Miljørisikoanalyse (MRA) for transportrørledningene fra Ivar Aasen-feltet til Edvard Grieg-feltet Det norske oljeselskap ASA

Transkript

1 Miljørisikoanalyse (MRA) for transportrørledningene fra Ivar Aasen-feltet til Edvard Grieg-feltet Det norske oljeselskap ASA Report No.: , Rev. 00 Document No.: 1XKNVML-2 Date:

2

3 Innholdsfortegnelse DEFINISJONER OG FORKORTELSER INNLEDNING Aktivitetsbeskrivelse Det Norskes akseptkriterier for akutt forurensning 3 2 BESKRIVELSE AV UTSLIPPSCENARIER Rater og varigheter Sannsynlighet for utslipp 6 3 OLJEDRIFTSMODELLERING Oljetype og oljens egenskaper Oljedriftsmodellen Modellens begrensninger og krav til inngangsdata Bearbeiding og generering av statistiske parametere Beskrivelse av utslippsscenarier Oljedriftsmodellering - Resultater Nærsonemodellering av sjøbunnsutslipp Treffsannsynlighet av olje på overflaten Stranding av olje i kystsone Olje i vannsøylen 20 4 MILJØRISIKO Miljøressurser Mulige konsekvenser/risiko forbundet med lekkasjer fra eksportrørledningen på Ivar Aasen 21 5 REFERANSER Page ii

4 DEFINISJONER OG FORKORTELSER Akseptkriterier Kriterier som benyttes for å uttrykke et akseptabelt risikonivå i virksomheten, uttrykt ved en grense for akseptabel frekvens for en gitt miljøskade ALARP As Low As Reasonably Practicable (så lav som det er praktisk mulig) Analyseområde Området som er basis for miljørisikoanalysen og som er større enn influensområdet. Ressursbeskrivelsen dekker analyseområde. BOP Blowout Preventer cp Centipoise, måleenhet for viskositet Eksponeringsgrad Benyttes for å beskrive hvorvidt kysten er eksponert, moderat eksponert eller beskyttet mht. bølgeeksponering Forvitring Nedbrytning av olje i miljøet. Forvitringsanalysen måler fysiske og kjemiske egenskaper for oljen til stede i miljøet over tid. GOR Forkortelse for Gass/Olje forhold. Forholdet mellom produsert gass og produsert olje i brønnen. Influensområde Området med større eller lik 5 % sannsynlighet for forurensning med mer enn 1 tonn olje innenfor en 10 x 10 km rute, iht. oljedriftsberegninger MIRA Metode for miljørettet risikoanalyse (OLF, 2007). MRA Miljørettet risikoanalyse NOROG Norsk olje og gass (Tidligere Oljeindustriens landsforening (OLF)) ppb Parts per billion / deler per milliard ppm Parts per million / deler per million Sannsynlighet for treff Restitusjonstid THC VØK Sannsynlighet for at en 10x10 km rute treffes av olje fra et potensielt utslipp Restitusjonstiden er oppnådd når det opprinnelige dyre- og plantelivet i det berørte samfunnet er tilstede på tilnærmet samme nivå som før utslippet (naturlig variasjon tatt i betraktning, og de biologiske prosessene fungerer normalt. Bestander anses å være restituert når bestanden er tilbake på 99 % av nivået før hendelsen. Restitusjonstiden er tiden fra et oljeutslipp skjer og til restitusjon er oppnådd. Total Hydrocarbon (totalt hydrokarbon) Verdsatt Økosystem Komponent Page 1

5 1 INNLEDNING 1.1 Aktivitetsbeskrivelse Ivar Aasen-feltet ligger i sentrale deler av Nordsjøen, ca. 160 km fra nærmeste land som er Utsira i Rogaland (Figur 1-1). Feltet ligger om lag 10 km nord for Edvard Grieg-feltet, som skal motta olje og gass fra Ivar Aasen for videre prosessering. Vanndybden i området er 113 meter. Det er installert 3 rørledninger mellom Ivar Aasen og Edvard Grieg. 2 av rørledningene er flerfaserørledninger for eksport av olje og gass fra Ivar Aasen til Edvard Grieg, og 1 rør er for import av gass til gassløft i brønnene på Ivar Aasen. I foreliggende analyse er det sett på rørene som eksporterer olje til Edvard Grieg. Eksportrørene er av karbonstål, de er 10 km lange og med indre diameter 11 ½. Analysen beskriver mulig drift og spredning av olje gitt en lekkasje eller et brudd på en av transportrørledningene, og mulig miljørisiko et slikt utslipp vil utgjøre. Basisinformasjon for aktiviteten er oppsummert i Tabell 1-1. Figur 1-1 Lokasjon av Ivar Aasen-feltet i forhold til Edvard Grieg-feltet og nærmeste etablerte felt (Ringhorne, Balder og Grande markert i grått nordøst for Ivar Aasen). Page 2

6 Tabell 1-1 Basisinformasjon for miljørisikoanalysen for Ivar Aasen rørledning (Det Norske, 2015; SINTEF, 2012). Koordinater for modellerte scenarier 58 55' 20,19" N, 02 11' 53,09" Ø Analyseperiode for miljørisikoanalysen Helårig, inndelt i sesonger Vanndybde 113 m Avstand til nærmeste kystlinje Om lag 160 km (Utsira) Oljetype Ivar Aasen (Draupne) råolje (838 kg/sm3) Utslippsrater og varigheter Lite: 50 m3/d 35 d Medium: 150 m3/d 1 d Stort: 820 m3 1 d Fullt brudd: 820 m3 1 time GOR (Sm3/Sm3) 333 Type scenarier Utslipp/lekkasjer fra rørledning Hullstørrelse for utslipp Lite: 20 mm Medium: 80 mm Stort: 150 mm Fullt brudd: 292 mm VØK arter/ populasjoner vurdert Sjøfugl - åpent hav 1.2 Det Norskes akseptkriterier for akutt forurensning Det Norske har som en integrert del av deres styringssystem definert akseptkriteriene for miljørisiko. For utslipp fra rørledningene på Ivar Aasen er Det Norskes installasjonsspesifikke akseptkriterier benyttet i forbindelse med gjennomføringen av miljørisikoanalysen (Tabell 1-2). Akseptkriteriene angir den øvre grensen for hva Det Norske har definert som en akseptabel risiko knyttet til egne aktiviteter (sannsynlighet for en gitt konsekvens). Disse er formulert som mål på skade på naturressurser (VØK), uttrykt ved varighet (restitusjonstid) og ulik alvorlighetsgrad. Det Norske anvender de samme akseptkriterier i alle regioner på norsk sokkel. Miljørisikoanalysen fanger opp eventuelle forskjeller i miljøsårbarhet i ulike regioner fordi den tar hensyn til forekomst og sårbarhet (benytter en sårbarhetskategori) av miljøressursene i det enkelte analyseområdet, og fordi den beregner restitusjonstid for berørte ressurser. Dette fører til at det beregnes en høyere miljørisiko i områder der det er høy andel av berørte, sårbare bestander og ressurstyper. Akseptkriteriene setter derved strengere krav til operasjoner i denne type områder. Akseptkriteriene uttrykker Det Norskes holdning om at naturen i størst mulig grad skal være uberørt av selskapets aktiviteter. Kriteriene angir maksimal tillatt hyppighet av hendelser som kan forårsake skade på miljøet. Page 3

7 Tabell 1-2 Det Norskes installasjonsspesifikke akseptkriterier for forurensing. Operasjonsspesifikke Miljøskade akseptktriterier Varighet av skaden (restitusjonstid) per operasjon Installasjonsspesifikke akseptkriterier per år Feltspesifikke akseptkriterier per år Mindre 1 mnd. 1 år < 1.0 x 10-3 < 1,0 x 10-2 < 2,0 x 10-2 Moderat 1-3 år < 2.5 x 10-4 < 2,5 x 10-3 < 5,0 x 10-3 Betydelig 3-10 år < 1.0 x 10-4 < 1,0 x 10-3 < 2,0 x 10-3 Alvorlig >10 år < 2.5 x 10-5 < 2,5 x 10-4 < 5,0 x 10-4 Page 4

8 2 BESKRIVELSE AV UTSLIPPSCENARIER 2.1 Rater og varigheter Eksportløsningen som skal frakte olje fra Ivar Aasen-feltet til Edvard Grieg-feltet består av to 10 km lange rørledninger i karbonstål. Rørledningene har indre diameter på 11 ½", og er nedgravd på havbunnen. Rørledningene er utstyrt med sensor som skal kunne detektere lekkasjer tilsvarende 1 % av maksimum strømningsrate, og inntil 5 % av minimum strømningsrate. Strømningsraten i røret er vurdert til 9000 Sm3/d. Store lekkasjer skal detekteres innen 30 sekunder, mens små/medium lekkasjer skal kunne detekteres innen 10 minutter (se Tabell 2-1). Minimumsvolum som er mulig å detektere er 50 Sm3, mens maksimum volumtap før alarmen aktiveres er 150 Sm3. Basert på disse antagelsene er det antatt fire ulike utslippsscenarioer, forutsatt ulike hullstørrelser, basert på anbefalinger i Teknisk notat 7 Risers/pipeline frequencies (DNV, 2011). Det er kun antatt rørledningsbrudd i ett av rørene om gangen. Et utslipp i kategori «lite» er antatt å kunne medføre utslipp av rater opptil 50 Sm3/d, med varighet på inntil 35 dager. Et «medium» utslipp er antatt å være i størrelsesorden maksimum volumtap før alarmen går, dvs. 150 Sm3/d, med varighet 1 dag. Ved «stort» utslipp fra rørledningen er det antatt at halve rørledningsdiameteren er eksponert, dvs. hullstørrelse 150 mm. Det er antatt at 150 Sm3 slippes ut før alarmen går, hvorpå strømningsraten stanses, men hele rørledningsvolumet slippes til sjø (dvs. 670 Sm3). Det er vanskelig å estimere hvor hurtig røret kan tømmes for olje, derfor er det gjort to ulike antagelser med hensyn til varighet; enten 1 time eller 1 døgn. I scenario «fullt brudd» er det antatt samme utslippsvolum som ved scenario «stort», men ved fullt rørledningsbrudd antas hullstørrelsen å tilsvare rørledningsdiameteren, dvs. 292 mm (=11 ½"). Rater og varigheter forbundet med de ulike lekkasjescenarioene er oppsummert i Tabell 2-2. Tabell 2-1 Deteksjonstid for lekkasjer av ulik størrelse for oljerørledningen fra Ivar Aasen til Edvard Grieg (Det Norske, 2015). Størrelse Strømningsrate Deteksjonstid Stor lekkasje 25 % % < 30 sek Medium lekkasje 10 % - 25 % < 5 min Liten/medium lekkasje 1 % - 10 % < 10 min Page 5

9 Tabell 2-2 Utslippsscenarioer med tilhørende lekkasjerater og -varigheter for lekkasjer fra oljeeksportrørledningen mellom Ivar Aasen og Edvard Grieg-feltet (Det norske, 2015; DNV, 2011). Utslippspunkt Sjøbunn Scenario Utslippsrater Sm3/d Varighet Hullstørrelse (mm) Fullt rørbrudd 820 Stort 820 Medium Lite time 1 time 1 dag 1 dag 35 dager Sannsynlighet for utslipp I henhold til anbefalingene i Teknisk Notat 7 (DNV, 2011) er rørledningen definert som en offshore rørledning i åpent hav, med diameter <16. Estimert frekvens for brudd på denne typen rørledning er 5,00 x 10-4 per km år x 10 km= 5,0 x I og med at eksportløsningen inkluderer to rør av denne dimensjonen blir totalfrekvens 1 x 10-2, dvs. det kan forventes en lekkasje fra en av rørledningene i løpet av 100 år med drift. Videre er det estimert sannsynlighet for de ulike lekkasjescenarioene, som angitt i Tabell 2-3. Tabell 2-3 Sannsynlighetsfordeling for ulike hullstørrelser for offshore rørledninger. Scenario Fullt rørbrudd Stort Medium Lite Hullstørrelsesfordeling Frekvens 8% 2% 16 % 74 % 8 x x ,6 x ,4 x 10-3 Page 6

10 3 OLJEDRIFTSMODELLERING Ivar Aasen er et oljefelt under utbygging med en oljetype der det foreligger forvitringsdata (SINTEF, 2012). Denne oljetypen er benyttet i modellering av oljedrift etter utslipp fra transportrørledningen til Edvard Grieg-feltet. I dette kapitlet blir Ivar Aasen råoljes egenskaper, oljedriftsmodellen og dens begrensninger, samt resultater fra oljedriftsmodelleringen beskrevet. 3.1 Oljetype og oljens egenskaper Både levetid til olje på sjø, grad av nedblanding i vannmassene og de tilhørende potensielle miljøeffektene vil avhenge av oljetype. Det samme gjelder egnetheten til og effekten av ulike typer oljevernberedskap (mekanisk og kjemisk bekjempelse). Det er gjennomført forvitringsstudie av Ivar Aasen råolje (SINTEF, 2012). Denne oljetypen er benyttet til modellering av oljens drift og forvitring etter utslipp fra rørledningen på Ivar Aasen-feltet. Ivar Aasen er en middels parafinsk råolje med tetthet på 838 kg/sm3. Oljen har et medium til høyt innhold av voks (4 vekt %) og lav til middels innhold av asfalten (0,1 vekt %), sammenliknet med andre norske råoljer. Den ferske oljen har et lavt stivnepunkt på -6 C, som øker raskt med økende forvitringsgrad. Dette kan medføre at oljen kan stivne på overflaten under visse forhold etter en tids forvitring på sjø, spesielt under vinterforhold (SINTEF, 2012). Oljen danner stabile emulsjoner både ved vinter og sommer temperaturer. Oljen har et predikert maksimalt vannopptak på 80 vol. % under emulgering. Oljen danner viskøse emulsjoner, men gir ikke veldig høye verdier. Emulsjonene brytes helt eller delvis ved tilsats av emulsjonsbryter (SINTEF, 2012). Karakteristikker for Ivar Aasen råolje er sammenfattet i Tabell 3-1. Tabell 3-1 Parametere for Ivar Aasen råolje benyttet i spredningsberegningene for rørledningslekkasjer (SINTEF, 2012). Ivar Aasen (Draupne) råolje Parameter Verdi Oljetetthet [kg/ m³] 838 Maksimum vanninnhold ved 13 C [volum %] Viskositet, fersk olje ved 13 ºC (10s ) [cp] 65 Voksinnhold, fersk olje [vekt %] 4,0 Asfalteninnhold, fersk olje [vekt %] 0,1 3.2 Oljedriftsmodellen Oljedriftsmodellen som er anvendt er SINTEFs OSCAR modell (Oil Spill Contingency And Response). OSCAR er en tre-dimensjonal oljedriftsmodell som beregner oljemengde på havoverflaten, på strand og i sedimenter, samt konsentrasjoner i vannsøylen. Resultater fra OSCAR er i tre fysiske dimensjoner samt tid. Modellen inneholder databaser for ulike oljetyper med tilhørende fysiske og kjemiske komponenter, vanndyp, sedimenttyper og strandtyper. Oljedriftssimuleringene er kjørt i et 3 3 km rutenett med en svært detaljert kystlinje (Oppløsning: 1:50 000). I etterkant er oljedriftsresultatene eksportert til Page 7

11 km rutenett til bruk i miljørisikoanalyse. Influensområdene i denne rapporten er også presentert i km rutenett. For sjøbunnsutslippene blir en egen modul i OSCAR anvendt; en nærsonemodell som beregner den første fasen av sjøbunnsutslippet (Johansen Ø., 2006). Den beskriver hvordan plumen (olje, gass og vannpakken) oppfører seg fra sjøbunn til overflate eller til et eventuelt innlagringsdyp. Nærsonemodellen beregner plumens fortynning og stigetid oppover i vannsøylen. Modellen tar også hensyn til oppdriftseffekter av olje og gass, tetthetssjiktningen i det omkringliggende området samt sidestrøm. For sjøbunnsutslippene er vertikalprofil i vannmassene med hensyn til temperatur og salinitet lagt inn i modellkjøringene. Filmtykkelsen som dannes på overflaten etter et sjøbunnsutslipp beregnes i nærsonemodelleringen. For å bestemme oljens drift og skjebne på overflaten beregner modellen overflatespenning, transport av flak, dispergering av olje ned i vannmassene, fordampning, emulsjon og stranding. I vannkolonnen blir det simulert horisontal og vertikal transport, oppløsning av oljekomponenter, adsorpsjon, avsetninger i sedimenter samt nedbrytning. OSCAR benytter både to- og tre-dimensjonale strømdata fra hydrodynamiske modeller. Det er generert historiske, dagsgjennomsnittlige strømdata fra perioden med 4 4 km oppløsning. Datasettet er opparbeidet av Havforskningsinstituttet (HI) og behandlet videre av SINTEF. Datasettet inneholder både overflatestrøm og strøm nedover i vannsøylen. Den høyere horisontale oppløsningen (sammenlignet med tidligere studier) på strømdataene gir en bedre beskrivelse av strømforholdene i havområdene, og spesielt innover i kystsonen og fjorder. Den norske kyststrømmen vil løses bedre opp med flere strømpunkter, noe som vil føre til en kraftigere opplevelse av kyststrømmen. Dette vil gi en større spredning av olje, spesielt i nordlig retning sammenlignet med tidligere studier. En begrensning ved å benytte dagsgjennomsnittlige strømdata er at effekten av tidevannsstrømmer faller bort. Dette er kombinert med historiske vinddata fra Meteorologisk institutt med km oppløsning fra perioden med tidsintervall tre timer. Stokastiske simuleringer med forskjellige starttidspunkter er modellert. I de stokastiske modelleringene er et bestemt antall simuleringer utført etter hverandre i én kjøring. Antall simuleringer for de ulike scenariene avhenger av utslippsvarigheten, og målet er å ha tilstrekkelig antall simuleringer slik at perioden det modelleres for (årstid eller hele året) er dekket av historisk variabilitet i strøm og vind. Følgetiden til hver oljepartikkel som slippes ut, er simulert varighet for et utblåsingsscenario pluss 15 døgn. Antall simuleringer varierer fra 40 per år ved 2 dagers varighet til 12 per år for lengste varighet (eksempelvis 50 dager). Det vil si at det totale antall simuleringer (for om lag 8 år med strømdata) er henholdsvis 320 og 96. Oljedriftssimuleringene er utført for hele året. For å kunne beregne statistiske resultater er oljedriftsparametere akkumulert for hver simulering i hver berørte rute. Disse resultatene er igjen brukt for bl.a. å beregne treffsannsynligheter i en gitt rute. Treffsannsynlighet er her definert som antall simuleringer (av totalt antall simuleringer) hvor et oljeflak/partikkel på havoverflaten har truffet en km rute, uavhengig av hvor lenge det har vært olje i ruten. Page 8

12 3.3 Modellens begrensninger og krav til inngangsdata Enhver modell vil nødvendigvis være en forenkling av virkeligheten. Dette medfører at det vil være et visst avvik mellom modellens prediksjoner og virkeligheten, men det kan samtidig være med på å gjøre det enklere å avdekke og forstå generelle trender og fenomener i prosesser som studeres. I dette kapittelet påpekes noen av de viktigste kjente forenklingene og antakelsene i OSCAR. I tillegg gjøres det rede for usikkerheter som følge av modellens oppbygning, så vel som oppsettet av simuleringene og inngangsdataene som er benyttet. Modelleringen av ulike prosesser som fjerner forurensningen fra en simulering er spesielt interessant da denne har stor effekt på omfanget av eventuelle skadevirkninger i kjølvannet av et oljeutslipp. Olje i OSCAR fjernes fra miljøet gjennom fordampning, degradering og eventuelt mekanisk oppsamling. Videre kan olje til en viss grad immobiliseres på strand og i sedimenter. Av effektivitetshensyn følges ikke sedimentert olje i stokastiske simuleringer. Olje på strand degraderer både i virkeligheten og i modellen, men dette skjer saktere enn for olje i vannkolonnen. Olje kan transporteres ut av det modellerte området, men modellberegningene settes normalt opp slik at dette i verste fall bare gjelder en liten andel av det totale utslippet. I tillegg til degradering vil fortynning av oljen i vannkolonnen være en viktig kilde til at effekten av et utslipp reduseres over tid (Johansen, 2010). OSCAR er en partikkelbasert modell, hvor olje og kjemikalier i modellen representeres som et sett med partikler. Hver partikkel har en rekke egenskaper som forandrer seg i løpet av en simulering. Dette inkluderer generelle egenskaper som posisjon, masse og fysisk utstrekning, så vel som egenskaper knyttet spesielt til oljedriftsmodellering: viskositet, vanninnhold, kjemisk sammensetning, vannløselighet, og andre egenskaper for den benyttede oljen. I OSCAR finnes det tre hovedtyper av partikler. Disse representerer henholdsvis kjemikalier som er løst i vannet, dråpeskyer i vannkolonnen som følge av kjemisk eller naturlig dispergering og olje på havoverflaten. En simulering består av en rekke tidssteg hvor partiklenes egenskaper forandres: Partiklenes posisjon endres som følge av pådrag fra vind og strøm. Massen og den kjemiske sammensetningen endres som følge av blant annet fordampning, biodegradering, og utløsning fra dråpeskyer og overflateflak til løste komponenter. Vannopptak og viskositet endres som del av en kompleks forvitringsprosess. I tillegg kan partikler gå fra å representere dråpeskyer til å representere overflateflak og motsatt. Dråpeskyer kan stige til overflaten som følge av oljens oppdrift, og overflateflak kan blandes ned i vannkolonnen som følge av vindinduserte bølger og turbulens. Som ved enhver forenkling av en kompleks kontinuerlig prosess, vil en partikkelbasert modell være følsom for hvilken oppløsning som velges. Hvis det benyttes flere partikler i beregningene er det større potensial for å oppnå realistiske simuleringer, gitt strøm-, vind-, dybde- og kystdata. Flere partikler betyr imidlertid også mer ressurskrevende beregninger, og det endelige valg av oppløsning blir en avveiing mellom tilgjengelig regnekapasitet og nytten av å øke oppløsningen ytterligere. Det er i denne analysen brukt et oppsett med partikler for alle scenarier, noe som basert på erfaring gir et tilstrekkelig grunnlag for den statistiske analysen. Page 9

13 3.3.1 Bearbeiding og generering av statistiske parametere Basert på de stokastiske resultatene fra OSCAR beregnes oljedriftstatistikk; treffsannsynlighet, olje- og emulsjonsmengde, total hydrokarbonkonsentrasjoner og strandingsmengder for forhåndsdefinerte km kystruter. Oljedriftstatistikk for åpent hav er presentert som middelverdier av de faktiske parametere. Hver gang en oljepartikkel når en ny rute, vil relevante parametere og antall treff i ruten bli oppdatert. Når alle utslippsscenariene er simulert, vil statistikk for hver rute, strandingsareal og influensområdet beregnes. De statistiske rutenett-parameterne som presentere i denne rapporten er: Treffsannsynlighet, defineres som det relative antall simuleringer (av totale antall simuleringer) hvor et oljeflak/en partikkel på havoverflaten har truffet en rute. Influensområde defineres som området med en treffsannsynlighet 5 % for 1 tonn olje i en km rute. Tidsmidlet oljemengde, defineres som gjennomsnittstall (over alle simuleringer) basert på tidsmidlet verdier (over en simulering). Vannsøylekonsentrasjoner (Total hydrokarbonkonsentrasjoner), defineres som gjennomsnittstall (over alle simuleringer) basert på tidsmidlet maksimale verdier (over en simulering) i vannsøylen for total oljekonsentrasjon (THC) 100 ppb, dvs. både løste fraksjoner og oljedråper. Det gjøres oppmerksom på at konverteringsalgoritmen som legges til grunn i OSCARs eksportrutine (regridding fra mindre til større celler for stokastiske simuleringer) bidrar til konservative estimater for tidsmidlede oljemengder på havoverflaten. 3.4 Beskrivelse av utslippsscenarier Oljedriftsberegningene er gjennomført for én lokasjon med posisjon 58 55' 20,19" N, 02 11' 53,09" Ø og et havdyp på 113 m. I og med at rørledningen kun er 10 km lang, vil det ha liten betydning for resultatene hvor på rørledningen en eventuell lekkasje finner sted. Spredningsmodelleringer er gjennomført for fire ulike utslippsscenarioer, som beskrevet i kapittel 2.1; Lite, medium, stort og fullt brudd, i henhold til potensielle hullstørrelser og utslippsmengder. Utslippsscenario stort er modellert med to ulike varigheter; 1 time og 1 dag. I oljedriftsmodelleringene er det kjørt tilstrekkelig antall simuleringer for å dekke inn variasjoner i vind og havstrømmer gjennom året. For modellering av sjøbunnsutslippene ble det benyttet GOR (Gass/olje-forhold) lik 333 Sm3/Sm3 (Det Norske, 2015). Det er lagt til grunn at gassen i reservoarene som driver oljen opp til overflaten er naturgass med stor andel av metan. De statistiske oljedriftsresultatene er presentert i et rutenett som har en horisontal oppløsning på km. 3.5 Oljedriftsmodellering - Resultater Nærsonemodellering av sjøbunnsutslipp Simuleringsresultatene for rørledningsutslipp fra Ivar Aasen viser litt forskjellig resultater for de ulike scenarioene. Scenario Lite viser at olje-plumen når overflaten etter ca. 4,5 minutter, og spres på Page 10

14 havoverflaten som en tynn oljefilm med estimert tykkelse på 0,007 mm. I scenario medium stiger oljen litt raskere, og når havoverflaten etter om lag 3 minutter. Den initielle oljefilmtykkelsen på havoverflaten er noe større enn for scenario Lite; om lag 0,011 mm. Scenario large (1d) når oljen havoverflaten etter i underkant av 2 minutter, med en filmtykkelse på 0,032 mm. I scenario fullt brudd stiger oljen hurtig og når havoverflaten etter i overkant av et halvt minutt. Filmtykkelsen er imidlertid liten; om lag 0,24 mm. For å beregne disse verdiene er det modellert én enkeltsimulering for hvert scenario, noe som gir en indikasjon på oppførselen til oljeplumen Treffsannsynlighet av olje på overflaten For modellerte lekkasjescenarier er det generert oljedriftsstatistikk på rutenivå (10 10 km ruter) for hvert scenario i hver sesong (vår; mars-mai, sommer; juni-august, høst; september-november, vinter; desember-februar). Resultatene er presentert både som treffsannsynlighet; 5 % treffsannsynlighet av 1 tonn olje per km rute (influensområder), og som tidsmidlet oljemengde ( 1 tonn) per km rute. Resultatene er presentert for hvert scenario i Figur 3-1 til Figur 3-8. Influensområdene og områdene med tidsmidlet oljemengde 1 tonn olje per km rute er ulike i utstrekning. Dette har sammenheng med at beregning av tidsmidlet oljemengde registrerer faktisk oljemengde per rute det er olje i ruta, og midler denne over alle tidssteg i alle simuleringer, mens influensområdene er beregnet sannsynlighet for at det er tonn olje i ruta. Denne kan således overskride 5 %, selv om tidsmidlet oljemengde er < 1 tonn. Resultatene viser at en kan forvente de største influensområdene gitt langvarig utslipp (35 døgn), selv om utslippsmengden (raten) er liten (scenario Lite) (Figur 3-1). Oljemengden på havoverflaten vil imidlertid være liten (1-5 tonn per km rute), og er begrenset til nærområdet rundt utslippspunktet (Figur 3-2). For scenario medium er influensområdet, og potensielle oljemengder på havoverflaten svært små (Figur 3-3 og Figur 3-4). Scenario Stort er modellert med to ulike varigheter; 1 time og 1 dag. Forutsatt at rørledningen tømmes til sjøen på 1 time blir oljen knust i små dråper i modelleringen slik at oljen ikke når havoverflaten. At rørledningen tømmes i løpet av 1 døgn er trolig et mer realistisk scenario. Influensområdet gitt et Stort utslipp fra rørledningen gir noen grad av utstrekning på havoverflaten (Figur 3-5), med på treff av oljemengder i nærområdet til utslippspunktet som i enkeltruter kan overskride 20 tonn (Figur 3-6). Resultatene viser at oljen etter utslipp fra rørledningen i stor grad spres i to ulike grener i sørøstlig retning, men kan også føres nordover med kyststrømmen dersom oljen når kystområdene (som sett for scenario Lite i vårsesongen). Oljemengdene på havoverflaten forventes å være små, og vil kun overskride nedre effektgrense for sjøfugl (1 tonn per10 10 km rute) i nærområdet til utslippspunktet. Merk imidlertid at influensområdene er basert på alle utslippsscenarioer, og at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 11

15 Figur 3-1 Sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en lekkasje fra Ivar Aasen rørledning (Lite = small). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 12

16 Figur 3-2 Tidsmidlet oljemengde i km sjøruter gitt lekkasje fra Ivar Aasen rørledning (Lite = small). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er basert på alle enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 13

17 Figur 3-3 Sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en lekkasje fra Ivar Aasen rørledning (medium). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 14

18 Figur 3-4 Tidsmidlet oljemengde i km sjøruter gitt lekkasje fra Ivar Aasen rørledning (medium). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er basert på alle enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 15

19 Figur 3-5 Sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en lekkasje fra Ivar Aasen rørledning (Stort = large, 1d). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 16

20 Figur 3-6 Tidsmidlet oljemengde i km sjøruter gitt lekkasje fra Ivar Aasen rørledning (Stort = large, 1d). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er basert på alle enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 17

21 Figur 3-7 Sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en lekkasje fra Ivar Aasen rørledning (fullt brudd = rupture). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 18

22 Figur 3-8 Tidsmidlet oljemengde i km sjøruter gitt lekkasje fra Ivar Aasen rørledning (fullt brudd = rupture). Influensområdet er basert på alle simuleringer av oljedrift etter utslipp. Merk at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er basert på alle enkeltsimuleringene av oljens drift og spredning innenfor hver sesong. Page 19

23 3.5.3 Stranding av olje i kystsone Lekkasjescenarioene for Ivar Aasen rørledning medfører ikke sannsynlighet for stranding av olje langs kysten Olje i vannsøylen Modellerte THC konsentrasjoner i vannsøylen overskrider ikke nedre effektgrense (100 ppb) gitt små (lite) eller middels (medium) store lekkasjer fra Ivar Aasen rørledning. Forutsatt store lekkasjer (stort eller fullt brudd) overskrides effektgrensen ( 100 ppb) i én til to ulike km ruter, avhengig av sesong. Utslippene forventes således å medføre marginale effekter for vannlevende organismer, og kun i nærområdet til utslippspunktet. Page 20

24 4 MILJØRISIKO 4.1 Miljøressurser En lekkasje fra Ivar Aasen rørledning med fører ikke sannsynlighet for stranding av olje i kyst- og strandsone, og heller ikke sannsynlighet for kvantifiserbare effekter i vannsøylen. Det er derfor valgt å fokusere på sjøfugl i åpent hav. For en omfattende beskrivelse av miljøressursene i regionen, henvises det til blant annet Faglig grunnlag for forvaltningsplan for Nordsjøen og Skagerrak; Arealrapport (DN & HI, 2010). Det er valgt å beregne risiko på pelagiske sjøfugl (åpent hav), Tabell 4-1 gir en oversikt over artene inkludert i risikoberegningene. Tabell 4-1 Utvalgte VØKer for miljørisikovurderingene for lekkasjer fra Ivar Aasen rørledning (SEAPOP, 2013; Artsdatabanken (rødliste), 2015). Navn Latinsk navn Rødlista Alke Alca torda EN Alkekonge Alle alle LC Fiskemåke Larus canus LC Gråmåke Larus argentatus LC Havhest Fulmarus glacialis EN Havsule Morus bassanus LC Krykkje Rissa tridactyla EN Lomvi Uria aalge CR Lunde Fratercula arctica VU Polarmåke Larus hyperboreus Svartbak Larus marinus Tilhørighet Pelagisk sjøfugl datasett Nordsjøen LC 4.2 Mulige konsekvenser/risiko forbundet med lekkasjer fra eksportrørledningen på Ivar Aasen De modellerte lekkasjescenarioene for Ivar Aasen oljerørledning gir ingen sannsynlighet for tapsandeler av sjøfugl som overskrider 1 %, og dermed ingen kvantifiserbar miljørisiko, i henhold til MIRAmetodikken (OLF, 2007). Dette har sammenheng med små utslippsmengder totalt sett som når havoverflaten, og dermed lite konfliktpotensial med sjøfugl på havoverflaten. Analysen av mulige vannsøylekonsentrasjoner av THC viser marginale effektområder (totalt km ruter med THC 100 ppb), og således ingen risiko for tap av egg og larver som kan påvirke rekrutteringen av nye årsklasser. Konklusjonen er at det er ingen kvantifiserbar miljørisiko forbundet med lekkasjer fra oljerørledningen mellom Ivar Aasen- og Edvard Grieg-feltet, gitt at en eventuell lekkasje detekteres og stanses i henhold til spesifikasjonene som er lagt til grunn i foreliggende analyse (se avsnitt 2.1). Page 21

25 5 REFERANSER Artsdatabanken 2015; Nasjonal kunnskapskilde for biologisk mangfold. Norske Rødliste for arter Det Norske, Mailer fra Nina Aas i Det Norske Oljeselskap ASA med inngangsdata til analysen, datert , , , DN & HI, Helhetlig forvaltningsplan for Norskehavet: Arealrapport med miljø- og naturressursbeskrivelse. Fisken og Havet nr. 6/ s. DN & HI, Faglig grunnlag for en forvaltningsplan for Nordsjøen og Skagerrak: Arealrapport. Fisken og Havet nr. 6/2010. TA-nr. 2681/2010. DNV, Technical note- Riser/Pipeline frequencies. TN7, Revision No.3-1. Dated 22 March Johansen, Ø. (2006). Implementation of the near-field module in the ERMS model, Technical report, SINTEF. Johansen, [Personal communication with Ø. Johansen]. Lloyd s, Blowout and well release frequencies based on SINTEF offshore blowout database Report no: /2015/R3. Rev: Draft A. Dated 25 Feb OLF, Metode for miljørettet risikoanalyse (MIRA) revisjon OLF rapport, Seapop Rådata innhentet for konsentrasjoner av kystnære sjøfuglarter fra Norsk Institutt for Naturforskning ved Geir Systad, mars/april Seapop, Sjøfugl åpent hav. Utbredelsen av sjøfugl i norske og tilgrensende havområder. SINTEF, Ivar Aasen oljen- Kartlegging av forvitringsegenskaper, dispergerbarhet, egenfarge og spredningsegenskaper. Egenskaper til oljen relatert til oljevernberedskap. SINTEF rapport A Page 22

26 About DNV GL Driven by our purpose of safeguarding life, property and the environment, DNV GL enables organizations to advance the safety and sustainability of their business. We provide classification and technical assurance along with software and independent expert advisory services to the maritime, oil and gas, and energy industries. We also provide certification services to customers across a wide range of industries. Operating in more than 100 countries, our 16,000 professionals are dedicated to helping our customers make the world safer, smarter and greener.