Examensarbete vid Institutionen för geovetenskaper
ISSN 1650-6553 Nr 469
Optimering av dammbindning på
Hornsgatan med NORTRIP modellen
Tora Tomasdottir
Examensarbete vid Institutionen för geovetenskaper
ISSN 1650-6553 Nr 469
Optimering av dammbindning på
Hornsgatan med NORTRIP modellen
ISSN 1650-6553
Copyright © Tora Tomasdottir
Abstract
Optimization of Dust-Binding on Hornsgatan with the Nortrip Model
Tora Tomasdottir
The mass of airborne particles with a diameter smaller than 10 µm (PM10) is one of the most difficult
environmental quality standards addressed in Sweden. PM10 particles originates from a variety of
sources; natural, like sea salt and sand, and human made like road wear, tire wear, brake wear and exhaust. A significant source of PM10 in the air is the usage of studded tires. The suspension typically
occurs in March and April when the snow layer melts, temperature rises and the streets dry. A dry street is crucial for the road dust to suspend into the air.
A way to prevent road dust to suspend in to the air is spraying the road with a salt solution that does not freeze at temperatures below 0 °C. In Stockholm a dust-binding substance called CMA (Calcium Magnesium Acetate) is used. It is a of salt with minimal negative side effects on the urban environment. CMA was applied on some specific streets in Stockholm three times a week between November and May winter season 2016–2017. One of the streets that gets treated with CMA is Hornsgatan which is the topic of this paper.
Dust-binding substances are expensive and time consuming to apply to the streets. To optimize the appliance of CMA in Stockholm a non-exhaust road traffic induced particle emissions (NORTRIP) model has been used. The model uses meteorological data, traffic data combined with data on salting, sanding and cleaning to calculate PM10 suspension to the air. This model has been used to test different
dust-binding scenarios on Hornsgatan in which CMA was applied. It has also been tested, in NORTRIP, if spraying the road with water could have a reductive effect on PM10 in the air. Water was only added
to the model after the 15th of March because it was assumed the temperature would not sink below 0 °C after this date.
The different scenarios were formed to see if it was possible to minimize the usage of CMA and still keep the PM10 level low. All scenarios were compared with the scenario of not applying any CMA or
water to see how much PM10 in the air was reduced.
One result showed that it is better to apply CMA every day during dusty periods rather than just manage to target the dustiest days alone. PM10 in the air 2016 was reduced by 4.7% when the 45 dustiest
days were treated with CMA. This could be compared to a 6.5% reduction when CMA was applied during dusty periods.
Another conclusion made was that applying CMA in March and April has a greater effect then applying CMA in November, December, January and February. PM10 in the air 2016 was reduced by
2.1% if the CMA treatment started on the 1st of November as planned, and by 1.7% if the treatment started in the end of February when the dusty season starts. That means there is only a small decrease of PM10 if the appliance of CMA starts in the end of February rather than the 1st of November. Reducing
the days of CMA treatment would reduce the cost significantly for the city.
It was also shown that a thin layer of water (0.3 mm) applied to the street between ordinary dust-binding days has a significant effect on PM10 in the air. Adding water to the street in between days of
dust-binding after the 15th of March 2016 reduced suspended PM10 2016 in the air by 1.5% beyond
what it would have been reduced without the water.
This paper shows that it is possible to optimize the appliance of CMA to.
Keywords: NORTRIP model, dust-binding, CMA, PM10, road dust, Hornsgatan
Degree Project E in Meteorology, 1ME422, 30 credits Supervisors: Kristina Eneroth and Monica Mårtensson
Department of Earth Sciences, Uppsala University, Villavägen 16, SE-752 36 Uppsala (www.geo.uu.se)
Populärvetenskaplig sammanfattning
Optimering av dammbindning på Hornsgatan med NORTRIP modellen
Tora Tomasdottir
Massan av luftburna partiklar med en diameter mindre än 10 µm (PM10) är en av de tuffaste
miljökvalitetsnormerna att uppnå i Sverige. PM10 kommer från flera olika källor, både naturliga som
havssalt och sand, samt antropogena som vägslitage, däckslitage, bromsslitage och avgaser. En stor uppkomstkälla till PM10 i luften slitage på grund av dubbdäcksanvändning. Uppvirvlingen är som störst
i mars och april efter att snön smält, temperaturen stigit och vägbanan torkat upp.
För att minska PM10 halten i luften kan en dammbindande saltlösning med lägre fryspunkt än vatten
läggas ut på vägbanan. I Stockholm används saltlösningen CMA (kalciummagnesiumnitrat). Det är en typ av salt med liten påverkan på den urbana miljön. Vintersäsongen 2016–2017 lades CMA ut tre gånger i veckan på några utvalda gator i Stockholm mellan november och maj. En av dessa gator är Hornsgatan, som har undersökts i denna rapport.
CMA är dyrt och resurskrävande att lägga ut. För att optimera utläggningen av CMA i Stockholm har spridningsmodellen NORTRIP (non-exhaust road traffic induced particle emissions) använts. Modellen använder meteorologiska data, trafikdata och data rörande saltning, sandning och städning för att räkna ut halten PM10 som spridits till luften. Den här modellen har använts för att testa några olika
dammbindande scenarion på Hornsgatan i vilka CMA har lagts ut. Det har också testats, i NORTRIP, om PM10 halten i luften skulle minska genom utläggning av vatten på vägen. Vatten lades endast ut i
modellen efter 15 mars med antagandet att temperaturen inte skulle sjunka under 0 °C efter datumet ifråga.
De olika scenariona var utformade för att se om det var möjligt att minimera användandet av CMA men ändå hålla nere PM10 halten i luften. Alla scenarion jämfördes med scenariot där varken CMA eller
vatten lades ut för att jämföra om PM10 i luften minskade.
Ett resultat visade att det var bättre att lägga ut CMA varje dag under dammiga perioder än att sikta in sig på bara de dammigaste dagarna. PM10 i luften 2016 minskade med 4,7% när de 45 dammigaste
dagarna behandlades med CMA. Det kan jämföras med en minskning på 6,5% när CMA applicerades under dammiga perioder under samma år.
En annan slutsats var att det ger större effekt att lägga ut CMA i mars och april än mellan november och mars. PM10 i luften 2016 minskade med 2,1% om man började lägga ut CMA 1 november som
planerat, och med 1,7% om utläggningen började i slutet av februari, när den dammiga säsongen börjar. Det resulterar i att endast en liten minskning av PM10 halten uppnåddes genom att börja behandla
vägbanan med CMA den 1 november istället för i slutet av februari. Att börja lägga ut CMA i slutet av februari istället för 1 november skulle minska kostnaderna betydligt för staden.
Resultaten visade även att ett tunt lager vatten (0,3 mm) utlagt på vägbanan mellan ordinarie dagar för dammbindning hade en betydande effekt på PM10 halten i luften. Vid vattenutläggning mellan
dagarna för CMA utläggning efter 15 mars 2016 minskar PM10 i luften under 2016 med 1,4% utöver
vad den skulle minskat med om inget vatten lagts ut.
Den här rapporten visar att det är möjligt att optimera utläggningen av CMA på Hornsgatan.
Nyckelord: NORTRIP modellen, dammbindning, CMA, PM10, vägdamm, Hornsgatan
Examensarbete E i meteorologi, 1ME422, 30 hp Handledare: Kristina Eneroth och Monica Mårtensson
Institutionen för geovetenskaper, Uppsala universitet, Villavägen 16, 752 36 Uppsala (www.geo.uu.se)
ISSN 1650-6553, Examensarbete vid Institutionen för geovetenskaper, Nr 469, 2019
Innehållsförteckning
1 Introduktion ... 1
1.1 Partiklar ... 1
1.2 Hälsa ... 2
1.3 Miljökvalitetsnormer och miljökvalitetsmål ... 2
1.4 Trender i partikelhalterna ... 3
1.5 Åtgärder ... 6
1.6 Syfte och frågeställning ... 7
2 Teori ... 8
2.1 Källor till PM10 ... 8
2.2 Grova partiklar består av ... 9
2.3 Asfaltstyp ... 9 2.4 Gatans utformning ... 9 2.5 Meteorologi ... 10 2.6 Årsvariation av PM10 ... 10 2.7 Dammbindning ... 13 3 Metod ... 14 3.1 Modellen ... 14 3.2 Inparametrar i modellen ... 18 3.3 Modellkörningar ... 20 3.3.1 Referenskörningar ... 20 3.3.2 Test A ... 21 3.3.3 Test B ... 22 3.3.4 Test C ... 24 3.3.5 Test D ... 25 4 Resultat ... 28 4.1 Test A ... 28 4.2 Test B ... 28 4.2 Test C ... 29 4.4 Test D ... 29 4.5 Jämförelse ... 38
4.4.1 Test A jämfört med test B ... 38
4.4.2 Test A jämfört med test C ... 38
4.4.3 Test B jämfört med test C ... 38
5 Diskussion ... 41
6 Slutsats ... 42
7 Tack ... 42
8 Referenser ... 43
1
1 Introduktion
1.1 Partiklar
Luftburna partiklar delas vanligtvis in i två kategorier, PM10 och PM2,5 (eng. Particulate Matter) och
mäts i µg/m3. PM
10 är massan av partiklar med diameter mindre än 10 µm och PM2,5 är massan av
partiklar mindre än 2,5 µm. Grova partiklar definieras som de PM10-partiklar som har större diameter
än 2,5 µm. Partiklarna har många olika ursprung, både naturliga och antropogena (människoorsakade), i städer dominerar partiklar med antropogent ursprung. Exempel på källor till antropogena partiklar är bland annat vägtrafik, industrier och jordbruk (Omstedt et al. 2010).
Slitage av asfalten från dubbdäck bidrar med stora mängder mängd PM10 i urban miljö i Sverige men
även slitage av vanliga däck, bromsar och vägsand bidrar till att grova partiklar bildas, detta redovisas i figur 1 och 2 som inrikes transporter. PM10 förekommer naturligt i luften, till exempel som sand från
öknar, havssalt från haven eller i form av pollen. I Sverige kommer grova partiklar främst från lokala källor, så som vägslitage, bara en liten del av PM10 kommer från internationella eller regionala källor.
PM2,5 bildas främst under förbränningar så som avgaser från fordon, vedeldning och industrier. PM2,5
kommer till stor del från internationella källor eftersom PM2,5 kan transporteras långa sträckor med
vin-dar men kommer även från lokala källor (Johansson et al. 2007).
Figur 1 och 2 Fördelningen av olika källor till partikelutsläpp i procent av det totala utsläppet av
par-tiklar 2016 i Sverige. Källa: Naturvårdsverket 2018.
Källor till PM
2,5i Sverige
Egen uppvärmning av bostäder och lokaler Inrikes transporter
Industri Arbetsmaskiner Övrigt
Källor till PM
10i Sverige
Inrikes transporter
Egen uppvärmning av bostäder och lokaler Industri
2
1.2 Hälsa
Luftföroreningar beräknas orsaka 5 000 förtidiga dödsfall varje år i Sverige Av de 5 000 dödsfallen beräknas 200 orsakats av vägdamm, 1 300 orsakats av avgaser som kommer från lokala källor, 1 000 orsakats av vedeldning och 3 000 orsakats av partiklar som transporterats till Sverige från andra länder (Gustafsson et al. 2014). Dödsorsaken för dem som dör på grund av vägdamm är stroke, hjärtsvikt eller hjärtinfarkt då partiklarna som andats in påverkar koaguleringsförmågan i blodet (Meister et al. 2012).
Ett ungefärligt mått på dödlighet kopplat till grova partiklar är att den ökar med 1,7% för varje ökning med 10 µg/m3 PM
10 i luften (Meister et al. 2012). Därför är det viktigt med en så låg partikelhalt som
möjligt. Eftersom partikelhalten är högst i urban miljö ligger fokus främst på att minska utsläppen där. Grova partiklar kommer till största delen från lokala källor, därför är det mest effektivt att fokusera på dessa.
1.3 Miljökvalitetsnormer och miljökvalitetsmål
För att skydda människors hälsa i Europa har miljökvalitetsnormer satts upp av EU. Miljökvalitetsnor-men för luftföroreningar omfattar partiklar, kväveoxid, svaveloxid, kolmonoxid, bly, bensen och mark-nära ozon. Luften i Sverige är generellt sett bra, jämfört med många andra länder i EU, men i de länder som använder dubbdäck är PM10 en av de svåraste miljökvalitetsnormerna för luft att möta
(Naturvårds-verket 2014). Eftersom det ger en ökad hälsoeffekt ju lägre partikelhalten är har Sveriges riksdag satt upp Miljökvalitetsmål för att ytterligare förbättra luftkvaliteten (Naturvårdsverket 2017).
Miljökvalitetsnormen för PM10 innebär att dygnsmedelvärdet av PM10 inte får överskrida 50 µg/m3
mer än 35 dygn per år och att årsmedelvärdet inte får överskrida 40 µg/m3. Detta illustreras i tabell 1.
Miljökvalitetsnormen för PM2,5 innebär att årsmedelvärdet av PM2,5 i luften inte får överskrida 25 µg/m3.
Detta illustreras i tabell 2. Uppfylls inte normen blir Sverige skyldiga att betala böter till EU (Natur-vårdsverket 2014).
Miljökvalitetsmålet innebär att PM10 halten får överskrida 30 µg/m3 som mest 35 dygn per år och att
medelvärdet taget över hela året inte får överskrida 15 µg/m3. Miljökvalitetsmålet för PM
2,5 innebär att
dygnsmedelvärdet som mest får överskrida 25 µg/m3 3 gånger under året och att årsmedelvärdet av
PM2,5 i luften inte får överskrida 10 µg/m3. Uppfylls inte målen ges inga konsekvenser men uppfylls inte
3
Tabell 1 Gränsvärden för miljökvalitetsnormen och miljökvalitetsmålet för
PM10. Källa: Naturvårdsverket 2014. PM10 Miljökvalitetsnorm Miljökvalitetsmål Årsmedelvärde: 40 µg/m3 15 µg/m3 Dygnsmedelvärde som maximalt får överskridas 35 dygn per kalenderår: 50 µg/m3 30 µg/m3
Tabell 2 Gränsvärden för miljökvalitetsnormen och miljökvalitetsmålet för PM2,5.
Källa: (Naturvårdsverket 2014). PM2,5 Miljökvalitetsnorm Miljökvalitetsmål Årsmedelvärde: 25 µg/m3 10 µg/m3 Dygnsmedelvärde som maximalt får överskridas 3 dygn per kalenderår: - 25 µg/m3
1.4 Trender i partikelhalterna
Partikelhalten i luften beror av flera olika faktorer. För PM10 ökar halten när dubbdäck används och när
vägbanan är torr. Är vägbanan fuktig binds dammet till vägytan och virvlar inte upp i luften. När trafiken minskat till kvällen och uppvirvlingen av vägdamm avstannat sjunker partiklarna ner till marken, för att virvla upp nästa dag igen om vägbanan är torr. Halten av PM2,5 ökar i södra Sverige när luftmassan
kommer söderifrån med förorenad luft från centrala Europa (Naturvårdsverket 2014).
I Stockholm mäts partikelhalten på några gator inne i staden, Torkel Knutssongatan, Hornsgatan, Folkungagatan, Sveavägen och Sankt Eriksgatan samt på en plats ute på landet norr om Norrtälje, Norr Malma. Norr Malma används som bakgrundsvärde för att se hur mycket av partiklarna som produceras inne i staden och hur mycket av partiklarna som transporterats längre sträckor (Johansson et al. 2007).
Den långtgående trenden för partiklar i luften är sjunkande, både för PM10 och PM2,5 i hela landet
(Naturvårdsverket 2017). I Stockholm har PM2,5 minskat från ett årsmedelvärde på runt 15 µg/m3 sedan
början av 2000-talet till runt 5 µg/m3 (SLB 2018). Miljökvalitetsnormen för PM
2,5 nås med råge och
miljökvalitetsmålet, med avseende på årsmedelvärde har uppfyllts på alla gator utom Hornsgatan 2002 till 2012. Sedan 2011 har målet med avseende på årsmedelvärde även uppfyllts på Hornsgatan, se figur 3. Miljökvalitetsmålet med avseende på att inte dygnsmedelvärdet får överskrida 25 µg/m3 fler än 3
gånger per år har dock inte uppfyllts varje år och för varje gata, se figur 4.
PM10 halten har också minskat sedan början av 2000-talet då årsmedelvärdet låg runt 40 µg/m3 mot
att årsmedelvärdet nu ligger runt 25 µg/m3. Sett till årsmedelvärdet möts miljökvalitetsnormen men inte
miljökvalitetsmålet under 2000-talet. Men dygnsmedelvärdet, 30 µg/m3, som enligt miljökvalitetsmålet
bara får överskridas 35 gånger om året överskrids betydligt fler gånger. Halterna har minskat så att miljökvalitetsnormen uppfylls de flesta år, men inte alla, de senaste 10 åren. Figur 5 årsmedelvärdet av PM10. Figur 6 visar antalet dagar som överskridit miljökvalitetsnormen för PM10. I figur 5 och 6 kan
4
Den gatan i Stockholm där det är svårast att uppnå miljökvalitetsnormen och miljökvalitetsmålet är Hornsgatan. Det beror på att Hornsgatan är hårt trafikerad och att husen längs gatan är förhållandevis höga. Höga hus och smala gator med mycket trafik utgör de sämsta förhållandena för luftkvaliteten. Luften blandas inte om så lätt på Hornsgatan och dammet transporteras därför inte bort.
Innerstad, i figur 3 till 7, syftar på tätare och högre bebyggelse, till exempel Folkungagatan och Hornsgatan på Södermalm i Stockholm. I samma figurer har Torkel Knutssons gata klassats som tätort/urban bakgrund eftersom mätningarna sker vid taknivå. Landsbygd, i samma figurer, syftar på ett område med mycket gles bebyggelse och mätningarna där används som referens för hur partikelhalten i luften skulle sett ut utan bebyggelse.
Figur 3 Årsmedelvärdet av PM2,5 på några gator i Stockholm mellan åren 2002 och 2016. Figuren
vi-sar också att miljökvalitetsnormen uppfyllts varje år men att halten PM2,5 på Hornsgatan inte uppfyllde
miljömålen mellan åren 2002 och 2010. Källa: SLB 2018.
Figur 4 Antalet dagar som dygnsmedelvärdet av PM2,5 överskridit 25 µg/m3 på några gator i Stockholm
mellan åren 2002 och 2016. Fem av åren har miljökvalitetsmålet har uppnåtts under kriteriet att bara 3 dygn om året får överskrida 25 µg/m3. Källa: SLB 2018.
0 5 10 15 20 25 30 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Å rs m ed elv är d e av P M 2,5 i µ g /m 3 År
PM
2,5Torkel Knutssonsgatan, tätort Norr Malma, landsbygd Hornsgatan, innerstadsgata Folkungagatan, innerstadsgata Miljökvalitetsnorm Miljökvalitetsmål 0 10 20 30 40 50 60 70 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 A n tal d y g n s o m ö v er sk rid it 2 5 µg /m 3 År
PM
2,55
Figur 5 Årsmedelvärdet av PM10 mellan åren 2001 och 2016 i Stockholm. Källa: SLB 2018.
Figur 6 Antal dagar som överskridit miljökvalitetsnormen för PM10 som ligger på 50 µg/m3. Källa: SLB
2018. 0 10 20 30 40 50 60 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Å rs m ed elv är d ea v P M 10 i µ g /m 3 År
PM
10Hornsgatan, innerstadsgata Sveavägen, innerstadsgata Norrlandsgatan, innerstadsgata Torkel Knutssonsgatan, tätort Norr Malma, landsbygd Miljökvalitetsnorm
Miljökvalitetsmål 0 10 20 30 40 50 60 70 80 90 100 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 A n tal d y g n s o m ö v er sk rid it 5 0 µg /m 3 År
PM
106
Figur 7 Antal dagar som överskridit miljökvalitetsmålet för PM10 som ligger på 30 µg/m3 (max 35 dagar
om året får överskridas 30 µg/m3 för att miljökvalitetsmålet ska uppfyllas). Källa: SLB 2018.
1.5 Åtgärder
Eftersom att PM2,5 halten inte överskrider miljökvalitetsnormen och inte har överskridit
miljökvalitets-målet läggs inte så mycket resurser på att minska halterna ytterligare (Miljömål 2017). Resurserna läggs på att möta miljökvalitetsnormen och miljökvalitetsmålet för PM10 som till stor del består av grova
par-tiklar. Dessa grova partiklar genereras främst lokalt vilket också gör det lättare att se samband mellan åtgärder och resultat.
För att minska PM10 halten så att miljökvalitetsnormen uppnås har flera åtgärder vidtagits. En av
åtgärderna som vidtagits är att lägga ut dammbindande medel på Hornsgatan och flera andra gator i Stockholm under vinterhalvårets torraste månader. Att lägga ut dammbindande medel är en förhållan-devis dyr åtgärd (Länsstyrelsen 2012). Hur dammbindande medel fungerar förklaras i kapitel 2.7.
Eftersom det som sliter på vägen mest är dubbdäck så har dubbdäcksförbud införts på flera gator i Stockholm, bland annat Hornsgatan. Dubbdäcksförbud har minskat halterna av PM10 men förbudet
ef-terlevs inte till 100% vilket gör att vägbanan ändå slits mycket och partiklar bildas. Att städa vägarna minskar halten PM10 något men eftersom vanliga städmaskiner inte fångar upp PM10 så minskar inte
dammlagret på gatan. Den effekt man får av städning är att det tar bort större partiklar som senare skulle ha brutits ner till mindre partiklar av trafiken. En städmaskin som suger upp damm med hjälp av vakuum har testats för att se om halterna minskar med den typen av städning. Maskinen tillverkas av DISAB men enligt mätningar av luftkvaliteten före och efter användning har inte halterna minskat lika mycket som man hoppats på vilket lett till att maskinen tagits bort som åtgärd. Att sänka hastigheten har också
0 20 40 60 80 100 120 140 160 180 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 A n tal d y g n s o m ö v er sk rid it 3 0 µg /m 3 År
PM
107
visat sig vara en effektiv åtgärd för att minska uppvirvlingen av vägdamm. Detta görs på lite större vägar men inte på gator inne i staden (Länsstyrelsen 2012).
2010 infördes dubbdäcksförbud på Hornsgatan vilket gav en minskning i partikelhalten som man kan läsa ut från graferna i figur 5, 6 och 7. Till exempel har PM10 årsmedelvärdet minskat från 37,3 till 29,8
µg/m3 mellan 2009 och 2010. Antal dagar som överskridit 50 µg/m3 minskade även mellan åren 2009
och 2010 från 65 till 46 dagar. Minskningen beror även på att det under april månad 2009 kom omkring 5 mm nederbörd medan det under april månad 2010 kom omkring 23 mm nederbörd. Nederbörden gör att partiklarna stannar på marken istället för att spridas upp i luften. Det införda dubbdäcksförbudet och skillnaden i nederbörd har båda bidragit till skillnaden i partikelhalten mellan de två åren.
Vintersäsongen 2013/2014 började man med ett åtgärdsprogram där man bland annat lade ut damm-bindande medel på Hornsgatan och städade gatan regelbundet, även det gav en effekt som man kan man läsa ut från graferna i figur 5, 6 och 7. Sedan 2014 har miljökvalitetsnormen uppfyllts på Hornsgatan.
1.6 Syfte och frågeställning
I den här rapporten undersöks om det går att optimera utläggningen av dammbindande medel i Stock-holm. Till hjälp har en modell som beskriver dammbildning, dammlagring och spridning av damm an-vänts. Hornsgatan på Södermalm i Stockholm har valts ut eftersom det finns långa serier mätdata samt att modellen som räknar fram effekten av dambindande medel är väl validerad för Hornsgatan. Mät-ningar på Hornsgatan visar att miljökvalitetsnormen har uppfyllts varje år sedan 2011 om man ser till årsmedelvärdet men inte om man ser till antal dagar som överskridit 50 µg/m3. I den här rapporten har
åren 2011 till 2016 studerats och under de åren har miljökvalitetsnormen överskridits 2 av 6 år.
8
2 Teori
2.1 Källor till PM
10Grova partiklar, det vill säga de PM10-patiklar med större diameter än 2,5 µm, kommer till störst del från
lokala källor, främst från slitage av vägbanan, däck och bromsar (Johansson et al. 2007). Slitage av vägbanan förekommer även när sand, som lagts ut för halkbekämpning, slits ner. Ytterligare en källa till PM10 är vägsalt som under torra förhållanden sprids till luften. Figur 8 visar en ungefärlig fördelning av
de källor PM10 kommer ifrån i Stockholms stad.
Figur 8 Fördelning mellan utsläppskällor till PM10 i Stockholms stad 2009. Ungefärliga procentandelar
för varje grupp; vägtrafik 85, sjöfart 5, energisektorn 7, arbetsmaskiner 3 och industri 0,1. För vägtrafik ingår slitage av vägbanan, slitage av däck, slitage av bromsar och partiklar som bildas i förbrännings-motorer. Källa: Länsstyrelsen 2012.
Den största enskilda källan till PM10 halten i luften är dubbdäck. Dubbdäcken sliter på vägbanan
vilket bidrar till att PM10 bildas. Dubbdäck sliter 10 gånger mer på asfalten än vad dubbfria vinterdäck
gör och omkring 100 gånger mer än vad sommardäck gör (Gustafsson et al. 2009) & (Sjödin et al. 2010). Sandning av vägar under vintern är en annan bidragande orsak för att PM10 halten är förhöjd, både
på grund av att sanden i sig ger upphov till PM10 men också att sanden sliter på vägbanan när fordon kör
över den. Olika typer av vägsand påverkar PM10 halten olika. Den typen av vägsand som bidrar minst
till ökat PM10 halt är krossat bergmaterial som tvättats innan det lagts ut på vägarna, (Länsstyrelsen
2012) då sköljs de minsta partiklarna bort i tvätten vilket gör att sanden i sig inte ökar halten PM10.
Källor till PM
10i Stockholms stad
9
Även fordonens hastighet har en betydelse för slitaget. En ökning med 10 km/h ökar halten i luften med i genomsnitt 0,7 µg/m3 om dubbdäck används. Halterna ökar linjärt med ökad hastighet oberoende
av vilka däck som används (Gustafsson et al. 2009).
Partiklarna som bildas ansamlas på marken och bildar ett dammlager på vägytan. Dammlagret binds vid vägytan av fukt men när vägen torkar upp sprids dammet upp i luften och bidrar med förhöjda PM10
halter. Dammet virvlar upp i luften på grund av att däcken bildar turbulens som lyfter dammet upp i luften. Dammet transporteras bort från vägen när vägytan är så blöt att vatten med damm i stänker bort från vägen, rinner ner i vägbrunnar eller när snö med partiklar i plogas av vägbanan (Denby & Sundvor 2012).
2.2 Grova partiklar består av
I och med att den grova delen av PM10 till störst del kommer från slitage av asfalt så består de grova
partiklarna, i Stockholm, främst av stenmineraler så som kvartsit och granit. Stenmineraler kommer också från slitage av sand som lagts ut för halkbekämpning. PM10 består även av metaller, metalloxider
och gummipartiklar. Metaller och metalloxider kommer från slitage i fordonens bromsar och gummit kommer från slitage av bildäck (Johansson et al. 2007). PM10 innehåller även organiska ämnen så som
pollen, svampsporer och nermalda växtdelar (Gustafsson et al. 2017).
2.3 Asfaltstyp
Asfalt är den vanligaste beläggningen på vägar i Sverige. Asfaltens beståndsdelar har betydelse för PM10
produktionen. Porösare stenmaterial i asfaltsblandningen ger högre halt PM10 än stenmaterial som är
hårdare. En studie gjord av Gustafsson, et al. 2009, visar att asfalt baserat på granit ger omkring 70% högre halter PM10 än asfalt baserad på kvartsit.
En vägyta som blivit gropig på grund av slitage bidrar också med en högre PM10 halt. Även storleken
på stenmaterialet har betydelse för hur mycket PM10 som bildas, mindre stenbitar ger lägre halt PM10 i
luften (Gustafsson et al. 2009).
2.4 Gatans utformning
10
2.5 Meteorologi
Om vägbanan är fuktig eller inte är avgörande för vägdammets spridning till luften. Enligt en studie som gjorts på vägar i Skåne och Göteborg krävs det, under dammiga förhållanden, 1 mm regn för att inte miljökvalitetsnormen för PM10 ska överskridas (50 µg/m3) och 2 mm för att inte miljökvalitetsmålen
ska överskridas (30 µg/m3) (Mattson 2003). Enligt samma studie överskrider sällan PM
10 halten 70
µg/m3 om det blåser över 6 m/s vilket tyder på att luften blir tillräckligt omblandad för att halten ska
minska. Även om en frisk vind blandar om luften vilket gör att halterna minskar torkar också vind upp vägen vilket i sin tur leder till ökade halter PM10. Energibalansen mellan instrålning och utstrålning har
stor betydelse för vägytans upptorkning. Ökad instrålning värmer upp vägen vilket i sin tur torkar upp vägen var på PM10 kan spridas till luften (Mattson 2003). Ytterligare en faktor som torkar upp vägbanan
är trafiken, både faktumet att trafiken värmer upp vägen och att det bildas turbulens runt hjulen bidrar till att vägen torkar upp sabbare än omgivningen.
2.6 Årsvariation av PM
10Normalt under ett år är PM10 halterna högst i mars och april, se figur 9 (SLB 2018), låga mellan juni och
november och något förhöjda mellan november och februari. Det beror på att vägarna oftast är fuktiga under vintern eftersom ett täcke med snö och is ligger på marken och att solen inte värmer tillräckligt mycket för att torka upp vägen. Under vintern sandas och saltas det samtidigt som dubbdäck används. Det ger ett ökat slitage och en ökad mängd ansamlat damm. När våren kommer torkar vägbanan upp samtidigt som man fortfarande använder dubbdäck och då tillförs stora mängder PM10 till luften. Under
våren slutar man använda dubbdäck vilket leder till att dammlagren på vägbanan minskas detta leder i sin tur till att luften återgår till normalnivå framåt sommaren (Omstedt et al. 2010).
Miljökvalitetsmålet har överskridits samtliga år mellan 2011 och 2016, både i avseende på årsme-delvärde och antal dagar över 30 µg/m3. I tabell 3 och figur 9 samt figur 10 illustreras huruvida
miljö-kvalitetsnormen och miljökvalitetsmålet uppfyllts eller inte. I figur 9 syns att dygn med hög PM10 halt
är koncentrerade under främst mars och april och en något förhöjd PM10 halt mellan början av november
11
Tabell 3 Antal dagar varje år över 50 och 30 µg/m3. Röda siffror indikerar när miljökvalitetsnormen
överskridits och lila när miljökvalitetsmålet överskridits, alltså mer än 35 dagar per år. Källa. SLB 2018. År Miljökvalitetsnorm (Över 50) Miljökvalitetsmål (Över 30)
2011 58 145 2012 27 101 2013 43 138 2014 12 84 2015 7 59 2016 21 73
Figur 9 Dygnsmedelvärdet av PM10. Varje stapel är ett enskilt dygn. Källa SLB 2018.
0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00 160,00 180,00 200,00
01-jan 01-feb 01-mar 01-apr 01-maj 01-jun 01-jul 01-aug 01-sep 01-okt 01-nov 01-dec
PM 10 i µ g /m 3 Månad
Uppmätta värdenav PM
10under hela året på Hornsgatan
2011 2012 2013 2014
12
Figur 10 Visar samma sak som figur 9 under perioden första till tjugonde mars för att se hur
miljökva-litetsnormen och miljökvalitetsmålet överskrids under årets dammigaste period. Källa: SLB 2018.
Figur 11 Staplarna visat årsmedelvärdet i µg/m3, det röda strecket visar maxgränsen för årsmedelvärdet
om miljökvalitetsnormen ska uppfyllas och det lila strecket visar maxgränsen om miljökvalitetsmålet ska uppfyllas. Källa: SLB 2018.
0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00 160,00 180,00 200,00 PM 10 i µ g /m 3 Datum
Uppmätta värden av PM
10under mars på Hornsgatan
2011 2012 2013 2014 2015 2016 Miljökvalitetsnorm Miljökvalitetsmål 32 26 29 23 21 23 0 5 10 15 20 25 30 35 40 45 2011 2012 2013 2014 2015 2016 Å rs m ed elv är d e P M 10 i µ g /m 3 År
Årsmedelvärdet av PM
10i µg/m
313
2.7 Dammbindning
Det finns flera olika typer av dammbindande medel, några exempel som har testats i de nordiska län-derna är kalciumklorid (CaCl2), kalciummagnesiumacetat (CMA), magnesiumklorid (MgCl2) och
sock-erlösning. Medlen löses upp i vatten som sedan sprids på vägarna. Idén med dammbindande medel är att de torkar upp långsammare än vatten och binder därför dammet till vägytan under en längre period än vatten skulle göra. En annan viktig faktor är att de dammbindande medlen som läggs ut har en lägre fryspunkt än vatten eftersom den dammigaste perioden under året sker under våren när temperaturen tidvis sjunker under fryspunkten för vatten.
Dammbindande medel kan ha negativa effekter. Friktionen sänks av alla ovanstående dambindande medel, CMA sänker friktionsvärdet mest initialt, sockerlösning och MgCl2 mindre och CaCl2 har minst
friktionssänkande effekt. Friktionen ökar igen i takt med att medlet torkar upp. Inget av medlen sänker friktionen mer initialt än vad som godkänns av Trafikverkat (Vägverket 2005). Den mest problematiska bieffekten är sänkt friktion, andra effekter kan vara korrosion och miljöpåverkan i närområdet. De dammbindande medlen nämnda ovan har ungefär samma PM10-sänkande effekt sett till första dygnet,
ca 35–40 % (Gustafsson et al. 2010). Samtliga av de dammbindande medels effekt avtar under 3–4 dygn. CaCl2 korrugerar mer på betong än vanligt vägsalt (en blandning mellan NaCl och CaCl2) och MgCl2
är ännu aggressivare mot betong. Vad gäller metall har CaCl2 ungefär samma korrosiva effekt som
väg-salt samtidigt som MgCl2 har mindre effekt. CMA har betydligt lägre korrosiv effekt på metall än
väg-salt, CaCl2 och MgCl2. Sockerlösningen har troligen liknande korrosiv effekt som vanligt vatten
(Gus-tafsson et al. 2010).
CMA är biologiskt nedbrytbart och är praktiskt taget ofarligt för vegetation. Vägsalt, CaCl2 och
MgCl2 är skadliga för miljön för att saltet går ner i grundvattnet vilket är oönskat, jordens permeabilitet
och stabilitet påverkas även upptaget av näringsämnen hos växter. Sockerlösning är biologiskt nedbryt-bart, och påverkar inte vegetationen men kan ge en oönskad odör, likt mögelost, i området där det sprids ut (Gustafsson et al. 2010).
Av dammbindningsmedlen nämnda ovan är CaCl2 och MgCl2 billigast, sockerlösning dyrare och
CMA dyrast men med hänsyn till miljön har CMA valts som dammbindningsmedel i Stockholm och den här rapporten kommer därför bara att behandla CMA som dammbindande medel.
14
3 Metod
3.1 Modellen
För att kunna undersöka vilka resultat olika åtgärder ger kan åtgärderna testas direkt i gaturummet men det är kostsamt och tidskrävande. Därför har en modell som kallas NORTRIP tagits fram av The Nor-wegian Institute for Air Research (NILU). NORTRIP står för NOn-exhaust Road Traffic Induced Par-ticle emissions.
NORTRIPs grundläggande koncept består av direkt emission på grund av slitage, indirekt emission på grund av uppvirvling av redan nedslitna partiklar eller vägsalt, lagret av vägdamm och vägsalt samt vägens förmåga att lagra både direkt och indirekt emission, vilket kräver beskrivning av vägbanans fuktighet (Denby & Sundvor 2012) det här illustreras i figur 12.
NORTRIP är kodat i MATLAB, indata till modellen ges i Excel och resultaten ges i en Excelfil (Denby et al. 2012). Modellen ger en bra bild av luftkvaliteten på de flesta typer av gator, indata speci-ficeras så att den beskriver området som studeras. För bäst resultat krävs noggranna observationer av gatan som ska studeras i modellen.
Figur 12 Bilden visar hur NORTRIP använder sig av olika parametrar (Denby et al. 2013).
15
Tabell 4 Nödvändiga och användbara parametrar för att köra NORTRIP-modellen (Denby et al. 2012).
Nödvändig data: Inte nödvändig data, men
förbättrar resultatet signifikant:
16
NORTRIP bygger på två olika delmodeller, ”road-dust submodel” (vägdammsdelmodell) och ”road surface moisture sub model” (vägbanans fuktighetsdelmodell). Den förstämda räknar ut dammlagret på vägen samt sandlagret och saltlagret genom att beräkna produktion och bortfall. Den andra delmodellen bestämmer fuktigheten och om det ligger is eller snö på vägen för att kunna beräkna bortfall och upp-virvling av vägdammet. Bortfallet av vägdamm och produktionen av densamma, salt inkluderat, beräk-nas för varje tidssteg för att bestämma totala mängden damm på vägen (Denby et al. 2012).
Emissionen beror på storleksfördelningen av dammlagret, sandning, saltning och plogning. Den be-ror även på uppvirvlingshastigheten av vägdammet som i sin tur bebe-ror av bland annat däckkontakt tur-bulensen som fordonen bidrar med och vägytans struktur. Sist men inte minst beror den indirekta emiss-ionen av vägbanans fuktighet då fuktigheten både håller dammlagret på vägbanan men också ökar sli-taget av vägytan (Denby & Sundvor 2012).
Vägbanans fuktighet spelar en stor roll i uppvirvlingen av vägdamm. Är vägbanan våt skvätter dam-met upp i och med att vattnet stänker upp och vattendropparna är för tunga för att stanna i luften faller dropparna direkt ner på marken igen. Samma sak gäller när vägbanan är snötäckt men då är det snö som virvlar upp. Om vägbanan är belagd med en yta av is är dammet fastfruset. Dammbindande medel som sprayas på vägbanan ger en liknande effekt eftersom saltlösningen som det dammbindande medlet består av binder dammet till vägytan (Denby & Sundvor 2012).
I den första delmodellen används ekvation 1 till 3 för att räkna ut massbalansen för vägdamm som potentiellt kan virvla upp i luften. I ekvationen står 𝑀𝑣ä𝑔 för totala dammlagret, 𝑃𝑣ä𝑔 för produktion,
alltså den del av dammlagret som kan virvla upp, och 𝑆𝑣ä𝑔 för bortfall av damm (Denby et al. 2013). I
ekvation 2 sammanställs den totala mängden damm på vägen. 𝑃𝑟𝑒𝑡𝑒𝑛𝑡𝑖𝑜𝑛 beskriver det redan lagrade
dammet. Retention betyder kvarvarande, alltså det slitage som redan hänt och lagrats på vägytan vid innevarande tidssteg. 𝑃𝑠𝑙𝑖𝑡𝑎𝑔𝑒 beskriver det totala slitaget och 𝑓𝑠𝑢𝑠(𝑃𝑠𝑙𝑖𝑡𝑎𝑔𝑒) beskriver den delen av det
nybildade dammet som kan virvla upp i luften vid innevarande tidssteg. I ekvation 3 läggs bortfallet av vägdamm genom uppvirvling och dränering ihop.
𝜕𝑀𝑣ä𝑔
𝜕𝑡 = 𝑃𝑣ä𝑔− 𝑆𝑣ä𝑔 (1)
𝑃𝑣ä𝑔= 𝑃𝑟𝑒𝑡𝑒𝑛𝑡𝑖𝑜𝑛+ 𝑃𝑠𝑙𝑖𝑡𝑎𝑔𝑒∗ 𝑓𝑠𝑢𝑠(𝑃𝑠𝑙𝑖𝑡𝑎𝑔𝑒) (2)
𝑆𝑣ä𝑔= 𝑆𝑢𝑝𝑝𝑣𝑖𝑟𝑣𝑙𝑖𝑛𝑔+ 𝑆𝑑𝑟ä𝑛𝑒𝑟𝑖𝑛𝑔 (3)
Dammlagret kan både öka och minska i mängd damm. Ökning sker som nämnt tidigare när dammet som bildats av slitage bland annat faller ned till. Minskning sker när regnvatten dräneras och för med sig damm, städning av vägbanan, plogning och när vatten stänker av vägbanan och för med sig damm (Denby & Sundvor 2012).
17
för vatten i smält och fast from, g står för vatten och s står för is vilket betyder att 𝑃𝑔står för tillförsel
av vatten och 𝑃𝑠 står för tillförsel av is eller snö samtidigt som 𝑆𝑔 står för bortförsel av vatten och
𝑆𝑠 bortförsel av is och snö (Denby et al. 2013). I ekvation 5 läggs tillförseln av vatten genom regn,
snösmältning, fukttillförsel genom åtgärder som dammbindning eller saltning och kondens ihop. I ek-vation 6 samlas termer för dränering, sprejning (d.v.s. bortstänkning av vatten), avdunstning och till-frysning. Ekvation 8 beskriver tillförseln av snö och is genom snöfall, tillfrysning och kondens som fryser. Ekvation 9 står för bortförsel av snö och is genom snösmältning, plogning och sublimation (av-dunstning direkt från fryst form).
𝜕𝑔𝑣ä𝑔 𝜕𝑡 = 𝑃𝑔− 𝑆𝑔 (4) 𝑃𝑔= 𝑃𝑔,𝑟𝑒𝑔𝑛+ 𝑃𝑔,𝑠𝑛ö𝑠𝑚ä𝑙𝑡𝑛𝑖𝑛𝑔+ 𝑃𝑔,𝑓𝑢𝑘𝑡𝑡𝑖𝑙𝑙𝑓ö𝑟𝑠𝑒𝑙+ 𝑃𝑔,𝑘𝑜𝑛𝑑𝑒𝑛𝑠 (5) 𝑠𝑔= 𝑠𝑔,𝑑𝑟ä𝑛𝑒𝑟𝑖𝑛𝑔+ 𝑠𝑔,𝑠𝑝𝑟𝑒𝑗 + 𝑃𝑔,𝑎𝑣𝑑𝑢𝑛𝑠𝑡𝑛𝑖𝑛𝑔+ 𝑃𝑔,𝑡𝑖𝑙𝑙𝑓𝑟𝑦𝑠𝑛𝑖𝑛𝑔 (6) 𝜕𝑠𝑣ä𝑔 𝜕𝑡 = 𝑃𝑠− 𝑆𝑠 (7) 𝑃𝑠 = 𝑃𝑠,𝑠𝑛ö+ 𝑃𝑠,𝑡𝑖𝑙𝑙𝑓𝑟𝑦𝑠𝑛𝑖𝑛𝑔+ 𝑃𝑠,𝑘𝑜𝑛𝑑𝑒𝑛𝑠 (8) 𝑠𝑠 = 𝑠𝑠,𝑠𝑛ö𝑠𝑚ä𝑙𝑡𝑛𝑖𝑛𝑔+ 𝑠𝑠,𝑝𝑙𝑜𝑔𝑛𝑖𝑛𝑔+ 𝑃𝑠,𝑠𝑢𝑏𝑙𝑖𝑚𝑎𝑡𝑖𝑜𝑛 (9)
Varje term i ekvationerna har en egen beräkning som beror av flera olika faktorer som beskrivs i ”A coupled road dust and surface moisture model to predict non-exhaust road traffic induced particle emiss-ions (NORTRIP)” som finnes i referensavsnittet (Denby et al. 2013).
18
3.2 Inparametrar i modellen
Innan NORTRIP-modellen körs definieras inparametrar i modellen. Parametrarna definieras för varje timma.
• Hornsgatan beskrivs som en gata med 4 filer där varje fil än 3,5 meter bred, och hela vägen är 15 meter bred. Bredden på hela gaturummet (väg och trottoar) är 23 meter och höjden är 25 meter. Hornsgatan ligger i riktning 76 grader, vilket betyder att gatan går från ostnordost till västsydväst. Vägytans albedo är 0,15.
• Den meteorologiska indata som läggs in i modellen är mätdata från Hornsgatans mätstation som ligger två meter över vägytan. Uppmätt data för temperatur, vindhastighet, vindriktning, relativ luftfuktighet, nederbörd, global strålning, molnighet och vägens fuktighet per timma används. • Data som rör trafiken läggs också in, bland annat hastighet, andel tunga fordon och andel fordon
med dubbdäck.
• Uppmätt data, från mätstationen på Hornsgatan, för luftkvalitet per timma läggs också in i NOR-TRIP och värdena som beskrivs är PM10, PM2,5 och NOX (kväveoxider).
• Åtgärder som utförts på gatan, såsom sandning, saltning, städning, plogning, utlagt CMA och tillförd fukt läggs också in.
För att undersöka hur olika utläggning av CMA påverkar luftkvaliteten görs fyra olika tester, test A, test B, test C och test D. Testerna är utformade på sätt som illustreras i figurer och förklaras i text nedan. Alla tester gjordes för åren 2011–2016 och modellkörningsperioden för varje år är året och ett halvår innan. Alltså, för år 2012 börjar modellkörningen 1 juli 2011 och slutar 31 december 2012.
I test D behövdes den dammigaste perioden på året lokaliseras. För att hitta den perioden under året med högst PM10 halt kördes modellen utan indata för CMA som en referens för åren 2012–2016. Figur
13 och 14 beskriver resultatet av referenskörningarna. I figur 13 syns att dygn med hög PM10 halt är
koncentrerade under främst mars och april och en förhöjd PM10 halt under dygnen mellan början av
november och slutet av maj. I figur 14 syns att dygnsmedelvärdet överskrider 50 µg/m3 under främst
19
Figur 13 Dygnsmedelvärdet av PM10 uträknat i NORTRIP-modellen när inget CMA lagts ut.
Figur 14 Antalet dagar PM10 överskridit 50 µg/m3 uträknat i NORTRIP-modellen när inget CMA lagts
ut. 0 50 100 150 200 250
01-jan 01-feb 01-mar 01-apr 01-maj 01-jun 01-jul 01-aug 01-sep 01-okt 01-nov 01-dec
Dy g n sm ed el v är d e av P M 10 i µg /m 3 Datum
PM
10i µg/m
3 2011 2012 2013 2014 2015 2016 0 1 2 3 4 5 6 701-jan 01-feb 01-mar 01-apr 01-maj 01-jun 01-jul 01-aug 01-sep 01-okt 01-nov 01-dec
A n tal d y g n Datum
Ett streck per dygn som överskrider 50 µg/m
320
3.3 Modellkörningar
3.3.1 Referenskörningar
För att ha en referens att jämföra resultaten med kördes modellen utan CMA i indata för samtliga år. Figur 15 och 16 jämför modellen med observationer. I figur 15 syns att referenskörningen ligger lite högre än observationerna. Detta beror på att CMA lagts ut under vintersäsongerna 2011 till 2016 och därför påverkar observationerna.
Figur 15 Observerad PM10 halt och modellkörning utan utlagt CMA för årsmedelvärdet för åren 2011
till 2016. Källa för observationer: SLB analys.
Figur 16 Observerat antal dagar som överskridit 50 µg/m3 och antal dagar som överskridit 50 µg/m3 i
referenskörningen för åren 2011 till 2016. Källa för observationer: SLB analys.
0 5 10 15 20 25 30 35 2011 2012 2013 2014 2015 2016 P M1 0 i µ g /m 3ö v er h ela år et År
Årsmedelvärde
Observerat Referenskörning 0 10 20 30 40 50 60 70 2011 2012 2013 2014 2015 2016 A n tal d y g n d å 5 0 µg /m 3ö v er sk red s ÅrAntal dygn 50 µg/m
3överskreds
21
3.3.2 Test A
Gjordes för att se om effekten ökade för varje utläggning av CMA eller om effekten avtog efter ett visst antal gånger. I figur 18 illustreras hur CMA lades ut för test A.
Tio körningar gjordes för test A. I första körningen plockades de 10 dygnen med högst PM10 värde
ut under modellkörningsperioden. Under de 10 dagarna lades, i modellen, CMA ut tidig morgon. I andra körningen plockades de 20 dygnen med högst PM10 värde ut under modellkörningsperioden. Under de
20 dygnen lades, i modellen, CMA ut tidig morgon. Detta upprepades tills de 100 dagarna med högst PM10 värde under modellkörningsperioden hade plockats ut och fått CMA utlagt tidig morgon på alla
dessa dagar. CMA-utläggningen mellan januari och juni för test A illustreras i figur 18. Varje prick i figur 18 är ett utläggningstillfälle av CMA och varje rad av prickar illustrerar en ny körning. I tabell 5 utläses hur CMA lagts ut för test A för varje körning.
Tabell 5 Metoden som använts för de olika körningarna i test A.
22
3.3.3 Test B
Test B utformades utifrån resultaten för test A. Det observerades i test A att det verkar som om det ger en ackumulerad effekt att lägga ut CMA flera dagar i rad under en dammig period, vilket ledde till att frågeställningen för test B blev om det är effektivare att lägga ut CMA ofta under en dammig period eller om det är bättre att pricka in de dammigaste dagarna. I figur 19 illustreras hur CMA lades ut i test B. Figur 17 illustrerar hur PM10 halterna minskar beroende på hur många dagar i rad CMA har lagts ut.
Den första stapeln för varje år beskriver hur det hade sett ut om inget CMA lagts ut. Den andra stapeln visar hur det hade sett ut om CMA lagts ut den 15 mars tidigt på morgonen. Den tredje stapeln visar hur det hade sett ut om CMA lagts ut tidig morgon 14 och 15 mars. Den fjärde stapeln om CMA lagts ut tidig morgon 15, 14 och 13 mars. Den femte stapeln visar hur det hade sett ut om CMA lagts ut tidig morgon 15, 14, 13 och 12 mars. I figur 17 valdes ett datum ut, i det här fallet 15 mars, för att illustrera detta. 15 mars 2014 var inte en torr dag och därför behandlades inte vägen med CMA den dagen i modellkörningarna.
Figur 17 En dammig dag har plockats ut, den 15 mars, för att illustrera hur den ackumulerade effekten
av CMA skulle kunna utnyttjas. Den mörkast stapeln visar hur det ser utan utlagt CMA, de övriga staplarna visar PM10 halt vid ökat antal utläggningar av CMA.
Fyra modelleringsscenarier gjordes för test B. I första körningen plockades de 25 dagarna med högst PM10 halt ut under hela modellkörningsperioden. Under de 25 dagarna lades CMA ut tidig
mor-gon. I andra körningen plockades samma 25 dagar ut som i första körningen och CMA lades ut, det lades även ut CMA tidig morgon dagen innan dessa 25 dagar. För att undvika att CMA lades ut två gånger samma dag studerades alla dagar där CMA lagts ut i modellen och tillfällen när dagen innan
0 50 100 150 200 250 2016 2015 2014 2013 2012 2011 Dy g n sm ed el v är d e av P M 10 µg /m 3 År
15:e mars
Inget utlagt CMA utlagt tidig morgon 15 mars
23
sammanföll med en av de 25 dammigaste dagarna plockades bort. Detta illustreras i tabell 6. I tredje körningen upprepas samma mönster som i den andra körningen men nu läggs CMA ut tidig morgon två dagar innan dagen med högt PM10 värde, tidig morgon dagen innan och tidig morgon samma dag. Den sista körningen i test 3 gjordes enligt samma mönster.
CMA-utläggningen mellan januari och juni för test B illustreras i figur 19. Varje prick i figur 19 är ett utläggningstillfälle av CMA och varje rad av prickar illustrerar en ny körning av modellen där första körningen har 25 utläggningar av CMA, andra körningen 36, tredje 47 och fjärde 57 utlägg-ningar under modellkörningsperioden.
Tabell 6 illustrerar utlagt CMA för en kort period på 11 dagar. Varje rad är en körning i test B och varje kolumn visar utlagt CMA. I första körningen läggs CMA ut dagar med höga PM10 halter, dag 9,
11, 12, 13 och 17. I andra körningen läggs CMA ut 2 gånger dag 11 och 12 men det finns ingen mening med att lägga ut dubbel dos CMA och därför plockas de överflödiga utläggningarna bort innan modellen körs (rödmarkerade i tabellen). I körning 3 läggs CMA ut två gånger dag 9, 10 och 12 och tre gånger dag 11. Dessa plockas också ut innan modellen körs (rödmarkerade i tabellen). I körning 4 läggs CMA ut 2 gånger dag 8 och 12 och tre gånger dag 9, 10 och 11. Åter igen tas dessa bort innan modellen körs (rödmarkerade i tabellen). Tabellen visar ett exempel för att illustrera varför vissa utläggningar plocka-des bort.
I tabell 7 utläses hur CMA lagts ut för test B för varje körning.
Tabell 6 Utlagt CMA i test B under en fiktiv period.
Dag: 07 08 09 10 11 12 13 14 15 16 17
1:a körningen X X X X X
2:a körningen X X X XX XX X X X
3:e körningen X X XX XX XXX XX X X X X 4:e körningen X XX XXX XXX XXX XX X X X X X
Tabell 7 Metoden som använts för de olika körningarna i test B.
Körning 1: CMA utlagt de 25 dammigaste dagarna under modellkörningsperioden.
Körning 2: CMA utlagt de 25 dammigaste dagarna under modellkörningsperioden och dagen innan.
Körning 3: CMA utlagt de 25 dammigaste dagarna under modellkörningsperioden, dagen innan och två dagar innan.
24
3.3.4 Test C
Gjordes för att se om PM10 halten sänktes ytterligare om man utöver CMA utläggningarna tidig morgon
också lade ut CMA mitt på dagen. I figur 20 illustreras hur CMA lades ut i test C.
Fyra körningar gjordes i test C, första körningen är samma som första körningen i test B där de 25 dygnen med högst PM10 halt under hela modellkörningsperioden plockas ut och CMA läggs ut tidig
morgon. I andra körningen läggs CMA ut samma dagar som i första körningen men nu även mitt på dagen, alltså två gånger per dygn. Tredje körningen läggs CMA ut de 25 dygnen med högst PM10 halt,
samma dag mitt på dagen och tidig morgon dagen innan. För att undvika att CMA lades ut två gånger samma dag studerades alla dagar där CMA lagts ut i modellen och tillfällen när dagen innan sammanföll med en av de 25 dammigaste dagarna plockades bort. Detta på samma sätt som i test B illustrerat i tabell 6. I fjärde körningen upprepas samma mönster som i första och andra körningen men nu med CMA utlagt även mitt på dagen, dagen innan de 25 dygnen med högst PM10 värde.
CMA-utläggningen mellan januari och juni för test C illustreras i figur 20. Varje prick i figur 20 är ett utläggningstillfälle av CMA och varje rad av prickar illustrerar en ny körning av modellen där första körningen har 25 utläggningar av CMA klockan (05:00), andra körningen 50 utläggningar (25 05:00 och 25 12:00), tredje 61 gånger (31 05:00 och 25 12:00) och fjärde 72 utläggningar (31 05:00 och 51 12:00) under modellkörningsperioden.
I tabell 8 utläses hur CMA lagts ut för test C för varje körning.
Tabell 8 Metoden som använts för de olika körningarna i test C.
Körning 1: CMA utlagt på morgonen de 25 dammigaste dagarna under modellkörningsperioden.
Körning 2: CMA utlagt på morgonen och mitt på dagen de 25 dammigaste dagarna under modellkörningsperioden.
Körning 3: CMA utlagt på morgonen och mitt på dagen de 25 dammigaste dagarna under modellkörningsperioden samt på morgonen dagen innan.
25
3.3.5 Test D
I test D testades scenariot som används för utläggning av CMA säsongen 2017–2018 i Stockholm. I figur 21 illustreras hur CMA lades ut i test D. I det scenariot läggs CMA ut tidig morgon på måndagar, onsdagar och fredagar under perioden 1 november till 30 april. Även en sköljning av vägbanan för att minska halkrisken på grund av ackumulerat CMA planeras in under våren när det inte längre finns risk för att vägbanan fryser på och blir hal. Det testades också om ett tunt lager vatten, 0,3 mm, utlagt på vägbanan skulle ge någon effekt. Vattnet skall enligt scenariot läggas ut tidigt på morgonen på tisdagar och torsdagar, alltså mellan dagar där CMA läggs ut. Detta planeras in på våren när det inte finns risk för att vattnet fryser till is på vägbanan. I test D testas även hur stor skillnad det blir om man senarelägger starten för CMA utläggningar då det inte är så dammigt i november, december och januari.
Fyra modelleringsscenarier gjordes för test D. I första modellkörningen lades CMA ut i modellen tidig på måndag, onsdag och fredag morgnar varje vecka mellan 24 februari och 30 april. I andra kör-ningen användes samma mönster som i första körkör-ningen men en tunn vattenfilm läggs in i modellen tisdagar och torsdagar efter 15 mars då det antas vara minimal risk för att vattnet skulle frysa till is. Detta datum valdes för att förenkla, i verkligheten måste det varje dag bedömas om det finns risk att vattnet fryser men detta togs det inte hänsyn till i körningen. Körning tre gjordes på samma sätt som körning ett men utläggningarna av CMA startade 1 november istället. Körning fyra gjordes på samma sätt som körning två men även här startade utläggningen av CMA 1 november.
CMA-utläggningen mellan januari och juni för test D illustreras i figur 21. Varje prick i figur 21 är ett utläggningstillfälle av CMA eller vatten. Den översta raden illustrerar utläggningar av CMA och vatten om man startar utläggningarna 1 november och den andra raden om man startar utläggningarna 24 februari. I tabell 9 utläses hur CMA lagts ut för test D för varje körning.
Tabell 9 Metoden som använts för de olika körningarna i test D.
Körning 1: CMA utlagt på morgonen måndag, onsdag och fredag varje vecka mellan 24 februari och 30 april.
Körning 2: CMA utlagt på morgonen måndag, onsdag och fredag varje vecka mellan 24 februari och 30 april och ett tunt lager vatten, tisdagar och torsdagar efter 15 mars. Körning 3: CMA utlagt på morgonen måndag, onsdag och fredag varje vecka mellan 1
november och 30 april.
26
Figur 18 och 19 Figur 18 visar utläggningstillfällen av CMA för test A och figur 19 för test B mellan
27
Figur 20 och 21 Figur 20 visar utläggningstillfällen av CMA för test C och figur 21 för test D mellan
28
4 Resultat
För varje test redovisas resultaten i medelvärdet av alla dygnsmedelvärden över hela året för varje år (2011 till 2016), antalet dagar över 50 µg/m3 för varje år och dygnsmedelvärdet varje dag i mars månad
2012. Efter att varje test redovisas även en jämförelse mellan test A och test B samt test A och test C med resultat från år 2012. Tabeller och grafer för alla år och alla tester finns i bilagan, där finns även jämförelser mellan test A och test B samt test A och test C för samtliga år.
4.1 Test A
Figur 22 illustrerar hur halten PM10 i luften förändras beroende på hur många dagar CMA lagts ut. 2011
och 2013 var torra år med höga halter av PM10 och då syns effekten av CMA tydlig men år med lägre
halter PM10 får inte samma tydliga minskning av halterna även om de minskar efter hand. Figur 23 visar
hur antalet dagar som överskridit 50 µg/m3 minskar med ökat antal utläggningar CMA. I figur 24 ses att
fler utläggningar av CMA ger färre dagar överskriden miljökvalitetsnorm. Till exempel kan man, den 8 mars, se att halterna underskred 50 µg/m3 först efter att de 30 dammigaste dagarna behandlats med
CMA, alltså den tredje modellkörningen.
4.2 Test B
Figur 25 visar att effekten är som störst den första körningen men minskar med varje körning, värt att ha i åtanke här är att även om antalet utläggningar av CMA ökar så ökar utläggningarna inte i samma takt för varje modellkörning. Se kapitlet om modellkörningar, kapitel 3.3.3 för en förklaring.
Figur 26 visar antalet dagar som överskrider 50 µg/m3 för test B. Åren 2011, 2012, 2013, 2015 och
2016 minskar antalet dagar över 50 µg/m3 ordentligt den första och andra körningen men planar ut mot
körning 3 och 4. År 2014 ökar antalet dagar över 50 µg/m3 för andra körningen och går inte tillbaka till
ursprungsvärdet förrän vid fjärde körningen.
Figur 27 visar hur halterna ändras för varje modellkörning under mars månad 2012. Här kan man se att körning 1 ger stor effekt på PM10 halten, körning 2 har stor effekt vissa dagar men att körning 3 och
29
4.2 Test C
Figur 28 visar att det ger en viss effekt att lägga ut CMA två gånger per dag riktigt dammiga dagar. Grafen planar ut något mot körning 3 och körning 4 även om PM10 halterna fortsatt minskar.
Figur 29 visar antalet dagar över 50 µg/m3 för test C. Åren 2011, 2012, 2013, 2015 och 2016 minskar
antalet dagar över 50 µg/m3 ordentligt den första och andra körningen men år 2014 minskar inte antalet
dagar över 50 µg/m3 förrän vid tredje körningen.
Figur 30 visar hur halterna ändras för varje modellkörning under mars månad 2012. Här kan man se att körning 1 och 2 ger stor effekt på PM10 halten men att körning 3 och 4 ger en relativt mindre effekt.
De sista dagarna i månaden ökar halten PM10 något med varje körning istället för att minska.
4.4 Test D
Om man jämför körning 1 och körning 3 i figur 31, där körning 1 motsvarar ca 30 utläggningar av CMA och körning 3 motsvara närmre 80 utläggningar, kan man se att det år med höga halter PM10 ger en
signifikant effekt att börja lägga ut CMA i november men år med låga halter blir skillnaden om man istället börjar lägga ut CMA 24 februari liten. Åren 2011 och 2012 minskar PM10 halterna med 0,5 µg/m3
eller mer mellan körning 1 och 2 men övriga år minskar halterna bara med 0,3 µg/m3 eller mindre mellan
körning 1 och 3.
Jämförs istället antal dagar över 50 µg/m3 i figur 32 ser man även där att det åren 2011 och 2012 gav
en signifikant effekt att lägga ut CMA enligt schemat redan från första november men åren 2013 till 2016 gav det endast en liten effekt. Att börja lägga ut CMA i november jämfört med att börja lägga ut CMA 24 februari ger mer än dubbelt så många utläggningar och vilket ger en stor kostnad för en relativt liten effekt.
Att lägga ut vatten från 15 mars tisdagar och torsdagar ger en effekt särskilt med tanke på att det bara är 13 utläggningar och att vatten är betydligt billigare än CMA.
Figur 33 visar mars månad för test D men eftersom skillnaden mellan de olika körningarna sker i november kan man i denna figur bara jämföra hur skillnaden blir om man lägger ut vatten, tisdagar och torsdagar från 15 mars. Figur 33 kan vara användbar om man vill jämföra mars månad 2012 med samma månad för de övriga testerna.
Figurerna 31 och 32 visar minskningen i PM10 beroende av modelleringsscenarierna. Första stapeln
30
Figur 22 Minskningen i årsmedelvärde för åren 2011 till 2016 för test A. I tabellen under grafen
redo-visas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal gånger för olika
år, se bilagan för detaljer.
Figur 23 Minskningen i antal dygn över 50 µg/m3 för åren 2011 till 2016 för test A. I tabellen under
grafen redovisas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal
gånger för olika år, se bilagan för detaljer.
31
Figur 24 Förändringen av PM10 för varje modellkörning under mars månad 2012. Stapeln för 10 CMA
32
Figur 25 Minskningen i årssmedelvärde för åren 2011 till 2016 för test B. I tabellen under grafen
re-dovisas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal gånger för
olika år, se bilagan för detaljer.
Figur 26 Minskningen i antal dygn över 50 µg/m3 för åren 2011 till 2016 för test B. I tabellen under
grafen redovisas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal
gånger för olika år, se bilagan för detaljer.
Inget utlagt Körning 1 Körning 2 Körning 3 Körning 4 2016 24,2 23,3 22,9 22,6 22,4 2015 22,4 21,9 21,6 21,3 21,2 2014 25,4 25,3 25,2 25,2 25,1 2013 31,1 29,4 28,6 28,0 27,6 2012 25,7 24,5 24,3 24,0 23,8 2011 33,3 30,6 29,2 28,5 28,1 20,0 22,0 24,0 26,0 28,0 30,0 32,0 34,0 PM 10 i µ g /m 3 ö v er h ela år et
Test B, årsmedelvärde
Inget utlagt Körning 1 Körning 2 Körning 3 Körning 4
33
Figur 27 Förändringen av PM10 för varje modellkörning under mars månad 2012. Stapeln för 25 CMA
34
Figur 28 Minskningen i årsmedelvärde för åren 2011 till 2016 för test C. I tabellen under grafen
redo-visas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal gånger för olika
år, se bilagan för detaljer.
Figur 29 Minskningen i antal dygn över 50 µg/m3 för åren 2011 till 2016 för test C. I tabellen under
grafen redovisas PM10 halter i µg/m3. I de olika modellkörningarna har CMA lagts ut olika antal
gånger för olika år, se bilagan för detaljer.
Inget utlagt Körning 1 Körning 2 Körning 3 Körning 4 2016 24,2 23,3 22,7 22,3 22,0 2015 22,4 21,9 21,6 21,3 21,0 2014 25,4 25,3 25,1 24,9 24,8 2013 31,1 29,4 28,1 27,6 27,0 2012 25,7 24,5 24,0 23,8 23,7 2011 33,3 30,6 28,9 28,1 27,5 20,0 22,0 24,0 26,0 28,0 30,0 32,0 34,0 PM 10 i µ g /m 3 ö v er h ela år et
Test C, årsmedelvärde
Inget utlagt Körning 1 Körning 2 Körning 3 Körning 4
35
Figur 30 Förändringen av PM10 för varje modellkörning under mars månad 2012. Stapeln för 25 CMA
36
Figur 31 Förändringen i årsmedelvärde för varje körning åren 2011 till 2016. I tabellen under grafen
redovisas PM10 halter i µg/m3. I de olika modellkörningarna har CMA och vatten lagts ut olika antal
gånger för olika år, se bilagan för detaljer.
Figur 32 Förändringen i antal dygn över 50 µg/m3 för hela modellkörningsperioden, varje körning åren
2011 till 2016. I tabellen under grafen redovisas PM10 halter i µg/m3. I de olika modellkörningarna har
CMA och vatten lagts ut olika antal gånger för olika år, se bilagan för detaljer.
37
Figur 33 Förändringen av PM10 för varje modellkörning under mars månad 2012. Stapeln för 29 CMA
38
4.5 Jämförelse
Testerna är inte utformade så att det är lätt att jämföra effekten av utlagt CMA eftersom det är olika antal utläggningar för olika tester och olika körningar men nedan görs ett försök att jämföra tester B och C med test A samt med varandra. För att kunna göra jämförelsen har ungefär lika många utläggningar CMA matchats på x-axlarna.
4.4.1 Test A jämfört med test B
I figurerna 34 och 35 kan man jämföra test A och test B. Den tredje stapeln i figur 34 visar samma värde för test A och test B när antal dagar över 50 µg/m3 undersöks men tittar man på dygnsmedelvärdet taget
över hela 2012, figur 35, ser man en att test B ger lägre värden än test A efter strax över 30 utläggningar. Tittar man på stapel 4 och 5 i figur 35 ser man att test B ger större effekt än test A på PM10 halten. Det
här indikerar att det för samma antal utläggningstillfällen ger en större effekt att lägga ut CMA under en period istället för att pricka in bara de dammigaste dagarna.
I figur 34 ser man antal dagar över 50 µg/m3 för test A och test B. De visar att test B har en bättre
effekt än test A på antal dagar med utlagt CMA vilket i sin tur visar på att det är effektivare att lägga ut CMA under en period med höga PM10 halter än att bara pricka in de dagarna som har högst halt PM10.
4.4.2 Test A jämfört med test C
Resultaten för test C jämfört med test A, figur 36 och 37, visar att det inte är lika stor skillnad mellan test C och test A som det är mellan test B och test A när man tittar på antalet dygn som överskridit 50 µg/m3. Något bättre är test C efter omkring 60 utläggningar men sämre efter runt 45 utläggningar. Att
test C ger något sämre resultat än test A efter ca 45 utläggningar skulle kunna visa på att för täta utlägg-ningar inte ger önskad effekt, alltså att det inte lönar sig att lägga ut CMA både på morgonen och mitt på dagen. Det verkar vara effektivare att sprida ut CMA-behandlingarna över flera torra dagar än att behandla vägen de torraste dagarna flera gånger per dag.
Tittar man istället på årsmedelvärdet syns att test C minskar halterna PM10 lite mer än test A för
ungefär samma antal utläggningar.
4.4.3 Test B jämfört med test C
Jämförs test C med test B, tredje stapeln i figur 36 och 37 med femte stapeln i figur 34 och 35 (stapeln med 44/46 antal utläggningar av CMA) kan man se att test B är effektivare än test C. Test B har halten 23,8 µg/m3 efter ca 45 utläggningar CMA men test C har halten 24,0 µg/m3 efter samma antal
39
Figur 34 Antal dygn över 50 µg/m3 för test B jämfört med antal dygn över 50 µg/m3 för test A. I tabellen
och grafenvisas värdena för test A och test B mot antal dygn med utlagt CMA. 44/46 syftar på ”antal CMA utläggningar för test A”/”antal CMA utläggningar för test B”.
Figur 35 Årsmedelvärdet (enhet µg/m3) för test B jämfört med årsmedelvärdet för test A. I tabellen och
grafenvisas värdena för test A och test B mot antal dygn med utlagt CMA. 44/46 syftar på ”antal CMA utläggningar för test A”/”antal CMA utläggningar för test B”.
0 23 33/31 37/39 44/46 Test B 34 26 24 23 21 Test A 34 26 24 24 22 34 26 24 23 21 0 5 10 15 20 25 30 35 A n tal d y g n d å 5 0 µg /m 3ö v er sk red s
Antal utläggning av CMA
Test B jämfört med test A 2012
Test B Test A 0 23 33/31 37/39 44/46 Test B 25,7 24,5 24,3 24,0 23,8 Test A 25,7 24,5 24,4 24,3 24,3 25,7 24,5 24,3 24,0 23,8 20,0 21,0 22,0 23,0 24,0 25,0 26,0 Å rs m ed elv är d et av P M 10 i µg /m 3
Antal utläggning av CMA under 2012 för Test A/Test B
Test B jämfört med test A 2012
40
Figur 36 Antal dygn över 50 µg/m3 för test C jämfört med antal dygn över 50 µg/m3 för test A. I tabellen
och grafen visas värdena för test A och test C mot antal dygn med utlagt CMA. 44/46 syftar på ”antal CMA utläggningar för test A”/”antal CMA utläggningar för test C”.
Figur 37 Årsmedelvärdet för test C (enhet µg/m3) jämfört med årsmedelvärdet för test A. I tabellen och
grafenvisas värdena för test A och test C mot antal dygn med utlagt CMA. 44/46 syftar på ”antal CMA utläggningar för test A”/”antal CMA utläggningar för test C”.
0 23 44/46 51/54 60/62 Test C 34 26 23 21 20 Test A 34 26 22 21 21 34 26 23 21 20 0 5 10 15 20 25 30 35 A n tal d y g n d å 5 0 µg /m 3ö v er sk red s
Antal utläggning av CMA
Test C jämfört med test A 2012
Test C Test A 0 23 44/46 51/54 60/62 Test C 25,7 24,5 24,0 23,8 23,7 Test A 25,7 24,5 24,3 24,2 24,1 25,7 24,5 24,0 23,8 23,7 20,0 21,0 22,0 23,0 24,0 25,0 26,0 Å rs m ed elv är d et av P M 10 i µ g /m 3
Antal utläggning av CMA
