Jensen, S.S., Ketzel, M., Khan, J. (2023). Kortlægning af luftkvalitet langs statsvejene i Danmark. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 51 s. - Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi nr. 537
http://dce2.au.dk/pub/SR537.pdf
Baggrund og formål
DCE – Nationalt Center for Miljø og Energi, Aarhus Universitet har tidligere for Vejdirektoratet foretaget en kortlægning af luftkvaliteten i 2012 langs stats-vejnettet i hele Danmark (Jensen et al., 2015). I nærværende rapport er denne kortlægning opdateret med data for 2019 og med en forbedret version af OML-Highway modellen.
Vejdirektoratet har tidligere finansieret udvikling og forskellige anvendelser af beregningsprogrammet OML-Highway, som er et GIS-baseret værktøj til beregning af luftkvalitet langs veje i åbent terræn.
Luftkvalitetskortlægning langs statsvejnettet vil kunne bruges af vejmyndigheder som et screeningsværktøj i forbindelse med kommende MKV (Miljøkonsekvensvurdering) af vejprojekter, være en miljøindikator i forbindelse med Vejdirektoratets årlige redegørelser for vejnettet og miljøforhold, og en kilde til information om luftkvalitet for borgere, da Vejdirektorat vil lægge luftkvalitetsdata på Vejdirektoratets hjemmeside, således at alle kan tilgå luftkvalitetskortet.
Luftkvalitetskortet viser udvalgte luftforurenende stoffer relateret til sundhedseffekter. Det er beregnede årsmiddelkoncentrationer i 2019 af NO2 (kvælstofdioxid) og af luftbårne partikler angivet ved PM10 og PM2.5, som er henholdsvis den samlede masse af partikler med en diameter under 10 og 2,5 mikrometer. PM2,5 udgør den største helbredsbelastning i Danmark efterfulgt af NO2 ifølge DCE’s helbredsberegninger for luftforureningen i Danmark (Ellermann et al., 2021). Beregningerne er gennemført for beregningspunkter i forskellige afstande fra vejen ud til 1.000 m, hvorefter bidraget fra vejen er marginalt.
OML-Highway modellen kræver information om vejnettet med trafikdata, baggrundskoncentrationer, meteorologi samt beregningspunkter.
Vejnettet er baseret på vejman.dk, som omfatter alle statsveje. Som noget nyt er der anvendt GPS-baserede rejsehastighedsdata fra INRIX, som er erhvervet gennem Vejdirektoratet, hvor der tidligere blev anvendt SpeedMap data fra Vejdirektoratet.
Baggrundskoncentrationer er beregnet med den regionale model Danish Eulerian Hemispheric Model (DEHM) og bybaggrundsmodellen Urban Background Model (UBM) med tilhørende emissions- og meteorologidata for alle 1x1 km2 gitterceller i Danmark, hvor der er beregningspunkter langs vejnettet. For Danmark er emissioner baseret på emissionsmodellen SPREAD, som har emissioner for hele Danmark fra alle kilder på 1x1 km2 gitterceller. De nævnte modeller og data er udviklet af AU/DCE.
Nødvendige meteorologiske data er genereret med den meteorologiske model WRF (Weather Research and Forecasting Model).
OML-Highway har et værktøj til generering af beregningspunkter langs vejnettet, samt dannelse af sammenhængende bufferzoner for visualisering af resultater.
Der ses bort fra indflydelse fra støjskærme, støjvolde, og dæmninger og broer, da det er vanskeligt at knytte disse data til vejnettet på en måde, så effekten kan beregnes med OML-Highway, og fordi indflydelsen på luftkvaliteten er begrænset (Jensen et al., 2013).
OML-Highway beregner emissioner fra statsvejene. SPREAD indeholder ligeledes vejemissioner fra både stats- og kommune-vejnettet, hvilket fører til dobbelttælling af emissioner fra statsvejene, og dette skal der derfor tages højde for. Dette er gjort ved at gennemføre en separat beregning med OML-Highway, hvor emissioner fra hele statsvejnettet bliver lagt ud på 1x1 km2 gitterceller og betragtet som ”baggrundskoncentrationer”. Det endelige resultat bestemmes af koncentrationer fra den ”fulde beregning” (for hver enkelt receptor) minus ”ekstra beregning” (for nærmeste 1x1 km2 gittercelle) for at undgå dobbelttælling.
For ikke-reaktive stoffer som PM2.5 og PM10 kan ovenstående beregninger gennemføres uden justeringer. NOx består af NO og NO2. Da NO2 indgår i fotokemi, er der ikke en lineær sammenhæng mellem NOx og NO2, og NO2-bidraget fra statsvejene er derfor beregnet ud fra en simplificeret kemimodel (”Düringmetode”), som er baseret på årsmiddel af NOx-, NO2- og ozonkoncentrationer samt oplysninger om direkte NO2-emissioner fra trafikken.
For at kunne håndtere de mange separate OML-Highway beregninger samt korrektion for dobbelttælling blev hele data-flow i dette projekt gennemført med hjælp af nyudviklede programmerings-scripts baseret på programmeringssproget R (R Core Team, 2022). Disse R-scripts omfatter både generering og reformatering af inputdata, igangsættelse af OML-Highway beregningerne samt efterbehandling af resultaterne.
Den beregnede luftkvalitet i 2019 er sammenlignet med gældende grænseværdier, EU’s nye forslag til reviderede grænseværdier, og WHO’s vejledende retningslinjer for luftkvalitet fra 2005 samt nye anbefalinger fra 2021.
Antallet og typen af berørte boliger inden for 1.000 m af statsvejnettet er beregnet ud fra data fra Bygnings- og Boligresteret (BBR) samt antal mennesker ud fra det Centrale Personregister (CPR), og dette er sat i forhold til luftforureningen for at belyse befolkningseksponeringen.
Formålet med kortlægningen af luftkvaliteten langs statsvejnettet er at beskrive den geografiske variation, og kan betragtes som en screening af luftkvaliteten. Der kan være betydelig usikkerhed på enkeltresultater, da der kan være usikkerhed på inputdata, og der er også usikkerheder i selve luftkvalitetsmodellerne.
Formålet er således ikke at forsøge at beregne antallet af overskridelser af grænseværdien langs med statsvejnettet i Danmark. Modelberegninger skal i stedet opfattes som et supplerende værktøj til en skønsmæssig vurdering af luftkvaliteten og vurdering af potentielle overskridelser på steder, hvor der ikke måles.
Det er Miljøstyrelsen, som har det overordnede ansvar for at grænseværdierne for luftkvalitet overholdes i Danmark. Den officielle udmelding om overskridelser af EU’s grænseværdier foretages i forbindelse med den årlige rapportering fra Delprogram for Luft under NOVANA (Ellermann et al. 2022b). Vurderingen af overskridelserne baseres dels på målingerne fra de danske målestationer, og dels på basis af modelberegninger på udvalgte gader i København og Aalborg, hvor der foretages beregninger, og hvor det er muligt at få inputdata af høj kvalitet fra kommunerne baseret på talt trafik. Overvågningsprogrammet har ikke målestationer langs motorveje, da trafikstationer i de større byer er prioriteret.
Grænseværdien gælder for udeluften, men ikke på selve kørebanen af statsvejene. Den gælder heller ikke på lokaliteter inden for et område, som offentligheden ikke har adgang til, og hvor der ikke er nogen permanent beboelse. I forbindelse med måling af luftkvaliteten er der forskellige kriterier for placering af målestationer, som har til hensigt at give et udtryk for befolkningens eksponering dvs. hvor mennesker bor og arbejder og færdes udendørs. Målestationer er placeret i gaderum, bybaggrund (f.eks. i tagniveau eller på grønne arealer i byer) og på landet.
NO2
Den geografiske variation af i 2019 har de højeste koncentrationer langs de mest trafikerede motorvejsstrækninger i Hovedstadsområdet og langs dele af E20 over Fyn og E45 gennem Jylland. Den allerhøjeste modellerede NO2 koncentration (34,5 µg/m3) forekommer tæt på Limfjordstunnelen, hvilket skyldes en meget høj modelleret baggrundskoncentration grundet bidrag fra Aalborg Portland, som sandsynligvis er overestimeret. Ellers er nogle af de højeste koncentrationer langs Køge Bugt Motorvejen. Den maksimale beregnede koncentration af NO2 overholder de nuværende EU grænseværdier (40 µg/m3), men overskrider den foreslåede grænseværdi for NO2 (20 µg/m3). Den overskrider også WHO’s retningslinjer fra 2021 (10 µg/m3).
PM2.5
Den geografiske variation af PM2.5 i 2019 er meget forskellig fra NO2, idet baggrundsforureningen betyder meget, og bidraget fra statsvejnettet betyder mindre. Der ses derfor en tydelig gradient fra syd mod nord med højere koncentrationer i syd og lavere i nord, som er bestemt af baggrundsforureningen, hvor emissionskilder i Centraleuropa bidrager til baggrundsforureningen i Danmark.
Den højeste beregnede værdi er 12 µg/m3 og overholder den nuværende EU grænseværdi (25 µg/m3), men overskrider den foreslåede grænseværdi for PM2,5 (10 µg/m3). Den overskrider også WHO’s retningslinjer fra 2021 (5 µg/m3), og selv den mindst beregnede værdi overskrider WHO’s retningslinjer fra 2021.
PM10
Den geografiske variation af PM10 i 2019 minder om variationen for PM2.5, men afviger også, da PM10 er væsentligt influeret af havsalt, som bevirker højere koncentrationer langs vest- og sydvendte kyster pga. den dominerende sydvestlige vindretning.
Den højeste beregnede værdi er 23 µg/m3 og overholder grænseværdien for PM10 (40 µg/m3), men overskrider den foreslåede grænseværdi for PM10 (20 µg/m3). Den overskrider også WHO’s retningslinjer fra 2021 (15 µg/m3).
Befolkningseksponering
Der indgår 496.978 adresser fordelt på 727.320 boligenheder langs med statsvejnettet inden for 1.000 m, og der bor 1.493.386 personer.
Vedr. befolkningseksponering for NO2 bor alle mennesker langs statsvejnettet på adresser, hvor koncentrationsniveauet er under den nuværende grænseværdi. Kun godt 500 personer (0,04%) bor på adresser, hvor den forslåede grænseværdi overskrides. Til gengæld bor omkring 49% på adresser, som overskrider WHO-retningslinjer fra 2021.
Alle mennesker bor på adresser langs statsvejnettet, som er under grænseværdien for PM2,5. Til gengæld bor omkring 49% på adresser med PM2,5-koncentrationer, som overskrider den foreslåede grænseværdi, og alle adresser overskrider WHO-retningslinjer fra 2021.
Befolkningseksponeringen for PM10 viser at alle mennesker bor på adresser langs statsvejnettet, som er under grænseværdien for PM10, men omkring 2% bor på adresser med PM10-koncentrationer, som overskrider den foreslåede grænseværdi, og omkring 97% bor på adresser, som overskrider WHO-retningslinjer fra 2021.
Den geografiske variation af hhv. NO2, PM2.5 og PM10 i 2019 er vist i Figur 2.1 og befolkningseksponeringen i forhold til grænseværdier og WHO-retningslinjer i Figur 2.2.
