Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn Scarecrow (PL 852)

(1)

RAPPORT

Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn Scarecrow (PL 852)

En analyse for Centrica E&P Norway

(2)

Godkjenningstabell

Rapporttittel:

Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn Scarecrow (PL 852)

Kunde: Kundekontakt:

Centrica E&P Norway Morten Løkken

Utført av: Signatur:

Espen Donali Jon Anders Ryste

Kontrollert av: Signatur:

Anders Bjørgesæter Astrid Pedersen

Godkjent av: Signatur:

Julie Damsgaard Jensen

Versjon: Dato:

VERSJON-03 09.11.2017

Aconas prosjektnummer:

820 132

Referer til denne rapporten som:

Acona AS 2017. Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn Scarecrow (PL 852). En analyse for Centrica E&P Norway. Versjonsdato: 09.11.2017. Aconas prosjektnummer: 820 132.www.acona.com.

(3)

Versjonshistorikk

Versjon / Dato Beskrivelse av endring:

VERSJON-01 18.09.2017

DRAFT-01: Midlertidig førsteutkast for gjennomlesing av kunde

VERSJON-02 21.09.2017

DRAFT-02: Rapportutkast for kundens gjennomlesing og vurdering

VERSJON-03 09.11.2017

FINAL: Rapport i hht. kundens tilbakemeldinger

(4)

Sammendrag

Acona AS har gjennomført stokastiske oljedrifttssimuleringer, miljørisikoanalyse og beredskapsanalyse på vegne av Centrica E&P Norway for letebrønn Scarecrow i PL 852. Analysene er helårlige og er utført i samsvar med Styringsforskriften (paragraf 17), metode for miljørettet risikoanalyse (MIRA), veiledning for miljørettede beredskapsanalyser og Beste Praksis for oljedriftssimuleringer. Det forventes at et eventuelt funn vil være i form av olje med tilsvarende egenskaper som Wisting Central. Tidligste oppstart for boreoperasjoen er planlagt til medio juni 2018. Antall dager for boring av hovedbrønn er estimert til 30 dager. Avhengig av brøn- nresultatet, planlegges det å bore en avgrensingsbrønn.

Nærmeste landområde er Bjørnøya, lokalisert 138 km nordvest for den planlagte brønnlokasjo- nen og nærmeste avstand til fastland er 268 km til Ingøya i Måsøy kommune i Finnmark fylke.

Havdypet ved lokasjonen er 458 til 460 meter MSL. De mest sårbare verdifulle økosystemkom- ponentene er sjøfuglkoloniene på Bjørnøya, og da spesielt lomvikoloniene.

Oljedriftssimuleringer

Gitt en utblåsning viser oljedriftsanalysen relativt små influ- ensområder på havoverflaten. Ingen av influensområdene berører land eller særskilte verdifulle områder (Bjørnøya, den marginale iskantsonen, polarfronten med flere). Det er ingen influen- sområder i vannkolonnen eller langs strandlinjen. Det er ikke registrert stranding i sommer- og høstsesongen og sannsynligheten for stranding gitt en utblåsning i vinter- og vårsesongen er mindre 0,1 %. Korteste drivtid til land og størst mengde strandet vann-i-olje emulsjon, representert med 95-persentilen er således lengre enn 75 døgn (simuleringsperioden) og 0 tonn.

Detaljert oljedriftstatistikk for iskanten viser lav treffsannsynlighet gjennom hele året. Korteste drivtid til iskanten, representert ved 95-persentilen, er 60 døgn.

Miljørisikoanalyse

Miljørisikoen for den planlagte aktiviteten er lav og mindre enn 1 % av Centrica E&P Norways operasjonsspesifikke akseptkriterier for skadekategori Moderat for alle undersøkte VØK’er. Områder med forhøyet forekomst av VØK’er langs Polarfronten og iskanten (den marginale iskantsonen) eller funksjonsområder (leve- og beiteområder) til sjøfugl utenfor Bjørnøya har lav sannsynlighet for å bli berørt av en utblåsning under boringen av letebrønnen.

Beredskapsanalyse

Dimensjonerende scenario for beredskapsanalysen er en overfla- teutblåsning med vektet utblåsningsrate på 130 S m³/d og en vektet varighet på 13,3 døgn.

Beregnet beredskapsbehov i forventet boreperiode er ett NOFO-system i barriere 1A og ett NOFO-system i barriere 1B. Responstid for første NOFO-system er 3 timer. Fullt utbygget barriere på åpent hav kan være på plass 36 timer etter utslippet er oppdaget.

Letebrønnen ligger langt nord i et område med lite infrastruktur. Barriere 1 er har betraktelig høyere systemkapasitet enn forventet tilflysrate fra den dimensjonerende hendelsen og

(5)

også mht. høyeste estimerte utblåsningsrate for den planlagte operasjonen. Kjemisk dispergering er et aktuelt tiltaksalternativ i perioder der meksikansk oppsamling er forventet å ha lav effektivitet.

(6)

Forkortelser og definisjoner

Akseptkriterier Operatørens aksepterte maksimalsannsynlighet for miljøskade i ulike skadekategorier. Benyttes for å avgjøre om en risiko akseptabel eller uakseptabel.

ALARP As low as reasonably practical: prinsipp som benyttes ved vurdering av risikore- duserende tiltak.

BA Beredskapsanalyse for oljesøl.

Barriere Tekniske, operasjonelle og organisatoriske elementer som enkeltvis eller til sammen skal redusere muligheten for at konkrete feil, fare- og ulykkessituasjoner inntreffer, eller som begrenser eller forhindrer skader/ulemper.

BP Beredskapsplan.

DFU Definerte fare- og ulykkeshendelser.

Felt En samling installasjoner som borer/produserer fra ett eller flere reservoarer, eller innenfor et naturlig avgrenset geologisk område.

HI Havforskningsinstituttet.

IGSA InnsatsGruppe Strand Akutt. Operativ berededskapstjeneste med spesialopplæring og utstyr til rask og effektiv oppsamling av olje i strandsone.

IUA Interkommunalt Utvalg mot Akutt forurensning. Det interkommunale beredskapssamar- beidet som er delt inn i ulike IUA-regioner.

MDir Miljødirektoratet, tidligere Klif.

MEMW Marine Environmental Modelling Workbench. Programvarepakke fra SINTEF.

MIRA Metode for miljørettet risikoanalyse.

MRA Miljørisikoanalyse (Environmental Risk Analysis). Risikoanalyse som vurderer risiko for ytre miljø.

NEBA Netto miljøgevinstanalyse for kjemisk dispergering (Net Environmental Benefit Ana- lysis).

NOFO Norsk oljevernforening for operatørselskap.

NOFO-områder 50 eksempelområder forhåndsdefinert som dimensjonerende for oljevernberedskapen.

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.

NORSOK Norsk sokkels konkurranseposisjon. Et samarbeidsprosjekt mellom aktørene i ol- jeindustrien og myndighetene, mest kjent for NORSOK-standardene.

ODS Oljedriftsimulering.

OLF Norsk olje og gass, tidligere Oljeindustriens Landsforening. Forkortelsen benyttes fremde- les for publikasjoner utgitt under det gamle navnet.

Oljevernsystem Sett av utstyrsenheter for å samle sammen, ta opp og oppbevare oljeforurensning.

OR-fartøy Oljevernfartøy (Oil spill Response vessel). Del av NOFO-system, der den andre delen er et slepefartøy.

(7)

OSCA Beredskapsanalyse (Oil spill contingency analysis).

OSCP Oljevernberedskapsplan (Oil spill contingency plan).

OSCAR Oil spill contingency and response. Modul for oljedriftsimuleringer i programvarepakken MEMW 7.0.1 fra SINTEF.

PL Produksjonslisens.

Ptil Petroleumstilsynet.

Restitusjonstid Tiden det tar fra et oljeutslipp skjer og til restitusjon er oppnådd. Restitusjon er oppnådd når bestanden eller habitatet er tilbake på tilnærmet samme nivå som før oljeutslippet. Restitusjonstiden må være lengre enn 1 måned for at den skal bli registrert som miljøskade.

Skadekategorier Kategorisering av miljøskader i hhv. mindre, moderat, betydelig eller alvorlig på grunnlag av restitusjonstid.

SVO Særlig verdifulle områder

THC Total Hydrocarbon Concentration. Total mengde hydrokarbon - inkluderer både disper- gert olje og løste komponenter.

Vektet utblåsningsrate/-varighet Sannsynlighetsvektet gjennomsnitt av hhv. ublåsningsrate og -varighet.

VØK Verdsatt økosystemkomponent. En bestand og/eller et habitat som oppfyller et sett spe- sifkke definisjoner og prioriteringskriterier.

(8)

Innhold

Godkjenningstabell 2

Versjonshistorikk 3

Sammendrag 4

Forkortelser og definisjoner 6

Innhold 9

1 Introduksjon 10

1.1 Planlagt aktivitet og definerte fare- og ulykkeshendelser (DFU) . . . 12

1.2 Oljens forvitringsegenskaper . . . 13

1.3 Verdsatte økosystemkomponenter (VØK) i MRA . . . 14

1.4 Operatørens akseptkriterier for miljørisiko . . . 17

2 Områdebeskrivelse 18 3 Metoder 22 3.1 Metode for simulering av oljedrift . . . 22

3.2 Metode for analyse av miljørisiko . . . 23

3.3 Metode for analyse av oljevernberedskap . . . 26

3.3.1 Inngangsdata . . . 27

3.3.2 Beregning av ressursbehov . . . 29

4 Resultater 32 4.1 Resultater oljedriftsimulering . . . 32

4.1.1 Influensområder . . . 32

4.1.2 Strandingsstatistikk . . . 36

4.1.3 Detaljert oljedriftstatistikk . . . 37

4.2 Resultater miljørisikoanalyse. . . 39

4.2.1 Resultater for pelagisk sjøfugl . . . 40

(9)

Innhold

4.2.2 Resultater for kystbundne sjøfugl . . . 42

4.2.3 Resultater for sel . . . 42

4.2.4 Resultater for fisk . . . 42

4.2.5 Resultater for strandhabitat . . . 42

4.2.6 Resultater for kystdatasett-Alt5 og lys-loggerdatasettt . . . 42

4.2.7 Sårbare områder og assosiert fauna. . . 44

4.2.8 Oppsummering miljørisikonanalyse . . . 45

4.3 Resultater beredskapsanalyse . . . 48

4.3.1 Krav til oljevernberedskap . . . 48

4.3.2 Dimensjonering av oljevernberedskap. . . 48

4.3.3 Plassering av barrierer . . . 49

4.3.4 Oljevernberedskapsbehov i barriere 1 . . . 50

4.3.5 Kjemisk dispergering . . . 51

4.3.6 Oljevernberedskap i barriere 2 og 3 . . . 51

4.3.7 Konklusjoner oljevernberedskap . . . 52

Referanseliste 55 A Vedlegg: resultater 56 A.1 Influensområder for olje på havoverflaten . . . 56

A.2 Strandingsstatistikk for prioriterte områder . . . 59

A.3 Resultater miljørisikoanalyse. . . 60

B Vedlegg: inngangsdata 66 B.1 Verdsatte økosystemkomponenter (VØK) . . . 66

B.2 Oversikt geografiske bestander. . . 68

B.2.1 Barentshavet områdebeskrivelse . . . 70

C Vedlegg: metoder 84 C.1 Definisjon av influensområder . . . 84

C.2 Beregning av persentiler . . . 85

C.3 Konverteringstabeller . . . 86

C.3.1 Skadelig oljekonsentrasjon for fiskelarver . . . 90

(10)

1. Introduksjon

1 Introduksjon

Denne rapporten er utarbeidet av Acona AS, på vegne av Centrica E&P Norway (heretter refe- rert til som Centrica). Rapporten inneholder følgende tre analyser: (1) stokastiske oljedriftssimuleringer, (2) miljørisikoanalyse og (3) beredskapsanalyse. Analysene er utført i samsvar med Styringsforskriften (paragraf 17), metode for miljørettet risikoanalyse (MIRA) (OLF 2007) og dokumentetBest Practice for oljedriftsimuleringer utarbeidet på oppdrag fra Norsk Olje og Gass (Acona, Akvaplan-niva og DNV GL 2016) samt veiledning for miljørettede beredskapsanalyser (Norsk olje og gass 2013).

Centria planlegger boring av letebrønn Scarecrow i PL 852. Letebrønnen ligger i Bjørnøyrenna sørvest i Barentshavet, hhv. 193 og 238 km nord for feltene Snøhvit og Goliat (figur 1.1).

Nærmeste landområde er Bjørnøya lokalisert 138 km nordvest for den planlagte brønnlokasjo- nen og nærmeste avstand til fastland er 268 km til Ingøya i Måsøy kommune i Finnmark fylke.

Vanndypet på bønnlokasjonen er 460 m MSL.

Tidligste oppstart for boreoperasjonen er planlagt til 15. juni 2018, med en forventet lengde på operasjonen på 30 dager. Ved funn vil det kunne være aktuelt å bore en avgrensnings- brønn, også med forventet varighet på 30 dager. På grunn av kort avstand fra hovedbrønn til avgrensningsbrønn vil analysene utført i denne rapporten også være dekkende for avgren- sningsbrønnen gitt at deres definerte fare- og ulykkeshendelser er sammenlignbare.

(11)

1. Introduksjon

Figur 1.1: Beliggenhet til letebrønnen Scarecrow og omkringliggende felt.

(12)

1.1. Planlagt aktivitet og definerte fare- og ulykkeshendelser (DFU)

1.1 Planlagt aktivitet og definerte fare- og ulykkeshendelser (DFU)

Centrica planlegger boring av letebrønnen 7322/7-xx Scarecrow (PL 852). Boreoperasjonen vil gjennomføres med en halvt nedsenkbar rigg (semi-submersible). Forventet hydrokarbon i formasjonen er olje med lignede egenskaper som Whisting Central.

Den definerte fare- og ulykkeshendelsen (DFU) som legges til grunn for analysene er en utblås- ning, karakterisert av tre ulike statistikker: (1) sannsynligheten (frekvensen) for en utblåsning, (2) sannsynlighetsfordelingen mellom sjøbunn- og overflateutblåsning, og (3) sannsynlighetsfordeling av utblåsningsrater og -varigheter. Verdiene til disse statistikkene er basert på SIN- TEF offshore utblåsningsdatabase (Lloyd’s Register Consulting 2017) og utblåsningsstudiet utført for letebrønnen (Acona Flow Technology AS 2017).

Rate- og varighetsfordelingene benyttet i analysene for letebrønnen er er vist i tabell 1.1.

Dataene er aggregert fra rate- og varighetsmatrisen i utblåsningsstudiet (Acona Flow Technol- ogy AS 2017) i hht. Beste Praksis-dokumentet for oppsett av stokastiske oljedriftssimuleringer for bruk i miljørisikoanalyser (Acona, Akvaplan-niva og DNV GL 2016).

Sannsynligheten for en utblåsning er satt til 1.26E-04 og gitt at en utblåsning finner sted, er sannsynlighetsfordelingen mellom sjøbunns- og overflateutslipp hhv. 0.80 og 0.20. Vektet utslippsrate og -varighet er hhv. 54 S m³/d og 15.0 dager for sjøbunnsutslipp og 130 S m³/d og 13.3 dager for overflateutslipp. Vektet utslippsrate og -varighet for både overflate- og sjøbunnsut- slipp er hhv. 68 S m³/d og 14.7 dager.

For sjøbunnsutslipp skilles det mellom scenarioer med og uten restriksjon i strømningsveien.

Utslippsdiameteren til scenarioer uten restriksjon er satt lik diameteren til sikkerhetsventilen (18 3/4" eller 47,63 cm), mens den er satt til 64/64" (2,54 cm) for scenarioer med restriksjon.

En restriksjon i strømningsveien kan skyldes delvis ødelagt BOP, kollaps av borehullet eller andre faktorer. Utslippsdiameter benyttes av oljedriftsmodellen ved sjøbunnsutslipp, og er en viktig parameter for beregning av dråpestørrelse på oljen (se Johansen et al. 2013, for detaljer). Generelt vil mindre utslippsdiameter redusere størrelsen på oljedråpene og dermed gi økt innblanding av olje i vannmassene og mindre olje på overflaten. Det å skille på scenarioer med ulik diameter i oppsett av oljedriftsmodellen gir en bedre gjengivelse av utblåsningspotensialet til brønnen, og er i henhold til Beste Praksis for oppsett av stokastiske oljedriftssimuleringer for bruk i miljørisikoanalyser (Acona, Akvaplan-Niva, og DNV GL 2016).

(13)

1.2. Oljens forvitringsegenskaper

Tabell 1.1: Rate- og varighetsmatrisen brukt til simuleringer for letebrønnen Scarecrow.

Dataene er aggregert fra rate- og varighetsmatrisen iAcona Flow Technology AS (2017). Rat- everdiene merket med en stjerne har en utslippsdiameter på 2,54 cm (restriksjon). De andre rateverdiene har en utslippsdiameter på 47.63 cm. (åpen).

Utslippspunkt Rater Sannsynlighet for varighet

Dybde Sans. (%) S m³/døgn Sans. (%) 2 dager 15 dager 25 dager 55 dager

Overflate 20 70 52 52 33 3 12

Overflate 20 169 44 52 33 3 12

Overflate 20 364 3 52 33 3 12

Overflate 20 542 1 52 33 3 12

Sjøbunn 80 ^∗35 42 40 38 12 10

Sjøbunn 80 ^∗81 28 40 38 12 10

Sjøbunn 80 35 18 40 38 12 10

Sjøbunn 80 81 12 40 38 12 10

1.2 Oljens forvitringsegenskaper

Oljen Wisting Central, funnet ved Wisting-feltet og beskrevet avSørheim and Bakken (2017), er valgt som referanseolje for letebrønnen Scarecrow. Referanseoljen er valgt på bakgrunn av områdenærhet og at et potensielt oljefunn antas å ha lignende fluidegenskaper.

Wisting Central er en naftensk råolje med medium tetthet (0,838 g/mL), og med lavt innhold av asfaltener (0,05 wt. %) og voks (0,72 wt. %) sammenlignet med andre norske råoljer. Oljen har høyt fordampningstap umiddelbart etter utslipp, med økt relativt innhold av asfaltener og voks som resultat, noe som bidrar til å stabilisere vann-i-olje emulsjoner.

Oljen danner emulsjoner med lav viskositet, og med et relativt lavt maksimalt vannopptak (60 vol. %). Ved lave vindhastigheter (5 og 2 m/s) forventes viskositeten å være for lav for mekanisk oppsamling (<1000 mPa) i opp til hhv. 2 og 5 dager. Ved høyere vindhastigheter vil viskositeten bli høy nok for mekanisk oppsamling innen 6 - 12 timer. Emulsjonen avgir lett vann ved bruk av emulsjonsbryter.

Ved høye vindhastigheter vil fordamping og naturlig dispergering bidra til at Wisting Central raskt fjernes fra sjøoverflaten. Ved 15 m/s vil disse naturlige prosessene fjerne all olje i løpet av et døgn, mens ved 10 m/s vil mesteparten av oljen være borte i løpet av 5 døgn. Ved lave vindhastigheter (2 m/s) vil imidlertid så mye som 65% være igjen på sjøoverflaten etter fem døgn. Dispergeringsmidler fungerer effektivt på oljen, med et effektivt tidsvindu på opp til 5 døgn etter utslipp.

Temperaturen til oljen vil nå sjøtemperaturen i løpet av kort tid. Flammepunktet forventes å være over sjøtemperaturen i løpet av 15 min ved vindhastigheter på 2 m/s og på enda kortere tid ved høyere vindhastigheter.

(14)

1.3. Verdsatte økosystemkomponenter (VØK) i MRA

1.3 Verdsatte økosystemkomponenter (VØK) i MRA

En VØK (verdsatt økosystemkomponent) er definert i MIRA-metoden som en bestand og/eller et habitat som oppfyller et sett spesifikke definisjoner og prioriteringskriterier (OLF 2007). VØK- bestander som benyttes i miljørisikoanalysen er presentert i vedlegg B.1. Utvalgte områder med høy tetthet av VØK’er er presentert i seksjon2og figur2.1.

Bestandsdataene anvendt for denne rapporten omfatter to arter sjøpattedyr (sel), 29 arter sjøfugl (17 kystbundne og 12 pelagiske), og seks arter fisk. I tillegg er det analysert 35 sjøfuglarter i det nye "kystdatasettet Alt5" og lomvi fra fire ulike hekkekolonier (se nedenfor for detaljer). Habitatdataene omfatter 12 ulike strandhabitater og datasett for månedsvis isutbredelse. Planktonorganismer med unntak av fiskeegg og -larver er ikke tatt med pga. deres lave sensitivitet for olje, noe som skyldes stor geografisk fordeling av de enkelte artene og kort restitusjonstid. For arter av sjøfugl, sjøpattedyr og fisk er det forskjellige bestander for ulike geografiske regioner (se vedleggB.2).

Følgende datasett er benyttet for de ulike VØK-gruppene:

• Pelagisk sjøfugl: SEAPOP, 01.09.2013, republisert i 2015

• Kystbunden sjøfugl: SEAPOP, 29.04.2016

• Kystdatasett Alt5: NINA, 24.04.2017

• Lyslogger-datasett for lomvi: NINA, 9.11.2016

• Gyteområder: HI, nedlastet 25.04.2017

• Fiskelarver og -egg: HI, 2005

• Sjøpattedyr (sel): MRDB, 02.09.2010

• Sjøpattedyr (utbredelse av sirkumpolare sel- og hvalarter): HI, nedlastet 25.04.2017

• Strand: MRDB, 02.09.2010

• Isutbredelse og isfrekvens: Norsk Polarinstitutt, 31.05.2014

For sjøfugl er det benyttet tilrettelagte data fra SEAPOP (NINA). Artene er tildelt månedlige be- standsandeler og de pelagiske og de mer kystbundne artene er delt inn i i hhv. tre regioner (Barentshavet, Norskehavet og Nordsjøen) og fem regioner (Svalbard med omkringliggende områder og Bjørnøya, Barentshavet, Norskehavet, Nordsjøen og Skagerrak). Miljøskade og risiko for pelagiske arter i hekkeperioden er beregnet på bakgrunn av åpent hav-datasettet fra NINA/SEAPOP og rapportert i resultater for pelagisk sjøfugl. Datasettet gir en god represen- tasjon av forekomsten av pelagiske arter i hekkeperioden.

Et standardiseringsarbeid for tilretteleggingen av sjøfugldata fra SEAPOP til bruk i miljørisiko- analyser er igangsatt av Norsk olje og gass. NINA, DNV GL, Akvaplan-niva og Acona deltar i dette arbeidet. En sentral oppgave er harmonisering av bruk av kystdatasett i hekkeperioden, inkludert bruk av "buffersoner", "aggregeringsfaktorer" og bestandsinndeling. Dette arbeidet

(15)

vil pågå ut 2017. I første arbeidsmøte (workshop) holdt den 24. april 2017 hos Miljødirek- toratet ble det anbefalt en tilrettelegging av kystdatasettene som kunne benyttes frem til dette arbeidet er ferdigstilt. Datasettet refereres til som"Kystdatasett Alternativ 5 - standardisert mot nasjonal bestand" eller "Kystdatasett Alt5". Acona har tilrettelagt datasettet iht. anbefalin- gene og valgt ut 35 arter til miljørisikoanalysen for Scarecrow (etter anbefaling fra NINA er de fleste våtmarkstilknyttede artene og vadere utelatt fordi datagrunnlaget pr. i dag er for frag- mentert til å benyttes i kvantitative analyser). Følgende arter er analysert: Alkekonge, Alke, Grågås, Teist, Lunde, Havhest-N, Havhest-S, Gulnebblom, Storlom, Islom, Smålom, Gråmåke, Fiskemåke, Sildemåke, Polarmåke, Svartbak, Sjøorre, Laksand, Svartand, Siland, Ismåke, Toppskarv, Storskarv, Krykkje, Gråstrupedykker, Stellerand, Ærfugl, Praktærfugl, Havsule, Lomvi, Polarlomvi, Rødnebbterne, Makrellterne, Storjo og Tyvjo. Hovedresultatene fra denne analysen er presentert i avsnitt4.2.6.

SeaTrack (Seabird Tracking) er en ny modul til SEAPOP med en tidsavgrensning på fem år (2014-2018). SeaTrack er et internasjonalt samarbeid om kartlegging av sjøfuglers vandringer med fokus på arealbruk utenfor hekkesesongen, deriblant bestandstilhørighet, trekkruter og vinterområder for bestander som Norge har forvaltningsansvar for utenfor hekketiden. Dataset- tet er basert på lysloggerdata (GLS fra engelsk "global location sensor") som er en liten elek- tronisk enhet som festes til fuglen med en fotring. Denne logger lysintensitet og klokkeslett som benyttes for grove beregninger av lengde- og breddegrad for fuglens posisjoner. Dataene som opparbeides vil bla. benyttes til å gi bedre prediksjoner for utbredelsen av sjøfugl i åpent hav og da spesielt utenfor hekkeperioden, ved at man kombinerer dataene fra telletoktene med dataene fra SeaTrack (Fauchald 2016). Dette arbeidet forventes ferdigstilt i i 2017-18 og vil resultere i nye utbredelseskart med mer presise estimater av forekomst over større områder samt en sannsynlighetsfordeling (usikkerhet i estimatene) og bestandstilhørighet til fuglene.

Lysloggerdataene i seg selv er ikke spesielt godt egnet til kvantitative miljørisikoanalyser da de ikke er ferdig harmonisert for bruk i MRA. I arbeidsmøtet "SeaTrack-data og bruk i miljørisiko- analyser" på Gardermoen, Oslo 2.11.2016 ble det anbefalt at dataene hovedsakelig benyttes i en kvalitativ vurdering og ikke vektlegges i den kvantitative oppsummerende risikoen for aktiviteten (Norsk olje og gass med deltagere fra Norsk Polarinstitutt, Norsk Institutt for Natur- forvaltning, Miljødirektoratet samt deltagere fra flere oljeselskaper og konsulenter).

Loggerdata er imidlertid allerede benyttet i noen miljørisikoanalyser i Barentshavet, delvis som følge av krav fra Miljødirektoratet. Det er pr. i dag opparbeidet data for lomvi fra fire ulike hekkekolonier (Sklinna, Hornøya, Hjelmsøya og Bjørnøya) og et datasett som inkluderer alle koloniene. De fire koloniene inneholder ca. 90 % av den norske populasjonen i hekkeperioden. Dataene er tilrettelagt av NINA og Norsk Polarinstitutt gjennom SeaTrack-programmet og gjort tilgjengelig for bruk i miljørisikoanalyser av NINA og Norsk olje og gass (personlig kommunikasjon Egil Dragsund, Norsk olje og gass 9.11.2016). Datasettet omfatter 3 år med sporingsdata for 300 individer for to ulike perioder: høst (august til oktober) og vinter (novem-

(16)

ber til januar). Dataene er filtrert med 50 % kernel og viser således kun kjerneområdet til de merkede fuglene. Andelen av fugl i hver rute er normalisert slik at summen over alle rutene blir 100 % for hver koloni. Hovedresultatene fra denne analysen er presentert i avsnitt4.2.6.

Datasettene for sel og strandhabitat er opprinnelig fra MRDB v.2 utgitt i 2010. Dette er de nyeste datasettene som er tilrettelagt for standardiserte kvantitative miljørisikoanalyser. Hav- forskningsinstituttet utfører landsdekkende tellinger av den norske steinkobbe- og havertbe- standen hvert femte år og inkorporering av nye resultater fra disse toktene vil kunne påvirke utbredelsen og den relative forekomsten av sel i eksisterende kolonier.

Datasettet for strandhabitat i MRDB er basert på DamShore-konseptet for beregning av skade- potensialet ved akutt oljeforurensning på strand. I motsetning til datasettet for sel så beskriver dette datasettet en fastere størrelse. Datasettet er gitt på 5×5 km og er tilrettelagt på et 10×10 km rutenett til bruk i MIRA. Acona har tilrettelagt det slik at hver 10×10 km rute inneholder prosentvis strandlengde med sårbarhet S1, S2 og S3 basert på strandtype og ek- sponeringsgrad iht. MIRA-metodikken, og som vist i tabellC.8i vedleggC.3.

Norsk Polarinstitutt har utarbeidet data som viser månedsvis isutbredelse og isfrekvens for perioden 1985 til 2014 (König, M., Spreen, G. &, Vongraven, D. 2014). Disse benyttes for å vurdere risikoen for økosystemet i iskantsonen og for arter assosiert med den marginale iskantsonen sammen med utbredelse av sirkumpolare sel- (ringsel, grønnlandssel, storkobbe og hvalross) og hvalarter (grønnlandshval, narhval, hvithval), samt isbjørn (se ogsåDNV GL &

Akvaplan-niva(2014)). Isdatene er tilrettelagt til et standard rutenettet av Acona slik at man kan beregne oljedriftsstatistikk til månedsvis isutbredelse for ulike persentiler (0 - 100 persen- tilene). I denne analysen er det beregnet statistikk til 30-persentilen av månedlig isutbredelse (>= 15 % iskonsentrasjon).

Det er vesentlig å merke seg følgende:

• Dataene er basert på historiske data og beskriver ikke lokasjonen til den marginale isso- nen.

• Det er benyttet 30-persentilen for å definere isutbredelsen (30 % sannsynlighet for at det er is i området gitt at man antar at de foregående 30 årene er representative for fremtidige år).

Hadde man benyttet en høyere persentil ville sannsynligheten for å treffe "iskanten" blitt redusert mens sannsynligheten for at det faktisk var is i området ville økt. Tilsvarende hvis man hadde benyttet en lavere persentil (f.eks. vil 0-persentilen, maksimal isutbredelse, ha en sannsynlighet på 0.1 %, dvs. man har registrert is i rute for den gitte måneden i 1 av 900 døgn).

• Selv om oljedriftssimuleringene har blitt utført med dynamsik sjøisdata vil lokasjonen til

"iskanten" være fast pr. måned. Synkronisert bevegelse av drift av olje og is pga. vind og strøm vil ikke fanges opp i oljedriftstatistikken.

Hovedresultatene fra denne analysen er presentert i avsnitt4.2.7.

(17)

1.4. Operatørens akseptkriterier for miljørisiko

1.4 Operatørens akseptkriterier for miljørisiko

Operatørens akseptkriterier for miljøskade i ulike kategorier er gitt i tabell1.2og er definert i.

Verdiene er operationspesifikke og angir høyeste sannsynlighet som operatøren aksepterer for miljøskade av ulik varighet (skadekategorier). Centricas akseptkriterier er fastsatt på grunnlag av hovedprinsippet om at "restitusjonstiden etter en miljøskade for den mest sårbare natur- ressursen skal være ubetydelig i forhold til forventet tid mellom slike miljøskader". Aksept- kriteriene benyttes i beregningen av relativ miljørisiko for å avgjøre om miljørisikoen er akseptabel eller ikke. Dersom relativ miljørisiko er under 100 % er risikoen lavere enn operatørens akseptkriterie og anses som akseptabel. Rammeforskriftens §11 "Prinsipper for risikoreduk- sjon" (www.ptil.no) pålegger i tillegg operatører å vurdere miljørisikoen i forhold til ALARP- prinsippet.

Tabell 1.2: Centrica E&P Norways operationspesifikke akseptkriterier for miljøskade i de ulike skadekategoriene.

Skadekategori Restitusjonstid (år) Maks. sanns.

Mindre 0.1–1 1.00E-03

Moderat 1–3 2.50E-04

Betydelig 3–10 1.00E-04

Alvorlig >10 2.50E-05

(18)

2. Områdebeskrivelse

2 Områdebeskrivelse

I dette kapittelet følger en beskrivelse av viktige områder for verdsatte økosystemkomponenter (VØK) som kan være sårbare ved et oljeutslipp ved Scarecrow, samt en presentasjon av områ- dene i figur2.1. En generell områdebeskrivelse for Barentshavet samt beskrivelse av økosys- temkomponentenes sårbarhet er gitt i vedleggB.2.1.

Eggakanten

Eggakanten angir grensen mellom kontinentalsokkelen og dyphavet og inkluderer kontinentalskråningen. Avstanden til kysten varierer betraktelig, og Eggakanten ligger nærmest norskehavskysten i Sunnmøre og utenfor kysten av Vesterålen/Lofoten og Andøya.

Atlanterhavsstrømmen og kyststrømmen bringer opp næringsrikt vann fra dyphavet langs kan- ten, noe som gir høy produksjon av plante- og dyreplankton. Området fungerer som trans- portområde for gyteprodukter og er et viktig beiteområde for bardehval, spermhval og pelagisk sjøfugl som alkefugl, havhest og krykkje. Dypvannsfisk som uer, snabeluer, blåkveite og vas- sild har gyteområder langs ulike deler av Eggakanten. Området har også høy tetthet av korallrev og svampsamfunn og kartlegging av havbunnen har avdekket at det kan finnes flere potensielt nye naturtyper og kandidater til ansvarsarter for Norge i området. Eggakanten er definert som SVO-område i forvaltningsplanen for Norskehavet.

Tromsøflaket

Tromsøflaket er et stort bankområde karakterisert av en høy biodiversitet.

Havbunnens utforming og dens effekt på bunnstrømmene gjør Tromsøflaket til et retensjon- sområde for fiskelarver (sild, torsk og lodde). Den høye tettheten av juvenil fisk danner grunnlaget for et rikt fugleliv, og området utgjør et viktig beiteområde for arter som hekker ved fugleklip- pene langs kysten. Tromsøflaket har også en viktig svampfauna og flere store korallrev. Lop- phavet i vestre Finnmark er karakterisert av en høy biologisk produksjon med store tettheter av fisk og sjøfugl. Havbunnen i området er veldig variert, med flere ulike typer bunnhabitater som inkluderer viktige korallrev (DN 2009). Tromsøflaket er definert som SVO-område i forvaltningsplanen for Barentshavet (St.meld.nr. 10 2008-2009) og Lopphavet er et kandidatområde i den marine verneplanen (DN 2009).

Sør- og Nordfugløya og Loppa

Sør- og Nord-Fugløya er begge svært viktige fuglefjell for kolonier av pelagisk dykkende og overflatebeitende arter om våren og sommeren. Områ- dene er viktige for artene alke, lomvi, lunde, krykkje og havsule. Nord-Fugløya har den høyeste forekomsten av alke i det sørlige Barentshavet med 10 000 hekkende par (Alpha Miljørådgivn- ing og NINA 2003). Om våren kan flere hundretusen alkefugl oppholde seg i grunne farvann utenfor kysten i forbindelse med innsig av bytteemner som lodde (HI & NPI 2003). Av kystbundne arter har nordlig sildemåse tidligere vært viktig på Nord-Fugløy, mens gråmåke og svartbak hekker i stort antall langs hele kysten av Troms og Finnmark.

(19)

Lille Kamøya, Hjelmsøya og Gjesværstappan

Lille Kamøya naturreservat utgjør landområdet på øya og havområdet rundt. Formålet med fredningen er å bevare et viktig fuglefjell som blant annet huser Norges største koloni med storskarv. Hjelmsøya og Gjesværstappan i Finnmark er begge viktige fuglefjell for pelagisk sjøfugl som lunde, alke, lomvi, krykkje og havsule. Lundekolonien ved Gjesværstappan teller nærmere 500 000 hekkende par, og et betydelig antall av arten hekker også ved Hjelmsøya. Begge områder har også viktige kolonier av alke, med 7 000 og 2 500 hekkende par på hhv Hjelmsøya og Gjesværstappan (Alpha Miljørådgivn- ing og NINA 2003). Hjelmsøya har en av de største koloniene av den kristisk truete lomvien i regionen i tillegg til en betydelig koloni med krykkje. Områdene er også viktige om høsten da flyveudyktige fugler er på sjøene under myteperioden. Gjesværstappan har en kastekoloni på rundt 50 havert. (HI & NPI 2003).

50 km kystbelte

Kystsonen er i sin helhet definert som SVO-område i forvaltningsplanen for Norskehavet. Dette er på grunn av kystsonens betydning for overvintrende og hekkende sjøfugl og for sjøpattedyr.

Sværholtklubben og Omgangsstauran

Fuglefjellet Sværholtklubben, mellom Por- sangerfjorden og Laksefjorden har en av de største hekkekoloniene med krykkje i Finnmark.

Omgangsstauran rommer viktige hekkeplasser for krykkje, storskarv og lomvi. Alkefugler, teist og måker hekker også i området. Sværholtklubben og Omgangsstauran har vært definert som naturreservater siden 1983 for å bevare fuglefjellene med tilhørende fugleliv, dyreliv og natur.

Syltefjordstauran, Hornøya og Reinøya og Ekkerøya

Fuglefjellet Syltefjordstau- ran i østre Finnmark er et viktig område for lundefugl og lomvi, og området har en stor tetthet av krykkje med mer enn 140 000 hekkende par (HI & NPI 2003). De pelagiske artene bruker et område opp til 100 km utenfor koloniene i hekkeperioden (NINA 2008). Disse havområdene er også viktige om høsten når fuglene ligger på sjøen fordi de ikke er i stand til å fly under mytingen.

Hornøya er en av SEAPOPS referanseområder for det nasjonale overvåkingsprogrammet for sjøfugl og er en del av Hornøya og Reinøya naturreservat. Hornøya ligger helt øst i Finnmark, nordøst for Bardø og har arktisk klima. Øya er definert som en nøkkellokalitet på grunn av det brede utvalget arter som hekker der, og ikke at det er et spesielt høyt antall hekkende sjøfugl.

De viktigste fugleartene som hekker her er krykkje, alke, lomvi, polarlomvi, lunde og toppskarv.

I tillegg har både havhest, teist, gråmåse, svartbak, ærfugl og grågås hekkeplasser på Hornøya.

Praktærfugl og stellerand samles i flokker rundt øya i vinterhalvåret, mens havelle, sjøorre og svartand bruker området som rasteplass om sommeren. Ekkerøya ble som de andre fuglefjellene i Finnmark fredet i 1983. Den store kolonien med hekkende krykkje er den viktigste grunnen for fredning, men Ekkerøya rommer også en rekke andre fuglearter til ulike tider av året. Både ærfugl og rødnebbterne hekker i omrdået, mens praktærfugl, havørn, skarv, teist, alke, storlom og smålom opptrer jevnlig. Om sommeren er det ofte både islom og gulnebblom i området rundt Ekkerøya.

(20)

Bjørnøya

Bjørnøya og de omkringliggende grunne havområdene er et naturreservat med en rekke arter av både nasjonal og internasjonal betydning. Øya har noen av Europas største hekkekolonier av sjøfugl, som polarlomvi, lomvi, havhest og krykkje. Bjørnøya er også det eneste kjente stedet i Norge der gulnebblom hekker. Grunnene utenfor Bjørnøya har en karak- teristisk, mangfoldig bunnfauna med store tareskoger.

Polarfronten

Polarfronten er området hvor varmt Atlantisk vann fra Golfstrømmen møter det kalde vannet fra Arktis. Frontområdene er forbundet med økt fytoplanktonproduksjon, som igjen fører til økt populasjonsstørrelse av zooplankton og økt tetthet av predatorer (Kaiser. M. J 2005). Polarfronten er definert som særlig verdifulle og sårbare områder (SVO) i forvaltningsplanen for Barentshavet.

Den marginale iskantsonen

Våroppblomstringen av fytoplankton starter i den marginale iskantsonen (the marginal ice zone) og oppblomstringen følger isen i et 20-50 km bredt belte ettersom isen gradvis trekker seg tilbake (Alpha Miljørådgivning og NINA 2003). Iskanten er ansett for å være et veldig viktig område for juvenile og voksne predatorer fra alle trofiske nivåer i det Arktiske næringsnettet. Den marginale iskantsonen er definert som særlig verdifulle og sårbare områder (SVO) i forvaltningsplanen for Barentshavet (St.meld.nr. 10 2008-2009).

Arter som ringsel, storkobbe, narhval, grønlandshval, hvithval, hvalross, isbjørn og ismåke er assosiert med iskanten. Isbjørn er i hovedsak begrenset til områder som har isdekke gjennom mesteparten av året. Noen bjørner har begrensede områder hvor de jakter om våren, mens andre individer følger isen mens den trekker seg nordover.

(21)

Figur 2.1: Viktige områder for verdsatte økosystemkomponenter innenfor analyseregionen for letebrønnen Scarecrow. (1) Eggakanten (2) Tromsøflaket (3) Sør- og Nordfugleøya og Loppa (4) Lille Kamøya, Hjelmsøya og Gjesværstappan (5) 50 km kystbelte (6) Sværholtklubben og Omgangsstauran (7) Sylfjorstauren og Hornøya (8) Bjørnøya (9) Polarfronten og (10) Den marginal iskantsonen. Koloniene analysert med lysloggerdatasett for lomvi (Bjørnøya, Hjem- søya og Hornøya) er indikert med en hvit sirkel med et fuglesymbol.

(22)

3. Metoder

3 Metoder

Oljens fysiske utbredelse er estimert vha. stokastiske oljedriftssimuleringer (ODS) utført med programvaren OSCAR (Oil Spill Contingency And Response, SINTEF), oljens miljømessige kon- sekvenser er estimert vha. MIRA (Metode for miljørettet risikoanalyse, OLF 2007), og beredskapsanalysen for oljesøl er utført i henhold til retningslinjene beskrevet avNorsk olje og gass (2013). Påfølgende kapitler,3.1(ODS),3.2(MRA) og3.3(OSCA) gir en grundig innføring i metodene for de respektive analysene. Lesere med kjennskap til metodene kan fortsette direkte til kapittel4for resultater av analysene.

3.1 Metode for simulering av oljedrift

De stokastiske oljedriftsimuleringene er gjort med modulen Oil Spill Contingency And Re- sponse (OSCAR), en del av programvarepakken MEMW 7.0.1 fra SINTEF. Basert på relevante inngangsdata (beskrevet nedenfor) simulerer programvaren spredning av olje på vannover- flaten, i vannkolonnen og akkumulering av olje på kystlinjen. Denne seksjonen beskriver inngangsdata til og bruken av OSCAR i grove trekk. En ytterligere beskrivelse finnes i bruk- ermanualen (SINTEF 2015). OSCAR er satt opp i henhold tilBeste Praksis for oljedriftsmod- ellering for standard miljørisikoanalyser (Acona, Akvaplan-Niva, og DNV GL 2016).

Tabell 3.1: Inngangsdata til de stokastiske oljedriftsimuleringene for utblås- ninger under boring av letebrønnen Scarecrow.

Parameter Verdi/Referanse

Vinddata NORA10 (2002-2011)

Havstrømdata SVIM (2002-2011) Olje type Wisting Central

Vanndyp (m) 460

Breddegrad (^◦N) 73.412 Lengdegrad (^◦E) 22.0383 Geodetisk system WGS 84 Oljetetthet (kg/m³) 838 Gasstetthet (kg/m³) 0.92 Gass-til-olje ratio 40

Inngangsdata

Oljedriftsimuleringene er basert på inngangsdata, eller -variable, av to ulike kategorier: (1) fikserte og (2) stokastiske. Til den første kategorien hører variable som vi med rimelig sikkerhet kan predikere verdiene til ved en potensiell oljeforurensning. Disse omfatter oljens egenskaper, brønnposisjon, vanndyp, og vannkolonnens temperatur- og saltholdighet- sprofiler for ulike tider av året ved utslippspunktet. Til den andre kategorien hører variable som

(23)

3.2. Metode for analyse av miljørisiko

vi ikke kan predikere eksakt, og som vi derfor må representere med sannsynlighetsfordelinger.

Disse fordelingene er basert på andre typer simuleringer og/eller historiske data. Denne kategorien inngangsdata omfatter utslippsrate, utslippsvarighet, utslippsdyp (sjøbunn eller overflate), samt styrke og retning på vind og havstrømmer. Disse er listet i tabell 3.1. Månedlig vanntemperatur (over og under sprangsjiktet), salinitet, og dybde på sprangsjiktet er basert på geografisk posisjon til utslippspunktet (SINTEF 2015). Vinddataene har horisontal- og tidoppløsning på hhv. 10 km og 3 timer. Strømdataene har horisontal- og tidsoppløsning på hhv. 4 km og 1 dag.

Stokastiske simuleringer

Simuleringene ble gjennomført stokastisk ibatch value mode, der man utfører en stokastisk simulering for alle kombinasjoner av utslippsdyp, -rate og - varighet. Hver stokastiske simulering består av mange enkeltsimuleringer utført etter hveran- dre for hele året. Antall enkeltsimuleringer i en stokastisk simulering bestemmes av ut- slippsvarigheten og antall år med vind- og strømdata tilgjengelig. Målet er å ha tilstrekkelig antall simuleringer slik at variabiliteten i vind- og strømdataene (gjennom året og mellom år) forplantes til en variasjon i utgangsdataene, og dermed gir oss tall på usikkerheten i disse.

Fordi noen av inngangsdataene er stokastiske variable, så vil alle utgangsdataene også være stokastiske variable. Det ble laget 32 scenarier med unike kombinasjoner av utslippsdyp, -rate og -varighetet (2×4×4). Totalt ble det simulert 6720 enkeltsimuleringer.

Modellavgrensing

Alle simuleringene ble gjort innenfor et tredimensjonalt (3D) modell- rutenett (habitatgrid i OSCAR) med 3×3 km horisontaloppløsning og 5 m vertikaloppløsning ned til 50 m.

Utgangsdata

Resultatene fra hver stokastiske simulering ble eksportert fra OSCAR til tekstfiler. Filene ble etterprosessert (bla. vekting av resultatene med sannsynlighetsfordelingen til de stokastiske inngangsdataene) vha. egenutviklet programkode i MatLab®og brukt til å beregne to typer data: (1)influensområder, beregnet for olje hhv. på havoverflate, i vannkolonne og på kystlinjen, og (2)strandingsstatistikk, som omfatter sannsynligheten for stranding, sannsyn- lighetsfordelingen for korteste strandingstid, og sannsynlighetsfordelingen for strandet mengde vann-i-olje-emulsjon. Sannsynlighetsfordelingene ble rapportert vha. persentilverdier, forklart i vedleggC.2. Statistikken for stranding ble beregnet både for kysten totalt (all oljeberørt kyst), for IUA-regioner og for eksempelområdene beskrevet av NOFO.

3.2 Metode for analyse av miljørisiko

I denne rapporten blir risiko for skade på det ytre miljøet, som følge av oljeforurensning, beregnet vha. den skadebaserte delmetodikken i MIRA (Metode for miljørettet risikoanalyse, OLF 2007, s. 34).

Inngangsdata

Den skadebaserte delmetodikken i MIRA baseres på fire sett inngangsdata som vist i tabell3.2: (1)Stokastisk simulerte oljedriftsdata: den geografiske utbredelsen av ol-

(24)

jeforurensning laget vha. stokastisk simulering, (2)Utblåsningssannsynlighet basert på opera- tørens aktivitetsnivå, (3)Økosystemdata: den geografiske utbredelsen av verdsatte økosystem- komponenter samt deres sårbarhet for oljeforurensning, og (4) Akseptkriterier: operatørens valgte maksimalverdier for hvor stor skadesannsynlighet de aksepterer i hver skadeklasse.

Tabell 3.2: Inngangsdata til miljørisikoanalysen for utblåsninger under boring av letebrønnen Scarecrow.

Parameter Referanse

Stokastiske oljedriftsdata Denne rapporten Utblåsningssannsynlighet 1.26E-04

Økosystemdata Se kapittel1.3 Akseptkriterier Tabell1.2

Økosystemdata

Økosystemkomponentene er inndelt i to grupper,bestander(sjøfugl, fisk, sjøpattedyr) oghabitater(strand). Romlige data for hver av disse komponentene finnes på et for- mat tilpasset det geografiske rutenettet ContAct© (Alpha Miljørådgivning AS 2003), bestående av 10×10 km kartruter som dekker kyst og åpent hav i norske farvann (hhv. kystruter og havruter). De romlige dataene er imidlertid av ulik art for de to gruppene av økosystem- komponenter.

De romlige dataene for strandhabitat angir hvor restituerbar hver enkelt kystrute er for oljeforurensning, dvs. med hvilken hastighet strandet olje fjernes vha. naturlige nedbrytingspros- esser (på stedet). Hastigheten avhenger av strandens substrat og dens bølge- og vindeksponer- ing. Restituerbarheten er angitt kvalitativt vha. restitusjonsklassene R1, R2, eller R3, der R3 angir laveste restituerbarhet (lengst restitusjonstid for en gitt oljemengde strandet). For hver kystrute angir dataene hvor stor prosentandel av rutens totale strandlengde som tilhører hver av de tre restitusjonsklassene. For eksempel så kan strandhabitatet i en rute ha sårbarhet R1 i 30 % av sin lengde, sårbarhet R2 i 60 % av sin lengde og sårbarhet R3 i 10 % av sin lengde.

De romlige dataene for hver av bestandene, derimot, angir antall individer i hver rute av ContAct- rutenettet. For hver bestand klassifiseres 1) individantall per kartrute, 2) individenes direkte sårbarhet for oljeforurensning og 3) bestandens restitusjonsevne etter et bestandstap.

Individenes direkte sårbarhet for oljeforurensning, dvs. hvor lett de blir skadet dersom olje er tilstede i en kartrute, er angitt kvalitativt vha.sårbarhetsklasseneS1, S2, og S3, der S3 angir høyeste sårbarhet. F.eks. så vil svartbak, som oppholder seg lite på vannet, ha sårbarhet- sklasse S1, mens en lomvi, som ligger mye på vannet ha sårbarhetsklasse S3. Bestandenes restitusjonsevne er angitt med de samme restitusjonsklassene som for strandhabitat, selv om tolkningen av disse klassene blir ulik for strand vs. en bestand. For bestander angir restitusjon- sklassen med hvilken hastighet en bestand klarer å returnere til sin opprinnelig størrelse etter at en viss andel av bestanden er drept pga. oljeskade.

(25)

Relativt bestandstap

For hver oljedrift som er simulert markeres alle kartruter som har blitt berørt av olje, heretter kaltoljeruter. For hver av disse oljerutene bestemmes andelen av tilstedeværende individer som dør innen hver av bestandene. Dette gjøres vha. tabellC.1 (olje-til-taps-tabell¹), som angir andelen av individer som dør i en rute som funksjon av to variable, (1) oljemengden i ruta og (2) sårbarhetsklassen til den bestanden som individene tilhører.

Dette kan illustreres med et eksempel for sjøfuglarten lomvi. Dersom simulert mengde olje i en kartrute ligger i intervallet 1-100 tonn og sårbarhetsklassen til lomvi er S3, så vil 20 % av lomvi-individene i denne kartruta dø som følge av oljeskade (relativt individtap pr. oljerute).

Denne prosentandelen multipliseres deretter med antall lomvi-individer som er tilstede i ruta for å bestemme det absolutte antallet individer som dør (absolutt individtap pr. oljerute). Denne prosessen gjentas for alle andre bestander som er tilstede i kartruta. Ved å summere absolutt individtap pr. oljerute over alle oljeruter i en enkelt oljedrift, kan man bestemme det totale antall individer som dør, i hver bestand, som følge av denne enkeltoljedriften (absolutt individtap pr. oljedrift).

For hver av bestandene kan man deretter bestemmerelativt bestandstap, ved å dividere absolutt individtap pr. oljedrift med antall individer i hele bestanden (bestandsstørrelse). Størrelsen til en bestand bestemmes ved å summere dens individer over alle rutene i ContAct-nettverket. Er ressursdatene gitt som bestandsander pr. rute trenger man ikke gjennomføre dette trinnet.

For fisk benyttes en enklere olje-til-taps-tabell der"relativt gyteprodukt-tap" beregnes direkte fra andelen fiskeegg og -larver som overlapper med oljekonsentrasjoner i vannkolonnen over en gitt effektgrense (VedleggC.3).

Siden en stokastisk oljedriftsimulering består avnenkeltsimuleringer, som alle er noe forskjellige mht. oljemengde og -utbredelse, så vil man for hver enkelt bestand kunne beregnenulike verdier for relativt bestandstap. Disse nrelative tapsverdiene blir sortert i fem ulike relative bestandstapsintervaller, 1 - 5 %, 5 - 10 %, 10 - 20 %, 20 - 30 % og >30 %. For fisk sorteres de i følgendetapsintervaller, 1 - 2 %, 2 - 5 %, 5 - 10 %, 10 - 20 %, 20 - 30 %, 30 - 50 % og>50 %. An- tall simuleringer som havner i hver av disse intervallene divideres deretter på n, det totale antall simuleringer. Dette gir andelen simuleringer i hver av intervallene. For eksempel, 45 % av simuleringene kan gi relative populasjonstap innen intervallet 1 - 5 %, 22 % av simuleringene kan gi relative populasjonstap innen intervallet 5 - 10 %, osv. Disse andelene er det beste estimatet vi har for sannsynligheten for relative bestandstap i de ulike intervallene dersom (betinget) et framtidig oljeutslipp finner sted fra utslippspunktet. Denne betingede sannsynligheten for relative bestandstap symboliseres medP_{P T}_x_|, derP Txrepresenterer bestandstapet i intervalletx.

Restitusjonstid for bestander

For hver av denverdiene av relativt bestandstap kan man estimere bestandens restitusjonstid vha.skadenøkler, som angir sannsynligheten for ulike restitusjonstidsintervaller som funksjon av relativt populasjonstap og som funksjon av resti- tusjonskategorien til bestanden (tabell C.3 i vedleggC.3). For fisk må man gå via en nøkkel

(26)

3.3. Metode for analyse av oljevernberedskap

som angir sannsynlighet for ulike tap i årsklasserekruttering som funksjon av tapsandeler av fiskeegg og -larver (tabellC.4), før man kan estimere fiskebestandens restitusjonstid vha. en skadenøkkel (tabellC.5og C.6). Dissenrestitusjonstidene blir sortert i fire ulikerestitusjon- stidsintervaller, 1 mnd. - 1 år, 1 - 3 år, 3 - 10 år, >10 år. Antall simuleringer som havner i hver av disse intervallene divideres deretter pån, det totale antall simuleringer. Dette gir andelen simuleringer som gir restitusjonstider i hver av intervallene. Disse andelene er det beste estimatet vi har for sannsynligheten for restitusjonstider i de ulike intervallene dersom (betinget) et framtidig oljeutslipp fra utslippspunktet. Denne betingede sannsynligheten for restitusjonstid symboliseres medP_RT_y_|Olje, derRT_y representerer restitusjonstiden i intervallety.

Restitusjonstid for strandhabitat

For strandhabitat beregnes restitusjonstid for hver enkelt kystrute direkte vha. skadenøkler (tabellC.1i vedleggC.7).

Miljørisiko

Ved å multiplisere den betingede sannsynlighetenP_RT_y_|Olje, sannsynligheten for restitusjonstid i intervallydersomet oljeutslipp finner sted, medPOlje, sannsynligheten for oljeutslipp, så får man den absolutte sannsynligheten for restitusjonstid i intervallety dersom vi på forhånd ikke vet om olje vil bli sluppet ut.

P_RT_y =P_RT_y_|Olje×P_Olje (3.1)

For å bestemme miljørisiko blirP_RT_y, for hver av restitusjontidsintervallene, dividert "aksep- tkriteriet" for miljøskade i dette intervallet,P_RT^Acc

y. Brøken refereres til somrelativ miljørisiko.

RelativRisikoRT_x=PRT_y/P_RT^Acc_y (3.2)

Overlappsanalyse fiskeegg og -yngel

I tillegg til MIRA-metoden for norsk vårgytende sild og nordarktisk torsk utføres en overlappsanalyse av gyteareal for andre viktige fiskebe- stander med influensområdet for olje i vannkolonnen (området bestående av all kartruter som har høyere oljekonsentrasjon i vannsøylen enn 100 ppb i mer enn 5 % av enkeltsimuleringene).

3.3 Metode for analyse av oljevernberedskap

Beredskapsanalysen er utført i henhold tilveiledning for miljørettede beredskapsanalyser(NOFO

& OLF 2007; Norsk olje og gass 2013) og NOFOs planforutsetninger for oljevernberedskap (NOFO 2014). Formålet med beredskapsanalysen er å identifisere beredskapsbehov og utar- beide anbefalinger for oljevernberedskap som skal håndtere definerte fare- og ulykkehendelser.

Resultatene fra beredskapsanalysen danner beslutningsgrunnlag for operatørens valg av av- talefestet stående beredskapsløsning.

Primærstrategien for bekjemping av akutte oljeutslipp på norsk kontinentalsokkel er mekanisk opptak i nærområdet til utslippet vha. havgående systemer fra NOFO. Kjemisk dispergering

(27)

skal benyttes når denne metoden vurderes å være like god eller bedre enn mekanisk opptak mht. å redusere påvirkning på miljøet. Behov for resurser for oljevern (ressursbehov) er beregnet for følgende barrierer:

• Barriere 1: Bekjempelse på åpent hav nær utslippskilden (funksjon A) eller langs drivbanen (funksjon B) vha. NOFO-systemer

• Barriere 2: Bekjempelse i kystsonen vha. kystsystemer

• Barriere 3: Bekjempelse og beskyttelse av strandsonen ovenfor mobil olje (funksjon A) og oppsamling av ikke mobil olje på land (funksjon B)

Minimum ytelseskrav til oljevernberedskap for Scarecrow er presentert i kapittel4.3.1.

3.3.1 Inngangsdata

Tilgjengelige oljevernressurser

NOFO-systemer og kystsystemer er tilgjengelige fra NOFO-baser i Stavanger, Mongstad, Kristiansund, Sandnessjøen og Hammerfest (figur 3.1.) I tillegg har NOFO ti stand-by fartøy tilgjengelige i spesifikke områder rundt Ekofisk, Ula/Gyda/Tambar, Sleipner/Volve, Balder, Troll/ Oseberg (2 stk), Gjøa, Tampen, Haltenbanken og Goliat (Barentshavet) som del av områdeberedskapen i disse områdene. For oljevernberedskap i kystsonen (barriere 2) er det fra hver NOFO-base tilgjengelig ti oppsamlingssystem, fire opptakssystem og to kommando- og støttesystemer. For strandaksjoner har NOFO avtale med IUA (Interkommunale utvalg mot akutt forurensning) og disponerer et spesialteam som utgjør NOFOs innsatsstyrke med kompetanse og kapasitet til å ivareta alle operasjonelle aspekter ved kyst- og strandsoneaksjoner. Teamet fungerer som støttespiller for NOFOs Operasjonsledelse og er samarbeidspartner, støttespiller, tilrettelegger og oppstarthjelper for IUAene.

NOFOs Spesialteam, som utgjøres av 63 personer i minimum 10 dager, har en mobiliseringstid på 24 timer. I tillegg kommer Innsats Gruppe Strand Akutt (IGSA) som er gitt spesialopplæring, deltar i øvelser og er klargjort til en stående beredskap i strandsonen. Ved akutte situasjoner vil gruppen settes inn i kritiske områder med hurtiggående båter. Gruppen teller 40 personer og har en mobiliseringstid på 36 timer. IUAenes kan stille 10-20 personer per IUA i minimum 10 døgn. Deres mobiliseringstid er på 24 timer. I tillegg kommer ressurser fra WWF (500 personer totalt), MMB (30 pers), Nordlense (20 pers) og Kystverkets depotstyrke (176 pers). Samlet foreligger det avtaler med aktører som gir tilgang til totalt 849 personer med kompetanse for strandaksjoner. Det er utarbeidet tematisk kartmateriell og en beskrivelse av operativ strategi og miljøstrategi for utvalgte kystområder (NOFO 2017c). For Bjørnøya er det laget en generisk oljevernberedskapsplan basert på rekognosering i felt og workshops med eksperter (DNV GL 2015). En oversikt over andre aktuelle oljevernressurser for dette området som er tilgjengelig gjennom NOFO-avtaler er gitt i (DNV GL - BaSEC 2015). Dette inkluderer Kystverket 16 depoter og et mindre depot lokalisert i Ny-Ålesund, slepefartøy (NSO Crusader og Beta), Kystverkets

(28)

fartøy KV Harstad, KV Barentshav, KV Sortland (med ulike typer lenser og skimmere), tre kyst- vaktfartøy (koordinatorrolle), MS Polarsyssel (Sysselmannen på Svalbards tjenestefartøy), tre nye oljevernfartøy fra kystverket (OV Utvær, OV Skomvær og OV Bøkfjord) og rekognosering fly (LN-KYV). Fra Oil Spill Response Limited (OSRL) og Global Response Network (GRN) er dispergering fra fly tilgjengelig i tillegg til diverse utstyr og personell, inkludert dispergeringsmiddel og utstyr for in-situ brenning for brenning.

Oljevernsystemer og nominell kapasitet

Et NOFO-system består av et OR-fartøy som tilfredsstiller den til enhver tid gjeldende NOFO-standard (NOFO 2011) og et slepefartøy.

OR-fartøyene er utstyrt med oljevernutstyr (inkludert lense NO-1200-R, oljeopptakersystem TransRec og lagringstank med 1 500 m³ kapasitet) samt avansert fjernovervåkningssystem (IR og oljeradar). Omtrent fjorten av fartøyene har en is-klassifisering og fem er vinterisert (DNV GL - BaSEC 2015). Et kystsystem består av ett oljevernfartøy med Current Buster 4 (oppsamlingssystem) og tilhørende fartøy dedikert for opptak (opptakssystem med skimmer og tankkapasitet) og kommando- og støttesystem. Ett kommando- og støttesystem kan lede og støtte inntil seks oppsamlingssystem og to opptaksfartøy. I akutt strandingsfase (funksjon A) benyttes pumper og slamsugere for opptak av mobil olje fra land eller fra sjø, ledelenser og diverse sperre- og låsningstiltak for å hindre stranding og re-mobilisering av olje. I stran- drensefasen (funksjon B) benyttes ulike mekaniske og ikke-mekaniske teknikker for å fjerne olje fra stranden.

Nominell systemkapasitet for de ulike systemene er presentert i tabell 3.3. Verdiene bygger på erfaringer, forsøk og øvelser og representerer maksimal kapasitet under optimale operative forhold. Verdiene for NOFO- og kystsystem inkluderer nede-tid på 12 timer per døgn. Nede- tid skyldes rengjøring, feilretting, oppkobling, tømming og transitt for å levere oppsamlet olje, henting/venting på dispergeringsmiddel, personellutskiftinger, hvile og re-posisjonering for å finne oljeflak. Oppgitt kapasitet i barriere 3 (funksjon A) inkluderer ikke bruk av innsatsgrup- pen strand akutt (IGSA) som har betraktelig høyere nominell kapasitet.

Tabell 3.3: Nominell kapasitet for de ulike oljevernsystem brukt i denne analysen. Nominell kapa- sitet for NOFO- og kystsystem er inkludert en nede-tid på 12 timer (Norsk olje og gass 2013).

Typisk operasjonsområde Oljevernsystem Systemkapasitet (per døgn) Barriere 1 NOFO system (funksjon A og B) 2400 m³

Barriere 2 Kystsystem 120 m³

Barriere 3 Strandsystem

Funksjon A 10 m³

Funksjon B 4 m strandlinje eller 20 kg ren olje

(29)

Figur 3.1: Oversikt overNOFO-ressurser (NOFO 2017b).

Lokale værdata

Statistikk for bølger og vind for prospektet Scarecrow er lastet ned fra Meteorologisk institutt. Offshoredata er hindcast data for Punkt 0984 lokalisert 97 km fra utslippspunktet og kystdata fra værstasjoner langs norskekysten i influensområdet for olje akkumulert på strandlinjen. Temperaturdata er lastet ned fra databasen Levitus (Levitus). Fravær av dagslys (definert som tiden solen står 6 grader eller lavere under horisonten - "tussemørke") beregnes for posisjonen til utslippet og de utvalgte værstasjonene langs kysten. Sikten i om- rådene er ikke kjent og det er antatt at sikten er "god" 50 % av tiden og "dårlig" 50 % av tiden.

3.3.2 Beregning av ressursbehov

Ressursbehov i barriere 1A og 1B beregnes som antall oljevernsystemer som gir tilstrekkelig kapasitet til å bekjempe emulsjonsmengden som er tilgjengelig for opptak (dimensjonerende emulsjonsmengde eller tilflytsrate), dvs.:

Ressursbehov=emulsjonsmengde tilgjengelig for opptak/kapasitet per døgn (3.3)

I barriere 1 oppgis ressursbehovet for antall NOFO-system. I barriere 2 beregnes daglige til- flytsrater med emulsjon til kysten.

(30)

Dimensjonerende emulsjonmengde

Dimensjonerende emulsjonmengde i barriere 1 er tilflytsraten (m³/døgn) av emulsjon ved valgt plassering av barriere 1A og 1B. Beregningen av emulsjonsmengde tar hensyn til referanseoljens forvitringsegenskaper (fordamping, ned- blanding og vannopptak ved bestemte vindhastigheter og temperaturer) og historiske vind-, bølge- og temperaturdata i området. Dette gir et estimat for tilflytsraten inn til barriere 1A og 1B basert på stedspesifikke forventede klimatiske verdier i de ulike sesongene av året.

Dimensjonerende emulsjonsmengde inn i barriere 2 er lik 95-persentilen av strandet mengde emulsjon dividert på estimert strandingsperiode (vektet utblåsningsvarighet til den dimensjonerende hendelsen), tatt hensyn til effekt av forutgående barrierer.

Forventet kapasitet

Verdiene som er oppgitt for de ulike oljevernsystemene i tabell3.3 er kapasitet under optimale forhold (nominell kapasitet). For å beregne den forventede ka- pasiteten blir disse verdiene korrigert ved bruk av reduksjonsfaktorer for sjøtilstand (vindhastighet og/eller bølgehøyde) og fravær av lys og sikt. Forventet kapasitet per døgn beregnes med følgende formel:

Forventet kapasitet pr døgn= (1 d−nede-tid)×nominell kapasitet pr d×reduksjonsfaktorer) (3.4) Reduksjonsfaktorer som funksjon av bølgehøyde og vindhastighet er presentert i tabell 3.4.

Disse benyttes sammen med statistikk for bølgehøyder og vindstyrker fra værstasjonene (kapit- tel3.3.1) til å beregne sannsynlighetsvektede gjennomsnitts-reduksjonsfaktorer for sjøtilstand for hhv. NOFO-systemer og kystsystemer. Reduksjonsfaktorer for fravær av lys og sikt er presentert i tabell3.5. Disse benyttes sammen med andel av fravær av dagslys ("tussemørke") til å beregne sannsynlighetsvektede gjennomsnitts-reduksjonsfaktorer for lys og sikt.

Tabell 3.4: Reduksjonsfaktorer som funksjon av signifikant bølgehøyde (Hs) og vindhastighet.

Bølgehøyde (m) Reduksjonsfaktor Vindhastighet (m/s) Reduksjonsfaktor

0 - 1 m 0,80 0 - 1 m/s 0,72

1 - 2 m 0,75 1 - 2 m/s 0,72

2 - 3 m 0,65 2 - 3 m/s 0,72

3 - 4 m 0,55 3 - 4 m/s 0,72

> 4 m 0,00 4 - 5 m/s 0,71

5 - 6 m/s 0,68

6 - 7 m/s 0,58

7 - 8 m/s 0,33

> 8 m/s 0,00

En reduksjonsfaktor på 1 betyr at forventet kapasitet er lik nominell kapasitet og en reduksjonsfaktor på 0 betyr at forventet kapasitet er lik null. Ved f.eks. en reduksjonsfaktor pga.

sjøtilstand og lys og sikt på hhv. 0.60 og 0.95 gir dette i følge formel3.4en forventet kapasitet

(31)

Tabell 3.5: Reduksjonsfaktorer for fravær av lys for ulike fjernmålingsutsyr (Norsk olje og gass 2013). Med redusert sikt menes 2000 meter eller kortere sikt målt horisontalt.

Fjernmålingsutstyr Sikt Reduksjonsfaktor

IR og oljeradar God 0,9

Redusert 0,8

IR God 0,7

Redusert 0,5

Oljeradar God 0,7

Redusert 0,6

Drivbøyer og enkel IR God 0,3

Redusert 0,3

Ingen fjernmåling God 0,0

Redusert 0,0

per døgn for et NOFO-system lik 1382 m³/døgn. Emulsjon som ikke samles opp pga. redusert forventet kapasitet grunnet sjøtilstand er antatt å passere under lensene og må samles opp av neste barriere. I barriere 3 benyttes det generiske reduksjonsfaktorer for de ulike sesongene (tabell 3.6). Dette baserer på antagelsen at bekjemping og opprydding er redusert ved lave temperaturer og dårlig værforhold, dvs. lavest reduksjonsfaktorer om vinteren.

Tabell 3.6: Generiske reduksjonsfaktorer for barriere 3, funksjon A og B.

Periode Reduksjonsfaktor funksjon A Reduksjonsfaktor funksjon B

Vinter 0,50 0,50

Vår 0,75 0,75

Sommer 1,00 1,00

Høst 0,75 0,75

(32)

4. Resultater

4 Resultater

4.1 Resultater oljedriftsimulering

Resultatene fra de stokastiske oljedriftsimuleringene presenteres som influensområder og strandingsstatistikk for hhv. sjøbunns- og overflateutslipp for letebrønnen Scarecrow. Resultatene fra de helårlige stokastiske oljedriftsimuleringer presenteres for sesongene vinter (januar–mars), vår (april–juni), sommer (juli–september) og høst (oktober–desember).

4.1.1 Influensområder

Influensområdene for olje på sjøoverflaten, i vannkolonnen og akkumulert på strandlinjen består av alle 10×10 km kartruter som har mer olje enn en viss grenseverdi i mer enn 5 % enkeltsimuleringene. Grenseverdien er 0,01 tonn/km² for sjøoverflaten, 100 ppb THC (Total Hydrocarbon Concentration, oppløst og i dråpeform) for vannkolonnen, og 0,01 tonn/km for strandlinjen (vedleggC.1).

Merk at influensområdene ikke viser omfanget av et enkelt oljeutslipp, men er en statistisk stør- relse som er beregnet fra enkeltsimuleringer og som angir sannsynligheten for at en kartrute vil bli berørt av mer olje enn grenseverdienforutsatt at en utblåsning finner sted.

Influensområdene for olje på sjøoverflaten er små utansett utslippsdyp, treffer ikke land, og varierer lite gjennom året både for sjøbunns- og overflateutslipp (tabell 4.1, figur A.1 og A.2). For begge utslippsdyp er formen svakt oval med størst utstrekning i øst-vest-retning.

Sjøbunnsutslippene gir systematisk mindre influensområder enn overflateutslippene.

Influensområdene for olje i vannkolonnen og for olje på strandlinjen har alle null areal uansett utslippsdyp og tid på året. Kart for olje i vannkolonen og akkumulert på strandlinjen er derfor ikke inkludert.

(33)

4.1. Resultater oljedriftsimulering

Tabell 4.1: Størrelsen av influensområder for olje på sjøoverflaten, i vannkolonnen og akku- mulert på strandlinjen, definert i vedleggC.1og angitt som antall 10×10 km kartruter. Influen- sområdene er beregnet fra de stokastiske oljedriftsimuleringene for letebrønnen, Scarecrow.

Utslipp Antall kartruter (10×10 km) Sesong Dyp Vannkolonne Overflate Strandlinje

Vinter Overflate 0 297 0

. . . Sjøbunn 0 108 0

Vår Overflate 0 281 0

. . . Sjøbunn 0 117 0

Sommer Overflate 0 278 0

. . . Sjøbunn 0 121 0

Høst Overflate 0 240 0

. . . Sjøbunn 0 89 0

(34)

Figur 4.1: Influensområdene for olje på sjøoverflaten gitt en sjøbunnsutblåsning ved letebrønn, Scarecrow.

Hvert område består av alle 10×10 km kartruter som har mer olje på overflaten enn 0,01 tonn/km² i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.

(35)

Figur 4.2: Influensområdene for olje på sjøoverflaten gitt en overflateutblåsning ved letebrønn, Scarecrow.

Hvert område består av alle 10×10 km kartruter som har mer olje på overflaten enn 0,01 tonn/km² i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.

(36)

4.1.2 Strandingsstatistikk

Strandingsstatistikken for olje er basert på bruk av persentiler. VedleggC.2gir en beskrivelse av dette begrepet. Strandingsstatistikken er presentert for all oljeberørt kystlinje og eksem- pelområder definert av NOFO i dette kapitlet. Komplett strandingsstatistikk for eksempelom- råder definert av NOFO er presentert i vedleggA.2.

All oljeberørt kyst

Strandingsstatistikk for all oljeberørt kyst viser en svært lav strandingssannsynlighet, mindre enn 0.1 % (tabell4.2). Korteste drivtid, representert ved 95-persentilen, er alle lenger enn simuleringstiden på 75 døgn. Bare 100-persentilen for drivtidene har verdier som er mindre enn simuleringstiden, med drivtider ned til 17 døgn. 100-persentil for strandet mengde olje-emulsjon er mindre enn 6 tonn for de drivtidene som er kortere enn 75 døgn.

Prioriterte områder

Ingen av NOFO’s eksempelområder har strandingssannsynlighet større enn 5 % (data ikke vist).

(37)

Tabell 4.2: Strandingsstatistikk for all oljeberørt kyst, beregnet fra de stokastiske oljedriftsimulerin- gene for letebrønnen Scarecrow. Kolonnene dekker sannsynlighet for stranding, strandingstid, og strandet mengde oljeemulsjon. Strandingstid og mengde oljeemulsjon er oppgitt som tre ulike persen- tiler fra deres respektive sannsynlighetsfordelinger.

Utslipp Sanns. (%) Tid (dager) Mengde (tonn)

Periode Dyp P100 P95 P50 P50 P95 P100

Vinter Overflate 0.0 28.0 Inf Inf 0 0 6

. . . Sjøbunn 0.0 Inf Inf Inf 0 0 0

Vår Overflate 0.0 17.5 Inf Inf 0 0 4

Sommer Overflate 0.0 Inf Inf Inf 0 0 0

Høst Overflate 0.0 Inf Inf Inf 0 0 0

4.1.3 Detaljert oljedriftstatistikk

Bjørnøya

Oljedriftstatistikk for Bjørnøya viser en svært lav strandingssannsynlighet, mindre enn 0.1 % gjennom hele året (figur 4.3). Korteste drivtid, representert ved 95-persentilen, er lenger enn simuleringstiden på 75 døgn gjennom hele året. Bare 100-persentilen for drivtidene har verdier som er mindre enn simuleringstiden, med drivtider ned til 18 døgn (overflateut- blåsning i april). 95-persentil for strandet mengde olje-emulsjon er null gjennom hele året for begge utslippsdyp, og 100-persentilen for strandet mengde olje-emulsjon er mindre enn 6 tonn.

Iskanten

Oljedriftstatistikk for iskanten viser treffsannsynlighet på 6.5 % eller mindre gjennom hele året (figur 4.4). Korteste drivtid, representert ved 95-persentilen, er 60 døgn. 100- persentilen viser drivtider ned til 19 døgn (overflateutblåsning i februar). For iskanten beregnes ikke strandingsmengder, som for fast land.

(38)

Figur 4.3: Detaljert oljedriftstatistikk for Bjørnøya for letebrønnen Scarecrow.

Figur 4.4: Detaljert oljedriftstatistikk for iskanten for letebrønnen Scarecrow. Iskanten er 30-persentilen av månedlig isutbredelse (>= 15 % iskonsentrasjon). For nærmere beskrivelse av definisjonen av iskanten, se s.16.

(39)

4.2. Resultater miljørisikoanalyse

4.2 Resultater miljørisikoanalyse

Resultater for miljøskade og miljørisiko er presentert for henholdsvis (1) kystbunden sjøfugl, (2) pelagisk sjøfugl, (3) sel, (4) fisk, (5) strandhabitat, (6) tilrettelagt kystdatasett (kystdatasett alt5) og lys-loggerdata, og (7) sårbare områder og assosiert fauna. Hovedresultatene fra miljø- risikoanalysen oppsummeres som den høyeste betingede sannsynlighet for skade (heretter skadesansynlighet) og høyeste relative miljørisiko (heretter miljørisiko) dersom et utslipp finner sted, uavhengig av utslippsdyp. Resultatene fremstilles grafisk vha. søylediagram (figur4.5).

Skadekategoriene som brukes er (tabell1.2):

• Alvorlig (restitusjonstid >10 år)

• Betydelig (restitusjonstid 3–10 år)

• Moderat (restitusjonstid 1–3 år)

• Mindre (restitusjonstid 0,1–1 år)

Resultatene er presentert per måned. Fullstendige resultater fra miljørisikoanalysen er presentert i vedleggA.3.

(40)

4.2. Resultater miljørisikoanalyse

4.2.1 Resultater for pelagisk sjøfugl

Høyeste miljørisiko for pelagisk sjøfugl er presentert i figur4.5for hver av de fire skadekategoriene , mens de fullstendige resultatene er vist i tabellA.2 i vedleggA. Pelagisk sjøfugl har en skadesannsynlighet på 1,5 % eller mindre for hver skadekategori. Miljørisikoen er tilsvarende lav, < 1 %, av Centricas operasjonsspesifikke akseptkriterier for moderat skade.