de voedingselementen stikstof (N), fosfor (P), kalium (K) en/of magnesium (Mg) in de bodem brengen. Voor de meststoffen is notie genomen van gebruik, aantal producten meststoffen, aantal producten bodemverbeteraars, naam product, producent, toepassing, afkomst, naam van de winkel, het aantal keer dat het product gebruikt werd, de gebruikte hoeveelheid per product in liter, kilogram of m³. Per eenheidsmaat is er een variabele gedefinieerd. Indien een meststof of bodemverbeteraar slechts een keer om de drie jaar toegevoegd wordt, wordt het product zo ingevoerd dat 1/3de van het product in 2007 gebruikt werd. Voor de kunstmeststoffen wordt eveneens de NPK-verhouding genoteerd. De NPKverhouding geeft de hoeveelheid aan stikstof (N), superfosfaat (P2O5) en kaliumdioxide (K2O) weer. De gemiddelde samenstellingen voor runder- en paardenstalmest worden gebaseerd op de gegevens van Bemorgex (EXperstsysteem voor de BEMestingswaarde van ORGanische producten) (Coppens et al., 2008), geleverd door de Bodemkundge dienst van België. Voor de stalmest is het eveneens mogelijk om de ingebrachte hoeveelheid organische stof te schatten (Coppens et al., 2008) (zie tabel 4.15). Andere elementen zoals ijzer (Fe) en sulfiet (SO3) worden niet opgenomen in de kwantificatie. Tabel 4.15

Meststoffen en bodemverbeteraars – Gemiddelde samenstelling dierlijke meststoffen. Meststoffen en bodemverbeteraars – Gemiddelde samenstelling stalmest

Stalmest: gemiddelde samenstelling •

•

Runderstalmest (Coppens et al., 2008) N

0,8 %

P2O5

0,29 %

K2O

0,73 %

MgO

0,14 %

Organische stof

16 %

Paardenmest (Coppens et al., 2008) N

0,5 %

P2O5

0,3 %

K2O

0,5 %

MgO

0,16 %

Organische stof

18 %

52


Uit de NPK-verhoudingen worden vervolgens met behulp van de gebruikte hoeveelheid product de effectief gebruikte hoeveelheden van de elementen stikstof (N), fosfor (P) en kalium (K) berekend (zie tabel 4.16). Indien een meststof geen naam heeft of de gebruikte hoeveelheden niet gekend zijn, wordt het desbetreffende product niet verder meegenomen in de berekeningen. Bodemverbeteraars worden in dit onderzoek gedefinieerd als producten die in de eerste plaats zorgen voor een verbetering van de basiscondities van de bodem zoals de pH. Voor de bodemverbeteraars werd het aantal gebruikte producten en de naam, producent en gebruikte hoeveelheid in liter of kilogram van ieder product gevraagd. Er was geen mogelijkheid om gegevens over onder andere het organische stofgehalte of de neutraliserende waarde in rekening te brengen. Tabel 4.16

Meststoffen en bodemverbeteraars – Gemiddelde samenstelling dierlijke meststoffen. Meststoffen en bodemverbeteraars - Berekenen variabelen

Berekenen van een variabele Variabele-omschrijving

Berekening Beschikbare gegevens Product: gebruikte hoeveelheid in 2007 Element: NPK(-Mg) verhouding De gebruikte hoeveelheid aan een bepaald element wordt berekend aan de hand van het gehalte element per product en de gebruikte hoeveelheid product

Berekening gebruikte hoeveelheid per element Voorbeeld: Kunstmeststof met NPK 5-6-8

Hoeveelheid element (N,P,K) in de tuin gebracht

N

5%

P2O5

6%

K2O

8%

MgO

3%

Percentage element per meststof N=5%

Hoeveelheid meststof gebruikt 1 kg

Hoeveelheid element gebruikt 0,05 kg

P = 0.436*6 % = 2, 616 %

1 kg

0,02616 kg

K = 0.83*8 %= 0.0664 %

1 kg

0,000664 kg

Mg = 0.6*3 %= 0,018 %

1 kg

0,00018 kg

Dezelfde berekeningswijze werd ook toegepast op de dierlijke meststoffen.

53


8.

Water

Tuinen vormen ook een intens medium naar watergebruik toe (besproeien planten, kinderzwembaden, …). Om het waterverbruik per activiteit en voor alle tuinen samen te kunnen schatten, worden de volgende variabelen gebruikt: welke activiteit, aard van het water (regenwater, grondwater, leidingwater) en het aantal keer per jaar dat een activiteit uitgevoerd wordt. Enkel het leidingwater wordt als input beschouwd. Regenwater en grondwater komen namelijk zonder de hulp van menselijke actoren in de tuin terecht. Regenwater dat als output naar het huishouden gaat voor bijvoorbeeld het gebruik in de wasmachine of voor het doorspoelen van het toilet wordt in dit ondersteunend onderzoek niet meegenomen. Om tot een schatting te komen van het waterverbruik in tuinen werden de volgende aannames in rekening gebracht bij onduidelijke of ontbrekende antwoorden op de vraag naar het aantal keer dat een activiteit in 2007 werd uitgevoerd: - Indien een respondent antwoordde dat een activiteit elke dag uitgevoerd werd tijdens warmte, werd hiervoor een periode van 1 week gerekend - Indien een respondent geen idee had van het aantal keer dat een activiteit in 2007 uitgevoerd werd, werd voor deze activiteit arbitrair 1 keer gerekend - Indien een respondent antwoordde dat een activiteit uitgevoerd werd ‘als het heel droog’ was of ‘bij droogte’, werd voor deze activiteit 1 keer gerekend Voor iedere activiteit werd arbitrair een verbruik per keer gesteld, gebaseerd op verschillende gegevensbronnen. Deze verbruiken zijn weergegeven in tabel 4.17. Tabel 4.17

Arbitrair gesteld waterverbruik per activiteit. Waterverbruik per keer per activiteit - Arbitrair gesteld

Activiteit

Besproeien sierplanten

Bijvullen vijver

Verbruik

5

1000

l/dag/ persoon

l/dag/ persoon

Referentie/ Berekening Ministerie van de Vlaamse Gemeenschap (2000). Water, elke druppel telt. Deel 1: Een watervriendelijk huishouden. Ministerie van de Vlaamse Gemeenschap, Brussel. 64 pagina’s. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/166.pdf [Datum van opzoeking: 29.02.2008] VMM. Waterwegwijzer voor architecten. Een handleiding voor duurzaam watergebruik in en om de particuliere woning. Vlaamse Milieumaatschappij, Brussel. Pagina 16. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/164.pdf [Datum van opzoeking: 29.02.2008] Schatting gebaseerd op ervaringen Vervolg tabel: zie volgende bladzijde

54


Vervolg table 4.17

Arbitrair gesteld waterverbruik per activiteit. Waterverbruik per keer per activiteit - Arbitrair gesteld

Activiteit

Verbruik

Schoonmaken (terras, oprit, tuinmeubelen , …)

5

Spelen van de kinderen

1193

9.

l/keer

l/keer

Referentie/ Berekening Ministerie van de Vlaamse Gemeenschap (2000). Water, elke druppel telt. Deel 1: Een watervriendelijk huishouden. Ministerie van de Vlaamse Gemeenschap, Brussel. 64 pagina’s. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/166.pdf [Datum van opzoeking: 29.02.2008] VMM. Waterwegwijzer voor architecten. Een handleiding voor duurzaam watergebruik in en om de particuliere woning. Vlaamse Milieumaatschappij, Brussel. Pagina 16. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/164.pdf Gemiddelde inhoud van kinderzwembadjes, at random gevonden op internet

Energie

Energieverbruik in tuinen heeft betrekking tot verlichting enerzijds en tuinmachines anderzijds. De aanwezigheid van tuinverlichting, de energiebron per tuinmachine en het aantal keer gebruikt in 2007 per tuinmachine zijn enkele van de variabelen. Voor de tuinmachines werd het energieverbruik per keer, in 2007 per respondent en in 2007 over alle respondenten heen geschat. Dit energieverbruik wordt weergegeven in kWh. Voor de verschillende tuinmachines werd eerst arbitrair een kW-waarde gesteld. Om tot deze kW waarde te komen, werd iedere soort tuinmachine opgezocht op de websites van drie willekeurig gekozen winkels of handelaars (tabel 4.18). Tabel 4.18

Websites van handelaars/winkelaars gebruikt voor het vastleggen van een kW waarde per tuinmachine. Winkel of handelaar

Internetadres

Brico

www.brico.be

Vandenbossche tuinmachines

www.tuinvdb.be

Kempeneer

www.kempeneer.be

Van alle machines die gevonden werden per type en energiebron de Pk, kW of kW/h waarde genoteerd indien deze beschikbaar was. Machines waar het verbruik in volt aangegeven was, werden uitgesloten. De Pk waarde werd omgerekend naar een kWwaarde met behulp van de formule kW=PK*0.7457. Met alle kW-waarden per type machine en energiebron werd vervolgens een gemiddelde berekend dat in de verdere berekeningen gebruikt wordt (tabel 4.19). Ten slotte werd ook arbitrair de duur van gebruik gesteld per type machine. Deze arbitrair gestelde tijdsduur werd gebaseerd op inschattingen en ervaring.

55


Indien een respondent niet kon opgeven hoeveel keer een tuinmachine gebruikt werd in 2007, wordt er voor de berekening van het energieverbruik in 2007 gewerkt met arbitraire waarden (zie tabel 4.20). Dit arbitrair gesteld aantal keer gebruikt in 2007 per machine is gebaseerd op de gegevens van alle tuinbezoeken. Ook vervoer voor het aanschaffen van tuinproducten wordt mee opgenomen onder de groep Energie. Hierdoor zal het mogelijk zijn om een idee te vormen over transport gerelateerd aan tuinproducten. Om het vervoer mee in rekening te kunnen brengen, wordt er eveneens gevraagd naar de voornaamste tuincentra en hun ligging. Vervolgens wordt een soort actieradius bepaald tussen de respondenten en hun tuincentra. Deze actieradius is de gemiddelde afstand tussen een respondent en zijn tuinhandel en wordt berekend met behulp van de berekeningsmodule voor afstanden op Mappy.com. De actieradius geeft weer hoe ver mensen bereid zijn om te rijden voor hun tuin. Op deze manier is het in ander onderzoek ook mogelijk om de bron van inputs beter te gaan identificeren. Tabel 4.19

Arbitrair verbruik per type tuinmachine per keer.

Arbitrair verbruik per type tuinmachine per keer Tuinmachine grasmaaier_el1

1

3,75

1

graskant_el

0,41

0,5

graskant_brand

0,74

0,5

haagschaar_el

0,57

4

haagschaar_brand

0,77

4

haks_el

2,26

4

haks_brand

4,54

4

bladblazerzuiger_el

1,72

1,5

bladblazerzuiger_brand

1,23

1,5

hogedruk

1,77

0,5

verticuteer_el

1,08

2

verticuteer_brand

3,91

2

frees_brand

2,09

2

kleine_tract

22,45

0,5

1,47

1

2

bosmaaier_brand

2

Duur gebruik per keer [uur]

1,31

grasmaaier_brand

1

Gemiddelde kWwaarde [kW ]

El: electricteit of batterijen Brand: brandstof

56


Tabel 4.20

Arbitrair gesteld aantal keer gebruikt in 2007.

Tuinmachine Graskantsnijder Bladblazer Hogedrukreiniger Frees op brandstof Kleine tractor Bosmaaier

10.

Aantal keer gebruikt in 2007 - Arbitrair gesteld Aantal keer gebruikt in 2007 – Aantal keer gebruikt in 2007 – Arbitraire berekening Arbitrair gesteld aantal keer grasmaaien/2 als oneven getal (bv 11), laagste getal (5) 3 gemiddeld aantal keren 15 gemiddeld aantal keren

4 26 2

Plant- en zaaigoed

Biologische input in privétuinen bestaat voornamelijk uit planten zaaigoed. Hieronder werden de volgende variabelen bevraagd: aangeplant of gezaaid in 2007, wat, hoeveelheden (eenheden: stuks, zakjes zaad, bloembollen, oppervlakte). Er werd ook gepeild naar de afkomst en indien mogelijk de naam van de winkel. Op deze manier is het in ander onderzoek mogelijk om de bron van inputs beter te gaan identificeren. 11.

Gezin

De laatste groep variabelen bestaat uit socio-economische gegevens van de respondent, zijn of haar partner en kinderen. Zowel van de respondent als van de eventuele partner werd het geslacht, de leeftijd, de opleiding en de beroepscategorie gevraagd. Van de kinderen werd het aantal en de respectievelijke leeftijd(-en) gevraagd. Volgens Martin et al. (2004) en Kinzig et al. (2005) zijn het inkomensniveau en de aard van de groenvoorziening in de leefomgeving met elkaar gerelateerd. Gebaseerd op gegevens over de gemiddelde brutomaandlonen volgens bepaalde individuele kenmerken en volgens bedrijfstak (1999-2005) van het NIS (FOD Economie, 2008) werd het brutomaandloon voor de respondent en zijn of haar eventuele partner geschat. Hiervoor wordt het gemiddelde genomen van de bruto-maandlonen volgens geslacht, leeftijdscategorie, opleidingsniveau en beroepscategorie. Voor de gepensioneerden werd het gewaarborgd minimum pensioen aangenomen (Rijksdienst voor pensioenen, 2005). Ten slotte werd ook gevraagd wie van het gezin het meest in de tuin werkt. Deze gegevens zijn in verder onderzoek mogelijk bruikbaar voor het opstellen van socioeconomische profielen van mensen die in de tuin werken, om op die manier ongelijkheid naar groenvoorziening en bijhorende recreatieve waarden in kaart te brengen.

4.2.2.

Beperkingen van de dataset

Het werken met aannames, arbitraire stellingen en schattingen in de berekeningen van de kwantitatieve resultaten geeft aan waar nog onderzoek noodzakelijk is om te komen tot een sluitende milieubalans voor de privétuinen in Vlaanderen. Indien in de toekomst door verder onderzoek betere inschattingen gemaakt worden van noodzakelijke informatie waar nu gewerkt werd met arbitraire aannames kunnen de nodige variabelen herberekend worden met de correcte waarden. 57

5. Tuinen in Herent: Overzicht van de resultaten

1.

Algemene bespreking

Gedurende de tuinbezoeken werden 26 tuineigenaars of respondenten bezocht en geïnterviewd. De tuinen van deze eigenaars werden opgemeten. Van deze 26 tuinen vormde één tuin een ‘outlier’ door een te sterke afwijking van wat er in dit onderzoek onder privétuin verstaan wordt. Bijgevolg zijn in het finale gegevensbestand van de tuinbezoeken 25 respondenten en hun tuinen opgenomen. De resultaten die in dit overzicht weergegeven worden, moeten gelezen en geïnterpreteerd worden rekening houdend met een aantal beperkingen: 25 tuinen is een te klein aantal om een mogelijk representatief staal uit te trekken voor Herent. De representativiteit is bovendien niet na te gaan door gebrek aan referentiegegevens. Deze 25 tuinen werden gekozen op basis van eigen aanmelding van tuiniers na een gerichte oproep. Hierdoor bestaat het risico dat er een scheeftrekking is van de respondenten naar tuininteresse toe. Het is bijvoorbeeld mogelijk dat er hoofdzakelijk tuingebruikers meewerken die op een of andere wijze geïnteresseerd zijn in siertuinen, ecologisch tuinieren, de moestuin, … De gemiddelde duur voor de bevraging bedroeg netto 53 minuten. Deze nettoduur bevat de tijd gespendeerd aan de kadering van het onderzoek, opmeting in de tuin en het interview zelf. De verplaatsingstijd, data-invoer, verwerkingstijd enz. zijn hier niet mee in verrekenend. Dit geeft een richtgetal voor de inschatting van de tijd nodig voor een meer uitgebreide tuinenquête bij mensen thuis. Door het beperkt aantal respondenten (N = 25) is het ook nog niet mogelijk om sterke statistische verbanden te leggen tussen de variabelen onderling. Belangrijk zijn wel de indicaties die uit het cijfermateriaal kunnen afgeleid worden, bijvoorbeeld naar de relatie tussen inputs/outputs en tuinsamenstelling. Er is ook nog geen toets mogelijk van de betrouwbaarheid van de informatie aangeleverd door de tuingebruikers. Daarvoor is onafhankelijk onderzoek en monitoring nodig in een apart staal van tuinen. Het tuinonderzoek in Herent moet vooral als complementair beschouwd worden bij de internetenquête en bij de eerdere OVAM studie (M.A.S., 2007).

58


2.

Respondenten

2.1.

Socio-demografisch profiel

In Herent zijn er in totaal 7.260 huishoudens (FOD Economie, Statistiek en Economische Informatie, 2004). De gegevens voor alle huishoudens uit Herent kunnen vergeleken worden met de huishoudens van de respondenten. Deze vergelijking kan gebeuren aan de hand van tabel 5.1. Een vergelijking naar representativiteit van de steekproef toe is echter niet mogelijk, omdat er geen gegevens beschikbaar zijn van huishoudens die eigenaar zijn van een tuin. Tabel 5.1

Aantal bezochte huishoudens.

Alleenstaande mannen Alleenstaande vrouwen Huishoudens van 2 personen Huishoudens van 3 personen Huishoudens van 4 personen Huishoudens van 5 personen Huishoudens van 6 personen Totaal huishoudens 1

HERENT Aantal1 670 1.039 2.425 1.163 1.209 561 134 7.260

RESPONDENTEN Aantal 0 4 16 1 4 1 1 25

Bron gegevens Herent: FOD Economie, Statistiek en Economische informatie, 2004

De modus van de grootte van de bevraagde huishoudens zit in de klasse van huishoudens met 2 personen. Dit klopt met de modale verdeling van alle huishoudens samen in Herent zoals weergegeven in tabel 5.1 (FOD Economie, Statistiek en Economische informatie, 2004). Gezien het kleine aantal bevraagde huishoudens ligt een verdere demografische vergelijking niet voor de hand. De jongste respondent is 27 jaar, de oudste 72 jaar. De gemiddelde leeftijd van de respondenten is 55 jaar. Dit is significant ouder dan de gemiddelde leeftijd van 39.49 jaar van de bevolking in Herent (One-sample Student t-test: t= 6.060, p=0.000, df= 24). Van de 25 respondenten zijn 15 personen mannelijk, 10 respondenten zijn vrouwelijk. Wanneer het beroepsstatuut van de respondenten beschouwd wordt, blijken de bedienden met 11 respondenten de grootste groep te vormen. 9 respondenten zijn gepensioneerd. 20 respondenten zijn gehuwd of samenwonend. Deze 25 tuinen vertegenwoordigen 64 inwoners van Herent, hetzij 2,56 inwonereenheden per tuin.

59


2.2.

Ruimtelijke spreiding

Door de ruimtelijke spreiding van de tuinbezoeken te baseren op basis van de clusters van woonomgevingen werd getracht om de ruimtelijk-geografische verscheidenheid van tuintypes zo goed mogelijk mee te nemen. De tuinbezoeken werden zo evenredig mogelijk verspreid over de random punten en de vrijwilligers in de onderscheiden clusters. De verdeling van het aantal tuinbezoeken per clustertype is opgenomen in tabel 5.2. In figuur 5.1 wordt de ruimtelijke verspreiding van de tuinbezoeken binnen Herent weergegeven. Door het gebrek aan informatie over het aantal huizen per clustertype werd er niet gewerkt met een zuiver proportionele steekproef.

Tabel 5.2

Aantal bezochte tuinen per clustertype 6.

Clustertype Clustertype 0 Clustertype 1 Clustertype 2 Clustertype 3 Clustertype 4 Clustertype 5

Figuur 5.1 6

Aantal 3 0 5 6 5 6

Ruimtelijke verspreiding van de tuinbezoeken binnen Herent (over de clustertypes).

Een beschrijving van de clustertypes is opgenomen onder paragraaf 1.4.3 van hoofdstuk 4.

60


De eerste cluster bevat gebieden met zeer weinig bebouwing en wordt gekenmerkt door de laagste gemiddelde oppervlakte van verstening en tuin. Omwille van het feit dat hier slechts zeer weinig mensen wonen en er geen reactie gegeven werd op de oproep tot medewerking van deze cluster werden er geen tuinbezoeken afgelegd in cluster 1. Door het overblijven van brieven van bepaalde random punten uit deze eerste cluster werd er op terrein voor gekozen om een zesde clustertype (clustertype 0) te definiëren. De brieven onder deze cluster werden willekeurig verspreid over Herent in de bus gestoken. Hierbij werden huizen uitgekozen op het ogenblik zelf in gebieden die niet door de random punten (zie figuur 4.7 en paragraaf 1.5. in hoofdstuk 4) vertegenwoordigd werden, zoals de gemeentelijke kern van Herent en de dorpskern van Winksele.

2.3.

Representativiteit van de steekproef

Wegens gebrek aan gegevens over tuineigenaars in Herent en het niet beschikbaar zijn van gegevens over tuinen in Herent bestaat er geen referentie om de representativiteit van de steekproef na te gaan op het vlak van de socio-economische kenmerken van tuineigenaars en ruimtelijk-geografische kenmerken van tuinen. Socio-economische gegevens over inwoners en huishoudens van Herent zijn wel ter beschikking via de kerncijfers voor de gemeente Herent (FOD Economie, KMO, Middenstand en Energie, 2007). Deze zijn opgenomen in tabel 5.3. Hieruit kan een vergelijking bekomen worden tussen de samenstelling van de bevolking van Herent en de samenstelling van de steekproef voor wat enkele socio-economische kenmerken betreft. Deze vergelijking kan echter niet gebruikt worden om de representativiteit na te gaan. De cijfers voor Herent omvatten namelijk zowel de inwoners met een tuin als deze zonder een tuin. De representativiteit moet echter getest worden ten opzichte van de inwoners van Herent met een tuin. Tabel 5.3

Samenstelling van de bevolking van Herent en van de respondenten.

Totale bevolking ≥ 20 jaar en ≤ 64 jaar ≥ 65 jaar Mannen totaal ≥ 20 jaar en ≤ 64 jaar ≥65 jaar Vrouwen totaal ≥ 20 jaar en ≤ 64 jaar ≥ 65 jaar

Aantal 18.848

HERENT % van het totaal 100,0

%

11.450

59,6

%

19

67,0

3.077

6

24,0

9.411

% 100,0 %

15

100,0

5.678

60,3

%

10

67,0

1.322 9.807

14,0 100,0

% %

5 10

33,0 100,0

5.772

58,9

%

9

90,0

1.755

17,9

%

1

10,0

16,0

RESPONDENTEN Aantal % van het totaal 25 100,0

Bron gegevens Herent: FOD Economie, Statistiek en Economische informatie, 1 januari 2006

61


3.

Beschrijving van tuinen in Herent

3.1.

Kenmerken van privétuinen

De totale oppervlakte tuin in Herent wordt op basis van de digitale topografische kaart (NGI, 2004) geschat op 6,56 km² of 20 % van de totale oppervlakte van Herent. Met N = 25 respondenten werd ongeveer 0,04 km² of 0.64 % tuin bemonsterd. De totale woningoppervlakte in deze bevraging is 4.569 m².

3.1.1.

Grootte van de tuin

In de studie uitgevoerd door M.A.S. (2007) in opdracht van OVAM bedroeg de gemiddelde tuinoppervlakte van hun steekproef over 38 gemeenten 518 m². De gemiddelde oppervlakte van de bezochte tuinen in Herent binnen dit onderzoek bedraagt 1.498 m². De kleinste tuin is 136 m² groot, de grootste 6.252 m². In tabel 5.4 wordt een verdeling in grootte-klassen gegeven. Het mag duidelijk zijn dat de kleine tuinen ondervertegenwoordigd zijn in deze steekproef. Tabel 5.4

Oppervlakte [m²] < 100 100-499 500-999 1000-2999 > 3000 Totaal

Grootte van de tuin: verdeling in klassen. M.A.S. (2007) Aantal % 117 27 % 168 39 % 86 20 % 50 11 % 13 3% 434 100 %

Tuinbezoeken Herent Aantal % 0 0% 6 24 % 8 32 % 7 28 % 4 16 % 25 100 %

Gebaseerd op de gemiddelde grootte van de tuin uit de tuinbezoeken zouden er in Herent 4379 tuinen zijn. Door het ontbreken van (stads-)tuinen kleiner dan 100 m² kan aangenomen worden dat dit een onderschatting is van het aantal tuinen.

3.1.2.

Algemene kenmerken van de tuinen

In tabel 5.7 wordt een overzicht gegeven van de belangrijkste kenmerken van de bezochte tuinen. De bezochte tuinen zijn voornamelijk geassocieerd met open bebouwing en gelegen in een open bebouwd gebied (half-verstedelijkt gebied, residentiële woonwijk, open lintbebouwing, …). De meeste tuinen zijn tussen 5 en 20 jaar oud en zelf aangelegd door de tuinbeheerder. Slechts in drie tuinen wordt er professionele hulp ontvangen bij het beheer van de tuin. Tabel 5.5 geeft de watervoorzieningen in de bezochte tuinen weer. Hieruit blijkt dat in 17 van de 25 tuinen een of meerdere waterputten voor regenwater aanwezig zijn voor een totale inhoud van 120.050 liter.

62


Tuinbezoeken: watervoorzieningen in de bezochte tuinen.

Tabel 5.5

6

Totaal aantal stuks 10

Totale inhoud [liter] 1.800

Waterput voor regenwater

17

25

120.050

Waterput voor grondwater

6

6

Waterzuivering

1

Watervoorzieningen Regenton

Aantal tuinen

Het belang van de eigen tuin in het voedingspakket van de bevraagde huishoudens valt op in tabel 5.6. Zowel in de herfst en de winter als in de lente en de zomer halen 10 van de 25 huishoudens (waarvan 14 huishoudens een eigen moestuin hebben in de tuin) de verse ingrediënten voor hun maaltijden hoofdzakelijk uit de eigen moestuin geassocieerd met de woning. 4 van de 14 eigenaars van een moestuin halen hun verse ingrediënten dus niet hoofdzakelijk uit de eigen tuin, maar uit de winkel of op de markt of een moestuin elders gelegen (bijvoorbeeld volkstuin) en/of beheerd door iemand anders (bijvoorbeeld familieleden of vrienden).

Tabel 5.6

Voedingspakket bezochte huishoudens en herkomst ingrediënten. VOEDING Afkomst HERFTS EN WINTER Voornamelijk maaltijden met meer dan 25% verse ingrediënten Aangekocht Eigen moestuin Moestuin elders (ligging of eigendom) LENTE EN ZOMER Voornamelijk maaltijden met meer dan 25% verse ingrediënten Aangekocht Eigen moestuin Moestuin elders (ligging of eigendom)

Aantal respondenten N=25 23 11 10 2 25 12 10 3

De bezochte tuinhandels liggen voornamelijk in Herent (10 antwoorden), gevolgd door Leuven (6) en Kampenhout (3). Andere locaties met 1 antwoord zijn Binkom (Lubbeek), Duisburg (Tervuren), Genk, Lubbeek, Meensel-Kiezegem, Opvelp (Bierbeek), Steenokkerzeel, Wilsele (Leuven), Zaventem en Nederland.

63


Tabel 5.7

Tuinbezoeken: overzichtstabel algemene tuinkenmerken. Algemeen tuinkenmerk

Aantal tuinen N=25

Woningtype Open bebouwing Half-open bebouwing Gesloten bebouwing Omgeving Dicht bebouwd gebied Open bebouwd gebied Overwegend agrarisch gebied Statuut Eigenaar Huurder Aantal gezinsleden 2 3 4 5 6 Ouderdom tuin jonger dan 1 jaar tussen 1 en 5 jaar oud tussen 5 en 20 jaar oud tussen 50 en 50 jaar oud Duur beheer [jaar] 5,5 - 10 11- 20 21 - 30 31 – 40 > 40 Bodemtype antropogeen droge leem droge zandleem nat zandleem vochtig zandleem Hulp in de tuin profesioneel niet-profesioneel

17 3 5 3 17 5 24 1 15 2 4 1 1 2 4 14 5 9 3 5 8 1 (Bron: Bodemkaart van Vlaanderen, OC-GIS Vlaanderen, 2001)

8 7 1 7 2 3 7

64


3.2.

Samenstelling en dieren

Tuincomponenten

Tijdens het bezoek aan de tuin werd de aanwezigheid van de verschillende tuincomponenten opgetekend. Voor de tuincomponenten gazon, bloemperk, struikgewas, moestuin, neerhof en verharding werden eveneens de oppervlaktes opgemeten door middel van afstappen. Er werd hiervoor niet gewerkt met bijvoorbeeld lintmeters omwille van tijdsredenen. De opgemeten waarden zijn dan ook als benaderend te beschouwen. In iedere tuin was zowel gazon als verharding aanwezig (tabel 5.8). In de bevraging uitgevoerd door M.A.S. (2007) was in 91% van de tuinen gras aanwezig en in 85% van de tuinen elementen van verharding. De gemiddelde oppervlakte aan gazon is 515 m² (op een gemiddelde tuinoppervlakte van 1.498 m²). De reden voor deze grote gemiddelde oppervlakte gazon is het klein aandeel aan stadstuinen en het grote aandeel aan grote tuinen in de tuinbezoeken. De grootste totale oppervlakte aan gazon in een tuin bedraagt namelijk 4.826 m². De kleinste totale oppervlakte gazon in de bezochte tuinen is 6 m². Voor verharding bedraagt de gemiddelde oppervlakte 144 m², met 10 m² als de kleinste oppervlakte verharding. In 24 van de 25 tuinen zijn er één of meerdere bloemperken aanwezig, met een gemiddelde oppervlakte van 99.5 m². De oppervlakte bloemperk per tuin is de som van de oppervlaktes van verschillende bloemperken aanwezig in die tuin. Een moestuin is aanwezig in 14 van de 25 tuinen met een gemiddelde oppervlakte van 187 m². In 9 van de 24 tuinen bevindt zich een neerhof met kippen, eenden en/of ganzen. Neerhof is met een gemiddelde oppervlakte van 550 m² de grootste tuincomponent.

Tabel 5.8

Tuinbezoeken: aanwezigheid tuincomponenten.

TUINCOMPONENTEN Aanwezigheid Tuincomponent Gazon Bloemperken Struikgewas Moestuin Neerhof Verharding Haag Alleenstaande bomen Fruitbomen

N = 25 Aantal tuinen

Tuincomponent

Aantal tuinen

25 24 20 14 9 25 21

Vijver Tuinhuis Serre Speeltuig kind Kippenren Hondenhok Gevelbegroening

9 15 7 7 9 2 8

20

Potplanten

15

13

65


Bestanddelen / Elementen in de tuin: M.A.S.-bevraging (2007).

Tabel 5.9

M.A.S. (2007) N=434 % van de respondenten 91 % 85 % 85 % 65 % 42 %

BESTANDDELEN / ELEMENTEN IN DE TUIN

Gras Koertje / terras / verhardingen / oprit Struikborders, bloemperken Bomen Groententuin of moestuin

Bron: M.A.S. (2007). Preventie- en evaluatie-onderzoek voor GFT- en groenafval, KGA en AEEA

Tabel 5.10

Tuinbezoeken: oppervlakte van de tuincomponenten.

TUINCOMPONENTEN Oppervlakte Minimum oppervlakte [m²] Gazon Bloemperken Struikgewas Moestuin Neerhof Verharding

Tabel 5.11

6,0 11,5 14,7 1,0 40,0 10,0

Tuinbezoeken N=25 Gemiddelde oppervlakte Maximum (berekend over de tuinen waarin oppervlakte deze component aanwezig is) [m²] [m²] 4.826,0 515,4 379,3 99,5 320,0 105,9 872,0 187,4 1.820,0 549,7 460,5 144,2

Synoptische tabel voor de oppervlaktes gazon, neerhof en verharding in totaal, per tuin en per persoon over de 25 tuinbezoeken.

SYNOPTISCHE TABEL N = 25 Oppervlakte gazon [m²]

Totaal

Per tuin

Per persoon

12.884

515,4

201,3

Oppervlakte neerhof [m²]

4.947,6

197,9

214,7

Oppervlakte verharding [m²]

3.461,4

138,5

56,3

Zoals aangegeven in tabel 5.8 is in 21 van de 25 tuinen de tuincomponent ‘haag’ aanwezig. In totaal zijn er 31 hagen opgetekend. Deze hagen worden allemaal gensoeid. Tabel 5.11 duidt erop dat haagbeuk, (13 van de 31 hagen) en immergroen naald (10 van de 31 hagen) domineren. Over de 31 hagen is er een gemiddelde lengte van 48,6 m en een gemiddelde breedte van 0,6 m. Alleenstaande bomen zijn aanwezig in 20 van de 25 tuinen. In totaal zijn er 62 alleenstaande bomen en 46 fruitbomen aanwezig.

66


Tabel 5.12

Tuinbezoeken: haagtypes.

HAAG Type

Tabel 5.13

N=31

Immergroen naald Immergroen loof Bladverliezend, niet haagbeuk Haagbeuk

Aantal hagen 10 4 4 13

Tuinbezoeken: afmetingen van de tuincomponent ‘haag’.

HAAG Afmetingen Lengte [m] Minimum Maximum Gemiddelde Breedte [m] Minimum Maximum Gemiddelde

N=31 3,5 116,0 48,6 0,2 1,5 0,6

In de N = 25 tuinen bedraagt de relatieve oppervlakte van gazon 33,6% van de totale gemeten tuinoppervlakte. Dit is weergegeven in tabel 5.14. In 2 tuinen bedekt gazon meer dan 75% van de tuinoppervlakte. Alle andere tuincomponenten hebben een veel geringer oppervlakte-aandeel, voornamelijk minder dan 25 % van de totale tuinoppervlakte.

Figuur 5.2

Verdeling van het relatief aandeel gazon over N = 25 tuinen.

Verharding vormt de tweede belangrijkste tuincomponent voor wat het oppervlaktegebruik van privétuinen betreft: gemiddeld 14,2 % van de tuinoppervlakte bestaat uit verharding. Bloemperken en struikgewas nemen gemiddeld 12,3 % en 10,6 % van de tuinoppervlakte in, moestuin en neerhof 9,9 % en 16 %.

67


Tabel 5.14

Relatief aandeel tuincomponenten in bodemgebruik van de privétuinen.

TUINCOMPONENTEN Relatief aandeel in tuinoppervlakte

N=25 Aantal tuinen

Relatief aandeel in tuinoppervlakte Gazon Bloemperken Struikgewas Moestuin Neerhof Verharding

Gemiddeld % 33,6 % 12,3 % 10,7 % 9,9 % 16 % 14,2 %

>75 %

50-75 % 2 0 0 0 0 0

25-50 %

5 1 0 0 0 0

< 25 % 6 2 2 1 3 3

12 22 18 13 6 21

Dieren in de tuin

Katten en kippen komen in de meeste tuinen voor, respectievelijk in 9 en 8 van de N = 25 bezochte tuinen. Naar het aantal dieren toe zijn vissen het best vertegenwoordigt, namelijk 57 vissen in totaal. Gevogelte komt op de tweede plaats met 34 kippen en 21 ganzen in totaal over de N = 25 tuinen. Tabel 5.15

Dieren in de tuin .

DIEREN IN DE TUIN Diersoort Kat Hond Kip Gans Eend Vis

Tuinbezoeken N=25 Aantal Aantal tuinen dieren 18 9 2 2 34 8 2 21 1 3 5 57

Tabel 5.16

Reden voor het houden van kippen in de tuin.

REDEN VOOR HET HOUDEN VAN KIPPEN Reden Verwerken van afval Zorgen voor eieren Plezier Leveren van vlees

Eigenaars van kippen N=8 Aantal tuineigenaars 8 7 1 1

Uit de M.AS. bevraging (2007) bleek dat 47% van de dierenbezitters (N=176) het brengen van leven in de tuin aangeeft als belangrijkste reden voor het houden van dieren in de tuin (M.A.S. et al., 2007). 36% van de dierenbezitters uit deze tuinbezoeken houdt dieren voor de verwerking van huishoudelijk afval. Voor 26% is het leggen van eieren een reden om kippen te houden. Een verklaring voor het feit dat de verwerking van huishoudelijk afval een belangrijker argument blijkt te zijn voor het houden van dieren in de tuin voor inwoners van Herent, kunnen de inspanningen zijn die de gemeente Herent levert naar afvalverwerking toe.

68


4.

Verdeling van bepaalde inputs en outputs

Voor enkele strategisch belangrijke inputen outputproducten wordt op een kwalitatieve manier de verdeling naar afkomst, afvalophaling, type product, materiaal, toepassingsgebied, energiebron, … besproken.

4.1.

Inputs

De inputs worden, zoals eerder aangehaald, verdeeld in drie groepen: producten, water en energie.

4.1.1.

Producten

In de groep producten zijn verschillende subgroepen terug te vinden, namelijk groente-, fruit- en organisch keukenafval, planten zaaigoed, bestrijdingsmiddelen, meststoffen en bodemverbeteraars. Het gebruik van extern houtig materiaal in de thuiscompostering en het dierenvoer dat aan de dieren in de tuin gegeven wordt, wordt eveneens als input in het tuinsysteem beschouwd. Groenten-, fruit- en ander organisch keukenafval – GFA en AOA

Zo goed als alle bezochte huishoudens gebruiken bij de bereiding van hun maaltijden meer dan 25 % verse ingrediënten (ten opzichte van alle gebruikte ingrediënten per maaltijd). Zowel in de herfst en de winter als in de lente en de zomer halen 15 van de 25 huishoudens hun verse ingrediënten niet uit de eigen moestuin (geassocieerd met de woning) (zie tabel 5.6). Voor beide periodes zijn er 10 huishoudens die hun verse ingrediënten hoofdzakelijk uit de eigen tuin halen. Dit aandeel aan verse ingrediënten gebruikt bij de bereiding van de maaltijden heeft zijn weerslag op de hoeveelheid groenten- en fruitafval dat geproduceerd wordt in de keuken. Dit groente- en fruitafval kan namelijk een inputproduct vormen voor de tuin. Tabel 5.17 wijst op de bestemming van groenten- en fruitafval (GFA) en ander organisch (keuken-)afval (AOA) binnen de bezochte huishoudens. Deze afvalsoorten kunnen per huishouden of tuin meerdere bestemmingen hebben. Zo is het mogelijk dat groenten- en fruitafval in de zomer gecomposteerd wordt in de eigen tuin, maar in de winter meegegeven wordt met de selectieve ophaling van Groente-, Fruit- en Tuinafval (GFTophaling). Groente- en fruitafval kan verdeeld worden over de thuiscompostering en de kippen. Thuiscompostering blijkt de belangrijkste bestemming te zijn, gevolgd door de GFT-ophaling. Koffiedik en –filters zijn het belangrijkste ander organisch (keuken-)afval dat terechtkomt in de thuiscompostering, gevolgd door theebladeren en zakjes. Paardenvijgen, eierschalen en pampers worden telkens door een enkele respondent gebruikt in de thuiscompostering. Voor een gedetailleerd onderzoek naar GFT- en groenafval dat in de thuiscompostering terecht komt, wordt verwezen naar het Preventie- en evaluatie-onderzoek voor GFT- en groenafval, KGA en AEEA, uitgevoerd door M.A.S. (2007)

69


Tabel 5.17

Bestemming van het groenten- en fruitafval en ander organisch keukenafval. GROENTE-, FRUIT- EN ORGANISCH KEUKENAFVAL

Tuinbezoeken N = 25 Aantal tuinen op 25

BLIJFT BUITEN DE TUIN Selectieve ophaling Groente-, fruit- en tuinafval Restvuil Containerpark KOMT DE TUIN BINNEN Thuiscompostering Hoop of put in de tuin, zonder de bedoeling tot thuiscomposteren Bij de kippen

Tabel 5.18

7 0 0 18 3 6

Materiaal dat in de thuiscompostering terecht komt.

THUISCOMPOSTERING Materiaal

Tuinen waarin aan thuiscompostering gedaan wordt N = 20 Aantal tuinen

Groente- en fruitafval Aardappelschillen Fruitschillen Rauw groenteafval Ander organisch keukenafval Bereide etensresten Koffiedik en –filters Theebladeren en -zakjes Snijbloemen en kamerplanten Eierschalen Paardenvijgen Pampers

12 14 15 5 10 7 5 1 1 1

Extern houtig materiaal, dierenvoer en planten zaaigoed

Slechts 1 van de 25 respondenten gebruikte houtig materiaal dat niet uit de eigen tuin komt in de thuiscompostering. Dit om te zorgen voor een goede menging van bruin en groen materiaal in de thuiscompost. In 11 van de 25 tuinen werd dierenvoer binnengebracht in de tuin. 23 van de 25 respondenten hebben in 2007 iets aangeplant of gezaaid. Tabel 5.19 geeft aan dat groenten en sierplanten de belangrijkste instroom van biomassa naar de tuin verzorgen in termen van het aantal tuinen waarin ze aangeplant of gezaaid worden. De tuinhandel vormt de belangrijkste bron van herkomst, gevolgd door de markt. De verdeling van planten zaaigoed naar herkomst wordt weergegeven in tabel 5.20.

70


Tabel 5.19

Gebruik van planten zaaigoed.

PLANT- EN ZAAIGOED

Tuinbezoeken

Bomen Fruitbomen Haagplanten Sierplanten Groenten Gazonzaad

Tabel 5.20

Herkomst van planten zaaigoed.

PLANT- EN ZAAIGOED Herkomst

Aantal respondenten op N = 25 3 2 1 12 14 1

Biologisch tuinier Buren Kweker Markt Ouders Post-order Tuinbeurs Tuinhandel

Tuinbezoeken Aantal respondenten op N = 25 1 1 2 7 1 1 1 23

Chemische bestrijdingsmiddelen

Alle 25 respondenten gebruikten in 2007 bestrijdingsmiddelen. De verdeling van het aantal respondenten dat gebruikt maakte van een bepaald aantal producten is opgenomen in tabel 5.21. De meeste respondenten gebruikten slechts 1 of 2 producten, maar ook het gebruik van 7, 9 tot 10 producten kwam een enkele keer voor. In totaal werden er in 2007 69 geïdentificeerde bestrijdingsmiddelen gebruikt in de 25 bezochte tuinen, waarvan 52 unieke producten. Zoals aangegeven in tabel 5.22 vormen de herbiciden de grootste groep gebruikte bestrijdingsmiddelen. Onder de producten waarvan de gebruikte hoeveelheden gekend zijn, vallen er 22 herbiciden. 12 van deze 22 producten (al dan niet geïdentificeerd) zijn uniek. 10 producten werden door meerdere tuinbeheerders gebruikt. Insecticiden en mollusciciden zijn, elk met 12 producten, de op één na meest gebruikte groep bestrijdingsmiddelen. Groeiregulatoren en repellentia kwamen niet voor in de 25 bezochte tuinen. Tabel 5.21

Verdeling van het aantal respondenten over een bepaald aantal bestrijdingsmiddelen. Ook de niet-geïdentificeerde gebruikte bestrijdingsmiddelen werden hier bij gerekend. BESTRIJDINGSMIDDELEN

Aantal bestrijdingsmiddelen 1 2 3 4 5 6 7 8 9 10

Verdeling van het aantal respondenten met een bepaald aantal bestrijdingsmiddelen N=25 Aantal respondenten 8 8 2 2 2 0 1 0 1 1

71


Tabel 5.22

Het aantal gebruikte producten per groep van bestrijdingsmiddelen. Dit betreft niet het aantal unieke producten, maar het totale aantal gebruikte producten. BESTRIJDINGSMIDDELEN Producten per groep Groep acariciden fungiciden groeiregulatoren herbiciden insecticiden mollusciciden mosverdelger repellentia rodenticiden

Verdeling van het aantal gebruikte producten in 2007 N=25 Aantal producten 2 4 0 22 12 12 4 0 2


In totaal werden er in 2007 over alle tuinbezoeken samen 60 producten van meststoffen en/of bodemverbeteraars gebruikt. Zoals aangegeven in tabel 5.23 zijn de kunstmeststoffen de best vertegenwoordigde subgroep. 22 van de 25 respondenten maakten gebruik van meststoffen bij hun tuinbeheer, 13 respondenten gebruikten bodemverbeteraars. Tabel 5.23

Het aantal gebruikte producten per producttype.

MESTSTOF Producten Producttype

Verdeling van het aantal producten per producttype Aantal producten

Kunstmeststoffen Minerale meststoffen Organische meststoffen Stalmest Bodemverbeteraars Totaal

16 21 6 17 60

De verdeling van het aantal producten per toepassingsgebied, weergegeven in tabel 5.24, geeft geen grote verschillen aan in het aantal producten dat gebruikt wordt, afhankelijk van de plaats of de vegetatie van toepassing. Het aantal gebruikte producten valt tussen 15 en 19.

72


Tabel 5.24

Het aantal gebruikte producten per toepassingsgebied of vegetatie. Verdeling van het aantal producten per toepassingsgebied Aantal producten 15

MESTSTOF Toepassingsgebied Toepassingsgebied Gazon Siertuin Clematis, geranium, grassen, hosta, palm, bloembak, potplanten, rozen, bloemperk, siertuin algemeen Struikgewas Buxus, hortensia, rododendron, struikgewas algemeen Moestuin Aardappels, aardbeien, serre, notenboom, moestuin algemeen

4.1.2.

17 19 15

Water

Er zijn drie categorieën van water die in de tuin gebruikt kunnen worden: leidingwater, regenwater en grondwater. Enkel het leidingwater wordt in dit onderzoek als input beschouwd. Regenwater en grondwater behoren intrinsiek tot het tuinsysteem en worden besproken onder paragraaf 5.2. Leidingwater wordt voornamelijk gebruikt voor activiteiten in de tuin die niet intrinsiek met de tuin of tuincomponenten zelf te maken hebben. Deze activiteiten vallen allemaal onder de noemer van onderhoud en schoonmaak, zoals het wassen van de wagen, en schoonmaken van het terras, de oprit en/of de tuinmeubelen. Het wassen van de wagen wordt het meest uitgevoerd op een jaar, het schoonmaken van het terras, oprit of tuinmeubelen is de activiteit die in de meeste gezinnen gebeurt. De reden voor het gebruik van leidingwater bij deze activiteiten is de beschikbaarheid van warm water. Tabel 5.25

Gebruik van leidingwater in de tuin: aantal respondenten en aantal keer in 2007.

LEIDINGWATER Gebruik

Tuinbezoeken N=25

Aantal respondenten op N = 25 IN DE TUIN: vegetatie en/of tuincomponenten Besproeien van het gazon 0 Besproeien van de sierplanten 4 Besproeien van de groenten 0 of in de serre Sproeien bij aanplanting 0 Bijvullen van de vijver 3 IN DE TUIN: onderhoud en recreatie Wassen van de wagen Schoonmaken terras, oprit, tuinmeubelen, … Spelen van de kinderen

Aantal keer in 2007

0 3 0 0 3

5

74

7

8

1

1

73


4.1.3.

Energie

Omwille van de beheerswerkzaamheden die uitgevoerd worden in de privétuin met behulp van verscheidene tuinmachines is de tuin ook een medium waarbinnen energie verbruikt wordt. Ook verlichting, transport naar en van tuinwinkels of plantencentra, vijverpompen, … verbruiken energie. Deze energie wordt in dit onderzoek eveneens beschouwd als een input in het tuinsysteem. Verlichting

In 15 tuinen van de 25 tuinen die bezocht werden (60 %), is buiten verlichting aanwezig. Deze verlichting werkt in 14 van de 15 tuinen op elektriciteit. In een enkele tuin werkt de buitenverlichting zowel op elektriciteit als zonne-energie. Slechts 2 van de 9 vijvers worden verlicht, voornamelijk in de zomer maar niet vaak. Wat vijvers betreft zorgen de vijverpompen hoogstwaarschijnlijk voor de grootste input aan energie. In dit onderzoek werden vijverpompen nog buiten beschouwing gelaten. Tuinmachines

In de 25 tuinen samen werden in 2007 83 machines gebruikt. Dit komt neer op een gemiddelde van 3 tuinmachines per tuin. De gegevens voor het aantal keer dat een machine gebruikt werd in 2007 moeten gezien worden als benaderende schattingen en niet als absolute gegevens. Tabel 5.26 geeft het gebruik van tuinmachines in 2007 weer. Tabel 5.26

Gebruik van tuinmachines in 2007. Tuinbezoeken N = 25 Gebruik in 2007 [aantal keer]

TUINMACHINES

Type Grasmaaier Graskantsnijder Haagschaar Hakselaar Bladblazer en/of zuiger Hogedrukreiniger Verticuteermachine Freesmachine Bosmaaier Kleine tractor

Energiebron Elektriciteit Brandstof Elektriciteit Brandstof Elektriciteit Brandstof Elektriciteit Brandstof Elektriciteit Brandstof

Aantal machines 6 17 8 1 16 5 6 1 1 2 6 3 5 2 4

Totaal

Minimum

Maximum

Gemiddeld

127 373 39 5 45 7 13 3 42 7 92 5 21 34 13

2 10 1

28 56 28

1 2 1 3 42 3 1 1 1 8 1

20 5 5 3 42 4 52 2 10 26 8

18,1 21,9 6,5 5 3,2 3,5 2,2 3,0 42,0 3,5 15,3 1,3 4,2 17,0 3,3

74


Slechts een respondent maakt gebruik van een handmaaier voor het afrijden van het gras, 15 respondenten gebruiken een handmatige snoeischaar in de tuin. De meest voorkomende en gebruikte tuinmachine is de grasmaaier op brandstof. Ondanks het feit dat de haagschaar op elektriciteit de tweede meest voorkomende tuinmachine is, werd deze in 2007 in totaal slechts 45 keer gebruikt. Een bladblazer op elektriciteit komt slechts een keer voor, maar werd in 2007 toch 42 keer gebruikt. Hieruit kan afgeleid worden dat de frequentie van gebruik van specifieke tuinmachines belangrijk is naar de bepaling van het energieverbruik binnen het tuinbeheer.

4.2.

Outputs

De outputs van het tuinsysteem kunnen in twee groepen ingedeeld worden: producten (groenafval, producten uit moestuin en neerhof en van fruitbomen en struiken van klein fruit) en water.

4.2.1.

Producten

De outputproducten kunnen in twee groepen verdeeld worden: het groenafval enerzijds en producten uit moestuin en neerhof en van fruit- en notenbomen- en struiken zoals fruit, noten, groenten en eieren anderzijds. GROENAFVAL

Het valt op dat de meeste tuingebruikers hun groenafval niet exporteren uit de tuin. Het belang van de containerparken wordt hier ook onderstreept. De “onvoorbeeldige” vormen van verwijdering, hoewel sterk in de minderheid, zijn niet te onderschatten. Ook “verbranding” wordt hier als een vorm van output beschouwd. Rook, roet en verbrandingsgassen die op deze manier vrijkomen, dienen in verder onderzoek bestudeerd te worden. Gazonmaaisel

Gazonmaaisel dat buiten de eigen tuin gebracht wordt, komt voornamelijk terecht in het containerpark. De outputbestemmingen van gazonmaaisel voor de 25 tuinbezoeken zijn weergegeven in tabel 5.27. Het containerpark vormt de belangrijkste outputbestemming. De andere bestemmingen (rond of naast de tuin op de scheiding met akker of weide, veld achter de tuin of sluikstort) buiten de eigen tuin zijn eveneens belangrijk. Klein snoeiafval

Klein snoeiafval wordt omschreven als haagscheersel, kleinere takken en twijgen die vrijkomen bij het snoeien in de tuin. Uit tabel 5.28 kan afgeleid worden dat ook voor het klein snoeiafval het containerpark de belangrijkste outputbestemming. Selectieve ophalingen aan huis zijn eveneens van belang. Snoeihout

De term snoeihout wordt gebruikt voor de grotere takken als resultaat van snoeiwerken. Het containerpark en de groenophaling zijn de belangrijke bestemmingen (zie tabel 5.29). Daarnaast vormt de haard of de kachel een populaire bestemming van snoeihout, die daarbij nog voorziet in energie voor het huishouden.

75


Tabel 5.27

Output: gazonmaaisel – bestemming. GAZONMAAISEL Output - bestemming Selectieve ophaling Groente-, fruit- en tuinafval Restvuil Selectieve inzameling Containerpark Andere bestemming Rond of naast de tuin op de scheiding met akker of weide Veld achter de tuin Sluikstort

Tabel 5.28

1 0 4 2 1 1

Output: klein snoeiafval – bestemming. KLEIN SNOEIAFVAL Output - bestemming Selectieve ophaling Groente-, fruit- en tuinafval Groenophaling Restvuil Selectieve inzameling Containerpark Andere bestemming Verbranden Gaat mee met de tuinman

Tabel 5.29

Aantal tuinen op N = 25

Aantal tuinen op N = 25 3 3 1 5 3 1

Output: snoeihout – bestemming. SNOEIHOUT Output - bestemming Selectieve ophaling Groente-, fruit- en tuinafval Groenophaling Restvuil Selectieve inzameling Containerpark Andere bestemming Hakselen, bestemming houthaksel buiten de tuin Haard Composteringsplaats van derden Sluikstort Groenverwerkingsbedrijf De Winter N.V. Verbranden Gaat mee met de tuinman

Aantal tuinen op N = 25 0 5 0 7 0 6 1 1 2 1 2

76


Klein tuinafval

Klein tuinafval is een restcategorie t.o.v. de hoger vermelde categorieën en bevat bijeengeharkte bladeren, gewied onkruid, … Dit klein tuinafval wordt slechts sporadisch uit de tuin gebraht. Output: klein tuinafval – bestemming.

Tabel 5.30

KLEIN TUINAFVAL Output - bestemming Selectieve ophaling Groente-, fruit- en tuinafval Groenophaling Restvuil Selectieve inzameling Containerpark Verzamelpunt in de wijk Andere bestemming Sluikstort Eigen paard, weide naast de tuin

Aantal tuinen op N = 25 1 0 0 1 1 1 1

Thuiscompost

Een respondent bracht zijn compost op een veld buiten de tuin, bij de andere respondenten blijft de geproduceerde thuiscompost in de eigen tuin. PRODUCTEN UIT MOESTUIN EN NEERHOF EN VAN FRUIT- EN NOTENBOMEN- EN STRUIKEN

Gemiddeld worden er per tuin 9 verschillende soorten producten geteeld of gekweekt. In vier tuinen is de oogst volledig voor eigen gebruik. Indien groente-, fruit en organisch (keuken-)afval in deze vier huishoudens weer binnengebracht wordt in tuin (bijvoorbeeld in thuiscompostering, voedsel voor kippen of op een wachthoop) zal de biomassa slechts voor deel de tuin effectief verlaten. In 14 tuinen is meer dan de helft van de oogst voor eigen gebruik. Organisch afval van een deel van de oogst zal dus niet meer terug ingebracht worden in de tuin. De lijsten met de soorten producten uit moestuin, neerhof en van fruitbomen, notenbomen en struiken met klein fruit, opgenomen in tabellen 5.31, 5.32 en 5.33, zijn gebaseerd op de tuinbezoeken waar de beheerders konden aangeven welke groenten, fruit en noten er in 2007 geoogst werden. Hierdoor wordt er onderschatting gegeven van het totale aantal tuinen waarin een specifiek product geteeld en geoogst wordt. Moestuin

Tabel 5.31 geeft aan dat aardappelen, bonen, prei, sla en wortel de meest gekweekte groenten zijn voor wat betreft het aantal bezochte tuinen waar ze gekweekt worden. Naar output van biomassa toe betekent sla echter niet veel.

77


Tabel 5.31

Output: producten uit de moestuin - verdeling soorten over het aantal tuinen.

PRODUCTEN UIT DE MOESTUIN Aardappel Aardbei Ajuin Asperge Aubergine Bladgroenten Bleekselder Bloemkool Bonen Broccoli Chilipeper Courgette Erwten groene kool Knolselder Komkommer Kool Kruiden Krulandijvie Look Paprika

Aantal tuinen op het aantal tuinen met een moestuin N = 12 6 4 4 1 3 1 1 3 8 1 1 3 5 1 1 2 2 1 1 2 4

Pastinaak Peterselie Pompoen Prei Radijs Rode biet Rode kool Rucola Selder Sjalot Sla Snijbiet Spitskool Spruit Tijm Tomaat Veldsla Witloof Witte kool Wortel

Aantal tuinen op het aantal tuinen met een moestuin N = 12 3 2 1 6 3 4 3 1 1 3 7 1 1 3 1 4 2 1 3 8

Fruitbomen, notenbomen en struiken met klein fruit

Zoals weergegeven in tabel 5.32 is appel de meest voorkomende fruitsoort binnen de bezochte tuinen. Tabel 5.32

Output: fruit en noten - verdeling soorten over het aantal tuinen.

PRODUCTEN VAN FRUITBOMEN, NOTENBOMEN EN KLEIN FRUIT Abrikoos Appel Braambes Druiven Framboos Fruit (verzamelterm) Hazelnoot Japanse wijnbes Kers Kiwi Kriek Kweepeer

Aantal tuinen op aantal tuinen met fruit- en/of notenproducten N = 11 1 5 1 2 1 2 1 1 1 1 1 1

Moerbei Nachi Nectarine Okkernoot Peer Pruim Rode bes Stekelbes Tamme kastanje Vijg Vlier

2 1 1 3 1 1 2 1 1 1 1

78


Neerhof

Uit tabel 5.33 blijkt dat in iedere tuin met een neerhof eieren geproduceerd worden. Deze eieren worden gebruikt door het huishouden. Vlees van hanen en van kippen vormen in twee tuinen een outputproduct. Tabel 5.33

Output: eieren en vlees - verdeling over het aantal tuinen.

PRODUCTEN UIT NEERHOF Eieren Vlees van een haan/hanen Vlees van een kip/kippen

Aantal tuinen op aantal tuinen met neerhof N=5 5 2 2

Afgekeurde groenten en fruit en/of overschotten

Afgekeurde groenten en fruit die buiten de tuin gebracht worden (niet veel), komen een enkele keer bij dieren van kennissen, buren of vrienden terecht, ofwel in de kachel. Dit is weergegeven in tabel 5.34. Tabel 5.34

Output: afgekeurde groenten en fruit en/of overschotten – bestemming. AFGEKEURDE GROENTEN EN FRUIT EN/OF OVERSCHOTTEN Output - Bestemming Andermans dieren Gebruik in de kachel Selectieve ophaling Groente-, fruit- en tuinafval Restvuil Selectieve inzameling Containerpark

4.2.2.

Aantal tuinen op N = 25 1 1 0 0 0

Water

Regenwater en grondwater kunnen bij gebruik in het huishouden beschouwd worden als een output uit de tuin. Huizen waar er geen aansluiting is met het waterleidingnet gebruiken binnenshuis doorgaans grondwater. Ook regenwater kan ook gebruikt worden in het huishouden. In beide situaties kan het water gebruikt worden voor het doorspoelen van het toilet, in de wasmachine, … Regen- en grondwater dat uit de tuin naar het huishouden gaat werd in dit ondersteunend onderzoek niet meegenomen als output, maar dient in toekomstig onderzoek zeker onder outputs gerekend en bestudeerd te worden.

79


5.

Intern afvalbeheer

Onder intern afvalbeheer worden enkele aspecten van thuiscompostering en afvalarm tuinieren kort besproken, evenals het gebruik van regen- en grondwater in de tuin.

5.1.

Groenresten

Groenafval dat de tuin niet verlaat, wordt in dit onderzoek gedefinieerd als groenresten. Groenresten blijven in de tuin en worden op een of andere manier getransformeerd of hergebruikt. Dit kan door middel van thuiscomposteren en afvalarm tuinieren. Thuiscompostering

22 van de 25 respondenten (80 % van de bezochte tuinen) doen aan thuiscompostering. De verdeling van het aantal respondenten over de verschillende methodes van thuiscompostering wordt gegeven in tabel 5.35. De meeste respondenten doen dit door middel van een composthoop, het gebruik van een compostvat of –ton staat op de tweede plaats. In geen van de 25 bezochte tuinen wordt een wormenbak gebruikt. Door 20 respondenten wordt de thuiscompost in de eigen tuin gebruikt: in de siertuin of moestuin of voor de potplanten. Een respondent beschikt nog niet over eigen compost omwille van het recentelijk starten met thuiscomposteren. In één tuin werd thuiscompost op een aanliggend veld gebracht. Tabel 5.35

Intern afvalbeheer – methode van thuiscompostering. THUISCOMPOSTERING Methode van composteren Composthoop Meerdere composthopen Compostbak met 1 vak Compostbak met meedere vakken Compostvat (of ton) Wachthoop In plastic zakjes

Aantal tuinen op het aantal tuinen met thuiscompostering N = 22 9 2 1 4 6 3 1

Uit tabel 5.36 kan afgeleid worden dat klein tuinafval in de meest tuinen gebruikt wordt in de thuiscompostering van groenresten. Tabel 5.36

Intern afvalbeheer – materiaal van thuiscompostering. THUISCOMPOSTERING Materiaal Gazonmaaisel Klein snoeiafval Klein tuinafval Overschot fruit/groenten

Aantal tuinen op het aantal tuinen met thuiscompostering N = 22 12 9 18 10

80


In hoeverre deze thuiscompostering volgens de regels van de kunst verloopt, wordt niet onderzocht in dit onderzoek. Een onderzoek naar het intern afvalbeheer behoort namelijk niet tot de opzet van dit ondersteunend onderzoek. Bijgevolg werd de respondenten niet expliciet gevraagd welke technieken ze al dan niet toepassen in de thuiscompostering: regelmatig omzetten van compost, zorgen voor een goede menging van bruin en groen materiaal, het naleven van richtlijnen voor afvaltypes die al dan niet in de compostering thuishoren, … Het groot aantal thuiscomposteerders onder de respondenten uit Herent kan verklaard worden door de inspanningen van de gemeente Herent en de compostmeesters om thuiscomposteren te bevorderen, Zo worden er bijvoorbeeld subsidies uitgereikt ter aanmoediging van thuiscompostering. Afvalarm tuinieren

Afvalarm tuinieren is een manier van tuinbeheer waarbij groenafval (groenresten die uit de tuin gebracht worden) zoveel mogelijk beperkt wordt. Dit kan gebeuren op verschillende manieren. Tabel 5.37 geeft de verdeling van het aantal respondenten weer dat gebruik maakt van afvalarme technieken in het tuinbeheer. Bij kringlooptuinieren worden groenresten zoals snoeihout en bladeren hergebruikt in de tuin voor het maken van takkenwallen of snipperwanden. 4 van de 25 respondenten gebruikt kringlooptuinieren voor de verwerking van zijn of haar snoeihout. Ook verhakseld hout gebruikt als bodembedekking wordt in dit onderzoek bij kringlooptuinieren gerekend. Verhakselen en hergebruik in de tuin is de populairste vorm van kringlooptuinieren voor snoeihout binnen de bezochte tuinen. Tabel 5.37

Intern afvalbeheer – afvalarm tuinieren – snoeiresten.

AFVALARM TUINIEREN

Klein snoeiafval Snoeihout

Tuinbezoeken N=25 Aantal tuinen Hakselen met gebruik van verhakseld hout in de tuin 3 7

Kringlooptuinieren 1 4

De eigen kippen zijn in twee tuinen de bestemming voor gazonmaaisel, in een enkele tuin wordt het gazonmaaisel naar de ganzen van de buren gebracht (tabel 5.38). Ook klein tuinafval en klein snoeiafval komen sporadisch bij de kippen terecht (telkens 1 respondent). In twee tuinen wordt er gebruik gemaakt van mulchmaaien. Een enkele respondent laat het gemaaid gras op het gazon liggen, zonder mulchen. Tabel 5.38

Intern afvalbeheer – afvalarm tuinieren – gazonmaaisel, klein tuinen snoeiafval. Tuinbezoeken N=25 Aantal tuinen

AFVALARM TUINIEREN Eigen kippen Gazonmaaisel Klein tuinafval Klein snoeiafval

2 2 1

Ganzen van de buren 1

Mulchen 2

Blijft op het gazon, niet gemulched 1

81


5.2.

Water

Wanneer er regen- en/of grondwater gebruikt wordt in de tuin, blijft dit water tot het tuinsysteem behoren (dit in tegenstelling met regen- en/of grondwater gebruikt in het huishouden). Tabel 5.39 geeft het gebruik van regen- en grondwater in de tuin weer. In de tuin wordt voornamelijk gebruik gemaakt van regenwater. Regen- en gronwater worden, in tegenstelling tot leidingwater, wel gebruikt voor het besproeien van vegetatie. Het besproeien van sierplanten gebeurt het meest, hoofdzakelijk met regenwater. Het wassen van de wagen gebeurde in 2007 114 keer met regenwater, waar dit met leidingwater slechts 74 keer gebeurde (zie tabel 5.25). Ook voor de andere activiteiten wordt regenwater het meest gebruikt. Het wassen van de wagen is de meest uitgevoerde activiteit.

Tabel 5.39

Intern afvalbeheer – water.

REGEN- EN GRONDWATER Gebruik

Tuinbezoeken N=25 REGENWATER

Aantal mensen IN DE TUIN: vegetatie en/of tuincomponenten Besproeien van het gazon Besproeien van de sierplanten Besproeien van de groenten of in de serre Sproeien bij aanplanting Bijvullen van de vijver IN DE TUIN: onderhoud en recreatie Wassen van de wagen Schoonmaken terras, oprit, tuinmeubelen, … Spelen van de kinderen

GRONDWATER

Aantal keer in 2007

Aantal mensen

Aantal keer in 2007

4

4

1

1

11

215

1

1

4

10

3

3

1 3

1 3

2 1

25 1

8

114

4

19

10

23

3

3

2

2

1

1

82


6.

Identificatie en kwantificatie van bepaalde inputs en outputs

Enkele strategisch belangrijke inputen outputproducten worden geïdentificeerd. De gebruikte hoeveelheden in 2007 worden gekwantificeerd voor een selectie aan producten en per actieve of werkzame stof. Ook de intensiteit van gebruik per tuin, per oppervlakte en per gezinslid over alle tuinbezoeken samen wordt meegegeven in synoptische tabellen, met een overzicht hiervan in tabel 5.79. De kwantificaties dienen gezien te worden in het kader van de aannames die gemaakt zijn om ze te berekenen. Hiervoor wordt verwezen naar paragraaf 3.2 in hoofdstuk 4. Het is mogelijk om achteraf deze hoeveelheden te herberekenen indien de ontbrekende gegevens aangevuld worden in toekomstig onderzoek. Het gebruik van deze gegevens van 2007 voor het beschrijven van evoluties blijft dus mogelijk, mits de nodige aanpassingen bij toegenomen kennis.

6.1.

Inputs

Ook hier worden de inputs verdeeld in drie groepen: producten, water en energie.

6.1.1.

Producten

Groenten- en fruitafval en ander organisch (keuken-)afval – GFA en AOA

Tabel 5.40 geeft een overzicht van de totale hoeveelheid aan groente- en fruitafval (GFA) en ander organisch (keuken-)afval (AOA) dat in 2007 in de tuin gebracht werd. Alle 25 respondenten hebben GFA en AOA in de tuin binnengebracht, in totaal 16.962 liter. Naar intensiteit toe betekent dit 678,5 liter per bezochte tuin. In termen van oppervlakte komt dit neer op 4.530,5 liter per hectare tuin. Tabel 5.40

Synoptische tabel Herent: hoeveelheid en intensiteit input: GFA en AOA – 2007.

SYNOPTISCHE TABEL HERENT N = 25 GFA en AOA in de tuin gebracht in 2007 [liter]

Totaal

Per tuin (op 25)

Per ha tuin (op 3,744 ha)

Per gezinslid (op 64)

16.962

678,5

4.530,5

265

Extern houtig materiaal

Slechts een enkele respondent gebruikte houtig materiaal dat niet uit de eigen tuin kwam in de thuiscompostering, namelijk 0,05 m³. Dierenvoer

In 11 van de 25 bezochte tuinen werd in 2007 dierenvoer binnengebracht. Een respondent kon geen schatting geven van de gebruikte hoeveelheden voor 2007. Bij de interpretatie van het cijfermateriaal in tabel 5.43 moet hier bijgevolg rekening mee gehouden worden. Op een enkele respondent na drukten de respondenten hun gebruikte hoeveelheden dierenvoer uit in kilogram. In totaal werd er 2.651 kg dierenvoer ingevoerd in de bezochte tuinen. Per tuin betekent dit een hoeveelheid van 106 kg. Naar oppervlakte toe

83


geeft dit een intensiteit van 708,1 kg dierenvoer per ha tuin, per gezinslid komt het neer op 41,4 kg. Tabel 5. 41

Synoptische tabel Herent: hoeveelheid en intensiteit input: dierenvoer – 2007.

SYNOPTISCHE TABEL HERENT N = 25 Aangekocht dierenvoer in de tuin gebracht in 2007 [kg] Aangekocht dierenvoer in de tuin gebracht in 2007 [liter]

Totaal

Per tuin (op 25)



2.651,0

106,0

708,1

41,4

45,0

1,8

12,0

0,7

Plant- en zaaigoed

Tabel 5.43 geeft een overzicht van de hoeveelheid aangeplante bomen, fruitbomen en haagplanten in 2007 en de intensiteit hiervan per tuin, per hectare en per gezinslid. Over de drie tuinen samen waarin bomen aangeplant werden, zijn in totaal 35 bomen geplant. Dit komt neer op 9,3 bomen per hectare en een halve boom per gezinslid. In twee tuinen werden er in totaal 13 fruitbomen aangeplant of 3,5 fruitbomen per hectare tuin, 0,2 fruitbomen per gezinslid. Een enkele respondent plantte in 2007 250 (jonge) haagplanten. Dit komt neer op een intensiteit van 10 haagplanten per tuin of 66, 8 haagplanten per hectare tuin. Per gezinslid betekent dit 3,9 haagplanten. Tabel 5.42

Synoptische tabel Herent: hoeveelheid en intensiteit input: bomen, fruitbomen en haagplanten in 2007.

SYNOPTISCHE TABEL HERENT N = 25 Aangeplante bomen [stuks] Aangeplante fruitbomen [stuks] Aangeplante haagplanten [stuks]

Totaal

Per tuin (op 25)



35

1,4

9,3

0,5

13

0,5

3,5

0,2

250

10,0

66,8

3,9

Wat betreft de sierplanten was een respondent niet in staat om een inschatting te geven van de gebruikte hoeveelheden. Hoeveelheden konden uitgedrukt worden in het aantal stuks, het aantal zakjes zaad en/of het aantal bloembollen. In totaal werden 392 sierplanten geplant, 7 zakjes zaad gezaaid en 94 bloembollen geplant. Van de aangeplante sierplanten wordt de intensiteit per tuin, per oppervlakte tuin en per gezinslid weergeven in tabel 5.44. Ook bij deze synoptische tabel moet rekening gehouden worden met ontbrekende gegevens voor een respondent enerzijds en de ongecontroleerde schattingen van de andere respondenten anderzijds.

84


Tabel 5.43

Synoptische tabel Herent: hoeveelheid en intensiteit input: sierplanten in 2007.

SYNOPTISCHE TABEL HERENT N = 25 Aangeplante sierplanten [stuks]

Tabel 5.44

Totaal

Per tuin (op 25)



392

15,7

104,7

6,1

Hoeveelheid aangeplante en gezaaide groenten in 2007. PLANT- EN ZAAIGOED Input Tuinbezoek 3 5 7 10 12 15 16 19 20 21 22 23 24 26 Totaal

Groenten in de tuin gebracht in 2007 N=25 Aantal stuks

Aantal zakjes zaad

5 4 38 120 500 geen idee geen idee geen idee 36 geen idee geen idee 100 803

6 geen idee 7 geen idee geen idee 7 geen idee geen idee 1 15 1 37

Het schatten van de hoeveelheid aangeplante of gezaaide groenten blijkt zeer moeilijk te zijn voor verscheidene respondenten. Tabel 5.45 geeft dan ook enkel de hoeveelheden weer, geen intensiteit. 14 van de 25 respondenten hebben in 2007 groenten geplant en/of gezaaid. 7 van hen ondervonden moeilijkheden bij het schatten van de hoeveelheden. In totaal werden er minstens 803 plantjes aangeplant en 37 zakjes zaad gezaaid. Slechts een respondent (nieuwbouwwoning) heeft in 2007 gras gezaaid, dit voor oppervlakte van 520 m². Chemische bestrijdingsmiddelen

In totaal werden er 52 geïdentificeerde unieke bestrijdingsmiddelen gebruikt in de 25 bezochte tuinen in 2007. 12 van deze 52 geïdentificeerde unieke producten waren herbiciden. Deze herbiciden werden gebruikt in 22 van de 25 tuinen. Voor de identificatie en kwantificatie van bestrijdingsmiddelen en hun actieve stoffen zal bijgevolg gefocust worden op de herbiciden. 1.

Identificatie van de gebruikte herbiciden in 2007

Voor de identificatie worden per tuin enkel de producten weergegeven, gebruikt in 2007, waarvan de naam en/of het erkenningsnummer opgenomen kon worden. De andere producten zijn niet verder meegenomen in dit onderzoek. Informatie zoals de erkenningshouder, de producent en de plaats van aankoop kan in bijlage D geraadpleegd

85


worden. In tabel 5.46 worden de 14 unieke herbiciden weergegeven, evenals hun erkenningsnummer, formulering en het aantal tuinen waarin elk product gebruikt werd. RoundUp Ultra (8504/B) is het populairste herbicide, met een gebruik in 6 van de 22 tuinen. 7 van de 14 producten bestaan uit een met water mengbaar concentraat.

Tabel 5.45

Identificatie herbiciden: productnaam, erkenningsnummer, formulering en aantal.

HERBICIDE Producten Productnaam Agro-glyfo 360 Bofix Dicotex Dicotex – For gazon Evergreen Anti-onkruid + gazonmest Gardiflor Casoron Gardiflor Mutan Gazon Net Herbicide Glyfall KB Weedol Madrigal Organische meststof ‘Gazon proper’ Panic Glyfosaat 360 RoundUp Ultra

Identificatie van herbiciden gebruikt in 2007 N=25 Erkenningsnummer Formulering* Aantal 9009/B SL 1 8171/B EW 1 5362/B EC 2 5362/B SL 1 7506/B

GR

1

8136/B 7148/B 9321/B 8391/B 9351/B 8619/B

GR EC SL SL WG SL

1 2 2 1 1 1

8993/B

GR

1

9155/B 8504/B

SL SL

1 6

* Verklaring van de gebruikte afkortingen voor de formulering: SL met water mengbaar concentraat EC emulgeerbaar concentraat GR granulaat WG water dispergeerbaar concentraat EW emulsie, olie in water

Voor 12 van deze herbiciden was het mogelijk om de actieve stoffen te bepalen evenals hun concentratie in het product. 2,4-D en dicamba zijn de meest voorkomende actieve stoffen. Beide actieve stoffen komen voor in 6 van de gebruikte herbiciden. Glyfosaat en MCPA zijn eveneens veel gebruikt. Ze komen namelijk voor in 5 van de gebruikte herbiciden.

86


Identificatie herbiciden: actieve stoffen.

Tabel 5.46 HERBICIDE Actieve stoffen Tuinbezoek 1 1

2 2 3

6 6

14

18 19 19

20 23 25

Identificatie van actieve stoffen in herbiciden gebruikt in 2007 N=25 Productnaam Actieve stof Concentratie Madrigal glyfosaat 360 g/l Dicotex – For gazon MCPA 70 g/l MCPP-P 42 g/l 2,4-D 70 g/l dicamba 20 g/l Gardiflor Mutan tryclopyr 10,8 % Gardiflor Casoros dichlobenil 4% Gazon Net Herbicide MCPA 70 g/l MCPP-P 42 g/l 2,4-D 70 g/l dicamba 20 g/l Gardiflor Mutan tryclopyr 100 g/l Gazon Net Herbicide MCPA 70 g/l MCPP-P 42 g/l 2,4-D 70 g/l dicamba 20 g/l Dicotex MCPA 70 g/l MCPP-P 42 g/l 2,4-D 70 g/l dicamba 20 g/l Evergreen Anti-onkruid 2,4-D 0,7% + gazonmest dicamba 0,1 % Glyfall glyfosaat 360 g/l KB Weedol diflufenican 1,2% oxadiazon 20 % glyfosaat 20 % Panic Glyfosaat 360 glyfosaat 360 g/l Agro-glyfo 360 glyfosaat 360 g/l Organische meststof MCPA 0,15 % ‘Gazon proper’ 2,4-D 0,018 % dicamba 0,15 % mecoprop-p 0,165 %

87


2.

Kwantificatie van de gebruikte herbiciden en hun actieve stoffen in 2007

Voor de kwantificatie van de gebruikte hoeveelheden herbiciden en actieve stoffen worden enkel die producten gebruikt waarvan de eigenaar kon schatten hoeveel hij in 2007 gebruikt heeft. Dit was mogelijk voor 12 van de 14 geïdentificeerde unieke producten. De andere twee herbiciden (Bofix en RoundUp Ultra) worden niet verder meegenomen in dit onderzoek. In tabel 5.48 worden de gebruikte hoeveelheden product per respondent in 2007 meegegeven, in tabel 5.49 de gebruikte hoeveelheden actieve stof per product en per respondent in 2007. Tabel 5.50 geeft een samenvatting van de gebruikte hoeveelheden in 2007 per actieve stof. De hoeveelheden worden in gram en/of in milliliter weergegeven, afhankelijk van de aard van het product (vast of vloeibaar).

Tabel 5.47 HERBICIDE Producten Tuinbezoek 1 1 2 2 3 6 6 14 18 19 19 20 23 25

Kwantificatie herbiciden: gebruik en hoeveelheden producten. Gebruik en gebruikte hoeveelheid van herbiciden in 2007 N=25 Hoeveelheid Hoeveelheid Aantal keer Plaats van gebruikt gebruikt Productnaam gebruikt gebruik in 2007 in 2007 in 2007 [gram] [ml] Madrigal verharding 2 60,0 Dicotex – For gazon 1 25,0 gazon Gardiflor Mutan siertuin 2 200,0 Gardiflor verharding 1 6000,0 Casoron Gazon Net gazon 1 6,0 Herbicide Gardiflor Mutan verharding 20,0 en gazon Gazon Net gazon 1 812,0 Herbicide Dicotex gazon 1 200,0 Evergreen Anti- gazon 1 25.000,0 onkruid + gazonmest Glyfall verharding paar keer 166,0 KB Weedol verharding 1 24,0 Panic Glyfosaat verharding 2 160,0 360 en gazon Agro-glyfo 360 verharding 3 12,0 Organische gazon 1 15.000,0 meststof ‘Gazon proper’

88


Tabel 5.48

HERBICIDE Actieve stoffen Tuinbezoek 1 1

2 2 3

6 6

14

18 19 19

20 23 25

Kwantificatie herbiciden: gebruikte hoeveelheden actieve stoffen per product en per respondent. Gebruik van actieve stoffen in herbiciden in 2007 N=25 Hoeveelheid gebruikt Productnaam Actieve stof in 2007 [gram] Madrigal glyfosaat Dicotex – For gazon MCPA MCPP-P 2,4-D dicamba Gardiflor Mutan tryclopyr Gardiflor Casoros dichlobenil 240,00 Gazon Net Herbicide MCPA MCPP-P 2,4-D dicamba Gardiflor Mutan tryclopyr Gazon Net Herbicide MCPA MCPP-P 2,4-D dicamba Dicotex MCPA MCPP-P 2,4-D dicamba Evergreen Anti-onkruid 2,4-D 175,00 + gazonmest dicamba 25,00 Glyfall glyfosaat KB Weedol diflufenican 0,29 oxadiazon 4,80 glyfosaat 4,80 Panic Glyfosaat 360 glyfosaat Agro-glyfo 360 glyfosaat Organische meststof MCPA 22,50 ‘Gazon proper’ 2,4-D 2,70 dicamba 22,50 mecoprop-p 24,75

Hoeveelheid gebruikt in 2007 [ml] 21,6 1,75 1,05 1,75 0,50 21,60 0,42 0,25 0,42 0,12 2,00 56,84 34,10 56,84 16,24 14,00 8,40 14,00 4,00

59,76

57,60 4,32

89


Kwantificatie herbiciden: gebruikte hoeveelheden actieve stoffen. De weergegeven hoeveelheden zijn complementair.

Tabel 5.49

Gebruik van actieve stoffen in herbiciden in de bezochte tuinen in 2007 N=25

HERBICIDE Actieve stoffen

Actieve stof

Totale hoeveelheid gebruikt in 2007 [gram]

2,4-D dicamba dichlobenil diflufenican glyfosaat MCPA MCPP-P mecoprop-p oxadiazon triclopyr

Totale hoeveelheid gebruikt in 2007 [ml] 197,50 27,70 240,00 0,29 4,80 22,50

73,01 20,86

267,25 83,01 43,81

24,75 4,80 23,60

In 2007 werd 0.14 kg herbiciden gebruikt per ha tuin op de 3,744 ha tuin die bevraagd werd. Voor de actieve stoffen uitgedrukt in gram is van dichlobenil de grootste hoeveelheid toegepast. Voor de actieve stoffen uitgedrukt in liter is dit glyfosaat. In tabel 5.50 wordt voor onverdund glyfosaat de intensiteit naar gebruikte hoeveelheid per tuin, per hectare en per gezinslid weergegeven. In totaal werd in 2007 267,25 ml glyfosaat gebruikt. Dit komt neer op 10,69 ml per tuin en 71,39 ml per ha tuin. Vergeleken met de gebruikte hoeveelheden actieve stoffen in de landbouw zijn dit eerder kleine waarden. Omwille van het feit dat de tuin een ‘leefruimte’ is, zijn deze hoeveelheden niet zomaar verwaarloosbaar. Tabel 5.50

Synoptische tabel Herent: hoeveelheid en intensiteit input: chemische bestrijdingsmiddelen – 2007.

SYNOPTISCHE TABEL HERENT N = 25

Totaal

Onverdund glyfosaat [ml]

267,25

Per tuin (op 25) 10,69

Per ha tuin (op 3,744 ha) 71,39

Per gezinslid (op 64) 4,17


De inputgroep ‘meststoffen en bodemverbeteraars’ wordt in drie subgroepen verdeeld: de kunstmeststoffen, stalmest en de bodemverbeteraars. De kunstmeststoffen bestaan uit minerale en organische meststoffen die in de tuinhandel of elders aangekocht werden. Onder stalmest wordt stalmest van koeien en paarden gerekend die bij de boer of paardenkweker aangekocht werd.

90


Enkel die producten waarvan zowel de naam als de gebruikte hoeveelheden in 2007 gekend zijn, worden in deze bespreking meegenomen. 1.

Kunstmeststoffen: mineraal en organisch

Onder kunstmeststoffen worden die minerale en organische meststoffen geklasseerd die aangekocht werden in een tuinhandel, warenhuis, doe-het-zelf winkel of elders. In tabel 5.52 wordt de productnaam, de producent en de NPK-verhouding gegeven van iedere meststof waarvan zowel de naam als de gebruikte hoeveelheid in 2007 gekend is. 11 van de 35 gebruikte kunstmeststoffen zijn specifiek bedoeld voor gazon, al dan niet met anti-onkruid of anti-mosbestrijding (respectievelijk 1 en 2 producten). Van de 35 gebruikte kunstmeststoffen zijn 15 producten door de producent gelabeld als ‘organisch’. De gebruikte hoeveelheden in 2007 van ieder product zijn weergegeven in tabel 5.53. Ook hier dient het cijfermateriaal geïnterpreteerd te worden als een (soms ruwe) schatting van de gebruikte hoeveelheden. De gebruikte hoeveelheden zijn weergegeven in kilogram en/of liter. De meeste respondenten konden antwoorden in kilogram. Door gebrek aan informatie over de dichtheid van ieder product konden er geen omrekeningen gemaakt worden tussen liter en kilogram. De resultaten worden dus telkens weergegeven voor twee eenheden. Tabel 5.51 geeft een overzicht van de totale hoeveelheid vaste en vloeibare meststoffen in de tuin gebracht in 2007 en de intensiteit hiervan per tuin, per ha en per gezinslid. Aan vaste meststoffen werd er in 2007 in totaal 384,16 kg in de tuin gebracht, voor alle 25 tuinen samen. Dit betekent 15 kg per tuin. Vertaald in ruimtelijke termen werd er in 2007 102,6 kg vaste meststoffen gebruikt per ha tuin. Per gezinslid komt dit neer op een hoeveelheid van 6 kg. Schattingen van de hoeveelheden werden voornamelijk gegeven in kilogram. Voor de hoeveelheden uitgedrukt in liter liggen de waarden bijgevolg lager, namelijk 15,68 liter in totaal. Naar intensiteit toe betekent dit 0,6 liter per tuin, 4,2 liter per hectare tuin en 0,2 liter per gezinslid. Tabel 5.51

Synoptische tabel Herent: hoeveelheid en intensiteit input: kunstmeststoffen – 2007.

SYNOPTISCHE TABEL HERENT N = 25 Meststoffen in de tuin gebracht in 2007 [kg] Meststoffen in de tuin gebracht in 2007 [liter]

Totaal

Per tuin (op 25)



384,16

15,0

102,6

6,0

15,68

0,6

4,2

0,2

De gebruikte hoeveelheden stikstof (N), fosfor (P), kalium (K) en magnesium (Mg) in 2007 afkomstig uit kunstmeststoffen zijn weergegeven in tabel 5.54. Hoeveelheden zijn ook hier uitgedrukt in liter en kilogram. In 2007 werd in totaal 47,56 kg en 12,10 liter stikstof gebruikt afkomstig van kunstmeststoffen.

91


Tabel 5.52 AANGEKOCHTE MESTSTOFFEN Producten Tuinbezoek 1 1 1 1 2 3 6 6 6 6 6 8 8 8 13 13 14 14 16 16 16 16 16 16 16 16

Identificatie van kunstmeststoffen gebruikt in 2007. Identificatie van kunstmeststoffen gebruikt in 2007 N=25 Productnaam Producent NPK-verhouding Organische meststof DCM - De Ceuster 6-8-3 Azalea - Rhodo - Hortensia Meststoffen N.V. Roze korrel Compo Benelux N.V. 18-25-0 Blauwe korrel K-meststof Compo Benelux N.V. 12-17-2 chloorgevoelige teelten Gazon All-seasons Groep AVEVE 4-9-2 DCM - De Ceuster COPRON 3-2-0 Meststoffen N.V. Gazon meststof Vitamon S/A 5-8-0 DCM - De Ceuster Groene korrel 8-18-3 Meststoffen N.V. Greenmix UF 200 Greenmix S.A. 7-15-0 Greenmix Greenmix S.A. 6-12-0 DCM - De Ceuster Organische meststof buxus 5-7-3 Meststoffen N.V. Lawnsand Greenmix S.A. 5-12-0 Bio-meststof buxus 5-7-0 Organische meststof voor DCM - De Ceuster 4-12-3 groenten Meststoffen N.V. Organische meststof 4-8-0 Substral – Scotts Plantenvoeding 3-6-0 Belgium N.V. Organische buxusmeststof 3-5-3 Organische meststof voor de DCM - De Ceuster 6-12-4 siertuin Meststoffen N.V. DCM - De Ceuster Organische meststof voor buxus 5-7-3 Meststoffen N.V. Viano – N.V. Rendapart Organische meststof hortensia 6-13-0 S.A. Organische meststof voor DCM - De Ceuster 4-9-3 siergrassen en bamboe Meststoffen N.V. Organische meststof voor rozen DCM - De Ceuster 6-12-4 en bloemen Meststoffen N.V. Organische meststof voor hagen, DCM - De Ceuster 4-7-4 taxus en coniferen Meststoffen N.V. Organische meststof voor de DCM - De Ceuster 6-12-4 siertuin Meststoffen N.V. Organische meststof RozenEco-style B.V.B.A. 7-8-0 pakket: meststof Organische meststof HostaEco-style B.V.B.A. 7-8-3 pakket: meststof Asef – Scotts Belgium Rhododendron mest 7-17-5 B.V.B.A. Vervolg tabel: zie volgende pagina

92


Vervolg tabel 5.52 AANGEKOCHTE MESTSTOFFEN Producten Tuinbezoek 16 18 18 18 19 19 22 22 25

Tabel 5.53 AANGEKOCHTE MESTSTOFFEN Producten Tuinbezoek 1 1 1 1 2 3 6 6 6 6 6 8 8 8 13 13

Identificatie van kunstmeststoffen gebruikt in 2007 N=25 Productnaam Producent Asef – Scotts Belgium Hortensia: meststof B.V.B.A. Evergreen anti-onkruid + Asef – Scotts Belgium gazonmest B.V.B.A. Asef – Scotts Belgium Evergreen anti-mos + gazonmest B.V.B.A. Gazon meststof Compo Benelux N.V. Asef – Scotts Belgium Asef Meststof B.V.B.A. Greencomfort 3 in 1 ( gazonmest Viano – N.V. Rendapart + anti-mos + bacteriën) S.A. Multigreen Greenpower Organische meststof voor DCM - De Ceuster groenten Meststoffen N.V. Organische meststof gazon DCM - De Ceuster proper + tegen onkruid Meststoffen N.V.

NPK-verhouding 7-17-5 5-8-0 5-0-0 5-8-0 8-12-3 3-5-0 6-10-0 3-12-2 3-6-0

Gebruikte hoeveelheid van kunstmeststoffen in 2007. Gebruikte hoeveelheid kunstmeststoffen in 2007 N=25 Productnaam Organische meststof Azalea - Rhodo - Hortensia Roze korrel Blauwe korrel K-meststof chloorgevoelige teelten Gazon All-seasons COPRON Gazon meststof Groene korrel Greenmix UF 200 Greenmix Organische meststof buxus Lawnsand Bio-meststof buxus Organische meststof voor groenten Organische meststof Plantenvoeding Organische buxusmeststof

Hoeveelheid [kg]

Hoeveelheid [liter]

4,00 0,07 0,00

2,50

0,00 12,50 25,00 5,00 0,00 0,20 30,00 30,00 0,00 0,20 40,00 2,50 20,00 8,00 0,00 0,28 1,50 Vervolg tabel: zie volgende pagina

93


Vervolg tabel 5.53 AANGEKOCHTE MESTSTOFFEN Producten

Gebruikte hoeveelheid kunstmeststoffen in 2007 N=25

Tuinbezoek 14 14 16 16 16 16 16 16 16 16 16 18 18 18 19 19 22 22 25 Totaal Tabel 5.54

Productnaam Organische meststof voor de siertuin Organische meststof voor buxus Organische meststof hortensia Organische meststof voor siergrassen en bamboe Organische meststof voor rozen en bloemen Organische meststof voor hagen, taxus en coniferen Organische meststof voor de siertuin Organische meststof Rozen-pakket: meststof Organische meststof Hosta-pakket: meststof Rhododendron mest Hortensia: meststof Evergreen anti-onkruid + gazonmest Evergreen anti-mos + gazonmest Gazon meststof Asef Meststof Greencomfort 3 in 1 (gazonmest + anti-mos + bacteriën) Multigreen Organische meststof voor groenten Organische meststof ‘Gazon proper’

Hoeveelheid [liter]

4,00 0,90 0,63 63,26 0,60 0,20 0,25 0,25 25,00 25,00 20,00 8,50 10,00 12,50 25,00 15,00 384,16

15,68

Hoeveelheid N, P, K en Mg uit kunstmeststoffen gebruikt in 2007.

AANGEKOCHTE MESTSTOFFEN Producten Tuinbezoek 1 2 3 6 8 13 14 16 18 19 22 25 Totaal

Hoeveelheid [kg] 1,20 1,00 4,80

N [kg] 0,31 1,00 1,00 18,38 1,70 0,10 0,09 5,14 13,75 1,28 5,5 1,35 47,56

Hoeveelheid N, P, K en Mg uit kunstmeststoffen gebruikt in 2007 N=25 N P P K K Mg [liter] [kg] [liter] [kg] [liter] [kg] 0,55 0,105 0,340 0,284 1,285 0,072 0,330 0,415 0,110 0,332 0,04 2,740 0,010 11,304 0,309 0,072 0,545 2,668 0,360 0,17 0,020 0,004 0,062 0,027 0,050 0,177 0,047 0,925 7,715 1,645 1,500 2,988 0,000 0,400 1,261 0,153 10,5 0,000 3,000 2,490 11,620 0,600 0,747 0,300 12,10 7,520 3,350 30,443 13,229 2,676

Mg [liter] 0,180

0,007

0,1872

94


2.

Stalmest

5 van de 25 respondenten gebruikten stalmest in hun tuin. 4 van de 6 gebruikte producten waren runderstalmest, de 2 overige producten paardenstalmest. De gebruikte hoeveelheden in 2007 zijn weergegeven in tabel 5.55 en uitgedrukt in kilogram of in m³. In totaal werd er 57,6 kg en 31 m³ dierlijke meststoffen gebruikt. Tabel 5.56 geeft de gebruikte hoeveelheden stikstof (N), fosfor (P), kalium (K), magnesium (Mg) en organische stof (O.S.) weer, gebonden aan dierlijke meststoffen. Voor 2007 werd er 0,613 kg en 1.144 m³ N in de tuin gebracht door middel van dierlijke meststoffen. Voor organische stof is dit 9,236 kg en 5.520 m³. Tabel 5.55

Gebruikte hoeveelheid stalmest in 2007. Gebruikte hoeveelheid stalmest in 2007 N=25 Hoeveelheid Meststof [kg]

STALMEST Producten Tuinbezoek 8 10 10 20 21 24 Totaal

Tabel 5.56

runderstalmest paardenstalmest runderstalmest runderstalmest paardenstalmest runderstalmest

8 10 20 21 24 Totaal

3.

1,0 6,0 50,0

57,6

28,0 1,5 31,0

Hoeveelheid N, P, K en Mg uit dierlijke meststoffen gebruikt in 2007.

DIERLIJKE MESTSTOFFEN Producten Tuinbezoek

Hoeveelheid [m³] 1,5

N [kg]

N [m³] 0,012

0,213 0,400

0,613

1,120 0,012 1,144

Hoeveelheid N, P, K, Mg en organische stof (O.S.) uit stalmest gebruikt in 2007 N=25 P P K K Mg Mg [kg] [m³] [kg] [m³] [m³] [m³] 0,002 0,009 0,001 0,009 0,044 0,007 0,063 0,303 0,042 0,037 0,116 0,027 0,002 0,009 0,001 0,072 0,041 0,347 0,134 0,049 0,029

O.S. [m³]

O.S. [m³] 0,240

1,236 8,000

9,236

N-gebruik uit meststoffen

Tabel 5.57 geeft een overzicht van de gebruikte hoeveelheid stikstof in 2007 voor de kunstmeststoffen en stalmest samen, evenals de gebruiksintensiteit per tuin, per hectare tuin en per gezinslid. Per hectare tuin werd er in 2007 12,9 kg, 0,6 liter en 1,2 m³ N binnengebracht. Naar de intensiteit per gezinslid toe betekent dit een gebruik van 0,8 kg, 16,1 liter en 0,1 m³ N per gezinslid gebruikt in 2007.

95

5,040 0,240 5,520


Tabel 5.57

Synoptische tabel Herent: hoeveelheid en intensiteit input: N – 2007.

SYNOPTISCHE TABEL HERENT N = 25 N in de tuin gebracht in 2007 [kg] N in de tuin gebracht in 2007 [liter] N in de tuin gebracht in 2007 [m³]

Totaal

Per tuin (op 25)



48,2

1,9

12,9

0,8

12,10

6,3

0,9

16,1

1,144

0,2

1,2

0,1

Vergeleken met de gebruikte hoeveelheden in de landbouw zijn dit eerder kleine hoeveelheden. Volgens de bemestingsnormen voor grasland bijvoorbeeld liggen de grenswaarden op 170 kg uit stalmest en 250 kg voor kunstmeststoffen per ha per jaar (VLM, 2008). Deze bemestingsnomen geven geen stikstofbehoeften van grasland weer, maar een wettelijk vastgelegde maximum hoeveelheid die gebruikt mag worden. Omwille van nabijheid of ligging van privétuinen in woongebied zijn de gebruikte hoeveelheid stikstof niet verwaarloosbaar. In 2004 bedroeg de gemiddelde stikstofdepositie7 39,8 kg N/(ha.jaar) (www.milieurapport.be). 4.

Bodemverbeteraars

Omwille van de uitgebreide vragenlijst en de beperkte tijd (ongeveer 1 uur per tuinbezoek) kon er bij de tuinbezoeken niet ingegaan worden op de specifieke kenmerken van iedere bodemverbeteraar, zoals de neutraliserende waarde, het organische stofgehalte enz. Wel werd de productnaam evenals de gebruikte hoeveelheid in 2007 genoteerd. De producten waarvoor deze informatie beschikbaar was, werden vervolgens meegnomen in deze kwantificering. 20 van 22 thuiscomposteeerders gebruiken thuiscompost in de eigen tuin. De gebruikte hoeveelheden konden echter niet geschat worden en zijn bijgevolg niet mee opgenomen in de kwantificatie van gebruikte bodemverbeteraars. Een overzicht van de totale hoeveelheid bodemverbeteraars (potgrond, kalk, aluin, basaltmeel en verenmeel) gebruikt in 2007 en de gebruiksintensiteit wordt gegeven in tabel 5.58. Daarnaast wordt ook specifiek ingezoomd op de gebruikte hoeveelheid en de gebruiksintensiteit van kalk. Zoals uit deze tabel afgeleid kan worden, bestaat ongeveer 63 % van de gebruikte hoeveelheid bodemverbeteraars uit kalk.

Tabel 5.58

Synoptische tabel Herent: hoeveelheid en intensiteit input: bodemverbeteraars – 2007.

SYNOPTISCHE TABEL HERENT N = 25 Bodemverbeteraars in de tuin gebracht in 2007 [kg] Kalk in de tuin gebracht in 2007 [kg] 7

Totaal

Per tuin (op 25)

Per ha (op 3,744 ha)


324,96

13,0

86,8

5,0

203,86

8,2

54,4

3,2

De stikstofdepositie omvat de droge en natte depositie van stikstofhoudende verbindingen.

96


6.1.2.

Water

Ook voor de gebruikte hoeveelheden leidingwater in 2007 moet rekening gehouden worden met het feit dat de kwantificatie gebeurd is door middel van schattingen en met behulp van verscheidene aannames. Deze aannames kunnen geraadpleegd worden in paragraaf 3.2 van hoofdstuk 4. Tabel 5.59 geeft een overzicht van het verbruik van leidingwater per activiteit voor alle tuinen samen. Hieruit blijkt dat het bijvullen van de vijver en het spelen van de kinderen de twee grootste waterverbruikers kunnen zijn. De gebruiksintensiteit wordt weergegeven in tabel 5.60. In totaal werd over de 25 tuinen samen 4.980 liter leidingwater verbruikt in de tuin in 2007. Dit komt neer op 199,2 liter per tuin of 1.330,41 liter per hectare tuin. Het verbruik per gezinslid ligt op 77,8 liter. Verbruik leidingwater per activiteit.

Tabel 5.59 LEIDINGWATER Verbruik Tuinbezoek Totaal Tabel 5.60

Verbruik leidingwater in 2007 Besproeien van de sierplanten [liter] 30

Wassen van de wagen [liter] 330

Schoonmaken [liter] 85

Spelen van de kinderen [liter] 1.193

Totaal verbruik [liter] 4.980

Synoptische tabel Herent: hoeveelheid en intensiteit input: leidingwater – 2007.

SYNOPTISCHE TABEL HERENT N = 25 Leidingwater in de tuin gebracht in 2007 [liter]

6.1.3.

Bijvullen van de vijver [liter] 3.000

Totaal

Per tuin (op 25)



4.980

199,2

1.330,41

77,8

Energie

Het energieverbruik door tuinmachines wordt in dit onderzoek ook beschouw als een input. Om dit energieverbruik te kwantificeren werden eveneens verscheidene aannames gebruikt, te raadplegen in paragraaf 3.2 van hoofdstuk 4. Het verbruik per tuinmachine werd hierbij opgedeeld naar de energiebron: elektriciteit of brandstof. Het energieverbruik per tuinmachine kan geraadpleegd worden in tabel 5.62. Grasmaaier sop brandstof zijn de grootste energieverbruikers in de tuin. In totaal werd er, volgens schattingen, 2.587 kWh energie verbruikt in 2007 over de 25 bezochte tuinen samen. Tabel 5.61 geeft de gebruiksintensiteit per tuin, per hectare tuin en per gezinslid weer. Tabel 5.61

Synoptische tabel Herent: hoeveelheid en intensiteit input: energie tuinmachines – 2007.

SYNOPTISCHE TABEL HERENT N = 25 Energieverbruik tuinmachines in 2007 [kWh]

Totaal

Per tuin (op 25)



2.587

103,48

690,97

40,42

97


Tabel 5.62

Geschat energieverbruik per tuinmachine. TUINMACHINES Type Grasmaaier Graskantsnijder Haagschaar Hakselaar Bladblazer en/of zuiger Hogedrukreiniger Verticuteermachine Freesmachine Bosmaaier Kleine tractor Totaal

Verbruik in de bezochte tuinen in 2007 N=25 Totaal energieverbruik Energiebron [kWh] Elektriciteit 166,37 Brandstof 1.398,75 Elektriciteit 10,86 Brandstof 1,85 Elektriciteit 107,16 Brandstof 27,72 Elektriciteit 117,52 Brandstof 54,48 Elektriciteit

108,36

Brandstof Elektriciteit Elektriciteit Brandstof Brandstof Brandstof

12,91 81,42 10,85 87,78 19,11 381,65 2.586,75

Ook het transport van en naar tuinwinkels, warenhuizen, de markt, … voor het aankopen van het benodigd materiaal voor tuinwerkzaamheden (machines, meststoffen, bestrijdingsmiddelen, planten zaaigoed, …) verbruikt energie. Aangezien er geen gegevens gevraagd werden over de wagens van de respondenten, is het niet mogelijk om dit energieverbruik in te schatten, Het is wel mogelijk om een soort indicator voor te stellen voor het energieverbruik omwille van transport. Een inschatting van de gemiddelde afstand die een respondent aflegt per keer dat hij of zij met de wagen naar de tuinhandel gaat voor het aankopen van tuinproducten zou een dergelijke indicator kunnen zijn. Op basis van de verzamelde gegevens bij de tuinbezoeken kon hiervoor al een schatting gemaakt worden. Gemiddeld wordt er door de 25 bezochte tuinbeheerders 11,5 km afgelegd per tocht naar en van de tuinhandel. In totaal wordt er door de bezochte tuinbeheerders samen 320,25 km afgelegd indien ze allen één keer naar en van hun tuinhandel rijden. Indien in de toekomst nog informatie beschikbaar wordt over het aantal keren dat een tuinhandel gemiddeld bezocht wordt per jaar en het gemiddeld verbruik over verschillende wagens heen kan het energieverbruik gelinkt aan transport naar en van tuinhandels geschat worden.

98


6.2.

Outputs

Voor de kwantificering van outputs wordt enkele gefocust op de groep producten. Een kwantificering van de output van regen- en grondwater naar het huishouden behoort niet tot dit onderzoek. In toekomstig onderzoek kan hier echter wel aandacht aan besteedt worden. Deze output is voornamelijk belangrijk in gebieden waar woningen niet aangesloten zijn op de watervoorziening, zoals voor enkele woningen in Herent het geval is. Ook voor privétuinen beheerd door milieubewuste huishoudens die regen- en of grondwater gebruiken voor het doorspoelen van het toilet of de wasmachine zal er waarschijnlijk een hoge wateroutput vastgesteld worden.

6.2.1.

Producten

Net zoals bij de kwalitatieve verdeling van de outputs in paragraaf 4 van dit hoofdstuk wordt de outputgroep ‘producten’ in twee subgroepen verdeeld, namelijk het groenafval enerzijds en producten uit moestuin en neerhof en van fruit- en notenbomen- en struiken zoals fruit, noten, groenten en eieren anderzijds. GROENAFVAL

Gazonmaaisel

9 van de 25 respondenten brachten in 2007 gazonmaaisel buiten hun tuin. In totaal werd 74.280 liter gazonmaaisel uit de tuinen uitgevoerd. In tabel 5.63 wordt de intensiteit van deze output weergegeven, met de uitgevoerde hoeveelheden per tuin, per hectare tuin, per hectare gazon en per gezinslid. Tabel 5.63

Synoptische tabel Herent: hoeveelheid en intensiteit output: gazonmaaisel2007.

SYNOPTISCHE TABEL HERENT N = 25 Gazonmaaisel uit de tuin gebracht in 2007 [liter]

Totaal

Per tuin (op 25)


Per ha gazon (op 1,29 ha)


74.280

2.971,2

19.839,7

57.581,4

1.160,6

Klein snoeiafval en snoeihout

Voor klein snoeiafval en snoeihout was het schatten van de uitgevoerde hoeveelheden al een iets moeilijkere opgave dan het schatten van de uitgevoerde hoeveelheden gazonmaaisel. De uitgevoerde hoeveelheden voor 2007 zijn opgenomen in tabel 5.64 voor klein snoeiafval en in tabel 5.65 voor snoeihout.

99


Hoeveelheid klein snoeiafval uit de tuin gebracht in 2007.

Tabel 5.64 KLEIN SNOEIAFVAL Output Tuinbezoek

Klein snoeiafval uit de tuin gebracht in 2007 Hoeveelheid [m³]

2 3 5 16 18 19 21 26 Totaal

Tabel 5.65 Snoeihout Output Tuinbezoek 1 2 3 4 5 6 7 8 12 13 16 17 18 19 20 21 22 25 26 Totaal

Hoeveelheid [kg]

1,9 geen idee 1,5 200 geen idee geen idee 70 1 74,4

200

Hoeveelheid snoeihout uit de tuin gebracht in 2007. Antwoorden - snoeihout uit de tuin gebracht in 2007 Hoeveelheid [m³]

Hoeveelheid [kg]

geen idee 6,00 geen idée geen idee, maar niet veel 0,75 1000 9,00 3,00 niet veel 375 150 75 12,80 750 2,00 20,00 4,00 geen idee 35,70 93,25

geen idee 2.350

100


PRODUCTEN UIT MOESTUIN EN NEERHOF EN VAN FRUIT- EN NOTENBOMEN- EN STRUIKEN

De kwantificatie van groenten, fruit, noten, eieren en vlees is gebaseerd op de gegevens van de tuinen waarvan de beheerders een schatting van de hoeveelheden konden geven. Dit betekent dat de gegeven hoeveelheden onderschattingen zijn van de effectieve geoogste hoeveelheden in 2007 over de 25 bezochte tuinen. Moestuin

Voor de kwantificatie van geoogste groenten konden de respondenten antwoorden in 5 verschillende eenheden. Deze eenheden kunnen ingedeeld worden in twee groepen: 1. Eenheden gerelateerd aan de producten zelf (kilogram, aantal stuks, volume in liter of m³), 2. Eenheden gerelateerd aan de moestuin: lengte van de plantrij of oppervlakte van de moestuin beplant met bepaalde groente. Tabel 5.66 geeft een overzicht van het gewicht aan groenten uit de tuin gebracht in 2007, evenals een intensiteit hiervan per tuin, per hectare tuin, per hectare moestuin en per gezinslid. Een overzicht van de uitgevoerde hoeveelheden per groentesoort wordt weergegeven in de tabellen 5.67 en 5.68.

Tabel 5.66

Synoptische tabel Herent: hoeveelheid en intensiteit output: gewicht groenten- 2007.

SYNOPTISCHE TABEL HERENT N = 25 Groenten uit de tuin gebracht in 2007 [kg]

Tabel 5.67

Totaal

Per tuin (op 25)


Per ha moestuin (op 0,468 ha)


1.344,5

53,8

359,1

2.872,9

21,0

Hoeveelheid groenten uit de tuin gebracht in 2007- eenheid moestuin. PRODUCTEN UIT DE MOESTUIN

pastinaak peterselie veldsla wortel

Tuinen met moestuin N=12 Eenheid moestuin Lengte plantrij Oppervlakte [m] [m²] 6 1 6 12 6

Van prei worden de meeste stuks uit de tuin gebracht, volgens gewicht zijn dit de aardapppelen.

101


Tabel 5.68

Hoeveelheid groenten uit de tuin gebracht in 2007- eenheid producten.

PRODUCTEN UIT DE MOESTUIN

Tuinen met moestuin N=12 Aantal [stuks]

aardappel aardbei ajuin asperge aubergine bloemkool bonen brocoli chilipeper courgette erwten groene kool knolselder komkommer kool look paprika pastinaak peterselie pompoen prei radijs rode biet rode kool sjalot sla snijbiet spitskool spruit tijm tomaat veldsla witloof witte kool wortel

Eenheid gerelateerd aan de producten Gewicht Volume Volume [kilogram] [liter] [m³] 680 0,45 7 6 25 0,45 5 1 5 9 65,5 50 12 20 100 50 6 6 20 40 50 0,5 2 64 45

100 850 0,5 10 11 10 218 8 4 17 220

10

12 18 23

102


Fruitbomen, notenbomen en struiken met klein fruit en neerhof

De hoeveelheden geoogst fruit en neerhofproducten uit de tuin gevoerd zijn respectievelijk weergegeven in tabel 5.70 en tabel 5.71.

Tabel 5.69

Hoeveelheid fruit uit de tuin gebracht in 2007.

PRODUCTEN VAN FRUITBOMEN, NOTENBOMEN EN KLEIN FRUIT

appel braambes druiventrossen framboos fruit nectarine okkernoot peer pruim

Tabel 5.70

Tuinen met fruit- en notenproductie N = 11 Aantal Gewicht Volume [stuks] [kilogram] [liter] 2 185 20 170 40 10 1000 12 1000 80 80 5

Hoeveelheid neerhofproducten uit de tuin gebracht in 2007.

PRODUCTEN UIT NEERHOF

eieren haan kip

Tuinen met NEERHOFPRODUCTEN N=5 Aantal [stuks] 2.687 5 4

103


Tabel 5.71

Samenvattende overzichtstabel Herent: kwantificatie van specifieke inputs en outputs – 2007. Totaal

Per tuin (op 25)



16.962

678,5

4.530,5

265

Aangekocht dierenvoer in de tuin gebracht in 2007 [kg]

2.651,0

106,0

708,1

41,4

Aangekocht dierenvoer in de tuin gebracht in 2007 [liter]

45,0

1,8

12,0

0,7

Aangeplante bomen [stuks]

35

1,4

9,3

0,5

Aangeplante fruitbomen [stuks]

13

0,5

3,5

0,2

Aangeplante haagplanten [stuks]

250

10,0

66,8

3,9

Aangeplante sierplanten [stuks]

392

15,7

104,7

6,1

Onverdund glyfosaat [ml]

267,25

10,69

71,39

4,17

Meststoffen in de tuin gebracht in 2007 [kg]

384,16

15,0

102,6

6,0

Meststoffen in de tuin gebracht in 2007 [liter]

15,68

0,6

4,2

0,2

N in de tuin gebracht in 2007 [kg]

48,2

1,9

12,9

0,8

N in de tuin gebracht in 2007 [liter]

12,10

6,3

0,9

16,1

N in de tuin gebracht in 2007 [m³]

1,144

0,2

1,2

0,1

Bodemverbeteraars in de tuin gebracht in 2007 [kg]

324,96

13,0

86,8

5,0

Kalk in de tuin gebracht in 2007 [kg]

203,86

8,2

54,4

3,2

Leidingwater in de tuin gebracht in 2007 [liter]

4.980

199,2

1.330,41

77,8

Energieverbruik tuinmachines in 2007 [kWh]

2.587

103,48

690,97

40,42

Gazonmaaisel uit de tuin gebracht in 2007 [liter]

74.280

2.971,2

19.839,7

1.160,6

Groenten uit de tuin gebracht in 2007 [kg]

1.344,5

53,8

359,1

21,0

SYNOPTISCHE TABEL HERENT N = 25 GFA en AOA in de tuin gebracht in 2007 [liter]

104

Deel IV Internetenquête in Vlaanderen

6. Internetenquête in Vlaanderen Het aanmaken van een dataset met gegevens over privétuinen in Vlaanderen gebeurt eveneens door middel van enquêtering. Enquêtering op een dergelijke schaal kan gebeuren volgens verschillende technieken.

1.

Enquêteringstechnieken

Malhotra en Birks (2003) stellen dat een enquêteringstechniek gebaseerd is op het gebruik van een gestructureerde vragenlijst, gegeven aan een steekproef of populatie. Bij een gestructureerde gegevensverzameling wordt een formele vragenlijst voorbereid en de vragen gesteld in een vastgelegde volgorde. In dit onderzoek zal er sprake zijn van een direct onderzoek. Dit wil zeggen dat de respondent op de hoogte is van het doel van het onderzoek (Malhotra en Birks; 2003). Enquêtes kunnen volgens Malhotra en Birks (2003) op drie verschillende manieren uitgevoerd worden (zie figuur 6.1): 1. Telefonische enquêtes 2. Persoonlijke enquêtes 3. Enquêtes via briefwisseling Voor telefonische enquêtes zou in dit onderzoek enkel de traditionele telefonische enquêteringstechniek in aanmerking komen. Beperkingen van de techniek, zoals het gebrek aan visuele hulpmiddelen maakt deze techniek voor dit onderzoek ongeschikt (Malhotra en Birks, 2003). Omwille van de hoge prijs in kosten en tijd en omdat het de bedoeling is om op een relatief beperkte tijd een uitgebreide gegevensverzameling aan te leggen, zal er in dit onderzoek niet gewerkt worden met persoonlijke interviews voor de gegevensverzameling over privétuinen in Vlaanderen (Malhotra en Birks, 2003). Deze enquêteringstechniek werd bijvoorbeeld toegepast in het preventie- en evaluatieonderzoekvoor GFT- en groenafval, KGA en AEEA (M.A.S., 2007) in opdracht de Vlaamse Milieumaatschappij.

106

6. Internetenquête in Vlaanderen

Figuur 6.1

Enquêteringstechnieken (naar Malhotra en Birks, 2003).

Enquêtering via briefwisseling zou in dit onderzoek met behulp van de traditionele papieren enquêtes of elektronisch kunnen gebeuren. Deze manier van enquêteren vereist een uitgebreide tijdspanne en is niet efficiënt voor enquêtes op grote schaal. Dezelfde vragenlijst kan ook in een elektronische versie via e-mail verspreid worden onder voorgeselecteerde potentiële respondenten. Malhotra en Birks (2003) rekenen internetenquêtes of webenquêtes eveneens onder internettechnieken via briefwisseling. De vragenlijst is hierbij opgebouwd in hypertext markup language (HTML) en gepubliceerd op een website. Respondenten kunnen dan aangesproken worden door middel van conventionele technieken (e-mail, telefoon, advertentie, …). Hierbij worden respondenten gevraagd om naar een bepaalde webpagina te gaan en de vragenlijst in te vullen. Vaak worden respondenten ook niet aangesproken, maar komen ze zelf op de website terecht. Iedere bezoeker van de website kan meedoen aan de enquête (Malhotra en Birks, 2003). In dit onderzoek is voor deze techniek gekozen.

2.

Het bouwen van een internetenquête

In dit project wordt ervoor gekozen om te werken met een internetenquête. Door middel van de tuinenquête zal er algemene informatie over tuinen, tuingebruikers en tuinbeheer in privétuinen in Vlaanderen verzameld kunnen worden.

107


2.1.

Voor- en nadelen van internetenquêtes

Snelheid en lagere kosten zijn twee voordelen van internetenquêtes, aangehaald door Malhotra en Birks (2003), die doorslaggevend zijn voor de keuze in dit onderzoek. Ook het feit dat de antwoorden automatisch opgeslagen worden in database is een belangrijk pluspunt (Malhotra en Birks, 2003; Roth, 2006). Reips (2002) geeft onder andere het gemak waarmee respondenten uit verschillende regio’s bereikt kunnen worden en de geautomatiseerde dataverwerking aan als voordelen. Een studie van Roth (2006) wijst eveneens op enkele belangrijke voordelen ten opzichte van de traditionele experimentele opstellingen zoals telefonisch enquêteren of deur-aandeur interviews. Er zijn minder organisatorische problemen, de enquêtering zelf is makkelijker toegankelijk voor respondenten en de deelname is vrijwillig. Reacties worden automatisch opgeslagen en verwerkt. Naast voordelen kennen internetenquêtes ook nadelen. De veralgemeenbaarheid van internetenquêtes kan negatief beïnvloed worden door de afhankelijkheid van computertechnologie en technische problemen (Malhotra en Birks, 2003). Ook beperkte bereikbaarheid tot internet voor bepaalde huishoudens en het optreden van zelfselectie zijn gekende nadelen (Reips, 2002; Malhotra en Birks, 2003). Zelfselectie kan optreden als de verdeling van de respondenten waar een onderzoek zich op richt niet toevallig heeft plaats gevonden. Indien bijvoorbeeld alleen ecologische tuinierders de enquête zouden invullen zal er sprake zijn van zelfselectie. Aan de hand van de verzamelde gegevens is het wel mogelijk om de samenstelling van de respondentengroep min of meer te reconstrueren. Het sociologisch en geografisch profiel van de respondenten dat volgt uit de enquête kan dan vergeleken worden met algemene gegevens uit onder meer de Socio-economische enquête van 2001 (NIS, 2007). Hierdoor kan er nagegaan worden of de vertegenwoordiging van respondenten verdeeld is over bepaalde groepen of geografische streken. Naast een aantal bedenking over zelfselectie zijn er ook een aantal aspecten die de veralgemeenbaarheid van internetenquêtes positief beïnvloeden.

Reips (2000) geeft aan dat er meer deelnemers op vrijwillige basis zullen deelnemen aan de studie omdat er minder hinderpalen zijn. Hierdoor zullen meer authentieke gegevens verzameld kunnen worden.

Omdat de respondent de enquête kan beantwoorden waar hij of zij het wil, bevindt de respondent zich in een meer ‘natuurlijke’ omgeving. Hierdoor is de invloed van een ‘ongekende’ op de antwoorden uitgeschakeld (Reips, 1997).

Door het werken met een internetenquête zullen er een groter aantal niet-lokale ‘samples’ verzameld worden met een ruimere verdeling van demografische eigenschappen.

108


De term ‘dropout’ verwijst naar het fenomeen waarbij een aantal deelnemers de enquête niet aanvat of vroegtijdig afsluit. Door het bijhouden en analyseren van bijvoorbeeld dropout grafieken is het mogelijk om het selectief stoppen met invullen van de enquête op te sporen. Indien er door de respondenten effectief op een selectieve manier gestopt wordt met het invullen van de enquête komt de verklarende kracht van de studie in het gedrang. Om achteraf te kunnen nagaan wanneer respondenten afhaken dient de enquête zo ontworpen te worden dat niet alle vragen op één enkele webpagina komen. Dropout kan volgens Reips (2002) op verschillende manieren geminderd worden. Door het nemen van allerlei maatregelen die een tegengewicht vormen ten opzichte van de factoren die dropout uitlokken zal dropout zelf afnemen. Voorbeelden van zulke maatregelen zijn het vragen naar persoonlijke gegevens in het begin van het experiment of een financiële impuls in het vooruitzicht stellen (Bächtiger et al., 2001; Reips, 2000). In dit onderzoek wordt gekozen voor de tweede mogelijkheid onder de vorm van een wedstrijd. Ook het ontwerp, de laadtijd en de functionaliteit van de enquête speelt een rol (Reips, 2000). In het ontwerp en bij het programmeren van de enquête werd hiermee rekening gehouden. Indien er voor een respondent geen antwoord genoteerd wordt op een vraag van een bepaalde pagina, wordt bij het doorsturen van de antwoorden van die pagina gemeld dat er ontbrekende antwoorden zijn. Dit gebeurt om toch een minimale kwaliteit van de gegevens te kunnen verzekeren. Toch is het mogelijk dat respondenten gewoon geen antwoord weten op een vraag (bijvoorbeeld de hoeveelheid vloeibare bestrijdingsmiddelen gebruikt in 2007). Op dergelijke vragen dienen de respondenten dan ook geen antwoord te geven. Dit wordt bij de vraag zelf steeds vermeld en er wordt ook geen foutmelding over ontbrekende antwoorden gegeven. Een studie uitgevoerd met behulp van een internetenquête zal slechts zeer weinig tot niet beïnvloed worden door de wetenschapper. Omwille van de onafhankelijkheid van de wetenschapper is de studie objectief.

2.2.

Voorbereiding

Vooraleer de enquêtevragen opgesteld kunnen worden, moet het duidelijk zijn welke informatie er verzameld moet worden (Malhotra en Birks, 2003). Op basis van de variabelenlijst die in een voorbereidend overleg (27 juli 2007, zie bijlage A) opgesteld werd, werd een eerste vragenlijst opgebouwd. Gedurende enkele dagen in augustus 2007 werden tuinbezoeken afgelegd bij vrijwillige proefrespondenten om deze eerste vragenlijst uit te testen. Hierbij werd er gekeken naar de verstaanbaarheid van de vraag en de haalbaarheid voor het bevragen van de variabelen. Voor bepaalde vragen naar hoeveelheden werd er gepolst naar de eenheden waarin een respondent het eenvoudigste zou kunnen rekenen en antwoorden. Na het doorvoeren van de nodige aanpassingen en suggesties van de proefrespondenten, werd de vragenlijst voorgesteld aan de stuurgroep op de startvergadering van 23 augustus 2008. Tijdens deze vergadering werd de vragenlijst overlopen samen met de stuurgroepleden. Suggesties en gevraagde aanpassingen van de stuurgroep werden doorgevoerd of weerhouden op basis van een gegronde onderbouwing.

109


Omdat uit deze vragenlijst al bleek dat de tuinenquête voor de respondent een uitgebreide en zware bevraging zou zijn, werd ervoor gekozen om een wedstrijd te verbinden aan het volledig invullen van de enquête. Omwille van juridische redenen en op aanraden van Sarah Cappaert (juridische dienst K.U. leuven) werd gekozen voor het stellen van een schiftingsvraag: Hoeveel mensen zullen de tuinenquête ingevuld hebben op 1 december 2007 om 18u00? Voor de wedstrijd werd sponsoring verkregen bij Davidsfonds. Als tegenprestatie voor de sponsoring werd het logo van Davidsfonds met een link naar de Davidsfonds website geplaatst op de website van de tuinenquête.

2.3.

Programmeren en afwerken

2.3.1.

Technische aspecten

Op basis van de aangepaste vragenlijst werd begonnen met het programmeren van de internetenquête. Vooreerst werd op aanraden van het Leuvens Universitair Dienstencentrum Informatica en Telematica (LUDIT) de mogelijkheid nagegaan om te werken met het programma QuestionmarkTM PerceptionTM 4 (Questionmark, 2007). QuestionmarkTM PerceptionTM is een evaluatiebeheerssysteem waarmee het onder meer mogelijk is om vragenlijsten op te stellen. Met dit programma is het echter niet mogelijk om combinatievragen te programmeren. Hierdoor zouden verschillende vragen opgesplitst moeten worden in meerdere deelvragen, waardoor de reeds uitgebreide vragenlijst te uitputtend zou worden. Met QuestionmarkTM PerceptionTM kon ook enkel gewerkt worden met een vaste layout die gebruikt wordt bij online-testen in het kader van onderwijsopdrachten aan de K.U.Leuven. Omwille van de beperkingen van het programma QuestionmarkTM PerceptionTM 4 (Questionmark, 2007) werd ervoor gekozen om de enquête te programmeren in html en met behulp van javascript. De enquête is eerst gecodeerd en vervolgens gedigitaliseerd met de hulp van html-formulieren die door een gebruiker ingediend kunnen worden en dan door de webserver verwerkt en opgeslagen. Vervolgens is door gebruik te maken van javascript de website dynamisch gemaakt waardoor een respondent enkel die vragen te zien kreeg die door hem of haar ingevuld moesten worden (omwille van bepaalde keuzes of antwoorden). Voor het online publiceren van de enquête was een php/MySQL ondersteunende serverruimte vereist. Deze webserver werd ter beschikking gesteld door LUDIT. De webserver werd zo geprogrammeerd dat de resultaten anoniem opgeslagen werden. Alleen tijdens het invullen van de enquête door een gebruiker wist de server welke resultaten hij aan die bepaalde gebruiker moest koppelen. Zodra deze gebruiker de enquête afsloot, werd de gebruikersinformatie verwijderd. Op deze manier werd de informatie ongebonden aan een gebruiker of anoniem in de database opgeslagen. Voor de technische verwerking van de gegevens en het exporteren van de database werd gebruik gemaakt van de programmeertaal php. Als database voor het opslagen van de antwoorden werd een MySQL omgeving gekozen.

110


Voor het online plaatsen en bereikbaar maken van de internetenquête werd via LUDIT voor een jaar het internetadres www.tuinenquete.be geregistreerd. Het ontbreken van het hoedje op enquête is een bewuste keuze.

2.3.2.

Opbouw van de enquête

De webpagina is opgebouwd uit drie grote delen: home-pagina, de enquête en de contactpagina. Op de home-pagina wordt een kadering gegeven van het onderzoek. De enquêtepagina geeft rechtstreeks toegang tot de enquête of vragenlijst. Om structuur aan te brengen in deze vragenlijst wordt er gewerkt met vragenblokken. Onder een vragenblok vallen de vragen die betrekking hebben op de variabelen uit een bepaalde variabelengroep zoals gedefinieerd onder paragraaf 4.2. in hoofdstuk 3. Op deze manier worden de respondenten op een gestructureerde manier doorheen de enquête geloodst. Hierbij wordt ervan uit gegaan dat het beantwoorden van bijvooreeld kwantificatievragen beter in hun context geplaatst kunnen worden, waardoor ze eventueel gemakkelijker beantwoordbaar worden. Deze structuur wordt echter niet meegegeven aan de respondenten zelf. Reips (2002) vermeld als een standaard voor web-experimenten namelijk dat de structuur niet vanaf het begin duidelijk mag zijn. De contactpagina is door iedereen te gebruiken. Via dit invulformulier is het voor een bezoeker mogelijk om eventuele vragen, bemerkingen, suggesties of problemen door te geven aan de projectmedewerker. Om te kunnen antwoorden, wordt gevraagd naar een naam en e-mailadres. Deze contactgegevens staan echter volledig los van een eventueel ingevulde enquête, waardoor deze anoniem blijft. Naast de drie grote delen van de website, bestaat er ook een webpagina met definities en uitleg. Deze pagina is steeds vanuit iedere pagina van de website bereikbaar, ook doorheen de enquête. Deze pagina kan opgevraagd worden zonder dat de enquête verlaten dient te worden of dat antwoorden verdwijnen. Om dropout doorheen de enquête te kunnen analyseren, dient de enquête zo ontworpen te worden dat niet alle vragen op één webpagina komen. De internetenquête werd bijgevolg zo opgebouwd dat ieder af te lijnen vragenblok (zie tabel 6.1) op een nieuwe pagina verschijnt. Hierdoor is het mogelijk om het aantal dropouts per vragenblok te bepalen. Ingevoerde gegevens worden bewaard gedurende de sessie, waardoor respondenten kunnen teruggaan naar vorige vraagblokken met de mogelijkheid tot het aanpassen van hun antwoorden, zonder alle antwoorden opnieuw te moeten invoeren. Langs de vragenlijsten wordt op iedere pagina eveneens een voortgangspercentage weergegeven. Hieruit kunnen de respondenten op iedere pagina afleiden hoever ze gevorderd zijn in de enquête.

111


Structuur van de internetenquête op www.tuinenquete.be.

Tabel 6.1

Structuur van de internetenquête Karakterisatie van de woning en tuin Tuinkarakterisatie Beheer en tuinonderhoud Aanplanten en zaaien GFT- en groenafval Maaien Snoeien Bestrijding van onkruid en ongedierte Bemesten en/of toevoegen bodemverbeteraars Tuinmachines Water Consumptieproducten uit de tuin Tuinbeleving Gezinskarakteristieken

2.3.3.

Ontwerp

Voor het ontwerp van de enquête werd een bestaand sjabloon gekozen op de website www.freelayouts.com (Free Layouts.com, 2003-2007). Via deze website worden gratis te gebruiken sjablonen verzameld en verspreid. Uit het uitgebreide aanbod werd een sjabloon gekozen waarin een enquête op een overzichtelijke manier ingepast kon worden, namelijk het sjabloon Pixelgreen 1.2. PixelGreen 1.2 is een CSS- gebaseerd sjabloon voor websites dat gemaakt is door styleshout.com. Het wordt verdeeld onder de Creative Commons Attribution 2.5 licentie wat betekend dat een gebruiker vrij is om het sjabloon te gebruiken en aan te passen voor eender welk doel. Om het sjabloon tuingericht te maken, werd er met behulp van gratis te gebruiken afbeeldingen van de website www.doelbeelden.nl een aangepaste banner gemaakt en ingebouwd. De on-line internetenquête werd eveneens verscheidene keren getest door verschillende proefrespondenten gedurende een periode van een tweetal weken. Onder deze proefrespondenten vielen zowel de stuurgroepleden als willekeurige kennissen. Dit gebeurde enerzijds om de vraagstelling bijkomend te keuren, anderzijds om technische problemen op te speuren en weg te werken. Er werden vervolgens nog verscheidene technische en inhoudelijke aanpassingen doorgevoerd. De definitieve enquête is in te vinden onder bijlage B. De voorbereidende fasen voor het maken van de internetenquête hebben samen 42 werkdagen gekost.

112


2.4.

Bekendmaken en verloop van de enquête

Op 17 oktober 2007 om 15u15 ging de internetenquête effectief van start. Deze werd vooreerst via e-mail verspreid naar familie, vrienden, collega’s en kennissen. In deze email werd gevraagd om de tuinenquête verder bekend te maken bij kennissen, collega’s, familie, vrienden, … Een dergelijke werkwijze voor het nemen van stalen wordt ook wel een sneeuwbalsteekproef genoemd. Naast het verspreiden van de enquête via familie, vrienden, kennissen en collega’s werden op verscheidene websites ( de websites van VMM, VELT, natuurpunt Glabbeek, natuurpunt Vissenaken, Vissenaken, de personeelspagina van de faculteit Bioingenieurswetenschappen van de K.U.Leuven en andere sites) een link geplaatst naar tuinenquête. De website werd eveneens opgenomen in de zoekrobot Google, evenals in de nieuwsbrief van de K.U.Leuven. Doorheen de enquête kwamen via de contactpagina verscheidene meldingen binnen van technische problemen. Deze werden zo snel mogelijk opgelost. Suggesties en opmerkingen werden, indien relevant, meegenomen in de tuinbezoeken.

3.

Dataset internetenquête:

Begin februari werden alle opgeslagen antwoorden geëxporteerd uit de database om klaargemaakt te worden voor verwerking.

3.1.

Exporteren

Voor het exporteren van de database werd gebruik gemaakt van de programmeertaal php. De antwoorden die opgeslagen werden in de MySQL database werden met behulp van php uitgelezen in een Excel bestand. Omwille van de uitgebreide lijst aan variabelen werd iedere enquêtepagina naar een ander werkblad geëxporteerd.

3.2.

Opkuisen van de dataset

Na het exporteren werd de dataset bruikbaar gemaakt voor verwerking en analyse. Eerst werd er een selectie doorgevoerd van respondenten. Van de 3155 respondenten die de enquête volledig ingevuld hebben, werden omwille van technische redenen 1294 respondenten geselecteerd die verder meegenomen werden in het onderzoek. Enkel die respondenten die 12 maanden of langer beheerder zijn van een tuin rondom of aan de woning worden vervolgens verder meegenomen in dit onderzoek. Op deze manier kan er specifiek naar de inputs en outputs van 2007 gekeken worden. De beperking tot tuinen gelegen rondom of aan een woning maakt het mogelijk om in dit ondersteunend onderzoek mogelijke verbanden tussen inputs en outputs en ruimtelijk-fysieke kenmerken van woningen en woonomgeving te onderzoeken. Gegevens over de andere respondenten en over volkstuinen blijven uiteraard beschikbaar voor verwerking. In opdracht van het departement Landbouw en Visserij, afdeling Monitoring en Studie, werd al een eindrapport opgemaakt met de toestandsbeschrijving van de volkstuinen in Vlaanderen vanuit een sociologische en ruimtelijke benadering (Allaert et al., 2007).

113


Aan de hand van de oppervlakte van het perceel en de oppervlakte van de woning wordt de potentiële oppervlakte tuin geschat. Ook hier is de reden voor deze eerder ruwe werkwijze het feit dat een ‘tuin’ kan bestaan uit verschillende delen, georiënteerd ten opzichte van de woning: de voortuin, de achtertuin, de zijtuin(-en). Hierdoor is het schatten van de tuinoppervlakte in zijn geheel geen eenvoudige opgave. De schatting van de potentiële tuinoppervlakte zal een overschatting geven van de werkelijke tuinoppervlakte. De potentiële tuinoppervlakte zal niet altijd volledig vallen onder de definitie van privétuin zoals aangenomen in onderzoek. Het is mogelijk dat een bepaald aandeel van deze potentiële tuinoppervlakte ingenomen wordt door bos of weiland voor hobbydieren. Respondenten die een kleinere of dezelfde perceelsoppervlakte opgegeven hebben als de oppervlakte van de woning werden consequent verwijderd. Dit resulteert namelijk in een negatieve tuinoppervlakte of een tuinoppervlakte van nul vierkante meter. Een verklaring hiervoor kan het slecht begrijpen van de vraag zijn. Het is mogelijk dat deze respondenten de perceelsoppervlakte opgevat hebben als de tuinoppervlakte. Respondenten met een tuinoppervlakte groter dan 10.000 m² werden eveneens consequent verwijderd. Het is namelijk mogelijk dat het grootste deel van een dergelijk grote ‘tuin’ bestaat uit weiland voor hobbydieren, boomgaard, bos, … of iets anders wat in dit onderzoek niet als tuin gedefinieerd wordt. Door deze respondenten uit te sluiten van verder onderzoek, wordt het zekere voor het onzekere genomen.

3.3.

Representativiteit

Onder meer omwille van het feit dat er gewerkt wordt met een internetenquête zullen de resultaten niet representatief zijn voor Vlaanderen. Bepaalde bevolkingsgroepen zoals bejaarden of lagere inkomensklassen zullen minder gemakkelijk of geen toegang hebben tot internet. De representativiteit ten opzichte van de totale populatie in Vlaanderen zou nagegaan kunnen worden met behulp van gegevens van de Socio-economische enquête van 2001 (NIS, 2008). Gegevens zoals het aantal woningen met een tuin, het aantal eengezinswoningen, het aantal gezinsleden in een huishouden, het aantal woningen met een regenput, … werden namelijk in beide enquêtes bevraagd. Ook het geslacht, de leeftijd en beroepsstatuten maken het mogelijk om de representativiteit te bepalen. Deze enquête moet echter representatief zijn voor de populatie in Vlaanderen die een tuin beheert. Dit is echter niet na te gaan aangezien referentiegegevens over tuinen in Vlaanderen (oppervlakte, aantal, soort, samenstelling, …) of tuinbeheerders in Vlaanderen (socio-economische kenmerken) niet beschikbaar zijn. Tuinen ontbreken in alle statistieken. Deze referentiegegevens zijn niet te genereren op beperkte tijd en met beperkte middelen.

114


4.

Verwerking en analyse gegevens

4.1.

Beschrijvende statistieken

Voor de verwerking van de enquêteresultaten werden geen aannames of arbitraire waarden gebruikt zoals bij de verwerking van de gegevens van de tuinbezoeken.

4.2.

Indicatoren

Het maken van conclusies over de gebruikte onderzoeksmethodiek en het aangeven van suggesties voor een verdere uitwerking tot indicatoren is opgenomen als een specifieke doelstelling binnen dit ondersteunend onderzoek. Deze indicatoren zouden dan gebruikt kunnen worden voor de monitoring van privétuinen in het kader van de milieurapportering. Er worden indicatoren gesuggereerd voor input en output in privétuinen. Voor iedere voorgestelde indicator wordt de statistische test gegeven waarmee het verband met bepaalde inputen outputvariabelen getest kan worden. Van iedere voorkomende statistische test wordt een voorbeeld uitgewerkt.

4.2.1.

Voorafgaand aan analyse

Vooraleer de verbanden tussen mogelijke indicatoren en inputen outputvariabelen getest kunnen worden, moet er een gegevensbestand aangemaakt worden met een selectie van variabelen uit dit onderzoek. In dit onderzoek wordt er specifiek gekeken naar tuinen geassocieerd met open, half-open of gesloten bebouwing. De selectie van variabelen zal enerzijds bestaan uit een beperkte groep van variabelen waarvan aangenomen kan worden dat er mogelijke verbanden zijn met inputs en outputs van privétuinen. Anderzijds zullen ook bepaalde variabelen gerelateerd aan inputs en outputs van privétuinen in dit gegevensbestand opgenomen worden. In totaal zijn er 48 basisvariabelen in dit bestand opgenomen. Deze variabelen behoren tot de 5 verschillende variabelengroepen in dit onderzoek: 1. 2. 3. 4. 5.

Structuurkenmerken Toestandskenmerken Ruimtelijke contextinformatie Socio-economische contextinformatie Beheerskenmerken: inputs en outputs

De variabelen in dit bestand worden eerst gecodeerd. Voor een optimaal gebruik van de statistische testen, dienen alle tekstvariabelen omgezet te worden naar numerieke variabelen. Deze codering is opgenomen in het codeboek in bijlage D. Het gegevensbestand met de geselecteerde variabelen wordt aangemaakt in Excel. De statistische analyses worden uitgevoerd met behulp van het statistische softwareprogramma Superior Performing Software Systems (SPSS) 15.0 (SPSS Inc.) op een significantieniveau 0,05.

115


Na het inlezen van het excelbestand in SPSS 15.0 worden de variabelen voor een eerste keer verkend. De continue variabelen worden hiervoor ingedeeld in zelf gedefinieerde klassen met behulp van ‘Visual Binning’. Voor de categorische variabelen worden zowel frequentietabellen als staafdiagrammen aangemaakt. Van iedere verkenningswijze is in figuur 6.2 een voorbeeld opgenomen. cb_gaz_onkr

Frequency Valid

0 1 Total

868

Percent 76,3

76,3

Cumulative Percent 76,3 100,0

Valid Percent

270

23,7

23,7

1138

100,0

100,0

[liter] Figuur 6.2

Frequentietabel (boven) voor het gebruik van chemische bestrijdingsmiddelen tegen onkruid op gazon (cb_gaz_onkr) en een histogram (onder) voor de hoeveelheid gazonmaaisel die uit de tuin gebracht werd, ingedeeld in klassen (gazon_hoev (Binned)).

116


4.2.2.

Statistische analyses

Keuze van de statistische toetsen

De keuze voor de juiste statistische test wordt onder meer bepaald door de kenmerken van de steekproef en het meetniveau van de variabelen (De Pelsmacker en Van Kenhoven, 1999). Voor meer uitleg over de gekozen statistische toetsen wordt verwezen naar Huizing (2006), Siegel en Castellan (1988), Norusis (2006) en de Vocht (2006). Op basis van de kenmerken van de steekproef wordt een keuze gemaakt tussen parametrische en niet-parametrische statistische toetsen. Voor het gebruik van parametrische toetsen moet de steekproef aan een aantal voorwaarden voldoen. Ten eerste moet de steekproef normaal verdeeld zijn. Indien dit niet het geval is, kan toch nog met parametrische statistiek gewerkt worden indien de varianties homogeen zijn. Normale-verdelingsdiagrammen zoals de normaal-kwantiel-plot (Q-Q plot) verschaffen inzicht in hoeverre de waargenomen verdeling van een variabele overeenkomt met de normale verdeling (Huizingh, 2006). Uit de normaal-kwantiel-plots van de ratiovariabelen blijken slechts een beperkt aantal variabelen mogelijk normaalverdeeld. Een voorbeeld is opgenomen in figuur 6.3.

Figuur 6.3

De gewone normaal-kwantie- plot (Normal Q-Q Plot) en afwijkingen normaal-kwantielplot (Detrended Normal Q-Q Plot) van de oppervlakte van de tuin (tuin_grootte).

117


Met behulp van de formele Kolgomorov-Smirnov test wordt de normaalverdeeldheid van de ratio variabelen getest. De nulhypothese voor deze statistische test is normaalverdeeldheid. Indien voor een variabele een significantiewaarde onder het significantieniveau 0,05 gegeven wordt, dient de nulhypothese verworpen te worden. Hieruit wordt besloten dat de gegevens niet normaal verdeeld zijn. Indien de significantiewaarde boven het significantieniveau 0,05 ligt, wordt de normaalverdeeldheid voor die variabele aanvaard. Alle variabelen hebben meer dan 30 waarden, waardoor Kolgomorov-Smirnov betrouwbaar is. Indien een variabele minder dan 30 waarde heeft, moet er gewerkt worden met de Shapiro-Wilks toets. Alleen de leeftijd van de kinderen blijkt normaal verdeeld te zijn. Voor de niet-normaalverdeelde variabelen is het mogelijk om transformaties door te voeren. Hierbij wordt een variabele herberekend naar zijn (natuurlijk) logaritme of vierkantswortel. Bij de uiteindelijke interpretatie van de resultaten dient hierbij wel rekening gehouden te worden. Gezien het stadium van het onderzoek en de landschappelijke schaal wordt er in dit onderzoek gekozen voor het gebruik van nietparametrische toetsen. Niet-parametrische of verdelingsvrije toetsen testen niet op de gegevens zelf zoals dat bij parametrische testen gebeurd. Bij de niet-parametrische toetsen wordt de onderlinge rangorde van de gegevens in rekening gebracht. Hierdoor zijn deze testen minder robuust en statistisch ook minder krachtig dan parametrische toetsen, maar ze zijn wel toepasbaar op gegevens die niet normaal verdeeld zijn of geen homogene varianties hebben. Voor elk analysedoel bestaan meerdere statistische testen. Een belangrijk criterium bij de keuze van de juiste teststatistiek is het meetniveau van de variabele. Iedere test stelt namelijk bepaalde eisen aan het meetniveau van de variabelen (Huizingh, 2006). Een variabele geeft een waargenomen eigenschap weer van een bepaald verschijnsel. De mate waarin deze eigenschap opgemeten kan worden, kan verschillen. Volgens oplopende meetbaarheid worden vier meetniveaus onderscheiden: nominaal, ordinaal, interval en ratio. Nominale en ordinale meetniveaus worden samengebracht onder de term ‘categorische’ data, interval en ratio meetniveaus zijn ‘continue’ data. De geselecteerde variabelen zijn zowel nominaal, ordinaal als continu (ratio). Nominale variabelen hebben voor iedere eigenschap een willekeurige waarde. Deze schaal wordt enkel gebruikt als een eigenschap niet meetbaar is maar identificeerbaar zoals kleur, een merknaam, geslacht, … Eigenschappen opgemeten in een ordinale schaal krijgen geen willekeurige waarde meer toegekend. Bij deze variabelen geeft de schaal een rangorde weer. Het verschil tussen de waarden geeft enkel weer dat een eigenschap meer of minder voorkomt, niet in welke mate. Een voorbeeld hiervan is waardering van een product op een schaal van 1 tot 5. De ratioschaal tenslotte geeft een rangorde weer waarbij het verschil tussen de waarden een betekenis heeft en met een natuurlijk nulpunt. De verschillen op de schaal hebben bijgevolg een reële en gelijke betekenis. Voorbeelden zijn oppervlakte, aantallen, gewicht, liter, …

118


Testen van associaties

De evolutie van een indicator moet informatie geven hoe een ander kenmerk, dat moeilijker op te meten of te monitoren is, evolueert. Een indicator moet bijgevolg op een of andere manier geassocieerd of gecorreleerd met de variabele(-n) waarover hij informatie moet verschaffen. Deze correlatie kan getest worden met behulp van statistische testen. Voor categorische data wordt er getest of er associaties zijn en hoe sterk of zwak deze associaties zijn met behulp van associatiematen. Voor nietparametrische continue variabelen is het mogelijk om correlaties te testen aan de hand van correlatiecoëfficiënten.

4.2.3.

Suggesties voor indicatoren

Bij de selectie van mogelijke indicatoren wordt aangenomen dat er drie groepen van variabelen zijn die het tuinbeheer beïnvloeden: de structuur of samenstelling van de tuin, de ruimtelijke context van de tuin en de socio-economische context van de tuin. Mogelijke indicatoren zullen uit deze drie groepen geselecteerd worden. Bij deze selectie worden drie werkhypotheses aangenomen: 1. De samenstelling van de tuin wordt bepaald door het woningtype en de omgeving van de tuin. 2. Inputs en outputs worden beïnvloed door de samenstelling van de tuin, het woningtype en de omgeving van de tuin. 3. Inputs en outputs worden bepaald door sociologische kenmerken van de tuinbeheerder. De geselecteerde mogelijke indicatoren zijn per werkhypothese opgenomen in bijlage E. Zowel van de mogelijke indicator als van het kenmerk dat gemonitord moet worden, worden de meetniveaus weergegeven. Deze meetniveaus bepalen namelijk welke statistische test er toegepast mag worden om verbanden tussen beide variabelen te testen. Van iedere toe te passen statistische werkwijze wordt een voorbeeld uitgewerkt.

4.2.4.

Toe te passen statistische testen

Voor het testen van de verbanden tussen indicatoren en hun kenmerk wordt er gebruik gemaakt van categorische data-analyse en niet-parametrische statistiek. Omwille van de verschillende meetniveaus moeten er verscheidene statistische testen gebruikt worden. Hierbij is het zowel mogelijk om 1 op 1 verbanden te testen (indicator-kenmerk) of om het verband van een indicator met verschillende kenmerken tegelijk te testen. 1.

1-op-1 verbanden

1.1.

Categorische data-analyse

Nominaal - nominaal

Om het verband tussen twee nominale variabelen te testen wordt de Pearson chikwadraattoets gebruikt. De nulhypothese van deze test stelt dat er geen associatie is tussen de rij- en kolomvariabele. Als alternatieve hypothese wordt gesteld dat er wel een associatie bestaat tussen rij- en kolomvariabele. De chi-kwadraattoets vergelijkt de 119


waargenomen frequentie met de verwachte of theoretische frequentie. Er zijn echter twee voorwaarden voor het gebruik van de chi-kwadraattoets: alle verwachte frequenties moeten minimaal 1 zijn en maximaal 20% van de verwachte frequenties mag kleiner dan 5 zijn. De chi-kwadraattoets geeft aan of er een verband bestaat tussen beide variabelen. Met behulp van associatiematen kan de sterkte van het verband getest worden. Om inzicht te krijgen in de mate van verband tussen twee nominale variabelen wordt hier de onzekerheidscoëfficiënt gebruikt. Het verband dat in dit onderzoek getest zal worden is weergegeven in tabel 6.2. Voorbeeld van een nominaal-nominaal verband.

Tabel 6.2 Onafhankelijke variabele¨ Indicator

Meetniveau

Nominaal, 3 klassen

Woningtype

Afhankelijke variabele Kenmerk Aanwezigheid alleenstaande bomen

Meetniveau

Nominaal, 2 klassen

Toe te passen statistiek 1 op 1 verband: Pearson Chi² Associatie: Onzekerheiscofficiënt

Nominaal – ordinaal

In de combinatie van nominale en ordinale variabelen zijn beide variabelen categorisch maar van een verschillend meetniveau. Ook hier wordt de Pearson Chi-kwadraat test gebruik. Indien de nominale onafhankelijke variabele slechts twee klassen kent en als een dummyvariabele gecodeerd is, kan de mate van associatie tussen beide variabelen getest worden met behulp van de Spearman correlatiecoëfficient of de Gamma-coëfficiënt (Goodman en Kruskal’s gamma). In dit onderzoek wordt gekozen voor de Gammaassociatiemaat. Deze associatiemaat test of de waarde van de afhankelijke variabele stijgt naarmate de waarde van de onafhankelijke variabele stijgt. Het uitgewerkte voorbeeld, testen van het verband tussen het gebruik van chemische bestrijdingsmiddelen op gazon tegen onkruid en het relatief aandeel gazon, wordt gegeven in tabel 6.3. Tabel 6.3

Voorbeeld van een nominaal-ordinaal verband waar de nominale variabele slechts twee klassen kent.

Onafhankelijke variabele Gebruik chemische bestrijdingsmiddelen op gazon tegen onkruid

Meetniveau

Nominaal, 2 klassen

Afhankelijke variabele

Relatief aandeel gazon

Meetniveau

Ordinaal, 5 klassen

Toe te passen statistiek 1 op 1 verband: Mann-Whitney Associatiemaat: Gamma-coëfficiënt

120


Wanneer de nominale onafhankelijke (rij-)variabele uit meer dan twee klassen bestaat, wordt de Kruskal-Wallis one-way analysis of variance by ranks gebruikt (tabel 6.4). Voorbeeld van een nominaal-ordinaal verband met meerdere klassen.

Tabel 6.4 Onafhankelijke variabele

Meetniveau Nominaal, 3 klassen

Woningtype

Afhankelijke variabele Relatief aandeel gazon [%]

Meetniveau Ordinaal, 5 klassen

Toe te passen statistiek 1 op 1 verband: Kruskal-Wallis

Ordinaal - ratio

Het 1 op 1 verband tussen een ordinale onafhankelijke en een continue afhankelijke variabele kan niet statistisch getest worden. Bijgevolg moet de continue variabele eerst van meetniveau verlaagd worden. Hiervoor wordt de variabelen omgezet naar het ordinaal meetniveau door de continue gegevens in te delen in klassen. Een voorbeeld van een ordinaal-ratio verband is weergegeven in tabel 6.5. Het omzetten van de ratio-variabele naar een ordinale variabele gebeurt in SPPS 15.0 met behulp van de functie ‘Visual Binning’. De gegevens voor de variabele gazon_hoev (hoeveelheid gazonmaaisel afgevoerd [liter]) worden door SPSS in de volgende klassen ingedeeld: Klasse

Tabel 6.5

1 2 3 4 5 6 7

<=50 liter gazonmaaisel 51 – 100 liter gazonmaaisel 101 – 500 liter gazonmaaisel 501 – 1000 liter gazonmaaisel 1001 – 5000 liter gazonmaaisel 5001 – 10000 liter gazonmaaisel 10.000+ liter gazonmaaisel

Voorbeeld van een ordinaal-ratio verband.

Onafhankelijke variabele

Relatief aandeel gazon

Meetniveau

Ordinaal, 5 klassen


Hoeveelheid gazonmaaisel afgevoerd [liter]

Meetniveau

Ratio

Toe te passen statistiek 1 op 1 verband: - ratio indelen in klassen, omzetten naar ordinaal meetniveau - Mantel-Haenszel Chi² Associatiemaat: Gamma-coëfficiënt

121


Ook voor twee ordinale variabelen wordt een chi-kwadraattest gebruikt. Voor ordinale variabelen wordt de Mantel-Haenszel chi-kwadraattest gebruikt. De nulhypothese van de Mantel-Haenszel chi-kwadraattest stelt dat er geen lineaire associatie is tussen de rij- en kolomvariabele. De alternatieve hypothese stelt dat er wel een lineaire associatie bestaat tussen beide variabelen. De sterkte van de associatie wordt getest met de Gammacoëfficiënt. 1.2.

Continue data-analyse

Nominaal - ratio

De gemiddelden van verschillende groepen kunnen met elkaar vergeleken worden door middel van variantieanalyse (Analysis of Variance). Als voorbeeld voor de analyse van een nominaal-ratio wordt het verband tussen het woningtype en de oppervlakte van de tuin uitgewerkt (tabel 6.6). Tabel 6.6

Voorbeeld van verschillen tussen nominale groepen.

Onafhankelijke variabele Woningtype


Meetniveau Nominaal, 3 klassen

Oppervlakte tuin [m²]

Meetniveau

Ratio

Toe te passen statistiek Vergelijken van groepen: Kruskal-Wallis

Voor het testen van een 1-op-1 verband wordt in de parametrische statistiek gewerkt met One-Way-Anova. Hierbij wordt het onderscheid tussen groepen gemaakt op basis van één variabele. Variantieanalyse stelt vast of de gemiddelden van een aantal groepen aan elkaar gelijk zijn. Veronderstellingen hierbij zijn dat de waarnemingen voor de verschillende groepen afkomstig zijn van onafhankelijke, aselecte steekproeven uit normaal verdeelde populaties en dat de varianties in de verschillende groepen aan elkaar gelijk zijn. Uit figuur 6.3 kan afgeleid worden dat de variabele Oppervlakte tuin (tuin_grootte) niet normaal verdeeld is. Met behulp van de Kolgomorov-Smirnoff test werd dit statistisch bevestigd. Het is mogelijk om met behulp van ‘Levene’s test of homogeinity of variance’ de normaalverdeeldheid van de varianties na te gaan,. De nulhypothese van deze test stelt dat de varianties gelijk of homogeen zijn. Een significantiewaarde onder 0,05 betekent het verwerpen van de nulhypothese. Voor de variabele ‘Oppervlakte van de tuin [m²]’ wordt de nulhypothese verworpen (tabel 6.7).

Tabel 6.7

Teststatistiek voor Levene’s Test of Homogeneity of variances: verschillen tussen nominale groepen. Test of Homogeneity of Variances Oppervlakte tuin [m²] Levene Statistic 42,468

df1 2

df2 1114

Sig. ,000

122


Een niet-parametrisch alternatief voor Anova is Kruskal-Wallis one-way analysis of variance by ranks. Kruskal-Wallis test de nulhypothese dat k-onafhankelijke waarnemingen uit verschillende groepen hetzelfde zijn ten opzichte van de alternatieve hypothese dat een of meerdere groepen verschillen van de andere groepen. Hierbij worden niet de gemiddeldes maar de rangordes van de waarnemingen getest. Ordinaal - ratio

Tijdens de enquête werd de respondenten gevraagd in welke mate een stelling van toepassing is op hen. Deze mate van toepassing kon aangegeven worden met een cijfer van 1 tot 5. De variabelen gerelateerd aan deze stellingen zijn van het ordinale meetniveau. Het is bijgevolg mogelijk om het verschil in inputs en outputs tussen groepen van tuinbeheerders te testen. Deze groepen zijn ingedeeld naar de mate waarin een specifieke stelling van tuinbeleving van toepassing is op hen. Er kan bijvoorbeeld getest worden of er een verschil is in de hoeveelheid gazonmaaisel die uit de tuin gebracht wordt tussen mensen die zich gradueel meer en meer als ecologisch tuinier zien. Voor het testen van een ordinaal-ratio verband kan dezelfde werkwijze gebruikt worden als voor het testen van een nominaal-ratio verband. Het verschil in de hoeveelheid keukenafval naar de tuin gebracht, de hoeveelheid gazonmaaisel uit de tuin gebracht en de hoeveelheid vloeibare en vaste bestrijdingsmiddelen en meststoffen gebruikt in de tuin in 2007 zal uitgewerkt worden als voorbeeld (tabel 6.8). Eerst dienen de normaalverdeeldheid van de waarnemingen en de homogeniteit van de varianties getest te worden om te besluiten welke statistische test gebruikt moet worden. Met behulp van de Kolgomorov-Smirnov test wordt normaalverdeeldheid voor alle variabelen verworpen. Levene’s test of homogeinity of variances wijst op homogeniteit van varianties voor de variabelen ‘hoeveelheid vaste meststoffen’ (bemest_vast_hoev) en de ‘hoeveelheid vloeibare meststoffen’ (bemest_vloeibaar_hoev) die in 2007 gebruikt werden (tabel 6.9).

123


Voorbeeld van verschillen tussen ordinale groepen.

Tabel 6.8 Onafhankelijke variabele Gepassioneerd hovenier

Tabel 6.9


Meetniveau

Ordinaal, 5 klassen

Meetniveau

Hoeveelheid groenten- en fruitafval in de tuin gebracht

Ratio

Hoeveelheid chemische bestrijdingsmiddelen [kilogram]

Ratio

Hoeveelheid chemische bestrijdingsmiddelen [liter]

Ratio

Hoeveelheid meststoffen [kilogram]

Ratio

Hoeveelheid meststoffen [liter]

Ratio


Ratio

Toe te passen statistiek

Vergelijken van groepen: Kruskal-Wallis Jonckheere-Terpstra

Teststatistiek voor Levene’s Test of Homogeneity of variances: verschillen tussen ordinale groepen. Test of Homogeneity of Variances

keukafv_hoev_tuin

Levene Statistic 5,721

df1

df2

Sig.

2

1114

,003

gazon_hoev

6,763

2

506

,001

Hoeveelheid vloeibare bestrijdingsmiddelen in de tuin gebracht in 2007 [liter]

5,804

2

919

,003

bestrijd_vast_hoev_kg

8,627

2

897

,000

bemest_vast_hoev

1,560

2

913

,211

bemest_vloeibaar_hoev

1,684

2

888

,186

124


Omwille van deze homogeniteit van varianties kunnen de verschillen tussen de groepen getest worden met behulp van de parametrische One-way-Anova test. Om echter de analyse op een eenvoudige manier te kunnen uitvoeren voor alle variabelen tegelijk en omdat de mindere sterkte van niet-parametrische statistiek geen doorslaggevend bezwaar vormt binnen de schaal van de het onderzoek, wordt gekozen voor niet-parametrische statistiek. Kruskal-Wallis one-way analysis of variance by ranks is een mogelijke statistische test. Voor een groeperingsvariabele op ordinaal meetniveau is het echter mogelijk om een meer specifieke alternatieve hypothese te stellen met behulp van de Jonckheere-Tersptra test for ordered alternatives. De nulhypothese is hetzelfde als deze van Kruskal-Wallis: de medianen van de verschillende groepen zijn gelijk. De alternatieve hypothese van Jonckheere-Terpstra stelt dat de groepen geordend zijn in een specifieke a priori volgorde. θj H0: Ha:

de populatiemediaan van de jde groep θ1 = θ2 =…= θk θ1<= θ2<=…<= θk, waarbij de medianen geordend zijn in grootte

Als de alternatieve hypothese aanvaard wordt, is het verschil tussen tenminste 2 groepen absoluut (‘verschillend van’ in plaats van ‘verschillend van of gelijk aan’). Belangrijk voor een correct gebruik van de Jonckheere-Tersptra test is dat de onderzoeker in staat moet zijn om de volgorde van de groepen a priori te bepalen. Deze ordering moet dus bepaald worden vooraleer gegevens verzameld worden. Voor de variabelen gerelateerd aan de stellingen in verband met tuinbeleving is dit het geval. Ratio - ratio

Om inzicht te krijgen in de mate en de richting van het verband tussen twee continue variabelen kan een spreidingsdiagram aangemaakt worden. Een spreidingsdiagram plaatst elke variabelen op een as, waarbij de waarnemingen als een puntenwolk weergegeven wordt. Hoe meer deze puntenwolk de vorm aanneemt van een rechte of kromme lijn, des te sterker is het verband tussen beide variabelen. Een spreidingsdiagram is een vooranalyse voor correlatie- en regressie-analyse. Als voorbeeld wordt het verband tussen de oppervlakte van de tuin en de hoeveelheid vloeibare chemische bestrijdingsmiddelen die in 2007 in de tuin gebracht werd geanalyseerd (figuur 6.4).

Voor continue gegevens is het mogelijk om een regressievergelijking op te stellen tussen twee variabelen. Hiervoor wordt normaliteit op de residu’s vereist. Het is echter aannemelijk dat de residu’s niet normaal verdeeld zullen zijn indien de gegevens dit ook niet zijn. Door middel van transformaties zoals het nemen van het natuurlijk logaritme of de vierkantswortel kunnen niet-normaal verdeelde gegevens omgezet worden naar normaal verdeelde gegevens om vervolgens regressie-analyse te kunnen uitvoeren. De variabele ‘oppervlakte tuin’ uit het voorbeeld in tabel 6.10 werd op drie verschillende manieren getransformeerd, maar bleek na geen enkele transformatie normaal verdeeld.

125


Figuur 6.4

Spreidingsdiagram van de variabelen ‘oppervlakte van de tuin’ en ‘Hoeveelheid vloeibare chemische bestrijdingsmiddelen in de tuin gebracht in 2007’.

Bijgevolg moet er gebruik gemaakt worden van niet-parametrische statistiek. De Spearman-correlatiecoëfficiënt is niet-parametrische correlatiecoëfficiënt die gebruikt kan worden indien de variabelen minstens van ordinaal meetniveau zijn. De Spearman correlatiecoëfficiënt lijkt sterk op de parametrische Pearson correlatiecoëfficiënt, maar berekend correlatie op basis van de rangorde van de waarnemingen. Tabel 6.10 Onafhankelijke variabele

Oppervlakte tuin

Voorbeeld van een ratio-ratio verband.

Meetniveau

Ratio



Meetniveau

Ratio

Toe te passen statistiek Regressie-analyse normaliteit op residu’s vereist - Transformeren naar ln of vierkantswortel - Regressie-analyse 1 op 1 verband Spearman correlatie coëfficiënt

126

7. Tuinen in Vlaanderen: Overzicht van de resultaten Door middel van een open internetenquête op www.tuinenquete.be werden gegevens verzameld over verscheidene aspecten van privétuinen in Vlaanderen: hun structuur, compositie en toestand, de ruimtelijk-fysieke en socio-economische context en het beheer. In dit hoofdstuk wordt een korte bespreking gegeven van de belangrijkste resultaten.

1. 1.1.

Algemene bespreking Verloop internetenquête

Wanneer de gegevensverzameling gebeurt door middel van een internetenquête is het zinvol om te kijken of mensen afhaken voor het einde van de enquête en of dit op een systematische manier gebeurt. In totaal werd de eerste pagina van de internetenquête tussen 17 oktober 2007 15u15 en 1 februari 0u00 5942 keer geopend. Figuur 7.1 toont aan dat 61,7 % van de respondenten de enquête volledig hebben ingevuld. 22,1 % van de respondenten haakte af na de eerste pagina. Gebaseerd op de tijdstippen waarop deze eerste pagina geopend werd, kan afgeleid worden dat deze 22,1 % van de respondenten gedurende de werkuren een eerste blik op de internetenquête wierpen om daarna te beslissen om hem thuis al dan niet in te vullen. Het hoge dropoutcijfer op deze pagina had bijgevolg voorkomen kunnen worden door een pagina in te bouwen met voorbeeldvragen. De volgende pagina met een opvallende dropout is de pagina onder beheerskenmerken met stellingen over de bestemming van GFT- en snoeiafval en gazonmaaisel. Een verklaring voor de dropout hier vergeleken met de andere pagina’s is het verplicht antwoorden van alle vragen op de pagina. Deze verplichting werd ingebouwd om een minimale kwaliteit van de gegevens te verzekeren. Uit figuur 7.1 kan afgeleid worden dat de dropout het hoogst is in het begin van de enquête, dan daalt en na een kleine piek ongeveer constant blijft. De lage percentages aan dropout zijn vermoedelijk te wijten aan maatregelen om dropout tegen te gaan. De respondenten konden op bepaalde kwantificatievragen antwoorden dat het antwoord niet geweten is.

127

7. Tuinen in Vlaanderen: Overzicht van de resultaten

Figuur 7.1

Dropout doorheen de enquête: percentage respondenten dat vanaf een bepaalde pagina niet meer verder ging met het invullen van de enquête.

Indien de enquête volledig ingevuld werd, kon er door de respondent een prijs gewonnen worden. Aan de wedstrijd hebben in totaal 2493 respondenten deelgenomen. Het juiste antwoord werd het dichtste benaderd door twee deelnemers.

1.2.

Respondenten

Om de kwaliteit van de verdere analyses te verzekeren, werd de dataset herzien. Vooreerst werden de respondenten geselecteerd die de enquête volledig ingevuld hebben. Uit deze selectie werden de respondenten van wie de antwoorden op één of meerdere vragen ontbraken omwille van technische redenen, consistent geweerd uit de verdere analyses. Vervolgens werden alleen de respondenten geselecteerd die 12 maanden of langer beheerder zijn van een tuin gelegen aan de woning. Respondenten waarvoor een tuinoppervlakte kleiner of gelijk aan nul berekend werd, zijn eveneens uitgesloten van verdere analyses, evenals respondenten met een tuin groter dan 10.000 m². Van de 3666 respondenten zijn er 1138 respondenten die voldoen aan de bovenstaande selectiecriteria.

1.2.1.

Socio-economisch profiel

Zelfselectie is een belangrijk probleem van internetenquêtes (zie 6.1.1.). Dankzij de werking volgens het sneeuwbalprincipe, het aanspreken van familie, vrienden, collega’s en de publicatie in nieuwsbrieven en op verscheidene websites werd een breed spectrum van mensen die in de tuin werken bereikt. Door het ontbreken van een algemene vraag

128


naar socio-economische kenmerken van de respondenten is het niet mogelijk om de steekproefsamenstelling in zijn geheel te analyseren. Het is wel mogelijk om de groepen ‘mensen die in de tuin werken’ en ‘respondenten die zelf in de tuin werken’ te bespreken. Met behulp van de verzamelde dataset is het mogelijk om een socio-economisch profiel op te stellen van de tuineigenaars en hun gezinsleden die in de tuin werken. Voor de 1138 geanalyseerde enquêtes zijn er in totaal 1813 mensen (respondenten en familieleden) die in de tuin werken. Figuur 7.2 toont aan dat ongeveer de helft van de respondenten zelf in de tuin werkt. Voor 35 % van de respondenten werkt de partner (ook) in de tuin. 1 % van de tuinen wordt door niemand onderhouden.

Figuur 7.2

Eigenschappen van de mensen die in de tuin werken (niet-professioneel): het zijn voornamelijk de respondenten zelf die in de tuin werken.

Het leeftijdshistogram in figuur 7.3 geeft weer dat de grootste groep van tuineigenaars en hun gezinsleden die zelf in de tuin werken een leeftijd rond 50 jaar hebben. In Vlaanderen heeft de grootste groep een leeftijd tussen 40 en 44 jaar. Hieruit kan afgeleid worden dat de leeftijd voor mensen die niet-professioneel in de tuin werken opgeschoven wordt naar rechts in vergelijking met Vlaanderen. Toch is meer dan de helft van de mensen die op niet-professionele wijze in de tuin werken jonger dan 50 of net 50 jaar oud (61 %). De 917 respondenten die zelf in de tuin werken zijn voornamelijk van het mannelijk geslacht (64%) zoals aangetoond in figuur 7.4. Figuur 7.5 toont aan dat onder de respondenten ongeveer evenveel bedienden (30 %) als kaderleden (privé) of ambtenaren (publiek) (35 %) aanwezig zijn. Deze beroepscategorieën vormen de twee grootste groepen. Gepensioneerden (13 %) en zelfstandigen (9 %) vormen de twee volgende groepen. Studenten, arbeiders, werklozen/-zoekenden en anderen zijn het minst vertegenwoordigt.

129


Figuur 7.3

Eigenschappen van mensen die in de tuin werken (niet-professioneel): De piek van het leeftijdshistogram is iets naar rechts verschoven vergeleken met het leeftijdshistogram voor Vlaanderen.

Figuur 7.4

Eigenschappen van de respondenten die deelnamen aan de enquête en zelf in de tuin werken: respondenten die zelf in de tuin werken zijn voornamelijk mannelijk.

130


Figuur 7.5

1.2.2.

Eigenschappen van de respondenten die deelnamen aan de enquête en zelf in de tuin werken: het zijn voornamelijk bedienden en kader (privé) of ambtenaren (publiek) die deelnamen aan de enquête.

Ruimtelijke spreiding

De kaart opgenomen in figuur 7.6 geeft weer hoe de respondenten ruimtelijk verspreid zijn over deelgemeenten in Vlaanderen. De grootste concentratie aan respondenten bevindt zich rond Leuven. In deze (deel-)gemeenten bevinden zich doorgaans 18 tot 32 respondenten. Deelgemeenten met 12 tot 17 respondenten zijn geconcentreerd in 4 grote vlekken, gelegen in Vlaams-Brabant en Limburg. Deelgemeenten met 7 tot 11 respondenten liggen redelijk verspreid over Vlaanderen, evenals deelgemeenten met 3 tot 6 en 1 tot 2 respondenten. Vooral West-Vlaanderen en het Pajottenland zijn het minst vertegenwoordigd. Indien monitoring van privétuinen deels door middel van internetenquêtes zou gebeuren, zal het mogelijk zijn om met de medewerking van gemeentelijke groen- en milieudiensten iedere gemeente te vertegenwoordigen. Door het uitvoeren en de verspreiding van de tuinenquête in het kader van dit onderzoek is hier reeds een basis voor gelegd. De tuinenquête is gekend in Vlaanderen.

131


Figuur 7.6

2.

Verdeling van het aantal respondenten per deelgemeente over Vlaanderen.

Beschrijving van tuinen in Vlaanderen

Zoals eerder aangehaald in paragraaf 1.2 worden in dit overzicht enkel de resultaten weergegeven voor de analyses van een selectie van respondenten. Om te bepalen of de 1138 geselecteerde enquêtes voldoende zijn als statistische basis voor dit onderzoek wordt gebruik gemaakt van de formule n0 = z²p(1-p)/r² waarbij z = 1.96 (waarde voor 95% betrouwbaarheidsinterval) p = 0.5 (schatter voor het onbekende participatielevel van 50 procent) r = 0,05 (5 procent nauwkeurigheidsniveau). Met behulp van deze formule kan het aantal enquêtes bepaald worden dat minstens afgenomen moet worden voor een oneindig grote populatie, namelijk 384,16. Indien het aantal entiteiten dat bemonsterd moet worden gekend is, is het mogelijk om dit aantal te verfijnen. Informatie over het totaal aantal tuinen in Vlaanderen ontbreekt echter. Met N=1138 respondenten zijn er statistisch gezien genoeg enquêtes afgenomen voor het bemonsteren van een oneindig grootte populatie.

132


2.1.

Kenmerken van privétuinen

De totale oppervlakte privétuin in Vlaanderen wordt op basis van de topografische kaart (NGI, 2004) geschat op 1.795 km². Met 1138 respondenten werd ongeveer 1,39 km² of 0,08 % tuin bemonsterd. Deze bemonsterde oppervlakte werd berekend op basis van het verschil tussen de oppervlakte van het perceel en de oppervlakte van de woning. Hierdoor moet de berekende tuinoppervlakte gezien worden als een potentiële geschatte tuinoppervlakte die een overschatting geeft van de werkelijke tuinoppervlakte (onder de definitie van privétuin gebruikt in dit onderzoek). Uit de internetenquête blijkt dat de gemiddelde potentiële oppervlakte van de privétuin 1.218 m² bedraagt. De kleinste tuin is 2 m² groot, de grootste tuin 9.970 m². De mediaan is 810 m². Figuur 7.8 toont aan dat de meeste respondenten een tuin hebben met een potentiële oppervlakte tussen 1.000 en 2.999 m². Uit tabel 7.1 blijkt de potentiële tuinoppervlakte voor N = 1138 respondenten veel groter te zijn dan de werkelijke tuinoppervlakte voor N = 500 respondenten (M.A.S., 2007). In dit onderzoek zijn eveneens relatief minder kleine tuinen bemonsterd.

Figuur 7.8

Potentiële grootte van tuin in klassen.

133


Tabel 7.1

Vergelijking tussen tuinoppervlaktes uit de bevraging uitgevoerd door M.A.S. (2007) en de internetenquête.

Oppervlakte [m²] < 100 100-499 500-999 1000-2999 > 3000 Totaal

M.A.S. (2007) Aantal % 117 27 % 168 39 % 86 20 % 50 11 % 13 3% 434 100 %

Tuinenquête Aantal % 73 6,4 257 22,6 332 29,2 389 34,2 87 7,6 1138 100

% % % % % %

Zoals aangetoond in figuur 7.9 is 64 % van de bemonsterde tuinen geassocieerd met open bebouwing. Tuinen geassocieerd met halfopen en gesloten bebouwing zijn minder vertegenwoordigd, respectievelijk 19 en 14 %. 1,5 % van de bemonsterde tuinen is geassocieerd met een appartement (met of zonder balkon). Gegevens om deze verdeling van het aantal tuinen over de woningtypes te toetsen aan de werkelijkheid op terrein ontbreken. Wat betreft de omgeving ligt 54 % van de tuinen in een open bebouwd gebied, 21 % in dichtbebouwd gebied. 12 % en 10 % van de tuinen zijn respectievelijk gelegen in overwegend agrarisch gebied en overwegend bos- en/of natuurgebied (figuur 7.10).

Figuur 7.9

Verdeling van de bemonsterde tuinen over de woningtypes.

48 % van de tuinen heeft een ouderdom tussen 5 en 20 jaar. Slechts 2 % van de tuinen is ouder dan 50 jaar, 7 % van de tuinen is net geen jaar oud. Een verdeling van de ouderdom van de tuin (in klassen) is weergegeven in figuur 7.11. Gedurende deze ouderdom onderging de tuin geen grondige veranderingen.

134


Figuur 7.10

Verdeling van de bemonsterde tuinen over omgevingstypes.

Figuur 7.11

Ouderdom van de tuin in klassen.

135


Samengevat kan gesteld worden dat er voornamelijk grote tuinen, tuinen geassocieerd met een open bebouwing en een leeftijdsklasse tussen 5 en 20 jaar deelnamen aan het onderzoek.

2.2.

Samenstelling en dieren

Tuincomponenten

Bijna in alle tuinen is zowel gras, bloemperken als verharding aanwezig (zie tabel 7.2). Neerhof en moestuin zijn met respectievelijk 32 % en 42 % de minst voorkomende tuincomponenten. Tabel 7.2

Vergelijking tussen tuinoppervlaktes uit de bevraging uitgevoerd door M.A.S. (2007) en de internetenquête. BESTANDDELEN / ELEMENTEN IN DE TUIN

Gazon Bloemperk Struikgewas Moestuin Neerhof Verharding

Internetenquête N=1138 % van de respondenten 99,4 % 96,0 % 76,0 % 41,6 % 32,2 % 96,7 %

Zoals weergegeven in tabel 7.3 neemt gazon in 30 % van de tuinen tussen 25 en 49 % van de tuinoppervlakte in. Voor 7 % van de tuinen neemt gazon tussen 75 tot 100 % van de tuinoppervlakte in. Verharding is de tweede meest voorkomende tuincomponent maar neemt in 84 % van de tuinen minder dan 25 % van de tuinoppervlakte in. Bloemperken en struikgewas nemen in de meeste tuinen eveneens minder dan 25 % van de tuinoppervlakte in. Volgens de oppervlakte-inname van de tuin is gazon de belangrijkste tuincomponent, gevolgd door bloemperken, struikgewas en verharding. De aanwezigheid van enkele tuinelementen is opgenomen in tabel 7.4. Wat betreft de tuinelementen zijn alleenstaande bomen het meest voorkomend, namelijk in 81 % van de tuinen. Ook fruitbomen komen geregeld voor, in 56 % van tuinen, en zijn een belangrijk element in de bemonsterde tuinen. In 68 % van de tuinen is een haag aanwezig, slechts in 1,3 % een heg. Tuinhuisjes zijn terug te vinden in 59 % van de bemonsterde tuinen. Recreatieve elementen zoals zwembad, tennisplein of een petanquebaan komen zelden voor, respectievelijk slechts in 5,6; 0,2 en 1,4 % van de bemonsterde tuinen. In 40 % van de tuinen komt nog een ander element voor dan opgesomd in de lijst.

136


Tabel 7.3

Tuincomponenten en hun relatief aandeel in de tuinoppervlakte.

TUINCOMPONENTEN Relatief aandeel in tuinoppervlakte

Tuinenquête N=1138 % van de tuinen 75 - 100 %

51 - 75 %

50 %

25 - 49 %

< 25 %

6,9

24,6

21,1

29,8

17,0

Niet aanwezig 0,5

Bloemperken

0,4

1,6

2,3

24,3

67,4

3,9

Struikgewas

0,4

1,0

2,4

18,4

54,0

23,9

Moestuin

0,3

0,4

1,1

6,7

33,1

58,3

Neerhof

0,3

0,4

0,5

2,5

28,4

67,8

Verharding

0,2

0,4

1,1

11,2

83,7

3,3

Relatief aandeel in tuinoppervlakte Gazon

Tabel 7.4

Tuinelementen en hun voorkomen. Tuinenquête N=1138

TUINELEMENTEN Aanwezigheid

Haag Gesnoeid: haag Niet gesnoeid: heg Alleenstaande bomen Fruitbomen Vijver Zwembad

Aantal tuinen 785 770 15 925 637 330 64

% 69,0 67,7 1,3 81,3 56,0 29,0 5,6

% % % % % % %

Tuinhuis Serre Tennisplein Petanquebaan Dierenverblijf Ander

Aantal tuinen 672 183 2 16 315 451

% 59,1 16,1 0,2 1,4 27,7 39,6

Dieren in de tuin

In 48 % van de tuinen zijn dieren aanwezig. De meest voorkomende diersoort is de (eigen) kat, deze is namelijk aanwezig in 25 % van het totaal aantal tuinen (tabel 7.5). Indien enkel de tuinen met dieren in beschouwing genomen worden, komen katten voor in 52 % van de tuinen. Kippen komen voor in 23 % van alle bemonsterde tuinen en in 47 % van de tuinen met dieren. Met 1302 stuks zijn kippen het best vertegenwoordigt in aantal. Gemiddeld komen er vijf kippen per tuin voor. Kalkoenen komen in het minst aantal tuinen voor (1 %).

Samengevat kan gesteld worden dat gazon de belangrijkste tuincomponent is, zowel volgens de aanwezigheid als volgens de relatieve inname van de tuinoppervlakte. Alleenstaande bomen zijn de belangrijkste tuinelementen. In 48 % van de tuinen zijn dieren aanwezig.

137

% % % % % %


Tabel 7.5

Soort dieren in de tuin.

DIEREN IN DE TUIN Diersoort Eigen kat Eigen hond Kip Duif Gans Eend Kalkoen Konijn Cavia Schaap Geit Ander

2.3.

Tuinenquête N=1138 Aantal tuinen % Aantal dieren 281 24,7 473 179 15,7 224 257 22,6 1302 18 1,6 299 27 2,4 101 25 2,2 111 10 0,9 38 86 7,6 233 20 1,8 41 17 1,5 51 14 1,2 31 50 4,4 426

Dierenbezitters N=543 % 51,7 33,0 47,3 3,3 5,0 4,6 1,8 15,8 3,7 3,1 2,6 9,2

Kwantificatie van bepaalde inputs en outputs

Voor enkele strategisch belangrijke inputen outputproducten worden de gebruikte hoeveelheden in 2007 gekwantificeerd, evenals de intensiteit van gebruik per oppervlakte tuin en per respondent.

2.3.1.

Inputs - producten

Groenten- en fruitafval - GFA

883 van de 1138 respondenten of 78 % brengt groenten- en fruitafval naar de tuin. In totaal werd er in 2007 per respondent 1.535 liter groenten- en fruitafval in de tuin gebracht (thuiscompostering, voeder voor kippen of andere neerhofdieren, …) (tabel 7.6). Ruimtelijk gezien komt dit neer op een schatting van 1,25 liter GFA per m² tuin in 2007. Tabel 7.6

Synoptische tabel: hoeveelheid en intensiteit input: groenten- en fruitafval- 2007.

SYNOPTISCHE TABEL N=1138 Groenten- en fruitafval in de tuin gebracht in 2007 [liter]

Totaal

Per km²

Per m²

Per respondent of tuin

1.746.472

1.256.455

1,25

1.535

138


Dierenvoer

In 30 % van de tuinen wordt keukenafval (GFA) als dierenvoer in de tuin binnen gebracht. 5 % van de totale hoeveelheid aan groenten- en fruitafval dat in de tuin gebracht wordt, wordt gebruikt als dierenvoer (tabel 7.7). Dit komt neer op 80 liter GFA per respondent. In 33 % van de tuinen wordt dierenvoer aangekocht. Dieren zelf werden verwijderd in 9 % van de tuinen. Tabel 7.7

Synoptische tabel: hoeveelheid en intensiteit input: dierenvoer – 2007.

SYNOPTISCHE TABEL N=1138 Aangekocht dierenvoer in de tuin gebracht in 2007 [kg] Keukenafval in de tuin gebracht als dierenvoer in 2007 [liter] Dieren uit de tuin verwijderd in 2007 [stuks]

Totaal

Per km²

Per m²


48.013

34.542

0,035

42

90.583

65.168

0,06

80

801

305

0,001

0,4

Chemische bestrijdingsmiddelen

In 40 % van de bevraagde tuinen geven de respondenten aan chemische bestrijdingsmiddelen te gebruiken. Iets meer dan de helft van de respondenten die gebruik maken van chemische bestrijdingsmiddelen kan een inschatting geven van de gebruikte hoeveelheid per jaar. Ruimtelijk gezien worden vloeibare bestrijdingsmiddelen gebruikt in 0,38 km² van de bevraagde tuinoppervlakte (1,39 km²). Vaste bestrijdingsmiddelen worden gebruikt op een oppervlakte tuin van 0,36 km² van de bevraagde tuinoppervlakte. De meeste bestrijdingsmiddelen tegen onkruid worden toegepast op het gazon en verharding zoals paden, terras of daken (tabel 7.8). Op gazon worden voornamelijk bestrijdingsmiddelen tegen mos gebruikt. Mollen worden ook voornamelijk in gazon bestreden. Bestrijdingsmiddelen tegen insecten, bladluizen, muizen en/of ratten, slakken en plantenziektes worden hoofdzakelijk in de siertuin gebruikt. In 2007 werd per respondent 30 kg vaste en 1 liter vloeibare chemische bestrijdingsmiddelen gebruikt. In ruimtelijke termen betekent dit, voor de bevraagde tuinen, 1.290 kg en 805 liter chemische bestrijdingsmiddelen per km² tuin (tabel 7.9).

139


Tabel 7.8

Gebruik van chemische bestrijdingsmiddelen: plaag en plaats van toepassing.

Plaag

Onkruid Mos Insecten Bladluizen Muizen/ratten Mollen Slakken Plantenziektes Ander

Tabel 7.9

Gebruik van chemische bestrijdingsmiddelen N= 460 Aantal respondenten die een plaag op een bepaalde plaats bestrijden Plaats van toepassing Gazon Siertuin Bomen Paden/terras/ Moestuin Stoep daken 270 65 19 250 17 151 279 9 2 102 2 54 30 110 39 17 54 5 7 191 51 2 44 0 7 15 3 12 12 3 24 10 1 2 8 1 13 137 2 10 88 3 10 147 47 4 64 1 2 2 2 3 2 2

Synoptische tabel: hoeveelheid en intensiteit input: chemische bestrijdingsmiddelen – 2007.

SYNOPTISCHE TABEL N=1138 Vaste bestrijdingsmiddelen in de tuin gebracht in 2007 [kg] Vloeibare bestrijdingsmiddelen in de tuin gebracht in 2007 [liter]

Totaal

Per km²

Per m²


1.792

1.290

0,0013

30

1.120

805

0,0008

1

Conclusies naar de milieudruk hierdoor kunnen nog niet getrokken worden door het ontbreken van informatie over de actieve stoffen (welke en concentratie per gebruikt product). De mogelijkheid om deze actieve stoffen te identificeren en de gebruikte hoeveelheden te kwantificeren werden onderzocht in deel III. Meststoffen

52 % van de respondenten maakt regelmatig (minstens een keer per jaar) gebruik van aangekochte meststoffen en/of bodemverbeteraars. Occasioneel gebruik van meststoffen en/of bodemverbeteraars (bijvoorbeeld een keer om de vijf jaar) komt voor in 22 % van de bevraagde tuinen. In 11 % van de bevraagde tuinen wordt slechts eenmalig bij planten, aanleggen of heraanleggen van de tuin aangekochte meststoffen en/of bodemverbeteraars gebruikt, in 15 % van de bevraagde tuinen worden geen aangekochte meststoffen en/of bodemverbeteraars gebruikt.

140


Regelmatig gebruik van meststoffen en/of bodemverbeteraars (52 % van de bevraagde tuinen) komt voor op een oppervlakte van 0,5 km² tuin voor vaste meststoffen en bodemverbeteraars en 0,48 km² tuin voor vloeibare meststoffen. Uit figuur 7.12 kan afgeleid worden dat kalk (21 %), compost (20 %) en organische meststoffen (20 %) de meest gebruikte productensoorten zijn. In 15 % van de tuinen worden minerale meststoffen gebruikt. Hakselhout (4 %), schors (6 %) en turf (6%) worden het minst gebruikt. De verdeling van de gebruikte compost naar herkomst wordt weergegeven in figuur 7.13. In 375 tuinen worden in totaal 467 compostproducten gebruikt. Van deze 467 gebruikte compostproducten is 70 % eigen compost. Compost uit de tuinhandel maakt 11 % van de gebruikte compostproducten uit. Compost van de producent en het containerpark nemen elk 9 % in van de gebruikte compost.

Figuur 7.12

Verdeling van de gebruikte producten van meststoffen en/of bodemverbeteraars in 2007 (N=1882) over verschillende productsoorten.

141


Figuur 7.13

Verdeling van de gebruikte compost ( N=375 tuinen) naar herkomst.

Van de 52 % van de respondenten die regelmatig aangekochte meststoffen en/of bodemverbeteraars gebruiken, kan meer dan de helft een inschatting geven van de hoeveelheid meststoffen en/of bodemverbeteraars die op jaarbasis in de tuin ingebracht wordt. Voor de vaste meststoffen is dit in 2007 29 kg per respondent of 0,024 kg per m² (tabel 7.10). Per respondent werd in 2007 0,35 liter vloeibare meststoffen gebruikt. Uit tabel 7.10 kan afgeleid worden dat vloeibare meststoffen weinig tot zeer weinig gebruikt worden in de bevraagde tuinen. Deze meststoffen zullen zich voornamelijk richten op bepaalde (sier-)planten.

Tabel 7.10

Synoptische tabel: hoeveelheid en intensiteit input: meststoffen en/of bodemverbeteraars – 2007.

SYNOPTISCHE TABEL N=1138 Vaste meststoffen en/of bodemverbeteraars in de tuin gebracht in 2007 [kg] Vloeibare meststoffen in de tuin gebracht in 2007 [liter]

Totaal

Per km²

Per m²


33.232

23.908

0,024

29

388

279

0,0003

0,35

142


2.3.2.

Outputs - producten

Gazonmaaisel

Gazonmaaisel wordt in 41 % van de bevraagde tuinen of op 0,55 km² tuin buiten de tuin gebracht. Gazonmaaisel komt voornamelijk (38 %) in de thuiscompostering terecht (figuur 7.14). Een mulchlaag in de tuin (17 %) en een hoop of put in de tuin zonder de bedoeling tot thuiscompostering (16 %) zijn ook twee belangrijke bestemmingen van gazonmaaisel. Selectieve ophaling van groenten-, fruit- en tuinafval (GFT-ophaling) is de belangrijkste bestemming van gazonmaaisel buiten de tuin (14%). In 11 % van de bevraagde tuinen wordt het gazonmaaisel naar het containerpark gebracht, in 4 % van de tuinen krijgt het maaisel een andere bestemming. Gebaseerd op de tuinbezoeken zouden kippen, aanliggende percelen of dieren van buren of kennissen mogelijke bestemmingen kunnen zijn. Per respondent werd er in 2007 961 liter gazonmaaisel afgevoerd (tabel 7.11). In termen van tuinoppervlakte betekent dit 0,8 liter per vierkante meter tuin. Tabel 7.11

Synoptische tabel: hoeveelheid en intensiteit output: gazonmaaisel- 2007.

SYNOPTISCHE TABEL N=1138 Gazonmaaisel uit de tuin gebracht in 2007 [liter]

Figuur 7.14

Totaal

Per km²

Per m²


1.093.449

786.654

0,8

961

Bestemming van het gazonmaaisel (N=1138 respondenten).

143


Bundels snoeihout

Slechts in 21 % of 0,28 km² van de bevraagde tuinen wordt snoeihout buiten de tuin gebracht. Per respondent werden in 2007 2,8 bundels snoeihout uit de tuin gebracht (tabel 7.12). De verdeling van snoeihout output over verschillende bestemmingen kan afgeleid worden uit figuur 7.15. De belangrijkste bestemmingen van snoeihout binnen de tuin is een hoop of put in de tuin zonder de bedoeling tot thuiscompostering (18 %) en hakselen (17 %). In 16 % van de bevraagde tuinen komt snoeihout in de haard terecht, in 10 % van de bevraagde tuinen in de thuiscompostering. Slechts in 6 % van de bevraagde tuinen wordt snoeihout gebruikt in kringlooptuinieren (bijvoorbeeld voor het bouwen van snipperwanden, takkenwallen, …). Snoeihout komt hoofdzakelijk in het containerpark terecht, namelijk in 21 % van de bevraagde tuinen. 9 % van de bevraagde tuineigenaars geeft het snoeihout mee met de selectieve groenophaling. Slechts in 3 % van de bevraagde tuinen krijgt het snoeihout een andere bestemming.

Tabel 7.12

Synoptische tabel: hoeveelheid en intensiteit output: snoeihout – 2007.

SYNOPTISCHE TABEL N=1138 Snoeihout uit de tuin gebracht in 2007 [bundel]

Figuur 7.15

Totaal

Per km²

Per m²


3.144

2.262

0,002

2,8

Bestemming van het snoeihout (N=1138 respondenten).

144


Samenvattend kan gesteld worden dat groenten- en fruitafval de meest intensieve input is per tuin of respondent volgens hoeveelheden. Voor output is dit het gazonmaaisel. 5 % van het groenten- en fruitafval dat binnengebracht wordt in de tuin wordt als dierenvoer gebruikt. In de meeste tuinen worden bestrijdingsmiddelen toegepast op het gazon tegen onkruid en mos, op verhardingen tegen onkruid. Van de vaste bestrijdingsmiddelen wordt 30 kg per respondent gebruikt, van vloeibare bestrijdingsmiddelen 1 liter. Conclusies over milieudruk vragen om informatie over actieve stoffen. Van meststoffen en bodemverbeteraars worden voornamelijk kalk, organische mest en compost gebruikt. Per respondent komt dit neer op 29 kg vaste meststoffen en/of bodemverbeteraars en 0.35 liter vloeibare meststoffen. Gazonmaaisel als meest intensieve output komt toch voornamelijk terecht in de thuiscompostering. Snoeihout wordt hoofdzakelijk zowel in de tuin gehouden (hoop of put 18 %, hakselen 17 %) als buiten de tuin (containerpark 21 %, in de haard 16 %) In tabel 7.13 wordt een samenvatting gegeven van de kwantificaties van specifieke inputs en outputs voor het jaar 2007.

Tabel 7.13

Samenvattende overzichtstabel: kwantificatie van specifieke inputs en outputs – 2007.

SYNOPTISCHE TABEL N=1138 Groenten- en fruitafval in 2007 in de tuin gebracht [liter] Aangekocht dierenvoer in de tuin gebracht in 2007 [kg] Keukenafval in de tuin gebracht als dierenvoer in 2007 [liter] Dieren uit de tuin verwijderd in 2007 [stuks] Vaste bestrijdingsmiddelen in de tuin gebracht in 2007 [kg] Vloeibare bestrijdingsmiddelen in 2007 [liter] Vaste meststoffen en/of bodemverbeteraars in de tuin gebracht in 2007 [kg] Vloeibare meststoffen in de tuin gebracht in 2007 [liter] Gazonmaaisel in 2007 uit de tuin gebracht in 2007 [liter] Snoeihout uit de tuin gebracht in 2007 [bundel]

Totaal

Per km²

Per m²


1.746.472

1.256.455

1,25

1.535

48.013

34.542

0,035

42

90.583

65.168

0,06

80

801

305

0,001

0,4

1.792

1.290

0,0013

30

1.120

805

0,0008

1

33.232

23.908

0,024

29

388

279

0,0003

0,35

1.093.449

786.654

0,8

961

3.144

2.262

0,002

2,8

145


3.

Indicatoren voor input en output

Om statistisch de verbanden tussen voorgestelde indicator en kenmerk te testen, moeten verschillende statistische toetsen gebruikt worden. De resultaten van elk voorbeeld van een toe te passen statistische werkwijze worden hieronder besproken. Als significantieniveau werd α = 0,05 aangenomen.

3.1. 3.1.1.

1 op 1 verbanden Categorische data-analyse

Nominaal - nominaal

Om het verband tussen het woningtype en de aanwezigheid van alleenstaande bomen te testen werd gebruik gemaakt van Chi-kwadraattoetsen. Met behulp van de Pearson Chikwadraat toets werd de nulhypothese getest dat er geen verband associatie is tussen rij- en kolomvariabele (tabel 7.14). Deze nulhypothese wordt echter verworpen, waardoor aangenomen kan worden dat er een significante associatie bestaat tussen het woningtype en de aanwezigheid van alleenstaande bomen. Tabel 7.14

Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-nominaal verband.



Gebruikte toets

P-waarde

Significante associatie?

Aanwezigheid alleenstaande bomen

Pearson Chi²

0,000

Ja

De onzekerheidscoëfficiënt (tabel 7.15) wijst er echter op dat deze significante associatie eerder zwak is. Figuur 7.16 geeft aan op welke manier deze associatie geïnterpreteerd moet worden. De aanwezigheid van alleenstaande bomen is significant groter voor alleenstaande woningen.

Tabel 7.15

Testresultaten voor de sterkte van een associatie voor het voorbeeld van een nominaalnominaal verband.



Gebruikte associatiemaat

Waarde

Sterkte associatie?

Aanwezigheid alleenstaande bomen

Onzekerheidscoëfficiënt

0,28

Zwak

146


Figuur 7.16

Aanwezigheid van alleenstaande bomen(0:niet aanwezig, 1: wel aanwezig) per woningtype: 1 open bebouwing 2 halfopen bebouwing 3 gesloten bebouwing

Nominaal - ordinaal

Het verband tussen een nominale en ordinale variabele met meer dan twee klassen werd getest met behulp van de Pearson Chi-kwadraat toets. Voor de associatie tussen de variabelen woningtype en relatief aandeel gazon [%] werd de nulhypothese aanvaard: er is geen associatie tussen de rij- en kolomvariabele (tabel 7.16). Tabel 7.16

Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ordinaal verband (nominale variabele met meer dan twee klassen).



Gebruikte toets

P-waarde


Pearson Chi²

0,036

Ja

147


Figuur 7.17 geeft aan dat er geen alleenstaande woningen zijn zonder gazon. Het grootste aantal alleenstaande woningen heeft een tuin met een relatief aandeel gazon van 25 tot 50 %. Dit geldt eveneens voor half-open bebouwing. De meeste gesloten woningen hebben een tuin met 51 tot 75 % gazon. Voor het testen van een verband tussen een afhankelijke ordinale (kolom-)variabele en een onafhankelijke nominale (rij-) variabele met twee klassen werd eveneens de Pearson Chi-kwadraattoets gebruikt. Als voorbeeld werd de associatie tussen het gebruik van chemische bestrijdingsmiddelen op gazon tegen onkruid en het relatief aandeel gazon [%] getest. Tussen beide variabelen blijkt geen significante associatie te bestaan (tabel 7.17). Tabel 7.17

Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ordinaal verband (nominale variabele met twee klassen).

Onafhankelijke variabele Gebruik chemische bestrijdingsmiddelen op gazon tegen onkruid


Gebruikte toets

P-waarde


Pearson Chi²

0,269

Neen

Uit figuur 7.18 wordt afgeleid dat het gebruik van chemische bestrijdingsmiddelen op gazon tegen onkruid het minst is voor tuinen waar gazon meer dan 75 % van de oppervlakte inneemt. In tuinen waarvan minder dan 25 % van de oppervlakte ingenomen wordt door gazon wordt het meest gebruik gemaakt van chemische bestrijdingsmiddelen op gazon tegen onkruid.

Figuur 7.17 Aantal tuinen per woningtype (1: open bebouwing, 2: halfopen bebouwing, 3 gesloten bebouwing) ten opzichte van het relatief aandeel gazon: 1 geen gazon 2 0 tot 25 % van de tuin 3 25 tot 49 % van de tuin 4 ongeveer 50 % van de tuin 5 51 tot 74 % van de tuin 6 75 tot 100 % van de tuin

148


Figuur 7.18 Aantal tuinen met gebruik van chemische bestrijdingsmiddelen (0: geen gebruik, 1: wel gebruik) ten opzichte van het relatief aandeel gazon: 1 geen gazon 2 0 tot 25 % van de tuin 3 25 tot 49 % van de tuin 4 ongeveer 50 % van de tuin 5 51 tot 74 % van de tuin 6 75 tot 100 % van de tuin

Ordinaal - ratio

Voor het testen van een 1 op 1 verband tussen een ordinale en een ratio-variabele zonder gebruik te maken van een model, moet de ratio-variabele eerst verlaagd worden tot het ordinale meetniveau. Dit gebeurt door de continue gegevens in te delen in klassen. Als voorbeeld wordt het verband tussen het relatief aandeel gazon [%] en de hoeveelheid gazonmaaisel afgevoerd [liter] getest. Hiervoor wordt de Mantel-Haenszel Chikwadraattoets gebruikt. De nulhypothese dat er geen lineair verband bestaat tussen beide variabelen wordt verworpen (tabel 7.18). Bijgevolg is er een lineair verband tussen het relatief aandeel gazon [%] en de hoeveelheid gazonmaaisel die afgevoerd wordt. De lage waarde voor de Gamma-coëffciënt geeft aan dat het eerder om een zwak verband gaat (tabel 7.19).

Tabel 7.18

Testresultaten voor de significantie van een associatie voor het voorbeeld van een ordinaal-ratio verband.

Onafhankelijke variabele Relatief aandeel gazon [%]


Gebruikte toets

P-waarde



Mantel-Haenszel Chi²

0,03

Ja

149


Tabel 7.19

Testresultaten voor de sterkte van een associatie voor het voorbeeld van een ordinaalratio verband.

Onafhankelijke variabele Relatief aandeel gazon [%]

Afhankelijke variabele Hoeveelheid gazonmaaisel afgevoerd [liter]

Gebruikte associatiemaat

Waarde

Sterkte associatie?

Gamma-coëfficiënt

0,140

zwak

Zoals aangetoond door figuur 7.19 kan voor alle tuinen, ongeacht het aandeel gazon, eenzelfde verloop van hoeveelheden uitgevoerd gazonmaaisel waargenomen worden. De meeste tuineigenaars voeren meer dan 2000 liter gazonmaaisel per jaar uit hun tuin. De tweede grootste groep tuineigenaars brengt 501 tot 1000 liter gazonmaaisel uit de tuin, de derde grootste groep minder dan 10 liter.

Figuur 7.19 Aantal tuinen met afvoer van een hoeveelheid gazonmaaisel in klassen ten opzichte van het relatief aandeel gazon: 1 geen gazon 2 0 tot 25 % van de tuin 3 25 tot 49 % van de tuin 4 ongeveer 50 % van de tuin 5 51 tot 74 % van de tuin 6 75 tot 100 % van de tuin

3.1.2.

Continue data-analyse

Nominaal - ratio

Om na te gaan of er een statistisch significant verschil bestaat tussen groepen gedefinieerd door een nominale variabele voor een continue niet-normaal verdeelde variabele werd de Kruskal-Wallis analyse (factoranalyse) gebruikt. Voor het voorbeeld verwerpt het resultaat van deze toets de nulhypthese dat de groepen gelijk zijn (tabel 7.20). Bijgevolg wordt aangenomen dat er een associatie bestaat tussen het woningtype

150


en de oppervlakte tuin. Figuur 7.20 toont aan dat de gemiddelde tuinoppervlakte groter is bij alleenstaande woningen dan bij halfopen of gesloten bebouwing.

Tabel 7.20

Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ratio verband


Afhankelijke variabele Oppervlakte tuin [m²]

Gebruikte toets

P-waarde


Kruskall-Wallis

0,000

Ja

Figuur 7.20 Gemiddelde tuinoppervlakte per woningtype: 1 open bebouwing 2 halfopen bebouwing 3 gesloten bebouwing

Ordinaal - ratio

Voor een groeperingsvariabele van ordinaal meetniveau kan Kruskal-Wallis gebruikt worden, maar met de Jonckheere-Terpstra test kan een alternatieve hypothese aanvaard worden. Deze alternatieve hypothese stelt dat de mediaan van de eerste groep kleiner of gelijk is aan de mediaan van de volgende groep. Het is mogelijk om het 1 op 1 verband tussen een onafhankelijke (groeperings-)variabele en meerdere afhankelijke variabelen tegelijk te testen. In het voorbeeld wordt de stelling ‘Ik zie mezelf als een gepassioneerd hovenier’ gebruikt als groeperingsvariabele. Met behulp van Kruskal-Wallis en Jonckheere-Trepstra werd getest worden of er verschillen zijn in de hoeveelheid groenten- en fruitafval naar de tuin gebracht, de hoeveelheid gazonmaaisel uit de tuin gebracht en de hoeveelheden bestrijdingsmiddelen (vast en vloeibaar) en meststoffen en/of bodemverbeteraars (vast en vloeibaar) in de tuin gebracht tussen de verschillende gradaties in de passie voor tuinieren. De resultaten hiervan zijn opgenomen in tabel 7.21. De resultaten voor de andere stellingen rond tuinbeleving zijn opgenomen in bijlage F.

151


Tabel 7.21

Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ratio verband.

Factoranalyse stellingen tuinbeleving Hoeveelheid Hoeveelheid Hoeveelheid Hoeveelheid groenten- & gazonmaaisel chemische chemische Gebruikte fruitafval in uit de tuin bestrijdings- bestrijdingsteststatistiek de tuin gebracht middelen middelen gebracht [liter] [liter] [kilogram] [liter] Ik zie mezelf als een gepassioneerde hovenier. Kruskal0,000* 0,170 0,023* 0,196 Wallis Jonckheere0,000* 0,215 0,042* 0,053 Terpstra * significant verschillend

Hoeveelheid meststoffen [kilogram]

Hoeveelheid meststoffen [liter]

0,000*

0,000*

0,000*

0,000*

Uit de resultaten blijkt dat er verschillen zijn in de hoeveelheid groenten- en fruitafval die naar de tuin gebracht wordt en de hoeveelheid vloeibare bestrijdingsmiddelen en hoeveelheden vaste en vloeibare meststoffen (en/of bodemverbeteraars) die gebruikt werden in 2007 tussen de gradaties ‘gepassioneerd hovenier’. De mediaan voor de minst gepassioneerde groep is hierbij het kleinst en neemt toe naarmate de passie voor tuinieren toeneemt. Er moet echter omzichtig omgegaan worden met de interpretatie van deze resultaten. Er is namelijk geen onderzoek gebeurt naar demate waarin mensen hun antwoord op de stellingen aanpassen aan de vraagstelling of gedurende de enquête. Bij de stellingen wordt niet gedefinieerd wat de onderzoeker verstaat onder gepassioneerd hovenier, omdat de respondenten deze vraag het best beantwoorden vanuit hun eigen interpretatie. Om in eventueel verder onderzoek te gaan kijken waardoor de gradatie in de passie voor tuinieren bepaald wordt, kan gebruik gemaakt worden van het cumulatieve logit model voor geordende categorieën. Met dit model kan de invloed van bijvoorbeeld het inkomen of de oppervlakte van de tuin op de mate waarin men zichzelf als gepassioneerd hovenier beschouwd getest worden Ratio - ratio

Er werd getracht om door middel van transformaties (vierkantswortel, ln en log10) de niet-normaal verdeelde continue variabele oppervlakte tuin [m²] in een normaal verdeelde getransformeerde variabele om te zetten. Geen enkele getransformeerde variabele echter bleek normaal verdeeld. Bijgevolg werd het verband tussen twee continue variabelen getest met behulp van de niet-parametrische Spearman correlariecoëfficiënt. Door middel van een spreidingsdiagram werd een eerste verkennende analyse gedaan van een mogelijk verband tussen de variabelen oppervlakte tuin [m²] en de hoeveelheid vloeibare bestrijdingsmiddelen gebruikt in de tuin in 2007. Dit spreidingsdiagram is nogmaals opgenomen in figuur 7.21. Uit deze grafiek kan afgeleid worden dat de 14de

152


waarneming zich als outlier gedraagt. Hij of zij gebruikte namelijk 200 liter vloeibare bestrijdingsmiddelen in 2007. Deze 14de waarneming komt overeen met respondent 119. Deze respondent is beheerder van een (potentiële of geschatte) tuinoppervlakte van 2832 m², waarvan ongeveer de helft uit gazon bestaat. De tuin is geassocieerd met een alleenstaande woning en is gelegen in open bebouwd gebied. De tuin is tussen 5 en 20 jaar oud, en zowel bloemperken, moestuin, neerhof als verharding neemt elk minder dan 25 % van de tuinoppervlakte in. Struikgewas is niet aanwezig. Uit de antwoorden op de stellingen blijkt dat deze respondent zichzelf beschouwd als een gepassioneerd hovenier (mee eens), maar dat hij zich helemaal niet ziet als ecologisch tuinier en helemaal niet enkel en alleen gebruik maakt van milieuvriendelijke middelen of technieken. Gebaseerd op deze antwoorden kan aangenomen worden dat het mogelijk is dat deze respondent een dergelijke hoeveelheid bestrijdingsmiddelen gebruikt: gazon van +-1400 m² (onkruid, mos), verschillende tuincomponenten elk met een geschatte oppervlakte van 700 m² en kans op verschillende plagen per component: moestuin met kans op plagen (aardappel, prei, …), siertuin (bladluizen, slakken, plantenziektes, …) en verharding (onkruid).

Figuur 7.21

Spreidingsdiagram voor de variabelen ‘grootte van de tuin [m²]’ en ‘Hoeveelheid vloeibare bestrijdingsmiddelen in de tuin gebracht in 2007 [liter].

153


Dit spreidingsdiagram doet vermoeden dat er geen verband of correlatie bestaat tussen beide variabelen. De puntenwolk neemt namelijk niet de vorm aan van een rechte of kromme lijn. De Spearman correlatiecoëfficiënt, weergegeven in tabel 7.22, bevestigt dat er geen significante correlatie bestaat tussen de grootte van de tuin [m²] en de hoeveelheid vloeibare bestrijdingsmiddelen gebruikt in de tuin in 2007.

Tabel 7.22

Testresultaten voor de sterkte van een associatie voor het voorbeeld van een ratio-ratio verband.

Onafhankelijke variabele


Oppervlakte tuin [m²]


Gebruikte associatiemaat Spearman correlatiecoëfficiënt

Waarde

0,192


Neen

154

Deel V Conclusies & Aanbevelingen

8. Conclusies Met dit ondersteunend onderzoek werd de rol van privétuinen in de milieubalans van Vlaanderen verkend. Deze verkenning gebeurde aan de hand van een eerste kwantificatie van inputs en outputs in privétuinen. Inputs bestaan onder andere uit bestrijdingsmiddelen en meststoffen, outputs uit gazonmaaisel en snoeihout. Met het oog op de milieumonitoring in Vlaanderen in het kader van MIRA werd bovendien getracht om enkele verbanden te vinden tussen de input en outputkarakteristieken van privétuinen en indicatoren, zoals eenvoudig meetbare structurele kenmerken. Input en outputkarakteristieken zijn in de praktijk namelijk enkel door bevraging van tuinbeheerders op te meten.

1.

Milieu-impact van privétuinen?

Het beknopt overzicht van resultaten dat in dit rapport gegeven wordt, suggereert dat de bevraagde privétuinen in vergelijking met landbouwgebied absoluut gezien (volgens de gebruikte hoeveelheden en gebruiksintensiteiten) een lagere milieu-impact vertonen. Dit neemt echter niet weg dat er twee fundamentele verschillen bestaan tussen landbouwgebied en privétuinen. Waar de focus in landbouwgebied volledig ligt op productie, worden inputs in privétuinen hoofdzakelijk gebruikt voor het vergemakkelijken van het tuinbeheer en het ‘klinisch’ onderhouden van de tuin. Inputs in privétuinen worden eveneens voor voedselproductie gebruikt. Moestuinen komen namelijk voor bij ongeveer 42 % van de respondenten van de tuinenquête op internet. In tegenstelling tot landbouwgebied vormt de privétuin een leefruimte voor een gezin, waardoor bijvoorbeeld het gebruik van bestrijdingsmiddelen, zelfs in lagere dosissen, niet te verwaarlozen is in vergelijking met het gebruik ervan in landbouwgebied. Bij jonge gezinnen spelen de kinderen onder andere bij goed weer in de tuin. Karr et al. (2007) ontdekten echter dat de blootstelling aan bestrijdingsmiddelen in tuinen de gezondheid van kinderen zowel acuut als chronisch kunnen beïnvloeden. In de Verrekijker van september 2007, een uitgave van de Vlaamse milieumaatschappij, werd een dossier rond pesticiden opgenomen. Dr. Hana Chovanova van het Vlaams Agentschap Zorg & Gezondheid zegt dat het gehalte aan persistente pesticiden in de mens niet alarmerend hoog is, maar dat aandacht en zorg wel nodig zijn. Er zijn namelijk aanwijzingen dat de actuele hoeveelheden pesticiden toch effecten hebben op de gezondheid. Zo laat onderzoek van navelstrengbloed vermoeden dat pesticiden voor meer vruchtbaarheidsproblemen zorgen (VMM, 2007).

156

8. Conclusies

Het is ook aannemelijk dat het gebruik van bestrijdingsmiddelen door tuinbeheerders niet gebeurt zoals zou moeten. VMM (2007) stelt dat huishoudens verantwoordelijk zijn voor een aanzienlijk deel van het pesticidengebruik. Christophe Dierckxsens (VMM) geeft mee dat één druppel geconcentreerd product in een waterloop onmiddellijk een overschrijding van de normen veroorzaakt. Hij oppert dat de mensen hun fixatie op netheid een beetje moeten intomen en dat niet elk hoekje er klinisch proper hoeft uit te zien (VMM, 2007). Een mooie tuin kan ook zonder bestrijdingsmiddelen. Vanuit de VMM is de sensibiliseringscampagne ‘Zonder is gezonder’ opgestart, gericht op openbare besturen en gezinnen. Deze campagne wijst beide doelgroepen op alternatieven voor pesticidengebruik bij het beheer van hun tuinen en openbaar groen. Door monitoring van het gebruik van bestrijdingsmiddelen in de privétuinen in de toekomst kan het effect van deze campagne afgelezen worden.

2.

Gegevensverzameling

Een combinatie van een internetenquête en gedetailleerd onderzoek is beloftevol gebleken voor de verzameling van gegevens over privétuinen en hun inputs en outputs. Door gedetailleerd onderzoek konden enkele verbanden tussen input en outputkenmerken en mogelijke indicatoren (structuurkenmerken en ruimtelijke en socio-economische contextinformatie) gevonden en verklaard worden. Dit ondersteunen onderzoek bracht ook enkele knelpunten aan het licht, die opgelost dienen te worden vooraleer er gestart kan worden met monitoring van inputs en outputs van privétuinen. Vooreerst bestaat er op Vlaams, provinciaal en gemeentelijk niveau geen ruimtelijke-geografische en socio-economische referentiebasis voor privétuinen in Vlaanderen. Ook referentiegegevens over bepaalde structuurkenmerken zoals de oppervlakte-verdeling van privétuinen dienen verzameld te worden. Tuinen zouden ook opgenomen moeten worden in de Socio-Economische Enquête. Hierdoor zal de sociaaleconomische kant van het tuinbeheer in de toekomst mee in rekening gebracht kunnen worden. Het is namelijk niet geweten wat bijvoorbeeld de demografische kenmerken zijn van tuinbeheerders in Vlaanderen. Daarnaast blijft de kwantificatie van inputs en outputs, gebaseerd op de informatie gegeven door de tuinbeheerders zelf, moeilijk. Tuinbeheerders rekenen in hun eigen eenheden, waardoor er geen sluitend beeld gegeven kan worden van de uiteindelijke totale hoeveelheid gebruikte inputs of uitgevoerde outputs. Om hieraan tegemoet te komen, dient er onderzoek te gebeuren naar de gepaste eenheden voor bevraging en naar mogelijke referentiewaarden voor het omzetten van verschillende eenheden naar een soort standaardeenheid. De arbitraire stellingen, schattingen en aannames waarmee gewerkt werd binnen de gegevensverwerking van de resultaten van de tuinbezoeken geven aan waar toekomstig onderzoek nodig is. De gegevens verzameld in dit onderzoek blijven wel beschikbaar voor herberekeningen met correcte cijfers na het vereiste onderzoek. Extrapolatie van cijfermateriaal uit de tuinbezoeken naar Vlaanderen is in dit verkennend onderzoek niet mogelijk. Indien in toekomstig onderzoek een classificatie van privétuinen 157

8. Conclusies

opgesteld kan worden op basis van beschikbare gegevens en de gegevensverzameling met behulp van diepte-interviews punt gesteld wordt, is extrapolatie van gegevens uit diepteinterviews wel mogelijk.

3.

Toekomstperspectieven

De toekomstperspectieven van onderzoek naar en monitoring van de milieu-impact van privétuinen in het algemeen en hun milieu-impact in het bijzonder zijn tweeledig.

3.1.

Collaterale gegevens

Naast het opmeten van kenmerken in en naast de tuin zelf zou het mogelijk kunnen zijn om informatie via andere wegen te verzamelen. Een haalbaarheidsstudie naar het verzamelen van collaterale gegevens en het werken met reeds bestaande informatie over tuinen en hun inen outputs kan zeker nuttig zijn. Deze haalbaarheidsstudie moet peilen naar de beschikbaarheid en bruikbaarheid van collaterale informatie: Is het mogelijk om deze informatie te bekomen? Zijn deze gegevens representatief? Kunnen deze gegevens gestandaardiseerd worden om gebruikt te worden binnen de monitoring? Indien het bundelen en standaardiseren van deze gegevens mogelijk is, kan dit de gegevensverzameling over tuinen in Vlaanderen in het kader van milieumonitoring waardevol aanvullen. Door middel van deze collaterale gegevens zou het eveneens mogelijk kunnen zijn om referentiewaarden of grenswaarden op te stellen voor bepaalde indicatoren. Hieronder worden vier mogelijke informatiebronnen gegeven. 1.

Tuinarchitecten, tuinmannen, …

Mensen die professioneel met tuinen bezig zijn of in tuinen werken, kunnen belangrijke aanvullende informatie aanleveren betreffende inen outputs van tuinen. Naats de huishoudens vormen zijn de tweede groep van actoren die effectief werken in de tuin. 2.

Tuincentra, warenhuizen, markt, …

Tuinwinkels, sierplantenkwekerijen en dergelijke vormen een schakel in de weg die inputproducten (zoals kunstmest en zaaigoed) afleggen van de bron naar de tuin. Aangenomen dat het mogelijk is om bijvoorbeeld de hoeveelheden in voorraad van specifieke inputproducten voor de tuin te verkrijgen, zijn er enkele problemen voor het gebruiken van deze collaterale gegevens in onderzoek naar tuinen. De reikwijdte van zulke tuincentra is niet gekend en kan vaak verrassend omvangrijk zijn. Ook wordt er niet bijgehouden of producten aan particulieren, professionelen of landbouwers verkocht worden. In dit onderzoek werd al een summiere poging ondernomen om de reikwijdte van tuinwinkels te bepalen.

158

8. Conclusies

3.

Bodemkundige dienst van België

De Bodemkundige dienst van België beschikt over een gegevensbank met bodemanalyses specifiek van tuinen. Een mogelijk probleem voor het gebruiken van deze bestaande informatie is de anonieme gegevensverstrekking aan derden. 4.

OVAM, VLACO vzw, intercommunales, …

OVAM, VLACO vzw, containerparken, … beschikken allen op één of andere manier over informatie in verband met de output van tuinen.

3.2.

Tuinen in een groter perspectief

Privétuinen kunnen meer betekenen op het niveau van Vlaanderen dan aangegeven door de focus van dit ondersteunend onderzoek. De resultaten van de BUGS I en BUGS II projecten wijzen op het belang van privétuinen voor biodiversiteit. Onderzoek naar tuinen maakt het mogelijk om een gebalanceerde groenvoorziening in (half-)verstedelijkte gebieden uit te werken volgens de doelstellingen en normen van onder andere het European Environmental Agency, English Nature en VMM (VMM, 2000; Hermy et al., 2005; Barbosa et al., 2007). In deze (half-) verstedelijkte gebieden zal het eveneens mogelijk zijn om de tuin te bestuderen als een onderdeel van een symbiose met de versteende ruimte (bijvoorbeeld de aanleg van kleinschalige waterzuiveringsinstallaties in de tuin voor huishoudelijk afvalwater en de opvang van oppervlakkige waterafvloei) en in relatie met andere open ruimtes in de stad (bijvoorbeeld openbaar groen en parken). Door tuinen te aggregeren naar grotere eenheden kunnen indicatoren ontwikkeld worden op de schaal van het bouwblok en op schaal van gemeenten of delen daarvan. Ook op hogere schaalniveaus kunnen privétuinen positieve effecten uitoefenen op het milieu. Meer kennis over tuinen kan bijvoorbeeld implicaties hebben voor onder andere onderzoek naar Global Change door de verhoogde kennis van oppervlaktekarakteristieken en milieukenmerken van het tuinencomplex in Vlaanderen. Zo kan men de vastleggingscapaciteit van koolstof door tuinen beter bepalen en maatregelen voorstellen om deze te verhogen (Tratalos et al., 2007). Het verbeteren van de klimatologische en milieucondities van stedelijke gebieden door de bioklimatische werking van het tuinencomplex kan eveneens een onderzoeksonderwerp zijn (Kuttler, 1993; Aseada en Thanh, 1998). Samengevat kunnen tuinen op verschillende vlakken een rol spelen: Bioklimaat in stedelijk gebied: temperatuur, luchtvochtigheid (Tratalos et al., 2007) Geluid (Bolund, 1999) Luchtvervuiling (Bolund, 1999; Hermy, 2005) Opvang oppervlakkige waterafvloei en waterzuivering (Bolund, 1999; Pauleit en Duhme; 2000) Behandeling afval en afvalwater huishoudens (Bolund, 1999) Biodiversiteit (Gaston et al., 2005; Tratalos et al., 2007) Uitgebalanceerde groenvoorziening in stedelijk gebied (Barbosa, 2007); C-vastlegging (Tratalos et al., 2007)

159

9. Aanbevelingen Vooraleer er een monitoring van privétuinen en hun inputs en outputs opgesteld kan worden in het kader van MIRA moet de relatie tussen input en output kenmerken en mogelijke indicatoren zoals structuurkenmerken van tuinen en socio-economische huishoudkenmerken verder onderzocht worden. Hier wordt een vijf stappenplan voorgesteld om de opname van privétuinen in de Vlaamse milieumonitoring mogelijk te maken.

5 stappenplan 1.

Verduidelijking eenheden

2.

Onderzoek naar gepaste eenheden voor de kwantificatie van inputs en outputs en naar een standaardeenheid per inputen outputproduct Mogelijke referentiewaarden per inputen outputproduct om eventueel verschillende eenheden om te zetten naar de standaardeenheid

Referentiebasis en stratificatiebasis sampling

3.

Opstellen van een ruimtelijk-geografische en socio-economische referentiebasis van privétuinen en hun beheerders in Vlaanderen Opstellen van een stratificatiebasis voor sampling met behulp van clusteranalyses, gebaseerd op de ruimtelijk-geografische en socio-economische referentiegegevens: tuintypologie met een beperkt aantal tuintypes

Verbetering kwantitatieve analyse en bepaling Indicatoren

De enige informatiebron over inen outputs zijn de tuineigenaars of –beheerders. Het schatten van de gebruikte hoeveelheden van het voorbije jaar is zeer moeilijk. Nood aan een gedetailleerde en continue monitoring van inputs en outputs in representatieve privétuinen (piloottuinen) voor de verbetering van de kwantitatieve analyse en het vinden van indicatoren Medewerking van vrijwilligers: via de internetenquête werd al een databank aangelegd van mensen die aangegeven hebben dat ze graag aan verder onderzoek willen meewerken.

160

9. Aanbevelingen

4.

2 gelijktijdige monitoringscampagnes: een campagne met een goede begeleiding van de vrijwilligers en een campagne met een minimale begeleiding. Op deze manier kan het effect van ‘controle door VMM’ bestudeerd worden: wat is de betrouwbaarheid van de antwoorden? Gestratificeerde steekproef: met behulp van de tuintypologie worden tuinen opgedeeld in groepen om te verzekeren dat het volledige scala aan tuinen gevat wordt Aantal tuinen te monitoren per campagne: 4 privétuinen per tuintype Validering Eerste jaar: 4 tuinen per tuintype Tweede jaar: 2 tuinen per tuintype zelfde (uitsluiten seizoenseffecten) 2 nieuwe tuinen (validering) Pilootgemeentes: omwille van logistieke en praktische redenen kan er gewerkt worden met pilootgemeentes. Deze pilootgemeentes liggen best verspreid over Vlaanderen. De plaatselijke groenambtenaar kan optreden als contactpersoon tussen VMM en de vrijwilligers Metingen Metingen dienen te gebeuren volgens vastgelegde werkwijzen Bereidwillige tuineigenaars houden gedurende deze periode een gedetailleerd logboek bij over het toevoegen of verwijderen van bepaalde inen outputs en hoeveelheden. Registreren gegevens van vrijwilligers via internet. Hierdoor kan de monitoring opgevolgd worden. Degelijke voorbereiding vereist: infomappen, logboeken, een internetsite voor online-registratie van gegevens en een voorbereidend tuinbezoek Uit deze monitoring: afleiden indicatoren Goede indicatoren moeten voldoen aan drie belangrijke sleutelkenmerken (NARA-team, 2006): validatie en betrouwbaarheid, functionaliteit en legitimiteit Nagaan van autocorrelatie tussen variabelen Structureren van de indicatorset volgens het DPSIR-model (OESO)

Haalbaarheidsstudie naar collaterale gegevensverzameling en -verwerking

Collaterale gegevensbronnen: 1. Tuinarchitecten, tuinmannen, … 2. Tuincentra, warenhuizen, markt, … 3. Bodemkundige dienst van België 4. OVAM, VLACO vzw, containerparken, … Haalbaarheidsstudie Is het mogelijk om deze informatie te bekomen? Zijn deze gegevens representatief? Kunnen deze gegevens gestandaardiseerd worden om gebruikt te worden binnen de monitoring?

161

9. Aanbevelingen

5.

Opname van privétuinen in Vlaamse milieumonitoring

Monitoring: het periodiek waarnemen en gestandaardiseerd beschrijven van parameters met als doel de overeenkomst met of de mate van afwijking van doelen of normen vast te stellen (Dumortier et al., 2005) Als verbanden tussen inputs/outputs en indicatoren gekend: tweeledige monitoring van privétuinen Monitoring van indicatoren door middel van een jaarlijkse internetenquête. Hiervoor werd reeds een basis gelegd met de tuinenquête in het kader van dit ondersteunend onderzoek (www.tuinenquete.be) Tweejaarlijkse diepte-monitoring: opvolgen van de verbanden tussen inputen outputkenmerken en indicatoren Tweejaarlijkse diepte-monitoring: Kritische evaluatie indicatoren Aanpassingen aan de bestaande indicatoren indien nodig 2 niveau’s Lokaal niveau: Pilootgemeenten Ambtenaar van de gemeentelijke groen- of milieudienst coördinatie en de communicatie met een hoger niveau Zoeken en contacteren van vrijwilligers en opleiding Onderhouden van contact tussen VMM en vrijwilligers Vlaams Gewest: VMM Keuze van de pilootgemeentes Opstellen indicatorenset en kritische evaluatie Ontwikkelen wetenschappelijk onderbouwde en gestandaardiseerde monitoringsmethodologie Algemene en wetenschappelijke coördinatie van het monitoringsproces Verzamelen en verwerken van de gegevens Publicatie milieurapporten en beleidsgerichte vertaling

162

Lijst met tabellen

3.De privétuin als systeem Tabel 3.1 Tabel 3.2

Inputs van het tuinsysteem ........................................................19 Outputs van het tuinsysteem ......................................................19 4.Tuinbezoeken in Herent

Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.4 Tabel 4.5 Tabel 4.6 Tabel 4.7 Tabel 4.8 Tabel 4.9 Tabel 4.10 Tabel 4.11 Tabel 4.12 Tabel 4.13 Tabel 4.14 Tabel 4.15 Tabel 4.16 Tabel 4.17 Tabel 4.18 Tabel 4.19 Tabel 4.20

Mogelijke ruimtelijk - fysieke variabelen voor de stratificatiebasis......31 Ruimtelijk - fysieke kenmerken voor stratificatie: landgebruik.............31 Bebouwingstypologie................................................................33 Variabelencombinaties K-Means niet-hiërarchische clustering ..............35 Variabelencombinaties Two-Step clustering ....................................36 Kenmerken clustertypes ............................................................38 Resultaten uitwerking werkwijze voor de afbakening van de geselecteerde wijken ...............................................................40 Aantal respondenten per clustertype ............................................42 Werkwijze codering vragenlijsten tuinbezoeken...............................46 Algemene kenmerken - Berekenen en afleiden variabelen ..................47 Tuincomponenten - Afleiden variabelen ........................................48 Voeding, organisch keukenafval en moestuin - Berekenen en schatten variabelen.............................................................................49 Groenafval - Berekenen en schatten variabelen ...............................50 Bestrijdingsmiddelen - Berekenen variabelen ..................................51 Meststoffen en bodemverbeteraars – Gemiddelde samenstelling dierlijke meststoffen................................................................52 Meststoffen en bodemverbeteraars – Gemiddelde samenstelling dierlijke meststoffen................................................................53 Arbitrair gesteld waterverbruik per activiteit ..................................54 Websites van handelaars/winkelaars gebruikt voor het vastleggen van een kW waarde per tuinmachine .................................................55 Arbitrair verbruik per type tuinmachine per keer .............................56 Arbitrair gesteld aantal keer gebruikt in 2007 .................................57 5.Tuinen in Herent: Overzicht van de resultaten

Tabel 5.1 Tabel 5.2 Tabel 5.3 Tabel 5.4 Tabel 5.5 Tabel 5.6 Tabel 5.7 Tabel 5.8 Tabel 5.9 Tabel 5.10

Aantal bezochte huishoudens......................................................59 Aantal bezochte tuinen per clustertype .........................................60 Samenstelling van de bevolking van Herent en van de respondenten......61 Grootte van de tuin: verdeling in klassen .......................................62 Tuinbezoeken: watervoorzieningen in de bezochte tuinen ..................63 Voedingspakket bezochte huishoudens en herkomst ingrediënten .........63 Tuinbezoeken: overzichtstabel algemene tuinkenmerken ...................64 Tuinbezoeken: aanwezigheid tuincomponenten ...............................65 Bestanddelen / Elementen in de tuin: M.A.S.-bevraging (2007) ............66 Tuinbezoeken: oppervlakte van de tuincomponenten ........................66

163

Tabel 5.11

Tabel 5.12 Tabel 5.13 Tabel 5.14 Tabel 5.15 Tabel 5.16 Tabel 5.17 Tabel 5.18 Tabel 5.19 Tabel 5.20 Tabel 5.21 Tabel 5.22 Tabel 5.23 Tabel 5.24 Tabel 5.25 Tabel 5.26 Tabel 5.27 Tabel 5.28 Tabel 5.29 Tabel 5.30 Tabel 5.31 Tabel 5.32 Tabel 5.33 Tabel 5.34 Tabel 5.35 Tabel 5.36 Tabel 5.37 Tabel 5.38 Tabel 5.39 Tabel 5.40 Tabel 5.41 Tabel 5.42 Tabel 5.43 Tabel 5.44 Tabel 5.45 Tabel 5.46 Tabel 5.47 Tabel 5.48 Tabel 5.49

Synoptische tabel voor de oppervlaktes gazon, neerhof en verharding in totaal, per tuin en per persoon over de 25 tuinbezoeken .........................................................................66 Tuinbezoeken: haagtypes ..........................................................67 Tuinbezoeken: afmetingen van de tuincomponent ‘haag’ ...................67 Relatief aandeel tuincomponenten in bodemgebruik van de privétuinen............................................................................68 Dieren in de tuin .....................................................................68 Reden voor het houden van kippen in de tuin ..................................68 Bestemming van het groenten- en fruitafval en ander organisch keukenafval ...........................................................................70 Materiaal dat in de thuiscompostering terecht komt .........................70 Gebruik van planten zaaigoed ...................................................71 Herkomst van planten zaaigoed .................................................71 Verdeling van het aantal respondenten over een bepaald aantal bestrijdingsmiddelen................................................................71 Het aantal gebruikte producten per groep van bestrijdingsmiddelen......72 Het aantal gebruikte producten per producttype .............................72 Het aantal gebruikte producten per toepassingsgebied of vegetatie ......73 Gebruik van leidingwater in de tuin: aantal respondenten en aantal keer in 2007 ..........................................................................73 Gebruik van tuinmachines in 2007................................................74 Output: gazonmaaisel – bestemming .............................................76 Output: klein snoeiafval – bestemming ..........................................76 Output: snoeihout – bestemming .................................................76 Output: klein tuinafval – bestemming............................................77 Output: producten uit de moestuin - verdeling soorten over het aantal tuinen .........................................................................78 Output: fruit en noten - verdeling soorten over het aantal tuinen .........78 Output: eieren en vlees - verdeling over het aantal tuinen .................79 Output: afgekeurde groenten en fruit en/of overschotten – bestemming...........................................................................79 Intern afvalbeheer – methode van thuiscompostering ........................80 Intern afvalbeheer – materiaal van thuiscompostering .......................80 Intern afvalbeheer – afvalarm tuinieren – snoeiresten ........................81 Intern afvalbeheer – afvalarm tuinieren – gazonmaaisel, klein tuinen snoeiafval .........................................................................81 Intern afvalbeheer – water.........................................................82 Synoptische tabel Herent: hoeveelheid en intensiteit input: GFA en AOA – 2007 ............................................................................83 Synoptische tabel Herent: hoeveelheid en intensiteit input: dierenvoer – 2007 ....................................................................84 Synoptische tabel Herent: hoeveelheid en intensiteit input: bomen, fruitbomen en haagplanten in 2007 ..............................................84 Synoptische tabel Herent: hoeveelheid en intensiteit input: sierplanten in 2007 ..................................................................85 Hoeveelheid aangeplante en gezaaide groenten in 2007 .....................85 Identificatie herbiciden: productnaam, erkenningsnummer, formulering en aantal...............................................................86 Identificatie herbiciden: actieve stoffen ........................................87 Kwantificatie herbiciden: gebruik en hoeveelheden producten ............88 Kwantificatie herbiciden: gebruikte hoeveelheden actieve stoffen per product en per respondent....................................................89 Kwantificatie herbiciden: gebruikte hoeveelheden actieve stoffen........90

164

Tabel 5.50 Tabel 5.51 Tabel 5.52 Tabel 5.53 Tabel 5.54 Tabel 5.55 Tabel 5.56 Tabel 5.57 Tabel 5.58 Tabel 5.59 Tabel 5.60 Tabel 5.61 Tabel 5.62 Tabel 5.63 Tabel 5.64 Tabel 5.65 Tabel 5.66 Tabel 5.67 Tabel 5.68 Tabel 5.69 Tabel 5.70 Tabel 5.71

Synoptische tabel Herent: hoeveelheid en intensiteit input: chemische bestrijdingsmiddelen – 2007 .........................................90 Synoptische tabel Herent: hoeveelheid en intensiteit input: meststoffen – 2007 ..................................................................91 Identificatie van aangekochte meststoffen gebruikt in 2007 ................92 Gebruikte hoeveelheid van aangekochte meststoffen in 2007 ..............93 Hoeveelheid N, P, K en Mg uit aangekochte meststoffen gebruikt in 2007 ....................................................................................94 Gebruikte hoeveelheid van dierlijke meststoffen in 2007....................95 Hoeveelheid N, P, K en Mg uit dierlijke meststoffen gebruikt in 2007.....95 Synoptische tabel Herent: hoeveelheid en intensiteit input: N – 2007 ....96 Synoptische tabel Herent: hoeveelheid en intensiteit input: bodemverbeteraars – 2007 .........................................................96 Verbruik leidingwater per activiteit..............................................97 Synoptische tabel Herent: hoeveelheid en intensiteit input: leidingwater – 2007..................................................................97 Synoptische tabel Herent: hoeveelheid en intensiteit input: energie tuinmachines – 2007.................................................................97 Geschat energieverbruik per tuinmachine ......................................98 Synoptische tabel Herent: hoeveelheid en intensiteit output: gazonmaaisel- 2007 .................................................................99 Hoeveelheid klein snoeiafval uit de tuin gebracht in 2007...................100 Hoeveelheid snoeihout uit de tuin gebracht in 2007 ..........................100 Synoptische tabel Herent: hoeveelheid en intensiteit output: gewicht groenten- 2007 ............................................................101 Hoeveelheid groenten uit de tuin gebracht in 2007- eenheid moestuin ..............................................................................101 Hoeveelheid groenten uit de tuin gebracht in 2007 – eenheid producten .............................................................................102 Hoeveelheid fruit uit de tuin gebracht in 2007.................................103 Hoeveelheid neerhofproducten uit de tuin gebracht in 2007................103 Samenvattende overzichtstabel Herent: kwantificatie van specifieke inputs en outputs - 2007............................................................104

6.Internetenquête in Vlaanderen Tabel 6.1 Tabel 6.2 Tabel 6.3 Tabel 6.4 Tabel 6.5 Tabel 6.6 Tabel 6.7 Tabel 6.8 Tabel 6.9 Tabel 6.10

Structuur van de internetenquête op www.tuinenquete.be.................112 Voorbeeld van een nominaal-nominaal verband ...............................120 Voorbeeld van een nominaal-ordinaal verband waar de nominale variabele slechts twee klassen kent..............................................120 Voorbeeld van een nominaal-ordinaal verband met meerdere klassen .................................................................................121 Voorbeeld van een ordinaal-ratio verband ......................................121 Voorbeeld van verschillen tussen nominale groepen ..........................122 Teststatistiek voor Levene’s Test of Homogeneity of variances: verschillen tussen nominale groepen.............................................122 Voorbeeld van verschillen tussen ordinale groepen ...........................124 Teststatistiek voor Levene’s Test of Homogeneity of variances: verschillen tussen ordinale groepen..............................................124 Voorbeeld van een ratio-ratio verband ..........................................126

165

7. Tuinen in Vlaanderen: Overzicht van de resultaten Tabel 7.1 Tabel 7.2 Tabel 7.3 Tabel 7.4 Tabel 7.5 Tabel 7.6 Tabel 7.7 Tabel 7.8 Tabel 7.9 Tabel 7.10 Tabel 7.11 Tabel 7.12 Tabel 7.13 Tabel 7.14 Tabel 7.15 Tabel 7.16

Tabel 7.17

Tabel 7.18 Tabel 7.19 Tabel 7.20 Tabel 7.21 Tabel 7.22

Vergelijking tussen tuinoppervlaktes uit de bevraging uitgevoerd door M.A.S. (2007) en de internetenquête......................................134 Vergelijking tussen tuinoppervlaktes uit de bevraging uitgevoerd door M.A.S. (2007) en de internetenquête......................................136 Tuincomponenten en hun relatief aandeel in de tuinoppervlakte ..........137 Tuinelementen en hun voorkomen ...............................................137 Soort dieren in de tuin..............................................................138 Synoptische tabel: hoeveelheid en intensiteit input: groenten- en fruitafval- 2007 ......................................................................138 Synoptische tabel: hoeveelheid en intensiteit input: dierenvoer – 2007 ....................................................................................139 Gebruik van chemische bestrijdingsmiddelen: plaag en plaats van toepassing.............................................................................140 Synoptische tabel: hoeveelheid en intensiteit input: chemische bestrijdingsmiddelen – 2007 .......................................................140 Synoptische tabel: hoeveelheid en intensiteit input: meststoffen en/of bodemverbeteraars – 2007 .................................................142 Synoptische tabel: hoeveelheid en intensiteit output: gazonmaaisel2007 ....................................................................................143 Synoptische tabel: hoeveelheid en intensiteit output: snoeihout – 2007 ....................................................................................144 Samenvattende overzichtstabel: kwantificatie van specifieke inputs en outputs – 2007 ....................................................................145 Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-nominaal verband ...............................146 Testresultaten voor de sterkte van een associatie voor het voorbeeld van een nominaal-nominaal verband.............................................146 Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ordinaal verband (nominale variabele met meer dan twee klassen) ......................................................147 Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ordinaal verband (nominale variabele met twee klassen) ...................................................................148 Testresultaten voor de significantie van een associatie voor het voorbeeld van een ordinaal-ratio verband ......................................149 Testresultaten voor de sterkte van een associatie voor het voorbeeld van een ordinaal-ratio verband ...................................................150 Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ratio verband .....................................151 Testresultaten voor de significantie van een associatie voor het voorbeeld van een nominaal-ratio verband .....................................152 Testresultaten voor de sterkte van een associatie voor het voorbeeld van een ratio-ratio verband........................................................154

166

Lijst met figuren

3.De privétuin als systeem Figuur Figuur Figuur Figuur

3.1 3.2 3.3 3.4

Definitie van de privétuin in dit onderzoek .....................................16 Een eenvoudig systeem .............................................................16 In- en outputstromen in een tuin .................................................18 Het tuinsysteem (korte keten) ....................................................20 4.Tuinbezoeken in Herent

Figuur 4.1 Figuur 4.2 Figuur 4.3 Figuur Figuur Figuur Figuur

4.4 4.5 4.6 4.7

Symbolische voorstelling van het steekproefontwerp.........................29 Werkwijze voor het aanmaken van het basisbestand van de stratificatie ...........................................................................30 Werkwijze voor het aanmaken van het basisbestand voor de variabelen ............................................................................32 Intekening van de visueel afgeleide bebouwingstypologie voor Herent ...34 Verdeling van de clustertypes over Herent .....................................37 Percentage bebouwingstypes per clustertype ..................................38 Verdeling van de random punten over Herent .................................40 5.Tuinen in Herent: Overzicht van de resultaten

Figuur 5.1 Figuur 5.2

Figuur 6.1 Figuur 6.2

Figuur 6.3

Figuur 6.4

Ruimtelijke verspreiding van de tuinbezoeken binnen Herent (over de clustertypes)..........................................................................60 Verdeling van het relatief aandeel gazon over N = 25 tuinen ...............67 6.Internetenquête in Vlaanderen Enquêteringstechnieken (naar Malhotra en Birks, 2003) .....................107 Frequentietabel voor het gebruik van chemische bestrijdingsmiddelen tegen onkruid op gazon en een histogram voor de hoeveelheid gazonmaaisel die uit de tuin gebracht werd....................................116 De gewone normaal-kwantie- plot (Normal Q-Q Plot) en afwijkingen normaal-kwantiel-plot(Detrended Normal Q-Q Plot) van de oppervlakte van de tuin (tuin_grootte)..........................................117 Spreidingsdiagram voor de variabelen ‘grootte van de tuin [m²]’ en ‘Hoeveelheid vloeibare bestrijdingsmiddelen in de tuin gebracht in 2007 [liter]’ ...........................................................................126 7.Tuinen in Vlaanderen: Overzicht van de resultaten

Figuur Figuur Figuur Figuur

7.1 7.2 7.3 7.4

Figuur 7.5 Figuur 7.6 Figuur 7.8 Figuur 7.9

Dropout doorheen de enquête ....................................................128 Eigenschappen van de mensen die in de tuin werken.........................129 Eigenschappen van mensen die in de tuin werken (leeftijd) ................130 Eigenschappen van de respondenten die deelnamen aan de enquête en zelf in de tuin werken: geslacht ..............................................130 Eigenschappen van de respondenten die deelnamen aan de enquête en zelf in de tuin werken: beroep ................................................131 Verdeling van het aantal respondenten per deelgemeente over Vlaanderen............................................................................132 Potentiële grootte van tuin in klassen ...........................................133 Verdeling van de bemonsterde tuinen over de woningtypes.................134

167

Figuur 7.10 Figuur 7.11 Figuur 7.12

Figuur Figuur Figuur Figuur Figuur

7.13 7.14 7.15 7.16 7.17

Figuur 7.18 Figuur 7.19 Figuur 7.20 Figuur 7.21

Verdeling van de bemonsterde tuinen over omgevingstypes ................135 Ouderdom van de tuin in klassen .................................................135 Verdeling van de gebruikte producten van meststoffen en/of bodemverbeteraars in 2007 (N=1882) over verschillende productsoorten .......................................................................141 Verdeling van de gebruikte compost ( N=375 tuinen) naar herkomst ......142 Bestemming van het gazonmaaisel (N=1138 respondenten) .................143 Bestemming van het snoeihout (N=1138 respondenten) ......................144 Aanwezigheid van alleenstaande bomen per woningtype ...................147 Aantal tuinen per woningtype ten opzichte van het relatief aandeel gazon...................................................................................148 Aantal tuinen met gebruik van chemische bestrijdingsmiddelen ten opzichte van het relatief aandeel gazon ........................................149 Aantal tuinen met afvoer van een hoeveelheid gazonmaaisel in klassen ten opzichte van het relatief aandeel gazon .........................150 Gemiddelde tuinoppervlakte per woningtype ..................................151 Spreidingsdiagram voor de variabelen ‘grootte van de tuin [m²]’ en ‘Hoeveelheid vloeibare bestrijdingsmiddelen in de tuin gebracht in 2007 [liter]’ ...........................................................................153

168

Referenties Literatuurlijst Allaert, G.; Leinfelder, H.; Verhoestrate, D. (2007). Toestandsbeschrijving van de volkstuinen in Vlaanderen vanuit een sociologische en ruimtelijke benadering. Eindrapport. Universiteit Gent- afdeling Mobiliteit en Ruimtelijke planning, in opdracht van Departement Landbouw en Visserij, Afdeling Monitoring en Studie. Beschikbaar op: http://www.vvog.info/media/GC_extra/%5BBG8588%5DVolkstuinen%20in%20Vlaanderen%202007.pdf. [Datum van opzoeking: 28 september 2007] Antrop, M.; Van Eetvelde, V.; Janssens, J.; Martens, I.; Van Damme, S. (2002). Traditionele landschappen van het Vlaamse gewest. Vakgroep Geografie, Universiteit Gent. Beschikbaar op: http://www.geoweb.ugent.be/services/docs/tradla.pdf, [Datum van opzoeking: 11 oktober 2007] Barbosa, O.; Tratalos, J.A.; Armsworth, P.R.; Davies, R.G.; Fuller, R.A.; Johnson, P.; Gaston, K.J. (2007). Who benefits from access to green space? A case study from Sheffield, UK. Landscape and urban planning, article in press, doi:10.1016/j.landurbplan.2007.04.004. Bächtiger, M.; Frick, A; Reips, U.-D. (2001). Financial incentives, personal information, and dropout in online studies. Pabst Science, lengerich, Germany, pp. 209-219. Beirlant, J. (1998). Applied Statistical models. The Statistical Sleuth. Universiteitscentrum van Statistiek, Katholieke Universiteit Leuven, Leuven. P.3-8. Beirlant, J. (2004). Toegepaste statistiek en biometrie. Universiteitscentrum van Statistiek, Katholieke Universiteit Leuven, Leuven. 299 p. Bolund, P., Hunhammar, S. (1999). Ecosystem services in urban areas. Ecological Economics 29: 293-301 Clayton, S. (2007). Domesticated nature: motivations for gardening and perceptions of environmental impact. Journal of Environmental Psychology, article in press, doi: 10.1016/j.jenvp.2007.06.001 Colles, A.; Van Gestel, G.; van Campenhout, K; Mampaey, M.; van den Belt, K.; Claeys, N.; Keune, H.; Loots, I.; Van Loon, R.; Bossuyt, M.; Peeters, B.; Van Hooste, H. (2007). Milieugevaarlijke stoffen en gezondheid: op zoek naar relaties tussen concentraties en Effecten.- In: MIRA-T 2007 focusrapport: milieurapport Vlaanderen / van Steertegem Marleen [edit.], Aalst, Vlaamse Milieumaatschappij, 2007. Coppens, G. en Vandendriessche, H. (2008). Gemiddelde samenstelling paardenmest en runderstalmest volgens Bemorgex (EXpersysteem voor de BEMestingswaarde van ORGanische producten). Bodemkundige Dienst van België. Daniels, G.D.; Kirkpatrick, J.B. (2006a). Comparing the characteristics of front and back domestic gardens in Hobart, Tasmania, Australia. Landscape and Urban Planning, Volume 78, Issue 4:344-352. Daniels, G.B.; Kirkpatrick, J.B. (2006b). Does variation in garden characteristics influence the conservation of birds in suburbia? Biological Conservation 133: 326-335

169

De Pelsmacker, P. & Van Kenhove, P. (1999). Marktonderzoek: Methoden en toepassingen. Garant Uitgevers, Leuven/Apeldoorn. 737 p. de Vocht, A. (2006). Basishandboek SPSS 14 voor Windows. Bijleveld Press, Utrecht. 255 p. Dewaelheyns, V. (2007). Ruimtelijk-fysieke variabelen voor semi-urbane gebieden. Eindwerk voorgedragen tot het behalen van de graad Bio-ingenieur in het Land- en bosbeheer. Promotor: Professor Gulinck, H., faculteit Bio-ingenieurswetenschappen, departement Landbeheer- en economie, laboratorium voor bos, natuur en landschap, K.U.Leuven. EPA (2002). Guidance on Choosing a Sampling Design for Environmental Data Collection (for use in develpoing a quality Assurance project plant). EPA QA/G-5S [online]. United States Environmental Protection Agency, Office of Environmental Information, Washington, DC. Beschikbaar op: http://www.epa.gov/QUALITY/qs-docs/g5s-final.pdf [Datum van opzoeking: 26 augustus 2007] FOD Economie, KMO, Middenstand en Energie (2007). Kerncijfers voor de gemeente Herent. FOD Economie, KMO, Middenstand en Energie, Algemene directie statistiek en economische informatie, Brussel. Beschikbaar op: http://www.statbel.fgov.be/verkiezingen2006/downloads/com_gem_24038_nl.doc.pdf [Datum van opzoeking: 10 oktober 2007] Gaston, K.J.; Smith, R.M.; Thompson, K.; Warren, P.H. (2005a). Urban domestic gardens (II): experimental tests of methods for increasing biodiversity. Biodiversity and conservation 14: 395-413. Gaston, K.J.; Warren, P.H. ; Thompson, K.; Smith, R.M. (2005b). Urban domestic gardens (IV): the extent of the resource and its associated features. Biodiversity and conservation 14: 395-413. Gaston, K.J. (2007). Biodiversity in Urban Gardens – University of Sheffield [online]. Beschikbaar op: http://www.bugs.group.shef.ac.uk [Datum van opzoeking: 26 augustus 2007] Gulinck, H.; Heremans, S.; Dewaelheyns, V.; Meeus, S.; Bomans, K.; Stalpaert L. (2007). Bodemafdichting. In: Van Steertegem, M. (eindredactie). Milieurapport Vlaanderen: MIRA-T 2007 Focusrapport. LannooCampus, Leuven. Blz. 232-236. Grey, C.N.B.; Nieuwenhuijsen, M.J.; Golding, J.; ALSPAC Team (2006). Use and storage of domestic pesticides in the UK. Science of the Total Environment 368: 465-470 Gross, H.; Lane, N. (2007). Landscapes of the lifespan: exploring accounts of own gardens and gardening. Journal of Environmental Psychology, article in press, doi: 10.1016/j.jenvp.2007.04.003 Hermy, M.; Schauvliege, M.; Tijskens, G. (2005). Groenbeheer, een verhaal met toekomst. Velt in samenwerking met afdeling Bos&Groen, Berchem. 576 p. Huizingh, E. (2006). Inleiding SPSS 14.0 voor Windows en Data Entry. Sdu Uitgevers bv, Den Haag, 340 p. Kaplan, R.; Austin, M. (2004). On the country: sprawl and the quest for nature nearby. Landscape and Urban Planning, 69, 235-243. Karr, C.; Solomon, G.; Brock-Utne, A. (2007). Health effects of common home, lawn, and garden pesticides. Pediatric Clinic of North America, 54(1), 63-80.

170

Kinzig, A.P.; Warren, P.; Martin, C.; Hope, D.; Katti, Madhusudan (2005).The effects of Human Socioeconomic Status and Cultural Characteristics on Urban Patterns of Biodiversity [Online]. Ecology and Society 10(1): 23 Beschikbaar op: htp://www.ecologyandsociety.org/vol10/iss1/art23/ [Datum van opzoeking: 2 september 2007] Lauridsen, J. (2004). Design and Analysis of Samples [online]. University of Southern Denmark. Beschikbaar op: http://statmaster.sdu.dk/courses/st118. [Datum van opzoeking: 26 augustus 2007] Loram, A.; Tratalos, J.; Warren, P.H.; Gaston, K.J. (2007). Urban domestic gardens (X): the exstent & structure of the resource in five major cities. Landscape ecology 22: 601-615. Malhotra, N.K., Birks, D.F. (2003). Questionnaire design. In: Marketing Research: an applied orientation. Pearson Education Limited, p.324-331. Martin, C.A.; Warren, P.S.; Kinzig, A.P. (2004). Neighborhood socioeconomic status is a useful predictor of perennial landscape vegetation in residential neighborhoods and embedded small parks of Phoenix, AZ. Landscape and Urban Planning 69, 355-368. M.A.S., VVSG, VLACO vzw, VVP, OVAM (2007). Preventie-evaluatieonderzoek voor GFT- en groenafval, KGA en AEEA. Ovam, Mechelen. 140 blz. Beschikbaar op: http://www.ovam.be [Datum van opzoeking: 30 augustus 2007] Mathieu, R., Freeman, C., Aryal, J. (2007). Mapping private gardens in urban areas using object-oriented techniques and very high-resolution satellite imagery. Landscape and Urban Planning 81: 179 - 192. Mérenne-Schoumaker, B.; Van der Haegen, H.; Van Hecke, E. (1998). Verstedelijking. Algemene Volks- en Woningtelling op 1 maart 1991. Monografie nr. 11 A. Ministerie van Economische zaken, Nationaal instituut voor de Statistiek, federale Diensten voor Wetenschappelijke, Technische en Culturele Aangelegenheden. 174 p. Ministerie van de Vlaamse Gemeenschap (2000). Water, elke druppel telt. Deel 1: Een watervriendelijk huishouden. Ministerie van de Vlaamse Gemeenschap, Brussel. 64 pagina’s. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/166.pdf [Datum van opzoeking: 29.02.2008] NGI (2004). Topografische landgebruikskaart. Metadata: afgeleid rasterproduct van Top10GIS, de topografische kaart 1:10.000, 2004, NGI. Nielsen, T.S.; Hansen, K. B. (2007). Do green areas affect health? Results from a Danish survey on the use of green areas and health indicators. Health & Place 13: 839-850 Niñez, V. (1987). Household gardens: theoretical and policy considerations. Agricultural Systems 23: 167186. N.I.S. (2007). Algemene Socio-economische enquête 2001 [online]. FOD Economie, KMO, Middenstand en Energie, Algemene Directie Statistiek en Economische Informatie, Brussel. Beschikbaar op: http://statbel.fgov.be/census/home_nl.asp [Datum van opzoeking: 6 november 2007] Norusis, M.J. (2006). SPSS 15.0 Statistical Procedures Companion. Prentice Hall. Inc. 626 p. Ousset, P.; Nourhashemi, F.; Albarede, J.; Vellas, P. (1998). Therapeutic Gardens. Arch.Gerontol.Geriatr. suppl. 6: 69-372.

171

Pauleit, S., Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning 52: 1-20 Reips, U.-D. (1997). Das Psychologische experimentieren im Internet. Hogrefe, Göttingen, Germany, pp. 245 - 265 Reips, U.-D. (2000). The web-experiment method: advantages, disadvantages, and solutions. Academic Press, San Diega, CA, pp. 89-114. Reips, U.-D. (2002). Standards for Internet-Based Experimenting. Experimental psychology, Vol. 49(4): 243-256. Rijckmans, E. (2007). Groene landschapselementen in de semi-urbane zone. Eindwerk voorgedragen tot het behalen van de graad Bio-ingenieur in het Land- en bosbeheer. Promotor: Professor Gulinck, H., faculteit Bio-ingenieurswetenschappen, departement Landbeheer- en economie, laboratorium voor bos, natuur en landschap, K.U.Leuven. Rijksdienst voor pensioenen (2005). Statistische studies. Rijksdienst voor pensioenen, Brussel. Beschikbaar op: http://www.onprvp.fgov.be/onprvp2004/PDF/NL/S/S_a/2004.pdf [Datum van opzoeking: 12 februari 2008] RIVM (2007). LevensCyclusAnalyse (LCA) [online]. Rijksinstituut voor Volksgezondheid en Milieu (RIVM), Bilthoven, Nederland. Beschikbaar op: http://www.rivm.nl/milieuportaal/dossier/lca/ [Datum van opzoeking: 18 maart 2008] Roth, M. (2006). Validating the use of Internet survey techniques in visual landscape assesment – An empirical study from Germany. Landscape and Urban Planning 78, 179-192. Sanesi, G.; Chiarello, F. (2006). Residents and urban green spaces: The case of Bari. Urban Forestry & Urban Greening 4: 125-134. Seeth, H.T.; Chachnov, S.; Surinov, A; von Braun J. (1998). Russian poverty: muddling through economic transition with garden plots. World Development 26(9), 1611-1623. Siegel, S., Castellan, N.J.Jr. (1988, 156). Nonparametric statistics for the behavioral sciences. McGrawHill, Inc, ameriaca. Hoofdstuk 8. The case of k-independent samples p. 190 -223 Smith, R.M.; Gaston, K.J.; Warren, P.H.; Thomspon, K. (2005). Urban domestic gardens (V): relationships between landcover composition, housing and landscape. Landscape Ecology 20: 235-253. Syme, G.; Shao, Q.; Po, M.; Campbell, E. (2004). Predicting and understanding home garden water use. Landscape and Urban Planning 68: 121-128. Thompson, K.; Colsell, S.; Carpenter, J.; Smith, R.M.; Warren, P.H.; Gaston, K.J. (2005). Urban domestic gardens (VII): a preliminary survey of soil seed banks. Seed Science Research 15: 133-141. Tratalos, J.; Fuller, R.A.; Warren, P. H.; Davies, R.G., Gaston, K.J. (2007). Urban form, biodiversity potential and ecosystem services. Landscape and urban planning, article in press, doi: 10.1016/j.landurbplan.2007.05.003. Trinh, L.N.; Watson, J.W.; Hue, N.N. De; Minh, N.V.; Chu, P.; Sthapit, B.R.; Eyzaguirre, P.B. (2003). Agrobiodiversity conservation and development in Vietnamese home gardens. Agriculture, Ecosystems and Environment 97 (2003) 317–344.

172

Vanneste, D.; Thomas, I.; Goossens, L. (2007). Sociaal-economische enquête 2001 – Monografiën. Woning en woonomgeving in België. FOD Economie, K.M.O., Middenstand en Energie Algemene Directie Statistiek en Economische Informatie Beschikbaar op: http://www.statbel.fgov.be/studies/mono_200102_nl.pdf [Datum van opzoeking: 10 januari 2008] VLM (2008).Bemestingsnomen 2008 [online]. Vlaamse Landmaatschappij. Beschikbaar op: http://www.vlm.be/SiteCollectionDocuments/Publicaties/mestbank/Normen%202008.pdf [Datum van opzoeking: 4 april 2008] VMM. Waterwegwijzer voor architecten. Een handleiding voor duurzaam watergebruik in en om de particuliere woning. Vlaamse Milieumaatschappij, Brussel. Pagina 16. Beschikbaar op: http://www.wegwijzerduurzaambouwen.be/pdf/164.pdf [Datum van opzoeking: 29.02.2008] VMM (2007). Verrekijker September 2007. Vlaamse Milieumaatschappij. 36 p. Beschikbaar op: http://www.vmm.be/publicaties/Verrekijker_september_2007.pdf#view=Fit [Datum van opzoeking: 2 oktober 2007] Vreke, J.; Donders, J.; Langers, F.; Salverda, I.; Veeneklaas, F. (2006). De invloed van groen in en om de stad op overgewicht bij kinderen en op het binden van huishoudens met midden- en hoge inkomens aan de stad. Alterra-rapport 1356. Wageningen. Walpot, O.,; Dufourmont, H., Gulinck, H. (1992). Landschapsanalyse met SPOT. Landschap vol. 9, No.4, pp.237-254.

Software ESRI INC. (1996). ArcView GIS – the Geographical Information System for everyone. Environmental Systems Research Institute Inc., Redlands. Jenness, J. (2005). Random Point Generator 1.3. Wildlife Biologist, GIS Analyst, Jenness Enterprises. Beschikbaar op http://arcscripts.esri.com/details.asp?dbid=11605 [Datum van opzoeking: 7.12.2008] SPSS INC. (1989-2003). SPSS 15.0 for Windows. Chicago, USA Wouters, P (1994). Typo.c, versie 4.0, update 2005. Instituut voor landen waterbeheer, Katholieke Universiteit Leuven, Leuven, België. Questionmark Corporation en/of Questionmark Computing Limited, gezamelijk bekend als Questionmark (1995-2008). Questionmark TM perception TM 4.

173

URL Nationaal Instituut voor de Statistiek – FOD Economie, KMO, Middenstand en Energie http://statbel.fgov.be [Datum van opzoeking: 26 oktober 2007] http://www.brico.be [Datum van opzoeking: 18 februari 2008] http://www.fytoweb.fgov.be [Datum van opzoeking: 4 februari 2008] http://www.freelayouts.com http://www.herent.be [Datum van opzoeking: 26 oktober 2007] http://www.kempeneer.be [Datum van opzoeking: 18 februari 2008] http://www.tuinvdb.be [Datum van opzoeking: 18 februari 2008] http://www.vandale.nl/opzoeken/woordenboek/ [Datum van opzoeking: 26 oktober 2007]

Digitaal kaart- en beeldmateriaal AGIV (2006). Kadvec, uitgave 1 juli 2005. Plangetrouwe vectorisering van de KADSCAN-bestanden. AGIV, Gent. OC-GIS Vlaanderen (2005). Digitale versie van de Orthofoto's, middenschalig, kleur, provincie VlaamsBrabant. VLM/ OC & Provincie Vlaams-Brabant, opname 2002 NGI (2004). Landgebruikskaart. Metadata: afgeleid rasterproduct van Top10GIS, de topografische kaart 1:10.000, 2004, NGI. OC GIS-VLAANDEREN (2000). Relicten van de traditionele landschappen of Landschapsatlas, opmaak 1996-2000. OC GIS-VLAANDEREN (2001). Bodemkaart van Vlaanderen. Metadata: Digitale versie van de analoge bodemkaart voor het grondgebied van Vlaanderen.

174

Dankwoord

Bedankt aan de inwoners van Herent die bereid waren om mee te werken aan dit onderzoek en aan de vele respondenten die de tijd genomen hebben om de tuinenquête in te vullen. Ook een hartelijk woord van dank voor Kirsten Bomans, Steven Meeus en Stefan Ruyters voor hun hulp bij dit onderzoek. Pieter-Jan wil ik graag bedanken voor zijn hulp bij het bouwen en beheren van de website en An Carbonez van Leuven Statistics Research Centre voor de hulp bij het vinden van de juiste statistische testen.

177

Inputs en outputs in privétuinen

Recommend Documents