Luftforurensningssituasjonen på Alnabru VEDLEGGSRAPPORT. Analyser av kilder og kildebidrag

Transkript

1 Luftforurensningssituasjonen på Alnabru VEDLEGGSRAPPORT Analyser av kilder og kildebidrag Desember 27

2

3 Luftkvalitet Alnabru Vedleggsrapport, Innhold Samferdselsetaten har på oppdrag fra Oslo Luftforum hatt ansvar for gjennomføringen av en analyse av forurensningssituasjonen og årsakene til overskridelser av grenseverdier i Alnabruområdet. Resultatet av analysen en presentert i en sluttrapport datert november 27. Analysen er basert på forurensnings- og meteorologimålinger fra faste målestasjoner de siste årene, supplert med ekstra målinger i Alnabruområdet vinteren 26/27. I tillegg til dette er det gjennomført modellberegninger med Air Quality Management systemet, AirQUIS. Disse beregningene, sammen med analyser av måledata, er grunnlaget for analysen. Analysene av målinger og beregninger er i hovedsak gjennomført av Norsk institutt for luftforskning (NILU). Helse- og velferdsetaten har gjennomført AirQUIS-beregninger i samarbeid med NILU. Asplan Viak AS har utarbeidet sluttrapporten. Rapporten er basert på dokumentasjon fra NILUs analyser i form av arbeidsnotater som danner det faglige grunnlaget for sluttrapporten. Alle disse arbeidsnotatene er samlet i denne vedleggsrapporten. Rapport og arbeidsnotater utarbeidet av NILU som danner det faglige grunnlaget for rapporten: 1. Spredningsberegninger Alnabru. Oktober 27. NILU-rapport OR 35/27 2. Analyse av temperaturdata. Notat til prosjekt Luftkvalitetsanalyse Alnabru. NILU 3. Analyse, passive prøvetakere. Notat til prosjekt Luftkvalitetsanalyse Alnabru, juli 27, NILU 4. Tolkning av målinger. Notat til prosjekt Luftkvalitetsanalyse Alnabru, august 27, NILU 5. Usikkerhetsvurdering. Notat til prosjekt Luftkvalitetsanalyse Alnabru, august 27, NILU Sandvika/Kjeller

4

5 1. Spredningsberegninger Alnabru. Oktober 27. NILUrapport OR 35/27

6

7 NILU: OR 35/27 NILU: OR 35/27 REFERANSE: O-1781 DATO: OKTOBER 27 ISBN: Spredningsberegninger Alnabru Herdis Laupsa, Dag Tønnesen og Susanne Lützenkirchen

8 1 Innhold Side Sammendrag Innledning Inngangsdata Meteorologiske data Forbruks- og utslippsdata for ulike brenseltyper Trafikkdata Industri Bakgrunnskonsentrasjoner Spredningsberegninger Evaluering av modellresultatene mot målinger Sammenligning med tidligere AirQUIS beregninger og Bedre byluft-beregninger for sesongen Meteorologiske forhold O 3 bakgrunn Sammenligning av observert tidsvariasjon for trafikk og tidsvariasjonen brukt i spredningsberegningene Sammenlign av spredningsberegninger og passive prøvetakere Langtransportert forurensing Kildefordeling av NO x og PM Kildefordeling NO x Kildefordeling PM Effekt av hastighetsreduksjon på Strømsveien Modellberegninger uten E Variabilitet/Usikkerheten i spredningsmodellen : Konklusjon Referanser NILU OR 35/27

9 2 Sammendrag NILU har i samarbeid med Helse og velferdsetaten i Oslo kommune, på oppdrag fra Samferdselsetaten, gjennomført spredningsberegninger av lokal luftkvalitet for Oslo. Beregninger har vært gjennomført for komponentene NO x, NO 2, PM 2.5 og PM 1. Beregninger fra 1. november 26 til 1. mai 27 er en del av datagrunnlaget som inngår i vurderingen av kilder og kildebidrag i prosjektet Luftkvalitet Alnabru. Ved Alnabru målestasjon viste målinger i 25 og 26 overskridelser av grenseverdien for PM 1. Dette innebærer krav om at anleggseierne må gjennomføre tiltak for å redusere luftforurensningen i området. Det er gjennomført en analyse av forurensningssituasjonen i Alnabru-området for å identifisere de ulike forurensningskildene(vegtrafikk, industri, vedfyring). Analysen skal gi et bedre grunnlag for å komme fram til de mest effektive tiltakene for å oppnå forskriftens krav Analysen er hovedsakelig basert på luftkvalitet og meteorologiske målinger fra målenettet i Oslo de siste årene. I tillegg ble det i mars 27 gjennomført målinger med passive NO 2 prøvetakere i Alnabruområdet. Som et supplement til målingene er det gjennomført en rekke spredningsberegninger. Analysen av modellresultatene viser at beregningene for november 26 til mai 27 er av samme kvalitet som tidligere. Modellberegningene viser at trafikk er den dominerende kilden til NO x - konsentrasjonene både i målepunktene på E6 og Alnabru, og som områdekonsentrasjoner. Det er viktig å understreke at modellberegningene viser at det er nærtrafikken som har størst betydning for konsentrasjonen på Alnabrustasjonen. Resultatene viste at E6 kun bidro med 2 % av den modellerte konsentrasjonen på Alnabru. NILU OR 35/27

10 3 Spredningsberegninger Alnabru 1 Innledning NILU har i samarbeid med Helse og velferdsetaten i Oslo kommune, på oppdrag fra Samferdselsetaten, gjennomført spredningsberegninger av lokal luftkvalitet for Oslo. Beregninger har vært gjennomført for komponentene NO x, NO 2, PM 2.5 og PM 1. Beregninger fra 1. november 26 til 1. mai 27 er en del av datagrunnlaget som inngår i vurderingen av kilder og kildebidrag i prosjektet Luftkvalitet Alnabru. 2 Inngangsdata Inngangsdataene for beregningene består av trafikkdata, forbruk av brensel/drivstoff eller direkte utslipp fra punkt og arealkilder, samt meteorologiske data og bakgrunnskonsentrasjoner av NO 2, PM 1, PM 2.5 og ozon. 2.1 Meteorologiske data I beregningene for Oslo benyttes den diagnostiske vindfeltmodellen Mathew (Sherman, 1978; Foster et al., 1995). Meteorologiske inngangsdata (timeverdier) er fra målestasjonen på Valle Hovin fra 1. november 26 til 1. mai Forbruks- og utslippsdata for ulike brenseltyper Forbruks- og utslippsdata er levert av Statistisk Sentralbyrå. Forbruk/utslippsdata fra SSB er inndelt i ca 8 kildekategorier. For å redusere antall kategorier som brukes i beregningene, blir kildekategoriene fra SSB slått sammen til samlekategorier (Tabell 1). Vegtrafikk (kildekategori 7) er trafikkdata levert av samferdselssektorene (se eget kap. om trafikkdata). Tabell 1: Samlekategorier benyttet i beregningene. SAMLEKAT BESKRIVELSE Kildetype EGORI 1 Vedfyring Arealkilde 2 Industri Arealkilde 3 Primærnæring, offentlig forvaltning og privat tjenesteyting Arealkilde 4 Oppvarming unntatt vedfyring Arealkilde 5 Motorredskap unntatt gressklippere 1 Arealkilde 6 Skip og jernbane Arealkilde 7 Trafikk Linjekilde Alle forbruks- og utslippsdata for Oslo og Bærum, bortsett fra vedfyring, er gyldige for Disse data ble fremskaffet til Rikets miljøtilstand 2. Vedfyringsdata for Oslo er gyldige for 22 (Finstad et al., 24). Forbruksdata for Bærum er gyldige for 1999, mens utslippsfaktoren for Bærum er den samme som for Oslo i 22. Det er sannsynlig at noe av utslippet fra aktivitetene knyttet 1 Gressklippere er ikke tatt med siden beregninger er gjort for vinterhalvåret. NILU OR 35/27

11 4 til næringsvirksomheten i Alnabruområdet ikke er tatt hensyn i modellberegningene. Trafikkarbeidet som inngår i modellene er knyttet til veinettet og f. eks parkeringsplasser er ikke definert i utslippsoversikten. 2.3 Trafikkdata For utslipp fra vegtrafikk er det benyttet samme veg og trafikkdata (trafikkmengde, kjøretøysammensetning, vegtype, skiltet hastighet osv.), samt utslippsfaktorer for trafikk, som for prosjektet Rikets Miljøtilstand 25 (Slørdal et al., 27). I tillegg har HEV oppdatert noen av inngangsdataene, dvs. ÅDT og skiltet hastighet, basert på tilgjengelige tellinger i Alnabru området. Tungtrafikkandelen er ikke endret, med unntak av Alfasetveien. I beregningene er piggdekksesongen i Oslo satt fra 1. november til 1. mai og piggdekkandelen satt til 2%. Sporadiske støvdempingstiltak, rengjøring og salting, som er gjennomført i Oslo i vinter går ikke inn i modellberegningene. Basert på foreløpig trafikkanalyse fra Norconsult om internvegsystem på Alnabru Godsterminal (Nordang, E.H., 26) har trafikkdata for dagens situasjon blitt sammenlignet med trafikkdata i AirQIS databasen. Ut fra denne vurderingen ser det ut til å være rimelig samsvar mellom inngangsdata i beregningene og trafikkanalysen. 2.4 Industri NILU/HEV har også gjennomført beregninger der utslipp fra industri er inkludert. Utslippsdata er levert av SSB og er gyldig for Bakgrunnskonsentrasjoner I beregningene er bakgrunnsverdier for O 3, NO 2, PM 1 og PM 2.5 generert på samme måte som for tidligere beregninger for Oslo. Som bakgrunn for NO 2 benyttes døgndata fra Birkenes og maksimal timeverdi av O 3 fra Hurdal eller Prestebakke. For PM er kombinasjon av uke/døgndata benyttet. 3 Spredningsberegninger Hovedhensikten med prosjektet er å identifisere kildebidrag og kartlegge hvilke tiltak som vil ha størst effekt på forurensingsnivået i Alnabru-området. NILU/HEV har gjennomført beregninger for NO x, NO 2, PM 2.5 og PM 1 for alle kilder, samt gjennomført beregninger av kildebidrag for NO x og PM 2.5 for å si noen om hvilke kilder som har størst betydning i området. I tillegg har man også vurdert ulike utslippscenarioer av NO x og PM 2.5 for å kunne si noe om usikkerheten/variabiliteten i datamaterialet. Separate beregninger for punktkilder, tunge og lette kjøretøy, bidrag fra andre kilder enn trafikk, hastighetsreduksjon på Strømsveien, samt beregninger der utslipp fra E6 ikke tas med er eksempler på scenarioer som er gjennomført. NILU OR 35/27

12 5 3.1 Evaluering av modellresultatene mot målinger For å kunne vurdere spredningsberegningene for sesongen opp mot tidligere beregninger og den 1 års erfaringen NILU har ved bruk av AirQUIS for Oslo, er modellresultatene evaluert mot alle målestasjonene i Oslo. Resultatene er sammenlignet med tidligere AirQUIS beregninger for Oslo og Bedre byluftberegningene for Tabell 2: Målte og modellerte konsentrasjoner av NOx, NO 2, PM 1 og PM 2.5 i Oslo fra 1. november 26 til 1. mai 27. Komponent Stasjon Middelverdi Middelverdi Middelverdi Korrelasjon Korrelasjon Målinger Modell Modell speilpunkt Modell speilpunkt NO x Kirkeveien NO x Rv NO x Alna NO x E6* NO x Manglerud NO 2 Kirkeveien NO 2 Rv NO 2 Alna NO 2 E6 * NO 2 Manglerud PM 2.5 Kirkeveien PM 2.5 Rv PM 2.5 Alna** PM 2.5 E6 * PM 2.5 Manglerud PM 1 Kirkeveien PM 1 Rv PM 1 Alna PM 1 E6* PM 1 Manglerud * Fra **Fra til , da data var åpenbart feil i målingene fra (Lützenkirchen og Vatland, 27) Som tidligere beregninger har vist, er det god overensstemmelse mellom målt og observert NO2/NOx konsentrasjoner på Rv4, mens modellresultatene underestimeres noe på Kirkeveien og Alnabru. Beregningen av NO2 for E6 viser relativt godt samsvar mellom modellen og målingene. Imidlertid viser timeverdiene at modellen ikke klarere å gjenspeile de forhøyede konsentrasjonene av NO2 i slutten av januar og begynnelsen av februar 27, som fører til et underestimat i middelverdi. For PM 2.5 gir modellen generelt godt samsvar med målingene på alle stasjoner. Tidligere beregninger har vist at trafikkbidraget (re-suspensjon) til PM 2.5 sannsynligvis underestimeres noe i beregningene (Laupsa et al., 27). Denne studien viste også at vedfyringsbidraget generelt kan være noe høyt (dette er sannsynligvis avhengig av beregningsår). Analysen viste at disse to avvikene NILU OR 35/27

13 6 utlignet hverandre på en del stasjoner slik at underestimatet i trafikkbidraget (veistøvet) ble kompensert av noe høyt vedfyringsbidrag, noe som gav godt estimat av PM 2.5 på de fleste stasjoner. Noe for lavt trafikkbidrag til PM 2.5 kan være en av årsakene til at modellen underestimerer konsentrasjonen av PM 2.5 mest på E6 og Manglerud. Konsentrasjonen av PM 1 er summen av PM 2.5 og støvet i fraksjonen PM 1 -PM 2.5, som kalles grovfraksjonen. Grovfraksjonsbidraget av PM 1 er stort sett oppvirvling av støv (vegstøv eller vindindusert støv). Utslippsintensiteten av dette bidraget er ekstremt vanskelig å modellere da dette er avhengig av piggdekkbruk, veibanens tilstand (f.eks. fuktighet), trafikkhastighet og tungtrafikkandel. I tidligere beregninger har vi justert utslippsintensiteten av veistøvet (grovfraksjonen) basert på måledata fra en rekke stasjoner i Oslo (Laupsa et al., 25; Slørdal et al., 27). I beregningen fra november 26 til mai 27 har vi godt samsvar med målingene uten å korrigere utslippsintensiteten til grovfraksjonen på enkelte stasjoner, mens på andre stasjoner har vi ikke det samme samsvaret. Det ser ut til at støvdempingstiltakene på enkelte veistrekninger i Oslo i vinter kan ha hatt effekt på oppvirvling av støv. Det er derfor valgt ikke å justere grovfraksjonsutslippet fra trafikken i modellen. Som et eksempel på denne problematikken, kan vi vise til at det er et kraftig overestimat av modellert PM 1 konsentrasjonen på E6, mens konsentrasjonen av PM 1 underestimeres på Alnabrustasjonen. En av årsakene til dette kan være forskjell i modellert kjørehastighet i forhold til reell kjørehastighet. De relativ store forskjellene mellom de estimerte konsentrasjonene på hver side av veien viser at i veinære områder er konsentrasjonene avhengig av vindretningen. Dette gir spesielt store utslag i områder der vindretningen er avhengig av lokal topografi. I tillegg til å beregne typiske statiske parameter som middelverdi og korrelasjon, har vi også beregnet en usikkerhetsparameter Root Mean Square Error (RMSE) som beskriver et midlere avvik mellom modellresultatene og målingene. I tillegg har vi estimert usikkerheten av prosentilverdiene (RPE- Relative Percentile Error (Air4EU, 27)) gitt i forskriften. For NO2 har vi beregnet disse parametrene baser på timeverdier, mens for PM2.5 har vi benyttet døgnmiddelverdiene. Tabell 3: Beregnet RMSE (Root Mean Square Error) og RPE (Relative Percentile Error) for NO 2 (timeverdier) RMSE RPE 9 RPE 19 RPE gjennomsnitt Alna E6* * Fra Resultatene viser at midlere avvik forventes å være ca 4 µg/m 3 NO 2 (ca 7% av den målte middelverdien) på Alnabrustasjonen og ca 45µg/m 3 NO 2 (ca 74% av den målte verdien) for E6 stasjonen. NILU OR 35/27

14 7 Tabell 4: Beregnet RMSE (Root Mean Square Error) og RPE (Relative Percentile Error) for PM2.5 (døgnverdier) NRMSE RPE 8 RPE 36 RPE gjennomsnitt Alna ** E6* * Døgnverdier var generert fra **Fra til , da måledata var åpenbart feil fra (Lützenkirchen og Vatland, 27). Resultatene viser at midlere avvik forventes å være ca 14 µg/m 3 PM 2.5 (ca 75% av den målte verdien) på Alnabrustasjonen og ca 1µg/m 3 (ca 63% av den målte verdien) på E Sammenligning med tidligere AirQUIS beregninger og Bedre byluftberegninger for sesongen Beregningene har vært sammenlignet med beregninger for 1. november 23 til 1. mai 24 (Laupsa et al., 27), samt beregninger for 25 (Slørdal et al., 26). Variasjon i resultantene vil forekomme mellom annet p.g.a. ulike meteorologiske forhold i sammenligningsperiodene. Ut fra den foreliggende vurderingen er beregningene for av samme kvalitet som tidligere beregninger, men avvikene mellom modellerte og observerte verdier varierer noe fra sesong til sesong. Beregningsresultatene er sammenlignet med luftkvalitetsprognosene utarbeidet i Bedre byluft for 1. november 26 til 1. mai 27 for NO 2 og PM 2.5. Hovedforskjellene mellom disse spredningsberegningene er ulike meteorologiske data (vind og spredningsforhold), samt noe forskjell i regionale bakgrunnsdata som går inn i modellen. AirQUIS beregningene i dette prosjektet benytter seg av den diagnostiske modellen Mathew som benytter meteorologiske måledata fra Valle Hovin. I Bedre byluft benyttes den prognostiske værvarslingsmodellen MM5. Utslippsdatabasene er i utgangspunktet identiske, bortsett fra noen trafikkoppdateringer i Alnabruområdet (2.3). For NO 2 viser beregningene noe høyere middelverdi for Bedre byluft enn for Alnabruberegningene. Årsaken til dette kan være både forskjell i vindretning og ulik O 3 bakgrunn som benyttes som inngangsdata til modellene. For PM 2.5 er det mindre forskjell enn for NO 2. Dette kan skyldes m.a. at det er flere hovedkilder til PM 2.5 (både trafikk og vedfyring) enn for NO 2, som kun har trafikk som hovedkilde, og er dermed mer følsom for m.a. vindretning Beregningene viser generelt bedre samvariasjon (korrelasjon) med observasjonene i Alnabru beregningene enn i Bedre byluft-beregningene. Dette er som forventet da de meteorologiske observasjonene som er inngangsdata til Alabruberegningene generelt vil være mer representative i tid enn en meteorologisk prognosemodell som benyttes i Bedre byluft. NILU OR 35/27

15 8 Tabell 5: Langtidsmiddel og korrelasjon mellom målinger og prognose (1. november 26 til 1. mai 27) i Bedre byluft for utvalgte stasjoner i Oslo (Ødegaard et al., 27). By Stasjon Komponent Oslo Kirkeveien Riksvei 4 Manglerud Alnabru Sesongmiddel målinger Sesong-middel prognose Sesong-middel prognose for speilpunkt Korrelasjon måling/ prognose Korrelasjon måling/ prognose for speilpunkt NO PM PM NO PM PM NO PM PM NO PM NILU OR 35/27

16 Meteorologiske forhold En av årsakene til forskjell i resultatene i beregningene mellom Bedre byluft og Alnabru-prosjektet, er som nevnt tidligere, de meteorologiske inngangsdataene til spredningsmodellen. Sammenligning av de meteorologiske dataene som blir brukt for de to beregningene vil gi en indikasjon på betydningen av de meteorologiske forholdene. Figur 1: Fordeling av vind på styrke og retning i observasjoner (venstre) og MM5 (høyre) i Oslo. Data omfatter perioden 1. november til 3. april (Ødegaard et al., 27). Sammenligningen viser at på Valle Hovin dominerer vind fra sør vest, nord øst og øst, mens MM5 har høyere frekvens av vind fra S og NØ, og færre tilfeller med stor vindhastighet (Ødegaard et al., 27). Dette vil gi høyere konsentrasjoner i beregningene ved bruk av MM5, samt at ulike vindretninger vil føre til ulike belastning av stasjonene, spesielt de veinære O 3 bakgrunn Som en del av sammenligningen mellom Bedre byluft og Alnabruberegningene har vi også sammenlignet O 3 konsentrasjonene i beregningene. Dette er gjort for å vurdere hvilke betydning bruk av ulike randbetingelser av O 3 har på resultatene. Sammenligningen viser at sesonggjennomsnitt (Tabell 6) og midlere timeverdier (Figur 2) er god overensstemmelse mellom Bedre byluft-beregningene og målte verdier på Hurdal og Prestebakke. Imidlertid er time til time nivåene svært forskjellige (Figur 3), da O 3 konsentrasjonene benyttet i Bedre byluft kun er et historisk gjennomsnittlig døgnprofil av O 3. Dette vil ha betydning for beregnede verdier av NO 2, siden spennet i NO 2 konsentrasjonene i modellresultatene for Alnabruberegningene vil være større enn for Bedre byluft. Tabell 6: Midlere O3 bakgrunn for 1. november 26 til 1. mai 27. O3-Background (O3) (O3,Value) Bedre byluft O3-Oslo-Bærum Average NILU OR 35/27

17 O3 (µg/m3) O 3 (µg/m 3 ) Oslo_26_27 Oslo BB Figur 2: Sammenligning av midlere døgnvariasjon for O3 i Bedre byluftberegninger og fra Hurdal og Prestebakke for 1. november 26 til 1. mai Timevalue for Timeserie: O3-Background (O3) (O3,Value) 12 Bedre byluft Figur 3: Sammenligning av timeverdier av O3 i Bedre byluft-beregninger og fra Hurdal og Prestebakke for 1. november 26 til 1. mai 27. NILU OR 35/27

18 O3 (µg/m3) 11 En sammenligning med målinger av O3 i Bærum er gjort for å vurdere forskjeller mellom randbetingelsen til modellen (data fra Hurdal og Prestebakke) og målinger på randen av modellområdet (Bærum). Målinger av O 3 i Bærum er lavere enn målingene på Hurdal og Prestebakke og er sannsynligvis påvirket av lokale forhold slik at noen av O 3 blir oksydert. Hurdal og Prestebakke er derfor mer representativ som randbetingelser for modellen (Figur 4). 14 Timevalue for Timeserie: O3-Background (O3) (O3,Value) 12 O3-Oslo-Bærum Figur 4: Sammenligning av timeverdier av O3 fra Bærum og Hurdal /Prestebakke for 1. november 26 til 1. mai Sammenligning av observert tidsvariasjon for trafikk og tidsvariasjonen brukt i spredningsberegningene En sammenligning av målt tidsvariasjon på E6 (Djupdalsveien) ved bomstasjonen (kun en retning) for perioden til er sammenlignet med tidsvariasjon benyttet i beregningene. I spredningsberegningene benyttes den samme tidsvariasjonen i begge retninger. Sammenligningen viser svært godt samsvar (Figur 5). I beregningene benyttes samme tidsvariasjonen for alle veier i Oslo. Imidlertid kan denne tidsvariasjonen være mindre representativ på andre veier i Oslo som ikke har samme rushtidsmønsteret. NILU OR 35/27

19 : : : : : : : : : : : : : : : : : : : : : : : : : : : : Prosent % 12 E6 12 Tellinger pr time % AQ % Figur 5: Sammenligning mellom målt tidsvariasjon og tidsvariasjon benyttet i beregningene. 3.4 Sammenlign av spredningsberegninger og passive prøvetakere Modellberegningene er også sammenlignet med måleresultatene fra målekampanjen i Alnabruområdet fra til der NO2 ble målt med passive prøvetakere (Figur 6, ref. DAT/BKa/O-1781/B). Generelt viser målingene at det er godt samsvar mellom modellen og målingene spesielt på E6. Avvikene mellom modellresultatene og målingen øker med avstanden fra de største kildene (Strømsveien og E6) og modellen har betydelig større gradient i konsentrasjonene fra hovedveiene enn det målingen viser. Årsaken til dette kan være utslippsoversikten i området. Det vil foregå et stort trafikkarbeid ved f.eks. kjøpesentrene som ikke tas hensyn til i modellen. For øvrig er det observert relativt stor forskjell mellom modellen og målingene i de fleste målepunktene i slutten av mars som skyldes at luftforurensningssituasjonen er dominert av langtransportert forurensing (3.5). NILU OR 35/27

20 NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) 13 Sammenligning passive prøvetakere og AirQUIS beregniger Sammenligning passive prøvetakere og AirQUIS beregniger Passive prøve 1 E6 Alnasenter (pp1), NO2 - Mod E6 Alnasenter Monitor 12 1 Passive prøve 2 passiv prøve 2, NO2 - Mod Sammenligning passive prøvetakere og AirQUIS beregniger Sammenligning passive prøvetakere og AirQUIS beregniger Passive prøve 3 passiv prøve 3, NO2 - Mod 9 8 Passive prøve 4 passiv prøve 4, NO2 - Mod Sammenligning passive prøvetakere og AirQUIS beregniger Sammenligning passive prøvetakere og AirQUIS beregniger 12 1 Passive prøve 5 Alna - passiv prøve 5, NO2 - Mod Alnabru monitor Passive prøve 6 passiv prøve 6, NO2 - Mod Sammenligning passive prøvetakere og AirQUIS beregniger Sammenligning passive prøvetakere og AirQUIS beregniger Passive prøve7 passiv prøve 7, NO2 - Mod Passive prøve 8 passiv prøve 8, NO2 - Mod Figur 6: Modellerte og målte NO 2 konsentrasjoner på Alnabru, til NILU OR 35/27

21 NO 2 (µg/m 3 ) NO 2 (µg/m 3 ) 14 Sammenligning passive prøvetakere og AirQUIS beregniger Sammenligning passive prøvetakere og AirQUIS beregniger 7 6 Passive prøve 9 passiv prøve 9, NO2 - Mod 8 7 Passive prøve 1 passiv prøve 1, NO2 - Mod Figur 6: forts. 3.5 Langtransportert forurensing I slutten av mars ( ) observerte man forhøyede konsentrasjoner både av NO 2 og PM 2.5 som skyldes langtransportert/regional forurensing (Figur 7) (ref. DAT/BKa/O-1781/B). En sammenligning av modellerte og målte konsentrasjoner av NO 2 og PM 2.5 er gjennomført for å se hvordan denne episoden påvirket konsentrasjonen i Oslo. For NO 2 klarer ikke modellen å gjenspeile forhøyede nattekonsentrasjonene da randbetingelse ikke gjenspeiler denne situasjonen (Figur 7). For PM 2.5 underestimerer modellen konsentrasjonene mest i første del av perioden. Årsaken til dette er mellom annet at bakgrunnskonsentrasjonene benyttet i beregningene er middelverdier over 6 døgn noe som ikke vil gjenspeile dag til dag og time til time konsentrasjonene i regional bakgrunn. NILU OR 35/27

22 NO2 (µg/m3) PM2.5 (µg/m3) NO 2 (µg/m 3 ) Pm 2.5 (µg/m 3 ) NO2 (µg/m3) Observations NO2 Alnabru Alna, NO2 - Mod Alna speilpunkt, NO2 - Mod FEIL I DATA Observations NO2 E6 E6 Alnasenter (pp1), NO2 - Mod E6 Alnasenter speilpunkt, NO2 - Mod 8 Observations PM25 E6 E6 Alnasenter (pp1), PM2.5 - Mod E6 Alnasenter speilpunkt, PM2.5 - Mod Observations NO2 Kirkeveien Kirkeveien, NO2 - Mod Kirkeveien speilpunkt, NO2 - Mod 6 Observations PM25 Kirkeveien Kirkeveien, PM2.5 - Mod Kirkeveien speilpunkt, PM2.5 - Mod Figur 7: Modellerte og målte NO 2 og PM 2.5 konsentrasjoner i Oslo, til NILU OR 35/27

23 NO2 (µg/m3) PM2.5 (µg/m3) NO2 (µg/m3) PM 2.5 (µg/m 3 ) Observations NO2 RV4 Observations PM25 RV RV4 Aker Sykehus, NO2 - Mod RV4 Aker Sykehus speilpunkt, NO2 - Mod 5 RV4 Aker Sykehus, PM2.5 - Mod RV4 Aker Sykehus speilpunkt, PM2.5 - Mod Observations NO2 Manglerud Manglerud, NO2 - Mod Manglerud speilpunkt, NO2 - Mod 6 Observations PM25 Manglerud Manglerud, PM2.5 - Mod Manglerud speilpunkt, PM2.5 - Mod Figur 7: forts. 4 Kildefordeling av NO x og PM 2.5 For å kunne si noe om kildebidragene, har beregninger for enkelte kildekategorier vært utført for NO x og PM 2.5. Beregninger har vært gjennomført for både arealkilder, punktkilder og trafikk. I tillegg har vi sett på fordeling mellom lette og tunge kjøretøy, hastighetsreduksjon på Strømsveien, samt beregninger der utslipp fra E6 ikke tas med. NILU OR 35/27

24 17 Figur 8: Kart som viser plassering av E6 og Alnabrustasjonene, samt hvordan modellområdet (gridrutene) er inndelt. 4.1 Kildefordeling NO x Kildefordelingen viser at trafikkbidraget dominerer på begge stasjonene (Figur 9). På Alnabru er bidraget til konsentrasjonen størst fra tungtrafikken, mens på E6 er det de lette kjøretøyene som dominerer (Figur 9). Beregninger der punktkildebidraget har inngått viser at midlere prosentvis bidrag til NO x konsentrasjonen på Alnabru er svært liten. Maksimal timekonsentrasjon fra punktkildene er modellert til 18.6µg/m 3 NO x på Alnabru. Dette utgjorde 13 % av totale konsentrasjonen denne timen. Gjennomsnittlig bidrag fra bakgrunnen er av samme størrelsesordenen. NILU OR 35/27

25 18 Tunge kjøretøy Alna, NOx - Mod Lette kjøretøy Alna, NOx - Mod Tungtrafikk E6, NOx - Mod Lett trafikk E6, NOx - Mod Tungtrafikk E6, NOx - Mod 41 % Tunge kjøretøy Alna, NOx - Mod 52 % Lette kjøretøy Alna, NOx - Mod 48 % Lett trafikk E6, NOx - Mod 59 % Arealkilder Alna, NOx - Mod 7 % Punktkilder 1 % Bakgrunn 4 % Tunge kjøretøy Alna, NOx - Mod 46 % Arealkilder E6, NOx - Mod 2 % Punktkilder E6, NOx- Mod % Bakgrunn 1 % Tungtrafikk E6, NOx - Mod 4 % Tungtrafikk E6, NOx - Mod Lett trafikk E6, NOx - Mod Lette kjøretøy Alna, NOx - Mod 42 % Tunge kjøretøy Alna, NOx - Mod Lette kjøretøy Alna, NOx - Mod Arealkilder Alna, NOx - Mod Punktkilder Bakgrunn Lett trafikk E6, NOx - Mod 57 % Arealkilder E6, NOx - Mod Punktkilder E6, NOx-Mod Bakgrunn Figur 9: Prosentvis fordeling av konsentrasjon av NOx på Alnabru og E6 (a) mellom tunge og lette kjøretøy og (b) mellom arealkilder og trafikk (b). I tillegg viser beregninger av kildebidrag av NO X på areal, at trafikken dominerer (Figur 1). NILU OR 35/27

26 19 Grid 16,13 Grid 17,13 Punktkilder -NOx mod 6 % Arealkilder Alna, NOx - Mod 18 % Bakgrunn - NOx 7 % Kun trafikk Alna, NOx - Mod Arealkilder Alna, NOx - Mod Punktkilder -NOx mod Bakgrunn - NOx Kun trafikk Alna, NOx - Mod 69 % Arealkilder Alna, NOx - Mod 15 % Bakgrunn - NOx 8 % Punktkilder -NOx mod 2 % Kun trafikk Alna, NOx - Mod Arealkilder Alna, NOx - Mod Punktkilder -NOx mod Bakgrunn - NOx Kun trafikk Alna, NOx - Mod 75 % Grid 16,12 Grid 17,12 Arealkilder Alna, NOx - Mod 12 % Bakgrunn - NOx 5 % Punktkilder -NOx mod 1 % Kun trafikk Alna, NOx - Mod 82 % Bakgrunn - NOx 7 % Punktkilder -NOx mod 1 % Arealkilder Alna, NOx - Mod 11 % Kun trafikk Alna, NOx - Mod 81 % Kun trafikk Alna, NOx - Mod Arealkilder Alna, NOx - Mod Punktkilder -NOx mod Bakgrunn - NOx Kun trafikk Alna, NOx - Mod Arealkilder Alna, NOx - Mod Punktkilder -NOx mod Bakgrunn - NOx Figur 1: Prosentvis fordeling av NOx i rutemiddel på Alnabru. 4.2 Kildefordeling PM 2.5 Kildefordelingen fra beregningene viser at bakgrunn og arealkilder (2.2) dominerer på Alnabrustasjonen mens trafikk dominerer på E6 (Figur 11). Videre er det beregnet at tungtrafikken har større betydning på Alnabrutasjonen enn på E6. Eksospartikkelutslippet er avhengig av både hastighet og kjøretøysfordelingen. Tidligere studier har vist at oppvirvlet veistøv til PM 2.5 er noe lavt i modellen og at det relative trafikkbidraget er noe større enn det beregningene viser. I tillegg har tidligere undersøkelser vist at vedfyringsbidraget generelt er noe overestimert i resultatene. Dette fører til at trafikkbidraget sannsynligvis vil være av større betydning enn det kildefordelingen fra modellresultatene viser. For PM 2.5 viser beregningen at konsentrasjonen fra punktkilder på Alnabrustasjonen er av svært liten betydning. Gjennomsnittlig bidrag for NILU OR 35/27

27 2 beregningsperioden er.1 µg/m 3 (.15 %) av den totale gjennomsnittlige konsentrasjonen på 8.75 µg/m 3. Maksimal time konsentrasjon av PM 2.5 fra punktkilder er.63µg/m 3. Tungtrafikk Alna, PM2.5 - Mod Lette kjøretøy Alna, PM2.5 - Mod Tungtrafikk Alna, PM2.5 - Mod 56 % Tungtrafikk E6 Alnasenter (pp1), PM2.5 - Mod Lette kjøretøy E6 Alnasenter (pp1), PM2.5 - Mod Tungtrafikk E6 Alnasenter (pp1), PM2.5 - Mod 5 % Lette kjøretøy Alna, PM2.5 - Mod 44 % Lette kjøretøy E6 Alnasenter (pp1), PM2.5 - Mod 5 % Punktkilder,Alna, PM2.5 - Mod % Bakgrunn Birkenes:PM2.5- Background 39 % Arealkilder Alna, PM2.5 - Mod 41 % Tungtrafikk Alna, PM2.5 - Mod 11 % Lette kjøretøy Alna, PM2.5 - Mod 9 % Tungtrafikk Alna, PM2.5 - Mod Lette kjøretøy Alna, PM2.5 - Mod Arealkilder Alna, PM2.5 - Mod Bakgrunn Birkenes:PM2.5-Background Punktkilder,Alna, PM2.5 - Mod Bakgrunn Birkenes, PM % Arealkilder E6, PM2.5 - Mod 3 % Punktkilder E6, PM2.5 - Mod % Tungtrafikk E6, PM2.5 - Mod 21 % Tungtrafikk E6, PM2.5 - Mod Lette kjøretøy E6, PM2.5 - Mod Arealkilder E6, PM2.5 - Mod Bakgrunn Birkenes, PM2.5 Punktkilder E6, PM2.5 - Mod Lette kjøretøy E6, PM2.5 - Mod 21 % Figur 11: Prosentvis fordeling av konsentrasjon av PM 2.5 på Alnabru og E6 (a) mellom tunge og lette kjøretøy og (b) mellom arealkilder, trafikk og bakgrunn. Kildebidrag av PM 2.5 på areal viser, som for Alnabrustasjonen, at regional bakgrunn og arealkilder er dominerende i beregningene (Figur 12). Imidlertid antas at oppvirvling av trafikk er underestimert og vedfyringsbidraget overestimert, noe som gir en skeiv fordeling i modellen. NILU OR 35/27

28 21 Grid 16,13 Grid 17,13 Kun trafikk Alna, PM2.5 - Mod 8 % Kun trafikk Alna, PM2.5 - Mod 1 % Bakgrunn PM % Arealkilder Alna, PM2.5 - Mod 52 % Bakgrunn PM % Arealkilder Alna, PM2.5 - Mod 46 % Punktkilder PM2.5 1 % Kun trafikk Alna, PM2.5 - Mod Arealkilder Alna, PM2.5 - Mod Punktkilder PM2.5 Bakgrunn PM2.5 Punktkilder PM2.5 % Kun trafikk Alna, PM2.5 - Mod Arealkilder Alna, PM2.5 - Mod Punktkilder PM2.5 Bakgrunn PM2.5 Grid 16,12 Grid 17,12 Kun trafikk Alna, PM2.5 - Mod 12 % Kun trafikk Alna, PM2.5 - Mod 14 % Bakgrunn PM % Arealkilder Alna, PM2.5 - Mod 47 % Bakgrunn PM % Arealkilder Alna, PM2.5 - Mod 45 % Punktkilder PM2.5 % Kun trafikk Alna, PM2.5 - Mod Arealkilder Alna, PM2.5 - Mod Punktkilder PM2.5 Bakgrunn PM2.5 Punktkilder PM2.5 % Kun trafikk Alna, PM2.5 - Mod Arealkilder Alna, PM2.5 - Mod Punktkilder PM2.5 Bakgrunn PM2.5 Figur 12: Prosentvis fordeling av PM 2.5 i rutemiddel på Alnabru. 4.3 Effekt av hastighetsreduksjon på Strømsveien For å kunne vurdere hvilke effekter hastigheten vil ha på de modellerte konsentrasjonene av PM 2.5 og NO x ble hastigheten i modellberegningen satt til 1 km/t (fra 5 km/t) på Strømsveien ved Alnabrustasjonen. For PM 2.5 økte midlere konsentrasjon fra trafikken fra 1.74 µg/m 3 til 3.1 µg/m 3 (173%) mens midlere NO x -konsentrasjon fra trafikken økte fra 72.5µg/m 3 til µg/m3 (184%). Dette viser at både PM 2.5 og NO x -estimatene er svært følsomme for hastighet og er avhengig av gode inngangsdata. NILU OR 35/27

29 Modellberegninger uten E6 Modellresultatene viste at konsentrasjonen av NO x fra trafikk ble redusert med ca 2 % på Alnabrustasjonen om utslipp fra E6 ikke tas med i beregningene. På E6 ble konsentrasjonen fra trafikken redusert med 85-9% om man ikke tar med E6 som kilde i beregningene. Dette viser at i modellen er det den lokale kilden som er styrende for konsentrasjonen. 4.5 Variabilitet/Usikkerheten i spredningsmodellen: Det er mange faktorer som inngår som usikkerheter i modellberegningene. F.eks. er det usikkerheter knyttet til utslippdata både i totalutslipp og fordeling i tid og i rom, samt representativiteten til de meteorologiske inngangsdataene. Også den matematiske beskrivelsen av modellene (utslipp, spredning og meteorologi) er beheftet med usikkerheter. Ofte blir statistiske parametre benyttet for å si noe om den totale usikkerheten i beregningene. Vanligvis benyttes Root Mean Square Error (RMSE) basert på sammenligning mellom modellerte konsentrasjoner og målinger (3.1). 5 Konklusjon Analysen av modellresultatene viser at beregningene for november 26 til mai 27 er av samme kvalitet som tidligere. Sammenligninger med modellberegninger i Bedre byluft for samme periode viser relativt store spredning i estimerte konsentrasjoner time for time. Årsaken til dette er blant annet ulike meteorologiske inngangsdata og randbetingelser i spredningsmodellen. Sammenligning av modellerte og målte NO 2 konsentrasjoner for målekampanjen i Alnabruområdet i mars 27, der man benyttet passive prøvetakere, viser rimelig samsvar nær Strømsveien og E6. Imidlertid ser det ut til at avvikene mellom målingene og modellresultatene øker med avstand fra vei der de modellerte NO 2 konsentrasjonene underestimeres. En av årsakene til dette kan være utslippsoversikten i området. Trafikkarbeidet knyttet til næringsvirksomheten i området er til en viss grad ikke tatt hensyn til i utslippsoversikten. For å identifisere de viktigste kildene til NO x og PM 2.5, har kildebidrag vært beregnet både for E6 og Alnabrustasjonene, samt for rutemiddelkonsentrasjoner i området. Kildebidrag for PM1 er ikke beregnet da det vært gjennomført støvdempingstiltak på enkelte veistrekninger i Oslo som ikke beskrives i modellen. I tillegg er utslippsintensiteten til grovfraksjonsbidraget av PM 1 ekstremt vanskelig å modellere fordi det er avhengig av piggdekkbruk, veibanens tilstand (f.eks. fuktighet), trafikkhastighet og tungtrafikkandel. Målinger er benyttet til dette formålet. Modellberegningene viser at trafikk er den dominerende kilden til NO x - konsentrasjonene både i målepunktene på E6 og Alnabru, og som områdekonsentrasjoner (rutemiddelverdier i modellen). Det er viktig å understreke at samsvar mellom modell og målinger for NO x og NO 2 er bedre på E6 enn på Alnabru. På Alnabru underestimeres konsentrasjonene, mens på E6 er det relativt godt samsvar. I tillegg antas det, basert på sammenligning med de passive prøvetakerne og kunnskap om utslippsoversikten i området, at utslippene NILU OR 35/27

30 23 fra trafikkarbeid knyttet til noe av næringsvirksomheten i området er mangelfull i modellen. Modellresultatene viser også at trafikken er den dominerende kilden til PM 2.5 på E6 stasjonen, mens regional bakgrunn og arealbidrag dominerer på Alnabru stasjonen. Skyldfordeling basert på områdeberegninger av PM 2.5 (rutemiddelverdier i modellen) viser at viktigste kildene i beregningene er bakgrunn og arealkildene. Imidlertid har tidligere analyser vist at oppvirvling fra trafikk for PM 2.5 underestimeres i modellen og at vedfyringsbidraget overestimeres. Det er derfor grunn til å tro at trafikkbidraget er større enn det modellen gir uttrykk for både veinært og på areal. Beregningene viser at tungtrafikken har større betydning på Alnabru enn på E6 både for PM 2.5 og NO x. Dette henger dette sammen med forskjellig kjøretøysammensetning og hastighet på de to veiene. Separate beregninger der hastigheten ble redusert (fra 5 km/t til 1 km/t) på Strømsveien viste omtrent en dobling i modellert NO x og PM 2.5 -konsentrasjon på Alnabrustasjonen. Dette viser at følsomheten i resultatene avhengig av kvaliteten på inngangsdata. Det er viktig å understreke at modellberegningene viser at det er nærtrafikken som har størst betydning for konsentrasjonen på Alnabrustasjonen. Resultatene viste at E6 kun bidro med 2 % av den modellerte konsentrasjonen på Alnabru. 6 Referanser Air4EU M2(27): Uncertainty of models and modelling. URL: Foster, F., Walker, H., Duckworth, G., Taylor, A. and Sugiyama, G. (1995) User s guide to the CG-MATHEW/Adpic models, Version 3.. Lawrence Livermore National Laboratory (Report UCRL-MA Rev. 3). Laupsa, H., Denby, B., Larssen, S. and Schaug, J. (27). Source apportionment of particulate matter using dispersion and receptor modelling. A case study for Oslo. Kjeller (NILU OR 8/27) Laupsa, H., Slørdal, L.H. og Tønnesen, D. (25) Fremskaffing av faglig grunnlag for revisjon av 1. datterdirektiv, partikler. (Calculation of PM 1 and PM 2.5 for Oslo in 21 and 215) Kjeller (NILU OR 6/25). Lützenkirchen, S. og Vatland, P. (27) PM2,5-data fra Alnabru vintersesongen 26/7. Oslo, Oslo kommune, Helse- og velferdsetaten (Notat. Saksnr ). Nordang, E.H. (26) Alnabru Godsterminal, trafikkanalyse internvegsystem. Sandvika, Norconsult (Rapport ). NILU OR 35/27

31 24 Sherman, C.A. (1978) A mass consistent model for wind fields over complex terrain. J. Appl. Meteorol., 17, Slørdal L.H, McInnes H,. and Laupsa H. (26) Dispersion and exposure calculations of PM1, NO2, and benzene for Oslo and Trondheim for the year 25 Kjeller (NILU OR 9/26). Ødegaard, V., Gjerstad, K.I. og Bjergene, N. (27) Bedre Byluft. Evaluering av prognosemodell for meteorologi og luftkvalitet vinteren 26/27. Oslo, Meteorologisk institutt ( under utarbeidelse). NILU OR 35/27

32 Norsk institutt for luftforskning (NILU) Postboks 1, N-227 Kjeller Et institutt i CIENS og Miljøalliansen RAPPORTTYPE OPPDRAGSRAPPORT RAPPORT NR. OR 35/27 ISBN ISSN DATO ANSV. SIGN. ANT. SIDER TITTEL Spredningsberegninger Alnabru FORFATTER(E) Herdis Laupsa, Dag Tønnesen og Susanne Lützenkirchen OPPDRAGSGIVER Asplan Viak AS Postboks 7163 St. Olavs plass, 13 Oslo 24 PROSJEKTLEDER PRIS Herdis Laupsa NILU PROSJEKT NR. O-1781 TILGJENGELIGHET * A-B? NOK 15,- OPPDRAGSGIVERS REF. Kristin Amundsen STIKKORD REFERAT Alnabru AirQUIS Ved Alnabru målestasjon viste målinger i 25 og 26 overskridelser av grenseverdien for PM 1. Dette innebærer krav om at anleggseierne må gjennomføre tiltak for å redusere luftforurensningen i området. Det er gjennomført en analyse av forurensningssituasjonen i Alnabru-området for å identifisere de ulike forurensningskildene(vegtrafikk, industri, vedfyring). Analysen skal gi et bedre grunnlag for å komme fram til de mest effektive tiltakene for å oppnå forskriftens krav. Analysen er hovedsakelig basert på luftkvalitet og meteorologiske målinger fra målenettet i Oslo de siste årene. I tillegg ble det i mars 27 gjennomført målinger med passive No2 prøvetakere i Alnabruområdet. Som et supplement til målingene er det gjennomført en rekke spredningsberegninger. TITLE Dispersion calculations - Alnabru ABSTRACT Dispersion calculations has been carried out for the Alnabru area in Oslo in order to identify the most important sources. The calculations are, in addition to analysis of air quality and metrological data, used for identifying the most efficient abatement strategy in the area. * Kategorier: A B C Åpen - kan bestilles fra NILU Begrenset distribusjon Kan ikke utleveres

33 2. Analyse av temperaturdata. Notat til prosjekt Luftkvalitetsanalyse Alnabru. NILU

34

35 Norsk institutt for luftforskning NOTAT Til: Prosjekt Luftkvalitetsanalyse Alna Kopi: Fra: DAT Dato: Kjeller, Ref.: O-1781 Analyse av temperaturdata Fra slutten av januar 27 ble det målt temperatur ved Alna i tillegg til de vanlige temperaturmålingene på Valle Hovin. I dette notatet er de framtredenede trekkene ved samtidige temperaturmålinger ved Valle Hovin og Alna belyst i forhold til dpredning av luftforurensing. Det er i store trekk en rimelig god samvariasjon mellom de tre temperaturfølerene. 2.mars - 5. mars Valle H 25m Valle H 2m Alna Et institutt i CIENS og Miljøalliansen NILU Postboks 1 Instituttveien KJELLER NILU Tromsø Polarmiljøsenteret Hjalmar Johansens gt TROMSØ e-post: nilu@nilu.no nilu-tromso@nilu.no Internett: Bank: Tel: /Faks: Tel: /Faks: Foretaksnr.: Vennligst adresser post til NILU, ikke til enkeltpersoner.

36 Perioden fra 2. til 5. mars er vist som eksempel. Det er ikke logget tieindedels grader ved temperatursensoren på Alna, men figuren viser hvordan de to sensorene nærmest bakken (Alna og Valle Hovin 2m) følger hverandre. Når den døgnlige temperaturvariasjonen øker (ved klarvær), øker også forskjellen mellom sensorene. Temperaturdifferansen mellom 25 m og 2 m ved Valle Hovin varierer mellom 1, grad (ustabil sjiktning) og + 2,3 grader (sterk stabil sjiktning) i perioden. Temperaturdifferansen mellom Valle Hovin og Alna varierer mellom 1 grader (ustabilt) og 6,4 grader (sterk stabil). Timene med de største negative verdiene (varmest på Alna) kommer i hovedsak på ettermiddag/kveld (fra 17 til 19), avkjøling i forbindelse med solnedgang registreres tidligere på Valle Hovin enn ved Alnabru. Teperaturdifferansen målt på Valle Hovin viser nøytral eller lett stabil sjiktning. Timene med de største positive verdiene (kaldest på Alna) kommer i hovedsak på morgenen mellom kl 6 og kl 9. Temperaturdifferansen på Valle Hovin indikerer som regel stabil sjiktning, men også tilfeller med nøytral eller ustabil sjiktning. I løpet av perioden fra 25. januar til 3. april er det i alt 16 timer der temperaturforskjellen mellom Valle Hovin 25 m og Alna er +1 grad eller mer, samtidig som temperaturdifferansen på Valle Hovin (25m 2m) er negativ og indikerer nøytral eller ustabil sjiktning. Figuren nedenfor viser temperaturdifferanser for timene i måleperioden der det er sterkest stabilt målt ved Valle Hovin. I samtlige tilfeller er det også stabilt målt ved (vist) temperaturdifferanse mellom Valle Hovin 25 m og Alna. 2 Sterkeste stabile Valle Hovin DT-Hovin (Delta T,deg.C) VH25-Alna 2 1 Neste figur viser timene med størst positiv temperaturdifferanse mellom Valle Hovin 25 m og Alna. Av de viste 51 timene har 6 en negativ temperaturdifferanse ved Valle Hovin. Analyse av temperaturdata

37 Sterkeste stabile Hovin-Alna DT-Hovin (Delta T,deg.C) VH25-Alna Analysen viser at når det blir målt stabil sjiktning på Valle Hovin er det også stabil sjiktning ved Alnabru. Imidlertid forekommer det relativt ofte timer, spesiellt om morgenen, der temepraturdifferansen ved Valle Hovin viser nøytral eller ustabil sjiktning og det er stabil sjiktning ved Alna. Disse forholdene forekommer oftest i timene mellom kl 6 og kl 9, altså under morgenrushet. En nattinversjon med dårlige spredningsforhold brytes altså raskere ned på Valle Hovin enn ved Alnabru, og inngangsdataene til spredningsmodellen vil gi for gode spredningsforhold i forhold til den reelle situasjonen under morgenrushet. Analyse av temperaturdata

38

39 3. Analyse, passive prøvetakere. Notat til prosjekt Luftkvalitetsanalyse Alnabru, juli 27, NILU

40

41 Norsk institutt for luftforskning NOTAT Til: Gry Larsen, Statens vegvesen Kopi: Susanne Lützenkirchen, Oslo kommune Fra: Harold Mc Innes Dato: Kjeller, Ref.: Passiv prøvetaking av NO 2 i Alnaområdet NILU har målt NO 2 konsentrasjoner med passive prøvetakere i Alnaområdet på oppdrag fra Statens vegvesen. Det ble målt i 1 forskjellige punkter i perioden Prøvetakere ble skiftet 2 ganger i uken i denne perioden slik at det ble analysert 9 prøver for hvert punkt. Eksponeringsperioden for prøvene er vist i Tabell 1. Tabell 1: Eksponeringsperioder for prøvetakere Eksponeringsperiode Start Slutt Prøvetakerne ble fordelt i et område fra E6 ved Alnasentrert til Vollaveien 15. Avstanden mellom disse punktene er ca 6 meter. Tabell 2 angir plassering av de forskjellige prøvetakerne. Det ble plasssert prøvetaker på målestasjonene ved E6 og Alnabru. Alle prøvetakerne ble analysert, og NO 2 verdier fra prøvetakerne ble sammenlignet med NO 2 verdier fra målestasjonene. Sammenligningen viser godt samsvar mellom data fra prøvetaker og data fra målestasjoner, spesiellt på målestasjonen ved E6. Unntaket er eksponeringsperiode 8 der prøvetaker gir betydeliger høyere NO 2 verdi enn målestasjon. For eksponeringsperiode 8 og 9 var datadekningen på Alnabru for liten til at det kunne gjøres sammenligning. Et institutt i CIENS og Miljøalliansen NILU Postboks 1 Instituttveien KJELLER NILU Tromsø Polarmiljøsenteret Hjalmar Johansens gt TROMSØ e-post: nilu@nilu.no nilu-tromso@nilu.no Internett: Bank: Tel: /Faks: Tel: /Faks: Foretaksnr.: Vennligst adresser post til NILU, ikke til enkeltpersoner.

42 ug NO2/m3 2 Tabell 2: Plassering av prøvetakere Prøvetaker Plassering 1 På målestasjon ved E6, Alnasenteret. 2 E6 ved Alnasenteret, like ved bomstasjon. 3 Alnasenteret mellom E6 og Strømsveien. 4 Alnasenteret ved Strømsveien 5 På målestasjonen ved Alnabru (Strømsveien) 6 Ved Vollaveien 29 7 Ved Vollaveien 23 8 Ved Vollaveien 15 9 Ved Titutveien 16 1 Ved Titutveien 3 Det var kun i siste eksponeringsperiode at det var målt timesverdier opp mot EUs grense på 2 ug/m 3 for NO 2. I denne perioden gir prøvetakeren ved Alnabru den høyeste verdien med 11 ug/m 3. Konsentrasjonene faller betydelig innover Vollaveien, men det er en topp ved prøvetaker 8. Prøvetakerne mellom Strømsveien og E6 gir relativet høye verdier. Figur 1 viser NO 2 konsentrasjone fra prøvetakerne for hver eksponeringsperiode. Det er gjennomgående lavere konsentrasjoner i Vollaveien og Titutveien enn det er ved målestasjonen på Alnabru og bortover mot E6. NO2 Alna Periode 1 Periode 2 Periode 3 Periode 4 Periode 5 Periode 6 Periode 7 Periode 8 Periode Posisjon nr. Figur 1: NO 2 konsentasjon fra prøvetakerne plottet for hver eksponeringsperiode. Passiv prøvetaking av NO2 i Alnaområdet

43 4. Tolkning av målinger. Notat til prosjekt Luftkvalitetsanalyse Alnabru, august 27, NILU

44

45 Norsk institutt for luftforskning NOTAT Til: Prosjekt Luftkvalitetsanalyse Alna Kopi: Fra: DAT Dato: Kjeller, Ref.: O-1781 Tolking av målinger Tre episoder med høy forurensning er undersøkt i detalj, fra januar 23, januar 27 og mars 27 Januar 23 Figur 1 viser målt konsentrasjon av NO2 på Alnabru fra 1. til 14. januar 23. NO2 - januar Figur 1: Måleverdier av NO2 fra Anabru de først 2 ukene av 23. Et institutt i CIENS og Miljøalliansen NILU Postboks 1 Instituttveien KJELLER NILU Tromsø Polarmiljøsenteret Hjalmar Johansens gt TROMSØ e-post: nilu@nilu.no nilu-tromso@nilu.no Internett: Bank: Tel: /Faks: Tel: /Faks: Foretaksnr.: Vennligst adresser post til NILU, ikke til enkeltpersoner.