LUFTKVALITETSVURDERING AF MOTORVEJE

Transkript

1 VEJLEDNING I LUFTKVALITETSVURDERING AF MOTORVEJE RAPPORT

2 VEJLEDNING I LUFTKVALITETS- VURDERING AF MOTORVEJE Rapport FORFATTERE: Denne rapport er udarbejdet af DCE- Nationalt center for Miljø og Energi for Vejdirektoratet af Steen Solvang Jensen, Matthias Ketzel, Per Løfstrøm, Thomas Becker, Helge Rørdam Olesen, Ole Hertel DATO: 2013 LAYOUT: Vejdirektoratet FOTOS: Vejdirektoratet BEDES CITERET: Jensen, S.S., Ketzel, M., Hertel, O., Becker, T., Løfstrøm, P., Olesen, H.R. (2013): Vejledning i luftkvalitetsvurdering af motorveje. Aarhus Universitet, DCE Nationalt Center for Miljø og Energi TRYK: Vejdirektoratet ISBN (NET): COPYRIGHT: Vejdirektoratet, 2013 GRUNDKORT: Copyright Geodatastyrelsen

3 INDHOLD 1 Indledning 5 2 VVM for luftforurening 6 3 Luftforurening langs med motorveje Bidrag til luftforurening langs motorveje Kilde til partikler Kilder til kvælstofoxider Spredning Kemisk omdannelse 11 4 Sundhedseffekter og grænseværdier Grænseværdier Indikatorer for luftforurening i luftkvalitetsvurdering Sundhedseffekter af luftforurening 14 5 Miljøeffekter og tålegrænser Tålegrænser for følsom natur Kvælstofafsætning fra atmosfæren Beregningssystemet DAMOS 18 6 Luftkvalitetsvurdering med OML-Highway OML-Highway til veje i åbent terræn Anvendelsesmuligheder Input og output 31 7 Vej- og trafikgrundlag Krav til vejnettet Valg af beregningsveje og baggrundsveje Gitternet Trafi k- og vejoplysninger Emission fra trafi kken Emission fra andre kilder end trafi k 36 8 Beregningspunkter og berørte boliger Beregningspunkter inden for infl uensområde Berørte boliger og klassifi cering af luftkvalitet 40 9 Regionale koncentrationer og meteorologiske data Regional luftforurening Meteorologiske data Tunneludmundinger og luftkvalitet Fremgangsmåde for beregning af luftkvalitet omkring tunneludmundinger Luftkvalitet omkring tunneludmunding Støjskærme, støjdæmpende belægning og luftkvalitet Effekt af støjskærme Effekt af støjdæmpende vejbelægning Eksterne omkostning og samfundsøkonomi Samfundsøkonomisk analyse af vejprojekter Eksterne omkostninger 48 Referencer 50 Bilag 1 Følsomme naturområder 56 Bilag 2 Luftkvalitetsvurdering for bygader 64 3

4 4

5 1. INDLEDNING BAGGRUND OG FORMÅL Vejdirektorat har støttet udviklingen af OML-Highway 1,2, som er en GIS-baseret luftkvalitetsmodel til beregning af luftkvalitet langs motorveje og øvrige veje i åbent land. I løbet af 2011 har OML-Highway været anvendt til luftkvalitetsvurderinger i forbindelse med VVM-vurderinger for: udvidelse af motorvejen ved Odense Syd 3, ny 3. Limfjordsforbindelse 4,20 og nye motorvejs- og motortrafi kstrækninger på rute 26 mellem Aarhus og Viborg 5. Vejdirektoratet ønsker med denne rapport at formidle erfaringerne herfra, og rapporten skal ses som en vejledning i, hvordan Vejdirektoratet anbefaler at luftkvalitetsvurderinger udføres. INDHOLD AF VEJLEDNINGSRAPPORT Vejledningsrapporten beskriver baggrunden for, og hvordan man foretager luftkvalitetsvurdering i forbindelse med VVM-redegørelser langs med motorveje og øvrige veje i åbent land. Vejledningsrapporten formidler erfaringerne fra de hidtil gennemførte luftkvalitetsvurderinger i forbindelse med VVM. Dette er gjort på en tematisk form, som beskriver de overordnede problemstillinger samt metodeog datavalg i forbindelse med luftkvalitetsvurderinger. Vejledningsrapporten kan tjene som en screeningsvejledning fx inden for støjskærmes indfl ydelse på luftkvaliteten og kvælstofafsætningens betydning for følsomme naturområder. For disse områder er der udarbejdet nomogrammer, hvor det på baggrund af få oplysninger er muligt at give et overslag over betydningen for luftkvaliteten. Kapitel 2 gør kort rede for, at der i forbindelse med anlæggelse af nye motorveje eller andre større veje skal gennemføres en VVM-redegørelse. VVM står for vurdering af virkningen for miljøet. OML-Highway modellen kan være med til at forbedre informationsgrundlaget i luftkvalitetsvurderinger i VVM-redegørelser. Kapitel 3 giver en kort beskrivelse af kilderne og bidragene til luftforurening langs motorveje samt en beskrivelse af spredning og kemisk omdannelse, idet dette har betydning for at forstå, hvordan luftforureningen er langs motorveje. i luftkvalitetsvurdering af motorveje. Endvidere gøres kort rede for sundhedsbelastningen ved luftforurening. Kapitlet 5 beskriver bestemmelse af den ekstra kvælstoftilførsel til følsom natur, som trafi kken på nye linjeføringer kan give anledning til. Endvidere redegøres for de tålegrænser, der gælder for følsomme naturområder i Danmark. Kapitel 6 giver en kort beskrivelse af OML-Highway modellen og dens anvendelsesmuligheder til luftkvalitetsvurdering. Kapitel 7 giver en nærmere beskrivelse af vej- og trafi k- grundlaget for OML-Highway, og de overvejelser der ligger til grund for valg heraf. Kapitel 8 beskriver, hvordan beregningspunkter kan udlægges for at kunne beregne luftkvaliteten langs beregningsvejene for berørte boliger inden for et infl uensområde, og hvordan berørte boliger kan klassifi ceres mht. til luftkvalitet. Kapitel 9 beskriver brug af input data for regional luftforurening og meteorologiske data til OML-Highway. Kapitel 10 beskriver den forhøjet emission der er ved tunneludmundinger, og hvordan spredningen heraf påvirker luftkvaliteten i de nære omgivelser. Kapitel 11 beskriver, hvilken betydning støjskærme og støjdæmpende vejbelægning har for luftkvaliteten. Kapitel 12 beskriver, hvordan luftforurening indgår som en ekstern omkostning i samfundsøkonomiske analyser af vejprojekter. MÅLGRUPPE Målgruppen er teknikere, planlæggere og sagsbehandlere i ministerierne inden for trafi k og miljø, Vejdirektoratet, kommunerne og rådgivere inden for VVM-vurderinger og lignende, men også borgere og organisationer med interesse inden for trafi k og miljø. Kapitel 4 beskriver grænseværdierne for luftkvalitet og de indikatorer for luftkvalitet, som det anbefales at fokusere på 5

6 2. VVM FOR LUFTFORURENING I FORBINDELSE MED ANLÆGGELSE AF NYE MOTORVEJE ELLER ANDRE STØRRE VEJE SKAL DER GENNEMFØRES EN VVM-REDEGØRELSE I HENHOLD TIL BEKENDTGØRELSE HERFOR. VVM står for vurdering af virkningen for miljøet. For øvrige nye større veje eller udbygning af eksisterende større veje kan en VVM-screening også føre til at anlægget skal gennemgå en VVM-redegørelse, hvis stat eller kommune vurderer at anlægget kan få væsentlig indfl ydelse på miljøet. I VVM-processen indgår også en høringsproces, hvor borgere og andre interessenter har mulighed for at påvirke den endelige udformning af anlægget. Formålet med VVM-processen er at beskrive forskellige alternativers påvirkning på miljøet, og hvordan afværgeforanstaltninger kan reducere miljøpåvirkningen ( I de hidtidige VVM-redegørelser er vejes påvirkning af luften helt overvejende vurderet ud fra ændring i emissioner fra trafi kken. Sundhedsrelaterede stoffer har omfattet CO, NO x, PM 10, VOC og SO 2 og klimarelaterede stoffer ved CO 2. I enkelte tilfælde er der foretaget luftkvalitetsvurdering af udvalgte veje i byområder, hvis vejudbygningen væsentligt har påvirket trafi kken i byområdet 4. Til sammenligning gennemføres der detaljeret vurdering af trafi kstøj i VVM-redegørelser, hvor støjniveauet og støjens udbredelse beregnes, antal støjbelastede boliger opgøres og sammenlignes med vejledende støjgrænser, og der gennemføres og vurderes afværgeforanstaltninger i form af støjdæmpende vejbelægning, støjskærme og -volde, samt evt. vindues- og facadestøjisolering. For at forbedre informationsgrundlaget i luftkvalitetsvurderinger i VVM-redegørelser har Vejdirektoratet støttet udvikling af OML-Highway modellen, som er en GIS-baseret model til vurdering af luftkvalitet langs motorveje og andre veje i åbent terræn 1,2. Dansk Center for Miljø & Energi (DCE) under Aarhus Universitet har stået for udvikling af OML-Highway modellen. Ud over at beskrive emissionsforhold forbedrer OML-Highway modellen informationsgrundlaget om luftkvalitet i forbindelse med VVM-vurderinger, hvor luftkvaliteten i forskellige afstande af vejen kan beregnes. OML-Highway modellen kan bruges til at vurdere nuværende og fremtidige luftkvalitetsniveauer langs med motorveje og hovedlandeveje i forhold til grænseværdier for luftkvalitet, hvor særligt NO 2 (kvælstofdioxid), PM 10 (partikler under 10 mikrometer) og PM 2.5 (partikler under 2,5 mikrometer) har relevans. Herved opnås information, som i langt højere grad er relateret til sundhedsrisikoen, hvilket har berørte borgeres interesse. For klimarelaterede stoffer er det særligt CO 2 (kuldioxid), som er relevant. CO 2 opgøres alene som emission. 6

7 7

8 3. LUFTFORURENING LANGS MED MOTORVEJE I DETTE KAPITEL GIVES EN KORT BESKRIVELSE AF KILDERNE OG BIDRAGENE TIL LUFTFORURENING LANGS MOTORVEJE SAMT EN BESKRIVELSE AF SPREDNING OG KEMISK OMDANNELSE, IDET DETTE HAR BETYDNING FOR AT FORSTÅ, HVORDAN LUFTFORURENINGEN ER LANGS MOTORVEJE. 3.1 BIDRAG TIL LUFTFORURENING LANGS MOTORVEJE Luftforureningen på og langs med en motorvej er bestemt af tre bidrag: regionalt bidrag, bybaggrundsbidrag og vejbidrag. Det regionale bidrag skyldes europæiske og danske forureningskilder og bidrager til det regionale koncentrationsniveau. Antal Kondensater og andre primære partikler primært fra trafik Sekundære partikler, langtransporteret Sod (trafik) Bremsestøv (trafik) Masse Grove slidpartikler fra dæk, bremser og vejbelægning Naturlige kilder Bybaggrundsbidraget er bestemt af forureningskilder i byen. I større byer er kilderne primært vejtrafi k, og bidraget herfra er bestemt af byens udstrækning og trafi ktætheden. Trafi k- ken i fx Aalborg bidrager således til koncentrationen langs med motorvejsnettet omkring Aalborg og til luftforureningen ved en ny 3. Limfjordsforbindelse. For beregningspunkter længere væk fra byområder er byens bidrag mindre og baggrundsforureningen er her domineret af det regionale bidrag. Endelig er der selve vejbidraget, som kommer fra trafi kken på motorvejen. Vejbidraget afhænger af trafi kmængde, køretøjssammensætning og hastighed. Da koncentrationen af kvælstofdioxid (NO 2 ) ligger over grænseværdien på trafi kerede bygader i de største byer, og partikler (PM 10 og PM 2.5 ) anses for at udgøre den største sundhedsbelastning, er kilderne hertil beskrevet mere detaljeret i det følgende. 3.2 KILDE TIL PARTIKLER I Figur 3.1 er kildebidragene til de forskellige partikelstørrelser skematisk illustreret for en trafi keret vej μm Nano Ultrafine PM 2.5 PM 10 FIGUR 3.1 Skematisk oversigt over kildebidragene til de forskellige partikelstørrelser for en trafi keret vej 8. Hvis man som mål for partikelforureningen betragter antallet af partikler er forbrændingspartikler fra trafi kken dominerende. De kan klassifi ceres som nanopartikler (under 20 nm) og ultrafi ne partikler (under 100 nm). Et mål for partikelforureningen er PM 2.5 (fi ne partikler), der er massen af partikler under 2,5 mikrometer. Fra trafi k- ken bidrager især sodpartikler, men også bremsestøv til PM 2.5. En væsentlig del af PM 2.5 er langtransporterede, såkaldte sekundære partikler. Sekundære partikler er dannet i atmosfæren ved omdannelse af gasarter (bl.a. NO x, SO 2 og ammoniak) og består bl.a. af ammoniumsulfat og ammonium nitrat. 8

9 PM 10 er massen af partikler under 10 mikrometer (grove partikler), og bidraget til PM 10 er domineret af de sekundære partikler og de grove partikler. De grove partikler er mekanisk dannede fra dæk-, bremse- og vejslid samt fra naturlige kilder som fx jordstøv, havsalt og pollen. Fra trafi kken er der således et bidrag fra udstødningen, og et ikke-udstødning bidrag som består af dæk-, bremse- og vejslid samt ophvirvling heraf. Det regionale bidrag for partikler (PM 2.5, PM 10 ) er det største bidrag til koncentrationen tæt på motorvejen, efterfulgt af vejbidraget, mens bybaggrundsbidraget er beskedent. 3.3 KILDER TIL KVÆLSTOFOXIDER NO x (NO+NO 2 ) dannes i forbindelse med forbrændingsprocesser, hvor høj temperatur sammen med ilt oxiderer luftens frie kvælstof (N 2 ) til NO og NO 2. Den del som emitteres som NO 2 betegnes direkte emitteret NO 2. NO kan i atmosfæren omdannes til NO 2 i reaktioner med ozon. NO 2 er således både en direkte emitteret og en sekundær dannet luftforurening. For et tiår siden var den andel af NO x (summen af NO og NO 2 ), der udsendes fra den samlede biltrafi k i form af NO 2 ( den direkte NO 2 fraktion ), på et niveau omkring 5-10 %. Den direkte NO 2 fraktion har været stigende de seneste år. Den direkte NO 2 fraktion afhænger af køretøjstype og emissionsklasse. For de fem bygader (København, Aarhus, Odense, Aalborg), hvor der er permanente gademålestationer under NOVANA overvågningsprogrammet 10, er den gennemsnitlige direkte NO 2 fraktion fx omkring 20 % i 2010, 23 % i 2015, og 20 % i Dette er en af grundene til, at NO 2 koncentrationen i gader ikke falder så hurtigt selvom emissionen af NO x er reduceret væsentligt. Stigningen i den direkte NO 2 fraktion skyldes stigningen i dieseldrevne person- og varebiler, som er udstyret med oxidative katalysatorer, som reducerer diesellugten fra udstødningen, men som samtidig oxiderer NO til NO 2. Endvidere bidrager visse typer af partikelfi ltre til øget direkte NO 2 udslip. Bidragene til den regionale NO 2 koncentration er bestemt af nationale og internationale emissioner af NO x. Den nationale emissionsopgørelse viser, at den største kilde til NO x emission i Danmark er vejtransport efterfulgt af andre mobile kilder og forbrændingsprocesser i energisektoren hovedsageligt fra el- og varmeproduktion. Andre kilder er ikke-industrielle forbrændingsenheder (gasolie, naturgas, træ) til boligopvarmning i private hjem, samt forbrændingsprocesser i industrien 9. Danske og udenlandske NO x kilder bidrager hver med omkring halvdelen til den regionale NO 2 baggrundskoncentration 10. Bybaggrundsbidraget er bestemt af NO x kilder i byen. I større byer er kilderne domineret af vejtrafi k, og bidraget herfra er bestemt af byens udstrækning og trafi ktætheden. Vejbidraget stammer fra trafi kken, og afhænger af trafi k- mængde, køretøjssammensætning og hastighed. For NO 2 er det regionale bidrag relativt lavt, bybaggrundsbidraget betydeligt i større byer og vejbidraget størst. 3.4 SPREDNING Trafi kken på motorveje og øvrige veje i det åbne land kan være betydelig, men luftforureningsniveauerne er forholds- 9

10 Vindretning Baggrundsforurening FIGUR 3.2 Skematisk illustration af spredningsforholdene i et lukket gaderum, og for en vej i åbent land uden bygninger langs vejen. Læside Recirkuleret forurenet luft Vindside Direkte udsendt forurening Baggrundsforurening Vindretning vis lave, fordi der typisk er gode spredningsforhold. Ved åbne vejstrækninger i det åbne land er forureningsniveauet lavere ved samme trafi kmængder end i lukkede gaderum i byerne. Dels er der mere blæst, da der ikke er læ fra bygninger mv., og dels bliver den forurenede luft hurtigt transporteret væk fra vejen og ikke recirkuleret som i lukkede gaderum i byerne. Når vinden blæser på tværs af en åben vejstrækning, fi nder man de højeste koncentrationer ved vejkanten, nedstrøms. Derefter vil forureningen aftage gradvist, efterhånden som den blandes med den renere baggrundsluft. Luftforureningen aftager hurtigt med afstanden fra vejen, se Figur 3.3. FIGUR 3.3 Beregnede NO x og NO 2 koncentrationers afhængighed af afstanden fra motorvejen i 2003 på Køge Bugt Motorvejen 11. Grænseværdien for årsmiddelværdien er 40 μg/m 3 for NO 2 i 2010, og er vist som en rød stiplet linje. Grænseværdien for den 19. højeste timeværdi er 200 μg/m 3. Koncentraon (μg/m 3 ) GV 200 NO 2, 19. største, sydøst NO 2, 19. største, nordvest NO x -årsmiddel, SØ NO x -årsmiddel, NV NO 2 -årsmiddel, SØ NO 2 -årsmiddel, NV Afstand (m) 10

11 3.5 KEMISK OMDANNELSE Forureninger i atmosfæren indgår i en mangfoldighed af kemiske reaktioner, men der er en stor forskel på, hvilken betydning de har for forskellige forureningsfænomener. For forureningen, som bliver transporteret over store afstande, og hvor transporttiden regnes i dage, er der mange kemiske processer, som er af vital betydning. Eksempelvis omdannes kvælstofoxider til salpetersyre, som igen ved reaktion med ammoniak danner ammoniumnitrat. De fl este af sådanne processer er dog relativt langsomme, de foregår på en tidsskala af timer eller dage, og er derfor uden betydning for, hvad der foregår tæt på en motorvej. Hvis man betragter et konsekvensområde på nogle få hundrede meter langs en motorvej vil det kun være reaktioner mellem NO, ozon og NO 2, som kan foregå inden for den tid, det tager en luftpakke at blive transporteret over disse afstande. Bilernes udstødningsgasser indeholder en blanding af kvælstofoxider, som hovedsageligt består af NO og NO 2. Indholdet af NO 2 i udstødningsgasserne i 2010 er omkring 20 % af NO x. Forholdet mellem NO 2 og NO x -koncentrationerne i luften er som regel betydeligt højere end i udstødningsgassernes. Det skyldes, at luften indeholder en anden forureningskomponent, ozon (O 3 ), som ret hurtigt reagerer med NO og omdanner denne til NO 2. De relevante kemiske reaktioner kan lidt forenklet skrives som følgende: NO O NO 3 2 NO sollys NO 2 O 3 Den anden reaktion (fotolyse af NO 2 ) indeholder faktisk nogle mellemtrin, men de er uden praktisk betydning for det endelige resultat. Mængden af NO 2 i luften er i høj grad afhængig af tilstedeværelsen af ozon. Da koncentrationen af NO på en motorvej, som regel er betydeligt højere end ozonkoncentrationen i luften, er ozon den begrænsede faktor. Som konsekvens af dette, varierer NO 2 -koncentrationen i luften meget mindre end NO x -koncentrationen. Koncentrationen af NO x, som er upåvirket af reaktionen med O 3, varierer nogenlunde i takt med trafi kkens emissioner. 11

12 4. SUNDHEDSEFFEKTER OG GRÆNSEVÆRDIER DETTE KAPITEL BESKRIVER GRÆNSEVÆRDIERNE FOR LUFTKVALITET OG DE INDIKATORER FOR LUFTKVALITET, SOM DET ANBEFALES AT FOKUSERE PÅ I LUFTKVALITETSVURDERING AF MOTORVEJE. ENDVIDERE GØRES KORT REDE FOR SUNDHEDSBELASTNINGEN VED LUFTFORURENING. 4.1 GRÆNSEVÆRDIER De danske grænseværdier for luftkvalitet er baseret på EUdirektiver. I maj 2008 er vedtaget et nyt direktiv (2008/50/EF) om Luftkvaliteten og renere luft i Europa. Det er en videreførelse af et sæt tidligere EU direktiver, og det erstatter dem næsten. De fastlægger grænseværdier, målværdier og tærskelværdier for forskellige stoffer. Et af de tidligere datterdirektiver (om arsen, cadmium mv.) er stadig i kraft, mens alle øvrige direktiver er erstattet af det nye. For mere detaljeret beskrivelse af grænseværdierne henvises til hjemmesiden Grænseværdierne er juridisk bindende og fastsættes på et videnskabeligt grundlag med henblik på at undgå, forhindre eller reducere skadelige virkninger på menneskers sundhed og/eller miljøet som helhed. Ud over et videnskabeligt grundlag indgår der også tekniske og økonomiske hensyn i den endelig fastsættelser af grænseværdier. De skal overholdes inden for en given frist, som ikke må overskrides, når grænseværdierne er nået. Overholdelse af grænseværdierne sikrer ikke nødvendigvis, at der ikke kan forekomme sundhedseffekter ved koncentrationer under grænseværdien. For partikler er der fx tale om en risikovurdering, da der ikke formodes at være en nedre grænse for, hvornår udsættelse for partikler ikke fører til sundhedskonsekvenser. Sigtet med at holde sig inden for en målværdi er at reducere skadelige virkninger på menneskers sundhed og/eller miljøet, og målværdien skal så vidt muligt nås i løbet af en given periode. En tærskelværdi for information er et niveau, hvor der er en sundhedsrisiko for mennesker ved kortvarig påvirkning for særligt følsomme befolkningsgrupper, og hvor det er nødvendigt øjeblikkeligt at give relevante oplysninger. En varslingstærskelværdi er et niveau, hvor tilfælde af overskridelse indebærer en sundhedsrisiko for mennesker ved kortvarig påvirkning af befolkningen som helhed, og hvor medlemsstaterne øjeblikkelig skal træffe foranstaltninger. I Tabel 4.1 er der en oversigt over grænseværdier, målværdier og tærskelværdier. 12

13 TABEL 4.1 Oversigt over grænseværdier, målværdier og tærskelværdier Stof Grænseværdi (μg/m 3 ) Midlingstid Statistik Beskyttelse af Skæringsdato Kvælstofdioxid (NO 2 ) time 18 gange pr. år Mennesker Gennemsnit, år Mennesker 2010 Kvælstofoxider (NO x ) 30 - Gennemsnit, år Vegetation 2010 Svolvdioxid (SO 2 ) time 24 gange pr. år Mennesker timer 3 gange pr. år Mennesker Gennemsnit, år og vinter Økosystemer 2001 Partikler under 2,5 mikrometer (PM 2.5 ) Gennemsnit, år Mennesker Gennemsnit, år Mennesker a - Gennemsnit, år Mennesker (2020) Partikler under 10 mikrometer (PM 10 ) timer 35 gange pr. år Mennesker Gennemsnit, år Mennesker 2005 Bly 0,5 - Gennemsnit, år Mennesker 2005 Benzen 5 - Gennemsnit, år Mennesker 2010 Kulilte (CO) timer (glidende) Maks. Mennesker 2005 Ozon Maks. 8 timer (glidende) 25 dage pr. år gns. 3 år Mennesker Maks. 8 timer (glidende) 1 dage pr. år Mennesker 2020 (referencepunkt) time Maks. Mennesker time Maks. over 3 timer Mennesker (μg/m 3 *timer) AOT40 8 Maj - juli Vegetation (μg/m 3 *timer) AOT40 8 Maj - juli Vegetation 2020 (referencepunkt) Arsen 1,5 0,006 - Gennemsnit, år Mennesker 2010 Cadmium 1,5 0,005 - Gennemsnit, år Mennesker 2010 Nikkel 1,5 0,02 - Gennemsnit, år Mennesker 2010 Benz(a)-pyren 1,5,7 0,001 - Gennemsnit, år Mennesker 2010 Kviksølv Mennesker - Fodnoter: 1) Målværdi 2) Langsigtet målsætning 3) Tærskelværdi for information 4) Tærskelværdi for varsling 5) I PM 10 6) Udviklingen følges 7) Benz(a) pyren anvendes som indikator stof for polyaromatiske kulbrinter (PAH) 8) Med AOT40 (udtrykt i μg/m 3 time) menes summen af forskellen mellem 1-timeskoncentrationer over 80 μg/m 3 (40 milliardtedele (ppb)) og 80 μg/m 3 i et givet tidsrum, alene på basis af 1-timesværdier målt dagligt mellem kl. 8 og 20 i perioden 1. maj juli. a) Revideres 2013 på basis ny viden vedrørende sundhedsvirkning og teknisk gennemførlighed. 13

14 4.2 INDIKATORER FOR LUFTFORURENING I LUFT- KVALITETSVURDERING Trafi kkens udslip indeholder en lang række sundhedsskadelige forureninger. Det drejer sig især om partikler, kvælstofoxider, kulilte og en lang række kulbrinter, herunder fx benzen og polycykliske aromatiske kulbrinter (PAH). Emissionen af svovldioxid er kraftigt reduceret, da svovlindholdet er meget lavt i brændstoffet. Trafi kken bidrager ikke længere til bly pga. blyfri benzin. Ozon dannet i atmosfæren ud fra emissioner af kvælstofoxider og kulbrinter udgør også et sundhedsproblem. Da NO 2 ligger over grænseværdien på en række trafi kerede gader i København i , og partikler (PM 10 og PM 2.5 ) anses for at udgøre den største sundhedsbelastning, vil luftkvalitetsvurderingen fokusere på disse stoffer. Trafi kkens udslip af CO 2 (kuldioxid) er ikke direkte sundhedsskadeligt at indånde, men bidrager til drivhuseffekten og dermed til klimaforandringer, hvor de afl edte effekter af klimaforandringer kan have en lang række negative konsekvenser for samfundet og miljøet. CO 2 emissionen vil derfor også blive belyst. 4.3 SUNDHEDSEFFEKTER AF LUFTFORURENING Luftforurening med partikler udgør den største sundhedsbelastning fra luftforurening. Derfor vil den efterfølgende beskrivelse fokusere på partikler. Andre kritiske stoffer er ozon og til dels NO 2 samt kræftfremkaldende stoffer som benzen og PAH. Sundhedseffekter og partikler Der er fortsat usikkerhed omkring omfanget af partikelforureningens sundhedsbelastning, da der er manglende viden om præcis hvilke partikler, der forårsager de observerede effekter, og hvad præcist den biologiske virkningsmekanisme er i kroppen. Det meste af vores viden knytter sig til partikler målt som vægten af PM 10 og PM 2.5, mens der er sparsomme studier, hvor ultrafi ne partikler er anvendt som mål. Forskningen 13 viser, at størrelsen af partiklerne og den kemiske sammensætning har indfl ydelse på sundhedseffekterne. Forskerne vurderer, at de fi ne partikler (under 2,5 mikrometer) og måske de ultrafi ne er de farligste typer partikler. De grove partikler (over 2,5 og under 10 mikrometer) er mindre farlige, da de fanges i kroppens næse og svælg, mens de fi ne partikler trænger længere ned i lungerne. De allermindste partikler (ultrafi ne under 0,1 mikrometer) kan trænge ud i de yderste lungeforgreninger. I sammenligning med de større partikler er der mindre viden om de ultrafi ne partikler, og dermed også mindre viden og større usikkerhed om deres farlighed. Når man måler antallet af partikler, vil langt hovedparten være under 0,1 mikrometer dvs. det som kaldes ultrafi ne partikler. Udover partikelstørrelsen har den kemiske sammensætning også betydning, således formodes faste partikler som sod og bremsepartikler at være mere sundhedsskadelige end nukleationspartikler, som er væskedråber. Som det fremgår af kildeopgørelsen for partikler er antallet af partikler relateret til udstødningspartiklerne, men det er usikkert, hvor farlige disse er. Disse optræder i meget stort antal fx meget små nukleationspartikler med kort levetid, men bidrager meget lidt til massen. Sodpartikler og også bremsepartikler bidrager til massen af PM 2.5, mens dæk- og vejslid udgør en væsentlig del af PM 10 fra trafi kken. Bidraget fra trafi kken udgør ikke så stor en del af fx PM 2.5 koncentrationer i en gade, da den regionale forurening med sekundært dannet PM 2.5 udgør den største del. Man er således udsat for en meget kompleks sammensætning af partikler med forskellig oprindelse. Særlige risikogrupper er personer, som i forvejen lider af lunge- og hjertekarsygdomme, ældre svagelige, fostre og børn, samt personer som er udsat for forhøjede koncentrationer fx i forbindelse med stærkt trafi kerede gader. Korttidseffekter undersøges ved at undersøge samtidige udsving i helbredseffekter og forurening over tid, mens langtidseffekter undersøges ved at følge en stor velkendt befolkningsgruppe over lang tid. Kort- og langtidseffekter af luftforurening er opsummeret i Tabel 4.2. TABEL 4.2 Eksempler på kort- og langtidseffekter af partikelforurening 13 Korttidseffekter Død af hjerte- og lungesygdomme Indlæggelser for hjerte- og lungesygdomme Indlæggelser for slagtilfælde Astmaanfald (voksne og børn) Bronkitis, nedre luftvejssymp tomer, hoste (voksne og børn) Sygedage (indskrænket aktivitet) Medicinforbrug (astma) Langtidseffekter Død af hjerte- og lungesygdomme, lungekræft Nye tilfælde af lungekræft Nye tilfælde af hjerte- og lungesygdomme Fosterpåvirkning nedsat fødselsvægt Nedsat udvikling af lungefunktion hos børn 14

15 Befolkningsundersøgelser af sammenhængen mellem udsættelse for partikelforurening og dødelighed viser således fra amerikanske studier at dødeligheden stiger med 6-7% ved en stigning i PM 2.5 på 10 μg/m 3. På baggrund af denne type studier kan man vurdere, hvad sundhedsbelastningen er ved forskellige partikelniveauer eller vurdere, hvad effekten er af forskellige tiltag, som reducerer partikelforureningen 13. Et dansk studie 14 fra 2002 som opgjorde sundhedsbelastningen af PM 10 forureningen har vurderet, at der i Danmark årligt er omkring for tidlige dødsfald, omkring hospitalsindlæggelser, omkring tilfælde af kronisk bronkitis, omkring tilfælde af akut bronkitis, omkring astmaangreb og omkring 3 millioner sygedage (indskrænket aktivitet). Dette var baseret på at den danske befolkning skønnes at være udsat for en gennemsnitlig eksponering på ca. 22 μg/m 3 PM 10, hvoraf ca. en tredjedel skyldes naturligt skabte partikler. Embedslægeinstitutionerne i Københavnsområdet har i en vurdering i 1999 skønnet at tidlige dødsfald, og ekstra hospitalsindlæggelser per år i Storkøbenhavn kan tilskrives PM 10 forurening 15. Miljøstyrelsen anvendte i 1997 et risikoestimat baseret på befolkningsstudier og fandt, at en partikelreduktion med ca. 10 μg/m 3 PM 10 vil medføre et fald i den årlige dødelighed på 120 til 720 personer per million 16. I Miljøstilstandsrapporten fra er det skønnet, at ca danskere om året dør før tid som følge af luftforurening med partikler, og at den forventede levetid reduceres med 6-9 måneder som følge af udsættelse for PM 2.5. I forbindelse med et større forskningsprojekt CEEH Center for Energi, Miljø og Sundhed ( er der blevet gennemført beregninger over for tidlige dødsfald og sygelighed samt velfærdsøkonomiske omkostninger som følge af luftforurening 18,19. Et for tidligt dødsfald dækker i gennemsnit over cirka 10 tabte leveår. Luftforureningen i Danmark er beregnet til at forårsage omkring for tidlige dødsfald i 2000, i 2011 og i Faldet i antal for tidlige dødsfald skyldes reduktion i luftforureningen. Omkring 75 % af de totale sundhedseffekter i Danmark skyldes luftforureningskilder uden for Danmark og omkring 25 % skyldes danske kilder. Luftforureningen fra dansk vejtrafi k fører til omkring 160 for tidlige dødsfald i Danmark og omkring 750 i Europa samt øget sygelighed. Sundhedsrelaterede eksterne omkostninger fra dansk vejtrafi k i 2008 er omkring 5,7 mia. kr. i hele Europa inkl. Danmark (12 øre/ km), hvor de eksterne omkostninger i Danmark er omkring 1,0 mia. kr. 15

16 5. MILJØEFFEKTER OG TÅLEGRÆNSER KAPITLET BESKRIVER BESTEMMELSE AF DEN EKSTRA KVÆLSTOFTILFØRSEL TIL FØLSOM NATUR, SOM TRAFIKKEN PÅ NYE LINJEFØRINGER KAN GIVE ANLEDNING TIL. ENDVIDERE REDEGØRES FOR DE TÅLEGRÆNSER, DER GÆLDER FOR FØLSOMME NATUROMRÅDER I DANMARK. 5.1 TÅLEGRÆNSER FOR FØLSOM NATUR Generelt er den mest værdifulde og artrige natur samtidig den mest følsomme i forhold til blandt andet store næringsstoftilførsler. Man taler om, at disse naturtyper har en tålegrænse, se Tabel 5.1. Overstiger næringsstoftilførslen tålegrænsen, så ændres naturtyper og biodiversiteten falder man går imod mindre artsrig natur. For den terrestriske natur (naturen på land) er den primære kilde til næringsstoftilførsel afsætningen (også kaldet depositionen) af kvælstofforbindelser fra atmosfæren 21. En videnskabelig artikel i det ansete tidsskrift Science har således vist, at artsrigdommen aftager lineært med stigende atmosfærisk tilførsel af kvælstof til enge og overdrev i Storbritannien 22. En egentlig fastlæggelse af tålegrænsen for et natursystem kræver en specifi k undersøgelse for det konkrete naturområde. Det skyldes, at tålegrænsen afhænger af fl ere ting, blandt andet lokale jordbundforhold. Derfor arbejder man typisk med tålegrænseintervaller for de forskellige naturtyper. Intervallerne afspejler spredningen for den aktuelle naturtype på de eksperimentelt bestemte tålegrænser som er fundet i forskellige feltundersøgelser. Tabel 5.1 viser tålegrænseintervaller udvalgt for relevante naturtyper i Danmark. Danske undersøgelser foretaget for det tidligere Miljøcenter Århus (nu Naturstyrelsen Århus) og det tidligere Miljøcenter Roskilde (nu Naturstyrelsen Roskilde) har vist, at en række af de danske naturtyper har overskridelser af tålegrænserne. 5.2 KVÆLSTOFAFSÆTNING FRA ATMOSFÆREN Atmosfæren består af 78% frit kvælstof (N 2 ), men det er alene de reaktive kvælstofforbindelser, som bidrager til afsætningen til naturen. Kvælstof (N) er atmosfærens hovedbestanddel (ca. 78%), men det foreligger i form af inaktivt frit kvælstof (N 2 ), der kun i helt særlige tilfælde indgår som næringsstof for biologiske processer. Den atmosfæriske tilførsel af kvælstof kommer fra to reaktive grupper af forbindelser kvælstofoxiderne (NO y ) og de reducerede TABEL 5.1 Tålegrænseintervaller for forskellige naturtyper 54. Udarbejdet på baggrund af data fra Naturstyrelsen. Tallene i parentes angiver naturtypekoden for den pågældende naturtype. N står for kvælstof. Tålegrænseinterval Naturtype (kg N/ha/år) 5-10 Lobeliesøer (3110), Søbred med småurter (3130), Kransnålalgesøer (3140), Kvælstofbegrænsede næringsrige søer (3150), Brunvandede søer (3160), Højmoser (7110 og 7120) samt Hængesæk (7140), Tørvelavninger (7150) og Rigkær (7230) med en væsentlig forekomst af følsomme højmosearter Klitter (21xx* og 23xx*) og Skovnaturtyper (91xx*) med væsentlig forekomst af følsomme laver samt Hængesæk (7140) og Tørvelavninger (7150) uden væsentlig forekomst af følsomme højmosearter Sure overdrev (6230) og Tør hede (4030) samt alle øvrige klitter (21xx* og 23xx*) og Skovnaturtyper (91xx*) Klitlavninger (2190) og Våd hede (4010) Tørt kalksandsoverdrev (6120), Kalkoverdrev (6210), Tidvis våd eng (6410), Havs avneknippe-kær (7210), Kildevæld (7220) samt Rigkær uden væsentlig forekomst af følsomme højmosearter. * xx betegner fl ere forskellige varianter af samme overordnede naturtype + Væsentlig forekomst af følsomme højmosearter er her fortolket som rigkær der indeholder 2 eller fl ere arter af højere planter og tørvemosser, som er naturlige for højmoser. Denne fortolkning er valgt med baggrund i at UN-ECE s fastlæggelse af tålegrænseintervallet på kg N/ha/år for 7230 rigkær efter DCE s mening sandsynligvis i mange tilfælde er sat for højt. 16

17 FIGUR 5.1 Illustration af kilder og styrende processer for atmosfærens reaktive kvælstofforbindelser. Reaktivt kvælstof omfatter reducerede forbindelser: ammoniak og dets reaktionsprodukt partikelbundet ammonium, samt kvælstofoxider: kvælstofmonoxid og kvælstofdioxid og deres reaktionsprodukter som bl.a. omfatter salpetersyre og partikulært nitrat. Ammoniak udledes primært som resultat af husdyrproduktion i landbruget, mens kvælstofoxiderne dannes ved forbrændingsprocesser ved energiproduktion, industri og transport. Reaktive kvælstofforbindelser tørafsættes ved direkte kontakt med overfl aden eller vådafsættes i forbindelse med nedbør 21. kvælstofforbindelser (NH x ). En detaljeret beskrivelse af de to stofgruppers afsætning til naturen og effekterne heraf er givet i en rapport 21, se Figur Kvælstofoxiderne NO y (totalt reaktivt kvælstof) er summen af NO x plus stoffer, som dannes i atmosfæren ved oxidation af NO x fx salpetersyre (HNO 3 ). Kvælstofoxiderne udledes ved praktisk talt alle former for forbrændingsprocesser, hvor det primært er frit kvælstof (N 2 ) fra atmosfæren som oxideres ved høj forbrændingstemperatur. De vigtigste kilder er derfor industri, kraftværker samt transportsektoren. Kvælstofoxiderne (NO x ) udledes som kvælstofmonoxid (NO) og kvælstofdioxid (NO 2 ) (summen af NO og NO 2 betegnes NO x ). NO har en ubetydelig våd- og tørafsætning, mens NO 2 tørafsættes til beplantning, men denne afsætning sker relativt langsomt. Tørafsætningen (ofte betegnet tørdeposition) er afsætningen ved luftbårne kemiske forbindelsers direkte kontakt med overfl aden. I atmosfæren omdannes NO 2 til salpetersyre (HNO 3 ); processen foregår med en typisk omdannelsesrate på ca. 5% pr. time. Derfor transporteres hovedparten af den NO x som udledes fra danske kilder ud af landet før det afsættes på overfl aden. Beregninger foretaget inden for den atmosfæriske del af overvågningsprogrammet NOVANA viser således, at kun få procent af den danske NO x udledning afsættes inden for landets grænser 23,24. HNO 3 har en hurtig tørafsætning, men ligeledes et hurtigt optag på overfl aden af luftbårne partikler. Samtidig reagerer HNO 3 hurtigt med luftens ammoniak (NH 3 ). Såvel ved optaget i luftbårne partikler, som ved reaktionen med NH 3, sker en dannelse af partikulært nitrat (NO 3 -). En meget stor del af de partikler som indeholder NO 3 - fjernes stort set alene fra luften ved nedbør (vådafsætning eller våddeposition). Fjernelsen kan ske ved opsamling i regndråber under deres fald mod overfl aden, men mere effektivt er optag i skydråber, som efterfølgende vokser til regndråber og falder til overfl a- den. Tørafsætningen af disse partikler er så langsom, at hvis ikke luftmassen møder en nedbørsepisode, så kan partiklerne have en atmosfærisk levetid på op til 10 dage og transporteres over km. Partikulært kvælstof afsat i Danmark kan derfor være udledt i Centraleuropa De reducerede kvælstofforbindelser De reducerede kvælstofforbindelser omfatter ammoniak (NH 3 ) og dets atmosfæriske reaktionsprodukt, som er partikulært ammonium (NH 4 +). NH 3 har en hurtig tørafsætning, men reagerer ligeledes hurtigt med sure gasser og partikler i atmosfæren, hvorved der dannes partikulært NH 4 +. Sker reaktionen med svovlsyre (H 2 SO 4 ) dannes ammoniumbisulfat (NH 4 HSO 4 ) og ammoniumsulfat ((NH 4 ) 2 SO 4 ) som forbliver i partikelform. Ved den tilsvarende reaktion med salpetersyre (HNO 3 ) dannes ammoniumnitrat (NH 4 NO 3 ), som imidlertid kan fordampe fra partikelform tilbage til NH 3 og HNO 3 i gasfase. Denne fordampning kan ske ved ændringer i atmosfærens luftfugtighed og temperatur. De partikler som indeholder NH 4 + har ligesom partiklerne med NO 3 - (i mange tilfælde er det de samme partikler som indeholder begge forbindelser) en langsom tørafsætning og tilsvarende lang levetid og stor transportafstand - hhv. op til 10 dage og >1000 km. De reducerede kvælstofforbindelser udledes primært i forbindelse med husdyrproduktion i landbruget, fx ved udbringning af gylle. 17

18 FIGUR 5.2 Den total årlige atmosfæriske baggrundsbelastning med kvælstof (kg N/ha/år) i Danmark i 2011 beregnet med DEHM modellen 55. Opløsning 17 km x 17 km over Danmark. 5.3 BEREGNINGSSYSTEMET DAMOS Beregninger af kvælstofafsætning foretages inden for NOVANA med DCE s DAMOS (Danish Ammonia Modelling System) system 25,26, som udgøres af en kombination af langtransportmodellen DEHM (Danish Eulerian Hemispheric Model) 27,28,29,30 og lokalskalamodellen OML-DEP 31,32. Endvidere har systemet været anvendt for Miljøcenter Århus og Miljøcenter Roskilde til vurdering af kvælstofbelastningen af udvalgte natursystemer. Den totale årlige atmosfæriske baggrundsbelastning med kvælstof i Danmark varierer mellem 10 og 18 kg N/ha (se Figur 5.2 ). Denne variation ud over land hænger sammen med dels bidrag fra lokale kilder (dvs. landbrug med husdyrhold) og dels bidraget fra langtransporteret kvælstof fra kilder i primært Centraleuropa. Den årlige kvælstofafsætning kan variere fra år til år med op mod 20 % som følge af variationer i de meteorologiske forhold, herunder frekvensen af vindretninger fra syd samt ikke mindst nedbørsmængde og frekvens. Figur 5.3 viser et eksempel på Natura2000 områder ved Viborg og Aarhus, som potentielt kan påvirkes af en kommende motorvej / motortrafi kvej mellem Viborg og Aarhus. Natura 2000 er betegnelsen for et netværk af beskyttede naturområder i EU ( Områderne skal bevare og beskytte naturtyper og vilde dyre- og plantearter, som er sjældne, truede eller karakteristiske for EUlandene. Disse naturområder er endvidere listet i Tabel Eksempel på kvælstofafsætning til naturområderne mellem Viborg og Aarhus Afsætningen af kvælstof i baggrundsområder i Midtjylland ligger i 2009 på 15 kg N/ha/år, hvoraf tørafsætningen udgør TABEL 5.2 Natura2000 områder tæt på linjeføringer ved Viborg og Aarhus Habitatnr. Navn 30 Lovns Bredning, Hjarbæk Fjord og Skals, Simested og Nørre Ådal, samt Skravad Bæk 34 Brandstrup Mose 35 Hald Ege, Stanghede og Dollerup Bakker 37 Rosborg Sø 38 Bredsgård Sø 45 Gudenå og Gjern Bakker 232 Lillering Skov, Stjær Skov, Tåstrup Sø og Tåstrup Mose 233 Brabrand Sø med omgivelser 18

19 30 33 RANDERS VIBORG BJERRINGBRO RØDKÆRSBRO HADSTEN 36 ANS HAMMEL SILKEBORG AARHUS LÅSBY RY SKANDERBORG 49 FIGUR 5.3 Natura2000 områder omkring linjeføringerne ved Viborg og Aarhus. godt 7 kg N/ha/år (Ellermann et al., 2010). Usikkerheden i disse beregninger er estimeret til +/- 30% for de akvatiske områder og +/- 50% for terrestriske områder. Ud af disse 15 kg N/ha/år stammer ca. 44% fra kvælstofoxider udsendt fra forbrændingsprocesser, som blandt andet omfatter trafikkens bidrag (Ellermann et al., 2010). Imidlertid stammer den helt overvejende del af kvælstofoxidernes bidrag fra kilder i udlandet. Danske kvælstofoxider bidrager således kun med ca. 2 % af den samlede afsætning af kvælstof. Det fremgår af Tabel 5.2, at de potentielt berørte naturområder omfatter flere søer. Det er allerede tidligere beskrevet, at kvælstofoxiderne stort set ikke afsættes til våde overflader. For søerne er det lokale kvælstofbidrag fra kvælstofoxider således helt ubetydeligt. Vi fokuserer på følsomme naturområder, som omfatter moser og heder, og ser på den ekstra afsætning af atmosfæriske kvælstof, som kan relateres til linjeføringerne ved Viborg og Aarhus. De to scenarier for linjeføringen ved Viborg vil føre til en kvælstofdioxid koncentration på 10,78 μg/m3 (Viborg Syd) og 10,86 μg/m3 (Viborg Nord), som et gennemsnit over alle receptorpunkter ved Viborg, hvilket kan sammenlignes med basisscenariet med en koncentration på 10,76 μg/m3. Den ekstra koncentration som kan relateres til de to linjeføringer er således henholdsvis 0,02 og 0,10 μg/m3. Til et konservativt overslag kan vi sætte afsætningshastigheden til 0,4 cm/s, hvilket svarer til afsætningshastigheden for en eng i sommersituation i dagtimerne. Det er en høj afsætning, 19

20 FIGUR 5.4 Placering af beregningspunkter i forskellige afstande fra et vejstykke ved motorvejen syd om Odense. NO x koncentrationen i 2010 er også vist ved en årsdøgntrafi k på Beregningerne er inkl. baggrundsforurening. da afsætningen til beplantningen blandt andet sker gennem planternes spalteåbninger (stomata), og disse vil være lukkede store dele af vinteren. Den ekstra afsætning svarer til en årlig afsætning på henholdsvis 8 og 38 g N/ha/år. Dette kan sammenholdes med den tidligere nævnte baggrundsafsætning på 15 kg N/ha/år. Frem mod 2020 antages det at baggrundsafsætningen vil reduceres med ca. 25 %, men selv da vil en ekstra afsætning på 38 g N/ha/år udgøre et meget lille bidrag. De tre scenarier for linjeføringen ved Aarhus vil føre til en kvælstofdioxidkoncentration på 11,02 μg/m 3 (Aarhus Nord), 11,03 μg/m 3 (Aarhus Midt) og 11,05 μg/m 3 (Aarhus Syd), som et gennemsnit over alle receptorpunkter, hvilket kan sammenlignes med basisscenariet med en koncentration på 10,97 μg/m 3. Den ekstra koncentration som kan relateres til de tre linjeføringer er således henholdsvis 0,05, 0,06 og 0,08 μg/m 3, og den ekstra afsætning er på 19, 23 og 31 g N/ha/år. Disse bidrag er igen meget små sammenlignet med baggrundsbelastningen i området, og vurderes derfor at være uden betydning i det aktuelle eksempel Kvælstofdepositionen i forskellige afstande fra vej NO 2 koncentrationen aftager med afstanden fra en vej. Det samme gør kvælstofdepositionen, da der er en lineær sammenhæng mellem NO 2 koncentration og kvælstofdeposition. I det følgende er disse sammenhænge illustreret ved beregninger gennemført for motorvejen syd om Odense med en årsdøgntrafi k på , 11% tung trafi k, en hastighed på 90 km/t samt emissionsdata fra 2010 (Figur 5.4). Endvidere er vist den tilsvarende afhængighed for hhv. dobbelt så meget trafi k ( ) og halvt så meget trafi k (25.700). NO 2 koncentrationen afhænger af trafi kniveauet, køretøjsfordelingen og hastigheden. Udover disse parametre afhænger koncentrationen også af årstallet, idet bilparkens emission udvikler sig over tid pga. udskiftning af bilparken. Ældre mere forurenende biler udskiftes med mindre forurenende biler, da emissionskravene til køretøjer løbende er blevet skærpet igennem de såkaldte Euronormer. I Figur 5.5 er illustreret, hvordan hhv. NO x og NO 2 koncentrationen aftager med afstanden på begge sider af motorvejen. Motorvejsstykket syd om Odense er orienteret omtrentligt vest-øst på det pågældende stykke, hvor beregningerne er foretaget. Det ses, at NO 2 aftager langsommere med afstanden til vejmidten end NO x, da NO 2 dannes i reaktioner mellem NO og ozon, hvilket tager lidt tid. Endvidere kan der være situationer, hvor ozon er en begrænsende faktor for dannelse af NO 2, hvilket også vil bidrage til at NO 2 koncentrationen aftager langsommere end NO x med afstanden. Det ses, at koncentrationerne i Figur 5.5 er fordelt på omtrent den samme måde på både nord- og sydsiden af 20

21 NOx (μg/m3) afstand fra vejmidten (m) NO 2 (μg/m3) afstand fra vejmidten (m) FIGUR 5.5 Illustration af hvordan NO x (øverst) og NO 2 (nederst) aftager med afstanden i 2010 til vejmidten for motorvejen syd om Odense med en årsdøgntrafi k på , 11 % tung trafi k, og en rejsehastighed på 90 km/t. Motorvejsstykket er orienteret vest-øst. Nordsiden (venstre side af fi gur med negative afstande) og sydsiden (højre side af fi gur med positive afstande). Beregningerne er inkl. baggrundsforurening.

22 NW N NE FIGUR 5.6 Vindrose for Odense Syd. Vindrosen viser fordeling af vindretninger (i %) og vindhastighedsklasser (m/s) for den pågældende vindretning. W 5 % 10 % E < 1.4 m/s m/s m/s m/s m/s SW SE > 10 m/s S motorvejen. Det skyldes at vindretninger og vindhastigheder ligeledes er relativt jævnt fordelt omkring vejens vestøstlige retning dog med en overvægt at vindretninger fra de dominerende sydvestlige vindretninger, hvilket fremgår af vindrosen i Figur 5.6. Hvordan NO 2 koncentrationen aftager ud til m fra vejen er illustreret i Figur 5.7 for forskellige trafi kniveauer og tilsvarende for kvælstofdepositionen i Figur 5.8. Her er valgt sydsiden. 40 NO 2 (μg/m3) Reference ( ÅDT = ) 2 x ÅDT ( ) 0.5 x ÅDT (25 700) afstand fra vejmidten (m) FIGUR 5.7 NO 2 koncentrationens afhængighed af afstanden fra vejen for forskellige trafi k- niveauer. Det er kun bidraget fra trafi kken på vejen, som er medtaget, og baggrundsforureningen indgår således ikke. 22

23 16 N - deposition (kg N / ha / år) Reference ( ÅDT = ) 2 x ÅDT ( ) 0.5 x ÅDT (25 700) afstand fra vejmidten (m) FIGUR 5.8 Kvælstofdepositionens afhængighed af afstanden fra vejen for forskellige trafi kniveauer. Det er kun bidraget fra trafi kken på vejen, som er medtaget, og baggrundsforureningen indgår således ikke. Hvordan kvælstofdepositionen vil udvikle sig over tid er vist i Figur 5.9 for 2010, 2015 og 2020 under antagelse af konstant trafi k. Kvælstofdepositionen fra trafi kken vil falde, idet bilparkens emission reduceres over tid pga. udskiftning af bilparken. 10 N - deposition (kg N / ha / år) Reference (år 2010) År 2015 År afstand fra vejmidten (m) FIGUR 5.9 Kvælstofdepositionens afhængighed af afstanden fra vejen for forskellige årstal. Det er kun bidraget fra trafi kken på vejen, som er medtaget, og baggrundsforureningen indgår således ikke. Forudsætningerne er fra motorvejen syd om Odense med en årsdøgntrafi k på , 11% tung trafi k, og en rejsehastighed på 90 km/t. 23

24 5.3.3 Estimering af kvælstofdeposition i VVM vurderinger Som det fremgår af det tidligere varierer den årlige atmosfæriske baggrundsbelastning med kvælstof i Danmark i 2011 mellem 10 og 18 kg N/ha, og denne belastning kan forventes at blive reduceret med omkring 25% frem mod For en motorvej med en trafi kbelastning på omkring i døgnet i 2010 vil kvælstofbelastningen være relativ høj helt tæt på motorvejen (omkring 8 kg N/ha) men i 500 m fra motorvej omkring 1 kg N/ha. Dette skal ses i forhold til ovenstående baggrundsbelastning. Kvælstofbelastningen reduceres med tiden og i 2020 er den omkring 3 kg N/ha tæt på motorvejen og 0,5 kg N/ha 500 m fra motorvejen. Ved anlæggelse af en helt ny motorvej kan bidraget til kvælstofbelastningen således være betydelig i forhold til baggrundsbidraget helt tæt på vejen for en vej med betydelig trafi k. I mange tilfælde kan VVM vurderingen berøre udvidelse af en eksisterende vej eller omlægninger, som bevirker mere eller mindre trafi k på eksisterende vejstrækninger. I disse tilfælde skal man i VVM vurderingen estimere den ekstra kvælstofafsætning, som trafi kændringen giver anledning til. I eksemplet med strækningen Viborg - Aarhus gav denne ekstra kvælstofafsætning kun anledning til ekstra g N/ha/år, hvilket er meget lidt sammenlignet med baggrundsbelastningen i området. Den ekstra kvælstofafsætning er i dette tilfælde meget lille, da der var relativ lille forskel i trafi kken mellem referencen og alternativerne og der var langt fra vejen til naturområde. Da kvælstofbelastningen oftest vil være lille i forhold til baggrundsbelastning er det ikke nødvendigt at foretage egentlige beregninger heraf i forbindelse med VVM vurderinger. Der kan i disse tilfælde gives et overslag over kvælstofbelastningen ud fra beregnede koncentrationer af NO 2 eller af den ekstra NO 2 belastning, som et givent projekt giver anledning til. Nomogrammet over den lineære sammenhæng mellem NO 2 koncentration og kvælstofdeposition i Figur 5.10 kan bruges til at estimere kvælstofbelastningen. Berørte naturområder Potentielt berørte naturområder skal vurderes i forhold til nye eller eksisterende linjeføringer. Kvælstofoxider (summen af NO og NO 2 ) er stort set ikke vandopløselige og derfor er den atmosfæriske afsætning til vandoverfl ader ubetydelig. Hvis vi ser på vejtrafi kkens belastning med kvælstof af naturområderne i Danmark kan der således ses bort fra akvatiske økosystemer som fx søer og vandløb. De detaljerede undersøgelser af atmosfærisk kvælstoftilførsel til følsomme økosystemer i Danmark har været udført for økosystemer udvalgt af regioner og kommuner, hvor lokale miljømedarbejdere har udpeget de systemer som potentielt kunne tænkes at have overskridelser af tålegrænser. Overskridelser forekom for overdrev, højmoser, ekstremrigkær men også for en del skovområder. Helt afgørende for om der vil forekomme overskridelser er naturligvis afstanden mellem vej og natur/økosystem. I realiteten vil afsætningshastigheden (betegnes depositionshastigheden) være forskellig for forskellige naturtyper. I de viste diagrammer er anvendt en typisk afsætningshastighed på 0,4 cm/s, men den kan være større for fx skovområder, da kvælstofdioxid (som tidligere nævnt) optages gennem planternes spalteåbninger. Potentielt følsomme naturområder (Natura2000) er vist i bilag 1. N - deposition (kg N / ha / år) NO 2 koncentration i μg / m 3 FIGUR 5.10 Nomogram over den lineære sammenhæng mellem NO 2 koncentration og kvælstofdeposition. Øverst: Et eksempel, hvor en vej bidrager med 12,5 μg NO 2 /m 3, som giver en N - deposition på 4,8 kg N/ha/år. Nederst: Et eksempel, hvor en vej efter udbygning eller lignende giver en ekstra belastning på et naturområde i en vis afstand på 0,4 μg NO 2 /m 3, hvilket giver en ekstra N - deposition på 0,15 kg N/ha/år. Bemærk at den nederste fi gur har en logaritmisk skala. N - deposition (kg N / ha / år) 1 0,1 0,01 0,001 0,01 0, NO 2 koncentration i μg / m 3 24

25 25

26 6. LUFTKVALITETSVURDERING MED OML-HIGHWAY LUFTKVALITETSVURDERING FORETAGES MED OML-HIGHWAY LANGS MED MOTORVEJE OG ANDRE VEJE I ÅBENT TERRÆN, HVOR DER IKKE ER BYGNINGER, SOM UDØVER VÆSENTLIG INDFLYDELSE PÅ SPREDNINGSFORHOLDENE. I det følgende gives en kort beskrivelse af OML-Highway og dens anvendelsesmuligheder til luftkvalitetsvurdering. I de efterfølgende kapitler beskrives det nødvendige input data til modellen samt særlige anvendelser i forbindelse med tunneludmundinger og støjskærme. I de tilfælde hvor anlæggelse af nye veje fx giver anledning til væsentlige trafi komlægninger, som giver betydelige trafi kændringer i nærliggende byråder, kan det være relevant at benytte en luftkvalitetsmodel, som kan tage hensyn til bygningers indfl ydelse på spredningsforholdene. OSPM Operational Street Pollution Model er en sådan model, og anbefales til luftkvalitetsvurdering i bygader. Et eksempel på anvendelse af OSPM til luftkvalitetsvurdering er givet i Bilag OML-HIGHWAY TIL VEJE I ÅBENT TERRÆN OML-Highway er en gaussisk lokalskala spredningsmodel specielt udviklet til at beskrive spredning af luftforurening langs med veje i åbnet terræn. OML-Highway er baseret på OML modellen 33,34, som bl.a. benyttes til vurdering af luftkvalitet fra punktkilder i forbindelse med miljøgodkendelser. OML modellen blev modifi ceret, således at den tager hensyn til forholdene for veje i åbent terræn ved at integrere og videreudvikle en beskrivelse af trafi kskabt turbulens, som stammer fra gadeluftkvalitetsmodellen Operational Street Pollution Model (OSPM) 7. OML-Highway modellen er detaljeret beskrevet og evalueret i forhold til målinger langs med Køge Bugt Motorvejen 11, og den har tidligere været anvendt til kortlægning af koncentrationsniveauer langs hele motorvejsnettet i det tidligere Roskilde Amt 35,36. Der er endvidere foretaget en evaluering af OML-Highway modellen baseret på danske målinger (Køge Bugt Motorvejen) og norske målinger samt en sammenligning med andre spredningsmodeller, som anvendes i de nordiske lande for motorveje 37. I denne evaluering havde OML-Highway modellen en højere korrelation med målingerne end de andre modeller, som indgik i evalueringen. Der har endvidere været gennemført en målekampagne på Holbækmotorvejen med det formål at bestemme og evaluere emissionsfaktorer for partikelemission (PM 10 og PM 2.5 partikler under hhv. 10 og 2,5 mikrometer) 38. Den samme målekampagne fra Holbækmotorvejen har også været brugt til at sammenligne målinger af gasser og partikelforurening med en trafi keret bygade i København - H.C. Andersens Boulevard 39. GIS-baseret brugerflade OML-Highway har en brugerfl ade baseret på Geografi ske Informationssystemer (GIS), se Figur 6.1. FIGUR 6.1. Hovedmenuerne i brugerfl aden til OML-Highway samt eksempel på en dialogboks i brugerfl aden til OML-Highway. 26

27 OML-Highway er blevet integreret i SELMA GIS, som er udviklet af det tyske fi rma Lohmeyer. SELMA GIS er baseret på ESRI s ArcGIS, som er et standard GIS program. ArcGIS muliggør programmering af såkaldte extensions, således at man kan tilføje sin egen brugerfl ade til ArcGIS. SELMAGIS med OML-Highway modellen er programmeret som en sådan udvidelse. Egenskaber Brugergrænsefl aden i GIS er opbygget således, at der kun behøves få input data for at kunne køre en OML-Highway modellen. Modellen tager sig af mange mellemliggende beregninger og omformateringer af inputdata. Koblingen af OML-Highway med GIS er en kombination, der gør det muligt at bruge GIS til at udvælge, visualisere og analysere input og output data. Med brug af GIS kan der oprettes beregningspunkter langs veje, og input og output data kan kobles til med øvrige data som fx luftfotos, bygningsomrids, befolkningsdata mv. GIS giver også fl eksibilitet i håndtering af data fx til at udvælge beregningsog baggrundsveje, fastsætte beregningspunkter og danne gitternet til emissionsberegninger. OML-Highway indeholder også rutiner, som kan generere emissionsdata fra trafi kken. 6.2 ANVENDELSESMULIGHEDER Der er identifi ceret en række anvendelsesmuligheder af OML-Highway modellen, som kort er beskrevet nedenfor. VVM-vurdering forbedring af informationsgrundlaget om emission og luftkvalitet i forbindelse med VVM-vurderinger af nye større vejanlæg eller væsentlige ændringer af eksisterende større veje. Grænseværdier for luftkvalitet vurdering af nuværende og fremtidige luftkvalitetsniveauer langs med motorveje og landeveje i forhold til grænseværdier for luftkvalitet med fokus på NO 2, PM 2.5 og PM 10. Systematisk kortlægning af luftkvalitet og befolkningseksponering - kortlægning af luftkvalitetsniveauer langs med motorveje og landeveje og den tilhørende befolkningseksponering for at kunne identifi cere kritiske strækninger, som kræver yderligere detailstudier og mulige tiltag for at nedbringe luftforureningen for forbedring af folkesundheden. Hvad-nu-hvis scenarier - beregne luftkvalitet under forskellige forudsætninger fx alternative linjeføringer, etablering af støjskærme, ændringer i trafi kniveau, ændringer i trafi k- sammensætning, ændringer i rejsehastighed, ændrede emissionsforhold mv. Prioritering af vejinvesteringer baseret på cost-benefi t analyse - på længere sigt bidrage til videreudvikling af de metoder og datagrundlag, som indgår i de cost-benefi t analyser, som ligger til grund for prioritering af vejinvesteringer. Her kunne luftkvalitet og befolkningseksponering inddrages som basis for forbedring af beregning af eksternalitetsomkostninger af luftforurening og dennes geografi ske variation. Eksempler på VVM-redegørelser I løbet af 2011 har OML-Highway været anvendt til luftkvalitetsvurderinger i forbindelse med VVM-vurderinger for: udvidelse af motorvejen ved Odense Syd 3, Ny 3. Limfjordsforbindelse 4,20 og nye motorvejs- og motortrafi kstrækninger på rute 26 mellem Aarhus og Viborg 5. Motorvejsudvidelse af eksisterende motorvej VVM-vurderingen for udvidelse af motorvejen ved Odense Syd er et eksempel på en VVM-vurdering i forbindelse med udvidelse af en eksisterende motorvejsstrækning, hvor der forventes væsentlig større trafi kmængder. Vejen udvides fra 2 til 3 spor i hver retning. Der indgår ikke alternative linjeføringer af nye veje i dette projekt. Vurderinger er gennemført for en basis situation i 2008, som er fremskrevet til 2020, og sammenlignet med motorvejsudvidelsen i 2020 (Figur 6.2). FIGUR 6.2. Årsmiddelkoncentrationen af NO 2 i 2020 med motorvejsudvidelsen på alle boligadresser i en afstand af m fra motorvejen ved Odense Syd. 27

28 FIGUR 6.3 Årsmiddelkoncentrationen af NO 2 i 2020 for forskellige alternativer for en 3. Limfjordsforbindelse i 2020 for alle boligadresser i en afstand af m fra motorvejen. Øverst: Basis med en udvidelse af den eksisterende motorvej. Midt: Ny forbindelse ved øen Egholm. Nederst: Ny forbindelse gennem Lindholm. Vurderinger af alternative linjeføringer med konsekvenser for bysamfund VVM-vurderingen af alternativerne for den 3. Limfjordsforbindelse er et eksempel på en luftkvalitetsvurdering 4,20, som inkluderer vurdering af alternative linjeføringer (Figur 6.3). Vurderingerne er gennemført for en basissituation i 2009, som er fremskrevet til 2020, og der er tre forslag: Egholmlinien, Lindholmlinien og Parallellinien (udvidelse af eksisterende motorvejsforbindelse). Alternativerne har væsentlig indfl ydelse på trafi komlægninger i Aalborg, og luftkvaliteten er derfor vurderet på udvalgte bygader i Aalborg og Nørresundby ved hjælp af gadeluftkvalitetsmodellen OSPM (se bilag 2). Alternativerne inkluderer også tunnelstrækninger, som medfører forhøjede koncentrationer ved tunneludmundinger, og den maksimale påvirkning fra emissionerne fra tunneludmundingerne er vurderet for luftkvaliteten i nærområdet. Sammenhængen mellem tunneludmundinger og luftkvalitet er illustreret gennem nogle eksempler herpå, som vist i kapitel 11. Støjreducerende tiltags betydning for luftkvaliteten er også belyst, og eksempler herpå er beskrevet i kapitel 12. Den maksimale kvælstofdeposition som alternativerne giver anledning til er vurderet i forhold til nærliggende følsomme naturområder. Forhold omkring vurdering af kvælstofdeposition er allerede belyst i forrige kapitel. 28

29 ± NO 2 (μg/m 3 ) Beregningsveje Baggrundsveje FIGUR 6.4 Årsmiddelkoncentrationen af NO 2 i 2020 for Viborg Nord. Udbygning med motorvej/motortrafi k i åbent land med naturområder Et eksempel på luftkvalitetsvurdering langs med forskellige linjeføringsforslag er VVM-undersøgelsen for udbygning af rute 26 mellem Viborg og Aarhus på strækningerne Viborg V - Rødkærsbro og Søbyvad - Aarhus, hvor udbygninger består af både motorveje og motortrafi kveje. Der er forskellige alternativer ved Viborg og Aarhus. Luftkvaliteten vurderes for antallet af berørte boliger langs med de foreslåede linjeføringer. Alternativerne berører boliger i udkanten af Viborg og Aarhus. Størstedelen af linjeføringerne er i åbent land, og berører potentielt en række naturområder, hvorfor den maksimale kvælstofdeposition, som alternativerne giver anledning til, er vurderet i forhold til nærliggende følsomme naturområder. Et eksemper er vist i Figur 6.4 for alternativet Viborg Nord i

30 N NO 2 i 2003 (μg/m 3 ) Større veje Amtsgrænser FIGUR 6.5 Årsmiddel koncentrationen af NO 2 i 2003 på bopælsadresser langs motorvejene i Roskilde Amt i op til m fra motorvejene. Meteorologiske data fra 2003 og trafi kdata og emissionsdata er fra Kilometer Eksempel på kortlægning, befolkningseksponering og vurdering af grænseoverskridelse af værdier I Figur 6.5 er vist et eksempel, hvor der er gennemført en systematisk kortlægning af luftkvaliteten langs motorvejsstrækningerne i det tidligere Roskilde Amt 35,36. NO 2 koncentrationer på bopælsadresser langs motorvejnettet er beregnet for Der blev ikke konstateret overskridelser af NO 2 grænseværdien plus tolerancemargin i 2003 (54 μg/m 3 ). Kortlægningen af luftkvalitetsniveauerne langs hele motorvejsnettet viste, at kun 3 adresser (11 mennesker eller 0,02 % af befolkningen langs med motorvejene i op til m afstand) har NO 2 årsmiddelkoncentrationer over 40 μg/m 3 i 2003, hvilket er grænseværdien, der skal være overholdt i I årene før 2010 opererer man med en tolerancemargin i forhold til grænseværdien. I 2003 er grænseværdien plus tolerancemargin 54 μg/m 3, og på ingen af adresserne overskrides denne værdi, da den højeste værdi var 44 μg/m 3. Der bor omkring mennesker langs motorvejene i Roskilde Amt inden for en afstand af m fra motorvejene (Figur 6.6). Der er forholdsvis få mennesker, som bor meget tæt på motorvejene dvs. inden for m, og det drejer sig kun om ca. 225 mennesker. Alders- og kønssammensætning er ens i de forskellige afstande fra motorvejen. Antal mennesker knyttet til bopælsadresserne blev undersøgt via oplysninger fra det Central Person Register (CPR). 100 FIGUR 6.6 Procent af befolkningen, som bor på adresser langs motorveje i op til meters afstand i Roskilde Amt med forskellige NO 2 koncentrationer i 2003 (μg/m 3 ). Grænseværdien gældende fra 2010 er også indtegnet. Eksempelvis bor 10% af befolkningen på adresser med NO 2 koncentrationer over 28 μg/m 3 og dermed 90% på adresser med NO 2 koncentrationer under 28 μg/m 3. Grænseværdien plus tolerancemargin var 54 μg/m 3 i 2003, og blev således ikke overskredet noget sted. Procent af befolkningen (%) NO 2 (μg/m 3 ) 30

31 6.3 INPUT OG OUTPUT OML-Highway skal have følgende input data: trafi kdata på et digitalt vejnet til bestemmelse af trafi kemission eventuelt emissionsdata fra andre forureningskilder regional baggrundskoncentrationsdata meteorologiske data beregningspunkter Valg og tilvejebringelse af inputdata er nærmere beskrevet i kapitel Modellen kan beregne koncentrationer af følgende stoffer: NO x, NO 2, O 3, kulilte (CO), benzen, PM 2.5, PM 10 and antal partikler. Der er indbygget emissionfaktorer for disse stoffer (undtagen O 3 som er sekundært dannet), hvilket derfor muliggør beregning af trafi kbidraget. Regionale baggrundskoncentrationer skal også foreligge for at kunne beregne de totale koncentrationer langs en motorvej. OML-Highway inkluderer således simpel fotokemi, og kan beregne koncentrationen af kvælstofdioxid (NO 2 ), hvor der indgår kemisk omdannelse mellem NO, NO 2 og O 3. Ud over de sundhedsrelaterede luftforureninger kan CO 2 emission også beregnes ud fra brændstofsforbrug. Emissionerne for SO 2 (svovldioxid) og VOC (kulbrinter) indgår ikke i emissionsmodulet til OML-Highway, og er derfor beregnet på en forenklet måde, som er nærmere beskrevet i afsnit 8.9. Beregninger foregår på timebasis og kan præsenteres med forskellige statistiske variable, hvor typisk årsmiddelværdien anvendes i forbindelse med fx VVM-vurderinger. 31

32 7. VEJ- OG TRAFIKGRUNDLAG I DETTE KAPITEL GIVES EN NÆRMERE BESKRIVELSE AF VEJ- OG TRAFIKGRUNDLAGET FOR OML-HIGHWAY, OG DE OVERVEJELSER DER LIGGER TIL GRUND FOR VALG HERAF. 7.1 KRAV TIL VEJNETTET Det anvendte digitale vejnet bør være geografi sk korrekt, da spredningen af luftforureningen afhænger af afstanden fra kilden, og da beregninger typisk ønskes gennemført på boligadresser langs med vejen, er det afgørende for resultaternes pålidelighed, at der er den korrekte afstand mellem kilde og beregningspunkt. Det digitale vejnet skal endvidere være et linje- og vektorbaseret GIS vejnet. I forbindelse med trafi kmodelberegninger anvender trafi k- modellerne til tider et generaliseret vejnet, som ikke er helt geografi sk korrekt, men hvor der er opbygget et forsimplet vejnet mellem forskellige knuder i trafi kmodellen. I sådanne tilfælde bør man sikre sig at trafi kdata fra trafi kmodellen lægges over på et geografi sk korrekt vejnet fx ved at der skaffes en-til-en koblingsnøgler mellem trafi kmodelvejnet og et geografi sk korrekt vejnet. Motorveje er typisk digitaliseret som to enkeltstrækninger dvs. hver retning er digitaliseret for sig selv. Denne fremgangsmåde er typisk for veje, som er fysisk adskilte med en midterrabat, og dette kendes også for visse byveje. I forbindelse med de efterfølgende emissions- og koncentrationsberegninger er det afgørende at trafi kken er udlagt korrekt på disse strækninger dvs. at årsdøgntrafi kken er udlagt retningsbestemt, således at trafi kken ikke tælles dobbelt på disse strækninger. Vejnettet skal indeholde en række oplysninger om selve vejstykket og omgivelserne. Vejbredde og vejtype er nødvendige. Endvidere skal der oplyses om vejstrækningen er en beregningsvej eller en baggrundsvej. Såfremt der skal tages hensyn til effekten af støjskærme i koncentrationsberegningerne skal der også gives forskellige oplysninger om støjskærme, som højde og placering, som specifi ceres som attributter i vejnettet. Endvidere kan spredningshøjden justeres i forhold til terrænet afhængig af om vejen ligger på en dæmning eller er ført gennem en bakke eller omgivet af volde. Disse forhold beskrives nærmere i de følgende afsnit. 7.2 VALG AF BEREGNINGSVEJE OG BAGGRUNDSVEJE Alle vejstrækningerne skal underopdeles i beregningsveje og baggrundsveje.

33 Beregningsveje er strækninger, hvor trafi kemissionen bliver beregnet for hver delstrækning, og det er muligt at generere beregningspunkter langs disse strækninger med værktøjer indbygget i OML-Highway. Beregningsvejene bør ikke være unødigt underopdelt, da det vil forlænge beregningstiden i de efterfølgende emissions- og koncentrationsberegninger. Det skyldes, at beregningsvejene automatisk bliver underopdelt i OML-Highway i arealkilder, hvor der maksimalt kan være et forhold mellem bredde og længde på 1:10. Det betyder, at en arealkilde for en vej med en vejbredde på 10 m bliver 100 m lang. Hvis vejnettet i forvejen er meget underopdelt fx i korte stykker under 100 m vil der blive unødigt mange arealkilder, som vil forlænge beregningstiden, som afhænger af antallet af arealkilder. I sådanne tilfælde bør mindre vejstykker med samme trafi kattributter samles, hvilket kan gøres i GIS vha. funktionen simplify. Baggrundsveje er strækninger, hvor OML-Highway beregner trafi kemissionen på et gitternet, som brugeren specifi - cerer fx 1 km x 1 km. Emissionen fra såvel beregnings- som baggrundsveje indgår i beregning af koncentrationen på et beregningspunkt. 7.3 GITTERNET Illustration af gitternet på 1x1 km 2 sammen med beregningsveje og baggrundsveje i forbindelse med VVM-vurdering af 3. Limfjordsforbindelse er vist i Figur 7.2. Udstrækningen af medtagne baggrundsveje skal være tilstrækkeligt til, at der medtages den emission fra trafi k- Receptorpunkt Beregningsvej Baggrundsveje FIGUR 7.1 Illustration af beregningsveje og baggrundsveje. Beregningsvejene er veje, hvor der ønskes luftkvalitetsberegninger langs vejene i forskellige afstande af vejene. Beregningsvejene er i dette tilfælde en motorvej, hvor hver retning er digitaliseret som enkeltstrækninger. Beregningspunkter langs beregningsvejene er også illustreret ken, som bidrager væsentligt til koncentrationen langs beregningsvejene. Som en tommelfi ngerregel bør man mindst tage alle baggrundsveje med inden for en afstand af omkring 10 km fra beregningsvejene for at sikre sig, at man har alle væsentlige bidrag med. Beregningstiden er afhængig af antallet af gitterceller, så det er ikke ønskeligt at medtage et større gitternet end højest nødvendigt. En gittercellestørrelse på 1x1 km 2 vil i de fl este tilfælde være hensigtsmæssig, idet det er en afvejning mellem geo-

34 FIGUR 7.2 Illustration af gitternet på 1x1 km 2 sammen med beregningsveje (fed markering) og baggrundsveje i forbindelse med VVMvurdering af 3. Limfjordsforbindelse. FIGUR 7.3 Eksempel på den geografi ske fordeling af NO x emissionen i 2020 (kg/år/km 2 ) fra vejtrafi kken på baggrundsvejene i forbindelse med VVM-vurdering af 3. Limfjordsforbindelse. grafi sk opløsning og beregningstiden. Da beregningstiden er afhængig af antallet af gitterceller vil fx en gittercellestørrelse på 500x500 m 2 øge beregningstiden med en faktor 4 i forhold til en gittercellestørrelse på 1x1 km TRAFIK- OG VEJOPLYSNINGER For hver delstrækning af vejnettet skal der som minimum være oplysninger om følgende for at kunne gennemføre emissionsberegninger: unikt strækningsid, vejtype, enkelt eller dobbelt digitaliseret vej, vejbredde, årsdøgntrafi k, køretøjsfordeling for person-, vare-, og lastbiler samt busser, rejsehastighed. Ikke alle oplysninger er relevante for både beregnings- og baggrundsveje. Et unikt strækningsid er nødvendigt som et internt id for identifi kation af et vejstykke for både beregnings- og baggrundsveje. Vejtypen er Kort- og Matrikelstyrelsens vejtyper, som er motorveje, motortrafi kveje, veje > 6m, veje 3-6 m, og andre veje. Denne information udnyttes til at underopdele baggrundsveje i disse vejtyper, og sammen med antagelser om køretøjsfordeling, rejsehastighed og trafi kkens døgnfordeling muliggør det beregning af emissionen fra trafi kken. For beregningsveje benyttes vejtypen til at beskrive trafi kkens døgnfordeling. Oplysninger om hvorvidt en vejstrækning er enkelt eller dobbelt digitaliseret er afgørende for beregningsvejene, idet den trafi kskabte turbulens og dens indfl ydelse på spredningen medtages i forbindelse med fx motorveje, hvor hver retning er digitaliseret for sig, og hvor den hosliggende retning af en motorvejstrækning har betydning for den anden retning, og dermed for koncentrationerne på beregningspunkter langs vejstykket. Vejbredden er afgørende for beregningsvejene, da vejbredden bruges til inddeling af beregningsvejene i arealkilder. Årsdøgntrafi k benyttes for både beregnings- og baggrundsveje. Vejbredden forstås her, som den del af kørebanen som bilerne kører på. 34

35 Køretøjsfordelingen i form af person-, vare-, og lastbiler samt busser er nødvendig for baggrundsveje, mens tungtrafi kandelen benyttes for beregningsveje (lastbiler og busser). Rejsehastighed er nødvendig for beregningsvejene og det samme er OSPM vejtypen, som beskriver trafi kkens døgnfordeling. Endvidere kan spredningshøjden justeres i forhold til terrænet afhængig af om vejen ligger på en dæmning eller er ført gennem en bakke eller omgivet af volde. En oversigt over nødvendige trafi k- og vejoplysninger for hhv. beregnings- og baggrundsveje er vist i Tabel 7.1. Parameter Beregningsveje Baggrundsveje Unikt strækningsid X X Vejtype X X Digitaliseringstype Vejbredde Årsdøgntrafi k X X Køretøjsfordeling Tungandel Rejsehastighed Støjskærmskarakteristika Vejdæmning/volde TABEL 7.1 Oversigt over trafi k- og vejoplysninger for beregnings- og baggrundsveje 7.5 EMISSION FRA TRAFIKKEN Den offi cielle EU emissionsmodel COPERT IV (version 9) 45, som anbefales af EU til nationale emissionsopgørelser, er integreret i OML-Highway, og er det samme emissionsmodul, som er integreret i OSPM. Dette muliggør fuld udnyttelse og konsistens med emissionsmodulet i OSPM, som løbende opdateres. COPERT IV emissionsmodellen beskriver emissionen fra vejtrafi k ud fra køretøjskategori, emissionsklasse og brændstoftype. Emissionen er endvidere afhængig af rejsehastigheden, andelen af koldstartede biler (forhøjet emission ved kold motor), og forværrelsesfaktorer (fx falder effektiviteten af katalysatorer med alderen). Emissionsmodulet implementeret i OML-Highway inkluderer: NO x, CO, benzen, PM 10, PM 2.5 og partikelantal. Direkte NO 2 andele (andel af NO x emission, som udsendes som NO 2 ) er også implementeret i emissionsmodulet, og giver NO 2 andele for de forskellige køretøjskategorier og emissionsklasser. X X X X X X X Der er implementeret en metode i OML-Highway, som muliggør automatisk beregning af trafi kemissionen fra et digitalt vejnet på selvvalgt geografi sk opløsning af et gitternet fx 1x1 km 2. Et eksempel på den geografi ske fordeling af NO x emissionen i 2020 (kg/år/km 2 ) fra vejtrafi kken på baggrundsvejene i forbindelse med VVM-vurdering af 3. Limfjordsforbindelse er vist i Figur 7.3. Emissionerne for SO 2 (svovldioxid) og VOC (kulbrinter) indgår ikke i emissionsmodulet til OML-Highway, og er derfor beregnet på følgende forenklet måde. Ud fra emissionsfaktorer for NO x, SO 2 og VOC fra den nationale emissionsopgørelse ( for køretøjskategorierne og køretøjssammensætning på den eksisterende motorvejsstrækning over Limfjorden er den gennemsnitlige emissionsfaktor beregnet for NO x, SO 2 og VOC i 2010 (anvendt for 2009) og I 2010 udgør SO 2 0,12 % af NO x og VOC 6,5 % af NO x. I 2020 udgør SO 2 0,31 % af NO x og VOC 4,7 % af NO x. Disse forholdstal er anvendt til at beregne den totale emission af SO 2 og VOC ud fra den beregnede NO x emission. Samme fremgangsmåde vil kunne benyttes i forbindelse med beregning af totale SO 2 og VOC emissioner i andre sammenhænge eller forholdet mellem de forskellige stoffer kan tages direkte fra den nationale emissionsopgørelse for vejtransport, som et overordnet gennemsnit. CO 2 beregning COPERT IV beregner CO 2 emissionen ud fra brændstofsforbruget. Beskrivelsen af brændstofsforbruget og dermed CO 2 emissionen i COPERT IV modellen lever imidlertid ikke op til forventningerne om den fremtidige udvikling. Derfor er der i det følgende beskrevet en alternativ metode til beregning af CO 2 emissionen. COPERT IV har brændstofsforbruget og dermed CO 2 emissionen knyttet til de forskellige Euroemissionsklasser, men problemet er at de nyere emissionsklasser stort set ikke har lavere brændstofsforbrug end ældre emissionsnormer. Det betyder, at der er meget lidt udvikling i energieffektivitet i COPERT IV fremover, hvilket ikke er sandsynligt. Beregning af udviklingen i CO 2 emissionen er derfor baseret på Energistyrelsens fremskrivning af energiforbruget for vejtransport 46. I Energistyrelsens forudsigelse af udviklingen i køretøjernes energieffektivitet er det antaget, at den vedtagne EU-forordning om personbilers CO 2 -udledninger slår fuldt igennem på det danske nybilsalg, således at de nyregistrerede personbiler i Danmark i gennemsnit vil leve op til målsætningen om max. 130 gram CO 2 udledt pr. kørt km i Efter 2015 antages udviklingen i den gennemsnitlige energieffektivitet i nybilsalget at være mere afdæmpet med gennemsnitlig 0,4 pct. årligt. For varebiler antages forbedringer af energieffektiviteten at ske med den halve takt i forhold til personbiler. Det skyldes, at 35

36 der endnu ikke er vedtaget en forordning for energieffektiviteten i varebiler. Betydningen af implementeringen af forordningens målsætning på det danske nybilsalg har Energistyrelsen estimeret i en simpel model for udviklingen i den danske bilpark. Dette fører til årlige effektivitetsforbedringer på gennemsnitlig 1,55 % i perioden , som topper i 2015, hvor den gennemsnitlige effektivitet forøges med 1,78 %. Til sammenligning har personbilers energieffektivitet været nogenlunde uændret historisk set over en længere årrække, blandt andet fordi den teknologiske udvikling er blevet modsvaret af en tendens til køb af større biler. Siden 2000 er energieffektiviteten imidlertid forbedret med ca. 1 % årligt. I Energistyrelsens vurdering af energieffektiviteten 46 antages ikke en nævneværdig indfasning af elbiler i basisscenariet, og andelen af biobrændstoffer forudsættes at stige gradvist til 5,75 % i 2012 i overensstemmelse med den politiske aftale på området. I beregningerne for CO 2 emission antages derfor en årlig gns. forbedring af energieffektiviteten på 1,55 % for perioden , se Tabel 7.2. Energiforbruget og dermed CO 2 emissionen pr. gns. køretøj reduceres med eksempelvis 16 % fra 2009 til I forskellige scenarier i VVM-vurderinger kan CO 2 emissionen således beregnes ud fra trafi karbejdet og energieffektiviteten, som vist i Tabel EMISSION FRA ANDRE KILDER END TRAFIK OML-Highway modellen muliggør import af emissionsdata fra andre kilder end trafi k forudsat at et bestemt fi lformat overholdes. DCE har i 2011 færdiggjort SPREAD emissionsmodellen 48, som anvender forskellige geografi ske fordelingsmetoder til at fordele den nationale emissionsopgørelse på 1x1 km 2 opløsning for hele Danmark. Dette datasæt indeholder alle kilder dvs. trafi k, energi, industri, boligopvarmning, landbrug mv. Det kan anbefales, at benytte dette datasæt for alle øvrige kilder end trafi k, idet trafi kemissionen for baggrundsvejene i forbindelse med vurdering af konkrete projekter bedst bestemmes med den bottom-up metode, som er implementeret i OML-Highway. Årstal Indeks TABEL 7.2 Udvikling i energieffektivitet for bilparken 46

37 37

38 8. BEREGNINGSPUNKTER OG BERØRTE BOLIGER DETTE KAPITEL BESKRIVER, HVORDAN BEREGNINGSPUNKTER KAN UDLÆGGES FOR AT KUNNE BEREGNE LUFTKVALITETEN LANGS BEREGNINGSVEJENE FOR BERØRTE BOLIGER INDEN FOR ET INFLUENSOMRÅDE, OG HVORDAN BERØRTE BOLIGER KAN KLASSIFICERES MHT. TIL LUFTKVALITET. 8.1 BEREGNINGSPUNKTER INDEN FOR INFLUEN- SOMRÅDE Beregningspunkter, også kaldet receptorpunkter, er punkter, hvor koncentrationen af forskellige luftforureninger beregnes. OML-Highway kan generere beregningspunkter på en række forskellige måder: Det er muligt automatisk at generere beregningspunkter langs med beregningsvejene i forskellige brugerdefi nerede vinkelrette afstande fra vejstrækningerne og med forskellige mellemrum Det er muligt frit at fastlægge et eller fl ere beregningspunkter Det er muligt at importere et GIS datasæt med beregningspunkter fx boligadresser. Det optimale er at gennemføre beregninger for alle boliger inden for m af beregningsvejene ved at benytte koordinator for boligadresser. Da antallet af beregningspunkter er afgørende for beregningstiden kan det dog være nødvendigt, at forsøge at begrænse antallet af beregningspunkter. I forbindelse med VVM-vurdering af 3. Limfjordsforbindelse blev antallet af beregningspunkter begrænset ved at antage, at et beregningspunkt er repræsentativt for nærliggende boligadresser inden for en given buffer. Med et værktøj i OML-Highway er der dannet en række beregningspunkter langs med beregningsvejene. Beregningspunkter er udlagt i forskellige afstande af motorvejen og med en indbyrdes afstand på 500 m. De forskellige afstande fra motorvejen fremgår af nedenstående Tabel 8.1, hvor bufferafstanden er mindst tæt på motorvejen og større i større afstand af motorvejen for at afspejle at koncentrationerne aftager relativt hurtigt med afstanden. OML-Highway kan også generere beregningspunkter i midtpunktet af et specifi ceret gitternet. Afstand (m) Repræsentativ for buffer(m) Det infl uensområde, som bør dækkes er på samme måde som for trafi kstøj alle boliger, som er beliggende inden for en afstand af m fra beregningsvejene i de forskellige alternativer. Som det fremgår af sammenhængen mellem koncentration og afstand fra beregningsvej i kapitel 6 vil dette indfange betydningen af beregningsvejen, idet koncentrationen aftager relativt hurtigt fra beregningsvejen og i en afstand af m er der kun en marginal indfl ydelse fra beregningsvejen. 12, , TABEL 8.1 Afstande fra motorvej til beregningspunkter 38

39 FIGUR 8.1 Venstre: Beregningspunkter dannet langs med beregningsvejnettet i forskellige afstande af motorvejen og med en indbyrdes afstand på 500 m. Højre: Alle boligadresser inden for en buffer er tildelt beregnet koncentrationsniveau i beregningspunkt i bufferen. Lindholm alternativet i 2020 er illustreret (Samme beregningsnet er anvendt for Egholm og Lindholm alternativerne). Udlagte beregningspunkter med beregnede NO 2 årsmiddelværdier i 2020 er illustreret efter denne metode i Figur 8.1. Alle boligadresser i en afstand af m fra beregningsvejene er udvalgt og GIS er udnyttet til at knytte det beregningspunkt som er tættest på boligadressen til boligadressen, således at den beregnede koncentration i dette beregningspunkt antages at være repræsentativ for boligadressen. Denne metode giver i de fl este tilfælde et godt resultat, men der er situationer, hvor den kan give for høje koncentrationer. Det sker typisk i situationer, hvor en adresse bliver knyttet til et beregningspunkt på den anden side af beregningsvejen, da beregningspunkterne ikke altid ligger lige overfor hinanden på hver side af vejen. I eksemplet fra 3. Limfjordsforbindelse er der omkring boliger inden for m af beregningsvejene i de forskellige alternativer, hvor beregning for hver eneste adressekoordinat vil tage forholdsvis lang tid. Følgende overslag over beregningstider er baseret på en hurtigt PC fra Beregningstiden for et års data for et beregningspunkt er i størrelsesordenen sekunder, men det afhænger af, hvor mange kilder der er, og beregningstiden er også større for beregningspunkter tæt på beregningsvejene, idet kilder her yderligere underopdeles. Beregningstiden ville i dette eksempel være knap 3 computerdage for et alternativ for et årstal, hvis alle boligadresser er et beregningspunkt. Der var 5 beregningsalternativer, hvilket giver omkring 15 computerdage. Det er dog muligt at fordele beregningerne på fl ere computere. I forbindelse med VVM-vurdering for Odense Syd var der omkring beregningssteder og for Rute 26 Viborg - Aarhus omkring beregningssteder, og i begge tilfælde blev beregningerne gennemført for samtlige boligadresser. 39

40 8.2 BERØRTE BOLIGER OG KLASSIFICERING AF LUFTKVALITET Alle boliger, og øvrige bygninger med boliglignende ophold, indgår i antallet af støjbelastede boliger, og indgår derfor også i opgørelsen af boliger udsat for luftforurening. På samme måde som for støj indgår alle boliger beliggende inden for en afstand af m fra beregningsvejene i de forskellige alternativer. Boligoplysninger er baseret på Bygnings- og Boligregisteret (BBR), og de boligtyper som indgår ses i Tabel 8.2. Feriebygninger, kolonihaver og anden fritidsbebyggelse indgår ikke i antallet af støj- og luftforureningsbelastede boliger, men der skal foretages en særskilt vurdering heraf. De hidtidige erfaringer fra VVM-vurdering af 3. Limfjordsforbindelse, Odense Syd og Rute 26 er at der er meget få af denne type boliger langs beregningsvejene inden for m heraf. Da der for en given adresse kan være fl ere boligenheder (fx ved etageboliger) tælles antal boliger som antal boligenheder. I forbindelse med klassifi cering af antallet af belastede boliger med luftforurening er man interesseret i at kunne sammenligne antallet af boliger inden for de samme forureningsklasser på tværs af forskellige alternativer, og også gerne mellem forskellige projekter på samme måde, som man kan gøre for antallet af støjbelastede boliger. For luftkvalitet er det imidlertid vanskeligere på forhånd at defi nere nogle faste klassifi ceringer, fordi spændet mellem laveste og højeste koncentrationer er langt større end for støj, og det er ikke ønskeligt at operere med mange klasser rent formidlingsmæssigt. Dette spænd mellem laveste og højeste koncentrationer ændres også kraftigt over tid, idet der en generel tendens til reduktion af luftforureningen, som ikke tilsvarende ses inden for støj. Hvis man fx vælger et basisår som 2009 som udgangspunkt for en klasseinddeling i fx 6 klasser og benytter den samme klasseinddeling i 2020, hvor koncentrationer for NO 2 er faldet med fx 30 % vil mange boliger ligge i de samme få klasser, og sløre eventuelle forskelle mellem forskellige alternativer. I Tabel 8.3 er vist, hvordan klassifi ceringen er valgt for 3. Limfjordsbindelse, hvor der er markant forskel på klassifi ceringen i 2009 og 2020 for at tage højde for at koncentrationerne falder, hvilket især er markant for NO 2, mens der kun forventes et mindre fald i PM 2.5 og PM 10, da baggrundsbidraget er meget stort i forhold til vejbidraget. Anvendelseskode i BBR Kort beskrivelse Indgår i antal støj- og luftforureningsbelastede boliger Belyses særskilt 110 Stuehus X 120 Parcelhus X 130 Række / kædehus X 140 Etagebolig X 150 Kollegium X 160 Døgninstitution X 190 And. helårsbolig X 510 Sommerhus X 520 Feriebygning X 540 Kolonihavehus X 590 Anden fritidsbygning X TABEL 8.2 Boligtyper som indgår i antal støj- og luftforureningsbelastede boliger 40

41 NO 2 10,0-15,0 (μg/m 3 ) 15,0-20,0 (μg/m 3 ) 20,0-25,0 (μg/m 3 ) 25,0-30,0 (μg/m 3 ) 30,0-35,0 (μg/m 3 ) 35,0-40,0 (μg/m 3 ) Total Basis NO 2 10,0-12,0 (μg/m 3 ) 12,0-14,0 (μg/m 3 ) 14,0-16,0 (μg/m 3 ) 16,0-18,0 (μg/m 3 ) 18,0-20,0 (μg/m 3 ) 20,0-22,0 (μg/m 3 ) 22,0-22,1 (μg/m 3 ) Total Basis Parallel Egholm Lindholm PM ,00-11,25 (μg/m 3 ) 11,25-11,50 (μg/m 3 ) 11,50-11,75 (μg/m 3 ) 11,75-12,00 (μg/m 3 ) 12,00-12,25 (μg/m 3 ) 12,25-12,50 (μg/m 3 ) 12,5-13,1 (μg/m 3 ) Total Basis Basis Parallel Egholm Lindholm PM 10 19,00-19,5 (μg/m 3 ) 19,5-20,0 (μg/m 3 ) 20,0-20,5 (μg/m 3 ) 20,5-21,0 (μg/m 3 ) 21,0-21,5 (μg/m 3 ) 21,5-22,0 (μg/m 3 ) 22,0-23,0 (μg/m 3 ) Total Basis Basis Parallel Egholm Lindholm TABEL 8.3 Antal helårsboliger udsat for luftforurening i afstand op til m fra motorveje ved 3. Limfjordsforbindelse i forskellige alternativer (Basis er eksisterende forhold, Parallellinjen er ny forbindelse ved eksisterende tunnel, Egholm er ny forbindelse over øen Egholm, og Lindholm er ny forbindelse ved Lindholm) 41

42 9. REGIONALE KONCENTRATIONER OG METEOROLOGISKE DATA DETTE KAPITEL BESKRIVER KORT BRUG AF INPUT DATA FOR REGIONAL LUFTFORURENING OG METEOROLOGISKE DATA TIL OML-HIGHWAY. 9.1 REGIONAL LUFTFORURENING Regionale baggrundskoncentrationer repræsenterer det regionale bidrag til luftforureningen, som skyldes europæiske og danske forureningskilder. Det regionale baggrundskoncentrationsniveau måles fx på landstationer, som ikke er direkte påvirket af lokale kilder. I OML-Highway er de regionale baggrundskoncentrationer rammebetingelserne for det gitternet, som beskriver baggrundsvejenes bidrag. Regionale baggrundskoncentrationsdata skal opfylde et på forhånd defi neret format og indeholde en tidsserie med timedata af fx NO x, NO 2, O 3, PM 2.5 og PM 10. Geografisk variation Den geografi ske udstrækning af Danmark er forholdsvis lille, og både målinger og modelberegninger viser, at den regionale baggrundskoncentration ikke varierer meget over Danmark, selvom der er en svag gradient fra syd til nord og fra vest til øst for sundhedsrelaterede luftforureninger. I forbindelse med VVM-vurderinger for 3. Limfjordsforbindelse, Odense Syd og Rute 26 er det derfor valgt at benytte regionale koncentrationer fra målestationen på Keldsnor, Langeland, i Denne målestation vurderes at være repræsentativ for den regionale baggrundskoncentration i Danmark. De regionale baggrundskoncentrationer er forudsat uændret fra 2008 til 2020, selvom der kan forventes en lille reduktion i de regionale niveauer pga. emissionsreduktion i Danmark og Europa. Det regionale niveau af NO 2 er 8,6 μg/m 3 i For PM 2.5 og PM 10 er anvendt en gennemsnitsværdi, da de ikke indgår i kemisk omdannelse på den tidsskala, som betragtes. PM 2.5 og PM 10 er forudsat at være hhv. 11 μg/m 3 og 19 μg/m 3. Fremtidige koncentrationer I forbindelse med VVM-vurderinger vil der ofte være et basisår og et fremtidigt scenarieår, hvor forskellige alternativer ønskes vurderet både for basis og alternativerne i scenarieåret. I de hidtidige VVM-vurderinger er der i beregningerne forudsat, at koncentrationsniveauerne er uændret fra fx 2012 til 2020, selvom der kan forventes en svag faldende tendens for regional baggrund pga. reduktion i danske og europæiske emissioner. Dette kan være en rimelig antagelse, da formålet med VVM-vurderinger er at sammenligne forskelle mellem forskellige alternativer, hvor det kan accepteres, at det absolutte niveau er lidt for højt. I forbindelse med de hidtidige VVM-vurderinger er der ikke konstateret beregnede overskridelser af grænseværdierne for NO 2, PM 2.5 og PM 10, men i tilfælde, hvor beregnede niveauer er tæt på grænseværdierne bør man vurdere, hvilken betydning antagelser om det regionale baggrundsniveau har. Det vil ikke altid være muligt inden for de ressourcer, som er til rådighed i VVM-vurderinger, at gennemføre beregninger for fremtidige regionale koncentrationer med fx DEHM modellen, idet det forudsætter at både danske, europæiske og øvrige emissioner for den nordlige halvkugle er tilgængelige for det pågældende år. Derfor kan fremtidige regionale baggrundskoncentrationer estimeres ud fra den hidtidige udvikling i målinger og en ekstrapolation heraf under hensyntagen til den fremtidige forventede emissionsudvikling. En metode hertil er skitseret i det følgende. Udviklingstendensen for den regionale baggrund af NO 2 er vurderet ud fra den hidtidige målte udviklingstendens for NO 2 ved den regionale baggrundsmålestation ved Lille Valby ved Roskilde. Som det fremgår af Figur 9.1 er der målt et jævnt fald i koncentrationen af NO 2 for perioden 1992 til 2011 med et årligt fald i koncentrationen på 0,25 μg/m 3 bestemt på basis af en simpel lineær regression. Variationerne fra år til år skyldes hovedsageligt de naturlige variationer i de meteorologiske forhold. Figur 9.1 viser også udviklingstendens for udledningerne af NO x for Danmark og for hele EU for perioden Der ses i perioden et relativt ens fald i udledningerne fra Danmark og EU, dog med et lidt større fald i Danmark end i EU. Udviklingstendens for koncentrationerne af NO 2 følger faldet i udledningerne af NO x, hvilket bekræfter, at det er de mange reduktionstiltag, som er hovedårsag til det observerede fald i de regionale koncentrationer af NO 2. For perioden frem til 2020 forventes fortsat et fald i udledningerne af NO x i Danmark og EU, hvilket dels er baseret på at de allerede vedtagne reduktionsforanstaltninger vil føre til yderligere reduktioner i udledningerne i de kom- 42

43 NO2, μg/m y = -0,2523x + 517,04 Lille Valby/Risø Emissioner - DK Emissioner - EU Emissioner, indekseret FIGUR 9.1 Udviklingstendens for den regionale baggrundskoncentration af NO 2 målt ved Lille Valby ved Roskilde. Tendenslinjen er bestemt ved simpel lineær regression. Endvidere angives udviklingstendens for udledningerne af NO x i Danmark og EU i perioden fra 1992 til 2010 for Danmark og frem til 2009 for EU. Udledningerne er indekseret til 100 i Den fremtidige udviklingstendens for emissioner for perioden frem til 2020 er baseret på lineært fald i udledningerne svarende til at de nye reviderede nationale emissionslofter for 2020 vil blive overholdt mende år, og dels på at der i maj 2012 i forbindelse med revisionen af Gøteborgkonventionen er blevet vedtaget nye nationale emissionslofter gældende for 2020 (www. EMEP.org). Det er disse nationale emissionslofter, som danner basis for den skitserede fremtidige udviklingstendens for udledningerne i Figur 9.1. For Danmark forventes et lidt mindre årligt fald end hidtil observeret, mens der for EU forventes et lidt større årligt fald end hidtil observeret. De danske udledninger har også betydning for koncentrationen af NO 2 i regional baggrund, men spiller dog en mindre rolle end de udenlandske udledninger. Det årlige fald er baseret på en forventning om, at de enkelte lande løbende vil iværksætte de nødvendige reduktionstiltag selv om de principielt kan vente til 2020 med at foretage reduktionerne, da det først er i 2020 de nye emissionslofter skal være overholdt. Som det fremgår af Figur 9.1 er det rimeligt at antage, at den historiske tendens til fald i NO 2 koncentrationen på 0,25 μg/m 3 per år vil fortsætte i de kommende år. Konkret kan fremtidige regionale NO 2 koncentrationer implementeres i OML-Highway ved at trække 0,25 μg/m 3 (pr. år) fra i tidsserierne. Ozon er ikke justeret, da ozonniveauerne over adskillige år har været konstante i regional baggrund. Eksempelvis, giver dette i 2015 omkring 1,0 μg/ m 3 lavere regionale NO 2 koncentrationer end hvis der ikke tages hensyn til ovennævnte forhold. En tilsvarende metode kunne anvendes for PM 2.5 og PM METEOROLOGISKE DATA OML-Highway forudsætter en meteorologisk fi l, som opfylder OML formatet til meteorologiske data. En sådan fi l kan genereres ud fra synoptisk data (landbaserede observationer) og radio sonde data (observationer op gennem atmosfæren). Dette kræver anvendelse af en række programmer, som udgør den meteorologiske pre-processor softwarepakke til OML modellen. Eksempler på sådanne meteorologiske fi ler medfølger med OML-Highway. Da det kræver ekspertviden at generere denne fi l, kan OML- Highway generere tilnærmet meteorologiske data alene ud fra almindeligt tilgængelig synoptisk data, som indeholder en timebaseret tidsserie med vindhastighed, vindretning, temperatur, solindstråling, relativ fugtighed, skydække mv., som er typiske parametre, som måles fx på lufthavne. Meteorologiske data kan også stamme fra meteorologiske modeller, og i de hidtidige VVM-vurderinger er der anvendt data fra den meteorologiske model MM5 for Det er endvidere vigtigt, at meteorologiske data og regionale baggrundskoncentrationer er fra samme år, da meteorologien påvirker de regionale koncentrationer. Dette er især vigtigt for beregning af percentil- eller maksimumværdier, og vil have mindre indflydelse på beregning af årsmiddelværdier. Det samme meteorologiske år kan benyttes for basis og fremtidige scenarieår, da meteorologiske tidsserier ikke kan forudsiges fl ere år ud i fremtiden. De meteorologiske forhold bør også være de samme så det alene er forskelle mellem trafi k, emission, boliger mv. som beskriver forskelle mellem forskellige alternativer. I forbindelse med VVM-vurderinger vil scenarieår typisk ligge 5-10 år ude i fremtiden, hvor klimaforandringers indfl ydelse på meteorologien og dermed luftkvaliteten ikke behøves at indregnes, da den vil være beskeden. 43

44 10. TUNNELUDMUNDINGER OG LUFTKVALITET DETTE KAPITEL BESKRIVER DEN FORHØJEDE EMISSION DER ER VED TUNNELUDMUNDINGER, OG HVORDAN SPREDNINGEN HERAF PÅVIRKER LUFTKVALITETEN I DE NÆRE OMGIVELSER. I forbindelse med tunneler vil der ved tunneludmundingerne opstå en forhøjet emission, som følge af at emissionen fra trafi kken i tunnelrøret ledes ud ved tunneludmundingen. Det antages her at al emission fra tunnelrøret via trafi kkens stempeleffekt (samt tvungen ventilation i tunnelen) løbende opsamles ved tunneludmundingerne. Jo længere tunnelen er jo større vil emissionen være, hvis emissionen alene udledes ved tunneludmundingerne. Tunneler indgik eksempelvis i VVM-undersøgelser af 3. Limfjordsforbindelse. OML-Highway er som sådan ikke specialdesignet til at håndtere emission fra tunneler, og hvordan de påvirker omgivelserne. Men anvendte inputdata kan tilpasses, så OML-Highway kan bruges til vurdering af luftkvaliteten i nærområdet. Hvordan dette kan gribes an er beskrevet i det følgende for forskellige længder af tunnelrør (560 m og 2000 m) for hhv og De 560 m er længden af tunnelrøret under Limfjorden, og scenarieberegninger er også gennemført for denne situation for forskellige afstande fra motorvejen. Der er regnet med en årsdøgntrafi k på omkring , en tungandel på 12 % og en rejsehastighed på ca. 90 km/t FREMGANGSMÅDE FOR BEREGNING AF LUFT- KVALITET OMKRING TUNNELUDMUNDINGER Tunnelemissioner bliver modelleret ved at defi nere en fl adekilde med en længde på 100 m og med vejens bredde ved hver af tunneludmundingerne. Det antages at al emission fra tunnelrøret via trafi kkens stempeleffekt (samt tvungen ventilation i tunnelen) løbende opsamles her (Figur 10.1). I eksemplet fra 3. Limfjordsforbindelse blev der udlagt beregningspunkter vinkelret på motorvejen ved den nordlige fl adekilde ved tunneludmundingen. Der er udlagt 2 rækker beregningspunkter ved siden af hinanden, og der var lille forskel i koncentrationerne mellem disse. I det følgende er der derfor kun vist koncentrationsdata for den ene. Noget nord for den nordlige tunneludmunding er der også udlagt beregningspunkter vinkelret på motorvejen for at illustrere en situation, hvor emissionerne ved tunneludmundingen har lille indfl ydelse på koncentrationerne, fordi beregningspunkterne er relativt langt væk fra tunneludmundingen. Denne situation kaldes i det efterfølgende for normal situationen. FIGUR 10.1 Visualisering af beregningspunkter ved Limfjordstunnelen. Den grønne strækning viser tunnelrøret og de blå fi rkantede fl ader ved tunneludmundingerne viser, hvor al emission fra tunnelen er placeret (fl adekilder). NO2 in 2010 (μg/m3) ± Meters

45 År 2010, Tunnel 2000 m År 2010, Tunnel 560 m FIGUR 10.2 Sammenhæng mellem NO 2 årsmiddelværdi og afstanden for hhv. et tunnelrør med en længde på 560 m og m for beregningspunkter ud fra den nordlige tunneludmunding (høje kocentrationer) og for normal situationen (lave koncentrationer). Ved Limfjordstunnelen med antagelse af en årsdøgntrafi k på , en tungandel på 12 % og en rejsehastighed på ca. 90 km/t. Beregninger er gennemført for LUFTKVALITET OMKRING TUNNEL- UDMUNDING I Figur 10.2 er vist, hvordan luftkvaliteten af NO 2 aftager med afstanden for hhv. et tunnelrør med en længde på 560 m og m for beregningspunkter ud fra den nordlige tunneludmunding og for normal situationen. Betydningen af tunnelrøret er forskellen mellem de røde kurver for tunnelen på 560 m og de blå kurver for tunnelen på m. I beregningerne indgår regional baggrundskoncentrationer. Det ses som forventet, at længden af tunnelrøret har betydning for koncentrationerne, således at længere tunnelrør giver højere koncentrationer, da der er en større opsamling af emission fra tunnelrøret ved tunneludmundingen. For tunnelen med en længde på 560 m ses en betydning af de forhøjere emissioner ud til en afstand af omkring 100 m, men tunnelen på m har betydning ud til omkring 200 m. Grænseværdien for NO 2 som årsmiddelværdi er 40 μg/ m 3 i 2010, og denne grænseværdi er overskredet ved et tunnelrør på 560 m men kun inden for de første 30 m af motorvejen, hvor der ikke bor nogen. Fra den nordlige tunneludmunding er der omkring 185 meter til nærmeste beboelse, mens der er omkring 130 meter fra den sydlige tunneludmunding. Ved en tunnellængde på m ville grænseværdien være overskredet ud til omkring 80 m. I Figur 10.3 er beregningerne taget for samme situation som ovenfor men for Det ses, at NO 2 koncentrationen næsten forventes at blive halveret fra 2010 til 2020, hvilket skyldes den løbende udskiftning af bilparken, hvor ældre forurenende biler erstattes med mindre forurenende biler pga. skærpede Euroemissionsnormer År 2020, Tunnel 2000 m År 2020, Tunnel 560 m FIGUR 10.3 Sammenhæng mellem NO 2 årsmiddelværdi og afstanden for hhv. et tunnelrør med en længde på 560 m og m for beregningspunkter ud fra den nordlige tunneludmunding (høje koncentrationer) og for normal situationen (lave koncentrationer). Ved Limfjordstunnelen med antagelse af en årsdøgntrafi k på , en tungandel på 12% og en rejsehastighed på ca. 90 km/t. Beregninger er gennemført for

46 11. STØJSKÆRME, STØJDÆMPENDE BELÆGNING OG LUFTKVALITET STØJSKÆRME OG STØJDÆMPENDE VEJBELÆGNING KAN VÆRE VIRKEMIDLER, SOM ANVENDES TIL AFVÆRGEFORANSTALTNINGER FOR AT REDUCERE STØJBELASTNINGEN FRA TRAFIKKEN I FORBINDELSE MED VVM-REDEGØRELSER. I DETTE KAPITAL BESKRIVES HVILKEN BETYDNING STØJSKÆRME OG STØJDÆMPENDE VEJBELÆGNING HAR FOR LUFTKVALITETEN EFFEKT AF STØJSKÆRME Støjskærme påvirker i mindre grad spredningen af luftforurening, og har derfor en mindre reducerende effekt på koncentrationerne bag støjskærmen, som dog hurtigt aftager med afstanden. OML-Highway er i stand til at beregne effekten heraf. I det følgende er der gennemført beregninger for motorvejen syd om Odense med en årsdøgntrafi k på , 11% tung trafi k, en hastighed på 90 km/t samt emissionsdata fra I dette eksempel er der på den sydlige side af motorvejen placeret en støjskærm på hhv. 3 m og 6 m. Sammenhængen mellem årskoncentrationen af NO x og NO 2 i en situation uden støjskærm og i situationer med hhv. 3 m høj støjskærm og på 6 m, er vist i Figur Som forventet er reduktionen større for den høje støjskærm på 6 m i forhold til den på 3 m, og reduktionen er størst tæt på støjskærmen, hvorefter den aftager hurtigt med afstanden fra skærmen. Effekten af skærmen skyldes, at den øger den initiale spredningshøjde af røgfanen, og dermed øger fortyndingen tæt på skærmen. Skærmen har en reducerende effekt indtil m fra skærmen, hvorefter der er marginal effekt af skærmen. I forhold til luftforureningen vil støjskærme derfor kun have en mindre positiv effekt for boliger, som ligger meget tæt op ad motorveje. I langt de fl este tilfælde vil boliger ligge længere væk end meter fra støjskærme etableret langs motorveje. Det er kun vejbidraget som er vist, såfremt forureningsbidraget fra baggrundsveje og regionale baggrundskoncentrationer også inddrages vil den procentvise reduktion blive lidt mindre. Den procentvise effekt er lidt mindre for NO 2 i forhold til NO x pga. kemi. Dette skyldes, at det tager lidt tid for den emitterede NO at reagere med luftens O 3 under dannelse af NO 2, og at ozon kan være en begrænsende faktor for dannelse af NO 2. Den procentvise effekt af støjskærmen vil være større, hvis der ses på enkelttimer med en vindretning direkte fra vejen mod skærmen, i stedet for middelværdien over hele året, som er præsenteret her, og som inkluderer vind fra forskellige vindretninger EFFEKT AF STØJDÆMPENDE VEJBELÆGNING Støjdæmpende vejbelægning formodes at have en reducerende effekt på ikke-udstødningsdelen for partikler, men denne effekt er endnu mangelfuldt undersøgt og dokumenteret på nuværende tidspunkt. Erfaringer fra H.C. Andersens Boulevard i København PM 10 målinger og analyser heraf fra H.C. Andersens Boulevard i København, som er en af Danmarks mest befærdede bygader ( køretøjer/døgn), har vist at vejbelægningsskift reducerer PM 10 koncentrationen 51. Koncentrationen af PM 10 har i København til og med 2008 ligget over EU s grænseværdier for PM 10, hvor mindst en af EU s grænseværdier for PM 10 (40 μg/m 3 som årsmiddelværdi eller 50 μg/m 3 for døgnmiddelværdi, som højest må overskrides 35 gange i løbet af et kalenderår) har været overskredet. Fra 2008 til 2009 faldt årsmiddelværdien af PM 10 med 15% fra 39 μg/m 3 til 33 μg/m 3 på målestationen på H.C. Andersens Boulevard, København, således at grænseværdierne overholdes i Faldet skete forholdsvist brat i august 2008, hvor der blev lagt ny belægning på H.C. Andersens Boulevard. Ændringerne i døgnvariationen af PM 10 og grundstofsammensætningen i PM 10 før og efter den nye belægning viser, at årsagen til det store fald skyldes et stort fald i de partikler, som hvirvles op fra vejen grundet trafi kken. Vejbelægningen har dermed stor indfl ydelse på PM 10 på stærkt trafi kerede gadestrækninger. Der blev også set et mindre fald i PM 2.5, men der kræves fl ere undersøgelser for at vurdere, hvor stor en del af dette fald, som skal tilskrives den nye belægning. Der blev skiftet til støjdæmpende asfalt, men den præcise type og beskaffenhed af den foregående vejbelægning er ikke undersøgt. Tyske erfaringer Den Tyske vejadministration (Bundesanstalt für Strassenwesen BASt) har gennemført et forskningsprojekt, 46

47 30 25 NO x (μg/m 3 ) Reference ( ÅDT = ) Støjskærm 3 m Støjskærm 6 m afstand fra vejmidten (m) NO 2 (μg/m 3 ) Reference ( ÅDT = ) Støjskærm 3 m Støjskærm 6 m afstand fra vejmidten (m) FIGUR 11.1 Sammenhæng mellem årskoncentrationen i 2010 af NO x (øverst) og NO 2 (nederst) i en situation uden støjskærm og i situationer med hhv. en 3 m høj støjskærm og en på 6 m. Afstanden fra vejmidten er afstanden fra den digitaliserede vejmidte dvs. midten af kørebanen. som undersøgte indfl ydelse af vejens tilstand, meteorologi, og kørehastighed på PM emissioner. Et delprojekt 52, som undersøgte indfl ydelse af vejens tilstand sammenlignede PM 10 målinger på 3 byveje før og efter en gennemgribende renovering af vejen ved siden af målestationen. PM målingerne på de 3 veje ændrer sig meget forskelligt og indikerer dermed variationsinterval af effekten. De 3 veje har trafi kmængder fra til køretøjer pr. døgn, som er væsentligt mindre end på H.C. Andersens Boulevard. Også udgangspunktet for vejtilstanden før renoveringen er forskelligt. De observerede reduktioner i PM bidraget som tilskrives vejbanen er henholdsvis 14 μg/m 3, 2-3 μg/m 3 og 0-1,5 μg/m 3. Den sidstnævnte vej med mindst reduktion er ensrettet og med begrænset hastighed på kun 30 km/h og dermed ikke sammenlignelig med de andre. Der fi ndes nyere resultater fra tyske studier 53, som har undersøgt indfl ydelse af støjdæmpende asfalt på PM emissioner. Disse målinger er foretaget på en motorvej, og kan muligvis kun i begrænset omfang overføres til byveje. Mens vejbanen er tør kan man ikke observere forskel mellem normal og støjdæmpende asfalt. Når det regner og kort efter kan man observere at PM koncentrationer langs vejstrækning med støjdæmpende asfalt er reduceret i forhold til normal asfalt. Fortolkningen af denne effekt er at støjdæmpende asfalt har større porer og vand kan bedre løbe væk gennem disse porer og renser dermed vejen bedre fra vejstøv og slitage end almindelig asfalt. Der er også hypoteser om at denne reduktionsvirkning af den nye støjdæmpende asfalt vil aftage med tiden, fordi porerne i asfalten stoppes til med tiden. Langtidseffekten er derfor usikker. Ud fra det eksisterende videngrundlag er det endnu ikke muligt præcist at kvantifi cere sammenhængen mellem belægningstype og emissioner af ikke-udstødningsdelen for partikler, og disse sammenhænge er derfor heller ikke søgt implementeret i OML-Highway, da det vil kræve en forbedring af videngrundlaget. 47

48 12. EKSTERNE OMKOSTNING OG SAMFUNDSØKONOMI DETTE KAPITEL BESKRIVER HVORDAN LUFTFORURENING INDGÅR SOM EN EKSTERN OMKOSTNING I SAMFUNDSØKONOMISKE ANALYSER AF VEJPROJEKTER SAMFUNDSØKONOMISK ANALYSE AF VEJPROJEKTER I forbindelse med nye vejprojekter gennemføres samfundsøkonomiske analyser af de forskellige alternativer (costbenefi t analyser). Transportministeriet har udviklet TERESA-modellen 49 for at understøtte muligheden for at gennemføre samfundsøkonomiske beregninger på transportområdet samt for at fremme deres sammenlignelighed og konsistens ved at udvikle et værktøj, der kan bruges bredt af mange forskellige aktører. Modellen er en regnearksmodel til brug for samfundsøkonomiske analyser af transportinfrastrukturprojekter. TERESA står for Transport- og Energiministeriets Regnearksmodel til Samfundsøkonomisk Analyse (DTU Transport, Data- og Modelcenter). I de samfundsøkonomiske analyser indgår anlægsomkostninger, drift- og vedligeholdelsesomkostninger, gener i anlægsperioden, brugergevinster i form af tidsbesparelse og kørselsomkostninger, eksterne omkostninger (miljø) samt øvrige konsekvenser (fx afgiftskonsekvenser, EU tilskud, skatteforvridningstab mv.). Formålet med den samfundsøkonomiske analyse er at beregne samfundsøkonomiske nøgleparametre som nettonutidsværdi, intern rente og nettogevinst pr. offentlig investeringskroner, for at kunne sammenligne alternativer ud fra en samfundsøkonomisk vinkel EKSTERNE OMKOSTNINGER De eksterne omkostninger omfatter: uheld, støj, barriereeffekt, luftforurening, og klima (CO 2 ). En ekstern omkostning er defi neret som en omkostning der påføres andre fra en ekstra kilometer tilbagelagt, og som der ikke betales for. De eksterne omkostninger ved luftforurening (ekskl. CO 2 ) er relateret til luftforureningens sundhedseffekter, som opgøres efter den såkaldte impact pathway metode, hvor de eksterne omkostninger ved luftforurening beregnes ud fra forureningskilden, spredningen heraf, befolkningseksponeringen, eksponerings-effekt sammenhænge for at kvantifi cere sundhedsbelastningen for både for tidlig død og sygelighed, og en prissætning af sundhedseffekterne for at kunne opgøre de samlede eksterne omkostninger. For CO 2 emission er værdisætningen baseret på prisen for udledning af CO 2 under EU s CO 2 -kvotesystem. På denne baggrund kan der beregnes enhedspriser for de forskellige emissioner, som omkostning pr. kg emission eller omkostning pr. kørt km 50. De enkelte enhedspriser for luftforurening fra TERESA-modellen 2.0 er vist i kroner pr. kg emission i Tabel 12.1 med yderligere underopdeling på by og land. Prisniveau i kr./kg By Land CO 2 0,15 0,15 VOC 3,00 3,00 SO 2 223,00 193,00 NO x 49,00 49,00 CO 0,02 0,01 Partikler 1615,00 225,00 TABEL 12.1 Enhedsomkostninger i kr./kg for luftforureninger (2012 priser) 49 I Tabel 12.2 er vist gennemsnitlige enhedspriser pr. kørt km for de forskellige køretøjskategorier for luftforureninger, klimaforandringer, støj og uheld ligeledes fra TERESA. 48

49 Køretøjsgruppe/forurening Personbiler (vægtet benzin, diesel og el) Kr./km Luftforurening 0,02 Klimaforandringer 0,01 Støj 0,05 Uheld 0,21 Varebiler Luftforurening 0,11 Klimaforandringer 0,04 Støj 0,07 Uheld 0,17 Lastbiler Luftforurening 0,47 Klimaforandringer 0,15 Støj 0,10 Uheld 1,28 Busser Luftforurening 0,88 Klimaforandringer 0,16 Støj 0,22 Uheld 0,47 TABEL 12.2 Enhedsomkostninger i kr. pr. kørt km for luftforureninger, klimaforandringer, støj og uheld (2012 priser) 49 I forbindelse med samfundsøkonomiske analyser af vejprojekter vil tidsbesparelsen ved vejprojekter typisk være væsentlig større end opgørelsen af de eksterne omkostninger for luftforureninger, klimaforandringer, støj og uheld, og for de eksterne omkostninger er disse typisk domineret af støj og uheld (og trængsel hvis det spiller en rolle), og luftforurening og klimaforandringer vægter mindst. Opgørelse af eksterne omkostninger for luftforurening i vejprojekter Vejdirektoratets hidtidige metode til beregning af de eksterne omkostninger for CO 2, VOC, SO 2, NO x, CO, og partikler er følgende. Ud fra trafikmodeldata for de forskellige alternativer kan antal km opdelt på person, vare- og lastbiler (inkl. busser) samt rejsehastighed opgøres for hver strækning. Hver strækning kan endvidere identificeres (forholdsvist groft) som enten land eller by. Ud fra TMM effektmodellen beregnes emissionerne ud fra emis - sionsbeskrivelser fra COPERT IV, og de samlede eksterne omkostninger beregnes herefter ud fra enhedspriserne i kr. pr. kg emission (Tabel 12.1). I forbindelse med opgørelse af de eksterne omkostninger for luftforurening i VVM-vurderinger kan dette gøres på følgende måde ved brug af OML-Highway. Ud fra trafikmodeldata for de forskellige alternativer er OML-Highway i stand til at beregne emission af CO 2, VOC, SO 2, NO x, CO, og partikler, som nærmere beskrevet i afsnit 7.5. Emissionerne kan for hvert alternativ opsummeres på hhv. beregningsveje og baggrundsveje. De samlede emissioner for beregnings- og baggrundsveje for hvert af stofferne ganges herefter med enhedspriserne i kr. pr. kg emission (Tabel 12.1). Ud fra oplysninger om byzoner og landzoner kan vejnettet underopdeles i by og land for at kunne udnytte at enhedspriserne er underopdelt på by og land.

50 REFERENCER 1 Jensen, S.S., Becker, T., Ketzel, M., Løfstrøm, P., Olesen, H.R., Lorentz, H. (2010): OML-Highway within the framework of SELMAGIS. Final Report. National Environmental Research Institute, Aarhus University, Denmark, 26 p, NERI Technical Report No Jensen, S.S, Ketzel, M., Becker, T., Løfstrøm, P., Olesen, H.R., Lorentz, H., Michelsen, L.N., Fryd, J. (2010): OML-Highway en ny brugervenlig GIS-baseret luftkvalitetsmodel for motorveje, landeveje og andre veje i åbent terræn. Trafi kdage på Aalborg Universitet, august kdage.dk. 3 Jensen, S.S., Ketzel, M., Becker, T., Løfstrøm, P., Olesen, H.R. (2011): Luftkvalitetsvurdering af udvidelse af motorvej syd om Odense. VVM redegørelse. Danmarks Miljøundersøgelser, Aarhus Universitet. FR825.pdf. 4 Jensen, S.S., Ketzel, M., Becker, T., Hertel, O., Løfstrøm, P., Olesen, H.R. (2011): Luftkvalitesvurdering for 3. Limfjordsforbindelse. VVM redegørelse. Danmarks Miljøundersøgelser, Aarhus Universitet. FR824.pdf. 5 Jensen, S.S., Ketzel, M., Becker, T., Hertel, O. (2011): Luftkvalitetsvurdering for rute 26 Viborg-Aarhus. VVM redegørelse. 72 s. DCE - Nationalt Center for Miljø og Energi, Aarhus Universitet. Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi nr Jensen, S.S., Hvidberg, M., Petersen, J., Storm, L., Stausgaard, L., Becker, T., Hertel, O. (2009): GIS-baseret national vej- og trafi kdatabase (GISbased National Road and Traffi c Database ). Danmarks Miljøundersøgelser, Aarhus Universitet, Roskilde. 73 s. Faglig rapport nr. 678, Berkowicz, R. (2000). OSPM - A parameterised street pollution model, Environmental Monitoring and Assessment, Volume 65, Issue 1/2, pp Palmgren, F., Glasius, M., Wåhlin, P., Ketzel, M., Berkowicz, R., Jensen, S.S., Winther, M., Illerup, J.B., Andersen, M.S., Hertel, O., Vinzents, P.S., Møller, P., Sørensen, M., Knudsen, L.E., Schibye, B., Andersen, Z.J., Hermansen, M., Scheike, T., Stage, M., Bisgaard, H., Loft, S., Lohse, C., Jensen, K.A., Kofoed- Sørensen, V. & Clausen, P.A. (2005): Luftforurening med partikler i Danmark (Particulate air pollution in Denmark). Miljøstyrelsen. - Miljøprojekt 1021: 84 s. (elektronisk). Findes på: pdf 9 Nielsen, O-K., Winther, M., Mikkelsen, M.H., Hoffmann, L., Nielsen, M., Gyldenkærne, S.,Fauser, P., Plejdrup, M.S., Albrektsen, R. & Hjelgaard, K. (2010): Annual Danish Informative Inventory Report to UNECE. Emission inventories from the base year of the protocols to year National Environmental Research Institute, Aarhus University, Denmark. 565pp. NERI Technical Report no

51 10 Ellermann, T., Nordstrøm, C., Brandt, J., Christensen, J., Ketzel, M. & Jensen, S.S. (2011): The Danish Air Quality Monitoring Programme. Annual Summary for National Environmental Research Institute, Aarhus University. 55 pp. -NERI Technical Report No Jensen, S.S., Løfstrøm, P., Berkowicz, R., Olesen, H.R., Frydendal, J., Fuglsang, K., Hummelshøj, P. (2004): Luftkvalitet langs motorveje - Målekampagne og modelberegninger. Danmarks Miljøundersøgelser, 67 s. Faglig rapport fra DMU nr rapporter/fr522_2udgave.pdf. 12 Jensen, S.S., Ketzel, M., Brandt, J., Winther, M. (2012): Luftkvalitetsvurdering af ren-luftzone i København. Aarhus Universitet, DCE Nationalt Center for Miljø og Energi, 86 s. - Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi nr Palmgren, F. (ed.) (2009): Luftforurening med partikler - et sundhedsproblem. Miljøbibliotek 14, Hovedland. 14 Raaschou-Nielsen, O. Palmgren, F, Jensen, S. S., Wåhlin, P., Berkowicz, R., Hertel, O., Vrang, M.L, Loft, S. (2002): Helbredseffekter af partikulær luftforurening i Danmark - et forsøg på kvantifi cering. (Health impacts of particulate air pollution in Denmark). Ugeskrift for Læger 2002; 164: , 19. august 2002, Nr Stadslægen (1999): Bli r man syg af luften i Storkøbenhavn? København, Stadslægen i Københavns Kommune. 16 Larsen, P.B., Larsen, J.C., Fenger, J., Jensen, S.S. (1997): Sundhedsmæssig vurdering af luftforurening fra vejtrafi k. Miljøprojekt nr København: Miljøstyrelsen, Normander, B., Jensen, T.S., Henrichs, T., Sanderson, H. & Pedersen, A.B. (red.) (2009): Natur og Miljø Del A: Danmarks miljø under globale udfordringer. Danmarks Miljøundersøgelser, Aarhus Universitet. 94 s. Faglig rapport fra DMU nr. 750, 18 Brandt, J., Silver, J.D., Christensen, J.H., Andersen, M.S., Bønløkke, J.H., Sigsgaard, T., Geels, C., Gross, A., Hansen, A.B., Hansen, K.M., Hedegaard, G.B., Kaas, E., Frohn, L.M. (2011): Assessment of Health-Cost Externalities of Air Pollution at the National Level using the EVA Model System. Centre for Energy, Environment and Health Report series CEEH Scientifi c Report No Brandt, J., Silver, J.D., Christensen, J.H., Andersen, M.S., Bønløkke, J.H., Sigsgaard, T., Geels, C., Gross, A., Hansen, A.B., Hansen, K.M., Hedegaard, G.B., Kaas, E., Frohn, L.M. (2011): EVA - en metode til kvantifi cering af sundhedseffekter og eksterne omkostninger fra luftforurening. Miljø og Sundhed. 17. årgang, Suppl. 1., oktober Jensen, S.S., Ketzel, M., Becker, T., Løfstrøm, P., Hertel, O., Olesen, H.R., Lorentz, H. (2012): OML-Highway a GIS-based road source model for air quality assessment applications in EIA. 8th International Conference on Air Quality Science and Application 2012, Athens. 21 Ellermann, T., Fenger, J., Hertel, O., Markager, S., Tybirk, K., and Bak, J., 2007, Airborn nitrogen pollution (In Danish: Luftbåret kvælstofforurening) Ellermann, T., Ed., Forlaget Hovedland, Viborg, Denmark. 51

52 22 Stevens, C. J., Dise, N. B., Mountford, J. O., and Gowing, D. J., 2004, Impact of nitrogen deposition on the species richness of grasslands: Science, 303, Ellermann, T., Bossi, R., Christensen, J., Geels, C., Kemp, K., Løfstrøm, P., Mogensen, B. B., and Monies, C., (2009b): Atmospheric deposition 2007 NO- VANA (In Danish: Atmosfærisk deposition 2007 NOVANA) National Environmental Research Institute, Aarhus University. 24 Ellermann, T., Bossi, R., Christensen, J., Geels, C., Kemp, K., Løfstrøm, P., Mogensen, B. B., and Monies, C., (2009b): Atmospheric deposition 2007 NO- VANA (In Danish: Atmosfærisk deposition 2007 NOVANA) National Environmental Research Institute, Aarhus University. 25 Geels, C., Andersen, H. V., Ambelas Skjøth, C., Christensen, J. H., Ellermann, T., Løfstrøm, P., Gyldenkærne, S., Brandt, J., Hansen, K. M., Frohn, L. M., and Hertel, O., 2012 Improved modelling of atmospheric ammonia over Denmark using the coupled modelling system DAMOS, Biogeosciences., 9, , doi: /bgd , html 26 Hertel, O., Geels, C., Frohn, L.M., Ellermann, T., Skjøth, C.A., Løfstrøm, P., Christensen, J.H., Andersen, H.V., and Peel, R.G., Assessing atmospheric nitrogen deposition to natural and semi-natural ecosystems experience from Danish studies using the DAMOS system. In print for Atmospheric Environment Christensen, J. H. (1997): The Danish Eulerian Hemispheric Model a threedimensional air pollution model used for the Arctic, Atm. Env., 31, Frohn, L. M., Christensen, J. H., Brandt, J., and Hertel, O., 2001, Development of a high resolution integrated nested model for studying air pollution in Denmark: Physics and Chemistry of the Earth Part B-Hydrology Oceans and Atmosphere, 26, Frohn, L. M., Christensen, J. H., and Brandt, J., 2002a, Development and testing of numerical methods for two-way nested air pollution modelling: Physics and Chemistry of the Earth, 27, Frohn, L. M., Christensen, J. H., and Brandt, J., 2002b, Development of a highresolution nested air pollution model - The numerical approach: Journal of Computational Physics, 179, Hertel, O., Skjøth, C. A., Løfstrøm, P., Geels, C., Frohn, L. M., Ellermann, T., and Madsen, P. V., 2006b, Modelling Nitrogen Deposition on a Local Scale - A Review of the Current State of the Art: Environ. Chem., 3, Sommer, S. G., Østergård, H. S., Løfstrøm, P., Andersen, H. V., and Jensen, L. S., 2009, Validation of model calculation of ammonia deposition in the neighbourhood of a poultry farm using measured NH3 concentrations and N deposition: Atmospheric Environment, 43, Olesen, H.R., Løfstrøm, P., Berkowicz, R. and Jensen, A.B. (1992): An improved dispersion model for regulatory use - the OML model. In: Air Pollution Modeling and its Application IX, H. van Dop and G. Kallos (eds.). Plenum Press, New York. 52

53 34 Olesen, H.R., Berkowicz, R.B, Løfstrøm, P., 2007: OML: Review of model formulation. National Environmental Research Institute, Denmark. 130pp. -NERI Technical Report No. 609, 35 Jensen, S.S., Løfstrøm, P., Berkowicz, R., Madsen, I. (2005): Kortlægning af luftkvalitet langs motorveje. Udarbejdet af Danmarks Miljøundersøgelser for Roskilde Amt. Roskilde Amt. 45 s. Elektronisk rapport 36 Jensen, S.S., Løfstrøm, P., Berkowicz, R., Olesen, H.R., Frydendal, J., Madsen, I.L., Fuglsang, K., Hummelshøj, P. (2005): Kortlægning af luftkvalitet langs motorveje. Trafi kdage på Aalborg Universitet august www. trafi kdage.dk/td/papers/papers05/trafi kdage pdf. 37 Berger J., Walker S-E., Denby B., Berkowicz R., Løfstrøm P., Ketzel M., Härkönen J., Nikmo J. and Karppinen A Evaluation and inter-comparison of open road line source models currently in use in the Nordic countries. Boreal Environment Research. Available as preprint at ISSN (online), ISSN Ellermann, T., Jensen, S.S., Ketzel, M., Løfstrøm, P., & Massling, A. (2009): Measurements of air pollution from a Danish highway. National Environmental Research Institute, Aarhus University. 45 pp.- Research Notes from NERI No Wang, F., Ketzel, M., Ellermann, T., Wåhlin, P., Jensen, S. S., Fang, D., and Massling, A. (2010): Particle number, particle mass and NOx emission factors at a highway and an urban street in Copenhagen, Atmos. Chem. and Phys., 10, Kakosimos K.E., Hertel O., Ketzel M. and Berkowicz R. (2011): Operational Street Pollution Model (OSPM) - a review of performed validation studies, and future prospects, Environmental Chemistry, 7, (doi-Link) 41 Berkowicz, R. (2000): A simple model for urban background pollution, Environmental Monitoring and Assessment 2000, 65, doi: /A: Jensen, S.S., Berkowicz, R., Hansen, H.S., Hertel, O. (2001): A Danish decision-support GIS tool for management of urban air quality and human exposures. Transportation Research Part D: Transport and Environment, Volume 6, Issue 4, 2001, pp Jensen, S.S., Larson, T., Deepti, K.C., Kaufman, J.D. (2009): Modeling Traffi c Air pollution in Street Canyons in New York City for Intra-urban Exposure Assessment in the US Multi-Ethnic Study of Atherosclerosis. Atmospheric Environment 43 (2009) Ketzel, M., Berkowicz, R., Hvidberg, H., Jensen, S.S., Raaschou-Nielsen, O. (2011): Evaluation of AirGIS - A GIS-Based Air Pollution And Human Exposure Modelling System. Int. J. of Environment and Pollution. Vol. 47, Nos. 1/2/3/4, DOI: /IJEP EEA (2007): EMEP/CORINAIR Atmospheric Emissions Inventory Guidebook Methodology for the calculation of exhaust emissions. Road Transport. Version 6.0 August COPERT 4. European Environmental Agency. 105 p. 53

54 46 Energistyrelsen (2010): Baggrundsnotat E: Fremskrivning af transportsektorens energiforbrug. 47 EU (2009): EUROPA-PARLAMENTETS OG RÅDETS FORORDNING (EF) Nr. 443/2009 af 23. april 2009 om fastsættelse af præstationsnormer for nye personbilers emissioner inden for Fællesskabets integrerede tilgang til at nedbringe CO 2 -emissionerne fra personbiler og lette erhvervskøretøjer. 48 Plejdrup, M.S. & Gyldenkærne, S. (2011): Spatial distribution of emissions to air the SPREAD model. National Environmental Research Institute, Aarhus University, Denmark. 72 pp. NERI Technical Report no. FR Pilegaard, N., Fosgerau, M., Paabøl Jensen, M., Lyk-Jensen, S. (2006): TERESA (Transport- og Energiministeriets Regnearksmodel til Sam-fundsøkonomisk Analyse) for transportprojekter. Dokumentation (Version 1.0, august 2006). Notat. 50 Transportministeriet (2010): Værdisætning af transportens eksterne omkostninger. Rapport. Juni Ellermann, T., Wåhlin, P., Nordstrøm, C., Ketzel, M. (2010b): Vejbelægningens indfl ydelse på partikelforureningen (PM10) på stærkt trafi kerede gadestrækninger i Danmark. Trafi kdage på Aalborg Universitet, august kdage.dk. 52 Düring et al Einfl uss des Strassenzustandes auf die Pmx-Belastung an Strassen Teil A1. Schlussbericht zu FE-Projekt FE /2005/LRB. Verkehrstechnik Volume V174, BASt, Ingo Düring, Lohmeyer, Tyskland personlig meddelelse. 54 Bobbink, R. & Hettelingh, J.P. (2010): Review and revision of empirical critical loads and dose-response relationships. Proceedings of an expert workshop, Noordwijkerhout June RIVM report No ISBN No Ellermann, T., Nøjgaard, J.K., Nordstrøm, C., Brandt, J., Christensen, J., Ketzel, M. & Jensen, S. S. (2012): The Danish Air Quality Monitoring Programme. Annual Summary for Aarhus University, DCE Danish Centre for Environment and Energy, 63 pp. Scientifi c Report from DCE Danish Centre for Environment and Energy No. 37.

55 55

56 BILAG 1 FØLSOMME Bilag NATUROMRÅDER 1 Følsomme naturområder 56

57 FIGUR 1 Potentielt naturfølsomme områder i Danmark (Natura 2000). HABNR NAVN AREAL (HA) KODE 0 Kysing Fjord 370 DK00DX030 0 Tinglev Sø og Mose, Ulvemose og Terkelsbøl Mose 919 DK009X062 0 Sønder Ådal 2659 DK009X063 0 Kogsbøl og Skast Mose 557 DK009X069 0 Gammel Havdrup Mose 98 DK004X103 0 Ramsø Mose 215 DK004X104 0 Hov Vig 241 DK005X097 0 Ålborg Bugt, østlige del DK00VA344 1 Skagens Gren og Skagerrak DK00FX112 2 Råbjerg Mile og Hulsig Hede 4463 DK00FX005 3 Jerup Hede, Råbjerg og Tolshave Mose 4024 DK00FX342 4 Hirsholmene, havet vest herfor og Ellinge Å s udløb 9460 DK00FX113 5 Uggerby Klitplantage og Uggerby Å s udløb 717 DK00FX114 6 Kærsgård Strand, Vandplasken og Liver Å 442 DK00FX115 7 Rubjerg Knude og Lønstrup Klint 292 DK00FX116 8 Åsted Ådal 124 DK00FX117 9 Strandenge på Læsø og havet syd herfor DK00FX Holtemmen, Højsande og Nordmarken 713 DK00FX Solsbæk 33 DK00FX Store Vildmose 1853 DK00FX Svinkløv Klitplantage og Grønne Strand 1094 DK00FX Ålborg Bugt, Randers Fjord og Mariager Fjord DK00FX Nibe Bredning, Halkær Ådal og Sønderup Ådal DK00FX Løgstør Bredning, Vejlerne og Bulbjerg DK00EY Navnsø med hede 103 DK00FX Lille Vildmose, Tofte Skov og Høstemark Skov 7824 DK00FX Øster Lovnkær 97 DK00FX Rold Skov, Lindenborg Ådal og Madum Sø 8748 DK00FX Lundby Hede, Oudrup Østerhede og Vindblæs Hede 937 DK00FX Kielstrup Sø 509 DK00FX Vullum Sø 132 DK00EX Hanstholm Reservatet, Nors Sø og Vandet Sø 5738 DK00EX Vangså Hede 1408 DK00EX Ålvand Klithede og Førby Sø 838 DK00EX Hvidbjerg Å, Ove Sø og Ørum Sø 1572 DK00EX Agger Tange, Nissum Bredning, Skibsted Fjord og Agerø DK00EY Dråby Vig 1678 DK00EX Lovns Bredning, Hjarbæk Fjord og Skals, Simested og Nørre Ådal, samt Skravad Bæk DK00EY134 57

58 31 Kås Hoved 396 DK00EX Sønder Lem Vig og Geddal Strandenge 1115 DK00EY Tjele Langsø og Vinge Møllebæk 676 DK00EX Brandstrup Mose 52 DK00EX Hald Ege, Stanghede og Dollerup Bakker 1524 DK00EX Nipgård Sø 50 DK00EX Rosborg Sø 74 DK00EX Bredsgård Sø 172 DK00EX Mønsted og Daugbjerg Kalkgruber og Mønsted Ådal 740 DK00EX Karup Å 1108 DK00EY Hjelm Hede, Flyndersø og Stubbergård Sø 2170 DK00EY Anholt og havet nord for DK00DX Eldrup Skov og søer og moser i Løvenholm Skov 155 DK00DX Stubbe Sø 778 DK00DX Gudenå og Gjern Bakker 815 DK00DY Tved Kær 6 DK00DX Begtrup Vig og kystområder ved Helgenæs 1771 DK00DX Salten Å, Salten Langsø, Mossø og søer syd for Salten Langsø og dele af Gudenå 4470 DK00DY Sepstrup Sande, Vrads Sande, Velling Skov og Palsgård Skov 5572 DK00DZ Yding Skov og Ejer Skov 130 DK00DY Stavns Fjord, Samsø Østerfl ak og Nordby Hede DK00DX Horsens Fjord, havet øst for og Endelave DK00DY Skørsø 12 DK00CY Skånsø og Tranemose 84 DK00CX Venø, Venø Sund 2926 DK00CY Sønder Feldborg Plantage 120 DK00CX Heder og klitter på Skovbjerg Bakkeø 1720 DK00CX Nissum Fjord DK00CX Stadil Fjord og Vest Stadil Fjord 6903 DK00CX Borris Hede 4750 DK00CX Skjern Å 2580 DK00CX Ringkøbing Fjord og Nymindestrømmen DK00CY Mose ved Karstoft Å 26 DK00CX Harrild Hede, Ulvemosen og heder i Nørlund Plantage 2349 DK00BY Store Vandskel, Rørbæk Sø og Tinnet Krat 2221 DK00BX Uldum Kær, Tørring Kær og Ølholm Kær 1049 DK00BX Skove langs nordsiden af Vejle Fjord 2542 DK00BX Munkebjerg Strandskov 307 DK00BX Højen Bæk 180 DK00BX Øvre Grejs Ådal 886 DK00BX Randbøl Hede og klitter i Frederikshåb Plantage 958 DK00BY Blåbjerg Egekrat, Lyngbos Hede og Hennegårds Klitter 694 DK00AX172 58

59 73 Kallesmærsk Hede, Grærup Langsø, Fiilsø og Kærgård Klitplantage DK00AX Hedeområder ved Store Råbjerg 623 DK00AX Vejen Mose 461 DK00AX Nørrebæk ved Tvilho 42 DK00AX Nørholm Hede, Nørholm Skov og Varde Å øst for Varde 992 DK00AX Vadehavet med Ribe Å, Tved Å og Varde Å vest for Varde DK00AY Sneum Å og Holsted Ådal 514 DK00AX Kongeå 805 DK00AX Pamhule skov og Stevning Dam 1091 DK009X Lindet skov, Hønning Mose, Hønning Plantage og Lovrup Skov 2325 DK009X Rinkenæs Skov, Dyrehaven og Rode Skov 864 DK009X Hostrup Sø, Assenholm Mose og Felsted Vestermark 1322 DK009X Bolderslev Skov og Uge Skov 154 DK009X Frøslev Mose 409 DK009X Kongens Mose og Draved Skov 783 DK009X Sølsted Mose 155 DK009X Fyns Hoved, Lillegrund og Lillestrand 2182 DK008X Æbelø, havet syd for og Nærå DK008X Havet mellem Romsø og Hindsholm samt Romsø 4215 DK008X Odense Fjord 5047 DK008X Røjle Klint og Kasmose skov 178 DK008X Lillebælt DK008X Urup Dam, Brabæk Mose, Birkende Mose og Illemose 102 DK008X Odense Å med Hågerup Å, Sallinge Å og Lindved Å 303 DK008X Østerø Sø 57 DK008X Centrale Storebælt og Vresen DK008X Kajbjerg Skov 294 DK008X Søer ved Tårup og Klintholm 36 DK008X Storelung 28 DK008X Skove og søer syd for Brahetrolleborg 1965 DK008X Arreskov Sø 473 DK008X Store Øresø, Sortesø og Iglesø 16 DK008X Bøjden Nor 114 DK008X Maden på Helnæs og havet vest for 2045 DK008X Vestlige del af Avernakø 124 DK008X Stenrev sydøst for Langeland 1484 DK00VA Sydfynske Øhav DK008X Hesselø med omliggende stenrev 4193 DK003X Gilbjerg Hoved 40 DK003X Teglstrup Hegn og Hammermølle Skov 891 DK003X Gurre Sø 448 DK003X Rusland 248 DK003X Gribskov 6042 DK003X207 59

60 118 Arresø, Ellemose og Lille Lyngby Mose 4748 DK003X Tisvilde Hegn og Melby Overdrev 2044 DK003X Roskilde Fjord DK003X Kattehale mose 8 DK003X Bøllemose 20 DK002X Øvre Mølleådal, Furesø og Frederiksdal Skov 1987 DK002X Vasby Mose og Sengeløse Mose 109 DK002X Brobæk Mose og Gentofte Sø 46 DK002X Saltholm og omliggende hav 7218 DK002X Vestamager og havet syd for 6179 DK002X Ejby Ådal og omliggende kystskrænter 36 DK004X Hejede Overdrev, Valborup Skov og Valsølille Sø 1330 DK004X Ølsemagle Strand og Staunings Ø 538 DK004X Køge Å 59 DK004X Tryggevælde Ådal 347 DK004X Jægerspris Skydeterræn 569 DK003X Havet og kysten mellem Hundested og Rørvig 4004 DK005Y Sejerø Bugt og Saltbæk Vig DK005X Udby Vig 382 DK005X Store Åmose, Skarresø og Bregninge Å 3400 DK005X Åmose, Tissø, Halleby Å og Flasken 3262 DK005X Allindelille Fredskov 114 DK005X Bagholt Mose 14 DK005X Nordlige del af Sorø Sønderskov 81 DK005X Sø Torup Sø og Ulse Sø 118 DK005X Skælskør Fjord og havet og kysten mellem Agersø og Glænø DK005Y Skove ved Vemmetofte 162 DK006X Suså, Tystrup-Bavelse Sø, Slagmosen, Holmegårds Mose og Porsmose Havet og kysten mellem Præstø Fjord og Grønsund DK006X Havet og kysten mellem Karrebæk Fjord og Knudshoved Odde DK006X Kirkegrund 1753 DK00VA Klinteskoven 1000 DK006X Lekkende Dyrehave 33 DK006X Smålandsfarvandet nord for Lolland, Guldborg Sund, Bøtø Nor og Hyllekrog-Rødsand DK006X Maltrup Skov 2 DK006X Horreby Lyng 257 DK006X Krenkerup Haveskov 20 DK006X Maribosøerne 3806 DK006X Halsted Kloster Dyrehave 5 DK006X241 60

61 158 Nakskov Fjord 8195 DK006X Spællinge Ådal, Døndal og Helligdomsklipperne 118 DK007X Hammeren og Slotslyngen 549 DK007X Gyldenså 14 DK007X Almindingen, Ølene og Paradisbakkerne 6084 DK007X Kystskrænter ved Arnager Bugt 20 DK007X Dueodde 253 DK007X Kims Top og den Kinesiske Mur DK00VA Herthas Flak 1380 DK00VA Lysegrund 3158 DK00VA Læsø Trindel og Tønneberg Banke 8619 DK00VA Store Middelgrund 2137 DK00VA Mejl Flak 3907 DK00VA Gilleleje Flak og Tragten DK00VA Ryggen 437 DK00VA Flensborg Fjord, Bredgrund og farvandet omkring Als DK00VA Hatter Barn 633 DK00VA Broen 588 DK00VA Havet omkring Nordre Rønner DK00FX Mågerodde og Karby Odde 497 DK00EX Kimmelkær Landkanal 3 DK00CX Stege Nor 569 DK006X Oreby skov 29 DK006X Silkeborgskovene 1455 DK00DY Nordby Bakker 628 DK00DX Holtug Kridtbrud 5 DK006X Klitheder mellem Stenbjerg og Lodbjerg 2918 DK00EX Lild Strand og Lild Strandkær 749 DK00EX Mols Bjerge med kystvande 2915 DK00DX Korsø knude 20 DK00EX Husby Sø og Nørresø 352 DK00CX Lilleskov og Troldsmose 105 DK009X Nedre Mølleådal 42 DK002X Busemarke Mose og Råby Sø 241 DK006X Ejstrup klit og Egvands Bakker 1295 DK00FX Røsnæs, Røsnæs Rev og Kalundborg Fjord 5664 DK005X Lønborg Hede 353 DK00CX Husby klit 493 DK00CX Vallø Dyrehave 62 DK004X269 61

62 200 Augustenborg Skov 32 DK009X Mandbjerg Skov 59 DK009X Lønstrup Rødgrund 9283 DK00VA Knudegrund 748 DK00VA Schultz og Hastens Grund samt Briseis Flak DK00VA Munkegrunde 1329 DK00VA Stevns Rev 4645 DK00VA Bøchers Grund 1093 DK00VA Davids Banke 839 DK00VA Ertholmene 1256 DK007X Hvideodde Rev 830 DK00VA Bakkebrædt og Bakkegrund 299 DK00VA Randkløve Skår 37 DK007X Tolne Bakker 171 DK00FX Tislum Møllebæk 58 DK00FX Nymølle Bæk og Nejsum Hede 69 DK00FX Hammer Bakker, østlig del 108 DK00FX Risum Enge og Selde Vig 322 DK00EX Villestrup Ådal 538 DK00FX Kastbjerg Ådal 1125 DK00DX Flynder Å og heder i Klosterhede Plantage 563 DK00CX Stenholt Skov og Stenholt Mose 340 DK00DY Bjerre Skov og Haslund Skov 192 DK00DX Kaløskovene og Kaløvig 746 DK00DX Kobberhage kystarealer 792 DK00DX Lillering Skov, Stjær Skov, Tåstrup Sø og Tåstrup Mose 134 DK00DX Brabrand Sø med omgivelser 521 DK00DX Giber Å, Enemærket og Skåde Havbakker 168 DK00DX Bygholm Ådal 51 DK00BX Ringive Kommuneplantage 145 DK00BX Egtved Ådal 1043 DK00BX Svanninge Bakker 125 DK008X Rødme Svinehaver 41 DK008X Thurø Rev 162 DK008X Ebbeløkke Rev 140 DK00VA Kyndby Kyst 360 DK003X Ryegård Dyrehave, Bramsnæs og Garveriskov 46 DK004X Saltum Bjerge 163 DK00FX336 62

63 249 Ovstrup Hede med Røjen Bæk 484 DK00CX Svanemose 175 DK00BX Sandbanker ud for Thyborøn 6325 DK00VA Sandbanker ud for Thorsminde 6364 DK00VA Sydlige Nordsø DK00VA Thyborøn Stenvolde 7804 DK00VA Jyske Rev, Lillefiskerbanke DK00VA Store Rev DK00VA Gule Rev DK00VA Femern Bælt DK00VA Adler Grund og Rønne Banke DK00VA261 63

64 BILAG 2 LUFTKVALITETSVURDERING FOR BYGADER I de tilfælde hvor anlæggelse af nye veje fx giver anledning til væsentlige trafi komlægninger, som giver betydelige trafi kændringer i nærliggende byråder, kan det være relevant at benytte en luftkvalitetsmodel, som kan tage hensyn til bygningers indfl ydelse på spredningsforholdene. OSPM Operational Street Pollution Model er en sådan model, og anbefales til luftkvalitetsvurdering i bygader. OSPM OSPM 7 er udviklet af DCE til at beregne luftkvaliteten i gaderum i byer (ospm.dmu.dk). Modellen beskriver de fysiske og kemiske processer i gaderummet. Modellen beregner koncentrationen, som et bidrag fra trafi kken og et bidrag fra den recirkulerende luft i gaderummet, og tager hensyn til den trafi kskabte turbulens som trafi kken skaber i gaderummet, og som påvirker opblanding og fortynding. Det direkte bidrag er beskrevet ved en røgfanemodel og den recirkulerende luft med en boksmodel, som tager hensyn til udvekslingen med bybaggrundsluften. Modellen inddrager endvidere simpel fotokemi med reaktioner mellem NO, NO 2 og O 3. Modellen tager også hensyn til gadekonfi gurationen dvs. gaden orientering, hushøjde i forskellige vindsektorer, gadebredden mv. Modellen kræver input om trafi kken, emissionsfaktorer, gadekonfi gurationen, meteorologien og bybaggrundsforureningen. Modellen er blevet valideret ved sammenligning mellem målinger og beregninger for en række gader i Danmark og lang række gader i udlandet 40. Modellen kan beregne timemiddelværdier af NO x (NO+NO 2 ), NO 2, NO, O 3, CO, benzen, antal partikler, PM 2.5, og PM 10. Beregningspunktet ligger ved facaden, men højden kan specifi ceres i modellen. Trafi kkens variation time for time beskrives ved brug af standard døgnfordelinger af trafi kken på de forskellige ugedage yderligere opdelt på juli og øvrige måneder. Døgnfordelinger foreligger for personbiler, varebiler, lastbiler og busser. Døgnfordelingen af koldstart for benzindrevne personbiler, og rejsehastigheden for de forskellige køretøjskategorier foreligger også som standard fordelinger. Emissionsfaktorer (g/km) afhængig af køretøjskategori, rejsehastighed, koldstart mv. er baseret på COPERT IV, som er EU s offi cielle emissionsværktøj for nationale emissionsopgørelser for vejtransport. Emissionsfaktorerne er endvidere baseret på danske trafi kdata vedr. bilparkens sammensætning mht. Euroemissionsklasser, brændstofstyper, motorstørrelse mv. Vindretning Baggrundsforurening FIGUR 1 OSPM beskriver de fysiske og kemiske processer i gaderummet Læside Recirkuleret forurenet luft Vindside Direkte udsendt forurening 64

65 Koncentration af luftforureningen Byområder Trafik, lokale kilder Landområder FIGUR 2 Koncentrationen i en gade består af et regionalt bidrag, samt et bybaggrundsog et gadebidrag. Hver af disse bidrag kan beregnes med forskellige luftkvalitetsmodeller hhv. DEHM, UBM og OSPM. AirGIS systemet understøtter beregninger på mange lokaliteter. 25 Bybaggrund Regional baggrund 10 0 Naturlig baggrund Meteorologiske data i form af vindretning, vindhastighed, global stråling og temperatur skal ligeledes forefi ndes på timebasis, og skal repræsentere den frie vind over hustagene. Det kan være baseret på meteorologiske målinger eller modellerede meteorologiske værdier fx fra meteorologiske model MM5. Data for bybaggrundsforureningen skal foreligge time for time for relevante forureninger. Bybaggrundsforureningen repræsenterer luftkvaliteten i tagniveau eller i en park. Det kan være baseret på luftkvalitetsmålinger, som gennemføres i de fi re største byer i Danmark under NOVANA programmet eller på en luftkvalitetsmodel som Urban Background Model (UBM) 41. Denne bybaggrundsmodel kræver inputdata om emission, meteorologi og regionale baggrundskoncentrationer. Regionale baggrundskoncentrationer kan beregnes med Danish Eulerian Hemispheric Model (DEHM) 27,28,29,30. DCE s AirGIS system kan automatisk generere gadegeometri og trafi kinput til OSPM modellen ud fra digitale kort om vejnet med trafi kdata og bygningskort med bygningshøjder, og muliggør derfor effektiv beregning for mange lokaliteter 42,43,44 (airgis.dmu.dk). De forskellige bidrag til luftforureningen i en bygade er illustreret i Figur 2. LUFTKVALITETSVURDERING FOR BYGADER VED VVM AF 3. LIMFJORDFORBINDELSE I forbindelse med VVM vurdering af forskellige alternativer for en 3. Limfjordsforbindelse 4 viste trafi kmodelberegninger, at der ville ske væsentlige omlægninger af trafi kken i Aalborg og Nørresundby. Luftkvalitetsberegninger for 32 bygader i Aalborg og Nørresundby blev der gennemført med Operational Street Pollution Model (OSPM) for de forskellige scenarier. De 32 gader er de samme gader, hvor der hvert år gennemføres luftkvalitetsberegninger under overvågningsprogrammet for luftforurening i Danmark under Det nationale overvågningsprogram for natur og vandmiljø (NOVANA) 10. I beregningerne er det antaget at det regionale koncentrationsniveau er som for 2008 i alle årene, og modellerede meteorologiske data (MM5) er også fra Bybaggrundsniveauet er i de forskellige scenarier antaget at være ens for alle veje, idet der er taget udgangspunkt i modellerede koncentrationer ved bybaggrundsstationen. Beregningsforudsætningerne er derfor lidt anderledes end i NOVANA, og der kan derfor være mindre forskelle mellem disse beregninger. Formålet er her at belyse forskellen mellem de forskellige alternativer. Placeringen af de 32 gader er vist i Figur 3 og listet i Tabel 1. Som det ses er alle de 32 bygader en del af trafi kmodelvejnettet. 65

66 Koncentrationerne for de 32 gader i de forskellige alternativer er vist i Figur 4 for NO 2, men beregninger er også gennemført for PM 2.5 og PM 10. Basis 2009 (som er beregnet med forudsætninger som i 2008) viser enkelte overskridelser af NO 2 grænseværdien plus tolerancemargin i 2008 (44 μg/m 3 ), hvilket også observeres i de beregninger, som gennemføres som del af overvågningsprogrammet NOVANA. Koncentrationerne af PM 2.5 og PM 10 er begge under grænseværdierne. Der ses et markant fald i NO 2 fra 2009 til 2020 i basis, og et mindre fald i PM 2.5 og PM 10. Når faldet i partikelforureningen er forholdsvis lille skyldes det at forureningen med partikler er domineret af det regionale baggrundsbidrag, som forudsættes uændret mellem 2009 og For en række gader sker der ændringer i koncentrationen i 2020 indbyrdes mellem de forskellige alternativer afhængig af de konsekvenser de forskellige krydsforbindelser har for trafi kfordelingen. Alle gader er i 2020 under grænseværdierne. Nummer Vejnavn 1 Vesterbro 2 Kastetvej 3 Hobrovej 4 Strandvejen 5 Jyllandsgade 6 Lindholmsvej 7 Strandvejen 8 Skansevej 9 Vesterbro 10 Forbindelsesvejen 11 Prinsensgade 12 Østergade 13 Sønderbro 14 Vestergade 15 Danmarksgade 16 Kjellerupsgade 17 Vesterbrogade 18 John F. Kennedys Plads 19 Borgergade 20 Ved Stranden 21 Dannebrogsgade 22 Hadsundvej 23 Nyhavnsgade 24 Østerbro 25 Østre Alle 26 Thistedvej 27 Nytorv 28 Østerbrogade 29 Nyhavnsgade 30 Boulevarden 31 Sjællandsgade 32 Vingårdsgade TABEL 1 32 bygader i Aalborg og Nørresundby 66

67 FIGUR 3 Placering af 32 bygader (røde prikker) i Aalborg og Nørresundby hvor der foretages luftkvalitetsvurderinger. Trafi kmodelvejnettet er også vist (blå veje) NO 2 basis 2009 NO 2 basis 2020 NO 2 Parallel 2020 NO 2 Egholm 2020 NO 2 Lindholm NO 2 (μg/m 3 ) Bygade number FIGUR 4 Koncentrationerne af NO 2 for 32 bygader i Aalborg og Nørresundby i de forskellige alternativer. 67

68

69

70 Vejdirektoratet har lokale kontorer i Aalborg, Fløng, Middelfart, Næstved og Skanderborg samt hovedkontor i København. Find mere information på vejdirektoratet.dk VEJDIREKTORATET Niels Juels Gade 13 Postboks København K Telefon [email protected] vejdirektoratet.dk