og forenklet beredskapsanalyse (BA) for letebrønn

Transcription

og forenklet beredskapsanalyse (BA) for letebrønn
Miljørisikoanalyse (MRA) og
forenklet beredskapsanalyse
(BA) for letebrønn 7130/4-1
Ørnen i PL708 i Barentshavet
Lundin Norway AS
Rapport Nr.: 2015-0005, Rev 00
Dokument Nr.: 1K45DTG-3
Dato: 2015-06-11
Innholdsfortegnelse
KONKLUDERENDE SAMMENDRAG .................................................................................................. 3
DEFINISJONER OG FORKORTELSER ............................................................................................... 5
1
INNLEDNING .................................................................................................................. 6
1.1
Aktivitetsbeskrivelse
6
1.2
Hensikt/formål
7
1.3
Lundins akseptkriterier for akutt forurensing
8
1.4
Gjeldende regelverkskrav
8
2
BESKRIVELSE AV UTSLIPPSCENARIER ............................................................................... 9
2.1
Dimensjonerende DFU
2.2
Sannsynlighet for dimensjonerende DFU
2.3
Utblåsningsrater og – varigheter
3
OLJEDRIFTSMODELLERING ............................................................................................ 11
3.1
Oljetype og oljens egenskaper
11
3.2
Oljedriftsmodellen
11
3.3
Modellens begrensning og krav til inngangsdata
13
3.4
Beskrivelse av utslippsscenarier
14
3.5
Oljedriftsmodellering – Resultater
14
4
METODIKK FOR MILJØRETTET RISIKOANALYSE ................................................................ 25
4.1
Usikkerhet i miljørisikoanalysen
5
MILJØBESKRIVELSE ...................................................................................................... 30
5.1
Verdifulle Økosystem Komponenter (VØKer)
30
5.2
Utvalgte VØKer
30
6
MILJØRETTET RISIKOANALYSE – RESULTATER ................................................................. 33
6.1
Mulige konsekvenser ved en utblåsning fra letebrønn 7130/4-1
33
6.2
Miljørisiko
50
6.3
Oppsummering av miljørisiko forbundet med letebrønn 7130/4-1
IV
6.4
Lomvi i Barentshavet
VI
7
VURDERING AV POTENSIELLE KONFLIKTER MED NATURRESSURSER PÅ RUSSISK
SIDE ......................................................................................................................... VIII
7.1
Særlig viktige områder/verneområder
7.2
Sjøfugl
IX
7.3
Marine pattedyr
XI
9
FORENKLET BEREDSKAPSANALYSE FOR LETEBRØNNEN 7130/4-1 .................................... XIII
9.1
Metode for gjennomføring av miljørettet beredskapsanalyse
9.2
Forutsetninger og antakelser
9.3
Beregning av systembehov i barriere 1a og 1b
XVI
9.4
Konklusjon beredskapsanalyse
XXI
9
9
10
27
VIII
XIII
XV
REFERANSER ...........................................................................................................................XXII
VEDLEGG A ............................................................................................................................ XXIV
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Page i
VEDLEGG B ......................................................................................................................... XXXVII
VEDLEGG C ............................................................................................................................... III
VEDLEGG D ...............................................................................................................................VII
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Page ii
KONKLUDERENDE SAMMENDRAG
Lundin Norway AS planlegger boring av letebrønn 7130/4-1 i PL708 i Barentshavet. Brønnen ligger i
region Finnmark Øst i Barentshavet, ca. 84 km fra nærmeste land som er Berlevåg kommune i
nordøstlige Finnmark. Vanndypet i området er ca. 289 meter. Boringen har tidligst oppstart i november
2015, og brønnen skal bores med den halvt nedsenkbare riggen Transocean Arctic.
Som forberedelse til den planlagte operasjonen for letebrønn 7130/4-1 er det utarbeidet en miljørettet
risikoanalyse og en forenklet beredskapsanalyse for aktiviteten.
Miljørisiko
Miljørisikoanalysen er gjennomført som en skadebasert analyse i henhold til Norsk olje og gass (tidligere
OLF) sin Veiledning for gjennomføring av miljørisikoanalyser for petroleumsaktiviteter på norsk sokkel
(OLF, 2007). Miljørisikoen vurderes opp mot Lundins operasjonsspesifikke akseptkriterier.
Det er analysert for potensielle effekter på flere sjøfuglarter (kystnært og i åpent hav), marine pattedyr,
fisk og for strandhabitater. Analysen er utført for hele året og presentert sesongvis.
Største sannsynligheter for bestandstap av sjøfugl og marine pattedyr ble funnet å være:

1-5 % bestandstap:
sjøbunnsutblåsning)
61 % sannsynlighet (krykkje, pelagisk sjøfugl, i vintersesongen;

5-10 % bestandstap: 11 % sannsynlighet (krykkje, pelagisk sjøfugl, i vintersesongen;
sjøbunnsutblåsning og hekkebestanden av lomvi, vårsesongen; sjøbunnsutblåsning)

10-20 % bestandstap: 18 % sannsynlighet (hekkebestanden av lomvi, sommersesongen;
overflateutblåsning)

20-30 % bestandstap: 3 % sannsynlighet (hekkebestanden av lomvi, sommersesongen;
overflateutblåsning)

> 30 % bestandstap:
overflateutblåsning)
1 % sannsynlighet (hekkebestanden av lomvi, vårsesongen;
Kystnær sjøfugl (lomvi) er dimensjonerende for risikonivået med 26 % av akseptkriteriet for Alvorlig
miljøskade i vårsesongen (mars-mai), se Figur 0-1. Det høyeste risikonivået for pelagisk sjøfugl er 22 %
(høst) for Moderat miljøskade. Det høyeste beregnede risikonivået for strandhabitat og marine pattedyr
er henholdsvis 4 % (sommer) og 5 % (sommer) for Moderat miljøskade.
Miljørisikoen forbundet med boring av letebrønn 7130/4-1 ligger for alle VØK-kategoriene innenfor
Lundins operasjonsspesifikke akseptkriterier i de ulike sesongene. Det kan dermed konkluderes med at
miljørisikoen forbundet med boring av brønn 7130/4-1 i PL708 er akseptabel sett i forhold til Lundins
akseptkriterier for miljørisiko.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 0-1 Beregnet sesongvis miljørisiko for alle VØK-kategoriene lagt til grunn i analysen for
letebrønn 7130/4-1. For sjøfugl og pattedyr er den månedlige verdien som gir høyest utslag innenfor
de ulike skadekategoriene presentert, uavhengig av art. For strandhabitat er risikoen presentert for den
10 × 10 km kystruten (strand) som viser høyest utslag. Verdiene er oppgitt som prosent av Lundins
operasjonsspesifikke akseptkriterier.
Beredskap
For beredskapsanalysen er det gjennomført beregninger av beredskapsbehov knyttet til mekanisk
oppsamling av olje på åpent hav. Beregningene er forenklet, men i henhold til industristandarden
«Veiledning
for
miljørettede
beredskapsanalyser»
(Norsk
olje
og
gass,
2013),
basert
på
dimensjonerende hendelse, som i beredskapssammenheng er en overflateutblåsning fra brønnen med
vektet rate og varighet.
For dimensjonerende hendelse (overflateutblåsning med rate på 1385 Sm3/døgn og varighet 9,4 døgn)
er beredskapsbehovet for åpent hav beregnet til ett NOFO-system i hver av barrierene 1a og 1b, totalt
to systemer, i alle sesonger.
I henhold til Lundins ytelseskrav skal fullt utbygd barriere 1a være på plass senest innen korteste drivtid
til land (2 døgn), mens barriere 1b skal være på plass innen 95 persentil av korteste drivtid til land (7
døgn).
Barrierene 1a og 1b vil være fullt utbygget innen 17 timer etter varslet hendelse. Med de
oppgitte responstidene for oljevernfartøyene oppfyller letebrønn 7130/4-1 ytelseskravene med god
margin for samtlige sesonger.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
DEFINISJONER OG FORKORTELSER
Akseptkriterier
Kriterier som benyttes for å uttrykke et akseptabelt risikonivå i
virksomheten, uttrykt ved en grense for akseptabel frekvens for en gitt
miljøskade
ALARP
Analyseområde
As Low As Reasonably Practicable (så lav som det er praktisk mulig)
Området som er basis for miljørisikoanalysen og som er større enn
influensområdet. Ressursbeskrivelsen dekker analyseområde.
BOP
Blowout Preventer
cP
Centipoise, måleenhet for viskositet
DFU
Definerte fare- og ulykkeshendelser
Eksempelområde
Til bruk i beredskapsplanleggingen er det definert arealer kalt
eksempelområder. Disse er karakterisert ved at de ligger i ytre kystsone, har
høy tetthet av miljøprioriterte lokaliteter og som også på andre måter setter
strenge krav til oljevernberedskapen. Disse eksempelområdene er derfor
forhåndsdefinert som dimensjonerende for oljevernberedskapen.
Eksponeringsgrad
Benyttes for å beskrive hvorvidt kysten er eksponert, moderat eksponert
eller beskyttet mht. bølgeeksponering
Forvitring
Nedbrytning av olje i miljøet. Forvitringsanalysen måler fysiske og kjemiske
egenskaper for oljen til stede i miljøet over tid.
GOR
Forkortelse for Gass/Olje forhold. Forholdet mellom produsert gass og
produsert olje i brønnen.
Influensområde
Området med større eller lik 5 % sannsynlighet for forurensning med mer
enn 1 tonn olje innenfor en 10 x 10 km rute, iht. oljedriftsberegninger
Miljødirektoratet
Tidligere Klima og forurensningsdirektoratet (Klif) og direktoratet for
naturforvaltning
MIRA
Metode for miljørettet risikoanalyse (OLF, 2007).
MRA
Miljørettet risikoanalyse
MRDB
Marin Ressurs Data Base
Norsk olje og gass
Tidligere Oljeindustriens landsforening (OLF)
OIM
Offshore installation manager
PL
Utvinningstillatelse (Produksjonslisens)
ppb
Parts per billion / deler per milliard
ppm
Parts per million / deler per million
Sannsynlighet for
treff
Sannsynlighet for at en 10x10 km rute treffes av olje fra et potensielt utslipp
Restitusjonstid
Restitusjonstiden er oppnådd når det opprinnelige dyre- og plantelivet i det
berørte samfunnet er tilstede på tilnærmet samme nivå som før utslippet
(naturlig variasjon tatt i betraktning, og de biologiske prosessene fungerer
normalt. Bestander anses å være restituert når bestanden er tilbake på 99 %
av nivået før hendelsen. Restitusjonstiden er tiden fra et oljeutslipp skjer og
til restitusjon er oppnådd.
RKB
Rotary kelly bushing (mål for posisjon på boredekk)
THC
Total Hydrocarbon (totalt hydrokarbon)
TVD
True Vertical Depth
VØK
Verdsatt Økosystem Komponent
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
1
INNLEDNING
1.1 Aktivitetsbeskrivelse
Lundin Norway AS (heretter Lundin) planlegger boring av letebrønn 7130/4-1 i PL708 i Barentshavet.
Brønnen ligger i region Finnmark Øst i Barentshavet, ca. 84 km fra nærmeste land som er Berlevåg
kommune i nordøstlige Finnmark (Figur 1-1). Vanndypet i området er ca. 289 meter. Boringen har
planlagt oppstart i november 2015, og brønnen skal bores med den halvt nedsenkbare riggen
Transocean Arctic. Som forberedelse til den planlagte operasjonen er det utarbeidet en miljørettet
risikoanalyse og en forenklet beredskapsanalyse for aktiviteten. Basisinformasjon for aktiviteten er
oppsummert i Tabell 1-1.
Figur 1-1 Lokasjon av PL708 og letebrønn 7130/4-1 i Barentshavet.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Tabell 1-1 Basisinformasjon for miljørisikoanalysen for letebrønn 7130/4-1.
Koordinater for modellerte scenarier
Analyseperiode for miljørisikoanalysen
Vanndybde
Avstand til nærmeste kystlinje
Oljetype
Riggtype
Utblåsningsrater
Vektet rate, sjøbunn: 1226 Sm3/døgn
Overflateutblåsning: 9,4 dager
Vektet varighet
3
30° 10' 58,92'' Ø, 71° 31' 07,13'' N
Helårlig, fordelt på 4 sesonger
289 meter
Ca. 84 km (Berlevåg)
Goliat Realgrunnen (857 kg/m3)
Transocean Arctic (halvt-nedsenkbar flyterigg)
Vektet rate, overflate: 1385 Sm3/døgn
Sjøbunnsutblåsning: 12,8 dager
3
GOR (Sm /Sm )
Tid for boring av avlastningsbrønn
Aktiviteter
Type scenarier
179
52 døgn
Leteboring
Utblåsning (overflate/sjøbunn)
VØK arter/ populasjoner vurdert
Pelagisk sjøfugl, kystnær sjøfugl, marine pattedyr, fisk
og strandhabitat – for Barentshavet
Forventet boreperiode
Høst-vinter 2015
1.2 Hensikt/formål
Gjennomføring av miljørisikoanalyser (MIRA) og beredskapsanalyser (BA) for aktiviteter knyttet til leting
av og/eller produksjon av olje og gass på norsk sokkel er påkrevd i henhold til norsk lovverk (se kapittel
1.4).
Miljørisikoanalysen er gjennomført som en skadebasert analyse i henhold til Norsk olje og gass (tidligere
OLF) sin Veiledning for gjennomføring av miljørisikoanalyser for petroleumsaktiviteter på norsk sokkel
(OLF, 2007). En kort beskrivelse av metoden er gitt i Kapittel 4, og for ytterligere informasjon henvises
det til veilederen. Miljørisikoen vurderes opp mot Lundins operasjonsspesifikke akseptkriterier. Analysen
som
utføres
for
letebrønn
7130/4-1
er
definert
som
en
skadebasert
miljørisikoanalyse
der
konsekvensene av oljeutblåsning/-utslipp er knyttet opp mot sannsynligheten (frekvensen) for en slik
hendelse, for å tallfeste risikoen et oljesøl kan ha på ulike ressurser i området. Ressursene i området
som
benyttes
i
analysen
omtales
som
Verdsatte
Økosystem
Komponenter
(VØK)
og
er
en
sammensetning av ulike populasjoner (sjøfugl, sjøpattedyr, fiskearter) og habitater (kystsonen). For å
bli betraktet som en VØK i analysen må ulike krav tilfredsstilles (se avsnitt 5.1).
Når en leser miljørisikoanalyser får en gjerne inntrykk av at miljørisiko er en eksakt kvantitativ størrelse
som uten forbehold kan avgjøre om planlagt aktivitet er akseptabel eller uakseptabel i forhold til mulig
miljøpåvirkning. Det er lett å glemme at bak tallene ligger en rekke parametere som rommer større eller
mindre grad av usikkerhet som er beskrevet i avsnitt 4.1.
For beredskapsanalysen er det gjennomført en beregning av beredskapsbehov knyttet til mekanisk
oppsamling av olje på åpent hav. Beregningene er forenklet, men gjort i henhold til industristandarden
«Veiledning for miljørettet beredskapsanalyser» (Norsk olje og gass, 2013), basert på dimensjonerende
DFU, som er en overflateutblåsning fra brønnen.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
1.3 Lundins akseptkriterier for akutt forurensing
Lundin har som en integrert del av deres styringssystem definert akseptkriteriene for miljørisiko. For
letebrønn 7130/4-1 er Lundins operasjonsspesifikke akseptkriterier benyttet i forbindelse med
gjennomføringen av miljørisikoanalysen (Tabell 1-2). Akseptkriteriene angir den øvre grensen for hva
Lundin har definert som en akseptabel risiko knyttet til egne aktiviteter (sannsynlighet for en gitt
konsekvens). Disse er formulert som mål på skade på naturlige ressurser (VØK), uttrykt ved varighet
(restitusjonstid) og ulik alvorlighetsgrad.
Lundin anvender de samme akseptkriterier i alle regioner på norsk sokkel. Miljørisikoanalysen fanger opp
eventuelle forskjeller i miljøsårbarhet i ulike regioner fordi den tar hensyn til forekomst og sårbarhet
(benytter en sårbarhetskategori) av miljøressursene i det enkelte analyseområdet, og fordi den beregner
restitusjonstid for berørte ressurser. Dette fører til at det beregnes en høyere miljørisiko i områder der
det er høy andel av berørte, sårbare bestander og ressurstyper. Akseptkriteriene setter derved strengere
krav til operasjoner i denne type områder.
Akseptkriteriene uttrykker Lundins holdning om at naturen i størst mulig grad skal være uberørt av
selskapets aktiviteter. Kriteriene angir maksimal tillatt hyppighet av hendelser som kan forårsake skade
på miljøet.
Tabell 1-2 Lundins operasjonsspesifikke akseptkriterier for forurensing (Lundin Norway AS, 2012).
Varighet av skaden
(restitusjonstid)
Operasjonsspesifikke
akseptkriterier
1 mnd. – 1 år
< 1 x 10-3
Moderat
1-3 år
< 2,5 x 10-4
Betydelig
3-10 år
< 1 x 10-4
Alvorlig
>10 år
< 2,5 x 10-5
Miljøskade
Mindre
1.4 Gjeldende regelverkskrav
Forurensningsloven formulerer plikten om å unngå forurensning. Rammeforskriften stiller krav til bruk av
ALARP-prinsippet og prinsipper for risikoreduksjon, med forbehold om at kostnadene ved tiltakene ikke
står i vesentlig misforhold til den oppnådde risikoreduksjonen. Styringsforskriften § 25 krever at det
søkes om samtykke fra norske myndigheter i forbindelse med all type aktivitet relatert til leting etter
og/eller produksjon av olje og gass i norsk sektor. Ifølge Styringsforskriften § 17 skal det utarbeides en
miljørettet risikoanalyse og en miljørettet beredskapsanalyse, i forbindelse med aktiviteten.
Aktivitetsforskriften § 73 stiller krav til beredskapsetablering og krav til etablering av beredskapsstrategi.
Beredskapen skal etableres basert på miljørettede risiko- og beredskapsanalyser, og det skal være en
sammenheng mellom miljørisiko og beredskapsnivå. Beredskapen skal ivareta hav, kyst- og strandsone.
Videre stiller Rammeforskriften krav til at operatørene skal samarbeide om beredskap mot akutt
forurensning, gjennom regioner med felles beredskapsplaner og beredskapsressurser. Styringsforskriften
stiller krav til etablering av barrierer både for å hindre en hendelse i å oppstå, samt
konsekvensreduserende tiltak. Et sammendrag av ovennevnte analyser samt en beskrivelse av hvordan
den planlagte beredskapen mot akutt forurensning er ivaretatt, skal sendes myndighetene i tilstrekkelig
tid før aktiviteten starter, normalt i forbindelse med samtykkesøknaden (jfr. Styringsforskriften § 25).
Regelverket for petroleumsvirksomhet finnes på:
http://www.ptil.no/styringsforskriften/category382.html
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
2
BESKRIVELSE AV UTSLIPPSCENARIER
De fleste former for uhellsutslipp i forbindelse med en leteboring er begrensede, med små mengder og
lette forbindelser. De hendelsene som har de største potensielle miljøkonsekvensene er ukontrollerte
utslipp fra brønnen under boring (utblåsning). Slike hendelser anses dimensjonerende for foreliggende
analyse.
2.1 Dimensjonerende DFU
Lundin planlegger å starte boring av letebrønn 7130/4-1 høsten 2015. Brønnen skal bores gjennom tre
potensielt oljefylte reservoarer; Røye, Ørn og Soldugg. Dimensjonerende DFU vil i den forbindelse være
en ukontrollert oljeutblåsning fra letebrønnen under boring. Lundin har utført en risikovurdering med
hensyn til oljeutblåsning fra brønnen og beregnet mulige utblåsningsrater og –varigheter med tilhørende
sannsynlighetsfordeling (AddEnergy, 2015).
Brønnen er planlagt boret med den halvt nedsenkbare riggen Transocean Arctic (Figur 2-1).
Figur 2-1 Transocean Arctic som skal brukes til
boring av 7130/4-1 i PL708 i Barentshavet.
2.2 Sannsynlighet for dimensjonerende DFU
Brønn 7130/4-1 er en letebrønn hvor det forventes å finne olje. Basert på SINTEF offshore blowout
database 2013, er den totale utblåsningsfrekvensen vurdert til 1,55 x 10-4 for en gjennomsnittsbrønn
(Lloyd’s, 2014).
Transocean Arctic er en halvt nedsenkbar flyter med BOP plassert på havbunnen, noe som tilsier at en
utblåsning
mest
sannsynlig
vil
forekomme
på
havbunnen.
Sannsynlighetsfordelingen
mellom
utblåsninger på havbunn kontra overflate under boring, er beregnet til henholdsvis 82 % / 18 % (Lloyd’s,
2014).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
2.3 Utblåsningsrater og – varigheter
Lengste utblåsningsvarighet er satt til tiden det tar å bore en avlastningsbrønn. For letebrønn 7130/4-1
er denne 52 døgn, fordelt på mobilisering av rigg, boring inn i reservoar og dreping av utblåsningen
(AddEnergy, 2015).
Rate-/varighetsmatrisen som er lagt til grunn for oljedriftsmodelleringen og miljørisikoanalysen for
letebrønn 7130/4-1 er presentert i Tabell 2-1. Utblåsningsstudien fra AddEnergy (2015) er basis for
matrisen, men flere av ratene er vektet sammen for å få en mer komprimert matrise for modelleringen.
Vektet varighet for overflateutblåsning er 9,4 døgn, mens tilsvarende verdi for sjøbunnsutblåsning er
12,8
døgn.
Vektet
rate
for
overflateutblåsning
er
1385
Sm3/døgn,
og
1226
Sm3/døgn
for
sjøbunnsutblåsning.
Tabell 2-1 Rate- og varighetsfordeling for overflate- og sjøbunnsutblåsning for letebrønn 7130/4-1
(AddEnergy, 2015; Scandpower, 2011; Lloyd’s, 2014).
Varigheter (dg) og
Fordeling
UtslippsRate
Sannsynlighet
sannsynlighetsfordeling
overflate/
lokasjon
Sm3/d
for raten
sjøbunn
2
5
15
35
52
337
Overflate
Sjøbunn
18 %
82 %
1305
2767
54,9 %
53,6 %
18,5 %
16,6 %
5,5 %
5,8 %
3,5 %
40,1 %
2970
1,5 %
278
54,9 %
1305
2442
44,7 %
2556
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
17,4 %
19,3 %
9,2 %
9,4 %
3,5 %
31,1 %
10,5 %
3
OLJEDRIFTSMODELLERING
Brønn 7130/4-1 er en letebrønn. Ved funn forventes en oljetype med lignende egenskaper som Goliat
Realgrunnen råolje. Denne oljetypen er således benyttet som referanseolje. I dette kapitlet blir Goliat
Realgrunnen råoljes egenskaper, oljedriftsmodellen og dens begrensninger samt resultater fra
oljedriftsmodelleringen beskrevet.
3.1 Oljetype og oljens egenskaper
Bakgrunnsinformasjonen for referanseoljen Goliat Realgrunnen er innhentet fra forvitringsstudiet
gjennomført av SINTEF i 2003.
3
Goliat Realgrunnen er en råolje med middels tetthet (857 kg/m ), relativt høyt asfalteninnhold og
voksinnhold, sammenlignet med andre norske råoljer. Goliat Realgrunnen har et raskt vannopptak og
når et maksimum opptak på 70 % etter ca. 12 timer på havoverflaten ved 5 °C (SINTEF, 2003). Den
danner relativt stabile emulsjoner. Oljen har medium fordampning, og om lag 40 % av oljen vil være
fordampet etter 5 døgn på sjøen. Viskositeten øker med økende tid på sjøen, og forventer å nå et
maksimum på ca. 10 000 cP.
Karakteristikker for Goliat Realgrunnen er sammenfattet i Tabell 3-1.
Tabell 3-1 Parametere for Goliat Realgrunnen råolje benyttet i
spredningsberegningene for letebrønn 7130/4-1 (SINTEF, 2003).
Goliat Realgrunnen råolje
Parameter
Verdi
Oljetetthet [kg/ m³]
857
Maksimum vanninnhold ved 5 °C [volum %]
-1
70
Viskositet, fersk olje ved 5 ºC (10s ) [cP]
257
Voksinnhold, fersk olje [vekt %]
5,1
Asfalteinnhold, fersk olje [vekt %]
0,14
3.2 Oljedriftsmodellen
Oljedriftsmodellen som er anvendt er SINTEFs OSCAR modell (Oil Spill Contingency And Response).
OSCAR er en tre-dimensjonal oljedriftsmodell som beregner oljemengde på havoverflaten, på strand og i
sedimenter, samt konsentrasjoner i vannsøylen. Resultater fra OSCAR er i tre fysiske dimensjoner samt
tid. Modellen inneholder databaser for ulike oljetyper med tilhørende fysiske og kjemiske komponenter,
vanndyp, sedimenttyper og strandtyper. Oljedriftssimuleringene er kjørt i et 3×3 km rutenett med en
svært detaljert kystlinje (Oppløsning: 1:50 000). I etterkant er oljedriftsresultatene eksportert til 10×10
km rutenett til bruk i miljørisikoanalyse. Influensområdene i denne rapporten er også presentert i 10×10
km rutenett.
For sjøbunnsutslippene blir en egen modul i OSCAR anvendt; en nærsonemodell som beregner den
første fasen av sjøbunnsutblåsningen (Johansen Ø., 2006). Den beskriver hvordan plumen (olje, gass og
vannpakken) oppfører seg fra sjøbunn til overflate eller til et eventuelt innlagringsdyp. Nærsonemodellen
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
beregner plumens fortynning og stigetid oppover i vannsøylen. Modellen tar også hensyn til
oppdriftseffekter av olje og gass, tetthetssjiktningen i det omkringliggende området samt sidestrøm. For
sjøbunnsutslippene er vertikalprofil i vannmassene med hensyn til temperatur og salinitet lagt inn i
modellkjøringene (Levitus, 1994).
Filmtykkelsen som dannes på overflaten etter en sjøbunnsutblåsning beregnes i nærsonemodelleringen.
For overflateutblåsningen er den initiale oljefilmtykkelsen satt til 2 mm.
For å bestemme oljens drift og skjebne på overflaten beregner modellen overflatespenning, transport av
flak, dispergering av olje ned i vannmassene, fordampning, emulsjon og stranding. I vannkolonnen blir
det simulert horisontal og vertikal transport, oppløsning av oljekomponenter, adsorpsjon, avsetninger i
sedimenter samt nedbrytning.
OSCAR benytter både to- og tre-dimensjonale strømdata fra hydrodynamiske modeller. Det er generert
historiske, dagsgjennomsnittlige strømdata fra perioden 1998-2005 med 4×4 km oppløsning. Datasettet
er opparbeidet av Havforskningsinstituttet (HI) og behandlet videre av SINTEF. Datasettet inneholder
både
overflatestrøm
og
strøm
nedover
i
vannsøylen.
Den
høyere
horisontale
oppløsningen
(sammenlignet med tidligere studier) på strømdataene gir en bedre beskrivelse av strømforholdene i
havområdene, og spesielt innover i kystsonen og fjorder. Den norske kyststrømmen vil løses bedre opp
med flere strømpunkter, noe som vil føre til en kraftigere opplevelse av kyststrømmen. Dette vil gi en
større spredning av olje, spesielt i nordlig retning sammenlignet med tidligere studier. En begrensning
ved å benytte dagsgjennomsnittlige strømdata er at effekten av tidevannsstrømmer faller bort. Dette er
kombinert med historiske vinddata fra Meteorologisk institutt med 75×75 km oppløsning fra perioden
1998-2005 med tidsintervall tre timer.
Grunnet letebrønnens lokasjon i Barentshavet er det i denne analysen benyttet et dynamisk rutenett
med daglige iskonsentrasjoner for perioden 1998-2005 fra Nordic Seas 4 km numerisk sjø hindcast arkiv
(SVIM, ftp://ftp.met.no/projects/SVIM-public/SVIMresults/). Dataene er importert i OSCAR fra NetCDF
format. Dette datasettet brukes i oljedriftsmodelleringene for å inkludere den varierende
iskonsentrasjonen i det potensielle influensområdet fra en oljeutblåsning. Iskonsentrasjonen kan påvirke
forvitringen, spredningen, fordampningen av olje, men også hvordan oljen beveger seg i is. Forskjellig
iskonsentrasjon påvirker ulike parametere, som nevnt over, hvor for eksempel spredningen reduseres
ved en iskonsentrasjon på > 30 % ved at OSCAR benytter en algoritme for spredning i is. Modelleringen
er gjort i henhold til veiledningen for beregning av miljørisiko i den marginale issone (DNV GL &
Akvaplan niva, 2014).
Stokastiske simuleringer med forskjellige starttidspunkter er modellert. I de stokastiske modelleringene
er et bestemt antall simuleringer utført etter hverandre i én kjøring. Antall simuleringer for de ulike
scenariene avhenger av utslippsvarigheten, og målet er å ha tilstrekkelig antall simuleringer slik at
perioden det modelleres for (årstid eller hele året) er dekket av historisk variabilitet i strøm og vind.
Følgetiden til hver oljepartikkel som slippes ut, er simulert varighet for et utblåsingsscenario pluss 15
døgn. Antall simuleringer varierer fra 40 per år ved 2 dagers utblåsningsvarighet til 12 per år for lengste
varighet (eksempelvis 50 dager). Det vil si at det totale antall simuleringer (for 8 år med strømdata) er
henholdsvis 320 og 96. Oljedriftssimuleringene er utført for hele året.
For å kunne beregne statistiske resultater er oljedriftsparametere akkumulert for hver simulering i hver
berørte rute. Disse resultatene er igjen brukt for bl.a. å beregne treffsannsynligheter i en gitt rute.
Treffsannsynlighet er her definert som antall simuleringer (av totalt antall simuleringer) hvor et
oljeflak/partikkel på havoverflaten har truffet en 10×10 km rute, uavhengig av hvor lenge det har vært
olje i ruten.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
3.3 Modellens begrensning og krav til inngangsdata
Enhver modell vil nødvendigvis være en forenkling av virkeligheten. Dette medfører at det vil være et
visst avvik mellom modellens prediksjoner og virkeligheten, men det kan samtidig være med på å gjøre
det enklere å avdekke og forstå generelle trender og fenomener i prosesser som studeres. I dette
kapittelet påpekes noen av de viktigste kjente forenklingene og antakelsene i OSCAR. I tillegg gjøres det
rede for usikkerheter som følge av modellens oppbygning, så vel som oppsettet av simuleringene og
inngangsdataene som er benyttet.
Modelleringen av ulike prosesser som fjerner forurensningen fra en simulering er spesielt interessant da
denne
har
stor
effekt
på
omfanget
av
eventuelle
skadevirkninger
i
kjølvannet
av
et
oljeutslipp/oljeutblåsning. Olje i OSCAR fjernes fra miljøet gjennom fordampning, degradering og
eventuelt mekanisk oppsamling. Videre kan olje til en viss grad immobiliseres på strand og i sedimenter.
Av effektivitetshensyn følges ikke sedimentert olje i stokastiske simuleringer. Olje på strand degraderer
både i virkeligheten og i modellen, men dette skjer saktere enn for olje i vannkolonnen. Olje kan
transporteres ut av det modellerte området, men modellberegningene settes normalt opp slik at dette i
verste fall bare gjelder en liten andel av det totale utslippet. I tillegg til degradering vil fortynning av
oljen i vannkolonnen være en viktig kilde til at effekten av et utslipp reduseres over tid (Johansen, 2010).
OSCAR er en partikkelbasert modell, hvor olje og kjemikalier i modellen representeres som et sett med
partikler. Hver partikkel har en rekke egenskaper som forandrer seg i løpet av en simulering. Dette
inkluderer generelle egenskaper som posisjon, masse og fysisk utstrekning, så vel som egenskaper
knyttet spesielt til oljedriftsmodellering: viskositet, vanninnhold, kjemisk sammensetning, vannløselighet,
og andre egenskaper for den benyttede oljen.
I OSCAR finnes det tre hovedtyper av partikler. Disse representerer henholdsvis kjemikalier som er løst i
vannet, dråpeskyer i vannkolonnen som følge av kjemisk eller naturlig dispergering og olje på
havoverflaten.
En simulering består av en rekke tidssteg hvor partiklenes egenskaper forandres:
•
Partiklenes posisjon endres som følge av pådrag fra vind og strøm.
•
Massen og den kjemiske sammensetningen endres som følge av blant annet fordampning,
biodegradering, og utløsning fra dråpeskyer og overflateflak til løste komponenter.
•
Vannopptak og viskositet endres som del av en kompleks forvitringsprosess.
I tillegg kan partikler gå fra å representere dråpeskyer til å representere overflateflak og motsatt.
Dråpeskyer kan stige til overflaten som følge av oljens oppdrift, og overflateflak kan blandes ned i
vannkolonnen som følge av vindinduserte bølger og turbulens.
Som ved enhver forenkling av en kompleks kontinuerlig prosess, vil en partikkelbasert modell være
følsom for hvilken oppløsning som velges. Hvis det benyttes flere partikler i beregningene er det større
potensial for å oppnå realistiske simuleringer, gitt strøm-, vind-, dybde- og kystdata. Flere partikler
betyr imidlertid også mer ressurskrevende beregninger, og det endelige valg av oppløsning blir en
avveiing mellom tilgjengelig regnekapasitet og nytten av å øke oppløsningen ytterligere. Det er i denne
analysen brukt et standardisert oppsett med 2500 partikler, noe som basert på mye erfaring gir et
tilstrekkelig grunnlag for den statistiske analysen.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
3.3.1 Bearbeiding og generering av statistiske parametere
Basert på de stokastiske resultatene fra OSCAR beregnes oljedriftstatistikk; treffsannsynlighet, olje- og
emulsjonsmengde, total hydrokarbonkonsentrasjoner og strandingsmengder for forhåndsdefinerte 10 ×
10 km kystruter.
Oljedriftstatistikk for åpent hav er presentert som middelverdier av de faktiske parametere. Hver gang
en oljepartikkel når en ny rute, vil relevante parametere og antall treff i ruten bli oppdatert. Når alle
utblåsning-/utslippsscenariene er simulert, vil statistikk for hver rute, strandingsareal og influensområdet
beregnes.
De statistiske rutenett-parameterne som presentere i denne rapporten er:
•
Treffsannsynlighet, defineres som det relative antall simuleringer (av totale antall simuleringer)
hvor et oljeflak/en partikkel på havoverflaten har truffet en rute. Influensområde defineres som
området med en treffsannsynlighet > 5 % for mer enn 1 tonn olje i en 10 × 10 km rute.
•
Treffsannsynligheten for ulike oljemengdekategorier, 1-100 tonn, 100-500 tonn, 5001000 tonn, samt > 1000 tonn. Defineres som det relative antall simuleringer (av totalt antall
simuleringer) hvor et oljeflak/en partikkel på havoverflaten har truffet en rute i den bestemte
oljemengdekategorien.
•
Vannsøylekonsentrasjoner
(Total
hydrokarbonkonsentrasjoner),
defineres
som
gjennomsnittstall (over alle simuleringer) basert på tidsmidlet maksimale verdier (over en
simulering) i vannsøylen for total oljekonsentrasjon (THC) > 100 ppb, dvs. både løste fraksjoner
og oljedråper.
Det gjøres oppmerksom på at konverteringsalgoritmen som legges til grunn i OSCARs eksportrutine (regridding fra mindre til større celler for stokastiske simuleringer) bidrar til konservative estimater for
tidsmidlede oljemengder på havoverflaten.
3.4 Beskrivelse av utslippsscenarier
Oljedriftsberegningene er gjennomført for én lokasjon med posisjon 71° 31' 58,92'' N, 30° 10' 07,13'' Ø
og et havdyp på 289 m. Spredningsmodelleringer er gjennomført for overflate- og sjøbunnsutblåsning
fra letebrønn 7130/4-1. Spredningsberegningene for utslipp av olje er kjørt for 5 varigheter og 4
utblåsningsrater for henholdsvis overflate- og sjøbunnsutblåsningen. I oljedriftsmodelleringene er det
kjørt tilstrekkelig antall simuleringer for å dekke inn variasjoner i vind og havstrømmer gjennom året.
For modellering av sjøbunnsutblåsningene ble det benyttet GOR (Gass/olje-forhold) lik 179 Sm3/Sm3 for
utslipp fra letebrønn 7130/4-1 (AddEnergy, 2015). Det er lagt til grunn at gassen i reservoarene som
driver oljen opp til overflaten er naturgass med stor andel av metan. De statistiske oljedriftsresultatene
er presentert i et rutenett som har en horisontal oppløsning på 10×10 km.
3.5 Oljedriftsmodellering – Resultater
3.5.1 Nærsonemodellering av sjøbunnsutslipp
Simuleringsresultatene for sjøbunnsutblåsning fra letebrønn 7130/4-1 viser at oljen når overflaten etter
687 sekunder (ca. 11 minutter), og spres på havoverflaten som en tynn oljefilm med estimert tykkelse
på 0,07 mm. Dette er forutsatt en GOR på 179 Sm3/Sm3 (for Realgrunnen (Goliat) råolje). For å beregne
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
disse verdiene er vektet rate (1226 Sm3/d) for sjøbunnsutblåsningene med vektet varighet på 12,8
dager benyttet i én enkelt simulering, noe som gir en indikasjon på oppførselen til oljeplumen.
3.5.2 Treffsannsynlighet av olje på overflaten
For modellerte overflate- og sjøbunnsutblåsninger er det generert oljedriftsstatistikk på rutenivå (10 ×
10 km ruter) for fire sesonger; vår (mars-mai), sommer (juni-august), høst (september-november) og
vinter (desember-februar). Influensområdene (≥ 5 % treff av olje over 1 tonn i 10 × 10 km ruter) gitt
en utblåsning fra henholdsvis overflate og sjøbunn fra brønnen i de ulike sesongene er presentert i
Figur 3-1 og Figur 3-2.
Videre er hver av oljemengdekategoriene som benyttes i miljørisikoberegningene, henholdsvis 1-100
tonn, 100-500 tonn, 500-1000 tonn og > 1000 tonn per 10 × 10 km rute, presentert for overflate- og
sjøbunnsutblåsning i Figur 3-3 og Figur 3-4, basert på helårsstatistikk.
Merk imidlertid at influensområdene er basert på alle utslippsrater og varigheter og deres individuelle
sannsynligheter, og at det markerte området ikke viser omfanget av et enkelt oljeutslipp, men er det
området som berøres i ≥ 5 % av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong.
Resultatene viser oljen etter utblåsning i stor grad spres i østlig/nordøstlig retning, og i mindre grad i
sørlig retning mot kysten av Finnmark (Vardø/Vadsø) og den Russiske kystlinjen. Influensområdene er
tilnærmet like for overflate- og sjøbunnsutblåsning. Sesongvariasjonen er noe større, med større
utstrekning av influensområdene i vintersesongen kontra de resterende sesongene.
Resultatene, som viser treffsannsynlighet av ulike oljemengder på overflaten, viser at de fleste områder
kun har sannsynlighet for treff av oljemengder i kategori 1-100 tonn per 10 × 10 km rute, men med noe
sannsynlighet for større oljemengder i nærområdet til brønnlokasjonen. Oljemengder > 500 tonn/rute
forventes kun i umiddelbar nærhet av brønnen. Det er ingen treffsannsynlighet for > 1000 tonn olje per
10 × 10 km rute gitt en sjøbunnsutblåsning.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-1 Sesongvise sannsynligheter for treff av mer enn 1 tonn olje i 10×10 km sjøruter
gitt en overflateutblåsning fra letebrønn 7130/4-1. Influensområdet er basert på alle
utslippsrater og varigheter og deres individuelle sannsynligheter. Merk at det markerte
området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 %
av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-2 Sesongvise sannsynligheter for treff av mer enn 1 tonn olje i 10×10 km sjøruter
gitt en sjøbunnsutblåsning fra letebrønn 7130/4-1. Influensområdet er basert på alle
utslippsrater og varigheter og deres individuelle sannsynligheter. Merk at det markerte
området ikke viser omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 %
av enkeltsimuleringene av oljens drift og spredning innenfor hver sesong.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-3 Sannsynligheten for treff av oljemengder; 1-100 tonn og 100-500 tonn i 10×10
km sjøruter gitt en overflateutblåsning fra letebrønn 7130/4-1 og basert på
helårsstatistikk. Influensområdet er basert på alle utslippsrater og varigheter og deres
individuelle sannsynligheter (stokastisk simulering). Merk at det markerte området ikke viser
omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 % av
enkeltsimuleringene av oljens drift og spredning.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-4 Sannsynligheten for treff av oljemengder; 1-100 tonn og 100-500 tonn i 10×10
km sjøruter gitt en sjøbunnsutblåsning fra letebrønn 7130/4-1 og basert på
helårsstatistikk. Influensområdet er basert på alle utslippsrater og varigheter og deres
individuelle sannsynligheter (stokastisk simulering). Merk at det markerte området ikke viser
omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 % av
enkeltsimuleringene av oljens drift og spredning. NB: Det er ingen treffsannsynlighet for >
1000 tonn olje per 10×10 km rute.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
3.5.3 Stranding av olje i kystsone
Landrutene som har ≥5 % sannsynlighet for stranding av mer enn 1 tonn olje per 10 × 10 km ruter per
sesong er vist i Figur 3-5 og Figur 3-6, gitt henholdsvis en overflate- og en sjøbunnsutblåsning. Det er
størst strandningssannsynlighet i området Vardø/Båtsfjord. Det ble ikke funnet ≥20 % sannsynlighet for
stranding.
Korteste ankomsttid til land og største strandingsmengder av emulsjon er vist i Tabell 3-2 (95- og 100persentiler), for henholdsvis norsk og russisk kystlinje. Resultatene for forventet strandet emulsjon og
drivtid presentert stammer ikke nødvendigvis fra samme simulering. Alle simuleringer, både for
overflate- og sjøbunnsutblåsning ligger til grunn for resultatene. 95 persentil av scenarioene gir
stranding av 364 tonn oljeemulsjon langs den norske kystlinjen (vår) og 8 tonn langs den russiske
kystlinjen (sommer). 95 persentil av korteste drivtid er henholdsvis 7,0 døgn og 24 døgn
(Norge/Russland) i samme sesonger. I høst- og vintersesongen er strandet oljemengde mindre, 41-54
tonn på norsk side og ingen stranding på russisk side, og drivtiden er lengre.
NOFO
har
definert
eksempelområder
til
(http://www.nofo.no/Plangrunnlag/Eksempelomrader/).
Dette
bruk
er
i
beredskapsplanleggingen
områder
som
har
særlig
høy
sensitivitet for oljesøl ved at de ligger i ytre kystsone, har høy tetthet av miljøprioriterte lokaliteter og på
andre måter setter strenge krav til oljevernberedskapen. I foreliggende analyse er det i tillegg valgt å
definere ett eksempelområde for hele den russiske kystlinjen, og tre ulike eksempelområder i områder
med høy hekketetthet langs samme kyststrekket på russisk side. Lokasjon av eksempelområdene er gitt
i Figur 3-5. Det vestligste området på russisk side inkluderer Ainovy øyene, en del av Kandalaksha
naturreservat som var opprinnelig etablert for å beskytte ærfugl (Somateria mollissima). Området huser
årlig flere tusen sjøfugl, derav de viktigste artene er lomvi, lunde, skarv, måker og terner samt ærfugl.
Det er også et viktig område for havert. Her samles pattedyrene i store kolonier i kaste- og
hårfellingsperioden. Figuren viser i tillegg delelinjen mellom norsk og russisk havområde.
Av de definerte eksempelområdene er det Kongsfjord som treffes av mest olje innen 95 persentil av
scenarioene (basert på både overflate- og sjøbunnsutblåsning), henholdsvis 28 tonn i vårsesongen.
Korteste drivtid til eksempelområdet er 9,8 døgn. Langs den russiske kystlinjen er det kun sannsynlighet
for stranding (innen 95 persentil av scenarioene) i sommersesongen, med totalt 8 tonn dersom hele
kystlinjen er tatt i betraktning, og 2 tonn i ett hekkeområde (begge uten effekt av barriere 1a og 1b).
Drivtiden er 24 døgn.
Midlere ankomsttider (drivtider) til linjen som definerer havgrensen mellom Norge og Russland er videre
angitt i Tabell 3-4 for hver sesong. Ankomsttiden er kortest i vintersesongen med 2,4 døgn.
Tabell 3-2 Strandingsmengder av oljeemulsjon og korteste drivtid til den norske og russiske kystlinje
gitt en utblåsning fra letebrønn 7130/4-1 (95- og 100-persentiler) oppgitt for hver sesong. Alle
simuleringer for overflate- og sjøbunnsutblåsning er lagt til grunn for tallene vist under.
Kystlinje
Norge
Russland
Persentil
Strandet oljeemulsjon (tonn)
Drivtid (døgn)
Vår
Sommer
Høst
Vinter
Vår
Sommer
Høst
Vinter
95
364
208
41
54
7,0
8,8
9,4
8,9
100
30296
17651
14630
9502
2,5
3,0
2,0
2,6
95
0
720
8
9132
0
3605
0
72
n/a
16,6
23,9
8,0
n/a
10,0
n/a
9,2
100
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Tabell 3-3 Strandingsmengder av oljeemulsjon og korteste drivtid til de definerte eksempelområdene
gitt en utblåsning fra letebrønn 7130/4-1 (95-persentiler) oppgitt for hver sesong. Alle simuleringer for
overflate- og sjøbunnsutblåsning er lagt til grunn for tallene vist under. Det er kun registrert treff innen
95-persentilen av scenarioene i Kongsfjord i sommerhalvåret.
Strandet oljeemulsjon (tonn)
Kyst-linje
Kongsfjord
Nordkinnhalvøya
nordøst
Russisk kystlinje
generelt
Russisk hekkeområde
inkludert Ainovy øyene
Ekkerøya og omegn
Drivtid (døgn)
Vår
28
Sommer
3
Høst
0
Vinter
0
Vår
9,8
Sommer
26,6
Høst
54,5
Vinter
35,4
5
0
0
0
15,5
n/a
n/a
n/a
0
8
0
0
n/a
24,0
n/a
n/a
0
2
0
0
n/a
25,9
n/a
n/a
0
4
0
0
n/a
19,6
n/a
n/a
Tabell 3-4 Midlere drivtider til den norsk-russiske havgrensen og midlere olje-/emulsjonsmengder på
russisk side av grensen etter endt simulering (utslippsvarighet + 15 døgn følgetid) gitt et overflateutslipp
i vår-, sommer-, høst- og vintersesongen, basert på oljedriftsmodelleringene presentert i kapittel 3. Alle
simuleringer for overflateutblåsning er lagt til grunn for tallene i tabellen.
Sesong
Midlere ankomsttid til den norskrussiske havgrensen (d)
Vår
3,2
Sommer
3,8
Høst
3,2
Vinter
2,4
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-5 Sannsynligheten for treff av mer enn 1 tonn olje i 10×10 km kystruter gitt en
overflateutblåsning fra letebrønnen Ørnen i hver sesong. Influensområdet er basert på alle
utslippsrater og varigheter og deres individuelle sannsynligheter. Merk at det markerte området ikke
viser omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 % av enkeltsimuleringene
av oljens drift og spredning innenfor hver sesong.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 3-6 Sannsynligheten for treff av mer enn 1 tonn olje i 10×10 km kystruter gitt en
sjøbunnsutblåsning fra letebrønn Ørnen i hver sesong. Influensområdet er basert på alle
utslippsrater og varigheter og deres individuelle sannsynligheter. Merk at det markerte området ikke
viser omfanget av et enkelt oljeutslipp, men er det området som berøres i ≥ 5 % av enkeltsimuleringene
av oljens drift og spredning innenfor hver sesong. Det er ikke sannsynlighet for treff av mer enn 1 tonn
olje per kystrute i vintersesongen. Det er ingen kystruter med mer enn 5 % sannsynlighet for treff på
russisk side.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Ainovy øyene
Figur 3-7 Lokasjon av eksempelområdene langs norskekysten, og definerte hekkekolonier langs den
russiske kystlinjen (områder med høy hekketetthet), samt den norsk-russiske havgrensen.
3.5.4 Vannsøylekonsentrasjoner
Resultatene av konsentrasjonsberegningene rapporteres vanligvis som totale konsentrasjonsverdier av
olje (THC) i de øverste vannmassene, det vil si det skilles ikke mellom dispergert olje og løste
oljekomponenter. Oljen i vannmassene vil i hovedsak skrive seg fra olje som blandes ned i vannmassene
fra drivende oljeflak (naturlig dispergering som følge av vind og bølger). Nedblanding av oljen fra
overflaten beregnes på basis av oljens egenskaper og den rådende sjøtilstanden.
Resultatene for overflateutblåsning viser ingen ruter med THC-konsentrasjoner ≥ 100 ppb i vannsøylen
(effektgrense
for
fiskeegg
og
larver).
Gitt
en
sjøbunnsutblåsning
er
det
treff
av
vannsøylekonsentrasjoner > 100 ppb THC kun i 10 × 10 km ruta som brønnlokasjonen ligger i, dvs. i
umiddelbar nærhet til brønnlokasjonen. Resultatene er ikke illustrert.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
4
METODIKK FOR MILJØRETTET RISIKOANALYSE
Analyser av miljørisiko utføres trinnvis i henhold til Norsk olje og gass veiledning for miljørisikoanalyser
(OLF, 2007). For letebrønn 7130/4-1 er det valgt å gjennomføre en skadebasert analyse for de antatt
mest sårbare miljøressursene. Et sammendrag av metodikken i miljørisikoanalysen er beskrevet
nedenfor med fokus på VØK bestander, mens det henvises til Vedlegg A og veiledningen for mer
utfyllende informasjon.
Basert på oljedriftsmodellering og bruk av effektnøkler beregnes bestandstap for den enkelte VØK
bestand (se Figur 4-1).
Figur 4-1 Oversikt over ulike trinn i beregning av bestandstap og miljørisiko for VØK bestander.
Trinn 1 – Tilrettelagte utbredelsesdata for de enkelte VØK bestander kombineres med hver enkelt
oljedriftssimulering. Det anvendes en effektnøkkel som sier noe om mulig bestandstap i 10 x 10 km
gridruter basert på oljemengde i simuleringen (se Tabell 4-1). Ulik individuell sårbarhet for olje gir ulik
effektnøkkel.
Trinn 2 – Tapsandeler i 10 x 10 km ruter summeres og gir et samlet bestandstap for hver VØK bestand
for hver simulering. Bestandstapene for de ulike oljedriftssimuleringene kategoriseres i 1-5 %, 5-10 %,
10-20 %, 20-30 % og mer enn 30 %. Bestandstap under 1 % antas ingen kvantifiserbar effekt på
restitusjon av bestanden.
Trinn 3 – Det anvendes deretter en skadenøkkel som knytter et gitt bestandstap for VØK bestanden til
miljøskade. Miljøskade uttrykkes ved tiden det tar før en bestand er restituert til 99 % av nivået før en
hendelse inntreffer (OLF, 2007). Som påpekt ovenfor varierer sårbarheten mellom arter (og habitater)
og restitusjonstiden vil være påvirket av dette. Den teoretiske restitusjonstiden er inndelt i fire
kategorier (se Tabell 4-2).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
•
Mindre (< 1 år),
•
Moderat (1-3 år),
•
Betydelig (3-10 år) og
•
Alvorlig (> 10 år).
Trinn 4 – Miljørisiko beregnes deretter ved å kombinere sannsynlighet for ulike miljøskader med
frekvensen for det spesifikke oljeutslippet og kan måles opp mot operatørens akseptkriterier for
miljøskade.
Tabell 4-1 Effektnøkkel for beregning av bestandstap innenfor en 10 ×10 km
sjørute gitt eksponering av olje fordelt på fire kategorier. Verdier for sjøfugl er
valgt som eksempel.
Effektnøkkel – akutt dødelighet
Oljemengde (tonn) i
Individuell sårbarhet av VØK sjøfugl
10 × 10 km rute
S1
S2
S3
1-100 tonn
5%
10 %
20 %
100-500 tonn
10 %
20 %
40 %
500-1000 tonn
20 %
40 %
60 %
≥1000 tonn
40 %
60 %
80 %
Tabell 4-2 Skadenøkkel for sannsynlighetsfordeling av teoretisk restitusjonstid
ved akutt bestandsreduksjon av sjøfugl- og marine pattedyrbestander med lavt
restitusjonspotensiale S3 (OLF, 2007).
Konsekvenskategori – miljøskade
Akutt bestandsreduksjon
Teoretisk restitusjonstid i år
Mindre
Moderat
Betydelig
Alvorlig
(<1 år)
1-3 år
3-10 år
>10 år
1-5 %
50 %
50 %
5-10 %
25 %
50 %
25 %
25 %
50 %
25 %
50 %
50 %
10-20 %
20-30 %
≥ 30 %
100 %
Beregningene som gjennomføres for strandhabitat skiller seg ut fra VØK bestander ved at det benyttes
en kombinert effekt- og skadenøkkel som knytter oljemengden i et 10 x 10 km habitat direkte opp mot
miljøskade og restitusjonstid.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
4.1 Usikkerhet i miljørisikoanalysen
I henhold til Ptils oppdaterte definisjon av risiko-begrepet, der det understrekes at usikkerhetsmomentet
i en risikoanalyse bør belyses, pekes det i foreliggende avsnitt på de viktigste usikkerhetsparameterne i
miljørisikoanalysen.
I miljørisikoanalyser er ønsket å redusere usikkerheten så mye som mulig, noe som innebærer til enhver
tid å benytte best tilgjengelig kunnskap. Det innebærer også å gjøre enkelte konservative valg for å
håndtere de verdiene en ikke har tilstrekkelig kunnskap om, og på den måten ivareta usikkerheten ved
en føre-var holdning.
Når en leser miljørisikoanalyser får en gjerne inntrykk av at miljørisiko er en eksakt kvantitativ størrelse
som uten forbehold kan avgjøre om planlagt aktivitet er akseptabel eller uakseptabel i forhold til mulig
miljøpåvirkning. Det er lett å glemme at bak tallene ligger en rekke parametere som rommer større eller
mindre grad av usikkerhet, eksempelvis:
Selve metodikken i seg selv rommer en stor grad av usikkerhet, da det aldri vil være mulig eksakt å
beregne effekten av et mulig oljeutslipp en gang i fremtiden. For å håndtere usikkerheten i
bestandseffekter for sjøfugl og marine pattedyr gitt påvirkning av oljeforurensning er det laget
«effektnøkler» som gir mulige bestandstap gitt et spenn av ulike oljemengder (eksempelvis 1-100 tonn
olje per 10 × 10 km rute, som gir 20 % bestandstap) som sammenfaller med tilstedeværelse av
ressursene. Beregnet bestandstap kategoriseres videre med spenn (eksempelvis 1-5 %, 5-10 % osv.),
som videre gir et spenn i teoretisk restitusjonstid (eksempelvis gir 10-20 % bestandstap henholdsvis 25 %
sannsynlighet for Moderat miljøskade, 50 % sannsynlighet for Betydelig miljøskade og 25 %
sannsynlighet for Alvorlig miljøskade).
Tilstedeværelsen av naturressursene kan også være en svært usikker og variabel størrelse. For sjøfugl er
datagrunnlaget generelt godt i hekkesesongen. Datasettene er basert på statistiske analyser av telledata
og oppdateres jevnlig gjennom Seapop-programmet. Det er allikevel ikke mulig å predikere sjøfugls
tilstedeværelse eksakt da variasjonene er store over kort tid og fra år til år, særlig for sjøfugl i åpent hav.
Et eksempel på sistnevnte datasett fremkommet gjennom Seapop-programmet er vist i Figur 4-2
(sjøfugl i åpent hav). Predikerte tettheter over havområdene angis sammen med 95 % konfidensintervall
og standardfeil. Datasettene angir en slags gjennomsnittsverdi av tettheten av sjøfugl, og reflekterer
således ikke faktisk utbredelse på et gitt tidspunkt. Utfallsrommet av mulige konsekvenser blir således
snevert i forhold til faktisk forventning, og beregningene basert på datasettene gir kun en
«gjennomsnittlig» konsekvens. Opparbeidelse av lysloggerdata gjennom forskningsprosjektet SEATRACK
for spesifikke arter og kolonier vil gi bedre kunnskap om sjøfugls tilstedeværelse
(http://www.seapop.no/no/seatrack/). Dette er imidlertid et pågående prosjekt og data er ikke
tilgjengelig for bruk ennå. Data for russisk side (Kolahalvøya) eksisterer i en norsk-russisk database
(COLONY), ref. Systad og Strøm, 2012), men har ikke vært mulig å bruke i denne analysen grunnet
rettighetsspørsmål. Mangelen på data i dette området er kompensert ved å vurdere oljemengder til disse
områdene sammen med en grundig gjennomgang av publisert russisk data.
For fiskeegg/-larver i vannsøylen baserer analysen seg på modelldata over larvefordeling i vannsøylen i
ulike år. Her er det viktig med mange år med data, og realistiske fordelinger, for å gi et godt
forventningsbilde av mulige larvetap Det er også mulig å understreke usikkerheten ved å se på
maksimum- og minimumsverdier, og standardavvik.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 4-2 Utbredelseskart for lomvi i åpent hav i tre sesonger (øverst) samt usikkerhetsestimater for
utbredelseskartene som 95 % konfidensintervall (nederst). Kartene er opparbeidet gjennom SEAPOP
(www.seapop.no). ©SEAPOP
Valg av oljetype-analog som skal representere et mulig hydrokarbonfunn, gjøres med variabel grad av
usikkerhet. Noen ganger har en gode indikasjoner på oljeegenskaper som er avgjørende for å velge en
liknende analog oljetype, andre ganger er det stor usikkerhet rundt dette. Det kan også være vanskelig
å finne en eksisterende oljetype som representerer det forventede hydrokarbonets forvitringsegenskaper.
I tillegg kommer usikkerhet i oljedriftmodellens representasjon av oljens oppførsel på havoverflaten/ i
vannsøylen etter utslipp på ulike tider av året, ved ulike værsituasjoner, samt værsituasjonen i seg selv.
For å ivareta usikkerheten i ytre miljøparametere (vind, strøm, temperatur) er det viktig å modellere
tilstrekkelig antall simuleringer. Dette innebærer både tilstrekkelig antall simuleringer gjennom året slik
at sesongvise (månedlige) variasjoner ivaretas, men også tilstrekkelig antall år som sikrer at årlige
variasjoner ivaretas. Per dags dato ligger det kun inne 8 år med strømdata i modellen, og en kan
dermed argumentere at det statistiske grunnlaget er noe tynt. Nye datasett med 30 år strømdata er
imidlertid på trappene, og vil komme i bruk i løpet av 2015. Dette vil sikre et bedre statistisk grunnlag.
Nåværende versjon av OSCAR (6.2) bidrar til ytterligere usikkerhet rundt oljemengder på havoverflaten,
ved at modellen overestimerer mengdene ved eksport fra 3 × 3 km grid (som brukes i modelleringen) til
10 × 10 km grid (som brukes i miljørisikomodelleringen). Dette er en usikkerhetskilde som vil bli bedret
i påtroppende versjon av OSCAR (7.0).
I beregning av risiko benyttes både konsekvensestimater (hva blir konsekvensen dersom en utblåsning
skjer), og sannsynlighetsestimater (hvor sannsynlig er det at uønsket hendelse forekommer).
Sannsynlighetsestimatene er basert på et tallmaterialet som er fremkommet gjennom historiske
hendelser for Nordsjøen (norsk, britisk og tysk sektor), og den ytre kontinentalsokkelen av Mexicogolfen.
Det er stor usikkerhet rundt hvor godt egnet erfaringsmateriale er for å beskrive/predikere fremtidige
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
hendelser. I beregning av generiske utblåsningsfrekvenser ble det tidligere tatt utgangspunkt i de siste
20 års hendelser. Beregningsmetodikken er nå endret for å ivareta de senere års teknologiutvikling for å
bedre sikkerheten i forbindelse med petroleumsvirksomhet. Nå benyttes data for perioden 1.1.198031.12.2011, derav senere års hendelser tillegges større vekt enn hendelser langt tilbake i tid (Lloyds,
2014).
For å redusere usikkerheten rundt utblåsningssannsynligheten ytterligere kan det gjøres brønnspesifikke
risikoanalyser, der en vurderer brønntekniske parametere opp mot erfaringsmaterialet. Ofte ender en da
opp med en utblåsningsfrekvens som er lavere enn den generiske (historiske) tallverdien, noe som
vitner om at operatørene på norsk sokkel har bedre kontroll og bedre rutiner enn hva som ligger til
grunn for de historiske hendelsene. Dette innebærer at en ved å bruke generiske frekvenser ivaretar
usikkerhet ved å gjøre konservative valg.
Til tross for alle usikkerhetskilder i miljørisikoanalysen må det påpekes at de valg som er gjort i alle ledd
av analysen, fra modellering av rater, valg av referanseolje, modellering av oljedrift og videre
konsekvensberegninger for naturressurser, skal sikre at datamaterialet er godt nok, og er basert på
beste tilgjengelige informasjon. Usikkerheten må således anses som akseptabel, og ikke av sånn art at
en kunne forvente endret konklusjon gitt større sikkerhet i enkelte av parameterne.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
5
MILJØBESKRIVELSE
En kort beskrivelse av miljøressurser i Barentshavet er gitt i Vedlegg D. For en mer omfattende
beskrivelse av miljøressursene i regionen, henvises det til blant annet: Føyn, von Quilfeldt, and Olsen
(2002), Loeng and Drinkwater (2007), Helhetlig forvaltningsplan for Lofoten og Barentshavet (HI, 2010)
og konsekvensutredningen rundt åpningsprosessen for petroleumsvirksomhet i Barentshavet sørøst
(OED, 2012; Systad, G. & Strøm, H., 2012; HI, 2012). I tillegg er det vurdert tilgjengelige publiserte
russiske data (UNEP/GEF 2010; Krasnov 1995; 2006; 2007).
5.1 Verdifulle Økosystem Komponenter (VØKer)
Som utgangspunkt for miljørisikoanalysene er det gjennomført en vurdering av hvilke naturressurser
som har det største konfliktpotensialet innen influensområdet til letebrønn 7130/4-1. En Verdsatt
Økosystem Komponent (VØK) er definert i veiledningen for gjennomføring av miljørisikoanalyser (OLF,
2007) som en ressurs eller miljøegenskap som:
•
Er viktig (ikke bare økonomisk) for lokalbefolkningen, eller
•
Har en nasjonal eller internasjonal interesse, eller
•
Hvis den endres fra sin nåværende tilstand, vil ha betydning for hvordan miljøvirkningene av et
tiltak vurderes, og for hvilke avbøtende tiltak som velges.
For å velge ut VØKer innen et potensielt berørt område benyttes følgende prioriteringskriterier (OLF,
2007):
•
VØK må være en populasjon eller bestand, et samfunn eller habitat/naturområde
•
VØK må ha høy sårbarhet for oljeforurensning i den aktuelle sesong
•
VØK bestand må være representert med en stor andel i influensområdet
•
VØK bestand må være tilstede i en stor andel av året eller i den aktuelle sesong
•
VØK habitat må ha høy sannsynlighet for å bli eksponert for oljeforurensning
VØKer som blir valgt ut for analyse i en spesifikk operasjon kan representere et spenn av ressurser som
vil bidra til miljørisikoen for operasjonen i ulik grad. Som et minimum skal alltid den eller de ressursene
som er antatt å bidra mest til miljørisikoen være representert blant de utvalgte ressursene. I utvelgelsen
av VØKer er rødlistearter som er til stede i influensområdet vurdert.
5.2 Utvalgte VØKer
Utvalgte VØKer er basert på kriteriene beskrevet i kapittel 5.1 og er nærmere beskrevet nedenfor.
5.2.1 Sjøfugl
Tabell 5-1 viser utvalgte sjøfuglarter på åpent hav og kystnært inkludert i miljørisikoanalysen for
letebrønn 7130/4-1. Flere av de pelagiske sjøfuglene inngår også i datasettene for kystnære sjøfugl, da
det benyttes ulike datasett for disse etter tilholdssted i ulike deler av året. For disse artene dreier det
seg i all hovedsak om hekkebestanden som oppholder seg rundt hekkekoloniene i en begrenset periode
av året (vår/sommer). Det er ikke tatt hensyn til svømmetrekk for sjøfugl i datasettene. Det er benyttet
de mest oppdaterte sjøfugl-datasettene for region Barentshavet.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Seapop har et pågående program «Seatrack» der lysloggere benyttes for å kartlegge sjøfuglartenes
oppholdssted gjennom året. Data fra dette programmet er under utarbeidelse, og vil inkluderes i senere
reviderte datasett for sjøfugl (http://www.seapop.no/no/seatrack/).
Tabell 5-1 Utvalgte VØKer sjøfugl for miljørisikoanalysen for letebrønn 7130/4-1 (Seapop,
2012; Seapop, 2013; Artsdatabanken (rødliste), 2010).
Navn
Alke
Alkekonge
Latinsk navn
Rødlista
Alca torda
VU
Alle alle
-
Gråmåke
Larus argentatus
LC
Havhest
Fulmarus glacialis
NT
Havsule
Morus bassanus
LC
Krykkje
Rissa tridactyla
EN
Lomvi
Uria aalge
CR
Lunde
Fratercula arctica
VU
Polarlomvi
Uria lomvia
VU
Polarmåke
Larus hyperboreus
-
Larus marinus
LC
Alca torda
VU
Svartbak
Alke
Fiskemåke
Larus canus
NT
Gråstupedykker
Podiceps grisegena
LC
Havelle
Clangula hyemalis
LC
Havhest
Fulmarus glacialis
NT
Havsule
Morus bassanus
LC
Gavia immer
LC
Krykkje
Rissa tridactyla
EN
Laksand
Mergus merganser
LC
Lomvi
Uria aalge
CR
Lunde
Fratercula arctica
VU
Polarlomvi
Uria lomvia
VU
Polarmåke
Larus hyperboreus
-
Praktærfugl
Somateria spectabilis
-
Islom
Siland
Mergus serrator
LC
Sjøorre
Melanitta fusca
NT
Smålom
Gavia stellata
LC
Stellerand
Polysticta stelleri
VU
Storskarv
Phalacrocorax carbo
LC
Svartand
Melanitta nigra
LC
Svartbak
Larus marinus
LC
Cepphus grylle
VU
Phalacrocorax aristotelis
LC
Teist
Toppskarv
Tilhørighet
Pelagisk sjøfugl
(åpent hav)
Kystnær sjøfugl
Ærfugl
Somateria molissima
LC
NT – Nær Truet, EN – Sterkt Truet, CR – Kritisk Truet, VU – Sårbar, LC – Livskraftig
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
5.2.2 Marine pattedyr
Havert og steinkobbe har høyest sårbarhet under kaste- og hårfellingsperioden da de samler seg i
kolonier i kystnære områder. Influensområdet til letebrønn 7130/4-1 strekker seg både i sørlig og
nordlig retning. En eventuell utblåsning fra brønnen har liten sannsynlighet for å treffe kystområdene.
Det er allikevel valgt å gjennomføre risikoberegninger for havert, steinkobbe og oter i denne analysen.
Tabell 5-2 viser de utvalgte VØK sjøpattedyrene.
Tabell 5-2 Utvalgte VØKer marine pattedyr for miljørisikoanalysen for
letebrønn 7130/4-1.
Navn
Latinsk navn
Rødlista
Havert
Halichoerus grypus
LC
Phoca vitulina
VU
Lutra lutra
VU
Steinkobbe
Oter
5.2.3 Fisk
Effekten av olje på organismer i vannfasen (fisk og plankton) er avhengig av oljetype, nedblandingsgrad
og kinetikk for utløsning av oljekomponenter til vannfasen, samt varighet av eksponeringen. Siden
planktonforekomstene (plante- og dyreplankton) er generelt lite sårbare for oljeforurensning, er
hovedfokus for miljørisikoanalyser satt på fisk. Egg
og larver kan
være svært sårbare
for
oljeforurensning i vannmassene, mens yngel (større enn omlag 2 cm) og voksen fisk i liten grad antas å
påvirkes. Dette er i tråd med feltobservasjoner som har vist liten dødelighet av voksen fisk etter
virkelige oljeutslipp.
For fisk er det hovedsakelig arter som gyter konsentrert både i tid og rom som har størst
skadepotensiale for akutte oljeutslipp. Letebrønn 7130/4-1 ligger i Barentshavet og det er valgt å
analysere for torsk og lodde. Torsken gyter konsentrert over mindre geografiske områder, og er en
kommersielt viktig art i Norskehavet/Barentshavet.
5.2.4 Strand
En utblåsning fra letebrønn 7130/4-1 kan potensielt medføre stranding av olje langs Finnmarkskysten og
den nordlige delen av Kolahalvøya i Russland, og det er derfor gjennomført skadebaserte analyser for
strand, med utgangspunkt i sårbare habitater langs kystområdene.
5.2.5 Den marginale issonen
Lokasjonen til den planlagte letebrønnen ligger langt sør for Den marginale issone, og forventes således
ikke særlig grad av påvirkning gitt en utblåsning fra brønnen. Den marginale issone er derfor ikke videre
vurdert i miljørisikoberegningene for letebrønn 7130/4-1.
Kart over gjennomsnittlig isutbredelse i Barentshavet (2001-2011) per sesong basert på statistikk fra
met.no (MI, 2012) er vist i Vedlegg D.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6
MILJØRETTET RISIKOANALYSE – RESULTATER
Mulige konsekvenser for sjøfugl og marine pattedyr er beregnet som sannsynlighet for en gitt tapsandel
(henholdsvis < 1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 % og > 30 %) av en bestand. Beregningene tar
utgangspunkt i månedlige regionale bestandsfordelinger av artene, og resultatene som presenteres er
maksimal verdi av månedene innen hver sesong (vår: mars-mai, sommer: juni-august, høst:
september-november, vinter: desember-februar). Resultatene er presentert for bestanden med høyest
sesongvis utslag i foreliggende kapittel, mens bestandstap av alle berørte arter er å finne i Vedlegg B.
Tapsandelen er videre benyttet til å beregne miljøskade. Miljøskade er definert i form av mulig
restitusjonstid der 1 måned - 1 år restitusjonstid betegnes som Mindre miljøskade, 1-3 års
restitusjonstid betegnes som Moderat miljøskade, 3-10 års restitusjonstid betegnes som Betydelig
miljøskade og > 10 års restitusjonstid betegnes som Alvorlig miljøskade. Sannsynligheten for miljøskade
av ulik alvorlighetsgrad er videre kombinert med sannsynligheten (frekvensen) for et uhellsutslipp, og
årlig miljørisiko er målt mot Lundins operasjonsspesifikke akseptkriterier. Miljørisiko er presentert for alle
inkluderte arter i foreliggende kapittel.
For strandhabitat er det beregnet treffsannsynlighet av ulike oljemengdekategorier per 10 × 10 km ruter,
som videre danner grunnlaget for beregning av sannsynlighet for miljøskade per rute. Miljøskade for
strandhabitat defineres på samme måte som for sjøfugl etter mulig restitusjonstid. Resultatene av
konsekvensberegningene er presentert for ruta med høyest sesongvis utslag, mens det er valgt å
presentere miljørisiko for de 10 ulike rutene i hver sesong med høyest månedlig utslag i miljørisiko
uavhengig av skadekategori (som andel av akseptkriteriene).
Det henvises til Vedlegg A for beskrivelse av anvendt metodikk.
6.1 Mulige konsekvenser ved en utblåsning fra letebrønn
7130/4-1
6.1.1 Pelagisk sjøfugl
Sannsynlighet for bestandstap og miljøskade - overflateutblåsning - Figur 6-1.
Alke er arten med høyest sannsynlighet for bestandstap om sommeren, mens krykkje har høyest
sannsynlighet for bestandstap om våren, høsten og vinteren.
Størst sannsynlighet for tapsandeler er beregnet:
•
59 % sannsynlighet for tap av 1-5 % av populasjonen (krykkje - vår).
•
10 % sannsynlighet for tap av 5-10 % av populasjonen (krykkje - vinter).
•
2 % sannsynlighet for tap av 10-20 % av populasjonen (alke - sommer).
Det er ikke beregnet sannsynlighet for tapsandeler i kategoriene > 20 %.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid:
•
32 % sannsynlighet for Mindre miljøskade (krykkje - vinter).
•
34 % sannsynlighet for Moderat miljøskade (krykkje - vinter).
•
3 % sannsynlighet for Betydelig miljøskade (krykkje - høst).
•
0,5 % sannsynlighet for Alvorlig miljøskade (alke - sommer).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Pelagisk sjøfugl - Overflateutblåsning
Figur 6-1 Sannsynlighet for at en gitt andel av utslagsgivende bestand av pelagisk sjøfugl dør gitt en
overflateutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
Sannsynlighet for bestandstap og miljøskade - sjøbunnsutblåsning - Figur 6-2.
Lomvi er arten med høyest sannsynlighet for bestandstap om sommeren, mens krykkje har høyest
sannsynlighet for bestandstap om våren, høsten og vinteren.
Størst sannsynlighet for tapsandeler er beregnet for krykkje i vintersesongen:
•
61 % sannsynlighet for tap av 1-5 % av populasjonen.
•
11 % sannsynlighet for tap av 5-10 % av populasjonen.
Det er ikke beregnet tapsandeler i kategoriene > 10 %.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid (i vintersesongen):
•
33 % sannsynlighet for Mindre miljøskade.
•
36 % sannsynlighet for Moderat miljøskade.
•
3 % sannsynlighet for Betydelig miljøskade.
Det er ingen sannsynlighet for Alvorlig miljøskade.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Pelagisk sjøfugl - Sjøbunnsutblåsning
Figur 6-2 Sannsynlighet for at en gitt andel av utslagsgivende bestand av pelagisk sjøfugl dør gitt en
sjøbunnsutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
Effektområder
Figur 6-3 viser sesongvis skadepotensiale for pelagisk sjøfugl (effektområder) etter utblåsning fra
letebrønn 7130/4-1, for artene med potensielt størst bestandstap (%). Den enkelte sesong er
representert med måneden som har potensiale for å berøre størst andel av bestanden. Krykkje har
høyest sannsynlighet for bestandstap i vår-, høst- og vintersesongen, mens i sommersesongen har alke
høyest sannsynlighet for bestandstap. Figurene viser at for krykkje er skadepotensialet størst rundt
utslippspunktet og østover inn mot de russiske havområdene, mens det for alke i sommersesongen er
størst skadepotensiale rundt hekkekoloniene langs Finnmarkskysten.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-3 Effektområder for krykkje (vår, høst og vinter) og alke (sommer) etter
utblåsning fra letebrønn 7130/4-1. Figurene viser geografisk område hvor potensielt
bestandstap (%) er høyest per 10 × 10 km grid rute for hver av artene.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6.1.2 Kystnær sjøfugl
Sannsynlighet for bestandstap og miljøskade - overflateutblåsning - Figur 6-4.
Hekkebestanden av lomvi er arten med høyest sannsynlighet for bestandstap om våren og sommeren.
På høsten har islom begrenset sannsynlighet for bestandstap, mens praktærfugl har noe sannsynlighet
for bestandstap i kategori 1-5 % om vinteren.
Størst sannsynlighet for tapsandeler er beregnet for lomvi om våren/sommeren:
•
•
27 % sannsynlighet for tap av 1-5 % av populasjonen (vår).
8 % sannsynlighet for tap av 5-10 % av populasjonen (vår).
•
18 % sannsynlighet for tap av 10-20 % av populasjonen (vår).
•
3 % sannsynlighet for tap av 20-30 % av populasjonen (sommer).
•
1 % sannsynlighet for tap av >30 % av populasjonen (vår).
Dette gir følgende sannsynligheter for skade i form av restitusjonstid for lomvi om våren:
•
15 % sannsynlighet for Mindre miljøskade.
•
22 % sannsynlighet for Moderat miljøskade.
•
12 % sannsynlighet for Betydelig miljøskade.
•
6 % sannsynlighet for Alvorlig miljøskade.
Kystnær sjøfugl - Overflateutblåsning
Figur 6-4 Sannsynlighet for at en gitt andel av utslagsgivende bestand av kystnær sjøfugl dør gitt en
overflateutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Sannsynlighet for bestandstap og miljøskade - sjøbunnsutblåsning - Figur 6-5.
Hekkebestanden av lomvi er arten med høyest sannsynlighet for bestandstap om våren og sommeren.
På høsten har islom begrenset sannsynlighet for bestandstap, mens ærfugl har noe sannsynlighet for
bestandstap i kategori 1-5 % om vinteren.
Størst sannsynlighet for tapsandeler er beregnet for lomvi om våren/sommeren:
•
23 % sannsynlighet for tap av 1-5 % av populasjonen (vår).
•
11 % sannsynlighet for tap av 5-10 % av populasjonen (vår).
•
13 % sannsynlighet for tap av 10-20 % av populasjonen (sommer).
•
1 % sannsynlighet for tap av 20-30 % av populasjonen (vår).
Det er ingen treff i kategori > 30 % tap av populasjonene.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid for lomvi om våren:
•
15 % sannsynlighet for Mindre miljøskade.
•
20 % sannsynlighet for Moderat miljøskade.
•
10 % sannsynlighet for Betydelig miljøskade.
•
4 % sannsynlighet for Alvorlig miljøskade.
Kystnær sjøfugl - Sjøbunnsutblåsning
Figur 6-5 Sannsynlighet for at en gitt andel av utslagsgivende bestand av kystnær sjøfugl dør gitt en
sjøbunnsutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Effektområder
Figur 6-6 viser sesongvis skadepotensiale for kystnær sjøfugl (effektområder) etter utblåsning fra
letebrønn 7130/4-1, for artene med potensielt størst bestandstap (%). Den enkelte sesong er
representert med måneden som har potensiale for å berøre størst andel av bestanden. Lomvi har høyest
sannsynlighet for bestandstap i vår- og sommersesongen med de største potensielle bestandstapene i
hekkekoloniene langs kyststrekningen fra Båtsfjord til Vardø. Om høsten er det islom som har høyest
sannsynlighet for bestandstap, men kun i et veldig begrenset område (hovedsakelig én 10 x 10 km rute).
I vintersesongen er størst sannsynlighet for bestandstap av praktærfugl.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-6 Effektområder for lomvi (vår og sommer), islom (høst) og praktærfugl
(vinter) etter utblåsning fra letebrønn 7130/4-1. Figurene viser geografisk område hvor
potensielt bestandstap (%) er høyest per 10 ×10 km grid rute for hver av artene.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6.1.3 Marine pattedyr
Sannsynlighet for bestandstap og miljøskade – overflateutblåsning - Figur 6-7.
Steinkobbe er arten med høyest sannsynlighet for bestandstap om våren og sommeren, mens havert har
størst sannsynlighet for bestandstap om høsten og vinteren gitt en overflateutblåsning.
Størst sannsynlighet for tapsandeler er beregnet for steinkobbe om våren/sommeren:
•
23 % sannsynlighet for tap av 1-5 % av populasjonen (vår).
•
6 % sannsynlighet for tap 5-10 % av populasjonen (sommer).
•
5 % sannsynlighet for tap av 10-20 % av populasjonen (sommer)
Det er ikke beregnet tapsandeler i kategoriene > 20 %.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid for steinkobbe om
våren/sommeren:
•
12 % sannsynlighet for Mindre miljøskade (vår).
•
12 % sannsynlighet for Moderat miljøskade (vår).
•
4 % sannsynlighet for Betydelig miljøskade (sommer).
•
1 % sannsynlighet for Alvorlig miljøskade (sommer).
Marine pattedyr - Overflateutblåsning
Figur 6-7 Sannsynlighet for at en gitt andel av utslagsgivende bestand av marine pattedyr dør gitt en
overflateutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Sannsynlighet for bestandstap og miljøskade – sjøbunnsutblåsning - Figur 6-8.
Steinkobbe er arten med høyest sannsynlighet for bestandstap om våren og sommeren, mens havert har
størst sannsynlighet for bestandstap om høsten og vinteren gitt en sjøbunnsutblåsning.
Størst sannsynlighet for tapsandeler er beregnet for steinkobbe om våren/sommeren:
•
13 % sannsynlighet for tap av 1-5 % av populasjonen (vår).
•
6 % sannsynlighet for tap 5-10 % av populasjonen (sommer).
Det er ikke beregnet tapsandeler i kategoriene > 10 %.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid for steinkobbe om
våren/sommeren:
•
6 % sannsynlighet for Mindre miljøskade (vår).
•
6 % sannsynlighet for Moderat miljøskade (vår).
•
2 % sannsynlighet for Betydelig miljøskade (sommer).
Det er ikke beregnet sannsynlighet for Alvorlig miljøskade for marine pattedyr gitt en sjøbunnsutblåsning.
Marine pattedyr - Sjøbunnsutblåsning
Figur 6-8 Sannsynlighet for at en gitt andel av utslagsgivende bestand av marine pattedyr dør gitt en
sjøbunnsutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Bestandstapene er beregnet per
måned, og måneden med høyest utslag for hver VØK innenfor en sesong representerer sesongen.
Bestandstapet (venstre) er gruppert i seks kategorier; <1 %, 1-5 %, 5-10 %, 10-20 %, 20-30 %
og >30 %. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år), Moderat (1-3
år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6.1.4 Strandhabitat
Treffsannsynlighet og miljøskade - overflateutblåsning - Figur 6-9.
Treffsannsynligheten av olje i 10×10 km strandhabitater langs kysten er størst om våren med
henholdsvis:
•
20 % sannsynlighet for treff av 1-100 tonn olje per rute.
•
7 % sannsynlighet for treff av 100-500 tonn olje per rute.
•
1 % sannsynlighet for treff av 500-1000 tonn olje per rute.
Det er ingen sannsynlighet for treff av > 1000 tonn olje i habitatene.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid:
•
19 % sannsynlighet for Mindre miljøskade (vår).
•
8 % sannsynlighet for Moderat miljøskade (vår).
•
1 % sannsynlighet for Betydelig miljøskade (vinter).
Sannsynlighet for Alvorlig miljøskade er neglisjerbar (< 0,05 %).
Strandhabitat - Overflateutblåsning
Figur 6-9 Sannsynlighet for treff av ulike oljemengder i verst berørte strandhabitat gitt en
overflateutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Oljemengdekategoriene (venstre)
er gruppert i fem kategorier; < 1 tonn/rute, 1-100 tonn/rute, 100-500 tonn/rute, 500-1000 tonn/rute
og > 1000 tonn/rute. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år),
Moderat (1-3 år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Treffsannsynlighet og miljøskade - sjøbunnsutblåsning - Figur 6-10.
Treffsannsynligheten av olje i 10×10 km strandhabitater langs kysten er størst om våren/sommeren
med henholdsvis:
•
18 % sannsynlighet for treff av 1-100 tonn olje per rute (vår).
•
2 % sannsynlighet for treff av 100-500 tonn olje per rute (sommer).
Det er ingen sannsynlighet for treff av > 500 tonn olje i habitatene.
Dette gir følgende sannsynligheter for skade i form av restitusjonstid:
•
15 % sannsynlighet for Mindre miljøskade (vår).
•
5 % sannsynlighet for Moderat miljøskade (vår).
•
0,5 % sannsynlighet for Betydelig miljøskade (vinter).
Det er ingen sannsynlighet for Alvorlig miljøskade i habitatene.
Strandhabitat - Sjøbunnsutblåsning
Figur 6-10 Sannsynlighet for treff av ulike oljemengder i verst berørte strandhabitat gitt en
sjøbunnsutblåsning fra letebrønn 7130/4-1 presentert sesongvis. Oljemengdekategoriene (venstre)
er gruppert i fem kategorier; < 1 tonn/rute, 1-100 tonn/rute, 100-500 tonn/rute, 500-1000 tonn/rute
og > 1000 tonn/rute. Miljøskaden (høyre) er gruppert i fem kategorier; Ingen skade, Mindre (< 1 år),
Moderat (1-3 år), Betydelig (3-10 år) og Alvorlig skade (> 10 år).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6.1.5 Tapsandeler av fiskeegg og fiskelarver
På bakgrunn av resultatene av oljedriftsmodelleringene er det beregnet mulige tapsandeler av
gyteprodukt av torsk og lodde, i henhold til metodikk som beskrevet i Vedlegg A. I det følgende er
resultatene for overflate- og sjøbunnsutblåsning presentert som tapsannsynlighet av egg og larver, og
årsklasserekruttering. Resultatene er vist som betinget sannsynlighet, det vil si gitt at en utblåsning
skjer. Tapsandelene er modellert for tilnærmet vektet varighet på 15 døgn og henholdsvis rate 2767
Sm3/døgn for overflateutblåsning og 2442 Sm3/døgn for sjøbunnsutblåsning. I tapsandelene av
årsklasserekruttering er tapsandelene av egg og larver justert for ulik overlevelse av de tapte larvene.
Det er sannsynlighet for tap av > 0,5 % av totalt gyteprodukt av lodde for henholdsvis overflate- og
sjøbunnsutblåsning, og torsk for sjøbunnsutblåsning (eventuell tapsandel av torskeegg/-larver for
overflateutblåsning ligger i størrelsesorden 0-0,5 %, og anses som ingen eller neglisjerbart tap), se
Figur 6-11 til Figur 6-13.
Tapsandelen av egg og larver er størst for loddelarver som følge av en sjøbunnsutblåsning i juni måned
(døgn 170) med inntil 17 % og 3 % sannsynlighet for henholdsvis 0,5-1 % og 1-2 % tapsandel. Dette
gir følgende fordeling i tapsandel av årsklasserekruttering:
•
5 % sannsynlighet for 0,5-1 % tap av årsklasserekrutteringen
•
4 % sannsynlighet for 1-2 % tap av årsklasserekrutteringen
•
2 % sannsynlighet for 2-5 % tap av årsklasserekrutteringen
Tapsandelene av årsklasserekruttering av lodde fra sjøbunnsutblåsning, for tidssteget med høyest utslag
(170 – juni), er tatt videre i beregning av skade i form av mulig restitusjonstid, i henhold til
bestandsmodellene som beskrevet i Vedlegg A. Resultatene er presentert i Figur 6-14. Gitt en
sjøbunnsutblåsning midt i gyteperioden (juni) vil det være 7,5 % sannsynlighet for mindre/moderat
miljøskade for lodde, dvs. ≤ 3 års restitusjonstid, og nærmere 2 % sannsynlighet for Betydelig
miljøskade (3-6 års restitusjonstid). Det er samtidig omtrent 88 % sannsynlighet for tapsandeler mellom
0 % og 0,5 %, og således ikke kvantifiserbar restitusjonstid (angitt som Ingen skade i figuren). Det er
ingen sannsynlighet for Alvorlig miljøskade.
Skadepotensialet for overflateutblåsning vil være betydelig lavere enn for sjøbunnsutblåsning. I og med
at det er begrenset skadepotensiale for fisk, selv ved modellering med en rate som er betydelig høyere
enn vektet rate, og kun potensiale for utslag i en liten del av året (utenom planlagt boreperiode),
konkluderes det med at miljørisiko for fisk generelt vil være lavt og betydelig lavere enn for sjøfugl. Fisk
tas dermed ikke videre i miljørisikoberegningene.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-11 Sannsynlighet for ulike tapsandeler av egg og larver (øverst) og på årsklasserekruttering
(nederst) av lodde som følge av en sjøbunnsutblåsning fra letebrønn 7130/4-1 med tilnærmet vektet
rate og varighet (1305 Sm3/døgn, 15 døgn).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-12 Sannsynlighet for ulike tapsandeler av egg og larver (øverst) og på årsklasserekruttering
(nederst) av torsk som følge av en sjøbunnsutblåsning fra letebrønn 7130/4-1 med tilnærmet
vektet rate og varighet (1305 Sm3/døgn, 15 døgn).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-13 Sannsynlighet for ulike tapsandeler av egg og larver (øverst) og på årsklasserekruttering
(nederst) av lodde som følge av en overflateutblåsning fra letebrønn 7130/4-1 med tilnærmet
vektet rate og varighet (1305 Sm3/døgn, 15 døgn).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Figur 6-14 Sannsynlighet for skade (presentert som restitusjonstid) på loddebestanden som følge av en
sjøbunnsutblåsning fra letebrønn 7130/4-1 med tilnærmet vektet rate og varighet (1305 Sm3/døgn, 15
døgn) i gyteperioden (juni – døgn 170).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
6.2 Miljørisiko
Miljørisiko i tilknytning til letebrønn 7130/4-1 presenteres sesongvis for den enkelte VØK kategori.
Miljørisiko uttrykkes ved sannsynlighet for skade på bestander eller kystområder kombinert med
frekvens for utblåsning. For bestander; pelagisk og kystnær sjøfugl, og marine pattedyr presenteres
risikoen på artsnivå mens for kysthabitat presenteres de 10 rutene (10 × 10 km) med høyest utslag. De
sesongvise verdiene tilsvarer måneden med høyest innslag innenfor en gitt sesong. Risikoen presenteres
som prosentvis andel av Lundins gjeldende operasjonsspesifikke akseptkriterier (foreliggende kapittel)
og som frekvens for skade (Vedlegg C).
Skade er definert i form av restitusjonstid som den tiden det tar før en bestand er tilbake til 99 % av
opprinnelig nivå (OLF, 2007). Graden av skade er inndelt i fire kategorier; Mindre (< 1 års
restitusjonstid), Moderat (1-3 års restitusjonstid), Betydelig (3-10 års restitusjonstid) og Alvorlig (>10
års restitusjonstid) miljøskade.
6.2.1 Pelagisk sjøfugl
Miljørisiko for pelagisk sjøfugl er presentert i Tabell 6-1 for alle berørte arter i hver sesong.
Høyest risiko for skade på pelagisk sjøfugl er beregnet for krykkje i vintersesongen i kategorien Moderat
miljøskade med 22 % av akseptkriteriet. Risikoen er beregnet tilnærmet lik i høst- og vintersesongen, og
er høyest for krykkje i alle skadekategorier unntatt Alvorlig. Høyest beregnet miljørisiko innenfor hver
miljøskadekategori, som andel av akseptkriteriet, er som følger:
•
5 % av akseptkriteriet for Mindre miljørisiko.
•
22 % av akseptkriteriet for Moderat miljørisiko.
•
4 % av akseptkriteriet for Betydelig miljørisiko.
Risikoen for Alvorlig miljøskade er relativt lav (< 1 % beregnet for alke i vårsesongen).
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Tabell 6-1 Miljørisiko forbundet med utblåsning fra letebrønn 7130/4-1, presentert for pelagisk sjøfugl for henholdsvis Mindre, Moderat,
Betydelig og Alvorlig miljøskade, og vist som andel av akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden
som gir høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekoden viser miljørisiko av ulik størrelse.
Andel av akseptkriteriene
Vår
Sommer
Høst
Vinter
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Alke
4,2 %
2,6 %
0,7 %
3,5 %
14,6
%
1,5 %
0,4 %
3,8 %
15,3
%
0,6 %
0,0 %
0,4 %
1,6 %
0,0 %
0,0 %
Gråmåke
17,7
%
0,0 %
0,1 %
0,0 %
0,0 %
0,1 %
0,5 %
0,0 %
0,0 %
0,1 %
0,3 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
Havhest
1,5 %
6,1 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
1,5 %
6,1 %
0,0 %
0,0 %
1,9 %
7,6 %
0,0 %
0,0 %
0,1 %
0,0 %
4,2 %
0,1 %
Art
Havsule
2,6 %
Krykkje
4,7 %
Lomvi
1,0 %
Lunde
3,6 %
Polarlomvi
3,0 %
Polarmåke
2,0 %
Svartbak
2,0 %
10,5
%
19,5
%
3,9 %
14,5
%
12,2
%
0,1 %
0,0 %
1,0 %
4,1 %
0,0 %
0,0 %
3,1 %
2,4 %
0,1 %
1,6 %
6,3 %
0,0 %
0,0 %
5,0 %
0,0 %
0,0 %
3,6 %
15,1
%
1,6 %
0,0 %
4,5 %
0,4 %
0,1 %
2,3 %
9,2 %
0,1 %
0,0 %
2,6 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
3,7 %
7,9 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
2,8 %
8,2 %
0,1 %
0,0 %
1,2 %
5,0 %
0,0 %
0,0 %
0,7 %
12,6
%
21,8
%
18,5
%
10,5
%
14,8
%
11,3
%
2,9 %
13,7
%
22,2
%
0,1 %
0,0 %
3,4 %
4,1 %
0,2 %
5,1 %
1,7 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,2 %
0,0 %
3,9 %
0,0 %
0,0 %
2,7 %
0,0 %
0,0 %
0,4 %
15,7
%
10,7
%
1,6 %
10 % - 20 %
20 % - 50 %
50 % - 100 %
> 100 %
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Side 51
6.2.2 Kystnær sjøfugl
Miljørisiko for kystnær sjøfugl er presentert Tabell 6-2 for alle berørte arter i hver sesong.
Høyest risiko for skade på kystnær sjøfugl er beregnet for lomvi om våren i kategorien Alvorlig
miljøskade med 26 % av akseptkriteriet. Det er kun meget begrensede utslag i risiko om høsten og
vinteren for noen få arter (høyeste risiko beregnet for islom med 5 % av akseptkriteriet for Moderat
miljøskade). Høyest beregnet miljørisiko innenfor hver miljøskadekategori, uavhengig av sesong og art,
som andel av akseptkriteriet er som følger:
•
3 % av akseptkriteriet for Mindre miljørisiko for havsule om våren.
•
13 % av akseptkriteriet for Moderat miljørisiko for lomvi om våren og sommeren.
•
15 % av akseptkriteriet for Betydelig miljørisiko for lomvi om våren.
•
26 % av akseptkriteriet for Alvorlig miljørisiko for lomvi om våren.
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
Tabell 6-2 Miljørisiko forbundet med utblåsning fra letebrønn 7130/4-1, presentert for kystnær sjøfugl for henholdsvis Mindre, Moderat,
Betydelig og Alvorlig miljøskade, og vist som andel av akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden
som gir høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekoden viser miljørisiko av ulik størrelse.
Andel av akseptkriteriene
Vår
Sommer
Høst
Vinter
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Min
Mod
Bet
Alv
Alke
0,5 %
1,8 %
0,0 %
0,0 %
0,1 %
0,2 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Fiskemåke
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Havelle
0,2 %
0,6 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Havhest
1,3 %
6,0 %
2,9 %
2,5 %
1,3 %
6,4 %
4,4 %
3,6 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Havsule
2,9 %
11,8
%
0,9 %
0,2 %
2,2 %
8,8 %
0,5 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Islom
1,8 %
8,0 %
2,4 %
2,5 %
1,2 %
6,1 %
2,8 %
0,2 %
1,1 %
4,5 %
0,8 %
0,0 %
0,1 %
0,2 %
0,0 %
0,0 %
8,8 %
3,1 %
2,1 %
9,0 %
1,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,1 %
0,3 %
0,0 %
0,0 %
15,4
%
25,8
%
2,7 %
13,3
%
13,1
%
23,8
%
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Art
Krykkje
2,2 %
Lomvi
2,3 %
12,0
%
12,7
%
Lunde
0,2 %
0,9 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Polarmåke
0,7 %
2,6 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Praktærfugl
1,4 %
7,0 %
3,8 %
2,1 %
1,4 %
6,7 %
2,4 %
0,0 %
0,9 %
3,6 %
0,1 %
0,0 %
0,2 %
0,6 %
0,0 %
0,0 %
Siland
0,0 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Sjøorre
0,2 %
0,7 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Smålom
1,2 %
5,6 %
3,3 %
3,8 %
0,5 %
1,9 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Stellerand
0,9 %
4,6 %
4,4 %
5,9 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,1 %
0,0 %
0,0 %
0,1 %
0,2 %
0,0 %
0,0 %
Storskarv
1,7 %
6,9 %
0,3 %
0,1 %
1,0 %
4,1 %
0,2 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Svartand
0,5 %
2,3 %
1,0 %
0,1 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Svartbak
0,1 %
0,5 %
0,0 %
0,0 %
0,1 %
0,5 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Teist
0,2 %
1,0 %
0,0 %
0,0 %
0,0 %
0,2 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Toppskarv
1,4 %
5,6 %
0,1 %
0,0 %
1,1 %
4,3 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
Ærfugl
1,1 %
4,3 %
0,2 %
0,0 %
0,0 %
0,0 %
0,0 %
0,0 %
0,4 %
1,7 %
0,0 %
0,0 %
0,2 %
0,6 %
0,0 %
0,0 %
10 % - 20 %
DNV GL – Report No. 2015-0005, Rev. 00 – www.dnvgl.com
20 % - 50 %
50 % - 100 %
> 100 %
Side 53
6.2.3 Marine pattedyr
Miljørisiko for alle modellerte arter av marine pattedyr i hver skadekategori og sesong er angitt i
Tabell 6-3.
Høyest, men meget begrenset, risiko for skade på marine pattedyr er beregnet for steinkobbe om våren
med 5 % av akseptkriteriet i kategorien Moderat miljøskade. Høyest beregnet miljørisiko innenfor hver
miljøskade kategori, uavhengig av sesong og art, som andel av akseptkriteriet er som følger:
•
1 % av akseptkriteriet for Mindre miljørisiko for steinkobbe om våren.
•
5 % av akseptkriteriet for Moderat miljørisiko for steinkobbe om våren.
•
3 % av akseptkriteriet for Betydelig miljørisiko for steinkobbe om sommeren.
•
1 % av akseptkriteriet for Alvorlig miljørisiko for steinkobbe om sommeren.
Tabell 6-3 Miljørisiko forbundet med utblåsning fra letebrønn 7130/4-1, presentert for marine
pattedyr for henholdsvis mindre, moderat, betydelig og alvorlig miljøskade, og vist som andel av
akseptkriteriet i de fire skadekategoriene. Miljørisiko for hver ressurs er vist for den måneden som gir
høyest utslag i hver av skadekategoriene i vår-, sommer-, høst- og vintersesongen. Fargekoden viser
miljørisiko av ulik størrelse.
Andel av akseptkriteriene
Vår
Min
Mod
Bet
Alv
Havert
0,3 %
1,1 %
0,0 %
0,0 %
Oter
0,7 %
2,6 %
0,0 %
0,0 %
Steinkobbe
1,1 %
4,5 %
0,0 %
0,0 %
Sommer
Min
Mod
Bet
Alv
Havert
0,1 %
0,3 %
0,0 %
0,0 %
10 % - 20 %
Oter
0,2 %
0,9 %
0,0 %
0,0 %
20 % - 50 %
Steinkobbe
0,4 %
2,8 %
3,0 %
1,4 %
50 % - 100 %
> 100 %
Høst
Min
Mod
Bet
Alv
Havert
0,6 %
2,3 %
0,1 %
0,0 %
Oter
0,0 %
0,1 %
0,0 %
0,0 %
Steinkobbe
0,3 %
1,2 %
0,0 %
0,0 %
Vinter
Min
Mod
Bet
Alv
Havert
0,7 %
2,7 %
0,0 %
0,0 %
Oter
0,1 %
0,2 %
0,0 %
0,0 %
Steinkobbe
0,2 %
0,8 %
0,0 %
0,0 %
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side I
6.2.4 Strandhabitat
Miljørisiko for strandhabitat er beregnet for alle årets måneder, og resultatene presenteres sesongvis. De
oppgitte verdiene i Tabell 6-4 representer måneden med høyest utslag innenfor den enkelte sesong.
Risikoen presenteres for de ti 10 × 10 km kystrutene med høyest risiko innenfor hver sesong.
Nummeringen henviser kun til rangeringen av ruter innenfor en sesong, noe som innebærer at
eksempelvis rute nr. 5 trenger ikke å referere til samme området om høsten som om sommeren.
Risikoen knyttet til strandhabitat er beregnet å være høyest om våren med 4 % av akseptkriteriet i
kategorien Moderat miljøskade. Risikoen er imidlertid lav gjennom året.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side II
Tabell 6-4 Miljørisiko forbundet med utblåsning fra letebrønn 7130/4-1, for de ti 10 × 10 km
kystrutene med størst miljørisiko innen hver sesong, vektet for overflate- og sjøbunnsutblåsning.
Resultatene er presentert som andel av akseptkriteriet (%) per skadekategori.
Mindre
(< 1 år)
Moderat
(1 - 3 år)
Betydelig
(3 - 10 år)
Alvorlig
(> 10 år)
1
2,4 %
3,5 %
0,1 %
-
2
1,9 %
2,3 %
0,0 %
-
3
1,0 %
2,1 %
1,7 %
0,1 %
4
0,8 %
2,1 %
1,9 %
0,2 %
5
0,9 %
2,1 %
1,7 %
0,2 %
6
0,8 %
1,9 %
1,8 %
0,1 %
7
1,8 %
1,9 %
-
-
8
1,4 %
1,8 %
0,0 %
-
9
1,3 %
1,8 %
0,0 %
-
10
0,9 %
1,6 %
0,0 %
-
1
2,2 %
2,9 %
0,0 %
-
2
2,3 %
2,8 %
0,0 %
-
3
1,9 %
2,4 %
0,0 %
-
4
0,9 %
2,1 %
1,5 %
0,4 %
5
1,0 %
1,8 %
0,0 %
-
6
1,1 %
1,7 %
0,1 %
-
7
1,3 %
1,6 %
0,0 %
-
8
0,6 %
1,6 %
1,6 %
0,1 %
9
1,2 %
1,4 %
0,0 %
-
10
0,9 %
1,3 %
0,5 %
0,0 %
1
1,1 %
1,2 %
0,0 %
-
2
0,4 %
0,8 %
0,6 %
0,1 %
3
0,6 %
0,7 %
0,0 %
-
4
0,6 %
0,7 %
0,0 %
-
5
0,6 %
0,6 %
-
-
6
0,2 %
0,6 %
-
-
7
0,2 %
0,4 %
0,4 %
-
8
0,4 %
0,4 %
-
-
Vinter
Høst
Sommer
Vår
Sesong Rutenr.
9
0,1 %
0,4 %
-
-
10
0,4 %
0,4 %
-
-
1
0,4 %
0,9 %
0,8 %
0,0 %
2
0,8 %
0,9 %
0,0 %
-
3
0,8 %
0,9 %
-
-
4
0,6 %
0,8 %
0,0 %
-
5
0,7 %
0,7 %
-
-
6
0,6 %
0,6 %
-
-
7
0,5 %
0,6 %
-
-
8
0,6 %
0,6 %
-
-
9
0,5 %
0,5 %
-
-
10
0,3 %
0,4 %
0,0 %
-
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side III
6.3 Oppsummering av miljørisiko forbundet med letebrønn
7130/4-1
Tabell 6-5 og Figur 6-15 viser sesongvis høyest miljørisiko for hver av VØK-kategoriene; pelagisk og
kystnær sjøfugl, marine pattedyr og strandhabitat, uavhengig av art. Miljørisikoen er presentert som
prosentandel av Lundins operasjonsspesifikke akseptkriterier.
Det er viktig å merke seg at pelagisk og kystnær sjøfugl i utgangspunktet kan tilhøre samme bestand,
men at analysene er basert på to ulike datasett etter sjøfuglenes tilholdssted i ulike perioder av året. I
vår-/
sommersesongen
vil
hekkebestandene
av
de
pelagiske
artene
trekke
inn
mot
kysten
(hekkekoloniene), og inngår i denne perioden i datasettet for kystnær sjøfugl.
Kystnær sjøfugl (lomvi) er dimensjonerende for risikonivået med 26 % av akseptkriteriet for Alvorlig
miljøskade i vårsesongen, se Figur 6-15. Det høyeste risikonivået for pelagisk sjøfugl er 22 % (høst og
vinter) for Moderat miljøskade. Det høyeste beregnede risikonivået for strandhabitat og marine pattedyr
er henholdsvis 4 % (vår) og 5 % (vår) for Moderat miljøskade. I planlagt boreperiode (høst) er
risikonivået
lavere
enn
om
våren/sommeren,
med
dimensjonerende
miljørisiko
på
22
%
av
akseptkriteriet for Moderat miljøskade (for pelagisk sjøfugl).
Miljørisikoen forbundet med boring av letebrønn 7130/4-1 ligger for alle VØK-kategoriene innenfor
Lundins operasjonsspesifikke akseptkriterier i de ulike sesongene. Det kan dermed konkluderes med at
miljørisikoen forbundet med boring av brønn 7130/4-1 i PL708 er akseptabel sett i forhold til Lundins
akseptkriterier for miljørisiko. Usikkerheten er vurdert som akseptabel, da analysen er gjennomført med
beste tilgjengelige informasjon, datasett og metodikk, se avsnitt 4.1.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side IV
Tabell 6-5 Beregnet sesongvis miljørisiko for alle VØK-kategoriene lagt til grunn i analysen for
letebrønn 7130/4-1 i Barentshavet. For sjøfugl og marine pattedyr er den månedlige verdien som gir
høyest utslag innenfor de ulike skadekategoriene presentert, uavhengig av art. For strandhabitat er
risikoen presentert for den 10 × 10 km kystruten (strand) som viser høyest utslag. Verdiene er oppgitt
som prosent av Lundins operasjonsspesifikke akseptkriterier.
Sesong
Vår
Sommer
Høst
Vinter
VØK
Mindre
(< 1 år)
Moderat
(1 - 3 år)
Betydelig
(3 - 10 år)
Alvorlig
(> 10 år)
Pelagisk sjøfugl
4,7 %
19,5 %
2,6 %
0,7 %
Kystnær sjøfugl
2,9 %
12,7 %
15,4 %
25,8 %
Marine pattedyr
1,1 %
4,5 %
0,0 %
0,0 %
Strandhabitat
2,4 %
3,5 %
1,9 %
0,2 %
Pelagisk sjøfugl
3,6 %
15,1 %
1,6 %
0,4 %
Kystnær sjøfugl
2,7 %
13,3 %
13,1 %
23,8 %
Marine pattedyr
0,4 %
2,8 %
3,0 %
1,4 %
Strandhabitat
2,3 %
2,9 %
1,6 %
0,4 %
Pelagisk sjøfugl
5,0 %
21,8 %
4,1 %
0,2 %
Kystnær sjøfugl
1,1 %
4,5 %
0,8 %
0,0 %
Marine pattedyr
0,6 %
2,3 %
0,1 %
0,0 %
Strandhabitat
1,1 %
1,2 %
0,6 %
0,1 %
Pelagisk sjøfugl
5,1 %
22,2 %
4,2 %
0,1 %
Kystnær sjøfugl
0,2 %
0,6 %
0,0 %
0,0 %
Marine pattedyr
0,7 %
2,7 %
0,0 %
0,0 %
Strandhabitat
0,8 %
0,9 %
0,8 %
0,0 %
Figur 6-15 Beregnet miljørisiko for alle VØK-kategoriene lagt til grunn i analysen for de ulike sesongene,
for letebrønn 7130/4-1 i Barentshavet. Verdiene er oppgitt som prosent av Lundins
operasjonsspesifikke akseptkriterier (Grafisk fremstilling av resultatene er presentert i Tabell 6-5).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side V
6.4 Lomvi i Barentshavet
Datasettene for sjøfugl som brukes i miljørisikoanalysene er opparbeidet og publisert av Seapop i 2012
(kystnær sjøfugl) og 2013 (sjøfugl åpent hav). Disse datasettene inkluderer en rekke arter som
oppholder seg og lever i Barentshavet gjennom året. Fordeling av lomvibestanden fra disse datasettene
er vist i hekkesesongen i Figur D-9, og i åpent hav i Figur D-18 (Vedlegg D).
Det gjennomføres for tiden et prosjekt relatert til merking av sjøfugl med lysloggere, for å kunne få en
bedre kolonispesifikk kunnskap om fuglenes vinterutbredelse. Prosjektet startet i 2011, og har sett på
fire ulike norske kolonier av lomvi (Sklinna, Hjelmsøya, Hornøya og Bjørnøya) og en i Skottland (Isle of
May). Foreløpige resultater for de tre årene prosjektet har blitt gjennomført, viser at store deler av de
fire norske lomvikoloniene overvintrer i Barentshavet. Resultatene fra prosjektet er ikke publisert, og
foreligger ikke i datagrunnlaget fra Seapop som brukes inn i miljørisikoanalysene per dags dato.
Kunnskapen og forståelsen av lomvikoloniene og utbredelsen av lomvi i høst- og vintersesongen som
prosjektet bringer med seg, vil implementeres i datagrunnlaget for miljørisikoberegninger så snart
Seapop publiserer det.
Lysloggerprosjektet omfatter merking av ca. 300 individer, med stor spredning og tyngdepunktet (basert
på data for alle kolonier) ligger et stykke lenger øst enn brønnlokasjonen til Ørnen (upubliserte data fra
pilotprosjektet presentert på Seapop-seminaret 2015).
I miljørisikoanalysen for Ørnen er det brukt regionale sjøfugldatasett for Barentshavet. Dette betyr i
praksis at vi antar at 100 % av den norske lomvibestanden befinner seg i Barentshavet i den mest
tallrike sesongen (som er vår- og sommersesongen). De resterende sesongene justeres etter dette, og
vil følgelig være<100 % av bestanden. Fordi det utfra foreløpige resultater fra lysloggerstudiet er grunn
til å tro at store deler av lomvibestanden befinner seg i området også i høst- og vintersesongen, er det
valgt å modellere miljørisiko for lomvi med et datasett der vi øker bestanden til å være 100 % også i
disse sesongene.
Miljørisiko for begge datasettene for lomvi er presentert i Figur 6-16.
25%
20%
15%
10%
5%
Vår
Sommer
Høst
Alvorlig (> 10 år)
Betydelig (3 - 10 år)
Moderat (1 - 3 år)
Mindre (< 1 år)
Alvorlig (> 10 år)
Betydelig (3 - 10 år)
Moderat (1 - 3 år)
Mindre (< 1 år)
Alvorlig (> 10 år)
Betydelig (3 - 10 år)
Moderat (1 - 3 år)
Mindre (< 1 år)
Alvorlig (> 10 år)
Betydelig (3 - 10 år)
Moderat (1 - 3 år)
Mindre (< 1 år)
0%
Lomvi
Lomvi ny
Vinter
Miljørisiko som andel av akseptkriteriene
Figur 6-16 Beregnet miljørisiko i de ulike skadeklassene for de to ulike datasettene for lomvi. Verdiene
er oppgitt som prosent av Lundins operasjonsspesifikke akseptkriterier for miljøskade. Lomvi angir
datasettet fra Seapop (2013), og lomvi ny angir datasettet der høst- og vintersesongen også er satt til
100 % tilstedeværelse.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VI
Når andel fugl i sesongene i datasettet økes vil det resultere i høyere bestandstap for lomvipopulasjonen
(i hver 10 x 10 km grid rute), som igjen fører til en forskyvning i skadenøkkelen og vi ser høyere utslag i
skadeklassene med lengre restitusjonstid.
Miljørisikoen i høst- og vintersesongen har høyest utslag med 22 % av Lundins akseptkriterier for
moderat miljøskade (høst). Miljørisiko for betydelig og alvorlig miljøskade har høyest utslag med hhv.
19 % og 17 %, begge i høstsesongen.
Andre arter som i deler av året kommer inn i norske havområder er ivaretatt i Seapop sine foreliggende
datasett. Dette gjelder blant annet polarlomvi der store konsentrasjoner fra russiske kolonier trekker inn
i området i vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VII
7
VURDERING AV POTENSIELLE KONFLIKTER MED
NATURRESSURSER PÅ RUSSISK SIDE
7.1 Særlig viktige områder/verneområder
Det er flere områder av spesiell interesse og verneområder langs kysten av Kolahalvøya. Områdene er
vist i Figur 7-1. I det følgende blir det gitt en kort beskrivelse av de viktigste områdene som anses som
relevante i forhold til en eventuell utblåsning av olje fra letebrønn Ørnen.
Dvorovaya Bay Rookery (13)
Statlig naturområde med regional betydning, - lokalisert i Murmansk regionen, og omfatter klippekysten
mot Barentshavet med en av de største sjøfuglkoloniene i området. Her hekker blant annet krykkje og
lomvi (den østligste hekkekolonien av lomvi tilknyttet sørlige del av Barentshavet)
Ivanovskaya Bay (14)
Området omfatter blant annet en skarvekoloni, og hekkeområde for havørn, samt oppholdssted for
havert sommerstid.
Kandalaksha State Natural Reserve (1в)
Naturreservat som omfatter både store land- og havområder tilknyttet Barentshavet og Hvitehavet.
The Ainovy islands (1а)
Flere sjøfuglarter har tilholdssted i dette området, hvor svartbak, gråmåke, ærfugl og lunde er de
viktigste. Flere hundre havert kaster i området i november-desember, og arten er inkludert i den
russiske Rødlista.
The Gavrilovskiye islands (1б)
Viktig område for krykkje, svartbak og gråmåke, samt mange andre sjøfuglarter, derav flere på Rødlista
for Murmask regionen. Området er også tilholdssted for flere arter av marine pattedyr, som ringsel,
havert og steinkobbe.
Marine preserve of the Western Murman (2а) – verneområde
Marine preserve of the Eastern Murman (2б) – verneområde
Flere av verneområdene sammenfaller med hekkekoloniene det er lagt vekt på under vurdering av
stranding langs kysten av Russland, se avsnitt 3.5.3. Oljedriftmodelleringen viser at 95 persentil av
strandingsmengden er 2 tonn i hekkeområdet nærmest letebrønn Ørnen (1a/2a). Strandingsmengden
forutsetter at ikke beredskapstiltak iverksettes. I og med at strandingsmengden er liten, og
sannsynligheten for at olje strander i området er ≤ 5 % konkluderes det allikevel at risikoen for
ressurser på russisk side er liten.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VIII
Figur 7-1 Marine verneområder tilknyttet Kolahalvøya i russisk del av Barentshavet (UNEP/GEF, 2010).
7.2 Sjøfugl
Noen av de viktigste sjøfuglartene tilknyttet russisk del av Barentshavet er krykkje, lomvi og havhest.
Ansamlinger av lodde er i stor grad korrelert med konsentrasjoner av krykkje, mens oppkonsentrering
av zooplankton er korrelert med konsentrasjoner av havhest. Sesongvis økning i antall sjøfugl begynner i
februar, og når toppen i april. Ikke-hekkende sjøfugl er i stor grad å finne i åpne havområder i
sommersesongen. Massemigrasjonen av sjøfugl begynner tidlig i juli. Om høsten er det derfor betydelig
færre sjøfugl (spesielt av artene havhest, krykkje og lomvi) i området enn om våren. Sesongvis fordeling
av sjøfugl i havområdet er vist i Figur 7-2, med rangering av tetthet fra 0 (ingen fugl) til 3 (høy
tetthet/kolonier). Sommersesongen er representert ved juli og september, som viser stor forskjell i
sjøfugltetthet, da september inkluderer mye fugl som er på vei til overvintring i andre områder.
Sjøfugl kystnært på vestlig del av Kolahalvøya er ivaretatt ved at det er gjort en vurdering av olj/emulsjonsmengde som potensielt strander i dette området. Da strandingsmengdene i dette området
viser seg å være små anses sjøfugl på norsk side å være dimensjonerende for risikonivået, og således
ivaretatt gjennom de kvantitative analysene som kjørt.
Sjøfugl er ivaretatt gjennom modellering av miljørisiko på datasettene som er opparbeidet gjennom
Seapop-programmet, se avsnitt 6.2.1 og 6.1.2, og beskrivelse av datasettene under vedlegg D. Det
benyttes til enhver tid beste tilgjengelige data, som i dette tilfellet er modelldata fra Seapop – 2013
(åpent hav) og Seapop – 2012 (kystnært).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side IX
Figur 7-2 Fordeling av sjøfugl i Barentshavet i de ulike sesonger: А – vinter, Б – vår, В – sommer (В1 –
juli, В2 – september), Г – høst. Tettheten er rangert fra 0-3, hvor 0 indikerer ingen fugl, 1 indikerer lav
tetthet og 3 indikerer høy tetthet/kolonier (UNEP/GEF, 2010).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side X
7.3 Marine pattedyr
Det er 11 arter av marine pattedyr i havområdene i russisk del av Barentshavet, hvor fire er listet på den
russiske Rødlista. Gjennom hele året påtreffes hvithval, storkobbe, ringsel, klappmyss, havert og
steinkobbe. Om sommeren er det vanlig at nise, vågehval og spekkhogger kommer inn buktene langs
kysten. Figur 7-3 viser tetthetskart for de vanligste artene som påtreffes på Kolahalvøya, dvs. havert og
steinkobbe. Figurene viser tetthetsgrad 1 i havområdene potensielt berørt etter en utblåsning fra
letebrønn Ørnen, mens tettheten langs kysten av Kolahalvøya er grad 2 go 3. Risikoen for effekter på
marine pattedyr i åpent hav er liten da det krever relativt store doser for å nå toksiske doser for disse
dyrene, og de modellerte vannsøylekonsentrasjonene av olje etter en eventuell utblåsning fra Ørnen er
små/ubetydelige i denne sammenhengen. Enkelte av selartene samler seg imidlertid i kolonier langs
kysten i perioder av året, som gitt de rette vind- og strømforholdene vil kunne ha potensiale for
oljepåslag etter utblåsning. Disse områdene er ansett som særlig verdifulle og er omtalt under
avsnitt 7.1. I og med at sannsynligheten for stranding, og potensielle strandingsmengder, er betydelig
større langs Finnmarkskysten, anses analysen av marine pattedyr å være dekket gjennom de
kvantitative beregningene av potensielle effekter for disse bestandene.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XI
Vår
Sommer
Høst
Vinter
Figur 7-3 Fordeling av havert og steinkobbe i russisk del av Barentshavet, i de ulike sesonger. Tettheten
er rangert fra 1-5, derav 1 indikerer lav tetthet, med økende tetthet opp til 5 (UNEP/GEF, 2010).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XII
9
FORENKLET BEREDSKAPSANALYSE FOR LETEBRØNNEN
7130/4-1
9.1 Metode for gjennomføring av miljørettet beredskapsanalyse
Det er gjennomført en beregning av beredskapsbehov knyttet til mekanisk oppsamling av olje på åpent
hav. Beregningen er gjort i henhold til veiledningen «Veiledning for miljørettede beredskapsanalyser»
(Norsk olje og gass, 2013), basert på dimensjonerende utslippshendelse (DFU, se avsnitt 2.1), som er
en overflateutblåsning. Det forventes en oljetype med liknende egenskaper som Goliat Realgrunnen, og
denne benyttes som referanseolje. Forvitringsdata for Goliat Realgrunnen (SINTEF, 2003) benyttes som
underlag for beregning av emulsjonsvolum og vurdering av beredskapsmessig relevante egenskaper.
Både emulsjonsvolum og effektivitet av barrierer beregnes sesongvis basert på gjennomsnitt for aktuelle
parametere (eksempelvis lys, vind og temperatur).
Beregning
av
systembehov
er
gjennomført
kun
for
norsk
del
av
Barentshavet.
I
tilfelle
grenseoverskridende utslipp vil oljevernberedskapen på russisk side iverksettes iht. til felles NorskRussisk Oljevernplan i Barentshavet (Joint Norwegian-Russian Contingency Plan for Oil Spill Response in
the Barents Sea, 2014). Eventuelt strandet olje på russisk kyst vil bli håndtert iht. lokale russiske planer
for strandrenseaksjoner i Murmansk fylke.
9.1.1 Effektivitet
En barriere vil normalt bestå av ett eller flere oppsamlingssystemer. Figur 9-1 illustrerer et
standardsystem bestående av to fartøyer, lense, oljeopptaker og lagringskapasitet. Effekten av hver
enkelt barriere avhenger av vær- (lensetap øker med økende bølgehøyde) samt lysforhold (det antas en
lavere effektivitet ved dårligere lysforhold som en konsekvens av høyere sannsynlighet for at oljeflak
passerer på utsiden av lensene). I mørket forventes en effektivitetsreduksjon til 65 % (Norsk olje og
gass, 2013). Forventet effektivitet av en barriere er også lavere med økende avstand fra kilden.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIII
Figur 9-1 Systemeffektiviteten tilsvarer den andelen av sveipet overflateolje som samles opp.
Systemeffektivitet er et uttrykk for hvor mye olje som samles opp fra et lensesystem og er dermed
hovedsakelig relatert til lensetype, selve operasjonen, oljens egenskaper og bølge-/strømforhold.
Lysforhold påvirker i liten grad systemeffektiviteten. Mange år med olje-på-vann øvelser har etablert
kunnskap om hvilken oppsamlingseffektivitet som oppnås med ulike NOFO-system som funksjon av
bølgehøyde. For havgående NOFO-system forventes systemeffektiviteten å være lik null ved sjøtilstander
over 4 meter bølgehøyde (Hs), mens tilsvarende for havgående kystvakt er forventet å være 3 meter Hs.
Figur 9-2 gir en benyttet sammenheng mellom systemeffektivitet og bølgehøyde basert på dette
erfaringsmaterialet for henholdsvis mellomtungt og lett lenseutstyr.
Figur 9-2 Sammenhengen mellom signifikant bølgehøyde (meter) og systemeffektivitet (%) (Norsk olje
og gass, 2013).
9.1.2 Kapasitet og dimensjonering
Dimensjonering av oljevernberedskap gjøres som en regnearkøvelse, hvor forvitringsdata for Goliat
Realgrunnen råolje, lokale klimatiske forhold (temperatur, vind, lys), oppgitt kapasitet til NOFO systemer,
og lys- og bølgerelaterte effektivitetsvurderinger inngår. Standard NOFO-systemer har opptakskapasitet
på 2400 Sm3/døgn, mens Hi-Wax/Hi-Visc har en opptakskapasitet på 1900 Sm3/døgn.
Beredskapen dimensjoneres for tilstrekkelig kapasitet i barriere 1a (nær kilden) og 1b (langs drivbanen)
til å håndtere tilflyt av emulsjon fra en hendelse tilsvarende dimensjonerende DFU (for metodikk se
Norsk olje og gass, 2013).
9.1.3 Oljens egenskaper relevant for oppsamling, opptak og
dispergering
Utover dimensjoneringen av oljevernberedskapen med tanke på mekanisk opptak, vurderes også oljens
egenskaper kvalitativt. Her er de sentrale parameterne viskositet og dispergerbarhet. Viskositet er viktig
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIV
for mekanisk opptak, mens oljens dispergerbarhet i ulike tidsvinduer avgjør når kjemisk dispergering
forventes relevant som tiltak.
9.1.3.1
Mekanisk oppsamling
Studier utført av SINTEF på oljevernutstyr har vist at overløpsskimmere (TransRec) kan ha redusert
systemeffektivitet ved viskositeter over 15 000 cP. Ved viskositet over 15 000 cP er det anbefalt å bytte
ut vanlige overløpsskimmer med Hi-Wax/Hi-Visc utsyr for å optimalisere opptakseffektiviteten (Leirvik et
al., 2001). Nedre viskositetsgrense for effektiv mekanisk oppsamling regnes som 1000 cP, grunnet
lensetap ved lavere viskositeter (Nordvik et al., 1992).
9.1.3.2
Kjemisk dispergering
Kjemisk dispergering skal vurderes som et supplement til mekanisk oppsamling, eller som et alternativ
til mekanisk oppsamling dersom det foreligger dokumentasjon på at bruk av dispergeringsmiddel
reduserer miljøpåvirkningen mest i den spesifikke forurensningssituasjonen (Norsk olje og gass,
2013/Miljøverndepartementet, 2001). Dokumentasjonen skal gi beslutningstaker tilstrekkelig grunnlag
for å avgjøre hvilke tiltak og bekjempelsesstrategi som totalt sett gir minst belastning på naturen i
berørt område. I forbindelse med en eventuell aksjon der kjemisk dispergering inngår skal det fylles ut
et Kontroll- og Beslutningsskjema for dispergering (se www.kystverket.no) som sendes myndighetene.
Hvor lenge oljen er dispergerbar avhenger blant annet av endring i oljeemulsjonens viskositet over tid
som følge av forvitring på havoverflaten.
9.2 Forutsetninger og antakelser
9.2.1 Oljetype
Goliat Realgrunnen råolje er brukt som referanse i beregningene. Bakgrunnsinformasjonen er hentet fra
et forvitringsstudium gjennomført av SINTEF (2003). Se avsnitt 3.1 for oljespesifikke parametere.
Dispergerbarhetstester har blitt utført for Goliat Realgrunnen. Testene viste godt potensial for bruk av
dispergeringsmidler. Goliat Realgrunnen er dispergerbar i én til flere dager både sommer og vinter,
avhengig av værforhold, forutsatt at brytende bølger er til stede (> 5 m/s vindstyrke). Ved en
temperatur på 5 °C viste oljetypen redusert evne til dispergering etter 1,5-24 timer avhengig av
vindstyrke, og oljen var ikke lengre dispergerbar etter henholdsvis 1,5 og 3 døgns forvitring ved
vindstyrke 10 og 15 m/s. Ved høyere temperatur (10 °C) er oljen dispergerbar i mer en 5 døgn ved 5 og
10 m/s vindstyrke, men med redusert effekt etter 5-12 timer. Tidsvindu for dispergerbarhet vist i
Tabell 9-1. Dette er predikerte verdier basert på oljens viskositet (SINTEF, 2003).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XV
Tabell 9-1 Tidsvindu for kjemisk dispergering angitt for vinter- og sommerforhold (ved henholdsvis 5 °C
og 10 °C) for ulike vindhastigheter. Grønn farge indikerer at oljen er dispergerbar, gul indikerer redusert
kjemisk dispergerbarhet, mens rød indikerer lav/dårlig dispergerbarhet (SINTEF, 2003).
Sesong
(temp.)
Tidsvindu dispergering
Timer
Dager
0-1
1-2
2-3
3-6
0,04
0,08
0,13
0,25
6-9
0,38
9-12
0,50
12-
24-
48-
72-
96-
24
48
72
96
120
1,00
2,00
3,00
4,00
5,00
Vind
2 m/s
Vinter
(5 °C)
5 m/s
10 m/s
15 m/s
Vind
2 m/s
Sommer
5 m/s
(10 °C)
10 m/s
15 m/s
9.2.2 Utblåsningsrate
Vektet utblåsningsrate er beregnet til 1385 Sm3/d ved overflateutblåsning- og 1226 Sm3/d ved
sjøbunnsutblåsning (AddEnergy, 2015).
For å beregne systembehovet er det dimensjonert for overflateutblåsning, da dette scenariet har høyest
vektet utblåsningsrate (1385 Sm3/d) (AddEnergy, 2015).
9.3 Beregning av systembehov i barriere 1a og 1b
For å beregne systembehov for mekanisk opptak i barriere 1a og 1b, er det tatt utgangspunkt i lokal
vind- og temperaturstatistikk for et utvalg av parametere fra forvitringsstudien til Goliat Realgrunnen
råoljen (Tabell 9-2) (SINTEF, 2003). Data innsamlet ved Slettnes Fyr er lagt til grunn for sjøtemperatur
og vindstyrke (Figur 9-3) (eKlima, 2015).
For den aktuelle brønnen er det beregnet operasjonslys for boreoperasjonen ved å benytte et Excelbasert program. Programmet beregner operasjonslys for den aktuelle lokasjonen. Timer med dagslys og
dagslysandelen er presentert i Tabell 9-2.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVI
Effektivitet som funksjon av bølgehøyde er presentert i Tabell 9-2. Bølgehøydeobservasjoner er
innhentet fra Meteorologisk Institutts nærmeste observasjonspunkt til den aktuelle brønnen (hsmd 884)
(eKlima, 2014) (Figur 9-3).
Figur 9-3 Oversikt over stasjoner for innsamling av data for vindstyrke, sjøtemperatur (eksempel:
Slettnes Fyr) og bølgehøyder (eksempel: hsmd 884). Lokasjon for letebrønn 7130/4-1 er vist.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVII
Tabell 9-2 Vindhastigheter og sjøtemperaturer er målt ved Slettnes Fyr. Avrundet verdi refererer til valg
av datasett i forvitringsstudiet. Andel dagslys er oppgitt som timer dagslys og prosent (%) og er
beregnet for planlagt borelokasjon. Siste kolonne viser effektiviteten av mekanisk oppsamling som en
funksjon av bølgehøyde for nærmeste målepunkt. Data er hentet fra eKlima (2015).
Målt sjø-
Målt vind (m/s)
temperatur (°C)
Sesong
Vår (mars-mai)
Sommer (juniaugust)
Høst (septembernovember)
Vinter (desemberfebruar)
Timer
dagslys
(t)
Effektivitet som
Dagslys-
en funksjon av
andel (%)
bølgehøyde
Snitt
Avrundet
Snitt
Avrundet
7,3
5
3,3
5
19,1
80
61
5,7
5
8,7
10
24,0
100
70
6,9
5
6,9
5
11,9
49
58
8,0
10
2,4
5
5,7
24
48
(%)
Forvitringsegenskapene til oljen, gitt de klimatiske forholdene presentert i tabellen over, er oppsummert
i Tabell 9-3 sammen med beregnet beredskapsbehov i barrierene 1a og 1b.
Med utgangspunkt i forvitringsdataene og vektet utblåsningsrate (AddEnergy, 2015) er
emulsjonsmengden tilgjengelig for mekanisk opptak på åpent hav beregnet. For systembehovene i
barriere 1a og 1b er forvitringsdata for henholdsvis 2 og 12 timer forvitret olje lagt til grunn for alle
sesonger.
For en overflateutblåsning er behovet beregnet til ett NOFO-system i barriere 1a og ett NOFO systemsystem i barriere 1b, totalt to NOFO-systemer, uavhengig av sesong.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVIII
Tabell 9-3 Beregnet systembehov for overflateutblåsning fra letebrønn 7130/4-1 Ørnen.
Beregningene for barriere 1a er basert på den oljemengden som, basert på forvitringsegenskapene til
Goliat Realgrunnen råolje, tilflyter barrieren. For barriere 1b er det beregnet systembehov på samme
måte, men gitt at barriere 1a er operativ.
Parameter
Vår
Sommer
Høst*
Vinter
Vektet utblåsningsrate (Sm /d)
1385
1385
1385
1385
Fordampning etter 2 timer på sjø (%)
17 %
19 %
17 %
21 %
Nedblanding etter 2 timer på sjø (%)
0%
0%
0%
4%
Oljemengde tilgj. for emulsjonsdannelse
(Sm3/d)
1150
1122
1150
1039
Vannopptak etter 2 timer på sjø (%)
20 %
20 %
20 %
47 %
Viskositet etter 2 timer på sjø (cP)
1300
760
1300
2000
Emulsjonsmengde for opptak i barriere 1a
(Sm3/d)
1437
1402
1437
1960
Opptakskapasitet (Sm3/d)
2400
2400
2400
2400
0,6 (1)
0,6 (1)
0,6 (1)
0,8 (1)
57 %
70 %
48 %
35 %
499
340
599
674
24 %
27 %
24 %
28 %
3
Behov for NOFO-systemer i barriere
1a
Effektivitet av barriere 1 (%)
Olje ut B1a
Fordampning etter 12 t (%)
1%
2%
1%
18 %
Vannopptak etter 12 timer på sjø (%)
61 %
61 %
61 %
70 %
Viskositet etter 12 timer på sjø (cP)
2700
1600
2700
4200
459
306
551
532
2400
2400
2400
2400
Nedblanding etter 12 t (%)
Olje inn B 1b
3
Emulsjonsmengde til barriere 1b (Sm /d)
1177
785
1414
1775
Behov for NOFO-systemer i barriere
1b
0,5 (1)
0,3 (1)
0,6 (1)
0,7 (1)
Samlet effektivitet av barriere 1a og 1b
69 %
80 %
60 %
46,5 %
2
2
2
2
3
Opptakskapasitet (Sm /d)
Totalt behov barriere 1a og 1b
* Forventet boreperiode.
9.3.1 Tilgjengelighet oljevernfartøy, slepefartøy og tilhørende
responstider
NOFO disponerer oljevernfartøy (OR-fartøy 1) både som del av områdeberedskapen på norsk sokkel og
tilknyttet landbaser langs kysten. Responstid til hvert enkelt system avhenger av seilingstid (avstand til
lokasjon og hastighet), frigivelsestid, samt tid for utsetting av lense, for både OR-fartøy og slepebåt.
Oljevernfartøyene er utstyrt med lenser og oljeopptakere. For å operere behøver de et slepefartøy som
trekker i den andre enden av lensen. NOFO-fartøy bygd og utstyrt ihht NOFO-standard inkludert slepebåt
kalles et NOFO-system. Responstider er beregnet for identifiserte oljevernfartøy og slepefartøy, som
sammen gir responstid for NOFO-systemer til den aktuelle lokasjonen. Responstidene avspeiler
garanterte maksimale responstider for tilgjengelige NOFO-fartøy og slepebåter på norsk sokkel.
Responstidene for oljevernfartøy er beregnet ut fra følgende antagelser (fra NOFO, 2014):
1) 14 knop transitthastighet.
2) 1 time for utsetting av lense.
1
OR-fartøy: Oil Recovery vessel
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIX
3) 1-6 timers frigivelsestid for områdefartøy.
4) 10 timer mobiliseringstid for første fartøy fra NOFO baser, 30 timer mobiliseringstid for fartøy
nummer to fra de ulike NOFO-basene.
Tabell 9-4 gir en oppsummering av responstidene som søkes benyttet for brønnoperasjonen.
Boreoperasjonens standbybåt (Lundin PSV) vil ha installert NOFO-system om bord, og vil bli ved riggen
under operasjonen. Lundin vil ha en slepebåt i nærområdet til brønnen til enhver tid, for å sikre
tilfredsstillende responstid for dette systemet. Det forutsettes en responstid på 2 timer for dette
systemet. NOFO personell har mannskapsbytte hver 14. dag. 2 timers frist for etablering av 1. NOFO
system vil ikke overholdes dersom standbybåten går til land for mannskapsbytte. I denne perioden økes
responstiden til 5 timer (ca. 3 timer seilingstid til Berlevåg).
Vektet effekt av en beredskapsløsning, gitt samtlige utblåsningsrater og -varigheter, reduseres med
totalt 0,2 % (fra 35,9 % til 35,7 %) ved å øke responstiden på første system fra 2 til 5 timer, som vil
være tilfelle ved mannskapsbytte. Mengden teoretisk emulsjon som passerer barriere 1a økes med 49
m3. Reduksjonen i beredskapsrespons kan mitigeres ved operasjonelle restriksjoner og begrensning i
aktiviteter med høyt risikopotensiale.
Kostnadene knyttet til å mobilisere en reservebåt for den korte perioden med redusert responstid, vil
ligge på omtrent 0,5-1 MNOK 2.
Fartøyet fra Goliat kan være på plass på lokasjonen innen 17 timer. De 2 systemene vil således være
operative innen 17 timer i alle sesonger.
Tabell 9-4 Beregninger av responstid for oljevernfartøy til brønnen 7130/4-1 i PL708 for OR- og
slepefartøy.
System
Lundin PSV
Esvagt Aurora
(Goliat)
1)
Seilingstid (t)
Tidstillegg
(t)1)
Samlet
respons-tid
Slepefartøy
NOFOfartøy (t)
0
2
2
10,8
6
17
Responstid (t)
Slepebåt
Lundin
Følger NOFOfartøyet
Slepebåt
Goliat
Følger NOFOfartøyet
Total responstid for
komplett system (t)
2 (5 timer ved
mannskapsbytte i
Berlevåg)
17
Spesifikk mobiliseringstid for områdefartøy og basefartøy inkludert iverksetting av beredskapsplan (1 t for
fartøy mobilisert gjennom NOFO) og utsetting av lense (1 t).
I henhold til ytelseskravene til Lundin og veiledningen til Norsk olje og gass (2013) skal fullt utbygd
barriere 1a være på plass senest innen korteste drivtid til land (2 døgn – 100 persentil i høst), mens
barriere 1b skal være på plass innen 95 persentil av korteste drivtid til land (7 døgn – vår).
Kystnære systemer og strandrensesystemer skal videre innen 95 persentil av korteste drivtid til land
være i stand til å håndtere 95 persentil av tilflytende mengde oljeemulsjon, etter at effekten av
forutgående barrierer er trukket fra. 95- og 100-persentil av drivtider og strandet oljeemulsjon, med og
uten effekt av barriere 1a og 1b, er presentert i Tabell 9-5. Det gjøres oppmerksom på at 95-persentiler
er beregnet ut fra fullt utfallsrom, det vil si alle simuleringer av både overflate- og
sjøbunnsutblåsningene, mens det i beregning av tilflyt til barriere 2 (etter effekt av barriere 1a og 1b) er
tatt utgangspunkt i effektivitetstallene beregnet for overflateutblåsning (se Tabell 9-3).
2
Kostnadsestimatet inkluderer leie av utstyr, bemanning med ekstra NOFO-personell, dagrate på fartøy (minst 2 dager), og drivstoffutgifter
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XX
95 persentil av strandet oljeemulsjonsmengde i den mest ressurskrevende sesongen (vår) er på 12 tonn
per døgn, forutsatt en utslippsperiode på 9,4 døgn (vektet varighet for overflateutblåsning), fratrukket
effektiviteten av barriere 1a og 1b. For å håndtere denne emulsjonsmengden vil det være tilstrekkelig
med ett kystsystem.
Med de oppgitte responstidene for oljevernfartøy til letebrønn 7130/4-1 Ørnen er ytelseskravene
tilfredsstilt med god margin. Ytterligere detaljering av systemer og ressurser vil fremgå av
oljevernplanen som ferdigstilles før oppstart av aktiviteten.
Tabell 9-5 Strandet emulsjon i tonn og drivtider til land i dager (95- og 100-persentil) gitt overflateeller sjøbunnsutblåsning i hver av sesongene, basert på oljedriftsmodelleringen presentert i kapittel 3.
De beregnede strandingsmengdene og drivtidene for sesongene (vår, sommer, høst og vinter)
representerer forskjellige simuleringer.
Strandet emulsjon (tonn),
uten effekt av barriere 1a
Tilflyt til barriere 2
Drivtid til land (døgn)
og 1b
Sesong
(tonn/døgn), forutsatt
effekt av barriere 1a og 1b
Persentil
95
100
95
100
95
100
Vår
364
30 296
7,0
2,5
12
1003
Sommer
208
17 651
8,8
3,0
4
371
Høst
41
14 630
9,4
2,0
2
617
Vinter
54
9502
8,9
2,6
3
541
9.4 Konklusjon beredskapsanalyse
Med basis i forvitringsdataene (SINTEF, 2003) og den beregnede vektede utblåsningsraten (AddEnergy,
2015) er emulsjonsvolum tilgjengelig for mekanisk opptak på åpent hav beregnet. Goliat Realgrunnen
råoljen forventes å være egnet for bekjempelse med lenser og ordinære overløpsskimmere i barriere 1a
og 1b i alle sesonger. Dispergerbarhetstester utført på oljetypen viser også godt potensial for
bekjempelse med dispergeringsmidler (SINTEF, 2003).
For beregning av systembehov i barriere 1a og 1b er forvitringsdata for henholdsvis 2 og 12 timer
gammel olje lagt til grunn for alle sesonger.
For dimensjonerende scenario, som er en overflateutblåsning med vektet utblåsningsrate på 1385
Sm3/døgn og vektet varighet på 9,4 døgn, viser beregningene at ett NOFO-system i barriere 1a og ett
NOFO-system i barriere 1b vil være tilstrekkelig til å håndtere tilflyt av oljeemulsjon i hver av barrierene,
i alle sesonger.
De to systemene vil være operative innen 17 timer. Dette er godt innenfor tidskravet for fullt utbygde
barrierer (2 døgn for barriere 1a, 100 persentil av korteste drivtid, og 7,0 døgn, 95 persentil av korteste
drivtid, for barriere 1b).
Respons på russisk side i tilfelle grenseoverskridende utslipp gjennomføres iht. felles Norsk-Russisk
Oljevernplan i Barentshavet og lokale russiske planer for strandrenseaksjoner i Murmansk fylke.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXI
REFERANSER
AddEnergy, 2015. Memo Blowout Distributions for Environmental Input 7130/4-1 Ørnen. Lundin Norway
AS. Dated March 26th 2015.
Artsdatabanken 2010; http://www.artsdatabanken.no. Nasjonal kunnskapskilde for biologisk mangfold.
Norske Rødliste for arter 2010.
DNV GL & Akvaplan niva, 2014. Development of methodology for calculations of environmental risk for
the marginal ice zone – A joint project between Akvplan-niva and DNV GL. Report no.: 2014-0545,
rev00. Document no.: 18L9BD0-6. Date: 2014-05-23.
e-klima, 2015. www.eklima.no Måleverdier for sjøtemperatur/vind ved Slettnes fyr.
Johansen (2010). [Personal communication with Ø. Johansen].
Johansen Ø., D. I. (2006). Implementation of the near-field module in the ERMS model, Technical report,
SINTEF.
Krasnov, Yu. V., Matishov, G. G., Galaktionov, K. V. and Savinova, T. N. 1995. The colonial seabirds of
Murman. [Morskiye kolonialniye ptitsi Murmana]. St. Petersburg. Nauka Publishers, 226 pp. (In Russian)
Krasnov Yu.V., Gavrilo M. V., Strøm H. and Shavykin A. A. 2006. Number and distribution of birds near
the coast of Kola Peninsula according to aerial surveys in late summer 2003. Ornithologia, V. 33, Publ.
by Moscow State University, Moscow, P. 125-137. (In Russian with English sum-mary)
Krasnov Yu. V., Nikolaeva N. G., Goryaev Yu. I. and Ezhov A. V. 2007. Current status and popula-tion
trends in the Kittiwake (Rissa tridactyla), Common (Uria aalge) and Brünnich’s (U. lomvia) guillemots at
Kola Peninsula, European Russia. Ornithologia. V. 34(1), Publ. by Moscow State University, Moscow, P.
65-75. (In Russian with English summary).
Leirvik, F., Moldestad, M., Johansen, Ø., 2001: Kartlegging av voksrike råoljers tilflytsevn til skimmere.
Lloyd’s, 2014. Blowout and well release frequencies based on SINTEF offshore blowout database 2013.
Report no: 19101001-8/2014/R3. Rev: Final. Dated 22 May 2014.
Lundin Norway AS, 2012. Risk Acceptance criteria for Operations on the Norwegian Continental Shelf,
90000-LUNAS-S-FD-0001.
MI, 2012. Isdata fra Meteorologisk institutt. Statistikk for 2001-2011. http://www.met.no
Miljøverndepartementet, 2001. Forskrift om sammensetning og bruk av dispergeringsmidler og
strandrensemidler for bekjempelse av oljeforurensning.
https://lovdata.no/dokument/LTI/forskrift/2001-10-10-1207
Norsk olje og gass, 2013. Veiledning for miljørettede beredskapsanalyser, datert 16.08.2013.
NOFO, 2014. Planforutsetninger barriere 1. Datert 03.09.2014
Norvik, A.B., Daling, P., and Engelhardt, F.R, 1992: Problems in inerpretation of spill response
technology studies. In: Proceedings of the 15th AMPO Technical Seminar, June 10-12, Edmonton,
Alberta, Canada, pp 211-217.
Olje- og enegidepartementet, 2012. Konsekvensutredning etter petroleumsloven. Åpningsprosess for
petroleumsvirksomhet i Barentshavet sørøst.
OLF, 2007. Metode for miljørettet risikoanalyse (MIRA) – revisjon 2007. OLF rapport, 2007.
Scandpower, 2011. Blowout and well release frequencies based on SINTEF Offshore Blowout Database,
2010 (revised). Report no. 19.101.001-3009/2011/R3 (5 April 2011).
Seapop 2012. Rådata innhentet for konsentrasjoner av kystnære sjøfuglarter fra Norsk Institutt for
Naturforskning ved Geir Systad, mars/april 2012.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXII
Seapop, 2013. Sjøfugl åpent hav. Utbredelsen av sjøfugl i norske og tilgrensende havområder.
SINTEF, 2008. Weathering of the Goliat Kobbe and two Goliat Blend of Kobbe and Realgrunnen crude oils.
SINTEF rapportnr. F3959. 2008-05-13.
UNEP/GEF (2010). Improvement of the emergency oil spill response system under the arctic conditions
for protection of sensitive coastal areas (case study: the Barents and the White Sea). Technical report
No. 7105015
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIII
VEDLEGG A
METODEBESKRIVELSE
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIV
Miljørettet risikoanalyse
Analyser av miljørisiko utføres trinnvis i henhold til Norsk olje og gass veiledning for miljørisikoanalyser
(OLF, 2007). For letebrønn 7130/4-1 er det valgt å gjennomføre en skadebasert miljørisikoanalyse for de
antatt mest sårbare miljøressursene. En kort metodebeskrivelse er gitt i det følgende, mens det henvises
til veiledningen for utfyllende informasjon. For strandhabitater er det valgt å analysere samtlige 10 x 10
km ruter innen influensområdet, hvilket også ligger inne i veiledningen (OLF, 2007).
Skadebasert miljørisiko per år for en leteboring (tidsbegrenset aktivitet - operasjon) beregnes ved hjelp
av følgende uttrykk:
Formel 1
[
f skade ( skadekategori ) operasjon = f 0( operasjon ) × p[varighet]× p[treff ]× p[tilstedeværelse]× p skade ( skadekategori )
der:
Parameter
f[skademindre-alvorlig]år
f0
n
=
=
p[treff]n
=
p[tilstedeværelse]n
=
p[skademindre-alvorlig]n
N
=
=
Beskrivelse
sannsynlighet for angitte konsekvenskategori på årsbasis
sannsynlighet pr måned / sesong (sesongene har lik varighet)
sannsynligheten for å treffe VØK i måned / sesong n gitt et
utslipp
sannsynligheten for tilstedværelse (andel av sesongen) for hver
av de n månedene / sesongene.
sannsynlighet for skade på VØK i angitte måned / sesong
antall måneder / sesonger (12 / 4)
Sjøfugl og sjøpattedyr
Miljøskade for bestander av for eksempel sjøfuglarter estimeres ved å beregne skade på en bestand i
form av hvor stor andel av bestanden som kan omkomme ved et eventuelt oljeutslipp. Dette gjøres ved
å koble den geografiske fordelingen av sjøfugl, fordelt på 10 × 10 km ruter, med sannsynlighet for
oljeforurensning i de tilsvarende rutene. Dermed beregnes andel døde sjøfugl i hver rute i henhold til
effektnøkkelen vist i Tabell A-1 og Tabell A-2 (sjøpattedyr). S1, S2 og S3 er økende grad av individuell
sårbarhet.
Tabell A-1 Effektnøkkel for beregning av andel sjøfugl innenfor en 10 × 10 km
sjørute som dør ved eksponering av olje fordelt på fire kategorier.
Oljemengde (tonn) i 10 x 10
km rute
Effektnøkkel – akutt dødelighet
Individuell sårbarhet av VØK sjøfugl
S1
S2
S3
5%
10 %
20 %
100-500 tonn
10 %
20 %
40 %
500-1000 tonn
20 %
40 %
60 %
≥1000 tonn
40 %
60 %
80 %
1-100 tonn
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXV
]
Tabell A-2 Effektnøkkel for beregning av andel sjøpattedyr innenfor en 10 ×
10 km sjørute som dør ved eksponering av olje fordelt på fire kategorier.
Effektnøkkel – akutt dødelighet
Oljemengde (tonn) i 10 x 10 km
Individuell sårbarhet av VØK
rute
sjøpattedyr
S1
S2
S3
5%
15 %
20 %
100-500 tonn
10 %
20 %
35 %
500-1000 tonn
15 %
30 %
50 %
≥1000 tonn
20 %
40 %
65 %
1-100 tonn
Andelen av bestand som går tapt benyttes videre for å karakterisere alvorlighetsgraden av miljøskaden i
fire konsekvenskategorier. Hver konsekvenskategori er tilegnet en teoretisk restitusjonstid:
 Mindre
< 1 år teoretisk restitusjonstid
 Moderat
1 - 3 år teoretisk restitusjonstid
 Betydelig
3 - 10 år teoretisk restitusjonstid
 Alvorlig
> 10 år teoretisk restitusjonstid
Skadenøkkelen (Tabell A-3) er basert på informasjon om artenes populasjonsdynamiske egenskaper og
på modellering av restitusjonstid for arter med lavt gjenvekstpotensiale (OLF, 2007). Skadenøkkelen
anses å være representativ for de mest sårbare artene av sjøfugl og marine pattedyr, da skadenøkkelen
ivaretar en usikkerhet i restitusjonstiden ved hjelp av fordelingsfunksjoner.
For hver oljedriftsimulering beregnes skadeomfanget i hver rute i henhold til bestandsandel og fastsatt
skadenøkkel. Skadeomfanget for alle ruter summeres til en bestandsskade i henhold til nøkkel for
restitusjonstid. Til sist sammenlignes miljørisiko som er resultat av disse beregningene med selskapets
akseptkriterier.
Tabell A-3 Skadenøkkel for sannsynlighetsfordeling av teoretisk restitusjonstid
ved akutt reduksjon av sjøfugl- og sjøpattedyrbestander med lavt
restitusjonspotensiale (S3)(OLF, 2007).
Akutt bestandsreduksjon
1-5 %
5-10 %
10-20 %
20-30 %
≥ 30 %
Konsekvenskategori – miljøskade
Teoretisk restitusjonstid i år
Mindre
Moderat
Betydelig
Alvorlig
<1 år
1-3 år
3-10 år
>10 år
50 %
50 %
25 %
50 %
25 %
25 %
50 %
25 %
50 %
50 %
100 %
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXVI
Strand
Beregning av miljørisiko på strandhabitat er gjennomført etter VØK-habitat-metoden (OLF, 2007). For
VØK-habitat beregnes miljøskade direkte ut fra oljedriftsstatistikken for et område (for eksempel en
rute), og sårbarheten til det aktuelle habitatet (sårbarhet på habitat/ samfunnsnivå). Miljøskaden
uttrykkes ved restitusjonstid. Restitusjon regnes oppnådd når det opprinnelige dyre- og plantelivet i det
berørte samfunnet er tilbake på tilnærmet samme nivå som før utslippet (naturlig variasjon tatt i
betraktning), og de biologiske prosessene fungerer normalt.
I VØK-habitat-metoden beregnes sannsynligheten for skade på strand for alle 10 × 10 km ruter innenfor
influensområdet til et uhellsutslipp fra boreaktiviteten, beregnet utfra rutenes eksponeringsgrad og
sammensetning av kyst typer, samt deres sårbarhet (Tabell A-5).
Tabell A-4 Sårbarhetsindeks for strandtyper for
eksponert og beskyttet kyst (DNV, 2006).
Strandtype
Sva
Klippe
Blokkstrand
Sandstrand
Steinstrand
Leire
Ikke data
Menneskeskapt
Sanddyne
Sårbarhetsgrad
Eksponert
Beskyttet
1
1
1
1
1
2
2
3
1
3
2
3
2
3
1
1
2
3
For hver rute forekommer informasjon om strandtype og lengden av hver strandtype. Hver strandtype
tildeles en sårbarhetsindeks S1, S2 eller S3. Sårbarhetsindeksen er angitt for eksponert kyst og for
beskyttet kyst, samt i forhold til substrattype. Andelen av strandhabitat med sårbarhet S1, S2 og S3
beregnes for hver strandrute. Bidraget fra hver av sårbarhetskategoriene tilsvarer den relative
fordelingen av sårbarhetskategoriene innen ruten. Sannsynligheten for skade for strand innen hver
sårbarhetsindeks blir da et produkt av sannsynligheten for olje i de fire oljemengdekategoriene, andelen
av
kyst
med
sårbarhetsindeks
1,
2
eller
3
og
den
respektive
sannsynlighetsfordelingen
av
konsekvenskategorier som vist i Tabell A-6. Den totale sannsynligheten for skade i hver enkelt rute angis
ved å summere sannsynligheten for hver enkelt konsekvenskategori for de tre sårbarhetsindeksene.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXVII
Tabell A-5 Skadenøkkel for beregning av sannsynlighet for skade på kyst (DNV, 2006).
Skadenøkkel for kyst
Sårbarhet
Høy
(S3)
Moderat
(S2)
Lav
(S1)
oljemengde
1-100 t
100-500 t
500-1000 t
>1000 t
1-100 t
100-500 t
500-1000 t
>1000 t
1-100 t
100-500 t
500-1000 t
>1000 t
Mindre
<1 år
20 %
10 %
60 %
30 %
10 %
80
60
40
20
%
%
%
%
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Skadekategori
Teoretisk restitusjonstid
Moderat
Betydelig
1-3 år
3-10 år
50 %
30 %
60 %
20 %
20 %
50 %
40 %
40 %
60 %
10 %
60 %
30 %
40 %
50 %
20 %
40 %
50 %
10 %
40 %
40 %
Alvorlig
>10 år
10 %
30 %
60 %
10 %
Side XXVIII
Fisk
Metode
En kvantifisering og vurdering av mulige konsekvenser for fisk som følge av uhellsutslipp av olje fra
petroleumsvirksomhet bygger på prinsippene om eksponering for hydrokarboner i vannsøylen og
effektene av en slik eksponering først og fremst på egg og larver som de mest sårbare livsstadiene.
Deretter må det vurderes de videre konsekvenser som ulike effekter (dødelighet, redusert overlevelse)
vil ha på årsklasserekruttering.
I foreliggende analyse er det benyttet en statistisk anvendelse hvor man ser på overlapp mellom et stort
antall oljedriftssimuleringer basert på historiske vær og vindforhold, kombinert med et stort antall
modellerte utbredelsesmønstre for sild og torskelarver basert på observerte historiske gytemønstre og mengder. Eksponeringen er et resultat av andel larver som ”overlapper” vannsøylekonsentrasjoner
(både løste konsentrasjoner og oljedråper i vannet) over gitte effektgrenser som kan gi dødelighet eller
redusert overlevelse.
En generell skisse over den statistiske tilnærmingen er gitt i Figur A-1.
Figur A-1 Skisse over statistiske eksponeringsberegninger for fiskelarver som en del av
miljørisikometodikk.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIX
De statistiske beregningene vil alltid gi et utfallsrom i forhold til hvor stor ”tapsandel” av larver de ulike
oljedriftsimuleringene gir. En rekke usikkerheter og utfordringer ligger inne i en slik tilnærming og noen
av hovedutfordringene er gjengitt i Figur A-2. Tapsandelene tas videre til sannsynlighet for ulike tap av
årsklasserekrutteringen, og deretter beregnes skade i form av restitusjonstid slik figuren over viser.
Figur A-2 Hovedutfordringer i forhold til statistiske tapsberegninger for fiskeegg og – larver.
Naturlig dødelighet
Variasjon i overlevelse og naturlig dødelighet av egg/larver er et sentralt tema i disse analysene i og
med at sannsynligheten for at en torsk vokser opp fra egg til gytemoden alder kan være så liten som 1
per 25 millioner (4,0×10-8). Denne romlige/temporale variasjonen i naturlig dødelighet innen en
årsklasse er sannsynligvis av stor betydning for populasjonseffekten av et oljesøl. Dette er imidlertid ikke
kvantifisert (eller i det hele tatt beskrevet) for mange bestander eller stadier.
For larvene handler det om timing for å få gode oppvekstsvilkår som følge av mange faktorer, blant
annet:
•
Direkte effekt av temperatur og klima
•
Mattilgang (mellomårsvariasjon)
•
Romlig variasjon (mat, habitat)
•
Temporal variasjon innen sesong
•
Maternale effekter
•
Tetthetsavhengig dødelighet
•
Predasjonsdødelighet
Når det gjelder egg og larvestadiene for norsk-arktisk torsk så vil de fleste av disse faktorene være
viktige, kanskje med unntak av tetthetsavhengig dødelighet, mens det for norsk vårgytende sild trolig er
mattilgang og romlig variasjon her som har størst betydning. Den viktigste perioden for å bestemme
årsklassestyrken er etter at sildelarvene har begynt å ta til seg ekstern føde og før de har passert Røst.
Larveoverlevelse er positivt korrelert med mengde fødeorganismer i området der larvene begynner å ta
til seg ekstern føde (DNV, 2008).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXX
En teori rundt overlevelse av fiskeegg- og larver er at eggene/larvene med best overlevelsesbetingelser
er flekkvis fordelt. Det vil si at egg/larver i enkelte områder har mye større naturlig overlevelsesevne
enn i andre områder. I ekstreme tilfeller hevdes det at egg/larver kun fra ett område vil overleve.
Argumentasjonen har derfor vært at selv svært små tapsandeler av egg derfor vil være i stand til å
medføre tap av hele årskull dvs. de larvene som faktisk vokser opp til voksen fisk. En slik situasjon
betinger at alle overlevende larver må være samlet innenfor et geografisk og tidsmessig avgrenset
område som opplever oljekonsentrasjoner store nok til å gi effekter. Nå er det ingen data som tilsier at
det kun er egg og larver i begrensede enkeltområder som overlever, selv om variasjonen i overlevelse er
stor. Andre teorier hevder at overlevelse av egg og larver har en tilfeldig romlig fordeling innen ett
begrenset tidsrom ved ellers like oppvekstbetingelser.
I en statistisk tilnærming så kan man ta inn variasjon i overlevelse ved å gi et utfallsrom på hvor mye et
tap av larver har å si for tap av årsklasserekrutteringen dvs. av de som faktisk overlever og vokser opp.
Eksempelvis så kan man legge inn at det er en viss sannsynlighet for at de larvene man har regnet en
effekt på har dobbelt så god overlevelse som andre larver, men det er også da tilsvarende sannsynlighet
for at de har bare halvparten så god overlevelse som andre larver. Det man imidlertid vil forvente er at
de har samme overlevelse som andre larver. Dette gir et utfallsrom med ulike sannsynligheter for ulike
utfall basert på en tapsandel av egg/larver. Tilnærmingen som er benyttet denne analysen tar inn er
faktor 10 i overlevelsesvariasjon i tråd med anbefalingene i metoderapporten for olje-fisk (DNV, 2008)
og gir sannsynligheter for ulike utfall som skissert i tabellen under (Tabell A-7).
Tabell A-7 Sannsynlighetsfordeling av tapsandeler på årsklasserekruttering for ulike
tapsandeler av torskeegg og larver (OLF, 2008).
Tapsandel
årsklasse
rekruttering
<1 %
1%
2%
5%
10 %
20 %
30 %
50 %
>50 %
Tapsandel egg/larver
1%
2%
50 %
30 %
15 %
5%
10
20
40
20
10
%
%
%
%
%
5%
10
20
40
20
10
%
%
%
%
%
10 %
10 %
20 %
40 %
15 %
10 %
5%
20 %
30 %
10 %
20 %
40 %
15 %
10 %
5%
5%
10 %
15 %
40 %
20 %
10 %
Bestandsmodell
I foreliggende rapport er det ikke gjort noen oppdatering av bestandsmodellen for torsk i forhold til ULB
7c fra 2003, dvs. det er benyttet samme modell («Ugland-modellen») for å predikere hva et tap i
årsklasserekruttering betyr for en årsklasse. Her er det igjen et utfallsrom i forhold til om den aktuelle
årsklasse er sterk eller svak og betyr mye eller lite for fremtidig gytebestand. For lodde er
bestandsmodellen oppdatert i 2010.
Modellen er ganske forenklet, bl.a. ved å anta at rekrutteringen hvert år er et tilfeldig tall fra en gitt
fordeling (riktignok basert på observert fordeling av rekrutteringsstyrker). Initialbetingelsen til modellen
er antall individer ved alder 3-15 år ved et gitt tidspunkt, f.eks. 1985. Ut fra denne initialbetingelsen ble
det så gjort 100 kjøringer over 30 år. Dette gir dermed 100 ulike måter som bestanden kan utvikle seg
på dersom man ikke har oljedødelighet. Deretter ble så antall 3-åringer redusert med en gitt
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXI
prosentandel (som representerer oljedødelighet) i det første året av de 100 kjøringene. Dermed får man
100 forskjellige par (med og uten oljedødelighet) som angir fordelingen av oljeeffekten i f.eks.
gytebiomasse.
Figur A-3 viser sannsynlighetsfordeling av ulike restitusjonstider for torsk og lodde som følge av ulike
tapsandeler på egg og larver.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXII
Restitusjonstid gytebestand
100 %
90 %
80 %
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
1
2
5
10
15
20
30
50
30
50
Tapsandeler årsklasserekruttering sild (%)
<2
3
4
5
6
7
8
9
10
11
12 år
Restitusjonstid gytebestand
100 %
90 %
80 %
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
1
2
5
10
15
20
Tapsandeler årsklasserekruttering torsk (%)
<2
3
4
5
6
7
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
8
9
10
11 år
Side XXXIII
Sannsynlighet for ulike restitusjonstider (år) av gytebestand
100%
90%
Sannsynlighet (%)
80%
70%
60%
50%
40%
30%
20%
10%
0%
1
2
5
10
15
20
30
50
Tapsandeler årsklasserekruttering - lodde (%)
<=3 år
4 år
5 år
6 år
Figur A-3 Beregnet restitusjonstid for gytebestand av torsk (øverst) og
lodde (nederst) som følge av ulike tapsandeler av årsklasserekruttering.
Beregnet med Ugland-modellen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXIV
Effektgrenser
Et arbeid utført av DNV, Havforskningsinstituttet og Universitetet i Oslo i regi av OLF (2008) anbefaler
bruk av en dose-respons funksjon som grunnlag for skadeberegninger i denne type analyser. Doserespons funksjonen som normalt benyttes har startpunkt på 100 ppb, som gir 1 % dødelighet, opp til 1
ppm som gir 100 % dødelighet. En slik dose-respons funksjon er antatt å reflektere den reelle skade
som kan påføres fiskelarvene som følge av oljeeksponering. Denne funksjonen er valgt å benytte i
skadeberegningene for fiskeegg og -larver i foreliggende analyse.
Modelldataene for egg/larver er tilrettelagt i 10 døgns intervall. For utslipp med varighet 15 døgn er det
summert tapsandeler for 2 tidssteg, dvs. man antar en eksponeringstid i vannsøylen på inntil 20 døgn.
Antatt eksponeringstid er satt med basis i en representativ eksponeringstid for ressursene, og praktiske
hensyn
i
forhold
til
hvordan
ressursdataene
er
tilrettelagt.
Modellert
eksponeringstid
for
enkeltsimuleringer vil kunne være både kortere og i noen tilfeller lengre enn antatt eksponeringstid.
Den marginale issonen
Gjennom et samarbeidsprosjekt har Akvaplan-niva og DNV GL, på oppdrag fra Norsk olje og gass,
utviklet en metodikk for beregning av miljørisiko i iskanten i Arktis (DNV GL & Akvaplan-niva, 2014).
Metodikken tar utgangspunkt i en definering av «iskanten», det vil si den marginale issonen (MIZ) til 1030 % is-konsentrasjon. Metodikken anbefaler imidlertid modellering av oljedrift etter utblåsning med
dynamisk integrerte is-data, der en slik avgrensning av selve iskanten ikke er relevant. I SINTEFs
OSCAR modell er is-konsentrasjon en integrert parameter, og det benyttes is-data fra hindcast arkivet
(SVIM) (se avsnitt 3.2). Prosjektet ble gjennomført i samråd med Norsk Polarinstitutt, Norsk institutt for
Naturforskning og Havforskningsinstituttet. Det ble konkludert at eksisterende skade- og effektnøkler
(som beskrevet i Tabell A-1 til Tabell A-7) også bør være gjeldende for beregning av miljørisiko i
periodevis islagte farvann, men med en anbefaling om at sårbarhetsverdien til enkelte arter og perioder
justeres opp i forhold til opprinnelig verdi.
For sjøfugl inkluderer dette artene krykkje, ismåke, polarmåke og sabineterne, mens det av marine
pattedyr dreier seg om Svalbard-populasjonen av havert og flere ulike hvalarter. Artene, og de anbefalte
månedlige sårbarhetsverdiene for islagte farvann, er angitt i Tabell A-8.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXV
Tabell A-8 Foreslåtte månedlige sårbarhetsverdier for arter i tilknytning til den marginale issonen i
Arktis.
Art
Jan
Feb
Mars
April
Mai
Jun
Jul
Aug
Sept
Okt
Nov
Des
Krykkje
3
3
3
3
3
3
3
3
3
3
3
3
Ismåke
3
3
3
3
3
3
3
3
3
3
3
3
Polarmåke
2
2
2
2
3
3
3
3
2
2
2
2
Sabinemåke
2
2
2
2
3
3
3
3
2
2
2
2
Havert
2
2
2
2
2
3
3
3
2
2
2
2
Hvithval
2
2
2
2
2
2
2
2
2
2
2
2
Narhval
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
Spermhval
Spekkhogger
2
2
2
2
2
2
2
2
2
2
2
2
Knølhval
2
2
2
2
2
2
2
2
2
2
2
2
Vågehval
2
2
2
2
2
2
2
2
2
2
2
2
Grønlandshval
3
3
3
3
3
3
3
3
3
3
3
3
Referanser
DNV, 2006. MIRA revisjon 2005. Rapport til OLF. DNV rapport nr. 11466, Rev. 01, pp 41 s.
DNV, 2008. Om miljørisiko på fiskebestander. DNV rapport nr. 19538. Rev 01. Rapport for
Oljeindustriens Landsforening. 2008.
DNV GL & Akvaplan niva, 2014. Development of methodology for calculations of environmental risk for
the marginal ice zone – A joint project between Akvplan-niva and DNV GL. Report no.: 2014-0545,
rev00. Document no.: 18L9BD0-6. Date: 2014-05-23.
OLF, 2007. Metode for miljørettet risikoanalyse (MIRA) – revisjon 2007. OLF rapport, 2007.
OLF, 2008. Metodikk for miljørisiko på fisk ved akutte oljeutslipp. DNV rapport 2007-2075, pp. 87s.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVI
VEDLEGG B
BESTANDSTAP ALLE ARTER
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVII
Sannsynlighet for bestandstap av pelagiske sjøfuglarter gitt en
overflateutblåsning
Figur B-1 Sannsynlighet for en gitt tapsandel av utvalgte arter av pelagiske sjøfugl, gitt en
overflateutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVIII
Sannsynlighet for bestandstap av pelagiske sjøfuglarter gitt en
sjøbunnsutblåsning
Figur B-2 Sannsynlighet for en gitt tapsandel av utvalgte arter av pelagiske sjøfugl, gitt en
sjøbunnsutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXIX
Sannsynlighet for bestandstap av kystnære sjøfuglarter gitt en
overflateutblåsning
Figur B-3 Sannsynlighet for en gitt tapsandel av utvalgte arter av kystnær sjøfugl, gitt en
overflateutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XL
Sannsynlighet for bestandstap av kystnære sjøfuglarter gitt en
sjøbunnsutblåsning
Figur B-4 Sannsynlighet for en gitt tapsandel av utvalgte arter av kystnær sjøfugl, gitt en
sjøbunnsutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLI
Sannsynlighet for bestandstap av marine pattedyr gitt en
overflateutblåsning
Figur B-5 Sannsynlighet for en gitt tapsandel av utvalgte arter av marine pattedyr, gitt en
overflateutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLII
Sannsynlighet for bestandstap av marine pattedyr gitt en
sjøbunnsutblåsning
Figur B-6 Sannsynlighet for en gitt tapsandel av utvalgte arter av marine pattedyr, gitt en
sjøbunnsutblåsning i vår- og sommersesongen og høst- og vintersesongen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLIII
Strandhabitat
Tabell B-1 Sannsynlighet for stranding av olje i 10 × 10 km ruter gitt en overflate- eller
sjøbunnsutblåsning fra letebrønn 7130/4-1, oppgitt for mengdekategoriene 1-100 tonn, 100-500 tonn
og 500-1000 tonn for de ti kystrutene med størst miljørisiko innen hver sesong. Det er ingen
sannsynlighet for stranding av >1000 tonn olje gitt en overflate- og sjøbunnsutblåsning.
Sesong
Rutenr.
Vår
1
2
3
4
5
6
7
8
9
10
Sommer
1
2
3
4
5
6
7
8
9
10
Høst
SJØBUNNSUTBLÅSNING
1
2
3
4
5
6
7
8
9
10
9,2
4,9
6,7
4,5
3,4
1,7
2,0
3,8
1,2
3,6
%
%
%
%
%
%
%
%
%
%
0,9
1,8
1,7
1,0
1,3
0,0
0,0
0,0
0,0
0,3
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
8,0
3,6
4,1
4,8
4,6
2,4
2,2
2,8
1,7
2,8
%
%
%
%
%
%
%
%
%
%
0,5
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
Vinter
OVERFLATEUTBLÅSNING
1
2
3
4
5
6
7
8
9
10
9,4
8,5
9,1
6,3
4,7
9,2
8,3
4,1
8,0
4,6
%
%
%
%
%
%
%
%
%
%
0,9
2,3
1,7
2,3
0,0
1,0
0,0
0,5
0,9
1,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
3,6
5,6
6,0
4,4
6,3
3,8
3,0
4,5
3,1
2,2
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
1-100 100-500 500-1000 1-100 100-500 500-1000
tonn
tonn
tonn
tonn
tonn
tonn
19,6
17,7
14,1
11,0
10,4
11,9
18,6
10,0
11,8
13,4
%
%
%
%
%
%
%
%
%
%
7,0
8,8
2,8
4,1
4,3
2,8
4,8
6,3
2,4
2,7
%
%
%
%
%
%
%
%
%
%
0,8
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
17,9 %
13,8 %
9,5 %
8,6 %
9,4 %
8,2 %
12,7 %
11,3 %
9,6 %
7,1 %
1,7
0,0
0,2
0,0
0,0
0,0
0,0
0,0
1,3
0,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
17,8 %
18,2 %
17,7 %
11,2 %
7,6 %
10,3 %
13,0 %
6,2 %
10,3 %
8,8 %
2,8
6,1
3,7
4,8
1,1
3,3
2,1
1,9
4,6
2,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
16,3 %
16,4 %
13,5 %
7,2 %
9,5 %
7,7 %
8,9 %
7,2 %
9,0 %
7,8 %
2,3
2,3
1,5
1,3
0,0
1,3
1,3
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side I
Sesong
Rutenr.
Vår
1
2
3
4
5
6
7
8
9
10
Sommer
1
2
3
4
5
6
7
8
9
10
Høst
1
2
3
4
5
6
7
8
9
10
7,9
3,7
6,2
4,2
3,5
1,0
1,1
2,9
0,7
3,1
%
%
%
%
%
%
%
%
%
%
2,2
2,3
2,2
1,4
1,2
0,7
0,7
0,9
0,5
0,9
%
%
%
%
%
%
%
%
%
%
0,0
0,6
0,0
0,0
0,0
0,0
0,3
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
6,7
2,2
3,2
3,8
3,7
1,4
1,2
2,1
1,0
2,3
%
%
%
%
%
%
%
%
%
%
1,8
1,1
0,9
1,0
0,9
0,9
0,7
0,7
0,7
0,6
%
%
%
%
%
%
%
%
%
%
0,0
0,4
0,0
0,0
0,0
0,0
0,3
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
Vinter
Tabell B-2 Sannsynlighet for miljøskade i de ulike skadekategoriene (gitt ved restitusjonstid) gitt en
overflate- eller sjøbunnsutblåsning fra letebrønn 7130/4-1 oppgitt for de ti kystrutene med høyest
miljørisiko i de ulike sesongene. Det er liten sannsynlighet for Alvorlig miljøskade (>10 år) gitt en
overflate- og sjøbunnsutblåsning (maksimalt 0,2 %).
1
2
3
4
5
6
7
8
9
10
6,0
8,1
8,3
6,2
3,8
7,9
6,3
3,6
6,9
4,2
%
%
%
%
%
%
%
%
%
%
3,3
2,7
2,5
2,3
1,0
2,2
2,0
1,0
1,9
1,4
%
%
%
%
%
%
%
%
%
%
1,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
2,2
4,5
4,8
3,5
5,0
3,0
2,3
3,6
2,5
1,7
%
%
%
%
%
%
%
%
%
%
1,1
1,2
1,2
1,0
1,3
0,8
0,7
0,9
0,6
0,5
%
%
%
%
%
%
%
%
%
%
0,4
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
%
%
%
%
%
%
%
%
%
%
OVERFLATEUTBLÅSNING
SJØBUNNSUTBLÅSNING
Mindre Moderat Betydelig Mindre Moderat Betydelig
(< 1 år) (1 - 3 år) (3 - 10 år) (< 1 år) (1 - 3 år) (3 - 10 år)
18,9 %
8,2 %
0,3 %
14,5 %
5,0 %
0,0 %
19,0 %
7,4 %
0,1 %
10,9 %
2,9 %
0,0 %
9,6 %
5,6 %
1,6 %
5,7 %
2,9 %
1,0 %
7,6 %
5,7 %
1,8 %
4,6 %
2,8 %
1,1 %
7,9 %
5,2 %
1,4 %
5,5 %
2,9 %
1,0 %
7,7 %
5,2 %
1,7 %
4,6 %
2,7 %
1,0 %
17,8 %
5,7 %
0,0 %
10,1 %
2,5 %
0,0 %
11,4 %
4,9 %
0,1 %
8,8 %
2,5 %
0,0 %
10,6 %
3,6 %
0,0 %
8,2 %
2,7 %
0,0 %
10,8 %
5,3 %
0,1 %
5,0 %
2,1 %
0,0 %
15,5 %
18,2 %
15,9 %
8,8 %
5,8 %
9,5 %
11,5 %
4,0 %
11,0 %
7,5 %
5,1
6,1
5,4
5,6
2,9
4,1
3,5
3,1
3,9
2,9
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
1,5
0,1
0,1
0,0
1,0
0,0
0,4
%
%
%
%
%
%
%
%
%
%
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
14,0 %
14,4 %
11,4 %
4,9 %
6,6 %
6,5 %
7,9 %
3,8 %
7,2 %
5,7 %
4,5
4,2
3,6
2,8
2,9
2,5
2,4
2,4
1,8
1,8
%
%
%
%
%
%
%
%
%
%
0,0
0,0
0,0
0,8
0,0
0,0
0,0
1,0
0,0
0,3
%
%
%
%
%
%
%
%
%
%
Side II
VEDLEGG C
MILJØRISIKO VIST SOM FREKVENS
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side III
Pelagisk sjøfugl
Figur C-1 Miljørisiko knyttet til utblåsning fra letebrønn 7130/4-1, presentert for pelagisk sjøfugl,
som skadefrekvenser fordelt på skadekategoriene Mindre, Moderat, Betydelig og Alvorlig. Miljørisikoen
for hver av ressursene er vist for måneden med høyest utslag innenfor den enkelte sesong.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side IV
Kystnær sjøfugl
Figur C-2 Miljørisiko knyttet til utblåsning fra letebrønn 7130/4-1, presentert for kystnær sjøfugl,
som skadefrekvenser fordelt på skadekategoriene Mindre, Moderat, Betydelig og Alvorlig. Miljørisikoen
for hver av ressursene er vist for måneden med høyest utslag innenfor den enkelte sesong.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side V
Marine pattedyr
Figur C-3 Miljørisiko knyttet til utblåsning fra letebrønn 7130/4-1, presentert for marine pattedyr,
som skadefrekvenser fordelt på skadekategoriene Mindre, Moderat, Betydelig og Alvorlig. Miljørisikoen
for hver av ressursene er vist for måneden med høyest utslag innenfor den enkelte sesong.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VI
VEDLEGG D
RESSURSBESKRIVELSE BARENTSHAVET
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VII
I foreliggende kapittel gis en kort beskrivelse av naturressursene i Barentshavet, sammen med mulige
effektgrenser for påvirkning av et oljeutslipp for de ulike artene. Mer detaljerte beskrivelser av
naturressurser i området er gitt i Føyn et al. (2002), OLF (2008a), Helhetlig forvaltningsplan for Lofoten
og Barentshavet (HI, 2010) og HI rapporten «Kunnskap om marine resurser i Barentshavet sørøst» (HI,
2012).
Fysiske forhold
Barentshavet er et grunt sokkelhav hvor den norske delen omfatter ca. 1,4 mill. km2 og har et
gjennomsnittlig dyp på omlag 230 m. Bunntopografien er dominert av store banke-områder (100-200 m,
eksempelvis
Sentralbanken,
Spitsbergenbanken
og
Storbanken)
og
dype
renner
(300-400
m,
eksempelvis Bjørnøyrenna) mellom disse. I vest følger Barentshavet den bratte kontinentalskråningen
mot Norskehavet.
I Barentshavet er det tre hovedvannmasser; kystvann, atlanterhavsvann og arktisk vann. Varmt
atlantisk vann strømmer inn fra sørvest og kaldt, arktisk vann trenger inn fra nordøst. Kystvannet
kommer inn i Barentshavet langs norskekysten og følger kysten videre østover. I møtet mellom det
kalde arktiske vannet og det varme atlanterhavsvannet dannes front- og virvelsystemer som gir opphav
til betydelig primærproduksjon i vår- og sommerhalvåret, den såkalte polarfronten (Føyn et al., 2002).
Tilsvarende oppblomstring opptrer om våren i en 20-50 km bred sone langs iskanten, hvor issmeltingen
danner forutsetninger for et stabilt overflatelag og frigjøring av næringssalter.
Den sesongvise smeltingen og frysingen av den ettårige vinterisen er sentral for dynamikken i
økosystemet i Barentshavet. Inntil 90 % av Barentshavet kan dekkes av is om vinteren, men
isutbredelsen variere mye fra år til år. Iskanten ved minimumsutbredelse kan ha en årlig variasjon på
flere hunder kilometer (HI, 2012). Områdene rundt utredningsområdet i Barentshavet er som regel isfrie
året rundt på grunn av innstrømming av varmt atlantisk vann (HI, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side VIII
Figur D - 1 Strømforhold i Barentshavet (Sætre, 1999).
Den Marginale Issonen
Den marginale issonen (MIS) er en betegnelse på området mellom åpent hav og heldekkende sjøis.
Generelt er området svært dynamisk og variasjoner i is-konsentrasjoner kan endre seg på kort tid. Vind
og havstrømmer i retning mot isdekket kan gi klart definerte kanter, mens vind og strøm i motsatt
retning kan gjøre at MIS strekker seg over store områder med ulik grad av isdekke.
MIS er et viktig næringsområde i Barentshavet. Isutbredelsen i Barentshavet påvirkes av lufttemperatur
og mengden (m3/s og kjernetemperatur) av innstrømmende atlanterhavsvann. Smelting av is i
sommerhalvåret gir et overflatelag av vann med høyere temperatur, lavere saltinnhold og mindre tetthet
enn underliggende vannmasser. Det stabile overflatelaget er svært næringsrikt og utover våren, når ikke
sollys lengre er en begrensende faktor, dannes det gode vekstvilkår og en massiv oppblomstring av
planteplankton som igjen danner grunnlag for en næringskjede bestående av zooplankton, fisk, sjøfugl
og marine pattedyr. MIS trekker seg nordover utover sommeren og det skjer en progressivt nordgående
oppblomstring. Økosystemet rundt MIS er sentralt for alt liv i Barentshavet, og et eventuelt oljeutslipp
som påvirker området vil potensielt kunne få alvorlige konsekvenser for hele økosystemet.
Den sesongvise maksimale isutbredelsen i Barentshavet er basert på statistikk fra 2001-2011 er vist i
Figur D - 2 til Figur D - 4. Det er viktig å understreke at isutbredelsen varierer i stor grad fra år til år, og
også innad i en sesong. Områdene rundt brønnlokasjonen i Barentshavet er isfrie året rundt på grunn av
innstrømming av varmt atlantisk vann (MI, 2012). Det er viktig å understreke at disse is-dataene ikke
ligger til grunn for oljedriftsmodelleringene, men er benyttet for å si noe om treffsannsynlighet av olje i
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side IX
isfylte områder. Detaljene for is-dataene som er benyttet i oljedriftsmodelleringen er beskrevet i Kapittel
3 og de benyttede dynamiske is-dataene er for perioden 1998-2005.
Det finnes en rekke definisjoner av MIS med hensyn til is-konsentrasjoner, for eksempel 15-30 %, 1540 % og 10-30 % (http://seaiceatlas.snap.uaf.edu/glossary). I miljørisikosammenheng anbefales det å
bruke en definisjon av MIS som starter på 10 % isdekke (DNV GL & Akvaplan Niva, 2014). Dette er
basert på Met.no sin definisjon av at is-konsentrasjoner under 10 % er å regne som åpent vann og at
isdekke over 10 % vil påvirke eksponerings-scenarioene slik at det blir en endring i sårbarhet
sammenlignet med eksponering på åpent hav.
JANUAR
FEBRUAR
MARS
APRIL
Figur D - 2 Kart over månedsvis midlere is-konsentrasjoner for perioden 2001-2011 for januar, februar,
mars og april (MI, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side X
MAI
JUNI
JULI
AUGUST
Figur D - 3 Kart over månedsvis midlere iskonsentrasjoner for perioden 2001-2011 for mai, juni, juli og
august (MI, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XI
SEPTEMBER
OKTOBER
NOVEMBER
DESEMBER
Figur D - 4 Kart over månedsvis midlere iskonsentrasjoner for perioden 2001-2011 for september,
oktober, november og desember (MI, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XII
Naturressurser
Sjøfugl
Barentshavet er en viktig sjøfuglregion i global sammenheng. I sommersesongen finnes omkring 20
millioner sjøfuglindivider i området (Føyn et al., 2002). Sjøfuglbestandene i nord må sees i sammenheng
og derfor beskrives artenes utbredelse både i Norskehavet og Barentshavet. En oversikt over de største
sjøfuglkoloniene tilknyttet Barentshavet er gitt i Figur D - 5.
Sjøfuglartene er avhengig av de store bestandene av lodde, sild og polartorsk og utbredelsen er til en
stor grad bestemt av tilgang på byttedyr. Sjøfuglene er viktige for arktisk terrestriske fugler og pattedyr
ved tilførsel av næringsstoffer via ekskrementer og byttedyrrester. Vegetasjonen i nærheten av
hekkekoloniene er rik.
Særlige viktige sjøfuglområder i Barentshavet er hekkeområder, næringsområder og myteområder.
Hekkeområdene er hovedsakelig knyttet til store fuglefjell jevnt fordelt i kystområdene og er sentrale for
bestander av hekkende alkefugler, krykkjer, havhest, lomvi og polarlomvi.
Sjøfuglartenes viktigste byttedyr; dyreplankton, krepsdyr og små pelagiske stimfisk er spesielt tallrike i
de næringsrike områdene knyttet til polarfronten og iskanten. Polarfronten er spesielt viktig for
lomviartene og områder i tilknytning til iskanten er spesielt viktige for polarlomvi, alkekonge og teist
(Føyn et al., 2002).
Myting, et fullstendig skifte av vingefjær for gjess, ender og alkefugler, varer i 3-7 uker mellom juli og
august. Fuglene mister flygeferdigheten og kan finnes i konsentrerte flokker langs kysten, noe som gjør
dem spesielt sårbare i denne perioden.
Den viktigste kilden til utbredelse av sjøfugl i Norge er NINAs Sjøfugldatabase og Norsk Polarinstitutts
Sjøfugldatabase presentert gjennom SEAPOP (SEAPOP, 2014).
Sjøfugldataene er delt i to, med kystdata basert på tellinger fra land, sjø og fly, og åpent hav-data som
er basert på båttransekter utenfor grunnlinjen.
Data over hekkende sjøfugl på russisk side er samlet i en felles norsk-russisk sjøfugldatabase
(«COLONY») (Systad & Strøm, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIII
Figur D - 5 Store sjøfuglkolonier på fastlandet, Svalbard og Bjørnøya (til venstre) og på Kolahalvøya,
Novaja Semlja og Franz Josefs land (til høyre) (Systad & Strøm, 2012).
I rapporten (Oljedirektoratet, 2013) ble det gitt en detaljert ressursbeskrivelse for fordeling av sjøfugl i
Lofoten og Barentshavet og deres vitenskapelige verdi, basert på rapporten (Systad, Bakken, Strøm, &
Anker-Nilssen, 2003). Denne informasjonen er stadig gjeldende, og vi vil derfor her nøye oss med å
beskrive de endringer som er skjedd for sjøfuglbestandene i perioden 2003-2012, samt ny kunnskap
som har fremkommet gjennom senere års forskning. For ytterligere informasjon henvises det til
(Oljedirektoratet, 2013).
Siden 2000 er det gjort en omfattende oppdatering av datagrunnlaget. I regi av overvåkingsprogrammet
SEAPOP, er det foretatt nye tellinger i Lofoten (vinter/vår og sommer), Vesterålen og Troms (vinter/vår,
sommer og høst) og Finnmark (hovedsakelig sommer). Hovedtyngden av disse dataene er samlet inn i
perioden 2005-2011 og ble dermed ikke inkludert i (Oljedirektoratet, 2013).
Siden 2003 kan følgende trender nevnes for fastlandsdelen av Norge:
•
Sterk bestandsnedgang for krykkje på det norske fastland (og i det meste av Nordatlanteren),
men stabil på Svalbard (Figur D - 6).
•
Stor bestandsnedgang for polarlomvi på Hjelmsøya, der havørn er en viktig forstyrrelsesfaktor.
Havørn er også en negativ faktor for andre arter, spesielt krykkje.
•
Kraftig tilbakegang for lomvi som hekker åpent i Nordland, Troms og Vest-Finnmark. Stabilt for
lomvi som hekker i skjul. Bestandene på Bjørnøya og Hornøya øker.
•
En viss økning i kystnære bestander, f.eks. storskarv og toppskarv (Lorentsen & ChristensenDalsgaard, 2009).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIV
Bestand i % av gjennomsnitt
400
300
200
100
80
70
60
50
40
30
20
10
8
7
6
5
1975
Runde
Sklinna
Vedøy, Røst
Hjelmsøy
Hornøy
Sør-Varanger
1980
1985
1990
1995
2000
2005
2010
2015
År
Figur D - 6 Bestandsutvikling for krykkje. Bestandsutviklingen er i prosent av gjennomsnitt for alle år
de er overvåket. Legg merke til at y-aksen er logaritmisk. Gjennomsnittet er satt til 100 slik at 200
representerer en dobbelt så stor bestand, 300 tre ganger så stor bestand, 50 halvparten av bestanden
osv (Det nasjonale overvåkningsprogrammet for sjøfugl).
De største sjøfuglkoloniene langs fastlandskysten av Norskehavet/Barentshavet er Runde, Røst-området,
Fuglenykene, Bleik, Sør-Fugløy, Nord-Fugløy, Loppa, Hjelmsøya, Gjesvær, Omgang, Syltefjord og
Hornøya. Alle disse er typiske fuglefjell der pelagisk beitende arter dominerer. Lunde er den desidert
mest tallrike arten på fastlandet med over 1 700 000 hekkende par, det vil si minst 3,5 millioner
individer, alt etter hvor stor ungfuglandelen er i populasjonen. Krykkje (330 000 par), gråmåke (200 000
par) og ærfugl (135 000 par) følger på de neste plassene (Tabell D-1). Andre tallrike arter er blant annet
svartbak, storskarv og rødnebbterne (Tabell D-1).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XV
Tabell D-1 Estimert antall hekkende sjøfuglpar fordelt på fire regioner langs norskekysten i 2005 (fra
Barett (2006), Seapop (2012a).
Estimert populasjonsstørrelse
Totalt
(avrundet)
Art
Barentshavet
Norskehavet
Nordsjøen
Skagerrak
Antall par
Havhest
100
7.500
1.500
20
9.000
Havsule
1.750
2.750
0
0
4.500
10.000
20.000
0
0
30.000
6.000
13.000
5.000
0
24.000
Ærfugl
35.000
100.000
40.000
15.000
190.000
Storjo
20
90
5
0
115
10.000
75.000
30.000
20.000
135.000
<300
c. 1.000
0
0
1.300
0
c. 1.000
8.000
40.000
49.000
Gråmåke
100.000
100.000
13.000
20.000
233.000
Svartbak
15.000
30.000
6.000
2.500
53.000
250.000
80.000
6.000
0
336.000
1.000
< 3.000
4.000
3.000
11.000
10.000
20.000
5.000
< 100
45.000
< 10.000
< 5.000
150
0
15.000
Storskarv, underart carbo
Toppskarv
Fiskemåke
Sildemåke,
underart fuscus
Sildemåke, underart
intermedius
Krykkje
Makrellterne
Rødnebbterne
Lomvi
Polarlomvi
< 1.500
0
0
0
1.500
Alke
< 15.000
< 10.000
300
0
25.300
Teist
20.000
15.000
350
30
35.000
Lunde
900.000
800.000
14.000
0
1.700.000
Total
1.385.670
1.283.330
133.305
101.450
2.9 mill.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVI
Kystnær sjøfugl
Som utgangspunkt for skadebaserte analyser på sjøfugl i kystnære områder og sjøfugl med særlig
tilknytting til kystområdene (toppskarv, storskarv, teist og ærfugl) er det tatt utgangspunkt i den
nasjonale sjøfugldatabasen til NINA (NINA/AMAP, 2007). Disse dataene er tilrettelagt for bruk i
skadebaserte analyser ved bruk av ArcGIS rutiner, der datasettene er fordelt til en buffersone rundt de
aktuelle hekkekoloniene. Utbredelseskart som viser datasettene er vist i Figur D - 8 til Figur D - 10.
Figur D - 7 Dataalder og kartlegging/dekning langs kysten av fastlandet på norsk side til forskjellige
årstider (Systad & Strøm, 2012).
Lunde er den mest tallrike arten i både Norskehavet og Barentshavet. De største koloniene finnes fra
Røst til Gjesvær, men arten hekker også lenger øst og nord, da i mindre antall. Hornøya i Øst-Finnmark
regnes som en mindre koloni i denne sammenhengen, og framtrer derfor dårlig på kartet for denne arten.
Røst i sør har den største kolonien (> 500 000 par), mens Gjesvær i nord har den nest største med over
400 000 par. Mellom disse ligger flere store kolonier, f.eks. i Fuglenykene og Bleik i Vesterålen, SørFugløy og Nord-Fugløy i Troms og Hjelmsøya like ved Gjesværstappan i Finnmark.
Hekkebestanden av lomvi er nå redusert fra flere 100 000 på 60-tallet til under 20 000 par (Tabell D-1).
Gjenværende kolonier av betydning omfatter Røst, Hjelmsøya og Hornøya.
Krykkje er, etter lunde, den mest tallrike i fastlands-Norge. De største koloniene ligger i Finnmark,
spesielt øst for Nordkapp. Før 1986 hekket det i Syltefjord over 100 000 par krykkje, og kolonien på
Omgangsstauran (Nordkyn) var på over 70 000 par i samme periode. Kolonien i Syltefjord er nå under
40 000 par (2008). Nedgangen etter 2000 har imidlertid vært stor i hele området, slik at fordelingen av
arten ikke har endret seg vesentlig.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVII
Figur D - 8 Geografisk fordeling av alke, fiskemåke, gråstrupedykker, havelle, havhest, havsule, islom,
krykkje og laksand i hekketiden, fordelt innenfor aksjonsradiusen til de forskjellige artene (SEAPOP,
2012a).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XVIII
Figur D - 9 Geografisk fordeling av lomvi, lunde, polarlomvi, polarmåke, praktærfugl, siland, sjøorre,
smålom og stellerand i hekketiden, fordelt innenfor aksjonsradiusen til de forskjellige artene (SEAPOP,
2012a).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XIX
Figur D - 10 Geografisk fordeling av storskarv, svartand, svartbak, teist, toppskarv og ærfugl i
hekketiden, fordelt innenfor aksjonsradiusen til de forskjellige artene (SEAPOP, 2012a).
Kystnære arter som ærfugl og skarv hekker i mindre grad i store kolonier, og finnes mer spredt langs
kysten. De bruker et atskillig mindre område rundt hekkeområdene til næringssøk. Ærfugl har den
største hekkeutbredelsen på Helgelandskysten, men finnes jevnt fordelt også nord for dette. Storskarv
er mindre tallrik, men med en lignende utbredelse. Toppskarv har de største konsentrasjonene nord for
Vega, i Røst-området og ved lille Kamøya nord for Sørøya, se Figur D - 10.
Utenom hekketiden er mye av området talt opp fra fly, noe som har gjort det vanskelig å skille mellom
storskarv og toppskarv. Disse artene er derfor slått sammen utenom sommersesongen. Mens ærfugl i
liten grad flytter seg fra hekkeområdene i fastlands-Norge, trekker både storskarv og toppskarv sørover.
Helgelandskysten er et viktig overvintringsområde for begge arter.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XX
Pelagisk sjøfugl
Data er blitt samlet inn etter standard metode for linjetransekter (Olsen et al., 2013). Fuglene ble talt fra
6-10 m over havoverflaten under en konstant fart av ca. 20 km/t. Alle fugler sett innenfor en sektor av
300 m rett fram og 90° grader til en side av båten ble talt. Fordelingen av fugl ble brukt til å estimere
utbredelse og tetthet gjennom en Gam-modell (Generalized Additive Model) (Seapop, 2013). Dataene
(estimert antall per 10 km2) ble regnet om til andeler av totalestimatet for Norskehavet og Barentshavet
samlet. Lett oppdagbare arter som har en tendens til å følge båten (f.eks. måker og havhest) er
sannsynligvis overestimert, mens små, mer uanselige og dykkende arter (f.eks. alkefugl) er
underestimert. Siden oppdagbarhet neppe skiller seg mellom de forskjellige delene av
undersøkelsesområdet, vil imidlertid dette ikke ha noen betydning for den relative romlige fordelingen
innen en art.
Dataene for pelagisk sjøfugl omfatter registreringer fra Nordsjøen (NO), Norskehavet (NW) og
Barentshavet (BA). Data fra Nordsjøen er hovedsakelig fra ESAS (European Seabirds At Sea) databasen,
mens dataene fra Norskehavet og Barentshavet hovedsakelig er fra SEAPOP-databasen (SEAPOP, 2014).
Dataene er analysert atskilt for de tre havområdene og for tre forskjellige sesonger:
•
Vinter (1. november – 31. mars),
•
Sommer (1. april – 31. juli) og
•
Høst (1. august – 31. oktober).
Datadekning er vist i Figur D - 11.
Som utgangspunkt for skadebaserte analyser på sjøfugl i åpent hav er det tatt utgangspunkt i datasett
fra SEAPOP fra 2013. Utbredelseskart som viser datasettene er vist i Figur D - 12 til Figur D - 22.
Figur D - 11 Datadekning åpent hav. Hvert punkt representerer en aggregert 20 km linje. Forskjellige
farger viser forskjellige havområder, fra sør til nord: Nordsjøen, Norskehavet og Barentshavet. Kun det
siste er brukt i dette arbeidet.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXI
Alke
Figur D - 12 Fordeling av alke (Alca torda) i Barentshavet, i vår og sommer (april-juli), høst (augustoktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Alke er en relativt stor alkefugl som dykker etter næring. I hekkesesongen foretrekker alkene klipper
ytterst ved kysten. Hekkeplassene ligger alltid ved åpent hav i nærheten av rike fiskebanker og grunne
havområder. Alken hekker ved kystene av det nordlige Atlanterhavet.
I Norge hekker alken hovedsakelig i de store fuglefjellene fra Runde og nordover. Hovedtyngden av den
norske bestanden hekker nord for polarsirkelen. Alkene fisker som regel innenfor et område på 15 km
fra koloniene men på noen steder hentes maten så nært som under to km fra hekkeplassene. Den
dominerende næringen er fisk som fanges ved dykking på grunt vann og vanlige arter er sild, lodde, sil,
brisling og små torskefisk vanlig næring.
Alke tilbringer vinteren sør for hekkeplassene og ringmerkingsgjenfunn viser at de oppholder seg langs
norskekysten, Skagerrak, Kattegat, Norskehavet og Nordsjøen. Det er antatt at den nordvesteuropeiske
bestanden er på omkring 530 000 par. Av disse hekker 70 % på Island og 20 % på de britiske øyer.
Nyere beregninger tyder på at det hekker cirka 25 300 par alker i Norge. De største koloniene ligger på
Hjelmsøy, Gjesvær, Loppa, Røst og Sør-Fugløy. Det er svært vanskelig å beregne antall hekkende par
alke fordi eggene oftest ligger skult. Og antallet fugler som kan observeres i og ved koloniene varierer
sterkt fra dag til dag og gjennom døgnet. Følgelig er den også vanskelig å overvåke, (SEAPOP, 2009).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXII
Alkekonge
Figur D - 13 Fordeling av alkekonge (Alle alle) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Alkekonge er en liten alkefugl, og sannsynligvis den mest tallrike sjøfuglen i Nord Atlanteren. Den hekker
i enorme antall i høyarktiske områder, spesielt på Grønland. I Norge er den tallrik på Svalbard og Jan
Mayen. Alkekonge livnærer seg først og fremst av dyreplankton, og spesielt er hoppekreps av slekten
Calanus (inkl. “ishavsåte” og “raudåte”) viktig. Alkekongen trekker sørover fra de høyarktiske områdene
om vinteren. I Norge ser Møre- og Trøndelagskysten ut til å være viktige overvintringsområder,
datagrunnlaget for dette området er imidlertid dårlig. Datagrunnlaget er bedre for Nordsjøen, og man
har relativt høye forekomster langs Vestlandskysten og inn i Skagerrak (SEAPOP, 2009).
Gråmåke
Figur D - 14 Fordeling av gråmåke (Larus argentatus) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Gråmåken (Larus argentatus) er en middels stor måke. Arten er altetende og livnærer seg på en rekke
ulike næringsemner gjennom å opptre som åtselfugl, kleptoparasitt og predator. Gråmåken har en
sirkumpolar utbredelse og hekker langs kysten mellom 30° og 70°N, men den kan også hekke i
innlandet. Den er også en trekkfugl, som overvintrer langs kysten av Nord-Europa (Polarinstituttet,
2014).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIII
Havhest
Figur D - 15 Fordeling av havhest (Fulmarus glacialis) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Havhest er en svært vanlig pelagisk overflatebeitende fugl i norske farvann. Den finns i stort antall til
alle årstider i alle våre havområder, helst litt ut fra kysten. Til tross for at den er så tallrik er
hekkebestanden i Fastlands-Norge beskjeden, med bare 7 000-8 000 hekkende par. Den hekker derimot
i stort antall på Island, Svalbard, Færøyene og Storbritannia. Havhesten beveger seg over store
havområder, også i hekkeperioden, og livnærer seg av mat den finner i overflaten. Dietten inkluderer
blekksprut, fisk, dyreplankton, maneter, kadaver av sjøpattedyr og fiskeavfall. Havhesten følger ofte
etter fiskefartøy og kan sette til livs store mengder fiskeavfall (SEAPOP, 2009).
Havsule
Figur D - 16 Fordeling av havsule (Morus bassanus) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Havsule er en pelagisk sjøfugl som henter mat fra havet ved å stupdykke etter fisk som den fanger 0-10
m under havoverflaten. En stor andel av den Europeiske bestanden hekker i Storbritannia, og kun noen
få tusen par hekker i Norge. Havsulen har økt i antall siden 1970-tallet og har etablert en rekke nye
kolonier, blant annet i Norge. De høyeste konsentrasjonene av arten i den vestlige delen av Nordsjøen,
men på høsten og vinteren finner vi også høye tettheter utenfor vestlandskysten (SEAPOP, 2009).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIV
Krykkje
Figur D - 17 Fordeling av krykkje (Rissa tridactyla) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Krykkje er en liten, pelagisk måkefugl som henter mat fra havoverflaten. I likhet med andre
overflatebeitende sjøfugl er den ofte å finne sammen med sjøpattedyr og dykkende sjøfugl som alke,
lomvi og polarlomvi, som jager småfisk og krill mot overflaten. Den karakteristiske måten som krykkja
kretser over knuter av næring i overflaten på signaliserer “mat” for forbipasserende sjøfugl og sjøfugl i
nabolaget. Slike samspill mellom ulike sjøfuglarter er viktig for hvordan sjøfuglene er fordelt, og
samspillet har sannsynligvis også betydning for fuglenes evne til å finne næring. I Nordsjøen er krykkje
og lomvi nøkkelarter i dette samspillet. Krykkja hekker i stort antall i Norge og på Svalbard, og i likhet
med havhesten finnes krykkje i alle norske havområder i alle sesonger. Telemetristudier antyder at
krykkje fra Europeiske kolonier i stor grad overvintrer utenfor Newfoundland i Canada. Dette samsvarer
ikke med analysene som er gjort her. Det er ikke noen stor reduksjon i tallrikhet av krykkje om vinteren
i norske farvann (SEAPOP, 2009).
Lomvi
Figur D - 18 Fordeling av lomvi (Uria aalge) i Barentshavet, i vår og sommer (april-juli), høst (augustoktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXV
Lomvi er en tallrik sjøfugl i Nordsjøen. Hovedtyngden av Nordsjøbestanden hekker i Storbritannia og på
Færøyene. Totalbestanden på de britiske øyer er estimert til 1,4 millioner individer, og denne bestanden
har vært økende de siste 50 årene. Generelt finnes de største konsentrasjonene vest i Nordsjøen, men
på høsten og vinteren finner vi også høye konsentrasjoner i Skagerrak og Kattegat. En stor andel av
disse overvintrende fuglene er ungfugl. Kattegat og Skagerrak er viktige oppvekstområder for sild og
brisling, og ungsild og brisling er nok viktige næringsemner for overvintrende lomvi i dette området.
Bestanden av lomvi i Barentshavet sank dramatisk på midten av 1980-tallet, og bestanden er fortsatt
historisk lav. Forekomstene av lomvi i Barentshavet er derfor relativt lave sammenlignet med Nordsjøen.
I Barentshavet finnes lomvi primært i de sørlige områdene langs Finnmarkskysten og rundt Bjørnøya. På
høsten finnes forholdsvis høye forekomster i den sørøstlige delen av Barentshavet (SEAPOP, 2009).
Lunde
Figur D - 19 Fordeling av lunde (Fratercula arctica) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Lunde er en karakterart og en av de mest tallrike sjøfuglene langs kysten av Nord-Norge. Omlag 900
000 par hekker langs kysten fra Andøya til Vardø, og 800 000 par hekker langs Nordlandskysten. Yngel
av sild og torskefisk som driver nordover i kyststrømmen fra de store gyteområdene langs norskekysten
er en helt sentral ressurs for disse koloniene.
Om høsten trekker store mengder lunde til den sørlige delen av Barentshavet. Dette er endestasjonen
for driften av fiskeyngel, og det er sannsynlig at fiskeyngel fortsatt er en viktig del av dietten i denne
perioden. Om vinteren finnes det lunde i den sørlige delen av Norskehavet. Data fra dette området i
denne perioden er imidlertid fragmentariske, og usikkerheten er derfor relativt stor.
I Nordsjøen finnes det kolonier av lunde langs kysten av Storbritannia og Færøyene. I disse koloniene er
den lille fisken tobis viktig næring. Fordelingen av lunde i Nordsjøen gjenspeiler for en stor del denne
vestlige utbredelsen. Om vinteren er tettheten av lunde i Nordsjøen relativt lav, og deler av bestanden
kan se ut til å migrere ut av dette havområdet (SEAPOP, 2009).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXVI
Polarlomvi
Figur D - 20 Fordeling av polarlomvi (Uria lomvia) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Polarlomvi er, sammen med alkekonge, den mest tallrike sjøfuglarten i Barentshavet med ca. 1 250 000
hekkende par. Den er en nordlig art og hekker relativt fåtallig langs norskekysten og Kola, men er tallrik
på Svalbard og Novaja Semlja. Om høsten finnes polarlomvi i stort antall i den sentrale og nordlige delen
av Barentshavet hvor den lever av krill, amfipoder, lodde og polartorsk. Telemetristudier og
ringmerkingsstudier fra Svalbard antyder at i hvert fall deler av bestanden migrerer til den nordvestlige
delen av Atlanteren om vinteren. Spesielt ser havområdet mellom Grønland og Canada ut til å være
viktig. Fra februar og utover våren finnes den imidlertid igjen store mengder polarlomvi i den sørlige
delen av Barentshavet, hvor de følger gyteinnsiget av lodde inn mot kysten av Norge og Kolahalvøya
(SEAPOP, 2009).
Svartbak
Figur D - 21 Fordeling av svartbak (Larus marinus) i Barentshavet, i vår og sommer (april-juli), høst
(august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Svartbaken er den største av måkene våre, med tykk hals og kraftig nebb. Svartbaken hekker langs
kysten av Nord-Atlanteren og tilgrensende havområder; fra Baffinøya i vest (Canada), over Grønland,
Island, langs norskekysten, og til Novaja Semlja og Vajgatshøya i øst. I Europa strekker
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXVII
hekkeutbredelsen seg fra de nordlige deler av Frankrike i sør til Svalbard i nord. Den ble funnet
hekkende første gang på Bjørnøya i 1921 og på Spitsbergen i 1930. Siden den gang har bestanden vokst
og arten har utvidet sitt utbredelsesområde, spesielt etter 1960 (Polarinstituttet, 2014).
Polarmåke
Figur D - 22 Fordeling av polarmåke (Larus hyperboreus) i Barentshavet, i vår og sommer (april-juli),
høst (august-oktober) og vintersesongen (november-mars), basert på modellerte data (Seapop, 2013).
Polarmåken er en stor måke, i gjennomsnitt bare litt mindre enn svartbaken. Arten har en sirkumpolar,
høy-arktisk utbredelse. I det nordøstlige Atlanterhavet forekommer den på Grønland, Island, Jan Mayen,
Svalbard, Frans Josefs land og Novaja Semlja. De fleste polarmåkene forlater Svalbard i september–
oktober og overvintrer trolig spredt i det nordlige Atlanterhavet, både langs kysten og i åpent hav så
langt sør som Færøyene, Island og sørlige deler av Grønland. Trolig overvintrer også mange individer i
de isfrie delene av Barentshavet (Polarinstituttet, 2014).
Sårbarhet for olje
Sjøfuglers generelle sårbarhet for oljesøl er blitt beskrevet omfattende tidligere (se f.eks.
(Oljedirektoratet, 2013), (Bonn Agreement), (K. A. Moe et al., 1999), (AMAP, 2010), (Mecklenburg,
Møller, & Steinke, 2011)) og vil derfor bare kort bli oppsummert.
Sjøfugler tilbringer det meste av tiden på sjøen, hvor de fleste artene henter all sin næring. Noen arter
er kun avhengige av å oppsøke land i hekketiden. Ved oljesøl i områder hvor det forekommer sjøfugl,
enten rundt hekkekolonier eller i områder hvor de beiter, er det sannsynlig at sjøfugl kommer i kontakt
med oljen. Sjøfugl er sårbar for både direkte og indirekte effekter av oljesøl. Oljen får fjærene til å
klistre seg sammen slik at de mister isolasjonsevnen, sjøvannet kommer i kontakt med huden og fuglen
fryser i hjel. Selv relativt små mengder olje i fjærdrakten kan få fatale konsekvenser, fordi fjærenes
vannavstøtende effekt blir ødelagt. En oljeflekk på under 5 % av kroppen vil dermed kunne bli fatalt. I
tillegg kan tilsølte individer bli forgiftet ved at de får olje inn i fordøyelsessystemet når de pusser
fjærdrakten. Sekundært vil åtseletere og predatorer også kunne bli utsatt for forgiftning og tilgrising
gjennom tilgang til svake og døde, tilgrisede sjøfugl. Effektene av forgiftning inntrer mer gradvis og, i
den grad forgiftning blir en primærårsak til dødelighet (f.eks. for arter der individene kan overleve en
oljeskade ved å søke næring på land), kan dette inntre lenge etter den akutte hendelsen.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXVIII
Den individuelle oljesårbarheten til en sjøfugl varierer med en lang rekke forhold som blant annet art,
fysisk tilstand og flygedyktighet samt tilstedeværelse, atferd og arealutnyttelse i risikoområdet (T.
Anker-Nilssen, 1987). Sårbarheten er generelt størst for de artene som ligger på havoverflaten og
dykker etter næring fordi disse er særlig utsatt for varmetap og har større sannsynlighet for å komme i
kontakt med olje. Det gjelder især alkefugler som lomvi og lunde, lommer, skarver og marine ender.
Måkefugl, svaner, gjess, og gressender er imidlertid mindre utsatt for varmetap da de ofte finner
tilstrekkelig næring på land. Sjøfugler er især sårbare for oljesøl i hekketiden når de aggregerer i
kolonien. Dessuten er ande- og alkefugler svært sårbare i myte (fjærfellings) perioden, hvor de ikke er
flygedyktige i flere uker. Mytetiden for alkefugler er i august-september mens andefugler i Nord-Norge
myter i perioden juli-september (se Tabell D-2 for forenklet fremstilling av gruppenes sårbarhet for olje).
Tabell D-2 Forenklet fremstilling av de forskjellige gruppenes sårbarhet for olje til ulike årstider (T.
Anker-Nilssen, 1994).
Sommerområder for
Hekking
Næringssøk
Hvile
Myting
Høstområder
Pelagisk dykkende
Høy
Høy
Høy
Høy
Høy
Høy
Pelagisk overflatebeitende
Lav
Middels
Lav
-
Middels
Middels
Kystbundne dykkende
Høy
Høy
Høy
Høy
Høy
Høy
Middels
Lav
Lav
Middels
Lav
Lav
Økologisk sjøfuglgruppe
Kystbundne
fl
b
d
Vinterområder
I beregningene av effektene på sjøfugl av modellerte oljeutslipp, er sannsynlighetsberegningen gjort for
hvor stor en andel av bestanden som vil omkomme. Dette er gjort ut i fra fordelingen av sjøfuglene og
hvor sårbare artene er overfor olje. Videre beregnes den endelige miljøskaden som restitusjonstid for en
sjøfuglbestand. Det vil si tiden det tar for en sjøfuglbestand å bygges opp igjen til samme bestandsnivå
som før skade av et oljesøl. Gjennomgående karakteriseres de typiske sjøfuglartene ved sein
kjønnsmodning, høy levealder og lav reproduktiv kapasitet, noe som medfører at de fleste artene har en
liten til middels restitusjonsevne (Tabell D-3). Dette er ivaretatt i beregningene.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXIX
Tabell D-3 Bestandskarakteristika for sjøfugler inkludert i konsekvensanalysen. Restitusjonsevne er
vurdert ut fra artens livshistorieparametere (primært reproduksjonsevne og overlevelse).
Bestandstrender er vurdert på bakgrunn av resultater fra Det nasjonale overvåkingsprogrammet for
sjøfugl (se f.eks. Lorentsen & Christensen-Dalsgaard 2009). Nasjonal rødlistestatus er i henhold til
(Artsdatabanken, 2010) og inndelt i kategoriene CR = kritisk truet, EN = sterkt truet, VU = sårbar og NT
= nær truet.
Art
Økologisk
grupp.3
Restitusjonsevne
Bestandstrend,
fastland
Status i
Norge
PO
liten
Negativ
NT
Havhest
Individuell
sårbarhet
(MIRA)
2
1
3
3
Storskarv
KD
stor
Positiv
Ansvarsart
Toppskarv
KD
stor
Stabil
Ansvarsart1
Ærfugl
KD
middels
Stabil
3
Stellerand
KD
liten
Negativ
3
Svartbak
KO
middels
Stabil
Ansvarsart1
1;sept.mars/2;april-aug.
Gråmåke
KO
middels
Stabil
Ansvarsart1
1;sept.-mars/
2;april-aug.
Krykkje
PO
middels
Negativ
EN2
3
Polarlomvi
PD
liten
Negativ
VU2
3
Negativ
2
4
2
3
Lomvi
Lunde
PD
PD
liten
liten
Negativ
CR
VU
Praktærfug
KD
middels
Stabil
3
l
1. En art er definert som norsk ansvarsart når den norske bestanden er ≥ 25 % av Europas
bestand.
2. Rødlistestatus for det norske fastland.
3. PO: pelagisk overflatebeitende, KD: kystbundne dykkende, PD: pelagisk dykkende, KO:
kystbundne overflatebeitende
Spesielt sårbare områder
For å identifisere spesielt sårbare områder mht. arter oppført i den Norske rødlista er det med
utgangspunkt i datagrunnlaget for sjøfugl knyttet til åpent hav blitt beregnet spesielt sårbare områder,
eller kjerneområder for disse artene (Systad & Strøm, 2011). Kjerneområde er definert som det minste
området hvor 75 % av alle individer innenfor studieområdet ble modellert å være. Denne informasjonen
er sentral for å forstå hvordan sjøfugl interagerer med øvrige økosystemkomponenter og vil være viktig
for å evaluere miljøkonsekvensene av oljesøl. Kjerneområdet for polarlomvi dekker deler av
Barentshavet i alle sesonger (Figur D - 23), men ligger i all hovedsak nord for åpningsområdet i
høstsesongen. Deler av kjerneområdet for lunde ligger i tilknytning til åpningsområdet i høstsesongen.
Også for krykkje, polarmåke og fiskemåke vil deler av kjerneområder ligge innenfor/grense opptil
åpningsområdet.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXX
Figur D - 23 Kjerneområdene til alkefugl og pelagisk overflatebeitende fugl oppført i den norske rødlista
(Systad & Strøm, 2011).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXI
Marine pattedyr
Barentshavet er et viktig habitat for sjøpattedyr. Isbjørn, hvalross, 6 selarter og 17 hvalarter har helt
eller delvis tilholdssted her. Næringsgrunnlaget er bunnlevende og pelagiske byttedyr (Kovacs, Haug, &
Lydersen, 2009). Enkelte oppholder seg i Barentshavet hele året (f.eks. ringsel og storkobbe), mens
andre kun i sommerhalvåret (f.eks. vågehval, knølhval og finnhval). De kvantitativt viktigste
sjøpattedyrene i Barentshavet er isbjørn, ringsel, grønlandssel, storkobbe, hvalross og vågehval (Kovacs
et al., 2009). Isbjørn har imidlertid tilholdssted i periodevis islagte områder i nordlige deler av
Barentshavet.
Sel og hvalross
Grønlandsselene finnes bare i Nord-Atlanteren og deles inn i tre ulike bestander etter
forplantningsområdene. Den største har tilhold i Nordvest-Atlanteren og kaster (føder) unger på drivisen
ved Newfoundland i Canada. En bestand har tilhold i Barentshavet og kaster sine unger på drivisen i
Kvitsjøen (se Figur D - 24). I Norskehavet er bestanden av ett år gamle og eldre dyr beregnet til 618
000 og en årlig ungeproduksjon på 106 000. I mars hvert år samler de kjønnsmodne dyrene av
Norskehavsbestanden seg i drivisen nord for Jan Mayen for å kaste og pare seg. Utenom forplantningsog hårfellingsperiodene er grønlandsselene på beitevandring. De opptrer ofte i store flokker både langs
iskanten og i åpnere farvann. Både østkysten av Grønland, Norskehavet, områdene rundt Svalbard og
det nordlige Barentshavet inngår i beiteområdene for Norskehavsbestanden (DN & HI, 2007).
Utredningsområdet avhenger av byttedyrfordelingen (f.eks. lodde). Grønlandsselen vil være i området
høst/vinter i forbindelse med de årlige beitevandringene.
Storkobbe finnes i store områder av Barentshavet (Figur D - 24). Storkobbe opptrer oftest som
enkeltindivider. Store forekomster finnes langs nordkysten av Spitsbergen og Nordaustlandet, i fjordene
på vestkysten av Spitsbergen og i Storfjordområdet, samt i drivisen i Barentshavet. I kaste- og
hårfellingsperioder (mai-juni) ligger storkobben ofte på små isflak i åpen is (Føyn et al., 2002).
Ringselen oppholder seg i de isfylte delene av Barentshavet og ved Svalbard, og er den mest tallrike
arten i disse områdene (Føyn et al., 2002).
Hvalrossen forekommer i stort antall i Svalbardområdet (Figur D - 25). Arten foretrekker
drivisområdene, men har faste liggeplasser på land når isen er borte. Hvalrossen forekommer vanligvis i
mindre flokker, men kan sted- og tidvis også opptre i større flokker. Utbredelsen styres delvis av
isutbredelsen (Føyn et al., 2002).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXII
Figur D - 24 Utbredelse av grønlandssel og storkobbe (DN & HI, 2007).
Figur D - 25 Utbredelse av hvalross (DN & HI, 2007).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXIII
Havert forekommer i kolonier langs hele norskekysten. Utenom kastetiden kan arten være spredt langs
kysten for næringssøk, og utbredelsen fra flere kolonier kan overlappe. Under hårfellingsperioden og
kasteperioden samler havert seg i store kolonier (Bjørge, 2008; Føyn et al., 2002). En landsdekkende
undersøkelse av havert i 2001-2003 konkluderte at den årlige produksjonen er på rundt 1 200 unger.
Dette indikerer en havertbestand på 4 600 - 5 500 ett år gamle og eldre dyr (DN & HI, 2007).
(Bjørge, 2008) har foreslått å dele de norske forekomstene av havert inn i tre bestander. En populasjon
sør for Stad, en populasjon fra Stad til Lofoten, og en populasjon fra Vesterålen til russergrensen.
Datasettet for populasjonen fra Vesterålen til russergrensen er benyttet i de kvantitative
konsekvensvurderingene for havert. Geografisk utbredelse er vist i Figur D - 26. Koloniene på Froan i
Sør-Trøndelag er en av de største havertkoloniene. Havert kaster i desember måned og ungene skifter
pels etter 3 uker. Hårfelling foregår fra februar til april.
I følge Norsk rødliste er havert «Livskraftig» (LC) (Artsdatabanken, 2010). En positiv bestandstrend for
arten i perioden fra 2006 til 2010 medførte at haverten fikk endret sin rødlistekategori fra NT til LC.
Steinkobbe forekommer i større og mindre kolonier langs hele norskekysten. Arten er relativt
stedbunden og oppholder seg nær koloniene året rundt (spredning på noen titalls km).
Basert på telling av hårfellende steinkobber i perioden 1996-1999, er den norske totalbestanden
beregnet til ca. 10 000, samt ca. 500 individer ved Svalbard (A. Bjørge, Øien, & Fagerheim, 2007; Føyn
et al., 2002) Steinkobben kaster unger i siste halvdel av juni og dieperioden varer i tre til fire uker.
Ungene har felt fosterpelsen ved fødselen og kan gå i vann allerede etter få timer. De er imidlertid
særdeles følsomme for forstyrrelser i tiden fram til de har utviklet gode svømmeferdigheter (DN & HI,
2007). For steinkobbe skjer hårfellingen i august-september.
(A. Bjørge et al., 2007) har foreslått følgende bestandsinndeling basert på biologiske prinsipper;
Skagerrakbestanden (fra Østfold til Vest-Agder), vestlandsbestanden (fra Rogaland til Troms/Lopphavet),
Finnmarkbestanden (fra Lopphavet til russergrensen), og Svalbardbestanden (ved Prins Karls Forland).
Finnmarkbestanden er benyttet i de kvantitative konsekvensberegningene for steinkobbe. Geografisk
utbredelse er vist i Figur D - 26.
Steinkobbe er jaktbar i Norge, og siden 2003 har kvotene blitt satt vesentlig høyere enn forskernes
anbefalinger. Arten er også utsatte for bifangst i fiskeredskap og det er sannsynlig at bestanden vil
minke raskt med dagens forvaltningsordning. I noen områder vil steinkobbe være utrydningstruet. I
rødlisten er steinkobbe klassifisert som sårbar (VU) (Artsdatabanken, 2010).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXIV
Figur D - 26 Geografisk fordeling av steinkobbe og havert innen utredningsområdet (DN & HI, 2007).
Effekter og sårbarhet av olje hos sel
Toksiske virkning av olje grunnet dens kjemiske sammensetning (aromatiske hydrokarboner):
•
Oljens giftighetsgrad er avhengig av dets kjemiske komponenter, men generelt er råolje mer
giftig enn raffinert/forvitret olje. Olje vil forvitre over tid ved fordampning, nedblanding og
emulgering, samt biologisk nedbryting (biodegradering) og fotooksidering. Derfor vil et
oljeutslipp med kort drivtid til utsatte resurser føre til mer akutte skader.
•
De toksiske komponentene i fordampet olje vil reagere med selens membraner og føre til
hevelse, slimdannelse og sårdannelse. Langvarig påvirkning kan gi varig skade på øyne (Geraci
& Smith, 1976; St.Aubin, 1990).
•
Inhalering av flyktige hydrokarboner vil kunne føre til betennelse, fortettede lunger evt. kjemisk
lungebetennelse hos sel. Opptak av giftstoffer via lungene vil bli transportert videre til nyrer,
lever og hjerne. Synlige virkninger av dette vil trolig være atferdsendringer (Goodbody-Gringley
et al., 2013; B. M. Jensen, 1996; Neumann, 1966), Hjerneskader som oppstår ved inhalering av
flyktige komponenter er ikke reversible (Frost & Lowry, 1993).
Inntak av olje gjennom svelging (direkte inntak eller kontaminert føde):
•
Ekte seler pusser ikke pelsen og får således ikke i seg toksiske komponenter i olje på den måten
(Bjørn Munro Jensen, 2008).
•
Den generelle oppfatning er at sel har evne til å fordøye en liten mengde hydrokarboner, da sel
har enzymer som kan nedbryte disse. Terskelverdien vil variere fra art til art, fra oljetype til
oljetype, og er avhengig av individets generelle kondisjon. Farlig inntaksmengde for sel vil
variere fra omlag 100ml til flere liter. (Geraci & Smith, 1976; Peterson et al., 2003).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXV
•
Olje virker på tarmsystemet ved å irritere epitelcellene i mage/tarm som derved har innvirkning
på bevegelse, fordøyelse og absorpsjon, (Anon, 1979a, 1979b, 1980a, 1980b, 1980c, 1980d;
Narasimhan & Ganla, 1967; Rowe, Dollahite, & Camp, 1973).
Stress:
•
Olje har vært påvist å kunne forårsake død hos stressede seler. Man kan anta at seler som
allerede er i dårlig kondisjon vil være ekstra sårbare for olje. Dersom en hel årsklasse er i dårlig
kondisjon grunnet f.eks. dårlig mattilgang vil hele årsklassen kunne være særlig utsatt for stress
forårsaket av olje (Geraci & Smith, 1976).
Tilsøling:
•
Seler er avhengig av fettlaget for å bevare varmen. Tilsøling vil dermed ikke ha konsekvenser for
varmereguleringen til voksne sel. Selunger i sin første livsfase (de første dagene / ukene) er
derimot svært sårbare da de er avhengige av pels for isolasjon (Geraci & St.Aubin, 1990).
Oljeforurensning vil klistre hårene sammen og ødelegge det isolerende luftlaget i pelsen. Kulde
og vind vil i tillegg gjøre selungene ekstra sårbare da varmetapet blir større.
•
Tilsøling vil føre til begrenset mobilitet, særlig hos ungsel. Luffene er utsatt for å bli klistret til
kroppen, noe som reduserer svømmeevnen. Mer ømfintlige organer som øyne og værhår er også
utsatt, (Engelhardt, 1987; Goodbody-Gringley et al., 2013; Peterson et al., 2003).
•
(Bjørn Munro Jensen, 2008) mener at havert mødre vil forsøke å vaske selunger som er tilsølt.
Denne adferden forstyrrer diingen og kan føre til lavere vekt for selungen ved avvenning enn
normalt.
Biologi (atferd / demografi / fysiologi):
•
Direkte observasjoner i forbindelser med tidligere oljeutslipp tyder på at havert, steinkobbe og
ringsel ikke unngår olje aktivt (Geraci & Smith, 1976; Spooner, 1967; St.Aubin, 1990).
•
Forskjell i habitatutnyttelse vil også utgjøre en forskjell i hvordan et individ blir eksponert for olje.
Særlig ung sel vil foretrekke grunt vann til fordel for dypt vann, der oljen kan samle seg i større
konsentrasjon.
•
Selens store energibehov, 5 % av kroppsvekt pr dag, gjør selen sårbar både på kort og lang sikt.
Hvis energibehovet ikke blir dekket vil det kunne føre til sult og nedsatt reproduksjon.
•
Selens ”strategi” med sen kjønnsmodning, få unger i kullet og høy overlevelse blant
kjønnsmodne individer gjør at økt dødelighet hos de kjønnsmodne individene vil få langt
alvorligere konsekvenser for bestandene i forhold til økt dødelighet blant unger og ungdyr.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVI
Oter
Oteren ble fredet i Norge i 1982 som følge av bestandsnedgang i store deler av utbredelsesområdet. Det
er antatt at over 25 % av den europeiske bestanden finnes i Norge (Oljedirektoratet, 2013). Kart over
oterens tilhold langs Finnmarkskysten, samt bestandsfordeling i Barentsregionen benyttet i de
kvantitative konsekvensberegningene for oter, er vist i Figur D - 27. Den nasjonale bestanden synes å
være i vekst; i 1990 ble den estimert til 9 000 - 11 000 dyr, mens tilsvarende tall for 1995 er 17 000 21 000 dyr. Dersom veksten har vært konstant, er antallet i dag opp mot 30 000 dyr. Det er særlig
bestandene i Midt- og Nord-Norge som synes rimelig sterke; i kyststrøkene fra og med Sør-Trøndelag og
nordover antas oteren å ha en sammenhengende utbredelse (Bjørn, 2000).
Internasjonalt har oteren status som truet rødlisteart, og er beskyttet av flere internasjonale
konvensjoner. På den norske rødlista er arten plassert i kategorien sårbar (VU).
Figur D - 27 Utbredelse av oter (oterområder) og bestandsandeler i Barentsregionen (Bjørn, 2000).
Effekter og sårbarhet for olje hos oter
Toksiske virkning av olje grunnet dens kjemiske sammensetning (aromatiske hydrokarboner):
•
Ekstracellulær lungeemfysem var en av de vanligste dødsårsakene etter Exxon Valdez-ulykken i
1989, som følge av at oljekomponenter reagerte med lungene. Oterene døde av påfølgende
plager (respiratoriske effekter), (B.M. Jensen, 2008).
Inntak av olje gjennom svelging (direkte inntak eller kontaminert føde):
•
Oter vil innta olje indirekte gjennom føde og direkte ved å stelle pelsen sin. Særlig muslinger,
som er hovedføde for ungdyr, akkumulerer hydrokarboner. Inntatt olje som tas opp gjennom
fordøyelsen vil påvirke organer som nyrer, lever og hjerne. Etter Exxon Valdez så en at svelget
olje førte til blødende magesår og var den vanligste dødsårsak. Lever-nekropsi ble også
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVII
observert. Mengden olje som er skadelig å innta for oter vil variere, men anslås å være mellom
0,2 og 0,9 liter, (Peterson et al., 2003).
Tilsøling:
•
Oter er spesielt sårbare for oljetilsøling da de er avhengige av pelsen sin for varme i motsetning
til sel og hval som har spekk. Oljetilsøling vil drastisk redusere pelsens isoleringsevne. Dette kan
ha en rekke konsekvenser, fra akutt død til mer kroniske plager som følge (Heggberget & Moseid,
1989).
•
Det er vist at oljeforurensede havotere søker tilhold på land for å hindre varmetap, men de
risikerer da å sulte i hjel da fødetilgangen blir begrenset, (B.M. Jensen, 2008).
•
Av de tilsølte otrene etter Exxon Valdez som ikke døde akutt, kan en anta at flere fikk senskader
eller omkom indirekte som følge av tilsøling (Loughlin, Ballachey, & Wright, 1996). Bl.a. ble det
påvist lungeemfysem, magesår, blødninger, lever/nyre-lipidose og vevsvinn i lever (Lipscomb,
Harris, Rebar, Ballachey, & Haebler, 1994).
Hval
Den vanligste kystnære arten i Barentshavet er tannhvalen nise, mens de vanligste pelagiske artene
inkluderer bardehvalene vågehval, knølhval, finnhval og tannhvalene kvitnos og kvitskjeving. De
vanligste istilknyttede artene er narhval, grønlandshval og hvithval. Av disse er narhval sterkt truet,
grønlandshval kritisk truet og hvithval er sårbar ettersom populasjonen er svært liten (Artsdatabanken,
2010). I det følgende blir det fokusert på arter som har størst forekomst i de sørøstlige delene av
Barentshavet og i tillegg omtales artene spekkhogger og grønnlandshval på grunn av flokkdannelse og
rødlistestatus.
Nise forekommer både i og utenfor utredningsområdet i Barentshavet (Figur D - 28). Nisen er generelt
en kystbundet art som oppholder seg mest i grunne farvann. Nisene opptrer i små flokker, og
forekommer langs hele Norskekysten. Nisene er relativt stasjonære (Føyn et al., 2002). Arten deles inn i
følgende bestander basert på økosystem: Skagerak, Nordsjøen (Vest-Agder / Rogaland-Stad),
Norskehavet (Stad-Vestfjorden) og Barentshavet Lofoten / Vesterålen – russergrensa (Bjørge, 2008).
Nordgrense for nise er polarfronten.
Kvitskjeving og Kvitnos, også kalt springere, er to mindre tannhvalarter som er vanskelig å skille fra
hverandre i felt. Springerne forekommer i flokker på opp til 30 individer og beiter på sild og torskefisk,
muligens også lodde og blekksprut. Kvitnosen er en sokkelart som gjerne holder seg i grunne kystnære
farvann, mens kvitskjevingen fortrinnsvis finnes over dypere vann. Anslagsvis finnes det 131 500
individer springere langs norskekysten og i Barentshavet. Springerne foretar trolig ikke regelmessige
sesongvandringer, men flytter seg etter hvor de finner føde (DN & HI, 2007).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXVIII
Figur D - 28 Utbredelse av tannhvalartene nise, kvitnos og kvitskjeving langs norskekysten (DN & HI,
2007).
Vågehval finnes i alle havområder på den nordlige halvkule. Vågehvalene har sesongvandringer mellom
forplantningsområder på lavere breddegrader og beiteområder i kalde farvann. Vandringsveiene og
kalvingsområdene er dårlig kartlagt, men vågehvalene vandrer helst langs kystene. De kan også
oppholde seg over dyphav, for eksempel i de dype områdene der Barentshavet grenser mot Norskehavet,
(Figur D - 29).
Havforskningsinstituttet gjennomfører årlige tellinger av vågehval med en geografisk fordeling av
telleaktiviteten slik at hele utbredelsesområdet blir dekket i løpet av en seksårsperiode. Det er to
bestander av vågehval som er relevante for utredningsområdet. Bestanden i Norskehavet kalles
sentralatlantisk bestand og er beregnet til 26 700 dyr. Den nordøstatlantiske bestanden har tilhold i
Nordsjøen, langs norskekysten, Barentshavet og ved Svalbard. Det vil si at denne bestanden
forekommer langs hele den østlige delen av utredningsområdet. Den nordøstatlantiske bestanden er
beregnet til 80 500 basert på tellingene mellom 1996 og 2001 (DN & HI, 2007).
Den nordøstatlantiske bestanden trekker inn mot områdene i Barentshavet i mars-april (hunner) og
april-juni (hanner), og de returnerer til sørligere farvann senhøstes (von Quillfeldt, 2002). Det er kjent at
enkelte dyr også overvintrer i nordiske farvann. Om sommeren er farvannene rundt Bjørnøya de
områdene hvor vågehvalen opptrer med størst tetthet. Andre områder med høye tettheter om
sommeren er utenfor Finnmarkskysten og områdene rundt Lofoten-Vesterålen, (Føyn et al., 2002).
Vågehval er den eneste hvalarten som beskattes i Norge.
Finnhvalen er en bardehval som finnes i alle verdenshav og foretar lange sesongvandringer. I
Norskehavet beiter de særlig langs polarfronten og helt opp mot iskanten om sommeren, nord i
utredningsområdet. Den har ofte tilhold over dype havområder, men kan forekomme over kystbanker og
sokkelområder nær kysten (Figur D - 29).
Knølhval er å finne i hele Barentshavet, men forekommer med størst tetthet (sommerbeite) i de
nordøstlige delene av Barentshavet, (Figur D - 30).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XXXIX
Spekkhoggere finnes langs hele norskekysten og i Barentshavet med kjerneområder utenfor Mørekysten,
Lofoten og Finnmarkskysten, (Figur D - 30). Spekkhoggerne vandrer i flokker bestående av 4-100 dyr.
Om våren følger spekkhoggernes utbredelse fordelingen av vårgytende sild og om vinteren oppholder de
seg i kjerneområdene, mens om sommeren kan de ha en spredt fordeling i Norskehavet og Barentshavet.
Grønlandshvalen er en stor bardehvalart som oppholder seg hele livet i arktiske farvann. De har en
flekkvis sirkumpolar utbredelse som varierer med drivisen. Næringsinntaket foregår hovedsakelig om
sommeren. Grønlandshvalen er i følge norsk rødliste kritisk truet. Det anslås at den gjenværende
bestanden i det nordøstlige Atlanterhavet er på mindre enn 50 reproduserende individer. Dersom
individer av denne arten skulle bli berørt av et uhellsutslipp vil konsekvensen for hele bestanden være
betydelig.
Figur D - 29 Utbredelse av vågehval og finnhval langs Norskekysten (DN & HI, 2007).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XL
Figur D - 30 Utbredelse av knølhval og spekkhogger langs Norskekysten (DN & HI, 2007).
Effekter og sårbarhet hos hval
I det følgende avsnitt gis en gjennomgang av mulige effekter for hval, som følge av oljeeksponering.
Erfaringer og generelle betraktinger beskrevet her er vurdert som relevante for norske forhold.
Gjennomgangen bygger på (DNV, 2000, 2008) og originalkilder er referert.
Toksiske virkning av olje grunnet dens kjemiske sammensetning (aromatiske hydrokarboner):
•
Råolje avgir giftige lettflyktige komponenter til lufta. Mengden giftstoffer som avgis vil være
størst de første timene og så avta over tid. Hval trekker inn luft til lungene fra det luftlaget som
er nærmest overflaten. Innåndingseffekten er doseavhengig, og konsekvenser for hvalen vil
være avhengig av dens kondisjon og reaksjon på stress. Utfallet kan variere fra mild irritasjon i
lungene til rask død. Opptak av hydrokarboner gjennom lunger vil kunne påvirke organer som
nyrer, lever og hjerne. Det er også mulig at gassene kan gi en narkotisk effekt som kan medføre
drukning (Geraci & St.Aubin, 1990; Bjørn Munro Jensen, 2008).
•
Exxon Valdez ulykken viste at Spekkhoggere antakelig er den hvalarten som er mest utsatt i
forbindelse med oljeforurensning. Dødsraten steg fra 1,3 % før ulykken til 20 % året etterpå.
Raten var normalisert noen år etter. Dødsraten var størst blant ungdyr og hunner i reproduktiv
alder. Årsaken til at spekkhoggere er så utsatt er antagelig at de er utpregede flokkdyr.
Dødsårsak var antagelig inhalering av oljefraksjoner (Bjørn Munro Jensen, 2008).
Inntak av olje gjennom svelging (direkte inntak eller kontaminert føde):
•
Bardehvaler som finner føden sin i øvre vannlag er trolig mer utsatt for å svelge olje enn f.eks.
tannhvaler (Neumann, 1966). Likevel er alle hvaler utsatt for å få i seg olje gjennom føde.
Hydrokarboner fra petroleum lever lenge i næringskjeden, især hos arter som ikke har evne til å
nedbryte dem, som mollusker og bentiske invertebrater
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLI
•
Det finnes ikke mange forsøk å vise til når det gjelder hvilke effekter svelget olje har på hval.
(Peterson et al., 2003) har beregnet at skadelig dose på vågehval er 15 l, 45 l for spekkhogger
og 600 l for finnhval. Det er derfor lite sannsynlig at store hvaler vil kunne innta så store
oljemengder at det blir akutt skadelig. Man tror at hval vil reagere på samme måte som sel ved
inntak av skadelige mengder olje. Oljen vil irritere epitelcellene i mage/tarm som derved har
innvirkning på bevegelse, fordøyelse og absorpsjon. Opptak av hydrokarboner gjennom tarm vil
kunne påvirke organer som nyrer, lever og hjerne.
Tilsøling:
•
Hvalenes hud er omtrent ugjennomtrengelig, selv for oljens flyktige komponenter (Peterson et
al., 2003). Ekstern oljeforurensning av huden til hval er antakelig lite skadelig.
•
Flere typer bardehvaler er utsatt for tilsøling ved at de ”tråler” de øvre vannlagene etter mat
Knølhval har for eksempel koordinerte jaktmetoder der de tvinger fisk sammen i tette stimer.
Deres bevegelser i overflaten gjør dem utsatt for tilsøling.
•
En grønlandshval ble observert med 85 % nedsatt filtreringsevne pga. oljetilsøling av bardene.
Tung olje er i så måte mest skadelig da det tar lengre tid å skylle vekk oljen (kan ta opp til flere
dager), (Engelhardt, 1987). Bardehvaler har naturlige lange fasteperioder, og dyrene vil derfor
godt kunne tolerere et redusert fødeinntak i en kortere periode.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLII
Fisk
Barentshavet er et viktig oppvekstområde for fisk, og fiskefaunaen her omfatter om lag 150 ulike arter
fordelt på 52 familier. Torsk, sild og lodde regnes som de viktigste artene både ut fra økologiske og
økonomiske verdier, og vil derfor bli nærmere omtalt her. Andre viktige arter i Barentshavet er
polartorsk, lusuer, kveite, hyse og sei. Det gis i det følgende en kort beskrivelse av viktige fiskearter i
Barentshavet, og henvises videre til HI-rapport «Kunnskap om marine naturressurser i Barentshavet
sørøst», (HI, 2012) for ytterligere informasjon.
Sild
Norsk vårgytende sild (Clupea harengus) vandrer ut fra overvintringsområdet i Vestfjorden i januar og
setter kursen mot gyteområdene. Silda ankommer gyteområdene i januar – februar og gyter på
kystbankene fra Egersund til Vesterålen i perioden fra februar til april, med hovedtyngden gjerne i
månedsskiftet februar - mars. Selve gytingen foregår 5-10 m over bunnen på 50-150 m dyp. Gytefeltene
har grusbunn, og etter at eggene er gytt synker de ned mot bunnen hvor de kleber seg fast.
Inkubasjonstiden har en varighet på ca. 3 uker avhengig av temperaturen.
De nyklekkede sildelarvene svømmer opp i den eufotiske sonen hvor de begynner å spise etter 2-3
dager. Sildelarvene følger det samme transportmønsteret som torskelarvene, og i april - mai er de
spredd over hele midtnorsk sokkel og videre nordover på Røstbanken, Vesterålsbankene, banken utenfor
Troms og Tromsøflaket. Silda går ikke gjennom metamorfosen fra larve til yngel før den har blitt 40-50
mm lang. Samtidig samler silda seg i tette stimer som respons på de forskjellige predatorene som
ernærer seg på silda.
I august - september står silda i tette stimer i Barentshavet, men med en mer vestlig fordeling enn
torsken. Silda blir værende i Barentshavet i tre år, og den har da en øst-vest beitevandring hvor
tyngdepunktet flytter seg vestover for hvert år inntil den vandrer ut fra Barentshavet og inn i
Norskehavet hvor den slutter seg til den gytende bestanden.
Silda har vist store endringer i bestandsstørrelse i løpet av de siste 50 årene, og den forandrer også
gyte- og beiteområde. Rekrutteringen er svært ujevn, men det synes som om det er en forutsetning for
god rekruttering at en stor del av yngelen driver inn i Barentshavet og vokser opp der. Barentshavet er
således et nøkkelområde for rekrutteringen (Føyn et al., 2002).
En oversikt over gjennomsnittlig sildelarveutbredelse (data fra 2008-2009) i perioden mars-september
gitt i Figur D - 32.
Lodde
Lodda (Mallotus villosus) er en viktig art i Barentshavet fordi den omdanner mye av
sekundærproduksjonen til fiskeprotein, og den er en viktig matkilde for både annen fisk, sjøfugl og
marine pattedyr. Gytingen foregår i selve Barentshavet innenfor et område som strekker seg fra
Vesterålen til øst for Murmanskfjorden, oftest med et østlig eller vestlig konsentrert gytesenter. Lodda
gyter på grusbanker på 30-50 m dyp, og eggene blir gravd ned i grusen. Egg og plommesekklarver
utvikler seg nede i grusen for så å svømme ut når forholdene er gode.
Loddelarvene driver med strømmen i de øvre delene av vannmassene, og drivretningen er for en stor del
avhengig av hvor gytingen har foregått. I år hvor gytingen har foregått i vestlige områder (Troms og
Vest-Finnmark), vil larvene transporteres langs Eggakanten mot områdene vest for Svalbard. Ved gyting
i østlige områder (Midt-Finnmark til Murmansk) vil en finne larvene igjen i nordøstlige deler av
Barentshavet. Temperatur og næringsforhold i Barentshavet er begrensende for larvenes vekst, slik at
lodda ikke klarer å gjennomgå metamorfose den første sommeren. Den overvintrer som larver
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLIII
eller ”glasslodde” som den ofte blir kalt. Lodda har en nord-sør beitevandring etter som polarfronten
flytter seg.
Lodda gyter som regel i en alder av 3-4 år, og ettersom lodda er en laksefisk er det vanlig at de fleste
dør etter at de har gytt første gang. Den korte livssyklusen til lodda gjør den sårbar for påvirkninger. En
ser for eksempel at i år med store sildeklasser som beiter på loddelarvene, vil det i de 2-3 etterfølgende
år være dårlig rekruttering av lodde, noe som vil føre til en dramatisk nedgang i bestanden til den
kortlivede lodda.
En oversikt over fordeling av loddelarver i ulike måneder i 2003 er gitt i Figur D - 31. Datasettene som
benyttes i de kvantitative konsekvensvurderingene for lodde dekker perioden 1998-2003.
mai (døgn 134)
juni (døgn 153)
juni (døgn 173)
juli (døgn 193)
juli/august (døgn 212)
august (døgn 232)
september (døgn 253)
Figur D - 31 Fordeling av loddelarver i ulike måneder i 2003 (Vikebø m. fl., 2009).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLIV
Torsk
Den norsk arktiske torsken (Gadus morhua) gyter i hovedsak i Vestfjorden og på bankene utenfor
Lofoten, Vesterålen og Troms. En mindre, men viktig andel av torsken, ca. 15-20 %, gyter utenfor
kysten av Møre. Gytebestanden ankommer gyteområdene i januar – februar, og gyter i de to påfølgende
månedene, med hovedtyngden i mars – april. Torsken gyter i sprangsjiktet mellom kyststrømmen og det
underliggende atlanterhavsvannet, men ettersom eggene er lettere enn sjøvann, stiger de sakte opp mot
overflaten i kyststrømmen. Vind og bølger vil blande eggene nedover i vannmassene slik at
vertikalfordelingen av eggene i stor grad er styrt av værforholdene.
Eggene blir transportert nordover med kyststrømmen, og transporten er i denne perioden prisgitt de
rådende strømforhold. Etter ca. 3 uker, mot slutten av april, klekker torskelarvene. De er fremdeles
avhengige av de horisontale og vertikale vannbevegelsene, og de høyeste konsentrasjonene av
nyklekkede larver vil være å finne på 10-20 m dyp. I juli måned finner en mesteparten av årsklassen
over Tromsøflaket utenfor kysten av Nord-Troms. Larvene har nå blitt ca. 3 cm og befinner seg
fremdeles høyt oppe i vannmassene, over 20 meters dyp. De er nå mindre sårbare overfor
oljeforurensning. I august – september finner en torskeyngelen igjen i store deler av Barentshavet. Deler
av yngelen følger strømmen til områdene vest for Svalbard, mens hovedtyngden vil fortsette innover i
Barentshavet og står i et belte fra Svalbard sørøstover til Novaja Semlja. Utbredelsen er forholdsvis
stabil fra år til år, mens tetthetene varierer med 1000 ganger fra et godt til et dårlig år. Torskeyngelen
har nå blitt ca. 7 cm og fordelingen i vannsøylen vil være fra 60 m og opp mot overflaten. Utover høsten
i oktober – desember når torsken har blitt 10-12 cm lang, bunnslår den og den pelagiske fasen er over.
Den totale bestanden av norsk arktisk torsk ble i 2006 estimert til 1,3 mill. tonn, hvorav den gytende
bestanden utgjorde ca 500 000 tonn (Aglen, 2007).
Som grunnlag for vurdering av mulige konsekvenser for norsk-arktisk torsk er det benyttet modelldata
fra Havforskningsinstituttet med modellert larvefordeling i perioden mars-september for årene 20082009. Datasettene er generert av Havforskningsinstituttet med sin høyoppløselige operasjonelle
larvedriftsmodell (se Figur D - 32). De representerer en lang tidsserie for larvefordeling og drift av egg
og larver fra gyteområdene nordover og inn i Barentshavet. Datasettene ble første gang benyttet i
Helhetlig forvaltningsplan for Norskehavet (DNV & SINTEF, 2010).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLV
Figur D - 32 Larvefordeling for ulike tidspunkt for torsk (øverst) og sild (nederst) i 2009, der rød farge
angir høyest konsentrasjon. Figurene er fra HIs operasjonelle larvedriftsmodell (Vikebø m. fl., 2009).
Effekter og sårbarhet av olje hos fisk
Fiskeegg og larver er fiskens mest sårbare livsstadier i forhold til oljeforurensning. Juvenile og voksne
fisk klarer å unngå vannmasser med høye konsentrasjoner av hydrokarboner og det er sjelden
rapportert om store mengder døde fisk etter oljesøl (Hjermann et al., 2007). Et unntak er oljesølet som
følge av Amoco Cadiz-skipsulykken som drepte store mengder voksen fisk. Ulykken skjedde nært land
og store mengder av oljen emulgerte.
Det er grunn til å tro at den enkle strukturen av arktiske økosystem gjør de generelt mer sårbar for ytre
påvirkning (Hamre, 1994; Hillebrand, 2004) da de blir mer sårbare for endringer i forekomsten av
nøkkelarter. Fiskebestander som torsk og sild er sannsynligvis nær sin klimatiske grense og på grunn av
de spesielle miljøforholdene i Barentshavet har de en kort og intens gyteperiode som foregår i
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLVI
avgrensede områder. Egg og larver forekommer konsentrert i enkelte områder og effekten av et oljesøl i
slike områder kan være stor.
For mer utfyllende beskrivelser henvises det til metodikk beskrevet i (OLF, 2008).
Strandhabitat
Strandtyper
Dette kapittelet gir en generell beskrivelse av utvalgte strandtyper langs kysten som grenser til
Barentshavet og hvordan disse er fordelt. Ressursbeskrivelsen er basert på tilgjengelig informasjon i
MRDB, RC-Consultants and NINA (1999) og Alpha and NINA (2003).
Tangstrand
Tangstrand dannes ved at løsreven tang og tare skylles opp og akkumuleres på stranda. Tangstrand
utvikles på alle de andre strandtypene, men betraktes fra et botanisk synspunkt som en egen hovedtype
på grunn av spesielle økologiske forhold. Et høyt innhold av organisk materiale i tangen gjør at
tangstrender kan være svært produktive. Tangstrender opptrer gjerne i bukter og viker som funksjon av
lokale vind- og strømforhold, men utvikles spesielt på sterkt til middels eksponerte strender. Langs
kysten av Barentshavet er det registrert om lag 100 tangstrandlokaliteter (Figur D - 33).
Sandstrand
Sandstrand kjennetegnes ved ustabil finmaterialstrand. Sandstrendene er overveiende representert ved
mer eller mindre dynamisk sanddynevegetasjon og –systemer. Hvis vindeksponeringsgraden er betydelig,
kan det utvikles såkalte dynelandskap, men strender av denne typen forekommer også inne i fjordene.
Vegetasjonen er viktig mht. å stabilisere substratet. Vegetasjonen er lokalisert i varierende avstand fra
strandlinjen. Sandstrendene regnes ikke som særlig produktive.
Sandstrandlokaliteter ligger særlig tett i Nordlandsområdet. Rundt kysten av Barentshavet er det
registrert over 90 lokaliteter med sandstrand (Figur D - 33).
Strandeng
Strandengene kjennetegnes av finkornet substrat, men kan være blandet med grovere materiale som
grus og stein. Strandtypen finnes som elvedelta og landhevingsstrender. Vegetasjonen domineres av ettog flerårige urter som fjøresauløk og skjørbuksurt. Vegetasjonen er produktiv og av en stor betydning
for stabilisering av miljøet. Strandenger er vanligvis artsrike biotoper som er viktige hekke- og
rasteplasser for vadefugl. Ved skade eller ødeleggelse av vegetasjonen kan erosjon i substratet føre til
utvasking og irreversible endringer av strendene.
Strandeng finnes spredt over hele landet. Rundt kysten av Barentshavet er det registrert nærmere 250
lokaliteter med strandeng (Figur D - 33).
Grus / Steinstrand
Grus- og steinstrender er utviklet i områder med morene- eller forvitringsmateriale. I slike områder
finnes også rullesteinstrender. Materialet flyttes av bølgeslag. Finkornet materiale fyller ofte rommet
mellom grus og stein. Tangvoller dannes gjerne på slike strender, men strandtypen har ofte mindre
botaniske interesser. Forekommer bl.a. på eksponerte kyststrekninger, ved elveutløp eller som
erosjonsflater i strandeng. Det er definert 648 grus- og steinstrandlokaliteter spredt i hele Norge og
langs kysten tilknyttet Barentshavet er det til sammen 134 lokaliteter med steinstrand (Figur D - 33).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLVII
Figur D - 33 Utbredelse av strandlokalitetene tangstrand, sandstrand, steinstrand og strandeng langs
kysten tilknyttet Barentshavet (DNV, 2006).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLVIII
I det videre inkluderes også en beskrivelse av enkelte andre økosystem som er å anse som særlig viktige
langs norskekysten. Enkelte av disse vil ha fellestrekk med strandtypene beskrevet over.
Elveos
En elveos består gjerne av mer eller mindre sortert materiale som føres med elva og avsettes i
elvemunningen. Vegetasjonen kjennetegnes av blandete strandeng-dominerte komplekser, ofte med
innslag av tangstrand og sandstrand. Slike lokaliteter opptrer gjerne i bunnen av fjorder. Slike lokaliteter
er av stor betydning for bl.a. smolt av anadrome laksefisker samt lokaliseringsevne for gytemoden fisk
av de samme artene. Det finnes to elveos lokaliteter langs kysten tilknyttet Barentshavet (Figur D - 34).
Våtmark
Våtmark er et sjøområde, men er oftest definert i tilknytning med landområder som skjær, holmer, øyer,
og estuarier. Våtmark er et vidt begrep som omfatter mange ulike naturtyper. Fellesnevneren for dem er
at områdene store deler av året er fuktige eller oversvømt av vann. Våtmarker har normalt høy
produksjon av plantemateriale som gir grunnlag for et rikt og variert dyreliv. Våtmarker er også
voksested for flere sjeldne plantearter, og habitat for mange fuglearter.
Norge er tilknyttet den internasjonale konvensjonen for våtmarksområde (Ramsarkonvensjonen) som
har som formål å verne våtmarker. I Norge er det 51 områder med Ramsar-status, etter at 14 nye
områder fikk status som Ramsarområde i 2011, deriblant Reisautløpet i Nordreisa.
Våtmarker, inkludert alle undertypene og finnes langs hele Norskekysten, totalt 747 lokasjoner. Områder
med størst tetthet av våtmarkslokasjoner er på Sørøstlandet og fra Sogn og Fjordane til og med Sør
Trøndelag. Langs kysten tilknyttet Barentshavet er det beskrevet 48 våtmarkslokaliteter (Figur D - 34).
Strandberg/klippekyst/svaberg
Strandberg er gjerne lokalisert i eksponerte områder og har derfor utstrakt grad av selvrensningsevne.
Vegetasjonene er ofte sparsomme og flekkvis fordelt. Det er til sammen 13 lokaliteter med strandberg
langs kysten av Barentshavet (Figur D - 34).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side XLIX
Figur D - 34 Utbredelse av strandlokalitetene elveos, våtmark og strandberg langs kysten tilknyttet
Barentshavet (DNV, 2006).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side L
Strandhabitaters sårbarhet for olje
Effekter av olje på strandhabitat oppstår ved en kombinasjon av oljens giftighet og dens mekaniske
belastning over tid. Den samlede mengde olje vil være av betydning for skadebildet på lokalt og
regionalt nivå, i tillegg til hvor mye olje som blir liggende i de ulike deler av miljøet over tid.
Viktige fysiske faktorer for oljens skjebne på kysten er dyp (-vertikal transport av olje), tidevann,
bølgeeksponering (-strandas evne til selvrensing), topografi og type substrat (-strandas
“lagringskapasitet” for olje) (Moe, 2000a, 2000b; K. A. Moe, Lystad, E., Nesse, S. & Selvik, J. R., 1993).
Erfaringer fra historiske uhellsutslipp av olje viser at skadene på strandmiljøet kan variere i omfang og
varighet; - fra nærmest total desimering av samfunnene til marginale, subletale effekter på individnivå.
Skade på en organismegruppe kan forplante seg til en annen gruppe ved at strukturerende organismer
og grupper dør, byttedyrene faller fra, eller at andre økologiske interaksjoner i samfunnene forrykkes. I
de tilfeller hvor det har forekommet omfattende dødelighet på samfunnenes strukturerende arter,
reflekteres dette i relativt lange restitusjonstider (Alpha & NINA, 2003).
Tangstrand utvikles spesielt på middels til sterkt eksponerte strender. Økosystemet på tangstrender som
er dannet ved eksponerte kyst er ikke sårbart pga. strandas evne til selvrensing. Der tangstrender er
dannet i moderat eksponert og eksponert kyst er økosystemet mer sårbart.
Sandstrand består av ustabile finmaterialer, og utvikles i alle grader av eksponering. Likevel finnes
sandstrender i størst utstrekning der det er høy eksponering. I eksponerte områder kan restitusjonen ta
1-5 år, mens i beskyttede lokaliteter kan det ta inntil 10 år. Beskyttede sandstrender anses dermed som
mer sårbare enn eksponerte sandstrender.
Grus / Steinstrand forekommer bl.a. på eksponerte kyststrekninger i områder med morene- eller
forvitringsmateriale. Sårbarheten i slike økosystem er lav uavhengig av eksponering, med
restitusjonstider på ca. 3-4 år.
Strandeng dannes først og fremst ved elvedelta, og kjennetegnes ved finkornet substrat (leire eller silt).
De er vanligvis artsrike biotoper, og er viktige hekke- og rasteplasser. Eksponeringsgraden er oftest
beskyttet, og sårbarheten høy med restitusjonstid på over 10 år.
Elveutmunninger (elveos) er særskilt viktige for enkelte arter som for bl.a. smolt av anadrome
laksefisker. Elveos har generelt en naturlig beskyttelse mot oljesøl som følge av den utgående strømmen
av ferskvann. Eksponerte elveos er ikke kjent som sårbare, men beskyttede lokaliteter er kategorisert
med lav sårbarhet i forhold til oljeforurensning.
Våtmark har normalt høy produksjon av plantemateriale som gir grunnlag for et rikt og variert dyreliv.
Våtmarker finnes stort sett i beskyttede lokaliteter. Sårbarhet for olje kan til dels sammenliknes med
sårbarhet for strandeng, dvs. høy sårbarhet for olje.
Strandberg dannes stort sett bare i eksponerte områder og har derfor utstrakt grad av
selvrensningsevne. Sårbarheten her er lav.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LI
Særlig verdifulle områder, strand
Særlig verdifulle og sårbare områder (SVO) definert i forbindelse med Helhetlig forvaltningsplan for
Lofoten og Barentshavet (HI, 2010) er vist i Figur D - 35. Disse inkluderer blant annet polarfronten, et
50 km kystbelte langs hele Finnmarks-kysten og iskanten. Områdene er definert på bakgrunn av
følgende kriterier:
•
•
•
•
at området har stor produksjon og konsentrasjon av arter,
at området har stor forekomst av truede eller sårbare naturtyper,
at området er et nøkkelområde for norske ansvarsarter,
at området har viktige nasjonale eller internasjonale bestander av enkelte arter i hele eller deler
av året (HI, 2010).
Figur D - 35 Særlig verdifulle og sårbare områder.
Plankton
Oppblomstring av planteplankton skjer når overflatevannet blir varmet opp og det skjer en lagdeling som
hindrer vertikal omrøring av vannmassene. Det øvre laget er næringsrikt og får samtidig nok lys. Dette
danner grunnlag for massiv vårblomstring av planteplankton. Vårblomstringen kommer først i gang langs
kysten og i iskanten. Den første delen av oppblomstringen er dominert av kiselalger (Cheateceros,
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LII
Thalassiosira og Fragliariopsis). Etter at silikatet i vannmassen er brukt opp overtar ulike arter av
flagellater (bl.a.) Phaeocystis pouchetii (Loeng & Drinkwater, 2007).
Planteplanktonet beites på av dyreplankton og de store konsentrasjonene av dyreplankton i
Barentshavet utgjør næringsgrunnlaget for fiskelarver og –yngel og er avgjørende for bestander av lodde,
sild og polartorsk. Det er stor innstrømming av dyreplankton inn til Barentshavet via
Atlanterhavsstrømmen og kyststrømmen (Dalpadado et al., 2012).
Isalgene er også viktig for primærproduksjonen i Barentshavet. De er spesielt viktige som næringskilde
tidlig om våren før våroppblomstringen starter i sjøen. Beregninger har vist at isalger står for 16-22 %
av den totale primærproduksjonen i Barentshavet (Hegseth, 1999).
Dyreplanktonet her består hovedsakelig av hoppekreps (Calanus spp.) og krill (Meganocitphanes spp.). C.
finmarcicus er dominerende i vårblomstringen. I nordlige deler av Barentshavet er det mest av c.glacialis
og c. hyperboreus. De har en to-årig livssyklus. Calanus kopepoder akkumulerer lipider i
sommerhalvåret og overvintrer i dyphavet før de kommer til overflaten for å beite om våren i likhet med
hoppekrepsen beiter også krillarter på planteplankton. Krillen (f.eks M. norvegica) vandrer vertikalt til
overflaten om natten og til dypere deler av vannsøylen om dagen. De kan forkomme i svært tette
konsentrasjoner (HI, 2012).
Av andre viktig dyreplankton kan nevnes ampfipoder (f.eks Themisto abyssorum). Disse beiter på annet
dyreplankton og utgjør et viktig trofisk bindeledd mellom hoppekreps og fisk, sjøfugl og sel. Amfipoder
er 1- eller 2-årige med yngelperiode som sammenfaller med vårblomstringen av plateplankton.
Dyreplanktonsamfunnet er til en stor grad regulert av beitende fisk. Spesielt har bestandsstørrelsen og
fordelingen av lodde vist å være viktig (Dalpadado. P. & Skjoldal, 1996).
Sårbarhet for olje
For planteplanktonet gjelder det at olje på havoverflaten vil hindre gassutveksling sjø-luft og i tillegg
redusere gjennomtrengeligheten for lys og på den måten hemme planteplanktonets fotosyntese
(González et al., 2009). Det er også vist at oljekomponenter i vannmasser påvirker biodiversiteten og
artssammensetning i planteplanktonsamfunnet. Studier har vist at høye konsentrasjoner av olje (> 2,28
ppb) kan hemme veksten av planteplankton, mens lavere konsentrasjoner kan gi økt vekst (Huang YJ et
al., 2011).
Det er kjent at oljesøl har medført massiv dødelighet av dyreplankton (Guzman del Proo et al., 1986).
Spesielt er hoppkrepsen følsom for slik påvirkning. Eksponeringsforsøk med vannløslige oljefraksjoner
har vist at 96h-LC50 for C. finmarchicus 0,8 ppb og C. glacialis på 0,5 ppm (B. H. Hansen et al., 2011).
Lignende studier med naftalener har gitt 96h-LC50 tilsvarende 7 ppm (B. Hansen, Altin, Vang, Nordtug,
& Olsen, 2008).
Responsen på akutt eksponering var langsommere og effekten var mindre tydelige for C. glacialis enn for
C. finmarchicus (B. H. Hansen et al., 2011). Foruten akutt dødelighet er det vist at oljens vannløselige
fraksjoner kan redusere forplantningsevnen hos hoppkreps. Sublethale effekter av eksponering for
oljeholdige forbindelser er rapportert for C.finmarchicus og C glacialis, der 7,0 ppb PAH medførte lavere
matinntak. I tillegg ble det påvist negative effekter på klekkingen. Calanus-arter er vist å kunne
bioakkumulere polykromatiske hydrokarboner (L. Jensen, Honkanen, Jæger, & Carroll, 2012).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LIII
Bunndyr
Det er identifisert rundt 3300 arter makro-bentiske arter i Barentshavet. Det er pigghuder (Ctennodiscus
crispatus, Molpadia borealis, Ophiura sarsi, Strongglyocentrotus spp), svamper (hovedsakelig Geodia spp)
og mollusker (Alstarte spp og Clinocardium ciliatum) som dominerer. Artsammensetningen ser ut til å
være kontrollert av dyp, havis, tråling og klima (HI, 2012).
Kunnskapen om økologiske funksjoner til ulike typer bunndyr i dette området er per i dag begrenset (HI,
2010).
Spesielt for bunndyrsammfunnet i Barentshavet er den sterke bentopelagisk-koblingen, der mellom 4896% av primærproduksjonen knyttet til våroppblomstring av plankton sedimenterer til bunnen (Carmack
& Wassmann, 2006).
Flere dypvannsområder i Barentshavet er vurdert som sårbare. Mareano prosjektet er i gang med å
kartlegge forekomsten av koraller i Barentshavet, men foreløpig er forekomsten av koraller i den
sørøstlige delen av Barentshavet er ikke kjent.
I den videre beskrivelsen er det lagt vekt på korallrev og svampsamfunn fordi dette er sentvoksende
arter som kan nå en høy alder og danner grunnlag for viktige økosystemer. Arter som er tilknyttet
korallrev og svampsamfunn blir ikke videre diskutert.
I Miljødirektoratets nettside Havmiljø er det presentert miljøverdivurderinger av bunndyrsamfunn i
kategoriene 1-10. Kategoriene er basert på livshistorisk viktige områder der områdene tillegges ekstra
vekt dersom det er viktig for truede dyrearter, nøkkelarter i økosystemet eller danner habitater som er
viktig for det biologiske mangfoldet for øvrig (Miljødirektoratet, 2014).
Koraller
Korallrev
De norske kaldtvannskorallrevene dannes av Lophelia pertusa som er en steinkorall. Lophelia har en
bred geografisk utbredelse fra 55°S til 71°N, med de største forekomstene mellom 200 og 1000 m
dybde. Nær sokkelkanten, utenfor Norskekysten finnes Lophelia-revene på dyp mellom 200 og 500 m.
Revene er vanligst i vann med saltholdighet høyere enn 34 ‰ og en temperatur på mellom 4 og 8 °C.
Lophelia rev i Norge varierer i høyde fra 5-35 m og kan bli flere kilometer lange. Vekstraten til revene er
imidlertid lav. Lophelia rev har en gjennomsnittlig årlig vertikal vekst tilsvarende 1,3 mm/år og arten har
dannet rev som er opptil omtrent 9000 år gamle. Det oppdages stadig flere korallrev i Barentshavet,
men kun i kystnære områder (HI, 2010). Forekomst av korallrev i Barentshavet er vist i Figur D - 36.
Hornkoraller
Kunnskapen om utbredelsen av hornkoraller, Paragorgia arborea (sjøtre), Parmuricea placomus
(sjøbusk), Primnoa resedaformis (risengrynkorall), Isdella lofotensis (bambuskorall) er dårligere
beskrevet enn for korallrevene. Hornkoraller danner habitater som blir kalt korallskoger og de kan bli fra
3 til 8 meter høye. De er utsatt for skade fra fiskerier, men på grunn av deres spredte vekst og at
korallrestene lett blir fraktet bort av havstrømmer kan det være vanskelig å oppdage skade (HI, 2010).
Artsmangfoldet knyttet til denne naturtypen er mindre enn for korallrev, men faunaen er allikevel rik på
arter som ikke forekommer i andre naturtyper (Miljødirektoratet, 2014). På samme måte som
korallrevene vokser de langsomt. Forekomster av hornkorall i Barentshavet er vist i Figur D - 36.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LIV
Koraller
Hornkorall
Figur D - 36 Forekomster av korallrev og hornkorall i Barentshavet. Merk at datasettet for korallskog
kun dekker arealet som er kartlagt av Mareano (Miljødirektoratet, 2014).
Svamp
Svamp finnes på alle bunntyper og under meget forskjellige miljøbetingelser. Saltholdighet, temperatur,
dyp, strømeksponering og bunntype er avgjørende for hvilke arter som forekommer. Noen arter er
skorpeformede og blir aldri tykkere enn 1 mm, andre er store og klumpete. Flesteparten er 2-40 cm i
størrelse. I Barentshavet er det Geodia spp som dominerer biomassen men det er også rapporter funn
av Stylocordyla borealis og Chondrocladia gigantea (HI, 2012).
Svampområder er utbredt i deler av Barentshavet, men utbredelsesområdene er kun delvis kartlagt. En
oversikt over kjente svampsamfunn kartlagt gjennom Mareano sør-vest i Barentshavet er vist Figur D 37.
Svampsamfunn
Figur D - 37 Forekomster av svampsamfunn i Barentshavet. Merk at datasettet kun dekker arealet som
er kartlagt av Mareano (Miljødirektoratet, 2014).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LV
Kunnskapen om bunndyrsamfunnet nord og øst i Barentshavet kommer fra langtidsovervåkning av
bunnfauna ved registrering av bifangst med bunnfisktrål ved trålstasjoner i forbindelse med de årlige
Norsk-Russiske “økotoktene″. Undersøkelsene har vist at i de sørlige områdene av Barentshavet
dominerer svamp bunndyrsamfunnet. Det er rapportert funn av Geodia spp. ved kystnære og sørvestlige stasjoner, mens det er rapportert om funn av C. gigantea lengre fra kysten mer sentralt i
Barentshavet (Figur D - 38). En mer detaljert kunnskap om bunndyrsamfunnet i hele Barentshavet vil bli
tilgjengelig gjennom MAREANO prosjektet som etter planen skal være fullført innen 2020 (MAREANO,
2014).
Figur D - 38 Geografisk fordeling av tre taxa svamper i Barentshavet (HI, 2012).
Koraller og svampers sårbarhet for olje
Kunnskap om kaldtvannkorallenes og svampers sårbarhet for eksponering av olje og kjemikalier er lite
kjent. Trolig er kaldtvannskorallenes og svampens gyteprodukter og larvestadiet de mest sårbare
livsstadiene.
En oppsummering fra et litteraturstudium om effekter på svamp og svampsamfunn med spesielt fokus
på olje- og gassindustrien er vist i Tabell D-4, (DNV, 2007). De påviste effektene skyldes primært
operative forhold og ikke akutte utslipp. Men forsøkene som er gjort for å vurdere effekter av PAH på
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LVI
bunnslåing og overlevelse av larver av svamp, er relevante i forhold til akutte utslipp. Forsøkene viste
redusert bunnslåing av larver ved konsentrasjoner tilsvarende 500 og 1000 µg/kg PAH etter 10 dagers
eksponering (Cebrian & Uriz, 2007). Effekter på videre overlevelse av juvenile og voksne svamp er
ukjent.
Studier viser at effekter av hydrokarboner på svamp varierer med hensyn til hvilke arter som er
undersøkt. Generelt er det ikke funnet relevante studier med tanke på store viktige arter av svamp som
finnes i Barentshavet.
Tabell D-4 Oppsummering av effekter på svamp og svampsamfunn fra olje og gassindustrien (DNV,
2007).
Parameter
Sedimentering
Anker
Metaller
Undersø
kt
Potensiell
effekt på svamp
Påvirknings
-intensitet
Antatt
utbredelse
Kommentar
Ja
Redusert
kondisjon,
filtreringsevne og
overlevelse. 1020 mm kan
påvirke.
Høy
50- 100
meter ut fra
borelokasjon
Bør undersøkes for
store viktige arter*
i Barentshavet
Nei
Fysisk skader,
redusert fitness
+ sedimentering
Høy
Opptil 1,2
km2
Ja
Akkumulasjon i
svampvev.
Redusert
filtreringsevne og
overlevelse
PAH
Ja – kun
larver/juv
Enile
Redusert
bunnslåing,
forsterket negativ
effekt i
kombinasjon med
metallforurensing
.
THC
Nei
?
?
500 m
Avhenger av art og
type metall. Bør
undersøkes for
store viktige arter*
i Norskehavet.
?
300 m
Effekt på videre
overlevelse av
bunnslåtte larver
er ukjent.
Tilsvarende
generell effekt av
hydrokarboner på
juvEnile og voksne
individer. Bør
undersøkes for
store viktige arter*
i Norskehavet.
?
300 m
?
*: F.eks. Geodia, Stryphnus, Isops
Generell restitusjonstid for skadede og ødelagte korallrev varier fra noen få år til flere tiår, avhengig av
type og alvorlighetsgrad av skaden. Restitusjon av korallrev etter mindre lokale forstyrrelser, krever
normalt mindre enn ti år. Etter en alvorlig skade som følge av for eksempel tråling, er restitusjonstiden
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LVII
for tropiske gruntvannsrev forventet å være flere tiår. Det er uvisst om dette også gjelder for
kaldtvannskoraller.
Akutte utslipp som fører til sedimentering av olje til havbunnen kan medføre konsekvenser for korallrev
og svampsamfunn.
Kunnskapen om kaldtvannskorallers og svamps sårbarhet ved eksponering for hydrokarboner er
begrenset, men foreløpige studier indikerer at både koraller og svamp påvirkes allerede ved svært lave
konsentrasjoner. Det er likevel forventet at eksponering for skadelige konsentrasjoner vil ha begrenset
utbredelse og eventuelle konsekvenser vil være lokale, dvs omfatte nærliggende rev og svampsamfunn.
Det er observert lokal skade dypvannskorall i området berørt av plumen fra Macondobrønnen i
Mexicogulfen, men langtidsvirkningene er ennå ikke kjent (White HK et al., 2012).
Lophelia pertusa gyter trolig en gang i sesongen, og gyteperioden er synkronisert innen større områder
(Gass, 2006). Gyting i Nord Atlanteren er antatt å foregå i løpet av vinteren. Gyteprodukter, egg og
påfølgende larvestadier driver passivt i vannmassene og oppkonsentreres trolig i forbindelse med
sprangsjikt i vannsøylen. Akutte sjøbunnsutslipp som løses i vannsøylen kan øke sannsynligheten for
eksponering av oppkonsentrerte gyteprodukter, egg og larver fra koraller. Mange arter av svamp gyter i
vannsøylen i likhet med koraller. Tilsvarende eksponeringsmåte er dermed også en trussel for svamp.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LVIII
Referanser ressursbeskrivelse
Aglen, A., 2007. Nordøstarktisk torsk. I ”Havets ressurser og miljø 2007” kapittel 1: Økosystem
Barentshavet. HI, Bergen.
Alpha, & NINA, 2003. ULB Delutredning – studie7b. Uhellsutslipp til sjø. Miljøkonsekvenser på sjøfugl,
sjøpattedyr, strand, iskant mv. Alpha miljørådgivning/Norsk institutt for naturforskning rapport nr. 115701 revisjon 02b.
AMAP, 2007. Arctic Oil and Gas 2007. Arctic Monitoring and Assessment Program (AMAP) , Oslo.
AMAP, 2010. Assessment 2007: Oil and gas activities in the Arctic - Effects and potential effects. Arctic
Monitoring and Assessment Programme ( AMAP), Oslo. Volume 1.
Anker-Nilssen, T., 1987. Metoder til konsekvensanalyser olje/sjøfugl. - Viltrapport 44 (pp. 114 s).
Anker-Nilssen, T., 1994. Identifikasjon og prioritering av miljøressurser ved akutte oljeutslipp langs
norskekysten og på Svalbard. - NINA Oppdragsmelding 310 (pp. 20). Trondheim: Norsk Institutt for
Naturforskning.
Anon, 1979a. Acute Toxicity Test of API 78-3 No. 2 Home Heating oil (10% Cat). Elars Bioreserch
Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. 2732773, 52p.
Anon, 1979b. Acute Toxicity Test of API 78-4 No. 2 Home Heating oil (50% Cat). Elars Bioreserch
Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. July 17, 1980, 52p.
Anon, 1980a. Acute Toxicity Test of API 78-2 No. 2 Home Heating oil (30% Cat). Elars Bioreserch
Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. 2732771, 48p.
Anon, 1980b. Acute Toxicity Test of API 78-6 No. 6 Heavy Fuel Oil (API Gravity 11,7/2,7% S). Elars
Bioreserch Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. 2732814,
47p.
Anon, 1980c. Acute Toxicity Test of API 78-7 No. 6 Heavy Fuel Oil (API Gravity 17,1/0,8% S). Elars
Bioreserch Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. 2732774,
45p.
Anon, 1980d. Acute Toxicity Test of API 79-2 No. 6 Heavy Fuel Oil (API Gravity 5,2/1,2% S). Elars
Bioreserch Laboratories, Inc. Project No. 1443. American Petroleum Intitute, Med. Res. Publ. 2732813,
52p.
Artsdatabanken, 2010. Nasjonal kunnskapskilde for bilologisk mangfold. Norske Rødliste for arter 2010.
http://www.artsdatabanken.no
Bakken, V. and Mehlum, F., 1988. AKUP-Sluttrapport. Sjøfugl undersøkelser nord for N7C/Bjørnøya.
Norsk Polarinstitutt Rapportserie 44, 127 p.
Barrett, R. T. L., S.-H.; Anker-Nilssen, T., 2006. The status of breeding seabirds in mainland Norway.
Atlantic Seabirds 8(3): 97-126.
Bjørge, 2008. Notat i epost fra Arne Bjørge (HI) til Odd Willy Brude (DNV). 28.01.2008.
Bjørge, A., Øien, N., & Fagerheim, K.-A., 2007. Abundance of Harbour Seals (Phoca vitulina) in Norway
Based on Aerial Surveys and Photographic Documentation of Hauled-Out Seals During the Moulting
Season, 1996 to 1999. Aquatic Mammals, 33(3), 7.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LIX
Bjørn, T. H., 2000. Oteren i Finnmark: en kartlegging av oterbestanden i Finnmark ved bruk av
sportegnmetoden: Fylkesmannen i Finnmark, Miljøvernavdelingen.
Bonn Agreement. Bonn Agreement Aerial Operations Handbook - Part 3: Guidelines for oil pollution
detection, investigation and post flight analysis/ evaluation for volume estimation.
Carmack, E., & Wassmann, P., 2006. Food webs and physical–biological coupling on pan-Arctic shelves:
unifying concepts and comprehensive perspectives. Prog. Oceanogr. 71: 446–77.
Cebrian, E., & Uriz, M. J., 2007. Contrasting effects of heavy metals and hydrocarbons on larval
settlement and juvenile survival in sponges. Aquatic Toxicology 81; 137-143.
Dalpadado, P., Ingvaldsen, R. B., Stige, L. C., Bogstad, B., Knutsen, T., Ottersen, G., & Ellertsen, B.,
2012. Climate effects on Barents Sea ecosystem dynamics. ICES Journal of Marine Science
doi:10.1093/icesjms/fss063.
Dalpadado. P., & Skjoldal, H. R., 1996. Abundance, maturity and growth of the krill species Thysanoessa
inermis and T. longicaudata in the Barents Sea. Mar Ecol Prog Ser 144:175-183.
DN & HI, 2007. Helhetlig forvaltningsplan for Norskehavet: Arealrapport med miljø- og
naturressursbeskrivelse. Fisken og Havet 6-2007. 156 s.
DNV, 2000. Sea mammals. Oil pollution vulnerability and damage categorization. .
DNV, 2006. MIRA revisjon 2005. Rapport til OLF. DNV rapport nr. 11466, rev. 01. (pp. 41 s).
DNV, 2007. Litteraturstudium Porifera.
DNV, 2008. Teknisk rapport Forvaltningsplan Norskehavet – Miljøkonsekvenser akutt utslipp.
DNV GL & Akvaplan niva, 2014. Development of methodology for calculations of environmental risk for
the marginal ice zone – A joint project between Akvplan-niva and DNV GL. Report no.: 2014-0545,
rev00. Document no.: 18L9BD0-6. Date: 2014-05-23.
DNV, & SINTEF. (2010). Petroleumsvirksomhet. Oppdatering av faglig grunnlag for forvaltningsplanen
for Barentshavet og områdene utenfor Lofoten (HFB). Konsekvenser av akutt utslipp for fisk.
DNV GL, 2014. Development of methodology for calculating environmental risk for the marginal ice zone
- a joint project between Akvaplan-niva and DNV GL.
Engelhardt, F. R., 1987. Assessment of the vulnerability of marine mammals to oil pollution. . Fate and
effects of oil in marine ecosystems.
Frost, K. F., & Lowry, L. F., 1993. Assessment of injury to harbor seals in Prince William Sound, Alaska,
and adjacent areas following the Exxon Valdez oil spill. State- Federal Natural Resource Damage
Assessment, Marine Mammals Study No. 5. .
Føyn, L., von Quilfeldt, C. H., & Olsen, E., 2002. Miljø- og resursbeskrivelse av området Lofoten –
Barentshavet. Fisken og Havet, nr. 6 – 2002.
Gass, S., 2006. Environmental Sensitivity of Cold-water Corals: Lophelia pertusa. Doktorgradsavhandling,
UHI Millennium Institute Scottish Association of Marine Science.
Geraci, J. R., & Smith, T. G., 1976. Direct and indirect effects of oil on ringed seals (Phoca hispida) of the
Beaufort Sea. J. Fish. Res. Board Can. (Vol. 33, pp. 1976-1984).
Geraci, J. R., & St.Aubin, D. J., 1990. Sea mammals and oil. Confronting the risks. (pp. 282).
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LX
González, J., Figueiras, F., Aranguren-Gassis, M., Crespo, B., Fernández, E., & Morán, X. G., 2009. Effect
of a simulated oil spill on natural assemblagesof marine phytoplankton enclosed in microcosms.
Estuarine, Coastal and Shelf Science, 83(3), 265–276.
Goodbody-Gringley, G., Wetzel, D. L., Gillon, D., Pulster, E., Miller, A., & Ritchie, K. B., 2013. Toxicity of
deepwater horizon source oil and the chemical dispersant, Corexit(R) 9500, to coral larvae. PLoS One,
8(1), e45574. doi: 10.1371/journal.pone.0045574
Guzman del Proo, S., Chavez, E., Alatriste, F., Da la Campa, S., De la Cruz, Gomez, L., Turruco, D.,
1986. The impact of the Ixtoc-1 oil spill on zooplankton. J. Plankton Res. 1986. 8 (3): 557.
Hamre, J., 1994. Biodiversity and exploitation of the main fish stocks in the Norwegian–Barents Sea
ecosystem. Biodivers Conserv 3:473–492.
Hansen, B., Altin, D., Vang, S., Nordtug, T., & Olsen, A., 2008. Effects of naphthalene on gene
transcription in Calanus finmarchicus (Crustacea: Copepoda). Aquat Toxicol. 2008 Jan 31;86(2):157-65.
Epub 2007 Dec 4.
Hansen, B. H., Altin, D., Rorvik, S. F., Overjordet, I. B., Olsen, A. J., & Nordtug, T., 2011. Comparative
study on acute effects of water accommodated fractions of an artificially weathered crude oil on Calanus
finmarchicus and Calanus glacialis (Crustacea: Copepoda). Sci Total Environ, 409(4), 704-709. doi:
10.1016/j.scitotenv.2010.10.035
Heggberget, T. M., & Moseid, K. E., 1989. Oter og olje. Rapport til olje og energidepartementet fra
prosjektet oter og olje 1989.
Hegseth, E., 1999. The primary production of the northern Barents Sea. Polar Research 17(2): 113-123.
HI, 2010. Havforskningsinstituttet, Norsk Polarinstitutt, Miljødirektoratet, Norsk institutt for
naturforskning - Forvaltningsplan Barentshavet - rapport fra overvåkningsgruppen 2010. Fisken og havet,
særnummer, 1b-2010.
HI, 2012. Kunnskap om marine naturressurser i Barentshavet sørøst. Konsekvensutredning for
Barentshavet sørøst. Utarbeidet på oppdrag fra Olje- og energidepartementet. Rapport fra
Havforskningen, 12-2012.
Hillebrand, H., 2004. On the generality of the latitudinal diversity gradient. Am Nat, 163(2), 192-211.
doi: 10.1086/381004
Hjermann, D., Melsom, A., Dingsør, G., Durant, J., Eikeset, A., LP., R., NC., S.,2007. Fish and oil in the
Lofoten–Barents Sea system: synoptic review of the effect of oil spills on fish populations. MARINE
ECOLOGY PROGRESS SERIES Mar Ecol Prog Ser Vol. 339: 283–299, 2007.
Huang YJ, Jiang ZB, Zeng JN, Chen QZ, Zhao YQ, Liao YB, XQ., X., 2011. Environ Monit Assess. The
chronic effects of oil pollution on marine phytoplankton in a subtropical bay, China. May;176(1-4):51730.
Jensen, B. M., 1996. An overview of exposure to, and effects of, petroleum oil and organochlorine
pollution in Grey seals (Halichoerus grypus). The science of the Total Environment, 186: 109-118.
Progress in Oceanography 71 (2006) (pp. 446-477).
Jensen, B. M., 2008. Effekter på oter og mink. from
http://biologi.no/Oljeforurensing/effekter_pa_oter_mink.htm
Jensen, B. M., 2008. Effekter på sel. from http://biologi.no/Oljeforurensing/effekter_pa_sel.htm
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LXI
Jensen, L., Honkanen, J., Jæger, I., & Carroll, J., 2012. Bioaccumulation of phenanthrene and
benzo[a]pyrene in Calanus finmarchicus Ecotoxicol Environ Saf. 2012 Apr;78:225-31.
Johansen, 2006. Implementation of the near-field module in the ERMS model, Technical report, SINTEF.
Johansen, 2010. [Personal communication with Ø. Johansen, SINTEF].
Kovacs, K. M., Haug, T., & Lydersen, C., 2009. Marine mammals of the Barents Sea. In E. Sakshaug, G.
Johnsen and K.M. Kovacs (Eds.), Ecosystem Barents Sea.
Levitus, S., 1994. LEVITUS94 MONTHLY sal: Salinity data. from The International Research Institute for
Climate and Society http://ingrid.ldgo.columbia.edu/SOURCES/.LEVITUS94/.MONTHLY/.sal
Lipscomb, T., Harris, R., Rebar, A., Ballachey, B., & Haebler, R., 1994. Pathology of sea otters. Pp 265279 in: ”Marine mammals and the Exxon valdez”, Loughlin, T.R. (ed.). Academic Press, London.
Loeng, H., & Drinkwater, K., 2007. Deep-sea reserach II 54 2478-2500. An overview of the Barents and
Norwegian Seas and their response to climate variability.
Lorentsen, S.-H., & Christensen-Dalsgaard, S., 2009. Det nasjonale overvåkningsprogrammet for sjøfugl.
Resultater til og med hekkesesongen. NINA rapport 439.
Loughlin, T., Ballachey, B., & Wright, B., 1996. Overview of studies to determine injury caused by the
Exxon Valdez oil spill to marine mammals. Am. Fish. Soc. Symp. 18: 798-808.
MAREANO, 2014. Mareano - Samler kunnskap om havet - Om MAREANO. from
http://www.mareano.no/om_mareano
Mecklenburg, C., Møller, P., & Steinke, D., 2011. Biodiversity of arctic marine fishes: taxonomy and
zoogeography. Marine Biodiversity, 41(1), 109-140. doi: 10.1007/s12526-010-0070-z
Miljødirektoratet., 2014. Havmiljø - Miljøverdier i norske havområder. from http://xn--havmilj-w1a.no/
Moe, 2000a. Estimations of Potential damage – Seashore and Acute Oil Pollution
(DamEShore).Implementantion of the concept with emphasis on Finmmark and Troms, Alpha Report
1046-1. Alpha Environmental Consultants. 61p.
Moe, 2000b. The Svalbard intertidal zone; a concept for the use of GIS in applied oil sensitivity,
vulnerability and impact analysis. Spill Science & Technology Bull. 6(2): 187-206.
Moe, K. A., Lystad, E., Nesse, S. & Selvik, J. R., 1993. Skadevirkninger av akutte oljesøl. Marint miljø.
SFT-rapport 93:31. Statens forurensningstilsyn.
Narasimhan, M. J. J., & Ganla, V. G., 1967. Experimental studies on kerosene poisoning. Acta. Pharmacol.
(Kobenh.) (Vol. 25, pp. 214-224).
Neumann, G. P., Willard J., 1966. Principles of physical oceanography.
Norsk Polarinstitutt, 2011. Bjønøya’s wildlife. http://cruise-handbook.npolar.no/en/bjornoya/wildlife.html
OLF, 2008. Metodikk for miljørisiko på fisk ved akutte oljeutslipp. DNV rapport 2007-2075. (pp. 87s).
Olje- og enegidepartementet, 2012. Konsekvensutredning etter petroleumsloven. Åpningsprosess for
petroleumsvirksomhet i Barentshavet sørøst.
Oljedirektoratet, 2013. Fakta 2013 - Norsk Petroleumverksemd.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LXII
Olsen, G. H., Klok, C., Hendriks, A. J., Geraudie, P., De Hoop, L., De Laender, F., Carroll, J., 2013.
Toxicity data for modeling impacts of oil components in an Arctic ecosystem. Mar Environ Res, 90, 9-17.
doi: 10.1016/j.marenvres.2013.05.007
Peterson, C. H., Rice, S. D., Short, J. W., Esler, D., Bodkin, J. L., Ballachey, B. E., & Irons, D. B., 2003.
Long-Term Ecosystem Response to the Exxon Valdez Oil Spill. Science, 302(5653), 2082-2086. doi:
10.1126/science.1084282
Polarinstituttet, 2014. Arktis - Dyr og fugler. from http://www.npolar.no/no/arter/
RC-Consultants, & NINA, 1999. Beskrivelse av influensområdet til havs og til lands - Temarapport 3.
Rowe, L. D., Dollahite, J. W., & Camp, B. J., 1973. Toxicity of two crude oil and of kerosene to cattle. J.
Am. Vet. Med. Assoc. 162: 61-66.
Saksen, K. and V. Bakken, 1995. Important moulting areas for seabirds in Svalbard. Norsk Polarinstitutt
Meddelelser 135: 59-66.
SEAPOP, 2009. Artsbeskrivelser. from http://seapop.no/no/species-description/
Seapop, 2011. Rådata innhentet for konsentrasjoner av kystnære sjøfuglarter for Svalbard og Bjørnøya.
SEAPOP, 2012a, 01.11.2012. Hekkebestander av sjøfugl i Norge. from
http://www.seapop.no/no/population-sizes/populations-nesting/results/
Seapop, 2012b. Rådata innhentet for konsentrasjoner av kystnære sjøfuglarter fra Norsk Institutt for
Naturforskning ved Geir Systad.
Seapop, 2013. Sjøfugl åpent hav. Utbredelsen av sjøfugl i norske og tilgrensende havområder.
Spooner, M. F., 1967. Biological effects of the Torrey Canyon disaster. J. Devon. Trust Nat. Conserv., 1219.
St.Aubin, D. J., 1990. Physiologic and toxic effects on pinnipeds. . Sea mammals and oil. Confronting the
risks.
Systad, G. H., Bakken, V., Strøm, H., & Anker-Nilssen, T., 2003. Særlig Verdifulle Områder (SVO) for
sjøfugl i området Lofoten-Barentshavet - implementering av kriterier for identifikasjon av SVO i den
norske delen av Barentshavsregionen. – NINA Notat, Tromsø.
Systad, G. H., & Strøm, H. , 2011. Sjøfugl i åpent hav. Utbredelsen av sjøfugl i norske og tilgrensende
havområder.
Systad, G. H., & Strøm, H., 2012. Kunnskapsstatus Barentshavet sør - Sjøfugl i våre nordlige
havområder NINA rapport 877.
Sætre, R., 1999. Strømforhold i øvre vannlag utenfor Norge. Havforskningsinstituttet (pp. 34).
Vikebø m. fl., 2009. Havforskningsinstituttets larvedriftsmodell: http://www.imr.no/larvedrift/larve.html.
von Quillfeldt, C., 2002. Marine verdier i havområdene rundt Svalbard. Oversikt over marine områder i
territorialfarvannet og fiskevernsonen med behov for vern eller andre forvaltningstiltak. Norsk
Polarinstitutt Rapportserie nr. 118, 100 s.
Weslawski et al, 1997. Interdal zone of Svalbard, 3. Littoral of a subarctic, oceanic island: Bjørnøya.
Polar Biol 18: 45-52
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LXIII
White HK, Hsing PY, Cho W, Shank TM, Cordes EE, Quattrini AM, CR., F., 2012. Impact of the Deepwater
Horizon oil spill on a deep-water coral community in the Gulf of Mexico. Proc Natl Acad Sci U S A. 2012
Mar 27.
DNV GL – Report No. 2014-0482, Rev. 00 – www.dnvgl.com
Side LXIV
ABOUT DNV GL
Driven by our purpose of safeguarding life, property and the environment, DNV GL enables organizations
to advance the safety and sustainability of their business. We provide classification and technical
assurance along with software and independent expert advisory services to the maritime, oil and gas,
and energy industries. We also provide certification services to customers across a wide range of
industries. Operating in more than 100 countries, our 16,000 professionals are dedicated to helping our
customers make the world safer, smarter and greener.