RAPPORT
Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn 35/9-13 Tethys (PL 682)
En analyse for Bayerngas Norge AS
Godkjenningstabell
Rapporttittel:
Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn 35/9-13 Tethys (PL 682)
Kunde: Kundekontakt:
Bayerngas Norge AS Toralf Kaland
Utført av: Signatur:
Espen Donali Katrine Selsø Hellem Anders Bjørgesæter
Kontrollert av: Signatur:
Katrine Selsø Hellem Astrid Pedersen
Godkjent av: Signatur:
Astrid Pedersen
Versjon: Dato:
FINAL 01.06.2017
Aconas prosjektnummer:
820113
Referer til denne rapporten som:
Acona AS 2017. Stokastisk oljedriftsimulering, miljørisikoanalyse og beredskapsanalyse for letebrønn 35/9- 13 Tethys (PL 682). En analyse for Bayerngas Norge AS. Versjonsdato: 01.06.2017. Aconas prosjektnummer:
820113.www.acona.com.
Versjonshistorikk
Versjon / Dato Beskrivelse av endring:
VERSJON-01 28.04.2017
Førsteutkast til gjennomlesning av kunde
VERSJON-02
22.05.2017 Tekst endret i henhold til kundens tilbakemelding. Lagt til resultatene fra MIRA analyse av det nye kystdatasettet.
FINAL
01.06.2017 Endelig versjon - i henhold til kundens siste innspill.
Sammendrag
Acona AS har gjennomført stokastiske oljedrifttssimuleringer, miljørisikoanalyse og bered- skapsanalyse på vegne av Bayerngas Norge AS for letebrønn 35/9-13, Tethys i PL 682. Anal- ysene er helårlige og er utført i samsvar med Styringsforskriften (paragraf 17), Metode for miljørettet risikoanalyse (MIRA) og veiledning for miljørettede beredskapsanalyser. Det for- ventes at et eventuelt funn vil være i form av olje med tilsvarende egenskaper som Skarfjell, og denne er benyttet som referanseolje i analysene. Tidligste oppstart for boreoperasjoen er planlagt til medio oktober 2017. Antall dager for boring av hovedbrønn er estimert til 49 dager. Avhengig av brønnresultatet, planlegges det å gjennomføre en brønntest (17 dager) og et sidesteg (18 dager).
Letebrønnen ligger kystnært utenfor Sogn og Fjordane der avstand til grunnlinja er 38 km, og korteste avstand til land er ca. 43 km, til NOFO eksempelområde Atløy-Værlandet. Det er flere viktige og sårbare områder for miljøressurser langs kysten, der sjøfugl på havet og langs kysten vil være mest sårbare ved en oljeutblåsning. SVO-området Bremanger - Ytre Sula og fuglefjellet Runde er særlig viktige områder for sjøfugl innenfor brønnens influensområde.
Romlige utbredelse av olje
Gitt en utblåsning viser oljedriftsanalysen relativt store influensområder på overflate og langs strandlinjen, der begge strekker seg fra Hordaland til grensen til Troms. Influensområdene for vannkolonne er forholdsvis mye mindre og konsentr- ert rundt brønnen.Sannsynligheten for stranding varierer mellom 64,6 % og 79,8 %, der sjøbunnsutblåsninger har gjennomgående høyere sannsynlighet for stranding enn overflateutblåsninger, med høyest sannsynlighet om høsten.
Miljøkonsekvenser
Miljørisikoen for pelagisk sjøfugl er middels i boreperioden og høy om vinteren. Høyeste risiko på høsten, dvs. i forventet boreperiode, er 49 % av Bayerngas Norge ASs operasjonsspesifikke akseptkriterier for skadekategori Alvorlig for norskehavspopulasjo- nen av lomvi. Høyeste miljørisiko for alle verdsatte økosystemkomponenter gjennom resten av året er 81 % om vinteren for norskehavspopulasjonen av alkekonge. Det er ingen sannsyn- lighet for målbar skade på gyteprodukter for norsk vårgytende sild og nordøstarktisk torsk.Miljørisiko for den planlagte aktiviteten er innenfor Bayerngas Norge ASs operasjonsspesifikke akseptkriterier for alle VØK-er og alle årstider.
Beredskapsbehov
Dimensjonerende scenario for beredskapsanalysen er en overflateut- blåsning med vektet utblåsningsrate på 6 560 S m3/d og en vektet varighet på 13,5 døgn.Beregnet beredskapsbehov i forventet boreperiode er fem NOFO-systemer i barriere 1A og tre NOFO-systemer i barriere 1B. Dersom operasjonen varer ut i vintersesongen er beregnet bered- skapsbehov tre NOFO-systemer i barriere 1A og to NOFO-systemer i barriere 1B. Responstid
for første NOFO-system er 6 timer. Fullt utbygget barriere på åpent hav kan være på plass 24 timer etter utslippet er oppdaget.
Tethys ligger kystnært i et sårbart område og oljevernberedskap er utfordrende med korte drivtider til land, høye sannsynligheter for stranding, og relativt store influensområder. Miljørisikoen er høy, og det er særlig sjøfugl som er utsatt for skade ved en utblåsning fra brønnen. Bayerngas vil ha tett dialog med NOFO og lokale IUA’er i forkant av boreoperasjonen for å tilrettelegge for en robust oljevernberedskap i kyst- og strandsonen. For den aktuelle boreperioden er bereg- net tilflytsrate til barriere 2 og 3 1 109 S m3/d, noe som tilsvarer 9-10 kystsystem. Det er 9 NOFO eksempelområder som har mer enn 5 % sannsynlighet for stranding og kortere drivtid enn 20 døgn, med kortest drivtid til Sverlingsosen–Skorpa på 3 døgn. Det vil være nødvendig med tidlig varsling og mobilisering ved strandrenseaksjoner i disse områdene.
Forkortelser og definisjoner
Akseptkriterier Operatørens aksepterte maksimalsannsynlighet for miljøskade i ulike skadekat- egorier. 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.
Emulsjonsbryter Kjemikalier som kan tilsettes emulsjoner slik at vanninnholdet i emulsjonen slippes fri. Vanligvis benyttet som tilsettingsmidler ombord i fartøy der lagringstankene inneholder emulsjon.
Felt En samling installasjoner som borer/produserer fra ett eller flere reservoarer, eller innen- for 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. Gruppen er en del av NOFO sin stående beredskap.
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 eksempelområdene beskrevet av NOFO.
NORSOK NOrsk SOkkels Konkurranseposisjon. Et samarbeid mellom ulike aktører i oljein- dustrien 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 oljeforuren- sning.
OR-fartøy Oljevernfartøy (Oil spill Response vessel). Del av NOFO-system, der den andre delen er et slepefartøy.
OSCA Beredskapsanalyse (Oil spill contingency analysis).
OSCP Oljevernberedskapsplan (Oil spill contingency plan).
OSCAR Oil spill contingency and response. Modul for oljedriftsimuleringer i programvarepakken MEMW 701 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.
Innhold
Innhold
Godkjenningstabell . . . 2
Versjonshistorikk . . . 3
Sammendrag . . . 4
Forkortelser og definisjoner . . . 6
Innhold . . . 8
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 . . . 13
1.4 Operatørens akseptkriterier for miljørisiko . . . 15
2 Områdebeskrivelse 16 3 Metoder 19 3.1 Metode for simulering av oljedrift . . . 19
3.2 Metode for analyse av miljørisiko . . . 20
3.3 Metode for analyse av oljevernberedskap . . . 23
3.3.1 Inngangsdata . . . 24
3.3.2 Beregning av ressursbehov . . . 26
4 Resultater 29 4.1 ODS-resultater . . . 29
4.1.1 Influensområder . . . 29
4.1.2 Strandingsstatistikk . . . 37
4.2 MRA-resultater . . . 40
4.2.1 Resultater for pelagisk sjøfugl . . . 41
4.2.2 Resultater for kystbundne sjøfugl . . . 42
4.2.3 Resultater for sel . . . 43
4.2.4 Resultater for fisk . . . 44
Innhold
4.2.5 Resultater for strandhabitat . . . 45
4.2.6 Ekstraberegninger på kystdatasettet - "Alternativ 5" . . . 47
4.2.7 Oppsummering miljørisikonanalyse . . . 48
4.3 Resultater beredskapsanalyse . . . 50
4.3.1 Krav til oljevernberedskap . . . 50
4.3.2 Dimensjonering av oljevernberedskap. . . 51
4.3.3 Plassering av barrierer . . . 51
4.3.4 Oljevernberedskapsbehov i barriere 1 . . . 53
4.3.5 Kjemisk dispergering . . . 55
4.3.6 Oljevernberedskap i barriere 2 og 3 . . . 55
4.3.7 Konklusjoner oljevernberedskap . . . 56
Referanseliste 60 A Vedlegg: resultater 61 A.1 Strandingsstatistikk for prioriterte områder . . . 61
A.2 Resultater miljørisikoanalyse. . . 69
B Vedlegg: inngangsdata 91 B.1 Verdsatte økosystemkomponenter (VØK) . . . 91
B.2 Oversikt geografiske bestander. . . 93
B.3 Økosystemkomponentenes sårbarhet for olje . . . 95
C Vedlegg: metoder 97 C.1 Definisjon av influensområder . . . 97
C.2 Beregning av persentiler . . . 98
C.3 Konverteringstabeller . . . 99
C.3.1 Skadelig oljekonsentrasjon for fiskelarver . . . 103
1. Introduksjon
1 Introduksjon
Denne rapporten er utarbeidet av Acona AS, på vegne av Bayerngas Norge AS (heretter BGN).
Raporten inneholder følgende tre analyser: (1) stokastiske oljedriftsimuleringer, (2) miljørisiko- analyse og (3) beredskapsanalyse. Analysene er utført i samsvar med Styringsforskriften (para- graf 17), metode for miljørettet risikoanalyse (MIRA,OLF 2007) og dokumentetBest Practicefor 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).
BGN planlegger letebrønnen 35/9-13 Tethys som ligger i Nordsjøen (figur 1.1). Nærmeste oljefelt er Gjøa og Vega, lokalisert hhv. 5 km sørøst (10 km til installasjonen) og 25 km vest for den planlagte brønnlokasjonen. Avstand til grunnlinja er 38 km, og korteste avstand til land er ca. 43 km, til Atløy-Værlandet i Askvold kommune i Sogn og Fjordane fylke. Havdypet ved lokasjonen er 365 m.
1. Introduksjon
Figur 1.1: Beliggenhet til letebrønnen 35/9-13 Tethys og omkringliggende felt.
1.1. Planlagt aktivitet og definerte fare- og ulykkeshendelser (DFU)
1.1 Planlagt aktivitet og definerte fare- og ulykkeshendelser (DFU)
Letebrønnen 35/9-13, Tethys er planlagt boret med den halvt nedsenkbare riggen Songa En- abler og forventet hydrokarbon er olje med lignende egenskaper som Skarfjell råolje. Antatt borestart er 14. oktober 2017 med forventet varighet på boreoperasjonen på 49 dager. Dersom aktiviteten resulterer i et funn vil det gjennomføres en brønntest (varighet 17 dager), og bores et sidesteg (18 dager).
Den definerte fare- og ulykkeshendelsen (DFU) som legges til grunn for analysene er en ut- blåsning, karakterisert av tre ulike statistikker: (1) sannsynligheten for en utblåsning (Scan- dpower 2015), (2) sannsynlighetsfordelingen mellom sjøbunn- og overflateutblåsning (Scand- power 2015), og (3) sannsynlighetsfordeling av utblåsningsrater og -varigheter (Statoil 2017).
For bruk i dette studiet så er statistikken for utslippsrater og -varigheter aggregert ned til 5 rater og 4 varigheter (iht. prosedyre og anbefalinger i Best practice,Norsk olje og gass 2013).
De aggregerte dataene er vist i tabell1.1.
De tre statistikkene kan oppsummeres som følger. Sannsynligheten for DFU er 1.29e-04. Gitt at en utblåsning finner sted, er sannsynligheten for sjøbunns- og overflateutslipp hhv. 0.75 og 0.25. Vektet utslippsrate og varighet er hhv. 5600 S m3/d og 18.7 dager for sjøbunnsutslipp og 6560 S m3/d og 13.5 dager for overflateutslipp.
For sjøbunnsutslipp er det skilt 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 detal- jer). 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).
1.2. Oljens forvitringsegenskaper
Tabell 1.1: Rate- og varighetsmatrisen ved letebrønnen 35/9-13, Tethys. Dataene er aggregert fra rate- og varighetsmatrisen iStatoil(2017).
Utslippspunkt Rater Sannsynlighet for varighet
Dybde Sanns. (%) S m3/døgn Sanns. (%) 2 dager 5 dager 14 dager 35 dager 77 dager
Overflate 25 1400 20 52 19 14 5 10
Overflate 25 6600 40 52 19 14 5 10
Overflate 25 9100 40 52 19 14 5 10
Sjøbunn 75 1000 20 40 19 18 8 15
Sjøbunn 75 5600 40 40 19 18 8 15
Sjøbunn 75 7900 40 40 19 18 8 15
1.2 Oljens forvitringsegenskaper
Skarfjell, beskrevet avSINTEF(2014), er valgt som referanseolje for letebrønnen Tethys. Refer- anseoljen er valgt på bakgrunn av områdenærhet og at et potensielt oljefunn antas å ha lig- nende fluidegenskaper.
Skarfjell er en parafinsk råolje med medium tetthet og voksinnhold og lavt asfalteninnhold (0,03 wt %) i forhold til andre norske oljer. Innholdet av lette komponenter er høyt, noe som medfører et stort fordampningstap ved et utslipp.
Fordampningstapet er predikert til 40 % etter ett døgn på sjø ved svak vind vinterstid. Skarfjell danner raskt ustabile emulsjoner med relativt høyt vanninnhold (maksimalt vannopptak rundt 73 – 80 %), noe som kan øke volumet av oljeflakene med en faktor fra 3,5 til 4,5 for hhv. vinter og sommerforhold. Emulsjonsbryter som tilsettingsmidler ombord i fartøy fungerer effektivt på Skarfjell-emulsjon.
Levetiden til oljen på overflaten er 5 døgn ved høye vindstyrker (15 m/s) og lenger enn 5 døgn ved lavere vindstyrker. Viskositeten for Skarfjell oppnår nedre grensen for optimal mekanisk oppsamling (1000 cP) i løpet av 2 timer etter et utslipp avhengig av vindstyrke og temperatur.
Oljen har et redusert potensiale for bruk av dispergeringsmidler.
Flammepunktet for Skarfjell vil ligge over sjøtemperatur innen 0,5 timer på sjøen ved som- mertemperatur. For lagring i tanker, som krever et flammepunkt større enn 60◦C, så nås dette flammepunktet etter at Skarfjell har vært maksimum en time på vannet ved sommertemper- atur.
1.3. Verdsatte økosystemkomponenter (VØK) i MRA
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 ni arter fisk. Habitatdataene omfatter 12 ulike strandhabitater. 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 (vedleggB.2).
Følgende datasett er benyttet for de ulike VØK-gruppene:
• Pelagisk sjøfugl: SEAPOP, 01.09.2013, republisert i 2015
• Kystbundne sjøfugl: SEAPOP, 29.04.2016 og SEAPOP 20.04.2017
• Gyteområder: HI, nedlastet 25.04.2017
• Fiskelarver og -egg: HI, 2005
• Sjøpattedyr (sel): MRDB, 02.09.2010
• Strand: MRDB, 02.09.2010
For sjøfugl er det benyttet tilrettelagte data fra SEAPOP (NINA). Artene er tildelt månedlige bestandsandeler av Acona og delt inn i i hhv. tre regioner (Barentshavet, Norskehavet og Nord- sjøen) og fem regioner (Svalbard med omkringliggende områder og Bjørnøya, Barentshavet, Norskehavet, Nordsjøen og Skagerrak).
Miljøskade og risiko for pelagiske og utvalgte overflatebeitende arter i hekkeperioden er bereg- net på bakgrunn av åpent hav-datasettet fra NINA/SEAPOP og rapportert i resultater for pelagisk sjøfugl. Datasettet gir en god representasjon av forekomsten av pelagiske arter i hekkeperioden.
Norsk olje og gass har gående et standardiseringsarbeid for tilretteleggingen av sjøfugldata fra SEAPOP til bruk i miljørisikoanalyser. 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 vil pågå ut 2017. I første arbeidsmøte (workshop) holdt den 24. april 2017 hos Miljødirektoratet ble det anbefalt en tilrettelegging av kystdatasettene som kunne benyttes frem til dette arbeidet er ferdigstilt. Datasettet refereres til som"Alternativ 5 - standardisert mot nasjonal bestand".
Acona har tilrettelagt datasettet iht. anbefalingene og valgt ut 35 arter til miljørisikoanalysen for Tethys (etter anbefaling fra NINA er de fleste våtmarkstilknyttede artene og vaderene utelatt fordi datagrunnlaget er pr. i dag for fragmentert til å benyttes i kvantitative analyser). Følgende arter er analysert: Alkekonge, Alke, Grågås, Teist, Lunde, Havhest-N, Havhest-S, Gulnebblom,
1.4. Operatørens akseptkriterier for miljørisiko
Storlom, Islom, Smålom,Gråmåke, Fiskemåke, Sildemåke, Polarmåke, Svartbak, Sjøorre, Lak- sand, 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.
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 in- neholder 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.
1.4 Operatørens akseptkriterier for miljørisiko
Operatørens akseptkriterier for miljøskade i ulike kategorier er gitt i tabell1.2og er definert i Bayerngas Norge AS (2017). Verdiene er operasjonsspesifikke og angir høyeste sannsynlighet som operatøren aksepterer for miljøskade av ulik varighet (skadeklasser). BGNs akseptkriterier er fastsatt på grunnlag av hovedprinsippet om at "restitusjonstiden etter en miljøskade for den mest sårbare naturressursen skal være ubetydelig i forhold til forventet tid mellom slike miljøskader". Akseptkriteriene 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 risikoreduksjon" (www.ptil.no) pålegger i tillegg oper- atører å vurdere miljørisikoen i forhold til ALARP-prinsippet.
Tabell 1.2: Bayerngas Norge ASs operasjonsspesifikke akseptkriterier for miljøskade i de ulike skadekategoriene.
Skadeklasse Restitusjonstid (år) Maks. sanns.
Mindre 0.1–1 1.00E-03
Moderat 1–3 2.50E-04
Betydelig 3–10 1.00E-04
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 Tethys, samt en presentasjon av områdene i figur2.1. Økosystemkomponentenes sårbarhet er beskrevet i vedleggB.3.
Shetland, Vikingbanken, Jæren og gyteområder for makrell og tobis i Nord- sjøen (område 1-4 i figur 2.1)
Disse områdene nevnes her for fullstendighetens skyld, men beskrives ikke nærmere da oljedriftssimuleringen viser at det er ingen sannsynlighet for at disse områdene blir påvirket ved et akutt oljeutslipp fra boringen.Korsfjorden (omr. 5)
Korsfjorden er under arbeidet med en forvaltningsplan for Nord- sjøen vurdert som SVO-område (HI & DN 2010) på grunn av områdets betydning for biologisk mangfold. Området er også foreslått vernet i nasjonal marin verneplan (DN 2004).Bremanger-Ytre Sula (omr. 6)
Området er viktig for sjøfugl som hekke-, beite-, myte- , trekk- og overvintringsområde samt kasteområder for steinkobbe. Området inneholder fu- glereservater (Frøyskjæra, Ytterøyane, Kvalsteinane, Håsteinen, Gåsvær, Indrevær, Utvær og Smelvær) som omfatter viktige hekkelokaliteter og kolonier for mange kystbundne og pelagiske arter. Området anses som sårbart gjennom hele året og er av NINA vurdert som spesielt sår- bart for sjøfugl om vinteren. Askvoll og Solund kommune har flere kasteplasser for steinkobbe.Bremanger-Ytre Sula er definert som SVO-område i forvaltningsplanen for Nordsjøen (HI & DN 2010).
Eggakanten (omr. 7)
Eggakanten angir grensen mellom kontinentalsokkelen og dyphavet og inkluderer kontinentalskråningen. Avstanden til kysten varierer betraktelig, og Eggakan- ten ligger nærmest norskehavskysten i Sunnmøre og utenfor kysten av Vesterålen/Lofoten og Andøya. Atlanterhavsstrømmen og kyststrømmen bringer opp næringsrikt vann fra dyphavet langs kanten, noe som gir høy produksjon av plante- og dyreplankton. Området fungerer som transportområde for gyteprodukter og er et viktig beiteområde for bardehval, spermhval og pelagisk sjøfugl som alkefugl, havhest og krykkje. Dypvannsfisk som uer, snabeluer, blåkveite og vassild 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.Runde (omr. 8)
Runde er et svært betydningsfullt område for kolonihekkende sjøfugl.Lunde er den mest tallrike arten, men fuglefjellet er også viktig for lomvi, krykkje, alke, havh- est, havsule og toppskarv. De pelagiske artene beiter i havområdet ut til 100 km utenfor kolonien i hekketiden (NINA 2008). Havområdet rundt Runde er også svært viktig om våren,
2. Områdebeskrivelse
da hekkefuglene ankommer koloniene, og høsten da mytende fugl og flygeudyktig ungfugl ligger på sjøen (NINA 2007).
Mørebankene (omr. 9)
Mørebanken er et viktig gyteområde for torsk, sei og norsk vår- gytende sild. Om våren er det stor tetthet av fiskelarver og yngel her. Bankområdet er også et viktig beiteområde for fugl som beiter på pelagiske fiskearter og danner derfor grunnlaget for et rikt fugleliv. Mørebankene er vurdert som et særlig verdifullt og sårbart område (SVO) i forvaltningsplanen for Norskehavet.Frøya-Froan-Smøla (omr. 10)
Øygruppen Froan er et av de viktigste marine verneom- rådene i Norge. Øygruppen består av Froan naturreservat og landskapsvernområde med tilhørende dyrelivsfredning. Området er svært viktig som hekke- og overvintringsområde for kystbundne sjøfuglarter, med blant annet flere store hekkekolonier av storskarv og teist. Både steinkobbe og havert har betydelige kastekolonier på øygruppa, og mer enn halvparten av Norges havertpopulasjon kaster ungene sine her. SVO-området inkluderer sokkelområdet, fra kysten og ut til og med Sularevet (Froan-Sularevet). Området er kandidatområde for nasjonal marin verneplan med formål å ta vare på verneverdier som er representative for den indre del av midtnorsk sokkel (DN 2004). Det er utarbeidet en egen forvaltningsplan for Froan (Fylkesman- nen i Sør-Trøndelag 2015). Området rundt Smøla inneholder flere viktige hekke- og overvin- tringsområder for kystbunden sjøfugl som toppskarv, storskarv, ærfugl og sildemåke. Smøla inneholder også flere viktige kasteområder for steinkobbe (HI & DN 2007) og området er spesielt viktig i vinter- og vårsesongen.Haltenbanken, Iverryggen og Sklinnabanken (omr. 11)
Haltenbanken og Sklinna- banken vest for Vikna i Nord-Trøndelag er spesielt viktige som gyte- og tidlig oppvekstområdet for norsk vårgytende sild og sei. Hele området er et høyproduktivt retensjonsområde (oppsam- lingsområde) for drivende fiskeegg og -larver. Bankområdene er også viktige beiteområde for fugl som beiter på pelagiske fiskearter og danner derfor grunnlaget for et rikt fugleliv.Iverryggen ligger i sokkelskråningen vest for Vikna i Nord-Trøndelag og er et viktig område for Lophelia-korallrev. Området kjennetegnes av stort artsmangfold og høye fisketettheter med brosme, lange og uer som de vanligste fiskeartene. Bunntråling er forbudt i området for å beskytte revene som er sårbare for fysisk påvirkning av sjøbunnen. Haltenbanken, Sklinna- banken og Iverryggen er vurdert som SVO-områder i forvaltningsplanen for Norskehavet og Iverryggen er i tillegg kandidatområde for nasjonal marin verneplan (DN 2004).
2. Områdebeskrivelse
Figur 2.1:Viktige områder for verdsatte økosystemkomponenter innenfor analyseregionen for letebrønn 35/9-13, Tethys.(1) Shetland (2) SVO makrell og tobis Nordsjøen (3) Vikingbanken (4) Jæren (5) Korsfjorden (6) Bremanger-Ytre Sula (7) Eggakanten (8) Runde (9) Mørebankene (10) Frøya-Froan-Smøla (11) Haltenbanken, Iverryggen og Sklinnabanken .
3. Metoder
3 Metoder
Oljens fysiske utbredelse er estimert vha. stokastiske oljedriftssimuleringer (ODS) utført med programvaren OSCAR (Oil Spill Contingency And Response, MEMW 7.01 SINTEF), oljens miljømessige konsekvenser er estimert vha. MIRA (Metode for miljørettet risikoanalyse, OLF 2007), og beredskapsanalysen for oljesøl er utført i henhold til retningslinjene beskrevet av Norsk olje og gass (2013). Påfølgende kapitler, 3.1 (ODS), 3.2 (MRA) og 3.3 (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 701 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 letebrønn 35/9-13, Tethys.
Parameter Verdi/Referanse Vinddata NORA10 (2002-2011) Havstrømdata SVIM (2002-2011) Olje type Skarfjell
Vanndyp (m) 365
Breddegrad (◦N) 61.4218 Lengdegrad (◦E) 3.826 Geodetisk system WGS 84 Oljetetthet (kg/m3) 824 Gasstetthet (kg/m3) 0.91 Gass-til-olje ratio 175
Inngangsdata
Oljedriftsimuleringene er basert på inngangsdata, eller -variable, av to ulike3.2. 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 kat- egorien inngangsdata omfatter utslippsrate, utslippsvarighet, utslippsdyp (sjøbunn eller over- flate), 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 30 scenarier med unike kombinasjoner av utslippsdyp, -rate og -varighetet (2×3×5). Totalt ble det simulert 6480 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 sannsynlighetsfordelin- gen 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, bereg- net vha. den skadebaserte delmetodikken i MIRA (Metode for miljørettet risikoanalyse, OLF 2007, s. 34).
Inngangsdata
Den skadebaserte delmetodikken i MIRA baseres på fire sett inngangsdata3.2. Metode for analyse av miljørisiko
jeforurensning laget vha. stokastisk simulering, (2)Utblåsningssannsynlighetbasert 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 miljørisiko de aksepterer.
Tabell 3.2: Inngangsdata til miljørisikoanalysen for utblåsninger under boring av brønnen 35/9-13, Tethys.
Parameter Referanse
Stokastiske oljedriftsdata Denne rapporten Utblåsningssannsynlighet 1.29e-04
Økosystemdata
Kystbunden og pelagisk fugl SEAPOP 2015, 2016 og 2017
Sel MRDB 2010
Fisk Havforskningsinstituttet 2005 og 2017
Strandhabitat MRDB 2010
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 olje- forurensning, 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
3.2. Metode for analyse av miljørisiko
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.
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 vari- able, (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 an- tall 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 forskjel- lige 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 simulerin- gene 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 sannsyn- ligheten for relative bestandstap symboliseres medPP Tx|, derP Txrepresenterer bestandstapet i intervalletx.
3.3. Metode for analyse av oljevernberedskap
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 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 esti- matet vi har for sannsynligheten for restitusjonstider i de ulike intervallene dersom (betinget) et framtidig oljeutslipp fra utslippspunktet. Denne betingede sannsynligheten for restitusjonstid symboliseres medPRTy|Olje, derRTy 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 sannsynlighetenPRTy|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.PRTy =PRTy|Olje×POlje (3.1)
For å bestemme miljørisiko blirPRTy, for hver av restitusjontidsintervallene, dividert "aksep- tkriteriet" for miljøskade i dette intervallet, PRTAccy. Brøken refereres til som relativ miljørisiko eller som miljørisiko som andel av akseptkriteriet.
RelativRisikoRTx=PRTy/PRTAcc
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
3.3. Metode for analyse av oljevernberedskap
utarbeide anbefalinger for oljevernberedskap som skal håndtere definerte fare- og ulykkehen- delser. Resultatene fra beredskapsanalysen danner beslutningsgrunnlag for operatørens valg av avtalefestet 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 skal benyttes når denne metoden vurderes å være like god eller bedre enn mekanisk opp- tak 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
Minimum ytelseskrav til oljevernberedskap for Tethys 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 opp- takssystem 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.
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.3.3. Metode for analyse av oljevernberedskap
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). Etkystsystem består av ett oljevernfartøy med Current Buster 4 (oppsam- lingssystem) og tilhørende fartøy dedikert for opptak (opptakssystem med skimmer og tankka- pasitet) og kommando- og støttesystem. Ett kommando- og støttesystem kan lede og støtte in- ntil 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 strandrensefasen (funksjon B) benyttes ulike mekaniske og ikke-mekaniske teknikker for å fjerne olje fra stran- den.
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.
3.3. Metode for analyse av oljevernberedskap
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
Lokale værdata
Statistikk for bølger og vind for prospektet Tethys er lastet ned fraMe- teorologisk institutt. Offshoredata kommer fra værstasjonene Punkt 1366 lokalisert 69 km fra utslippspunktet og kystdata fra tolv værstasjoner langs norskekysten i influensområdet for olje akkumulert på strandlinjen. Temperaturdata er lastet ned fra databasen Levitus (Levi- tus). 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 områdene 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.
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 dimen- sjonerende hendelsen), tatt hensyn til effekt av forutgående barrierer.
3.3. Metode for analyse av oljevernberedskap
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 (vind- hastighet 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 pre- sentert i tabell3.5. Disse benyttes sammen med andel av fravær av dagslys ("tussemørke") til å beregne sannsynlighetsvektede gjennomsnitts-reduksjons- faktorer 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 reduk- sjonsfaktor 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 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.
3.3. Metode for analyse av oljevernberedskap
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
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
4. Resultater
4 Resultater
4.1 ODS-resultater
Resultatene fra de stokastiske oljedriftssimuleringene presenteres som influensområder og strandingsstatistikk for hhv. sjøbunns- og overflateutslipp for letebrønn 35/9-13, Tethys. Re- sultatene fra de helårlige stokastiske oljedriftssimuleringer presenteres for sesongene vinter (desember–februar), vår (mars–mai), sommer (juni–august) og høst (september–november).
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.
Olje på sjøoverflaten
Influensområdene for olje på sjøoverflaten gitt en sjøbunns- og overflateutblåsning og er presentert i hhv. figur 4.1 og figur 4.2. Figurene viser at et mulig oljeutslipp fra letebrønnen vil kunne drive i alle retninger, men med hovedretning nord-østover fra utslippspunktet, og dekker havområdet fra Bergen til Andøya i Vesterålen. Størrelsene på områdene varierer lite med sesong, men sjøbunnsutslipp gir gjennomgående større (10 - 15 %) områder enn overflateutslipp (tabell4.1).Olje i vannkolonnen
Influensområdene for olje i vannkolonnen er relativt små, og dekker fra 44 til 77 kartruter. Størrelsene på områdene varierer lite med sesong, men en sjøbunnsu- tutblåsning gir betraktelig mindre områder (10 -32 %) enn overflateublåsning (tabell 4.1 og figurene4.3og4.4.Olje akkumulert langs kysten
Influensområdene for olje på strandlinjen berører ruter i området fra Fjell kommune utenfor Bergen til Herøy kommune i Nordland (figur4.5og figur 4.6. Områdene omfatter mellom 56 og 85 kystruter avhengig av sesong og utslippspunkt. Flest kartruter er berørt for sjøbunnsutblåsning om sommeren (tabell4.1).4.1. ODS-resultater
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 letebrønn 35/9-13, Tethys.
Utslipp Antall kartruter (10×10 km) Sesong Dyp Vannkolonne Overflate Strandlinje
Vinter Overflate 62 2255 56
. . . Sjøbunn 48 2601 70
Vår Overflate 69 2264 60
. . . Sjøbunn 56 2607 69
Sommer Overflate 77 2178 71
. . . Sjøbunn 60 2385 85
Høst Overflate 65 2112 65
. . . Sjøbunn 44 2397 72
4.1. ODS-resultater
Figur 4.1: Influensområdene for olje på sjøoverflaten gitt en sjøbunnsutblåsning ved letebrønn 35/9-13, Tethys. 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.
4.1. ODS-resultater
Figur 4.2: Influensområdene for olje på sjøoverflaten gitt en overflateutblåsning ved letebrønn 35/9-13, Tethys. 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.
4.1. ODS-resultater
Figur 4.3: Influensområdene for olje i vannkolonnen gitt en sjøbunnsutblåsning ved letebrønn 35/9-13, Tethys. Hvert område består av alle 10×10 km kartruter som har har høyere oljekonsentrasjon i vannsøylen enn 100 ppb, i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.
4.1. ODS-resultater
Figur 4.4: Influensområdene for olje i vannkolonnen gitt en overflateutblåsning ved letebrønn 35/9-13, Tethys. Hvert område består av alle 10×10 km kartruter som har har høyere oljekonsentrasjon i vannsøylen enn 100 ppb, i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.
4.1. ODS-resultater
Figur 4.5: Influensområdene for olje akkumulert på strandlinjen gitt en sjøbunnsutblåsning ved letebrønn 35/9-13, Tethys. Hvert område består av alle 10×10 km kyststripe-kartruter med mer akkumulert olje enn 0,01 tonn/km i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.
4.1. ODS-resultater
Figur 4.6: Influensområdene for olje akkumulert på strandlinjen gitt en overflateutblåsning ved letebrønn 35/9-13, Tethys. Hvert område består av alle 10×10 km kyststripe-kartruter med mer akkumulert olje enn 0,01 tonn/km i mer enn 5, 25, 50 eller 75% av enkeltsimuleringene, gjengitt med ulike fargekoder.
4.1. ODS-resultater
4.1.2 Strandingsstatistikk
I dette kapittelet viser vi strandingsstatistikk for all oljeberørt kystlinje og for eksempelområder, definert av NOFO, med mer enn 5% strandingssansynlighet. Komplett strandingsstatistikk for alle NOFO’S eksempelområder er presentert i vedleggA.1.
All oljeberørt kyst
Strandingsstatistikk for all oljeberørt kyst er presentert i tabell4.2.Sørligste og nordligste område med registrert stranding er nordlige Hordaland og Sandnessjøen i Nordland. Sannsynlighet for stranding varierer mellom 64.6 og 79.8%, med høyeste verdi for sjøbunnsutslipp om høsten. Den er gjennomgående høyere for sjøbunnsutblåsning enn over- flateutblåsning. Strandingsmengdene (representert ved 95-persentilen) er også systematisk størst for sjøbunnsutslipp, uavhengig av periode. Drivtiden, representert ved 95-persentilen av korteste drivtid, varierer mellom 2,1 og 3,6 døgn, for hhv. sjøbunnsutblåsning om høsten og overflate-/sjøbunnsutblåsning om sommeren.
Kystlinje i eksempelområder
12 av NOFO’s eksempelområder har mer enn 5 % strand- ingssannsynlighet gitt en utblåsning. Korteste strandingstider og største strandingsmengder for disse er vist i tabell (4.3). Høyeste strandingssannsynligheter er på Frøya-Froan (55,3 %) og Smøla (60 %), begge for sjøbunnsutblåsninger om høsten. Korteste drivtid har Sverlingsosen- Skorpa, med 3 døgn for begge utslippsdyp om høsten og vinteren. Frøya-Froan har størst strandingsmengde, med 10 062 tonn oljeemulsjon gitt en sjøbunnsutblåsning om sommeren.For en komplett oversikt over stranding i NOFO-områder, se tabellA.1i vedleggA.1.
4.1. ODS-resultater
Tabell 4.2: Strandingsstatistikk for all oljeberørt kyst, beregnet fra de stokastiske oljedriftsimulerin- gene for letebrønn 35/9-13, Tethys. 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 69.5 1.5 2.5 13.0 56 35287 92745
. . . Sjøbunn 72.2 1.6 2.4 12.8 139 44930 108954
Vår Overflate 64.6 1.8 3.2 18.5 34 36259 165898
. . . Sjøbunn 68.9 1.8 3.0 17.4 88 45576 153096
Sommer Overflate 66.8 1.8 3.6 16.9 83 65258 187505
. . . Sjøbunn 69.8 1.8 3.6 16.0 270 72930 159068
Høst Overflate 78.3 1.4 2.2 9.9 175 34163 90584
. . . Sjøbunn 79.8 1.3 2.1 9.0 433 44990 95262
4.1. ODS-resultater
Tabell 4.3: Strandingsstatistikk forNOFOeksempelområder med strandingssannsylighet større enn 5 % til letebrønn 35/9-13, Tethys. Kolonenene dekker strandingssannynlighet, 95-persentil av korteste drivttid og 95-persentil av mengde strandet oljeemulsjon for sesongene vinter (P1), vår (P2), sommer (P3) og høst (P4).
Utslipp Sanns. (%) Tid (dager) Mengde (tonn)
Område Dyp P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4
Atløy- Overflate 26.1 24.7 19.1 27.6 6 7 8 5 4051 3528 1958 4215
Værlandet Sjøbunn 31.9 29.4 25.4 34.5 6 7 8 5 5472 5014 2546 5079
Frøya og Overflate 35.1 24.9 37.7 51.7 14 19 13 9 1347 1926 8149 2576
Froan Sjøbunn 41.6 31.7 42.9 55.3 13 18 13 10 2339 3244 10062 4101
Onøy Overflate 4.4 4.8 3.7 2.3 Inf Inf Inf Inf 0 0 0 0
(øygarden) Sjøbunn 7.9 6.1 3.8 3.5 50 83 Inf Inf 62 9 0 0
Runde Overflate 28.2 29.7 38.6 34.7 7 8 7 6 1200 2089 7885 1354
Sjøbunn 34.3 36.6 44.8 40.8 6 7 7 6 4230 2977 8716 1716
Sandøy Overflate 14.1 17.9 26.2 20.6 16 18 11 9 146 690 1232 206
Sjøbunn 19.1 23.5 33.1 25.3 17 17 11 9 421 916 2119 334
Sklinna Overflate 2.3 1 3.6 3 Inf Inf Inf Inf 0 0 0 0
Sjøbunn 1.8 2.4 5.1 4.1 Inf Inf 96 Inf 0 0 9 0
Smøla Overflate 43.9 29.9 41.5 54.4 11 16 11 9 1830 1848 6008 2133
Sjøbunn 49.6 37.6 45.2 60 11 13 11 8 2598 3395 7388 2920
Stadtlandet Overflate 34.4 36 39.8 39.7 4 6 7 5 3408 3391 8065 2928
Sjøbunn 41.9 42.2 47.8 44.8 4 5 7 5 5234 4249 9303 4165
Sverslingsosen- Overflate 36.2 31.6 28 33.3 3 5 6 3 5583 4124 3602 5984
Skorpa Sjøbunn 44.1 38.8 34.6 39.1 3 5 6 3 6542 4961 4317 7940
Vigra- Overflate 16.3 20.4 36 26.3 11 13 9 7 208 1067 5540 476
Godøya Sjøbunn 21 26.2 41.5 31.5 12 13 9 7 578 1528 6661 802
Vikna vest Overflate 4.9 4.3 11.7 10.1 Inf Inf 44 29 0 0 259 53
Sjøbunn 8.2 5.9 16.2 16.7 73 88 38 26 18 9 394 102
Ytre Sula Overflate 19.9 15.3 12.2 14.6 10 13 27 10 1048 1060 436 667 Sjøbunn 26.4 19.1 16.5 20.4 8 11 21 8 2320 1499 1113 1486
4.2. MRA-resultater
4.2 MRA-resultater
Resultater for miljøskade og miljørisiko er presentert for henholdsvis (1) kystbunden sjøfugl, (2) pelagisk sjøfugl, (3) sel, (4) fisk og (5) strandhabitat. Hovedresultatene fra miljørisiko- analysen oppsummeres og fremstilles grafisk vha. søylediagram (figur 4.7,4.8,4.9 og 4.10).
Skadekategoriene er (fra 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 for følgende sesonger: Vinter (desember–februar), vår (mars–mai), sommer (juni–august) og høst (september–november).
Fullstendige resultater fra miljørisikoanalysen er presentert i vedleggA.2. En oversikt over de geografiske regionene for ulike bestander av fugl og sel er gitt i vedleggB.2
4.2. MRA-resultater
4.2.1 Resultater for pelagisk sjøfugl
Høyeste skadesannsynlighet og høyeste miljørisiko for pelagisk sjøfugl er presentert for hver av de fire skadekategoriene i figur4.7, mens de fullstendige resultatene er vist i tabellA.2 i vedleggA.
Høyeste beregnede miljørisiko er 81 % av BGN’s operasjonsspesifikke akseptkriterier for skadekat- egori Alvorlig (restitusjonstid >10 år). Den høyeste miljørisikoen i hver skadekategori er:
• 81 % i kategori Alvorlig for Alkekonge (vinter)
• 45 % i kategori Betydelig for Alkekonge (vinter)
• 24 % i kategori Moderat for havsule (høst)
• 5 % i kategori Mindre for krykkje (vinter) og havsule (sommer) og havhest (høst)
For alle arter er det norskehavsbestandene som har høyest miljørisiko. Miljørisiko for pelagisk sjøfugl er innenfor BGN’s operasjonsspesifikke akseptkriterier.
0 50 100
0.1-1 år3-10 år>10 år1-3 år
41 45 35 16
Betinget sanns. (%) Rest. tid
Vinter Periode
0 50 100
Krykkje (NH) Havsule (NH) Alkekonge (NH) Alkekonge (NH)
5 23
45 81
Rel. miljørisiko (%) Bestand
0.1-1 år3-10 år>10 år1-3 år
34 43 30 13 Vår
Havsule (NH) Havsule (NH) Lomvi (NH) Lomvi (NH)
4 22
39 69
0.1-1 år3-10 år>10 år1-3 år
37 41 24 11 Sommer
Havsule (NH) Havsule (NH) Lomvi (NH) Lomvi (NH)
5 21
31 56
0.1-1 år3-10 år>10 år1-3 år
40 46 25 9 Høst
Havhest (NH) Havsule (NH) Lomvi (NH) Lomvi (NH)
5 24
33 49
Figur 4.7: Høyeste skadesannsynlighet og miljørisiko i prosent for pelagisk sjøfugl beregnet fra de stokas- tiske oljedriftssimuleringene for en utblåsning under boring av letebrønn 35/9-13, Tethys. NH = Norske-
4.2. MRA-resultater
4.2.2 Resultater for kystbundne sjøfugl
Høyeste skadesannsynlighet og høyeste miljørisiko for kystbundne sjøfugl er presentert for hver av de fire skadekategoriene i figur4.8, mens de fullstendige resultatene er vist i tabellA.3 i vedleggA.
Høyeste relative miljørisiko er 21 % av BGN’s operasjonsspesifikke akseptkriterier, for skadekat- egori Alvorlig (restitusjonstid >10 år). Den høyeste relative miljørisikoen i hver skadekategori er:
• 21 % i kategori Alvorlig for svartand (vinter, NS)
• 14 % i kategori Betydelig for svartand (vinter, NS)
• 12 % i kategori Moderat for teist (vinter, NS) og toppskarv (sommer, NH)
• 3 % i kategori Mindre for toppskarv (sommer, NH)
Det er både nordsjø- og norskehavsbestandene av artene som har høyest miljørisiko. Miljørisiko for kystbunden sjøfugl er er innenfor BGN’s operasjonsspesifikke akseptkriterier.
0 50 100
0.1-1 år3-10 år>10 år1-3 år
19 22 11 4
Betinget sanns. (%) Rest. tid
Vinter Periode
0 50 100
Teist (NS) Teist (NS) Svartand (NS) Svartand (NS)
2 12
14 21
Rel. miljørisiko (%) Bestand
0.1-1 år3-10 år>10 år1-3 år
15 16 3 1 Vår
Toppskarv (NH) Toppskarv (NH) Toppskarv (NS) Toppskarv (NS)
2 8 4 4
0.1-1 år3-10 år>10 år1-3 år
20 23 5 2 Sommer
Toppskarv (NH) Toppskarv (NH) Grågås (NS) Grågås (NS)
3 12 6
9
0.1-1 år3-10 år>10 år1-3 år
17 20 7 3 Høst
Teist (NS) Teist (NS) Svartand (NS) Svartand (NS)
2 10 9
16
Figur 4.8: Høyeste skadesannsynlighet og miljørisiko i prosent for kystbundne sjøfugl beregnet fra de stokastiske oljedriftssimuleringene for en utblåsning under boring av letebrønn 35/9-13, Tethys. NH = Norskehavet, NS = Nordsjøen, BH = Barentshavet. En oversikt over de geografiske regionene er gitt i vedlegg B.2.
4.2. MRA-resultater
4.2.3 Resultater for sel
Høyeste skadesannsynlighet og høyeste miljørisiko for strandhabitat er presentert for hver av de fire skadekategoriene i figur 4.9, mens de fullstendige resultatene er vist i tabell A.4 i vedleggA.
Høyeste relative miljørisiko er 12 % av BGN’s operasjonsspesifikke akseptkriterier for skadekat- egorien Moderat (restitusjonstid 1–3 år). Den høyeste relative miljørisikoen i hver skadekate- gori er:
• < 0,5 % i kategori Alvorlig for havert (vår, SO)
• < 0,5 % i kategori Betydelig for havert (alle sesonger, SO og MI)
• 12 % i kategori Moderat for havert (høst, MI)
• 3 % i kategori Mindre for havert (høst, MI)
Miljørisiko for sel er er innenfor BGN’s operasjonsspesifikke akseptkriterier.
0 50 100
0.1-1 år3-10 år>10 år1-3 år
18 18
verdi under 0.5 % Betinget sanns. (%) Rest. tid
Vinter Periode
0 50 100
Havert (MI) Havert (MI) Havert (SO) Ingen bestand
2 9
verdi under 0.5 %
Rel. miljørisiko (%) Bestand
0.1-1 år3-10 år>10 år1-3 år
11 11
verdi under 0.5 % verdi under 0.5 % Vår
Havert (MI) Havert (MI) Havert (SO) Havert (SO)
1 6
verdi under 0.5 % verdi under 0.5 %
0.1-1 år3-10 år>10 år1-3 år
15 15
verdi under 0.5 % Sommer
Havert (MI) Havert (MI) Havert (MI) Ingen bestand
2 8
verdi under 0.5 %
0.1-1 år3-10 år>10 år1-3 år
22 22
verdi under 0.5 % Høst
Havert (MI) Havert (MI) Havert (MI) Ingen bestand
3 12
verdi under 0.5 %
Figur 4.9: Høyeste skadesannsynlighet og miljørisiko i prosent for sel beregnet fra de stokastiske ol- jedriftssimuleringene for en utblåsning under boring av letebrønn 35/9-13, Tethys. SO = Sørlig bestand, MI
4.2. MRA-resultater
4.2.4 Resultater for fisk
Resultatene for fisk er presentert i to avsnitt (1) miljørisikoanalyse vha MIRA-metode for norsk vårgytende sild og nordøst-arktisk torsk (skrei) og (2) overlappsanalyse for viktige fiskebe- stander i det aktuelle havområdet.
