l detectingpeople.dk › Detektor › Mønter › Vikingmønter
detectingpeople.dk
Udvid/Kollaps indhold Detecting People

Udvid/Kollaps indhold Bruger Info

Velkommen Gæst
Hvem er hvor: 1 Gæster
Detektor › Mønter › Vikingmønter

Hjem

Nyeste fund /

kommentarer

Mest sete /

bedømte


 Detektor › Mønter › Vikingmønter 
Retur til oversigt Vis/skjul billede information Slideshow BILLEDE 151/217 Send dette billede som et e-postkort Se forrige billede Se næste billede




Vikingafragment
Söndagens 8 fragment av vikingatida mynt funna av Lennart (4), Iohannes (3) og mig själv (1). Från övre vänster: Aethelred II (991-997), Aethelred II (991-997), Knud den Store (1024-1030), Knud den Store (1024-1030), Knud den Store (1024-1030), Knud den Store (1017-1023), ?, Knud den Store (1017-1023)
 
 
Billede information
Tilføjet af:Tobias
Metal:Ag
Landsdel:Anden
Fundet med:Andet
Album navn:Vikingmønter
Foreslå et andet album. Klik her.
Vist:210 gange
URL:www.detecting.dk/coppermine/displayimage/pid=51351.html
 HÃ¥kan [08. Maj 2012 kl. 20:33]
  Jag känner att jag vill förtydliga att jag inte var med Blink En fantstisk samling mynt, verkligen! Thumbsup
 Tobias Bondesson [08. Maj 2012 kl. 20:39]
  Kan tillföras att nr 1 & 2 sannolikt är delar av samma mynt. SmÃ¥ detaljer i brottytorna passar nämligen fint ihop. Funna ca 15 meter ifrÃ¥n varandra.
 Rasmus [09. Maj 2012 kl. 06:07]
  Jeg ville danse, hvis jeg bare fandt ét fragment af en Knud den Store mønt Chokeret
 Anders Bryder [09. Maj 2012 kl. 16:37]
  Tillykke . MÃ¥ske det er en møntskat du har fundet.Spændene om der kommer mere
 Tommy Olesen [09. Maj 2012 kl. 16:53]
  @Bryder - det er en møntskat - eller rettere - resterne af en møntskat, der blev fundet i 1850'erne og senere genfundet i 90'erne af en detektormand. Og nu er vi sÃ¥ i gang med at pille det sidste op - hÃ¥ber aldrig vi blir færdig. griner
 jørgen jensen [09. Maj 2012 kl. 17:36]
  Fedest.

Udvid/Kollaps indhold Album links

Udvid/Kollaps indhold Leksikon

Udvid/Kollaps indhold Dagen i dag i historien



detectingpeople.dk!
Detecting People