Arne Anderson Stamnes
Jernalderens jordbruksbosetning i
Nord-Trøndelag
Utvikling og testing av en prediktiv modell
Mastergradsoppgave i arkeologi
Institutt for arkeologi og religionsvitenskap
NTNU
Trondheim våren 2008.
1
Forsidebilde: Kart over de 11 kommunene i Nord-Trøndelag det er utviklet en prediktiv modell for.
Kartet er produsert av forfatteren.
2
«The past cannot be "known" but only "modelled"»
Martin Carver
3
4
Forord
Nå er tidspunktet kommet hvor studenttilværelsen skal avsluttes og det er på tide å begi seg
inn i de «voksnes» rekker. Det har vært en periode med mange spennende opplevelser, nye
inntrykk, masse kunnskap og mange flere vennskap. Det er en merkelig følelse å avslutte denne
livsformen til fordel for en ny tilværelse som praktiserende arkeolog. Jeg gleder meg til å ta tak i de
nye utfordringene som vil by seg og som utvilsomt vil prege min fremtid i dette yrket. Måtte
forhistorien forbli spennende og nye inntrykk aldri ta slutt!
Med dette vil jeg derfor takke min veileder, professor Kalle Sognnes ved institutt for
arkeologi og religionsvitenskap for alle samtaler og tilbakemeldinger som har vært i løpet av de
siste årene. Det samme gjelder min biveileder, førsteamanuensis Jan Ketil Rød ved geografisk
institutt. En takk går også til fylkesarkeolog ved Nord-Trøndelag fylkeskommune, Lars Forseth, for
tilgang til kartdata, diskusjoner, kommentarer og felterfaringer. Norges Geologiske Undersøkelse
har vært en viktig kilde til kartdata, så en stor takk rettes til alle geologer som har trampet rundt og
kartlagt løsmassene i de nordtrønderske skoger og marker. Randi Berland Frøseth, Geir Amund
Sørgård, Linn Eikje og Lis Anderson takkes for gjennomlesing og kommentarer på ulike deler av
oppgaven underveis i arbeidet. Andre personer som har bidratt med forskjellige personlige
meddelelser sendes også en takk. Min familie, som har holdt ut med meg og mine kulturhistoriske
bemerkninger og anekdoter på våre reiser rundt omkring, trenger også en liten påskjønnelse.
Til slutt må en spesiell honnør rettes til alle medstudenter og felles «innsatte» på
masterlesesalen i løpet av de siste årene. Spesiell takk for gode år sendes alle på mitt kull som ble
eller burde blitt ferdigutdannede våren 2006. Takk for mer eller mindre meningsfulle diskusjoner,
sosiale lag og kaffe!
Arne Anderson Stamnes
18 februar 2008
5
6
Innholdsliste
Forord...........................................................................................................................5
Innholdsliste.................................................................................................................7
Figurliste.......................................................................................................................8
Tabelliste.......................................................................................................................9
1 Introduksjon............................................................................................................11
1.1 Innledning...............................................................................................................................11
1.2 Mål og metode........................................................................................................................12
1.3 Oppgavens form......................................................................................................................14
2 Prediktive modeller – historie, innfallsvinkler og anvendelse............................15
2.1 Innfallsvinkler.........................................................................................................................16
2.1.1 Induktive kontra deduktive modeller..............................................................................16
2.1.1.1 Induktive modeller..................................................................................................16
2.1.1.2 Deduktive modeller.................................................................................................18
2.1.1.3 Numerisk kontra grafisk innfallsvinkel...................................................................19
2.1.1.4 Numeriske metoder.................................................................................................19
2.1.1.5 Grafisk metode........................................................................................................20
2.1.1.6 Modellens mål – korrelativ kontra forklarende.......................................................23
2.1.2 Valg av metodisk fremgangsmåte...................................................................................23
2.1.3 Den prediktive modellen i en forskningshistorisk kontekst............................................24
3 Kulturhistorisk bakgrunn......................................................................................27
3.1 Jordbruksbosetning.................................................................................................................32
4 Lokaliseringsfaktorer for jernalderens jordbruksbosetning..............................35
4.1 Egnede steder for jordbruk og husdyrhold.............................................................................35
4.1.1 Avrenning........................................................................................................................35
4.1.2 Gode jordbruksforhold....................................................................................................36
4.1.3 Kornarter i Nord-Trøndelag............................................................................................42
4.1.3.1 Kjente lokaliteter med funn av korn i Nord-Trøndelag...........................................42
4.1.3.2 Bygg (Hordeum)......................................................................................................43
4.2 Nærhet til gravminner.............................................................................................................44
4.3 Løsfunn...................................................................................................................................45
4.4 Solrik plassering.....................................................................................................................46
4.5 Stedsnavn................................................................................................................................46
4.6 Nærhet til vann........................................................................................................................47
4.7 Sosiale, sosioøkonomiske og kognitive faktorer ...................................................................47
5 Førsteutkast til modell............................................................................................51
5.1 Noen sentrale begreper...........................................................................................................52
5.2 Jordbruket...............................................................................................................................54
5.3 Boplassen................................................................................................................................57
5.4 Første kjøring av modell.........................................................................................................62
5.4.1 Gode jordbruksforhold....................................................................................................62
5.4.2 Lokalisering av tunet.......................................................................................................65
7
6 Første kjøring - evaluering............................................................. ................................67
6.1 Valg av lokaliteter...................................................................................................................69
6.1.1 Resultat – utvelgelse av empirisk grunnlag....................................................................71
6.2 Representativitet.....................................................................................................................72
6.3 Resultater................................................................................................................................75
6.3.1 Første kjøring av modellen – boplasser..........................................................................76
6.3.2 Første kjøring av modellen – dyrkningsspor...................................................................77
6.3.3 Foreløpig konklusjon......................................................................................................78
6.3.3.1 Forholdet mellom eldre og yngre jernalder.............................................................78
6.4 Evaluering og revurdering av enkeltfaktorer..........................................................................82
6.4.1 Infiltrasjonsklasse............................................................................................................82
6.4.2 Økologisk variasjon:.......................................................................................................83
6.4.3 Sollys...............................................................................................................................85
6.4.4 Vurdering av løsmassenes egenskaper for jordbruk .......................................................89
6.5 Avsluttende vurdering og kritikk av modellens førsteutkast...................................................90
7 Evaluering av andre kjøring av modellen............................................................93
7.1 Andre kjøring av modellen – dyrkningsspor...........................................................................93
7.2 Andre kjøring av modellen – boplasser..................................................................................95
8 Konklusjon..............................................................................................................99
9 Litteraturliste........................................................................................................102
10 Appendiks............................................................................................................114
10.1 Appendiks A: Andre kornarter............................................................................................114
10.2 Appendiks B: Temperaturkurver, døgngrader og avgrensning av dyrkbart land................116
10.3 Appendiks C: Oversikt over lokaliteter...............................................................................119
10.3.1 Dyrkningsspor.............................................................................................................119
10.3.2 Boplasser.....................................................................................................................121
Figurliste
Figur 1: Lik vekting ved hjelp av overlegg Kilde: Dalla Bona 1994:13............................................21
Figur 2: Eksempel på TIN-modell. Kilde: Bernhardsen 2000............................................................52
Figur 3: Forskjellen mellom vektor og rasterdata. Kilde: Løseth 2006.............................................53
Figur 4: Kart som viser et eksempel på modellert sollys i dyrkningsperioden..................................55
Figur 5: Eksempel på kvartærgeologisk kart fra NGU.......................................................................56
Figur 6: Eksempel på egenskapen infiltrasjonsklasse i datasett fra NGU..........................................59
Figur 7: Prinsippskisse som viser funksjonen variety ved kjøring av focal statistics. Kilde: DeMers
2005:230f............................................................................................................................................60
Figur 8: Skjema som viser bearbeidelse og utvikling av kartdataene infiltrasjonsklasse og økologisk
variasjon i ArcGis' ModelBuilder.......................................................................................................60
Figur 9: Eksempelkart som viser økologisk variasjon basert på de kvartærgeologiske kartene fra
NGU. Tallene angir antallet forskjellige jordarter innenfor en radius på 500m.................................61
Figur 10: Eksempel på graf med normalfordeling.............................................................................63
Figur 11: Eksempelkart som viser resultatene for faktoren "gode jordbruksforhold"........................64
Figur 12: Skjema som viser bearbeidelse og utvikling av kartdata i produksjonen av kartlaget gode
jordbruksforhold i ArcGis' ModelBuilder slik beskrevet i del 5.2 og 5.4.1.......................................64
Figur 13: Eksempelkart som viser resultatet av modellens første kjøring.........................................66
8
Figur 14: Skjema som viser bearbeidelse og utvikling av kartdata i produksjonen av kartlaget gode
jordbruksboplasser i ArcGis' ModelBuilder slik beskrevet i 5.3 og 5.4.2. ........................................66
Figur 15: Kart som viser den prediktive modellen for de utvalgte 11 kommunene. .........................68
Figur 16: Når boplass-lokalitetene ble kjent eller undersøkt..............................................................75
Figur 17: Når dyrkingssporene ble kjent eller undersøkt...................................................................75
Figur 18: Hvordan lokalitetene fordeler seg i den vektede modellen sammenlignet med landskapet.
............................................................................................................................................................76
Figur 19: Fordelingen mellom verdien hos områder vurdert som gode jordbruksforhold og
forekomsten av dyrkningsspor...........................................................................................................77
Figur 20: Hvordan svartjordsområder registrert i Levanger kommune faller ut i forhold til modellen
............................................................................................................................................................79
Figur 21: Den relative viktigheten av naturlige versus sosiale miljø i plasseringen av boplasser
relatert til kulturell kompleksitet. Kilde: Kvamme 2006: 22f............................................................81
Figur 22: Fordelingen av boplass-lokaliteter sammenlignet med egenskapen infiltrasjonsklasse i
løsmassedataene fra NGU..................................................................................................................82
Figur 23: Forholdet mellom boplassene og kartdataene som skal vise økologisk variasjon i forhold
til boplassene......................................................................................................................................83
Figur 24: Boplassene fordeling i forhold til landskapet. 9 er mye sollys, 1 er lite. ...........................85
Figur 25: Dyrkningssporene fordeling i forhold til mengden sollys i landskapet i løpet av
dyrkningsperioden. Verdien 9 er lokaliteter med mye sol, mens verdien 1 er steder med lite sol.....87
Figur 26: Sammenligning mellom den nye beregningen for gode jordbruksforhold til venstre, og
resultatet etter viderebearbeiding til høyre. Datasettet til høyre viser nærhet til gode
jordbruksområder................................................................................................................................93
Figur 27: Forholdet mellom det nye datasettet for gode jordbruksforhold og de kjente
dyrkningssporene................................................................................................................................94
Figur 28: Forholdet mellom det viderebearbeidete datasettet og de kjente boplassene.....................95
Figur 29: Grafen viser hvordan de kjente lokalitetene faller ut i forhold til den revurderte modellen
............................................................................................................................................................96
Figur 30: Sammenligning mellom førsteutkastet og modellens andre kjøring..................................96
Figur 31: Rekonstruerte sommertemperaturer (juni - august) fra Jämtland. Avvik presentert mot
gjennomsnittstemperaturen for årene 1961-1990. De røde strekene er satt inn for å vise henholdsvis
én grad over og under gjennomsnittstemperaturen. Kilde: Linderholm og Gunnarson 2005..........117
Tabelliste
Tabell 1: Eksempel på vektet-verdi metoden.....................................................................................22
Tabell 2: Kjente lokaliteter med funn av korn i Nord-Trøndelag.......................................................42
Tabell 3: Kornarter og egnethet i forhold til geologiske og biologiske forhold. Kilde: Norsøk 2004.
............................................................................................................................................................44
Tabell 4: Reklassifisert oversikt over de kvartærgeologiske dataene. 3 forskjellige klasser av
morener er slått sammen til ett, to klasser for hav-og fjordavsetninger er sammenslått osv. Kilder til
beskrivelser er Fadnes 2003 og Thoresen 2000..................................................................................57
Tabell 5: Databeskrivelse av egenskapen infiltrasjon i NGUs datasett. Min vurdering til høyre.
Kilde: Statkart 2007............................................................................................................................58
Tabell 6: Vekting for temaet gode jordbruksforhold slik foretatt i funksjonen «weighted overlay»..62
Tabell 7: Vekting for temaet boplassen slik foretatt i funksjonen «weighted overlay»......................65
Tabell 8: Oversikt over dateringer organisert i perioder.....................................................................71
Tabell 9: Kommunevis fordeling av lokaliteter..................................................................................72
Tabell 10: Revurdert vekting av variabelen infiltrasjonsklasse..........................................................83
Tabell 11: Revurdert vektet verdi av variabelen økologisk variasjon................................................84
9
Tabell 12: Tabellen viser antallet lokaliteter og deres prosentandel i forhold til middelverdien fem.
............................................................................................................................................................85
Tabell 13: Revurdert vekting for variabelen sollys- årsgjennomsnitt.................................................87
Tabell 14: Antallet lokaliteter og deres prosentandel i forhold til middelverdien fem. .....................88
Tabell 15: Oversikt over hvilke løsmasser det forekommer dyrkningsspor på..................................89
Tabell 16: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990.
Stasjonen er ca. 10m.o.h.Data fra www.met.no................................................................................116
Tabell 17: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990.
Stasjonen er ca. 10m.o.h., med høyden hevet til 290, slik at varmesumme kommer nær 1250
døgngrader. Data fra www.met.no....................................................................................................117
Tabell 18: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990.
Stasjonen er ca. 10m.o.h., med høyden hevet til 60m.o.h. og temperaturen senket med 1,5°, slik at
varmesumme kommer nær 1250 døgngrader. Data fra www.met.no...............................................118
Tabell 19: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990.
Stasjonen er ca. 10m.o.h., med høyden hevet til 370 m.o.h. og temperaturen øket med 0,5°, slik at
varmesumme kommer nær 1250 døgngrader. Data fra www.met.no...............................................118
Tabell 20: Oversikt over lokalitetene med dyrkningsspor................................................................119
Tabell 21: Oversikt over verdiene gitt til de ulike dykningslokalitetene..........................................120
Tabell 22: Oversikt over lokaliteter med boplasser..........................................................................121
Tabell 23: Oversikt over verdier gitt til de forskjellige boplasslokalitetene, del 1...........................122
Tabell 24: Oversikt over verdier gitt til de forskjellige boplasslokalitetene, del 2...........................123
10
1 Introduksjon
1.1
Innledning
Den første arkeologiske undersøkelsen som kan kalles en flateavdekking i Nord-Trøndelag
er en undersøkelse i 1978. Noen groper kom til syne i den sterile grunnen da en bulldoser flekket av
matjorda, like ved de store gravhaugene på gården Bertnem i Overhalla. Disse gropene var
stolpehull, og resultatet var funn av minst tre hus hvorav ett fremdeles er blant de største funnet ved
maskinell flateavdekking i fylket (Dalland 1978, Farbregd 1979, Løken 1992). Det gikk nesten 20
år før den neste større undersøkelsen med denne metoden ble foretatt i fylket, på Skage i Overhalla i
1997 (Haug 1997). Etter den tid har vi sett en stor økning i anvendelsen av maskinelle
flateavdekkinger for å påvise skjulte kulturminner, både ved forundersøkelser utført av fylket og
utgravninger utført av Vitenskapsmuseet ved NTNU i Trondheim. Bosetningsspor avdekket på
denne måten er et stort og viktig bidrag som kildemateriell til en bosetningshistorisk forskning.
Mye av ansvaret for å påvise lokaliteter bestående av skjulte kulturminner ligger i hendene
på fylkesarkeologene, og av erfaring vet jeg at dette er en vanskelig oppgave. Hvor skal man
undersøke? Hvordan skal man argumentere for å få iverksatt en arkeologisk forundersøkelse som
vil medføre merutgifter for tiltakshaveren og i det lange løp økte samfunnskostnader? Faglig skjønn
jeg har observert brukt i rapporter, brev og sakspapirer baserer seg blant annet på
landskapsbetraktninger, løsfunn, nærhet til kjente gravminner og stedsnavn. Mulighetene for å
påvise nye lokaliteter henger trolig sammen med kunnskap, erfaring, og en liten dose flaks. Jeg
mener det er viktig at slike faglige argumenter blir klart uttalt, slik at det er lett for utbygger å forstå
hvorfor arkeologene ønsker en videre avklaring på det området der deres tiltak er planlagt.
En metode å gjøre forvaltningen mer forutsigbar og proaktiv enn reaktiv, er ved bruk av en
prediktiv modell. Slike modeller kan være nyttige for å kartlegge potensialet for funn i et landskap,
gjennom å vekte forskjellige variabler som kan være relevante for plasseringen av bosetningen mot
hverandre. På denne måten kan en lage kart som representerer sammensetningen av de kriteriene en
finner relevant. Det gjør en i stand til å presentere og projisere en tankemodell over et landskap.
Slik kan en fremheve steder med høyere sannsynlighet for funn på bakgrunn av de kriteriene en har
valgt å ta med i modellen. Særlig etter tilkomsten av geografiske informasjonssystemer har dette
blitt mulig (Ejstrud 2001:8). Bruk av prediktive modeller kan bidra til å lette arbeidspress innenfor
kulturminneforvaltningen. Denne oppgaven er den første i Norge som presenterer en prediktiv
modell for jernalderens jordbruksbosetning.
11
1.2
Mål og metode
Målsetningen med denne oppgaven er å produsere en prediktiv modell for jernalderens
jordbruksbosetning i Nord-Trøndelag. Siden en lignende modell aldri har blitt produsert, vil det
være en rekke utfordringer og spørsmål som må løses underveis i utviklingen av en slik modell.
Oppgaven har derfor på mange måter vært under kontinuerlig utvikling og endring etterhvert som
jeg har funnet løsninger på problemer og spørsmål som har dukket opp.
Tradisjonelt har det blitt satt et skille mellom modeller utviklet for forvaltningen for å
oppdage nye lokaliteter, kontra modeller utviklet i forskningsøyemed for å forstå plasseringen av
lokaliteter. Jeg har hele tiden arbeidet under en oppfatning at det ikke er et klart skille, og at en
prediktiv modell kan anvendes på flere måter, uavhengig av måten den er produsert på og formålet
den er produsert til.
For å nå frem til hovedmålsetningen vil jeg gå igjennom kjente metoder og innfallsvinkler
en kan bruke i utviklingen av prediktive modeller (kapittel 2). Sentralt i gjennomgangen er
forskjellene
mellom
induktive,
empiridrevne
innfallsvinkler
og
deduktive,
teoridrevne
innfallsvinkler samt valget mellom numeriske og grafiske metoder. Denne gjennomgangen vil vise
hvilke mulige måter en slik modell kan produseres på, og er nødvendig for å kunne nå frem til en
metodisk fremgangsmåte som fungerer i forhold til min målsetning. Kapitlet skal også bidra til å
sette oppgaven innen en metodisk og forskningshistorisk kontekst.
For å lage en modell for jernalderens jordbruksbosetning mener jeg det er vesentlig å sette
oppgaven inn i en kulturhistorisk kontekst. For å kunne nå målsetningen om et verktøy for å
lokalisere bosetningen, er det viktig å inneha en forståelse av hvordan menneskene levde, hvordan
jordbruket var organisert og noen tanker omkring samfunnsforhold og bosetningsmønster (kapittel
3). Dette vil bidra til å sette senere tolkninger av resultatene inn i et bredere perspektiv, og vil øke
forståelsen av modellens anvendelse.
Et sentralt delmål er å kartlegge mulige lokaliseringsfaktorer (kapittel 4). Ved gjennomgang
av aktuelle brev, sakspapirer, rapporter og aktuell litteratur kan en søke svar på følgende spørsmål:
1. Hvilke lokaliseringsfaktorer har arkeologer sett som relevante for jernalderens
jordbruksbosetning?
2. Hvilke av disse er hensiktsmessig å innlemme i en prediktiv modell?
Ulike lokaliseringsfaktorer vil her bli vurdert og dette leder frem til en hypotese for plasseringen av
jernalderens jordbruksbosetning. Denne hypotesen vil basere seg på et utvalg av lokaliseringsfaktorer, og vil kunne testes ved hjelp av modellen i et senere kapittel. Relevansen for de utvalgte
12
lokaliseringsfaktorene i forhold til den kjente bosetningen i Nord-Trøndelag kan dermed evalueres.
Neste utfordring blir utviklingen av selve modellen og dette medfører en del praktiske og
tekniske utfordringer (kapittel 5). De mest sentrale utfordringene kan oppsummeres i følgende
spørsmål:
1. Hvordan kan de utvalgte lokaliseringsfaktorene presenteres og innlemmes i et geografisk
informasjonssystem?
2. Hvordan skal forskjellige delelementer vektlegges i forhold til hverandre?
Her vil mine valg og løsninger bli forklart, tilkomsten og utviklingen av forskjellige kartlag vil bli
presentert og dette kapittelet leder mot et førsteutkast til en modell. Vektleggingen av de forskjellige
delelementene modellen er bygget opp av vil hvile på faglig argumenterte kriterier slik vurdert i
kapittel 4.
For å vurdere kvaliteten av modellen i forhold til den fremsatte hypotesen for plasseringen
av bosetningen, trengs det et empirisk utvalg modellen kan testes opp imot. Dette utvalget gjøres i
kapittel 6. Ved å diskutere representativiteten og tilkomsten av materialet, kan en vurdere
gyldigheten av konklusjonene og dermed også anvendeligheten av modellen. Vektingen av de
forskjellige delelementene og gyldigheten av den fremsatte hypotesen (kapittel 5) kan på denne
måten revurderes gjennom en sammenligning med den kjente empirien (kapittel 6).
Evalueringen av modellens første kjøring vil om nødvendig lede til en justering av de
utarbeidede kartlagene og vektingene, og en ny revurdert modell presenteres i kapittel 7. Disse
resultatene vil lede frem til besvarelsen av følgende to spørsmål, som viktige ledd i testingen av
modellen:
1. Kan en prediktiv modell være et nyttig redskap for kulturminneforvaltningen, og da spesielt
ved forvaltningen av skjulte kulturminner?
2. Hvordan kan den prediktive modellen bidra til å forstå plasseringen av jernalderens
jordbruksbosetning?
Besvarelsen av disse spørsmålene vil vise anvendelsen av prediktive modeller og bidra til å evaluere
mulighetene slike modeller kan inneha. Dette gjelder både innen forvaltningen, men også i
forskningsøyemed. Jeg håper dette kan bidra til å tilsynegjøre noen perspektiver på forvaltningen av
skjulte kulturminner og bruken av utgravningsresultatene.
13
1.3
Oppgavens form
Oppgaven har hele tiden vært rettet mot å nå et mål, nemlig å utvikle en prediktiv modell for
jernalderens jordbruksbosetning. Oppgavens oppbygning leder hele tiden mot dette målet, og
skildrer de utfordringene som må takles underveis. De første kapitlene er ment å bidra til å sette
oppgavens tema inn i en bredere kontekst og dermed tillate en å gå i detalj for slik å forstå dybden.
Presentasjon av alle ledd i utviklingen, samt en forståelse av den metodiske og kulturhistoriske
konteksten, vil bidra til økt forståelse av mulighetene og begrensningene ved en slik modell. Ved å
gå i detalj økes også forståelsen av de lokaliseringsfaktorene som er anvendt. Beskrivelsen av alle
tekniske og praktiske valg er viktig for å kunne gjenta resultatet. Målet er å beskrive alle disse
valgene godt nok til at andre kan bruke denne oppgaven som utgangspunkt i fremtidige prosjekter.
Dette enten ved å gjenta mine valg i utviklingen av prediktive modeller for andre geografiske
områder, eller for å videreutvikle og raffinere modellen. Da gjerne med en innlemmelse og testing
av andre aktuelle lokaliseringsfaktorer eller ved bruk av ulike innfallsvinkler.
14
2 Prediktive modeller – historie, innfallsvinkler og
anvendelse
Prediktive modeller er en teknikk for å forutsi hvor i et landskap en kan finne arkeologiske
spor basert på et observert mønster i et utvalg eller ut fra antakelser om menneskelig oppførsel
(Van Leusen 2002: kap. 5:1). Bo Ejstrup velger å kalle slike modeller for indikative modeller
istedenfor prediktive modeller, fordi han mener at slike modeller ikke direkte kan forutsi
tilstedeværelsen av funn, men heller bare indikere og sannsynliggjøre at funn er mulig i et gitt
landskap. Det er potensialet som modelleres, og ikke en direkte forekomst (Ejstrud 1999:156).
Ejstrud (2001:9) presenterer dermed denne definisjonen: «En indikativ modell er en undersøgelse
av værenspotensialet ved et i praksis ikke observerbart fænomen».
Slike modeller kan være nyttige for å kartlegge potensiale for funn i områder som hittil ikke
er undersøkt. På denne måten kan utvikling av slike modeller brukes som en billig og effektiv måte
å vurdere dette på. Slik kan en gi en risikovurdering basert på faglig utvalgte kriterier ved hjelp av
en slik modell, og den kan brukes aktiv i planleggingen av nye tiltak for å unngå konflikter med
potensielle kulturminner ved å heller legge veitraséer o.l. over områder med mindre potensiale. En
prediktiv modell blir da en måte for forvaltningen å være mer forutsigbar og proaktiv enn reaktiv.
En risiko med dette er at lokaliteter som ikke omfatter valgte kriterier, og derfor ikke passer
inn, havner utenfor arkeologens søkesjakt. En årsak til dette kan være at modellen vektlegger
faktorer ukorrekt i forhold til de som er relevante for bosetningen, eller at relevante faktorer er
forbigått eller utelatt som en del av denne analysen. Lokaliteter kan da forbli uoppdaget.
Utviklingen av prediktive modeller startet i USA på slutten av 70-tallet. I prinsippet var
denne fremgangsmåten basert på en tankegang fra regionale studier fra 1950- og 60- tallet, hvor en
søkte å forstå fortidig bosetningsmønster. Nå hadde man derimot geografiske informasjonssystemer
og statistiske metoder som kunne bidra til økt innsikt, og en mer systematisk tilnærming (Dalla
Bona 1994: 1 og 2). Utviklingen av slike modeller kan sees i sammenheng med utviklingen av GISteknologien, der en i økende grad hadde et hjelpemiddel og verktøy som kunne takle store
datamengder og gjennomføre multivariate analyser (Ejstrud 2001:8). Frem til starten av 90-tallet
var hovedfokuset på å evaluere korrelasjon mellom arkeologiske observasjoner og det fysiske
landskapet ved hjelp av statistiske metoder (Van Leusen 2002: kap 5:2). På grunn av et sterkt fokus
på miljømessige variabler og søken etter objektive, statistiske metoder, ble denne fremgangsmåten
kritisert for å være økologisk deterministisk og å ikke ta nok hensyn til kognitive, kulturelle, sosiale
og menneskelige variabler i modellene. En prediktiv metode vil være for generell til at den kan nå
frem til enkeltmenneskene samt de symbolske og sosiale forholdene som kan ha eksistert mellom
15
mennesker og materiell kultur (Hodder & Hudson 2003:1-6, Olsen 1997:44-62).
Det kunne være langt mer enn bare miljømessige variabler som avgjorde hvor i landskapet
en valgte å bosette seg, og metoden ble kalt teoretisk og praktisk ufullkommen (Van Leusen 2002:
kap. 5:2-5, Ejstrud 2001: 12. Ebert 2000, Conolly og Lake 2006:180). Ut fra et hermeneutisk
grunnsyn ville det for arkeologen i dag være umulig å frigi seg fra dagens tankesett, og den måten
vi i dag observerer verden på. Slik vil forskeren i dag aldri kunne vite hvorvidt vi er på sporet av en
objektiv sannhet, fordi vi ikke har med oss de erfaringer og samfunnsmessige tradisjoner, samt
inntrykk som fortidens mennesker hadde med seg når de gjorde sine valg (Olsen 1997:102-113). Vi
er avskåret fra den historiske virkelighet, og det er derfor vesentlig for arkeologisk tolkning at
funnene har spor etter intensjonelle valg, men som Ejstrud skriver: «Det, vi er nødt til at forholde
oss til, er ikke – udelukkende – fortidige valg, men også vore muligheder for videnskapelig
erkennelse og beskrivelse af disse valg» (Ejstrud 2001:10). For prediktive modeller resulterte dette i
et ønske om dreid fokus, fra estimering av sannsynlighet for forekomst av arkeologiske lokaliteter,
til et ønske om at slike modeller skulle genereres for å forklare og forstå de observerte mønstrene
(Van Leusen 2002: kap.5:2). Slik skulle vi da prøve å komme nærmere en forståelse av fortidens
mennesker og deres forhold til det landskapet de levde i. Forskjeller i innfallsvinkel ved utvikling
av slike modeller kan derfor gi utfall i hva slags bruk de er egnet for, og sees på som et resultat av
det teoretiske og faglige utgangspunktet.
Mine valg i utviklingen av en slik modell vil være utslagsgivende for de faglige resultatene,
og jeg vil derfor nå nevne forskjellige innfallsvinkler, og hvilke konsekvenser dette vil få for min
behandling av materialet og hvordan jeg da må gå frem i for å utvikle en slik modell.
2.1
Innfallsvinkler
2.1.1
Induktive kontra deduktive modeller
2.1.1.1
Induktive modeller
En induktiv innfallsvinkel er på mange måter empiri-drevet (Ejstrud 2001: 12). Man lager
generaliseringer på bakgrunn av arkeologiske observasjoner, ofte argumentert ut ifra statistiske
analyser over korrelasjon mellom forekomsten av arkeologiske funn og miljømessige variabler. På
denne måten ekstrapolerer man sannsynlige lokaliteter på bakgrunn av dataene og visualiserer dette
på kart. Modellen blir slik basert på regelmessigheter i observasjonene heller enn teoretiske
betraktninger. Av denne grunn har ofte denne typen modeller blitt kritisert for å være grove, for å
mangle teoretiske betraktninger angående sammenhengen mellom observasjoner og de kulturelle og
16
miljømessige faktorene som skaper korrelasjon, samt for å være økologisk deterministisk (Van
Leusen 2002: kap.5:4).
Dog virker det meningsfullt at arkeologiske modeller delvis også baserer seg på
arkeologiske analyser, og ikke bare teoretiske betraktninger. Derfor mener Bo Ejstrud at denne
fremgangsmåten er metodisk sterkere enn deduktive modeller (Ejstrud 2001:14). Dette på tross av
at eventuelle skjevheter i det analyserte materialet projiseres inn i modeller som omfatter et større
landskap. Feil eller skjevheter vil da forplante seg videre i modellen, som ved f.eks. ukritisk utvalg
av datagrunnlag, vektlegging av feil eller mindre gyldige faktorer samt mangelfull representativitet.
Resultatet kan da bli at en finner bare lokaliteter som er like de som allerede er kjent, eller at
modellen fremhever områder som kan være mindre aktuelle enn andre. Det ukjente, atypiske eller
tilfeldige ramler da utenfor, og kan føre til systematisk bias. Her kan en spørre seg i hvilken grad
menneskers aktivitet er sporadisk og tilfeldig? (Ejstrud 2001:14-15, Dalla Bona 1994:5). Personlig
mener jeg at en modell basert på allerede kjente lokaliteter, ikke er uten verdi. Det spørs hva
formålet er: er det å skape et verktøy for å finne flere lokaliteter av samme type, er denne
fremgangsmåten én måte å finne frem til hittil uoppdagede lokaliteter. I tillegg kan en stille en rekke
flere spørsmål til en slik fremgangsmåte: Vil en modell som i stor grad baserer seg miljømessige
faktorer være gyldig? Hva så med andre faktorer som ikke nødvendigvis er styrt av disse, som f.eks.
befolkningstetthet, religiøse eller kognitive valg, samt tradisjon og sosiale hensyn? Er mennesket
nødvendigvis rasjonelle eller fri i sine valg, og hva så med individet i arkeologien? Bør vi ikke finne
metoder for å inkorporere menneskers kulturelle oppførsel i landskapet?
Denne argumentasjonen møter Ejstrud ved å henvise til systemteori, og si at de valg som er
foretatt i landskapet er basert på et system av beslutninger. Disse beslutningene er i en konstant
dialog med andre systemer, hvor utnyttelse av naturen, infrastruktur samt politiske, sosiale og andre
hensyn spiller en rolle (Ejstrud 2001:11). Som en konsekvens av dette vil en prediktiv modell kun
ha en generell utsagnsverdi, og derfor bare påpeke en eventuell større sannsynlighet for
arkeologiske funn i én landskapstype enn i andre. Grunnen til dette er at en arkeologisk modell som
sådan kun argumenterer ut ifra en delmengde av de relevante systemer som ligger bak den
opprinnelige beslutningsprosessen (Ibid.). Hansson et. al. sier omtrent det samme, bare med basis i
strukturalistisk teori, og trekker frem hvordan menneskers handling, samhandling og mothandling
kan skape mønster i landskapet, og disse mønstrene kan igjen bidra til å styre nettopp menneskers
handling i dette landskapet. Det setter grenser for sosiale normer og tradisjoner, som på denne
måten påvirker menneskers handling i det samme landskapet over tid (Hansson et.al. 2005:10).
Tilpasninger til et landskap for å sikre overlevelse, kan derfor i mindre grad være utsatt for endring
er og være mer stabile. Ved uavhengig, rasjonell tankegang bør oppførselen nærme seg de
17
kollektive prioritetene til individene (Bentley 2007). Hvis denne er å overleve samt øke sin egen
makt og posisjon gjennom overskuddsproduksjon, bør dette også gi observerbare mønstre i
landskapet. Det er dette mønsteret vi i dag kan analysere oss frem til i det arkeologiske materialet.
2.1.1.2
Deduktive modeller
Den deduktive innfallsvinkelen kan sies å være teoridrevet, på den måten at en prøver å
konstruere modeller på bakgrunn av vår forståelse av fortidig menneskelig oppførsel. En prøver å
sette seg inn i de forutsetningene fortidens mennesker hadde når de gjorde sine valg. For
jordbruksbosetning må en da prøve å sette seg inn i de faktorene som er relevante. I mitt tilfelle vil
det være hvilke faktorer som lå til grunn for jernalderens jordbruksbefolkning sitt valg av bosted.
Typisk tar denne innfallsvinkelen utgangspunkt i at det er for få lokaliteter til et induktivt, empirisk
basert studie. Et annet syn er at en teoretisk innfallsvinkel har bedre forutsetninger for å forstå
bebyggelsesmønster, og derfor vil gi mer helhetsorienterte modeller (Ejstrud 2001:12 og 13, Van
Leusen 2002: kap 5:4). Her må en da vurdere hvordan mennesker tar sine valg i landskapet, og hva
eventuelt målet er for disse valgene. Andre vurderinger er hvilke variabler som spiller en rolle i
disse valgene, samt relevansen disse har i forhold til hverandre. Tradisjonelt sett har arkeologer
vurdert miljømessige variabler som viktige for valg av bosted (Dalla Bona 1994:6). Her kan mange
av de samme kritiske spørsmålene som jeg stilte til induktive modeller stilles igjen: hva med
individet, religiøse aspekter, befolkningstetthet, tradisjon, sosiale hensyn og kognitive valg?
Følgelig kan man stille seg følgende spørsmål: Vil slike forhold ha betydning for valg av bosted og
hvilket område man velger å dyrke? Det er ikke utenkelig at forestillinger om at maktene var med
en i tilfeller der avlingene var god, eller motsatt hvis de slo feil, kan over tid ha påvirket forhold
som valg av bosted og naturmiljø for dyrking av korn. Slike forestillinger kan ha blitt overført
gjennom generasjoner, og over tid preget det bosetningsmønsteret vi i dag kan observere.
En måte å gå frem på er å vurdere relevante kriterier for det en ønsker å modellere ut fra et
teoretisk synspunkt, og så se hvordan det stemmer med utbredelsen av det arkeologiske materialet.
Slik kan dette materialet brukes til å evaluere prediksjonen.
Det har vist seg vanskelig å anvende og tilpasse kognitive og sosio-kulturelle data i en slik
modell. Ofte er den ekspertviten som ligger bak deduktive modeller basert på eldre induktive,
empiristyrte forskningsarbeider der miljømessige variabler ofte spiller en stor rolle. Det gjør at en
slik fremgangsmåte sjelden er så fjern fra induktive metoder som en opprinnelig hadde tenkt
(Ejstrud 2001:13 og 14, Van Leusen 2002: kap.5:5). Årsaken til dette er at de miljømessige
kartdataene som f.eks. helningsgrad- og vinkel, geologiske oversiktskart, høydemodeller o.l. som
18
regel er lettere tilgjengelige, eller enkelt kan utledes fra eksisterende kartdata. I tillegg blir disse
variablene ofte ansett som viktige av arkeologer når det kommer til betraktninger om fortidens
menneskers aktiviteter. Denne typen undersøkelser har også vist at det kan eksistere et relevant
forhold mellom de naturgitte forutsetningene i et landskap og plasseringen av lokaliteter (Conolly
og Lake 2006:180). Kartdata over sosiale, kulturelle og kognitive perspektiver er vanskelig å
inkorporere i et GIS, samtidig som de kan være kostbare og tidkrevende å produsere. Dette
problemet fremdeles gjenstår som en stor utfordring innenfor utviklingen av GIS i arkeologien, men
har blitt forsøkt møtt ved hjelp av synsfeltanalyser og analyser av romlig korrelasjon av forskjellige
sosiale handlinger. Romlige sammentreff på tvers av ulike sosiale handlinger kan bidra til
forståelsen av en sosial dynamikk i et landskap (Conolly og Lake 2006:180, Barceló & Pallarés
1998, Llobera 1996). Her kan det her trekkes frem at ethvert romlig spredningsmønster i prinsippet
kan analyseres i et GIS. Et GIS kan da på den måten hjelpe til med å avklare hvilke deler av
datasettene, være seg arkeologisk eller ei, som ikke opptrer i et mønster (Gaffney & Van Leusen
1995:368-371, Dalla Bona 1994:6)
2.1.1.3
Numerisk kontra grafisk innfallsvinkel
I tillegg til å skille mellom en induktiv og en deduktiv innfallsvinkel, kan man skille i to
andre grupper- nemlig anvendelsen av numeriske kontra grafiske metoder. Dette går mer på
hvordan data blir analysert og vektet mot hverandre, for så å bli brukt i en modell.
2.1.1.4
Numeriske metoder
Disse fokuserer på bruken av statistiske metoder som en teknikk for å oppdage og
identifisere forhold mellom variabler, som kan til slutt lede til prediksjoner av områder med
arkeologiske ressurser. Slik kan statistiske forhold mellom f.eks. forekomsten av bosetninger fra en
bestemt periode statistisk sjekkes opp imot avstander til vannkilder, permeabilitet eller andre
faktorer en mener kan være relevant. Slik kan meningsfulle assosiasjoner mellom variabler
undersøkes. På grunn av dette er det viktig at de arkeologiske dataene en sjekker variablene opp
imot, faktisk er representative for den funngruppe de er ment å representere. Derfor er en
kildekritikk i forhold til dataene viktig når en velger de ut, for å evaluere og luke ut svake eller ikkerepresentative data. Reflekterer resultatene de faktiske arkeologiske lokalitetene, eller bare hvor
arkeologer har foretatt deres undersøkelser? (Dalla Bona 1994:8). I tillegg har det fysiske og
kulturelle landskapet endret seg over tid, og på dette viset påvirket valg av bo-områder til
forskjellige tidspunkt langs tidsaksen. En generell modell som dekker lange tidsrom kan vanskelig
19
argumenteres for. De tar ikke hensyn til at de aktiviteter som har foregått og måten de ble gjort på,
trolig ikke vært lik i alle arkeologiske perioder. Måten en ser på landskapet en lever i behøver heller
ikke å være likt over tid. Som eksempel kan en endret forståelse av areal som felleseie til personlig
eiendom, forandre måten en lever og inndeler landskapet i. Ved en økt sosial stratifisering i
samfunnet, kan en overklasse i økende grad bestemme hvor nytt land skal ryddes, og hvor ufrie eller
underlegne skal bosette seg. Dette er generelt et problem i anvendelsen av GIS i arkeologi. Ofte blir
bare et tverrsnitt av tiden presentert, og presentasjon av resultatet blir statisk og isolert fra det som
skjedde i landskapet før og etter (Dalla Bona 1994:8, Gaffney og Van Leusen 1995). I tillegg må en
vurdere valget av variabler, detaljnivå en ønsker å arbeide ut ifra, samt hvilket detaljnivå en ønsker
at resultatet skal være i. Det kan være vanskelig å angi sannsynlighet for en eksakt posisjon, men
bedre bare å poengtere at et område eller en landskapstype har større sannsynlighet for funn på
bakgrunn av slike undersøkelser (Ejstrud 2001:11).
Oppsummert vil jeg bemerke at en numerisk fremgangsmåte kan føre til oppdagelsen av
signifikante forhold mellom lokaliteter og variabler, men at en slik innfallsvinkel ofte krever trening
og kompetanse i til tider komplekse og avanserte statistiske beregninger for å forstå og tolke
resultatene, samt å etterprøve de (Dalla Bona 1994:11). Dette kan være et problem, spesielt når en
ser en utvikling innenfor arkeologien her i Norge. Uten å ha statistiske tall som beviser noe av dette,
sitter jeg med et inntrykk av at det er færre og færre av studentene innenfor arkeologi som har en
solid realfaglig kompetanse. Dette kan føre til en blind aksept av slike resultater, siden en ikke sitter
inne med kompetansen til å gjenta eller verifisere de tallene som blir presentert. Det samme kan sies
om forståelsen av resultatene. Ansvaret for en forsvarlig gjennomføring av et slik prosjekt vil da øke
hvis brukeren mangler kompetanse innenfor det kulturhistoriske og statistiske aspektet.
2.1.1.5
Grafisk metode
Den grafiske metoden utviklet seg som en konsekvens av teknologiske endringer siden tidlig
på 80-tallet. Denne innfallsvinkelen bruker også miljømessige variabler, men skiller seg fra en
numerisk metode ved at den bruker kartoverlegg for å lage modeller. Denne metoden har oppstått
nært forbundet med den hurtige utviklingen av geografiske informasjonssystemer (GIS), som gjør
det mulig å utføre multivariate analyser på bakgrunn av store datamengder, som tidligere kunne ha
vært uoverskuelig. De forskjellige variablene er presentert som separate kartlag som kan
kombineres på måter som gjør at de landskapskarakteristikkene en søker blir fremhevet. De
forskjellige kartlagene kan vektes forskjellig. Dette gjør at en lett kan justere forholdet mellom dem
i modellen, og på denne måten også sluttresultatet. Det samme kan gjøres med forskjellige
kombinasjoner av kartdata og deres variabler. Til slutt kan statistiske teknikker brukes for å
20
evaluere styrken i assosiasjoner mellom lokaliteter og variabler, isteden for som et middel for å
oppdage dette forholdet. På denne måten kan en si at en slik metode er mer forenlig med en
deduktiv innfallsvinkel. Resultater blir en grafisk modell som viser antagelser og forventninger, ut i
fra hvilke data som velges og tas med i modellen. Et problem med dette er at en får resultater som
modellerer det som er kjent i et ukjent landskap, som i grunnen er vel og bra til sitt bruk, men som
nevnt tidligere - det ukjente eller de lokalitetene som er annerledes ramler utenfor. Det er en fordel
med dette også: En kan på denne måten identifisere lokaliteter som ramler utenfor den oppsatte
normen, og fremheve lokaliteter som nettopp er annerledes. Så kan en gå inn, stille spørsmål og
undersøke hvorfor nettopp disse lokalitetene nettopp er annerledes? Dette kan brukes for å rense
dataene og kanskje gi noen hint om hvilke kulturelle eller andre trekk som påvirker dataene og
skaper forskjeller, samt hvilke element av den nåværende oppfatningen som ikke passer. På denne
måten kan fokuset skiftes, og andre faktorer som kan være relevant for fortidens valg vedrørende
lokalisering kan undersøkes. En slik modell kan da undergå en kontinuerlig utvikling, og den
grafiske fremgangsmåten gjør det enkelt å gå tilbake og endre sammensetningen av modellen (Dalla
Bona 1994:10 og 11, Gaffney og Van Leusen 1995:370 og 371).
Modellering ved grafisk metode:
Lik vekting ved hjelp av overlegg (også kalt «the intersection method»)
Dette er trolig den mest vanlige måten
å produsere modeller, og går ut ifra en
antagelse om at et hvert lag bidrar likt til
potensialet for lokalisering. Ved å legge tre
forskjellige lag over hverandre, vil en kunne
dele inn i arealer hvor bare den ene faktoren
overlapper (A), hvor to faktorer overlapper
(AB, AC eller BC), og hvor alle tre faktorer
kommer innenfor samme areal (ABC), og på
den måten vise henholdsvis lavt, medium og
høyt potensiale (Dalla Bona 1994:13). Dette
kan enkelt illustreres med figur 1:
Figur 1: Lik vekting ved hjelp av overlegg Kilde: Dalla
Bona 1994:13.
21
Vektet verdi («Weighted value method»)
Denne metoden tar utgangspunkt i at hver variabel i landskapet kan ha bidra forskjellig i den
fortidige beslutningsprosessen. Dette taes så i betraktning, ved å gi hver variabel en numerisk vektet
verdi. En kan velge å inndele hver kategori i underkategorier, og så gi hver underkategori en egen
verdi. For avstanden til vann, kan jeg dele inn i underklasser som åpent vann, større elveleier,
mindre elveleier. En verdi (V) blir lagt til hver variabel i underkategorien, og en vekt (K) blir
bestemt for hver kategori ut ifra hvor viktig denne blir ansett for modellen. Ved å multiplisere
kategoriverdien (K) med verdien satt for hver variabel (V), får vi en sum som resultatet av dette
multiplikasjonen (VxK). Eksempelvis er avstanden til vann, helningsgrad og permeabilitet satt opp i
denne tabellen:
Kategori (K)
Underkategori
Variabel
Verdi (V)
Vektet verdi (KxV)
Avstand til vann
Åpent vann
0-100 m.
3
6
101-250 m.
2
4
251+ m.
1
2
0-100 m.
2
4
101-250 m.
1
2
251+ m.
1
2
0-5°
3
6
6°+
1
2
Tørr
3
9
Blandet
2
6
Våt
1
3
(K = 2)
Avstand til vann
Større vannløp
(K = 2)
Helningsgrad
Helningsgrad
(K = 2)
Permeabilitet
Permeabilitet
(K = 3)
Tabell 1: Eksempel på vektet-verdi metoden
Verdien og vektingen blir satt av forskeren, og det er forskeren som bestemmer hvor
vesentlig hver kategori og variabel skal være. Her er det viktig med en god argumentasjon og faglig
belegg for de verdiene en velger å sette. I tillegg kan prosjektets formål også sette noen føringer for
dette. En slik fremgangsmåte kan være bedre og gi mer reflekterte resultater enn ved lik vekting ved
overlegg, og kan gjenspeile bedre de valgene fortidens mennesker kan ha foretatt. Hvert ledd og
hver argumentasjon for verdisetting kommer klart frem, noe som gjør at en modell blir
reproduserbar og mulig å forklare. Effekten av å endre variabler kan da også testes og evalueres
(Dalla Bona 1994:12-14). I programvaren jeg skal bruke, ESRI's ArcInfo 9.1 programpakke med
tilleggsmodulen «ModelBuilder», spørres det istedet for kategoriverdien (K) om en prosentandel av
sluttproduktet. Slik blir hvert delelement tillagt en prosentandel av viktighet i forhold til det
endelige resultatet.
22
2.1.1.6
Modellens mål – korrelativ kontra forklarende
Til slutt kan en alternativ inndeling av modeller nevnes, nemlig korrelativ kontra
forklarende modeller, alt etter modellens mål isteden for dens teoretiske eller metodiske
utgangspunkt. Hvis målet er å forstå aspekter ved fortidens bosetning og deres bruk av landskapet,
er prediksjon en måte slik forståelse kan testes på. Modellen kan kalles forklarende. Hvis derimot
målet er å anslå så nøyaktig som mulig sannsynligheten for funn i et område, kan modellen kalles
korrelativ (Van Leusen 2002: kap5:5 og 6). Selv mener jeg at det ikke nødvendigvis trenger å være
et praktisk skille mellom disse, alt etter hvordan modellen brukes og resultatene tolkes, og av hvem.
I kulturminneforvaltningen kan en modell brukes korrelativt, mens den samme modellen kan brukes
i forskningsøyemed for å forstå valg foretatt i fortiden. I samme omgang kan også modellen brukes
for å skille ut lokaliteter som av en eller annen grunn ikke er plassert etter de samme kriteriene som
andre lokaliteter.
2.1.2
Valg av metodisk fremgangsmåte
Jeg skal lage en deduktiv, teoridrevet modell og vil bruke en grafisk innfallsvinkel ved hjelp
av vektet-verdi-metoden. Målet er å sammenligne den kjente empirien med en modell basert på de
lokaliseringsfaktorene som forskere i dag ser for
seg er aktuelle for
jernalderens
jordbruksbosetning. En gjennomgang og utvalg av lokaliseringsfaktorer for innlemmelse i en
prediktiv modell følger i kapittel 4. Ved hjelp av gjennomgangen ovenfor har jeg vist noen av de
fordeler og ulemper ved de forskjellige valgene en kan gjøre, og hvordan dette kan påvirke
resultatet. Jeg kan på denne måten visualisere i hvilken grad de etablerte forestillingene faktisk
passer til de lokalitetene som er kjent. Dette delvis fordi det er en usikkerhet i hvorvidt disse faktisk
er representative for jernalderens jordbruksbosetning (jevnfør kapittel 6.2). For å kunne gå videre i
utviklingen av modellen må jeg kartlegge forskjellige lokaliseringsfaktorer og vurdere hvordan
disse skal innlemmes inn i en endelig modell (kapittel.5). De kjente lokalitetene i Nord-Trøndelag
skal kartlegges for å ha et empirisk grunnlag en kan bruke til å sammenligne med modellen. Dette
gjelder både dyrkningsspor og bosetninger (kapittel 6.1).
For å få mer informasjon ut av disse, vil jeg foreta en todelt analyse. Den første har som
formål å vurdere hvorvidt mitt forslag til modell faktisk klarer å fange opp lokalitetene, mens jeg i
den andre delen vil se på en induktiv måte om mønstre kan observeres i det kjente materialet, for
eventuelt å revurdere mine vektinger for den første kjøringen av modellen (kapittel 6.4). Dette kan
hjelpe meg å avgjøre hvorvidt noen av disse faktorene viser seg å være vektet feil i forhold til
lokalitetene, eller at relevansen er en annen enn den jeg opprinnelig så for meg.
23
2.1.3
Den prediktive modellen i en forskningshistorisk kontekst
Det er så vidt meg bekjent hittil bare foretatt tre forsøk på prediktive modeller for norske
områder. Morten Engen laget en prediktiv modell som ønsker å lokalisere stenalderlokaliteter i
kystområder med bakgrunn i helningsgrad og gode havneforhold (Engen 2003). Så vidt jeg vet er
denne modellen ikke tatt i bruk av forvaltningen. De to andre eksemplene er fra Norsk institutt for
kulturminneforsknings strategiske instituttprogram for 1996-2001 kalt «Landskapet som
kulturminne» (Skar 2002), samt i strategiske instituttprogrammer for 2001-2005 kalt «Kultur –
Minner og Miljøer» (Egenberg et al. 2006). I det første eksemplet ble det foretatt et tverrfaglig
prosjekt mellom NINA og NIKU for å predikere kulturminnelokaliteter i skog. Kulturminnene
fangstgroper og jernvinner var i fokus. Både arkeologer og landskapsøkologer var involvert i
prosjektet. Dette var det første forsøket på en prediktiv GIS-modell, både i forvaltnings- og
forskningsøyemed, både i Norge- og kanskje Skandinavia (Skar et al. 2002). I det andre
programmet ble det forevist en metode for å predikere sannsynlighet for samiske kulturminner ved å
kombinere løsmassekart og satellittdata, og sammenligne data fra disse med lokaliteter påvist ved
en forundersøkelse for et veiprosjekt (Barlindhaug & Holm-Olsen 2006).
Som nevnt tidligere i dette kapittelet, startet utviklingen av prediktive modeller til bruk i
kulturminneforvaltningen i USA på slutten av 1970-tallet. Det er forsøkt å dra en skillelinje mellom
en nordamerikansk og en britisk/europeisk bruksmåte av slike modeller. I USA er prediktive
modeller ansett som en billig og effektiv måte å forvalte og oppdage kulturminner, mens en i
Storbritannia og i en viss grad Europa ønsker å forstå fortidig oppførsel før en kan predikere den
(Van Leusen 2002:2-4). Muligens vil ønsket om modellens mål også føre til at valget av
innfallsvinkel vil være forskjellig, altså mellom en induktiv og en deduktiv innfallsvinkel, samt
vektleggingen av miljømessige kontra kognitive, sosiale og sosioøkonomiske faktorer.
Jeg ser det også som hensiktsmessig å knytte utviklingen av en slik modell kan opp mot en
bosetningshistorisk forskningskontekst i Norge. Dette er «den forskningstradisjon i norsk arkeologi
som har sett det som sin målsetning å studere den forhistoriske bosetningens spredning i tid og rom,
og å finne fram til årsakene til variasjoner i denne bosetningen» (Haavaldsen 1983:165).
Rundt forrige århundreskiftet observerer Haavaldsen et skifte innen for arkeologisk
forskning fra bare å omhandle gravhauger og gjenstander til økt fokus på den forhistoriske
bebyggelsen. Ved å trekke inn studier av gårdsnavn og den geografiske spredningen av
fortidsminner og gjenstander, forsøkte forskere i større grad å spore bosetningsområder. Blant annet
ble det forsøkt å analysere forholdet mellom de arkeologiske minnene og naturmiljøet de oppsto i
(Haavaldsen 1983:165-169). Fra 1920-tallet ble gårdsnavn i kombinasjon med de økologiske
forholdene, og da særlig jordbunnen, koblet til utbredelsen av det arkeologiske materialet i en
24
analyse om bebyggelsen. Det var en økende fokusering på bosetningarkeologiske problemstillinger
ikke bare i Norge, men også resten av Skandinavia og i Europa. På 1960- og 70-tallet mener
Haavaldsen å se en utvikling i den bosetningsarkeologiske forskningen i Norge, hvor han trekker
frem spesielt Knut Odner og Bjørn Myhre som eksponenter for denne. Nytt var mer bevisst
modellbruk, men Haavaldsen mener at de på mange måter også representerte en kontinuitet, som
spesielt var preget av en økologisk innfallsvinkel på det arkeologiske materialet (Haavaldsen
1983:178). Myhre (1972) la særlig vekt på de arkeologiske kildene, mens skriftlige kilder spilte en
mindre rolle (Pilø 2005:12). I tillegg bidro opprettelsen av «de arkeologiske museenes
registringstjeneste» og registreringer i forbindelse med økonomisk kartverk til økt kjennskap av
kulturminner som også har bidratt til et større kildegrunnlag. Haavaldsen observerte en utvikling
mot en større vilje til å utnytte flere kilder til kunnskap om fortiden, der arkeologien i større grad
utnyttet impulser og kunnskap fra andre faggrener som osteologi, paleobotanikk og kulturgeografi
(Haavaldsen 1983:177-180).
I den etterfølgende tiden har spesielt maskinelle flateavdekkinger gjort at det arkeologiske
materialet har økt betraktelig, og på relativt kort tid forvandlet vår forståelse av den forhistoriske
jordbrukskulturen. Det var først på midten av 1990-tallet at denne metoden for alvor ble tatt i bruk i
trøndelag for å avdekke bosetningsspor. Før denne tiden var utgravninger i stor grad konsentrert
omkring synlige kulturminner (Grønnesby 2005, Dinhoff 2005, Pilø 2005:79-83, Rønne 2005).
En oversikt over de nye resultatene som er fremkommet ved maskinell flateavdekking, samt
behov for syntetiserende forskning på dette materialet, er etterlyst. De store utgiftene som går med
til å undersøke denne typen kulturminner, som i seg selv ikke har en så stor opplevelsesverdi, gjør at
det er viktig at resultatene også blir aktivt brukt i forskning (Løken 2005). Den store økningen i
påviste lokaliteter de siste tiårene tilsier at disse kan bidra til å utfylle eller endre våre tolkninger og
syn på fortiden (se også del 6.2, figur 16 og 17). Spesielt blir dette både viktig og interessant når vi
tar Lars Piløs standpunkt i betraktning:
Lars Pilø (2005) tar et oppgjør med mange av de metodene som tidligere er anvendt til å
etterspore en forhistorisk bebyggelse. Han påpeker usikkerheten ved bruk av indirekte kilder som
gravminner og løsfunn til å spore bebyggelsen, samt bruken av retrospektive metoder som kameral
datering, geometrisk datering og stedsnavndatering. Viktige argumenter er for Pilø at den norske
bebyggelsen har vært antatt som noe som skiller seg ut fra resten av Nord-Europa og kontinentet
ved at gården som institusjon først ble etablert i romertid- og da organisert som enkeltgårder, og
gårdens opprinnelse har vært søkt lenger tilbake i tid. Pilø mener en slik forestilling maskerer en
kompleks bebyggelsessituasjon, og mener at det er meningsløst å anvende yngre nasjonalterritorier
som inndelingsgrunnlag. Det er heller en bebyggelsesvariasjon av lokal, regional eller overregional
25
art som kan ha eksistert. I tillegg mener han at en forforståelse av en sterk kontinuitet i bebyggelsen
i stor grad har styrt forskeres modell og metode, og dermed også resultatene. Det er et paradoks at
en ikke trenger selve bebyggelsen for å beskrive bebyggelsesutviklingen, og at denne måten hviler
på forforståelsen av en kontinuitet i bebyggelsen. Dette gjelder hovedsakelig forståelsen av en
utvikling fra bosteder, urgårder eller opphavsgårder til en kompleks bebyggelsesstruktur over tid,
gjennom nyrydding og oppdeling. Denne forforståelsen mener han er uten forankring i
boplassempiri og er mer en konstruksjon som legger til rette for bruk av retrospektiv metode og
passer dårlig med resultatene fra nyere boplassundersøkelser. Bruk av gravfunn for å spore
bebyggelsen innebærer store feilkilder som kan medføre skjevheter i tolkningene. Dersom en har et
lagdelt samfunn, kan gravminner tenkes kun å vise det øverste segmentet av bebyggelsen. Det er
derfor han mener at det må foreligge fysiske rester av bebyggelsen før en i det hele tatt kan vurdere
hvorvidt de indirekte kildene kan trekkes inn (Pilø 2005:61-63). På denne måten er den økende
mengden boplasser og husfunn viktig empiri i forståelsen av bosetningene, ernæringsformene og
endringer i bosetningsmønsteret.
Selv om et fokus på viktigheten av de økologiske forutsetningene for fortidens mennesker er
noe som har lange tradisjoner, har jeg ikke kjennskap til noen arbeider innenfor norsk arkeologi
som har forsøkt å modellere dette i et geografisk informasjonssystem for å avklare hvorvidt det
eksisterer et slikt forhold. Utvikling av en prediktiv modell med en miljømessig innfallsvinkel, med
det formålet å øke forståelsen av boplassenes lokalisering, men også for å evaluere styrken i en slik
modell, vil således være både et sammenfattende bidrag til kunnskapsdanning og forskning på
resultatene fra maskinelle flateavdekkinger. Tverrfaglige bidrag er viktig. Jeg regner derfor
utviklingen av en slik modell som noe som kan bidra til debatt både om bruken av resultatene,
hvordan resultatene skal videreformidles og forskes på, men ikke minst hvordan man best mulig
kan forvalte disse kunnskapsressursene og forstå deres plassering i tid og rom.
26
3 Kulturhistorisk bakgrunn
Jordbruket har spilt en viktig rolle for bosetningsmønster og boplassenes utforming, samt
bebyggelsesstruktur. Økologiske forhold, klima, natur og landskap har påvirket dette. Det samme
har teknologi i til tillegg demografiske forhold. Disse faktorene i seg selv kan ikke forklare hvorfor
hus, boplasser, åkrer, redskaper, dyrkingsmåter og kulturlandskaper har vært så like over store
geografiske avstander. Kontakt mellom mennesker lokalt og regionalt gjør at sosiale og politiske
faktorer også har spilt en rolle for menneskene, og kan sammen utgjøre et utgangspunkt for å forstå
og tolke levninger fra forhistorien (Myhre 2002:13).
De eldste kjente sporene av jordbruk i Norge er fra Østlandet og sørvestover mot Jæren.
Kornpollen viser en vegetasjonsendring mot et åpnere landskap i tiden omkring 4000 f.v.t. De første
sikre spor etter jordbruk ved pollen og sikre pollenkorn og dyrkningsspor forkommer først mellom
3000-2400 f.v.t. Mellom 2500- og 2000 f.v.t. ser det ut til at både husdyrhold og korndyrking har
blitt allment akseptert og utbredt i hele Sør-Norge, og etterhvert langs kysten av Nordland og SørTroms (Myhre 2002:16-38). I samme tidsperiode har en funn av stridsøkser i Trøndelagsområdene.
Dette er en funngruppe som gjerne blir knyttet opp mot en jordbrukende befolkning, og leder en
imot en mulighet for at jordbruk tok over som hovederverv i senneolittikum, men de
vegetasjonshistoriske dataene tilsier at dette ikke behøver å ha skjedd før et stykke inn i metalltid
(Alsaker 2005:73-76 , Asprem 2005, Hafsten 1987).
Det skisseres for yngre bronsealder og førromersk jernalder en bosetningsekspansjon
langsetter kysten av Norge hele veien fra Sør-Norge og oppover til Nord-Troms og Vest-Finnmark
(Myhre 2002:106) Dette er trolig også relevant for Trøndelag (Stenvik 2005:123). Det tidligste
konkrete sporet av korndyrking er fra et ardspor på nordsiden av Egge på Steinkjer, og er datert til
ca. 3400 B.P, kalibrert til tidsrommet 1745-1520 f.v.t. (Solem 2002). De tidligste funn av kornpollen
ved ordinære pollenanalyser i Trøndelag er datert til 2500 B.P., altså i overgangen mellom yngre
bronsealder og førromersk jernalder (Sandvik og Selvik 1993). I indre deler av Trondheimsfjorden
kan pollenanalyser tyde på at landskapet ble stadig åpnere og jordbruksaktiviteten økte tidlig i
jernalderen (Hafsten 1987:107f)
I de første århundrene etter overgangen til vår tidsregning var korndyrking mer utbredt.
Observasjoner fra de enkelte pollensøylene viser at intensiteten av korndyrkinga ser ut til å ha
variert noe over tid på de forskjellige stedene (Sandvik og Selvik 1993). De indre skogsområdene
var heller ikke spart for inngrep omkring overgangen til vår tidsregning (Hafsten 1987:114-116).
Myhre trekker frem åkerbruk og husdyrhold som viktig for jordbruksboplassene, samt andre
27
erverv som fiske og fangst alt etter lokale naturforhold og ressurser. Ved liten tilgjengelighet av
store dyrkbare flater, kan folk ha blitt tvunget til å bo på samme sted over lang tid, men for de
trønderske elveslettene og fjorddalene kan vi nok se for oss en flytting av tunet til et annet egnet
sted innenfor et territorium ved intervaller på vel en generasjon eller mer. Det at intensiteten i
korndyrkinga har variert på noen enkeltsteder kan taes som et tegn på dette. Avstanden mellom
bostedene kan ha variert mellom noen hundre meter eller én kilometer (Myhre 2002:105 og 106,
Sandvik og Selvik 1993), men dette må ha vært avhengig av etablerte inndelinger av landskapet,
eiendomsrett eller hevd, befolkningsmengde samt ledig land. En eventuell bosetningsekspansjon
kan ha ført til at større territorier ble delt opp i mindre (Stenvik 2005:123). Med andre ord varierte
territoriet trolig i størrelse alt etter tilgjengelig jord samt demografiske og maktpolitiske forhold.
Dette kunne være med å avgjøre hvorvidt driften av jorda var ekstensiv eller intensiv. Grunner for
flyttinga av tunet kan ha vært mange.
En ekstensiv drift er en form for drift der flyttes rundt, gjerne i et fast system der jorda blir
lagt i brakk eller brukt til beite i noen år før den ble dyrket opp igjen for å unngå utpining.
Ekstensivt jordbruk er arealkrevende, og krever tilgang på ledig land. I et intensivt jordbruk er
åkeren fast (Jacobsen og Follum 1997:118-122). Det kan ha vært enklere å reise et nytt hus et annet
sted enn å renovere det gamle. Flytting av bosetningen kan også ha blitt foretatt fordi opphoping av
gjødsel og avfall på gammeltunet kunne bli god og næringsrik åkerjord, slik at det kunne være
lønnsomt å dyrke det opp for å øke produktiviteten. Alternativt kunne avstanden mellom nyryddet
åker og tunet bli så lang at det var mer hensiktsmessig å flytte husene til åkeren. En forklaring som
har blitt mer vektlagt de siste årene er at det kunne være nødvendig å markere eiendomsrett til jorda
ved å flytte tunet rundt innenfor det ressursområdet som ætta hadde hevd på (Løken 1998:188,
Myhre 2002:107 og 108). Det er sannsynlig at steder som var bedre egnet for jordbruk var steder
man oftere returnerte til. Her kunne det brødføs flere mennesker (Myhre 2002:105-107). Det er
vanlig å anta at de tidlige åkrene ble plassert på sandholdig, lettdreven og selvdrenerende jord.
Delvis har dette vært forklart med at en ikke har vært i stand til å drive den tyngre og mindre
selvdrenerende leirjorda med hakke og ard (Marstrander 1983:128,139f og 140, Nilsen 2006,
Sognnes 1998:329 og 2005:87, Øye 2002:233-236). Jakt, fiske og husdyrhold var kanskje vel så
viktige mange steder, samt at en innsats i forhold til husdyrhold kunne vært viktig for å ha tilgang til
nok gjødsel å spre på jordene for å at de skulle gi gode nok avlinger år etter år. Fjøs og innefóring
ble innført allerede i overgangen mellom eldre og yngre bronsealder, men fra det siste århundret
f.v.t. er det på Forsandmoen i Rogaland observert enkelte store langhus der fjøset har blitt større og
med plass til flere kyr (Myhre 2002:100 og 116). Tradisjonelt blir samfunnet i førromersk jernalder
sett på som egalitært og fredelig. Gravskikken er uanselig og enerådende uten rike gravgaver
28
(Myhre 1987, Solberg 2000:65, Børsheim og Soltvedt 2002:282). Denne forståelsen av
samfunnsforholdene har i det siste blitt trukket i tvil. På Hovde på Ørlandet er et hus med svært
store takbærende stolper har blitt tolket som en hallbygning datert til førromersk jernalder, nærmere
bestemt 365 – 35 f.v.t. Dette kan tilsi at det allerede da fantes mennesker i Trøndelag som hadde
makt og ledende roller i samfunnet, til sterk kontrast med branngravskikken fra samme periode
(Stenvik 2005, Grønnesby 1999). På skyggesiden av Eggevammen i Steinkjer, i et område som en
kan anse som ugunstig fra et jordbruksmessig perspektiv, kan flere husfunn tilsi at de beste
jordbruksarealene i dette området allerede var bosatt. Nærhet til det som i seinere perioder blir
storgården Egge gjør denne observasjonen spennende (Stenvik 2005:130, Østerås 2005a). Muligens
kan en trekke linjer til et lagdelt samfunn helt tilbake til bronsealderen, hvor helleristninger av store
båter, eksempler på sjeldne metallgjenstander og tegn etter sosial stratifisering ved analyse av
beinmateriale kan tale for dette (Sognnes 2005:95-101, Fyllingen 2003).
Når en nærmer seg begynnelsen av vår tidsregning, blir det tradisjonelt antatt at en er på vei
mot et mer sosialt lagdelt samfunn. En beveger seg mot et samfunn der enkeltfamiliene kan øke sin
anseelse gjennom sin arbeidsinnsats. Gravhauger og importfunn samt skjelettgraver kan nå igjen
observeres i det arkeologiske materialet. Enkeltfamilier er istand til å bygge større hus, holde flere
dyr og markere seg selv sterkere i samfunnet. Våpen finnes også igjen blant gravgavene for første
gang siden eldre bronsealder, og det bygges mer synlige gravmarkeringer i form av hauger og
røyser (Myhre 2002:117, Solberg 2000).
Det antas at befolkningen vokste frem mot romertid og til folkevandringstid, og at det derfor
ble nødvendig å ekspandere bosetningen til nye områder. Nyrydding, effektivisering og
intensivering av jordbruket var nødvendig for å holde næringsgrunnlaget ved like. Flere steder i
landet har en funn av boplasser som aldri seinere har blitt dyrket opp, og dette kan tas som tegn på
at en i denne perioden hadde en kraftig bosetningsekspansjon (Myhre 2002:59-160, Solberg 2000).
Trolig er dette en tendens som er lik i hele Norden (Pedersen og Widgren 1998:267). I tillegg gir
funn av fangstanlegg, jernutvinningsplasser og stølsdrift et hint om et allsidig ervervsgrunnlag
(Solberg 2000). Ved økt krøtterhold kan en også forvente seg økt press på ressursene nær boplassen,
og en var nå kanskje nødt til å søke lenger unna for å samle fôr til dyrene. Her kunne økt utnytting
av det som i historisk tid ble brukt som seter- og utmarksslåtter være en mulig løsning på
ressursknapphet. Vi vet derimot ikke hvor gammel seterdriften i Trøndelag er (Stenvik 2005:163),
men det er argumentert for en mulig inndeling av heimgård (sentraltun), bodland og febod med
sesongvis flytting av folk og fé i både romertid og middelalder (Marstrander 1983:122, Hansson et.
al. 2005:77-88). Pollenanalyser fra setervoller der det er funnet jernfremstillingsanlegg har vist spor
som kan indikere slåttebruk og krøtterhold. På Heglesvollen på Frolfjellet i Levanger skjer dette
29
ikke før etter at jernvinneanlegget er avviklet. Her er det ikke klare indikasjoner på jordbruk og
husdyrhold før omkring 500 e.v.t. Fra da av er det klare indikasjoner på mennesker og mulig
seterdrift (Solem 1991). Dette blir av Kristin Prestvold tolket slik at menneskene som drev
jernvinneanlegget i eldre jernalder ikke syslet med husdyrhold eller dyrking parallelt med drifta av
dette anlegget. Det ligger i et område som er nær dagen tregrense (Prestvold 1999:66).
For Inn-Trøndelag finner en i romertid både skjelett og branngraver, samt begravelser i haug
eller røys, og flatmarksgraver. Flatmarksgraver kan sees på som en videreføring av gravskikken fra
førromersk jernalder (Marstrander 1983:106-110 og 107t, Stenvik 2005:167). I den siste tiden er det
avdekket en del lokaliteter hvor en har funnet hus. Eksempler på disse er Kvenild utenfor
Trondheim, Husby på Stjørdal og Egge i Steinkjer samt på Melhus (Henriksen 2006a og b, Høgseth
2000a, Østerås 2005a, Grønnesby 2005, Rønne 2005). Målrettede undersøkelser av husene som er
avdekket kan fortelle om antall båser og størrelsen på husene er forskjellig over tid. For Jæren
nevner Bjørn Myhre tre typer planløsninger for bebyggelsen, som godt kan stå som modell for
bosetning andre steder i landet. Disse er «enkeltgårder med egen innmark, flertunsgårder med
mellom to og fem bruksenheter og en felles hegnet innmark eller en konsentrert bebyggelse av
landsbykarakter» (Myhre 2002:187). På Jæren finner vi nå spor etter fastere inndeling av åkrer
gjennom funn av steingjerder, samt fegater. Disse ble systematisk utbygd her fra ca. 200 etter e.v.t.
Dette vitner om en klarere markering mellom innmark og utmark. Denne tendensen finner vi også
ellers i landet (Ibid:137-139, Myhre 1972, Pedersen 1990). På Forsandmoen har det blitt foreslått at
den romlige organiseringen omkring overgangen fra eldre- til yngre romertid endres fra plass til
tomtekontinuitet (Løken 1998:185-186). Storféholdet kan da ha hatt en økt sosial betydning, og feet
kunne ha en ideologisk og statusgivende rolle som gjorde dyra mer verdifulle og derfor måtte
beskyttes på en annen måte (Myhre 2002:101). Trolig ble det i større grad nødvendig å holde
dyrkajorda og dyrene nær gården.
Ifølge Myhre nådde en på 500- tallet en grense for bosetning og arealutnyttelse. Han trekker
frem den sosiale og politiske organiseringen som en overordnet forklaring på hvorfor endringene
skjedde akkurat da. En mer intensiv utnytting av jordbruksland og utmarksområder vokste ikke
frem bare på grunnlag av befolkningsvekst, teknologisk endring eller økt kontakt med omverdenen,
men trolig godt hjulpet og styrt av et sjikt av herskere og ledende slekter i sentrale jordbruksbygder.
(Myhre 2002:159-170 og 198, Solberg 2000:130-131). Fylkesinndelingen i Trøndelag kan muligens
spores tilbake til denne perioden (Sandnes 1967, Solberg 2000:291). Fra 600- tallet har en færre
funn av bosetning, og antallet gravfunn reduseres betraktelig. Tradisjonelt blir dette bruddet sett på
som tegn på en folkenedgang og krisetid. Forskjellige forklaringer har blitt lansert:
befolkningsnedgang grunnet pest, sviktende grunnlag for makteliten grunnet nedgang i eksport til
30
romerriket etter dets fall, dårligere vilkår for jordbruk grunnet kaldere og kjøligere klima samt
folkevandringer (Solberg 2000:210). I senere tid har en strukturendring i samfunnet blitt trukket
frem som forklaring på funnmangelen i denne perioden. Det at gårder blir forlatt blir nå forklart
ved at de sosiale og politiske forskjellene i samfunnet er større, slik at eiendommer ble samlet under
storgårder og jordegods. Endringer i bosetningsmønsteret kan forklares med at høvdinger og store
slekter hadde makt stor nok til å omstrukturere bebyggelsen og kulturlandskapet samt bestemme
hvilke aktiviteter som skulle foregå der. Slik kunne de konsentrere landbruksvirksomheten til steder
og aktiviteter som ga størst utbytte. Deler av befolkningen var trolig eiendomsløse leilendinger eller
treller, og mengden av frie bønder på egne gårder ble mindre (Myhre 2002:159-170 og 198).
Prestvold nevner en økt konsolidering av makta som forklaring for en mer uunselig gravskikk, fordi
de ledende slektene nå har minkende behov for å markere sin makt gjennom store og rike
gravlegninger, både i ytre manifestasjon og gjennom gravgaver (Prestvold 1999:99). Myhre skriver
dog at hvis hans hypotese omkring en omstrukturering av bebyggelsen skal ha noe for seg, bør en
vente seg en stedskontinuitet i bebyggelsen på de største gårdene der jordherren holdt hus. Spor
etter store hus eller konsentrasjoner av bygninger bør da være mulig å finne (Myhre 2002:189).
Dette kan argumentere for at steder i landskapet som ligger godt til i forhold til våre tanker omkring
jernalderens jordbruk, kan være steder vi kan anta å finne spor etter nettopp jordbruksboplasser fra
flere tidsperioder. Slike steder ville trolig bli returnert til oftere når boplasser ble flyttet ved jevne
mellomrom tidligere i jernalderen. Grunnen til at boplasser fra yngre jernalder mangler belegg har
blitt forklart med at bebyggelse fra merovingertid og frem kan ha ligget i nærheten av dagens
gårdstun og derfor i større grad vært påvirket av moderne gårdsdrift og nyere utbyggingsplaner.
Dessuten kan bygging av hus med svillefundament, der veggene og sperrekonstruksjoner bar hele
taktyngden, føre til færre spor i undergrunnen. Dette gjør de vanskelig å påvise. Denne hustypen ble
vanligere i svenske områder fra begynnelsen av 700- tallet (Solberg 2000, Göthberg 2000, Pedersen
& Widgren 1998). Denne teknologien gjorde at en nå ikke var så avhengig av undergrunnsforholdene når en skulle reise et hus, og gjorde det mulig å reise hus på både bergflater og i et mer
skrånende terreng, i tillegg til at en kunne søke seg til flater der vann ble ledet vekk fra
undergrunnen, uavhengig av jordartens beskaffenhet.
Nytt innen jordbruksteknologi fra merovingertid av er at de begynte å sko arden med jern,
og at denne dermed skarpere, mer holdbar og bedre egnet til å opparbeide tyngre jord. Dette gjorde
arden mer effektiv, og det er først ut i vikingtid at plogen blir tatt i bruk i tillegg til jordbruksredskap
som ard, spade og hakke. Plogen var et adskillig tyngre redskap, men hadde den egenskapen at den
kunne skjære og vende adskillig tyngre jord enn det arden var egnet til. Dette var særlig viktig når
tyngre og dårlige drenerte jorder skulle oppdyrkes, men det finnes også bevis på at plogen ble brukt
31
på lettdrenert jord (Myhre 2002:198, Øye 2002: 331-333). En kan slik argumentere for at tyngre
jordarter som leirjord ble mer attraktiv som jordbruksjorder fra yngre jernalder av, og at dette kunne
medføre at hittil udyrkede leirjorder ble ryddet. I kombinasjon med en annen bygningsteknologi
kunne det åpne nye muligheter for plassering av tunet på gårdene.
Gravenes innhold blir mer og mer ekstravagante i innhold fra merovingertid og inn i
vikingtid, og menneskene blir begravd både i røyser og gravhauger. Mengden gravfunn øker også i
vikingtiden (Stenvik 2005:168, Solberg 2000:222). Generelt blir tiden fra vikingtid og frem til
svartedauen sett på som en vekstperiode med befolkningsvekst og nybrott av gårder. Som nevnt før
hadde ikke bare økologiske begrensninger, men også maktforhold i samfunnet en finger i spillet for
hvordan jorda ble drevet, og da spesielt med tanke på eiendomsforholdene til jorda (Øye 2002:216220). Som Ingvild Øye (2002:217) skriver: «forestillinger, vaner og normer i samfunnet bidro til
både å forme og opprettholde handlingsmønstre og arbeidsmåter». Teknologiske virkemidler,
naturmiljø, tradisjoner, demografiske og sosiale forhold henger sammen og påvirker hvordan
jordbruket, boplassene og bosetningsmønsteret utspiller seg i landskapet.
Flere forskere mener at grunnlaget for vikingetidens samfunn og bosetningsmønster legges i
den omstruktureringen som skjer i overgangen til merovingertid, og at en i vikingtid har et etablert
sjikt med jordherrer som med basis i sine hovedgårder kontrollerer større og mindre jordegods som
delvis drives med ufri arbeidskraft. Vi får også for første gang skriftlige kilder som skildrer en økt
makt til jarler og konger, og større sentrale politiske aktører (Myhre 2002:201-213, Skre 1998:334339, Solberg 2000:290 og 319-320, Stylegard 2004). Slike gårder kan ha vært lokalisert på samme
sted over lang tid. Treskipede langhus fra denne perioden er funnet bl.a. på Åker ved Hamar, Borg i
Lofoten og Beiarn i Nordland, og disse husene var på Østlandet i bruk inn på 1100-tallet. På Husby
Vestre i Stjørdal er et hus med en treskipet konstruksjon uten veggstolper datert til yngre jernalder.
Typisk er det at langhusene etterhvert ble erstattet med bolighus uten fjøsdel og mer spesialiserte
bygninger. Det er foreslått at dette var på grunn av endret husholdningsstruktur og driftsmåte, og
ikke en teknologisk endring som lafteteknikken kan være et eksempel på (Myhre 2002:196, Øye
2002:276-281, Solberg 2000:220-221, Pilø 2005:93-105, Henriksen 2006a). Introduksjonen av
lafteteknikk i Skandinavia skjedde trolig omkring tusenårsskiftet, men teknikken fantes allerede i
brønner, gravkamre og flere bygningskonstruksjoner i fra 300-tallet av (Hansson et al. 2005:109110).
3.1
Jordbruksbosetning
Ved økt konkurranse innenfor et område kan en anta at en økt fysisk markering av
eiendomsforhold med gjerder, gravhauger og bygninger kan ha forekommet. Vi vet lite om balansen
32
mellom jordbruket, feholdet og eventuelle andre ernæringsformer, men vet at alle disse har vært en
del av bondens hverdag i større eller mindre grad. Fehold kan ha spilt en større rolle ved kaldere
klima, dvs. i områder med en lavere gjennomsnittstemperatur eller i perioder der gjennomsnittstemperaturen har falt. I Trøndelag mangler vi det samme grunnlaget som man har på f.eks. Jæren
om hvordan landskapet har blitt inndelt i ressursområder eller territorier. Studier omkring eiendomsforhold, størrelsen på eiendommene og gårdens manifestering i landskapet har ikke blitt foretatt,
dels fordi materialet enda ikke er godt nok. På Jæren er det mange steinstrenger og ødegårder fra
jernalderen bevart og studert, og disse kan fortelle oss mer om inndelinger av landskapet i løpet av
denne perioden. Det er heller ikke avdekket landsbyanlegg som Forsandmoen enda, men mengden
av husfunn øker etterhvert som
metoden med maskinelle flateavdekkinger blir brukt.
I Trøndelag har vi få funn av komplette gårdsanlegg som kan fortelle oss om hvordan en
jordbruksboplass kan ha sett ut, og må inntil videre ty til tidligere studier fra andre områder og se
hva kildematerialet forteller oss om landskapsinndelingen ved gårdsanleggene. I Myhres avhandling
om jernalderens bosetning i Høyland Fjellbygd (1972) nevnes det forskjellige elementer som går
igjen for jordbruksbosetningens struktur i folkevandringstiden.
Gårdsanleggene har et sentralt punkt med et tun der hustuftene ligger. Ut fra tuftene eller ei
kve1 i nærheten, er det ofte en geil/fegate som leder ut til utmarka. Steingjerdene i geilen går direkte
over i utgarden, som avgrenser gårdens innmark. Området innenfor utgarden blir her kalt åkerlandet. Utgarden kan gå i en stor bue omkring tunet, og naturlige stengsler som myr, vann eller
helninger kan være med og avgrense innmarka. Om dette området var sammenhengende oppdyrket
eller om det ble oppstykket er ikke sikkert. Det inngjerdede arealet varierer i størrelse, men kan bli
over 100 mål2 stort. Fra Vengstadåsen i Namdalseid har vi et ødegårdsanlegg hvor bevarte
åkerreiner, rydningsrøyser, hustufter og gravminner er oppmålt. Det har et innmarksområde med et
areal på ca. 60-70 mål (Farbregd 1974:3). Dette er det eneste kjente anlegget i dette fylket hvor man
kan antyde en komplett avgrensning av det dyrkede området. Trolig kan en anta at store og mektige
gårder ved de sentrale jordbruksområdene ved Trondheimsfjorden kan ha hatt en større innmark.
På åkerlandet forekommer også rydningsrøyser, der stein ryddet fra åkeren er kastet på
røyser som kan ligge ganske tett samlet. De kan være vanskelige å skille fra et gravmonument. På
de fleste ødegårdene i Høyland Fjellbygd er det forekomster av rydningsrøyser også utenfor
utgarden. Ofte er det ikke brudd i forhold til røysfeltene innenfor utgarden og røyser utenfor (Myhre
1972: 12-21). Åkerreiner kan også forekomme. Dette er opphopet og bortpløyd massse som er dratt
nedover ved dyrkning slik at en får en markant kant i den nedre den delen av en åker. I overkanten
1
2
kve f1 el. m1 (norr kví) innhegning for krøtter (www.ordbok.no, sist besøkt 08.03.2006)
mål n1 (norr mál) målenhet som er satt lik 1000 m2, dekar (www.ordbok.no, sist besøkt 08.03.2006)
33
av åkeren kan en få et åkerhakk. Åkerarealet mellom åkerhakket og åkerreinen kan kalles en
åkerterasse (Jacobsen og Follum 1997). Gravhauger er et annet element som ofte forekommer nær
ødegårdene i Høyland Fjellbygd. Her forekommer de på åkerlandet innenfor utgarden, i røysfelt
utenfor eller nær gården på markerte punkter. Vanlig her er spredte enkelthauger, og ikke gravfelt.
Det forekommer også enkelte spredte hauger i utmarka mellom gårdsanleggene (Myhre 1972:1221). Om dette mønsteret er representativ for den forhistoriske jordbruksboplassen i folkevandringstiden i Trøndelag, eller for andre tidsperioder før og etter er usikkert, men det er en god oversikt
Myhre ha laget for å vise et eksempel på en jernalders gård.
På tunet har huset stått, og det er dette vi ønsker å finne. Ved maskinelle flateavdekkinger i
Skandinavia er det vanlig å finne en rekke forskjellige anleggsspor: Stolpehull, kokegroper, ildsted,
brønner, grøfter og grophus, for å nevne noen. Stolpehull kan utgjøre grunnplanet til hele hus, men
mindre bygninger som f.eks. firestolpershus er også kjent (Ethelberg et.al. 2003:148-154, Hvass
1988:55-59). I Nord-Trøndelag er en slik bygning identifisert på Skage i Overhalla (Haug 1997).
I noen tilfeller kan en finne sjaktovner til jernutvinning (Hvass 1988, Ethelberg et.al. 2003). Ingen
av strukturene avdekket ved flateavdekkinger i Nord-Trøndelag har blitt identifisert som brønner,
mens de i Danmark kan ansees for å være relativt vanlige. (Ethelberg et. al 2003:243-246). Grophus
er ikke selvstendige enheter, men er i Danmark alltid knyttet til et gårdsanlegg. Vanligvis er de
gravd omtrent en halvmeter ned i undergrunnen og er omkring 2x3m. i areal. De er trolig
verkstedshytter, og det er vanlig å finne spor etter veving og pottemakeri. Noen kan ha vært
smedhytter og kvernsteinsverksteder, og de er vanlige fra yngre romertid og folkevandringstid
(Hvass 1988:70, Ethelberg et.al 2003:241-242). Strukturer som er tolket som mulige grophus er
funnet ved 5 flateavdekkinger i Nord-Trøndelag, nemlig ved Bertnem og Grande i Overhalla,
Grandan i Leksvik, Egge i Steinkjer samt ved forundersøkelsen av E6 Frøset-Vist i Steinkjer. Dette
vil trolig bli gravd (Dalland 1978, Løken 1992, Forseth 2000, Solli 1996, samt Østerås 2005a og
2005b). Av disse fem er det to som er undersøkt til nå. Det mulige grophuset på Grandan i Leksvik
lot seg ikke gjøre å datere pga. mangel på nok trekull og var uten funn. I Grophuset på Bertnem ble
det funnet skår av spannformet keramikk, klinknagler og jernspiker, slagg, tenner og brent bein.
(Dalland 1978, Løken 1992). Kokegroper og ildsteder er kanskje ved siden av stolpehull den mest
vanlige kategorien i blant strukturene en avdekker. Det er en tendens til at kokegroper forekommer i
grupper nær selve boplassen (Høgseth 2000a, m. Grønnesby pers med. og Rønne pers med.).
Når jeg videre i oppgaven omtaler jordbruksbosetning, mener jeg en bosetning der
hovedgeskjeften er dyrkning av korn i kombinasjon med husdyrhold. Når jeg senere vil drøfte gode
jordbruksforhold, er det egnetheten for dyrkning av korn som er ment.
34
4 Lokaliseringsfaktorer for jernalderens jordbruksbosetning
Forskning og erfaringer har ledet til en del tanker om hvor og hva en skal se etter når en
ønsker å finne spor etter jernalderens jordbruksbosetning. Jeg tror mange avgjørelser hos
planmyndighetene baserer seg på erfaringer, individuelle kunnskaper og at arkeologen ofte tyr til
intuisjon og en følelse av at «her kan det være noe». Denne intuisjonen kan også kalles faglig
skjønn. Mitt mål er å gjøre grunnene for avgjørelser mer eksplisitt, ved å undersøke om noen av de
faktorene som arkeologene ser etter, stemmer for allerede lokaliserte jordbruksboplasser, og på den
måten gi avgjørelsene et mer tydelig faglig grunnlag.
4.1
4.1.1
Egnede steder for jordbruk og husdyrhold
Avrenning
Flere forskere har trukket frem undergrunnsforholdene som viktig for lokaliseringen.
Jordarten som ble søkt etter er gjerne sand, grus eller morenemateriale. Dette fordi denne er
lettdrenert og lett å drive med ard, samt ved hakke- og spadebruk. Leirjord er tradisjonelt sett på
som for tung til å drive med arden, slik at denne først lot seg gjøre å aktivt pløye ved innføringa av
plogen i yngre jernalder. Det er med andre ord teknologiske begrensninger for hvilken jord det lot
seg gjøre å dyrke opp (Marstrander 1983:128,139f og140, Sognnes 1998:329 og 2005:87, Nilsen
2006, Myhre 2002:198, Øye 2002:233-236 og 331-333). Jacobsen og Follum (1997:64) skriver bl.a.
at gårdene frem til eldre jernalder i all hovedsak ble lagt på tørr sandjord eller morene, mens det i
løpet av yngre jernalder ble mer vanlig å legge de på leirjordsområder også. Dette kan ha en
sammenheng med den tidligere skisserte befolkningsøkninga og ekspansjonen i denne perioden,
hvor den mest foretrukne plasseringa kanskje allerede var bosatt eller opptatt. Det at jordarten er
naturlig selvdrenerende blir da sett på som viktig ved lokaliseringen av tunet og åkrene. Åkrene ble
ofte lagt nær tunet. En kan her skille mellom et tørt, selvdrenerende område for tunet, og hvorvidt
slike områder også var viktige for dyrkningsjorda.
Sand, grus og morene har en høy permeabilitet fordi dette er sedimenter med større partikler
enn leire og silt (større enn 0,06 mm., mot leire og silt som er mindre enn 0,06mm.) (Fadnes
2003:11t). Permeabilitet betyr gjennomtrengelighet, og sier noe om vannets evne til å sive igjennom
jordarten (Thoresen 2000:33). Jo finere teksturen er i jordarten, jo mer vann kan den inneholde,
fordi rommet mellom mineralkornene er mindre og vannet derfor ikke ledes like lett vekk igjennom
jordarten. Undergrunnen vil være mer fuktig, og jordarten har da en lav permeabilitet. Dette kan
også føre til at planter visner, fordi finere partikler holder bedre på vannet grunnet kapillærkrefter,
35
slik at det kan bli mer vanskelig for planter å trekke fuktighet ut ifra finere jordarter.
Kapillærkreftene, hvor fuktighet hekter seg til omliggende mineraler, kan motvirke den naturlige
gravitasjonskraften og hindre at fuktigheten trenger igjennom jordarten (Strahler et al. 2005:608613). Kapillærkreftene gjør også at jorda blir tyngre å dyrke, ved at jordarten rett og slett yter mer
motstand når en skal trekke en plog eller en ard gjennom den. Lars Forseth (pers. med.) mener at
områder med leire med en svak helning kan medføre tilstrekkelig drenering til at området kunne bli
attraktivt å bosette seg på. Derimot vil de teknologiske premissen, det at folk ikke var i stand til å
dyrke den tyngre leirjorda, kunne tale imot dette. I alle fall hvis både dyrkamarka og tunet lå på
dårlig drenert leirjord, og dyrkamarka var i umiddelbar nærhet til tunet.
En kan skille mellom drenering, hvor fuktigheten ved hjelp av enten terrengets helning eller
grøfting kan ledes lett vekk, og jordas permeabilitet. Ved høy permeabilitet vil grunnen være
tørrere. En tørr undergrunn anser jeg som viktig i forhold til lokaliseringen av selve tunet, men jeg
setter et spørsmålstegn med hvorvidt leirjord ikke lot seg gjøre å dyrke opp før de teknologiske
premissene la forholdene til rette til det utover i yngre jernalder. Funn av pløyespor og åkerjord på
leirgrunn i bygrunnen i Trondheim datert ganske nøyaktig mellom år 1 og 15 (Reed, pers. med.),
kan være et argument imot at leirgrunnen var for tung til å drive for bonden i eldre jernalder. En
gjennomgang fra flateavdekkinger i Nord-Trøndelag viser at de fleste kjente funn av pløyespor er
fra en tørr, lettdrevet jordart, men ikke alle (se tabell 15 s.89).
4.1.2
Gode jordbruksforhold
Gode jordbruksforhold er avhengig av en rekke faktorer i tillegg til jordarten. Det er et
komplekst samspill mellom solforhold, lokale klimavariasjoner og meterologiske faktorer som
døgngrader, temperatur og årlig middeltemperatur samt type vekst som skal dyrkes.
Vesentlig for jordbruket er hvor næringsrik jorda er. Dette er avhengig av egenskapene til
den opprinnelige bergarten som har blitt tæret og nedbrutt av vær og vind og avsatt som sedimenter.
Grus, morene, sand, silt og leire er sedimenter med forskjellig partikkelstørrelse. De opprinnelige
bergartene innbefatter forskjellige sammensetninger av det som kalles primære mineraler, som
silikat, aluminium, jern, magnesium osv. Når disse primære mineralene blir utsatt for nedbrytning
av vær og vind, blir de endret igjennom en kjemisk prosess til sekundære mineraler. Disse er viktige
for jordsmonnets utvikling og fruktbarhet (Strahler et al. 2005:610 og 611).
De viktigste sekundærmineraler er leirmineraler. Noen leirmineraler inneholder flere
colloider- som er ekstremt små mineralpartikler (mindre enn 2μm). Overflaten på disse tiltrekker
seg næringsstoffer, siden de inneholder negativt ladede ioner. En viktig gruppe av disse ionene er
36
basiske ioner, og består av fire elementer: Kalsium (Ca++), magnesium (Mg++), kalium (K+) og
natrium (Na+). Jo flere slike partikler det er i en jordart, jo mer næringsrik er den. Leire, som
inneholder en større mengde små mineralpartikler som kan tiltrekke seg baseioner, er derfor
generelt mer næringsrik enn sand og grus. Følgelig trenger leire derfor mindre gjødsel. I tillegg
fører tilstedeværelsen av humus til et mer fruktbar jordsmonn (Strahler et al. 2005:610 og 611).
Humus er mørkebrunt eller sort organisk materiale på eller iblandet jorda, og består av fragmenterte
planterester delvis oppløst av organismer (Ibid:758). Humus-colloider har høy kapasitet til å holde
baser i jorda, og er ofte assosiert med høy fruktbarhet (Ibid:611). I de nordlige områdene av kloden
går nedbrytningen saktere i forhold til nær ekvator, og dette gjør at det øverste laget av jorda her
inneholder mer humus enn ved ekvator, og derfor er næringsrik (Ibid:608). For mye organisk
materiale i pløyesjiktet kan gi jorda dårlig bæreevne ved våte forhold, men det organiske materialet
er viktig for å hindre degradering og erosjon (Nijos-nett, 2006). Ellers er næringsstoffer som
oksygen, hydrogen og karbon essensielle for at planter skal trives (Strahler et al. 2005:641).
Jord med høyere pH er mer fruktbar enn sure jordarter, så lenge den ikke blir for høy.
Jordsmonn dannet av kalkrike bergarter vil da være fordelaktig for å unngå sur jord. Det er vanlig i
fuktige klimater med en pH på 5.0 til 6.0 på kultiverte jorder, siden nedbør hjelper til med å vaske
næringsstoffer og basiske ioner nedover og vekk fra plantenes rekkevidde. Dette er for surt til at
korn i utgangspunktet vil trives. Moderne bygg har for eksempel et minimumskrav på 5.8 i pH på
jord som er rik på sand og silt og inneholder mindre enn 12% organisk materiale (Frøseth
2004:175). På mineraljord er tilgjengeligheten av de næringsstoff størst ved en pH på mellom 6-6,5,
og kravet til optimal pH i jorda forandrer seg med jordarten og innhold av organisk materiale
(Bioforsk-nett, 2006).
I Nord-Trøndelag består det meste av berggrunnen av kambrosilurske bergarter, som ved
forvitring gir fruktbart jordsmonn. Disse avsetningene er for det meste på østsiden av
Trondheimsfjorden. I hovedsak består undergrunnen av bergarter som tæres forholdsvis lett ned.
Disse gir et mykere landskap og en mer fruktbar jord (Ahlmann 1962:83, Marstrander 1983:11-14).
Spesielt myke bergarter vil gi et finkornig sluttprodukt, som ofte inneholder mye kalk og kan gi
spesielt næringsrik jord (Thoresen 2000:31). Også Anders Hagen trekker fram kambrosilurske
avsetninger, morener og alunskifer som næringsrike og velegnet for dyrkning med ard (Hagen
1984). Jordsmonnet er det øverste laget av jord som er tilgjengelig for kultivering. Det blir dannet i
en komplisert prosess der nedbrytning av mineraler og sedimenter sammen med klimatiske faktorer
som nedbør samt biologiske og organiske prosesser, danner den øverste horisonten. Jordarten, som
da er de opprinnelige avsatte sedimentene, avgjør i stor grad hvordan jordsmonnet arter seg, og hvor
næringsrikt dette vil være (Strahler et al. 2005:613-618) Det er dog ikke alle bergarter som slites og
37
knuses like fort ned, og det kan føre til forskjellig kjemisk sammensetning av fin- og grovkornig
jord selv om de opprinnelig oppsto av den samme berggrunnen.
Tilstrekkelig med jorddybde er også vesentlig for hvor god jorda er til dyrkningsformål, og
et sammenhengende eller tykt løsmassedekke er ofte fordelaktig. I Trøndelag ligger det meste av
dagens jordbruksareal under den marine grense (ca. 180 meter), og flate områder med marin leire,
som er finkornige hav- og fjordavsetninger, utgjør mye av de mest sentrale jordbruksarealene i dag.
Over marin grense er ofte moreneområder knyttet til gode jordbruksarealer (Dahl, Sveian og
Thoresen: 1997:51 og 52) .
Jordstruktur henviser til måten kornene hoper seg sammen i større masser, kalt peds
(engelsk). Jordarter med en velutviklet kornet struktur eller en struktur bestående av blokker er
enkel å kultivere. Jordarter med et høyt leirinnhold kan mangle slike peds, og være for fuktig og
tung når de er våte, og for hard å arbeide i når de tørker (Strahler et al. 2005:610). Arden har blitt
trukket frem som velegnet ved en god jordstruktur, i tillegg til jorder med mye stein, og bruken av
den kan i tillegg være en fordel ved tørkeutsatte jorder sammenlignet med plogen, siden den ikke
vender jorda på samme måte (Hagen 1984:51, 58-60).
Korn kan dyrkes på omtrent all slags jord, og moldholdig morene-, sand- og leirjord egner
seg godt. Det er viktig for kornets avling at det har god tilgang på næringsstoffer tidlig i
vekstsesongen. Avlingsgrunnlaget blir lagt i perioden fra ca. 3 uker etter såing til avsluttende
busking. Buskingsfasen er fra kornet har ca. 2 blad og frem til planten begynner å strekke seg, og er
den viktigste avlingskomponenten. Derfor er det viktig å få nitrogen tilgjengelig for plantene tidlig i
vekstsesongen. Det skjer raskt i god og varm jord, og jord og klima kan ved økologisk dyrkning
med bruk av husdyrgjødsel eller organisk gjødsel ha større betydning enn mengden gjødsel som
tilføres. Påkjøring av gjødsel kan brukes for å regulere og hjelpe til for å høyne nitrogeninnholdet i
denne avgjørende fasen. Derimot kan det som jeg vil nevne senere være en fordel med noe lavere
temperatur og mye nedbør under buskingsfasen. Lav temperatur gjør at plantene vokser langsomt
og får tid til å buske seg, mens en høy temperatur kan hjelpe til med å få tilstrekkelig med næring,
så her eksisterer det motstridende elementer som avgjør hvordan kornet vil vokse (Frøseth, pers.
med.).
Det vil si at hvis jorda i seg selv er næringsrik, i kombinasjon med varme og solrike forhold,
kan det være fordelaktig for jordbruket generelt, mens en kjølig periode i starten av vekstsesongen
kan være en fordel. Det at jordarter som silt og lettleire gir god respons på gjødsling, kan være en
stor fordel for å ha tilstrekkelig tilgang på næring, men likevel takle kjølig temperatur tidlig i
prosessen. Skråninger som leder vekk fra sola er typisk kaldere og mer fuktig enn skråninger som er
rettet mot sola. Sol er også en sentral fordeler av energi og er viktig for plantenes fotosyntese
38
(Strahler et al. 2005: 617, 640-648). Dette er generelt et problem som fører med seg restriksjoner og
kan ha noe å si for potensielle døgngrader samt frigjøring av næring på et generelt nivå, men
behøver ikke automatisk å tilsi at skråninger som ligger mer i skyggen ikke ble dyrket eller bosatt.
Her kan det nevnes at steiner i åkeren kan være en fordel, ved at de holder på solvarmen og
beskytter planter mot nattekulde (Norderhaug og Losvik 1999:175). I tillegg er et vekstskifte
avgjørende for avlingsnivået, hvor en veksler mellom eng, grønnfor og korndyrking. Dette for at
jorda ikke skal utarmes. Hverken bygg eller hvete bør ved et økologisk jordbruk dyrkes oftere enn
hvert tredje år. Dette er delvis grunnet utpining, men også for å forebygge vekstskiftesykdommer
(Frøseth 2004:173-176, Frøseth, pers. med.). Dette passer godt med et skissert skifte av
jordbruksarealer i jernalderen, hvor det var nødvendig med kontroll over landområder store nok til å
kunne skifte mellom åker og eng, enten det da gjaldt tilgjengelig uryddet mark eller
eierskapsforhold til mark for å opprettholde dyrking av tilstrekkelig med korn til husstandene.
Forskjellige arter korn har forskjellige krav til varmesum, dvs. døgnmiddeltemperaturen fra
såing til gulmodning, som en finner ved å gange gjennomsnittstemperaturen for hele perioden med
antall dager (Frøseth 2004:173). Et varmere klima gjør da at det lar seg gjøre å starte å dyrke
tidligere, men klimaet setter også grensene for hvor langt nord, og hvor høyt over havet det lar seg
gjøre å dyrke nyttevekster. Fordelen med nordlige breddegrader er at antallet timer med sol i løpet
av sommermånedene gjør at det fremdeles lar seg gjøre å dyrke korn selv med seinere dyrkingsstart.
Økt dagslengde reduserer kravet til varmesum med ca. 20 døgngrader per breddegrad i forhold til
tall og krav til varmesum i Oslo-området (Ibid.). På de fleste steder starter vekstsesongen når
middeltemperaturen når 6°C (Jacobsen og Larsen 1992:18), og en regner da vekstperioden for
vårkorn fra temperaturen runder 6°C på vei opp om våren, til den dukker under 10°C på høsten
igjen. 10°C er minimumstemperatur for modning (Frøseth, pers. med.). En nedgang i temperaturen
behøver ikke å få konsekvenser for avlingsnivået. Spørsmålet her er hvorvidt områdene ligger
klimatisk til i randsonen for mulig dyrking eller ikke. Et sted der døgngradene i gjennomsnitt er
høye nok, behøver ikke å ha blitt berørt av en temperaturnedgang. Det finnes eksempler der en
temperaturnedgang har ført til en oppgang i avlingene. I randsonen for dyrking vil derimot en
nedgang i temperaturen ha noe å si for til eksempel hvor høyt over havet, og ved hvilke
breddegrader det lar seg gjøre å dyrke korn (Pedersen og Widgren 1998:252 og 253). I tillegg bør
det nevnes at det er ikke bare er høstemperaturen, altså når gjennomsnittstemperaturen synker under
10°C, som avgrenser dyrkingsperioden. Innslaget av den første frosten er også en faktor, og det er
ikke nødvendigvis de høyestliggende gårdene som får de første frostnettene. Kald luft legger seg
gjerne nede i dalbunnen som en kuldegrop, og de høyereliggende gårdene går klar av frosten.
Spesielt gjelder dette på klare, kalde og vindstille netter (Salvesen 1977:116). For mer informasjon
39
om utregning av antall døgngrader, se appendiks B del 10.2. Her blir det presentert et regneark for
utregning av døgngrader basert på månedlige gjennomsnittstemperaturer. Dette vil også bli brukt i
del 5.2 for å anslå starten på dyrkningsperioden for hver kommune. Det bør også nevnes at moderne
videreforedling rettet mot avlingsrike sorter i sentrale dyrkingsområder som Trøndelag og Østlandet
har ført til at kravet til døgngrader for moderne kornarter har økt. Stedstilpassede sorter, der selektiv
dyrking over lang tid har ført til spesialtilpassede varianter, kan derfor ha forsvunnet. Ved å bruke
det kornet som klarte seg best som såkorn, kan en få lokale stedstilpassede sortene over tid. Disse
kan da ha hatt et mindre krav til døgngrader for å oppnå modning. I dag merkes dette på gårder i for
eksempel Nord-Norge som nå enten ligger helt på dyrkingsgrensen eller hvor det ikke lenger lar seg
gjøre å få modent korn med de tilgjengelige sortene, der det for 50 år siden lot seg gjøre å få modent
bygg og havre (Frøseth, pers. med.). Dette kan ha betydning for grensene for hvilket område vi i
dag bør søke i for å finne jordbruksbosetning fra jernalderen, spesielt i randområdene for dyrking av
korn.
Når det kommer til nedbør, kan for mye nedbør vaske næringsstoffene for langt ned i
undergrunnen slik at de blir utilgjengelige for planter. Jorda kan da ved mye nedbør bli mer
næringsfattig og sur (Welinder 1998:25). Dessuten kan for mye fuktighet i jorda føre til at jorda blir
vassmettet og udyrkbar, samt at stråene blir slått flate og går i legd (Bjørnstad 2005:12). Kravet til
tilgangen på vann, dvs. hvor tørkesterk kornarten er, variere fra art til art. Dessuten kan nedbør over
en viss mengde øke kravet til varmesum. For Oslo-området vil nedbør over 250 mm. i perioden mai
til august føre til økt krav til varmesum (Frøseth 2004:174). Det er som oftest for mye eller for lite
nedbør som direkte fører til uår, og viktigere enn temperaturvariasjoner er nedbørens fordeling i
løpet av året. Det er viktig med nok nedbør ved rett etter såingen, da det kan være en fordel med lav
temperatur og god tilgang på fuktighet (Pedersen og Widgren 1998:252-253, Frøseth 2004:174).
Mye av denne teksten har dreid seg om mulighetene til å dyrke korn, men en skal ikke
glemme at jordbruket i jernalderen ofte var et kombinasjonsbruk mellom dyrehold og dyrking av
korn. Derfor kan en variasjon av jordarter innenfor et ressursområde være fordelaktig. Dette kan
føre til et større økologisk mangfold for å tilpasse seg et bredere ressursgrunnlag (Ejstrud 2001:20).
Forskjellige jordarter kan gi et grunnlag til forskjellige nyttevekster, så selv om en ikke var i stand
til å dyrke i leirjord, kunne disse fruktbare slettene være fine til andre bruksformål som slåtterenger
eller til arealer der buskapen kunne gresse. Dessuten kunne det tenkes at en såing av flere
forskjellige kornarter enten på samme åker eller på samme gård kunne være en måte å minske
risikoen for feilslått avling, spesielt kanskje i områder med ustabilt klima. Det finnes i allefall
eksempler på dette fra vikingetid og tidlig middelalder (Øye 2002:315).
40
Egnede steder for jordbruk og husdyrhold – en oppsummering
Alt i alt kan en nok her konkludere med at de naturgitte forutsetningene for jordbruk hviler
på en meget kompleks sammenstilling av en rekke faktorer. Den opprinnelige bergarten i samspill
med fysiske og kjemiske prosesser siden siste istid gjør at jordartene og den etterfølgende dannelsen
av jordsmonn avgjør hvor næringsrik jorda er. En høy temperatur med lite nedbør kan føre til at
jordarter med høy permeabilitet kan blir for tørr og at kornet ikke får tilgang på nok vann, men
derimot kan en lavere temperatur med mye nedbør føre til at arealer som leirjord blir for fuktig til at
den er dyrkbar, samt at næringsstoffer vaskes for langt ned til at plantene kan gjøre seg nytte av
dem. Ved fuktige perioder vil for eksempel en kalkrik jordart være fordelaktig. Her kan det nevnes
at de lett permeable jordartene i Trøndelag har blitt trukket frem som generelt meget næringsrike.
En annen ting er at strandavsetninger med rester av kalkrike skjell også kan være en fordel. En
kombinasjon mellom forskjellige jordarter kan gi et nyttig fundament til økologisk variasjon
innenfor et ressursområde.
Det er derfor en balanse mellom disse faktorene som er viktig, hvor lettdrevne jordarter med
høy permeabilitet som sand, grus og morene kan være en fordel i visse situasjoner som regntunge
somre, mens leirjorder er bedre egnet til å takle tørrere forhold. Uansett kommer en ikke unna det
faktum at leirjorder, og kanskje spesielt den marine leira, er mer næringsrik. Derimot kan jordarter
med høyt leireinnhold ha en dårlig struktur og være vanskelig å dyrke opp, fordi den enten blir for
hard når den er tørr eller for våt og tung når den er fuktig. Den er adskillig tyngre å arbeide med, og
spørsmålet er hvorvidt den er for tung for å bearbeide med ard?
Når det gjelder temperaturen, kan områder med mer enn nok døgngrader ikke bli påvirket i
noe særlig grad av temperaturendringer. Derimot vil det trolig være en sammenheng mellom den
klimatiske randsonen for dyrkning, og bosetning og bruk av området.
4.1.3
Kornarter i Nord-Trøndelag
4.1.3.1
Kjente lokaliteter med funn av korn i Nord-Trøndelag
Som vi ser i tabell 2, er det i 10 (11, hvis en tar med Nedre Dalem) av 14 funn bygg som er
funnet i Nord-Trøndelag. I tillegg kan vi nevne funn av agnkledd bygg i et pløyelag i Trondheim
samt funn av samme byggtype i to hus på Kvenild i Sør-Trøndelag som flere kjente eksempler på
denne kornarten. Disse to siste kom henholdsvis fra et hus datert til yngre bronsealder samt et hus
med eksepsjonelt høy mengde med agnkledd bygg fra et hus fra førromersk jernalder (Solem 1999,
Grønnesby 2005, Reed, pers. med.). Alle byggkorn analysert av Thyra Solem er agnkledd bygg
(Solem, pers. med.).
41
Nord-Trøndelag
Gård
Husbyhagen
Huseby Søndre
Husbymyra
Værnes kirke
Værnes kirke
Værnes kirke
Værnes kirke
Nedre Dalem
Egge
Veiem
Skistad
Skistad
Skage
Vengstad
Gnr
102
102
102
107/108
107/108
107/108
107/108
63
197
1
83
83
13
167
Kommune
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Steinkjer
Steinkjer
Grong
Overhalla
Overhalla
Overhalla
Namdalseid
Kornart
Mrk:
Bygg
Hus 1, Felt C, kokegrop
Hvete
Hus 1, Felt A, kokegrop
Bygg og Hvete
Pollenanalyse
Bygg
Hus 3, Veggvoll
Bygg
Hus 5, Stolpehull
Bygg
Hus 6, Stolpehull
Antagelig Bygg
Hus 4, Stolpehull
«Hvede eller uskallet byg» Under gravhaug
Bygg
Ardspor
Bygg
Ardspor
Bygg
Pollenanalyse
Havre
Pollenanalyse
Rug
Pollenanalyse
Bygg
Pollenanalyse
Periode
Førromersk jernalder
Førromersk jernalder
Romertid til merovingertid
Romersk jernalder/Folkevandringstid
Folkevandringstid – Vikingtid
Yngre jernalder
Ikke datert
Tidligere enn yngre jernalder
Eldre bronsealder
Bronsealder/førromersk jernalder
Yngre jernalder
Trolig helt tilbake til 600 e.kr.
Trolig yngre jernalder
Vikingtid
Kilde:
Solem, T. 2004A
Solem, T. 2004B
Henriksen 2007
Solem, T. 2000
Solem, T. 2000
Solem, T. 2000
Solem, T. 2000
Rygh, K. 1871
Solem, T. 2002
Farbregd O. 1979
Vorren, B.1970
Møllenhus, K.R. 1975
Vorren, B.1970
Nilssen, E. 1986
Tabell 2: Kjente lokaliteter med funn av korn i Nord-Trøndelag
Bygg har blitt dyrket helt fra eldre bronsealder og igjennom hele jernalderen i Trøndelag.
Hvetekornet er funnet i en kokegrop datert til førromersk jernalder, mens havre og rug bare kjennes
fra pollenanalyser fra henholdsvis Skistad og Skage i Overhalla og er fra yngre jernalder. Det betyr
ikke nødvendigvis at de ikke ble dyrket i sentrale jordbruksstrøk i Inntrøndelag også. Det er
begrenset med undersøkelser med henblikk på søk etter konkrete kornarter som er foretatt i dette
området, delvis fordi makrofossilanalyser bare er foretatt ved enkelte større undersøkelser i Stjørdal
og Steinkjer i løpet av de siste årene. Denne formen for undersøkelser burde være foretatt på flere
undersøkelser og kanskje vært en obligatorisk del av maskinelle flateavdekkinger, siden de kan
fortelle oss om det nærliggende landskapet til undersøkelsesområdet slik det var i fortiden og bidra
til økt kunnskap om jordbrukshistorien i området. Det finnes flere hovedfagsoppgaver i botanikk
som dreier seg om jordbruk, klima og vegetasjonshistorie, men flere av disse er klausulert, og derfor
ikke tilgjengelige3 . Jeg har i tillegg kommet over flere pollenanalyser hvor pollensøylene bare sier
om det er funnet korn eller ikke (angitt som cerealia), men ikke hvilken type korn. Ved målrettede
søk i litteratur innenfor fagfeltene biologi og naturgeografi kan en trolig finne flere pollenanalyser,
og dette kan være noe å ta tak i og forsøke og samle i et mer utfyllende arbeid ved en senere
anledning.
Etter denne gjennomgangen kan vi konkludere med at en observerer en tendens til at bygg
var den mest vanlige kornarten i Nord-Trøndelag, og vi finner spor etter bygg i alle perioder fra
eldre bronsealder t.o.m. vikingtid. Da har jeg ikke sett på skriftlige kilder fra middelalderen.
Kravene bygg har til naturmiljø for kan brukes i utarbeiding av den prediktive modellen.
3
Henholdsvis «Vorren, B. 1969: Jordbrukshistorie, vegetasjons- og klimahistorie i Skage i Overhalla, Namdalen,
Upubl. cand. real. oppgave i botanikk. Universitetet i Trondheim.», «Lillealter, J. 1972: Vegetasjons-, klima- og
jordbrukshistorie på Frosta, Nord-Trøndelag. Upubl. cand. real. oppgave i botanikk. Universitetet i Trondheim.»
42
4.1.3.2
Bygg (Hordeum)
Bygg er den kornarten generelt krever lavest varmesum for å modnes, med et krav ned mot
1250 døgngrader (Frøseth 2004:174). Dette gjør at den kan dyrkes i et hardført klima. I forhistorisk
tid er det spesielt to former som nevnes, nemlig nakent og agnkledd bygg (henholdsvis H. vulgare
nudum og H. vulgare). I tillegg skilles det mellom toraders- og seksraders bygg
(Bakkevig
1992:15). De aller tidligste sortene av dagens sorter blant kornartene er seksradersbygg (Frøseth
2004:174) På Forsandmoen i Rogaland er det påvist en overgang i bruken av nakent bygg til
agnkledd bygg i løpet av yngre bronsealder (Myhre 2002:96). Den agnekledde sorten var fremdeles
den mest vanlige frem mot vikingetiden og tidlig middelalder (Øye 2002:315). De byggsortene som
Thyra Solem har funnet i sine undersøkelser av hele byggkorn i trøndelagsområdet er agnkledd
bygg. Dette gjelder da for undersøkelsene på Stjørdal samt Egge på Steinkjer (Solem, pers. med.).
Den agnkledde byggen krever mer næringsrik jord enn den nakne og kan ikke odles på
næringsfattige jorder uten gjødsling. Dette sees ofte på som en indikator på at åkrene ble gjødslet
mer intensivt. Derimot har den et sterkere aks enn den nakne byggen, og takler bedre kjøligere og
fuktigere klima (Myhre 2002:96, Welinder 1998:73). Bygg generelt krever en høyere pH enn de
andre kornartene for å trives, og trives best på næringsrik jord med god struktur (Frøseth 2004:175).
Bygg kan dyrkes på jorder som er for lette eller ugunstig for hveteproduksjon, og trives generelt på
lette eller sandblandede leirjorder (Purdue university nett1, 2006). Bygg har generelt et svakere
rotsystem enn f.eks. hvete og havre, og dette setter begrensninger for dyrkingen, der
plantetilgjengelig vann er viktig (Grønlund, pers. med.). Det vil si at jordarter med for høy
permeabilitet eller jordarter der sterke kapillærkrefter gjør det for vanskelig for plantene å ta opp
fuktighet, blir problematiske å dyrke på. Dette gjør at siltjord og lettleire er best egnet til å
inneholde plantetilgjengelig jord (Grønlund, pers. med., Strahler et al. 2005:612 fig. 21.7). Hvis en
ser på tabell nr. 3 nedenfor, ser en at bygg er middels godt egnet på sandjord også, likt de andre
jordartene. Noe som taler for et kombinasjonsjordbruk med husdyrhold ved innføringa av agnkledd
bygg, er det faktum at korn krever noe kjølig og fuktig jord tidlig i dyrkingsfasen, dog med god
tilgang på næringsstoffer, og siltjord gir da spesielt god respons ved gjødsling (Norsøk 2004).
Agnkledd bygg er som nevnt tidligere mer avhengig av tilførsel av gjødsel. At bygg tolererer dårlig
struktursvak jord, byr sjelden på problemer ved et tradisjonelt vekstskifte med eng og tilføring av
husdyrgjødsel på en godt drenert flate. Struktursvakhet og pakket jord er som oftest et problem ved
ensidig dyrking over mange år, uten tilførsel av betydelig organisk materiale, samt ved kjøring med
tunge maskiner (Frøseth, pers. med.).
43
Tabell 3: Kornarter og egnethet i forhold til geologiske og biologiske forhold. Kilde: Norsøk 2004.
4.2
Nærhet til gravminner
Det er vanlig å tenke seg at den døde ble gravlagt nær tunet på gården der man levde, og at
gravmarkeringen kan gjenspeile den dødes posisjon i samfunnet mens han eller hun levde, enten
gjennom størrelse på gaven eller innhold. I tillegg kan gravminner markere eiendomsrett eller hevd
og arv til et område eller en eiendom. Gravskikken har forandret seg i løpet av jernalderen. I
førromersk jernalder var det vanlig i sentrale jordbruksområder med lave steinlegninger og
flatmarksgraver, og den døde ble nesten alltid kremert. Fra overgangen til romertid endres formen
på gravminnet på nytt, og det ble over store deler av landet vanlig å bygge gravhauger og
gravrøyser. Flatmarksgraver eksisterte fortsatt, men skikken med å kremere den døde endret seg i
løpet av de første århundrene etter årtusenskiftet til at skjelettbegravelser ble den dominerende
formen for behandling av den døde (Jacobsen & Follum 1997:105, Solberg 2000, Skre 1998:199203).
Typisk plassering av synlige gravminner er antatt å være nær boplassen, og er ofte lett
synlige i terrenget. Gravminner er også plassert langs ferdselsveier til vann eller til lands, og kan ha
blitt brukt som grensemarkeringer til gården. Det er også vanlige med gravfelt, som kan spenne
over lange tidsrom (Jacobsen & Follum 1997:105, Solberg 2000). Slik kan det hevdes at
gravminner ble lagt tett ved, eller innenfor gårdens innmark, og dermed nære boplassene. Det
skisseres en plassering «ofte mindre enn 100 m borte, sjelden mer enn 200 m» (Skre 1998:226).
Andre forslag til avstand fra gravhaug til nærmeste tomt er oftest under 50 m, og sjeldent over 100
m og det bemerkes her at slik nærhet i rom også er vanlig i Norge (Løken, Pilø & Hemdorff
1996:13, Liedgren 1992:194).
Det at de ofte blir sett på som gravplasser tilhørende en ætt eller en gård (Solberg 2000:78),
kan da også tolkes som et tegn på stedskontinuitet i bosetningen, og har ført til at mange studier har
blitt foretatt rettet mot bosetningshistorie basert på fordelingen av gravminner (Pilø 2005).
44
Problemet med dette er at en rekke gravminner kan være tapt, ikke registrert eller av en art
som gjør at de i dag ikke er synlige. Slike studier kan da gi et skjevt bilde av bosetningsmønsteret,
og mange faktiske bosetninger lar seg ikke indikere på bakgrunn av forekomsten av graver og siden
gravminnene ikke er der i dag. Hvis en aksepterer at et gravminne kan ha hatt funksjonen som
markering av arv til en gård eller en eiendom, kan dette føre til at det fantes bruk der de som bodde
på gården ikke hadde eiendomsrett til den, og derfor ikke hadde hevd til å bygge gravhauger for å
markere arveskifte. Ufrie kan også ha blitt frie og tatt over eiendomsretten til gården, eller gården
eller eiendommen har skiftet eiere som ikke ønsket å legge sine slektninger nær eller ved gravfeltet
til den forrige eieren av gården, og derfor opprettet et nytt gravfelt. Dette er også en feilkilde i
forhold til bosetningsmønsteret, hvor samfunnsforholdene var med på å påvirke hvorvidt det ble
bygget synlige gravminner i nærheten av boplasser, og i hvilket antall de forekom. Dessuten kan
tunet ha blitt flyttet, og gravminner som tidligere lå i innmarka, nå ble plassert i utmark (Skre 1998).
Det kan da konkluderes med at gravminner er bosetningsindikerende, men et fordelingskart
over gravminner kan neppe brukes som grunnlag for en prediktiv modell, siden de er vedheftet et
bias i forhold til fordeling og utseende. Derimot bør de vurderes som bosetningsindikerende i de
tilfeller der de finnes i nærheten av et planområde som skal behandles. Her kan forekomsten av
gravminner anvendes i kombinasjon med andre kilder som løsfunn og resultatene fra en prediktiv
modell i saksargumentasjonen, hvis en ønsker å forundersøke et område.
4.3
Løsfunn
Kjente funn av oldsaker er en tradisjonell kategori en kan bruke for å spore fortidig aktivitet.
Funn innsendt til distriktsmuseer, i tillegg til informasjon fra systematiske åkervandringer og
opplysninger fra grunneier kan gi arkeologer en en mulig ledetråd. Ved hjelp av åkervandringer på
nypløyd åker kan en søke etter gjenstander som flint, keramikk, slagg, brent bein e.l. I tillegg gir
skjørbrent stein og observasjoner av kull indikasjon på aktivitet. Et godt eksempel på en slik
undersøkelse er Åker-prosjektet utført i perioden 1991-1993, og plansjer med funnspredning er
publisert i av Lars Pilø 2005. Verdt å kommentere er at mengden løsfunn av gjenstander er langt
færre her enn tendenser observert ved åkervandring i Danmark. Trolig kommer dette av at
anvendelsen av keramikk på boplasser har vært langt mindre vanlig her oppe (Løken et al. 1996,
Pilø 2005, Rindel 1998). Siden denne lokaliseringsfaktoren er av en såpass sporadisk karakter,
velger jeg å ikke bruke løsfunn i min prediktive modell. Derimot bør det ved saksuttalelser sjekkes
om det er kjent løsfunn innenfor tiltaksgrensene. Åkervandring bør også vurderes som et spennende
prosjekt de vide jordbruksslettene i de trønderske dalførene.
45
4.4
Solrik plassering
Jeg tror og en solrik plassering kan være ønskelig ved plasseringen av selve tunet, og ikke
bare som sentral faktor for selve jordbruket, der sol bidrar til fotosyntese og er viktig for dyrking av
plantevekster. Sol bidrar til varme, så det å plassere huset slik at langveggen ligger mot den
dominerende solretningen vurderer jeg som noe man traktet etter å få til.
Sollys bidrar har også en effekt på produksjonen av serotonin i hjernen (Lambert et al.
2002). Dette stoffet påvirker humøret, følelser, søvn og appetitt, og virker preventivt mot
depresjoner (Schloss 1998). Dette kan være nok en grunn for å ønske å plassere sine bygninger og
tunområder på solrike plasser.
4.5
Stedsnavn
Stedsnavn har lenge blitt brukt som en kilde til studie av bosetningshistorie, hvor det er
antatt at navnet på en gård kan antyde gårdens alder på det stedet den ligger i dag. Det er vanlig å
dele inn gårdsnavn på bakgrunn av typiske grunnord brukt i navnet i tillegg til usammensatte
naturnavn. De usammensatte naturnavnene blir ansett som de eldste, og eksempler på disse er Haug,
Berg, Nes, Vik. I bestemt form blir de regnet som yngre, dvs. Haugen, Åsen, Berget osv. Disse
navnene blir ansett å være eldre enn to tusen år. Eldst av de sammensatte naturklassene er navn som
ender på -vin og -heim, og disse blir ansett til å stamme fra de første århundrene etter vår
tidsregning. Navn som ender på -land, -stad, -set, -land og -by regnes som yngre enn dette og
plasseres gjerne i yngre jernalder. Navn som ender på -rud og -tveit regnes som enda yngre igjen, og
plasseres i vikingtid og tidlig middelalder (Jacobsen & Follum 1997:72-73, Solberg 2000:144-148,
Pilø 2005:33-44).
Bruken av stedsnavn for å datere mulig bebyggelse, og dermed også spore den, blir trekt i
tvil av Lars Pilø. Han mener denne bruken forutsetter en del premisser som sjelden er tilstede:
–
En sterk navnestabilitet hvor navnedød og navneskifte er noe som sjelden forekommer.
–
De bevarte forhistoriske stedsnavnene skal være representative for den forhistoriske utbredelsen
og kanskje viktigst i denne sammenhengen:
–
at dagens bebyggelse med bevarte forhistoriske stedsnavn har en kontinuitet tilbake til den
forhistoriske bebyggelsen.
Avsluttende påpeker han at hvis stedsnavn skal anvendes som et viktig kildemateriale i
bebyggelsesstudier, er det viktig at bebyggelsen har en plasskontinuitet innenfor en avgrenset
topografisk lokalitet, og bør ha eksistert uten ødeperioder. Påvisningen av slike boplasser, og da
spesielt ved kontinuitetsbrudd, vil kun vise seg gjennom arkeologisk materiale (Pilø 2005:33-44).
46
Jeg ønsker ikke å bruke stedsnavn i denne prediktive modellen, men anser den som en kilde ikke
uten verdi, hvis de blir brukt med omhu i samband med kjente, påviste arkeologiske lokaliteter. Som
språklig spor etter en eldre bosetning er de i alle fall en indikator på en mulig eldre bosetning, men
ikke nødvendigvis den eldste. Slik kan den potensielt indikere mulige bosetninger i området.
4.6
Nærhet til vann
Nærhet til vannløp og kyststrekninger kan ha betydning både for økonomi og
ferdselsmuligheter. Nær vann og vannløp kan man få tilgang til fisk og skaffe rent drikkevann, i
tillegg til at nærheten til kyst, fjorder og større vannløp har medført gode ferdselsmuligheter, og
sådan kan ha bidratt til handel og kommunikasjon. Nærhet til knutepunkter for ferdsel og
Stjørdalselva har blant annet blitt nevnt som viktig for endringer i bosetningsmønsteret på Husby i
Stjørdal. Flere av de større elvene i Trøndelag er meget rike på laks, og denne nærheten har blitt
påpekt i forhold til bebyggelsen som ble avdekt på Melhus i forbindelse med flateavdekkinger forut
for bygging av ny E6 (Henriksen 2007, Rindel 1998, Rønne 2005). Det finnes flere eksempler på at
denne variabelen har blitt innlemmet i prediktive modeller (Ejstrud 2001, Conolly og Lake
2006:180), og dette kan også vurderes som relevant for jordbruksbosetningen også i Trøndelag. Dog
kan det sies at selv om denne faktoren har vært vurdert som relevant for områder i andre land,
trenger ikke de å være direkte sammenlignbare med Trøndelag, siden modellene er rettet mot andre
natur- og kulturmiljø. Trolig har vi her ikke hatt de samme problemene med tilgang på rent,
rennende vann.
4.7
Sosiale, sosioøkonomiske og kognitive faktorer
Et samfunn består av mange individer, og trenger ulike ressurser for å overlevelse.
Mekanismene som sikrer overlevelse er mange. Dagfinn Skre trekker frem ære som en sentralt
begrep i sin forståelse av et førstatlig samfunn, hvor ære er sentralt i forhold til hvordan
enkeltmennesker blir aktet i dette samfunnet. Slektskap, forholdet mellom jordherre og undergitt,
samt forholdet mellom venner er forhold som er inkludert i det sosiale liv. Æren er en kvalitet som
er tilskrevet den enkelte av omgivelsene ut ifra deres handlinger, enten som kriger, mekler eller
forsoner, og kan bare vinnes på bekostning av andres ære. Dette nettopp fordi æren vurderes og
sammenlignes opp mot andre mennesker. Æresbegrepet blir derfor viktig, og er et aktivt element
som bidrar til en samfunnsmessig dynamikk alt etter enkeltmenneskenes handlinger (Skre 1998:2223).
47
Normen i et slikt samfunn ser han for seg er en form for krigersk rivalisering, hvor den
enkelte skulle forsvare seg og sine besittelser. (Skre 1998:5 og 251). Søken etter vern blir derfor
knyttet opp som viktig for å sikre sin egen overlevelse. Hjelp til beskyttelse, kan gis gjennom et
gavegivingssystem, der gaven er et sosialt virkemiddel når man skal knytte sosiale forbindelser. En
gave kunne forplikte gjensidig vern, og en slik gave kunne være et tegn på vennskap mellom
likesinnede. Et behov for vern hos en bonde kunne føre han under en jordherres herredømme, men
et slikt forhold forplikter også at jordherren beskytter sine underlegne, ellers så kan også han miste
ære (Ibid.:5 og 18-21).
Maktforholdene er på denne måten alltid flytende, og tilgang på råvarer og ressurser som
smør, kjøtt, jern og korn var viktig for å kunne opprettholde et herredømme. Det samme kan sies
om gode våpen og menn (Skre 1998:265-266). På denne måten ser en for seg at sterke jordherrer
med mange undergitte kunne opprettholde herredømme over store områder, og på denne måten
skisserer Skre det som sannsynlig å finne slike jordherrer i de beste jordbruksbygdene hvor en
hadde sammenhengende dyrkbar jord. Disse kunne gjennom et redistributivt system holde kontroll
over produsenter av råvarer og andre nødvendige ressurser som jern, mot å fra sin side supplere de
med vern og trygghet (Ibid.:250). Her vil det være best tilgang på ressurser, og rivalisering vil øke
ønsket om kontroll over områder, og også gjøre det mulig å bygge opp sterkere herredømme.
Dette er en skisse presentert for sentrale deler av Romerike og Ringerike, og han advarer
mot å overføre et slikt syn direkte til andre områder. I tillegg mener han det var flere ufri i eldre
jernalder enn i yngre jernalder, ut ifra en analyse av hvilke gårder det er funnet daterbare
gravminner på, og skisserer økt frigivning av ufrie i yngre jernalder (Skre 1998:251).
Flere forskere har trukket frem elementer som kan tyde på et lignende forhold i Trøndelag.
En god og stabil jordbruksproduksjon var viktig for å opprettholde makt, og en kontroll over
jernproduksjon kunne bidra til opprettholdelsen av denne. Det har blitt argumentert for at driften av
jernvinneanleggene fra eldre jernalder i Nord-Trøndelag trenger en sterk organisering for
opprettholdelsen av produksjonen, og at handel med dette råstoffet bidro til en sosial stratifisering,
hvor det høyere samfunnsjiktet gjennom sin kontroll kunne tilegne seg rike importvarer, som kunne
bli brukt i et redistributivt system mellom ledere og deres allierte for å skape avhengighet og
allianser (Farbregd 1979:50, Prestvold 1999:94-95 og 102, Stenvik 1994:192 og 2001:74). Jeg tror
dannelser av slike herredømmer fører til en konsentrasjon av bebyggelsen til nærområdene av
jordherrens gård, og ved de tilfeller hvor nye gårder ble etablert innenfor hans domene, trådde de
nye bøndene inn i et avhengighetsforhold. De kunne være frie eller ufrie, men alltid innenfor et
sosialt avhengighetsforhold. Deres trygghet var avhengig av deres produksjon, personlig dyktighet
til å heve sin egen stilling, forholdet til sine ledere gjennom sine forpliktelser som jordbrukere og
48
krigere, samt de relasjonene de var i stand til å knytte til andre. Gjennom sin dyktighet innenfor alle
disse områdene, kunne de øke sin egen ære og aktelse. Utenfor en herres domene var det trolig
mulig for frie bønder å etablere seg, men da er den umiddelbare tryggheten gjennom et slik
gjensidig avhengighetsforhold ikke direkte tilgjengelig.
Nærhet og kontroll over ferdsels- og handelsveier, sund og strategisk viktige steder kan også
ha spilt en rolle i lokaliseringen av slike samfunnsenheter. Der hvor ferdselsveier og større elver
munner ut i fjorden eller hvor fjorden har viktige passasjer blir trukket frem som slike sentrale
steder (Farbregd 1986, Berglund 2000).
Hvor langt tilbake et slikt system muligens har vært et element i samfunnet, er fremdeles et
åpent spørsmål. De eldste jernvinnene har dateringer tilbake til 300-400 f.kr., og det er bare 9 % av
den eldste typen av anlegg som får dateringer til førromersk jernalder (Stenvik 2005:113-114).
Likevel kan en antyde at disse i kombinasjon med husfunn vise tendenser av en sosial stratifisering
tilbake i førromersk jernalder. Her er den tidligere nevnte hallen på Hovde på Ørlandet og
bosetningen på skyggesiden på Egge på Steinkjer trekkes frem som eksempler på henholdsvis en
spor etter gården til en storbonde og bebyggelse til undergitte. Det siste ut ifra en argumentasjon om
at de gode jordbruksområdene allerede var tatt ibruk (Ibid.:129-130). Et spesielt funn av en større
mengder bein av 20-30 mennesker funnet på Sund i Inderøy kan i kombinasjon med helleristninger
av store båter og sjeldne funn av metallgjenstander tolkes som spor etter et sosialt lagdelt samfunn
tilbake i bronsealderen (Sognnes 2005:95-101, Fyllingen 2003).
Gravminner har blitt knyttet opp mot en form for forfedrekultus, hvor forfedrene ikke forlot
stedet når de ble hauglagt, men ble en fortsatt del av den sosiale enheten en familie er. Ved å
anlegge gravminnene på innmarka nær husene ble dette forholdet styrket. Riter under gravleggingen
kunne også bidra til å styrke dette båndet til forfedrene (Solberg 2000:155-156). Det finnes også
eksempler på hauger reist for konger, stormenn eller mytiske personer som mottar offer fra
mennesker som søker deres hjelp (Näsström 2001:89-91). Det at gravminner er knyttet til en følelse
av tilhørighet til en ætt og et sted, i kombinasjon med kultsteder, kunne medføre en følelse av
identitet og affekt knyttet til et område eller en gård.
Det er flere steder som har blitt knyttet opp mot kultaktiviteter som bloting eller ofring. Det
kan i alle fall for yngre jernalder skilles mellom offentlig og privat kult, hvor den offentlige kulten i
større grad kan knyttes opp mot maktforhold, samt organisering og territoriale inndelinger av
samfunnet, mens den private kulten knyttes opp mot enkelte husholdninger eller individer
(Steinsland 2005:265). Det å blote har sammenheng med det å ofre, og ved bloting ligger det et
ønske å styrke, dvs. styrke guder og makter med offer (ibid.: 276). Religionen var tett knyttet opp til
samfunnet gjennom siðr, skikk eller sed, som var måten religionen utartet seg i et førkristent
49
samfunn. Religion var en selvfølgelig del av kulturen, og var en del av det daglige liv som folk tok
for gitt (ibid.:13). Britt-Mari Näsström ramser opp en rekke mulige offersteder i tillegg til graver,
deriblant offerlunder og offertrær, kilder,vann, hov og horg (Näsström 2001:77-95). Det er mulig at
noen av offerplassene ble flyttet i løpet av folkevandringstiden fra steder utendørs og inn i en
høvdings hall eller gård, slik at denne nå tok over funksjonen som offerplass. Kollektive og
individuelle ofringer i vann og våtmark minker og nærmest opphører i begynnelsen av 500-tallet.
Dette kunne være en måte for en høvding å også knytte til seg religiøs makt (Skre 1998:304-306,
Solberg 2000:174-175).
Riter, normer, og aktiviteter knyttet til religionsutøvelse ville ha spilt en rolle i menneskenes
aktiviteter i et landskap. Kunnskap om steder det knyttet seg skikker til, i tillegg normer og
tradisjoner enten de er religiøse eller praktiske, vil trolig ha påvirket menneskers valg i hverdagen,
enten det gjaldt valg av bosted, valg av dyrkingsjord, eller ønsket om å flytte kontra å rydde nytt
land i nærheten. Jeg tror kjennskap og nærhet til kultsteder og offerplasser ville til en viss grad ha
bidratt til en økt kontinuitet i bosetningen på regionalt nivå, men kanskje også lokalt. Dette hadde
vært interessant å undersøke nærmere, men det skal jeg ikke gjøre i denne oppgaven.
50
5 Førsteutkast til modell
Skal en produsere en modell, er en nødt til å forenkle og finne enkelte elementer en kan
trekke inn som markører for de lokaliseringsfaktorene som en ønsker å bruke i en prediktiv modell.
En utfordring er her å bestemme innfallsvinkel, finne eller lage digitale kartdata som kan brukes i
en slik modell, samt avgjøre hvordan de skal vektes mot hverandre. På bakgrunn av den
gjennomgangen i forrige kapittel, kan vi sette opp en liste over følgende faktorer som kan tas med i
et førsteutkast til en modell. Jeg er klar over at også helt andre faktorer enn de miljømessige
forholdene kan spille en rolle i valget av boplass, men ønsker i denne oppgaven å rette fokus mot
følgende hypotese: en bosatte seg på naturlig selvdrenerende flater, nær områder med gode
jordbruksforhold. Jordene kan ha vært inngjerdet, og tunområder på størrelsesorden opp mot 100
mål er kjent. Viktig er også en økologisk variasjon innenfor området for å understøtte muligheter
for variasjon av ernæringsformer med husdyrhold, samt å sikre en mot feilslåtte avlinger ved å så
på forskjellige jorder. Boplassen ble gjerne lagt på steder med gode solforhold.
For jordbruket:
Gode jordbruksforhold, hvor det er viktig med sollys og næringsrik jord. Dette er
komplisert, og begrepet næringsrik jord er på mange måter et dårlig begrep. Avkastninga er styrt av
mange og kompliserte faktorer. Derfor velger jeg å se på jordtyper som kan være godt egnet for å
dyrke bygg som grunnlagskart for dette. Bygg er den mest vanlige kornarten i mitt materiale.
For boplassflaten:
Boplassflaten bør være på et naturlig selvdrenerende område, ut ifra et geologisk synspunkt.
Forskjellige jordarter har ulik evne til å lede vekk overflatevann. Sollys kan regnes som en viktig
faktor for varme og trivsel. Boplassen ligger helst nær gode jordbruksforhold.
Jeg vil videre presentere hvordan jeg har valgt å modulere de faktorene nevnt over, og
hvordan kartdata blir produsert. Jeg vil bruke tilleggsmodulen «ModelBuilder» i ESRI's ArcGis 9.1
programpakke, og funksjonene som blir utført på de forskjellige kartdataene i utarbeidelsen av
kartdata som viser det jeg ønsker, vil bli presentert. Modelbuilder er en grafisk løsning som lar deg
sette opp sekvenser av ulike handlinger, og er velegnet for utarbeidelse av en prediktiv modell med
en grafisk innfallsvinkel ved bruk av vektet verdi metoden, jevnfør kapittel 2. Kart som omhandler
økologisk variasjon, infiltrasjon og jordbruksforhold vil ha fargeskala mot grønn som høyeste verdi.
51
Dette fordi den lett kan assosieres med positivt for biologiske forhold. Sollys vil visualiseres fra
blått for lite sollys til rødt for områder som er mer solrik. For den endelige modellen har jeg
invertert den slik at rød viser høyeste verdi, og dermed lettere kan assosieres med risiko.
5.1
Noen sentrale begreper
Jeg vil i løpet av kapittelet bruke noen begreper som er knyttet opp mot GIS-terminologi og
funksjoner i programvaren. Ved grafiske illustrasjoner som viser bearbeiding av datasett i
ModelBuilder, vil kartdataene og resultatene være vist i svarte bokstaver, mens funksjonene være i
røde bokstaver. Jeg har valgt å bruke de enkelske begrepene slik de forekommer i ModelBuilder i
skjemaene som viser bearbeidelse og utvikling av kartdataene. Følgelige begrep vil bli berørt:
TIN-Modell:
En TIN-modell, er en høydemodell, dvs. en digital
representasjon av det fysiske landskapet. TIN står for
Triangulated
irregular
network,
og
høydemodellen
tar
utgangspunkt i utvalgte viktige punkter i landskapet. Ut ifra dette
genereres det hellende triangelflater (Bernhardsen 2000). I
ArcGis kan TIN-modeller generes fra vektordata som punkt- og
linjedata så fremt at høydedata er kodet inn i dataene.
Figur 2: Eksempel på TIN-modell.
Kilde: Bernhardsen 2000
Det er også mulig å lage en raster høydemodell, hvor hver rute av landskapet har en kodet
høydeverdi. Denne kan genereres fra en TIN-høydemodell. Vektor- og rasterdata forklares nedenfor.
Vektor versus rasterdata:
Vektordata er en datastruktur organisert i punkter, linjer og polygoner. Hvert punkt,
linjesegment eller polygon er koblet til en tabell, der informasjon om dataene er lagret. Geometrien
er gjerne lagret med X og Y-data i et koordinatsystem.
Rasterdata er data representert i et rutenett, der hver rute kan inneha kodet informasjon.
Hver rute vil være av en forhåndsdefinert størrelse, og dermed også inneha en X- og Y posisjon
innenfor rutenettet. Forskjellen mellom disse datastrukturene kan illustreres med figur 3:
52
Figur 3: Forskjellen mellom vektor og rasterdata. Kilde: Løseth 2006.
Funksjoner anvendt i bearbeiding av dataene:
I arbeidet med dataene er blant annet følgende funksjoner anvendt. Eventuelle andre
funksjoner forklarer underveis i teksten:
●
Feature to raster: konverterer data fra vektor- til rasterformat.
●
Cell statistics: gjør matematiske beregninger på rasterdata, og da som oftest ved
sammenligninger, sammenslåinger og kalkulasjoner av flere kartlag. Jeg vil bruke denne
funksjonen for å beregne gjennomsnittsmengden sollys i ei rute i landskapet basert på flere
kartlag som hver for seg viser sollyset i en enkelt måned.
●
Reclassify: Reklassifiserer datasett. Brukes til å redusere klassebredden fra større eller
kontinuerlige verdier til en verdi som er sammenlignbar på tvers av datasettene. I mitt
tilfelle har jeg valgt å dele inn verdiene fra 1 til 9.
●
Weighted overlay: Er en måte å utføre vektet-verdi metoden slik nevnt i del 2.1.1.5. Slik kan
en slå sammen flere forskjellige datasett så lenge de dekker samme geografiske område, har
samme klassebredde og rasterdataene har samme rasterstørrelse på rutene. Viktigheten av
hvert datasett kan defineres som en prosentandel av helheten.
53
5.2
Jordbruket
Sollys er relativt enkelt å simulere i et GIS, så lenge en har kartdata med høydeverdier. Et
digitalt landskap kan enten moduleres med en TIN- modell eller en raster-høydemodell. Jeg har fått
raster høydemodeller produsert av fylkeskommunen i Nord-Trøndelag ved Lars Forseth, med en
rasterstørrelse på 5x5 m. pr. rute (25m²). Dvs. at hver rute har en X, Y og en Z verdi, hvor Z-verdien
er den faktiske høyden over havet som ruten har og X og Y-verdien angir lengden og bredde ruten
har. Rutestørrelsen kan endres ved hjelp av funksjonen resample, noe jeg har valgt å gjøre. En
rutestørrelse på 10x10 m. vil ikke gjøre oppløsningen særlig mye lavere når vi opererer med en
størrelsesorden på kommunenivå isteden for for eksempel gårdsnivå, samt at enhver utregning og
analyse som blir gjort med disse dataene, tar mye kortere tid å utføre. Datakilden for sollys er en
høydemodell som er laget på basis av digitale høydedata. Høydemodellen er laget på basis av 5meters koter, og 20-meters koter der det ikke eksisterer 5 metersdata. Disse data er enten supplert av
Nord-Trøndelag fylkeskommune eller nedlastet fra NTNU tjener for programvaredistribusjon,
Progdist.
For å få laget kartdata som viser hvilke områder som mottar mest og minst sollys, bruker jeg
funksjonen Hillshade i programutvidelsenene Spatial- eller 3D-analyst i ESRI's ArcMap 9.1
programpakke. Begge disse kan gjøre denne operasjonen. Jeg ønsker å få et kart som viser
totalmengden sol i løpet av dyrkingsperioden, og denne funksjonen kan beregne mengden sollys et
område vil få ved et gitt tidspunkt ved hjelp av en digital terrengmodell, samt beregninger for solens
høyde og posisjon på himmelen.
Ved bruk av en matematiske modell for utregning av antall døgngrader, er dyrkingsperioden
beregnet ut fra gjennomsnittlig månedstemperatur gjennom året. For presentasjon av denne
modellen, henvises det til appendikset, del 10.2. For Levanger kommune er denne fra 13 april til 27
august. For de andre kommunene i undersøkelsesområdet varierer dette sjeldent med stort mer enn
en et par dager, og grunnverdiene ble beregnet for hver enkelt kommune. Gjennomsnittlig
månedstemperaturer angir gjennomsnittet for målinger tatt over 30 år i perioden 1961-1990 og er
hentet fra nettsidene til meterologisk institutt (MET 2007). Kart ble laget for hver måned, der
solhøyden og vinkelen («altitude» og «azimuth») ble beregnet ut ifra klokken 12 midt på dagen, den
13 i hver måned bortsett fra august, hvor dagen ble satt til 27 august. Dette for år 1 e.v.t.
Beregningen av disse faktorene ble gjort ved hjelp av nettsidene til National Osceanic and
Atmospheric Administration og US Naval Observatory, Astronomical Application Department
(NOAA 2007, USNO 2007). Ved å slå sammen disse 5 kartene til ett ved å kalkulere
gjennomsnittsverdien, dvs. gjennomsnittet av mengden sollys for hver rute på kartet, ble det
produsert ett kart som viser gjennomsnittsmengden sollys i Levanger kommune for hele den
54
beregnede dyrkningsperioden, klokka 12 midt på dagen. Dette tidspunktet ble valgt for det er da
sola står på sitt høyeste, og en har optimalt insolering.
Figur 4: Kart som viser et eksempel på modellert sollys i dyrkningsperioden.
For dyrking av bygg, er det flere faktorer som kan tas til vurdering. Hvis vi derimot dreier
fokus over til de krav som den konkrete kornarten har, kan denne informasjonen brukes til å
begrense og fokusere bruken av mulige kartdata. Kvartærgeologiske kart og kart over jordsmonn er
aktuelle kilder. Kartdata som kan anvendes er enten kvartærgeologiske data fra Norges Geologiske
Undersøkelse eller jordsmonndata. Dessverre er jordsmonndataene fra NIJOS, nå Norsk Institutt for
Skog og Landskap, ikke fulldekkende. Disse inneholder blant annet inneholder informasjon om det
øverste sjiktet av dyrkingslaget mer detaljert i sand, sandig silt, silt, lettleire, mellomleire og stive
leire, samt organisk materiale. De inneholder også jordartsklassifisering i WRB-grupper.
Kvartærgeologiske kart er nedlastbare fra NGU (Norges Geologiske Undersøkelse) sine nettsider.
Jordsmonnet derimot er i all hovedsak bare kartlagt i de områdene som i dag er dyrkamark. Dog kan
de kvartærgeologiske kartene være mer unyansert, siden de ikke spesifikt forteller om det er sand,
grus, silt eller annet. Siden jeg ønsker et fulldekkende kartdatasett, har jeg derfor valgt å gjøre en
vurdering av de kvartærgeologiske løsmassene i forhold til de egenskapene de innehar i forhold til
dyrking av bygg (tabell 4).
55
Figur 5: Eksempel på kvartærgeologisk kart fra NGU.
Kvartærgeologisk jordart
Vurdering
Verdi (1-9 poeng)
Torv og myr er generelt vanskelig og krevende uten intensiv
grøfting og hjelp av maskineri.
1
Humusdekke/tynt torvdekke Trolig fuktige og anaerobe miljø. Trolig vanskelig å dyrke opp
siden tynt dekke, samt overvekt av humus og torv.
1
Torv og myr
Hav og fjordavsetninger
Finkornede sedimenter avsatt i stillestående vannmasser på
bunnen av hav eller sjøer. Silt og leire er dominerende. Kan
være både tunge leirer og mer lettdrevne silter. Ofte næringsrik,
men kan også være vanskelig å dyrke grunnet for sterke
kapillærkrefter. Hvis premisset om at leire var for tungt å drive,
kan denne kategorien nedvurderes.
4
(nedvurdert grunnet
delmengder av tung
leire).
Elveavsetninger
Sorterte avsetninger, og er avsatt når vann har gravd ned i eldre
lag og transportert de et annet sted. De kan inneholde sand,
grus og tildels siltjord, alt etter hva slags form for avsetning det
er. Ved elvedeltaer får en vide flater med slike avsetninger, og
der elva av og til har flommet kan silt bli avsatt. Lenger opp i
vannløpet kan avsetningen være smalere. Breelver er oftere
dominert av grovere og mer usortert kornstørrelser.
9
56
Morenemateriale
Oftest usortert materiale avsatt av breer. Jorder med
morenejord er ofte steinrike, noe som kan være fordelaktig ved
at stein kan hjelpe til å med å holde solvarme og holde opp
varmen i jorda utover natta. God og varm jord er viktig for
frigjøring av nitrogen i jorda tidlig i vekstsesongen.
8
Skredmateriale
Materiale rast ut fra bratte kanter og daler som følge av
gravitasjon, og kan være en blanding av en rekke ulike
jordarter. Alderen på disse skredene er uviss, hvis ikke spesielt
undersøkt. Dette kan være svært varierte avsetninger, og kan
være alt fra blokker til silt. Løsmasseskred kan gi finkornige
avsetninger, lagdelt med grovere sedimenter.
1
Bart fjell
Udyrkbart fjell, som stikker opp i dagen.
1
Forvitringsmateriale
Materiale dannet enten gjennom kjemisk eller fysisk forvitring
av fast fjell. Gradvise overganger fra berg til løsmasser er
vanlig i det en nærmer seg det øverste jordsmonnet. Det er kun
bergarter fra den underliggende berggrunnen som utgjør disse
massene.
3
Marin strandavsetning
Grus- og sanddominert materiale avsatt i strandsonen eller på
grunt vann. Innblanding av skjell kan bidra til å øke
kalkinnholdet og gjøre slike avsetninger mer næringsrik.
Sorteringen kan variere.
7
Antropogene fyllmasser
Relativt moderne fyllmasser, og kan derfor ikke romme
fortidig bosetning eller brukes til vurdering av
landbrukspotensial. Området kan være påfylt eller planert.
1
Vindavsetninger
(eolittiske avsetninger)
Vindblåst materiale, og størrelsene er avgrenset av vindens
evne til å transportere materialet. Dette skaper meget godt
sorterte avsetninger, vanligvis sand. De finnes ofte i tilknytning
til breelv-, elve- og bekkeavsetninger og strandavsetninger.
Vurderes derfor relativt høyt.
6
Innsjøavsetninger
Trolig hovedsakelig sand- og silt, avsatt enten som bresjøer
etter siste istid, eller ved flom og midlertidig høyere vanstand.
7
Tabell 4: Reklassifisert oversikt over de kvartærgeologiske dataene. 3 forskjellige klasser av morener er slått sammen
til ett, to klasser for hav-og fjordavsetninger er sammenslått osv. Kilder til beskrivelser er Fadnes 2003 og Thoresen
2000
5.3
Boplassen
Som kartgrunnlag for jordartens naturlig evne til å drenere vekk vann kan
infiltrasjonsegenskaper i det kvartærgeologiske datasettet brukes. Denne egenskapen i datasettet
viser løsmassenes egenskaper til å infiltrere og rense avløpsvann og kloakk, men det er vurdert som
gode indikatorer på en naturlig god drenering. Nedenfor er databeskrivelsen av SOSI-kodene (SOSI
= Samordnet Opplegg for Stedfestet Informasjon, en norsk standard for digital kartdata) som følger
med datasettet vist i tabell 5:
57
Definisjon
Kode
Forklaring
Beskrivelse
Verdi (1-9)
.DEF
..INFILT H1
1
Godt egnet.
Større volum sand og grus over grunnvannsnivået. Breelv-,
elve- og strandavsetninger inkl. sorterte partier i
randmorener.
9
2
Middels egnet.
Begrenset volum sand og grus over grunnvannsnivået,
samt større avsetninger med noe dårligere
infiltrasjonskapasitet. Samme avsetningstyper som klasse
1, men med høyt grunnvannsnivå. Dessuten tykke
morenedekke, ablasjonsmorene, dårlig sorterte
randmorener.
7
3
Mindre egnet.
Små/grunne avsetninger med noe infiltrasjonskapasitet,
samt større avsetninger med lav infiltrasjonskapasitet.
Tyntmorenedekke, tynne marine avsetninger
(fjordavs./strandvs.), finkornige bresjøsedimenter, tykke
marine silt- og finsandavsetninger, forvitringsjord.
3
4
Uegnet
Tette masser eller fjell.
1
5
Ikke klassifisert. Infiltrasjonsegenskapene er ikke klassifisert.
1
Registreringen er ikke differensiert nok. Fyllmasser er også
plassert i denne klassen.
Tabell 5: Databeskrivelse av egenskapen infiltrasjon i NGUs datasett. Min vurdering til høyre. Kilde: Statkart 2007
Denne egenskapen
vil bli brukt direkte som indikator på naturlig selvdrenerende grunnforhold.
En rapport kalt «Digital geografisk informasjon, Nord-Trøndelag Fylke» bidrar til å understøtte
denne argumentasjonen. Her ble statistikk over fordelingen av bosetningsspor avdekket ved en
forundersøkelse på Stiklestad i Verdal kommune sammenstilt med infiltrasjonsklassen. Resultat ble
at ca. 80% av fornminnene lå på områder med gode eller middels gode infiltrasjonsegenskaper.
Disse er hovedsakelig stolpehull, kokegroper og andre nedgravninger (Ryghaug 1997:20 og 21,
Prestvold 1997). Datasettet bør regnes som like grovt som løsmassedataenen vurdert i del 5.2, og at
det derfor viser de generelle trendene innenfor et større areal. Forskjeller mellom dreneringen i
eksempelvis silt og leire innenfor hav- og fjoravsetninger kommer ikke frem, siden datasettet ikke
skiller mellom de på et så fint nivå. Uansett kan vi regne denne egenskapen i datasettet som
velegnet som en indikator på områder som er naturlig selvdrenerende.
Datakilden for jordarter og deres egenskaper er enten utledet fra NGU's kvartærgeologiske
løsmassekart, eller ligger kodet inn i datasettet fra før. Alle løsmassekart brukt i denne oppgaven ble
lastet ned fra deres nettsider i løpet av perioden januar til mars 2007.
58
Figur 6: Eksempel på egenskapen infiltrasjonsklasse i datasett fra NGU
Kartdata som markør for sollys blir laget på samme vis som sollys i dyrkningsperioden,
bortsett fra at jeg har satt sammen et kart for én dag i midten av hver av de 12 månedene, og
gjennomsnittet for alle disse regnet ut. Slik får vi et kart som viser de områdene med de mest
optimale solforholdene gjennom hele året.
En økologisk variasjon i nærområdet til tunet kan vurderes som viktig for å gi nok støtte til
et variert jordbruk, og gi grunnlag for husdyrhold. Det er kjent innmarksområder opp mot 100 mål,
altså 100 000 m². Dette tilsvarer et kvadrat på ca. 316x316 meter, eller en sirkel med radius på ca.
178,5 m. Dette er ikke store områder rundt et tunområde. Det tar ikke lang tid å gå hverken
strekningen 178,5 m. eller 316 meter. Derfor ble kartgrunnlaget for økologisk variasjon beregnet ut
fra en større radius på 500 m. Sirkel som grunnform ble valgt istedet for et kvadrat, men det hadde
her også vært mulig å produsere en «cost-surface» analyse som bedre kunne vise avstanden det tar å
gå fra et punkt istedet for en statisk avstand, men dette ble vurdert som for tidkrevende å produsere.
I en slik analyse gis forskjellige terrengtyper forskjellige verdier, og disse kan brukes f.eks. til å
beregne den mest fornuftige eller minst energikrevende ruten mellom to punkter. Grunnlagskartet
59
for økologisk variasjon innenfor et område ble derfor produsert ved funksjonen focal statistics i
utvidelsen «spatial analysis» til ESRI's ArcMap 9.1 programpakke. Med denne funksjonen blir hver
rute innenfor et datasett gitt en verdi beregnet ut ifra området rundt. Ved å velge beregningsmåten
«variety», vil da programmet kalkulere antallet forskjellige jordarter i området innenfor en 500
meters radius, og gi hver rute en verdi tilsvarende antall forskjellige jordarter innenfor det området.
Når et areal er beregnet flyttes hele blokka en rute til siden, og beregningen gjentas. Dette ble utført
på bakgrunn av løsmassedataene fra NGU.
Figur 7: Prinsippskisse som viser funksjonen variety ved kjøring av focal statistics. Kilde: DeMers
2005:230f
Figur 8: Skjema som viser bearbeidelse og utvikling av kartdataene infiltrasjonsklasse og
økologisk variasjon i ArcGis' ModelBuilder
60
Figur 9: Eksempelkart som viser økologisk variasjon basert på de kvartærgeologiske kartene fra NGU. Tallene angir
antallet forskjellige jordarter innenfor en radius på 500m.
Nærhet til vann ble vurdert som en mulig lokaliseringsfaktor, og et kart som la en buffer på
250 og 500m. rundt de største elvene og bekkene i Stjørdal kommune ble laget. Resultatet av dette
var at bare en brøkdel av Stjørdal kommunes areal ikke ble dekket av dette datasettet, og jeg
konkluderte derfor med at i dette området av landet var det ikke noe problem med tilgang på vann.
Denne faktoren ble derfor ikke tatt med i modellen. I andre deler av landet kan derimot dette være
en relevant faktor, f.eks. muligens for området rundt Skjåk og Lom i Ottadalen i Oppland. Her har
bygdefolket bøtet på dette med å opprette lange og arbeidsintensive vanningsveier (Tidemansen
2006). Derimot kunne nærheten til vann eller vannløp ha andre positive følger som fiske,
kommunikasjon og strategisk verdi i forhold til makt og kontroll av handel.
61
5.4
Første kjøring av modell
Viktig for den faglige integriteten av en slik modell, er at den er etterprøvbar. De valg jeg tar
underveis, bør da presenteres. Følgelig vil derfor en forklaring på sammensetningen av de relevante
kartlagene være nødvendig. Vektet verdi-metoden slik utført ved hjelp av funksjonen Weighted
Overlay i ModelBuilder baserer seg på en prosentvis viktighet mellom de forskjellige kartlagene
som skal kombineres. Det er derfor viktig å presentere den prosentvise vektingen jeg har valgt å
bruke.
5.4.1
Gode jordbruksforhold
Dette er én av de delene som til slutt skal være med i den endelige modellen for lokalisering
av tunet, og er ment å vise områder med gode jordbruksforhold.
Elementer
Vurdering
Vekting
Gjennomsnittlig sollys i perioden utregnet som
dyrkingsperiode. Baserer seg på temperaturdata fra
meterologisk institutt. Sollys er viktig for at vekster
skal trives, både som bidragsyter til fotosyntesen og
for varme.
40 %
Jordartenes jordbruksegenskaper Vurdering av de kvartærgeologiske løsmassekartene,
med henblikk på dyrking av bygg.
60 %
Sollys i dyrkingsperioden
Tabell 6: Vekting for temaet gode jordbruksforhold slik foretatt i funksjonen «weighted overlay».
Jeg vurderer de geologiske egenskapene som viktigere enn mengden sollys i
dyrkingperioden for hva som utgjør gode jordbruksområder. Det endelige resultatet er da en
utregning basert på de vektingene jeg ga de forskjellige variablene i del 5.2
Hver rute i sollysdatasettet vil da med operasjonen hillshade få tildelt en verdi i forhold til
mengden sollys som treffer punktet. Denne funksjonen tar også hensyn til skyggedannelser i
landskapet. Et kart for hver måned i dyrkingperioden produseres ut fra solvinkel og høyde, og
gjennomsnittet av alle de månedene utregnes for hver rute i kartet ved hjelp av operasjonen cell
statistics. Til slutt har en et kart som viser gjennomsnittlig sollys i området, der hver celle
harénverdi.
Normalfordeling er et statistisk begrep som brukes for å beskrive formen på et histogram lik
den vi ser på figur 10. Grafen viser forholdet mellom verdien hver celle har langs X-aksen, og
antallet celler med den verdien langs Y-aksen. Det er en typisk form et slikt histogram får hvis
antallet målinger er uendelig stort og klassebredden går mot 0. Den viser en «normal» fordeling
rundt en middelverdi, hvor grafen har en tilnærmet lik form på hver side av denne (Solerød &
62
Gundersen 1996:117 og 118). Alle kart over sollys jeg produserte hadde denne typen fordeling av
dataene, og det gir også et generelt bilde
av landskapet. Et fjell har typisk en
skyggeside, en dal har to helninger osv.
Hvis en skal inndele en slik fordeling i
9 klasser, anbefales det at en fordeler
enten ved hjelp av standardavvik eller
kvantiler. Når en inndeler i kvantiler,
deler man antallet observasjoner inn i like
store deler, slik at hver kvantil har et likt
Figur 10: Eksempel på graf med normalfordeling
antall observasjoner,
uavhengig
av
verdiene hver observasjon har (Connoly og Lake 2006:141). Jeg har for alle kommunene i min
analyse valgt å dele verdiene for sollys inn i 9 kvantiler. Dette gjøres med funksjonen reclassify.
Dette gjelder både for kartdataene som angir gjennomsnittsmengde i løpet av dyrkingsperioden, og
de som angir gjennomsnittsmengden sollys i løpet av året. 1/9-del av antallet observasjoner får da
verdien 1, 1/9-del verdien 2 osv. Ved å gjøre dette for hver enkelt kommune, tar en mer hensyn til
de lokale forholdene i den kommunen en analyserer. For eksempel kan summen 140, som angir den
relative mengden sollys i en rute, havne innenfor høyeste kvantil og få verdien 9 i kommunen
Steinkjer etter reklassifisering, mens en celle med den samme summen vil få verdien 8 i Stjørdal
kommune. Dette fordi det er et større antallet ruter i Stjørdal som har en høyere verdi. Et problem
med dette er at enhver lokalitet da kan få forskjellig verdi, selv om forholdene er helt like
sammenlignet på et høyere geografisk nivå. Derimot kan det lokalt sett være andre lokaliteter som
faller bedre ut, siden inndelingene skjer på kommunenivå. Dog tror jeg forskjellene er relativt små,
og at dette ikke utgjør noe problem i forhold til det faglige holdet i modellen.
63
Figur 11: Eksempelkart som viser resultatene for faktoren "gode jordbruksforhold"
Figur 12: Skjema som viser bearbeidelse og utvikling av kartdata i produksjonen av kartlaget gode
jordbruksforhold i ArcGis' ModelBuilder slik beskrevet i del 5.2 og 5.4.1.
64
5.4.2
Lokalisering av tunet
Hovedmålsetningen for denne oppgaven er å lage en prediktiv modell for jernalderens
jordbruksbosetning i Nord-Trøndelag. Det er dermed det følgende avsnittet som vil lede til et
datasett som vil utgjøre førsteutkastet til denne. Modellen som skal vise økt sannsynlighet for
lokalisering av tunet bygger på følgende elementer:
Elementer
Vurdering
Vekting
Sollys i løpet av året.
Sollys gjennom året bidrar til varme og trivsel, og kan på den
bidra både til oppvarming og være viktig av mentale årsaker
10 %
Økologisk variasjon
Antall jordarter innenfor en radius av 500m. En økt variasjon av
jordarter øker for mer variert bruk av nærområdet, og kan være en
stor fordel ved husdyrhold, hvor husdyrene kan beite arealer som
kan være udyrkbare eller hvor det gror vekster som mennesket
ikke direkte kan ta nytte av.
15 %
Gode jordbruksområder
Dette kartdatasettet er resultatet av analysen som nevnt over. En
lokalisering på eller ved disse områdene, er vurdert som vesentlig
for lokalisering av selve boplassen. Siden resultatet ofte viser
ganske heldekkende gode områder, samt at tufter kan bli flyttet og
vil gi god dyrkbar jord hvis de blir pløyet over, har jeg valgt å
bruke denne kategorien direkte, og ikke søke også i de omliggende
områdene nær gode dyrkingsområder
30 %
Infiltrasjonsklasse
Dette er en egenskap som allerede er kodet inn i dataene fra NGU,
og viser områder som har en naturlig dreneringsevne. Dette er i
modellen vurdert som den viktige egenskapen en potensiell
boplassflate kan ha.
45 %
Tabell 7: Vekting for temaet boplassen slik foretatt i funksjonen «weighted overlay».
Figur 13 viser et kart som viser hvordan modellen ser ut lokalt. Figur 14 er et skjema som
viser utarbeidelsen av modellen slik den fremstår i ModelBuilder. Denne prosessen vil bli kjørt på
alle 11 kommuner.
65
Figur 13: Eksempelkart som viser resultatet av modellens første kjøring.
Figur 14: Skjema som viser bearbeidelse og utvikling av kartdata i produksjonen av kartlaget gode jordbruksboplasser
i ArcGis' ModelBuilder slik beskrevet i 5.3 og 5.4.2.
66
6 Første kjøring - evaluering
Ved kjøring av modellen ble alt landområde innenfor 11 kommuner vektet slik at hver 10x10
m. rute fikk en verdi mellom 1 og 9, hvor 9 ble vurdert som best. Kartdata ble laget både for sollys i
løpet av hele året og sollys i dyrkingsperioden samt infiltrasjonsklasse, variasjonen av jordarter
innenfor et fastsatt område og gode jordbruksforhold. Den endelige modellen bygger på disse
kartdataene, og viser gode jordbruksboplasser. Som følge av en gjennomgang av tilgjengelig empiri
(del 6.1), ble det laget en modell for alle de kommunene som hadde en eller flere lokaliteter. Disse
kartdataene eksisterer for alle 11 kommunene og er fulldekkende. Dette er et landareal på 8739,55
km². Til sammenligning er det totale landarealet for Nord-Trøndelag på 20777 km² (SSB 2008).
Modellen dekker ca. 42% av hele landarealet i fylket.
Modellen skal så sammenlignes med kjent empiri, for å se hvorvidt det er et sammenfall
mellom områder vurdert som gode og forekomsten av kjente bosetninger. Det samme skal gjøres
for dyrkningsspor. Vektigen foreslått i kapittel 5 vil bli evaluert og revidert.
67
Figur 15: Kart som viser den prediktive modellen for de utvalgte 11 kommunene.
68
6.1
Valg av lokaliteter
Hvert år blir det foretatt flere forundersøkelser i Nord-Trøndelag, men ikke alle lokalitetene
blir undersøkt videre. Dette kan være fordi en enten ikke har funnet bosetningsindikerende spor, at
en utgravning vil bli for kostbar i forhold til prosjektets budsjetter, eller at en har kommet til
enighet med utbygger om hvordan sporene kan bevares. Mitt kildegrunnlag for utvelgelse av
bosetninger og jordbruksspor består derfor av en blanding av rapporter fra forundersøkelser,
lokaliteter som er utgravd eller delvis undersøkt, eller andre kulturhistoriske registreringer og
opplysninger.
Frekvensen av bosetningsindikerende spor som f.eks. kokegroper, ardspor og stolpehull er
vesentlig forskjellig ved de undersøkelser som er foretatt. Uten konkrete funn av hus ved en slik
undersøkelse, synes jeg det er problematisk å definere et område som en boplass eller ikke. Jeg
gjorde et forsøk med å dele antallet strukturer med det totale arealet som er avdekket, i håp om at
denne fremgangsmåten kunne hjelpe meg med å finne frem til lokaliteter som utmerket seg med en
høy hyppighet av strukturer, uavhengig av om det bare var prøvesjaktet eller totalundersøkt ved
flateavdekking. Denne tankegangen ble forlatt, siden den involverte flere feilkilder. Viktigst av disse
var at en kunne ha avdekket en større konsentrasjon i en ende av ei sjakt, mens resten av sjakta
kunne være tom for funn. Den totale frekvenssummen for hele sjakta kan da bli lav, selv om
frekvensen i enden av sjakta kan være meget høy. Frekvensen var derfor avhengig av hvordan
sjaktene eller utgravningen treffer i forhold til kulturminnet. Dessuten hendte det at strukturer
avdekket og tolket som stolpehull ved forundersøkelser, ble avkreftet ved snitting ved en senere
utgravningssituasjon, og at summen av faktiske eller mulige forhistoriske bosetningsspor blir
usikker. En løsning på disse problemene kunne være å snitte flere strukturer ved forundersøkelsen,
for å avkrefte eller bekrefte noen av strukturene allerede da. Løsning på problemet med
skeivfordeling av frekvensen av strukturer i sjaktene kan ordnes ved å dele inn flaten i ruten ála
«prøveruter» på steinalderutgravninger, der mengden funn innenfor f.eks. en rute på 5x5 m (25 m²)
vil få et frekvenstall, og på bakgrunn av dette kan en danne seg et bilde av aktiviteten på området.
Dette kan også være til hjelp i en eventuell inndeling av fornminneområder ved senere
planbehandling. Forslagsvis kan funksjonen «Density» i applikasjonen Spatial analyst til ArcMap
9.1 brukes til å lage spredningskart basert på tetthet. En kan selv definere størrelsen på rutene, og
lage kart og illustrasjoner som viser tettheten av f.eks. bosetningsspor, avslag eller hvilken som
helst type fornminne eller gjenstandstype. Et sentralt problem her er det at stolpehull kan være fra
hvilken som helst tidsalder. Enkelte spredte stolpehull er derfor ikke overbevisende i seg selv, men
en konsentrasjon eller en høy frekvens derimot kan gi et mer overbevisende grunnlag for å kalle et
område for en boplass. Hvis de forekommer i sammenheng med kokegroper er det et sikrere
69
indisium. Dette viser noen av de svakheter den maskinelle flateavdekkingen innehar som metode.
Det er vanskelig med absolutte data, og en ender gjerne med subjektive grenser for fornminnene,
basert på skjønn og tolkninger. En debatt omkring anvendelsen av forskjellige metoder for å
oppdage lokaliteter innen kulturminneforvaltningen, og en evaluering av den maskinelle
flateavdekkingen som metode anbefales utført for å klargjøre noen fordeler og ulemper med denne
formen for sampling.
I norsk arkeologisk leksikon defineres en boplass som en betegnelse på «et sted der
mennesker har oppholdt seg over tid, arbeidet, sovet, spist og hvilt – et fastpunkt i tilværelsen som
er langt videre enn der folk egentlig «bor»» (Østmo og Hedeager 2005:47-49). Hvordan boplasser
arter seg er ulikt over tid kan også variere etter ernæringsform og geografisk plassering. I
jernalderen kan vi anta at gården som enhet er etablert, og at bygninger og andre installasjoner ble
reist på eller nær tunet. Ved dyrkning og husdyrhold som ernæringsform, kan vi anta at boplassen
var mer stedfast. Et sedentært bosetningsmønster kan også lede til akkumulering av kulturlag. Hus i
seg selv kan være en indikator på en fast bosetning, men forekomsten av hus garanterer derimot
ikke at folkene som bodde der har levd av jordbruk. For den tidsperioden og for det området jeg
arbeider med er det dog sannsynlig at folk har levd i eller nær et jordbrukende samfunn.
Lokalitetene er valgt ut etter følgende kriterier:
–
Ved flateavdekkinger eller forundersøkelser skal det være funnet sikre hus. I de tilfellene hvor
jeg tar med lokaliteter hvor det ikke er avdekket hus, mener jeg at de likevel er overbevisende
nok, på bakgrunn av mengden bosetningsindikerende strukturer, eller at bosetningsindikerende
elementer som stolpehull eller kokegroper opptrer i en overbevisende mengde sammen med
kulturlag. Hvert et hus som er avdekket merkes av som en boplass.
–
Hustufter som ikke er funnet ved flateavdekking, tar jeg med hvis de er undersøkt og datert til
jernalderen, eller hvis de fremstår i et miljø og er av et utseende som sannsynliggjør at de er
forhistoriske. Et sannsynlig forhistorisk miljø er da i mine tilfeller lokaliteter hvor hustufter
forekommer sammen med dyrkingsspor som åkerreiner og rydningsrøyser, eller aller helst
sammen med gravminner som trolig kan plasseres i den aktuelle tidsperioden.
Dette medfører da at det er jeg som tolker lokalitetene, og til syvende og sist at utvalget baserer seg
på mitt skjønn. Jeg har også valgt å ta med lokaliteter som også har dateringer tilbake i
bronsealderen. Dette fordi de enten er funnet ved samme gravning som hus eller kokegroper fra
jernalderen, eller i nærheten av gravfelt med dateringer fra jernalderen, og dermed kan være spor
etter en lengre kontinuitet for bosetning eller dyrking på den aktuelle plassen. Dette gjelder 3 hus,
henholdsvis hus 2 fra Husby Vestre, huset fra Geite og hus 3 fra Juberg Ytre (se tabell 23 og 24 i
appendiks C), samt to dyrkningsspor (Øver Lø og Egge i Steinkjer).
70
Boplasser:
Bronsealder:
Eldre jernalder:
Yngre jernalder:
Udaterte:
Flere mulige dateringer:
Totalt:
Dyrkningsspor:
4 Bronsealder:
14 Eldre jernalder:
7 Yngre jernalder:
11 Udaterte:
4 Flere mulige dateringer:
40
2
4
2
15
1
24
Tabell 8: Oversikt over dateringer organisert i perioder.
Av dyrkingsspor velger jeg å ta med ardspor funnet ved flateavdekkinger eller
forundersøkelser, samt daterte åkerreiner. Lokaliteten Vengstadåsen i Namdalseid (Farbregd 1974)
er den eneste hvor udaterte åkerreiner er tatt med. Dette fordi de er i et miljø som jeg mener er klart
forhistorisk. De fleste funn av ardspor er udaterte, men forekommer oftest i samme område som
kokegroper, hus og stolpehull. Det er bare tre funn av ardspor som er daterte i Nord-Trøndelag. To
av disse havner i førromersk jernalder, og det er på Husby Østre i Stjørdal kommune og Veiem i
Grong kommune (Farbregd 1979 og 1981). Dateringen fra Veiem kan muligens falle ned i slutten av
yngre bronsealder. Dateringen fra et ardspor fra Egge falt tilbake i eldre bronsealder, og dette er det
eldste direkte beviset vi har på korndyrking i Nord-Trøndelag. I dette ardsporet ble det funnet et
byggfrø (Solem 2002). For åkerreinene settes et punkt i overkant av reina, og hvis åkerreinene
innkapsler et område bestående av flere typer løsmasser, settes et punkt på hver type løsmasse som
har vært dyrket. Dette fordi dette tas som et tegn på at flere typer undergrunn har vært dyrket opp.
Datering av åkerreiner er ikke uproblematisk, men de dateringene som forekommer blir ansett som
spor etter første rydning av området. Jeg velger å ikke gå lenger inn på denne problematikken, men
viser til undersøkelsen på Hoset i Stjørdal (Farbregd 1977:120-124) og Rinnmoan på Høylandet
(Christophersen 1982:15-18).
6.1.1
Resultat – utvelgelse av empirisk grunnlag
På flere lokaliteter er det funnet flere hus, og de jeg har tatt med er tolket som sikre, enten av
rapportskriver eller av meg. Dateringene av husene på lokaliteter med flere husfunn kan variere, og
forskjellige generasjoner kan hver for seg ha valgt å reise et hus akkurat her. Om dette kan tas som
tegn på stedskontinuitet tar jeg ikke stilling til, men bemerker bare at jeg mener det kan være
sannsynlig at folk vendte tilbake til den samme plassen, hvis forholdene her var fordelaktig for den
ernærings- og driftsformen de bedrev. Jeg velger i første omgang ikke å dele opp analysen i flere
tidsperioder innenfor jernalderen, men behandle hele tidsperioden som en enhet i sammenligningen.
En mindre diskusjon omkring dette vil komme senere i dette kapittelet.
Totalt førte en gjennomgang av utførte utgravninger gjort av Vitenskapsmuseet samt
forundersøkelser fra fylket til 40 boplasslokaliteter og 24 lokaliteter med dyrkningsspor. Av
71
lokaliteter med dyrkningsspor var det 17 med ardspor og 8 med åkerreiner. Av disse er det én
lokalitet som hadde funn av både ardspor og åkerreiner. Lokalitetene er fordelt på 11 kommuner.
Ingen undersøkelser eller funn innkommet etter 2006 er tatt med.
Kommune
Stjørdal
Frosta
Levanger
Leksvik
Verdal
Steinkjer
Namdalseid
Overhalla
Grong
Høylandet
Fosnes
Boplasser
16
3
1
1
2
8
1
4
2
1
1
Dyrkningsspor
5
1
1
1
5
6
2
1
1
1
0
Sum:
40
24
Tabell 9: Kommunevis fordeling av lokaliteter
Kommunene Stjørdal og Steinkjer er enkelte
områder som bidrar til et høyt antall boplasser.
Utgravningene på Husby Søndre og Vestre, samt ved
Værnes kirke avdekket en mengde hus, og disse 16
lokalitetene stammer fra resultatene av disse 3
utgravningene. Utgravningene på Egge i forbindelse
med omlegging av fylkesvei 286 og ny E6 i årene 2000
– 2002 førte også til at vi her har 6 boplasser på et
relativt begrenset område, når vi i tillegg har Oddmunn
Farbregds punktundersøkelse på tunet til Egge Gård i
1985 (Farbregd 1985, Høgseth 2000a, Østerås 2005a). Denne store konsentrasjonen av lokaliteter
innenfor et lite areal i disse to kommunene åpner for ytterligere forskning og nye problemstillinger
ved eventuelle seinere arbeider.
Noen av boplass-lokalitetene kan eventuelt forsøkes plassert kronologisk gjennom
typologiske trekk eller ved en vurdering mot andre fortidsminner i området, men dette gjøres ikke i
denne oppgaven. For en fullstendig liste over lokalitetene, se appendiks C, tabell 20-24.
6.2
Representativitet
Når vi nå sitter igjen med en liste over lokaliteter, følger spørsmålet hvorvidt de er
representative for jernalderens jordbruksbosetning i Nord-Trøndelag, samt hvilke arealer som ble
dyrket. Dette er et utvalg av alle lokalitetene som en gang har eksistert innenfor dette fylket. Ikke
alle levninger etter fortidens mennesker er bevart, og vi kan ikke finne alle boplasser som noensinne
har eksistert. Vi har bare et utvalg av den totale populasjonen, og spørsmålet er hvorvidt de
analysene en foretar på dette utvalget har en gyldighet for hele populasjonen. Når mitt mål er å
spore beviste valg i henhold til valg av bosted, gjennom å analysere de kvalitetene og egenskapene
som lokalitetene indirekte kan avsløre, er det viktig til å ta stilling til dette.
Et utvalg bør være representativt for populasjonen, og dette kan sikres ved at utvalget er
tilfeldig. Med det menes at enhver del av populasjonen har mulighet til være med i utvalget. I mitt
tilfelle må jeg her ta hensyn til om jeg arbeider med et representativt utvalg, og avklare hvilke
faktorer som da eventuelt er med på å styre dette utvalget. På denne måten kan jeg ta hensyn til
72
disse feilkildene. Utvalget bør være såpass stort at sporadiske elementer ikke kommer med samtidig
som at det skal kunne representere helheten. Sannsynligheten for at de slutningene vi foretar har
gyldighet, er slik avhengig av størrelsen på utvalget. Hvor stort utvalg som er nødvendig i mitt
tilfelle er vanskelig å avklare. I tillegg kan det påpekes at tilfeldighet i utvalget er med på å sikre at
vår forhåndskunnskap ikke er brukt til å påvirke resultatet (Orton 2000:1-13, Sognnes 1988:13-20).
Dette er et idealisert mål som er vanskelig for arkeologer å etterfølge. Vi har sjelden
muligheter til selv å gjøre utvalgene vi måtte ønske, men må i stor grad ta utgangspunkt i det
utvalget som er gitt oss før videre undersøkelser er foretatt. I mitt tilfelle er dette et utvalg av de
undersøkelser og registreringer som er foretatt i fylket opp igjennom tiden. Hvilke mekanismer er
det da som påvirker måten utvalget her blir foretatt?
En rekke faktorer er med på å styre hvor mange lokaliteter som er kjent. Uten å gå nøye inn
på hver faktor, skal jeg her foreta en kort oppsummering av faktorer som jeg mener kan være med å
styre dette:
–
Hvilke områder det er foretatt systematiske registreringer og kvaliteten på disse registreringene.
Hvis det er slik at områder nær synlige gravminner blir undersøkt oftere enn områder uten, kan
mangelfulle registreringer gjøre at en kan få en skjevhet i materialet. I samme omgang kan det
skytes inn at ikke alle bosetninger trenger å ha hatt synlige gravminner knyttet til seg. Det kan ha
forekommet graver uten synlige markeringer, eller at de som drev gården kan ha hatt en annen
sosial status som kan ha hindret dem fra å få lov til å reise synlige gravminner (se kap. 3 og 4.2).
Hvis en antar et premiss om at gårder med gravminner har en høyere sosial status ved at de som
driver den er fra et fritt segment av befolkningen, kan dette føre til at flere lokaliteter nær synlige
gravminner blir undersøkt enn lokaliteter uten kjente gravminner.
–
Hvilke områder som har vært utsatt for hyppig nyrydding og mekanisk jordbruk.
–
Hvilke områder som det i dag blir fremsatt reguleringsendringer og utbygginger i.
Dette kommer trolig nært opp mot økonomiske konjunkturer i dagens samfunn, og den
utbyggingstakten som følger av dette. Trolig vil det gjøre at lokaliteter som ligger langt vekk fra
dagens utbyggingsområder vil forbli uoppdagede eller undersøkes sjeldnere enn det som er sentrale
områder i dag. Dagens utbygging og forslag til reguleringsplaner behøver heller ikke følge de
samme konjunkturene som i fortiden, og at en derfor får hull og mangler ved den kunnskapen som
fremkommer gjennom forvaltningen. Forvaltningsgravninger fanger trolig ikke opp spor fra alle
tider og alle former for bosetninger.
Trolig kan en se for seg konjunkturer, enten av økonomisk eller sosiokulturell art, i det
fortidige samfunnet. I hvilken grad vi er i stand til å erkjenne disse, henger nært sammen med den
generelle diskusjonen om representativitet. Drifts- og erhvervsmessige forskjeller kan gjøre at de
73
lokaliseringsfaktorer en søkte etter, kan ha vært forskjellig. Naturmiljø og ledig land kan være en
medvirkende faktor. Dette kan også variere over tid.
Som direkte følge av dette vil nok saksbehandlers valg samt mulighet og vilje til å foreta
forundersøkelser være relevant for hvor mange nye lokaliteter som blir funnet. Nært knyttet opp til
dette
er
metodiske
nyvinninger,
deriblant
maskinell
flateavdekking
eller
andre
prospekteringsmetoder som geofysikk eller flyfotografering, i tillegg til prediktive modeller. Som
figur 16 og 17 på neste side viser, har vi en stor økning i antallet kjente lokaliteter fra 1960-tallet, og
en observerbar økning av kjente lokaliteter fra 90-tallet og til i dag. Tallmaterialet baserer seg på når
lokalitetene ble registrert eller undersøkt, og årstallene er presentert i tabell 20 og 22 i appendiks C.
Økningen fra 60-tallet kan kanskje sees i sammenheng med registrering og kartlegging i forhold til
økonomisk kartverk. Økningen på 90-tallet henger nok trolig sterkt sammen med innføring av
metoden ved maskinell sjakting og maskinelle flateavdekkinger, samt at fylkeskommunene fikk en
større rolle i den regionale kulturminneforvaltningen. Dette kan igjen henge sammen med endrede
økonomiske betingelser for kulturminnevernet (Gaukstad 2001:133).
Samtidig som vi har alle disse feilkildene, må vi ikke glemme at de lokalitetene vi faktisk
har, igjen er et utvalg av en større mengde undersøkelser hvor bosetningsspor eller dyrkningsspor
ikke er påtruffet, eller at en ikke har funnet konkrete hus. Det ville vært interessant å se nøyere på
hvordan arkeologene hos fylket utvelger sine undersøkelsesområder, og hvorvidt de også velger å
foreta forundersøkelser på områder som i første øyekast ikke blir vurdert som potensielt
funngivende. Slik kan en få en bedre forståelse av hvordan utvalget har kommet til, samt hvilke
områder som ikke har blitt undersøkt av arkeologene. Dette vil øke validiteten i tolkningene, og
fortelle oss mer om representativiteten i materialet.
I dette ligger også en viss fare for ringslutninger. Det jeg ønsker å gjøre er å revurdere mine
vektinger som følge av en sammenligning mellom modellen og de kjente lokalitetene. De kjente
lokalitetene kan delvis være oppdaget nettopp som følge av de lokaliseringsfaktorene jeg har
utvalgt. En revurdering av vektingene av kartdataene for å tilpasse de til de kjente lokalitetene, kan
følgelig føre til en ringslutning, og den revurderte modellen vil da naturlig nok bli bedre tilpasset de
kjente lokalitetene. Dette gjør at mine tolkninger som følge av dette må vurderes på basis av hva de
kjente lokalitetene kan fortelle meg, og ikke sees på som en absolutt. Resultatene av en modell som
tar utgangspunkt i hvor lokalitetene faktisk forekommer, kan sette søkelyset over på områder som
tidligere har falt vekk fra arkeologenes oppmerksomhet. For eksempel kan områder i skog, samt
områder høyere oppe i høyden, bli mer aktuelle å undersøke ettersom de innehar de samme
kvaliteter som de bosetningene vi allerede kjenner.
74
Boplass-lokalitetenes tilkomst til museet
24
22
Antall lokaliteter
20
18
16
14
12
10
8
6
4
2
0
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
-09
-19
-29 -39
-49
-59
-69 -79
-89
-99 ->
Årstall
Figur 16: Når boplass-lokalitetene ble kjent eller undersøkt.
Dyrkningssporenes tilkomst
10
9
Antall lokaliteter
8
7
6
5
4
3
2
1
0
1950-59
1960-69
1970-79
1980-89
1990-99
2000 ->
Årstall
Figur 17: Når dyrkingssporene ble kjent eller undersøkt.
6.3
Resultater
Her vil jeg presentere resultatene av hvert delelement som ble tatt med i modellen.
Resultatene av kjøringen blir presentert som grafer, hvor hver 10x10m rute i landskapet har en
verdi. Denne verdien er resultatet av de vektingene og sammensetningen av kartlag presentert foran.
Verdien 1 er vurdert som dårligst for lokalisering ut ifra disse kriteriene, mens 9 er vurdert som best.
Grafene viser resultatet av en sammenligning av den prosentvise mengden ruter i hele landskapet
som får de forskjellige verdiene fra 1 til 9, og den prosentvise fordelingen av de rutene som
lokalitetene ligger på sammenlignet med den totale mengden lokaliteter. Selv om mengden ruter i
landskapet er adskillig større, vil visningen av den prosentvise andelen av landskapet kontra
lokalitetene gjøre at fordelingen er sammenlignbar, siden begge deler er utregnet som en andel av
helheten.
75
6.3.1
Første kjøring av modellen – boplasser
Figur 18: Hvordan lokalitetene fordeler seg i den vektede modellen sammenlignet med landskapet.
Hvis faktorene som styrer lokaliseringen av boplasser hadde vært helt tilfeldig, ville
fordelingen grovt sett fulgt fordelingen i landskapet, dvs. vi ville ha hatt en linje som følger søylene.
Det har vi ikke. Figur 18 viser en klar fordeling av prosentandelen på den høyre siden, altså på
steder som er vurdert som gode. Dette kan tolkes som at modellen i stor grad fungerer til å peke ut
lokaliteter med mer fordelaktig plassering. Ingen lokaliteter ligger derimot på områder med
toppverdien 9. Det den også viser er at det finnes lokaliteter som er plassert på det modellen
definerer som mindre fordelaktig, og dette er interessant. Det viser at en slik modell også kan
brukes til å skille ut lokaliteter som ligger annerledes til enn det vi i utgangspunktet hadde vurdert
som en god plassering. Slik kan vi finne frem til disse lokalitetene som er annerledes, og prøve å
finne ut hva som skiller disse fra de andre. I tillegg kan representativitetsproblemer nevnt tidligere i
dette kapittelet vært med på å styre dette resultatet.
76
6.3.2
Første kjøring av modellen – dyrkningsspor
Figur 19: Fordelingen mellom verdien hos områder vurdert som gode jordbruksforhold og forekomsten av
dyrkningsspor
Verdisettingen i figur 19 er lik den for boplassene, bortsett fra denne skal si noe om
fordelingen av områder med gode jordbruksforhold i landskapet sammenlignet med de lokalitetene
med jordbruksspor. Igjen ser vi en fordeling av lokalitetene på den høyre side av skalaen, men
kurven er ikke lik den for boplasser. Det gjelder både for landskapet og fordelingen av boplasser.
Det er tilsynelatende en bredere fordeling av lokalitetene. Både for verdiene 5, 7, 8 og 9 har vi flere
lokaliteter enn den generelle fordelingen i landskapet, og vi kan konkludere med at modellen treffer
godt. Den er også anvendelig for å fremheve lokaliteter som ikke får en høy verdi. Dette er
henholdsvis én lokalitet på verdien 3, som utgjør 4,17% av alle lokalitetene, samt 2 lokaliteter som
havner på verdien 4. Disse siste to utgjør 8,33% av alle lokalitetene. I alt er det kartlagt 24
lokaliteter med henholdsvis ardspor eller åkerreiner, noe som kanskje er i det minste laget for en
representativ gjengivelse.
For dyrkingsspor bør det
fremheves at vektingen av løsmassene ble foretatt etter en
vurdering av deres egenskaper i forhold til dyrking av bygg. Det er ikke nødvendigvis slik at det var
nettopp bygg som ble dyrket på de respektive åkerområdene, men vi får uansett en relativt god
korrelasjon. Andre feilkilder kan være endringer i naturmiljøet ved f.eks. ras og endringer av
elveleie samt moderne modifikasjoner av terrenget. I tillegg er det heldekkende datasettet over
77
løsmassene relativt grovt, og baserer seg i stor grad på vurderinger gjort av geologer ved befaring
og kartlegging av landskapet. Disse behøver ikke alltid være riktige. Et alternativ her ville ha vært å
bruke NIJOS sine kart over tekstur i plogsjiktet, men disse er dessverre ikke heldekkende for
kommunene. Derimot forteller kartdataene mer presist hva slags undergrunn en kan forvente seg, på
bakgrunn av den som er observert i plogsjiktet. Siden en stor del av maskinelle flateavdekninger
foregår på dagens dyrkamark, kan dette være et interessant kartdatasett å arbeide videre med ved en
senere anledning.
Det virker som de vurderingene som ble gjort i stor grad stemmer overens med de kjente
dyrkningssporene. Med andre ord virker det som om det produserte datasettet i stor grad kan brukes
for å vise områder med gode jordbruksforhold i forhold til et jordbruk med dyrking av bygg med
ard, hakke og spadebruk i forhistorisk tid. Man kan stille et lite spørsmål ved hvorvidt utvalget er
stort nok.
6.3.3
Foreløpig konklusjon
I stor grad ser det ut til at en modell basert på de utvalgte lokaliseringsfaktorene passer godt
til de kjente lokalitetene fra fylket på et generelt nivå. Noen avvik kan observeres, og ingen av
boplass-lokalitetene falt innenfor verdien 9. Uansett virker det som om modellen fungerer godt, og
dette kan tas som et argument for at den hypotesen modellen ble utviklet fra virker plausibel. Denne
hypotesen tok utgangspunkt i at en valgt å bosette seg på naturlig selvdrenerende og solrike steder,
på områder med gode jordbruksforhold og med en økologisk variasjon i nærområdet.
For å vurdere dette nøyere, kan materialet deles opp både kronologisk og tematisk. Det kan
si noe mer om hvorvidt valgene som ble gjort i forhold til vekting og viktighet i modellen, kanskje
bør revurderes.
6.3.3.1
Forholdet mellom eldre og yngre jernalder
Det har blitt foreslått at det i yngre jernalder ble mer vanlig å også legge gårdene på
leirjordsområder (Jacobsen og Follum 1997:64). Dette kan trolig komme av bl.a. teknologiske
endringer, der en ved hjelp av vendeplog kunne dyrke jorda i større grad, samt at en ved innføringen
av lafteteknikken ikke var avhengig av jordgravde stolper, og derfor også kunne plassere husene på
andre områder (jevnfør kapittel 3). Vanligvis er leireområder typiske hav- og fjordavsetninger, og
disse er nedvurdert i modellen. Spørsmålet er da om modellen eventuelt slår annerledes ut for
lokaliteter datert til yngre jernalder kontra de som faller inn i yngre bronsealder/eldre jernalder.
78
I alt har vi 7 lokaliteter som er datert til yngre jernalder. 2 av disse får verdien 7 i modellen
og de siste 5 får verdien 8. Ingen ligger på leirjord. Bare 3 er fremkommet ved maskinelle
flateavdekkinger, og alle disse er i fra samme graving- nemlig Husby Vestre (Henriksen 2006a).
Sammenlignet med mengden husfunn som eller er gjort ved maskinelle flateavdekkinger rundt om i
fylket, er det påfallende at såpass få er fra yngre jernalder. Perioden yngre jernalder og frem til
svartedauen blir tradisjonelt sett på som en tid med ekspansjon og nybrot av gårder (Øye 2002:216220, se også kapittel 3), og det er derfor et paradoks at vi finner så få boplasser sammenlignet med
eldre jernalder.
Svartjordsområder er en kulturminnekategori som også knyttes opp mot bosetning. Ofte
dreier det seg om steder hvor det finnes opplysninger om funn av kull og skjørbrent stein. Om det
her er snakk om konkrete koksteinslag er uklart, men typisk blir slike svarjordsområder med kull og
skjørbrent stein gitt en mulig datering til yngre jernalder/middelalder, med muligheter for at de kan
stamme fra aktiviteter med dateringer helt tilbake til bronsealderen (Løken et al. 1996:86 og 87,
Østmo 1991:94-97). I Levanger kommune er det registrert 35 slike områder. Hvis vi sammenligner
disse med modellen, vil vi få figur 20:
Figur 20: Hvordan svartjordsområder registrert i Levanger kommune faller ut i forhold til modellen
Resultatet av denne sammenligningen er interessant. Som vi ser er det flere lokaliteter som
slår dårlig enn godt ut på modellen, hvis vi skiller mellom lokaliteter som får 1-4 i verdi (19 stykk,
eller 54,29%), kontra lokaliteter som får 6-9 (14 stykk, eller 40%). 2 lokaliteter, får verdien 5, og
dette utgjør 5,72%. Vi ser at noen lokaliteter faller på høyre side av tabellen.
79
Dette kan tolkes på flere måter. Hvis det er slik at dette er spor etter bosetninger fra yngre
jernalder/tidlig middelalder, kan det tyde på at modellen ikke er fullt så god til å forutsi bosetninger
fra disse periodene som de opprinnelige åtte lokalitetene skulle tilsi. Tilsynelatende har vi et
representativitetsproblem i forhold til disse lokalitetene, men det kan ikke avklares før flere av
svartjordsområdene er undersøkt og datert. Jeg kjenner bare til tre, kanskje fire, svartjordsområder
som er datert: Vågen/Korsnes på Frosta, samt Ysse og Hjellan Vestre i Verdal. På Frosta ble laget
datert til 1300- 1450 AD, men på Ysse var det et gråsvart lag av sand og silt rett under
koksteinslaget som ble datert, og dette fikk en datering til 45 BC – 130 AD. Laget som ble datert på
Hjellan Vestre var mellom 30 og 60 cm dypt, og besto av kull, skjørbrent stein, teglstein, litt
keramikk og glass, og fikk en datering til 1000 til 1270 AD (Ystgaard 2001a, Stomsvik 2000a,
Gulliksen 2000, Grønnesby 2000). Det er beklagelig at ikke selve koksteinslaget også ble datert.
Det er mulig at en datering fra et kulturlag fra gården Vinje i Snåsa datert til 1420 – 1500 e.v.t.
(Høgseth 2000b). også kan falle inn under denne kategorien. I stor grad understreker dette poenget
som er fremhevet tidligere, med at bosetninger fra yngre jernalder og middelalder er vanskelige å
finne, og opptrer i mindre grad ved maskinelle flateavdekkinger. Dog er de ikke totalt fraværende,
og grundigere og målrettede undersøkelser kan forhåpentligvis avklare noen av disse problemene i
fremtiden. Hvis det faktisk har eksistert en lengre stedskontinuitet ved sentrale gårder, kan denne
bosetningen kanskje være å spore nærmere dagens gårdstun. Svartjordområdene kan være rester
etter boplassene fra denne tiden. Svartjordområder som kulturminne fortjener oppmerksomhet og
noen målrettede undersøkelser, for å avklare hva slags informasjon de innehar og hvilke aktiviteter
de er rester etter.
I forhold til modellens anvendelse kan vi også trekke frem noen sosiale aspekter, samt et par
tanker omkring samfunnsforhold og bosetningsmønster, som kan fortelle oss noe om hvilke
tidsperioder den er best egnet for. Som nevnt i kapittel 3 er det tradisjonelt ansett at en begynte å
nærme seg en grense for bosetning og arealutnyttelse rundt 500-tallet. I tillegg diskuteres det
effekten av et lagdelt samfunn i forhold til bosetningsmønster, der jordherrer i større grad aktivt
kunne styre og kontrollere hvilke områder som skulle bli bosatt. Dette spesielt i jordbruksbygder
hvor en hadde større sammenhengende dyrkbar jord (se del 4.7). Spørsmålet er når en slik økt makt
kunne ha inntrådt, og hvordan dette kan ha påvirket effekten og gyldigheten til modellen? I denne
sammenheng kan vi presentere figur 21:
80
Figur 21: Den relative viktigheten av naturlige versus sosiale miljø i plasseringen av boplasser relatert til kulturell
kompleksitet. Kilde: Kvamme 2006: 22f
Denne figuren viser en tenkt skisse om hvordan det sosiale miljøet kan få økt viktighet ved
en økt sosial kompleksitet i et samfunn. Den gir et statisk, unilineært bilde av et samfunns utvikling,
men er en fin illustrasjon for å vise nettopp hvordan f.eks. effekten av økt sentral makt kan endre
måten valg av lokalisering skjer på. I et miljø der det er fritt frem å bosette seg hvor en vil, vil dette
være til venstre på figuren. I et miljø som er tett bosatt eller der enkelte storherrer i tillegg har makt
til å kontrollere bosetningsmønsteret, er det naturlig å plassere et slikt miljø lenger til høyre på
denne figuren. Det at min modell i stor grad tar utgangspunkt i de miljømessige forholdene som
ligger i grunn for lokaliseringen av bosetningen, gjør at den i større grad kan relateres til den venstre
siden. Det er argumentert for et mulig klasseskille så langt tilbake som i bronsealderen.eller
førromersk jernalder (kapittel 3 samt del 4.7). Derimot nådde en trolig ikke en grense for bosetning
før 500-tallet. I yngre jernalder kommer det teknologiske forandringer innenfor jordbruk og
byggeskikk som kunne gjøre også andre områder attraktive.
Modellens første kjøring er derfor trolig bedre egnet for jordbruksbosetningen fra yngre
bronsealder/eldre jernalder enn yngre jernalder/tidlig middelalder, til tross for de 7 lokalitetene som
sier noe annet.
81
6.4
Evaluering og revurdering av enkeltfaktorer
En evaluering av de enkeltfaktorene jeg har lagt til grunn i min oppgave vil hjelpe meg å
vurdere hvorvidt relevansen av disse er vurdert riktig i første kjøringen av modellen. En oversikt
over kjente bosetningslokaliteter og jordbruksspor for fylket er ikke tidligere samlet og vurdert på
denne måten, så en gjennomgang av disse kan avklare hvorvidt de etablerte forestillingene som
finnes faktisk passer med materialet, og videre hvorvidt de er vurdert og vektet bra til bruk i en
prediktiv modell. Eventuelle endringer foreslås og innlemmes i en ny, revurdert modell. Jeg vil nå
presentere og drøfte enkeltfaktorene infiltrasjonsklasse, sollys, økologisk variasjon samt hvordan
dyrkingssporene faktisk ligger i forhold til de forskjellige løsmassetypene.
6.4.1
Infiltrasjonsklasse
Figur 22: Fordelingen av boplass-lokaliteter sammenlignet med egenskapen infiltrasjonsklasse i løsmassedataene fra
NGU
Figur 22 viser hvordan de kjente boplassene fordeler seg i forhold til jordartens naturlige
evne til å drenere vekk vann. Jeg mener dette viser en helt klar preferanse til naturlig
selvdrenerende undergrunn. 92,5 % av alle kjente boplass-lokaliteter ligger på kategoriene middels
egnet eller godt egnet.
82
Jeg vil på bakgrunn av dette foreta en mindre endring av vektingen av denne variabelen i modellen,
nemlig å øke verdien av middels egnet fra 7 til 8.
Egenskap
Tidligere vektet verdi
Ny vektet verdi
Godt egnet
9
9
Middels egnet
7
8
Mindre egnet
3
3
Uegnet
1
1
Tabell 10: Revurdert vekting av variabelen infiltrasjonsklasse
6.4.2
Økologisk variasjon:
Resultatet av denne sammenligningen er mindre konsekvent, som vi kan se i dette figur 23:
Figur 23: Forholdet mellom boplassene og kartdataene som skal vise økologisk variasjon i forhold til boplassene
Opprinnelig ble den vektede verdien satt slik at en høyere variasjon av jordarter innenfor en
radius på 500 m ble vurdert som bedre for lokaliseringen av boplassene, men vi ser at det er få
lokaliteter som havner på den øvre og den nedre del av skalaen. Jeg tolker dette som at en heller
foretrakk en viss økologisk variasjon, med hverken for mye variasjon eller for ensformig
naturgrunnlag nær boplassene. Kanskje kan dette forklares at en ved en for stor variasjon kanskje
83
ikke hadde nok dyrkbart areal tilgjengelig, mens en ved liten variasjon var for utsatt for feilslåtte
avlinger. Det kunne vært interessant å sammenlignet dette med f.eks. lokalitetenes høyde over havet
eller antall døgngrader ved lokaliteten, for å avklare hvorvidt denne faktoren er mer relevant for
områder nær randsonen for dyrking enn for lokaliteter i lavlandet og nære fjorden.
Ved å øke de sentralt vektede verdiene, håper jeg å fremheve de områdene som har en lett
variasjon, men også redusere viktigheten av en stor eller liten økologisk variasjon i nærområdet.
Egenskap
Tidligere vektet verdi
Ny vektet verdi
1
1
3
2
2
5
3
3
7
4
4
8
5
5
9
6
6
8
7
7
7
8
8
5
9
9
3
Tabell 11: Revurdert vektet verdi av variabelen økologisk variasjon
84
6.4.3
Sollys
I utgangspunktet ble denne variabelen vurdert slik at jo mer sollys, jo bedre egnet var det for
både selve bosetningen og dyrkningsforholdene. Jeg laget to forskjellige kartdatasett for sollys, den
ene for hele året, den andre for dyrkningsperioden. Den første ble brukt i vurderingen av gode
boplasser, den andre for vurderinger av gode steder for jordbruk. Kartdataene er laget slik at det
også bli tatt hensyn til skyggedannelser ved topografiske forskjeller.
Årsgjennomsnitt for sollys:
Figur 24: Boplassene fordeling i forhold til landskapet. 9 er mye sollys, 1 er lite.
Figur 24 viser at det er en tendens til at de kjente boplassene fordeler seg på lokaliteter som
har mer enn gjennomsnittet med sollys. For å bidra med et mer utfyllende tallmateriale, tar jeg også
med denne tabellen:
Verdi
en til fire
fem
seks til ni
Antall boplasser landskap
8
44,45%
0
9,08%
32
46,48%
Boplasser
20,00%
0,00%
80,00%
Tabell 12: Tabellen viser antallet lokaliteter og deres
prosentandel i forhold til middelverdien fem.
85
Ved hovedvekt mellom seks og ni, viser det at de kjente lokalitetene ligger i all hovedsak på
steder med mer enn middels med sol. Dette kommer kanskje ikke som en overraskelse, selv om det
er få lokaliteter som ligger i områdene med mest sollys, altså verdien 8 og 9. Hvis vi gjør en visuell
sammenligning med kartene, ser vi at de lokalitetene med de høyeste verdiene 8 og 9 ofte ligger i de
solvendte skråningene. Dette kan fortelle oss to ting: Det ene er at vi har en overvekt av lokaliteter
som ligger på solrike flater, men disse får ikke de høyeste verdiene. Disse får ofte verdiene 6 og 7.
Det andre er at vi kan mistenke at solvendte skråninger er underrepresentert i det empiriske
materialet. Hvis det er slik at det i all hovedsak er solvendte skråninger som får verdiene 8 og 9, tror
jeg spesielt det er dyrkningsspor som er underrepresentert, mens det for boplasser er praktiske
hindringer som gjør at det ikke er fordelaktig å lete her. I prinsippet er det mulig å bygge treskipede
langhus på temmelig bratte skråninger, men jeg tror det er tekniske begrensninger med nettopp
dette, og at en i stor grad foretrakk å reise sine hus på flatere arealer. Dog mangler jeg kilder for en
slik påstand, og setter dette opp som en mulighet. Derfor vil jeg for årsgjennomsnittet for sollys
heller fremheve verdiene 6 og 7 ved å øke vektingene på disse variablene.
Spennende er det også at vi tross alt har åtte boplasser som ligger på lokaliteter som faller i
den nedre halvdelen av skalaen. At hus legges i skyggesiden kan si noe om menneskers preferanser
i landskapet eller bruksområder for husene som ble plassert der. Kanskje er det ikke hus for
bosetning, men heller lagerbygninger for korn e.l. som ble lagt på skyggesiden av en høyde.
Alternativt var det ufrie som på grunn av plassmangel nær boplassen ble plassert i skyggen, på mer
kjølige steder hvor husfolket ikke ønsket å bosette seg. Som innvending her, kan jeg nevne at i alle
fall 4 av disse husene har ildsted eller kokegroper som ligger innenfor arealet til husene, og dette
skulle tilsi en bruk som bolig og ikke lagerbygging (Høgseth 2000a, Østerås 2005a). Interessant i
denne sammenhengen er det at alle de 6 lokalitetene som får verdien 2 alle er fra gravinger på
nordsiden av Eggevammen, noe som gjør at vi her kanskje har et mer unikt innblikk i hvordan livet
og de sosiale forholdene kan utarte seg nært det som senere blir et høysete i området.
For årsgjennomsnittet av sollys vil jeg derfor gjøre følgende endringer, for å fremheve
lokaliteter som ligger på den øverste, mest solrike halvdelen av skalaen, og dette vil også fremheve
solrike flater.
86
Egenskap
Tidligere vektet verdi
Ny vektet verdi
1
1
1
2
2
3
3
3
4
4
4
5
5
5
6
6
6
7
7
7
8
8
8
8
9
9
9
Tabell 13: Revurdert vekting for variabelen sollys- årsgjennomsnitt
Sollys i dyrkningsperioden
Figur 25: Dyrkningssporene fordeling i forhold til mengden sollys i landskapet i løpet av dyrkningsperioden. Verdien 9
er lokaliteter med mye sol, mens verdien 1 er steder med lite sol.
Når man ser på statistikken over hvordan dyrkningssporene forholder seg til faktoren sollys,
ser vi at grafen i figur 25 generelt følger søylene. Dette kan tolkes slik at de i stor grad fordeler seg
lik en tilfeldig fordeling, med et lite avvik for verdien 7. Dette kan tilsi at det ikke er noen spesiell
87
preferanse for lokaliteter med mye sol, noe som strider mot de teoretiske forventningene for gode
jordbrukforhold presentert i kapittel 4, hvor det er argumentert for og påpekt viktigheten av sollys i
forhold til vekstforholdene til levende planter. Ved hovedvekt mellom seks og ni, er tendensen slik
at en liten overvekt av de kjente lokalitetene ligger på steder med mer enn middels med sol. En
visuell sammenligning med kartene viser også her en tendens til at de mest solrike plassene er
solvendte skråninger. Spørsmålet er hvorvidt det at det er en skråning er en hindring for å dyrke der,
eller at de undersøkelsene der dyrkningsspor er blitt påvist ikke er foretatt på de mest solrike, og
dermed trolig bedre plasser for dyrkning? Overraskende er det også at det er såpass mange
lokaliteter som havner på den nedre siden av skalaen.
Verdi
Antall lokaliteter Landskap
Dyrkningsspor
En til fire
8
39,80%
33,33%
Fem
2
2,85%
8,33%
Seks til ni
14
57,34%
58,33%
Tabell 14: Antallet lokaliteter og deres prosentandel i forhold til
middelverdien fem.
Sol ser jeg fremdeles på som en viktig faktor, og sollys er viktig for å få vekster til å gro.
Varme setter derfor begrensninger for hvor høyt oppe en kan bosette seg hvis en ønsker å dyrke
jorda, og da tenker jeg spesielt på korn. Vi ser ut ifra statistikken at vi har noen dyrkningslokaliteter
som er på steder med lite lys, og dette er interessant. I det varmere lavlandet vil sol være mindre
viktig enn nære dyrkningsgrensa for å få modent korn, men dette kan også være slik dit hen at
landskapet allerede var temmelig fulldyrket i lavlandet på den tiden jorden ble dyrket her, og dette
forklarer hvorfor noen av lokalitetene faller dårlig ut. Alternativt kan måten kartdataene er
fremskapt på endres. Jeg valgte f.eks. bare å ta et visst tidspunkt på døgnet, klokka 12 på dagen, når
solen står høyest. Dette valget blir da statisk, og tar ikke hensyn til at solen vandrer. Solens
plassering i forhold til Nord (0°) varierer ikke med mer enn ca. 7 grader for Steinkjer sitt
vedkommende. I Steinkjer varierer posisjonen mellom 172.29° til 179.53°. Med andre ord er dette
en faktor som ikke varierer særlig mye, men den variasjonen som forekommer, blir tatt hensyn til.
Spesielt vil denne måten å lage kartdataene i mindre grad ta hensyn til at sola faktisk er til syne
lenge grunnet økt dagslengde jo lenger nord en kommer. Den vil derfor i stor grad fremheve det
optimale, og nedvurdere de mindre egnede. Jeg beholde vektingene på denne variabelen som den er,
til tross for de mulige manglene jeg har påpekt. Dette delvis også fordi de helhetlige resultatene for
dyrkningsspor var såpass gode (se figur 19, side 77).
88
6.4.4
Vurdering av løsmassenes egenskaper for jordbruk
Jeg vil nå sammenligne den vurderingen jeg gjorde med den faktiske funnfordelingen av
dyrkninsspor på de forskjellige løsmassene. Det er som nevnt tidligere i delen om representativitet
ikke nødvendigvis bygg som faktisk har blitt dyrket på disse jordene, men jeg tror det er mer
sannsynlig enn de andre kornartene, siden denne kornarten går igjen i alle tidsperioder og er mest
vanlig.
Type løsmasse:
Antall
Hav- og fjordavsetning
5
Morenemateriale
7
Elve- og bekkeavsetning (fluvial avsetning)
8
Breelvavsetning
3
Marin strandavsetning
1
Sum
24
Tabell 15: Oversikt over hvilke løsmasser det forekommer
dyrkningsspor på
Jeg hadde i utgangspunktet ikke vurdert hav- og fjordavsetning særlig høyt, grunnet
antagelig høyt innhold av tung leire, som ble ansett som vanskelig å drive. Denne typen avsetning
er den eneste jeg mener kan inneholde de tyngre leirjordene. Det er verdt å påpeke at den ene av
de fem lokalitetene som er på hav- og fjordavsetning er funnet på sandgrunn under rasleire på
Stiklestad i Verdal kommune. Dette raset er antagelig fra middelalderen (Prestvold 1997:16). Det
viser at de geologiske kartene ikke alltid er helt korrekte, og bør vurderes deretter. Dette kan føre til
at lokaliteter blir vurdert feil, noe akkurat dette eksempelet viser.
To andre funnsteder av ardspor på undergrunn som opprinnelig ble vurdert som dårlig er
også fra nordsiden av Eggevammen (Østerås 2005a, Østerås pers. med.). Det gjør at dette stedet
med stadig fravikende resultater enn det forventede bare blir mer og mer interessant å analysere
særskilt ved en seinere anledning. Kanskje kan det være press på nærområder rundt et sentraltun på
Egge som gjør at en velger å dyrke og pløye også leirjorda? Akkurat her har det blitt påpekt ved
makrofosilundersøkelse at det har vært et lysåpent kulturlandskap, og at det sannsynligvis har ligget
et beitelandskap eller ei eng i nærheten av åkeren (Solem 2002, Asprem 2005). Det bør påpekes at
disse to forekomstene bare er ca. 20 m unna neste løsmassetype, og at det er en mulighet for at dette
kan forklares med feilmarginen som kartdatasettet innehar, men jeg har ikke hatt mulighet til å
sammenligne dette med beskrivelsen i en eventuell rapport. Denne er ikke ferdig ennå, men jeg har
fått beskrivelser påtegnet på kart av arkeolog Bodil Østerås, som var feltleder på denne
undersøkelsen.
Eggevammen er en moreneavsetning, med et smalt belte av marin strandavsetning, og hvor
flaten på nordsiden er dominert av hav- og fjordavsetning. Det viser i tillegg at også hav- og
89
fjordavsetning til en viss grad ble dyrket også i fortiden. Det kan være greit å påpeke at også
områder med mer siltig undergrunn, og ikke nødvendigvis bare hard og tung leire, kan være avsatt
blant hav- og fjordavsetninger. Dette bare understreker hvilke muligheter en detaljanalyse av dette
området innehar.
Ny vurdering av løsmassenes egnethet blir da i stor grad lik den forrige med unntak av
egenskapene til hav- og fjordavsetninger, som blir økt til 6. Dette gjør jeg grunnet de påviste
dyrkningssporene på denne typen avsetning, samt at jeg føler at de mulige siltforekomstene ved
hav- og fjordavsetninger ikke ble godt nok tatt hensyn til ved den forrige vektingen.
6.5
Avsluttende vurdering og kritikk av modellens førsteutkast
Hypotesen var at boplassene ligger på steder som er naturlig selvdrenerende, i nærheten av
gode jordbruksforhold, helst på mer solrike plasser og gjerne med en viss økologisk variasjon i
nærområdet. Dette har jeg innlemmet i en prediktiv modell, og resultatene dette ga stemte godt
overens med plasseringen av kjente boplasser og dyrkningsspor. Tendensen viser dermed at de
kjente boplassene ofte låg slik plassert som hypotesen fremsa, og dette kan tas som tegn på at
bosetningsmønsteret i stor grad kan ha blitt styrt av de naturlige premissene i landskapet. Dette kan
rette noen spørsmål i mot den måten lokaliteter har blitt funnet på, og måter utvelgelsen har blitt
styrt ble drøftet i avsnittet om representativitet. Målrettede spørsmål og et videre fokus på
utvelgelsesfasen ved forundersøkelser, kan gi bedre svar på hvorvidt det empiriske materialet er
representativt nok, i tillegg til å gi ny eller endret kunnskap om bosetningsmønster og
lokaliseringsfaktorer. Foreløpig er dette en av de første prosjektene som gir noen sammenfattende
bidrag til forståelsen av de lokalitetene som er kjent til nå i Nord-Trøndelag.
Det ble observert noen avvik fra de forventede hypotesene. For sollys til boplassen var det få
boplasser som låg på høyeste verdi, og det ble argumentert for at dette trolig hadde med at høyeste
verdi skildret solvente skråninger, som trolig var vanskelig å bygge treskipede hus på rent praktisk.
Solrike flater er trolig en mer riktig lokaliseringsfaktor.. Noen dyrkningsspor er også observert på
undergrunn som trolig er leire, og vurderingen av økologisk variasjon ble tolket slik at det heller ble
foretrukket en viss økologisk variasjon, og ikke en så stor variasjon som mulig. Tilkomsten av
dyrkningsspor virker ikke konsistent med de biologiske preferansene i forhold til variabelen sollys,
og vektingen ble derfor beholdt.
Hvis en leter etter de lokalitetene en mener er mest fordelaktige på basis av godt
argumenterte kriterier, mener jeg at denne metoden kan være til stor hjelp til å påpeke områder der
det er større sjanse til å finne bosetningsspor. Vi ser også at noen lokaliteter avviker fra normen,
90
men en må først danne seg et bilde av hva normen er, for å kunne påpeke lokaliteter som avviker. På
denne måten er også modellen ikke bare anvendelig i forvaltningsøyemed, men også innen
forskning, selv om den bare har en generell utsagnsverdi.
Som jeg påpekte i kapittel 2, er et av problemene med slike modeller at de ofte har blitt
kritisert for ikke å ta hensyn til kognitive, kulturelle, sosiale og menneskelige variabler. Det ser jeg
at også denne modellen kan kritiseres for. Jeg har i stor grad basert meg på miljømessige variabler.
Dette fordi jeg mener at naturmiljøet setter begrensninger for hvor folk faktisk kan bosette seg, hvis
de skal livnære seg som jordbrukere, og at dette er en naturlig innfallsvinkel. Dette kan kritiseres for
å være deterministisk, der hvor menneskers personlige valg, samt sosiøkonomiske og kognitive
faktorer faller utenfor. Kanskje har jeg oversett eller unnlatt å innlemme eventuelle sosiale og
kulturelle elementer i utarbeidelsen av denne modellen, men jeg mener uansett at modellen kan
brukes til å analysere og belyse delargumenter for bakgrunnen til f.eks. sentrumsdannelser,
forkomsten av rike graver i nærområdet o.l. Elementer som strategisk eller sentral plassering ved
f.eks. å fremheve punkter i terrenget som er egnet til kontroll over handel, elver, forekomst av laks
og vilt o.l., er ikke tatt med i denne modellen. Dette er alle trolig elementer som kan spille med i
valg av sted å bosette seg på, eller i alle fall føre til en økt kontinuitet på visse steder i landskapet
(jevnfør kapittel 3).
En ting jeg ikke har tatt hensyn til, er om en bosetter seg på et sted med vidt utsyn. Hvis
dette er noe en ønsker å gjøre, kan et GIS brukes til å fremheve lokaliteter som ligger slik til. Jeg
har ikke valgt å legge vekt på dette, men jeg sitter inne med en mistanke om at spesielt den høyeste
klasse i befolkningen vil kunne spores på slike steder for å fremheve sin egen makt og et eierskap i
landskapet. Det er også gjerne på steder som fremhever seg i landskapet vi ofte finner gravminner.
Det er også mulig å analysere terrengmønster og fremheve rygger, topper, sadler, flater og renner i
landskapet ved hjelp av programmet Landserf (http://www.landserf.org), men dette har jeg i første
omgang ikke gjort. Derimot kunne dette være interessant, for å se om en kan avsløre mønstre på
denne måten. Jeg tror også det kan være muligheter for å fremheve bosetningslokaliteter for det
øverste sosiale segmentet av befolkningen på denne måten, altså de som muligens ønsker å markere
makt i landskapet ved hjelp av sin plassering av tunene.
Et annet punkt som kan medføre usikkerhet, er mitt valg å vurdere løsmassene ut fra deres
egnethet i forhold til dyrking av bygg. Trolig burde jeg også å sammenlignet egnetheten til andre
kornarter også, og forsøkt å finne fellesfaktorer som jeg kunne ha vektlagt. Dette ble ikke gjort, men
settes opp som et forslag til videre raffinering av modellen. Kanskje burde en sett på skriftlige
kilder fra middelalderen, og sett hvilke andre kornsorter som nevnes der. En slik retrospektiv
sammenligning kan også bidra hvis en senere skal se ekstra nøye på bosetninger og
91
svartjordsområder, for å forstå utbredelsen av disse bedre. Dette kan gi nye blikk på bosetninger fra
yngre jernalder/tidlig middelalder.
En siste ting jeg skal rette på, er måten jeg vektlegger steder vurdert som gode i forhold til
jordbruk. Jeg ønsket å gå ut fra at folk bosatte seg nær områder med gode jordbruksforhold, men
valgte å bruke den direkte. Det vil si at førstekjøringen vektla de områdene som faktisk lå på gode
jordbruksforhold. De områdene i nærheten av gode jordbruksforhold, men som ikke selv var særlig
gode å dyrke på, ble ikke vektlagt og ble ikke fremhevet selv om de er i umiddelbar nærhet av
områder som er disse områdene. Jeg vil derfor i neste kjøring lage et annet og sannsynligvis bedre
egnet datasett på bakgrunn av datasettet for gode jordbruksforhold.
92
7 Evaluering av andre kjøring av modellen
Her vil jeg presentere resultatene av modellen etter endringen av vektingene slik foreslått i
forrige kapittel. Jeg vil presentere resultatene for jordbruksområdene sammenlignet med
dyrkningssporene samt vise hvordan endringen fra «jode jordbruksforhold» til «nær gode
jordbruksforhold» ble. Det er denne siste som ble tatt med i den endelige prediktive modellen for
jernalderens jordbruksbosetning, og resultatene av denne presenteres også. Jeg vil ikke gå i samme
detalj her på enkeltfaktorene slik jeg gjorde i evalueringen av den første kjøringen av modellen.
7.1
Andre kjøring av modellen – dyrkningsspor
Kartdata med endret vekting av sollys samt løsmasser ble laget, og resultatene av dette viser
gir et revurdert datasett for gode jordbruksforhold. Siden jeg egentlig ønsket et datasett som viste
nærhet til gode jordbruksområder, ble funksjonen «focal statistics» kjørt på dette datasettet for å
regne ut gjennomsnittet for verdiene innenfor et område på 178,5m i radius, og dette viser bedre
områder nær gode jordbruksforhold innenfor et areal på 100 mål. Sett at et sted som opprinnelig var
ment som dårlig for dyrkning ligger omringet av gode områder, vil stedet nå bli vurdert som bedre
som følge av denne fremgangsmåten. Det vil også bli færre områder som får toppverdien 9.
Figur 26: Sammenligning mellom den nye beregningen for gode jordbruksforhold til venstre, og resultatet etter
viderebearbeiding til høyre. Datasettet til høyre viser nærhet til gode jordbruksområder.
93
Etter endringene ble foretatt ved vektingene for gode jordbruksforhold, ble resultatene slik i
sammenligning med dyrkningssporene:
Figur 27: Forholdet mellom det nye datasettet for gode jordbruksforhold og de kjente dyrkningssporene
Dette tolkes som at datasettet i stor grad stemmer overens med de kjente dyrkningssporene, og at
dette vil gjøre et godt grunnlag for viderebearbeiding til å vise nærhet til gode jordbruksområder.
Ved å sammenligne det endrede datasettet (til høyre på figur 26) med de kjente boplassene, får vi
figur 28 som resultat:
94
Figur 28: Forholdet mellom det viderebearbeidete datasettet og de kjente boplassene
Resultatene fra denne sammenligningen viser en klar tendens til at de kjente lokalitetene ligger nære
gode jordbruksforhold. Totalt 72,5%, eller 29 av disse boplassene, ligger på områder med verdien 7,
8 eller 9. 25 %, eller 10 lokaliteter, havner på verdien 6. Dette kan tas som et tegn på at vektingen
fremdeles ikke er perfekt, og illustrerer hvordan utviklingen av slike modeller alltid kan betraktes
som en prosess. Nye endringer, elementer og forskjellige tekniske valg og funksjoner kan legges til
og trekkes fra for å prøve å finne frem til det som fungerer best i forhold til hva en forsøker å
modulere. Feilkilder nevnt i del 6.3.2 er fremdeles relevante, og kan ha påvirket resultatet.
7.2
Andre kjøring av modellen – boplasser
Hvordan blir så den endelige sammenligningen mellom den nye modellen etter
implementering av revurderte vektinger og de kjente boplassene?
Grafen under viser at den andre modellen i meget stor grad sammenfaller med de kjente
boplassene. Hele 90%, eller 36 av lokalitetene, ligger på steder med verdien 7, 8 eller 9. Dette anser
jeg som meget bra, spesielt når vi ser at hele 25% ligger på verdien 9, som bare består av 0,21% av
landskapet som helhet. Derfor mener jeg modellen slik den fremstår er velegnet som
argumentasjonsgrunnlag og en anvendelig indikator for en økt risiko for å finne bosetningsspor fra
jernalderen.
95
Figur 29: Grafen viser hvordan de kjente lokalitetene faller ut i forhold til den revurderte modellen
Figur 30: Sammenligning mellom førsteutkastet og modellens andre kjøring
96
Ut ifra figur 29 og 30 kan vi si at de endringene som ble foretatt har ført til at modellen
passer enda bedre med de kjente boplassene. Dette er bra, og gjør at en nå har en modell som er
enda mer presis. Fremdeles er det interessant at noen få lokaliteter faller dårlig ut i forhold til
modellen, og det bør derfor påpekes at modellen bør sees på som en generell veileder, ikke et bidrag
som gir absolutte fakta. Anvendelse av den i forvaltningsøyemed bør derfor brukes med full
forståelse av hva modellen tar hensyn til, og ikke minst hva den ikke tar hensyn til. Den tar ikke
hensyn til sosiale, sosiokulturelle og kognitive faktorer som nærhet til naboer, religiøse og
historiske tradisjoner, nærhet til kjente gravminner, løsfunn osv. Lista kan sikkert forlenges mye
lenger enn dette. Dessuten bør det også presiseres at selv om 90% av de kjente lokalitetene lå på
verdiene 7,8 eller 9, betyr ikke det at det er 90% sannsynlighet for å finne lokaliteter på områder
med tilsvarende verdier i modellen. Det betyr heller ikke at det ikke finnes lokaliteter på steder
vurdert som dårligere. Så lenge dette tas med i anvendelsen, anser jeg den som et godt bidrag til
forvaltningen. Hovedgrunnen er at en nå kan vise frem og presentere resultatene av en tankemodell
i grafisk form, hvor en også kan vise til resultatene, argumentasjonsrekken og de valg som er
foretatt i utviklingen av denne. Denne modellen mener jeg derfor kan være et godt bidrag til
beslutningsprosessen som arkeologer i forvaltningen må igjennom ved vurderinger av planer som
kommer dem i hende. Trolig kan den også være anvendelig for andre aktører som ønsker en
landskapsvurdering i forkant av større tiltak, som f.eks. planleggingen av veitraséer, jernbaner,
reguleringsplaner, kommuneplanens arealdel o.l. Slik kan en unngå tiltak på områder der det trolig
er en større risiko for å påtreffe skjulte kulturminner, og forhåpentligvis dermed spare penger til
utgravninger, samt skåne kulturminner. Modellen er vurdert som best for jordbruksbosetning fra
bronsealder/eldre jernalder. (jevnfør del 6.3.3.1, s. 78).
Hypotesen som ble fremsatt etter en gjennomgang av mulige lokaliseringsfaktorer var som
følger: En ønsket å bosette seg på en naturlig selvdrenerende flate, nær områder med gode
jordbruksforhold. En økologisk variasjon innenfor nærområdet var viktig for å understøtte
mulighetene for variasjon av næringsgrunnlaget med husdyrhold, samt å sikre en mot feilslåtte
avlinger ved å så på forskjellige jorder. En ønsket å bosette seg på områder med mye sollys. Med
utgangspunkt i hva modellen faktisk tar hensyn til, kan en også komme med noen tolkninger i
forhold til de kjente lokalitetene, både når det kommer til dyrkningssporene og boplassene.
For jordbruket har vi spor som viser at det også ble dyrket på områder som i mindre grad var
eksponert for sollys. Det finnes også dyrkningsspor på hav- og fjordavsetninger. Disse er som oftest
dominert av leire, og ble vurdert som dårlige egnet for dyrking ved ard- spade og hakkebruk.
Uansett om disse eksemplene delvis taler imot de opprinnelige argumentene ved utarbeiding av
modellen, viser resultatene av modellen med de endelige vektingene i stor grad er egnet til å påpeke
97
områder vi vet ble dyrket i forhistorisk tid (figur 27). Det betyr at argumentet om teknologiske
begrensninger også setter rammer for hva en kunne dyrke opp, i stor grad holder mål, men at vi har
eksempler på det motsatte. En dyrket i all hovedsak de lettdrevne jordene, som sand, silt og morene,
og gjerne på steder med gode solforhold.
Lokaliseringen av boplassene ligger slik til at de oftere ligger nær områder der forholdene
for jordbruk er fordelaktig (figur 28). Gjennomgangen for økologisk variasjon viser en tendens til at
boplassene heller ligger på steder med en viss variasjon, heller enn på områder med så stor
variasjon som mulig innenfor et ressursområde. Her finnes også eksempler på begge ytterpunktene
av skalaen, som gjør at noen lokaliteter skiller seg ut også her, og dette er interessant i forhold til en
eventuell detaljanalyse av disse i fremtiden (figur 23). De fleste kjente boplassene ligger på områder
med middels eller god naturlig selvdrenering (figur 22). Totalt sett kan vi ut ifra dette konkludere
med at hypotesen fremsatt i stor grad virker relevant, med de revurderingene som ble presentert i
del 6.4 og 6.5. Resultatene for hele modellen (figur 30) taler for dette.
Ved sammenligninger av modellen mot de kjente lokaliteter, har vi kunne vise en tendens til
at bosetningsmønsteret i Nord-Trøndelag har vært styrt av de miljømessige forutsetningene.
Hvordan resultatene hadde vært med implementering av andre sosiokulturelle faktorer, vet vi ikke
enda. Dette er vanskelige data å innarbeide i en modell, og står fremdeles som en utfordring. Det er
også ved sammenligning med såkalte svartjordsområder påpekt noen kronologiske spørsmål i
forhold til anvendelsen av modellen, og at det virker som om denne typen kulturminner gjerne
ligger annerledes til en de kjente boplassene. Dette kan også være et spørsmål om representativitet.
Denne er et problem i forhold til anvendelsen av de kjente lokalitetene til sammenligning med
modellen, siden utvelgelsen av disse trolig er i stor grad styrt av moderne økonomiske aktiviteter.
Dette er data som andre før meg har samlet inn. Derfor er det også viktig å påpeke at tolkningene
fremsatt som følge av modellen er vedheftet noe usikkerhet, siden de er foretatt som følge av en
sammenligning med de kjente lokalitetene. En gjennomgang av forundersøkte lokaliteter, kan gi
noen svar på de representative problemene. Har det blitt forundersøkt på områder som i stor grad
har vært lik hverandre fra et miljømessig perspektiv, eller representerer den populasjonen utvalget
har oppstått fra alle slags natur- og kulturmiljø? Rutiner for registrering av forundersøkte områder,
kan bidra til at en i større grad kan bli klar over skjevheter i måten utvalget har kommet til. Dermed
kan en også påpeke eventuelle mulige områder som konsekvent blir utelatt fra noen form for
forundersøkelse, og eventuelt utilstrekkelig tankemåte og valg innen forvaltningen. Derimot kan en
hevde at mye av den intuisjonen som arkeologene har handlet etter, i stor grad bekreftes av
modellen. Hvis målet er å finne flere lokaliteter som er lik de kjente boplassene, er modellen
velegnet.
98
8 Konklusjon
Jeg har i denne oppgaven presentert en prediktiv modell for jernalderens jordbruksbosetning
i Nord-Trøndelag. En gjennomgang av ulike innfallsvinkler og metoder ble foretatt, og jeg
produserte på bakgrunn av denne en deduktiv, teoridrevet modell. Jeg har brukt en grafisk
innfallsvinkel ved hjelp av vektet verdi-metoden. Programutvidelsen «Model Builder» i ESRI's
ArcMap 9.1 er godt egnet til å utføre denne oppgaven. Det ble laget kartdata for 11 kommuner i
Nord-Trøndelag, noe som tilsvarer omtrent 42 % av landarealet i fylket.
Ulike lokaliseringsfaktorer som er anvendt av arkeologer ble presentert og vurdert opp mot
anvendeligheten i en slik modell. Denne vurderingen er understøttet av en gjennomgang av
samfunnsforhold, bosetningsmønster og jordbruksorganisering. Resultatet ledet til en hypotese for
plasseringen av jernalderens jordbruksbosetning som jeg kunne teste ved hjelp av den prediktive
modellen. Hypotesen var som følger: En ønsket å bosette seg nær gode jordbruksforhold, og tunet
ble gjerne plassert på naturlig selvdrenerende grunn. Godt med sollys og en viss økologisk
variasjon var ønskelig. Jeg fokuserte dermed på de miljømessige forutsetningene for lokaliseringen
av bosetningen. Hvordan de ulike lokaliseringsfaktorene ble utvalgt og bearbeidet for å kunne
innlemmes i et geografisk informasjonssystem, og hvordan de ble vektet mot hverandre er klart
presentert.
Jeg har underveis i prosessen ansett det som viktig at modellen skal være etterprøvbar, og at
mine valg kan gjentas hvis andre ønsker å utarbeide en lignende prediktiv modell for andre
geografiske
områder.
Det
oppfordres
til
testing
og
vurdering
av
andre
potensielle
lokaliseringsfaktorer. Lokaliseringsfaktorer som nærhet til vann, nærhet til gravminner, løsfunn,
stedsnavn og sosiale, sosiøkonomiske samt kognitive variabler er utelatt i min modell. Dette er
hovedsakelig fordi de har vedheftet usikkerheter når det kommer til fordeling og distribusjon.
Sosiale, sosioøkonomiske og kognitive verdier og mønstre i et landskap er dessuten vanskelig å
presentere i et GIS. Dette er problemer som har stått som en utfordring innen prediktive modeller en
stund, og er felt som det kan med fordel arbeides videre med. Deres verdi som kilde til viten om
forhistorisk aktivitet er anerkjent, men ved å fokusere på en miljømessig innfallsvinkel som den
presenterte hypotesen representerer, kunne jeg undersøke hvorvidt de kjente bosetningslokalitetenes
plassering kan forstås på denne måten. Dermed kan en si noe om de preferansene som kan ha
eksistert i samfunnet.
Et utvalg av kjente boplasser og jordbrukspor ble testet opp imot et førsteutkast til en
modell. Slik kunne jeg eventuelt revurdere mine vektinger og vurderinger som jeg foretok i
99
utarbeidelsen av dette førsteutkastet. Viktigst var at flere dyrkningsspor enn opprinnelig antatt ble
observert på hav- og fjordavsetninger, boplassene hadde en tendens til å ligge på solrike sletter og at
de heller var plassert på områder med en viss økologisk variasjon enn på steder med maksimal
variasjon i nærområdet. Forslag til en revurdert vekting ble presentert på bakgrunn av dette, og en
ny kjøring av modellen ble foretatt. Resultatene ved den andre kjøringen av modellen ble at 90 % av
de kjente boplassene fikk verdiene 7, 8 eller 9 basert på en skala fra 1 til 9 hvor 9 er steder som er
best egnet for bosetning. Dette ble vurdert som meget bra.
Konklusjonen på dette var at lokaliseringen av de kjente boplassene i stor grad kan forstås ut
fra de naturlige forutsetningene i landskapet med spesiell fokus på jordbruksaktiviteter. Modellen
ble tolket som best for bronsealder/eldre jernalder basert på en vurdering av demografiske,
samfunnsmessige og teknologiske forhold. En sammenligning av modellen mot svartjordsområder i
Levanger kommune viser at denne kulturminnekategorien faller dårligere ut enn de kjente
boplassene fra jernalderen som helhet. Svartjordsområder er en type kulturminner som oftest
knyttes opp mot yngre jernalder/tidlig middelalder, og dette understøtter argumentet for at modellen
er bedre egnet for tidligere perioder, samtidig som den avslører noen mangler i forhold til
kunnskapen om disse svartjordsområdene.
Jeg tror noen av de resultatene som fraviker fra de generelle tankene jeg har om hvor folk
bosetter seg i landskapet kan forklares ved hjelp av de tidligere nevnte kognitive, kulturelle, sosiale
og menneskelige variabler. Disse vil også sette spor og mønstre etter seg i landskapet hvis de
eksisterer. Spørsmålet er om de er særlig fravikende fra mønstrene vi ser når vi angriper fra en
miljømessig vinkel. Kanskje vil kulturelle og kognitive mønstre i landskapet være der nettopp for å
understøtte at en overlever i et jordbrukslandskap?
Det bør også i denne sammenhengen påpekes at tolkninger som er gjort på bakgrunn av de
kjente lokalitetene er vedheftet noen representativitetsproblemer. Hvis disse er fremkommet som
følge av forundersøkelser utført i mange forskjellige typer natur- og landskapsmiljø, kan dette tilsi
at representativiteten sannsynligvis er bedre. Derimot er tilkomsten til tider uviss, og det etterlyses
en klarere argumentasjon ved saksuttalelser i forhold til hvorfor en arkeologisk forundersøkelse ble
utført på de respektive områdene. Det eksisterer en mulighet for ringslutninger i tolkningene. For å
bøte på dette foreslås det å gå et skritt tilbake og gå igjennom de stedene som er forundersøkt for å
kartlegge og analysere det miljøet disse har blitt foretatt i. Kunnskapen som kan komme fra en slik
videre undersøkelse kan gjøre at en bedre kan imøtekomme noen av de representative problemene
som eksisterer. Dog virker det for meg ikke uten mening å fokusere på de elementene som går igjen
ved kjente lokaliteter. Slik kan en fokusere søket på områder lik dem en allerede tidligere har funnet
lokaliteter på.
100
En prediktiv modell kan fungere som et referansegrunnlag for sammenligning og
klassifisering av lokaliteter. Ved å modulere ulike faktorer en finner relevant, kan hver enkelt
lokalitet gis verdier fra en rekke forskjellige variabler. Slik kan likhetstrekk og forskjeller ved både
funntomme og funngivende lokaliteter sammenlignes opp mot hverandre. På denne måten kan også
funngivende lokaliteter som er annerledes skilles ut, og dermed undersøkes nøyere. Nye og mer
målrettede problemstillinger kan slik tilpasses disse lokalitetene for å avsløre informasjon om
hvorfor akkurat de skiller seg ut. Derved kan en nå ny kunnskap og revurdere etablerte
forestillinger. I tillegg kan dette bidra til at en hele tiden kan presentere og visualisere forskjellige
tankemodeller. En kan ved hjelp av prediktive modeller legge til og trekke fra forskjellige faktorer
som en ønsker å teste relevansen av. Metoden viser en måte å få presentert faglig skjønn og slik få
en klarere uttalt argumentasjon. Prediktive modeller bør vurderes som en generell veileder.
Det som gjør at jeg mener dette er et fornuftig utgangspunkt og verdt den energien som
legges inn i produksjonen av en slik modell, er at en nå kan produsere kart som sammenfatter de
antagelser vi arkeologer har, og kan presentere disse før vi i det hele tatt begynner å foreta inngrep i
kulturlandskapet. Kriteriene som ligger bak og hvordan disse er vektet og argumentert for, ligger
klart presentert og arkeologer kan i saksbehandlinga ved hjelp av denne modellen være forutsigbare
og proaktive, ikke reaktive. De valgene som blir foretatt blir derfor også lettere å forstå for
utbyggeren, og nye tiltak kan i god tid planlegges og vurderes ut fra økt sannsynlighet for å treffe på
skjulte kulturminner. Dette kan være fordelaktig i f.eks. utarbeidelse av kommuneplanens arealdel,
og kan i det lange løp spare en del utgifter, men ikke minst bidra til at færre kulturminner
forsvinner.
101
9 Litteraturliste
Ahlmann, H.W. 1962: Norge. Natur og næringsliv. Universitetsforlaget. Oslo.
Alsaker, S. 2005: Steinalderen. I: Bull, I. (red) 2005: Trøndelags historie Bind 1. Landskapet blir
landsdel. Fram til 1350. S. 17- 81. Tapir akademisk forlag. Trondheim.
Asprem, F. 2005: Jordbrukets røtter i Midt-Norge. En forskningsstatus. En retrospektiv og
kontekstuell analyse av tidlige joredbruksindikatorer. Upublisert hovedfagsoppgave i
Arkeologi. NTNU, Trondheim.
Bakkevig, S. 1992: Oversikt over forhistoriske kornslag i Rogaland: egenskaper og opprinnelse. I:
Frá haug ok heiðni: tidsskrift for Rogalands arkeologiske forening. Nr 1 1992: 12-19.
Stavanger Museum, Stavanger.
Barceló, J.A. & Pallarés, M. 1998: Beyond GIS: The archaeology of social spaces. I: Archeologia
e Calcolatori, nr 9:47-80. Universitetet i Siena, Italia.
Barlindhaug, S. & Holm-Olsen, I.M. 2006: Bruk av satellittbilder for lokalisering, overvåking og
prediksjon av kulturminner. I: Egenberg, I.M., Skar, B. Og Swensen, G. 2006: Kultur –
Minner og Miljøer. Strategiske instituttprogrammer 2001 – 2005. NIKU Tema 18: 317-324.
Oslo.
Bentley, R.A. 2007: Fashion versus reason – then and now. Antiquity 81, 2007: 1071-1073.
University of York, England.
Berglund, B. 2000: Sentra, maktkamp og kontakt: arkeologiske strandhogg. I: Sakshaug, E. 2000
(red.): Trondheimsfjorden. S. 240-262. Tapir Forlag, Trondheim.
Bernhardsen, T. 2000: Geografiske informasjonssystemer. 3.utgave. Vett og viten forlag A/S.
Nesbru.
Birgisdottir, B.B. 2001: Flateavdekking i forbindelse med reguleringsplan for Grandan – funn av
stolpehull og kokegroper. Grandan Mellem, Gnr. 77, Leksvik kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 20016. Vitenskapsmuseet NTNU, Trondheim.
Birgisdottir, B.B. 2007: Arkeologiske undersøkelser 2006. Reguleringsplan for Hagerup
bensinstasjon og bilverksted. Juberg Ytre 74/1,3, Frosta kommune, Nord-Trøndelag.
Upublisert rapport. NTNU, Vitenskapsmuseet 2007.
Bjørnstad, Å. 2005: KORN – frå steinalder til genalder. Landbruksforlaget. Tun Forlag, Oslo.
Børsheim, R.L. & Soltvedt, E-C. 2002: Gausel- utgravingene 1997 – 2000. AmS-Varia 39.
Arkeologisk museum i Stavanger.
Christophersen, A. 1982: Oppmåling og undersøkelse av åkerreiner på Talmo, Leksvik og
Rinnmoan / Eid, Høylandet, N-Trøndelag. Rapport arkeologisk serie 1982: 7. Det Kgl. Norske
videnskabers selskab, museet. Universitetet i Trondheim.
102
Conolly, J. & Lake, M. 2006: Geographical Information Systems in Archaeology. Cambridge
University Press, Cambridge.
Dahl, R., Sveian, H. og Thoresen, M.K. 1997: Nord-Trøndelag og Fosen - geologi og landskap.
Norges geologiske undersøkelse. Trondheim.
Dalla Bona, L. 1994: Methodological Considerations. Cultural Heritage Resource Predictive
Modelling Project Vol. 4. Centre for Archaeological Resource Prediction, Lakehead
University, Thunder Bay, Ontario. Tilgjengelig på internett:
http://modelling.pictographics.com/pdfs/carpvol3.pdf Sist besøkt: 22/03-2007.
Dalland, M. 1978: Utgravning av groper og hustufter på nordre felt. Bertnem, Gnr. 72, Overhalla
kommune. Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 20535.
Vitenskapsmuseet NTNU, Trondheim.
Dalland, M. 1980: Arkeologisk undersøkelse av groper og hustufter på søndre felt – funn av
klinknagle av jern og fragment av kleberkar. Bertnem, Gnr. 72, Overhalla kommune, NordTrøndelag. Rapport i topografisk arkiv, dokumentnummer 20546. Vitenskapsmuseet NTNU,
Trondheim.
DeMers, M. N. 2005: Fundamentals of Geographical Information Systems. Third Edition. John
Wiley and Sons Inc. USA.
Dinhoff, S. 2005: Den vestnorske agrarbosetning. Fra sen stenalder til folkevandringstid.
Arkeologiske resultater fra et tiår med fladeafdækninger på vestlandet. Konstruksjonsspor og
byggeskikk. Maskinell flateavdekking – metodikk, tolkning og forvaltning. AmS-Varia 43: 7586.
Ebert, J. I. 2000: The state of the art in “inductive”predictive modelling: Seven Big Mistakes (and
Lots of Smaller Ones). I: Wescott, K.L. og Brandon, R. J. (red.)2000: Practical applications
of GIS for archaeologists. A predictive modeling toolkit. S. 129 – 134. Taylor & Francis,
London.
Egenberg, I.M., Skar, B. Og Swensen, G. 2006: Kultur – Minner og Miljøer. Strategiske
instituttprogrammer 2001 – 2005. NIKU Tema 18. Oslo.
Ejstrud, B. 1999: Kortlægning af arkæologiske ressourcer. Om brug af geografiske
informationssystemer i forvaltningen af kulturlandskabet. I: Ole Højris et al. (red.):
Menneskets Mangfoldighed. Arkæologisk og antropologisk forskning på Moesgård. S.155162. Århus.
Ejstrud, B. 2001: Med arkæologiske midler. Teori, metoder og praksis i anvendelsen af indikative
modeller i dansk arkæologi. Ph.D. Avhandling. Afdeling for Forhistorisk Arkæologi. Århus
universitet. Tilgjengelig på internett:
http://web.sdu.dk/ejstrud/forskning/GIS/Ejstrud_thesis_2001.pdf Sist besøkt: 22/03-2007
Engen, M. 2003: Stone Age Coastal Hunter-gatherers in Northwest Europe and GIS – A Predictive
Approach. Upublisert Masterthesis. The University of Newcastle upon Tyne. Newcastle,
England.
103
Ethelberg, P. et al. 2003: Det sønderjyske landbrugs historie: jernalder, vikingetid og middelalder.
Haderslev museum.
Fadnes, K. 2003: Feltinstruks for jordsmonnkarltegging 2003. NIJOS dokument 4/03. Tilgjengelig
på nett: http://www.nijos.no/ARKIV/Internett/Publikasjoner/Dokumenter/2003/Dok4_03.pdf
Sist besøkt 24/01-06.
Farbregd, O. 1973: Hosetprosjektet 1973. Hoset, Gnr. 203 Stjørdal kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 7550. Vitenskapsmuseet NTNU, Trondheim.
Farbregd, O. 1974: Kartlegging av ødegårdsområde på Vengstadåsen. Vengstad, Gnr. 167,
Namdalseid kommune, Nord-Trøndelag. Innberetning i topografisk arkiv, dokumentnummer
15217. Vitenskapsmuseet NTNU, Trondheim.
Farbregd, O. 1977: Archaeological Field Work and Evidence. The Hoset Project. An
Interdisciplinary Study of a Marginal Settlement I: Norwegian Archaeological Review
(N.A.R.) nr. 10 1977: 119-126.Universitetsforlaget, Oslo, Bergen, Tromsø.
Farbregd, O. 1979: Perspektiv på Namdalens jernalder. Undersøkingar på Veiem, Sem, Værem og
Bertnem. I: Viking 1979. S. 20-80. Norsk Arkeologisk selskap, Oslo.
Farbregd, O. 1981: Utgravning av gravhaug. Funn T. 20012. Husby, Gnr. 101, Stjørdal Kommune,
Nord-Trøndelag. Innberetning i topografisk arkiv, dokumentnummer 6752, Vitenskapsmuseet
NTNU Trondheim.
Farbregd, O. 1985: Prøveundersøkelse på tunet på Egge. Egge, Gnr. 197, Steinkjer kommune,
Nord.Trøndelag. Innberetning i topografisk arkiv, dokumentnummer 3814, Vitenskapsmuseet,
NTNU Trondheim
Farbregd, O. 1986b: Elveosar – gamle sentra på vandring. I: Spor nr. 2, 1986. S. 6-12.
Vitenskapmuseet i Trondheim.
Forseth, L. 2000: Grande, gnr 69/1, Overhalla Nord-Trøndelag. Arkeologiske undersøkelser i
1996-1999. Upublisert rapport datert 7.mai 2000, Nord-Trøndelag Fylkeskommune.
Frøseth, R.B. 2004: Korn I: Serikstad, G.L. (Red.) 2004: NORSØK Økologisk handbok.
Matvekster. Kapittel 20, s. 167-187. GAN forlag AS, Oslo. Tilgjengelig på nett:
http://www.agropub.no/asset/1501/2/1501_2.pdf (Sist besøkt 29.11.2007)
Fyllingen, H. 2003: Society and Violence in the Early Bronze Age: An Analysis of Human
Skeletons from Nord-Trøndelag, Norway. Norwegian Archaeological Review, Vol. 36, No 1
2003:27-42. Taylor & Francis Ltd. London.
Følstad, E. 2006: Vann-/kloakkledning til Sunnby og Østgård. Svart jordlag, ardspor, mulig
stolpehull, skjørbrent påvist ved arkeologisk forundersøkelse. Sundby Østre, Gnr. 127, Verdal
kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 27803.
Vitenskapsmuseet NTNU, Trondheim.
104
Gaffney, V. & Van Leusen, P.M. 1995: Postscript – GIS, environmental determinism and
archaeology. I: Lock, G. & Stančič, Z. (red.) 1995: Archaeology and geographical
information systems. S. 367 382. Taylor & Francis Ltd. London.
Gaukstad, E. 2001: Kulturminneforvaltningen i Norge. I: Holme, J. (red.) 2001: Kulturminnevern.
Lov, forvaltning, håndhevelse. Bind 1, 2.utgave 2005: 130-135. Økokrim, Oslo.
Gjermundsen, J.O. 1972: Hustuft fra yngre jernalder/middelalder på Økra vesta veien – oldfunn.
Leksaas, Gnr. 31, Grong kommune, Nord-Trøndelag. ØK-skjema i topografisk arkiv,
dokumentnummer 13537. Vitenskapmuseet NTNU, Trondheim.
Grønnesby, G. 1999: Eldre jernalders hus og hall på Hovde i Trøndelag. Viking 1999. S.69-80.
Norsk arkeologisk selskap. Oslo.
Grønnesby, G. 2000: Funn av kulturlag, stolpehull, overpløyde gravhauger, mulig gravkammer,
steinøks/kølle og kavlbru. Hjellan Vestre, Gnr. 145, Verdal kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 20145. Vitenskapsmuseet NTNU, Trondheim.
Grønnesby, G. 2005: Fra Stolpehull til hushold. Utgravninger av hustufter på Kvenild, Trondheim
1998. Konstruksjonsspor og byggeskikk. Maskinell flateavdekking – metodikk, tolkning og
forvaltning. AmS-Varia 43: 97-107. Stavanger.
Gulliksen, S. 2000: Reguleringsplan Ydsedalen – Ydse. Trekullprøve datert til Førromersk/romersk
jernalder. Ysse Vestre, Gnr 12, Verdal Kommune, Nord-Trøndelag. Dateringsrapport i
topografisk arkiv, dokumentnummer 10694, Vitenskapsmuseet NTNU, Trondheim.
Gundersen, J. 2001: Arkeologisk flateavdekking i forbindelse med utvidelse av Værnes kirkegård,
Stjørdal kommune, Nord-Trøndelag. Gnr. 107/108, Stjørdal kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 20499. Vitenskapsmuseet NTNU, Trondheim.
Göthberg, H. 2000: Bebyggelse i förandring, Uppland från slutet av yngre bronsalder till tidlig
medeltid, Occasional papers in Archaeology (Opia) 25, Uppsala.
Haavaldsen, P. 1983: Den bosetningsarkeologiske forskningstradisjonen i Norge. En
forskningshistorisk skisse. Viking 1983: 165-183.
Hafsten, U. 1987: Vegetasjon, klima og landskaps-utvikling i Trøndelag etter siste istid. Norsk
geografisk tidsskrift. Vol. 41, s. 101-120. Oslo.
Hagelin, E. 1972: Flere gravfelt, gravhaug og gravrøys på Rognsmoen, samling bautaer, samling
fornminner. Formo, Gnr. 24, Grong kommune, Nord-Trøndelag. ØK-skjema i topografisk
arkiv, dokumentnummer 13455. Vitenskapmuseet NTNU, Trondheim.
Hagen, A. 1984: Om ard, kornavl og bosetningsutvikling. I: Viking Bind XLVIII – 1984: 44-69.
Hansson, A., Olson, C., Storå, J., Welinder, S. & Zetterström, Å. 2005: Agrarkris och ödegårdar
i Jämtland. Jamtli Förlag, Jämtland läns museum. Östersund.
105
Haug, A. 1997: Rapport fra de arkeologiske undersøkelser i 1997 i forbindelse med
reguleringsplan for Skage sentrum. Skage, Gnr 13, Overhalla kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 11777. Vitenskapsmuseet NTNU, Trondheim.
Haug, A. 1998: Undersøkelse av åkerreiner og rydningsrøyser på Frøsetåsen. Øver Lø, Gnr 95,
Steinkjer kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 20280.
Vitenskapsmuseet NTNU, Trondheim.
Henriksen, M. M. 2006a: Undersøkelse av bosetningsspor i forbindelse med realiseringen av
reguleringsplan for Husbyhagen del 1. Husby Vestre, Stjørdal kommune, Nord-Trøndelag.
Gnr 102. Rapport i topografisk arkiv, dokumentnummer 27289. Vitenskapsmuseet NTNU,
Trondheim.
Henriksen, M. M. 2006b: Undersøkelse av bosetningsspor i forbindelse med reguleringsplan og
bebyggelsesplan for del av Husby Søndre og Husby Nordre, Stjørdal. Husby Vestre, Stjørdal
kommune, Nord-Trøndelag. Gnr 102. Rapport i topografisk arkiv, dokumentnummer 27290.
Vitenskapsmuseet NTNU, Trondheim.
Henriksen, M.M 2007: Husby i Stjørdal – kongsgård eller ferdahus? I: Viking Bind LXX – 2007:
71-88. Oslo.
Hodder, I. & Hudson, S. 2003: Reading the past. Current Approaches to Interpretation in
Archaeology. Third edition. Cambridge University Press, England.
Hvass, S. 1988:Jernalderens bebyggelse. I: Mortensen, P. & B.M. Rasmussen.(Red.) 1988: Fra
stamme til stat i Danmark i Jernalderens stammesamfund. Jysk arkæologisk selskab. S. 53 –
92.
Høgseth, H. 2000a: Arkeologiske undersøkelser av fornminner på Egge i forbindelse med Statens
Vegvesens reguleringsplan “ny E6, Eggelia- Selli og ny Fv 286”, Steinkjer Kommune, NordTrøndelag. Egge, Gnr. 197, Steinkjer Kommune, Nord-Trøndelag. Rapport i topografisk
arkiv, dokumentnummer 20693, Vitenskapsmuseet NTNU, Trondheim.
Høgseth, H. 2000b: Flateavdekking i forbindelse med regulering Vinje Sør – funn av kulturlag og
ildsted. Vinje Sør, Gnr 50, Snåsa kommune, Nord-Trøndelag. Rapport i topografisk arkiv,
dokumentnummer 19892. Vitenskapsmuseet NTNU, Trondheim
Jacobsen, H. og Follum, J.-R. 1997: Kulturminner og skogbruk. Skogbrukets kursinstitutt. Biri.
Jacobsen, H. og Larsen, J.H. 1992: Dokkfløy fra istid til kraftmagasin. Gausdal Bygdehistorie
bind 6. Utgitt av Gausdal kommune 1992.
Kvamme, K.L. 2006: There and back again: Revisiting Archaeological Location Modeling. I:
Wehrer, M.W. & Wescott, K.L. (red.) 2006: GIS and Archaeological Site Location
Modeling. S. 3-40. Taylor & Francis group LLC.
Lambert, G.W., Reid, C., Kaye, D.M., Jennings, G.M., Esler, M.D. 2002: Effect of sunlight and
season in serotonin turnover in the brain. Lancet 2002; 360. S. 1840-1842.
106
Lidèn, H-E. 1968: Bygningundersøkelse og arkeologisk utgravning av Mære Kirke. Mære, Gnr. 3,
Steinkjer kommune, Nord-Trøndelag. Innberetning i topografisk arkiv, dokumentnummer
2412. Vitenskapsmuseet NTNU, Trondheim.
Liedgren, L. 1992: Hus och gård i Hälsingland. En studie av agrarbebyggelse och
bebyggelsesutveckling i Norra Hälsingland. Kr.F.-600 e.kr. Studia Archaeologica Universitas
Umensis 2. Umeå.
Linderholm, H.W. og Gunnarson, B.E. 2005: Summer temperature variability in central
Scandinavia in the last 3600 years. Geografiska annaler, serie A: Physical geography 87 (1).
S. 231-241. Blackwell publishing.
Llobera, M. 1996: Exploring the topography of mind: GIS, social space and archaeology. I:
Antiquity 70: 612-622. University of York, England.
Løken, T. 1992: En folkevandringstids gård – Bertnem i Overhalla. Spor, nr 2/1992. S. 26-29.
Trondheim.
Løken, T. 1998: Bofaste bønder eller jordbrukere på flyttefot? Hus og bosetning i bronsealderen på
Opstad i Tune, Østfold, vurdert på bakgrunn av de siste 20 års bosetningsforskning. Fra
Østfolds oldtid. Foredrag ved 25-årsjubiléet for Universitetes arkeologiske stasjon Isegran.
Universitetes Oldsassamlings Skrifter, ny rekke, nr. 21: 173-195. Oslo.
Løken, T. 2005: Maskinell flateavdekking – historikk og potensial. Konstruksjoner og byggeskikk.
Maskinell flateavdekking – metodikk, tolkning og forvaltning. AmS-Varia 43: 9-13. Stavanger.
Løken, T., Pilø, L. & Hemdorff, O. 1996: Maskinell flateavdekking og utgravning av forhistoriske
boplasser. En metodisk innføring. AmS-Varia 26. Stavanger.
Løseth, K. 2006: Det maritime kulturlandskapet på Hitra. Et studium i forhistoriske gravminners
beliggenhet i kystlandskapet. Upublisert mastergradsoppgave i arkeologi, NTNU, Trondheim.
Marstrander, L. 1983: Inntrøndelag i romertid. Gravfunn og bosetning. Gunneria 43. Trondheim.
Myhre, B. 1972: Funn, fornminner og ødegårder. Jernalderens bosetning i Høyland Fjellbygd.
Stavanger museums skrifter, bind 7. Stavanger.
Myhre, B. 1987: Chieftains' graves and chiefdom territories in South Norway in the Migration
period. Studien zur Sachsenforschung 6. S. 169 – 187. Hildesheim.
Myhre, B. 2002: Landbruk, landskap og samfunn 4000 F.KR.-800 E.KR. I: Myhre B. og Øye, I.
2002: Norges landbrukshistorie 1. 4000 f.Kr.-1350 e.Kr. Jorda blir levevei. S. 11-213. Det
norske samlaget, Oslo.
Møllenhus, K.R. 1975: Hustufra på Mosetet i Overhalla. Særtrykk fra Årbok for Namdalen 1975.
Namsos.
Nilssen, E. 1986: Datert pollendiagram Drestad. Gnr. 167, Vengstad, Namdalseid Kommune, NordTrøndelag. Brev i topografisk arkiv. Dokumentnummer 15261. Vitenskapsmuseet NTNU,
Trondheim.
107
Norderhaug, A. og Losvik, M.H. 1999: Åker. I: Norderhaug, Ann et. at (red.) 1999: Skjøtselboka
for gamle kulturlandskap og gamle norske kulturmarker. Kapittel 16: 173-176.
Landbruksforlaget. Tun Forlag, Oslo.
Näsström, B-M. 2001: Blot. Tro og offer i det førkristne Norden. Pax Forlag, Oslo.
Olsen, B. 1997: Fra ting til tekst. Teoretiske perspektiv i arkeologisk forskning. Universitetsforlaget.
Oslo.
Orton, C. 2000: Sampling in Archaeology. Cambridge manuals in Archaeology. Cambridge
university press. Cambridge.
Pedersen, E.A. 1990: Rydningsrøysfelt og gravminner – spor av eldre bosetningsstruktur på
Østlandet. I: Viking Bind LIII – 1990: 50-66. Oslo.
Pedersen, E.A. & Widgren, M. 1998: Järnalder 500 f.kr. - 1000 e. kr. I: Welinder, S., Pedersen,
E.A. & Widgren, M. 1998: Jorbrukets första femtusen år. 4000 f. kr. - 1000 e. kr. Det svenska
jordbrukets historia. S.237-459. Natur och kultur/LTs förlag. Borås.
Petersen, T. 1924: Undersøkelse av boplass fra eldre jernalder. Gristad, Gnr. 21, Frosta kommune,
Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 1977. Vitenskapsmuseet
NTNU, Trondheim.
Pilø, L. 2005: Bosted – urgård – enkeltgård. En analyse av presmissene i den norske
bosetningshistoriske forskningstradisjon på bakgrunn av bebyggelsesarkeologisk feltarbeid
på Hedmarken. Dr.art. Avhandling. Oslo arkeologiske serie, vol. 3. Universitetet i Oslo.
Prestvold, K. 1997: Rapport fra arkeologiske forundersøkelser i forbindelse med planlagt
vegomlegging på Stiklestad, Verdal Kommune, Nord-Trøndelag. Gnr. 29, Stiklestad Østre,
Verdal Kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 21649.
Vitenskapsmuseet NTNU, Trondheim.
Prestvold, K. 1999: Trøndelag i støpeskjeen: jernproduksjon og sosial organisasjon i NordTrøndelag mellom 350 F.kr. Og 500 e.kr. Gunneria 75. Trondheim.
Rindel, P.O. 1998: Ældre jernalders bebyggelsesmønstre i Sønderjylland. Bebyggelseshistorisk
tidsskrift 33 1997: 31-52. Swedish Science Press, Uppsala.
Rygh, K. 1871: Indberetning til filialafdelingens direktion. I: Foreningen for norske
fortidsminnemerkers bevaring 1871: Aarsberetning for 1871. S. 20.
Ryghaug, P. 1997: Digital geografisk informasjon, Nord-Trøndelag Fylke. NGU-rapport,
serienummer 96.169. Norges Geologiske Undersøkelser, Trondheim.
Rønne, P. 2005: Arkæologiske undersøgelser forud for bygningen af ny E6 gennem Melhus, SørTrøndelag. Konstruksjonsspor og byggeskikk. Maskinell flateavdekking – metodikk, tolkning
og forvaltning. AmS-Varia 43: 87-96. Stavanger.
108
Salvesen, H. 1977: The Hoset Project. An Interdisiplinary Study og a Marginal Settlement. The
Scope of the Problem. I Norwegian Archaeological Review (NAR) nr. 10 1977: 101-118.
Universitetsforlaget, Oslo, Bergen, Tromsø.
Sandnes, J. 1967: Trøndelags eldste politiske historie. Historisk tidsskrift 1967:1-20. Universitetet i
Oslo.
Sandvik, P.U. og Selvik, S.F. 1993: Korndyrking i Vegetasjonshistoria. SPOR nr. 2 1993, 8.
årgang, 16 hefte. s. 26-29. NTNU Vitenskapsmuseet, Trondheim.
Schloss, P.W. 1998: The serotonin transporter: a primary target for antidepressant drugs. Journal of
Psychopharmacology 1998; 12(2):115-21.SAGE publications Ltd. London. Tilgjengelig på
internett: http://www.biopsychiatry.com/serotonin.htm Sist besøkt 4.12.2007.
Skar, B. (red.) 2002: Strategisk instituttprogram 1996-2001. Landskapet som kulturminne. NIKU
publikasjoner 121. Oslo.
Skar, B., Jerpåsen, G., Bakkestuen, V., Fry, G, Stabbeltorp, O. et al. 2002: Fornminner i Skog.
Landskapsanalyse basert på geografiske informasjonssystemer (GIS). I: Skar, B. (red.) 2002:
Strategisk instituttprogram 1996-2001. Landskapet som kulturminne. NIKU publikasjoner
121: 34-45. Oslo.
Skre, D. 1998: Herredømmet. Bosetning og besittelse på Romerike 200 – 1350 e.kr. Acta
Humaniora 32. Scandinavian university press. Universitetsforlaget. Oslo.
Skoglund, F. K. 2002: Vann- og avløpsledning Minsås – Lein – flateavdekking med funn av
stolpehull, ildsteder, kokegroper, kulturlag og fotgrøft etter gravhaug. Lein Østre, Gnr. 38,
Verdal kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 21620.
Vitenskapsmuseet NTNU, Trondheim.
Smedstad, I. 1994: Funn av kokegroper/ildsteder og brente leirklumper (rester av hus?). Egge, Gnr.
197, Steinkjer kommune, Nord-Trøndelag. Innberetning i topografisk arkiv,
dokumentnummer 3528. Vitenskapsmuseet NTNU. Trondheim.
Sognnes, K. 1988: Sentrumsdannelser i Trøndelag. En kvantitativ analyse av gravmaterialet fra
yngre jernalder. Fortiden i Trondheim bygrunn: Folkebibliotektomten. Meddelelser Nr. 12.
Riksantikvaren, Utgravningskontoret for Trondheim. Trondheim.
Sognnes, K. 1998: Trondheimen før Nidaros – Trøndelags vikingtid fra en arkeologisk synsvinkel.
Historisk tidsskrift nr. 3 1998: 316-335. Oslo.
Sognnes, K. 2005: Bronsealderen. I: Bull, I. (red) 2005: Trøndelags historie Bind 1. Landskapet
blir landsdel. Fram til 1350. S. 83-105. Tapir akademisk forlag. Trondheim.
Solberg, B. 2000: Jernalderen i Norge 500 før Kristus til 1030 etter Kristus. Cappelen Akademisk
Forlag. Oslo.
Solem, T. 1991: Effects of Early iron Production on Vegetation. A study by means of pollen
analysis. I Espelund, A. (red.) 1992: Bloomery ironmaking during 2000 years. Seminar in
Budalen 1991, volume 1. S. 50 – 70. NTNU Trondheim.
109
Solem, T. 1999: Makrofossilene på Kvenild. SPOR nr 1, 1999. 14. Årgang. 27. Hefte. S. 12-13.
Institutt for arkeologi og kulturhistorie, Vitenskapsmuseet NTNU. Trondheim.
Solem, T. 2000: Utvidelse Værnes Kirkegård. Makrofossilanalyse av prøver fra stolpehull og
kulturlag. Værnes Østre, Gnr. 108, Stjørdal kommune, Nord-Trøndelag. Rapport i topografisk
arkiv, dokumentnummer 20499, Vitenskapsmuseet NTNU, Trondheim.
Solem, T. 2002: Makrofossilundersøkelse og pollenanalyse Egge, Steinkjer, Nord-Trøndelag.
Upublisert rapport. Institutt for naturhistorie, Vitenskapsmuseet NTNU. Trondheim.
Solem, T. 2004a: Makrofossilundersøkelse Husbyhagen, Stjørdal, Nord-Trøndelag. Huseby
Vestre,Gnr 102, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 27157,
Vitenskapsmuseet NTNU, Trondheim.
Solem, T. 2004b: Makrofossilundersøkelse Husby Søndre, Stjørdal, Nord-Trøndelag. Huseby
Vestre,Gnr 102, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 26785,
Vitenskapsmuseet NTNU, Trondheim.
Solerød, H. og Gundersen, F. 1996: Tall i tid og rom. Kvantitative metoder for geografer og
samfunnsplanleggere. TANO. Aschehoug.
Solheim, E. 2003: Reguleringsplan for Stiklestad – mulig ardspor og plogspor påvist ved
arkeologisk forundersøkelse. Stiklestad østre, Gnr. 29, Verdal kommune, Nord-Trøndelag.
Rapport i topografisk arkiv, dokumentnummer 21645. Vitenskapmuseet NTNU, Trondheim.
Solli, B. 1996: Foreløpig rapport fra arkeologiske undersøkelser. Grandan Mellem, Gnr. 77,
Leksvik kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 6192,
Vitenskapsmuseet NTNU, Trondheim.
Steinsland, G. 2005: Norrøn religion. Myter, riter, samfunn. Pax Forlag, Oslo.
Stenvik, L. 1981: Spor etter huskonstruksjoner – flere stolpehull samt ildsteder/kokegroper. Geite,
Gnr. 276, Levanger kommune, Nord-Trøndelag. Innberetning i topografisk arkiv,
dokumentnummer 1090. Vitenskapsmuseet NTNU, Trondheim.
Stenvik, L. 1994: Samfunnsstrukturer i Trøndelag i jernalderen. I: Gullberg, K. 1994 (red.):
Järnalder i Mittnorden: et symposium kring nya arkeologiska och ekologiska forskningsrön.
Vasa Scritum, s. 183-194.
Stenvik, L. 2001: Skei – et maktsenter fram fra skyggen. Vitark 2. Vitenskapmuseet, NTNU,
Trondheim.
Stenvik, L. 2005: Jernalderen. I: Bull, I. (red) 2005:Trøndelags historie Bind 1. Landskapet blir
landsdel. Fram til 1350. S. 107-170. Tapir akademisk forlag. Trondheim.
Stomsvik, K.H. 2000a: Arkeologisk undersøkelse av kulturlag med skjørbrent stein. Ysse Vestre,
Gnr. 12, Verdal kommune, Nord-Trøndelag. Rapport i topografisk arkiv dokumentnummer
20178, Vitenskapsmuseet, NTNU, Trondheim.
110
Stomsvik, K.H. 2000b: Undersøkelse av boplassområde fra jernalder/middelalder ved Tranamarka
avfallsplass. Trana Øvre, Gnr. 190, Steinkjer kommune, Nord-Trøndelag. Rapport i
topografisk arkiv, dokumentnummer 5331. Vitenskapmuseet NTNU, Trondheim.
Strahler, A. og Strahler, A. 2005: Physical geography. Science and Systems of the Human
Environment. Third edition. John Wiley & sons. Inc. Hoboken, USA.
Thoresen, M. K. 2000: “Kvartærgeologisk kart over Norge. Tema: Jordarter”. NGU, 2. opplag.
Tidemansen, K. 2006: Maktstruktur og utmarksbruk. Ei arkeologisk analyse av forholdet mello
sosial organisasjon og fangst av villrein i Lom i Oppland. Upublisert masteroppgåve i
arkeologi. NTNU, Trondheim.
Van Leusen, M 2002: Pattern to process. Methodological investigations into the formation and
interpretation of spatial patterns in archaeological landscapes. Doktorgradsavhandling.
Rijksuniversiteit Groningen. Tilgjengelig på internett: http://irs.ub.rug.nl/ppn/239009177 Sist
besøkt 22.03.2007.
Vist, O. 1984: Gårdsanlegg i Langsanddalen med hustufter/ naust? Gravhauger, kokegrop og
steinlegning. Tranaas, Gnr. 39, Fosnes kommune, Nord-Trøndelag. ØK-skjema i topografisk
arkiv, dokumentnummer 17314. Vitenskapmuseet NTNU, Trondheim.
Vorren, B. 1970: Pollenanalysen, - en kilde til bosetningshistorien. Litt om jordbruksutviklingen i
Overhalla. I: Krekling, S. (red.) 1970: Årbok for Namdalen s. 3-11. Namdalen Historielag,
Namsos.
Welinder, S. 1998: Neoliticum – bronsåler 3900-500 f.kr. I: Welinder, S., Pedersen, E.A. &
Widgren, M. 1998: Jorbrukets första femtusen år. 4000 f. kr. - 1000 e. kr. Det svenska
jordbrukets historia. S.11-236. Natur och kultur/LTs förlag. Borås.
Ystgaard, I. 2001a: Frosta – reguleringsplan Golfbane Vågen/Korsnes. Særmapper, Frosta
kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer 21009,
Vitenskapsmuseet NTNU, Trondheim.
Ystgaard, I. 2001b: Reguleringsendring Hognesaunvegen – undersøkelse av ardspor, stolpehull og
kokegroper. Mæle, Gnr. 111, Stjørdal kommune, Nord-Trøndelag. Rapport i topografisk arkiv,
dokumentnummer 10842. Vitenskapmuseet NTNU, Trondheim.
Ystgaard, I. 2001c: Arkeologisk forundersøkelse i forbindelse med bebyggelsesplan for boligtomter
mellom Heggevegen 60 og Hegge gård. Funn av mulige stolpehull og ardspor. Hegge, Gnr.
196, Steinkjer kommune, Nord-Trøndelag. Rapport i topografisk arkiv, dokumentnummer
20997. Vitenskapsmuseet NTNU, Trondheim.
Øye, I. 2002: Landbruk under press 800-1350. I: Myhre B. og Øye, I. 2002: Norges
landbrukshistorie 1. 4000 f.Kr.-1350 e.Kr. Jorda blir levevei. S. 214-414. Det norske
samlaget, Oslo.
Østerås, B. 2005a: Dei arkeologiske utgravingane på Egge i samband med omlegging av E6
gjennom Steinkjer. I: Føstad, E. & Skevik, O. (red.) 2005: Funn og forskning i Trøndelag.
Foredrag fra to arkeologiseminarer i 2003. S. 57-64. Stiklestad Nasjonale Kultursenter,
Verdal.
111
Østerås, B. 2005b: Rapport arkeologisk forundersøking. E6 Frøset – Vist. Steinkjer, NordTrøndelag. Upublisert rapport, Nord-Trøndelag Fylkeskommune.
Østmo, E. 1991: Gård og boplass i østnorsk oldtid og middelalder. Aktuelle oppgaver for forskning
og forvaltning. Varia 22. Universitetes oldsaksamling, Oslo.
Østmo, E. og Hedeager, L. (red.) 2005: Norsk arkeologisk leksikon. Pax Forlag, Oslo.
Internettreferanser:
Bioforsk-nett 2007: Gjødslingsordbok, del 5 dyrkningsjordas surhetsgrad.
http://www.bioforsk.no/dok/senter/ost/ape/gjodslingshandbok/gjodslingshandbok.html (sist besøkt
28.11.2007).
Lovdata 2007: Lov om kulturminner. http://www.lovdata.no/all/nl-19780609-050.html (sist besøkt
06.12.2007).
MET 2007: Meterologisk institutt. http://www.met.no (sist besøkt 12.02.2008)
NGU-nett: Norges Geologiske Undersøkelse. http://www.ngu.no (sist besøkt 08.01.2008)
Nijos nett 2006: Norsk insisutt for jord og skog. Organisk materiale i plogsjiktet. Informasjon om
temakartet «innhold av organisk materiale:
http://www.nijos.no/index.asp?topExpand=&subExpand=&menuid=1000696&strUrl=1002310i&co
ntext=14 (Sist besøkt 08.05.2006)
Nilsen, R.I.L. 2006: “Kulturminner under dyrkamark”. Sør-Trøndelag Fylkeskommune.
http://www.stfk.no/Tjenester/Kulturminnevern/Hvor_finnes_kulturminnene_Litt_om_prognosedann
else/Kulturminner_under_dyrka_mark/, sist besøkt 29.11.2007
NOAA 2007: National Osceanic and Atmospheric Administration. Solar Position Calculator.
http://www.srrb.noaa.gov/highlights/sunrise/azel.html (sist besøkt 12.08.2008)
Norsøk 2004: Norsk senter for økologisk landbruk. Tema: Økologisk kornproduksjon. Temaark nr.
9, arts og sortsvalg. http://www.agropub.no/asset/1402/1/1402_1.pdf (Sist besøkt 08.05.2006)
Purdue university nett1: Hordeum vulgare L.
http://www.hort.purdue.edu/newcrop/duke_energy/Hordeum_vulgare.html (Sist besøkt 08.05.2006).
Purdue university nett2: Alternative Field Crops manual. Rye.
http://www.hort.purdue.edu/newcrop/afcm/rye.html (Sist besøkt 22.05.2006).
SSB 2008: Statistisk sentralbyrå. Samlet areal, arealfordelinger og kystlinjens lengde etter fylke.
http://www.ssb.no/aarbok/tab/tab-020.html (sist besøkt 13.02.2008)
Statkart 2007: http://www.statkart.no/standard/sosi/html_34/losm/Losm.htm (sist besøkt
05.02.2008).
112
Stylegar, F.A. 2004: Gården. Blogg-innlegg 8 juli 2004:
http://arkeologi.blogspot.com/2004/07/grden.html, sist besøkt 07.01.2008.
USNO 2007: US Naval Observatory, Astronomical Application Department. Sun or Moon
Altitude/Azimuth Table http://aa.usno.navy.mil/data/docs/AltAz.php (sist besøkt 12.02.2008)
Personlige meddelelser:
Lars Forseth er fylkesarkeolog i Nord-Trøndelag fylkeskommune.
Randi Berland Frøseth er forsker innenfor fagområdet økologisk landbruk ved Bioforsk, avdeling
Økologisk på Tingvoll. Hennes arbeidsområde er kornproduksjon.
Arne Grønlund er Dr.Scient utdannet med ekspertområde jordkvalitet og jordressurser, og er
forskningsleder ved Bioforsk, avdeling for jord og miljø på Ås. Dette er en privat stiftelse som
holder til ved Universitetet for miljø- og biovitenskap (tildligere landbrukshøgskolen) i Ås.
Geir Grønnesby er arkeolog og ansatt som forsker ved Vitenskapmuseet, NTNU. Trondheim.
Ian Reed er arkeolog og kontorleder ved Norsk institutt for kulturminneundersøkelser (NIKU) i
Trondheim.
Preben Rønne er arkeolog og ansatt som førsteamanuensis ved Vitenskapmuseet, NTNU.
Trondheim.
Thyra Solem er forsker på seksjon for naturhistorie, avdeling botanikk ved Vitenskapsmuseet
Trondheim.
Bodil Østerås er arkeolog og ansatt som faglig leder ved Egge Museum, Steinkjer.
113
10 Appendiks
10.1
Appendiks A: Andre kornarter
Her kommer en informasjon om andre arter korn enn bygg. Denne delen er ment til å
supplere leseren med relevant tilleggsinformasjon om de andre kornsartene som er påvist i NordTrøndelag, men ikke er brukt som grunnlag i modellen.
Hvete (Triticum):
Det er to hovedformer av hvete, nemlig nakne og agnkledde. Vanlig hvete, også kalt
brødhvete (T. aestivum) samt klubbhvete (T. Compactum) er nakne. Emmer (T. Dicoccum), enkorn
(T. Monococcum) og spelt (T. Spelta) er agnkledde. Spelt er mindre kravstor enn vanlig hvete, ved
at den er mer robust og tåler mye regn og tunge jorder. Spelt blir sett på som en gammel hvetetype,
og har generelt et høyere proteininnhold enn vanlig hvete (Welinder 1998:72-72, Frøseth 2004:181).
De tidligste sortene har et krav til døgngrader på minimum 1380. Dette gjelder blant dagens sorter,
mens middelkravet ligger på 1460 for vårhvete og 1480 for høsthvete. Vårhvete reagerer sterkere på
økt nedbør enn bygg, hvor nedbør over 250 mm. i perioden mai-august for vårhvete vil forlenge
kravet til varmesum med 100-110 døgngrader pr. 100 mm. nedbør (Frøseth 2004:174).
Både vår- og høsthvete takler fint tyngre jordarter som leirjord ifølge tabell nr. 3, hvor
vårhvete i tillegg har en fordel på næringsfattige og struktursvake jorder, mens høsthvete er bedre
egnet på sandjord, men takler derimot dårligere næringsfattige jorder. Generelt trives hvete best på
leirholdige jorder med god næringstilgang (ibid.). Hvete generelt er mer nøysom når det gjelder
jordforhold, og har et bedre rotsystem i forhold til bygg. Det gjør at kornarten, og kanskje spesielt
høsthveten er istand til å hente opp næring fra et større rotvolum enn bygg (Grønlund, pers. med.).
En større dybde på rotsystemet kan gjøre kornarten mer tørkesterk, men det er uklart om hveten er
mer tørkesterk enn bygg av den grunn (Frøseth, pers. med.). Derimot er ikke hvete like god til å ta
opp tungt tilgjengelig næring som rug og havre (Frøseth 2004:174)
Når det kommer til krav til pH, takler hvete surere jord enn bygg. Minimumskravet for hvete
på jord som er rik på sand og silt og inneholder mindre enn 12% organisk materiale er på 5,6, til
forskjell fra bygg med sine 5,8. (Frøseth 2004:175).
I løpet av yngre bronsealder ble enkle hvetetyper som emmer, enkorn og spelt gradvis
utskiftet til mer komplekse typer som f.eks. brødhvete (Myhre 2002:53). Norge ligger i utkanten av
dyrkingsområdet for hvete, og i nyere tid har ikke hvete blitt dyrket lenger nord enn Namdalen, men
ble dyrket i Nord-Norge i vikingtid og og middelalderen. Hveten ble tradisjonelt oppfattet som mer
114
eksklusiv, i alle fall i tidlig middelalder, noe som kan sees i kirkens bruk av hvete til alterbrød under
nattverd (Øye 2002:317).
Havre (Avena):
Havre er generelt en art med tidlig modning med typiske middelverdier for krav til
varmesum på mellom 1300 for tidlig havre til 1380 for sein havre, og er derfor en av de mest
klimatisk hardføre kornartene, dog modnes havre seinere i forhold til bygg i kalde og kjølige år.
Havren trives bedre enn bygg i et kystklima med somrer som ikke er alt for varme (Øye 2002:316).
Dog øker veksttiden med 90-100 døgngrader per 100 mm nedbør over 250 mm i perioden maiaugust for Oslo-området (Frøseth 2004:174).
Havre er som rug nøysom, og har en god evne til å ta opp tungt tilgjengelig næring, og kan
trives på tunge jordarter som silt og leire (Frøseth 2004:174-176, Grønlund, pers. med.). Den kan
som en ser i tabell nr. 3, også trives godt på næringsfattig jord og krever ikke så mye gjødsel, men
er ikke så glad i sandjord. Havren er også den kornarten som har lavest krav til pH, og kan derfor
dyrkes på surere jord enn de andre kornartene (Frøseth 2004:175, Øye 2002:316, Bjørnstad
2005:19). Havren tåler svalt vær og større regnmengder, og det førte til at havren ble sentral i
kystjordbruket. Ved utviding av bosetningen til mer marginale områder i høyere strøk med skrinnere
jord kunne havren få økt betydning som matkorn (Øye 2002:316). Havren egner seg også godt på
nybrutt mark og på myrjord (Ibid.).
Rug (Secale):
Rug ble dyrket i eldre jernalder, men fikk ikke særlig gjennomslag før i vikingtid og tidlig
middelalder i Norge (Øye 2002:315).Rug er som havre en nøysom kornart som kan trekke opp tung
tilgjengelig næring fra jorda, og kan dyrkes på alle jordarter (Frøseth 2004:174). Den trives best på
leirjord og sandjord, og er kjent for å vokse i tørr jord og i tørt klima. Ved økologisk jordbruk i dag
anbefales det at den dyrkes på sandjord nettopp fordi den er så tørkesterk. Rug er den kornarten som
tåler tørke best, og derfor kunne den også dyrkes i høyereliggende og karrige områder, samt
nyryddede marker (Grønlund, pers. med., Øye 2002:317, Frøseth 2004:175, se også tabell nr. 3).
Det finnes både vår- og høstformer av rug. Høst- og vinterrugen krever forholdsvis lite varme om
sommeren, og kunne derfor vanligvis høstes tidligere enn havre. I området omkring Oslofjorden har
høstrug tradisjonelt sett stått sterkt på sand- og leirjordsområdene omkring Oslofjorden. Vårrug
dyrkes her på skarpere sandjord, og modnes vanligvis seinere enn høstrug. Derfor kan vårrugen
også dyrkes i kystnære strøk (Øye 2002: 318).Rug trives med en pH på 5.6 til 5.8 eller høyere
(Purdue university nett2, 2006), men er takler også sur jord (Bjørnstad 2005:20).
115
10.2 Appendiks B: Temperaturkurver, døgngrader og avgrensning av
dyrkbart land
januar februar mars
april
mai
juni
juli
-3,6
-3
-0,2
3,5
9,5
12,8
31
28
31
30
31
30
Dager i vekstsesong
0
0
0
17
31
30
Døgngrader
0
0
0
110,5 345,65 402
Dørngrader etter at en legger til breddegradsforskjellen
Temperatur
Dager i måneden
august
14
13,5
31
31
31
27
426,25 310,5
september oktober november desember Sum:
9,5
30
0
0
5,8
31
0
0
0,5
30
0
0
-2
31
0
0
5
365
136
1594,9
1678,7
Tabell 16: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990. Stasjonen er ca.
10m.o.h.Data fra www.met.no
Denne tabellen viser at varmesummen blir på 1679,7 døgngrader ved målestasjonen, som
ligger 10m.o.h. Tabellen er basert på et regneark laget av stipendiat Andreas Asheim på Institutt for
matematiske fag, som beregner døgngradene basert informasjonen om varmesum i del 4.1.2. Den
tar utgangspunkt i gjennomsnittstemperaturer pr. måned, og dette er tall som er tilgjengelig på
meterologisk institutt (www.met.no). Hvis en regner med at ytterpunktet for å få til modent bygg er
ca. 1250 for en tidlig sort (Frøseth 2004:188), kan vi beregne yttergrensene i høyde over havet for å
få modnet korn, og på den måten indirekte si noe om yttergrensene for bosetning som har jordbruk
som sin hovednæring. Typisk vil temperaturen være 0,64° kaldere for hver 100m høyere oppe vi
kommer (Strahler et al. 2005:111) og dette kan vi legge inn i regnearket. I tillegg kreves at en har
noe informasjon som forteller om temperaturvariasjoner i jernalderen. Gode kurver og prognoser på
dette er vanskelig å finne, men i en artikkel av Linderholm og Gunnarson (2005) finner vi en kurve
basert på en undersøkelse av årringer og deres bredde (figur 31). Informasjonen er tatt fra levende
eller velbevart treverk, sistnevnte hovedsakelig hentet fra myrer og mindre innsjøer. Denne kurven
er tatt fra kilder i Jämtland, og vi kan anta at de sesongmessige temperaturvariasjonene gjennom
året ville vært mindre nærmere havet og fjorden. Områder nærmere vann vil oppleve mindre
temperatursvingninger, og vil derfor være kaldere om sommeren og mildere om vinteren. Dette
fordi landmasser, og dermed områdene i nærheten, varmes opp og avkjøles raskere enn vannmasser
(Strahler et al. 2005: 115 og 116). Som kilde for de årlige temperaturvariasjonene er derimot grafen
velegnet.
116
Figur 31: Rekonstruerte sommertemperaturer (juni - august) fra Jämtland. Avvik presentert mot
gjennomsnittstemperaturen for årene 1961-1990. De røde strekene er satt inn for å vise henholdsvis én
grad over og under gjennomsnittstemperaturen. Kilde: Linderholm og Gunnarson 2005.
Som vi ser, var det i løpet av jernalderen tre perioder som skilte seg ut: 550-450 f.v.t.
(varmere), 300-400 e.v.t. (kaldere), og 900-1000 (varmere) (Linderholm og Gunnarson 2005).
Perioden 300-400 ev.t var den lengste vedvarende perioden med en markert temperaturforskjell, og
i snitt 1,5° kaldere enn dagens gjennomsnitt. Jeg har valgt å bruke en målestasjon i Levanger som
eksempel, og vi kan ved å heve høyden over havet beregne hvor høyt oppe vi kommer før
varmesummen når 1250 døgngrader ved samme snitt-temperatur:
Temperaturendring
jan.
feb. mars
april
-5,39 -4,79 -1,99
1,71
Temperatur
Dager i måneden
31
30
31
30
Dager i vekstsesong 0
0
0
8
Døgngrader
0
0
0
37,66
Dørngrader etter at en legger til breddegradsforskjellen
0
mai
juni
7,71 11,01
31
30
31
30
290,1 348,24
juli
12,21
31
31
370,7
H.o.h. Lik
aug.
11,71
31
13
126,2
290
sept.
7,71
30
0
0
okt.
4,01
31
0
0
nov.
-1,29
30
0
0
des. Sum:
-3,79
31
0
113
0
1172,9
1256,7
Tabell 17: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990. Stasjonen er ca. 10m.o.h.,
med høyden hevet til 290, slik at varmesumme kommer nær 1250 døgngrader. Data fra www.met.no
117
Ved ca. 290 m.o.h. vil vi i dag være ved ytterpunktet for dyrkning av modent korn. Senker vi
derimot gjennomsnittstemperaturen med 1,5°, vil vi få denne tabellen:
Temperaturendring:
-1,5
jan. feb. mars
april
mai
juni
-5,42 -4,82 -2,02
1,68
7,68 10,98
Temperatur
Dager i måneden
31
30
31
30
31
30
Dager i vekstsesong 0
0
0
8
31
30
Døgngrader
0
0
0
37,44
289,23 347,4
Dørngrader etter at en legger til breddegradsforskjellen
juli
12,18
31
31
369,83
H.o.h. Lik
aug.
11,68
31
13
125,84
60
sept.
okt.
7,68
3,98
30
31
0
0
0
0
nov.
-1,32
30
0
0
des.
-3,82
31
0
0
Sum:
113
1169,74
1253,54
Tabell 18: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990. Stasjonen er ca. 10m.o.h.,
med høyden hevet til 60m.o.h. og temperaturen senket med 1,5°, slik at varmesumme kommer nær 1250 døgngrader.
Data fra www.met.no
Ved en gjennomsnittstemperatur på ned mot 1,5° lavere i snitt vil en kunne ha fått modent
korn bare opp mot en 60m.o.h. Hvis vi derimot hever snittemperaturen med 0,5°, slik vi har hatt i
enkelte perioder mellom rundt år 50 e.v.t., 450-500 e.v.t. og 900-1000 e.v.t., vil vi få denne
tabellen:
Temperaturendring:
0,5
jan. feb. mars
april
mai
juni
-5,4 -4,8
-2
1,7
7,7
11
Temperatur
Dager i måneden
31
30
31
30
31
30
Dager i vekstsesong
0
0
0
8
31
30
Døgngrader
0
0
0
37,57
289,73 347,88
Dørngrader etter at en legger til breddegradsforskjellen
juli
12,2
31
31
370,33
H.o.h. Lik
aug.
11,7
31
13
126,05
370
sept.
okt.
7,7
4
30
31
0
0
0
0
nov.
-1,3
30
0
0
des.
-3,8
31
0
0
Sum:
113
1171,55
1255,35
Tabell 19: Levanger – målestasjon nr. 69865. Temperaturnormaler for peroden 1961-1990. Stasjonen er ca. 10m.o.h.,
med høyden hevet til 370 m.o.h. og temperaturen øket med 0,5°, slik at varmesumme kommer nær 1250 døgngrader.
Data fra www.met.no
Som vi ser vil en forskjell i gjennomsnittstemperatur fra 1,5° under normalen til 0,5° over
normalen føre til at grensa for modent korn heves med ca. 310m, fra 60 til 370 m.o.h. På denne
måten har vi her satt tall på konsekvensene for hvilket landareal som er dyrkbart, med muligheter
for å oppnå modent korn. Jeg mener det er overveiende sannsynlig at dette må ha hatt en effekt på
bosetningsmønster og samfunnsforhold, og en slik innfallsvinkel kan åpne for senere og spennende
analyser på sammenhengene mellom de materielle sporene, både av bosetningsspor og
gjenstandsfunn, og en slik modell kan hjelpe oss til å avgrense hvor vi i fremtiden skal lete etter
bosetninger fra forskjellige tidsperioder, og i hvilken kontekst de kan forstås. Dog må anvendelsen
av en slik modell i utgangspunktet tilnærmes med omhu uten testing og sjekking opp mot kjente
jordbruksbygder som for eksempel Oppdal og Jämtland. Temperaturhevinger og senkinger basert på
gjennomsnittlig temperaturfall pr. 100m tar for eksempel ikke hensyn til at en dal eller en
forsenkning i landskapet kan fungere som en stor kuldegrop, og gjøre at temperaturene er mindre i
bunnen av dalen enn lenger oppe i lia.
118
10.3
Appendiks C: Oversikt over lokaliteter
Her vil tabeller over kjente dyrkningsspor og boplasser bli presentert sammen med de
forskjellige verdiene hver enkelt lokalitet fikk i forhold til delelementene både før og etter
revurdering. For jordbruksspor er disse sollys i dyrkningsperioden, løsmassetype, den vektede
verdien for gode jordbruksforhold samt den revurderte verdien for gode jordbruksforhold. For
boplasser er dette infiltrasjonsklasse, sollys hele året 1 og 2, Økologisk variasjon 1 og 2, nærhet til
gode jordbruksområder, samt resultatet av modellens første kjøring og andre kjøring etter
revurdering. Tallverdiene blir slik tilgjengelige for sammenligning med eventuelle nyfunnede
lokaliteter i fremtiden.
10.3.1
Dyrkningsspor
Oversikt over lokaliteter:
NUMMER KOMMUNE
GÅRD
1
Stjørdal
Husby Vestre
(felt a)
2
Stjørdal
Husby Vestre
3
Stjørdal
Husby Østre
4
Stjørdal
Mæle
Hoset
5
Stjørdal
(C29 ved vegen)
Juberg Ytre
6
Frosta
Finnåsen
7
Levanger
8
Leksvik
9
Verdal
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Talmo Mellem
Stiklestad Østre
(trasé 2, sjakt 1N)
Verdal
Stiklestad Østre
(trasé 2, sjakt 1S)
Verdal
Stiklestad Østre
(sjakt 1)
Verdal
Stiklestad Østre
(sjakt 6)
Verdal
Sundby
Steinkjer
Øver Lø (rein 1)
Steinkjer
Øver Lø (rein 2)
Steinkjer
Hegge
Steinkjer
Egge
Steinkjer
Egge
Steinkjer
Egge
Namdalseid Vengstadåsen
Namdalseid Vengstadåsen
Overhalla
Skage
Veiem
Grong
Høylandet
Eidet
GNR
TYPE
102 Ardspor
102
101
111
203
Ardspor
Ardspor
Ardspor
Åkerrein
74
114
Ardspor
Åkerrein
38
29
Ardspor og
Åkerreiner
Ardspor
29
29
29
127
95
95
196
197
197
197
167
167
13
1
93
DATERING
TILKOMST
KILDE
2003
Henriksen 2006a
2002
1981
2001
1973
Hermansen 2002
Farbregd 1981
Ystgaard 2001b
Farbregd 1973
2006
2005
Birgisdottir 2007
Brevik 2005
1982
Christophersen 1982
1997
Prestvold 1997
Ardspor
1997
Prestvold 1997
Ard- og
Plogspor
Ardspor eller
Plogspor
Ardspor
Åkerrein
Åkerrein
Ardspor
Ardspor
Ardspor
Ardspor
Åkerrein
Åkerrein
Ardspor
Ardspor
Åkerrein
2002
Solheim 2003
2002
Solheim 2003
2006
1998
1998
2001
2001
2001
1994
1974
1974
1997
1976
1977
Følstad 2006
Haug 1998
Haug 1998
Ystgaard 2001c
Solem 2002 og
Bodil Østerås, pers med.
Smedstad 1994
Farbregd 1974
Farbregd 1974
Haug 1997
Farbregd 1979
Christophersen 1982
2080 +- 80 BP
1450 +- 80 BP
AD 380-425 til
AD 895-1000
AD 845 +-115
2995 +-120 BP
1660 +- 80 BP
3385+-70 BP
2340 +-90 BP
AD 170 +-100
Tabell 20: Oversikt over lokalitetene med dyrkningsspor
119
Oversikt over verdier:
NUMMER KOMMUNE
1
Stjørdal
2
3
4
5
Stjørdal
Stjørdal
Stjørdal
Stjørdal
6
7
Frosta
Levanger
8
9
Leksvik
Verdal
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
GÅRD
Husby Vestre
(felt a)
Husby Vestre
Husby Østre
Mæle
Hoset
(C29 ved vegen)
Juberg Ytre
Finnåsen
Talmo Mellem
Stiklestad Østre
(trasé 2, sjakt 1N)
Verdal
Stiklestad Østre
(trasé 2, sjakt 1S)
Verdal
Stiklestad Østre
(sjakt 1)
Verdal
Stiklestad Østre
(sjakt 6)
Verdal
Sundby
Steinkjer
Øver Lø (rein 1)
Steinkjer
Øver Lø (rein 2)
Steinkjer
Hegge
Steinkjer
Egge
Steinkjer
Egge
Steinkjer
Egge
Namdalseid Vengstadåsen
Namdalseid Vengstadåsen
Overhalla
Skage
Veiem
Grong
Høylandet Eidet
SOLLYS
6
LØSMASSE
GODE
REVURDERT GODE
NGU
JORDBRUKSFORHOLD JORDBRUKSFORHOLD
Elve- og bekkeavsetning
8
8
7
7
6
8
Hav- og fjordavsetning
Elve- og bekkeavsetning
Elve- og bekkeavsetning
Morenemateriale
5
8
8
8
6
8
8
8
6
9
Marin strandavsetning
Morenemateriale
7
8
7
8
5
3
Morenemateriale
Hav- og fjordavsetning
8
4
8
5
8
Elve- og bekkeavsetning
9
9
6
Elve- og bekkeavsetning
8
8
7
Hav- og fjordavsetning
5
6
3
1
1
9
2
4
6
3
2
7
5
7
Elve- og bekkeavsetning
Morenemateriale
Morenemateriale
Breelvavsetning
Hav- og fjordavsetning
Hav- og fjordavsetning
Morenemateriale
Morenemateriale
Breelvavsetning
Elve- og bekkeavsetning
Elve- og bekkeavsetning
Breelvavsetning
7
5
5
9
3
4
7
6
6
8
7
8
7
5
5
9
4
5
7
6
6
8
7
8
Tabell 21: Oversikt over verdiene gitt til de ulike dykningslokalitetene
120
10.3.2
Boplasser
Oversikt over lokaliteter:
NUMMER KOMMUNE GÅRD
GNR
HUS NR DATERING
1
2
3
4
5
6
7
8
9
10
11
12
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Husby Søndre
Husby Søndre
Husby Søndre
Husby Søndre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Søndre
Værnes Kirke
102
102
102
102
102
102
102
102
102
102
102
107
4
1
2
3
3
5
4
7
2
6
5
1
13
14
15
16
17
18
19
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Frosta
Frosta
Frosta
Værnes Kirke
Værnes Kirke
Værnes Kirke
Værnes Kirke
Gristad
Juberg Ytre
Juberg Ytre
107
107
107
107
21
74
74
2
3
4
9
20
21
22
23
Levanger
Leksvik
Verdal
Verdal
Geite
Grandan Mellem
Stiklestad
Lein Østre
276
77
29
38
24
Steinkjer
Mære
25
26
Steinkjer
Steinkjer
Trana Øvre
Egge
190
197
27
28
29
30
Steinkjer
Steinkjer
Steinkjer
Steinkjer
Egge
Egge
Egge
Egge
197
197
197
197
31
Steinkjer
Egge
197
Treskipet
2001
32
33
Namdalseid Vengstad
Overhalla
Skage
167
13
2
1974
1997
34
35
Overhalla
Overhalla
Skistad
Bertnem
83
72
36
37
Overhalla
Grong
Bertnem
Leksaas
72
31
38
39
Grong
Fosnes
Formo
Tranaas
24
39
3
BC 765-125
BC 390-0
BC 400-185
BC 780-55
AD 535-660
AD 780-990
Trolig yngre jernalder
TILKOMST KILDE
BC 805-775
BC 765-124
BC 390-190
AD 420-600
AD 240-545
Folkevandringstid
2
3
BC 1260-995
BC 360-45
BC 900-760
AD 240-560
BC 1115-915
BC 760-395
Folkevandringstid
Og fremover
AD 80-530
1460 ±90 BP
Og fremover
2
BC 520-395
1
BC 405- AD 5
6
BC 750-260
Leirgulv AD 0-125
BC 1120-910
BC 345-35
AD 790-925
AD 830-1140
Nordre felt AD 90-390
Søndre felt
Muligens yngre jernalder
Eller middelalder
Tabell 22: Oversikt over lokaliteter med boplasser
121
2003
2003
2003
2003
2003
2003
2003
2003
2003
2003
2003
1999
Henriksen 2003b
Henriksen 2003b
Henriksen 2003b
Henriksen 2003b
Henriksen 2003a
Henriksen 2003a
Henriksen 2003a
Henriksen 2003a
Henriksen 2003a
Henriksen 2003a
Henriksen 2003b
Gundersen 2001
1999
1999
1999
1999
1924
2006
2006
Gundersen 2001
Gundersen 2001
Gundersen 2001
Gundersen 2001
Petersen 1924
Birgisdottir 2007
Birgisdottir 2007
1981
2001
1997
2001
Stenvik 1981
Birgisdottir 2001
Prestvold 1997
Skoglund 2002
1966/67 Lidèn 1968
2000
1985
Stomsvik 2000b
Farbregd 1985
2000
2000
2000
2001
Høgseth 2000a
Høgseth 2000a
Høgseth 2000a
Østerås 2005a
Østerås pers. med.
Østerås 2005a
Østerås pers. med.
Farbregd 1974
Haug 1998
1980
1972
Møllenhus 1975
Dalland 1978
Farbregd 1979, Løken 1992.
Dalland 1980.
Gjermundsen 1972.
1972
1967
Hagelin 1972
Vist 1984.
1967
1978
Oversikt over verdier:
NUMMER KOMMUNE GÅRD
GNR
1
2
3
4
5
6
7
8
9
10
11
12
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Husby Søndre
Husby Søndre
Husby Søndre
Husby Søndre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Søndre
Værnes Kirke
102
102
102
102
102
102
102
102
102
102
102
107
13
14
15
16
17
18
19
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Frosta
Frosta
Frosta
Værnes Kirke
Værnes Kirke
Værnes Kirke
Værnes Kirke
Gristad
Juberg Ytre
Juberg Ytre
107
107
107
107
21
74
74
20
21
22
23
Levanger
Leksvik
Verdal
Verdal
Geite
Grandan Mellem
Stiklestad
Lein Østre
24
Steinkjer
Mære
25
26
Steinkjer
Steinkjer
27
28
29
30
HUS NR INFILTRASJONSSOLLYS
SOLLYS
ØKOLOGISK
KLASSE
HELE ÅRET 1 HELE ÅRET 2 VARIASJON 1
4
Godt egnet
6
7
5
1
Godt egnet
6
7
5
2
Godt egnet
6
7
5
3
Godt egnet
6
7
4
3
Godt egnet
6
7
5
5
Godt egnet
6
7
5
4
Godt egnet
6
7
5
7
Godt egnet
6
7
5
2
Godt egnet
6
7
5
6
Godt egnet
6
7
5
5
Godt egnet
6
7
6
1
Godt egnet
7
8
2
2
3
4
9
ØKOLOGISK
VARIASJON 2
9
9
9
8
9
9
9
9
9
9
9
5
Godt egnet
Godt egnet
Godt egnet
Godt egnet
Mindre egnet
Middels egnet
Middels egnet
7
7
7
6
7
7
7
8
8
8
7
7
8
8
2
2
2
2
5
4
4
5
5
5
5
9
8
8
276
77
29
38
Middels egnet
Middels egnet
Godt egnet
Middels egnet
6
7
8
8
8
8
8
8
7
5
1
3
7
9
3
7
3
Middels egnet
7
8
7
7
Trana Øvre
Egge
190
197
Middels egnet
Middels egnet
2
6
3
8
8
6
5
8
Steinkjer
Steinkjer
Steinkjer
Steinkjer
Egge
Egge
Egge
Egge
197
197
197
197
Middels egnet
Middels egnet
Middels egnet
Middels egnet
2
2
2
2
3
3
3
3
7
7
7
7
7
7
7
7
31
Steinkjer
Egge
197
2
3
7
7
32
33
Namdalseid Vengstad
Overhalla
Skage
167
13
4
6
5
7
8
4
5
8
34
35
Overhalla
Overhalla
Skistad
Bertnem
83
72
Godt egnet
Nordre felt Godt egnet
6
6
7
7
1
4
3
8
36
37
Overhalla
Grong
Bertnem
Leksaas
72
31
Søndre felt Uegnet
Godt egnet
9
7
9
8
4
6
8
8
38
39
40
Grong
Fosnes
Høylandet
Formo
Tranaas
Eidet
24
39
93
6
7
4
7
8
5
6
3
9
8
7
3
2
3
2
1
6
Leirgulv
Treskipet Uegnet
2
Tuft C
Middels egnet
Godt egnet
Middels egnet
Middels egnet
Gode egnet
Tabell 23: Oversikt over verdier gitt til de forskjellige boplasslokalitetene, del 1
122
NUMMER KOMMUNE
GÅRD
GNR
HUS NR
1
2
3
4
5
6
7
8
9
10
11
12
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Husby Søndre
Husby Søndre
Husby Søndre
Husby Søndre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Vestre
Husby Søndre
Værnes Kirke
102
102
102
102
102
102
102
102
102
102
102
107
4
1
2
3
3
5
4
7
2
6
5
1
13
14
15
16
17
18
19
Stjørdal
Stjørdal
Stjørdal
Stjørdal
Frosta
Frosta
Frosta
Værnes Kirke
Værnes Kirke
Værnes Kirke
Værnes Kirke
Gristad
Juberg Ytre
Juberg Ytre
107
107
107
107
21
74
74
2
3
4
9
20
21
22
23
Levanger
Leksvik
Verdal
Verdal
Geite
Grandan Mellem
Stiklestad
Lein Østre
24
Steinkjer
Mære
25
26
Steinkjer
Steinkjer
27
28
29
30
NÆR GODE
MODELL 1 MODELL 2
JORDBRUKSFORHOLD
8
8
9
8
8
9
8
8
9
8
8
8
8
8
9
8
8
9
8
8
9
8
8
9
8
8
9
8
8
9
8
8
9
8
7
8
8
8
9
9
6
7
7
7
7
7
7
4
7
7
8
8
8
8
5
8
8
276
77
29
38
6
7
7
8
7
5
8
6
7
8
7
8
3
7
7
8
Trana Øvre
Egge
190
197
6
6
6
7
6
8
Steinkjer
Steinkjer
Steinkjer
Steinkjer
Egge
Egge
Egge
Egge
197
197
197
197
2
1
6
Leirgulv
6
6
6
6
6
6
6
6
7
7
7
7
31
Steinkjer
Egge
197
Treskipet
5
3
3
32
33
Namdalseid
Overhalla
Vengstad
Skage
167
13
2
6
8
5
8
7
8
34
35
Overhalla
Overhalla
Skistad
Bertnem
83
72
Nordre felt
8
8
7
8
8
8
36
37
Overhalla
Grong
Bertnem
Leksaas
72
31
8
8
4
8
5
8
38
39
40
Grong
Fosnes
Høylandet
Formo
Tranaas
Eidet
24
39
93
7
6
7
6
6
8
8
7
7
2
3
Søndre felt
Tuft C
Tabell 24: Oversikt over verdier gitt til de forskjellige boplasslokalitetene, del 2
123