Classification: Internal Status: Draft Fra overvåkingsdata til konsekvensmodeller Utviklingsbehov med Olje-fisk som eksempel Trond Robert Gulbrandsen, Spesialrådgiver StatoilHydro
Monitoring 2
3 Monitoring and modelling from data and information to knowledge
4
Classification: Internal Status: Draft Sameksistens mellom petroleumsvirksomheten og fiskerier Konflikt-/skadepotensialet illustrert med risikoberegninger Eksempel fra ULB 7c, Uhellsutslipp av olje konsekvenser i vannsøylen
HI-presentasjon på konferanse 18.1.06 6
7 Dette budskapet har festet seg som en sannhet! Dagsavisen Heidi Sørensen stortingsrepresentant (SV), medlem av Energi- og miljøkomiteen Terje Vassdal, professor i økonomi ved Norges Fiskerihøgskole Lofoten og Vesterålen 2025
8 Og konklusjoner er trukket: 30. September 2008
9 ULB7c - konsekvenser i vannsøylen -den eneste faglige referanse for estimater av potensielt tap av fiskebestander ved et oljeutslipp i ULB-området! Gjengitt i: ULB sammendragsrapport Forvaltningsplandokumentene Sameksistensutvalget rapporter 2003 og 2006 Faglige presentasjoner fra Havforskningsinstituttet
10 Beregningene i ULB7c er basert på risikometodikk Risikometodikken som er anvendt er i utviklet i tråd med filosofien i EU technical guidelines, hvilket innebærer en gjennomgående konservativ tilnærming Risikoanalysene er et verktøy for å sammenligne risikoer og beregne relative effekter ved risikoreduserende tiltak Analyseverktøyet er ikke laget med sikte på å gi et realistisk effektbilde
11
Beregning av larvedød ved bruk av risikomodeller (eks. ULB7c) 12 Det reelle tapet som ønskes beregnet (fasiten) (her satt lik 1) Giftighetstester vurdert som relevante i risikoanalysen i ULB7c I tillegg: Der det er overlapp mellom larver og konsentrasjon av oljekomponenter i vann >90 ppb settes dødelighet 96h LC50 = laveste 100% verdi for fiskelarve (7.3 ppm) (90 ppb er en PNEC; konservativ 0-effektgrense) De laveste 96h LC50 verdiene laveste er verdi basert brukt på som tester med Bensin og Kerosin og konsentrasjonene grenseverdi (invertebrat-test) refereres til i (0.9 rapporten ppm) som mg/l WAF Verdi brukt som 0- effektgrense (0.09 ppm = 90 ppb). Dvs eksponering 8000 ppb-timer (90ppb x 96t) (2x overestimering) Beregningsresultat 1 10 100 1000 10 000 Overestimering av tap (faktor)
Beregning av larvedød ved bruk av risikomodeller (eks. ULB7c) 13 Overlappsberegninger baseres på et influensområde som utgjør et integrert areal Overlappsanalysen fra 3600 oljedriftssimuleringer, regner fullt og representerer dødlighetsutslag således ikke et Det legges til fra grunn overflate oljedråper til bunn har (3x) samme enkeltutslipp (3x) giftighet som vannløste komponenter (3x). Det beregnes ingen effekt (I SINTEFs modellberegninger av oljevernberedskap multipliseres (1,3X) den beregnede vannløste oljekonsentrasjonen med 10 under samme antagelse) 1 10 100 1000 10 000 Overestimering av tap (faktor)
Beregning av larvedød ved bruk av risikomodeller (eks. ULB7c) 14 Det er regnet at 85% av gyteproduktene langs norskekysten befinner seg i influensområdet Det regnes et 1:1-forhold mellom dødelighet av fiskelarver og tap av årsklassen som voksen (2x) Det tas ikke hensyn til tetthetsavhengig dødelighet blant egg og larver (der overlevelsen naturlig er ca 1:100 000) eller mulig kondisjonsbetinget selektiv dødelighet Det er ikke medregnet noen andre interaksjoner med andre fiskebestander eller andre mekanismer som regulerer rekrutteringen (f.eks kannibalisme) 1 10 100 1000 10 000 Overestimering av tap (faktor)
Beregning av larvedød ved bruk av risikomodeller (eks. ULB7c) 15 Dette Beregnet svarer til resultat en mest for sannsynlig tap av årsklasse vitenskaplig ved bruk basert av risikometodikken verdi på: i ULB7c 0,002% 20% 1 10 100 1000 10 000 Overestimering av tap (faktor)
16 Risikoberegning vs. Konsekvensvurdering Tapsestimater fra risikoberegninger er ikke uttrykk for et realistisk eller sannsynlig konsekvensbilde Ikke primært pga. manglende faglig kunnskap, men pga. anvendelse av risikometodikk med innebygd konservatisme, som er ment for risikostyring Innebygd konservatisme og sikkerhetsfaktorer har ikke en fagligvitenskaplig begrunnelse, men er politisk begrunnet En føre vàr -tilnærming må ikke bygges inn og kamufleres i konsekvensmodeller. Føre vàr er et politisk valg som må ligge utenfor beregningsmodellene. Eventuelle bevisste konservative faglige valg, og effektene av disse, må synliggjøres.
Sannsynlighet på flere nivåer 17 Eksponeringssannsynlighet Sannsynlighet for skade
18 Utfallsrommet for eksponerings- og skadesannsynlighet må synliggjøres Mest sannsynlige konsekvens Sannsynlighet 10-3 0,001 0,01 0,1 1 10 20% 100 Tap av gyteprodukter %
Samlet sannsynlighet for skade 19 Ved et worst case utslipp med hendelsessannsynlighet 10-4 blir sannsynligheten for et scenario med 20% tap i dette tilfellet lik 10-7. Skadesannsynlighet 10-3 gitt en worst case hendelse 0,001 0,01 0,1 1 10 20% 100 Tap av gyteprodukter %
20 Long term data series are essential Planning, monitoring and knowledge will help reduce risks and impacts LAB
200 400 600 800 21 Lineær? - Beverton-Holt - eller Ricker? David Cushing: - Beverton-Holt når det er mye mat - Ricker når det er lite mat Rekruttering av Nordsjø-torsk 1958-2002 Lineær Beverton-Holt Rekruttering (alder 1år) Ricker 100 200 Gytebiomasse (1000 tonn)
Plankton abundance Rekruttering av Nordsjø-torsk : Beverton-Holt når mye mat, Ricker når lite mat 22 Recruitment (millions) 1.0 700 0.8 600 Recruitment 500 0.6 400 0.4 300 Plankton abundance 200 Spawning stock biomass 0.2 0.0 50 100 150 200 250 300 100 0 Spawning stock biomass (1000 tons)
23 Multispecies population modelling A simplified food chain Cod Capelin Young herring zooplankton phytoplankton
A simple cod cannibalism model 24 Scarce Herring age 1-2 Cod age3-6 Capelin Cod age 1-3 Abundant Herring age 1-2 Cod age3-6 Capelin catch Capelin Cod age 1-3
Cod recru Cod recru Cod recruitment model 25 But: For a given intensity of cannibalism: a given capelin harvest + a given product [predatory cod]*[herring] Cod recruitment Cod recruitment Temperature Temperature Cod spawning stock biomass Cod spawn
Cod recruitment Cod recruitment Cod recruitment model 26 Low capelin catch High capelin catch Little cannibalism Cod recruitment Cod recruitment Temperature Temperature Cod spawning stock biomass Cod spawning stock biomass Much cannibalism Temperature Cod spawning stock biomass Temperature Cod spawning stock biomass