STATOIL ASA MILJØRETTET RISIKOANALYSE FOR UTBYGGING OG DRIFT AV GJØA RAPPORT NR. 2006-1072 REVISJON NR. 01 DET NORSKE VERITAS
Dato for første utgivelse: Prosjekt nr.: 2006-06-26 66112165 Godkjent av: Tor Jensen Group leader Organisasjonsenhet: DNV Consulting DET NORSKE VERITAS AS DNV Consulting Veritasveien 1 1322 Høvik Norway Tel: +47 67 57 99 00 Fax: +47 67 57 99 11 http://www.dnv.com Org. No: NO945 748 931 MVA Oppdragsgiver: Statoil Asa Oppdragsgiver ref.: Anette Boye Sammendrag: Statoil er i planleggingsfasen for utbygging av Gjøa-feltet i nordlige del av Nordsjøen. Det er bestemt at det skal benyttes en halvt nedsenkbar plattform (Semi) med rørledning til Troll II. I forbindelse med den planlagte utbyggingen er det i foreliggende rapport gjennomført en miljørettet risikoanalyse av aktivitetens risikonivå, uttrykt ved miljørisiko knyttet til en ukontrollert utblåsning av olje. Analysen er gjennomført i henhold til OLFs veiledning for denne type analyser. I tillegg er det gjennomført en vurdering av øvrige miljørisikomessige aspekter som utslipp fra stigerør og rørledninger. Analysene av miljørisiko er basert på mulige utfall av en ukontrollert utblåsning av olje for både et høyaktivitetsår (utbyggingsår) og et gjennomsnittlig driftsår. Resultatene viser at risikoen er høyere i utbyggingsåret enn i et gjennomsnittlig driftsår som følge av et høyere aktivitetsnivå i utbyggingsåret. Resultatene viser gjennomgående en lav miljørisiko både for utbygging og drift av feltet. Høyest utslag ble beregnet for sjøfugl, med i overkant av 3 % av akseptkriteriet i konsekvenskategori moderat i utbyggingsåret. Den relativt lave miljørisikoen gjenspeiler en lav utslippsfrekvens for aktiviteten, lav miljørisiko forbundet med sjøbunnsutblåsninger, samt at det er begrensede andeler av nasjonale bestander av sjøfugl innen influensområdet. Rapport nr.: Emnegruppe: 2006-1072 Indekseringstermer Rapporttittel: Miljørettet risikoanalyse for utbygging og drift av GJØA Utført av: Karen M. Brinchmann, Anders Rudberg, Geir Morten Skeie og Cecilie Østby Ingen distribusjon uten tillatelse fra oppdragsgiver eller ansvarlig organisasjonsenhet, dvs. fri distribusjon innen DNV etter 3 år Verifisert av: Cathrine Spikkerud Strengt konfidensiell Dato for denne revisjon: Rev. nr.: Antall sider: 2006-06-25 01 Fri distribusjon Hovedkontor: Veritasvn. 1, N-1322-HØVIK, Norway
Innholdsfortegnelse Side 1 SAMMENDRAG... 1 2 DEFINISJONER OG FORKORTELSER... 3 3 INNLEDNING... 4 3.1 Avgrensninger og forutsetninger 4 3.2 Aktivitetsbeskrivelse 5 3.3 Sannsynlighet for oljeutslipp 6 3.3.1 Utblåsningsrater og varigheter 6 4 OLJEEGENSKAPER OG OLJEDRIFTMODELLERING... 8 4.1 Oljetype og oljens egenskaper 8 4.2 Oljedriftsberegninger 10 4.2.1 Metode 10 4.2.2 Inngangsdata 11 4.2.3 Resultater oljedrift 11 5 MILJØBESKRIVELSE... 15 5.1 Innledning 15 5.2 Ressursbeskrivelser 16 5.2.1 Fisk 16 5.2.2 Sjøfugl 18 5.2.3 Marine pattedyr 22 5.2.4 Strand 23 5.2.5 Spesielt Miljøfølsomme Områder (SMO) 25 5.3 Verdsatte Økosystem Komponenter (VØK) 26 5.3.1 Utvalgte VØKer 26 6 RISIKOBEREGNINGER... 28 6.1 Akseptkriterier for miljørisiko 28 6.2 Metode 28 6.2.1 Skadebaserte analyser 28 6.2.1.1 Sjøfugl og marine pattedyr 29 6.2.1.2 Strand 30 6.2.1.3 Fisk 30 6.3 Resultater av skadebasert miljørisikoanalyse (S-MIRA) 32 6.3.1 Sjøfugl 32 6.3.2 Marine pattedyr 35 6.3.3 Strand 37 6.3.4 Resultater av miljørisikoanalyse fisk 38 Side i
6.3.5 Total miljørisiko 40 6.4 Sensitivitet av analysene 43 6.4.1 Bestandsbegrepet 43 6.4.2 Metoderevisjon 46 6.4.3 Hendelsesfrekvens 47 6.5 Konklusjon - miljørisiko 47 7 VURDERING AV STIGERØR OG LEKKASJER... 48 7.1 Frekvensvurderinger av stigerør og oljelekkasjer 48 7.1.1 Introduksjon 48 7.1.1.1 Avgrensninger 48 7.1.2 Vurderinger knyttet til stigerør og rørledninger 48 7.1.2.1 Basisdata 48 7.1.2.2 Feltspesifikke scenarier 49 7.1.2.3 Frekvensberegninger 50 7.1.2.4 Utslippspotensiale 51 7.1.3 Vurderinger av miljørisiko 52 8 REFERANSER... 53 APPENDIKS A - UTBLÅSNINGSFREKVENSER... 56 APPENDIKS B KARAKTERSETTING AV RØR... 58 APPENDIKS C HABITATANALYSE FOR STRAND... 60 Side ii
1 SAMMENDRAG Statoil er i planleggingsfasen for utbygging og drift av Gjøa-feltet i nordlige del av Nordsjøen. Det er bestemt at det skal benyttes en halvt nedsenkbar plattform (Semi) med rørledning til Troll II. I forbindelse med den planlagte utbyggingen er det i forliggende rapport gjennomført en miljørettet risikoanalyse av aktivitetens risikonivå, uttrykt ved miljørisiko knyttet til en ukontrollert utblåsning av olje. Analysen er gjennomført i henhold til OLFs veiledning for denne type analyser. I tillegg er det gjennomført en vurdering av øvrige miljørisikomessige aspekter som utslipp fra stigerør og rørledninger. Analysen har tatt utgangspunkt i utblåsningsfrekvenser av olje for utbyggingsåret (2010), samt et vilkårlig valgt driftsår (etter 2011). Disse er gjengitt i tabellen nedenfor. Utblåsningsfrekvensene er lave på grunn av at 6 av de 8 brønnene som skal bores har en gasskappe. Det medfører at en oljeutblåsning innen kort tid går over til et gassutslipp. For disse brønnene er derfor utslippssannsynligheten redusert med 90 %. Tabell 1.1.1 Utblåsningsfrekvenser Overflateutslipp Havbunnutslipp Utbyggingsår 2010 2,76 x 10-4 1,92 x 10-4 Driftsår (etter 2011) 9,88 x 10-5 9,42 x 10-5 En ukontrollert utblåsning av olje er beregnet å medføre en høy utslippsrate. Basert på informasjon fra crude oil assay er Snorre B valgt som representativ oljetype. Oljedriftsberegninger er gjennomført for henholdsvis sjøbunns- og overflateutslipp, med flere ulike rater og fem ulike varigheter, hvorav den lengste er 65 døgn. Dette er tiden som er vurdert nødvendig for boring av en avlastningsbrønn. Resultatene fra oljedriftsberegningene viser et influensområde som varierer i utstrekning i forhold til varigheten av utblåsningen. Størst utstrekning og høyest sannsynligheter for å treffe land viser statistikken for en overflateutblåsning med en varighet av 60 døgn. Iht. statistikken vil en slik hendelse kunne forekomme i 3 % av tilfellene ved en overflateutblåsning fra Gjøa. Influensområdet ved en utblåsning med 2 døgns varighet (57 % sannsynlighet ved en overflateutblåsning fra Gjøa) er mindre, og med lavere sannsynligheter for å nå land. Oljedriftsstatistikken viser at influensområdet ved en sjøbunnsutblåsning har et generelt mindre influensområde både på åpent hav og på land. Sannsynligheten for å treffe land varierer med varigheten av utslippet. Sannsynligheten for sjøbunnsutblåsning er størst ved boring og produksjon, men sannsynligheten for overflateutblåsning er høyest ved komplettering og brønnoverhaling. Miljørisikonivået ved utbygging og drift av Gjøa er analysert i henhold til OLFs veiledning for gjennomføring av miljørisikoanalyser. Analysene er basert på mulige utfall av ukontrollerte utblåsninger for hhv. boring, komplettering og drift i utbyggingsåret og brønnoverhaling og drift i et standard driftsår. Resultatene viser høyest risikonivå i utbyggingsåret som resultat av et høyt aktivitetsnivå, men resultatene viser gjennomgående en lav miljørisiko både for utbyggingsåret Side 1
og driftsåret. Høyest utslag er beregnet for sjøfugl, med i overkant av 3 % av akseptkriteriet i konsekvenskategori moderat. Side 2
2 DEFINISJONER OG FORKORTELSER Akseptkriterier ALARP Bakgrunnsbelastning ContAct DFU DP Eksponeringsgrad GIS Influensområde IUA Korteste drivtid Miljøfølsomme områder Miljøprioritert lokalitet MIRA MIRABA MOB MRDB OLF Overvåking PL SFT SMO THC Kriterier som benyttes for å uttrykke et akseptabelt risikonivå i virksomheten uttrykt ved en grense for akseptabel frekvens for en gitt miljøskade. As Low As Reasonably Practicable Med bakgrunnsbelastning menes operasjonelle utslipp fra egen innretning og andre utslipp i regionen, og deres bidrag til den totale miljørisikoen (Veiledning til Styringsforskriften, 16). Web- og GIS-basert beslutningsstøttesystem for oljevernberedskap. Definerte fare- og ulykkeshendelser. Dynamic Positioning Benyttes for å beskrive hvorvidt kysten er eksponert, moderat eksponert eller beskyttet mht. bølgeeksponering. Geografisk Informasjonssystem Området med større eller lik 5 % sannsynlighet for forurensning med mer enn 1 tonn olje innenfor en 10 x 10 km rute, iht. oljedriftsberegninger. Interkommunale utvalg mot akutt forurensning Tiden det tar fra utslippets start til den første oljepartikkelen når kysten. Et geografisk avgrenset område hvor bestandsandelen er av en størrelse og en sårbarhet som gjør at et oljesøl vil kunne føre til gitte skader på bestanden. En stedfestet lokalitet hvor det forekommer verneverdige miljøressurser som er sårbare for oljeforurensning. Miljørettet risikoanalyse Miljørettet risiko- og beredskapsanalyse Metode for prioritering av ressurser i oljevernberedskap. Kriteriesamling og dokumentasjon publisert av SFT & DN (1996) Marin Ressurs Data Base Oljeindustriens landsforening Med overvåking menes systematiske og regelmessige undersøkelser for å dokumentere miljøressursenes tilstand, beskrive risiko for forurensning og føre kontroll med forurensning av marine miljøressurser (Veiledning til Rammeforskriften, 27). Produksjonslisens Statens forurensningstilsyn Spesielt Miljøfølsomme Områder. Landsdekkende analyse for identifikasjon av SMO i norske kyst- og havområder, utført for SFT og DN. Total Hydrocarbon Concentration Side 3
3 INNLEDNING Statoil skal bygge ut feltet Gjøa i Nordsjøen. Korteste avstand til land er 36 km, som er øya Værlandet. Gjøa-feltet ligger på ca. 349 m dyp, sørvest for Florø. Det strekker seg over flere blokker, og ligger i nærheten av flere andre oljefelt: Gjøa ligger om lag 70 km nord for Troll B plattformen, 80 km nordøst for Kvitebjørn, 95 km nordøst for Gullfaks-C plattformen og 125 km nordøst for Brent. I forbindelse med den planlagte utbyggingen er det gjennomført en miljørettet risikoanalyse basert på dimensjonerende hendeler som er utblåsninger. Første del av miljørisikoanalysen er gjennomført som en skadebasert analyse i henhold til OLFs Veiledning for gjennomføring av miljørisikoanalyser for petroleumsaktiviteter på norsk sokkel (OLF, 2005). Miljørisiko i utbyggingsåret er beregnet som summen av miljørisiko ved boring, komplettering og produksjon, mens miljørisikoen i et standard driftsår er beregnet ved å summere miljørisikoen ved brønnoverhaling og produksjon. Miljørisiko er beregnet for årets tolv måneder og summert til en årlig miljørisiko for aktiviteten, som er vurdert opp mot Statoils installasjonsspesifikke akseptkriterier. Tabell 3.1.1. Basisinformasjon for Gjøa Posisjon for DFU 61º23 2,10 N, 03º 58 59,03 Ø Analyseperiode Hele året Vanndyp 349 m Oljetype Snorre B (referanseolje) Gass-olje-forhold 170 Sm 3 /Sm 3 (GOR) Max utblåsning (tid 60 dager for boring av avlastningsbrønn) Utblåsningsrate 4600 Sm 3 /døgn (kick) 7200 Sm 3 /døgn (drill) 9800 Sm 3 /døgn (swab) Oljetetthet 826 kg/m 3 Gasstetthet 1 kg/m 3 Utslippstemperatur 80 C Vektet varighet Overflateutblåsning: 7,5 dager Undervannsutblåsning: 15,2 dager 3.1 Avgrensninger og forutsetninger I beregningene er følgende forutsetninger gitt av Statoil: (Nilsen, pers. medd., 2006; Boye, pers.medd., 2006). Side 4
De fleste av brønnene medregnet i utbyggingsåret har gasskappe over og utblåsningssannsynligheten reduseres med 90 %. 2-grens brønner regnes som 2 brønner i miljørisikoberegningene. Boring av brønnene representerer ingen spesielle utfordringer mht. brønnkontroll. Det antas konservativt at utslipp ikke vil antennes, dermed legges det ikke inn noen reduksjon i utslippsfrekvens for tennsannsynlighet. Tid for boring av avlastningsbrønn er beregnet til 60 dager. Basisfrekvenser for beregning utslippsfrekvenser er basert på SINTEF Offshore Blowout Database (Scandpower, 2005A). Det er videre gjort en fordeling mellom sjøbunnsutslipp og overflateutslipp. Denne fordelingen baserer seg på Blowout and Well Release Frequencies BlowFAM Edition (Scandpower, 2005b). 3.2 Aktivitetsbeskrivelse Det planlegges en utbyggingsløsning med bruk av Semi platform og rørledning til Troll II for Gjøa. Det er valgt å analysere miljørisiko for DFU: Ukontrollert utblåsning av olje, for å identifisere aktivitetens risikonivå. I tillegg er det vurdert frekvenser og konsekvenser for utslipp fra stigerørslekkasjer og rørledningslekkasjer. Det beregnes miljørisiko for 2 ulike faser av prosjektet utbygging og drift. For utbygging er året 2010 valgt da det er høy aktivitet med både boring, komplettering og produksjon fra plattformen. For driftsfasen er et vilkårlig år etter 2011 valgt og vil være representativt for et normalt år på plattformen. Da er det produksjon fra alle brønnene og det antas at det gjennomføres én brønnoverhaling per år. Aktivitetene som inngår i beregninger av miljørisiko oppsummeres i Tabell 3.2.1. Tabell 3.2.1. Oppsummering av aktivitetsnivå (Boye, pers. medd., 2006a) Utbyggingsår, 2010 Drift Boring 5*/** Komplettering 4*/** Produksjon av oljebrønner 7*/** 8** Brønnoverhaling 1 * Én brønn har ikke gasskappe. ** Én brønn er flergrens-brønn og regnes i miljørisikosammenheng som en brønn per gren. Side 5
3.3 Sannsynlighet for oljeutslipp Gjøa er et felt hvor det er gass, kondensat og olje. Reservoaret har normalt trykk og temperatur. Oljeutslipp kan skje i forbindelse med utblåsning under boring og komplettering av brønner i utbyggingsfasen, fra brønner i produksjon eller i forbindelse med brønnoverhalinger i driftsfasen. Statoil har identifisert to representative år for beregning av miljørisiko; ett i utbyggingsfasen og ett i driftsfasen. År 2010 er et år med høy aktivitet i utbyggingsfasen som vist i Tabell 3.2.1. Utslippsfrekvensene for de ulike fasene og fordelingen mellom overflate- og sjøbunnsutslipp vil være som vist i Tabell 3.3.1. Tabell 3.3.1. Utslippsfrekvenser for utbyggingsår og driftsår, Gjøa. Overflateutslipp Havbunnutslipp Utbyggingsår 2010 2,76 x 10-4 1,92 x 10-4 Driftsår (etter 2011) 9,88 x 10-5 9,42 x 10-5 For detaljerte beregninger, se Appendiks A. 3.3.1 Utblåsningsrater og varigheter Utblåsningsrater er beregnet av Statoil (Boye, pers. medd., 2006b). For produksjonsboring er de beregnede ratene som følger: Kick-case (P=0.15): utblåsningen kommer i forbindelse med penetrering av reservoaret og beregnes med 5 meter innboring i topp reservoar. Initial utblåsningsrate, Qkick = 4600 m 3 /døgn. Swab-case (P=0.4): utblåsningen kommer som en følge av brønnspark i det en trekker borestrengen ut etter at hele reservoaret er boret dvs. hele reservoaret er eksponert. Initial utblåsningsrate, Qswab = 9800 m 3 /døgn. Drill-case (P=0.45): mellom disse to ytterpunktene fra kick til swab-case er det også mulig å få utblåsninger som følge av brønnspark under boring. Utblåsningsrate forutsettes tilnærmet proporsjonal med penetrert dybde. Gjennomsnittet mellom de to beregnede ratene vil altså gi en representativ rate for hendelsene som kan inntreffe i mellom disse ytterpunktene. Initial utblåsningsrate, Qdrill = 7200 m 3 /døgn. Rater for produksjon, komplettering og brønnoverhaling vil være lik swab-rate. Reservoaregenskapene til Gjøa er slik at det ved utblåsning raskt vil ha inntrenging av gass. Dette medfører at utblåsningsraten av olje reduseres raskt og mer gass slippes ut. Dette er ivaretatt i oljedriftsberegningen og videre i beregningen av miljørisikoen, ved differensierte rater for de ulike varighetene. Fordelingen av de ulike ublåsningsratene er basert på simuleringer av forhold ved olje- og gassutblåsning. Oversikt over hvilke rater som er lagt til grunn i analysen er gitt i Tabell 3.3.2. Side 6
Sannsynlighetsfordelingen av varigheten av en utblåsning er gitt av Statoil (Nilsen, pers. medd., 2006b). Varighetsfordelingen er gitt for både overflate- og sjøbunnsutblåsning, og disse fordelingene er benyttet i oljedriftsmodelleringene (se Tabell 3.3.2). Maksimal varighet av utblåsning er satt til 60 dager, noe som tilsvarer tiden det tar å mobilisere en borerigg og bore en avlastningsbrønn. Sannsynlighetsfordelingen mellom overflate- og sjøbunnsutblåsning for hhv. produksjonsboring, komplettering, produksjon og brønnoverhaling er gitt i Tabell 3.3.3. Tabell 3.3.2. Rate-varighetsfordeling for overflate- og sjøbunnsutslipp. Varighet (dager) 0-2 0-5 0-14 0-30 0-60 Fordeling rate Kick-rate 4600 3600 2600 2000 1600 0,15 Drill-rate 7200 6450 5350 4150 3050 0,45 Swab-rate 9800 9300 8100 6300 4500 0,40 Fordeling overflate (%) 57 20 15 5 3 Fordeling sjøbunn (%) 41 18 19 8 14 Tabell 3.3.3. Fordeling mellom overflate- og sjøbunnsutslipp. Operasjon Overflateutslipp % Sjøbunnsutslipp % Produksjonsboring 0,25 0,75 Komplettering 0,76 24 Produksjon 1 Brønnoverhaling 0,68 0,32 Side 7
4 OLJEEGENSKAPER OG OLJEDRIFTMODELLERING 4.1 Oljetype og oljens egenskaper Gjøa er et olje- og gassfelt. Gassen representerer ingen miljørisiko i denne sammenheng og er derfor ikke diskutert videre i denne analysen. Som referanseolje for Gjøa har Statoil valgt å bruke olje fra Snorre B. Det antas at denne oljen har egenskaper som ligner på Gjøa oljen, se Tabell 4.1.1. Det er også kondensat på Gjøa, som man antar har omtrent like egenskaper som Sleipner kondensat. Kondensat er ikke brukt i oljedriftsmodelleringene, og antas heller ikke å være dimensjonerende for miljørisikoen. Kondensat diskuteres derfor ikke videre i denne analysen. Tabell 4.1.1. Utslippets forventede egenskaper Parameter Verdi Tetthet 826 kg/m 3 GOR 170,63 Nm 3 /Nm 3 Voksinnhold < 5 % Utslippstemperatur 80 ºC Ut fra vurderinger av egenskapene til Gjøa olje, basert på Snorre B-olje (Moldestad, 2005), kan man sammenligne oljens antatte egenskaper på sjø for sommer og vinter (se Tabell 4.1.2). Tabell 4.1.2. Oljens egenskaper på sjø Sesong Sommer (15 C) Vinter (5 C) Vindhastighet 5 m/s 10 m/s Fordampning (tap) 22 % 25 % (etter 2 timer) Viskositet på vannfri olje 400 cp 1100 cp (etter 2 timer) Vanninnhold 18 % 45 % (etter 2 timer) Emulsjonsviskositet (etter 2 timer) 500 cp 1700 cp Under sommerforhold og 10 m/s vind danner Snorre B-oljen emulsjon med viskositet som overstiger 10.000 cp etter 2 døgn. Vinterstid vil den samme oljen danne emulsjon med en viskositet på 10.000 cp etter 9-10 timer på sjøen, og viskositeten øker til opptil 20.000 cp etter 2 døgn på sjøen. Side 8
Property: MASS BALANCE Oil Type: SNORRE B Description: Data Source: SINTEF Applied Chemistry (2002), Weathering data Initial/Terminal Oil film thickness: 20 mm/1 mm Release rate: 1.33 metric tons/minute 2.0 2005 Pred. date: Aug. 26, 2005 Evaporated Surface Naturally dispersed 100 Temperature: 15 C Wind speed: 5 m/s 80 Mass (%) 60 40 20 0 0.25 0.5 1 2 3 6 9 12 1 2 3 4 5 Hours Days Figur 4.1.1. Massebalanse av Snorre B olje sommerstid ved midlere vindstyrke. (Moldestad, 2005). Fordampningen vil være noe større ved høyere vindhastigheter. Figur 4.1.1 viser at det er liten nedblanding av olje i vannmassene før det har gått ett døgn ved 5 m/s vindstyrke. Ved høyere vindhastigheter (10 m/s) starter nedblandingen allerede etter 2 timer på sjøen, og etter ett døgn vil omtrent 30 % av oljen være nedblandet (Moldestad, 2005). Side 9
Property: MASS BALANCE Oil Type: SNORRE B Description: Data Source: SINTEF Applied Chemistry (2002), Weathering data OWModel 3.0 2005 Surface release - Terminal Oil film thickness: 1 mm Release rate/duration: 1.33 metric tons/minute for 15 minute(s) Pred. date: Aug. 26, 2005 Evaporated Surface Naturally dispersed 100 Temperature: 5 C Wind speed: 10 m/s 80 Mass (%) 60 40 20 0 0.25 0.5 1 2 3 6 9 12 1 2 3 4 5 Hours Days Figur 4.1.2. Massebalanse av Snorre B olje vinterstid ved midlere vindstyrke. (Moldestad, 2005). Figur 4.1.2 viser at både nedblanding og fordampning av olje vil være større vinterstid enn på sommeren. Hovedårsaken til dette er en gjennomsnittlig større vindhastighet. 4.2 Oljedriftsberegninger Det er utført statistiske oljedriftsberegninger for Gjøa i posisjon 61º 23 2,10 N; 03º 58 59,03 Ø med utgangspunkt i rater og varigheter som angitt i tabell 3.3.2. Det er gjennomført modellering av overflateutslipp og sjøbunnsutslipp etter utblåsning for årets tolv måneder. 4.2.1 Metode For modellering av undervannsutblåsningene ble modellen BLOW benyttet. BLOW er utviklet av DNV og bygger på publiserte vitenskapelige artikler fra Koh & Fan (1970) og Fanneløp & Sjøen (1980). BLOW beregner forløpet av et undervannutslipp fra utstrømningsstedet til dannelse av oljeflaket på overflaten eller eventuelt innlagring i vannmassene. Side 10
For modellering av oljedrift på overflaten ble oljedriftsmodellen OILTRAJ benyttet. OILTRAJ er utviklet av DNV (DNV, 1994). Modellen beregner bl.a. treffsannsynligheter, massefaktorer (fordampet, nedblandet og gjenværende andel olje) samt ankomsttider for olje i rutene. For lokasjonen er det gjennomført spredningsmodellering forårsaket av overflateutslipp og sjøbunnsutslipp etter utblåsning, etter inngangsdata som vist i Tabell 3.3.2. Spredningsmodelleringen er utført på basis av et helt år. Det er utført undervannsutblåsningsmodellering fra sjøbunn til overflate for to måneder, mars og august for å fange opp sesongvariasjonene i sjiktningsforholdene. Fra disse er det beregnet en gjennomsnittlig oljefilmtykkelse som er direkte input til de videre spredningsberegninger på overflaten. I oljedriftsmodelleringene på overflaten er det generert oljedriftsstatistikk med 3600 simuleringer per år. 4.2.2 Inngangsdata OILTRAJ benytter strøm- og vinddata fra hindcast-databasen ved DNMI. Denne inneholder månedsvise klimatologiske strømfelter (DNMI 1992) og tidsserier for vind i utvalgte posisjoner for perioden 1955-1994 (DNMI). For undervannsutblåsningsmodelleringen er vertikale saltholdighets- og temperaturprofiler innhentet fra Levitus atlas (Levitus 1994). Typiske strømforhold hvor plumen forventes å bryte overflaten er hentet fra månedsvise strømfelt fra Meteorologisk Institutt (DNMI 1992). Egenskapene til oljen som er benyttet i spredningsberegningene er beskrevet i kapittel 4.1. For overflateutslippet er det initielle oljefilmtykkelsen satt til 2 mm. Den horisontale oppløsningen er 10 km x 10 km, og i oljedriftssimuleringene er det sluppet 1 oljepartikkel hvert tidssteg (=1 time) gjennom hele utslippsperioden. Hver partikkel er fulgt i 30 døgn eller inntil partikkelen (flaket) strander eller reduseres til 1 % av sin egen initielle masse ( cut off ). 4.2.3 Resultater oljedrift Hovedresultatene av modelleringen av sjøbunnsutslippet på 349 m dyp er at det dannes et tynt flak på overflaten på 0,13 mm. BLOW simulerer konservativt at all oljen kommer til overflaten, og modellen tar ikke hensyn til verken sidestrømmer eller hydratdannelse. På overflaten, forårsaket av både sjøbunns- og overflateutblåsning, er det generert oljedriftsstatistikk gjennom året for fem varigheter (2, 5, 15, 30 og 60 døgn). Resultatene fra oljedriftsberegningene er vist i Figur 4.2.1 og Figur 4.2.2 med influensområde for henholdsvis overflateutslipp og sjøbunnsutslipp gjennom året for fem ulike varigheter. Side 11
Figur 4.2.1. Oljedriftsstatistikk for 3600 simuleringer gjennom hele året for Gjøa. Treffsannsynligheter er presentert for overflateutblåsninger med varigheter på henholdsvis 2, 5, 14, 30 og 60 døgn. Sannsynlighet for utslippsvarigheten er presentert i parentes. Side 12
Figur 4.2.2. Oljedriftsstatistikk for 3600 simuleringer gjennom hele året for Gjøa. Treffsannsynligheter er presentert for sjøbunnsutblåsninger med varigheter på henholdsvis 2, 5, 14, 30 og 60 døgn og vektet rate. Sannsynlighet for utslippsvarigheten er presentert i parentes. Side 13
Resultatene viser et influensområde som varierer i utstrekning i forhold til varigheten av utblåsningen. Størst utstrekning og høyest sannsynligheter for å treffe land viser statistikken for en overflateutblåsning med en varighet på 60 døgn. Jf. Tabell 3.3.2 vil en slik hendelse kunne forkomme i 3 % av tilfellene ved en overflateutblåsning fra Gjøa. Influensområdet ved en utblåsning på 2 døgn (57 % sannsynlighet ved en overflateutblåsning fra Gjøa) er mindre, og med lavere sannsynligheter for å nå land. Oljedriftsstatistikken viser at influensområdet ved sjøbunnsutblåsninger generelt er mindre både på åpent hav og på land, enn influensområdet ved overflateutblåsninger. Sannsynligheten for å treffe land varierer med varigheten av utslippet. Side 14
5 MILJØBESKRIVELSE 5.1 Innledning Gjøa-feltets plassering nord i Nordsjøen medfører et influensområde som også strekker seg inn i Norskehavet. I Figur 5.1.1 vises strømmer og dybdeforhold i Nordsjøen og søndre del av Norskehavet. Nordsjøens strømmer er påvirket av atlantisk vann som kommer inn fra vest og den norske kystrømmen som strømmer nordover med en hastighet av 10-20 km/dag. Det atlantiske vannet deler seg om lag 200 km vest-nord-vest for Gjøa i en nordgående og en sørgående strøm. Den norske kyststrømmen er svært viktig for transport og fordeling av planktoniske organismer, og fiskeressursene varierer med dybdeforholdene i Nordsjøen, mengdene ferskvann fra elver, samt vindretning og -styrke. Dybdevariasjonen påvirker lokale bevegelser i vannmassene. Nordsjøen er generelt et grunt havområde, der de vind- og tidevannsdrevne strømmene hovedsaklig er i overflaten (30-50 meter dybde) (Sætre, 1983). Egg og larver som gytes i Nordsjøen spres derfor ut over et stort område. Det dannes ikke bestemte frontsystemer som forårsaker opphopning av ressurser, og dermed heller ikke store sjøfuglaggregeringer i bestemte områder. Nordsjøen er biologisk meget produktivt og kommersielt viktig (RC Consultants & NINA, 1999). Området er viktig for mange arter. De søndre deler av Norskehavet er preget av nordgående strømmer, hvor den norske kystrømmen forårsaker virvler i de grunnere områdene inne ved kysten. Egg og larver som gytes i søndre del av Norskehavet fraktes nordover med strømmene (Sætre, 1999). Dybdeforholdene i Norskehavet er viktig for bevegelsen av vannmassene, topografien danner fronter som påvirker bl.a. mengdene fiskelarver. Vannet i den norske kyststrømmen har lav salinitet og danner fronter mot det atlantiske vannet. I disse frontene blir det høy biologisk produksjon. Saliniteten øker etter hvert som vannet strømmer nordover, pga. innblanding av atlanterhavsvann. De mest intense frontalprosessene finnes hvor det er konvergerende strømmer, og dette finner vi ved Frøya-, Haltenbanken og Sklinnabanken. Her er det advektiv transport og blanding med atlantisk vann fra dypet (Sætre, 1999). Side 15
Figur 5.1.1. Strømmer og dybdeforhold i Nordsjøen og søndre del av Norskehavet (Adaptert fra Sætre, 1983). 5.2 Ressursbeskrivelser I denne seksjonen er det gitt en kort beskrivelse av sårbare arter og bestander i områdene rundt Gjøa. Beskrivelsene er fokusert på resurser som vil være dimensjonerende for miljørisikoen i forbindelse med akutte oljeutslipp i området. 5.2.1 Fisk Voksen fisk er ansett som mer robust enn tidligere livsstadier med hensyn på effekter av akutt oljeforurensning. Egg og larve-stadiene hos fisk vurderes som mer sårbare (SFT & DN, 1996). Foreliggende vurdering tar utgangspunkt i samme prioritering av fokusarter for fisk, som er vanlig i denne typen analyser. De fire viktigste nøkkelartene, utpekt i den regionale konsekvensutredningen for Norskehavet var sild, torsk, sei og hyse. (Brude et al., 2003b). Side 16
Den norske vårgytende sildestammen gyter på Mørekysten, på Haltenbanken og i området ved Karmøy i perioden februar-april. I de senere år har i størrelsesorden en tredel av gytingen foregått på Røstbanken. Gytingen foregår på 40-100 m dyp. Eggene klekkes etter ca. 3 uker og sildelarvene føres med strømmen nordover langs kysten. I april-mai er larvene spredt over store områder fra Møre til Vesterålen, og områder lengre nord. I juli har silda samlet seg i stimer og vil i hovedsak være spredt over store havområder nord for 65º N (Føyn et al., 2002; Johansen et al., 2003). Høyest konfliktpotensiale er forventet i forbindelse med sildegytingen på Møre da det kan forekomme større tettheter av sildelarver innen influensområdet, se Figur 5.2.1. Norskarktisk torsk gyter i februar-april i norske kystområder fra Hordaland i sør, til Vest Finnmark i nord, med det viktigste gytefeltet utenfor Lofoten (Føyn et al., 2002). Forventede forekomster av større andeler av torskeegg og -larver overlapper ikke med influensområdene til Gjøa, og arten er derfor ikke videre omtalt i foreliggende analyse. Seien gyter i perioden februar-april i området ved Tampen-Vikingbanken, på kystbankene utenfor Møre, samt på Haltenbanken og i Lofoten. Av disse gyter en stor andel i området mellom 62 og 64º N. Hovedgytingen foregår på stort dyp, langt fra land, og det registreres derfor sjelden betydelige mengder egg i norsk sone og larver opptrer alltid i svært lave tettheter (Brude & Moe, 2002). Hysa har i tillegg til gyteområder lengre nord, kjente gyteområder utenfor Nordvestlandet. Hysa gyter i perioden mars-juni på dypt vann, om lag 200-600 m, og eggende er derfor relativt spredt når de kommer til overflaten (Føyn et. al., 2002). Dette begrenser mulighetene for større ansamlinger av egg og larver i øvre vannlang. Figur 5.2.1. Fordeling av sildelarver i april måned i et år (2002), der en stor andel av sildelarvene ble klekket på de nordlige gytefeltene (venstre) og et år (1999) der en stor andel ble klekket på gytefeltene utenfor Møre/Trøndelagskysten (Føyn et al., 2002). Side 17
5.2.2 Sjøfugl Influensområdet for Gjøa omfatter viktige hekkelokaliteter og overvintringsområder for mange sjøfuglarter. Fordelingen av arter er sterkt sesongbetont, siden de ulike artene ofte benytter ulike områder for henholdsvis, hekking, myting, overvintring og næringssøk, se Figur 5.2.2, Figur 5.2.3 og Figur 5.2.4. I hht. MOB (SFT og DN, 1996) er sjøfuglene med høyest sårbarhet for akutt oljeforurensning arter som tilhører de økologiske gruppene pelagisk dykkende sjøfugler (bla. lomvi (Uria lomvia), alke (Alca torda) og lunde (Fratercula arctica)) og kystbundne dykkende sjøfugler (bla. storskarv (Phalacrocorax carbo), toppskarv (Phalacrocorax aristotelis), teist (Cepphus grylle) og ærfugl (Somateria mollissima)). Pelagisk dykkende sjøfugl er generelt gode dykkere og følger gjerne vandringene til byttedyrene. De kan også oppholde seg i frontområder med høye konsentrasjoner av stimfisk og dyreplankton. I hekkesesongen er disse artene hovedsaklig konsentrert i tilknytning til hekkekoloniene. Eneste store fuglefjell i Sør-Norge er Runde, med en stor hekkekoloni av lunde. Andre viktige arter på Runde er lomvi, alke, toppskarv og teist. Artene synes å være mer eller mindre jevnt utbredt på åpent hav vinterstid, men med relativt store tettheter utenfor Mørekysten. Dette kan være fugler som hekker på Runde (Brude et al., 2002). De kystbundne dykkende artene livnærer seg på relativt stasjonære næringsemner langs kysten og oppholder seg i mer eller mindre stasjonære flokker som flytter seg ettersom næringsområdene tømmes eller forandres som følge av sesongmessige endringer (Hanssen et al., 1998). Sommerstid er de viktigste områder i tilknytning til sentrale hekkelokaliteter som Runde, Frøya og store deler av Helgelandskysten og Røst. Skjærgårdsområdene på Sør-Helgeland er et av de viktigste hekkeområdene for sjøfugl i Norden utenom fuglefjellsartene. Frøya og Froan er også viktige hekkelokaliteter. Ærfugl hekker også ved flere områder langs Møre- og Trøndelagskysten (Brude et al., 2002). Kysten av Sør- Helgeland er viktige overvintringsområder for kystbundne dykkende arter i Norden. Smøla er det viktigste overvintringsområdet for sjøfugl i Møre og Romsdal. Foreliggende analyse tar utgangspunkt i samme prioritering av fokusarter innen de to mest sårbare økologiske gruppene som SMO (Moe et al., 1999). Side 18
Figur 5.2.2. Kystnær fordeling av pelagisk dykkende sjøfuglarter innen analyseområdet til Gjøa. Figurene presenterer bestandsandeler for henholdsvis alke, lomvi og lunde i sommerhalvåret. Kilde: Moe et al. (1999). Side 19
Figur 5.2.3. Kystnær fordeling av kystbundne dykkende sjøfuglarter innen analyseområdet til Gjøa. Figurene presenterer bestandsandeler for henholdsvis storskarv og toppskarv i sommer- og vinterhalvåret. Kilde: Moe et al. (1999). Side 20
Figur 5.2.4. Kystnær fordeling av kystbundne dykkende sjøfuglarter innen analyseområdet til Gjøa. Figurene presenterer bestandsandeler for henholdsvis ærfugl (vinter og sommer) og teist (sommer). Kilde: Moe et al. (1999). Side 21
5.2.3 Marine pattedyr Kystselene havert (Halichoerus grypus) og steinkobbe (Phoca vitulina) utgjør ofte fokus for miljørisikoanalyser relatert til olje, da de er de eneste selartene som har fast tilhold på norskekysten. Havert forkommer i kolonier av varierende størrelse langs norskekysten fra Rogaland til Finnmark. Nylig utarbeidede estimater tilsier at den nasjonale havertbestanden er i størrelsesorden 7000 individer (K.T. Nilssen, HI, pers. komm.). Langs kysten av Møre er det ikke betydelige forekomster av havert, men i ytterkant av influensområdet til Gjøa, er Froan et viktig område, se Figur 5.2.5 og Figur 5.2.6. Froøyene vurderes som en av de viktigste kasteplassene for havert i nasjonal forstand. Havert er i liten grad stedbundne, men opptrer konsentrert i bestemte områder i forbindelse med yngleperioden i september-desember (Brude et al., 2002). Steinkobbe forekommer i kolonier langs hele norskekysten, se Figur 5.2.5 og Figur 5.2.5. Den norske steinkobbebestanden er estimert til å være på om lag 6800 individer (Føyn et al., 2002). Innenfor analyseområdet til Gjøa er Nordøyane og Orskjæran viktige områder med bestander på flere hundre dyr. Bestanden på Nordøyane utgjør en av landets største. Steinkobben er relativt stedbundne og legger seg regelmessig på land i tidevannssonen for å hvile. Juni/juli er kaste- og yngleperiode for arten (Brude et al., 2002). Kystselenes sårbarhet for olje varierer over året. I hht. MOB (SFT og DN, 1996) har både havert og steinkobbe sårbarhet 3 i kaste- og yngleperioder, sårbarhet 1 i hårfellings- og hvileområder, mens sårbarheten er satt til 0 for næringssøk. Figur 5.2.5. Kaste-, hvile- og hårfellingsplasser for havert og steinkobbe. Kilder: MRDB. Side 22
Figur 5.2.6. Bestandsandeler for henholdsvis steinkobbe (venstre) og havert (høyre) nederst. Kilder: Moe et al. (1999) og Nilssen et al. (2004). 5.2.4 Strand Den mest dominerende strandtypen innen analyseområdet er strandberg som hovedsaklig forekommer i eksponerte områder (ActLog, 2005). Dette er en strandtype med lav sårbarhet. Strandområdene langs hele norskekysten (ned til Boknafjorden) er modellert med hensyn på sensitivitet for oljeforurensning, med utgangspunkt i DamαShore modellen (Brude et al., 2003a). Forekomstene av ulike littoralsamfunn langs kysten er modellert, og kombinert med substrat og grad av bølgeeksponering er det implementert en sensitivitetsindeks for fjæresamfunnene med tanke på oljeforurensning. Figur 5.2.7 viser fordelingen av sensitivitetsindeksen innen analyseområdet til Gjøa (avgrenset av influensområde). Resten av Norskekysten er vist for sammenligningens skyld. Området er generelt karakterisert av få forekomster av sårbare strandområder, og sensitivitetsindeksen viser generelt lave sensitivitetsverdier innen analyseområdet. Figuren viser også to nærbilder, hvorav bildet med høyest oppløsning viser området med høyeste treffsannsynlighet i kystrutene. Side 23
Figur 5.2.7. Sensitivitetsindeks (P i ) for fjæresamfunn overfor oljeforurensning. Figuren øverst viser P i - verdier for hele kysten, mens figurene under viser ulike nærbilder av P i verdiene i ruter med høyere treffsannsynlighet. Kilde: Brude et al. (2003). Side 24
5.2.5 Spesielt Miljøfølsomme Områder (SMO) Innen analyseområdet til Gjøa er det lokalisert en SMO for sildegyting på Møre, en nasjonal og en regional SMO for steinkobbe på Møre, samt en nasjonal (hele året) SMO for havert på Froan (Sør-Trøndelag) (Figur 5.2.8). Innen analyseområdet til Gjøa er det identifisert flere SMO for sjøfugl i Sogn og Fjordane og på Møre- og Trøndelagskysten (Figur 5.2.8). Figur 5.2.8. Spesielt Miljøfølsomme Områder (SMO) innen analyseområdet til Gjøa. Marine pattedyr og sjøfugl øverst, pelagisk dykkende- og kystbundene dykkende sjøfugl i henholdsvis juni og desember nedert. Etter Moe et al. (1999). Side 25
5.3 Verdsatte Økosystem Komponenter (VØK) Som utgangspunkt for miljørisikoanalysene er det gjennomført en vurdering av hvilke naturressurser som har det største konfliktpotensialet innen influensområdet til Gjøa. En Verdsatt Økosystem Komponent (VØK) er definert i veiledningen for gjennomføring av miljørisikoanalyser (OLF, 2005), 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 VØK er innen et influensområde benyttes følgende prioriteringskriterier (OLF, 2005): 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 VØK er 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. Som et minimum skal alltid den eller de ressursene som er antatt å bidra mest til miljørisikoen være representert blant de utvalgte ressursene. 5.3.1 Utvalgte VØKer I foreliggende analyse er sildelarver valgt ut som fiske VØK, med utgangspunkt i at de har høy sårbarhet, samt at influensområdet til Gjøa overlapper med viktige gyteområder for arten. Som grunnlag for miljørisikoanalysene på fisk er det benyttet data på sildelarver opparbeidet av HI (Føyn et al., 2002) i forbindelse med utredningene i Lofoten og Barentshavet (ULB). For sjøfugl er det valgt å analysere på kystnære sjøfuglressurser, med utgangspunkt i at Gjøa har en kystnær lokalisering med høye sannsynligheter for å treffe viktige sjøfuglområder langs kysten. Våren er prioritert som analyseperiode, da store ansamlinger av sjøfugl er lokalisert i tilknytning til hekkelokalitetene, men det er også gjennomført analyser dersom de utvalgte artene har tilstedeværelse innen influensområdet til Gjøa i andre sesonger. Foreliggende analyse tar utgangspunkt i samme prioritering av fokusarter innen de to mest sårbare økologiske gruppene (pelagisk dykkende og kystbundne dykkende sjøfugler) som SMO. Med utgangspunkt i hvilke arter som overlapper med influensområdet til Gjøa, er det valgt å analysere på seks arter; henholdsvis alke, lomvi, teist, storskarv, toppskarv og ærfugl. Som utgangspunkt for skadebaserte analyser på sjøfugl er det tatt utgangspunkt i SMO data for sjøfugl kystnært. Disse dataene er tidligere tilrettelagt for bruk i skadebaserte analyser ved bruk av ArcView rutiner, hvor datasettene er fordelt til en buffersone rundt det aktuelle SMO iht. Moe et al. (1999). Havert og steinkobbe er valgt ut som marine pattedyr VØKer i yngleperioden da de har høy sårbarhet for oljeforurensning i hht. MOB (SFT og DN, 1996), havert i høst/vinterperioden og steinkobbe i sommersesongen. Influensområdet til Gjøa overlapper delvis med Froan (Sør Side 26
Trøndelag) som er en nasjonal SMO for havert gjennom hele året, og Nordøyene (Møre og Romsdal) som er en regional SMO for steinkobbe i juni/juli. For skadebaserte analyser på havert er det benyttet data fra Nilssen et al. (2004), mens for steinkobbe er det tatt utgangspunkt i data fra SMO (Moe et al., 1999). Siden influensområdet til Gjøa omfatter land er det også gjennomført skadebaserte analyser for strand, med utgangspunkt i etablerte datasett som identifiserer en sensitivitetsindeks i forhold til oljeeksponering, for fjæresamfunnene langs kysten (Brude et al., 2003). Side 27
6 RISIKOBEREGNINGER 6.1 Akseptkriterier for miljørisiko For analyse av miljørisiko for Gjøa benyttes Statoils akseptkriterier for installasjonsspesifikk miljørisiko. Akseptkriteriene angir grenser for hva Statoil for egen virksomhet har definert som en akseptabel risiko (sannsynlighet for en gitt konsekvens) ved for eksempel en boreoperasjon. Disse er formulert som mål på skade på bestander, uttrykt ved varighet og ulik grad av alvorlighet. Akseptkriteriene uttrykker Statoils 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. Tabell 6.1.1. Statoils akseptkriterier og betegnelser for alvorlighetsgrad av skaden, for miljørisiko for ulike typer operasjoner. I foreliggende analyse benyttes akseptkriteriene for installasjonsspesifikk miljørisiko. Miljøskade Varighet av skaden (restitusjonstid) Felt-spesifikk Risiko per år: Installasjonsspesifikk risiko per år: Mindre < 1 år < 2 10-2 < 1 10-2 < 1 10-3 Moderat 1-3 år < 5 10-3 < 2,5 10-3 < 2,5 10-4 Betydelig 3-10 år < 2 10-3 < 1 10-3 < 1 10-4 Alvorlig > 10 år < 5 10-4 < 2,5 10-4 < 2,5 10-5 Operasjonsspesifikk risiko per operasjon: 6.2 Metode Analyser av miljørisiko er utført som en trinnvis tilnærmelse i henhold til OLFs veiledning for miljørisikoanalyser (OLF, 2005). I denne analysen er det valgt å gjennomføre en skadebasert miljørisikoanalyse for de antatt mest sårbare miljøressurser. 6.2.1 Skadebaserte analyser Skadebasert miljørisiko per år for en installasjon beregnes ved hjelp av følgende uttrykk: Formel 1 n f 0 f skade ( skadekategori) = p [ treff ] n p[ tilstedeværelse] n p[ skade skadekategori ] år ( ) n 1 n der: f skade = sannsynlighet (-frekvens) for skade innen gitt skadekategori f 0 = frekvens for hendelse per måned/sesong (her installasjonsspesifikk) (sesongene har lik varighet) (Hele året tilsvarer summen av årets måneder). p treff = sannsynlighet for treff av VØK i 10x10 km rute, gitt at hendelsen har funnet sted p tilstedeværelse = sannsynlighet for tilstedeværelsen av VØK p skade =sannsynlighet for skade innen gitt skadekategori Side 28
6.2.1.1 Sjøfugl og marine pattedyr Klassifiseringen av skadens alvor er basert på effekt- og skadenøkler, hvor anslaget over skadens omfang og varighet er delt inn i skadeklasser fra mindre til alvorlig miljøskade som vist i Tabell 6.2.3. Hvert scenario i oljedriftsberegningene gir maksimale oljemengder i hver 10 x 10 km rute. Scenariene samlet gir den statistiske fordeling av oljemengder i rutene. For hvert scenario kalkuleres i miljørisikoanalysen skadeomfanget i hver rute i henhold til bestandsandel og fastsatt skadenøkkel. Skadeomfanget for alle ruter summeres til en bestandsskade i henhold til nøkkel for restitusjonstid. Når dette gjøres for alle scenarier får man et statistisk mål for det mest sannsynlige skadeomfanget på berørte bestander og den mest sannsynlige varigheten av skadeomfanget. Til sist sammenlignes miljørisiko som er resultat av disse beregningene med selskapets akseptkriterier. I foreliggende analyse er skadenøkkelen for sjøfugl og sjøpattedyr utarbeidet av OLF (2005) benyttet, se Tabell 6.2.1 og Tabell 6.2.2. Tabell 6.2.1. Effektnøkkel for sjøfugl. Effektnøkkel akutt dødelighet Oljemengde (tonn) i 10 x 10 Individuell sårbarhet av VØK sjøfugl km rute S1 S2 S3 1-100 tonn 5 % 10 % 20 % 100-500 tonn 10 % 20 % 40 % 500-1000 tonn 20 % 40 % 60 % 1000 tonn 40 % 60 % 80 % Tabell 6.2.2. Effektnøkkel for marine pattedyr. Effektnøkkel akutt dødelighet Oljemengde (tonn) i 10 x 10 Individuell sårbarhet av VØK sjøfugl km rute S1 S2 S3 1-100 tonn 5 % 15 % 20 % 100-500 tonn 10 % 20 % 35 % 500-1000 tonn 15 % 30 % 50 % 1000 tonn 20 % 40 % 65 % Denne nøkkelen bestemmer den individuelle dødeligheten av individer i en rute. Bestandstapene for hver rute summeres til et samlet bestandstap over alle ruter. Bestandstapene benyttes deretter til å fordele sannsynlighetsfordeling av restitusjonstider, og dermed fordeling i konsekvenskategorier. Utregnet frekvens for hver konsekvenskategori etter Formel 1 holdes mot akseptkriteriene for hver konsekvenskategori. Side 29
Tabell 6.2.3. Skadenøkkel for sjøfugl og pattedyr. Skadenøkkel bestand Konsekvenskategori miljøskade Teoretisk restitusjonstid i år Akutt reduksjon (% av bestand) Mindre (0,1-1 år (1)) Moderat (1-3 år (3)) Betydelig (3-10 år (10)) Alvorlig (>10 år (20)) < 5 % 50 % 50 % - - 5-10 % 25 % 50 % 25 % - 10-20% - 25 % 50 % 25 % 20-30% - - 50 % 50 % 30 % - - - 100 % Til miljørisikoanalysene brukes det til enhver tid beste tilgjengelige datagrunnlag, både med hensyn til tilstedeværelse av ressurser og til hvilke skadeeffekter som kan forventes av et oljeutslipp. Der det er manglende kunnskap eller datagrunnlag benyttes en konservativ tilnærming. Ved gjennomføring av den skadebaserte analysen velges de miljøressursene som skal analyseres ut fra et definert sett av prioriteringskriterier. Miljørisikoanalysen skal iht. metodikken foretas for bestander, samfunn eller habitater; som har høy sårbarhet for oljeforurensning; er tilstede med en stor andel av bestanden i influensområdet; er tilstede i en stor del av året eller den aktuelle sesongen i influensområdet; som har høy sannsynlighet for å bli eksponert av olje. Prioriteringen sikrer at miljørisikoanalysen gjennomføres for de ressurser som har størst sannsynlighet for å ta skade av oljeforurensning. I en slik analyse vil best tilgjengelige bestandsdata bli lagt til grunn, og separate studier blir igangsatt for å framskaffe nødvendig bestandsdata når nødvendig. Til foreliggende analyse er benyttet datasett over kystnære sjøfuglbestander, havert, og steinkobbe (se avsnitt 5.3 om valg av VØK). 6.2.1.2 Strand Beregning av miljørisiko på strand er gjennomført etter VØK-habitat-metoden (OLF, 2005). I VØK-habitat metoden beregnes sannsynligheten for skade på strand for alle 10x10 km ruter innenfor influensområdet til et uhellsutslipp fra boreaktiviteten, beregnet ut fra rutas eksponeringsgrad og sammensetning av kysttyper, samt deres sårbarhet. Risikoanalysen for strandressurser er under revidering i forhold til OLFs metodebeskrivelse for MIRA og for videre metodebeskrivelse henvises til Appendix C. 6.2.1.3 Fisk For fiskeressurser er det benyttet tilnærming for beregning av miljørisiko, i tråd med tidligere gjennomførte miljørisikoanalyser i Barentshavet (Brude et al., 2000) og konsept for beregning av skade og miljørisiko på fiskeressurser (Moe et al., 2000). Side 30
Miljørisikoen for fisk er vurdert i to trinn; hvor skader på egg- og larver utgjør 1. trinn, mens virkningene av disse skadene på bestandsnivå utgjør trinn 2 (Moe et al., 2000a). I praksis er dette gjort ved å: tilrettelegge en romlig fordeling av fiskeegg og -larver beregne andeler av forekomstene (dvs. årsklasse) som kan gå tapt basert på antatte terskelverdier for eksponering og skade beregne den bestandsmessige betydningen av en reduksjon av en årsklasse inn i en populasjonsmodell hvor rekrutteringen inngår som en stokastisk variabel. I det siste leddet sammenlignes den beregnede reduksjonen i en årsklasse med historiske bestandsdata mht. en statistisk fordeling av restitusjonstid som ivaretar uforutsigbare variasjoner i rekrutteringen. Skadeberegning Dersom all oljen blandes ned i vannsøylen til 10 meters dybde tilsvarer 50 tonn olje på overflaten en konsentrasjon i vannsøylen på 50 ppb. Basert på områdene med henholdsvis 50, 90 og 200 tonn olje i gjennomsnitt over alle simuleringer er det beregnet et overlapp med fordelingen av sildelarver i årene 1999 og 2002. Erfaringsmessig blir områdene med denne beregningsmetoden svært store, ettersom de representerer en fullstendig nedblandbar olje. Reelt vil oljemengdene ligge under disse nivåene, blant annet på grunn av lavere blandbarhet og forvitring. Andelen av sildelarver innenfor de potensielle konfliktområdene beregnes som % av en total årsklasse sildelarver. Ett enkelt oljeutslipp vil kun berøre en mindre andel av et statistisk beregnet influensområde, og dermed berøre bare en andel av overlappsområdet med sildelarver. Grenseverdiene for toksisitet av løst og dispergert total hydrokarbon (THC) fra petroleumsutslipp overfor fiskeegg og larver er ikke fastsatt, og det vises derfor potensielle overlappsområder ved henholdsvis 50 og 200 ppb. Dersom man innenfor disse områdene beregner 100 % dødelighet vil overlappet representere en potensiell tapsandel av en årsklasse av sildelarver. Andelen sildelarver som overlapper med influensområdet ved grenseverdi henholdsvis 50 og 200 ppm er beregnet for henholdsvis overflateutblåsning og sjøbunnsutblåsning i henholdsvis driftsog utbyggingsår. Overlappsandelene beregnes ved bruk av oljedriftsstatistikk for henholdsvis vinter (representativt for gyting i januar-februar) og vår (representativt for perioden mars-mai). Den historiske utviklingen for sildens gytebestand sammenlignes med utviklingen slik den antas å ville være med den beregnede reduserte årsklassen, og det er beregnet et tidsvindu for når de to bestandsutviklingene igjen ville være sammenfallende (Brude et al.,. 2000; Moe et al., 2000). Modellen beregner sannsynlighetsfordeling av restitusjonstider for gytebestand som funksjon av prosentvis tap av en årsklasse sildelarver. Restitusjonstiden er definert som tiden frem til gytebestanden er tilbake på 99 % av uforstyrret nivå. Modellen beregner dermed ikke restitusjonstid for bestandstap <1 %. Side 31
6.3 Resultater av skadebasert miljørisikoanalyse (S-MIRA) Mulige konsekvenser i form av bestandstap for de artene av fisk, sjøfugl og marine pattedyr som inngår i analysen, samt strand, er vist i Figur 6.3.1, Figur 6.3.2, Figur 6.3.3 og Figur 6.3.4. Miljørisiko per år som andel av Statoils installasjonsspesifikke akseptkriterier er vist i Figur 6.3.9 og Figur 6.3.10. Resultatene er nærmere omtalt i de følgende avsnittene. 6.3.1 Sjøfugl Med utgangspunkt i de enkelte oljedriftsimuleringene og bestandsfordelingen av de respektive analyseartene er det beregnet tapsandeler av de ulike bestandene for ulike scenarier av overflateog sjøbunnsutblåsning i utbyggingsåret (2010) og et gjennomsnittlig driftsår. Analysene er gjennomført med utgangspunkt i oljedriftsresultater for alle analyserte rater og varigheter (jf. Tabell 3.3.2). Miljørisikobidrag fra henholdsvis overflate- og sjøbunnsutblåsninger fra de ulike aktivitetene er beregnet i henhold til fordelingene gitt i Tabell 3.3.3. Bestandstap er presentert for boring, komplettering og produksjon i utbyggingsåret og for brønnoverhaling og produksjon i et standard driftsår. Høyeste bestandstap representerer det høyeste bestandstapet analysert for et enkelt oljedriftsscenarie. Gjennomsnittlig bestandstap er snittverdien for bestandstapene i alle analyserte oljedriftsscenarier som ga et bestandstap > 0 (for den gitte aktiviteten). I henhold til OLFs metodikk for gjennomføring av miljørisikoanalyser (OLF, 2005), vil bare scenarier som gir et bestandstap over 1 % bidra til videre beregninger av miljørisiko. Bestandstap for de analyserte artene er gitt i det følgende (se Figur 6.3.1 og Figur 6.3.2): Utbyggingsår 2010 Generelt sett ligger gjennomsnittlig bestandstap ved et mulig overflateutslipp under komplettering og produksjon noe høyere enn ved boring. Det potensielle maksimale bestandstapet er likt for boring og komplettering ved overflateutslipp og for boring, komplettering og produksjon ved sjøbunnsutslipp. Dette fordi det er den høyeste raten, som er lik for alle aktivitetene, som vil bidra med det høyeste bestandstapet. Tapsandel bestand (%) 10 9 8 7 6 5 4 3 2 1 0 Jan. Alke Maks Boring (Gj.snitt) Komplettering (Gj.snitt) Produksjon (Gj.snitt) April Juli Okt. Jan. April Juli TOPP SUB Okt. Tapsandel bestand (%) 10 9 8 7 6 5 4 3 2 1 0 Jan. Lomvi Maks Boring (Gj.snitt) Komplettering (Gj.snitt) Produksjon (Gj.snitt) April Juli Okt. Jan. April Juli TOPP SUB Okt. Side 32