Närings- och leknikutvecklingsverket Liljeholmsvagen 32, Postadress: 11786 Stockholm Telefon 08-7754000,08-7449500 STU pngnmonwtde Ityfc i av STU) Rappoffförtanarv (namn, foretag, mstnutioft. adms och tetefonm) Jonny Svensson och Stig Carlberg SMHI Oceanografiska laboratoriet Box 2212 403 14 Göteborg (tel. 031-63 03 30) Pnictinital RAPPORTSAMMANDRAG Rapport datum 1991-07-24 Amlagsmonaga* SMHI Johnny Svensson Box 2212 403 14 GÖTEBORG _I U1 DMntnt/PtOfdinu 89-4705 NUTEK 89-4705 An DE92 506603 Spridnlngamedeller f6r kemikalier i havet (OPMOD) 0/1 Rappomital Modellsystem för sinulering av spridning av olje- och kemikalieutsläpp i havet. i Rappomammandng Ihogn ISO 01DI Rapporten beskriver uppbyggnaden, funktionen och nyttan av ett lätthanterligt simulerings- och prognosby8te». Användaren kan med systemet göra simuleringsber åkningar som beskriver vart en olja eller kemikalie kommer att transporteras med vind och ström sedan äranet kommit ut i havet. Genom detta kan bekämpningsåtgärder göras effektiva genom att de sätts in vid rett tid och på rätt plate. Prognosverktyget kan också användas för beredskapsplanering och resursallokering. MASTER tf m OOCMMT IS FOREIGN SMES WOmilTl! L >V
> / MODELLSYSTEM FÖR SIMULERING AV SPRIDNING AV OLJE - OCH KEMIKALIEUTSLÄPP I HAVET FÖRSTUDIE Jonny Svensson och Stig Carlberg Göteborg 1991-07-18
Innehållsförteckning Behovsanalys Kravspecifikation Vilka kemikalier fraktas och deras farlighet Databaser Cirkulationsmodeller Spridningsberäkning Kemikaliers beteenden Resultat från Euromar-samarbetet Samarbete initierat av Nordiska Rådet Uppbyggnad (Indata, presentationsformer) Underhåll, utbildning Tids- och kostnadsbeskrivning 3 5 6 9 10 13 14 17 17 17 19 19
BEHOVSANALYS Systemet ska vara ett planeringsstöd med vilket olika simuleringar kan utföras både vid en operativ insats mot ett utsläpp som inträffat och som en beredskapsplaneriag fbi att dimensionera och utarbeta en effektiv organisation och lämpliga resurser inför en olycka. Systemet kan därför vara användbart inte bara for kustbevakningen utan också för naturvårdsverket och för miljövårdsenheterna i kustlänen. Prognoser för kemikalieutsläpp i havet Syftet med prognoser är att de ska tjäna som underlag för beslut om vilka omedelbara åtgärder som ska vidtas. En prognos kan vara 1-10 dygn lång beroende på hur informationen ska användas. Prognoser är nödvändiga vid följande tillfällen: * Stora mängder kan försvinna upp i luft och vara olämpliga att inandas eller att utsättas för av andra skäl. * Det kan finnas en risk för explosion varvid kunskapen ombord om förloppet är nödvändig när olyckan är ett faktum. I samband härmed behövs en prognos liksom vid en långsammare riskutveckling for explosionen. * Att på ett tidigt stadium ta hand om löskomna ämnen eller minska effekterna. Tunnor som flyter kan hållas samlade,platserna de sjunker på kan övervakas, dess lägen kan beräknas, länsor kan läggas ut. * Planering för val relevant typ av fartyg och annan bekämpningsma teri el. * Bedöming av storleken av de resurser som ska aktiveras.
* Varningar utfärdas för fiskare (kort och lång sikt), fritidsaktiviteter, arbete till sjöss, båttrafik, havsbruk och information till andra länder. Beräkningar av spridningsförloppet med successivt uppdaterade förutsättningar Prognoserna måste successivt kompletteras med beräkningar som utgår från verkliga, uppmätta väderförhållanden. Parallellt med att nya prognoser tas fram, dateras förloppet upp dagligen eller oftare med uppmätta vindar, salthalter, temperaturer, strömmar osv. Skälen till detta är följande. Man får en beskrivning av händelseförloppet som utgår från bästa möjliga underlag. Detta är nödvändigt i de lägen när man inte kan följa ämnets lägen genom mätningar utan beräkningen får hela tiden beskriva vilka områden som är kontaminerade. Beräkningen ger "verkligheten". Dessutom blir härigenom startvärdena för nästa prognos de bästa möjliga i de situationer när direkta mätningar av det utsläppta ämnets lägen, mängd, koncentration och egenskaper inte kan utföras. Beräkningen ger även vägledning om var man ska söka efter den utsläppta kemikalien. undersöka de aktuella koncentrationerna på olika platser t.ex. vid bottnen eller i språngskiktet, ta reda på hur hårt olika områden har drabbats och vid undersökning av effekterna på flora och fauna. Mätningar i vattenmassan omedelbart efter att olyckan ägt rum. Mätningar, provtagningar och kemiska analyser måste påbörjas så fort som det är möjligt efter det att olyckan hänt. Nya startvärden till prognosen erhålls därigenom kontinuerligt. Mängden utsläppt ämne kan eventuellt fastställas, spridningsmönstren och maximala halter följas, kemiska reaktioner kan eventuellt upptäckas, ökad kunskap om ämnets beteende i havsvatten kan erhållas och direkta biologiska effekter kan fastställas. Beräkningar bakåt i tiden Det är ofta nödvändigt att ta reda på ursprungsplatsen för ett ämne som man upptäcker i havet. Själva spridningsprocessen går ej att återskapa
men en genomsnittlig drivbana kan konstrueras som bygger på vind och ström samt relevanta egenskaper hos ämnet. Databaser Lättillgängliga databaser som visar det aktuella ämnets egenskaper samt beteende i vatten och i luft; databaser med miljö- och klimatinformation, tillgängliga resurser etc. Övning och utbildning Systemet ska ständigt vara tillgängligt for övning. KRAVSPECIFIKATION Systemet ska vara mycket användarvänligt; enkelt att hantera, säkert, snabbt, kräva få indata av operatören och ge lättolkade resultat. Ett och samma system bör kunna användas för att simulera spridningen av såväl oljor som kemikalier. När systemet skall utformas for att uppfylla de ställda kraven är det viktigt att arbetet utförs i samverkan med den framtida användaren så att lösningarna anpassas till en reell arbetssituation. Enkelt att hantera innebär att med enkla och korta procedurer, tydliga instruktioner ska det kunna hanteras även av personal som är ovan. Det ska vara så självinstruerande som möjligt. Säkert innebär att programmet utför en automatisk kontroll av att varje inmatat värde är rimligt samt signalerar om en korrigering måste göras. En tillförlitlig beräkning ska genom detta bli utförd även om man försöker ge orealistiska indata. Snabbhet Systemet kan läggas upp på olika sätt. Man kan t.ex. först skapa en översiktlig, grövre prognos och därefter utföra en mera noggrann. Man kan även finna att systemet är tillräckligt snabbt även i den mer detaljerade
versionen och därför enbart använda denna. Få indata Utformningen kan göras på två olika ambitionsnivåer. A) På den lägre nivån ges som indata position (latitud och longitud) och tidpunkt för olyckan. Från en lista av t.ex. 10 olika oljor och kemikalier väljs det alternativ som skall svara mot det utsläppta ämnet. Därefter väljs en vädersituation från en lista över typiska förhållanden. Allt annat är givet som forvalda värden vilket betyder att där det inte ges någon information så finns det färdig information som datorn tar. Ges t.ex. inte datum, så tas alltid dagens datum kl 12. B) På den högre ambitionsnivån kan man specifiera ämnets namn (olja, fosforsyra, butylacetat etc.) där programmet ska ta emot såväl kemisk beteckning som namnfragment. Man får möjlighet att svara på ytterligare frågor såsom mängd, prognoslängd aktuella väderförhållanden osv. Svarar man inte så läggs ersättningsinformation automatiskt in varvid man också får veta vilken den är och kan därefter välja att ändra den. Den lägre ambitionsnivån innebär att utvecklingskostnaden begränsas på bekostnad av att den kemiska informationen endast gäller de kemikalier som transporteras mest frerkvent. Genom att välja den högre ambitions- (och kostnads-) nivån ökar fångar man in flera, mera sällan förekommande ämnen. Det skall vara möjligt att kunna driva utvecklingen i två steg så att man först arbetar med det enklare systemet och skaffar sig erfarenhet av dess för- och nackdelar innan utformningen görs på den högre ambitionsnivån. Lättolkade resultat visas på en bildskärm, där given information samt utbredning av det beräknade ämnet vid olika tidpunkter liksom fördelningen i djupled visas. Med hjälp av olika färger blir bilderna mer informativa. Resultatet kan även erhållas på papper med kustkonturer och utbredning. VILKA KEMIKALIER SOM FRAKTAS OCH DERAS FARLIGHET Inom det område som diskuteras, d.v.s. Östersjön, Kattegatt och den östra delen av Skagerrak, finns det i princip tre olika typer av fartygsburna
transporter av olja och kemikalier: * kusttrafik inom länderna * import och export mellan länderna i regionen * import och export mellan regionen och kringliggande länder. Inom Konventionen om skydd av Östersjöområdets marina miljö (Helsingforskonventionen, HELCOM, SÖ 1976:13) har man noga reglerat hur dessa transporter får göras så att hotet mot vattenmiljön minimeras. I allt väsentligt har man inom HELCOM övertagit de mycket detaljerade bestämmelser som utarbetats inom FN-systemet och samlats i den s.k. Havsföroreningskonventionen (MARPOL 73/78, SÖ 1980:7). Det skall dock understrykas att inom MARPOL betecknas bl.a. Östersjön som ett "Special Area", vilket har underlättat for HELCOM att på en rad punkter tillämpa strängare bestämmelser. Anledningen till detta är att Östersjön och dess levande resurser är speciellt hotade och sårbara beroende på att ekosystemet är extra ömtåligt och att vattenutbytet med utanför liggande havsområden är mycket begränsat. HELCOM genomförde 1987 en inventering av vilka kemikalier som sjötransporteras till och inom Östersjön, vilka kvantiteter som transporteras och vilka som är de viktigaste rutterna. Materialet har sedan legat till grund bl.a. för en handbok (färdigställd i april 1991) om lämpliga insatser mot kemikalieutsläpp till sjöss. Kommissionens sekretariat har välvilligt ställt ett exemplar av handboken till förfogande för denna förstudie. Bilaga 1, som har hämtats från handboken, visar det dominerande transportmönstret fördelat på delområden, men inte på enskilda hamnar. I det följande behandlas inventeringens resultat endast beträffande de kemikalier som transporteras i bulklast (alltså inte styckeförpackat) eftersom dessa utgör den allra största mängden. De bulklastade kemikalierna utgör också den största miljörisken vid en olycka eftersom de mycket lättare kommer i direktkontakt med vattnet än vad de förpackade ämnena normalt gör. I det följande används omväxlande termerna "kemikalier" och "skadliga ämnen" som synonyma begrepp; valet av term görs beroende på vad som är
ändamålsenligt for sammanhanget. I de flesta fall täcker begreppen även in olja; alltså både råolja och raffinerade petroleumprodukter. De kemikalier som bulktranporteras är till största delen flytande ämnen eller gaser som förvaras under så högt tryck att de kondenserats till vätska. Ett litet antal ämnen som är i fast tillstånd vid rumstemperatur transporteras också. Ärligen transporteras inom Östersjöområdet ungefär 5,8 Mton kemikalier i flytande form samt 2,9 Mton gas i vätskeform i tankfartyg. Kemikalierna kan beroende på sina egenskaper och de potentiella risker de utgör mot miljön och människors halsa indelas i olika grupper. Inom MARPOL har man byggt upp ett klassifikationssystem där skadliga ämnen grupperas i fyra kategorier utefter en fallande skala från A till D. Indelningen redovisas i bilaga 2. Till grund för indelningen ligger de riktlinjer som redovisas i bilaga 3. Man valde att ta råd av en internationell expertpanel (GESAMP) med marina ekologer, toxikologer m.fl. för att utforma dessa riktlinjer. Samma indelning används av HELCOM. Som ett exempel visas i bilaga 4 en del av HELCOMs lista över de kemikalier som bulktransporteras inom Östersjön. Den fullständiga förteckningen omfattar 120 flytande (och fasta) ämnen och 9 gaser. Med hjälp av sin inventering har HELCOM kartlagt de olika transportmönstren för de olika typerna av skadliga ämnen. Exempel finns i bilagorna 5 och 6 beträffande kategorierna A och B. Den risk eller farlighet som ett skadligt ämne i realiteten utgör för den marina miljön beror inte enbart på ämnets egenskaper. En rad andra faktorer är också viktiga; fiämst då hur miljön och de levande organismerna exponeras for ämnet, samt dessas känslighet for ämnet. Exponeringen kan värderas i en riskanalys där man tar hänsyn till: * vilka ämnen som transporteras och i hur stora mängder * regional riskfördelning beroende på skillnader i transportmönstret * sannolikheten för att en incident eller olycka skall inträffa (relaterat til) antalet fartyg som transporterar, deras tekniska skick, bemanning och navigatoriska faktorer etc.) * den mängd av ämnet som släpps ut 3
HELCOM har gjort en sådan riskanalys baserat på de uppräknade faktorerna. Exempel på resultatet visas i bilagorna 5 och 6. Där anges for respektive kategori av ämnen: transportvägar, tranporterad mängd och antal transporter per år, samt ett risktal som härletts ur dessa uppgifter. Organismernas känslighet for ett skadligt ämne försöker man fastställa i standardiserade laboratorieexperiment, där organismer i god kondition utsätts för varierande doser av ämnet i fråga. De "giftighetstal" (vanligen s.k. LD5o-värden) som man får fram ligger till grund for den klassificering som nämnts ovan. Det finns emellertid flera andra faktorer som påverkar organismens känsliget; (säsongs)variatoner i den yttre miljön, variationer i organismens hälsotillstånd, samverkan mellan två eller flera skadliga ämnen (synergieffekter) etc. Ingenting av detta kan vägas in i klassificeringen. Därför måste klassindelningen i A, B, C och D-ämnen uppfattas som en potentiell farlighat och alltså, tillsammans med resultat av riskanalysen, endast ett vägledande mått på reell farlighet. DATABASER Databas for ohor och kemikalier På den lägre ambitionsnivån lagras i databasen sifferuppgifter på viktiga fysikaliska och kemiska egenskaper för t.ex. 10 olika ämnen (oljor och kemikalier) som får tjäna som modeller eller referenser och alltså representera alla de ämnen som kan tänkas bli utsläppta vid en tankerolycka. Databasens ämnen väljs så att de representerar ett brett spektrum av egenskaper. Vilka data som skall lagras, och varför, framgår av avsnittet om kemikaliers beteenden nedan. På den högre ambitionsnivån skall man kunna använda aktuella data för just den olja eller kemikalie som studeras. Detta kan göras på två olika sätt. varav det ena kräver en databas (se i avsnittet om uppbyggnad för det andra alternativet). I avsnittet om vilka kemikalier som fraktas, refererades till HELCOMs bekämpningshandbok. I handboken finns bl.a. samlat fysikaliska, kemiska, toxikologiska etc. data för alla de 129 skadliga ämnen som enligt inventering transporteras inom Östersjöområdet. Ett exempel visas i bilaga 7. Denna information skall användas för att bygga upp en databas, vilken måste kompletteras med motsvarande data för ett antal olika mineraloljor som sjötransporteras inom området.
10 Databasens faktauppgifter kan inte direkt användas som indata för spridningsberäkningen. Eftersom egenskaperna varierar mycket starkt mellan olika ämnen måste för varje ämne de för spridningen relevanta egenskaperna utväljas och kvantifieras. Hur detta görs diskuteras nedan i avsnittet om kemikaliers beteenden. Generellt sett bör de skadliga ämnenas toxicitet etc. inte tas med bland indata för beräkningarna. Så som påpekats ovan behövs det mycket kompletterande information för att bedöma den aktuella risken för t.ex. ett fiskbestånd eller ett naturskyddat område. Det bedöms därför vara orealistiskt att i ett första skede bygga upp modellsystemet så att det kan fungera som ett tillförlitligt beslutsstöd även för bedömning av de möjliga ekologiska skadeverkningarna av ett utsläpp. Det bör i alla fall i första versionen räcka med klassning av de skadliga ämnen i A, B. C och D-typ som nämnts ovan. Uppgifter av ekologisk relevans (toxicitet, bioackumulerbarhet, nedbrytbarhet etc.) kan däremot med fordel ligga i databasen tillsammans med andra uppgifter. Man skall kunna bläddra i kemikaliedatabasen för att kunna studera data utan att detta kopplas till start av en simuleringsberäkning. Oavsett vilken ambitionsnivå som valts för systemet används de data om egenskaper som har betydelse för spridningen till att bilda de samband som beskriver ämnets beteende i vattenmiljön. i CIRKULATIONSMODELLER ( Som utgångspunkt för beräkning av transport och spridning av löskomna kemikalier fordras kännedom om vattnets rörelser ( ström och turbulens ). Dessa storheter kan beräknas för varje prognos och för de aktuella vindförhållandena, skiktningssitualionerna, flodavrinningarna etc. Modellsimulering av cirkulationen är emellertid ett mycket datortidskrävande arbete och kräver alltså tillgång till mycket kraftfulla datorer varför en annan väg än direkt beräkning av ström har prövats. Vår sträv?n vid utvecklingen av systemet har varit att det skall vara enkelt att hantera och begränsat till sitt omfång så att kopior av systemet skall kunna användas på persondatorer av flera användare. Denna målsättning är svår att förena med behovet att köra stora cirkulationsmodeller med
turbulensberäkning. Man kan emellertid lösa problemet genom att man i förväg, på en stordator, beräknar cirkulation och turbulens för ett stort antal vädersituationer, sparar resultatet på hårddisk på persondatorn och använder utvalda situationer vid PC-beräkningen av kemikaliens spridning. Enkelt uttryckt kan man säga att man i förväg beräknar alla vattenrörelser, endast utsläppspunkten för kemikalien samt kemikaliens egenskaper återstår att specificera i PC-beräkningen. 11 Pilotexemplet "Spridningsmodell för Ö. Mälaren." För att testa möjligheten att köra en stor spridningsmodell på persondator med förberäknade cirkulationsmönster tillämpades systemet, delvis med finansiering från Stockholm Vatten, på Ö Mälaren. En noggrann indelning av Ö Mälaren i beräkningsceller gjordes (se bilaga 8) så att strömmar runt öar och i sund kunde beräknas. Därefter simulerades strömmarna och turbulensen för 8 olika vindriktningar. I persondatorn lagrades 8 olika cirkulationsmönster. Olika vindhastigheter simuleras sedan genom att man i persondatorn multiplicerar strömfälten med en faktor. De 8 vindsituationerna simulerades därefter ytterligare en gång med högre avrinning från de i Mälaren utfallande floderna (vårflodssituation). Dessutom simulerades två fall med hög och låg avrinning utan vindstress som representerar istäckta situationer, samt situationer med skiktat vatten, varmt ytlager över kallt bottenvatten. Totalt sparas då ett tjugotal strömsituationer i datorns minne (hårddisk). Som exempel visas i bilaga 9 ett beräknat strömfält för nordvästlig vind 5 m/s. Pilarna visar medelströmmen vertikalintegrerad från ytan till botten. Vertikal turbulensintensitet beräknas och sparas för alla strömsituationerna. I en persondator (-386 med en hårddisk på minst 40 Mb) körs sedan spridningsberäkningarna. Utsläppets läge definieras genom att man med mus markerar en punkt på skärmens kartbild över Ö Mälaren. Ett antal frågor besvaras varvid datorn får upplysning om vilket strömfält, vilken vindstyrka, ut3läppsmängd etc. som skall användas i den aktuella beräkningen. Datorn beräknar därefter drivbanor för kemikalien och
presenterar en kartbild över transporten efter ett definierat tidsintervall (timmar - dygn). Modellen kan återstartas och fortsätta beräkningarna från mellanresultatet med t.ex. annan vindstyrka och riktning. I pilotmodellen finns endast en kemikalietyp nämligen snabbt lösbara ämnen. I det följande visas emellertid att andra kemiska egenskaper kan inkluderas i beräkningarna. En viktig del av avrapporteringen av pilotmodellen är demonstration av simuleringar för beställarna av denna förstudie. 12 Alternativa cirkulationsmodeller För tillämpning på ett begränsat område som Ö Mälaren kan en avancerad cirkulationsmodell med inbyggd turbulensmodell (t.ex. PHOENICS) användas. Modellen har förmåga att beskriva komplicerad skärgård och bottentopografi med relativt få gridpunkter. PHOENICS kan också simulera halvgenomsläppliga områden t.ex täta skärgårdsområden eller vassområden. Stockholms södra, norra eller inre skärgård skulle också lämpa sig bra för modellering med PHOENICS. Hela Östersjön med Bottenhavet och Bottenviken kan möjligen också modelleras med PHOENICS men då med ett glest nät av beräkningspunkter som exkluderar en noggrann simulering av t.ex kustlinje. Uppbyggnaden av kemikaliespridningsmodellen i moduler gör emellertid att man kan använda olika beräkningsmetoder för strömmarna vid olika tillämpningar utan att användaren vid persondatorn störs av att de i persondatorns minne lagrade strömfälten ej beräknats med samma metod. Det föreslås därför att man vid spridningsberäkningar för hela Östersjön använder en modell där man förenklar beräkningen genom att införa relevanta approximationer. Så kan t.ex. Östersjön, for kemikalier som snabbt löses, simuleras som ett vattenlager med botten på omkring 60m djup. På Nansencentrets avdelning i Oslo (Lars Petter Röed) har en modell utvecklats som skulle kunna användas för beräkning av hastighetsfältet i Östersjöns ytvatten. Modeller som utvecklas inom det europeiska samarbetsprojektet OPMOD, där SMHI deltar, kan också visa sig vara möjliga att använda för cirkulationsmodellering.
13 Kemikaliespridningsmodellens förberäknade strömdata kan efter några år bytas ut mot nya, bättre värden utan att man behöver korrigera de andra modulerna (spridningsberäkning, kemidatabas etc). SPRIDNINGSBERÄKNING Beräkning av fördelning av salt och temperatur i havet görs i numeriska modeller med en advektions-diffusionsekvation. Den numeriska lösningen av denna ekvation är emellertid förbunden med en s.k. falsk numerisk diffusion. Om man har ett tätt beräkningsnät (tätt jämfört med variationen av koncentration) kan den falska spridningen hållas liten. För beräkning av salthalten, som varierar relativt lite från kust till öppet hav eller från ytan till botten, kan man alltså mestadels använda advektions-diffusionsekvationen. Vid beräkning av koncentrationer efter en kemikalieolycka förekommer alltid skarpa gradienter d.v.s. stora skillnader i koncentration på små distanser. Kemikaliemolnet sprids med strömmen i ett smalt stråk med stor koncentration i centrum. För att kunna simulera detta förlopp krävs en teknik utan numerisk diffusion eller rutiner för att kompensera för den numeriska diffusionen. En sådan metod metod för kompensation används inom det norska programmet HOV (Program for havovervåkning og varsling) Metoden bygger på ett arbete av Smolarkiewicz 1983. Inom den nu genomförda förstudien har vi på grund av problemets natur valt att använda en metod utan numerisk diffusion. Metoden använder partiklar eller markörer för att ange kemikaliens läge. Markörerna förflyttas med den förut beräknade strömhastigheten samt med en slumpvis tilldelad hastighet (Monte Carlo hastighet eller Random Walk). Om ingen slumphastighet tilldelas markörerna följer alla markörer (t.ex. 10 st utsläppta var 5:te minut) samma drivbana. Om de sprids med olika slumphastigheter kommer de så småningom att hamna i celler med olika beräknad strömhastighet och får personliga drivbanor. Speciellt betydelsefull är den vertikala slumphastighet som tilldelas markörerna. Dessa kan efter några tidssteg komma ner i en vattenmassa som har en strömriktning motsatt ytströmmens vinddrift och på detta sätt transporteras mot den förhärskande ytströmriktningen. Under hela
14 transportprocessen blandas markörer (kemikalie) upp i ytvattnet igen och åstadkommer en viss koncentration i ytvattnet även inom områden dit ytströmmen inte primärt transporterar vatten. Resultatet av spridningsberäkningen kan presenteras som kartbilder där markörernas läge ritas som kryss. Flera hundra markörer kan användas i samma simulering. Olika kartor för olika djupnivåer kan framställas. Man kan också plotta markörerna i olika färger beroende på i vilket djupintervall de befinner sig i. Annan värdefull information ger plottning av partiklarnas drivbanor, där banan plottas i olika färger beroende på den enskilda markörens rörelser i djupled. Slutligen kan man också välja att plotta isolinjer (Isolinje = linje för lika koncentration). Om tillräckligt många markörer används blir den statistiska fördelningen jämn och isolinjerna därmed jämna. Markörerna kan kopplas samman med en viss mängd löskommet kemiskt ämne. Varje markör kan t.ex. beteckna läget av 5 liter av ämnet A. I modellens databank finns uppgiften att ämnet A flyter, löser sig långsamt i vatten samt avdunstar (enligt expriment är ämnet A nästan helt borta från vattenytan efter 24 timmar). Markörerna tilldelas då inte några vertikala hastigheter (flyter). Om 200 markörer representerar ett momentant utsläpp av 1000 liter av ämnet A kan man låta 8 slumpvis utvalda markörer försvinna varje hel timma, vilket resulterar i 200 avdunstade partiklar efter 24 timmar. En annan och bättre rutin är att låta 12-13 % av den kvarvarande mängden av ämnet (markörerna) försvinna varje hel timma vilket också resulterar i total avdunstning på omkring 24 timmar men en betydligt snabbare avklingning i början av förloppet (man låter 25 slumpvis utvalda markörer försvinna efter den första timmen medan endast 1 markör per timma tas bort i slutskedet). Det enkla exemplet visar att det finns stora möjligheter att modellera ämnesegenskaper med konceptet markörer. KEMIKALIERS BETEENDEN (VID UTSLÄPP I VATTEN) En grov karakterisering av en kemikalie och dess egenskaper görs vanligen i termer som färg, utseende, lukt, smak. densitet, smältpunkt, kokpunkt,
ångtryck och löslighet. Dessa uppgifter finns att hämta i allmänt tillgängliga handböcker, samt i HELCOMs handbok (bilaga 7). Även om dessa egenskaper är viktiga räcker de inte för att beskriva vad som sker med en kemikalie som släppts ut i havsvatten. Kemikalien kan genomgå en rad fysikaliska, kemiska och biologiska förändringsprocesser som förändrar ämnet och ger det nya egenskaper; det kan reagera spontant med luften eller med vattnet eller dess innehåll av lösta salter, solbestrålningen kan starta reaktioner, det kan tas upp av organismer eller brytas ned till nya ämnen genom inverkan från bakterier. Sammantaget kan detta mer eller mindre fullständigt skildra vad som händer med den utsläppta kemikalien. Det är emellertid inte alla av dessa faktorer som man behöver ta hänsyn till i det system som föreslås. Å andra sidan behövs vissa kompletterande uppgifter. Nedan görs en beskrivning av de olika faktorerna och deras relevans för modellsimuleringen. * Färg, utseende, lukt och smak; har ingen relevans för spridningsberäkningen. * Densitet avgör om ämnet flyter på vattnet eller sjunker. (Det finns dock undantag; etanol t.ex. har mycket lägre densitet än vatten och skulle alltså flyta på vatten. På grund av sin stora vattenlöslighet kan det inte bildas något separat etanolskikt. All etanol går i stället direkt in i vattenfasen). * Smältpunkt och kokpunkt avgör om ämnet är fast, flytande eller gasformigt vid den temperatur som råder i luften respektive i vattnet vid utsläppet. * Ångtrycket beskriver ämnets flyktighet och därmed avdunstningen. * Löslighet beskriver hur mycket av ämnet som kan lösas i vattnet. Denna uppgift räcker inte; man behöver också ha data på hur snabbt ämnet löses upp. Som exempel kan nämnas vanligt socker. Man kan lösa upp 2000 g per liter vatten vid rumstemperatur. Siffrorna avslöjar dock inte att socker löser sig mycket långsamt vid rumstemperatur. * Kemisk reaktion mellan kemikalien och omgivningen, främst med 15
vattnet. Ett fåtal av de aktuella ämnena kan reagera med omgivningen med sådan hastighet att man behöver ta hänsyn till detta vid modellberäkningen. Man får då från fall till fall avgöra om man skall använda ursprungsämnet eller de nybildade reaktionsprodukterna som indata för beräkningen. Andra förändringsprocesser kan i undantagsfall vara av betydelse. Exempelvis kan nämnas fosforpentoxid som är ett fast ämne som reagerar häftigt med vatten under stark värmeutveckling och då bildar fosforsyra. Om ämnet förvaras på en fuktig plats bildas däremot en "hud" på ytan och lösligheten i vatten blir mycket liten. Fotokemiska reaktioner, som alltså stimuleras av solljusets UVstrålning, har inte sådan hastighet att man behöver ta hänsyn till dem vid modellberäkningen. Biologiska processer som förändrar eller ackumulerar ämnena är så långsamma att man behöver ta hänsyn till dem vid modellberäkningen. 16 För att hantera informationen om de enskilda kemikalierna klassificeras dessa med utgångspunkt från de enkla fysikaliska egenskaperna som diskuterats ovan. Ett exempel på ett sådant kvalitativt sorteringsschema visas i bilaga 10 (från S. Salo på Vatten- och Miljöstyrelsen i Helsingfors). Ett schema som bygger på samma kvalitativa resonemang finns i bilaga 11 som utarbetats inom European Classification System, som är ett informellt samarbete mellan Sverige, Frankrike och Nederländerna. Den föreslagna klassifikationen har antagits av HELCOM (se även bilaga 4). Schemat i bilaga 11 är det mest kvalificerade och relevanta eftersom det innehåller gränsvärden för löslighet, ångtryck och densitet för att entydigt styra in ämnena i grupper. Dessa karaktäriseras som "gaser, avdunstare, flytare, upplösare och sjunkare," samt mellangrupper till dessa. Med utgångspunkt från denna gruppindelning, samt kompletterande information om avdunstningshastighet och upplösningshastighet, kan en kemikalie och dess uppträdande i vattenmiljön beskrivas så att uppgifterna kan användas som indata till spridningsberäkningen.
17 RESULTAT FRåN EUROMAR-SAMARBETET Inom projektet deltar vi i ett EG styrt europeiskt samarbete där olika stater i Tyskland, Frankrike, Finland, Spanien m.fl ) utvecklar OPerationella MODeller inom projektet OPMOD. Dessa modellmoduler skall kunna användas (säljas) av medlemsinstituten. Det är troligt att man i framtiden kan byta ut vissa av kemikalieprojektets moduler mot några som utvecklats inom OPMOD. I nuvarande skede bygger emellertid vårt projektförslag på egna modeller. SAMARBETE INITIERAT AV NORDISKA RÅDET Nordiska Ministerrådets arbetsgrupp för olja/kemikalier/räddningstjänst har stött informationsutbyte (seminarier) om oljedrift- och kemikaliespridningsmodeller. Samarbete med institutioner i Finland, Norge, Danmark och Tyskland har startat som en följd av detta. Institutionerna är delvis andra än i samarbetet inom OPMOD. UPPBYGGNAD Modellsystemet byggs upp av ett antal samverkande moduler så som visas i bilaga 12. Inmatningsmodul, Kemdatamodul, Cirkulationsmodul, Spridningsmodul och Presentationsmodul. Detta har en rad fördelar; uppbyggnad och underhåll/revidering förenklas då modulerna kan utvecklas eller moderniseras och testas separat. Genom detta kan man uppnå rationaliseringsvinster, vilket diskuterats ovan i avsnittet om samarbetet inom Euromar. Indata Oceanografiska/meteorologiska indata Modellen kräver uppgifter av typen flodvattenföring (om någon flod mynnar i modellområdet), djupet till språngskiktet (om en skiktad modell används) m. fl. säsongsberoende indata. Vidare matar man in vindstyrka och riktning, ofta en prognos för 2-5 dygn. Utsläppets läge markeras på en karta på datorns bildskärm. Inmatningsmodulen ställer de frågor som behöver besvaras så att operatören/användaren inte glömmer bort någon detalj.
18 Kemiska indata Principuppbyggnaden av kemdatamodulen visas i figuren i bilagal3. De data, som enligt avsnittet om kemikaliers beteende bedömts vara relevanta, insamlas från tre typer av källor. HELCOMs handbok samt andra standardverk bidrar med majoriteten av grunddata. Dessa kompletteras med en litteraturstudie, som utförts av Vatten- och Miljöstyrelsen i Finland. Om denna förstudie leder till ett utvecklingsuppdrag inom en inte alltför lång tid kan samordningsvinster göras genom att man i Finland och Sverige gemensamt bearbetar resultatet från litteraturstudien. Om väsentliga kompletterande data fortfarande saknas anskaffas de genom direktkontakt med de företag som importerar, använder eller exporterar ämnet i fråga. Dessa data samlas i en primär databas tillsammans med uppgifter om toxicitet och eventuellt även om miljöeffekter. Operatören skall kunna bläddra fritt i denna databas för information utan att detta binds till ett beräkningsarbete. Med hjälp av klassifikationssystemet och annan kompletterande information skapas från data, relevanta för spridningsberäkningen, vad som här kallas "karakteristiska profiler" för varje ämne. Dessa profiler lagras i en separat databas. Från de karakteristiska profilerna skapas for varje ämne en uppsättning av ekvationer som anger hur markörerna skall uppföra sig i spridningsmodellen för att likna ett visst ämne i vattenmiljön under de förutsättningar som beskrivs av övriga indata. Ekvationerna lagras tillsammans med de karakteristiska profilerna. På den lägre ambitionsnivån innehåller kemdatabasen profiler för t.ex. 10 representativa oljor och kemikalier. Motsvarande fysikaliska och kemiska grunddata lagras också men inte miljödata som toxicitet etc. eftersom varje typkemikalie representerar många olika ämnen som ofta har mycket olika miljöeffekter. På denna nivå kan ingen manuell specifikation av enskilda data göras. (Märk att övriga moduler, t.ex. cirkulationsmodul, spridningsmodul, presentationsmodul kan arbeta på en hög ambitionsnivå). På den högre ambitionsnivån innehåller kemdatamodulen fysikaliska, kemiska, toxikologiska etc. da x.a för åtminstone de 120 (+9) kemikalier som finns i HELCOMs handbok samt deras tillhörande karakteristiska profiler och motsvarande uppsättningar av ekvationer. På denna ambitionsnivå kan
operatören också själv specifiera en karakteristisk profil. Detta kan vara användbart om man bedömer att den lagrade profilen är representativ för ämnet endast under en del av spridningstiden men därefter kräver förändring då ämnets egenskaper hunnit förändras av den omgivande miljön. 19 Presentationsformer Presentationen visas med s.k. fonsterhantering på en bildskärm i färg. Beräkningsresultatet visas på en kartbild. Genom att man känner faktiska (eller typiska) vattenskiktningen i området och vattenströmmar på olika djupnivåer kan trajektorier visa om ämnets fördelats i djupled. Bredvid karbilden visas ett diagram som beskriver vid valda tidssteg hur mycket (i procent) av det utsläppta som finns på ytan, i olika vattenskikt och på bottnen. En färgutskrift kan göras av varje situation som visas på bildskärmen. Genom att peka med en pilmarkör på bildskärmen kan en viss del förstoras för detaljerad analys. UNDERHÅLL, UTBILDNING Genom att konstruera modellsystemet som fristående moduler kan man lätt vidareutveckla delar av modellsystemet. Det går ochså lätt att byta ut en modul till en nyutvecklad på enstaka datorer. Eftersom modellsystemet är PC- baserat finns det tillgängligt för övning och utbildning på alla de myndigheter där resultaten skall användas vilket är en stor fördel jämfört med att ha systemet på en stordator. TIDS- OCH KOSTNADSBESKRIVNING Kemikaliespridningsmodellen bör finnas uppsatt för flera delområden av svenskt inre vatten och Östersjön/Västkusten. Exempel på sådana delområden är, förutom Ö Mälaren. Stockholms skärgård innanför Vaxholm, Stockholms S skärgård. Vänern, Göteborgs skärgård etc. Också geografiskt större områden kan sättas upp t.ex Östersjön från Åland till Öresund och Bälten. Nedanstående redogörelse för kostnader gäller för ett delområde (det första) Följande delområden kan köras med samma kemimodul och presentationsmodul. Det är endast cirkulationsmodulen och i viss mån