Gå till innehållet
Foto 12. Park i Köpenhamn, Danmark (foto av Jonas Schöne/Unsplash).

3. GIS-analys av 3+30+300 i nordiska städer

Metodik

För första gången har 3+30+300-principen beräknats och utvärderats för hela Norden. Följande ingångsdatamängder har använts för detta arbete:
För att beräkna 3-komponenten inom principen har vi skapat en 25 meters buffert (halobuffert) runt varje byggnad. Därefter räknar vi antalet pixlar i trädkronorna från ESA Land Cover Map som korsars bufferten. Varje pixel på 10x10m representerar ett betydande träd. Resultatet lagras som ett heltal som visar antalet signifikanta träd som omger byggnaden.
Avståndet på 25 meter har valts baserat på forskning som visar vid vilket avstånd enskilda löv fortfarande är synliga. Med normal syn blir vegetation på längre avstånd en grön suddighet. Cirka 25 meter och mindre ser du de enskilda bladen rassla i vinden, du märker de fraktala strukturerna som vegetationen är uppbyggd av, vilket stärker det mentala och fysiska välbefinnandet. Valet kan dock diskuteras, eftersom träd på större avstånd också kan ha positiva effekter.
För att beräknar 30-komponenten har vi skapat en 500 meter buffert runt varje byggnad. Vi räknar antalet markpixlar inom bufferten och antalet trädkronspixlar inom bufferten. Trädkronstäckningen beräknas sedan som: \frac{(Trädkronstäcktyta)}{Matkyta}\times100\% Värdet lagras som ett flyttal som visar trädkronstäckningen i det syntetiska kvarter som omger byggnaden. Bufferten på 500 meter valdes för att representera ett genomsnittligt kvarter, baserat på tester och i samråd med Konijnendijk. Denna radie anses bäst återspegla människors dagliga livsområde, särskilt när det gäller gångavstånd.
För att beräkna 300-komponenten användes en maskininlärningsmodell för att förutse urbana grönområden baserat på ESA Land Cover Map. Uppenbara icke-parker togs bort baserat på OpenStreetMap (exempelvis flygplatser och militärområden), och uppenbara parker från OpenStreetMap las till (grönområden med ett namn som innehåller "park"). Denna algoritm kan tillämpas globalt, vilket gör resultaten jämförbara. Resultatet av detta steg är en databas med parkpolygoner som visa parkernas områden.
För vägarna används OpenStreetMap vägskikt, där icke-gångbara vägar (motorvägar, bussfiler osv.) tog bort, små stigar och gångvägar behålls. Parkentréer identifierades genom att överlappa parkskiktet med vägskiktet och markera där vägarna går in i parkerna, dvs parkens ingångspunkt. För att utvärdera 300-komponentenregeln (dvs. inom 300 meters gångavstånd) beräknar för varje byggnad avståndet längs vägnätet till närmaste parkentré. Avståndet lagras som ett flyttalsvärde, som visar gångsträckan till närmaste högklassiga urbana grönområde.
För att beräkna det övergripande betyget normaliseras poängen för 3-, 30- och 300-komponenten på en skala från 0 till 10. Brytpunkten för varje regel (alltså 3 träd för 3-regeln, 30 % för 30-regeln, etc.) sätts till poängen 6. Lägre poäng skalas mellan 0 och 6, högre poäng skalas mellan 6 och 10.
Vi tar sedan ett viktat medelvärde baserat på de tre poängen, vikterna är:
  • 3-regeln räknas för 25 % av den totala poängen
  • 30-regeln räknas för 50 % av den totala poängen
  • 300-regeln står för 25 % av den totala poängen 
Resultatet är en karta med 22 miljoner byggnader för hela Norden (se Figur 7).
Det är viktigt att notera att den totala poängen inte är en del av den faktiska 3+30+300-principel. Det tillhandahålls som ett verktyg till kommuner, för att kunna kombinera all information i en enda karta. Alla kartor i dokumentet är nordorienterade.
""
Figur 7. Översiktskarta med 3+30+300 resultatet för hela Norden. Grönt visar 3+30+300 överensstämmelse, medan rött indikerar områden där principen inte uppfylls. Det vita området i Norden är fritt från byggnader.

Nordiska städers nuvarande efterlevnad av 3+30+300-principen

När det gäller mängden träd och grönområden uppfyller Norden i stor utsträckning 3+30+300-principen, vilket gör regionen till en fantastisk plats att bo i. Den genomsnittliga nordiska byggnaden uppnår en poäng på 8,4 av 10 på 3+30+300-principen. Det finns dock stora skillnader mellan de specifika regionerna, från 0,02 % av byggnaderna som når målet om 30 % trädkronstäckning på Grönland, upp till 97,7 % för 300-regeln i Finland (se Tabell 3).
Tabell 3. Översikt av poäng enligt 3+30+300-principen för nordiska länder. Procentsatserna och genomsnittsvärden avser samtliga byggnader i respektive land, inklusive stads- och landsbygdsområden. Grönområde definieras i detta sammanhang som en park eller ett grönområde som är minst 1 hektar stort och tillgängligt för allmänheten.
Land
Överensstämmelse hos byggnader
Genomsnitt per byggnad
 
3-kompo­nenten (%)
30- kompo­nenten (%)
300- kompo­nenten (%)
Positivt totalbetyg (%)
Alla 3 regler på en gång (%)
Antal träd
Träd­krons­täckning (%)
Avstånd till grön­område (m)
Norge
85,63
84,06
95,88
92,29
74,48
40,39
54,83
42,0
Danmark
71,70
32,83
93,45
66,96
26,73
24,31
26,25
60,6
Sverige
83,11
79,94
97,23
89,74
70,74
38,24
53,99
27,1
Åland
86,48
92,48
51,40
88,02
43,89
40,96
60,25
329,9
Finland
97,55
92,54
97,70
97,12
87,39
56,69
56,24
22,6
Färöarna
73,67
18,56
80,75
51,74
17,17
28,47
16,23
140,2
Island
39,26
4,08
51,52
23,50
3,57
11,00
7,93
327,7
Grönland
1,46
0,02
2,73
0,10
0,01
0,18
0,43
632,2

Gap-analys för att lokalisera områden med mindre än 30 % krontäckning

Av de 22 589 315 byggnaderna i Norden når nästan 6 miljoner (5 859 386) inte målet om 30 % trädkronstäckning. Det innebär att 25,9 % av byggnaderna i regionen har en brist. Gapet är särskilt tydligt i nordvästra Norden (Island, Svalbard, Jan Mayen, Grönland), men även i de "gröna länderna" kan man observera brister, främst i stadscentrum, hamnar och industriområden. Se Figur 8 som ett exempel på detta från Bergen i Norge.
app.firstedition-2.jpg
Figur 8. Gap-analys av Bergen, Norge. Gröna byggnader uppfyller 30-regeln, röda byggnader gör det inte (med ett gap på 0 % upp till ett gap på 30 %). Rumsliga mönster blir omedelbart synliga.

""
Figurerna 8 till 26 visar 3+30+300 poäng samt gap-analyser specifikt för komponenten 30 % trädkronstäckning för de kommuner som deltar i Yggdrasil-projektet. Dessa kartor identifierar områden som saknar träd och offentliga grönområden, såsom industriområden och företagsparker. Denna typ av analys kan hjälpa beslutsfattare och planerare att prioritera områden för att förbättra tillgången till träd, utöka trädkrontäckningen och tillgång till högkvalitativa grönområden. I det här fallet ligger fokus på 30-komponenten, eftersom forskning tyder på att denna komponent är av särskild betydelse för både temperatursänkning och folkhälsofrämjande, men liknande analyser skulle kunna göras för de andra två komponenterna och principen som helhet.
Att ta itu med de identifierade bristerna kan naturligtvis innebära att man planterar fler träd. För största effekt är det en god praxis att fokusera på områden med ett stort gap/brist (långt under 30 %) och där många byggnader med ett stort gap grupperar sig tillsammans. På så sätt kan flera behov tillgodoses samtidigt genom att plantera träd i dessa områden. För en schematisk representation av detta, se Tabell 4.
figure 4-ny.png
Tabell 4. Schematisk översikt över olika trädplanteringsscenarier och prioriteringar.
I gap-analysen med 30-komponenten kan vi identifiera områden med många byggnader tillsammans, som har ett stort gap/brist i trädkrontäckningen. Dessa är markerade med blått i gap-analyskartorna för de olika nordiska kommunerna. Se Figur 9 som ett exempel på en gap-analys från Bergen i Norge.  Inte överraskande återfinns dessa prioriterade områden ofta i tätbebyggda (och historiska) stadskärnor, där det är svårare att hitta utrymme för nya träd. Det är dock viktigt att åtgärda dessa områden, eftersom de ofta har hög befolkningstäthet och påverkas mest av den urbana värmeöeffekter och relaterade hälsoproblem.

Kartorna visar också att bostadsområden utanför centrum, och särskilt förorterna, generellt har bättre 3+30+300 poäng. Här är trädkronstäckningen ofta högre än i de täta stadskärnorna.

3+30+300-principen är mest relevant för tätbebyggda områden där människor bor. På landsbygden och i skogsområden med låg byggnadstäthet spelar andra landskapskvaliteter större roll, exempelvis ängar och jordbrukslandskap, vilka ofta är varierade, har högt kulturvärde och erbjuder god tillgång till natur. 
Kartorna möjliggör jämförelse mellan olika typer av stadsdelar och ger insikter om hur nyare stadsdelar ligger till jämfört med äldre. För nya utvecklingsområden och stadsdelar som ska omformas är det särskilt viktigt att beakta 3+30+300-principen i ett långsiktigt perspektiv, eftersom nyplanterade träd växer och med tiden bidrar med större kronor och bättre täckning.
""
Figur 9. Fokusområden för Bergen, Norge baserat på gap-analys med 30-komponenten. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 10. Total 3+30+300 poäng för Umeå, Sverige. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 11. Gap-analys för Umeå för 30-komponenten. Röda byggnader får för låga poäng och kräver uppmärksamhet. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 12. Total 3+30+300 poäng för Kolding, Danmark. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 13. Gap-analys för Kolding, Danmark. Röda byggnader indikerar låga poäng på 30-komponenten, och intensiteten i den röda tonen visar hur stort gapet är. Genom att plantera träd i de blå områdena ges större effekt på trädkrons­täckningen än plantering i andra områden.
""
Figur 14. Total 3+30+300 poäng för Holbæk, Danmark. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 15. Gap-analys för Holbæk, Danmark. Röda byggnader har ett gap mot 30-komponenten, intensiteten i rött visar storleken på gapet. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 16. Total 3+30+300 poäng för Stavanger, Norge. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 17. Gap-analys för Stavanger, Norge. Röda byggnader har ett gap mot 30-komponenten. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 18. Total 3+30+300 poäng för Bergen, Norge. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 19. Gap-analys i Bergen, Norge. Röda byggnader följer inte 30-regeln och visar en brist. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 20. Total 3+30+300 poäng för Åbo, Finland. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 21. Gap-analys för Åbo, Finland. Röda byggnader uppfyller inte 30-regeln. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 22. Den totala poängen 3+30+300 för Tammerfors, Finland. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 23. Gap-analys för Tammerfors, Finland. De röda byggnaderna kräver ingrepp i kapellet. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 24. Total 3+30+300 poäng för Reykjavik, Island. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300 poäng, orange och röda toner visar poäng som är för låga.
""
Figur 25. Gap-analys med 30-komponenten för Reykjavik, Island. Röda byggnader kräver extra uppmärksamhet. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
""
Figur 26. Analys av 30-komponents gap för Malmö, Sverige. Röda byggnader kräver extra omsorg. Genom att plantera träd i de blå områdena ges större effekt på trädkronstäckningen än plantering i andra områden.
Dessa gap-analyskartor användes under den andra workshopen med de deltagande kommunerna (se även bilaga A2). Deltagarna ansåg att kartorna var användbara och höll med om många av de prioriterade områdena för grönska och utökning av trädkronstäckning, även om de också hade invändningar mot vissa områden. I vissa fall fanns det logiska förklaringar till de blåa ytorna som inte krävde ytterligare åtgärder, till exempel specifika markanvändningstyper (som industrihamnområden) eller förekomsten av andra landskapskvaliteter (till exempel kust- eller flodnära lägen eller öppna kulturlandskap med höga rekreationsvärden).

Socioekonomiska perspektiv på urbana träd

Vid arbete med 3+30+300-principen och gap-analyser som presenterades i föregående avsnitt, är det viktigt att ha i åtanke vad träd och grönområden är avsedda att åstadkomma. Här är det också viktigt att skilja mellan samhällen med olika socioekonomiska förutsättningar och därmed olika behov.

Stadsträd och urbana grönområden har ett betydande socioekonomiskt värde och påverkar olika aspekter av livet. Från att förbättra folkhälsan och minska föroreningar till att bidra till ekonomisk tillväxt, är tillgången till stadsträd och grönområden avgörande för både miljömässig och social rättvisa.

Viktiga socioekonomiska perspektiv på stadsträd är bland annat:
Folkhälsa och välbefinnande
Som diskuterats i avsnittet om stadsträd och hälsa ovan absorberar trädföroreningar såsom kvävedioxid (NO₂), svaveldioxid (SO₂) och partiklar, vilket bidrar till renare luft (Nowak et al., 2002; Eisenmann et al., 2019). Detta har direkta hälsofördelar, särskilt för utsatta befolkningsgrupper som barn, äldre och personer med kroniska sjukdomar, genom att minska förekomsten av luftvägs- och hjärt-kärlsjukdomar (Lee, 2011; Kuo, 2015). Dessutom har urban grönstruktur och andra grönområden visat sig minska stress, minska symtom på ångest och depression och förbättra det allmänna mentala välbefinnandet (Kaplan et al., 1989; Bratman et al., 2015). Tillgång till grönområden uppmuntrar även till fysisk aktivitet och främjar en hälsosammare livsstil (Sugiyama et al., 2008). Vidare ger träd skugga och kyler luften genom transpiration, vilket mildrar den urbana värmeöeffekten (Oke, 1982; Bowler, 2010) – ett viktigt underliggande argument för 3+30+300-principen. Den kylande effekten av trädkronor i städer minskar värmerelaterade hälsorisker. Internationell forskning visar att särskilt låginkomstområden kan drabbas oproportionerligt hårt av extrem värme (Chakraborty et al., 2019).

Ekonomiska bidrag
Träd främjar den estetiska attraktiviteten i kvarter och områden, vilket resulterar i högre fastighetsvärden. Studier visar att bostäder belägna nära välskötta träd eller parker kan få ett ökat marknadsvärde med upp till 10–20 % (Crompton, 2001; Kardan et al., 2015). Detta är dock inte nödvändigtvis enbart en positiv effekt, eftersom högre fastighets- och hyrespriser kan tränga undan låginkomsttagare från områden, ett fenomen som kallas 'grön gentrifiering' (t.ex. Anguelovski et al., 2022). Stadsträd kan minska energikostnader genom att ge skugga, vilket minskar behovet av luftkonditionering på sommaren, samt fungera som vindskydd på vintern. Detta resulterar i lägre el- och värmekostnader för både boende och företag (Hsieh, 2018; Sailor, 2008). Välskötta urbana grönområden attraherar turister och erbjuder rekreationsmöjligheter för invånare, vilket bidrar till den lokala ekonomin (Crompton, 2001). Parker, botaniska trädgårdar och trädkantade gator ökar stadens estetiska värde, vilket gör den till en mer attraktiv plats att bo och besöka (Kaplan, 1985; Nasar, 1992). Samtidigt finns det flera studier som visar att grönområden även kan minska behovet av sjukvård, receptbelagda läkemedel och tillhörande kostnader (Becker et al., 2019; Buckley et al., 2022; Adewuyi et al., 2023). En systematisk översikt av Patwary et al. (2024) indikerade dock att många studier hade en risk för partiskhet och att faktorer relaterade till sjukvårdens tillgänglighet kan ha påverkat kopplingen.

Miljörättvisa och jämlikhet
Baserat på studier av amerikanska städer och städer i det globala syd, indikerar forskning att det ofta finns en ojämn fördelning av stadsträd, där välbärgade områden har mer trädkronstäckning än låginkomst- eller marginaliserade samhällen (Wolch et al., 2014; Lin et al., 2021). Denna ojämlikhet belyser frågor om miljörättvisa, där de som skulle gynnas mest av grönområden – på grund av högre nivåer av föroreningar och värmestress – ofta har minst tillgång till dem (Cruz-Sandoval et al., 2020; Woodward et al., 2023). Denna orättvisa blir ännu tydligare eftersom träd hjälper bostadsområden att bli mer motståndskraftiga mot klimatförändringar genom att minska översvämningsrisker via förbättrad dagvatten­hantering. Detta är särskilt viktigt i underförsörjda områden som är mer utsatta för miljörelaterade risker (Maantay et al., 2010; Salmond et al., 2016). Dessutom erbjuder stadsträd och parker sociala ytor som stärker gemenskapen, fungerar som mötesplatser och främjar en känsla av tillhörighet. De bidrar till kulturell identitet och områdesstolthet, särskilt i urbana områden med en hög befolkningsdiversitet (Kuo, 2003).
Stadsträd är inte bara en naturlig resurs; de är socioekonomiska drivkrafter som förbättrar livskvaliteten, bidrar till ekonomisk vitalitet och främjar hållbarhet. Rättvis tillgång till grönområden, i kombination med strategisk stadsplanering och samhällsengagemang, säkerställer att alla stadsbor får ta del av de fördelar som träd erbjuder (Zang, 2017). Att balansera kostnaderna för trädunderhåll med deras långsiktiga fördelar är avgörande för att skapa motståndskraftiga och hållbara städer.

Socioekonomisk status och utsatthet

För att undersöka socioekonomiska perspektiv på stadsträd i en nordisk kontext måste vi först definiera vad vi menar med socioekonomisk status och socioekonomisk utsatthet. Begreppet socioekonomisk status är ofta kopplat till utbildningsnivå, inkomstnivå och sysselsättning. Utbildningsnivå används ofta för att beskriva en person eller grupps socioekonomiska position i samhället. Utbildning bidrar generellt till ökade möjligheter i arbetslivet och påverkar därmed även individens eller gruppens inkomstnivå (Folkhälsomyndigheten, 2021).
Socioekonomisk utsatthet kan förstås som sannolikheten eller risken att skadas eller utsättas för påfrestningar, samt ha små eller inga möjligheter att anpassa sig därefter (Nikkanen et al., 2021). Konceptet kan tillämpas på individer och grupper såväl som på samhällen. Social utsatthet är kopplad till en mottaglighet baserad på sociala, ekonomiska eller politiska faktorer och varierar över sociala och geografiska rum. Socialt rum hänvisar till vem som är utsatt, vilket bestäms av ekonomiska, politiska och institutionella faktorer, medan geografiskt rum syftar på var en individ eller grupp är utsatt (MSB, 2021).
Socioekonomisk status är en viktig faktor för hälsa (EEA, 2018; Vetenskapliga rådet för hållbar utveckling, 2018; Folkhälsomyndigheten, 2021). Generellt sett är grupper med låg socioekonomisk status mer utsatta för klimat- och miljörisker. Detta är grupper som ofta lever under sämre miljöförhållanden, exempelvis när det gäller buller och luftföroreningar (EEA, 2018), men också i områden som tenderar att bli betydligt varmare (Jensen Karlsson och Nuder, 2023). Temperaturskillnader kan noteras mellan områden med olika socioekonomisk status. Områden med tät bebyggelse, många hårdgjorda ytor, stora gräsmattor och stora tak blir mycket varmare, vilket enligt en kartläggning utförd av Sveriges nationella public service (Jensen Karlsson och Nuder, 2023) sammanfaller med områden som har socioekonomiska utmaningar.

Nordiska definitioner av socioekonomisk utsatthet

Även om Norden ofta framställs som en region med många kulturella och samhälleliga likheter, finns det ingen enhetlig eller regional definition av vad som utgör socioekonomisk utsatthet. Detta skapar utmaningar när det gäller att analysera och förstå konsekvenserna av urban utsatthet å ena sidan, och tillgången till grönområden och träd å andra sidan. Medan Danmark och Sverige har officiella definitioner och identifierar utsatta områden baserat på officiell statistik, saknas detta i Finland, Island och Norge. I Finland finns det generellt en jämn fördelning av välstånd i befolkningen (Nikkanen et al., 2021). Finland har dessutom arbetat med en policy för socialt blandat boende i flera decennier (Nordens välfärdscenter, 2019) (Tabell 5).
En likhet med Sverige och Norge är att båda länderna fokuserar på områden där arbetslösheten är högre och där färre människor deltar i utbildning, medan Danmark har ett annat fokus på etnisk segregation (Nordens välfärdscenter, 2019). Däremot är en utmaning att det saknas en gemensam nordisk definition av socioekonomisk utsatthet.
Nordiska definitioner av socioekonomisk utsatthet
Danmark
Utsatta områden (‘udsatte områder’) är en officiell term i Danmark som definieras inom den danska Allmännyttiga bostadslagen (Lov om almene boliger). Danmark klassificerar områden med socioekonomisk utsatthet som utsatta områden, parallellsamhällen, transformationsområden och förebyggande områden. Dessa områden definieras utifrån andelen invånare som är icke-västliga invandrare samt kriterier som arbetslöshet, kriminalitetsdomar, utbildningsnivå och genomsnittlig bruttoinkomst.
Parallellsamhällen definieras som områden där mer än 50 procent av invånarna är invandrare eller efterkommande från icke-västliga länder, samtidigt som de uppfyller alla kriterier för ett utsatt område. Transformationsområden är områden som har klassificerats som parallellsamhällen under fem konsekutiva år (se mer på bl.dk/viden-kartotek/udsatte-boligomraader (BL, odaterad). Den danska regeringen har publicerat en officiell lista över utsatta bostadsområden årligen sedan 2010, med förändringar i definitionen och/eller terminologin åren 2013, 2018 och 2021.
Färöarna
Färöarna har inte ett formellt definierat begrepp för socioekonomiskt utsatta områden. Likt andra små ösamhällen har Färöarna regioner där invånarna möter utmaningar med att få tillgång till viktiga tjänster, såsom hälso- och sjukvård, utbildning och sysselsättningsmöjligheter. Trots en relativt hög levnadsstandard kan det finnas skillnader mellan olika områden, särskilt mellan mer urbana och rurala platser. Läs mer på Färöarnas officiella webbplats för statistik och genom den nordiska statistikdatabasen
Finland
I Finland används termer som socioekonomiskt utsatta områden eller områden med låg levnadsstandard för att beskriva områden där befolkningen har sämre levnadsförhållanden. Statistikcentralen (Tilastokeskus) samlar in och analyserar data om arbetslöshet, inkomst och utbildning, vilket används för att kartlägga socioekonomiska skillnader mellan olika regioner och stadsdelar (stat.fi/index_en.html, odaterad).
Grönland
Grönland har ingen formaliserad definition av socioekonomiskt utsatta områden. Socioekonomisk utsatthet i Grönland är dock ofta kopplad till bredare problem som fattigdom, arbetslöshet, tillgång till utbildning, hälso- och sjukvård samt infrastruktur, särskilt i avlägsna och rurala samhällen. Centrala faktorer som är förknippade med socioekonomisk utsatthet i Grönland inkluderar geografisk isolering. Många mindre bosättningar och byar i Grönland är geografiskt isolerade, vilket kan begränsa tillgången till viktiga tjänster såsom hälso- och sjukvård, utbildning och sysselsättningsmöjligheter. Denna isolering förvärrar ofta socioekonomiska utmaningar. Läs mer på Grönlands officiella statistikmyndighet stat.gl och den nordiska statistikdatabasen
Island
Island har ingen specifik juridisk eller statlig definition av socioekonomiskt utsatta områden. Däremot erkänner landet socioekonomisk utsatthet i sina övergripande policyer som rör fattigdom, bostäder och välfärd. Läs mer på oecd.org/en/countries/iceland, Islands nationella statistikmyndighet statice.is och Islands socialdepartement stjornarradid.is.
Norge
Norge använder inte en formell definition av ‘socioekonomiskt utsatta områden’ som Sverige eller Danmark, men det finns omfattande analyser av områden med socioekonomiska utmaningar utifrån olika indikatorer såsom arbetslöshet, inkomstnivåer och utbildningsnivåer. Statistisk sentralbyrå (SSB) samlar in data om dessa faktorer för att kartlägga och analysera levnadsförhållanden i olika områden. Begreppet ‘levekårsutfordringer’ (levnadsvillkorsutmaningar) används ofta i Norge för att beskriva områden med hög arbetslöshet, låga inkomster, låg utbildningsnivå och hög grad av beroende av välfärdssystemet. Den norska regeringen har påbörjat olika program för att stödja dessa områden, exempelvis genom ‘Områdeløft’ och andra initiativ för stadsförnyelse.
Sverige
Utsatt område är en term som används av polismyndigheten i Sverige sedan 2015. De definierar utsatta områden som '[...] geografiskt avgränsade platser med låg socioekonomisk status och där kriminella har en inverkan på lokalsamhället' (Polisen, 2023). Det är dock oklart vad som avses med låg socioekonomisk status.
Dessa områden delas in i tre kategorier: utsatta områden, riskområden och särskilt utsatta områden. Ett utsatt område kännetecknas av låg socioekonomisk status, definierat som låg utbildningsnivå, hög arbetslöshet och ekonomiskt utsatta hushåll. En studie från 2019 visar att mer än 13 % av hushållen i utsatta områden får någon form av ekonomiskt bistånd, arbetslösheten är ungefär dubbelt så hög, och 7,9 % av de boende i utsatta områden är öppet arbetslösa, jämfört med det nationella genomsnittet på 3,1 %. Hushållen är större, med ett genomsnitt på 2,5 personer per hushåll jämfört med rikssnittet på 2,2 (Global Village, 2017).
Tabell 5. Sammanfattning av de olika definitionerna av begreppet socioekonomisk utsatthet mellan de nordiska länderna.

3+30+300 och socioekonomiska parametrar i en nordisk kontext

Som tidigare framgått av Tabell 3 får de nordiska städerna generellt sett höga poäng på stadsnivå enligt 3+30+300-principen, även om det är en vanlig utmaning att uppnå 30 % trädkrontäckning. Inom städerna finns det betydande skillnader mellan olika områden, kopplade till hur den byggda miljön är utformad.
Var städer har utvecklats spelar en stor roll för utformningen och förutsättningarna hos deras urbana grönområden. Närheten till vatten och hamnar har haft en betydande påverkan på var städer är belägna i landskapet, men omgivningarna påverkar hur mycket och var den offentliga gröna strukturen finns. I Danmark, liksom i södra och centrala Sverige, är många städer belägna i jordbrukslandskap, vilket innebär att tillgången på träd och offentligt tillgängliga grönområden generellt sett är högre i städerna än i de omgivande områdena. Holbæk, Kolding och Malmö är alla exempel på städer som till stor del är omgivna av jordbruksmark, där jordbruksmark har tagits i anspråk i takt med att städerna har växt. Städernas tillväxt har i många fall inneburit att fler träd har planterats än om marken hade fortsatt att brukas, även om höga naturvärden kopplade till odlingsrösen och diken har försvunnit. Umeå i norra Sverige är däremot omgivet av skog, vilket innebär att naturlig mark och träd har tagits i anspråk i takt med att staden har växt. Stavanger och Bergen är belägna i ett fjordlandskap där stora höjdskillnader och närheten till havet har bidragit till en kompakt tillväxt av städerna, där skogar och natur ligger nära stadsgränserna och grönområden har tagits i anspråk i takt med att städerna har expanderat.

För att undersöka den nordiska dimensionen av socioekonomisk utsatthet samt tillgången till träd och grönområden har data om sysselsättningsgrad, inkomst, utbildningsnivå, etnicitet och folkhälsa jämförts med uppfyllandet av 3+30+300-principen. Baserat på tillgängliga data har Malmö använts som en fördjupad fallstudie. I de övriga städerna som deltagit i projektet har områden som är definierade som utsatta, eller områden som möter socioekonomiska utmaningar, använts för att analysera lokala dimensioner av hur socioekonomiska parametrar överensstämmer med tillgången till grönområden och träd.
""
Foto 13. Stora träd nära byggnader i stadsdelen Rosengård i Malmö, Sverige (foto av Wösel Thorensen).

Nordiska kommuner

Resultaten av analysen av de nio nordiska kommunerna som deltar i Yggdrasil-projektet visar att sambandet mellan tillgång till stadsträd och grönområden samt socioekonomisk utsatthet kräver en kontextualiserad förståelse. Utsatta områden har identifierats med hjälp av officiella källor, men de skiljer sig åt vad gäller definition och vilken data som används. Malmö används som en fördjupad fallstudie nedan, men gemensamma drag återfinns i en majoritet av städerna.

Fallstudie Malmö

Även om många nordiska städer generellt sett får höga poäng enligt 3+30+300-principen har Malmö, på grund av stadens täta urbana struktur och dess omgivning av jordbruksmark och hav, betydande utmaningar med att uppnå acceptabla nivåer för alla tre komponenterna (Figur 27).
""
Figur 27. Total poäng för 3+30+300 per byggnad i Malmö, Sverige. Gula och gröna färger indikerar byggnader och områden med positiva 3+30+300-poäng, medan orangea och röda nyanser visar poäng som är för låga.
I Malmö har stora delar av innerstaden samt hamn- och industriområden betydande utmaningar, och den täta stadsstrukturen i de centrala delarna gör det svårt att hitta utrymme för att plantera träd.
För att undersöka sambandet mellan grönområden å ena sidan, och å andra sidan tillgång till träd samt socioekonomiska variabler, har data om sysselsättningsgrad, medianinkomst, andel av befolkningen som tillhör första eller andra generationens migranter (här definierade som födda utanför Sverige eller med två föräldrar födda utanför Sverige) samt antal sjukdagar jämförts med resultaten från 3+30+300-analysen. Dessutom definierar den svenska polisen tre områden i Malmö som utsatta (Tabell 5). Dessa är markerade med svarta konturer i kartorna nedan (Figur 28–31).
""
Figur 28. Karta som visar sysselsättningsgrad i procent samt tröskelvärdet för en acceptabel nivå enligt 3+30+300-principen (d.v.s. poäng över 6 av 10). De områden som definieras som utsatta av den svenska polisen är markerade med svarta ramar.
""
Figur 29. Karta som visar genomsnittlig årsinkomst samt tröskelvärdet för en acceptabel nivå enligt 3+30+300-principen (d.v.s. poäng över 6 av 10). De områden som definieras som utsatta av den svenska polisen är markerade med svarta ramar.
Med hänsyn till både sysselsättningsgrad och genomsnittlig årsinkomst kan områden som uppnår acceptabla nivåer enligt 3+30+300 ha både höga och låga värden på dessa socioekonomiska aspekter (Figur 29). De tre definierade utsatta områdena i Malmö har dessutom relativt låga värden för båda dessa faktorer. Som kartorna ovan visar finns det inget synligt samband mellan dessa parametrar för socioekonomisk utsatthet och tillgången till grönområden eller träd.
""
Figur 30. Karta som visar genomsnittligt antal sjukdagar per år samt tröskelvärdet för en acceptabel nivå enligt 3+30+300-principen (d.v.s. poäng över 6 av 10). De områden som definieras som utsatta av den svenska polisen är markerade med svarta ramar.
För årliga sjukdagar har en majoritet av de områden som har höga värden för denna variabel också en acceptabel nivå enligt 3+30+300-principen (Figur 30), vilket indikerar att hälsa korrelerar med de socioekonomiska parametrarna snarare än med tillgången till grönområden i Malmö.
""
Figur 31. Karta som visar andelen av första- och andra generationens migranter samt tröskelvärdet för en acceptabel nivå enligt 3+30+300-principen (d.v.s. poäng över 6 av 10). De områden som definieras som utsatta av den svenska polisen är markerade med svarta ramar.
För etnicitet, vilket är mätt som andelen första- och andra generationens invandrare, uppnådde områden med en hög andel invandrare också en acceptabel nivå enligt 3+30+300-principen (Figur 31). I Figur 32 nedan har resultatet redovisats med andelen första- och andra generationens invandrare på y-axeln och 3+30+300-poängen på x-axeln. Resultaten visar en tendens att områden med en hög andel invånare med migrationsbakgrund också har en god uppfyllelse av 3+30+300-regeln. Det beräknade R-kvadrat är 0,05. Observera dock att även om kopplingen mellan etnicitet och kulturell bakgrund samt trädkronstäckning och tillgång till grönområden är vanlig i exempelvis Nordamerika och Storbritannien, är detta en betydligt mer kontroversiell fråga i Norden och bör alltid hanteras med stor försiktighet.
figure 32.png
Figur 32. Korrelationsanalys mellan andelen första- och andra generationens invandrare och 3+30+300-poängen för Malmö, Sverige.
 
Poäng
Genomsnittligt antal träd sett från varje byggnad
Procentuell trädkrons­täckning
Genomsnittligt avstånd till grönområde (m)
Malmö (hela staden)
6,3 (standard­avvikelse 1,62)
15,0
18,7
100,0
Nydala/ Hermodsdal/ Lindängen
6,5
16,0
23,3
47,5
Holma/ Kroksbäck/ Bellevuegården
7,1
23,4
26,5
55,4
Rosengård
7,5
40,0
28,9
49,4
Tabell 6. 3+30+300-poängen för Malmö som helhet och de tre områden som definierats som utsatta av den svenska polisen.
Tabell 6 presenterar den totala poängen, medelantalet träd som kan ses från varje byggnad, andelen trädkronstäckning samt det genomsnittliga avståndet till ett offentligt grönområde för Malmö som helhet och de tre definierade utsatta områdena. De utsatta områdena presterar bättre på samtliga parametrar. Detta målar en annan bild än den vanliga negativa korrelationen mellan trädkronstäckning och tillgång till grönområden å ena sidan, och högre utsatthet hos lokalsamhällen å andra sidan, som har identifierats i internationella studier (t.ex. Astell-Burt et al., 2014; Cusick, 2022; Konijnendijk, 2022).
Som framgår av avsnittet om efterlevnaden av 3+30+300-regeln ovan, presterar nordiska städer generellt sett bra, vilket även är tydligt i socioekonomiskt utsatta områden, som här i Malmö. Pågående forskning vid Sveriges lantbruksuniversitet (slu.se, 2024) som utvecklar nya metoder för att bedöma miljörättvisa i förhållande till grönområden och socioekonomisk status visar preliminära resultat som liknar Yggdrasil-analysen. Genom att kombinera trädkronstäckning, antal kvadratmeter grönyta per invånare och avstånd från bostaden till grönområden, samt analysera socioekonomiska faktorer såsom inkomst per hushåll, åldersförsörjningskvot (d.v.s. andelen hushåll som är beroende av familjemedlemmars inkomst, exempelvis barn och äldre), utbildningsnivå och sysselsättningsgrad, visar projektet att staden inte har några större problem med en ojämlik fördelning av grönska.
I analysen nedan, som visar de övriga åtta städerna inom Yggdrasil-projektet, framträder liknande resultat. Även om det finns studier som visar mer konventionella resultat av miljörättvisa i Oslo (Venter et al., 2023), indikerar resultaten från Yggdrasil-projektet att sambandet mellan socioekonomisk utsatthet och tillgång till grönområden samt urbana träd har en nordisk dimension som kräver ytterligare studier och överväganden i planering och politik. Vidare är det viktigt att notera att denna analys inte tar hänsyn till kvaliteten på de lokala grönområdena eller deras användning och uppskattning av lokalsamhällena.
""
""
Figur 33. Gap-analys av 30-komponenten för Malmö och gap-analys som visar de definierade utsatta områdena.
De områden som har definierats som utsatta områden, har samtliga poäng som ligger under 30 % trädkronstäckning, mellan 23,3 och 28,9 %. Även om detta indikerar en brist på träd representerar de inte de områden där de största luckorna finns, och eftersom dessa områden har en hög andel öppna ytor finns det möjlighet att plantera nya träd för att nå upp till 30 % trädkronstäckning (Figur 33).

Utsatta områden och grönområden i nordiska kommuner

Tabell 7 ger en översikt över lokala områden som definieras som utsatta i de deltagande kommunerna. Som framgår använder kommunerna en mängd olika definitioner och metoder.
Definition av utsatta områden i de deltagande kommunerna
Bergen
Enligt Bergens kommuns folkhälsöversikt upplever invånarna i Bergen en god livskvalitet, men det finns skillnader kopplade till ålder, utbildningsnivå och bostadsort. Även om levnadsstandarden är hög i ett internationellt perspektiv finns en tendens till geografisk koncentration av faktorer som har en negativ påverkan på hälsan. Ett övergripande index visar att utmaningarna i Bergen är störst i Solheim södra, Loddefjord, Solheim norra, Ytre Arna och Gullfjellet norra (Bergen kommun, 2024).
Holbæk
I Holbæk är Agervang/Grønneparken identifierat som ett förebyggande område (BL, odaterad).
Kolding
I Kolding definieras området Skovvejen/Skovparken som ett utsatt område samt ett parallellsamhälle och ett omvandlingsområde, vilket är den allvarligaste kategorin i det danska klassificeringssystemet. Området Munkebo definieras som ett förebyggande område, med hänvisning till att området har socioekonomiska utmaningar (BL, odaterat).
Reykjavik
Reykjavik står inför vissa socioekonomiska utmaningar, trots landets generellt höga levnadsstandard. Reykjavik har under de senaste åren upplevt en bostadsbrist, särskilt efter finanskrisen 2008. Fastighetspriser och hyror har skjutit i höjden, vilket har skapat stora påfrestningar för låginkomstfamiljer och unga vuxna, särskilt i centrala områden. Detta har drivit många invånare att bosätta sig längre från stadskärnan, vilket i sin tur bidrar till social segregation. Breiðholt är ett av Reykjaviks största och mest socioekonomiskt diversifierade områden, men har en hög koncentration av subventionerade bostäder och en betydande invandrarbefolkning. Denna grupp har ofta mött utmaningar som arbetslöshet, språkbarriärer och inkomstskillnader. Området har varit föremål för flera projekt för social välfärd och samhällsengagemang med syfte att förbättra levnadsvillkoren och den sociala integrationen. Inom Breiðholt är Fellahverfi särskilt känt för sina socioekonomiska utmaningar, såsom hög arbetslöshet och en större andel låginkomsthushåll jämfört med andra delar av Reykjavik (Iceland Monitor, 2021; Reykjavik.se, odaterad).
Stavanger
Enligt Stavanger kommun är fördelningen av levnadsvillkor i Stavanger inte kopplad till distriktsgränser eller en tydlig indelning mellan öst/väst. Stavanger har en mosaikliknande struktur med en ojämn fördelning av levnadsvillkor. Områden med utmaningar har identifierats i de östra och norra delarna av Storhaug-distriktet, den östra delen av Eiganes och Våland-distriktet samt den nordöstra delen av Hillevåg-distriktet. Samtidigt betonar kommunen att även om vissa områden har en högre sannolikhet för koncentrationer av grupper med dåliga levnadsvillkor, domineras dessa områden fortfarande av människor utan sådana problem. Datan ger därför inte grund för att kategorisera områden som bra eller dåliga (Stavanger kommun, 2017).
Tammer­fors
I Tammerfors finns det områden med högre arbetslöshet än genomsnittet, särskilt bland unga och invandrare. Stadsdelen Tesoma har lyfts fram för sina socioekonomiska problem, såsom hög arbetslöshet och lägre genomsnittliga inkomster jämfört med andra delar av staden. Ansträngningar har gjorts för att förbättra levnadsvillkoren och tryggheten för Tesomas invånare. Invånarna har pekat på problem som störningar och brist på fritidsaktiviteter, samtidigt som de har berömt den naturliga omgivningen, inklusive närliggande sjöar och skogar (Tammerfors kommun, 2024).
Åbo
Åbo har periodvis kämpat med högre arbetslöshet än det nationella genomsnittet, särskilt bland unga och invånare med invandrarbakgrund. Stadsdelar med hög arbetslöshet tenderar också att ha lägre inkomster och en högre andel invånare som är beroende av sociala förmåner, såsom ekonomiskt bistånd. Segregationen på bostadsmarknaden är ett växande problem i Åbo, där skillnaderna mellan stadsdelar i fråga om inkomst- och utbildningsnivåer har blivit allt tydligare under de senaste årtiondena. Området Varissuo, en förort till Åbo, har särskilt lyfts fram som ett område med socioekonomiska utmaningar. Det har en hög andel invånare med invandrarbakgrund, relativt hög arbetslöshet och en låg genomsnittlig inkomst jämfört med andra delar av staden (Laakkonen, 2022).
Umeå
Umeå är den största staden i Sverige som inte har några stadsdelar definierade som utsatta av polisen. Samtidigt har kommunen, i samarbete med polisen, identifierat områdena Mariehem, Ålidhem och Ersboda i nordöstra Umeå som områden med särskilda utmaningar. Enligt socialtjänsten i Umeå är dessa områden socioekonomiskt utsatta, med högre grad av trångboddhet, lägre disponibel inkomst och större beroende av ekonomiskt bistånd än Umeå i allmänhet (Umeå kommun, 2020).
Malmö
I Malmö har den svenska polisen definierat tre områden som utsatta: Nydala/Hermodsdal/Lindängen, Holma/Kroksbäck/Bellevuegården och Rosengård.
Tabell 7. Översikt över lokala områden i de deltagande kommunerna som definieras som utsatta.
Av alla de identifierade utsatta områdena är det endast två som inte når en acceptabel nivå enligt den kombinerade 3+30+300-poängen (Tabell 8). Dessa är centrala Stavanger och Fellahverfi. Fellahverfi är en del av det större området Breiðholt, som uppnår en godkänd poäng på 6,9. Alla områden uppfyller 3-komponenten; det lägsta antalet finns i centrala Stavanger, som ändå har ett medelvärde på 9,9 träd per byggnad. Trädkronstäckning är den främsta utmaningen, där 7 av de 17 utsatta områdena inte når upp till 30 %, men det lägsta värdet är ändå 13,4 % i Fellahverfi. Samtliga områden ligger mindre än 300 meter från ett offentligt grönområde; den längsta genomsnittliga distansen är 270 meter i centrala Stavanger. Dessa resultat bekräftar det tidigare påståendet om att Norden visar andra samband mellan trädkronstäckning, tillgång till grönområden och förekomsten av utsatta befolkningsgrupper än många andra länder.
Tabell 8. Resultat av 3+30+300 för de nio deltagande kommunerna (på stadsnivå) och de identifierade utsatta områdena.
*Observera att Fellahverfi är en del av det större området Breiðholt
 
Poäng
Genomsnittligt antal träd sett från varje byggnad
Genomsnittlig procentuell trädkronstäckning
Genomsnittligt avstånd till grönområde (m)
Sverige
Umeå (hela staden)
9,1
(standard­avvikelse 2,01)
43,5
56,3
33,1
Ersboda
8,9
32,2
47,5
83,1
Mariehem
9,2
40,0
43,8
53,7
Ålidhem
7,9
22,4
38,2
154,2
Malmö (hela staden)
6,3
(standardavvikelse 1,62)
15,0
18,7
100,0
Nydala/ Hermodsdal/ Lindängen
6,5
16,0
23,3
47,5
Holma/ Kroksbäck/ Bellevuegården
7,1
23,4
26,5
55,4
Rosengård
7,5
40,0
28,9
49,4
Norge
Stavanger (hela staden)
8,3
(standardavvikelse 1,62)
28,8
36,8
74,7
Utsatta områden i Stavanger
4,9
9,9
19,0
270,5
Bergen (hela staden)
9,5
(standardavvikelse 1,32)
43,3
63,6
45,1
Ytre Arna
9,9
49,9
77,7
17,3
Loddefjord
9,8
43,7
62,9
39,9
Solheim Sör
8,5
29,4
45,4
106,8
Solheim Nord
7,6
19,4
39,2
206,7
Danmark
Kolding (hela staden)
7,3
(standardavvikelse 1,97))
22,4
26,2
55,4
Munkebo
6,2
25,0
27,5
168,3
Skovvejen
6,8
25,7
24,5
42,9
Holbaek (hela staden)
6,9
(standardavvikelse 1,95)
22,5
21,1
51,3
Agervang (Agervang)
7,9
26,1
38,0
26,4
Finland
Åbo (hela staden)
9,2
(standardavvikelse 1,55)
47,0
55,2
41,2
Vassisuo
9,7
44,9
62,7
83,3
Tammerfors (hela staden)
9,4
(standardavvikelse 1,28)
48,0
63,4
55,9
Tesoma Tesoma
9,8
66,9
65,2
51,2
Island 
Reykjavik (hela staden)
6,8
(standardavvikelse 1,83)
22,0
18,3
118,2
Breidholt
6,9
26,8
23,3
40,5
Fellahverfi*
5,7
20,9
13,4
39,2

Nordiska dimensioner av socioekonomisk utsatthet och tillgång till grön­områden och träd

Som nämnts ovan visar analysen att det för de nordiska fallstudierna inte finns någon direkt korrelation mellan socioekonomisk utsatthet och brist på grönområden och urbana träd. Faktum är att det finns indikationer på att denna korrelation snarare kan röra sig i motsatt riktning. Samtidigt tar resultaten inte hänsyn till den faktiska användningen av grönområden, upplevd trygghet, tillgång eller kvaliteten på grönområdena. Studier från projektet NORDGREEN – Smart Planning for Healthy and Green Nordic Cities visar att objektivt avstånd och upplevd närhet till grönområden inte alltid korrelerar (Nordh et al., 2024). Studien, som använde Täby utanför Stockholm som fallstudie, visade att ju mer nöjda människor var med sin tillgång till grönområden och med tryggheten utomhus på kvällar och nätter, desto mer nöjda var de också med sina boendemiljöer.
I en finsk studie upplevde boende i områden med hög och låg socioekonomisk status (SES) olika kvalitetsaspekter i sina närmaste grönområden (Viinikka et al., 2023). Områden med låg SES låg närmare rekreationsanläggningar och gångvägar, medan områden med hög SES hade bättre tillgång till större grönområden och skogar. En svensk studie visade att ökad tillgång till totalt och offentligt tillgängliga urbana grönområden är fördelaktig för grupper med lägre SES ur ett hälsoperspektiv (Mattisson et al., 2022). Däremot var tillgången till offentligt tillgängliga urbana grönområden av hög kvalitet lägre i dessa områden, särskilt när det gällde bullernivåer, vilket indikerar en negativ påverkan.
I estniska städer, med resultat publicerade som ett konferenssammandrag (Orru et al., 2024), demonstrerades potentialen för förbättrad folkhälsa genom att minska den 'gröna ojämlikheten'. Detta framgick vid en jämförelse mellan maximal exponering för grönska i bostadsområden (t.ex. 0,49 i Tartu) och genomsnittlig exponering (t.ex. 0,29 i Tartu). Hälsokonsekvensbedömningar indikerade att eliminering av denna ojämlikhet skulle kunna förhindra cirka 823 förtida dödsfall och 9 854 förlorade levnadsår, vilket skulle leda till en potentiell ökning av den förväntade livslängden med 0,59 år och besparingar på 463,1 miljoner euro i externa hälsokostnader (Orru et al., 2024). De största hälsovinsterna observerades i större städer, där medellivslängden skulle kunna öka med upp till 1,49 år. Särskilt noterbart är att Tartu visade på en betydande grön ojämlikhet, då de flesta invånare utsattes för avsevärt lägre nivåer av grönska, trots att staden har stora grönområden som utgör 25 % av den totala ytan.
Många av de områden som identifierats som utsatta i den här analysen byggdes under slutet av 1960-talet och 1970-talet. Samtliga av de definierade utsatta områdena i Sverige är en del av det så kallade 'Miljonprogrammet', vilket var ett stort offentligt bostadsprogram som genomfördes i Sverige mellan 1965 och 1974 (Foto 15). Även områdena Breiðholt, Tesoma och Varissuo är från ungefär samma tidsperiod; byggnationen av Breiðholt inleddes 1966, Tesoma byggdes under 1960-talet och byggnationen av Varissuo påbörjades 1975. Dessa områden har en liknande byggnadstypologi med storskaliga flerbostadshus och betydande inslag av bevarad natur i anslutning till dem. I Norge är de definierade utsatta områdena betydligt mer varierade i byggnadstypologi och ålder, även om flerbostadshus dominerar.
""
Foto 14. Scen från stadsdelen Rosengård i Malmö, Sverige (foto Wösel Thorensen).

Slutsatser

Sammanfattningsvis har sambandet mellan socioekonomisk status å ena sidan och urbana grönområden och träd å andra sidan en specifik nordisk dimension, då många utsatta områden har acceptabla nivåer av grönområden utifrån ett rent geografiskt perspektiv. Malmö-fallet visar på ett samband mellan andelen första- och andra generationens migranter och 3+30+300-poängen, där områden med en högre andel migranter är grönare. Detta samband bör dock inte nödvändigtvis ses som en faktisk korrelation, utan kan spåras till den byggnadstypologi som dominerar socioekonomiskt utsatta områden i Malmö och i flera av de andra nordiska städer som har studerats.
Samtidigt uttrycker både forskare och myndigheter oro över att utsatta områden är mer benägna att uppleva de negativa effekterna av ett varmare klimat med en förstärkt urban värmeöeffekt. Detta kan också kopplas till byggnadstypologier, såsom höghus med en stor andel hårdgjorda ytor (exempelvis parkeringsplatser) och lågkvalitativa urbana grönområden i form av kortklippta gräsmattor. Vidare, eftersom denna analys inte jämför mer utsatta områden med mer välbärgade områden, kan relativ miljörättvisa fortfarande vara aktuell, då områden med högre socioekonomisk status kan ha mer tillgängliga grönområden och träd, och dessutom med högre kvalitet än i de utsatta områdena.
Två nyligen genomförda studier i Sverige har konstaterat att grönområden i svenska städer har minskat. En studie av Ekot (Sveriges Radios nyhetsredaktion) visar att grönområden har minskat i samtliga större städer under de senaste fem åren, med en total yta på över 1 300 hektar (sr.se, 2024). Liknande resultat återfinns i Husqvarna Groups Husqvarna Urban Green Space Index (förkortat HUGSI, Husqvarna Group, 2024), som använder AI för att kartlägga grönområden i Sveriges 20 största städer. Enligt indexet försvann 65 hektar grönområden i dessa städer under perioden 2022–2023. Medan Ekots studie indikerar att socioekonomiska områden har påverkats särskilt av förlusten av grönområden, har forskningen inte haft något specifikt fokus på miljörättvisa.
Som diskuterats ovan finns det ingen gemensam definition av socioekonomisk utsatthet i Norden. Parametrar som sysselsättningsgrad, utbildningsnivå, inkomst, folkhälsa och etnicitet används, men inte på samma sätt eller i samma utsträckning. Ur ett miljömässigt utsatthetsperspektiv beskrivs barn, äldre och kroniskt sjuka ofta som särskilt utsatta grupper, då de är mer utsatta för de negativa hälsoeffekterna av ett varmare klimat och miljöfaktorer såsom föroreningar och buller. Dessa grupper har ofta begränsad rörlighet, vilket gör hemmiljön desto viktigare. För att kunna prioritera investeringar i urbana grönområden och träd måste därför utsatta grupper tas i beaktande. De utsatta områdena har generellt större hälsoproblem (vilket framgår av antalet sjukdagar i Malmöstudien och har påpekats av de norska kommunerna) samt en yngre befolkning. Dessa områden är därför fortsatt viktiga att prioritera vid fördelning av resurser till urbana grönområden, även om de uppnår höga eller relativt höga poäng enligt 3+30+300.

I gap-analysen diskuterades även att många av de områden som får låga poäng enligt 3+30+300 i analysen är industriområden och täta innerstadsområden. De förstnämnda är platser där få människor bor, medan de sistnämnda ofta är väl sammankopplade med både kollektivtrafik och annan transportinfrastruktur, vilket gör det lättare att nå grönområden utanför stadskärnan. Återigen kan utsatta grupper sakna möjlighet att resa, vilket gör institutioner för dessa grupper, såsom förskolor, skolor, sjukhus och andra hälsoinstitutioner samt äldreboenden, till viktiga fokusområden vid investeringar i urbana grönområden och träd.
""
Foto 15. Att ha god tillgång till träd och annan natur är särskilt viktigt för barn (foto Anna Maria Larson).

Jämförelse av data för trädkronstäckning med klimatrelaterade parametrar

Forskning visar konsekvent att träd och grönområden är avgörande för att minska buller, förbättra luftkvaliteten och stärka klimatresiliens. Ett flertal vetenskapliga studier har betonat trädens betydelse i urbana miljöer och understrukit deras roll i utformningen av hållbar stadsplanering och ekologiska strategier (Nowak et al., 2014; Zhao et al., 2022; Gillerot et al., 2023).
Trädkronstäckning är särskilt viktig för att mildra effekten av urbana värmeöar (UHI), ett fenomen där städer upplever högre temperaturer än närliggande landsbygdsområden på grund av värmeabsorberande material som betong och asfalt. I tätbefolkade regioner förstärker bristen på tillräcklig trädkronstäckning denna effekt, vilket ökar risken för extrem värme under sommaren, särskilt under värmeböljor (Sinha et al., 2022; Sheridan et al., 2024).
Den globala temperaturökningen på 1,1 °C har redan utlöst djupgående förändringar som saknar motstycke i jordens klimatsystem, inklusive stigande havsnivåer, alltmer frekventa och intensiva väderhändelser samt en accelererad smältning av havsis. I takt med att planeten värms upp ytterligare kommer dessa störningar att intensifieras, med långtgående konsekvenser för både naturliga ekosystem och mänskliga samhällen.
En av de mest kritiska konsekvenserna av ytterligare uppvärmning är intensifieringen av extrema värmehändelser. Varje ökning med 0,5 °C av de globala temperaturerna leder till att värmeböljor blir alltmer frekventa, allvarliga och långvariga, samtidigt som kraftigare regn och längre torkperioder uppstår i olika regioner. Till exempel, med en uppvärmning på endast 1,5 °C, kan värmeböljor som tidigare inträffade en gång per årtionde ske 4,1 gånger så ofta. Om temperaturerna fortsätter att stiga till 2 °C eller högre, kommer extrema värmehändelser att bli allt vanligare och farligare, vilket pressar ekosystem och samhällen till bristningsgränsen (IPCC, 2023).
 I de nordiska länderna blir den ökande risken för värmeböljor alltmer påtaglig till följd av klimatförändringarna, vilka förväntas öka både frekvensen och intensiteten av extrema värmehändelser (Figur 34). Regionala värmekartor, baserade på IPCC:s prognoser för framtida klimat, belyser de betydande förändringar som förväntas i dessa regioner i takt med att de globala temperaturerna stiger.
""
Figur 34. Treåriga genomsnittliga sommar­värme­kartor som illustrerar förändringar i klimatet och deras samband med optimala trädhabitat i Malmö kommun. Denna visualisering betonar hur förändrade klimat­förhållanden påverkar områden som är bäst lämpade för trädväxt och visar en tydlig försämring av växtförhållandena för träd i hela kommunen.

Vikten av trädkronstäckning

För att motverka den ökande frekvensen av värmeböljor och ett varmare klimat är ökad trädkronstäckning en kraftfull strategi. Forskning visar att urbana områden med omfattande trädkronstäckning upplever lägre temperaturer. Träd ger skugga och kyler miljön genom evapotranspiration – en process där de avger vattenånga som sänker lufttemperaturen i omgivningen. Värmekartläggningsstudier visar konsekvent en stark korrelation mellan tät vegetation och lägre lokala temperaturer, där områden med riklig grönska ofta är flera grader svalare än områden med liten eller ingen trädkronstäckning (Sinha et al., 2022; Sheridan et al., 2024).
I Malmö är stadsdelar med en trädkronstäckning på 30 % eller mer bättre rustade för att mildra framtida värmerisker tack vare sin robusta trädkronstäckning (Figur 35). Vid en jämförelse mellan värmekartor och data för trädkronstäckning är sambandet tydligt: urbana områden med högre nivåer av trädkronstäckning uppvisar konsekvent lägre värmerisk, medan områden med gles vegetation har betydligt högre yt- och lufttemperaturer. Som tidigare diskuterats i denna rapport ger träd inte bara naturlig svalka genom skugga, utan förbättrar också evapotranspirationen, vilket ytterligare sänker temperaturerna. Omvänt absorberar och lagrar områden med minimal trädkronstäckning mer värme, vilket bidrar till förhöjda lokala temperaturer. Detta samband understryker den avgörande roll som träd spelar för att minska urbana värmerisker och skapa svalare, mer levnadsvänliga städer.
Figur 35. Korrelation mellan hög trädkronstäckning och värmestress i Malmö stad. Poängen är baserad på värmestresskartorna i Figur 34, där 2 representerar optimala förhållanden för trädhabitat och 7 innebär ogynnsamma förhållanden.
Vid analys av ytterligare fallstudiestäder framträder ett tydligt samband mellan andelen trädkronstäckning och minskad värmestress (Figur 36). Faktorer som stadsstruktur, byggmaterial och förekomsten av annan grön infrastruktur påverkar dock också dessa resultat avsevärt. Högre trädkronstäckning bidrar till att lindra värmestress, men dess inverkan formas av det bredare urbana sammanhanget. Till exempel kan välplanerade grönområden, reflekterande byggmaterial och genomsläppliga ytor förstärka trädens kylande effekt, medan tät bebyggelse och värmeabsorberande material kan begränsa den. Detta belyser vikten av att integrera trädkronstäckning med smart stadsdesign och hållbar infrastruktur för att uppnå optimal klimatresiliens.
Figur 36. Korrelation mellan hög trädkronstäckning och värmestress i tre av fallstudieområdena (Malmö, Umeå och Stavanger). Poängen är baserad på värmestresskartorna, där 2 representerar optimala förhållanden för trädhabitat och 7 innebär ogynnsamma förhållanden.
Malmö och Stavanger uppvisar tydliga skillnader när det gäller trädkronstäckning och värmerisker. Stavanger gynnas av en större integration av naturlandskap och uppvisar en högre grad av trädkronstäckning i sina urbana områden. I kontrast till detta har Malmö, med sin tätare stadsstruktur, jämförelsevis mindre trädkronstäckning, vilket gör staden mer utsatt för värmerisker. Skillnaderna i stadsplanering och miljöförhållanden påverkar i hög grad hur varje stad hanterar utmaningarna med stigande temperaturer och klimatresiliens.
Malmös begränsade trädkronstäckning, i kombination med dess höga befolkningstäthet, gör staden mer mottaglig för urbana värmeöeffekter (UHI). Denna brist på tillräcklig trädkronstäckning förvärrar värmeöeffekten och ökar Malmös utsatthet för extrema värmehändelser. 
Däremot ger Stavangers högre trädkronstäckning viktiga naturliga kyleffekter (Figur 37). Överflödet av träd och parker bidrar till att dämpa temperaturerna, vilket effektivt minskar värmeöeffekten och fungerar som en buffert mot värmerelaterade risker. Denna kontrast belyser den avgörande roll som grönområden spelar i stadsplanering som en strategi för att stärka klimatresiliens och förbättra stadsmiljöernas övergripande livskvalitet i framtiden.
""
Figur 37. Trädkronstäckningen i Stavanger analyseras tillsammans med värmekartdata, vilket betonar sambandet mellan vegetation och temperaturfördelning. Den vänstra bilden visar nuvarande förhållanden, medan den högra bilden representerar klimatprognoser för år 2090 med befintlig trädkronstäckning.

Bullerförorening

För att bedöma sambandet mellan trädkronstäckning och miljöfaktorer såsom bullernivåer, har vi analyserat olika miljöparametrar i relation till specifika tröskelvärden som fastställts av auktoritativa organisationer såsom Världshälsoorganisationen (WHO), Europeiska unionen (EU) och nationella miljömyndigheter. Dessa riktvärden är avgörande för att utvärdera efterlevnaden av folkhälso- och miljöstandarder.
Bullerförorening mäts i decibel (dB), och bedömning av bullerexponering bygger på etablerade riktvärden som syftar till att skydda folkhälsan. Måttet Day-Evening-Night Level (Lden) beräknar ett genomsnitt av bullernivåer över en 24-timmarsperiod, med större vikt på kvälls- och nattbuller, eftersom dessa perioder har en mer betydande påverkan på människors hälsa. Enligt Världshälsoorganisationens (WHO) riktlinjer är det rekommenderade Lden-tröskelvärdet för vägtrafikbuller < 53 dB och för järnvägsbuller < 54 dB. Dessa tröskelvärden är avgörande för att bedöma om långvarig bullerexponering överskrider nivåer som kan påverka folkhälsan negativt, vilket potentiellt kan leda till problem som stress och hjärt-kärlsjukdomar.
Dessutom är det rekommenderade årliga genomsnittliga exponeringsgränsvärdet för buller från alla sammantagna källor ≤ 70 dB LAeq, 24h (WHO och FN, 2022).
Dessa värden fungerar som referenspunkter för att bedöma bullernivåer. Genom att jämföra de uppmätta bullernivåerna med dessa etablerade riktvärden identifierar denna analys specifika zoner där bullerförorening är som högst i Malmö stad (Figur 38). Analysen undersöker dessutom det potentiella sambandet mellan trädkronstäckning och bullerförorening.
""
Figur 38. Bullerföroreningskarta för Malmö som visar det kombinerade medelvärdet för alla bullerkällor från vägtrafik, tåg och industriella aktiviteter.
Kartläggningen visar betydande skillnader i bullernivåer mellan urbana och rurala områden i Malmö. Stadsmiljöer, som kännetecknas av hög befolkningstäthet och intensiv trafik, har vanligtvis förhöjda bullernivåer jämfört med sina motsvarigheter på landsbygden. Till exempel kan tätbefolkade stadsdelar med omfattande trafikflöden uppmäta bullernivåer som överstiger 70 dB, främst på grund av vägtrafik och andra urbana aktiviteter. I kontrast tenderar landsbygdsområden, som ofta präglas av lägre trafikvolymer och färre fritidsaktiviteter, att ha tystare ljudlandskap med genomsnittliga bullernivåer runt 40–50 dB, men även en lägre grad av trädkronstäckning.
Trots de utmaningar som stadsbuller medför finns det ett tydligt samband mellan trädkronstäckning och lägre bullernivåer. Områden med omfattande trädkronstäckning uppvisar lägre bullernivåer, vilket visar att träd spelar en avgörande roll i att mildra effekterna av urban bullerförorening (Figur 39). Trädens naturliga ljudabsorberande egenskaper, tillsammans med deras förmåga att skapa en buffert mot buller, gör dem till en viktig del av stadsplanering som syftar till att förbättra det allmänna välbefinnandet i samhället.
Figur 39. Bullerförorening i relation till trädkrons­täckning i Malmös stadsdistrikt: diagrammet visar den genomsnittliga trädkrons­täckningsprocenten specifikt för distrikt inom Malmös urbana områden (se Figur 38), kategoriserade efter genomsnittliga bullernivåer på eller under 53 dB, mellan 53 och 69 dB, samt på eller över 70 dB.
Dessutom har områden med hög trädkronstäckning ofta färre vägar och lägre trafikvolymer. Detta är inte enbart en tillfällighet; områden med riklig grönska tenderar att planeras med större hänsyn till det naturliga landskapet, vilket ofta leder till utvecklingen av mindre täta och trafiksvaga miljöer. Det minskade antalet vägar innebär färre fordon, vilket bidrar till lägre bullernivåer totalt sett.

Slutsats

Sammanfattningsvis framstår ökad trädkronstäckning som en kraftfull strategi för att motverka den ökande frekvensen av värmeböljor och det varmare klimatet. Forskning visar konsekvent att stadsområden med omfattande trädkronstäckning upplever svalare temperaturer, tack vare trädens skuggande effekt och deras förmåga att kyla miljön genom evapotranspiration. Denna naturliga process sänker inte bara den omgivande lufttemperaturen utan skapar också en buffert mot värmestress. Detta understryker den avgörande roll som träd spelar för att förbättra livskvaliteten i städer.
Fallstudier från städer som Malmö och Stavanger illustrerar vikten av trädkronstäckning för att minska värmeriskerna i städerna. Malmös tätare stadsstruktur och begränsade trädkronstäckning gör staden mer utsatt för den urbana värmeöeffekter, vilket leder till högre yt- och lufttemperaturer, särskilt under extrema värmeförhållanden. I kontrast resulterar Stavangers högre trädkronstäckning och integration av naturlandskap i mer måttliga temperaturer, vilket tydligt visar de skyddande fördelarna med urban grönska.
Vidare visar analysen av bullernivåer i förhållande till trädkronstäckning ett signifikant samband mellan tät vegetation och minskade bullernivåer. Stadsområden med omfattande trädkronstäckning har vanligtvis lägre bullerförorening, vilket bidrar till en hälsosammare ljudmiljö. Detta är särskilt viktigt med hänsyn till etablerade riktlinjer för bullerexponering från auktoritativa organisationer som Världshälsoorganisationen (WHO), vilka visar att långvarig exponering för höga bullernivåer kan leda till allvarliga hälsoproblem.
Att integrera trädkronstäckning med väl genomtänkt stadsplanering är avgörande för att skapa mer resilienta och levnadsvänliga städer. Genom att minska antalet vägar och trafikvolymer i områden med riklig grönska kan städer inte bara sänka bullerföroreningar utan också förbättra invånarnas välbefinnande. Synergierna mellan ökad trädkronstäckning, minskad värmestress och lägre bullernivåer belyser de mångfacetterade fördelarna med urban grönska och positionerar den som en central komponent i hållbar stadsutveckling.

Träd under framtida klimatscenarier

I takt med att framtidens urbana miljöer formas i klimatförändringarnas kontext utgör prediktiv klimatmodellering från FN:s klimatpanel (IPCC) en grundläggande resurs. Analysen av de projicerade klimatpåverkningarna för framtiden ger insikter om urbana områden som står inför ökade risker för värmestress samt regioner som kan omvandlas från ogästvänliga miljöer till 'trädanpassade' habitat.
Dessa scenarier avslöjar också viktig information om effektiva ökenzoner – områden där stigande temperaturer och minskande vegetation gör förhållandena allt mer obeboeliga, både för träd och i förlängningen människor. Även om sådana zoner är relativt ovanliga i Norden jämfört med andra delar av världen, innebär deras potentiella framväxt betydande utmaningar för stadsplanerare och miljöpolitiker. Visualisering av dessa scenarier möjliggör identifiering av utsatta stadsområden som kan kräva riktade insatser för att mildra värmestress och stärka klimatresiliens. 
Vidare går analysen längre än att enbart identifiera riskområden; Den inkluderar avancerade beräkningsmodeller som förutspår förväntade förändringar i temperatur och vegetationslämplighet i olika urbana landskap. Att undersöka sambandet mellan värmestress i städer och vegetationslämplighet ger en djupare förståelse för hur olika stadsdelar kan anpassa sig – eller få svårt att anpassa sig – till dessa klimatförändringar
De deltagande kommunerna utvärderas på en skala från 1 till 7, vilket ger en nyanserad bedömning av deras lämplighet för trädtillväxt (Figur 40). En poäng på 1 innebär områden som är kallare än de optimala förhållandena för träd, vilket indikerar potentiella utmaningar för växthälsa och tillväxt. I kontrast till detta betyder en poäng på 7 att regionerna upplever allvarlig värmestress, vilket kan hämma trädens livskraft och biodiversitet. 
Detta poängsystem möjliggör identifiering av områden som kan kräva åtgärder eller anpassningsstrategier för att stärka initiativ för att öka den urbana grönskan. Poäng i mittspannet (2 till 6) speglar varierande grad av klimatmässig lämplighet och lyfter fram regioner som kan vara på gränsen till att övergå från mindre gynnsamma till mer optimala förhållanden för trädtillväxt. Denna detaljerade utvärdering informerar inte bara stadsplanerare och beslutsfattare om den nuvarande habitatlämpligheten utan vägleder också framtida insatser för att främja hållbara och resilienta trädbestånd i ett förändrat klimat.
Heat stress score
7
Morbid heat stress
6
Extreme heat stress
5
Very strong heat stress
4
Strong heat stress
3
Moderate heat stress
2
Optimal conditions
1
Colder than optimal
Figur 40. Översikt över värmestresspoäng.

Scenarier för Yggdrasils deltagande kommuner

I Figurerna 41–56 presenteras klimatförändringsrelaterade scenarier för de flesta av projektets deltagande kommuner. Figurerna visar förskjutningar i klimatet och deras samband med optimala trädhabitat för kommunerna från nutid fram till år 2090. Tabellerna visar den projicerade utvecklingen av värmerisk för varje kommun, även här från idag till år 2090.
Scenarierna visar på betydande variation mellan kommunerna och understryker att den urbana strukturen har stor påverkan på den urbana värmeöeffekten, som i sin tur förvärrar klimatförändringarnas effekter. Områden med omfattande trädkronstäckning och vegetation inom städer kan bidra till att mildra dessa effekter, vilket resulterar i mer gynnsamma poäng. Samtidigt kommer värmeöeffekten att påverka urbana områden alltmer, vilket kräver en omvärdering av vilka trädarter som kan trivas under de förändrade förhållandena. Detta understryker vikten av adaptiva strategier för urban grönstruktur för att stärka ekologisk resiliens och säkerställa hållbarheten för urbana grönområden i ett förändrat klimat.
I kontrast gynnas landsbygdsområden generellt av lägre temperaturer och mer naturlig vegetation, vilket gör dem mindre känsliga för värmeöeffekten. Denna naturliga fördel betonar behovet av att stadsplanerare prioriterar trädkronstäckning och urbana grönområden i städer för att skapa mer balanserade mikroklimat. Genom att integrera tillgängliga grönområden och tillräcklig trädkronstäckning i stadsplaneringen kan kommuner utveckla genomtänkta miljöer som inte bara förbättrar stadens estetiska värde utan också bidrar till miljöhälsa och invånarnas välbefinnande.
""
Figur 41. Scenario som illustrerar förändringar i klimatet och deras samband med optimala trädhabitat i Stavanger kommun. Visualiseringen betonar hur förändrade klimatf­örhållanden påverkar områden bäst lämpade för trädtillväxt och ger värdefulla insikter om hållbarhet och anpassningsförmåga hos det urbana trädbeståndet i regionen.
""
Figur 42. Andelen av Stavanger kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 43. Scenario som illustrerar klimat­förändringar och deras samband med optimala trädhabitat i Bergen kommun. Denna visualisering betonar hur förändrade klimat­förhållanden påverkar områden som är bäst lämpade för trädtillväxt och ger insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 44. Andelen av Bergen kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 45. Scenario som illustrerar klimatförändringar och deras samband med optimala trädhabitat i Holbæk kommun. Visualiseringen belyser hur förändrade klimatförhållanden påverkar områden som är mest lämpade för trädtillväxt och ger värdefulla insikter om hållbarhet och anpassningsförmåga inom det urbana trädbeståndet i regionen.
""
Figur 46. Andelen av Holbæk kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 47. Scenario som illustrerar klimat­förändringar och deras samband med optimala trädhabitat i Kolding kommun. Denna visualisering belyser hur förändrade klimatförhållanden påverkar områden som är mest lämpade för trädtillväxt och ger värdefulla insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 48. Andelen av kommunen som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 49. Scenario som illustrerar klimat­förändringar och deras samband med optimala trädhabitat i Malmö kommun. Denna visualisering belyser hur förändrade klimatförhållanden påverkar områden som är mest lämpade för trädtillväxt och ger värdefulla insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 50. Andelen av Malmö kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 51. Scenario som illustrerar klimat­förändringar och deras samband med optimala trädhabitat i Tammerfors kommun. Denna visualisering belyser hur förändrade klimat­förhållanden påverkar områden som är bäst lämpade för trädtillväxt och ger värdefulla insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 52. Andelen av Tammerfors kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 53. Scenario som illustrerar klimat­förändringar och deras samband med optimala trädhabitat i Åbo kommun. Denna visualisering belyser hur förändrade klimatförhållanden påverkar områden som är bäst lämpade för trädtillväxt och ger värdefulla insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 54. Andelen av Åbo kommun som klassificeras inom varje kategori och dess förändringar över tid.
""
Figur 55. Scenario som illustrerar klimatf­örändringar och deras samband med optimala trädhabitat i Umeå kommun. Denna visualisering belyser hur förändrade klimatförhållanden påverkar områden som är bäst lämpade för trädtillväxt och ger värdefulla insikter om hållbarheten och anpassningsförmågan hos det urbana trädbeståndet i regionen.
""
Figur 56. Andelen av Umeå kommun som klassificeras inom varje kategori och dess förändringar över tid.