Hammerfest lufthavn, Grøtnes

Transkript

1 Hammerfest lufthavn, Grøtnes Klima-analyse og værmessig tilgjengelighet Report number: KVT/KH/2012/R089

2

3 Innholdsfortegnelse INNHOLDSFORTEGNELSE... 2 SAMMENDRAG OG KONKLUSJON INNLEDNING KORT BESKRIVELSE AV STED OG MÅLEPUNKTER DATA OG METODIKK OBSERVASJONSDATA Sikt og skyhøyde Andre data MODELLDATA Mikroskalamodellen WAsP Mesoskala meterorologisk modell, WRF Globale modeller LANGTIDSKORRIGERINGER 14 4 RESULTATER VIND Generell vindstatistikk Sidevind Medvindskomponenter Turbulens FREKVENS AV SIKT/SKYER Resultater fra måleperioden Langtidsvurderinger av lav sikt BANEBRUK OG VÆRMESSIG TILGJENGELIGHET Sikt Sidevind Kombinasjon av sidevindskrav og minima ved lav sikt. Værmessig tilgjengelighet SNØ, IS OG VANN PÅ RULLEBANEN Ising ved sjøsprøyt Nedbør Underkjølt regn

4 4.4.4 Snø og snødrift FREMTIDIG KLIMA Temperatur og nedbør Vannstand Vind Tåke/sikt/sjøsprøyt/glatte rullebane REFERANSER APPENDIKS A: WRF MODELLERING APPENDIKS B METEOROLOGISKE OBSERVASJONER B.1 VINDMÅLINGER 40 B.2 SIKT- OG SKYHØYDEMÅLINGER 41 B.3 OM PROSESSERING AV METAR DATA FRA FLYPLASSER 41 3

5 Sammendrag og konklusjon Det er utført en beregning av værmessig tilgjengelighet for Grøtnes ved bruk av observasjonsdata fra stedet for 1 til 2 år, en strømningsmodell og en mesoskala meteorologisk modell. Strømningsmodellen er benyttet til å beregne forholdene på en ferdig flyplass, mens den meteorologiske modellen er benyttet som referanse og for omregning til en lang dataserie. De viktigste resultatene er summert i Tabellene S.1 til S.5. Enkel forklaring av tabellen er gitt i tabelltekstene. Tabell S.1 Langtidskorrigert værmessig tilgjengelighet på grunn av siktforhold på Grøtnes for bane 15, bane 33 og for bruk av beste bane med krav om medvindskomponent <10 knop. Tabellen er gitt for tre flytyper (cat A, B og C) og tre stigningsforhold ved innflygningsbanene (2.5 til 4 %) med tilhørende minima i fot. Bane 15: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Bane 33: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Beste bane: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % 850/ / / % % % 3.00 % 630/ / / % % % 4.00 % 330/ / / % % % 4

6 Tabell S.2 Forekomst av sidevindskomponent under 15 ved bruk av gunstigste bane med krav om medvindkomponent maks 10 knop for en 1550 m bane på Grøtnes. Tabellen gjelder for langtidsperioden Sidevindskomponent < 15.0 knop Sektor Bane15 Bane33 Sum % % % % % % % % % % % % % % % % % % % % % % % % % % SUM % % % Vi kan summere resultatene fra Tabell S.1 og S.2. Da skal ikke tilgjengelighet (100%- tallene i SUM kolonne, Tabell S.2) multipliseres med 0.97 når kravet om sidevind er 15 knop. Tabell S.3 Samlet værmessig tilgjengelighet ved ulike krav om minima ved bruk av beste bane når krav om sidevindkomponent er < 15 knop og største tillatte medvindskomponent er 10 knop. Tabellen er gitt for tre flytyper (cat A, B og C) og tre stigningsforhold ved innflygningsbanene (2.5 til 4 %) med tilhørende minima i fot. Beste bane: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % 850/ / / % % % 3.00 % 630/ / / % % % 4.00 % 330/ / / % % % Det er også studert snødrift gitt som forekomst av snøfall ved sterk vind for de ulike vindretninger og studier av glatt rullebane som følge av underkjølt regn. For disse undersøkelsene er data fra en mesoskala meteorologisk modell benyttet. I tabellen under ser vi at snødrift forekommer mest fra nordvest. Per år forventes det 60 timer over liten kuling og samtidig nedbørintensitet som overstiger 0.5 mm pr. time. 5

7 Tabell S.4 Fordeling av snøfallsintensitet, SS med vindretning når vindhastigheten er 10.8 m/s eller høyere (liten kuling eller mer) beregnet fra WRF 1 t serier for , gitt i timer pr år. Siste linje viser snøfall for alle vindhastigheter samlet. SS>0.0 SS 0.5 SS 1.5 SS 2.5 SS 3.5 Sektor mm/t mm/t mm/t mm/t mm/t U 10.8m/s NE SE SW NW ALLE U ALLE Underkjølt regn er meget sjelden på stedet. Modellstudier indikerer 0.02% av tida, eller under 2 timer pr år. I tillegg er det beregnet forekomst av ising ved kald sjøsprøyt som fryser når den spruter innover fyllingen og inn mot rullebanen. Her er data fra Grøtneset og langtidsjustering ved hjelp av modelldata benyttet. Tabell S.5 Beregnet forekomst av isingsrisiko ved sjøsprøyt for Grøtnes. PPR er beregnet isingsfare indeks. Meget stor isingsfare PPR> % Stor isingsfare PPR> % Moderat isingsfare PPR> % Tabellen er beregnet ut fra sjøtemperatur. Lufttemperatur og vindhastighet og angir isingsfare på skip. Tabellen må oppfattes som en indikasjon om problematiske forhold. Isingen vil forekomme ved sterk vind fra sørlig til sørøstlig kant og isingsfaren er størst helt sør på flyplassområdet. Det er også gjort en sensitivitetsberegning av hvordan mulig endret temperatur og sjøtemperatur vil redusere sjøsprøytisingen. Tallene i tabellen endres til 0.0, 0.5 og 1.8 % ved økning av luft- og sjøtemperatur på 1.5 C. Fram til år 2100 ventes det en temperaturøkning på 2.8 til 3.8 C og en nedbørøkning på 5 til 20 % i forhold til normalverdiene for Det forventes en havstigning på inntil ca. 100 cm. Beregnet stormflo med 1 % sjanse for overskridelse pr. år er usikker. Et øvre anslag funnet fra litteraturstudier er 325 cm. 6

8 1 Innledning Dette arbeidet er utført som del av et oppdrag Asplan Viak har hatt for Hammerfest kommune. Undersøkelsen er noe utvidet i forhold til opprinnelig avtale med Asplan Viak knyttet til analyser av forskjellige forhold rundt banelengder og masseforflytninger rundt flyplassområdet. Disse ekstra arbeidsoppgavene er finansiert av Avinor som et ekstra oppdrag i forståelse med Asplan Viak. Det eksisterer vindmålinger fra Grøtnes, men terrenget skal planeres ut og dette vil ventelig påvirke vinden. Rapporten omhandler omregning av vindhastighet målt på dagens terreng til det som vil gjelde når terrenget er planert ut. Ut fra disse omregnede verdiene vil ulike operasjonskriteria bli beregnet, slik som sidevinds- og medvindskomponenter. Sikt- og skyhøydedata er tidligere målt på toppen av Grøtnes og met.no har laget en rapport om dette. KVT har laget en uavhengig analyse og har også tilpasset resultatene til operasjonskriterier gitt av Avinor. Både vinddataene og sikt-/skyhøydedataene er i denne rapporten normalårskorrigert ved hjelp av data generert av den meteorologiske mesoskalamodellen WRF. Det er også beregnet data for nedbør, snødrift og glatte rullebaner. Disse data hentes også fra WRF modellen. Siden en del av disse dataene ikke tidligere er benyttet, eller i liten grad er benyttet, vil vi validere resultatene på noen steder der det også foreligger målinger. Vi vil også hente inn noen dataserier for klimascenarier i Norge for å se på mulighetene for endringer i et framtidig klima, herunder mulighet for havstigning. 7

9 2 Kort beskrivelse av sted og målepunkter Grøtnes ligger 12 km SSØ for Hammerfest sentrum i Finnmark fylke. Stedet ligger på et lite nes i en fjord som løper SSØ NNV. Fjorden er ca 5 km bred og fjellene går opp i m. Det er sparsomt med vegetasjon, men noe bjørkeskog finnes stedvis langs fjordbredden og oppover de nederste få hundre meter over havet, mest på sørvestsida av fjorden. Grøtnes stikker ca 500 m ut fra land på nordøstsida av fjorden. Selve neset har en utstrekning på 500 x 500 m og en høyde på 30 moh (se Figur 2.2). Vindmålingene er utført ca 14 moh på vestsida og sørsida av Grøtnes, på en noe flatere område før terrenget stiger mot toppen. På toppen har siktmåleren og skyhøydemåleren vært montert. Grøtnes vil bli planert ut dersom flyplassen bygges ut. Samtidig fylles da sjøen ut med en 5 til 7 m høy flyplassflate fra Grøtnes og sør-sørøstover. Denne rullebanen med terskler, fyllinger og sikkerhetssoner blir ca. 300 m bred og 2 til 2.5 km lang. Forslag til lengde på selve rullebanen er 1550 m og 2000 m. Fra fjorden innefor flyplassen er det forholdsvis bratt opp mot ca 600 moh. Masseuttak vil bli foretatt fra Grøtnes, samt fra enkelte fjellformasjoner langs fjordbredden. 8

10 Figur 2.1. Kart over sentrale deler av Finnmark med anvendte målestasjoner og uttakspunkter for modelldata. 9

11 Figur 2.2. Kart over flyplassområdet. 10

12 3 Data og metodikk Hovedhensikten med rapporten er å beregne værmessig tilgjengelighet for flyplassen, gitt visse kriteria knyttet til vind og sikt. I tillegg skal det beregnes en del klimaforhold som kan være nyttige ved utforming og drift av flyplassen og dens infrastruktur, slik som fremtidig havnivå, snødriftsforhold og glatte rullebaner. Analysen bygger på 2 hovedtyper av data. Det er observasjonsdata som er utført innenfor prosjektet eller som del av et generelt observasjonsprogram, samt data som kommer fram ved hjelp av modellverktøy. En del av analysene og modelleringen her er gjort i sin helhet i dette prosjektet, mens noe kan være hentet fra tidligere rapporter eller modellkjøringer (Seierstad (2010), Byrkjedal og Åkervik (2009)). 3.1 Observasjonsdata Sikt og skyhøyde På toppen av Grøtnes, ca 30 m over havet har det vært målinger av sikt og skyhøyde i regi av Meteorologisk Institutt (Appendiks C). Målingene har pågått fra april 2009 til august Målingene gir kontinuerlige 1 minutt serier av horisontal sikt, samt høyden til laveste skylag. I tillegg er det beregnet 3 andre skylag i de tilfeler der disse kan identifiseres. En algoritme blir også kjørt automatisk for å gi skymengde og skyhøyde for inntil 3 skylag definert på samme måte som i metarkoden på operasjonelle flyplasser. Hensikten med disse målingene er å identifisere flyforholdene. Dersom det ikke er mulig å angi skyhøyde, for eksempel i tåke, angis i stedet vertikal sikt. Det er horisontal sikt, vertikal sikt og høyden til laveste sky som blir analysert i denne rapporten. Forekomst av disse variablene kan da lett angis som skyhøydekurver. Dataregularitet og beskrivelser kan ellers finnes i Seierstad (2010). For Hammerfest flyplass foreligger sikt- og skyhøyde som del av metarkoden, se Appendiks B.3. Disse data hentes fra den elektroniske databasen eklima, driftet av Meteorologisk Institutt (met.no). Tilgang til metardata fåes etter avtale med met.no Andre data Vind- og temperaturdata foreligger hvert 10. minutt fra Grøtnes for perioden januar 2007 mai I tillegg er vinddata fra Hammerfest lufthavn tilgjengelige for analysen, se Appendiks B.2. Målestasjonene er plassert ca. 14 m o. h. på vestsida (471) og sørsida (470) av Grøtnes. Dataregularitet og beskrivelser kan finnes i Harstveit (2009). Værdata finnes ellers fra Meteorologisk Institutts standard værstasjoner og hentes ned fra eklima. Nedbørdata fra Skaidi er benyttet i denne analysen. Målinger av sjøtemperatur finnes som månedsdata for stasjon Ingøy i regi av Havforskningsinstituttet. Disse data er nyttige ved bergning av ising fra sjøsprøyt. 11

13 3.2 Modelldata Modeller er nyttige verktøy for å ekstrapolere data til steder der det ikke har vært målinger. Modellen benytter observasjonsdata og fysiske lover for å beskrive hvordan atmosfærens tilstand endres i rom og/eller tid. Det kan være meget vanskelig å beskrive atmosfærens tilstand i detalj og det er derfor nødvendig å foreta en del tilnærmelser og forenklinger av modellene. Modellberegningene kan også bygge på parametre som ikke er absolutt bestemt, men som innehar et element av skjønn. Disse forholdene medfører samtidig at resultatene er beheftet med usikkerhet. For å bøte på dette forsøker man å gjøre en validering mot observasjoner. Da også observasjoner er beheftet med feil, hvorav representativitet og konsistens er blant de viktigste, kan dette være en krevende oppgave Mikroskalamodellen WAsP Målestasjonene på Grøtnes gir resultater fra et terreng som vil bli endret ved bygging av flyplass. For å se på hvordan en slik endring vil endre vindforholdene, kan vi anvende en lokal strømningsmodell. En slik modell fokuserer på hvordan den lokale vinden endres, og vil da benytte kjent vindstatistikk som inngangsdata. I dette tilfelle er terrenget jevnt uten skarpe og bratte kanter. Da egner en lineær modell seg. WAsP er en lineær perturbasjonsmodell som regner på avvik i vindnivået som følge av endringer i terrengform og overflateruhet. WAsP er en mikroskala modell som beskriver vindklimaet med god oppløsning. Den langtidskorrigerte vindstatistikken fra målingene på Grøtnes i 10 m høyde over bakken blir brukt som inngangsdata til WAsP-modellen for å regne ut det generaliserte vindklima for området, ofte kalt vindatlas. For å beregne vindklimaet for området ved Grøtnes er høydekotene og ruhetsklassifisering av terrenget benyttet. For området rundt den planlagte flyplassen på Grøtnes er det mottatt høydekoter med ekvidistanse på 1 m. Utenfor dette området, ca en kilometer fra den planlagte rullebanen er det benyttet høydekoter med en ekvidistanse på 20 meter. Basert på skisser av den nye flyplassen er høydekotene redigert til å gjelde for den planlagte flyplassen, og en oversikt over flyplassen er gitt i Figur 2.2. Som høyde på flyplassen er 5 meter over havet benyttet. Ruhetsklassifiseringen er basert på flyfoto 1 fra området. Ruhetsklassifiseringen er gjort for en avstand på ca 15 km fra Grøtnes og ruhetsverdiene som er benyttet i analysen er gitt i Tabell

14 Tabell 3.1. Ruhetsklassifisering for området rundt Grøtnes Beskrivelse Ruhetslengde z 0 Skog/tettbebyggelse 0.4 Fjell/åpne områder 0.05 Flyplass 0.05 Vann/hav Terrenget og ruheten i området ved Grøtnes er deretter justert slik at man har fått med den planlagte flyplassen i området. Ved å benytte vindatlaset sammen med den oppdaterte beskrivelse av terrenget og ruheten blir vindstatistikken for ulike punkter beregnet. Ved å benytte de to ulike målestasjonene, 470 og 471, kan man kontrollere hvordan WAsP beregningene ved hjelp av kryssprediksjon av vinden på de to stasjonene med dagens terreng Mesoskala meterorologisk modell, WRF Ved Kjeller Vindteknikk har vi modellerte dataserier av meteorologisk parametre fra og med år 2000 i et horisontalt gridnett på 4 km x 4 km, og for ca. 30 lag fra bakken og oppover i atmosfæren. Modellen (WRF Weather Research and Forecasting) er en værvarslingsmodell som tar utgangspunkt i meteorologiske data fra en global modell. Data fra den globale modellen nøstes så gradvis ned til en horisontal oppløsning på 4 x 4 km (se Appendiks A for en modellbeskrivelse). Modellen er kjørt i hindcast modus, det vil si at det hele tida er benyttet mest mulig observasjonsdata fra internasjonale rutinemessige observasjonssystemer. Modellen er tilgjengelige for hver time. I denne sammenheng vil WRF modellens vind- og skydata bli benyttet til å langtidskorrigere vind- og skyobservasjonsserien fra Grøtnes. Nedbørdata fra WRF vil bli testet mot målinger fra Skaidi for evt. å benyttes som nedbørestimater for Grøtnes. Dataseriene vil også bli benyttet som langtidsserie for beregning av sjøsprøyt, der vind-, temperatur og sjøtemperatur inngår. Den vil også bli benyttet direkte for beregning av risiko for underkjølt regn fordi den modellerer temperatur i høyere luftlag, og dermed kan si noe om hvilken form eventuell nedbør har på sin vei ned mot bakken Globale modeller For å beregne virkninger av klimaendringer benyttes globale meteorologiske modeller, der effekten av endring av visse parametre, slik som atmosfærens CO 2 innhold, studeres. Resultater fra slike modeller har mye lavere nøyaktighet enn ovennevnte meso-skala modeller og resultatene presenteres da ofte som mulige løsninger, såkalte scenarier. 13

15 3.3 Langtidskorrigeringer Generelt vil værforholdene variere fra år til år og derfor er det nødvendig å normalårskorrigere værstatistikken slik at den representerer det forventede vindklimaet. Vi har brukt vindstatistikk fra WRF simuleringen (fra og med år 2000 til og med 2012) med romlig oppløsning 4 km for å langtidskorrigere måleseriene. For vind har vi anvendt en sektor bin metode som er beskrevet i Harstveit (2004) for å transformere korttidsstatistikken til langtids-statistikk. Denne metoden deler inn hvert av datasettene i 12 hastighetssektorer og beregner overføringskoeffisienter for hver sektor, slik at metoden tar hensyn til at de to datasettene kan ha ulik retningsfordeling. For skyer har vi benyttet data fra WRF serien som angir om et modell-nivå inneholder skyer eller ikke. Det er 11 nivåer opp til 1100 m, og vi kan lage skyhøydekurver for kort og lang periode og korrigere måleperioden mot den lange perioden ut fra enkle forholdstall. Ising fra sjøsprøyt kan beregnes ved bruk av WRF data for kort og lang periode og ved bruk av observasjonsdata for kort periode. Derved kan vi korrigere for avvik i den korte perioden. 14

16 4 Resultater 4.1 Vind For å undersøke hvor gode WAsP beregningene er i området ved Grøtnes er vindstatistikk for et år (feb.2007-jan.2008) tatt ut for de to målemastene (se øvre vindroser i Figur 4.1). Det vi kan se av vindrosene er at det er en større andel av vind fra øst i den målte vindrosen for 470 sammenlignet med 471. Dette er som forventet siden 471 ligger bak toppen på Grøtnes og vinden ventes derfor å bøye av rundt Grøtnes og få en mer sørlig komponent (Figur 2.2). Langtidskorrigert middelvind for 471 er 6.6 m/s mens langtidskorrigert middelvind for 470 er 6.3 m/s. Vindforholdene for mast 471 er deretter benyttet for å beregne vindforholdene ved målemast 470 ved hjelp av mikroskala modellen WAsP. Tilsvarende vindroser er vist nede til venstre, og omvendt. Når vi ser på de modellerte vindrosene ser vi at det er godt samsvar mellom målt vindrose for 470 og modellert vindrose for 470. Modellert middelvind i mast 470 er 6.2 m/s, hvilket også er målt. Dette indikerer at med vindmålingene i målemast 471 kan WAsP klare å gjenskape vindrosen og middelvinden på 470. Når det gjelder den modellerte vindrosen på 471 med 470 inngangsdata finner vi at modellert middelvind i 471 er 6.7 m/s, mot målt verdi på 6.6 m/s. Den modellerte vindrosen for 471 avviker imidlertid noe fra den målte vindrosen. Den modellerte vindrosen gir en mindre andel av sørøstlig vind mens det er en økning i vind fra øst. Det er i tillegg noen mindre variasjoner av vinden fra nordvest til nord. Dette kan skyldes at det generelt er vanskelig å ekstrapolere vindforhold med utgangspunkt i et punkt som er lokalt modifisert. Utgangspunkt i et mer representativt punkt til et lokalt modifisert gir ofte bedre resultater. 471 er mindre lokalt modifisert enn 470, og det ligger dessuten omtrent på den planlagte rullebanen. Vinddata fra målemasten 471 er benyttet i den videre analysen siden disse dataene sammen med mikroskalamodellen WAsP klarer å gjenskape vindforholdene ved målemasten 470. Det er derfor grunn til å tro at den også bedre kan estimere vindforholdene på en ferdig planert rullebane. Vinddata fra målemasten 471 består også av to år med data noe som gir en bedre statistikk i de videre beregningene for vindforholdene ved den planlagte flyplassen ved Grøtnes. 15

17 Long term wind rose 470 Long term wind rose 470 Long term wind rose 470 modeled from 471 Long term wind rose 471 modeled from 470 Figur 4.1 Øverste figurer viser langtidskorrigert vindrose for 470 og 471 basert på 1 år med målinger. Nederste figurer viser modellert vindrose basert på langtidskorrigerte målinger fra motsatt mast. 16

18 4.1.1 Generell vindstatistikk Figur 4.2 viser et kart over middelvinden i 10 m høyde på en ferdig flyplass, utført med WAsP modellen og med data fra langtidsjusteringen av målingene i målepunkt 471. Kartet viser at middelvinden er omtrent 5.9 m/s langs hele rullebanen, mens måling i punkt 471, nær touch-down for bane 15 var 6.6 m/s før utbyggingen. Modellen har da fjernet speed-up effekten av Grøtnes. Bane 15 Bane 33 Figur 4.2 Kart over årlig middelvind og samlet forekomst av sidevind (i % >15 knop) i 5 punkter langs en 2000 m lang rullebane. 17

19 Figur 4.3 og Tabell 4.1 viser vindrose og frekvenstabell av målt og langtidsjustert middelvind i målepunktet 470. Tilsvarende resultater er vist for touch-down på bane 15 (Tabell 4.2) og bane 33 (Tabell 4.3). Vindstatistikken i disse 2 punktene er beregnet med WAsP modellen der terrenget til en ferdig flyplass er benyttet. Alle data gjelder 10 m over bakken. Figur 4.3 Langtidsestimert vindrose basert på 2 år med målinger fra mast 471 Tabell 4.1 Tabell over målt, langtidsjustert middelvind [m/s], gitt som frekvens over gitte verdier i 12 sektorer [ ], forekomst P, middelvind U [m/s] og Weibull parametre og for hver sektor for punkt 471 på Grøtnes. >3.0 >6.0 >9.0 >12.0 >15.0 >18.0 >21.0 >24.0 P U % 7.9 % 1.2 % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 11.3 % % 1.3 % 0.2 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 2.3 % % 1.2 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 2.1 % % 2.8 % 0.4 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 3.7 % % 22.3 % 4.8 % 0.8 % 0.1 % 0.0 % 0.0 % 0.0 % 24.6 % % 18.5 % 7.6 % 3.3 % 1.1 % 0.3 % 0.0 % 0.0 % 20.3 % % 5.2 % 1.9 % 0.9 % 0.3 % 0.1 % 0.0 % 0.0 % 6.1 % % 0.6 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 1.3 % % 0.5 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 1.1 % % 2.7 % 0.7 % 0.2 % 0.1 % 0.0 % 0.0 % 0.0 % 3.5 % % 10.5 % 4.2 % 1.9 % 0.7 % 0.2 % 0.0 % 0.0 % 11.7 % % 10.1 % 2.7 % 0.9 % 0.2 % 0.0 % 0.0 % 0.0 % 12.1 % SUM % 83.5 % 23.9 % 8.5 % 2.5 % 0.6 % 0.1 % 0.0 % 100 %

20 Figur 4.3 og Tabell 4.1 viser langtidskorrigert vindrose og frekvenstabell for stasjon 471. Vi ser at dominerende vindretninger er ra 120 til 150 grader og grader. Sørover langs flyplassen (Tabell 4.2 og 4.3) ser vi at det er mer vind fra øst enn ved 471. Tabell 4.2 Tabell over målt, langtidsjustert middelvind [m/s], gitt som frekvens over gitte verdier i 12 sektorer [ ], forekomst P, middelvind U [m/s] og Weibull parametre og for hver sektor for området ved touch-down, bane 15 på ferdig flyplass. >3.0 >6.0 >9.0 >12.0 >15.0 >18.0 >21.0 >24.0 P U % 2.0 % 0.5 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 8.3 % % 0.6 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 3.7 % % 0.4 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 2.6 % % 3.1 % 0.7 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 8.7 % % 9.4 % 2.8 % 0.4 % 0.0 % 0.0 % 0.0 % 0.0 % 20.4 % % 8.8 % 2.9 % 0.6 % 0.1 % 0.0 % 0.0 % 0.0 % 19.3 % % 2.9 % 1.2 % 0.4 % 0.1 % 0.0 % 0.0 % 0.0 % 6.2 % % 0.5 % 0.2 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 2.1 % % 0.2 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 1.4 % % 2.0 % 0.8 % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 4.6 % % 5.4 % 2.5 % 0.9 % 0.2 % 0.0 % 0.0 % 0.0 % 10.4 % % 4.4 % 1.4 % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 12.2 % SUM 77.6 % 39.6 % 13.3 % 3.1 % 0.6 % 0.1 % 0.0 % 0.0 % 100 % 5.5 Tabell 4.3 Tabell over målt, langtidsjustert middelvind [m/s], gitt som frekvens over gitte verdier i 12 sektorer [ ], forekomst P, middelvind U [m/s] og Weibull parametre og for hver sektor for området ved touch-down, bane 33 på ferdig flyplass. >3.0 >6.0 >9.0 >12.0 >15.0 >18.0 >21.0 >24.0 P U % 1.6 % 0.3 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 8.2 % % 0.8 % 0.2 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 4.0 % % 1.0 % 0.4 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 3.0 % % 5.6 % 2.4 % 0.6 % 0.1 % 0.0 % 0.0 % 0.0 % 10.2 % % 10.6 % 3.6 % 0.7 % 0.1 % 0.0 % 0.0 % 0.0 % 21.4 % % 7.7 % 2.7 % 0.6 % 0.1 % 0.0 % 0.0 % 0.0 % 16.5 % % 2.8 % 1.1 % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 6.2 % % 0.6 % 0.2 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 2.2 % % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 1.6 % % 2.5 % 1.2 % 0.5 % 0.1 % 0.0 % 0.0 % 0.0 % 5.2 % % 5.8 % 2.7 % 1.0 % 0.3 % 0.1 % 0.0 % 0.0 % 10.9 % % 2.8 % 0.6 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 10.6 % SUM 78.6 % 42.1 % 15.4 % 4.0 % 0.8 % 0.1 % 0.0 % 0.0 % 100 %

21 4.1.2 Sidevind Ved flygning angis sidevindkomponenten i knop. Sidevindskomponenten er da en komponenten av vindvektoren normalt på baneretningen. Ved touch-down bane 15 og 33 beregnes ved følgende ligninger: sin 150 lign.1 ; lign.2 Her er (D) (m/s) skalaparameteren i Weibullfordelingen for hver av de 12 sektorene, D. Denne er beregnet ut fra målinger i punkt 471, og beregnet ved hjelp av WAsP langs ferdig rullebane. c (D) er komponenten av normalt på en akse langs rullebanen ( ) i sektor D omregnet til knop. Det skal så beregnes samlet frekvens av sidevind, U c > U k. Frekvensbidraget fra hver av sektorene, D beregnes da ved ligning 2 som prosentvis forekomst i sektoren, gitt som P(D) ganger relativ forekomst gitt ved Weibullfordelingen. Sektorielt og samlet bidrag for ulike grenseverdier av U k er gitt i Tabell 4.4 for Grøtnes ved nåværende topografi og ved sørlige og nordlige touch-down for ferdig flyplass (Tabell ). Tabell 4.4 Tabell over målte, langtidsjustert sidevindskomponenter av middelvind [knop], gitt som frekvens over gitte grenser i 12 sektorer [ ], samt samlet forekomst, ved punkt 471 på Grøtnes ved nåværende topografi. Sidevindskomponenten er beregnet i forhold til akse >10.0 >11.0 >12.0 >13.0 >14.0 >15.0 >16.0 >17.0 >18.0 >19.0 > % 0.5 % 0.3 % 0.2 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.5 % 0.4 % 0.3 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % 0.1 % 0.1 % % 0.5 % 0.5 % 0.4 % 0.3 % 0.2 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % % 1.1 % 0.9 % 0.8 % 0.6 % 0.5 % 0.4 % 0.3 % 0.2 % 0.2 % 0.1 % % 1.3 % 0.6 % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 1.1 % 0.8 % 0.6 % 0.4 % 0.3 % 0.2 % 0.1 % 0.1 % 0.1 % 0.0 % % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 1.3 % 1.2 % 1.0 % 0.8 % 0.7 % 0.6 % 0.5 % 0.4 % 0.3 % 0.3 % % 2.4 % 1.7 % 1.2 % 0.9 % 0.6 % 0.4 % 0.3 % 0.2 % 0.1 % 0.1 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % SUM 12.1 % 8.9 % 6.5 % 4.7 % 3.5 % 2.6 % 1.9 % 1.4 % 1.1 % 0.8 % 0.6 % 20

22 Tabell 4.5 Tabell over målte, langtidsjustert sidevindskomponenter av middelvind [knop], gitt som frekvens over gitte grenser i 12 sektorer [ ], samt samlet forekomst, for området ved touchdown, bane 15 på ferdig flyplass med 1550 m rullebane. Sidevindskomponenten er beregnet i forhold til akse >10.0 >11.0 >12.0 >13.0 >14.0 >15.0 >16.0 >17.0 >18.0 >19.0 > % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.4 % 0.3 % 0.2 % 0.1 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.6 % 0.4 % 0.3 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % 0.0 % 0.0 % % 2.6 % 2.0 % 1.5 % 1.1 % 0.8 % 0.6 % 0.4 % 0.3 % 0.2 % 0.1 % % 0.8 % 0.4 % 0.2 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.5 % 0.3 % 0.2 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.5 % 0.4 % 0.3 % 0.3 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % 0.1 % % 0.2 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % % 1.8 % 1.5 % 1.3 % 1.1 % 0.9 % 0.8 % 0.6 % 0.5 % 0.4 % 0.3 % % 1.3 % 0.9 % 0.6 % 0.4 % 0.2 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % SUM 11.7 % 8.7 % 6.5 % 4.8 % 3.6 % 2.6 % 1.9 % 1.4 % 1.1 % 0.8 % 0.6 % Tabell 4.6 Tabell over målte, langtidsjustert sidevindskomponenter av middelvind [knop], gitt som frekvens over gitte grenser i 12 sektorer [ ], samt samlet forekomst, for området ved touchdown, bane 33 på ferdig flyplass med 1550 m rullebane. Sidevindskomponenten er beregnet i forhold til akse >10.0 >11.0 >12.0 >13.0 >14.0 >15.0 >16.0 >17.0 >18.0 >19.0 > % 0.1 % 0.0 % 0.0 % 0.0 % 0.00 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.8 % 0.6 % 0.5 % 0.4 % 0.28 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % % 1.3 % 1.1 % 0.9 % 0.8 % 0.68 % 0.6 % 0.5 % 0.4 % 0.3 % 0.3 % % 5.6 % 4.9 % 4.3 % 3.6 % 3.05 % 2.5 % 2.1 % 1.6 % 1.3 % 1.0 % % 1.6 % 0.9 % 0.5 % 0.2 % 0.11 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.00 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.4 % 0.3 % 0.2 % 0.1 % 0.05 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.5 % 0.4 % 0.4 % 0.3 % 0.24 % 0.2 % 0.2 % 0.1 % 0.1 % 0.1 % % 0.4 % 0.3 % 0.3 % 0.2 % 0.18 % 0.1 % 0.1 % 0.1 % 0.1 % 0.1 % % 2.4 % 2.1 % 1.9 % 1.6 % 1.38 % 1.2 % 1.0 % 0.8 % 0.7 % 0.6 % % 1.4 % 1.0 % 0.6 % 0.4 % 0.26 % 0.2 % 0.1 % 0.1 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.00 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % SUM 18.1 % 14.6 % 11.7 % 9.5 % 7.7 % 6.2 % 5.1 % 4.1 % 3.3 % 2.6 % 2.1 % Som eksempel ser vi fra tabell 4.4 til 4.6 at det er en forekomst på 2.6 % av sidevind med vindhastighet over 15 knop ved p. 471 på Grøtnes. Fjernes topografien, får vi fortsatt 2.6 % 10 m over rullebanen i samme område. Modellberegningene viser at denne sidevindkomponenten øker til 6.2 % ved bane 33 helt sør på flyplassen. Ved bane 15 er bidragene likt fordelt på øst og vest, mens den østlige komponenten øker mest ved overgang til bane 33. Vindrosene tyder på at det er mer vind fra øst ved bane 33. Dette kan skyldes topografiske variasjoner i fjellsiden ned mot flyplassområdet og fordeling av land sjø som kan gi økning i østlig vindkomponent straks sør for Grøtnes, selv etter utbygging. En må her presisere at disse resultatene er fra en modell som er mest nøyaktig i nærheten av 21

23 målemasta på Grøtnes. Det vil være mulig å sette opp en vindmåler på den 6 m høye Skjåholmen litt nord for bane 33 dersom en ønsker å minske usikkerheten i dette anslaget. Sidevindskomponenten er tilnærmet uavhengig av banens lengde, typiske tall er 6.2 % mot 6.3 % i sørlige del. Figur 4.2 illustrerer hvordan sidevindkomponenten fordeler seg langs en 2000 m bane. Sidevindskomponenten er tilnærmet uavhengig av banens lengde Medvindskomponenter Vind langs rullebanen i knop beregnes ved lign.3 cos lign.3 Her er (D) skalaparameteren (m/s) i Weibullfordelingen for hver av de 12 sektorene, D, og B er baneretningen. Skalaparameteren er beregnet ut fra målinger i punkt 471, og ved hjelp av WAsP omregnet til forhold på ferdig rullebane. L (D) er komponenten av langs rullebanen ( ) i sektor D omregnet til knop. Det er så beregnet samlet frekvens av vindkomponenter, U L >U k, der U k er gitt i Tabell 4.7. Frekvensbidraget fra hver av sektorene, D beregnes da ved ligning 2 som prosentvis forekomst i sektoren, gitt som P(D) ganger relativ forekomst gitt ved Weibullfordelingen. Sektorielt og samlet bidrag for ulike grenseverdier av U k er gitt i Tabell 4.7 nordlig touch-down (bane 15) for ferdig flyplass. Tabell 4.7 Tabell over målte, langtidsjusterte komponenter av middelvind langs rullebanen [knop], gitt som frekvens over gitte grenser i 12 sektorer [ ],for området ved touch-down, bane 15 på ferdig flyplass, ved punkt 471 på Grøtnes ved nåværende topografi. Komponentene er beregnet i forhold til akse >10.0 >12.0 >14.0 >16.0 >18.0 >20.0 >22.0 >24.0 >26.0 >28.0 > % 1.0 % 0.6 % 0.3 % 0.1 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 6.9 % 4.3 % 2.4 % 1.2 % 0.6 % 0.2 % 0.1 % 0.0 % 0.0 % 0.0 % % 8.4 % 6.1 % 4.2 % 2.7 % 1.6 % 0.9 % 0.5 % 0.3 % 0.1 % 0.1 % % 2.0 % 1.4 % 0.9 % 0.6 % 0.4 % 0.2 % 0.1 % 0.1 % 0.0 % 0.0 % % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 0.3 % 0.1 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % 0.0 % % 4.5 % 3.3 % 2.4 % 1.6 % 1.1 % 0.7 % 0.4 % 0.2 % 0.1 % 0.1 % % 4.2 % 3.0 % 2.1 % 1.4 % 0.9 % 0.5 % 0.3 % 0.2 % 0.1 % 0.1 % Sum_N 13.8 % 10.0 % 7.0 % 4.8 % 3.2 % 2.0 % 1.2 % 0.7 % 0.4 % 0.2 % 0.1 % Sum_S 24.3 % 17.4 % 11.8 % 7.5 % 4.5 % 2.6 % 1.4 % 0.7 % 0.3 % 0.2 % 0.1 % SUM 38.1 % 27.4 % 18.8 % 12.3 % 7.7 % 4.6 % 2.6 % 1.4 % 0.8 % 0.4 % 0.2 % 22

24 Fra Tabell 4.7 ser vi at det i 13.8 % av tida er vindkomponent > 10 knop langs rullebanen fra nord på bane 15. Dette betyr at landing på bane 33 må gjøres i 13.8 % av tida, mens bane 15 kan velges i 86.2 % av tida Turbulens Turbulens på Grøtnes er best representert ved målinger fra punkt 471. Siden endring i omgivelsene er tydeligst ved fjerning av høydedraget på Grøtnes, vil dette bety at turbulensforholdene i alle fall ikke forverres på grunn av utbyggingen. Derfor legges data fra stasjon 471 til grunn, hvilket også ligger nær bane 15 på en ferdig flyplass. Fra vindmålingene på Grøtneset er standardavvik av sekundmålingene ( u ) lagret kontinuerlig hvert 10. minutt. Standard avvik er kvadratisk knyttet til turbulent energi. Dersom vi henter ut verdien av u som overskrides i 0.1 % av tida, eller ca 10 timer pr år, så ligger denne på 3 m/s i 2 års perioden. Til sammenligning overstiges 3 m/s på nåværende Hammerfest lufthavn i 1.0 % for samme tidsrom (100 timer pr år), mens u > 4 m/s er målt i 0.2 % av tida (20 timer pr år). Vi har ikke sikre overgangstall mellom standard avvik og turbulensproblemer. Men siden u er kvadratisk knyttet til turbulent energi må virkningen på et luftfartøy forventes å endre seg med 56 % når standard avviket endres fra 3 til 4 m/s. Dette betyr at turbulensforholdene på bane 15, Grøtnes er vesentlig bedre enn for nåværende flyplass. 23

25 4.2 Frekvens av sikt/skyer Resultater fra måleperioden Alle data er gitt som vektet årsmiddel. Med vektet årsmiddel menes at alle målinger fra samme kalendermåned gir et kalendermånedsmiddel. Vektet årsmiddel er da middelet over disse 12 kalendermånedene. Denne prosedyren utnytter alle måledata, samtidig som skjev årstidsforekomst jevnes ut. I Tabell 4.8 er HL er høyden opp til skybasis gitt i fot (ft) over måler. MOR er visuell sikt målt horisontalt med siktmåler. Sikten er da definert som avstanden til et objekt som kan gjenkjennes. Denne terskelverdien er satt til 5 % av utsendt lys. VZ er tilsvarende vertikal sikt. Tabell 4.8. Frekvens av lavt skydekke (HL), vertikal sikt når skydekke ikke er målt (VZ) og MOR<500 m når HL/VZ viser verdier høyere enn aktuelt nivå. Tabellen viser vektet årsmiddel for måleperioden april 2009 august ft over måler ft over rullebane HL VZ MOR <500 m* SUM <100 < % 0.01 % 0.16 % 0.17 % <200 < % 0.04 % 0.15 % 0.19 % <300 < % 0.09 % 0.13 % 0.22 % <400 < % 0.16 % 0.11 % 0.29 % <500 < % 0.27 % 0.09 % 0.42 % <600 < % 0.39 % 0.07 % 0.69 % <700 < % 0.55 % 0.06 % 1.19 % <800 < % 0.74 % 0.05 % 1.72 % <900 < % 0.92 % 0.04 % 2.30 % <1000 < % 1.08 % 0.04 % 2.95 % <1100 < % 1.23 % 0.04 % 3.66 % <1200 < % 1.40 % 0.04 % 4.48 % <1300 < % 1.58 % 0.03 % 5.37 % <1400 < % 1.76 % 0.03 % 6.20 % <1500 < % 1.93 % 0.00 % 7.00 % *Samtidige målinger av MOR og HL/VZ innenfor aktuelt skylag er ikke tatt med. Tabell 4.8 er satt opp med utgangspunkt i skyhøydemålerens plassering på Grøtnes. Denne ligger ca. 90 ft over planlagt rullebane. 24

26 Figur 4.4 viser et plott av framstillingen i Tabell 4.8. Vertikal akse er høyden i fot, her justert til høyden over ferdig rullebane. De fir kurvene svarer da til kolonnen i Tabell 4.8. Denne figuren kan brukes til å ta ut verdier for aktuelle minima siden disse minima ikke er høyder i hele hundre fot som i tabellen. Med minima mener vi minste høyde hvor en flyger kan se bakken visuelt før en innflygning må avbrytes. Beregningene er gjort med utgangspunkt MOR<500 m, hvilket svarer til rullebanesikt, RVR<1000 m som typisk verdi. RVR er den avstanden som innflygningslysene på flyplassen kan sees på. Lavere minimumsverdier av RVR fører til at den blå kurven i Figur 4.4 beveger seg mot null. Som vi ser har dette en viss effekt når minima er lavere enn ca. 600 ft, men da er tilgjengeligheten (SUM kurven) bedre enn 99%. Det er derfor av relativt liten betydning hvilken RVR verdi som settes. Årsaken er at når horisontal sikt er lav, så er også skydekket lavt. Tilfeller med ren tåke på bakken vil i de fleste tilfellene bli rapportert også med lav VZ og er innregnet under denne kurven. Bare dersom minima settes ned under 600 ft, og særlig ned mot 200 ft, vil det være en del tilfelle med lav RVR som begrenser tilgjengeligheten. Jamfør også Figur 2 i Seierstad (2010). Det er likevel verd å merke seg at det er få tilfelle med tett tåke på stedet. For datadekning og årstidsvariasjoner vises til Seierstad (2010). Høyde over ferdig rullebane [FT] <1600 <1500 <1400 <1300 <1200 <1100 <1000 <900 <800 <700 <600 <500 <400 <300 <200 <100 <0 0.0 %0.5%1.0%1.5%2.0%2.5%3.0%3.5%4.0%4.5%5.0%5.5%6.0%6.5%7.0%7.5%8.0% HL VZ MOR<500m (Tillegg) SUM Figur 4.4 Frekvenskurver av skyhøyde, vertikal sikt, samt MOR når Hl/VZ ikke gir telleverdi. Kurven SUM er summen av disse tre parametrene og illustrerer samlet utilgjengelighet på grunn av lav sikt. Vertikal akse er justert til å være høyden over en ferdig rullebane. Tabell 4.9 viser minima og frekvens av vertikal sikt/lav skybasis inkludert MOR<500 m for en del grenser som Avinor ønsker beregnet. Disse er tatt ut fra SUM kurven i Figur 4.4. Tabellen er også satt opp for forskjellige flytyper og stigningsgradienter. 25

27 Tabell 4.9. Angitte minima (ft o.h.) og beregnet tilgjengelighet (%) for vektet måleår ved en del innflygningsbegrensninger definert av Avinor. Tre stigningsgradienter (2.5, 3 og 4 %) og tre flykategorier er benyttet Minima RWY 15: CAT A CAT B CAT C 2.50 % % % Minima RWY 33: CAT A CAT B CAT C 2.50 % % % Tilgjengelighet RWY 15: CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Tilgjengelighet RWY 33: CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Langtidsvurderinger av lav sikt Seierstad (2010) gjorde en enkel sammenligning mot data fra Hammerfest lufthavn. Denne viser at det var flere tilfelle med lave skyhøyder i måleperioden enn i en lengre periode. I denne analysen har vi sett nøyere på data fra WRF modellen. Denne gir signal om det er skyforekomst eller ikke skyforekomst i lagene som det er hentet data fra, dvs. for de 6 nederste lagene: 59, 194, 377, 636, 958 og 1362 ft over modellens bakkenivå. Modellens bakkenivå ved flyplassen dekker et område på 4 km x 4 km og har en høyde på 78 ft o.h., altså omtrent samme høyde som skyhøydemåleren på Grøtnes (90 ft o.h.). Skyhøydemåleren vil til en hver tid rapportere høyden til laveste sky. Modellen skal derfor ha signal om skyer i laveste nivå den har skyer, selv om det er klarvær høyere oppe. Tabell 4.10 viser en oppstilling av resultater fra modellen i måleperioden april 2009 august 2010, samt i langtidsperioden Her ser vi at det var mer skyer i måleperioden. Sammenlignet med målinger fra skyhøydemåleren finner vi ganske god overensstemmelse med modellen, dog med en viss overestimering av lave skyer i modellen. 26

28 Konklusjonen er for øvrig den samme som ble funnet i Seierstad (2010) ved bruk av Hammerfest flyplassdata. Det kan forventes noe bedre tilgjengelighet i en langtidsperiode enn i måleperioden. Høyre kolonne i 4.10 er da beregnet ved å ta forholdet mellom lang og kort periode fra WRF data og multiplisere med kort periode fra målingene. Tabell Sammenligning av frekvens av lave skyer målt på Grøtnes og samtidige data fra WRF modellpunkt (4 km x 4 km) nær Grøtnes for måleperioden april 2009 august 2010, sammen med tilsvarende modelldata fra langtidsperioden 2000 til Kolonnen til høyre er da langtidskorrigerte målinger. 2009/ / m ft (HL+VZ+MOR) WRF_HL WRF_HL (HL+VZ+MOR) <18 < % 0.20 % 0.14 % 0.09 % <59 < % 0.22 % 0.19 % 0.14 % <115 < % 0.41 % 0.40 % 0.21 % <194 < % 1.36 % 1.01 % 0.61 % <292 < % 2.98 % 2.38 % 1.86 % <415 < % 5.96 % 4.73 % 4.11 % Dette betyr at det er naturlig å lage en ny kurve i Figur 4.4 basert på de estimerte langtidsdataene i Tabell 4.10, og så lese av kurven for de aktuelle minima. Typisk forbedring i tilgjengelighet er 0.15 % for bane 15 og 0.35 % for bane 33. Resultatene kan sees i Tabell

29 4.3 Banebruk og værmessig tilgjengelighet Sikt Fra Tabell 4.7 har vi at bane 15 kan brukes i 86.2 % av tida, da medvindskomponenten ved landing da er lavere enn 10 knop. Vi har så tatt ut vindretning og vindhastighet fra modellen for hver time med skyhøydemålinger fra Grøtnes for måleperioden april 2009 august Opptelling viser da at ved skyhøyde på 1000 ft eller lavere må bane 33 velges i 27.8 % av tilfellene, mens bane 15 kan velges i 72.2 % 8 (se Tabell 4.11). Tabell Forekomst av vind med komponent langs rullebanen fra nordvest og sørøst i tida april 2009 til august 2010 med tilhørende banebruk. Vind Forekomst Bane NW 10knop 27.7 % 33 NW<10knop SE<10knop 57.9 % Valgfri 13.3 % Valgfri SE 10knop 1.1 % 15 Tabell 4.12 gir langtidskorrigerte data ( ) for hver bane og ved bruk av beste bane. Siden det er relativt små forskjeller på minima fra nord og sør vil ikke en realistisk forskjell i banebruk fra måleperioden til langtidsperioden bety noe for resultatet. En forskjell på 10 % utgjør 0.1 % forskjell i Tabell Det er derfor antatt at banebruken i langtidsperioden er omtrent som for måleperioden. Tabell 4.12 Langtidskorrigert værmessig tilgjengelighet på grunn av siktforhold på Grøtnes for bane 15, bane 33 og for bruk av beste bane med krav om medvindskomponent <10 knop. Bane 15: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Bane 33: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % % % % 3.00 % % % % 4.00 % % % % Beste bane: Minima Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % 850/ / / % % % 3.00 % 630/ / / % % % 4.00 % 330/ / / % % % 28

30 4.3.2 Sidevind Når medvindkomponenten er under 10 knop kan det velges gunstigste bane for operasjoner. Siden bane 15 har frekvens av sidevindskomponent <15.0 knop på 97.4 %, mens bane 33 har 93.8 % vil dette tilsi at bane 15 velges i de fleste tilfelle. For vind i sektorgruppe 090, 120, 150, 180 og 210 er det alltid motvindskomponent på bane 15, og for 060 og 240, nær null i medvindkomponent. I alle disse delsektorene er det minst sidevindbidrag på bane 15, og denne banen vil derfor bli valgt. For vind i sektor 030 og 270 skal bane 33 benyttet når vinden er sterk. Også i disse tilfellene er sidevinden sterkest på sørlig bane, men denne må da benyttes når vinden overstiger ca. 20 knop. For vind i delsektorene 300, 330 og 360 er medvindskomponenten over 10 knop når sidevindskomponenten er på 15 knop eller mer. Dette tilsier landing på bane 33 og bidragene fra sidevind vil telle fra denne. Dette gir % som langtidsjustert tilgjengelighet på grunn av godkjent sidevind. Tabell Forekomst av sidevindskomponent under 15 knop ved bruk av gunstigste bane med krav om medvindkomponent maks 10 knop for en 1550 m bane på Grøtnes. Tabellen gjelder for langtidsperioden Sidevindskomponent < 15.0 knop Sektor Bane15 Bane33 Sum % % % % % % % % % % % % % % % % % % % % % % % % % % SUM % % % Kombinasjon av sidevindskrav og minima ved lav sikt. Værmessig tilgjengelighet. Ved å kombinere sidevindskomponent og lav sikt, fant vi at 262 av 271 tilfelle med lav sikt også hadde sidevindskomponent under 15 knop. Dette tyder på at relevante tall i Tabell 4.8 og 4.10 kan multipliseres med Dette gir at nettotap i tilgjengelighet blir ca. 0.1% poeng lavere enn ved å summere bidragene fra sidevind (<15 knop) og sikt/skyhøyde (>ca 1000 ft). 29

31 Tabell 4.14 Samlet værmessig tilgjengelighet ved ulike krav om minima (fot) ved lav sikt ved bruk av beste bane når krav om sidevindskomponent er < 15 knop og største tillatte medvindskomponent er 10 knop. Beste bane: Minima (Bane 15/Bane 33) Værmessig tilgjengelighet CAT A CAT B CAT C CAT A CAT B CAT C 2.50 % 850/ / / % % % 3.00 % 630/ / / % % % 4.00 % 330/ / / % % % 4.4 Snø, is og vann på rullebanen Ising ved sjøsprøyt Ising ved sjøsprøyt kan være et problemer i fjordene i Finnmark. Figur 4.5 viser 2 situasjoner med mye sjøis på Melkøya hvilket viser at ising ved sjøsprøyt også vil forekomme ved Grøtnes. Figur 4.6 illustrerer hvordan sjøsprøytisen vil avhenge av vindhastighet og temperatur. Figur 4.5 Etter Drage (2005). 30

32 Figur 4.6. Isingsindikator fra sjøsprøyt som funksjon av vindhastighet og lufttemperatur ved SST= C, beregnet fra lign. 4. Sjøsprøytisingen, PPR kan beskrives ved følgende uttrykk (Overland et al. (1986); Overland (1990)):. lign. 4 der V a er vindhastighet (m/s), T f er frysepunkt for sjøvann (typisk C), T a er lufttemperatur ( C ) ogt w sjøens overflatetemperatur ( C ). Data er hentet fra Grøtnes og Havforskningsinstituttets sjøtemperaturstasjon på Ingøy. Vindmålinger fra 2 år på stasjon 471 er omregnet fra Grøtnes til et punkt sør for rullebanen ved hjelp av modellen WAsP. Også temperaturmålinger fra dette punktet er benyttet. Bare vind i sektorene 150 til 210 er vurdert til å sette opp tilstrekkelige bølger og er benyttet i analysen. Data fra WRF-modellen er samtidig benyttet, både for og for 2 års perioden med målinger på Grøtnes. PPR-dataene er langtidskorrigert ved en enkel forholdstallsmetode ved hjelp av WRF dataene. PPR skal tolkes som en isingsindeks, der PPR>50 indikerer meget stor isingsfare, 25 < PPR < 50: Stor isingsfare og 10 < PPR < 25: Moderat isingsfare. Eksempelvis er PPR=59 for V a =15 m/s, T a =-10 C og Tw= +4 C. PPR er egentlig utviklet for ising på skip i åpen sjø. Når vinden setter opp bølger i en fjord og bølgene treffer skjær eller fyllinger i en fjord er det flere forhold som påvirker isingsgraden. Både utviklingen av bølger (oppløpssone, eller fetch ), turbulensgrad, samt bunngeometri og utforming av skjær eller fylling virker inn. Tallene i Tabell 4.15 beregnet ut fra lign. 4 må derfor sees på som risikotall, og ikke en prognose for faktisk forekomst. 31

33 Tabell 4.15 Beregnet forekomst av isingsrisiko ved sjøsprøyt for Grøtnes Meget stor isingsfare PPR> % Stor isingsfare PPR> % Moderat isingsfare PPR> % Nedbør Det er ingen representativ målestasjon for nedbør i nærheten av Grøtnes. Siden WRF modellen også beregner timeverdier av totalnedbør og nedbør som snø, har vi studert disse dataene. Vi har derfor først vurdert modellert nedbør i Skaidi og sammenlignet med observasjoner fra Meteorlogisk Institutts målestasjon på samme sted. I perioden har denne målestasjonen data for år 2000, samt perioden fra og med oktober Stasjonsdata og data fra WRF 4 km x 4 km modell har en korrelasjonskoeffisient for månedsnedbør på Midlere årlig nedbørmengde er 1042 mm for WRF serien og 782 mm for målestasjonen. For perioden mai-september er tallene 359 og 318 mm, og for oktober april, 683 og 464 mm. Siden forskjellen er størst om vinteren kan dette tyde på at en stor del av forskjellen skyldes oppfagningssvikt på målestasjonen. Ved kombinasjon snøfall og vind blåser mye av nedbøren over målestasjonen. Vi konkluderer med at modellen gir realistiske nedbørverdier for Skaidi. For å se på variasjonen av tilfelle med store nedbørmengder har vi laget en framstilling over persentilfordelingene for WRF-Grøtnes 4 km x 4 km og observasjonsrekken på Skaidi (Figur 4.7). 32

34 Figur 4.7 Persentilfordeling av døgnsummer av nedbør (mm) fra WRF Grøtnes (vertikal akse) og observasjonsdata for Skaidi (horisontal akse). Figur 4.7 viser meget lik persentilfordeling for høye persentiler, det vil si at episoder med en gitt mengde nedbør statstisk sett er omtrent like hyppige når nedbøren er sterk. Dette gjelder modellerte verdier for Grøtnes og målte verdier på Skaidi. Siden dette er typiske verdier ved nedbør som regn betyr dette at vi benytter langtidstatistikken fra Skaidi for å finne sjeldne returperioder og 12 års serien. Serien for for WRF kan vi så bruke for å fordele nedbør i klasser utenom ekstremområdet, for eksempel ved kombinasjoner av snø og vind. Persentilverdier av nedbør for Grøtnes leses da rett av figuren persentilen med forekomst ca 1 gang pr. 3.dje år, ligger på ca 28 mm som døgnsum Underkjølt regn Med underkjølt regn mener vi nedbør som kommer i væskeform når overflatetemperaturen på bakken er < 0 C. Den vanligste formen blir da at nedbøren kommer i væskeform fordi det er plussgrader i høyden og så går gjennom et kaldluftslag før den treffer bakken. Det kan også være eksempler på sterk bakkefrost med påfølgende regn og lufttemperatur like over 0 C. Det siste har vi ikke data for. Dette regnes likevel som et sjeldnere fenomen enn regn og lufttemperatur < 0 C. 33