Den här studien är en kartläggning och screening av emissioner och halter av benso(a)pyren (B(a)P) i Sverige. Syftet är att identifiera potentiella riskområden för överskridande av miljökvalitetsnormen (MKN). Ett övervägande bidrag till haltnivåerna till B(a)P är emissioner från den småskaliga vedeldningen, varför studien går ut på att beräkna och fördela emissionerna från uppvärmning av småhus. Metodiken består översiktligt av tre delar; beräkning av kommunvisa emissioner av B(a)P i Sverige, fördelning av dessa årsemissioner inom kommunerna på ett raster om 1 km × 1 km samt beräkning av årsmedelhalter utifrån detta emissionsraster. För att beräkna kommunvisa årsemissioner av B(a)P utnyttjas statistik från MSB över antalet eldstäder, modellerade värden på småhusens energibehov från ENLOSS, antaganden om eldvanor och emissionsfaktorer per typ av eldstad. De kommunvisa emissionerna fördelas sedan inom kommunen i ett grid om 1 km × 1 km utgående från antal kvadratmeter boyta småhus per km2 från fastighetsregistret. För pannor används dessutom tätortsvis statistik från Energimarknadsinspektionen över antal anslutna småhus till fjärrvärmenät, som vi enligt egen fördelning applicerar tätortsvis. Slutligen beräknas årsmedelhalter av B(a)P utifrån emissionsrastret på 1 km × 1 km utgående från linjära samband mellan emissioner och halter från tidigare genomförda lokalskaliga spridningsberäkningar med SIMAIR-ved i Västerbottenprojektet. Huvudslutsatserna från studien är följande: • De högsta årsemissionerna av B(a)P från vedpannor, som står för i särklass högst emission per enhet och därmed har störst påverkan på den lokala luftkvaliteten, beräknas för Skellefteå (18 200 g år–1) följt av Örnsköldsvik (13 600 g år–1), Gotland (13 500 g år–1), Sundsvall (12 900 g år–1) och Hudiksvall (12 300 g år–1). • Utifrån ett linjärt antagande mellan emissioner och halter fås kommunvisa årsmedelhalter av B(a)P 2012 på 0.03 – 1.03 ng m–3 för haltmåttet kartans högsta värde (KHV). Motsvarande värden för kartans ytmedelvärde (KYM) är 0.01 – 0.25 ng m–3. • Beräkningarna indikerar att det föreligger risk för överskridande av MKN (>1.0 ng m–3) i vissa enskilda gridrutor i tätorterna Sollefteå och Laholm (avseende årsmedelhalt av B(a)P uttryckt som KHV). Höga årsmedelhalter (>0.8 ng m–3) fås även för Kramfors, Säffle, Arvidsjaur, Boden, Skellefteå och Trollhättan. Detta är kommuner med en stor andel vedpannor i förhållande till lokaleldstäder. • Merparten (273 av 290) av kommunerna i Sverige har haltnivåer (KHV) högre än miljökvalitetsmålet Frisk luft (>0.1 ng m–3). Här är påverkan även betydande för utsläpp från trivseleldning med lokaleldstäder. • Studien ska ses som en översiktlig kartläggning och screening av emissioner och halter av B(a)P från småskaliga vedeldningen. Beräkningarna kan anses representera ett ”worst case”. • Den i särklass största osäkerheten vad gäller indata är statistiken från MSB över antalet eldstäder per kommun, samt hur eldstäderna fördelas mellan olika kommuner i gemensamma räddningstjänstområden. Detaljeringsgraden av underlaget samt klassificeringen av eldstäderna kan variera betydligt mellan olika kommuner/räddningstjänstförbund. För kommuner som enligt beräkningarna har haltnivåer som överskrider eller är nära att överskrida MKN rekommenderas, i ett första steg, att en noggrannare granskning/inventering görs av indata som används i beräkningarna, i synnerhet antalet eldstäder. In this report methods and results are presented from downscaling of about 40 climate

The predictions of two road dust suspension emission models were compared with the on-site mobile measurements of suspension emission factors. Such a quantitative comparison has not previously been reported in the reviewed literature. The models used were the Nordic collaboration model NORTRIP (NOn-exhaust Road TRaffic Induced Particle emissions) and the Swedish-Finnish FORE model (Forecasting Of Road dust Emissions). These models describe particulate matter generated by the wear of road surface due to traction control methods and processes that control the suspension of road dust particles into the air. An experimental measurement campaign was conducted using a mobile laboratory called SNIFFER, along two selected road segments in central Helsinki in 2007 and 2008. The suspended PM10 concentration was measured behind the left rear tyre and the street background PM10 concentration in front of the van. Both models reproduced the measured seasonal variation of suspension emission factors fairly well during both years at both measurement sites. However, both models substantially under-predicted the measured emission values. The article illustrates the challenges in conducting road suspension measurements in densely trafficked urban conditions, and the numerous requirements for input data that are needed for accurately applying road suspension emission models.

Småskalig vedeldning är en betydande källa till bl a. partiklar, polyaromatiska kolväten (PAH) och sot, föroreningar som påverkar luftkvaliten negativt. Kunskapen är dock begränsad. På uppdrag av Naturvårdsverket har därför detta projekt genomförts, med syfte att förbättra kunskapsläget.Mätningar av vedeldningsrelaterade luftföroreningar har gjorts av IVL i fyra områden med bebyggelse av olika ålder: Vännäs, Vännäsby, Sävar och Taveliden (villaförort i Umeå). En databas för inventerade eldstäder i Västerbotten baserat på information från sotarna har tagits fram av Umeå universitet, som också genomfört frågeundersökning om eldningsvanor. Modellberäkningar av halter och exponering har utförts av SMHI och hälsokonsekvensberäkningar har gjorts av Umeå universitet och SMHI.

Non-exhaust traffic induced emissions are a major source of particle mass in most European countries. This is particularly important in Nordic and Alpine countries where winter time road traction maintenance occurs, e.g. salting and sanding, and where studded tyres are used. In this paper, Part 1, the road dust sub-model of a coupled road dust and surface moisture model (NORTRIP) is described. The model provides a generalised process based formulation of the non-exhaust emissions, with emphasis on the contribution of road wear, suspension, surface dust loading and the effect of road surface moisture (retention of wear particles and suspended emissions). The model is intended for use as a tool for air quality managers to help study the impact of mitigation measures and policies. We present a description of the road dust sub-model and apply the model to two sites in Stockholm and Copenhagen where seven years of data with surface moisture measurements are available. For the site in Stockholm, where studded tyres are in use, the model predicts the PM10 concentrations very well with correlations (R-2) in the range of R-2 = 0.76-0.91 for daily mean PM10. The model also reproduces well the impact of a reduction in studded tyres at this site. For the site in Copenhagen the correlation is lower, in the range 0.44-0.51. The addition of salt is described in the model and at both sites this leads to improved correlations due to additional salt emissions. For future use of the model a number of model parameters, e.g. wear factors and suspension rates, still need to be refined. The effect of sanding on PM10 emissions is also presented but more information will be required before this can be confidently applied for management applications. (C) 2013 Elsevier Ltd. All rights reserved.

Non-exhaust traffic induced emissions are a major source of airborne particulate matter in most European countries. This is particularly important in Nordic and Alpine countries where winter time road traction maintenance occurs, e.g. salting and sanding, and where studded tyres are used. Though the total mass generated by wear sources is a key factor in non-exhaust emissions, these emissions are also strongly controlled by surface moisture conditions. In this paper, Part 2, the road surface moisture submodel of a coupled road dust and surface moisture model (NORTRIP) is described. We present a description of the road surface moisture part of the model and apply the coupled model to seven sites in Stockholm, Oslo, Helsinki and Copenhagen over 18 separate periods, ranging from 3.5 to 24 months. At two sites surface moisture measurements are available and the moisture sub-model is compared directly to these observations. The model predicts the frequency of wet roads well at both sites, with an average fractional bias of -2.6%. The model is found to correctly predict the hourly surface state, wet or dry, 85% of the time. From the 18 periods modelled using the coupled model an average absolute fractional bias of 15% for PM10 concentrations was found. Similarly the model predicts the 90'th daily mean percentiles of PMio with an average absolute bias of 19% and an average correlation (R-2) of 0.49. When surface moisture is not included in the modelling then this average correlation is reduced to 0.16, demonstrating the importance of the surface moisture conditions. Tests have been carried out to assess the sensitivity of the model to model parameters and input data. The model provides a useful tool for air quality management and for improving our understanding of non-exhaust traffic emissions. (C) 2013 The Authors. Published by Elsevier Ltd. All rights reserved.

Large-scale exposure assessments that include both between- and within-city differences in air pollution levels are lacking. The objective of this study was to model long-term particle exposure for the whole of Sweden, separating long-range transport from local sources, which were further separated into combustion and road dust. Annual regional, urban and local traffic PM exposure contributions were modeled for 26,000 addresses from a national survey, using a European scale model, an urban model and a local traffic model. Total PM10 was overall dominated by the regional contribution, ranging from 3.5 mu g/m(3) (northernmost) to 13.5 mu g/m(3) (southernmost). Local traffic and urban sources contributed nationally on average to 16% of total PM10, but for urban populations this contribution was larger (for Stockholm around 30%). Generalized to the Swedish adult population, the average residential exposure contributions from regional, urban and local traffic PM10 were 10.2, 1.3 and 0.2 mu g/m(3), respectively. Corresponding exposure to PM, was 5.1, 0.5 and 0.03 mu g/m(3), respectively. Long-range transport dominates average Swedish residential PM1 and PM10 levels, but for urban populations the contributions from urban and local traffic sources are important and may even dominate for residences close to heavily trafficked roads. The study shows the importance of considering both national and city-scale gradients. The approach to exposure modeling at home addresses of a Swedish cohort includes both the regional scale and the urban and local traffic contributions to total PM exposure. With this we can resolve both between- and within-city gradients in national exposure assessments. The within-city exposure is further divided into a submicron (combustion) and a supermicron (road dust generated by studded tires) part. This gives new possibilities to study health impacts of different particles generated in Scandinavian cities. Journal of Exposure Science and Environmental Epidemiology (2013) 23, 306-314; doi:10.1038/jes.2012.122; published online 23 January 2013

SIMAIR är ett webbaserat modellsystem för beräkning av luftkvalitet i svenska tätorter. Systemet är utvecklat av SMHI på uppdrag av Trafikverket, Naturvårdsverket och Energimyndigheten och syftar till att tillhandahålla svenska kommuner och andra aktörer ett lättanvänt verktyg som kan användas i luftvårdsarbetet, bland annat för att bedöma luftföroreningsnivåerna i relation till miljökvalitetsnormer och utvärdera olika åtgärders effekter på luftmiljön. Syftet med denna studie är att utvärdera SIMAIR mot nya mätdata av PM10 och NO2 och testa och utvärdera en ny emissionsmodell för vägtrafikens slitagepartiklar.Högkvalitativa mätningar med timupplösning från tre trafikmiljöer har använts i utvärderingen; E6 vid Gårda i Göteborg för åren 2006-2009, Hornsgatan i Stockholm för åren 2007-2009 samt Västra Esplanaden i Umeå för åren 2006-2009. Modellens beräkningar i urban bakgrund (regionalt + urbant bidrag) har även utvärderats mot mätningar i urban bakgrund (i taknivå) för dessa tätorter; Femman-huset i Göteborg, Torkel Knutssonsgatan i Stockholm samt Biblioteket i Umeå. I utvärderingen används ett antal statistiska mått och indikatorer för att kvantifiera modellens prestanda i jämförelse med mätdata. Bland annat jämförs årsmedelvärden, percentiler, antalet överskridanden, bias, korrelationskoefficient och Target. I valideringen har ett nytt utvärderingsverktyg använts, Delta-tool, utvecklat inom ramen för det europeiska initiativet FAIRMODE.Utvärderingen av SIMAIR visar att i trafikmiljöer underskattas PM10-halterna något för Hornsgatan i Stockholm (med ca 20-30 %). För Västra Esplanden i Umeå och i synnerhet E6 vid Gårda i Göteborgöverskattas istället PM10-halterna (med 10-35 %). Däremot, i urban bakgrund är överensstämmelsen mellan modellerade och uppmätta PM10-halter genomgående mycket god.En systematisk underskattning av NO2-halterna kan observeras både i trafikmiljöer (generellt 10-30 %) och urban bakgrund (generellt 10-30 %) jämfört med mätdata (bortsett från urban bakgrund i Stockholmdär modellen uppvisar god överenstämmelse med mätdata). Trots att det finns ett viss bias för NO2 är resultaten ändå goda; 75 % av datapunkterna har ett lägre targetvärde än 1, vilket betyder att modellen då kan vara en bättre prediktor för atmosfärens ”verkliga” kemiska tillstånd än mätningarna.Denna studie tillsammans med tidigare valideringsstudie av SIMAIR visar att modellen uppfyller kvalitetsmålen på modellberäkningar (RPE/RDE) för såväl PM10 och NO2 i trafikmiljöer.Inom ramen för ett nordiskt forskningsprojekt har en ny emissionsmodell för vägdamm utvecklats; NORTRIP. Modellen bygger delvis på samma principer som SIMAIRs vägdammsmodell, men viktiga förbättringar har gjorts. Syftet med denna undersökning är att analysera förutsättningarna för att använda NORTRIP med hjälp av indata från SIMAIR. Undersökningen visar att det är möjligt, men att det finns en del svårigheter.NORTRIP-modellen ger något högre korrelation mot mätdata jämfört med SIMAIRs vägdammsmodell. Med övriga indata från SIMAIR för år 2007 ökar korrelationen från 0.58 till 0.67 för Västra Esplanaden,från 0.59 till 0.67 för Hornsgatan och från 0.53 till 0.57 för Gårda. För att få överensstämmande haltnivåer behövs dock korrektioner införas; korrektioner som för närvarande inte är lätta att förstå. Det är inte säkert att den standardparameteruppsättning, som tagits fram baserat på mätningar från två gator i Stockholm, är så generell att den också kan tillämpas för andra trafikmiljöer i Sverige.Ett enkelt sätt att förbättra SIMAIRs beräkningsresultat är att korrigera dessa mot mätdata. För att förbättra modellresultaten utan användandet av mätdata krävs förbättrade emissioner, vilket sannoliktkommer göras inom ramen för HBEFA i Europa, samt att implementera NORTRIP-modellen. Innan NORTRIP-modellen kan implementeras i SIMAIR behövs emellertid fler studier avseende vilka parametervärden och korrektioner som ska användas.