Under følger beskrivelse av arbeidet som er blitt utført i tilknytning til de overnevnte temaene, samt Statoil vurderinger.

Transkript

1 Vår dato Vår referanse Vår saksbehandler AU-TPD D&W ED-00091/AU-TPD DW ED Trine Knutsen Deres dato Deres referanse Miljødirektoratet v/ Solveig Aga Solberg og Marte Braathen Postboks 5672 Sluppen 7485 Trondheim Tilleggsinformasjon til søknader om tillatelse til virksomhet etter forurensningsloven ved boring av letebrønnene 30/11-12 Askja South East og 30/11-13 Beerenberg Statoil viser til mottatt høringsuttalelse fra Havforskningsinstituttet vedrørende utslippssøknaden for 30/11-12 Askja South East samt møte mellom Statoil og Miljødirektoratet, avholdt , der hovedtemaene var følgende: miljørisiko for tobisbestanden ved Vikingbanken, ny Oscar-versjon (7.0.1) og vurdering av miljørisiko for kystnær sjøfugl. Under følger beskrivelse av arbeidet som er blitt utført i tilknytning til de overnevnte temaene, samt Statoil vurderinger. Miljørisiko for tobisbestanden ved Vikingbanken. Statoil har fått gjennomført et tilleggsstudie, utført av DNV GL, som gir en mer detaljert beskrivelse av miljørisiko for tobis knyttet til en potensiell oljeutblåsning fra sjøbunn fra leteaktivitet i området utenfor tobisområdet på Vikingbanken. Studiet baserer seg på en enkeltsimulering fra havbunn der maks rate for Askja South East er lagt til grunn sammen med brønnlokasjon for Beerenberg da denne brønnen er lokalisert nærmere tobisområdet enn Askja South East. Analysene viser at ved en sjøbunnsutblåsning med rate 8200 m 3 per dag over 14 døgn, vil den berørte andelen av tobislarvepopulasjon være lav. Det er beregnet en sannsynlighet på 1-3 % for at det oppstår en dødelighet større eller lik 1 % av populasjonen. Maksimal oljekonsentrasjon (THC) i vannet er omkring 1 ppm, og maksimalt vannvolum som overskrider 100 ppb (PNEC) er 3 km 3. Risikoen for at tobislarver som befinner seg på sjøbunnen under bunnslåing eksponeres for hydrokarboner anses som lav da oljepartiklene primært konsentreres i de øverste delene av vannsøylen. Maksimalt påvirket vannvolum ligger mellom 0 % (1 ppm) og 13 % (100 pbb). For mer detaljer vises det til det fullstendige studiet som er lagt ved som Appendix A. Basert på ny informasjon opprettholder Statoil sin vurdering om at risiko for tobis forbundet med en oljeutblåsning i området utenfor tobisområdet på Vikingbanken er akseptabel Ny Oscar-versjon og miljørisiko for sjøfugl Utslippssøknadene for de to brønnene Askja South East og Beerenberg ble oversendt Miljødirektoratet Q Miljørisikoanalysene for de to brønnene er utført som referansebaserte analyser mot den tidligere gjennomførte miljørisikoanalysen for Krafla Main Statfjord (2014). Ny Oscar-versjon (MEMW 7.0.1) ble tatt i bruk fra og med januar 2016, og forsøk har vist at den nye versjonen i flere tilfeller fører til økt mengde olje på overflaten sammenlignet med den tidligere versjonen. I 2015 mottok DNV GL nye datasett for sjøfugl kystnært. Disse datasettene er basert på oppdaterte telledata for sjøfuglkolonier og kysttilknyttede arter. Datasettene er nå tilrettelagt av DNV GL til bruk i miljørisikoanalyser, etter anbefalinger fra NINA. Selskap Statoil ASA The Register of Business Enterprises NO MVA Postadresse NO-4035 STAVANGER Norge Besøksadresse Forusbeen 50 Forus 4033 Stavanger Telefon Telefax Internet

2

3 Vår dato Vår referanse Vår saksbehandler AU-TPD D&W ED-00091/AU-TPD DW ED Trine Knutsen Deres dato Deres referanse Appendix A Selskap Statoil ASA The Register of Business Enterprises NO MVA Postadresse NO-4035 STAVANGER Norge Besøksadresse Forusbeen 50 Forus 4033 Stavanger Telefon Telefax Internet

4 Memo til: Memo Nr.: 1Z0WQNF-6 Statoil ASA Fra: Anne Wenke Trine Knutsen Dato: Skrevet av: Anne Wenke Anders Rudberg QA: Odd Willy Brude Vurdering av effekt av oljeutslipp i tobisområder i influensområdet av letebrønn 30/11-13 Beerenberg 1 BAKGRUNN Statoil ASA skal bore letebrønnen 30/11-13 Beerenberg i utvinningstillatelse PL035 i Nordsjøen (Figur 1). Feltet er lokalisert i nærheten av et gyteområde for tobis. Tobis er et fellesnavn på arter i silfamilien (Ammodytidae). De to vanligste tobisartene i Nordsjøen er Småsil (Ammodytes tobianus) og Havsil (Ammodytes marinus), hvorav den siste er den mest kommersielt viktige arten. Begge tobisartene er vurdert som livskraftig (LC) i den norske artsdatabanken /1/. Statoil ønsker en vurdering av miljørisiko for tobislarver fra et sjøbunnutslipp fra Beerenberg. For en mer konservativ utslippsrate ble rate fra letebrønnen Askja Sør-Øst /2/ i det samme området benyttet. Askja Sør-Øst har en høyere rate enn Beerenberg. Basisinformasjon for brønnen er gitt i Tabell 1. Det ble gjennomført en scenariobasert eksponeringsanalyse med bruk av SINTEFs OSCAR modell (versjon 7.0.1). DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel: Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

5 Side 2 av 11 Figur 1 Beliggenheten til letebrønnene Beerenberg og Askja Sør-Øst og tobisfeltet i Nordsjøen. Tabell 1 Basisinformasjon for letebrønn 30/11-13 Beerenberg. Posisjon for DFU Vanndyp Analyseperiode Oljetype (referanseolje) Utblåsningssted Utblåsningsrate Varighet 60º N, 02º Ø (geografiske koordinater) 106 m Vår (mars/april) Oseberg Øst Sjøbunn 8200 Sm 3 /døgn (rate fra Askja Sør-Øst) 14 døgn GOR (Sm 3 /Sm 3 ) 189 Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

6 Side 3 av 11 2 ANALYSE AV MULIGE KONSEKVENSER FOR TOBISLARVER Det ble gjennomført scenariobasert eksponeringsanalyse med bruk av SINTEFs OSCAR modell (versjon 7.0.1). Valg av enkeltscenario ble basert på sjøbunnutslipp fra lokasjon Beerenberg med raten og varigheten presentert i tabell 1. I denne analysen ble det benyttet partikler til å representere oljedriften, og 10 minutters tidssteg inkludert i 30 minutters output intervaller. Dette for å oppnå best mulig oppløsning i analysene. Det ble benyttet oppdaterte strøm- og vinddata fra fra SVIM arkivet med 4x4 km daglig middelverdi på strøm og 10x10 km tilhørende vind for hver tredje time i perioden. Metodetilnærmingen som benyttes for å vurdere potensiell skade av gyteprodukter (fiskeegg og larver) i OSCAR innebefatter beregninger av opptak av oljekomponenter i larvene som en følge av eksponering av vannløselige oljekonsentrasjoner i omliggende vannmasser. Dødeligheten for larvene blir beregnet ut fra konsentrasjon og sammensetning av de vannløselige oljekomponentene som tas opp i larvene. Modellen bygger på en metode som ofte beskrives som en «Critical Body Residue (CBR) method» og metodikken er blant annet nærmere beskrevet i Singsaas et al /3/. OSCAR modellen beregner drift og spredning av gyteproduktene representert ved partikler som driver passivt med strømmen og spres på grunn av vertikalbevegelse og turbulens i vannmassene. Samtidig beregnes også drift, spredning og forvitring av oljen i samme strømfeltet. Det ble i dette prosjektet sluppet ut 5000 partikler som representer gytebiomassen (tobislarver). Vekt og fettinnhold identifisert for tobislarver ble benyttet i modelleringen /4-5/ og larvene er jevnt fordelt over hele vannsøylen i samsvar med funn i Jensen et al /6/. Drift av tobislarver og oljedrift ble beregnet for tre enkeltscenarier. Starttidspunktene for utslipp av olje er 15. mars 2010 (12:00 UTC), 1. april 2010 (12:00 UTC) og 25. april (201012:00 UTC) som er i begynnelsen, i midten og på slutten av klekkingsperioden (Figur 2). Beregning av oljedrift og eksponering av tobislarver fortsetter deretter i ytterlige 14 døgn etter start av oljeutslippet. Hele simuleringsperioden varer i 40 døgn. Avgrenset område for utslipp av tobislarver benyttet i analysen er tobisfeltet på Vikingbanken i Nordsjøen /7/ (se Figur 1). Figur 2 Skjematisk oversikt over atferd av tobis gjennom et år /7/. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

7 Side 4 av 11 3 RESULTATER 3.1 Beregning av dødelighet Modellert fordeling av tobislarver etter 40 døgns simuleringstid er vist i Figur 3. Beregnet dødelighet på gyteproduktene er på under 10 % for alle partikler som representerer gyteproduktene Resultatene fra eksponeringsberegningene for utslipp på tobislarver er videre oppsummert i Figur 4 og Figur 5. Figur 4 viser utviklingen i samlet dødelighet på gyteproduktene over tid for de tre ulike simuleringstidspunktene. Maksimal tapsandel av tobislarver ligger mellom 1.2 og 1.6 %, avhengig av starttidspunkt for simuleringen, altså en svært begrenset eksponering av larver over dødelige konsentrasjoner (LC50 konsentrasjoner). Figur 3 «Fraction killed» % (tapsandel tobislarver) etter endt simuleringstid 40 døgn. Figuren viser fordeling av tobislarver i influensområdet. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

8 Side 5 av 11 Figur 4 Dødelighet av tobislarver plottet som funksjon av tid (døgn). Figur 5 viser statistiske fordelinger av dødeligheten for de eksponerte modellpartiklene (gyteproduktene) for enkeltsimuleringen 15. mars. En dødelighet på 1 % (LC1) kan anses som en konservativ effektgrense som også ivaretar mulige langtidseffekter i tillegg til akutt dødelighet /8/. Larver med en eksponering som gir forventet dødelighet lik eller større enn denne effektgrensen antas således å ha redusert evne til å overleve på lengre sikt, mens de med lavere eksponering antas å ha en naturlig sannsynlighet for å overleve. Figuren viser at en andel på ca. 3.1 % av gyteproduktene vil ha en dødelighet større eller lik 1 %. For de to andre simuleringstidspunktene ligger verdien mellom 1.1 % (1. april) og 0.08 % (25. april) (ikke vist i figuren). Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

9 Side 6 av 11 Figur 5 Statistisk fordeling av beregnet dødelighet for tobislarver for enkeltsimuleringen 15. mars. Y-aksen viser andelen som har en dødelighet lik eller større enn verdien, se x-aksen. 3.2 Beregning av konsentrasjoner i vannsøylen Hovedklekking av egg skjer i mars. Tobislarvene er pelagiske fram til omkring juni-juli. Da er de konsentrert over sjøbunnen og bunnslår seg for å gå over til tobis-karakteristisk atferd ved å grave seg ned i sand på natta og beite i tette stimer på dagen. I OSCAR modellen er larvene representert som partikler som driver passivt med strømmen og spres på grunn av vertikalbevegelse og turbulens i vannmassene. Det betyr at larvene driver ut av tobisområdet. Da larvene befinner seg konsentrert over sjøbunnen i bunnslåingsperioden, er det derfor viktig å se på oljekonsentrasjoner og fordeling i vannsøylen i evalueringen av mulige effekter. Fordeling av oljen i vannsøylen er visst i Figur 6, Figur 7 og Figur 8 for de tre simuleringstidspunktene. Maksimale total hydrokarbonkonsentrasjoner (THC) i vannsøylen (total hydrokarbonkonsentrasjon er sum av løste komponenter og oljedråper) er omkring 1 ppm. Mesteparten av oljen er konsentrert i de øverste delene av vannsøylen, ellers på overflaten. Simuleringsresultatene for sjøbunnsutblåsning viser at oljeplumen stiger til havoverflaten i løpet av 54 sekunder. Oljen fra plumen danner en tynn oljefilm på havoverflaten, dette er forutsatt en GOR på 189 Sm 3 /Sm 3 og de rådende omstendighetene for dyp, en vinterlig vertikal tetthetssjiktning i vannmassene og utslippsrate. Det betyr at risikoen for eksponering til tobislarver på sjøbunnen kan anses som relativt lav. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

10 Side 7 av 11 Figur 6 Fordeling av oljen 10 døgn etter utslippet i enkeltscenarioet fra 15. mars. Maksimal oljekonsentrasjon (THC) i vannet er omkring 1 ppm. De svarte prikkene viser oljepartikler i vannsøylen. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

11 Side 8 av 11 Figur 7 Fordeling av oljen 10 døgn etter utslippet i enkelt scenario fra 1. april. Maksimal oljekonsentrasjon (THC) i vannet er omkring 1 ppm. De svarte prikkene viser oljepartikler i vannsøylen. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

12 Side 9 av 11 Figur 8 Fordeling av oljen 10 døgn etter utslippet i enkelt scenario fra 24. april. Maksimal oljekonsentrasjon (THC) i vannet er omkring 1 ppm. De svarte prikkene viser oljepartikler i vannsøylen. OSCAR kan brukes for å beregne hvor stort vannvolumer som ble berørt av gitte konsentrasjonsterskler over tid. Figur 9 viser at volum vann hvor totale hydrokarbon konsentrasjoner overstiger en effektkonsentrasjon på 100 ppb er på et maksimum rundt 3 km 3. Mengden hydrokarboner (ppb) reduseres raskt og forsvinner grunnet fortynning etter 14 dager. Hvis vi antar en gjennomsnittlig dybde på 100 m og tobisområdet har et areal av 235 km 2, så vil påvirket vannvolum bli maksimalt 13 %. Volum hvor vi antar full dødelighet (> 1 ppm) ble beregnet til 0 km 3. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

13 Side 10 av 11 Figur 9 Løste hydrokarboner: Vannvolum som overskrider PNEC (100 ppb) i tobisområdet. 4 KONKLUSJON Analysene viser at ved en sjøbunnsutblåsning på 8200 m 3 per dag over 14 døgn vil den berørte andelen av tobislarvepopulasjon være lav. Dvs. at det er beregnet en sannsynlighet på 1-3 % for at det oppstår en dødelighet større eller lik 1 % av populasjonen. Maksimal oljekonsentrasjon (THC) i vannet er omkring 1 ppm, og maksimalt vannvolum som overskrider 100 ppb (PNEC) er 3 km 3. Risikoen for at tobislarver som befinner seg på sjøbunnen under bunnslåing eksponeres for hydrokarboner kan anses som relativt lav da oljepartiklene primært konsentreres i de øverste delene av vannsøylen. Maksimalt påvirket vann volum ligger mellom 0 % (1 ppm) og 13 % (100 pbb). Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

14 Side 11 av 11 Referanser /1/ Artsdatabanken 2015, /2/ Statoil 2015; Input to the environmental risk assessment Blowout scenario analysis exploration wells Askja South-eact (30/11-12); Technical note written by Alexander Solberg, TPD TEX SSt ST, 16 th November /3/ Singsaas, I, Daling P.S, Sørheim K.R Johansen, Ø, Ramstad R, Daae RL, Hoell E (Acona Wellpro) og Anders Bjørgeseter (Acona Wellpro) 2010; Grunnlagsrapport. Oppdatering av faglig grunnlag for forvaltningsplanen for Barentshavet og områdene utenfor Lofoten (HFB). Tema: Oljevern", F15407 /4/ Gurkan, Z., Christensen, A., Modegaard, H., 2009; The effect of patchiness in prey growth of larval lesser sandeel in the North sea: An examination using individual-based modeling. ICES CM 2009/T:04 /5/ Eliasen, K., 2012; Sandeel, Ammodytes spp., as a link between climate and higher trophic levels on the Faroe shelf. Ph.D thesis, Aarhus University /6/ Jensen H., Wright, J.P., Munk, P., 2003; Vertical distribution of pre-settled sandeel (Ammodytes marinus) in the North Sea in relation to size and environmental variables. ICES Journal of Marine Science, 60: /7/ Espen Johnsen og Eirik Tenningen, Havforskningsinstituttet 2010; Overvåkningsvirksomhet i tobisområder med oljeaktivitet. /8/ Brude O.W., Nordtug, T., Sverdrup, L., Johansen, Ø., Melby,A., 2010; Petroleumsvirksomhet i helhetlig forvaltningsplan for Barentshavet Lofoten. Konsekvenser av uhellsutslipp for fisk. DNV rapport. Notat_Tobis vurderinger_letebrønn Beerenberg_DNVGL.docx

15 Vår dato Vår referanse Vår saksbehandler AU-TPD D&W ED-00091/AU-TPD DW ED Trine Knutsen Deres dato Deres referanse Appendix B Selskap Statoil ASA The Register of Business Enterprises NO MVA Postadresse NO-4035 STAVANGER Norge Besøksadresse Forusbeen 50 Forus 4033 Stavanger Telefon Telefax Internet

16

17 Figur 1 Beliggenheten til planlagt leteaktivitet i Askja-området i Nordsjøen. Tabell 1 Basisinformasjon for miljørisikoanalysen for leteaktivitet i Askja-området. Koordinater for modellerte scenarier 02 35' 05,39'' Ø, 60 11' 27,96'' N Analyseperiode for miljørisikoanalysen Helårlig, fordelt på 4 sesonger Vanndybde 107 meter Avstand til nærmeste kystlinje Ca. 130 km (Øygarden) Oljetype Oseberg Øst (842 kg/m 3 ) Riggtype Songa Delta (halvt-nedsenkbar flyterigg) Overflate-/sjøbunnsfordeling 25 % / 75 % Vektet rate, overflate: 6000 Sm 3 /døgn Utblåsningsrater Vektet rate, sjøbunn: 5900 Sm 3 /døgn Vektet varighet Overflateutblåsning: 9,3 dager Sjøbunnsutblåsning: 12,6 dager GOR (Sm 3 /Sm 3 ) 138 Tid for boring av avlastningsbrønn 63 døgn Aktiviteter Leteboring Type scenarier Utblåsning (overflate/sjøbunn) Utblåsningsfrekvens 1,41*10-4 VØK arter/ populasjoner vurdert Pelagisk sjøfugl Nordsjøen/Norskehavet, kystnær sjøfugl Nordsjøen og Norskehavet DNV GL- 1Z0WQNF-7. Side 2

18 1.1 Akseptkriterier Statoils operasjonsspesifikke akseptkriterier er lagt til grunn for vurdering av miljørisiko. Akseptkriteriene angir den øvre grensen for hva Statoil har definert som en akseptabel risiko knyttet til egne aktiviteter (sannsynlighet for en gitt konsekvens). Disse er formulert som mål på skade på naturlige ressurser (VØK), uttrykt ved varighet (restitusjonstid) og ulik alvorlighetsgrad. Akseptkriteriene er gitt i Tabell 2. Tabell 2 Statoils operasjonsspesifikke akseptkriterier. Miljøskade Varighet av skaden (restitusjonstid) Operasjonsspesifikke akseptkriterier Mindre 1 mnd. 1 år < 1 x 10-3 Moderat 1-3 år < 2,5 x 10-4 Betydelig 3-10 år < 1 x 10-4 Alvorlig >10 år < 2,5 x 10-5 DNV GL- 1Z0WQNF-7. Side 3

19 2 DIMENSJONERENDE DFU (DEFINERTE FARE- OG ULYKKESHENDELSE) Dimensjonerende hendelse (DFU) for miljørisiko er beskrevet av Statoil (2016), som en ukontrollert oljeutblåsning fra en letebrønn under boring. Statoil har utført en risikovurdering med hensyn til utblåsning og beregnet mulige utblåsningsrater- og varigheter med tilhørende sannsynlighetsfordeling (Statoil, 2016). Resultatene av disse beregningene er gjengitt nedenfor og i Tabell 3. Planlagt leteaktivitet i Askja-området vil foregå med en halvt nedsenkbar borerigg (eksempelvis Songa Delta). Dette innebærer en større sannsynlighet for sjøbunnsutblåsning sammenlignet med overflateutblåsning, henholdsvis 75 % versus 25 %. Lengste potensielle varighet er beregnet på bakgrunn av maksimal tid for boring av en avlastningsbrønn, og er satt til 63 døgn. Vektet varighet for overflateutblåsning er 12 døgn, mens tilsvarende verdi for sjøbunnsutblåsning er 16,5 døgn. I beregning av ratene er det (konservativt) antatt uhindret strømning av hydrokarboner fra brønnen (åpent hull) som følge av full kollaps av BOP. Vektet rate for overflateutblåsning er tilnærmet 6000 Sm 3 /d, mens tilsvarende for sjøbunnsutblåsning er 5900 Sm 3 /d. Sannsynligheten for dimensjonerende hendelse er vurdert til 1,41*10-4. Tabell 3 Rate- og varighetsfordeling for overflate- og sjøbunnsutblåsning for leteaktivitet i Askjaområdet (Statoil, 2016). Utslipps lokasjon Fordeling overflate/ Rate Sm 3 /d Varigheter (dg) og sannsynlighetsfordeling Sannsynlighet for raten sjøbunn % % Overflate 25 % % 19 % 14 % 5 % 10 % 20 % % % % Sjøbunn 75 % % 19 % 18 % 8 % 15 % 20 % % DNV GL- 1Z0WQNF-7. Side 4

20 3 OLJEDRIFTSMODELLERING 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). Gitt nye funn i Askja-området forventes det å finne hydrokarboner med egenskaper tilsvarende Oseberg Øst råolje (SINTEF, 2002). Oseberg Øst er derfor valgt som referanseolje i analysen for miljørisiko. Oseberg øst er en relativt lett, men asfalten- og voksrik olje med høyt stivnepunkt. Den danner stabile emulsjoner både ved sommer- og vintertemperaturer. Vannopptaket går sakte, og maksimalt vannopptak er 75 %. Karakteristikker for Oseberg Øst råolje er sammenfattet i Tabell 4. Tabell 4 Parametere for Oseberg Øst råolje benyttet i spredningsberegningene for leteaktivitet i Askjaområdet (SINTEF, 2013). Parameter Verdi Oljetetthet [kg/ m³] 842 Maksimum vanninnhold ved 13 C 80 [volum %] Viskositet, fersk olje ved 13 ºC (10s -1 ) [cp] 27 Voksinnhold, fersk olje [vekt %] 4,9 Asfalteninnhold, fersk olje [vekt %] 0, Endringer i modelleringsverktøy (OSCAR) Modelleringsverktøyet som benyttes til modellering av oljens drift, spredning og forvitring etter utslipp er utviklet av SINTEF, og gjenstand for kontinuerlig utvikling og forbedring. Høsten 2015 lanserte SINTEF en oppdatert OSCAR versjon; MEMW I versjon er algoritmene for sjøbunnsutslipp endret for bedre å beskrive forventet forløp av oljepartiklenes stigning til havoverflaten etter utslipp på havbunnen. Algoritmene er validert mot reelle utslippshendelser, senest Macondo-ulykken i Mexico-gulfen. Testingen viser at det kan forventes at mer av oljen kommer til havoverflaten etter sjøbunnsutslipp, sammenlignet med tidligere versjoner av OSCAR. Dette innebærer at sjøbunnsutslipp vil likne mer på overflateutslipp i spredning og oljemengder på havoverflaten og medføre større konsekvenspotensiale for ressurser på havoverflaten. Mer olje på havoverflaten øker også potensialet for stranding av olje i kystsone; og medfølgende større risikoeffekter på kysttilknyttede arter og hekkekolonier. En annen betydelig forskjell i modelleringsverktøyet er at metodikken for re-gridding av resultatene, dvs. overføring av resultater fra OSCAR modellgrid (typisk 3 3 km) til større grid (10 10 km, som benyttes i miljørisikoberegningene) er utbedret, og gir nå mer korrekte oljemengder. Som følge av dette kan det forventes mindre grad av reduksjon i oljemengder på havoverflaten etter overflateutslipp. DNV GL- 1Z0WQNF-7. Side 5

21 I tillegg er det endringer i strøm- og vinddata; Tidsperioden og kilden for strømdataene (4 4 km SVIM arkivet ftp://ftp.met.no/projects/svim-public/svimresults/) fra til Vinddatene er oppdatert både med hensyn til tidsperiode og datasett, fra tidligere km vind i perioden (Meteorologisk institutt) til km vind i perioden (NORA10). 3.3 Modelleringsoppsett Gjennom et samarbeidsprosjekt mellom Akvaplan-niva, Acona og DNV GL, på oppdrag for Norsk olje og gass, er det utviklet en «beste praksis» for modelleringsoppsett, og enighet om at alle de involverte partene skal benytte dette oppsettet i kommende analyser som involvere oljedriftsmodellering (Norsk olje og gass, 2016). Detaljer rundt modelleringsoppsettet inkludert de viktigste endringene fra tidligere benyttet oppsett er gitt i Tabell 5. Tabell 5 Modellringsoppsett for OSCAR MEMW Parameter Verdi Utslippsdiameter 47,63 cm (åpent hull) Følgetid (etter endt utslipp) 20 d Antall simuleringer per rate 2 d 360 5d /14 d /63 d 120 Initiell filmtykkelse for overflateutslipp 4 mm Tidssteg (beregning av posisjon og egenskaper) 20 min Intervall for resultatlagring 1 time Antall partikler 2d / 5 d d d d Oljedriftsmodellering- Resultater Treffsannsynlighet av olje på overflaten For modellerte overflate- og sjøbunnsutblåsninger er det generert oljedriftsstatistikk på rutenivå (10 10 km ruter) for fire sesonger; vår (mars-mai), sommer (juni-august), høst (september-november) og vinter (desember-februar). Influensområdene ( 5 % treff av olje over 1 tonn i km ruter) gitt en utblåsning fra henholdsvis overflate og sjøbunn fra brønnen i de ulike sesongene er presentert i Figur 2 og Figur 3. DNV GL- 1Z0WQNF-7. Side 6

22 Figur 2 Sesongvise sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en overflateutblåsning fra letebrønnen. Influensområdet er basert på alle utslippsrater og varigheter og deres individuelle sannsynligheter. 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. DNV GL- 1Z0WQNF-7. Side 7

23 Figur 3 Sesongvise sannsynligheter for treff av mer enn 1 tonn olje i km sjøruter gitt en sjøbunnsutblåsning fra letebrønnen. Influensområdet er basert på alle utslippsrater og varigheter og deres individuelle sannsynligheter. 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. DNV GL- 1Z0WQNF-7. Side 8

24 3.4.2 Drivtider til kystsone og strandingsmengder Korteste ankomsttid til land og største strandingsmengder av emulsjon er vist i Tabell 6 (95- og 100- persentiler). Resultatene for forventet strandet emulsjon og drivtid presentert stammer ikke nødvendigvis fra samme simulering. Alle simuleringer, både for overflate- og sjøbunnsutblåsning ligger til grunn for resultatene. 95 persentil av scenarioene gir stranding av i overkant av tonn oljeemulsjon langs kystlinjen i sommersesongen. 95 persentil av korteste drivtid er i underkant at 6 døgn i vintersesongen. Drivtider og strandingsmengder til berørte eksempelområder er gitt i Tabell 7. Lokasjon av eksempelområdene er gitt i Figur 4. Av de definerte eksempelområdene er det størst strandingsmengde på Frøya og Froan, med i overkant av 4400 tonn oljeemulsjon i høstsesongen. Dirvtiden er kortest til Ytre Sula med i underkant av 7 døgn (i høst- og vintersesongen). Tabell 6 Strandingsmengder av emulsjon og korteste drivtid til den norske kystlinje gitt en utblåsning fra leteaktivitet i Askja-området (95- og 100-persentiler) oppgitt for hver sesong. Alle simuleringer for overflate- og sjøbunnsutblåsning er lagt til grunn for tallene vist under. Persentil Strandet emulsjon (tonn) Drivtid (døgn) Vår Sommer Høst Vinter Vår Sommer Høst Vinter ,7 9,8 6,3 5, ,6 4,4 3,8 4,5 Tabell 7 Strandingsmengder av emulsjon og korteste drivtid til de definerte eksempelområdene gitt en utblåsning fra leteaktivitet i Askja-området (95-persentiler) oppgitt for hver sesong. Alle simuleringer for overflate- og sjøbunnsutblåsning er lagt til grunn for tallene vist under. Eksempelområde Strandet emulsjon (tonn) Drivtid (døgn) Vår Sommer Høst Vinter Vår Sommer Høst Vinter Frøya og Froan ,6 20,3 14,3 17,5 Smøla ,5 18,8 13,5 16,2 Ytre Sula ,7 10,8 6,9 6,6 Atløy/Værlandet ,6 12,4 8,0 7,1 Runde ,4 16,1 14,6 16,3 Onøy/Øygarden ,9 15,9 10,6 9,7 Stadtlandet ,2 14,1 11,5 10,7 Sverslingsosen/Skorpa ,5 14,8 9,8 9,2 Vigra/Godoya ,5 16,2 14,8 17,1 Austevoll ,6 20,4 11,3 11,9 Sandøy ,4 20,1 16,0 20,1 Utsira ,2 31,1 21,2 17,6 Vikna Vest ,9 43,2 27,1 43,2 Nord-Jæren ,6 46,4 49,7 32,1 Bømlo ,3 44,9 21,7 19,9 DNV GL- 1Z0WQNF-7. Side 9

25 Træna n/a 65,0 47,1 61,3 Sklinna n/a 74,9 62,0 54,9 Vega n/a 74,1 42,8 55,4 Karmøy n/a 73,7 n/a 66,7 Figur 4 Lokasjon av eksempelområdene langs norskekysten. DNV GL- 1Z0WQNF-7. Side 10

26 4 VERDSATTE ØKOSYSTEM KOMPONENTER (VØK) Som utgangspunkt for miljørisikoanalysene gjennomføres det en vurdering av hvilke naturressurser som har det største konfliktpotensialet innen influensområdet til planlagt aktivitet. En Verdsatt Økosystem Komponent (VØK) er definert i veiledningen for gjennomføring av miljørisikoanalyser (OLF, 2007) som en ressurs eller miljøegenskap som: Er viktig (ikke bare økonomisk) for lokalbefolkningen, eller Har en nasjonal eller internasjonal interesse, eller Hvis den endres fra sin nåværende tilstand, vil ha betydning for hvordan miljøvirkningene av et tiltak vurderes, og for hvilke avbøtende tiltak som velges. For å velge ut VØKer innen et potensielt berørt område benyttes følgende prioriteringskriterier (OLF, 2007): VØK må være en populasjon eller bestand, et samfunn eller habitat/naturområde VØK må ha høy sårbarhet for oljeforurensning i den aktuelle sesong VØK bestand må være representert med en stor andel i influensområdet VØK bestand må være tilstede i en stor andel av året eller i den aktuelle sesong VØK habitat må ha høy sannsynlighet for å bli eksponert for oljeforurensning VØKer som blir valgt ut for analyse i en spesifikk operasjon kan representere et spenn av ressurser som vil bidra til miljørisikoen for operasjonen i ulik grad. Basert på tidligere gjennomførte analyser i området kan det konkluderes med at sjøfugl er mest utsatt gitt et oljeutslipp i området, og det er valgt å fokusere på ulike arter både i åpent hav og kystnært. Inkluderte arter og tilhørende rødlistestatus er presentert i avsnitt Sjøfugl Tabell 8 viser utvalgte sjøfuglarter på åpent hav og kystnært inkludert i miljørisikoanalysen for leteaktivitet i Askja-området. Flere av de pelagiske sjøfuglene inngår også i datasettene for kystnære sjøfugl, da det benyttes ulike datasett for disse etter tilholdssted i ulike deler av året. For disse artene dreier det seg i all hovedsak om hekkebestanden som oppholder seg rundt hekkekoloniene i en begrenset periode av året (vår/sommer). Det er ikke tatt hensyn til svømmetrekk for sjøfugl i datasettene. Det er benyttet de mest oppdaterte sjøfugl-datasettene for regionen Nordsjøen (sjøfugl kystnært) og Nordsjøen/Norskehavet (sjøfugl åpent hav). Eksempler på dekningsgraden til de to ulike datasettene er vist i Figur 5. Det er benyttet ulikt datagrunnlag i forhold til havområde for sjøfugl åpent hav og sjøfugl kystnær. Olje i vannsøylen/på havoverflaten har potensiale for å spres nordover inn i Norskehavet, og påvirke sjøfugl tilknyttet begge havområdene. Ved å modellere på kombinerte datasett for sjøfugl i åpent hav blir dette fanget opp. I 2015 mottok DNV GL nye datasett for sjøfugl kystnært. Disse datasettene er basert på oppdaterte telledata for sjøfuglkolonier og kysttilknyttede arter. Datasettene er tilrettelagt av DNV GL til bruk i miljørisikoanalyser, etter anbefalinger fra NINA (ved Geir H. Systad) som avviker fra tidligere praksis. Tidligere benyttede datasett for sjøfugl kystnært er fra 2012 (Seapop, 2012). I disse datasettene er hver «bestand» avgrenset til havområde, og justert til 100 %. Nye anbefalinger er å dele bestanden inn som tidligere etter havområde, men ikke justere datasettene opp til 100 %, men heller beholde rådataene som de foreligger dersom de er under 100 %. Datasett over 100 % av bestand justeres alltid ned til 100 %. På den måten reflekterer datasettene at arter som er små i antall i enkelte havområder dermed også er av mindre betydning i forhold til miljørisiko. DNV GL- 1Z0WQNF-7. Side 11

27 DNV GL har imidlertid blitt gjort oppmerksomme på at hekkedata for lomvi tilknyttet Sklinna-kolonien ikke inngår i datasettet. Dette er en feil/mangel ved datasettet som vil bli utbedret ved at NINA vil levere nye datasett innen mars Det er gjennomført kvantitative beregninger av mulige effekter på kystnære arter i Nordsjøen og i Nordsjøen/Norskehavet (se avsnitt 5.2 og 5.3). Tabell 8 Utvalgte VØK sjøfugl for miljørisikoanalysen for leteaktivitet i Askja-området (Seapop, 2013; Seapop, 2015; Artsdatabanken (rødliste), 2015). Navn Latinsk navn Rødlista Tilhørighet Alke Alca torda VU Alkekonge Alle alle - Gråmåke Larus argentatus LC Havhest Fulmarus glacialis NT Havsule Morus bassanus LC Krykkje Rissa tridactyla EN Pelagisk sjøfugl (åpent hav) Lomvi Uria aalge CR Lunde Fratercula arctica VU Polarlomvi Uria lomvia VU Polarmåke Larus hyperboreus - Svartbak Larus marinus LC Alke Alca torda EN Fiskemåke Larus canus NT Gråmåke Larus argentatus LC Havhest Fulmarus glacialis EN Havsule Morus bassanus LC Krykkje Rissa tridactyla EN Lomvi Uria aalge CR Lunde Fratercula arctica VU Makrellterne Sterna hirundo EN Rødnebbterne Sterna paradisaea LC Kystnær sjøfugl Praktærfugl Somateria spectabilis - Siland Mergus serrator LC Sildemåke Larus fuscus LC Smålom Gavia stellata LC Storskarv Phalacrocorax carbo LC Svartbak Larus marinus LC Teist Cepphus grylle VU Toppskarv Phalacrocorax aristotelis LC Ærfugl Somateria molissima NT NT Nær Truet, EN Sterkt Truet, CR Kritisk Truet, VU Sårbar, LC Livskraftig DNV GL- 1Z0WQNF-7. Side 12

28 Figur 5 Datasett for sjøfugl kystnært tilknyttet Nordsjøen (Seapop, 2015) og sjøfugl åpent hav tilknyttet Nordsjøen/Norskehavet (Seapop, 2013). Lomvi og alkekonge er valgt ut som eksempelarter, da disse har vært dimensjonerende for risikonivået i tidligere analyser i Askja-området. DNV GL- 1Z0WQNF-7. Side 13

29 5 RESULTATER AV MILJØRISIKOMODELLERINGEN 5.1 Sjøfugl åpent hav (pelagiske sjøfugl) Miljørisiko for pelagisk sjøfugl er presentert i Tabell 9 for alle berørte arter i hver sesong. Høyest risiko for skade på pelagisk sjøfugl er beregnet for alkekonge i vintersesongen i kategorien Alvorlig miljøskade med i overkant av 60 % av akseptkriteriet. Høyest beregnet miljørisiko innenfor hver miljøskadekategori, uavhengig av sesong og art, som andel av akseptkriteriet, er som følger: 5 % av akseptkriteriet for Mindre miljørisiko for havhest, havsule og krykkje. 24 % av akseptkriteriet for Moderat miljørisiko for havsule og krykkje, vår, høst og vinter. 34 % av akseptkriteriet for Betydelig miljørisiko for alkekonge om vinteren. 61 % av akseptkriteriet for Alvorlig miljøskade for alkekonge om vinteren. DNV GL- 1Z0WQNF-7. Side 14

30 Tabell 9 Miljørisiko forbundet med utblåsning fra Askja-området, presentert for pelagisk sjøfugl for henholdsvis Mindre, Moderat, Betydelig og Alvorlig miljøskade, og vist som andel av akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden som gir høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekodene viser miljørisiko i ulike størrelsesintervaller. Andel av akseptkriteriene Vår Sommer Høst Vinter Mindre Moderat Betydelig Alvorlig Mindre Moderat Betydelig Alvorlig Mindre Moderat Betydelig Alvorlig Mindre Moderat Betydelig Alvorlig Art (< 1 år) (1-3 år) (3-10 år) (> 10 år) (< 1 år) (1-3 år) (3-10 år) (> 10 år) (< 1 år) (1-3 år) (3-10 år) (> 10 år) (< 1 år) (1-3 år) (3-10 år) (> 10 år) Alke 0,1 % 0,4 % 0,0 % 0,0 % 0,1 % 0,5 % 0,0 % 0,0 % 0,3 % 1,1 % 0,0 % 0,0 % 0,3 % 1,4 % 0,0 % 0,0 % Alkekonge 2,1 % 13,1 % 22,4 % 44,9 % 0,0 % 0,0 % 0,0 % 0,0 % 2,4 % 16,1 % 28,1 % 47,0 % 1,8 % 14,6 % 33,6 % 61,1 % Fiskemåke 0,4 % 1,7 % 0,0 % 0,0 % 0,6 % 2,5 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Gråmåke 3,1 % 12,4 % 0,3 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 3,9 % 15,9 % 0,4 % 0,0 % 4,1 % 16,8 % 0,6 % 0,0 % Havhest 1,2 % 4,6 % 0,0 % 0,0 % 4,5 % 19,7 % 4,5 % 0,8 % 5,2 % 22,2 % 3,8 % 0,9 % 0,4 % 1,7 % 0,0 % 0,0 % Havsule 4,8 % 23,3 % 13,1 % 11,5 % 1,6 % 6,3 % 0,7 % 0,0 % 4,7 % 23,6 % 14,5 % 11,2 % 4,8 % 23,6 % 13,8 % 12,3 % Krykkje 4,4 % 23,3 % 20,4 % 23,5 % 1,5 % 6,0 % 0,3 % 0,0 % 4,5 % 23,7 % 18,8 % 18,3 % 4,5 % 23,6 % 20,5 % 21,1 % Lomvi 0,8 % 3,3 % 0,7 % 0,5 % 1,0 % 3,9 % 0,4 % 0,0 % 0,6 % 2,3 % 0,0 % 0,0 % 0,8 % 3,3 % 0,0 % 0,0 % Lunde 2,4 % 13,1 % 9,9 % 5,6 % 1,5 % 6,5 % 1,2 % 0,0 % 2,8 % 16,3 % 15,1 % 9,3 % 2,9 % 17,1 % 16,2 % 9,2 % Svartbak 2,6 % 10,4 % 0,2 % 0,0 % 0,8 % 3,0 % 0,0 % 0,0 % 3,6 % 14,6 % 0,2 % 0,0 % 3,8 % 15,2 % 0,4 % 0,0 % MAX 4,8 % 23,3 % 22,4 % 44,9 % 4,5 % 19,7 % 4,5 % 0,8 % 5,2 % 23,7 % 28,1 % 47,0 % 4,8 % 23,6 % 33,6 % 61,1 % 10% - 20% 20% - 50% 50% - 100% > 100% DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel: FINAL Notat_Statoil_MRA_letebrønn Askja området.docx

31 FINAL Nota Side 16 av Sjøfugl kystnært tilknyttet Nordsjøen Miljørisiko for kystnær sjøfugl er presentert Tabell 10 for alle berørte arter i hver sesong. Høyest risiko for skade på kystnær sjøfugl tilknyttet Nordsjøen er beregnet for ærfugl om vinteren i kategorien Moderat miljøskade med 7 % av akseptkriteriet. Risikonivået ligger noe laver i vår- og sommersesongen, mens det er ingen risiko i høstsesongen. Høyest beregnet miljørisiko innenfor hver miljøskadekategori, uavhengig av sesong og art, som andel av akseptkriteriet er som følger: 2 % av akseptkriteriet for Mindre miljørisiko og 7 % av akseptkriteriet for Moderat miljørisiko, begge for ærfugl om vinteren. Risikoen for Betydelig miljøskade er ubetydelig (< 0,5 %) og det er ingen risiko for Alvorlig miljøskade.

32 Tabell 10 Miljørisiko forbundet med utblåsning fra Askja-området, presentert for kystnær sjøfugl Nordsjøen for henholdsvis Mindre, Moderat, Betydelig og Alvorlig miljøskade, og vist som andel av akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden som gir høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekode hvit indikerer < 10 % av akseptkriteriet. Art Mindre (< 1 år) Moderat (1-3 år) Andel av akseptkriteriene Vår Sommer Høst Vinter Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Gråmåke 0,2 % 0,6 % 0,0 % 0,0 % 0,3 % 1,1 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Havhest 0,7 % 2,8 % 0,0 % 0,0 % 1,0 % 4,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Havsule 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,4 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Krykkje 0,0 % 0,1 % 0,0 % 0,0 % 0,0 % 0,2 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Makrellterne 0,0 % 0,0 % 0,0 % 0,0 % 0,5 % 1,8 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Rødnebbterne 0,0 % 0,0 % 0,0 % 0,0 % 0,3 % 1,1 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Siland 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 % Sildemåke 0,5 % 2,2 % 0,0 % 0,0 % 0,7 % 2,7 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Storskarv 0,1 % 0,4 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,9 % 3,5 % 0,0 % 0,0 % Toppskarv 0,4 % 1,6 % 0,0 % 0,0 % 0,6 % 2,5 % 0,2 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,2 % 0,7 % 0,0 % 0,0 % Ærfugl 0,4 % 1,5 % 0,0 % 0,0 % 0,3 % 1,3 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 1,7 % 6,8 % 0,0 % 0,0 % MAX 0,7 % 2,8 % 0,0 % 0,0 % 1,0 % 4,0 % 0,2 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 1,7 % 6,8 % 0,0 % 0,0 % Alvorlig (> 10 år) 10% - 20% 20% - 50% 50% - 100% > 100% DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel: FINAL Notat_Statoil_MRA_letebrønn Askja området.docx

33 FINAL Nota 5.3 Sjøfugl kystnært tilknyttet Norskehavet/Nordsjøen Oljedriftsmodelleringen viser potensiale for stranding av olje langs kysten fra Nord-Jæren til Vega. Dette antyder at også sjøfugl kystnært i Norskehavet potensielt kan bli utsatt for oljepåvirking etter utslipp fra Askja-området. Datasettet som beskriver utbredelse av lomvi i Norskehavet er imidlertid mangelfullt da koloniene i Sklinna-området ikke inngår. Det er registrert om lag 1500 hekkende par tilknyttet området. Det er derfor valgt ikke å modellere miljørisiko på fullt datasett da DNV GL ikke kan gå god for kvaliteten av resultatene. Oljedriftsmodelleringen viser imidlertid relativt lav strandingssannsynlighet i Sklinnaområdet, med 95 persentil strandingsmengde på 9 tonn oljeemulsjon. Det kan således konkluderes med at potensiell risiko for lomvi i Norskehavet er lav, og ikke dimensjonerende for risikoen forbundet med leteboring i Askja-området. Det er imidlertid modellert risiko for et utvalg av arter derav de mest betydningsfulle hekkekoloniene i Norskehavet som ikke er berørt av feilkilder. Lunde, krykkje og havhest er blant sjøfuglartene som hekker i betydelig større antall i Norskehavet enn i Nordsjøen, og er utvalgt for risikomodellering (Seapop, 2014). Alle de tre artene har betydelige hekkekolonier på Runde, som potensielt kan bli berørt av oljeforurensning gitt en utblåsning fra Askja-området. Resultatene av modelleringen er presentert i Tabell 11. Havhest er dimensjonerende for risikonivået med om lag 12 % av akseptkriteriet for Moderat miljøskade. Lunde har en større hekkebestand på Runde (om lag par), men tyngdepunktet ligger betydelig lengre nord, på Røst i Lofoten, med om lag par (Seapop, 2016). Røst forventes ikke berørt gitt et oljeutslipp fra Askja-området, og potensielle effekter for lunde vil således være av mindre betydning på bestandsnivå. Krykkje har også store kolonier tilknyttet Lofoten, mens havhest har kolonier tilknyttet Utsira og Runde, samt Røst i Lofoten. DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel:

34 Tabell 11 Miljørisiko forbundet med utblåsning fra Askja-området, presentert for kystnær sjøfugl Norskehavet/Nordsjøen for henholdsvis Mindre, Moderat, Betydelig og Alvorlig miljøskade, og vist som andel av akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden som gir høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekode hvit indikerer < 10 % av akseptkriteriet. Andel av akseptkriteriene Vår Sommer Høst Vinter Art Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Mindre (< 1 år) Moderat (1-3 år) Betydelig (3-10 år) Alvorlig (> 10 år) Havhest 2,9 % 11,8 % 5,8 % 1,7 % 2,1 % 12,3 % 10,3 % 5,5 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Krykkje 1,3 % 5,2 % 0,0 % 0,0 % 1,6 % 6,3 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % Lunde 1,1 % 4,4 % 0,0 % 0,0 % 1,9 % 8,1 % 1,2 % 0,1 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % MAX 2,9 % 11,8 % 5,8 % 1,7 % 2,1 % 12,3 % 10,3 % 5,5 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 10% - 20% 20% - 50% 50% - 100% > 100% DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel: FINAL Notat_Statoil_MRA_letebrønn Askja området.docx

35 FINAL Nota 5.4 Konklusjoner Det er gjennomført miljørisikomodelleringer for sjøfugl i åpent hav og kystnært, for å konkludere i forhold til miljørisiko forbundet med leteboringer i Askja-området. Det er benyttet OSCAR MEMW for oljedriftsmodelleringen. Miljørisikomodelleringene viser at det er størst risiko for skade på sjøfugl i åpent hav. Høyeste beregnede risikonivå utgjør 60 % av akseptkriteriet for Alvorlig miljøskade for alkekonge i vintersesongen. Miljørisiko for sjøfugl kystnært er betydelig lavere; om lag 7 % av akseptkriteriet for sjøfugl kystnært i Nordsjøen (høyest for ærfugl) og om lag 12 % av akseptkriteriet for sjøfugl kystnært i Nordsjøen/Norskehavet (høyest for havhest). DNV GL Headquarters, Veritasveien 1, P.O.Box 300, 1322 Høvik, Norway. Tel:

36 FINAL Nota Side 21 av 21 6 REFERANSER Artsdatabanken, Norsk Rødliste Norsk olje og gass, Oljedriftsmodellering for standard miljørisikoanalyser beste praksis. Driverdata, inngangsdata og innstillinger. Samarbeidsprosjekt mellom Acona, Akvaplan-niva og DNV GL. OLF, Metode for miljørettet risikoanalyse (MIRA) revisjon OLF rapport, Seapop Sjøfugl i åpent hav. Seapop-datasett ( Seapop, Bestandsstørrelser. ( Seapop Rådata innhentet for konsentrasjoner av kystnære sjøfuglarter fra Norsk Institutt for Naturforskning ved Geir Systad, mai Seapop, Utbredelse hekkebestander. ( SINTEF, OSEBERG ØST crude oil properties and behavior at sea. SINTEF report no. A Statoil, Input to the environmental risk assessment. Technical note, January 1 st 2016.