Steen Solvang Jensen, Afdeling for Atmosfærisk Miljø, Danmarks Miljøundersøgelser Frederiksborgvej 399, Postboks 358, 4000 Roskilde,

Transkript

1 Steen Solvang Jensen, Afdeling for Atmosfærisk Miljø, Danmarks Miljøundersøgelser Frederiksborgvej 399, Postboks 358, 4000 Roskilde, Med udgangspunkt i de sundhedsmæssige konsekvenser af luftforureningen i byerne og nye EU krav om vurdering og styring af luftkvaliteten er der udviklet et værktøj til støtte for luftkvalitetsplanlægning i større danske byer. Dette beslutningsstøtteværktøj - kaldet AirGIS - er udviklet på Danmarks Miljøundersøgelser (DMU) med henblik på: emissions- og luftkvalitetskortlægning, konsekvensvurdering af forskellige trafikale virkemidler, vurdering af befolkningens eksponering og sundhed, samt information til borgerne. Værktøjet anvender en eksisterende luftkvalitetsmodel (OSPM), digital kort og administrative registre (BBR, CPR, CER) samt GIS. Luftkvalitetsplanlægning omhandler kortlægning af emission og luftkvalitet, formulering af målsætninger for luftkvaliteten, vurdering af virkemidler og opstilling af handlingsplan, samt løbende evaluering af målopfyldelsen. I Danmark har der ikke været tradition for at gennemføre systematisk luftkvalitetsplanlægning som det kendes fra større byer i fx Norge, Sverige og Finland. I Danmark har indsatsen været rettet mod monitering af luftkvalitet herunder information til offentligheden, samt en mindre inddragelse af aspekter vedrørende trafikemission og luftkvalitet i forbindelse med større kommuners udarbejdelse af lokale trafik- og miljøhandlingsplaner. Konsekvensvurdering af forskellige tiltag samt opstilling af handlingsplaner rettet mod forbedring af luftkvaliteten har stort set ikke været gennemført. Det Landsdækkende Måleprogram (LMP) startede med systematiske luftkvalitetsmålinger i danske byer i Formålet med programmet er at følge luftforureningen og vurdere den i forhold til grænseværdier, levere data til danske beslutningstagere og EU-Komissionen, samt formidle information til den danske befolkning. I dag foretages kontinuerte målinger af luftkvalitet i: København, Odense og Aalborg. Målingerne gennemføres i et samarbejde mellem Danmarks Miljøundersøgelser (DMU), Miljøstyrelsen, Hovedstadsregionens luftovervågningsenhed (HLU) samt Odense og Aalborg kommuner. HLU har endvidere en række målestationer i Hovedstadsområdet, som supplerer LMP målenettet. I tilknytning til måleprogrammet indførte Miljøstyrelsen i 1994 et informations- og varslingssystem som forestås i et samarbejde mellem DMU, Meteorologisk Institut samt Miljøkontrollen under Københavns Kommune. Systemet omfatter smog-varsling for kvælstofdioxid (NO 2 ) og svovldioxid (SO 2 ) samt information og varsling for ozon. I praksis har kun informationstærsklen for ozon været overskredet, hvilket sker i gennemsnit lidt mindre en gang om året. Med baggrund i målenettet oplyser DMU endvidere løbende om luftforureningen via Tekst-TV (side ) og Internet ( og Miljøkontrollen i Københavns Kommune giver daglige meldinger om luftforureningen via Københavns Radio (Palmgren et al. 1997). I forbindelse med udarbejdelse af lokale trafik- og miljøhandlingsplaner har nogle kommuner inddraget luftkvaliteten. Dette er typisk foregået som en del af kortlægningen af trafikkens miljøparametre i form af luftkvalitetsberegninger på få udvalgte gadestrækninger ved brug af den Nordiske beregningsmodel for luftkvalitet (BLB) (Miljøministeriet 1992). BLB foreligger i en brugervenlig PC version, og foretager en simpel statistisk overslagsberegning af kvælstofdioxid (NO 2 )og kulilte (CO) som sammenholdes med gældende og vejledende grænseværdier. Københavns Kommune er den eneste kommune som har gennemført en systematisk kortlægning ved brug af BLB, og kommunen har også opstillet mål for emission og luftkvaliteten, dog uden at der foreligger

2 detaljerede vurderinger af effekten af forskellige virkemidler for at nå disse mål (Miljøkontrollen 1995). Luftkvalitetsplanlægningen står overfor nye udfordringer i de kommende år, som i byerne især bør rettes mod at minimere de sundhedsskadelige effekter af trafikkens luftforurening. Sundhedsbelastningen anses i dag for at være knyttet til luftforurening fra biltrafikken, som er den dominerende kilde til luftforurening i større byer. En række nyere internationale undersøgelser viser en sammenhæng mellem luftforurening med især små partikler og sundhedseffekter i byområder. Overføres resultaterne til danske forhold skønnes antal dødsfald som kan relateres til luftforurening med små partikler at være på niveau med antallet af dræbte som følge af trafikulykker selvom de nuværende få danske grænseværdier ikke er overskredet. De mest sundhedsskadelige stoffer vurderes at være fine partikler, kvælstofdioxid (NO 2 ), ozon (O 3 ), polycykliske aromatiske hydrocarboner (PAH er), benzen, 1,3-butadien, formaldehyd og acrolein (se redegørelse herfor i Larsen et al og Jensen et al. 1997). De miljømæssige og sundhedsmæssige konsekvenser af luftforureningen er baggrunden for at EU har fremsat forslag om et rammedirektiv omkring vurdering og styring af luftkvalitet, som bliver efterfulgt af en række datterdirektiver med skærpede grænseværdier for 13 stoffer (Rådets Direktiv 96/62/EF). Grænseværdierne skærpes i to trin og skal være opfyldt i henholdsvis 2005 og Niveauerne af fine partikler (PM 10, partikler mindre end 10 µm) og NO 2 overskrider i dag de fremtidige krav, og det er tvivlsomt om især grænseværdierne for PM 10 kan overholdes inden de gældende overholdelsesår (Palmgren et al. 1997). Rammedirektivet dækker byområder med over indbyggere eller byområder der har en befolkningstæthed der begrunder luftkvalitetsvurdering. I Danmark vurderes Københavnsområdet, Århus, Odense og Aalborg at være omfattet af direktivet, som kræver øget monitering, øget information til offentligheden, øget vurdering af luftkvaliteten, hvor der ikke måles. Det sidste vil kræve brug af luftkvalitetsmodeller. Direktivet stiller endvidere krav om at ikke-tekniske virkemidler (by- og trafikplanlægning mv.) skal anvendes for at opfylde de nye grænseværdier, hvis tekniske virkemidler ikke er tilstrækkelige. De tekniske virkemidler omfatter skærpede emissionskrav til biler, forbedret brændstofskvalitet, miljøkontrol af biler mv, som bliver reguleret i nye EU-direktiver, der gennemføres i sammenhæng med direktiverne om vurdering og styring af luftkvaliteten i byer (EU Commission 1996). Beslutningsstøtteværktøjer er en mulighed for at forbedre luftkvalitetsplanlægningen i de største danske byer for at kunne gennemføre en systematisk indsats overfor de sundhedsmæssige konsekvenser af luftforureningen i byerne og for at kunne opfylde de nye EU krav om vurdering og styring af luftkvalitet. De overordnede krav til et beslutningsstøtteværktøj indenfor luftkvalitetsplanlægning kunne omfatte: emissions- og luftkvalitetskortlægning, konsekvensvurdering af forskellige virkemidler, information til borgerne, samt vurdering af befolkningens eksponering og sundhed. Et sådant beslutningsstøtteværktøj - kaldet AirGIS -, som opfylder disse krav, er under udvikling på Danmarks Miljøundersøgelser. AirGIS kan beregne luftkvaliteten med en høj tidslig opløsning (en time) og med en høj geografisk opløsning (på adresseniveau). Den beregnede luftforurening kan knyttes til de personer som bor eller arbejder på adressen med henblik på eksponeringsvurdering (Jensen 1996,1997b,1998b). Metoden er skitseret i figur 1. AirGIS anvender en gadeluftkvalitetsmodel kaldet Operational Street Pollution Model (OSPM), som er udviklet af DMU, til at beregne luftkvaliteten (Berkowicz et al. 1997a,b; Hertel & Berkowicz 1989a,b). Der er bl.a. i forbindelse med udvikling af AirGIS udviklet en række metoder, som gør det muligt let at tilvejebringe det nødvendige input data til OSPM modellen, således at kortlægning kan gennemføres for større byområder. Modellen kræver bl.a. data for gadekonfigura-

3 tionen dvs. oplysninger om de fysiske omgivelser på det sted, hvor luftkvaliteten skal beregnes (husenes højde i forskellige vindsektorer, vejens orientering i forhold til nord mv.). Dette problem er løst ved at udvikle en 2½ dimensional bylandskabsmodel, som ud fra digitale tekniske grundkort (bygninger, veje, adressepunkter) og matrikel kort (matrikelgrænser) samt oplysninger fra Bygningsog Boligregisteret (BBR) kan genere disse oplysninger for hver adresse i en by. Denne model er udviklet i GIS-programmet ArcView med det tilhørende program Avenue (Hansen et al. 1997). I forbindelse med udvikling af bylandskabsmodellen, er der også blevet opstillet en metode for geokodning af bygningerne, således at de kan identificeres. OSPM modellen kræver også oplysninger om bybaggrundsforureningen. En simpel beregningsmetode er udviklet for de tilfælde, hvor eksisterende målestationer ikke findes for byen (Jensen 1998a). En metode for tilvejebringelse af timetrafik til OSPM modellen er udviklet ud fra tilgængelige oplysninger om årsdøgntrafikken for de forskellige køretøjskategorier (Jensen 1997). Data om antal mennesker og køn på bopæsadressen stammer fra det Centrale Person Register (CPR) og oplysninger om det samlede antal ansatte på arbejdspladsadresser stammer fra det Centrale Erhvervsregister (CER). Metoden er udviklet med data fra Middelfart Kommune som case studie, men vil kunne anvendes i alle byer, hvor datagrundlaget er til rådighed. Luftkvalitetsmodel Gadeluftkvaliteten beregnes med OSPM ud fra data om emission, meteorologi, og gadekonfigurationen (bl.a. BBR) og estimerede bybaggrundskoncentrationer samt indendørs-udendørs relationer for forskellige mikromiljøer En-times tidsserier for NO 2, O 3, CO og benzen i forskellige mikromiljøer Befolkningsmodel Antal mennesker i forskellige mikromiljøer (CPR, CER) Simple tidsprofiler i forskellige mikromiljøer En-times tidsserier af personer tilstede i forskellige forskellige mikromiljøer (bopæl, trafik, arbejdsplads) GIS Digitalt kort med bygninger, veje og adresser samt matrikelgrænser Luftkvalitetskortlægning Eksponeringsvurdering Konsekvensvurdering Modellen kan kortlægge luftkvaliteten på alle adresser i en by, hvilket kan anvendes til sammenligning med grænseværdier, udpegning af problem- og indsatsområder, samt information til borgerne om luftkvaliteten på vedkommendes adresse. Modellen beskriver ikke kun udendørsniveauer, men kan også anvendes til simple eksponeringsvurderinger af hvem og hvor mange som udsættes for sundhedsskadelige stoffer. En persons eksponering med en luftforurening er bestemt ved personens kontakt med stoffet over et vist stykke tid. For at tage højde for at folk ikke altid opholder sig på bopælsadressen, genereres en simpel tidsprofil, som beskriver den andel af forskellige befolkningsgrupper, som er tilstede på bopælsadressen over et døgn. Det samme gøres for arbejdspladsadresser og for gademiljøet. Eksponeringen kan således bestemmes særskilt for mikromiljøerne: bopælsmiljøet, arbejdspladsmiljøet og gademiljøet. For bopælsmiljøet kan eksponeringen knyttes til den enkelte person, forbi CPR har detaljerede oplysninger om antal personer og deres alder. For arbejdsmiljøet

4 har CER kun oplysninger om det samlede antal ansatte, og for gademiljøet kan man kun skønne det samlede antal tilstedeværende personer over døgnet ud fra trafikoplysninger. For at kunne bestemme betydningen af udendørsniveauernes indflydelse på eksponeringen indendørs tages der endvidere højde for forholdet mellem indendørs- og udendørskoncentrationer for de forskellige luftforureninger. Modellen muliggør også konsekvensvurderinger for luftkvaliteten af forskellige by- og trafikplanlægningstiltag givet at konsekvenserne for modellens input data af disse tiltag er kendte. Dette kan være ændrede trafikforhold (mængde og fordeling), ændrede emissionsforhold (alle biler har katalysator, skærpede emissionsnormer, renere brændstoffer), eller ændrede gadekonfiguration (gadeudformning, randbebyggelse). Da modellen er opbygget i GIS er det muligt at visualisere alle input data, og dermed hurtigt foretage en første kvalitetssikring. Modellen er meget fleksibel, da det er muligt at anvende alle funktionaliteter i GIS for udvælgelse, analyse og visualisering af data. Output i form af luftforureningsniveauer og eksponering kan visualiseres i forhold til punkter (data knyttet til adressepunkter), polygoner (data knyttet til bygninger), linier (data knyttet til veje), og gitternet (data knyttet til arealer fx befolkningstæthed). I figur 2 er vist et eksempel på tætheden af årsniveauer for benzen beregnet med udgangspunkt i koncentrationsniveauerne på bopælsadressen. Niveauerne er visualiseret i et gitternet med forskellig størrelse afhængig af skala som betragtes - henholdsvis hele kommunen og et deludsnit af kommunen. Denne fremgangsmåde giver et overblik over områder med høje koncentrationer. Figur 3viser årsniveauer for benzen på den enkelte adresse for det centrale Middelfart, samt hvor mange mennesker der bor på de pågældende adresser. Et simpelt eksponeringsindex, hvor koncentrationsniveauer og antal mennesker sammenvægtes er også vist. Figur 4 er et eksempel på en statistisk visualisering af eksponeringsdata som en akkumuleret fordelingsfunktion, som viser antallet af mennesker i procent som bor langs gader i Middelfart Kommune ved givne årlige benzenniveauer. Bopælsadressen er i dette tilfælde eksponeringsindikator. En fordelingsfunktion kan illustrere, hvor mange mennesker der bor på steder, hvor en grænseværdi er overskrevet. Et eksempel på udvælgelse af bestemte byfunktioner ud fra oplysninger i CER er vist i figur 5. CER indeholder bl.a. meget detaljeret brancheoplysninger om alle private og offentlige virksomheder. Eksempelvis kan der udføres analyser af koncentrationsniveauerne på lokaliteter med byfunktioner, som anses for særligt følsomme overfor eksponering med luftforurening fx børnehaver og plejehjem. Trafikanternes eksponeringen kan estimeres ud fra antallet af trafikanter i køretøjerne skønnet ud fra trafikmængderne og de gennemsnitlige belægningsgrader samt den tid de opholder sig på en gadestrækning. Trafikanteksponeringen kan kun beregnes for biler, varebiler, lastbiler og busser. Det ville også være interessant at have oplysninger om fodgængere og cyklister, som er udsatte eksponeringsgrupper. Et eksempel på trafikanteksponering er vist i figur 6. Figuren viser ikke overraskende, at den største trafikanteksponering finder sted i de lukkede gaderum med mest trafik, idet bustrafikken er marginal i en mindre by som Middelfart. Forskellen mellem en analyse af koncentrationsniveauer i en gade og trafikanteksponering kan forventes at være større i en større by med meget bustrafik.

5 µ

6 N N N Benzene (ug/m3) People at home Exposure µ µ *personer).

7 Procent WHO (0,13 ug/m 3 ) EU (2,5-5 ug/m 3 ) Benzen (ug/m 3 ) µ µ. Benzene (ug/m3) ADT N

8 Exposure of road users N Der er udviklet et fleksibelt integreret værktøj, som kan anvendes til luftkvalitetsplanlægning på byniveau med en meget høj geografisk og tidslig opløsning til vurdering af luftkvalitet, eksponering, og konsekvenser af forskellige trafikale tiltag. Luftkvaliteten kan kortlægges og sammenlignes med grænseværdier, og særligt belastede områder kan udpeges. Eksponeringsvurdering muliggør undersøgelse af, hvem der i særlig grad eksponeres. Scenarier for udvikling af luftkvaliteten kan undersøges, såfremt man har viden om udviklingen i trafikkens mængde og sammensætning samt dens emissionsfaktorer. Dette muliggør en løbende evaluering af, hvorvidt fastsatte målsætninger indenfor luftkvalitetsområdet kan forventes opfyldt under hensyntagen til de virkemidler som anvendes. Modellens detaljeringsgrad gør det muligt at give borgere oplysning om luftforureningen på deres bopæl og arbejdsplads. Anvendelsen af GIS muliggør brug af standardrutiner i GIS til lagring, udvælgelse, analyse og visualisering af data. Modellen integrerer en gadeluftkvalitetsmodel, eksisterende digitale kort og administrative databaser ved brug af GIS. Modellen forudsætter således, at det digitale kortværk er til stede for det geografiske område, som undersøges. Dette forventes at være en realitet for størstedelen af Danmark inden for få år, da både kvaliteten og udbredelsen af digitale kort er under hurtig udvikling. Datakvaliteten i de nationale administrative databaser forventes også at blive endnu bedre fremover bl.a. som følge af øget dataintegration mellem forskellige registre, og øget krav om anvendelse i forbindelse med GIS. Modellen forudsætter at trafikdata er knyttet til vejsegmenterne i det digitale vejnet. Der er allerede en udvikling i gang i en række kommuner, hvor trafikdata knyttes til det digitale vejnet. Denne udvikling forventes at forsætte, idet GIS bliver et centralt værktøj for organisation af data.

9 AirGIS kunne anvendes i de største danske byer, som forventes at være omfattet af det nye EU direktiv om styring og vurdering (København, Århus, Odense og Aalborg) samt andre større byer, som har en interesse i at gøre en indsats for forbedring af luftkvaliteten. Modellen foreligger som en prototype model, som ikke er umiddelbar tilgængelig for en planlægger eller tekniker i en kommune, idet det kræver forbedringer på en række områder som brugervenlighed, hjælpeværktøjer til etablering af input data og behandling af output data, hurtigere beregningshastighed, udarbejdelse af brugermanual mv. Udvikling af en kommerciel version vil være ressourcekrævende, men kunne fx gennemføres i et samarbejde med firmaer, som har særlig ekspertise på dette område. Anvendelse af prototype modellen kunne også foregå i et samarbejde mellem interesserede kommuner og DMU, hvor DMU forestår dataetableringen og beregninger, hvorefter alt input og output data leveres til kommunerne for videre analyse og visualisering i GIS. Modellen bør også udvides med flere stoffer end de nuværende CO, benzen, ozon og NO 2 (samt NO x ). Det drejer sig især om de sundhedsskadelige små partikler, men også øvrige sundhedsskadelige stoffer. DMU har igangsat aktiviteter for at kunne modellere partikler, men det kræver yderligere forskning, idet partikler optræder i forskellig størrelse og kemisk sammensætning, har forskellige kilder, samt undergår komplicerede transformationsprocesser i atmosfæren. For stoffer som fx 1,3- butadien, der ikke undergår kemisk omdannelse i gaderummet kan OSPM modellen anvendes givet at emissionsfaktorerne for trafikken er kendte. Kortidsprognoser, som kan forudsige næste dags luftkvalitet, vil kunne give nyttig information for især personer med luftvejslidelser, som ville kunne tage deres forholdsregler. Sådanne korttidsprognoser er under udvikling på DMU, og ville kunne indgå i et AirGIS system. Anvendelsen af GIS og tilgængelige støtteprogrammer muliggør at AirGIS kunne udvides med en funktionalitet som gør at borgerne interaktivt via Internettet kunne forespørge om luftkvaliteten på en hvilken som helst adresse fx deres bopæl og arbejdsplads. Luftkvaliteten i et gaderum er bestemt af to bidrag: et bidrag fra trafikken i gaden og et bybaggrundsbidrag. Gadebidraget er det dominerende i trafikerede gaderum. Bybaggrundsbidraget afhænger af trafikken i byen som helhed, andre lokale kilder som industri og boligopvarmning samt langtransporteret luftforurening fra Europa. I AirGIS systemet anvendes måledata fra moniteringsnettet til bestemmelse af bybaggrundsbidraget, men DMU har iværksat aktiviteter med henblik på at kunne modelle bybaggrundsforureningen. Det sker ved at kombinere DEM modellen (Danish Eulerian Model udviklet af DMU, Zlatev et al. 1992), som er en regional baggrundsmodel med en model, som beskriver emissionsforholdene i selve byen og sammenhængen med den regionale baggrundsforurening. Sidst nævnte model er under udvikling (Area Source Background Model). Bybaggrundsmodellen vil gøre det muligt at vurdere konsekvensen for bybaggrundskoncentrationen af emissionsreduktion for forskellige kilder. Såfremt en kommune ønsker at vurdere bidraget fra en punktkilde fx en industri- eller kraftværksskorsten kan OML modellen anvendes. OML modellen (Operationel Meteorologisk Luftkvalitetsmodel) er udviklet på DMU, og anvendes bl.a. til bestemmelse af skorstenshøjder i forbindelse med miljøgodkendelser (Olesen et al. 1992). Det vil være muligt at videreudvikle AirGIS til at kunne give et groft skøn over de sundhedsmæssige konsekvenser af luftforureningen på baggrund af eksponeringsvurderingen, og under forudsætning af at eksponerings-respons sammenhænge er tilgængelig for de forskellige stoffer. I forbindelse med aktiviteter under det Strategiske Miljøforskningsprogram arbejder DMU med videreudvikling af AirGIS systemet til brug for epidemiologiske undersøgelser, hvor eksponerings-respons sammenhænge undersøges. Endvidere arbejder DMU med opbygning af en national eksponeringsmodel med udgangspunkt i AirGIS sammenkoblet med en transportadfærdsmodel,

10 således at konsekvenserne for eksponeringen af en række virkemidler kan vurderes fx ændrede benzinafgifter, kørselsfradrag, forbedret kollektiv trafik Ud over luftkvalitetsberegninger kan modellen også beregne emissionen af CO, benzen og NOx, og kunne let udvides med energiforbrug og CO 2, samt med andre miljøparametre som trafikstøj og barriereeffekt. Projektet har været gennemført som en del af et PhD studie om udvikling af befolkningseksponeringsmodeller, som har været finansieret af Transportrådet, Forskerakademiet og Danmarks Miljøundersøgelser med indskrivning ved Roskilde Universitet. Forfatteren takker medarbejdere ved DMU, som har bidraget til projektet, samt de institutioner som har leveret data. (1997a): Modelling Air Pollution from Traffic in Urban Areas. In proceedings from IMA meeting on Flow and Dispersion Through Obstacles, Cambridge, England, 28 to 30 Mar., 1994 (Eds. R.J. Perkins and S.E. Belcher). pp (1997b): Modelling traffic pollution in streets. NERI-ATMI report, p. 51. (1996): The European Auto Oil Programme. A report by the Directorate Generals for: Industry; Energy; and Environment, Civil Protection & Nuclear Safety of the European Commission. 43 s. + appendix. (1997): Estimating Street Air Quality Using a 2½ Dimensional Urban Landscape Model. Den Store Nordiske GIS-Konference. AM/FM-GIS Nordic Conference, Kolding, Denmark, oktober (1989a): Modelling NO 2 concentrations in a street canyon. National Environmental Research Institute, Roskilde NERI Technical report No A p. (1989b): Modelling pollution from traffic in a street canyon. Evaluation of data and model development. National Environmental Research Institute, Roskilde, NERI Technical report No A pp. (1996): Modelling Population Exposure to Traffic Air Pollution Using GIS, Conference Proceedings No. 1 of Trafikdage på Aalborg Universitet 1996, pp (1997): Standardised Traffic Inputs for Use in the Operational Street Pollution Model (OSPM), NERI Technical Report No. 197, p. (1997): Sundhedsmæssig vurdering af luftforurening fra vejtrafik - med særlig fokus på partikler. In: Lahrmann, H. & Pedersen, L.H. (red.): Trafikdage på Aalborg Universitet august Konferencerapport 2. Transportrådet og Aalborg Universitet. Trafikforskningsgruppen. - ISP's Skriftserie 209: (1997b): Mapping Human Exposure to Traffic Air Pollution using GIS. Journal of Hazardous Materials. Paper from the RISK 97 Conference in Amsterdam October 1997 (Accepted by J. of Hazardous Materials). (1998a): Background Concentrations for Use in the Operational Street Pollution Model (OSPM), NERI Technical Report No p. (1998b): PhD Thesis. A Geographic Approach to Modelling Human Exposure to Traffic Air Pollution Using GIS. (Under forberedelse). (1997): Sundhedsmæssig vurdering af luftforurening fra vejtrafik. Miljøprojekt nr Miljøstyrelsen, København. 288 s. incl. bilag. (1995): Støj og luftforurening i København. En kortlægning af trafikkens indflydelse på miljøet i byen. Miljøkontrollen, Københavns Kommune. 41 s. (1992): Miljø og trafik i kommuneplanlægningen. Information.153 s. (1992): An improved dispersion model for regulatory use - the OML model. Air Pollution Modeling and its Application IX, edited by H. van Dop and G. Kallos, Plenum Press, New York, A brief introduction to the OML model. (1997): Luftkvalitet i danske byer. TEMA-rapport 16/1997. NERI. : af 27. september 1996 om vurdering og styring af luftkvaliteten. De Europæiske Fællesskabers Tidende. Nr. L 296/55. (1992): A Eulerian air pollution model for Europe with nonlinear chemistry. J. Atmos. Chem., 15, 1-37, 1992.